Repaso: Valores extremos de funciones de una variable

Tema 07:
Valores extremos de campos multivariables
Juan Ignacio Del Valle Gamboa
Sede de Guanacaste
Universidad de Costa Rica

Ciclo I - 2014

Repaso: Frmula de Taylor

Sea y = f (x) tal que f : R R, y sea (x0 , y0 ) un par ordenado

perteneciente a la grfica de dicha funcin. Sea x un valor cercano a
x0 . Entonces,

f (x)

i=1

i!

x0 )i

f (x) f (x0 ) + f 0 (x0 )(x x0 ) +

Los valores extremos (mnimos, mximos) de una funcin de una

variable y = f (x) son aquellos valores de la variable x en donde
df
dx = 0.

Repaso: Criterio de la Segunda Derivada

Frmula de Taylor

i
X
f (x0 )(x

Teorema

De la derivacin anterior, se puede conclur lo siguiente para el caso

de que (x0 , y0 ) corresponda a un valor extremo de la funcin y = f (x):
I

f 0 (x0 ) = 0

Para valores de x cercanos a x0 , se cumple que:

00
2
0)
.
f (x) f (x0 ) f (x0 )(xx
2

f 00 (x0 )(x x0 )2
+ ...
2

El signo de la anterior expresin solamente depende del signo

del trmino f 00 (x0 ).

Repaso: Criterio de la Segunda Derivada (2)

Generalidades

Teorema

Sea (x0 , y0 ) un valor extremo de la funcin y = f (x), y x un valor

cercano a x0 . Entonces,
I

Si f 00 (x0 ) > 0 entonces f (x) f (x0 ) > 0 y el punto es un valor

minimo.

Si f 00 (x0 ) < 0 entonces f (x) f (x0 ) < 0 y el punto es un valor

mximo.

Puntos de ensilladura

Los valores extremos de funciones multivariables ya no se

limitan solamente a puntos, sino que pueden presentarse a lo
largo de curvas.

De forma anloga al caso de una variable, los valores extremos

se detectan porque all se hacen nulas las derivadas direccionales
en cualquier orientacin

Criterio para detectar puntos crticos

Puntos crticos

Sea una funcin z = f (x, y) un campo escalar multivariable tal que

f : D R2 R. Entonces los puntos crticos de la funcin pueden
ser:
I

Definicin

Los puntos de ensilladura son un nuevo tipo de valores extremos que

se presentan en los campos multivariables dependientes de dos
variables, en donde las derivadas direccionales se anulan pero la
concavidad de la grfica es positiva en algunas direcciones y opuesta
en otras.

Aquellos donde todas las derivadas direccionales se anulan. Es

f
f
= y
= 0.
decir, donde f = 0 x

Los puntos en la frontera de la regin D.

Los puntos donde alguna de las derivadas parciales se indefinen

Frmula de Taylor para campos escalares en R2

La teora de los desarrollos limitados vista en el clculo de una

variable puede extenderse a las nuevas funciones estudiadas
recientemente.

Teorema: Frmula de Taylor

Sea z = f (x, y) un campo escalar definido tal que f : D R2 R.
Sea (x0 , y0 ) un punto perteneciente a la grfica de la funcin z, y sea
(x, y) un par ordenado cercano a (x0 , y0 ). Entonces, el valor de la
funcin z se puede aproximar en el par ordenado (x, y) de la siguiente
forma:

f (x, y) = f (x0 , y0 ) + f (x0 ,y0 ) [(x, y) (x0 , y0 )]

1
+ [(x, y) (x0 , y0 )]H(x0 ,y0 ) [(x, y) (x0 , y0 )]t
2
Obsrvese cmo el vector gradiente aparece en vez de las primeras
derivadas en el caso de la frmula de una variable; y en vez de las
segundas derivadas aparece la matriz H.

Criterio de la segunda derivada para campos escalares en R2

Sea (x0 , y0 ) un valor extremo de la funcin z = f (x, y) identificado
previamente por el mtodo de deteccin de puntos crticos
anteriormente descrito. Entonces se puede utilizar la frmula de
Taylor para estudiar el comportamiento de los puntos (x, y)
adyacentes a (x0 , y0 ):
f (x, y) f (x0 , y0 ) =

1
[(x, y) (x0 , y0 )]H(x0 ,y0 ) [(x, y) (x0 , y0 )]t
2

Recordar que:

La matriz Hessiana
La matriz H que aparece en la frmula de Taylor se conoce como
matriz Hessiana de la funcin f (x, y), y se define de la siguiente
forma:

H =

2f
x2

2f
xy

2f
yx

2f
y2

La matriz Hessiana es una matriz simtrica (por la igualdad de

las derivadas parciales de segundo orden cruzadas).

Obsrvese que en la frmula de Taylor esta matriz debe

evaluarse en el punto (x0 , y0 ).

Criterio de la segunda derivada para campos escalares en R2

Teorema

Sea (x0 , y0 ) un valor extremo de la funcin z = f (x, y) identificado

previamente por el mtodo de deteccin de puntos crticos
anteriormente descrito. Entonces,
I

Si det H > 0 y

Si det H > 0 y

2f
x2
2f
x2

> 0 entonces (x0 , y0 ) es un punto mnimo.

< 0 entonces (x0 , y0 ) es un punto mximo.

El vector gradiente es nulo en estos puntos crticos.

Si det H < 0, entonces (x0 , y0 ) es un punto de ensilladura.

El signo del trmino restante depende nicamente de la matriz

Hessiana.

Si det H = 0 entonces no hay criterio.

Al ser la matriz Hessiana simtrica, el signo de la expresin

anterior est determinado por el hecho de que H sea una matriz
definida positiva o definida negativa.

Criterio generalizado de la segunda derivada

Regla de la cadena: ejemplo

Criterio

Sea f : Rn R un campo escalar y P = 

(x1 , x2 , ..., xn ) un valor
2f
crtico de esa funcin. Sea Hij,P = xi xj la matriz Hessiana
P
asociada a la funcin f evaluada en P, y n1 , n2 , ...2 , 1 las
n 1 matrices menores principales de H. Entonces,
I

Si det(HP ) > 0 y det(k ) > 0 para todo k, P es un valor mnimo

de f .

Si det(HP ) < 0 y los signos de los determinantes de los menores

principales se alternan (det(n1 ) > 0, det(n2 ) < 0, etc.), P
es un valor mximo de f .

Si todos estos determinantes son diferentes de cero, pero no se

cumple ninguno de los casos anteriores, P es un punto de
ensilladura.

Si alguno de los determinantes es igual a cero, el criterio no es

concluyente.

Multiplicadores de Lagrange

Funcin Lagrangiano

Teorema
I
I
I

Sea f : U

Rn

R una funcin multivariable de clase

Ascendiendo a la cima del volcn Rincn de la Vieja

C0 .

Sean g1 , g2 , ..., gm : U R tambin diferenciables, con m < n.

Definicin

Para la funcin f y las restricciones gi anteriormente descritas, se

define la funcin Lagrangiano como:

Sea S = x U | gi (x) = 0 i.

Si x0 S es un extremo condicionado de f , entonces existen m

nmeros reales 1 , 2 , ..., m tales que:

f (x0 ) +

m
X
k=1

k gk (x0 ) = 0

En otras palabras, el gradiente de la funcin evaluado en un punto

crtico es paralelo a los gradientes de las restricciones evaluados en el
mismo punto.

L(x, 1 , 2 , ..., n ) = f (x)

m
X

k gk (x)

k=1

Los valores k se conocen como multiplicadores de Lagrange.

Teorema

Encontrar los valores extremos de la funcin f sujeta al conjunto gi de

restricciones, equivale a encontrar los valores extremos de la funcin
Lagrangiano. Es decir, los puntos crticos son aquellos donde

L = 0 .

El Hessiano Limitado

Criterio de la segunda derivada

Para trabajar los problemas de valores extremos de una funcin

f (x, y, z) sujeta a la restriccin g(x, y, z) = 0, se define la matriz
Hessiano Limitado como:

0 gx gy gz
gx Lxx Lyx Lzx

H =
gy Lxy Lyy Lzy
gz Lxz Lyz Lzz

Caso: Funcin de dos variables con una restriccin

Solo ocupa calcularse n = 2 1 = 1 un determinante, que sera el
determinante de la matriz Hessiana limitada:

0 gx gy
H = gx Lxx Lyx
gy Lxy Lyy

Criterio
I

Si det(H)(x0 ,y0 ) > 0, entonces el punto es un mximo local.

Si det(H)(x0 ,y0 ) < 0, entonces el punto es un mnimo local.

Si det(H)(x0 ,y0 ) = 0, entonces el criterio no es concluyente.

Teorema

La cantidad n de determinantes a calcular necesarios para identificar

los puntos crticos de una funcin multivariable sujeta a restricciones
es igual a la diferencia de la cantidad de variables independientes v y
la cantidad de restricciones r:
n = vr

Caso: Funcin de tres variables con una restriccin

Ocupamos resolver n = 3 1 = 2 determinantes: el de la matriz
hessiana limitada, y el de su menor principal (eliminar ltima fila y
ltima columna).

0 gx gy gz
gx Lxx Lyx Lzx

H =
gy Lxy Lyy Lzy
gz Lxz Lyz Lzz

Criterio

0 gx gy
= gx Lxx Lyx
gy Lxy Lyy

Si det(H)P < 0 y det(3 )P < 0, entonces el punto es un mnimo

local.

Si det(H)P < 0 y det(3 )P > 0, entonces el punto es un mximo

local.

Si det(H)P > 0 entonces el punto es un punto de ensilladura.

Si det(H)P = 0 entonces el criterio no es concluyente.

Caso: Funcin de tres variables con dos restricciones

Se forma la funcin Lagrangiano:
L(x, y, z, 1 , 2 ) = f (x, y, z) 1 g(x, y, z) 2 h(x, y, z)
Se requiere calular n = 3 2 = 1 un solo determinante:

Criterio

H =

0
0 hx hy hz
0
0 gx gy gz

hx gx Lxx Lyx Lzx

hy gy Lxy Lyy Lzy

hz gz Lxz Lyz Lzz

Si det(H)P > 0, el punto es un mnimo local.

Si det(H)P < 0, el punto es un mximo local.

Si det(H)P = 0, el criterio no es concluyente.