You are on page 1of 12

LEZIONE 6: ESTREMI LOCALI

SORIN DRAGOMIR

Abstract. Si dimostra che i punti di estremo locale di una fun-


zione differenzabile f : A Rn R si trovano fra i punti critici di
f . Si formulano condizioni necessari e condizioni sufficienti affinche
un punto critico sia un punto di estremo locale.

1. Punti critici
Sia f : A R una funzione definita su un insieme aperto A Rn e
sia x0 A.
Definizione 1. Si di che x0 `e un punto critico di f se f `e differenziabile
in x0 e dx0 f = 0. 
I punti critici si dicono anche punti stazionari. Se x0 `e un punto
critico della funzione f allora il differenziale dx0 f `e il vettore nullo
dello spazio duale (Rn ) .
Definizione 2. Sia f : A Rn R una funzione. Si dice che un
punto x0 A `e un punto di minimo locale per la funzione f se esiste
un insieme aperto U Rn tale che x0 U e f (x) f (x0 ) per ogni
x A U . Altres` x0 si dice punto di massimo locale per la funzione
f se esiste un insieme aperto U Rn tale che x0 U e f (x) f (x0 )
per ogni x A U . Un punto x0 A si dice di estremo locale se x0 `e
un punto di minimo oppure di massimo locale. 
Teorema 1. Sia f : A Rn R una funzione differenziabile nel
punto x0 A. Se x0 `e un punto di estremo locale per la funzione f
allora x0 `e un punto critico per la f .
Il Teorema 1 fornisce una condizione necessaria affinche x0 sia un
punto di estremo locale. Se f `e differenziabile in ciascuo punto di A si
adotta la notazione
Crit(f ) = {x A : dx f = 0}
(linsieme dei punti critici di A). Per il Teorema 1 i punti di estremo
locale di una funzione differeziable f : A R si trovano nellinsieme
Crit(f ).
1
2 SORIN DRAGOMIR

Dimostreremo il Teorema 1 nel caso in cui x0 sia un punto di minimo


locale per la f . Sia dunque x0 A un punto di minimo locale. Per
la Definizione 2 esiste un insieme aperto U Rn tale che x0 U e
f (x) f (x0 ) per ogni x A U . Giacche x0 A U e A U `e un
insieme aperto, esiste R > 0 tale che B(x0 , R) A U . Sia v S n1
un vettore unitario in Rn . Allora x0 + tv A U per ogni t (R, R).
Infatti se |t| < R allora
d(x0 , x0 + tv) = ktvk = |t| kvk = |t| < R
e quindi
x0 + tv B(x0 , R) A U.
Dunque da una parte si pu`o dunque valutare f nel punto x0 + tv per
ciascun valore del parametro t (R, R) e quindi si pu`o definire la
funzione
F : (R, R) R, F (t) = f (x0 + tv), |t| < R.
Dallaltra si ha
F (0) = f (x0 ) f (x0 + tv) = F (t)
per ogni t (R, R) e quindi 0 `e un punto di minimo (assoluto) della
funzione reale di variabile reale F : (R, R) R. Convinciamoci ora
che F sia derivabile in 0. Infatti siccome f `e differenziabile in x0 essa
`e derivabile in x0 nella direzione v e quindi esiste il limite
F (t) F (0) 1 f
lim = lim {f (x0 + tv) f (x0 )} = (x0 )
t0 t t0 t v
ossia F `e dervabile in 0 e
f
F 0 (0) = (x0 ) = (dx0 f )(v).
v
Poiche 0 `e un punto di minimo per la funzione F si deve avere che
F 0 (0) = 0 (per un noto risultato di Analisi Matematica I). Segue che
(1) (dx0 f )(v) = 0, v S n1 .
Per verificare che il differenziale si annulla dapperttutto sia w Rn
un punto arbitrario. Se w = 0 allora (dx0 f )(w) = 0 semplicemente
perche dx0 f `e unapplicazione lineare. Se invece w Rn \ {0} allora si
consideri v = (1/kwk) w S n1 . Allora (per la (1))
1
0 = (dx0 f )(v) = (dx f )(w).
kwk 0
Q.e.d.
Esercizio 1. Dimostrare il Teorema 1 nel caso in cui x0 sia un punto di
massimo locale.
LEZIONE 6: ESTREMI LOCALI 3

