Bibliografı́a

Capı́tulo 3: Optimización.
Bibliografı́a
Extremos de funcións sen restricións Besada, M.; Garcı́a, F.J.; Mirás, M.A.; Quinteiro, C.; Vázquez, C. Un Mar de
Extremos de funcións con restricións de igualdade Matemáticas. Servizo de Publicacións da Unversidade de Vigo. 2016. Capı́tulo 5.

Larson, R.E.; Hostetler, R.P.; Edwards, B.H. Cálculo. Volumen 2. McGraw-Hill. 1999.
Manuel Besada
Besada, M. e outros. Matemáticas para Quı́mica. Servizo de publicacións da
Universidade de Vigo Universidade de Vigo. 2008. Capı́tulo 2.
http://webs.uvigo.es/matematicas/
mbesada@uvigo.es

Besada, M. e outros. Cálculo de varias variables. Prentice Hall. 2001.

27 de outubro de 2021

Maximos e mı́nimos sen restricións

I Os problemas de optimización, máximos e mı́nimos dunha función de varias Definición

variables, constitúen unha das partes máis importantes do cálculo diferencial.
I Nun primeiro paso modelamos o problema en termos matemáticos. Despois,
aplicamos as técnicas do cálculo diferencial para determinar se o problema ten
solución e, en caso afirmativo, obtela.
I Definimos en primeiro lugar os conceptos de máximos e mı́nimos (extremos)
relativos (nun entorno dun punto). En segundo lugar definiremos os conceptos de
extremos globais (en todo o dominio da función).
Definición
Dados unha función f : Rn ! R e unha bola de centro x0 2 Rn e radio r > 0,
B(x0 , r ) = {x 2 Rn : d(x, x0 ) < r }, dicimos que
I O punto x0 é un mı́nimo local ou relativo de f se existe r > 0 tal que
f (x) f (x0 ), para todo x 2 B(x0 , r ).
I O punto x0 é un máximo local ou relativo de f se existe r > 0 tal que
f (x)  f (x0 ), para todo x 2 B(x0 , r ).
I O punto x0 é un mı́nimo relativo estrito de f se existe r > 0 tal que f (x) > f (x0 ),
para todo x 2 B(x0 , r ), x 6= x0 .
I O punto x0 é un máximo relativo estrito de f se existe r > 0 tal que f (x) < f (x0 ),
para todo x 2 B(x0 , r ), x 6= x0 .
Dados unha función f : Rn ! R, x0 2 Rn , dise que,
I x0 é un mı́nimo global de f se f (x) f (x0 ), para todo x 2 Rn .
I x0 é un máximo global de f se f (x)  f (x0 ), para todo x 2 Rn .
I x0 é un mı́nimo global estrito de f se f (x) > f (x0 ), para todo x 2 Rn , x 6= x0 .
I x0 é un máximo global estrito de f se f (x) < f (x0 ), para todo x 2 Rn , x 6= x0 .
Extremo dunha función
Un máximo ou un mı́nimo de f denomı́nase extremo da función. É inmediato que todo
extremo global é un extremo local da función.
Definición
x0 2 Rn é un punto crı́tico de f : Rn ! R, se Di f (x0 ) = 0, para todo i = 1, . . . , n.
Exemplo
Se f (x, y) = 2x 3 + y 3 6x 12y + 4, e resolvemos o sistema de ecuacións
D1 f (x, y) = 6x 2 6 = 0, D2 f (x, y) = 3y 2 12 = 0;
obtemos os puntos crı́ticos de f : (1, 2), (1, 2), ( 1, 2) e ( 1, 2).
Condición necesaaria de primeira orde
Condición necesaria de primeira orde
Sexa f :Rn ! R unha función diferenciable. Se x0
entón x0 é un punto crı́tico de f .
Condición necesaria de segunda orde
Sexa f : Rn ! R, f 2 C 2 (Rn ). Verifı́case que:
2 Rn é un extremo relativo de f 1. Se x0 2 Rn é un mı́nimo relativo de f entón Hf (x0 ) é semidefinida positiva.
2. Se x0 2 Rn é un máximo relativo de f entón Hf (x0 ) é semidefinida negativa.

