UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONOMICAS

DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA

MATERIAL DE APOYO DE MATEMÁTICA III

CICLO II - 2023

UNIDAD I: OPTIMIZACION FUNCIONES DE VARIAS

VARIABLES (CONTROL DE LECTURA 1)

Documento preparado por:

Docentes de Dpto. de Matemática y Estadística

de la Facultad de Ciencias Económicas.
Universidad de El Salvador
1. MAXIMOS Y MINIMOS EN FUNCIONES DE DOS VARIABLES
(Thomas, 2005) (Leithold, 1998) (Stewart, 2008) (Mora, 2013)

Para determinar los valores extremos locales de una función

de una variable, se buscan los puntos donde la gráfica tiene
una recta tangente horizontal. En tales puntos, se buscan los
máximos locales, los mínimos locales y los puntos de inflexión.
Para una función 𝑓(𝑥, 𝑦) de dos variables, se buscan los puntos
donde la superficie 𝑧 = 𝑓(𝑥, 𝑦)tiene un plano tangente
horizontal. En tales puntos, se buscan los máximos locales, los
mínimos locales y los puntos silla.

1.1 DEFINICIONES
1.1.1 MAXIMO LOCAL Y MINIMO LOCAL

Sea 𝑧 = 𝑓(𝑥, 𝑦) definida en una región R que contiene al punto

(𝑎, 𝑏). Entonces:

1. 𝑓(𝑎, 𝑏) es un valor máximo local de 𝑓 si 𝑓(𝑎, 𝑏) ≥ 𝑓(𝑥, 𝑦) para

todos los puntos del dominio (𝑥, 𝑦) en un disco abierto con
centro en (𝑎, 𝑏).
2. 𝑓(𝑎, 𝑏) es un valor mínimo local de 𝑓 si 𝑓(𝑎, 𝑏) ≤ 𝑓(𝑥, 𝑦) para
todos los puntos del dominio (𝑥, 𝑦) en un disco abierto con
centro en (𝑎, 𝑏).

Los máximos locales corresponden a picos de montaña en la

superficie y los mínimos locales corresponden a fondos de
valle.
En tales puntos, los planos tangentes (cuando existen) son
horizontales. Los extremos locales también se conocen como
extremos relativos.
Como en el caso de las funciones de una sola variable, la
clave para identificar los extremos locales es un criterio de la
primera derivada.

Gráfico 1
Puntos extremos de una función de dos variables

pág. 3
 Gráfico 2
Mínimo de una función de dos variables 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐

Gráfico 3
Máximo de una función de dos variables 𝒇(𝒙, 𝒚) = −𝒙𝟐 − 𝒚𝟐

1.1.2 CRITERIO DE LA PRIMERA DERIVADA PARA VALORES

EXTREMOS LOCALES (Thomas, 2005)

Si 𝑓(𝑥, 𝑦) tiene un valor máximo o mínimo local en un punto

interior (𝑎, 𝑏) de su dominio, y si además las primeras derivadas
parciales existen en el punto (𝑎, 𝑏), entonces 𝑓𝑥 (𝑎, 𝑏) = 0 y
𝑓𝑦 (𝑎, 𝑏) = 0.

Gráfico 4
Criterio de la primera derivada para una función de dos variables

pág. 4
1.1.3 PUNTO CRÍTICO

Un punto interior del dominio de una función 𝑓(𝑥, 𝑦) donde 𝑦

se anulan, o bien donde alguna de estas derivadas no existe,
es un punto crítico de 𝑓.

Los únicos puntos donde una función 𝑓(𝑥, 𝑦) puede asumir

valores extremos son los puntos críticos y los puntos frontera. Al
igual que en las funciones diferenciables de una sola variable,
no todo punto crítico da lugar a un extremo local. Una función
diferenciable de una variable podría tener un punto de
inflexión. Una función diferenciable de dos variables puede
tener un punto silla.

1.1.4 PUNTO DE SILLA

Una función diferenciable 𝑓(𝑥, 𝑦) tiene un punto silla en un

punto crítico (𝑎, 𝑏) si en cada disco abierto con centro en (𝑎, 𝑏)
existen puntos del dominio (𝑥, 𝑦) donde 𝑓(𝑥, 𝑦) > 𝑓(𝑎, 𝑏) y los
puntos del dominio (𝑥, 𝑦) donde 𝑓(𝑥, 𝑦) < 𝑓(𝑎, 𝑏).
El punto correspondiente (𝑎, 𝑏, 𝑓(𝑎, 𝑏)) sobre la superficie se
conoce como punto silla de la superficie.

Gráfico 5
Punto de silla función de dos variables 𝒇(𝒙, 𝒚) = 𝒚𝟐 − 𝒙𝟐

pág. 5
 Gráfico 6
Punto de silla función de dos variables 𝒇(𝒙, 𝒚) = 𝒙𝒚

1.1.5 DETERMINANTE HESSIANO

Se utiliza el determinante Hessiano para poder facilitar los

cálculos de los valores extremos en funciones de dos
variables.

El determinante Hessiano es el arreglo matricial cuyos

elementos son todas las segundas derivadas parciales
de la función 𝑓.

Se considera que:

𝛥1 Es la primera determinante de menores

𝛥2 Es la segunda determinante de menores
𝛥3 Es la tercera determinante de menores

El total de las posibles segundas derivadas de una

función se calculan como 𝑛2 , En donde 𝑛 representa al
total de variables independientes de la función.

Para efectos de cálculo de valores extremos, se calcula

el determinante de los menores, según el caso.

Para una función de una variable independiente: 12 = 1

derivada

El determinante Hessiano queda de la siguiente manera:

𝜕2 𝑓
|𝜕𝑥𝜕𝑥| Es el caso de una sola variable independiente.

pág. 6
Ejemplo 1.1: Elabore el determinante Hessiano para 𝒇(𝒙) = 𝒙𝟐
Solución:
𝑓(𝑥) = 𝑥 2
𝜕𝑓
= 2𝑥
𝜕𝑥
𝜕2 𝑓
𝜕𝑥𝜕𝑥
=2

𝜕2𝑓
| | = |2|
𝜕𝑥𝜕𝑥

Para una función de dos variables independientes: 22 = 4

derivadas

El determinante Hessiano queda de la siguiente manera:

𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥
𝐻= | 𝜕2 𝑓 𝜕2 𝑓
|
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2 𝑓
𝛥1 = |𝜕𝑥𝜕𝑥|

𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 |
𝛥2 = || 2
𝜕 𝑓 𝜕2 𝑓 |
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

Ejemplo 1.2: Elabore el determinante Hessiano para

𝒇(𝒙. 𝒚) = 𝒙𝟐 + 𝒚𝟐
Solución:
𝒇(𝒙. 𝒚) = 𝒙𝟐 + 𝒚𝟐
𝝏𝒇
= 𝟐𝒚
𝝏𝒚
𝝏𝒇
= 𝟐𝒙
𝝏𝒙

𝜕2𝑓
=𝟐
𝝏𝒙𝝏𝒙
𝜕2𝑓
=𝟐
𝝏𝒚𝝏𝒚
𝜕2𝑓
=𝟎
𝝏𝒚𝝏𝒙
𝜕2𝑓
=𝟎
𝝏𝒙𝝏𝒚

El determinante y los menores quedan:

pág. 7
 𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 | 2 0
𝐻 = || 2 =| |
𝜕 𝑓 𝜕2𝑓 | 0 2
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2𝑓
𝛥1 = | | = |2|
𝜕𝑥𝜕𝑥

𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 | 2 0
𝛥2 = || 2 =| |
𝜕 𝑓 𝜕2𝑓 | 0 2
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

Para una función de tres variables independientes: 32 = 9

derivadas

El determinante Hessiano queda de la siguiente manera:

𝜕2𝑓 𝜕2𝑓 𝜕2𝑓
|𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 |
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓
𝐻=
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦
| 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

𝜕2𝑓
𝛥1 = | |
𝜕𝑥𝜕𝑥

𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 |
𝛥2 = || 2
𝜕 𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2𝑓 𝜕2𝑓 𝜕2𝑓

|𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 |
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓
𝛥3 =
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦
| 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

Ejemplo 1.3: Elabore el determinante Hessiano para

𝒇(𝒙. 𝒚, 𝒛) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐
Solución:
𝒇(𝒙. 𝒚) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐
𝝏𝒇
= 𝟐𝒙
𝝏𝒙
𝝏𝒇
= 𝟐𝒚
𝝏𝒚
𝝏𝒇
= 𝟐𝒛
𝝏𝒛

pág. 8
 𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟐 =𝟎 =𝟎
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 𝝏𝒛𝝏𝒙
𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟎 =𝟐 =𝟎
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚 𝝏𝒛𝝏𝒚
𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟎 =𝟎 =𝟐
𝝏𝒙𝝏𝒛 𝝏𝒚𝝏𝒛 𝝏𝒛𝝏𝒛

El determinante y los menores quedan:

𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥
| 𝜕2 𝑓 2 0 0
𝜕2 𝑓 𝜕2 𝑓 |
𝐻= = |0 2 0|
|𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦 |
0 0 2
𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

𝜕2𝑓
𝛥1 = | | = |2|
𝜕𝑥𝜕𝑥

𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 | 2 0
𝛥2 = || 2 =| |
𝜕 𝑓 𝜕2𝑓 | 0 2
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2𝑓 𝜕2𝑓 𝜕2𝑓

|𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 |
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 2 0 0
𝛥3 = = |0 2 0|
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦 0 0 2
| 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

1.2 CRITERIO DE LA SEGUNDA DERIVADA PARA VALORES

EXTREMOS (Thomas, 2005)

Suponga que 𝑓(𝑥, 𝑦) y sus primeras y segundas derivadas

parciales son continuas en un disco con centro en (𝑎, 𝑏) y que
𝑓𝑥 (𝑥, 𝑦) = 𝑓𝑦 (𝑥, 𝑦) = 0 entonces:

