UNIVERSIDAD DE LA COSTA

FACULTAD DE INGENIERA

CAPACIDAD PTIMA MEDIANTE PRESUPUESTO

Andrs De las Salas1 Angie Quintero2 Yulenmis Muoz3 Jos Boyano4

1

adelassa8@cuc.edu.co , Ing. Electrica 2aquinter16@cuc.edu.co , Ing. Industrial

3
ymuoz13@cuc.edu.co , Ing. Ambiental 4jboyano1@cuc.edu.co , Ing. Sistemas.

RESUMEN
Este proyecto demostrar como hallando los extremos de una funcin se definen sus puntos crticos que adecuan las
pautas en lo que se quiere buscar o dar o solucin, maximizando la utilizacin de un presupuesto establecido se puede
determinar hasta donde es posible utilizarse.
Lmpidos de Sabanalarga, es una empresa dedicada a la fabricacin de detergente y desinfectante a base de Cloro. Sin
embargo el estudio de mercado sugiere que para la nueva presentacin en sachet no se invierta mucho dinero, pues la
competencia est posicionada por antigedad. Por tal razn, se decide controlar los gastos y costos es por eso que se
determina el precio posible mximo al que se puede llegar a pagar por los sachets donde se va a repartir el producto.
Teniendo estos datos y con la ayuda de lo aprendido en clase y los pasos expuestos en la metodologa se busca
determinar las medidas mximas a las que se puede llegar con el presupuesto que se tiene.
Lo anterior son las razones por las cuales el clculo vectorial es muy importante pues con ayuda de los multiplicadores
de LaGrange se optimizan los campos escalares y junto a las restricciones sujetas a las variables, se conseguir
resolver y llegar a nuestro objetivo. Se tomarn en particular, funciones reales de un vector de dos variables o campos
escalares de dos o ms variables, que estn condicionados por una funcin de dos o ms variables.

Palabras claves
LaGrange Variables Medidas maximas Optimizacin Presupuesto Vectorial Restricciones

ABSTRACT

This project will demonstrate how finding the maxima and minima critical points that fit the guidelines on what you want to
find or give or solution, maximizing the use of an established budget can be determined as far as possible be used are
defined.
Sabanalarga limpid, is a company dedicated to the manufacture of detergent and chlorine-based disinfectant. But the
market survey suggests that the new presentation sachet not much money is spent, because competition is positioned by
seniority. For this reason, you decide to control costs and expenses is why the maximum price at which they can expect
to pay for the boxes where they will distribute the product is determined. Given these data and with the help of classroom

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

learning and the steps outlined in the methodology is to determine the maximum measures that can be reached with the
budget you have.
The above are the reasons why the vector calculus is very important as using Lagrange multipliers with scalar and
restrictions subject to the variable fields are optimized, you get to meet and reach our goal. Real functions of two
variables vector or scalar fields of two or more variables, which are conditioned by a function of two or more variables are
taken into particular.

Keywords
LaGrange - Variables - maximum measurements - optimization - Budget - Vector - Restrictions

de campos escalares sujetos a restriccin de las

variables. Tomaremos en particular, funciones reales de
un vector de dos variables o campos escalares de dos o
ms variables, que estn condicionados por una funcin
de dos o ms variables.

1 INTRODUCCIN

El progreso del estudio y la lgica matemtica, ha

planteado la optimizacin de los procesos, de tal modo
que los parmetros y las relaciones lgicas tomados en
cuenta a la hora se hacer estudios, nos permiten
determinar el material necesario para llevarlo a cabo, la
viabilidad de un proceso con un presupuesto, etc. Ests
aplicaciones son determinadas muchas veces mediante
las derivadas, porque permiten el estudio y
determinacin de valores mximos y mnimos en las
funciones.

2 REFERENTES TEORICOS
2.1 DERIVADAS PARCIALES

La diferenciacin de funciones de valor real de

variables se reduce al caso de una dimensin al

considerar una funcin de

n variables como una
funcin de una variable mientras que las dems se
mantienen fijas. Eso conduce al concepto de derivada
parcial. Primero se consideran las derivadas parciales
de una funcin de dos variables.

Hallando los extremos en una funcin permite el

estudio de est en puntos crticos que demarcan pautas
para determinar mejores condiciones en lo que se quiera
realizar, de tal forma que tiene aplicacin inmediata en
las distintas actividades del ser humano. En nuestro
caso, los utilizaremos para maximizar la utilizacin de un
presupuesto establecido. Algunas veces un problema de
esta naturaleza puede formularse de tal manera que
involucre maximizar o minimizar una funcin sobre un
conjunto especfico. Si es as, los mtodos de clculo
proveen una poderosa herramienta para resolver el
problema.

