CÁLCULO 2

Optimización de funciones de varias

variables, sin restricciones y con
restricciones

Departamento de Ciencias
OPTIMIZACIÓN DE FUNCIONES DE VARIAS
VARIABLES SIN RESTRICCIONES
¿Qué nombre recibe el punto señalado en la
superficie?
 Responda las siguientes preguntas:

 Para una función de una variable real, ¿Cómo se define un

punto crítico?

 Para una función de una variable real, ¿qué criterios se

toman en cuenta para hallar los extremos relativos de dicha
función?

 ¿Cómo se de finen los extremos relativos en funciones de

dos variables reales?
Resuelva el siguiente problema de aplicación:

Calcule el volumen de la caja rectangular más grande que

esté en el primer octante con tres de sus caras en los planos
coordenados y un vértice en el plano x +2y +3z = 6.
LOGRO DE SESIÓN

Al finalizar la sesión, el
estudiante resuelve
problemas vinculados a
gestión e ingeniería a partir
de la optimización de
funciones en varias
variables, usando el criterio
de la segunda derivada, de
forma coherente.
 TEMARIO

• Extremos relativos.
• Definición de punto crítico.
• Criterio de las segundas derivadas.
 DEFINICIÓN DE EXTREMOS RELATIVO
Sea f función real, de varias variables, definida en una región R que
contiene (x0 , y0) :
f tiene o alcanza mínimo local (o f tiene o alcanza máximo local (o
relativo) en el punto (x0 , y0) si relativo) en el punto (x0 , y0) si
f (x,y) ≥ f (x0 , y0) f (x,y) ≤ f (x0 , y0)
para todo (x , y) en un disco abierto para todo (x , y) en un disco abierto
que contiene (x0 , y0). que contiene (x0 , y0) .

El número f (x0 , y0) es un valor El número f (x0 , y0) es un valor

mínimo local de f. máximo local de f.
 DEFINICIÓN DE PUNTOS CRÍTICOS
Sea f definida en una región abierta R que contiene (x0 , y0). El punto
(x0 , y0) es un punto crítico de f si se satisface una de las condiciones
siguientes:
1) f x ( x0 , y0 )  0 y f y ( x0 , y0 )  0
2) f x ( x0 , y0 ) o f y ( x0 , y0 ) no existe

Ejemplo 1
Hallar los puntos críticos de f (x,y) = 12x – x3 – 4y2
Solución:
f x ( x, y )  12  3x2 y f y ( x, y)  8 y
los puntos críticos se Por lo tanto hay dos puntos críticos:
encuentran resolviendo
simultáneamente:
(2 , 0) y (– 2 , 0)
12  3x 2  0  x  2
 8y  0  y  0
 LOS EXTREMOS RELATIVOS SE PRESENTAN SÓLO
EN PUNTOS CRÍTICOS
Si f tiene un extremo relativo en (x0 , y0) en una región abierta
R, entonces (x0 , y0) es un punto crítico de f .

Observación: No todos los puntos

críticos originan valores extremos. Por
ejemplo, la función f(x, y) = y2 – x2
tiene un único punto crítico P(0, 0),
pero f (0, 0) = 0 no es un valor extremo
de f puesto que en una vecindad de 0,
la función f toma valores positivos y
valores negativos.

http://www.tec-digital.itcr.ac.cr/revistamatematica/cursos-linea/3D-Web/maxmin_fig3.html
 CRITERIO DE LAS SEGUNDAS DERIVADAS PARCIALES

Sea f una función con segundas derivadas parciales continuas en una

región abierta que contiene un punto (a, b), para el cual

f x ( a, b)  0 y f y ( a, b)  0

Es decir, (a, b) es un punto crítico de f.

Para buscar los extremos relativos de f, considérese la cantidad

2
d  f x x (a, b)  f y y (a, b)   f x y (a, b) 

1. Si d  0 y f x x (a, b)  0, entonces f tiene un mínimo relativo en (a, b).

2. Si d  0 y f x x (a, b)  0, entonces f tiene un máximo relativo en (a, b).
3. Si d  0, entonces (a, b, f (a, b)) es un punto silla.
4. Si d  0, el criterio no lleva a ninguna conclusión.
Extremos de una función
 Ejemplo 2

Identificar los extremos relativos de la función f (x,y) = x3 –y3 + 6xy

Solución:
f x ( x, y )  3x2  6 y y f y ( x, y)  3 y 2 +6x
los puntos críticos se encuentran resolviendo simultáneamente:

3x2  6 y  0 y  3 y 2 +6x  0
x2
De la primera ecuación, se obtiene y que se puede sustituir en
la segunda ecuación para encontrar 2
x2 2
 3( ) +6x  0
2
 x( x 3  8)  0
x0 y x2

Por lo tanto hay dos puntos críticos: (0 , 0) y (2 , –2)

 Las derivadas parciales de segundo orden de f (x,y) = x3 –y3 + 6xy son:

f xx ( x, y )  6 x , f yy ( x, y )   6 y ; f xy ( x, y )  6

Por lo tanto : 2
d  f x x ( x, y )  f y y ( x, y )   f x y ( x, y ) 
d   36( xy  1)

Para (0 , 0): Para (2 , –2):

d   36(0)(0)  1)  36  0 d   36 (2)(2)  1)  108  0
Se deduce que f tiene un y f xx (2, 2)  6(2)  12  0
punto silla en (0 , 0):
Se deduce que f tiene un mínimo
relativo en (2 , –2)
 SOLUCIÓN DEL PROBLEMA DE APLICACIÓN

Calcule el volumen de la caja rectangular

más grande que esté en el primer octante con
tres de sus caras en los planos coordenados y
un vértice en el plano x +2y +3z = 6.

Como z =(2 – x/3 – 2y/3), el volumen de la caja es V = xy(2 – x/3 – 2y/3).

Nos interesa solo x > 0 y y > 0. Entonces,
2
2 2y 4x  2 
d  d ( x, y )  Vx x ( x, y ) Vy y ( x, y )  Vx y ( x, y )     ( )   ( x  2 yy  3) 
3 3 3 
Por lo tanto :

Así: 4 2
d  d (2,1)   0 ; Vx x (2,1)    0 
3 3
Esto nos dice que el volumen es máximo cuando las dimensiones de la caja son x = 2, y = 1
y z =2/3. El volumen máximo es V = 4/3 u3 .
OPTIMIZACIÓN DE FUNCIONES DE VARIAS VARIABLES
CON RESTRICCIONES. MULTIPLICADORES DE LAGRANGE
 ¿Que tanta resistencia debe soportar el armazón
del avión para poder estar estable frente a las
ráfagas de viento ?
 Las matemáticas del diseño de aviones
El proceso de optimización del diseño tiene como objetivo fundamental mejorar el
rendimiento esto se lleva a cabo mediante la resolución de ecuaciones que permite
simular el comportamiento del avión en interacción con el aire hasta dar con el diseño
más eficiente, en este caso, el que oponga menos resistencia al avance.

Generalmente , las técnicas de

optimización para el diseño de
aeronaves hacen uso de los
denominados, Métodos basados
en los gradientes.La forma más
inmediata de calcular los
gradientes (que se conoce como
método de derivación directa o
de diferencias finitas) consiste en
producir pequeñas perturbaciones
en todas y cada una de las
variables de diseño y calcular el
valor de la función objetivo antes y
después de cada perturbación.

¿Cuántas restricciones se necesita imponer para formular el modelo ?

 PROBLEMA DE LAGRANGE

Optimize la función
z  f ( x, y)  x3  xy  y 2  3

Sujeta a la condición:
x2  2 y 2  1

http://intermat.fciencias.unam.mx/ArticuloLag/lagAnim.html
LOGRO DE SESIÓN

Al finalizar la sesión, el
estudiante resuelve
problemas vinculados a
gestión e ingeniería a partir
de la optimización de
funciones en varias
variables, con restricciones,
de forma coherente.
 TEMARIO

• Extremos con restricción: Multiplicadores de Lagrange.

• Método de los Multiplicadores de Lagrange para funciones

de dos variables con una restricción.

• Método de los Multiplicadores de Lagrange para funciones

de tres variables.

• Método de los Multiplicadores de Lagrange con dos

restricciones.
 Extremos con restricción: Multiplicadores de Lagrange
Supóngase que queremos hallar los máximos y los mínimos relativos de z = f (x , y)
sujeto a la restricción g(x, y) = 0. Esto significa que la función f (x , y) solo podrá ser
evaluada en los puntos (x,y) que estén en la curva de nivel g(x,y) = 0, es decir f (x,y)
está restringida (o sujeta) a g(x,y) = 0.
 Teorema de Lagrange
Suponga que la función z=f (x,y) tiene un extremo en el punto (a , b)
sobre la gráfica de la ecuación restricción g(x, y) = 0. Si f y g tienen
primeras derivadas parciales continuas en un conjunto abierto que
contiene la gráfica de la ecuación de restricción y g(a, b) ≠ 0, entonces
existe un número real λ tal que  f (a, b) = λg(a, b) .
El número real λ para el cual f (a, b) = λg(a, b) recibe el nombre de
multiplicador de Lagrange.
 MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE
( Con una restricción)
Sean f y g funciones que satisfacen las hipótesis del teorema de
Lagrange, y sea f una función que tiene un mínimo o un máximo
sujeto a la restricción g(x, y)= c. Para hallar el mínimo o el máximo de
f , seguir los pasos descritos a continuación.

1). Resolver simultáneamente las ecuaciones  f (x, y) = λg(x, y) y

g(x, y)= c resolviendo el sistema de ecuaciones siguiente.
f x (x, y) = λg x (x, y)
f y (x, y) = λg y (x, y)
g (x, y) = c

2). Evaluar f en cada punto solución obtenido en el primer paso. El

valor mayor da el máximo de f sujeto a la restricción g(x, y)= c y el
valor menor da el mínimo de f sujeto a la restricción g(x, y)= c.
Ejemplo 01
Obtenga los valores mayores y menores que toma la función: f (x,y)=xy
sobre la elipse

solución
 MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE
( Para Funciones de tres variables)
Para encontrar los extremos de una función de tres variables w = f (x, y, z)
sujeta a la restricción g(x, y, z) = c resolvemos un sistema de cuatro
ecuaciones:
f x (x, y, z) = λg x (x, y, z)
f y (x, y, z) = λg y (x, y, z)
f z (x, y, z) = λg z (x, y, z)
g (x, y, z) = c

MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE

( Con dos restricciones)
En problemas de optimización que involucran dos funciones de restricción g y
h se puede introducir un segundo multiplicador de Lagrange, m (letra
minúscula mu del alfabeto griego), y resolver las ecuaciones:

f (x, y) = λg(x, y) + m h(x, y) ; g(x, y) =c1, h(x, y) =c2

donde los vectores gradiente no son paralelos.

Ejemplo 02
El plano x + y +z =1 corta al cilindro en una elipse . Encuentre los
puntos sobre la elipse que se encuentran más cercanos y más lejanos del origen.
solución
 Reflexión sobre lo Aprendido
¿Qué tipo de problemas cotidianos se podrían
resolver mediante los valores extremos de una
función de varias variables?

¿Qué dificultades se presentaron en la

resolución de ejercicios?
¿De qué manera resolvieron las dificultades
encontradas?
BIBLIOGRAFÍA

# CÓDIGO AUTOR TÍTULO EDITORIAL

515.33 PURCELL, Cálculo Diferencial E Pearson

1
PURC EDWIN J. Integral Educación

515 Cuarta edición,

STEWART, Cálculo
2 STEW/M Mexico 2001,
2002 JAMES Multivariable Edit. Thomson

Cálculo Aplicado Para Octava edición,

515 HOFF/C HOFFMANN, Administración,
3 México
2006 LAURENCE D. Economía Y Ciencias
2007,.Mcgrawhill
Sociales