Professional Documents
Culture Documents
ndice
[ocultar]
1 Definicin
2.1 Concavidad/Convexidad
3 Generalizaciones
o
4 Vase tambin
5 Referencias
6 Enlaces externos
Definicin[editar]
Dada una funcin real f de n variables reales:
, donde
.
tomando la siguiente forma
y f clase
, entonces la matriz hessiana est bien definida, y en virtud
del teorema de Clairaut ( teorema de Schwarz), es una matriz simtrica.
Esta matriz debe su nombre al matemtico alemn Ludwig Otto Hesse y fue
introducido por James Joseph Sylvester.
, la matriz hessiana
es positiva-definida.
2. Si
la matriz hessiana
entonces
Si
es positiva-definida,
es estrictamente convexa.
, la matriz hessiana
es negativa-definida.
4. Si
la matriz hessiana
es negativa-definida,
Si
Si todos los menores principales son mayores que 0, o sea, |Hi|>0 i=1,...,n
alcanza el mnimo relativo en el punto.
Si los menores principales de ndice par son mayores que 0 y los de ndice
impar son menores que 0, o sea, |Himpar|<0 y |Hpar|>0 i=1,...,n alcanza
el mximo relativo en el punto.
Cuando algn |Hi|=0 no se puede determinar nada, por lo que hace un estudio
particular. Para n=2. el criterio se mejora en el sentido de que si |H1|=0 y |H2|<0
tiene un punto de silla en el punto.
De forma anloga podemos evaluar los extremos relativos de un campo
escalar f:R^n--->R estudiando los autovalores de su matriz hessiana.
Teorema 9.6(CALCULUS volumen 2. Tom M.Apostol): "Sea f un campo
escalar con derivadas parciales segundas continuas Dijf en una nbola B(a), y designemos con H(a) la matriz hessiana en el punto
estacionario a. Tenemos entonces:
a)Si todos los autovalores de H(a) son positivos, f tiene un mnimo
relativo en a.
b)Si todos los autovalores de H(a) son negativos, f tiene un mximo
relativo en a.
c)Si H(a) tiene autovalores positivos y negativos, f tiene un punto de
ensilladura en a."
El el caso particular en el que la funcin a evaluar grafica una superficie
en R^3, f(x,y)=z, y tiene segundas derivadas continuas, se pueden
estudiar los puntos crticos evaluando la matriz hessiana en ellos y luego
utilizando el criterio de determinacin de extremos. Si (a,b) es un punto
crtico de f, (fx(a,b)=0 y fy(a,b)=0) entonces:
Generalizaciones[editar]
Matriz hessiana orlada[editar]
La matriz hessiana orlada es una variante de la matriz hessiana utilizada
en problemas de optimizacin restringida. El determinante de sus
principales menores se utiliza como criterio para determinar si un punto
crtico de una funcin es un mnimo, mximo, punto silla o no determinado
(extremos condicionados).1
continua
tal que: