Métodos Matématicos II

MEM155 - Mtodos Matemticos II
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
Volver al Inicio de la Seccin
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).
Ejemplo: Cantidad Demandada

Ejemplo 1
Considere que la cantidad de cereal que demanda una familia a la
semana depende del precio de venta de ste. As, q(p) = 1000p1 ,
donde q son los kilos de cereal demandados y p es el precio en
pesos. Si el precio de venta pasa de 500 a 1000 pesos, cul es el
incremento en la demanda?
Ejemplo: Cantidad Demandada

Ejemplo 1
Considere que la cantidad de cereal que demanda una familia a la
semana depende del precio de venta de ste. As, q(p) = 1000p1 ,
donde q son los kilos de cereal demandados y p es el precio en
pesos. Si el precio de venta pasa de 500 a 1000 pesos, cul es el
incremento en la demanda?
Solucin 1
Utilizando la Definicin 2, tenemos que
q = q2 q1
1
1
= 1000p
2 1000p1
= 1000 10001 1000 5001

= 1 2 = 1.
Por lo tanto, el incremento en la cantidad demandada es de 1 (se

demanda un kilo menos).
6
Grfico: Cantidad Demandada

Figura 1: Incremento en precio y cantidad demandada
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)
La ecuacin (1) puede ser til para determinar el cambio en una

variable dependiente y cuando la variable independiente x sufre un
incremento de x, estando inicialmente en una situacin descrita
por el par (x, y).
Propuesto 1
Considere la funcin y = f(x) = x3 . Determine y dado cualquier x
inicial y cualquier incremento x.
Tasa de Cambio Promedio

Definicin 3
La tasa (o razn) de cambio promedio de una funcin y = f(x)
definida en el intervalo [x, x + x] corresponde al incremento
generado en y sobre el incremento en x, es decir,
y f(x + x) f(x)
=
.
x
x
(2)
Esto equivale a cunto cambia en promedio la funcin por cada

una de las x unidades incrementadas. Esta tasa tambin es
llamada cociente de la diferencia.
Notar que la ecuacin (2) corresponde a la pendiente de una recta
que pasa por los puntos (x, f(x)) y (x + x, f(x + x)), o bien, por los
puntos (x, y) y (x + x, y + y).
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
f(x) = 2 x
f(x) = 2 x
6
y = 4
2
x = 8
f(x) = 2 x
m=
y = 4
y 1
=
x 2
2
x = 8
9
10
Tasa de una Funcin Cuadrtica

Ejemplo 2
Obtenga la tasa de cambio promedio de la funcin f(x) = x2 en el
intervalo [x, x + x].
11

Ejemplo 2
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

Ejemplo 2
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
Anlisis Marginal Discreto

Por ahora no hemos impuesto restricciones sobre la magnitud (el
tamao) de x. Sin embargo, es interesante notar qu ocurre cuando
esta magnitud es arbitrariamente pequea (marginal).
Por ejemplo, si una funcin es creciente en un intervalo, es de esperar que su tasa de cambio promedio sea positiva en l.
Figura 3: Tasa de cambio en un intervalo
y
>0
x
x + x
12
f(x)
x
Anlisis Marginal Discreto (cont.)

Sin embargo, si ampliamos x de modo que el intervalo no sea siempre creciente, la conclusin sobre el signo de la tasa de cambio promedio no se mantiene necesariamente.
Figura 4: Tasa de cambio en otro intervalo
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
Tabla 1: Tasa de cambio ante intervalos menores
x
Tasa
2
2
1
3
0 ,5
3 ,5
0 ,1
3 ,9
0,01
3,99
0,0001
3,9999
As, vemos que la tasa de cambio promedio tiende a 4...

14
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
Ejemplo 4
xn =
yn =
zn =
(1)n
(1)2n
2n
+ 1,
+1 y
(1)2n1
+ 1.
2n 1
Dado lo anterior, xn 1, yn 1+ y zn 1 . Comente.
17
Ejemplo 4
xn =
yn =
zn =
(1)n
(1)2n
2n
+ 1,
+1 y
(1)2n1
+ 1.
2n 1
Dado lo anterior, xn 1, yn 1+ y zn 1 . Comente.
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 .
1 Se habla de la vecindad o entorno reducido de k a la vecindad que no incorpora
al elemento k, es decir, a todos los x = k tal que |x k| < .
18
Definicin 6
Figura 5: Vecindad de k
k+
18
Definicin 6
Figura 5: Vecindad de k
k+
Notar que, bajo la Definicin 6, para que x k, es necesario que x

tome valores en la vecindad de k para cualquier > 0 (por pequeo
que sea). Dicho de otro modo, si x k, entonces |xn k| < para una
cantidad infinita de valores de n.
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| < ,
esto es, si la distancia entre f(x) y L se puede hacer tan pequea

como se desee dejando a x suficientemente cerca de k.
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| < ,
esto es, si la distancia entre f(x) y L se puede hacer tan pequea

como se desee dejando a x suficientemente cerca de k.
Esto se denota
lim f(x) = L,
xk
o bien
f(x) L cuando x k.
19
Grfico: Definicin de Lmite

Figura 6: Intuicin Grfica de la Definicin psilon-Delta
y
f(x)
k
20

y
f(x)
L+
k
20

y
f(x)
L+
L
Le
L
(
k k k+
20
Ejemplo: Lmite por Definicin

Ejemplo 5
Demuestre que el lmite de f(x) = 3x + 5 cuando x 1 es 8.
21

Ejemplo 5
Solucin 5
Si lim 3x + 5 = 8, entonces, por la Definicin 7 se cumple que
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .
Luego, basta encontrar un que satisfaga la Definicin 7 ante

cualquier (en efecto, ser funcin de ).
21

Ejemplo 5
Solucin 5
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .

Notamos que |3x + 5 8| = |3x 3|
21

Ejemplo 5
Solucin 5
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .

Notamos que |3x + 5 8| = |3x 3| = 3|x 1|
21

Ejemplo 5
Solucin 5
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .

Notamos que |3x + 5 8| = |3x 3| = 3|x 1| < .
21

Ejemplo 5
Solucin 5
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .

Notamos que |3x + 5 8| = |3x 3| = 3|x 1| < .
Pero lo anterior equivale a indicar que |x 1| < . Es decir, ante

3
cualquier , podemos definir un = tal que se cumpla la

3
definicin para el lmite indicado.
21

Ejemplo 5
Solucin 5
x1
> 0, > 0 : |x 1| < = |3x + 5 8| < .

Notamos que |3x + 5 8| = |3x 3| = 3|x 1| < .
Pero lo anterior equivale a indicar que |x 1| < . Es decir, ante

3
cualquier , podemos definir un = tal que se cumpla la

3
definicin para el lmite indicado.
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
izquierda no existe (x no puede ser negativo). A pesar de lo anterior, el lmite es 0,

pues slo se considera el lmite definido en el dominio de la funcin, es decir, el
lmite por la derecha.
22
Definicin 8
son ambos iguales a L2 .En smbolos:
lim f(x) = L lim
f(x) = lim f(x) = L.
+
xk
x k
xk
p
x0

22
Definicin 8
son ambos iguales a L2 .En smbolos:
lim f(x) = L lim
f(x) = lim f(x) = L.
+
xk
x k
xk
Lo anterior se cumple para todo polinomio y el lmite corresponde

a la funcin evaluada en x = k. Sin embargo, hay casos donde no se
cumple...
p
x0

22
Encontrar un Lmite por Reemplazo

Ejemplo 6
Considere la funcin f(x) =
x2 4
. Encuentre lim f(x).
x2
x2
23

Ejemplo 6
x2 4
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

Ejemplo 6
x2 4
x2
x2
Solucin 6
lim
x2
x2 4
(x 2)(x + 2)
= lim
=
x2
x2
x2
23

Ejemplo 6
x2 4
x2
x2
Solucin 6
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2
Esta ltima simplificacin se puede hacer porque, como bien dice

la Definicin 4, x no toma el valor 2 y por ende x 2 = 0. Como este
trmino es no nulo, es legal simplificar.
23

Ejemplo 6
x2 4
x2
x2
Solucin 6
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2

Por ltimo, como x + 2 es un polinomio de primer grado, su lmite
existe y corresponde a dicha funcin evaluada en x = 2.
23

Ejemplo 6
x2 4
x2
x2
Solucin 6
lim
x2
x2 4
(x 2)(x + 2)
= lim
= lim x + 2.
x2
x2
x2
x2

Por ltimo, como x + 2 es un polinomio de primer grado, su lmite
existe y corresponde a dicha funcin evaluada en x = 2.
x2 4
= lim x + 2 = 4.
Por lo tanto, lim
x2 x 2
x2
23
Sobre las Funciones Simplificables

Es cierto que las funciones f(x) =
tes?
x2 4
y g(x) = x + 2 son equivalenx2
24

tes? NO!
x2 4
24

x2 4
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
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)
Ejemplo: Lmite que No Existe

Ejemplo 7
Encuentre, caso exista, el siguiente lmite: lim
no exista, justifique su respuesta.
25
x0
|x |
. En caso de que

Ejemplo 7
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

Ejemplo 7
x0
|x |
. En caso de que
Solucin 7
{
x si x 0
Recordar que el valor absoluto se define como |x| =
.
x si x < 0
25

Ejemplo 7
x0
|x |
. En caso de que
Solucin 7
{
x si x 0
.
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

Ejemplo 7
x0
|x |
. En caso de que
Solucin 7
{
x si x 0
.
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
Grfico: Lmite que No Existe
Figura 9: Grfico de y =
|x|
1
x
1
26
Mdulo 4
27
Propiedades de los Lmites

Proposicin 1
Sea c una constante cualquiera. Entonces, el lmite de dicha
constante cuando x tiende a k es la misma constante:
lim c = c.
xk
28
Propiedades de los Lmites

Proposicin 1
Sea c una constante cualquiera. Entonces, el lmite de dicha
constante cuando x tiende a k es la misma constante:
lim c = c.
xk
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
Propiedades de los Lmites (cont.)

Proposicin 3
Sea n un entero positivo. Entonces, el lmite de x elevado a n
cuando x tiende a k es k elevado a n:
lim xn = kn
xk
29
n N.

Proposicin 3
lim xn = kn
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
29
xk

Proposicin 3
lim xn = kn
xk
n N.
Proposicin 4
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:
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

Proposicin 5
Entonces, el lmite del producto de ambas funciones cuando x
tiende a k es el producto de los lmites individuales de las
funciones:
xk
xk
30
xk

Proposicin 5
Entonces, el lmite del producto de ambas funciones cuando x
tiende a k es el producto de los lmites individuales de las
funciones:
xk
xk
xk
Proposicin 6
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

Proposicin 7
Entonces, el lmite de una funcin elevada a la otra cuando x tiende
a k es el lmite de la primera elevado al lmite de la segunda,
siempre y cuando la base sea positiva:
lim g(x)
lim f(x)g(x) = lim f(x) xk

xk
xk
31
si f(x) > 0.

Proposicin 7
Entonces, el lmite de una funcin elevada a la otra cuando x tiende
a k es el lmite de la primera elevado al lmite de la segunda,
siempre y cuando la base sea positiva:
lim g(x)
lim f(x)g(x) = lim f(x) xk

xk
xk
si f(x) > 0.
Notar que de lo anterior se obtiene lim

xk
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
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
Finalmente, podemospsimplemente evaluar en x = 0 para obtener

x+11 1
como resultado lim
= .
x
2
x0
32
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
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
xk
L cuando x k.
(
)
Luego, podemos plantear la posible existencia de lim g f(x) = M, o
(
f(x)L
bien, g f(x) M cuando f(x) L.
35
Cambio de Variable
xk
L cuando x k.
(
)
(
f(x)L

Combinando las ideas anteriores tenemos
[
] [
x k = f(x) L f(x) L = g f(x) M = x k = g f(x) M .
35
Cambio de Variable
xk
L cuando x k.
(
)
(
f(x)L

[
] [
Ejemplo 11
Obtenga lim p
x0 x + 1 1
+ 2, 5
35
(p
x+11
0, 5 .
x
Cambio de Variable
xk
L cuando x k.
(
)
(
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
Nmero e como Lmite

Proposicin 9
El nmero e 2,718281828459... (nmero de Euler o constante de
Napier) se puede definir de la siguiente manera:
(
lim (1 + x) x = e
(
) )
1 x
= 3 lim 1 +
x
x0
3 Prximamente le daremos nfasis a los lmites cuando x tiende al infinito.

4 Hay otros lmites especiales que no abarcaremos en este curso.
36
Nmero e como Lmite

Proposicin 9
(
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
Nmero e como Lmite

Proposicin 9
(
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
Verifique esto evaluando la funcin f(x) = (1 + x) x para valores de x

arbitrariamente cercanos a 0.

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
Lmites Especiales (cont.)

Proposicin 11
lim
x0
exp(x) 1
=1
x
38
Lmites Especiales (cont.)

Proposicin 11
lim
x0
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
Ejercicios: Lmites Especiales

Propuesto 6
Demuestre que, a > 0,
lim
x0
ax 1
= lna.
x
Hint: Proceda de manera anloga a la demostracin de la

Proposicin 11.
Propuesto 7
1
lim (1 + ax) x = exp(a).

x0
Hint: Utilice un 1 conveniente en el exponente y luego aplique la

Proposicin 9.
39
Ejercicios: Lmites Especiales (cont.)

Propuesto 8
lim
x0
ln(1 + ax)
= a.
x
Hint: Proceda de manera anloga a la demostracin de la

Proposicin 10 y utilice el resultado del Propuesto 7.
Propuesto 9
lim
x0
(1 + x)a 1
= a.
Hint: Utilice un 1 conveniente en el exponente y aplique la

Proposicin 9. Luego, utilice otro 1 conveniente sobre su resultado
para finalmente aplicar la Proposicin 11 con un cambio de
variable.
40
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
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
Ejemplo 12
Grafique f(x) =
1
en el primer cuadrante y obtenga lim f(x).
x
x
42
Lmites al Infinito
Ejemplo 12
Grafique f(x) =
1
x
x
Solucin 12
Figura 10: Lmite hacia el infinito
f(x)
f(x) =
1
x
x
42
Lmites al Infinito
Ejemplo 12
Grafique f(x) =
1
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
Ejemplo 12
Grafique f(x) =
1
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
Lmites al Infinito (cont.)

Al igual que en los casos anteriores, es importante notar que no nos
interesa evaluar x en infinito (de hecho, esto es conceptualmente
imposible), sino que queremos saber cmo se comporta la funcin
cuando x se aproxima al infinito, ya sea positivo o negativo.
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
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
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x
donde esto lo podemos hacer porque no evaluamos x en infinito.
43

Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x

Por ltimo, notamos que el segundo trmino en el denominador
tiende a 0 (al igual que en el Ejemplo 12).
43

Ejemplo 13
Obtenga lim
2x
x x + 1
Solucin 13
lim
2x
x x + 1
= lim
2x/x
x x/x + 1/x
= lim
x 1 + 1/x

Por ltimo, notamos que el segundo trmino en el denominador
2x
tiende a 0 (al igual que en el Ejemplo 12). lim
= 2.
x x + 1
43
Convergencia v.s. Divergencia

converger (Del lat. convergre):
1. intr. Dicho de dos o ms lneas: Tender a unirse en un punto.
2. intr. Coincidir en la misma posicin ante algo controvertido.
3. intr. Mat. Dicho de una sucesin: Aproximarse a un lmite.
4. intr. Med. Confluir distintos impulsos sensoriales en una sola
neurona, como en la actividad motora.
44

divergir (Del lat. divergre):
1. intr. Dicho de dos o ms lneas o superficies: Irse apartando
sucesivamente unas de otras.
2. intr. Discordar, discrepar.
44

Real Academia Espaola Todos los derechos reservados
44

Hasta ahora slo hemos trabajado con lmites convergentes, es decir,
funciones que se acercan a un valor dado cuando la variable tiende
a algn punto.
44

Hasta ahora slo hemos trabajado con lmites convergentes, es decir,
funciones que se acercan a un valor dado cuando la variable tiende
a algn punto. Sin embargo, esto no tiene por qu ser siempre as...
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
obtenga lim+ f(x).
1
x
x0
Solucin 14
En efecto, a medida que x se acerca

1
a 0 por la derecha, el valor de
se
x
vuelve arbitrariamente grande, esto
es, tiende a infinito positivo...
f(x)
f(x) =
1
x
x
45
Lmites Infinitos
Ejemplo 14
obtenga lim+ f(x).
1
x
x0
Solucin 14

1
se
x
f(x)
lim+
x0
f(x) =
1
x
x
45
1
= +
x
Lmites Infinitos
Ejemplo 14
obtenga lim+ f(x).
1
x
x0
Solucin 14
f(x)

1
se
x
lim+
x0
1
= +
x
En este caso se dice que f(x) diverge

1
cuando
x 0+ .
f(x) =
x
x
45
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
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
46
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
x3 /x2 2x2 /x2 + 3x/x2 4/x2

x2
=
= lim
2
2
2
2
x
x
5
5x /x 6x/x + 7/x
lim f(x) = lim
46
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
x3 /x2 2x2 /x2 + 3x/x2 4/x2

x2
=
= lim
2
2
2
2
x
x
5
5x /x 6x/x + 7/x
lim f(x) = lim
Propuesto 10
Grafique cualquier polinomio y observe qu ocurre cuando x +
o cuando x .
46
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
x3 /x2 2x2 /x2 + 3x/x2 4/x2

x2
=
= lim
2
2
2
2
x
x
5
5x /x 6x/x + 7/x
lim f(x) = lim
Propuesto 10
o cuando x .
Propuesto 11
Repita lo anterior con el logaritmo de cualquier polinomio positivo.
46
Ejemplo 15
Sea f(x) =
x3 2x2 + 3x 4
. Obtenga lim f(x).
x
5x2 6x + 7
Solucin 15
x3 /x2 2x2 /x2 + 3x/x2 4/x2

x2
=
= lim
2
2
2
2
x
x
5
5x /x 6x/x + 7/x
lim f(x) = lim
Propuesto 10
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.
5 Ms adelante veremos cmo calcular estas tasas de crecimiento.
47
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
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.
47
Cambio de Variable (cont.)

Utilizando lmites infinitos y en el infinito se pueden hacer cambios
de variables muy tiles.
48

1
En la Proposicin 9, indicamos que lim (1 + y) y = e.

y0
48

1
En la Proposicin 9, indicamos que lim (1 + y) y = e. Con un cambio

y0
de variable se puede obtener una versin alternativa de este lmite...
48

1

y0
Proposicin 12
(
1
lim 1 +
x
x
48
)x
=e

1

y0
Proposicin 12
(
1
lim 1 +
x
x
Demostracin.
)x
=e
1
Sea x = , de modo que y 0+ = x .
y
48

1

y0
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
Grficos: Lmites Especiales

Figura 12: Proposicin 9
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
Aplicacin: Inters Compuesto

Ejemplo 17
Suponga que se le ofrece un proyecto de inversin que paga una
tasa anual igual a r. Se le permite capitalizar de manera
compuesta esta inversin n veces (las que usted quiera), de modo
que en cada uno de los n perodos se obtiene una rentabilidad de
r/n. Uno podra pensar que al aumentar n indefinidamente se
pueden obtener ganancias arbitrariamente grandes, pues el
inters compuesto se capitalizara de manera exponencial. Sin
embargo, la institucin que le ofrece esta inversin no est
preocupada por que haga tender n a infinito. Por qu?
53

Ejemplo 17
Solucin 17
No le preocupa porque lim 1 +

n
r )n
converge...
n
53

Ejemplo 17
Solucin 17
No le preocupa porque lim 1 +

n
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
Figura 16: Asntota horizontal
f(x)
54
Asntotas Horizontales (cont.)

Estas asntotas horizontales pueden ser mltiples (dos):
55
Asntotas Horizontales (cont.)

Estas asntotas horizontales pueden ser mltiples (dos):
Figura 17: Mltiples asntotas horizontales
f(x)
L1
x
L2
Por qu no pueden ser ms de dos?

55
Ejemplo: Asntotas Horizontales
Ejemplo 18
Obtenga las asntotas horizontales de la funcin f(x) =

Grafique.
56
x2 + 1
.
x
Ejemplo: Asntotas Horizontales
Ejemplo 18
Obtenga las asntotas horizontales de la funcin f(x) =

Grafique.
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
bien lim f(x) = .

xk
57
Asntotas Verticales
Definicin 10
x = k es una asntota vertical de f(x) si se cumple que lim f(x) = o
xk
bien lim f(x) = .

xk
Figura 18: Asntota vertical
f(x)
57
Asntotas Verticales (cont.)

Estas asntotas verticales tambin pueden ser mltiples (dos o ms):
58
Asntotas Verticales (cont.)

Estas asntotas verticales tambin pueden ser mltiples (dos o ms):
Figura 19: Mltiples asntotas verticales
f(x)
2
x
4
2
2
4
58
Ejemplo: Asntotas Verticales

Ejemplo 19
Obtenga todas las asntotas de la funcin f(x) =
59
x2
x2 4
. Grafique.

Ejemplo 19
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

Ejemplo 19
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
Figura 20: Asntotas verticales y horizontales

4
2
f(x) =
4
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
Figura 21: Asntota oblicua
15
10
g(x) = x + 4
60
10
f(x) =
x2
x4
Asntotas Oblicuas (cont.)

Estas asntotas oblicuas pueden ser mltiples (dos):
61

Figura 22: Mltiples asntotas oblicuas
10
f(x) =
5
15
10
g2 (x) = x 1
g1 (x) = x + 1
x2 + |x| + 1
x
5
5
10
61
10
15

Figura 22: Mltiples asntotas oblicuas
10
f(x) =
5
15
10
g2 (x) = x 1
g1 (x) = x + 1
x2 + |x| + 1
x
10
15
10
Por qu no pueden ser ms de dos?

61
lgebra: Asntotas Oblicuas
En base a la Definicin 11, sabemos que se debe cumplir que si g(x)

es la asntota oblicua de f(x), entonces lim f(x) g(x) = 0.
x
62

x
Luego, si la asntota existe, se cumple que lim
62
f(x) g(x)
= 0.
x
x

x
f(x) g(x)
= 0.
x x
x
g(x)
mx + n
= lim
= m.
Pero sabemos que lim
x x
x
x
62

x
f(x) g(x)
= 0.
x x
x
g(x)
mx + n
= lim
= m.
x x
x
x
f(x)
Por lo tanto, lim
= m , siempre que la asntota exista.
x x
62

x
f(x) g(x)
= 0.
x x
x
g(x)
mx + n
= lim
= m.
x x
x
x
f(x)
Por lo tanto, lim
x x
Finalmente, tras computar m sabemos que lim f(x) (mx + n) = 0
x
n = lim f(x) mx .
x
62

x
f(x) g(x)
= 0.
x x
x
g(x)
mx + n
= lim
= m.
x x
x
x
f(x)
Por lo tanto, lim
x x
Finalmente, tras computar m sabemos que lim f(x) (mx + n) = 0
x
n = lim f(x) mx .
x
Con m y n computados podemos determinar g(x).
62
Ejemplo: Asntotas Oblicuas
Ejemplo 20
1+
Obtenga la asntota oblicua de la funcin f(x) =
63
1
x
)x
+ 2x2
Ejemplo 20
1+
Solucin 20
Sea g(x) = mx + n la asntota oblicua.
63
1
x
)x
+ 2x2
Ejemplo 20
1+
1
x
)x
+ 2x2
Solucin 20
f(x)
f(x)
= lim
= 2, de modo que m = 2.
Notamos que lim
x x
x x
63
Ejemplo 20
1+
1
x
)x
+ 2x2
Solucin 20
f(x)
f(x)
= lim
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+
1
x
)x
+ 2x2
Solucin 20
f(x)
f(x)
= lim
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
Sin Levantar el Lpiz
Anteriormente comentamos la existencia de funciones que se pueden dibujar sin levantar el lpiz.
65
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
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 12
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 12
lim f(x) = f(k).
xk
Definicin 13
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 12
lim f(x) = f(k).
xk
Definicin 13
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 12
lim f(x) = f(k).
xk
Definicin 13
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
f(x)
2
x
4
2
2
4
67
f(x) =
x2
x2 4
Grfico: Continuidad
f(x)
2
x f(x) =
4
2
2
4
67
x2
x2 4
x2
f(x) = 2
x 4
Grfico: Continuidad
f(x) =
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
f(x)
2
2
4
68
x2
f(x) = 2 2
x f(x) = x x 4
x2 4
4
f(x)
2
2
4
68
x2
f(x) = 2 2
x f(x) = x x 4
x2 4
4
f(x)
f(x) =
2
2
4
68
x2
24
x2x
f(x) = 2 2
x f(x) = x x 4
x2 4
4
Propiedades de Funciones Continuas

Proposicin 13
La suma o resta 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 13
continua.
Proposicin 14
El producto de dos funciones continuas es tambin una funcin
continua.
69

Proposicin 13
continua.
Proposicin 14
El producto de dos funciones continuas es tambin una funcin
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
Constantes: f(x) = c.
70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
j=0
70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.
Logaritmos: f(x) = loga x.
70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.

Exponenciales: f(x) = ax .
70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.

70
Funciones Continuas
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.

Juntando esto con la Proposicin 16 podemos determinar fcilmente

cmo son la mayora de las funciones continuas:
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
n
aj x j .
Polinomios: f(x) =
Races: f(x) =
p
n
j=0
x.

Juntando esto con la Proposicin 16 podemos determinar fcilmente

cmo son la mayora de las funciones continuas:
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
Ejemplo: Composicin de Continuas

Ejemplo 21
Sea f(x) un polinomio y sea g(x) = lnx una funcin logartmica.
Entonces f(g(x)) es continua en el dominio de g, pero g(f(x)) no es
continua en el dominio de f. Comente.
71

Ejemplo 21
Solucin 21
Incierto.
71

Ejemplo 21
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

Ejemplo 21
Solucin 21
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

Ejemplo 21
Solucin 21
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

Ejemplo 21
Solucin 21
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
Grfico: Composicin de Continuas

Figura 25: Composicin Compatible de Funciones Continuas
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

x2
f(x) = 2
x 4
f(x)
f(x) =
f(x) =
x
2
2
4
72
x2
x2 4
x2
x2 4

Figura 26: Composicin Incompatible de Funciones Continuas
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.
En el Ejemplo 14 vimos que si f(x) =

x0
Luego, f(x) de ninguna manera puede ser continua en x = 0, pues

sus lmites laterales son distintos (i.e. lim f(x)).
x0
74
1
x
x0

x0

x0
Sin embargo, pueden existir funciones que tengan un lmite bien

definido en un punto y aun as no sean continuas.
74
1
x
x0

x0

x0

x2 4
Este es el caso del Ejemplo 6, donde lim
= 4.
x2 x 2
74
1
x
x0

x0

x0

x2 4
= 4. Sin embargo,
x2 x 2
x = 2 no es parte del dominio de la funcin.
74
1
x
x0

x0

x0

x2 4
= 4. Sin embargo,
x2 x 2
x2 4
x = 2 no es parte del dominio de la funcin. Por lo tanto, f(x) =
x2
no es continua en x = 2.
74
1
x
x0

x0

x0

x2 4
= 4. Sin embargo,
x2 x 2
x2 4
x = 2 no es parte del dominio de la funcin. Por lo tanto, f(x) =
x2
no es continua en x = 2. Esto tambin se aprecia en la Figura 7.
74
Aplicacin: Costos de Ajuste

Ejemplo 22
Una firma tiene un stock de capital Kt en el periodo t. Si desea
alcanzar un stock Kt+1 en el periodo t + 1, entonces debe invertir
It = Kt+1 Kt . Sin embargo, si Kt+1 = Kt , esto es, si It = 0, entonces
debe pagar un costo fijo de ajuste de c unidades monetarias (por
ejemplo, porque tiene que pagar un costo de transporte). Si It = 0,
entonces el costo de ajustarse es cero. Es la funcin de costos de
ajuste continua en todo su dominio?
75

Ejemplo 22
Solucin 22
No lo es.
75

Ejemplo 22
Solucin 22
No lo es. Sea f(It ) =
0
c
si It = 0
la funcin de costos de ajuste.
si It = 0
75

Ejemplo 22
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
Aplicacin: Impuestos Continuos

Propuesto 14
Para calcular el Impuesto Global Complementario, se toma la
renta anual (3) de cada individuo en UTA (unidades tributarias
anuales), se pondera por el factor (4) que corresponde segn su
tramo de ingreso (2) y luego se rebaja (resta) el monto
correspondiente (5). En la Tabla 2 (extrado del SII) se muestra la
escala, donde falta el factor que corresponde al tramo 3.
Tabla 2: Escala de tasas del Impuesto Global Complementario
N DE
RENTA IMPONIBLE
CANTIDAD A REBAJAR (SIN CRDITO DEL
FACTOR
TRAMOS ANUAL DESDE HASTA
10% DE 1 UTA, DEROGADO)
-1
-2
-3
-4
-5
1
0,0 UTA a 13,5 UTA
Exento
-.2
13,5 " a 30 "
4%
0,54 UTA
3
30 " a 50 "
1,74 "
RIGE A CONTAR DEL AO
4
50 " a 70 "
13,5%
4,49 "
TRIBUTARIO 2014
5
70 " a 90 "
23%
11,14 "
6
90 " a 120 "
30,4%
17,80 "
7
120 " a 150 "
35,5%
23,92 "
8
150 " y MAS
40%
30,67 "
NOTA: Para convertir la tabla a pesos ($) basta con multiplicar los valores anotados en las columnas (3) y (5) por
el valor de la UTA del mes respectivo.
VIGENCIA
Calcule el parmetro del tramo 3, para que la funcin sea continua

(why?) con el tramo anterior (2) y el siguiente (4). Justifique.
76
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
Qu ocurre si la funcin se redefine de la siguiente manera?
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
origin porque f(k) = lim f(x) = lim+ f(x).

xk
xk
78
Definicin 14
xk
xk

xk
xk
Para reparar la funcin, basta con imponer que f(k) = lim f(x).
xk
78
Definicin 14
xk
xk

xk
xk
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
Muestre que la funcin f(x) =
78
Definicin 14
xk
xk

xk
xk
xk
Ejemplo 23
x2 4
x2
|x |
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
Definicin 14
xk
xk

xk
xk
xk
Ejemplo 23
x2 4
x2
|x |
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.
6 Este (potente) resultado lo utilizaremos ms adelante.
79
Proposicin 17
La Proposicin 17 se conoce como Conservacin Local del Signo.
79
Proposicin 17
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
Proposicin 17
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
Recordatorio: Tasas de Cambio

En la Definicin 3, particularmente en la ecuacin (2) planteamos
que una tasa de cambio promedio para una funcin f en el intervalo
[x, x + ] es
y f(x + x) f(x)
=
.
x
x
82

[x, x + ] es
y f(x + x) f(x)
=
.
x
x
Adems, en la Figura 2 vimos que esta tasa de cambio promedio
puede ser interpretada como la pendiente de la recta secante que
pasa por los puntos (x, f(x)) y (x + , f(x + )).
82

[x, x + ] es
y f(x + x) f(x)
=
.
x
x
Sin embargo, en las Figuras 3 y 4 vimos cmo al utilizar intervalos
muy amplios podamos dejar de capturar, por ejemplo, si la funcin
es creciente o decreciente al rededor de algn valor x.
82

[x, x + ] es
y f(x + x) f(x)
=
.
x
x
Sin embargo, en las Figuras 3 y 4 vimos cmo al utilizar intervalos
muy amplios podamos dejar de capturar, por ejemplo, si la funcin
es creciente o decreciente al rededor de algn valor x.
En efecto, sera interesante saber qu pasa con la tasa de cambio
promedio cuando el intervalo se hace arbitrariamente pequeo.
82
Tasas en Intervalos Pequeos

Figura 27: Tasa de Cambio Promedio en Distintos Intervalos
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
Lmite de la Tasa de Cambio

Considerar un intervalo arbitrariamente pequeo a la hora de calcular una tasa de cambio promedio es lo mismo que calcular
lim
x0
f(x + x) f(x)
.
x
84

lim
x0
f(x + x) f(x)
.
x
Cuando la amplitud del intervalo tiende a cero, se deja de llamar

tasa (o razn) de cambio promedio y se utiliza el concepto de tasa (o
razn) de cambio instantnea.
84

lim
x0
f(x + x) f(x)
.
x

A diferencia de una tasa de cambio promedio, la tasa de cambio
instantnea no corresponde a la pendiente de una recta secante,
sino que equivale a la pendiente de la recta tangente a la funcin f(x)
en el punto (x, f(x)).
84

lim
x0
f(x + x) f(x)
.
x

A diferencia de una tasa de cambio promedio, la tasa de cambio
instantnea no corresponde a la pendiente de una recta secante,
sino que equivale a la pendiente de la recta tangente a la funcin f(x)
en el punto (x, f(x)).
Para acortar esto ltimo, se suele afirmar que la tasa de cambio
instantnea equivale a la pendiente de la funcin f(x) en x (en vez
de hablar de la pendiente de la recta tangente).
84
Definicin de Derivada
TODO lo de la diapositiva anterior lo vamos a condensar en una
nica definicin...
85
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
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
85
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
y dy

=
!
x dx
85
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
y dy

=
!
x dx
La notacin de Leibniz (dy/dx) es slo eso... notacin.
85
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
y dy

=
!
x dx
dy
df(x) df
df
= y = f (x) =
=
(x) =
= Dx f(x) = Dx f = Df(x) = Df.
dx
dx
dx
dx
85
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
y dy

=
!
x dx
dy
df(x) df
df
= y = f (x) =
=
(x) =
dx
dx
dx
dx
La derivada de una funcin, es otra funcin (caso exista).
85
nica definicin...
Definicin 15
dy
f(x + x) f(x)
= lim
,
dx x0
x
Importante:
y dy

=
!
x dx
dy
df(x) df
df
= y = f (x) =
=
(x) =
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
lgebra: Derivada de una Cuadrtica

Ejemplo 24
Obtenga la derivada de la funcin f(x) = (x 1)2 utilizando la
definicin de derivada (Definicin 15).
86
lgebra: Derivada de una Cuadrtica

Ejemplo 24
Obtenga la derivada de la funcin f(x) = (x 1)2 utilizando la
definicin de derivada (Definicin 15).
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
Grfico: Derivada de una Cuadrtica

Figura 28: Derivada de una Funcin Cuadrtica
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
Continuidad Implica Derivabilidad?
Si una funcin es continua en un punto, es derivable en ese punto?
88

NO!
88

NO!
Contraejemplo: f(x) = |x|
Propuesto 16
Analice la continuidad y derivabilidad de la funcin f(x) = |x| en
todo su dominio (ponga atencin en x = 0).
88
Grfico: Funcin Continua No Derivable

Figura 29: Funcin No Derivable
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

Al revs: Si una funcin es derivable en un punto, es continua en
ese punto?
90

ese punto?
S!
90

ese punto?
S!
Proposicin 19
Sea f(x) una funcin derivable en x = k. Entonces, f(x) es continua
en x = k.
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.
PD: f (k) = lim f(x) = f(k)

xk
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.
PD: f (k) = lim f(x) = f(k) lim f(x) f(k) = 0.

xk
xk
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
En efecto, lim f(x) f(k) = lim
( x k) .
xk
xk
xk
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
( x k) .
xk
xk
xk
Sea h = x k, de modo que x k = h 0.
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
( x k) .
xk
xk
xk
Luego, se tiene que el lmite es equivalente a lim
h0
90
f(k + h) f(k)
(h).
h

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
( x k) .
xk
xk
xk
h0
Pero el lmite de la fraccin corresponde a f (k)!
90
f(k + h) f(k)
(h).
h

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
( x k) .
xk
xk
xk
f(k + h) f(k)
(h).
h
h0
Pero el lmite de la fraccin corresponde a f (k)! Como esta

derivada existe (por hiptesis), el lmite del producto es el producto
de los lmites,
90

ese punto?
S!
Proposicin 19
en x = k.
Demostracin.

xk
xk
f(x) f(k)
( x k) .
xk
xk
xk
f(k + h) f(k)
(h).
h
h0
Pero el lmite de la fraccin corresponde a f (k)! Como esta

derivada existe (por hiptesis), el lmite del producto es el producto
de los lmites, esto es, f (k) 0 = 0.
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
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
Demostracin.
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
Demostracin.
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
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
Demostracin.
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0
Acto de fe: esto se cumple en todos los R.
92
Derivadas Tpicas
Proposicin 20
Demostracin.
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0

Qu ocurre cuando n = 0?
92
Derivadas Tpicas
Proposicin 20
Demostracin.
f(x) es
f(x + h) f(x)
(x + h)n xn
lim
= lim
.
h
h
h0
h0
lim
h0
k=0
Cnk xnk hk
f(x + h) f(x)
= lim
h
h
h0
n1
= lim nx
+ h(...) = nxn1 .
h0

Qu ocurre cuando n = 0? y cuando n = 0,5?
92
Derivadas Tpicas (cont.)

