Blog
Matriz Hessiana en varias variables: máximos, mínimos y puntos de silla
Matriz Hessiana en varias variables: máximos, mínimos y puntos de silla paso a paso
La matriz Hessiana es una de esas herramientas que parecen más difíciles de lo que son. El problema no suele estar en la palabra Hessiana, sino en el orden: primero hallar bien los puntos críticos, después construir la matriz, luego evaluar y solo al final decidir si hay máximo, mínimo o punto de silla.
En este recurso vamos a trabajar la matriz Hessiana para funciones de dos y varias variables, con ejercicios resueltos, interpretación económica para ADE y Economía, errores frecuentes y un caso completo de optimización de beneficio. Vamos por partes, porque aquí no se gana tiempo saltándose pasos.
Está pensado para estudiantes de ADE, Economía, Empresa, Ingeniería y primeros cursos universitarios que necesitan preparar Cálculo, Análisis Matemático, optimización o métodos cuantitativos. No vamos a mezclar este tema con multiplicadores de Lagrange ni con optimización con restricciones, porque eso merece un recurso propio. Aquí toca dominar bien el caso sin restricciones.
Cuando este tema se atasca, conviene corregir el método
Muchos alumnos hacen derivadas parciales correctamente, pero clasifican mal el punto porque no revisan la Hessiana o porque mezclan reglas de una variable con reglas de varias variables. Si necesitas preparar una asignatura universitaria con orden, puedes consultar nuestras Matemáticas universitarias online clases online por la mañana solicitar información
Qué es la matriz Hessiana y para qué sirve
Cuando una función tiene una sola variable, usamos la segunda derivada para saber si un punto crítico es máximo o mínimo. Si \( f'(a)=0 \) y \( f''(a)>0 \), suele haber mínimo. Si \( f''(a)<0 \), suele haber máximo.
En varias variables la idea es parecida, pero ya no basta una sola segunda derivada. La función puede curvarse hacia arriba en una dirección y hacia abajo en otra. Ahí aparece la matriz Hessiana.
Esta matriz recoge las derivadas parciales de segundo orden. Dicho de forma sencilla: mide cómo se curva la función alrededor de un punto crítico. Y esa curvatura es la que nos permite decidir si estamos ante un máximo relativo, un mínimo relativo o un punto de silla.
La idea que debe quedarse clara
Primero buscamos dónde la función puede tener extremo. Eso se hace con las primeras derivadas. Después estudiamos la forma de la función alrededor de esos puntos usando las segundas derivadas. No al revés. Si se cambia el orden, se lía la madeja.
Qué entra en este recurso y qué no vamos a mezclar
En este recurso nos centramos en la matriz Hessiana para clasificar puntos críticos de funciones sin restricciones. Vamos a ver funciones de dos variables, una introducción a varias variables y aplicaciones económicas con beneficio, coste e ingresos.
No vamos a convertir esto en un bloque de multiplicadores de Lagrange, programación matemática o diagonalización completa de matrices. Esos temas están relacionados, pero no conviene meterlos todos en el mismo saco. Sin mezclar churras con merinas: aquí queremos que el alumno domine la Hessiana y sepa usarla bien en un examen.
Sí trabajamos aquí
Puntos críticos, derivadas parciales, Hessiana, determinante, menores principales, máximos, mínimos, punto de silla e interpretación económica básica.
No lo mezclamos aquí
Multiplicadores de Lagrange, restricciones, diagonalización profunda, formas cuadráticas completas o programación lineal.
Teoría desde cero: de las derivadas parciales a la Hessiana
1. Punto crítico
Un punto crítico de una función de dos variables \( f(x,y) \) aparece cuando las dos derivadas parciales primeras se anulan a la vez.
Resolver ese sistema nos da los candidatos. Ojo con esta palabra: candidatos. Todavía no sabemos si son máximos, mínimos o puntos de silla.
2. Matriz Hessiana
Una vez encontrados los puntos críticos, calculamos las derivadas parciales segundas.
Con ellas formamos la matriz Hessiana:
Si la función tiene derivadas segundas continuas, normalmente \( f_{xy}=f_{yx} \). En exámenes de ADE y Economía suele ocurrir así, pero conviene comprobarlo si el ejercicio lo exige.
3. Determinante de la Hessiana en dos variables
Este número es decisivo. No clasifica solo, pero nos dice mucho. Después hay que mirar también el signo de \( f_{xx} \) en el punto crítico.
Procedimiento paso a paso para no perderse
Qué hago primero
Derivo parcialmente respecto de \( x \) y respecto de \( y \). No clasifico nada todavía. Solo busco candidatos.
Qué hago después
Resuelvo el sistema \( f_x=0 \), \( f_y=0 \). Si salen varios puntos, los apunto todos. Un error bastante típico es encontrar uno y olvidarse de los demás.
Qué compruebo
Calculo \( f_{xx} \), \( f_{xy} \), \( f_{yy} \). Después evalúo la Hessiana en cada punto crítico. Cada punto tiene su propia clasificación.
Dónde suele fallar el alumno
En tres sitios: resolver mal el sistema, sustituir mal el punto en la Hessiana o decidir máximo y mínimo mirando solo una derivada. Esto último en varias variables es peligroso.
Cómo reviso el resultado
Si el determinante \( D \) es positivo y \( f_{xx} \) es positiva, mínimo. Si \( D \) es positivo y \( f_{xx} \) es negativa, máximo. Si \( D \) es negativo, punto de silla. Si \( D=0 \), el criterio no decide.
Criterio de la matriz Hessiana en funciones de dos variables
Supongamos que \( (a,b) \) es un punto crítico de \( f(x,y) \). Calculamos:
| Condición | Conclusión | Lectura sencilla |
|---|---|---|
| \( D(a,b)>0 \) y \( f_{xx}(a,b)>0 \) | Mínimo relativo | La función se curva hacia arriba alrededor del punto |
| \( D(a,b)>0 \) y \( f_{xx}(a,b)<0 \) | Máximo relativo | La función se curva hacia abajo alrededor del punto |
| \( D(a,b)<0 \) | Punto de silla | Sube en una dirección y baja en otra |
| \( D(a,b)=0 \) | Criterio no concluyente | Hace falta otro estudio |
Cuidado con una trampa muy común: si \( D<0 \), no hace falta mirar \( f_{xx} \). Ya es punto de silla. Si \( D>0 \), entonces sí miramos \( f_{xx} \). Cada cosa en su sitio.
Matriz Hessiana en varias variables
Si la función tiene tres o más variables, la Hessiana crece. Para una función \( f(x_1,x_2,\ldots,x_n) \), la matriz Hessiana es:
En muchas asignaturas de ADE y Economía, cuando hay más de dos variables, se usa el criterio de los menores principales o se relaciona la Hessiana con formas cuadráticas. No hace falta correr. La idea es esta:
| Tipo de Hessiana | Conclusión habitual | Interpretación |
|---|---|---|
| Definida positiva | Mínimo relativo | La función crece en todas las direcciones alrededor del punto |
| Definida negativa | Máximo relativo | La función decrece en todas las direcciones al alejarse del punto |
| Indefinida | Punto de silla | Hay direcciones de subida y direcciones de bajada |
| Semidefinida o caso dudoso | No siempre decide | Puede requerir un estudio adicional |
Si estás repasando la parte de definida positiva, definida negativa e indefinida, conviene enlazar este tema con formas cuadráticas para ADE y Economía. La Hessiana y las formas cuadráticas se hablan constantemente. No son lo mismo, pero se entienden mejor juntas.
Errores frecuentes con la matriz Hessiana
1. Clasificar antes de tener puntos críticos
La Hessiana se evalúa en puntos concretos. Si no has resuelto \( f_x=0 \) y \( f_y=0 \), todavía no tienes dónde clasificar.
