Facultad Regional Rosario Universidad Tecnológica Nacional Cátedra: ANALISIS MATEMÁTICO I Carrera: ISI Coordinadora: Mg. Alicia Tinnirello MODELIZACIÓN CON FUNCIONES REALES DE UNA VARIABLE REAL Ing. Mónica Dádamo Año 2013 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario MODELIZACIÓN CON FUNCIONES REALES DE UNA VARIABLE REAL 1. Introducción. El objetivo de este material es lograr la modelización matemática mediante funciones reales, con un enfoque que conjugue la modelación, la visualización apoyada en los sistemas computacionales y los sistemas dinámicos. Esta forma de estudiar las funciones, poderosa herramienta de amplia aplicación en la industria, la ingeniería y, en general, en la ciencia, combina los métodos analíticos con la modelación matemática, las aplicaciones del campo de la ingeniería con las de la física, las de la geometría con las de la informática. La matemática y sus aplicaciones abundan en ejemplos de fórmulas mediante las cuales cantidades de variables se relacionan unas con otras. El lenguaje y la notación de funciones son ideales para este propósito. En realidad, una función es un concepto sencillo; si no lo fuera, la historia lo hubiese reemplazado por otro más fácil de usar. La palabra función, en su sentido matemático, por lo general se le atribuye al filósofo, matemático, jurista, bibliotecario y político alemán Gottfried Wilhelm Leibniz, a veces von Leibniz (1646-1716), uno de los pioneros en los métodos de cálculo; su cuidado en la notación es una de sus grandes contribuciones al progreso científico, por lo cual seguimos utilizando su notación en los cursos de cálculo actuales. En efecto, este capítulo prepara el camino para el cálculo al analizar las ideas básicas referentes a las funciones, sus gráficas y las maneras para transformarlas y combinarlas. Se considerarán los tipos principales de funciones que se presentan en el cálculo y se describirá el proceso de usarlas como modelos matemáticos. Cuando vea el símbolo ۞ significará que se aplican herramientas informáticas; en particular, el uso del software Mathematica. 2. Definición y notación de función. Las funciones surgen siempre como una relación de variables en el estudio de un sistema físico, químico, ambiental, etc. Alicia Tinnirello‐ Mónica Dádamo 1 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Considera las siguientes situaciones: a) El área A de un círculo depende del radio r del mismo. La regla que relaciona r con A se expresa mediante la ecuación A= π r². Con cada número positivo r existe asociado un valor de A, por lo que A es función de r. b) La población humana de Estados Unidos P, depende del tiempo n. En la Tabla 1 se dan estimaciones de la población de dicho país, P(n), en el tiempo n, para ciertos años. Población Año estimada (en millones) 1900 76 1910 92 1920 106 1930 123 1940 131 1950 150 1960 179 1970 203 1980 227 1990 250 2000 281 Tabla 1.- Población mundial estimada. Período: 1900-2000 Por ejemplo P(1960) ≅ 179.000.000 . Para cada valor de tiempo n existe un valor de P correspondiente, por lo que P es una función de n. c) El costo C de enviar por correo una carta depende de su peso w. Aún cuando no existe una fórmula sencilla que relacione w con C, la empresa de correos tiene una relación para determinar C cuando se conoce w. d) La aceleración vertical a del suelo originada por un sismo, según la mide un sismógrafo durante un terremoto, es una función del tiempo transcurrido t. Alicia Tinnirello‐ Mónica Dádamo 2 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Fase fuerte del movimiento Fig. 1.- Componentes principales de un acelerograma En la Fig.1 se muestra una gráfica de actividad sísmica medida por un acelerograma. El eje de las abscisas mide el tiempo t en segundos, y el eje de las ordenadas mide la escala de aceleración en cm/seg² (PGA: valor de aceleración pico del terreno). En cada uno de estos ejemplos se describe una regla por la cual, dado un número (r, n, w ó t) se asigna otro número (A, P, C ó PGA). En cada caso, el segundo número es función del primero. Una función f es una regla que asigna a cada elemento x de un conjunto D un único elemento, llamado f(x), de un conjunto R. El conjunto de D de todos los valores de entrada es el dominio de la función, y el conjunto R de todos los valores de salida es el rango o imagen de la función. El método más común para visualizar una función es su gráfica. La gráfica de la función y= f(x) es el conjunto de todos los puntos (x, f(x)), x en el dominio de f. Se colocan los valores del dominio a lo largo del eje x o eje de las abscisas, con los valores de su rango o imagen en el eje y o eje de las ordenadas, para obtener pares ordenados que producen la gráfica de y= f(x). 