Aplicaciones Derivadas PDF

Aplicaciones de las derivadas
APLICACIONES DE LAS DERIVADAS

Autores: Paco Martnez (jmartinezbos@uoc.edu), Patrici Molins (pmolinas@uoc.edu).
ESQUEMA DE CONTENIDOS
________________________
Conceptos
Ejemplos
Aplicaciones
de las
Derivadas
Aritmtica
Comparacin
de algoritmos
Desarrollo
de Taylor
Resto de
Lagrange
Frmula
Regla de
lHpital
de Taylor
Frmula de
rdenes de los
algoritmos
Mac-Laurin
Indeterminaciones
Ari
tmtica
Proyecto e-Math
Financiado por la Secretara de Estado de Educacin y Universidades (MECD)
INTRODUCCIN
___________________
Empezaremos el Math-block hablando de la aproximacin polinmica a una funcin cualquiera

en un punto dado de su dominio. Se presenta el proceso de construccin del polinomio de Taylor
que aproxima una funcin cualquiera alrededor de un punto cualquiera del dominio (si el
polinomio se desarrolla para describir el comportamiento de la funcin alrededor de cero recibe
el nombre de polinomio o serie de Mac-Laurin).
La aproximacin de una funcin hace que se pueda resolver, de forma numrica, muchas
situaciones cuyas funciones son difciles de manejar. De hecho, en informtica, en los software,
se utiliza mucho las aproximaciones polinmicas.
Despus hablaremos de la Regla de lHpital, que nos ayudar a calcular lmites derivando
funciones.
Por ltimo determinaremos cul de dos algoritmos es ms eficiente, el mejor, i.e.: cul de los dos
requiere de un tiempo de computacin menor para llegar a la solucin. Para determinar cul de
los dos es ms eficiente, recurriremos al concepto de lmite en el infinito y a la regla de lHpital.
OBJETIVOS
________________________
1.
Calcular el polinomio que mejor aproxima una funcin alrededor de un punto, y utilizarlo
para evaluar la funcin de forma aproximada.
2.
Comparar el polinomio de Taylor con la funcin original, numrica y grficamente.
3.
Calcular lmites indeterminados por medio de la regla de lHpital.
4.
Comparar el orden de magnitud de las funciones ms usuales en el clculo de la

complejidad de un algoritmo.
CONOCIMIENTOS PREVIOS
___________________________________
Para poder seguir con xito esta unidad es recomendable haberse ledo los siguientes Mathblocks: Uso bsico del Mathcad, Funciones de una variable, Lmites de funciones y
Derivacin.
CONCEPTOS FUNDAMENTALES
______________________________
Frmula de Taylor
Si f es n veces derivable en x = a, el polinomio siguiente se llama polinomio de Taylor de
grado n en x = a.
Pn ,a ( x) = f (a ) +
f ' (a)
f ' ' (a )
f n ) (a)
( x a) +
( x a) 2 + L +
( x a) n
1!
2!
n!
La diferencia f(x) - Pn,a(x) se llama resto o Error, y se designa por Rn,a(x).
Rn ,a ( x) = f ( x) Pn ,a ( x) f ( x) = Pn ,a ( x) + Rn ,a ( x)
Proyecto e-Math

Teorema de Taylor:
1. Si f es una funcin con derivada n-sima en x = a, se cumple
lim
x a
2. Si en un entorno E(a) existe f

entre a y x, tal que
Rn, a ( x) =
f n +1) (c)
( x a ) n +1
(n + 1)!
n+1)
Rn , a ( x )
( x a) n
=0
(x), entonces xE(a) existe algn c, comprendido
(Resto de Lagrange).
Con lo que el desarrollo de Taylor con el residuo de Lagrange queda as:
f ( x) = f (a) +
f ' (a)
f ' ' (a)
f n ) (a)
f n +1) (c)
( x a) n+1
( x a) n +
( x a) 2 + L +
( x a) +
n!
(n + 1)!
2!
1!
Cuando a = 0 se llama frmula de Mac-Laurin.
f ( x) = f (0) +
f ' (0)
f ' ' (0) 2
f n ) (0) n f n +1) (c) n +1
x+
x +L+
x +
x
1!
2!
n!
(n + 1)!
Esta ltima expresin es el desarrollo de Mac-Laurin con resto de Lagrange.

