Aplicaciones de la derivada parcial.

Máximos y mínimos de funciones de dos variables. Consideremos la función general de

dos variables cuya gráfica es una superficie en ℝ3 : 𝑧 = 𝑓(𝑥, 𝑦). Definiremos los máximos
y mínimos relativos de la siguiente manera:

Definición. Un punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) es un máximo relativo de la superficie 𝑧 = 𝑓(𝑥, 𝑦), si

𝑧0 ≥ 𝑓(𝑥, 𝑦) para todo punto en una vecindad alrededor del punto P. De la misma manera,
𝑃(𝑥0 , 𝑦0 , 𝑧0 ) es un mínimo relativo si 𝑧0 ≤ 𝑓(𝑥, 𝑦) para todo punto en una vecindad
alrededor del punto P.

De acuerdo con esta definición, para que un punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) sea un máximo relativo es
necesario que sea un máximo relativo en todas las direcciones. En particular debe ser
máximo relativo en las direcciones x e y, es decir debe satisfacer las siguientes:

Condiciones necesarias. Para que sea un máximo relativo en la dirección x:

𝜕𝑧 𝜕2 𝑧
a) = 0; <0 (1)
𝜕𝑥 𝜕𝑥 2

Para que sea un máximo relativo en la dirección y:

𝜕𝑧 𝜕2 𝑧
b) = 0; <0 (2)
𝜕𝑦 𝜕𝑦 2

Consideremos las condiciones necesarias en términos de diferenciales.

La diferencial de z mide el incremento total del plano tangente (plano determinado por las
tangentes en las direcciones x e y), correspondiente a incrementos arbitrarios x y y.
Ahora, si 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) es un máximo relativo el plano tangente debe ser horizontal, es decir
paralelo al plano x-y y por lo tanto el incremento total z debe ser cero cuando aplicamos
incrementos arbitrarios x y y en las direcciones x e y.

Entonces:
𝜕𝑧 𝜕𝑧
𝑑𝑧 = 𝜕𝑥 𝑑𝑥 + 𝜕𝑦 𝑑𝑦 = 0. (3)
Ahora, puesto que 𝑑𝑥 y 𝑑𝑦 son iguales a los incrementos x y y, entonces pueden tomar
cualquier valor y por lo tanto para que 𝑑𝑧 sea cero es necesario que:
𝜕𝑧 𝜕𝑧
=0 y = 0. (4)
𝜕𝑥 𝜕𝑦

Condiciones suficientes. Hemos establecido como condiciones necesarias para que

𝑃(𝑥0 , 𝑦0 , 𝑧0 ) sea un máximo relativo de la superficie 𝑧 = 𝑓(𝑥, 𝑦), que las primeras
derivadas de z con respecto a x e y sean cero. Además de estas condiciones, la superficie
𝑧 = 𝑓(𝑥, 𝑦) debe ser cóncava hacia abajo para que el punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) sea un máximo
relativo o cóncava hacia arriba para que el punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) sea un mínimo relativo.

La segunda diferencial de z mide el incremento del incremento del plano tangente, es decir
la concavidad de la superficie. Luego, la superficie 𝑧 = 𝑓(𝑥, 𝑦) será cóncava hacia abajo si
la segunda diferencial es negativa, y cóncava hacia arriba si la segunda diferencial es
positiva. Ahora, dado que la diferencial de z es una función de x e y, es decir: 𝑑𝑧 =
𝑔(𝑥, 𝑦). Entonces, aplicando la definición de diferencial de una función de dos variables y
denotando la segunda diferencial 𝑑2 𝑧, se tiene que:

𝜕𝑧 𝜕𝑧
𝑑2𝑧 = 𝑑 ( 𝑑𝑥 + 𝑑𝑦)
𝜕𝑥 𝜕𝑦

𝜕 𝜕𝑧 𝜕𝑧 𝜕 𝜕𝑧 𝜕𝑧
𝑑2 𝑧 = ( 𝑑𝑥 + 𝑑𝑦) 𝑑𝑥 + ( 𝑑𝑥 + 𝑑𝑦) 𝑑𝑦
𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥 𝜕𝑦
𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧
𝑑 2 𝑧 = 𝜕𝑥 2 (𝑑𝑥)2 + 2 𝜕𝑥𝑦 𝑑𝑥𝑑𝑦 + 𝜕𝑦 2 (𝑑𝑦)2. (5)

