Escuela Universitaria de Ingeniería y Arquitectura  EINA

MATEMÁTICAS I
Grado en Ingeniería Mecánica
1
Grupos 511 y 512 Ricardo Celorrio { [email protected]}. Curso 2023-24

4. Aproximación polinómica y aplicaciones

El primer objetivo de este tema es constatar que si una función f : R → R es sucientemente

derivable en un punto x0 , entonces su comportamiento en las cercanías de x0 (estudio local de
funciones) es similar al de un adecuado polinomio, denominado polinomio de Taylor. Se trata
de una extensión de la aproximación mediante la técnica de linealización estudiada en el tema
anterior.
También vamos a aprender a calcular otra aproximación polinómica de funciones, diferente a la de
Taylor: la interpolación polinómica, que consiste en aproximar una función f (x) por un polinomio
pn (x), partiendo del conocimiento de una tabla de valores de la función,

(x0 , f (x0 )), (x1 , f (x1 )), . . . , (xn , f (xn )),

y obligando al polinomio pn (x) a pasar por los puntos de la tabla.

4.1. Fórmula del polinomio de Taylor

Dada una función f (x), derivable al menos n veces en un intervalo I , y un punto x0 ∈ I , buscamos
un polinomio pn (x) de grado menor o igual que n, con un fuerte contacto con f en x = x0 . Este
contacto (de orden n) lo cuanticamos mediante las siguientes igualdades en x0 :

pn (x0 ) = f (x0 ), p0n (x0 ) = f 0 (x0 ), p00n (x0 ) = f 00 (x0 ), ..., p(n)
n (x0 ) = f
(n)
(x0 ). (1)

Debemos calcular los coecientes ai ∈ R, i = 0, 1, . . . , n para que el polinomio

pn (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + · · · + an (x − x0 )n

satisfaga las condiciones de (1).

Cálculo de las derivadas de pn (x):

p0n (x) = a1 + 2a2 (x − x0 ) + 3a3 (x − x0 )2 + · · · + nan (x − x0 )n−1 ,

p00n (x) = 2 · a2 + 3 · 2 · a3 (x − x0 ) + 4 · 3 · a4 (x − x0 )2 + · · · + n(n − 1)an (x − x0 )n−2 ,
p000
n (x) = 3 · 2 · a3 + 4 · 3 · 2 · a4 (x − x0 ) + · · · + n(n − 1)(n − 2)an (x − x0 )
n−3
,
.
.
.

p(n−1)
n (x) = (n − 1)(n − 2) · · · 3 · 2 · an−1 + n(n − 1)(n − 2) · · · 3 · 2 · an (x − x0 ),
(n)
pn (x) = n! · an .
1 Versión 7 de noviembre de 2023

1
 Figura 1: Polinomios de Maclaurin de sin x.

Evaluando estas derivadas en x = x0 se tiene:

pn (x0 ) = a0 , p0n (x0 ) = a1 , p00n (x0 ) = 2 a2 , p000

n (x0 ) = 3! a3 , ..., p(n)
n (x0 ) = n! an .

Por tanto, el polinomio pn (x) que cumple las condiciones de contacto expresadas en (1) vendrá
dado por

f 00 (x0 ) f 000 (x0 ) f (n) (x0 )

pn (x) = f (x0 ) + f 0 (x0 )(x − x0 ) + (x − x0 )2 + (x − x0 )3 + · · · + (x − x0 )n .
2 3! n!
Por último, aceptando los convenios, f (0) (x0 ) = f (x0 ), (x − x0 )0 = 1 y 0! = 1; se tiene la expresión
compacta
n
X f (k) (x0 )
pn (x) = (x − x0 )k .
k=0
k!

Denición 4.1
(k)
pn (x) = nk=0 f k!(x0 ) (x − x0 )k se le denomina polinomio de Taylor
P
Al polinomio
de f (x) de orden n centrado en x0 , y también se denota por pn,x0 (x). Obsérvese que el grado del
(n)
polinomio es menor al orden n para funciones que cumplan f (x0 ) = 0.
Propiedad 4.2 El polinomio de Taylor de orden uno es la recta tangente. 2

Ejercicio 4.1 Cálculo de polinomios de Taylor.

1. Polinomio de Taylor de orden 4 centrado en x0 = 0 de ex . Comprueba que entre ex y el

polinomio calculado hay un contacto de orden 4 en x0 = 0.

2. Polinomio de Taylor de orden 3 centrado en x0 = 1 de log x. Comprueba que entre log(x) y

el polinomio calculado hay un contacto de orden 3 en x0 = 1. 2

Denición 4.3 El polinomio de Taylor centrado en cero se denomina polinomio de Maclaurin

y tiene la expresión
n
f 00 (0) 2 f 000 (0) 3 f (n) (0) n X f (k) (0) k
pn (x) = f (0) + f 0 (0)x + x + x + ··· + x = x .
2! 3! n! k=0
k!

Ejercicio 4.2 Cálculo y representación de polinomios de Maclaurin.

1. Calcula los polinomios de Maclaurin de orden 4 de las funciones: a) sin x, b) esin x . Sol:
2 4
esin x ≈ 1 + x + x2 − x8 si x ≈ 0.
2. Usa Maxima (véase gura 1) para representar en [−4.5, π] la función sin x y sus polinomios
de Maclaurin de órdenes uno, tres y cinco. 2

2
4.2. Resto del polinomio de Taylor

En situaciones prácticas en las que es fácil calcular el polinomio de Taylor, por ejemplo en algunos
límites y en algunas calculadoras, se emplea la aproximación f (x) ≈ pn,x0 (x); es decir,

f 00 (x0 ) f 000 (x0 ) f (n) (x0 )

f (x) ≈ f (x0 )+f 0 (x0 )(x−x0 )+ (x−x0 )2 + (x−x0 )3 +· · ·+ (x−x0 )n , x ≈ x0 .
2 3! n!
Centrémonos en cuanticar el error cometido por esta aproximación.

