máx

{ f- (x) } ✗ = # ,
.
. .

,
xn )

"" "
J f DCIR
"

§
1
: → ☒
, .

921×1=0 •
m < ⊕

gmlxko

si m
} fixis }

{
max
D= 2
e -

☒ so

Gain
-

} &
CERO DE
v5:{ CXINEIRZ
NNEL
) CURVA DE

glxie CNGLO
:
)
= .

-0
: =

A
CONJUNTO DE

Restricciones →
If

L - _

• SMD : =
REGIÓN FACTIBLE

[Link] OCURRO
fenomeno

SOLO EN LOS PUNTOS

f- = C
, f- = C
,,
DE S Que REOUCARES

consideramos , ama,

f
= { µ, , , : fe, ,, = ,
} i. = anagrama a

Tlfcpit ✗ tgcpx ) ]
b

F
7. c-
ftpx
IR
☒ ) = TÍ .

tglplt ) ; para algcn

-

f- ( pa
(
gcp )
) -
*) = e

L ( PA ¥) : = FUNCIÓN DE LAGRAMIG ASOCIADA AL PROBLEMA ☒

,
 Í*
TENEMOS Que : •

ptt es solución del ⊕ y atemos

* ES PUNTO Resonar S
p De
a

↑ EL PUNTO ( PI *
✗ )
] c- 12 TAL es

PUNTO CRITICO DE LA FUNCIÓN DE LAGRANGE Es Decir

,

Teorema de
Lagrange ( condición necesaria de optimalidad ,

de Ia orden ) .

* UN PUNTO PES es Reouusr si

rong /Dglpl
) = m =L

rong
( Jim Lim ) =L

÷
≠ §
tgcp )

si m=2 con nn < n

máx } fax , }
* [Link]
Jáxs -

_
o

S =
{ ☒ EDM
; §
,
( × y
,
) = O A § ,
Kiel =
O } CONJUNTO DE Restricciones

SMD i = REGIÓN FACTIBLE

 )
rang ( Dg
* PES ES Peoousr si ( p) = m = 2

}
Gulp ) § ( p) § zlp )
,> ,

JGCPI
=
=

En ' " %.cm {¡

• Si
P* ES SOLUCIÓN DE AL ES PUNTO Reoouar DE S
.

Existe # ( 7J
→-D =

,
# ) C- 122 TAL Que el PONTO

( PX , Función
# ) ES PUNTO CRITICO DE LA DE LAGRANGE

IL(p*/
ES DECIR

Ecuaciones De LAGRANGE

(¥(p* , #-) , °¥( PAM , 3¥.IM#),3Lx-iP*-*))--

-
10,9901

III .¥
☒

}
× "
, )
( ( p* ,
# 1=0
☒ =L Isis) ✗

↳ ( px ,
# 1=0
Ecuaciones
O

[Link] .. ↳¡ µ ,
#,

LAGRANGE
↳ ¡ px
.

# 1=0
,

Obs #"" yo ,
_=x }
{
=

min } →

⑥
s :<
×3t

#
GRAFICAMENTE SE OBSERVA QUE
P = ( 0,01 Es sucesión De
⑥
 Sin
embargo P
# =
QQ ④-
es RGOOCAR De S

↓
cumple la
No se and .
de
Lagrange .
Es decir
,
no

aplicar el
podemos Teorema de
Lagrange .

Aplicar
Ejercicio : al Teorema de
Lagrange > observar
que
se

contradicción
llega a un

La roroá os
tong ( DJ ( pas ) = O # m =L

÷
 2
P

AT
25

CP

1M
AT
Observación 2. Observe que tanto en el ejemplo anterior, como el ejemplo dado al inicio, se tiene

PU
una restricción de la forma g(x, y) = 0. Este tipo de restricciones se denominan restricciones de
1M

igualdad. Nos dedicaremos a resolver este tipo de problemas restringidos. Un objeto principal para
este objetivo es la conocida función de Lagrange que a continuación pasamos a definir a continuación.

