Optimización Multivariable 2

.
UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERÍA CIVIL
MATEMÁTICA AVANZADA I
PRÁCTICA N˚05
“OPTIMIZACIÓN MULTIVARIABLE”
INTEGRANTES:
✓ CALLAN LUNA, Renzo Eutiquio
✓ CHAMORRO ANGELES, Karolainne Kassandra
✓ CORREA PLASENCIA, Segundo Rafael
✓ CRUZ CABRERA, Angela Miquely Etelvina
✓ FEIJOO VILVHEZ, Gerardo
✓ GONZALES CARBAJAL, Anthony Félix
DOCENTE:
✓ DR. Fidel Vera Beso
Universidad Nacional del Santa
Facultad de Ingeniería
En los problemas del 5 al 7 halle los extremos absolutos de las funciones dadas
sobre las regiones indicadas.
5. 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟑𝒚𝟐 + 𝒙 − 𝒚 ; región triangular
T: x = 1, y = 1, x + y = 1
Desarrollamos:
Graficando la región triangular (T):
Obtendremos los puntos posibles a máximos y mínimos absolutos:
a) Los vértices de la zona triangular:
(0;1); (1;1); (1;0)
b) 𝑓 (𝑥, 𝑦) = 𝑥 2 + 3𝑦 2 + 𝑥 − 𝑦
𝜕𝑓 1
= 2𝑥 + 1 = 0 ; x= -
𝜕𝑥 2
𝜕𝑓 1
= 6𝑦 − 1 = 0 ; y =
𝜕𝑦 6
1 1
Obtenemos el punto (− ; )
2 6
c) y=1; 0 ≤ 𝑥 ≤ 1
𝑓 (𝑥, 1) = 𝑥 2 + 3(1)2 + 𝑥 − 1 = 𝑥 2 + 𝑥 + 2 = 𝑔(𝑥)

−1
𝑔′ (𝑥) = 2𝑥 + 1 = 0 ; 𝑥 =
2
−1
Obtenemos el punto ( ; 1)
2
d) x=1; 0 ≤ 𝑦 ≤ 1
𝑓 (𝑥, 1) = (1)2 + 3𝑦 2 + 1 − 𝑦 = 3𝑦 2 − 𝑦 + 2 = ℎ(𝑥)

1
ℎ′ (𝑥) = 6𝑦 − 1 = 0 ; 𝑦 =
6
1
Obtenemos el punto (1; )
6
e) y=1-x
𝑓(𝑥, 1 − 𝑥) = (𝑥)2 + 3(1 − 𝑥)2 + 𝑥 − (1 − 𝑥) = 4𝑥 2 − 4𝑥 + 2 = 𝑙(𝑥)

1 1 1
𝑙′ (𝑥) = 8𝑥 − 4 = 0 ; 𝑥 = ;𝑦 = 1 − ;𝑦 =
2 2 2
1 1
Obtenemos el punto ( ; )
2 2
Con los puntos candidatos, reemplazaremos en la función, obteniendo los

siguientes resultados:
(x; y) 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟑𝒚𝟐 + 𝒙 − 𝒚

(0;1) 2
(1;1) 4
(1;0) 2
𝟏 𝟏
(− ; ) −0. 3̅
𝟐 𝟔
−𝟏
( ; 𝟏) 1.75
𝟐
𝟏
(𝟏; ) 1.916̅
𝟔
𝟏 𝟏
( ; ) 1
𝟐 𝟐
1 1 −1
De los puntos candidatos, se descarta (− ; ) y ( ; 1) ya que no
2 6 2
pertenecen a la región triangular T.
Entonces tenemos:
𝟏 𝟏
MÍNIMO ABSOLUTO ( ; )
𝟐 𝟐
MÁXIMO ABSOLUTO (1;1)
6. 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟐𝒙𝒚 + 𝒚𝟐 ; región circular 𝑪: 𝒙𝟐 + 𝒚𝟐 ≤ 𝟖

Desarrollando:
Graficando la región circular C:
Obtendremos los posibles puntos a ser máximo y mínimo absoluto:

a) Dentro de C:
𝑓(𝑥, 𝑦) = 𝑥 2 + 2𝑥𝑦 + 𝑦 2
𝜕𝑓
= 2𝑥 + 2 = 0 ; x= −1
𝜕𝑥
𝜕𝑓
= 2𝑦 + 2 = 0 ; y = −1
𝜕𝑦
Obtenemos el punto (−1; −1)
b) Frontera de la región C:
𝑥2 + 𝑦2 − 8 = 0
𝑔(𝑥; 𝑦) = 0
Usando el método de Lagrange:

𝐿(𝑥; 𝑦; 𝜆) = 𝑓 (𝑥; 𝑦) − 𝜆 ∗ 𝑔(𝑥; 𝑦)
𝐿(𝑥; 𝑦; 𝜆) = 𝑥 2 + 2𝑥𝑦 + 𝑦 2 − 𝜆(𝑥 2 + 𝑦 2 − 8)
𝜕𝐿 𝑥+𝑦
= 2𝑥 + 2𝑦 − 2𝜆𝑥 = 0 ; 𝜆 =
𝜕𝑥 𝑥
𝜕𝐿 𝑥+𝑦
= 2𝑦 + 2𝑥 − 2𝜆𝑦 = 0 ; 𝜆 =
𝜕𝑦 𝑦
𝜕𝐿
= −𝑥 2 − 𝑦 2 + 8 = 0 … . (1)
𝜕𝜆
Igualamos valores de Lambda (𝜆):

𝑥+𝑦 𝑥+𝑦
=
𝑥 𝑦
𝑥 2 = 𝑦 2 … (2)
Reemplazando (2) en (1):
−𝑦 2 − 𝑦 2 + 8 = 0
𝑦2 = 4
𝑦 = ±2 … . (3)
𝑥 2 = (±2)2
𝑥 = ±2
Entonces obtendremos los puntos:

(2; 2) ; (−2; 2) ; (2; −2) ; (−2; −2)
Con los puntos candidatos, reemplazaremos en la función, obteniendo los

siguientes resultados:
(x; y) 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟐𝒙𝒚 + 𝒚𝟐
(−𝟏; −𝟏) 4
(𝟐; 𝟐) 16
(−𝟐; 𝟐) 0
(𝟐; −𝟐) 0
(−𝟐; −𝟐) 16
Entonces tenemos:
NO PRESENTA MÍNIMO ABSOLUTO
NO PRESENTA MÁXIMO ABSOLUTO
𝟒𝒙𝒚
7. 𝒇(𝒙, 𝒚) = ; región limitada por:
(𝒙𝟐 +𝟏)(𝒚𝟐 +𝟏)
𝒙 ≥ 𝟎, 𝒚 ≥ 𝟎, 𝒙𝟐 + 𝒚𝟐 ≤ 𝟏
Desarrollamos:
Graficando la región limitada por: 𝑥 ≥ 0, 𝑦 ≥ 0, 𝑥 2 + 𝑦 2 ≤ 1
Obtendremos los puntos posibles a máximos y mínimos absolutos:
a) Dentro de la región limitada:
4𝑥𝑦
𝑓 (𝑥, 𝑦) =
(𝑥 2 + 1)(𝑦 2 + 1)
𝜕𝑓 4𝑦(1 − 𝑥 2 )
= = 0 ; 𝑦(1 − 𝑥 2 ) = 0 ; 𝑥 = 0 v 𝑥 = ±1
𝜕𝑥 (𝑦 2 + 1)(𝑥 2 + 1)2
𝜕𝑓 4𝑥 (1 − 𝑦 2 )
= 2 2 2
= 0 ; 𝑥 (1 − 𝑦 2 ) = 0 ; 𝑦 = 0 v 𝑦 = ±1
𝜕𝑦 ( )(
𝑥 +1 𝑦 +1 )
Luego de reemplazar, obtenemos el punto que pertenece a la región

limitada:
(0; 0)
b) En x = 0
4(0)𝑦
𝑓 (0, 𝑦) = ; 𝑓 (0, 𝑦) = 0
((0)2 + 1)(𝑦 2 + 1)
c) En y = 0
4𝑥(0)
𝑓(𝑥, 0) = ; 𝑓(𝑥, 0) = 0
(𝑥 2 + 1)((0)2 + 1)
d) En 𝒚 = ±√𝟏 − 𝒙𝟐
𝜕𝑓 4(±√1 − 𝑥 2 )(1 − 𝑥 2 ) 4(2𝑥 2 − 1) √2

= = 2 = 0 ; 𝑥 = ±
𝜕𝑥 ((±√1 − 𝑥 2 )2 + 1)(𝑥 2 + 1)2 (𝑥 )(1 − 𝑥 2 )3/2 2
Luego de reemplazar, obtenemos el punto que pertenece a la región limitada:
√2 √2
( ; )
2 2
Finalmente obtenemos 3 puntos, de los cuales calculamos en la función,

obteniendo:
𝟒𝒙𝒚
(x; y) 𝒇(𝒙, 𝒚) =
(𝒙𝟐 + 𝟏)(𝒚𝟐 + 𝟏)
(0; 0) 0
(1; 0) 0
√2 √2
( ; ) 8
2 2
Finalmente obtenemos que:

√𝟐 √𝟐
MÁXIMO ABSOLUTO ( ; )
𝟐 𝟐
NO HAY MÍNIMO ABSOLUTO
8. Halle el valor máximo de 𝒇(𝒙, 𝒚) = 𝟒𝒙𝒚 donde 𝒙 > 𝟎, 𝒚 > 𝟎, sujeto a la

restricción o ligadura:
𝒙𝟐 𝒚𝟐 𝒙𝟐 𝒚𝟐
+ = 𝟏, 𝒈(𝒙, 𝒚) = + , 𝒄=𝟏
𝟗 𝟏𝟔 𝟗 𝟏𝟔
Graficando la restricción o ligadura:

𝑥2 𝑦2 𝑥2 𝑦2
+ = 1, 𝑔(𝑥, 𝑦) = + , 𝑐=1
9 16 9 16
Desarrollamos:
Paso 1: Escribimos la función lagrangianaa:
𝐿(𝑥, 𝑦, 𝜆) = 𝑓 (𝑥, 𝑦) − 𝜆[𝑔(𝑥, 𝑦) − 𝑐 ]
𝑥2 𝑦2
𝐿(𝑥, 𝑦, 𝜆) = 4𝑥𝑦 − 𝜆 ( + − 1)
9 16
Paso 2: Igualas la gradiente de L al vector cero:
Esto implica que cada derivada parcial sea igual a cero:
2𝑥𝜆
𝐿_𝑥 (𝑥, 𝑦, 𝜆) = 4𝑦 − =0
9
𝑦𝜆
𝐿𝑦 (𝑥, 𝑦, 𝜆) = 4𝑥 − =0
8
𝑥2 𝑦2
𝐿𝜆 (𝑥, 𝑦, 𝜆) = + −1=0
9 16
Al juntar todo obtendremos un sistema de ecuaciones:

2𝑥𝜆
4𝑦 = … (𝑖)
9
𝑦𝜆
4𝑥 = … (𝑖𝑖)
8
𝑥2 𝑦2
+ = 1 … (𝑖𝑖𝑖)
9 16
Procedemos a resolverlo:
(𝑖)
𝐻𝑎𝑐𝑒𝑚𝑜𝑠:
(𝑖𝑖)
4𝑦 8(2𝑥𝜆)
=
4𝑥 9𝑦𝜆
𝑦 16𝑥
=
𝑥 9𝑦
𝑦2 𝑥2
= … (𝑖𝑣)
16 9
𝐴ℎ𝑜𝑟𝑎 𝑟𝑒𝑒𝑚𝑝𝑙𝑎𝑧𝑎𝑚𝑜𝑠 (𝑖𝑣 ) 𝑒𝑛 (𝑖𝑖𝑖):
𝑦2 𝑦2
+ =1
16 16
𝑦2 = 8
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑦 = ±2√2
Calculamos los valores de 𝑥 para cada valor de 𝑦:
Para 𝒚 = 𝟐√𝟐 en (𝒊𝒗):
(2√2)2 𝑥 2
=
16 9
9
𝑥2 =
2
3√2
𝑥=±
2
Para 𝒚 = −𝟐√𝟐 en (𝒊𝒗):
(−2√2)2 𝑥 2
=
16 9
9
𝑥2 =
2
3√2
𝑥=±
2
Por lo tanto, tenemos los siguientes puntos:
3√2
(𝑥, 𝑦) = (2√2, )
2
3√2
(𝑥, 𝑦) = (2√2, − )
2
3√2
(𝑥, 𝑦) = (−2√2, )
2
3√2
(𝑥, 𝑦) = (−2√2, − )
2
Pero el valor máximo que estamos buscando se encuentra donde 𝑥 > 0, 𝑦 >
0, entonces el punto que nos proporcionaría este valor máximo es:
𝟑√𝟐
(𝒙, 𝒚) = (𝟐√𝟐, )
𝟐
Reemplazando en 𝑓 (𝑥, 𝑦) = 4𝑥𝑦:
3√2 3√2
𝑓 (2√2, ) = 4(2√2) ( ) = 𝟐𝟒
2 2
𝑥2 𝑦2
𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜 𝑠𝑢𝑗𝑒𝑡𝑎 𝑎 𝑙𝑎 𝑟𝑒𝑠𝑡𝑟𝑖𝑐𝑐ó𝑛 + = 1, 𝑑𝑜𝑛𝑑𝑒 𝑥 > 0, 𝑦 > 0.
9 16
9. Halle el valor mínimo de 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙𝟐 + 𝒚𝟐 + 𝟑𝒛𝟐 sujeto a la restricción

o ligadura: 𝟐𝒙 − 𝟑𝒚 − 𝟒𝒛 = 𝟒𝟗 , 𝒈(𝒙, 𝒚, 𝒛) = 𝟐𝒙 − 𝟑𝒚 − 𝟒𝒛 , 𝑪 = 𝟒𝟗
Graficando la restricción o ligadura:

2𝑥 − 3𝑦 − 4𝑧 = 49 , 𝑔(𝑥, 𝑦, 𝑧) = 2𝑥 − 3𝑦 − 4𝑧 , 𝐶 = 49
Desarrollamos:
Paso 1: Escribimos la función Lagrangiana:
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑓 (𝑥, 𝑦, 𝑧) − 𝜆[𝑔(𝑥, 𝑦, 𝑧) − 𝑐 ]
𝐿(𝑥, 𝑦, , 𝑧, 𝜆) = 2𝑥 2 + 𝑦 2 + 3𝑧 2 − 𝜆(2𝑥 − 3𝑦 − 4𝑧 − 49)
Paso 2: Igualas la gradiente de L al vector cero:

Esto implica que cada derivada parcial sea igual a cero:
𝐿𝑥 (𝑥, 𝑦, 𝑧, 𝜆) = 4𝑥 − 2𝜆 = 0
𝐿𝑦 (𝑥, 𝑦, 𝑧, 𝜆) = 2𝑦 + 3𝜆 = 0
𝐿𝑧 (𝑥, 𝑦, 𝑧, 𝜆) = 6𝑧 + 4𝜆 = 0
𝐿𝜆 (𝑥, 𝑦, 𝑧, 𝜆) = 2𝑥 − 3𝑦 − 4𝑧 − 49 = 0
Al juntar todo obtendremos un sistema de ecuaciones:

𝜆
𝑥= … (𝑖)
2
3𝜆
𝑦=− … (𝑖𝑖)
2
2𝜆
𝑧=− … (𝑖𝑖𝑖)
3
2𝑥 − 3𝑦 − 4𝑧 = 49 … (𝑖𝑣)
Procedemos a resolverlo, remplazando (𝑖), (𝑖𝑖)𝑦(𝑖𝑖𝑖) en (𝑖𝑣):

2𝑥 − 3𝑦 − 4𝑧 = 49
𝜆 3𝜆 2𝜆
2 ( ) − 3(− ) − 4(− ) = 49
2 2 3
49𝜆
= 49
6
𝜆=6
Ahora remplazamos 𝜆 en las ecuaciones anteriores, obteniendo:
𝑥=3
𝑦 = −9
𝑧 = −4
Por lo tanto, se obtuvieron los siguientes puntos:

(𝑥, 𝑦, 𝑧) = (3, −9, −4)
Remplazando los puntos en la función original 𝑓 (𝑥, 𝑦, 𝑧) = 2𝑥 2 + 𝑦 2 +

3𝑧 2 ,se tiene:
𝑓 (3, −9, −4) = 145
Entonces el mínimo valor que toma la función 𝑓(𝑥, 𝑦, 𝑧) = 2𝑥 2 + 𝑦 2 +

3𝑧 2 , con la restricción 2𝑥 − 3𝑦 − 4𝑧 = 49 , es 145.
Resuelve los problemas del 8 al 13.

10. hallar los valores extremos de:𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟐𝒚𝟐 − 𝟐𝒙 + 𝟑
Sujeto a la restricción o ligadura: 𝒙𝟐 + 𝒚𝟐 ≤ 𝟏𝟎
Desarrollando:
Necesitamos maximizar y minimizar una función:
𝑓 (𝑥, 𝑦) = 𝑥 2 + 2𝑦 2 − 2𝑥 + 3 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟
𝑥 2 + 𝑦 2 = 10 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑖ó𝑛
Escribimos la función Lagrangiana:

𝐿(𝑥, 𝑦, 𝜆) = 𝑓 (𝑥, 𝑦) − 𝜆[𝑔(𝑥, 𝑦) − 𝐶]
𝐿(𝑥, 𝑦, 𝜆) = 𝑥 2 + 2𝑦 2 − 2𝑥 + 3 − 𝜆(𝑥 2 + 𝑦 2 − 10)
El gradiente de la función L igual al vector 0:

Δ𝐿(𝑥, 𝑦, 𝜆) = (0,0,0)
Para esto, hacemos las derivadas parciales:

Con respecto a x:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝜆) = [𝑥 + 2𝑦 2 − 2𝑥 + 3 − 𝜆(𝑥 2 + 𝑦 2 − 10)
𝜕𝑥 𝜕𝑥
𝜕
= 2𝑥 − 2 − 2𝑥𝜆 = 0
𝜕𝑥
Con respecto a y:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝜆) = [𝑥 + 2𝑦 2 − 2𝑥 + 3 − 𝜆(𝑥 2 + 𝑦 2 − 10)]
𝜕𝑦 𝜕𝑦
𝜕
= 4𝑦 − 2𝑦𝜆 = 0
𝜕𝑦
Con respecto a 𝝀:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝜆) = [𝑥 + 2𝑦 2 − 2𝑥 + 3 − 𝜆(𝑥 2 + 𝑦 2 − 1)]
𝜕𝜆 𝜕𝜆
𝜕
= −𝑥 2 − 𝑦 2 + 10 = 0
𝜕𝜆
Ahora resolvemos el sistema de ecuaciones:

2𝑥 − 2 − 2𝑥𝜆 = 0 … … … … … … (1)
4𝑦 − 2𝑦𝜆 = 0 … … … … … … … … … … (2)
−𝑥 2 − 𝑦 2 + 10 = 0 … … … … … … … … . (3)
De (2) tenemos:
4𝑦 = 2𝑦𝜆
2=𝜆
De (1) tenemos:
2𝑥 = 2 + 2𝑥𝜆
2𝑥 = 2 + 2𝑥 (2)
2𝑥 = −2
𝑥 = −1
De (3) tenemos:
𝑥 2 + 𝑦 2 = 10
(−1)2 + 𝑦 2 = 10
𝑦 2 = 11
𝑦 = √11 ó 𝑦 = −√11
Finalmente tenemos dos puntos para 𝑓(𝑥, 𝑦):
En el punto (−1, √11)

𝑓 (𝑥, 𝑦) = 𝑥 2 + 2𝑦 2 − 2𝑥 + 3
Reemplazamos:
𝑓(𝑥, 𝑦) = 𝑓(−1, √11)
𝑓(−1, √11) = (−1)2 + 2(√11)2 − 2(−1) + 3
𝑓(−1, √11) = 28
En el punto (−1, −√11)

𝑓 (𝑥, 𝑦) = 𝑥 2 + 2𝑦 2 − 2𝑥 + 3
Reemplazamos:
𝑓(−1, −√11) = (−1)2 + 2(−√11)2 − 2(−1) + 3
𝑓(−1, −√11) = 28
11. Halle la distancia mínima del punto (5,5,0) al paraboloide 𝒛 = 𝒙𝟐 + 𝒚𝟐
Encontramos la función a minimizar, mediante la distancia del punto al

paraboloide:
d = √(x − 5)2 + (y − 5)2 + z 2
f(x, y, z) = x 2 − 10x + y 2 − 10y + z 2 + 50
Necesitamos minimizar una función:
𝑓 (𝑥, 𝑦, 𝑧) = 𝑥 2 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟
𝑥 2 + 𝑦 2 − 𝑧 = 0 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑖ó𝑛
Empezamos a escribir la función Lagrangiana:

𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑓(𝑥, 𝑦, 𝑧) − 𝜆[𝑔(𝑥, 𝑦, 𝑧) − 𝐶]
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑥 2 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)
El gradiente de la función L igual al vector 0

Δ𝐿(𝑥, 𝑦, 𝑧, 𝜆) = (0,0,0,0)

Con respecto a x:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [𝑥 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)]
𝜕𝑥 𝜕𝑥
𝜕
= 2𝑥 − 10 − 2𝑥𝜆 = 0
𝜕𝑥
𝜕
= 𝑥 − 5 − 𝑥𝜆 = 0
𝜕𝑥
Con respecto a y:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [𝑥 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)]
𝜕𝑦 𝜕𝑦
𝜕
= 2𝑦 − 10 − 2𝑦𝜆 = 0
𝜕𝑦
𝜕
= 𝑦 − 5 − 𝑦𝜆 = 0
𝜕𝑦
Con respecto a z:
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [𝑥 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)]
𝜕𝑧 𝜕𝑧
𝜕
= 2𝑧 + 𝜆 = 0
𝜕𝑧
𝜕 𝜕 2
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [𝑥 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)]
𝜕𝜆 𝜕𝜆
𝜕
= −2𝑥 − 2𝑦 + 𝑧 = 0
𝜕𝜆
𝑥 − 5 − 𝑥𝜆 = 0 … … … … . . (1)
𝑦 − 5 − 𝑦𝜆 = 0 … … … . . … (2)
2𝑧 + 𝜆 = 0 … … … … … . (3)
−2𝑥 − 2𝑦 + 𝑧 = 0 … . . … … (4)
Resolviendo las ecuaciones tenemos:

𝑥=1→𝑦=1→𝑧=2
Con lo cual se forma el punto (1,1,2)
Remplazamos (1,1,0) en d:
d = √(x − 5)2 + (y − 5)2 + z 2
d = √((1) − 5)2 + ((1) − 5)2 + (2)2
d = √(−4)2 + (−4)2 + 22
d = √16 + 16 + 4
d = √36 = 6
Entonces comprobando en la gráfica:
La distancia mínima será 6.
12. La temperatura en cualquier punto de la esfera 𝑬: 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐 = 𝟒 esta

dada por:
1 2 1
T(x, y, z) = 3x 3 y 3 z 3
Hallar los puntos más fríos y más calientes de la esfera.
Desarrollamos:
Necesitamos maximizar y minimizar una función:
1 2 1
𝑇(𝑥, 𝑦, 𝑧) = 3𝑥 3 𝑦 3 𝑧 3 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟
𝑥 2 + 𝑦 2 + 𝑧 2 = 4 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛
Empezamos a escribir la función Lagrangiana:
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑓(𝑥, 𝑦, 𝑧) − 𝜆[𝑔(𝑥, 𝑦, 𝑧) − 𝐶]
1 2 1
𝐿(𝑥, 𝑦, 𝑧) = 3𝑥 3 𝑦 3 𝑧 3 − 𝜆(𝑥 2 + 𝑦 2 + 𝑧 2 − 4)
El gradiente de la función L igual al vector 0

∇𝐿(𝑥, 𝑦, 𝑧, 𝜆) = (0,0,0,0)

Con respecto a x:
𝜕 𝜕 1 2 1
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [3𝑥 3 𝑦 3 𝑧 3 − 𝜆(𝑥 2 + 𝑦 2 + 𝑧 2 − 4)]
𝜕𝑥 𝜕𝑥
𝜕 2 1 1 2
= 3𝑦 3 𝑧 3 ( 𝑥 −3 ) − 2𝑥𝜆 = 0
𝜕𝑥 3
𝜕 2 1 2
= 𝑦 3 𝑧 3 𝑥 −3 − 2𝑥𝜆 = 0
𝜕𝑥
Con respecto a y:
∂ ∂ 1 2 1
L(x, y, λ) = [3x 3 y 3 z 3 − λ(x 2 + y 2 + z 2 − 4)]
∂y ∂y
∂ 1 1 2 1
= 3x 3 z 3 ( y −3 ) − 2yλ = 0
∂y 3
∂ 1 1 1
= 2x 3 z 3 y −3 − 2yλ = 0
∂y
Con respecto a z:
𝜕 𝜕 1 2 1
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [3𝑥 3 𝑦 3 𝑧 3 − 𝜆(𝑥 2 + 𝑦 2 + 𝑧 2 − 4)]
𝜕𝑧 𝜕𝑧
𝜕 1 2 1 2
= 3𝑥 3 𝑦 3 ( 𝑧 −3 ) − 2𝑧𝜆 = 0
𝜕𝑧 3
𝜕 1 2 2
= 𝑥 3 𝑦 3 𝑧 −3 − 2𝑧𝜆 = 0
𝜕𝑧
∂ ∂ 1 2 1
L(x, y, z, λ) = [3x 3 y 3 z 3 − λ(x 2 + y 2 + z 2 − 4)]
∂λ ∂λ
∂
= −x 2 − y 2 − z 2 + 4 = 0
∂λ
2 1 2
𝑦 3 𝑧 3 𝑥 − 3 − 2𝑥𝜆 = 0 … … … … . . (1)
1 1 1
2𝑥 3 𝑧 3 𝑦 − 3 − 2𝑦𝜆 = 0 … … … . . … (2)
1 2 2
𝑥 3 𝑦 3 𝑧 −3 − 2𝑧𝜆 = 0 … … … … … . (3)
−𝑥 2 − 𝑦 2 − 𝑧 2 + 4 = 0 … . . … … (4)
Igualamos 1 y 2:
x −2/3 y 2/3 z1/3 2x1/3 y −1/3 z1/3
=
2x 2y
x −2/3 y 5/3 = 2x 4/3 y −1/3
y 2 = 2x 2
Igualamos 1 y 3:
𝑥 −2/3 𝑦 2/3 𝑧1/3 𝑥 1/3 𝑦 2/3 𝑧 −2/3
=
2𝑥 2𝑧
𝑥 −2/3 𝑧1/3 𝑥 1/3 𝑧 −2/3
=
2𝑥 2𝑧
𝑥 −2/3 𝑧 4/3 = 𝑥 4/3 𝑧 −2/3
𝑧2 = 𝑥2
Para 2 y 3:
2𝑥 1/3 𝑦 −1/3 𝑧1/3 𝑥 1/3 𝑦 2/3 𝑧 −2/3
=
2𝑦 2𝑧
2𝑦 −1/3 𝑧1/3 𝑦 2/3 𝑧 −2/3
=
2𝑦 2𝑧
2𝑦 −1/3 𝑧 4/3 = 𝑦 5/3 𝑧 −2/3
2𝑧 2 = 𝑦 2
De 4 tenemos:
𝑥2 + 𝑦2 + 𝑧2 − 4 = 0
𝑥2 = 1 → 𝑦2 = 2 → 𝑧2 = 1
Valores para:
𝑥 = ±1 → 𝑦 = ±√2 → 𝑧 = ±1
Tenemos 9 combinaciones de valores, los cuales reemplazaremos en:
𝑥 −2/3 𝑦 2/3 𝑧1/3
=λ
2𝑥
𝑥 = +1 → 𝑦 = +√2 → 𝑧 = +1
λ>0
𝑥 = +1 → 𝑦 = +√2 → 𝑧 = −1
λ<0
𝑥 = +1 → 𝑦 = −√2 → 𝑧 = +1
λ>0
𝑥 = +1 → 𝑦 = −√2 → 𝑧 = −1
λ<0
𝑥 = −1 → 𝑦 = +√2 → 𝑧 = +1
λ<0
𝑥 = −1 → 𝑦 = +√2 → 𝑧 = −1
λ>0
𝑥 = −1 → 𝑦 = −√2 → 𝑧 = +1
λ<0
𝑥 = −1 → 𝑦 = −√2 → 𝑧 = −1
λ>0
Finalmente hacemos la segunda derivada respecto a 𝐿(𝑥, 𝑦, 𝑧, 𝜆):
Para x:
𝜕 𝜕 −2 −5/3 2/3 1/3

( (𝐿(𝑥, 𝑦, 𝑧, 𝜆))) = 𝑥 𝑦 𝑧 − 2λ
𝜕𝑥 𝜕𝑥 3
Para y:
𝜕 𝜕 −2 1/3 −4/3 1/3

( (𝐿(𝑥, 𝑦, 𝑧, 𝜆))) = 𝑥 𝑦 𝑧 − 2λ
𝜕𝑦 𝜕𝑦 3
Para z:
𝜕 𝜕 −2 1/3 2/3 −5/3

( (𝐿(𝑥, 𝑦, 𝑧, 𝜆))) = 𝑥 𝑦 𝑧 − 2λ
𝜕𝑧 𝜕𝑧 3
Para 𝛌:
𝜕 𝜕
( (𝐿(𝑥, 𝑦, 𝑧, 𝜆))) = 0
𝜕λ 𝜕λ
Remplazamos 𝑥 = ±1 → 𝑦 = ±√2 → 𝑧 = ±1 en las segundas derivadas:
En el punto (1, √2, 1)
𝑥 = +1 → 𝑦 = +√2 → 𝑧 = +1 , λ>0
𝜕 2 (𝐿(𝑥, 𝑦, 𝑧, 𝜆)) 𝜕 2 (𝐿(𝑥, 𝑦, 𝑧, 𝜆)) 𝜕 2 (𝐿(𝑥, 𝑦, 𝑧, 𝜆))
<0 , <0 , <0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto máximo
En el punto (1, √2, −1)
𝑥 = +1 → 𝑦 = +√2 → 𝑧 = −1 , λ<0
>0 , >0 , >0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto mínimo
En el punto (1, −√2, 1)
𝑥 = +1 → 𝑦 = −√2 → 𝑧 = +1 , λ>0
𝜕2 (𝐿(𝑥,𝑦,𝑧,𝜆)) 𝜕2 (𝐿(𝑥,𝑦,𝑧,𝜆)) 𝜕2 (𝐿(𝑥,𝑦,𝑧,𝜆))
<0 , <0 , <0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto máximo
En el punto (1, −√2, −1)
𝑥 = +1 → 𝑦 = −√2 → 𝑧 = −1 , λ<0
>0 , >0 , >0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto mínimo
En el punto (−1, √2, 1)
𝑥 = −1 → 𝑦 = +√2 → 𝑧 = +1 , λ<0
> 0 , > 0 , >0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto mínimo
En el punto (−1, √2, −1)
𝑥 = −1 → 𝑦 = +√2 → 𝑧 = −1 , λ>0
<0 , <0 , <0
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑧 2
Punto máximo
13. Halle las constantes α y β de tal manera que:

𝛑
𝑭(𝛂 , 𝛃 ) = ∫𝟎 [𝐬𝐢𝐧 𝒙 − (𝛂𝐱 𝟐 + 𝛃𝐱)]𝟐 dx sea mínimo.
π
∫ sin 𝑥 2 − 2 sin 𝑥 × αx 2 − 2 sin 𝑥 × βx + (αx 2 + βx)2

0
1 sin2 𝑥 π π
𝐹 (α , β ) = 𝑥− | − 2α(−x 2 cos 𝑥 + 2𝑥 × sin 𝑥 + 2 cos 𝑥 )|
2 4 0 0
2 5 4 2 3
π α x αβx β x π
− 2β(−𝑥 cos 𝑥 + sin 𝑥 )| + + + |
0 5 2 3 0
10π3 β2 + (15π4 α − 60π)β + 6π5 α2 + (240 − 60π2 )α + 15π

𝐹 (α , β ) =
30
Derivamos con respecto a α:

𝜕𝐹 (α , β )
=0
𝜕α
𝜕𝐹 (α , β ) 15π4 β + 12π5 α + 240 − 60π2
= =0
𝜕α 30
15π4 β + 12π5 α + 240 − 60π2 = 0 … … … … … … . (1)
Derivamos con respecto a β:

𝜕𝐹 (α , β )
=0
𝜕β
𝜕𝐹 (α , β ) 20π3 β + 15π4 α − 60π
=
𝜕β 30
20π3 β + 15π4 α − 60π = 0
3πα 3
β=− + 2 … … … … … … … … … . (2)
4 π
Remplazamos (1) en (2):

15π4 β + 12π5 α + 240 − 60π2 = 0
3πα 3
15π4 (− + 2 ) + 12π5 α + 240 − 60π2 = 0
4 π
20 320
α= + 5
π3 π
α = −0,401
20 320
3π ( + 5) 3
β=− π3 π +
4 π2
β = 1,248
Realizamos la segunda derivada:
Con respecto a 𝛂:
12π5
𝐹αα (α , β ) =
30
Con respecto a 𝛃:
20π3
𝐹ββ (α , β ) =
30
15π4
𝐹αβ (α , β ) =
30
2
𝐻 = 𝑓αα × 𝑓ββ − (𝑓αβ )
2
12π5 20π3 15π4
𝐻= × −( )
30 30 30
π8
𝐻=
60
Como H >0, entonces es un punto máximo o mínimo, pero 𝐹αα (α , β ) > 0
entonces podemos decir que es mínimo.
(α , β ) = (−0,401 , 1,248 )
En los problemas del 14 al 17 halle los extremos relativos de las funciones dadas
sujeta a las restricciones dadas.
𝝅
𝟏𝟒. 𝒛 = 𝒄𝒐𝒔𝟐 𝒙 + 𝒄𝒐𝒔𝟐 𝒚 , 𝒚−𝒙 =
𝟒
Desarrollamos:
𝜋
𝐿(𝑥, 𝑦, 𝜆) = 𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆[𝑦 − 𝑥 − ]
4
∇𝐿(𝑥, 𝑦, 𝜆) = 0
𝜕 𝜋
(𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆 [𝑦 − 𝑥 − ])
𝜕𝑥 4
𝜕 𝜋
∇𝐿(𝑥, 𝑦, 𝜆) = (𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆 [𝑦 − 𝑥 − ])
𝜕𝑦 4
𝜕 2 2
𝜋
[𝜕𝜆 (𝑐𝑜𝑠 𝑥 + 𝑐𝑜𝑠 𝑦 − 𝜆 [𝑦 − 𝑥 − ])
4 ]
−𝑠𝑒𝑛2𝑥 + 𝜆
0
∇𝐿(𝑥, 𝑦, 𝜆) = [ −𝑠𝑒𝑛2𝑥 − 𝜆
𝜋 ] = [0]
− (𝑦 − 𝑥 − ) 0
4
−𝑠𝑒𝑛2𝑥 + 𝜆 = 0 → 𝜆 = 𝑠𝑒𝑛2𝑥 −𝑠𝑒𝑛2𝑦 − 𝜆 = 0

