¿Qué es la función sigmoide?
La función sigmoide, también conocida como función logística, comprime cualquier número real dentro del intervalo abierto (0, 1) trazando una suave curva en forma de S. Se define como $$\sigma(x) = \frac{1}{1 + e^{-\text{a}\,x}}$$ y es una de las funciones de activación más utilizadas en las redes neuronales, además de un pilar de la regresión logística, el modelado de probabilidades y las curvas de crecimiento. El parámetro de ganancia \(\text{a}\) determina lo abrupta que es la transición: con \(\text{a} = 1\) se obtiene la sigmoide clásica de los libros de texto, mientras que valores mayores de \(\text{a}\) estrechan la transición hasta acercarla a una función escalón.
Cómo usar esta calculadora
Introduce la ganancia \(\text{a}\) y, a continuación, el rango en el que quieres evaluar la función: el valor mínimo de \(x\), el valor máximo de \(x\) y el paso (incremento) de \(x\). La herramienta construye una tabla con \(\sigma(x)\), su primera derivada \(\sigma'(x)\) y su segunda derivada \(\sigma''(x)\) en cada paso, y muestra los valores puntuales en la \(x\) opcional que indiques. Asegúrate de que el paso sea mayor que cero y de que el máximo de \(x\) sea al menos igual al mínimo de \(x\); de lo contrario, no se generará ninguna fila.
Las fórmulas explicadas
Las derivadas adoptan formas especialmente limpias cuando se expresan en función de la propia \(\sigma\). Al derivar se obtiene $$\sigma'(x) = \text{a}\,\sigma(x)\bigl(1 - \sigma(x)\bigr)$$ que siempre es positiva (la curva es monótonamente creciente) y alcanza su valor máximo de \(\frac{\text{a}}{4}\) en el punto de inflexión \(x = 0\). La segunda derivada, $$\sigma''(x) = \text{a}^{2}\,\sigma(x)\bigl(1 - \sigma(x)\bigr)\bigl(1 - 2\,\sigma(x)\bigr)$$ cambia de signo en \(x = 0\), donde \(\sigma = 0{,}5\), lo que confirma el punto de inflexión.
Ejemplo resuelto
Tomemos \(\text{a} = 1\) y \(x = 2\). Entonces \(e^{-2} = 0{,}135335\), de modo que $$\sigma(2) = \frac{1}{1{,}135335} = 0{,}880797$$ La primera derivada es \(0{,}880797 \cdot (1 - 0{,}880797) = 0{,}104994\). La segunda derivada es \(0{,}104994 \cdot (1 - 2 \cdot 0{,}880797) = 0{,}104994 \cdot (-0{,}761594) = -0{,}079963\). En \(x = 0\) los valores son \(\sigma = 0{,}5\), \(\sigma' = 0{,}25\) y \(\sigma'' = 0\).
Valores de referencia de la sigmoide y sus derivadas (a = 1)
Para la función logística estándar \(\sigma(x)=\frac{1}{1+e^{-x}}\), las derivadas son \(\sigma'(x)=\sigma(x)\,(1-\sigma(x))\) y \(\sigma''(x)=\sigma(x)\,(1-\sigma(x))\,(1-2\sigma(x))\). Los valores se redondean a 6 decimales.
| x | σ(x) | σ′(x) | σ″(x) |
|---|---|---|---|
| -6 | 0.002473 | 0.002467 | 0.002454 |
| -4 | 0.017986 | 0.017663 | 0.017028 |
| -3 | 0.047426 | 0.045177 | 0.040892 |
| -2 | 0.119203 | 0.104994 | 0.079963 |
| -1 | 0.268941 | 0.196612 | 0.090858 |
| 0 | 0.500000 | 0.250000 | 0.000000 |
| 1 | 0.731059 | 0.196612 | -0.090858 |
| 2 | 0.880797 | 0.104994 | -0.079963 |
| 3 | 0.952574 | 0.045177 | -0.040892 |
| 4 | 0.982014 | 0.017663 | -0.017028 |
| 6 | 0.997527 | 0.002467 | -0.002454 |
Simetría
- \(\sigma(-x)=1-\sigma(x)\): la curva es simétrica respecto al punto (0, 0.5).
- \(\sigma'(-x)=\sigma'(x)\): la primera derivada es una función par (una curva con forma de campana).
- \(\sigma''(-x)=-\sigma''(x)\): la segunda derivada es una función impar.
Efecto de la ganancia a sobre la curva
La ganancia \(a\) escala la entrada: \(\sigma(x)=\frac{1}{1+e^{-ax}}\), \(\sigma'(x)=a\,\sigma(1-\sigma)\), \(\sigma''(x)=a^2\,\sigma(1-\sigma)(1-2\sigma)\). La tabla evalúa cada ganancia en x = 1.
| Ganancia a | σ(1) | σ′(1) | σ″(1) | Pendiente máxima a/4 (en x = 0) | σ entre 0.1 y 0.9 |
|---|---|---|---|---|---|
| 0.5 | 0.622459 | 0.117502 | -0.014389 | 0.125 | |x| < 4.394 |
| 1 | 0.731059 | 0.196612 | -0.090858 | 0.25 | |x| < 2.197 |
| 2 | 0.880797 | 0.209987 | -0.319851 | 0.5 | |x| < 1.099 |
| 5 | 0.993307 | 0.033240 | -0.163975 | 1.25 | |x| < 0.439 |
La pendiente máxima es \(\sigma'(0)=a/4\). Como \(\sigma=0.1\) y \(\sigma=0.9\) se dan donde \(ax=\mp\ln 9\), la banda de transición es aproximadamente \(|x|<\frac{\ln 9}{a}\approx\frac{2.197}{a}\). Una ganancia mayor produce una transición más empinada y estrecha; una ganancia menor, una más suave y ancha. Observe que en x = 1 la segunda derivada para a = 5 es menor en magnitud que para a = 2, porque la curva ya ha comenzado a saturarse en ese punto.
Interpretación de los valores de la sigmoide y su derivada
σ(x): una salida acotada, similar a una probabilidad
La sigmoide transforma cualquier número real en el intervalo abierto (0, 1), con σ(0) = 0.5. Por eso se utiliza en la regresión logística, en las activaciones de redes neuronales y en modelos de crecimiento o saturación. Un valor como 0.88 puede leerse como una puntuación similar a una probabilidad, aunque solo es una probabilidad calibrada real si el modelo se ajustó de esa manera.
σ′(x): sensibilidad o gradiente
La primera derivada indica con qué rapidez cambia la salida por cada unidad de cambio en x. Siempre es positiva, alcanza su máximo \(a/4\) cuando x = 0 y tiende a 0 en ambas colas. Cuando \(|a\,x|\) supera aproximadamente 5, σ′ está por debajo de unos 0.0066·a, por lo que la función está saturada: grandes cambios en la entrada apenas modifican la salida. En el entrenamiento basado en gradientes, este es el efecto de desvanecimiento del gradiente, ya que derivadas muy pequeñas hacen que las actualizaciones de los pesos sean minúsculas.
σ″(x): curvatura
- Para x < 0, σ″ > 0: la curva es convexa (se curva hacia arriba) y la pendiente sigue aumentando.
- En x = 0, σ″ = 0: este es el punto de inflexión, donde la pendiente alcanza su máximo.
- Para x > 0, σ″ < 0: la curva es cóncava (se curva hacia abajo) y la pendiente disminuye.
Los valores extremos de σ″ se dan donde \(\sigma=\frac{1}{2}\pm\frac{1}{2\sqrt{3}}\), es decir, en \(x=\pm\frac{\ln(2+\sqrt{3})}{a}\approx\pm\frac{1.317}{a}\). Son los puntos donde la pendiente cambia más rápidamente.
Preguntas frecuentes
¿Qué hace la ganancia \(\text{a}\)? Escala la entrada. Una \(\text{a}\) mayor hace que la curva suba más rápido alrededor de \(x = 0\); a medida que \(\text{a}\) crece, la sigmoide se aproxima a un escalón abrupto, mientras que \(\text{a} = 0\) produce una línea plana en \(0{,}5\).
¿Dónde está el punto más pronunciado? Siempre en \(x = 0\), donde la pendiente es igual a \(\frac{\text{a}}{4}\) y la segunda derivada vale cero.
¿Por qué el resultado nunca es exactamente 0 ni 1? La exponencial nunca llega a cero para una \(x\) finita, por lo que \(\sigma\) permanece estrictamente dentro de (0, 1). Para valores muy grandes de \(|\text{a}\,x|\) el resultado se redondea numéricamente a 0 o a 1, algo que esta calculadora gestiona de forma segura.