2.1.1 DERIVADAS PARCIALES DE DOS VARIABLES

las primeras
z=f ( x , y ) ,
parciales de
f con respecto a x , y
funciones f x y f y definidas por
Si

El mtodo de multiplicadores de LaGrange est

vinculado a la resolucin de problemas de optimizacin

f x ( x , y )= lim

x 0

derivadas
son las

f ( x+ x , y ) f ( x , y)
x

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

f ( x , y+ y )f ( x , y )
y

f y ( x , y ) = lim

y 0

Esta definicin indica que si

fx

entonces para hallar

se

constante y deriva con respecto a

fy

similar, para calcular

, se

constante y se deriva con respecto a

D2 f ( x , y , z )= lim

f ( x , y + y , z )f (x , y , z)
y

D 3 f ( x , y , z )= lim

f ( x , y , z+ z )f ( x , y , z )
z

y 0

z=f ( x , y ) ,
considera
y
x . De manera
considera
x
y .

z0

2.1.3 VALORES MAXIMOS Y MINIMOS

Para distinguir las derivadas parciales de las
ordinarias se usa el smbolo en vez de la d usada
previamente. En la definicin, representa un nmero
real, positivo o negativo. Muchas funciones dependen de
ms de una variable independiente. Las aplicaciones de
estas derivadas tambin son ms variadas que las del
clculo de una sola variable.

Una de las principales aplicaciones de las

derivadas ordinarias es hallar los valores mximos y
mnimos. Un nmero
de

una

f (a , b)

funcin

f ( x , y ) f (a ,b)

para

disco abierto que contenga a

es un mximo relativo

z=f ( x , y )
todo (x , y )
(a , b) .

si
en algn

2.1.2 DERIVADAS PARCIALES DE TRES O MAS

VARIABLES

f (a , b)
z=f ( x , y )
( x , y ) en
(a , b) , Si

El nmero
una funcin
Sea

P ( x1 , x2 , x n)

un punto de

Rn

para todo

, y

contenga

una funcin de las

variables
f
n
x 1 , x 2 , x n . Entonces la derivada parcial de f
con respecto a
x es la funcin, denotada por
Dk f , tal que su valor de funcin en cualquier punto
P del dominio de f est dado por
sea

Dk f ( x 1 , x 2 , x n )= lim

x k 0

es un mnimo relativo de

algn disco abierto que

las desigualdades de la

en el dominio de

, entonces

absoluto, o un mnimo absoluto, en

variables
de

x. y ,z

orden

existen

f x ( a ,b )=0 y f y ( a , b )=0

(a , b)

all,
.Un punto

entonces

( a , b)
de
f

se
si

, o si una de estas

derivadas parciales no existe. Sin embargo, como en el

clculo de una variable, no todos los puntos crticos
generan un mximo o un mnimo. En un punto crtico,
una funcin podra tener un mximo relativo o un mnimo
relativo o ninguno de los dos.

estn determinadas por

x 0

tiene un mximo

llama punto crtico o punto estacionario

es una funcin de las tres

, entonces las derivadas parciales

D1 f ( x , y , z )= lim

f ( x1 , x2 , x k + x k , . x n )f
Si (xf 1 , xtiene
un
2, x
n) mximo relativo o un mnimo
en
xrelativo,
(a , b) y las derivadas parciales de
k
f x ( a ,b )=0 y f y ( a , b )=0

(x, y)

definicin se cumplen para todos los puntos

primer

En particular, si

f ( x , y ) f (a ,b)

si

f ( x + x , y , z )f (x , y , z)
x

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

f (x , y)
g ( x , y )=k . Es

Para empezar se calculan los extremos de

sujeta a una restriccin de la forma

La parte medular de la solucin de estos

problemas consiste en saber construir una funcin que
describa el comportamiento del fenmeno enunciado.
Una vez construida dicha funcin, simplemente se le
aplica el procedimiento de encontrarle sus mximos y/o
mnimos

decir, hay que buscar los valores extremos de

f (x , y)

cuando el punto

a quedar en la curva de nivel

( x , y ) est restringido
g ( x , y )=k .

