Atlas narrativo del cambio
La cima no siempre estaba en medio
La curva subía y después bajaba. El punto más alto parecía evidente hasta que alguien dibujó el intervalo permitido: la empresa sólo podía operar a la izquierda de la cima. El mejor punto factible quedó en la frontera. La gráfica no había cambiado; cambió la pregunta que la organización realmente podía responder.
Las matemáticas de esta unidad aparecen mientras alguien intenta decidir con información imperfecta. Los símbolos no llegan como decoración: permiten guardar una relación, acercarse a un instante o comparar alternativas. Cada escena vuelve a los datos y a las unidades para que la intuición visual no se convierta en una historia bonita pero falsa.
Para P(q)=-q²+12q-20, el vértice q=6 maximiza P en el dominio mostrado; una restricción más estrecha puede trasladar la mejor opción a la frontera.
La libreta · Funciones crecientes y decrecientes
La hoja recibió primero una observación sin fórmula. La curva seguía subiendo, pero cada paso añadía menos. El equipo la llamó “decreciente” porque la pendiente bajaba; confundió la dirección de la función con la dirección de su pendiente. La diferencia apareció antes de pronunciar el nombre del concepto y obligó a mirar qué cantidad podía cambiar y cuál relación seguía intacta.
Dos renglones separaron f′ positiva de f″ negativa y permitieron decir: crece, aunque cada vez más despacio. La primera intuición no desapareció; encontró un lenguaje más preciso. La notación conservó esta clave: los intervalos de monotonía se escriben por separado, por ejemplo creciente en (-∞,2) y decreciente en (2,∞). Los puntos críticos dividen la recta para analizar signos, pero normalmente no se incluyen como intervalos abiertos de prueba.
Una función es creciente en un intervalo si valores mayores de entrada producen salidas mayores; es decreciente si producen menores. Para una función derivable, f′>0 indica crecimiento y f′<0 decrecimiento en el intervalo.
La mesa probó la idea con números pequeños y dejó que la representación respondiera. Para f(x)=x³-3x, f′=3(x-1)(x+1). Es positiva en (-∞,-1), negativa en (-1,1) y positiva en (1,∞); por tanto la función crece, decrece y vuelve a crecer. La cifra importó por lo que permitía reconocer: crecimiento describe dirección, no altura ni rapidez constante. Dos funciones pueden crecer y tener pendientes muy distintas; una pendiente positiva que disminuye corresponde a crecimiento con desaceleración.
La última marca no fue una respuesta, sino el límite del terreno estudiado. f′(a)=0 en un punto no vuelve constante a la función ni garantiza cambio de signo. x³ tiene derivada cero en cero y continúa creciendo a ambos lados. El control quedó a la vista: construye tabla de signos, evalúa un punto de cada intervalo y comprueba dos valores de la función. Mantén fuera los puntos que no pertenecen al dominio. Así, “Funciones crecientes y decrecientes” conservó una idea y también el lugar donde debía detenerse.
Una línea en el margen · Extremos relativos y extremos absolutos: máximos y mínimos
En el margen apareció una discrepancia que nadie quería redondear. La cima de la curva estaba en seis, pero el contrato sólo permitía cantidades entre ocho y doce. Dentro del acuerdo, el mejor punto era ocho. La diferencia apareció antes de pronunciar el nombre del concepto y obligó a mirar qué cantidad podía cambiar y cuál relación seguía intacta.
La palabra absoluto dejó de significar universal: quedó ligada al dominio donde la decisión podía ocurrir. La anotación cambió la discusión porque ya era posible señalar el paso exacto. La notación conservó esta clave: f(c) es máximo local si f(c)≥f(x) para x en algún entorno de c; es máximo absoluto si la desigualdad vale para todo x del dominio. Definiciones análogas usan ≤ para mínimos.
Un extremo relativo compara valores cercanos; uno absoluto compara todos los valores del dominio considerado. La misma coordenada puede ser relativa sin ser global, y el resultado absoluto depende del conjunto sobre el que se pregunta.
Un ejemplo breve ocupó el centro; a su lado permaneció visible el intento anterior. f(x)=x² en [-2,1] tiene mínimo absoluto 0 en x=0 y máximo absoluto 4 en x=-2. Buscar sólo f′=0 habría encontrado el mínimo y perdido el máximo de frontera. La cifra importó por lo que permitía reconocer: el valor extremo es f(c), mientras c es la ubicación. En negocios, cantidad óptima y utilidad máxima no son la misma cifra. Además, varios puntos pueden compartir el mismo máximo absoluto.
El borde quedó escrito junto a la regla para que nadie lo perdiera al copiarla. Un punto donde la derivada no existe puede ser extremo, como |x| en cero. Un extremo de la gráfica completa puede resultar inviable al imponer capacidad o integridad. El control quedó a la vista: escribe dominio, lista de candidatos con origen —crítico o frontera— y tabla de valores. Reporta coordenada y valor con unidades distintas. Así, “Extremos relativos y extremos absolutos: máximos y mínimos” conservó una idea y también el lugar donde debía detenerse.
Lo que mostró la escala · Prueba de la primera derivada para determinar máximos y mínimos
Al cambiar la escala, una relación antes discreta ocupó toda la página. En x=0 la derivada tocó cero y siguió positiva. La tabla no mostró una cima ni un valle; mostró una pausa horizontal dentro del mismo ascenso. La diferencia apareció antes de pronunciar el nombre del concepto y obligó a mirar qué cantidad podía cambiar y cuál relación seguía intacta.
El cero perdió su fama de respuesta automática y se convirtió en frontera entre intervalos que aún debían hablar. El trazo dejó de ser ilustración y comenzó a responder preguntas sobre comportamiento. La notación conservó esta clave: una tabla ordena intervalos, signo de f′ y conducta de f. Los puntos críticos satisfacen f′(c)=0 o hacen que f′ no exista, siempre que c pertenezca al dominio de f.
La prueba de la primera derivada clasifica un punto crítico observando el signo de f′ a cada lado: de positivo a negativo hay máximo local; de negativo a positivo, mínimo; sin cambio, no se concluye extremo por esta prueba.
La pantalla mostró tabla y curva al mismo tiempo para impedir que una ocultara a la otra. Para f(x)=x³-3x, f′=3(x-1)(x+1): el signo cambia + a – en -1, máximo local f(-1)=2; cambia – a + en 1, mínimo local f(1)=-2. La cifra importó por lo que permitía reconocer: la prueba aporta más que una etiqueta: describe todo el patrón de monotonía. Es especialmente útil cuando f″(c)=0 o no existe y la prueba de segunda derivada no decide.
La escala reveló cuánto dependía el relato de la ventana elegida. Un factor de multiplicidad par puede tocar cero sin cambiar signo. También deben incluirse puntos donde f′ no existe; resolver únicamente el numerador igual a cero puede omitirlos. El control quedó a la vista: marca críticos sobre una recta, prueba signos sin usar el propio punto y verifica con valores de f cercanos. Revisa que cada intervalo pertenezca al dominio. Así, “Prueba de la primera derivada para determinar máximos y mínimos” conservó una idea y también el lugar donde debía detenerse.
El dato que faltaba · Concavidad, puntos de inflexión y prueba de la segunda derivada
Una celda vacía obligó a preguntar qué se estaba midiendo realmente. Las ventas aún crecían, pero la pendiente de cada mes era menor. El tablero celebraba crecimiento; la curvatura advertía que el impulso se agotaba. La diferencia apareció antes de pronunciar el nombre del concepto y obligó a mirar qué cantidad podía cambiar y cuál relación seguía intacta.
La segunda derivada añadió una pregunta nueva: no sólo hacia dónde va la serie, sino cómo está cambiando su ritmo. Nombrar cada cantidad reveló que el problema contenía dos preguntas diferentes. La notación conservó esta clave: la prueba de segunda derivada clasifica un crítico c con f′(c)=0: si f″(c)>0 hay mínimo local; si f″(c)<0 hay máximo; si f″(c)=0, la prueba no concluye.
La concavidad describe cómo cambia la pendiente: f″>0 indica pendientes crecientes y concavidad hacia arriba; f″<0, pendientes decrecientes y concavidad hacia abajo. Un punto de inflexión exige cambio de concavidad.
El equipo eligió un valor interior y otro cercano al borde antes de formular una conclusión. Para f(x)=x³, f″=6x cambia de negativo a positivo en cero, de modo que (0,0) es inflexión; f′(0)=0, pero no hay máximo ni mínimo porque la función sigue creciendo. La cifra importó por lo que permitía reconocer: nivel, pendiente y concavidad son capas diferentes. Una función puede decrecer y ser cóncava hacia arriba: baja, pero cada vez menos rápido. En economía, utilidad creciente con concavidad negativa expresa incrementos marginales decrecientes.
La ausencia se conservó como pregunta y no se rellenó con una cifra inventada. f″ puede no existir en una inflexión y puede valer cero sin cambio, como x^4 en cero. La clasificación por segunda derivada sólo funciona cuando su signo en el crítico es estrictamente positivo o negativo. El control quedó a la vista: separa tabla de f′ y tabla de f″. Prueba ambos lados del candidato de inflexión y escribe una frase que distinga dirección de la función y evolución de su pendiente. Así, “Concavidad, puntos de inflexión y prueba de la segunda derivada” conservó una idea y también el lugar donde debía detenerse.
Una pregunta antes del resultado · Problemas de optimización de funciones
Antes del resultado llegó una pregunta sobre el significado de la entrada. El resultado fue 24.7 cajas. Producir cajas fraccionarias no era posible; 25 daba mayor utilidad que 24, pero sólo si la demanda estimada y la capacidad seguían vigentes. La diferencia apareció antes de pronunciar el nombre del concepto y obligó a mirar qué cantidad podía cambiar y cuál relación seguía intacta.