Observación
I Esta condición de existencia de extremos é necesaria pero non suficiente como
se comproba no seguinte exemplo.
I O punto (0, 0) é un punto crı́tico da función f (x, y) = x 3 y 3 , pero non é un extremo
relativo de f , xa que calquera que sexa r > 0, os puntos ( 2r , 2r ),
( 2r , 2r ) 2 B((0, 0), r ) e f ( 2r , 2r ) > f (0, 0) = 0 > f ( 2r , 2r ).
I Ası́ existen, en xeral, puntos nos que se anulan tódalas derivadas parciais dunha
función que no son extremos da mesma.
Definición
I Un punto crı́tico dunha función f : Rn ! R que non é máximo nin mı́nimo de f
denomı́nase punto de sela de f .
I Isto é, x0 é un punto de sela de f se, e só se, Df (x0 ) = 0 e calquera que sexa
r > 0 existen x, y 2 B(x0 , r ) tales que f (x) > f (x0 ) > f (y).
I Este resultado ten unha importancia relativa na clasificación dos puntos crı́ticos
dunha función f , no senso de eliminar a posibilidade de que un punto crı́tico sexa
un máximo ou un mı́nimo.
I Se x0 é punto crı́tico de f e a matriz Hf (x0 ) non é semidefinida positiva, entón x0
non é un mı́nimo da función, polo que x0 será un máximo de f ou un punto de
sela de f .
I Se Hf (x0 ) non é semidefinida negativa, entón x0 será un mı́nimo de f ou un punto
de sela de f .
I Doutra forma, se realizamos este razoamento en positivo, temos que se Hf (x0 ) é
semidefinida negativa, Hf (x0 ) 6= 0, entón o punto x0 é un máximo de f ou un
punto de sela de f .
I Se Hf (x0 ) é semidefinida positiva, Hf (x0 ) 6= 0, entón o punto x0 é un mı́nimo de f
ou un punto de sela de f .

Exemplo da condición suficiente débil.

1. (x0 , 0) e (0, y0 ) son puntos crı́ticos, para todo x0 , y0 2 R, da función f (x, y) = x 3 y 2 .
2. Se x0 > 0, a matriz Hf (x0 , 0) é S.D.P., polo que estes puntos son mı́nimos ou
puntos de sela de f . Pode probarse que son mı́nimos.
3. Se x0 < 0, a matriz Hf (x0 , 0) é S.D.N., polo que estes puntos son máximos ou
puntos de sela de f . Pode probarse que son máximos.
4. Hf (0, y0 ) é a matriz nula, polo que os puntos pode ser calquera cousa. Pode
probarse que son puntos de sela.
Condición suficiente para a existencia de extremos
Sexan f : Rn ! R, f 2 C 2 (Rn ) e x0 2 Rn un punto crı́tico de f . Verifı́case que:
1. Se Hf (x0 ) é definida positiva entón o punto x0 é un mı́nimo relativo estrito de f .
2. Se Hf (x0 ) é definida negativa entón x0 é un máximo relativo estrito de f .
3. Se Hf (x0 ) é non definida entón x0 é un punto de sela de f .
4. Se Hf (x) é semidefinida positiva, para todo x 2 Rn , entón x0 é un mı́nimo global de f .
5. Se Hf (x) é semidefinida negativa, para todo x 2 Rn , entón x0 é un máximo global de f .
✓ ◆
2 0
Para f (x, y) = x 2 2x + 2, (1, 0) é un punto crı́tico e a matriz Hf (x, y) = é semidefinida
0 0
positiva en tódolos puntos (x, y) 2 R2 , polo que o punto (1, 0) é un mı́nimo global de f .

matriz nula
) ¿x0 ?

