FACULTA DE CIENCIAS ECONÓMICAS

ESCUELA PROFESIONAL DE ECONOMÍA

INFORME ACADÉMICO
“Problemas resueltos y/o ejercicios de máximos y
mínimos de funciones de varias variables”

Autor:

JIMENEZ ZURITA, Mariela

Docente:

Dr. VERA NAMAY, Emiliano Máximo

Tumbes-Perú
2024-II

1
INDICE

INTRODUCION.............................................................................................Pag 03
OBJETIVOS ……………………………………………………………….. Pag 03
MAXIMOS Y MINIMOS DE FUNCIONES DE VARIAS
VARIABLES. … … … … … … … … … … … … … … … … … … … … … . Pag 4
CRITERIO DE LA SEGUNDA DERIVADA: .............................................Pag 7
MATRIZ ENECIMA DE UNA FUNCION DE VARIAS VARIABLES.. Pag 8
CRITERIOS DE LA MATRIZ HESSIANA PARA LOS MAXIMOS Y MINIMOS
RELATIVOS. ................................................................................................ .Pag 10
MAXIMOS Y MINIMOS SUJETO A RESTRICCIONES……………….Pag 11
METODO DE LOS MULTIPLICADORES DE LAGRANGE……….....Pag 13
CONDICIONES DE KUHN – TUCKER………………… ……………….Pag 14
EJEMPLO 01……………………………………………………………….. Pag 15
EJEMPLO 02……………………………………………………………….. Pag 16
EJEMPLO 03…………………………………………………. ……………..Pag 17
CONCLUSION…………………………………………………………….. ..Pag 19
CITAS BIBLIOGRAFICAS………………………………………………. ..Pag 20

2
 INTRODUCION

Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de
hacer algo. En muchas ocasiones a través de los poderosos mecanismos de cálculo
diferencial es posible encontrar respuestas a estos problemas, que de otro modo
parecían imposible su solución, por lo tanto en este apartado hablaremos sobre los
valores máximos y mínimos de una función de varias variables. En numerosas
ocasiones encontraremos fenómenos que dependen del valor de una sola variable (el
tamaño de un potro que varía solamente con respecto al tiempo transcurrido). Sin
embargo, podremos también enfrentarnos a situaciones en las que han de
considerarse dos o más variables.

OBJETIVO GENERAL
Tiene como objetivo el desarrollo de las habilidades de cálculo y análisis de los máximos y
mínimos de funciones de varias variables. En este caso, se pueden utilizar ejemplos más
complejos y se pueden abordar problemas de optimización.

OBJETIVOS ESPECIFICOS
 Introducir los conceptos de máximos y mínimos de funciones de varias variables
 Explicar las condiciones necesarias y suficientes para la existencia de máximos y
mínimos.
 Presentar los métodos de cálculo de máximos y mínimos.
 Aplicar los métodos de cálculo a ejemplos concretos

3
 I. MAXIMOS Y MINIMOS DE FUNCIONES DE VARIAS
VARIABLES.

1.1. Definición:

2 2
a. La función f: D⊂R R definida en un conjunto abierto D ⊂R , tiene un valor máximo

2
absoluto sobre el conjunto D⊂R , si existe un punto P(x0 , y0) ε D tal

que f(x, y) ≤ f(x0, y0), para todo (x, y) ε D, en este caso f(x0, y0),es el valor máximo
absoluto de f en D.

2 2
b. La función f: D ⊂R R definida en un conjunto abierto D ⊂ R , tiene un valor

2
mínimo absoluto sobre el conjunto D⊂R , si existe un punto P(x0 , y0) ε

D tal que f(x, y) ≤ f(x0, y0), para todo (x, y) ε D, en este caso f(x0, y0),es el valor mínimo
absoluto de f en D.

2 2
Si la función f: D⊂R R es continua en un conjunto cerrado D⊂R entonces existe al
menos un punto P que pertenece a D donde f tiene un valor mínimo absoluto.

2 n
c. La función f: D ⊂R R, definida en un conjunto abierto D ⊂R tiene un valor mínimo
relativo en el punto x0 ε D, si existe una bola abierta B(x0 ,ε) ⊂ D tal que f(x0)≤ que f (x),

para todo x que pertenece a B(x0 ,ε) ⊂ D.

4
 n n
d. La función f:D⊂R R, definida en un conjunto abierto D⊂R , tiene un valor máximo
relativo en el punto x0 ε D, si existe una bola abierta B(x0 ,ε) ⊂ D tal que f(x0)≤ que f (x),

para todo x que pertenece a B(x0 ,ε) ⊂ D.

n
A los valores máximos y mínimos relativos de la función f:D⊂R R le

Llamaremos
extremos de la función f.

n
f:D⊂R R
Si la función definida en un conjunto abierto de D⊂R n tiene un valor extremo
en x0ε D y Dk f(x0), existe entoncesDk f(x0) = 0 para todo k=1,2,3,4….n. Si la función f
tiene un valor máximo relativo en x0ε D entonces existe un B(x0 ,ε) ⊂ D

Tal que f(x0) ≤ que f (x0), para todo xε B(x0 ,ε), luego

Donde µk = (0,0,…..,1, o,….) esto es debido a que , para cada x0+ hµk ε B(x0 ,ε)

Se tiene esto nos implica que si h > 0 se tiene:

ahora si h < 0

Como Dk f(x0), existe se tiene que:

Dk f(x0), = = =

donde

Dk f(x0) = 0

5
 n
Por lo tanto los valores extremos de una función f:D⊂R R definida en el conjunto

D puede ocurrir en puntos donde las primeras derivadas parciales de f son ceros.

Definición:
n n
0
Sea la función f:D⊂R R, definida en un conjunto de abierto D⊂R . Los puntos x

,ε D, donde todas las derivadas parciales del primer orden de f son ceros o no

existen, se llaman puntos estacionarios o puntos críticos de f.

2
Para el caso de las funciones f:D⊂R R, diremos que los puntos P (a,b) para los cuales

, = 0 se dice que son puntos críticos de f. Los puntos críticos

juegan un papel muy importante para los máximos y mínimos relativos.

6
 II. CRITERIO DE LA SEGUNDA DERIVADA:

2
Sea f:D⊂R R una función definida en el conjunto abierto D de tal manera que
las

derivadas parciales primeras y segundas de f sean continuas en la relación abierta.

Contienes un punto (a,b) tal que = 0, para determinar si en

dicho punto hay un extremo relativo de f, definimos la cantidad.

∆= –( )2

i) si ∆>0 y entonces f(a,b)es un valor mínimo relativo.

ii) si ∆>0 y , entonces f(a,b)es un valor máximo relativo.
iii) si ∆<0, entonces (a,b,f(a,b)) es un punto de silla.

iv) si ∆=0, este criterio no da información.

7
En forma práctica se puede recordar la formula ∆ en el criterio de la segunda
derivada y que viene lado por el determinante.

∆=| | siendo =

III. MATRIZ ENECIMA DE UNA FUNCION DE VARIAS

VARIABLES

3.1. Forma cuadrática: Si A es una matriz simétrica de orden n, una función

n, n
cuadrática en R es una función p:R R, definida por: p(x)=xA.x , donde
n
x=(x1.x2………..xn) ε R

Observación:se observa que le desarrollo de una forma cuadrática en términos de

las variables x, y, z corresponde a un polinomio homogéneo de grado 2, en donde
los coeficientes de los términos cuadráticos son los elementos de la diagonal
principal de la matriz simétrica.

8
 IV. SUB-MATRIZ ANGULAR:

Sea A=[aij]nxn una matriz cuadrada de orden n.a11 kjn

A= ]

A la sub – matriz A1 =[a11], A2 = ………An= A, se denomina sub –

matrices angulares de A.

9
 V. CRITERIOS DE LA MATRIZ HESSIANA PARA LOS MAXIMOS Y
MINIMOS RELATIVOS.

n
Si f:D⊂R R es una función donde sus derivadas parciales de segundo orden son

n n
continuas en un conjunto abierto D⊂R y sea x0εR un punto crítico, es decir D1 f(x0)

= 0, D2 f(x0) = 0,………, Dn f(x0) = 0, denotaremos por ∆n el determinante dela

matriz hessiana H (f(x0)), es decir.

∆=|H (f(x0))| = |

Entonces:

i) a x0 corresponde a un mínimo relativo si: ∆1> 0, ∆2> 0,….., ∆n> 0 y cuyo

valor mínimo es f(x0).

ii) a x0corresponde a un mínimo relativo si: ∆1> 0, ∆2> 0, ∆3> 0, ∆4> 0,…..y

cuyo valor máximo es f(x0).