1. 𝑓 tiene un máximo local en el punto (𝑎, 𝑏), si |𝛥1 | < 0 y

|𝛥2 | > 0 en (a, b).
2. 𝑓 tiene un mínimo local en el punto (𝑎, 𝑏), si |𝛥1 | > 0 y
|𝛥2 | > 0 en (a, b).
3. 𝑓 tiene un punto silla en |𝛥2 | < 0 en (𝑎, 𝑏).
4. El criterio no es concluyente en el punto (𝑎, 𝑏) si |𝛥2 | = 0 en
(𝑎, 𝑏). En este caso, debemos buscar otra forma de
determinar el comportamiento de 𝑓 en (𝑎, 𝑏).

pág. 9
Suponga que 𝑓(𝑥, 𝑦) y sus primeras y segundas derivadas
parciales son continuas en el dominio de la función 𝐷𝑓 y que
𝑓𝑥 (𝑥, 𝑦) = 𝑓𝑦 (𝑥, 𝑦) = 0 entonces:

1. 𝑓 tiene un máximo absoluto en el punto (𝑎, 𝑏), si |𝛥1 | < 0 y

|𝛥2 | > 0 en 𝐷𝑓 .
2. 𝑓 tiene un mínimo absoluto en el punto (𝑎, 𝑏), si |𝛥1 | > 0 y
|𝛥2 | > 0 en 𝐷𝑓
3. 𝑓 tiene un punto silla en el punto (𝑎, 𝑏), si |𝛥2 | < 0 en 𝐷𝑓 .
4. El criterio no es concluyente en 𝐷𝑓 , si |𝛥2 | = 0 en (𝑎, 𝑏). En
este caso, se debe buscar otra forma de determinar el
comportamiento de 𝑓 en 𝐷𝑓 .

1.3 VALORES EXTREMOS DE FUNCIONES MULTIVARIABLES SIN

RESTRICCIONES (Leithold, 1998) (Mora, 2013) (Stewart, 2008)
(Thomas, 2005)

Para encontrar los valores extremos se aplica directamente el

criterio de la segunda derivada.

Ejemplo 1.4 Encuentre los valores extremos de 𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐

Solución:
La función tiene como dominio todo el plano 𝑥, 𝑦
Encontrando las primeras derivadas parciales:
𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐
𝝏𝒇
= 𝟐𝒙
𝝏𝒙
𝝏𝒇
= 𝟐𝒚
𝝏𝒚

Encontrando los puntos críticos de las primeras derivadas:

𝝏𝒇
=𝟎
𝝏𝒙
𝟐𝒙 = 𝟎
de donde 𝒙 = 𝟎
𝝏𝒇
=𝟎
𝝏𝒚
𝟐𝒚 = 𝟎
de donde 𝒚 = 𝟎

Evaluando 𝑓 en (0,0)
𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐
𝒇(𝟎, 𝟎) = 𝟎𝟐 + 𝟎𝟐
=𝟎

pág. 10
El punto crítico es (0,0,0)
Encontrando las segundas derivadas de la función, como es
de dos variables se tiene 22 = 4
𝝏𝒇 𝝏𝒇
= 𝟐𝒙 = 𝟐𝒚
𝝏𝒙 𝝏𝒚
𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟐 =𝟎
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙
𝟐
𝝏 𝒇
=𝟎 𝝏𝟐 𝒇
𝝏𝒙𝝏𝒚 =𝟐
𝝏𝒚𝝏𝒚

Se encuentra el determinante Hessiano y los menores:

𝝏𝟐 𝒇 𝝏𝟐 𝒇
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 𝟐 𝟎
𝑯=| |=| |
𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝟎 𝟐
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

𝝏𝟐 𝒇
𝜟𝟏 = | | = |𝟐|
𝝏𝒙𝝏𝒙

𝝏𝟐 𝒇 𝝏𝟐 𝒇
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙| 𝟐 𝟎
𝜟𝟐 = || 𝟐 𝟐 | = |𝟎 𝟐|
𝝏 𝒇 𝝏 𝒇
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

Se encuentran los determinantes de los menores del

determinante hessiano, y se evalúan en el punto crítico de la
primera derivada:

𝝏𝟐 𝒇
|𝛥1 | = | | = |2| = 2 𝟐|(𝟎,𝟎) = 𝟐
𝝏𝒙𝝏𝒙

𝝏𝟐 𝒇 𝝏𝟐 𝒇
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 2 0
|𝛥2 | = | |=| |=4 𝟒|(𝟎,𝟎) = 𝟒
𝝏𝟐 𝒇 𝝏𝟐 𝒇 0 2
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

Se aplica el criterio de la segunda derivada, con los

determinantes calculados y se evalúan en el punto crítico:
Como 4 = |𝛥2 | > 0 y 2 = |𝛥1 | > 0, por lo tanto, tiene un mínimo
en (0,0,0) z

Su grafica es:

pág. 11
Ejemplo 1.5 Encuentre los valores extremos para la función
𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐

Solución:
Se calculan las primeras derivadas parciales:

𝒇(𝒙, 𝒚) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐
𝝏𝒇
= 𝟐𝒙
𝝏𝒙
𝝏𝒇
= 𝟐𝒚
𝝏𝒚
𝝏𝒇
= 𝟐𝒛
𝝏𝒛

Se encuentran los puntos críticos de las primeras derivadas

parciales:
𝝏𝒇
=𝟎
𝝏𝒙
𝟐𝒙 = 𝟎
de donde 𝒙 = 𝟎
𝝏𝒇
=𝟎
𝝏𝒚
𝟐𝒚 = 𝟎
de donde 𝒚 = 𝟎
𝝏𝒇
=𝟎
𝝏𝒛
𝟐𝒛 = 𝟎
de donde 𝒛 = 𝟎

Evaluando 𝑓 en (0,0,0)
𝒇(𝒙, 𝒚, 𝒛) = 𝒙𝟐 + 𝒚𝟐 + 𝒛𝟐
𝒇(𝟎, 𝟎, 𝟎) = 𝟎𝟐 + 𝟎𝟐 + 𝟎𝟐
=𝟎
El punto crítico es (0,0,0)
Encontrando las segundas derivadas de la función, como es
de tres variables se tiene 32 = 9

𝝏𝒇 𝝏𝒇 𝝏𝒇
= 𝟐𝒙 = 𝟐𝒚 = 𝟐𝒛
𝝏𝒙 𝝏𝒚 𝝏𝒛
𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟐 =𝟎 =𝟎
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 𝝏𝒛𝝏𝒙
𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟎 𝝏𝟐 𝒇 =𝟎
𝝏𝒙𝝏𝒚 =𝟐 𝝏𝒛𝝏𝒚
𝝏𝒚𝝏𝒚
𝝏𝟐 𝒇 𝝏𝟐 𝒇 𝝏𝟐 𝒇
=𝟎 =𝟎 =𝟐
𝝏𝒙𝝏𝒛 𝝏𝒚𝝏𝒛 𝝏𝒛𝝏𝒛

El determinante y los menores quedan:

pág. 12
 𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥
| 𝜕2 𝑓 2 0 0
𝜕2 𝑓 𝜕2 𝑓 |
𝐻= = |0 2 0|
|𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦 |
0 0 2
𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

𝜕2𝑓
𝛥1 = | | = |2|
𝜕𝑥𝜕𝑥

𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 | 2 0
𝛥2 = || 2 2 | = | 0 2|
𝜕 𝑓 𝜕 𝑓
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2𝑓 𝜕2𝑓 𝜕2𝑓

|𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 |
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 2 0 0
𝛥3 = = |0 2 0|
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦 0 0 2
| 𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

se calculan los determinantes y se evalúan en el unto critico

𝜕2𝑓
𝛥1 = | | = |2| = 2 𝟐| =𝟐
𝜕𝑥𝜕𝑥 (𝟎, 𝟎, 𝟎)

𝜕2𝑓 𝜕2𝑓
𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 | 2 0
𝛥2 = || 2 2 | = | 0 2| = 4 𝟒| =𝟒
𝜕 𝑓 𝜕 𝑓 (𝟎, 𝟎, 𝟎)
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦

𝜕2𝑓 𝜕2𝑓 𝜕2𝑓

|𝜕𝑥𝜕𝑥 𝜕𝑦𝜕𝑥 𝜕𝑧𝜕𝑥 |
𝜕2𝑓 𝜕2𝑓 𝜕2𝑓 2 0 0
𝛥3 = = |0 2 0| = 8 𝟖| =𝟖
𝜕𝑥𝜕𝑦 𝜕𝑦𝜕𝑦 𝜕𝑧𝜕𝑦 (𝟎, 𝟎, 𝟎)
| 𝜕2𝑓 0 0 2
𝜕2𝑓 𝜕2𝑓 |
𝜕𝑥𝜕𝑧 𝜕𝑦𝜕𝑧 𝜕𝑧𝜕𝑧

Aplicando el criterio de la segunda derivada, con los

determinantes calculados y evaluados en el punto crítico:

8 = |𝛥3 | > 0, 4 = |𝛥2 | > 0 y 2 = |𝛥1 | > 0, por lo tanto, se tiene un

mínimo en (0,0,0,0)

Esta función al tener más de tres variables no puede ser

graficada en el espacio 3D.

pág. 13
1.4 VALORES EXTREMOS DE FUNCIONES MULTIVARIABLES CON
RESTRICCIONES (Mora, 2013) (Leithold, 1998) (Stewart, 2008)
(Thomas, 2005)

En ocasiones es necesario determinar los valores extremos de

una función cuyo dominio está restringido a cierto
subconjunto particular del plano (por ejemplo, un disco, una
región triangular cerrada, o a lo largo de una curva). En esta
sección se explorará un poderoso método para determinar los
valores extremos de funciones restringidas: el método de
multiplicadores de Lagrange.

