Maximos y minimos funcion de varias variables

41
UNIVERS IDAD PRIVADA ANTENOR ORREGO FACULTAD: INGENIERÍA ESCUELA: INGENIERÍA DE COMPUTACIÓN Y SISTEMAS TEMA APLICACIONES DE LA DERIVADA: MÁXIMOS Y MÍNIMOS DE FUNCIONES DE VARIAS VARIABLES INTEGRANTES: CABALLERO CRUZ, IVONNE CÁRDENAS GONZÁLEZ, RAQUEL CORNEJO URBINA, ESTRELLITA GALLARDO GABRIEL, FLAVIO LÓPEZ DOMINGUEZ, DONATILA QUILICHE ZELADA, LUIS SEVILLANO TALAVERA, RENATO TIRADO CUENCA, HENRRY DOCENTE: GARCIA POLANCO, LUIS

Transcript of Maximos y minimos funcion de varias variables

Page 1: Maximos y minimos funcion de varias variables

UNIVERSIDAD

PRIVADA ANTENO

R ORREGO

FACULTAD:

INGENIERÍA

ESCUELA:

INGENIERÍA DE COMPUTACIÓN Y SISTEMAS

TEMA

APLICACIONES DE LA DERIVADA: MÁXIMOS Y MÍNIMOS DE FUNCIONES DE VARIAS VARIABLES

INTEGRANTES:

CABALLERO CRUZ, IVONNE

CÁRDENAS GONZÁLEZ, RAQUEL

CORNEJO URBINA, ESTRELLITA

GALLARDO GABRIEL, FLAVIO

LÓPEZ DOMINGUEZ, DONATILA

QUILICHE ZELADA, LUIS

SEVILLANO TALAVERA, RENATO

TIRADO CUENCA, HENRRY

DOCENTE:

GARCIA POLANCO, LUIS

TRUJILLO-PERÚ 2015

Page 2: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

DEDICATORIA

A nuestros padres, quienes a lo largo de nuestra vida

Velan por nuestro bienestar y educación

siendo nuestro apoyo en todo momento.

Ellos depositan toda su confianza

en cada reto que se nos presenta

sin dudar ni un solo momento

de nuestra capacidad.

II

Page 3: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

AGRADECIMIENTO

A nuestra Alma Mater Universidad Privada

Antenor Orrego y a nuestro docente

García Polanco, Luis por la enorme

paciencia al enseñarnos durante

todo el ciclo y guiarnos

en nuestro trabajo.

III

Page 4: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

PRESENTACIÓN

El presente trabajo se ha realizado con el motivo de brindar información sobre

LAS APLICACIONES DE LA DERIVADAS en lo que respecta a MAXIMOSY

MINIMOS RELATIVOS ya que en nuestra carrera es esencial la matemática y muchos

alumnos no sabemos cómo realizar los ejercicios ni que teoremas aplicar o escoger que

método es el más apropiado para resolver los

Deseosos de superarnos académicamente y con la finalidad de lograr el objetivo

trazado de dar a conocer las diferentes definiciones, teoremas para así lograr que los

que tengan acceso a este material entiendan cómo se resuelve cada ejercicio y que

método es el más apropiado y fácil.

Los autores

IV

Page 5: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

ÍNDICEDEDICATORIA.......................................................................................................................... II

AGRADECIMIENTO.................................................................................................................III

PRESENTACIÓN....................................................................................................................... IV

INTRODUCCIÓN.......................................................................................................................6

MÁXIMOS Y MÍNIMOS DE FUNCIONES DE VARIAS VARIABLES...............................7

1. DEFINICIÓN.-.................................................................................................................7

2. DEFINICIÓN.-.................................................................................................................7

3. DEFINICIÓN.-.................................................................................................................7

4. DEFINICIÓN.-.................................................................................................................7

TEOREMA..............................................................................................................................8

DEMOSTRACIÓN..................................................................................................................8

PUNTOS CRÍTICOS.............................................................................................................10

CRITERIO DE LA SEGUNDA DERIVADA............................................................10

MATRIZ HESSIANA DE UNA FUNCIÓN DE VARIAS VARIABLES.................................11

1. HISTORIA.....................................................................................................................11

2. SIGNIFICADO DE CADA ELEMENTO DE LA MATRIZ HESSIANA.....................12

3. ENCONTRAR MÁXIMOS Y MÍNIMOS UTILIZANDO MATRICES HESSIANAS.13

4. DEFINICIÓN.-...............................................................................................................13

5. DEFINICIÓN.-...............................................................................................................14

6. DEFINICIÓN.-...............................................................................................................15

7. CRITERIO DE LA MATRIZ HESSIANA PARA LOS MÁXIMOS Y MÍNIMOS.....16

MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE.................................................18

1. HISTORIA.....................................................................................................................18

2. DEFINICIÓN.-...............................................................................................................18

CONDICIONES DE KUHN – TUCKER..................................................................................24

1. HISTORIA.....................................................................................................................24

2. DEFINICIÓN.-...............................................................................................................24

CONCEPTOS CLAVE.............................................................................................................27

ANEXOS...................................................................................................................................29

V

Page 6: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

INTRODUCCIÓN

Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de

hacer algo. En muchas ocasiones a través de los poderosos mecanismos de cálculo

diferencial es posible encontrar respuestas a estos problemas, que de otro modo parecían

imposibles su solución, por lo tanto en este apartado hablaremos sobre los valores

máximos y mínimos de una función de varias variables. En numerosas ocasiones

encontraremos fenómenos que dependen del valor de una sola variable (el tamaño de un

potro que varía solamente con respecto al tiempo transcurrido). Sin embargo, podremos

también enfrentarnos a situaciones en las que han de considerarse dos o más variables

Para encontrar máximos, mínimos y puntos de silla en funciones de varias variables

existen muchos métodos donde se dará a conocer de manera detallada el discriminante,

hessiano o matriz hessiana, Método de los Multiplicadores de LaGrange y una breve

reseña histórica y biográfica acerca del creador o inventor de las matrices hessianas y el

método de Método LaGrange también se detallara como encontrar máximos y mínimos

utilizando matrices hessianas ,el significado de los elementos de esta .Luego se presenta

cada paso de cómo resolver funciones de dos o más variables, haciendo uso de la

matriz hessiana, se expone ejemplos de aplicación para dicha teoría. Finalmente además

se adiciona el método de Kuhn – Tucker se expone ejemplos para la aplicación de dicho

método.

6

Page 7: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

MÁXIMOS Y MÍNIMOS DE FUNCIONES DE VARIAS VARIABLES

Existen varias definiciones a continuación presentamos las más importantes

1. DEFINICIÓN.- La función f : D R2 → R definida en un conjunto abierto, D R2

tiene un valor máximo absoluto sobre el conjunto si existe un punto

P ( x0 , y0 )∈D tal que f ( x0 , y0 ) ≤ f ( x0 , y0 ), ( x , y ) ∈D en este caso f ( x0 , y0 ) Es el

valor máximo absoluto de f enD .

2. DEFINICIÓN.- La función f : D R2 → R la definida en un conjunto abierto

D R2 tiene un mínimo absoluto sobre el conjunto D R2 si existe un punto

P ( x0 , y0 )∈D tal que f ( x0 , y0 ) ≤ f ( x0 , y0 ), ( x , y ) ∈D en este caso f ( x0 , y0 )

es el valor mínimo absoluto de f enD.

3. DEFINICIÓN.- La función f : D Rn → R definida en un conjunto abierto D Rn

tiene un valor mínimo relativo en el punto x⃗0∈D si existe una bola abierta

B( x⃗0 , ε) D tal que f ( x⃗0 ) ≤ f ( x⃗ ) ,∀ x⃗∈B ( x⃗0, ε )D.

4. DEFINICIÓN.- La función f : D Rn → R definida en un conjunto abierto D Rn

tiene un valor máximo relativo en el punto x⃗0∈D si existe una bola abierta

B( x⃗0 , ε) D, tal que f ( x⃗ ) ≤ f ( x⃗0 ) ,∀ x⃗∈B ( x⃗0 , ε ) D .

7

OBSERVACIÓN Si la función f : D R2 →R es continua en un conjunto cerrado D R2 entonces existe al menos un punto donde tiene un valor máximo absoluto y al menos un punto Q∈D donde tiene un mínimo valor absoluto.

OBSERVACIÓN A los máximos y mínimos relativos de la función f : D Rn → R le llamaremos extremos de la función f

Page 8: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

TEOREMA

DEMOSTRACIÓN

Si la función f tiene un valor máximo relativo B( x⃗0 , ε)Denentonces tal que

f ( x⃗ ) ≤ f ( x⃗0 ) ,∀ x⃗∈B ( x⃗0 , ε ) Dluego limh→ 0f ¿¿¿ donde μ⃗k = (0,0,…, 1,0…) esto

es debido a que , para cada ¿ se tiene f ( x⃗+h μ⃗k)≤ f ( x⃗0 ) esto

nos implica que h>0 se tiene que f ¿¿ ahora si h<0, entonces limh→ 0f ¿¿¿

, como Dk f ( x⃗0) existe se tiene que: Dk f ( x⃗0 )=limh → 0

f ¿¿¿ donde Dk f ( x⃗0 )=0 por lo

tanto, los valores extremos de una función f : D Rn → R defina en el conjunto abierto

D puede ocurrir en puntos donde la primeras derivadas de f son ceros.

5. DEFINICIÓN.- Sea la función f : D Rn → R definida en un conjunto de abierto

D Rn. Los puntos x⃗0 D donde todas las derivadas parciales de primer orden de f son

ceros o no existen, se llaman puntos estacionarios o puntos críticos de f

EJEMPLO.- Hallar los puntos críticos o estacionarios de la función

f ( x , y )=x2 y2−5 x2−8 xy−5 y2

SOLUCIÓN

{¿ ∂ f (x , y )∂ x

=0

∂ f ( x , y )∂ y

=0 , para calcular los puntos críticos o estacionarios

{¿ ∂ f (x , y )∂ x

=2 xy2−10 x−8 y=0…(1)

∂ f ( x , y )∂ y

=2 x2 y−8 x−10 y=0…(2)

8

Si la función f : D Rn → R definida en conjunto abiertoD Rn tiene un valor extremo x⃗0∈D y Dk f ( x⃗0) y existe entonces Dk f ( x⃗0 )=0 ,∀ k=1 ,2 , 3 , …,n

Page 9: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

De la ecuación (1) despejamos x=8 y

2 y2−10=¿

4 yy2−5

ahora reemplazamos en (2)

2 y ( 4 yy2−5

)2

−8 ( 4 yy2−5

)-10y=0, simplificando y ( y4−10 y2+9 )=0 entonces:

y ( y2−9 ) ( y2−1 )=0, de donde y=0 , y=±1 , y=± 3

Para y=0 , x=0 , (0 ,0 );para y=1 , x=−1 , (−1 ,1 )

y=1 , x=−1 , (−1 ,1 ), y=−3 , x=−3 , (−3 ,−3 )

y=3 , x=3 , (3 , 3 )

Los puntos críticos son (0,0), (-1,1), (1,-1), (-3,-3), (3,3)

OBSERVACIÓN.- La condición necesaria para que una función tenga extremo relativo

en un punto, donde sus derivadas parciales existen, es que este punto sea un punto

estacionario o crítico, sin embargo esta condición no es suficiente, por ejemplo, la

función f ( x , y )= y2−x2 cuyas derivadas parciales son:

{¿ ∂ f (x , y )∂ x

=−2x=0

∂ f (x , y )∂ y

=2 y=0 de dondex= y=0

a pesar de esto la función no tiene máximo ni mínimo relativo, en este caso, a este tipo

de puntos se denominan puntos de silla.

GRÁFICA DEL LIBRO

9

OBSERVACIÓN.- Un punto crítico que no es de un máximo o mínimo relativo es llamado punto silla (o de monitor).

Page 10: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

PUNTOS CRÍTICOS

CRITERIO DE LA SEGUNDA DERIVADA

Sea f: D ⊂ R2 R una función definida en el conjunto abierto D de tal manera que las

derivadas parciales primeras y segundas de f sean continuas en la relación abierta.

Contienes un punto (a,b) tal que ∂ f (a ,b)∂ x

=0 y ∂ f (a ,b)∂ y

= 0, para determinar si en

dicho punto hay un extremo relativo de f, definimos la cantidad.

∆=∂2(a , b)

∂ x2 . f ∂2(a , b)∂ y2 –( ∂2 f (a ,b)

∂ y ∂ x)2

i) si ∆>0 y ∂ 2 f (a ,b)

∂ x2>0 ,entonces f(a, b) es un valor mínimo relativo.

ii) si ∆>0 y ∂ 2 f (a , b)

∂ x2<0, entonces f(a, b) es un valor máximo relativo.

iii) si ∆<0, entonces (a, b), f(a, b) es un punto de silla.

iv) si ∆=0, este criterio no da información.

En forma práctica se puede recordar la formula ∆ en el criterio de la segunda derivada y

que viene lado por el determinante.

∆=|

∂ 2 f (a , b)∂ x 2

∂ 2 f (a , b)∂ y ∂ x

∂ 2 f (a , b)∂ x ∂ y

∂ 2 f (a , b)∂ y 2

| siendo ∂ 2 f (a , b)

∂ y ∂ x=

∂ 2 f (a , b)∂ x∂ y

EJEMPLO.- Determinar los extremos relativos de la función

f ( x , y )=x2+ xy+ y2−6 x+2

SOLUCIÓN

Calculando los puntos críticos o estacionarios

10

Page 11: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

{¿ ∂ f (x , y )∂ x

=2 x+ y−6=0

∂ f ( x , y )∂ y

=x+2 y=0 { x=4

y=−2 p(4 ,−2)

Luego el punto crítico es p (4,-2)

¿

Ahora aplicando el criterio de la segunda derivada

∆=∂2 f (4 ,−2)

∂ x2 . ∂2 f (4 ,−2)∂ y2 –( ∂2 f (4 ,−2)

∂ y ∂ x)

2

∆=(2 ) (2 )−(1)2= 4-1-3 ∆=¿3

Como∆=¿3¿0 y ∂2 f (4−2 )

∂ x2 = 2¿0, entonces en el punto P(4 ,−2) hay un mínimo

relativo, cuyo valor mínimo es f ( 4 ,−2 )=10

MATRIZ HESSIANA DE UNA FUNCIÓN DE VARIAS VARIABLES

1. HISTORIA

El hessiano, conocido también como discriminante o

matriz hessiana, fue introducido en el año de 1844 por Hess,

matemático alemán quien nació en 1811 y murió en 1874.

Esto sucedió luego de que Carl Gustav Jacob Jacobi (1804-

1851) introduje jacobianos”. Lo que hizo Jacobi con de

variable de las integrales múltiples en términos de estos.

Respecto a los detalles biográficos de Ludwig

Otto Hess se sabe que nació precisamente en

Konigsberg, Alemania (actualmente Rusia) el 22 de abril

de 1811. Estudió con Jacobi en su ciudad natal (Konigsberg), donde se desempeñó

primero comomaestro de física y química; posteriormente como profesor. En 1856 se

trasladó a Heidelberg, donde permaneció doce años, antes de tomar un puesto en

Munich, donde falleció el 4 de agosto de 1874.

11

Ludwig Otto Hess (1811-1874)

Page 12: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Ludwig Otto Hess se hizo tan famoso por una matriz que introdujo en un

artículo de 1842 referido a curvas cúbicas y cuadráticas.

2. SIGNIFICADO DE CADA ELEMENTO DE LA MATRIZ HESSIANA

Con el objetivo de explicar cada detalle con la mayor claridad posible, se

expresa el significado de cada uno de los elementos que aparecen dentro de la matriz:

f xx Significa que se deriva la función original por primera vez con respecto a x

y luego ese resultado se deriva por segunda vez con respecto a x nuevamente.

f xy Significa que se deriva la función original por primera vez con respecto a y

y luego ese resultado se deriva por segunda vez pero ahora con respecto a x.

f xz Significa que se deriva la función original por primera vez con respecto a z

y luego ese resultado se deriva por segunda vez pero ahora con respecto a x.

f yx Significa que se deriva la función original por primera vez con respecto a x

y luego ese resultado se deriva por segunda vez pero ahora con respecto a y.

f yy Significa que se deriva la función original por primera vez con respecto a y

y luego ese resultado se deriva por segunda vez con respecto a y nuevamente.

f yz Significa que se deriva la función original por primera vez con respecto a z

y luego ese resultado se deriva por segunda vez pero ahora con respecto a y.

f zx Significa que se deriva la función original por primera vez con respecto a x

y luego ese resultado se deriva por segunda vez pero ahora con respecto a z.

f zySignifica que se deriva la función original por primera vez con respecto a y y

luego ese resultado se deriva por segunda vez pero ahora con respecto a z.

f zzSignifica que se deriva la función original por primera vez con respecto a z y

luego ese resultado se deriva por segunda vez con respecto a z nuevamente.

