Professional Documents
Culture Documents
Mohit Karnani
Departamento de Economa, Universidad de Chile
Primavera, 2016
Curso
Unidad 1
Unidad 2
Unidad 3
Unidad 4
Unidad 5
Unidad 1
Unidad 1
Mdulo 2
Mdulo 3
Mdulo 4
Mdulo 5
Mdulo 6
Mdulo 7
Volver al Inicio
Mdulo 2
Definicin de Incrementos
Definicin 1
Sean x1 y x2 un primer y segundo valor de una variable x. Entonces
el incremento de x es x = x2 x1 , esto es, el cambio en el valor de x.
Definicin 2
Sea y una variable dependiente de x tal que y = f(x), donde f est
definida para los valores de x entre x1 y x2 y adems se cumple que
y1 = f(x1 ) e y2 = f(x2 ). Entonces el incremento de y es
y = y2 y1 = f(x2 ) f(x1 ), esto es, el cambio en el valor de y = f(x).
Solucin 1
Utilizando la Definicin 2, tenemos que
q = q2 q1
1
1
= 1000p
2 1000p1
q( p )
p
2
q( p )
500
2
y
q( p )
500
1000
x
Reordenando Trminos
Notar que de la Definicin 1 se desprende que x2 = x1 + x. Reemplazando esto en la Definicin 2 y considerando que x1 puede ser
cualquier valor de x se obtiene
y = f(x + x) f(x).
(1)
Propuesto 1
Considere la funcin y = f(x) = x3 . Determine y dado cualquier x
inicial y cualquier incremento x.
(2)
Interpretacin Grfica
La tasa de cambio promedio de la Definicin 3 equivale a la pendiente de la recta secante que pasa por los puntos (x, y) y (x + x, y + y).
A continuacin un ejemplo grfico:
Figura 2: Tasa de cambio como pendiente de una secante
f(x) = 2 x
Interpretacin Grfica
La tasa de cambio promedio de la Definicin 3 equivale a la pendiente de la recta secante que pasa por los puntos (x, y) y (x + x, y + y).
A continuacin un ejemplo grfico:
Figura 2: Tasa de cambio como pendiente de una secante
f(x) = 2 x
Interpretacin Grfica
La tasa de cambio promedio de la Definicin 3 equivale a la pendiente de la recta secante que pasa por los puntos (x, y) y (x + x, y + y).
A continuacin un ejemplo grfico:
Figura 2: Tasa de cambio como pendiente de una secante
f(x) = 2 x
6
y = 4
2
x = 8
Interpretacin Grfica
La tasa de cambio promedio de la Definicin 3 equivale a la pendiente de la recta secante que pasa por los puntos (x, y) y (x + x, y + y).
A continuacin un ejemplo grfico:
Figura 2: Tasa de cambio como pendiente de una secante
f(x) = 2 x
m=
y = 4
y 1
=
x 2
2
x = 8
9
10
11
Solucin 2
Utilizando la Definicin 3 tenemos
y f(x + x) f(x) (x + x)2 x2
=
=
x
x
x
2xx + (x)2
= 2x + x.
=
x
Notar que este resultado puede ser muy til para dibujar funciones
cuadrticas a mano alzada (de manera bastante precisa). (Why?)
11
Solucin 2
Utilizando la Definicin 3 tenemos
y f(x + x) f(x) (x + x)2 x2
=
=
x
x
x
2xx + (x)2
= 2x + x.
=
x
Notar que este resultado puede ser muy til para dibujar funciones
cuadrticas a mano alzada (de manera bastante precisa). (Why?)
Propuesto 2
La recta secante que representa la tasa de cambio anterior es
y = x + 2. Determine el intervalo sobre el que se obtuvo la tasa.
11
y
>0
x
x + x
12
f(x)
x
y
>0
x
y
<0
x
x + x
13
x + kx
f(x)
x
Acercamientos Arbitrarios
A pesar de que al rededor de x la funcin f(x) es creciente, se necesita un x pequeo para poder capturar esto en la tasa de cambio
promedio.
Ejemplo 3
Suponga que f(x) = x2 + 6x + 7 y que x = 1. Obtenga las tasas de
cambio promedio para x {2; 1; 0,5; 0,1; 0,01; 0,0001}.
14
Acercamientos Arbitrarios
A pesar de que al rededor de x la funcin f(x) es creciente, se necesita un x pequeo para poder capturar esto en la tasa de cambio
promedio.
Ejemplo 3
Suponga que f(x) = x2 + 6x + 7 y que x = 1. Obtenga las tasas de
cambio promedio para x {2; 1; 0,5; 0,1; 0,01; 0,0001}.
Solucin 3
y 2xx x2 + 6x
=
= 2x x + 6.
x
x
Evaluando los distintos valores de x con x = x = 1 tenemos:
La tasa de cambio es
x
Tasa
2
2
1
3
0 ,5
3 ,5
0 ,1
3 ,9
0,01
3,99
0,0001
3,9999
Mdulo 3
15
Tender a Algo
Definicin 4
Una variable x tiende a un valor k cuando x toma una sucesin de
valores que se acercan de manera arbitraria a dicho valor, sin que
x tome el valor k. Cuando x se aproxima de esta manera a k,
entonces podemos denotar la situacin por x k (x tiende a k).
Definicin 5
Si la (sub)sucesin de valores que toma x es mayor que el valor k,
entonces diremos que x tiende por la derecha a k, y lo denotamos
por x k+ . Si los valores estn por debajo, diremos que x tiende
por la izquierda a k y lo denotamos por x k .
Comentario: De manera similar, cuando una variable x tiende a un
valor k, puede hacer que una funcin f(x) tienda a algn valor L. Una
primera (y apresurada) intuicin nos dira que si x k, entonces
f(x) f(k) = L. Esto no es necesariamente cierto!
16
Ejemplos de Sucesiones
Ejemplo 4
Suponga que x, y y z son tres variables que toman las siguientes
sucesiones de valores n N:
xn =
yn =
zn =
(1)n
(1)2n
2n
+ 1,
+1 y
(1)2n1
+ 1.
2n 1
17
Ejemplos de Sucesiones
Ejemplo 4
Suponga que x, y y z son tres variables que toman las siguientes
sucesiones de valores n N:
xn =
yn =
zn =
(1)n
(1)2n
2n
+ 1,
+1 y
(1)2n1
+ 1.
2n 1
17
Ejemplos de Sucesiones
Ejemplo 4
Suponga que x, y y z son tres variables que toman las siguientes
sucesiones de valores n N:
xn =
yn =
zn =
(1)n
(1)2n
2n
+ 1,
+1 y
(1)2n1
+ 1.
2n 1
Solucin 4
Verdadero. A medida que aumenta n, xn se acerca arbitrariamente
a 1, al igual que yn y zn . Sin embargo, la primera sucesin toma
valores tanto por sobre como por debajo de 1, mientras que las
ltimas dos, que son subsucesiones de la primera, toman valores
slo por sobre 1 o slo por debajo de 1, respectivamente.
17
Definicin de Vecindad
Definicin 6
Una vecindad o entorno de un punto k R es un intervalo en torno
a k con semiamplitud , o bien, es el intervalo (k , k + ), con
> 0. As, cualquier x suficientemente cerca de k est en su
vecindad si |x k| < 1 .
18
Definicin de Vecindad
Definicin 6
Una vecindad o entorno de un punto k R es un intervalo en torno
a k con semiamplitud , o bien, es el intervalo (k , k + ), con
> 0. As, cualquier x suficientemente cerca de k est en su
vecindad si |x k| < 1 .
Figura 5: Vecindad de k
k+
18
Definicin de Vecindad
Definicin 6
Una vecindad o entorno de un punto k R es un intervalo en torno
a k con semiamplitud , o bien, es el intervalo (k , k + ), con
> 0. As, cualquier x suficientemente cerca de k est en su
vecindad si |x k| < 1 .
Figura 5: Vecindad de k
k+
18
Definicin de Lmite
Definicin 7
(psilon-Delta) Sea f(x) una funcin definida para todos los x en la
vecindad de k, excepto posiblemente k (esto es, en la vecindad
reducida). El lmite de f(x) cuando x k es L si y slo si
> 0, > 0 : |x k| < = |f(x) L| < ,
19
Definicin de Lmite
Definicin 7
(psilon-Delta) Sea f(x) una funcin definida para todos los x en la
vecindad de k, excepto posiblemente k (esto es, en la vecindad
reducida). El lmite de f(x) cuando x k es L si y slo si
> 0, > 0 : |x k| < = |f(x) L| < ,
o bien
f(x) L cuando x k.
19
y
f(x)
k
20
y
f(x)
L+
k
20
y
f(x)
L+
L
Le
L
(
k k k+
20
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
21
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
Propuesto 3
Demuestre que el lmite de f(x) = x2 cuando x 5 es 25.
21
Existencia de un Lmite
Definicin 8
El lmite de f(x) cuando x k es L si y slo si los lmites por la
derecha y por la izquierda (con x k+ y x k , respectivamente)
son ambos iguales a L2 .
2 Esta definicin aplica slo cuando es posible obtener los lmites laterales, es
decir, cuando se trabaja
sobre el dominio de la funcin. Un ejemplo donde no aplica
p
esta definicin es lim x: si bien el lmite por la derecha es 0, el lmite por la
x0
22
Existencia de un Lmite
Definicin 8
El lmite de f(x) cuando x k es L si y slo si los lmites por la
derecha y por la izquierda (con x k+ y x k , respectivamente)
son ambos iguales a L2 .En smbolos:
lim f(x) = L lim
f(x) = lim f(x) = L.
+
xk
x k
xk
2 Esta definicin aplica slo cuando es posible obtener los lmites laterales, es
decir, cuando se trabaja
sobre el dominio de la funcin. Un ejemplo donde no aplica
p
esta definicin es lim x: si bien el lmite por la derecha es 0, el lmite por la
x0
22
Existencia de un Lmite
Definicin 8
El lmite de f(x) cuando x k es L si y slo si los lmites por la
derecha y por la izquierda (con x k+ y x k , respectivamente)
son ambos iguales a L2 .En smbolos:
lim f(x) = L lim
f(x) = lim f(x) = L.
+
xk
x k
xk
22
x2 4
. Encuentre lim f(x).
x2
x2
23
x2 4
. Encuentre lim f(x).
x2
x2
Solucin 6
En este caso, no se puede evaluar directamente en x = 2, pues
tendramos algo de la forma f(2) = 0/0. Sin embargo, en este tipo de
situaciones se puede realizar una simplificacin conveniente:
lim
x2
x2 4
=
x2
23
x2 4
. Encuentre lim f(x).
x2
x2
Solucin 6
En este caso, no se puede evaluar directamente en x = 2, pues
tendramos algo de la forma f(2) = 0/0. Sin embargo, en este tipo de
situaciones se puede realizar una simplificacin conveniente:
lim
x2
x2 4
(x 2)(x + 2)
= lim
=
x2
x2
x2
23
x2 4
. Encuentre lim f(x).
x2
x2
Solucin 6
En este caso, no se puede evaluar directamente en x = 2, pues
tendramos algo de la forma f(2) = 0/0. Sin embargo, en este tipo de
situaciones se puede realizar una simplificacin conveniente:
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2
23
x2 4
. Encuentre lim f(x).
x2
x2
Solucin 6
En este caso, no se puede evaluar directamente en x = 2, pues
tendramos algo de la forma f(2) = 0/0. Sin embargo, en este tipo de
situaciones se puede realizar una simplificacin conveniente:
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2
23
x2 4
. Encuentre lim f(x).
x2
x2
Solucin 6
En este caso, no se puede evaluar directamente en x = 2, pues
tendramos algo de la forma f(2) = 0/0. Sin embargo, en este tipo de
situaciones se puede realizar una simplificacin conveniente:
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2
x2 4
y g(x) = x + 2 son equivalenx2
24
x2 4
y g(x) = x + 2 son equivalenx2
24
x2 4
y g(x) = x + 2 son equivalenx2
tes? NO!
Las funciones tienen dominios diferentes, pues Dom f(x) = R {2},
mientras que Dom g(x) = R. Luego, f(2), a pesar de que g(2) = 4.
24
x2 4
y g(x) = x + 2 son equivalenx2
tes? NO!
Las funciones tienen dominios diferentes, pues Dom f(x) = R {2},
mientras que Dom g(x) = R. Luego, f(2), a pesar de que g(2) = 4.
Figura 7: Grficos de f(x) =
x2 4
y g(x) = x + 2
x2
2
(a) f(x)
24
(b) g(x)
25
x0
|x |
. En caso de que
x0
|x |
. En caso de que
Solucin 7
Tal como en el Ejemplo 6, en este caso no podemos evaluar
directamente la funcin en x = 0, pues tendramos algo de la forma
0/0. Sin embargo, en esta ocasin tampoco es trivial simplificar la
expresin, pues el valor del numerador va a depender de si x es
negativo o no negativo.
25
x0
|x |
. En caso de que
Solucin 7
Tal como en el Ejemplo 6, en este caso no podemos evaluar
directamente la funcin en x = 0, pues tendramos algo de la forma
0/0. Sin embargo, en esta ocasin tampoco es trivial simplificar la
expresin, pues el valor del numerador va a depender de si x es
negativo o no negativo.
{
x si x 0
Recordar que el valor absoluto se define como |x| =
.
x si x < 0
25
x0
|x |
. En caso de que
Solucin 7
Tal como en el Ejemplo 6, en este caso no podemos evaluar
directamente la funcin en x = 0, pues tendramos algo de la forma
0/0. Sin embargo, en esta ocasin tampoco es trivial simplificar la
expresin, pues el valor del numerador va a depender de si x es
negativo o no negativo.
{
x si x 0
Recordar que el valor absoluto se define como |x| =
.
x si x < 0
x
= 1, mientras que
En efecto, el lmite por la izquierda es lim
x0 x
x
por la derecha es lim+ = 1.
x0 x
25
x0
|x |
. En caso de que
Solucin 7
Tal como en el Ejemplo 6, en este caso no podemos evaluar
directamente la funcin en x = 0, pues tendramos algo de la forma
0/0. Sin embargo, en esta ocasin tampoco es trivial simplificar la
expresin, pues el valor del numerador va a depender de si x es
negativo o no negativo.
{
x si x 0
Recordar que el valor absoluto se define como |x| =
.
x si x < 0
x
= 1, mientras que
En efecto, el lmite por la izquierda es lim
x0 x
x
por la derecha es lim+ = 1.
x0 x
Como los lmites laterales son distintos, el lmite no existe.
25
Figura 9: Grfico de y =
|x|
1
x
1
26
Mdulo 4
27
28
Proposicin 2
Sea b una constante cualquiera y f(x) una funcin cuyo lmite existe
cuando x k. Entonces, el lmite de dicha funcin ponderada por b
cuando x tiende a k es b por el lmite de la funcin:
lim bf(x) = b lim f(x).
xk
xk
28
29
n N.
n N.
Proposicin 4
Sean f(x) y g(x) dos funciones cuyos lmites existen cuando x k.
Entonces, el lmite de la suma (o resta) de ambas funciones cuando
x tiende a k es la suma (o resta) de los lmites individuales de las
funciones:
lim f(x) g(x) = lim f(x) lim g(x).
xk
xk
29
xk
n N.
Proposicin 4
Sean f(x) y g(x) dos funciones cuyos lmites existen cuando x k.
Entonces, el lmite de la suma (o resta) de ambas funciones cuando
x tiende a k es la suma (o resta) de los lmites individuales de las
funciones:
lim f(x) g(x) = lim f(x) lim g(x).
xk
xk
xk
Propuesto 4
Utilizando las Proposiciones 1, 2, 3 y 4, demuestre que el lmite de
cualquier polinomio P(x) cuando x k equivale a P(k).
29
xk
30
xk
xk
xk
Proposicin 6
Sean f(x) y g(x) dos funciones cuyos lmites existen cuando x k.
Entonces, el lmite del cociente de ambas funciones cuando x tiende
a k es el cociente de los lmites individuales de las funciones,
siempre y cuando el lmite del denominador sea distinto de 0:
lim
xk
lim f(x)
f(x)
xk
,
=
g(x)
lim g(x)
xk
30
si lim g(x) = 0.
xk
xk
31
si f(x) > 0.
xk
si f(x) > 0.
f(x) =
lim f(x)n N.
xk
Proposicin 8
Sea a una constante positiva y f(x) una funcin cuyo lmite existe
cuando x k. Entonces, el lmite del logaritmo con base a de la
funcin cuando x tiende a k es el logaritmo con base a del lmite de
la funcin, siempre y cuando la funcin sea positiva:
lim loga f(x) = loga lim f(x),
xk
xk
31
si f(x) > 0.
Ejemplo
Ejemplo 8
Obtenga el lmite de f(x) =
x+11
cuando x 0.
x
32
Ejemplo
Ejemplo 8
Obtenga el lmite de f(x) =
x+11
cuando x 0.
x
Solucin 8
En efecto, no podemos evaluar directamente x = 0, pues
tendramos algo de la forma 0/0. Sin embargo, podemos utilizar un
1 conveniente...
32
Ejemplo
Ejemplo 8
x+11
cuando x 0.
x
Solucin 8
En efecto, no podemos evaluar directamente x = 0, pues
tendramos algo de la forma 0/0. Sin embargo, podemos utilizar un
1 conveniente...
p
lim
x0
x+11
= lim
x
x0
x+11
x+1+1
p
x
x+1+1
x+11
1
= lim p
= lim p
.
x0
x0 x( x + 1 + 1)
x+1+1
Ms Ejemplos
Ejemplo 9
1
1
x
+3 3
Obtenga lim
.
x
x0
33
Ms Ejemplos
Ejemplo 9
1
1
x
+3 3
Obtenga lim
.
x
x0
Solucin 9
1
lim x + 3
x
x0
3x3
1
3 = lim 3(x + 3) = lim 1 = 1 .
x
9
x0
x0 3(x + 3)
33
Ms Ejemplos
Ejemplo 9
1
1
x
+3 3
Obtenga lim
.
x
x0
Solucin 9
1
lim x + 3
x
x0
3x3
1
3 = lim 3(x + 3) = lim 1 = 1 .
x
9
x0
x0 3(x + 3)
Ejemplo{10
ax2
si x < 2
. Qu relacin deben satisfacer a y b
ax + b si x 2
para que exista lim f(x)?
Sea f(x) =
x2
33
Ms Ejemplos
Ejemplo 9
1
1
x
+3 3
Obtenga lim
.
x
x0
Solucin 9
1
lim x + 3
x
x0
3x3
1
3 = lim 3(x + 3) = lim 1 = 1 .
x
9
x0
x0 3(x + 3)
Ejemplo{10
ax2
si x < 2
. Qu relacin deben satisfacer a y b
ax + b si x 2
para que exista lim f(x)?
Sea f(x) =
x2
Solucin 10
b
lim f(x) = lim+ f(x) 4a = 2a + b a = .
2
x2
x2
33
Mdulo 5
34
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
L cuando x k.
xk
35
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
xk
L cuando x k.
Ahora bien, podramos considerar a f(x) como una variable de la cual
depende la funcin g.
35
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
xk
L cuando x k.
Ahora bien, podramos considerar a f(x) como una variable de la cual
depende la funcin g.
(
)
Luego, podemos plantear la posible existencia de lim g f(x) = M, o
(
f(x)L
35
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
xk
L cuando x k.
Ahora bien, podramos considerar a f(x) como una variable de la cual
depende la funcin g.
(
)
Luego, podemos plantear la posible existencia de lim g f(x) = M, o
(
f(x)L
] [
35
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
xk
L cuando x k.
Ahora bien, podramos considerar a f(x) como una variable de la cual
depende la funcin g.
(
)
Luego, podemos plantear la posible existencia de lim g f(x) = M, o
(
f(x)L
] [
Ejemplo 11
Obtenga lim p
x0 x + 1 1
+ 2, 5
35
(p
x+11
0, 5 .
x
Cambio de Variable
En la Definicin 7 vimos que lim f(x) = L es lo mismo que f(x)
xk
L cuando x k.
Ahora bien, podramos considerar a f(x) como una variable de la cual
depende la funcin g.
(
)
Luego, podemos plantear la posible existencia de lim g f(x) = M, o
(
f(x)L
] [
Ejemplo 11
Obtenga lim p
x0 x + 1 1
+ 2, 5
Solucin 11
(p
x+11
0, 5 .
x
1
Usando las Soluciones 8 y 9 tenemos que el lmite es .
9
35
lim (1 + x) x = e
(
) )
1 x
= 3 lim 1 +
x
x0
36
lim (1 + x) x = e
(
) )
1 x
= 3 lim 1 +
x
x0
A este lmite, junto con los de las Proposiciones 10 y 11, los llamaremos lmites especiales4 .
36
lim (1 + x) x = e
(
) )
1 x
= 3 lim 1 +
x
x0
A este lmite, junto con los de las Proposiciones 10 y 11, los llamaremos lmites especiales4 .
Propuesto 5
1
36
Lmites Especiales
Proposicin 10
lim
x0
ln(1 + x)
=1
x
37
Lmites Especiales
Proposicin 10
lim
x0
ln(1 + x)
=1
x
Demostracin.
lim
x0
1
1
ln(1 + x)
= lim ln(1 + x) x = ln lim (1 + x) x = lne = 1.
x
x0
x0
37
exp(x) 1
=1
x
38
exp(x) 1
=1
x
Demostracin.
Sea exp(x) 1 = y, de modo que x 0 = y 0. A partir de esto
podemos despejar x = ln(1 + y). Por lo tanto, utilizando el cambio de
variable, el lmite es equivalente a
lim
x0
y
1
exp(x) 1
= lim
= lim
= 1.
x
y0 ln(1 + y)
y0 ln(1 + y)
y
38
ax 1
= lna.
x
Propuesto 7
Demuestre que, a > 0,
1
ln(1 + ax)
= a.
x
Propuesto 9
Demuestre que, a > 0,
lim
x0
(1 + x)a 1
= a.
Mdulo 6
41
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
42
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
Sin embargo, en ocasiones nos puede interesar qu ocurre con la
funcin cuando x crece (o decrece) indeterminadamente, es decir,
qu le pasa a f(x) cuando x (o x ).
42
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
Sin embargo, en ocasiones nos puede interesar qu ocurre con la
funcin cuando x crece (o decrece) indeterminadamente, es decir,
qu le pasa a f(x) cuando x (o x ).
Ejemplo 12
Grafique f(x) =
1
en el primer cuadrante y obtenga lim f(x).
x
x
42
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
Sin embargo, en ocasiones nos puede interesar qu ocurre con la
funcin cuando x crece (o decrece) indeterminadamente, es decir,
qu le pasa a f(x) cuando x (o x ).
Ejemplo 12
Grafique f(x) =
1
en el primer cuadrante y obtenga lim f(x).
x
x
Solucin 12
Figura 10: Lmite hacia el infinito
f(x)
f(x) =
1
x
x
42
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
Sin embargo, en ocasiones nos puede interesar qu ocurre con la
funcin cuando x crece (o decrece) indeterminadamente, es decir,
qu le pasa a f(x) cuando x (o x ).
Ejemplo 12
Grafique f(x) =
1
en el primer cuadrante y obtenga lim f(x).
x
x
Solucin 12
A medida que x se
vuelve arbitrariamente grande, la
funcin se acerca
cada vez ms a 0...
f(x)
f(x) =
1
x
x
42
Lmites al Infinito
Hasta ahora hemos revisado cmo se comporta una funcin f(x) a
medida que x tiende a algn valor constante k.
Sin embargo, en ocasiones nos puede interesar qu ocurre con la
funcin cuando x crece (o decrece) indeterminadamente, es decir,
qu le pasa a f(x) cuando x (o x ).
Ejemplo 12
Grafique f(x) =
1
en el primer cuadrante y obtenga lim f(x).
x
x
Solucin 12
A medida que x se
vuelve arbitrariamente grande, la
funcin se acerca
cada vez ms a 0...
f(x)
f(x) =
1
x
x
42
lim
1
=0
x
43
Ejemplo 13
Obtenga lim
2x
x x + 1
43
Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
Notamos que no tiene sentido hablar de evaluar x en menos
infinito, pues tendramos un resultado de la forma /.
43
Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
Notamos que no tiene sentido hablar de evaluar x en menos
infinito, pues tendramos un resultado de la forma /.
Sin embargo, podemos reescribir el lmite como
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
43
= lim
x 1 + 1/x
Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
Notamos que no tiene sentido hablar de evaluar x en menos
infinito, pues tendramos un resultado de la forma /.
Sin embargo, podemos reescribir el lmite como
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x
43
Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
Notamos que no tiene sentido hablar de evaluar x en menos
infinito, pues tendramos un resultado de la forma /.
Sin embargo, podemos reescribir el lmite como
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x
Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
Notamos que no tiene sentido hablar de evaluar x en menos
infinito, pues tendramos un resultado de la forma /.
Sin embargo, podemos reescribir el lmite como
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x
44
44
44
Lmites Infinitos
Ejemplo 14
Similar al Ejemplo 12, grafique f(x) =
obtenga lim+ f(x).
x0
Solucin 14
Figura 11: Lmite infinito
f(x)
f(x) =
1
x
x
45
1
en el primer cuadrante y
x
Lmites Infinitos
Ejemplo 14
Similar al Ejemplo 12, grafique f(x) =
obtenga lim+ f(x).
1
en el primer cuadrante y
x
x0
Solucin 14
Figura 11: Lmite infinito
f(x)
f(x) =
1
x
x
45
Lmites Infinitos
Ejemplo 14
Similar al Ejemplo 12, grafique f(x) =
obtenga lim+ f(x).
1
en el primer cuadrante y
x
x0
Solucin 14
Figura 11: Lmite infinito
f(x)
lim+
x0
f(x) =
1
x
x
45
1
= +
x
Lmites Infinitos
Ejemplo 14
Similar al Ejemplo 12, grafique f(x) =
obtenga lim+ f(x).
1
en el primer cuadrante y
x
x0
Solucin 14
Figura 11: Lmite infinito
f(x)
x0
1
= +
x
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
46
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
46
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
5
5x /x 6x/x + 7/x
46
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
5
5x /x 6x/x + 7/x
Propuesto 10
Grafique cualquier polinomio y observe qu ocurre cuando x +
o cuando x .
46
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
5
5x /x 6x/x + 7/x
Propuesto 10
Grafique cualquier polinomio y observe qu ocurre cuando x +
o cuando x .
Propuesto 11
Repita lo anterior con el logaritmo de cualquier polinomio positivo.
46
Divergencia en el Infinito
Adems de divergir cuando x tiende a algn valor particular, puede
darse que una funcin diverja cuando x tienda a + o .
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
5
5x /x 6x/x + 7/x
Propuesto 10
Grafique cualquier polinomio y observe qu ocurre cuando x +
o cuando x .
Propuesto 11
Repita lo anterior con el logaritmo de cualquier polinomio positivo.
Propuesto 12
Ahora con la raz de cualquier polinomio positivo.
46
Convergencia en el Infinito
Tal como vimos en el Ejemplo 12, pueden existir distintas funciones
que convergen cuando x tiende a infinito positivo o negativo.
47
Convergencia en el Infinito
Tal como vimos en el Ejemplo 12, pueden existir distintas funciones
que convergen cuando x tiende a infinito positivo o negativo.
Ejemplo 16
En macroeconoma se habla de la idea de convergencia en
crecimiento (crecimiento en el PIB), que bsicamente indica que
en el largo plazo, todos los pases tienden a crecer a la misma
tasa5 (y la brecha entre sus productos ser menor). Suponga que el
crecimiento de cualquier economa depende de su nivel de
1
producto Y de la forma f(Y) = p . Por qu se justificara esta
2 Y
hiptesis de convergencia en crecimiento?
47
Convergencia en el Infinito
Tal como vimos en el Ejemplo 12, pueden existir distintas funciones
que convergen cuando x tiende a infinito positivo o negativo.
Ejemplo 16
En macroeconoma se habla de la idea de convergencia en
crecimiento (crecimiento en el PIB), que bsicamente indica que
en el largo plazo, todos los pases tienden a crecer a la misma
tasa5 (y la brecha entre sus productos ser menor). Suponga que el
crecimiento de cualquier economa depende de su nivel de
1
producto Y de la forma f(Y) = p . Por qu se justificara esta
2 Y
hiptesis de convergencia en crecimiento?
Solucin 16
Porque a medida que el nivel del producto crece, el crecimiento de
este producto es cada vez menor. En el lmite, un pas con un PIB
arbitrariamente grande simplemente no crecer, de modo que los
pases ms pequeos, que s tienen crecimiento positivo, lo van a
alcanzar, esto es, van a converger.
5 Ms adelante veremos cmo calcular estas tasas de crecimiento.
47
48
48
48
Proposicin 12
(
1
lim 1 +
x
x
48
)x
=e
Proposicin 12
(
1
lim 1 +
x
x
Demostracin.
)x
=e
1
Sea x = , de modo que y 0+ = x .
y
48
Proposicin 12
(
1
lim 1 +
x
x
)x
=e
Demostracin.
1
Sea x = , de modo que y 0+ = x . Reemplazando esto en la
y
(
)
1 x
Proposicin 9 se obtiene lim 1 +
= e.
x
x
Propuesto 13
Mostrar que lo anterior tambin se cumple cuando x .
48
f(x)
2
1
f(x) = (1 + x) x
x
1
49
f(x)
2
f(x) =
1
50
ln(1 + x)
x
x
4
f(x)
f(x) =
exp(x) 1
x
x
2
51
f(x)
3
(
f(x) = 1 +
1
x
)x
1
x
15 10
5
1
52
10
15
20
53
Solucin 17
r )n
converge...
n
53
Solucin 17
lim 1 +
r )n
converge...
n
(
1
r )n
= lim 1 +
n
n
n/r
53
)rn/r
= er .
Asntotas Horizontales
Definicin 9
y = L es una asntota horizontal de f(x) si se cumple que lim f(x) = L
x
o bien lim f(x) = L.
x
54
Asntotas Horizontales
Definicin 9
y = L es una asntota horizontal de f(x) si se cumple que lim f(x) = L
x
o bien lim f(x) = L.
x
f(x)
54
55
f(x)
L1
x
L2
Ejemplo 18
56
x2 + 1
.
x
Ejemplo 18
x2 + 1
.
x
Solucin 18
lim f(x) = 1 y lim f(x) = 1 (por qu?), por lo que las asntotas son
x
e y2 = 1. El grfico es equivalente al de la Figura 17.
x
y1 = 1
56
Asntotas Verticales
Definicin 10
x = k es una asntota vertical de f(x) si se cumple que lim f(x) = o
xk
57
Asntotas Verticales
Definicin 10
x = k es una asntota vertical de f(x) si se cumple que lim f(x) = o
xk
f(x)
57
58
f(x)
2
x
4
2
2
4
58
59
x2
x2 4
. Grafique.
x2
x2 4
. Grafique.
Solucin 19
lim f(x) = lim f(x) = 1, por lo que y = 1 es la nica asntota
x
horizontal. Por ltimo, la funcin diverge cuando x 2 y cuando
x 2, por lo que x1 = 2 y x2 = 2 son ambas asntotas verticales.
x
59
x2
x2 4
. Grafique.
Solucin 19
lim f(x) = lim f(x) = 1, por lo que y = 1 es la nica asntota
x
horizontal. Por ltimo, la funcin diverge cuando x 2 y cuando
x 2, por lo que x1 = 2 y x2 = 2 son ambas asntotas verticales.
x
2
2
4
59
x2
x2 4
Asntotas Oblicuas
Definicin 11
g(x) = mx + n es una asntota oblicua de f(x) si se cumple que
lim f(x) g(x) = 0 o bien lim f(x) g(x) = 0.
x
60
Asntotas Oblicuas
Definicin 11
g(x) = mx + n es una asntota oblicua de f(x) si se cumple que
lim f(x) g(x) = 0 o bien lim f(x) g(x) = 0.
x
15
10
g(x) = x + 4
60
10
f(x) =
x2
x4
61
10
f(x) =
5
15
10
g2 (x) = x 1
g1 (x) = x + 1
x2 + |x| + 1
x
5
5
10
61
10
15
10
f(x) =
5
15
10
g2 (x) = x 1
g1 (x) = x + 1
x2 + |x| + 1
x
10
15
10
62
62
f(x) g(x)
= 0.
x
x
f(x) g(x)
Luego, si la asntota existe, se cumple que lim
= 0.
x x
x
g(x)
mx + n
= lim
= m.
Pero sabemos que lim
x x
x
x
62
f(x) g(x)
Luego, si la asntota existe, se cumple que lim
= 0.
x x
x
g(x)
mx + n
= lim
= m.
Pero sabemos que lim
x x
x
x
f(x)
Por lo tanto, lim
= m , siempre que la asntota exista.
x x
62
f(x) g(x)
Luego, si la asntota existe, se cumple que lim
= 0.
x x
x
g(x)
mx + n
= lim
= m.
Pero sabemos que lim
x x
x
x
f(x)
Por lo tanto, lim
= m , siempre que la asntota exista.
x x
Finalmente, tras computar m sabemos que lim f(x) (mx + n) = 0
x
n = lim f(x) mx .
x
62
f(x) g(x)
Luego, si la asntota existe, se cumple que lim
= 0.
x x
x
g(x)
mx + n
= lim
= m.
Pero sabemos que lim
x x
x
x
f(x)
Por lo tanto, lim
= m , siempre que la asntota exista.
x x
Finalmente, tras computar m sabemos que lim f(x) (mx + n) = 0
x
n = lim f(x) mx .
x
62
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
63
1
x
)x
+ 2x2
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
Solucin 20
Sea g(x) = mx + n la asntota oblicua.
63
1
x
)x
+ 2x2
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
1
x
)x
+ 2x2
Solucin 20
Sea g(x) = mx + n la asntota oblicua.
f(x)
f(x)
= lim
= 2, de modo que m = 2.
Notamos que lim
x x
x x
63
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
1
x
)x
+ 2x2
Solucin 20
Sea g(x) = mx + n la asntota oblicua.
f(x)
f(x)
= lim
= 2, de modo que m = 2.
Notamos que lim
x x
x x
Por ltimo, lim f(x) 2x = lim f(x) x = 0, por lo que n = 0.
x
63
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
1
x
)x
+ 2x2
Solucin 20
Sea g(x) = mx + n la asntota oblicua.
f(x)
f(x)
= lim
= 2, de modo que m = 2.
Notamos que lim
x x
x x
Por ltimo, lim f(x) 2x = lim f(x) x = 0, por lo que n = 0.
x
x
As, g(x) = 2x es la asntota oblicua.
63
Mdulo 7
64
Anteriormente comentamos la existencia de funciones que se pueden dibujar sin levantar el lpiz.
65
Anteriormente comentamos la existencia de funciones que se pueden dibujar sin levantar el lpiz.
Una de las ventajas de estas funciones es que el clculo de cualquier
lmite en su dominio se poda obtener simplemente reemplazando el
argumento de la funcin por el valor hacia el cual tiende la variable
independiente en el lmite que se desea calcular.
65
Anteriormente comentamos la existencia de funciones que se pueden dibujar sin levantar el lpiz.
Una de las ventajas de estas funciones es que el clculo de cualquier
lmite en su dominio se poda obtener simplemente reemplazando el
argumento de la funcin por el valor hacia el cual tiende la variable
independiente en el lmite que se desea calcular.
Dicho de otro modo, en estas funciones se cumple que
lim f(x) = f(k).
xk
65
Definicin de Continuidad
Definicin 12
Una funcin f(x) se dice continua en x = k si se cumple que
k Dom f (i.e. la funcin est definida en k) y adems
lim f(x) = f(k).
xk
66
Definicin de Continuidad
Definicin 12
Una funcin f(x) se dice continua en x = k si se cumple que
k Dom f (i.e. la funcin est definida en k) y adems
lim f(x) = f(k).
xk
Definicin 13
Una funcin f(x) se dice continua en el intervalo [a, b] si es
continua en cualquier k [a, b].
66
Definicin de Continuidad
Definicin 12
Una funcin f(x) se dice continua en x = k si se cumple que
k Dom f (i.e. la funcin est definida en k) y adems
lim f(x) = f(k).
xk
Definicin 13
Una funcin f(x) se dice continua en el intervalo [a, b] si es
continua en cualquier k [a, b].
Las funciones continuas son justamente aquellas que se pueden
dibujar sin levantar el lpiz, esto es, son funciones que no tienen
hoyos ni saltos.
66
Definicin de Continuidad
Definicin 12
Una funcin f(x) se dice continua en x = k si se cumple que
k Dom f (i.e. la funcin est definida en k) y adems
lim f(x) = f(k).
xk
Definicin 13
Una funcin f(x) se dice continua en el intervalo [a, b] si es
continua en cualquier k [a, b].
Las funciones continuas son justamente aquellas que se pueden
dibujar sin levantar el lpiz, esto es, son funciones que no tienen
hoyos ni saltos.
Otra forma de interpretarlas es como funciones en las cuales pequeos cambios en el argumento generan pequeos cambios en el valor
de la funcin.
66
Definicin de Continuidad
Definicin 12
Una funcin f(x) se dice continua en x = k si se cumple que
k Dom f (i.e. la funcin est definida en k) y adems
lim f(x) = f(k).
xk
Definicin 13
Una funcin f(x) se dice continua en el intervalo [a, b] si es
continua en cualquier k [a, b].
Las funciones continuas son justamente aquellas que se pueden
dibujar sin levantar el lpiz, esto es, son funciones que no tienen
hoyos ni saltos.
Otra forma de interpretarlas es como funciones en las cuales pequeos cambios en el argumento generan pequeos cambios en el valor
de la funcin.
Una funcin que no cumple esto se dice discontinua.
66
Grfico: Continuidad
Figura 23: Funciones Continuas en R
f(x)
2
x
4
2
2
4
67
Grfico: Continuidad
Figura 23: Funciones Continuas en R
f(x)
2
x
4
2
2
4
67
f(x) =
x2
x2 4
Grfico: Continuidad
Figura 23: Funciones Continuas en R
f(x)
2
x f(x) =
4
2
2
4
67
x2
x2 4
x2
f(x) = 2
x 4
Grfico: Continuidad
f(x) =
Figura 23: Funciones Continuas en R
x2
x2 4
f(x)
2
x f(x) =
4
2
2
4
67
x2
x2 4
x2
f(x) = 2
x 4
Grfico: Discontinuidad
Figura 24: Funciones Discontinuas en R
f(x)
2
x
4
2
2
4
68
f(x) =
x2
x2 4
Grfico: Discontinuidad
Figura 24: Funciones Discontinuas en R
f(x)
2
2
4
68
x2
f(x) = 2 2
x f(x) = x x 4
x2 4
4
Grfico: Discontinuidad
Figura 24: Funciones Discontinuas en R
f(x)
2
2
4
68
x2
f(x) = 2 2
x f(x) = x x 4
x2 4
4
Grfico: Discontinuidad
Figura 24: Funciones Discontinuas en R
f(x)
f(x) =
2
2
4
68
x2
24
x2x
f(x) = 2 2
x f(x) = x x 4
x2 4
4
69
Proposicin 14
El producto de dos funciones continuas es tambin una funcin
continua. Esto es, si f y g son continuas, entonces f g tambin es
continua.
69
Proposicin 14
El producto de dos funciones continuas es tambin una funcin
continua. Esto es, si f y g son continuas, entonces f g tambin es
continua.
Proposicin 15
El cociente entre dos funciones continuas es tambin una funcin
continua si la funcin divisora es no nula. Esto es, si f y g son
f
continuas, entonces tambin es continua si g = 0.
g
69
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
j=0
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
Proposicin 16
Sean f : X 7 Y y g : Y 7 Z dos funciones continuas. Entonces g f
tambin es una funcin continua.
70
Funciones Continuas
Hay funciones tpicas que son contnuas en su dominio.
Constantes: f(x) = c.
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
Proposicin 16
Sean f : X 7 Y y g : Y 7 Z dos funciones continuas. Entonces g f
tambin es una funcin continua. Esto es, la composicin de
funciones continuas tambin es una funcin continua siempre y
cuando los dominios y codominios sean compatibles.
70
71
Solucin 21
Incierto.
71
Solucin 21
Incierto. En efecto, tanto f como g son funciones continuas en sus
dominios, donde el dominio de f es R y el de g es R++ .
71
Solucin 21
Incierto. En efecto, tanto f como g son funciones continuas en sus
dominios, donde el dominio de f es R y el de g es R++ . La primera
afirmacin del comente es verdadera, pues como g toma valores en
los reales, siempre se puede componer g en f y obtener una funcin
continua por la Proposicin 16.
71
Solucin 21
Incierto. En efecto, tanto f como g son funciones continuas en sus
dominios, donde el dominio de f es R y el de g es R++ . La primera
afirmacin del comente es verdadera, pues como g toma valores en
los reales, siempre se puede componer g en f y obtener una funcin
continua por la Proposicin 16. Sin embargo, la segunda
afirmacin se cumple si y slo si el recorrido de f no es siempre
positivo.
71
Solucin 21
Incierto. En efecto, tanto f como g son funciones continuas en sus
dominios, donde el dominio de f es R y el de g es R++ . La primera
afirmacin del comente es verdadera, pues como g toma valores en
los reales, siempre se puede componer g en f y obtener una funcin
continua por la Proposicin 16. Sin embargo, la segunda
afirmacin se cumple si y slo si el recorrido de f no es siempre
positivo. En caso de que el recorrido de f sea siempre positivo (e.g.
f(x) = x2 + x + 1) no se cumple la afirmacin, pues g(f(x)) s sera
continua en el dominio de f.
71
f(x)
2
x
4
2
2
4
72
f(x)
f(x) =
x
2
2
4
72
x2
x2 4
f(x)
f(x) =
f(x) =
x
2
2
4
72
x2
x2 4
x2
x2 4
f(x) =
f(x) =
x
2
2
4
72
x2
x2 4
x2
x2 4
f(x)
2
x
4
2
2
4
73
f(x)
f(x) =
x
2
2
4
73
x2
x2 4
f(x)
f(x) =
f(x) =
x
2
2
4
73
x2
x2 4
x2
x2 4
f(x)
xx22
ff((xx)) =
= 2
xx2
4
4
x2
f(x) = 2
x 4
2
x
4
2
2
4
73
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
Violaciones de Continuidad
1
, entonces lim+ f(x) = +,
x
x0
lim f(x) = y comentamos que f(x) no estaba definida en x = 0.
74
75
Solucin 22
No lo es.
75
Solucin 22
No lo es. Sea f(It ) =
0
c
si It = 0
la funcin de costos de ajuste.
si It = 0
75
Solucin 22
si It = 0
la funcin de costos de ajuste. A
si It = 0
pesar de que lim f(It ) = c, f(0) = 0 = c, por lo que la funcin no es
No lo es. Sea f(It ) =
0
c
It 0
continua en It = 0.
75
Ejercicio Avanzado
Propuesto 15
Encuentre los valores de a y b para los cuales f(x) es continua en R.
f(x) =
exp(x) 1
ln(1a+ x)
b
1
ax + b
si x > 0
si x = 0
si x < 0
f(x) =
exp(x) 1
ln(1a+ x)
b
1
ax + b
77
si x > 0
si x = 0
si x < 0
Continuidad Reparable
Definicin 14
Una funcin f(x) discontinua en x = k se dice reparable si y slo si
se cumple que lim f(x) = lim+ f(x). Esto es, si la discontinuidad se
xk
xk
xk
78
Continuidad Reparable
Definicin 14
Una funcin f(x) discontinua en x = k se dice reparable si y slo si
se cumple que lim f(x) = lim+ f(x). Esto es, si la discontinuidad se
xk
xk
xk
Para reparar la funcin, basta con imponer que f(k) = lim f(x).
xk
78
Continuidad Reparable
Definicin 14
Una funcin f(x) discontinua en x = k se dice reparable si y slo si
se cumple que lim f(x) = lim+ f(x). Esto es, si la discontinuidad se
xk
xk
xk
Para reparar la funcin, basta con imponer que f(k) = lim f(x).
xk
Ejemplo 23
x2 4
tiene una discontinuidad
x2
reparable (apyese en la Figura 7), pero que la discontinuidad de
|x |
no es reparable (apyese en la Figura 9).
g(x) =
x
78
Continuidad Reparable
Definicin 14
Una funcin f(x) discontinua en x = k se dice reparable si y slo si
se cumple que lim f(x) = lim+ f(x). Esto es, si la discontinuidad se
xk
xk
xk
Para reparar la funcin, basta con imponer que f(k) = lim f(x).
xk
Ejemplo 23
x2 4
tiene una discontinuidad
x2
reparable (apyese en la Figura 7), pero que la discontinuidad de
|x |
no es reparable (apyese en la Figura 9).
g(x) =
x
Solucin 23
Notamos que lim f(x) = lim+ f(x) = 4, por lo que la funcin reparada
x2
2 x2
x 4
es f(x) = x 2 si x = 2 .
4
si x = 2
78
Continuidad Reparable
Definicin 14
Una funcin f(x) discontinua en x = k se dice reparable si y slo si
se cumple que lim f(x) = lim+ f(x). Esto es, si la discontinuidad se
xk
xk
xk
Para reparar la funcin, basta con imponer que f(k) = lim f(x).
xk
Ejemplo 23
x2 4
tiene una discontinuidad
x2
reparable (apyese en la Figura 7), pero que la discontinuidad de
|x |
no es reparable (apyese en la Figura 9).
g(x) =
x
Solucin 23
Notamos que lim f(x) = lim+ f(x) = 4, por lo que la funcin reparada
x2
2 x2
x 4
es f(x) = x 2 si x = 2 . Por otro lado, lim g(x) = 1, distinto a
x0
4
si x = 2
lim g(x) = 1, por lo que la discontinuidad no es reparable.
x0+
78
Proposiciones Adicionales
Proposicin 17
Sea f continua en un punto k con f(k) = 0. Entonces existe una
vecindad de radio (ver Definicin 6) en torno a k tal que
x (k , k +), el signo de f(x) es igual al de f(k), esto es, f(x)f(k) > 0.
79
Proposiciones Adicionales
Proposicin 17
Sea f continua en un punto k con f(k) = 0. Entonces existe una
vecindad de radio (ver Definicin 6) en torno a k tal que
x (k , k +), el signo de f(x) es igual al de f(k), esto es, f(x)f(k) > 0.
La Proposicin 17 se conoce como Conservacin Local del Signo.
79
Proposiciones Adicionales
Proposicin 17
Sea f continua en un punto k con f(k) = 0. Entonces existe una
vecindad de radio (ver Definicin 6) en torno a k tal que
x (k , k +), el signo de f(x) es igual al de f(k), esto es, f(x)f(k) > 0.
La Proposicin 17 se conoce como Conservacin Local del Signo.
Proposicin 18
Sea f continua en el intervalo [a, b], con f(a)f(b) < 0, esto es, con
signos contrarios al evaluar en ambos extremos. Entonces existe al
menos un c (a, b) tal que f(c) = 0.
79
Proposiciones Adicionales
Proposicin 17
Sea f continua en un punto k con f(k) = 0. Entonces existe una
vecindad de radio (ver Definicin 6) en torno a k tal que
x (k , k +), el signo de f(x) es igual al de f(k), esto es, f(x)f(k) > 0.
La Proposicin 17 se conoce como Conservacin Local del Signo.
Proposicin 18
Sea f continua en el intervalo [a, b], con f(a)f(b) < 0, esto es, con
signos contrarios al evaluar en ambos extremos. Entonces existe al
menos un c (a, b) tal que f(c) = 0.
La Proposicin 18 se conoce como Teorema de Bolzano6 .
79
Unidad 2
Unidad 2
Mdulo 8
Mdulo 9
Mdulo 10
Mdulo 11
Mdulo 12
Mdulo 13
Mdulo 14
Volver al Inicio
80
Mdulo 8
81
82
82
82
82
10 f(x)
f(x) = 2x1
8
6
4
2
x
1
83
10 f(x)
f(x) = 2x1
8
6
4
2
x
1
83
10 f(x)
f(x) = 2x1
8
6
4
2
x
1
83
10 f(x)
f(x) = 2x1
8
6
4
2
x
1
83
10 f(x)
f(x) = 2x1
8
6
4
2
x
1
83
x0
f(x + x) f(x)
.
x
84
x0
f(x + x) f(x)
.
x
84
x0
f(x + x) f(x)
.
x
84
x0
f(x + x) f(x)
.
x
84
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
y dy
=
!
x dx
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
y dy
=
!
x dx
La notacin de Leibniz (dy/dx) es slo eso... notacin.
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
y dy
=
!
x dx
La notacin de Leibniz (dy/dx) es slo eso... notacin.
dy
df(x) df
df
= y = f (x) =
=
(x) =
= Dx f(x) = Dx f = Df(x) = Df.
dx
dx
dx
dx
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
y dy
=
!
x dx
La notacin de Leibniz (dy/dx) es slo eso... notacin.
dy
df(x) df
df
= y = f (x) =
=
(x) =
= Dx f(x) = Dx f = Df(x) = Df.
dx
dx
dx
dx
La derivada de una funcin, es otra funcin (caso exista).
85
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
Definicin 15
La derivada de una funcin y = f(x) es
dy
f(x + x) f(x)
= lim
,
dx x0
x
siempre y cuando dicho lmite exista.
Importante:
y dy
=
!
x dx
La notacin de Leibniz (dy/dx) es slo eso... notacin.
dy
df(x) df
df
= y = f (x) =
=
(x) =
= Dx f(x) = Dx f = Df(x) = Df.
dx
dx
dx
dx
La derivada de una funcin, es otra funcin (caso exista).
Por lo tanto, la derivada se puede evaluar en distintos puntos.
85
86
Solucin 24
Utilizando la Definicin 15, tenemos que
dy
(x + x 1)2 (x 1)2
= lim
dx x0
x
2
2
x + (x) + 1 + 2xx 2x 2 x2 + 2x 1
= lim
x
x0
2
(x) + 2xx 2
= lim
x
x0
= lim x + 2x 2
x0
= 2x 2.
86
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
2
x
2
2
2
87
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
2
f ( 0) = 2
2
x
2
87
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
2
f ( 0) = 2
f ( 1) = 0 2
2
2
87
x
4
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
2
f ( 2) = 2
f ( 0) = 2
f ( 1) = 0 2
2
2
87
x
4
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
f ( 3) = 4
4
2
f ( 2) = 2
f ( 0) = 2
f ( 1) = 0 2
2
2
87
x
4
f(x)
10
f(x) = (x 1)2
f ( 4) = 6
f (x) = 2x 2
f ( 3) = 4
4
2
f ( 2) = 2
f ( 0) = 2
f ( 1) = 0 2
2
2
87
x
4
88
88
Propuesto 16
Analice la continuidad y derivabilidad de la funcin f(x) = |x| en
todo su dominio (ponga atencin en x = 0).
88
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
f(x)
f(x) = |x|
3
2
1
x
4
2
1
89
90
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
Luego, se tiene que el lmite es equivalente a lim
h0
90
f(k + h) f(k)
(h).
h
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
Luego, se tiene que el lmite es equivalente a lim
h0
90
f(k + h) f(k)
(h).
h
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
f(k + h) f(k)
(h).
h
h0
90
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
Demostracin.
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
f(k + h) f(k)
(h).
h
h0
90
Mdulo 9
91
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
92
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
92
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
Por el Binomio de Newton, sabemos que (x + h)n =
para cualquier n N.
92
k=0
Cnk xnk hk
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
Por el Binomio de Newton, sabemos que (x + h)n =
para cualquier n N. Luego, el lmite es
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
xn + nxn1 h + ... + nxhn1 + hn xn
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0
92
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
Por el Binomio de Newton, sabemos que (x + h)n =
para cualquier n N. Luego, el lmite es
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
xn + nxn1 h + ... + nxhn1 + hn xn
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0
92
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
Por el Binomio de Newton, sabemos que (x + h)n =
para cualquier n N. Luego, el lmite es
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
xn + nxn1 h + ... + nxhn1 + hn xn
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0
Derivadas Tpicas
Proposicin 20
La derivada de f(x) = xn para cualquier n R es f (x) = nxn1 .
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
Por el Binomio de Newton, sabemos que (x + h)n =
para cualquier n N. Luego, el lmite es
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
xn + nxn1 h + ... + nxhn1 + hn xn
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0
93
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
lim
h0
f(x + h) f(x)
exp(x + h) exp(x)
exp(h) 1
= lim
= lim exp(x)
.
h
h
h
h0
h0
93
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
lim
h0
f(x + h) f(x)
exp(x + h) exp(x)
exp(h) 1
= lim
= lim exp(x)
.
h
h
h
h0
h0
93
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
lim
h0
f(x + h) f(x)
exp(x + h) exp(x)
exp(h) 1
= lim
= lim exp(x)
.
h
h
h
h0
h0
93
1
La derivada de f(x) = ln(x) es f (x) = .
x
94
1
La derivada de f(x) = ln(x) es f (x) = .
x
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
(
h
ln 1 +
f(x + h) f(x)
ln(x + h) ln(x)
x
lim
= lim
= lim
.
h
h
h
h0
h0
h0
94
1
La derivada de f(x) = ln(x) es f (x) = .
x
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
(
h
ln 1 +
f(x + h) f(x)
ln(x + h) ln(x)
x
lim
= lim
= lim
.
h
h
h
h0
h0
h0
Notamos( que podemos
reescribir la expresin dentro del lmite
)
h
(
(
)1
)x 1
ln 1 +
h h
h hx
x
como
= ln 1 +
= ln 1 +
.
h
x
x
94
1
La derivada de f(x) = ln(x) es f (x) = .
x
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
(
h
ln 1 +
f(x + h) f(x)
ln(x + h) ln(x)
x
lim
= lim
= lim
.
h
h
h
h0
h0
h0
Notamos( que podemos
reescribir la expresin dentro del lmite
)
h
(
(
)1
)x 1
ln 1 +
h h
h hx
x
como
= ln 1 +
= ln 1 +
. As, tenemos un lmite
h
x
x
conocido (Proposicin 9) elevado a una constante y con un
logaritmo aplicado...
94
1
La derivada de f(x) = ln(x) es f (x) = .
x
Demostracin.
Utilizando la Definicin 15 tenemos que, si existe, la derivada de
f(x) es
(
h
ln 1 +
f(x + h) f(x)
ln(x + h) ln(x)
x
lim
= lim
= lim
.
h
h
h
h0
h0
h0
Notamos( que podemos
reescribir la expresin dentro del lmite
)
h
(
(
)1
)x 1
ln 1 +
h h
h hx
x
como
= ln 1 +
= ln 1 +
. As, tenemos un lmite
h
x
x
conocido (Proposicin 9) elevado a una constante y con un
logaritmo aplicado...
1
Por lo tanto, f (x) = .
x
94
Sea a R.
Propuesto 17
Encuentre la derivada de f(x) = axn .
Propuesto 18
Encuentre la derivada de f(x) = eax .
Propuesto 19
Encuentre la derivada de f(x) = loga x, con 0 < a = 1.
Propuesto 20
Encuentre la derivada de f(x) =
p
a
x, con a N.
95
Sabemos que (ex ) = ex , esto es, la pendiente de esta funcin exponencial en cualquier punto corresponde simplemente al valor que
toma la funcin en dicho punto.
derivadas.
96
Sabemos que (ex ) = ex , esto es, la pendiente de esta funcin exponencial en cualquier punto corresponde simplemente al valor que
toma la funcin en dicho punto. En efecto, la recta tangente a esta funcin cuando x = 0 ser x + 1, esto es, ex y x + 1 se comportan
parecido cuando x est en una vecindad de 07 .
derivadas.
96
Sabemos que (ex ) = ex , esto es, la pendiente de esta funcin exponencial en cualquier punto corresponde simplemente al valor que
toma la funcin en dicho punto. En efecto, la recta tangente a esta funcin cuando x = 0 ser x + 1, esto es, ex y x + 1 se comportan
parecido cuando x est en una vecindad de 07 .
Note que podemos hacer un ejercicio similar con cualquier funcin,
no solo con esta exponencial.
derivadas.
96
Sabemos que (ex ) = ex , esto es, la pendiente de esta funcin exponencial en cualquier punto corresponde simplemente al valor que
toma la funcin en dicho punto. En efecto, la recta tangente a esta funcin cuando x = 0 ser x + 1, esto es, ex y x + 1 se comportan
parecido cuando x est en una vecindad de 07 .
Note que podemos hacer un ejercicio similar con cualquier funcin,
no solo con esta exponencial. En efecto, la recta tangente a lnx en
x x0
x0 es
+ lnx0 .
x0
derivadas.
96
Sabemos que (ex ) = ex , esto es, la pendiente de esta funcin exponencial en cualquier punto corresponde simplemente al valor que
toma la funcin en dicho punto. En efecto, la recta tangente a esta funcin cuando x = 0 ser x + 1, esto es, ex y x + 1 se comportan
parecido cuando x est en una vecindad de 07 .
Note que podemos hacer un ejercicio similar con cualquier funcin,
no solo con esta exponencial. En efecto, la recta tangente a lnx en
x x0
x0 es
+ lnx0 . Si x0 = 1, esta es simplemente x 1.
x0
derivadas.
96
f(x) = exp(x)
1
x
1
1
1
97
f(x) = exp(x)
x+1
1
x
1
1
1
97
f(x) = exp(x)
x+1
g(x) = lnx
x
1
1
97
f(x) = exp(x)
x+1
x1
g(x) = lnx
x
1
1
97
98
98
98
98
98
Definicin 16
98
Ejemplo 25
99
Ejemplo 25
Solucin 25
1
La derivada de la funcin es f (x) = p .
2 x
99
Ejemplo 25
Solucin 25
1
La derivada de la funcin es f (x) = p .
2 x
1
Luego, f (4) = .
4
99
Ejemplo 25
Solucin 25
1
La derivada de la funcin es f (x) = p .
2 x
1
Luego, f (4) = .
4
Por lo tanto, la ecuacin de la recta tangente es
g(x) =
( x 4)
+2 =
99
x
+ 1.
4
100
Proposicin 24
Sean f(x) y g(x) dos funciones derivables. Entonces la derivada de
la suma (o resta) de ambas funciones equivale a la suma (o resta)
de las derivadas de las funciones. Esto es, [f(x) g(x)] = f (x) g (x).
100
Proposicin 24
Sean f(x) y g(x) dos funciones derivables. Entonces la derivada de
la suma (o resta) de ambas funciones equivale a la suma (o resta)
de las derivadas de las funciones. Esto es, [f(x) g(x)] = f (x) g (x).
Proposicin 25
Sean f(x) y g(x) dos funciones derivables. Entonces la derivada del
producto de ambas funciones es [f(x) g(x)] = f (x) g(x) + f(x) g (x).
100
Proposicin 24
Sean f(x) y g(x) dos funciones derivables. Entonces la derivada de
la suma (o resta) de ambas funciones equivale a la suma (o resta)
de las derivadas de las funciones. Esto es, [f(x) g(x)] = f (x) g (x).
Proposicin 25
Sean f(x) y g(x) dos funciones derivables. Entonces la derivada del
producto de ambas funciones es [f(x) g(x)] = f (x) g(x) + f(x) g (x).
Proposicin 26
Sean f(x) y g(x) dos funciones derivables.
Entonces la derivada del
[
]
f(x) f (x) g(x) f(x) g (x)
cociente entre ambas funciones es
=
.
g(x)
[g(x)]2
100
Ejercitacin: Derivadas
Propuesto 21
Obtenga las derivadas de las siguientes funciones:
mx + n
1. f(x) =
, con m, n R.
exp(x)
101
Ejercitacin: Derivadas
Propuesto 21
Obtenga las derivadas de las siguientes funciones:
mx + n
1. f(x) =
, con m, n R.
exp(x)
2. g(x) = xexp(x) lnx.
101
Ejercitacin: Derivadas
Propuesto 21
Obtenga las derivadas de las siguientes funciones:
mx + n
1. f(x) =
, con m, n R.
exp(x)
2. g(x) = xexp(x) lnx.
Y(t)
3. h(t) =
, donde Y(t) y N(t) son funciones positivas,
N( t )
crecientes y derivables que dependen de t.
101
Ejercitacin: Derivadas
Propuesto 21
Obtenga las derivadas de las siguientes funciones:
mx + n
1. f(x) =
, con m, n R.
exp(x)
2. g(x) = xexp(x) lnx.
Y(t)
3. h(t) =
, donde Y(t) y N(t) son funciones positivas,
N( t )
crecientes y derivables que dependen de t.
101
Ejercitacin: Derivadas
Propuesto 21
Obtenga las derivadas de las siguientes funciones:
mx + n
1. f(x) =
, con m, n R.
exp(x)
2. g(x) = xexp(x) lnx.
Y(t)
3. h(t) =
, donde Y(t) y N(t) son funciones positivas,
N( t )
crecientes y derivables que dependen de t.
Aplicacin: Imagine que h(t) es el PIB per cpita de un pas (o
las ventas por trabajador, productividad media de una central
de sistemas de informacin, errores contables sobre estados de
resultado, etc.) en el periodo t. Qu puede concluir?
101
Mdulo 10
102
.
dx dz dx
103
.
dx dz dx
Esto se llama la regla de la cadena.
103
.
dx dz dx
Esto se llama la regla de la cadena.
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
103
.
dx dz dx
Esto se llama la regla de la cadena.
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
= (f g) (x)
1
h
f(g(x + h)) f(g(x))
= lim
g (x) h0
h
g(x + h) g(x)
103
.
dx dz dx
Esto se llama la regla de la cadena.
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
= (f g) (x)
1
h
f(g(x + h)) f(g(x))
= lim
g (x) h0
h
g(x + h) g(x)
= lim
h0
104
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
104
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
Propuesto 24
Derive h(x) = ln[u(x)], donde u es diferenciable.
104
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
Propuesto 24
Derive h(x) = ln[u(x)], donde u es diferenciable.
Propuesto 25
p
104
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
Propuesto 24
Derive h(x) = ln[u(x)], donde u es diferenciable.
Propuesto 25
p
Propuesto 26
Demuestre la regla de la derivada de un cociente (Proposicin 26)
utilizando la regla de la derivada de un producto (Proposicin 25) y
la regla de la cadena (Proposicin 27).
104
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
Propuesto 24
Derive h(x) = ln[u(x)], donde u es diferenciable.
Propuesto 25
p
Propuesto 26
Demuestre la regla de la derivada de un cociente (Proposicin 26)
utilizando la regla de la derivada de un producto (Proposicin 25) y
la regla de la cadena (Proposicin 27).
Propuesto 27
Aplicacin: Demuestre que la elasticidad-precio de la demanda es
dlnQ
simplemente
.
dlnP
104
105
105
105
105
105
105
Ejemplo 26
Obtenga la segunda derivada de la funcin f(x) = exp(ax), con a R.
105
Ejemplo 26
Obtenga la segunda derivada de la funcin f(x) = exp(ax), con a R.
Solucin 26
La segunda derivada de una funcin es simplemente la derivada
de la derivada de la funcin.
105
Ejemplo 26
Obtenga la segunda derivada de la funcin f(x) = exp(ax), con a R.
Solucin 26
La segunda derivada de una funcin es simplemente la derivada
de la derivada de la funcin. En este caso tenemos que
f (x) = aexp(ax).
105
Ejemplo 26
Obtenga la segunda derivada de la funcin f(x) = exp(ax), con a R.
Solucin 26
La segunda derivada de una funcin es simplemente la derivada
de la derivada de la funcin. En este caso tenemos que
f (x) = aexp(ax). Luego, la segunda derivada es f (x) = a2 exp(ax).
105
Propuesto 28
Obtenga la n-sima derivada de la funcin anterior (f(x) = exp(ax)).
106
Propuesto 28
Obtenga la n-sima derivada de la funcin anterior (f(x) = exp(ax)).
Repita el ejercicio con la funcin g(x) = lnx.
106
Propuesto 28
Obtenga la n-sima derivada de la funcin anterior (f(x) = exp(ax)).
Repita el ejercicio con la funcin g(x) = lnx.
Propuesto 29
Se le ocurre alguna funcin que no sea infinitamente derivable?
106
Propuesto 28
Obtenga la n-sima derivada de la funcin anterior (f(x) = exp(ax)).
Repita el ejercicio con la funcin g(x) = lnx.
Propuesto 29
Se le ocurre alguna funcin que no sea infinitamente derivable?
Esto es, alguna funcin que tras alguna cantidad finita de
derivadas de como resultado otra funcin que no es derivable en
todo su dominio.
106
1
.
g (f(y))
Demostracin.
Como f y g son inversas entre s, se da que f(g(x)) = x.
107
1
.
g (f(y))
Demostracin.
Como f y g son inversas entre s, se da que f(g(x)) = x.
Podemos derivar esto (why?) para obtener f (g(x))g (x) = 1.
107
1
.
g (f(y))
Demostracin.
Como f y g son inversas entre s, se da que f(g(x)) = x.
Podemos derivar esto (why?) para obtener f (g(x))g (x) = 1.
1
Pero lo anterior implica que f (g(x)) = , que es equivalente a lo
g (x)
que queremos demostrar.
107
1
.
g (f(y))
Demostracin.
Como f y g son inversas entre s, se da que f(g(x)) = x.
Podemos derivar esto (why?) para obtener f (g(x))g (x) = 1.
1
Pero lo anterior implica que f (g(x)) = , que es equivalente a lo
g (x)
que queremos demostrar.
Propuesto 30
Dependencia Implcita
Hasta ahora hemos trabajado con variables dependientes que dependen explcitamente de una variable independiente, i.e. y = f(x).
108
Dependencia Implcita
Hasta ahora hemos trabajado con variables dependientes que dependen explcitamente de una variable independiente, i.e. y = f(x).
Sin embargo, podramos estar interesados en trabajar con variables
dependientes que dependen de manera implcita de otra variable.
108
Dependencia Implcita
Hasta ahora hemos trabajado con variables dependientes que dependen explcitamente de una variable independiente, i.e. y = f(x).
Sin embargo, podramos estar interesados en trabajar con variables
dependientes que dependen de manera implcita de otra variable.
Por ejemplo, tomemos la relacin definida por x2 + y2 = 4 con y > 0.
En esta ecuacin, y depende implcitamente de x.
Figura 31: Grfico de x2 + y2 = 4 (con y > 0)
y
2
1
x2 + y2 = 4
2
1
108
x
2
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
.
4 x2
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
Ejemplo 27
Derive implcitamente x2 + y2 = 4 respecto a x.
Solucin 27
Utilizando la regla de la cadena y las derivadas conocidas tenemos
que la derivada es 2x + 2y y = 0.
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
Ejemplo 27
Derive implcitamente x2 + y2 = 4 respecto a x.
Solucin 27
Utilizando la regla de la cadena y las derivadas conocidas tenemos
que la derivada es 2x + 2y y = 0. Notar como al derivar el trmino
y2 respecto a x se aplica la regla de la cadena, pues y depende de x.
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
Ejemplo 27
Derive implcitamente x2 + y2 = 4 respecto a x.
Solucin 27
Utilizando la regla de la cadena y las derivadas conocidas tenemos
que la derivada es 2x + 2y y = 0. Notar como al derivar el trmino
y2 respecto a x se aplica la regla de la cadena, pues y depende de x.
x
Por lo tanto, al despejar y tenemos y = .
y
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
Ejemplo 27
Derive implcitamente x2 + y2 = 4 respecto a x.
Solucin 27
Utilizando la regla de la cadena y las derivadas conocidas tenemos
que la derivada es 2x + 2y y = 0. Notar como al derivar el trmino
y2 respecto a x se aplica la regla de la cadena, pues y depende de x.
x
Por lo tanto, al despejar y tenemos y = .
y
Podemos dejar el resultado dependiendo de y?
109
Derivacin Implcita
Siguiendo con el mismo ejemplo, podemos estar interesados en calcular la derivada de esta funcin.
Una forma de hacer esto es despejando y para que dependa explcitamente de x y calcular la derivada como en cualquier otro caso,
x
obteniendo como resultado
. Sin embargo, despejar la varia4 x2
ble dependiente no es siempre tan trivial, por lo que puede ser ms
cmodo derivar implcitamente.
Ejemplo 27
Derive implcitamente x2 + y2 = 4 respecto a x.
Solucin 27
Utilizando la regla de la cadena y las derivadas conocidas tenemos
que la derivada es 2x + 2y y = 0. Notar como al derivar el trmino
y2 respecto a x se aplica la regla de la cadena, pues y depende de x.
x
Por lo tanto, al despejar y tenemos y = .
y
Podemos dejar el resultado dependiendo de y? Son equivalentes los
resultados de la derivacin implcita y la derivacin explcita?
109
Propuesto 31
Derive implcitamente lny + x2 = 8x.
110
Propuesto 31
Derive implcitamente lny + x2 = 8x.
Propuesto 32
Obtenga la derivada de xx utilizando derivacin implcita.
HINT: Puede ser til partir el ejercicio aplicando un logaritmo
sobre una relacin.
110
Propuesto 31
Derive implcitamente lny + x2 = 8x.
Propuesto 32
Obtenga la derivada de xx utilizando derivacin implcita.
HINT: Puede ser til partir el ejercicio aplicando un logaritmo
sobre una relacin.
Propuesto 33
Obtenga implcitamente la segunda derivada de y del Ejemplo 27.
110
Mdulo 11
111
112
112
112
112
x en torno a 1
y
3
f(x) = x
1
x
1
113
x en torno a 1
y
3
Orden 1
2
f(x) = x
1
x
1
113
x en torno a 1
y
3
Orden 1
2
f(x) = x
Orden 2
1
x
1
113
x en torno a 1
y
Orden 3
Orden 1
2
f(x) = x
Orden 2
1
x
1
113
x en torno a 1
y
Orden 3
Orden 1
2
f(x) = x
Orden 2
1
x
1
3
Orden 4
113
Aproximacin de Taylor
Definicin 17
Una Aproximacin de Taylor de grado n en torno a x0 es un
polinomio tal que si se aproxima la funcin f(x) se cumple que
f(x) f(x0 ) +
n 1
114
Aproximacin de Taylor
Definicin 17
Una Aproximacin de Taylor de grado n en torno a x0 es un
polinomio tal que si se aproxima la funcin f(x) se cumple que
f(x) f(x0 ) +
n 1
114
Aproximacin de Taylor
Definicin 17
Una Aproximacin de Taylor de grado n en torno a x0 es un
polinomio tal que si se aproxima la funcin f(x) se cumple que
f(x) f(x0 ) +
n 1
114
Aproximacin de Taylor
Definicin 17
Una Aproximacin de Taylor de grado n en torno a x0 es un
polinomio tal que si se aproxima la funcin f(x) se cumple que
f(x) f(x0 ) +
n 1
tercer grado sera f(x0 )+f (x0 )(xx0 )+ f (x0 )(xx0 )2 + f (x0 )(xx0 )3 ,
2
6
etc.
114
Errores de Aproximacin
115
Errores de Aproximacin
115
Errores de Aproximacin
n 1
115
Errores de Aproximacin
n 1
115
Errores de Aproximacin
n 1
115
Errores de Aproximacin
n 1
115
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
Luego, calculamos las primeras dos derivadas de la funcin (por
tratarse de una aproximacin de segundo orden):
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
Luego, calculamos las primeras dos derivadas de la funcin (por
tratarse de una aproximacin de segundo orden): f (x) = f (x) = ex .
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
Luego, calculamos las primeras dos derivadas de la funcin (por
tratarse de una aproximacin de segundo orden): f (x) = f (x) = ex .
Por ltimo, slo debemos reemplazar lo que tenemos en la
expresin de una Aproximacin de Taylor de segundo grado:
116
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
1. conocemos el valor de f(x0 ) y
2. es un valor cercano a x = 0,1.
Luego, calculamos las primeras dos derivadas de la funcin (por
tratarse de una aproximacin de segundo orden): f (x) = f (x) = ex .
Por ltimo, slo debemos reemplazar lo que tenemos en la
expresin de una Aproximacin de Taylor de segundo grado:
1
f(x) f(0) + f (0)(x 0) + f (0)(x 0)2
2
1
2
Series de Maclaurin
Definicin 18
Una Serie de Maclaurin es una Serie de Taylor en torno a x0 = 0.
117
Series de Maclaurin
Definicin 18
Una Serie de Maclaurin es una Serie de Taylor en torno a x0 = 0.
Propuesto 34
Obtenga la Serie de Maclaurin de grado 2 de la funcin
f(x) = (1 x)1 . Cmo sera la serie de grado n?
Propuesto 35
Obtenga la Serie de Maclaurin de grado 2 de la funcin g(x) = ex .
Cmo sera la serie de grado n?
117
Propuesto 36
Por qu cuando en Chile se calcula la inflacin anual a partir de
las inflaciones mensuales, la gente suele simplemente sumarlas en
vez de utilizar una frmula tipo inters compuesto? Puede
hacerse la misma pregunta con un depsito a plazo.
HINT: Suponga que la tasa es constante.
118
Regla de LHpital
Muchas veces nos vamos a enfrentar a lmites cuyo resultado al evaluar directamente es de la forma 0/0 o /.
119
Regla de LHpital
Muchas veces nos vamos a enfrentar a lmites cuyo resultado al evaluar directamente es de la forma 0/0 o /.
En estas situaciones podemos aplicar la regla de LHpital, que bsicamente indica que
lim
xk
f(x)
f (x)
= lim .
g(x) xk g (x)
119
Teorema de Rolle
Proposicin 29
Sea f una funcin continua en [a, b] y derivable en (a, b) tal que
f(a) = f(b). Entonces, existe al menos un c (a, b) tal que f (c) = 0.
Demostracin.
Prueba informal: Suponga que f no es una funcin constante (si lo
fuera, su derivada siempre sera 0).
120
Teorema de Rolle
Proposicin 29
Sea f una funcin continua en [a, b] y derivable en (a, b) tal que
f(a) = f(b). Entonces, existe al menos un c (a, b) tal que f (c) = 0.
Demostracin.
Prueba informal: Suponga que f no es una funcin constante (si lo
fuera, su derivada siempre sera 0).
Luego, existe algn valor mximo mayor que f(a) = f(b) o algn
valor mnimo menor que f(a) = f(b) en el intervalo (a, b).
120
Teorema de Rolle
Proposicin 29
Sea f una funcin continua en [a, b] y derivable en (a, b) tal que
f(a) = f(b). Entonces, existe al menos un c (a, b) tal que f (c) = 0.
Demostracin.
Prueba informal: Suponga que f no es una funcin constante (si lo
fuera, su derivada siempre sera 0).
Luego, existe algn valor mximo mayor que f(a) = f(b) o algn
valor mnimo menor que f(a) = f(b) en el intervalo (a, b).
Pero como f es continua, la derivada a la izquierda de un mximo
debe ser no negativa y a la derecha del mximo debe ser no
negativa. La nica forma de que se alcance el mximo es que en ese
punto la derivada sea 0 (ver Figura 33).
120
Teorema de Rolle
Proposicin 29
Sea f una funcin continua en [a, b] y derivable en (a, b) tal que
f(a) = f(b). Entonces, existe al menos un c (a, b) tal que f (c) = 0.
Demostracin.
Prueba informal: Suponga que f no es una funcin constante (si lo
fuera, su derivada siempre sera 0).
Luego, existe algn valor mximo mayor que f(a) = f(b) o algn
valor mnimo menor que f(a) = f(b) en el intervalo (a, b).
Pero como f es continua, la derivada a la izquierda de un mximo
debe ser no negativa y a la derecha del mximo debe ser no
negativa. La nica forma de que se alcance el mximo es que en ese
punto la derivada sea 0 (ver Figura 33). La explicacin es anloga
para el caso de un valor mnimo.
120
Teorema de Rolle
Proposicin 29
Sea f una funcin continua en [a, b] y derivable en (a, b) tal que
f(a) = f(b). Entonces, existe al menos un c (a, b) tal que f (c) = 0.
Demostracin.
Prueba informal: Suponga que f no es una funcin constante (si lo
fuera, su derivada siempre sera 0).
Luego, existe algn valor mximo mayor que f(a) = f(b) o algn
valor mnimo menor que f(a) = f(b) en el intervalo (a, b).
Pero como f es continua, la derivada a la izquierda de un mximo
debe ser no negativa y a la derecha del mximo debe ser no
negativa. La nica forma de que se alcance el mximo es que en ese
punto la derivada sea 0 (ver Figura 33). La explicacin es anloga
para el caso de un valor mnimo.
Esto se puede justificar ms formalmente utilizando la Proposicin
18.
120
y
3
f(x) = (x 2)2 + 2
x
1
2
121
y
3
f ( 2) = 0
f(x) = (x 2)2 + 2
x
1
2
121
122
Proposicin 30
Sea f una funcin continua en [a, b] y derivable en (a, b). Entonces,
f(b) f(a)
existe al menos un c (a, b) tal que f (c) =
.
ba
Demostracin.
La ecuacin de la recta que pasa entre los puntos (a, f(a)) y (b, f(b) es
f(b) f(a)
(x a) + f(a) (ver Figura 34).
y=
ba
122
Proposicin 30
Sea f una funcin continua en [a, b] y derivable en (a, b). Entonces,
f(b) f(a)
existe al menos un c (a, b) tal que f (c) =
.
ba
Demostracin.
La ecuacin de la recta que pasa entre los puntos (a, f(a)) y (b, f(b) es
f(b) f(a)
(x a) + f(a) (ver Figura 34).
y=
ba
Sea g(x) = f(x) y, de modo que esta funcin es continua en [a, b] y
derivable en (a, b).
122
Proposicin 30
Sea f una funcin continua en [a, b] y derivable en (a, b). Entonces,
f(b) f(a)
existe al menos un c (a, b) tal que f (c) =
.
ba
Demostracin.
La ecuacin de la recta que pasa entre los puntos (a, f(a)) y (b, f(b) es
f(b) f(a)
(x a) + f(a) (ver Figura 34).
y=
ba
Sea g(x) = f(x) y, de modo que esta funcin es continua en [a, b] y
derivable en (a, b).
Luego, notamos que g(a) = g(b), por lo que, por la Proposicin 29,
debe existir algn c (a, b) tal que g (c) = 0.
122
Proposicin 30
Sea f una funcin continua en [a, b] y derivable en (a, b). Entonces,
f(b) f(a)
existe al menos un c (a, b) tal que f (c) =
.
ba
Demostracin.
La ecuacin de la recta que pasa entre los puntos (a, f(a)) y (b, f(b) es
f(b) f(a)
(x a) + f(a) (ver Figura 34).
y=
ba
Sea g(x) = f(x) y, de modo que esta funcin es continua en [a, b] y
derivable en (a, b).
Luego, notamos que g(a) = g(b), por lo que, por la Proposicin 29,
debe existir algn c (a, b) tal que g (c) = 0.
f(b) f(a)
Pero g (c) = f (c)
= 0, por lo que necesariamente
ba
f(b) f(a)
f (c) =
.
ba
122
x
1
2
123
x
1
2
123
f ( 2) = 2
x
1
2
123
277,2milesdemillonesUSD
Figura 35: PIB de Chile
124
277,2milesdemillonesUSD
Figura 35: PIB de Chile
Solucin 29
Falso. En algn momento el crecimiento instantneo fue de
277 77
= 20 mil millones de dlares.
10
124
Mdulo 12
125
Comportamientos Locales
Anteriormente discutimos cmo podamos inferir ciertas propiedades de una funcin utilizando incrementos (ver Figura 3).
126
Comportamientos Locales
Anteriormente discutimos cmo podamos inferir ciertas propiedades de una funcin utilizando incrementos (ver Figura 3).
Sin embargo, tambin vimos que estas propiedades se distorsionan
cuando utilizamos intervalos muy amplios (Figura 4).
126
Comportamientos Locales
Anteriormente discutimos cmo podamos inferir ciertas propiedades de una funcin utilizando incrementos (ver Figura 3).
Sin embargo, tambin vimos que estas propiedades se distorsionan
cuando utilizamos intervalos muy amplios (Figura 4).
Por ltimo, comentamos que cuando utilizbamos derivadas, i.e. intervalos arbitrariamente pequeos, podamos estar seguros de que
estbamos capturando el correcto comportamiento de la funcin en
un punto (Figura 27).
126
Comportamientos Locales
Anteriormente discutimos cmo podamos inferir ciertas propiedades de una funcin utilizando incrementos (ver Figura 3).
Sin embargo, tambin vimos que estas propiedades se distorsionan
cuando utilizamos intervalos muy amplios (Figura 4).
Por ltimo, comentamos que cuando utilizbamos derivadas, i.e. intervalos arbitrariamente pequeos, podamos estar seguros de que
estbamos capturando el correcto comportamiento de la funcin en
un punto (Figura 27).
Particularmente, nos vamos a preocupar de estudiar dos comportamientos locales muy importantes de las funciones: crecimiento y
concavidad.
126
Comportamientos Locales
Anteriormente discutimos cmo podamos inferir ciertas propiedades de una funcin utilizando incrementos (ver Figura 3).
Sin embargo, tambin vimos que estas propiedades se distorsionan
cuando utilizamos intervalos muy amplios (Figura 4).
Por ltimo, comentamos que cuando utilizbamos derivadas, i.e. intervalos arbitrariamente pequeos, podamos estar seguros de que
estbamos capturando el correcto comportamiento de la funcin en
un punto (Figura 27).
Particularmente, nos vamos a preocupar de estudiar dos comportamientos locales muy importantes de las funciones: crecimiento y
concavidad.
En base a estas propiedades locales, podremos eventualmente inferir propiedades globales.
126
127
Definicin 20
Una funcin derivable f(x) es decreciente en x = k si y slo si
f (k) 0.
127
Definicin 20
Una funcin derivable f(x) es decreciente en x = k si y slo si
f (k) 0.
Definicin 21
Una funcin derivable f(x) es estrictamente creciente en x = k si
y slo si f (k) > 0.
127
Definicin 20
Una funcin derivable f(x) es decreciente en x = k si y slo si
f (k) 0.
Definicin 21
Una funcin derivable f(x) es estrictamente creciente en x = k si
y slo si f (k) > 0.
Definicin 22
Una funcin derivable f(x) es estrictamente decreciente en x = k
si y slo si f (k) < 0.
127
Definicin 20
Una funcin derivable f(x) es decreciente en x = k si y slo si
f (k) 0.
Definicin 21
Una funcin derivable f(x) es estrictamente creciente en x = k si
y slo si f (k) > 0.
Definicin 22
Una funcin derivable f(x) es estrictamente decreciente en x = k
si y slo si f (k) < 0.
Esto implica que toda funcin derivable permea el crecimiento o el
decrecimiento de la recta tangente a ella en cada punto.
127
Ejemplo 30
Determine si la funcin f(x) = x(x 1)(x 2) es creciente o
decreciente en los puntos x = 1, x = 1 y x = 3.
128
Ejemplo 30
Determine si la funcin f(x) = x(x 1)(x 2) es creciente o
decreciente en los puntos x = 1, x = 1 y x = 3.
Solucin 30
128
Ejemplo 30
Determine si la funcin f(x) = x(x 1)(x 2) es creciente o
decreciente en los puntos x = 1, x = 1 y x = 3.
Solucin 30
128
Ejemplo 30
Determine si la funcin f(x) = x(x 1)(x 2) es creciente o
decreciente en los puntos x = 1, x = 1 y x = 3.
Solucin 30
128
y
10
5
x
1
129
y
10
5
x
1
f (1) = 11
5
129
y
10
5
f (1) = 1
1
x
2
f (1) = 11
5
129
y
10
f (3) = 11
5
f (1) = 1
1
x
2
f (1) = 11
5
129
Crecimiento en Intervalos
Definicin 23
Una funcin derivable f(x) es creciente (resp. estrictamente
creciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) > 0)
para todo x [a, b].
130
Crecimiento en Intervalos
Definicin 23
Una funcin derivable f(x) es creciente (resp. estrictamente
creciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) > 0)
para todo x [a, b].
Definicin 24
Una funcin derivable f(x) es decreciente (resp. estrictamente
decreciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) < 0)
para todo x [a, b].
130
Crecimiento en Intervalos
Definicin 23
Una funcin derivable f(x) es creciente (resp. estrictamente
creciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) > 0)
para todo x [a, b].
Definicin 24
Una funcin derivable f(x) es decreciente (resp. estrictamente
decreciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) < 0)
para todo x [a, b].
Definicin 25
Una funcin derivable f(x) es globalmente creciente (o bien,
montona creciente) si y slo si f (x) 0 en todo su dominio.
130
Crecimiento en Intervalos
Definicin 23
Una funcin derivable f(x) es creciente (resp. estrictamente
creciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) > 0)
para todo x [a, b].
Definicin 24
Una funcin derivable f(x) es decreciente (resp. estrictamente
decreciente) en el intervalo [a, b] si y slo si f (x) 0 (resp. f (x) < 0)
para todo x [a, b].
Definicin 25
Una funcin derivable f(x) es globalmente creciente (o bien,
montona creciente) si y slo si f (x) 0 en todo su dominio.
Definicin 26
Una funcin derivable f(x) es globalmente decreciente (o bien,
montona decreciente) si y slo si f (x) 0 en todo su dominio.
130
Ejemplo 31
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es creciente y el/los intervalo(s) donde es decreciente.
131
Ejemplo 31
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es creciente y el/los intervalo(s) donde es decreciente.
Solucin 31
131
Ejemplo 31
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es creciente y el/los intervalo(s) donde es decreciente.
Solucin 31
131
Ejemplo 31
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es creciente y el/los intervalo(s) donde es decreciente.
Solucin 31
Propuesto 37
Repita el ejercicio anterior con la funcin del Ejemplo 30.
131
132
Ejemplo 32
Considere una firma que debe elegir entre los planes de
produccin A, B y C para decidir cmo producir. Se sabe que la
firma busca maximizar sus beneficios, sin embargo, no dispone de
la funcin de beneficios (y) con y {A, B, C}, slo dispone de los
valores de ln (y). En base a esto, podr determinar cul es el plan
de produccin que le conviene?
132
Ejemplo 32
Considere una firma que debe elegir entre los planes de
produccin A, B y C para decidir cmo producir. Se sabe que la
firma busca maximizar sus beneficios, sin embargo, no dispone de
la funcin de beneficios (y) con y {A, B, C}, slo dispone de los
valores de ln (y). En base a esto, podr determinar cul es el plan
de produccin que le conviene?
Solucin 32
1
> 0 en todo
x
el dominio de la funcin. Por lo tanto, si conoce los valores de ln (y)
y puede determinar cul es el mejor en trminos logartmicos,
entonces tambin sabe cul es el mejor sin el logaritmo.
132
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
Notamos que la derivada de esta funcin es f (x) = 2ax + b, que es una
recta creciente si a > 0 y es una recta decreciente si a < 0...
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
Notamos que la derivada de esta funcin es f (x) = 2ax + b, que es una
recta creciente si a > 0 y es una recta decreciente si a < 0...
Si tomamos la segunda derivada de la funcin obtenemos f (x) = 2a,
que ser positiva si a > 0 y ser negativa si a < 0.
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
Notamos que la derivada de esta funcin es f (x) = 2ax + b, que es una
recta creciente si a > 0 y es una recta decreciente si a < 0...
Si tomamos la segunda derivada de la funcin obtenemos f (x) = 2a,
que ser positiva si a > 0 y ser negativa si a < 0.
Esto se da precisamente porque la segunda derivada de una funcin
identifica el crecimiento/decrecimiento de la primera derivada de la
funcin.
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
Notamos que la derivada de esta funcin es f (x) = 2ax + b, que es una
recta creciente si a > 0 y es una recta decreciente si a < 0...
Si tomamos la segunda derivada de la funcin obtenemos f (x) = 2a,
que ser positiva si a > 0 y ser negativa si a < 0.
Esto se da precisamente porque la segunda derivada de una funcin
identifica el crecimiento/decrecimiento de la primera derivada de la
funcin.
As, diremos que si la primera derivada es creciente, i.e. la segunda
derivada es positiva, la funcin es convexa. Por otro lado, si la primera derivada es decreciente, i.e. la segunda derivada es negativa,
diremos que la funcin es cncava.
133
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
En efecto, una parbola definida por la funcin f(x) = ax2 + bx + c es
cncava si a < 0 y es convexa si a > 0.
Notamos que la derivada de esta funcin es f (x) = 2ax + b, que es una
recta creciente si a > 0 y es una recta decreciente si a < 0...
Si tomamos la segunda derivada de la funcin obtenemos f (x) = 2a,
que ser positiva si a > 0 y ser negativa si a < 0.
Esto se da precisamente porque la segunda derivada de una funcin
identifica el crecimiento/decrecimiento de la primera derivada de la
funcin.
As, diremos que si la primera derivada es creciente, i.e. la segunda
derivada es positiva, la funcin es convexa. Por otro lado, si la primera derivada es decreciente, i.e. la segunda derivada es negativa,
diremos que la funcin es cncava.
Esto es vlido para cualquier funcin derivable, no solo las parbolas.
133
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
f (x) = 2
x
2
2
2
134
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
f (x) = 2
2
f ( 0) = 2
2
x
2
134
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
f (x) = 2
2
f ( 0) = 2
f ( 1) = 0 2
2
2
134
x
4
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
6
4
2
f ( 0) = 2
f ( 1) = 0 2
2
2
f ( 2) = 2
134
f (x) = 2
x
f(x)
f(x) = (x 1)2
10
8
f (x) = 2x 2
f ( 3) = 4
4
2
f ( 0) = 2
f ( 1) = 0 2
2
2
f ( 2) = 2
134
f (x) = 2
x
f(x)
10
f(x) = (x 1)2
f ( 4) = 6
f (x) = 2x 2
f ( 3) = 4
4
2
f ( 0) = 2
f ( 1) = 0 2
2
2
f ( 2) = 2
134
f (x) = 2
x
135
Definicin 28
Una funcin doblemente derivable f(x) es cncava en x = k si y
slo si f (k) 0.
135
Definicin 28
Una funcin doblemente derivable f(x) es cncava en x = k si y
slo si f (k) 0.
Definicin 29
Una funcin doblemente derivable f(x) es estrictamente convexa
en x = k si y slo si f (k) > 0.
135
Definicin 28
Una funcin doblemente derivable f(x) es cncava en x = k si y
slo si f (k) 0.
Definicin 29
Una funcin doblemente derivable f(x) es estrictamente convexa
en x = k si y slo si f (k) > 0.
Definicin 30
Una funcin doblemente derivable f(x) es estrictamente cncava
en x = k si y slo si f (k) < 0.
135
Ejemplo 33
Determine si la funcin f(x) = x(x 1)(x 2) es cncava o convexa en
los puntos x = 1, x = 1 y x = 3.
136
Ejemplo 33
Determine si la funcin f(x) = x(x 1)(x 2) es cncava o convexa en
los puntos x = 1, x = 1 y x = 3.
Solucin 33
136
Ejemplo 33
Determine si la funcin f(x) = x(x 1)(x 2) es cncava o convexa en
los puntos x = 1, x = 1 y x = 3.
Solucin 33
136
Ejemplo 33
Determine si la funcin f(x) = x(x 1)(x 2) es cncava o convexa en
los puntos x = 1, x = 1 y x = 3.
Solucin 33
136
Concavidad en Intervalos
Definicin 31
Una funcin doblemente derivable f(x) es convexa (resp.
estrictamente convexa) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) > 0) para todo x [a, b].
137
Concavidad en Intervalos
Definicin 31
Una funcin doblemente derivable f(x) es convexa (resp.
estrictamente convexa) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) > 0) para todo x [a, b].
Definicin 32
Una funcin doblemente derivable f(x) es cncava (resp.
estrictamente cncava) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) < 0) para todo x [a, b].
137
Concavidad en Intervalos
Definicin 31
Una funcin doblemente derivable f(x) es convexa (resp.
estrictamente convexa) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) > 0) para todo x [a, b].
Definicin 32
Una funcin doblemente derivable f(x) es cncava (resp.
estrictamente cncava) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) < 0) para todo x [a, b].
Definicin 33
Una funcin doblemente derivable f(x) es globalmente convexa si y
slo si f (x) 0 en todo su dominio.
137
Concavidad en Intervalos
Definicin 31
Una funcin doblemente derivable f(x) es convexa (resp.
estrictamente convexa) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) > 0) para todo x [a, b].
Definicin 32
Una funcin doblemente derivable f(x) es cncava (resp.
estrictamente cncava) en el intervalo [a, b] si y slo si f (x) 0
(resp. f (x) < 0) para todo x [a, b].
Definicin 33
Una funcin doblemente derivable f(x) es globalmente convexa si y
slo si f (x) 0 en todo su dominio.
Definicin 34
Una funcin doblemente derivable f(x) es globalmente cncava si y
slo si f (x) 0 en todo su dominio.
137
Ejemplo 34
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es cncava y el/los intervalo(s) donde es convexa.
138
Ejemplo 34
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es cncava y el/los intervalo(s) donde es convexa.
Solucin 34
138
Ejemplo 34
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es cncava y el/los intervalo(s) donde es convexa.
Solucin 34
138
Ejemplo 34
Determine el/los intervalo(s) donde la funcin f(x) = x3 3x2 + 3x 1
es cncava y el/los intervalo(s) donde es convexa.
Solucin 34
Propuesto 38
Repita el ejercicio anterior con la funcin del Ejemplo 33.
138
139
139
139
Ejemplo 35
Determine si la funcin f(x) =
decrecientes.
139
Ejemplo 35
Determine si la funcin f(x) =
decrecientes.
Solucin 35
S, pues la segunda derivada es negativa en todo el dominio.
139
Propuesto 39
Analice el crecimiento y la concavidad de las siguientes funciones
en todo el dominio:
p
1. f(x) = x x
140
Propuesto 39
Analice el crecimiento y la concavidad de las siguientes funciones
en todo el dominio:
p
1. f(x) = x x
( x )
2. g(x) = ln
x+1
140
Propuesto 39
Analice el crecimiento y la concavidad de las siguientes funciones
en todo el dominio:
p
1. f(x) = x x
( x )
2. g(x) = ln
x+1
(
)
3. h(x) = exp x2
140
141
Definicin 36
Una funcin es estrictamente convexa en un intervalo si cualquier
combinacin convexa de dos valores de la funcin evaluada en
argumentos en el intervalo est siempre por sobre el valor de la
funcin evaluada en la combinacin convexa de los argumentos
anteriores. Esto es f(x) es estrictamente convexa en [a, b], si
(0, 1) se tiene que para cualquier x1 , x2 [a, b] la siguiente
desigualdad se satisface: f(x1 + (1 )x2 ) < f(x1 ) + (1 )f(x2 ). Se
dir que la funcin es convexa si la desigualdad no es estricta.
141
Definicin 36
Una funcin es estrictamente convexa en un intervalo si cualquier
combinacin convexa de dos valores de la funcin evaluada en
argumentos en el intervalo est siempre por sobre el valor de la
funcin evaluada en la combinacin convexa de los argumentos
anteriores. Esto es f(x) es estrictamente convexa en [a, b], si
(0, 1) se tiene que para cualquier x1 , x2 [a, b] la siguiente
desigualdad se satisface: f(x1 + (1 )x2 ) < f(x1 ) + (1 )f(x2 ). Se
dir que la funcin es convexa si la desigualdad no es estricta.
Definicin 37
Anlogo para concavidad estricta:
f(x1 + (1 )x2 ) > f(x1 ) + (1 )f(x2 ). Se dir que la funcin es
cncava si la desigualdad no es estricta.
141
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
Si planteamos una combinacin convexa de estos valores
tendramos x1 + (1 )x2 , mientras que una combinacin convexa
de la funcin evaluada en x1 y x2 sera |x1 | + (1 )|x2 |.
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
Si planteamos una combinacin convexa de estos valores
tendramos x1 + (1 )x2 , mientras que una combinacin convexa
de la funcin evaluada en x1 y x2 sera |x1 | + (1 )|x2 |.
Ahora bien, como 0, tenemos que
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
Si planteamos una combinacin convexa de estos valores
tendramos x1 + (1 )x2 , mientras que una combinacin convexa
de la funcin evaluada en x1 y x2 sera |x1 | + (1 )|x2 |.
Ahora bien, como 0, tenemos que
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
Pero por la desigualdad triangular sabemos que
|x1 | + |(1 )x2 | > |x1 + (1 )x2 |.
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
Si planteamos una combinacin convexa de estos valores
tendramos x1 + (1 )x2 , mientras que una combinacin convexa
de la funcin evaluada en x1 y x2 sera |x1 | + (1 )|x2 |.
Ahora bien, como 0, tenemos que
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
Pero por la desigualdad triangular sabemos que
|x1 | + |(1 )x2 | > |x1 + (1 )x2 |.
Esta es precisamente la definicin de convexidad aplicada a la
funcin f(x) = |x|.
142
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
Si planteamos una combinacin convexa de estos valores
tendramos x1 + (1 )x2 , mientras que una combinacin convexa
de la funcin evaluada en x1 y x2 sera |x1 | + (1 )|x2 |.
Ahora bien, como 0, tenemos que
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
Pero por la desigualdad triangular sabemos que
|x1 | + |(1 )x2 | > |x1 + (1 )x2 |.
Esta es precisamente la definicin de convexidad aplicada a la
funcin f(x) = |x|.
Propuesto 40
Demuestre formalmente que la funcin g(x) = |x| es siempre
cncava.
142
143
143
143
143
10 y
f(x) = x3 6x2 + 9x
8
6
4
2
x
1
144
10 y
f(x) = x3 6x2 + 9x
8
6
4
f ( 1) = 0
2
x
1
144
10 y
f(x) = x3 6x2 + 9x
8
6
4
f ( 1) = 0
2
f ( 3) = 0
1
144
x
4
f(x) = x5
x
1, 5
0, 5
0, 5
145
1, 5
f(x) = x5
f ( 0) = 0
1, 5
0, 5
0, 5
145
x
1
1, 5
146
146
146
146
146
Mdulo 13
147
Introduccin: Optimizacin
En muchas situaciones nos puede interesar encontrar el valor ptimo de alguna variable. Este valor ptimo puede ser un mximo
o un mnimo.
148
Introduccin: Optimizacin
En muchas situaciones nos puede interesar encontrar el valor ptimo de alguna variable. Este valor ptimo puede ser un mximo
o un mnimo.
Por ejemplo, podemos estar interesados en minimizar la evasin tributaria o maximizar la cantidad de procesos por segundo de un sistema de informacin, maximizar las utilidades de una firma o minimizar sus emisiones de gases de invernadero. Existe una infinidad
de casos donde podramos buscar valores ptimos.
148
Introduccin: Optimizacin
En muchas situaciones nos puede interesar encontrar el valor ptimo de alguna variable. Este valor ptimo puede ser un mximo
o un mnimo.
Por ejemplo, podemos estar interesados en minimizar la evasin tributaria o maximizar la cantidad de procesos por segundo de un sistema de informacin, maximizar las utilidades de una firma o minimizar sus emisiones de gases de invernadero. Existe una infinidad
de casos donde podramos buscar valores ptimos.
Un problema de optimizacin consiste en minimizar o maximizar el valor de una variable (dependiente). En otras palabras se trata de calcular o determinar el valor mnimo o el valor mximo de una
funcin f(x).
148
Introduccin: Optimizacin
En muchas situaciones nos puede interesar encontrar el valor ptimo de alguna variable. Este valor ptimo puede ser un mximo
o un mnimo.
Por ejemplo, podemos estar interesados en minimizar la evasin tributaria o maximizar la cantidad de procesos por segundo de un sistema de informacin, maximizar las utilidades de una firma o minimizar sus emisiones de gases de invernadero. Existe una infinidad
de casos donde podramos buscar valores ptimos.
Un problema de optimizacin consiste en minimizar o maximizar el valor de una variable (dependiente). En otras palabras se trata de calcular o determinar el valor mnimo o el valor mximo de una
funcin f(x).
Para ello, debemos determinar el valor de la variable independiente
x que hace que la funcin sea mxima o mnima.
148
Introduccin: Optimizacin
En muchas situaciones nos puede interesar encontrar el valor ptimo de alguna variable. Este valor ptimo puede ser un mximo
o un mnimo.
Por ejemplo, podemos estar interesados en minimizar la evasin tributaria o maximizar la cantidad de procesos por segundo de un sistema de informacin, maximizar las utilidades de una firma o minimizar sus emisiones de gases de invernadero. Existe una infinidad
de casos donde podramos buscar valores ptimos.
Un problema de optimizacin consiste en minimizar o maximizar el valor de una variable (dependiente). En otras palabras se trata de calcular o determinar el valor mnimo o el valor mximo de una
funcin f(x).
Para ello, debemos determinar el valor de la variable independiente
x que hace que la funcin sea mxima o mnima.
Proposicin 31
(Extra: Teorema de BolzanoWeierstrass). Toda funcin continua
en un intervalo cerrado [a, b] alcanza un valor mximo M en algn
xM [a, b] y alcanza un valor mnimo m en algn xm [a, b].
148
Optimizacin: Definiciones
Definicin 38
Una funcin derivable f(x) cumple con la condicin de primer
orden (CPO) en x = k si f (k) = 0. Esta es una condicin necesaria
para que x = k sea un mximo (monte) o mnimo (valle) local, pero
no suficiente...
149
Optimizacin: Definiciones
Definicin 38
Una funcin derivable f(x) cumple con la condicin de primer
orden (CPO) en x = k si f (k) = 0. Esta es una condicin necesaria
para que x = k sea un mximo (monte) o mnimo (valle) local, pero
no suficiente...
Definicin 39
Una funcin derivable f(x) cumple con una condicin de
segundo orden (CSO) en x = k si f (k) > 0 o si f (k) < 0. Estas son
condiciones de suficiencia para alcanzar un ptimo local.
149
Optimizacin: Definiciones
Definicin 38
Una funcin derivable f(x) cumple con la condicin de primer
orden (CPO) en x = k si f (k) = 0. Esta es una condicin necesaria
para que x = k sea un mximo (monte) o mnimo (valle) local, pero
no suficiente...
Definicin 39
Una funcin derivable f(x) cumple con una condicin de
segundo orden (CSO) en x = k si f (k) > 0 o si f (k) < 0. Estas son
condiciones de suficiencia para alcanzar un ptimo local.
Proposicin 32
Una funcin doblemente derivable f(x) alcanza un ptimo local en
x = k si y slo si cumple con la condicin de primer orden en x = k y
alguna de las condiciones de segundo orden en el mismo punto. Si
la condicin de segundo orden es positiva, la funcin alcanza un
mnimo, mientras que si la condicin de segundo orden es negativa,
la funcin alcanza un mximo en x = k.
149
Ejercicios: Optimizacin
Propuesto 41
Optimice las siguientes funciones e indique si el valor es un
mnimo o un mximo:
1. e(x) = exp(4x) exp(5x)
(
x2
2. f(x) = p exp
2
2
150
151
151
151
151
151
151
151
151
152
152
152
152
Mdulo 14
153
Supongamos una empresa que produce un cierto bien y quiere maximizar sus beneficios.
154
Supongamos una empresa que produce un cierto bien y quiere maximizar sus beneficios.
Los ingresos totales generados en un cierto periodo por la produccin y venta de Q unidades son I(Q) (en Unidades Monetarias: UM),
mientras que C(Q) designa el costo total en [UM] del proceso.
154
Supongamos una empresa que produce un cierto bien y quiere maximizar sus beneficios.
Los ingresos totales generados en un cierto periodo por la produccin y venta de Q unidades son I(Q) (en Unidades Monetarias: UM),
mientras que C(Q) designa el costo total en [UM] del proceso.
El beneficio obtenido como resultado de producir y vender Q unidades es entonces
(Q) = I(Q) C(Q).
154
155
155
155
156
156
156
157
157
157
158
158
Primero es necesario descomponer la funcin de beneficios, dejndola en funcin de Q, de manera que sea ms clara la realizacin de
los clculos, es decir,
(Q)
(Q)
I(Q) C(Q)
P(Q) Q C(Q)
)
(
)
1
1
(Q) =
1000 Q Q 100 + Q2
2
c
(
)
1 1
+
Q2 100.
(Q) = 1000 Q
2 c
(
159
160
160
500
1000 c
.
c+2
500
1000 c
.
c+2
500000 c
100.
c+2
160
161
161
500000 c
2
100 > 0 = c >
.
c+2
4999
161
500000 c
2
100 > 0 = c >
.
c+2
4999
161
Pb
3[ km]
Pa
2[ km]
C
X
4[ km]
163
164
4 + x2 .
4 + x2 .
Lb (x) = 9 + (4 x)2 .
164
4 + x2 .
Lb (x) = 9 + (4 x)2 .
Entonces, la longitud total que debe recorrer el cableado de fibra
ptica, ser
L(x) = La + Lb (x) =
4 + x2 +
9 + (4 x)2 .
x[0,4]
165
x[0,4]
165
= 0.
dx
9 + (4 x)2
2 4 + x2
166
= 0.
dx
9 + (4 x)2
2 4 + x2
Resolviendo la ecuacin,
2x
4x
9 + (4 x)2
2 4 + x2
2
x (9 + (4 x) ) = (4 x)2 (4 + x2 )
2
9x2 = 4(16 8x + x2 )
5x2 + 32x 64 = 0
32 (32)2 4 5 (64)
x1,2 =
10
32 48
x1,2 =
.
10
166
167
L(x = 1, 6) =
4 + ( 1, 6) 2 +
167
9 + ( 4 1, 6) 2 = 6, 4.
168
L(x = 0) =
y que
4 + ( 0) 2 +
L ( x = 4) =
9 + ( 4 0) 2 = 7,
4 + ( 4) 2 +
168
9 + (4 4)2 = 7, 5.
L(x = 0) =
y que
4 + ( 0) 2 +
L ( x = 4) =
9 + ( 4 0) 2 = 7,
4 + ( 4) 2 +
9 + (4 4)2 = 7, 5.
168
L(x = 0) =
y que
4 + ( 0) 2 +
L ( x = 4) =
9 + ( 4 0) 2 = 7,
4 + ( 4) 2 +
9 + (4 4)2 = 7, 5.
168
Propuesto 42
Suponga que se requiere construir una linea de tuberas para
transportar petrleo (oleoducto) desde una plataforma en el mar
que est localizada 20 kilmetros al Norte mar adentro
(perpendicular a la playa), hasta unos tanques de almacenamiento
que estn en la playa a 15 kilmetros al Este de la ubicacin de la
plataforma. Adems, se sabe que el costo de construccin de cada
kilmetro de oleoducto en el mar es de U$2.000.000, pero por
tierra es de 1.000.000 [U$/Km], a qu distancia hacia el Este de la
plataforma debera salir al mar el oleoducto de manera que el
costo de la construccin sea mnimo?
169
E
S
20[ km]
z
15[ km]
170
Unidad 3
Unidad 3
Mdulo 15
Mdulo 16
Mdulo 17
Mdulo 18
Mdulo 19
Volver al Inicio
171
Mdulo 15
172
Antiderivadas
En la unidad anterior aprendimos a derivar funciones...
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
En efecto, cualquier funcin de la forma x2 + c, con k R constante
tiene como derivada respecto a x a la funcin 2x.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
En efecto, cualquier funcin de la forma x2 + c, con k R constante
tiene como derivada respecto a x a la funcin 2x. Esta familia de
funciones se llamar antiderivada o primitiva de la funcin 2x
respecto a x.
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
En efecto, cualquier funcin de la forma x2 + c, con k R constante
tiene como derivada respecto a x a la funcin 2x. Esta familia de
funciones se llamar antiderivada o primitiva de la funcin 2x
respecto a x.
Definicin 40
La antiderivada o primitiva de una funcin f(x) respecto a x es una
familia (o conjunto) de funciones de la forma F(x) + c (con c R
dF(x)
constante) tal que
= f(x).
dx
173
Antiderivadas
En la unidad anterior aprendimos a derivar funciones... Ahora haremos todo lo contrario.
Si tenamos una funcin f(x) = x2 era bastante sencillo concluir que
f (x) = 2x era la derivada de f(x) respecto a x. Sin embargo, si supiramos que la derivada de una funcin respecto a x es 2x, podramos
concluir que la funcin original era x2 ?
NO exactamente. Por qu?
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
En efecto, cualquier funcin de la forma x2 + c, con k R constante
tiene como derivada respecto a x a la funcin 2x. Esta familia de
funciones se llamar antiderivada o primitiva de la funcin 2x
respecto a x.
Definicin 40
La antiderivada o primitiva de una funcin f(x) respecto a x es una
familia (o conjunto) de funciones de la forma F(x) + c (con c R
dF(x)
constante) tal que
= f(x).
dx
173
Integrales Indefinidas
Para formalizar el proceso de obtener una primitiva, introduciremos
una nueva operacin sobre las funciones continuas: la integracin
indefinida8 .
174
Integrales Indefinidas
Para formalizar el proceso de obtener una primitiva, introduciremos
una nueva operacin sobre las funciones continuas: la integracin
indefinida8 .
Definicin 41
Si F(x) + c es la primitiva de una funcin f(x) respecto a x, entonces
podemos afirmar que la integral indefinida de f(x) respecto a x es
F(x) + c. Esto se denota por
f(x)dx = F(x) + c.
174
Integrales Indefinidas
Para formalizar el proceso de obtener una primitiva, introduciremos
una nueva operacin sobre las funciones continuas: la integracin
indefinida8 .
Definicin 41
Si F(x) + c es la primitiva de una funcin f(x) respecto a x, entonces
podemos afirmar que la integral indefinida de f(x) respecto a x es
F(x) + c. Esto se denota por
f(x)dx = F(x) + c.
Por lo tanto, al calcular la integral de una funcin f(x), la pregunta
subyacente que uno debera hacerse es qu funcin derivada me
da f(x)?.
174
Integrales Indefinidas
Para formalizar el proceso de obtener una primitiva, introduciremos
una nueva operacin sobre las funciones continuas: la integracin
indefinida8 .
Definicin 41
Si F(x) + c es la primitiva de una funcin f(x) respecto a x, entonces
podemos afirmar que la integral indefinida de f(x) respecto a x es
F(x) + c. Esto se denota por
f(x)dx = F(x) + c.
Por lo tanto, al calcular la integral de una funcin f(x), la pregunta
subyacente que uno debera hacerse es qu funcin derivada me
da f(x)?.
Observacin: Se puede inferir que
d
dx
f (x)dx = f(x) + c.
174
SIEMPRE
INCLUIR
CONSTANTE.
Da lo mismo el nombre, la forma o el color de la constante (c, o
Al calcular una integral indefinida,
175
SIEMPRE
INCLUIR
CONSTANTE.
Da lo mismo el nombre, la forma o el color de la constante (c, o
Al calcular una integral indefinida,
175
SIEMPRE
INCLUIR
CONSTANTE.
Da lo mismo el nombre, la forma o el color de la constante (c, o
Al calcular una integral indefinida,
175
SIEMPRE
INCLUIR
CONSTANTE.
Da lo mismo el nombre, la forma o el color de la constante (c, o
Al calcular una integral indefinida,
175
Primitivas Conocidas
Ejemplo 39
Encuentre las primitivas respecto a x de las siguientes funciones:
f(x) = xn con n = 1.
g(x) = x1 .
h(x) = exp(x).
i(x) = [y(x)]n y (x) con n = 1.
y (x)
j(x) =
.
y(x)
k(x) = y (x) exp[y(x)].
l(x) = k con k constante. Y si k = 0?
m(z) = z.
n(x) = ax con a constante. Notar que es una extensin de k(x).
176
Primitivas Conocidas
Solucin 39
x1 dx = ln |x| + c.
[y(x)]n y (x)dx =
1
n+1
[y(x)]n+1 + c con n = 1.
y (x)
dx = ln |y(x)| + c.
y(x)
y (x) exp[y(x)]dx = exp[y(x)] + c.
kdx = kx + c con k constante.
zdx = zx + c.
1 n+1
x
+ c con n = 1.
n+1
exp(x)dx = exp(x) + c.
xn dx =
ax dx =
ax
+ c con a constante.
lna
177
Reglas de Integracin
Proposicin 33
Sean f(x) y g(x) dos funciones continuas. Entonces la integral de la
suma (resta) entre estas funciones equivale a la suma (resta) entre
las integrales de estas funciones. Esto es
[f(x) g(x)]dx =
f(x)dx
178
g(x)dx.
Reglas de Integracin
Proposicin 33
Sean f(x) y g(x) dos funciones continuas. Entonces la integral de la
suma (resta) entre estas funciones equivale a la suma (resta) entre
las integrales de estas funciones. Esto es
[f(x) g(x)]dx =
f(x)dx
g(x)dx.
Proposicin 34
Sea f(x) una funcin continua y k R una constante. Entonces la
integral de la funcin ponderada equivale a la ponderada de la
funcin integrada. Esto es
kf(x)dx = k
178
f(x)dx.
Reglas de Integracin
Proposicin 33
Sean f(x) y g(x) dos funciones continuas. Entonces la integral de la
suma (resta) entre estas funciones equivale a la suma (resta) entre
las integrales de estas funciones. Esto es
[f(x) g(x)]dx =
f(x)dx
g(x)dx.
Proposicin 34
Sea f(x) una funcin continua y k R una constante. Entonces la
integral de la funcin ponderada equivale a la ponderada de la
funcin integrada. Esto es
kf(x)dx = k
Observacin:
f(x)dx.
[f(x)g(x)]dx =
R son constantes.
178
f(x)dx
g(x)dx, donde ,
179
Ejemplo 40
Encuentre la primitiva F(x) de f(x) = exp(2x) que pasa por el origen.
179
Ejemplo 40
Encuentre la primitiva F(x) de f(x) = exp(2x) que pasa por el origen.
Solucin 40
La primitiva de exp(2x) es
exp(2x)dx =
179
1
exp(2x) + c.
2
Ejemplo 40
Encuentre la primitiva F(x) de f(x) = exp(2x) que pasa por el origen.
Solucin 40
1
exp(2x) + c.
2
Sin embargo, como debe pasar por el origen, tenemos que
1
1
+ c = 0 = c = .
2
2
La primitiva de exp(2x) es
exp(2x)dx =
179
Ejemplo 40
Encuentre la primitiva F(x) de f(x) = exp(2x) que pasa por el origen.
Solucin 40
1
exp(2x) + c.
2
Sin embargo, como debe pasar por el origen, tenemos que
1
1
+ c = 0 = c = .
2
2
1
1
= exp(2x) .
Por lo tanto, F(x) = exp(2x)dx
2
2
F(0)=0
La primitiva de exp(2x) es
exp(2x)dx =
179
180
180
180
Solucin 41
180
Solucin 41
CT(q) =
q ln dq = q + c.
180
Solucin 41
CT(q) =
q ln dq = q + c.
Ahora bien, los costos fijos son aquellos en los que se incurren
cuando no hay produccin, es decir,
CF = CT(0) 101 = 1 + c c = 100.
180
Solucin 41
CT(q) =
q ln dq = q + c.
Ahora bien, los costos fijos son aquellos en los que se incurren
cuando no hay produccin, es decir,
CF = CT(0) 101 = 1 + c c = 100.
Por lo tanto, los costos totales son CT(q) = q + 100 y los costos
variables son CV(q) = q 1.
180
Mdulo 16
181
Tcnicas de Integracin
Derivar es una tcnica,
integrar es un arte.
La afirmacin anterior es bastante acertada. Para derivar funciones bastaba con comprender algunas derivadas y reglas conocidas,
no haban mayores complicaciones metodolgicas. Sin embargo, las
integrales son otro mundo, pues su resolucin puede requerir un
poco ms de creatividad.
182
Tcnicas de Integracin
Derivar es una tcnica,
integrar es un arte.
La afirmacin anterior es bastante acertada. Para derivar funciones bastaba con comprender algunas derivadas y reglas conocidas,
no haban mayores complicaciones metodolgicas. Sin embargo, las
integrales son otro mundo, pues su resolucin puede requerir un
poco ms de creatividad.
A pesar de ello, existen algunas tcnicas para resolver integrales
con algunas estructuras conocidas. En este mdulo y en el prximo
veremos tres de ellas. Existen ms (e.g. sustitucin trigonomtrica)
que no abordaremos en este curso.
182
Tcnicas de Integracin
Derivar es una tcnica,
integrar es un arte.
La afirmacin anterior es bastante acertada. Para derivar funciones bastaba con comprender algunas derivadas y reglas conocidas,
no haban mayores complicaciones metodolgicas. Sin embargo, las
integrales son otro mundo, pues su resolucin puede requerir un
poco ms de creatividad.
A pesar de ello, existen algunas tcnicas para resolver integrales
con algunas estructuras conocidas. En este mdulo y en el prximo
veremos tres de ellas. Existen ms (e.g. sustitucin trigonomtrica)
que no abordaremos en este curso.
Las tres tcnicas que veremos en este curso se llaman
1. mtodo de sustitucin,
182
Tcnicas de Integracin
Derivar es una tcnica,
integrar es un arte.
La afirmacin anterior es bastante acertada. Para derivar funciones bastaba con comprender algunas derivadas y reglas conocidas,
no haban mayores complicaciones metodolgicas. Sin embargo, las
integrales son otro mundo, pues su resolucin puede requerir un
poco ms de creatividad.
A pesar de ello, existen algunas tcnicas para resolver integrales
con algunas estructuras conocidas. En este mdulo y en el prximo
veremos tres de ellas. Existen ms (e.g. sustitucin trigonomtrica)
que no abordaremos en este curso.
Las tres tcnicas que veremos en este curso se llaman
1. mtodo de sustitucin,
2. integracin por partes y
182
Tcnicas de Integracin
Derivar es una tcnica,
integrar es un arte.
La afirmacin anterior es bastante acertada. Para derivar funciones bastaba con comprender algunas derivadas y reglas conocidas,
no haban mayores complicaciones metodolgicas. Sin embargo, las
integrales son otro mundo, pues su resolucin puede requerir un
poco ms de creatividad.
A pesar de ello, existen algunas tcnicas para resolver integrales
con algunas estructuras conocidas. En este mdulo y en el prximo
veremos tres de ellas. Existen ms (e.g. sustitucin trigonomtrica)
que no abordaremos en este curso.
Las tres tcnicas que veremos en este curso se llaman
1. mtodo de sustitucin,
2. integracin por partes y
3. fracciones parciales.
182
Previo: Diferenciacin
Anteriormente vimos que si y = f(x), podamos expresar la derivada
dy
de y respecto a x como
= f (x).
dx
183
Previo: Diferenciacin
Anteriormente vimos que si y = f(x), podamos expresar la derivada
dy
de y respecto a x como
= f (x).
dx
dy
Adems, afirmamos que
es slo notacin, es decir, no es precisadx
mente una fraccin. Sin embargo, ahora definiremos otro concepto
que puede conversar bastante bien con la idea anterior. ste es el
concepto de diferencial.
183
Previo: Diferenciacin
Anteriormente vimos que si y = f(x), podamos expresar la derivada
dy
de y respecto a x como
= f (x).
dx
dy
Adems, afirmamos que
es slo notacin, es decir, no es precisadx
mente una fraccin. Sin embargo, ahora definiremos otro concepto
que puede conversar bastante bien con la idea anterior. ste es el
concepto de diferencial.
Definiremos dx como el diferencial de x y lo trataremos como una
variacin arbitrariamente pequea de la variable x.
183
Previo: Diferenciacin
Anteriormente vimos que si y = f(x), podamos expresar la derivada
dy
de y respecto a x como
= f (x).
dx
dy
Adems, afirmamos que
es slo notacin, es decir, no es precisadx
mente una fraccin. Sin embargo, ahora definiremos otro concepto
que puede conversar bastante bien con la idea anterior. ste es el
concepto de diferencial.
Definiremos dx como el diferencial de x y lo trataremos como una
variacin arbitrariamente pequea de la variable x.
As, el diferencial de una variable dependiente o el diferencial de
una funcin es dy = f (x)dx. Dicho de otro modo, el diferencial de
una funcin es directamente proporcional al diferencial de la variable independiente, donde la constante de proporcionalidad es la
derivada de la funcin.
183
Previo: Diferenciacin
Anteriormente vimos que si y = f(x), podamos expresar la derivada
dy
de y respecto a x como
= f (x).
dx
dy
Adems, afirmamos que
es slo notacin, es decir, no es precisadx
mente una fraccin. Sin embargo, ahora definiremos otro concepto
que puede conversar bastante bien con la idea anterior. ste es el
concepto de diferencial.
Definiremos dx como el diferencial de x y lo trataremos como una
variacin arbitrariamente pequea de la variable x.
As, el diferencial de una variable dependiente o el diferencial de
una funcin es dy = f (x)dx. Dicho de otro modo, el diferencial de
una funcin es directamente proporcional al diferencial de la variable independiente, donde la constante de proporcionalidad es la
derivada de la funcin.
En el prrafo anterior pareciera como si hubisemos pasado multiplicando dx, pero esto no es as, estamos hablando de conceptos
distintos.
183
Grfico: Diferenciacin
Figura 42: Diferencial de una Funcin
Grfico: Diferenciacin
Figura 42: Diferencial de una Funcin
f(x0 + dx)
f(x0 )
x0
x0 + dx
Grfico: Diferenciacin
Figura 42: Diferencial de una Funcin
f(x0 + dx)
f(x0 )
x0
x0 + dx
Grfico: Diferenciacin
Figura 42: Diferencial de una Funcin
f(x0 + dx)
dy = y
f(x0 )
dx
x0
184
x0 + dx
Mtodo de Sustitucin
El mtodo de sustitucin es el ms sencillo de todos, pues consiste
simplemente en un cambio de variable.
185
Mtodo de Sustitucin
El mtodo de sustitucin es el ms sencillo de todos, pues consiste
simplemente en un cambio de variable.
Este mtodo es til cuando tenemos integrales que de alguna forma
se pueden escribir como
f(g(x))g (x)dx,
185
Mtodo de Sustitucin
El mtodo de sustitucin es el ms sencillo de todos, pues consiste
simplemente en un cambio de variable.
Este mtodo es til cuando tenemos integrales que de alguna forma
se pueden escribir como
f(g(x))g (x)dx,
185
Mtodo de Sustitucin
El mtodo de sustitucin es el ms sencillo de todos, pues consiste
simplemente en un cambio de variable.
Este mtodo es til cuando tenemos integrales que de alguna forma
se pueden escribir como
f(g(x))g (x)dx,
186
Solucin 42
u100 du =
1 101
(x2 + 5)101
u +c =
+ c.
101
101
186
Solucin 42
u100 du =
1 101
(x2 + 5)101
u +c =
+ c.
101
101
Ejemplo 43
Obtenga
exp(x) + exp(2x)
dx.
(1 + exp(x))2
186
Solucin 42
u100 du =
1 101
(x2 + 5)101
u +c =
+ c.
101
101
Ejemplo 43
Obtenga
exp(x) + exp(2x)
dx.
(1 + exp(x))2
Solucin 43
exp(x) + exp(2x)
(1 + exp(x))2
dx =
4
0,5du
3 2
3
dx = u 3 + c = [1 + exp(x)] 3 + c.
p
3
4
4
u
186
p
x+3
9.
dx
2.
1 xdx
( x + 1) 2
1 + 3xy
1
3.
dy
10.
dx
y2
4x2 9
3
1
x +1
dx
11.
4.
dx
x
+1
x 9 x2
5.
6.
7.
(1 + x) x2 + 2x 5dx
12.
ln(5x)
dx
x
13.
2 3 x
dx
x2
1 2ln(5x)
dx
x
ln(x 1)
dx
14.
2x 2
187
188
188
d(u(x)v(x))
dx =
dx
u(x)
dv(x)
dx +
dx
u(x)v(x) =
v(x)
du(x)
dx
dx
u(x)dv(x) +
188
v(x)du(x)
d(u(x)v(x))
dx =
dx
u(x)
dv(x)
dx +
dx
u(x)v(x) =
v(x)
du(x)
dx
dx
u(x)dv(x) +
v(x)du(x)
u(x)dv(x) = u(x)v(x)
188
v(x)du(x).
udv = uv
189
vdu.
udv = uv
vdu.
189
udv = uv
vdu.
189
xlnxdx.
190
xlnxdx.
Solucin 44
Sea u = lnx y dv = xdx, de modo que du =
190
dx
x2
y v= .
x
2
xlnxdx.
Solucin 44
Sea u = lnx y dv = xdx, de modo que du =
Luego, integrando por partes se tiene
x2
xlnxdx = lnx
2
= lnx
dx
x2
y v= .
x
2
x2 dx
2 x
x2 x2
+ c.
2
4
190
xlnxdx.
Solucin 44
Sea u = lnx y dv = xdx, de modo que du =
Luego, integrando por partes se tiene
x2
xlnxdx = lnx
2
= lnx
x2 dx
2 x
x2 x2
+ c.
2
4
Propuesto
44
Calcular
dx
x2
y v= .
x
2
lnxdx.
190
x2 exp(x)dx.
191
x2 exp(x)dx.
Solucin 45
191
x2 exp(x)dx.
Solucin 45
x exp(x)dx = x exp(x) 2
191
exp(x)xdx.
(3)
x2 exp(x)dx.
Solucin 45
x exp(x)dx = x exp(x) 2
exp(x)xdx.
(3)
191
exp(x)xdx...
x2 exp(x)dx.
Solucin 45
x exp(x)dx = x exp(x) 2
exp(x)xdx.
(3)
exp(x)xdx...
exp(x)xdx = xexp(x)
191
(4)
x2 exp(x)dx.
Obtenga
Solucin 45
x exp(x)dx = x exp(x) 2
exp(x)xdx.
(3)
exp(x)xdx...
exp(x)xdx = xexp(x)
(4)
192
192
192
192
192
192
1.
2.
xexp(x)dx
5.
x2 exp(x)dx
6.
ln(3x)dy
7.
(lnx)3 dx
8.
3.
4.
2x2x dx
xln(x2 )dx
7x2 ln(4x)dx
lnx
dx
x3
Propuesto
46
Integrar
Mdulo 17
194
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
As, es razonable pensar que la fraccin se puede separar en la suma o resta de dos fracciones: una con denominador x + 3 y otra con
denominador x + 4.
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
As, es razonable pensar que la fraccin se puede separar en la suma o resta de dos fracciones: una con denominador x + 3 y otra con
denominador x + 4.
Sin embargo, qu valores deberan tomar los numeradores?
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
As, es razonable pensar que la fraccin se puede separar en la suma o resta de dos fracciones: una con denominador x + 3 y otra con
denominador x + 4.
Sin embargo, qu valores deberan tomar los numeradores?
Como no sabemos a priori cales son los numeradores, podemos
pensar que stos pueden ser polinomios genricos, con incgnitas
que nosotros deberamos determinar.
195
Recordatorio: Fracciones
Siempre que tenemos una fraccin cuyo numerador y denominador
son polinomios (factorizables), est la opcin de separar la fraccin
original como una suma o resta de fracciones parciales.
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
As, es razonable pensar que la fraccin se puede separar en la suma o resta de dos fracciones: una con denominador x + 3 y otra con
denominador x + 4.
Sin embargo, qu valores deberan tomar los numeradores?
Como no sabemos a priori cales son los numeradores, podemos
pensar que stos pueden ser polinomios genricos, con incgnitas
que nosotros deberamos determinar.
Sin embargo, estos polinomios genricos que pondremos en los numeradores deben tener un grado menor que sus respectivos denominadores (Por qu?).
195
x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
196
196
196
A
4A
+
+
B
3B
196
=
=
1
2
A
4A
+
+
B
3B
=
=
1
2
196
A
4A
+
+
B
3B
=
=
1
2
196
A
4A
+
+
B
3B
=
=
1
2
196
x+2
dx, no es
x2 + 7x + 12
trivial deducir la solucin, pues no tiene exactamente la forma de
una primitiva conocida.
Cuando tenemos una integral de la forma
197
x+2
dx, no es
x2 + 7x + 12
trivial deducir la solucin, pues no tiene exactamente la forma de
una primitiva conocida.
1
1
Sin embargo, al calcular
dx + 2
dx, que es una exprex+3
x+4
sin equivalente, notamos que ambas integrales cumplen con ser
logaritmos (ver Solucin 39).
Cuando tenemos una integral de la forma
197
x+2
dx, no es
x2 + 7x + 12
trivial deducir la solucin, pues no tiene exactamente la forma de
una primitiva conocida.
1
1
Sin embargo, al calcular
dx + 2
dx, que es una exprex+3
x+4
sin equivalente, notamos que ambas integrales cumplen con ser
logaritmos (ver Solucin 39).
Por lo tanto,
Cuando tenemos una integral de la forma
x+2
dx =
x2 + 7x + 12
1
x+3
dx + 2
1
dx = ln |x + 3| + 2ln |x + 4| + c.
x+4
197
x+2
dx, no es
x2 + 7x + 12
trivial deducir la solucin, pues no tiene exactamente la forma de
una primitiva conocida.
1
1
Sin embargo, al calcular
dx + 2
dx, que es una exprex+3
x+4
sin equivalente, notamos que ambas integrales cumplen con ser
logaritmos (ver Solucin 39).
Por lo tanto,
Cuando tenemos una integral de la forma
x+2
dx =
x2 + 7x + 12
1
x+3
dx + 2
1
dx = ln |x + 3| + 2ln |x + 4| + c.
x+4
197
x+2
dx, no es
x2 + 7x + 12
trivial deducir la solucin, pues no tiene exactamente la forma de
una primitiva conocida.
1
1
Sin embargo, al calcular
dx + 2
dx, que es una exprex+3
x+4
sin equivalente, notamos que ambas integrales cumplen con ser
logaritmos (ver Solucin 39).
Por lo tanto,
Cuando tenemos una integral de la forma
x+2
dx =
x2 + 7x + 12
1
x+3
dx + 2
1
dx = ln |x + 3| + 2ln |x + 4| + c.
x+4
197
4x + 6
x3 + 3x2 + 2x
dx.
198
4x + 6
x3 + 3x2 + 2x
dx.
Solucin 46
En efecto,
4x + 6
B
C
(A + B + C)x2 + (3A + 2B + C)x + 2A
A
= +
+
=
.
x3 + 3x2 + 2x x x + 1 x + 2
x3 + 3x2 + 2x
198
4x + 6
x3 + 3x2 + 2x
dx.
Solucin 46
En efecto,
4x + 6
B
C
(A + B + C)x2 + (3A + 2B + C)x + 2A
A
= +
+
=
.
x3 + 3x2 + 2x x x + 1 x + 2
x3 + 3x2 + 2x
A + B + C = 0
Luego, resolvemos 3A + 2B + C = 4 y obtenemos
2A
= 6
4x + 6
A = 3, B = 2 y C = 1. Por lo tanto,
dx =
x3 + 3x2 + 2x
dx
dx
dx
3
2
198
199
199
199
199
Ejemplo 47
Obtenga
2x2 1
dx
x3 + x2
201
Ejemplo 47
Obtenga
2x2 1
dx
x3 + x2
Solucin 47
Sea
2x2 1 A B
C
= +
+
.
3
2
2
x
x
+1
x +x
x
201
Ejemplo 47
Obtenga
2x2 1
dx
x3 + x2
Solucin 47
2x2 1 A B
C
= +
+
.
3
2
2
x
x
+1
x +x
x
2
Luego, Ax + Ax + Bx + B + Cx2 = 2x2 1.
Sea
201
Ejemplo 47
Obtenga
2x2 1
dx
x3 + x2
Solucin 47
2x2 1 A B
C
= +
+
.
3
2
2
x
x
+1
x +x
x
2
Luego, Ax + Ax + Bx + B + Cx2 = 2x2 1.
Resolviendo el sistema correspondiente se obtiene A = 1, B = 1,
C = 1.
Sea
201
Ejemplo 47
Obtenga
2x2 1
dx
x3 + x2
Solucin 47
2x2 1 A B
C
= +
+
.
3
2
2
x
x
+1
x +x
x
2
Luego, Ax + Ax + Bx + B + Cx2 = 2x2 1.
Resolviendo el sistema correspondiente se obtiene A = 1, B = 1,
C = 1.
Por lo tanto,
2x2 1
dx
dx
dx
dx =
+
= ln |x| + x1 + ln |x + 1| + c.
3
2
2
x
x
+1
x +x
x
Sea
201
Mdulo 18
202
6/2/04
13:33
Pgina 10
10
38.
41.
Slo I
Slo II
Slo I y II
Slo II y III
I, II y III
En la figura 6, cul
se transforma el punt
una rotacin en 180q
sentido horario ?
A)
B)
C)
D)
E)
(2,
(2,
(4,
(0,
(0,
2)
0)
2)
0)
2)
B 2
fig.
-2
fig. 3
203
D -2
x
42.
paralelo al eje x
paralelo al eje y
de la bisectriz de
de la bisectriz de
6/2/04
13:33
Pgina 10
10
38.
41.
Slo I
Slo II
Slo I y II
Slo II y III
I, II y III
En la figura 6, cul
se transforma el punt
una rotacin en 180q
sentido horario ?
A)
B)
C)
D)
E)
(2,
(2,
(4,
(0,
(0,
2)
0)
2)
0)
2)
B 2
fig.
-2
fig. 3
D -2
x
42.
D)
de la bisectriz de
6/2/04
13:33
Pgina 10
10
38.
41.
Slo I
Slo II
Slo I y II
Slo II y III
I, II y III
En la figura 6, cul
se transforma el punt
una rotacin en 180q
sentido horario ?
A)
B)
C)
D)
E)
(2,
(2,
(4,
(0,
(0,
2)
0)
2)
0)
2)
B 2
fig.
-2
fig. 3
D -2
x
42.
D)
de la bisectriz de
Suma de Riemann
Supongamos que queremos calcular el rea debajo de una funcin
limitada en algn intervalo por el eje de las abscisas.
204
Suma de Riemann
Supongamos que queremos calcular el rea debajo de una funcin
limitada en algn intervalo por el eje de las abscisas.
Podramos intentar aproximar dicha superficie a travs de muchos
rectngulos muy delgados, tal como se muestra en la Figura 45.
204
Suma de Riemann
Supongamos que queremos calcular el rea debajo de una funcin
limitada en algn intervalo por el eje de las abscisas.
Podramos intentar aproximar dicha superficie a travs de muchos
rectngulos muy delgados, tal como se muestra en la Figura 45.
p
0
1
204
Suma de Riemann
Supongamos que queremos calcular el rea debajo de una funcin
limitada en algn intervalo por el eje de las abscisas.
Podramos intentar aproximar dicha superficie a travs de muchos
rectngulos muy delgados, tal como se muestra en la Figura 46.
p
0
1
205
206
206
n(n + 1)(2n + 1)
Recordatorio MEM105:
k2 =
.
6
k=1
Solucin 48
206
n(n + 1)(2n + 1)
Recordatorio MEM105:
k2 =
.
6
k=1
Solucin 48
0, 12 + 0, 22 + 0, 32 + + 1, 92 + 22
= 0,1
20
k=1
206
k
10
)2 ]
= 2,87.
n(n + 1)(2n + 1)
Recordatorio MEM105:
k2 =
.
6
k=1
Solucin 48
0, 12 + 0, 22 + 0, 32 + + 1, 92 + 22
[
n rectngulos:
n ( 2k
2
n k=1 n
= 0,1
20
k=1
)2 ]
=
k
10
)2 ]
= 2,87.
2 4 n(n + 1)(2n + 1)
n n2
6
206
n(n + 1)(2n + 1)
Recordatorio MEM105:
k2 =
.
6
k=1
Solucin 48
0, 12 + 0, 22 + 0, 32 + + 1, 92 + 22
[
n ( 2k
2
n k=1 n
= 0,1
20
k=1
)2 ]
k
10
)2 ]
= 2,87.
2 4 n(n + 1)(2n + 1)
n n2
6
8
Obteniendo el lmite cuando n obtenemos .
3
n rectngulos:
206
0
1
0
1
207
208
1 x2 en [1, 1] (derecha)
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
209
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
209
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
+ c.
3
209
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
209
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
Definicin 42
f(x)dx = F(x) + c,
b
f(x)dx = F(x)a = F(b) F(a)
209
n
ba
ba
= lim
f k
n n
n
k=1
))
.
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
Definicin 42
f(x)dx = F(x) + c,
b
f(x)dx = F(x)a = F(b) F(a)
n
ba
ba
= lim
f k
n n
n
k=1
))
.
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
Definicin 42
f(x)dx = F(x) + c,
b
f(x)dx = F(x)a = F(b) F(a)
n
ba
ba
= lim
f k
n n
n
k=1
))
.
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
Definicin 42
f(x)dx = F(x) + c,
b
f(x)dx = F(x)a = F(b) F(a)
n
ba
ba
= lim
f k
n n
n
k=1
))
.
y
f(x) = x2
2
0/10
x2 dx =
210
0
3000
x
Obtenga
lnx
dx.
x
211
Obtenga
lnx
dx.
x
Solucin 50
Sea u = lnx, de modo que du =
dx
.
x
211
Obtenga
lnx
dx.
x
Solucin 50
dx
.
x
lnx
u2
(lnx)2
As,
dx = udu =
+c =
+ c = F(x) + c.
x
2
2
Sea u = lnx, de modo que du =
211
Obtenga
lnx
dx.
x
Solucin 50
dx
.
x
lnx
u2
(lnx)2
As,
dx = udu =
+c =
+ c = F(x) + c.
x
2 (
2)
e
e
e
lnx
(lnx)2
1 0 1
Luego,
dx = F(x)1 =
= = .
x
2
2
2 2
1
1
Sea u = lnx, de modo que du =
211
Obtenga
lnx
dx.
x
Solucin 50
dx
.
x
lnx
u2
(lnx)2
As,
dx = udu =
+c =
+ c = F(x) + c.
x
2 (
2)
e
e
e
lnx
(lnx)2
1 0 1
Luego,
dx = F(x)1 =
= = .
x
2
2
2 2
1
1
Sea u = lnx, de modo que du =
Propuesto 48
Obtenga el rea del trapecio formado por y = 4 x, x = 1, x = 3 e
y = 0 como en la PSU. Compruebe su resultado usando integrales.
211
212
12 p
5
x 4 + xdx, al plantear u =
212
12 p
5
x 4 + xdx, al plantear u =
u5
u3
= 2
8
5
3
x 4 + xdx =
4
3
(u2 4) u 2udu
)4 (
) (
)
1024
64
243
27
781 37
8
2
8
=
.
= 2
5
3
5
3
5
3
3
212
12 p
5
x 4 + xdx, al plantear u =
u5
u3
= 2
8
5
3
x 4 + xdx =
4
3
(u2 4) u 2udu
)4 (
) (
)
1024
64
243
27
781 37
8
2
8
=
.
= 2
5
3
5
3
5
3
3
212
12 p
x 4 + xdx, al plantear u =
u5
u3
= 2
8
5
3
x 4 + xdx =
4
3
(u2 4) u 2udu
)4 (
) (
)
1024
64
243
27
781 37
8
2
8
=
.
= 2
5
3
5
3
5
3
3
Propuesto 49
exp(exp(exp(e)))
Calcule
exp(exp(e))
dx
.
x ln(x) ln(ln(x)) ln(ln(ln(x)))
212
reas Negativas
Cuando los referimos a que una integral definida
b
a
f(x)dx permite
213
reas Negativas
Cuando los referimos a que una integral definida
b
a
f(x)dx permite
213
reas Negativas
Cuando los referimos a que una integral definida
b
a
f(x)dx permite
Ejemplo 51
Calcule A =
(x2 5)dx.
213
reas Negativas
Cuando los referimos a que una integral definida
b
a
f(x)dx permite
Ejemplo 51
Calcule A =
(x2 5)dx.
Solucin 51
A=
2
1
)2
8
1
8
= 10 + 5 = .
3
3
3
x3
(x 5)dx =
5x
3
2
213
reas Negativas
Cuando los referimos a que una integral definida
b
a
f(x)dx permite
Ejemplo 51
Calcule A =
(x2 5)dx.
Solucin 51
A=
2
1
)2
8
1
8
= 10 + 5 = .
3
3
3
x3
(x 5)dx =
5x
3
2
Intuicin: En efecto, como y = 0 est por sobre y = x2 5 en el intervalo [1, 2], el gran rectngulo que forma la integral de y = 0 tiene
mayor superficie que la gran figura curvada que forma y = x2 5, por
lo que la resta f(x) 0 es negativa.
213
214
214
214
214
ces
a
f(x)dx = F(x)b = F(a) F(b), es decir,
214
b
a
f(x)dx =
a
b
f(x)dx.
ces
a
f(x)dx = F(x)b = F(a) F(b), es decir,
b
a
f(x)dx =
a
b
f(x)dx.
Separacin de Tramos
Adems de preservar las Proposiciones 33 y 34 (suma, resta y ponderacin por escalar), las integrales definidas tienen una propiedad
adicional muy til e intuitiva.
215
Separacin de Tramos
Adems de preservar las Proposiciones 33 y 34 (suma, resta y ponderacin por escalar), las integrales definidas tienen una propiedad
adicional muy til e intuitiva.
Proposicin 35
Una integral definida sobre un intervalo puede descomponerse
como la suma de dos (o ms) integrales sobre tramos
complementarios. As, si c [a, b], entonces
b
a
f(x)dx =
c
a
f(x)dx +
215
b
c
f(x)dx.
Separacin de Tramos
Adems de preservar las Proposiciones 33 y 34 (suma, resta y ponderacin por escalar), las integrales definidas tienen una propiedad
adicional muy til e intuitiva.
Proposicin 35
Una integral definida sobre un intervalo puede descomponerse
como la suma de dos (o ms) integrales sobre tramos
complementarios. As, si c [a, b], entonces
b
a
f(x)dx =
c
a
f(x)dx +
b
c
f(x)dx.
215
Separacin de Tramos
Adems de preservar las Proposiciones 33 y 34 (suma, resta y ponderacin por escalar), las integrales definidas tienen una propiedad
adicional muy til e intuitiva.
Proposicin 35
Una integral definida sobre un intervalo puede descomponerse
como la suma de dos (o ms) integrales sobre tramos
complementarios. As, si c [a, b], entonces
b
a
f(x)dx =
c
a
f(x)dx +
b
c
f(x)dx.
Compute
216
Compute
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
1
216
Compute
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
1
216
Compute
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
0
1
4x3 dx +
1
0
3
2
1
1
0
0
1
2
4x3 dx
3
4
= (0 1) + (1 0) = 2.
216
f(x) = 4x3
217
217
[f(x) g(x)]dx.
217
[f(x) g(x)]dx.
Ejemplo 53
Calcule el rea entre f(x) = x2 y g(x) = x3 en el intervalo [0, 1].
217
[f(x) g(x)]dx.
Ejemplo 53
Calcule el rea entre f(x) = x2 y g(x) = x3 en el intervalo [0, 1].
Solucin 53
[x2 x3 ]dx =
217
1 1
1
=
.
3 4 12
[f(x) g(x)]dx.
Ejemplo 53
Calcule el rea entre f(x) = x2 y g(x) = x3 en el intervalo [0, 1].
Solucin 53
[x2 x3 ]dx =
1 1
1
=
.
3 4 12
218
218
218
f(t)dt.
218
f(t)dt.
Sin embargo, podramos estar interesados en obtener las donaciones totaleshasta la hora x, en cuyo caso, stas podran denotarse
por D(x) =
218
f(t)dt.
Sin embargo, podramos estar interesados en obtener las donaciones totaleshasta la hora x, en cuyo caso, stas podran denotarse
por D(x) =
218
f(t)dt.
Sin embargo, podramos estar interesados en obtener las donaciones totaleshasta la hora x, en cuyo caso, stas podran denotarse
por D(x) =
Ahora bien, cul es la tasa de cambio instantnea de las donaciones en el momento x? Para responder esto, podemos hacer uso del
(primer) Teorema Fundamental del Clculo (TFC).
218
f(t)dt.
Sin embargo, podramos estar interesados en obtener las donaciones totaleshasta la hora x, en cuyo caso, stas podran denotarse
por D(x) =
Ahora bien, cul es la tasa de cambio instantnea de las donaciones en el momento x? Para responder esto, podemos hacer uso del
(primer) Teorema Fundamental del Clculo (TFC).
Proposicin 36
d
Si f(t) es integrable y a es una constante,
dx
218
x
a
f(t)dt = f(x).
f(t)dt.
Sin embargo, podramos estar interesados en obtener las donaciones totaleshasta la hora x, en cuyo caso, stas podran denotarse
por D(x) =
Ahora bien, cul es la tasa de cambio instantnea de las donaciones en el momento x? Para responder esto, podemos hacer uso del
(primer) Teorema Fundamental del Clculo (TFC).
Proposicin 36
d x
f(t)dt = f(x).
Si f(t) es integrable y a es una constante,
dx a
b(x)
d
Generalizacin:
f(t)dt = f(b(x))b (x) f(a(x))a (x).
dx a(x)
218
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos.
219
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
219
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
Definicin 43
Si alguno de los lmites de integracin de una integral definida es
() infinito (o ambos lo son), diremos que dicha integral es
impropia.
219
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
Definicin 43
Si alguno de los lmites de integracin de una integral definida es
() infinito (o ambos lo son), diremos que dicha integral es
impropia.
Para calcular integrales impropias, basta con calcular el lmite de
dicha integral cuando el/los lmite(s) correspondiente(s) tiende(n) a
(o segn corresponda).
219
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
Definicin 43
Si alguno de los lmites de integracin de una integral definida es
() infinito (o ambos lo son), diremos que dicha integral es
impropia.
Para calcular integrales impropias, basta con calcular el lmite de
dicha integral cuando el/los lmite(s) correspondiente(s) tiende(n) a
(o segn corresponda).
Ejemplo 54
0
Obtenga
exp(x)dx.
219
Integrales Impropias
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
Definicin 43
Si alguno de los lmites de integracin de una integral definida es
() infinito (o ambos lo son), diremos que dicha integral es
impropia.
Para calcular integrales impropias, basta con calcular el lmite de
dicha integral cuando el/los lmite(s) correspondiente(s) tiende(n) a
(o segn corresponda).
Ejemplo 54
0
Obtenga
exp(x)dx.
Solucin
54
exp(x)dx = lim
a a
219
Mdulo 19
220
Aplicacin: Probabilidades
Ejemplo 55
Supongamos que la frecuencia con la que se consume un bien X, se
modela mediante una funcin f(x). Entonces, es posible determinar
en forma cuantitativa el nivel de consumo promedio, como
X=
Domf
x f(x)dx,
221
Aplicacin: Probabilidades
El volumen de venta diaria, en miles de litros, de una estacin gasolinera es una variable que cambia todos los das y la densidad de
probabilidad (frecuencia) con que se venden x miles de litros est
definida por
(
)
4
f(x) = x x + .
3
222
Aplicacin: Probabilidades
El volumen de venta diaria, en miles de litros, de una estacin gasolinera es una variable que cambia todos los das y la densidad de
probabilidad (frecuencia) con que se venden x miles de litros est
definida por
(
)
4
f(x) = x x + .
3
El dueo piensa ampliar la estacin siempre y cuando la venta diaria media sea mayor a 800 litros de combustible.
222
Aplicacin: Probabilidades
El volumen de venta diaria, en miles de litros, de una estacin gasolinera es una variable que cambia todos los das y la densidad de
probabilidad (frecuencia) con que se venden x miles de litros est
definida por
(
)
4
f(x) = x x + .
3
El dueo piensa ampliar la estacin siempre y cuando la venta diaria media sea mayor a 800 litros de combustible.
Qu decisin debe tomar el dueo? Justifique adecuadamente su
respuesta.
222
Aplicacin: Probabilidades
El volumen de venta diaria, en miles de litros, de una estacin gasolinera es una variable que cambia todos los das y la densidad de
probabilidad (frecuencia) con que se venden x miles de litros est
definida por
(
)
4
f(x) = x x + .
3
El dueo piensa ampliar la estacin siempre y cuando la venta diaria media sea mayor a 800 litros de combustible.
Qu decisin debe tomar el dueo? Justifique adecuadamente su
respuesta.
IND: Toda funcin de probabilidad debe acumular una probabilidad
total de 1 al barrer todo su dominio. En otras palabras:
Domf
f(x)dx = 1
222
Definicin de Variables
Solucin 55
* Sea X la cantidad, en miles de litros de combustible, que
puede vender la gasolinera en un da.
223
Definicin de Variables
Solucin 55
* Sea X la cantidad, en miles de litros de combustible, que
puede vender la gasolinera en un da.
* Sea
X=
x f(x)dx
Domf
223
224
224
225
f(x)dx = 1,
225
f(x)dx = 1,
225
f(x)dx = 1,
Desarrollo y Resolucin
Teniendo el dominio de la funcin de distribucin, procedemos calculando el consumo promedio:
X=
Domf
xx x+
1(
0
x f(x)dx
)
4
dx
3
)
4
x + x2 dx
3
3
x4 4 3
+ x
=
4 9
)1
0
1 4 25
= + =
< 0, 8
4 9 36
226
Conclusin
227
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).
228
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
228
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
IND: La cantidad de equilibrio es 1.
228
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
IND: La cantidad de equilibrio es 1.
Solucin 56
228
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
IND: La cantidad de equilibrio es 1.
Solucin 56
228
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
IND: La cantidad de equilibrio es 1.
Solucin 56
Q
0
[P Oferta]dQ =
228
1
0
[1 exp(Q 1)]dQ.
Aplicacin: Excedentes
Ejemplo 56
Una economa competitiva est caracterizada por las siguientes
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
IND: La cantidad de equilibrio es 1.
Solucin 56
Q
0
[P Oferta]dQ =
1
0
[1 exp(Q 1)]dQ.
]1
Q exp(Q 1)
0 = ( 1 1) ( 0 e
228
) = e1 .
229
229
229
230
t = argmax
t0
t
0
[IMg(t) CMg(t)]dt.
230
t = argmax
t0
t
0
[IMg(t) CMg(t)]dt.
En este caso, para obtener el tiempo ptimo se debe imponer la condicin IMg(t) = CMg(t), condicin a partir de la cual se obtendr t .
230
t = argmax
t0
t
0
[IMg(t) CMg(t)]dt.
En este caso, para obtener el tiempo ptimo se debe imponer la condicin IMg(t) = CMg(t), condicin a partir de la cual se obtendr t .
Al evaluar este valor (t ) en la integral, se obtendr el mximo beneficio acumulado de la empresa.
230
Una empresa petrolera est pensando en abrir un nuevo pozo petrolero, el cual deber durar al menos 7 aos y debera generar unos
30 millones de dlares [MMU$].
231
Una empresa petrolera est pensando en abrir un nuevo pozo petrolero, el cual deber durar al menos 7 aos y debera generar unos
30 millones de dlares [MMU$].
La tasa de ingreso y el costo instantneo del pozo se estiman en
IMg(t) = 17 t2/3 y CMg(t) = 5 + 2t2/3 , respectivamente, donde IMg(t)
y CMg(t) se miden en millones de dlares y t en aos.
231
Una empresa petrolera est pensando en abrir un nuevo pozo petrolero, el cual deber durar al menos 7 aos y debera generar unos
30 millones de dlares [MMU$].
La tasa de ingreso y el costo instantneo del pozo se estiman en
IMg(t) = 17 t2/3 y CMg(t) = 5 + 2t2/3 , respectivamente, donde IMg(t)
y CMg(t) se miden en millones de dlares y t en aos.
Determine si la empresa debera abrir el nuevo pozo. Justifique adecuadamente su respuesta.
231
Unidad 4
Unidad 4
Mdulo 20
Mdulo 21
Mdulo 22
Mdulo 23
Mdulo 24
Mdulo 25
Volver al Inicio
232
Mdulo 20
233
234
234
234
Definicin 44
234
Definicin 44
Definicin 45
234
Definicin 44
Definicin 45
Definicin 46
235
235
235
u, v, w V
235
u, v, w V
u V
235
235
, K, u V
235
235
236
236
236
Definicin 48
236
Definicin 48
236
Definicin 48
u, v U y
236
Definicin 48
u, v U y
R, u U.
236
Definicin 48
u, v U y
R, u U.
236
Definicin 48
u, v U y
R, u U.
237
Aterrizaje: Vectores
x1
x
2
238
Aterrizaje: Vectores
x1
x
2
238
Aterrizaje: Vectores
x1
x
2
238
Aterrizaje: Vectores
x1
x
2
238
Aterrizaje: Vectores
x1
x
2
238
239
Solucin 57
1. PDQ 0 W. Evaluamos
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
239
Solucin 57
1. PDQ 0 W. Evaluamos
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
2. PDQ
w1 ,
w2 W, k R =
w1 + k
w2 W. En efecto, sea
Solucin 57
1. PDQ 0 W. Evaluamos
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
2. PDQ
w1 ,
w2 W, k R =
w1 + k
w2 W. En efecto, sea
Solucin 57
1. PDQ 0 W. Evaluamos
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
2. PDQ
w1 ,
w2 W, k R =
w1 + k
w2 W. En efecto, sea
Propuesto 51
Sea V = {(x1 , x2 , x3 ) R3 : x1 + x2 + x3 = a}. Encuentre el valor de a
para que V sea un s.e.v. de R3 .
Propuesto 52
Pruebe que 0n Rn y Rn son ambos subespacios vectoriales de Rn .
Propuesto 53
Sean V y W dos subespacios vectoriales (no disjuntos) de Rn .
Demuestre que V W tambin es un subespacio vectorial.
240
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
241
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
241
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
241
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
241
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
241
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
Matrices
Definicin 49
Una matriz A es un arreglo rectangular de nmeros reales de la
forma
an , 1
an,2
an , k
Mdulo 21
242
243
243
Proposicin
37
x1
y1
x
y
2
2
n
Sean X =
.. e Y = .. dos vectores en R y R un escalar.
.
.
xn
yn
243
Proposicin
37
x1
y1
x
y
2
2
n
Sean X =
.. e Y = .. dos vectores en R y R un escalar.
.
.
xn
Luego tenemos que
yn
xn
yn
x1
y1
x1 + y1
x y x + y
2 2 2
2
X+Y =
.. + .. = ..
. . .
xn + yn
243
y que
x1
x
2
X =
.. .
.
xn
u = ( 2, 2, 1)
y
244
u = ( 2, 2, 1)
2u = (4, 4, 2)
x
y
244
v = (1, 2, 3)
u = ( 2, 2, 1)
2u = (4, 4, 2)
x
y
244
v = (1, 2, 3)
u = ( 2, 2, 1)
2u = (4, 4, 2)
x
y
244
v = (1, 2, 3)
u = ( 2, 2, 1)
2u = (4, 4, 2)
x
y
244
2u +v = (5, 6, 5)
v = (1, 2, 3)
u = ( 2, 2, 1)
2u = (4, 4, 2)
x
y
244
x1
x
2
n
xn
T
t
X = X = X := (x
245
1 , x2 , , xn ) =
x1
x2
xn .
x1
x
2
n
xn
T
t
X = X = X := (x
Definicin
51
1 , x2 , , xn ) =
y1
x1
y
x
2
2
n
Sean X =
.. e Y = .. dos vectores en R .
.
.
xn
yn
245
x1
x2
xn .
x1
x
2
n
xn
T
t
X = X = X := (x
Definicin
51
1 , x2 , , xn ) =
x1
x2
xn .
y1
x1
y
x
2
2
n
Sean X =
.. e Y = .. dos vectores en R . El producto interno
.
.
xn
yn
i=1
245
xi yi R.
x1
x
2
n
xn
T
t
X = X = X := (x
Definicin
51
1 , x2 , , xn ) =
x1
x2
xn .
y1
x1
y
x
2
2
n
Sean X =
.. e Y = .. dos vectores en R . El producto interno
.
.
xn
yn
xi yi R.
i=1
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
246
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
246
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
246
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
XX =
X X =
246
< X, X >.
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
XX =
X X =
< X, X >.
Definicin 53
La distancia (euclidiana) entre X e Y es d(X, Y) = X Y R+ .
246
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
XX =
X X =
< X, X >.
Definicin 53
La distancia (euclidiana) entre X e Y es d(X, Y) = X Y R+ .
Observacin: La norma euclidiana de X puede ser entendida como
la distancia entre el vector y el origen.
246
247
247
247
247
247
247
247
247
247
247
247
247
Mdulo 22
248
Combinacin Lineal
A partir de la suma y la ponderacin por escalar que definimos anteriormente (Proposicin 37), podemos usar vectores y escalares para
generar nuevos vectores. Esta idea la sintetizamos en la siguiente
definicin.
249
Combinacin Lineal
A partir de la suma y la ponderacin por escalar que definimos anteriormente (Proposicin 37), podemos usar vectores y escalares para
generar nuevos vectores. Esta idea la sintetizamos en la siguiente
definicin.
Definicin 54
Diremos que el vector Z es una combinacin lineal del conjunto
de vectores {Xj }kj=1 Rn , si
Z=
j X j ,
j=1
249
Combinacin Lineal
A partir de la suma y la ponderacin por escalar que definimos anteriormente (Proposicin 37), podemos usar vectores y escalares para
generar nuevos vectores. Esta idea la sintetizamos en la siguiente
definicin.
Definicin 54
Diremos que el vector Z es una combinacin lineal del conjunto
de vectores {Xj }kj=1 Rn , si
Z=
j X j ,
j=1
249
Combinacin Lineal
A partir de la suma y la ponderacin por escalar que definimos anteriormente (Proposicin 37), podemos usar vectores y escalares para
generar nuevos vectores. Esta idea la sintetizamos en la siguiente
definicin.
Definicin 54
Diremos que el vector Z es una combinacin lineal del conjunto
de vectores {Xj }kj=1 Rn , si
Z=
j X j ,
j=1
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
Igualando con la ltima tenemos 12a + 18b = 9a + 12b a = 2b.
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
Igualando con la ltima tenemos 12a + 18b = 9a + 12b a = 2b.
1
Evaluamos esto en las identidades y obtenemos que a = 1 y b = .
2
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
Igualando con la ltima tenemos 12a + 18b = 9a + 12b a = 2b.
1
Evaluamos esto en las identidades y obtenemos que a = 1 y b = .
2
1
En efecto, (5, 7, 9) (8, 10, 12) = (1, 2, 3), por lo que el vector (1, 2, 3)
2
s es combinacin lineal de los vectores (5, 7, 9) y (8, 10, 12).
250
Solucin 58
Para que esto sea as, deben existir escalares a y b tal que
(1, 2, 3) = a(5, 7, 9) + b(8, 10, 12), i.e. tal que 1 = 5a + 8b, 2 = 7a + 10b y
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
Igualando con la ltima tenemos 12a + 18b = 9a + 12b a = 2b.
1
Evaluamos esto en las identidades y obtenemos que a = 1 y b = .
2
1
En efecto, (5, 7, 9) (8, 10, 12) = (1, 2, 3), por lo que el vector (1, 2, 3)
2
s es combinacin lineal de los vectores (5, 7, 9) y (8, 10, 12).
Propuesto 54
Demuestre que el cero vectorial en Rn es combinacin lineal de
cualquier conjunto de vectores en Rn .
250
251
Definicin 55
j Xj = 0 es porque necesariamente
j=1
251
Definicin 55
j Xj = 0 es porque necesariamente
j=1
Dicho de otro modo, un conjunto de vectores es linealmente dependiente si la nica combinacin lineal entre ellos que genera al cero
vectorial es una con slo escalares igual a cero.
251
Definicin 55
j Xj = 0 es porque necesariamente
j=1
Dicho de otro modo, un conjunto de vectores es linealmente dependiente si la nica combinacin lineal entre ellos que genera al cero
vectorial es una con slo escalares igual a cero.
Definicin 56
j=1
251
j Xj = 0.
linealmente dependiente.
252
linealmente dependiente.
Solucin 59
En efecto, tenemos que Z =
j=1
252
linealmente dependiente.
Solucin 59
En efecto, tenemos que Z =
j=1
j=1
j Xj = 0, de modo que
252
linealmente dependiente.
Solucin 59
En efecto, tenemos que Z =
j=1
j=1
j Xj = 0, de modo que
252
linealmente dependiente.
Solucin 59
En efecto, tenemos que Z =
j=1
j Xj = 0, de modo que
j=1
Propuesto 55
Demuestre que cualquier conjunto que contiene el cero vectorial en
Rn es linealmente dependiente.
252
253
Definicin 57
Una base de un espacio V es cualquier conjunto de vectores
linealmente independientes que puede generar al espacio, i.e.
puede generar a cualquiera de sus elementos a travs de alguna
combinacin lineal.
253
Definicin 57
Una base de un espacio V es cualquier conjunto de vectores
linealmente independientes que puede generar al espacio, i.e.
puede generar a cualquiera de sus elementos a travs de alguna
combinacin lineal.
Definicin 58
La cantidad mnima de vectores que puede tener una base de un
espacio se define como la dimensin del espacio.
253
Mdulo 23
254
Transposicin de Matrices
Al igual que con los vectores, las matrices tambin se pueden transponer. La notacin es igual a la expuesta en la Definicin 50...
255
Transposicin de Matrices
Al igual que con los vectores, las matrices tambin se pueden transponer. La notacin es igual a la expuesta en la Definicin 50...
Transpuesta de M = M = Mt = MT
255
Transposicin de Matrices
Al igual que con los vectores, las matrices tambin se pueden transponer. La notacin es igual a la expuesta en la Definicin 50...
Transpuesta de M = M = Mt = MT
Una gracia de la transposicin de una matriz es que todas sus filas
pasan a ser columnas y todas sus columnas pasan a ser filas.
255
Transposicin de Matrices
Al igual que con los vectores, las matrices tambin se pueden transponer. La notacin es igual a la expuesta en la Definicin 50...
Transpuesta de M = M = Mt = MT
Una gracia de la transposicin de una matriz es que todas sus filas
pasan a ser columnas y todas sus columnas pasan a ser filas.
Por causa de lo anterior, al transponer una matriz, cualquier submatriz de ella tambin se transpone, tal como en la Figura 53.
Figura 53: Matriz (y Submatriz) Transpuesta
1
2
6
7
M=
11 12
16 17
1
3
4
5 Transpuesta
2
8
9 10
MT =
3
13 14 15
4
18 19 20
5
255
NT
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
256
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
256
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
La multiplicacin entre dos matrices es un poco menos intuitiva...
256
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
La multiplicacin entre dos matrices es un poco menos intuitiva...
Proposicin 41
Sean A Rnp y B Rpq dos matrices tal que la cantidad de
columnas de A = [ai,k ] equivale a la cantidad de filas de B = [bk,j ].
Luego, AB = C Rnq tal que ci,j =
k=1
256
ai,k bk,j .
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
La multiplicacin entre dos matrices es un poco menos intuitiva...
Proposicin 41
Sean A Rnp y B Rpq dos matrices tal que la cantidad de
columnas de A = [ai,k ] equivale a la cantidad de filas de B = [bk,j ].
Luego, AB = C Rnq tal que ci,j =
k=1
ai,k bk,j .
256
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
La multiplicacin entre dos matrices es un poco menos intuitiva...
Proposicin 41
Sean A Rnp y B Rpq dos matrices tal que la cantidad de
columnas de A = [ai,k ] equivale a la cantidad de filas de B = [bk,j ].
Luego, AB = C Rnq tal que ci,j =
k=1
ai,k bk,j .
256
Proposicin 40
Sean A, B Rnk dos matrices de iguales dimensiones y sea R un
escalar. Luego, A + B := [ai,j + bi,j ] y A := [i,j ].
La multiplicacin entre dos matrices es un poco menos intuitiva...
Proposicin 41
Sean A Rnp y B Rpq dos matrices tal que la cantidad de
columnas de A = [ai,k ] equivale a la cantidad de filas de B = [bk,j ].
Luego, AB = C Rnq tal que ci,j =
k=1
ai,k bk,j .
12
22
21
.
..
+
22
.
.+
b 11
b 12
...
b 1q
b 21
b 22
...
b 2q
..
.
..
.
..
..
.
b p1
b p2
...
b pq
c 11
c 12
...
c 1q
c 21
c 22
...
c 2q
..
.
..
.
..
..
.
c n1
c n2
...
2
bp
a2
a 11
a 12
...
a 1p
a 21
a 22
...
a 2p
..
.
..
.
..
..
.
a n1
a n2
...
a np
C = A . B : nq
A: np
257
c nq
1j
i1
..
+
.+
bk
...
b1 j
...
b 1q
..
.
..
..
.
..
.
..
.
b k1
...
bk j
...
b kq
..
.
..
.
..
.
..
..
.
b p1
...
bp j
...
b pq
c 11
...
c1 j
...
c 1q
..
.
..
..
.
..
.
..
.
ci 1
...
ci j
...
ci q
..
.
..
.
..
.
..
..
.
...
c nk
...
..
+
ai
b 11
.+
.
bp
ai
a 11
...
a 1k
...
a 1p
..
.
..
..
.
..
.
..
.
ai 1
...
ai k
...
ai p
..
.
..
.
..
.
..
..
.
a n1
...
a nk
...
A: np
a np
258
c n1
C = A . B : nq
c nq
259
Definicin 59
a
A = 1,1
a2,1
259
a1,2
.
a2,2
Definicin 59
a
A = 1,1
a2,1
a1,2
.
a2,2
259
Definicin 59
a
A = 1,1
a2,1
a1,2
.
a2,2
a1,1
det(A) = a2,1
a
3,1
a1,2
a2,2
a3,2
a1,3
a a a + a2,1 a3,2 a1,3 + a3,1 a1,2 a2,3
a2,3 = 1,1 2,2 3,3
.
259
Definicin 59
a
A = 1,1
a2,1
a1,2
.
a2,2
a1,1
det(A) = a2,1
a
3,1
a1,2
a2,2
a3,2
a1,3
a a a + a2,1 a3,2 a1,3 + a3,1 a1,2 a2,3
a2,3 = 1,1 2,2 3,3
.
Definicin 59
a
A = 1,1
a2,1
a1,2
.
a2,2
a1,1
det(A) = a2,1
a
3,1
a1,2
a2,2
a3,2
a1,3
a a a + a2,1 a3,2 a1,3 + a3,1 a1,2 a2,3
a2,3 = 1,1 2,2 3,3
.
a1,2
a1,3
a2,1
a2,2
a2,3
a3,1
a3,2
a3,3
a
1,1
a1,2
a1,3
a
2,1
a2,2
a1,3
+
+
260
a1,2
a1,3
a2,1
a2,2
a2,3
a3,1
a3,2
a3,3
a
1,1
a1,2
a1,3
a
2,1
a2,2
a1,3
+
+
v = (2, 4)
u = (3, 1)
x
261
v = (2, 4)
u = (3, 1)
x
261
2
= 10
4
v = (2, 4)
u = ( 3, 1)
x
261
Matriz Inversa
Definicin 60
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
262
Matriz Inversa
Definicin 60
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
262
Matriz Inversa
Definicin 60
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
Proposicin 42
Una matriz M es invertible si y slo si det(M) = 0.
262
Matriz Inversa
Definicin 60
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
Proposicin 42
Una matriz M es invertible si y slo si det(M) = 0.
Observacin: Slo las matrices cuadradas son invertibles.
262
Matriz Inversa
Definicin 60
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
Proposicin 42
Una matriz M es invertible si y slo si det(M) = 0.
Observacin: Slo las matrices cuadradas son invertibles.
262
M1 =
d
ad bc c
263
]
.
M1 =
d
ad bc c
]
.
Demostracin.
ad bc
ad bc ac + ac
1
263
bd bd
1 0
=
= I2 .
bc + ad
0 1
M1 =
d
ad bc c
]
.
Demostracin.
ad bc
ad bc ac + ac
1
bd bd
1 0
=
= I2 .
bc + ad
0 1
M1 =
d
ad bc c
]
.
Demostracin.
ad bc
ad bc ac + ac
1
bd bd
1 0
=
= I2 .
bc + ad
0 1
264
264
264
Definicin 61
La matriz de cofactores, Mc , de una matriz cuadrada M cumple con
que en la posicin de cada elemento mi,j se ubica el cofactor Ci,j
asociado a dicho elemento. El cofactor Ci,j se define como
Ci,j := (1)i+j Mi,j , donde Mi,j es el menor del elemento mi,j .
264
Definicin 61
La matriz de cofactores, Mc , de una matriz cuadrada M cumple con
que en la posicin de cada elemento mi,j se ubica el cofactor Ci,j
asociado a dicho elemento. El cofactor Ci,j se define como
Ci,j := (1)i+j Mi,j , donde Mi,j es el menor del elemento mi,j .
Definicin 62
El menor Mi,j del elemento mi,j equivale al determinante de la
submatriz de (n 1) (n 1) que se genera al eliminar la fila i y la
columna j de la matriz original.
264
Matriz de Cofactores
Algebraicamente, la matriz de cofactores descrita en la Definicin
61 es Mc =
m
2 ,2
m3,2
.
.
.
mn,2
1,2
3,2
n,2
m
1,2
m
2,2
..
.
m
1,2
m2,n
m3,n
m2,3
m3,3
.
.
.
.
.
.
mn,3
m1,3
m3,3
mn,n
m1,n
m3,n
.
.
.
.
.
.
mn,3
.
.
.
m1,3
m2,3
.
.
.
m1,3
mn,n
m1,n
m2,n
m1,n
m
2,1
m
3,1
.
.
.
m
n,1
m
m1,1
3,1
.
.
.
m
n,1
m
1 ,1
m
2 ,1
.
.
.
m
1,1
.
.
.
mn,3
m1,3
m3,3
.
.
.
m2,n
m3,n
m2,3
m3,3
.
.
.
mn,n
m1,n
m3,n
.
.
.
mn,3
.
.
.
m1,3
m2,3
.
.
.
m1,3
mn,n
m1,n
m2,n
m1,n
m
2 ,1
m
3 ,1
.
.
.
m
n,1
m
m1,1
3 ,1
.
.
.
m
n,1
m
1 ,1
m
2 ,1
.
.
.
m
1,1
m2,2
m3,2
.
.
.
.
.
.
.
.
.
.
.
.
mn,3
m1,2
mn,2
m1,3
m3,3
m1,2
m2,2
m2,1
m3,1
m1,1
m2,1
m1,1
mn,1
m1,1
m3,1
mn,1
.
.
.
266
Ejemplo 60
3
Calcule el determinante de A = 1
3
266
1 2
2 4 usando cofactores.
2 1
Ejemplo 60
3
Calcule el determinante de A = 1
3
1 2
2 4 usando cofactores.
2 1
Solucin 60
Tomemos, por ejemplo, la primera columna.
266
Ejemplo 60
3
Calcule el determinante de A = 1
3
1 2
2 4 usando cofactores.
2 1
Solucin 60
Tomemos,
por ejemplo, la primera columna. El menor M1,1 es
2 4
1+1 10 = 10.
266
Ejemplo 60
3
Calcule el determinante de A = 1
3
1 2
2 4 usando cofactores.
2 1
Solucin 60
Tomemos,
por ejemplo, la primera columna. El menor M1,1 es
2 4
1+1 10 = 10. Para
1 2
= 5 y el cofactor es
el elemento (2, 1), el menor es M2,1 =
2 1
C2,1 = (1)2+1 5 = 5.
266
Ejemplo 60
3
Calcule el determinante de A = 1
3
1 2
2 4 usando cofactores.
2 1
Solucin 60
Tomemos,
por ejemplo, la primera columna. El menor M1,1 es
2 4
1+1 10 = 10. Para
1 2
= 5 y el cofactor es
el elemento (2, 1), el menor es M2,1 =
2 1
C2,1 = (1)2+1 5 = 5. Anlogamente, M3,1 = 0 y C3,1 = 0, por lo que
el determinante es det(A) = 3 10 + (1) (5) + 3 0 = 35.
Observacin: Lo ms cmodo, si se puede, es usar la fila/columna
que tenga ms ceros.
266
Mtodo de la Adjunta
Ahora que sabemos calcular el determinante de cualquier matriz,
podemos calcular la inversa de cualquier matriz.
267
Mtodo de la Adjunta
Ahora que sabemos calcular el determinante de cualquier matriz,
podemos calcular la inversa de cualquier matriz.
Proposicin 44
La inversa de cualquier matriz
cuadrada M corresponde al recproco
de su determinante ponderado por su
matriz adjunta, o bien, su matriz de
cofactores traspuesta, i.e.
M1 =
1
1
adj(M) =
[Mc ]T .
det(M)
det(M)
267
Mtodo de la Adjunta
Ahora que sabemos calcular el determinante de cualquier matriz,
podemos calcular la inversa de cualquier matriz.
Proposicin 44
La inversa de cualquier matriz
cuadrada M corresponde al recproco
de su determinante ponderado por su
matriz adjunta, o bien, su matriz de
cofactores traspuesta, i.e.
M1 =
1
1
adj(M) =
[Mc ]T .
det(M)
det(M)
Ejemplo 61
Obtenga la inversa de
3
1 2
A = 1 2 4 .
3 2 1
267
Mtodo de la Adjunta
Ahora que sabemos calcular el determinante de cualquier matriz,
podemos calcular la inversa de cualquier matriz.
Proposicin 44
Solucin 61
14
7
M =
adj(M) =
[Mc ] .
det(M)
det(M)
Ejemplo 61
Obtenga la inversa de
3
1 2
A = 1 2 4 .
3 2 1
267
Mtodo de la Adjunta
Ahora que sabemos calcular el determinante de cualquier matriz,
podemos calcular la inversa de cualquier matriz.
Proposicin 44
Solucin 61
14
7
M =
adj(M) =
[Mc ] .
det(M)
det(M)
Luego, recordando del
mismo ejemplo que
det(A) = 35, tenemos que
Ejemplo 61
Obtenga la inversa de
3
1 2
A = 1 2 4 .
3 2 1
A
267
10 5
0
1
13 3 14 .
=
35 4 9
7
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
Sumarle una fila (ponderada) a otra.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
Sumarle una fila (ponderada) a otra.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
Sumarle una fila (ponderada) a otra.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
Sumarle una fila (ponderada) a otra.
268
Mtodo de Gauss
El mtodo anterior puede ser un poco engorroso, pues requiere calcular muchas determinantes (y si tuviramos una matriz de 55, no
tendramos directamente los determinantes de las submatrices11 ).
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
Enrrocar una fila con otra.
Ponderar una fila por un escalar (no nulo).
Sumarle una fila (ponderada) a otra.
268
269
269
269
269
269
269
Definicin 64
Una matriz est escalonada si el pivote (primer elemento no
nulo) de cada fila est a la derecha del pivote de la fila anterior.
269
Definicin 64
Una matriz est escalonada si el pivote (primer elemento no
nulo) de cada fila est a la derecha del pivote de la fila anterior.
Una de las (muchas) gracias que tiene una matriz escalonada es
que sus filas no nulas son linealmente independientes.
269
Definicin 64
Una matriz est escalonada si el pivote (primer elemento no
nulo) de cada fila est a la derecha del pivote de la fila anterior.
Una de las (muchas) gracias que tiene una matriz escalonada es
que sus filas no nulas son linealmente independientes.
Cmo ser el determinante de una matriz cuadrada escalonada?
269
1 3
Invierta B = 1 4
1 3
3
3 usando el mtodo de Gauss.
4
270
1 3
Invierta B = 1 4
1 3
Solucin 62
3
3 usando el mtodo de Gauss.
4
1
Extendemos la matriz a 1
1
3
4
3
3 1
3 0
4 0
270
0
1
0
0
0.
1
1 3
Invierta B = 1 4
1 3
3
3 usando el mtodo de Gauss.
4
Solucin 62
1 3 3 1 0 0
Extendemos la matriz a 1 4 3 0 1 0.
1 3 4 0 0 1
Aplicamos operaciones elementales (puede ser ms de 1 a la vez):
1
0
0
3
1
0
270
0 7 3 3
0 1 1
0 .
1 1 0
1
1 3
Invierta B = 1 4
1 3
3
3 usando el mtodo de Gauss.
4
Solucin 62
1 3 3 1 0 0
Extendemos la matriz a 1 4 3 0 1 0.
1 3 4 0 0 1
Aplicamos operaciones elementales (puede ser ms de 1 a la vez):
1
0
0
Por lo tanto, B
3
1
0
7 3
= 1 1
1 0
0 .
1
270
0 7 3 3
0 1 1
0 .
1 1 0
1
Mdulo 24
271
272
272
Definicin 65
Un conjunto de ecuaciones es un sistema de ecuaciones
lineales (SEL) si cada una de las ecuaciones es de primer grado,
i.e. es lineal.
272
Definicin 65
Un conjunto de ecuaciones es un sistema de ecuaciones
lineales (SEL) si cada una de las ecuaciones es de primer grado,
i.e. es lineal.
Ejemplo 63
Resuelva, como en la PSU, el siguiente SEL:
272
x
4x
+
+
y
3y
=
=
1
2
Definicin 65
Un conjunto de ecuaciones es un sistema de ecuaciones
lineales (SEL) si cada una de las ecuaciones es de primer grado,
i.e. es lineal.
Ejemplo 63
Resuelva, como en la PSU, el siguiente SEL:
x
4x
+
+
y
3y
=
=
1
2
Solucin 63
Con cualquier mtodo de la PSU (ya sea sustitucin, igualacin o
reduccin) deberamos llegar a que x = 1 e y = 2.
272
1 1
4 3
][ ]
[ ]
x
1
=
.
y
2
273
1 1
4 3
][ ]
[ ]
x
1
=
.
y
2
Definicin 66
Un SEL est escrito en notacin matricial (o en forma
matricial) si est planteado como Ax = b, donde A es una matriz
de coeficientes, x es un vector de incgnitas y b es un vector de
trminos libres (o vector de trminos independientes).
273
1 1
4 3
][ ]
[ ]
x
1
=
.
y
2
Definicin 66
Un SEL est escrito en notacin matricial (o en forma
matricial) si est planteado como Ax = b, donde A es una matriz
de coeficientes, x es un vector de incgnitas y b es un vector de
trminos libres (o vector de trminos independientes).
[
]
[ ]
[ ]
1 1
x
1
En nuestro caso, A =
, x =
y b=
.
4 3
y
2
273
1 1
4 3
][ ]
[ ]
[ ]
x
1
x
1
=
=
=
y
2
y
4
]1 [ ]
1
3
1
.
2
12 Est claro que los mtodos de la PSU son ms convenientes en este caso, pero
274
1 1
4 3
][ ]
As, obtenemos A1 =
[ ]
[ ]
x
1
x
1
=
=
=
y
2
y
4
1
3
3 4 4
]
=
[
3
]1 [ ]
1
3
1
1
1
.
2
12 Est claro que los mtodos de la PSU son ms convenientes en este caso, pero
274
1 1
4 3
][ ]
computar x =
[ ]
]1 [ ]
1
3
1
.
2
3 1
3 1
=
y la usamos para
4 1
3
4 4 1
][ ] [
] [ ]
1 1
3 + 2
1
=
=
,
1 2
42
2
As, obtenemos A1 =
[
[ ]
x
1
x
1
=
=
=
y
2
y
4
1
12 Est claro que los mtodos de la PSU son ms convenientes en este caso, pero
274
1 1
4 3
][ ]
computar x =
4
que x = 1 e y = 2.
[ ]
]1 [ ]
1
3
1
.
2
3 1
3 1
=
y la usamos para
4 1
3
4 4 1
][ ] [
] [ ]
1 1
3 + 2
1
=
=
, llegando finalmente a
1 2
42
2
As, obtenemos A1 =
[
[ ]
x
1
x
1
=
=
=
y
2
y
4
1
12 Est claro que los mtodos de la PSU son ms convenientes en este caso, pero
274
1 1
4 3
][ ]
[ ]
[ ]
x
1
x
1
=
=
=
y
2
y
4
]1 [ ]
1
3
1
.
2
3 1
3 1
=
y la usamos para
4 1
3
4 4 1
[
][ ] [
] [ ]
3 1
1
3 + 2
1
computar x =
=
=
, llegando finalmente a
4 1 2
42
2
que x = 1 e y = 2. En resumen...
As, obtenemos A1 =
Proposicin 45
Si A es una matriz invertible en un SEL definido por Ax = b, la
(nica) solucin al sistema es x = A1 b.
12 Est claro que los mtodos de la PSU son ms convenientes en este caso, pero
274
275
275
275
Ejemplo 64
2x
Resuelva x
3x
+
+
3y
y
5y
+
+
4z
2z
z
=
=
=
13
4 con el mtodo de Gauss.
4
275
Ejemplo 64
2x
Resuelva x
3x
Solucin 64
+
+
3y
y
5y
+
+
4z
2z
z
=
=
=
13
4 con el mtodo de Gauss.
4
2 3 4
x
13
2 y = 4 y la
El sistema en forma matricial es 1 1
3 5 1 z
4
2 3 4 13
2 4 ...
matriz de coeficientes extendida es 1 1
3 5 1 4
13 La intuicin detrs de esto es que cada operacin elemental puede ser
interpretada como una premultiplicacin matricial (o no?).
275
2 3 4 13 e1,2 1 1
2 4 e2,1 (2),e3,1 (3) 1 1
2 4
1 1
2 4 2 3 4 13 0 5 0 5
3 5 1 4
3 5 1 4
0 2 7 16
(
2 4 e3,2 (2) 1
5 1 1
0 1 0 1 0
0 2 7 16
0
e2
276
1
2 4
1 0 1 .
0 7 14
2 3 4 13 e1,2 1 1
2 4 e2,1 (2),e3,1 (3) 1 1
2 4
1 1
2 4 2 3 4 13 0 5 0 5
3 5 1 4
3 5 1 4
0 2 7 16
(
2 4 e3,2 (2) 1
5 1 1
0 1 0 1 0
0 2 7 16
0
e2
1
2 4
1 0 1 .
0 7 14
276
2 3 4 13 e1,2 1 1
2 4 e2,1 (2),e3,1 (3) 1 1
2 4
1 1
2 4 2 3 4 13 0 5 0 5
3 5 1 4
3 5 1 4
0 2 7 16
(
2 4 e3,2 (2) 1
5 1 1
0 1 0 1 0
0 2 7 16
0
e2
1
2 4
1 0 1 .
0 7 14
276
2 3 4 13 e1,2 1 1
2 4 e2,1 (2),e3,1 (3) 1 1
2 4
1 1
2 4 2 3 4 13 0 5 0 5
3 5 1 4
3 5 1 4
0 2 7 16
(
2 4 e3,2 (2) 1
5 1 1
0 1 0 1 0
0 2 7 16
0
e2
1
2 4
1 0 1 .
0 7 14
276
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
277
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
1. cero soluciones: incompatible.
277
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
1. cero soluciones: incompatible.
2. una solucin: compatible determinado.
277
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
1. cero soluciones: incompatible.
2. una solucin: compatible determinado.
3. infinitas soluciones: compatible indeterminado.
277
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
1. cero soluciones: incompatible.
2. una solucin: compatible determinado.
3. infinitas soluciones: compatible indeterminado.
277
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
1. cero soluciones: incompatible.
2. una solucin: compatible determinado.
3. infinitas soluciones: compatible indeterminado.
Esto se diagrama en la Figura 58.
Figura 58: Tipos de SEL
determinado
compatible
sistema
indeterminado
incompatible
277
278
Definicin 67
El rango de una matriz A corresponde al nmero de filas
linealmente independientes que tiene, i.e. el nmero de filas no
nulas que se obtienen al escalonar la matriz. El rango se denota
por rank(A) N. Una matriz A Rnm se dice de rango completo si
rank(A) = n, i.e. si todas las filas son linealmente independientes.
278
Definicin 67
El rango de una matriz A corresponde al nmero de filas
linealmente independientes que tiene, i.e. el nmero de filas no
nulas que se obtienen al escalonar la matriz. El rango se denota
por rank(A) N. Una matriz A Rnm se dice de rango completo si
rank(A) = n, i.e. si todas las filas son linealmente independientes.
Proposicin 47
Si el determinante de la matriz de coeficientes es cero y adems la
matriz extendida tiene rango completo, el sistema es incompatible.
278
Definicin 67
El rango de una matriz A corresponde al nmero de filas
linealmente independientes que tiene, i.e. el nmero de filas no
nulas que se obtienen al escalonar la matriz. El rango se denota
por rank(A) N. Una matriz A Rnm se dice de rango completo si
rank(A) = n, i.e. si todas las filas son linealmente independientes.
Proposicin 47
Si el determinante de la matriz de coeficientes es cero y adems la
matriz extendida tiene rango completo, el sistema es incompatible.
Proposicin 48
Si el determinante de la matriz de coeficientes es cero y la matriz
extendida no tiene rango completo, el sistema es compatible
indeterminado.
278
Sistemas Homogneos
Definicin 68
Si un SEL est definido por Ax = b, el sistema homogneo
asociado es Ax = 0.
279
Sistemas Homogneos
Definicin 68
Si un SEL est definido por Ax = b, el sistema homogneo
asociado es Ax = 0.
Propuesto 56
Demuestre que todo sistema homogneo es compatible.
279
Sistemas Homogneos
Definicin 68
Si un SEL est definido por Ax = b, el sistema homogneo
asociado es Ax = 0.
Propuesto 56
Demuestre que todo sistema homogneo es compatible.
Proposicin 49
Si un sistema homogneo tiene una solucin no trivial, i.e. distinta
de x = 0, entonces el sistema homogneo tiene infinitas soluciones.
Demostracin.
279
Demostracin.
280
Demostracin.
Proposicin 51
Sean x1 y x2 dos soluciones distintas al SEL Ax = b. Entonces el
SEL Ax = b tiene infinitas soluciones
280
Demostracin.
Proposicin 51
Sean x1 y x2 dos soluciones distintas al SEL Ax = b. Entonces el
SEL Ax = b tiene infinitas soluciones
Propuesto 57
Demuestre la Proposicin 51 y el contrarrecproco de la
Proposicin 49, i.e. si un SEL tiene solucin nica, entonces el
sistema homogneo admite slo la solucin trivial.
280
Mdulo 25
281
Ejemplo 65
Suponga que dos empresas compiten, la primera produce el bien A
y la segunda el bien B. Estos bienes son sustitutos, por lo que si
uno baja de precio podra reducir la cantidad demanda del otro
bien. La primera empresa ha tenido algunos problemas
financieros, por lo que estima que sus ingresos deberan superar
las 35 Unidades Monetarias [UM] para poder salir adelante. Por lo
tanto, intenta determinar cmo le podr ir en este mercado en el
mejor de los casos, ya que de no superar ste las 35 [UM], deber
solicitar la quiebra.
282
1
y QB = 20 3PB + PA .
2
Adems, las leyes de oferta que rigen este mercado pueden ser representadas por
1
PA = 2 + QA + QB
3
1
1
PB = 2 + QB + QA ,
2
4
283
1
y QB = 20 3PB + PA .
2
Adems, las leyes de oferta que rigen este mercado pueden ser representadas por
1
PA = 2 + QA + QB
3
1
1
PB = 2 + QB + QA ,
2
4
Definicin y Planteamiento
Solucin 65
En esta caso las variables a tener presente son los precios y
cantidades de cada bien, que ya fueron sealadas en el enunciado.
Sin embargo, se requieren las siguientes variables definidas:
PeA : Precio de equilibrio del bien A.
PeB : Precio de equilibrio del bien B.
QeA : Cantidad de equilibrio del bien A.
QeB : Cantidad de equilibrio del bien A.
IeA : Ingreso en equilibrio de la empresa que produce A, i.e. mejor
escenario estable para la empresa A.
284
Definicin y Planteamiento
Solucin 65
En esta caso las variables a tener presente son los precios y
cantidades de cada bien, que ya fueron sealadas en el enunciado.
Sin embargo, se requieren las siguientes variables definidas:
PeA : Precio de equilibrio del bien A.
PeB : Precio de equilibrio del bien B.
QeA : Cantidad de equilibrio del bien A.
QeB : Cantidad de equilibrio del bien A.
IeA : Ingreso en equilibrio de la empresa que produce A, i.e. mejor
escenario estable para la empresa A.
Si IeA > 35 podr salir adelante y no debera solicitar la
quiebra.
Si IeA 35 debera solicitar la quiebra.
284
Desarrollo
Para determinar el mejor escenario estable de la empresa, se deben
determinar los precios y cantidades de equilibrio en este mercado.
Esto quiere decir que las cuatro ecuaciones se deben cumplir simultaneamente.
QA
QA
1
4 QA
QB
+ 13 QB
+ 12 QB
+2PA
21 PA
PA
12 PB
3PB
PB
285
=
=
=
=
17
20
2
2
Desarrollo
Para determinar el mejor escenario estable de la empresa, se deben
determinar los precios y cantidades de equilibrio en este mercado.
Esto quiere decir que las cuatro ecuaciones se deben cumplir simultaneamente.
QA
QB
+ 13 QB
+ 12 QB
QA
1
4 QA
+2PA
21 PA
PA
12 PB
3PB
PB
=
=
=
=
17
20
2
2
1
0
1
1
4
0
1
1
3
1
2
2
12
QA
17
20
3 QB
=
0 PA 2
PB
2
1
21
285
Resolucin y Conclusin
QeA
QeB
PeA
PeB
1
0
1
1
4
0
1
1
3
1
2
2
21
1
12
0
1
286
17
4
20 6
2 8 .
2
6
Resolucin y Conclusin
QeA
QeB
PeA
PeB
1
0
1
1
4
0
1
1
3
1
2
2
21
1
12
0
1
17
4
20 6
2 8 .
2
6
286
Unidad 5
Unidad 5
Mdulo 26
Mdulo 27
Mdulo 28
Volver al Inicio
287
Mdulo 26
288
Funciones Multivariadas
289
Funciones Multivariadas
289
RR
x 7 f(x)
Funciones Multivariadas
RR
.
x 7 f(x)
Sin embargo, ahora estudiaremos (brevemente) funciones con dominio multivariado, es decir, funciones cuyo dominio no sean escalares, sino vectores.
289
Funciones Multivariadas
RR
.
x 7 f(x)
Sin embargo, ahora estudiaremos (brevemente) funciones con dominio multivariado, es decir, funciones cuyo dominio no sean escalares, sino vectores.
Esto es, ahora estudiaremos funciones descritas por f :
289
Rn R
.
x 7 f(x)
Funciones Multivariadas
RR
.
x 7 f(x)
Sin embargo, ahora estudiaremos (brevemente) funciones con dominio multivariado, es decir, funciones cuyo dominio no sean escalares, sino vectores.
Esto es, ahora estudiaremos funciones descritas por f :
289
Rn R
.
x 7 f(x)
290
Solucin 66
La funcin que describe el costo de producir 200 unidades de pan
con queso es
C(x, y) = 400x + 200y.
290
Solucin 66
La funcin que describe el costo de producir 200 unidades de pan
con queso es
C(x, y) = 400x + 200y.
En este caso notamos que el costo de produccin depende de 2 argumentos, o bien, de un vector en R2 . Por ello, podemos decir que se
trata de una funcin bivariada (dos variables).
290
0, 5
0
2
0
0
4
291
6 5
292
Estas estructuras
de dos dimensiones,
que se obtienen
para cada nivel, se
llaman curvas de 5
nivel. Un ejemplo
de una curva de
nivel se encuentra 0
en la Figura 60 (la
curva de nivel es la
5
circunferencia).
10
10
0
5
292
1010
293
Ejemplo 67
Obtenga una expresin para una curva de nivel de la funcin de
costos del Ejemplo 66.
293
Ejemplo 67
Obtenga una expresin para una curva de nivel de la funcin de
costos del Ejemplo 66.
Solucin 67
En efecto, si C(x, y) = 400x + 200y, basta con imponer que
n = 400x + 200y.
293
Ejemplo 67
Obtenga una expresin para una curva de nivel de la funcin de
costos del Ejemplo 66.
Solucin 67
En efecto, si C(x, y) = 400x + 200y, basta con imponer que
n = 400x + 200y.
n
, obteniendo que las curvas de
Luego, despejamos y = 2x +
200
nivel son rectas con pendiente 2 (y qu pasa con el intercepto?).
293
Mdulo 27
294
Derivadas Parciales
Al entrar en el mundo de las funciones multivariadas15 , debemos
incorporar un nuevo concepto de derivada (y de diferencial).
295
Derivadas Parciales
Al entrar en el mundo de las funciones multivariadas15 , debemos
incorporar un nuevo concepto de derivada (y de diferencial).
Definicin 69
Sea f(x, y) una funcin bivariada derivable. Entonces,
f
es la
x
295
Derivadas Parciales
Al entrar en el mundo de las funciones multivariadas15 , debemos
incorporar un nuevo concepto de derivada (y de diferencial).
Definicin 69
Sea f(x, y) una funcin bivariada derivable. Entonces,
f
es la
x
Ejemplo 68
Si f(x, y) = exp(xy) ln(x + y), obtenga
f
.
x
295
Derivadas Parciales
Al entrar en el mundo de las funciones multivariadas15 , debemos
incorporar un nuevo concepto de derivada (y de diferencial).
Definicin 69
Sea f(x, y) una funcin bivariada derivable. Entonces,
f
es la
x
Ejemplo 68
Si f(x, y) = exp(xy) ln(x + y), obtenga
f
.
x
Solucin 68
Pensando que y es una constante, tenemos que
fx = yexp(xy) ln(x + y) + exp(xy)
1
.
x+y
295
Definicin 70
El diferencial de f(x, y) se define como df =
296
f
f
dx + dy.
x
y
Definicin 70
El diferencial de f(x, y) se define como df =
f
f
dx + dy.
x
y
296
Definicin 70
El diferencial de f(x, y) se define como df =
f
f
dx + dy.
x
y
296
297
297
297
Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
297
no existe.
Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
no existe.
Solucin 69
En efecto, si primero x 1 y luego y 1, obtenemos 1.
297
Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
no existe.
Solucin 69
En efecto, si primero x 1 y luego y 1, obtenemos 1.
Sin embargo, si primero y 1 y luego x 1, obtenemos 1.
297
Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
no existe.
Solucin 69
En efecto, si primero x 1 y luego y 1, obtenemos 1.
Sin embargo, si primero y 1 y luego x 1, obtenemos 1.
Por lo tanto, el lmite no existe.
297
298
Mdulo 28
299
300
300
300
300
Solucin 70
Si no quiere alterar el nivel de produccin, entonces dF debe ser
cero.
300
Solucin 70
Si no quiere alterar el nivel de produccin, entonces dF debe ser
cero.
F
F
Pero dF =
dK +
dL, i.e. esto debe ser igual a cero.
K
L
300
Solucin 70
Si no quiere alterar el nivel de produccin, entonces dF debe ser
cero.
F
F
Pero dF =
dK +
dL, i.e. esto debe ser igual a cero.
K
L
F
dK
Despejamos la razn y obtenemos
= L .
F
dL
K
300
Apndice
Apndice
Problema 3
Recomendaciones Generales
Volver al Inicio
301
Problema 3
Volver al Inicio
302
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Enunciado
303
Problema 3: Respuesta
304
Problema 3: Respuesta
304
Problema 3: Respuesta
304
Problema 3: Respuesta
304
Problema 3: Respuesta
304
Contexto e Induccin
Javiera y Diego son dueos de Funcionsilandia, el parque de diversiones ms connotado de la ciudad. Lo distintivo de este parque es
que todas sus atracciones siguen comportamientos identificados por
funciones matemticas... Javiera y Diego planean adquirir una nueva atraccin (montaa rusa) para su parque de diversiones, llamada
CYD (Continua Y Derivable).
305
Variables
306
Variables (cont.)
Esto queda representado en la Figura 62.
Figura 62: CYD (Continua Y Derivable)
3
b(x)
2
a(x)
1
k
x
1
2
307
308
Indicacin
309
310
310
311
311
311
Desarrollo
Desarrollo:
Como ambas subfunciones a y b son derivables y continuas en sus
tramos, basta con encontrar las condiciones sobre k para que la funcin c sea derivable en torno a x = 2. La intuicin detrs de esto es
que cada riel por separado es suave, sin embargo, hay que encontrar la forma de que al unirlos la estructura completa tambin sea
suave.
312
Desarrollo
Desarrollo:
Como ambas subfunciones a y b son derivables y continuas en sus
tramos, basta con encontrar las condiciones sobre k para que la funcin c sea derivable en torno a x = 2. La intuicin detrs de esto es
que cada riel por separado es suave, sin embargo, hay que encontrar la forma de que al unirlos la estructura completa tambin sea
suave.
2
Derivando cada tramo en la vecindad de x = 2 tenemos que c (x) =
x
cuando x 2 y c (x) = 0,5x cuando x > 2.
312
Desarrollo
Desarrollo:
Como ambas subfunciones a y b son derivables y continuas en sus
tramos, basta con encontrar las condiciones sobre k para que la funcin c sea derivable en torno a x = 2. La intuicin detrs de esto es
que cada riel por separado es suave, sin embargo, hay que encontrar la forma de que al unirlos la estructura completa tambin sea
suave.
2
Derivando cada tramo en la vecindad de x = 2 tenemos que c (x) =
x
cuando x 2 y c (x) = 0,5x cuando x > 2.
Luego, notamos que para x = 2 efectivamente ambas derivadas son
iguales (a 1).
312
Desarrollo
Desarrollo:
Como ambas subfunciones a y b son derivables y continuas en sus
tramos, basta con encontrar las condiciones sobre k para que la funcin c sea derivable en torno a x = 2. La intuicin detrs de esto es
que cada riel por separado es suave, sin embargo, hay que encontrar la forma de que al unirlos la estructura completa tambin sea
suave.
2
Derivando cada tramo en la vecindad de x = 2 tenemos que c (x) =
x
cuando x 2 y c (x) = 0,5x cuando x > 2.
Luego, notamos que para x = 2 efectivamente ambas derivadas son
iguales (a 1).
Por ltimo, encontramos si existe o no algn valor de k tal que la
funcin sea continua. Dado que los lmites laterales para ambas
funciones a y b existen, basta con igualar ambas funciones dado
x = 2:
a(x = 2) = b(x = 2) = 2ln2 = 1 + k = k = 2ln2 1
312
Conclusin
Conclusin:
Por lo tanto, k : x ]1, 3[c (x) R, por lo que Javiera y Diego podrn
estrenar la atraccin CYD.
313
Recomendaciones
Generales
Volver al Inicio
314
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
* Tachar es mejor que borrar (es ms rpido).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
* Tachar es mejor que borrar (es ms rpido).
* Lpiz de tinta es mejor que de grafito (admite recorreccin).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
* Tachar es mejor que borrar (es ms rpido).
* Lpiz de tinta es mejor que de grafito (admite recorreccin).
* Justificar adecuadamente (por qu?).
315
Recomendaciones Generales
* Leer bien antes de empezar (subrayar puede ser til).
* Identificar la informacin que sirve (separar distractores).
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
* Corroborar siempre que se pueda (evitar arrastres).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
* Tachar es mejor que borrar (es ms rpido).
* Lpiz de tinta es mejor que de grafito (admite recorreccin).
* Justificar adecuadamente (por qu?).
* Optimizar el tiempo (IMg = CMg ptimo, por ejemplo).
315
Primavera, 2016
316