(Sol.

: Punto de ensilladura en (0, 0); mı́nimos locales en (1, 1) y (−1, −1);

máximos locales en (1, −1) y (−1, 1)) )

Ejercicio 8.2 Sea f (x, y) = x2 − 2xy + y2 . Para f tenemos que D = 0.

¿Podrı́as decir si los puntos crı́ticos son máximos locales, mı́nimos locales o
puntos de ensilladura?
(Sol.: Los puntos crı́ticos son mı́nimos locales) )

Ejercicio 8.3 Clasifica los puntos crı́ticos del siguiente campo escalar:
2 −y 2
z = (x2 + 3y 2 ) e1−x
(Sol.: Mı́nimo en (0, 0) y máximo en (0, 1) y (0, −1);
puntos de ensilladura en (1, 0) y (−1, 0)) )

Ejercicio 8.4 Clasifica los puntos crı́ticos del campo escalar f (x, y) = 2x2 +
y 2 − xy − 7y .
(Sol.: Mı́nimo local en (1, 4).) )

8.2. Extremos condicionados

En la sección anterior hemos estudiado los extremos de funciones definidas

en un abierto. Sin embargo, en muchos problemas los extremos deben deter-
minarse cuando las variables están sujetas a una serie de restricciones (que
ya no constituyen un conjunto abierto).

Sea f : A ⊂ Rn −→ R con A abierto de Rn y sea X ⊂ A. Se considera la

restricción
f : X −→ R
X
x → f (x)
es decir, es la función f al considerarla evaluada sólo en los puntos del sub-
conjunto X. Es evidente que los extremos locales de f serán, en general,
distintos de los de f|X ; incluso también ocurrirá que no comparten siquiera
los mismos puntos crı́ticos. El problema de determinar los extremos locales
de f|X se llama un problema de extremos condicionados, aludiendo al he-
cho de que las variables (x1 , x2 , . . . , xn ) vienen ligadas por la condición de
pertenecer a X. Para determinar condiciones analı́ticas que garanticen la

170
existencia de extremos condicionados, deben imponerse unas ciertas condi-
ciones de regularidad tanto para la función f como para el conjunto X.

En esta sección vamos a estudiar los extremos de funciones sujetas a restric-

ciones de la forma
X = {x ∈ Rn : g(x) = 0}
donde g es una función de clase C p con m < n componentes; es decir, un
sistema de m ecuaciones con n incógnitas pero siempre con menor número
de ecuaciones que de incógnitas.

Ası́, en lo que sigue, f : A ⊂ Rn −→ R será una función de una cierta clase

C p en A y X será un conjunto de esa forma.

Vamos a distinguir dos posibilidades para el conjunto de restricciones X,

según podamos despejar o no m variables del sistema en función de las
n − m variables restantes.

8.2.1. Método de reducción de variables

Suponemos, pues, que tenemos una función de n variables f (x1 , x2 , . . . , xn ) y

queremos hallar los extremos de la función f cuando las variables (x1 , . . . , xn )
están ligadas por un sistema de m ecuaciones de la forma F(x) = 0. El méto-
do consiste en despejar m variables en función de las otras y substituirlas en
la función f , por lo que el problema se reducirá a un problema de extremos
libres para una función de n − m variables. Veámoslo en un ejemplo.

Ejemplo 8.2 Una partı́cula de masa m está dentro de una caja de dimen-
siones x, y, z y tiene la energı́a de estado
k2 1 1 1
E(x, y, z) = + +
8m x2 y 2 z 2
donde k es una constante fı́sica. Si el volumen de la caja es de 8 dm3 , halla
los valores de x, y, z que minimizan la energı́a de estado.

Solución: Dado que el volumen de la caja viene dado por xyz = 8; se trata
de resolver el problema de extremos condicionados:
k2 1 1 1
Min. E(x, y, z) = 2
+ 2+ 2
8m x y z
c.p. xyz = 8

171
 8
De la restricción, puede despejarse, por ejemplo la varibale z = y, subs-
xy
tituyendo en la función E, el problema se reduce a

k2 1 1 x2 y 2
Min. E(x, y) = + +
8m x2 y 2 64

Por tanto, se reduce a un problema de extremos libres, en las variables x e

y. Basta, pues, aplicar el procedimiento visto en al sección anterior.

(a) Puntos crı́ticos. Se resuelve el sistema:

k2 2xy2 xy2 
 
2 2
Ex = − 3+ =0   = 
8m x 64 x3 32  64 = x4 y2

 
⇒ ⇒
k2 2 2x2 y  2 x2 y  64 = x2 y4
Ey = − 3+ =0 

=


y3
 
8m y 64 32

Entonces, teniendo en cuenta que x e y son dimensiones de una caja y han

de ser positivas ambas:

x4 y2 = x2 y 4 ⇒ x2 = y 2 ⇒ x = y

Substituyendo en la primera ecuación:

√
64 = x6 ⇒ x =
6
64 = 2

de donde se obtiene el punto crı́tico: A(2, 2).

(b) Clasificación. Se calcula la matriz hessiana:

6 y2 xy
 
4
+
x 32 16
k2 
 

H=
x2 
 
 xy
8m  6
+ 
16 y 4 32

y, substituyendo los valores en el punto crı́tico,

6 4 4 1 1
   
2
+ 2
k   16 32 16   ⇒ H = k 2 4

H= 
8m  4 6 4  8m 1 1
+
16 16 32 4 2

172
de donde,

k2 1

H1 = · >0


8m 2


2 ⇒ A es un mı́nimo.
k2 1 1 
H2 = · − >0 

8m 4 16


Por tanto, la solución es: las dimensiones que minimizan la energı́a de estado
son x = y = z = 2 dm.

Ejercicio 8.5 Una caja rectangular sin tapa ha de tener un volumen de 12

metros cúbicos. Encontrar las dimensiones de la caja que proporcionan el
área mı́nima.
√ √ √
(Sol.: Longitud: 2 3 3 m.; ancho: 2 3 3 m.; altura: 3 3) )

Ejercicio 8.6 Demostrar que una caja rectangular de volumen dado tiene
una superficie mı́nima cuando es un cubo.

8.2.2. Método de multiplicadores de Lagrange

En el apartado anterior se ha visto que para encontrar los extremos cuando

las variables están sujetas a una restricción, se utiliza el método de despejar
una variable de la ecuación; substituir en la función original y resolver el
problema de extremos con una variable menos. Sin embargo, este método
no siempre es factible e, incluso, puede llevarnos a no obtener todas las solu-
ciones posibles. De hecho, el despejar una variable de una ecuación consiste
en aplicar el teorema de la función implı́cita visto en el Capı́tulo 7.

Para obviar estas dificultades, vamos a ver otro método de calcular los ex-
tremos de una función, cuando las variables están ligadas por una restricción
en forma de una ecuación o de un sistema de ecuaciones (pero siempre en
número menor al de variables).

Puede enunciarse ahora ya la condición necesaria, conocida como método de

los multiplicadores de Lagrange

Teorema 8.5 Sea f : A ⊂ Rn −→ R con A abierto de Rn y f ∈ C 1 (A). Sea

X = {x ∈ A : g(x) = 0}, con g = (g1 , g2 , . . . , gm ) de clase C 1 y cumpliendo

173
que la matriz jacobiana de g en cada punto del conjunto X tiene rango
máximo. Sea x0 ∈ X. Si f|X tiene un extremo local en x0 , entonces existen
m escalares λ1 , λ2 , . . . , λm tales que el punto x0 es punto crı́tico de
L(x) := f (x) + λ1 g1 (x) + λ2 g2 (x) + . . . + λm gm (x)

Introduciendo los parámetros λ1 , λ2 , . . . , λm como variables adicionales en la

función L anterior, se reduce el problema de determinar los puntos crı́ticos
de f que cumplen las restricciones al problema de determinar los puntos
crı́ticos de la función lagrangiana
L(x, λ1 , λ2 , . . . , λm ) = f (x) + λ1 g1 (x) + λ2 g2 (x) + . . . + λm gm (x)