25

CP
AT
Definición 1. Sea f : D ⇢ R2 ! R y g : D ! R funciones, definidas en el conjunto abierto
D. Definimos la función de Lagrange, asociada al problema de optimización con restricción de

PU
1M
desigualdad ⇢
Opt {f (x, y)}

25
s.a g(x, y) = 0

AT
como la función L : R ⇥ D ! R, definida por
CP

1M
L( , x, y) = f (x, y) · g(x, y)
PU

25
Observación 3. La condición de que el dominio de g sea igual al dominio de la función objetivo f no
es necesaria. Pero si lo es el que el dominio común de f y g sea abierto. A partir de aquí en adelante,

AT
25

consideramos f y g funciones definidas en un conjunto abierto cuyas derivadas parciales, al menos

CP
hasta de segundo orden, existan y sean continuas. La importancia de la función de Lagrange queda

1M
AT

evidenciada en el siguiente teorema.

PU
1M

Teorema 4. Sea ( , a, b) un máximo relativo (respectivamente, mínimo relativo) de L, entonces (a, b)

es un máximo (respectivamente, mínimo) relativo de f restringido a g(x, y) = 0.
25

CP
El siguiente resultado es aún más relevante. Establece que para encontrar los máximos o mínimos
AT

relativos del problema restringido, basta buscar entre los puntos críticos de L

PU
LAGRANGE
1M

→ TEOREMA DE
/
Teorema 5. Sea (a, b) un máximo o mínimo relativo de f restringido a g(x, y) = 0. Si (a, b) no es
un punto crítico de g, entonces existe un único ⇤ 2 R tal que ( ⇤ , a, b) es un punto crítico de L, es
25
F decir rL( ⇤ , a, b) = (0, 0, 0).
AT

Igla b) 1=40
,
El número ⇤ es llamado multiplicador de Lagrange asociado a (a, b). A la condición de (a.b)
CP

1M

-
de no ser un punto crítico de la función de restricción g se le denomina condición de cualificación.
ronglrsgcoabl)Esta condición es importante y necesaria, pues de éste se deduce que los vectores gradientes rf (a, b)
PU

25
" y rg(a, b) son paralelos y en consecuencia existe ⇤ 2 R {0} tal que
m

AT
⇤ ⇤
rf (a, b) = · rg(a, b) =) rf (a, b) · rg(a, b) = (0, 0)
25

CP

1M
AT

⇤ ⇤
=) (fx (a, b) · gx (a, b), fy (a, b) · gy (a, b)) = (0, 0)
PU

que como podemos ver es equivalente al sistema

1M

⇢ ⇤ · g (a, b) = L (a, b) = 0
fx (a, b)
25

x x
⇤ · g (a, b) = L (a, b) = 0
CP

fy (a, b) y y
AT

Observe que g(a, b) = 0, lo que equivale a L (a, b) = 0, que junto con el sistema anterior se tiene
PU
1M

rL( ⇤ , a, b) = (0, 0, 0).

25
AT
CP

1M
PU

25
AT
25

CP

1M
AT

PU

2
1M

25
 2
P

AT
25

CP

1M
AT
Ejemplo 2. Sea U : R2++ ! R una función de utilidad. Suponga que Ux (x, y) > 0 y Uy (x, y) > 0,

PU
para todo (x, y) 2 R2++ , y p1 > 0, p2 > 0 y P0 > 0 constantes positiva. Se desea, obviamente,
1M

maximizar U (x, y) sujeto a la restricción presupuestaria p1 x + p2 y = P0 . Es decir, se desea resolver

el problema

25
⇢ ⇢

CP
máx {U (x, y)} máx {U (x, y)}

AT
⌘
s.a xp1 + yp2 = P0 s.a g(x, y) = 0

o-rongfDgtxvD-sesrsecir~[Link]

PU
donde g(x, y) = xp1 + yp2 P0 . Observe que g no tiene puntos críticos. Tlglxii ( ) ≠ ) ) P, 10,0

1M
=
P,
,
PUNTO DE
S ES

Supongamos ahora que, (x0 , y0 ) 2 R2++ sea un máximo de U restringido a g(x, y) = 0. Por teorema, REGULAR

25
existe un único multiplicador de Lagrange ⇤ , de modo que ( ⇤ , x0 , y0 ) es un punto crítico de L, es ↓
Podemos aplicar
El

decir rL( ⇤ , x0 , y0 ) = (0, 0, 0), lo que equivale a tener el sistema Lagrange

AT
Teorema de

8 (Teorema 5)

< L ( ⇤ , x0 , y0 ) = g(x0 , y0 ) = 0
CP

1M
Lx ( , x0 , y0 ) = Ux (x0 , y0 ) + ⇤ · gx (x0 , y0 ) = Ux (x0 , y0 ) ⇤·p =0
1
: ⇤ ⇤
Ly ( , x0 , y0 ) = Uy (x0 , y0 ) + · gy (x0 , y0 ) = Uy (x0 , y0 ) · p2 = 0
PU

25
de donde se tiene

AT
Ux (x0 , y0 ) Uy (x0 , y0 )
25

⇤
= CP = .
p1 p2

1M
AT

U (x ,y )
Las expresiones Ux (xp10 ,y0 ) , y p20 0 son las utilidades marginales por unidad monetaria de ambos
PU

bienes. Hemos demostrado que el óptimo de la utilidad se da cuando las utilidades marginales por
1M

unidad monetaria de cada bien son iguales. Cuando esto ocurre, se dice que el consumidor está en
25

equilibrio.

CP
AT

Para detectar qué puntos críticos de L son máximos o mínimos relativos del problema restringido,
usaremos la matriz Hessiana de L.

PU
1M

Definición 2. La matriz Hessiana de la función de Lagrange 25

L( , x, y) = f (x, y) · g(x, y),
AT

es de la forma 0 1
CP

1M

0 gx gy
HL ( , x, y) = @gx Lxx Lxy A .
PU

25
gy Lxy Lyy

AT
el Hessiano de la función de Lagrange es llamado Hessiano orlado.
25

CP

Ahora, enunciamos el criterio de la segunda derivada para el problema restringido

1M
AT

Teorema 6. Sea ( ⇤, x
0 , y0 ) un punto crítico de la función de Lagrange asociada al problema de
PU
1M

optimización ⇢
Opt. {f (x, y)}
25

s.a g(x, y) = 0
CP
AT

Entonces:
PU

1. si det(HL ( ⇤ , x0 , y0 )) > 0, entonces (x0 , y0 ) es un máximo relativo de f sujeto a la restricción

1M

g(x, y) = 0.
25

2. si det(HL ( ⇤ , x0 , y0 )) < 0, entonces (x0 , y0 ) es un mínimo relativo de f sujeto a la restricción

AT

g(x, y) = 0.
CP

Ejemplo 3. Considere la función producción de una empresa

1M

2x2 + y 2 ,
PU

P (x, y) = 260x + 150y + 2xy

25

donde x e y son las cantidades de artículos de los productos A y B. Suponga que los gastos para
AT
25

fabricar dichos productos son 2 y 3 soles, respectivamente, y que la empresa puede gastar únicamente
CP

450 soles. Determine la producción máxima.

1M
AT

PU

3
1M

25
 2
P

AT
25

CP

1M
AT
Ejemplo 4. Sean C, Q : R2+ ! R, las funciones de costo y producción de un fabricante, dadas por

PU
1M

C(x, y) = Px x + Py y, Q(x, y) = kx↵ y ,

25
donde

CP
AT
1. Px > 0, Py > 0 constantes que definen C;

PU
1M
2. k > 0, 0 < ↵ < 1, 0 < < 1 constantes que definen Q.

25
Minimizar los costos del fabricante sujeto a la restricción de producción.

AT
CP

1M
PU

25
AT
25

CP

1M
AT

PU
1M

25

CP
AT

PU
1M

25
AT
CP

1M
PU

25
AT
25

CP

1M
AT

PU
1M

25

CP
AT

PU
1M

25
AT
CP

1M
PU

25
AT
25

CP

1M
AT

PU

4
1M

25