C�lculo diferencial

Ir a la navegaci�nIr a la b�squeda
Commons-emblem-question book yellow.svg
Este art�culo tiene referencias, pero necesita m�s para complementar su
verificabilidad.
Puedes colaborar agregando referencias a fuentes fiables como se indica aqu�. El
material sin fuentes fiables podr�a ser cuestionado y eliminado.
Este aviso fue puesto el 7 de junio de 2015.

La espiral logar�tmica de la concha del Nautilus es una cl�sica imagen usada para
representar el (de)crecimiento continuo, concepto clave del c�lculo.
El c�lculo diferencial es una parte del c�lculo infinitesimal y del an�lisis
matem�tico que estudia c�mo cambian las funciones continuas seg�n sus variables
cambian de estado. El principal objeto de estudio en el c�lculo diferencial es la
derivada. Una noci�n estrechamente relacionada es la de diferencial de una funci�n.

El estudio del cambio de una funci�n es de especial inter�s para el c�lculo

diferencial, en concreto el caso en el que el cambio de las variables es
infinitesimal, esto es, cuando dicho cambio tiende a cero (se hace tan peque�o como
se desee). Y es que el c�lculo diferencial se apoya constantemente en el concepto
b�sico del l�mite. El paso al l�mite es la principal herramienta que permite
desarrollar la teor�a del c�lculo diferencial y la que lo diferencia claramente del
�lgebra. Desde el punto de vista matem�tico de las funciones y la geometr�a, la
derivada de una funci�n en un cierto punto es una medida de la tasa en la cual una
funci�n cambia conforme un argumento se modifica. Esto es, una derivada involucra,
en t�rminos matem�ticos, una tasa de cambio. Una derivada es el c�lculo de las
pendientes instant�neas de {\displaystyle f(x)} f(x) en cada punto {\displaystyle
x} x. Esto se corresponde a las pendientes de las tangentes de la gr�fica de dicha
funci�n en sus puntos (una tangente por punto); Las derivadas pueden ser utilizadas
para conocer la concavidad de una funci�n, sus intervalos de crecimiento, sus
m�ximos y m�nimos. La inversa de una derivada se llama primitiva, antiderivada o
integral.

�ndice
1 Diferenciaci�n y diferenciabilidad
1.1 Noci�n de derivada
1.2 El cociente diferencial alternativo
1.3 Funciones de varias variables
2 Historia
3 Aplicaciones importantes del c�lculo diferencial
3.1 Recta tangente a una funci�n en un punto
3.2 Uso de las derivadas para realizar gr�ficos de funciones
3.3 Aproximaci�n local de Taylor
3.4 C�lculo de puntos
3.4.1 Puntos cr�ticos
3.4.1.1 Puntos singulares
3.4.1.2 Puntos estacionarios
4 Generalizaci�n del c�lculo diferencial
5 V�ase tambi�n
6 Referencias
7 Enlaces externos
7.1 Videotutoriales
Diferenciaci�n y diferenciabilidad
Una funci�n de una variable es diferenciable en un punto {\displaystyle x} x si su
derivada existe en ese punto; una funci�n es diferenciable en un intervalo si lo es
en cada punto {\displaystyle x} x perteneciente al intervalo. Si una funci�n no es
continua en c, entonces no puede ser diferenciable en c; sin embargo, aunque una
funci�n sea continua en c, puede no ser diferenciable. Es decir, toda funci�n
diferenciable en un punto c es continua en c, pero no toda funci�n continua en c es
diferenciable en c (como f(x) = |x| es continua, pero no diferenciable en x = 0).

Noci�n de derivada
Art�culo principal: Derivada

Recta secante entre los puntos f(x+h) y f(x).

Las derivadas se definen tomando el l�mite de la pendiente de las rectas secantes
conforme se van aproximando a la recta tangente. Es dif�cil hallar directamente la
pendiente de la recta tangente de una funci�n porque s�lo se conoce un punto de
�sta, el punto donde ha de ser tangente a la funci�n. Por ello, se aproxima la
recta tangente por rectas secantes. Cuando se tome el l�mite de las pendientes de
las secantes pr�ximas, se obtendr� la pendiente de la recta tangente.

