Documente Academic
Documente Profesional
Documente Cultură
Hemos visto que podemos aproximar mediante su recta tangente a una funcin derivable
localmente en un punto. Si se cumple que la funcin es suficientemente suave en el punto o
dominio de estudio (esto es, la funcin es de clase ) se puede aproximar la funcin no por
polinomios de grado uno, sino por polinomios de grado dos, tres, cuatro y sucesivamente.
Esta aproximacin recibe el nombre de desarrollo polinmico de Taylor y se define de la
siguiente manera:
Donde P(x) es el polinomio de grado n que mejor aproxima a la funcin en el punto x=a.
Ntese que si evaluamos P(x) en x=a todos los trminos salvo el f(a) se anulan,
luegoP(a) = f(a). Ntese tambin que la ecuacin 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 prctica la
mayora de las veces se emplean desarrollos de MacLaurin. Ejemplos de desarrollos
importantes de MacLaurin son:
Ntese el smbolo que denota aproximacin que no igualdad. Si la funcin a
aproximar es infinitamente derivable () y agregamos infinitos trminos al
desarrollo entonces el se convierte en un y el desarrollo anterior se
convierte en una serie de Taylor. Las funciones que son igual a su serie de
Taylor se denominan funciones analticas.
Clculo de puntos[editar]
Puntos singulares[editar]
Se denominan puntos singulares estacionarios a los valores de la variable
en los que se anula la derivada f '(x) de una funcin f(x), es decir, si f (x)=0
en x1, x2, x3, . . . , xn, entonces x1, x2, x3, . . . , xn son puntos singulares de f(x).
Los valores f(x1), f(x2), f(x3), . . . , f(xn), se llaman valores singulares.
Puntos crticos[editar]
Por punto crtico se entiende: un punto singular, un punto donde no exista la
derivada o un punto extremo a o b del dominio [a,b] de definicin de la
funcin.
Si la segunda derivada es positiva en un punto crtico, se dice que el punto
es un mnimo local; si es negativa, se dice que el punto es un mximo local;
si vale cero, puede ser tanto un mnimo, como un mximo o un punto de
inflexin. Derivar y resolver en los puntos crticos es a menudo una forma
simple de encontrar mximos y mnimos locales, que pueden ser empleados
en optimizacin. Aunque nunca hay que despreciar los extremos en dichos
problemas