Ottimizzazione libera

Note

Si parla di ottimizzazione libera quando si cercano i punti estremali di nel suo dominio.

Teorema di Fermat

Note

Sia un insieme aperto e sia derivabile in . Se è un punto estremale relativo di , allora: Cioè è un punto critico di .

Criterio della matrice Hessiana

Note

Siano aperto, e punto critico di . sia la forma quadratica indotta dalla matrice Hessiana . Abbiamo che:

  • Se è definita positiva, allora è punto di minimo locale.
  • Se è definita negativa, allora è punto di massimo locale.
  • Se è indefinita, allora è punto di sella.
Dimostrazione

Verifichiamo il primo caso (il secondo è analogo).
La matrice Hessiana è:

  • Simmetrica: grazie al teorema di Schwarz siccome .
  • Ha tutti gli autovalori reali e positivi, siccome è definita positiva.

Ne deduciamo che: Dove è il minimo degli autovalori di . Inoltre, dato che è punto critico di , dalla formula di Taylor al secondo ordine otteniamo che: Per , dove nella disuguaglianza abbiamo applicato la formula precedente. Per la definizione di o piccolo abbiamo che: E quindi tale che se e , allora: Dove grazie alla seconda ipotesi. Quindi in particolare tale che abbiamo che: Pertanto dalle formule precedenti possiamo concludere che tale che , che implica che è punto di minimo locale di .

Criterio esplicito della matrice Hessiana nel caso

Siano aperto, e punto critico di . Sia la matrice Hessiana di nel punto . Abbiamo che:

  • Se e , allora è un punto di minimo locale di .
  • Se e , allora è un punto di massimo locale di .
  • Se , allora è punto di sella di .
  • Se il criterio non fornisce informazioni, possiamo usare l'indagine diretta o il controllo per convessità/concavità.

Inoltre, se , ma , valgono gli stessi assetti con al posto .

Indagine diretta

Note

Questa strategia consiste nel trovare due curve passanti per il punto critico su cui le restrizioni di hanno in un caso un massimo e nell'altro un minimo, in maniera tale da concludere che il punto critico è u punto di sella.

Controllo per convessità/concavità

Note

Sia . Diciamo che è convessa (rispettivamente concava) se la matrice Hessiana è definita positiva o semi-definita positiva (rispettivamente definita negativa o semi-definita negativa).

Sia e un punto critico di , abbiamo che:

  • Se è convessa su , allora è un punto di minimo assoluto
  • Se è concava su , allora è un punto di massimo assoluto