Hagamos las siguientes sustituciones en (5) para facilitar los cálculos la conclusión:
𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧
𝐴 = 𝜕𝑥 2 ; 𝐵 = 𝜕𝑥𝑦 ; 𝐶 = 𝜕𝑦 2 ; 𝑑𝑥 = 𝑟; 𝑑𝑦 = 𝑠 (6)

Luego, la expresión (5) toma la forma:

𝑑 2 𝑧 = 𝐴𝑟 2 + 2𝐵𝑟𝑠 + 𝐶𝑠 2

𝐵
𝑑 2 𝑧 = 𝐴 (𝑟 2 + 2 𝑠 𝑟) + 𝐶𝑠 2
𝐴
Completado el trinomio cuadrado perfecto en la expresión entre paréntesis, se sigue que:
 𝐵 𝐵2 𝐵2 2
𝑑 2 𝑧 = 𝐴 (𝑟 2 + 2 𝑟𝑠 + 2 𝑠 2 ) + 𝐶𝑠 2 − 𝑠
𝐴 𝐴 𝐴

𝐵 2 𝑠 2
𝑑 2 𝑧 = 𝐴 [(𝑟 + 𝐴 𝑠) + (𝐴𝐶 − 𝐵 2 ) (𝐴) ]. (7)

𝐵 2 𝑠 2
𝑑 2 𝑧 = 𝐴 [(𝑟 + 𝐴 𝑠) + |𝐻| (𝐴) ]. (8)

Donde

|𝐻| = (𝐴𝐶 − 𝐵 2 ). (9)

H Se conoce como matriz Hessiana.

Análisis de la expresión (8) al ser evaluada en el punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ).

a) El término entre corchetes, es positivo cuando |𝐻| = (𝐴𝐶 − 𝐵 2 ) > 0. En este caso,
el signo de 𝑑 2 𝑧 queda determinado por el signo de A, por ende la concavidad de la
superficie 𝑧 = 𝑓(𝑥, 𝑦) alrededor del punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 ) dependerá del signo de A.

b) Cuando el término |𝐻| = (𝐴𝐶 − 𝐵 2 ) < 0, 𝑦 𝐵 ≠ 0, se tiene que (0 < 𝐴𝐶 < 𝐵 2 ), es

decir (𝐴 > 0 𝑦 𝐶 > 0) 𝑜 (𝐴 < 0 𝑦 𝐶 < 0), lo cual implica que 𝑑 2 𝑧 puede ser
positiva o negativa, por ende la superficie 𝑧 = 𝑓(𝑥, 𝑦) alrededor del punto
𝑃(𝑥0 , 𝑦0 , 𝑧0 ) puede ser cóncava hacia arriba en una dirección y cóncava hacia abajo
en la otra.

c) Si |𝐻| = (𝐴𝐶 − 𝐵 2 ) = 0, entonces no podemos asegurar que en punto 𝑃(𝑥0 , 𝑦0 , 𝑧0 )

sea cóncavo hacia arriba o hacia abajo o ambas cosas.

Devolviendo las sustituciones (5) en (9) y tomando en cuenta las condiciones necesarias
dadas por (4), tenemos el siguiente proceso para determinar los máximos y mínimos de una
función de 2 variables 𝑧 = 𝑓(𝑥, 𝑦):

a) Se encuentran los puntos críticos que satisfacen el sistema de ecuaciones

simultaneas:
𝜕𝑧
=0
𝜕𝑥
{𝜕𝑧 (10)
𝜕𝑦
=0
 b) Se calculan los valores de la segundas derivadas parciales y se evalúan en los
puntos obtenidos en el inciso a):