Para obtener estas pendientes, t�mese un n�mero arbitrariamente peque�o que se

denominar� h. h representa una peque�a variaci�n en x, y puede ser tanto positivo
como negativo. La pendiente de la recta entre los puntos {\displaystyle
\scriptstyle (x,f(x))\,} {\displaystyle \scriptstyle (x,f(x))\,} y
{\displaystyle \scriptstyle (x+h,f(x+h))\,} {\displaystyle \scriptstyle
(x+h,f(x+h))\,} es

{\displaystyle f(x+h)-f(x) \over h} {\displaystyle f(x+h)-f(x) \over h}

Esta expresi�n es un cociente diferencial de Newton. La derivada de f en x es el

l�mite del valor del cociente diferencial conforme las l�neas secantes se acercan
m�s a la tangente:

{\displaystyle f'(x)=\lim _{h\to 0}{f(x+h)-f(x) \over h}} {\displaystyle f'(x)=\lim

_{h\to 0}{f(x+h)-f(x) \over h}}

Si la derivada de f existe en cada punto x, es posible entonces definir la derivada

de f como la funci�n cuyo valor en el punto x es la derivada de f en x.

Puesto que la inmediata sustituci�n de h por 0 da como resultado una divisi�n por
cero, calcular la derivada directamente puede ser poco intuitivo. Una t�cnica
consiste en simplificar el numerador de modo que la h del denominador pueda
cancelarse. Esto resulta muy sencillo con funciones polin�micas, pero para la
mayor�a de las funciones resulta demasiado complicado. Afortunadamente, hay reglas
generales que facilitan la diferenciaci�n de la mayor�a de las funciones.

El cociente diferencial alternativo

La derivada de f(x) (tal como la defini� Newton) se describi� como el l�mite,
conforme h se aproxima a cero. Una explicaci�n alternativa de la derivada puede
interpretarse a partir del cociente de Newton. Si se utiliza la f�rmula anterior,
la derivada en c es igual al l�mite conforme h se aproxima a cero de [f(c + h) -
f(c)] / h. Si se deja que h = x - c (por ende, c + h = x), entonces x se aproxima a
c (conforme h tiende a cero). As�, la derivada es igual al l�mite conforme x se
aproxima a c, de [f(x) - f(c)] / (x - c). Esta definici�n se utiliza para una
demostraci�n parcial de la regla de la cadena.

Funciones de varias variables

Para funciones de varias variables {\displaystyle f:\mathbb {R} ^{m}\to \mathbb {R}
^{n}} {\displaystyle f:\mathbb {R} ^{m}\to \mathbb {R} ^{n}}, las condiciones de
diferenciabilidad son m�s estrictas y requieren m�s condiciones a parte de la
existencia de derivadas parciales. En concreto, se requiere la existencia de una
aproximaci�n lineal a la funci�n en el entorno de un punto. Dada una base
vectorial, esta aproximaci�n lineal viene dada por la matriz jacobiana:

{\displaystyle \lim _{\|\mathbf {h} \|\to \mathbf {0} }{\frac {\mathbf {f} (\mathbf
{x_{0}} +\mathbf {h} )-\mathbf {f} (\mathbf {x_{0}} )-\mathbf {J} (\mathbf
{x_{0}} )\mathbf {h} }{\|\mathbf {h} \|}}=\mathbf {0} } {\displaystyle \lim
_{\|\mathbf {h} \|\to \mathbf {0} }{\frac {\mathbf {f} (\mathbf {x_{0}} +\mathbf
{h} )-\mathbf {f} (\mathbf {x_{0}} )-\mathbf {J} (\mathbf {x_{0}} )\mathbf {h} }
{\|\mathbf {h} \|}}=\mathbf {0} }

Historia
Los problemas comunes que dieron origen al c�lculo infinitesimal comenzaron a
plantearse en la �poca cl�sica de la antigua Grecia (Siglo III a.C.), con conceptos
de tipo geom�trico como el problema de la tangente a una curva de Apolonio de
Perge, pero no se encontraron m�todos sistem�ticos de resoluci�n sino hasta el
siglo XVII, gracias a los trabajos de Isaac Newton y de Gottfried Wilhelm Leibniz.

Ellos dos sintetizaron dos conceptos y m�todos usados por sus predecesores en lo
que hoy se denomina �diferenciaci�n� e �integraci�n�. Desarrollaron reglas para
manipular las derivadas (reglas de derivaci�n) y demostraron que ambos conceptos
eran inversos (teorema fundamental del c�lculo).

Desde el siglo XVII, muchos matem�ticos han contribuido al c�lculo diferencial. En

el siglo XIX, el c�lculo tom� un estilo m�s riguroso, debido a matem�ticos como
Augustin Louis Cauchy (1789�1857), Bernhard Riemann (1826�1866), y Karl Weierstrass
(1815�1897). Fue tambi�n durante este periodo cuando el c�lculo diferencial se
generaliz� al espacio eucl�deo y al plano complejo.

Aplicaciones importantes del c�lculo diferencial

Recta tangente a una funci�n en un punto
La recta tangente a una funci�n f(x) es como se ha visto el l�mite de las rectas
secantes cuando uno de los puntos de corte de la secante con la funci�n se hace
tender hacia el otro punto de corte. Tambi�n puede definirse a la recta tangente
como la mejor aproximaci�n lineal a la funci�n en su punto de tangencia, esto es,
la recta tangente es la funci�n polin�mica de primer grado que mejor aproxima a la
funci�n localmente en el punto de tangencia considerado.

Si se conoce la ecuaci�n de la recta tangente Ta(x) a la funci�n f(x) en el punto a

puede tomarse Ta(x) como una aproximaci�n razonablemente buena de f(x) en las
proximidades del punto a. Esto quiere decir que, si se toma un punto a + h y se
eval�a tanto en la funci�n como en la recta tangente, la diferencia {\displaystyle
f(a+h)-T(a+h)} {\displaystyle f(a+h)-T(a+h)} ser� despreciable frente a h en valor
absoluto si h tiende a cero. Cuanto m�s cerca se est� del punto a tanto m�s precisa
ser� la aproximaci�n de f(x).

Para una funci�n f(x) derivable localmente en el punto a, la recta tangente a f(x)
por el punto a es:

Ta(x)= f(a) + f '(a)(x-a).

Uso de las derivadas para realizar gr�ficos de funciones
Las derivadas son una herramienta �til para examinar las gr�ficas de funciones. En
particular, los puntos en el interior de un dominio de una funci�n de valores
reales que llevan a dicha funci�n a un extremo local tendr�n una primera derivada
de cero. Sin embargo, no todos los puntos cr�ticos son extremos locales. Por
ejemplo, f(x)=x� tiene un punto cr�tico en x=0, pero en ese punto no hay un m�ximo
ni un m�nimo. El criterio de la primera derivada y el criterio de la segunda
derivada permiten determinar si los puntos cr�ticos son m�ximos, m�nimos o ninguno.

En el caso de dominios multidimensionales, la funci�n tendr� una derivada parcial

de cero con respecto a cada dimensi�n en un extremo local. En este caso, la prueba
de la segunda derivada se puede seguir utilizando para caracterizar a los puntos
cr�ticos, considerando el eigenvalor de la matriz Hessiana de las segundas
derivadas parciales de la funci�n en el punto cr�tico. Si todos los eigenvalores
son positivos, entonces el punto es un m�nimo local; si todos son negativos,
entonces es un m�ximo local. Si hay algunos eigenvalores positivos y algunos
negativos, entonces el punto cr�tico es un punto silla, y si no se cumple ninguno
de estos casos, la prueba es no concluyente (es decir, los engeivalores son 0 y 3).

