Escolar Documentos
Profissional Documentos
Cultura Documentos
Santiago, Chile.
Resumen
Se implementa algoritmo en MATLAB, con el que se espera obtener extremos locales de una funcin a travs del teorema denominado "Criterio de
la segunda derivada para valores extremos locales"
Palabras clave: Valores extremos, puntos crticos.
Introduccin
1 Primera derivada
fx =
df (x, y)
df (x, y)
, fy =
.
dx
dy
2 Segunda derivada
fxx =
d2 f (x, y)
d2 f (x, y)
,
f
=
.
yy
d2 x
d2 y
3 Derivadas cruzadas
fxy =
d
dy
df (x, y)
d
, fyx =
dx
dx
"
2 Hessiano
Hf (x,y) =
fxx fxy
fyx fyy
df (x, y)
.
dy
3 Gradiente
f (x, y) = (fx , fy ) .
Ahora bien, al aplicar el criterio de la segunda derivada debemos determinar puntos crticos, es decir, aquellos puntos donde el valor de las primeras
derivadas parciales es igual a cero (su pendiente en cero) o dicho de otra
forma, debemos encontrar los puntos crticos cuando se cumpla que:
f (x, y) = (0, 0) .
relativo.
relativo.
Posteriormente, se denen las tres funciones que sern evaluadas para determinar sus extremos locales.
1 f (x, y) = xy x2 y 2 2x 2y + 4,
2 f (x, y) = 3y 2 2y 3 3x2 + 6xy,
3 f (x, y) = x2 + 3y 2 e1(x
2 +y 2
).
Tomando la segunda ecuacin, se procede a describir analticamente el proceso para descubrir sus extremos locales empleando el criterio de la segunda
derivada. Primero calculamos el gradiente de la funcin dos, detallado en la
siguiente expresin:
f2 (x, y) = 6x + 6y, 6y 6y 2 + 6x ,
hacemos que la gradiente sea igual a cero y buscamos los puntos criticos con
un sistema de ecuaciones:
6x + 6y = 0
,
6y 6y 2 + 6x = 0
p1 = (0, 0)
,
p2 = (2, 2)
nalmente evalo la hessiana para cada punto crtico, quedando de la siguiente forma:
D1 (p1 ) = fxx (0, 0) fyy (0, 0) [fxy (0, 0)]2 = 72
,
D2 (p2 ) = fxx (2, 2) fyy (2, 2) [fxy (2, 2)]2 = 72
Conclusin