Você está na página 1de 11

Mximos e Mnimos em

Funes de Vrias Variveis:


Uma Aplicao da Frmula de
Taylor, com Anlise de
Autovalores da Matriz
Hesiana

Andr Oliveira Maroneze


MA211 Turma K
23/11/2003

RA 023146

Mximos e Mnimos em Funes de Vrias Variveis


Em diversas situaes, os pontos mais interessantes de uma funo (de uma ou
vrias variveis) so os pontos de mximo ou mnimo os pontos intermedirios
geralmente no apresentam muitas caractersticas interessantes.
Tais pontos so relativamente fceis de serem encontrados, e podem ser
estabelecidas diversas restries a sua localizao. Por suas caractersticas especiais, esses
pontos so determinados de forma precisa: para funes de uma nica varivel, qualquer
candidato a mximo ou mnimo tem derivada nula. Seja porque a funo pra de crescer
nele, seja porque ela inicia sua ascenso, pontos de derivada nula podem ocorrer em trs
situaes diferentes:
1 O ponto um mximo (local ou absoluto): em um pequeno intervalo ao redor do
ponto, todos os valores da funo so menores ou iguais a ele;
2 O ponto um mnimo (local ou absoluto): em um pequeno intervalo ao redor do
ponto, todos os valores da funo so maiores ou iguais a ele;
3 O ponto uma inflexo: pontos em um pequeno intervalo sua esquerda so
menores ou iguais a ele, e sua direita so maiores, ou vice-versa.
Situaes anlogas a essas trs ocorrem tambm em funes de vrias variveis,
embora nesse caso seja um pouco mais complicado descobrir tais pontos. Em funes de
vrias variveis, a ocorrncia de uma derivada parcial nula nem sempre representa algo
muito til; quando se quer minimizar tais funes, costuma-se procurar por pontos em que
todas as derivadas parciais sejam nulas; somente assim se garante um ponto crtico, que
pode vir a ser de trs tipos:
1 Ponto de mximo: anlogo ao caso anterior, exceto que o intervalo, desta vez,
n-dimensional ao redor do ponto. Se a funo de n variveis, preciso considerar valores
prximos da funo em n dimenses.
2 Ponto de mnimo: tambm anlogo ao interior, com a mesma ressalva em
relao ao intervalo.
3 Ponto de sela: Assim chamado por sua aparncia em grficos tridimensionais de
funes de duas variveis (a regio prxima parece uma sela de cavalo), tal ponto
representa um mximo (local ou absoluto) em uma dimenso e um mnimo (local ou
absoluto) em alguma outra, ou representa um ponto de inflexo em uma ou vrias
dimenses; mas no significa que a funo possua valores mnimos ou mximos nele.
Essa situao determina que, conhecidas as derivadas parciais de uma funo,
sabemos onde esto pontos crticos da mesma; no entanto, no sabemos em qual situao
estamos, a menos que faamos alguns testes numricos com a funo nas proximidades, ou
visualizemos seu grfico. Mas isso nem sempre possvel (ou desejvel). Nesse caso,
analogamente ao que fazamos nas funes de uma nica varivel, podemos estabelecer um
mtodo mais preciso (e mais prtico, tambm, do ponto de vista computacional), baseandonos nas segundas derivadas da funo.
Existem vrios mtodos conhecidos para isso; uns usam conceitos como autovalores
e autovetores; outros se baseiam em conseqncias desses elementos sem mencion-los. Se
considerarmos uma funo bi ou tridimensional de um campo escalar, podemos deduzir as
caractersticas desejadas a partir de consideraes sobre a frmula de Taylor de segunda
ordem. Faremos uma demonstrao apenas para o caso de uma funo de duas variveis,

mas o mtodo geral vlido para funes de mais variveis tambm. Sejam f(x,y) um
campo escalar e (x0, y0) = (x + x, y + y) um ponto desse campo. A frmula de Taylor nos
fornece, ento:

f ( x, y ) = f ( x 0 , y 0 ) + x

f ( x 0 , y 0 )
f ( x 0 , y 0 )
+ y
+
x
y

2 f ( x0 , y0 )
2 f ( x0 , y 0 )
1 2 f ( x0 , y 0 ) 2
x
2
x
y

+
y 2 + R

2
2
2
xy
x
y

onde R representa o resto (s vezes chamado de erro) da aproximao.