Denición 4.4 Si pn,x0 (x) es el polinomio de Taylor de orden n centrado en x0 de f , se denomina

resto de Taylor de orden n para f , a la función

Rn,x0 (x) := f (x) − pn,x0 (x).

Ejemplo 4.1 En la gura 2 podemos ver la función cos x y su polinomio de Maclaurin de orden
cuatro.

x2 x4
Figura 2: Grácas de cos x y de su polinomio de Taylor en x0 = 0, p4 (x) = 1 − 2
+ 4!
.

El resto de Taylor de orden cuatro centrado en cero para cos x es

x2 x4
 
R4,0 (x) := cos x − 1 − +
2 4!
y lo podemos ver representado en la gura 3. 2

2 4
Figura 3: Gráca de R4,0 (x) = cos x − (1 − x2 + x4! ), es decir, el resto de orden 4 centrado en x0 = 0
para cos x.

3
Observación 4.5 En muchas funciones f (x) (por ejemplo trigonométricas, exponenciales, loga-
rítmicas, etc) no hay una forma directa de calcular el valor para cualquier x. Es necesario aproximar
f (x) por polinomios de Taylor centrados en puntos x0 en los que sí se conoce el valor exacto de
f (x0 ), f 0 (x0 ), f 00 (x0 ), · · · . El resto de Taylor representa el error exacto cometido al aproximar f (x)
por pn,x0 (x). Esta magnitud es muy difícil de evaluar de forma exacta, sí que es posible acotar su
valor en una zona de interés. No vamos a trabajar este apartado de forma teórica; para ilustrar el
procedimiento nos conformamos con comparar los polinomios de Taylor con los algoritmos para
el cálculo de funciones de Maxima o de cualquier calculadora.

Ejercicio 4.3 Representa con ayuda de Maxima los restos del polinomio de Maclaurin de órdenes
1, 3 y 5 de sin x. 2

Ejemplo2 4.2 3Emplea

4
x
la aproximación mediante el polinomio de Maclaurin de orden cuatro, e ≈
x x x
1+x+ 2
+ 6
+ 24
, para obtener una aproximación del número e.
1 1 1
e = e1 ≈ 1 + 1 + + + = 2.7083. (2)
2 6 24
Comparamos esta aproximación con la que proporciona directamente una calculadora que tenga
al menos ocho cifras signicativas correctas: e =2.7182818284. . .
El error absoluto de la fórmula (2) es: 0.00995 y su error relativo es del 0.37 %. Según la represen-
tación estándar en ingeniería sobre estimación de errores redondearíamos de la siguiente forma:
e = 2.7083 ± 0.00995 = 2.71 ± 0.01.
Aumentando el grado del polinomio de Maclaurin que empleamos en la aproximación podemos
tener precisiones tan elevadas como deseemos o necesitemos, incluso de mayor precisión que la
proporcionada por la calculadora empleada en este ejemplo. 2
√
Ejercicio 4.4 Emplea la técnica del ejemplo 4.2 para aproximar el valor de e. Emplea una
calculadora para estimar el error de aproximación. 2

Ejemplo 4.3 o
Aproxima el valor de sin(33 ) mediante el polinomio de Taylor de orden dos de
f (x) = sin(x), centrado en x0 = π6 . Emplea una calculadora para estimar le error cometido. Re-
o π o π π
cuerda que hay que trabajar en radianes: 3 = rad; 33 = + 60 rad.
60 6
π  π   π 1 π   π 2 π
sin(x) ≈ sin + cos x− − sin x− , para x≈ .
6 6 6 2 6 6 6
Por tanto

π π π  π  π 1  π   π 2 1 √ 3 π 1  π 2
o
sin(33 ) = sin + ≈ sin + cos − sin = + − ,
6 60 6 6 60 2 6 60 2 2 60 4 60
que tras operar conduce a la aproximación

sin(33o ) ≈ 0.544654.
Empleando la calculadora se tiene que sin(33o ) = 0.544639..., que diere de nuestra aproximación
en 0.000020 . . . , es decir, un 0.004 %. 2
log x
Ejercicio 4.5 Considera la función f (x) = .
x
1. Obtén su polinomio de Taylor de orden 2 centrado en x0 = 1.
2. Aproxima el valor de f (1.1) mediante dicho polinomio. Tras obtener la aproximación, compá-
rala con la que proporciona una calculadora con al menos ocho cifras signicativas correctas
para el cálculo de logaritmos. 2

