Professional Documents
Culture Documents
de las derivadas
y problemas
de optimizacin
Albert Gras i Mart
Teresa Sancho Vinuesa
PID_00183888
FUOC PID_00183888 2 Propiedades de las derivadas y problemas de optimizacin
FUOC PID_00183888 Propiedades de las derivadas y problemas de optimizacin
ndice
2. Optimizacin ................................................................................... 17
En este mdulo veremos algunas aplicaciones bsicas de las derivadas (clculo de ritmos de cambio, puntos
crticos, mximos y mnimos) para plantear a continuacin los problemas de optimizacin, que son el
ncleo de estos materiales.
FUOC PID_00183888 6 Propiedades de las derivadas y problemas de optimizacin
FUOC PID_00183888 7 Propiedades de las derivadas y problemas de optimizacin
Recordemos una de las propiedades ms importantes de las derivadas: la derivada '(x) representa el ritmo
de cambio de la funcin (x).
Por ejemplo, la funcin (x) x2 1 es una parbola que mira arriba porque el signo del trmino cua-
drtico es positivo, y que tiene el vrtice en x0. La funcin vale (0) 1 en el mnimo. Sabemos, pues,
que la funcin decrece hasta x 0 y crece a partir de este punto. Observad que la derivada de la funcin
en este punto es 0: '(x) 2x 0 si x 0. Esto quiere decir que la pendiente de la recta tangente a la curva
en este punto es 0 y, por lo tanto, la recta tangente es una funcin constante, y 1.
A1
g ( x) 5 6 x 10 cos(2 x)
A2
Decimos que x c es un punto crtico de la funcin (x) si (c) existe y, adems, se cumple que la deri-
vada de la funcin, calculada en este punto, se anula:
'(c) 0
FUOC PID_00183888 8 Propiedades de las derivadas y problemas de optimizacin
O bien no existe:
'(c) no existe.
Es importante subrayar que hace falta que (c) exista para que podamos decir que x c es un punto cr-
tico de la funcin.
A3
( x) 6 x5 33x4 30 x3 100
A4
g (t ) 3 t 2 (2t 1)
Como hemos visto, hay que manipular la expresin de la derivada para que sea fcil ver si la derivada
no existe o se anula en algn punto.
Veamos dos ejercicios ms, que tambin sirven para repasar las derivadas.
A5
a) h (t ) 10te3 t
2
2
b) ( x) x ln(3x) 6
Ayuda: no olvidis que es preciso que la funcin exista en el punto para que sea
un punto crtico.
Tambin puede haber funciones que no tengan puntos crticos. Veamos un ejemplo de esto:
A6
El clculo de los valores mximos y mnimos de una funcin tiene muchas aplicaciones en problemas
de ingeniera. Tiene mucho inters, por lo tanto, estudiar cmo se tienen que calcular los extremos de
una funcin.
FUOC PID_00183888 9 Propiedades de las derivadas y problemas de optimizacin
1) Decimos que (x) tiene un mximo absoluto (o global) en x c si (x) (c) para cualquier valor de
x del dominio en el que trabajamos.
2) Decimos que (x) tiene un mximo relativo (o local) en x c si (x) (c) en algn intervalo abierto
alrededor de x c.
3) Decimos que (x) tiene un mnimo absoluto (o global) en x c si (x) (c) para cualquier valor de
x del dominio en el que trabajamos.
4) Decimos que (x) tiene un mnimo relativo (o local) en x c si (x) (c) en algn intervalo abierto
alrededor de x c.
Cuando hablamos de que hay un intervalo abierto alrededor de x c nos referimos al hecho de que po-
demos encontrar algn intervalo (a, b) que no incluya los puntos extremos, tal que a < c < b. Dicho de
otro modo, c est dentro del intervalo y no coincide con ninguno de los extremos.
Los puntos mximos o mnimos de una funcin se denominan puntos extremos de la funcin, y dis-
tinguimos entre extremos relativos y extremos absolutos.
Hablamos de dominio en el que trabajamos porque en cada caso nos puede interesar trabajar con algn con-
junto de valores de la variable x, que no tienen por qu ser todos los valores posibles del dominio de la funcin.
Los valores mximos o mnimos relativos de una funcin en x c lo son para algn intervalo abierto
alrededor de x c. Puede haber valores ms grandes o ms pequeos de la funcin en algn otro inter-
valo, pero relativos a x c, o localmente en x c, (c) es mayor o menor que todos los otros valores de
la funcin que estn cerca.
Para ver si un punto es extremo relativo tenemos que poder ver qu valor toma la funcin a los dos lados
del punto x c.
En la figura 1 mostramos una funcin que tiene varios extremos en el intervalo [a, e].
En la figura 1 vemos que la funcin tiene mximos relativos en x b y x d, porque estn en el interior
del dominio que se muestra, y son los valores ms grandes de la funcin para un intervalo determinado
alrededor del punto.
Tambin tenemos un mnimo relativo en x c porque este punto es interior en el dominio y es el punto
ms pequeo de la grfica en un intervalo alrededor del punto. El punto del extremo del intervalo x e
no es un mnimo relativo porque no hay puntos mayores que e.
La funcin tiene un mximo absoluto en x d y un mnimo absoluto en x a. Estos dos son los puntos
en los que la funcin toma el valor mayor y menor.
Hagamos un ejercicio.
A7
( x) x 2 x 1, 2
Por lo tanto, una funcin no tiene por qu tener extremos relativos. Veamos otro caso.
A8
( x) x2 x 2, 2
Por lo tanto, una funcin puede tener diferentes puntos donde la funcin tenga un mximo absoluto y/
o un mnimo absoluto.
A9
( x ) x2
Por lo tanto, una funcin puede tener mnimos y no tener mximos, o al revs.
A10
( x) x3 x 2, 2
FUOC PID_00183888 11 Propiedades de las derivadas y problemas de optimizacin
Por lo tanto, una funcin puede no tener ningn tipo de extremos relativos.
A11
( x ) x3
As pues, una funcin puede no tener ningn tipo de puntos extremos, ni absolutos ni relativos.
A12
( x) cos x
Como hemos visto, una funcin puede tener infinitos extremos relativos.
A travs de varios ejemplos han visto que los extremos absolutos tienen propiedades interesantes. Las fun-
ciones que hemos considerado en los ejemplos anteriores eran funciones continuas. Cada vez que hemos
restringido el dominio a un intervalo cerrado (es decir, un dominio que contiene los puntos extremos),
hemos obtenido mnimos y mximos absolutos. Tambin hemos visto un ejemplo en el que no hemos
restringido el dominio y hemos obtenido un mximo absoluto y un mnimo absoluto.
Estas observaciones ayudan a comprender el significado del teorema llamado teorema del valor extremo.
Teorema del valor extremo: si una funcin (x) es continua en el intervalo [a, b], entonces hay dos
nmeros c y d dentro de este intervalo (a c y d b) tales que (c) es un mximo absoluto para la funcin
y (d) es un mnimo absoluto de la funcin.
As pues, si tenemos una funcin continua en un intervalo [a, b] podemos garantizar que tenemos tanto
un mximo absoluto como un mnimo absoluto de la funcin en algn punto del intervalo. El teorema
no nos dice dnde se encontrarn o si habr ms de uno.
A13
1
( x) x 1, 1
x2
Por lo tanto, si el teorema del valor extremo no es aplicable, no podemos decir nada sobre los extremos
absolutos de la funcin. Se puede dar el caso de que la funcin no tenga mximo absoluto (es el caso de
la funcin de la actividad A13) o no tenga mnimo absoluto. Antes de empezar a ver aplicaciones de las
derivadas, nos resultar til otro teorema, que se denomina de Fermat.
Teorema de Fermat: si una funcin (x) tiene un extremo relativo en x c y '(c) existe, entonces x c
es un punto crtico de la funcin (x). Adems, en este punto crtico '(c) 0.
FUOC PID_00183888 12 Propiedades de las derivadas y problemas de optimizacin
El teorema de Fermat nos dice que hay una relacin entre los extremos relativos y los puntos crticos.
De hecho, nos permite obtener una lista de todos los extremos relativos posibles. Puesto que un extremo
relativo debe ser un punto crtico, la lista de todos los puntos crticos (puntos donde la derivada de
la funcin es 0 o no existe) nos dar una lista de todos los extremos posibles.
Por ejemplo, hemos visto en el ejercicio A9 que la funcin ( x) x2 tiene un mnimo relativo en x 0. Por
lo tanto, de acuerdo con el teorema de Fermat x 0 tiene que ser un punto crtico. La derivada de la funcin es:
'( x) 2 x
Aun as, no se tiene que usar el teorema de manera incorrecta. El teorema no dice que un punto crtico
es un punto extremo. Podemos verlo con un ejemplo.
A14
( x ) x3
en el punto x 0.
Efectivamente, en x 0 la funcin tiene un punto crtico (derivada igual a cero), pero no es ni un mni-
mo ni un mximo relativo.
Observemos tambin que este teorema no dice nada sobre extremos absolutos. Un extremo absoluto
puede ser, o no, un punto crtico.
Una de las aplicaciones ms importantes de las derivadas es el clculo de los extremos absolutos de una
funcin. Supongamos que la funcin (x) es continua en el intervalo [a, b].
El teorema del valor extremo nos dice que puesto que suponemos que la funcin es continua y trabajamos
en un intervalo cerrado, podemos encontrar aqu los extremos.
Hemos visto tambin en las actividades anteriores que no son otra cosa que los valores mayor y menor
que pueden tener. Por lo tanto, debemos obtener la lista de extremos absolutos posibles y comprobar
cules de estos dan los valores de la funcin que sean el ms grande o el ms pequeo.
Por lo tanto, el procedimiento para encontrar los extremos absolutos de una funcin f (x) en el intervalo
[a, b] es:
4) Identificar los extremos absolutos de la funcin (slo hay que observar en qu punto o en qu puntos
la funcin toma el valor ms grande y en qu punto o en qu puntos toma el valor ms pequeo).
FUOC PID_00183888 13 Propiedades de las derivadas y problemas de optimizacin
A15
g (t ) 2t 3 3t 2 12t 4 t 4, 2
Como hemos visto, los extremos absolutos pueden estar en puntos crticos o tambin en los extremos
del intervalo. Frecuentemente podemos descuidarnos de comprobar qu pasa en los extremos del inter-
valo que consideramos. Hay que recordarlo!
A16
g (t ) 2t 3 3t 2 12t 4 t 0, 2
Por lo tanto, el intervalo en el que consideremos el problema puede modificar las soluciones. Veamos
un caso ms complicado.
A17
El ejemplo anterior muestra que hay que tener cuidado con las soluciones de las ecuaciones trigonom-
tricas: se debe incluir el trmino 2n. Adems, hay que trabajar con la suficiente precisin. En el caso
anterior, si hubiramos redondeado 111.7 112 y 111.9 112, parecera que haba dos poblaciones m-
ximas, y slo hay una.
A18
Supongamos que la cantidad de dinero que tenemos en el banco al cabo de t aos es:
t2
5
A(t ) 2 000 10te 8
Como hemos visto, es importante incluir los extremos del intervalo de inters.
Los puntos crticos anteriores son consecuencia de la anulacin de la derivada. A veces aparecen puntos
crticos porque la derivada no es continua. Vemoslo.
A19
Q ( y ) 3y( y 4)2 / 3 y 5, 1
FUOC PID_00183888 14 Propiedades de las derivadas y problemas de optimizacin
Por lo tanto, si hubiramos olvidado el punto crtico de la funcin en el que no hay derivada, y 4, no
habramos obtenido el resultado correcto.
En conclusin, podemos utilizar la derivada para identificar los extremos absolutos de una funcin.
Estos se obtienen de los puntos en los que la derivada se anula o de los puntos en los que no existe.
Adems, cuando la derivada de una funcin es positiva la funcin es creciente, y en los intervalos en los
que la derivada es negativa la funcin es decreciente. Podemos ver un ejemplo.
A20
Encontrad los puntos crticos de la funcin siguiente, y los intervalos en los que
la funcin es creciente o decreciente. Haced tambin un esquema de esto.
g (t ) t 3 t 2 4
Hemos visto que la primera derivada de una funcin da informacin sobre la grfica de la funcin:
crecimiento, decrecimiento y mximos y mnimos. La segunda derivada tambin nos la da. Se trata
del concepto de concavidad y convexidad de una funcin, relacionado con la segunda derivada, y se
muestra en la figura 2.
Una funcin es cncava si se abre o mira hacia arriba y es convexa si se abre o mira hacia abajo. La con-
cavidad/convexidad no tiene nada que ver con el crecimiento o decrecimiento: una funcin puede ser
cncava o convexa y ser creciente o decreciente.
Decimos que una funcin (x) es cncava (convexa) en un intervalo [a, b] si todas las tangentes a
la curva en este intervalo estn por debajo (por encima) de la grfica de la funcin.
FUOC PID_00183888 15 Propiedades de las derivadas y problemas de optimizacin
La figura 3 muestra que la definicin anterior est de acuerdo con lo que hemos dicho sobre la figura 2.
En la grfica superior, por ejemplo, todas las lneas tangentes estn por debajo de la curva y por esto es
cncava.
A veces una funcin presenta concavidad y convexidad en intervalos diferentes. Los puntos de transicin
de un tipo de curvatura al otro se denominan puntos de inflexin.
Recordad que en la actividad A14 veamos que la funcin ( x) x3 tena un punto crtico en el punto x
0, pero que no era ni un mnimo ni un mximo relativo. Si observamos la representacin grfica, nos da-
mos cuenta de que la funcin mira abajo a la izquierda de 0 y mira arriba a la derecha de este punto. El
punto x 0 es pues un punto de inflexin.
Dada una funcin (x), si ''(x) > 0 ( ''(x) < 0) para todos los puntos x de un intervalo I, entonces
decimos que la funcin (x) es cncava (convexa) en I.
Por lo tanto, los posibles puntos de inflexin de una funcin son aquellos en los que la segunda derivada
es cero o no existe. Sin embargo, para que sea un punto de inflexin es necesario comprobar que hay un
cambio de concavidad a los dos lados del punto.
y x2
FUOC PID_00183888 16 Propiedades de las derivadas y problemas de optimizacin
La grfica es sencilla: se anula en el punto x 0 y para todo x es positiva, con dos ramas que divergen
para puntos x grandes.
y ' 2x
La pendiente de la funcin es negativa (funcin decreciente) para x < 0, y positiva (funcin creciente)
para x > 0.
y '' 2
que es positiva en x 0 (y para cualquier valor de x). La funcin es, pues, cncava.
