DEPARTAMENTO DE MATEMÁTICA

Matemática III
Método de Lagrange
Mg.: Miguel Ángel Tarazona Giraldo
E-mail: mitagi@gmail.com - mitagi@hotmail.com
http://migueltarazonagiraldo.com/
Diciembre del 2019

MÉTODO DE LAGRANGE

Joseph Louis Lagrange de la École Polytechnique, Lagrange fue nombrado

El método lagrangian (también conocido
como multiplicadores lagrangian) lo propuso Joseph
Louis Lagrange (1736-1813), un matemático de
nacionalidad italiana. Sus multiplicadores tienen
aplicaciones en una variedad de campos, incluyendo
la física, la astronomía y la economía. Su interés
despertó al leer una obra del astrónomo E. Halley.
Nombrado profesor de la Escuela de Artillería, en
1758 fundó una sociedad, con la ayuda de sus
alumnos, que fue incorporada a la Academia de
Turín.
En su obra
Miscellanea taurinensia
obtuvo, entre otros
resultados, una ecuación
diferencial general del
movimiento y su adaptación
para el caso particular del
movimiento rectilíneo, y la
solución a muchos
problemas de dinámica
mediante el cálculo de variantes.
Realizó un trabajo sobre el equilibrio lunar
donde razonaba la causa de que la Luna siempre
mostrará la misma cara, lo cual le valió, en 1764, de
un premio por la Academia de Ciencias de París.
En 1795 se le concedió una cátedra en la
École Normale. Dos años más tarde, tras la creación
Página 1 de 8
profesor, y quienes asistieron a sus clases las
describieron como «perfectas en forma y contenido».
Sus enseñanzas sobre cálculo diferencial
forman la base de sus obras Teoría de las funciones
analíticas y Resolución de ecuaciones numéricas
(1798). En 1810 inició una revisión de su teoría, pero
sólo pudo concluir dos terceras partes antes de su
muerte.
I. ¿Qué es y para qué sirve el método de
los multiplicadores de Lagrange?
El método de los Multiplicadores de
Lagrange, es un procedimiento para encontrar los
máximos y mínimos de funciones de múltiples
variables sujetas a restricciones. Este método reduce
el problema restringido con n variables a uno sin
restricciones de n+k variables, donde k es igual al
número de restricciones, y cuyas ecuaciones pueden
ser resueltas más fácilmente. El método dice que los
puntos donde la función tiene un extremo,
condicionado con k restricciones, están entre los
puntos estacionarios de una nueva función sin
restricciones construida como una combinación
lineal de la función y las funciones implicadas en las
restricciones, cuyos coeficientes son los
multiplicadores.
La demostración usa derivadas parciales y la
regla de la cadena para funciones de varias variables.
Se trata de extraer una función implícita de las
restricciones, y encontrar las condiciones para que
las derivadas parciales con respecto a las variables
independientes de la función sean iguales a cero.
II. Objetivos del método de Lagrange
1. Visualizar algunas superficies cuádricas y
curvas de nivel para distintos valores de la
variable z.
2. Identificar, a través de los simuladores, los
puntos (x,y) sobre la curva correspondiente a
la función restricción donde la función
principal tiene extremos.
3. Interpretar gráficamente los resultados
obtenidos empleando el método de
multiplicadores de Lagrange.
4. Aproximar las soluciones del problema a
partir de la observación en el simulador, de
las curvas de nivel de la función principal y
la curva correspondiente a la función
condicionante.
5. Adquirir habilidad en la resolución de
problemas de optimización en un ambiente
computacional.
III. Características
1. El método de eliminación de variables no
resulta operativo cuando el problema tiene
muchas restricciones o las restricciones son
complejas, por lo que resulta muy útil éste
método.
2. Los Multiplicadores de Lagrange es un
método alternativo que además proporciona
más información sobre el problema.
3. Todos los óptimos que verifiquen las
condiciones de regularidad establecidas
tienen asociados los correspondientes
multiplicadores.
4. El teorema de Lagrange establece una
condición necesaria de optimalidad (bajo las
condiciones de regularidad).
Página 2 de 8
IV. Campo de aplicación
Existen en todas las ramas de la ciencia, en la
Física, en la Matemática, en la Química, en la
Astronomía, en Biología, en Economía etc.
Situaciones en las que conociendo un conjunto de
datos experimentales en un cierto intervalo de la
variable independiente, esto es, conociendo una
cierta cantidad de datos tabulados, se hace preciso
encontrar una función que verifique todos esos datos
y permita, por consiguiente, predecir la existencia de
otros valores con la aproximación adecuada. El
método de la interpolación de Lagrange es de gran
importancia en el análisis numérico.
V. Significado económico
Los consumidores y negocios se esfuerzan
por maximizar su utilidad. En el lado del
consumidor, esto significa obtener el nivel más alto
de satisfacción de bienes y servicios.
Para los negocios, la utilidad máxima
significa maximizar el beneficio. Los consumidores
tienen ingresos limitados para comprar los bienes y
servicios que deseen y las empresas tienen sólo la
tierra, trabajo y capital limitado para crear sus
productos. Estos recursos limitados, presentan
restricciones. El reto, entonces, es la forma de lograr
la satisfacción o beneficio máximo en sus
restricciones dadas. Otro reto para las empresas es el
de minimizar los costos de producción.
VI. Función
El método de Lagrange aplica cálculo
diferencial, implicando el cálculo de derivadas
parciales, hasta temas de optimización restringida. El
propietario de un negocio, por ejemplo, puede
utilizar esta técnica para maximizar el beneficio o
minimizar los costos dados que el negocio tiene sólo
una cierta cantidad de dinero que invertir.
Un consumidor hipotético, que, por ejemplo,
deriva la utilidad de coleccionar libros y CDs, podría
utilizar este método para determinar la forma de
obtener el número óptimo de libros y CDs, dado que
 sólo tiene $100 de ingresos disponibles para restricciones g k ( x)  0, = 1, . . . , , y se
gastar. observa (si las restricciones son satisfechas) que:
s

VII. Identificación h( x,  )  f   k g k
k 1
El multiplicador de Lagrange, representado 2. Se procede a buscar un extremo para h:
en la ecuación por la letra minúscula griega lambda h
(λ), representa la tasa de cambio en la utilidad 0
xi
relativa al cambio en la restricción de presupuesto.
3. Lo que es equivalente a:
En economía, esto se conoce como el valor o utilidad
f s
g
marginal, el aumento en la utilidad ganada de un   k
aumento en la restricción de presupuesto. xi k xi
4. Para entender mejor
VIII. Efectos explicaremos el
Basado en los resultados de un análisis de procedimiento de la
Lagrange, una persona o empresa tiene una base siguiente manera:
empírica para tomar decisiones sobre la a. Se tiene una función y
maximización de utilidad continuada en los cambios una restricción.
de las restricciones externas. Un incremento del b. Se iguala la restricción
precio en un artículo favorito. Por ejemplo, podría a 0.
llevar a que el consumidor compre una cantidad más c. La restricción se multiplica por lambda y se
baja de ese artículo o trabajar más horas para resta de la función principal.
conseguir más ingresos y alcanzar el precio más alto. d. Se obtienen las derivadas parciales de la
función resultante.
e. Se construye un sistema de ecuaciones con
IX. Ayudas que brinda
estas derivadas.
Para la Solución de
f. A continuación se obtienen los valores
Problemas de
críticos desarrollando el sistema de
Optimización Dinámica:
ecuaciones, en donde siempre el valor debe
La resolución de un
eliminarse para que se puedan obtener los
problema de interpolación
valores críticos de las variables.
lleva a un problema de
g. Se sustituyen los valores necesarios para
álgebra lineal en el cual se
sacar los puntos críticos.
debe resolver un sistema de ecuaciones. Usando una
base monómica estándar para el polinomio
El método de multiplicadores de Lagrange
interpolador, se llega a la matriz de Vandermonde.
Suponga que f ( x, y , z ) y g ( x, y , z ) son derivables y
Eligiendo una base distinta, la base de Lagrange, se
que g  0 cuando g ( x, y , z )  0. Para determinar
llega a la forma más simple de matriz identidad = δi
que puede resolverse inmediatamente. los valores máximos y mínimos locales de sujeta a
la restricción g ( x, y , z )  0. (si ésta existe), se
X. Método obtienen los valores de x, y, z y que satisfacen en
1. Sea ( ) una función definida en un conjunto forma simultánea las ecuaciones
f  g y g ( x, y , z )  0. …. (1)
abierto n-dimensional  x n  . Se definen s
Para funciones de dos variables independientes, la
condición es similar, pero sin la variable z.
Página 3 de 8
Ejemplo 01.- Una caja rectangular sin tapa se hace
con 12 2 de cartón. Calcule el volumen máximo de
esta caja.
Buscamos maximizar = con restricción
( , , ) = 2 + 2 + = 12.
La longitud de la diagonal es 4, fíjese que se forma
Ahora aplicamos los multiplicadores de Lagrange:
un triángulo rectángulo.
= , ( , , ) = 12.
Función a optimizar: maximizar en este caso: Área.
Entonces:
Área de un rectángulo: = .
=
= Condición a cumplir: 4  x2  y2 ,
= de una manera más fácil:
2 +2 + = 12 16  x 2  y 2
Las cuales se transforman a la hora de igualar y Al tener identificadas la función y la condición, se
aplicar el método en: x
determinan los gradientes.
= (2 + ) A   Ax, Ay    y, x 
= (2 + ) g  gx, gy   2 x,2 y 
= (2 + 2 )
Así las ecuaciones de Lagrange son:
2 +2 + = 12
y   2 x  …. (1)
Una forma conveniente de resolver el sistema
anterior es dejar del lado izquierdo . Por lo tanto, x   ( 2 y ) …. (2)
la primera la multiplicamos por , la segunda por , x 2  y 2  4 …. (3)
y la tercera por ; quedaría de la siguiente manera: Al resolver el sistema, una de las formas puede ser:
= (2 + ) Multiplicar la ecuación (1) por x, y también la
= (2 + ) ecuación (2) por y,
= (2 + 2 )  
xy   2x 2 …. (4)
Esto quiere decir que tenemos igualdades por lo
yx   (2 y 2 ) …. (5)
tanto:
Se igualan las ecuaciones (4) y (5)
   
2 + =2 +
 2 x 2   2 y 2 al simplificar queda:
2 + =2 +2
De la segunda ecuación sabemos que: =2 . x 2  y 2 ; queda: y   x .
Entonces: = 2 . Luego una variable se expresa en función de la otra
Si se hace = = 2 , sustituimos en la ecuación: y se sustituye en la ecuación (3).
2 +2 + = 12. Si =
Nos quedaría de la siguiente manera: 4 2 + 4 2 + 4 2  
16  x 2  x 2
=12. 16  2 x 2
Por lo tanto = 1, e = 2 y = 2.
x 8

Ejemplo 02. ¿Cuál es el área máxima que puede

Como estamos midiendo distancias, x solo puede
tener un rectángulo si la longitud de su diagonal es 4
tomar valores no negativos, así que se tiene un único
Solución:
Represente un rectángulo con lados x e y, base y punto que es para x= 8 , la altura y también vale.
altura respectivamente.

Página 4 de 8
Asi pues las dimensiones del rectángulo Por consiguiente, hay dos valores máximos en los
corresponden con un cuadrado de lado 8 . Su área puntos (0,1); (0,-1) y dos valores mínimos en los
puntos: (1,0) y (-1,0).
será: A= 8 ∙ 8 =8

Ejemplo 03.- ¿Cuáles son los valores máximos y Ejemplo 04.- Determine los valores máximos y
mínimos que puede tener una la función mínimos de la función f ( x, y )  3 x  4 y sobre la
f  x, y   x 2  2 y 2 , sobre el círculo x 2  y 2  1 circunferencia x 2  y 2  1.
Solución: Solución
Se pide calcular los valores extremos de la función Modelamos esto como un problema de
f  x, y   x 2  2 y 2 sujeta a la restricción multiplicadores de Lagrange con
g x, y   x 2  y 2  1 f ( x, y )  3 x  4 y , g (x, y)  x 2  y 2  1
y buscamos los valores de x, y y que satisfacen las
Calculamos los gradientes:
ecuaciones
f  2 x,4 y  f  g : 3i  4 j  2 x i  2 y  j
g  2 x,2 y  g ( x, y )  0 : x 2  y 2  1  0.
Las ecuaciones de Lagrange pueden escribirse: La ecuación gradientes en las ecuaciones (1) implica
2x   2x ……(1) que   0 y resulta
4y  2y …… (2) x
3
, y y .
2
2 
x 2  y 2  1 ……(3)
Estas ecuaciones nos dicen, entre otras cosas, que x
Partiendo de la ecuación (1) se tiene: y y tienen el mismo signo. Con estos valores para x
2x   2x y y, la ecuación g ( x, y )  0 da.
2x   2x  0 2
 3  2
2