Proposicin 21
La derivada de f(x) = ex es f (x) = ex .
93

Proposicin 21
Demostracin.
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

Proposicin 21
Demostracin.
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
El primer trmino del lmite (el factor comn) es invariante en h, de

modo que puede salir como constante. El resto es un lmite
conocido (Proposicin 11)...
93

Proposicin 21
Demostracin.
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
El primer trmino del lmite (el factor comn) es invariante en h, de

modo que puede salir como constante. El resto es un lmite
conocido (Proposicin 11)...
Por lo tanto, f (x) = ex .
93

Proposicin 22
1
La derivada de f(x) = ln(x) es f (x) = .
x
94

Proposicin 22
1
x
Demostracin.
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

Proposicin 22
1
x
Demostracin.
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

Proposicin 22
1
x
Demostracin.
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
)
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

Proposicin 22
1
x
Demostracin.
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
)
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
Propuestos: Derivadas Tpicas
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
Intuicin: Aproximacin Afn
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.
7 Ms adelante veremos en detalle cmo podemos aproximar una funcin usando
derivadas.
96
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
Note que podemos hacer un ejercicio similar con cualquier funcin,
no solo con esta exponencial.
derivadas.
96
no solo con esta exponencial. En efecto, la recta tangente a lnx en
x x0
x0 es
+ lnx0 .
x0
derivadas.
96
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
Grfico: Aproximacin Afn

Figura 30: Aproximacin de ex y lnx
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
lgebra: Aproximacin Afn

Las aproximaciones afines que observamos anteriormente claramente lo hacen mejor cuando x x0 ...
98

f(x + h) f(x)
En efecto, tomando la definicin de derivada f (x) = lim
,
h
h0
podemos definir h = x x0 , de modo que h 0 = x x0 .
98

f(x + h) f(x)
,
h
h0
f(x + x x0 ) f(x)
La derivada ahora es f (x) = lim
.
xx0
x x0
98

f(x + h) f(x)
,
h
h0
f(x + x x0 ) f(x)
.
xx0
x x0
Olvidmonos (informalmente) del lmite, pero tengamos en mente
que x se acerca mucho a x0 . As, despejamos f(x) f (x0 )(x x0 )+ f(x0 ).
98

f(x + h) f(x)
,
h
h0
f(x + x x0 ) f(x)
.
xx0
x x0
Esto es exactamente lo mismo que calcular la ecuacin de la recta
con pendiente f (x0 ) que pasa por el punto (x0 , f(x0 )).
98

f(x + h) f(x)
,
h
h0
f(x + x x0 ) f(x)
.
xx0
x x0
Esto es exactamente lo mismo que calcular la ecuacin de la recta
con pendiente f (x0 ) que pasa por el punto (x0 , f(x0 )).
Definicin 16
Si es que existe, la recta g(x) = f (x0 )(x x0 ) + f(x0 ) es la mejor

aproximacin afn de la funcin f(x) en torno a x = x0 .
98
Ejemplo: Aproximacin Afn
Ejemplo 25
Obtenga la ecuacin de la recta tangente a la funcin f(x) = x

cuando x = 4.
99
Ejemplo 25

cuando x = 4.
Solucin 25
1
La derivada de la funcin es f (x) = p .
2 x
99
Ejemplo 25

cuando x = 4.
Solucin 25
1
2 x
1
Luego, f (4) = .
4
99
Ejemplo 25

cuando x = 4.
Solucin 25
1
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
Propiedades de las Derivadas

Proposicin 23
Sea f(x) una funcin derivable y a R. Entonces la derivada de la
funcin ponderada equivale a la ponderada de la funcin derivada.
Esto es, [a f(x)] = a f (x).
100

Proposicin 23
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 23
Proposicin 24
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 23
Proposicin 24
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
Propuesto 21
mx + n
1. f(x) =
, con m, n R.
exp(x)
2. g(x) = xexp(x) lnx.
101
Propuesto 21
mx + n
1. f(x) =
, con m, n R.
exp(x)
Y(t)
3. h(t) =
, donde Y(t) y N(t) son funciones positivas,
N( t )
crecientes y derivables que dependen de t.
101
Propuesto 21
mx + n
1. f(x) =
, con m, n R.
exp(x)
Y(t)
3. h(t) =
N( t )
101
Propuesto 21
mx + n
1. f(x) =
, con m, n R.
exp(x)
Y(t)
3. h(t) =
N( 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
Derivada de una Funcin Compuesta

Proposicin 27
Si y = f(z) y z = g(x), siendo ambas funciones diferenciables, entonces
la derivada de y respecto a x es
dy dy dz
=
.
dx dz dx
103

Proposicin 27
dy dy dz
=
.
dx dz dx
Esto se llama la regla de la cadena.
103

Proposicin 27
dy dy dz
=
.
dx dz dx
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
f(g(x + h)) f(g(x))

h
103

Proposicin 27
dy dy dz
=
.
dx dz dx
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
= (f g) (x)
f(g(x + h)) f(g(x))

h
1
h
f(g(x + h)) f(g(x))
= lim
g (x) h0
h
g(x + h) g(x)
103

Proposicin 27
dy dy dz
=
.
dx dz dx
Demostracin.
Prueba informal:
(f g) (x) = lim
h0
= (f g) (x)
f(g(x + h)) f(g(x))

h
1
h
f(g(x + h)) f(g(x))
= lim
g (x) h0
h
g(x + h) g(x)
= lim
h0
f(g(x + h)) f(g(x))

= f (g(x)).
g(x + h) g(x)
103
Ejercicios: Regla de la Cadena

Propuesto 22
Derive f(x) = [u(x)]n , donde u es diferenciable y n R.
104

Propuesto 22
Propuesto 23
Derive g(x) = exp[u(x)], donde u es diferenciable.
104

Propuesto 22
Propuesto 23
Propuesto 24
Derive h(x) = ln[u(x)], donde u es diferenciable.
104

Propuesto 22
Propuesto 23
Propuesto 24
Propuesto 25
p
Derive i(x) = u(x), donde u es diferenciable.
104

Propuesto 22
Propuesto 23
Propuesto 24
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 22
Propuesto 23
Propuesto 24
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
Derivada de una Derivada

Vimos que la derivada de una funcin es otra funcin...
105

Luego, podr esta nueva funcin ser derivable?
105

Luego, podr esta nueva funcin ser derivable? En general, s.
105

Si derivamos la derivada de una funcin f(x), llamaremos al resultado, caso exista, la segunda derivada de f(x) y la denotaremos por
d2 f
f (x) o
(x) (ojo con la notacin).
dx2
105

d2 f
f (x) o
dx2
Similarmente, existe la posibilidad de computar una tercera derivada, o una cuarta, o una n-sima.
105

d2 f
f (x) o
dx2
As, a las derivadas de orden mayor a uno (dos, tres, cuatro, etc.) se
les llaman derivadas de orden superior.
105

d2 f
f (x) o
dx2
Ejemplo 26
Obtenga la segunda derivada de la funcin f(x) = exp(ax), con a R.
105

d2 f
f (x) o
dx2
Ejemplo 26
Solucin 26
La segunda derivada de una funcin es simplemente la derivada
de la derivada de la funcin.
105

d2 f
f (x) o
dx2
Ejemplo 26
Solucin 26
de la derivada de la funcin. En este caso tenemos que
f (x) = aexp(ax).
105

d2 f
f (x) o
dx2
Ejemplo 26
Solucin 26
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
Ejercicios: Derivadas de Orden Superior
Propuesto 28
Obtenga la n-sima derivada de la funcin anterior (f(x) = exp(ax)).
106
Propuesto 28
Repita el ejercicio con la funcin g(x) = lnx.
106
Propuesto 28
Propuesto 29
Se le ocurre alguna funcin que no sea infinitamente derivable?
106
Propuesto 28
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
Regla de la Funcin Inversa

Proposicin 28
Sea y = g(x) una funcin, cuya inversa es f, de modo que f(y) = x. Si
ambas funciones son derivables, entonces
f (y) =
1
.
g (f(y))
Demostracin.
Como f y g son inversas entre s, se da que f(g(x)) = x.
107

Proposicin 28
f (y) =
1
.
g (f(y))
Demostracin.
Podemos derivar esto (why?) para obtener f (g(x))g (x) = 1.
107

Proposicin 28
f (y) =
1
.
g (f(y))
Demostracin.
1
Pero lo anterior implica que f (g(x)) = , que es equivalente a lo
g (x)
que queremos demostrar.
107

Proposicin 28
f (y) =
1
.
g (f(y))
Demostracin.
1
Pero lo anterior implica que f (g(x)) = , que es equivalente a lo
g (x)
que queremos demostrar.
Propuesto 30
Demuestre que x2 = 2x utilizando la regla de la funcin inversa.

Acote el dominio a los x > 0.
107
Dependencia Implcita
Hasta ahora hemos trabajado con variables dependientes que dependen explcitamente de una variable independiente, i.e. y = f(x).
108
Sin embargo, podramos estar interesados en trabajar con variables
dependientes que dependen de manera implcita de otra variable.
108
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
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
x
. 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
x
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
x
Ejemplo 27
Solucin 27
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
x
Ejemplo 27
Solucin 27
x
Por lo tanto, al despejar y tenemos y = .
y
109
Derivacin Implcita
x
Ejemplo 27
Solucin 27
x
y
Podemos dejar el resultado dependiendo de y?
109
Derivacin Implcita
x
Ejemplo 27
Solucin 27
x
y
Podemos dejar el resultado dependiendo de y? Son equivalentes los
resultados de la derivacin implcita y la derivacin explcita?
109
Ejercicios: Derivacin Implcita
Propuesto 31
Derive implcitamente lny + x2 = 8x.
110
Propuesto 31
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
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
Aproximaciones a una Funcin

Anteriormente vimos que a partir de la definicin de derivada podemos obtener una expresin para la mejor aproximacin afn a una
funcin al rededor de un punto...
112

En general, cuando nos enfrentamos a una funcin derivable, tenemos la opcin de realizar una aproximacin polinmica a esta (en
efecto, la aproximacin afn es un caso particular).
112

As, teniendo una funcin diferenciable f(x), un punto x0 al rededor
del cual haremos la aproximacin y un grado n para el polinomio que
queramos, podemos establecer una funcin polinmica de grado n
que se parece mucho a f en torno a x0 .
112

As, teniendo una funcin diferenciable f(x), un punto x0 al rededor
del cual haremos la aproximacin y un grado n para el polinomio que
queramos, podemos establecer una funcin polinmica de grado n
que se parece mucho a f en torno a x0 .
A estas funciones polinmicas que se aproximan a otra funcin las
llamaremos Series (o Aproximaciones o Expansiones o Polinomios)
de Taylor.
112
Grfico: Aproximaciones a una Funcin

Figura 32: Aproximaciones a
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
f(k) (x0 )(x x0 )k .

k
!
k=1
114
Definicin 17
f(x) f(x0 ) +
n 1
f(k) (x0 )(x x0 )k .

k
!
k=1
As, una aproximacin de primer grado es f(x0 )+ f (x0 )(x x0 ),
114
Definicin 17
f(x) f(x0 ) +
n 1
f(k) (x0 )(x x0 )k .

k
!
k=1
As, una aproximacin de primer grado es f(x0 )+ f (x0 )(x x0 ), una de

1
segundo grado se parece a f(x0 )+ f (x0 )(x x0 )+ f (x0 )(x x0 )2 ,
2
114
Definicin 17
f(x) f(x0 ) +
n 1
f(k) (x0 )(x x0 )k .

k
!
k=1
As, una aproximacin de primer grado es f(x0 )+ f (x0 )(x x0 ), una de

1
segundo grado se parece a f(x0 )+ f (x0 )(x x0 )+ f (x0 )(x x0 )2 , una de
2
1
1
tercer grado sera f(x0 )+f (x0 )(xx0 )+ f (x0 )(xx0 )2 + f (x0 )(xx0 )3 ,
2
6
etc.
114
Errores de Aproximacin
Claramente, una aproximacin no tiene por qu ser exacta, pues

perfectamente puede existir un error de aproximacin.
115

Este error va a corresponder a la diferencia entre la funcin verdadera y el polinomio que la aproxima.
115

Si denotamos este error por x , entonces tenemos que
f(x) = f(x0 ) +
n 1
f(k) (x0 )(x x0 )k + x .

k
!
k=1
115

f(x) = f(x0 ) +
n 1
f(k) (x0 )(x x0 )k + x .

k
!
k=1
Qu pasa si se evala la funcin f(x) en x = x0 ?
115

f(x) = f(x0 ) +
n 1
f(k) (x0 )(x x0 )k + x .

k
!
k=1

Qu pasa si la funcin f(x) es un polinomio?
115

f(x) = f(x0 ) +
n 1
f(k) (x0 )(x x0 )k + x .

k
!
k=1

Qu pasa si la funcin f(x) es un polinomio?
Para qu nos podra servir esto?
115
Aplicacin: Aproximando Irracionales

Ejemplo 28
Aproxime el valor de e0,1 con un Polinomio de Taylor de segundo
orden.
HINT: Piense que f(x) = ex y elija algn valor conveniente de x0 .
116

Ejemplo 28
orden.
Solucin 28
Partimos eligiendo x0 = 0 por dos razones:
116

Ejemplo 28
orden.
Solucin 28
1. conocemos el valor de f(x0 ) y
116

Ejemplo 28
orden.
Solucin 28
2. es un valor cercano a x = 0,1.
116

Ejemplo 28
orden.
Solucin 28
116

Ejemplo 28
orden.
Solucin 28
Luego, calculamos las primeras dos derivadas de la funcin (por
tratarse de una aproximacin de segundo orden):
116

Ejemplo 28
orden.
Solucin 28
tratarse de una aproximacin de segundo orden): f (x) = f (x) = ex .
116

Ejemplo 28
orden.
Solucin 28
Por ltimo, slo debemos reemplazar lo que tenemos en la
expresin de una Aproximacin de Taylor de segundo grado:
116

Ejemplo 28
orden.
Solucin 28
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
= f(0,1) 1 + 1 0,1 + 0,12 = 1,105 1,10517091808.

116
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
Demostracin.
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
Demostracin.
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
Demostracin.
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
Demostracin.
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
Grfico: Teorema de Rolle

Figura 33: Teorema de Rolle
y
3
f(x) = (x 2)2 + 2
x
1
2
121
Grfico: Teorema de Rolle

y
3
f ( 2) = 0
f(x) = (x 2)2 + 2
x
1
2
121
Teorema del Valor Medio

Es una generalizacin del Teorema de Rolle...
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
f(b) f(a)
.
ba
Demostracin.
f(b) f(a)
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
f(b) f(a)
.
ba
Demostracin.
f(b) f(a)
y=
ba
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
f(b) f(a)
.
ba
Demostracin.
f(b) f(a)
y=
ba
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
Grfico: Teorema del Valor Medio

f(x) = 1 + x(x 1)(x 2)
x
1
2
123

f(x) = 1 + x(x 1)(x 2) m = 2
x
1
2
123

f(x) = 1 + x(x 1)(x 2) m = 2
f ( 2) = 2
x
1
2
123
Aplicacin: Teorema del Valor Medio

Ejemplo 29
277,2milesdemillonesUSD
Figura 35: PIB de Chile
El PIB chileno era 400kM

de 77 mil millones
de dlares en 2003, 300kM
mientras que en
2013 era de 277 mil
200kM
millones de dlares.
Considerando que
100kM
el PIB es una
funcin continua en
0
el tiempo, es
1960
1970
1980
1990
2000
2010
imposible que
hayamos tenido una tasa de crecimiento instantnea de 20 mil millones de dlares, pues eso superara nuestro mximo crecimiento
histrico de un 12,3%. Comente.
124
Aplicacin: Teorema del Valor Medio

Ejemplo 29
277,2milesdemillonesUSD
Figura 35: PIB de Chile
El PIB chileno era 400kM

de 77 mil millones
de dlares en 2003, 300kM
mientras que en
2013 era de 277 mil
200kM
millones de dlares.
Considerando que
100kM
el PIB es una
funcin continua en
0
el tiempo, es
1960
1970
1980
1990
2000
2010
imposible que
hayamos tenido una tasa de crecimiento instantnea de 20 mil millones de dlares, pues eso superara nuestro mximo crecimiento
histrico de un 12,3%. Comente.
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
Sin embargo, tambin vimos que estas propiedades se distorsionan
cuando utilizamos intervalos muy amplios (Figura 4).
126
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
Particularmente, nos vamos a preocupar de estudiar dos comportamientos locales muy importantes de las funciones: crecimiento y
concavidad.
126
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
Crecimiento y Decrecimiento Local

Definicin 19
Una funcin derivable f(x) es creciente en x = k si y slo si f (k) 0.
127

Definicin 19
Definicin 20
Una funcin derivable f(x) es decreciente en x = k si y slo si
f (k) 0.
127

Definicin 19
Definicin 20
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 19
Definicin 20
f (k) 0.
Definicin 21
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 19
Definicin 20
f (k) 0.
Definicin 21
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: Crecimiento y Decrecimiento
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
Solucin 30
Derivamos la funcin para obtener f (x) = 3x2 6x + 2.
128
Ejemplo 30
Solucin 30

Luego, evaluamos en los puntos pedidos, obteniendo f (1) = 11,
f (1) = 1 y f(3) = 11.
128
Ejemplo 30
Solucin 30

Luego, evaluamos en los puntos pedidos, obteniendo f (1) = 11,
f (1) = 1 y f(3) = 11.
Por lo tanto, f es creciente en 1, decreciente en 1 y creciente en 3.
128
Grfico: Crecimiento y Decrecimiento

Figura 36: Crecimiento y Decrecimiento
y
10
f(x) = x(x 1)(x 2)
5
x
1
129

y
10
f(x) = x(x 1)(x 2)
5
x
1
f (1) = 11
5
129

y
10
f(x) = x(x 1)(x 2)
5
f (1) = 1
1
x
2
f (1) = 11
5
129

y
10
f(x) = x(x 1)(x 2)
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
Definicin 23
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
Definicin 23
para todo x [a, b].
Definicin 24
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
Definicin 23
para todo x [a, b].
Definicin 24
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: Crecimiento en Intervalos
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
Solucin 31
Derivamos la funcin para obtener f (x) = 3x2 6x + 3 = 3(x 1)2 0.
131
Ejemplo 31
Solucin 31

Por lo tanto, f es siempre creciente en su dominio, i.e. es una
funcin globalmente creciente.
131
Ejemplo 31
Solucin 31

Por lo tanto, f es siempre creciente en su dominio, i.e. es una
funcin globalmente creciente.
Propuesto 37
Repita el ejercicio anterior con la funcin del Ejemplo 30.
131
Aplicacin: Funciones Montonas

Cuando a una funcin se le compone en una transformacin monotnica (e.g. una funcin globalmente creciente), se mantiene la
ordinalidad de los valores, esto es, si f(x) es una transformacin monotnica, entonces A B si y slo si f(A) f(B).
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.
S, podr. Notamos que f(x) = lnx tiene derivada f (x) =
132
Recordatorio: Parbolas
Conocemos el concepto de una parbola cncava y una parbola convexa.
133
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
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
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
Esto se da precisamente porque la segunda derivada de una funcin
identifica el crecimiento/decrecimiento de la primera derivada de la
funcin.
133
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
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
Convexidad de una Funcin Cuadrtica

Figura 37: Convexidad de una Funcin Cuadrtica
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
Concavidad y Convexidad Local

Definicin 27
Una funcin doblemente derivable f(x) es convexa en x = k si y
slo si f (k) 0.
135

Definicin 27
slo si f (k) 0.
Definicin 28
Una funcin doblemente derivable f(x) es cncava en x = k si y
slo si f (k) 0.
135

Definicin 27
slo si f (k) 0.
Definicin 28
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 27
slo si f (k) 0.
Definicin 28
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: Concavidad y Convexidad
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
Solucin 33
Derivamos la funcin dos veces para obtener f (x) = 6x 6.
136
Ejemplo 33
Solucin 33

Luego, evaluamos en los puntos pedidos, obteniendo
f (1) = 12 < 0, f (1) = 0 y f (3) = 12 > 0.
136
Ejemplo 33
Solucin 33

Luego, evaluamos en los puntos pedidos, obteniendo
f (1) = 12 < 0, f (1) = 0 y f (3) = 12 > 0.
Por lo tanto, f es cncava en 1, cncava y convexa en 1 y convexa
en 3.
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
Definicin 31
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
Definicin 31
Definicin 32
Definicin 33
Una funcin doblemente derivable f(x) es globalmente convexa si y
slo si f (x) 0 en todo su dominio.
137
Definicin 31
Definicin 32
Definicin 33
Una funcin doblemente derivable f(x) es globalmente convexa si y
Definicin 34
Una funcin doblemente derivable f(x) es globalmente cncava si y
137
Ejemplo: Concavidad en Intervalos
Ejemplo 34
es cncava y el/los intervalo(s) donde es convexa.
138
Ejemplo 34
Solucin 34
138
Ejemplo 34
Solucin 34

Para que f 0, se tiene que dar que x 1 y para que f 0 se tiene
que dar que x 1.
Por lo tanto, f es cncava en el intervalo (, 1] y es convexa en el
intervalo [1, ).
138
Ejemplo 34
Solucin 34

Para que f 0, se tiene que dar que x 1 y para que f 0 se tiene
que dar que x 1.
Por lo tanto, f es cncava en el intervalo (, 1] y es convexa en el
intervalo [1, ).
Propuesto 38
Repita el ejercicio anterior con la funcin del Ejemplo 33.
138
Aplicacin: Rendimientos Decrecientes

En general, cuando se dice que una funcin (e.g. una funcin de
produccin) tiene rendimientos marginales decrecientes, es porque
la funcin es cncava. La idea de hablar de rendimientos marginales
decrecientes es que el efecto de incrementar en una unidad marginal
el argumento se vuelve cada vez menor, i.e. cada vez rinde menos.
139

Por ejemplo, en una funcin de produccin, se dice que hay rendimientos marginales decrecientes al factor si la derivada de la funcin respecto a este factor es decreciente, i.e. si la segunda derivada
de la funcin de produccin es negativa.
139

Anlogamente, si la segunda derivada es positiva, se dice que la
funcin tiene rendimientos crecientes.
139

Ejemplo 35
Determine si la funcin f(x) =
decrecientes.
ln(x + 1) tiene rendimientos
139

Ejemplo 35
Determine si la funcin f(x) =
decrecientes.
ln(x + 1) tiene rendimientos
Solucin 35
S, pues la segunda derivada es negativa en todo el dominio.
139
Ejercicios: Crecimiento y Concavidad
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
en todo el dominio:
p
1. f(x) = x x
( x )
2. g(x) = ln
x+1
140
Propuesto 39
en todo el dominio:
p
1. f(x) = x x
( x )
2. g(x) = ln
x+1
(
)
3. h(x) = exp x2
140
Extra: Concavidad y Convexidad

Definicin 35
Sean x1 y x2 dos valores y sea (0, 1). Una combinacin convexa
entre x1 y x2 se define como x1 + (1 )x2 .
141

Definicin 35
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 35
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
Convexidad del Valor Absoluto

Ejemplo 36
Demuestre formalmente que la funcin f(x) = |x| es siempre
convexa.
142

Ejemplo 36
convexa.
Solucin 36
Sean x1 y x2 dos nmeros reales y sea (0, 1).
142

Ejemplo 36
convexa.
Solucin 36
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

Ejemplo 36
convexa.
Solucin 36
Ahora bien, como 0, tenemos que
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
142

Ejemplo 36
convexa.
Solucin 36
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
Pero por la desigualdad triangular sabemos que
|x1 | + |(1 )x2 | > |x1 + (1 )x2 |.
142

Ejemplo 36
convexa.
Solucin 36
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
|x1 | + |(1 )x2 | > |x1 + (1 )x2 |.
Esta es precisamente la definicin de convexidad aplicada a la
funcin f(x) = |x|.
142

Ejemplo 36
convexa.
Solucin 36
|x1 | + (1 )|x2 | = |x1 | + |(1 )x2 |.
|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
Derivadas Igualadas a Cero

Sabemos que cuando la derivada de una funcin es positiva, es porque dicha funcin es creciente y que si esta derivada es negativa, la
funcin es decreciente.
143

Sin embargo, si la funcin pas de tener una derivada positiva a
tener una derivada negativa, es porque en algn momento dej de
crecer y comenz a decrecer. En este punto, donde la derivada es 0,
se forma una especie de monte.
143

Similarmente, si la funcin pas de tener una derivada negativa a
una positiva, debi dejar de caer para que valor pase a aumentar.
En este punto, donde la derivada tambin es 0, se forma un valle.
143

Similarmente, si la funcin pas de tener una derivada negativa a
una positiva, debi dejar de caer para que valor pase a aumentar.
En este punto, donde la derivada tambin es 0, se forma un valle.
En base a estas ideas, vamos a formalizar el concepto de un mximo
o un mnimo local en una funcin. (Notar que, a priori, no podemos
asegurar que una derivada igualada a cero genera los montes o los
valles mencionados anteriormente.)
143
Grfico: Derivadas Nulas

Figura 38: Montes y Valles
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
Grfico: Derivadas Nulas (cont.)

Figura 39: Derivada Nula sin Monte ni Valle
f(x) = x5
x
1, 5
0, 5
0, 5
145
1, 5
Grfico: Derivadas Nulas (cont.)

Figura 39: Derivada Nula sin Monte ni Valle
f(x) = x5
f ( 0) = 0
1, 5
0, 5
0, 5
145
x
1
1, 5
Comentario: Derivadas Nulas

Como vimos en las Figuras 38 y 39, no es suficiente encontrar una
derivada nula para identificar un monte o un valle.
146

En efecto, tena que darse que la funcin pasara de ser estrictamente creciente a ser estrictamente decreciente, o al revs.
146

Sin embargo, si la derivada pas se ser positiva a ser negativa, es
porque la derivada cay. Pero ya vimos que si la primera derivada
es decreciente, entonces la funcin es cncava.
146

Por lo tanto, para que encontremos un monte, es condicin necesaria que la primera derivada sea nula, pero adems necesitamos
una condicin de suficiencia, que es que la segunda derivada sea
negativa.
146

Por lo tanto, para que encontremos un monte, es condicin necesaria que la primera derivada sea nula, pero adems necesitamos
una condicin de suficiencia, que es que la segunda derivada sea
negativa.
Anlogamente, encontraremos un valle si la primera derivada es
nula y la segunda derivada es positiva, pues as nos aseguramos de
que la funcin tena pendiente negativa y pas a ser positiva (i.e.
que la primera derivada era creciente).
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
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
o un mnimo.
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
o un mnimo.
funcin f(x).
Para ello, debemos determinar el valor de la variable independiente
x que hace que la funcin sea mxima o mnima.
148
o un mnimo.
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
Definicin 38
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
Definicin 38
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
3. g(k) = Ak k con , (0, 1) y A > 0

ln(s) rs
4. h(s) =
e
con r > 0 (deje expresado)
r
1
150
Sobre los Valores ptimos

Supongamos que sabemos que una funcin f() tiene un mximo o un
mnimo en un intervalo cerrado y acotado I.
151

El mximo o mnimo puede estar en un extremo o en uno de los
puntos interiores de I.
151

Si est en un interior, y si f() es derivable, entonces la derivada f ()
es cero en ese punto.
151

Adems, est la posibilidad de que el mximo o mnimo est en un
punto en el que f() no sea derivable, por ejemplo, en un extremo del
intervalo I.
151

intervalo I.
Por lo tanto, los mximos o mnimos pueden ser nicamente de los
tres tipos siguientes:
151

intervalo I.
1. Puntos interiores de I en los que f (x) = 0.
151

intervalo I.
2. Los dos extremos de I (si el intervalo los incluye).
151

intervalo I.
2. Los dos extremos de I (si el intervalo los incluye).
3. Puntos de I en los que no exista f (x).
151
Sobre los Valores ptimos (cont.)
Por lo tanto, cuando se solicite hallar los valores mximos y mnimos

de una funcin derivable f() definida en un intervalo [a, b] cerrado y
acotado. Se debe proceder de la siquiente manera:
152

1. Hallar todos los puntos estacionarios de f() en (a, b).
152

2. Evaluar f() en los extremos del intervalo (a y b) y en todos sus
puntos estacionarios.
152

2. Evaluar f() en los extremos del intervalo (a y b) y en todos sus
puntos estacionarios.
3. El mayor valor de la funcin hallado anteriormente es el valor
mximo de f() en [a, b] y el menor valor de la funcin hallado es
el valor mnimo de f() en [a, b].
152
Mdulo 14
153
El Problema de una Firma
Supongamos una empresa que produce un cierto bien y quiere maximizar sus beneficios.
154
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
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
El Problema de una Firma (cont.)

Consideremos que hay un cota mxima de Q0 de la produccin en el
periodo dado, por limitaciones tcnicas.
155

Supongamos que I(Q) y C(Q) son funciones derivables de Q en el
intervalo [0, Q0 ]. As, la funcin de beneficios es tambin derivable
y, por consiguiente, tiene un valor mximo.
155

En ciertos casos, este mximo puede darse en Q = 0 o en Q = Q0 . Si
no, el nivel mximo de produccin Q verifica que (Q ) = 0 y as
I (Q) = C (Q).
En trminos ms comunes esto se expresara, como
IMg(Q) = CMg(Q).
155

En ciertos casos, este mximo puede darse en Q = 0 o en Q = Q0 . Si
no, el nivel mximo de produccin Q verifica que (Q ) = 0 y as
I (Q) = C (Q).
En trminos ms comunes esto se expresara, como
IMg(Q) = CMg(Q).
As, se debe ajustar la produccin hasta un punto en el que el ingreso
marginal sea igual al costo marginal de producirlo.
155
Firma tomadora de precios: Supongamos que la empresa obtiene un

precio fijo P por unidad vendida.
156

Entonces IMg(Q) = P, de manera que si la empresa no controla el
precio, hay que ajustar la produccin al nivel en el cual el costo marginal sea igual al precio unitario del producto.
156

Entonces IMg(Q) = P, de manera que si la empresa no controla el
precio, hay que ajustar la produccin al nivel en el cual el costo marginal sea igual al precio unitario del producto.
En el caso en que la firma no sea tomadora de precios y se enfrente a
la demanda de mercado, el ingreso I(Q) ser igual a P(Q) Q, es decir,
el ingreso total ser igual al producto entre el precio (en funcin de
la cantidad vendida) y la cantidad que se produce.
156
Ejercicio: El Problema de una Firma

Ejemplo 37
Suponga que una empresa puede controlar el precio del producto
que vende (monopolio).
157

Ejemplo 37
La demanda por el bien que produce esta empresa est dada por
1
P = 1000 Q,
2
donde P representa el precio (demanda inversa) y Q la cantidad
que sera demandada, por lo tanto, Q [0; 2000], ya que la
demanda estara satisfecha con 2000 unidades.
157

Ejemplo 37
1
P = 1000 Q,
2
Adems, suponga que el costo de producir Q unidades est
definido por
1
C(Q) = 100 + Q2 ,
c
donde c > 0 es un factor tecnolgico, el cual es constante dentro del
proceso productivo.
157

Ejemplo 37
1
P = 1000 Q,
2
Adems, suponga que el costo de producir Q unidades est
definido por
1
C(Q) = 100 + Q2 ,
c
donde c > 0 es un factor tecnolgico, el cual es constante dentro del
proceso productivo.
En base a estas condiciones, cul sera la cantidad que debera
producir la empresa con el propsito de maximizar sus beneficios?
157
Respuesta: El Problema de una Firma

Solucin 37
Sea...
Q: Cantidad producida que ser igual a la cantidad demanda.
Q : Cantidad ptima a producir.
P: Precio, que tambin representa la demanda inversa.
(Q): Beneficio de producir Q unidades.
158

Solucin 37
Sea...
Q: Cantidad producida que ser igual a la cantidad demanda.
Q : Cantidad ptima a producir.
P: Precio, que tambin representa la demanda inversa.
(Q): Beneficio de producir Q unidades.
El planteamiento del problema es:
Q[0;2000]
max
Suponiendo
(Q) = I(Q) C(Q)

P(Q) = 1000 12 Q
De manera que habr una cantidad Q que maximice el beneficio,

si Q [0; 2,000].
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

Ahora que se tiene la funcin, podemos imponer la condicin de primer orden, la cual consiste en derivar la funcin de beneficios con
respecto a la cantidad producida Q:
160

d(Q)
dQ
(
)
1 1
1000 2 + Q
2 c
(
)
1 1
+
Q
2 c
Q
160
500
1000 c
.
c+2

d(Q)
dQ
(
)
1 1
1000 2 + Q
2 c
(
)
1 1
+
Q
2 c
Q
500
1000 c
.
c+2
Al reemplazar la cantidad ptima en el beneficio, encontramos el

beneficio mximo, el que asciende a
= (Q ) =
500000 c
100.
c+2
160
Sera apresurado concluir que es conveniente llevar la produccin

hasta Q .
161

hasta Q .
Esto se debe a que no sabemos si los beneficios mximos son positivos o no.
161

hasta Q .
Si fueran positivos, sucedera que
= (Q ) =
500000 c
2
100 > 0 = c >
.
c+2
4999
161

hasta Q .
Si fueran positivos, sucedera que
= (Q ) =
500000 c
2
100 > 0 = c >
.
c+2
4999
Por lo tanto, la conclusin es que es conveniente llevar la produccin

2
hasta Q siempre y cuando c >
.
4999
161
Ejercicio: Lnea Telefnica

Ejemplo 38
La linea de transmisin telefnica cruza toda la dcima regin del
pas en linea recta. Sin embargo, dos poblados actualmente se
encuentran incomunicados, por tal motivo han solicitado la
instalacin de lneas telefnicas. Ellos se encuentran a 2 y 3
kilmetros, en forma perpendicular a la linea de transmisin
telefnica, respectivamente. La distancia entre los pies de estas
perpendiculares por la linea de transmisin telefnica es de 4
kilmetros. Actualmente se dispone de un slo conmutador que
hace posibles las comunicaciones de un telfono a otro, el cual debe
conectarse a la linea de transmisin y desde l se debe conectar a
los pueblos. Otra restriccin es que slo se dispone de 6,5
kilmetros de cableado de fibra ptica diseado para este tipo de
conexin. Determine si es posible conectar a los dos poblados, para
ello deber encontrar una ubicacin para el conmutador que
minimice el uso de cableado de fibra ptica.
162
Respuesta: Lnea Telefnica

Solucin 38
Diremos que X representa la distancia desde el conmutador, al pie
de la perpendicular del primer poblado (sobre la linea de
transmisin). Esto se puede ver representado en la Figura 40.
Figura 40: Poblados, Conmutador y Lnea de Transmisin
Pb
3[ km]
Pa
2[ km]
C
X
4[ km]
163

As, diremos que la distancia desde el primer problado (Pa ) al conmutador (punto C), se define, como
La (x) =
164
4 + x2 .

La (x) =
4 + x2 .
Por otro lado, la distancia del segundo poblado (Pb ) al conmutador,

es
Lb (x) = 9 + (4 x)2 .
164

La (x) =
4 + x2 .
Por otro lado, la distancia del segundo poblado (Pb ) al conmutador,

es
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 .
NOTA: Recordar que segn Pitgoras c2 = a2 + b2 : el cuadrado de la

hipotenusa es igual a la suma de los cuadrados de los catetos.
164
El planteamiento del problema, es

min L(x) = La (x) + Lb (x),
x[0,4]
de manera que habr una distancia en el eje x, x que minimice la

cantidad de cableado que se utilizar, tal que L(x ) 6, 5.
165
El planteamiento del problema, es

min L(x) = La (x) + Lb (x),
x[0,4]
de manera que habr una distancia en el eje x, x que minimice la

cantidad de cableado que se utilizar, tal que L(x ) 6, 5.
En caso de que L(x ) > 6, 5, no ser posible conectar los dos poblados.
165

Aplicando las condiciones de primer orden (CPO), se tiene que
dL(x)
2x
4x
=
= 0.
dx
9 + (4 x)2
2 4 + x2
166

Aplicando las condiciones de primer orden (CPO), se tiene que
dL(x)
2x
4x
=
= 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

Entonces, las posibles soluciones, son x1 = 1, 6 y x2 = 8. Claramente, la segunda solucin no es factible con respecto a lo que se busca,
ya que x [0; 4]. As, slo nos resta verificar que el valor encontrado
efectivamente es aquel que minimiza la logitud del cableado, para
ello se verificar la condicin de segundo orden:
d2 L(x)
4
9
=
+
.
dx2
(4 + x2 )3/2 (9 + (4 x)2 )3/2
167

Entonces, las posibles soluciones, son x1 = 1, 6 y x2 = 8. Claramente, la segunda solucin no es factible con respecto a lo que se busca,
ya que x [0; 4]. As, slo nos resta verificar que el valor encontrado
efectivamente es aquel que minimiza la logitud del cableado, para
ello se verificar la condicin de segundo orden:
d2 L(x)
4
9
=
+
.
dx2
(4 + x2 )3/2 (9 + (4 x)2 )3/2
Al evaluar esta segunda derivada en el punto x = 1, 6, claramente se
puede observar que la segunda derivada resulta ser positiva, por lo
tanto, ste valor hace mnima la funcin:
L(x = 1, 6) =
4 + ( 1, 6) 2 +
167
9 + ( 4 1, 6) 2 = 6, 4.

Sin embargo, tambin se debera verificar en los extremos, ya que
el dominio de la funcin es acotado y cerrado.
168

Al verificar, se aprecia que
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.
Notamos que estas no son soluciones vlidas.
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.
Notamos que estas no son soluciones vlidas.

Por lo tanto, la posicin del conmutador debe estar a 1,6 kilmetros del punto perpendicular del primer poblado con respecto a la
linea de transmisin. Este punto utilizar una longitud de cableado
igual a 6,4 kilmetros, la cual es menor a la disponible que es de 6,5
kilmetros, as que podr conectar a los dos poblados.
168
Propuesto: Extraccin Petrolera
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
Propuesto: Extraccin Petrolera

En la Figura 41 se observa un esquema de la ubicacin de la plataforma petrolera y los tanques de almacenamiento.
Figura 41: Plataforma Petrolera y Oleoducto
N
W
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
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
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
NO exactamente.
173
Antiderivadas
NO exactamente. Por qu?
173
Antiderivadas
La derivada de x2 + 5 respecto a x tambin es 2x, y la de x2 1000
tambin.
173
Antiderivadas
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
tambin.
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
tambin.
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
tambin.
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 .
8 Prximamente introduciremos el concepto de integracin definida.
174
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
indefinida8 .
Definicin 41
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
indefinida8 .
Definicin 41
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) y que
f (x)dx = f(x) + c.
174
Alerta: Sobre la Constante
SIEMPRE
INCLUIR
CONSTANTE.
Da lo mismo el nombre, la forma o el color de la constante (c, o
Al calcular una integral indefinida,
k), pero si no lo hacen, el resultado es incorrecto.
175
SIEMPRE
INCLUIR
CONSTANTE.