Ejemplo: Calcular el polinomio de Taylor de grado 2 para la funcin f ( x ) = xsinx en el
punto x=0
Solucin:
La expresin del polinomio de Taylor de grado 2 para f(x) en el punto x=0 viene dado por
f ' (0)
f ' ' (0)
( x 0) +
( x 0) 2 . As si calculamos la primera derivada y la
1!
2!
segunda en el punto x=0, as como f (0) obtenemos:
P2, 0 ( x) = f (0) +
f ( x) = xsinx f (0) = 0 sin0 = 0

f ' ( x) = sinx + x cos x f ' (0) = sin0 + 0 cos 0 = 0
f ' ' ( x) = cos x + cos x + x( sinx) f ' ' (0) = cos 0 + cos 0 + 0( sin0) = 2
Substituyendo, P2, 0 ( x ) = 0 +
0
2
( x 0) + ( x 0) 2 = x 2
1!
2!
Regla de lHpital
Para resolver lmites indeterminados del tipo 0/0 , /, se utiliza la regla de lHpital.
Regla de lHpital:
Sean f y g dos funciones que cumplen:
Proyecto e-Math

a)
lim f ( x) = lim g ( x) = 0
x c
x c
b) Existen f(x) y g(x) en un entorno de E(c), salvo, quizs, en x = c.
c) x c , g(x) y g(x) no se anulan en E(c).

En tales condiciones si lim
x c
f ' ( x)
f ( x)
= k lim
=k
x c g ( x )
g ' ( x)
Variantes de la regla de lHpital:

Todas ellas se pueden resumir as:
Si lim f ( x ) = lim g ( x ) = j , y lim
xi
xi
xi
f ' ( x)
f ( x)
= k lim
=k
xi g ( x )
g ' ( x)
Donde i puede ser un nmero real c, c+, c-, + , - .

j puede ser 0, + , -.
k puede ser un nmero real L, + , -.
Se puede aplicar reiteradamente la regla de lHpital, derivando varias veces hasta que
desaparezca la indeterminacin.
Ejemplo: Es evidente que lim 6
sin x
3
= lim 6
sin x 1
sin x
1
1
= 6. lim
lim
= 6 1 = .
2
2
0
x x
x 0 x
x 0 x
regla
de
LHpital
resulta
x 0
x 0
x
embargo,
al
aplicar
la
sin x
sin x
cos x
= lim 6
= 1 . Dnde est el fallo?.
lim 6
= lim 6
6x
x0
x 0
x0
3x 2
x3
Sin
Solucin:
sin x 0
=
(Indeterminacin),
aplicaremos
LHpital
0
x3
sin x
cos x
1
lim 6 3 = lim 6
= 6 = . Por tanto ya no hay indeterminacin. El error se
2
x 0
x 0
0
x
3x
Dado
que
lim 6
x 0
comete al aplicar LHpital 2 veces, cuando ya no debe hacerse por no haber indeterminacin.
Comparacin de algoritmos
La complejidad de un algoritmo es una estimacin del nmero de operaciones (tanto
aritmticas como lgicas) que realizar el algoritmo en funcin de los datos de entrada. Nos
centraremos en aquellos casos en los que el nmero de operaciones del algoritmo dependa
de un nico dato de entrada (input), n, donde n es natural.
Se utiliza la notacin O(f(n)), donde f es una funcin de una variable, para denotar que un
algoritmo tiene que realizar kf(n) operaciones (k es una constante) para obtener un valor de
salida a partir de la entrada n. As, si un algoritmo realiza 4n5 operaciones antes de dar el
resultado, diremos que tiene una complejidad del orden n5, y lo anotaremos O(n5). La
complejidad algortmica se traduce, entonces, en coste computacional y se intenta minimizar
al disear un algoritmo.
Proyecto e-Math

En este apartado veremos cmo comparar estas funciones entre s, utilizando lmites al
infinito, teniendo en cuenta que si lim f ( x) = L lim f (n) = L (n).
x +
n+
Ejemplo: Consideremos 2 algoritmos que necesitan f(n)=n5+2n+2 y g(n)=n5-n2+65

operaciones, respectivamente, para llevar a cabo un mismo clculo. Cul es ms rpido?.
Solucin:
Dando valores vemos que f(n) < g(n) n < 11. Por el contrario, n 11, f(n) > g(n). Sin
embargo para valores grandes de n, no hay una diferencia relativa apreciable entre ambas
funciones:
f (n)
1 , para n grande. Diremos, entonces, que f y g son del mismo orden de magnitud, y
g ( n)
que los dos algoritmos tienen, tambin, la misma complejidad.
Definiciones
Sean f(n), g(n) funciones tales que:
lim f (n) = lim g (n) = +
n +
n +
Decimos que f y g son del mismo orden de magnitud cuando lim
n +
f ( n)
0, . En este
g ( n)
caso , escribiremos f ( n) g ( n) o bien O(f(n))=O(g(n)).

Decimos que f tiene orden de magnitud superior a g cuando lim
n +
f ( n)
= + . En este
g ( n)
caso , escribiremos f ( n) >> g ( n) o bien O(f(n)) > O(g(n)).

Decimos que f tiene orden de magnitud inferior a g cuando lim
n +
f ( n)
= 0 . En este caso ,
g ( n)
escribiremos f ( n) << g (n) o bien O(f(n)) < O(g(n)).

En el ejemplo anterior hemos visto que f ( n) g ( n) n . En general si f es un polinomio de
5
grado p, f ( n) = an
+ L (a 0) lim
f ( n)
= a > 0 f ( n) n P
p
n
Proyecto e-Math
CASOS PRCTICOS CON SOFTWARE___________________________________

Ejemplo de comparacin entre el polinomio de Taylor y la funcin original:
Dada la funcin f ( x ) = xsinx , calcula:
a)
b)
c)
d)
El polinomio de Taylor de grado 2, P2(x), para la funcin f ( x ) = xsinx en el punto

x=0. Haz los grficos de f(x) y de P2(x) en [-10,10]. Qu observas?.
El polinomio de Taylor de grado 4, P4(x), para la funcin f ( x ) = xsinx en el punto
x=0. Haz los grficos de f(x) y de P4(x) en [-10,10]. Qu observas?.
El polinomio de Taylor de grado 10, P10(x), para la funcin f ( x ) = xsinx en el
punto x=0. Haz los grficos de f(x) y de P10(x) en [-10,10] y en [-4,4]. Qu
observas?.
Dibuja, en un mismo grfico, f(x), P2(x), P4(x), P6(x) y P10(x) en [-10,10]. Haz una
x:=-2,-1.7..2. Saca
tabla de valores con f(x), P2(x), P4(x),P6(x) y P10(x) para
conclusiones.
a) La expresin del polinomio de Taylor de grado 2 para f(x) en el punto x=0 viene dado
f ' (0)
f ' ' (0)
( x 0) +
( x 0) 2 . As si calculamos la primera derivada y
1!
2!
la segunda en el punto x=0, as como f (0) obtenemos:
por P2 ( x) = f (0) +
f ( x) = xsinx f (0) = 0 sin0 = 0

f ' ( x) = sinx + x cos x f ' (0) = sin0 + 0 cos 0 = 0
f ' ' ( x) = cos x + cos x + x( sinx) f ' ' (0) = cos 0 + cos 0 + 0( sin0) = 2
Substituyendo, P2 ( x) = 0 +
0
2
( x 0) + ( x 0) 2 = x 2
1!
2!
Veamos como Mathcad nos permite comprobar desarrollos de Taylor de funciones. En este
caso:
Introducimos la funcin y
luego llamamos la funcin interna
de Mathcad series acompaada
de la variable igual al punto
alrededor del cual deseamos
desarrollar.
Finalmente
introducimos el grado ms la
unidad.
x sin ( x) series , x
0, 3 x
Podemos ilustrar este clculo del polinomio de Taylor con las grficas de la funcin original y
de dicha aproximacin:
Proyecto e-Math
Vemos claramente como, en un entorno alrededor de 0, el polinomio aproxima muy bien el

comportamiento de la funcin.
b)
p4 ( x ) :=
x sin ( x ) series
, x
0 , 5
10
x sin ( x )
0
p4 ( x )
10
10
10
Ahora vemos como, en un entorno de 0 mayor que en el anterior apartado, el polinomio

aproxima mejor el comportamiento de la funcin.
c)
p10 ( x ) := x sin ( x ) series
,x
0 , 11
1
6
1
120
10
( x)
1
5040
1
362880
10
10
x sin ( x )
p10
x sin ( x )
0
10
p10
10
10
( x)
10
Proyecto e-Math
0
x

