LECCIÓN 6

Los atajos (las "reglas")

Las reglas de derivación asustan en clase. Pero no son más que atajos: patrones que alguien ya calculó numéricamente por nosotros, para no tener que usar el "paso diminuto" cada vez.

1. Por qué existen los atajos

En la lección 5 descubrimos, calculando con h, que la derivada de es 2t. Imagina hacer eso para cada función… sería pesadísimo. Por suerte, las funciones comunes tienen patrones fijos. Memorizar unos pocos te ahorra todo el trabajo.

Una "regla de derivación" = un patrón que dice "la derivada de esta forma es siempre esta otra". No hay magia: cada regla se puede comprobar con el método numérico de la lección anterior.

2. La regla de la potencia (la más útil)

Para t elevado a un número, la derivada baja el exponente al frente y le resta 1:

derivada de tⁿ  =  n · tⁿ⁻¹
funciónaplicando la regladerivada
2 · t²⁻¹2t ✓ (lo confirmamos a mano)
3 · t³⁻¹3t²
t⁵5 · t⁵⁻¹5t⁴
t (= t¹)1 · t⁰1
✍️ Comprobemos t³ numéricamente en t=2 (regla dice 3t²=3·4=12)
central, h=0.001:  (2.001³ − 1.999³) ÷ (2·0.001)
                 ≈ (8.012006 − 7.988006) ÷ 0.002
                 ≈ 0.024 ÷ 0.002 = 12.0     ✓ coincide con 3t²

3. Las otras dos que más usarás

Regla de la constante

La derivada de un número fijo (que no cambia) es 0. Tiene sentido: algo constante no cambia, su ritmo de cambio es cero (recta horizontal, pendiente 0).

derivada de 7 = 0

Regla de la suma (deriva por partes)

La derivada de una suma es la suma de las derivadas. Derivas cada trozo por separado y los sumas.

derivada de (t² + t³) = 2t + 3t²
✍️ Ejemplo combinando las tres reglas: f(t) = t² + 5t + 7
derivada de t²  → 2t        (regla de la potencia)
derivada de 5t  → 5         (potencia: 5·t⁰ = 5)
derivada de 7   → 0         (regla de la constante)
─────────────────────────
derivada total  → 2t + 5

🎮 Aplica la regla de la potencia

Elige el exponente n de tⁿ y mira su derivada según la regla.

2

4. Resumen

Las reglas son atajos para no usar el paso diminuto cada vez: potencia (tⁿ → n·tⁿ⁻¹), constante (número → 0) y suma (derivar por partes). Todas se comprueban numéricamente. Hasta aquí, derivadas de una sola variable. Pero en el mundo real (¡y en las redes neuronales!) las cosas dependen de muchas variables a la vez. Eso abre la puerta al gradiente, a partir de la próxima lección.