UNIVERSIDAD NACIONAL

FEDERICO VILLARREAL
FACULTAD DE ING. AMBIENTAL, GEOGRAFICA Y ECOTURISMO
E.A.P. ING.DE ECOTURISMO

CALCULO 4
MAXIMOS Y MINIMOS CON RESTRICCIONES (TEOREMA DE LAGRNAGE)
PROFESOR:

Narvez Cangalaya

INTEGRANTES:
Len Snchez Ana
Oriundo Gutierrez, Luis Miguel

CICLO:

LUNES, 04 DE
MAYO DEL 2015
LIMA -PERU

PRESENTACIN

El presente trabajo fue elaborado en el marco de un proyecto

de enseanza del 5to ciclo universitario Multiplicadores de
Lagrange, por estudiantes de la Universidad Nacional
Federico Villareal de la Facultad de Ingeniera Geogrfica,
Ambiental y Ecoturismo, de la escuela de Ingeniera en
Ecoturismo.
Se expone el tema de mximos y mnimos sometidos a una
restriccin y a ms de una, teniendo presente el Teorema de
Lagrange.
Esta investigacin ha sido puesta en marcha con apoyo de
recopilacin de informacin de la Biblioteca Nacional del Per.
Esperamos sin embargo que este documento pueda ser
considerado como una base mnima sobre la que nos
apoyemos y que a partir de ah todo cambio nos conducir a
mayor rendimiento acadmico.

INTRODUCCIN

En el tema de mximos y mnimos se consideran tcnicas

para determinar si un punto crtico de una funcin es un valor
mximo, mnimo o punto de silla. En esta seccin vamos a
considerar el problema de determinar los valores mximos y
mnimos absolutos de funciones que los posean
(generalmente funciones cuyos dominios estn restringidos a
subconjuntos de R2, o Rn, con interiores no vacios).

MXIMOS Y MNIMOS SOMETIDOS A

RESTRICCIONES TEOREMA DE LA
LAGRANGE
Extremos Condicionados
El matemtico francs J. L. Lagrange ide un procedimiento para el problema
de determinar mximos y mnimos de funciones de varias variables sujetas a
condiciones de enlace o restricciones. Este mtodo se conoce como Mtodo
de Multiplicadores de Lagrange.
Por ejemplo, para hallar la distancia mnima de un punto de la superficie
g(x;y;z)=0 al origen, debemos minimizar la funcin:

d2 = f(x;y;z) = x2+y2+z2
Sujeta a la condicin g(x;y;z)=0. Una condicin como esta es llamada condicin
de enlace. En general se tiene la siguiente definicin:
Definicin.- Sea f:D
conjunto D
I.

Rn -> R una funcin de n variables con dominio el

Rn.

Se dice que las coordenadas de punto P(x 1;x2;xn) D, satisfacen las

condiciones de enlace, si existen funciones 1; 2;m: D

Rn->R

tal que:
1(x1;x2;xn) = 0
2(x1;x2;xn) = 0
.
.
m (x1;x2;xn) = 0

;m<n

(*)

II.

Se dice que f presenta un valor mximo condicionado en el punto P 0

D si f (P0) f (P) para todo P y P0 que satisfacen las condiciones de
enlace (*).

III.

Se dice que f presenta valor mnimo condicionado en el punto Q 0 D

si f (Q0) f (Q) para todo Q y Q 0 que satisfacen las condiciones de
enlace (*).

MULTIPLICADORES DE LAGRANGE

Un problema de valores extremos con restricciones es auel en el que las

variables de la funcin a maximizar o minimizar no son completamente
independientes entre s, sino que deben satisfacer una o ms ecuaciones o
desigualdades de restricciones. Por ejemplo, los problemas:
Maximizar f(x, y) sujeto a g(x, y) = C y minimizar f(x, y, z) sujeto a g(x, y,
z) = C1 y h(x, y, z) = C2
Tienen, respectivamente, una y dos ecuaciones de restricciones, y el problema
maximizar f(x, y,z) sujeto a g(x, y, z) C tienen una nica desigualdad de
restricciones.
En general, se puede considerar que las desigualdades de restricciones
restringen el dominio de la funcin a optimizar a un conjunto menor que
todava posea puntos interiores.
La reduccin de problemas de optimizacin con ecuaciones de restricciones a
problemas libres con menos variables independientes solo es posible cuando a
partir de las ecuaciones de restricciones se pueden despejar explcitamente
algunas variables en funcin de unos pocos parmetros. A menudo es muy
difcil o imposible resolver las ecuaciones de restricciones, por lo que
necesitamos otras tcnicas.

TEOREMA DE LAGRANGE
Una tcnica para calcular valores extremos de f(x,y) sujeta a la restriccin de
igualdad g(x,y)=0 se basa en el siguiente teorema:
Supongamos que f y g tienen derivadas parciales primeras continuas cerca del
punto P0 = (x0,y0) sobre la curva cuya ecuacin es g(x,y) = 0. Supongamos
adems que, cuando se restringe a los puntos de la curva, la funcin f(x,y),
tiene un valor mximo y mnimo en P0. Supongamos finalmente que:

(i)
(ii)

P0 no es un extremo de la curva
g(P ) 0
0

Entonces existe un nmero 0 tal que (x0, y0, 0) es un punto crtico de la

funcin Lagrangiana:

L(x, y, )= f(x,y) + g(x,y)

DEMOSTRACION
En conjunto (i) y (ii) implican C es lo suficientemente suave para tener
una tangente en P0, y que g(P0) es normal a dicha tangente. Si f(P0)
no es paralela a g(P0), entonces f(P0) tiene un vector proyeccin v

distinto de cero sobre la recta tangente a C en P 0. Por lo tanto, f tiene

una derivada direccional positiva en P0 en la direccin de v, y una
derivada direccional negativa en la direccin opuesta. Entonces f(x,y)
crece o decrece a medida que nos alejamos de P 0 por la curva C en la
direccin de v o de v, y f no puede tener un mximo ni un mnimo en
P0. Como estamos suponiendo que f tiene un valor extremo en P0 lo que
debe ocurrir es que f(P0) es paralelo a g(P0). Como g(P0) 0, debe
existir un numero real 0 tal que f(P0) = -0 g(P0), o (f + 0g)(P0) =
0

g(P0)
f(P0)

P0
g(x,y) = 0

Las dos componentes de la ecuacin vectorial anterior afirma que L/x = 0 y

L/y = 0 en (X0, Y0, 0). La tercera ecuacin que debe cumplir un punto crtico
de L es L/ = g(x,y) = 0. Esta se cumple en (X 0,Y0 , 0), ya que P0 est en C,
Por tanto (X0, Y0, 0) es un punto crtico de L(X , Y, )

El teorema sugiere que para obtener candidatos de puntos de la curva g(x,y) =

0 donde f(x,g) alcance un mximo o un mnimo, hay que buscar los puntos
crticos de la funcin Lagrangiana.
L(x, y, ) = f(x ,y) + g(x, y)
En todo punto crtico de L debe cumplirse

0= x = f1(x, y) + g1(x, y)

0= x = f2(x, y) + g2(x, y)

es decir, f es paralelo g

y 0= x = g(x, y)

La ecuacin de la restriccin

Ntese, sin embargo que se supone que el problema con restricciones tiene
solucin. El teorema no garantiza que dicha solucin exista; solo indica la
forma de calcular una solucin que ya se sabe existe. En general es necesario
ver primero si el problema en estudio tiene solucin antes de utilizar este
mtodo para intentar obtenerla.

EJ. 1
Calcule el valor minmo de f(x,y) = y sujeta a la ecuacin de restriccin g(x, y)
= y3 x 2 = 0
L(x,y, ) = y + (y3 x2)

L
x

= -2x = 0

L
y

= 1+3y2= 0

= y3 x2 = 0

Obsrvese qu y = 0 no puede satisfacer la segunda ecuacin y, de hecho, las

tres ecuaciones no tienen solucin (x, y, ) (la primera ecuacin implica que o
bien = 0, o bien x = 0, pero ninguna de ellas es consistente con las otras dos
ecuaciones).
_______________________________________________________________________________
OBSERVACIN. El mtodo de los multiplicadores de Lagrange no funciona en el
ejemplo anterior porque g = 0 en el punto de solucin, y por tanto la curva
g(x, y) = 0 puede no ser suave en dicho punto (dehecho, en este caso no lo
es). La condicin geomtrica de que f debe ser paralelo g en el punto de
solucin carece de sentido en este caso. Cuando se aplica el mtodo de los
multiplicadores de Lagrange, hay que estar seguro de que el valor extremo se
puede producir en:

(i)
(ii)
(iii)
(iv)

Un
Un
Un
Un

punto crtico del Lagrangiano.

punto donde g = 0.
punto donde f o g no existen.
<<extremo>> del conjunto de restricciones.

Esta situacin es similar a la de los valores extremos de una funcin f de una

variable, que pueden producirse en un punto crtico, un punto singular o un
extremo del dominio de f.

PROBLEMAS CON MAS DE UNA RESTRICCIN

Consideramos a continuacin un problema tridimensional que requiere la
obtencin de un valor mximo o mnimo de una funcin de tres variables sujeta
a dos ecuaciones de restricciones:
Optimizar f(x, y, z) sujeto a g( x, y, z) = 0 y h(x, y,z) = 0
Supongamos de nuevo que el problema tiene solucin, por ejemplo el punto P 0
= (X0,Y0 , Z0), y que las funciones f,g y h tienen derivadas parciales primeras
continuas cerca de P0. Supongamos tambin que T = g(P0)xh(P0) 0. Estas
condiciones implican que las superficies a g( x, y, z) = 0 y h(x, y,z) = 0 son
suaves cerca de P0 y que no son tangentes entre si en ese punto, por lo que
deben cruzarse formando una curva C que es suave cerca de P 0. La curva C
tiene un vector tangente T en P 0 . El mismo argumento geomtrico utilizado en
la demostracin del teorema demuestra de nuevo que f(P0) debe ser
perpendicular a T (si no lo fuera, entonces habra un vector proyeccin sobre T
no nulo, y f tendra derivadas direccionales no nulas en las direcciones T, y
por tanto crecera y decrecera cuando nos moviramos a partir de P 0 siguiendo
la curva C en direcciones opuestas).
Como g(P0) y h(P0) son no nulos y ambos son perpendiculares a T, f(P0)
debe estar en plano generado por esos dos vectores y, por consiguiente, debe
ser una combinacin lineal de aquellos:
f (x0,y0 , z0) = - 0g(x0,y0 , z0) - 0h(x0,y0 , z0)
Para algunas constantes 0 y 0 . Se deduce entonces que (x0,y0 , z0, 0, 0 ) es
un punto critico de la funcin Lagrangiana
L(x, y, z, , ) = f(x, y, z) + g(x, y, z) + h(x, y, z)
Buscamos tripletes (x, y, z) que optimicen f(x, y, z) sujeta a las dos
restricciones g(x, y, z,) = 0 y
h(x, y, z) = 0 entre los puntos (x, y, z, , ) que
sean puntos crticos de la funcin Lagrangiana anterior, y por tanto debemos
resolver el sistema de ecuaciones
f1(x, y, z) + g1(x, y, z) + h1(x, y, z) = 0

f2(x, y, z) + g2(x, y, z) + h2(x, y, z) = 0

f3(x, y, z) + g3(x, y, z) + h3(x, y, z) = 0
g(x, y, z)=0
h(x, y, z)=0

h=
0

g=
0
h(P0)

P0

En P0, f, g y h son todos

perpendiculares a T. Por tanto,
f est en el plano generado por
g y h.

f(P0)
T

g(P0)
La resolucin de un sistema como este puede ser muy difcil. Debe notarse que
al utilizar el mtodo de los multiplicadores de Lagrange en vez de resolver las
ecuaciones de restricciones, hemos cambiado el problema de resolver dos
ecuaciones para expresar dos variables como funciones de una tercera por un
problema de obtener valores numricos resolviendo cinco ecuaciones con
incgnitas.
Ejemplo 1._ Halle los extremos condicionados de f(x;y) = x 2 + y2 sujeto a la
condicin de enlace x + y =2
Sea la funcin de Lagrange:
L(x;y;) = x2 + y2 + (x + y 2)
Para hallar los puntos crticos de esta funcin, se tiene el sistema de ecuaciones:

L
x = 2x + = 0
L
y = 2y + = 0

L
=x + y2=0
x
Restando las dos primeras ecuaciones, se obtiene y = x, y , sustituyendo en la tercera
ecuacin, resulta x = y = 1.
As, el nico punto crtico es P0(1;1)
Ahora, para determinar su naturaleza elegimos el punto Q0(2;0) que satisface la condicin
de enlace x + y 2 = 0. Luego, se tiene:
F(1;1) = 1 + 1 = 2 y F(2;0) = 4 + 0 = 4
Por tanto la funcin f presenta un mnimo condicionado en el punto P(1 ; 1 )
Ejemplo 2.- Halle los extremos condicionados de la funcin f(x; y; z) =xyz. Sujeta a las
condiciones de enlace 1(x;y;z) = x+y-z-3=0
2(x;y;z)=x-y-z-8=0
Solucion
La funcin lagrangiana es
L(x;y;z;;u) = xyz + (x+y-z-3)+u(x-y-z-8)
Para hallar los puntos crticos de la funcin L, se tiene el sistema de ecuaciones
Lx(x;y;z;;u) = yz + + u = 0

(1)

Ly (x;y;z;;u) = xz + - u = 0

(2)

Lz (x;y;z;;u) = xy - - u = 0

(3)

L (x;y;z;;u) = x + y z - 3= 0

(4)

Lu (x;y;z;;u) = x - y z - 8= 0

(5)

Al eliminar y u en las ecuaciones (1) y (3), se obtiene y(x+2) = 0 <=> y=0 v x+z+=0
Para y=0 no existe solucin. Luego, suponiendo que y0 resulta x = -z (6)
Al reemplazar (6) en (4) y (5) se tiene :
y-2z-3=0
z=
-y- 2z 8 = 0

11
5
,
Y=
4
2 , x=

11
4

As, el nico punto critico es P0 (

11
5
11
;
;
4
2
4 ,)

Para determinar la naturaleza del extremo condicionado, se elige el punto Q 0(

15
5
7
;
;
4
2
4 ) que satisfaga las condiciones de enlace (*). Luego, se tiene:
11
5
11
11
5
11
605

f(P0) = f( 4 ; 2 ; 4 ,)= ( 4 );( 2 );( 4

= 32

f(Q0) = f(

15
5
7
15
5
7
525

;
;
,)=
(
);(
);(
=
4
2
4
4
2
4
32

Por tanto la funcin f presenta un mximo condicionado en el punto P 0 (

11
5
;
4
2 ;

11
4 ,)

Ejemplo 3.- El cono z2 = x2 + y 1 es cortado por el plano z= 1 + x + y en una curva c.

Halle
Los puntos de C que estn ms prximos y ms alejados del origen.
Solucion:
Sea P(x;y;z) un punto de la curva C. Luego la distancia del punto P al origen de
coordenadas es d(0;P) =

x2 + y 2 + z 2

Optimizar la funcin distancia es equivalente a optimizar la funcin distancia al cuadrado.

Asi la funcin a optimizar es f(x;y;z) = d 2(0;p) = x2 + y2 + z2 sujeta a las condiciones de

enlace 1(x;y;z) = x2 + y2 z2 = 0 2(x;y;z) = x + y z + 1 = 0
Entonces la funcin lagrangiana es
L(x;y;z) = x2 + y2 + z2 +(x2 + y2 z2) + u(x + y 1)
Al igualar a cero las derivadas parciales de primer orden de L, se tiene el sistema de
ecuaciones.

Lx(x;y;z;;u) = 2x + 2x + u = 0

(1)

Ly (x;y;z;;u) = 2y + 2y + u = 0

(2)

Lz(x;y;z;;u) = 2z - 2z - u = 0

(3)

L (x;y;z;;u) = x2 + y2 z2= 0

(4)

Lu (x;y;z;;u) = x + y z + 1= 0

(5)

Al restar la ecuacin (2) de (1), se obtiene

(+1)(x-y) = 0 = -1 V x=y

(6)

Al sumar las ecuaciones (2) y (3), resulta

Y + z + (y - z) = 0 (7)
Al reemplazar = -1 (de la ecuacin (6)) en la ecuacin (7), se obtiene
Y + Z (y z) = 0 z=0
Al sustituir z=0 en la ecuacin (4), se obtiene y = x = 0. Sin embargo, las coordenadas del
punto (0;0;0) no satisfacen la ecuacin (5). De este modo Ahora, al reemplazar y=x en las
ecuaciones (4) y (5), se obtiene:
2x2=(2x + 1)2 x = -1 +

V x = -1 -

2
2

Asi los puntos crticos de f son

P1(-1+

2
2

;-1+

2
2

;-1+

) y P2(-1-

2
2

;-1-

2
2

; -1 -

Luego:
f(P1) = 6 - 4

y f(P2) = 6 + 4

Ejemplo 4.- Un disco circular tiene la forma de una regin acotada por el
circulo x2 + y2 = 1. Si T es la temperatura (en grados Celsius) en cualquier
punto (x;y)del disco y T(x;y) = 2x2 + y2 - y. encuentre los puntos ms
calientes y ms fros del disco.

Solucin
La funcin a optimizar es T(x;y)= 2x2 + y2 y, sujeta a la condicin de enlace

(x,y) = x2 + y2 1 = 0.
Luego, la funcin de Lagrange es
L(x; y; ) = 2x 2 + y2 y + (x2 + y2 - 1)
Al igualar a cero las derivadas de primer
siguiente sistema de ecuaciones
Lx (x; y; ) = 4x + 2x = x(4 + 2) = 0
Ly (x; y; ) = 2y 1 + 2y = 0
L (x; y; ) = x2 + y2 1 = 0

orden de est funcin, se obtiene el

(1)
(2)
(3)

De la ecuacin (1), se tiene

= -2 V x = 0
Al reemplazar = -2 en la ecuacin (2), se obtiene y = -1/2 y al sustituir este
valor en la ecuacin (3), resulta x=

En forma similar, al reemplazar x = 0 en la ecuacin (3), se obtiene y =

As, los puntos crticos de la funcin T(x; y) son

1
P1 3 ; ,

( 2 2)

0 ;1
1
P2 3 ; , P3 ( 0 ; 1 ) y P4
2
2

Y los valores de la funcin temperatura en estos puntos son

9
9
T ( P1 ) = ,T ( P 2 )= , T ( P3 ) =0 y T ( P 4 ) =2
4
4
Por consiguiente, los puntos ms calientes de la placa circular son

P1

( 23 ; 12 ) y P ( 2 3 ; 12 ),
2

y el punto ms fro

P2 ( 0 ;1 ) .

Luego

8 x 0 ; 4 y 0 ; 2 z 0=2 ( 4 x0 ; 2 y 0 ; z 0 ) =N
G ( x 0 ; y 0 ; z 0 )=

es normal al plano tangente al

elipsoide en el punto P0 (x0; y0; z0). Por consiguiente, el plano tangente al

elipsoide en P0 es
Pt: 4x0(x-x0) + 2y0(y y0) + z0(z - zo) = 0

Pt: 4x0x + 2y0y + z0z 16 = 0

Los puntos de interseccin del plano tangente con los ejes coordenados son

( x4 ; 0 ; 0) , B (0 ; y8 ; 0) y C (0 ; 0 ; 16z )
0

El volumen del slido (tetraedro) limitado por los planos cartesianos y el plano
tangente al elipsoide en P0 es

1
V = ( reade la base )( altura )
3

1 4 8
16
256
.
.
=
6 x0 y0
z0
3 x0 y0 z0

)( )

b) La funcin a minimizar es
V = f (x0; y0; z0) =

256
3 x0 y 0 z0

Sujeta a la condicin de enlace

G(x0; y0; z0) =

4 x 20 +2 y 20 + z 2016=0

As, la funcin de Langrange es

L ( x0 ; y0 ; z0 ; ) =

256
+ (4 x 20+ 2 y 20 + z 2016)
3 x0 y0 z0

Los puntos crticos se obtienen en el siguiente sistema de ecuaciones:

L x ( x 0 ; y 0 ; z 0 ; )=

256
32
+8 x 0=0
= 3
(1)
2
3 x 0 y0 z0
3 x0 y0 z0

L y ( x0 ; y0 ; z0 ; )=

256
64
+ 4 y 0 =0
=
(2)
2
3 x0 y0 z0
3 x0 y 30 z0

Lz ( x 0 ; y 0 ; z 0 ; )=

256
128
+2 x 0=0
=
( 3)
2
3 x 0 y0 z0
3 x 0 y 0 z 30

L ( x0 ; y 0 ; z 0 ; ) =4 x20 +2 y 20 + z 2016=0 (4)

Al igualar (1) y (2), se obtiene

y 20 2 x 20 .( 5) , y al igualar (1) y (3), se obtiene

z 20=4 x20 (6)

Al sustituir (5) y (6) en (4), resulta

4 x 20 + 4 x 20+ 4 x 2016=0 12 x 20=16 x 0=

2
3

Y reemplazar este valor en (5) y (6), se obtiene y 0 =

As, el nico punto crtico de f es P0

8 , z = 4
3 0 3

( 23 ; 83 ; 43 )

Para determinar la naturaleza del extremo condicionado, se elige el punto Q 0 (1; 2; 2) que
satisface la condicin de enlace (4). Luego, se tiene

V =f ( P0 )=f

( 23 ; 83 ; 43 )=8 6 19,6

V =f ( 1; 2 ; 2 )=

64
21,33
3

Por tanto, el volumen del tetraedro es mnimo para el punto

P0

( 23 ; 83 ; 43 )

APLICACIONES PARA LA VIDA DIARIA

Este teorema nos sirve para poder hallar valores mximos y mnimos con
respecto a las variables que tengamos en ciertos problemas dados en una
funcin, es el mtodo ms prctico y rpido para hallar dichos valores, para
explicarse mejor se ver en el siguiente ejemplo.

1 Ejemplo 4.- Una organizacin internacional debe decidir cmo gastar los s/
4000 que se le han asignado para aliviar la extrema pobreza en el departamento
de Ayacucho. Esperan dividir el dinero entre comprar trigo a s/ 5 el saco y kiwicha
a S/10 el saco. Para el nmero P depersonas que se alimentan se comprarn x
sacos de trigo e y sacos de kiwicha. Luego. P est dada por

10
2( 8)
x2 y2
P ( x , y )=x +2 y +
Cul es el nmero mximo de personas que pueden alimentarse, y cmo la
organizacin debe asignar su dinero?
Solucin
La funcin a maximizar es P(x,y) sujeta a la condicin de enlace
5x
+
As, la funcin de Lagrange es
2

L ( x ; y ; )=x +2 y+

10y

4000

x y
+ (5 x+ 10 y4000)
8
2(10 )

Al igual a cero las derivadas parciales de primer orden de la funcin L se

obtiene el siguiente sistema de ecuaciones:
2

xy
Lx ( x ; y ; )=1+ 8 +5 0 (1)
10

L y ( x ; y ; )=2+

x2 y
+10 =0 (2)
108

L ( x ; y ; )=5 x +10 y4000 (3)

Al multiplicar la ecuacin (1) por 2 y restar la ecuacin (2), se obtiene

2 x y2 x2 y
8 =0
108
10

xy(2y-x) = 0 x = 0 V y = 0 V x = 2y

Al reemplazar estos valores en la ecuacin (3), se obtiene los puntos crticos

P1 ( 0 ; 400 ) , P 2 ( 800 ; 0 ) y P3 (400 ; 200)

y los valores de la funcin P(x,y) en estos puntos son

P ( P 1 )=P ( 0 ; 400 )=800

P ( P 2 )=P ( 800 ; 0 ) =800
P ( P 3 ) =P ( 400; 200 )=832
Por tanto el nmero mximo de personas que puede alimentarse es 832 y la
organizacin internacional debe asignar s/ 2000 para comprar 400 sacos de
trigo y s/2000 para comprar 200 sacos de kiwicha.

BIBLIOGRAFA

1. Clculo Adams,R.(2009) Aplicaciones de Derivadas Parciales. (1

Edicin). Madrid: Pearson Educacin S.A.
2. Clculo de Varias Variables Trascendentes Tempranas Stewart, J. (2008)
Derivadas Parciales. (6 Edicin). Mxico: Thomson/Brooks/cole.
3. Clculo III Mitac, M. (2011) Aplicaciones de Derivadas Parciales. (5
Edicin). Per: Thales S.R.L.