(Apuntes sin revisin para orientar el aprendizaje)

CLCULO VECTORIAL EXTREMOS DE FUNCIONES ESCALARES DE VARIABLE VECTORIAL

En numerosas aplicaciones de la ingeniera se presentan problemas de optimizacin, en los cuales se pretende determinar valores extremos de diversas funciones, tales como superficies mnimas, utilidades mximas, tiempos mnimos, volmenes mximos y costos mnimos. Definicin. Sea z = f ( x, y ) una funcin continua en una regin cerrada " R " del plano " xy " . Entonces: i) Se dice que f tiene un mximo relativo o local en ( x0 , y 0 ) R si se cumple que f ( x, y ) f ( x 0 , y 0 ) para todo ( x, y ) en una vecindad o entorno de ( x0 , y 0 ) .

ii) Se dice que f tiene un mnimo relativo o local en ( x0 , y 0 ) R si se cumple que f ( x, y ) f ( x 0 , y 0 ) para todo ( x, y ) en una vecindad o entorno de ( x0 , y 0 ) . Si alguna de estas desigualdades se conserva en toda la regin en estudio, entonces se habla de extremos absolutos o globales.
ING. PABLO GARCA Y COLOM

Ejemplo. x2 + y2 9 .

Considrese la funcin

z = 9 x2 y 2

en la regin dada por

ING. PABLO GARCA Y COLOM

Ejemplo. Sea la funcin Se puede escribir que:

cos ( 2x 2 + y 2 ) 1

1 cos ( 2x 2 + y 2 ) z= 2 1 + 2x 2 + y 2

, en la regin dada por

1 cos ( 2x 2 + y 2 ) 1 2 < = f ( 0,0 ) 2 2 1 + 2x + y 2

1 1 cos ( 2x 2 + y 2 ) 2 2

por lo que la funcin tiene un mximo absoluto en el punto cuyo valor es

1 2

( 0,0 )

Ejemplo. Considrese la funcin por x 2 + y 2 4 .

z = 2 4 x2 y2

en la regin dada

ING. PABLO GARCA Y COLOM

Ejemplo. Sea la funcin z = f ( x , y ) = ( x 1) + ( y 1) en todo el espacio 2 . Para cualquier valor de " x " y " y " , invariablemente se cumple que: 2 2 ( x 1) + ( y 1) 0 = f (1,1) Como se ve en la siguiente figura, se trata de un paraboloide circular cuyo vrtice est en el punto (1,1,0 ) y abre hacia arriba, por lo que este punto es el mnimo absoluto de la funcin.
2 2

Ejemplo. 2 .

Considrese la siguiente funcin: z = x 2 y 2 en la regin

Ejemplo. Analizar el comportamiento de la funcin alrededor del origen.

z = f (x,y ) = ex y

ING. PABLO GARCA Y COLOM

Traza con el plano yz : Traza con el plano xz : Interseccin con el plano y = x : Interseccin con el plano y = x :

Teorema. Sea la funcin z = f ( x, y ) continua en una regin cerrada " R " . Entonces f tiene un mximo absoluto f ( a, b ) y un mnimo absoluto f ( c, d ) , donde los puntos ( a, b ) y ( c, d ) pertenecen a la regin " R " . Esto significa que:
m = f ( c, d ) f ( x , y ) f ( a, b ) = M ( x , y ) R

Teorema. Sea una funcin z = f ( x, y ) continua en una vecindad de ( x0 , y 0 ) . Si esta funcin presenta un extremo relativo para x = x0 y y = y 0 , entonces es condicin necesaria que las derivadas parciales de primer orden z x y z y se anulen o no existan en ( x0 , y 0 ) .
ING. PABLO GARCA Y COLOM

Prueba. Si se fija un valor y = y 0 , entonces la funcin f ( x ,y 0 ) depende de una sola variable, " x " . Dado que la funcin tiene un extremo (mximo o mnimo) en x = x 0 , entonces se puede escribir que:
df ( x , y 0 ) f ( x , y ) = =0 dx x ( x ,y ) x =x
0 0 0

o no existe

de acuerdo con lo estudiado en el clculo con una variable. De modo semejante se puede demostrar que
f ( x , y ) =0 y ( x ,y )
0 0

o no existe

Definicin. Sea z = f ( x, y ) una funcin continua en una regin " R " . A los puntos ( x , y ) R , donde las primeras derivadas parciales z x y z y se anulan o no existen, se les denomina puntos crticos o puntos estacionarios de f . Ejemplo. Obtener los puntos crticos de la funcin z = x 3 3xy + y 3

x y

ING. PABLO GARCA Y COLOM

Ejemplo. Obtener los puntos crticos de la funcin

z = y 3 3 yx 2 3y 2 3 x 2 + 1

ING. PABLO GARCA Y COLOM

Ejemplo. Obtener los puntos crticos de la funcin z = ( x + 4y ) e

2 2

8
1 x 2 y 2

Ejemplo. Obtener los puntos crticos de la funcin

z = f ( x , y ) = ( x 1) 3 ( y 2 4 )
2

ING. PABLO GARCA Y COLOM

Ejemplo. Obtener los puntos crticos de la funcin

z = f ( x , y ) = ln ( x + y
2

Ejemplo.

Obtener la derivada direccional de la funcin z = 4 x 2 y 2

en el punto (1,1) y en la direccin del vector u = i + j . Hacer esto de dos maneras diferentes.
1 t 2 1 2 u = 2 ; t 1+ ; z (t ) = 4 1+ 1 2 y = 1+ t 2 1 1 4 z ' ( t ) = 4 1 + t z '(t ) = 1+ 2 2 2 x = 1+ 1 t 2
2

1 z = 4 2 1+ t 2

1 t z ' ( 0 ) = 2.828 2
u u = 1 1 i+ j 2 2

Otra forma:
z = 2 x i 2 y j z

(1,1)

= 2 i 2 j ; w =

1 1 Dw f = w Dw f = ( 2, 2 ) , Dw f = 2.828 2 2

ING. PABLO GARCA Y COLOM

10

Criterio de la segunda derivada para determinar mximos y mnimos Teorema. Sean: - f: 2 una funcin con segundas derivadas parciales continuas en una regin cerrada " R " del plano " xy " . - ( x0 , y 0 ) un punto crtico de la funcin, contenido en " R " . - u = ( u1,u2 ) un vector unitario en el plano " xy " . - D u2 f ( x 0 , y 0 ) la segunda derivada direccional de f ( x, y ) valuada en ( x0 , y 0 ) . Entonces: es un mximo relativo si Du2f ( x 0 , y 0 ) < 0 ii ) f ( x 0 , y 0 ) es un mnimo relativo si Du2f ( x 0 , y 0 ) > 0 2 iii ) f ( x 0 , y 0 ) es un punto silla si Du f ( x 0 , y 0 ) cambia de signo para diferentes direcciones de u 2 iv ) El criterio no decide si Du f ( x 0 , y 0 ) = 0 Prueba. La demostracin parte de tomar en consideracin el criterio de la segunda derivada para el caso de una variable independiente. Una forma de expresar a la derivada direccional es la siguiente:
Du f ( x 0 , y 0 ) = d f ( x 0 + u 1t , y 0 + u 2 t ) dt
t =0

i ) f ( x0 , y 0 )

expresin que, como se observa, es una derivada ordinaria en trminos de " t " . La segunda derivada direccional est dada por:
D u2 f ( x 0 , y 0 ) =
2 u

d2 f ( x 0 + u1t , y 0 + u 2 t ) dt 2

t =0

Como D f ( x0 , y 0 ) es una segunda derivada ordinaria, debe cumplirse que si f ( x0 , y 0 ) es una mximo relativo, entonces Du2f ( x 0 , y 0 ) < 0 . Si f ( x 0 , y 0 ) es un mnimo relativo, entonces Du2f ( x 0 , y 0 ) > 0 . Y el criterio no decide si Du2f ( x0 , y 0 ) = 0 . Ntese que esto se cumple para cierta direccin u = ( u1,u2 ) . Si el vector

es variable y las desigualdades

ING. PABLO GARCA Y COLOM

11

anteriores se conservan, entonces se cumple lo que establece el teorema. Y si las desigualdades cambian al cambiar u , entonces se trata de un punto silla. Y queda demostrado el teorema. Teorema. Sean: - f: 2 una funcin con segundas derivadas parciales continuas en una regin cerrada " R " del plano " xy " . - ( x0 , y 0 ) un punto crtico de la funcin, contenido en " R " . 2 - g ( x 0 , y 0 ) = fxx ( x 0 , y 0 ) fyy ( x 0 , y 0 ) fxy ( x 0 , y 0 ) Entonces: i ) f ( x 0 , y 0 ) es g ( x0 , y 0 ) > 0 un mximo relativo si y fxx ( x 0 , y 0 ) < 0 ( fyy ( x 0 , y 0 ) < 0 ) ii ) f ( x 0 , y 0 ) es g ( x0 , y 0 ) > 0 un mnimo relativo si y fxx ( x 0 , y 0 ) > 0 ( fyy ( x 0 , y 0 ) > 0 ) iii ) f ( x 0 , y 0 ) es un punto silla si g ( x 0 , y 0 ) < 0 iii ) El criterio no decide si g ( x 0 , y 0 ) = 0 Prueba. La primera derivada direccional se puede escribir como:
Du f ( x , y ) = f u = ( fx , fy ) ( u1, u 2 ) = u1fx + u 2 fy

y la segunda derivada direccional equivale a:

2 D u2 f ( x , y ) = u12 fxx + 2u1u 2 fxy + u 2 fyy

Se toma fxx como factor comn y se obtiene:

f 2 f D u2 f ( x , y ) = f xx u 12 + 2 u 1u 2 xy + u 2 yy f xx fxx

Se completa el trinomio cuadrado perfecto y:

2 2 2 f xy 2 f xy 2 f xy 2 f D f ( x , y ) = f xx u 1 + 2 u 1u 2 + u 2 2 u 2 2 + u 2 yy f xx f xx f xx fxx 2 f xy u2 2 2 D u f ( x , y ) = f xx u 1 + u 2 + 22 ( f xx f yy f xy ) f xx f xx 2 u

Esta expresin se cumple siempre y cuando fxx 0 Si se hubiera factorizado

fyy

se tendra que, para

fyy 0

ING. PABLO GARCA Y COLOM

12
f D u2 f ( x , y ) = f yy u 2 + u 1 xy f yy u 12 + 2 ( f xx f yy f x2y ) f yy
2

Se observa que el signo de la segunda derivada direccional 2 depende de la expresin fxx fyy fxy por una parte y del signo de fxx (o de fyy ) por la otra. 2 Si se hace g ( x , y ) = fxx fyy fxy y se aplica el teorema anterior, se tiene que: i ) g ( x 0 , y 0 ) > 0 el signo de Du2f depende del signo de fxx o fyy fxx < 0 (o fyy < 0 ) Du2f < 0 mximo relativo fxx > 0 (o fyy > 0 ) Du2f > 0 mnimo relativo ii ) g ( x 0 , y 0 ) < 0 existen direcciones para las cuales y Du2 < 0 direcciones para las que Du2 > 0 . Por lo tanto se tiene un punto silla. iii ) g ( x 0 , y 0 ) = 0 el signo de Du2f depende nicamente del signo pero cuando menos habr una direccin en de fxx o de fyy donde se anule el primer sumando, lo que hace cero a Du2f y entonces el criterio no decide. Ejemplo. Determinar la naturaleza de los puntos crticos de la siguiente funcin:
z = y 3 3 yx 2 3y 2 3 x 2 + 1

En un ejemplo anterior se obtuvieron los puntos crticos que son:

( 0,0,1) , ( 0,2, 3 ) , (

3, 1, 3 ,

)(

3, 1, 3

ING. PABLO GARCA Y COLOM

13

Ejemplo. Determinar los extremos relativos de la siguiente funcin:

z = f ( x , y ) = x 3 4xy + 2y 2

ING. PABLO GARCA Y COLOM

14

Ejemplo. Obtener los tres nmeros cuyo producto sea mximo si su suma es nueve.

ING. PABLO GARCA Y COLOM

15

Ejemplo. Una caja rectangular descansa sobre el plano " xy " con un vrtice en el origen. Obtener el volumen mximo de la caja cuyo vrtice opuesto al del origen est situado en el plano 6 x + 4 y + 3z = 24 .

ING. PABLO GARCA Y COLOM

16

Ejemplo. Determinar los extremos absolutos y relativos, as como los puntos silla, de la funcin:
z = f ( x , y ) = xy x 3 y xy 3

sobre la regin limitada por

0 x 1 y 0 y 1

(1,1, 1)

ING. PABLO GARCA Y COLOM

17

Ejemplo. Obtener los extremos relativos de la funcin:

z = f ( x , y ) = senx + seny + sen ( x + y ) ; 0 x 2 ; 0 y 2

ING. PABLO GARCA Y COLOM

18

Criterio de la segunda derivada con la Matriz Jacobiana La segunda derivada direccional se expresa como:
2 D u2 f = u 12 f x x + 2 u 1u 2 f x y + u 2 f y y