2 x1     0       1  0,
 2    
x  0 y   1 , entonces se verifican estos dos de manera que
valores en las otras ecuaciones. 9 4 5
 2  1, 9  16  4 2 , 25  4 2 y   
Si x=0 en la ecuación (4) se obtiene: y  1 4 2
 2
Luego si   1 , en la ecuación (2) se tiene y=0, y Por lo tanto,
3 3 2 4
luego en la ec nº3, x  1 x  , y  ,
2 
Como consecuencia, f x, y  tal vez tiene valores
5 5
y f ( x, y )  3 x  4 y tiene valores extremos en
extremos en los puntos:
3 4
 (0,1) (x, y)    ,  .
5 5
 (0,-1) vemos que sus valores máximos y mínimos sobre la
 (1,0) circunferencia x 2  y 2  1 son
 (-1,0) 3  4  25
Al evaluar a f x, y  en esos cuatro puntos se 3   4    5 y
5 5 5
encuentra que:  3  4 25
f 0,1  2 3    4       5
 5  5 5
f 0,1  2
o
f 1,0   1
f ( 1,0)  1

Página 5 de 8
La función f ( x, y )  3 x  4 y asume su valor
máximo sobre la circunferencia unitaria
3 4
g (x, y)  x 2  y 2  1  0 en el punto  ,  , y su
5 5
 3 4
valor mínimo en el punto   ,   .
 5 5
En cada uno de estos puntos, f es un múltiplo
escalar de g . La figura muestra los gradientes en el
primer punto, pero no en el segundo.
XI. Multiplicadores de Lagrange con dos
restricciones
Muchos problemas nos exigen encontrar los valores
extremos de una función derivable f ( x, y , z ) cuyas
variables están sujetas a dos restricciones. Si las
restricciones son
g1 ( x, y, z )  0 y g 2 ( x, y, z )  0 y g1 y g 2 son
derivables, y g1 no es paralelo a g 2 , obtenemos
los mínimos y máximos locales con una restricción
de introduciendo dos multiplicadores de Lagrange
 y  . Es decir, localizamos los puntos P (x, y, z)
donde asume sus valores extremos con una
restricción, obteniendo los valores de x, y, z, y
que satisfacen simultáneamente las ecuaciones
f  g1  g 2 , g1 (x, y, z)  0, g 2 (x, y, z)  0.
… (2)
Los vectores g1 y g 2 están en un plano
perpendicular a la curva C porque g1 es normal a la
superficie g1  0, y g 2 es normal a la superficie
g 2  0.
Página 6 de 8
Las ecuaciones (2) tienen una agradable
interpretación geométrica. La superficies g1  0 y
g 2  0 (por lo general) se cortan en una curva suave,
digamos C figura. Buscamos a lo largo de esta curva
los puntos donde tiene valores máximos y mínimos
locales en relación con sus otros valores sobre la
curva. Éstos son los puntos donde el f es normal a
C. Pero g1 y g 2 son normales a C en estos puntos
porque C se encuentra en las superficies g1  0 y
g 2  0. Por lo tanto f está en el plano determinado
por g1 y g 2 , lo cual significa que
f  g1  g 2 para algunas y . Como los
puntos que buscamos también están en ambas
superficies, sus coordenadas deben satisfacer las
ecuaciones g1 (x, y, z)  0, g 2 (x, y, z)  0, las cuales
son los requisitos restantes de las ecuaciones (2).
Ejemplo 05.- El plano x  y  z  1 corta al cilindro
corta al cilindro x 2  y 2  1 en una elipse (ver
figura). Encuentre los puntos sobre la elipse que se
encuentran más cercanos y más lejanos del origen.
Solución
Obtenemos los valores extremos de
f ( x, y , z )  x 2  y 2  z 2
[El cuadrado de la distancia de (x, y, z) al origen]
sujeta a las restricciones
 g1 ( x, y, z )  x 2  y 2  1  0........(3)

 g 2 ( x, y, z )  x  y  z  1  0......(4)
 En la elipse donde el plano y el cilindro se 2x2  1
encuentran, encontramos los puntos más cercanos y 2
más lejanos al origen x
2
x  x  z 1  0
z  1  2x
z  1  2.
Los puntos correspondientes sobre la elipse son
 2 2 
P1   , ,1  2  y
 2 2 
 2 2 
P2    , , 1  2  .
 2 2 
Sin embargo, debemos tener cuidado. Si bien P1 y P2
dan máximos locales de sobre la elipse, P2 está más
alejado del origen que P1 .
Los puntos sobre la elipse más cercanos al origen son
(1, 0, 0) y (0, 1, 0). El punto sobre la elipse más lejano
del origen es P2 .