𝑠𝑒𝑛2𝑥 = −𝑠𝑒𝑛2𝑦 → 𝑥 = −𝑦
𝜋
𝑦−𝑥 =
4
𝜋
2𝑦 =
4
𝜋
𝑦=
8
Ahora después de hallar el punto (-𝝅/8, 𝝅/8) pasamos a determinar si es

máximo o mínimo:
𝜕 𝜕 𝜋
𝑓𝑥𝑥 (𝑥, 𝑦) = ( (𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆[𝑦 − 𝑥 − ])) = −2𝑐𝑜𝑠2𝑥
𝜕𝑥 𝜕𝑥 4
𝜕 𝜕 𝜋
𝑓𝑦𝑦 (𝑥, 𝑦) = ( (𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆[𝑦 − 𝑥 − ])) = −2𝑐𝑜𝑠2𝑦
𝜕𝑦 𝜕𝑦 4
𝜕 𝜕 𝜋
𝑓𝑥𝑦 (𝑥, 𝑦) = ( (𝑐𝑜𝑠 2 𝑥 + 𝑐𝑜𝑠 2 𝑦 − 𝜆[𝑦 − 𝑥 − ])) = 0
𝜕𝑦 𝜕𝑥 4
2
𝐻 = 𝑓𝑥𝑥 (𝑥, 𝑦)𝑥𝑓𝑦𝑦 (𝑥, 𝑦) − (𝑓𝑥𝑦 (𝑥, 𝑦))
𝐻 = (−2𝑐𝑜𝑠2𝑥)(−2𝑐𝑜𝑠2𝑦) − (0)2
𝐻 = 4 𝑐𝑜𝑠2𝑥 𝑥 𝑐𝑜𝑠2𝑦
Entonces H>0 eso nos quiere decir que puede ser un máximo o un mínimo
y para poder determinarlo en 𝑓𝑥𝑥 < 0 eso implica que el punto hallado es
máximo:
𝜋 𝜋
(𝑥, 𝑦) = (− , )
8 8
𝟏𝟓. 𝒛 = 𝟐𝟓 − 𝒙𝟐 − 𝒚𝟐 , 𝒙𝟐 + 𝒚𝟐 − 𝟒𝒚 = 𝟎
𝐿(𝑥, 𝑦, 𝜆) = 25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦]
∇𝐿(𝑥, 𝑦, 𝜆) = 0
𝜕
(25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦])
𝜕𝑥
𝜕
∇𝐿(𝑥, 𝑦, 𝜆) = (25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦])
𝜕𝑦
𝜕 2 2 2 2
( )
[𝜕𝜆 25 − 𝑥 − 𝑦 − 𝜆[𝑥 + 𝑦 − 4𝑦] ]
−2𝑥 − 2𝜆𝑥 0
∇𝐿(𝑥, 𝑦, 𝜆) = [ −2𝑦 − 2𝜆𝑦 + 4𝜆 ] = [0]
2 2
−(𝑥 + 𝑦 − 4𝑦) 0
−2𝑥 − 2𝜆𝑥 = 0 → −2𝑥(1 + 𝜆) = 0; 𝑥 = 0

−2𝑦 − 2𝜆𝑦 + 4𝜆 = 0
Reemplazamos el valor de x hallado:

𝑥 2 + 𝑦 2 − 4𝑦 = 0
0 + 𝑦 2 − 4𝑦 = 0
𝑦 (𝑦 − 4) = 0
𝑦=0 ∧ 𝑦=4
Y ahora reemplazamos el valor de y=4 para hallar el otro valor del

multiplicador de Lagrange:
−2𝑦 − 2𝜆𝑦 + 4𝜆 = 0
−2𝑦(1 + 𝜆) = −4𝜆
8 + 8𝜆 = 4𝜆
𝜆 = −2
Y ahora reemplazamos el valor de y=0 para hallar el otro valor del

multiplicador de Lagrange
−2𝑦 − 2𝜆𝑦 + 4𝜆 = 0
−2𝑦(1 + 𝜆) = −4𝜆
0 = −4𝜆
𝜆=0
Y hemos logrado hallar dos puntos:
(𝑥, 𝑦) = {(0,0); (0; 4)}
Pasamos a usar el criterio de la segunda derivada:
𝜕 𝜕
𝑓𝑥𝑥 (𝑥, 𝑦) = ( (25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦])) = −2 − 2𝜆
𝜕𝑥 𝜕𝑥
𝜕 𝜕
𝑓𝑦𝑦 (𝑥, 𝑦) = ( (25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦])) = −2 − 2𝜆
𝜕𝑦 𝜕𝑦
𝜕 𝜕
𝑓𝑥𝑦 (𝑥, 𝑦) = ( (25 − 𝑥 2 − 𝑦 2 − 𝜆[𝑥 2 + 𝑦 2 − 4𝑦])) = 0
𝜕𝑦 𝜕𝑥
Ahora determinamos si los puntos hallados son máximos o mínimos:

2
En el punto (0,0) el multiplicador de Lagrange nos queda 𝜆 = 0y

reemplazando nos queda que el H > 0 eso significa que puede ser un
máximo o mínimo y lo evaluamos en 𝑓𝑥𝑥 < 0 con lo que nos da que es un
punto máximo.
En el punto (0,4) el multiplicador de Lagrange nos queda 𝜆 = −2y

reemplazando nos queda que el H > 0 eso significa que puede ser un
máximo o mínimo y lo evaluamos en 𝑓𝑥𝑥 > 0 con lo que nos da que es un
punto mínimo.
Ahora probamos cada valor:
F (0, 4) = 9 (Mínimo)
F (0, 0) = 25 (Máximo)
Ahora mediante la gráfica comprobamos los extremos encontrados.
PUNTO MÁXIMO
PUNTO MÍNIMO
𝟏𝟔. 𝒛 = 𝒙𝒚 , 𝒙𝟐 + 𝒚𝟐 = 𝟒
𝐿(𝑥, 𝑦, 𝜆) = 𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4]
∇𝐿(𝑥, 𝑦, 𝜆) = 0
𝜕
(𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4])
𝜕𝑥
𝜕
∇𝐿(𝑥, 𝑦, 𝜆) = (𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4])
𝜕𝑦
𝜕 2 2
( )
[𝜕𝜆 𝑥𝑦 − 𝜆[𝑥 + 𝑦 − 4] ]
𝑦 − 2𝜆𝑥 0
( )
∇𝐿 𝑥, 𝑦, 𝜆 = [ 𝑥 − 2𝜆𝑦 ] = 0]
[
2 2
− (𝑥 + 𝑦 − 4) 0
𝑦 − 2𝜆𝑥 = 0 → 𝑦 = 2𝜆𝑥 𝑥 − 2𝜆𝑦 = 0 → 𝑥 = 2𝜆𝑦
(2𝜆𝑦)2 + (2𝜆𝑥)2 = 4
4𝜆2 𝑦 2 + 4𝜆2 𝑥 2 = 4
𝜆2 (𝑦 2 + 𝑥 2 ) = 1
1 1 1
𝜆2 = →𝜆=− ,
4 2 2
𝑦 = 2𝜆𝑥 → 𝑦 = 𝑥; 𝑌 = −𝑥
Y al ser al cuadrado el valor que tomemos será positivo y determinamos los
puntos:
𝑥 2 + (−𝑥)2 = 4
2𝑥 2 = 4 → 𝑥 2 = 2
𝑥 = −√2; √2
(√2, −√2); (√2, √2); (−√2, −√2); (−√2, √2)
Ahora para determinar si los puntos son mínimo, máximos o silla hacemos
el criterio de la segunda derivada:
𝜕 𝜕
𝑓𝑥𝑥 (𝑥, 𝑦) = ( (𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4])) = −2𝜆
𝜕𝑥 𝜕𝑥
𝜕 𝜕
𝑓𝑦𝑦 (𝑥, 𝑦) = ( (𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4])) = −2𝜆
𝜕𝑦 𝜕𝑦
𝜕 𝜕
𝑓𝑥𝑦 (𝑥, 𝑦) = ( (𝑥𝑦 − 𝜆[𝑥 2 + 𝑦 2 − 4])) = 1
𝜕𝑦 𝜕𝑥
2
𝐻 = (−2𝜆)(−2𝜆) − (1)2
𝐻 = 4𝜆2 − 1
Como podemos notar al reemplazar los valores hallados para el

multiplicador de Lagrange siempre nos da el H=0 eso nos quiere decir que
todos los puntos hallados son puntos sillas:
(𝑥, 𝑦) = {(√2, −√2); (√2, √2); (−√2, −√2); (−√2, √2)}
𝟏𝟕. 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐 , 𝟑𝒙 − 𝟐𝒚 + 𝒛 = 𝟒
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑥 2 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4
∇𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 0
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])
𝜕𝑥
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])
𝜕𝑦
∇𝐿(𝑥, 𝑦, 𝑧, 𝜆) =
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])
𝜕𝑧
𝜕 2 2 2
( )
[𝜕𝜆 𝑥 + 𝑦 + 𝑧 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4] ]
2𝑥 − 3𝜆
2𝑦 + 2𝜆 0
∇𝐿(𝑥, 𝑦, 𝑧, 𝜆) = [ ] = [ 0]
2𝑧 − 𝜆
0
−(3𝑥 − 2𝑦 + 𝑧 − 4)
2𝑥 − 3𝜆 = 0
3
𝑥= 𝜆
2
2𝑦 + 2𝜆 = 0
𝑦 = −𝜆
2𝑧 − 𝜆 = 0
1
𝑧=− 𝜆
2
3𝑥 − 2𝑦 + 𝑧 = 4
9 1
𝜆 + 2𝜆 − 𝜆 = 4
2 2
6𝜆 = 4
2
𝜆=
3
Reemplazando este valor en las variables obtenemos el punto (1,-2/3,-1/3)

y pasamos con el criterio de la segunda derivada:
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4]) = 2𝑥 − 3𝜆
𝜕𝑥
𝜕 𝜕 2
𝑓𝑥𝑥 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 2
𝜕𝑥 𝜕𝑥
𝜕 𝜕 2
𝑓𝑥𝑦 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑦 𝜕𝑥
𝜕 𝜕 2
𝑓𝑥𝑧 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑧 𝜕𝑥
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4]) = 2𝑦 + 2𝜆
𝜕𝑦
𝜕 𝜕 2
𝑓𝑦𝑥 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑥 𝜕𝑦
𝜕 𝜕 2
𝑓𝑦𝑦 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 2
𝜕𝑦 𝜕𝑦
𝜕 𝜕 2
𝑓𝑦𝑧 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑧 𝜕𝑦
𝜕 2
(𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4]) = 2𝑧 − 𝜆
𝜕𝑧
𝜕 𝜕 2
𝑓𝑧𝑥 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑥 𝜕𝑧
𝜕 𝜕 2
𝑓𝑧𝑦 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 0
𝜕𝑦 𝜕𝑧
𝜕 𝜕 2
𝑓𝑧𝑧 (𝑥, 𝑦) = ( (𝑥 + 𝑦 2 + 𝑧 2 − 𝜆[3𝑥 − 2𝑦 + 𝑧 − 4])) = 2
𝜕𝑧 𝜕𝑧
Y continuamos determinando si es máximo o mínimo:
2 0 0
( )
𝐻 𝑥, 𝑦, 𝑧 = [0 2 0]
0 0 2
∆1 = 2 ; ∆1 > 0
2 0
∆2 = [ ] = 4 ; ∆2 > 0
0 2
2 0 0
∆3 = [0 2 0] = 8 ; ∆3 > 0
0 0 2
Ya que vemos que cada determinante es mayor que cero notamos que es un
punto mínimo.
Resuelve los problemas del 18 al 26.

