Mínimos e máximos: como encontrar e interpretar pontos extremos

Sempre que uma empresa define preços para encontrar a melhor margem de lucro, ou um modelo ajusta seus pesos para reduzir o erro de previsão, o mesmo problema de cálculo está por trás: encontrar o maior ou o menor valor de uma função. É disso que tratam mínimos e máximos. Os picos e vales que indicam onde uma função atinge seus valores extremos.

Neste artigo, vamos começar pelo significado de extremos, separar o comportamento local do global, mostrar como encontrá-los usando derivadas e conectar tudo isso ao porquê isso importa tanto em otimização e ciência de dados. Se você quer colocar essas ideias em prática, nosso curso Introduction to Optimization in Python aborda o lado computacional.

O que são mínimos e máximos?

Um mínimo é o menor valor que uma função atinge; um máximo é o maior. Juntos, são chamados de extremos (singular: extremum). Num gráfico, são exatamente o que você imagina: os fundos dos vales e os topos dos picos.

Um ponto importante desde o início: o extremum é o valor da função (a coordenada y), enquanto o ponto onde ele ocorre é o valor de x. "O máximo está em x = 3" é diferente de "o valor máximo é f(3) = 10". Essa distinção confunde mais gente do que você imagina, e aparece tanto em provas quanto em entrevistas.

Nem toda função tem mínimo e máximo. Uma reta não tem nenhum dos dois. Uma parábola que abre para cima tem mínimo, mas não máximo. Funções definidas em intervalos abertos podem se aproximar de valores extremos sem jamais atingi-los. Extremos não são garantidos; dependem do formato da função e do domínio em que você trabalha.

Mínimos e máximos locais vs. globais

Antes de sair procurando extremos, vale deixar claro um ponto que perpassa todo o resto: a diferença entre extremos locais e globais. Esta é uma das ideias mais importantes na prática de otimização, e também onde as pessoas mais se confundem.

A diferença está no escopo. Um extremum local olha para uma vizinhança pequena ao redor de um ponto; um extremum global considera todo o domínio.

Mínimo e máximo locais

Um mínimo local é um ponto onde o valor da função é menor do que todos os valores próximos. Você está no fundo de um vale, mesmo que exista um vale mais profundo em outra parte do gráfico. Um máximo local é um pico mais alto do que sua vizinhança imediata, mesmo que exista um pico mais alto mais distante.

Imagine uma trilha com morros ondulados. Cada topo é um máximo local, e cada depressão entre morros é um mínimo local. Você não precisa ver a trilha inteira para identificá-los; basta comparar com o que está imediatamente ao redor.

Mínimo e máximo globais

Um mínimo global (também chamado de mínimo absoluto) é o menor valor que a função assume em todo o seu domínio. O máximo global (ou máximo absoluto) é o maior. Um extremum global é sempre também um extremum local, mas o inverso não é verdadeiro.

Na mesma trilha, o máximo global é o ponto mais alto de todo o percurso, não apenas o morro mais alto ali por perto. Uma função pode ter muitos extremos locais, mas no máximo um valor de mínimo global e um valor de máximo global (embora esses valores possam ocorrer em vários pontos).

Essa distinção entre local e global não é só teórica. Ela aparece diretamente em machine learning, onde o gradiente descendente pode ficar preso em mínimos locais ao buscar um mínimo global. Mais sobre isso adiante.

Como encontrar mínimos e máximos

Encontrar extremos segue um processo consistente. A pergunta essencial é: onde a função para de crescer e começa a decrescer, ou o contrário? As derivadas dão a ferramenta para responder isso com precisão.

O passo a passo geral é:

1. Calcular a primeira derivada f'(x).
2. Encontrar os pontos críticos, onde f'(x) = 0 ou f'(x) não existe.
3. Classificar cada ponto crítico como mínimo local, máximo local ou nenhum dos dois.
4. Se estiver trabalhando em um intervalo fechado, verificar também as extremidades.
5. Comparar todos os valores candidatos para identificar os extremos absolutos.

Usaremos uma função ao longo do texto para manter tudo concreto: f(x) = 2x³ − 9x² + 12x − 4, definida no intervalo [0, 4].

Pontos críticos e extremos

Um ponto crítico de f(x) é qualquer valor de x no domínio em que f'(x) = 0 ou f'(x) é indefinida. Esses são os candidatos a extremos, os lugares onde a função pode mudar de direção.

Por que os extremos aparecem em pontos críticos? Num pico ou vale suave, a reta tangente é horizontal, então a derivada é zero. Mas nem todo ponto crítico é um extremum, e isso importa. O contraexemplo clássico é f(x) = x³ em x = 0: a derivada é zero, mas a função não muda de direção. Ela apenas achata brevemente antes de continuar subindo. Pontos onde a derivada não existe também merecem atenção. Uma quina, como em f(x) = |x| em x = 0, não tem derivada — e é exatamente onde está o mínimo.

No nosso exemplo, f'(x) = 6x² − 18x + 12 = 6(x² − 3x + 2) = 6(x − 1)(x − 2). Zerando isso, temos pontos críticos em x = 1 e x = 2. Agora precisamos entender o que acontece em cada um.

Como usar o teste da primeira derivada

O teste da primeira derivada classifica pontos críticos verificando se f'(x) muda de sinal. Se a função passa de crescente para decrescente, você está num pico. Se passa de decrescente para crescente, está num vale.

De positivo para negativo

Quando f'(x) muda de positivo para negativo ao passar por um ponto crítico, esse ponto é um máximo local. A função subiu até ele e depois desceu.

De negativo para positivo

Quando f'(x) muda de negativo para positivo, a função estava caindo e passou a subir. Esse ponto crítico é um mínimo local.

Sem mudança de sinal

Se f'(x) permanece positiva nos dois lados (ou permanece negativa nos dois lados), o ponto crítico não é nem mínimo nem máximo. A função deu uma pausa, mas não inverteu a direção, como em f(x) = x³ em x = 0.

Para nossa função, vamos testar os intervalos ao redor de x = 1 e x = 2. Escolha pontos de teste: f'(0.5) = 6(0.5 − 1)(0.5 − 2) = 6(−0.5)(−1.5) = 4.5 > 0, f'(1.5) = 6(0.5)(−0.5) = −1.5 < 0 e f'(3) = 6(2)(1) = 12 > 0. Em x = 1, a derivada vai de positiva para negativa: máximo local. Em x = 2, vai de negativa para positiva: mínimo local. Os valores da função são f(1) = 1 e f(2) = 0.

O teste da primeira derivada sempre funciona, mas exige escolher pontos de teste em cada intervalo, o que fica cansativo rápido. Há um método mais ágil quando certas condições são atendidas.

Como usar o teste da segunda derivada

O teste da segunda derivada funciona quando f''(x) ≠ 0 no ponto crítico. Em vez de verificar mudanças de sinal entre intervalos, você avalia a segunda derivada diretamente no ponto crítico.

A ideia se conecta à concavidade. Se f''(c) > 0, a função é côncava para cima em c, curvando como uma tigela, então o ponto crítico fica no fundo: mínimo local. Se f''(c) < 0, a função é côncava para baixo, curvando como um morro, então o ponto crítico está no topo: máximo local. Se f''(c) = 0, o teste não diz nada. Você terá que recorrer ao teste da primeira derivada.

Para nossa função, f''(x) = 12x − 18. Em x = 1: f''(1) = 12 − 18 = −6 < 0, confirmando um máximo local. Em x = 2: f''(2) = 24 − 18 = 6 > 0, confirmando um mínimo local. As mesmas respostas de antes, só que mais rápido. O teste da segunda derivada nem sempre funciona (falha em pontos de inflexão e alguns pontos críticos degenerados), mas quando funciona economiza tempo.

Como encontrar mínimos e máximos absolutos em um intervalo

Quando você trabalha em um intervalo fechado [a, b] com uma função contínua, o Teorema do Valor Extremo garante que existem um máximo absoluto e um mínimo absoluto. Você não está procurando em vão.

O método é chamado de método do intervalo fechado:

1. Encontre todos os pontos críticos de f(x) dentro do intervalo (a, b).
2. Avalie f(x) em cada ponto crítico.
3. Avalie f(x) nas duas extremidades, a e b.
4. O maior valor é o máximo absoluto; o menor é o mínimo absoluto.

Para f(x) = 2x³ − 9x² + 12x − 4 em [0, 4], já sabemos que os pontos críticos são x = 1 e x = 2. Avaliando onde importa:

f(0) = -4

f(1) = 2 - 9 + 12 - 4 = 1

f(2) = 16 - 36 + 24 - 4 = 0

f(4) = 128 - 144 + 48 - 4 = 28

O mínimo absoluto é f(0) = −4, e o máximo absoluto é f(4) = 28. Note que o máximo absoluto está numa extremidade, não em um ponto crítico. É por isso que você não pode pular a verificação dos extremos, e esse também é o erro mais comum. Veremos isso na seção de erros.

Tudo até aqui vale para funções de uma variável. A maioria dos problemas reais envolve múltiplas variáveis, então vale ver como isso se estende.

Mínimos e máximos em funções multivariáveis

Para uma função f(x, y), você encontra pontos críticos zerando as duas derivadas parciais: ∂f/∂x = 0 e ∂f/∂y = 0. Um ponto crítico agora é um par (x, y), não um único valor. A classificação fica mais trabalhosa porque surge uma nova possibilidade: pontos de sela, onde a função curva para cima em uma direção e para baixo em outra. Pense no centro de um salgadinho tipo Pringles.

Para classificar pontos críticos multivariáveis, usa-se a matriz Hessiana, uma matriz quadrada de derivadas parciais de segunda ordem. O determinante e os sinais de suas entradas indicam se você está em um mínimo local, máximo local ou ponto de sela. Nosso tutorial Hessian Matrix aprofunda a mecânica e mostra como isso se conecta à curvatura em dimensões mais altas.

Mínimos e máximos em otimização e machine learning

Se você já trabalhou com machine learning, já resolveu problemas de mínimo. Treinar um modelo é minimizar uma função de perda, e uma função de perda é só mais uma função com mínimos e máximos.

Gradiente descendente é o cavalo de batalha aqui. Ele calcula a derivada (ou gradiente, em múltiplas dimensões) da função de perda nos valores atuais dos parâmetros e então dá um passo na direção que reduz a perda. É como descer a encosta da superfície de perda em busca de um mínimo. Nosso tutorial Gradient Descent in Machine Learning cobre o algoritmo completo.

É aqui que a distinção local vs. global vira um problema de engenharia real. Para funções de perda não convexas (como na maioria das redes neurais), o gradiente descendente pode ficar preso em mínimos locais em vez de encontrar o mínimo global. Técnicas como ajuste da taxa de aprendizado, momentum e gradiente descendente estocástico ajudam o algoritmo a escapar de mínimos locais rasos, embora garantir um mínimo global em problemas não convexos continue sendo um desafio em aberto. Nosso tutorial Cost Functions explica como essas funções objetivo são construídas e por que seu formato importa.

Erros comuns ao encontrar mínimos e máximos

Assumir que todo ponto crítico é um extremum

Nem todo ponto crítico gera um mínimo ou máximo. Pontos de inflexão como x = 0 em f(x) = x³ têm f'(x) = 0, mas sem mudança de direção. Sempre verifique com um teste de derivadas.

Confundir extremos locais e globais

Um mínimo local é apenas o menor ponto em uma vizinhança. O mínimo global pode estar em outro lugar — ou em uma extremidade do intervalo. Não pare após encontrar um único extremum local.

Esquecer as extremidades do intervalo

Em um intervalo fechado, os extremos absolutos podem ocorrer nas bordas. No nosso exemplo, o máximo absoluto foi em x = 4, não em um dos pontos críticos. Ignorar extremidades é um dos erros mais comuns em problemas de otimização — e eu arriscaria dizer que causa mais perda de pontos em provas do que qualquer outro mal-entendido conceitual.

Assumir que segunda derivada zero significa ausência de extremum

Quando f''(c) = 0, o teste da segunda derivada é inconclusivo. Isso não significa que o ponto não seja um extremum. Considere f(x) = x⁴ em x = 0: f''(0) = 0, mas x = 0 é claramente um mínimo. Use o teste da primeira derivada quando o da segunda falhar.

Confundir o ponto do extremum com seu valor

O valor do extremum é f(c), não c em si. Dizer "o mínimo é x = 2" quando você quer dizer "o valor mínimo é f(2) = 0" mistura a entrada com a saída. Relatórios e respostas de prova precisam do valor da função, não apenas da localização.

Conclusão

Existe uma versão deste tema que para em "encontre onde a derivada é zero". Muitos cursos introdutórios fazem exatamente isso — e deixam os alunos despreparados para a parte que realmente importa na prática: saber se você achou um mínimo local ou global, e entender que são coisas bem diferentes dependendo do seu objetivo.

O cálculo aqui é enxuto: pontos críticos, testes de derivadas, checagem das extremidades. O que leva mais tempo para internalizar é a geometria por trás: por que a concavidade define o formato de um mínimo, por que extremos podem superar pontos críticos, por que o gradiente descendente numa rede neural está, de fato, procurando um mínimo numa superfície que pode ter milhares de mínimos locais.

Para implementação, nosso curso Introduction to Optimization in Python aborda esses problemas computacionalmente com SciPy e SymPy. É aí que a conexão entre o cálculo e o código fica concreta.