Ahora el contacto entre el polinomio y la funcin es mayor, si se toman valores dentro del
intervalo [-4,4] cometeremos errores insignificantes al escribir: f(x) = xsin(x)= P10(x). De hecho
son indistinguibles los dos grficos en [-4,4].
d)
p6 ( x) := x sin ( x) series , x
0, 7 x
x +
1
120
10
x sin ( x)
p2 ( x)
p4 ( x)
p6 ( x)
p10 ( x)
10
10
10
x := 2 , 1.7 .. 2
x=
x sin ( x) =
p2 ( x) =
p4 ( x) =
p6 ( x) =
p10 ( x) =
-2
1.819
1.333
1.867
1.819
-1.7
1.686
2.89
1.498
1.699
1.686
-1.4
1.38
1.96
1.32
1.382
1.38
-1.1
0.98
1.21
0.966
0.981
0.98
-0.8
0.574
0.64
0.572
0.574
0.574
-0.5
0.24
0.25
0.24
0.24
0.24
-0.2
0.04
0.04
0.04
0.04
0.04
0.1
9.98310 -3
0.01
9.98310 -3
9.98310 -3
9.98310 -3
0.4
0.156
0.16
0.156
0.156
0.156
0.7
0.451
0.49
0.45
0.451
0.451
0.841
0.833
0.842
0.841
1.3
1.253
1.69
1.214
1.254
1.253
1.6
1.599
2.56
1.468
1.608
1.599
1.9
1.798
3.61
1.438
1.83
1.798
En esta comparativa final, con tabla de valores incluida, se ve, numricamente, las
aproximaciones de los polinomios de Taylor. Los intervalos de aproximacin aumentan a
medida que aumenta el grado del polinomio.
Proyecto e-Math

Ejemplo de Output Mathcad:
Explica, detalladamente y paso por paso, lo que hace el programa Mathcad en la siguiente
pantalla.
1)
p4 ( x) := x sin ( x) series , x
f ( x) := x sin ( x)
0, 5 x
1
6
x := 10 , 9.9 .. 10
10
f ( x)
0
p4 ( x)
10
10
10
2)
x := ,
8
9
..
Error ( x) := f ( x) p4 ( x)
x =
f ( x) =
p4 ( x) =
Error ( x) =
-3.142
-6.365
6.365
-2.793
0.955
-2.337
3.292
-2.443
1.571
0.029
1.541
-2.094
1.814
1.18
0.634
-1.745
1.719
1.5
0.219
-1.396
1.375
1.316
0.059
-1.047
0.907
0.896
-0.698
0.449
0.448
0.011
9.53710 -4
-0.349
0.119
0.119
1.50310 -5
0.349
0.119
0.119
0
1.50310 -5
0.698
0.449
0.448
9.53710 -4
1.047
0.907
0.896
0.011
1.396
1.375
1.316
0.059
1.745
1.719
1.5
0.219
2.094
1.814
1.18
0.634
3)
x :=
2
5
..
f ( x)
p4 ( x)
Error ( x)
1
x
Proyecto e-Math

Veamos como Mathcad nos permite hacer desarrollos de Taylor de funciones:
Introducimos la funcin y luego llamamos la funcin interna de Mathcad series acompaada
de la variable igual al punto alrededor del cual deseamos desarrollar, el cero. Finalmente
introducimos el grado ms la unidad. En este caso el polinomio es de grado 4.
de dicha aproximacin en el intervalo [-10,10] el paso de la x es de 1 dcima.
Comparativa con tabla de valores en el intervalo [-,], el paso es de /9 . Se ve,
numricamente, la aproximacin del polinomio de Taylor. Vemos, claramente, como, en un
entorno alrededor de 0, el polinomio aproxima muy bien el comportamiento de la funcin, el
error es prcticamente nulo. A medida que nos alejamos del cero la aproximacin es peor y el
error es mayor.
En esta comparativa final las grficas se han hecho en el intervalo [-/2,/2], el paso es de
/10. Vemos que coinciden y el error es despreciable.
Ejemplo de clculo de un desarrollo (o serie) de Taylor:
Desarrollad la funcin y = cos x alrededor de x =
2
hasta el tercer grado. Utilizar el
4
2
desarrollo para calcular un valor aproximado del cos (1,1 ) . Podis dar una cota superior
4
al error entre la aproximacin obtenida en el desarrollo de Taylor y el valor exacto?