NOTA: Tome en cuenta que las siguientes se denominan derivadas mixtas o cruzadas y si existen son iguales: f xy=f yx , f xz= f zx , f yz=f yz

12

Page 13: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

3. ENCONTRAR MÁXIMOS Y MÍNIMOS UTILIZANDO MATRICES HESSIANAS

a) Tener la función original que se va a trabajar.

b) Calcular las primeras derivadas parciales de la función con respecto a cada una de

las variables que se tiene la función original.

c) Igualar a cero las derivadas que se calcularon en el inciso anterior.

d) Simultanear las ecuaciones generadas en la igualación a cero, para encontrar el

valor de cada una de las variables. Dichos valores para cada una de las variables serán

las coordenadas de los puntos críticos.

e) Una vez se tienen los puntos críticos se debe calcular las segundas derivadas

parciales en cada uno de estos puntos, para identificar los elementos de la matriz

hessiana, ya sea matriz 2 x 2 (si la función es de dos variables), 3 x 3 (si la función es

de tres variables), 4 x 4 (si la función es de cuatro variables), n x n (si la función es de

n variables).

f) Resolver el determinante de la matriz, el resultado que se obtenga será la respuesta.

g) Con la respuesta se puede clasificar el punto

4. DEFINICIÓN.- Una forma cuadrática, F : Rn →R es una función cuyo valor

en a=¿) es dado por: F=(a)∑i=0

n

∑i=0

n

hij a ia j donde H= [hij ]nxn es una matriz

simétrica de orden nxn esto es:

H= [hij ]nxn=¿ y H '=H

En forma simétrica la forma cuadrática está definida por:

F(a )=a H a'=(a1 ,…,an)¿ = ¿=∑i=0

n

∑i=0

n

hija ia j

13

OBSERVACIÓN.- Se observa que el desarrollo de una forma cuadrática en términos de las variables a1 , a2 ,…, an corresponde a un polinomio homogéneo de grado 2, en donde los coeficientes de los términos cuadráticos (a i

2)son los elementos de la diagonal de la matriz simétrica H, y cada coeficiente de un término rectangular a ia j el doble del elemento hij de la misma matriz (i≠ j)

Page 14: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

EJEMPLO.- Hallar la matriz correspondiente a la forma cuadrática F : R2 → R

definida por

F ( x1 , x2 )=x12−x1 x2+3 x2

2

SOLUCIÓN

Observar que h12 es la mitad del coeficiente (-1) es decir h12=−1 /2 como la matriz

es simétrica h12=h21

Luego H=[ 1 −12

−12

3 ]EJEMPLO.- Hallar la matriz correspondiente a la forma cuadrática F : R3 → R

definida por: F ( x1 , x2 , x3 )=x12+x2

x+x32, x1 x2+2 x13+6 x2 x3

SOLUCIÓN

H=¿

5. DEFINICIÓN.- Sea f : D∈ Rn → R , una función definida en el conjunto

abierto D. Entonces la diferencial de segundo orden con respecto a las variables

Independientes x1 , x2 ,…, xn es cero, es decir: dz=df = ∂ f∂ x1

d x1+∂ f∂ x2

d x2

d2 z=d2 f = ∂∂ x1

( ∂ f∂ x1

dx1+∂ f∂ x2

d x2 ) d x1+∂

∂ x2( ∂ f

∂ x1d x1+

∂ f∂ x2

d x2 ) d x2=∂2 f∂ x1

2 d x1 dx1+∂2 f

∂x1 ∂ x1d x2d x1+

∂2 f∂ x2 ∂ x1

d x1 d x2+∂2 f∂ x2

2 d x2d x2=∑i=t

2

∑f =1

2 ∂2 f∂ x i ∂ x j

d xi d x j

La matriz correspondiente a esta forma cuadrática es:

H=[ ∂2 f∂ x2

∂2

∂ x1 ∂ x2

∂2 f∂ x2 ∂ x1

∂2 f∂ x2

2 ]Esta matriz H será simétrica si

∂2 f∂ x2 ∂ x1

= ∂2 f∂ x1 ∂ x2

14

Page 15: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

6. DEFINICIÓN.- Consideremos la función f : D⊂Rn →R definida en el

conjunto abierto D tal que existen ∂ f∂ x1

y ∂2 f∂ x i ∂ x j

∀ p=( x1 , x2 ,…, xn¿∈D

La forma hessiana de la función f en el punto p∈D, denotado por H ( f ( p ))está

definida por:

H (f ( p ) )=d2 f ( p )=∑i=l

n

∑j=l

n ∂2 f ( p)∂ xi ∂ x j

d x id x j

Luego a la matriz hessiana de la función en el punto p será:

H (f (p))¿¿

EJEMPLO.- Hallar la matriz hessiana de la función:

f ( x , y , z )=x2+ y2+ z2−7 xy+5 x−3 z

SOLUCIÓN

{∂ f∂ x

=2 x−7 y+5

∂ f∂ y

=2 y−7 x

∂ f∂ z=2 z−3

⟹ {∂2 f∂ x2 =2 , ∂2 f

∂ x∂ y=−7 , ∂2 f

∂x ∂ z=0

∂2 f∂ y2=2 , ∂2 f

∂ ydx=−7 , ∂2 f

∂ z∂ y=0

∂2 f∂ z2 =2 , ∂2 f

∂ z∂ x=0 , ∂2 f

∂ y ∂ z=0

H (f ( x , y , z ) )=[∂2 f∂ x2

∂2 f∂ x∂ y

∂2 f∂ x ∂ z

∂2 f∂ y ∂ x

∂2 f∂ y2

∂2 f∂ y ∂ z

∂2 f∂ z ∂ x

∂2 f∂ z ∂ y

∂2 f∂ z2

]=[ 2 −7 0−7 2 00 0 2]

7. CRITERIO DE LA MATRIZ HESSIANA PARA LOS MÁXIMOS Y MÍNIMOS

15

Page 16: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Consideremos la función f : D⊂Rn → R , en donde sus derivadas parciales de

segundo orden son continuas en un conjunto abierto D⊂Rn y sea x0∈D un punto para

el cual D1 f ( x0 )=0 , D2 F ¿, supongamos que el determinante de la matriz, Hessiana

H ( f ( x0 )) se denota por:

△n=¿

Entonces

x0Corresponde a un mínimo relativo si ∆1>0 , ∆2>0 ,…, ∆n>0 ,…, cuyo calor mínimo

es f (x0)

x0Corresponde a un máximo relativo si ∆1<0 , ∆2>0 ,∆3<0 ,…, cuyo valor máximo es

f (x0)

EJEMPLO.- Determinar los extremos relativos de la función

f ( x , y , z )=4 x+ xy−x2 y2 z2− yz

SOLUCIÓN

Hallaremos los puntos críticos de la función

{∂ f∂ x

=4+ y−2 x=0

∂ f∂ y

=x−2 y−z=0⟹{ x=3y=2⇒ p(3,2 ,−1)

z=−1∂ f∂ z

=− y−2 z=0

∂2 f∂ x2 =−2 ∂2 f

∂ x ∂ y=1 ∂2 f

∂ x∂ z=0

∂2 f∂ y ∂ x

=1 ∂2 f∂ x ∂ y

=−2 ∂2 f∂ y ∂ z

=−1

∂2 f∂ z∂ x

=0 ∂2 f∂ z ∂ y

=−1 ∂2 f∂ z2 =−2

∆=[∂2 f∂ x2

∂2 f∂ x∂ y

∂2 f∂ y ∂ z

∂2 f∂ y ∂ x

∂2 f∂ y2

∂ f∂ y ∂ z

∂2 f∂ z ∂ x

∂ f∂ z ∂ y

∂2 f∂ z2

]=[−2 1 01 −2 −10 −1 −2]

∆1=−2<0 , ∆2=3>0 ,∆3=−4<0 Entonces f tiene un máximo relativo en el punto

p (3,2,−1 ) y sus valores f (3,2 ,−1 )=6

16

Page 17: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

EJEMPLO.- Hallar las dimensiones de una caja rectangular (cerrada) de máximo

volumen cuya

Superficie total es A m2

SOLUCIÓN

Sean x , y , zlas dimensiones de la caja rectangular, por lo tanto el volumen de la caja es

V=xyz

El área total de la caja rectangular es: A=2 xy+2 xz+2 yz⟹ z= A−2 xy2 x+2 y

Como V=xyz= xy ( A−2 xy)2 x+2 y

, x>0 , y>0 , xy ≤ A

El cual se desea que sea máximo

¿ Resolviendo el sistema de ecuaciones

x=√ A6

, y=√ A6

Es un punto crítico de V que corresponde a un máximo relativo cuyo

valor máximo es: V=A6 √ A

6u3

Luego las dimensiones de la caja son: x=√ A6

, y=√ A6

, z=√ A6

MÉTODO DE LOS MULTIPLICADORES DE LAGRANGE

1. HISTORIA

En los problemas de optimización, el método de los multiplicadores de Lagrange,

llamados así en honor a Joseph Louis Lagrange, es un procedimiento para encontrar los

máximos y mínimos de funciones de múltiples variables sujetas a restricciones. Este

método reduce el problema restringido con n variables a uno sin restricciones de n + k

variables, donde k es igual al número de restricciones, y cuyas ecuaciones pueden ser

resueltas más fácilmente. Estas nuevas variables escalares desconocidas, una para cada

restricción, son llamadas multiplicadores de Lagrange. El método dice que los puntos

donde la función tiene un extremo condicionado con k restricciones, están entre

17

Page 18: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

los puntos estacionarios de una nueva función sin restricciones construida como

una combinación lineal de la función y las funciones implicadas en las restricciones,

cuyos coeficientes son los multiplicadores.

2. DEFINICIÓN.- Supongamos que se maximiza o minimiza, una

función de dos variables z=f (x , y ) en donde las variables están sujetas a la

restricción g ( x , y )=0 .

Luego se construye una función introduciendo una incógnita A llamada el multiplicador

de

Lagrange. F ( x , y , λ )=f ( x , y )+ λg (x , y ) …(1)

18

Page 19: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Ahora determinaremos los puntos críticos o estacionarios de F, es decir:

¿ …(2)

Al resolver el sistema (2) se obtienen los puntos críticos o estacionarios, luego se evalúa

la función f en cada uno de los puntos críticos, el mayor valor de f es el máximo de f

sujeto a la restricción y el menor valor de f es el mínimo de f sujeto a la restricción.

EJEMPLO.- Maximizar la función f ( x , y )=exy sometida a la restricción x2+ y2−8=0

SOLUCIÓN

Calculando los puntos críticos, para esto definimos la función F introduciendo la

incógnita λ F ( x , y , λ )=f ( x , y )+ λ ( x2 + y2−8 ) de donde F ( x , y , λ )=exy+λ (x2+ y2−8)

{∂ F∂ x

= y exy+2 λx=0

∂ F∂ y

=xexy+2 λy=0⟹λ=− y exy

2 x

λ=−x exy

2 yx2+ y2=8

∂ F∂ λ

=x2+ y2−8=0

− yexy

2x= xexy

2 y⟹ x2= y2, de donde 2 x2=8⇒ x2=4⇒ x± , y=± 2

Luego los puntos críticos son p1 (±2 , ±2 ) , p(+2 , ±2) y como

f ( x , y )=exy⇒ f (±2 , ±2 )=e4 f (+2 ,± 2 )=e−4

Luego el valor máximo es f (± 2 , ±2 )=e4

Entonces para estos casos se aplica el método de los multiplicadores de Lagrange del

modo siguiente: Sea f : D⊂Rn → R una función definida en el conjunto abierto f tal que

19

OBSERVACIÓN.- En algunos casos las ecuaciones de las restricciones pueden reemplazarse en la Función que se va maximizar o minimizar así el problema se reduce a los máximos y mínimo sin restricciones. Sin embargo este procedimiento no siempre es factible, especialmente si la función que se va a maximizar o minimizar tiene más de dos variables y varias restricciones.

Page 20: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

existe derivadas parciales de f hasta el segundo orden inclusive, para obtener los

extremos condicionados de z=f ( x1 , x2 ,…, xn ) sujeta a las condiciones de enlace:

φ1 ( x1 , x2 , …, xn )=0φ2 ( x1 , x2 , …, xn )=0

.

.

.φn ( x1 , x2 ,…,xn )=0 , m<n

¿¿

Se procede del siguiente modo

Construimos la función de Lagrange

F ( x1 , x2 , …, xn , λ1 , …. , λm )= f ( x1 , x2 , …, xn )+ λ1 φ1 ( x1 , x2 , …, xn )+...+λm φm(x1 , x2 , …, xn)

Donde λ1 , λ2 ,…, λm se llaman multiplicadores de Lagrange.

Los extremos incondicionados de F (condicionados de f) se obtiene a partir de las

ecuaciones siguientes:

{∂ F∂ x1

=0

∂ F∂ x2

=0

.

.

.∂ F∂ xn

=0

∂ F∂ λ1

=0

∂ F∂ λ2

=0

.

.

.∂ F∂ λm

=0

Sea P0 uno de estos puntos

20

Page 21: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Se construye la forma cuadrática: B (d x1 , d x2 ,…,d xn−m )=∑k=1

n−m

∑l=1

n−m

bkl d xk d x l

lo cual obtiene a partir de: A (d x1, d x2 , …, d xn )=d2 F=∑i=1

n

∑j=1

n

d x i d x j y de las

diferenciales de las condiciones de enlace.

¿

Asociar a B su matriz correspondiente y estudiar el comportamiento en cada punto

crítico.

EJEMPLO.- Hallar los extremos condicionados de f(x,y,z) = xyz, estando ligados las variablesx , y , z por las relacionesφ1 ( x , y , z )=x+ y−3 , φ ( x , y , z )=x− y−z−8

SOLUCIÓN

Definiendo la función de LaGrange

F ( x , y , z , λ , β )=f ( x , y , z )+λ φ1 ( x , y , z )+β φ2(x , y , z )

Calculando los puntos críticos

F ( x , y , z , λ , β )=xyz+λ (x+ y−z−3 )+β (x− y− z−8)

{∂ F∂ x

= yz+λ+ β=0……(1)

∂ F∂ y =xz+ λ−β=0 ……(2)

∂ F∂ z

=xy−λ−β=0…… (3)

∂ F∂ λ

=x+ y−z−3=0 …(4)

∂ F∂ β

=x− y−z−8=0… (5 )

de la ecuación (1) y (3) eliminamos.

yz+xy=0⇒ y ( x+z )=0⇒ y=0V x+z=0

si y=0, no existe solución, luego suponemos para y ≠ 9se tiene z=−xreemplazando en

la ecuación (4) y (5) se la tiene.

{2 x+ y=32 x− y=8 x=11

4 , y=−52 , z=−11

4

Por lo tanto P( 114

,−52

,−114

) es un punto crítico.

21

Page 22: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Luego A (dx , dy , dz )=∑i= j

3

∑j=i

3 ∂2 F∂ xi ∂ x j

(x1=x , x1= y , x3=z)

d φ1(x , y , z)=dx+dy−dz=0

dy=0. dx=dz …. (1)

d φ2 ( x , y , z )=dx−dy−dz=0

Ahora reemplazando (1) en A (dx, dy, dz) se tiene

A (dx , dy ,dz )=∂2 F∂ x2 dx dx+ ∂2 F

∂ x∂ zdxdz+ ∂2 F

∂ z∂ xdzdx+ ∂2 F

∂ z2 dzdz

¿ ∂2 F∂ x2 dxdx+( ∂2 F

∂ x ∂ Z+ ∂2 F

∂ Z ∂ x )dxdx+ ∂2 F∂ Z2 dxdx=( ∂2 F

∂ x2 +2 ∂2

∂ x ∂ z+ ∂2 F

∂ Z2 )dxdx

¿ (0+2 y+0 ) dx dx=2 y dxdx=B (dx )

Por lo tanto B(dx) = 2y dx dx , entonces

B=( dx ) ( p )=−5 dxdy<0. Luego P( 115

,−52

; 114 ) corresponde a un máximo

condicionado de f.