S.D.P. ) S.D.N. )
x0 punto crı́tico
x0 mı́nimo ou sela x0 máximo ou sela

Hf (x0 ) D.P. ) x0 mı́nimo D.N. ) x0 máximo

Non definida ) x0 punto de sela

Exemplo Optimización con restricións de igualdade
I Para obter os seus puntos crı́ticos de f (x, y) = x 4 + y 4 2(x y)2 , resolvemos as
ecuacións:
D1 f (x, y) = 4x 3 4(x y) = 0 (x, y, z) z
3
D2 f (x, y) = 4y + 4(x y) = 0. x +y +z = 1
p ( 13 , 13 , 13 )
Sumando ambas ecuacións temos x 3 + y 3 = 0, é dicir, x = y. Substituı́ndo, por d((x, y, z), (0, 0, 0)) = x 2 + y 2 + z2
exemplo, na p primeira temos a ecuación 4x 3 8x = 0, que ten como p soluci y
p p óns,
xp= 0, p x= 2 e x = 2. Ası́, os puntos crı́ticos de f son (0, 0), ( 2, 2) e (0, 0, 0)
( 2, 2). ·
✓ 2 4
◆
I Hf (x, y) = 12x 4
2 e estudamos o signo en cada punto crı́tico. Exemplo
4 12y 4
✓ ◆ Que punto do plano x + y + z = 1 dista menos da orixe de coordenadas?
I Hf (0, 0) = 4 4 Minimizamos f (x, y, z) = x 2 + y 2 + z 2 , suxeito á restrición x + y + z = 1. Despexamos na restrición
, de onde D1 = 4 < 0 e D2 = 0, polo que Hf (0, 0) é a variable z = j(x, y ) e substituı́mos na función obxectivo,
4 4
semidefinida negativa e non nula. Pola condición necesaria de segunda orde, o F (x, y) = f (x, y, j(x, y)) = x 2 + y 2 + (1 x y)2 .
punto (0, 0) é un máximo ou un punto de sela de f . Para clasificar o punto, temos
que utilizar a definición de extremo. Para cualquera r > 0, ( 2r , 2r ) 2 B((0, 0), r ) e Para atopar os mı́nimos de F sen restricións, resolvemos o sistema:
f ( 2r , 2r ) = 2( 2r )4 > 0 = f (0, 0), polo que (0, 0) non pode ser un máximo e, polo D1 F (x, y) = 4x + 2y 2 = 0,
tanto, é un punto de sela de f . D2 F (x, y) = 2x + 4y 2 = 0.
✓ ◆
p p p p 20 4
I Hf ( 2, 2) = Hf ( 2, 2) = , D1 = 20 > 0, y D2 = 384 > 0, polo Obtemos, ası́, o punto crı́tico de F , (x0 , y0 ) = ( 13 , 13 ).Como HF ( 13 , 13 ) é definida positiva, o punto
4 20 ( 13 , 13 ) resulta un mı́nimo relativo estrito de F . Despexando z na restrición concluı́mos que
que a matrizphessiana p en ámbolos
p p puntos é definida positiva. Pola condición (x0 , y0 , z0 ) = ( 13 , 13 , 13 ) debe ser a solución do problema.
suficiente, ( 2, 2) e ( 2, 2) son mı́nimos relativos estritos de f .

Exemplo
z
máximo de f Preliminares
f (x, y) = 6 x2 y2
máximo de f 1. Sexan entón f : Rn ! R, g = (g1 , . . . , gm ) : Rn ! Rm e b = (b1 , . . . , bm ) 2 Rm ,
s.a. g(x,y)=2xy=1 sendo m < n. De entre tódolos puntos x 2 Rn que verifiquen as igualdades
g1 (x) = b1 , . . . , gm (x) = bm ou, abreviadamente, g(x) = b, pretendemos atopar
aqueles que minimicen ou maximicen a función f .
2. A función f denomı́nase función obxectivo, as funcións gj denomı́nanse
restricións do problema e os escalares bj , parámetros que definen as
restricións. O conxunto de puntos que verifican as restricións,
(0, 0) S = {x 2 Rn : gj (x) = bj , j = 1, . . . , m} = {x 2 Rn : g(x) = b},
p p
y 2 2
x ( 2 , 2 )
g(x, y) = 2xy = 1 coñécese como conxunto de solucións factibles do problema.
3. Con estas notacións, escribiremos o problema que pretendemos resolver como
I Nas gráficas adxuntas, para a función f (x, y) = 6 x2 y 2 , observamos que
I O (0, 0) é un máximo de f sen restriccións. mı́n(máx) : f (x)
p p
I O( 2 2
é un máximo de f suxeito a restrición 2xy = 1. suxeito a : g(x) = b
2 , 2 )
I Evidentemente, p p
máx f (x, y) = f (0, 0) = 6 5 = f ( 22 , 22 ) = máx f (x, y).
(x,y)2R2 (x,y):2xy=1
Definicións

Definición Un punto x0 2 S é un extremo relativo de f en S se é un mı́nimo ou un máximo