Se enuncia ahora la condición suficiente para saber si un punto estacionario

es máximo o mı́nimo. Como antes, esto dependerá del signo de la forma
cuadrática dada por la matriz hessiana, aunque en este caso, al haber res-
tricciones, no sirve el estudio realizado en el caso de extremos libres y debe
estudiarse el signo de la forma cuadrática restringida al llamado espacio tan-
gente al conjunto de restricciones X. Afortunadamente, la teorı́a de formas
cuadráticas dispone de métodos para mecanizar esta tarea tal y como se
propone en el teorema siguiente.

Teorema 8.6 (Clasificación de los puntos crı́ticos) Sea la función f :

A ⊂ Rn −→ R con A abierto de Rn y f ∈ C 2 (A). Sea X ⊂ A como en el
teorema anterior, donde ahora g = (g1 , g2 , . . . , gm ) de clase C 2 . Supóngase
determinados m escalares λ1 , λ2 , . . ., λm tales que el punto x0 es punto
crı́tico de
L(x) = f (x) + λ1 g1 (x) + λ2 g2 (x) + . . . + λm gm (x)
Sea Q la matriz expresada por bloques como sigue:
 
H J
Q= 
t
J 0
siendo H la hessiana de L(x) en x0 y J la jacobiana de g en x0 . Sea el
polinomio en α de grado n − m
H − αIn J
p(α) =
Jt 0
Entonces,

174
 1. Si todas las soluciones de p(α) = 0 son positivas, f|X alcanza en x0 un
mı́nimo local estricto.

2. Si todas las soluciones de p(α) = 0 son negativas, f|X alcanza en x0

un máximo local estricto.

3. En otro caso, el criterio no clasifica.

Ejemplo 8.3 Encuentra los extremos de la función f (x, y) = x2 y, con y >

0, que verifiquen
2x2 + y 2 = 3

Solución: Se trata de un problema de extremos condicionados. Como parece

complicado despejar una variable de la ecuación 2x2 + y 2 = 3, lo resolvemos
aplicando el método de los multiplicadores de Lagrange:

(a) Puntos crı́ticos. Se construye la función Lagrangiana

L(x, y, λ) = x2 y + λ(2x2 + y 2 − 3)

y se buscan los puntos crı́ticos:


Lx = 2xy + 4λx = 0 
Ly = x2 + 2λy = 0

Lλ = 2x2 + y 2 − 3 = 0


De la primera ecuación:

x =
 0
x(y + 2λ) = 0 ⇒ ó

y = −2λ


En el caso x = 0, sustituyendo en la tercera ecuación sale

√ √
y2 = 3 ⇒ y = 3 (la solución y = − 3 no se considera ya que y > 0)

y, al sustituir este valor en la segunda, resulta λ = 0. Ası́, en este caso se

tiene el punto crı́tico: √
A(0, 3), λ = 0
En el caso y = −2λ se sustituye en la segunda y se obtiene:

x2 − 4λ2 = 0 ⇒ x2 = 4λ2

175
y, al sustituir las dos condiciones en la tercera ecuación, resulta
1 1
8λ2 + 4λ2 = 3 ⇒ λ2 = ⇒λ=±
4 2
Como tiene que ser y > 0 e y = −2λ sólo puede ser la solución λ = − 12 y,
entonces, y = 1 y el valor de x es

x2 = 4λ2 = 1 ⇒ x = ±1

por lo que, en definitiva, se tienen los puntos crı́ticos

1
B(1, 1) λ=−
2
1
C(−1, 1) λ=−
2

(b) Clasificación. Para clasificar los puntos se calcula la matriz por bloques:
 
2y + 4λ 2x 4x
Q= 2x 2λ 2y 
4x 2y 0

Esta matriz corresponde exactamente a la matriz hessiana de L como función

de x, y y λ, separando los bloques respecto de x e y del multiplicador λ.
√
Para el punto A(0, 3), λ = 0
 √ 
2 3 0 √0
Q= 0 0 2 3 

√

0 2 3 0

y, entonces, hay que calcular el determinante:

√
2 3−α 0 0
√ √ √
0 −α
√ 2 3 = 12(2 3−α) = 0 ⇒ α = 2 3 > 0 ⇒ A es un mı́n.
0 2 3 0

Para el punto B(1, 1), λ = − 12

 
0 2 4
Q =  2 −1 2 
4 2 0

176
y, entonces, hay que calcular el determinante:
−α 2 4
48
2 −1 − α 2 = 32−16(−1−α)+4α = 0 ⇒ α = − < 0 ⇒ B és un máx.
5
4 2 0

Para el punto C(−1, 1), λ = − 12

 
0 −2 −4
Q =  −2 −1 2 
−4 2 0
y, entonces, hay que calcular el determinante:
−α −2 −4
48
−2 −1 − α 2 = 32 − 16(−1 − α) + 4α = 0 ⇒ α = − < 0
5
−4 2 0
por lo que f alcanza en C un máximo.

Para finalizar, veremos gráficamente el proceso realizado. En la Fig. 8.3(a)

se ha representado la superficie z = x2 y y la curva sobre ella corresponde a la
imagen de los puntos (x, y) del plano que cumplen la restricción 2x2 +y 2 = 3
(elipse). Para un mayor detalle, en la Fig. 8.3(b) se ha representado sólo la
parte gráfica correspondiente al octante positivo. La elipse del plano XY es
la restricción 2x2 + y2 = 3 y la imagen de dichos puntos dibujan una curva
sobre la gráfica de la función z = x2 y.

(a) Gráfica completa (b) Gráfica en el octante positivo

Figura 8.3: Gráfica de z = x2 y

177
Finalmente, en la Fig. 8.4, se ha representado únicamente la curva restric-
ción, f|X ; es decir, la función f evaluada en los puntos de la elipse 2x2 +y 2 = 3
y se han señalado los puntos crı́ticos hallados que como se observa, corres-
ponden a un mı́nimo y dos máximos locales.

Figura 8.4: Extremos de la función restringida

En dicha Figura 8.4 se observan, además, otro máximo y dos mı́nimos, que
corresponden a la región y < 0, que han sido excluidos del estudio.

Ejercicio 8.7 Halla los extremos de la función f (x, y) = x2 + y2 , que veri-

fican la restricción
x2 + 2y 2 = 2
√ √
(Sol.: Mı́nimos en (0, 1) y (0, −1); máximos en ( 2, 0) y (− 2, 0). )

8.3. Máximos y mı́nimos absolutos

Por último, haremos una introducción al estudio de la teorı́a de máximos y

mı́nimos absolutos (o globales). Recordaremos las definiciones básicas:

Definición 8.7 Supongamos que f : D −→ R es un campo escalar defini-

do en un subconjunto D de Rn . Diremos que f tiene un máximo absoluto

178
(respectivamente, un mı́nimo absoluto) en x0 ∈ D si f (x) ≤ f (x0 ) (respec-
tivamente, f (x) ≥ f (x0 )) para todo x ∈ D.

El siguiente resultado demuestra la existencia de extremos absolutos en un

tipo especial de subconjuntos de Rn . Recordemos que un subconjunto de Rn
es acotado si existe una bola que lo contiene y que es cerrado si contiene los
puntos de su frontera.

Teorema 8.8 (Teorema de existencia de extremos absolutos) Sea D

un subconjunto cerrado y acotado de Rn , y sea f : D −→ Rn un campo es-
calar continuo. Entonces existen puntos x0 y x1 en los que f alcanza sus
valores máximo y mı́nimo, respectivamente.