A21
Demostrad que
y x2
es una funcin convexa y tiene un mximo en x 0.
Por lo tanto, la segunda derivada sirve para clasificar los puntos crticos.
Si x c es un punto crtico de '(c) de manera que '(c) 0, y ''(x) es continua alrededor de x c, entonces:
Es decir, si la segunda derivada es nula entonces el punto crtico puede ser cualquier cosa.
A22
a) ( x) x4
4
b) ( x) x
c) ( x) x3
FUOC PID_00183888 17 Propiedades de las derivadas y problemas de optimizacin
2. Optimizacin
En matemticas, la optimizacin se ocupa de resolver problemas en los que el objetivo es encontrar "el ms
grande" o "el ms pequeo" entre un conjunto de elementos. La tipologa de problemas y los procedimien-
tos para resolverlos son muy diversos. En este curso daremos las pautas para resolver problemas que equi-
valen a determinar el mximo o el mnimo de una funcin de una variable.
Ya hemos visto un tipo de problema de optimizacin: el clculo de los extremos absolutos de una
funcin, es decir, los valores ms grandes y ms pequeos que puede tomar la funcin en un intervalo
concreto.
En esta seccin veremos otro tipo de problemas de optimizacin: buscar los valores ms grandes y ms
pequeos de una funcin sometida a algn tipo de restriccin. La restriccin ser alguna condicin, que
habitualmente describiremos con una ecuacin que debern cumplir las soluciones del problema.
Hay que tener mucho cuidado al identificar en cada caso cul es la magnitud que queremos optimizar
y cul es la expresin que impone la restriccin.
A23
Queremos cerrar un campo rectangular con una valla. Un edificio ocupa uno de
los lados largos del rectngulo y aqu no hay que poner valla. Cul es el rea
mxima del campo que podemos cerrar con 200 m de valla?
Ayuda: plantead una ecuacin para el rea del campo (que queremos maximizar)
y otra para la longitud de la valla (que tiene un valor total prefijado). Reducid el
problema a una sola incgnita, y maximizad la funcin correspondiente.
El procedimiento que hemos seguido en la actividad anterior es el que seguiremos siempre de manera
parecida. En este tipo de problemas es fundamental establecer la funcin que queremos maximizar, as
como las restricciones del problema.
Veamos cmo una ligera modificacin en las restricciones da una solucin muy diferente al problema.
A24
Hagamos el mismo problema A23 pero sin la presencia del edificio. Es decir,
supongamos que queremos hacer una valla rectangular de la superficie mxima,
de manera que todo el permetro de la valla sea 200 m.
FUOC PID_00183888 18 Propiedades de las derivadas y problemas de optimizacin
A veces habr que confirmar si los puntos crticos que hemos obtenido son mximos o mnimos; para
ello se puede utilizar el mtodo de la segunda derivada, que ya hemos visto en la seccin 1.5. Veamos
un ejemplo.
A25
Queremos construir una caja que tenga una base tres veces ms larga que ancha.
El material que se usa para construir la parte superior e inferior de la caja cuesta
100 /m2, y el que se usa para los lados cuesta 50 /m2. Si la caja debe tener un
volumen de 2 m3, con qu dimensiones se minimizan los costes?
Ayuda: eliminad la variable altura del problema para minimizar la funcin resul-
tante.
Como hemos visto en los ejemplos anteriores, se tiene que reducir el problema de dos o ms variables a una
sola variable. Hace falta un poco de prctica para saber qu variable conviene eliminar. Veamos un ejemplo.
A26
Los problemas que se resuelven por optimizacin a veces tienen soluciones que carecen de sentido, y
hay que descartarlas. Veamos un ejemplo.
A27
Queremos construir una caja de base cuadrada con 10 m2 de material y que tenga
un volumen mximo cuando usamos todo el material.
En los dos ejemplos anteriores hemos tenido situaciones opuestas. En el A25 el volumen era la restric-
cin y el rea (o el coste) era la funcin que queramos optimizar. En el A27, por otro lado, queremos
optimizar el volumen y la restriccin era el rea de la caja.
Por lo tanto, hay que estar muy atentos a cul es la funcin y cul es la restriccin en cada problema de
optimizacin.
A28
Nota: para comprobar que se trata de un mnimo de la funcin, usad dos mto-
dos, el mtodo de la segunda derivada y el mtodo de calcular el valor de la fun-
cin o de la derivada alrededor del punto crtico.
FUOC PID_00183888 19 Propiedades de las derivadas y problemas de optimizacin
En los ejemplos anteriores hemos trabajado con constantes numricas concretas. Sin embargo, no hay
que perder de vista que en matemticas trabajamos a menudo con datos que son letras, no valores
concretos, y as obtenemos valores ms generales. Veamos un ejemplo.