10
 VI. MAXIMOS Y MINIMOS SUJETO A RESTRICCIONES
(Extremos Condicionados):

En los problemas prácticos de máximos y de minimizar una función f donde f(x,y) está
sujeta a condiciones específicas o restricciones en las variables, tales restricciones pueden
expresarse como igualdades o como desigualdades.

Para maximizar o minimizar una función f(x,y) sujeta a una restricción de igualdad se
emplea el método de multiplicadores de Lagrange

Para maximizar o minimizar una función f(x,y) sujeta a una restricción de desigualdades
se emplean las condiciones de KUHN – TUCKER, para esto daremos las definiciones
siguientes:

n
a) Consideremos una función f:D⊂R R definida en el conjunto D y sea P(x1,x2,
…..xn) ε D, se dice que las variables x1,x2,…..xn satisfacen condiciones de

n
enlace, si existen funciones ⱷ1, ⱷ2,……ⱷm: R R tal que:

11
b) Consideremos una función f:D⊂RnR definida en el conjunto abierto D.
Diremos que el punto P0 ε D corresponde a un máximo condiciones de f

(mínimo condicionado de f) si: f(P) ≤ f(PO) , f(PO) ≤ f(P) para todo P y P0 que cumplen las
condiciones de enlace (*).

12
 VII. METODO DE LOS MULTIPLICADORES DE LAGRANGE:

Suponiendo que se desee maximizar o minimizar la función f(x,y) sujeto a la

restricción g(x,y)=0, para esto formamos la función objetivo.

F(x,y,λ)=f(x,y) -,λ g(x,y)

Donde la calidad λ llamado multiplicador de Lagrange es independiente de x e y.

Luego se calcula las derivadas parciales para hallar los puntos críticos

La resolución de las 3 ecuaciones nos dan loa puntos críticos restringidos los cuales
satisfacen a la restricción, los máximos y mínimos se obtienen en forma similar que
los máximos y mínimos no restringidos.

13
Si x=a, y=b es un punto crítico y si ∆*= . )2

Si ∆*>0 entonces

Si ∆*≤ 0, no se tiene información en (a,b).

VIII. CONDICIONES DE KUHN – TUCKER.

Las condiciones de KUHN – TUCKER, establece que: un punto (x;y) es un máximo

local de f(a,b) cuando g(x,y) ≤ 0, solamente si existe un valor no negativo de tal
que y (x,y) satisface las condiciones de KUHN – TUCKER.

Estos últimos es suficiente si f(x,y) es cóncava hacia arriba y g(x,y) es cóncava

arriba , debido a que un punto máximo de f(x,y)es un punto mínimo de resultados
también se puede aplicar para minimizar una función cóncava según una restricción
también cóncava hacia arriba, para el caso en la que la restricción de la forma
g(x,y) entonces g(x,y) debe ser cóncava hacia abajo.

14
EJERCICIOS:
EJEMPLO 01.
2 2
Obtener los máximos y mínimos de la función f(x,y)= 3x +4y -xy, sujeta a la
restricción 2x+ y=21
Solución:
Sea F(x,y, ) = f(x,y) –
2 2
F(x,y, )= 3x +4y -xy - , calculando las derivadas

Entonces entonces y=

Como 2x + y – 21 = 0 entonces 2x + = 21 de donde entonces

P(8.5, 4)

2
∆*= = (6) (8) – (-1) = 47 > 0 y como = 6>0 y
>0

Entonces (8.5, 4) es un mínimo restringido de f(x,y)

15
EJEMPLO 02
Considera la función f ( x , y )−x 2+ y 2−4 x−6 y +9. Encuentra los puntos críticos y determina
si hay máximos o mínimos locales.

SOLUCION

Calculamos las derivadas parciales respecto a X e Y

∂f
=2 x−4
∂x

∂f
=2 y −6
∂y

∂f ∂f
Resolvemos para =0 y =0 para encontrar los puntos críticos. En este caso,
∂x ∂y
obtenemos x−2 e y−3

Calculamos la matriz hessiana y evaluamos en los puntos críticos. La matriz hessiana

es:

[ ]
2 2
∂ f ∂ f
2
∂ x∂ y
H− ∂ x2
∂ f ∂2 f
∂ y2 ∂ x ∂ y2

2 0
Evaluamos H en (2,3)(2,3) y obtenemos H(2,3)−
0 2

Calculamos el determinante de H y los menores principales: det(H)=4

menor principal 1=2

Como det(H) y menor principal de 1 < 0 ; concluimos que hay un minimo local en el
punto critico (2,3) .

16
EJEMPLO 03

Halle los máximos y mínimos de f ( x , y )=x 3 +3 x − y 3

Para hallar los extremos de f, si es que tiene, debemos primero hallar los puntos críticos, esto
es, puntos donde las derivadas parciales se anulan simultáneamente o donde alguna de ellas
no esté definida
Para ello debemos encontrar las derivadas parciales f x ( x , y )=3 x 2 +3 y y f y ( x , y )=3 x−3 y 2
(ambas son funciones polinómicas, por lo tanto no hay puntos donde no estén definidas), y
resolver

el sistema de ecuaciones {f x ( x , y )=0

f y ( x , y ) =0

{f x ( x , y )=0
{ {
2 2
3 x +3 y=0 x + y=0
2 2
f y ( x , y ) =0 3 x −3 y =0 x− y =0
Despejando de la segunda ecuación obtenemos x= y 2y reemplazando esto en la primera:
y + y=0 de aqui y ( y +1 )=0 lo cual indica que y=0 o bien y=−1
4 3

-Si y=0 , reemplazando hallamos x=0 y tenemos el punto crítico (0,0).

-Si y=−1 , reemplazando hallamos x=1 y tenemos el punto crítico (1, −1)
Una vez hallados los puntos críticos aplicaremos el Criterio para Máximos y Mínimos (16.37)
para determinar si son extremos y en caso de serlo, determinar de qué tipo.

Calculemos las derivadas segundas de la función:

f xx ( x , y )=6 x , f yy ( x , y )=−6 y , f xy ( x , y )=3
Apliquemos el criterio al punto crítico (0,0):
f xx ( 0 , 0 )=0 , f yy ( 0 , 0 )=0 , f xy ( 0 , 0 ) =3
2
f xx ( 0 , 0 ) . f yy ( 0 , 0 )− [ f xy ( 0 ,0 ) ] =0−9<0 , por lo tanto, el punto crítico (0,0) no es un valor
extremo.
Apliquemos el criterio al punto crítico (1, −1):
f xx ( 1 ,−1 )=6 , f yy ( 1 ,−1 )=6 , f xy ( 1 ,−1 )=3
17
 2
f xx ( 1 ,−1 ) . f yy ( 1 ,−1 )− [ f xy (1 ,−1 ) ] =6.6−9=27>0 y f xx (1 ,−1 )=6> 0 , por lo tanto, el punto
crítico (1, −1) es un mínimo local y su valor es 𝑓(1, −1) = −1.

En conclusión, la función alcanza un mínimo local en el punto (1, −1) y su valor mínimo es
𝑓(1, −1) = −1.

18
 CONCLUSIONES

Con este material hemos pretendido mostrar cómo ciertos resultados que se tienen
para funciones reales de dos variables reales y que tienen que ver con la
determinación de puntos de extremo local se pueden extender a mayor número de
variables.

Por otro lado mediante los valores máximos y mínimos logramos saber la altura,
medida, valores al momento de trazar la curva de una función; se ha aprendido a
aplicar matriz hessiana, lo cual es de gran provecho porque así se determina una
parte muy importante del comportamiento de una función, tal como lo es el punto de
los máximos y mínimos.

Se ha visto que estos procesos son sencillos y solamente se necesita plantear

correctamente la matriz hessiana y luego simplemente se resuelve la matriz que se
tiene por el método que ya se conoce de la determinante de una matriz cuadrada

19
BIBLIOGRAFIA

 Ortega, J. M., & Rheinboldt, W. C. (1970). Euler-Lagrange equations and boundary

file:///C:/Users/USUARIO/Downloads/funciones-de-varias-
variables_compress.pdfconditions. SIAM Journal on Mathematical Analysis, 1(2),
265-271.
 Boyce, W.C. y DiPrima, R.C. (2017). Calculus of Variations and Optimal Control
Theory. New York: Dover Publications.
 Bellman, R.E. (1957). "The Lagrange multiplier method for optimal control
problems". Quarterly of Applied Mathematics, 15(3), 247-252.
 file:///C:/Users/USUARIO/Downloads/CONFERENCIA%2007.pdf

20
21