C AP ÍTULO

4 Extremos de funciones de varias

variables

Objetivos:

Utilizar los criterios para determinar los extremos de una función definida sobre IRn .

Reconocer la función objetivo y reconocer sus restricciones.

Plantear y resolver problemas de optimización para funciones definidas sobre IRn .

4.1. Extremos de funciones de varias variables

Dada una función, el siguiente teorema, bajo ciertas condiciones, nos garantiza la existencia de
extremos locales.

Teorema 4.1.1 (Del valor extremo) Sea f una función continua de n-variables, definida en una bola aco-
tada y cerrada B ⊆ IRn . Entonces se cumple que:

Al menos hay un punto en B en el que f adquiere su valor mı́nimo.

Al menos hay un punto en B en el que f adquiere su valor máximo.

Definición 40 Valores extremos
Sea f : U ⊆ IRn → IR, una función definida en un conjunto abierto
U ⊆ IRn . Diremos que f tiene un máximo local (o relativo) en el punto
x0 , si existe un conjunto abierto N que contiene al punto x0 tal que
f ( x0) ≥ f (x) para todo x ∈ N.
Similarmente, diremos que f tiene un mı́nimo local (o relativo) en el
punto x0, si existe un conjunto abierto N que contiene al punto x0 tal
que f ( x0) ≤ f ( x) para todo x ∈ N.

Definición 41 Punto crı́tico

El punto x ∈ U en el que todas las derivadas parciales de la función f :
U ⊆ IRn → IR se anulan, se llama punto crı́tico (o punto estacionario)
de la función. También son llamados puntos crı́ticos, los puntos donde
las derivadas parciales no existen.

4.1.1. Clasificación de los puntos crı́ticos

En general, tenemos tres tipos de puntos crı́ticos:
1. Puntos crı́ticos (donde f x ( x, y ) = 0 y f y ( x, y ) = 0; esto es, ~
∇ f ( x, y) = ~0)

61
4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 62

~ f ( x, y) no existe)
2. Puntos singulares (donde f x ( x, y ) no existe o f y ( x, y ) no existe; esto es, ∇
3. Puntos de la frontera del dominio de f .

Ambas f x y f y son cero, P Ambas f x y f y no existen, sin Una de las dos f x o f y es cero
es un mı́nimo absoluto embargo en P hay un mı́ni- y la otra no existe . Pero en P
mo absoluto hay es un máximo absoluto.

p
Ejemplo 1 Consideremos la función f ( x, y) = x2 + y2 cuya gráfica corresponde al cono

Para la cual tenemos

  
x y
 √ , √ 6 = 0 si ( x, y ) 6 = (0, 0)
∇f = x2 + y2 x2 + y2
no existe si ( x, y ) = (0, 0)


Punto silla

¿La ecuación ∇ ~ f ( x, y) = ~0 implica que existe un extremo relati-

vo en (a,b)?
la respuesta es NO.
Chequee el paraboloide hiperbólico f ( x, y) = x2 − y2 en (0,0).
f x = ( x, y ) = 2x, f x (0, 0) = 0
f y = ( x, y ) = − 2y, f y (0, 0) = 0
Ası́, (0, 0) es un punto critico pero no genera un extremo.
We call critical points that produce neither relative maximums nor relative minimums saddle points.
Saddle points are the higher dimensional analogues of inflection points for single-variable func-
tions.
NOTE: Not all saddle points look like ”saddles¡

Check out this example, z = y3.

z x ( x, y ) = 0; z x (0, 0) = 0
zy ( x, y ) = 3y2; zy (0, 0) = 0
So, (0, 0) is a critical point. Looking at the graph we see that (0,0)
does not yield any extremum and so (0,0) is a saddle point. But
~ z ( x, 0) = ~0, for any x. Hence, (x,0) is a saddle point for all x
∇
(See line in blue representing the axis X.)

Ejemplo 2 Analizar los extremos de la función f ( x, y ) = 2 − x2 − (y − 2)2 .

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 63

Solución:
Cálculo de los puntos crı́ticos:

∂f
= − 2x = 0 ⇒x=0
∂x
∂f
= − 2 (y − 2) = 0 ⇒ y = 2.
∂y

De la solución del sistema de ecuaciones: (0, 2) es un punto crı́tico.

Luego, ∀ (x, y ) ∈ B ((0, 2) , r ) se tiene que
f (0, 2) = 2 − 02 − (2 − 2)2 = 2 ≥ 2 − x2 − (y − 2)2 = f ( x, y )
f (0, 2) ≥ f ( x, y ) ∀ (x, y ) ∈ B ((0, 2) , r ) .
Por lo tanto f tiene un máximo local en x = (0, 2) y en realidad un máximo absoluto, ya que no
hay otros puntos máximos.

Ejemplo 3 En algunos casosqes fácil determinar los extremos locales. Consid-

eremos la función f ( x, y) = x2 + y2 claramente se ve que tiene un mı́nimo
local en (0,0) puesto que

q
f ( x, y) = x2 + y2 ≥ 0 = f (0, 0) para todo ( x, y ).

Ejemplo 4 Similarmente, (pero no es tan obvio), la función f ( x, y) =

2x + 4y − x2 − y2 − 1

tiene un máximo local en el punto (1,2) puesto que

f ( x, y) = −( x2 − 2x) − ( y2 − 4y2 ) − 1
= −((x − 1)2 − 1) − (( y − 2)2 − 4) − 1
= 4 − ( x − 1)2 − ( y − 2)2

De modo que

f ( x, y) ≤ 4 = f (1, 2) para todo ( x, y ).

Teorema 4.1.2 Si una función f ( x, y) tiene un extremo local en un punto ( xo , yo ) y si ∇ f (xo, yo ) existe,
entonces
~
∇ f ( xo, yo ) = O

Prueba fijamos yo . Sea g( t ) = f (t, yo)

Entonces g( t ) tiene un máximo ó un mı́nimo en t = xo . Ası́ g0 ( xo ) = 0 esto es

g( xo + h ) − g( xo ) f ( xo + h, yo ) − f ( xo, yo )
0 = g0 ( xo ) = lı́m = lı́m
h →0 h h →0 h
∂f
= ( xo , yo )
∂x
∂f
Similarmente, si consideramos h ( t ) = f ( xo, t ), obtenemos ∂y ( xo , y o ) = 0.

Definición 42 Si ∇ f ( xo, yo ) = 0, decimos que ( xo , yo ) es un punto crı́tico de f .

También puede ocurrir que tengamos un extremo en un punto donde ∇ f no exista. por ejemplo en
el vértice de un cono.

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 64

∂f ∂f
Ejemplo 5 Si f ( x, y) = 2x + 4y − x2 − y2 − 1 entonces ∂x = 2 − 2x y ∂y = 4 − 2y.

~
Ası́ ∇ f existe para cualquier punto ( x, y ) y para encontrar su punto critico resolvemos ∇ f = O.
Esto es
∂f
= 2 − 2x, → 2 − 2x = 0, x=1
∂x
∂f
= 4 − 2y, → 4 − 2y = 0, y = 2.
∂y

Entonces (1,2) es el punto crı́tico. En el ejemplo 2 vimos que en este punto crı́tico tenemos un
máximo local.

Ejemplo 6 Encuentre los puntos crı́ticos de la función dada

1. f ( x, y ) = x2 − y e x+2y

2. f ( x, y ) = x sen y

3. f ( x, y, z ) = xyz2 + xy + xz2 + x − 2yz2 − 2y − 2z2 − 2

4. f ( x, y, z) = 2x2 + 3y2 + 2z2 + 2xy + xz + yz + 2x + 4y + 6z

Solución (a):
∂f    
= x2 − y e x+2y + 2xe x+2y = 0 ⇔ e x+2y x2 − y + 2x = 0 ⇒ x2 − y + 2x = 0
∂x
∂f    
= x2 − y e x+2y 2 + e x+2y (− 1) = 0 ⇒ e x+2y 2x2 − 2y − 1 = 0 ⇒ 2x2 − 2y = 1
∂y

Resolviendo el sistema
(
x2 + 2x − y = 0 1 7 1 −7
2
se tiene x = − , y = − . Por lo tanto, el punto crı́tico es (− , ).
2x − 2y = 1 4 16 4 16
Solución (b):
∂f
= sen y = 0 ⇔ y = kπ, k ∈ Z
∂x
∂f π
= x cos y = 0 ⇔ x = 0 ∨ cos y = 0 ⇔ y = + kπ, k ∈ ZZ
∂y 2

Por lo tanto (0, kπ ) , k ∈ Z son puntos crı́ticos.

Solución (c):
∂f
= yz2 + y + z2 + 1 = 0 ⇒ z 2 (y + 1 ) + ( y + 1 ) = 0
∂x
⇒ z2 + 1 ( y + 1 ) = 0

⇒ y = −1

∂f
= xz2 + x − 2z2 − 2 = 0 ⇒ x z2 + 1 − 2 z2 + 1 = 0



∂y
⇒ ( x − 2 ) z2 + 1 = 0

⇒x=2
∂f
= 2xyz + 2xz − 4yz − 4z = 0 (1 )
∂z
Reemplazando x = 2 y y = − 1 en (1) obtenemos que 0 = 0.
Por lo tanto (2, − 1, t ) , t ∈ IR son puntos crı́ticos de f ( x, y, z ) .

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 65

Solución (d):
Cálculo de los puntos crı́ticos
∂f
= 4x + 2y + z + 2 = 0
∂x
∂f
= 6y + 2x + z + 4 = 0
∂y
∂f
= 4z + x + y + 6 = 0
∂z
− 7y − 2
Resolvemos el sistema de ecuaciones x = 2y + 1 ó x= de donde
15
− 17 3 52
y= , x= y z=−
37 37 37
que genera el punto crı́tico P = (3/37, −17/37, −52/37).

Una vez que se ha determinado los puntos crı́ticos debemos aplicar algún criterio que nos permita
determinar la clase de extremos que tiene la función.

Definición 43 Matriz Hessiana

Sea f : U ⊆ IRn → IR una función definida en el conjunto abierto U de IRn y sea x ∈ U. Suponga que las
∂2 f
derivadas parciales de segundo orden existen en x.
∂xi ∂xj
A la matriz cuadrada de orden n:
∂2 f ∂2 f ∂2 f
 
 ∂x2 ( x ) ∂x1 ∂x2
(x) · · ·
∂x1 ∂xn
(x) 
 1 
!  ∂2 f ∂2 f ∂2 f 
∂2 f (x) ( x ) · · · ( x )
 

∂x ∂x ∂x 2 ∂x ∂x

H ( f (x)) = (x) = 2 1 2 2 n 
∂xi ∂xj . . .

i,j=1,2,...n 
 .. .. .. 

 ∂2 f ∂2 f ∂2 f
 

(x) (x) · · · 2
(x)
∂xn ∂x1 ∂xn ∂x2 ∂xn n×n

se le llama matriz Hessiana (ó simplemente Hessiano) de la función f en x, se denota H ( f (x)).

4.1.2. Caso de n variables.

Definición 44 Determinantes de Submatrices Angulares
Sea H ( x ) la matriz Hessiana de f en x. Definimos los determinantes de las submatrices angulares de H ( x),
denotados por ∆ii , ∀ i = 1, 2, . . . , n como:

∂2 f ∂2 f
(x) (x)
∂x21 ∂x1 ∂x2
∂2 f
∆11 = ( x ), ∆22 = ,
∂x21
∂2 f ∂2 f
(x) (x)
∂x2 ∂x1 ∂x22

∂2 f ∂2 f ∂2 f
(x) (x) (x)
∂x21 ∂x1 ∂x2 ∂x1 ∂x3

∂2 f ∂2 f ∂2 f
∆33 = (x) (x) (x) , ··· ∆nn = | H (x)|.
∂x2 ∂x1 ∂x22 ∂x2 ∂x3

∂2 f ∂2 f ∂2 f
(x) (x) (x)
∂x3 ∂x1 ∂x3 ∂x2 ∂x23

Teorema 4.1.3 Sea f : U ⊆ IRn → IR, una función de clase C 2, el punto x ∈ U un punto crı́tico de f y los
determinantes ∆ii de las submatrices angulares de H ( x) con ∆nn = det ( H ( x)) 6 = 0. Entonces:

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 66

i) Si ∆ii > 0, ∀ i = 1, . . . , n, entonces f tiene un mı́nimo local en x.

ii) Si ∆11 < 0, ∆22 > 0, ∆33 < 0,..., entonces f tiene un máximo local en x.

iii) En todos los otros casos f no tiene máximo ni mı́nimo.

Observaciones:

El caso en que ∆nn es igual a cero el punto crı́tico es llamado punto crı́tico degenerado y no
se puede afirmar nada acerca de la naturaleza de este punto.

El caso ( iii) del teorema es llamado por algunos autores punto de silla o de ensilladura, sin
embargo para los casos n > 2 los puntos no toman una forma especı́fica.

Ejemplo 7 Dada la función f ( x, y, z ) = 15x3 + 6x2 − x + 2y2 + y + 5z2 + 10z − 2 determine los extremos
locales.

Solución:
Cálculo de los puntos crı́ticos
∂f
= 45x2 + 12x − 1 = 0
∂x
∂f
= 4y + 1 = 0
∂y
∂f
= 10z + 10 = 0
∂z
1 −1 1
Resolviendo el sistema obtenemos: x = ó x = , y = − , z = −1
15 3 4
Los puntos crı́ticos son (1/15, −1/4, −1) y (− 1/3, −1/4, − 1)
 
90x + 12 0 0
Cálculo de la matriz Hessiana: H ( x, y, z ) =  0 4 0 
 

0 0 10
Para el punto crı́tico (1/15, −1/4, −1)
 
18 0 0
H (1/15, −1/4, −1) =  0 4 0 .
 

0 0 10
Los determinantes de las submatrices angulares son ∆11 = 18 > 0, ∆22 = 72 > 0,
∆33 = 720 > 0 . Como todas las submatrices tienen determinantes positivos tenemos que en el
punto crı́tico (1/15, −1/4, −1) hay un mı́nimo local .

Para el punto crı́tico (− 1/3, −1/4, −1)

 
− 18 0 0
H (− 1/3, −1/4, −1) =  0 4 0 
 

0 0 10
Los determinantes de las submatrices angulares son ∆11 = − 18 < 0, ∆22 = − 72 < 0,
∆33 = − 720 < 0, luego en el punto crı́tico (− 1/3, −1/4, −1) no hay máximo ni mı́nimo local.

Ejemplo 8 Determine (si los hay) los extremos locales y los puntos de silla de:

1. f ( x, y ) = 3 arctan x2 − 2 arctan y2

2. f ( x, y, z ) = − 2x2 − y2 − 3z2 + xy + 2x + 2y + 3z

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 67

Solución (a)
∂f 6x
= = 0 ⇒ 6x = 0 ⇒ x = 0
∂x 1 + x4
∂f − 4y
= = 0 ⇒ − 4y = 0 ⇒ y = 0
∂y 1 + y4

entonces (0, 0) es punto crı́tico, luego;

1 + x4 6 − 6x 4x3



∂2 f 6 − 18x4 ∂2 f
= = ; =0
∂x2 (1 + x4 )
2
(1 + x4 )
2 ∂y∂x
− 1 + y4 4 + 4y 4y3



∂2 f − 4 + 12y4 ∂2 f
= = ; =0
∂y2 (1 + y4 )
2
(1 + y 4 )
2 ∂x∂y
" #
6 0
Finalmente, H ( f (0, 0)) =
0 −4
∆11 = 6 > 0, ∆22 = − 24 < 0, por lo tanto existe un punto de silla en (0, 0).
Solución (b):
∂f


 = − 4x + y + 2 = 0 


 ∂x  − 4x + y = − 2

∂f

= − 2y + x + 2 = 0 ⇒ x − 2y = − 2
 ∂y z = 21

 

 ∂ f = − 6z + 3 = 0


∂z
Resolviendo el sistema  
6 10 6 10 1
x= , y= ⇒ , , es punto crı́tico
7 7 7 7 2
luego,

∂2 f ∂2 f ∂2 f ∂2 f
= −4 ; =1 ; =0 ; = −2
∂x2 ∂y∂x ∂z∂x ∂y2
∂2 f ∂2 f ∂2 f ∂2 f ∂2 f
=1 ; = 0 ; 2 = − 6; ; = =0
∂x∂y ∂z∂y ∂z ∂x∂z ∂y∂z
Finalmente:  
  −4 1 0
6 10 1
Hf , , =  1 −2 0 
 
7 7 2
0 0 −6
411 = − 4 < 0
422 = 7 > 0
433 = − 42 < 0
6 10 1 85
Por lo tanto, f tiene un máximo en ( , , ), cuyo valor es .
7 7 2 28
Ejemplo 9 Analizar los extremos de la función

4y + x2 y2 + 8x
f ( x, y) =
xy

Solución:

4y + x2 y2 + 8x 4 8
f ( x, y) = = + xy +
xy x y

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 68

Cálculo de los puntos crı́ticos

∂f 4 4

= − 2 +y =0 ⇒ y= 
∂x x x2


 √
x= 32


⇒ √
 y=232
∂f 8 8 


= x− 2 =0 ⇒ x= 2  
∂y y y
√
3
√
3
De la solución del sistema de ecuaciones P0 = ( 2, 2 2) es un punto crı́tico.
Calculamos la matriz Hessiana de f en P0

∂2 f 8 ∂2 f 16
= 3 = 3
∂x2 x ∂y2 y

∂2 f ∂2 f
=1 =1
∂x∂y ∂y∂x
entonces
8
 
1
" #
 x3 √
3
√
3 4 1
H f (x, y) =  16  ⇒ H f ( 2, 2 2) = 1 1

1
y3
Calculamos los determinantes de las submatrices angulares

∆11 = 4 > 0 ∆22 = 3 > 0

√ √
Son todos positivos, por lo que afirmamos que en el punto P0 = ( 3 2, 2 3 2) existe mı́nimo local
√
cuyo valor es 12/ 3 2.
n o
Ejemplo 10 Sea la función f ( x, y ) = x3 y2 (6 − x − y ) definida en el conjunto (x, y ) ∈ IR2 /x ≥ 0, y≥0 .
Hallar los extremos locales de f .

Solución:
Hallamos el ∇ f y resolvemos el sistema ∇ f = 0
∂f
= 3x2 y2 (6 − x − y ) − x3 y2 ⇒ x2 y2 (18 − 4x − 3y ) = 0
∂x
∂f
= 2x3 y (6 − x − y ) − x3 y2 ⇒ x3 y (12 − 2x − 3y ) = 0
∂y
x=0 ∨ y=0 ∨ 18 − 4x − 3y = 0
x=0 ∨ y=0 ∨ 12 − 2x − 3y = 0
por lo tanto son puntos crı́ticos son P1 (0, 0), P2 (3, 2), P3 = (0, y ) y P4 = ( x, 0); x ≥ 0, y ≥ 0
Calculamos la matriz Hessiana de f :
 2
∂ f ∂2 f

 ∂x2 ∂y∂x 
 
H f ( x, y) = 
 

 ∂2 f 2
∂ f 
 ∂x∂y ∂y2 
6xy (6 − 2x − y ) x2 y (36 − 8x − 9y )
2

H f ( x, y) = 
 

x2 y (36 − 8x − 9y ) 2x3 (6 − x − 3y )
 
− 144 − 108
H f (3, 2) = 
 

− 108 − 162
411 = − 144 < 0; 422 = 11664 > 0

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 69

entonces existe máximo local en P2 = (3, 2) . "#

0 0
Por otro lado, calculemos H f (0, 0) = H f ( x, 0) = H f (0, y) =
0 0
El criterio de los determinantes de las submatrices angulares no dice nada acerca de estos puntos
crı́ticos.
Como x ≥ 0, y ≥ 0 cuando x → 0 ∧ y → 0 ⇒ x + y → 0,
Esto significa que si x, y son pequeñitos entonces su suma también es un número pequeño (pero
positivo), por lo tanto 6 > x + y ⇒ 6 − x − y > 0
Po otra parte, ⇒ x3 ≥ 0; y2 ≥ 0; 6−x−y > 0
Comparando, f (0, 0) = f ( x, 0) = f (0, y) = 0 ≤ f ( x, y ) = x3 y2 (6 − x − y )
⇒ en ( x, 0), (0, y ) y (0, 0) hay mı́nimo local por definición.
3π 3π 3π π π π
Ejemplo 11 Clasifique los puntos crı́ticos P1 = ( , , ), P2 = ( , , ) de la función
2 2 2 2 2 2
f ( x, y, z ) = senx + seny + senz − sen( x + y + z ).

Solución:
Para hallar la matriz Hessiana calculemos las derivadas parciales
f x = cos x − cos( x + y + z ), f y = cos y − cos ( x + y + z ), f z = cos z − cos ( x + y + z ),
luego
 
− senx + sen( x + y + z ) sen( x + y + z ) sen( x + y + z )
H ( x, y, z ) =  sen( x + y + z ) − seny + sen( x + y + z ) sen( x + y + z ) ,
 

sen( x + y + z ) sen( x + y + z ) − senz + sen( x + y + z )

   
2 1 1 ∆11 = 2 > 0 −2 −1 −1 ∆11 = − 2 < 0
H ( P1) =  1 2 1  , ∆22 = 3 > 0 , H ( P2) =  − 1 − 2 − 1  , ∆22 = 3 > 0 .
   

1 1 2 ∆33 = 4 > 0 −1 −1 −2 ∆33 = − 4 < 0

Por lo tanto, f ( P1) = − 4 es un valor mı́nimo y f ( P2) = 4 es un valor máximo.

4.1.3. Caso de dos variables.

Definición 45 Considere la función f : U ⊆ IR2 → IR definida en el conjunto abierto U de IR2 igual que
sucede con las funciones de una variable, los puntos crı́ticos x ∈ U que no generan extremos relativos (ni
máximos, ni mı́nimos) en algunos casos son puntos de ensilladura, en otros casos son puntos degenerados.

Teorema 4.1.4 Sea f : U ⊆ IR2 → IR una función definida en un conjunto abierto U de IR2 tal que en una
bola B con centro en el punto crı́tico ( xo , yo ) ∈ U sus derivadas parciales de segundo orden son continuas.
Sea
∂2 f ∂2 f ∂2 f
A = 2 ( xo , yo ), B= ( xo , yo ), C= ( xo , yo )
∂x ∂x∂y ∂y2
1. Si AC − B2 > 0 y A > 0, entonces la función f tiene un mı́nimo local en ( xo , yo ).

2. Si AC − B2 > 0 y A < 0, entonces la función f tiene un máximo local en ( xo , yo ).

3. Si AC − B2 < 0, entonces la función f tiene un punto de ensilladura en ( xo , yo ).

4. Si AC − B2 = 0, no se puede afirmar nada acerca de la naturaleza del punto crı́tico. ( xo , yo ). Este

punto crı́tico es llamado punto crı́tico degenerado.

Prueba
Para una función de dos variables el Teorema de Taylor es

f ( a + h, b + k ) = f ( a, b) + h ( a, b) + k ( a, b) + a2

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 70

donde los términos de mayor orden se omiten. Supongamos que (a,b) es un punto donde hay un
máximo. Entonces f x = 0 y f y = 0 en (a,b), porque (a,b) es un máximo local la función debe ser más
pqueña en una vecindad de puntos, esto es, cuando h y k son suficientemente pequeños se cumple

f ( a + h, b + k ) < f ( a, b)

Del teorema de Taylor, desechando los términos de mayor orden y anulando las derivadas de
primer orden en (a,b),

1
f ( a + h, b + k ) = f ( a, b) + [ h2 f xx + 2hk f xy + k 2 f yy ] en (a,b)
2
Sin embargo f ( a + h, b + k ) < f ( a, b), por lo tanto

h2 f xx + 2hk f xy + k 2 f yy < 0 en (a,b)

Para pequeños valores de h y k. Dividiendo todo por k 2 tenemos

 2  
h h
f xx + 2 f xy + f yy < 0.
k k
Sea ξ = hk . Aunque h y k son ambos pequeños, ξ no tiene por que ser pequeño. Ası́ tenemos

f xx ξ 2 + 2 f xy ξ + f yy < 0 para cualquier número ξ

Ası́, tenemos una expresión cuadrática que es negativa para todos los valores de la variable ξ ( y en
particular, no tiene raı́ces). Unos cuantos gráficos nos muestran que esto es posible si f xx < 0, f yy <
2 > 0 la última condición el la que tiene que ver con que no haya raı́ces. Todas estas
0 y f xx f yy − f xy
desigualdades son válidas en (a,b).

Un análisis similar da las condiciones en un punto critico es un punto de mı́nimo o de silla.

Observación:
En el caso en el cual el determinante H = AC − B2 es positivo, el valor de A es siempre distinto de
cero.

Ejemplo 12 Encuentre los puntos crı́ticos de la función f ( x, y) = exp (− 31 x3 + x − y2 ).

Las derivadas parciales son f x = (− x2 + 1).exp (− 31 x3 + x − y2 ).

f y = − 2y.exp(− 31 x3 + x − y2 ).
Cálculo de los puntos crı́ticos:

Para f x = 0 tenemos que 1 − x2 = 0 o el término exponencial es 0.

Para f y = 0 si − 2y = 0 o el término exponencial es 0. Puesto que el término exponencial

nunca es 0 implica que 1 − x2 = 0 y − 2y = 0, de donde x = 1 o x = − 1 y y = 0. Por lo
que hay dos puntos crı́ticos (-1,0) y(1,0).

Análisis de las segundas derivadas:

Para x = 1 y y = 0, tenemos AC − B2 = 4exp (4/3) > 0 con A = f xx (1, 0) =

− 2exp(2/3) < 0. Por consiguiente, en (1,0) Hay un máximo relativo.

Para x = − 1 y y = 0, tenemos AC − B2 = − 4exp(−4/3) < 0. Por lo tanto, (-1,0) es un

punto silla.
La figura, de abajo a la izquierda, gráfica la función.

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 71

f ( x, y ) = exp (− 31 x3 + x − y2 ) f ( x, y ) = x4 + y4 − 4xy.

Ejemplo 13 Encuentre los puntos crı́ticos y clasifique los extremos de la función f ( x, y) = x4 + y4 − 4xy.

Solución:
Para hallar los puntos crı́ticos resolvemos el sistema:

∂f ∂f
= 4x3 − 4y = 0 = 4y3 − 4x = 0;
∂x ∂y

Resolviendo tenemos que x3 = y y x = y3. De donde x9 = x ⇒ x( x8 − 1) = 0,

la cual tiene como soluciones a x = 0, x = 1, x = − 1,
obteniendo los puntos crı́ticos: P1 = (0, 0), P2 = (1, 1) y P3 = (− 1, −1).
Tabla
Luego calculamos las derivadas parciales de segundo orden

∂2 f ∂2 f ∂2 f
A= = 12x2 , B= = − 4 C = 2 = 12y2.
∂x2 ∂x∂y ∂y
Ahora hallemos los valores A, B, C en cada punto crı́tico:

Punto A = 12x2 B = −4 C = 12y2 D = AC − B2 Clasificación

(0,0) 0 -4 0 -16 Punto silla
(1,1) 12 -4 12 128 Mı́nimo local=f(1,1)=-2
(-1,-1) 12 -4 12 128 Mı́nimo local=f(-1,-1)=-2

Algunas veces sucede que el criterio falla como se aprecia en el siguiente ejemplo.
4 + y4 )
Ejemplo 14 Encuentre los extremos de la función f ( x, y) = e−(x .
Solución:
Para hallar los puntos crı́ticos resolvemos el sistema:

∂f 4 4 ∂f 4 4
= − 4x3 e−(x +y ) = 0 = − 4y3e−(x +y ) = 0;
∂x ∂y

obteniendo el único punto critico: P1 = (0, 0)

Luego calculamos las derivadas parciales de segundo orden
∂2 f 4 4
A= ∂x2
= (16x6 − 12x2 ) e−(x +y ) |(0,0) = 0,
∂2 f 3 3 −( x4 +y4 ) |
B= ∂x∂y = 16x y e (0,0) = 0
2
∂ f 4 4
C= ∂y2
(16y6 − 12y2) e−(x +y ) |(0,0) = 0

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 72

Punto A B C D = AC − B2 Clasificación
(0,0) 0 0 0 0 No se concluye nada

Ejemplo 15 Encuentre y clasifique los puntos crı́ticos de la función f ( x, y) = x4 − y4.

Solución:
~
Para hallar los puntos crı́ticos resolvemos el sistema: ∇ f = O.

∂f
= 4x3 = 0 → x=0
∂x
∂f
= − 4y3 = 0 → y = 0.
∂y

obteniendo el único punto critico: P = (0, 0) donde

∂2 f ∂2 f
A = ∂x2
(0, 0) = 12x2 |(0,0) = 0, B = 0, C = ∂y2
(0, 0) =
2
− 12y |(0,0) = 0. Por lo tanto AC − B2
= 0 y el criterio de la
segunda derivada falla.
Sin embargo, f ( x, 0) = x4 implica que f tiene un mı́nimo a lo
largo del eje X.
f (0, y) = − y4 implica que f tiene un máximo en a lo largo del
eje y. Ası́ (0, 0) es un punto silla.

Ejemplo 16 Encuentre los extremos de la función f ( x, y) = xy (9 − x − y ).

Solución:
Para hallar los puntos crı́ticos resolvemos el sistema:

∂f ∂f
= y (9 − 2x − y ) = 0 = x(9 − x − 2y ) = 0;
∂x ∂y

obteniendo los puntos crı́ticos: P1 = (0, 0), P2 = (3, 3), P2 =

(0, 3), P2 = (3, 0).
Luego calculamos las derivadas parciales de segundo orden

∂2 f ∂2 f ∂2 f
A= = − 2y, B= = 9 − 2x − 2y C= = − 2x.
∂x2 ∂x∂y ∂y2
Ahora hallemos los valores A, B, C en cada punto crı́tico:

Punto A = − 2y B C = − 2x D = AC − B2 Clasificación
(0,0) 0 9 0 -81 Punto silla
(3,3) -6 -3 -6 27 Máximo local=f(3,3)=27
(3,0) 0 3 -6 -9 Punto silla
(0,3) -6 3 0 -9 Punto silla

Ejemplo 17 Encontrar y clasificar los puntos criticos de la función f ( x, y) = 4 + x3 + y3 − 3xy.

Cálculo en varias variables Rendón & Garcı́a

4.1. EXTREMOS DE FUNCIONES DE VARIAS VARIABLES Página: 73

Solución:
Necesitamos encontrar todas las derivadas parciales de primer
orden (para encontrar los puntos crı́ticos) y las derivadas par-
ciales de segundo orden (para clasificar los puntos crı́ticos).

f x = 3x2 − 3y f y = 3y2 − 3x
f xx = 6x f yy = 6y f xy = − 3

Los puntos crı́ticos son las soluciones del sistema de ecuaciones:

f x = 3x2 − 3y = 0 f y = 3y2 − 3x = 0

Este es un sistema no-lineal de ecuaciones y puede ser, en

ocasiones, difı́cil de resolver. Sin embargo, en este caso resolve-
mos la primera ecuación como sigue:
3x2 − 3y = 0 → y = x2

reemplazando en la segunda ecuación da, 3 ( x2 )2 − 3x = 3x( x3 − 1) = 0.

de esto podemos ver que x = 0 o x = 1. Ahora usamos el hecho de que y = x2 para encontrar los
puntos crı́ticos.

x = 0 : y = 02 = 0 → (0, 0)
2
x=1:y=1 =1 → (1, 1)

Para clasificar los puntos crı́ticos usamos el teorema 4.1.2.

AC − B2 = (6x)(6y) − (− 3)2
= 36xy − 9.

Punto A = 6x B = −3 C = 6y D = AC − B2 Clasificación
(0,0) 0 -3 0 -9 Punto silla
(1,1) 6 -3 6 27 Mı́nimo relativo=f(1,1)=3

Ejemplo 18 Encontrar y clasificar los puntos crı́ticos de la función f ( x, y) = 3x2 y + y3 − 3x2 − 3y2 + 2.

Solución
Necesitamos encontrar todas las derivadas parciales de primer
orden y las derivadas parciales de segundo orden.

f x = 6xy − 6x f y = 3x2 + 3y2 − 6y

f xx = 6y − 6 f yy = 6y − 6 f xy = 6x

Para encontrar los puntos crı́ticos debemos resolver el sistema de

ecuaciones,

6xy − 6x = 0
2 2
3x + 3y − 6y = 0.
Primero, factorizamos 6x de la primera ecuación, 6x( y − 1) = 0
de donde, obtenemos x = 0 ó y = 1
Para encontrar los puntos crı́ticos reemplazamos estos valores (individualmente) en la segunda
ecuación y resolvemos para la variable remanente.