18. Halle las distancias máxima y mínima de un punto de la elipse 𝒙𝟐 + 𝟒𝒚𝟐 =
𝟒 a la recta 𝒙 + 𝒚 = 𝟒
Gráfica de las funciones 𝑥 2 + 4𝑦 2 = 4 y 𝑥 + 𝑦 = 4
Si vemos estas funciones desde el plano XY, se verá así:
Entonces nos piden hallar la distancia máxima y mínima, entre la elipse

cuya ecuación es 𝑥 2 + 4𝑦 2 = 4 y la recta 𝑥 + 𝑦 = 4. Para ello se establecen
dos puntos, uno ubicado en la elipse y el otro en la recta. Establecemos lo
siguiente:
𝑃1 (𝑥1 ; 𝑦1 ) pertenece a la elipse.
𝑃2 (𝑥2 ; 𝑦2 ) pertenece a la recta.
Se utiliza la fórmula de la distancia entre dos puntos, quedando así:

𝐷 = √(𝑥2 −𝑥1 )2 +(𝑦2 − 𝑦1 )2
𝐷 2 = (𝑥2 −𝑥1 )2 +(𝑦2 − 𝑦1 )2
Se tienen las restricciones y la función a optimizar.

Función a optimizar: 𝑓(𝑥) = (𝑥2 −𝑥1 )2 +(𝑦2 − 𝑦1 )2
1° Restricción: 𝑔(𝑥, 𝑦) = 𝑥 2 + 4𝑦 2 ► c1 = 4
2° Restricción: ℎ(𝑥, 𝑦) = 𝑥 + 𝑦 = 4 ► c2 = 4
Aplicando el multiplicador de Lagrange:

𝐿(𝑥1 ; 𝑦1 ; 𝑥2 ; 𝑦2 ; 𝜆1 ; 𝜆2 )
= (𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2 − 𝜆1 [𝑔(𝑥1 ; 𝑦1 ) − 𝑐1 ] − 𝜆2 [ℎ(𝑥2 ; 𝑦2 ) − 𝑐2 ]
𝐿(𝑥1 ; 𝑦1 ; 𝑥2 ; 𝑦2 ; 𝜆1 ; 𝜆2 )
= (𝑥2 − 𝑥1 )2 + (𝑦2 − 𝑦1 )2 − 𝜆1 (𝑥12 + 4𝑦12 − 4) − 𝜆2 (𝑥2 + 𝑦2 − 4)
𝐿𝑥2 = 2(𝑥2 − 𝑥1 ) − 𝜆2 = 0 … (1)

𝐿𝑦2 = 2(𝑦2 − 𝑦1 ) − 𝜆2 = 0 … (2)
𝐿𝑥1 = −2(𝑥2 − 𝑥1 ) − 2𝜆1 𝑥1 = 0 … (3)
𝐿𝑦1 = −2(𝑦2 − 𝑦1 ) − 8𝜆1 𝑦1 = 0 … (4)
𝐿𝜆1 = −𝑥12 − 4𝑦12 + 4 = 0 … (5)
𝐿𝜆2 = −𝑥2 − 𝑦2 + 4 = 0 … (6)
Resolviendo el sistema de ecuaciones:

Ecuación (1) y (2)
Ecuación (1): 2(𝑥2 − 𝑥1 ) − 𝜆2 = 0 ► 2(𝑥2 − 𝑥1 ) = 𝜆2
Ecuación (2): 2(𝑦2 − 𝑦1 ) − 𝜆2 = 0 ► 2(𝑦2 − 𝑦1 ) = 𝜆2

2(𝑥2 − 𝑥1 ) 𝜆2
=
2(𝑦2 − 𝑦1 ) 𝜆2
𝑥2 −𝑥1
=1 … (7)
𝑦2 −𝑦1
Ecuación (3) y (4)

Ecuación (3): −2(𝑥2 − 𝑥1 ) − 2𝜆1 𝑥1 = 0 ► −2(𝑥2 − 𝑥1 ) = 2𝜆1 𝑥1
Ecuación (4): −2(𝑦2 − 𝑦1 ) − 8𝜆1 𝑦1 = 0 ► −2(𝑦2 − 𝑦1 ) = 8𝜆1 𝑦1
−2(𝑥2 − 𝑥1 ) 2𝜆1 𝑥1
=
−2(𝑦2 − 𝑦1 ) 8𝜆1 𝑦1
𝑥2 −𝑥1 𝑥1
= … (8)
𝑦2 −𝑦1 4𝑦1
Ahora se reemplaza (7) en (8):

𝑥1
1=
4𝑦1
𝑥1 = 4𝑦1 … (9)

−16𝑦12 − 4𝑦12 + 4 = 0
−20𝑦12 + 4 = 0
20𝑦12 = 4
5𝑦12 = 1
1
𝑦12 =
5
1
𝑦1 = ±
√5
4
𝑥1 = ±
√5
Ecuación (7):
𝑥2 − 𝑥1
=1
𝑦2 − 𝑦1
𝐶 … (10)

Ecuación (6): −𝑥2 − 𝑦2 + 4 = 0 ► 𝑥2 = 4 − 𝑦2
Ecuación (10): 𝑥2 − 𝑥1 = 𝑦2 − 𝑦1
(4 − 𝑦2 ) − 𝑥1 = 𝑦2 − 𝑦1
(4 − 𝑦2 ) − 𝑥1 = 𝑦2 − 𝑦1
4 − 𝑥1 + 𝑦1 = 2𝑦2
4−(𝑥1 −𝑦1 )
𝑦2 = … (11)
2
4 1
Se tiene los valores de 𝑥1 = ± ; 𝑦1 = ± . Se tienen los siguientes
√5 √5
casos:
4 1
1° Caso: (− ;− )
√5 √5
4 1
2° Caso: (− ; )
√5 √5
4 1
3° Caso: ( ;− )
√5 √5
4 1
4° Caso: ( ; )
√5 √5
Se reemplazan los valores de los casos antes mencionados en la ecuación

(11):
1° Caso:
20 − 3√5
𝑥2 =
10
20 + 3√5
𝑦2 =
10
2° Caso:
4 − √5
𝑥2 =
2
4 + √5
𝑦2 =
2
3° Caso:
4 + √5
𝑥2 =
2
4 − √5
𝑦2 =
2
4° Caso:
20 + 3√5
𝑥2 =
10
20 − 3√5
𝑦2 =
10
Se tienen las siguientes coordenadas:

4 1 4 1 4 1 4 1
𝑔(𝑥1 , 𝑦1 )= (− ;− ) ; (− ; ); ( ;− );( ; )
√5 √5 √5 √5 √5 √5 √5 √5
20−3√5 20+3√5 4−√5 4+√5 4+√5 4−√5 20+3√5 20−3√5
h(𝑥2 , 𝑦2 )= =( , ); ( , ); ( , ); ( , )
10 10 2 2 2 2 10 10
Ahora se halla las distancias con los diferentes puntos que se tiene:
2 2
20 − 3√5 4 20 + 3√5 1
𝐷1 = √( −− ) +( −− )
10 √5 10 √5
𝐷1 = 4,41
2 2
4 − √5 4 4 + √5 1
𝐷2 = √( −− ) +( − )
2 √5 2 √5
𝐷2 = 3,77
2 2
4 + √5 4 4 − √5 1
𝐷3 = √( − ) +( −− )
2 √5 2 √5
𝐷3 = 1,87
2 2
20 + 3√5 4 20 − 3√5 1
𝐷4 = √( − ) +( − )
10 √5 10 √5
𝐷4 = 1,24
Gráfica de los puntos y las funciones dadas:
La distancia mínima entre la elipse y la recta es 1,24, la distancia máxima

es 4,41.
19. Sea ᴦ la curva de intersección de las superficies 𝑺𝟏 : 𝒙𝟐 + 𝒛𝟐 = 𝟐𝒚 y 𝑺𝟐 : 𝒙 −

𝒚 − 𝒛 + 𝟑 = 𝟎. Halle el punto en la curva ᴦ que esté más alejado del plano xz
Gráfica de las superficies 𝑆1 : 𝑥 2 + 𝑧 2 = 2𝑦 y 𝑆2 : 𝑥 − 𝑦 − 𝑧 + 3 = 0, con el

plano XZ.
Como se pide hallar el punto más lejano de la intersección entre las

superficies presentadas y el plano XZ, se establece un punto 𝑃1 (𝑥1 , 𝑦1 , 𝑧1 )
que pertenece al plano XZ y el punto 𝑃2 (𝑥2 , 𝑦2 , 𝑧2 ) que pertenece a la
intersección de la S1 y S2.
Se utiliza la fórmula de la distancia entre dos puntos, quedando así:
𝐷 = √(𝑥2 −𝑥1 )2 +(𝑦2 − 𝑦1 )2 + (𝑧2 −𝑧1 )2

𝑥2 = 𝑥1 ^ 𝑧2 = 𝑧1 ^ 𝑦1 = 0
𝐷 2 = (𝑦2 )2

Función a optimizar: 𝑓(𝑥2 , 𝑦2 , 𝑧2 ) = (𝑦2 )2
1° Restricción: 𝑔(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑧 2 − 2𝑦 = 0 ► c1 = 0
2° Restricción: ℎ(𝑥, 𝑦, 𝑧) = 𝑥 − 𝑦 − 𝑧 = 0 ► c2 = -3

𝐿(𝑥2 ; 𝑦2 ; 𝑧2 ; 𝜆1 ; 𝜆2 ) = (𝑦2 )2 + 𝜆1 (𝑥22 + 𝑧22 − 2𝑦2 ) + 𝜆2 (𝑥2 − 𝑦2 − 𝑧2 + 3)
𝐿𝑥2 = 2𝑥2 𝜆1 + 𝜆2 = 0 … (1)

𝐿𝑦2 = 2𝑦2 − 2𝜆1 − 𝜆2 = 0 … (2)
𝐿𝑧2 = 2𝑧2 𝜆1 − 𝜆2 = 0 … (3)
𝐿𝜆1 = 𝑥22 + 𝑧22 − 2𝑦2 = 0 … (4)
𝐿𝜆2 = 𝑥2 − 𝑦2 − 𝑧2 + 3 = 0 … (5)

Ecuación (1) y (3)
Ecuación (1): 2𝑥2 𝜆1 + 𝜆2 = 0 ► 2𝑥2 𝜆1 = −𝜆2
Ecuación (3): 2𝑧2 𝜆1 − 𝜆2 = 0 ► 2𝑧2 𝜆1 = 𝜆2

2𝑥2 𝜆1 = −2𝑧2 𝜆1
𝑥2 = −𝑧2 … (6)
Reemplazamos (6) en (5)

Ecuación (5): 𝑥2 − 𝑦2 − 𝑧2 + 3 = 0 ► 𝑦2 = 𝑥2 − 𝑧2 + 3
Ecuación (6): 𝑥2 = −𝑧2
𝑦2 = 𝑥2 − −𝑥2 + 3
𝑦2 = 2𝑥2 + 3 … (7)
Reemplazando (6) y (7) en (4)

Ecuación (4): 𝑥22 + 𝑧22 − 2𝑦2 = 0
Ecuación (6): 𝑥2 = −𝑧2
Ecuación (7): 𝑦2 = 2𝑥2 + 3

𝑥22 + 𝑥22 − 2(2𝑥2 + 3) = 0
2𝑥22 − 2(2𝑥2 + 3) = 0
2𝑥22 − 4𝑥2 − 6 = 0
𝑥22 − 𝑥2 − 3 = 0
(𝑥2 − 3)(𝑥2 + 1) = 0
𝑥2 = −1 ^ 𝑥2 = 3
Como ya se tienen los valores de x2, hallamos los valores de y2 y z2.