4
4.3. Aproximaciones de Maclaurin para x≈0
1
≈ 1 + x + x2 + x3 + · · · + xn .
1−x
x3 x5 x7 x2n+1
sin(x) ≈ x − + − + · · · + (−1)n .
6 120 5040 (2n + 1)!
x2 x4 x6 x2n
cos(x) ≈ 1 − + − + · · · + (−1)n .
2 24 720 (2n)!
1 2 17 7
tan(x) ≈ x + x3 + x5 + x.
3 15 315
x3 3 5 7 1 · 3 · 5 · · · · · (2n − 1) x2n+1
arcsin(x) ≈ x + + x5 + x + ··· + .
6 40 112 2 · 4 · 6 · · · · · (2n) 2n + 1
x3 x5 x7 x2n+1
arctan(x) ≈ x − + − + · · · + (−1)n .
3 5 7 2n + 1
x2 x3 xn
ex ≈ 1 + x + + + ··· + .
2! 3! n!
x2 x3 x4 xn
log(1 + x) ≈ x − + − + · · · + (−1)n−1 .
2 3 4 n
a(a − 1) 2 a(a − 1)(a − 2) 3 a(a − 1)(a − 2)(a − 3) 4
(1 + x)a ≈ 1 + ax + x + x + x.
2! 3! 4!
x2 x4 x6 x2n
cosh(x) ≈ 1 + + + + ··· + .
2 24 720 (2n)!
x3 x5 x7 x2n+1
sinh(x) ≈ x + + + + ··· + .
6 120 5040 (2n + 1)!
1 2 17 7
tanh(x) ≈ x − x3 + x5 − x.
3 15 315
x3 3 1 · 3 · 5 · · · · · (2n − 1) x2n+1
asinh(x) ≈ x − + x5 + · · · + (−1)n .
6 40 2 · 4 · 6 · · · · · (2n) 2n + 1
x3 x5 x7 x2n+1
atanh(x) ≈ x + + + + ··· + .
3 5 7 2n + 1
Observación 4.6 Varios innitésimos equivalentes cuando x → 0, estudiados en temas anteriores,
están relacionados con los primeros términos de los desarrollos de Maclaurin, por ejemplo:

x2 x2
sin x ∼ x, 1 − cos x ∼ ⇔ cos x ≈ 1 − .
2 2
¾Qué otros innitésimos equivalentes ves relacionados con las fórmulas de Maclaurin de esta sec-
ción? 2

Ejercicio 4.6 Aproximaciones, de funciones complicadas, mediante sumas, restas, multiplicacio-

nes y divisiones.

5
 1. Aproxime sin(5o ) mediante un polinomio de Maclaurin de orden 3. Dé una cota del error
cometido empleando calculadora con al menos ocho cifras signicativas.

2. Dada la función f (x) = 12 log(1 + x). Obtenga su polinomio de Maclaurin de orden 3. Calcule
√
aproximadamente el valor de log( 2/2) mediante dicho polinomio. Dé una cota del error
cometido empleando calculadora con al menos ocho cifras signicativas para el cálculo de
logaritmos.
√
3. Calcule aproximadamente el valor de 0.9 mediante un polinomio de Taylor de orden 2 de
una función adecuada, centrado en un punto adecuado. 2
Z x
Ejercicio 4.7
2
La función f (x) = e−t dt
se emplea al estudiar la distribución normal en esta-
0
dística, pero las siguientes cuestiones se restringen al temario de Matemáticas I.

1. ¾Podrías dar una interpretación geométrica de f (x)?

2. Obtén el polinomio de Maclaurin de orden tres de f (x). Pista: debes emplear el Teorema
Fundamental del Cálculo.

3. Aplica dicho polinomio para calcular una aproximación del valor de la integral denida

Z 0.4
2
e−t dt = 0.379653 . . .
0

4.4. Cálculo de límites

0
Se pueden emplear aproximaciones polinómicas de funciones para resolver indeterminaciones . Se
0
trata de sustituir el numerador y el denominar por sus polinomios de Taylor centrados en el punto
donde se está calculando el límite, con el grado sucientemente alto para que tras la sustitución
ni el numerador ni el denominador queden idénticamente nulos, tras esta sustitución el límite se
resuelve de forma simple, al tratarse de un cociente de polinomios.

Ejemplo 4.4  
x3 x5
sin x − x x− + + ... − x
3! 5!
lı́m = lı́m =
x→0 x3 x→0 x3
 
3 1 x2
3
− x3! x5
+ 5! + . . . x − 3!
+ 5!
+ . . . 
1 x2

1
= lı́m 3
= lı́m 3
= lı́m − + + ... = − .
x→0 x x→0 x x→0 3! 5! 6

Ejemplo 4.5
2
1/x 1 eu − 1 (1 + u + u2 + . . . ) − 1
lı́m x(e − 1) = [u = ] = lı́m = lı́m =
x→±∞ x u→0 u u→0 u
u
u(1 + 2
+ ...) u
lı́m = lı́m (1 + + . . . ) = 1.
u→0 u u→0 2

6
Ejercicio 4.8 Calcula los siguientes límites mediante polinomios de Maclaurin:

sin x − tan x sin x − x cos x

i) lı́m , ii) lı́m ,
x→0 arcsin x − arctan x x→0 x(1 − cos x)

tan x
x
−1 log(1 + x)
iii) lı́m , iv) lı́m .
x→0 x x→0 x2 + x
Haced una estimación de los límites con la calculadora para detectar posibles errores. Estos lími-
tes también se pueden resolver aplicando L'Hôpital reiteradas veces, pero es más tedioso que la
aproximación por polinomios de Taylor, podéis intentarlo. 2

4.5. Interpolación polinómica

La interpolación polinómica consiste en aproximar una función f (x) por un polinomio interpolante
de grado menor o igual que n, que pasa por los puntos de interpolación de una tabla de valores
de la función en ciertos nodos x0 < x1 < . . . < xn .
Cuando la aproximación se realiza en un punto x ∈ [x0 , xn ] se habla propiamente de interpolación
y suele dar buenos resultados. Si, por el contrario, x ∈
/ [x0 , xn ], se trata de una aproximación por
extrapolación polinómica, que suele dar peores resultados que la interpolación; por lo que hay
que ser cautelosos a la hora de extrapolar resultados.

x x0 x1 x2 ... xn

f (x) f (x0 ) f (x1 ) f (x2 ) . . . f (xn )

Denición 4.7 El polinomio de interpolación (o interpolante) de grado menor o igual que n,

pn (x), de la función f (x) es el que pasa por los puntos (xi , f (xi )), con i = 0, . . . , n, de la tabla de
valores de la función interpolada f (x).

Observación 4.8 El polinomio interpolante y el polinomio de Taylor son en general polinomios

diferentes, ya que emplean datos distintos en su construcción. El polinomio de Taylor parte de
la información sobre la función f (x) en un único nodo x0 , donde se conocen también valores de
00 000 (n)
las derivadas: f (x0 ), f (x0 ), f (x0 ), . . . , f (x0 ); mientras que el polinomio interpolante parte del
conocimiento de una tabla de valores de la función interpolada.

4.5.1. Resolución de las ecuaciones de interpolación

Para construir un polinomio interpolante p3 (x) de la tabla de valores

x x0 x1 x2 x3

f (x) f (x0 ) f (x1 ) f (x2 ) f (x3 )

7
 2
debemos calcular los coecientes del polinomio (escrito adecuadamente )

p3 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 )(x − x1 ) + a3 (x − x0 )(x − x1 )(x − x2 )

imponiendo las ecuaciones siguientes:

p3 (x0 ) = f (x0 ) ⇔ a0 = f (x0 )

p3 (x1 ) = f (x1 ) ⇔ a0 + a1 (x1 − x0 ) = f (x1 )
p3 (x2 ) = f (x2 ) ⇔ a0 + a1 (x2 − x0 ) + a2 (x2 − x0 )(x2 − x1 ) = f (x2 )
p3 (x3 ) = f (x3 ) ⇔ a0 + a1 (x3 − x0 ) + a2 (x3 − x0 )(x3 − x1 ) + a3 (x3 − x0 )(x3 − x1 )(x3 − x2 ) = f (x3 ).

Ejemplo 4.6 Construye el polinomio p2 (x) de interpolación de la tabla siguiente

y calcula la aproximación f (0.25) ≈ p2 (0.25).

x 0 0.5 1

f (x) 1 1.25 −2

Atendiendo a la teoría, proponemos el siguiente interpolante:

p2 (x) = a0 + a1 (x − 0) + a2 (x − 0)(x − 0.5) = a0 + a1 x + a2 x(x − 0.5).

La resolución de las ecuaciones proporciona fácilmente los coecientes, ya que no es necesario
conocer las ecuaciones posteriores en la obtención de cada coeciente:

p2 (0) = f (0) ⇔ a0 = 1,
p2 (0.5) = f (0.5) ⇔ 1 + a1 (0.5) = 1.25 ⇔ a1 = 0.5,
p2 (1) = f (1) ⇔ 1 + 0.5(1 − 0) + a2 (1 − 0)(1 − 0.5) = −2 ⇔ a2 = −7.
Por tanto p2 (x) = 1 + 0.5x − 7x(x − 0.5) y podemos realizar la aproximación

f (0.25) ≈ p2 (0.25) = 1.5625 ≈ 1.56.

Observación 4.9 La ventaja más importante de plantear la fórmula del polinomio de interpola-
ción del modo que lo hemos hecho es la sencillez en la resolución del sistema, ya que se obtiene un
sistema triangular, y el hecho de que, si se añade un dato más a la tabla, y se busca un polinomio
de interpolación de un grado más alto, los coecientes del nuevo polinomio son los mismo que los
del polinomio en la tabla sin el dato nuevo (pues las ecuaciones son las mismas para los datos
antiguos) y sólo hay que calcular un coeciente para el grado superior asociado al dato nuevo.

Ejercicio 4.9 Ampliemos con un dato adicional la tabla del ejemplo 4.6. Construye el polinomio
p3 (x) de interpolación de la tabla

x 0 0.5 1 2

f (x) 1 1.25 −2 −1
y calcula la aproximación f (0.25) ≈ p3 (0.25).
Pista: p3 (x) = 1 + 0.5x − 7x(x − 0.5) + a3 x(x − 0.5)(x − 1). Sol: a3 = 6, p3 (0.25) ≈ 1.84. 2
2 También es posible proponer p3 (x) = a0 + a1 x + a2 x2 + a3 x3 . Pero pagaremos un precio muy alto a la hora de

resolver el subsiguiente sistema de ecuaciones.

8
Estimación a posteriori del error de interpolación. En el ejemplo 4.6 y el ejercicio 4.9
se ha aproximado el valor de f (0.25) mediante p2 (0.25) y p3 (0.25) respectivamente. Esta doble
aproximación permite realizar la siguiente estimación del error:

f (0.25) − p2 (0.25) ≈ p3 (0.25) − p2 (0.25) = a3 0.25(0.25 − 0.5)(0.25 − 1) = 0.28.

Podemos escribir entonces f (0.25) ≈ 1.5 ± 0.3 o bien f (0.25) ≈ 1.8 ± 0.3. Hemos prescindido del
segundo decimal porque el error estimado afecta ya al primer decimal. 2

Ejercicio 4.10 o
Calcula aproximadamente el valor de cos(170 ) mediante el polinomio de inter-
2π 4π
polación de cos(x) en los nodos x0 = , x 1 = π , x2 = . Pista: asume un polinomio de la forma
3 3
2π
p(x) = a0 + a1 (x − π) + a2 (x − π)(x − 3 ). 2

4.5.2. Interpolación lineal

El método de interpolación más usado es el método de interpolación lineal que consiste en construir
la recta que pasa por dos puntos (x0 , y0 ), (x1 , y1 ) correspondientes a la tabla de datos

x x0 x1
y = f (x) y0 y1

Debemos calcular los coecientes del polinomio

p1 (x) = a0 + a1 (x − x0 )

para que se satisfagan las ecuaciones

p1 (x0 ) = y0 ⇔ a0 + a1 (x0 − x0 ) = y0
p1 (x1 ) = y1 ⇔ a0 + a1 (x1 − x0 ) = y1 .

y1 − y0
Despejando tenemos a0 = y 0 y la pendiente de la recta a1 = . Por tanto la fórmula de la
x1 − x 0
interpolación lineal viene dada por

y1 − y0 f (x1 ) − f (x0 )
p1 (x) = y0 + (x − x0 ) o bien p1 (x) = y0 + (x − x0 ).
x 1 − x0 x1 − x 0
Cuando se emplea la interpolación lineal para cada par de puntos consecutivos de una tabla de
datos, se obtiene una interpolación lineal a tramos como la de la gura 4.

Figura 4: Interpolación lineal a tramos (spline de grado 1).

9
Ejemplo 4.7 Dados dos puntos de la gráca de f (x) = ex en la siguiente tabla,

x 0.80 0.84
y = ex 2.2255 2.3164

la fórmula de interpolación lineal a partir de estos datos es

2.3164 − 2.2255
p1 (x) = 2.2255 + (x − 0.80) = 2.2255 + 2.2725(x − 0.8).
0.84 − 0.80

Figura 5: Negro: f (x) = ex . Rojo: Puntos de interpolación. Azul: Interpolación lineal p1 (x) =
2.2255 + 2.2725(x − 0.8).

En la gura 5 se representan los puntos de interpolación, la función ex y la recta de interpolación.

Se observa que los errores de extrapolación son mucho mayores que los de interpolación.
0.832
Comparemos los valores de p1 (0.832) y e para estimar el error de interpolación:

p1 (0.832) = 2.2982, e0.832 = 2.29791...

El error de interpolación en x = 0.832 es |e0.832 − p1 (0.832)| = |2.29791... − 2.2982| = 0.00031.... 2

4.5.3. Base de polinomios de Lagrange (para sesiones de prácticas)

Cualquier polinomio se puede escribir de diferentes formas. La denominada fórmula de Lagrange
para el polinomio de interpolación, lo escribe en términos de la base de Lagrange, que es una
base distinta a la indicada en la sección 4.5.1. La fórmula de Lagrange está cercana al temario de
Mates II, donde se estudian espacios vectoriales, sistemas generadores e independencia lineal, que
son requisitos necesarios para comprender en profundidad la orden de Maxima lagrange( ), ya
que expresa el polinomio interpolante en la base de Lagrange del espacio vectorial de polinomios.
Sin embargo, desde el punto de vista práctico es más útil lo explicado en la sección 4.6, y para las
sesiones de prácticas basta saber que la orden lagrange( ) proporciona el mismo polinomio inter-
polante que el explicado en la sección 4.5.1, si bien a primera vista parecen polinomios distintos,
pero no lo son.

10
4.6. Aplicación a ingeniería

En aplicaciones a ingeniería siempre que se da un valor hay que dar también una estimación del
error cometido. En muchos casos los valores proceden de un proceso de interpolación. ¾Cómo
estimar el error de interpolación en un punto θ? ¾Cuál es el grado del polinomio de interpolación
que debemos emplear? Construyendo dos aproximaciones, una con un polinomio de grado n, pn (θ)
y otra con un polinomio de grado n + 1, pn+1 (θ) y aplicando la estimación del error:

|f (θ) − pn (θ)| ≈ |pn+1 (θ) − pn (θ)|.

Si este error es admisible en el tipo de experimento que estemos haciendo, se admite como buena
la estimación f (θ) ≈ pn (θ) y no se hacen interpolaciones con polinomios de grado superior. En
realidad como se ha calculado pn+1 (θ) también es válida la aproximación f (θ) ≈ pn+1 (θ).
Podría darse la circunstancia de que ningún polinomio de interpolación obtuviera la precisión
requerida en nuestros experimentos, entonces hay dos posibilidades, hacer más experimentos para
enriquecer la tabla de datos o asumir que la función que estamos interpolando no se parece en nada
a un polinomio e intentar una interpolación con funciones diferentes a polinomios: exponenciales,
trigonométricas, logarítmicas,. . . ; pero esto queda fuera del alcance de este curso.

Ejercicio 4.11 La tabla

T (o C) 0 10 30 50 70 90 100

· cm−1 s−1


ν g 1.792 1.308 0.801 0.549 0.406 0.317 0.248
y la gura 6 muestran medidas de la viscosidad ν del agua a distintas temperaturas T.

Figura 6: Grácas referentes a ejercicio 4.11. En rojo los datos experimentales. En azul las inter-
polaciones. Izda: apartados 1 y 2. Dcha: apartados 3 y 5.

1. Da la viscosidad para la temperatura T = 5 oC mediante interpolación lineal.

−1 −1
Sol: 1.550 g · cm s .

2. Da la viscosidad para la temperatura T = 20 o C mediante interpolación lineal.

−1 −1
Sol: 1.055 g · cm s .

3. Da la viscosidad para la temperatura T = 20 o C mediante un polinomio de grado 3.

−1 −1
Sol: 0.996 g · cm s .

4. Emplea los apartados 2 y 3 para dar una estimación del error de la interpolación lineal para
o
el cálculo de la viscosidad a temperatura T = 20 C .
−1 −1
Sol: 1.055 − 0.996 = 0.06 g · cm s . Error estimado del 6 %.

11
 5. Da la viscosidad para la temperatura T = 95 o C mediante un polinomio de grado 2.
Sol: 0.285 g · cm
−1 −1
s . 2

4.7. Estudio local y global de funciones de una variable

El polinomio de Taylor es de utilidad en el estudio local de funciones. Combinando este estudio

local con el estudio del comportamiento en innito se puede llegar a realizar esbozos globales de
grácas de funciones.

4.7.1. Crecimiento y decrecimiento

Propiedad 4.10 Sea f una función derivable en un intervalo I . Si f 0 (x) 6= 0 para todo x ∈ I y
f0 es positiva (negativa) en un punto a ∈ I, entonces f es creciente (decreciente) en todo I.

Demostración. Si f 0 (x) > 0, ∀x ∈ I , por el teorema del valor medio de Lagrange se tiene que si
x1 < x2 , entonces

f (x1 ) − f (x2 ) = f 0 (c)(x1 − x2 ) ⇒ f (x1 ) − f (x2 ) < 0 ⇒ f (x1 ) < f (x2 ).

La demostración es análoga si f 0 (x) < 0, ∀x ∈ I . 2

Corolario 4.11 Consideremos una función derivable. En sus extremos relativos la función ni crece
ni decrece, luego su derivada en esos puntos es nula. 2

Denición 4.12 Se denominan puntos críticos de una función derivable a aquellos en los que se
anula la derivada de la función.

Ejercicio 4.12 Estudia los intervalos de crecimiento y decrecimiento de 3x3 − x + 1. 2

4.7.2. Concavidad y convexidad

Denición 4.13 Una función f se dice que es cóncava hacia arriba (o convexa) en un punto x0
si en un entorno de x0 la gráca de la función queda por encima de la recta tangente en x0 .
Análogamente, una función f se dice que es cóncava hacia abajo (o simplemente cóncava) en un
punto x0 si en un entorno de x0 la gráca de la función queda por debajo de la tangente en x0 .
Se dice que x0 es un punto de inexión si la gráca pasa de cóncava a convexa o viceversa.

Figura 7: Terminología aceptada en la comunidad matemática mundial salvo en parte de España.

12
Propiedad 4.14 Sea f una función derivable al menos dos veces en un intervalo I. Si f 00 (x) > 0
para todo x ∈ I, entonces f es convexa en todo I.

Demostración. Veamos que para cualquier punto x0 ∈ I

la recta tangente queda por debajo de la
0
función. Por la aproximación de Taylor se tiene que, para x ≈ x0 , f (x) ≈ f (x0 ) + f (x0 )(x − x0 ) +
f 00 (x0 ) 2
2
(x − x0 ) , por tanto
f 00 (x0 )
f (x) − (f (x0 ) + f 0 (x0 )(x − x0 )) ≈ (x − x0 )2 ≥ 0,
| {z } 2
recta tangente

de donde deducimos que

f (x) ≥ f (x0 ) + f 0 (x0 )(x − x0 ) ∀x ≈ x0 .

| {z }
recta tangente

Por tanto la función está por encima de la recta tangente en un entorno de x0 . 2

Propiedad 4.15 Sea f una función derivable al menos dos veces en un intervalo I. Si f 00 (x) < 0
para todo x ∈ I, entonces f es cóncava en todo I.

Demostración. Ejercicio. 2

Corolario 4.16 Si f es derivable al menos dos veces, entonces f 00 se anula en los puntos de
inexión.

Demostración. En los puntos de inexión la función no es ni cóncava ni convexa, luego la derivada

segunda no puede ser ni positiva ni negativa, la única posibilidad es que sea nula. 2

Ejercicio 4.13 Estudia los intervalos de concavidad y convexidad de la función de 3x3 − x + 1. 2

4.7.3. Clasicación de extremos relativos

Propiedad 4.17 Dada una función f con derivada segunda continua en un intervalo abierto I y

un punto x0 ∈ I ; entonces:

1. Si f 0 (x0 ) = 0 y f 00 (x0 ) > 0, x0 es un mínimo local.

2. Si f 0 (x0 ) = 0 y f 00 (x0 ) < 0, x0 es un máximo local. 2

Demostración. Ejercicio (emplea la aproximación por Taylor). 2

Ejercicio 4.14 Realiza un esbozo la gráca de f (x) = 3x3 − x + 1. A la vista de ese esbozo te
será más fácil responder a las siguientes preguntas:

1. Indica los extremos relativos y absolutos de f (x) para x ∈ R,

2. Indica los extremos relativos y absolutos de f (x) para x ∈ [−2, 2],
3. Indica los extremos relativos y absolutos de f (x) para x ∈ [0, 2]. 2

Ejercicio 4.15Calcula los intervalos de crecimiento, decrecimiento, concavidad, convexidad y los

máximos, mínimos y puntos de inexión de f (x) = x − 6x . Realiza un esbozo de la función. 2
4 2

Ejercicio 4.16Calcula los intervalos de crecimiento, decrecimiento, concavidad, convexidad y los

√
máximos, mínimos y puntos de inexión de f (x) = 4 − x2 . Realiza un gráco de la función. 2

13
4.7.4. Comportamiento en innito
Dada una función f (x), se dice que la recta y(x) = mx + k es una asíntota oblicua de f en ∞ si

lı́m (f (x) − mx − k) = 0.
x→∞

Propiedad 4.18 Si y(x) = mx + k es una asíntota oblicua de f en +∞, entonces

f (x)
m = lı́m , k = lı́m (f (x) − mx).
x→+∞ x x→+∞

La denición y la propiedad son análogos en −∞. 2

Ejercicio 4.17 Calcula las asíntotas de las curvas

√ √
i) f (x) = x2 − 1, ii) g(x) = x2 − 1 + 5x + sin(x)/x.

x
Ejercicio 4.18 Dada la función f (x) = 1 + x + .
ex −1
1. Estudia su continuidad y clasica sus posibles discontinuidades.

2. Calcula su asíntota cuando x → ∞.

3. Calcula su asíntota cuando x → −∞. 2

Ejercicio 4.19 Razona si f (x) = log(x) tiene asíntotas oblicuas o no. 2

4.8. Ejercicios de representación global de funciones

1. Esboce las grácas de las siguientes funciones:

1 1
i) arcsin(x), ii) arccos(x), iii) arctan(x), iv) 1+x2
, v) sin2 x
.

2. Esboce la gráca de una función f1 (x), innitamente derivable en R \ {±1} y con simetría
impar, a partir de los datos cualitativos reejados en la tabla 1, sabiendo además que f1 (x)
tiene y=x como asíntota oblicua tanto en −∞ como en ∞. La tabla 1 incluye las abscisas
de todas las discontinuidades y de todos los puntos críticos de f1 (x), así como de todas las
00
raíces de f1 (x).

√ √ √
Tabla 1: Datos cualitativos de f1 (x) √ √ √
x −∞ (−∞, − 3) − √3 (− 3, −1) −1− −1+ (−1, 0) 0 (0, 1) 1− 1+ (1, 3) √3 ( 3, ∞) ∞
f1 (x) −∞ % ∩ − 32 3 & ∩ −∞ ∞ & ∪ 0 & ∩ −∞ ∞ & ∪ 3
2
3 % ∪ ∞
f10 (x) 1 + 0 − − 0 − − 0 + 1
f100 (x) 0 − − − + 0 − + + + 0
A.Obl. Máx. A.V. A.V. P.I. A.V. Mín. A.Obl.

x3
Solución: El esbozo de la gráca de f1 (x) es análogo al de la función
x2 −1
, que puede ser
representada en Maxima o en Google.

14
 3. Esboce las grácas de las siguientes funciones:
√ 2
i) a2 − x2 , ii) √ 1
1−x2
, iii) e−x , iv) 1
x−a
, v) 1
(x−a)2
, vi) 1
(x−a)3
.

4. Esboce la gráca de un polinomio p(x) a partir de los datos cualitativos reejados en la

tabla 2. La tabla 2 incluye las abscisas de todos los puntos críticos de p(x) y todas las raíces
00
de p (x).

Antes de realizar el esbozo conviene que complete la mayoría de los huecos de la tabla 2
para que sea lo más funcional posible. ¾Cuántas raíces tiene p(x)?

√
Tabla 2: Datos cualitativos de
√ √ √ √ √ √
p(x)√ √ √ √ √
x −∞ (−∞, 0) 0 (0, 9−12 33 ) 9− 33
12
( 9−12 33 , 9−8 17 ) 9− 17
8
( 9−8 17 , 9+12 33 ) 9+ 33
12
( 9+12 33 , 9+8 17 ) 9+ 17
8
( 9+8 17 , ∞) ∞
p(x) 0 0.9 2.0 −2.7 −6.2
p0 (x) 0 0 0
p00 (x) + 0 − 0 +
Mín.

Solución: El esbozo de la gráca de p(x) es análogo al de la función x4 − 3x3 + 2x2 , que

puede ser representada en Maxima o en Google.
5. Esboce la gráca de una función f2 (x), innitamente derivable en R \ [−1, 1], a partir de
los datos cualitativos reejados en la tabla 3. La tabla 3 incluye las abscisas de todas las
00
discontinuidades y todos los puntos críticos de f2 (x), así como de todas las raíces de f2 (x).

Antes de realizar el esbozo conviene que complete la mayoría de los huecos de la tabla 3
para que sea lo más funcional posible. ¾Cuántas raíces tiene f2 (x)?

cualitativos de f2 (x)
√ Tabla 3: Datos
√ √
x −∞ (−∞, −1 − 2) −1 − 2 (−1 − 2, −1) −1− [−1, 1] 1+ (1, ∞) ∞
f2 (x) −∞ −0.8 −∞ @ −∞ ∞
f20 (x) 0 @
f200 (x) @

Solución: El esbozo de la gráca de f2 (x) es análogo al de la función x + log(x2 + 1), que

puede ser representada en Maxima o en Google.
6. Esboce la gráca de una función f3 (x), 2π -periódica e innitamente derivable, a partir de
los datos cualitativos reejados en la tabla 4. La tabla 4 incluye las abscisas de todos los
00
puntos críticos de f3 (x) y de todas las raíces de f3 (x) para x ∈ [−π, π].

Antes de realizar el esbozo conviene que complete la mayoría de los huecos de la tabla 4
para que sea lo más funcional posible. ¾Cuántas raíces tiene f3 (x) para x ∈ [−π, 2π]?

Tabla 4: Datos cualitativos de f3 (x)

x −π (−π, −2.9) −2.9 (−2.9, − π2 ) − π2 (− π2 , −0.25) −0.25 (−0.25, π6 ) π
6
( π6 , π2 ) π
2
( π2 , 5π
6
) 5π
6
( 5π
6
, π) π
f3 (x) −1 0 0
f30 (x) 1 0 0 0
f300 (x) 1 0 − 0 + 0 − 0

1
Solución: El esbozo de la gráca de f3 (x) es análogo al de la función
2
sin(2x) + cos x, que
puede ser representada en Maxima o en Google.

15
 7. Esboce la gráca de una función f4 (x), innitamente derivable en R \ {0}, a partir de
los datos cualitativos reejados en la tabla 5. La tabla 5 incluye las abscisas de todas las
00
discontinuidades y todos los puntos críticos de f4 (x), así como de todas las raíces de f4 (x).

Antes de realizar el esbozo conviene que complete la mayoría de los huecos de la tabla 5
para que sea lo más funcional posible. ¾Cuántas raíces puede tener f4 (x) como máximo?

Tabla 5: Datos cualitativos de f4 (x)

x −∞ (−∞, −3) −3 (−3, −2) −2 (−2, −1) −1 (−1, 0) 0− 0+ (0, ∞) ∞
f4 (x) 1 1 −∞
f40 (x) 1 0 − 0 1 −∞ 0
f400 (x) 0 − 0 1
3
∞ 0

Solución: un esbozo similar a f4 (x) puede verse en el ejercicio 13.