En general, el problema de encontrar los extremos absolutos de un campo

escalar es una tarea nada sencilla. Si consideramos el dominio del campo es-
calar D como una unión de su interior int(D) y de su frontera, ∂D, podemos
dividir el problema de encontrar los puntos en los que un campo escalar al-
canza sus extremos absolutos, en subproblemas donde aplicar los resultados
de las secciones precedentes; siempre y cuando su frontera pueda expresarse
como un conjunto de restricciones de la forma adecuada.

Sea f una función continua definida en una región D de Rn cerrada y aco-

tada. Para localizar el máximo y el mı́nimo absoluto de f en D seguiremos
los siguientes pasos:

1. Localizar los puntos crı́ticos de f en D (problema de extremos libres).

2. Encontrar los puntos crı́ticos de f considerada como una función defi-

nida sólo en ∂D (problema de extremos condicionados).

3. Calcular el valor de f en todos los puntos crı́ticos.

4. Comparar todos estos valores y seleccionar el mayor y el menor.

Observa que en esta estrategia no será necesario clasificar los puntos crı́ticos.

Ejemplo 8.4 Encontrar los valores máximo y mı́nimo de la función f (x, y) =

x2 + y2 − x − y + 1 en el cı́rculo definido por x2 + y 2 ≤ 1.

Solución: Seguimos los pasos indicados.

179
(1) Puntos crı́ticos en el interior del cı́rculo x2 + y 2 < 1.
∂f


 (x, y) = 2x − 1 = 0
∂x

∂f
(x, y) = 2y − 1 = 0



∂y
1 1
lo que implica que el punto A , es el único punto crı́tico en el interior
2 2
del cı́rculo x2 + y2 < 1.

(2) Puntos crı́ticos en la frontera x2 + y2 = 1. Es un problema de extremos

condicionados. Como no podemos despejar ninguna variable de la restricción
aplicamos el método de multiplicadores de Lagrange. Formamos la función
lagrangiana,
L(x, y, λ) = x2 + y 2 − x − y + 1 + λ(x2 + y2 − 1)
y calculamos sus puntos crı́ticos.
1 − 2x 
 
Lx = 2x − 1 + 2λx = 0  λ= 
Ly = 2y − 1 + 2λy = 0 ⇒ 2x
1 − 2y  ⇒ x = y
Lλ = x2 + y 2 − 1 = 0
 λ= 
2y
y substituyendo en la tercera ecuación
1
x2 + x2 = 1 ⇒ x = ± √
2
√ √ √ √
2 2 2 2
por tanto, se obtienen los puntos crı́ticos B( , ) y C(− ,− ).
2 2 2 2
(3) Calculamos el valor de la función f en los puntos crı́ticos hallados.
 1
 f (A) =

2 √
 f (B) = 2 − √2

f (C) = 2 + 2

(4) Seleccionamos los puntos en los que la función alcanza el valor mayor y
el valor menor. Comparando los valores del paso (3) tenemos que f tiene un
mı́nimo absoluto en B 12 , 12 y el máximo absoluto se alcanza en el punto
√ √ √
C − 22 , − 22 . Los valores mı́nimo y máximo que f alcanza son 12 y 2+ 2,
respectivamente.

180
Ejercicio 8.8 Encuentra los valores máximo y mı́nimo que alcanza la fun-
ción f (x, y) = x2 + xy + y2 en el cı́rculo unidad.
3
(Sol.: es el máximo absoluto y 0 es el mı́nimo absoluto )
2

En el ejemplo anterior, la frontera del dominio estaba formada por una

única curva (la circunferencia); sin embargo puede ocurrir que la frontera
de D esté formada por una unión de diversas curvas (como, por ejemplo,
la frontera de un cuadrado que está formada por sus cuatro lados). En este
caso, el paso (3) implica que tendremos que calcular los puntos crı́ticos de
tantas funciones de variable real como curvas forman la frontera. Además,
en el paso (4) deberemos añadir los puntos donde se unen las diversas curvas
que forman la frontera (vértices).

Ejemplo 8.5 Considera una placa delgada que tiene la forma del triángulo
de vértices A(1, 0), B(−1, −1) y C(1, −1). Suponiendo que la temperatura
en cada punto viene dada por la función T (x, y) = x2 − xy + y2 ; determina
las temperaturas mı́nima y máxima (absolutas) en la placa.