Valores de y2:
Cuando x2 = -1
𝑦2 = 2𝑥2 + 3
𝑦2 = 2(−1) + 3
𝑦2 = 1
Cuando x2 = 3
𝑦2 = 2𝑥2 + 3
𝑦2 = 2(3) + 3
𝑦2 = 9
Valores de z2:
Cuando x2 = -1
𝑥2 = −𝑧2
𝑧2 = 1
Cuando x2 = 3
𝑥2 = −𝑧2
𝑧2 = −3
Se obtienen los siguientes puntos:

(-1,1,1) ^ (3,9,-3)
Se hallan las distancias con cada punto hallado:

𝐷 2 = (𝑦2 )2
1° Punto: 𝐷 2 = (1)2 ► 𝐷 = 1
2° Punto: 𝐷 2 = (9)2 ► 𝐷 = 9
El punto de la curva r más alejado es (3,9,-3).
20. En la superficie 𝑺: 𝒙𝟐 + 𝟗𝟔𝒚𝟐 + 𝟗𝟔𝒛𝟐 = 𝟗𝟔 halle los puntos cuyas

distancias al plano 𝑷: 𝟑𝒙 + 𝟒𝒚 + 𝟏𝟐𝒛 = 𝟐𝟖𝟖 sean la menor y mayor posible.
Para darnos una idea del problema pasamos a hacer la gráfica de las
superficies:
Como nos podemos notar el problema nos pide la distancia de un punto a

un plano y detenemos una fórmula para ese caso:
|𝐴𝑥𝑜 + 𝐵𝑦𝑜 + 𝐶𝑧𝑜 + 𝐷 |

𝑑=
√𝐴2 + 𝐵 2 + 𝐶 2
Para eso tomaremos los datos:
Punto: 𝐺: (𝑥𝑜 , 𝑦𝑜 , 𝑧𝑜 )
Plano: 𝑃: 3𝑥 + 4𝑦 + 12𝑧 = 288
Conociendo los datos a reemplazar damos origen a la función objetivo:
|3𝑥 + 4𝑦 + 12𝑧 − 288|

𝑓 (𝑥, 𝑦, 𝑧) =
√32 + 42 + 122
3 4 12 288
𝑓 (𝑥, 𝑦, 𝑧) = | 𝑥+ 𝑦+ 𝑧− |
13 13 13 13
Antes de determinar cuáles son los puntos que tengan la mayor o menor
distancia al plano, es necesario darnos un apoyo en el método de Lagrange
para poder hallar con cuales puntos pasaremos a trabajar:
𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑓(𝑥, 𝑦, 𝑧) − 𝜆[𝑔(𝑥, 𝑦, 𝑧) − 𝑐 ]
Y para que esto se puede hallar la gradiente de la función lagrangiana debe

ser igual a 0:
⃗ = (0, 0, 0)
∇ 𝐿(𝑥, 𝑦, 𝑧) = 0
∇𝐿(𝑥, 𝑦, 𝑧, 𝜆)
𝜕 3 4 12 288
( 𝑥+ 𝑦+ 𝑧− − 𝜆[𝑥 2 + 96𝑦 2 + 96𝑧 2 − 96])
𝜕𝑥 13 13 13 13
𝜕 3 4 12 288
( 𝑥+ 𝑦+ 𝑧− − 𝜆[𝑥 2 + 96𝑦 2 + 96𝑧 2 − 96])
𝜕𝑦 13 13 13 13
=
𝜕 3 4 12 288
( 𝑥+ 𝑦+ 𝑧− − 𝜆[𝑥 2 + 96𝑦 2 + 96𝑧 2 − 96])
𝜕𝑧 13 13 13 13
𝜕 3 4 12 288 2 2 2
[𝜕𝜆 (13 𝑥 + 13 𝑦 + 13 𝑧 − 13 − 𝜆[𝑥 + 96𝑦 + 96𝑧 − 96])]
3
− 𝜆(2𝑥)
13
4
− 𝜆(192𝑦)
∇𝐿(𝑥, 𝑦, , 𝑧, 𝜆) = 13
12
− 𝜆(192𝑧)
13
[−(𝑥 2 + 96𝑦 2 + 96𝑧 2 − 96)]
0
( )
∇𝐿 𝑥, 𝑦, , 𝑧, 𝜆 = [0]
0
Después de esto sacamos las siguientes ecuaciones:
3 4 12
− 𝜆(2𝑥) = 0 − 𝜆(192𝑦) = 0 − 𝜆(192𝑧) = 0
13 13 13
3 1 1
𝜆= 𝜆= 𝜆=
26𝑥 624𝑦 208𝑧
Ahora tenemos a 𝜆 en función de las otras variables lo que podemos para

eliminarla es igualar cada una y dejarla en función de otra variable que nos
convenga en este caso y
1 3 1 1
= → 𝑥 = 72𝑦 = → 𝑧 = 3𝑦
624𝑦 26𝑥 624𝑦 208𝑧
Y ahora solo es cuestión de reemplazar en la última ecuación la g(x, y, z):
(72𝑦)2 + 96𝑦 2 + 96(3𝑦)2 = 96
5184𝑦 2 + 96𝑦 2 + 864𝑦 2 = 96
6144𝑦 2 = 96
1
𝑦2 =
64
1
𝑦=±
8
Con lo cual nos genera los siguientes puntos:
1 3 1 3
𝐺1 : (9, , ) 𝐺2 : (−9, − ,− )
8 8 8 8
Ahora para poder determinar cuál de estos puntos es mayor o menor

pasamos a reemplazar sus valores en la función objetivo:
3 4 12 288
𝑓 (𝑥, 𝑦, 𝑧) = | 𝑥+ 𝑦+ 𝑧− |
13 13 13 13
1 3
Comenzamos con 𝐺1 : (9, , ):
8 8
1 3 3 4 1 12 3 288
𝑓 (9, , ) = | (9) + ( )+ ( )− |
8 8 13 13 8 13 8 13
1 3 256
𝑓 (9, , ) =
8 8 13
1 3
𝑓 (9, , ) ≅ 19.69
8 8
1 3
Y luego con el otro punto 𝐺2 : (−9, − , − ):
8 8
1 3 3 4 1 12 3 288
𝑓 (−9, − , − ) = | (−9) + (− ) + (− ) − |
8 8 13 13 8 13 8 13
1 3 320
𝑓 (−9, − ,− ) =
8 8 13
1 3
𝑓 (−9, − , − ) ≅ 24.62
8 8
Y como podemos notar la distancia menor es del plano 𝑃: 3𝑥 + 4𝑦 + 12𝑧 =

1 3
288 al punto(9, , ) que es 19.69
8 8
Y como podemos notar la distancia mayor es del plano 𝑃: 3𝑥 + 4𝑦 + 12𝑧 =

1 3
288 al punto (−9, − , − ) que es 19.69
8 8
21. Minimice la función 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐 sujeta a las restricciones:

𝒙 + 𝟐𝒚 + 𝟑𝒛 = 𝟔 y 𝒙 + 𝟑𝒚 + 𝟗𝒛 =9.
Función a optimizar: 𝑓(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2
1° Restricción: 𝑔(𝑥, 𝑦) = 𝑥 + 2𝑦 + 3𝑧 ► c1 = 6
2° Restricción: ℎ(𝑥, 𝑦, 𝑧) = 𝑥 + 3𝑦 + 9𝑧 ► c2 = 9
𝐿(𝑥, 𝑦, 𝑧, 𝜆1 , 𝜆2 ) = 𝑓(𝑥, 𝑦, 𝑧) + 𝜆1 [𝑔(𝑥; 𝑦) − 𝑐1 ] + 𝜆2 [ℎ(𝑥; 𝑦) − 𝑐2 ]
𝐿(𝑥, 𝑦, 𝑧, 𝜆1 , 𝜆2 ) = 𝑥 2 + 𝑦 2 + 𝑧 2 + 𝜆1 [𝑥 + 2𝑦 + 3𝑧 − 6] + 𝜆2 [𝑥 + 3𝑦 + 9𝑧 − 9]
𝐿𝑥 : 2𝑥 + 𝜆1 + 𝜆2 = 0……..(1)
𝐿𝑦 : 2𝑦 + 2𝜆1 + 3𝜆2 = 0……..(2)
𝐿𝑧 : 2𝑧 + 3𝜆1 + 9𝜆2 = 0…….(3)
𝐿𝜆1 : 𝑥 + 2𝑦 + 3𝑧 − 6 = 0……..(4)
𝐿𝜆2 : 𝑥 + 3𝑦 + 9𝑧 − 9 = 0……(5)
Reemplazando (1) en (2)
Ecuación (1): 2𝑥 + 𝜆1 + 𝜆2 = 0 ► 𝜆1 = −2𝑥 − 𝜆2
Ecuación (2): 2𝑦 + 2𝜆1 + 3𝜆2 = 0
2𝑦 + 2(−2𝑥 − 𝜆2 ) + 3𝜆2 = 0
2𝑦 − 4𝑥 − 2𝜆2 + 3𝜆2 = 0
2𝑦 − 4𝑥 + 𝜆2 = 0
4𝑥 − 2𝑦 − 𝜆2 = 0…..(6)
De (1) en (3)
Ecuación (1): 2𝑥 + 𝜆1 + 𝜆2 = 0 ► 𝜆1 = −2𝑥 − 𝜆2
Ecuación (3): 2𝑧 + 3𝜆1 + 9𝜆2 = 0
2𝑧 + 3(−2𝑥 − 𝜆2 ) + 9𝜆2 = 0
2𝑧 + −6𝑥 − 3𝜆2 + 9𝜆2 = 0
6𝑥 − 2𝑧 − 6𝜆2 = 0…….(7)
De (6) y (7):
Ecuación (6): 4𝑥 − 2𝑦 − 𝜆2 = 0 ► 𝜆2 = 4𝑥 − 2𝑦
Ecuación (7): 6𝑥 − 2𝑧 − 6𝜆2 = 0
6𝑥 − 2𝑧 − 6(4𝑥 − 2𝑦) = 0
−18𝑥 + 12𝑦 − 2𝑧 = 0
9𝑥 − 6𝑦 + 𝑧 = 0……(8)
De (4), (5) y (8)
Ecuación (4): 𝑥 + 2𝑦 + 3𝑧 − 6 = 0
Ecuación (5): 𝑥 + 3𝑦 + 9𝑧 − 9 = 0
Ecuación (8): 9𝑥 − 6𝑦 + 𝑧 = 0
81 123 9
𝑥= ^ 𝑦= ^ 𝑧=
59 59 59
Entonces se tiene el siguiente punto:
81 123 9
𝑃( , , ) ≅ 6.25
59 59 59
La función 𝑓 (𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 sujeta a las restricciones +2𝑦 +

81 123 9
3𝑧 = 6 y 𝑥 + 3𝑦 + 9𝑧 =9, tiene un valor mínimo en el punto𝑃 ( , , ),
59 59 59
cuyo valor es 6.25.
22. Halle los valores extremos de 𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 𝒚𝒛 + 𝟏 sobre la intersección

del plano 𝒛 = 𝟏 con la esfera 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐 = 𝟏𝟎.
Optimizaremos la función 𝑓 (𝑥, 𝑦, 𝑧) = 𝑥 2 𝑦𝑧 + 1 sujeto a las siguientes

restricciones.
𝑔(𝑥, 𝑦, 𝑧) = 𝑧 = 1
ℎ(𝑥, 𝑦, 𝑧) = 𝑥 2 + 𝑦 2 + 𝑧 2 = 10
para poder dar solución a este problema usamos el modelo de Lagrange:
∇𝑓 (𝑥, 𝑦, 𝑧) = 𝜆∇𝑔(𝑥, 𝑦, 𝑧) + µ∇ℎ(𝑥, 𝑦, 𝑧)
Hallamos las derivadas parciales
L(𝑥, 𝑦, 𝑧, 𝜆, µ) = 𝑓 (𝑥, 𝑦, 𝑧) − 𝜆𝑔(𝑥, 𝑦, 𝑧) − µℎ(𝑥, 𝑦, 𝑧)
L(𝑥, 𝑦, 𝑧, 𝜆, µ) = 𝑥 2 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10]
Y para que el punto que hallemos sea máximo o mínimo la gradiente de la

función lagraniana:
∇ 𝐿(𝑥, 𝑦, 𝑧, 𝜆, µ) = ⃗0 = (0, 0, 0,0,0)
𝜕 2
(𝑥 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10])
𝜕𝑥
𝜕 2
(𝑥 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10])
𝜕𝑦
𝜕 2
∇𝐿(𝑥, 𝑦, 𝑧, 𝜆, µ) = (𝑥 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10])
𝜕𝑧
𝜕 2
(𝑥 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10])
𝜕𝜆
𝜕 2
(𝑥 𝑦𝑧 + 1 − 𝜆[𝑧 − 1] − µ[𝑥 2 + 𝑦 2 + 𝑧 2 − 10])
[𝜕µ ]
2𝑥𝑦𝑧 − µ(2𝑥)
0
𝑥 2 𝑧 − µ(2𝑦) 0
( ) 2 ( )
∇𝐿 𝑥, 𝑦, , 𝑧, 𝜆, µ = 𝑥 𝑦 − 𝜆 − µ 2𝑧 = 0
− [𝑧 − 1] 0
[ 0]
[−[𝑥 2 + 𝑦 2 + 𝑧 2 − 10]]
Una vez hecho formamos las ecuaciones respectivas:
2𝑥𝑦𝑧 = 𝜆(0) + µ(2𝑥) 𝑥 2 𝑧 = 𝜆(0) + µ(2𝑦) 𝑥 2 𝑦 = 𝜆(1) + µ(2𝑧)
2𝑥𝑦𝑧 = µ(2𝑥) 𝑥 2 𝑧 = µ(2𝑦) 𝑥 2 𝑦 = 𝜆 + 2𝑧µ
Reemplazando z: reemplazamos y= µ reemplazamos lo

anterior:
𝑦=µ 𝑥 2 = 2𝑦 2 𝜆 = 2𝑦(𝑦 − 1)(𝑦 + 1)
Ahora el valor de estas ecuaciones las reemplazamos en las otras

ecuaciones:
(2𝑦 2 ) + 𝑦 2 + (1) = 10
3𝑦 2 = 9
𝑦2 = 3
𝑦 = ±√3 𝑥 = ±√6
Con lo cual podemos saber que los puntos hallados son los siguientes:
𝑃1 : (√6, √3, 1) 𝑃2 : (−√6, −√3, 1)
Con lo cual tenemos que reemplazar estos valores para saber cuáles son los
valores extremos:
Comenzamos con el punto 𝑃1 : (√6, √3, 1):
𝑓(√6, √3, 1) = 6√3 + 1 ≅ 11.39
Y ahora reemplazamos el valor del segundo punto 𝑃2 : (−√6, −√3, 1):
𝑓(−√6, −√3, 1) = −6√3 + 1 ≅ −9.39
Conociendo esto podemos saber que los valores extremos de esta

intersección son 11.39 y -9.39
23. Halle los valores extremos de 𝑭(𝒙, 𝒚, 𝒛) = 𝒙𝒚 + 𝒛𝟐 sobre la circunferencia

determinada por la intersección del plano y – x = 0 con la esfera x2 + y2 + z2 =
4
𝐹 (𝑥, 𝑦, 𝑧) = 𝑥𝑦 + 𝑧 2 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟

𝑥 2 + 𝑦 2 + 𝑧 2 = 4 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑖ó𝑛 1
𝑦 − 𝑥 = 0 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖𝑜𝑛 2
Desarrollamos:
Utilizando la ecuación lagrangiano:
L(x, y, z, 𝜆, 𝑢) = 𝐹 (𝑥, 𝑦, 𝑧) − 𝜆(𝑔(𝑥, 𝑦, 𝑧) − 𝑐) − 𝑢(ℎ(𝑥, 𝑦, 𝑧) − 𝑏)
L(x, y, z, 𝜆, 𝑢) = 𝑥𝑦 + 𝑧 2 − 𝜆(𝑥 2 + 𝑦 2 + 𝑧 2 − 4) − 𝑢(𝑦 − 𝑥)
Hallamos el vector gradiente de la ecuación lagrangiano e igualamos a cero

las derivadas parciales:
∇L(x, y, z, 𝜆, 𝑢) = ⃗0
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= 𝑦 − 2𝜆𝑥 + 𝑢 = 0 → 𝑦 = 2𝜆𝑥 − 𝑢 … (𝐼)
𝜕𝑥
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= 𝑥 − 2𝜆𝑦 − 𝑢 = 0 → 𝑥 = 2𝜆𝑦 + 𝑢 … (𝐼𝐼)
𝜕𝑦
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= 2𝑧 − 2𝜆𝑧 = 0 → 𝜆 = 1 … (𝐼𝐼𝐼)
𝜕𝑧
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= −𝑥 2 −𝑦 2 − 𝑧 2 + 4 = 0 → 𝑥 2 + 𝑦 2 + 𝑧 2 = 4 … (𝐼𝑉)
𝜕𝜆
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= −𝑦 + 𝑥 = 0 … (𝑉 )
𝜕𝑢
Resolviendo las ecuaciones:

Cuando 𝜆 = 1.
Restamos (I) y (II)
𝑦 − 𝑥 = 2𝑥 − 𝑢 − 2𝑦 − 𝑢
0 = 3(𝑥 − 𝑦) − 2𝑢
Reemplazamos la (V)
0 = −2𝑢
𝑢 = 0 … (𝑉𝐼)
Cuando 𝜆 = 1 𝑦 𝑢 = 0
𝑥 = 0 ,𝑦 = 0
Reemplazando en Restricción 2
𝑥2 + 𝑦2 + 𝑧2 = 4 → 𝑧2 = 4
𝑧 = ±2
Los puntos críticos serian
(0,0,2) ∧ (0,0, −2)
Reemplazando los puntos críticos en la función para hallar los máximos
𝐹 (0,0,2) = 𝐹 (0,0, −2) = 4
24. Sea T (x, y, z) = 20 + 2x + 2y + z2 la temperatura en cada punto de la esfera

E: x2 + y2 + z2 = 11. Halle las temperaturas extremas en la curva formada por
la intersección del plano y la esfera.
𝑇(𝑥, 𝑦, 𝑧) = 20 + 2𝑥 + 2𝑦 + 𝑧 2 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟
𝑥 2 + 𝑦 2 + 𝑧 2 = 11 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑖ó𝑛 1
Desarrollamos:
Utilizando la ecuación lagrangiano:
L(x, y, z, 𝜆, 𝑢) = 𝐹 (𝑥, 𝑦, 𝑧) − 𝜆(𝑔(𝑥, 𝑦, 𝑧) − 𝑐)
L(x, y, z, 𝜆, 𝑢) = 20 + 2𝑥 + 2𝑦 + 𝑧 2 − 𝜆(𝑥 2 + 𝑦 2 + 𝑧 2 − 11)
Hallamos el vector gradiente de la ecuación lagrangiano e igualamos a cero

las derivadas parciales:
∇L(x, y, z, 𝜆) = ⃗0
𝜕𝐿(x, y, z, 𝜆, 𝑢) 1
= 2 − 2𝜆𝑥 = 0 → 𝑥 = … (𝐼)
𝜕𝑥 𝜆
𝜕𝐿(x, y, z, 𝜆, 𝑢) 1
= 2 − 2𝜆𝑦 = 0 → 𝑦 = … (𝐼𝐼)
𝜕𝑦 𝜆
𝜕𝐿(x, y, z, 𝜆, 𝑢)
= 2𝑧 − 2𝜆𝑧 = 0 → 𝜆 = 1 … (𝐼𝐼𝐼)
𝜕𝑧
𝜕𝐿(x, y, z, 𝜆, 𝑢 )
= −𝑥 2 −𝑦 2 − 𝑧 2 + 11 = 0 → 𝑥 2 + 𝑦 2 + 𝑧 2 = 11 … (𝐼𝑉)
𝜕𝜆
Resolviendo las ecuaciones:
Cuando 𝜆 = 1.
Reemplazando (III) en (I) y (II)
𝑋=1 , 𝑌=1
Hallando z en (IV)
12 + 12 + 𝑧 2 = 11
𝑧2 = 9
𝑧 = ±3
Los puntos críticos serian
(1,1,3) ∧ (1,1, −3)
Reemplazando los puntos en la función.
Para (1,1,3):
𝑇(1,1,3) = 20 + 2(1) + 2(1) + (3)2
𝑇(1,1,3) = 33
Para (1,1, −3):
𝑇(1,1, −3) = 20 + 2(1) + 2(1) + (−3)2
𝑇(1,1, −3) = 33
25. La función de producción de Cobb – Douglas para un fabricante de

software está dada por:
𝒇(𝒙, 𝒚) = 𝟏𝟎𝟎𝒙𝟑/𝟒 𝒚𝟑/𝟒
Donde x presenta las unidades de trabajo (a $150 por unidad) y y representa

las unidades de capital (a $250 por unidad). El costo total de trabajo y capital
está limitado a $50000. Halle el nivel máximo de producción de este
fabricante.
Datos:
𝑓 (𝑥, 𝑦) = 100𝑥 3/4 𝑦 3/4 ← 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑂𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟
150𝑥 = 𝑅𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑜 𝑡𝑜𝑡𝑎𝑙
250𝑦 = 𝑅𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑐𝑜𝑠𝑡𝑜 𝑑𝑒 𝑠𝑜𝑓𝑤𝑎𝑟𝑒 𝑡𝑜𝑡𝑎𝑙
150𝑥 + 250𝑦 = 50000 ← 𝐶𝑎𝑝𝑖𝑡𝑎𝑙 𝑡𝑜𝑡𝑎𝑙 (𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛)
Desarrollando:
Agregamos una nueva variable 𝜆 y definimos una nueva función L