2
𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧
1. Si < 0 𝑦 |𝐻| = (𝜕𝑥 2 𝜕𝑦 2 − (𝜕𝑥𝑦) ) > 0, entonces el punto en cuestión es un
𝜕𝑥 2
máximo relativo de la superficie 𝑧 = 𝑓(𝑥, 𝑦).
2
𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧
2. Si > 0 𝑦 |𝐻| = (𝜕𝑥 2 𝜕𝑦 2 − (𝜕𝑥𝑦) ) > 0, entonces el punto en cuestión es un
𝜕𝑥 2
mínimo relativo de la superficie 𝑧 = 𝑓(𝑥, 𝑦).
2
𝜕2 𝑧 𝜕2 𝑧 𝜕2 𝑧
3. Si |𝐻| = ( − (𝜕𝑥𝑦) ) < 0, entonces el punto en cuestión no es ni
𝜕𝑥 2 𝜕𝑦 2
máximo ni mínimo relativo de la superficie 𝑧 = 𝑓(𝑥, 𝑦). En este caso, el punto
en cuestión es máximo en una dirección y mínimo en la otra. Es decir un punto
silla.

Observación: Si |𝐻| = (𝐴𝐶 − 𝐵 2 ) = 0, entonces no podemos asegurar que el

punto en cuestión sea o no máximo o mínimo o punto silla.

Al producto |𝐻| de le conoce como es determinante de la matriz Hessiana, la cual

trataremos posteriormente con mayor detenimiento

Ejemplo 1. Encontrar los máximos y mínimos de 𝑧 = 𝑓(𝑥, 𝑦), donde:

𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟: 𝑓(𝑥, 𝑦) = 4𝑥 + 6𝑦 − 2𝑥 2 − 2𝑥𝑦 − 2𝑦 2 (11)

z = f(x,y)

0-200
200 -200-0
0
-400--200
-10
Eje Z

-200
-5.2
-0.4

-400
4.4
9.2

-600--400
-600
-800 -800--600

Solución:
 𝜕𝑓 𝜕𝑓
Calculemos las derivadas parciales 𝑦 , y las igualamos con cero, para encontrar los
𝜕𝑥 𝜕𝑦
puntos críticos. En nuestro caso

𝜕𝑓
= 4 − 4𝑥 − 2𝑦 = 0 (12)
𝜕𝑥

𝜕𝑓
= 6 − 2𝑥 − 4𝑦 = 0 (13)
𝜕𝑦

Cuya solución es:

2 46 (−2) 1 23 1 2 3 ↱ 1 2 3 1 0 1⁄3
( | )~ ( | ) ~(−1)→ ( | )~ ( |4 ) ~ ( | )
4 24 ↳ 2 12 3 0 −3 −4 (−2) 0 1 ⁄3 0 1 4⁄3
1 4
𝑥 = ;𝑦 = (14)
3 3

Ahora calculemos las segundas derivadas parciales

𝜕 2𝑧 𝜕 2𝑧 𝜕 2𝑧 𝜕 2𝑧
= −4; = −4; = = −2
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝑦 𝜕𝑦𝑥

Con esto, la matriz Hessiana es:

𝜕 2𝑧 𝜕2𝑧
𝜕𝑥 2 𝜕𝑥𝑦 −4 −2
𝐻= =( )
𝜕 2𝑧 2
𝜕 𝑧 −2 −4
(𝜕𝑦𝑥 𝜕𝑦 2 )

Cuyo determinante es:

2
𝜕 2𝑧 𝜕 2𝑧 𝜕2𝑧
|𝐻| = ( 2 −( ) ) = (−4)(−4) − (−2)(−2) = 12 > 0
𝜕𝑥 𝜕𝑥𝑦 2 𝜕𝑥𝑦 1 4
𝑥= , 𝑦= ,
3 3

1 4 14
Luego el punto crítico 𝑃 (3 , 3 , 3 ) es un máximo relativo de 𝑧 = 𝑓(𝑥, 𝑦). Además como
este punto crítico es único, podemos asegurar que la función se maximiza en dicho punto.