Ejemplo 6.- Hallar el punto del paraboloide

z  ( x  2) 2  0, 25( y  3) 2  5 más próximo al plano

La ecuación de gradientes de las ecuaciones (2) nos + + = 0.
da entonces
SOLUCIÓN
f  g1  g 2
2 xi  2 yj  2 zk   (2 xi  2 yj )   (i  j  k ) En un problema de extremos con restricciones hay
2 xi  2 yj  2 zk  (2 x   )i  (2 y   ) j   k que individualizar tres cosas:
o bien, La función a maximizar o minimizar;
2 x  2 x   Las incógnitas; y

2 y  2 y   .......(5) Las restricciones.
2 z   En este problema, sabemos que hay un punto sobre

el paraboloide y uno sobre el plano tales que la
Las ecuaciones escalares de la ecuación (5) generan
distancia entre ellos es menor que entre cualquier
2 x  2 x  2 z  (1   ) x  z, otro par de puntos sobre esas superficies.
 ......(6)
 2 y  2  y  2 z  (1   ) y  z. Determinando cuáles son esos puntos, podremos
Las ecuaciones (6) se satisfacen simultáneamente si hallar la distancia mínima. Por tanto tenemos:
z
  1 y z  0, o   1 y x  y  . Función a minimizar: distancia entre dos puntos.
1 
Incógnitas: las coordenadas de ambos puntos.
Si z  0, al resolver las ecuaciones (3) y (4) en forma
Restricciones: los puntos deben pertenecer a las
simultánea para obtener los puntos correspondientes superficies dadas.
sobre la elipse, obtenemos los dos puntos (1, 0, 0) y
(0, 1, 0). Esto tiene sentido cuando observamos la Traduciendo esto a lenguaje matemático podemos
figura. escribir lo siguiente:
Si = , entonces las ecuaciones (3) y (4) nos dan
x2  x2  1  0
Página 7 de 8
Llamaremos (x; y; z) al punto que está sobre el Introduciendo este valor de 1 en (1), sale que:
paraboloide y (s; t; u) al perteneciente al plano. La
función a minimizar es la función distancia entre 1 = -2(x - 2)  x = 1,5
ambos, pero esto es equivalente a minimizar la Combinando de manera similar (3), (6), (5) y (2)
distancia al cuadrado, dado que la raíz cuadrada es podemos despejar:
una función creciente. La distancia al cuadrado entre
ambos puntos es: y=0

f(x; y; z; s; t; u) = (x - s)2 + (y - t)2 + (z - u)2 Y, finalmente, introduciendo esto en la ecuación del

paraboloide, tenemos:
Con lo cual tenemos en claro la función y sus seis
incógnitas. z = 7,5

Las condiciones de restricción serán la pertenencia al El punto buscado es, pues:

paraboloide y al plano respectivamente. Recordemos (x; y; z) = (1,5; 0; 7,5)
que una condición de restricción siempre se escribe
como una función igualada a una constante. Podemos Estrictamente, ya hemos resuelto el ejercicio: hemos
escribir, entonces: encontrado el punto del paraboloide dado más
próximo al plano dado. Queda para el lector despejar,
g1(x; y; z; s; t; u) = z - (x - 2)2 – 0,25(y - 3)2 = 5 del mismo sistema de ecuaciones, el punto del plano
g2(x; y; z; s; t; u) = s + t + u = 0. más cercano al paraboloide, esto es, hallar los valores
de s, t y u, así como la distancia entre ambos puntos.
Nótese que ambas restricciones tienen las mismas
variables que la función a minimizar, a pesar de que
algunas de ellas no aparecen en las respectivas leyes.
Bibliografías:
Para hacer una analogía con casos de una variable, la
- Brewichs Días H. 10669731 Cálculo Vectorial
función f(x) = 5 no deja de ser una función de x, por
(Sec. 07)
más que la variable no aparezca en la ley.
Si ahora aplicamos multiplicadores de Lagrange a
nuestro caso tendremos: Referencias:
http://sgpwe.izt.uam.mx/files/users/uami/ceciliahd/c
f = 1g1 + 2g2 vvi/Multiplicadores_de_Lagrange.pdf
Derivando variable por variable tendremos: https://www.migueltarazonagiraldo.com/
2( x  s )   21 ( x  2) (1)
2( y  t ) https://www.academia.edu/29471599/E_EJERCICI
   0,51 ( y  2) (2) OS_RESUELTOS_CRITERIO_DERIVADA_MA
2( z  u )  1 (3) XIMOS_MINIMOS_ABSOLUTOS_EXTREMOS_
 RESTRINGIDOS_MULTIPLICADORES_LAGRA
 2( x  s )  2 (4)
NGE?auto=download
 2( y  t )  2 (5)

 2( z  u )  2 (6)

Usamos este sistema de ecuaciones, juntamente con

las restricciones, para despejar las incógnitas. De esta
manera, combinando (3), (6) y (4) es:
1 = - 2 = 2(x - s)

Página 8 de 8