(Lagrangiano):
𝐿(𝑥, 𝑦, 𝜆) = 𝑓 (𝑥, 𝑦) − 𝜆(𝑔(𝑥, 𝑦) − 𝑐 )
𝐿(𝑥, 𝑦, 𝜆) = 100𝑥 3/4 𝑦 3/4 − 150𝑥𝜆 − 250𝑦𝜆 + 50000𝜆
Hallamos el gradiente de nuestra nueva función L e igualamos a cero:
⃗
∇𝐿(𝑥, 𝑦, 𝜆) = 0
15𝑦 3/4 𝑦 3/4

𝐿𝑋 = − 150𝜆 = 0 → 𝜆 =
2𝑥 1/4 20𝑥 1/4
15𝑥 3/4 3𝑥 3/4

𝐿𝑌 = − 250𝜆 = 0 → 𝜆 =
2𝑦1/4 100𝑦1/4
𝐿𝑧 = −150𝑥 − 250𝑦 + 50000 = 0 → 50000 = 150𝑥 + 250𝑦
Resolviendo el sistema de ecuaciones e igualando las dos expresiones 𝜆.
𝑦 3/4 3𝑥 3/4
=
20𝑥 1/4 100𝑦1/4
3𝑥
5𝑦 = 3𝑥 → 𝑦 = … (𝐼 )
5
Reemplazando (I) en la restricción:
3𝑥
150𝑥 + 250 ( ) = 50000 → 300𝑥 = 50000
5
500
𝑥=
3
𝑦 = 100
Analizamos el máximo valor en el punto encontrado:
500 500 3/4

𝑓( , 100) = 100( ) (100)3/4
3 3
500
𝑓( , 100) ≈ 146685.3
3
26. Una empresa petrolera desea construir un oleoducto desde su

plataforma A hasta su refinería B. La plataforma está a 2 millas de la
costa, y la refinería está 1 milla tierra adentro. Además, A y B están a
5 millas de distancia una de otra, como se muestra en la figura. El costo
de construcción del oleoducto es de $3 millones por milla en el mar, y
$4 millones por milla en tierra. Por tanto, el costo del oleoducto
depende de la localización del punto P en la orilla. ¿Cuál sería la ruta
más económica para el producto?
Imaginar que hay que redactar un informe para la empresa petrolera acerca
de este problema. Sea x la distancia mostrada en la figura. Determine el
costo de construir el oleoducto de A a P, y el costo de P a B. Analizar alguna
trayectoria muestra para el oleoducto y sus costos correspondientes. Por
ejemplo, ¿cuál es el costo de la ruta más directa? Utilizar después el cálculo
para determinar la ruta del oleoducto que minimiza el costo. Explicar todos
los pasos del desarrollo e incluir una gráfica pertinente.
Desarrollando:
Definimos una función que nos proporcione el costo total del

oleoducto:
𝑓(𝑥, 𝑦) = (3)(106 )√𝑥 2 + 4 + (4)(106 )√𝑦 2 + 1
Sabemos que la suma máxima de las distancias que pueden tomar X

e Y debe ser menor o igual a 4 por el triángulo rectángulo de la figura.
𝑥 + 𝑦 = 4 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛
Moldeamos la ecuación a Lagrange y agregamos el multiplicador de

Lagrange
𝐿(𝑥, 𝑦, 𝜆) = 𝑓 (𝑥, 𝑦) − 𝜆 𝑔(𝑥, 𝑦) + 𝜆𝑐
Hallamos el vector gradiente e igualamos todas las derivadas

parciales a 0:
⃗
∇𝐿(𝑥, 𝑦, 𝜆) = 0
(3)(106 )𝑥 (3)(106 )𝑥
𝐿𝑥 (𝑥, 𝑦, 𝜆) = −𝜆 =0 → 𝜆 = … (𝐼)
√𝑥 2 + 4 √𝑥 2 + 4
(4)(106 )𝑦 (4)(106 )𝑦
𝐿𝑦 (𝑥, 𝑦, 𝜆) = −𝜆 =0 → 𝜆 = … (𝐼𝐼)
√𝑦 2 + 1 √𝑦 2 + 1
𝐿𝜆 (𝑥, 𝑦, 𝜆) = −𝑥 − 𝑦 + 4 = 0 → 𝑦 = 4 − 𝑥 … (𝐼𝐼𝐼)
Resolvemos el sistema de ecuaciones:
Igualando (I) y (II)
(3)(106 )𝑥 (4)(106 )𝑦
=
√𝑥 2 + 4 √𝑦 2 + 1
9𝑥 2 (𝑦 2 + 1) = 16𝑦 2 (𝑥 2 + 4)
9𝑥 2 − 64𝑦 2 − 7𝑦 2 𝑥 2 = 0
Reemplazamos (III) despejando a X:
9𝑥 2 − 64(16 − 8𝑥 + 𝑥 2 ) − 7(16 − 8𝑥 + 𝑥 2 )𝑥 2 = 0
−74𝑥 2 + 56𝑥 3 − 167𝑥 2 + 512𝑥 − 1024 = 0
Desarrollando la ecuación de cuarto grado tenemos:
𝑥 ≈ 3.18 → 𝑦 ≈ 0.82 Λ 𝑥 ≈ 4.97 → 𝑦 ≈ −0.97
Escogemos los valores positivos ya que X e Y son distancias
(𝑥, 𝑦) = (3.18,0.82)
Reemplazando en la función del costo
𝑓 (𝑥, 𝑦) = 𝑓 (3.18,0.82) ≈ $ 16442794.54
Para saber si los valores de X e Y es un máximo o mínimo

analizamos la función con valores cercanos al punto hallado y que
cumplan con la restricción:
𝑥 + 𝑦 = 4 → 𝑅𝑒𝑠𝑡𝑟𝑖𝑐𝑐𝑖ó𝑛
(𝑥0 , 𝑦0 ) = (3,1) → 𝑓(𝑥0 , 𝑦0 ) = 16473508.07
(𝑥2 , 𝑦2 ) = (3.5,0.5) → 𝑓 (𝑥2 , 𝑦2 ) = 16565522.57
Por lo tanto, el punto (3.18,0.82) es un punto mínimo
Respuestas:
• La ruta más económica seria cuando X = 3.18 e Y = 0.82.
• Determinamos el costo de la ruta de A hasta P
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝐴𝑃 = (3)(106 )√(3.18)2 + 4
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝐴𝑃 = $ 11269942.32
• Determinamos el costo de la ruta de P hasta B
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑃𝐵 = (4)(106 )√(0.82)2 + 1
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑃𝐵 = $ 5172852.21
• El costo mínimo del oleoducto:
𝑓(3.18,0.82) = 𝑓 (3.18,0.82) ≈ $ 16442794.54

Optimización Multivariable 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Optimización Multivariable 2

Cargado por

Copyright:

Formatos disponibles

.

UNIVERSIDAD NACIONAL DEL SANTA

Obtendremos los puntos posibles a máximos y mínimos absolutos:

a) Los vértices de la zona triangular:

(0;1); (1;1); (1;0)

𝑓 (𝑥, 1) = 𝑥 2 + 3(1)2 + 𝑥 − 1 = 𝑥 2 + 𝑥 + 2 = 𝑔(𝑥)

𝑓 (𝑥, 1) = (1)2 + 3𝑦 2 + 1 − 𝑦 = 3𝑦 2 − 𝑦 + 2 = ℎ(𝑥)

𝑓(𝑥, 1 − 𝑥) = (𝑥)2 + 3(1 − 𝑥)2 + 𝑥 − (1 − 𝑥) = 4𝑥 2 − 4𝑥 + 2 = 𝑙(𝑥)

Con los puntos candidatos, reemplazaremos en la función, obteniendo los

(x; y) 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟑𝒚𝟐 + 𝒙 − 𝒚

pertenecen a la región triangular T.

MÁXIMO ABSOLUTO (1;1)

6. 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟐𝒙𝒚 + 𝒚𝟐 ; región circular 𝑪: 𝒙𝟐 + 𝒚𝟐 ≤ 𝟖

Obtendremos los posibles puntos a ser máximo y mínimo absoluto:

Obtenemos el punto (−1; −1)

Usando el método de Lagrange:

Igualamos valores de Lambda (𝜆):

Entonces obtendremos los puntos:

Con los puntos candidatos, reemplazaremos en la función, obteniendo los

(x; y) 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝟐𝒙𝒚 + 𝒚𝟐

Obtendremos los puntos posibles a máximos y mínimos absolutos:

a) Dentro de la región limitada:

Luego de reemplazar, obtenemos el punto que pertenece a la región

𝜕𝑓 4(±√1 − 𝑥 2 )(1 − 𝑥 2 ) 4(2𝑥 2 − 1) √2

Luego de reemplazar, obtenemos el punto que pertenece a la región limitada:

Finalmente obtenemos 3 puntos, de los cuales calculamos en la función,

Finalmente obtenemos que:

8. Halle el valor máximo de 𝒇(𝒙, 𝒚) = 𝟒𝒙𝒚 donde 𝒙 > 𝟎, 𝒚 > 𝟎, sujeto a la

Graficando la restricción o ligadura:

Al juntar todo obtendremos un sistema de ecuaciones:

𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝑦 = ±2√2

Calculamos los valores de 𝑥 para cada valor de 𝑦:

Para 𝒚 = 𝟐√𝟐 en (𝒊𝒗):

9. Halle el valor mínimo de 𝒇(𝒙, 𝒚, 𝒛) = 𝟐𝒙𝟐 + 𝒚𝟐 + 𝟑𝒛𝟐 sujeto a la restricción

Graficando la restricción o ligadura:

Paso 2: Igualas la gradiente de L al vector cero:

Al juntar todo obtendremos un sistema de ecuaciones:

Procedemos a resolverlo, remplazando (𝑖), (𝑖𝑖)𝑦(𝑖𝑖𝑖) en (𝑖𝑣):

Por lo tanto, se obtuvieron los siguientes puntos:

Remplazando los puntos en la función original 𝑓 (𝑥, 𝑦, 𝑧) = 2𝑥 2 + 𝑦 2 +

Entonces el mínimo valor que toma la función 𝑓(𝑥, 𝑦, 𝑧) = 2𝑥 2 + 𝑦 2 +

Resuelve los problemas del 8 al 13.

Escribimos la función Lagrangiana:

El gradiente de la función L igual al vector 0:

Para esto, hacemos las derivadas parciales:

Ahora resolvemos el sistema de ecuaciones:

En el punto (−1, √11)

En el punto (−1, −√11)

11. Halle la distancia mínima del punto (5,5,0) al paraboloide 𝒛 = 𝒙𝟐 + 𝒚𝟐

Encontramos la función a minimizar, mediante la distancia del punto al

d = √(x − 5)2 + (y − 5)2 + z 2

f(x, y, z) = x 2 − 10x + y 2 − 10y + z 2 + 50

Necesitamos minimizar una función:

𝑓 (𝑥, 𝑦, 𝑧) = 𝑥 2 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 → 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑎 𝑜𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟

Empezamos a escribir la función Lagrangiana:

𝐿(𝑥, 𝑦, 𝑧, 𝜆) = 𝑥 2 − 10𝑥 + 𝑦 2 − 10𝑦 + 𝑧 2 + 50 − 𝜆(𝑥 2 + 𝑦 2 − 𝑧 − 0)

El gradiente de la función L igual al vector 0

Para esto, hacemos las derivadas parciales:

Resolviendo las ecuaciones tenemos:

d = √(x − 5)2 + (y − 5)2 + z 2

d = √((1) − 5)2 + ((1) − 5)2 + (2)2

Entonces comprobando en la gráfica:

La distancia mínima será 6.