Esta clase de razonamiento tambin se aplica al

problema de encontrar los valores extremos de

2.1.4 MULTIPLICADORES DE LAGRANGE

sujeta
a
la
restriccin
de
f ( x , y , z)
Por consiguiente, el punto
g ( x , y , z )=k .
( x , y , z ) est restringido a estar ubicado en la
superficie
de
nivel
con
ecuacin
S
g ( x , y , z )=k

El teorema de los multiplicadores de LaGrange es

el instrumento terico ms clsico, y el primero desde el
punto de vista histrico, para resolver problemas de
optimizacin con restricciones. Su creador, Joseph-Louis
LaGrange (Turn, 1736 Pars, 1813), utiliz por primera
vez la tcnica de los multiplicadores para resolver
problemas del clculo de variaciones en su clebre
tratado Mchanique Analitique, en el cual dot a la
Mecnica de un formalismo analtico adecuado, y
posteriormente lo expuso en su no menos clebre obra
sobre clculo diferencial

Para determinar los valores mximos y mnimos de

sujeta
a
la
restriccin
f ( x , y , z)
g ( x , y , z )=k , [suponiendo que estos valores
existan y que g 0 se encuentre en la superficie
de g ( x , y , z ) =k ]

Con frecuencia ocurre que en la ecuacin de

restriccin no se puede despejar fcilmente una de las
variables o que la restriccin no se puede parametrizar
en trminos de una variable. Incluso, aunque se puede
aplicar una de estas tcnicas, otro mtodo puede ser
ms sencillo: El de los multiplicadores de LaGrange.

a) Determinar todos los valores de x, y, z y

tal que

f ( x , y , z )= g ( x , y , z )
g ( x , y , z )=k
b) Evaluar

en todos los puntos

( x, y ,z)

que

resulten del paso (a). El ms grande de estos valores es

f;

el mximo de

Algunas veces necesitamos obtener los valores

extremos de una funcin cuyo dominio est restringido a
cierto subconjunto particular del plano (por ejemplo, un
disco, una regin triangular cerrada, o a lo largo de una
curva). Hay casos donde el crtico es uno solo o varios,
pero con la misma imagen, su clasificacin se realiza
tomando otro punto de la restriccin y comparando las
imgenes en la funcin a optimizar. Adems no todos los
problemas son de carcter geomtrico.

de

el ms pequeo es el valor mnimo

f.

Si se escribe la ecuacin vectorial f = g

en trminos de sus componentes, entonces las
ecuaciones en el paso (a) se transforman en

f x = g x
f y = g y

Es ms fcil explicar el fundamento geomtrico del

mtodo de LaGrange para funciones de dos variables.

f z= g z
4

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

g ( x , y , z )=k

las condiciones de LaGrange aun sin ser mximos ni

mnimos

Este es un sistema de cuatro

ecuaciones con cuatro incgnitas x , y , z y , pero

no es necesario determinar los valores explcitos de

3 PLANTEAMIENTO DEL PROBLEMA

Cada superficie de restriccin, en cada punto, tiene

definido un gradiente, que es un vector normal a dicha
superficie. Por lo tanto, la curva de interseccin de
ambas superficies es normal a ambos vectores
gradiente.

Este trabajo se hace para la empresa Lmpidos de

Sabanalarga, el cual quiere incursionar vendiendo
sachet del producto pero para esto no tiene con mucho
presupuestos, por tanto decide que los sachets donde
estos sern enviados a la venta tendrn un precio
determinado para poder tener control de los gastos y as
obtener mayor utilidad.
Para esto determinamos seguir los siguientes pasos;

El mtodo de multiplicadores de LaGrange puede

extenderse en el caso en que impongan varias
restricciones. En particular, si se desea determinar los
puntos crticos de la funcin que tiene valores
sujeta
f ( x , y , z)
y
g ( x , y , z )=0

las

dos

1. Se determinar la funcin objetivo que represente el

problema que se quiere solucionar en este caso es la
capacidad optima de los sachets mediante un
presupuesto determinado para cada una.

restricciones

h ( x , y , z ) =0

determinan los puntos crticos de la funcin

se

de

x , y , z , y para la cual
F ( x , y , z , , )=f ( x . y . z ) + g ( x . y . z ) + h ( x . y . z )

las cinco variables

.

2. Para el desarrollo de la solucin se utilizar los

criterios de las derivadas parciales para hallar mximos
y mnimos; estudiadas en clase y que nos ayudaran a
determinar las medidas mximas del material con el
presupuesto que se tiene para cada Sachets.
3. Se usar los multiplicadores de LaGrange para
determinar los puntos crticos, que definirn las
restricciones. Segn la teora LaGrange puede
determinar los mnimos y/o mximos en su lmite de tal
manera que se aproveche en lo posible los recursos.

El papel que juegan los multiplicadores de

LaGrange se reduce al de meras variables auxiliares,
carentes de todo inters intrnseco salvo el de hacer
posible el clculo de potenciales ptimos locales. Sin
embargo, los multiplicadores de LaGrange poseen un
importante significado matemtico, que resulta
especialmente relevante en problemas de tipo
econmico.

4. Se buscar la distribucin ms ptima que satisfaga la

solucin del problema. Es decir, la alternativa de las
medidas con las que se puede trabajar el material y el
cual permita mayor beneficio para la distribucin del
producto.
5. Se graficar el comportamiento de las funciones
estudiadas. Para asi representar el estudio hecho y de
qu forma nos ayuda

El autntico significado de los multiplicadores de

LaGrange es que son las derivadas parciales de la
funcin valor con respecto de los segundos miembros de
las restricciones, es decir, miden la tasa de variacin del
valor ptimo del problema en relacin a pequeos
cambios en los segundos miembros. Una interpretacin
anloga de los multiplicadores de LaGrange es
asimismo vlida en el caso de extremos locales, e
incluso en el caso ms general de puntos que satisfacen

4 ANALISIS DE DATOS
El material para el fondo de un sachet cuesta el
triple por pie cuadrado que el material para los
lados y la tapa. Determine la mxima capacidad

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

que puede tener si la cantidad total de dinero

disponible para el material es $12 y el material
para el fondo cuesta $0,60 el pie cuadrado.

Los vectores son iguales, solo si sus componentes son

iguales:

f x = g x
f y = g y
f z= g z

Reemplazando obtenemos un sistema de 4x4:

yz= ( y +z )
Imagen 1. Anlisis grafico del planteamiento.
Funcin objetivo:

V ( x , y , z )=xyz

Ecuacin (1).

xz= ( 2 z+ x )

Ecuacin (2).

xy= ( 2 y + x )

Ecuacin (3).

2 yz+ xy + xz =30

Ecuacin (4).

f ( x , y , z )=xyz
Dividimos la Ec. (1) entre la Ec. (2):

yz ( y + z )
=
xz ( 2 z+ x )

Restriccin:

0,6 yz +0,2 ( 2 xy +2 xz+ yz )=12

y y+z
=
x 2 z+ x

0,8 yz +0,4 xy +0,4 xz =12

0,4 ( 2 yz + xy+ xz )=12
2 yz+ xy + xz =

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

12
0,4

2 yz+ xy =xy + xz

2 yz=xz

2 yz+ xy + xz =30

2 y=x

g ( x , y , z )=2 yz + xy + xz=30

Ecuacin (5).

f =
g
Dividimos la Ec. (1) entre la Ec. (3):

^ ( xz ) ^j+ ( xy ) k^
f =( yz ) i+

yz ( y + z )
=
xy ( 2 y+ x )

^ ( 2 z + x ) ^j+ ( 2 y+ x ) k^
g=( y + z ) i+

z
y+z
=
x 2 y+x
6

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

Los valores obtenidos en la Ec. (8), Ec. (9) y Ec. (10) los
sustituimos en la Ec. (4):

z ( 2 y + x )=x ( y + z)
2 yz+ xz =xy+ xz

2(2 )(2 )+(4 )(2 )+(4 )(2 )=30

2 yz=xy
2 z =x

8 2 +8 2+ 8 2=30
Ecuacin (6).

24 2=30
2

Dividimos la Ec. (2) entre la Ec. (3):

xz ( 2 z+ x )
=
xy ( 2 y+ x )

30 10 5
= =
24 8 4

z 2 z+ x
=
y 2 y+ x

5
4

5
=
2

z ( 2 y + x )= y (2 z+ x )
2 yz+ xz =2 yz + xy

Como buscamos un volumen real, est no puede ser

negativo, por lo que:

xz=xy
z= y

5
=
2

Ecuacin (7).

Reemplazamos la Ec. (7) en la Ec. (1):

Obtenemos el punto crtico de la funcin, reemplazando

el valor del multiplicador en la Ec. (8), Ec. (9) y Ec. (10):

y ( y )= ( y + y )

y=

y =2 y
y=2

Ecuacin (8).

z=

Ecuacin (9).

x=

Ecuacin (10).

Ecuacin (13).

4 5
2

x=2 5

Ecuacin (12).

2 5
2

z= 5

x=2(2 )
x=4

2 5
2

y= 5

Reemplazamos la Ec. (8) en la Ec. (7) y en la Ec. (5):

z=2

Ecuacin (11).

Ecuacin (14).

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

Punto crtico de la funcin:

(

2 5

Funcin en el punto crtico:

CODIGO EN MATLAB

f ( 2 5 , 5 , 5 )=2 5 5 5
f ( 2 5 , 5 , 5 )=10 5=22,36 ft

[y,z]=meshgrid(1:.3:5);
x=((22.3)./(y.*z));

La siguiente grfica describe el comportamiento de

la funcin

f ( x , y , z )=xyz

surfc(x,y,z);

, teniendo en cuenta en

volumen mximo hallado mediante los multiplicadores

para ver el comportamiento de dicho volumen.

xlabel('Eje X');
ylabel('Eje Y');
zlabel('Eje Z');
hold on

Continuaremos a realizar la grfica del

comportamiento de la funcin que nos restringe nuestra
ecuacin, dada mediante los parmetros puestos y
llamada restriccin.

Grafica 1. Funcin objetivo.

Grafica 3. Funcin restriccin.

Grafica 2. Comportamiento de la funcin objetivo.

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

diff(g,y)
diff(g,z)

En el anterior planteamiento logramos encontrar el

volumen mximo que podemos realizar con un
presupuesto base determinado, de esta manera
consolidamos las mejores medidas del paraleleppedo
para lograr la optimizacin econmica, teniendo en
cuenta la variacin de los costos de las diferentes reas
pertenecientes a los lados de ste.

Grafica 4. Comportamiento de la funcin restrictiva.

Por el mtodo de los multiplicadores de LaGrange

utilizado en las funciones de varias variables, se
determin la existencia de un solo lmite mnimo, que
nos indica que para cumplir dicha restriccin existente es
aplicable solo a el punto crtico existente, es decir, con
valores diferentes a los especificados no se hallara el
mismo costo o el mismo volumen.

CODIGO EN MATLAB

[y,z]=meshgrid(1:.2:5);
x=(30-2*y*z)/(y+z);
surfc(x,y,z);
xlabel('Eje X');

5 CONCLUSIONES

ylabel('Eje Y');
zlabel('Eje Z');
hold on

La utilizacin de los multiplicadores de LaGrange

para hallar mximos y mnimos determinados en una
funcin nos permite evaluar la razn de cambio de esa
funcin con respecto a restricciones reales, en nuestro
caso nos ayud a optimizar el espacio generado en una
sachet con un presupuesto dado, teniendo en cuenta el
gasto generado por cada rea de las caras.

CODIGO EN MATLAB PARA DETERMINAR

DERIVADAS PARCIALES

syms x y z
f=x*y*z

Mediante el presupuesto de $12 condicionndolo a

los parmetros evaluados en la construccin del sachet,
se puede aprovechar al mximo el espacio ocupando

g=2*y*z+x*y+x*z-30

est un volumen de

diff(f,x)
diff(f,y)
diff(f,z)
diff(g,x)

22,36 ft 3

UNIVERSIDAD DE LA COSTA
FACULTAD DE INGENIERA

6 REFERENCIAS

[1]

[2]

[3]
[4]
[5]
[6]
[7]
[8]

[9]

METODO DE LAGRANGE PARA MAXIMOS Y MINIMOS

[Web
en
lnea]
disponible
en:
http://www.yumpu.com/es/document/view/14513584/metod
o-de-lagrange-para-maximos-y-minimos Consultado: 18
de Abril de 2014
LARSON, Ron, HOSTETLER, Robert P., EDWARDS,
Robert P., Calculo II de varias variables. 8va edicion.
Editorial Mc Graw Hill. Pg 906
PURCELL, Edwin Joseph, RIGDON, Steven, Calculo.
Edicin 9. Editorial Pearson. Pg., 666-671
LEITHOLD, Louis. El Clculo. 7 ta edicin. Oxford University
Press. Pg 948, 1011
ZILL, Dennis G., WRIGHT, Warren S. Calculo de varias
variables. 4ta edicion. Editorial Mc Graw Hill. Pg 729
STEWART, James. Calculo de varias variables, Cengage
Learning Editors, 2008. Pg. 922-923. 934-935
E.E. KASSIR. Calculo vectorial. Universidad Nacional de
Colombia. Bogot 2005. Pg. 136.
LAGRANGE
[Web en lnea] Disponible en:
http://www.fis.utfsm.cl/fis140/Lagrange.pdf. Consultado: 18
de Abril del 2014
MATEMATICALIA [Web en linea] Disponible en:
http://www.matematicalia.net/index.php?
option=com_content&task=view&id=326&Itemid=199.
Consultado: 18 de Abril del 2014

ANEXOS:

10