Resol Problemes Gràfics d'Optimització Matemàtica per a Batxillerat 2026

Exercicis Resolts d'Optimització Matemàtica Gràfica

Dominar els problemes d'optimització matemàtica comença per entendre què demana l'enunciat abans de tocar el llapis. L'error més habitual al batxillerat és llançar-se a derivar sense haver dibuixat ni una sola corba. La representació gràfica no és un adorn: és la meitat del problema.

Un problema d'optimització gràfica segueix sempre la mateixa estructura: defineixes una funció objectiu, estableixes les restriccions del domini i busques el màxim o mínim dins d'aquesta regió factible. Si ho fas en aquest ordre, les possibilitats d'error es redueixen dràsticament.

Per comparar els tipus d'exercici que trobaràs a l'examen, aquesta taula resumeix els més freqüents a les convocatòries dels últims anys:

Fixa't en el patró: gairebé sempre hi ha una funció polinòmica i un domini acotat pel context físic del problema. Si l'enunciat parla d'una caixa, el costat no pot ser mai negatiu ni més gran que la meitat del cartró original. Això ja et dona l'interval de cerca sense fer cap càlcul.

El segon error clàssic és oblidar comprovar els extrems de l'interval. La derivada et dona els candidats interiors, però el màxim o mínim global pot ser just a la vora. Representa sempre la gràfica i visualitza on «viu» la solució abans de donar la resposta.

Representació de funcions: domini, continuïtat, derivada i asímptotes

Abans d'optimitzar, cal saber dibuixar. La representació gràfica d'una funció és el primer filtre que descarta solucions impossibles i t'orienta sobre on pot estar l'extrem. Segueix sempre aquest ordre:

• Domini: identifica els valors de x permesos pel context físic (longituds positives, denominadors no nuls, radicands no negatius). En problemes d'optimització aplicada, el domini sol ser un interval tancat tipus [0, L].
• Continuïtat: comprova si la funció és contínua en tot el domini o té punts problemàtics. Una discontinuïtat evitable o de salt canvia per complet l'anàlisi de l'extrem.
• Primera derivada f'(x): calcula els punts crítics resolent f'(x) = 0 i estudia el signe a esquerra i dreta per detectar creixement i decreixement.
• Segona derivada f''(x): classifica cada punt crític (f'' < 0 indica màxim local; f'' > 0 indica mínim local) i localitza punts d'inflexió.
• Asímptotes: en funcions racionals o amb radicals, les asímptotes verticals i horitzontals t'avisen de zones inabastables o tendències asimptòtiques que poden contenir mínims o màxims a l'infinit.

Amb aquesta seqüència, quan arribis al càlcul de l'extrem ja tindràs un esbós mental de la corba. Això és el que diferencia un estudiant que aprova amb dubtes d'un que escriu la resposta amb seguretat.

Coneix-te a Temps: Identificació de Problemes Habituals i Solucions

Reconèixer el tipus de problema en els primers trenta segons de lectura marca la diferència entre un 8 i un 4. Els algorismes d'optimització en gràfiques matemàtiques no són màgia: segueixen un protocol clar que pots interioritzar amb pràctica deliberada.

Aquests són els errors més repetits pels estudiants de batxillerat i com corregir-los abans de l'examen:

• Confondre màxim local amb màxim global: un màxim relatiu no garanteix ser el valor més gran de la funció en tot el domini; compara sempre amb els extrems de l'interval.
• Oblidar el signe de la segona derivada: el criteri de la segona derivada confirma si el punt crític és màxim (f''<0) o mínim (f''>0); saltar-lo porta a respostes invertides.
• Plantejar malament la funció objectiu: llegir l'enunciat sense subratllar la magnitud que cal optimitzar fa que es minimitzi el que s'hauria de maximitzar.
• No simplificar abans de derivar: derivar una expressió sense simplificar multiplica els errors aritmètics i consumeix temps valuós a l'examen.
• Ignorar les unitats del resultat: un problema d'àrea dona la resposta en cm² o m², no en cm. Els correctors descompten si la unitat és incorrecta o falta.
• No representar gràficament la restricció: a la programació lineal, saltar-se el dibuix de la regió factible sol acabar en un vèrtex incorrecte.
• Donar per vàlida la solució sense verificar que pertany al domini: si x = −3 però el domini és x > 0, aquesta solució no existeix en el context del problema.

El patró de correcció de la selectivitat penalitza especialment els dos últims punts. Revisar el domini i la unitat al final de cada exercici triga menys d'un minut i pot salvar-te un o dos punts.

Aplicació a la Vida Real: Casos Pràctics d'Optimització Matemàtica

El disseny de models gràfics matemàtics no viu només als llibres: l'usen enginyers, economistes i arquitectes cada dia. Entendre les aplicacions reals transforma la percepció de l'estudiant i ancla els conceptes molt millor que repetir exercicis abstractes.

Imagina una empresa d'embalatge que fabrica caixes sense tapa a partir de làmines de cartró de 40 × 40 cm. Retalla quadrats iguals a les cantonades i doblega els costats. La funció del volum resultant és V(x) = x(40−2x)², on x és el costat del quadrat retallat. La gràfica d'aquesta cúbica mostra clarament un màxim al voltant de x ≈ 6,67 cm, que correspon al volum màxim d'aproximadament 4741 cm³. Sense la representació visual, molts estudiants ni sabrien si busquen un màxim o un mínim.

Un altre exemple molt proper: una arquitecta necessita tancar una parcel·la rectangular al costat d'un riu. Només disposa de 120 m de tanca i el riu actua com un costat natural. La funció de l'àrea és A(x) = x(120−2x). La seva gràfica és una paràbola amb vèrtex a x = 30 m, que dona l'àrea màxima de 1800 m². Aquest tipus de problema apareix de manera recurrent als exàmens de Matemàtiques II de selectivitat: en moltes convocatòries recents ha estat un dels problemes tipus més habituals.

Aquests contextos reals també apareixen en enginyeria de xarxes, logística i economia. Quan un estudiant veu que allò que estudia resol problemes concrets, la motivació puja i la retenció del mètode augmenta de manera notable.

Exemples resolts pas a pas

A continuació tens tres exercicis tipus de selectivitat resolts amb el protocol complet. Estudia'ls amb paper i llapis: copiar el procediment i reproduir-lo després és el que fixa el mètode.

1. Rectangle d'àrea màxima inscrit en una semicircumferència

Enunciat: trobar les dimensions del rectangle de major àrea que es pot inscriure en una semicircumferència de radi R = 5, amb la base recolzada en el diàmetre.

1. Variables i funció objectiu: si el rectangle té base 2x i alçada y, l'àrea és A = 2x·y. Com que el vèrtex superior és a la semicircumferència, x² + y² = 25, d'on y = √(25 − x²).
2. Funció d'una variable: A(x) = 2x·√(25 − x²), amb domini 0 < x < 5.
3. Derivada: A'(x) = 2·√(25 − x²) + 2x·(−x/√(25 − x²)) = (50 − 4x²)/√(25 − x²).
4. Punts crítics: A'(x) = 0 ⇒ 50 − 4x² = 0 ⇒ x = 5/√2 ≈ 3,54.
5. Classificació: A''(x) < 0 en aquest punt, per tant és màxim. L'alçada és y = √(25 − 12,5) = 5/√2.
6. Resultat: base 2x = 5√2 ≈ 7,07, alçada 5/√2 ≈ 3,54, àrea màxima A = 25 unitats quadrades.

2. Distància mínima d'un punt a una recta

Enunciat: calcular el punt de la recta y = 2x + 1 més proper al punt P(3, 0) i la distància mínima.

1. Funció objectiu: D(x) = √((x − 3)² + (2x + 1)²). Per optimitzar és més còmode treballar amb D²(x) = (x − 3)² + (2x + 1)².
2. Desenvolupament: D²(x) = x² − 6x + 9 + 4x² + 4x + 1 = 5x² − 2x + 10.
3. Derivada: (D²)'(x) = 10x − 2 = 0 ⇒ x = 1/5.
4. Classificació: (D²)''(x) = 10 > 0, per tant és mínim. La y de la recta val y = 2·(1/5) + 1 = 7/5.
5. Resultat: punt més proper (1/5, 7/5); distància mínima D = √(5·(1/25) − 2·(1/5) + 10) = √(49/5) = 7/√5 ≈ 3,13.

