C. Vectorial Extremos, Máximos y Mínimos

Calculo vectorial
Introduccin al Clculo Infinitesimal
Tema 5: Aplicaciones de la Diferenciabilidad.
Realizado por : Jos Eduardo vila Brito. Profesor: Ing. Edison Guamn.
Jos R. Narro
ndice
1. Extremos relativos de funciones de varias variables. 2. Condicin necesaria de extremo relativo. 3. Condicin suficiente de extremo relativo. 4. Extremos absolutos de funciones de varias variables. 5. Extremos condicionados de funciones de varias variables. 6. Mtodo de los multiplicadores de Lagrange.
Extremos de funciones de varias variables

Una de las aplicaciones ms importante del Clculo Infinitesimal se realiza al tratar problemas de optimizacin. La construccin de naves espaciales pretende minimizar el peso de la estructura y, maximizar la resistencia de la estructura. En la fabricacin de un determinado producto se busca hacer mxima la calidad, minimizando sus defectos. Los ejemplos de estas caractersticas serian muy numerosos. Aqu estudiaremos procedimientos matemticos de optimizacin de funciones de varias variables. Sea f una funcin de dos variables: Se dice que f presenta en (a, b) un mximo relativo (o local ) si se verifica f(x, y) e f(a, b) para todo (x, y) perteneciente a cierto disco centrado en (a, b) y de radio no nulo. Se dice que f presenta en (a, b) un mnimo relativo (o local ) si se verifica f(a, b) e f(x, y) para todo (x, y) perteneciente a cierto disco centrado en (a, b) y de radio no nulo. Los mximos o mnimos relativos reciben el nombre de extremos relativos (o locales).
Ejemplo
Grfica de la funcin z = 2x2+y2, en un entorno de (0, 0) min. rel.
plot3d(2*x^2+y^2,x=-3..3,y=-3..3);
Jos R. Narro
Ejemplo
Grfica de la funcin z =- 2x2-y2, en un entorno de (0, 0) max. rel.
Jos R. Narro
plot3d(-2*x^2-y^2,x=-3..3,y=-3..3);
Puntos crticos
Ejemplo La funcin f(x, y) = 2x2 + y2, presenta en (0, 0) un mnimo relativo, pues f(0, 0) = 0, por lo que f(0, 0) e f(x, y) para (x, y) perteneciente a cualquier disco de centro (0, 0). La funcin f(x, y) = -2x2 - y2, presenta en (0, 0) un mximo relativo, pues f(0, 0) = 0, por lo que f(x, y) e f(0, 0) para (x, y) perteneciente a cualquier disco de centro (0, 0). En el caso de una variable, la existencia de extremo relativo implicaba necesariamente la anulacin de la derivada en el punto considerado o la no existencia de derivada en dicho punto. En el caso de dos variables se presenta una situacin anloga. Se dice que el punto (a, b) es un punto crtico o estacionario de la funcin f si se verifica una de las siguientes condiciones: 1) Existen las derivadas parciales en (a, b) y son nulas : fx(a, b) = fy(a, b) = 0 2) Al menos una de las derivadas parciales en (a, b) no existe.
Condicin necesaria de extremo

Para el caso de dos variables se tiene el siguiente: Teorema Si f presenta en (a, b) un extremo relativo, entonces (a, b) es un punto crtico de f. Para demostrarlo, supongamos en primer lugar, que no existe alguna de las derivadas parciales en (a, b). En este caso (a, b) es un punto crtico. Supongamos ahora que existen las derivadas parciales en (a, b), y que en (a, b) se tiene un mximo relativo, luego se cumple f(x, y) e f(a, b) para cierto disco de centro (a, b). Fijando x = a, f se convierte en funcin solo de y: z = f(a, y), por lo que presentar tambin un mximo relativo en el punto y = b, luego su derivada ser nula en dicho punto, es decir, fy(a, b) = 0. Anlogamente fijando y = b se obtendra fx(a, b) = 0. El razonamiento es similar si suponemos que en (a, b) se alcanza un mnimo relativo. Si f presenta en (a, b) un extremo relativo, existiendo plano tangente en el punto P(a, b, f(a, b)), una consecuencia inmediata del teorema anterior, es que su ecuacin debe ser z = f(a, b).
Condicin necesaria de extremo

Para que en un punto se alcance un extremo relativo, es necesario que sea un punto crtico. Sin embargo esta condicin no es suficiente para la existencia de extremo relativo; lo comprobamos con el siguiente Ejemplo Consideremos la funcin f(x, y) = x2-y2.Calculemos sus puntos crticos: fx=2x = 0, fy = -2y = 0 x = 0, y = 0. Luego el nico punto crtico es (0, 0), siendo f(0, 0) = 0. La funcin sobre el eje OX toma los valores f(x, 0) = x2 u 0. Sobre el eje OY toma los valores f(0, y) = -y2 e 0. Luego en cualquier disco de centro el origen hay puntos donde la funcin toma valores superiores a 0, y puntos donde ocurre lo contrario, por lo que en el punto crtico (0, 0) f no tiene un extremo relativo, y el punto (0, 0) se denomina punto de silla. En general, se dice que la funcin f tiene un punto de silla en (a, b), si (a, b) es un punto crtico de f, y todo disco centrado en (a, b) contiene puntos (x, y) del dominio de f tales que f(x, y)<f(a, b) y puntos (x, y) en el dominio de f tales que f(a, b)<f(x, y).
Condicin suficiente de extremo relativo
Veremos un criterio, que da una condicin suficiente, para la existencia de extremos relativos y de puntos de silla y, que es anlogo al criterio de la primera y segunda derivada para funciones de una variable. Teorema (Criterio de las derivadas segundas) Sea f una funcin definida en una regin abierta R, con derivadas parciales primeras y segundas continuas en R; si (a, b) R, siendo un punto crtico : fx(a, b) = 0, fy(a, b) = 0, y definiendo el hessiano de f como la funcin: f xx (x,y) f xy (x,y) 2 H(x,y)=f xx (x,y)f yy (x,y)-f xy (x,y)= f yx (x,y) f yy (x,y) Entonces: 1) Si H(a, b)>0 y fxx(a, b)>0 (o fyy(a,b)>0), f tiene un mnimo relativo en (a, b). 2) Si H(a, b)>0 y fxx(a, b)<0 (o fyy(a,b)<0), f tiene un mximo relativo en (a, b). 3) Si H(a, b)<0, f tiene un punto de silla en (a, b). 4) Si H(a, b) = 0,el caso es dudoso y el criterio no concluye nada.
Ejemplo
Obtener los extremos relativos de la funcin z = x3 + 3xy2 15x - 12y. En este caso R es todo el plano R2,y la funcin cumple todas las condiciones del teorema por ser polinmica. Calculemos en primer lugar los puntos crticos: z x =3x 2 +3y 2 -15=0 x 2 +y 2 -5=0 2 4 2 y= x + 2 -5=0 z y =6xy-12=0 x x xy-2=0 x 4 -5x 2 +4=0 x 2 =u u 2 -5u+4=0 u= Luego x= u x=
4= 2,x= 1= 1
5 25-16 u1 =4,u 2 =1 2
Los correspondientes valores de y sern: x=2,y=1 A(2,1); x=-2,y=-1 B(-2,-1) x=1,y=2 C(1,2); x=-1,y=-2 D(-1,-2)
Ejemplo
Obtengamos el hessiano: H(x,y)=f xx (x,y)f yy (x,y)-f xy (x,y) !
2
fxx (x,y) fxy (x,y) fyx (x,y) fyy (x,y)
zxx = 6x, zyy = 6x, zxy = 6y H(x, y) = 36x2-36y2 = 36(x2-y2). Calculemos el valor de H(x, y) en cada punto crtico: H(2, 1) = 36(4-1)>0, zxx(2, 1) = 12 en A(2, 1) hay mnimo relativo con valor z(2, 1) = 8+6-30-12 = -28. H(-2, -1) = 36(4-1)>0, zxx(-2, -1) = -12 en B(-2, -1) hay un mximo relativo con valor z(-2, -1) = -8-6+30+12 = 28. H(1, 2) = 36(1-4)<0 en C(1, 2) hay un punto de silla. H(-1, -2) = 36(1-4)<0 en D(-1, -2) hay un punto de silla.

Desde el punto de vista grfico, la forma de la superficie que representa a la funcin, en las cercanas de
un extremo relativo, es parecida a la de un paraboloide elptico. Las curvas de nivel en las cercanas de un extremo relativo son curvas cerradas parecidas a valos concntricos, mientras que en las cercanas de un punto de silla, las curvas de nivel son parecidas a las hiprbolas. Comprobemos estas afirmaciones con los datos obtenidos del ejemplo anterior.
Jos R. Narro
Representacin grfica
z = x3 + 3xy2 15x - 12y plot3d(x^3+3*x*y^2-15*x-12*y,x=-2.1..2.1,y=-2.1..2.1);
Grfica de z = x3 + 3xy2 15x - 12y en un entorno de A(2, 1) mnimo relativo plot3d(x^3+3*x*y^2-15*x-12*y,x=1.9..2.1,y=0.9..1.1);
Curvas de nivel de z = x3 + 3xy2 15x - 12y en un entorno de A(2, 1) mnimo relativo
Jos R. Narro
Grfica de z = x3 + 3xy2 15x - 12y, en un entorno de B(-2,- 1) mximo relativo
plot3d(x^3+3*x*y^2-15*x-12*y,x=-2.1..-1.9,y=-1.1..-0.9);
Jos R. Narro
Curvas de nivel de z = x3 + 3xy2 15x - 12y en un entorno de B(-2, -1) mnimo relativo
contourplot(x^3+3*x*y^2-15*x-12*y,x=-2.1..-1.9,y=-1.1..-0.9);
Jos R. Narro
Grfica de z = x3 + 3xy2 15x - 12y en un entorno de C(1,2) punto de silla
plot3d(x^3+3*x*y^2-15*x-12*y,x=0.9..1.1,y=1.9..2.1);
Jos R. Narro
Curvas de nivel de z = x3 + 3xy2 15x - 12y en un entorno de C(1, 2) punto de silla
Jos R. Narro
contourplot(x^3+3*x*y^2-15*x-12*y,x=0.9..1.1,y=1.9..2.1);
Grfica de z = x3 + 3xy2 15x - 12y en un entorno de D(-1,-2) punto de silla
plot3d(x^3+3*x*y^2-15*x-12*y,x=-1.1..-0.9,y=-2.1..-1.9);
Jos R. Narro
Curvas de nivel de z = x3 + 3xy2 15x - 12y en un entorno de D(-1, -2) punto de silla
contourplot(x^3+3*x*y^2-15*x-12*y,x=-1.1..-0.9,y=-2.1..-1.9);
Jos R. Narro
Ejercicio
Obtener los extremos relativos de la funcin: z = x4+y4-2x2+4xy-2y2
Jos R. Narro
Extremos absolutos
Si en lugar de comparar el valor de una funcin en un punto P(a, b) con los valores que toma en los puntos prximos a
P(a, b), lo comparamos con los valores que toma la funcin en
los puntos de una cierta regin R, que contenga a P(a, b), se llega al concepto de extremo absoluto. Se dice que la funcin f, definida en la regin R, alcanza en P(a, b) un mximo absoluto, con valor f(a, b), si se verifica f(x, y)
e
f(a, b), para todo (x, y) R.
Anlogamente, se dice que la funcin f, definida en la regin R, alcanza en P(a, b) un mnimo absoluto, con valor f(a, b), si se verifica f(a, b)
e
f(x, y), para todo (x, y) R.
En los dos casos, se dice que la funcin f presenta en el punto P(a, b) un extremo absoluto con valor f(a, b). Recordemos el siguiente resultado para una funcin de una variable: toda funcin continua en un intervalo cerrado [a, b],
Jos R. Narro
alcanza los extremos absolutos (mximo y mnimo) en dicho intervalo.
Extremos absolutos
Para una funcin de dos variables, se tiene un resultado anlogo.
Introducimos previamente una definicin necesaria: se dice que una regin R R2, es una regin acotada, si existe un disco que la contiene completamente. Teorema Sea f(x, y) continua en una regin R R2 , cerrada y acotada, entonces f alcanza en R el mximo absoluto y el mnimo absoluto. Dichos extremos absolutos se alcanzan en puntos crticos de f situados en R o en puntos de la frontera de R. Si f alcanza en (a, b) un extremo absoluto, siendo (a, b) punto interior de R (cerrada y acotada), entonces (a, b) ser un extremo relativo de f y por tanto un punto crtico de f. Como consecuencia el procedimiento para obtener los extremos absolutos de una funcin f, sobre una regin cerrada y acotada R, ser el siguiente:
Jos R. Narro
Extremos absolutos
1) Hacer un estudio en el interior de la regin, obteniendo
los puntos donde se alcanzan los extremos relativos y los valores de f en cada uno de ellos.
2) Hacer un estudio en la frontera de la regin, sobre la cual f se convierte en funcin de una sola variable, calculando los extremos absolutos sobre dicha frontera, as como los valores de f en cada uno de ellos.
3) Comparar los valores obtenidos en 1) y 2); en el punto (o puntos) donde f tome el mayor valor, se alcanzar el mximo absoluto; y en el punto (o puntos ) donde f tome el menor valor se alcanzar el mnimo absoluto.
Jos R. Narro
Ejemplo
Determinar, tanto los extremos absolutos como relativos, de la funcin z = f(x, y) = x2 + y2 - xy + x + y, sobre la regin R definida por las condiciones: x e 0, y e 0, x+y u -3 .
x+y = -3 B
Jos R. Narro
Ejemplo
1) Estudio en el interior:
Obtengamos los puntos crticos

z x ! 2 x y 1 ! 0 x ! 1, y ! 1 .Como z y ! 2 y x 1 ! 0
el punto P(-1, -1) es
interior a la regin, es un punto crtico de f.
Calculemos el hessiano:
z xx =2, z xy =-1, z yy =2 H(x,y)=2.2-1=3 " 0, z xx " 0 P(-1,-1)
es un mni-
mo relativo con valor f(-1, -1) = 1+1-1-1-1= -1.
Jos R. Narro
Ejemplo
2) Estudio en la frontera:
En OB: x = 0,
-3 e y e 0 z=y 2 +y
Buscamos los extremos absolutos de z en [-3, 0]. z = 2y+1=0

y= -1 -1 -1 , z ( )=2>0 en y= 2 2 2 z(
se alcanza un m-
nimo relativo con valor
-1 1 1 -1 )= - = . 2 4 2 4
Los valores en los extremos son: z(-3)=9-3=6, z(0)=0 . Comparando los resultados obtenidos, se tiene: el mnimo absoluto se alcanza en
(0, -1 ) 2
con valor
-1 ; 4
el mximo absoluto se alcanza en (0, -3) con valor 6.
Jos R. Narro
Ejemplo
En OA: y = 0,
-3 e x e 0 z=x 2 +x .
Buscamos los extremos absolutos de z en [-3, 0]. z = 2x+1=0 x= -1 , z ( -1 )=2>0 en x= -1 se alcanza un

2 2
mnimo relativo con valor
2 -1 1 1 -1 z( )= - = . 2 4 2 4
Los valores en los extremos son: z(-3)=9-3=6, z(0)=0 . Comparando los resultados obtenidos, se tiene: el mnimo absoluto se alcanza en ( -1 ,0) con valor
2 -1 ; 4
el mximo absoluto se alcanza en (-3, 0) con
valor 6.
Jos R. Narro
Ejemplo
En AB: y = -3-x z = x2+(3+x)2+x(3+x)+x-3-x = 3x2+9x+6, -3 e x e 0 .
Buscamos los extremos absolutos de z en [-3, 0]. -9 -3 -3 z = 6x+9 = 0 x= = , luego como z =6, en x= , se alcanza un mnimo 6 2 2 -3 -3 relativo con valor z( )= . 2 4 Los valores en los extremos son z(-3) = 6, z(0) = 6. -3 -3 Se tiene x= y= ; x=-3 y=0; x=0 y=-3 . 2 2 -3 -3 -3 Luego el mnimo absoluto se alcanza en ( , ) con valor , y el mximo 2 2 4 absoluto en (-3, 0) y en (0, -3) con valor 6.
Jos R. Narro
Ejemplo
Por ltimo comparando todos los resultados obtenidos anteriormente, se concluye que:
Jos R. Narro
- el mximo absoluto en R se alcanza en los puntos frontera: (0, -3) y (-3, 0) con valor 6. - el mnimo absoluto en R se alcanza en el punto interior (-1, -1) con valor -1.
Si la regin R no es cerrada y acotada, en general, no est garantizada la existencia de extremos absolutos, como se comprueba con el siguiente Ejemplo. La funcin z = f(x, y) = x3 2xy + y, no est acotada en R2, pues tomando, por ejemplo, la direccin y = x, se tiene f = x3 2x2 + x, que tiende a sg para x p sg , por lo que f no tiene extremos absolutos.
Jos R. Narro

Ejercicio
Obtener los extremos absolutos y relativos, de la funcin z = f(x, y) = x3 + y3 - 3xy, en la regin definida por:
0 e x e 2, -1 e y e 2 .
La solucin es: El mnimo relativo se alcanza en (1, 1) con valor -1. El mnimo absoluto se alcanza en los puntos (0,-1) y (1, 1) con valor -1. El mximo absoluto se alcanza en el punto (2, -1) con valor 13.
Ejercicio Descomponer el nmero positivo a en tres sumandos no negativos, de manera que el producto de ellos sea mximo. Solucin: los sumandos son iguales y cada uno de ellos vale
a . 3
Jos R. Narro
Utilizacin de ecuaciones paramtricas
Otra forma de estudiar una funcin en la frontera de una re-
gin cerrada y acotada, consiste en expresar la ecuacin de dicha frontera en forma paramtrica, lo que en ocasiones da lugar a clculos mas cmodos que los que habra que realizar utilizando otros procedimientos. Ya se conoce la ecuacin paramtrica de la curva ms simple: la recta. Si dicha recta pasa por el punto (a, b), y tiene por vector direccin (c, d), su ecuacin es
x=a+tc y=b+td
siendo t un parmetro que al tomar valores reales
proporciona los puntos de coordenadas (x, y) de la recta. Veamos como se puede obtener la ecuacin paramtrica de algunas curvas sencillas.
Jos R. Narro
Utilizacin de ecuaciones paramtricas
En el caso de la circunferencia C de centro (a, b) y radio r la ecuacin cartesiana es (x-a)2 (y-b)2 2 2 2 (x-a) + (y-b) = r + =1 , r2 r2 por lo que teniendo en cuenta que: cos2 t + sen2 t = 1, x=a+rcos t x-a y-b se puede poner: =cos t, =sen t , que equivale a r r y=b+rsen t que es la ecuacin paramtrica de C, con t [0,2 ] . Para el caso de una elipse E de centro el origen y semiejes a y b, su ecuacin cartesiana es x2 y 2 + =1 , a2 b2 x=a cos t x y por lo que se puede poner =cos t, =sen t , que equivale a a b y=b sen t que es la ecuacin paramtrica de E, con t [0,2 ] .
Jos R. Narro
Ejemplo
Ejemplo Obtener los extremos absolutos y relativos de f(x, y) = 2 + x2 + y2, en la regin 1 x2 + y 2 e 1 . 4
Jos R. Narro
Ejemplo
Estudio en el interior:
El sistema de puntos crticos es

