Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Herramientas digitales de auto-aprendizaje para Matemáticas Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión HEDIMA, Grupo de Innovación Didáctica Problemas de optimización Departamento de Matemáticas Universidad de Extremadura Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Bloque: Análisis Matemático Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Tema: Aplicaciones de la derivada Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Índice Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Crecimiento y decrecimiento Crecimiento y decrecimiento Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Dada una función f : D ⊆ R −→ R y un intervalo I ⊆ D f es creciente en I si HEDIMA para todo x, y ∈ I Crecimiento y decrecimiento si x < y =⇒ f (x) ≤ f (y) Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión f es decreciente en I si Problemas de optimización para todo x, y ∈ I si x < y =⇒ f (x) ≥ f (y) Crecimiento y decrecimiento Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Si f : D ⊆ R −→ R es derivable en I ⊆ D Condición necesaria y suficiente para que f sea creciente en I f 0 (x) ≥ 0 m Crecimiento y decrecimiento Máximos y mı́nimos para todo x, y ∈ I f es creciente en I Concavidad y convexidad Puntos de inflexión Condición necesaria y suficiente para que f sea decreciente en I Problemas de optimización f 0 (x) ≤ 0 para todo x, y ∈ I m f es decreciente en I Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Máximos y mı́nimos Máximos y mı́nimos relativos Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Dada una función f : D ⊆ R −→ R f alcanza un máximo relativo en a ∈ D si ∃ δ > 0 tal que si x ∈ (a − δ, a + δ) ⊂ D Crecimiento y decrecimiento Máximos y mı́nimos entonces f (x) ≤ f (a) Concavidad y convexidad Puntos de inflexión f alcanza un mı́nimo relativo en a ∈ D Problemas de optimización si ∃ δ > 0 tal que si x ∈ (a − δ, a + δ) ⊂ D entonces f (x) ≥ f (a) Máximos y mı́nimos absolutos Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Dada una función f : D ⊆ R −→ R f alcanza un máximo absoluto en a ∈ D si f (x) ≤ f (a) para todo x ∈ D f alcanza un mı́nimo absoluto en a ∈ D si f (x) ≥ f (a) para todo x ∈ D Condición necesaria y suficiente para extremo relativo Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Si f (x) : D ⊆ R −→ R es derivable en D, f (x) alcanza un máximo relativo en a ∈ D si es creciente a la izquierda de a HEDIMA es decir, Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión x < a =⇒ f 0 (x) ≥ 0 y es decreciente a la derecha de a es decir, x > a =⇒ f 0 (x) ≤ 0 f (x) alcanza un mı́nimo relativo en a ∈ D si Problemas de optimización es decreciente a la izquierda de a es decir, x < a =⇒ f 0 (x) ≤ 0 y es creciente a la derecha de a es decir, x > a =⇒ f 0 (x) ≥ 0 Condición necesaria de extremo relativo Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Extremos relativos y derivada Si f (x) es derivable en a y alcanza en a un máximo o mı́nimo relativo entonces f 0 (a) = 0 Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Ejemplo Sea h(x) = 1 + x2 + x3 + x4 . Los posibles extremos relativos de h(x) serán los valores de x que anulen la derivada: h0 (x) = 2x + 3x2 + 4x3 = x(2 + 3x + 4x2 ) En x = 0 se anula la derivada y será un posible máximo o mı́nimo. Y no tendrá más posibles máximos o mı́nimos, porque 2 + 3x + 4x2 solo tiene raı́ces complejas, y al ser una función continua, sus valores serán siempre positivos o siempre negativos. En este caso, sustituyendo por cualquier valor de x, comprobamos que son siempre positivos. Consecuencia de lo anterior es que el signo de la derivada h0 (x) es el siguiente: h0 (x) < 0 si x ∈ (−∞, 0) (⇒ h(x) decrece si x ∈ (−∞, 0)) h0 (x) > 0 si x ∈ (0, ∞) (⇒ h(x) crece si x ∈ (0, ∞)) En consecuencia, en x = 0 hay un mı́nimo relativo para la función h(x). Además, visto el crecimiento y decrecimiento de la función, el mı́nimo es un mı́nimo absoluto. Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Concavidad y convexidad Concavidad Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Dada una función f : D ⊆ R −→ R, diremos que f es cóncava en a ∈ D si existe un entorno de a en el que la gráfica de la función queda por encima de la recta tangente en a Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Función cóncava creciente Función cóncava decreciente Convexidad Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Dada una función f : D ⊆ R −→ R, se dice que f es convexa en a ∈ D si existe un entorno de a en el que la gráfica de la función queda por debajo de la recta tangente en a Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Función convexa creciente Función convexa decreciente Los conceptos de convexidad y concavidad pueden encontrarse definidos de forma diferente en algunos textos, de forma que lo que aquı́ se entiende por concavidad, allı́ serı́a convexidad y viceversa. Concavidad y convexidad Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Si f : D ⊆ R −→ R tiene derivada segunda en I ⊆ D, entonces Condición necesaria y suficiente para que f sea cóncava en I f 00 (x) ≥ 0 m Crecimiento y decrecimiento Máximos y mı́nimos ∀x, y ∈ I f es cóncava en I Concavidad y convexidad Puntos de inflexión Condición necesaria y suficiente para que f sea convexa en I Problemas de optimización f 00 (x) ≤ 0 ∀x, y ∈ I m f es convexa en I Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Puntos de inflexión Puntos de inflexión Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Dada una función f : D ⊆ R −→ R, se dice que tiene un punto de inflexión en a ∈ D si es cóncava a la izquierda de a y convexa a la derecha o viceversa. HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización La condición necesaria para que f tenga punto de inflexión en a ∈ D es que f 00 (a) = 0 Puntos de inflexión y máximos y mı́nimos Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Condiciones suficientes para puntos de inflexión, concavidad y convexidad: Sea f (x) una función derivable varias veces. Si la primera derivada en a de orden mayor que 1 que no se anula es de orden HEDIMA 1 par y positiva, entonces a es un punto de concavidad para f (x); Crecimiento y decrecimiento 2 par y negativa, entonces a es un punto de convexidad para f (x); Máximos y mı́nimos 3 impar, entonces a es un punto de inflexión para f (x). Concavidad y convexidad Puntos de inflexión Problemas de optimización Condiciones suficientes de puntos de inflexión, máximo o mı́nimo relativo: Sea f (x) una función derivable varias veces. Si la primera derivada en a se anula y la de orden mayor que 1 que no se anula es 1 de orden par y positiva, entonces a es un mı́nimo relativo para f (x); 2 de orden par y negativa, entonces a es un máximo relativo para f (x); 3 de orden impar, entonces a es un punto de inflexión para f (x). Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Ejemplo Sea f (x) = Ln(1 + x2 ). Para estudiar la convexidad y concavidad de f (x) calculamos su derivada segunda: f 0 (x) = HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización 2x 1 + x2 f 00 (x) = 2(1 + x2 ) − 4x2 2 − 2x2 = 2 2 (1 + x ) (1 + x2 )2 Por lo tanto, la derivada segunda f 00 (x) se anula en x = ±1, y su signo es el siguiente: f 00 (x) < 0 si x ∈ (−∞, −1) ∪ x ∈ (1, ∞) f 00 (x) > 0 si x ∈ (−1, 1) Es decir f (x) es convexa si x ∈ (−∞, −1) ∪ (1, ∞) f (x) es cóncava si x ∈ (−1, 1). En x = ±1 hay sendos puntos de inflexión por pasar de cóncava a convexa o viceversa. Además se puede comprobar que f 000 (x) 6= 0 en x = ±1. Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Problemas de optimización Problemas de optimización Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización El objetivo es encontrar los valores que hacen que una función alcance su valor máximo o mı́nimo. Pasos a seguir en la resolución del problema: Identificar la función que se trata de maximizar o minimizar Establecer las relaciones entre las variables que hacen que se cumplan todas las condiciones del problema (ligaduras) Para que alcance un máximo o mı́nimo, la condición necesaria es que la derivada primera de la función debe ser cero Además se deben verificar las condiciones suficientes de máximo o mı́nimo ( Ver condiciones suficientes de máximo y mı́nimo ) Problemas de optimización Bloque: Análisis Matemático Tema: Aplicaciones de la derivada HEDIMA Ejemplo Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización Una ventana tiene forma rectangular con un semicı́rculo en su parte superior. Sabiendo que el perı́metro es 4 metros, hallar las dimensiones para que sea máxima la cantidad de luz que la traviesa. Problemas de optimización Bloque: Análisis Matemático Ejemplo (resolución) Crecimiento y decrecimiento Para un máximo de luz ha de ser máxima la superficie con cristal. Sean R, B y h las dimensiones de la ventana tal y como se señalan en el dibujo. Evidentemente B = 2 R. En este caso la función a maximizar es la superficie S: 2 1 π B S = B h + π R2 = B h + 2 2 2 Máximos y mı́nimos Puesto que el perı́metro es 4 metros, ha de ser B + 2 h + πR = 4, por tanto, Tema: Aplicaciones de la derivada HEDIMA Concavidad y convexidad Puntos de inflexión Problemas de optimización h= 4 − B(1 + π/2) 2 La función a maximizar se puede escribir entonces en función de una sola variable 2 4 − B(1 + π/2) π B S=B + 2 2 2 Derivando e igualando a cero se obtiene que ha de ser B= 8 4+π Problemas de optimización Bloque: Análisis Matemático Tema: Aplicaciones de la derivada Ejemplo (resolución) HEDIMA Crecimiento y decrecimiento Máximos y mı́nimos Concavidad y convexidad Puntos de inflexión Problemas de optimización 8 B = 4+π es un posible máximo o mı́nimo de la función superficie. La derivada segunda de la función superficie S es la siguiente S 00 (B) = − π −1 4 8 . que es evidentemente negativa para el valor B = 4+π 8 Por tanto, el valor B = 4+π es un máximo de la función superficie. Para este valor de B, el valor de h es h= 4 . π+4