Si en un problema de optimización 𝑓(𝑟, 𝑠, 𝑡, … , 𝑧) es la función a

optimizar (la función que se va a maximizar o minimizar) y si
𝑔(𝑟, 𝑠, 𝑡, … , 𝑧) = 0 es la condición lateral que restringe su
dominio, entonces para resolver el problema se procede
como sigue:

I. Se construye la función objetivo 𝐹, la cual está constituida

por la suma de la función a optimizar con el producto de la
función restricción por la variable . A la nueva variable  se
le conoce como “multiplicador de Lagrange”.
𝐹(, 𝑟, 𝑠, 𝑡, … , 𝑧) = 𝑓(𝑟, 𝑠, 𝑡, … , 𝑧) +  𝑔(𝑟, 𝑠, 𝑡, … , 𝑧)

II. Se define el determinante de orden 𝑛 + 1, conocido como

“Hessiano orlado”, conformado por las derivadas parciales
de segundo orden de la función objetivo:
𝐹𝜆𝜆 𝐹𝜆𝑟 𝐹𝜆 𝑠 . . . . . . 𝐹𝜆 𝑧
𝐹𝑟 𝜆 𝐹𝑟 𝑟 𝐹𝑟 𝑠 . . . . . . 𝐹𝑟 𝑧
|𝐹 𝐹 𝐹𝑠 𝑠 . . . . . . 𝐹𝑠 𝑧 |
𝛥𝑛 + 1 = 𝑠 𝜆 𝑠 𝑟
| ⋮ ⋮ ⋮ ⋱ ⋱ ⋮ |
⋮ ⋮ ⋮ ⋱ ⋱ ⋮
𝐹𝑧 𝜆 𝐹𝑧 𝑟 𝐹𝑧 𝑠 ... ... 𝐹𝑧 𝑧

III. Si 𝑃0 (0 , 𝑟0 , 𝑠0 , 𝑡0 , … , 𝑧0 ) es un punto crítico de la función

objetivo 𝐹, entonces en base a los menores principales ∆3 ,
∆4 , … , ∆𝑛+1 , se establece que:
a) Si 𝛥3 |𝑃0 > 0, 𝛥4 |𝑃0 < 0, 𝛥5 |𝑃0 > 0, , 𝛥6 |𝑃0 < 0…, entonces la
función original 𝑓 tiene un máximo relativo en 𝑃0 y dicho
máximo es igual a 𝑓|𝑃0

b) Si 𝛥3 |𝑃0 < 0, 𝛥4 |𝑃0 < 0, 𝛥5 |𝑃0 < 0, 𝛥6 |𝑃0 ≺ 0..., entonces la

función origina 𝑓 tiene un mínimo relativo en 𝑃0 y dicho
mínimo es igual a 𝑓|𝑃0

c) En cualquier otra situación el criterio falla.

Nota: Es importante observar que para máximos y mínimos

condicionados no se toman en cuenta los menores principales
𝛥1 y Δ2

pág. 14
 Para funciones de dos variables independientes, la condición
es similar, pero sin las otras variables.

𝐹(𝜆, 𝑥, 𝑦) = 𝑓(𝑥, 𝑦) + 𝜆𝑔(𝑥, 𝑦)

Para encontrar los valores extremos se ajusta la función

sumando a la función de restricción con el multiplicador de
Lagrange.

Después se crea el determinante Hessiano Orlado,

conformada por las derivadas parciales de segundo orden de
la función objetivo, incluyendo al operador de Lagrange 𝜆.

Para decidir se aplican los siguientes criterios:

Recordar: Los menores 𝛥1 y 𝛥2 no 1. |𝛥3 ||𝑃 > 0 𝑓 tiene un máximo en 𝑃0 .

0
se toman en cuenta para la
2. |𝛥3 ||𝑃 < 0 𝑓 tiene un mínimo en 𝑃0 .
decisión. 0
3. En cualquier otra situación el criterio falla.

Ejemplo 1.6 Una empresa calcula que la función de utilidad

de producción y ventas al mes de dos artículos diferentes 𝑥 ∧
𝑦 está dada por la ecuación:
𝑈(𝑥, 𝑦) = 12𝑥 + 20𝑦 − 𝑥 2 − 2𝑦 2 en miles de dólares.

a) Si la disponibilidad de materia prima es prácticamente

ilimitada, calcule el nivel de producción y venta que
maximiza la utilidad.

b) Si la disponibilidad de materia prima es de 88 unidades por

mes y para cada artículo 𝑥 se necesitan 4 unidades y para
cada artículo y se necesitan 8 unidades, calcular el nivel
de producción y venta mensuales que maximiza la
utilidad.

Solución:
literal a)
Utilizando el procedimiento de cálculo de mínimos y máximos
sin restricción.
Se encuentran las primeras derivadas parciales:

𝑈(𝑥, 𝑦) = 12𝑥 + 20𝑦 − 𝑥 2 − 2𝑦 2

𝜕𝑈
= 12 − 2𝑥
𝜕𝑥
𝜕𝑈
= 20 − 4𝑦
𝜕𝑦

Se encuentran los puntos críticos de las primeras derivadas:

pág. 15
𝜕𝑈
= 12 − 2𝑥 = 0
𝜕𝑥
𝑥=6
𝜕𝑈
= 20 − 4𝑦 = 0
𝜕𝑦
𝑦=5
valuando 𝑈 en (6,5)
𝑈(𝑥, 𝑦) = 12𝑥 + 20𝑦 − 𝑥 2 − 2𝑦 2
𝑈(6,5) = 12(6) + 20(5) − 62 − 2(52 )
= 𝟖𝟔

El punto crítico es (6, 5,86)

