Criterio de las segundas derivadas parciales para extremos relativos

Teorema 12.16
Los extremos relativos solo pueden ocurrir en los puntos crticos:
Si

( xo , yo )

tiene en

entonces

( xo , yo )

un extremo relativo en una regin abierta

es un punto crtico de

R ,

f .

Ejemplo 1: Clculo de extremos relativos

Hallar los extremos relativos de:

f ( x , y ) =2 x 2 + y 2 +8 x6 y +20
Solucin: Antes de nada, vamos
a localizar los puntos crticos de
f. Como

f x ( x , y )=4 x+8
respecto a x

Parcial con
y

f y ( x , y ) =2 y 6 Parcial con
respecto a y
Estn definidas para todo x y
para todo y, los nicos puntos
crticos son aquellos en los que las derivadas parciales son 0. Para hallarlos,
igualamos a cero

f x( x , y) y

f y ( x , y ) , y resolvemos el sistema de

ecuaciones resultante

4 x +8=0

2 y6=0

Con lo que obtenemos el punto crtico

concluimos que para todo
2

(2, 3) . Completando el cuadrado,

( x , y )(2 , 3)

f ( x , y ) =2(x+ 2) +( y3) + 3>3

Por tanto, f tiene un mnimo relativo en
relativo es

f (2 ,3 )=3

(2, 3 ) . El valor de ese mnimo

(Figura 12.63).

El Ejemplo 1 muestra un mnimo relativo en un punto crtico en el que

ambas

f x( x , y) y

f y(x , y)

se anulan.

El teorema 12.16 afirma que a la hora de buscar los extremos relativos de

f (x , y)

basta examinar sus valores en los puntos crticos. Pero, igual que

suceda con las funciones de una sola variable, los puntos crticos no
siempre son extremos relativos. Algunos puntos crticos no son ni mximos
ni mnimos relativos, sino puntos silla.
Un ejemplo de punto crtico que no es extremo relativo lo proporciona la
superficie:

f ( x , y ) = y 2x 2

Paraboloide hiperblico

De la figura, en el punto

( 0,0 )

las dos derivadas parciales son 0. A pesar

de ello, la funcin f no tiene un extremo relativo en ese punto, ya que en

cualquier disco abierto centrado en

( 0,0 )

la funcin no toma tanto valores

negativos (sobre el eje y). As pues, el punto

( 0,0,0 )

es un punto de silla de

la superficie.
Para la funcin del ejemplo 1, ha sido fcil determinar sus extremos
relativos, porque estos estaban escritos o se podan escribir en forma de
cuadrados completos. Para funciones ms complejas, las manipulaciones
algebraicas son poco convenientes y es mejor recurrir al instrumento
analtico que ofrece el criterio de las segundas derivadas parciales
siguiente.
Viene a ser una versin adaptada a funciones de dos variables, del criterio
de la segunda derivada para funciones de una variable. Su demostracin es
ms apropiada en un curso de clculo avanzado

Teorema: Criterio de las segundas derivadas parciales

Sea

f :U R2 R

donde

D1 f ( U o ) =D2 f ( U o ) =0

f C 2 (U ) ,

U o U

es abierto, sea

=D11 f ( U o ) D22 f ( U o ) ( D12 f ( U o ))

> 0

D11 f ( U o ) >0 f tiene mx .relativo en U o

D11 f ( U o ) >0 f tiene mn .relativo enU o

Si:

< 0 f no tiene valor extremo en Uo (punto de silla)

=0

No da informacin

Criterio del hessiano

Para analizar los extremos defunciones de una funcin

f C 2

de dos o

ms variables, a veces resulta til utilizar el criterio del Hessiano para

clasificar los puntos crticos.
Primero recordemos que los puntos crticos son aquellos que anulan el
gradiente, es decir, los que satisfacen la siguiente igualdad:

f =0
Luego, para cada uno de estos puntos, calculamos la matriz hessiana, la
cual es una matriz compuesta por las derivadas parciales de segundo orden.
Definicin.

f : D R3 R

Dada la funcin

Definida en el conjunto

( x , y , z ) f (x , y , z)
Abierto D de

P=(x o , y o , z o)

D 11 f
H (f )= D1 2 f

D1 n f

R3 , si las derivadas de segundo orden en el punto

a la matriz cuadrada de orden 3, definida por:

D2 1 f
D22 f

D2 n f

Dn 1 f
Dn 2 f

D nn f

H 2=

H 1 ( f ( U o ) )=D 11 f (U o )

H i=

D11 f

D1i f

Di1 f

Dii f

D 11 f
D12 f

D21 f
D22 f

Entonces, se tiene que:

Si

f ( U o ) =0

H i >0 ; i=0,1, 2, ,n f ( U o ) es valor mnimo

H 2 k +1< 0 ; H 2 k > 0 f ( U o ) es valor mxi mo

Ejemplo:
Encontrar los mximos, mnimos o puntos de silla (si existen) de la siguiente
funcin:

f ( x , y , z )=x 2+ y 2+7 z 2xy

Solucin:
Primero calculamos el gradiente de la funcin y se iguala a cero, de esta
forma, hallaremos el o los puntos crticos:

f =( D1 f , D2 f , D3 f ) =(0 , 0 , 0)

Entonces:

D 1 f =2 x y=0
D 2 f =2 yx=0
D3 f =14 z=0

De igualar las derivadas parciales a cero, se obtiene que los valores de

coordenada del punto crtico existente es:

x=0 , y=0 , z=0 P(0 , 0 ,0)

Ahora, calculamos las segundas derivadas en el punto crtico para generar

la matriz hessiana:

D11=2 D21 f =1 D3 1 f =0

D1 2=1 D2 2 f =2 D3 2 f =0
D 1 3=2 D23 f =0 D3 3 f =14

Entonces, la matriz hessiana ser:

2 1 0
H ( x , y , z )= 1 2
0
2
0 14

Verificamos los Hi (determinantes de las matrices):

+
H 1=2>0

Como todos los valores de Hi son positivos, eso nos quiere decir que en el
punto (0, 0, 0), la funcin f tiene un valor de mnimo local.

Extremos condicionados