Sexan f : Rn ! R, g : Rn ! Rm e b 2 Rm . Decimos que
I x0 2 S é un mı́nimo relativo de f en S se existe r > 0 tal que f (x) f (x0 ), para
todo x 2 B(x0 , r ) \ S.
I x0 2 S é un máximo relativo de f en S se existe r > 0 tal que f (x)  f (x0 ), para
todo x 2 B(x0 , r ) \ S.
I x0 2 S é un mı́nimo relativo estrito de f en S se existe r > 0 tal que f (x) > f (x0 ),
para todo x 2 B(x0 , r ) \ S, x 6= x0 .
I x0 2 S é un máximo relativo estrito de f en S se existe r > 0 tal que f (x) < f (x0 ),
para todo x 2 B(x0 , r ) \ S, x 6= x0 .
Definición
Coa mesma notación que na definición anterior, dise que
I x0 2 S é un mı́nimo global de f en S, se f (x) f (x0 ), para todo x 2 S.
I x0 2 S é un máximo global de f en S se f (x)  f (x0 ), para todo x 2 S.
I x0 2 S é un mı́nimo global estrito de f en S se f (x) > f (x0 ), para todo x 2 S,
x 6= x0 .
I x0 2 S é un máximo global estrito de f en S se f (x) < f (x0 ), para todo x 2 S,
x 6= x0 .
relativo de f en S. Nas definicións anteriores podemos utilizar indistintamente as
expresións extremo de f en S, extremo de f suxeito a gj (x) = bj , para todo j = 1, . . . , m,
ou extremo de f suxeito a g(x) = b.
Teorema de Lagrange
Sexan f , g 2 C 1 (Rn ) e x0 2 S verificando que rango Dg(x0 ) = m < n. Se x0 é un
extremo relativo de f suxeito a g(x) = b, entón existen m números reais únicos,
l1 , . . . , lm , denominados multiplicadores de Lagrange, tales que
m
Di f (x0 ) Â lk Di gk (x0 ) = 0, para todo i = 1, . . . , n. (1)
k=1
A hipótese rango Dg(x0 ) = m, coñécese como condición do rango.
I Se denotamos por l = (l1 , l2 , . . . , lm ), entón a igualdade (1) pode escribirse en
forma vectorial mediante a expresión Df (x0 ) = l Dg(x0 ).
I Po exemplo, cando temos unha unha única restrición, esta igualdade dice que se
x0 é un extemo, entón o —f (x0 ) é múltiplo do —g(xo ) ou, equivalentemente, a
restrición do problema é tanxente a curva de nivel f (x0 ) de f .

Notación
Para maior comodidade na aplicación práctica deste resultado, utilizaremos a seguinte
función auxiliar. Dados m números reais, l1 , . . . , lm , a función
Notación
m Función Lagrangiana asociada ó problema.
L(x) = f (x) Â lk (gk (x) bk ), denomı́nase función lagrangiana. Esta definición
m
k=1
permite reformular o teorema de Lagrange nos seguintes termos. L(x) = f (x) Â lk (gk (x) bk ),
k=1
Teorema de Lagrange
Sexan f , g 2 C 1 (Rn ) e x0 2 S verificando que rango Dg(x0 ) = m < n. Se x0 é un Teorema de Lagrange
extremo relativo de f en S, existen m números reais únicos, l1 , . . . , lm , tales que x0 é
Sexan f , g 2 C 1 (Rn ) e x0 2 S verificando que rango Dg(x0 ) = m < n.
un punto crı́tico da función lagrangiana asociada. Isto é,
Se x0 é un extremo relativo de f en S, existen m números reais únicos, l1 , . . . , lm ,
Di L(x0 ) = 0, para todo i = 1, . . . , n. tales que x0 é un punto crı́tico da función lagrangiana asociada. Isto é,
Di L(x0 ) = 0, para todo i = 1, . . . , n.

Para atopar os posibles extremos do problema, é preciso calcular os puntos crı́ticos da Teorema. Condición suficiente forte
función lagrangiana que verifican as restricións. Isto é, temos que resolver o sistema Sexan f , g 2 C 2 (Rn ) e x0 2 Rn un punto que verifica o teorema de Lagrange.
de n + m ecuacións con n + m incógnitas, x1 , . . . , xn , l1 , . . . , lm , dado por 1. Se HL (x0 ) é definida positiva, x0 é un mı́nimo relativo estrito de f en S.
n
Di L(x) = Di f (x) Â lk Di gk (x) = 0, i = 1, . . . , n 2. Se HL (x0 ) é definida negativa, x0 é un máximo relativo estrito de f en S.
k=1
3. Se HL (x) é semid. positiva, para todo x 2 Rn , x0 é un mı́nimo global de f en S.
gj (x) = bj , j = 1, . . . , m.
4. Se HL (x) é semid. negativa, para todo x 2 Rn , x0 é un máximo global de f en S.
Finalmente, clasificaremos os posibles extremos coa condición suficiente.
Exemplo Para cada r = 1, . . . , n, denotaremos por r o menor principal de orde m + r da matriz
I O problema mı́n(máx) : f (x, y, z) = x 2 + y 2 + z 2 suxeito a: x + y + z = 1 verifica a D(x0 ), é dicir,
hipótese do rango, pois a matriz Dg(x, y, z) = 1 1 1 ten rango un. 0 1
0 ... 0 D1 g1 (x0 ) ... Dr g1 (x0 )
I A función lagrangiana é, L(x, y ) = x 2 + y 2 + z 2 l (x + y + z 1), e das ecuacións B .. .. .. .. .. .. C
B . . C
B . . . . C
D1 L(x, y, z) = 2x l =0 B C
B 0 ... 0 D1 gm (x0 ) ... Dr gm (x0 )C
(x
r 0 ) = det B C.
D2 L(x, y, z) = 2y l =0 BD1 g1 (x0 ) ... D1 gm (x0 ) D11 L(x0 ) ... D1r L(x0 ) C
B C
B .. .. .. .. .. .. C
D3 L(x, y, z) = 2z l =0 @ . . . . . . A
x +y +z = 1 Dr g1 (x0 ) ... Dr gm (x0 ) Dr 1 L(x0 ) ... Drr L(x0 )

obtense o único punto crı́tico da función lagrangiana que está no conxunto de

solucións factibles, ( 13 , 13 , 13 ), con multiplicador de Lagrange asociado l = 23 . Teorema. Condición suficiente débil
0 1
2 0 0 Sexan f , g 2 C 2 (Rn ) e x0 2 S un punto que verifica o teorema de Lagrange.
I A matriz hessiana da lagrangiana, HL (x, y, z) = @0 2 0A, é definida positiva, 1. Se ( 1)m r (x0 ) > 0, para todo r = m + 1, . . . , n, entón x0 é un mı́nimo relativo
0 0 2 estrito de f suxeito a g(x) = b.
polo que o punto ( 13 , 13 , 13 ) é o único mı́nimo do problema. 2. Se ( 1)r r (x0 ) > 0, para todo r = m + 1, . . . , n, entón x0 é un máximo relativo
estrito de f suxeito a g(x) = b.

Exemplo

Exemplo
Atopa os extremos de f (x, y) = (x 1)2 + y 2 , suxeito a x 2 + 4y 2 = 16.
Para este problema verifı́case a condición do rango, pois en caso contrario,
rango 2x 8y = 0 se, e só se, (x, y) = (0, 0); pero este punto non é unha solución
factible do problema. Isto é, se (x, y) 2 S, entón rango Dg(x, y) = 1.
Teorema. Condición suficiente débil Da función lagrangiana asociada ó problema,
Sexan f , g 2 C 2 (Rn ) e x0 2 S un punto que verifica o teorema de Lagrange. L(x, y) = (x 1)2 + y 2 l (x 2 + 4y 2 16), obtemos as ecuacións correspondentes
para calcular os puntos crı́ticos de L que verifican as restricións,
1. Se ( 1)m r (x0 ) > 0, para todo r = m + 1, . . . , n, entón x0 é un mı́nimo relativo
estrito de f suxeito a g(x) = b. D1 L(x, y) =2(x 1) 2l x = 0
2. Se ( 1)r r (x0 ) > 0, para todo r = m + 1, . . . , n, entón x0 é un máximo relativo D2 L(x, y) =2y 8l y = 2y(1 4l ) = 0
estrito de f suxeito a g(x) = b. 2
x + 4y = 16. 2

Da segunda ecuación temos que y = 0, ou l = 14 . Se y = 0, da restrición obtemos que

x = ±4. Ası́, se x = 4, da primeira ecuación l = 34 ; e se x = 4, da primeira ecuación
l = 54 . Por outra parte, se l = 14 , da primeira ecuación temos que x = 43 , e da
p
restrición, y = ± 4 3 2 .
En resumo, temos catro puntos crı́ticos da función lagrangiana que verifican a
restrición, que son,
(4, 0), con l = 34 ( 4, 0), con l = 54
p p
( 43 , 4 3 2 ), con l = 1
4 ( 43 , 4 2
3 ), con l = 14 .
A matriz hessiana da lagrangiana vai permitirnos clasificar estes puntos.
—g(p3 )
✓ ◆
2 2l 0 —f (p3 )
HL (x, y) = .
0 2 8l p
✓3 ◆ ( 43 , 4 3 2 )
0
Para l = 41 , temos que HL (x, y) = 2 é semidefinida positiva, para todo
0 0

—g(p2 )

—g(p1 )
—f (p2 )

—f (p1 )
p p
(x, y) 2 R2 , de onde deducimos que ( 43 , 4 3 2 )
e ( 43 , 4 3 2 ) son mı́nimos globais de L.
( 4, 0) (1, 0) (4, 0)
Polo corolario da condición suficiente forte, estes puntos son mı́nimos globais de f
suxeitos a x 2 + 4y 2 = 16. ✓ ◆
1
0
Se l = 54 , entón HL (x, y) = 2 = HL ( 4, 0) é definida negativa, polo que
0 8
( 4, 0) é un máximo relativo (tamén ✓ global) estrito de f suxeito a x 2 + 4y 2 = 16.
◆ p
3
1
0 ( 43 , 4 2
3 )
Para l = 4 , temos que HL (x, y) = 2 = HL (4, 0) é non definida, e temos que
0 4 C9
x 2 + 4y 2 = 16 —f (p4 )
utilizar a condici
0 ón suficiente
1 débil. A matriz bordo da hessiana é C25
0 8 0 —g(p4 )
@
D(4, 0) = 8 2 1 A
0 , e o determinante 2 = det(D(4, 0)) = 256 > 0, polo que
0 0 4
Figura: Interpretación xeométrica do problema: optimizar (x 1)2 + y 2 suxeito a x 2 + 4y 2 = 16.
(4, 0) é un máximo relativo estrito de f suxeito a x 2 + 4y 2 = 16.

M ATLAB para optimización sen restricións

1. Para calcular os puntos crı́ticos e a matriz hessiana da función
f (x, y) = x 4 + y 4 2(x y)2 utilizamos as sentenzas M ATLAB para optimización con restricións de igualdade
>>syms x y máx (mı́n) : f (x, y, z) = xyz
resolvemos o problema , coas sentenzas,
f=xˆ4+yˆ4-2*(x-y)ˆ2 suxeito a: 2xy + 2xz + 2yz = k
Df=jacobian(f) >>syms x y z m k
PC=solve(Df(1),Df(2)) >>f=x*y*z
PC=[PC.x,PC.y] >>g=2*x*y+2*x*z+2*y*z-k
Hf=jacobian(Df) >>L=f-m*g
p p p p >>DL=jacobian(L,[x,y,z])
2. M ATLAB indı́canos que os puntos crı́ticos de f son ( 2, 2), ( 2, 2) e (0, 0) >>PC=solve(DL(1),DL(2),DL(3),g)
(descartamos as solucións complexas). Avaliamos agora a matriz hessiana de f >>PC=[PC.x,PC.y,PC.z,PC.m]
en cada un destes puntos e, calculando os autovalores da mesma, estudiamos o >>HL=jacobian(DL,[x,y,z])
signo da correspondente forma cuadrática. >>HLp=subs(HL,[x,y,z,m],PC(1,:))
>>H1=subs(Hf,[x,y],PC(1,:)) eig(H1) >>eig(HLp)
>>H4=subs(Hf,[x,y],PC(4,:)) eig(H4) >>BH=jacobian(jacobian(L,[m,x,y,z]),[m,x,y,z])
>>H5=subs(Hf,[x,y],PC(5,:)) eig(H5) >>BHp=subs(BH,[x,y,z,m],PC(1,:))
p p p p
3. Entón, ( 2, 2) e ( 2, 2) son mı́nimos relativos estrictos de f . A matriz >>D2=det(BHp(1:3,1:3))
Hf (0, 0) é semidefinida negativa e, polo tanto, non podemos aplicar a condición >>D3=det(BHp)
suficiente aı́nda que sabemos que (0, 0) é un máximo ou un punto de silla de f .
Podemos clasificalo, por exemplo, comprobando que f (0, 0) = 0 e que nos puntos
da forma ( 2r , 2r ) a función é positiva.