Se encuentran las segundas derivadas de la función

𝝏𝑼 𝝏𝑼
= 𝟏𝟐 − 𝟐𝒙 = 𝟐𝟎 − 𝟒𝒚
𝝏𝒙 𝝏𝒚
𝝏𝟐 𝑼 𝝏𝟐 𝑼
= −𝟐 =𝟎
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙
𝟐
𝝏 𝑼
=𝟎 𝝏𝟐 𝑼
𝝏𝒙𝝏𝒚 = −𝟒
𝝏𝒚𝝏𝒚

Se encuentra el determinante Hessiano y los menores:

𝝏𝟐 𝑼 𝝏𝟐 𝑼
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 −𝟐 𝟎
𝑯=| |=| |
𝝏𝟐 𝑼 𝝏𝟐 𝑼 𝟎 −𝟒
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

𝝏𝟐 𝑼
𝜟𝟏 = |𝝏𝒙𝝏𝒙| = |−𝟐|

𝝏𝟐 𝑼 𝝏𝟐 𝑼
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙| −𝟐 𝟎
𝜟𝟐 = || 𝟐 =| |
𝝏 𝑼 𝝏𝟐 𝑼 | 𝟎 −𝟒
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

Se encuentran los determinantes de los menores del

determinante hessiano, y se evalúan en el punto crítico de la
primera derivada:

𝝏𝟐 𝑼
|𝛥1 | = | | = |−2| = −2 −𝟐|(𝟔,𝟓) = −𝟐
𝝏𝒙𝝏𝒙

𝝏𝟐 𝑼 𝝏𝟐 𝑼

|𝛥2 | = |
𝝏𝒙𝝏𝒙 𝝏𝒚𝝏𝒙 −2 0
|=| |=8 𝟖|(𝟔,𝟓) = 𝟖
𝝏𝟐 𝑼 𝝏𝟐 𝑼 0 −4
𝝏𝒙𝝏𝒚 𝝏𝒚𝝏𝒚

pág. 16
Como 8 = |𝛥2 | > 0 y −2 = |𝛥1 | < 0, por lo tanto, tiene un
máximo en (6,5,86).
La utilidad será de $86,000.00 al vender 6 unidades del
producto 𝑥 y 5 unidades del producto 𝑦, si no se tienen
restricciones.

literal b)
En este caso existen condiciones que limitan la producción: se
trata de un problema de máximos y mínimos condicionados.

I. Se construye la función objetivo 𝐹(, 𝑥, 𝑦) = 𝑈(𝑥, 𝑦) +

𝑔(𝑥, 𝑦), para la cual es necesario conocer la función
restricción 𝑔(𝑥, 𝑦):

Función a optimizar: 𝑈(𝑥, 𝑦) = 12𝑥 + 20𝑦 – 𝑥 2 – 2𝑦 2

Restricción: “4 unidades de materia prima por el número de
artículos “x” más 8 unidades de materia prima por el número
de artículos “y” es igual a las 88 unidades de materia prima
disponible por mes” ⇒ 4x + 8y = 88, de donde 𝑔(𝑥, 𝑦) = 4𝑥 +
8𝑦 − 88
Función objetivo: la función objetivo es igual a la suma de la
función a optimizar con el producto de la función restricción
por la variable .
𝐹(, 𝑥, 𝑦) = 𝑈(𝑥, 𝑦) + 𝑔(𝑥, 𝑦)
𝐹(, 𝑥, 𝑦) = (12𝑥 + 20𝑦 – 𝑥 2 – 2𝑦 2 ) + (4𝑥 + 8𝑦 – 88)

II. Se encuentran los puntos críticos de la función objetivo

igualando a cero las derivadas de primer orden:
𝐹(, 𝑥, 𝑦) = (12𝑥 + 20𝑦 – 𝑥 2 – 2𝑦 2 ) + (4𝑥 + 8𝑦 – 88)

𝜕 F(𝜆, x, y)
𝐹𝜆 =
𝜕𝜆
𝜕
= [(12x + 20y-x 2 − y 2 ) + 𝜆(4𝑥 + 8𝑦 − 88)]
𝜕𝜆
= 4𝑥 + 8𝑦 − 88

𝜕 F(𝜆, x, y)
𝐹𝑥 =
𝜕𝑥
𝜕
= [(12x + 20y-x 2 − y 2 ) + 𝜆(4𝑥 + 8𝑦 − 88)]
𝜕𝑥
= 12 − 2𝑥 + 4𝜆

𝐹 = 0 𝐹𝑥 = 0 𝐹𝑦= 0

(1)4𝑥 + 8𝑦– 88 = 0
(2) 12– 2𝑥 + 4 = 0
(3) 20– 4𝑦 + 8 = 0

pág. 17
 𝑥−6
Despejando  de las ecuaciones (2) y (3) se obtiene: 𝜆 = 2

𝑦−5
𝜆= 2
𝑥−6 𝑦−5
Por igualación, 𝜆 = 𝜆, se optiene =
2 2
Despejando “𝑥” en términos de “𝑦” se obtiene la ecuación (4):
𝑥 = 𝑦 + 1
Sustituyendo este resultado en la ecuación (1):
(1) 4𝑥 + 8𝑦 – 88 = 0
4(𝑦 + 1) + 8𝑦– 88 = 0
4𝑦 + 4 + 8𝑦 – 88 = 0
12𝑦 – 84 = 0
12𝑦 = 84
De donde 𝑦 = 7.
Sustituyendo este resultado en la ecuación (4):
(4) 𝑥 = 𝑦 + 1
𝑥 = (7) + 1
se obtiene 𝑥 = 8

De manera similar, sustituyendo 𝑥 = 8 en la ecuación (1) se

encuentra que  = 1. ¡¡Esta variable no es necesario
encontrarla puesto que la función a optimizar no depende de
ella!
El punto crítico es entonces 𝑃0 (0 , 𝑥0 , 𝑦0 ) = 𝑃0 (1, 8, 7), o bien
𝑃0 (𝑥0 , 𝑦0 ) = 𝑃0 (8, 7)

III. Se encuentran los menores principales del Hessiano de la

función objetivo, comenzando por el tercero, y se evalúan en
el punto crítico para determinar si hay un máximo o un mínimo
relativo.
𝐹𝜆𝜆 𝐹𝜆𝑥 𝐹𝜆𝑦
El Hessiano de la función objetivo es: ∆3 = ‖𝐹𝑥𝜆 𝐹𝑥𝑥 𝐹𝑥𝑦 ‖
𝐹𝑦𝜆 𝐹𝑦𝑥 𝐹𝑦𝑦

Hay que encontrar las derivadas parciales de segundo orden

para sustituirlas en ∆3 :

𝐹𝜆 , 𝐹𝑥 ∧ 𝐹𝑦 ya se conocen: 𝐹  = 4𝑥 + 8𝑦 – 88, 𝐹 𝑥 = 12 – 2𝑥 y
𝐹𝑦 = 20 – 4𝑦 + 8

𝜕 𝜕𝐹
𝐹𝜆𝜆 = [ ]
𝜕𝜆 𝜕𝜆
𝜕
= [4𝑥 + 8𝑦 − 88]
𝜕𝜆
=0

pág. 18
 𝜕 𝜕𝐹
𝐹𝜆𝑥 = [ ]
𝜕𝑥 𝜕𝜆
𝜕
= [4𝑥 + 8𝑦 − 88]
𝜕𝑥
=4
El lector puede verificar que las demás derivadas de segundo
orden son
𝐹𝜆𝑦 = 8 𝐹𝑥𝜆 =4 𝐹𝑦𝜆 = 8
𝐹𝑥𝑥 = −2 𝐹𝑦𝜆 = 0
𝐹𝑥𝑦 = 0 𝐹𝑦𝑦 = −4
De donde se tiene que:
𝐹𝜆𝜆 𝐹𝜆𝑥 𝐹𝜆𝑦 0 4 8
𝛥3 = ‖𝐹𝑥𝜆 𝐹𝑥𝑥 𝐹𝑥𝑦 ‖ = ‖ 4 −2 0 ‖ , el cual se puede
𝐹𝑦𝜆 𝐹𝑦𝑥 𝐹𝑦𝑦 8 0 −4
resolver utilizando el método de Sarrus para el cálculo de
determinantes de orden 3:

0 4 8 0 4
𝛥3 = |4 −2 0 | 4 −2
8 0 −4 8 0
= (0)(−2)(−4) + (4)(0)(8) + (8)(4)(0) − (8)(−2)(8)
− (0)(0)(0) − (−4)(4)(4)
𝛥3 = 192

Recordar que para máximos y mínimos condicionados no se

toman en cuenta los menores principales 𝛥1 y Δ2

En este ejercicio 𝛥3 |𝑃0 = 192 > 0, por el criterio se concluye que

la función a optimizar 𝑈(𝑥, 𝑦) tiene un máximo relativo en 𝑃0
el cual es igual a:

𝑈|𝑃0 = 𝑈(𝑥0 , 𝑦0 )
𝑈(𝑥, 𝑦) = 12𝑥 + 20𝑦 − 𝑥2 − 2𝑦 2
𝑈(8, 7) = 12(8) + 20(7) − (82 ) − 2(72 )
𝑈(8, 7) = 74
74 mil dólares es la utilidad máxima al producir y vender 8
artículos del tipo “𝑥” y 7 del tipo “𝑦”, por mes, bajo la
restricción planteada.

Ejemplo 1.7 Una empresa produce calcetines de dos tipos: “𝑥”

pares (en miles) de calcetines de vestir y “𝑦” pares (en miles)
del tipo deportivo. De acuerdo con la demanda y otras
circunstancias de mercado, se ha calculado que la función
de costos totales es 𝐶(𝑥, 𝑦) = 2𝑥2 + 𝑥𝑦 – 𝑦 2 + 200 y que la
producción total mensual deberá ser de 200 pares (en miles).
¿Cuántos pares de cada tipo deberán producirse para
minimizar los costos?

pág. 19
Solución:
Existe una condición que limita la producción: se trata de un
problema de máximos y mínimos condicionados.
I. Se construye la función objetivo 𝐹(, 𝑥, 𝑦) = 𝐶(𝑥, 𝑦) + 𝑔(𝑥, 𝑦),
para lo cual se necesita conocer la restricción 𝑔(𝑥, 𝑦):