EJEMPLO.- Hallar los extremos relativos de la función

f ( x , y )=x3+ y3+9 x2 3−3 y2+15 x−9 y

SOLUCIÓN

Calculando los puntos críticos de f(x,y)

{∂ f (x , y )∂ x

=3 x2+18 x+15=0

∂ f (x , y )∂ y

=3 y2−6 y−9=0

Resolviendo el sistema se tiene:

{3 ( x+1 ) ( x+5 )=03 ( y+1 ) ( y−3 )=0 {x=−1 , x=−5

y=−1 , y=3

Los puntos críticos son: P1 (−1,−1 ) , P2 (−1,3 ) , P3 (−5 ,−1 ) , P4 (−5,3 ) .

22

Page 23: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

Calculando la segunda derivada ∂2 f ( x , y )

∂ x2 =6 x+18 . ∂2 f (x , y)∂ y2 =6 y−6. ∂2 f (x , y)

∂ y ∂ x=0

Aplicando el criterio de la segunda derivada ∆=∂2 f ( x , y )

∂ x2 . ∂2 f ( x , y )∂ y2 −(∂2 f ( x , y )

∂ y ∂ x )2Para P1 (−1,−1 ) . ∆=(12 ) . (−12 ) . 0=.144<0

Luego se tiene en P1 (−1,−1 ) un punto silla para P2 (−1,3 ) ∆=(12 ) . (12 ) .0=144>0

Y como ∂2 f (−1,3 )

∂ x2 =−12>0 entonces se tiene un minimo P2 (−1,3 ) cuyo valor minimo

es f (−1,3 )=−34

Para P3 (−5 ,−1 ) , ∆=(−12 ) . (−12 )−0=144>0 y como ∂2 f (−5 ,−1 )∂ x2 =−12<0 , entonces

se tiene un máximo en P3 (−5 ,−1 ) cuyo valor máximo es f (−5 ,−1 )=30 , para P4 (−5,3 )

∆=(−12 ) . (12 )−0=−144<0 entonces se tiene en el P4 (−5,3 ) un punto de silla.

EJEMPLO.- Hallar los extremos relativos de la función z=f (x , y )=x3+ y3−15 xy

SOLUCIÓN

Calculando los puntos críticos de la función f

{∂ f (x , y )∂ x

=3 x2−15 y=0 …(1)

∂ f (x , y )∂ y

=3 y2−15 x=0 …(2)

De la ecuación (1) se tiene y= x2

5 , reemplazando en (2)

3( x4

25 )−15 x=0 x ( x3−125 )=0 x=0 , x=5

Para x=0 , y=0 , P1(0,0) punto crítico, x=5 , y=5 , P2(5,5) punto critico

Calculando las segundas derivadas ∂2 f ( x , y )

∂ x2 =6 x , ∂2 f ( x , y )

∂ y2 =6 y ,∂2 f ( x . y )∂ ydx

=−15

Aplicando el criterio de la segunda derivada

23

Page 24: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

∆= ∂2 f ( x , y )∂ x2 . ∂2 ( x , y )

∂ y2 −( ∂2 f ( x , y )∂ y ∂ x )2

Para P1 (0.0 ) , ∆ P1 ( 0,0)=( 0 ) ( 0 )−¿ , entonces P1 (0.0 ) un punto silla para P2 (5,5 ),

∆ P2 (5,5 )=(30 ) (30 )−225=650>0 y como ∂2 f (5,5 )∂ x2 =30>0 , entonces ∃ minimo relativo

en el punto P2 (5,5 ) cuyo valor minimo es f (5.5 )=−125

CONDICIONES DE KUHN – TUCKER1. HISTORIA

Las condiciones de Karush-Kuhn-Tucker (también conocidas como las condiciones

KKT o Kuhn-Tucker) son condiciones necesarias y suficientes para que la solución de

un problema de programación matemática sea óptima. Se dice estas son una

generalización del método de los multiplicadores de Lagrange.

Condiciones de Kuhn-Tuvker fue desarrollado por  Albert William Tucker y

complementada por Harold Kuhn, quien permitió mejoras en el proceso, pero se le

adjudico un papel secundario.

2. DEFINICIÓN.- Las condiciones de KUHN – TUCKER, establece que:

un punto (x, y) es un máximo local de f(a,b) cuando g(x,y) ≤ 0, solamente si existe un

valor no negativo de λ tal que λ y (x,y) satisface las condiciones de KUHN – TUCKER.

{∂ f (x , y )

∂ x −λ∂g ( x , y )

∂ x =0

∂ g ( x , y )∂ x

−λ ∂ g ( x , y )∂ x

=0

λ g ( x , y )=0 o' g (x , y )≤ 0

Estos últimos es suficiente si f (x , y )es cóncava hacia arriba y g(x , y)es cóncava

arriba , debido a que un punto máximo de f (x , y )es un punto mínimo de resultados

también se puede aplicar para minimizar una función cóncava según una restricción

también cóncava hacia arriba, para el caso en la que la restricción de la forma

g(x , y)≥ 0 entonces g(x , y)debe ser cóncava hacia abajo.