f x =2x=0 x=y=0 f y =2y=0
Calculemos el valor del hessiano en el nico punto crtico P(0, 0):

f xx =2, f yy =2, f xy =0 H(x,y)=2.2-0 2 =4>0, f xx (0,0)=2 ,
luego f presenta en P
un mnimo relativo con valor f(0 ,0) = 2.
Jos R. Narro
Ejemplo
Estudio en la frontera: Obtengamos la ecuacin paramtrica de la curva que delimita la re-
gin: x 2 + y 2 =1 . Al tratarse de una elipse de semiejes 1 y 2 su ecuacin paramtrica es:

x=cos t t [0,2 ] . y=2sen t
1 4
Luego la expresin de f en la frontera ser f(cos t,2sen t)=2+cos 2 t+4sen 2 t . Por tanto f(t)=2+cos2 t+sen 2 t+3sen 2 t=3+3sen 2 t , t [0,2 ] . Calculemos los puntos crticos de f en la frontera:
3 f (t)=0 6cos t sen t=0 , luego debe ser t=0, , , ,2 . 2 2
A estos valores de t corresponden los siguientes puntos crticos: t = 0, t = 2 x=1,y=0 , luego A(1, 0) es un punto crtico, con valor f(1, 0) = 3. t= t= 3. t=
2 x=0,y=2 , luego B(0, 2) es un punto crtico, con valor f(0, 2) = 6. x=-1,y=0 , luego C(-1, 0) es un punto crtico, con valor f(-1, 0) = 3 x=0,y=-2 , luego D(0, -2) es un punto crtico, con valor f(0, -2) = 6. 2
Jos R. Narro
Ejemplo
Comparando todos los resultados obtenidos, se concluye que el mximo absoluto se alcanza en los puntos B y D con valor 6, y el mnimo absoluto se alcanza en P (interior) con valor 2.
Jos R. Narro
Mtodo de los multiplicadores de Lagrange

Los problemas estudiados hasta ahora son de extremos libres (o sin
restricciones), en ellos se pretende obtener los extremos de una funcin
sin aadir condicin alguna. Sin embargo, se pueden plantear problemas de obtencin de extremos de una funcin, de manera que estos cumplan determinadas condiciones (restricciones o ligaduras). Gran cantidad de problemas que se presentan en la realidad son de extremos con ligaduras. Por ejemplo, una empresa tratar de maximizar las ganancias, pero estar condicionada por la cantidad de mano de obra necesaria, la materia prima disponible, etc. Ejemplo de esto, puede ser el siguiente problema: determinar los extremos de la funcin f(x, y, z) = x2+y2+z2, verificando la ligadura x+y-2z = 1; la funcin dada, en principio, es de tres variables, pero se reduce a una funcin de dos variables despejando una cualquiera de las variables de la ligadura y sustituyndola en la en la funcin, con lo cual se ha reducido el problema con ligadura a otro sin ligadura.
Jos R. Narro

Lo realizado anteriormente, en general puede no ser fcil, y en algunos casos puede ser imposible.
Estudiamos ahora un mtodo alternativo: el de los multiplicadores de La-
grange. Consideremos el caso de la funcin z = f(x, y), con la ecuacin de ligadura

N (x, y) = 0 ,
por lo cual las variables x, y no son independientes, ya que estn relacionadas por la condicin de ligadura Las definiciones de extremos relativos condicionados y de extremos absolutos condicionados, se obtienen aadindole a la definicin de extremo sin condiciones la ecuacin de ligadura N (x, y) = 0. Obtendremos una condicin necesaria de extremo condicionado, sin despejar y de la ecuacin N (x, y) = 0, que convertira a la funcin f en funcin de una variable. Admitamos que la condicin de ligadura define y como funcin implcita de x, luego si existe extremo debe ser z = f (x, y(x))=0, luego aplicando la
Jos R. Narro
regla de la cadena debe ser: z (x) = fxx +fyy = fx+fyy = 0.

Adems derivando la condicin de ligadura N (x, y) = 0, respecto de x, se obtiene de forma anloga N x N y y! 0 . Si multiplicamos N x N y y! 0 , por P (que, de momento, es un nmero indeterminado llamado multiplicador de Lagrange), y se la sumamos a fx+fyy = 0, obtenemos fx+fyy + P (N x N y y) = 0 fx + Nx +(fy + Ny )y=0 , esta igualdad se cumple en todos los puntos donde hay extremos. Eligiendo P , de forma que fy+ P N y ! 0 , para los puntos donde hay extremo, se tendr tambin fx+ P N x ! 0 , en los puntos donde hay extremos. Por lo tanto en los puntos extremos se cumplen las condiciones:
f x PN x =0 f y PN y =0 Sistema N (x,y)=0
de tres ecuaciones en las incgnitas x, y,
P.
(Sistema de Lagrange) El coeficiente P desempe un papel auxiliar.
Jos R. Narro

Las condiciones obtenidas son necesarias para la existencia de extremo condicionado, aunque, en general, no son suficientes.
Observemos que los primeros miembros del sistema obtenido son las
derivadas parciales de la funcin de tres variables F(x, y, P ) = f(x, y) +

P N (x, y), que se denomina funcin de Lagrange del problema de ex-
tremos con ligadura en cuestin. Una condicin suficiente, anloga a la que se tiene para el problema de extremo sin ligadura, es la siguiente: Llamando H(x,y. )=Fxx (x,y, )Fyy (x,y, )-Fxy 2 (x,y, ) , si (x, y, P ) es una solucin del sistema de Lagrange, entonces Si H(x, y, P )>0, Fxx(x, y, P )>0, hay un mnimo condicionado de la funcin f en el punto (x, y). Si H(x, y, P )>0, Fxx(x, y, P )<0, hay un mximo condicionado de la funcin f en el punto (x, y). En los dems casos, o no hay extremo condicionado o si lo hay se debe recurrir para averiguarlo a otros procedimientos.
Jos R. Narro
Interpretacin geomtrica
Funcin: z=f(x,y) Condicin de ligadura: N ( x , y ) ! 0
z ! f (x, y)
N( x, y) ! 0
Jos R. Narro
Ejemplo Determinar la mnima distancia del punto P(1, 0) a la parbola y2=
4x. Se trata de obtener el mnimo de la funcin (x-1)2 +y 2 , o lo que es equivalente, el mnimo de su cuadrado (esto es vlido por ser la funcin considerada positiva), es decir, de la funcin z = f(x, y) = (x1)2 + y2, con la ligadura y2- 4x = 0. En este caso la funcin de Lagrange es F(x, y, P ) = (x-1)2 + y2 + P (y24x) . Por lo tanto el sistema de Lagrange es:
Fx =2(x-1)-4 =0 Fy =2y+2y =0 2y(1+ P )=0 F =y 2 -4x=0
Jos R. Narro
Si 1 + P =0 posible.
P=
-1 2x-2+4 = 0
x =-1 y2 = -4, que es im-
Luego debe ser y = 0
x=0
-2-4 P = 0
P=
-1 . 2
Por tanto se ha obtenido el punto (0, 0). Comprobemos si cumple la condicin suficiente: Fxx = 2, Fyy = 2+2 P , Fxy = 0
H(x,
y, P ) = 2(2+2 P ) - 02 = 4+4 P
H(0, 0,
-1 ) 2
= 2>0, Fxx(0, 0,
-1 ) 2
= 2>0.
Luego en el punto (0, 0) se alcanza un mnimo condicionado.
Jos R. Narro

El mtodo de Lagrange se puede generalizar a una funcin con n
variables y m condiciones de ligadura (m<n). Vemoslo, por ejem-
plo, para una funcin con tres variables y una o dos condiciones de ligadura respectivamente.
a) Sea la funcin u = f(x, y, z) con la condicin de ligadura g(x, y, z) = 0. En este caso la funcin de Lagrange es: F(x, y, z, P ) = f(x, y, z) + P g(x, y, z) por lo que el sistema de Lagrange que da las condiciones necesarias de extremo condicionado es:
Fx =f x + g x ! 0 Fy =f y + g y ! 0 Fz =f z + g z ! 0 F =g=0
Jos R. Narro
b) Sea la funcin u = f(x, y, z) con las condiciones de ligadura g(x, y, z) = 0, h(x, y, z)=0 En este caso, la funcin de Lagrange es: F(x, y, z, P ) = f(x, y, z) + P g(x, y, z) +
Q h(x,
y, z)
por lo que el sistema de Lagrange que da las condiciones necesarias de extremo condicionado es:
Fx =f x + g x + h x =0 Fy =f y + g y + h y =0 Fz =f z + g z + h z =0 F =g =0 F =h=0
Jos R. Narro
El mtodo de los multiplicadores de Lagrange da lu-
gar a un sistema que, en general, no es lineal.
Sin embargo, el sistema puede considerarse como lineal respecto de los multiplicadores de Lagrange (considerados como incgnitas) y tomando como datos el resto de las incgnitas; esto da otra posibilidad de resolucin del sistema: imponer la condicin de compatibilidad del sistema: rango(matriz del sistema) = rango(matriz ampliada)
Jos R. Narro
Ejemplo
Determinar los puntos de la superficie z=
1 ms prximos al origen de xy
coordenadas. Se trata de optimizar la funcin distancia al origen x 2 +y 2 +z 2 , o lo que es equivalente optimizar su cuadrado f(x, y, z) = x2 + y2 + z2, con la ligadura z1 ). xy 1 ! 0. xy
Por lo tanto la funcin de Lagrange es F(x, y, z, P ) = x2 + y2 + z2 + P ( z-
El sistema de Lagrange es
Fx =2x+ =0 x y 2 1 4 2 4 2 2x xy x 2 y =0 2x y =2 x y =1 Fy =2y+ 2 =0 1 -2 xy = = -2z, z= xy xy 2 1 =0 2x 2 y 4 =2 x2 y 4 =1 2yFz =2z+ =0 xy xy 2 1 F =z!0 xy
2
Jos R. Narro
Luego se tiene:
x 4 y 2 =1 y 2 !
1 x4
sustituyendo en x2y4=1, queda:

x2 ! 1 x 6 ! 1 x ! s1 8 x Si x = 1 y ! 1 z ! 1 A(1,1,1)
y=-1 z=-1 B(1,-1,-1)
y=1 Si x = -1 z=-1 C(-1,1,-1)
y=-1 z=1 D(-1,-1,1)
Luego los puntos A, B, C, D deben ser la solucin del problema.
Jos R. Narro
Lo resolvemos ahora mediante el ltimo procedimiento indicado: consideramos los multiplicadores como incgnitas (y el resto como datos), obteniendo as un sistema lineal al que imponemos la condicin de compatibilidad, es decir, la igualdad de los rangos de la matriz del sistema y de la matriz ampliada. En este caso la matriz del sistema y la matriz ampliada son respectivamente
1 x2 y 1 A= 2 , xy 1 0 1 x 2 y 2x 1 2 2y xy 1 2z 1 0 z- xy
A=
Como r(A) = 1, para que r(A) = 1, deben ser nulos todos los menores de orden superior a 1:
Jos R. Narro
1 x2y 1 xy 2 1 x2 y 1 1 0
2x !0 2y 2x 2z 2z
2x 2y = 2 y 2 =x 2 y= x 2 xy x y
=0 2x=
2z z=x 3 y 2 x y
1 1 1 =0 z- =0 z= zxy xy xy
Por lo que
1 x4 y2 ! 1 x y! xy
3
y=x x6 =1 x= 1 si 6 si y=-x x =1 x= 1
Luego considerando todos los casos posibles se obtienen los mismos resultados anteriores.
Jos R. Narro

Ejemplo Determinar la distancia mnima del origen a la recta de interseccin de los dos planos x+y+z=8, 2x-y+3z=28. En este caso la funcin a optimizar es x 2 +y 2 +z 2 , que equivale a optimizar su cuadrado f = x2+y2+z2, con las ligaduras x+y+z=8, 2xy+3z=28; por lo tanto la funcin de Lagrange ser: F(x, y, z, P , Q ) = x2+y2+z2 + P ( x+y+z-8) + Q ( 2x-y+3z-28). La condicin necesaria de extremo condicionado (Sistema de Lagrange ) es
Fy =2y+ - =0 Fz =2z+ +3 =0 F =x+y+z-8=0 F =2x-y+3z-28=0 Fx =2x+ +2 =0
Que es un sistema lineal en las variables x, y, z, P , Q , cuya solucin es x = 4, y = -2, z = 6, P = 0, Q =-4. Por lo tanto la solucin es el punto P(4, -2, 6), luego la distancia pedida es 4 2 2 2 6 2 ! 56 .
Jos R. Narro

Tambin se puede utilizar el mtodo de los multiplicadores de Lagrange para determinar extremos de una funcin en la frontera de una regin, tomando la ecuacin de la curva frontera como condicin de ligadura . Veamos el siguiente Ejemplo Determinar los extremos absolutos y relativos, de la funcin f(x, y) = x2 + y2 x y, sobre la regin del primer cuadrante limitada por el eje OX y la circunferencia x2 + y2 = 2x. Hacer el estudio sobre la semicircunferencia utilizando el mtodo de los multiplicadores de Lagrange.
(x-1)2+y2=1
Jos R. Narro
Estudio en el interior
El sistema de puntos crticos es

f x =2x-1=0 1 1 x= ,y= . f y =2y-1=0 2 2
Luego el nico punto crtico es
1 1 P( , ) . 2 2
Calculemos el hessiano:
1 1 1 1 f xx =2, f yy =2, f xy =0 H(x,y)=4 H( , )=4, f xx ( , )=2>0 . 2 2) 2 2
Se deduce que P es un mnimo relativo con valor