Comprobad la serie de Taylor, la aproximacin y el error cometido con Mathcad.
El polinomio de Taylor de tercer grado que aproxima la funcin cos x alrededor de x =
2
viene dado por:
P ( x) = cos 2
3,
+
4
d (cos 2 x)
dx
x=
1!
d 2 (cos 2 x)
dx 2
x=
(x ) +
4
2!
( x )2 +
4
d 3 (cos 2 x)
dx 3
x=
3!
( x )3
4
Si substituimos en la expresin anterior los siguientes resultados:

2

1
1
= cos =
cos
=
4
4 2
2
2
d (cos 2 x)
dx
x=
= 2 cos x( sin x ) x = = 2 sin

4
1 1
= 1
cos = 2
4
4
2 2
d 2 (cos 2 x)
d ( 2 sin x cos x )
=
= 2 cos 2 x sin 2 x
2
dx
dx
x=
x=
((
d (cos x)
d 2 sin x cos x
=
3
dx
dx
x=
3
))
x=
x=
4
= 8 sin x cos x x= = 8
4
1 1
= 2 = 0
2 2
1 1
=4
2 2
llegamos a:
Proyecto e-Math
10
P ( x) =
3,
2
1
4
0
1 1
( x ) + ( x ) 2 + ( x )3 = ( x ) + ( x )3
4
2
4 3
3!
4
4
2 1!
4 2!
Veamos como Mathcad nos permite comprobar desarrollos de Taylor de funciones. En este
caso:
Introducimos
la
funcin y luego llamamos la
funcin interna de Mathcad
series acompaada de la
variable igual al punto
alrededor
del
cual
deseamos
desarrollar.
Finalmente introducimos el
grado ms la unidad.
( cos ( x) ) series , x
,4
1
2
x+
1
4
2
3
1
4
de dicha aproximacin:
cos( x)
1.1
0.5
2 1
1
x+ + x
4
3 4
2
1
0.1
0
0
2
3
Vemos claramente como en un entorno alrededor de 4 0,785 , el polinomio aproxima

muy bien el comportamiento de la funcin.
2
Calculamos la aproximacin a cos 1,1

Taylor de tercer grado para x = 1,1
evaluando el valor numrico del polinomio de

4
:
4
3
1 2
P (1,1 ) = 0,1 + 0,1 = 0.421783165

3,
4
2 4 3 4
4
Sin necesidad de evaluar funciones trigonomtricas slo con poder multiplicar y sumar,
obtenemos una aproximacin de la funcin cos ( x ) alrededor de x = 1,1
2
. Aqu radica la
4
gran utilidad de los desarrollos de Taylor.

Comprobamos dicho resultado fcilmente con Mathcad. Mediante la tcnica del copiar y
pegar construimos la funcin p(x). Para luego evaluarla en x = 1,1
.
4
Proyecto e-Math
11
La estimacin del error cometido se obtiene a partir del clculo del Residuo de Lagrange del
polinomio de Taylor para la funcin cos ( x ) alrededor del punto x =
2
:
4
( x ) n+1 n+1
d (cos 2 x)
4
R ( x) =
n,
(n + 1)!
dx n+1
4
x =
donde n es tal que 1/ es mayor que el grado del polinomio de Taylor y 2/ hace que R
n,
( x)
sea diferente de cero debido a una derivada n-sima idnticamente nula. Esta expresin nos
proporciona la diferencia entre el valor exacto de la funcin y del polinomio que la aproxima.
Como
( x )4 4
2
4 d (cos x)
R ( x) =
=0
4
3,
4
!
dx
4
x =
ya que:
d 4 (cos 2 x)
d (8 sin x cos x )
=
= 8 cos 2 x sin 2 x
4
dx
dx
x=
x=
tenemos que calcular R
4,
4
(1,1
x=
=0
, )
4
Proyecto e-Math
12
d 5 (cos 2 x)
d 8(cos 2 x sin 2 x)
=
dx 5
dx
x=
Utilizando
)
x=
= 32 sin x cos x x= = 16
4
obtenemos para el Residuo de Lagrange:
( x )5 5
( x )5
2
d
(cos
x
)
4
4 ( 32 )sin x cos x
R ( x, ) =
=
5
x =
4,
5
!
dx
120
4
x =
es decir:
4(0,1 )5
10 5 5
4
R (1,1 , ) =
sin cos =
sin 2
4,
4
15
30 4 4
4
es un real de valor desconocido pero necesariamente localizado dentro del intervalo