24

Page 25: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

EJEMPLO.- Obtener los máximos y mínimos de la función f(x,y)= 3x2+4y2-xy, sujeta

a la restricción 2x+ y=21

SOLUCIÓN

Sea F(x,y,λ) = f(x,y) – λ g ( x , y ) , dedonde resulta

F(x,y,λ) = 3x2+4y2- xy - λ (2 x+ y−21), calculando las derivadas

{∂ F∂x

=6 x− y−2 λ=0

∂ F∂ y

=8 y−x−λ=0

∂ F∂ λ

=−(2 x+ y−2 1)=0

Entonces {λ=6 x− y2

λ=8 y−xentonces y=8 x

7

Como 2x + y – 21 = 0 entonces 2x +8 x7 = 21 de donde {x=8.5

y=4 entonces P(8.5, 4)

∂ 2F∂ x2

=6 , ∂ 2 F∂Y 2

=8 , ∂ 2 F∂ x∂ Y

=−1

∆*=∂ 2 F∂ x2

. ∂ 2 F∂Y 2

−( ∂ 2 F∂ x ∂Y )2= (6) (8) – (-1)2 = 47 > 0 y como

∂ 2 F∂ x2 = 6>0 y

∂ 2 F∂ Y 2

=8>0

Entonces (8.5, 4) es un mínimo restringido de f(x,y).

EJEMPLO.- El costo de producción C, es una función de las cantidades producidas x

e y de dos tipos de artículos, está dado por C=6x2 + 3y2 para minimizar tal costo ¿Qué

cantidad de cada uno de los dos artículos debe producirse si: x + y ≥ 18?

SOLUCIÓN

Aplicando KUHN – TUCKER, con g(x,y) = x + y – 18≥ 0

{∂

∂ x(6 x 2+3 y 2 )− λ ∂

∂ x( x+ y – 18 )=0

∂∂ y

(6 x 2+3 y2 )−λ ∂∂ y

( x+ y – 18 )=0 , condicion de KUHN – TUCKER

λ (x+ y –18 )=0x+ y – 18≤ 0

25

Page 26: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

{ 12 x− λ=06 y−λ=0

λ(x+ y –18)=0Entonces { λ=12 x

λ=6 yλ=0⌄x+ y – 18=0

I λ=0 entonces x=y=0 donde el punto P(0,0) no satisface la condición de KUHN

– TUCKER, 0 + 0 – 18 ≠0 por lo tanto el punto P (0,0) no es óptimo.

x+ y – 18=0 Entonces x+2x – 18=0

Entonces x= 6 , y= 12

Como el punto P(6,12) satisface la condición KUHN – TUCKER 6 +12 – 18 = 0≥ 0

entonces el punto P(6,12) es óptimo .

Como f(x,y)=6x2 + 3y2 es cóncava hacia arriba, luego el punto P(6,12) se tiene un

mínimo en la producción que se encuentra bajo la retención X +Y – 18 ≥ 0.

26

La condición de Kuhn-Tucker se desarrolló principalmente para trabajar en la solución de problemas de programación lineal, mientras que la de LaGrange se adapta a una mayor cantidad de casos, incluyendo casos rutinarios o de cotidianidad.

Page 27: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

CONCEPTOS CLAVE

1. VALORES EXTREMOS DE UNA FUNCIÓN

Se llama valores extremos de una función a sus máximos y mínimos.

2. PUNTO CRÍTICO

a) Un punto crítico se caracteriza, geométricamente, porque la gráfica de la

función en ese punto está momentáneamente horizontal, es constante.

b) Un punto crítico x1, se caracteriza, algebraicamente, porque la primera derivada

de la función vale cero cuando se evalúa en él: f(x1) = 0.

c) Una función f(x) tiene puntos críticos en los valores x del dominio que hacen que

la primera derivada valga cero.

3. VALOR MÁXIMO

Geométricamente, un valor máximo es el más alto en una curva. Se llama

máximo local si es el punto más alto sólo de una región. Si lo es en todo el dominio, se

llama máximo absoluto.

4. VALOR MÍNIMO

Geométricamente, un valor mínimo es el más bajoen una curva. Se llama

mínimo local si es el punto más bajo sólo de una región. Si lo es en todo el dominio, se

llama mínimo absoluto.

5. En la región en que f(x) tiene un máximo, cambia de ser creciente a decreciente,

cuando recorremos el eje X de izquierda a derecha.

6. En la región en que f(x) tiene un mínimo, cambia de ser decreciente a creciente,

cuando recorremos el eje X de izquierda a derecha.

7. Geométricamente, un punto de inflexión se localiza donde la gráfica de la

función cambia de ser cóncava hacia abajo a cóncava hacia arriba o viceversa, si existe

la tangente en ese punto.

8. En la región en que f(x) tiene un punto de inflexión, no cambia su carácter

creciente o decreciente, cuando recorremos el eje X de izquierda a derecha.

27

Page 28: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

REFERENCIAS BIBLIOGRÁFICAS

Alfonzo A. (07 de diciembre de 2013) Condiciones de Kuhn Tucker y LaGrange

97 Recuperado el 28 de junio de 2015, de

http://es.slideshare.net/andreaalfonzosanchez/condiciones-de-kuhn-tucker-y-lagrange-

97

Espinoza E. (2000) Análisis Matemático III Para Estudiantes De Ciencias e

Ingeniería (3° edición), Perú Editorial Servivios Gráficos J.J

Mary A. (01 de junio de 2013) Discriminante o hessiano Recuperado el 28 de

junio de 2015, de http://es.slideshare.net/maryanabella/discriminante-ohessiano

28

Page 29: Maximos y minimos funcion de varias variables

MÁXIMOS Y MÍNIMOS

ANEXOS

29