Dal Teorema 1 si delinea un algoritmo per la determinazione dei


punti di estremo locale di una funzione differenziabile f : A Rn R.
Il primo passo consiste nel determinare linsieme Crit(f ) (risolvendo
lequazione dx f = 0 con lincognita x). I punti di estremo locale, se
` necessario tuttavia
esistono, si trovano in Crit(f ) e l`a vanno ricercati. E
uno strumento matematico per decidere se un dato punto critico sia un
punto di estremo locale, ossia uno strumento per analizzare la natura
dei punti critici. Nellanalisi delle funzioni reali di una variabile reale
un tale strumento era disponibile. Infatti data una funzione derivabile
F : (a, b) R e t0 (a, b) tale che F 0 (t0 ) = 0 allora si pu`o decidere
sulla natura del punto critico t0 analizzando il segno della derivata
seconda F 00 (t0 ). Nel caso delle funzioni di pi` u variabili reali il ruolo
della derivata seconda `e giocato dalla matrice Hessiana, ossia la matrice
costruita con derivate parziali del secondo ordine.

2. Condizioni necessarie affinche


un punto critico sia di
estremo locale
Richiamiamo la seguente

Definizione 3. Una matrice quadrata A = [aij ]1i,jn con elementi


reali aij R si
Pdice semi-definita positiva (rispettivamente semi-definita
n Pn
negativa) se i,j=1 aij i j 0 (rispettivamente i,j=1 aij i j 0) per
ogni = (1 , , n ) Rn . 

Susiste il seguente risultato

Teorema 2. Sia f C 2 (A) e sia x0 Crit(f ). i) Se x0 `e un punto


di minimo locale pe la f allora la matrice Hessiana Hessf (x0 ) `e semi-
definita positiva. ii) Se x0 `e un punto di massimo locale per la f allora
la matrice Hessiana Hessf (x0 ) `e semi-definita negativa.

Il Teorema 2 fornisce soltanto condizioni nencessarie affinche un


punto critico sia un punto di estremo locale. Non sono punti di es-
tremo locale quelli punti critici per i quali la matrice Hessiana non
`e ne semi-definita positiva ne semi-definita negativa. Come si vedr`a
successivamente, una maniera efficiente per accertarsi che una matrice
simmetrica A sia semi-definita positiva (rispettivamente semi-definita
negativa) consiste nel verificare che lo spettro di A consiste di soli au-
tovalori non negativi (rispettivamente di soli autovalori non positivi).
La dimostrazione del Teorema 2 verr`a presentata dopo unadeguata
preparazione.
4 SORIN DRAGOMIR

3. Condizioni sufficienti affinche


un punto critico sia di
estremo locale
Richiamiamo la seguente
Definizione 4. Una matrice quadrata A = [aij ]1i,jn con elementi
Panij R si dice definita positiva (rispettivamente
reali Pn definita negativa)
se i,j=1 aij i j > 0 (rispettivamente i,j=1 aij i j < 0) pe ogni =
(1 , , n ) Rn \ {0}. 
Susiste il seguente risultato
Teorema 3. Sia f C 2 (A) e sia x0 Crit(f ). i) Se Hessf (x0 ) `e
definita positiva allora x0 `e un punto di minimo locale per la f . ii) Se
Hessf (x0 ) `e definita negativa allora x0 `e un punto di minimo locale per
la f .
Il Teorema 3 fornisce condizioni sufficienti affinche un punto critico
sia un punto di estremo locale. Queste condizioni non sono in generale
anche necessarie, cio`e si possono avere punti critici che sono punti di
estremo locale anche in assenza delle ipotesi sulla matrice Hessiana cos`
come riportate nel Teorema 3. Nuovamente unanalisi dello spettro di
una matrice simmetrica `e utile per decidere se essa `e definita posi-
tiva (tutti gli autovalori devono essere positivi) oppure definita nega-
tiva (tutti gli autovalori devono essere negativi). Questi fatti, appar-
entemente di pura algebra lineare, si dimostrano adoperando elementi
di teoria della differenziabilit`a delle funzioni di pi`
u variabili reali e i
loro punti critici. La dimostrazione del Teorema 3 dovr`a attendere
unadeguata preparazione preliminare.
4. Forme quadratiche e punti critici
Sia A = [aij ]1i,jn una matrice simmetrica con aij R P per 1 i, j
n. Una funzione di n variabili reali x1 , , xn della forma ni,j=1 aij xi xj
si
Psuol dire forma quadratica (associata alla matrice A). Lespressione
n
i,j=1 ij xi xj `
a e un polinomio di grado 2 con coefficienti reali i.e.
n
X
aij xi xj R [x1 , , xn ] .
i,j=1

Se n = 2 e quindi `e data la matrice


 
a11 a12
A= , a12 = a21 ,
a21 a22
e la forma quadratica associata ad A `e
a11 x2 + 2a12 xy + a22 y 2 R [x, y] .
LEZIONE 6: ESTREMI LOCALI 5

` necessaria la seguente
E
Definizione 5. Sia R. Una funzione f : Rn \ {0} R si dice
omogenea di grado se
f (tx) = t f (x), x Rn \ {0}, t > 0.

Dimostreremo
Teorema 4. Sia A = [aij ]1i,jn una matrice n n, simmetrica, con
tutti elementi reali aij R, 1 i, j n. Si consideri la funzione
F : Rn \ {0} R data da
n
1 X
F (x) = aij xi xj , x Rn \ {0}.
kxk2 i,j=1

Allora
1) La funzione F `e differenziabile in ogni punto di Rn \ {0},
2) F (tx) = F (x) per ogni t > 0 e ogni x Rn \{0} i.e. F `e omogenea
di grado = 0.
Inoltre
3) se x0 Crit(F ) `e un punto critico di F allora F (x0 ) Spec(A)
e x0 Eigen(A; F (x0 )) i.e. F (x0 ) `e un autovalore di A e x0 `e un
atovettore di A corrispondente allautovalore F (x0 ).
Inoltre
4) lestremo superiore e lestremo inferiore della funzione F sono
finiti e si realizzano in Rn \ {0}.
Infine
5) se m = inf{F (x) : x Rn \ {0}} e M = sup{F (x) : x Rn \ {0}}
sono il valore massimo e il valore minimo di F allora m, M Spec(A)
i.e. m e M sono autovalori di A (precisamente m e M sono il pi` u
piccolo e il pi`u grande autovalore di A).
In un momento spiegheremo le notazioni adoperate nel Teorema 4.
Nonstante un fatto tecnico [che poi verr`a utilizzato per caratterizzare
le matrici (semi) definite positive, oppure (semi) definite negative, in
termini del loro spettro] si deve enfatizzare la bellezza del Teorema 4.
Infatti esso lega oggetti che appaiono a priori come molto distanti i.e.
punti critici della funzione F e lo spettro della matrice A.
Incominciamo col richiamare alcune nozioni di algebra lineare. Data
una matrice quadrata A = [aij ]1i,jn si ponga
p() = det (A In )
6 SORIN DRAGOMIR

dove In denota la matrice unit`a di ordine n. Esplicitamente


a11

a12 a1n
a21 a22 a2n

p() = .. .. .. .
. . .

a
n1 a n2 a nn
Dalla definizione della nozione di determinanate
X  
det (A In ) = () a1(1) 1(1) an(n) n(n)
n

segue che p() `e un polinomio di grado n nella variabile , a coeffici-


enti reali i.e. p() R[], il polinomio caratteristico della matrice A.
Lequazione polinomiale p() = 0 `e lequazione carateristica di A e le
sue radici sono gli autovalori di A. Sia Spec(A) linsieme degli autoval-
ori di A i.e. lo spettro della matrice A. In generale Spec(A) C e (da
noti teoremi1 di algebra) la cardinalit`a2 di Spec(A) `e |Spec(A)| n.
Ancora per risultati standard di algebra lineare se A `e simmetrica al-
lora Spec(A) R. Per il resto di questa sezione A sar`a una matrice
simmetrica, con elementi reali (anche se alcuni degli elementi teorici
successivi possono essere presentati in un quadro pi` u generale).
Sia A = [aij ]1i,jn una matrice n n, simmetrica, a coefficienti reali
aij R, e si consideri il sistema di equazioni lineari
(2) Ax = x
dove `e un parametro reale. Il sistema (2) `e omogeneo. Infatti (2) si
pu`o scrivere
(3) (A In )x = 0.
Un sistema omogeneo `e sempre compatibile, poiche ammette per lo
meno la soluzione banale. Per il teorema di Cramer3 non vi sono altre
soluzioni oltre a quella banale se e solo se det (A In ) 6= 0 i.e.
R \ Spec(A). Di conseguenza per ogni Spec(A) il sistema (2)
ammette soluzioni non banali ossia se si pone
Eigen(A; ) = {x Rn : Ax = x}
allora Eigen(A; ) 6= (0). Un elemento x Eigen(A; ) \ {0} si dice
autovettore di A corrispondente allautovalore . Inoltre Eigen(A; ) `e
1Il
teorema fondamentale dellalgebra e il teorema di Bezout.
2SeS `e un insieme si denota con |S| la cardinalit`
a di S (il numero degli elementi
di S quallora S sia un insieme finito).
3Sia B una metrice n n e si consideri il sistema di equazioni lineari Bx = b
dove b Rn . Il teorema di Cramer afferma che il sistema Bx = b `e compatibile
determinato (i.e. ammette soluzione unica) se e solo se det(B) 6= 0.
LEZIONE 6: ESTREMI LOCALI 7

lautospazio di A corrispondente allautovalore . Per un noto risultato


di algebra lineare ogni autospazio Eigen(A; ) `e uno spazio vettori-
ale reale di dimensione finita pari alla molteplicit`a di come radice
dellequazione caratteristica di A. Inoltre se , Spec(A) e 6=
allora per ogni x Eigen(A; ) ed ogni y Eigen(A; ) si ha x y = 0
i.e. x e y sono ortogonali. Questultimo risultato `e indisolubilmente
legato alla simmetria di A.
Abbiamo ora tutte le nozioni necessarie per comprendere lenunciato
del Teorema 4. Passiamo alla dimostrazione. Laffermazione (1) `e vera
poiche f `e un quoziente di funzioni differenziabili in tutto Rn . Si ponga
n
X
Q(x) = aij xi xj , x Rn .
i,j=1

Per verificare laffermazione (2) siano x Rn \ {0} e t > 0. Allora


Q(tx) = t2 Q(x), ktxk = |t| kxk,
e quindi
Q(tx) Q(x)
F (tx) = 2
= = F (x)
ktxk kxk2
i.e. F `e omogenea di grado = 0. Per verificare laffermazione (3) si
calcola
n
Q X
= aij (ik xj + xi jk )
xk i,j=1
dove ij `e il simbolo di Kroneker i.e. In = [ij ]1i,jn `e la matrice unit`a.
Segue che
n n n
Q X X X
= akj xj + aik xi = 2 akj xj
xk j=1 i=1 j=1

per la simmetria di A. Inoltre


" n # n
2
 X
2
X
kxk = x = 2xi ik = 2xk .
xk xk i=1 i i=1

Possiamo ora calcolare le derivate parziali della funzione F


   
F Q(x) 1 2 Q 2

= = kxk Q(x) kxk =
xk xk kxk2 kxk4 xk xk
( n
)
2 X
= kxk2 akj xj Q(x)xk .
kxk4 j=1
8 SORIN DRAGOMIR

Dunque x Crit(F ) se e solo se


F
(x) = 0, 1 k n,
xk
ossia n
X
2
kxk akj xj Q(x)xk = 0, 1 k n.
j=1
2
Se si divide per kxk si ottiene
Xn
akj xj = F (x)xk , 1 k n,
j=1

ossia in forma matriciale


(4) Ax = F (x)x.
Dunque se x Crit(F ) allora F (x) Spec(A) e x Eigen(A; F (x))
[e giacche x 6= 0 risulta che x `e un autovettore di A corrispondente
allautovalore F (x)].
Lenunciato (4) del Teorema 4 `e di natura qualitativa e la sua di-
mostrazione poggia sul teorema di Weierstrass.
Un insieme K Rn `e compatto se K `e simultaneamente chiuso e
limitato. Il teorema di Weierstrass `e
Teorema 5. Sia F : K R una funzione continua definita su un
insieme compatto K Rn . Allora inf xK F (x) e supxK F (x) si real-
izzano in K i.e. esistono xm K e xM K tali che
inf F (x) = F (xm ), sup F (x) = F (xM ).
xK xK

Il teorema di Weierstrass asserisce soltanto lesistenza di punti in K


nei quali inf xK F (x) e supxK F (x) si realizzano (e quindi possiamo
parlare del valore minimo e del valore massimo assunti da F in K) e
non la loro unicit`a.
Nella siutazione corrente, e cioe per la funzione F : Rn \ {0} R
contemplata dal Teorema 4, il teorema di Weierstrass non si applica,
poiche ovviamente linsieme Rn \ {0} non `e compatto4. Sar`a necesario
un truco basato sulle propriet`a delle funzioni omogenee (di grado zero).
Abbiamo visto (cfr. laffermazione (2) del Teorema 4) che F : Rn \
{0} R `e omogenea di grado = 0. Si consideri la restrizione di F
alla sfera standard
Q(x)
F : S n1 R, F (x) = , x S n1 .
kxk2
4Il lettore si convinca che Rn \ {0} `e un insieme aperto e illimitato.
LEZIONE 6: ESTREMI LOCALI 9