1 1 -1 f( , )=...= ! -0,5 2 2 2
Estudio en la frontera En el segmento OA: y=0

f=x 2 -x, x [0,2] .
x= 1 1 1 1 -1 f( ,0)= - = ! -0,25 . 2 2 4 2 4
Se tiene f= 2x 1 = 0
Los valores en los extremos son: f(0, 0) = 0, f(2, 0) = 2.
Jos R. Narro

En la semicircunferencia:
La funcin de Lagrange es F(x, y, P ) = x2 + y2 x y + P ( x2 + y2 - 2x), por lo que el sistema de Lagrange es

Fx =2x-1+2 x-2 =0 1-2x 1-2y Fy =2y-1+2 y=0 = = 2y-4xy=2x-4xy-2+4y -2y-2x=-2 y=1-x 2x-2 2y F =x 2 +y 2 -2x=0
Sustituyendo en la ultima ecuacin queda x2+(1-x)2-2x =0 x2+1+x2-2x-2x = 0 2x2 - 4x+1 = 0 Si Si

4 16-8 42 2 2 = =1 . 4 4 2 2 2 2 2 2 x=1+ y=1-1= (1+ ,) no 2 2 2 2 2 x=
pertenece a la semi-
circunferencia considerada.
x=12 2 2 2 2 y=1-1+ = (1, ) 2 2 2 2 2
si pertenece a la semicir-
cunferencia considerada, y el correspondiente valor de P es

1- 2 2
Jos R. Narro
Comprobemos la condicin suficiente:

Fxx =2+2 , Fyy =2+2 , Fxy =0 H(x,y, )=(2+2 )2 H(12 2 1- 2 1- 2 , , )=(2+2 )>0. 2 2 2 2 Luego en el punto (1- 2 , 2 ) 2 2 Fxx (12 2 1- 2 1- 2 2 , , )=(2+2 ) "0 2 2 2 2
hay mnimo relativo condi-
cionado con valor

f (12 2 2 2 2 2 2 2 , )=(1) +( ) -1+ =...=1- 2 } 1-1,414=-0,414 2 2 2 2 2 2
Por tanto comparando los resultados obtenidos, se deduce que el mximo absoluto se alcanza en (2, 0) con valor 2, y el mnimo absoluto se alcanza en ( 1 , 1 ) con
2 2
valor -0,5.
Jos R. Narro
Ejercicio
Determinar los puntos de la curva x2 + y2 -xy = 6, mas cercano y mas lejano al origen de coordenadas. Ejercicio Obtener los puntos de la curva x2 + 3y2 = 3, mas prximos y mas lejanos al segmento que en el primer cuadrante determina la recta x + y = 3. Ejercicio
x2 y 2 + =1 . Hallar el rectngulo de rea mxima que se puede inscribir en la elipse 4 9
Jos R. Narro

C. Vectorial Extremos, Máximos y Mínimos

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

C. Vectorial Extremos, Máximos y Mínimos

Uploaded by

Copyright:

Available Formats

Calculo vectorial

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Extremos de funciones de varias variables

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Condicin necesaria de extremo

Condicin necesaria de extremo

Condicin suficiente de extremo relativo

fxx (x,y) fxy (x,y) fyx (x,y) fyy (x,y)

Extremos de funciones de varias variables

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

z = x3 + 3xy2 15x - 12y plot3d(x^3+3*x*y^2-15*x-12*y,x=-2.1..2.1,y=-2.1..2.1);

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Tema 5: Aplicaciones de la Diferenciabilidad.

Obtener los extremos relativos de la funcin: z = x4+y4-2x2+4xy-2y2

Introduccin al Clculo Infinitesimal

P(a, b), lo comparamos con los valores que toma la funcin en

Tema 5: Aplicaciones de la Diferenciabilidad.

f(a, b), para todo (x, y) R.

f(x, y), para todo (x, y) R.

alcanza los extremos absolutos (mximo y mnimo) en dicho intervalo.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Obtengamos los puntos crticos

el punto P(-1, -1) es

interior a la regin, es un punto crtico de f.

mo relativo con valor f(-1, -1) = 1+1-1-1-1= -1.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Buscamos los extremos absolutos de z en [-3, 0]. z = 2y+1=0

nimo relativo con valor

el mximo absoluto se alcanza en (0, -3) con valor 6.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Buscamos los extremos absolutos de z en [-3, 0]. z = 2x+1=0 x= -1 , z ( -1 )=2>0 en x= -1 se alcanza un

mnimo relativo con valor

el mximo absoluto se alcanza en (-3, 0) con

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

Introduccin al Clculo Infinitesimal

Tema 5: Aplicaciones de la Diferenciabilidad.

z = x3 + 3xy2 15x - 12y plot3d(x^3+3xy^2-15x-12y,x=-2.1..2.1,y=-2.1..2.1);