, 1,1 . Esto nos permite, pues, acotar el error superiormente a partir del valor mximo
4 4
de R (1,1 , ) con , 1,1 .Acotamos el error entre el valor exacto de la funcin

n,
4
4 4
4
y la estimacin derivada del polinomio de Taylor utilizando el valor mximo del valor absoluto
del Residuo de Lagrange. Dicho valor mximo se obtiene para = 4 :
=R
4,
(1'1
4
105 5 105 5

, )=
sin 2 =
3,984631 10 7
4
4
4 4
30 4
4 30 4
Esto nos permite escribir que:

cos 2 1,1 = 0.4217831 0.0000004
4
y comparar con el resultado exacto que podemos obtener, por ejemplo, con Mathcad:

cos 2 1,1 = 0.42178276748
4
Este ltimo se encuentra dentro del intervalo definido por las barras de error para el valor
aproximado.
Ejemplo de aplicacin del clculo diferencial al computo de lmites:
Calculad los siguientes lmites utilizando la regla de lHpital:
e e
x 0
x
a) lim
b) lim
1
+ p2 p
2
x
con p y q >0
1
2
+q q
x2
Proyecto e-Math
13

El lmite en a) tiende a
0
cuando x 0 y, por lo tanto, podemos aplicar la regla de lHpital.
0
Derivando el numerador y el denominador obtenemos:
ex e x
(ex e x )'
ex e x
= lim
= lim
=
x 0
x 0
x 0
x
( x)'
1
lim
Notad que no calculamos los lmites laterales por separado puesto que coinciden como podis
comprobar.
En el caso b) tambin podemos aplicar la regla de lHpital puesto que el lmite tiende a
cuando x :
lim
1
2
3
d
1
2
1
1
2
2 x
p
p
+
2 2+p
+p p
dx x 2
x
x2
= lim
=
= lim
x
x
1
2
1
d 1
2
2
3
+q q
+ q q
1
x2
dx x 2
2 x
2 2 +q
x
que simplificando nos conduce a:
= lim
1
+ q2
2
q
x
=
p
1
+ p2
2
x
Comprobamos ambos resultados con Mathcad:
Proyecto e-Math
14
0
0

Ejemplos de comparacin de algoritmos:
El concepto eficiencia de un algoritmo hemos visto que hace referencia al nmero estimado
de operaciones (tanto aritmticas como lgicas) que realizar ste antes de proporcionar un
resultado.
Veamos dos ejemplos:
1.- En Programacin Lineal se utiliza el software lindo que est basado en el algoritmo
del simplex cuyo orden es polinmico, O(np). Hay otro algoritmo, pero que no se utiliza,
que es el de Karmarkar. La razn por la que no se utiliza es porque es de orden
exponencial O(an), a>1. Veamos el por qu:
lim
n+
an
np
= lim
x+
ax
= = in det = lim p = ( Hpital p veces) =

x+ x
(ln a ) p a x
(ln a) p
=
lim a x = +
x+
p ( p 1) 3 2 1
p!
Luego una exponencial de base mayor que 1 crece con mucha ms rapidez que cualquier
polinmica an >>> np, con lo que es mejor el algoritmo de orden polinmico.
Veamos un ejemplo con el Mathcad para a =2 y p=2.
Decir que el algoritmo del simplex hay veces que se cicla y no llega a la solucin. La prctica
nos ha demostrado que hay un porcentaje de problemas, alrededor de un 90%, que el lindo
ha podido solucionar. Sin embargo, con el algoritmo de Karmarkar pasa al revs, slo llega a
la solucin un 10%, las dems veces se cuelga.
Proyecto e-Math
15

2.- Supongamos que, dado un conjunto de n ciudades (n 3) y la correspondiente
matriz de distancias entre ellas D = (dij), disponemos de dos algoritmos distintos, que
tienen una complejidad de orden nlog(n) y n2 respectivamente, capaces de hallar la
trayectoria de mnima distancia que las recorra todas. Nuestro objetivo ser determinar
cul de los dos algoritmos es ms eficiente, el mejor, i.e.: para un nmero dado (muy
elevado) de ciudades, cul de los dos requiere de un tiempo de computacin menor
para llegar a la solucin. El nmero de operaciones a realizar depende del nmero de
ciudades (o nodos) n implicadas. Para determinar cul de los dos es ms eficiente
(para valores muy grandes del parmetro n), recurriremos al concepto de lmite en el
infinito.
ln 10
log n
log x
n log n
x = 1 lim 1 = 0
= lim
= lim
= = {L' Hpital} = lim
lim
2
1
ln 10 x+ x
n
x
+
n
n
x
x
n
Esto significa que, para valores grandes de n (n de nodos o ciudades), nlog(n) << n2, con lo
que el algoritmo de orden nlog(n) es mucho ms eficiente (requiere de muchas menos
operaciones para llegar a la solucin).
Podemos recurrir a Mathcad para que nos ayude en el clculo del lmite anterior, en la
representacin grfica de las funciones, y en anlisis del tipo qu pasara si ahora logramos
redisear el algoritmo menos eficiente de forma que su orden de complejidad sea de nln(n)?
Proyecto e-Math
16
BIBLIOGRAFA
_________________ ______________________________________
[1]
Benker, H. (1999): "Practical use of Mathcad. Solving mathematical problems with a computer
algebra system", Springer-Verlag New York, Inc.
[2]
Moreno, J.A.; Ser, D. (1999): "Mathcad 8. Manual de usuario y gua de referencia de Mathcad
8", ediciones Anaya Multimedia, S.A.
[3]
Aguli, F.; Boadas, J.; Garriga, E.; Villalb, R. (1991): Temes clau de clcul. Barcelona: UPC.
[4]
Courant, R.; John, F. (1971): Introduccin al clculo y al anlisis matemtico. Mxico: Limusa.
[5]
Vaquero, A.; Fernndez, C. (1987): La Informtica Aplicada a la Enseanza. Eudema S.A.

Madrid.P 37.
[6]
Ortega J. (1990): Introducci a lanlisi matemtica. Barcelona: Publicacions de la Universitat

Autnoma de Barcelona.
[7]
Tang, S. (1986): Applied Calculus. PWS Publishers.
[8]
Burbulla, D.(1993): Self-Tutor for Computer Calculus Using Maple. Prentice Hall.
[9]
Hunt, R. (1994): "Calculus". Ed. Harper Collins.
Proyecto e-Math
17
ENLACES_________________________________________________________________
[W1]
http://planetmath.org/encyclopedia/ProofOfTaylorsTheorem.html
Pgina web de la enciclopedia de PlanetMath.org sobre el Teorema de Taylor. Tambin se
pueden buscar en http://planetmath.org/encyclopedia otros conceptos como Regla de
LHpital, por ejemplo. Est en ingls.
[W2]
http://www.satd.uma.es/aciego/docencia/Calculo_I/SeriesFun-Tr.pdf
Pgina web con apuntes sobre las derivadas, el Teorema de Taylor y la Regla de LHpital.
[W3]
http://www.biopsychology.org/apuntes/calculo/calculo.htm
Pgina web donde aparecen apuntes de clculo de un psiclogo, en la cual ha seleccionado
las citas ms relevantes de los textos con los que pudo trabajar. Todas las citas tienen el
siguiente formato: [texto (autor, pgina)].
[W4]
http://www.xtec.es/~jlagares/manualwinfun.cat/estractemanualfuncionsperawindows.htm
Pgina web sobre un articulo, que gan el segundo premio en el "concurso de programas
educativos para ordenador" organizado por el M.E.C. el ao 1993. Trata sobre un programa,
funciones para windows, con ejemplos grficos. En particular, habla de la aproximacin
de una funcin por medio del polinomio de Taylor. En cataln.
[W5]
http://www.satd.uma.es/matap/svera/calitis/rprob0001/rp2iti0001.html
Pgina web de Salvador Vera Ballesteros, profesor del Departamento de matemticas
aplicada de la universidad de Mlaga. Contiene problemas y apuntes sobre las derivadas y
sus aplicaciones.
[W6]
http://neko.ciencias.uniovi.es/~jlfm/apder.pdf
Otra web, esta vez del profesor del Departamento de matemticas de la universidad de
Oviedo, con problemas y apuntes sobre las derivadas y sus aplicaciones.
[W7]
http://www.okmath.com/Bloque.asp?clave=121
Pgina web que contiene problemas resueltos, con 3 niveles de dificultad, sobre la regla de
lHpital.
[W8]
http://cariari.ucr.ac.cr/~cimm/cap_08/cap8_8-5.html
Pgina web que trata sobre un curso de clculo diferencial. Hay teora y ejercicios sobre la
regla de lHpital.
[W9]
http://www.dma.fi.upm.es/docencia/primerciclo/calculo/grupo13m/
Pgina web del Departamento de matemticas aplicada de la universidad politcnica de
Madrid. Contiene ejercicios y exmenes sobre aplicaciones de las derivadas.
[W10] http://www.terra.es/personal/jftjft/Home.htm
Pgina completa sobre todo lo relacionado con las matemticas. Aparecen matemticos
famosos y aplicaciones de las matemticas a diversos campos.
Proyecto e-Math
18

