Analisis Matematico II - Curso 2017, Segundo cuatrimestre

Nota sobre formas cuadraticas y aplicacion al analisis de extremos de una funcion

Breve resumen acerca de las formas cuadraticas

Necesitamos recordar algunas definiciones y resultados sobre las formas cuadraticas que aplicaremos al
estudio de los extremos relativos.
1. Forma cuadratica
Una forma cuadratica en Rn es una aplicacion del tipo:
n 
X aij = aji R
: Rn R, dada por (x) = aij xi xj , donde
x = (x1 , x2 , , xn )
i,j=1

Vamos a utilizar las formas cuadraticas para clasificar puntos estacionarios a partir de la matriz hessiana
de una funcion f de clase C 2 . Esta regularidad garantiza la igualdad de las derivadas segundas cruzadas
en un punto dado. Entonces, para un punto P0 = (x01 , x02 , x0n ), su matriz hessiana Hf (P0 ) esta
dada por

2f 2f 2f



x21 x1 x2 x1 xn fx1 x1 fx1 x2 fx1 xn


Hf (P0 ) =

(P0 ) =
(P0 ),
2
f 2f fx1 xn fxn xn
xn x1 x2n

que resulta ser una matriz simetrica.

En consecuencia, dicha matriz define una forma cuadratica, que viene dada por:

n
1 X
Hf (P0 )(h) = fx x (P0 )hi hj , para todo h Rn
2 i,j=1 i j

2. Autovalores de una matriz simetrica

Consideremos una matriz cuadrada A de orden n.
Se llama autovalor a todo numero (real o complejo) que es solucion de la ecuacion det(A I) = 0.
El polinomio p() = det(A I) se llama polinomio caracterstico de A.
Se sabe que
Si la matriz tiene coeficientes reales y es simetrica (como ocurre con la matriz hessiana), todos
sus autovalores son reales.
Sean 1 , , n los n autovalores de la matriz A (contados tantas veces como su multiplicidad).
Existe una base B = (u1 , , un ) de Rn tal que la forma cuadratica asociada se puede escribir
como
n
X
(x) = j x2j , donde(x1 , xn ) son los coordenadas del vector x en la base B.
j=1

3. Clasificacion de las formas cuadraticas

Una forma cuadratica se llama:
definida positiva si (x) > 0 para todo x 6= 0.
definida negativa si (x) < 0 para todo x 6= 0.
semidefinida positiva si (x) 0 para todo x.
semidefinida negativa si (x) 0 para todo x.
no definida o indefinida si toma valores positivos y negativos

1
 4. Criterios para decidir si una forma cuadratica es definida Existen varios criterios para decidir si una
forma cuadratica es definida o no. Mencionaremos dos de ellos.

a) Determinacion del signo de los autovalores

De acuerdo a los resultados enunciados en el punto 2, para estudiar si una forma cuadratica es
definida o no, alcanzara con saber el signo de los autovalores de la matriz A que la define. Entonces
es definida positiva si y solo si todos los autovalores de A son positivos.
es definida negativa si y solo todos los autovalores de A son negativos.
es semidefinida positiva si y solo si todos los autovalores de A son mayores o iguales a 0.
es definida negativa si y solo todos los autovalores de A son menores o iguales a 0.
es no definida o indefinida si A tiene autovalores positivos y negativos.

b) Criterio de Sylvester
Considerando la matriz A asociada a la forma cuadratica , se van calculando los determinantes
k de las submatrices Ak de orden k que forman los elementos de las primeras k filas y las k
primeras columnas, para k = 1, 2, , n. Entonces
es definida positiva si y solo si k > 0 para todo k = 1, 2, , n.
es definida negativa si y solo si (1)k k > 0 para todo k = 1, 2, , n.

c) Regla de los signos de Descartes

Como solamente estamos interesados en conocer el signo de los autovalores, y no sus magnitudes,
en algunos casos puede resultar util el siguiente resultado.
Escribamos al polinomio caracterstico p() = an n + an1 n1 + + a1 + a0 . Se verifica que:
el numero de races positivas de p (contando sus multiplicidades) es igual al numero de cambios
de signo en la sucesion an , an1 , , a1 , a0 de los coeficientes de p(x) .
el numero de races negativas de p (contando sus multiplicidades) es igual al numero de cam-
bios de signo en la sucesion de los coeficientes de p(x) (es decir, (1)n an , (1)n1 an1 , ,
a1 , a0 ).

