Cuando quieres maximizar (o minimizar) una función

multivariable \blueE{f(x, y, \dots)}f(x,y,…)start color blueE, f, left

parenthesis, x, comma, y, comma, dots, space, right parenthesis, end
color blueEsujeta a la restricción de que otra función multivariable
sea igual a una constante \redE{g(x, y, \dots) = c}g(x,y,…)=cstart
color redE, g, left parenthesis, x, comma, y, comma, dots, space, right
parenthesis, equals, c, end color redE, sigue estos pasos:

 Paso 1: introduce una nueva variable \greenE{\lambda}λstart color

greenE, lambda, end color greenE y define una nueva
función \mathcal{L}L como sigue:
\mathcal{L}(x, y, \dots, \greenE{\lambda}) = \blueE{f(x,
y, \dots)} - \greenE{\lambda} (\redE{g(x, y, \dots)-
c})L(x,y,…,λ)=f(x,y,…)−λ(g(x,y,…)−c)
Esta función \mathcal{L}L se llama el "lagrangiano", y a la nueva
variable \greenE{\lambda}λstart color greenE, lambda, end color
greenE se le conoce como un "multiplicador de Lagrange".

 Paso 2: haz el gradiente de \mathcal{L}L igual al vector cero.

\nabla \mathcal{L}(x, y, \dots, \greenE{\lambda}) =
\textbf{0} \quad \leftarrow \small{\gray{\text{Vector
cero}}}∇L(x,y,…,λ)=0←Vector cero
En otras palabras, encuentra los puntos críticos de \mathcal{L}L.

 Paso 3: considera cada solución, las cuales se ven algo como (x_0,
y_0, \dots, \greenE{\lambda}_0)(x0,y0,…,λ0)left parenthesis, x, start
subscript, 0, end subscript, comma, y, start subscript, 0, end
subscript, comma, dots, comma, start color greenE, lambda, end
color greenE, start subscript, 0, end subscript, right parenthesis.
 Sustituye cada una en fff. O más bien, primero quita la
componente \greenE{\lambda}_0λ0start color greenE, lambda, end
color greenE, start subscript, 0, end subscript, después sustitúyela
en fff, ya que \greenE{\lambda}λstart color greenE, lambda, end
color greenE no es una entrada de fff. La que dé el valor más grade (o
más chico) es el punto máximo (o mínimo) que estás buscando.

Ejemplo 1: restricciones presupuestarias

El problema

Supón que tienes una fábrica que produce cierto tipo de dispositivo
que requiere acero como materia prima. Tus costos son
predominantemente mano de obra, que cuesta \$20$20dollar sign,
20 por hora para tus trabajadores y el propio acero, que
cuesta \$170$170dollar sign, 170 por tonelada. Supón que tus
ingresos, RRR, se modelan vagamente por la siguiente ecuación:
R(h, s) = 200 h^{2/3} s^{1/3}R(h,s)=200h2/3s1/3R, left
parenthesis, h, comma, s, right parenthesis, equals, 200, h, start
superscript, 2, slash, 3, end superscript, s, start superscript, 1, slash,
3, end superscript
 hhh representa las horas de trabajo
 sss representa las toneladas de acero
Si tu presupuesto es de \$20{,}000$20,000dollar sign, 20, comma,
000, ¿cuál es el ingreso máximo posible?

Solución
Los costos de \$20$20dollar sign, 20 por hora de trabajo y
de \$170$170dollar sign, 170 por tonelada de acero nos dicen que el
costo total de producción, en términos de hhh y sss, es

\begin{aligned} \quad 20h + 170s

\end{aligned}20h+170s
Por lo tanto, el presupuesto de \$20{,}000$20,000dollar sign, 20,
comma, 000 se puede traducir en la constricción
\begin{aligned} \quad \redE{20h + 170s = 20{,}000}
\end{aligned}20h+170s=20,000
Antes de profundizar en el cálculo, puedes darte una idea de este
problema al usar el siguiente diagrama interactivo. Puedes ver
cuáles valores de (h, s)(h,s)left parenthesis, h, comma, s, right
parenthesis dan un ingreso dado (curva azul) y cuáles satisfacen la
constricción (recta roja).
s.s.hh20h + 170s=20{,}00020h+170s=20,000RR\$20{,}000$20,000\$60{,}000$60,000R =
200h^{2/3}s^{1/3}R=200h2/3s1/3

Como necesitamos maximizar una función \blueE{R(h, s)}R(h,s)start

color blueE, R, left parenthesis, h, comma, s, right parenthesis, end
color blueE, sujeta a una constricción, \redE{20h + 170s =
20{,}000}20h+170s=20,000start color redE, 20, h, plus, 170, s,
equals, 20, comma, 000, end color redE, empezamos por escribir la
función lagrangiana para esta configuración:
\mathcal{L}(h, s, \lambda) =
\blueE{200h^{2/3}s^{1/3}}-\lambda(\redE{20h+170s-
20{,}000})L(h,s,λ)=200h2/3s1/3−λ(20h+170s−20,000)
A continuación, hacemos el gradiente \nabla \mathcal{L}∇L igual al
vector \textbf{0}00. Esto es lo mismo que hacer cada derivada
parcial igual a 000. Primero, nos encargamos de la