El decimal dejó de ser la decisión. Se convirtió en centro de una comparación entre opciones ejecutables y sus consecuencias. El símbolo guardó la relación sin borrar el contexto que le daba sentido. La notación conservó esta clave: se escribe optimizar F(x) sujeto a x∈D. Las restricciones pueden convertirse en sustituciones, cotas o funciones; parámetros representan precios, capacidad, volumen o condiciones que permanecen fijas en el escenario.
Un problema de optimización busca maximizar o minimizar una función objetivo sobre un conjunto factible. Resolverlo exige formular variables y restricciones, reducir dimensiones, localizar candidatos, comparar resultados e interpretar la solución.
La operación se leyó en voz alta y cada resultado recuperó su magnitud. Con precio p(q)=120-2q y costo C(q)=20q+200, utilidad U(q)=q(120-2q)-20q-200=-2q²+100q-200. U′=100-4q da q=25; se compara con capacidad y cantidades enteras. La cifra importó por lo que permitía reconocer: la parte difícil suele ser formular. Maximizar ingreso puede reducir utilidad; minimizar material puede afectar resistencia; una solución continua puede requerir redondeo. El objetivo debe representar el valor que realmente se desea proteger.
El dominio apareció en la misma línea que la conclusión. Restricciones ocultas cambian la respuesta. Una función estimada no debe optimizarse lejos de datos; parámetros inciertos requieren sensibilidad y una solución robusta puede preferirse a un máximo frágil. El control quedó a la vista: reconstruye objetivo desde la solución, evalúa candidatos vecinos y fronteras, cambia parámetros plausibles y confirma unidades. Explica por qué cualquier alternativa descartada es inferior o inviable. Así, “Problemas de optimización de funciones” conservó una idea y también el lugar donde debía detenerse.
La caja perfecta no cabía en la máquina
El cálculo redujo superficie para un volumen dado y produjo dimensiones precisas. El troquel sólo aceptaba incrementos de medio centímetro; la bodega exigía apilamiento y la tapa consumía material adicional. El máximo teórico seguía siendo correcto para el modelo original, no para el problema completo.
Probaron los tamaños factibles vecinos y recalcularon material, merma y volumen. La mejor decisión perdió decimales y ganó posibilidad de ejecución. Optimizar terminó siendo una conversación entre ecuación, restricción y tolerancia, no una ceremonia alrededor de f′(x)=0.
El cuaderno conservó dos columnas: lo que la matemática permite afirmar y lo que el contexto todavía obliga a preguntar. Entre ambas quedó la decisión. No era menos rigurosa por reconocer incertidumbre; era más útil porque señalaba qué dato observar después y qué parte del modelo debía permanecer abierta.
La página que queda abierta
Una solución óptima merece ese nombre sólo después de demostrar qué compara, dónde es válida y cómo sobrevive al regreso a la realidad. Optimizar no consiste únicamente en igualar una derivada a cero. Esta unidad construye el recorrido completo: delimitar la región factible, localizar candidatos, usar signos y concavidad, comparar fronteras y traducir el resultado a una decisión viable con unidades y sensibilidad.
Una gráfica puede verse en segundos, pero comprenderla exige devolverle nombres, unidades y dominio. Esa es la memoria de este atlas: toda curva cuenta una relación; toda pendiente compara cambios; todo óptimo depende de una pregunta y de una región posible. Cuando esas piezas permanecen juntas, el cálculo deja de ser una colección de trucos y se vuelve una forma de mirar decisiones.
Fuentes
- Universidad de Guadalajara. (2015). Programa de la unidad de aprendizaje Matemáticas I (I0868). CUCEA. http://www.pregrado.udg.mx/sites/default/files/unidadesAprendizaje/i0868_matematicas_i.pdf
- Hoffmann, L. D. (2006). Cálculo aplicado para administración, economía y ciencias sociales (8.ª ed.). McGraw-Hill.
- Tan, S. T. (2012). Matemáticas aplicadas a los negocios, las ciencias sociales y la vida (5.ª ed.). Cengage Learning.
- Haeussler, E. F., Jr., Paul, R. S. y Wood, R. J. (2008). Matemáticas para administración y economía (12.ª ed.). Pearson.
- Arya, J. C. y Lardner, R. W. (2009). Matemáticas aplicadas a la administración y a la economía (5.ª ed.). Pearson.
- Larson, R., Hostetler, R. P. y Edwards, B. H. (2010). Cálculo I de una variable (9.ª ed.). McGraw-Hill.
- Budnick, F. S. (2007). Matemáticas aplicadas para administración, economía y ciencias sociales (4.ª ed.). McGraw-Hill.
- Strang, G. y Herman, E. (2016). Calculus, Volume 1. OpenStax, Rice University. https://openstax.org/details/books/calculus-volume-1