3. Llauna cilíndrica de volum fix i material mínim

Enunciat: una llauna cilíndrica amb tapa ha de contenir V = 1000 cm³. Trobar el radi i l'alçada que minimitzen el material (àrea total de la superfície).

1. Restricció: V = π r² h = 1000 ⇒ h = 1000/(π r²).
2. Funció objectiu: S(r) = 2π r² + 2π r h = 2π r² + 2000/r, amb domini r > 0.
3. Derivada: S'(r) = 4π r − 2000/r² = 0 ⇒ r³ = 500/π ⇒ r = ∛(500/π) ≈ 5,42 cm.
4. Classificació: S''(r) = 4π + 4000/r³ > 0, per tant és mínim.
5. Alçada: h = 1000/(π·r²) ≈ 10,84 cm. Fixa't que h = 2r: la llauna òptima té alçada igual al diàmetre.
6. Resultat: r ≈ 5,42 cm, h ≈ 10,84 cm, superfície mínima S ≈ 553,58 cm².

Si vols aprofundir en derivades, integrals i representació gràfica amb més exercicis resolts, consulta la nostra pàgina de classes particulars de matemàtiques, on trobaràs materials i professors particulars especialitzats en batxillerat.

Quan val la pena reforçar l'optimització amb un professor particular de matemàtiques

No tothom arriba als problemes gràfics d'optimització amb la mateixa base. Si portes dues setmanes sense entendre com plantejar la funció objectiu, o si les teves notes als últims controls no superen el 5, esperar que «caigui sol» no és una estratègia, és un risc.

Un professor particular detecta a la primera sessió exactament on es trenca el teu raonament: si és a la lectura de l'enunciat, a la derivació o a la interpretació gràfica. Això estalvia setmanes d'estudi dispers i mal dirigit.

Aquests són els senyals clars que val la pena demanar ajuda:

• Repeteixes els mateixos errors encara que hagis estudiat els apunts diverses vegades.
• Entens els exercicis quan els expliquen, però no ets capaç de resoldre'ls sol.
• Et queda menys d'un mes per a la selectivitat i encara no domines aquest bloc.

L'avantatge de les classes particulars en aquest tipus de contingut és que el professor pot adaptar els exemples al teu context, alentir el ritme als passos que més et costen i donar-te retroalimentació immediata. Amb un llibre de text o un vídeo de YouTube això no és possible.

Preguntes freqüents

Quines són les principals dificultats en la resolució de problemes gràfics?

Les dificultats més freqüents són confondre màxims locals amb globals, plantejar incorrectament la funció objectiu i oblidar verificar que la solució pertany al domini del problema. A nivell gràfic, l'error típic és no representar la funció abans de derivar, cosa que impedeix detectar visualment on es troba l'extrem buscat i si el resultat té sentit en el context de l'enunciat.

Hi ha algorismes específics per resoldre aquests tipus d'exercicis matemàtics?

Sí. L'algorisme estàndard al batxillerat segueix aquests passos: identificar la magnitud a optimitzar, expressar-la com a funció d'una sola variable usant les restriccions del problema, calcular la derivada i igualar-la a zero, aplicar el criteri de la segona derivada per classificar el punt crític i, finalment, comprovar els extrems del domini. Aquest protocol funciona per a la gran majoria dels problemes d'examen.

Com s'apliquen els principis d'optimització matemàtica en situacions quotidianes o industrials?

Els principis d'optimització matemàtica s'utilitzen per minimitzar costos de producció, maximitzar el volum d'envasos, optimitzar rutes logístiques o dissenyar estructures amb el mínim material possible. A l'enginyeria industrial, per exemple, es calculen dimensions òptimes de dipòsits o peces. A l'economia, es maximitzen beneficis sota restriccions de recursos. Els mateixos models que estudies al batxillerat són la base d'aquestes aplicacions reals.

Si vols consolidar aquests continguts abans de l'examen, a Eurekademy comptem amb professors particulars especialitzats en matemàtiques de batxillerat que s'adapten al teu ritme i als criteris de correcció de la selectivitat. Amb la 1a classe al 50% de descompte pots comprovar si el mètode funciona per a tu sense cap compromís.

Reserva ara la teva primera classe de matemàtiques amb un 50% de descompte i comença a resoldre problemes d'optimització gràfica amb un professor particular especialitzat en batxillerat.