3. Función seccionalmente definida Son aquellas funciones definidas por leyes distintas en diferentes partes de su dominio. Alicia Tinnirello‐ Mónica Dádamo 3 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario ۞ A partir de la definición: t[x_]:=x2/;x<0; t[x_]:=x/;0<x<1; t[x_]:=1/x/;x>1 Utilizando el comando Which: c[x_]= Which[x<0,x2,0<x<1,x,x>1,1/x] Plot[{t[x],c[x]},{x,-2,4},AxesLabel→{"x","y"},PlotRange→{-2,2}] 2 y 1 -2 -1 1 2 3 4 x -1 -2 4. Combinación de funciones; traslaciones y cambios de escala en gráficas 4.a) Traslaciones verticales En la Fig. 2 se observa una secuencia de gráficos donde se muestran las traslaciones indicadas. Comparando las gráficas de m( x ) , m( x ) + 1 , m( x ) − 1 , observamos que la distancia entre ambas parábolas es 1. En general, la gráfica de y = m( x ) + c , es idéntica a la de m( x ) , pero trasladada c unidades hacia arriba ( c > 0 ), o hacia abajo ( c < 0 ). ۞ m[x_]=x2 a1=Plot[{m[x]},{x,-3,3},PlotRange→ {-2,5}, PlotStyle→RGBColor[1,0,0],Frame→True,AxesLabel→{"x","y"} ,PlotLabel->"m(x ) ",DisplayFunction→Identity]; a2=Plot[ m[x ] +1,{x,-3,3}, PlotRange→ {-2,5}, PlotStyle→RGBColor[0,0,1],Frame→True,AxesLabel→{"x","y"}, PlotLabel->" m(x) +1 " ,DisplayFunction→Identity]; a3=Plot[m[x]-1,{x,-3,3}, PlotRange→ {-2,5}, PlotStyle→RGBColor[0,1,0],Frame→True,AxesLabel→{"x","y"} , PlotLabel->" m(x)-1 ",DisplayFunction→Identity]; Alicia Tinnirello‐ Mónica Dádamo 4 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Show[GraphicsArray[{a1,a2,a3,Show[a1,a2,a3]}],DisplayFunc tion→$DisplayFunction] mHx L y 5 4 3 2 1 0 x -1 -3 -2-1 0 1 2 3 mHx L+ 1 y 5 4 3 2 1 0 x -1 -3 -2 -1 0 1 2 3 mHx L−1 y 5 4 3 2 1 0 x -1 -3 -2-1 0 1 2 3 mHx L y 5 4 3 2 1 0 x -1 -3 -2 -1 0 1 2 3 Fig. 2.- Traslaciones verticales 4.b) Traslaciones horizontales y = h(x+c) Desplaza hacia la izquierda la gráfica de f c unidades si c>0 La desplaza hacia la derecha |c| unidades si c<0 En la Fig. 3 se observa una secuencia de gráficos donde se muestran las traslaciones indicadas. ۞ h[x_]=Abs[x] a1=Plot[h[x],{x,-2,6},PlotRange→{−3,3}, PlotStyle→RGBColor[1,0,0],Frame→True,AxesLabel→{"x","y"}, PlotLabel->"h(x ) ",DisplayFunction→Identity]; a2=Plot[h[x+1],{x,-2,6},PlotRange→{-3,3}, PlotStyle→RGBColor[0,0,1],Frame→True,AxesLabel→{"x","y"}, PlotLabel->" h(x+1) ",DisplayFunction→Identity]; a3=Plot[h[x-1],{x,-2,6}, PlotRange→ {-3,3}, PlotStyle→RGBColor[0,1,0],Frame→True,AxesLabel→{"x","y"}, PlotLabel->" h(x-1) ",DisplayFunction→Identity]; Show[GraphicsArray[{a1,a2,a3,Show[a1,a2,a3]}],DisplayFunc tion→$DisplayFunction] Alicia Tinnirello‐ Mónica Dádamo 5 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 6 5 4 3 2 1 0 -1 hHx L y hHx + 1 L y 4 3 2 1 0 -1 x -3 -2 -1 0 1 2 3 -3 -2 -1 0 1 2 3 x hHx −1 L y 4 3 2 1 0 -1 -3 -2 -1 0 1 2 3 x 6 5 4 3 2 1 0 -1 hHx L y x -3 -2 -1 0 1 2 3 Fig. 3.- Traslaciones horizontales 4.c) Compresión, dilatación y reflexión Para c>1 y = cf(x) Dilata o estira verticalmente la gráfica de f por un factor de c y = f(x) Comprime verticalmente la gráfica de f por un factor de c y = f(c x) Comprime horizontalmente la gráfica de f por un factor de c y = f(x/c) Dilata o estira horizontalmente la gráfica f por un factor de c Para c = -1 Reflexión y = - f(x) Refleja la gráfica de f a través del eje x y = f(-x) Refleja la gráfica de f a través del eje y Si f(x)= sen x, x ε [-π,π], con c=2, c=1/2, se presenta la siguiente visualización ۞ f[x_]=Sin[x] a1=Plot[f[x],{x,-Pi,Pi},PlotRange→{-3,3}, PlotStyle→RGBColor[1,0,0],Frame→True, AxesLabel→{"x","y",PlotLabel->"f(x) ",DisplayFunction→Identity]; a2=Plot[2 f[x ] ,{x,-Pi,Pi}, PlotRange→ {-3,3}, PlotStyle→RGBColor[0,0,1],Frame→True,AxesLabel→{"x","y"} ,PlotLabel->" 2f(x) ",DisplayFunction→Identity]; a3=Plot[ 0.5 f[x],{x,-Pi,Pi}, PlotRange→ {-3,3}, PlotStyle→RGBColor[0,1,0],Frame→True,AxesLabel→{"x","y"} ,PlotLabel->"1/2f( x) ",DisplayFunction→Identity]; Show[GraphicsArray[{a1,a2,a3,Show[a1,a2,a3]}], DisplayFunction→$DisplayFunction] Alicia Tinnirello‐ Mónica Dádamo 6 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 3 2 1 0 -1 -2 fHxL y 3 2 1 0 -1 -2 x -3 -2 -1 0 1 2 3 2fHxL y 3 2 1 0 -1 -2 x -3 -2 -1 0 1 2 3 1ê2fHxLy fHxL y 3 2 1 0 -1 -2 x -3 -2 -1 0 1 2 3 x -3 -2 -1 0 1 2 3 Fig. 4.- Dilata y comprime verticalmente En la Fig. 4 se observan las transformaciones verticales antes definidas. Para obtener la gráfica de y = c f ( x ) , basta (si c > 1 ), o “comprimir” (si “dilatar” 0 < c < 1 ), verticalmente la gráfica de f , según el factor |c|. Si c < 0, la transformación debe completarse, con una reflexión según el eje x. f(x)= sen x, x ∈ [- π, π] ۞ f[x_]=Sin[x] a1=Plot[{f[x]},{x,Pi,Pi},PlotRange→{-3,3},PlotStyle→ RGBColor[1,0,0],Frame→True,AxesLabel→{"x","y"},PlotLabel->" f(x) ",DisplayFunction→Identity]; a2=Plot[f[2 x ] ,{x,-Pi,Pi}, PlotRange→ {-3,3}, PlotStyle→RGBColor[0,0,1],Frame→True,AxesLabel→{"x","y"}, PlotLabel->" f(2 x) ",DisplayFunction→Identity]; a3=Plot[ f[0.5 x],{x,-Pi,Pi}, PltRange→ {-3,3}, PlotStyle→RGBColor[0,1,0],Frame→True,AxesLabel→{"x","y"}, PlotLabel->" f(1/2x) ",DisplayFunction→Identity]; Show[GraphicsArray[{a1,a2,a3,Show[a1,a2,a3]}}], DisplayFunction→$DisplayFunction] 3 2 1 0 -1 -2 fHxL y x -3 -2 -1 0 1 2 3 3 2 1 0 -1 -2 fH2 xLy x -3 -2 -1 0 1 2 3 3 2 1 0 -1 -2 fH1ê2 xLy x -3 -2 -1 0 1 2 3 3 2 1 0 -1 -2 fHxL y x -3 -2 -1 0 1 2 3 Fig. 5.- Dilata y comprime horizontalmente En la Fig. 5 se observan las transformaciones horizontales antes definidas Para obtener la gráfica de h(x)= f(c x), basta horizontalmente “comprimir” (si c >1), o “dilatar” (si la gráfica de f, según el factor c. 0 < c < 1), Si c<0, el desplazamiento debe completarse, con una reflexión según el eje y. Alicia Tinnirello‐ Mónica Dádamo 7 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Generalizando: Las reglas de dilatación, desplazamiento, compresión y reflexión de la gráfica de una función pueden resumirse en el siguiente diagrama: Combinando las reglas anteriores, podemos observar cómo se obtiene la gráfica de y = 2 x2 – 3, a partir de la de j(x) = x2, ver Fig. 6. ۞ J[x_]=x 2 a1=Plot[j[x],{x,-3,3},PlotRange→{-5,6}, PlotStyle→RGBColor[1,0,0],Frame→True, AxesLabel→{"x","y"},PlotLabel->"m(x ) ",DisplayFunction→Identity]; a2=Plot[2 j[x ],{x,-3,3}, PlotRange→ {-2,5}, PlotStyle→RGBColor[0,0,1], Frame→True,AxesLabel→{"x","y"},PlotLabel->" 2 j(x) ",DisplayFunction→Identity]; a3=Plot[2 j[x]-3,{x,-3,3}, PlotRange→ {-2,5}, PlotStyle→RGBColor[0,1,0], Frame→True,AxesLabel→{"x","y"}, PlotLabel->" m(x)-1 ",DisplayFunction→Identity]; Show[GraphicsArray[{a1,a2,a3}], DisplayFunction→$DisplayFunction] Alicia Tinnirello‐ Mónica Dádamo 8 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario jHx L y 6 4 2 x 0 -2 -4 -3-2 -1 0 1 2 3 2 jHx L y 6 4 2 x 0 -2 -4 -3 -2-1 0 1 2 3 2 jHx L−3 y 6 4 2 x 0 -2 -4 -3-2 -1 0 1 2 3 jHx L y 6 4 2 x 0 -2 -4 -3 -2-1 0 1 2 3 Fig. 6.- Combinación de funciones Este es otro ejemplo donde se pueden comparar las gráficas de las funciones y = x 2 − 1 , ( ) y = 4 x 2 − 1 e y = (4 x )2 − 1 , ver Fig. 7. ۞ 2 j[x_]=x -1 Plot[{j[x], 4j[x ],j[4 x]-1},{x,-1.5,1.5},PlotRange→ {5,8}, PlotStyle→{RGBColor[0,0,1],RGBColor[0,1,0], RGBColor[1,0,0],Frame→True,AxesLabel→{"x","y"}] y 8 6 4 2 0 x -2 -4 - 1.5 - 1.0 - 0.5 0.0 0.5 1.0 1.5 Fig. 7.- Composición de funciones 5. Modelización con funciones En el cálculo existen diversos tipos de funciones; funciones lineales, funciones de potencias, polinomiales, racionales, algebraicas, trigonométricas, exponenciales, logarítmicas, entre otras. Una de las metas fundamentales de las ciencias experimentales es la obtención de modelos explicativos de los fenómenos que estudian. Un modelo matemático es una descripción matemática (con frecuencia mediante una función o una ecuación) de un fenómeno del mundo real (ejemplo: el tamaño de una población, la demanda de un producto, la rapidez de caída de un objeto, la concentración de un producto en una reacción química, la expectativa Alicia Tinnirello‐ Mónica Dádamo 9 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario de vida de un hombre cuando nace, el costo de la reducción de emisiones, etc). Estos fenómenos, en muchos casos aparentemente sencillos, suelen ser muy complejos y depender de multitud de factores. Fig. 8.- Flujo del proceso de modelado, empezando con un análisis de los datos del mundo real La Fig. 8 muestra el proceso de modelado matemático. Una vez que se especifica un problema del mundo real, la siguiente tarea consiste en formular un modelo matemático, identificando y dándole un nombre a las variables independientes y dependientes, así como hacer supuestos que simplifiquen, lo suficiente, el fenómeno como para hacer que sea susceptible de rastrearse en forma matemática. El propósito del modelo matemático es entender el fenómeno y quizás hacer predicciones con respecto al comportamiento futuro; constituyen una idealización de los fenómenos del mundo real, y rara vez son representaciones completamente exactas. A pesar de que todos los modelos tienen limitaciones, pueden ser lo suficientemente precisos para proveer conclusiones valiosas. Es importante darse cuenta de los límites del modelo. En las secciones siguientes se mostrarán ejemplos de funciones que pueden usarse para modelar correspondencias que se observan en el mundo real y atenderá ejemplos de situaciones modeladas en forma apropiada por medio de esas funciones. Alicia Tinnirello‐ Mónica Dádamo 10 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 5.a) Modelado con funciones lineales Cuando uno dice que y es una función lineal de h quiere dar a entender que la gráfica de la función es una recta; de tal manera puede usar la forma pendiente/intersección de la ecuación de una recta para expresar la función como y = f ( h) = m h + b donde m es la pendiente de la recta, y b es la ordenada al origen y. Una característica representativa de las funciones lineales es que crecen en una proporción constante Ejemplo 1: A medida que el aire seco se mueve hacia arriba, se expande y se enfría. Si la temperatura del suelo es 20ºC y la temperatura a la altura de 1 Km es de 10ºC, a) exprese la temperatura T en ºC como una función de la altura en h (en Km) suponiendo que es un modelo lineal adecuado b) Trace la gráfica de la función del inciso a) ¿Qué representa la pendiente? c) Cual es la temperatura a una altura de 2.5 Km? Solución: a) Como se supone que T es una función lineal de h, se puede escribir T ( h) = m h + b Si T= 20 cuando h= 0, así 20 = m .0 + b = b En otras palabras, la ordenada al origen y es b = 20. Además, T = 10 cuando h = 1, de modo que 10 = m .1 + 20 Por lo tanto, la pendiente de la recta es m = 10 – 20 = -10 y la función lineal requerida es: T ( h) = −10 h + 20 b) La pendiente de la recta es m = -10º C por Km, y esto representa la relación de cambio de temperatura con respecto a la altura, ver Fig. 9 ۞ Alicia Tinnirello‐ Mónica Dádamo 11 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario T[h_]=-10 h+20; Plot[t[h],{h,0,6},AxesLabel→{"h","T"}] y 20 10 1 2 3 4 5 6 h -10 -20 -30 -40 Fig. 9 a.- Variación de la temperatura (°C) con repecto a h (Km): T= -10 h + 20 c) A una altura h = 2.5 Km, la temperatura es ۞ t[2.5] -5 T ( 2.5) = −10 ( 2.5) + 20 = − 5°C Si no existiera una ley física o un principio que ayude a formular un modelo, se construye un modelo empírico, el cual se basa por completo en la información recabada. Se busca una curva que “coincida” con los datos en el sentido de que capte la tendencia fundamental de los puntos de los datos. Ejemplo 2: Frecuentemente, en economía un modelo lineal se utiliza para la demanda de un producto como función de su precio. Precio por caja(p) 2,4 2,6 2,8 3 3,2 3,4 3,6 Cajas vendidas(v) 38320 33710 28280 26550 25530 22170 18260 Alicia Tinnirello‐ Mónica Dádamo 12 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Estos datos describen un modelo lineal par la demanda (cajas vendidas por semana) como una función del precio por caja (en pesos). La fuerza y dirección de la correlación es lineal (y=-15.350 p + 73.620). Este modelo permite pronosticar las ventas semanales, por ejemplo, si el precio se baja a $ 2 o se eleva a $ 4 por caja. ۞ puntos1=ListPlot[{{2.4,38.320},{2.6,33.710},{2.8,28.280}, {3.0,26.580},{3.2,25.530},{3.4,22.280},{3.6,18.260}},Plot Style→{RGBColor[1,0,0],PointSize[0.03]}, AxesLabel→{"p","v"},DisplayFunction→Identity]; f[p_]=-15.350 p+73.620 f[2] 42.900 f[4] 12.190 rp=Plot[f[p],{p,2,4},PlotStyle→RGBColor[0,0,1]] Show[rp,puntos1,DisplayFunction→$DisplayFunction, AspectRatio→1] v 40 35 30 25 20 2.5 3.0 3.5 4.0 p Fig. 9 b.- Diagrama de dispersión y recta de regresión La Fig.9 b muestra el diagrama de dispersión de los datos de la tabla junto con la recta de regresión rp. Puede verse que la recta ajusta bien a los valores. Alicia Tinnirello‐ Mónica Dádamo 13 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Nuestra meta es pronosticar las ventas semanales para precios de $ 2.00 y $ 4.0 por caja. Se presenta una venta de 42.900 cajas cuando se vende a $ 2, y cuando sube el precio a $ 4 las ventas caerán a alrededor de 12.190 cajas semanales. f[2] 42.900 f[4] 12.190 5.b) Modelado con funciones polinomiales A una función P se la llama polinomio si P(x) = an xn + an-1 xn- 1+ an-2 xn-2 + . . . + a2 x2 + a1x + a0 donde n es un entero no negativo y los números a0, a1, a2, . . . an son constantes que se conocen como coeficientes del polinomio. El dominio de cualquier polinomio es ℜ = (-∞, ∞). Si el coeficiente principal an ≠ 0, entonces el grado del polinomio es n. Ejemplo: la función P(x) = 5x7 – 2x4 + 7x - 9 es un polinomio de grado 7. Un polinomio de grado 2. Tiene la forma P(x) = ax2 + bx + c. Se lo llama función cuadrática. Su gráfica siempre es una parábola que se obtiene al cambiar la parábola y= ax2. La parábola se abre hacia arriba si a>0 y hacia abajo si a<0. Un polinomio de grado 3 tiene la forma P(x) = ax3 + bx2 + cx + d. Se lo llama función cúbica. Ejemplo 3: Un recipiente rectangular para almacenamiento, con su parte superior abierta, tiene un volumen de 10 m3. La longitud de su base es el doble de su ancho. El material para la base cuesta 10 $/m² y el material para los lados 6 $/m². Exprese el costo C del material como función del ancho de la base. Solución: Definiendo w y 2w al ancho y la longitud de la base, respectivamente, y como h a la altura del recipiente, el área de la base es (2w)w= 2w², de modo que el costo del material para la base es 10(2w²). Dos de los lados tienen el área wh y el área de los otros dos 2wh; así el costo del material para los lados es 6[2wh + 2(2wh)]. En consecuencia: 2 C = 10 (2 w ) + 6 [ 2 w h + 2( 2 w h)] Alicia Tinnirello‐ Mónica Dádamo 14 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Para expresar C como función sólo de w se necesita eliminar h, lo que sucede al aplicar el hecho de que el volumen es 10 m3. De este modo, w(2w)h = 10 lo cual da h=10/2w²=5/w² Si se sustituye esto en la expresión para C C ( w) = 20 w2 + 36 ( 5 180 ) = 20 w2 + 2 2 w w este modelo expresa C como función de w ۞ c[w_]=20 w2+36 ( 5/w2) Plot[c[w],{w,1,8},PlotRange→{0,2000},AxesLabel→{"w(ancho )","c(costo)"}] cHcostoL 2000 1500 1000 500 1 2 3 4 5 6 7 8 wHanchoL 5.c) Modelado con funciones de potencia Una función de la f(x)= k . x a donde k y a son constantes ≠ 0, se llama función potencia. La constante a es la potencia y k es la constante de variación o de proporcionalidad. i) Si a=n, donde n es un número positivo, la forma de la gráfica dependerá si n es par o impar. Si n es par la gráfica tendrá forma de parábola; conforme aumenta n, la gráfica se hace más plana cerca de 0 y más pronunciada cuando |x| > 1 , ver Fig. 10. ۞ Plot[{x2,x,x3,x4},{x,-5,6}, PlotRange→{-15,15},AxesLabel→{"x","y"}, GridLines→{{1.5},{1.5}}] Alicia Tinnirello‐ Mónica Dádamo 15 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 15 y 10 5 -4 -2 2 4 x 6 -5 - 10 - 15 Fig. 10.- Funciones potenciales f(x)= xn ۞ ListAnimate[Table[Plot[{x2,xh},{x,2,2.5}, AxesLabel→{"x","y"},PlotRange→{-5,5}],{h,1,5}]] y -2 y 4 4 2 2 -1 1 2 x -2 -1 1 -2 -2 -4 -4 ii) Si a= 1/n, donde n es un entero positivo, la función f(x) = x1/n = n 2 x x es una función raíz, ver Fig. 11. Se debe ejecutar la siguiente serie de comandos: ۞ Unprotect[Power]; Power[x_,Rational[n_,3]]:=(n Abs[x]^(1/3)) /;x<0;Protect[Power]; 1/3 1/4 Plot[{x,Sqrt[x],x ,x },{x,0,2},AxesLabel→{"x","y"}, GridLines→{{1.5},{1.5}}] Alicia Tinnirello‐ Mónica Dádamo 16 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario y 2.0 1.5 1.0 0.5 0.5 1.0 1.5 2.0 x Fig. 11.- Funciones potenciales: f(x) = x1/n iii) si a=-1 entonces f(x)= x-1= 1/x. Ejemplo4:La ley de Boyle indica que el volumen de un gas encerrado varía en forma inversamente proporcional a la presión a la que es sometido, a temperatura constante. V=k/P T cte ۞ v[p_]=1.2/p Plot[v[p],{p,0.1,5},PlotRange→{0,2}, AxesLabel→{"presión","volumen"}] volumen 2.0 1.5 1.0 0.5 0.0 0 1 2 3 4 5 presión 5.d) Modelado con funciones racionales. Una función racional f es una razón de polinomios f ( x) = P( x) Q( x ) donde P y Q son polinomios. El dominio consiste en todos los valores de x tales que Q(x)≠0. Alicia Tinnirello‐ Mónica Dádamo 17 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Por este motivo, las funciones racionales están definidas en todos los números que no anulan el polinomio denominador, es decir, en el cuerpo de coeficientes menos una cantidad finita, que será igual al número de raíces reales del polinomio denominador. Una función racional está definida en todo el cuerpo de coeficientes si el polinomio denominador no tiene raíces reales. Ejemplo 5: El cambio de temperatura T de un cable de aluminio varía inversamente con su masa m y directamente con la cantidad de energía calórica E transferida. La temperatura de un cable de aluminio con una masa de 0.1 kg aumenta a 5°C cuando se le aplican 450 julios (J) de energía calórica. ¿Cuánta energía calórica debe ser transferida a un cable de aluminio con una masa de 0.2 kg para aumentar su temperatura a 20°C? 5.e) Modelación con funciones algebraicas Las funciones algebraicas se construyen a partir de polinomos usando operaciones algebraicas. Las funciones racionales son casos especiales de las funciones algebraicas. Se verá que su gráfica adopta diversas formas; se ilustran dos posibilidades, las Fig 12 y 13. ۞ Plot[(x2 -3 x-4)/(x2 -4),{x,-6,8}, PlotRange→{-5,5},AxesLabel→{"x","y"}, GridLines→{{2},{1}}] 3 2 Plot[{(x -2 x)/(2 (x -5)),1/2 x }, {x,-6,8},AxesLabel→{"x","y"},PlotRange→{-5,5}] y y 4 4 2 -6 -4 2 -2 2 4 6 8 x -6 -4 -2 2 -2 -2 -4 -4 Fig. 12.- f ( x) = 4 6 8 x x2 − 3 x − 2 x3 − 2 x Fig. 13.f ( x ) = x2 − 4 2( x 2 − 5) Alicia Tinnirello‐ Mónica Dádamo 18 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Ejemplo 6: En la teoría de la relatividad surge un ejemplo de funciones algebraicas. La masa de una partícula con velocidad v es m0 m = f (v ) = 1− v2 x2 donde m0 es la masa en reposo de la partícula, y c = 3.0 x 105 km/seg es la rapidez de la luz en el vacío. 5.f ) Modelado del comportamiento periódico con sinusoidales Cuando se trabaja en el cálculo con funciones trigonométricas, la convención es que se utiliza la variable en radianes. Por ejemplo, cuando se usa la función f ( x) = sen ( x) se , supone que sen x significa el seno del ángulo cuya medida en radianes es x. Por consiguiente, las gráficas de las funciones seno y coseno son las que se ilustran en las Fig. 14 y 15. ۞ Plot[Sin[x],{x,-2 Pi,2 Pi},AxesLabel→{"x","y"}, PlotRange→{-2,2}] Plot[Cos[x],{x,-2 π,2 π},AxesLabel→{"x","y"}, PlotRange→{-2,2}] y 2 y 2 1 1 -6 -4 -2 2 4 6 x -6 -4 -2 2 -1 -1 -2 -2 Fig. 14.- f ( x) = sen ( x) 4 6 x Fig. 15.- f ( x) = cos ( x) Alicia Tinnirello‐ Mónica Dádamo 19 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Observar que tanto para la función seno como coseno el dominio es (-∞, ∞) y la imagen es el intervalo cerrado [-1, 1]. En estos términos, para todos los valores de x se tiene -1 ≤ sen x ≤ 1 o en términos de valores absolutos, |sen x| ≤ 1 -1 ≤ cos x ≤ 1 |cos x| ≤ 1 Además, los ceros de las funciones seno surgen en múltiplos enteros de π, es decir, sen ( x) = 0 donde x = nπ (n es un número positivo). Una propiedad importante de las funciones seno y coseno es que son funciones periódicas y tienen período fundamental 2π. Esto significa que para todas las funciones de x, sen ( x + 2 π ) = sen( x) cos ( x + 2 π ) = cos( x) Una función es una sinusoidal si puede escribirse en la forma f ( x) = a sen (b x + c) + d en donde a, b, c y d son constantes , con a ≠ 0, b≠ 0. Hay un vocabulario especial para describir algunas transformaciones gráficas cuando se aplican a las sinusoidales. Los alargamientos y las compresiones horizontales afectan al período y a la frecuencia; los alargamientos y las compresiones verticales afectan a la amplitud y las traslaciones traen consigo un cambio de fase. Todos estos términos están asociados con ondas, y las ondas están asociadas naturalmente con sinusoidales. El