Essa frmula permite que relacionemos a matriz Hessiana (matriz das segundas
derivadas da funo) com a determinao dos pontos crticos. Neles, a primeira derivada
nula, portanto os valores da funo nas proximidades dependem basicamente dos termos
entre os colchetes. Podemos realizar as seguintes substituies:

2 f ( x0 , y0 ) 2
x ,
a=
x 2

2 f ( x0 , y0 )
2 f ( x0 , y 0 ) 2
xy , c =
y
b=
xy
y 2

Ento temos uma expresso para os termos quadrticos:


Q(x, y) = a x2 + 2bxy + cy2 =f(x ,y) f(x0, y0)
nos pontos crticos, onde a primeira derivada nula. Podemos escrever essa
expresso na forma matricial:
a b x
Q(x, y ) = [x y ]

b c y
E obtemos justamente a matriz Hessiana:

2 f
a b x 2
b c = 2 f


xy

2 f

xy
2 f
y 2

Portanto, para a anlise dos pontos crticos, necessrio que as segundas derivadas
da funo existam e sejam diferentes de zero (nesse ltimo caso, a matriz Hessiana, embora
existente, no fornece as informaes que procuramos).
Podemos relacionar a matriz Hessiana com uma cnica em um plano; possvel
diagonaliz-la, e para tal usamos um processo idntico ao da rotao de uma cnica. Outra
semelhana entre a forma da matriz e a caracterstica do ponto crtico pode ser vista quando
desenhamos as curvas de nvel da funo: quando o ponto de sela, geralmente obtemos
hiprboles; quando de mximo ou mnimo, costumamos ter elipses ou crculos. Uma

caracterstica das hiprboles apresentar autovalores de sinais contrrios em sua matriz de


termos quadrticos, enquanto que elipses possuem autovalores de sinais iguais.
Resumindo, temos a seguinte relao entre os sinais dos autovalores da Hessiana e o
caso do ponto crtico:
Sinais dos autovalores
Todos positivos
Ao menos um positivo e um negativo
Todos negativos

O ponto crtico
Ponto de mnimo
Ponto de sela
Ponto de mximo

Quando temos um caso de uma funo de duas variveis, podemos determinar as


mesmas caractersticas observando o sinal do primeiro elemento da matriz Hessiana e seu
determinante. Se o determinante negativo, o ponto em questo um ponto de sela; se o
determinante positivo, precisamos checar o sinal do primeiro elemento: sendo positivo, o
ponto de mnimo; caso contrrio, de mximo. Se o determinante for zero, no obtemos
informao alguma sobre o ponto. No difcil chegar a essa concluso partindo da anlise
dos autovetores, usando alguns conceitos de lgebra linear; para simplificar, podemos
lembrar que, caso os autovetores tenham valores diferentes, a multiplicao de ambos para
o clculo do determinante resultar em valor negativo; do contrrio, o determinante
positivo nesse caso, ou ambos os termos so negativos (ponto de mnimo) ou positivos
(ponto de mximo), o que nos fora checar o sinal do primeiro elemento. Embora isso seja
obtido diretamente em uma matriz ortogonal (onde o termo misto nulo), no difcil
mostrar que vlido para outras.
Para auxiliar na compreenso desse mtodo simples e eficiente, exemplificaremos
com algumas funes, mostrando o processo de anlise, grficos e os pontos crticos.
Exemplo 1:
g ( x, y ) = sin x cosh y

Obtemos as derivadas parciais:

g
g
= cos x cosh y,
= sin x sinh y
x
y
Os pontos crticos possuem derivada nula, ento temos de encontrar os pontos para
os quais:
g g
=
=0
x y
Resolvendo as equaes, obtemos a seguinte soluo:

x=k

,
2

y=0
Como a funo cosseno peridica, temos infinitos pontos crticos; plotamos ento
um trecho no intervalo -2 x 2, -2 y 2:

H quatro pontos crticos nesse intervalo, sendo todos pontos de sela. Podemos
confirmar que so pontos crticos traando retas tangentes funo nos pontos (que
representam as derivadas parciais); devem ser paralelas aos eixos x e y. Pode-se confirmar
isso mudando o ngulo de viso do grfico. Abaixo, a viso do plano xz:

A seguir, vises dos planos xz e xy, respectivamente:

Essas retas, traadas no ponto (-/2, 0, -1), mostram que as derivadas parciais nesse
ponto so nulas. Assim, ele um ponto crtico.
Como sabemos da existncia de pontos crticos no campo escalar, calculemos a
matriz Hessiana:

2g
2
x2
g
xy

2g

xy sin x cosh y cos x sinh y


=
2 g cos x sinh y sin x cosh y
y 2

Podemos utilizar um sistema algbrico computacional para calcular os autovalores


da matriz. Na maioria dos softwares utilizados atualmente, por serem feitos em ingls, o
comando o termo autovalor traduzido para o ingls: eigenvalue. No MuPAD, por
exemplo, podemos utilizar o linalg::eigenvalues(). Existe um comando para o clculo
numrico de autovalores, geralmente mais eficiente, mas ele no funciona com elementos
simblicos. Colocamos o nome da matriz entre parnteses. Para a Hessiana da funo dada,
o programa responde com dois valores:

1 = cos 2 x sinh 2 y + sin 2 x cosh 2 y


2 = cos 2 x sinh 2 y + sin 2 x cosh 2 y
Calculando no ponto P1 = (/2, 0):

1 = 1
2 = 1
Analisando a expresso dos autovalores, percebemos que eles so os mesmos para
todos os pontos crticos. Assim, provamos que os pontos so de sela, pois os autovalores
tm sinais contrrios. No precisaramos ter plotado os grficos para descobrir isso, e essa
uma das grandes vantagens do mtodo.
Nota: a funo do campo escalar bidimensional foi plotada como se fosse uma
funo tridimensional. muito mais revelador que um grfico do campo. A figura a seguir
mostra as curvas de nvel. Certamente torna mais difcil identificar onde esto os pontos
crticos e de que tipo so.

Exemplo 2:

g ( x, y ) = x 3 + y 3 3 xy
Como j fizemos todo o desenvolvimento anteriormente, aqui vamos resumir os
passos. Desta vez, encontraremos os pontos e sua forma antes de olharmos o grfico.
Passo 1: Calcular derivadas parciais

g
= 3x 2 3 y
x
g
= 3 y 2 3x
y
Passo 2: Resolver o sistema

g g
=
=0
x y

S = {(0,0), (1,1)}

(O sistema possui solues complexas, mas estamos nos restringindo ao espao real,
por isso elas foram descartadas.)
Passo 3: Calcular a Hessiana nos pontos crticos
Hessiana

2g
2
x2
g
xy

Em P1 = (0, 0)

2g

xy 6 x 3
=
2 g 3 6 y
y 2

0 3
3 0

Em P2 = (1, 1)

6 3
3 6

Passo 4: Determinar autovalores das Hessianas nos pontos crticos


Em P1:

Em P2:

1 = 3

1 = 3

2 = 3

2 = 9

Assim, temos que P1 um ponto de sela e P2 um ponto de mnimo (local ou


absoluto).
Como a funo de duas variveis, poderamos tentar usar o mtodo do
determinante para obter o mesmo resultado. Na Hessiana em P1, temos det = -9 (ponto de
sela). Na Hessiana em P2, temos det = 25 e H1,1 > 0 (ponto de mnimo).

Visualizemos o grfico da funo para confirmar:


(Nota: devido forma da curva, torna-se difcil visualizar os pontos e os planos
tangentes em um mesmo grfico; por isso, optamos por dividi-lo em dois, um para cada
ponto crtico, para que se possa ver melhor que um ponto de sela, e o outro de mnimo.)

A primeira figura mostra o ponto P1 = (0, 0, 0), e a segunda P2 = (1, 1, -1). Em


ambas as figuras, o ponto est centrado na interseco das retas pretas (paralelas aos eixos
cartesianos). As retas azuis so as fatias dos planos xz e yz nas coordenadas dos pontos
(feitas para ajudar a visualizao: as retas pretas so as projees dessas azuis no plano
tangente funo nos pontos crticos, que paralelo ao xy).
Embora os intervalos adotados tornem muito difcil ver que so partes do grfico de
uma mesma funo, as figuras permitem que se veja com clareza que o primeiro ponto de
sela, e o segundo de mnimo.
Novamente, usamos o recurso do grfico tridimensional para visualizar os pontos. O
grfico das curvas de nvel o seguinte:

Observe o olho (uma elipse) prximo a (1,1) e as curvas vagamente semelhantes a


hiprboles em (0, 0). A associao entre as cnicas e o tipo de ponto crtico mais
facilmente percebida dessa forma. Note, porm, que essa caracterstica pode ser difcil ou
mesmo impossvel de ser percebida (como no exemplo anterior); esse mais um motivo
para se optar pelo mtodo analtico utilizado.
Exemplo 3:

g ( x, y , z ) = ( x 2) 2 + ( y 3) 2 + ( z 1) 2
Embora este seja um campo escalar tridimensional (o que dificulta a plotagem de
um grfico), o procedimento a ser seguido o mesmo.

10

Passo 1: Calcular derivadas parciais

g
= 2 x 4,
x

g
= 2 y 6,
y

Passo 2: Resolver o sistema

g
= 2z 2
z

g g g
=
=
=0
x y z

S = ( 2,3,1)

Passo 3: Calcular a Hessiana no ponto crtico P = (2, 3, 1).


Hessiana

2g
2
x2
g
xy
2
g
xz

2g
xy
2g
y 2
2g
yz

2g

xz 2 0 0
2g
= 0 2 0

yz
0 0 2
2g
z 2

Como a Hessiana constante nesse caso, ela tem esse valor no ponto P.
Passo 4: Determinar autovalores da Hessiana no ponto crtico

1 = 2 = 3 = 2
Esse resultado indica que o ponto P um ponto de mnimo do campo g(x, y, z). De
fato, o campo nulo somente nesse ponto, e positivo em qualquer outro ponto do espao
(pode-se ver isso analisando a funo do campo, que a de esferas centradas em P; apenas
uma tem raio zero o prprio ponto. No h esferas com raio negativo, portanto em P h
um mnimo, tanto local como global).

Com esses exemplos, pudemos confirmar a validade do mtodo para funes de


vrias variveis, quer sejam campos escalares ou no. Recursos visuais ou numricos
podem ser usados em alguns casos, mas o mtodo dos autovalores da Hessiana costuma ser
mais prtico e geral. Dadas as condies de suficincia do mtodo (funo com segundas
derivadas contnuas e Hessiana no nula), pode-se aplic-lo em muitas situaes.