Cálculo en varias variables Rendón & Garcı́a

4.2. APLICACIONES DEL CÁLCULO DE EXTREMOS Página: 74

Para x = 0: 3y2 − 6y = 3y ( y − 2) = 0 → y = 0, y=2

2 2
Para y = 1: 3x − 3 = 3( x − 1) = 0 → x = − 1, x=1
Ası́ para x = 0 tenemos dos puntos crı́ticos: (0, 0) y (0, 2)
para y = 1 tenemos dos puntos crı́ticos: (1, 1) y (− 1, 1)
Ahora clasificamos los puntos crı́ticos:

Punto A = 6y − 6 B = 6x C = 6y − 6 D = AC − B2 Clasificación
(0,0) -6 0 -6 36 Máximo relativo=2
(1,1) 0 6 0 -36 Punto silla
(-1,1) 0 -6 0 -36 Punto silla
(0,2) 6 0 6 36 Mı́nimo relativo=f(0,2)=-2

4.2. Aplicaciones del cálculo de extremos

1. Determinar el punto sobre el plano 4x − 2y + z = 1 que es el más cercano al punto (− 2, −1, 5)
Solución:
Notemos que no estamos preguntando por los puntos crı́ticos del plano. Afin de resolver este
problema, primero, necesitamos formular la ecuación con la cual vamos a trabajar.
Primero, supongamos que Q ( x, y, z ) es un punto cualquiera del plano. La distancia entre este
punto y el punto P (− 2, −1, 5 , está dado por la fórmula:
q
d ( x, y, z) = ( x + 2)2 + ( y + 1)2 + ( z − 5)2
Lo que se pide en el problema es, precisamente, encontrar el valor mı́nimo de esta función. El
punto ( x, y, z ) que da el valor mı́nimo de esta función será el punto del plano que es el más
cercano a (− 2, −1, 5) .
Hay un par de problemas con esta función:

Es una función de tres variables sujeta a una restricción, pero si sólo trabajamos con
una función de dos variables, este problema es fácil de resolver. Resolvemos la ecuación
del plano para z, z = 1 − 4x + 2y y sustituimos este valor en la fórmula de la función
distancia de donde resulta,
q
d ( x, y) = ( x + 2)2 + ( y + 1)2 + (− 4 − 4x + 2y )2

El otro problema es que la función d es una raı́z cuadrada, afin de hacernos las cosas
más fáciles encontraremos el mı́nimo de la función d 2 que es equivalente a encontrar el
mı́nimo de la función d.

Entonces sea f ( x, y) = d 2 = ( x + 2)2 + ( y + 1)2 + (− 4 − 4x + 2y )2 cuyas derivadas parciales

son:
fx = 2( x + 2) + 2(− 4)(−4 − 4x + 2y ) = 36 + 34x − 16y
fy = 2( y + 1) + 2(2)(−4 − 4x + 2y ) = − 14 − 16x + 10y
f xx = 34
f yy = 10
f xy = − 16
Para encontrar el punto crı́tico resolvemos resolvemos el sistema
36 + 34x − 16y = 0
− 14 − 16x + 10y = 0

Cálculo en varias variables Rendón & Garcı́a

4.2. APLICACIONES DEL CÁLCULO DE EXTREMOS Página: 75

resolvemos la primera ecuación para x

1 1
x= (16y − 36) = (8y − 18)
34 17
sustituimos este valor en la segunda ecuación y resolvemos para y.

16 25
− 14 − (8y − 18) + 10y = 0 ⇒ y=−
17 21
34
sustituyendo en cualquiera de las dos ecuaciones, obtenemos x donde x = − 21 .
Ası́ el punto crı́tico es (− 34
21 , − 25
21 ) . Evaluando las segundas derivadas para este punto, afin de
clasificarlo tenemos:
AC − B2 = 34(10) − (− 16)2 = 84 > 0

y como A = 34 > 0 tenemos para este punto crı́tico un mı́nimo relativo. y la coordenada z
del punto Q se encuentra reemplazando en el plano las coordenadas para x, y.

34 25 107
z = 1 − 4(− ) + 2(− ) =
21 21 21
34
Ası́, el punto del plano más cercano al punto (− 2, −1, 5) es (− 21 , − 25
21 ,
107
21 ) .

2. La ecuación: − 4x2 − y2 − 3z2 + 3yz + 3y + 6z − 36 = 0 ; define z = f ( x, y) en forma implı́cita.

Determine la naturaleza de sus puntos crı́ticos.
Solución:
Sea F ( x, y, z ) = − 4x2 − y2 − 3z2 + 3yz + 3y + 6z − 36 = 0
∂F
∂f − 8x
= − ∂x = − =0 ⇔ x=0
∂x ∂F − 6z + 3y + 6
∂z
∂F
∂f ∂y − 2y + 3z + 3 3z + 3
=− =− = 0 ⇔ − 2y + 3z + 3 = 0 ⇒ y =
∂y ∂F − 6z + 3y + 6 2
∂z
luego, sustituyendo estos valores en la ecuación dada, tenemos
3z + 3 2 3z + 3 3z + 3
   
2 2


− 4 (0) − − 3 z + 3( )z + 3 + 6z − 36 = 0
2 2 2
9z2 + 18z + 9 9z2 + 9z 9z + 9
− − 3z2 + + + 6z − 36 = 0
4 2 2
− 9z2 − 18z − 9 − 12z2 + 18z2 + 18z + 18z + 18 + 24z − 144 = 0
− 3z2 + 42z − 135 = 0 ⇒ 3z2 − 42z + 135 = 0
z2 − 14z + 45 = 0 ⇔ ( z − 9)( z − 5) = 0
z =9 ∨z =5
3 (9 ) + 3
Si z=9 ⇒ y= = 15 ⇒ y = 15
2
3 (5 ) + 3
Si z=5 ⇒ y= =9⇒ y=9
2
Entonces después de analizar los puntos crı́ticos P1 (0, 9), P2 = (0, 15) por el determinante
de las submatrices angulares se concluye que en (0, 9) existe un mı́nimo local cuyo valor es
f (0, 9) = 5 y en (0, 15) un máximo local cuyo valor es f (0, 15) = 9.

3. Sea g : IR → IR una función diferenciable, suponga que g tiene solamente una raı́z en el
punto xo y que g0 ( xo ) > 0 Estudie la naturaleza de los puntos crı́ticos de la función f ( x, y ) =

Cálculo en varias variables Rendón & Garcı́a

4.2. APLICACIONES DEL CÁLCULO DE EXTREMOS Página: 76

Z 2y
g (t ) dt.
x
Solución: Z x Z 2y
f ( x, y ) = − g (t ) dt + g (t ) dt
a a

∂f
= − g( x) = 0 ⇔ x = x0
∂x
∂f
= 2g( y ) = 0 ⇔ y = x0
∂y

luego, el punto crı́tico es ( x0, x0 )

∂2 f ∂2 f ∂2 f ∂2 f
= − g0 ( x) ; = = 0; = 2g0 (y )
∂x2 ∂y∂x ∂x∂y ∂y2
Finalmente, " #
− g0 (xo ) 0
H f ( xo , xo ) =
0 2g0 (xo )
0
como g ( xo ) > 0 entonces:
411 = − g0 ( xo ) < 0
422 = − [g0 ( xo )]2 < 0
Por tanto en ( xo , xo ) hay un punto de silla.

4. Un minorista vende dos productos que se hacen competencia entre sı́ y cuyos precios son P1
y P2. Hállense los precios P1 y P2 de forma que los ingresos R sean máximos, donde .

R = 500P1 + 800P2 + 1,5P1 P2 − 1,5P12 − P22

Solución:
Tenemos que los ingresos estan dados por

R ( P1, P2 ) = 500P1 + 800P2 + 1,5P1 P2 − 1,5P12 − P22

Hallando las derivadas de primer orden

∂R
= 500 + 1,5P2 − 3P1 = 0
∂P1

∂R
= 800 + 1,5P1 − 2P2 = 0
∂P2

Obtenemos el punto crı́tico P = (586, 67; 840).

Las derivadas parciales de segundo orden son:
∂2 R ∂2 R ∂2 R
= −3 ; − 2, = 1,5
∂P12 ∂P22 ∂P1∂P2

Ası́ la matriz Hessiana es

!
−3 1,5
H ( P) = .
1, 5 −2

cuyos determinantes de las submatrices angulares son:

∆11 = − 3 < 0, ∆22 = 3, 75 > 0.
Como los signos son alternos empezando en negativo se concluye que el ingreso máximo se
obtiene cuando los precios son: P1 = 586, 67 y P2 = 840.

Cálculo en varias variables Rendón & Garcı́a

4.3. EJERCICIOS PROPUESTOS Página: 77

5. Hallar la ecuación del plano tangente a la superficie de ecuación x + y + z + xy − x2 − y2 =

0, en el punto donde la función, representada por dicha superficie tenga un valor extremo
¿Qué clase de extremo es?
Solución
Hallando el extremo local:
Sea z = f ( x, y ) = x2 + y2 − x − y − xy, ecuación de la superficie encontramos los puntos
crı́ticos de f

∂ f ( x, y )
= 2x − 1 − y = 0
∂x
∂ f ( x, y )
= 2y − 1 − x = 0
∂y

⇒ x = 1, y = 1 de donde P (1, 1) es punto crı́tico

Calculando las derivadas parciales de segundo orden
∂2 f ( x, y ) ∂2 f ( x, y ) ∂2 f ( x, y )
= 2, = 2, = −1
∂x2 ∂y2 ∂y∂x
!
2 −1
Como, H ( P ) = .
−1 2
cuyos determinantes de las submatrices angulares son:
∆11 = 2 > 0, ∆22 = 3 > 0
entonces en el punto P (1, 1) existe un mı́nimo.
Para x = y = 1 ⇒ z = − 1 ⇒ Q (1, 1, − 1) punto mı́nimo local.
Hallando la ecuación del plano tangente PT en Q:
−
→
N · [(x, y, z ) − (1, 1, − 1)] = 0
−
→
N = ∇ F ( x, y, z ) = (2x − y − 1, 2y − x − 1, − 1) entonces
−
→
N = ∇ F (1, 1, − 1) = (0, 0, − 1)
−
→
N · (x − 1, y − 1, z + 1) = 0 entonces
PT : (0, 0, − 1) · ( x − 1, y − 1, z + 1) = 0
Por lo tanto PT : z + 1 = 0

4.3. Ejercicios propuestos

Puntos crı́ticos y extremos.

1. Calcular los puntos crı́ticos de las funciones dadas:

f ( x, y) = x3 + y3 + 9x2 − 3y2 + 15x − 9y

Rpta. (− 1, −1); (− 1, 3); (− 5, −1); (− 5, 3).
f (x, y ) = e x − y x2 − 2y2


Rpta. (0, 0), (− 4, −2).
f ( x, y) = x3 + y3 − 15xy Rpta. (0, 0); (5, 5).
f (x, y ) = x3 + (x − y )2 Rpta. (0, 0)
f ( x, y, z ) = 4x + xy − yz − x2 − y2 − z2 Rpta. (3, 2, − 1).
f (x, y ) = x3 + 3xy2 − 3x2 − 3y2 + 4 Rpta. (0, 0), (2, 0), (1, 1) (1, − 1).
2 2
f ( x, y) = ( x2 + y2 )e− x + y − ( x2 + y2) Rpta. (0, 0).

Cálculo en varias variables Rendón & Garcı́a

4.3. EJERCICIOS PROPUESTOS Página: 78

f (x, y ) = x3 + y3 − 3axy, a>0 Rpta ; (0, 0), ( a, a).

f ( x, y) = 18x2 − 32y2 − 36x − 128y − 110 Rpta. (1, − 2)
f ( x, y) = x3 + y3 + 3y2 − 3x − 9y + 2 Rpta. (− 1, 1), (− 1, − 3), (1, 1), (1, − 3).
√ √ √ √
f ( x, y) = x4 + y4 − 2x2 + 4xy − 2y2 Rpta. (0, 0), (− 2, 2), ( 2, − 2).
1
f (x, y, z ) = x3 + x + y2 + 2y − z2 + 2z + 3 Rpta. No hay puntos crı́ticos.
3
2x + 2y + 1 3 5
f ( x, y) = 2 Rpta. (1/2, 1/2), (− 1, −1) , ( , − ).
x + y2 + 1 4 4
f (x, y, z ) = − x2 − y2 − z2 + xz + y Rpta. (0, 1/2, 0).
xy x y
f ( x, y) = (47 − x − y ) + Rpta. (0, 0), (47, 0).
2 3 4
p
f ( x, y) = ( a − x)( a − y )(x + y − a ) Rpta. ( a, a ), (0, a ), ( a, 0), (2a/3, 2a/3).
r
x 2 y 2 a b a b a b a b
f ( x, y) = xy 1 − 2 − 2 Rpta. ( √ , √ ), ( √ , − √ ), (− √ , √ ), (− √ , − √ ).
a b 3 3 3 3 3 3 3 3
1
2 2
f ( x, y) = e 2 + x + cos y − cos y Rpta. (0, nπ ).
f ( x, y) = 4 − ( x2 + y2 )2/3 Rpta. (0, 0).

2. Determine los extremos relativos de las siguientes funciones:

a) f ( x, y) = 2x2 + y2 + 8x − 6y + 20
b) f ( x, y) = − x3 + 4xy − 2y2 + 1
c) f ( x, y) = 1 − x2 + y2
d) f ( x, y) = x2 − 2xy2 + y4 − y5
2 + y2 + 1
e) f ( x, y) = e x
p
3
f ) f ( x, y) = 1 − x2 + y2
g) f ( x, y) = x2 y2

3. Determinar los puntos crı́ticos e indicar si en ellos existen extremos locales, puntos de ensil-
ladura o puntos donde el criterio falla.

f (x, y ) = 3axy − x3 − y3 Rpta. Punto de silla en (0, 0) y máximo en ( a, a )

f (x, y ) = x2 + 7y2 − 5xy + 6x − 3y + 2 Rpta. Mı́nimo en (− 23, −8)
f (x, y ) = ( x − y )( xy − 1) Rpta. Punto de silla en (1, 1) y (− 1, −1).
f (x, y ) = 4x2 − y2 + 2y − 1 Rpta. Punto de silla en (0, 1)
f (x, y ) = x2 + y3 − 6xy + 3x + 6y − 2Rpta. Mı́nimo en ( 27
2 , 5 ) ; punto de silla en (3/2, 1).
f (x, y ) = xy − x2 − y2 − 2x − 2y + 4 Rpta. Máximo en (− 2, −2).
f (x, y ) = x4 + y4 − 2x2 + 4xy − 2y2Rpta. Punto crı́tico degenerado en (0, 0); mı́nimo en
√ √ √ √
( 2, − 2) y (− 2, 2).
f (x, y ) = x3 + 6x2 − y2 + 9x + 8 Rpta. Máximo en (− 3, 0); punto de silla en (− 1, 0).
f (x, y ) = 8x3 − 24xy + y3 Rpta. Mı́nimo en (2, 4).
f (x, y ) = x3 y2 (4 − x − y ) Rpta. Puntos crı́ticos degenerados en (0, 0), (0, y ), ( x, 0);
máximo en (2, 4/3).
f (x, y ) = x3 − 2xy + y2 + y − 5 Rpta. No hay puntos crı́ticos.
f (x, y ) = x3 + 3x2 − y2 + 4 Rpta. Máximo en (− 2, 0); Punto de silla en (0, 0).

Cálculo en varias variables Rendón & Garcı́a

4.3. EJERCICIOS PROPUESTOS Página: 79

f (x, y ) = ln( x2 + y2 + 1) Rpta. Mı́nimo en (0, 0).

g ( x, y ) = sen (xy ) Rpta. Punto de silla en (0, 0), puntos crı́ticos degenerados en
π
{( x, y)/xy = (2n − 1) } .
2
p y
f (x, y ) = x − 2y + ln x2 + y2 + 3 arctan , x > 0. Rpta. Mı́nimo en
x
(44/41, 55/41).
f (x, y, z ) = 4x + xy − yz − x2 − y2 − z2 Rpta. Máximo en (3, 2, − 1).
3
x 3
f (x, y, z ) = − 3xy − 3xz − 3y2 + z2 − 5x − 2 Rpta. Puntos de silla en
√ 3 √ √ 2 √ √ √
3 + 89 − 3 − 89 3 + 89 3 − 89 − 3 + 89 3 − 89
( , , );( , , ).
4 8 4 4 8 4
f (x, y, z ) = x2 + y2 + z2 − xy + x − 2z Rpta. Mı́nimo en (− 2/3, −1/3, 1).
f (x, y, z ) = x2 + 2y2 + z2 + xy − 2z − 7x + 12 Rpta. Mı́nimo en (4, − 1, 1).
f (x, y, z ) = x2 + xz − y + y2 + yz + 3z2 Rpta. Mı́nimo en (1/20, 11/20, −1/10).
f (x, y, z ) = 3 ln x + 2 ln y + 5 ln z + ln(22 − x − y − z ) Rpta. Máximo en (6, 4, 10).

4. En el plano XY, hallar el punto tal que la suma de los cuadrados de distancias que miden
las tresrectas x = 0; y = 0; x + 2y − 16 = 0 y el punto buscado sea el menor posible.
entre 
8 16
Rpta. , .
5 5
5. Se da la función z = f (x, y ) en forma implı́cita. Determine la naturaleza de los extremos de:
(análogamente si se da z = f ( x, y ) por F ( x, y, z ) = 0)

a) − x2 + x (2z + 10) − y2 + y (2z + 14) + z2 + 8z + 6 = 0.

Rpta. El valor máximo es f (1, 3) = − 4, el mı́nimo es f (− 5/3, 1/3) = − 20
3 .
7
b) 3x2 + 4y2 + 5z2 + xz + 2yz + 3x + 4y + 5z + = 0.
4
Rpta. El valor máximo es f (−1/2, − 1/2) = 0, y el mı́nimo es f (− 3/8, −5/16) = − 3/4.
13
c) − 2x2 + 2z2 + 3xy + xz + yz − = 0.
9
Rpta. Puntos de ensilladura en (− 1/3, −7/9) y (1/3, 7/9).

Uso de Software:
En la página web de la Dra. Elena Alvarez Saiz, Seleccione. Applets interactivos, enlace, extremos
de funciones de dos variables, luego ejecute los tres pasos.

Cálculo en varias variables Rendón & Garcı́a

4.3. EJERCICIOS PROPUESTOS Página: 80

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 81

4.4. Máximos y mı́nimos condicionados.

Multiplicadores de Lagrange: Visión geométrica, en IR3 .

Problema condicionado
Es un problema donde se trata de encontrar los extremos de una función z = f ( x, y) sujeta a la
condición g( x, y ) = 0 a tales extremos se les denomina extremos condicionados.

El Método para resolver este problema se denomina, Método de los Multiplicadores de Lagrange,
que es la herramienta básica en la optimización no lineal con restricciones.

Sabemos que dos vectores son paralelos cuando ellos son múltiplo constante uno de otro, esto es
~x = λ~y donde a la constante λ la llamaremos multiplicador de Lagrange.
Decimos que los puntos crı́ticos condicionados se encuentran donde las tangentes a la curva restric-
ción g( x, y ) = c son paralelas a las curvas de nivel de la función f ( x, y). Esto es lo mismo que decir
”cuando las normales a las curves de nivel son paralelas a las normales de la curva g( x, y ) = c”.
Donde las normales a las curvas f ( x, y) = k (ó g( x, y ) = c) están en la dirección del vector gradi-
ente respectivo; esto es
grad ( f ) = λ grad ( g)

Lo cual es equivalente a decir que los vectores gradiente, tanto de f como de g son paralelos. Ver
figura de la derecha

Para determinar los puntos crı́ticos condicionados donde ocurre que los vectores gradiente son
paralelos resolvemos el siguiente sistema:
   
∂f ∂f ∂g ∂g
, = λ ,
∂x ∂x ∂x ∂x
∂f ∂g
= λ
∂x ∂x
∂f ∂g
= λ
∂y ∂x
se añade la restricción, g( x, y ) = c.

Geométricamente, tenemos

Ejemplo 19 Consideremos la funcion, x2 + 2y2 llamada la ”función objetivo”, cuyo gráfico es la superficie
de un paraboloide de sección elı́ptica, mostrado abajo a la izquierda. Luego añadimos el cı́rculo x2 + y2 = 1,
llamado la curva de restricción.

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 82

En el espacio IR3 la ecuación de la restricción define un cilindro vertical. La intersección del cilindro
con la superficie nos da una curva en IR3 mostrada abajo a la derecha.

Viendo la curva de intersección en el espacio IR3 , se puede apreciar que la función contiene dos
máximos locales y dos mı́nimos locales sobre la curva de restricción.
Otra forma de estudiar el método de los multiplicadores de Lagrange es a traves de la relación que
existe entre las curvas de nivel de la función objetivo (z = f ( x, y)) y la curva de nivel cero de la
función de restricción (g( x, y ) = 0).

Con su dedo muévase sobre la curva restricción y note como los valores de la función objetivo
cambian cuando ud. cambia. Por ejemplo, moviéndose a lo largo de la restricción desde el punto
(1,0), en el sentido antihorario, vera que los valores de la función objetivo crecen. Ası́ (0,1) resulta
ser un máximo local (condicionado) con respecto a viajar sobre la curva restricción y (-1,0) es un
mı́nimo local (condicionado).
es más, resulta que un punto extremo de nuestra curva de intersección ocurre cuando la ecuación de
restricción (cilindro, en azul) es tangente a alguna de las curvas de nivel de la función objetivo (en
rojo). Esta observación nos permite notar que el vector gradiente de la función objetivo es paralelo
al gradiente de la restricción (puesto que ambas son perpendiculares al vector tangente en el punto
de tangencia entre la curva restricción y las curvas de nivel de la función objetivo).

Ejemplo 20 Consideremos la función f ( x, y) = x2 + 3y − xy2 restringida por x2 + y2 = 9. Para la cual

encontraremos sus valores máximo y mı́nimo condicionados.

Solución: Cálculo de los puntos crı́ticos condicionados

En la curva de intersección, se tiene g( x, y ) = x2 + y2 − 9, donde grad ( g) = (2x, 2y ), formamos el
sistema de ecuaciones:
∂f ∂g
=λ ⇒ 2x − y2 = λ2x
∂x ∂x
∂f ∂g
=λ ⇒ 3 − 2xy = λ2y,
∂y ∂x
x2 + y2 = 9 .

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 83

Resolviendo este sistema no lineal, obtenemos los puntos crı́ticos (condicionados):

( x, y ) = (− 2,87, − 0,86), (− 2,47, − 1,70), (−1,86, 2,36), (1,29, − 2,71), (1,60, 2,54), y (2,98, 0,38).

Estos puntos y las curvas de nivel de f ( x, y) se muestran en la figura de la derecha. ( Verifique que
ud. pueda asociar los pares ordenados con los puntos del gráfico.) Dese cuenta que en estos puntos
las curvas de nivel y la curva de intersección son tangentes (por lo cual sus vectores gradiente son
paralelos.)

Ahora, ¿Cuál es el máximo y cual el mı́nimo?, podemos encontrarlos sustituyendo sus valores en
la función f .

x = -2.87 -2.46 -1.86 1.29 1.60 2.98

y = -0.86 -1.70 2.36 -2.71 2.54 0.38
f ( x, y) = 7.81 8.15 20.83 -15.92 -0.13 9.57

Ası́ el máximo absoluto condicionado es 20.83 en (-1.86,2.36), y el mı́nimo absoluto es -15.92 en

(1.29,-2.71).

Multiplicadores de Lagrange: -Condiciones necesarias

-Condiciones suficientes

Enunciamos dos teoremas. El primero proporciona condiciones necesarias para la existencia de

extremo local condicionado y el segundo, las condiciones suficientes.

Teorema 4.4.1 (Condiciones necesarias para la existencia de extremos condicionados) Sea A ⊂ R n

abierto y f : A → R una función de clase C 1 en A. Sean g1 , . . . , gm : A → R con m < n funciones de
clase C 1 en A.

Sea M = { x ∈ A : g1 ( x) = 0, . . . , gm ( x) = 0} y a ∈ M. Supongamos que

 
∂g1 ∂g1
 ∂x ( a ) . . . ( a )
 1 ∂xn 
.. ..

(a) rango   = m (es decir, la matriz tiene rango máximo)
 
 . . 
 ∂gm ∂gm 
( a) . . . ( a)
∂x1 ∂xn
(b) f tiene extremo local condicionado en a, es decir o bien existe un entorno V ( a) de a tal que
f ( x ) ≤ f ( a ) para todo x ∈ V ( a ) ∩ M (máximo local condicionado), o bien existe un entorno
V ( a ) de a tal que f ( x) ≥ f ( a) para todo x ∈ V ( a) ∩ M (mı́nimo local local condicionado).

Entonces, existen unos números reales λ1, . . . , λm (llamados multiplicadores de Lagrange) tales que

∂f ∂g ∂gm
( a ) + λ1 1 ( a ) + . . . λm ( a) = 0
∂x1 ∂x1 ∂x1

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 84

...
∂f ∂g ∂gm
( a ) + λ1 1 ( a ) + . . . λm ( a) = 0
∂xn ∂xn ∂xn
Nota: Los números λ1, . . . , λm cuando existen, son únicos.

Teorema 4.4.2 (Condiciones suficientes para la existencia de extremos condicionados) Supongamos

que a verifica las condiciones necesarias del teorema anterior. Supongamos además que A es convexo y que
f , g1, . . . , gm son de clase C 2 en a. Consideremos la función definida en A (función de Lagrange) :

F ( x1, . . . , xn ) = f ( x1, . . . , xn ) + λ1 g1 ( x1 , . . . , xn ) + . . . + λm gm ( x1, . . . , xn )

Consideremos la matriz simétrica (hessiana de F en a):

" #
∂2 F
H ( a) = ( a) ( i, j = 1, . . . , n ).
∂xi ∂xj

Entonces:

(i) Si H ( a) es definida positiva, f tiene en a mı́nimo local condicionado.

(ii) Si H ( a) es definida negativa, f tiene en a máximo local condicionado.

Nota: En los siguiente ejemplos, obviaremos la comprobación de que las funciones que aparecen
son de clase C 2, pues esto se deduce de manera casi inmediata de las propiedades de las funciones
elementales en sus dominios de definición.

Ejemplo 21 Hallar los extremos de la función f ( x, y) = x + 2y con la condición x2 + y2 = 5.

Solución:
La función de Lagrange es F ( x, y) = x + 2y + λ ( x2 + y2 − 5).
Hallemos los puntos crı́ticos, es decir los puntos a que satisfacen
las condiciones necesarias del Teorema 1. Serán las soluciones del
sistema
∂F
   

 ∂x = 0 
  1 + 2λx = 0 
 
∂F
∂y = 0 ⇔ 2 + 2λy = 0
 2
x + y2 − 5 = 0

 2   
x + y2 − 5 = 0
 
Resolviendo obtenemos para λ = 1/2 el punto ( x, y ) = (− 1, −2),
y para λ = − 1/2 el ( x, y ) = (1, 2). Fácilmente se comprueba la
condición de rango máximo en estos puntos.
2 ∂2 F 2
Las segundas derivadas parciales de F son ∂∂xF2 = 2λ , ∂x∂y = 0 , ∂∂yF2 = 2λ y las matrices hessianas
correspondientes:
" # " #
1 0 −1 0
H (− 1, −2) = (def. pos.) , H (1, 2) = (def. neg.)
0 1 0 −1
Por tanto, tenemos en (-1,-2) mı́nimo local condicionado para f y en (1,2) máximo local condiciona-
do para f.

Ejemplo 22 Hallar los extremos de la función f ( x, y) = xy con la condición x + y = 1.

Solución: Función de Lagrange: F ( x, y) = xy + λ ( x + y − 1).

 ∂F   
 ∂x = 0 
  y + λ = 0
 
∂F
Puntos crı́ticos: ∂y = 0 ⇔ x + λ = 0
   
x+y =1 x+y =1
   

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 85

Resolviendo obtenemos para λ = − 1/2 el punto ( x, y ) = (1/2, 1/2). Fácilmente se comprue-

2
ba la condición de rango máximo en estos puntos. Las parciales segundas de F son ∂∂xF2 = 0,
∂2 F ∂2 F
∂x∂y =1, ∂y2
y la matriz hessiana correspondiente:
" #
0 1
H (1/2, 1/2) =
1 0
Esta matriz no es ni definida positiva ni definida negativa, por tanto nada asegura el teorema 2. Pero
en este caso, la condición x + y = 1 se expresa en paramétricas en la forma x = t, y = 1 − t ( t ∈ R ).
Sustituyendo en f ( x, y) obtenemos la función de una variable ϕ ( t ) = f ( t, 1 − t ) = t − t2. Procede-
mos ahora al cálculo de los extremos de ϕ : ϕ0 ( t ) = 1 − 2t = 0 ⇔ t = 1/2 y ϕ00 (1/2) = − 2 < 0,
lo cual implica que para t = 1/2 tenemos un máximo local. Sustituyendo en las paramétricas, con-
cluimos que en ( x, y ) = (1/2, 1/2) tenemos máximo local condicionado para f.
Nota: El usar las ecuaciones paramétricas de la condición (o condiciones) es una de las estrate-
gias para analizar la existencia extremos locales condicionados cuando la matriz hessiana no es ni
definida positiva ni definida negativa. En cualquier caso, si no se exige usar el método de los mul-
tiplicadores de Lagrange, podemos por supuesto utilizar la estrategia mencionada. Resolvemos a
continuación de esta manera el mismo problema del ejemplo 1.

Ejemplo 23 Hallar los extremos de la función f ( x, y) = x + 2y con la condición x2 + y2 = 5 sin usar el

método de los multplicadores de Lagrange.
√
Resolución La condición es una circunferencia de centro el origen y radio 5 cuyas ecuaciones
√ √
paramétricas son x = 5 cos t, y = 5sent ( t ∈ [0, 2π ]). Sustituyendo en la función obtenemos
√ √
ϕ ( t ) = 5(cos t + 2sent) y ϕ0 ( t ) = 5(− sent + 2 cos t ) = 0 si tan t = 2. Esta ecuación tiene dos
soluciones, t1 ∈ (0, π/2) y t2 ∈ ( π/2, 3π/2).
√
La derivada segunda es ϕ00 ( t ) = 5(− cos − 2sent). Dado que t1 pertenece al primer cuadrante
y t2 al tercero, se verifica ϕ00 ( t1) < 0, ϕ00 ( t2) > 0, es decir en t1 tenemos máximo local para ϕ y
en t2, mı́nimo. Hallemos ahora los valores de x e y que corresponden a esos valores hallados de t.
p
De 1 + tan2 t = cos2 t obtenemos cos t = 1/ (1 + tan2 t ). Como tan ti = 2 ( i = 1, 2) deducimos
√ √
cos t1 = + 1/ 5, cos t2 = − 1/ 5. Sustituyendo en las ecuaciones paramétricas obtenemos respec-
tivamente ( x, y ) = (1, 2) (punto de máximo local condicionado para f) y ( x, y ) = (− 1, −2) (punto
de mı́nimo local condicionado para f).

Ejemplo 24 Hallar los extremos de la función f ( x, y, z ) = x + y + z con la condiciones x2 + y2 = 1, z =

2.

Solución Función de Lagrange: F ( x, y, z) = x + y + z + λ ( x2 + y2 − 1) + µ ( z − 2). Puntos crı́ticos:

 ∂F   

 ∂x =0   
 1 + 2λx = 0 
∂F
   



 ∂y = 0







 1 + 2λy = 0




∂F ⇔
∂y = 0 1 + µ = 0
x2 + y2 = 1 
   
x2 + y2 = 1

  
 

 
 
 

  
 z−2 = 0 
z −2 = 0
  
√ √ √
Resolviendo obtenemos para ( λ, µ ) = ( 2/2, − 1) el punto P (− 2/2, − 2/2, 2) y para ( λ, µ ) =
√ √ √
(− 2/2, − 1) el punto Q ( 2/2, 2/2, 2). Podemos comprobar fácilmente la condición de rango
máximo en estos puntos. Las parciales segundas de F son

∂2 F ∂2 F ∂2 F ∂2 F ∂2 F ∂2 F
= 2λ , = 0 , = 0 . = 2λ , = 0 , =0
∂x2 ∂x∂y ∂x∂z ∂y2 ∂y∂z ∂z2
y las matrices hessianas correspondientes:

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 86

√   √ 
2 0 0 − 2 0 0
√ √
H ( P) =  0 2 0 , H ( Q ) =  0 − 2 0
   

0 0 0 0 0 0
Esta matrices no son ni definida positiva ni definida negativa, por tanto nada asegura el teorema 2.
Procedemos a usar las ecuaciones parametrı́cas de las condiciones, es decir x = cos t, y = sent, z =
2 ( t ∈ [0, 2π ]). Obtenemos la función

ϕ ( t) = F ( x(t), y(t), z(t)) = cos t + sent + 2 ( t ∈ [0, 2π ])

Fácilmente deducimos que para t = π/4 y t = 5π/4 hay respectivamente máximo local y mı́nimo
√ √
local para ϕ. Sustituyendo estos valores de t en las paramétricas obtenemos que ( 2/2, 2/2, 2)
√ √
es punto de máximo local condicionado para f y (− 2/2, − 2/2, 2) de mı́nimo.

Ejemplo 25 Calcular el paralelepı́pedo de mayor volumen inscrito en el elipsoide

x2 y2 x2
2
+ 2 + 2 = 1 ( a > 0, b > 0, c > 0)
a b c
Solución
Sea (x,y,z) el vértice del paralelepı́pedo que está en el primer cuadrante. El volumen de este es por
tanto V = 2x · 2y · 2z = 8xyz. Es decir, se trata de hallar el máximo de V1 = xyz con la condición
x2 /a2 + y2/b2 + z2 /c2 = 1 ( x ≥ 0, y ≥ 0, z ≥ 0). Función de Lagrange:

F ( x, y, z) = xyz + λ ( x2 /a2 + y2 /b2 + z2 /c2 − 1) :

Puntos
 crı́ticos 
∂F 2 =0 


 ∂x = yz + 2λx/a 

 ∂F = xz + 2λy/b2 = 0 
 
∂y
 ∂F = xy + 2λz/c2 = 0 

 ∂z 

 x2 /a2 + y2/b2 + z2 /c2 = 1
 
Siendo V1 ≥ 0, para x=0 o y=0 o z=0 obtenemos mı́nimo absoluto. Por tanto solo consideraremos
soluciones para x,y,z positivas. Despejando λ :
( )
yza2 xzb2 xyc2 y2 a2 = x2 b2
λ=− =− =− ⇒
2x 2y 2z z2 a2 = x2 c2

sustituyendo los valores de y2 = x2 b2 /a2, z2 = x2 c2 /a2 en la ecuación del elipsoide obtenemos el

√ √ √
punto P0 = ( a/ 3, b/ 3, c/ 3).
En tal punto, V1 = xyz se hace máximo. Efectivamente, al ser V1 continua sobre un conjunto com-
pacto, V1 alcanza al menos un máximo absoluto. Los posibles puntos en donde V1 puede alcanzar
un extremo son las intersecciones de los planos coordenados con el elipsoide o el punto P0. En los
primeros hemos visto que V1 alcanzaba un mı́nimo. Por tanto, el máximo absoluto lo alcanza V1 en
P0, siendo el valor máximo de V = 8V1:
√
8 3
Vmáx ( P0) = abc
9

Multiplicadores de Lagrange: Perpectiva general

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 87

Teorema 4.4.3 Sean f : U ⊂ IRn → IR una función de clase C I 1 definida en el conjunto abierto U ⊂ IRn .
Sean gi : U ⊂ IRn → IR para i = 1, . . . , m. funciones de clase C I 1 en U ( m < n ). Sea S = { x ∈ U/gi ( x) =
0, i = 1, 2, · · · , m } el conjunto factible de soluciones del problema.
Sea xo ∈ S un punto de extremo condicionado de f , es decir que existe una bola B ⊂ U con centro en xo con
la propiedad de que f ( xo ) ≤ f ( x) ó f ( xo ) ≥ f ( x) para toda x en B ∩ S.
∂g
Suponga que el determinante det( i ( xo )) 6 = 0 para un conjunto de variables xj , tomadas del conjunto de
∂xj
n variables { x1, x2 , · · · , xn } de gi . Entonces existen m números reales λ1, λ2 , · · · , λm tales que cumplen
m
∇ f ( xo ) + ∑ λk ∇ gk ( x0 ) = 0.
k=1

Donde z = f ( x) es la función objetivo que se va a maximizar o minimizar y gi ( x) para i = 1, 2, ..., m

son la funciones restricciones que condicionan el problema. A los números λk cuya existencia es-
tablece el teorema anterior se les llama multiplicadores de Lagrange, y al método que proporciona
este teorema se le denomina Método de los multiplicadores de Lagrange.

4.4.1. Método de Multiplicadores de Lagrange

Para calcular los extremos de la función f ( x) sujeta a las restricciones gi ( x) = 0 con i = 1, . . . , m.
ejecutamos los siguientes pasos:

i) Se define la función de Lagrange:

m
F ( x1, ..., xn , λ1, ..λm ) = f ( x1, x2 , , · · · , xn ) + ∑ λk gk ( x1, x2 , · · · , xn )
k=1

ii) Se determina los puntos crı́ticos de F, resolviendo el sistema de m + n ecuaciones formado

por
∂F ∂F
= 0, = 0, j = 1, 2, . . . , n, k = 1, 2, . . . , m
∂xj ∂λk

iii) Se evalua la función en los puntos crı́ticos, luego se elige entre estos valores el máximo y
el mı́nimo según sea el caso. Esto es posible ya que se trabaja sobre un conjunto cerrado y
acotado.

4.4.2. Ejercicios resueltos

1. Determine el valor máximo y mı́nimo de la función f ( x, y) = 4xy sujeta a la condición
g( x, y ) = x2 + y2 − 2 = 0.
Solución:
1)Definimos la función de Lagrange: F ( x, y, λ) = f ( x, y) + λg( x, y ) = 4xy + λ ( x2 + y2 − 2),
2) Formamos el sistema
∂F
= 4y + λ (2x) = 0 (1)
∂x
∂F
= 4x + λ (2y) = 0 (2)
∂y
∂F
= x2 + y2 − 2 = 0 (3)
∂λ
multiplicando (1) por x, (2) por y y luego restando, (como λ 6 = 0) obtenemos y = ± x; que al
reemplazar en (3) se tiene x = ± 1. Ası́ los puntos crı́ticos son: (1, 1), (1, − 1), (− 1, 1), (− 1, − 1).
3) Evaluamos f en cada punto crı́tico: f (1, 1) = 4, f (1, −1) = − 4, f (−1, 1) = − 4,
f (−1, − 1) = 4; ası́, el valor máximo de f es 4 en los punto (± 1, ±1) y su valor mı́nimo es
-4 en los puntos (± 1, ∓1).

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 88

Geométricamente, los puntos criticos de los extremos condicionados se encuentran donde los
vectores gradientes sean paralelos, en este gráfico vemos que se encuentran en en el punto
Q = (1, 1).
En color amarillo se muestra la curva de intersección de la superficie f ( x, y) = 4xy con el
cilindro (la restricción ) g( x, y ) = x2 + y2 − 2 = 0 donde se encuentran los extremos condi-
cionados. En color azul se muestra la curva de nivel cero del cilindro g( x, y ) = 0.

2. Halle el valor mı́nimo de la función f ( x, y, z ) = x + y + z sujeta a la restricción

x2 + 4y2 + 9z2 = 36.
Solución:
Sea g( x, y, z ) = x2 + 4y2 + 9z2 − 36
Definimos la función de Lagrange

F ( x, y, z, λ ) = f ( x, y, z) + λg( x, y, z ) = x + y + z + λ ( x2 + 4y2 + 9z2 − 36),

y el sistema es:

∂F
= 1 + λ (2x) = 0 (1)
∂x
∂F
= 1 + λ (8y) = 0 (2)
∂y
∂F
= 1 + λ (18z) = 0 (3)
∂z
∂F
= x2 + 4y2 + 9z2 − 36 = 0 (4)
∂λ
como λ 6 = 0 despejamos x, y, z de (1), (2), (3) respectivamente y reemplazamos en (4), obte-
36 9 4 36 9 4
niendo λ = ± 7/72; luego: x = ± , y = ± , z = ± . Evaluando f ( , , ) = 7 y
7 7 7 7 7 7
−36 − 9 − 4 36 9 4
f( , , ) = − 7; de donde f , alcanza su valor máximo en ( , , ) y su valor mı́ni-
7 7 7 7 7 7
− 36 − 9 − 4
mo en ( , , ).
7 7 7
3. Halle puntos en la elipse 4x2 + 9y2 = 36 más cercanos al punto (1,0).
Solución:
p
La función a minimizar es d ( x, y) = ( x − 1)2 + y2 (distancia del punto ( x, y ) al punto (1,0)),
lo cual es equivalente a minimizar la distancia al cuadrado f ( x, y) = ( x − 1)2 + y2.
La condición es que el punto esté en la elipse; es decir g( x, y ) = 4x2 + 9y2 − 36 = 0.

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 89

Ası́, F ( x, y, λ) = ( x − 1)2 + y2 + λ (4x2 + 9y2 − 36) y el sistema es

∂F
= 2( x − 1) + λ (8x) = 0 (1)
∂x
∂F
= 2y + λ (18y) = 0 (2)
∂y
∂F
= 4x2 + 9y2 − 36 = 0. (3)
∂λ
Si y 6 = 0 de (2) tenemos λ = − 1/9, reemplazando en (1) y (3) obtenemos x = 9/5, y = ± 8/5
respectivamente; obteniendo los puntos crı́ticos (9/5, − 8/5), (9/5, 8/5).
Si y = 0 reemplazando en (3) se obtienen los puntos (− 3, 0), (3, 0).
Calculando d en cada punto se tiene que los puntos (9/5, −8/5), (9/5, 8/5) están más cerca
√
de (1,0) y la distancia mı́nima es igual a 4/ 5 ≈ 1,78.

4. Determine los semiejes de la elipse 5x2 − 6xy + 5y2 − 32 = 0

Solución:
Resulta que los semiejes son segmentos de recta que se encuentran comprendidos entre los
puntos más cercanos y más lejanos de la elipse con respecto al origen, es por esto que la
función a optimizar es la función distancia de un punto P ( x, y ) ubicado sobre la elipse y el
origen (0, 0), esto es: q
d= ( x − 0)2 + ( y − 0)2
Pero en lugar de esto optimizamos la función f ( x, y) = d 2 = x2 + y2 sujeta a la restricción
5x2 − 6xy + 5y2 − 32 = 0.
Primero definimos la función de Lagrange: F ( x, y, λ ) = f ( x, y ) + λ (5x2 − 6xy + 5y2 − 32)
A continuación calculamos sus puntos crı́ticos:

∂F
= 2x + 10xλ − 6yλ
∂x
∂F
= 2y − 6xλ + 10yλ
∂y
∂F
= 5x2 − 6xy + 5y2 − 32
∂λ
Igualando las derivadas parciales a cero y despejando λ de las ecuaciones tenemos que:
y x
= → 3y2 = 3x2 , → x = ± y
5y − 3x 5x − 3y
√
Con x = y sustituyendo en la ecuación de la elipse obtenemos 4x2 = 32 de donde x = ± 2 2
√
Análogamente para x = − y se tiene x = ± 2.
√ √ √ √
Para x = y tenemos x = 2 2 → y = 2 2, siendo el punto P1 (2 2, 2 2)
√ √ √ √
y x = − 2 2 → y = − 2 2, siendo el punto P2 (− 2 2, − 2 2)
√ √ √ √
Para x = − y tenemos x = 2 → y = − 2 , siendo el punto P3 ( 2, − 2)
√ √ √ √
y x = − 2 → y = 2, siendo el punto P4 (− 2, 2)

Estando el eje menor comprendido entre los puntos P4 y P3; mientras que el eje mayor está com-
prendido entre los puntos P1 y P2.

5. Encontrar los números positivos x, y, z tales que x + y + z = 24 y xyz2 es máximo.

Solución:
Trataremos de optimizar la función f ( x, y, z) = xyz2 sujeta a la restricción

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 90

g( x, y, z ) = x + y + z − 24 = 0. Construimos la función de Lagrange

F ( x, y, z, µ) = xyz2 + µ ( x + y + z − 24)

∂F
= yz2 + µ = 0, (1)
∂x
∂F
= xz2 + µ = 0, (2)
∂y
∂F
= 2xyz + µ = 0, (3)
∂z
∂F
= x + y + z − 24 = 0, (4)
∂µ

igualando y simplificando (1) = (2) y (1) = (3) resulta y = x, z = 2y sustituyendo esto en (4)
se obtiene y = 6 entonces x = 6 y z = 12 por lo tanto f (6, 6, 12) = 5184 es el número máximo.

6. Hallar los valores extremos del campo escalar f ( x, y, z ) = x − 2y + 2z en la esfera

x2 + y2 + z2 = 1.
Solución:
Vamos a optimizar la función f bajo la restricción de φ ( x, y ) = x2 + y2 + z2 − 1.

a) Formar la función de Lagrange F ( x, y, z, λ) = x − 2y + 2z + λ x2 + y2 + z2 − 1

b) Hallar las derivadas parciales de F (x, y, z, λ ) y resolver el sistema resultante

∂F
= 1 + 2λx = 0 (1)
∂x
∂F
= − 2 + 2λy = 0 (2)
∂y
∂F
= 2 + 2λz = 0 (3)
∂z
∂F
= x2 + y2 + z2 − 1 = 0 (4)
∂λ
c) Resolviendo
1
de (1) : x = − (5)
2λ
1
de (2) : y = (6)
λ
1
de (3) : z = − (7)
λ
sustituir (5) , (6) , y (7) en (4)
1 1 1 3
+ 2 + 2 = 1 ⇔ 1 + 4 + 4 = 4λ2 ⇔ λ = ±
4λ2 λ λ 2
 
3 1 2 2 1 2 2
d) Si λ = ⇒ x = − , y = , z = − ⇒ P − , ,−
2 3 3 3 3 3 3

7. El plano x + y + z = 24 cruza al paraboloide z = x2 + y2 en una elipse. Calcule los puntos

más bajos y altos de la elipse.
Solución:
Queremos determinar el máximo y el mı́nimo de la función f ( x, y, z ) = z sujeto a las restric-
ciones
g( x, y, z ) = x + y + z − 24 = 0
h ( x, y, z ) = x2 + y2 − z = 0

entonces definimos la función de Lagrange

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 91

F ( x, y, z) = z + λ ( x + y + z − 24) + µ ( x2 + y2 − z )

las derivadas parciales de F son:

∂F
= λ + 2µx = 0 (1 )
∂x
∂F
= λ + 2µy = 0 (2 )
∂y
∂F
= 1+λ−µ = 0 (3 )
∂z
∂F
= x + y + z − 24 = 0 (4)
∂λ
∂F
= x2 + y2 − z = 0 (5 )
∂µ

si µ = 0 en (2)entonces λ = 0, pero esto contradice a (3), por lo que se tiene que µ debe ser
diferente de cero.
Luego, si µ 6 = 0 se tiene 2µ = − λ = 2µy y por tanto x = y reemplazando x = y en (5), se
obtiene z = 2x2 de modo que (4) se convierte en 2x2 + 2x − 24 = 0 de donde x = − 4 ó x = 3
Ası́, el punto más bajo es (3, 3, 18), el punto más alto es (− 4, −4, 32).

8. Un depósito tiene la forma de un cilindro circular recto de radio 5 unidades, terminando

en cada uno de los extremos con una tapa cónica. Si el volumen de este depósito es de 200
unidades cúbicas, hallar la altura H del cilindro y la altura de cada una de las tapas cónicas
de modo que la superficie del depósito sea mı́nima.
Solución:
De los datos, el área del depósito es
A = 2πrH + 2πrg
√ 
A = 2π (5) H + 2 5π 52 + h2
√
= 10π H + 10π 25 + h2 (1)
Por el dato, el volumen del depósito es:
2
V = πr2 H + 2( 13 πr2h ) = π (5)2 H + π (5)2 h = 200π
3
2
entonces, H + h = 8 (2)
3
Ası́ el problema consiste en minimizar
√
A ( H, h ) = 10π H + 10π 25 + h2
2
sujeto a la restricción f ( H, h ) = H + h − 8 = 0 (∗)
3

por multiplicadores de Lagrange:

√
 
2
F ( H, h, λ ) = 10π H + 10π 25 + h2 + λ H + h − 8
3
∂F
= 10π + λ = 0 ⇒ λ = − 10π (3)
∂H
∂F 10πh 2
= √ + λ=0 (4)
∂h 25 + h 2 3
∂F 2
= H+ h−8 = 0 (5)
∂λ 3
Reemplazando (3) en (4)
10πh 2 h 2 √
√ + (− 10) π = 0 ⇒ √ = ⇒h=2 5 (6)
25 + h 2 3 2
h + 25 3

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 92

4√
Reemplazando (6) en (5): H = 8 − 5 (7)
3
4√ √
 
Luego, el punto crı́tico es: 8 − 5, 2 5 .
3
Aparte, analizaremos los casos h = 0 y H = 0.
Si h = 0 en (∗) entonces H = 8, Ası́,
A (8, 0) = 10π (8) + 10π (5) = 10π (13) = 130π
Si H = 0 en (∗) entonces h = 12, Ası́,
√
A (0, 12) = 10π 25 + 144 = 10π (13) = 130π
Evaluamos la función en el punto crı́tico
4√ √ 4√ √ 
    
A 8− 5, 2 5 = 10π 8 − 5 + 10π 45 = 10π (9,689)
3 3
4√
Comparando los resultados vemos que la superficie es mı́nima cuando H = 8 − 5yh=
√ 3
2 5.
y
9. Dadas las rectas L1 : x − 1 = =z y L2 : x = y = z. Determinar un punto P ∈ L1 y
2
otro Q ∈ L2 tal que la distancia de P y Q sea mı́nima. Además, determinar esa distancia.
Solución:
Escribimos las rectas en forma vectorial:
Para L1 : Po = (1, 0, 0); ~u = (1, 2, 1)
Ası́, L1 : P = Po + t~u
L1 : P = {(t + 1, 2t, t ) , t ∈ IR }
Para L2 : Po = (0, 0, 0) ~v = (1, 1, 1)
Ası́: L2 : Q = {(r, r, r ) , r ∈ IR }
Luego, la distancia entre dos puntos cualesquiera de L1 y L2 es:
q
d (P, Q ) = (t + 1 − r )2 + (2t − r )2 + (t − r )2
ó d2 ( P, Q ) = (t + 1 − r )2 + (2t − r )2 + (t − r )2
por tanto, el problema se reduce a minimizar la función: f (t, r ) = d 2 (P, Q )
Hallando los puntos crı́ticos:
∂f
= 2 (t + 1 − r ) + 2 (2t − r ) (2) + 2 (t − r ) = 0
∂t
∂f
= 2 (t + 1 − r ) (− 1) + 2 (2t − r ) (− 1) + 2 (t − r ) (− 1) = 0
∂r
desarrollando y reduciendo términos semejantes, tenemos el sistema:

12t − 8r = − 2
− 8t + 6r = + 2
1
 es t = 2 ; r = 1.
cuyasolución
1
Ası́, , 1 es punto crı́tico
2
Veremos si éste punto crı́tico da origen a un valor mı́nimo o un valor máximo utilizando el
criterio del Hessiano.
∂2 f ∂2 f
= 12; = −8
∂t2 ∂r∂t
∂2 f ∂2 f
= 6; = −8
∂r2 ∂t∂r

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 93

" #
12 − 8
 
1
Hf ,1 =
2 −8 6
411 = 12 > 0
12 − 8
422 = =8>0
−8 6
 
1 1
Por lo tanto f , 1 = es un valor mı́nimo
2 2
Finalmente,
 
1 3 1
si t = ⇒ P = , 1,
2 2 2
si r = 1 ⇒ Q = (1, 1, 1)
r √
1 2
Por lo tanto d (P, Q ) = f ( , 1) = . En el problema que enunciaremos a continuación,
2 2
vamos a transformar un problema con restricciones en uno sin restricciones, pero, reduciendo
el número de variables.

Problemas de diseño de cajas

1. Encontrar las dimensiones de la caja cerrada de mayor volumen, si el área de su superficie
total es de 64 cm2.
Solución:
Primero identificamos la función a optimizar, que vendrı́a a ser el volumen, V = xyz sujeta a
la condición de que el área de su superficie 2xy + 2xz + 2yz = 64.
Definimos la función de Lagrange: F ( x, y, z, λ) = xyz + λ ( xy + yz + xz − 32)
Ahora calculamos sus puntos crı́ticos igualando a cero las
primeras derivadas parciales:

∂F
= yz + λ ( y + z ) = 0
∂x
∂F
= xz + λ ( x + z ) = 0
∂y
∂F
= xy + λ ( x + y ) = 0
∂z
∂F
= xy + xz + yz − 32 = 0
∂λ
Resolvemos el sistema formado por las dos primeras ecuaciones y obtenemos λ = 0
ó xz = yz
Descartamos λ = 0 pues si lo reemplazamos en la primera ecuación obtendrı́amos y = 0
ó z = 0 lo cual no es posible. Puesto que z 6 = 0 resulta que x = y
Resolvemos el sistema formado por la segunda y tercera ecuación y obtenemos λ = 0 o
yx = zx. Descartamos λ = 0 y nos queda yx = zx, de donde z = y.
Sustituyendo x = y y z = y en la ecuación de la superficie tenemos
√
y2 + y2 + y2 = 3y2 = 32, lo que implica y = ± 32/3 = ± 3,266

Sin embargo, como y es una de dimensiones de la caja, debe ser positivo; de donde resulta
que las dimensiones de la caja de volumen máximo son x = y = z = 3,266
OH¡ si te fijas bien, parece que hemos conseguido un cubo...

2. Una caja rectangular sin tapa deberá tener un volumen fijo. ¿Cómo deberá hacerse la caja para
emplear en su manufactura la cantidad mı́nima de material?.

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 94

Solución:
Sean x, y, z las dimensiones de la caja de volumen fijo V = xyz que es la restricción.
El área de la superficie de la caja, denotada por A, está dada por:
A = área de la base + área lateral, que es la función a optimizar.
A = xy + 2xz + 2yz (1)
V
Como V = xyz ⇒ z = (2)
xy
2V 2V
Reemplazando (2) en (1) se tiene A (x, y ) = xy + +
y x
∂A 2V ∂A 2V
= y − 2 = 0, = x − 2 = 0.
∂x x ∂y y
√
Resolviendo el sistema se tiene: x = y = 3 2V
√ √ 
Luego el punto P = 3 2V, 3 2V es punto crı́tico
Cálculo del Hessiano:
" # " #
4V
x3
1 2 1
H ( A (x, y)) = 4V ⇒ H ( A (P )) =
1 y3 1 2

y mediante el criterio de las submatrices angularesrel punto P corresponde a un mı́nimo.

V √
3 V
Además z = , de donde para x = y = 2V, z = 3 . Por lo tanto, las dimensiones de la
xy 4
√ √
r
V
caja deben ser x = 3 2V, y = 3 2V, z = 3 .
4
3. Una compañia planea fabricar cajas abiertas con la forma de un paralelepı́pedo rectangular,
que deben tener un volumen de 500m3, ¿qué dimensiones deben tener las cajas para que el
Área de su superficie sea mı́nima?
Solución:
Función restricción: volumen = 500
Función objetivo: área de la superficie
Sean: x = Ancho de la caja, y = Largo de la caja, z = Alto de la caja.
Area de la base=xy, Áreas de dos lados laterales=2yz, Áreas de dos lados frontal y posterior=2xz
Volumen: xyz = 500.
Modelo matemático:
mı́n f ( x, y, z ) = xy + 2yz + 2xz.
Sujeta a: g ( x, y, z ) = xyz − 500 = 0.
Aplicando el método de Lagrange
1ro: Definimos la función de Lagrange: F (x, y, z, λ ) = xy + 2yz + 2xz + λ (xyz − 500)
2do: Calculamos los puntos crı́ticos de Lagrange
y+2z
Fx = y + 2z + λ (yz ) = 0 ⇒ λ = − yz ..................(1)
Fy = x + 2z + λ (xz ) = 0 ⇒ λ = − x+ 2z
xz ..................(2)
2y+2x
Fz = 2y + 2x + λ (xy ) = 0 ⇒ λ = − xy ...............(3)
Fλ = xyz − 500 = 0......................................................(4)



 xyz + 2xz2 = xyz + 2yz2

 2xz2 − 2yz2 = 0

y+2z
de (1) y (2): − yz = − x+ xz
2z
⇒


 2z2 ( x − y ) = 0


z = 0, x = y


Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 95




 x2 y + 2xyz = 2xyz + 2x2 z

 x2 y − 2x2 z = 0

2y+2x
de (2) y (3): − x+ 2z
xz = − xy ⇒
 x2 (y − 2z ) = 0




x = 0, y = 2z


 (2z ) (2z ) z − 500 = 0


en (4): 4z3 − 500 = 0


4 z3 − 125 = 0 z = 5, ⇒ y = 10, x = 10.


Respuesta: Las dimensiones que deben tener las cajas para que el área de la superficie sea
mı́nima son: ancho 10m, largo 10m y alto 5m.

4. Una compañia planea fabricar cajas abiertas con la forma de un paralelepı́pedo rectangular,
pero cuya superficie tenga una área de 108m2, ¿qué dimensiones deben tener las cajas para
que el volumen sea máximo?
Solución:
Función objetivo: volumen
Función restricción: area de la super f icie = 108
Sea x: ancho de la caja, y: largo de la caja z: alto de la caja
Area de la base: xy; Áreas de dos lados laterales: 2yz
Areas de dos lados frontal y posterior: 2xz, Área de la superficie: xy + 2yz + 2xz = 108

Modelo matemático:
máx el volumen: f (x, y, z ) = xyz

sujeto a la restricción: g ( x, y, z ) = xy + 2yz + 2xz − 108 = 0

Aplicando el método de Lagrange

1er: F ( x, y, z, λ ) = xyz + λ (xy + 2yz + 2xz − 108)
2do: Puntos crı́ticos de Lagrange
yz
Fx = yz + λ (y + 2z ) = 0 ⇒ λ = − y+2z .................(1)
xz
Fy = xz + λ (x + 2z ) = 0 ⇒ λ = − x+ 2z .................(2)
xy
Fz = xy + λ (2y + 2x) = 0 ⇒ λ = − 2y+2x ...............(3)
Fλ = xy + 2yz + 2xz − 108 = 0..................................(4)

 xyz + 2yz2 = xyz + 2xz2



 2yz2 − 2xz2 = 0

yz xz
de (1) y (2): − y+2z = − x+2z ⇒


 2z2 (y − x) = 0


z = 0, y = x


2 2
 2xyz + 2x z = x y + 2xyz



 2x2 z − x2 y = 0

xz xy
de (2) y (3): − x+ 2z = − 2y+2x ⇒


 x2 (2z − y ) = 0


x = 0, y = 2z




 4z2 + 4z2 + 4z2 − 108 = 0

 12z2 − 108 = 0

en (4): si z = 3 ⇒ y = 6, x = 6
12 z2 − 9 = 0







z = − 3, z = 3

Respuesta: Las dimensiones que deben tener las cajas para que el volumen sea máximo son:
ancho 6m, largo 6m y alto 3m.

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 96

5. Se desea diseñar un embalaje rectangular con volumen de 160m3, sus lados cuestan 1 sol el
metro cuadrado, su tapa 2 soles el metro cuadrado y el costo del fondo es 3 soles el metro
cuadrado. ¿Qué dimensiones minimizarán el costo total del embalaje?
Solución:
Función restricción: volumen = 160
Función objetivo: costo total
Sean x: ancho de la caja, y: largo de la caja, z : alto de la caja
volumen: xyz = 160
Análisis del costo:

Área Precio Costo

2 lados laterales 2yz 1 2yz
2 lados, frontal y posterior 2xz 1 2xz
tapa xy 2 2xy
fondo xy 3 3xy

Costo total: 2yz + 2xz + 5xy.

Modelo matemático:
mı́n f ( x, y, z ) = 2yz + 2xz + 5xy

sujeto a: g ( x, y, z ) = xyz − 160 = 0.

Aplicando el metodo de Lagrange

1er: F ( x, y, z, λ ) = 2yz + 2xz + 5xy + λ (xyz − 160)
2do: Puntos crı́ticos de Lagrange
2z+5y
Fx = 2z + 5y + λ (yz ) = 0 ⇒ λ = − yz .................(1)
Fy = 2z + 5x + λ (xz ) = 0 ⇒ λ = − 2zxz +5x ..................(2)
2y+2x
Fz = 2y + 2x + λ (xy ) = 0 ⇒ λ = − xy ..................(3)
Fλ = xyz − 160 = 0.......................................................(4)



 2xz2 + 5xyz = 2yz2 + 5xyz

 2xz2 − 2yz2 = 0

2z+5y +5x ⇒
De (1) y (2): − yz = − 2zxz


 2z2 ( x − y ) = 0


z = 0, x = y




 2xyz + 5x2 y = 2xyz + 2x2 z

 5x2 y − 2x2 z = 0

+5x = − 2y+2x ⇒
De (2) y (3): − 2zxz xy
 x2 (5y − 2z ) = 0



x = 0, y = 25 z



2

2

5z 5 z z = 160




 4 z3 − 160 = 0

25
en (4): ⇒ x = 4, y = 4
 4 z3 − 1000 = 0




 25

z = 10


Respuesta: Las dimensiones que deben tener las cajas para que el costo sea mı́nimo son: ancho
4m, largo 4m y alto 10m.

6. Usando L empleados para la mano de obra y K unidades de capital, una empresa puede
elaborar P unidades de su producto, en donde P ( L, K ) = 60L2/3 K 1/3 . Los costos de la mano

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 97

de obra y del capital son de 64 y 108 por unidad. Suponga que la empresa decide elaborar
2160 unidades de su producto. Aplicando el método de Lagrange determine el número de
empleados y la cantidad de capital que deben emplearse con objeto de minimizar el costo
total.
Solución:
Función restricción: producción= 2160 Función objetivo: costo total
Producción: P ( L, K ) = 60L2/3 K 1/3 = 2160
Costo total: 64L + 108K
Modelo matemático:
máx f ( L, K ) = 64L + 108K

sujeto a: g (L, K ) = 60L2/3 K 1/3 − 2160 = 0.

Aplicando el método de Lagrange:  

1er: F ( L, K, λ ) = 64L + 108K + λ 60L2/3 K 1/3 − 2160
2do: Puntos 
crÃticosde Lagrange
1/3 8L1/3
FL = 64 + λ 40 KL2/3 = 0 ⇒ λ = − 5K 1/3 .....................(1)

!
L2/3 2/3
FK = 108 + λ 20 2/3 = 0 ⇒ λ = − 27K
5L2/3
.................(2)
K

Fλ = 60L2/3 K 1/3 − 2160 = 0 .............................................(3)


1/3 2/3
 8L = 27K
8L 27K
de (1) y (2): − 5K 1/3 = − 5L2/3 ⇒
 K= 8L
27

2/3 8 L 1/3 − 2160 = 0





 60L 27
en (3): 40L − 2160 = 0 ⇒ K = 16


L = 54

Respuesta: Con el objeto de minimizar el costo total se deben usar 54 empleados y 16 unidades
de capital.

7. Hállese el nivel de producción máximo de la función f ( x, y ) = 100x1/4 y3/4. Si el costo total

del trabajo es a 48 dólares por unidad y el capital a 36 dólares por unidad y se limita a 100,
000 dólares.
Solución
x: Unidad de trabajo
y: Unidad de capital
Del lı́mite sobre el costo del trabajo y del capital obtenemos la restricción
48x + 36y = 100, 000
Usando el método de Lagrange, hacemos g( x, y ) = 48x + 36y − 100, 000 = 0 y escribimos

F ( x, y, λ) = 100x1/4 y3/4 + λ (48x + 36y − 100, 000)

las derivadas parciales de F son:

∂F
= 25x−3/4 y3/4 + 48λ = 0 (1)
∂x
∂F
= 75x1/4 y−1/4 + 36λ = 0 (2)
∂y
∂F
= 48x + 36y − 100, 000λ = 0 (3)
∂λ

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 98

25x−3/4 y3/4
despejando λ de (1) tenemos λ = − y sustituyendo en (2) tenemos
48
75 −3/4 3/4
75x1/4 y−1/4 − x y = 0, multiplicando por x3/4 y1/4
4
3125 6250
se obtiene 4x − y = 0, luego sustituyendo y = 4x en (3) : x = ,y= . Finalmente la
6 3
3125 6250
producción máxima es f ( , ) = 147314
6 3
8. Sea T ( x, y, z) = 100 + x2 + y2 la temperatura en cada punto de la esfera x2 + y2 + z2 = 50.
Hállese la temperatura máxima en la curva formada por la intesección de la esfera y el plano
x + y + z = 5.
Solución:
En este caso tenemos dos restricciones
g( x, y, z ) = x2 + y2 + z2 − 50 = 0, h ( x, y, z) = x + y + z − 5 = 0
definamos la función F como:
F ( x, y, z, λ, µ) = 100 + x2 + y2 + λ ( x2 + y2 + z2 − 50) + µ ( x + y + z − 5)
derivando obtenemos el sistema
∂F
= 2x + 2xλ + µ = 0 (1)
∂x
∂F
= 2y + 2yλ + µ = 0 (2)
∂y
∂F
= 2zλ + µ = 0 (3)
∂z
∂F
= x2 + y2 + z2 − 50 = 0 (4)
∂λ
∂F
= x+y+z−5 = 0 (5)
∂µ
igualando (1) y (2) se tiene x = y , λ = − 1, µ = 0 (6)
reemplazando (6) en (3), z = 0
Sustituyendo z = 0, x = y en (4) y (5) se tiene 2x2 = 50 ó 2x = 5 (7)
Las soluciones son x = ∓ 5, y el valor de z = 0 y los puntos crı́ticos son (5, 5, 0) y (5, − 5, 0) y
(5/2, 5/2, 0). Las temperaturas para estos puntos son: T (5, 5, 0) = 150, T = (− 5, −5, 0) = 150
y T (5/2, 5/2, 0) = 112,5
Por tanto la temperatura máxima es 150.

9. La función de producción de una empresa es P (L, K ) = 80L3/4 K 1/4 en donde L y K repre-

sentan el número de unidades de mano de obra y de capital utilizadas y P es el número de
unidades elaboradas del producto. Cada unidad de mano de obra tiene un costo de 60 y cada
unidad de capital cuesta 200; la empresa dispone de 40000 destinados a producción. Aplican-
do el método de Lagrange determine el número de unidades de mano de obra y de capital
que la empresa debe emplear a fin de obtener una producción máxima.
Solución:
Función objetivo: Producción: P ( L, K ) = 80L3/4 K 1/4
Función restricción: Costo total: 60L + 200K = 40000
Modelo matemático:

máx la Producción: P ( L, K ) = 80L3/4 K 1/4

sujeto a la restricción: Costo total: 60L + 200K = 40000

Cálculo en varias variables Rendón & Garcı́a

4.4. MÁXIMOS Y MÍNIMOS CONDICIONADOS. Página: 99

Aplicando el método de Lagrange

1er: F ( L, K, λ ) = 80L3/4 K 1/4 + λ (60L + 200K − 40000)
2do: Puntos crı́ticos de Lagrange
1/4
FL = 60L−1/4 K 1/4 + λ (60) = 0 ⇒ λ = − KL1/4 ..................(1)
3/4
FK = 20L3/4 K −3/4 + λ (200) = 0 ⇒ λ = − 10K L
3/4 .............(2)

Fλ = 60L + 200K − 40000 = 0...............................................(3)

1/4 L3/4
de (1) y (2): − KL1/4 = − 10K 3/4 ⇒ L = 10K


 60 (10K ) + 200K − 40000 = 0


en (3): 800K − 40000 = 0 ⇒ L = 500


K = 50

Respuesta: Con el objeto de maximizar la producción se deben emplear 500 unidades de mano
de obra y 50 unidades de capital.

10. Halle el máximo y mı́nimo de z = f ( x, y ) = cos2 x + cos2 y, estando ligadas las variables x e
π
y por la relación y − x =
4
Solución:
π
Sea g ( x, y ) = y − x − la restricción de x e y. Definimos la función F ( x, y, λ ) por:
4
 π
F ( x, y, λ ) = f (x, y ) + λg ( x, y ) = cos2 x + cos2 y + λ y − x −
4
Ahora encontramos los puntos crı́ticos
∂F
= − 2 cos x sen x − λ = 0 (1)
∂x
∂F
= − 2 cos y sen y + λ = 0 (2)
∂y
∂F π
= y−x− =0 (3)
∂λ 4
De (1) y (2) se tiene: λ = − 2 sen x cos x = − 2 sen 2x
λ = 2 sen y cos y = sen 2y
Restando estas ecuaciones, se tiene: sen 2x + sen 2y = 0 (4)
π
De la ecuación (3) y = x + , que reemplazando en (4) se tiene
4
 π
sen 2x + sen 2x + = 0 de donde sen 2x + cos 2x = 0 ⇒ sen2x = − cos 2x,
2
sen2x
Por lo tanto: = − 1 ⇒ tan 2x = − 1
cos 2x
π
Despejando tenemos que: 2x = − + kπ ⇒
4
π π 
x = − +k k ∈ Z+ .
8   2
π π
y = +k
8 2
 π π  π  π 
Luego Pk − + k , +k , k ∈ Z+ son puntos crı́ticos. Ahora aplicaremos
8 2 8 2
el criterio para los extremos condicionados:
2 2 ∂2 F
d2 F = ∑ ∑ = dxi dxj con ( x1 = x, x2 = y )
i= 1 j= 1 ∂xi ∂yi
dg ( x, y ) = dy − dx = 0 ⇒ dy = dx
 2
∂ F 2∂2 F ∂2 F

Además, B (dx) = + + dxdy = (− 2 cos 2x − 2 cos 2y ) dxdy
∂x2 ∂x∂y ∂y2

Cálculo en varias variables Rendón & Garcı́a

4.5. EJERCICIOS PROPUESTOS PARA EXTREMOS CONDICIONADOS. Página: 100

√ √
2 k 2 √
B (dx)|Pk = −2 (− 1) + (− 1)k dxdy = (− 1)k 2 2dxdy
2 2
Por lo tanto:
Si k es impar 411 > 0 ⇒ al punto Pk le corresponde un mı́nimo condicionado
Si k es par 411 < 0 ⇒ al punto Pk le corresponde un máximo condicionado

4.5. Ejercicios propuestos para Extremos Condicionados.

1. Determine los extremos de las siguientes funciones sujeta a la restricción que se indica:
x2 y2
f ( x, y) = 4xy sujeta a 9 + 16 =1
f ( x, y) = xy sujeta a x + y = 10
f ( x, y) = x2 + y2 sujeta a x + y − 4 = 0
f ( x, y) = x2 − y2 sujeta a y − x2 = 0

2. Un granjero tiene 200 m de tela metálica que va a utilizar para construir tres lados de un
corral rectangular haciendo uso, como cuarto lado del corral, de un muro recto que ya existe.
¿Qué dimensiones maximizarán el área del corral?

3. Hallar los puntos de la gráfica de y = 4 − x2 que están más próximos y más alejados del
punto (0, 2).

4. Determina los puntos sobre la curva x2 y = 2 más próximos al origen.

5. Determina el valor de tres números reales cuya suma sea 1000 y cuyo producto sea máximo.

6. Se pretende construir una caja rectangular sin tapa de volumen 12 litros. El material para el
fondo cuesta 4 soles el decı́metro cuadrado, el de los dos laterales a 3 soles y el de los otros
dos a 2 soles. ¿Qué dimensiones de la caja tiene un coste de fabricación mı́nimo?.

7. Halle las dimensiones de una caja rectangular abierta con superficie A y volumen máximo.

8. Una caja rectangular descansa sobre el plano XY con un vértice en el origen. Halla el volumen
máximo de la caja si su vértice opuesto al origen pertenece al plano 6x + 4y + 3z = 24.

9. Halle el punto de la recta, intersección de los planos x − y = 2, x − 2z = 4 que es el más

próximo al origen de coordenadas.

10. Calcule el volumen máximo posible de una caja rectangular con sus caras paralelas a los
planos coordenados y que está inscrita en el elipsoide 16x2 + 4y2 + 9z2 = 144.

11. Sea C el arco contenido en el primer octante de la curva en que se intersecan el paraboloide
2z = 16 − x2 − y2 y el plano x + y = 4. Encuentre los puntos de C más cercano y más alejado
del origen.

12. Calcule el área máxima de un triángulo rectángulo cuyo perı́metro es de 4 unidades.

4 4 √
Rpta. El área máxima es A ( √ , √ ) = 4 ( 3 + 2 2) .
2+ 2 2+ 2
13. Encontrar el mı́nimo de la función f ( x, y, z) = x2 + y2 + z2 sujeta a las restricciones 2x + y +
z = 1, − x + 2y − 3z = 4.
Rpta. El mı́nimo de f (1/3, 16/15, −11/15) = 402/225

Cálculo en varias variables Rendón & Garcı́a

4.5. EJERCICIOS PROPUESTOS PARA EXTREMOS CONDICIONADOS. Página: 101

14. Maximizar f ( x, y, z) = xyz con restricciones x2 + z2 = 5, x − 2y = 0.

√ √ √ √
Rpta. f ( 10/3, 5/6, 5/3) = 5 15/9.

15. Calcúlese el mı́nimo de xy + yz para los puntos ( x, y, z ) que satisfacen las relaciones x2 + y2 =
2, zy = 2.
Rpta. mı́nimo 1 y máximo 3.

16. Encuentre el máximo de la función f ( x, y, z) = x + 2y + 3z sobre la curva de intersección del

plano x − y + z = 1 con el cilindro x2 + y2 = 1.
√
Rpta. El valor máximo de f en la curva es 3 + 29.

17. Halle los valores extremos de la función f ( x, y) = x2 + 2y2 sobre el cı́rculo x2 + y2 = 1.

Rpta. f (0, ± 1) = 2 valor máximo; f (±1, 0) = 1 valor mı́nimo.

18. Determine los puntos sobre la esfera x2 + y2 + z2 = 4 que estén más cercanos y más alejados
del punto (3, 1, − 1).
√ √
Rpta. Más cercano 1/ 11(6, 2, − 2); más alejado 1/ 11(− 6, −2, 2).

19. El plano x + y + 2z = 2 cruza el paraboloide z = x2 + y2 formando una elipse. Determine los

puntos sobre esta elipse que estén más cerca y los que estén más lejos del origen.
Rpta. Más cercano 1/2(1, 1, 1); más alejado (− 1, −1, 2).

20. Determine las dimensiones de la caja rectangular de máximo volumen que está en el primer
octante, limitado por los planos coordenados y el plano x + 2y + z = 6.
Rpta. x = 2, y = 1, z = 2.

21. Un cilindro circular recto cerrado tendrá un volumen de 1000 pies3 . La tapa y la base del
cilindro se hacen de un metal que cuesta 2 dólares por pie2. La cara lateral se cubre con un
metal que cuesta 2,5 dólares por
√ pie2 . Calcule
√ el costo de construcción mı́nima.
3 3
5 2560 2560
Rpta. El costo mı́nimo es C ( , ) ' 1284, 7.
8 π π
22. Sea g : IR → IR una función diferenciable tal que g (1) = g (2) considere la función f : IR2 →
R x+ y
IR tal que f ( x, y ) = xy g (t ) dt. Demuestre que f tiene un punto crı́tico en (1, 1) . Estudie
la naturaleza del extremo en este punto crı́tico, en cada uno de los siguientes casos:

a) g (1) = 0, g0 (1) = 1, g0 (2) = 2

b) g (1) = 3, g0 (1) = 3, g0 (2) = 4

23. Hallar los extremos de la función f ( x, y ) = x2 y sujeta a la restricción 2x2 + y2 = 3

Rpta. f (1, 1) = 1 máximo, f (1, − 1) = − 1 mı́nimo, f (− 1, 1, ) = 1 máximo,
f (− 1, − 1) = − 1 mı́nimo.

24. Usando multiplicadores de Lagrange. Determine los extremos de la función f ( x, y, z) = y +

xz − 2x2 − y2 − z2 sujeta a la restricción x + y + z = 35
Rpta. En (, 9, 11, 15) existe máximo.

25. Determine los puntos ( x, y, z ) del elipsoide 2x2 + 4y2 + 5z2 = 70 de modo que la suma de su
primera y tercera coordenada sea la mayor y la menor posible.
Rpta. El valor máximo es 7 encontrado en (5, 0, 2) el valor mı́nimo es − 7 encontrado en
(− 5, 0, −2).

26. Hallar el paralelepı́pedo cuya suma de longitudes de sus aristas sea L, que tenga el mayor
volumen posible.
Rpta. El cubo.

Cálculo en varias variables Rendón & Garcı́a

4.5. EJERCICIOS PROPUESTOS PARA EXTREMOS CONDICIONADOS. Página: 102

27. Determine los puntos más alto y más bajo de la elipse de intersección del cilindro x2 + y2 = 1
y el plano 2x + y − z = 4.
√ −2 √
√
Rpta. ( √2 , √1 , 5 − 4) es el punto más alto y ( √ , −1 , − 5 − 4) es el punto más bajo.
5 5 5 5

Uso de software:
Utilice el Applet interactivo que se encuentra en la página web de la Dra. Elena Alvarez Saiz
Elena Alvarez
personales.unican.es/alvareze/index.html
Debe seleccionar: Applets interactivos, enlace.
1. En la gráfica de la izquierda se muestra el problema de obtener los extremos condicionados de
la función f ( x, y) = 30 − x2 + y2 sujeta a la restricción x2 + y2 = 9, como se puede apreciar en esta
gráfica los extremos condicionados se encuentran sobre una curva en el espacio; las coordenadas
de este se puede calcular -aproximadamente- moviendo el mouse sobre la gráfica.

2. En la segunda gráfica se tiene el problema de optimizar la función f ( x, y ) = 9 − x2 − y2 sujeta

a la restricción x2 + y − 3 = 0; y como se puede apreciar en la gráfica de la derecha estamos en el
máximo condicionado pues los vectores gradiente son paralelos.

Cálculo en varias variables Rendón & Garcı́a

4.6. EXTREMOS ABSOLUTOS EN REGIONES COMPACTAS. Página: 103

4.6. Extremos absolutos en regiones compactas.

Teorema 4.6.1 Sea f : B ⊂ IRn → IR una función real definida en un conjunto compacto B de IRn . Supong-
amos que f es continua. Entonces existen puntos M, m ∈ B tales que f ( M ) ≥ f ( x)
∀ x ∈ B y f ( m) ≤ f ( x) ∀ x ∈ B.

Proceso para determinar extremos absolutos:

1. Encontrar todos los puntos criticos de la función que estan en el interior de la región D y
determinar el valor de la función en dichos puntos.

2. Encontrar todos los extremos de la función en la frontera. Esto involucra el uso de Cálculo en
una variable.

3. El valor más grande y el valor más pequeño de los dos pasos anteriores son el máximo abso-
luto y el mı́nimo absoluto respectivamente.

4.7. Problemas resueltos

1. Suppose that our goal is to find the global maximum and minimum of our model function
f ( x, y) = exp (− 31 x3 + x − y2 ) en el cuadrado acotado por − 2 ≤ x ≤ 2 y − 2 ≤ y ≤ 2.
Solución:
Existen tres tipos de puntos que pueden, potencialmente, ser máximos o mı́nimos absolutos:

1. Extremos relativos en el interior del cuadrado.

2. Extremos relativos en el borde del cuadrado.
3. En los vértices del cuadrado.

En el ejemplo (xxxx) Ya se hizo el paso 1. Existen extremos en los puntos (1,0) y (-1,0). La
frontera del cuadrado consta de 4 partes.

Lado 1. consiste de y = − 2 y − 2 ≤ x ≤ 2. Para este lado, tenemos

1
g( x) = f ( x, −2) = exp (− x3 + x − (− 2)2)
3
La función original de dos variables es ahora una función de una sola variable. Calcu-
lamos la derivada y resolvemos la ecuación g0 ( x) = 0 se puede demostrar que x = 1
y x = − 1 son los extremos relativos.
The original function of 2 variables is now a function of x only. We set g’(x)=0 to de-
termine relative extrema on Side 1. It can be shown that x=1 and x=-1 are the relative
extrema. Since y=-2, the relative extrema on Side 1 are at (1,-2) and (-1,-2).
Lado 2. Consiste de ( x = − 2, −2 ≤ y ≤ 2)
1
h ( y) = f (−2, y) = exp (− (− 2)3 − 2 − y2 )
3
Hacemos h0 ( y ) = 0 para determinar los extremos relativos. Se puede demostrar que
y=0 es la única solución y el punto critico correspondiente es (-2,0).

Un proceso análogo se aplica para determinar los extremos en los otros dos lados. Los cuales
ocurren en los puntos (2,0), (1,2), and (-1,2).

Cálculo en varias variables Rendón & Garcı́a

4.7. PROBLEMAS RESUELTOS Página: 104

Finalmente, debemos incluir las 4 esquinas (-2,-2), (-2,2), (2,-2), y (2,2). Resumiendo, los can-
didatos para máximos y mı́nimos globales son (-1,0), (1,0), (1,-2), (-1,-2), (-2,0), (2,0), (1,2),
(-1,2), (-2,-2), (-2,2), (2,-2), y (2,2).
Debemos evaluar cada uno de los candidatos para determinar el máximo y el mı́nimo.
El máximo global ocurre en el punto (-2,0) y (1,0). Mientras que el mı́nimo global ocurre en
los cuatro puntos: (-1,2), (-1,-2), (2,2), y (2,-2).

2. Encontrar el mı́nimo y el máximo absoluto de f ( x, y) = x2 + 4y2 − 2x2 y + 4 sobre el rectángu-

lo dado por − 1 ≤ x ≤ 1 y − 1 ≤ y ≤ 1
Solución:
Empecemos encontrando los puntos crı́ticos en el interior del rectángulo. Calculamos las
derivadas parciales
f x = 2x − 4xy f y = 8y − 2x2
y resolvemos el sistema:

2x − 4xy = 0
2
8y − 2x = 0
x2
Resolvemos la segunda ecuación, obteniendo y = 4
sustituyendo en la primera ecuación nos da.
x2
) = 2x − x3 = x(2 − x2 ) = 0
2x − 4x(
4
√
lo cual nos dice que las raices son: x = 0 , x = ± 2 = ± 1,4142. Ahora debemos descartar los
dos últimos , pues no están dentro del rectángulo. Ası́ sólo nos quedamos con un valor x = 0.
2
Sustituyendo x = 0 en la ecuación tenemos y = 04 = 0 de donde el punto crı́ticos es (0, 0),
que al ser evaluado en la función da f (0, 0) = 4.
Ahora buscaremos los extremos de la función en la frontera del rectángulo :
Primero Trabajemos con el lado derecho del rectangulo donde x = 1, para − 1 ≤ y ≤ 1
Note que a lo largo de este lado x = 1, nos aprovechamos de esto para definir una nueva
función pero de una sóla variable como sigue

g1 ( y ) = f (1, y) = 12 + 4y2 − 2(12) y + 4 = 5 + 4y 2 − 2y

Note que encontrar los extremos absolutos de f ( x, y) a lo largo del lado derecho es equiva-
lente a encontrar los extremos absolutos de g1 ( y ) en el rango − 1 ≤ y ≤ 1. Aqui es donde
recurrimos a Cálculo en una variable:
0 1
g1 ( y ) = 8y − 2 ⇒ y=
4
valor que está en el rango de y , Ahora formamos una lista:
1
g1 (− 1) = 11 = f (1, −1), g1 (1) = 7 = f (1, 1),
g1 ( ) = 4,75 = f (1, 1/4)
4
Segundo trabajamos con el lado izquierdo del rectángulo donde x = − 1, − 1 ≤ y ≤ 1.
Definimos una nueva función como sigue:

g2 ( y ) = f (−1, y) = (− 1)2 + 4y2 − 2(− 1)2y + 4 = 5 + 4y 2 − 2y

Note que encontrar los extremos absolutos de f ( x, y) a lo largo del lado derecho es equiva-
lente a encontrar los extremos absolutos de g2 ( y ) en el rango − 1 ≤ y ≤ 1. lo cual, a su vez es
identico a lo hecho para g1 ( y ), Ahora formamos una lista:
1
g2 (− 1) = 11 = f (−1, −1), g2 (1) = 7 = f (− 1, 1), g2 ( ) = 4,75 = f (−1, 1/4)
4

Cálculo en varias variables Rendón & Garcı́a

4.7. PROBLEMAS RESUELTOS Página: 105

Tercero trabajamos con el lado superior del rectángulo definido por :

y = 1, −1 ≤ x ≤ 1

Definimos una nueva función como sigue:

h1 ( y ) = f ( x, 1) = x2 + 4(12 ) − 2x2 (1) + 4 = 8 − x2

Note que encontrar los extremos absolutos de f ( x, y) a lo largo del lado superior es equiva-
lente a encontrar los extremos absolutos de h 1 ( x) en el rango − 1 ≤ x ≤ 1.
0
h 1 ( x) = − 2x ⇒ x=0

Ahora formamos una lista:

h1 (− 1) = 7 = f (−1, 1), h 1 (1) = 7 = f (1, 1), h 1 (0) = 8 = f (0, 1)

Note que tenemos varios valores repetidos para las funciones g1 , g2 , h1 , no se preocupe, esto
siempre sucede.
Finalmente, tomamos el cuarto lado definido por

h2 ( x) = f ( x, −1) = x2 + 4(− 1)2 − 2x2 (− 1) + 4 = 8 + 3x2

Note que encontrar los extremos absolutos de f ( x, y) a lo largo del lado inferior es equivalente
a encontrar los extremos absolutos de h 2 ( x) en el rango − 1 ≤ x ≤ 1.
El punto crı́tico de h2 es
0
h 2( x) = 6x ⇒ x=0

Ahora formamos una lista:

h2(− 1) = 11 = f (−1, −1), h 2 (1) = 11 = f (1, −1), h 2 (0) = 8 = f (0, −1)

El paso final de este (largo...) proceso es recolectar todos los valores de la función f ( x, y) que
hemos calculado:

f (0, 0) = 0 f (1, −1) = 11 f (1, 1) = 7

f (1, 1/4) = 4,75 f (−1, 1) = 7 f (−1, −1) = 11
f (−1, 1/4) = 4,75 f (0, 1) = 8 f (0, −1) = 8

El mı́nimo absoluto está en (0, 0) ya que tiene el menor valor de la función y el máximo
absoluto está en los puntos (1, − 1) y (− 1, −1) puesto que ambos dan el mayor valor de la
función.

3. Encontrar el mı́nimo y máximo absoluto de f ( x, y) = 2x2 − y2 + 6y sobre el disco de radio 4,

x2 + y2 ≤ 16
Solución:
Primero encontremos los puntos crı́ticos de la función en el interior del disco.

f x = 4x f y = − 2y + 6

Para calcular el punto crı́tico resolvemos el sistema

4x = 0
− 2y + 6 = 0

Cálculo en varias variables Rendón & Garcı́a

4.7. PROBLEMAS RESUELTOS Página: 106

de donde obtenemos que x = 0 y y = 3 que evaluado en la función nos da f (0, 3) = 9.

Consideremos, ahora, la frontera, de la ecuación x2 + y2 = 16 despejamos x2 y su valor lo
sustituimos en la función f ; esto es
x2 = 16 − y2

g( y ) = 2(16 − y 2 − y2 + 6y = 32 − 3y 2 + 6y

necesitamos encontrar los extremos absolutos de esta función en el rango − 4 ≤ y ≤ 4 ( este

es el rango de y para el disco...). Calculamos los puntos crı́ticos de g

g0 ( y ) = − 6y + 6 ⇒ y=1

El valor de g en el punto cr´tico y en los extreemos del intervalo para y son

g(− 4) = − 40, g(4) = 8, g(1) = 35

Para el cálculo de los correspondientes x evaluamos en el circulo x2 + y2 = 16

y = −4 : x2 = 16 − 16 = 0 ⇒ x=0
y=4: x2 = 16 − 16 = 0 ⇒ x=0
√
y=1: x2 = 16 − 1 = 15 ⇒ x = ± 15 = ± 3,87

Los correspondientes valores para f son:

g(− 4) = − 40 = f (0, − 4)
g( 4 ) = 8 = f (0, 4)
√ √
g( 1 ) = 35 = f (− 15, 1) = 35 y f ( 15, 1) = 35

Comparando estos valores con el encontrado para la función al inicio concluimos que en
√
mı́nimo absoluto ocurre en (0, − 4) mientras que el máximo absoluto ocurre en (− 15, 1) y
√
( 15, 1).

4. Un disco circular tiene la forma de la región acotada por x2 + y2 = 1. Si la temperatura de

cualquier punto ( x, y ) del disco está dada por la función T ( x, y) = 2x2 + y2 − y; determine
los puntos más frios y más calientes en el disco.
Solución:
Debemos determinar los extremos absolutos de la función T ( x, y) = 2x2 + y2 − y, en la región
B = {( x, y)/x 2 + y2 ≤ 1} . La función g( x, y ) = x2 + y2 − 1 = 0, que limita a la región B es una
circunferencia, para la cual tenemos que en cada punto ( x, y ) de esa curva la función T ( x, y )
es diferenciable.

1. Se localizan los puntos crı́ticos de T ( x, y ) que estén dentro de B, para ello se resuelve:
Tx = 4x = 0 y Ty = 2y − 1 = 0
de donde se obtiene el punto crı́tico dentro de B, X1 = (0, 1/2).
2. Pasamos ahora a determinar los extremos de T ( x, y ) en la frontera de B, para ello resolve-
mos el problema de extremos condicionados de T ( x, y) con la restricción g( x, y ) = 0.
formulamos la función de Lagrange: F ( x, y, λ) = 2x2 + y2 − y + λ ( x2 + y2 − 1)
de donde Tx = 4x + 2λx = 0 , Ty = 2y − 1 + 2λy = 0, Tλ = x2 + y2 − 1 = 0 de donde se
obtienen los puntos:
√ √
X2 = (0, 1), X3(0, − 1), X4 = ( 3/2, − 1/2), X5 = (− 3/2, − 1/2).
√
Se tiene entonces T (0, 1/2) = − 1/4, T (0, 1) = 0, T (0, −1) = 2, T ( 3/2, − 1/2) = 9/4,
√
T (− 3/2, − 1/2) = 9/4.

Cálculo en varias variables Rendón & Garcı́a

4.8. PROBLEMAS PROPUESTOS Página: 107

Ası́ el mı́nimo absoluto de T ( x, y ) en B se encuentre en el punto X1 = (0, 1/2) (dentro de

B en el punto crı́tico de T ( x, y), también es un extremo local) el cual vale − 1/4, y el máxi-
√
mo absoluto de T ( x, y) en B se encuentra en los puntos X4 = ( 3/2, − 1/2) y X5 =
√
(− 3/2, − 1/2) (en la frontera de B), el cual vale 9/4.

5. Hallar en la región A = {( x, y) ∈ IR2 /x ≥ 0, y ≥ 0, x2 + y2 ≤ r2 } los puntos donde la función

f ( x, y) = x2 + y2 + xy alcanza sus valores máximo y mı́nimo absolutos.
Solución:
A es un conjunto cerrado y acotado y f es una función continua, luego el teorema de Weier-
trass nos garantiza la existencia de mı́nimo y máximo absolutos.
Comenzamos por determinar los puntos crı́ticos (no condicionados) que pueda tener f en A.
0
)
f x = 2x + y = 0
0 ⇒ P1 = (0, 0) ∈ A es el único punto fijo además f ( P1) = f (0, 0) = 0.
f y = 2y + x = 0
Ahora calcularemos los puntos crı́ticos que se pueden encontrar en la frontera de A, es decir,
los condicionados, para los cual distinguimos tres zonas.

La curva y = 0 )
f ( x, y) = x2 + y2 + xy
⇒ f ( x) = x2 ⇒ f 0 ( x) = 2x = 0 ⇒ P1 = (0, 0).
y=0

La curva x = 0
Se obtiene de nuevo el punto P1 = (0, 0).

La curva x2 + y2 + xy
Aplicamos el método de los multiplicadores de Lagrange
F ( x, y, λ) = x2 + y2 + xy + λ ( x2 + y2r2 )
Calculamos los puntos criticos:
0

Wx = 2x + y + 2λx = 0  2x+y
)
0
 λ = − 2x
Wy = 2y + x + 2λy = 0 ⇒ 2y+ x ⇒ 2xy + y2 = 2xy + x2
2 2 2
 λ = − 2y
x +y = r


r
⇒ x2 = y2 sustituyendo en la tercera ecuación, tenemos 2x2 = r2 ⇒ x = ± √
2
Desechamos la solución negativa porque no se encuentra en A. Por lo tanto, el único
r r 3r2
punto crı́tico es P3 = ( √ , √ ), donde f ( P3) = .
2 2 2
Los puntos de la frontera que son intersección de las curvas es decir, los vértices
P4 = ( r, 0) y P5 = (0, r ). donde f ( P4) = f ( P5) = r2.
Comparando los valoress obtenidos en todos los puntos crı́ticos, tenemos:
r r
Mı́nimo absoluto en P1 = (0, 0) y Máximo absoluto en P3 = ( √ , √ ).
2 2

4.8. Problemas propuestos

1. Determinar el máximo y mı́nimo absoluto de la función f ( x, y) = x3 + y3 − 3xy en la región
0 ≤ x ≤ 2; − 1 ≤ y ≤ 2.
Rpta. El máximo es 13, valor que f alcanza en (2, − 1). El mı́nimo es − 5, valor que f alcanza
en (2, 3) y (3, 2).

2. Determinar el menor y mayor valor de la función z = x2 + 3y2 + x − y en el triángulo cuyo

borde son las rectas x = 1; y = 1; x + y = 1.

Cálculo en varias variables Rendón & Garcı́a

4.8. PROBLEMAS PROPUESTOS Página: 108

Rpta. El máximo es 4, valor que f alcanza en (1, 1). El mı́nimo es − 1/3, valor que f alcanza
en (− 1/2, 1/6).

3. Hallar los extremos absolutos de la función f ( x, y) = sen x + cos y en la región

K = {( x, y)/ − π ≤ x ≤ π, − π ≤ y ≤ π }
Rpta. El máximo es 2, valor que f alcanza en ( π/2, 0). El mı́nimo es − 2, valor que f alcanza
en los puntos (− π/2, ±π ).

4. Determinar los extremos absolutos de la función f ( x, y) = x2 + x + y2 + y en la región

K = {( x, y)/x2 + y2 ≤ 1}
√ √ √
Rpta. El máximo es 1 + 2, valor que f alcanza en ( 2/2, 2/2). El mı́nimo es − 1/2, valor
que f alcanza en (− 1/2, −1/2).

5. Determinar los extremos absolutos de la función f ( x, y) = x3 + y3 + 32 x2 − 29 y2 en la región

K = {( x, y)/x2 + y2 ≤ 10}
√ √
Rpta. El máximo es 10 10 + 15, valor que f alcanza en ( 10, 0).
√ √
El mı́nimo es − 10 10 − 45, valor que f alcanza en (0, − 10).
2 − y2
6. Hallar los extremos absolutos de la función z = e− x (2x2 + 3y2) definida en el cı́rculo x2 +
y2 ≤ 4.
Rpta. mı́nimo en (0, 0), máximos en (0, ± 1).

7. Determinar el máximo y mı́nimo absoluto de la función f ( x, y) = x2 y en la región

x2 + y2 ≤ 1. r r r r r
2 1 2 1 2 1
Rpta. El máximo es: valor que f alcanza en ( , ); (− , ).
r 3 3 r 3
r 3 r 3r 3
2 1 2 1 2 1
El mı́nimo es − valor que f alcanza en ( ,− ); (− ,− ).
3 3 3 3 3 3
8. Determinar los extremos absolutos de la función f ( x, y) = x2 + y2 + z2 en la región
K = {( x, y, z )/ (x − 2)2 + ( y − 1)2 + ( z − 2)2 ≤ 16}
Rpta. El máximo es 49, valor que f alcanza en (14/3, 7/3, 14/3). El mı́nimo es 0, valor que f
alcanza en (0, 0, 0).

9. Determina los extremos absolutos de la función f ( x, y) = x2 + y2 − 2y + 4 en el semicı́rculo

delimitado por y > 0, x2 + y2 ≤ 4.

10. Determina los extremos absolutos de la función f ( x, y) = x2 − y2 + 2y en el recinto limitado

por y = x2 , y = 4.

11. halla los extremos absolutos de la función f ( x, y ) = x2 + y2 en el circulo x2 − 2x + y2 − 3 ≤ 0.

12. Halle el valor máximo y el mı́nimo de la función f ( x, y) = x2 + y2 en el recinto limitado por

las rectas y = 1 − x, y = 1 + x, y = − 1 − x, y = − 1 + x.

13. Halle los extremos absolutos de la función f ( x, y) = − x2 + xy + y2 − 6x en el recinto

A = {( x, y ) /0 ≤ x ≤ 5, − 3 ≤ y ≤ 3 }

Uso de Software:
En la página web de la Dra. Elena Alvarez Saiz, Seleccione: Applets interactivos, enlace, extremos
absolutos en una región cerrada y acotada, luego ejecute los tres pasos.

Cálculo en varias variables Rendón & Garcı́a

4.8. PROBLEMAS PROPUESTOS Página: 109

Cálculo en varias variables Rendón & Garcı́a