← Lumbre

Cálculo Diferencial · 1.º Optimización: máximos y mínimos

Portada de Optimización: máximos y mínimos

Optimización: máximos y mínimos

✦ Optimizar es encontrar el mejor valor posible: el coste mínimo, el beneficio máximo · Cálculo Diferencial · Matemáticas · en menos de 9 minutos

Roadwise Consulting

Firmado y verificado · Biblioteca UNIV

Objetivo: Buscar máximos y mínimos de funciones con la derivada, distinguiendo extremos de puntos críticos y verificando condiciones de frontera.

9 min Cálculo Diferencial · Matemáticas 18–30 años
Más
Optimización: máximos y mínimos

Herramientas de la lección

◉ Entrar a La Matrix Sorpréndeme

Sobre este contenido

Ir a

Volver a Cálculo Diferencial · 1.er semestre Cursos Explorar Mi cuenta Salir del modo estudio

Optimización: máximos y mínimos

Extremos y puntos críticos

Un máximo local es un punto cuya valor supera a los vecinos; un mínimo local, lo contrario. En el interior del dominio, ambos ocurren donde la derivada se anula o no existe: esos son los puntos críticos.

El procedimiento

  • Derivar la función objetivo.
  • Igualar la derivada a cero y resolver: candidatos.
  • Clasificar cada candidato y revisar los bordes del dominio.

Criterio de la primera derivada

Si la pendiente pasa de positiva a negativa, hay un máximo; de negativa a positiva, un mínimo. Estudiar el signo alrededor del candidato basta para clasificarlo.

Criterio de la segunda derivada

  • Segunda derivada positiva en el punto: la curva abre arriba, es mínimo.
  • Negativa: abre abajo, es máximo.
  • Cero: el criterio no decide, hay que mirar más allá.

Extremos absolutos y cotas

El mejor valor de todo el intervalo puede estar en un punto crítico o en un extremo del dominio. Ignorar las fronteras es el error más común al optimizar en intervalos cerrados.

Puntos de inflexión que engañan

  • Donde la derivada se anula puede no haber extremo, solo un descansadero.
  • El ejemplo típico es la cúbica en el origen.
  • Por eso cero derivada es condición necesaria, no suficiente.
Una curva ondulada con su pico más alto y su valle marcados por tramos horizontales
En el máximo y en el mínimo la curva se aplana: la derivada vale cero en esos puntos críticos.

Modelar el problema real

  • Escribir la cantidad a optimizar como función de una sola variable.
  • Usar las restricciones para eliminar variables.
  • Fijar el dominio físico donde tiene sentido la solución.

Ejemplo de contorno fijo

Con una cantidad fija de valla, el rectángulo de máxima área es el cuadrado. Plantear el área en función de un lado, derivar e igualar a cero lo revela, y las fronteras (lado cero) dan el mínimo.

Comprobar que es un máximo, no un desastre

  • Verificar el tipo de extremo con alguna derivada.
  • Revisar que la solución es realista y no un artefacto del modelo.
  • En aplicaciones, contrastar con el sentido común del dominio.

Optimización y aprendizaje automático

Entrenar un modelo es minimizar una función de pérdida: un problema de optimización en muchas variables. El gradiente generaliza la idea de «donde la pendiente se anula» a dimensiones altas.

Ejemplo resuelto: el rectángulo de mayor área con valla fija

Disponemos de veinte metros de valla para cercar un rectángulo y queremos la máxima área.

  1. Expresar la condición: el perímetro, dos base más dos altura, igual a veinte.
  2. Despejar una variable y escribir el área en función de una sola.
  3. Derivar el área y igualar a cero para hallar el candidato.
  4. Comprobar con la segunda derivada que es un máximo.
  5. Concluir que la solución es el cuadrado de lado cinco.

¿Para qué sirve en la realidad?

Optimizar con derivadas decide precios, dosis y diseños: buscar donde la pendiente se anula y verificar los bordes es la receta que convierte un problema de lo mejor posible en un cálculo concreto.

En un punto crítico interior donde existe un máximo local, la derivada primera:

Igualar la derivada a cero garantiza que en esa solución hay un máximo o un mínimo.

Extremos

Valor que supera a sus vecinos
máximo local
Donde la derivada se anula o no existe
punto crítico
Pendiente pasa de positiva a negativa
máximo
Segunda derivada positiva indica
mínimo
Mejor valor de todo el intervalo
extremo absoluto

Toca una tarjeta para ver la respuesta.

Ordena las etapas para optimizar una función en un intervalo cerrado:

Arrastra cada ficha a su categoría (o tócala y luego toca la categoría). También puedes usar el teclado.

Une cada prueba para clasificar un punto crítico con lo que revela:

      Máximos y mínimos

      • Optimización
        • Candidatos
          • puntos críticos: derivada nula
            • bordes del dominio
            • Clasificar
              • signo de la primera derivada
                • criterio de la segunda
                • Absoluto
                  • comparar candidatos y fronteras
                    • dominio físico realista

                  Una tienda quiere fijar el precio que maximice su ingreso, sabiendo que a mayor precio vende menos. Describe la función objetivo, por qué su máximo está donde la derivada se anula y qué podría invalidar la solución.

                  Tu texto se guarda sólo en este dispositivo.

                  Compuerta de dominio: Optimización: máximos y mínimos

                  Aquí se mira lo que ya fuiste acertando. Pulsa «Comprobar» para saber si puedes seguir.

                  Las respuestas y tu progreso se guardan sólo en este dispositivo. Contenido firmado por su autoría mediante Lumbre.
                  Más sobre esta lección
                  Explora temas relacionados

                  Conceptos

                  Comentarios

                  Inicia sesión para comentar.

                  Todavía no hay comentarios. Sé la primera persona en opinar.