A29
A veces la restriccin del problema no se puede escribir en forma de ecuacin, como vemos en el ejemplo
siguiente.
A30
Hemos hecho varios ejercicios en los que la condicin estaba expresada en forma de rea y la funcin
que maximizbamos era un volumen, o al revs. En el ejercicio siguiente, tanto la condicin como la
funcin que maximizaremos son dos reas.
A31
A32
A33
En general, hay que encontrar todos los puntos crticos y ver cules son aceptables en cada caso, como
ahora veremos.
A34
2
Determinad los puntos sobre y x 1 que estn ms cerca del punto (0, 2).
Nota: al resolver el problema, eliminad la variable y para trabajar con una funcin
slo de x.
A35
Con el ejemplo anterior, hemos visto una buena compilacin de problemas de optimizacin que nos
dan una idea de las dificultades que se pueden presentar.
Recapitulacin
A36
Resolucin de actividades
A1
g '( x) 6 20 sin(2 x)
g '( x) 0
es decir,
6 20 sin(2 x) 0 sin(2 x) 0.3 2 x arcsin(0.3)
La solucin es,
Y respecto a la variable x,
A2
A '(t ) 135t 4 180t 3 390t 2 15t 2 9t 2 12t 26
y vemos en qu momento no vara la funcin,
t 0
A '(t ) 0
t 12 144 4 9 ( 26) 2 30 1.159
18 3 2.492
La funcin no vara en tres puntos. Para observar en qu momento la funcin es creciente o decreciente, hemos de deter-
minar en qu lugar la derivada es positiva o negativa: si la derivada es positiva, la funcin es creciente, y si la derivada es
negativa, la funcin es decreciente.
En A'(t), el factor 15t2 no cambia de signo para ningn valor de t. El otro factor, 9t 2 12t 26 corta el eje x en dos puntos,
y es positivo para valores muy altos de t, tanto t > 0 como t < 0 y altos.
Y para valores prximos a cero, la funcin es negativa porque el trmino 26 domina sobre los otros dos, 9t2 12t. (Podis
probar con un valor como t 0.001). La funcin 9t 2 12t 26 es, pues, una parbola cuyas lneas se van al infinito.
A3
Como la funcin y su derivada son polinomios, existirn para todos los valores de x. Los nicos puntos crticos sern los
que anulen la derivada,
6 x2 (5x 3)( x 5) 0 x 5, 0, 5 / 3
A4
g (t ) 2t 5/3 t 2/3
y derivamos,
Vemos que t 0 es un punto crtico de la funcin porque g '(0) no existe, pero g (0) s.
En esta ltima forma vemos que t 0 es un punto crtico, como ya sabemos, y adems 10t 2, o sea, t 1/5.
A5
a)
h '(t ) 10e3 t 10te3 t ( 2t ) 10e3 t 20t 2 e3 t 10e3 t 1 2t 2
2 2 2 2 2
Tanto la funcin como su derivada son exponenciales multiplicadas por polinomios, por tanto, existen para cualquier valor
de t.
El exponencial no se anula en ningn punto, por lo tanto, la nica posibilidad para que la derivada se anule es:
1
1 2t 2 0 t
2
b) La funcin slo existe para x > 0. Veamos cual es el dominio de su derivada y cuando se anula:
x0
1
'( x) 2 x ln(3x) x2 x 2 ln(3x) 1 0 1 1/2
x ln(3x) 1 / 2 x 3 e
Desestimamos x = 0 porque no es del dominio de la funcin. Puesto que el dominio de la derivada coincide con el de la
1 1/2
funcin, el nico punto crtico es x e .
3
A6
2 2 2
'( x) e x xe x (2 x) e x 1 2 x2
La derivada no se anula para ningn valor real de x; por lo tanto, la funcin no tiene puntos crticos.
FUOC PID_00183888 23 Propiedades de las derivadas y problemas de optimizacin
A7
La siguiente figura muestra la grafica de la funcin en el dominio indicado. Hemos dibujado puntos gruesos en los extremos
de la grfica para indicar dnde se acaba.
Tenemos un mnimo relativo y absoluto de valor f(0)=0 en el punto x 0 y un mximo absoluto de valor f(2)=4 en el punto x 2.
A8
La grfica de la funcin muestra que tiene un valor mnimo absoluto y relativo en x = 0. Tambin tenemos un mximo
absoluto de valor 4 en los dos puntos extremos del dominio, x = 2 y 2. Esta funcin tampoco tiene mximos relativos.
A9
No aparece el dominio de la funcin, por lo tanto, hemos de tomar el mayor posible. En este caso seran todos los nmeros reales.
La grfica muestra que la funcin crece sin lmites en los dos extremos, por lo que no tiene mximos absolutos ni relativos.
Por lo tanto, una funcin puede tener mnimos y no tener mximos, y viceversa.
FUOC PID_00183888 24 Propiedades de las derivadas y problemas de optimizacin
A10
La figura muestra la grfica de la funcin, que tiene un valor absoluto de 8 en el punto x = 2 y un mnimo absoluto de 8
en x = 2. La funcin no tiene extremos relativos.
A11
Por lo tanto, una funcin puede no tener puntos extremos, ni absolutos ni relativos.
FUOC PID_00183888 25 Propiedades de las derivadas y problemas de optimizacin
A12
Como no se ha restringido el dominio de esta funcin, la grfica es la de la funcin coseno, que ya conocemos.
La funcin coseno tiene extremos (relativos y absolutos) en muchos puntos. Los mximos relativos y absolutos son de valor
1 y se dan en los siguientes puntos,
x 0, 2 , 4...
x , 3...
Como vemos, una funcin puede tener extremos relativos en infinitos puntos.
A13
Como la funcin no es continua en x 0 porque tiende a infinito para x 0, no es aplicable el teorema del valor extremo y
puede suceder cualquier cosa.
La funcin no tiene un mximo absoluto; pero s tiene un mnimo absoluto, tanto en x 1 como en x 1.
A14
'( x) 3x2
Claramente, x 0 es un punto crtico (derivada igual a cero). Adems, hemos visto en A10 que esta funcin no tiene extre-
mos relativos, por lo tanto, los puntos crticos no han de ser necesariamente extremos relativos.
FUOC PID_00183888 26 Propiedades de las derivadas y problemas de optimizacin
A15
Al tratarse de un polinomio, la funcin es continua en todos los puntos y, por tanto, tambin en el intervalo de definicin,
t 4, 2 .
g ( 4) 28 g ( 2) 24 g (1) 3 g (2) 8
Los extremos absolutos son los valores mximo y mnimo que toma la funcin, y estos cuatro puntos representan los nicos
lugares del intervalo donde pueden aparecer los extremos absolutos.
A16
Ya sabemos que los puntos crticos son t = 2, t = 1, pero slo el punto t = 1 cae dentro del intervalo. Los valores de la funcin
son,
A17
Queremos obtener los extremos absolutos de P(t) en el intervalo 0, 4 . La funcin es continua para todos los valores de t.
Derivmosla,
P '(t ) 3 4 cos(4t )
Los puntos crticos proceden de igualar a cero la derivada; como la funcin es continua para todo t, no dar otros puntos
crticos. De P '(t) = 0 obtenemos,
cos(4t) =3/4
n
4t 2.4189 2 n n 0, 1, 2... t 0.6047 2
4t 2.4189 2 2 n 3.8643 2 n n 0, 1, 2...
t 0.9661 n
2
Hemos de ver qu puntos crticos estn dentro del intervalo 0, 4 ,
n 0, t 0.6047, t 0.9661
Aparecen,
Tambin estn,
Para determinar cules son las poblaciones mnimas y mximas absolutas, hemos de sustituir los puntos anteriores en la
funcin, as como los puntos extremos del intervalo,
A18
Buscamos los extremos absolutos de la funcin A(t) en el intervalo 0, 10 . La funcin es continua para todo t, por tanto,
no hay problema. Derivamos la funcin,
t2 t2 t2
5 5 t 5 t2
A '(t ) 10e 8 10te 8 ( ) 10e 8 ( 1 )
4 4
t2
1 0 t 2
4
Slo el punto crtico t 2 se sita dentro del intervalo. Evaluemos la funcin en este punto y en los extremos del intervalo,
Los puntos crticos anteriores son consecuencia de la anulacin de la derivada. A veces aparecen puntos crticos porque la
derivada no es continua. Vemoslo.
A19
2 5y 12
Q '( y ) 3( y 4)2/3 3y ( y 4)1/3
3 ( y 4)1/3
Tenemos dos puntos crticos y estn dentro del intervalo que consideramos.
A20
5t 2 12
1/3 2 2 2 2/3
g '(t ) t 2 4 t t 4
2/3
3 3 t2 4
Marquemos sobre el eje de nmeros reales los puntos crticos y el signo de la derivada a izquierda y derecha.
12 12
Crecimiento: x y tambin x
5 5
Decrecimiento: 12 12
x
5 5
As que ni t = 2 ni t = 2 son mnimos ni mximos relativos porque la funcin es creciente en los dos lados de estos puntos.
Por otro lado, por el cambio de crecimiento, t = (12/5) es un mximo relativo, y t = (12/5) es un mnimo relativo.
A21
y ' 2 x
y '' 2 0
A22
En los tres casos, la funcin tiene una segunda derivada nula, ''(0) 0 ; as que tenemos:
a) un mnimo relativo en x 0,
FUOC PID_00183888 29 Propiedades de las derivadas y problemas de optimizacin
b) un mximo relativo en x 0,
c) ni mximo ni mnimo: un punto de inflexin en x 0.
a)
b)
c)
FUOC PID_00183888 30 Propiedades de las derivadas y problemas de optimizacin
A23
La funcin que deseamos optimizar es el rea, y la restriccin es la cantidad de cierre. Las dos ecuaciones son, pues,
Maximizar: A = xy
Restriccin: 200 = x + 2y
Una forma de resolver el problema es eliminar la variable x, por ejemplo (o la variable y),
x = 200 2y
A( y ) (200 2 y ) y 200 y 2 y 2
El valor de y est restringido al intervalo 0, 100; sin embargo, no puede tener estos dos valores porque,
y = 50 m
A24
El planteamiento es parecido al del caso anterior, pero ahora el cierre pasa por delante de la casa:
La funcin que queremos optimizar es el rea, y la restriccin es la cantidad de cierre. Las dos ecuaciones son, pues,
Maximizar: A = xy
Restriccin: 200 = 2x + 2y
Una forma de resolver el problema es eliminar la variable x, por ejemplo (o la variable y),
x = 100 y
A( y ) (100 y ) y 100 y y 2
El valor de y est restringido al intervalo 0,100, pero no puede tener estos dos valores porque,
A '( y ) 100 2 y
y = 50 m
Nota
Este problema es similar al que permite calcular la figura geomtrica que tiene una superficie mnima para un volumen
dado: la esfera.
A25
El coste de hacer cada cara es el producto del rea para el precio correspondiente.
con la restriccin,
Tenemos una funcin C de dos variables y una ecuacin de restriccin. Por tanto, podemos eliminar la variable h,
2
h
3a2
800
C 600a2 50(2ah 6ah) 600a2 400ah 600a2
3a
800
C '(a) 1 200a 0 3600a3 800 0 400(9a3 2) 0
3a2
y resulta,
2
a 3
9
Este punto es el valor requerido. Sin embargo, nos hemos de asegurar de que el coste de la caja correspondiente ser mnimo
y no mximo.
1600
C ''(a) 1 200 0
3a3
FUOC PID_00183888 32 Propiedades de las derivadas y problemas de optimizacin
2
2 2 800
C a 3 600 3 660.38
9 9 2
33
9
A26
con la restriccin,
Tenemos una funcin C de dos variables y una ecuacin de restriccin. Por tanto, podemos eliminar la variable a,
2
a
3h
400 2 400 2h
C 400h 400
h 3h h 3
400 1 2
C '(h) 400 0
h2 2 3h
h 36
A27
la
Podemos eliminar la variable l de las dos ecuaciones,
V a2 h
10 2a2 4ah
FUOC PID_00183888 33 Propiedades de las derivadas y problemas de optimizacin
10 2a2
h
4a
5 a2 1
V (a) a2
5a a
3
2a 2
Derivamos,
V '(a)
1
2
5 3a2 0 a
5
3
El valor negativo de a no tiene sentido como longitud de una caja. Para ver si a 5 corresponde a un mximo o a un
mnimo del volumen, calculamos la segunda derivada de V en este punto, 3
V '(a) 3a 0
Se trata de una funcin convexa de a, y el volumen correspondiente es un mximo. Las dimensiones optimizadas de la caja
son, pues,
h=l= a 5
3
Se trata de una caja cbica.
A28
Queremos minimizar la superficie total del envase, incluyendo las tapas. El volumen del cilindro es igual al rea de la base
por la altura,
V r 2 h
A 2 rh 2 r 2
La restriccin es,
V 1.5L
1.5
h
r 2
Resulta,
1.5 3
A(r ) 2 r 2 2 r 2 2 r 2
r r
La primera derivada,
3 4r 3 3
A '(r ) 4r
r2 r2
FUOC PID_00183888 34 Propiedades de las derivadas y problemas de optimizacin
3
r 3
4
Podemos calcular la segunda derivada y ver que el volumen corresponde a un mnimo. Pero, en su lugar, emplearemos otro
3 3
Por ejemplo, si r 0.1 , resulta A'(r) < 0, y si , r 3
3 0.1 resulta que A'(r) > 0. Luego, la funcin pasa de decreciente
4 4
a creciente, conforme crece r alrededor del punto que anula la primera derivada. Esto quiere decir que la funcin tiene un
mnimo en este punto.
3
r 3
4
1.5
h 2/3
3
4
A29
El volumen es constante,
V r 2 h
de donde aislamos h:
V
h
r 2
A 2 rh 2 r 2
donde, substituyendo h,
2 rV 2V
A(r ) 2 r 2 2 r 2
r 2 r
2V
A '(r ) 2 4r 0
r
2V
r 3
4
2
V V 4
h 3
r 2 2V
Y ahora, manipulando algebraicamente el resultado para h, tenemos que comprobar que es el doble que r:
2 3
V 3 4 4 2V V 3 4 2V V 4 2V 2V
h 3 3 23 2r
2V 2V 4 2V 4 2V 4 4
A30
Ahora no tenemos una ecuacin para la restriccin porque la condicin del rea del centro del cartn ya la hemos empleado
en el dibujo.
FUOC PID_00183888 35 Propiedades de las derivadas y problemas de optimizacin
y resulta,
24 156 12 39 1.9183
h
6 3 6.0817
Tenemos que ver cules de los dos dan el volumen mximo. Podemos observar en el dibujo de la caja que el mximo valor
de h es h = 5 cm. Por tanto, la solucin h = 6.0817 cm no tiene sentido.
A31
La restriccin es el rea total del pster y queremos optimizar el rea impresa (es decir, el rea del pster que surge al excluir
los mrgenes. El esquema del pster es el siguiente:
A a 4 h 5.5
con la restriccin,
400 ah
Eliminamos h,
400 1 600
A(a) a 4 5.5 422 5.5a
a a
1 600
A '(a) 5.5 0
a2
3 200
a
11
FUOC PID_00183888 36 Propiedades de las derivadas y problemas de optimizacin
1 600
A ''(a) 2 0
a3
11 11
h 400 10
3 200 2
3 200 11
A 4
10 2 5.5
11
A32
Queremos una ventana que tenga la forma de la siguiente figura y que tenga el rea mxima para un permetro dado de 12 m.
Si el radio del crculo es r, la base de la ventana sera 2r. El permetro es la longitud de los tres lados de la parte rectangular,
ms la mitad de un crculo de radio r. El rea que queremos maximizar es la del rectngulo, sumada a la mitad del crculo
de radio r.
A (2r )h 21 r 2
con la restriccin,
12 2h 2r r
Eliminamos h,
A(r ) 2r(6 r 21 r ) 21 r 2 12r r 2 (2 )
2
A '(r ) 12 r(4 )
A ''(r ) (4 ) 0
12
r= 1.6803
4
Como la segunda derivada es negativa, se trata de un rea mxima de la ventana para este radio.
FUOC PID_00183888 37 Propiedades de las derivadas y problemas de optimizacin
A33
Mirad el esquema de lo que nos piden. Queremos el rea del rectngulo ms grande que podamos inscribir, de manera que
las cuatro esquinas toquen el crculo. Si el crculo est centrado en el origen, la ecuacin del crculo es,
x2 y 2 16
Y las coordenadas del extremo superior derecho del rectngulo son (x, y). El rea del rectngulo, si aislamos y de la restriccin
anterior, ser,
A (2 x)(2 y ) 4xy 4x 16 x2
Derivamos,
2
4 16 x2 4 x2
2 4 x2 64 8x2
A '( x) 4 16 x
16 x2 16 x2 16 x2
porque estamos suponiendo que x est dentro del primer cuadrante y no llega al radio del crculo. As no tenemos problemas
con el radicando del denominador de la primera derivada.
Para comprobar que se trata de un mximo, tendremos que calcular la segunda derivada. Os lo proponemos como ejercicio.
A34
Estamos interesados en la mnima longitud de la lnea de trazos. Y si esta distancia no es la que hay desde el punto x = 0,
habr dos puntos de la grfica que sern la solucin, porque la grfica es simtrica respecta al eje Y, y el punto desde el que
medimos distancies est en el eje Y.
d x 0 2 y 2 2 x2 y 2
2
Si nos damos cuenta de que, si la distancia anterior es mnima, tambin lo ser el valor de d2, ello nos facilita trabajar con
el cuadrado de la distancia. Por tanto, queremos minimizar la funcin,
D d 2 x2 y 2
2
y x2 1
D( x) x2 ( x2 1 2)2 x4 x2 1
D '( x) 4x3 2 x 2 x 2 x2 1
2
D ''( x) 12 x 2
x=0
x= 1
2
En principio, no podemos excluir los valores negativos ni el cero. Una vez sustituidos en la segunda derivada, obtenemos,
1 1
D ''(0) 2 0 D ''( )4 D ''( )4
2 2
Luego, en x = 0 hay un mximo relativo, y no ser la distancia mnima que buscamos. Tenemos dos puntos crticos que dan
1
la distancia mnima. Si x , podemos ver que D'(x) < 0, y, por tanto, la funcin es decreciente hasta que llega al punto
2
1 1
x . Es decir, la funcin siempre ser mayor que en el punto x , donde es mnima. Anlogamente, podemos
2 2
observar que si x 1 , resulta D'(x) > 0, y la funcin es creciente a la derecha del punto x 1 . En definitiva, tenemos
2 2
un mnimo absoluto en x = 1 .
2
1 3
x y
2 2
1 3
x y
2 2
A35
D( y ) x2 ( y 2)2 y 1 ( y 2)2 y 2 3y 3
D '( y ) 2 y 3
D ''( y ) 2 0
Tenemos un slo punto crtico, y = 3/2, y como la segunda derivada es siempre positiva, sabemos que la funcin es cncava
y tenemos un mnimo absoluto.
FUOC PID_00183888 39 Propiedades de las derivadas y problemas de optimizacin
1 1
x2 y 1 x
2 2
Hemos hallado la misma solucin que en la actividad anterior, pero con mucho menos esfuerzo.