CÁLCULO EN VARIAS VARIABLES

Unidad II
EXTREMOS DE FUNCIONES DE VARIAS
VARIABLES

Tema: Extremos condicionados

• Introducción.
• Multiplicadores de Lagrange.

Semana 8
 Objetivos

• Resolver problemas de optimización

sujetos a restricciones.
 Condiciones necesarias para extremos condicionados

Teorema (Multiplicadores de Lagrange)

Sea 𝑈 ⊆ ℝ2 un conjunto abierto y sean 𝑓, 𝑔: 𝑈 → ℝ dos funciones de clase 𝐶 1 .
Si 𝑥0 , 𝑦0 es un extremo local de 𝑓 en el conjunto 𝐷 = {(𝑥, 𝑦) ∈ 𝑈/𝑔 𝑥, 𝑦 = 0}
y 𝛻𝑔 𝑥0 , 𝑦0 ≠ 0,0 , entonces existe 𝜆 ∈ ℝ (que podría ser cero) tal que
𝛻𝑓 𝑥0 , 𝑦0 − 𝜆𝛻𝑔 𝑥0 , 𝑦0 = 0,0

El numero 𝜆 es denominado multiplicador de Lagrange. Observe que 𝜆 podría ser cero.

Esto pasa cuando un extremo local con restricciones coincide con un extremo local
(sin restricciones).
El anterior teorema nos dice que si (𝑥0 , 𝑦0 ) son los extremos de 𝑓 sujeto a la restricción
𝑔 𝑥, 𝑦 = 0 (y con 𝛻𝑔 𝑥0 , 𝑦0 ≠ 0,0 ), entonces el punto (𝑥0 , 𝑦0 , 𝜆) es necesariamente un
punto crítico de la función “Lagrangiana”:

𝐿 𝑥, 𝑦, 𝜆 = 𝑓 𝑥, 𝑦 − 𝜆𝑔 𝑥, 𝑦 .

Sin embargo, lo contrario no siempre se cumple, es decir, puede suceder que algunos
puntos críticos (𝑥0 , 𝑦0 , 𝜆) de 𝐿 no cumplan que (𝑥0 , 𝑦0 ) sea extremo de 𝑓 sujeto a la
restricción 𝑔 𝑥, 𝑦 = 0 . Por tal motivo decimos que este teorema representa las
condiciones necesarias para los extremos condicionados, pero no las condiciones
suficientes. Mas adelante veremos cuales son las condiciones suficientes.

En el caso de tres variables, el punto (𝑥0 , 𝑦0 , 𝑧0 , 𝜆) es punto crítico de la función Lagrangiana:

𝐿 𝑥, 𝑦, 𝑧, 𝜆 = 𝑓 𝑥, 𝑦, 𝑧 − 𝜆𝑔 𝑥, 𝑦, 𝑧
 Método de los multiplicadores de Lagrange
con una restricción
• Para minimizar o maximizar 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 sujeta a la condición 𝑔 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 0,
se busca los puntos críticos de la función Lagrangiana
𝐿 𝑥1 , 𝑦1 , … , 𝑥𝑛 , 𝜆 = 𝑓 𝑥1 , 𝑥2 , … , 𝑥𝑛 − 𝜆𝑔 𝑥1 , 𝑥2 , … , 𝑥𝑛 ,
el cual nos lleva a tener que resolver el sistema
𝐿𝑥1 = 0
⋮ ⋮ ⋮
𝐿𝑥𝑛 = 0
𝑔 𝑥1 , 𝑥2 , … , 𝑥𝑛 = 0

• Criterio de clasificación. Para determinar si los puntos críticos son máximos, mínimos o
no son ni máximos ni mínimos, se podría recurrir al criterio de la Hessiana orlada, el cual
veremos en la parte final de la diapositiva. Antes veamos algunos ejemplos de puntos
críticos que se pueden clasificar de manera directa (usando la geometría del problema o
comparación).
Ejemplo 1: Minimizar 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 sujeto a 𝑥 − 𝑦 = 0
Solución:

Sea 𝐿 𝑥, 𝑦, 𝜆 = 𝑥 2 + 𝑦 2 − 𝜆 𝑥 − 𝑦

𝐿𝑥 = 0 2𝑥 − 𝜆 = 0
൞𝐿𝑦 = 0 ⇒ ቐ 2𝑦 + 𝜆 = 0
𝐿𝜆 = 0 ∗ 𝑥−𝑦 =0

𝜆 𝜆
Sustituyendo 𝑥 = y 𝑦=− en ∗ obtenemos 𝜆 = 0 y por tanto 𝑥 = 0, 𝑦 = 0.
2 2

En este caso, 𝜆 = 0 indica que el mínimo con restricciones coincide con un mínimo
local de 𝑓.
Vemos en el grafico que el mínimo del paraboloide 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 en todo el plano
es el mismo que el mínimo de 𝑓 restricto a la recta 𝑥 − 𝑦.
 Ejemplo 2
Determine tres números reales positivos 𝑥, 𝑦, 𝑧 cuya suma sea 10 y
su producto sea máximo.
Solución:
Hay que maximizar el producto 𝑃 = 𝑥𝑦𝑧 sujeto a la restricción 𝑥 + 𝑦 + 𝑧 = 10.
Sea 𝐿 𝑥, 𝑦, 𝑧, 𝜆 = 𝑥𝑦𝑧 − 𝜆 𝑥 + 𝑦 + 𝑧 − 10
𝐿𝑥 = 0 𝑦𝑧 − 𝜆 = 0
𝐿𝑦 = 0 𝑥𝑧 − 𝜆 = 0
⇒ 𝑥𝑦 − 𝜆 =
𝐿𝑧 = 0 0
𝑔 𝑥, 𝑦, 𝑧 = 0 ∗ 𝑥 + 𝑦 + 𝑧 − 10 = 0

Despejando 𝜆 obtenemos
𝑦𝑧 = 𝑥𝑧 y 𝑥𝑧 = 𝑥𝑦

Como 𝑥, 𝑦, 𝑧 son, en éste caso, positivos; podemos cancelar y entonces 𝑥 = 𝑦 = 𝑧.

10
Sustituyendo en ∗ nos queda 3𝑥 − 10 = 0 , es decir 𝑥 = 𝑦 = 𝑧 = .
3
 Ejemplo 3
Determine el máximo y mínimo de 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 sujeto a 𝑥 4 + 𝑦 4 =1
Solución:

Sea 𝐿 𝑥, 𝑦, 𝜆 = 𝑥 2 + 𝑦 2 − 𝜆 𝑥 4 + 𝑦 4 − 1

𝐿𝑥 = 2𝑥 − 4𝜆𝑥 3 = 0 2𝑥(1 − 2𝜆𝑥 2 ) = 0

𝐿𝑦 = 2𝑦 − 4𝜆𝑦 3 = 0 ⇒ ൞ 2𝑦(1 − 2𝜆𝑦 2 ) = 0
𝐿𝜆 = −𝑥 4 − 𝑦 4 + 11 = 0 (∗) − 𝑥 4 − 𝑦 4 + 11 = 0

Casos para anular las tres ecuaciones:

• Caso 𝑥 = 0 y 𝑦 = 0. Al sustituir en (∗) obtenemos 11 = 0. No obtenemos puntos críticos.

1
• Caso 𝑥 = 0 y 1 − 2𝜆𝑦 2 = 0. Al sustituir en (∗) obtenemos los puntos críticos 0, ±1 y 𝜆 =
2
1
• Caso 𝑦 = 0 y 1 − 2𝜆𝑥 2 = 0. Al sustituir en (∗) obtenemos los puntos críticos ±1,0 y 𝜆 =
2
• Caso1 − 2𝜆𝑦 2 = 0 y 1 − 2𝜆𝑥 2 = 0. Elevando al cuadrado obtenemos 4𝜆2 𝑦 4 = 1 y
4𝜆2 𝑥 4 = 1. Multiplicando (*) por 4𝜆2 a ambos lados y sustituyendo, obtenemos los
±1 ±1 1
cuatro puntos críticos 4 , 4 y 𝜆2 = .
2 2 2

Para clasificar los puntos de manera “empírica”, podemos evaluar en la función 𝑓.

Para visualizar la situación, dibujamos la curva intersección entre la superficie
𝑧 = 𝑥 2 + 𝑦 2 y la superficie generada por la curva 𝑥 4 + 𝑦 4 =1.

±1 ±1
Así tenemos cuatro puntos máximos relativos, 4 , 4 , 2 y cuatro puntos mínimos
2 2
relativos, 0, ±1,1 , ±1, 0, 1
Los puntos de color verde son los puntos de máximos de 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 restricto a
la 𝑥 4 + 𝑦 4 =1. Mientras que los puntos de color naranja son los puntos de mínimos
de 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 restricto a la 𝑥 4 + 𝑦 4 =1.
 Hessiana Orlada (dos variables)
Considere el problema de optimizar 𝑓(𝑥, 𝑦) sujeta a la restricción 𝑔(𝑥, 𝑦) = 0.
La Hessiana orlada (o limitada) de este problema es dada por el siguiente
determinante

0 −𝑔𝑥 −𝑔𝑦
𝐻𝐿 𝑥, 𝑦, 𝜆 = −𝑔𝑥 𝐿𝑥𝑥 𝐿𝑦𝑥 ,
−𝑔𝑦 𝐿𝑥𝑦 𝐿𝑦𝑦

Donde 𝐿 es la función Lagrangiana dada por

𝐿 𝑥, 𝑦, 𝜆 = 𝑓 𝑥, 𝑦 − 𝜆𝑔 𝑥, 𝑦
 Condiciones suficientes para extremos condicionados

Teorema
Sea 𝑈 ⊆ ℝ2 un conjunto abierto y sean 𝑓, 𝑔: 𝑈 → ℝ dos funciones diferenciables.
Considere el problema de optimizar 𝑓(𝑥, 𝑦) sujeta a la restricción 𝑔(𝑥, 𝑦) = 0.
Suponga que 𝑥0 , 𝑦0 , 𝜆 es un punto critico de 𝐿 𝑥, 𝑦, 𝜆 = 𝑓 𝑥, 𝑦 − 𝜆𝑔 𝑥, 𝑦 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝜆 > 0 entonces 𝑓 tiene un máximo condicionado en 𝑥0 , 𝑦0 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝜆 < 0 entonces 𝑓 tiene un mínimo condicionado en 𝑥0 , 𝑦0 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝜆 = 0 no podemos determinar la naturaleza del punto 𝑥0 , 𝑦0 .

 Ejemplo 4
Optimice la función 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2 sujeto a 𝑥 + 𝑦 − 1 = 0.
Solución:

Sea 𝐿 𝑥, 𝑦, 𝜆 = 𝑥 2 + 𝑦 2 − 𝜆 𝑥 + 𝑦 − 1

𝜆
𝐿𝑥 = 2𝑥 − 𝜆 = 0 𝑥=
2
𝐿𝑦 = 2𝑦 − 𝜆 = 0 ⇒ 𝜆
𝑦=
𝐿𝜆 = 𝑥 + 𝑦 − 1 = 0 2
(∗)𝑥 + 𝑦 − 1 = 0

Por (∗) , tenemos

𝜆 𝜆 1 1
+ − 1 = 0 ⟹ 𝜆 = 1, 𝑥= , y=
2 2 2 2
1 1
Luego, , ,1 es un punto critico de 𝐿 𝑥, 𝑦, 𝜆 .
2 2
Tenemos que
𝐿𝑥 = 2𝑥 − 𝜆, 𝐿𝑦 = 2𝑦 − 𝜆
Luego,
𝐿𝑥𝑥 = 2, 𝐿𝑥𝑦 = 0
𝐿𝑦𝑥 = 0, 𝐿𝑦𝑦 = 2