Condicion suficiente de extremos

Sea f una funcion de clase C 2 que presenta en P0 un punto estacionario (es decir, f (P0 ) = 0). Entonces,
Si el hessiano Hf (P0 ) es definido positivo, P0 es un mnimo local.
Si el hessiano Hf (P0 ) es definido negativo, P0 es un maximo local.

Si el hessiano Hf (P0 ) es no definido, P0 es un punto silla.

Como el hessiano es una matriz cuadrada de coeficientes reales y simetrica, se puede utilizar cualquiera de
los criterios enunciados anteriormente.

Observacion util: Para el caso de R2 , tambien pueden utilizar la version ya desarmadadel criterio de
Sylvester, que dira: Sea f (x, y) es una funcion de clase C 2 y P0 es un punto estacionario de la funcion. Si

1 = fxx (P0 ) > 0
Hf (P0 ) es definida positiva
2 = det(Hf (P0 )) = fxx (P0 )fyy (P0 ) fxy (P0 )2 > 0


1 = fxx (P0 ) < 0
Hf (P0 ) es definida negativa
2 = det(Hf (P0 )) = fxx (P0 )fyy (P0 ) fxy (P0 )2 > 0

Si 2 < 0, entonces Hf (P0 ) es no definida.

2
Recordemos siempre verificar que la funcion f a estudiar sea de clase C 2 para garantizar la simetra de la
matriz hessiana. Por supuesto, en los casos en que ningun criterio decida, habra que analizar la funcion en
un entorno del punto estacionario para probar si se trata o no de un extremo.

Ejemplos
Ejemplo 1. Hallar los extremos relativos de la funcion f (x, y, z) = x2 z + y 2 z + 32 z 3 4x 4y 10z + 1.
Comencemos hallando los puntos crticos. Como f es de clase C 2 en R3 ya que es polinomial (en realidad es
C ), sus unicos puntos crticos son estacionarios. Planteemos la condicion f (x, y, z) = 0:

fx = 2xz 4 = 0 x = 2/z (por que z 6= 0?)

fy = 2yz 4 = 0 y = 2/z ,
fz = x2 + y 2 + 2z 2 10 = 0 x2 + y 2 + 2z 2 10 = 0

8
lo que conduce a la ecuacion + 2z 2 10 = 0, o, equivalentemente 8 + 2z 4 10z 2 = 0.
z2
Llamando u = z 2 obtendremos u1 = 4 y u2 = 1 y, finalmente, z = 2; 1.
Llevando estos datos al sistema original, obtenemos cuatro puntos crticos. Comprueben que son los siguien-
tes: P1 = (2, 2, 1), P2 = (2, 2, 1), P3 = (1, 1, 2) y P4 = (1, 1,
2).
2z 0 2x
La matriz hessiana para un punto cualquiera es: Hf (x, y, z) = 0 2z 2y .
2x 2y 4z
Usaremos los distintos criterios que hemos mencionado hasta ahora para clasificar cada punto estacionario.

2 0 4
1. Hf (P1 ) = 0 2 4 .
4 4 4
Desarrollando, por ejemplo, por la primera fila, el polinomio caracterstico
 
 2 0 4   

p() =  0 2 4  = (2 ) (2 )(4 ) 16 + 4(4)(2 ) = (2 )(2 6 24)
 4 4 4 

tiene a = 2; 3 33 como races. Como dos de los autovalores son positivos y uno negativo, el
hessiano es no definido y, por lo tanto, P1 es un punto silla.

2 0 4
2. Hf (P2 ) = 0 2 4 . Podemos observar que Hf (P2 ) = Hf (P1 ); entonces los autovalores
4 4 4
seran los opuestos a los obtenidos en el tem anterior1 . Pero entonces el hessiano tiene dos autovalores
negativos y uno positivo; por lo tanto P2 tambien sera un punto silla.