período de una sinusoidal f ( x) = a sen (b x + c) + d es Similarmente, el período de f ( x) = a cos (b x + c) + d es 2π b 2π . b b La frecuencia de una sinusoidal f ( x) = a sen (b x + c) + d es Similarmente, la frecuencia de f ( x) = a cos (b x + c) + d es 2π b 2π . . La amplitud de una sinusoide f ( x) = a sen (b x + c) + d es |a|. Similarmente, la amplitud de f ( x) = a cos (b x + c) + d es el valor absoluto de a (|a|). Gráficamente, la amplitud es la mitad de la altura de la onda. Alicia Tinnirello‐ Mónica Dádamo 20 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario La naturaleza periódica de estas funciones las hace adecuadas para modelar fenómenos repetitivos como por ejemplo, las mareas, los resortes vibratorios, las ondas sonoras, el número de horas de luz diurna durante el año en un sitio geográfico, etc. Ejemplo 7: La construcción de una sinusoidal con propiedades específicas es a menudo un paso clave en el modelado de situaciones físicas que exhiben un comportamiento periódico. Si por ejemplo, se pide que construya una sinusoidal y = f(x) que tenga un valor mínimo de y = 5 , cuando x = 0 y un valor máximo y = 25 cuando x = 32 . El proceso puede resumirse de la siguiente manera: 1) Determine el valor máximo M y el valor mínimo m. La amplitud A de la sinusoidal es A = (M - m) / 2 y el cambio vertical es C = (M + m)/2. 2) Determine el período p, el intervalo de tiempo de un ciclo sencillo de la función periódica. La compresión (o el alargamiento) horizontal es B = 2π/p. 3) Elija una sinusoidal apropiada para un comportamiento en un momento dado T. Por ejemplo, en el momento T: f(t) = A cos (B (t-T)) + C alcanza su valor máximo f(t) = -A cos (B (t-T)) + C alcanza su valor mínimo f(t) = A sen (B (t-T)) + C está a la mitad entre un valor mínimo y uno máximo f(t) = -A sen (B (t-T)) + C está a la mitad entre un valor máximo y uno mínimo. Se aplica este procedimiento para modelar los altibajos de una marea El día 4 de Julio, en una localidad marítima determinada, hubo marea alta a las 9:56 AM. En ese momento, el agua, al final del muelle estaba a 2.7 m de profundidad. Hubo marea baja a las 3:48 PM y a esa hora el agua estaba a 2.1 m de profundidad. Suponga que la profundidad del agua es una función sinusoidal del tiempo cuyo período es la mitad de un día lunar (aproximadamente 12 horas, 24 minutos) Se necesita modelar la profundidad D como una función sinusoidal del tiempo t. La profundidad varía de un máximo de 2.7m a un mínimo de 2.1 m; entonces la amplitud A=(2.7-2.1) / 2 = 0.3 y el desplazamiento vertical es C= (2.7 + 2.1) / 2 = 2.4. El período es de 12.4 horas, entonces B = 2π / 12.4 = π / 6.2 Alicia Tinnirello‐ Mónica Dádamo 21 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario Se necesita una sinusoidal que tenga su valor máximo a las 9:56 AM (lo que equivale a 9.6 horas después de la medianoche, un conveniente tiempo 0). Se elige el modelo coseno. De esta manera: D(t ) = 0.3 cos( π 6.2 (t − 9.6)) + 2.4 ۞ Plot[(0.3Cos[π/6.2(t-9.6)])+2.4,{t,0,24}, AxesLabel→{"t","D"},AspectRatio→0.54] D 2.7 2.6 2.5 2.4 2.3 2.2 5 10 15 20 t Fig. 16.- Comportamiento de la marea Función tangente La función tangente f(x)= tan x, se relaciona con las funciones seno y coseno por medio de la ecuación tan(x) = sen( x) cos(x) ۞ Plot[Tan[x],{x,-2 π,2π},AxesLabel→{"x","y"}, PlotRange→{-2,2}] Alicia Tinnirello‐ Mónica Dádamo 22 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario y 2 1 -6 -4 -2 2 4 6 x -1 -2 Fig. 16.- f(x) = tan x Es indefinida siempre que cos x = 0, es decir, cuando x = + π 2 + 3π 2 ..... Su intervalo es (-∞, ∞). A diferencia de las sinusoidales, la función tangente tiene un denominador que puede ser cero, lo que hace que la función sea indefinida en ese caso. Eso ocurre un número infinito de veces; en todos los valores de x para los cuales cos x = 0. Es por eso que la función tangente tiene asíntotas verticales en esos valores. La función tangente es cero justo donde la función seno también es cero; en todos los múltiplos de π , ver Fig. 16. ۞ Plot[{Sin[x],Cos[x],Tan[x]},{x,2π,2π}, AxesLabel→{"x","y"},PlotRange→{-2,2}] Plot[{Sin[x],Cos[x],Tan[x]},{x,-2π,2π}, AxesLabel→{"x","y"},PlotRange→{-2,2}] y 2 1 -6 -4 -2 2 4 6 x -1 -2 Alicia Tinnirello‐ Mónica Dádamo 23 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 5.g) Modelación con funciones exponenciales Las funciones exponenciales son funciones de la forma f(x)= ax, donde la base a es una constante positiva. Si a >1 la función será creciente, ver Fig. 17; y si 0<a<1 será una curva decreciente , ver Fig. 18. ۞ Plot[2x,{x,-2,4},AxesLabel→{"x","y"}] Plot(1/2)x,{x,-2,4},AxesLabel→{"x","y"}] y y 4 15 3 10 2 5 -2 -1 1 1 2 Fig. 17.- f ( x) = 2 3 4 x -2 -1 1 2 3 Fig. 18.- f ( x ) = (1 / 2) x 4 x x En particular, la función f(x)= ex es una de las funciones básicas y es una función de crecimiento exponencial (La letra e es la letra del apellido de Leonhard Euler (1707-1783), quien introdujo la notación) Las funciones exponenciales resultan útiles para modelar muchos fenómenos naturales, como por ejemplo: El crecimiento de una colonia bacteriana, el de una población humana o de animales, como el decaimiento radiactivo, etc. Ejemplo 8: Sea P(t) la población de una comunidad, t años después de 1990. Año Población 1990 782248 2000 895193 Suponiendo que P es exponencial, P(t) = P0 . bt, donde P0 es la población inicial (1990) de 782.248 habitantes. Alicia Tinnirello‐ Mónica Dádamo 24 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario P10= 782.248 b10 = 895.193. Por lo que, b = 10 895.193 = 1.0136 782.248 y P(t) =782.248 . 1.0136 t 5.h) Modelación con funciones logarítmicas Las funciones logarítmicas fueron desarrolladas alrededor de 1594, como herramientas computacionales, por el matemático escocés John Napier (1550-1617). Originalmente los llamó “números artificiales” pero cambió el nombre por el de logaritmos, que significa “números de cálculo” o “números para calcular”. Una función exponencial la forma f(x) = bx con b>0 y b≠1 tiene una función inversa; esta función inversa es la función logarítmica con base b, expresada por logb x. Una consecuencia inmediata y útil de esta definición es la relación entre dichas funciones: Si x > 0 , entonces y = logb x ⇔ by = x ( por definición de logaritmo) Ejemplo 9: Un avión a reacción al despegar es 100 billones de veces más ruidoso que un suave susurro. La unidad de medida original para la intensidad del sonido fue el bel (B), que resultó ser inconvenientemente grande debido al amplio rango de intensidades de sonido; por eso fue reemplazado por el decibel (dB), un décimo de bel; se utilizan logaritmos (potencias de 10) para comparar qué tan fuertes son los sonidos. El bel fue llamado así en honor a un escocés naturalizado estadounidense Alexander Graham Bell (1847-1922), inventor del teléfono. El nivel de intensidad del sonido, medido en decibeles es β = 10 log (I/I0) donde β es el número de decibeles, I es la intensidad del sonido medido en W/m², e I0 = 10-12 W/m² es el umbral de audición humano (la intensidad de sonido más baja audible). ¿Qué tan fuerte es el sonido de un tren en un túnel subterráneo, sabiendo que la intensidad del sonido del tren es de 10-2 W/m²? β = 10 log (I/I0) β = 10 log (10-2 / 10-12)= 100 dB Alicia Tinnirello‐ Mónica Dádamo 25 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario El nivel de intensidad del sonido de un tren dentro de un túnel subterráneo es de 100 dB. Movimiento armónico simple En la resolución de muchos problemas de Ingeniería, como por ejemplo en el estudio de todo tipo de vibraciones, aparecen movimientos, llamados armónicos simples. Los modelos que describen un movimiento vibratorio no amortiguado son de la forma x(t) = A cos(ωt) ó x(t) = A sen (ωt), donde A es la amplitud del desplazamiento y su período t =2π/ω. ۞ x[t_]=Sin[t]; Plot[{x[t],1/3f[t],f[2t]},{t,0,3 Pi},PlotStyle→ {RGBColor[0.25098,0.501961,0.501961],RGBColor[1,0,0],RGBC olor[0.611765,0.784314,0.215686]},AxesLabel→{"t","x"}] y 1 0.5 x 2 4 6 8 -0.5 -1 graficas=Table[p[m]=Plot[{Sin[t],x[mt]},{t,0,2Pi}, PlotStyle→RGBColor[Random[Integer],Random[Integer], Random[Integer]],Background→RGBColor[0.266667,0.733333, 0.721569],DisplayFunction→Identity],{m,1,3,1}] Show[graficas,DisplayFunction→$DisplayFunction]; Partition[graficas,3]; Show[GraphicsArray[%,GraphicsSpacing→0.5,DisplayFunction →$DisplayFunction]] Alicia Tinnirello‐ Mónica Dádamo 26 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario 2 1 2 4 6 8 10 12 -1 -2 Fig. 19.- Desplazamientos no amortiguados para distintos valores del período graficas=Table[p[h]=Plot[{Sin[t],hx[t]},{t,-2Pi,2Pi}, PlotStyle→RGBColor[Random[Integer],Random[Integer], Random[Integer]],Background→RGBColor[0.266667,0.733333, 0.721569],DisplayFunction→Identity],{h,1,3,1}] Show[graficas,DisplayFunction→$DisplayFunction]; Partition[graficas,3]; Show[GraphicsArray[%,GraphicsSpacing→0.5, DisplayFunction→$DisplayFunction]] 2 1 1.0 0.5 - 0.5 - 1.0 2 4 6 8 1012 4 2 -1 -2 3 2 1 2 4 6 8 10 12 2 4 6 8 10 12 -2 -4 2 4 6 8 10 12 6 4 2 4 2 -2 -4 -2 -3 2 4 6 8 10 12 -4 -6 2 4 6 8 10 12 Fig. 20.- Desplazamientos no amortiguados para distintos valores de la amplitud En las Fig. 19 y Fig. 20 se exhiben una serie de respuestas, para distintos valores de los parámetros, t y A de estos desplazamientos no amortiguados. Cuando el movimiento corresponde a vibraciones amortiguadas, se obtienen modelos de desplazamiento, como x(t ) = e −bt (cosω t + senω t ) Alicia Tinnirello‐ Mónica Dádamo 27 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario donde los parámetros son b y ω ۞ x[t_]= (-0.011 t) (Cos[t]+Sin[t]) Plot[{x[t]},{t,0,50},PlotStyle→{RGBColor[0.25,0.5,1]}, AxesLabel→{"x","t"}] Plot[{x[t]},{t,0,150},PlotStyle→{RGBColor[0.25,0.5,1]}, AxesLabel→{"x","t"}] t t 1.0 1.0 0.5 0.5 10 2 1.5 1 0.5 0 -0.5 -1 -1.5 20 30 40 50 x 20 -0.5 -0.5 -1.0 -1.0 xHtL t 0 1 2 3 4 5 6 2 1.5 1 0.5 0 -0.5 -1 -1.5 2 xH tL t 0 1 2 3 4 5 6 40 60 80 100 1ê2xHtL 2 1.5 1 0.5 0 t -0.5 -1 -1.5 0 1 2 3 4 5 6 120 140 x xHtL 2 1.5 1 0.5 0 t -0.5 -1 -1.5 0 1 2 3 4 5 6 Fig. 21.- Vibraciones amortiguadas En la Fig. 21 se observa el comportamiento de la función de estos desplazamientos amortiguados para distintos valores de los parámetros mencionados. Alicia Tinnirello‐ Mónica Dádamo 28 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario PROPUESTA PARA REALIZAR EN EL LABORATORIO 1.