Como 𝑔𝑥 = 1 y 𝑔𝑦 = 1, se sigue que la Hessiana orleada es

0 −𝑔𝑥 −𝑔𝑦 0 −1 −1
𝐻𝐿 𝑥, 𝑦, 𝜆 = −𝑔𝑥 𝐿𝑥𝑥 𝐿𝑦𝑥 = −1 2 0 = −4.
−𝑔𝑦 𝐿𝑥𝑦 𝐿𝑦𝑦 −1 0 2
En particular,
1 1
𝐻𝐿 , , 1 = −4 < 0
2 2
1 1
Por tanto, 𝑓 tiene un mínimo condicionado en el punto , .
2 2
El punto de color verde es el punto de mínimo 𝑓 𝑥, 𝑦 = 𝑥 2 + 𝑦 2 restricto a la recta
𝑥 + 𝑦 − 1 = 0. Vemos que el mínimo de 𝑓(𝑥, 𝑦) en todo el plano (es decir, el origen
(0,0)) no es el mismo que el mínimo de 𝑓(𝑥, 𝑦) restricto a la recta 𝑥 + 𝑦 − 1 = 0.
 Ejemplo 5
Un tanque de fermentación tiene la forma
de un cilindro circular recto de radio 3
metros, terminando en uno de los extremos
con una tapa cónica. Si el volumen de este
tanque es de 300𝜋 metros cúbicos, hallar la
altura 𝐻 del cilindro y la altura ℎ de la tapa
cónica de modo que la superficie del
tanque sea mínima.
 Solución:
El área del tanque es
A = 2𝜋𝑟𝐻 + 𝜋𝑟 ℎ2 + 𝑟 2 + 𝜋𝑟 2
y el volumen del tanque es
𝜋𝑟 2ℎ
𝑉 = 𝜋𝑟 2 𝐻 +
3
Como 𝑟 = 3 y 𝑉 = 200𝜋, se sigue que
2
𝐴 = 2𝜋 3 𝐻 + 𝜋 3 ℎ2 + 32 + 𝜋 3
= 6𝜋𝐻 + 3𝜋 ℎ2 + 9 + 9𝜋
y también
𝜋 3 2ℎ
𝑉 = 𝜋 3 2𝐻 +
3
300𝜋 = 9𝜋𝐻 + 3𝜋ℎ

Simplificando, obtenemos
100 = 3𝐻 + ℎ
El problema de optimización seria minimizar el área
𝐴 𝐻, ℎ = 6𝜋𝐻 + 3𝜋 ℎ2 + 9 + 9𝜋
sujeto a la restricción
𝑔 𝐻, ℎ = 3𝐻 + ℎ − 100 = 0.
La función Lagrangiana seria
𝐿 𝐻, ℎ, 𝜆 = 6𝜋𝐻 + 3𝜋 ℎ2 + 9 + 9𝜋 − 𝜆 3𝐻 + ℎ − 100
Por el método de multiplicadores de Lagrange, tenemos