Aplicaciones Derivadas PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Aplicaciones Derivadas PDF

Cargado por

Copyright:

Formatos disponibles

Aplicaciones de las derivadas

APLICACIONES DE LAS DERIVADAS

Aplicaciones de las derivadas

Empezaremos el Math-block hablando de la aproximacin polinmica a una funcin cualquiera

Comparar el polinomio de Taylor con la funcin original, numrica y grficamente.

Calcular lmites indeterminados por medio de la regla de lHpital.

Comparar el orden de magnitud de las funciones ms usuales en el clculo de la

La diferencia f(x) - Pn,a(x) se llama resto o Error, y se designa por Rn,a(x).

Aplicaciones de las derivadas

2. Si en un entorno E(a) existe f

(x), entonces xE(a) existe algn c, comprendido

Con lo que el desarrollo de Taylor con el residuo de Lagrange queda as:

Cuando a = 0 se llama frmula de Mac-Laurin.

Esta ltima expresin es el desarrollo de Mac-Laurin con resto de Lagrange.

f ( x) = xsinx f (0) = 0 sin0 = 0

Aplicaciones de las derivadas

b) Existen f(x) y g(x) en un entorno de E(c), salvo, quizs, en x = c.

c) x c , g(x) y g(x) no se anulan en E(c).

Variantes de la regla de lHpital:

Donde i puede ser un nmero real c, c+, c-, + , - .

Ejemplo: Es evidente que lim 6

Aplicaciones de las derivadas

Ejemplo: Consideremos 2 algoritmos que necesitan f(n)=n5+2n+2 y g(n)=n5-n2+65

lim f (n) = lim g (n) = +

Decimos que f y g son del mismo orden de magnitud cuando lim

caso , escribiremos f ( n) g ( n) o bien O(f(n))=O(g(n)).

caso , escribiremos f ( n) >> g ( n) o bien O(f(n)) > O(g(n)).

escribiremos f ( n) << g (n) o bien O(f(n)) < O(g(n)).

Aplicaciones de las derivadas

CASOS PRCTICOS CON SOFTWARE___________________________________

El polinomio de Taylor de grado 2, P2(x), para la funcin f ( x ) = xsinx en el punto

f ( x) = xsinx f (0) = 0 sin0 = 0

Aplicaciones de las derivadas

Vemos claramente como, en un entorno alrededor de 0, el polinomio aproxima muy bien el

Ahora vemos como, en un entorno de 0 mayor que en el anterior apartado, el polinomio

Aplicaciones de las derivadas

Aplicaciones de las derivadas

Aplicaciones de las derivadas

hasta el tercer grado. Utilizar el

al error entre la aproximacin obtenida en el desarrollo de Taylor y el valor exacto?

viene dado por:

Si substituimos en la expresin anterior los siguientes resultados:

= 2 cos x( sin x ) x = = 2 sin

Aplicaciones de las derivadas

Vemos claramente como en un entorno alrededor de 4 0,785 , el polinomio aproxima

Calculamos la aproximacin a cos 1,1

evaluando el valor numrico del polinomio de

P (1,1 ) = 0,1 + 0,1 = 0.421783165

gran utilidad de los desarrollos de Taylor.

Aplicaciones de las derivadas

tenemos que calcular R

Aplicaciones de las derivadas

obtenemos para el Residuo de Lagrange:

de R (1,1 , ) con , 1,1 .Acotamos el error entre el valor exacto de la funcin

Esto nos permite escribir que:

Aplicaciones de las derivadas

Derivando el numerador y el denominador obtenemos:

que simplificando nos conduce a:

Comprobamos ambos resultados con Mathcad:

Aplicaciones de las derivadas

= = in det = lim p = ( Hpital p veces) =

Aplicaciones de las derivadas

Aplicaciones de las derivadas