Capı́tulo 8

Optimización con restricións de igualdade

Nesta sección estudamos o problema dos extremos dunha función cando as variables de decisión
están suxeitas a restricións de igualdade.

Sexan entón f : Rn −→ R e g = (g1 , . . . , gm ) : Rn −→ Rm e b = (b1 , . . . , bm ) ∈ Rm , sendo

m < n. De entre todos os puntos x ∈ Rn que verifiquen as igualdades g1 (x) = b1 , . . . , gm (x) = bm
ou, abreviadamente, g(x) = b, pretendemos atopar aqueles que minimicen ou maximicen a función
f.

Escribiremos o problema que pretendemos resolver como

min(max) : f (x)
suxeito a: g(x) = b

Definición 1.Sexan f : Rn −→ R, g : Rn −→ Rm e b ∈ Rm . Se denotamos por S = {x ∈ Rn :

g(x) = b}, diremos que

• x0 ∈ S é un mı́nimo relativo de f en S se existe r > 0 tal que se x ∈ S, kx − x0 k < r entón

f (x) ≥ f (x0 ).
• x0 ∈ S é un máximo relativo de f en S se existe r > 0 tal que se x ∈ S, kx − x0 k < r entón
f (x) ≤ f (x0 ).

Un punto x0 ∈ S é un extremo relativo de f en S, se é un mı́nimo o un máximo relativo de f

en S. Nas definicións anteriores podemos utilizar indistintamente as expresións extremo de f en S,
extremo de f suxeito a gj (x) = bj , para todo j = 1, . . . , m, ou extremo de f suxeito a g(x) = b.

O seguinte resultado, coñecido como teorema de Lagrange ou teorema dos multiplicadores de

Lagrange, establece unha condición necesaria de existencia de solución do problema formulado de
optimización con restricións de igualdade.

Utilizaremos a seguinte función auxiliar. Dados m números reais, λ1 , . . . , λm , a función L :

Rn −→ R definida por
Xm
L(x) = f (x) − λk (gk (x) − bk ),
k=1

denomı́nase función lagrangiana asociada ao problema.

Teorema 2.(de Lagrange) Sexan f, g funcións suficientemente regulares e x0 ∈ S verificando

que rgDg(x0 ) = m < n. Se x0 é un extremo relativo de f en S, existen m números reais únicos,
λ1 , . . . , λm , tales que x0 é un punto crı́tico da función lagrangiana asociada. Isto é,

Di L(x0 ) = 0, para todo i = 1, . . . , n.

Na práctica, para atopar os posibles extremos do problema, é preciso calcular os puntos crı́ticos
da función lagrangiana que verifican as restricións. Isto é, temos que resolver o sistema de n + m

1
ecuacións con n + m incógnitas, x1 , . . . , xn , λ1 , . . . , λm , dado por

Di L(x) = 0, i = 1, . . . , n
gj (x) = bj , j = 1, . . . , m.

Unha vez calculadas as posibles solucións do problema mediante a condición necesaria, clasifi-
camos os citados puntos utilizando as condicións suficientes que enunciamos a continuación.

Teorema 3. (Condición suficiente forte)

1. Se x0 ∈ S é un mı́nimo relativo da función lagrangiana L(x), entón x0 é un mı́nimo relativo

de f suxeito a g(x) = b.
2. Se x0 ∈ S é un máximo relativo da función lagrangiana L(x), entón x0 é un máximo relativo
de f suxeito a g(x) = b.

Corolario 4.Sexan f, g funcións suficientemente regulares e x0 ∈ Rn un punto que verifica o

teorema de Lagrange.

1. Se HL (x0 ) é definida positiva, x0 é un mı́nimo relativo de f en S.

2. Se HL (x0 ) é definida negativa, x0 é un máximo relativo de f en S.
3. Se HL (x) é semidefinida positiva, para todo x ∈ Rn , x0 é un mı́nimo de f en S.
4. Se HL (x) é semidefinida negativa, para todo x ∈ Rn , x0 é un máximo de f en S.

Observación 5. Nótese que se x0 ∈ Rn é un punto que verifica o teorema de Lagrange tal que
HL (x0 ) é indefinida, entón x0 non é un extremo da función Lagrangiana pero poderı́a ser solución
do problema plantexado, é dicir, poderı́a ser un máximo ou un mı́nimo de f en S.

Exemplo 6. O problema min(max) : f (x, y, z) = x2 + y 2 + z 2 suxeito a: x + y + z = 1 verifica

a hipótese do rango, pois a matriz Dg(x, y, z) = (1, 1, 1) ten rango un. A función lagrangiana é,
L(x, y, z) = x2 + y 2 + z 2 − λ(x + y + z − 1), e resolvemos as ecuacións

D1 L(x, y, z) = 2x − λ = 0
D2 L(x, y, z) = 2y − λ = 0
D3 L(x, y, z) = 2z − λ = 0
x+y+z =1

das tres primeiras temos x = λ2 , y = λ2 , z = λ

2 e substituı́ndo na última λ = 23 .

Obtense ası́ o único punto crı́tico da función lagrangiana

 que verifica
 a restrición, ( 13 , 13 , 13 ), con
2 0 0
λ = 23 . A matriz hessiana da lagrangiana, HL (x, y, z) = 0 2 0, é definida positiva, polo que
0 0 2
o punto ( 31 , 13 , 13 ) é un mı́nimo do problema.

Ás veces é posible despexar unhas variables en función das outras nas condicións impostas polas
restricións, o que nos permite reducir este tipo de problemas a un problema de optimización sen
restricións, como vemos no exemplo deseguido:

Exemplo 7. Se no problema do exemplo anterior, despexamos na restrición a variable z, temos

z = 1 − x − y e substituindo na función obxetivo, temos unha nova función de dúas variables,
F (x, y) = f (x, y, 1 − x − y) = x2 + y 2 + (1 − x − y)2 .

2
 O problema inicial redúcese, entón, a atopar os mı́nimos de F (sen restricións), para o que
resolvemos o sistema: D1 F (x, y) = 4x + 2y − 2 = 0, D2 F (x, y)   4y − 2 = 0. Obtemos ası́ un
= 2x +
4 2
único punto crı́tico de F , (xo , yo ) = ( 13 , 31 ). Como HF ( 13 , 13 ) = é definida positiva, o punto
2 4
( 3 , 3 ) resulta ser un mı́nimo de F . Volvendo á restrición temos que se (x, y) = ( 13 , 13 ), entón z = 13
1 1

e concluimos que ( 31 , 13 , 13 ) é un mı́nimo do problema plantexado.

Exercicios
1. Resolve os problemas:
a) min(max) : f (x, y, z) = x2 + 2y 2 − 4xy + 12z + 5z 2 , suxeito a: z − x = 3, x − y = 0
b) min(max) : f (x, y) = x − y, suxeito a: x2 + y 2 = 1
c) min(max) : f (x, y) = 3xy, suxeito a: x − y = 4
2. Calcula o valor mı́nimo de:
a) f (x, y, z) = 4x2 + 2y 2 + 3z 2 , suxeito a: x + 2y + 3z = 9, 4x − 2y + z = −19
b) f (x, y, z, u) = x2 + y 2 + z 2 + u2 , suxeito a: 2x + y − z − 2u − 5 = 0
3. Que punto do plano 2x + 5y + 3z = 1 dista menos da orixe?
4. Obtén tres números positivos cuxa suma sexa 15 e o seu produto máximo.

PREGUNTAS TEST: Temas 6, 7 e 8

1. Sexa f : A ⊂ Rn → R unha función suficientemente regular no aberto A. Entonces pódese
afirmar que:
a) Se ∇f (xo ) = θ, entón xo é un máximo de f .
b) Se xo é un punto de silla de f , entón Hf (xo ) é non definida.
c) Se xo é un máximo relativo de f , entón Hf (xo ) é semidefinida negativa.
d) Se Hf (xo ) é semidefinida positiva, entón xo é un mı́nimo relativo de f .
2. Sexa f (x, y) = x2 y + 2y 2 + x2 . Cal das seguintes afirmacións é FALSA?
a) (0, 0) é un punto crı́tico de f . b) (2, −1) é un punto de silla de f .
c) (−2, −1) é un punto de silla de f . d) (0, 0) é un máximo de f .

3. Consideremos a función f (x, y) = x3 y + 2xy 2 − x2 y 2 + 2xy. Cal das seguintes afirmacións é

FALSA?

(a) (0, 0) e (0, −1) son puntos crı́ticos de f .

(b) (0, 0) é un punto de silla de f .
(c) Hf (0, −1) é semidefinida negativa.
(d) (0, −1) é un punto de silla de f .

4. Sexa f (x, y) = xy − x − 2y + 1. Cal das seguintes afirmacións é FALSA?

(a) (2,1) é o único punto crı́tico de f .

(b) Hf (x, y) é semidefinida positiva, para todo (x, y) ∈ R2 .
(c) (2, 1) é un punto de silla de f .
(d) 1 e −1 son os autovalores de Hf (x, y), para todo (x, y) ∈ R2 .

3
 5. Se f : Rn → R é suficientemente regular e xo ∈ Rn , pódese afirmar que:

(a) Se xo é un mı́nimo de f , entón ∇f (xo ) = (0, . . . , 0).

(b) Se xo é un mı́nimo de f , entón f é cóncava en Rn .
(c) Se xo é un punto crı́tico de f , entón xo é un extremo de f .
(d) Se Df (xo ) = (0 . . . 0), entón xo é un punto de silla de f .

6. Se x0 ∈ Rn é un punto crı́tico de f tal que Hf (x0 ) é semidefinida positiva e non nula, podemos
afirmar que
a) f é convexa en Rn . b) x0 non é un máximo relativo de f .
c) x0 é un punto de silla de f . d) x0 é un mı́nimo relativo de f .

7. Se xo ∈ R3 é un punto crı́tico dunha función cóncava f : R3 → R, pódese asegurar que

(a) Hf (xo ) é definida negativa.

(b) Hf (x) é semidefinida negativa, para todo x ∈ R3 .
(c) xo é un mı́nimo de f .
(d) existen x1 , x2 ∈ R3 verificando f (x1 ) < f (xo ) < f (x2 )

8. Consideremos a función f (x, y) = 4xy 2 . Cal das seguintes afirmacións é FALSA?

a) (0, 0) e (3, 0) son puntos crı́ticos de f . b) (0, 0) é un mı́nimo relativo de f .
c) Hf (3, 0) é semidefinida positiva. d) (3, 0) é mı́nimo relativo de f .

9. Dado o problema min(max) : f (x, y) = x2 + (y − 12 )2 , suxeito a x2 − y − 1 = 0. Pódese afirmar

a) (0, 1) é un mı́nimo do problema. b) (0, −1) é un máximo do problema.
c) (1, 0) é un máximo do problema. d) (−1, 0) non é solución do problema.

10. Consideremos o problema max(min) x2 − 2x + y 2 , suxeito a 2x + 3y 2 = 4, entón

√
a) (2, 0) é un punto de silla do problema. b) (−1, 2) é un mı́nimo do problema.
c) ( 43 , 23 ) é un mı́nimo do problema. d) (3, 0) é un máximo do problema.

min(max) f (x, y) = y − x2

11. Consideremos o problema . Verifı́case que
suxeito a: x2 + y 2 = 1

(a) (0, 1) é un mı́nimo relativo de f suxeito a x2 + y 2 = 1.

(b) (0, 1) é un máximo relativo de f suxeito a x2 + y 2 = 1.
(c) (0, 1) non é un máximo relativo da lagrangiana asociada ó problema.
(d) (0, 1) é un máximo de f .

12. Para atopar tres números que sumen 15 de xeito que o seu producto sexa máximo podemos
resolver o problema
a) max xyz − 15 b) min xy(15 − x − y)

max x+y+z max xyz

c) d)
suxeito a: xyz = 15 suxeito a: x + y + z = 15