Una vez que se encuentran los extremos locales, es mucho m�s f�cil hacerse de una
burda idea de la gr�fica general de la funci�n, ya que (en el caso del dominio
monodimensional) se incrementar� o decrementar� uniformemente excepto en los puntos
cr�ticos, y por ello (suponiendo su continuidad) tendr� valores intermedios entre
los valores en los puntos cr�ticos de cada lado.

Aproximaci�n local de Taylor

Art�culos principales: Serie de Taylor y Teorema de Taylor.
Es posible entonces aproximar mediante su recta tangente a una funci�n derivable
localmente en un punto. Si se cumple que la funci�n es suficientemente suave en el
punto o dominio de estudio (esto es, la funci�n es de clase {\displaystyle
\scriptstyle C^{n}} {\displaystyle \scriptstyle C^{n}}), entonces se puede
aproximar la funci�n no por polinomios de grado uno, sino por polinomios de grado
dos, tres, cuatro y sucesivamente. Esta aproximaci�n recibe el nombre de
�desarrollo polin�mico de Taylor� y se define de la siguiente manera:

{\displaystyle P(x)=f(a)+{\frac {f'(a)}{1!}}(x-a)+{\frac {f''(a)}{2!}}(x-a)^{2}+

{\frac {f'''(a)}{3!}}(x-a)^{3}+\cdots +{\frac {f^{n}(a)}{n!}}(x-a)^{n}}
{\displaystyle P(x)=f(a)+{\frac {f'(a)}{1!}}(x-a)+{\frac {f''(a)}{2!}}(x-a)^{2}+
{\frac {f'''(a)}{3!}}(x-a)^{3}+\cdots +{\frac {f^{n}(a)}{n!}}(x-a)^{n}}
Donde P(x) es el polinomio de grado n que mejor aproxima a la funci�n en el punto
x=a. N�tese que, si se eval�a P(x) en x=a, todos los t�rminos salvo el f(a) se
anulan; luego, P(a) = f(a). N�tese tambi�n que la ecuaci�n de la recta tangente del
apartado anterior corresponde al caso en el que n=1.

Cuando a = 0, el desarrollo se denomina desarrollo de MacLaurin. En la pr�ctica, la

mayor�a de las veces se emplean desarrollos de MacLaurin. Ejemplos de desarrollos
importantes de MacLaurin son:

{\displaystyle e^{x}\approx 1+{\frac {x}{1!}}+{\frac {x^{2}}{2!}}+{\frac {x^{3}}

{3!}}+{\frac {x^{4}}{4!}}+{\frac {x^{5}}{5!}}+\cdots } {\displaystyle e^{x}\approx
1+{\frac {x}{1!}}+{\frac {x^{2}}{2!}}+{\frac {x^{3}}{3!}}+{\frac {x^{4}}{4!}}+
{\frac {x^{5}}{5!}}+\cdots }
{\displaystyle \sin \left(x\right)\approx x-{\frac {x^{3}}{3!}}+{\frac {x^{5}}
{5!}}-{\frac {x^{7}}{7!}}+\cdots } {\displaystyle \sin \left(x\right)\approx x-
{\frac {x^{3}}{3!}}+{\frac {x^{5}}{5!}}-{\frac {x^{7}}{7!}}+\cdots }
{\displaystyle \ln(1+x)\approx x-{\frac {x^{2}}{2}}+{\frac {x^{3}}{3}}-{\frac
{x^{4}}{4}}+\cdots } {\displaystyle \ln(1+x)\approx x-{\frac {x^{2}}{2}}+{\frac
{x^{3}}{3}}-{\frac {x^{4}}{4}}+\cdots }
N�tese el s�mbolo {\displaystyle \approx } \approx que denota aproximaci�n, no
igualdad. Si la funci�n a aproximar es infinitamente derivable ( {\displaystyle
\scriptstyle C^{\infty }} {\displaystyle \scriptstyle C^{\infty }}) y se agregan
infinitos t�rminos al desarrollo, entonces el {\displaystyle \approx } \approx se
convierte en un {\displaystyle =} = y el desarrollo anterior se convierte en una
serie de Taylor. Las funciones que son igual a su serie de Taylor se denominan
funciones anal�ticas.

C�lculo de puntos
FunEsc Dominio 04.svg
Dada una funci�n y= f(x) donde x pertenece al intervalo cerrado [a,b] de n�meros
reales e y es un n�mero real:

{\displaystyle {\begin{array}{rccl}f:&[a,b]\subset \mathbb {R} &\longrightarrow

&\mathbb {R} \\&x&\mapsto &y=f(x)\end{array}}} {\displaystyle {\begin{array}
{rccl}f:&[a,b]\subset \mathbb {R} &\longrightarrow &\mathbb {R} \\&x&\mapsto
&y=f(x)\end{array}}}
podemos diferenciar los siguientes de puntos:1?:

Punto frontera
Punto interior
Punto critico
Punto singular
Punto estacionario
Punto de inflexi�n
Puntos cr�ticos
Por punto cr�tico se entiende por un punto singular o estacionario.

Puntos singulares
Son puntos singulares los valores en los que la derivada de la funci�n: f'(x),
presenta alg�n tipo de discontinuidad.i

Puntos estacionarios
Se denomina punto estacionario a los valores de la variable en los que se anula la
derivada f'(x) de una funci�n f(x), es decir, si f�(x)=0 en x1, x2, x3, . . ., xn.
Entonces, x1, x2, x3, . . ., xn son puntos estacionarios de f(x).

Los valores f(x1), f(x2), f(x3), . . ., f(xn), se llaman valores estacionarios.

Si la segunda derivada es positiva en un punto estacionarios, se dice que el punto

es un m�nimo local; si es negativa, se dice que el punto es un m�ximo local; si
vale cero, puede ser tanto un m�nimo como un m�ximo o un punto de inflexi�n.
Derivar y resolver en los puntos cr�ticos suele ser una forma simple de encontrar
m�ximos y m�nimos locales, que pueden emplearse en optimizaci�n. No obstante, nunca
hay que despreciar los extremos en dichos problemas.

Generalizaci�n del c�lculo diferencial

Cuando una funci�n depende de m�s de una variable, se utiliza el concepto de
derivada parcial. Las derivadas parciales se pueden pensar informalmente como tomar
la derivada de una funci�n con respecto a una de ellas, manteniendo las dem�s
variables constantes. Las derivadas parciales se representan como:

{\displaystyle {\frac {\partial }{\partial x}}} {\displaystyle {\frac {\partial }

{\partial x}}}

En donde {\displaystyle \partial } \partial es una 'd' redondeada conocida como

's�mbolo de la derivada parcial'.

El concepto de derivada puede extenderse de forma m�s general. El hilo com�n es que
la derivada en un punto sirve como una aproximaci�n lineal a la funci�n en dicho
punto. Quiz� la situaci�n m�s natural es que las funciones sean diferenciables en
las variedades. La derivada en un cierto punto entonces se convierte en una
transformaci�n lineal entre los correspondientes espacios tangentes, y la derivada
de la funci�n se convierte en un mapeo entre los grupos tangentes.

Para diferenciar todas las funciones continuas y mucho m�s, se puede definir el
concepto de distribuci�n. Para las funciones complejas de una variable compleja, la
diferenciabilidad es una condici�n mucho m�s fuerte que la simple parte real e
imaginaria de la funci�n diferenciada con respecto a la parte real e imaginaria del
argumento. Por ejemplo, la funci�n {\displaystyle f(x+{\mathrm {i} }y)=x+2{\mathrm
{i} }y} {\displaystyle f(x+{\mathrm {i} }y)=x+2{\mathrm {i} }y} satisface lo
segundo, pero no lo primero. V�ase tambi�n la funci�n holom�rfica.

V�ase tambi�n: diferintegral.

Dadas las funciones, de valor real, y ambas con dominio, el problema consiste en
hallar los valores m�ximos o m�nimos (valores extremos) de cuando se restringe a
tomar valores en el conjunto.