Máximos y mínimos de funciones de varias variables sujetas a condiciones laterales.

Consideremos una función de 2 variables 𝑧 = 𝑓(𝑥, 𝑦) sujeta a la condición lateral

𝑔(𝑥, 𝑦) = 0. En este caso, podemos considerar a y como una función implícita de x y por
tanto, z resulta ser una función que depende de x únicamente. Para determinar los máximos
y mínimos relativos de z, podemos despejar a y de la condición lateral, cuando esto sea
posible sustituirla en la función objetivo 𝑧 = 𝑓(𝑥, 𝑦), y con esto obtener a z como una
función que depende de x y aplicar los métodos establecidos con anterioridad.

Ejemplo 2. Determinar las dimensiones relativas de una caja rectangular sin tapa y con un
volumen específico, si se quiere utilizar la mínima cantidad de material en su manufactura

Solución:

Sean
x = el número de unidades en la longitud de la base de la caja,
y = el número de unidades del ancho de la base de la caja,
z = el número de unidades de profundidad de la caja,
S = el número de unidades cuadradas del área de superficie de la caja,
V= el número de unidades del volumen de la caja.

Las variables x, y y z están en el dominio (0,+). Luego, el valor mínimo absoluto de S

estará entre los valores mínimo relativos de S.

Podemos plantear ahora el problema de optimización

𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟: 𝑆(𝑥, 𝑦, 𝑧) = 𝑥𝑦 + 2𝑥𝑧 + 2𝑦𝑧 (2.1)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎: 𝑉(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧-V = 0 (2.2)

Este problema se puede resolver de diferentes formas, aquí usaremos la conversión a un

problema sin restricciones quitando la restricción por sustitución de la siguiente forma.

Dado que el volumen V es constante, entonces podemos despejar a z de la Ec. (2.2) en

términos de x e y, es decir
𝑉
𝑧 = 𝑥𝑦 (2.3)

Sustituyendo (2.3) en (2.1), ésta se reduce a

2𝑉 2𝑉
𝑆(𝑥, 𝑦) = 𝑥𝑦 + + (2.4)
𝑦 𝑥

S(x,y)
200
150 150-200
Eje Z

100
50 100-150
0
0.5…

50-100
0.1

1.0…
1.4…
1.9…

0-50
Ahora el problema se transformó a encontrar máximos y mínimo relativos de S.
𝜕𝑓 𝜕𝑓
Calculemos de (2.4), las derivadas parciales 𝜕𝑥 𝑦 𝜕𝑦, y las igualamos con cero, para
encontrar los puntos críticos. En nuestro caso

𝜕𝑆 2𝑉
= 𝑦 − 𝑥2 = 0 (2.5)
𝜕𝑥

𝜕𝑆 2𝑉
= 𝑥 − 𝑦2 = 0 (2.6)
𝜕𝑦

Cuya solución es:

𝑦𝑥 2 − 𝑥𝑦 2 = 𝑥𝑦(𝑥 − 𝑦) = 0, 𝑠𝑖𝑚𝑝𝑟𝑒 𝑞𝑢𝑒 𝑥 ≠ 0 ; 𝑦 ≠ 0 ,

𝑥 = 𝑦, (2.7)

Sustituyendo (2.7) en (2.5) o (2.6) se tiene que

3 3
𝑥 = √2𝑉 ; 𝑦 = √2𝑉 (2.8)

Ahora calculemos las segundas derivadas parciales de S

𝜕2 𝑧 4𝑉 𝜕2 𝑧 4𝑉 𝜕2 𝑧 𝜕2 𝑧
= ; = ; = 𝜕𝑦𝑥 = 1 (2.9)
𝜕𝑥 2 𝑥3 𝜕𝑦 2 𝑦3 𝜕𝑥𝑦

Con esto, la matriz Hessiana es:

𝜕2 𝑧 𝜕2 𝑧 4𝑉
𝜕𝑥 2
1
𝜕𝑥𝑦 𝑥3
𝐻= ( 𝜕2 𝑧 𝜕2 𝑧
) =( 4𝑉) (2.10)
1
𝜕𝑦𝑥 𝜕𝑦 2 𝑦3

Al sustituir los valores de x e y dados en (2.8), en (2.9) y (2.10), se tiene que:

𝜕2 𝑧 4 4𝑉
(𝜕𝑥 2 ) 3
= 3 3 = 2𝑉 = 2 > 0, (2.11)
𝑥= √2𝑉 ( √2𝑉)
y
4 2
|𝐻|𝑥= 3√2𝑉; 𝑦= 3√2𝑉 = ( ) − 1 = 3 > 0 (2.12)
2𝑉

3 3
Luego el punto crítico 𝑃( √2𝑉 , √2𝑉 ) es un mínimo relativo de 𝑧 = 𝑆(𝑥, 𝑦). Además como
este punto crítico es único, podemos asegurar que la función se minimiza en dicho punto.

Usando (2.8) en (2.3) tenemos que:

 3
𝑉 𝑉 √2𝑉 13
𝑧= 3 3 = (2𝑉)2/3 = = 2 √2𝑉 (2.13)
( √2𝑉)( √2𝑉) 2

3
3 3 √2𝑉
Por lo tanto el punto (√2𝑉 , √2𝑉 , ), es la solución general del problema con
2
restricciones. En otras palabras, la caja debe tener una base cuadrada y una profundidad
igual a un medio de uno de los lados de la base.

Matriz Hessiana

Definición. Dada una función real f de n variables reales:

Si todas las segundas derivadas parciales de f existen, se define la matriz Hessiana de f

como: , donde

tomando la siguiente forma

Además, se tiene que si: con A un conjunto abierto y f clase ,

entonces la matriz Hessiana está bien definida, y en virtud del teorema de Clairaut (ó
teorema de Schwartz), es una matriz simétrica.

Aplicación de la matriz Hessiana

Concavidad/Convexidad
Sea un conjunto abierto y una función con derivadas segundas
continuas:

1. es cóncava si y solo si, , la matriz Hessiana es semidefinida

negativa.
2. Si la matriz Hessiana es definida negativa, entonces es
estrictamente cóncava.
o Si es una función cóncava, entonces cualquier punto en que todas las
derivadas parciales son cero, es un máximo local.
3. es convexa si y solo si, , la matriz Hessiana es semidefinida
positiva.
4. Si la matriz Hessiana es definida positiva, entonces f es
estrictamente convexa.
o Si es una función convexa, entonces cualquier punto en que todas las
derivadas parciales son cero, es un mínimo local.

[Método para determinar el carácter de los puntos críticos

Se verá a continuación cómo hallar los puntos críticos (máximos, mínimos y puntos de
inflexión -o silla o de ensilladura) de una función f de múltiples variables.

1. Se igualan las derivadas parciales primeras a cero.

2. Se resuelven las ecuaciones anteriores y se obtienen las coordenadas de los puntos
críticos.
3. Se construye la matriz Hessiana (derivadas segundas parciales).
4. Dependiendo del tipo de matriz resultante de evaluar la matriz Hessiana en los
diferentes puntos críticos, estos puntos serán:

Si |H| > 0 hay extremo. En ese caso si h11 = fxx > 0 hay un mínimo relativo. En cambio si
h11 = fxx < 0 hay un máximo relativo.

Si |H| = 0 el criterio no decide y debemos buscar otra forma de analizar el punto crítico.

Si |H| < 0 entonces hay un punto silla y por lo tanto no es extremo.

 Método de Multiplicadores de Lagrange

Lagrange ideo un método para resolver funciones de varias variables sujetas a condiciones
laterales. Antes de establecer el método general, por razones didácticas, explicaremos éste
método, para una función de 2 variables sujetas a una condición lateral.