Solución: La frontera del triángulo está formada por tres segmentos de

recta. Empezamos hallando las ecuaciones de las tres rectas que forman los
lados del triángulo, AB, AC y BC.

Para cada recta, se necesita un punto y un vector:

A(1, 0) x−1 y
AB ≡ ⇒ = ⇒ x = 2y + 1.
v = (−2, −1) −2 −1

Como A y C tienen la misma coordenada x = 1, es fácil deducir que AC es

una recta vertical de ecuación: x = 1.

Por último, como B y C tienen la misma coordenada y = −1, es fácil deducir

que BC es una recta horitzontal de ecuación y = −1.

En la Figura 8.5 se ha representado el triángulo, indicando además los puntos

crı́ticos que hallaremos a continuación.

181
 Figura 8.5: Extremos en un recinto triangular

Como se trata de un problema de extremos absolutos en un recinto con

frontera (los lados del triángulo) dividiremos el problema en subproblemas:

(1) Puntos crı́ticos en el interior del triángulo. En este caso, es un problema

de extremos libres y los puntos crı́ticos deben anular las derivades parciales
de T :
Tx = 2x − y = 0
⇒ x=y=0
Ty = −x + 2y = 0
Por tanto, deberı́amos obtener un punto crı́tico P4 (0, 0), pero este punto no
pertenece al interior del triángulo (ver Fig. 8.5) y, por ello, no se considera.

(2) Puntos crı́ticos en el lado AB de ecuación x = 2y + 1. Substituyendo la

restricción en T reducimos el problema a encontrar los puntos crı́ticos de
T (y) = (2y + 1)2 − (2y + 1)y + y 2 = 3y2 + 3y + 1
y, entonces, al ser un problema de una variable,
1
T (y) = 6y + 3 = 0 ⇒ y = −
2
1
Por tanto, tenemos un punt crı́tico P1 (0, − ) (pertenece al lado AB).
2

182
(3) Puntos crı́ticos en el lado AC de ecuación x = 1. Substituyendo la
restricción en T reducimos el problema a encontrar los puntos crı́ticos de
T (y) = 1 − y + y 2
y, entonces, al ser un problema de una variable,
1
T (y) = 2y − 1 = 0 ⇒ y =
2
1
Por tanto, deberı́amos obtener un punto crı́tico P2 (1, ), pero este punto no
2
pertenece al lado AC (ver Fig. 8.5) y, por ello, no se considera.

(4) Puntos crı́ticos en el lado BC de ecuación y = −1. Substituyendo la

restricción en T reducimos el problema a encontrar los puntos crı́ticos de
T (x) = x2 + x + 1
y, entonces, al ser un problema de una variable,
1
T (x) = 2x + 1 = 0 ⇒ x = −
2
1
Por tanto, tenemos un punto crı́tico P3 (− , −1) (pertenece al lado BC).
2
(5) Como la frontera es unión de varias curvas, debemos añadir a los puntos
crı́ticos anteriores los puntos de unión de las curvas (vértices del triángulo):
A(1, 0), B(−1, −1) y C(1, −1).

(6) Calculamos los valores de T en cada punto crı́tico.

1 1
T (0, − ) =
2 4
1 7
T (− , −1) =
2 4
T (0, 1) = 1
T (−1, −1) = 1
T (1, −1) = 3

1
Y, por tanto, el mı́nimo se alcanza en el punto (0, − ), con una tempera-
2
1
tura de de grado y el máximo se alcanza en el vértice (1, −1) con una
4
temperatura de 3 grados.

183
Ejercicio 8.9 Encuentra el valor máximo y el valor mı́nimo del campo es-
calar f (x, y) = xy − 2x − 3y en la región triangular

T = { (x, y) | 0 ≤ x ≤ 4, 0 ≤ y ≤ 2x }
(Sol.: El valor máximo es 0 y el valor mı́nimo es −8 )

Ejercicio 8.10 Encuentra los extremos absolutos del campo escalar f (x, y) =
sin x + cos y en el rectángulo R definido por 0 ≤ x ≤ 2π , 0 ≤ y ≤ 2π.

(Sol.: −2 es el mı́nimo absoluto y 2 es el máximo absoluto )

8.4. Problemas adicionales

Ejercicio 8.11 Calcula los extremos de la función f (x, y) = x2 + xy + y 2 −

4 ln x − 10 ln y
(Sol.: mı́nimo en (1, 2) )

Ejercicio 8.12 Calcula los extremos relativos de la función f (x, y, z) =

y2 z2 2
x+ + +
4x y z
(Sol.: mı́nimo en (1/2, 1, 1) )

Ejercicio 8.13 Calcula los extremos de la función f (x, y) = x2 + y 2 , con

x > 0 e y > 0, condicionados por log(x2 ) + y2 = 1.
(Sol.: mı́nimo en (1, 1) )

Ejercicio 8.14 Calcula los puntos de la curva x2 + y = 1 cuya distancia al

origen de coordenadas sea mı́nima o máxima.
√
(Sol.: máximo en (0, 1); mı́nimos en (± 2, −1) )

Ejercicio 8.15 Halla los extremos de la función f (x, y) = x + 2y condicio-

nados por x2 + y2 = 5.
(Sol.: máximo en (1, 2); mı́nimo en (−1, −2) )

Ejercicio 8.16 Halla los extremos de la función f (x, y) = x2 y, con y > 0,

que verifican la restricción 2x2 + y 2 = 3.

184
 √
(Sol.: mı́nimo en (0, 3); máximos en (±1, 1) )
x + z2 = 0
Ejercicio 8.17 Halla el punto o puntos de la curva cuya
x+y =1
distancia al punto (1, 0, 0) sea mı́nima.
(Sol.: (0, 1, 0) )
Ejercicio 8.18 La presión en el interior de un fluido viene descrita por la
función P (x, y, z) = xy + xz + yz. Calcula la presión máxima en los puntos
de la superficie 2x + 3y + z = 4 sumergida en dicho fluido.
(Sol.: 2 )
Ejercicio 8.19 Considera la función f (x, y, z) = log(xyz) definida para
x > 0, y > 0, z > 0. Halla los extremos relativos condicionados por xy +
yz + zx = 3.
(Sol.: máximo en (1, 1, 1) con valor 0 )
Ejercicio 8.20 Halla los extremos relativos de la función f (x, y, z) = x2 +
y 2 + z 2 con x > 0, y > 0, z > 0, condicionados por
xy2 + yx2 = 16
x+y−z =0
(Sol.: mı́nimo en (2, 2, 4) )
Ejercicio 8.21 Halla un punto de la esfera x2 + y2 + z 2 = 4 que maximice
la función 2x2 + 2y2 + z 2 − xy definida en el dominio x > 0 e y < 0.
√ √
(Sol.: máximo en ( 2, − 2, 0) )
Ejercicio 8.22 Encuentra el valor máximo y el valor mı́nimo (absolutos)
del campo escalar f (x, y) = 4xy2 − x2 y2 − xy3 en la región triangular de
vértices A(0, 0), B(0, 6) y C(6, 0).
(Sol.: El valor máximo es 4 y el valor mı́nimo es −64 )
Ejercicio 8.23 Halla el punto del plano 3x − 4y + 2z − 32 = 0 que está más
cerca del origen de coordenadas y calcula esa distancia mı́nima.
(Sol.: ( 32 16 32
9 , − 9 , 9 );
16
3 )
Ejercicio 8.24 Encuentra los valores máximo y mı́nimo de la función defi-
1
nida por f (x, y) = en la región rectangular 1 ≤ x ≤ 3, 1 ≤ y ≤ 4.
x + y2
2
√
2 1
(Sol.: El valor máximo es 2 y el valor mı́nimo es 5 )

185