Professional Documents
Culture Documents
La recta normal a a una curva en un punto a es aquella que pasa por el punto (a, f(a))
y cuya pendiente es igual a la inversa de la opuesta de f '(a).
Ejemplos
Calcular la ecuación de la tangente y de la normal a la curva f(x) = ln tg 2x en el
punto de abscisa: x = π/8.
Hallar la ecuación de la recta tangente y normal a la parábola y = x 2 + x + 1 paralela a
la bisectriz del primer cuadrante.
La interpretación gráfica del teorema de Rolle nos dice que hay un punto en
el que la tangente es paralela al eje de abscisas.
Ejemplos
1. ¿Es aplicable el teorema de Rolle a la función f(x) = |x − 1| en el intervalo
[0, 2]?
Si f(x) es continua en el intervalo cerrado [a,b] y derivable en todo punto del intervalo abierto (a,b),
entonces existe al menos un punto c donde f'(c) = (f(b) - f(a))/(b - a).
Geométricamente, (f(b) - f(a))/(b - a) es la tangente del ángulo que forma la secante que pasa por los
puntos A(a,f(a)) y B(b,f(b)) de la curva, con el eje ox.
f'(c) es la tangente del ángulo que forma la recta tangente a la curva en el punto c, con el eje ox.
Entonces, el teorema expresa que existe al menos un punto en el intervalo (a,b) donde la tangente a la
curva es paralela a la recta que pasa por A y B.
Demostración:
Considérese por ejemplo, el caso donde x es el tiempo y f(x) la distancia de un automóvil desde su
punto de partida a lo largo de cierto camino.
Entonces (f(b) - f(a))/(b - a) es la velocidad promedio del automóvil en el período b - a. (Recordar que
velocidad = distancia/tiempo)
Observa que parte de la gráfica se eleva, parte de la gráfica baja y parte de la gráfica
es horizontal. En estos casos se dice que la gráfica crece, decrece o es constante.
Una función f se dice que es creciente si al considerar dos puntos de su gráfica, (x1, f(x1) ) y ( x2,
f(x2) ) con
x1 < x2 Se f(x1) < f(x2).
tien
e
que
Prevalece la relación <
Una función f se dice que es decreciente si al considerar dos puntos de su gráfica, (x1, f(x1) ) y ( x2,
f(x2) ) con
x1 < x2 Se f(x1) > f(x2).
tien
e
que
Cambia la relación de < a >
Una función f se dice que
es constante si al
considerar dos puntos de su
gráfica, (x1, f(x1) ) y ( x2,
f(x2) ) con
x1 < x2Se f(x1) = f(x2).
tien
e
que
Las y no cambian, son fijas
Considera la siguiente gráfica:
Los intervalos donde la gráfica es creciente son
[ 2.8, 3.6 ]
[ 5.2, 6 ]
El intervalo donde la gráfica es decreciente es
[ 3.6, 5.2 ]
El intervalo donde la gráfica es constante es
[ - 4, 2.8 ]
Máximo absoluto
Una función tiene su máximo absoluto en el x = a si la ordenada es mayor o
igual que en cualquier otro punto del dominio de la función.
a=0
Mínimo absoluto
b=0
Máximo y mínimo relativo
Una función f tiene un máximo relativo en el punto a, si f(a) es mayor o igual que los
puntos próximos al punto a.
Una función f tiene un mínimo relativo en el punto b, si f(b) es menor o igual que los
puntos próximos al punto b.
De manera intuitiva podemos observar que para determinar si existe un máximo o un mínimo basta
graficar alrededor de los puntos donde se ha presentado un cambio de signo Es también importante
tener en consideración que el termino alrededor del cambio de signo de la derivada de la función es
muy relativo y es este punto donde tenemos que tener la máxima consideración.
Un punto mas a considerar es el tener en cuenta que solo es necesario considerar no solo el cambio de
signos para la derivada Por ejemplo, para el caso de la función:
la función entre el intervalo (-1,1) tiene un cambio de signo, sin embargo, la función no es diferenciable
en el punto x = 0, pese a eso si existe un mínimo local.
(fig.1)
(fig.2)
(f
ig.3)
Los posibles puntos de inflexión se identifican despejando a x de la ecuación que resulta una vez se ha
igualado la segunda derivada de la función a cero; o para los valores de x para los cuales la segunda
derivada no existe.
