1

MAXIMOS Y MINIMOS DE UNA FUNCION DE 2 VARIABLES Y MULTIPLICADORES

DE LAGRANGE

AUTORES:

ISAAC AMARIS

CRISTIAN BOHORQUEZ

JAIME CANTILLO

DIEGO CARDENAS

KENNY CHARRIS

INSTITUCIÓN UNIVERSITARIA DE BARRANQUILLA

MODULO: MAT05. CALCULO III

ALBERTH AVILEZ

GRUPO

7_G1

14/03/2024
 2

Máximos y mínimos de una función de 2 variables.

Como se sabe, para las funciones de una variable podemos definir el máximo de la función en un
conjunto S cómo aquel valor x0 que cumple que f(x) ≤ f (x0) para cualquier valor x de dicho
conjunto. De forma análoga se puede definir el mínimo si f (x0) ≤ f (x) para cualquier
punto del conjunto.
Sea f(x) una función. Si x0 es un punto crítico de la función (f’(x0) =0), el punto es un:
Máximo local de la función si f ’’ (x0) < 0.
Mínimo local de la función si f ’’ (x0) > 0.
De la misma manera que ocurre en las funciones de una variable, los extremos de una función de
dos variables tienen como condición necesaria anular la derivada parcial. Formalmente diremos
que: Si f(x, y) alcanza su máximo (o su mínimo) en el punto (x0,y0) del interior de un
subconjunto del dominio de la función. Si existen las derivadas parciales, entonces se cumple
que:
∂f
∂x |
x 0, y 0
=0
∂f
∂y |
x 0, y 0
=0

Una vez que hemos encontrado los puntos críticos, tenemos que clasificarlos, es decir, tenemos
que ver si son máximos o mínimos locales. Como dibujar la superficie de una función de dos
variables no suele resultar sencillo, necesitamos algún método que nos permita saber cómo son
estos puntos críticos.
Recordemos que, para el caso de una función de una variable, la clasificación la podemos
realizar observando el signo de la segunda derivada. Ahora veremos que, para el caso de
funciones de dos variables, es posible también, mediante un criterio similar, estudiar cómo son
los puntos críticos
encontrados.
Los puntos críticos de una función (que son puntos del interior del dominio de la función y no
extremos) de dos variables se clasifican en:
• Máximo locales, si se cumple que f (x0, y0) ≥ f (x, y) en un entorno del punto (x0, y0).
• Mínimos locales, si se cumple que f (x0, y0) ≤ f (x, y) en un entorno del punto (x0, y0).
• Puntos de silla, si existen puntos donde f (x0, y0) ≥ f (x, y) y puntos en los que f (x0, y0)
≤ f (x,y) .
Observemos que no todos los puntos críticos son óptimos, es decir, hay puntos que no son ni
máximos ni mínimos locales: los puntos de silla.
Los puntos de silla reciben este nombre porque se dan en un tipo de funciones cuya gráfica tiene
forma de silla de montar a caballo.
 3

Una vez conocida la clasificación, nos interesa establecer criterios que permitan decidir a cuál de estos
tipos pertenece el punto crítico encontrado. Para ello, buscaremos un método que utilice las derivadas de
segundo orden. Tal y como venimos haciendo, presentaremos el criterio para funciones de dos variables.
Si las segundas derivadas parciales de la función f(x, y) son continuas en un entorno del punto (a, b) y se
cumple que fx(a, b) = 0 y fy(a, b) = 0 (es decir, (a, b) es un punto crítico), entonces definido D como:
2
D=f xx ( a ,b ) f yy ( a , b )−( f xy ( a , b ) )

• Si D > 0 y fxx(a, b) > 0, entonces (a, b) es un mínimo local.

• Si D > 0 y fxx(a, b) < 0, entonces (a, b) es un máximo local.
• Si D < 0, entonces (a, b) es un punto de silla.
• Si D=0 el criterio no es concluyente.

Ejemplo 1.
F (x, y) = 14x2 - 2x3 + 2y2 + 4xy
Derivadas parciales de 1er orden:
 Fx = 28x - 6x2 + 4y
 Fy = 4y + 4x
Derivadas parciales de 2do orden:
 Fxx = 28 – 12x
 Fyy = 4
Derivadas mixtas o cruzadas:
 Fxy = 4
 Fyx = 4
Puntos críticos: (igualar a cero)
 Fx = 28x - 6x2 + 4y = 0  /2  Fx = 14x - 3x2 + 2y = 0 Ecuación 1

 Fy = 4y + 4x = 0  despeje  y= -x Ecuación 2

 Reemplazar ecuación 2 en 1:
 14x - 3x2 + 2(-x) = 0
 12x – 3x2 = 0
 Factorización  3x (4 – x) = 0
 Aplicar factor nulo  a * b = 0  a = 0 o b=

 3x = 0 x1 = 0
 4

 4–x=0 x2 = 4

 Encontrar los valores de Y reemplazando los valores anteriores en la ecuación 2:

 Y1 = - x1  Y1 = 0
 Y2 = - x2  Y2 = -4

 P.C.1 = (0, 0)
 P.C.2 = (4, -4)
Discriminante = Fxx * Fyy – (fxy)2
 D = (28 – 12x) * 4 - (4) 2
 D = 112 – 48x – 16
 D= 96 – 48x

P.C.1 = (0,0) en:

 Fxx = 28 – 12x  28 > 0
 Fyy = 4  4 >0 MINIMO
 D= 96 – 48x  96 > 0

P.C.2 = (4,-4) en:

 Fxx = 28 – 12x  -20 < 0
 Fyy = 4  4 >0 Punto de silla
 D= 96 – 48x  -96 < 0

PUNTOS ESPACIALES
P.C.1 = (0,0,0)
 5

 Z = F (x, y) = 14x2 - 2x3 + 2y2 + 4xy

 Z = F (x, y) = 14(0)2 - 2(0)3 + 2(0)2 + 4(0)(0)
 Z=0

P.C.2 = (4,-4, 64)

 Z = F (x, y) = 14x2 - 2x3 + 2y2 + 4xy
 Z = F (x, y) = 14(4)2 - 2(4)3 + 2(-4)2 + 4(-4) (4)
 Z = 64
Ejemplo 2.
3 2
f ( x , y )=3 x + y −9 x+ 4 y
Derivadas parciales de 1er orden:
 Fx = 9 x 2 – 9
 Fy = 2y + 4
Derivadas parciales de 2do orden:
 Fxx = 18x
 Fyy = 2
Derivadas mixtas o cruzadas:
 Fxy = 0
 Fyx = 0
Puntos críticos: (igualar a cero)
2 9
 Fx= 9 x 2 – 9 = 0  x=  x=√ 1  x=1 ; x=−1
9

−4
 Fy = 2y + 4= 0  y=  y = -2
2

 P.C.1 = (1, -2)

 P.C.2 = (-1, -2)
Discriminante = Fxx * Fyy – (fxy)2
 D = 18x * 2 - (0) 2
 D = 36x – 0
 D= 36x
Evaluar puntos en la discriminante.
 6

 D= 36(1) = 36 D >0
Voy a fxx
 18x MINIMO
 18(1) =18
Evaluar puntos en la discriminante.
 D= 36(-1) = -36 D < 0 Punto de silla

PUNTOS ESPACIALES
P.C.1 = (1,-2,-10) mínimo
 Z = f ( 1 ,−2 )=3 x 3+ y 2−9 x+ 4 y
 Z = f ( 1 ,−2 )=3(1)3 +(−2)2−9(1)+ 4(−2)
 Z = f ( 1 ,−2 )=3+ 4−9−8
 Z = f ( 1 ,−2 )=3+ 4−9−8
 Z= -10

P.C.1 = (-1,-2,2) silla

 Z = f (−1 ,−2 )=3 x 3+ y 2−9 x+ 4 y
 Z = f (−1 ,−2 )=3(−1)3 +(−2)2−9(−1)+ 4 (−2)
 Z = f (−1 ,−2 )=−3+ 4+ 9−8
 Z= 2

Multiplicadores de Lagrange.
Es una técnica la cual permite encontrar el máximo o el mínimo de una función el cual es
multivariable, esto cuando existe una restricción en los valores de entrada que se puede usar.
Se habla de restricciones porque muchos problemas de optimización traen consigo restricciones
o ligaduras para lograr dar una solución que sea optima, estas restricciones suelen generar
problemas al querer dar una solución óptima, esto porque la solución óptima se presenta en un
punto frontera del dominio.
La idea de esta técnica es buscar puntos donde las curvas de nivel de f y g sean tangentes entre
sí, en otras palabras, encontrar puntos donde los vectores gradientes de f y g sean paralelos entre
sí.
La técnica de los multiplicadores de Lagrange solo aplica a las restricciones del tipo:
g= ( x , y … )=c
 7

En funciones de 2 variables se tienen la función base f ( x , y ) y la restricción

g= ( x , y )=c .

La definición nos indica que los vectores gradientes deben ser paralelos, esto nos indica que
tanto la función f y g se trabajaran como gradientes.
∇ f (x, y)
∇ g=( x , y ) =c
Para realizar la técnica de multiplicadores de Lagrange se utilizará un escalar con símbolo λ el
cual multiplicará a la función restricción ∇ g=( x , y ) =c , quedando que la siguiente manera:
λ ∇ g=( x , y )=c .
Como los vectores gradientes deben ser paralelos entonces las dos funciones se deben igualar,
siendo este la formula principal para realizar la técnica de Lagrange.
∇ f ( x , y )= λ ∇ g=( x , y )=c
Al realizar la igualación se debe aplicar la derivadas parciales de x, y, λ , con el fin de tener 3
ecuaciones con lo cual encontrar posteriormente los valores de x, y, λ .
Por último, al encontrar los puntos se evaluará la función f en los puntos para encontrar los
máximos y mínimos sujetos a la restricción.

Ejemplo 1.

f ( x , y )=x 2+ 2 y 2
g( x , y ) =x 2+ y 2 =1 → λg( x , y ) =x 2 λ+ y 2 λ=λ

formula.
∇ f ( x , y ) = λ ∇g( x , y )
2 2 2 2
∇ f ( x , y )=x i+ 2 y j λ ∇g( x , y ) =x λ i+ y λ j=λ
Igualar ecuaciones con igual vector unidad.

1) x 2=¿ x 2 λ
2) 2 y 2=¿ y 2 λ
3) x 2 λ + y 2 λ=λ
Realizar derivadas parciales con respecto x , y , λ .
1) Fx =2x¿ 2x λ
2) Fy =4y¿ 2y λ
 8

3) f λ=x 2 + y 2=1

Encontrar valores de λ , x , y en las ecuaciones 1,2,3 para encontrar los puntos P.

2x
1) 2x¿ 2x λ → =¿ λ → λ=1
2x

2) 4y¿ 2y λ → 4y¿ 2y(1) → 4y−¿2y¿ 0 → 2y¿ 0 → y¿ 0

3) x 2+ y 2=1 → x2 +0 2=1 → x 2=1

x=√ 1 → x=1 → x=−1

P= (1 , 0 ) ;(−1, 0)

Encontrar nuevos valores de λ , x , y en las ecuaciones 1,2,3 para encontrar los puntos P.

4Y
2) 4y¿ 2y λ → =¿ λ → 2¿ λ
2Y
1) 2x¿ 2x λ → 2x¿ 2x(2) → 2x−4 x=0 → −2 x=0 → x=0

3) x 2+ y 2=1 → 02 + y 2=1 → y 2=1

y= √ 1 → y=1 y=−1
P= ( 0 ,1 ) ;( 0 ,−1)

Valorar la función f en los puntos encontrados.

P= (1 , 0 ) ;(−1, 0) f ( x , y )=x 2+ 2 y 2
2 2
f ( 1 , 0 )=1 +2(0) → f ( 1 , 0 )=1+ 0→ f ( 1 , 0 )=1

f (−1 , 0 ) =(−1) + 2(0) → f (−1 , 0 ) =1+ 0 → f ( 1 , 0 )=1

2 2

El valor encontrado 1 es un mínimo.

P= ( 0 ,1 ) ;( 0 ,−1) f ( x , y )=x 2+ 2 y 2

f ( 0 ,1 )=0 +2(1) → f ( 0 ,1 )=0+2 → f ( 0 ,1 )=2

2 2

2 2
f ( 0 ,−1 )=0 + 2(−1) → f ( 0 ,−1 )=0+ 2 → f ( 0 ,−1 )=2
 9

El valor encontrado 2 es un máximo.

Ejemplo 2.
Función inicial.
2 2
f ( x , y )=36−x − y
Condición.

x + y=4
Formula a utilizar:

L ( x , y , λ )=f ( x , y ) + λ g(x , y)
Multiplicamos a la ecuación restricción por λ .

λg ( x , y )=xλ+ yλ−4 λ
Sustituimos las ecuaciones.
2 2
L ( x , y , λ )=36−x − y + xλ+ yλ−4 λ
Encontramos derivadas parciales de x , y , λ .

∂L
=−2 x + λ
∂x
∂L
=−2 y+ λ
∂Y
∂L
=x + y −4
∂λ

Encontrar valores de x , y , λ Igualando las ecuaciones a 0.

x + y−4=0 → x=4− y
−2 x+ λ=0→ −2(4− y)+ λ=0 → −8+2 y + λ=0 → 2 y + λ=8

−2 y + λ=0
2 y + λ=8
8
0 + 2 λ =8 → λ= λ=4
2
Encontramos el valor de λ ahora se remplaza en las ecuaciones para encontrar el valor de x, y.
 10

4
−2 y + λ=0 → −2 y=−4 → y= y=2
2
x=4− y → x=4−2 → x=2
Encontramos los valores de x, y, obteniendo un punto el cual es P (2,2.
Se utilizará esta fórmula:
2
ð L=f xx +f xy + f yx +f yy
Para encontrar si es un mínimo o un máximo.

f xx =−2 x + λ →−2

f xy =−2 y+ λ → 0

f yx =−2 y + λ → 0

f yy =−2 y + λ →−2

Reemplazamos en la fórmula.
2
ð L=−2+0+0−2
2
ð L=−4
Nos da un valor de -4 lo cual es <0 esto nos indica que el punto P (2,2) es un máximo.
 11

Bibliografía.

Gomezgaray, I. (2011). DYCRE_1_T1_MaEm_U4L03.pdf.

https://www.cartagena99.com/recursos/alumnos/apuntes/DYCRE_1_T1_MaE

m_U4L03.pdf.

Introducción a los multiplicadores de Lagrange (artículo). (s/f). Khan Academy.

Recuperado el 14 de marzo de 2024, de

https://es.khanacademy.org/math/multivariable-calculus/applications-of-

multivariable-derivatives/constrained-optimization/a/lagrange-multipliers-

single-constraint

¿Qué son los multiplicadores de Lagrange? (2022, octubre 19). KeepCoding Bootcamps.

https://keepcoding.io/blog/que-son-multiplicadores-de-lagrange/

Larson, R. (2010). LARSON.pdf.