8. Esboce las grácas de las siguientes funciones

x3 ex √
i) x4 − 3x3 + 2x2 , ii) , iii) , iv) x + x2 − 1,
x2 − 1 x
v) log(x2 − 4), vi) x + log(x2 − 1), vii) x e1/x , viii) 1
2
sin2 x − cos x.

9. Ejercicios de examen. Esboce las grácas de las siguientes funciones

 
1 1
i) x − e log x, ii) log x + , iii) sin(2x) + cos(x).
x 2

10. Esboza la gráca de una función continua f (x) de la que sabemos que f (0) = 3 y conocemos
0
la gráca de su derivada f (x) (representada en la gura de la izquierda).

Solución: Representamos la solución en la gráca de la derecha, pero conviene que no te

jes en ella hasta terminar el ejercicio.

11. Sea f (x) = ax3 + bx2 + cx + d. Obtén los valores de los coecientes para que se veriquen
las siguientes condiciones:

16
 a) f (x) tiene un máximo relativo en x = 0.
b ) En (1, 1) la función tiene un punto de inexión.

c ) La recta tangente en dicho punto de inexión es paralela a y = −3x + 2.

d ) Razona si f (x) puede tener más de un punto de inexión.

12. Considere las siguientes grácas con origen de coordenadas en el punto (0,0)

A B C

¾alguna de ellas podría ser parte de la gráca de la función f (x) = sin(2x) + 2e−x ?

13. Esboza la gráca de una función continua f (x) de la que sabemos que f (0) = 1 y conocemos
0
la gráca de su derivada f (x) (representada en la gura de la izquierda). Aplica L'Hôpital
para calcular los límites
f (x)
lı́m .
x→±∞ x

Solución: Representamos la solución en la gráca de la derecha, pero conviene que no te

jes en ella hasta terminar el ejercicio.

14. En los siguientes problemas encadenados el punto x=0 tiene una presencia relevante. No
olvides el estudio de asíntotas.

a ) Representa la función g(x) = (1 − x)ex − 1.

b ) Representa la función h(x) = (x − 2)ex + x + 2. Ayuda: La gráca de g(x) puede ser de
0
utilidad para estudiar el signo de h (x).
x
c ) Representa la gráca de la función f (x) =
ex −1
. Ayuda: Las grácas de g(x) y h(x)
0 00
pueden ser de utilidad para estudiar el signo de f (x) y f (x) respectivamente.

17
4.9. Ejercicios de optimización

1. Calcula máximos y mínimos absolutos en los siguientes casos:

i) f (x) = x5 + x + 1, en [−1, 1], ii) f (x) = arcsin(1 + x), en dom(f ),

2/3
iii) f (x) = |4 − x|, en [0, 6], iv) f (x) = x
√ , en [−1, 2],
v) f (x) = x − α log x, para x ∈ (0, ∞), con α > 0, vi) f (x) = 4 − x2 , en dom(f ).

2. Considera un rectángulo de 120 cm de perímetro. ¾Cuáles son las medidas de los lados del
rectángulo que dan el área máxima? Sol: cuadrado de lado 30 cm.

3. Una recta variable que pasa por el punto (1,2) corta al eje X en A(a, 0) y al eje Y en B(0, b).
Los puntos A y B forman un triángulo junto con el origen de coordenadas O(0, 0). Halla el
área del triángulo AOB de supercie mínima. Sol: a = 2, b = 4 y área 4 unidades cuadradas.

4. Halla las dimensiones del rectángulo de mayor área que se puede inscribir en un triángulo
isósceles cuya base mide 6 cm y sus lados iguales miden 5 cm.

5. Un ventanal rectangular está coronado por un semicírculo. Calcula las dimensiones de dicho
ventanal para que su supercie sea máxima, sabiendo que su perímetro es de 10 metros.

6. Se desea construir una ventana con forma de rectángulo coronado por un semicírculo, de
diámetro igual a la base del rectángulo, utilizando cristal trasparente en la parte rectángular
y de color en el semicírculo. Sabiendo que el cristal coloreado deja pasar la mitad de luz
por unidad de supercie que el transparente, calcula las dimensiones de la ventana para
conseguir la máxima luminosidad teniendo en cuenta que el perímetro total de la ventana
es de 10 m.

3
7. Una lata cilíndrica de refresco tiene una capacidad de 330 cm . ¾Cuáles son sus dimensiones
si el material empleado en su fabricación ha sido mínimo?

8. La resistencia (rigidez a exión) de una viga de sección rectangular es directamente propor-

cional a su ancho y al cubo de su altura. Encontrar las dimensiones de la viga más resistente
√
que puede cortarse a partir de un tronco cilíndrico de radio R. Solución: base R, altura 3R.

9. Una fábrica posee una capacidad de producción de 25 artículos por semana. La experiencia
ha demostrado que artículos por semana pueden ser vendidos a un precio de 110 − 2n
n
2
euros cada uno y el costo de producción de n artículos es 600 + 10n + n euros. ¾Cuántos
artículos deberán fabricarse cada semana a n de obtener el mayor benecio? Solución: 17
artículos.

10. Un fabricante de aparatos de radio cobra 54 euros por unidad mientras que el coste medio de
producción es de 36 euros por unidad. Para favorecer grandes pedidos, realiza un descuento
en cada uno de los aparatos que superan la cifra de 100, de 0,06n euros, donde n es el
número de aparatos del pedido que superan dicha cifra. Hallar el tamaño del pedido para
que el benecio del fabricante sea máximo. Solución: pedido de 250 aparatos de radio.

18