Cóncava hacia abajo. Se dice que una función es cóncava hacia abajo cuando la primera derivada
es creciente en un intervalo abierto (a,b)
Definición.
Puntos de inflexión y número de inflexión. Sea f una función y a un número. Supongamos que existe
números b y c tales que b<a<c y además:
a) f es una función continua en el intervalo abierto (b,c)
b) f es una función cóncava hacia arriba y cóncava hacia abajo en (a,c), o viceversa.
Bajo las condiciones anteriores el punto (a,f(a)) se llama punto de inflexión, y al número a se
llama número de inflexión.
Si la segunda derivada f´´ de una función f es positiva en un intervalo abierto (a,b) es porque la primera
derivada f´ es creciente en ese intervalo.
CRITERIOS DE LA SEGUNDA DERIVADA PARA MÁXIMOS Y MÍNIMOS RELATIVOS
Sea f una función con su primera derivada definida, al menos, en un intervalo abierto conteniendo al
número a. Si f´´ esta definida entonces podemos considerar los siguiente aspectos:
a).- Si f´(a)=0 y f´´(a)<0 entonces se dice que f tiene un máximo local en a.
b).- Si f´(a)=0 y f´(a)>0 entonces se dice que f tiene un mínimo local en a.
En función de variación acotada, también conocido como BV función, es un numero real con valores
de función cuya variación total está limitado (finito): la gráfica de una función con esta propiedad se
comporta bien en un sentido preciso. Para una función continua de una sola variable, por ser de
variación acotada significa que la distancia a lo largo de la dirección de la yEjes, dejando de lado la
contribución del movimiento a lo largo de x Ejes, que recorre un punto movimiento a lo largo de la
gráfica tiene un valor finito.
Para una función continua de varias variables, el significado de la definición es la misma, excepto por
el hecho de que la trayectoria continua que se considera que no puede ser todo el gráfico de la función
dada (que es un hipersuperficie en este caso), pero puede ser cada intersección de la propia gráfica con
un hiperplano (en el caso de funciones de dos variables, una plano) paralelo a un fijo xEjes y al y Ejes.
Funciones de variación acotada son precisamente aquellos respecto de los cuales uno puede encontrar
en las integrales de Riemann-Stieltjes todas las funciones continuas.
Otra caracterización de los estados que las funciones de variación acotada tienen es que encuentran que
en un intervalo cerrado son exactamente los f que se puede escribir como una diferencia g − h, donde
ambos g y h están limitados monótono.
Uno de los aspectos más importantes de las funciones de variación acotada es que forman una álgebra
de funciones discontinuas cuya primera derivada existe casi en todas partes: debido a este hecho, se
puede y con frecuencia se utilizan para definir soluciones generalizadas de problemas no lineales
implican funcionales, ordinaria y ecuaciones diferenciales parciales en las matemáticas, la física y de
ingeniería. Teniendo en cuenta el problema de la multiplicación de las distribuciones o más en general
el problema de la definición general de las operaciones no lineales en funciones generalizadas, función
de variación acotada son los más pequeños y en la álgebra tiene que estar integrada en todos los
espacios de funciones generalizadas preservar el resultado de multiplicación.
Notación
Básicamente, existen dos convenios distintos para la notación de los espacios de funciones de la
variación a nivel local o global limitada, y por desgracia son bastante similares: el primero, que es la
adoptada en esta entrada, se utiliza por ejemplo en las referencias Giusti (1984) (Parcialmente),
Hudjaev y Vol’pert (1985) (Parcialmente), Giaquinta, Modica y Soucek (1998) y es el siguiente
* (Omega) identifica el espacio de las funciones de variación acotada a nivel mundial
* (Omega) identifica el espacio de las funciones de variación acotada localmente
La segunda, que se adopta en las referencias Vol’pert (1967) y Maz’ya (1985) (Parcialmente), es la
siguiente:
dy = {dy}{dx}\dx
como si el derivados dy/dx representa el cociente de una cantidad dy por una cantidad dx. También se
escribe
df(x) = f’(x)dx.
El significado preciso de tales expresiones depende del contexto de la aplicación y el nivel requerido de
rigor matemático. En los tratamientos modernos matemáticos rigurosos, las cantidades dy y dx son
simplemente más real variables que puede ser manipulado como tal. El dominio de estas variables
pueden tener un significado geométrico particular, si el diferencial se considera un particular forma
diferencial, o la importancia de análisis, si el diferencial se considera como una aproximación lineal al
incremento de una función. En las aplicaciones físicas, las variables dx y dy a menudo, deben ser muy
pequeñas (“infinitesimal”).
El diferencial fue introducido por primera vez a través de definiciones intuitivas o heurístico Gottfried
Wilhelm Leibniz, que pensaba de la diferencia dy como lo infinitamente pequeño (o infinitesimal)
cambio en el valor y de la función, que corresponde a un cambio infinitamente pequeño dx en el
argumento de la función x. Por esa razón, la razón instantánea de cambio de y con respecto a x, que es
el valor de la derivados de la función, se denota por la fracción
{dy}{dx}
en lo que se llama el Leibniz notación para los derivados. El cociente dy/dx es, por supuesto, no lo
infinitamente pequeño, sino que es un número real.
El uso de los infinitesimales en esta forma fue muy criticado, por ejemplo, el famoso panfleto “El
Analista” por el obispo Berkeley. Augustin-Louis Cauchy (1823) se define la diferencia, sin apelar a la
teoría atómica de los infinitesimales de Leibniz. En cambio, Cauchy, tras D’Alembert, se invierte el
orden lógico de Leibniz y sus sucesores: el derivado de sí mismo se convirtió en el objeto fundamental,
que se define como un límite de los cocientes de diferencia, y los diferenciales se definieron a
continuación, en términos de la misma. Es decir, uno era libre de definir el diferencial dy por una
expresión
dy = f’(x)dx
en el que dy y dx son simplemente nuevas variables tomando finitos valores reales, no fija los
infinitesimales como lo habían sido por Leibniz.
De acuerdo con Boyer (1959, P. 12), el enfoque de Cauchy fue una mejora significativa sobre el
enfoque lógico infinitesimal de Leibniz, ya que, en lugar de invocar la noción metafísica de los
infinitesimales, las cantidades dy y dx ahora podría ser manipulado exactamente de la misma manera
que cualquier otras cantidades reales de una manera significativa. enfoque conceptual global de Cauchy
de las diferencias sigue siendo el estándar en los modernos tratamientos de análisis, aunque la última
palabra en el rigor, una noción completamente moderna del límite, en última instancia, debido a la Karl
Weierstrass.
En los tratamientos físicos, tales como los aplicados a la teoría de la termodinámica, el punto de vista
infinitesimal aún prevalece. Courant y John (1999, P. 184) lograron conciliar el uso físico de las
diferencias infinitesimales con la imposibilidad matemática de la siguiente manera. Las diferencias
finitas representan valores no nulos que son más pequeñas que el grado de precisión que se requiere
para el propósito particular de que están destinados. Así, “infinitesimales física” no es necesario
recurrir a un matemático infinitesimal correspondientes a fin de tener un sentido preciso.
Tras los acontecimientos del siglo XX en análisis matemático y geometría diferencial, quedó claro que
la noción de la diferencia de una función podría ampliarse en una variedad de maneras. En análisis real,
es más conveniente tratar directamente con la diferencia de que la parte principal del incremento de una
función. Esto lleva directamente a la noción de que el diferencial de una función en un punto es
funcional lineal de un incremento Δx. Este enfoque permite que el diferencial (como una aplicación
lineal) a desarrollar para una variedad de espacios más sofisticados, en última instancia, dando lugar a
nociones como la Fréchet o Gâteaux derivados.
Del mismo modo, en geometría diferencial, la diferencial de una función en un punto es una función
lineal de un vector tangente (un “desplazamiento infinitamente pequeño”), que presenta como una
especie de una forma: la derivada exterior de la función.
5.6 PROBLEMAS DE OPTIMIZACIÓN Y DE TASAS RELACIONADAS.
En el caso más simple, esto significa que la solución de problemas en los que se busca reducir al
mínimo o maximizar un función real por la elección sistemática de los valores de real o entero
variables dentro de un conjunto permitido. Esta formulación, mediante un escalar de valor real de la
función objetivo, es probablemente el ejemplo más simple, la generalización de la teoría y técnicas de
optimización para otras formulaciones abarca una gran área de matemáticas aplicadas. De manera más
general, significa la búsqueda de “mejores técnicas disponibles” los valores de alguna función objetivo
dado un dominio definido, incluyendo una variedad de diferentes tipos de funciones objetivo y los
diferentes tipos de dominios.
La técnica de optimización en primer lugar, que se conoce como descenso más rápido, se remonta a
Gauss. Históricamente, el primer término que se introdujo fue “programación lineal”, que se debió a
George B. Dantzig, aunque gran parte de la teoría había sido introducida por Leonid Kantorovich en
1939. Dantzig publicó el algoritmo simplex en 1947, y John von Neumann desarrolló la teoría de la
dualidad en el mismo año. El término de programación en este contexto no se refiere a equipo de
programación. Por el contrario, el término proviene de la utilización de programa de los militares de
Estados Unidos para referirse a la formación propuesta y logística horarios, que fueron los problemas
que Dantzig estaba estudiando en ese momento.
* Richard Bellman
* Ronald A. Howard
* Leonid Kantorovich
* Narendra Karmarkar
* William Karush
* Leonid Khachiyan
* Bernard Koopman
* Harold Kuhn
* Louis Joseph Lagrange
* László Lovász
* Arkadii Nemirovskii
* Yuri Nesterov
* John von Neumann
* Boris Polyak
* Lev Pontryagin
* James Renegar
* R. Rockafellar Tyrrell
* Cornelis Roos
* Naum Z. Shor
* Michael J. Todd
* Albert Tucker
Importantes Subcampos
o Programación lineal (LP), es un tipo de programación convexa, estudia el caso en que la función
objetivo f es lineal y el conjunto de restricciones se especifica utilizando sólo las igualdades y
desigualdades lineales. Este conjunto se denomina poliedro o una politopo si es delimitadas. o De
segundo orden de programación de cono (SOCP) es un programa convexo, e incluye ciertos tipos de
programas de segundo grado. o Semidefinida programación (SDP) es un subcampo de optimización
convexa donde las variables subyacentes son semidefinida matrices. Es la generalización de la
programación lineal y cuadrática convexa. o Cónica de programación es una forma general de la
programación convexa. LP, SOCP y SDP todos pueden ser vistos como programas cónica con el tipo
apropiado de cono. o Geométrica de programación es una técnica mediante la cual las limitaciones
objetivas y la desigualdad expresada en posynomials y restricciones de igualdad como monomios se
puede transformar en un programa convexo.
Programación entera estudios de programación lineal en el que algunas o todas las variables se
ven obligados a asumir entero valores. Esto no es convexo, y en general mucho más difícil que
la programación lineal ordinario.
Cuadrática de programación permite que la función objetivo de tener términos de segundo
grado, mientras que el conjunto A se debe especificar con igualdades y desigualdades lineales.
Para las formas específicas de la expresión cuadrática, se trata de un tipo de programación
convexa.
De programación no lineal estudia el caso general en el que la función objetivo o restricciones,
o ambos contienen partes no lineal. Esto puede o no puede ser un programa convexo. En
general, la convexidad del programa incide en la dificultad de resolver más de la linealidad.
programación estocástica estudia el caso en el que algunas de las limitaciones o parámetros
dependen de variables aleatorias.
Robusta de programación es decir, la programación estocástica, un intento de capturar la
incertidumbre en los datos subyacentes del problema de optimización. Esto no se hace a través
del uso de variables aleatorias, pero en su lugar, el problema se resuelve teniendo en cuenta las
inexactitudes en los datos de entrada.
De optimización combinatoria tiene que ver con problemas en los que el conjunto de soluciones
factibles es discreto o se puede reducir a un discretos una.
optimización de dimensión infinita estudia el caso cuando el conjunto de soluciones factibles es
un subconjunto de un infinito-dimensiones espacio, como un espacio de funciones.
Metaheurísticas que pocas o ninguna hipótesis sobre el problema que se está optimizando y
puede buscar espacios muy grandes de las soluciones candidatas. Sin embargo, metaheurísticas
no garantizan una solución óptima es que se ha encontrado.
De satisfacción de restricciones estudia el caso en que la función objetivo f es constante (esto se
utiliza en inteligencia artificial, Sobre todo en razonamiento automatizado).
o Restricción de programación.
programación disyuntivas utiliza cuando al menos una restricción debe ser satisfecho, pero no
todos. De uso particular, en la programación.
En una serie de sub-campos, las técnicas están diseñadas principalmente para la optimización en
contextos dinámicos (es decir, la toma de decisiones en el tiempo):