-En los siguientes modelos funcionales: ⎧x ⎩2 - x a) f ( x) = ⎨ si 0 ≤ x ≤ 1 si 1 < x ≤ 2 ⎧1 - x g ( x) = ⎨ b) ⎩ x −1 si - 1 ≤ x < 1 si 1 ≤ x ≤ 4 Establece su dominio natural Representa gráficamente Hallar los siguientes valores de función (si existen): f(1) y f(1.5); g(-1) y g(1.5) 2.-Dada la función f ( x) = x a) Representa gráficamente f (x) , f ( x) + 2 , f ( x) − 3 . ¿Cómo afecta las transformaciones del tipo “ f ( x) + a ” a la gráfica de la función? ¿Cómo influye que “a” sea positivo o negativo? b) Representa gráficamente f (x) , f ( x + 2) , f ( x − 3) ¿Cómo afecta las transformaciones del tipo “ f ( x + a) ” a la gráfica de la función? ¿Cómo influye que “a” sea positivo o negativo? c) Representa gráficamente 1 f ( x) , f (x ) y −3 f ( x ) . 3 ¿Cómo afecta las transformaciones del tipo “a f(x)”? ¿Cómo influye que “a” sea positivo o negativo? x 2 d) Representa gráficamente f (2 x) , f (−2 x) , f ( ) . ¿Cómo afecta las transformaciones del tipo “f(a x)”? ¿Cómo influye que “a” sea positivo o negativo? 3.- Encuentra la amplitud de cada función y utilice el lenguaje de transformación para describir cómo se relacionan las gráficas Alicia Tinnirello‐ Mónica Dádamo 29 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario a) f1 ( x) = cos ( x) b) f 2 ( x) = 1 / 2 cos ( x) c) f 3 ( x) = −3 cos ( x) 4.- Determina el período de cada función y utilice un lenguaje de transformaciones para describir cómo están relacionadas las gráficas a) f 4 ( x) = sen ( x) x b) f 5 ( x) = −2 sen ( ) 3 c) f 6 ( x) = 3 sen (−2 x) 5.- Encuentra la frecuencia de la función f(x) = 4 sen (2x/3) e interprete su significado gráficamente. Grafica en la ventana [-3π, 3π] por [-4, 4]. 6.- Determina para las funciones y= sinc (x) , [sinc(x) = sen(x)/x] a) dominio y conjunto imagen b) realiza las siguientes transformaciones: con k ≤ 1 , con salto de 0.5 unidades II) y=k e x sen(x) , con k ≥ 1 , con salto de 0.5 unidades I) y=k sinc (x), c) mostrar todas las gráficas posibles a partir de las transformaciones anteriores. Comenta en cada caso las transformaciones realizadas. 7.- Obtiene: a) la función coseno a partir de un corrimiento de fase de la función seno. b) la función seno a partir de un corrimiento de fase de la función coseno. 8.- Construye una sinusoidal con período π/5, amplitud 6, y que pase por el punto (2,0). 9.- Grafica estas funciones, una a la vez, en la ventana de visualización [-2π, 2π] por [-6, 6]. ¿Cuáles son periódicas? Alicia Tinnirello‐ Mónica Dádamo 30 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario f1 ( x) = 3 sen( x) + 2 cos ( x) f 3 ( x) = sen(7 x / 5) + cos ( f 2 ( x) = 2 sen(3 x) − 4 cos (2 x) 7x − 2 ) f 4 ( x) = 2 sen( x) − 3 cos ( x) 5 f 5 ( x) = 2 sen(5 x + 1) − 5 cos (5 x) f 6 ( x) = 2 sen(7 x) − 3 cos (2 x) 10.- Determina si cada una de las siguientes funciones es o no una sinusoidal: a) f 7 ( x) = 3 sen( x) + 5 cos ( x) b) f 8 ( x) = sen(3 x) + cos (5 x) c) f 9 ( x) = 3 cos(2 x) − 2 cos (3 x) 11.- Sea f10 ( x) = 2 sen( x) − 5 cos ( x) a) Encuentra el período de f. b) Estima la amplitud y el corrimiento de fase gráficamente (al centésimo más cercano). c) Proporciona una sinusoidal a sen (b(x-h)) que se aproxime a f(x). 12.- Muestra que f(x)= sen2x + cos3x es periódica pero no sinusoidal. Grafique un período. 13.- En el procedimiento médico conocido como angioplastia, los doctores insertan un catéter en una vena cardiaca (a través de una gran vena periférica) e inflan un pequeño globo esférico en la punta del catéter. Suponga que el globo es inflado a una velocidad constante de 44 milímetros cúbicos por segundo. a) Determine el volumen al cabo de t segundos. b) Cuando el volumen es V, ¿cuál es el radio? c) Escriba una ecuación que proporciona el radio r como función del tiempo. ¿Cuál es el radio después de 5 segundos? 14.- En la clase de física se recolectaron datos de un planeador que oscila entre dos resortes. Los alumnos determinaron a partir de los datos que la ecuación: y= 0.22e −0.065 t cos(2.4t ) Alicia Tinnirello‐ Mónica Dádamo 31 Laboratorio Informático de Ciencias Básicas Facultad Regional Rosario modela el desplazamiento y los resortes respecto de su posición original como una función del tiempo t. a) Identifica el factor de amortiguamiento y menciona dónde ocurre el amortiguamiento. b) Aproximadamente, ¿cuánto tiempo toma para que el resorte se amortigüe, de modo que – 0.1 ≤ y ≤ 0.1? 15.- La siguiente tabla muestra datos respecto de la población del mundo en el siglo xx, esto nos sugiere un crecimiento exponencial, cuyo modelo esta dado por la siguiente expresión: P = 0.00807926 (1.013731) t Año 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 Población (millones) 1650 1750 1860 2070 2300 2560 3040 3710 4450 5280 6080 Grafica la dispersión para el crecimiento de la población mundial y su modelo exponencial. 16.- Grafica f(v) para distintos valores de m0 del Ejemplo 6. 17.- Resuelve el Ejemplo 5 y verifica que el modelo es una expresión algebraica. Alicia Tinnirello‐ Mónica Dádamo 32