El segundo miembro es una forma cudrica que se puede expresar matricialmente como:
D u2 f = [u 1 f xx u 2 ] f yx f xy f yy u1 T = u Hu u 2

en donde

es la matriz transpuesta de u y la matriz

f xx H = f yx fxy fyy

es una matriz simtrica denominada matriz hessiana, y su determinante, al que se le denomina hessiano, es el siguiente:
H = f xx f yx f xy 2 = f xx f yy f xy f yy

Como H es una matriz simtrica, puede transformarse en una matriz diagonal

H ' = diag ( 1 , 2 )

de acuerdo con el Teorema Espectral del lgebra lineal que afirma que toda matriz simtrica " M " se puede transformar en una matriz diagonal " D " formada por los valores caractersticos de " M " . Y esto se logra mediante unas matriz ortonormal " P " , formada por los "M " vectores caractersticos ortonormalizados de y que diagonaliza a la matriz " M " ; esto es,
D = PTMP ;

(P

= PT

Si se aplica este teorema a la matriz hessiana, se tiene que:

H ' = PT HP H = PH 'P T
Du2f

y al sustituir este resultado en la expresin matricial de a:

D u2 f = u P H ' P T u = u P H ' u P
T
T

se llega

( ) ( )
T T

Si se hace v = u P = [v 1 v 2 ] , entonces se tiene que o sea

D u2 f = [v 1 v 2 ] 1 0 0 2 v1 v 2

D u2 f = v H ' v

ING. PABLO GARCA Y COLOM

19

de donde
2 D u2 f = 1v 12 + 2 v 2

En esta expresin se ve que el signo de la segunda derivada direccional depende nicamente de los signos de los valores caractersticos 1 y 2 ; este es otro mtodo para obtener los extremos relativos de una funcin escalar de variable vectorial z = f ( x , y ) , el cual se puede generalizar a funciones con ms de dos argumentos. Para obtener los valores caractersticos 1 y 2 se calcula det ( H I ) y se iguala a cero para cada punto crtico. Los signos de 1 y 2 determinarn entonces la naturaleza del punto crtico. Ejemplo. Determinar los extremos relativos de la funcin
z = f ( x , y ) = x 3 3xy + y 3

ING. PABLO GARCA Y COLOM

20
z

Ejemplo. Una caja rectangular sin tapa debe ser construida para tener un volumen de 12 cm 3 . El costo del material del fondo es de $ 400 / m 2 , de $ 300 / m 2 para dos lados opuestos y de $ 200 / m 2 para los otros dos lados opuestos. Determinar las dimensiones de la caja para que el costo de su construccin sea mnimo.

ING. PABLO GARCA Y COLOM

21

Ejemplo. Verificar que el campo escalar u = x 4 + y 4 + z 4 4 xyz tiene un punto crtico en (1,1,1, 1) y determinar la naturaleza de dicho punto crtico, analizando los valores caractersticos de la matriz jacobiana.

Ejemplo.
2 2

Analizar la naturaleza de los puntos crticos de la funcin

v = 4 w x y 2 z2

ING. PABLO GARCA Y COLOM

22

Ejemplo. Para conducir agua para riego a travs de una barranca, es necesario construir un canal de seccin trapezoidal, con hoja de un determinado tipo de lmina cuyo ancho es de 80 cm . Calcular la longitud de la seccin del canal en su base, as como el ngulo de inclinacin de sus taludes, de tal forma que el canal tenga mxima capacidad.

ING. PABLO GARCA Y COLOM

23

Optimizacin de funciones con restricciones Multiplicadores de Lagrange Supngase que se pretende obtener el mximo volumen de una caja rectangular con caras paralelas a los planos coordenados y que est inscrito en el elipsoide 16 x 2 + 4 y 2 + 9 z 2 = 144 . En la siguiente figura se muestra en forma aproximada la parte de la caja inscrita en el elipsoide, en el primer octante.
z
x2 y2 z2 + + =1 9 36 16
P ( x, y , z )
y

El volumen de la caja est dado por V = 8 xyz y a esta funcin, con tres argumentos, se le llama funcin objetivo ya que es la que se pretende optimizar. El volumen de la caja est sujeto a la restriccin 16 x 2 + 4 y 2 + 9 z 2 = 14 4 . Si se despeja en esta expresin a la variable " z " para tener una funcin del volumen en trminos de dos variables independientes, se tiene que
z2 = 1 (144 16 x 2 4 y 2 ) 9

por lo que el volumen queda como

1 144 16 x 2 4 y 2 3 8 xy V = 144 16 x 2 4 y 2 3 z=

Como se observa, la obtencin de las primeras y segundas derivadas parciales se dificulta mucho. Tambin podra darse el caso de que no sea factible despejar variables en las restricciones. Para estos casos se han desarrollado mtodos especiales y uno de los ms convenientes es el conocido como Multiplicadores de Lagrange. Se partir de las siguientes definiciones, considerando
ING. PABLO GARCA Y COLOM

24

siempre que el nmero de restricciones en menor que l nmero de variables del problema a resolver. Definicin. Sea z = f ( r ) = f ( x 1, x 2 , , x n ) una funcin escalar de variable

vectorial, continua y diferenciable, sujeta a las restricciones:

g1 ( x1 , x 2 , , x n ) 0 ; g 2 ( x1 , x 2 , , x n ) 0 g m ( x1 , x 2 , , x n ) 0 ; m < n

y sea el problema: Optimizar z = f ( r )

(1) sujeta a

gi r 0

()

(2)

i = 1,2, , m < n

Entonces: i) A este problema se le denomina problema de programacin. ii ) A la expresin matemtica (1) de lo que se quiere optimizar se le llama funcin objetivo. iii ) A la regin formada por todos los puntos que cumplen con las restricciones ( 2 ) se le llama regin permisible. Ejemplo. Sea g ( x , y , z ) = 0 la ecuacin de una superficie " S " que no pasa por el origen de coordenadas. Determinar los puntos de esta superficie que estn ms prximos al origen. Solucin. Un punto ( x , y , z ) 3 est a una distancia " r " del origen s y nicamente si pertenece a la esfera x 2 + y 2 + z 2 = r 2 , que es una superficie de nivel de la funcin
f (x,y ,z ) = (x + y + z
2 2 2

1 2

la que ser

minimizada (funcin objetivo). Si se comienza con r = 0 y se va incrementando su valor, el primer punto de contacto entre la esfera y " S " , ser el punto ms prximo de " S " al origen. La ecuacin g ( x , y , z ) = 0 , que representa a la superficie " S " , es la parte activa de la restriccin. Si " S " tiene un plano tangente en un punto de contacto, este plano debe tambin ser tangente a la superficie de nivel de " f " . Por lo tanto, el vector gradiente de la superficie g ( x , y , z ) = 0 , debe ser paralelo al vector gradiente de la superficie de nivel f ( x , y , z ) = r . Entonces existe una constante " " tal que f = g , es decir, que
ING. PABLO GARCA Y COLOM

25

fx i + fy j + fz k + g x i + g y j + g z k = 0 i + 0 j + 0 k

de donde se obtienen las ecuaciones:

(restriccin) Si se resuelve este sistema de ecuaciones, se obtienen los puntos en los que la distancia al origen es mnima. De manera semejante, con una funcin objetivo y dos restricciones, se podra llegar a:
f = 1 g 1 + 2 g 2

f x + g x = 0 ; fy + g y = 0 ; fz + g z = 0 ; g ( x , y , z ) = 0

y al correspondiente sistema de ecuaciones:

fx = 1g1x + 2 g 2 x ; fy = 1g1y + 2 g 2 y
g2 (x,y ,z ) = 0 g1 ( x , y , z ) = 0

; fz = 1g1z + 2 g 2 z

(restricciones)

que al ser resuelto deviene en los puntos crticos cuya naturaleza optimizar el problema planteado. Teorema. Sea " D " la regin permisible de una funcin continua y diferenciable z = f ( r ) , un entorno o vecindad de r 0 D y sujeta a las restricciones g k ( r ) = 0 k = 1,2, , m < n
L = 0

Entonces

, es decir,

L = 0 i = 1,2, , n ; g k r = 0 k = 1,2, , m < n x i

()

Estas dos expresiones forman un sistema de n + m ecuaciones, a partir del cual pueden ser determinadas las incgnitas x 1 , , x n , 1 , , m . Aqu x 1 , , x n son las coordenadas del punto en el que puede haber un extremo condicionado. Conclusin. El problema de la bsqueda de un extremo condicionado se reduce al anlisis del extremo corriente de la funcin de Lagrange, definida como:
L ( x 1 , , x n , 1 , , m ) = f ( x 1 , , x n ) + k g k ( x 1 , , x n )
k =1 m

A los escalares k ; k = 1,, m se les denomina Multiplicadores de Lagrange. En este mtodo, las condiciones necesarias para la existencia de un extremo condicionado se expresan por medio del sistema de n + m ecuaciones
ING. PABLO GARCA Y COLOM

L = 0 i = 1,2, , n ; g k r = 0 k = 1,2, , m < n x i

26

()

Ahora se presentarn algunos problemas para aplicar este mtodo:

ING. PABLO GARCA Y COLOM