2. Usar solo \( f_{xx} \)
En una variable puede bastar la segunda derivada. En dos variables no. Aquí manda el determinante de la Hessiana junto con \( f_{xx} \).
3. Olvidar el cuadrado de \( f_{xy} \)
El determinante es \( f_{xx}\cdot f_{yy}-[f_{xy}]^2 \). Ese cuadrado no es decoración. Si se olvida, cambia todo.
4. Confundir máximo relativo con máximo absoluto
La Hessiana clasifica localmente. Para máximo absoluto puede hacer falta estudiar dominio, frontera o comportamiento global.
5. Resolver mal el sistema
Muchas veces el fallo no está en la Hessiana, sino antes. Si el punto crítico está mal, todo lo demás cae detrás.
6. Hacer ejercicios a ciegas
No hagas veinte ejercicios a ciegas. Haz menos, pero revisando derivadas, sistema, Hessiana, clasificación e interpretación.
Ejercicios resueltos básicos de matriz Hessiana
Ejercicio 1
Clasifica los puntos críticos de:
Calculamos las derivadas parciales primeras:
Igualamos a cero:
El único punto crítico es \( (0,0) \).
Calculamos segundas derivadas:
Determinante de la Hessiana:
Como \( D>0 \) y \( f_{xx}=2>0 \), hay mínimo relativo en \( (0,0) \). Además \( f(0,0)=0 \).
Ejercicio 2
Clasifica los puntos críticos de:
Derivadas primeras:
Punto crítico:
Segundas derivadas:
Determinante:
Como \( D>0 \) y \( f_{xx}<0 \), hay máximo relativo en \( (0,0) \). El valor máximo relativo es:
Ejercicio 3
Clasifica los puntos críticos de:
Derivadas primeras:
Punto crítico:
Segundas derivadas:
Determinante:
Como \( D<0 \), el punto \( (0,0) \) es punto de silla. Aquí se ve muy bien la idea: la función sube en una dirección y baja en otra.
Ejercicio 4
Clasifica:
Derivadas primeras:
Sistema:
Punto crítico \( (1,-1) \).
Segundas derivadas:
Determinante:
Como \( D>0 \) y \( f_{xx}>0 \), hay mínimo relativo en \( (1,-1) \).
Valor del mínimo:
Ejercicio 5
Clasifica:
Derivadas primeras:
Sistema:
Dividiendo entre 2:
De la primera, \( y=-3x \). Sustituyendo:
Punto crítico \( (0,0) \).
Segundas derivadas:
Determinante:
Como \( D>0 \) y \( f_{xx}>0 \), hay mínimo relativo en \( (0,0) \).
Ejercicio 6
Clasifica:
Derivadas primeras:
Sistema:
Sustituimos \( y=x \):
Punto crítico \( (0,0) \).
Segundas derivadas:
Determinante:
Como \( D>0 \) y \( f_{xx}<0 \), hay máximo relativo en \( (0,0) \).
Ejercicios resueltos intermedios
Ejercicio 7
Clasifica los puntos críticos de:
Derivadas primeras:
Igualamos a cero:
Sustituimos \( y=x^2 \) en \( x=y^2 \):
Por tanto \( x=0 \) o \( x=1 \). Si \( x=0 \), entonces \( y=0 \). Si \( x=1 \), entonces \( y=1 \).
Puntos críticos:
Segundas derivadas:
En \( (0,0) \):
Luego \( (0,0) \) es punto de silla.
En \( (1,1) \):
Como \( f_{xx}(1,1)=6>0 \), el punto \( (1,1) \) es mínimo relativo.
Ejercicio 8
Clasifica:
Derivadas primeras:
Sistema:
Puntos críticos:
Segundas derivadas:
En \( (1,0) \):
Como \( f_{xx}=6>0 \), hay mínimo relativo en \( (1,0) \).
En \( (-1,0) \):
Luego \( (-1,0) \) es punto de silla.
Ejercicio 9
Clasifica:
Derivadas primeras:
Igualamos a cero:
Sustituimos \( y=x^3 \) en \( x=y^3 \):
En reales, \( x=0 \), \( x=1 \), \( x=-1 \). Entonces \( y=x^3 \), así que los puntos críticos son:
Segundas derivadas:
En \( (0,0) \):
Punto de silla.
En \( (1,1) \):
Como \( f_{xx}=12>0 \), mínimo relativo.
En \( (-1,-1) \):
Como \( f_{xx}=12>0 \), mínimo relativo.
Ejercicio 10
Clasifica:
Derivadas primeras:
Sistema:
Restando ambas ecuaciones:
Sustituimos:
Punto crítico \( (1,1) \).
Segundas derivadas:
Determinante:
Como \( f_{xx}>0 \), hay mínimo relativo en \( (1,1) \).
Valor:
Ejercicios universitarios potentes con Hessiana
Ejercicio 11: función con término exponencial
Clasifica el punto crítico de:
Derivadas primeras:
Como \( e^{x^2+y^2}>0 \) siempre, las derivadas se anulan cuando:
Punto crítico \( (0,0) \).
Segundas derivadas:
En \( (0,0) \):
Determinante:
Como \( f_{xx}>0 \), hay mínimo relativo. Además, como \( e^{x^2+y^2}\geq 1 \), en realidad es mínimo absoluto.
Ejercicio 12: función logarítmica económica
Estudia el máximo de:
Dominio:
Derivadas primeras:
Sistema:
Punto crítico \( (1,1) \), que pertenece al dominio.
Segundas derivadas:
En \( (1,1) \):
Determinante:
Como \( D>0 \) y \( U_{xx}<0 \), hay máximo relativo en \( (1,1) \).
Valor:
En un examen conviene indicar el dominio. Parece un detalle menor, pero en funciones con logaritmos puede costar puntos.
Ejercicio 13: Hessiana con varias variables
Clasifica el punto crítico de:
Derivadas primeras:
Sistema:
Punto crítico \( (1,-2,3) \).
Matriz Hessiana:
Esta Hessiana es definida positiva, porque todos los menores principales son positivos:
Por tanto, \( (1,-2,3) \) es mínimo relativo.
Ejercicio 14: caso no concluyente
Estudia:
Derivadas primeras:
Punto crítico:
Segundas derivadas:
En \( (0,0) \):
Determinante:
El criterio de la Hessiana no concluye. Pero podemos estudiar la función:
Como \( f(0,0)=0 \), el punto \( (0,0) \) es mínimo absoluto. Este ejemplo es importante porque enseña que \( D=0 \) no significa que no haya extremo. Significa que ese criterio no decide.
Ejercicio tipo examen ADE: maximizar beneficio con matriz Hessiana
Este bloque es clave. La matriz Hessiana no es solo una tabla de derivadas segundas. En ADE y Economía aparece mucho para optimizar beneficios, costes, producción o utilidad. Aquí vamos a hacer un ejercicio completo, de los que conviene saber explicar de principio a fin.
Enunciado
Una empresa produce dos bienes en cantidades \( x \) e \( y \). Su función de beneficio, en miles de euros, viene dada por:
donde \( x \geq 0 \) e \( y \geq 0 \). Calcula las cantidades que maximizan el beneficio, clasifica el punto mediante la matriz Hessiana e interpreta el resultado económico.
1. Idea económica
La función tiene ingresos lineales, \(80x+100y\), y costes crecientes representados por los términos cuadráticos y el término cruzado \(2xy\). La empresa quiere encontrar la combinación de producción que hace máximo el beneficio.
No empezamos mirando la Hessiana. Primero buscamos el punto donde las derivadas parciales primeras se anulan. Es decir, donde el beneficio marginal respecto de cada producto es cero.
2. Derivadas parciales primeras
3. Sistema de puntos críticos
Igualamos a cero:
Ordenamos:
Simplificamos dividiendo entre 2:
De la primera ecuación:
Sustituimos en la segunda:
Calculamos \( y \):
Punto crítico:
4. Matriz Hessiana
Calculamos derivadas parciales segundas:
La matriz Hessiana es:
5. Clasificación
Calculamos el determinante:
Como:
el punto crítico \( (14,12) \) es un máximo relativo.
6. Valor máximo del beneficio
Sustituimos en la función:
Calculamos por partes:
Entonces:
Como el beneficio está expresado en miles de euros, el beneficio máximo relativo es:
7. Interpretación económica
La empresa maximiza el beneficio produciendo 14 unidades del primer bien y 12 unidades del segundo bien. En ese punto, el beneficio marginal respecto de cada producto es cero: producir un poco más de uno u otro ya no mejora el beneficio localmente.
La Hessiana es negativa definida en este caso, porque \( D>0 \) y \( B_{xx}<0 \). Eso significa que la función beneficio tiene forma de cima alrededor del punto. Dicho de forma menos técnica: alrededor de \( (14,12) \), moverse un poco en cualquier dirección reduce el beneficio.
8. Revisión final
El punto \( (14,12) \) cumple \( x\geq0 \) e \( y\geq0 \), por lo que tiene sentido económico. El beneficio obtenido es positivo. La clasificación por Hessiana confirma máximo relativo. Y la interpretación encaja: al ser una función cuadrática cóncava, este máximo relativo funciona como el candidato natural a máximo económico del problema.
Resultado final: la producción óptima es \( x=14 \), \( y=12 \), con beneficio máximo de \(1160\) miles de euros.
Ejercicios para practicar matriz Hessiana
Ahora conviene practicar, pero con cabeza. No se trata de hacer veinte ejercicios a ciegas, sino de repetir el mismo método hasta que salga limpio: derivadas primeras, sistema, Hessiana, determinante, clasificación y revisión.
Nivel básico
- \( f(x,y)=x^2+y^2+2x-4y \)
- \( f(x,y)=-x^2-y^2+6x+2y \)
- \( f(x,y)=x^2-y^2+4x \)
- \( f(x,y)=2x^2+3y^2-8x+12y \)
- \( f(x,y)=x^2+xy+y^2 \)
- \( f(x,y)=4x^2-4xy+y^2 \)
- \( f(x,y)=x^2+2xy-3y^2 \)
- \( f(x,y)=-3x^2-2y^2+xy \)
- \( f(x,y)=x^2+y^2-2x-2y+5 \)
- \( f(x,y)=5-x^2-4y^2 \)
Nivel intermedio
- \( f(x,y)=x^3+y^3-3xy \)
- \( f(x,y)=x^3-3x+y^2 \)
- \( f(x,y)=x^4+y^4-4xy \)
- \( f(x,y)=x^2+xy+y^2-3x-3y \)
- \( f(x,y)=x^3+y^2-6x^2+9x \)
- \( f(x,y)=x^2y+y^2-4y \)
- \( f(x,y)=xy(6-x-y) \)
- \( f(x,y)=x^2+y^2+xy-4x-5y \)
- \( f(x,y)=e^{x+y}(x^2+y^2) \)
- \( f(x,y)=\ln x+\ln y-x-y \), con \( x>0 \), \( y>0 \)
Tipo examen universitario
- \( B(x,y)=60x+70y-x^2-2y^2-xy \)
- \( C(x,y)=x^2+2y^2+xy-10x-8y \)
- \( U(x,y)=4\ln x+3\ln y-x-y \), con \( x>0 \), \( y>0 \)
- \( f(x,y,z)=x^2+y^2+z^2-2x+4y-6z \)
- \( f(x,y,z)=x^2+2y^2+3z^2+2xy-4xz \)
- \( B(x,y)=100x+120y-4x^2-5y^2-2xy \)
- \( f(x,y)=x^4+y^4-2x^2+4y^2 \)
- \( f(x,y)=x^2y+y^3-3x^2-9y^2 \)
- \( f(x,y)=x^2+2xy+2y^2-6x-10y \)
- \( f(x,y)=2x^3+y^3-6xy \)
Para nota
- \( f(x,y)=x^4+y^4-2x^2+2y^2 \)
- \( f(x,y)=x^3-3xy^2 \)
- \( f(x,y)=x^2+y^2+xy+x+y \)
- \( f(x,y)=e^x(x^2+y^2) \)
- \( f(x,y)=x^2+\frac{1}{y}+y \), con \( y>0 \)
- \( f(x,y)=\ln(x+y)-x^2-y^2 \), con \( x+y>0 \)
- \( B(x,y)=150x+110y-5x^2-4y^2-3xy \)
- \( f(x,y,z)=x^2+y^2+z^2+2xy+2xz+2yz \)
- \( f(x,y)=x^2y^2-x^2-y^2 \)
- \( f(x,y)=x^3+y^3-6xy+1 \)
Soluciones para corregir
| Número | Resultado principal | Comentario breve |
|---|---|---|
| 1 | Mínimo en \( (-1,2) \) | Cuadrática convexa |
| 2 | Máximo en \( (3,1) \) | Hessiana negativa definida |
| 3 | Punto de silla en \( (-2,0) \) | Determinante negativo |
| 4 | Mínimo en \( (2,-2) \) | Hessiana positiva definida |
| 5 | Mínimo en \( (0,0) \) | \( D=3>0 \), \( f_{xx}>0 \) |
| 6 | Criterio dudoso | \( D=0 \), revisar por otro método |
| 7 | Punto de silla | Forma cuadrática indefinida |
| 8 | Máximo en \( (0,0) \) | Hessiana negativa definida |
| 9 | Mínimo en \( (1,1) \) | Valor \(3\) |
| 10 | Máximo en \( (0,0) \) | Valor \(5\) |
| 11 | \( (0,0) \) silla, \( (1,1) \) mínimo | Ejercicio clásico |
| 12 | \( (1,0) \) mínimo, \( (-1,0) \) silla | Revisar signos |
| 13 | \( (0,0) \) silla, \( (1,1) \) y \( (-1,-1) \) mínimos | Varios puntos críticos |
| 14 | Mínimo en \( (1,1) \) | Valor \(-3\) |
| 15 | Analizar \( x=1 \) y \( x=3 \), con \( y=0 \) | Puede aparecer silla y mínimo/máximo según punto |
| 16 | Puntos con \( f_x=2xy \), \( f_y=x^2+2y-4 \) | Revisar sistema con cuidado |
| 17 | Máximo interior en \( (2,2) \) | Modelo típico de producción |
| 18 | Mínimo en solución del sistema lineal | Hessiana constante positiva definida |
| 19 | Mínimo en \( (0,0) \) | Exponencial positiva |
| 20 | Máximo en \( (1,1) \) | Dominio positivo |
| 21 | Máximo de beneficio | Resolver sistema lineal de derivadas marginales |
| 22 | Mínimo de coste | Hessiana positiva definida |
| 23 | Máximo de utilidad | Dominio \( x>0 \), \( y>0 \) |
| 24 | Mínimo en \( (1,-2,3) \) | Hessiana definida positiva |
| 25 | Depende de menores principales | Comprobar definida positiva o indefinida |
| 26 | Máximo de beneficio | Hessiana negativa definida si los datos cuadráticos dominan |
| 27 | Varios puntos críticos | No olvidar resolver todos |
| 28 | Requiere sistema no lineal | Ejercicio para nota |
| 29 | Mínimo | Cuadrática positiva definida |
| 30 | Revisar varios críticos | Cúbica con término cruzado |
| 31 | Caso con varios puntos | Puede haber mínimos y silla |
| 32 | Criterio Hessiano puede no cerrar todo | Función armónica cúbica |
| 33 | Mínimo | Hessiana constante positiva definida |
| 34 | Mínimo en \( (0,0) \) | Revisar exponencial |
| 35 | Mínimo con \( y=1 \) | Dominio \( y>0 \) |
| 36 | Máximo posible interior | Dominio \( x+y>0 \) |
| 37 | Máximo de beneficio | Interpretación económica obligatoria |
| 38 | Hessiana semidefinida | Criterio puede no concluir |
| 39 | Varios críticos | Factorizar con orden |
| 40 | Varios críticos | Ejercicio clásico de cúbica simétrica |
Simulacro final de matriz Hessiana
Tiempo recomendado: 70 minutos.
Instrucciones: resuelve cada ejercicio indicando derivadas primeras, puntos críticos, matriz Hessiana, determinante o menores principales, clasificación y revisión final. No basta con poner el resultado.
- Clasifica los puntos críticos de \( f(x,y)=x^2+y^2-4x+6y \).
- Clasifica los puntos críticos de \( f(x,y)=-x^2-y^2+2x+8y \).
- Estudia \( f(x,y)=x^2-y^2+2xy \).
- Clasifica \( f(x,y)=x^3+y^3-3xy \).
- Clasifica \( f(x,y)=x^2+xy+y^2-5x-4y \).
- Estudia \( f(x,y)=\ln x+\ln y-2x-y \), con \( x>0 \), \( y>0 \).
- Optimiza \( B(x,y)=90x+80y-3x^2-2y^2-2xy \).
- Clasifica el punto crítico de \( f(x,y,z)=x^2+y^2+z^2-4x+2y-8z \).
- Estudia si la Hessiana de \( f(x,y,z)=x^2+2y^2+3z^2+2xy \) es definida positiva.
- Explica qué ocurre cuando \( D=0 \) usando un ejemplo propio.
Criterio de corrección
| Parte | Puntuación orientativa | Qué se valora |
|---|---|---|
| Derivadas parciales primeras | 2 puntos | Derivar bien y con orden |
| Puntos críticos | 2 puntos | Resolver correctamente el sistema |
| Hessiana | 2 puntos | Calcular segundas derivadas y matriz |
| Clasificación | 2 puntos | Aplicar bien el criterio |
| Interpretación y revisión | 2 puntos | Explicar el resultado y comprobar coherencia |
Soluciones rápidas del simulacro
| Ejercicio | Solución resumida |
|---|---|
| 1 | Mínimo en \( (2,-3) \) |
| 2 | Máximo en \( (1,4) \) |
| 3 | Punto de silla en \( (0,0) \) |
| 4 | \( (0,0) \) silla, \( (1,1) \) mínimo |
| 5 | Mínimo, resolver sistema lineal |
| 6 | Máximo en punto positivo interior |
| 7 | Máximo de beneficio, interpretar cantidades |
| 8 | Mínimo en \( (2,-1,4) \) |
| 9 | Definida positiva si todos los menores principales son positivos |
| 10 | \( D=0 \) no concluye; ejemplo \( x^4+y^4 \) |
Diagnóstico de errores: qué está pasando cuando no sale
| Lo que ocurre | Qué suele haber detrás | Cómo corregirlo |
|---|---|---|
| El alumno no encuentra los puntos críticos | No domina sistemas o factoriza con prisa | Separar derivadas, sistema y resolución; no mezclar pasos |
| Clasifica máximo cuando era silla | Mira solo \( f_{xx} \) | Aplicar siempre \( D=f_{xx}f_{yy}-f_{xy}^2 \) |
| Se olvida de un punto crítico | Resuelve una rama y pierde otra | Cuando hay productos o potencias, revisar todas las posibilidades |
| El resultado económico no tiene sentido | No revisa dominio ni cantidades positivas | Comprobar \( x\geq0 \), \( y\geq0 \), unidades y contexto |
| El criterio da \( D=0 \) y se bloquea | Piensa que eso significa “no hay nada” | Recordar que \( D=0 \) solo significa que la Hessiana no decide |
| Hace muchos ejercicios pero no mejora | Repite errores sin corregirlos | Corregir método: derivadas, sistema, Hessiana, clasificación, revisión |
Qué estudiar antes y después de la matriz Hessiana
Este recurso forma parte de la ruta universitaria de Matemáticas de Marlu Educativa. La idea no es tener temas sueltos, sino estudiar cada bloque en el orden adecuado. La matriz Hessiana se entiende mucho mejor si antes se tienen claras las matrices, los sistemas, las formas cuadráticas y la interpretación de máximos y mínimos.
Álgebra para ADE
Recurso base para repasar lógica, conjuntos, números, intervalos y polinomios antes de entrar en Álgebra Lineal universitaria.
Espacios vectoriales para ADE
Útil para trabajar combinaciones lineales, subespacios, bases, dimensión e independencia lineal antes de avanzar hacia matrices más abstractas.
Cramer y Gauss para ADE
Muy recomendable si el alumno falla al resolver sistemas, porque muchos ejercicios de Hessiana se atascan justo ahí.
Diagonalización de matrices para ADE
Ayuda a entender autovalores, autovectores y la relación entre matrices y comportamiento de formas cuadráticas.
Formas cuadráticas para ADE y Economía
Bloque especialmente conectado con la Hessiana, porque clasificar máximos y mínimos exige entender definida positiva, definida negativa e indefinida.
Matemáticas universitarias online
Para estudiantes de ADE, Economía, Empresa, Ingeniería o grados con Cálculo, Álgebra, Análisis y métodos cuantitativos.
Clases online de Matemáticas
Para trabajar ejercicios de clase, hojas de problemas, preparación de examen y corrección paso a paso con pizarra compartida.
Clases online por la mañana
Una opción útil para universitarios, alumnos con horario flexible o estudiantes que quieren preparar exámenes con más calma y continuidad.
¿Necesitas preparar matriz Hessiana, máximos y mínimos con ayuda?
En Marlu Educativa trabajamos Matemáticas universitarias con una idea clara: entender el método, practicar ejercicios reales y corregir los errores antes de que lleguen al examen.
Si estás en ADE, Economía, Empresa, Ingeniería o un primer curso universitario con Cálculo, Álgebra o métodos cuantitativos, podemos ayudarte a ordenar la asignatura y preparar los ejercicios paso a paso. La clave no es memorizar la Hessiana, sino saber qué estás comprobando en cada fase.
Preguntas frecuentes sobre matriz Hessiana
¿Para qué sirve la matriz Hessiana?
Sirve para estudiar la curvatura de una función de varias variables alrededor de un punto crítico. En la práctica, permite clasificar máximos relativos, mínimos relativos y puntos de silla.
¿Qué diferencia hay entre punto crítico y extremo?
Un punto crítico es un candidato, normalmente obtenido al resolver \( f_x=0 \) y \( f_y=0 \). Un extremo es una conclusión. Primero se encuentra el candidato y después se clasifica.
¿Qué significa que \( D<0 \)?
Significa que el punto crítico es un punto de silla. La función sube en alguna dirección y baja en otra. En ese caso no hace falta mirar el signo de \( f_{xx} \).
¿Qué pasa si \( D=0 \)?
El criterio de la Hessiana no concluye. No significa automáticamente que no haya máximo o mínimo. Hace falta estudiar la función por otro camino.
¿La matriz Hessiana da máximos absolutos?
Normalmente clasifica extremos relativos. Para hablar de máximos o mínimos absolutos puede hacer falta estudiar el dominio, la frontera y el comportamiento global de la función.
¿Por qué aparece la Hessiana en ADE y Economía?
Porque muchas funciones económicas dependen de varias variables: beneficio con dos productos, coste con varios factores, utilidad con varios bienes o producción con distintos recursos. La Hessiana ayuda a decidir si una solución crítica maximiza o minimiza.
Recurso realizado por José María, Marlu Educativa. Material elaborado para estudiantes de ADE, Economía y primeros cursos universitarios que necesitan preparar Cálculo, Álgebra o métodos cuantitativos con explicación clara, ejercicios resueltos y corrección paso a paso.