Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Extremos de funciones f : R
n
7R (continuacin)
Hasta ahora tenemos una estrategia para hallar candidatos a minimizadores, maximizadores o puntos de
ensilladura, consiste en la resolucin del sistema de n ecuaciones y n variables:
f(x) =
0
En vas a reconocer qu tipo de puntos extremos son esos candidatos, hemos denido anteriormente matrices
denidas positivas, negativas, semidenidas positivas y negativas, adems de matrices indenidas.
Veremos ahora un concepto ms que nos ayudar con ese propsito.
Denicin 1.1 (Matriz Hessiana) Sea la funcin f : R
n
7 R. Supongamos que f posee segundas
derivadas parciales continuas
1
en R
n
. Entonces, la matriz hessiana de f en x, denotada por
2
f(x), est
dada por
2
f(x) =
2
f
x
1
x
1
(x)
2
f
x
2
x
1
(x)
2
f
x
n
x
1
(x)
2
f
x
1
x
2
(x)
2
f
x
2
x
2
(x)
2
f
x
n
x
2
(x)
.
.
.
.
.
.
.
.
.
.
.
.
2
f
x
1
x
n
(x)
2
f
x
2
x
n
(x)
2
f
x
n
x
n
(x)
f
x
1
(x)
f
x
2
(x)
.
.
.
f
xn
(x)
2
f(x, y, z) =
(2x + yz)
(4y + xz)
(6z + xy)
2 z y
z 4 x
y x 6
Ahora calculamos
2
f(1, 0, 1) =
2 1 0
1 4 1
0 1 6
, A
3
=
2 1 0
1 4 1
0 1 6
f
x
i
f
x
i
y
2
f
x
2
i
=
2
f
x
i
x
i
.
1
Por otro lado, vemos que
2
f (1, 2, 10) =
2 10 2
10 4 1
2 1 6
2 10 2
10 4 1
2 1 6
Si hacemos B =
2
f (1, 2, 10), tenemos
B
1
=
2
, B
2
=
2 10
10 4
, B
3
=
2 10 2
10 4 1
2 1 6
y
det (A
1
) = 2 < 0, det (A
2
) = 92 < 0, det (A
3
) = 610
Por lo tanto,
2
f (1, 2, 10) es indenida.
1.1 Condiciones sucientes para puntos extremos
Volviendo nuevamente al tema de encontrar minimizadores, maximizadores o puntos de silla, damos el
siguiente teorema, el cual nos permitir justamente clasicar los candidatos.
Teorema 1.1 (Condiciones sucientes para puntos extremos) Sea f : R
n
7 R una funcin con se-
gundas derivadas continuas sobre R
n
. Si x
R
n
es un punto tal que f(x
) =
0 (un candidato) y,
1. Si
2
f(x
es un minimizador local
estricto
2
.
2. Si
2
f(x
es un maximizador local
estricto.
3. Si
2
f(x
) es indenida, entonces x
es un punto de ensilladura.
Observacin 1.1 El teorema 1.1 no arma nada al respecto cuando
2
f(x
) es semidenida positiva o
negativa.
Ejemplo 1.2 Calcule los candidatos de
f(x, y, z) = (x 3)
2
+ y
2
6y + 5z
2
+ 10
y clasifquelos.
El gradiente es:
f(x, y, z) = (2 (x 3) , 2y 6, 10z)
As, f(x, y, z) =
2
f(x, y, z) =
2 0 0
0 2 0
0 0 10
2
f(3, 3, 0) =
2 0 0
0 2 0
0 0 10
x
2
2y
2
+ 1
= 8
Solucin. Tenemos que probar que, para cada > 0, existe un > 0 tal que
|| (x, y) (3, 1) || < = |x
2
2y
2
+ 1 8| <
Primero vemos que,
|x 3| || (x, y) (3, 1) ||
|y + 1| < || (x, y) (3, 1) ||
3
Luego,
|x
2
2y
2
+ 1 8| = |x
2
9 2y
2
+ 2| = |
x
2
9
2y
2
2
| = | (x 3) (x + 3) 2 (y 1) (y + 1) |
|x 3||x + 3| + 2|y 1||y + 1|
Vemos que necesitamos acotar superiormente |x + 3| y |y 1|. Para eso, asumamos que
|| (x, y) (3, 1) || < 1
entonces
|x 3| 1 1 < x 3 < 1 2 < x < 4 5 < x + 3 < 7 = 7 < x + 3 < 7
|y + 1| < 1 1 < y + 1 < 1 2 < y < 0 3 < y 1 < 1 = 3 < y 1 < 3
As, cuando || (x, y) (3, 1) || < 1 se tiene:
|x + 3| < 7
|y 1| < 3
Finalmente, tenemos
|x
2
2y
2
+ 1 8| |x 3||x + 3| + 2|y 1||y + 1| < 7|x 3| + 6|y + 1|
7|| (x, y) (3, 1) || + 6|| (x, y) (3, 1) ||
= 13|| (x, y) (3, 1) ||
Es decir,
|x
2
2y
2
+ 1 8| 13|| (x, y) (3, 1) || (1)
Si elegimos = min
1,
13
x
2
1
x
3
2
2x
2
1
+x
2
2
si x 6=
0 si x =
0
es continua en
0.
