488

Cspftulo 171 Optimizacin en varias variables

Comparando los valores de f en los cinco vrtices de la frontera con los puntos ptimos
hallados en los segmentos (I) y (V), vemos que el valor mximo de f es 27/8, que se alcanza
en (3/4, 0).

Problemas
1 Sea f(x,y)

= 4x- 2x2 -

2y2 , S= {(x,y): x 2 + y 2

:::;

25 }.

(a) Calcular fi(x, y) y fi(x, y), hallando el nico punto estacionario de f.

(b) Hallar los puntos ptimos de

sobre S.

2 Hallar los mximos y de mnimos de la funcin

siguientes:

f (x, y)

definida sobre S en cada uno de los casos

f(x, y) = x 3 + y 3 - 9xy + 27 sujeta a O :::; x :::; 4, O :::; y :::; 4.

(b) f(x, y) = x 2 + 2y2 - x sujeta a x 2 + y 2 :::; l.
(e) f(x, y)= 3 + x 3 - x 2 - y2 sujeta a x 2 + y 2 :::; 1, x ~O.
(a)

(d) f(x, y)= (x- 2)e"' -"'(2y- 1)elY- 2 l sujeta a O:::; x:::; 2, O:::; y$ 1/2.

3 Sea h(x, y) =: x 2 y(x- y- 1) definida sobre el dominio determinado por las desigualdades 1 $ x $ 2
y O :::; y :::; x - l. Probar que h tiene puntos ptimos globales y hallarlos.
4 Sea

f(x,y) = (x+--y)e-(z+y2)/4
sobre el dominio D definido por las desigualdades x

+y

1, y

O.

(a) Dibujar en el plano xy el dominio D y hallar las parciales primeras de

(b) Se sabe que

f.

alcanza un mximo en D. Hallar el mximo y el valor mximo.

Problemas avanzados
S Resolver el problema

maximizar (x3 + y 2 ) 1/ 4 sujeta a x ~ O, y ~ O, x +y $ k

donde k es un nmero positivo.
6 Consideremos la funcin

definida por by

f(x, y)

= 3(x2 + y2)3/2 _

4 (x2 + y2)t/2 +y

para todo (x, y)

(a) Hallar los puntos estacionarios de

f. (Recordar que (yl) 112 = !yj).

+ y2 :::; 1 }. Explicar por qu f

(b) Sea S = {(x, y) : x ~ O y x

mnimo sobre S, y hallar los puntos correspondientes.
2

debe alcanzar un mximo y un

17.4 PUNTOS PTIMOS LOCALES

A veces nos interesa estudiar los puntos ptimos locales de una funcin. Se dice que el punto
e= (e, ... , Cn) es un mximo local de f en S si f(x) ~ f(c) para todo x de S suficientemente
prximo a c. Ms precisamente, la condicin es que exista un nmero positivo r para el cual

f(x) ~ f(c) para todo x de S con l!x- el! < r

(17~8)

Sec. 17.41 Puntos ptimos locales

489

Se define un mnimo local de la manera obvia, as como los conceptos de valores mximo y mfnimo
local, puntos ptimos locales y valores ptimos locales. Ntese que estas definiciones implican que
un punto ptimo global es un punto ptimo local, pero la recproca no es cierta.
El Teorema 17.4, sobre condiciones necesarias de primer orden, ha sido muy til para la bsqueda de mximos y mnimos. El mismo resultado vale tambin para puntos ptimos locales: En un
punto ptimo local que sea interior al dominio de una funcin diferenciable, todlls las parciales primeras son O. Esta observacin es cierta porque la demostracin del Teorema 17.4 consideraba slo el
comportamiento de la funcin en un entorno pequeo del punto ptimo.
Estas condiciones de primer orden son necesarias para que una funcin diferenciable tenga un
punto ptimo local. Sin embargo no son suficientes porque un punto estacionario no tiene por qu
ser un punto ptimo local. Un punto estacionario e de f que no sea ni un mximo ni un mnimo
local se llama un punto de siDa de f.
Ejemplo 17.7
Probar que (O, O) es un punto de silla de

f(x,y)

= xz- yz

Solucin: Es fcil ver que (O, O) es un punto estacionario en el cual /(0, O)

O. Adems,
f(x, O)
x 2 , luego f(x, y) toma valores positivos en puntos arbitrariamente cercanos al origen. Como /(0, y) = -y2 , tambin f(x, y) toma valores negativos en puntos arbitrariamente
cercanos al origen. Por tanto (O, O) es un punto de siDa. La grfica de la funcin es la de la
Figura 17.9.

FIGURA 17.9 La grfica de f(x, y)=

x2 - y2. El punto (O, O) es un punto de silla.

Se pueden ilustrar estos conceptos imaginndose la cordiUera del Himalaya. Toda cima es un
mximo local, pero slo la ms elevada, el Everest, es el mximo global. Los puntos de mxima
profundidad de los lagos son mnimos locales, y los desfiladeros de montaa son puntos de silla. Los
puntos estacionarios de un funcin se pueden entonces clasificar en tres categoras:

l. mximos locales

2. mnimos locales
3. puntos de silla

(17.9)

490

Cspftulo 171 Optimizacin en varias variables

Para decidir cundo un punto estacionario dado es de tipo 1, 2 3, se puede usar el test
de la derivada segunda. Consideremos ahora el caso de funciones de dos variables solamente y
pospongamos el caso general hasta la Seccin 17.9.

Condiciones de segundo orden

para funciones de dos variables
Consideremos una funcin z = f(x, y) definida en un dominio S. Sea (x 0 , y0 ) un punto interioF de
S que sea tambin un punto estacionario de f, o sea que

ft(xo,Yo) =O
y
f~(xo, Yo) =O
Entonces (x 0 , y0 ) es un mximo local, un mnimo local, o un punto de silla. Cmo podemos
diferenciar estos tres casos?
Consideremos primero el cas.o eq que z = f(x, y) tenga un. mximo local en (x0 , y0 ). Las
funciones g(x) = f(x, Yo) y h(y) = f(xo, y) describen el comportamiento de f sobre las rectas
y= Yo y x = x 0 ; respectivamente (vase Figura 17.1).
Esas funciones deben tener mximos locales en xo e y0 respectivamente. Por tanto g11 (x 0 ) =
ft~ (xo, Yo) S O y h"(yo) = fi~(xo, Yo) S O. Por otra parte, si g"(xo) <O y h"(Yo) <O, sabemos
que g y h alcanzan mximos locales en x 0 e y0 , respectivamente.
Dicho de otro modo, las condiciones
(xo, Yo) < O y fi~(xo, Yo) < O nos aseguran que
f(x, y) tiene un mximo local sobre las rectas que pasan por (x0 , y0 ) y son paralelas a los ejes x e

fii

y.

fii

Se debe notar, sin embargo, que los signos de

(xo, Yo) y fi~(xo, Yo) no suministran muchos
datos sobre el comportamiento de la grfica de z = f (x, y) cuando nos movemos alejndonos de
(x0 , y0 ) en otras direcciones que las dos mencionadas. Veamos un ejemplo.
Ejemplo 17.8
Estudiar el comportamiento de

f (x, y) = 3xy - x 2
a lo largo de las rectas y = O,

= Oy =

y2

x en un entorno del origen.

Solucin: Vemos que f(x, O) = -x2 tiene un mximo en x = O y /(0, y) = -y2 tiene un
mximo en y = O. Sin embargo, si hacemos y = x, entonces f (x, x) = x 2 , que tiene un
mnimo en x = O. Entonces la funcin f tiene un mximo en el origen en las direcciones de x
e y, y un mnimo en el origen en la direccin y= x.
El origen es un punto estacionario de f que es un punto de silla y, sin embargo, f{i (0, O) =
-2 y /~(0, O) = -2.
El problema es que, si queremos tener un test correcto de derivada segunda para funciones

f(x, y) de dos variables, hay que considerar tambin la parcial segunda cruzada /i~(x 0 , y0 ). Se

tiene el resultado siguiente: 1

1

El Teorema 17.5 trata solamente de condiciones de segundo orden para puntos ptimos locales de una funcin de dos
variables. En la Seccin 17.8 se dan resultados sobre puntos ptimos globales de estas funciones. En la Seccin 17.9 se. dan
resultados para funciones de n variables, junto con sus demostraciones.

Sec. 17.41 Puntos ptimos locales

491

Teorema 17.5 (El test de la derivada segunda para funciones de dos variables)
Sea J(x, y) una funcin con derivadas parciales continuas de primero y segundo orden en
un dominio S, y sea (x 0 , y 0 ) un punto interior de S que sea un punto estacionario de J.
Pongamos

A= Ji~ (xo, Yo),

B = Ji~(xo, Yo),

e= Ji~(xo, Yo)

(17.10)

Se tiene:
(a) Si A< O y Ae- B 2 >O, entonces (x 0 , y 0 ) es un mximo local.
(b) Si A> O y Ae
(e) Si Ae - B 2

e-

B 2 >O, entonces (x 0 , y0 ) es un punto de mnimo local.

< O, entonces (x0 , y 0 ) es un punto de silla.

(d) Si A
B
punto de silla.

O, entonces (x 0 , y 0 ) puede ser un mximo local, un mnimo local, o un

Ntese que las condiciones A< O y A e B 2 > de (a) implican que Ae > B 2 ~O, luego
Ae > O. Dividiendo esta ltima desigualdad por el nmero negativo A se deduce que e <o. La
condicin Ji~(x 0 , y0 ) < O est as indirectamente incluida en las hiptesis de (a). Se puede hacer
una observacin anloga para el caso de mnimo.
La condiciones (a), (b) y (e) se llaman normalmente condiciones de segundo orden. Ntese que
son condiciones suficientes para que un punto estacionario sea respectivamente un mximo local,
un mnimo local, o un punto de silla. Ninguna de esas condiciones es necesaria. El resultado del
Problema 6 confirmar (d), porque muestra cmo un punto estacionario para el que Ae B 2 =O
puede ser de cualquiera de los tres tipos.

Ejemplo 17.9
Hallar los puntos estacionarios de

J(x, y) = -x3 + xy + y2 + x
y clasificarlos.
Solucin: Los puntos estacionarios deben verificar las dos ecuaciones siguientes:

Ji(x,y)=-3x 2 +y+1=0

Ji(x,y)=x+2y

La segunda ecuacin implica que y = -x/2. Llevando este valor a la primera ecuacin se
tiene que -3x2 x/2 + 1 O, 6x 2 + x
2 =O. sta es una ecuacin de segundo grado,
con soluciones x = 1/2 y x = -2/3. Se pueden calcular los valores de y correspondientes
mediante la igualdad y = -x/2. As se concluye que (1/2, -1/4) y (-2/3, 1/3) son los
nicos puntos estacionarios. Adems, Ji~ (x, y) = -6x, Ji~(x, y) = 1 y J~(x, y)
2. Una
forma conveniente de clasificar los puntos estacionarios es hacer una tabla como la Tabla 17 .1.
TABLA 17.1
Punto

AC-

Clasificacin

(1/2, -1/4)

-3

-7

Punto de silla

(-2/3, 1/3)

Mnimolocal

Damos ahora un ejemplo ms complicado.

51 O Capitulo 171 Optimizacin en varias var1ables

se obtiene suprimiendo n - r filas y las n - r colunmas con los mismos fudices, y se designa por
Ar(x).

Ejemplo 17.21
Si n = 2, la matriz hessiana es
H(x, xz)

( fi~(X,Xz)
ff~(x,x2)

fi~(x,x2))
j~(X,X2)

Los menores principales de orden 1 son los elementos diagonales Ji~ (x, x 2 ) y fi~(x, Xz).
Ntese que no se puede obtener el elemento Jj~(xb x 2) suprimiendo una fila y la colunma
con el mismo mdice. El nico menor principal de orden 2 es el dado por !H(x, x 2 )l =
g (x, Xz)fi~(x, xz) - [Jj~(x, xz)f
Dicho brevemente, si f(x) = f(x, ... , Xn) es una funcin C 2 definida en un conjunto abierto
y convexo S de Rn, entonces:
fes cncava en

S <=> para todo Ar(x) y todo x E S, (-1f Ar (x) 2: O parar= 1, ... , n.

(17.25)

fes convexa en

S <=> para todo Ar(x) y todo x E S, Ar (x) 2: O parar= 1, ... , n.

(17.26)

Sin = 2, se deduce del Ejemplo 17.21 que las condiciones de (17.25) y (17.26) son las mismas que
las del Teorema 17.9.

Condiciones de segundo orden para ptimos locales

Enunciamos brevemente las condiciones de segundo orden para puntos ptimos local de una funcin
de n variables:

Teorema 17.12

(Condiciones necesarias y suficientes para puntos ptimos locales)

Sea f(x 11 . , Xn) una funcin C 2 definida en un conjunto

estacionario de f interior a S, o sea

S de Rn

y sea x 0 un punto

Jt(x0)=0 (i=l, ... ,n)

Sea Dk(x0 ) definido en (17.22), y designemos por Ar(x0 ) a un menor principal arbitrario de
orden r de la matriz hessiana. Entonces:
(a) x0 es un mximo local '* ( -l)r Ar(x0 )
orden r = 1, ... , n.

2: O para todos los menores principales Ar(x0 ) de

> O, k = 1, ... , n '* x0 es un mximo local.

(e) x es un mfuimo local'* Ar(x0 ) 2: O para todos los menores principales Ar(x0 ) de orden

(b) ( -l)k Dk(x0 )

0

r = 1, ... , n.
(d) Dk(x0 ) >O, k= 1, ... , n '* x0 es un mfuimo local.