Optimización (en varias variables)

Al estudiar funciones de una sola variable pudimos determinar los puntos en los cuales estas alcanzaban sus extremos locales, podremos encontrar extremos locales para funciones de varias variables generalizando el método que usamos para una variable tomando en cuenta que ya no trabajaremos con intervalos si no con regiones muy particulares en el plano XY.

Diremos que una función alcanza un máximo local en un punto (x_0,y_0, si f(x,y) \leq f(x_0,y_0) para todos los puntos (x,y) cercanos a (x_0,y_0). Gráficamente, las imágenes de todos los puntos cercanos a (x_0,y_0) están por debajo de la imagen de (x_0,y_0).

Diremos que una función alcanza un mínimo local en un punto (x_0,y_0, si f(x,y) \geq f(x_0,y_0) para todos los puntos (x,y) cercanos a (x_0,y_0). Gráficamente, las imágenes de todos los puntos cercanos a (x_0,y_0) están por encima de la imagen de (x_0,y_0).

Los máximos y mínimos de una función, serán llamados extremos locales, y estarán íntimamente relacionados con la primera derivada parcial de la función. En estos puntos, las rectas tangentes a la curvas que se definen al fijar las variables son horizontales, es decir, su pendiente es igual a cero. Así, definimos un Punto Crítico de una función, como un punto en el que las derivadas parciales se anulan al mismo tiempo (o donde no existe su derivada). Formalmente, decimos que (x_0,y_0) es un punto crítico de f(x,y) si

La importancia de los puntos críticos radica en que, debido a su naturaleza, son los perfectos candidatos para ser extremos locales de una función. Debemos tomar en cuenta que son tan solo candidatos pues no podemos asegurar su papel hasta no determinarlo de forma precisa.

Para determinar si un punto crítico (x_0,y_0) es un máximo o mínimo relativo debemos calcular las derivadas de orden superior de la función f(x,y) para definir una función auxiliar D(x,y) de la siguiente forma

D(x,y) = f_{xx}(x,y) \cdot f_{yy}(x,y) - \big( f_{xy}(x,y) \big)^2

en todos los puntos cercanos al punto (x_0,y_0) y posteriormente considerar los siguientes criterios:

  • Si D(x_0,y_0)>0 y f_{xx}<0, entonces f alcanza un máximo relativo en el punto (x_0,y_0).
  • Si D(x_0,y_0)>0 y f_{xx}>0, entonces f alcanza un mínimo relativo en el punto (x_0,y_0).
  • Si D(x_0,y_0)<0, entonces f alcanza un punto de silla en el punto (x_0,y_0).
  • Si D(x_0,y_0)=0, no hay información suficiente para concluir el comportamiento de f en el punto (x_0,y_0).

A este criterio lo llamamos Criterio de la Segunda Derivada para funciones de dos variables. Veamos con algunos ejemplos como calcular los extremos relativos de una función en varias variables.

Ejemplos

Ejemplo 1

Sea f(x,y)=3x^2+5y^2-12x-30y+200, determine los extremos relativos de esta función.

Para empezar calculamos las derivadas parciales de primer orden y planteamos un sistema de ecuaciones de la siguiente manera:

Así el punto crítico de esta función es (2,3). Para verificar si este punto crítico es un extremo relativo, debemos calcular las derivadas de orden superior:

f_{xx}(x,y)=6, \, f_{yy}(x,y)=10, \, f_{xy}(x,y)=0

Una vez calculadas las derivadas de orden superior, recurrimos a la función auxiliar D(x,y) que estará definida como

D(x,y) = f_{xx}(x,y) \cdot f_{yy}(x,y) - \big( f_{xy}(x,y) \big)^2 = 6 \cdot 10 - 0 = 60

Evaluamos esta función en el punto crítico (2,3) para obtener

D(2,3) = 60

Finalmente, como D(2,3)>0 y f_{xx}(2,3)>0 entonces por el criterio de la segunda derivada concluimos que la función f alcanza un mínimo relativo en el punto (2,3).

Ejemplo 2

Sea f(x,y)=y^2-x^2, determine los extremos relativos de esta función.

Para empezar calculamos las derivadas parciales de primer orden y planteamos un sistema de ecuaciones de la siguiente manera:

Así el punto crítico de esta función es (0,0). Para verificar si este punto crítico es un extremo relativo, debemos calcular las derivadas de orden superior:

f_{xx}(x,y)=-2, \, f_{yy}(x,y)=2, \, f_{xy}(x,y)=0

Una vez calculadas las derivadas de orden superior, recurrimos a la función auxiliar D(x,y) que estará definida como

D(x,y) = f_{xx}(x,y) \cdot f_{yy}(x,y) - \big( f_{xy}(x,y) \big)^2 = -2 \cdot 2 - 0 = -4

Evaluamos esta función en el punto crítico (2,3) para obtener

D(2,3) =-4

Finalmente, como D(2,3)<0 entonces por el criterio de la segunda derivada concluimos que la función f alcanza un punto de silla en el punto (0,0). Para entender exactamente por qué se llama punto de silla, observemos el gráfico de esta función y veamos su comportamiento en los puntos cercanos a (0,0).


¿Requieres más ejemplos? ¿Tiendes dudas? No dudes en escribir.

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios .