Máximos y mínimos de una función: guía con derivadas
Encontrar el valor más grande o más pequeño de una función es una de las aplicaciones más útiles de la derivada: maximizar el área de una cerca con material limitado, minimizar el costo de una caja, localizar el punto de venta que da más ganancia. Toda la técnica descansa en una observación sencilla: en una cima o un fondo suave, la pendiente vale cero. Este artículo explica cómo encontrar esos puntos y cómo clasificarlos con dos criterios, con un ejemplo completo y un problema de optimización resuelto.
Puntos críticos: donde la derivada se anula
Un punto crítico de f es un valor x donde f′(x) = 0 (pendiente horizontal) o donde f′ no existe (esquina o pico agudo). Los máximos y mínimos locales de una función derivable están siempre entre los puntos críticos, por eso el primer paso de cualquier problema es derivar f, igualar a cero y resolver. En la cima de una montaña suave, en el instante exacto de la cúspide, el terreno está horizontal: esa es la intuición de f′(x) = 0. Pero que la pendiente sea cero no garantiza nada por sí solo: también hay puntos críticos que no son ni máximo ni mínimo (los puntos de silla), y por eso hace falta clasificar.
Criterio de la primera derivada
Estudia el signo de f′ alrededor del punto crítico. Si f′ pasa de positiva a negativa, la función subía y empezó a bajar: es un máximo local. Si pasa de negativa a positiva, bajaba y empezó a subir: es un mínimo local. Si no cambia de signo, es un punto de silla. Es el criterio más visual: dibuja mentalmente la flecha de subida y bajada a cada lado del punto.
Criterio de la segunda derivada
Suele ser más rápido: evalúa f′′ en el punto crítico. Si f′′(x) > 0, la curva está cóncava hacia arriba y el punto es un mínimo; si f′′(x) < 0, cóncava hacia abajo y es un máximo. Si f′′(x) = 0 el criterio no decide y hay que volver al de la primera derivada. La lógica: la segunda derivada mide cómo cambia la pendiente; en un mínimo la pendiente está creciendo (de negativa a positiva) y en un máximo está decreciendo.
Ejemplo completo: f(x) = x³ − 3x
Paso 1: f′(x) = 3x² − 3 = 3(x − 1)(x + 1) = 0, así que los puntos críticos son x = −1 y x = 1. Paso 2: f′′(x) = 6x. En x = −1: f′′(−1) = −6 < 0, cóncava hacia abajo, máximo local con f(−1) = (−1)³ − 3(−1) = 2. En x = 1: f′′(1) = 6 > 0, cóncava hacia arriba, mínimo local con f(1) = 1 − 3 = −2. Conclusión: máximo local en (−1, 2) y mínimo local en (1, −2). Con el criterio de la primera derivada obtendrías lo mismo: entre −1 y 1, f′(0) = −3 es negativa (bajando), y fuera del intervalo f′ es positiva (subiendo).
Un matiz de examen: máximo local no siempre es máximo global. En un intervalo cerrado [a, b], el máximo absoluto se encuentra comparando los valores de f en los puntos críticos y en los dos extremos. Aquí, si el dominio fuera [−2, 2], habría que evaluar también f(−2) = −2 y f(2) = 2, y el máximo global sería f(2) = 2, empatado con el máximo local.
Optimización resuelta: la cerca contra la pared
Problema: con 40 metros de cerca se quiere cercar un área rectangular que da con una pared (la pared hace de cuarto lado, no gasta material). Llamando x al lado perpendicular a la pared, el material usado es x + x + y = 40, de donde y = 20 − x/2. El área es A(x) = x·(20 − x/2) = 20x − x²/2. Derivando: A′(x) = 20 − x, que se anula en x = 20. La segunda derivada A′′ = −1 es negativa: máximo. El óptimo es un rectángulo de 20 × 10 metros con área de 200 m². La estructura del problema siempre es esta: expresar la cantidad a optimizar en función de una variable, usar la restricción para reducir a una variable, derivar y clasificar.
Errores frecuentes
- Reportar solo el valor de x y olvidar el punto completo (x, f(x)) o viceversa según lo que pida el enunciado.
- Olvidar los extremos del intervalo al buscar el máximo global en un dominio cerrado.
- Concluir máximo/mínimo solo de f′(x) = 0 sin clasificar con primera o segunda derivada.
- En problemas de optimización, no definir claramente la variable o no usar la restricción para dejar todo en una sola variable.
Preguntas frecuentes
¿f′(x) = 0 garantiza un máximo o un mínimo?
No. También puede ser un punto de silla, como en f(x) = x³ en x = 0, donde la derivada se anula pero la función sigue creciendo. Por eso siempre hay que clasificar con el signo de f′ alrededor o con f′′.
¿Qué criterio uso, el primero o el segundo?
El de la segunda derivada es más rápido si f′′ es fácil de calcular y no se anula en el punto. Si f′′(x) = 0 o la derivada segunda es engorrosa, usa el de la primera derivada con el signo a cada lado.
¿Cómo abordo un problema de optimización?
Tres preguntas: ¿qué quiero maximizar o minimizar (la función objetivo)?, ¿qué limita el problema (la restricción)?, ¿qué variable puedo controlar? Escribe la objetivo, elimina una variable con la restricción, deriva y clasifica. Dibuja siempre un esquema con etiquetas.
Practica con la calculadora
Deriva a mano tres funciones de tu guía, encuentra y clasifica sus puntos críticos, y comprueba cada derivada con la calculadora de derivadas paso a paso. Para verificar los valores numéricos de f en los puntos críticos, la calculadora de matemáticas reúne las herramientas básicas en una sola página.
Sigue aprendiendo
Reglas de derivación básicas · La recta tangente paso a paso · Calculadora de derivadas