Función a optimizar: 𝐶(𝑥, 𝑦) = 2𝑥2 + 𝑥𝑦 – 𝑦 2 + 200

Restricción: “La producción total, “𝑥” miles de pares de
calcetines de vestir más “𝑦” miles de pares del tipo deportivo,
deberá ser igual a 200”  𝑥 + 𝑦 = 200, de donde resulta que
𝑔(𝑥, 𝑦) = 𝑥 + 𝑦 − 200
Función objetivo: 𝐹(, 𝑥, 𝑦) = 𝐶(𝑥, 𝑦) + 𝑔(𝑥, 𝑦)
𝐹(, 𝑥, 𝑦) = 2𝑥2 + 𝑥𝑦 – 𝑦 2 + 200 + (𝑥 + 𝑦 − 200)

II. Se encuentran los puntos críticos de la función objetivo:

𝐹(, 𝑥, 𝑦) = 2𝑥2 + 𝑥𝑦 – 𝑦 2 + 200 + (𝑥 + 𝑦 − 200)

Se encuentran las derivadas parciales con respecto a las

variables , 𝑥 e 𝑦, resultando:
𝐹 = 𝑥 + 𝑦 − 200 𝐹𝑥 = 4𝑥 + 𝑦 +  𝐹 𝑦 = 𝑥 + 2𝑦 + 
𝐹 = 0 𝐹𝑥 = 0 𝐹𝑦=0
(1) 𝑥 + 𝑦 − 200 = 0 (2) 4𝑥 + 𝑦 +  = 0 (3) 𝑥 + 2𝑦 +  = 0

El lector puede verificar que al resolver el sistema de

ecuaciones el punto crítico resulta ser: 𝑃0 (𝑥0 , 𝑦0 ) = 𝑃0 (50, 150)

III. Se encuentran los menores principales del Hessiano de la

función objetivo, comenzando por el tercer menor (no se
toman en cuenta los menores principales 𝛥1 y Δ2), y se evalúan
en el punto crítico para determinar si hay un máximo o un
mínimo relativo.
El Hessiano de la función objetivo es:
𝐹𝜆𝜆 𝐹𝜆𝑥 𝐹𝜆𝑦
𝛥3 = ‖𝐹𝑥𝜆 𝐹𝑥𝑥 𝐹𝑥𝑦 ‖
𝐹𝑦𝜆 𝐹𝑦𝑥 𝐹𝑦𝑦
Hay que encontrar las derivadas parciales de segundo orden
para sustituirlas en ∆3 :

Las derivadas 𝐹𝜆 , 𝐹𝑥 ∧ 𝐹𝑦 ya se conocen: 𝐹 = 𝑥 + 𝑦 − 200 ,

𝐹𝑥 = 4𝑥 + 𝑦 +  y 𝐹 𝑦 = 𝑥 + 2𝑦 + 
El lector puede comprobar que las derivadas parciales de
segundo orden son:
𝐹𝜆𝜆 = 0 𝐹𝑥𝜆 =1 𝐹𝑦𝜆 = 1
𝐹𝜆𝑥 = 1 𝐹𝑥𝑥 = 4 𝐹𝑦𝜆 = 1
𝐹𝜆𝑦 = 1 𝐹𝑥𝑦 = 1 𝐹𝑦𝑦 = 2

pág. 20
 De donde se tiene que:
𝐹𝜆𝜆 𝐹𝜆𝑥 𝐹𝜆𝑦 0 1 1
𝛥3 = ‖ 𝑥𝜆 𝐹𝑥𝑥 𝐹𝑥𝑦 ‖ = ‖ 1
𝐹 4 1‖ = −4
𝐹𝑦𝜆 𝐹𝑦𝑥 𝐹𝑦𝑦 1 1 2

En este caso 𝛥3 |𝑃0 = −4 < 0, por el criterio se concluye que la

función a optimizar 𝐶(𝑥, 𝑦) tiene un mínimo relativo en
𝑃0 (50, 150).

Se concluye entonces que para minimizar los costos se

deberán producir por mes 50,000 pares de calcetines de vestir
y 150,000 pares del tipo deportivo (recordar que el problema
especifica que las cantidades están dadas en miles).

TRABAJOS CITADOS
Leithold, L. (1998). CALCULO (7° ed.). México: Harla.
Mora, W. (2013). CALDULO EN VARIAS VARIABLES (1° ed.). San
José, Costa Rica: Escuela de matemática, Instituto
Tecnológico de Costa Rica.
Stewart, J. (2008). CALCULO DE VARIAS VARIABLES (6° ed.).
México: Thompdon/Brookrs/Cole Cencage Learning Editores,
S.A. de C.V.
Thomas, G. B. (2005). CALCULO DE VARIAS VARIABLES. México:
PEARSON Educación.
Wikipedia, l. e. (17 de Noviembre de 2016). Wikipedia, la
enciclopedia libre. Obtenido de
https://es.wikipedia.org/wiki/C%C3%A1lculo_multivariable

Elaborado: Dr. Rodrigo León

Editado: Lic. Rivas

pág. 21