𝐿𝐻 = 0 6𝜋 − 3𝜆 = 0
3𝜋ℎ
𝐿ℎ = 0 ⇒ ൞ 2 −𝜆 = 0
ℎ +9
𝐿𝜆 = 0 3𝐻 + ℎ = 100
Se sigue que 𝜆 = 2𝜋 y
3𝜋ℎ 2
2
= 2𝜋 ⟹ 3ℎ = 2 ℎ2 +9
ℎ2 +9
⟹ 9ℎ2 = 4ℎ2 + 36
5ℎ2 = 36
⟹ 6
⟹ ℎ=
5
Luego,
100 1 6 100 2
3𝐻 + ℎ = 100 ⟹ 𝐻 = − = −
3 3 5 3 5
Los valores de las alturas serian:
2 100 2
ℎ= ≈ 0.8944 𝑚 𝑦 𝐻 = − ≈ 32.4389 𝑚
5 3 5
Usaremos la Hessiana orleada para verificar que realmente estos valores son
minimizadores condicionados de nuestro problema. Tenemos que
𝐿𝐻𝐻 = 0, 𝐿ℎ𝐻 = 𝐿𝐻ℎ = 0
y
2ℎ
ℎ2 + 9 − ℎ
2 ℎ 2+9 9
𝐿ℎℎ = 3𝜋 = 3𝜋
ℎ2 + 9 ℎ2 + 9 3/2
De aquí,
0 −3 −1
0 −𝑔𝐻 −𝑔ℎ
−3 0 0 243𝜋
𝐻𝐿 𝐻, ℎ, 𝜆 = −𝑔𝐻 𝐿𝐻𝐻 𝐿ℎ𝐻 = 27𝜋 =− 2 3/2
−𝑔ℎ 𝐿𝐻ℎ 𝐿ℎℎ −1 0 ℎ + 9
ℎ2 + 9 3/2
De modo que,
3
100 2 6 243𝜋 5
𝐻𝐿 − , , 2𝜋 = − 3 = − <0
3 5 5 3
36 2
+9
5
Por tanto, el área 𝐴 𝐻, ℎ tiene un mínimo condicionado en el punto 𝐻, ℎ ,
donde
100 2 2
𝐻= − ≈ 32.4389 𝑚 𝑦 ℎ= ≈ 0.8944 𝑚
3 5 5
 Hessiana Orlada (tres variables)
Considere el problema de optimizar 𝑓(𝑥, 𝑦, 𝑧) sujeta a la restricción 𝑔(𝑥, 𝑦, 𝑧) = 0.
La Hessiana orlada (o limitada) de este problema es dada por el siguiente
determinante

0 −𝑔𝑥 −𝑔𝑦 −𝑔𝑧

−𝑔𝑥 𝐿𝑥𝑥 𝐿𝑦𝑥 𝐿𝑧𝑥
𝐻𝐿 𝑥, 𝑦, 𝑧, 𝜆 = ,
−𝑔𝑦 𝐿𝑥𝑦 𝐿𝑦𝑦 𝐿𝑧𝑦
−𝑔𝑧 𝐿𝑥𝑧 𝐿𝑦𝑧 𝐿𝑧𝑧

donde 𝐿 es la función Lagrangiana dada por

𝐿 𝑥, 𝑦, 𝑧, 𝜆 = 𝑓 𝑥, 𝑦, 𝑧 − 𝜆𝑔 𝑥, 𝑦, 𝑧
 Condiciones suficientes para extremos condicionados

Teorema
Sea 𝑈 ⊆ ℝ3 un conjunto abierto y sean 𝑓, 𝑔: 𝑈 → ℝ dos funciones diferenciables.
Considere el problema de optimizar 𝑓(𝑥, 𝑦, 𝑧) sujeta a la restricción 𝑔(𝑥, 𝑦, 𝑧) = 0.
Suponga que 𝑥0 , 𝑦0 , 𝑧0 , 𝜆 es un punto critico de 𝐿 𝑥, 𝑦, 𝑧, 𝜆 = 𝑓 𝑥, 𝑦, 𝑧 − 𝜆𝑔 𝑥, 𝑦, 𝑧 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝑧0 , 𝜆 < 0 y Δ3 > 0 entonces 𝑓 tiene un máximo condicionado en 𝑥0 , 𝑦0 , 𝑧0 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝑧0 , 𝜆 < 0 y Δ3 < 0 entonces 𝑓 tiene un mínimo condicionado en 𝑥0 , 𝑦0 , 𝑧0 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝑧0 , 𝜆 > 0 entonces 𝑓 no tiene un extremo condicionado en 𝑥0 , 𝑦0 , 𝑧0 .

• Si 𝐻𝐿 𝑥0 , 𝑦0 , 𝑧0 , 𝜆 = 0 no podemos determinar la naturaleza del punto 𝑥0 , 𝑦0 , 𝑧0 .

Ejercicio
Halle los extremos condicionados de la función 𝑓 𝑥, 𝑦, 𝑧 = 𝑥 − 2𝑦 + 2𝑧
sujeto a los puntos de la esfera 𝑥 2 + 𝑦 2 + 𝑧 2 = 1.
Bibliografía: