Mximos y mnimos.

Anteriormente estudiamos mtodos para obtener los extremos de funciones de una variable. Extenderemos esas tcnicas a funciones de dos variables. ( ) continua en una regin Sea una funcin de dos variables, definida por cerrada R (recordar que es regin cerrada en ), entonces existen puntos y en R tal que ( ) ( ) ( ) , . es llamado Mnimo global para es llamado Mximo global para Los valores ( ) ( ) se llaman el mximo y mnimo de en en ( ) estn en para todo ( )de

) ( ) ( en la regin

Si f est una funcin de ( ) para toda ( )

y , entonces tiene un mximo relativo en ( ) en una pequea cercana de ( ) . ) si ( ) ( ) para toda (

) si

tiene un mnimo relativo en ( pequea cercana de ( ).

) en una

Ejemplo: La funcin que se ilustra en la figura siguiente tiene un mnimo relativo a ) un mximo relativo a ( ), y puntos de silla a ( )y ( )

Los puntos donde se pueden producir los puntos extremos se llaman Puntos crticos

Puntos crticos Un punto ( ) en el dominio de ( que es un punto crtico de . Ejemplo ) para el que ( ) y ( ) se dice

Aunque todos los extremos relativos de una funcin deben hallarse en los puntos crticos, no todo punto crtico de una funcin es necesariamente un extremo relativo Por ejemplo ( ) La funcin tiene un punto crtico en ( ) pues obteniendo las derivadas ( ) ( ) y Debemos obtener el punto ( ( ) ) para el cual ( ) y ( )

( ) Y por lo que el punto ( ) es punto crtico, pero no es punto extremo, es decir, no es mximo ni mnimo local (relativo). En la grfica se observa que f toma valores positivos para todos los puntos del eje Y y toma valores negativos para todos los puntos del eje X con excepcin del ( )

La superficie se llama Paraboloide Hiperblico y su forma es la de una silla de montar, por lo que aquel punto crtico que no es mximo ni mnimo se dice que es punto de silla.

Criterio para clasificar los puntos crticos ) est una funcin de dos variables y ( ) es un punto crtico de f. (Esto es, fx(a, b) = 0 y Si ( fy(a, b) = 0.) Suponga tambin que existen y son iguales las derivadas del segundo orden, de modo que, por teoremas de clculo, Se define entonces ( ) tiene un mnimo relativo en ( ) si tiene un mnimo relativo en ( ) si ( ) 0 Si , tiene un punto de silla en ( ( )) Si , el criterio no es concluyente por lo que necesitamos analizar la grfica para buscar ms informacin. ( ) ( ) [ ( )]

Nota: En el ejemplo 2 se ha supuesto que la planta de fabricacin es capaz de producir el nmero de unidades requerido para lograr un beneficio mximo. En la prctica, la produccin viene limitada por ciertas restricciones. Los problemas de optimizacin con restricciones (ligaduras) la analizaremos a continuacin. Ejemplo 3: El nico almacn de comestibles en una pequea comunidad rural vende dos marcas de jugo de naranja helado: Una marca local que obtiene a un costo de 30 centavos por lata y una marca nacional muy conocida que obtiene a un costo de 40 centavos por lata. El dueo del almacn calcula que si la marca local se vende a centavos por lata y la marca nacional a centavos por lata, se vendern cada da aproximadamente latas de marca local y latas de la marca nacional. Qu precio debera fijar el vendedor a cada marca para maximizar las utilidades obtenidas de la venta del jugo? Solucin: Como Utilidad = utilidad de la venta marca local + utilidad de la venta marca nacional Se concluye que la utilidad diaria total de la venta del jugo est dada por la funcin ( ) ( )( ) ( )( ) ( ) Calculando las derivadas parciales y Obtenemos los puntos crticos, resolviendo y 5

y deducimos que el nico punto crtico de Analizamos usando criterio

es (

)( ) ) ( ) Como ( y se concluye que tiene un mximo ( relativo ) cuando ( ) Es decir, el vendedor puede maximizar las utilidades vendiendo la marca local de jugo a 53 centavos por lata y la marca nacional a 55 centavos por lata. Muchos problemas de optimizacin tienen restricciones o ligaduras en los valores que pueden usarse para llegar a la solucin ptima. Tales ligaduras tienden a complicar los problemas de optimizacin ya que la solucin ptima puede ocurrir fcilmente en un punto frontera del dominio

Mximos y mnimos restringidos Un problema restringido de optimizacin tiene la forma Maximiza (o minimiza) f(x, y,. . . ) sujeta a restricciones. Las restricciones estn en forma de ecuaciones o en forma de restricciones del dominio de f. Podemos resolver estos problemas por primeramente despejando una de las variables de las ecuaciones de restriccin, para despus sustituirla en f, y despus ubicar el mximo (o mnimo) de la funcin que resulta. En casos en los que el dominio R de la funcin resultando tiene una frontera, tenemos tambin ubicar los extremos de f cuando se est restringido a la frontera. Un mtodo rpido para solucionarlos es el mtodo de los Multiplicadores de Lagrange Multiplicadores de Lagrange Para localizar los candidatos a extremos relativos de una funcin ( ) sujeta a la restriccin ( ) , se resuelve el siguiente sistema de ecuaciones para obtener y .. ( ) El incgnita se llama un multiplicador de Lagrange. Los extremos relativos deseados se encontrarn entre los puntos ( ) resultantes

Ejemplo: Una aplicacin a la economa La funcin de produccin de Cobb Douglas para un cierto fabricante viene dada por 6

donde denota las unidades de trabajo (a $ 150 la unidad) e las unidades de capital (a $ 250 la unidad). Hallar el mximo nivel de produccin admisible para este fabricante, si el costo conjunto de trabajo y capital limitado a $ 50.000 Solucin:
La funcin a maximizar es ( ) llamada funcin objetivo El lmite impuesto sobre el costo conjunto de trabajo y capital se refleja

Formamos la funcin ligadura (

Derivamos parcialmente las funciones objetivos y restriccin ( ( ) ( ( ( )) ) ( (

))

Las ecuaciones de Lagrange correspondiente son ( ) ( ) 1) , 2) 3) De 1) despejamos

) ligadura

Y la reemplazamos en 2)

simplificando obtenemos Por tanto, ,

que sustituido en la tercera ecuacin 3) da ( )

Luego en unidades de capital ,

, unidades de trabajo

En consecuencia, la mxima produccin es ( Grficamente se tiene ) ( )

unidades