𝑂𝑝𝑡𝑖𝑚𝑖𝑧𝑎𝑟: 𝑧 = 𝑓(𝑥, 𝑦) (1)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎: 𝑔(𝑥, 𝑦) = 0 (2)

Hagamos 𝑤 = 𝑔(𝑥, 𝑦). Luego, las condiciones necesarias para determinar los posibles
máximos o mínimos relativos de 𝑓(𝑥, 𝑦) en términos de diferenciales son:

𝜕𝑧 𝜕𝑧
𝑑𝑧 = 𝜕𝑥 𝑑𝑥 + 𝜕𝑦 𝑑𝑦 = 0 (3)

Además, es necesario que 𝑤 = 𝑔(𝑥, 𝑦) = 0. Como consecuencia de esto

𝜕𝑤 𝜕𝑤
𝑑𝑤 = 𝑑𝑥 + 𝜕𝑦 𝑑𝑦 = 0 (4)
𝜕𝑥

De las parejas que satisfagan la condición (3), se deben seleccionar aquellas que satisfagan
la condición (2), Lagrange redujo las dos condiciones en una sola, introduciendo el
multiplicador 𝜆 para unir a la función objetivo y a la restricción latera, haciendo:

𝐹(𝑥, 𝑦, 𝜆) = 𝑓(𝑥, 𝑦) + 𝜆𝑔(𝑥, 𝑦) (5)

Ahora, 𝐹(𝑥, 𝑦, 𝜆) en una función sin restricciones. Las condiciones necesarias para para
máximos o mínimos de 𝐹(𝑥, 𝑦, 𝜆) en términos de diferenciales son que:

𝐷𝐹 = 𝑑𝑧 + 𝜆𝑑𝑤 = 0 (6)

Sustituyendo (3) y (4) en (6), se tiene que:

𝜕𝑧 𝜕𝑧 𝜕𝑤 𝜕𝑤
(𝜕𝑥 𝑑𝑥 + 𝜕𝑦 𝑑𝑦) + 𝜆 ( 𝜕𝑥 𝑑𝑥 + 𝜕𝑦 𝑑𝑦) = 0, o
𝜕𝑧 𝜕𝑤 𝜕𝑧 𝜕𝑤
(𝜕𝑥 + 𝜆 𝜕𝑥 ) 𝑑𝑥 + (𝜕𝑦 + 𝜆 𝜕𝑦 ) 𝑑𝑦 = 0. (7)

Ahora, puesto que 𝑑𝑥 y 𝑑𝑦 son iguales a los incrementos x y y, entonces para que la
expresión (7) se satisfaga es necesario que:

𝜕𝑧 𝜕𝑤 𝜕𝑧 𝜕𝑤
(𝜕𝑥 + 𝜆 𝜕𝑥 ) = 0, 𝑦 (𝜕𝑦 + 𝜆 𝜕𝑦 ) = 0. (8)

Agregando la condición lateral 𝑔(𝑥, 𝑦) = 0, se tiene un sistema de tres ecuaciones

simultáneas con tres incógnitas que son 𝑥, 𝑦, 𝜆.
 𝜕𝑧 𝜕𝑤
(𝜕𝑥 + 𝜆 𝜕𝑥 ) = 0,
𝜕𝑧 𝜕𝑤 (9)
(𝜕𝑦 + 𝜆 𝜕𝑦 ) = 0,
𝑔(𝑥, 𝑦) = 0.

La solución de este sistema nos proporciona los puntos (𝑥, 𝑦) que posiblemente
corresponden a los máximos o mínimos relativos de 𝑧 = 𝑓(𝑥, 𝑦). De los puntos que
satisfagan al sistema (9), aquellos que cumplan las siguientes condiciones serán máximos
relativos:

𝑑2𝑧 < 0 (10)

𝑑𝑤 = 0

De manera similar, serán mínimos relativos si:

𝑑2𝑧 > 0 (11)

𝑑𝑤 = 0.

Ejemplo 3. Determinar las dimensiones relativas de una caja rectangular sin tapa y con un
volumen específico, si se quiere utilizar la mínima cantidad de material en su manufactura,
utilizando multiplicadores de Lagrange.
Solución:

Sean
x = el número de unidades en la longitud de la base de la caja,
y = el número de unidades del ancho de la base de la caja,
z = el número de unidades de profundidad de la caja,
S = el número de unidades cuadradas del área de superficie de la caja,
V= el número de unidades del volumen de la caja.

Las variables x, y y z están en el dominio (0,+). Luego, el valor mínimo absoluto de S

estará entre los valores mínimo relativos de S.

Podemos plantear ahora el problema de optimización

𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟: 𝑆(𝑥, 𝑦, 𝑧) = 𝑥𝑦 + 2𝑥𝑧 + 2𝑦𝑧 (3.1)

𝑆𝑢𝑗𝑒𝑡𝑜 𝑎: 𝑉(𝑥, 𝑦, 𝑧) = 𝑥𝑦𝑧-V = 0 (3.2)

Sea
𝐹(𝑥, 𝑦, 𝑧, 𝜆) = 𝑆(𝑥, 𝑦, 𝑧) + 𝜆𝑉(𝑥, 𝑦, 𝑧)
(3.3)
𝐹(𝑥, 𝑦, 𝑧, 𝜆) = (𝑥𝑦 + 2𝑥𝑧 + 2𝑦𝑧) + 𝜆(𝑥𝑦𝑧 − V)
Derivamos F parcialmente con respecto a cada una de las variables 𝑥, 𝑦, 𝑧, 𝜆 e igualando
cada derivada parcial a cero tenemos

𝑑𝐹
= 𝑦 + 2𝑧 + 𝜆𝑦𝑧 = 0, (3.4)
𝑑𝑥

𝑑𝐹
= 𝑥 + 2𝑧 + 𝜆𝑥𝑧 = 0, (3.5)
𝑑𝑦

𝑑𝐹
= 2𝑥 + 2𝑦 + 𝜆𝑥𝑦 = 0, (3.6)
𝑑𝑧

𝑑𝐹
= 𝑥𝑦𝑧 − 𝑉 = 0. (3.7)
𝑑𝜆

Restando los miembros correspondientes de la Ec. (3.4) de los de la Ec. (3.5) obtenemos

𝑦 − 𝑥 + 𝜆𝑧(𝑦 − 𝑥) = 0
,
(𝑦 − 𝑥)(1 + 𝜆𝑧) = 0.

Dándonos las Ecuaciones siguientes:

𝑦=𝑥 (3.8)
1
𝜆=− (3.9)
𝑧

Sustituyendo la Ec. (3.9) en la Ec. (3.5) obtenemos 𝑥 + 2𝑧 − 𝑥 = 0, dando 𝑧 = 0, lo cual

no es posible ya que 𝑧 ∈ (0, +∞). En otras palabras 𝑧 = 0, no se acepta porque no permite
obtener volumen.

Sustituyendo la Ec. (3.8) en la Ec. (3.6) se sigue que:

2𝑥 + 2𝑥 + 𝜆𝑥 2 = 0,

𝑥(4 + 𝜆𝑥) = 0. (3.10)

Tomando en cuenta que 𝑥 ≠ 0, entonces de la Ec. (3.10) se deduce que:

4
𝜆 = − 𝑥. (3.11)

Utilizando la Ec. (3.11) en la Ec. (3.5), tenemos

4
𝑥 + 2𝑧 − (𝑥𝑧) = 0,
𝑥
𝑥 + 2𝑧 − 4𝑧 = 0,
 𝑥
𝑧 = 2. (3.12)

Sustituyendo las Ecs. (3.8) y (3.12) en la Ec. (3.7), obtenemos:

𝑥3
− 𝑉 = 0,
2
3
𝑥 = √2𝑉 . (3.13)

Utilizando el resultado de (3.13) en las Ecs. (3.8), y (3.12), obtienen los valores
3
𝑦 = √2𝑉 , (3.14)
3
√2𝑉
𝑧= . (3.15)
2

Estos resultados coinciden con los encontrados en el ejemplo 2. Por lo tanto el punto
3
4 4 √2𝑉
(2𝑉 , 2𝑉 , ), es la solución general del problema con restricciones. En otras palabras, la
2
caja debe tener una base cuadrada y una profundidad igual a un medio de uno de los lados
de la base.