Poiche linsieme S n1 `e compatto e la funzione F : S n1 R `e continua


esistono (per il teorema di Weierstrass) i punti xm S n1 e xM S n1
di modo che
F (xm ) = infn1 F (x), F (xM ) = sup F (x).
xS xS n1

Per semplicit`a della scrittura adottiamo le notazioni


m = infn1 F (x), M = sup F (x),
xS xS n1

sicche F (xm ) = m e F (xM ) = M . Dunque m, M R sono il pi` u


n1
piccolo e il pi`u grande valore assunti da F su S . Dimostreremo
immediatamente che m e M sono anche il valore minimo e il valore
massimo assunti da F su tutto il suo dominio Rn \ {0}. Infatti se
x Rn \ {0} allora v = tx S n1 dove t = 1/kxk > 0. Giacche v giace
su S n1
m F (v) M.
Daltro canto F `e omogenea di grado 0 sicche F (v) = F (tx) = F (x) e
allora
m F (x) M, x Rn \ {0}.
Laffermazione (4) del Teorema 4 `e verificata. In particolare risulta
che xm e xM sono rispettivamente un punto di minimo (assoluto) e
un punto di massimo (assoluto) della funzione F : Rn \ {0} R e
quindi necessariamente xm , xM Crit(F ). Infine (per laffermazione
(3) del Teorema 4) risulta che f (xm ) e f (xM ) sono autovalori di A i.e.
m, M Spec(A).
Per completare la dimostrazione del Teorema 4 `e necessario verificare
che m M per ogni Spec(A). Infatti se Spec(A) allora
esiste v Rn \ {0} tale che Av = v. Si faccia il prodotto scalare con
v in entrambi membri. Si ottiene
n n
" n #
X X X
kvk2 = (Av) v = (Av)i vi = aij vj vi =
i=1 i=1 j=1

n
X
= aij vi vj = Q(v)
i,j=1

ossia (dividendo in entrambi membri per kvk2 )


Q(v)
= = F (v).
kvk2
Dunque `e uno dei valori assunti da F e quindi m M (tutti i
valori di F sono nellintervallo [m, M ]). Q.e.d.
10 SORIN DRAGOMIR

Teorema 6. Sia A = [aij ]1i,jn una matrice simmetrica con aij R.


Allora i) A `e semi-definita positiva (rispettivamente definita positiva) se
e solo se tutti i suoi autovalori sono non negativi (rispettivamente tutti
i suoi autovalori sono positivi). Inoltre ii) A `e semi-definita negativa
(rispettivamente definita negativa) se e solo se tutti i suoi autovalori
sono non positivi (rispettivamente tutti i suoi autovalori sono negativi)
Dimostrazione. Il teorema contiene quattro affermazioni. Ne dimos-
triamo una e proponiamo le altre tre come esercizio al lettore (vedi
lEsercizio 2). Sia A una matrice simmetrica semi-definita positiva.
Sia Spec(A). Allora esiste x Rn \ {0} tale che Ax = x. Si
moltiplichi in entrambi membri con x (prodotto scalare Euclideo). Si
ottiene (Ax) x = kxk2 ossia
n
X
kxk2 = Q(x) = aij xi xj 0
i,j=1

e quindi 0. Viceversa, si supponga che tutti gli autovalori di A sono


non negativi. Sia F (x) = Q(x)/kxk2 per x 6= 0 e m = inf xRn \{0} F (x).
Per il Teorema 4 si ha m Spec(A) e quindi (per lipotesi corrente)
m 0. Allora per ogni 6= 0
Q()
= F () m 0
kk2
e quindi Q() 0 ossia A `e semi-definita positiva. Q.e.d.
Esercizio 2. Sia A = [aij ]1i,jn una matrice n n simmetrica (aij = aji )
con tutti gli elementi reali (aij R).
1) Dimostrare che A `e definita positiva se e solo se > 0 per ogni
Spec(A).
2) Dimostrare che A `e semi-definita negativa se e solo se 0 per ogni
Spec(A).
3) Dimostrare che A `e definita negativa se e solo se < 0 per ogni
Spec(A).