La razn es sencilla: si no lo hacen, afirman que una primitiva es
una funcin, y no una familia de funciones.
175
SIEMPRE
INCLUIR
CONSTANTE.

Dicho de otro modo, afirman que la derivada de x2 es 2x, pero que
la derivada de x2 + 5 o la de x2 1000 no es 2x, lo cual es incorrecto.
175
SIEMPRE
INCLUIR
CONSTANTE.

Dicho de otro modo, afirman que la derivada de x2 es 2x, pero que
la derivada de x2 + 5 o la de x2 1000 no es 2x, lo cual es incorrecto.
Por favor, no pierdan puntos por no hacer esto.
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.
Proposicin 33
[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.
Proposicin 33
[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 ,
Integracin con Condiciones Iniciales

A pesar de que la primitiva de una funcin f(x) sea una familia de
funciones, existe la posibilidad de que hayan condiciones iniciales
las primitivas, de modo que, eventualmente, podemos identificar
una nica funcin cuya derivada sea f(x) y que satisfaga las condiciones iniciales.
179

Ejemplo 40
Encuentre la primitiva F(x) de f(x) = exp(2x) que pasa por el origen.
179

Ejemplo 40
Solucin 40
La primitiva de exp(2x) es
exp(2x)dx =
179
1
exp(2x) + c.
2

Ejemplo 40
Solucin 40
1
exp(2x) + c.
2
Sin embargo, como debe pasar por el origen, tenemos que
1
1
+ c = 0 = c = .
2
2
exp(2x)dx =
179

Ejemplo 40
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
exp(2x)dx =
179
Aplicacin: Costos Totales

Ejemplo 41
A travs de una exhaustiva investigacin a una empresa
monoplica, la Fiscala Nacional Econmica (FNE) fue capaz de
determinar que los costos marginales de la empresa en UM se
comportan como la funcin CMg(q) = q ln , con > 1 constante.
180

Ejemplo 41
Estn interesados en obtener los beneficios netos de esta firma,
pero slo han podido determinar los ingresos totales de la firma y
sus costos fijos, donde estos ltimos ascienden a 101 UM.
180

Ejemplo 41
Cules son los costos variables de esta empresa?
180

Ejemplo 41
Solucin 41
Los costos totales CT(q) de la empresa satisfacen CT (q) = CMg(q).
180

Ejemplo 41
Solucin 41

Por lo tanto,
integramos los costos marginales, obteniendo
CT(q) =
q ln dq = q + c.
180

Ejemplo 41
Solucin 41

Por lo tanto,
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

Ejemplo 41
Solucin 41

Por lo tanto,
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
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
Las tres tcnicas que veremos en este curso se llaman
1. mtodo de sustitucin,
182
2. integracin por partes y
182
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
dy
= 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
dy
= f (x).
dx
dy
Definiremos dx como el diferencial de x y lo trataremos como una
variacin arbitrariamente pequea de la variable x.
183
dy
= f (x).
dx
dy
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
dy
= f (x).
dx
dy
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
f(x0 + dx)
f(x0 )
x0
x0 + dx
f(x0 + dx)
f(x0 )
x0
x0 + dx
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
Este mtodo es til cuando tenemos integrales que de alguna forma
se pueden escribir como
f(g(x))g (x)dx,
donde g(x) es una funcin de x que sustituiremos por otra variable

y f es una funcin que compone a g.
185
Mtodo de Sustitucin
f(g(x))g (x)dx,

En efecto, sustituyendo u = g(x) podemos concluir que du = g (x)dx y
por lo tanto
f(u)du = F(u) + c = F(g(x)) + c,

donde F = f.
185
Mtodo de Sustitucin
f(g(x))g (x)dx,

En efecto, sustituyendo u = g(x) podemos concluir que du = g (x)dx y
por lo tanto
f(u)du = F(u) + c = F(g(x)) + c,

donde F = f.
En general, la dificultad de este mtodo radica en encontrar la expresin conveniente a sustituir.
185
Ejemplos: Integracin por Sustitucin

Ejemplo 42
Obtenga
(x2 + 5)100 2xdx.
186

Ejemplo 42
Obtenga
(x2 + 5)100 2xdx.
Solucin 42
Sea u = x2 + 5 = du = 2xdx. Por el mtodo de sustitucin tenemos
(x2 + 5)100 2xdx =
u100 du =
1 101
(x2 + 5)101
u +c =
+ c.
101
101
186

Ejemplo 42
Obtenga
(x2 + 5)100 2xdx.
Solucin 42
(x2 + 5)100 2xdx =
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

Ejemplo 42
Obtenga
(x2 + 5)100 2xdx.
Solucin 42
(x2 + 5)100 2xdx =
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
Sea u = [1 + exp(x)]2 = du = 2[exp(x) + exp(2x)]dx. Luego
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
Propuestos: Integracin por Sustitucin

Propuesto 43
Determinar cada integral, usando el mtodo de sustitucin segn
corresponda. Comprobar el resultado usando derivadas.
)
p
(
1 2
8. x 1 2xdx
1.
x p
dx
x
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
exp(x) exp(x) 1dx
1 2ln(5x)
dx
x
ln(x 1)
dx
14.
2x 2
187
Recordatorio: Derivada de un Producto

Sean u(x) y v(x) dos funciones derivables.
188

Sabemos que
d(u(x)v(x))
dv(x)
du(x)
= u(x)
+ v(x)
.
dx
dx
dx
188

Sabemos que
d(u(x)v(x))
dv(x)
du(x)
= u(x)
+ v(x)
.
dx
dx
dx
Luego, integrando ambos lados de la igualdad llegamos a
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)

Sabemos que
d(u(x)v(x))
dv(x)
du(x)
= u(x)
+ v(x)
.
dx
dx
dx
Luego, integrando ambos lados de la igualdad llegamos a
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)
Finalmente, reordenamos los trminos y obtenemos
u(x)dv(x) = u(x)v(x)
188
v(x)du(x).
Integracin por Partes
(a.k.a. Teorema de la Vaca)
El mtodo de Integracin por Partes consiste en descomponer una

integral en dos partes, u y dv, tal que se cumpla que
udv = uv
189
vdu.

udv = uv
vdu.
Mnemotecnia: un da vi una vaca sin cola vestida de uniforme.
189

udv = uv
vdu.
Mnemotecnia: un da vi una vaca sin cola vestida de uniforme.

Figura 43: Un da vi una vaca sin cola vestida de uniforme
189
Ejemplo: Integracin por Partes

Ejemplo 44
Obtenga
xlnxdx.
190

Ejemplo 44
Obtenga
xlnxdx.
Solucin 44
Sea u = lnx y dv = xdx, de modo que du =
190
dx
x2
y v= .
x
2

Ejemplo 44
Obtenga
xlnxdx.
Solucin 44
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

Ejemplo 44
Obtenga
xlnxdx.
Solucin 44
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
Ejemplo: Integracin por Partes2

Ejemplo 45
Obtenga
x2 exp(x)dx.
191

Ejemplo 45
Obtenga
x2 exp(x)dx.
Solucin 45
Sea u = x2 y dv = exp(x)dx, de modo que du = 2xdx y v = exp(x).
191

Ejemplo 45
Obtenga
x2 exp(x)dx.
Solucin 45

Luego, integrando por partes se tiene que
x exp(x)dx = x exp(x) 2
191
exp(x)xdx.
(3)

Ejemplo 45
Obtenga
x2 exp(x)dx.
Solucin 45

exp(x)xdx.
(3)
Debemos integrar por partes de nuevo para obtener
191
exp(x)xdx...

Ejemplo 45
Obtenga
x2 exp(x)dx.
Solucin 45

exp(x)xdx.
(3)
exp(x)xdx...
Sea U = x y dV = exp(x)dx, tal que dU = dx y V = exp(x), tal que
exp(x)xdx = xexp(x)
exp(x)dx = xexp(x) exp(x) + c.
191
(4)

Ejemplo 45
x2 exp(x)dx.
Obtenga
Solucin 45

exp(x)xdx.
(3)
exp(x)xdx...
Sea U = x y dV = exp(x)dx, tal que dU = dx y V = exp(x), tal que
exp(x)xdx = xexp(x)
exp(x)dx = xexp(x) exp(x) + c.
Reemplazamos (4) en (3) y obtenemos
x2 exp(x)dx = x2 exp(x) 2xexp(x) + 2exp(x) + C.

191
(4)
Recomendaciones al Integrar por Partes

Pensar bien en la eleccin de u y dv.
192

Considerar que al elegir u se va a generar una integral que
contenga du, es decir, integrar algo con du debe ser ms

sencillo que con u. Si no, no hace sentido aplicar la regla.
192


En general, la expresin de u se va a simplificar, mientras
que la de dv se va a complejizar.
192


Notar que si u es un logaritmo natural, se puede convertir en
una funcin cociente du. Esto puede ser til para simplificar
expresiones.
192


expresiones.
Al contrario, al considerar una exponencial como u o dv, no
han de esperarse grandes cambios.
192


expresiones.
Al contrario, al considerar una exponencial como u o dv, no
han de esperarse grandes cambios.

Regla til para elegir u: LIATE (Logaritmos, Inversas
trigonomtricas, Aritmticas, Trigonomtricas,

Exponenciales).
192
Propuestos: Integracin por Partes

Propuesto 45
Determinar cada integral, usando integracin por partes.
Comprobar
el resultado usando derivadas.
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
x 4 + xdx por los siguientes mtodos:

p
1. Sustitucin con cambio de variable u = 4 + x.

2. Sustitucin con cambio de variable u = 4 + x.
p
3. Por partes con dv = 4 + xdx.
193
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
x+2
En efecto, tomemos como ejemplo a la fraccin 2
.
x + 7x + 12
195
x+2
.
x + 7x + 12
El denominador se puede factorizar, pues x2 + 7x + 12 = (x + 3)(x + 4).
195
x+2
.
x + 7x + 12
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
x+2
.
x + 7x + 12
denominador x + 4.
Sin embargo, qu valores deberan tomar los numeradores?
195
x+2
.
x + 7x + 12
denominador x + 4.
Como no sabemos a priori cales son los numeradores, podemos
pensar que stos pueden ser polinomios genricos, con incgnitas
que nosotros deberamos determinar.
195
x+2
.
x + 7x + 12
denominador x + 4.
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
Recordatorio: Fracciones (cont.)

As, planteamos que
x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
196

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
As, planteamos que
196

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
Pero como esta ltima expresin debe ser equivalente a la fraccin
original, se debe cumplir que x = (A + B)x y que 2 = 4A + 3B.
As, planteamos que
196

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
Con esto planteamos el siguiente sistema de ecuaciones:
As, planteamos que
A
4A
+
+
B
3B
196
=
=
1
2

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
As, planteamos que
A
4A
+
+
B
3B
=
=
1
2
Resolvindolo llegamos a que A = 1 y B = 2.
196

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
As, planteamos que
A
4A
+
+
B
3B
=
=
1
2

x+2
1
2
=
Por lo tanto, 2
+
.
x+3 x+4
x + 7x + 12
196

x+2
A
B
=
+
.
x2 + 7x + 12 x + 3 x + 4
A
B
Ax + 4A + Bx + 3B (A + B)x + 4A + 3B
Sumando tenemos
+
=
=
.
x+3 x+4
(x + 3)(x + 4)
x2 + 7x + 12
As, planteamos que
A
4A
+
+
B
3B
=
=
1
2

x+2
1
2
=
Por lo tanto, 2
+
.
x+3 x+4
x + 7x + 12
Qu tiene que ver esto con integrales?
196
Integracin por Fracciones Parciales
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
9 Cuando los denominadores son afines. Ya veremos qu pasa cuando no lo son.
197
x+2
dx, no es
x2 + 7x + 12
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).
197
x+2
dx, no es
x2 + 7x + 12
1
1
dx + 2
x+4
Por lo tanto,
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
1
1
dx + 2
x+4
Por lo tanto,
x+2
dx =
x2 + 7x + 12
1
x+3
dx + 2
1
dx = ln |x + 3| + 2ln |x + 4| + c.
x+4
Este razonamiento corresponde al mtodo de fracciones parciales.
197
x+2
dx, no es
x2 + 7x + 12
1
1
dx + 2
x+4
Por lo tanto,
x+2
dx =
x2 + 7x + 12
1
x+3
dx + 2
1
dx = ln |x + 3| + 2ln |x + 4| + c.
x+4
Este razonamiento corresponde al mtodo de fracciones parciales.

Observacin: En general, el resultado de este mtodo es un logaritmo natural9 .
197
Ejercicio: Fracciones Parciales

Ejemplo
46
Calcule
4x + 6
x3 + 3x2 + 2x
dx.
198

Ejemplo
46
Calcule
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

Ejemplo
46
Calcule
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
= 3ln |x| 2ln |x + 1| ln |x + 2| + C.

x
x+1
x+2
198
Distintas Fracciones Parciales

Al descomponer las fracciones podemos encontrarnos con casos donde los denominadores no sean afines, es decir, podemos encontrar
polinomios de grado mayor a 1.
199

3x2 + 5x + 1
Por ejemplo, podemos pensar en la fraccin
. En este cax3 1
so, el denominador slo se puede factorizar como (x 1)(x2 + x + 1), es
decir, tendremos un denominador cuadrtico en alguna de nuestras
fracciones parciales.
199

3x2 + 5x + 1
. En este cax3 1
Otra posibilidad es que tengamos un denominador que sea equivalente a una expresin ms sencilla, elevada a un grado mayor
x+2
que 1. Por ejemplo 3
, donde el denominador equivale
x 3x2 + 3x 1
a (x 1)3 . En esta situacin, es necesario que incorporemos a x 1,
(x 1)2 y (x 1)3 , todos como denominadores de tres fracciones parciales distintas.
199

3x2 + 5x + 1
. En este cax3 1
Otra posibilidad es que tengamos un denominador que sea equivalente a una expresin ms sencilla, elevada a un grado mayor
x+2
que 1. Por ejemplo 3
, donde el denominador equivale
x 3x2 + 3x 1
a (x 1)3 . En esta situacin, es necesario que incorporemos a x 1,
(x 1)2 y (x 1)3 , todos como denominadores de tres fracciones parciales distintas.
As, hay una infinidad de casos distintos...
199
Fracciones Parciales y sus Factores

El resumen con todas las formas de plantear fracciones parciales se
encuentra en la Tabla 3.
Tabla 3: Factores y Fracciones Parciales
Forma del Factor

Lineal nico: ax + b
Lineal repetido: (ax + b)n
Cuad. nico: ax2 + bx + c
Cuad. rep.: (ax2 + bx + c)n
..
.
a0 + a1 x + a2 x2 + + ak xk
Forma de la Fraccin Parcial

A
ax + b
A1
A2
An
+
++
2
ax + b (ax + b)
(ax + b)n
Ax + B
ax2 + bx + c
A1 x + B1
A2 x + B2
An x + Bn
+
++
2
2
2
ax + bx + c (ax + bx + c)
(ax2 + bx + c)n
..
.
A0 + A1 x + + Ak1 xk1
a0 + a1 x + a2 x2 + + ak xk
200
Ejemplo: Fracciones Parciales
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
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
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
rea Bajo una Funcin

Figura 44: Recorte de la PSU (Admisin 2005)
DEMRE NO7 MATEMATICAS
6/2/04
13:33
Pgina 10
10
38.
En el plano de la figura 3, se muestra el polgono

ABCD, cul(es) de las siguientes afirmaciones
es(son) verdadera(s) ?
I)
II)
III)
A)
B)
C)
D)
E)
41.
El permetro del polgono es 8 2 .

Cada diagonal del polgono mide 4.
El rea del polgono es 4 2 .
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.
Sea A un punto del

los ejes, J es el ref
H es el reflejo de J
es un segmento
A)
B)
C)
D)
paralelo al eje x
paralelo al eje y
de la bisectriz de
de la bisectriz de
rea Bajo una Funcin

6/2/04
13:33
Pgina 10
10
38.

I)
II)
III)
A)
B)
C)
D)
E)
41.

Slo I
Slo II
Slo I y II
Slo II y III
I, II y III
En la figura 6, cul
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.
Sea A un punto del

es un segmento
En general, no tenemos problemas con calcular reas debajo de

A) funparalelo al eje x
B)
paralelo al eje y
ciones afines.
C) de la bisectriz de
203
D)
de la bisectriz de
rea Bajo una Funcin

6/2/04
13:33
Pgina 10
10
38.

I)
II)
III)
A)
B)
C)
D)
E)
41.

Slo I
Slo II
Slo I y II
Slo II y III
I, II y III
En la figura 6, cul
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.
Sea A un punto del

es un segmento
En general, no tenemos problemas con calcular reas debajo de

A) funparalelo al eje x
paralelo al eje y
ciones afines. Pero, cmo se calcula el rea bajo una curva? B)
C) de la bisectriz de
203
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
Podramos intentar aproximar dicha superficie a travs de muchos
rectngulos muy delgados, tal como se muestra en la Figura 45.
204
Suma de Riemann
p
Figura 45: 18 Rectngulos Emulando a f(x) = xsinx en [0, 9] (derecha)
0
1
204
Suma de Riemann
p
Figura 46: 18 Rectngulos Emulando a f(x) = xsinx en [0, 9] (izquierda)
0
1
205
Suma de Riemann (cont.)

Ejemplo 48
Calcule el rea total de los 4 rectngulos con bases iguales que
emulan a f(x) = x2 en el intervalo [0, 2] por la derecha.
206

Ejemplo 48
emulan a f(x) = x2 en el intervalo [0, 2] por la derecha. Repita el
proceso con 20 rectngulos.
206

Ejemplo 48
proceso con 20 rectngulos. Qu ocurre cuando la cantidad de
rectngulos tiende a infinito?
n
n(n + 1)(2n + 1)
Recordatorio MEM105:
k2 =
.
6
k=1
Solucin 48
4 rectngulos: 0,5 0,52 + 12 + 1,52 + 22 = 3,75.
206

Ejemplo 48
n
n(n + 1)(2n + 1)
k2 =
.
6
k=1
Solucin 48
4 rectngulos: 0,5 0,52 + 12 + 1,52 + 22 = 3,75.

20 rectngulos (ver Figura 47) :
[
(
0, 1
0, 12 + 0, 22 + 0, 32 + + 1, 92 + 22
= 0,1
20
k=1
206
k
10
)2 ]
= 2,87.

Ejemplo 48
n
n(n + 1)(2n + 1)
k2 =
.
6
k=1
Solucin 48
4 rectngulos: 0,5 0,52 + 12 + 1,52 + 22 = 3,75.

[
(
0, 1
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

Ejemplo 48
n
n(n + 1)(2n + 1)
k2 =
.
6
k=1
Solucin 48
4 rectngulos: 0,5 0,52 + 12 + 1,52 + 22 = 3,75.

[
(
0, 1
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
Grfico: Suma de Riemann

Figura 47: 4, 20 y 100 Rectngulos Emulando a f(x) = x2 en [0, 2]
0
1
0
1
207
Desafo: Suma de Riemann

Propuesto 47
En base a la Figura 48, demuestre que el volumen de una esfera de
4
radio r es r3 .
3
Figura 48: 10 Rectngulos Emulando a f(x) =
208
1 x2 en [1, 1] (derecha)
Integrales Definidas
Calcular el rea anterior no requiere tanto esfuerzo...
209
Ejemplo
49
Sea
x2 dx = F(x) + c. Calcule F(2) F(0).
209
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
+ c.
3
209
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
209
Ejemplo
49
Sea
Solucin 49
Sabemos que
x2 dx =
x3
8
+ c. Luego, F(2) F(0) = .
3
3
Definicin 42
(Segundo Teorema Fundamental del Clculo) Si
f(x)dx = F(x) + c,
entonces la integral definida de f(x) entre a y b se define como

b
a
b
f(x)dx = F(x)a = F(b) F(a)
209
n
ba
ba
= lim
f k
n n
n
k=1
))
.
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
a
b
n
ba
ba
= lim
f k
n n
n
k=1
))
.
Esta expresin puede ser utilizada para calcular el rea bajo la

funcin f(x) entre a y b, los lmites de integracin.
209
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
a
b
n
ba
ba
= lim
f k
n n
n
k=1
))
.

Observacin: Ya no hay constante!
209
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
a
b
n
ba
ba
= lim
f k
n n
n
k=1
))
.

Observacin: Ya no hay constante! Por qu?
209
Animacin: rea Bajo una Curva

Figura 49: rea bajo f(x) = x2 ante distintos intervalos
y
f(x) = x2
2
0/10
x2 dx =
210
0
3000
x
Ejemplo: Integral Definida

Ejemplo 50
e
Obtenga
lnx
dx.
x
211

Ejemplo 50
e
Obtenga
lnx
dx.
x
Solucin 50
Sea u = lnx, de modo que du =
dx
.
x
211

Ejemplo 50
e
Obtenga
lnx
dx.
x
Solucin 50
dx
.
x
lnx
u2
(lnx)2
As,
dx = udu =
+c =
+ c = F(x) + c.
x
2
2
211

Ejemplo 50
e
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
211

Ejemplo 50
e
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
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
Integrales Definidas y Sustitucin

Es importante notar que cuando se desea computar una integral definida utilizando el mtodo de sustitucin, los lmites de integracin
tambin se sustituyen.
212

Por ejemplo, si queremos obtener la integral del Propuesto 46 entre 5 y 12,
12 p
5
x 4 + xdx, al plantear u =
4 + x, tambin hay que
considerar que x = 5 = u = 3 y que x = 12 = u = 4.
212

12 p
5

Por lo tanto, resolviendo por el mtodo de sustitucin tenemos
12 p
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

12 p
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
Sin cambiar los lmites de integracin, el resultado es errneo.
212

12 p

12 p
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
Sin cambiar los lmites de integracin, el resultado es errneo.
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
calcular el rea bajo una curva, hacemos alusin a que calcula la

superficie comprendida por debajo de f(x) y por encima del eje x entre
los lmites de integracin.
213
reas Negativas
b
a
f(x)dx permite

los lmites de integracin. (Pensar en integrar f(x) 0.)
Pero, qu ocurre cuando f(x) est por debajo del eje x?
213
reas Negativas
b
a
f(x)dx permite

Ejemplo 51
Calcule A =
(x2 5)dx.
213
reas Negativas
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
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
reas Negativas (cont.)

Como obviamente buscamos calcular reas positivas, si quisiramos
computar la superficie comprendida entre y = 0 e y = x2 5, tendramos que encontrar una figura equivalente donde la funcin est por
sobre el eje de las abscisas.
214

La candidata natural es la funcin inversa aditiva, es decir, x2 + 5.
214

Por lo tanto, la superficie comprendida entre x2 5 y el eje de las
2
8
abscisas es
(x2 + 5)dx = = A.
3
1
214

2
8
abscisas es
(x2 + 5)dx = = A.
3
1
En resumen, cuando queremos calcular el rea que genera una funcin negativa, computamos el negativo de la integral definida.
214

2
8
abscisas es
(x2 + 5)dx = = A.
3
1
Observacin: Notar que otra forma de hacer esto es invirtiendo los
b
lmites de integracin, pues si

a
ces
f(x)dx = F(x)a = F(b) F(a), enton-
a
f(x)dx = F(x)b = F(a) F(b), es decir,
214
b
a
f(x)dx =
a
b
f(x)dx.

2
8
abscisas es
(x2 + 5)dx = = A.
3
1
Observacin: Notar que otra forma de hacer esto es invirtiendo los
b
lmites de integracin, pues si

a
ces
f(x)dx = F(x)a = F(b) F(a), enton-
a
f(x)dx = F(x)b = F(a) F(b), es decir,
b
a
f(x)dx =
a
b
f(x)dx.
Cmo podemos calcular el rea de una funcin que tiene tramos

positivos y tramos negativos?
214
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
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
Proposicin 35
b
a
f(x)dx =
c
a
f(x)dx +
b
c
f(x)dx.
La idea detrs de ello es que la superficie total bajo la curva puede

descomponerse como la suma de (sub)superficies que la componen.
215
Separacin de Tramos
Proposicin 35
b
a
f(x)dx =
c
a
f(x)dx +
b
c
f(x)dx.
La idea detrs de ello es que la superficie total bajo la curva puede

descomponerse como la suma de (sub)superficies que la componen.
Por lo tanto, si quisiramos calcular un rea, debemos separar los
tramos donde la funcin es positiva de los tramos donde la funcin
es negativa, cambiando el signo de estos ltimos (puesto que en ellos
se tendra el inverso aditivo del rea).
215
Ejemplo: reas por Tramos

Ejemplo52
1
Compute
4x3 dx. Luego calcule el rea de la superficie
comprendida entre 4x3 y el eje x. Grafique.
216

Ejemplo52
1
Compute
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
1
216

Ejemplo52
1
Compute
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
1
Sin embargo, para calcular el

rea debemos considerar que
entre 1 y 0 la funcin es
negativa, mientras que entre 0 y
1 es positiva (ver Figura 50).
216

Ejemplo52
1
Compute

Figura 50: rea entre 4x3 y el eje x
52
Solucin
1
3
4x dx = 14 (1)4 = 0.
Sin embargo, para calcular el

rea debemos considerar que
entre 1 y 0 la funcin es
negativa, mientras que entre 0 y
1 es positiva (ver Figura 50).
Por lo tanto, el rea de la
superficie comprendida es
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
rea entre dos Funciones

Anlogamente, tambin podemos calcular reas delimitadas entre
dos funciones.
217

dos funciones.
El razonamiento es idntico a lo anterior: slo habr que calcular la
integral definida de la funcin mayor menos la funcin menor.
217

dos funciones.
Por lo tanto, si f(x) g(x) para todo x [a, b], el rea comprendido
b
entre ambas funciones es
[f(x) g(x)]dx.
217

dos funciones.
b
[f(x) g(x)]dx.
Ejemplo 53
Calcule el rea entre f(x) = x2 y g(x) = x3 en el intervalo [0, 1].
217

dos funciones.
b
[f(x) g(x)]dx.
Ejemplo 53
Solucin 53
Como x2 x3 en [0, 1], el rea es

1
0
[x2 x3 ]dx =
217
1 1
1
=
.
3 4 12

dos funciones.
b
[f(x) g(x)]dx.
Ejemplo 53
Solucin 53
Como x2 x3 en [0, 1], el rea es

1
0
[x2 x3 ]dx =
1 1
1
=
.
3 4 12
Qu pasa si una funcin es mayor o igual que la otra en algunos

intervalos pero no en otros?
217
(1er ) Teorema Fundamental del Clculo

Hasta ahora hemos considerado los lmites de integracin como constantes.
218

Hasta ahora hemos considerado los lmites de integracin como constantes. Sin embargo, perfectamente podran ser variables.
218

Por ejemplo, las donaciones instantneas hacia la Teletn en las 27
horas de amor de aproximaban a una funcin creciente f(t) que dependa del tiempo t [0, 27].
218

horas de amor de aproximaban a una funcin creciente f(t) que dependa del tiempo t [0, 27]. Si quisiramos calcular las donaciones
27
totales, bastara con calcular
f(t)dt.
218

27
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) =
f(t)dt, donde claramente esto es una funcin de x.
218

27
f(t)dt.
por D(x) =
Ahora bien, cul es la tasa de cambio instantnea de las donaciones en el momento x?
218

27
f(t)dt.
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

27
f(t)dt.
por D(x) =
Proposicin 36
d
Si f(t) es integrable y a es una constante,
dx
218
x
a
f(t)dt = f(x).

27
f(t)dt.
por D(x) =
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
Por ltimo, hasta ahora hemos supuesto que los lmites de integracin son finitos. Esto tampoco tiene por qu ser as.
219
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
Definicin 43
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
Definicin 43
impropia.
Ejemplo 54
0
Obtenga
exp(x)dx.
219
Definicin 43
impropia.
Ejemplo 54
0
Obtenga
exp(x)dx.
Solucin
54
exp(x)dx = lim
a a
exp(x)dx = lim exp(x)|0a = 1 0 = 1.

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,
que representa el rea bajo la curva del producto entre la cantidad

x que se consume del bien X y la frecuencia f(x) con la que se
consumen x unidades del bien X (similar a un promedio
ponderado, que en este caso es continuo).
En este caso, Domf es el dominio sobre el cual la funcin descrita
es vlida.
221
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
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
definida por
(
)
4
f(x) = x x + .
3
Qu decisin debe tomar el dueo? Justifique adecuadamente su
respuesta.
222
definida por
(
)
4
f(x) = x x + .
3
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
la cantidad promedio, en miles de litros de combustible, que

vende en un da.
223
Planteamiento del Problema
* Si X > 0, 8 entonces debera ampliar la estacin.
224
* Si X > 0, 8 entonces debera ampliar la estacin.

* Si X 0, 8 entonces no debera ampliar la estacin.
224
Desarrollo del Problema

En primer lugar hay que obtener Domf .
225

En primer lugar hay que obtener Domf . Para ello nos apoyamos en
la indicacin y en la lgica de que no se pueden vender cantidades
negativas, planteando lo siguiente:
m
0
f(x)dx = 1,
donde m es la mxima cantidad, en miles de litros de combustible,

que puede vender la gasolinera en un da (por ejemplo, la capacidad
total de su tanque de combustible).
225

m
0
f(x)dx = 1,

Despejamos m:
)
m (
4
x x + dx = 1
3
0
m3 2m2
+
=1
3
3
m=1
225

m
0
f(x)dx = 1,

Despejamos m:
)
m (
4
x x + dx = 1
3
0
m3 2m2
+
=1
3
3
m=1
Por lo tanto, la mxima capacidad de venta de la gasolinera es de
1000 litros de combustible, es decir, Domf = x [0, 1].
225
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
Dado que la venta promedio es menor a 800 litros (694,4) diarios,

no se recomienda hacer la ampliacin.
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
Ejemplo 56
curvas de oferta y demanda: P = ln(Q) + 1 y P = exp(Q 1).Cul
es el excedente del productor?
228
Ejemplo 56
IND: La cantidad de equilibrio es 1.
228
Ejemplo 56
Solucin 56
Sabiendo que la cantidad de equilibrio es 1 (Q = 1), tenemos que

el precio de equilibrio es 1 (P = 1).
228
Ejemplo 56
Solucin 56

Luego, el excedente del productor ser toda la superficie
comprendida entre P = 1 y P = exp(Q 1),
228
Ejemplo 56
Solucin 56

comprendida entre P = 1 y P = exp(Q 1), esto es,
EP =
Q
0
[P Oferta]dQ =
228
1
0
[1 exp(Q 1)]dQ.
Ejemplo 56
Solucin 56

comprendida entre P = 1 y P = exp(Q 1), esto es,
EP =
Q
0
[P Oferta]dQ =
1
0
[1 exp(Q 1)]dQ.
Integrando tenemos que el excedente del productor es

[
]1
Q exp(Q 1)
0 = ( 1 1) ( 0 e
228
) = e1 .
Aplicacin: Maximizacin de Beneficios

Propuesto 50
Existen ciertas empresas como las de explotacin minera o las de
perforacin de pozos petroleros que se tornan no rentables despus
de cierto periodo.
229

Propuesto 50
de cierto periodo.
En tales operaciones, la tasa de ingreso temporal que est dada
por IMg(t) = dI/dt (digamos unidades monetarias por periodo)
puede ser muy alta al inicio de la operaciones, pero puede decrecer
a medida que transcurre el tiempo debido al agotamiento del
recurso. Esto es, IMg(t) a la larga se convierte en una funcin
decreciente en el tiempo.
229

Propuesto 50
de cierto periodo.
Por otra parte, la tasa de costo instantnea temporal CMg(t) de
operaciones es pequea en un principio, pero con frecuencia se
incrementa a medida que el tiempo transcurre, por el aumento en
la dificultad de la extraccin (entonces, CMg(t) ser una funcin
creciente en el tiempo).
229

Propuesto 50
de cierto periodo.
Por otra parte, la tasa de costo instantnea temporal CMg(t) de
operaciones es pequea en un principio, pero con frecuencia se
incrementa a medida que el tiempo transcurre, por el aumento en
la dificultad de la extraccin (entonces, CMg(t) ser una funcin
creciente en el tiempo).
En tales operaciones existe un instante en que el costo de
mantener la operacin se hace ms alto que el ingreso y la
empresa empieza a perder dinero.
229
Ac la decisin es cunto tiempo debera funcionar antes de cerrar

la empresa, siempre que maximice sus beneficios.
230

Para resolver este tipo de problemas, se debe obtener el tiempo necesario para acumular la mayor cantidad de beneficios, es decir
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
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
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
Introduccin: lgebra Lineal

El lgebra lineal se ocupa de estudiar las relaciones ms simples
que se puedan dar entre ciertas variables, a saber, las relaciones
lineales.
234

lineales.
Sin prdida de generalidad, en todo lo que sigue trabajaremos bsicamente sobre Rn .
234

lineales.
Recordatorio MEM105: El producto cartesiano A B entre dos
conjuntos A y B es el conjunto que contiene todas las combinaciones
de elementos en A con los elementos en B.
234

lineales.
Por lo tanto, tenemos la siguiente definicin...
Definicin 44
El conjunto Rn se define como Rn := R R R, es decir, es el

conjunto que contiene todas las combinaciones ordenadas de n
nmeros reales.
234

lineales.
Definicin 44

nmeros reales.
Definicin 45
Un vector es cualquier elemento de Rn con n 2.
234

lineales.
Definicin 44

nmeros reales.
Definicin 45
Un vector es cualquier elemento de Rn con n 2.
Definicin 46
Un escalar es cualquier elemento de Rn con n = 1 (cualquier

nmero real).
234
Abstraccin: Espacios Vectoriales

Definicin 47
Un espacio vectorial es una estructura algebraica formada por
un conjunto no vaco V (vectores), una ley de composicin interna
(suma) y una ley de composicin externa (ponderacin) sobre un
cuerpo K (escalares) que cumple 8 propiedades:
235

Definicin 47
1. Conmutatividad: u + v = v + u
u, v V
235

Definicin 47
u, v V
2. Asociatividad (interna): u + (v + w) = (u + v) + w
235
u, v, w V

Definicin 47
u, v V
3. Existencia de neutro (interna): !0 V : u + 0 = u
235
u, v, w V
u V

Definicin 47
u, v V
u, v, w V
u V
4. Existencia de opuesto: u V,
! u V : u + (u) = 0
235

Definicin 47
u, v V
u, v, w V
u V
! u V : u + (u) = 0
5. Asociatividad (externa): ( u) = ( ) u
235
, K, u V

Definicin 47
u, v V
u, v, w V
u V
! u V : u + (u) = 0
, K, u V
6. Existencia de neutro (externa): !1 K : 1 u = u
u V
235

Definicin 47
u, v V
u, v, w V
u V
! u V : u + (u) = 0
, K, u V
u V
7. Distributividad (interna):
(u + v) = u + v
K, u, v V
235

Definicin 47
u, v V
u, v, w V
u V
! u V : u + (u) = 0
, K, u V
u V
7. Distributividad (interna):
(u + v) = u + v
K, u, v V
8. Distributividad (externa):
( + ) u = u + u
, K, u V
235
Espacios y Subespacios Vectoriales

En base a la notacin de la Definicin 47, nos vamos a interesar slo
en los espacios vectoriales en donde V := Rn y K := R.
236

De todos modos, es importante destacar que los vectores en un espacio vectorial no tienen por qu ser siempre n-tuplas de Rn , perfectamente podran ser otras cosas.
236

De todos modos, es importante destacar que los vectores en un espacio vectorial no tienen por qu ser siempre n-tuplas de Rn , perfectamente podran ser otras cosas. Por ejemplo, el conjunto de todas las
funciones cuadrticas sobre los reales tambin puede conformar un
espacio vectorial (basta con pensar en las propiedades anteriores,
se cumplen todas).
236

se cumplen todas).
Sin embargo, lo que ms nos va a importar en esta parte del curso
es la definicin de subespacio vectorial.
Definicin 48
Un subconjunto distinto de vaco U Rn es un subespacio

vectorial de Rn si y slo si
236

se cumplen todas).
Definicin 48

1. 0 U,
236

se cumplen todas).
Definicin 48

1. 0 U,
2. u + v U
u, v U y
236

se cumplen todas).
Definicin 48

1. 0 U,
2. u + v U
3. u U
u, v U y
R, u U.
236

se cumplen todas).
Definicin 48

1. 0 U,
2. u + v U
3. u U
u, v U y
R, u U.
236

se cumplen todas).
Definicin 48

1. 0 U,
2. u + v U
3. u U
u, v U y
R, u U.
Observacin: las ltimas dos se resumen en u + v U.

236
Grfico: Algunos Subespacios de R3

Figura 51: Plano y una recta que pasan por el origen (son s.e.v. de R3 )
237
Aterrizaje: Vectores
x1
x
2
Los vectores pueden ser escritos de la siguiente forma10 : X =

.. ,
.
xn
es decir, se entienden generalmente como columnas.
10 Cambiamos la notacin por simplicidad.
238
x1
x
2

.. ,
.
xn
Sin embargo, no es incorrecto escribirlos como filas. Cuando hagamos esto, diremos que se trata de un vector fila.
238
x1
x
2

.. ,
.
xn
Como sea, todo vector X Rn est formado por n coordenadas (o
componentes o elementos) x1 , x2 , , xn .
238
x1
x
2

.. ,
.
xn
Con este sencillo instrumental, ya podemos entrar profundamente
en el lgebra lineal.
238
x1
x
2

.. ,
.
xn
Con este sencillo instrumental, ya podemos entrar profundamente
en el lgebra lineal.
Observacin: Aparte de denotar vectores con maysculas (X) o negritas (x), tambin se pueden denotar con una flecha encima: x.
238
Ejemplo: Subespacio Vectorial

Ejemplo 57
Verifique si W = {(x, y, z) R3 /4x + 2y = 2z} es un s.e.v. de R3 .
239

Ejemplo 57
Solucin 57
1. PDQ 0 W. Evaluamos
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
239

Ejemplo 57
Solucin 57
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
w1 = (a, b, c) W y w2 = (d, e, f) W, de modo que 4a + 2b = 2c y

4d + 2e = 2f.
Luego
w1 + k
w2 = (a + kd, b + ke, c + kf). Corroboramos la
condicin de pertenencia a W:
4(a + kd) + 2(b + ke) = 2(c + kf) (4a + 2b) + (4d + 2e)k = 2c + 2fk
Dada la hiptesis de pertenencia de
w1 y
w2 , lo anterior
p
implica que: 2c + 2fk = 2c + 2fk
239

Ejemplo 57
Solucin 57
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
2. PDQ
w1 ,
w2 W, k R =
w1 + k

4d + 2e = 2f.
Luego
w1 + k
w1 y
w2 , lo anterior
p
239

Ejemplo 57
Solucin 57
w0 = (0, 0, 0):
4 0 + 2 0 = 2 0 0 = 0
2. PDQ
w1 ,
w2 W, k R =
w1 + k

4d + 2e = 2f.
Luego
w1 + k
w1 y
w2 , lo anterior
p
Por lo tanto, dado que se cumplen ambas condiciones, W es un
s.e.v. de R3 .
239
Propuestos: Subespacios Vectoriales
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
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k
donde cada elemento ai,j R, con i {1, , n} y j {1, , k}.
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

En este caso, n N corresponde al nmero de filas de la matriz y
k N al nmero de columnas de la matriz, por lo que decimos que
A es una matriz de n k (en ese orden: filascolumnas).
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

Una matriz como la anterior pertenece al conjunto de matrices de
n k, al cual llamaremos Rnk .
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

n k, al cual llamaremos Rnk . Adems, simplificaremos la notacin
de las matrices refirindonos a ellas como A = [ai,j ] Rnk .
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

Observacin: Todos los vectores son matrices (de n 1), pero no
todas las matrices son vectores.
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

(Otra) Observacin: La matriz A puede ser vista como un arreglo
de k vectores en Rn .
241
Matrices
Definicin 49
forma
a1,1 a1,2 a1,k

a
2,1 a2,2 a2,k

,
A=
.
.
.
..
.
..
..
.
.
an , 1
an,2
an , k

(Otra) Observacin: La matriz A puede ser vista como un arreglo
de k vectores en Rn . Esto ser til ms adelante.
241
Mdulo 21
242
Operaciones con Vectores

Adems de las operaciones de suma (resta) y ponderacin por escalar que ya conocemos, a los vectores se les pueden aplicar otras
operaciones muy tiles.
243

operaciones muy tiles. Partiremos recordando la suma y la ponderacin por escalar.
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
Grfico: Suma y Ponderacin de Vectores

Figura 52: Suma y ponderacin de vectores en R3
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
Transposicin y Producto Interno

Definicin 50
x1
x
2
n
Dado un vector (columna) X =

.. R , se define su transpuesto
.
como el vector (fila)
xn
T
t
X = X = X := (x
245
1 , x2 , , xn ) =
x1
x2
xn .

Definicin 50
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 .

Definicin 50
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
entre X e Y se define como X Y = X Y =< X, Y >=
i=1
245
xi yi R.

Definicin 50
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
entre X e Y se define como X Y = X Y =< X, Y >=
xi yi R.
i=1
Vale la pena notar que el producto interno entre dos vectores es un

escalar, no un vector.
245
Norma y Distancia
Definicin 52
La norma (euclidiana) de X es X =
x2i R+ .
i=1
246
Norma y Distancia
Definicin 52
x2i R+ .
i=1
Este valor no negativo corresponde a la magnitud del vector.
246
Norma y Distancia
Definicin 52
x2i R+ .
i=1

Observacin: La norma euclidiana es equivalente a la raz cuadrada del producto interno del vector consigo mismo.
246
Norma y Distancia
Definicin 52
x2i R+ .
i=1

Por lo tanto, tambin es correcto afirmar que
X =
XX =
X X =
246
< X, X >.
Norma y Distancia
Definicin 52
x2i R+ .
i=1

X =
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
x2i R+ .
i=1

X =
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
Propiedades de las Operaciones

Proposicin 38
Sean X, Y y Z vectores en Rn y R.
247

Proposicin 38
Sean X, Y y Z vectores en Rn y R. Entonces,
X (Y + Z) = X Y + X Z,
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
X + Y X + Y (desigualdad triangular),
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
X = || X (|| es el valor absoluto de ),
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
d(X, Y) = d(Y, X),
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
d(X, Y) = d(Y, X),
d(X, Y) 0 y d(X, Y) = 0 X = Y,
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
d(X, Y) = d(Y, X),
d(X, Y) 0 y d(X, Y) = 0 X = Y,
d(X, Y) d(X, Z) + d(Z, Y) (desigualdad triangular) y
247

Proposicin 38
X (Y + Z) = X Y + X Z,
(X) Y = (X Y),
X Y = Y X,

0 X = 0,
X 0 y X = 0 X = 0,
d(X, Y) = d(Y, X),
d(X, Y) 0 y d(X, Y) = 0 X = Y,
d(X, Y) d(X, Z) + d(Z, Y) (desigualdad triangular) y
X Y X Y (desigualdad de Cauchy Schwartz).
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
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
donde {j }kj=1 son escalares reales.
249
Combinacin Lineal
definicin.
Definicin 54
Z=
j X j ,
j=1

Dicho de otro modo, una combinacin lineal es simplemente una
suma ponderada de vectores.
249
Combinacin Lineal
definicin.
Definicin 54
Z=
j X j ,
j=1

Dicho de otro modo, una combinacin lineal es simplemente una
suma ponderada de vectores.
Observacin: La combinacin convexa de la Definicin 35 es una
combinacin lineal con dos escalares no negativos que suman 1.
249
Ejemplo: Combinacin Lineal

Ejemplo 58
Determine si el vector (1, 2, 3) es combinacin lineal de los vectores
(5, 7, 9) y (8, 10, 12).
250

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
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

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
Solucin 58
3 = 9a + 12b.
Sumando las primeras dos ecuaciones tenemos que 3 = 12a + 18b.
250

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
Solucin 58
3 = 9a + 12b.
Igualando con la ltima tenemos 12a + 18b = 9a + 12b a = 2b.
250

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
Solucin 58
3 = 9a + 12b.
1
Evaluamos esto en las identidades y obtenemos que a = 1 y b = .
2
250

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
Solucin 58
3 = 9a + 12b.
1
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

Ejemplo 58
(5, 7, 9) y (8, 10, 12).
Solucin 58
3 = 9a + 12b.
1
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
Dependencia e Independencia Lineal

Utilizando la Definicin 54, podemos identificar si un conjunto de
vectores es linealmente dependiente o linealmente independiente...
251

Definicin 55
El conjunto de vectores {Xj }kj=1 Rn es linealmente

independiente si cuando
j Xj = 0 es porque necesariamente
j=1
{j }kj=1 son todos igual a cero.
251

Definicin 55

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=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
El conjunto de vectores {Xj }kj=1 Rn es linealmente dependiente

si no es linealmente independiente, i.e. existe {j }kj=1 , donde al
menos un escalar es distinto de 0, tal que
j=1
251
j Xj = 0.
Ejercicio: Dependencia Lineal

Ejemplo 59
Demuestre que si Rn Z = 0 es una combinacin lineal de
{Xj }kj=1 Rn , entonces el conjunto formado por Z y {Xj }kj=1 es
linealmente dependiente.
252

Ejemplo 59
Solucin 59
En efecto, tenemos que Z =
j Xj , donde al menos uno de los j es
j=1
distinto de cero, pues de lo contrario Z sera 0.
252

Ejemplo 59
Solucin 59
j=1

Luego, restamos Z y obtenemos Z +
j=1
j Xj = 0, de modo que
existen al menos dos ponderadores distintos de cero (1 y al menos

un escalar que aseguraba que Z fuese distinto de 0).
252

Ejemplo 59
Solucin 59
j=1

j=1

Por lo tanto, el conjunto es linealmente dependiente.
252

Ejemplo 59
Solucin 59
j=1

j=1

Por lo tanto, el conjunto es linealmente dependiente.
Propuesto 55
Demuestre que cualquier conjunto que contiene el cero vectorial en
Rn es linealmente dependiente.
252
Propiedades: Independencia Lineal

Proposicin 39
Cualquier conjunto de n (o ms, pero nunca menos) vectores
linealmente independientes puede generar (a travs de alguna
combinacin lineal) a cualquier vector en Rn .
253

Proposicin 39
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

Proposicin 39
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
Transpuesta de M = M = Mt = MT
255
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
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
Suma, Ponderacin y Producto

Similarmente, las matrices se pueden sumar (restar) y ponderar por
escalares. Al igual que en la Proposicin 37...
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
La multiplicacin entre dos matrices es un poco menos intuitiva...
256

Proposicin 40
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
Proposicin 41
k=1
ai,k bk,j .
Esto quedar ms claro con la Figura 54 y la Figura 55.
256

Proposicin 40
Proposicin 41
k=1
ai,k bk,j .

Observacin: La multiplicacin matricial no es conmutativa!
Por lo mismo, cuando multiplicamos una matriz, debemos ser explcitos indicando si se multiplica por la derecha o por la izquierda.
256

Proposicin 40
Proposicin 41
k=1
ai,k bk,j .

Observacin: La multiplicacin matricial no es conmutativa!
Por lo mismo, cuando multiplicamos una matriz, debemos ser explcitos indicando si se multiplica por la derecha o por la izquierda.
(Otra) Observacin (ms): Ahora debera hacer sentido la notacin X Y para el producto interno entre dos vectores.
256
Diagrama: Multiplicacin Matricial

Figura 54: Producto entre dos matrices
B : pq
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
Diagrama: Multiplicacin Matricial

Figura 55: Producto entre dos matrices
B : pq
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
Determinante de una Matriz

Teniendo claro que las matrices son finalmente un conjunto de vectores puestos como distintas columnas, podemos explotar una nueva definicin sobre las matrices cuadradas (aquellas de dimensin
n n).
259

n n).
Definicin 59
Sea A R22 una matriz cuadrada de dos dimensiones definida por

(
a
A = 1,1
a2,1
259
a1,2
.
a2,2

n n).
Definicin 59

(
a
A = 1,1
a2,1
a1,2
.
a2,2
Luego, su determinante corresponde a |A| = a1,1 a2,2 a1,2 a2,1 .
259

n n).
Definicin 59

(
a
A = 1,1
a2,1
a1,2
.
a2,2

Si A fuera de 3 3, entonces tendramos que
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
.
a1,3 a2,2 a3,1 a2,3 a3,2 a1,1 a3,3 a1,2 a2,1

a3,3
259

n n).
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
.
a1,3 a2,2 a3,1 a2,3 a3,2 a1,1 a3,3 a1,2 a2,1

a3,3
Esto ltimo es conocido como la Regla de Sarrus.

259

n n).
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
.
a1,3 a2,2 a3,1 a2,3 a3,2 a1,1 a3,3 a1,2 a2,1

a3,3
Esto ltimo es conocido como la Regla de Sarrus.

Observacin: Slo las matrices cuadradas tienen determinante.
259
Mnemotecnia: Regla de Sarrus

Figura 56: Regla de Sarrus
+
a1,1
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
Mnemotecnia: Regla de Sarrus

Figura 56: Regla de Sarrus
+
a1,1
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
+
+
Observacin: El (mdulo del) determinante de una matriz de 2 2

corresponde al rea del paralelogramo que forman sus dos vectores
(columnas), mientras que el de una matriz de 3 3 corresponde al
volumen del paraleleppedo que forman sus tres vectores.
260
Grfico: Determinante de una Matriz

Figura 57: Determinante como rea de un paralelogramo
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
La inversa de una matriz cuadrada M Rnn , caso exista, es otra

matriz cuadrada M1 tal que M1 M = In , donde In es la matriz
identidad del espacio Rnn , definida como
1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1
es decir, In es una matriz cuadrada de n n cuya diagonal est

formada por 1s y el resto por 0s.
262
Matriz Inversa
Definicin 60

1 0
0 1
0 0
In =
. .
. .
. .
0 0
0
0
1
..
.
..
0
0
0
,
..
.
1

formada por 1s y el resto por 0s. Esta matriz es importante por ser
el neutro multiplicativo de Rmn (s, dice m n), i.e. cualquier
matriz de m n por In (por la derecha) da la misma matriz.
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
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
Observacin: Slo las matrices cuadradas son invertibles.
262
Inversa de una Matriz de 2 2

Proposicin 43
22 definida por
La inversa
[
] de una matriz cuadrada M R
a b
M=
es otra matriz de 2 2 definida por
c d
M1 =
d
ad bc c
263
]
.

Proposicin 43
22 definida por
La inversa
[
a b
M=
c d
M1 =
d
ad bc c
]
.
Demostracin.
En efecto, al multiplicar M1 por M tenemos

M1 M =
ad bc
ad bc ac + ac
1
263
bd bd
1 0
=
= I2 .
bc + ad
0 1

Proposicin 43
22 definida por
La inversa
[
a b
M=
c d
M1 =
d
ad bc c
]
.
Demostracin.

M1 M =
ad bc
ad bc ac + ac
1
bd bd
1 0
=
= I2 .
bc + ad
0 1
Notamos que el escalar que pondera la matriz inversa es |M|1 , i.e.

el recproco del determinante.
263

Proposicin 43
22 definida por
La inversa
[
a b
M=
c d
M1 =
d
ad bc c
]
.
Demostracin.

M1 M =
ad bc
ad bc ac + ac
1
bd bd
1 0
=
= I2 .
bc + ad
0 1
Notamos que el escalar que pondera la matriz inversa es |M|1 , i.e.

el recproco del determinante. Por ende, si el determinante fuese
cero, la inversa se indefine (no existe).
263
Mtodo de los Cofactores

Volvamos a los determinantes, pues por ahora slo sabemos calcular
los de matrices de 2 2 y 3 3 (para que luego podamos retomar de
mejor manera a las inversas).
264

Una forma general de calcular el determinante de cualquier matriz
(cuadrada) es mediante el mtodo de los cofactores.
264

(cuadrada) es mediante el mtodo de los cofactores. Primero debemos definir lo que es un cofactor, junto con otras cosas...
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
.
.
.
donde las coordenadas descritas por 1 corresponden a coordenadas

identificadas con n 1 (para que la matriz entre en la diapositiva) y
el signo asociado al elemento (1, n) ser positivo si n es impar.
265
Mtodo de los Cofactores (cont.)

Por ltimo, para obtener el determinante de cualquier matriz, basta con elegir cualquier fila o columna (de verdad, la que quieran) y multiplicar cada elemento de dicha fila o columna por
su cofactor correspondiente. Finalmente, slo se suman dichos
productos para obtener el determinante de la matriz.
266

Ejemplo 60
3
Calcule el determinante de A = 1
3
266
1 2
2 4 usando cofactores.
2 1

Ejemplo 60
3
3
1 2
2 1
Solucin 60
Tomemos, por ejemplo, la primera columna.
266

Ejemplo 60
3
3
1 2
2 1
Solucin 60
Tomemos,
por ejemplo, la primera columna. El menor M1,1 es
2 4
1+1 10 = 10.
2 1 = 10, de modo que el cofactor C1,1 es (1)
266

Ejemplo 60
3
3
1 2
2 1
Solucin 60
Tomemos,
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
3
1 2
2 1
Solucin 60
Tomemos,
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
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
Proposicin 44
cuadrada M corresponde al recproco
de su determinante ponderado por su
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
Proposicin 44
Solucin 61

Siguiendo con lo que
cuadrada M corresponde al recproco hicimos en el Ejemplo 60,
de su determinante ponderado por su tenemos que

10 13 4
9 .
Ac = 5 3
1
1
1
T
0
14
7
M =
adj(M) =
[Mc ] .
det(M)
det(M)
Ejemplo 61
3
1 2
A = 1 2 4 .
3 2 1
267
Mtodo de la Adjunta
Proposicin 44
Solucin 61

Siguiendo con lo que
cuadrada M corresponde al recproco hicimos en el Ejemplo 60,
de su determinante ponderado por su tenemos que

10 13 4
9 .
Ac = 5 3
1
1
1
T
0
14
7
M =
adj(M) =
[Mc ] .
det(M)
det(M)
Luego, recordando del
mismo ejemplo que
det(A) = 35, tenemos que
Ejemplo 61
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 ).
11 De todos modos, en este curso no invertiremos matrices mayores a 4 4.
268
Mtodo de Gauss
Una alternativa al mtodo de cofactores es el mtodo de Gauss, el
cual aprovecha el uso de operaciones elementales.
268
Mtodo de Gauss
Definicin 63
Las operaciones elementales que se le pueden aplicar a cualquier
matriz son 3:
268
Mtodo de Gauss
Definicin 63
matriz son 3:
Enrrocar una fila con otra.
268
Mtodo de Gauss
Definicin 63
matriz son 3:
Ponderar una fila por un escalar (no nulo).
268
Mtodo de Gauss
Definicin 63
matriz son 3:
Sumarle una fila (ponderada) a otra.
268
Mtodo de Gauss
Definicin 63
matriz son 3:
268
Mtodo de Gauss
Definicin 63
matriz son 3:
Cuando enrrocamos la fila a con la fila b, lo denotamos por ea,b .
268
Mtodo de Gauss
Definicin 63
matriz son 3:

Cuando ponderamos la fila a por R, lo denotamos por ea ().
268
Mtodo de Gauss
Definicin 63
matriz son 3:

Cuando ponderamos la fila a por R, lo denotamos por ea ().
Cuando a la fila a le sumamos la fila b ponderada por , lo
denotamos por ea,b () (ojo con el orden).
268
Mtodo de Gauss (cont.)

