Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen
Abstract
This article aims to show the findings on extreme values theory for real functions of
several variables. Though theory will be exposed for the case of n independent
variables, it will be illustrated with some examples to locate these values in real
functions of two and three independent variables and at the same time its
relationship with Linear Algebra will be shown.
Introducción
1
Docente tiempo completo Universidad Santo Tomás. Licenciado en Matemáticas - UIS, Magister en
Ciencias Matemáticas - UNAL. Correo electrónico: jcsalazargu@gmail.com
variables independientes. En el proceso de determinar estos valores pueden
identificar dos pasos importantes; la localización de los puntos y por otra parte el
hecho de decidir si en ese punto se presenta un máximo, un mínimo o ninguno de
los dos, es aquí donde la teoría encuentra su relación con el Álgebra Lineal, más
precisamente, con el concepto de Matriz y con el de determinante de una matriz.
Espacio vectorial real donde sus elementos son -uplas con entradas reales
Espacio vectorial complejo donde sus elementos son -uplas con entradas
complejas
la variable independiente
Traspuesta de
Determinante de
1. Notas Históricas
2
El término adigualar, en latín adequatio, proviene del griego parisótes con el que Diofanto denota que un
número se aproxima a otro tanto como sea posible.
Es así, que son numerosos los precursores e historiadores que han considerado al
físico Inglés Sir Isaac Newton (1642 – 1727) y al matemático alemán Gottgried
Wilhelm Leibnitz (1646 – 1716) a quienes se les puede atribuir la invención de las
derivadas y de las integrales3. Poco tiempo después, aparece uno de los
matemáticos más prolíficos de la historia, el gran matemático y físico suizo
Leonhard Paul Euler (1707 -1783) considerado como el principal matemático del
siglo XVIII y como uno de los más grandes de todos los tiempos contribuyendo
con gran parte de la matemática relacionada con la teoría de los máximos y
mínimos de cantidades escalares, parte de esta teoría se expondrá en este
trabajo.
Por otra parte, la teoría de los valores extremos de una función, como ya se había
mencionado, tiene relación con el Álgebra Lineal, más precisamente al instante de
decidir si en el punto localizado se presenta un máximo, un mínimo o ninguno de
los dos. Uno de los conceptos más usados es el discriminante o determinante de
la matriz Hessiana o simplemente Hessiano, introducido en el año 1844 por Hess,
matemático alemán. Esto sucedió luego de que Carl Gustav Jacob Jacobi (1804-
1851) introdujera “los jacobianos”. Respecto a los detalles biográficos de Ludwig
Otto Hess se sabe que nació Konigsberg, Alemania (aunque actualmente es
Rusia) el 22 de abril de 1811. Estudió con Jacobi en su ciudad natal, donde se
desempeño como maestro de física y química. En 1856 se trasladó a Heidelberg,
donde permaneció dos años y posteriormente se trasladó a Múnich, donde falleció
el 4 de agosto de 1874. Ludwig Otto Hess se hizo famoso por ésta matriz que
introdujo en un artículo de 1842 referido a curvas cúbicas y cuadráticas.
3
Introducción histórica a la derivada. [En línea] http://huitoto.udea.edu.co/Matematicas/9.1.html.
Consultado agosto 20 de 2010.
2. Preliminares
Figura No. 1 Punto mínimo absoluto y local de una función en dos variables.
Fuente: http://www2.uah.es/fsegundo/calcTeleco/esquemas/140-FuncionesDosVariables.pdf
4
Un entorno o vecindad de es un disco abierto centrado y radio , esto es,
.
Definición 2.4: Sea una función de valor real, un punto es
un máximo absoluto de si para todo punto se tiene que . (Ver
la figura No. 2)
Figura No. 2 Punto máximo absoluto y local de una función en dos variables.
Fuente: http://www2.uah.es/fsegundo/calcTeleco/esquemas/140-FuncionesDosVariables.pdf
Surge una pregunta: ¿En qué puntos se presentan los valores extremos de una
función en variables independientes? La ubicación de los valores extremos de
una función en variables independientes está basada en el hecho que se conoce
desde el cálculo de una variable, todo valor extremo se presenta en un punto
crítico.
5
A este tipo de puntos que anulan todas las derivadas parciales de primer orden se les denomina puntos
críticos estacionarios, este nombre se debe a interpretaciones físicas.
2. no existe para algún con .
Sea
Nótese que, el teorema anterior garantiza que los valores propios de no son otra
cosa que las raíces o ceros de un polinomio, en este caso del polinomio
característicos.
Por otra parte, a la hora de calcular los valores extremos de una función ésta
matriz juega el mismo papel que la segunda derivada en funciones de una sola
variable, como lo mostraremos en la siguiente sección, para ello recordamos
primero lo que es una matriz definida positiva o negativa, para lo cual usaremos la
siguiente notación.
Si consideramos un vector , este lo podemos ver como
una matriz y así denotar por a su matriz traspuesta y, si podemos
escribir
6
James Joseph Sylvester. [En línea] http://es.wikipedia.org/wiki/James_Joseph_Sylvester. Consultado
agosto 25 de 2010.
Teorema 2.18: (Criterio de Sylvester) Sean, una matriz simétrica de tamaño
y las submatrices angulares de . Entonces,
Nota 3.4: Los puntos críticos que no son valores extremos, es decir, que no es ni
un máximo ni mínimo, se denominan puntos de silla, el nombre se debe a la
forma de la superficie cuádrica conocida como Paraboloide Hiperbólico, que
parece una silla de montar. El hecho del nombre se debe básicamente a que el
punto (donde nos sentamos) la gráfica tiene un máximo, pero a su vez es mínimo,
todo depende de la curva de aproximación (Ver figura No.3).
Figura No. 3 Punto de Silla
Fuente: http://www.cidse.itcr.ac.cr/cursos-linea/SUPERIOR/t2-Funciones-de-variasvariables/2-graficos-funciones/index.html
Nota 3.5 Cuando en una función se presenta un punto de silla en uno de sus
puntos críticos, esto NO significa que la gráfica de la función tenga
necesariamente la forma de una “silla de montar”, sino simplemente que cerca del
punto crítico la función toma valores mayores y menores al valor que toma en
dicho punto.
4. Ejemplos
Solución:
Solución:
Solución:
Solución:
Calculamos
Por último, sacamos conclusiones de la matriz obtenida para cada punto crítico:
Nótese que, las matrices son diagonales y sus valores propios son los
valores sobre la diagonal principal, los cuales son positivos y negativos.
Por el Teorema 2.17, éstas matrices son indefinidas y así los puntos críticos
son puntos de silla.
En los puntos críticos , , y las matrices
hessianas están dadas por:
Nótese que, las matrices son diagonales y sus valores propios son los
valores sobre la diagonal principal, los cuales son positivos. Por el Teorema
2.17, éstas matrices son definidas positivas y así los puntos críticos son
mínimos relativos.
Solución:
Calculamos
Por último, sacamos conclusiones de la matriz obtenida para cada punto crítico:
Nótese que, por el ítem tres del criterio Sylvester, la matriz hessiana es
indefinida, así el punto crítico es un punto de silla.
Nótese que, por el ítem dos del criterio Sylvester, la matriz hessiana es
definida negativa, así el punto crítico es un máximo relativo.
Bibliografía