4 0 2
3. Hf (P3 ) = 0 4 2 . Utilizaremos el criterio de Sylvester:
2 2 8
1 = 4 (> 0)
 
 4 0 
2 =  = 16 (> 0)
0 4 
 
 4 0 2   
 4 2 

 0

 4 
3 =  0 4 2  = 4
 
 + 2 2
  = 4 28 16(> 0)
2 8 2 
 2 2 8 
Como todos son positivos, el hessiano es definido positivo y, por lo tanto, P3 es un mnimo relativo.
1 Si es un autovalor de cierta matriz A de nxn, se tiene que 0 = det(A I) = det((A + I)) = (1)n det(A ()I).
Es decir que es un autovalor de la matriz A.

3

4 0 2
4. Hf (P4 ) = 0 4 2 . Podramos observar, como en el segundo tem, que Hf (P3 ) = Hf (P4 ),
2 2 8
razon por la cual la matriz hessiana sera definida negativa. Para practicar un poco mas, utilizaremos
de todas formas el criterio de Sylvester:
1 = 4
 
 4 0 
2 =  = 16
0 4 
   
 4 0 2   4 0 2     
 = 4  4 2 
     0 4 
3 =  0 4 2  = (1)(1)(1)  0
 4 2  2 + 2  = (4 28 16)
 2
 8  2 2 
2 8   2 2 8 
Como se cumple que (1)i i > 0 para i = 1, 2, 3, el hessiano es definido negativo y, por lo tanto, P4
es un maximo relativo.
Ejemplo 2. Sea f (x, y, z) = xyz.
Se trata de una funcion al menos C 2 (R3 ) por ser polinomica.
Comprueben que f (x, y, z) = (yz, xz, xy) = 0 da como solucion los puntos Px = (x, 0, 0), Py = (0, y, 0) y
Pz = (0, 0, z), con x, y, z R, y en todos
los casosla funcion toma el valor 0.
0 z y
La matriz hessiana es Hf (x, y, z) = z 0 x .
y x 0
0 0 0
Comencemos con los puntos Px . El hessiano toma la forma Hf (x, 0, 0) = 0 0 x .
0 x 0
Claramente el criterio de Sylvester no decide, pues 1 = 0.
 
 0 0 

El polinomio caracterstico p() =  0 x  = (2 x2 ) tiene a = 0, x, x como soluciones.
 0 x 
Una vez mas, el criterio no decide porque tiene un autovalor nulo.
Recordemos que f (x, 0, 0) = 0, y supongamos x > 0. Calculemos f (x, h, k) = xhk. Si elegimos hk > 0,
tendremos que f (x, h, k) > 0 = f (x, 0, 0), mientras que si elegimos hk < 0, obtendremos que f (x, h, k) <
0 = f (x, 0, 0). Por lo tanto (x, 0, 0) es un punto silla.
Con el mismo argumento, se puede probar que para x < 0, tambien se obtienen puntos silla.
Para el caso (0, 0, 0), podramos calcular f (h, h, h) = h3 . Claramente tiene signos diferentes segun se elija
h > 0 o h < 0, razon por la cual el origen tambien es un punto silla.
Queda como ejercicio analizar los otros puntos estacionarios: (0, y, 0 y (0, 0, z).

Ejemplo 3. Busquemos extremos de la funcion g(x, y, z) = x2 + y 2 .

Tambien en este caso la funcion es de clase al menos C 3 . El gradiente g(x, y, z) = (2x, 2y, 0) = 0 en los
puntos (0, 0, z0 ), con z0 R.
2 0 0
El hessiano en dichos puntos (en realidad en cualquier punto de R3 ), es Hf (0, 0, z0 ) = 0 2 0 .
0 0 0
Como es una matriz diagonal, sus autovalores son los elementos de la diagonal, es decir, 1 = 2 (con
multiplicidad 2) y 2 = 0. La matriz es semidefinida positiva (el criterio no decide).
Sin embargo, g(0, 0, z0 ) = 0 x2 + y 2 = g(x, y, z) para todo (x, y, z) R3 . Luego, los puntos (0, 0, z0 ) son
todos mnimos absolutos.