El mtodo de Gauss consiste en los siguientes pasos:
269

1. Extender la matriz de n n a una matriz de n 2n aadiendo
una matriz identidad In al lado.
269

2. Aplicar operaciones elementales a esta matriz extendida
hasta convertir la porcin que contiene a la matriz original en
una matriz identidad.
269

3. El resultado (la inversa) es lo que queda en el sector donde se
imput In .
269

imput In .
269

imput In .
Una recomendacin al aplicar el mtodo de Gauss es triangulizar la
matriz original mediante un escalonamiento. Luego es trivial transformar la matriz en una identidad con operaciones elementales.
269

imput In .
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

imput In .
Definicin 64
Una de las (muchas) gracias que tiene una matriz escalonada es
que sus filas no nulas son linealmente independientes.
269

imput In .
Definicin 64
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
Ejemplo: Mtodo de Gauss

Ejemplo 62
1 3
Invierta B = 1 4
1 3
3
3 usando el mtodo de Gauss.
4
270

Ejemplo 62
1 3
Invierta B = 1 4
1 3
Solucin 62
3
4
1
Extendemos la matriz a 1
1
3
4
3
3 1
3 0
4 0
270
0
1
0
0
0.
1

Ejemplo 62
1 3
Invierta B = 1 4
1 3
3
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
e2,1 (1),e3,1 (1)
3
1
0
3 1 0 0 e1,2 (3),e1,3 (3) 1 0

0 1 1 0 0 1
1 1 0 1
0 0
270
0 7 3 3
0 1 1
0 .
1 1 0
1

Ejemplo 62
1 3
Invierta B = 1 4
1 3
3
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
e2,1 (1),e3,1 (1)
Por lo tanto, B
3 1 0 0 e1,2 (3),e1,3 (3) 1 0

0 1 1 0 0 1
1 1 0 1
0 0
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
Sistemas de Ecuaciones Lineales (SEL)

Para qu nos podra servir lo anterior?
272

Una aplicacin til del lgebra matricial se da en los sistemas de
ecuaciones lineales.
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
i.e. es lineal.
Ejemplo 63
Resuelva, como en la PSU, el siguiente SEL:
272
x
4x
+
+
y
3y
=
=
1
2

Definicin 65
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
SEL: Notacin Matricial

Sin embargo, el SEL del Ejemplo 63 puede ser escrito en notacin
x + y = 1
matricial, pues plantear que
es exactamente
4x + 3y = 2
lo mismo que plantear
[
1 1
4 3
][ ]
[ ]
x
1
=
.
y
2
273

x + y = 1
es exactamente
4x + 3y = 2
[
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

x + y = 1
es exactamente
4x + 3y = 2
[
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
Solucin: Premultiplicando Inversa

En nuestro SEL, podemos despejar x simplemente12 premultiplicando la ecuacin matricial por A1 , es decir,
[
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
luego podremos usar el mtodo para resolver sistemas ms complejos.
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
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
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
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.
274
Solucin: Mtodo de Gauss

A veces calcular la inversa de la matriz de coeficientes puede ser
mucho trabajo.
13 La intuicin detrs de esto es que cada operacin elemental puede ser

interpretada como una premultiplicacin matricial (o no?).
275

mucho trabajo. Una forma de evitar la inversa es utilizando el mtodo de Gauss, que es anlogo al mtodo para invertir matrices13 .

275

La nica diferencia es que en vez de extender la matriz de coeficientes con una identidad vamos a extenderla con el vector de trminos
libres y que ahora basta con escalonar la matriz (por qu?).

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
275
Solucin: Mtodo de Gauss (cont.)

Ahora debemos escalonar la matriz extendida, obteniendo
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
Por lo tanto, sabemos que 7z = 14 = z = 2 y que y = 1 =

y = 1.
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

y = 1. Con esto podemos reemplazar en la primera fila, obteniendo
x 1 + 4 = 4 = x = 1.
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

y = 1. Con esto podemos reemplazar en la primera fila, obteniendo
x 1 + 4 = 4 = x = 1.
Qu pasar si la matriz de coeficientes no es invertible?
276
Tipos de Sistemas
Los SEL se pueden clasificar en tres tipos segn sus soluciones14 :
14 De nuevo, esto es anlogo a la PSU.
277
Tipos de Sistemas
1. cero soluciones: incompatible.
277
Tipos de Sistemas
2. una solucin: compatible determinado.
277
Tipos de Sistemas
3. infinitas soluciones: compatible indeterminado.
277
Tipos de Sistemas
277
Tipos de Sistemas
Esto se diagrama en la Figura 58.
Figura 58: Tipos de SEL
determinado
compatible
sistema
indeterminado
incompatible
277
Tipos de Sistemas (cont.)

Proposicin 46
Si el determinante de la matriz de coeficientes es distinto de cero, el
sistema es compatible determinado.
278

Proposicin 46
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

Proposicin 46
Definicin 67
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

Proposicin 46
Definicin 67
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
asociado es Ax = 0.
Propuesto 56
Demuestre que todo sistema homogneo es compatible.
279
Sistemas Homogneos
Definicin 68
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.
Sea xh = 0 una solucin al sistema homogneo. Entonces se cumple

que Axh = 0. Pero, R \ {0}, tambin se cumple que
Axh = 0 A(xh ) = 0. Por lo tanto, cualquier xh tambin es
solucin al sistema homogneo.
279
Sistemas Homogneos (cont.)

Proposicin 50
Sea x una solucin al SEL Ax = b y sea xh una solucin al sistema
homogneo. Entonces x +xh tambin es una solucin al SEL.
Demostracin.
x es una solucin al SEL Ax = b si y slo si Ax = b. Por otro lado xh

es una solucin al sistema homogneo si y slo si Axh = 0. Sumando
ambas ecuaciones tenemos que Axh + Ax = 0 + b A(xh +x ) = b,
por lo que x +xh tambin es una solucin al SEL.
280

Proposicin 50
Demostracin.

Proposicin 51
Sean x1 y x2 dos soluciones distintas al SEL Ax = b. Entonces el
SEL Ax = b tiene infinitas soluciones
280

Proposicin 50
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
Aplicacin: Oferta y Demanda
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
Aplicacin: Oferta y Demanda (cont.)

La empresa le solicita ayuda para poder enfrentar este problema.
De acuerdo a la informacin recopilada, se sabe que las demandas
QA y QB de estos productos estn relacionadas con sus precios PA y
PB por la ecuaciones
1
QA = 17 2PA + PB
2
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
donde se indican los precios a los cuales las cantidades QA y QB

estarn disponibles en el mercado.
283
Aplicacin: Oferta y Demanda (cont.)

La empresa le solicita ayuda para poder enfrentar este problema.
De acuerdo a la informacin recopilada, se sabe que las demandas
QA y QB de estos productos estn relacionadas con sus precios PA y
PB por la ecuaciones
1
QA = 17 2PA + PB
2
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
donde se indican los precios a los cuales las cantidades QA y QB

estarn disponibles en el mercado.
Teniendo presente que en el equilibrio las cuatro ecuaciones deben
cumplirse, cul debera ser la decisin de la primera empresa?
283
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
Matricialmente se puede representar como
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
La solucin al problema corresponde a
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
La solucin al problema corresponde a
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
Conclusin: El mejor ingreso estable que podra recibir la empresa

es de PeA QeA = 32 [UM], que se encuentra por debajo de las 35 [UM]
necesarias. Por lo tanto, la empresa A debera solicitar la quiebra.
286
Unidad 5
Unidad 5
Mdulo 26
Mdulo 27
Mdulo 28
Volver al Inicio
287
Mdulo 26
288
Funciones Multivariadas
Hasta ahora hemos trabajado con funciones univariadas, es decir,

funciones con una sola variable real en el dominio y que generan un
slo resultado real como imagen.
289

Formalmente, esta funciones se describen como f :
289
RR
x 7 f(x)

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

RR
.
x 7 f(x)
Esto es, ahora estudiaremos funciones descritas por f :
289
Rn R
.
x 7 f(x)

RR
.
x 7 f(x)
Esto es, ahora estudiaremos funciones descritas por f :
289
Rn R
.
x 7 f(x)
Ejemplo: Funciones Multivariadas

Ejemplo 66
Una empresa produce pan con queso utilizando dos insumos: pan y
queso. Si el costo de cada rebanada de pan es x (usa dos rebanadas
para cada unidad del bien final) y el de cada lmina de queso es y
(usa una por unidad), cul es la funcin que describe el costo de
producir 200 unidades de pan con queso?
290

Ejemplo 66
Solucin 66
La funcin que describe el costo de producir 200 unidades de pan
con queso es
C(x, y) = 400x + 200y.
290

Ejemplo 66
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
Grfico: Funcin Bivariada

Como las funciones bivariadas tienen dos argumentos y generan
una imagen, su grfico tiene tres dimensiones, tal como se ejemplifica en la Figura 59.
Figura 59: Grfico de una funcin bivariada
0, 5
0
2
0
0
4
291
6 5
Grfico: Curvas de Nivel

Uno tambin podra pensar en cortar transversalmente el grfico
de una funcin bivariada, de modo que para distintos niveles de la
funcin (alturas), se obtendra un grfico plano.
292
Grfico: Curvas de Nivel

Uno tambin podra pensar en cortar transversalmente el grfico
de una funcin bivariada, de modo que para distintos niveles de la
funcin (alturas), se obtendra un grfico plano.
Figura 60: Curva de nivel de un cono
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
lgebra: Curvas de Nivel

Para determinar algebraicamente la expresin de una curva de nivel, basta con imponer que la funcin bivariada sea igual a una constante n.
293

Para determinar algebraicamente la expresin de una curva de nivel, basta con imponer que la funcin bivariada sea igual a una constante n. Luego, slo despejamos una variable (y) en funcin de la
otra (x) y tenemos la funcin que describe a la curva de nivel n.
Ejemplo 67
Obtenga una expresin para una curva de nivel de la funcin de
costos del Ejemplo 66.
293

Ejemplo 67
Solucin 67
En efecto, si C(x, y) = 400x + 200y, basta con imponer que
n = 400x + 200y.
293

Ejemplo 67
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).
15 En nuestro caso, nos quedaremos con las funciones bivariadas.
295
Derivadas Parciales
Definicin 69
Sea f(x, y) una funcin bivariada derivable. Entonces,
f
es la
x
derivada parcial de f con respecto a x y se obtiene simplemente

considerando que y es una constante. La definicin es anloga
f
para
. Otra notacin equivalente es fx o fy , segn corresponda.
y
295
Derivadas Parciales
Definicin 69
f
es la
x

f
para
y
Ejemplo 68
Si f(x, y) = exp(xy) ln(x + y), obtenga
f
.
x
295
Derivadas Parciales
Definicin 69
f
es la
x

f
para
y
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
Diferencial y Segundas Derivadas
Cuando calculamos una diferencial, ahora debemos considerar que

el pequeo cambio que se da en la funcin puede ser por causa de
x o por causa de y. Por lo tanto, el diferencial se descompone de la
siguiente forma:
Definicin 70
El diferencial de f(x, y) se define como df =
296
f
f
dx + dy.
x
y

siguiente forma:
Definicin 70
f
f
dx + dy.
x
y
Anlogamente, cuando queramos calcular una derivada de segundo

orden, puede ser que derivemos dos veces por x, dos veces por y, o
bien, una vez por x y una vez por y.
296

siguiente forma:
Definicin 70
f
f
dx + dy.
x
y
Anlogamente, cuando queramos calcular una derivada de segundo

orden, puede ser que derivemos dos veces por x, dos veces por y, o
bien, una vez por x y una vez por y.
2 f 2 f
2 f
Segn sea el caso, tendremos 2 , 2 o
como notacin.
xy
x y
296
Corto: Lmites en Dos Variables

Cuando trabajamos con funciones de dos variables, nos puede interesar calcular el lmite de la funcin cuando ambas variables tienden a algo al mismo tiempo, esto es, cuando el vector (x, y) tiende a
el vector (a, b), donde a y b son constantes reales.
297

En este curso no aprenderemos a computar estos lmites, pero s
vamos a aprender a demostrar cundo el lmite no existe.
297

Hacerlo es bastante sencillo y se basa en el principio de que si el
lmite existe, entonces cualquier trayectoria de (x, y) que se acerque a
(a, b) debe generar el mismo lmite. Esto ltimo es anlogo a pensar
en los lmites por la derecha y por la izquierda que calculbamos al
principio del curso.
297

Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
(x,y)(1,1) (x 1)2 (y 1)2
297
no existe.

Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
(x,y)(1,1) (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
(x,y)(1,1) (x 1)2 (y 1)2
no existe.
Solucin 69
Sin embargo, si primero y 1 y luego x 1, obtenemos 1.
297

Ejemplo 69
Demuestre que
lim
( x 1) 2 + ( y 1) 2
(x,y)(1,1) (x 1)2 (y 1)2
no existe.
Solucin 69
Sin embargo, si primero y 1 y luego x 1, obtenemos 1.
Por lo tanto, el lmite no existe.
297
Grfico: Lmites en Dos Variables

Figura 61: Lmite Bivariado por Definicin
298
Mdulo 28
299
Aplicacin: Productividad Marginal

Ejemplo 70
Una firma produce acorde a la funcin de produccin F(K, L)
usando capital K y trabajo L.
300

Ejemplo 70
Actualmente se encuentra produciendo q unidades usando alguna
combinacin de sus insumos.
300

Ejemplo 70
Sin embargo, estn pensando en alterar levemente la combinacin
de capital y trabajo por factores externos.
300

Ejemplo 70
Si no quisieran afectar el nivel de produccin, cul debera ser la
razn entre el diferencial de capital y el diferencial de trabajo para
que se cumpla esto?
300

Ejemplo 70
que se cumpla esto?
Solucin 70
Si no quiere alterar el nivel de produccin, entonces dF debe ser
cero.
300

Ejemplo 70
que se cumpla esto?
Solucin 70
cero.
F
F
Pero dF =
dK +
dL, i.e. esto debe ser igual a cero.
K
L
300

Ejemplo 70
que se cumpla esto?
Solucin 70
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
Contexto introductorio (ex ante).
303

Induccin del problema.
303

Presentacin de variables.
303

Planteamiento de una decisin.
303

Exigencia de resultados a partir de un instrumento.
303

Especificacin de una conclusin.
303

Especificacin de una conclusin.
Ayudas, hints, indicaciones...
303
Problema 3: Respuesta
Definir variables, parmetros y/o funciones.
304

Plantear el problema en base a las definiciones.
304

Desarrollar el problema planteado.
304

Resolver lo desarrollado.
304

Resolver lo desarrollado.
Concluir en base a lo resuelto.
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
El comportamiento funcional de esta atraccin es el de una funcin

por tramos, donde el primer tramo (la primera pieza) se comporta
como la funcin a(x) = 2lnx y el segundo tramo (la segunda pieza)
se comporta como la funcin b(x) = 0,25x2 + k, donde x corresponde a una medida de ancho de la atraccin vista de perfil y ambas
funciones miden la altura del riel.
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
Decisin, Resultados y Conclusin
Sin embargo, Javiera y Diego deben cumplir fuertes regulaciones

de seguridad para poder estrenar su atraccin. Particularmente, se
les pide que el recorrido sea suave, cosa de que los carros puedan
seguir una trayectoria sin quiebres en los rieles. Considerando que
k es una constante tcnica que deben determinar, podrn estrenar
la atraccin?
308
Indicacin
IND: apoye su respuesta en la Figura 62 (particularmente al elegir

los tramos).
309
Definicin de Variables y Funcin
Definicin de variables y funcin:

Sea c(x) la funcin por tramos que define a la atraccin y c (x) su
derivada:
{
2lnx
si 1 < x 2
c(x) =
2
0,25x + k si 2 < x < 3
310
Definicin de Variables y Funcin
Definicin de variables y funcin:

Sea c(x) la funcin por tramos que define a la atraccin y c (x) su
derivada:
{
2lnx
si 1 < x 2
c(x) =
2
0,25x + k si 2 < x < 3
Sea k el parmetro tcnico que podra permitir que la funcin sea
suave (siempre derivable y continua).
310
Planteamiento del problema:

El problema se define de esta manera:
311

-Si k : x ]1, 3[c (x) R, entonces pueden estrenar la atraccin.
311

-Si k : x ]1, 3[c (x) R, entonces pueden estrenar la atraccin.
-Si k : x ]1, 3[c (x) R, entonces no pueden estrenar la atraccin.
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:
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:
suave.
2
x
Luego, notamos que para x = 2 efectivamente ambas derivadas son
iguales (a 1).
312
Desarrollo
Desarrollo:
suave.
2
x
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
* Leer bien antes de empezar (subrayar puede ser til).
315
* Identificar la informacin que sirve (separar distractores).
315
* Deducir el tipo de problema al cual uno se enfrenta (
practicar).
315
practicar).
* Imaginar la respuesta antes de escribirla (no lanzarse a
escribir).
315
practicar).
escribir).
* Ser ordenado y estructurado en la respuesta (pensar en el
ayudante que revisa).
315
practicar).
escribir).
* Corroborar siempre que se pueda (evitar arrastres).
315
practicar).
escribir).
* No borrar algo a menos que se tenga con que suplirlo (no
responder siempre otorga nota 1,0).
315
practicar).
escribir).
* Tachar es mejor que borrar (es ms rpido).
315
practicar).
escribir).
* Lpiz de tinta es mejor que de grafito (admite recorreccin).
315
practicar).
escribir).
* Justificar adecuadamente (por qu?).
315
practicar).
escribir).
* Justificar adecuadamente (por qu?).
* Optimizar el tiempo (IMg = CMg ptimo, por ejemplo).
315
MEM155 - Mtodos Matemticos II

Mohit Karnani
Departamento de Economa, Universidad de Chile
Primavera, 2016
316

Métodos Matématicos II

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Métodos Matématicos II

Uploaded by

Copyright:

Available Formats

MEM155 - Mtodos Matemticos II

Volver al Inicio de la Seccin

Ejemplo: Cantidad Demandada

Ejemplo: Cantidad Demandada

= 1000 10001 1000 5001

Por lo tanto, el incremento en la cantidad demandada es de 1 (se

Grfico: Cantidad Demandada

Grfico: Cantidad Demandada

Grfico: Cantidad Demandada

La ecuacin (1) puede ser til para determinar el cambio en una

Tasa de Cambio Promedio

Esto equivale a cunto cambia en promedio la funcin por cada

Tasa de una Funcin Cuadrtica

Tasa de una Funcin Cuadrtica

Tasa de una Funcin Cuadrtica

Anlisis Marginal Discreto

Anlisis Marginal Discreto (cont.)

Tabla 1: Tasa de cambio ante intervalos menores

As, vemos que la tasa de cambio promedio tiende a 4...

Volver al Inicio de la Seccin

Dado lo anterior, xn 1, yn 1+ y zn 1 . Comente.

Dado lo anterior, xn 1, yn 1+ y zn 1 . Comente.

1 Se habla de la vecindad o entorno reducido de k a la vecindad que no incorpora

al elemento k, es decir, a todos los x = k tal que |x k| < .

1 Se habla de la vecindad o entorno reducido de k a la vecindad que no incorpora

al elemento k, es decir, a todos los x = k tal que |x k| < .

Notar que, bajo la Definicin 6, para que x k, es necesario que x

al elemento k, es decir, a todos los x = k tal que |x k| < .

esto es, si la distancia entre f(x) y L se puede hacer tan pequea

esto es, si la distancia entre f(x) y L se puede hacer tan pequea

Grfico: Definicin de Lmite

Grfico: Definicin de Lmite

Grfico: Definicin de Lmite

Ejemplo: Lmite por Definicin

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Pero lo anterior equivale a indicar que |x 1| < . Es decir, ante

cualquier , podemos definir un = tal que se cumpla la

Ejemplo: Lmite por Definicin

> 0, > 0 : |x 1| < = |3x + 5 8| < .

Luego, basta encontrar un que satisfaga la Definicin 7 ante

Pero lo anterior equivale a indicar que |x 1| < . Es decir, ante

cualquier , podemos definir un = tal que se cumpla la

izquierda no existe (x no puede ser negativo). A pesar de lo anterior, el lmite es 0,

izquierda no existe (x no puede ser negativo). A pesar de lo anterior, el lmite es 0,

Lo anterior se cumple para todo polinomio y el lmite corresponde

izquierda no existe (x no puede ser negativo). A pesar de lo anterior, el lmite es 0,

Encontrar un Lmite por Reemplazo

Encontrar un Lmite por Reemplazo

Encontrar un Lmite por Reemplazo

Encontrar un Lmite por Reemplazo