5. Dimostrazione dei Teoremi 2 e 3


Dimostriamo laffermazione (i) del Teorema 2 e proponiamo la dimo-
strazione dellaffermazione (ii) dello stesso teorema come esercizio al
lettore. Per ipotesi x0 A `e un punto di minimo locale della funzione
f : A R. Si consideri R > 0 tale che B(x0 , R) A. Sia inoltre
v S n1 un vettore unitario. Si consideri la funzione
F (t) = f (x0 + tv), |t| < R.
LEZIONE 6: ESTREMI LOCALI 11

Per la dimostrazione del Teorema 1 la funzione F : (R, R) R ha


un minimo locale nel punto t = 0 e quindi F 00 (0) 0. Daltro canto
n
X
0 f
F (t) = i
(x0 + tv)v i ,
i=1
x
" n # n  
00 d X f i
X
i d f
F (t) = (x0 + tv)v = v (x0 + tv) =
dt i=1 xi i=1
dt xi
n n
X X 2f
= vi (x0 + tv)v j
i=1 j=1
xj xi
ossia
n
00 2f
X
F (t) = j i
(x0 + tv)v i v j
i,j=1
x x
e quindi per t = 0
n
00
X 2f
(5) 0 F (0) = j i
(x0 )v i v j = (Hessf (x0 )v) v
i,j=1
x x

per ogni v S n1 . Sia w Rn \ {0} e si ponga v = (1/kwk) w S n1 .


La diseguaglianza (5) implica
   
1 1
0 (Hessf (x0 )v) v = Hessf (x0 ) w w =
kwk kwk
1
= (Hessf (x0 )w) w
kwk2
sicche
(Hessf (x0 )w) w 0
per ogni w R \ {0}, e in definitiva per ogni w Rn giacche la dis-
n

eguaglianza in questione `e verificata banalmente per w = 0. Abbiamo


dimostrato che la matrice Hessf (x0 ) `e semi-definita positiva. Q.e.d.
Dimostriamo ora laffermazione (i) del Teorema 3 e proponiamo la
dimostrazione dellaffermazione (ii) dello stesso teorema come esercizio
al lettore. Per ipotesi la matrice Hessf (x0 ) `e definita positiva sicche il
u piccolo autovalore m Spec [Hessf (x0 )] `e strettamente positivo i.e.
pi`
m > 0. Daltro canto (per il Teorema 4) m `e anche il pi` u piccolo valore
assunto dalla funzione
(Hessf (x0 )w) w
G(w) = , w Rn \ {0}.
kwk2
12 SORIN DRAGOMIR

Dunque G(w) m ossia


(6) (Hessf (x0 )w) w mkwk2 , w Rn .
Adoperiamo ora la formula di Taylor con resto di ordine k = 2 e punto
base x0 i.e.
n
X f
f (x) = f (x0 ) + i
(x0 )(xi xi0 )+
i=1
x
n
1 X 2f
+ (x0 )(xi xi0 )(xj xj0 ) + R2 (x; x0 ).
2 i,j=1 xi xj
Da una parte x0 Crit(f ) sicche (f /xi )(x0 ) = 0 per ogni 1
i n (con la corrispondente semplificazione della formula precedente).
Daltro canto, com`e noto
R2 (x; x0 )
lim =0
xx0 kx x0 k2

sicche per ogni  > 0 esiste R > 0 tale che



R2 (x; x0 )
kx x0 k2 < 

per ogni x B(x0 , R ). In particolare per  = 1/m > 0 si ha


1 R2 (x; x0 ) 1
(7) < <
m kx x0 k2 m
per ogni x B(x0 , R1/m ). Adoperiamo ora (6) per w = x x0 . Inoltre
ci serviamo soltanto dalla prima disegiaglianza in (7) per cui
n
1 X 2f
f (x) = f (x0 ) + i j
(x0 )(xi xi0 )(xj xj0 ) + R2 (x; x0 ) =
2 i,j=1 x x
n
1X
= f (x0 ) + (Hessf (x0 )(x x0 ))i (xi xi0 ) + R2 (x; x0 ) =
2 i=1
1
= f (x0 ) + (Hessf (x0 )(x x0 )) (x x0 ) + R2 (x; x0 ) >
2
m m
> f (x0 ) + kx x0 k2 kx x0 k2 = f (x0 )
2 2
per ogni x B(x0 , R1/m ) sicche x0 `e un punto di minimo locale per la
funzione f . Q.e.d.