Los dispositivos de Internet de las Cosas (IoT) pueden integrarse con aplicaciones que requieren un procesamiento intensivo de datos contextuales, control inteligente de vehículos, sensores remotos de salud, realidad virtual, minería de datos, gestión del tráfico y aplicaciones interactivas. Sin embargo, existen tareas computacionalmente intensivas que deben completarse rápidamente dentro de las restricciones de tiempo de los dispositivos IoT. Para abordar este desafío, los investigadores han propuesto la externalización de la computación, donde las tareas de cálculo se envían a servidores periféricos en lugar de ejecutarse localmente en dispositivos de usuario. Este enfoque implica el uso de servidores periféricos ubicados cerca de los usuarios en estaciones base de redes celulares, también conocido como Computación Periférica Móvil (MEC). El objetivo es externalizar tareas a servidores periféricos, optimizando tanto la latencia como el consumo de energía. El objetivo principal de este documento mencionado en el resumen es diseñar un algoritmo para la toma de decisiones de externalización de tareas optimizado en tiempo y energía en entornos MEC. Por lo tanto, desarrollamos un Algoritmo de Optimización de Recursos de Dualidad de Lagrange (LDROA) para optimizar tanto la externalización de decisiones como la asignación de recursos para tareas, ya sea para ejecutar localmente o externalizar a un servidor periférico. La técnica LDROA produce resultados de simulación superiores en términos de externalización de tareas, con un rendimiento mejorado en la latencia de cálculo y el uso de costos en comparación con métodos convencionales como la Externalización Aleatoria, el Equilibrio de Carga y el esquema de Externalización de Latencia Codicioso.