Solucin. Ya se prob formalmente en clase que lim
x
0
x
2
1
x
3
2
2x
2
1
+x
2
2
= 0 (revise sus apuntes). As, lim
x
0
f(x) =
0 = f(
cos
e
x2y
+ x
2
+ y
3
.
Solucin.
f
x
(x, y, z) =
sin
e
x2y
+ x
2
+ y
3
cos
cos
e
x2y
+ x
2
+ y
3
e
x2y
2x
f
y
(x, y, z) =
sin
e
x2y
+ x
2
+ y
3
cos
cos
e
x2y
+ x
2
+ y
3
2e
x2y
3y
2
f
z
(x, y, z) = 0
Problema 5 Halle las derivadas parciales de z, donde z(x, y) est dada de manera implcita en la ecuacin
sin(xz) + cos (yz) + z
2
= x + y
3
4
Solucin. Derivando en ambos lados de la ecuacin con respecto a x, tenemos:
=
x
x + y
3
(cos (xz))
z + x
z
x
+ (sin(yz))
y
z
x
+ 2z
z
x
= 1
z cos (xz) + x cos (xz)
z
x
ysin(yz)
z
x
+ 2z
z
x
= 1
(x cos (xz) ysin(yz) + 2z)
z
x
= 1 z cos (xz)
de donde
z
x
=
1 z cos (xz)
x cos (xz) ysin(yz) + 2z
Ahora con respecto a y:
=
y
x + y
3
(cos (xz))
x
z
y
+ (sin(yz))
z + y
z
y
+ 2z
z
y
= 3y
2
x cos (xz)
z
y
z sin(yz) ysin(yz)
z
y
+ 2z
z
y
= 3y
2
(x cos (xz) ysin(yz) + 2z)
z
y
= 3y
2
+ z sin(yz)
de donde
z
y
=
3y
2
+ z sin(yz)
x cos (xz) ysin(yz) + 2z
Problema 6 (Aproximaciones lineales) Demuestre que f : R
2
7 R, donde f(x, y) = xe
xy
, es diferen-
ciable en (1, 0). Determine una funcin lineal que la represente (aproxime). Adems, use esa funcin lineal
para aproximar el verdadero valor de f en el punto (1.1, 0.1).
Solucin. Calculamos primero las derivadas parciales:
f
x
(x, y) = e
xy
+ xye
xy
f
y
(x, y) = x
2
e
xy
Como vemos, ambas derivadas parciales son continuas en todo R
2
, por lo tanto, f es diferenciable
3
en R
2
,
en particular, en (1, 0). Por la diferenciabilidad de f en (1, 0), para (x, y) (1, 0), tenemos
f (x, y) f(1, 0) +
f
x
(1, 0) (x 1) +
f
y
(x, y) (y 0)
| {z }
L(x,y)
As, L : R
2
7R es la funcin lineal buscada:
L(x, y) = f(1, 0) +
f
x
(1, 0) (x 1) +
f
y
(x, y) (y 0)
= 1e
(1)(0)
+
e
(1)(0)
+ (1) (0) e
(1)(0)
(x 1) + (1)
2
e
(1)(0)
(y)
= 1 + (x 1) + y
= x + y
3
Recuerde que, cuando f es diferenciable en a = (a
1
, ..., an ) R
n
, entonces para x = (x
1
, ..., xn ) R
n
, con x prximo de
a, tenemos: f(x) f(a) +
f
x
1
(a) (x
1
a
1
) + ... +
f
x
n
(a) (x
n
a
n
)
5
Por lo tanto, cuando (x, y) (1, 0) se tiene que f(x, y) L(x, y), es decir
f(x, y) x + y
Finalmente, el valor pedido es:
f(1.1, 0.1) 1.1 0.1 = 1.0
Observe que f(1.1, 0.1) = (1.1) e
(1.1)(0.1)
= 0.98542.
Problema 7 Para la funcin f(x, y) = ln
x
y+3x
0, entonces
f
(f(a))
= hf(a), f(a)i = hf(a), f(a)i = ||f(a)||
2
< 0
2. Tomemos d R
n
, d 6=
2x + yz = 0
2y + xz = 0
2z + xy = 0
As, los candidatos son
(2, 2, 2) , (2, 2, 2) , (0, 0, 0) , (2, 2, 2) , (2, 2, 2)
Seguidamente calculamos la hessiana,
2
f(x, y, z) =
2 z y
z 2 x
y x 2
Luego,
2
f(2, 2, 2) =
2 2 2
2 2 2
2 2 2
: indenida
2
f(2, 2, 2) =
2 2 2
2 2 2
2 2 2
: indenida
2
f(0, 0, 0) =
2 0 0
0 2 0
0 0 2
: denida positiva
2
f(2, 2, 2) =
2 2 2
2 2 2
2 2 2
: indenida
2
f(2, 2, 2) =
2 2 2
2 2 2
2 2 2
: indenida
Concluimos que el candidato (0, 0, 0) es un minimizador local, mientras los otros son puntos de silla.
o
7