Ferrari Matematica

Matemtica
Matemtica
Hernn Javier Ferrari
Carpeta de trabajo
Diseo original de maqueta: Hernn Morfese Procesamiento didctico: Marina Gergich / Mara Cecilia Paredi
Primera edicin: Diciembre de 2009
ISBN: 978-987-1782-05-5
Universidad Virtual de Quilmes, 2010 Roque Senz Pea 352, (B1876BXD) Bernal, Buenos Aires Telfono: (5411) 4365 7100 | http://www.virtual.unq.edu.ar
La Universidad Virtual de Quilmes de la Universidad Nacional de Quilmes se reserva la facultad de disponer de esta obra, publicarla, traducirla, adaptarla o autorizar su traduccin y reproduccin en cualquier forma, total o parcialmente, por medios electrnicos o mecnicos, incluyendo fotocopias, grabacin magnetofnica y cualquier sistema de almacenamiento de informacin. Por consiguiente, nadie tiene facultad de ejercitar los derechos precitados sin permiso escrito del editor.
Queda hecho el depsito que establece la ley 11.723 Impreso en Argentina
conos
Lectura obligatoria Es la bibliografa imprescindible que acompaa el desarrollo de los conteni dos. Se trata tanto de textos completos como de captulos de libros, artcu los y papers que los estudiantes deben leer, en lo posible, en el momento en que se indica en la Carpeta.
Actividades Se trata de una amplia gama de propuestas de produccin de diferentes tipos. Incluye ejercicios, estudios de caso, investigaciones, encuestas, ela boracin de cuadros, grficos, resolucin de guas de estudio, etctera.
Leer con atencin Son afirmaciones, conceptos o definiciones destacadas y sustanciales que aportan claves para la comprensin del tema que se desarrolla.
Para reflexionar Es una herramienta que propone al estudiante un dilogo con el material, a travs de preguntas, planteamiento de problemas, confrontaciones del tema con la realidad, ejemplos o cuestionamientos que alienten la autorreflexin, etctera.
Lectura recomendada Es la bibliografa que no se considera obligatoria, pero a la cual el estudian te puede recurrir para ampliar o profundizar algn tema o contenido.
Pastilla Se utiliza como reemplazo de la nota al pie, para incorporar informaciones breves, complementarias o aclaratorias de algn trmino o frase del tex to principal. El subrayado indica los trminos a propsito de los cuales se incluye esa informacin asociada en el margen.
ndice
Introduccin ........................................................................................ 11 Problemtica del campo ...................................................................... 12 Reflexiones acerca del aprendizaje de la asignatura en el entorno virtual 12 Mapa conceptual.................................................................................. 13 1.Funciones de una variable ................................................................. 17 1.1. Introduccin .................................................................................. 17 1.2. Representacin de puntos en el plano ............................................ 18 1.3. Funciones ..................................................................................... 20 1.3.1. Composicin de funciones ................................................... 24 1.3.2. Funcin inversa ................................................................... 24 1.4. Funciones lineales ........................................................................ 28 1.4.1. Pendiente y ordenada al origen de una funcin lineal ............. 29 1.4.2. Ceros o races de una funcin lineal ..................................... 31 1.5. Funciones cuadrticas ................................................................... 32 1.5.1. Ceros o races de una funcin cuadrtica .............................. 37 1.6. Funciones potenciales y polinmicas .............................................. 38 1.7. Funciones racionales ..................................................................... 39 1.8. Funciones exponenciales y logartmicas .......................................... 41 Apndice 1. Funciones aplicadas a problemas de economa y negocios ... 43 Apndice 2. Ajuste de datos a una curva dada ....................................... 47 2.Las ideas bsicas del clculo ........................................................... 53 2.1. Introduccin ................................................................................ 53 2.2. El lmite ........................................................................................ 54 2.2.1. Un ejemplo de aplicacin del lmite...................................... 55 2.2.2. Clculo algebraico del lmite................................................. 57 2.2.3. Un lmite muy particular ....................................................... 58 2.3. Continuidad .................................................................................. 60 2.4. Cociente incremental y derivada ..................................................... 60 2.4.1. Derivada de una funcin en un punto .................................... 61 2.4.2. Reglas de derivacin ........................................................... 62 2.4.3. Derivadas de orden superior ................................................ 66 2.5. Aproximacin lineal ....................................................................... 67 2.6. Teoremas generales sobre la continuidad ....................................... 68 2.6.1. Intervalos ........................................................................... 68 2.6.2. Teoremas ........................................................................... 68 2.6.3. Aplicacin del teorema de Bolzano ....................................... 70 2.7. Crecimiento de una funcin y su relacin con la derivada ................. 72 2.8. Derivada segunda y concavidad ...................................................... 75 2.9. Optimizacin ................................................................................. 76 2.10. Ejemplos de aplicacin ................................................................ 79 2.10.1. Discreto vs. continuo ......................................................... 79 2.10.2. Discontinuidades con asntota vertical ................................ 80
2.10.3. Cmo derivar un cociente de funciones ............................... 82 Apndice 1. Tabla de derivadas ............................................................. 87 Apndice 2. Problemas resueltos con derivadas ..................................... 89 Apndice 3. Problemas de administracin con derivadas......................... 91 3.Integracin, mtodos y aplicaciones ................................................. 97 3.1. Introduccin .................................................................................. 97 3.2. Primitiva o antiderivada de una funcin ........................................... 98 3.3. Integral indefinida de una funcin ................................................... 98 3.4. Integracin con condiciones iniciales ............................................ 100 3.5. Mtodos de integracin ............................................................... 101 3.5.1. Integracin por partes........................................................ 101 3.5.2. Mtodo de sustitucin ....................................................... 103 3.6. Integrales definidas y regla de Barrow ........................................... 104 3.6.1. Clculo de reas ............................................................... 105 3.6.2. Clculo de reas aplicando la integral definida .................... 106 Apndice. Problemas resueltos con integrales definidas........................ 111 4.Sistemas lineales ........................................................................... 117 4.1. Introduccin ................................................................................ 117 4.2. Matrices y sistemas lineales ....................................................... 118 4.2.1. Suma y producto de matrices ............................................. 119 4.2.2. Resolucin de sistemas de ecuaciones operando con la matriz ampliada .................................................................................... 121 4.2.3. Mtodo de Gauss. Resolucin de un sistema compatible indeter minado ....................................................................................... 124 4.3. Determinantes ........................................................................... 128 4.4. Matriz inversa ............................................................................. 140 4.5. Matrices especiales y sus propiedades......................................... 149 4.5.1. Matrices estocsticas ....................................................... 149 4.5.2. Matrices de insumo producto ............................................. 153 5.Programacin lineal ........................................................................ 157 5.1. Introduccin ................................................................................ 157 5.2. Formulacin de modelos .............................................................. 158 5.3. Resolucin grfica ....................................................................... 160 5.4. Resolucin analtica .................................................................... 164 5.5. Mtodo Simplex para resolucin de problemas de programacin lineal .......................................................................................... 167
Introduccin
La Matemtica, como ciencia bsica, sirve de fundamento para todos los temas vinculados con procedimientos cuantitativos en Economa y Adminis tracin. Actualmente, hay una Matemtica de las Ciencias Sociales que incur siona en campos como la Psicometra, la Sociologa y la Filosofa. Bsicamente, la Matemtica se apoya en conjuntos de axiomas o postula dos, creados al efecto en cada una de sus ramas. A partir de estos axiomas se realiza una construccin de resultados que deben ser coherentes con ellos y responder a una lgica que le es propia. En el marco de las carreras en Economa y Administracin, lo importante para el estudiante es aprender a resolver problemas. Justamente, este es uno de los mtodos de trabajo de tipo constructivista en los procesos de aprendi zaje. La idea central de este curso estar, por lo tanto, orientada a problemas. Esto significa que, luego de una exposicin y fundamentacin terica sucinta pero suficiente, nos volcaremos a la resolucin de los mismos. En Matemtica, el hilo conceptual es lineal, esto es, cada tema est enca denado, segn una secuencia lgica, con el siguiente. Es muy difcil un segui miento aleatorio de los temas, salvo que se tenga un conocimiento previo de los mismos. Es decir, los temas son presentados en un orden lgico y conse cutivo con pocos grados de libertad como para alterar ese orden sin perder la secuencia de conceptos que se fundamentan unos a partir de otros. As es que se presentan, en la primera unidad, las funciones matemti cas y sus propiedades, con el agregado de un sistema de representacin de datos experimentales para ajustarlos a una funcin dada, una operacin que se apoya tanto en el rigor lgico como en las necesidades prcticas, en ade cuado balance. La segunda unidad trabaja con algunos elementos de anlisis matemti co aplicado a las funciones: el clculo de lmites, continuidad y derivacin, as como los significados geomtricos de las derivadas sucesivas de una fun cin, con mencin de algunos casos particulares de inters. El anlisis de funciones por medio de sus derivadas, permite introducirse en el clculo de mximos, mnimos y puntos de inflexin. Estos conceptos se aplican luego a problemas simples de optimizacin matemtica. La tercera unidad trabaja con integrales, primero con el problema general del clculo de la funcin primitiva o antiderivada, conocida como integral inde finida y luego con la integral definida y el clculo de reas. La cuarta unidad describe las funciones lineales, los sistemas de ecuaciones lineales, deter minados e indeterminados y sus mtodos de resolucin. Por ltimo, en la quinta unidad, se considera el problema general de la Programacin Lineal, con la resolucin de sistemas de ecuaciones e inecua ciones y su implementacin general mediante el Mtodo Simplex.
11
Universidad Virtual de Quilmes
Problemtica del campo

El advenimiento de las computadoras ha obligado a extender los conceptos matemticos al uso de herramientas numricas, que permiten resolver pro blemas antes fuera del alcance de los mtodos de clculo convencionales. Una tendencia moderna en los cursos orientados a problemas, es buscar que los mismos sean abiertos, esto es, que no han sido resueltos antes. En este curso bsico de Matemtica se pretende poner en conocimiento de los estudiantes las tcnicas bsicas necesarias para que, en los cursos espec ficos posteriores, puedan resolverse este tipo de problemticas. La vida profesional que los espera al finalizar las carreras de cada uno, ser un continuo de problemas abiertos, nicos, a veces irrepetibles, donde debern contar con herramientas para poder, con la ayuda del razonamiento deductivo o inductivo, presentar soluciones. La Matemtica es una ciencia deductiva por naturaleza; si a lo largo de este curso, el estudiante capta la esencia de los modelos deductivos, habr dado un paso importante para poder comprender los mtodos cuantitativos en Economa y Administracin, que ver en cursos posteriores.
Reflexiones acerca del aprendizaje de la asignatura en el entorno virtual

Algunos cursos se prestan ms que otros a la enseanza virtual. En particular, ste es uno de los que mejor se ajustan a ese tipo de procesos de enseanza y aprendizaje. En efecto, la presentacin de cada uno de los temas tendr un mnimo de teo ra, compatible con la complejidad del dominio del conocimiento y ejemplos para su rpida aplicacin y comprensin. La enseanza virtual permite al estudiante seguir su propio paso en el estu dio del curso, no lo exime de estudiar y resolver ejercicios para poder aprender. La correcta concatenacin de cursos es otro tema que debe resolver el estu diante con responsabilidad. Este curso, por ejemplo, demanda conocimientos pre vios de Matemtica, especialmente los adquiridos en la educacin media, que se suponen conocidos y manejados adecuadamente por los estudiantes. La plataforma de enseanza virtual adecuada es una condicin necesaria para poder desarrollar un modelo de enseanza participativo, eso es lo que se aspira a conseguir con la nueva plataforma, diseada por la Universidad Nacional de Quil mes para la enseanza virtual. El uso intensivo de sus recursos es una ventaja comparativa para estudiantes y docentes; se recomienda pues interiorizarse de todas las funcionalidades de la misma de modo de poder aprovecharla al mximo. Parte de la distancia relativa entre estudiantes y docentes se resuelve mediante el uso de herramientas interactivas como foros, videos y, esencialmen te, la promocin del trabajo colaborativo. En un mundo cada vez ms complejo, las actividades profesionales suelen ser interdisciplinares. La modalidad de enseanza virtual de la Universidad de Quil mes prepara, entre otras cosas, para el trabajo grupal y colaborativo donde la responsabilidad individual contribuye a los mejores resultados del grupo.
12
Matemticas de las Operaciones Financieras
Mapa conceptual
CURSO DE MATEMTICA
FUNCIONES TIPOS APLICACIONES CONTINUAS DISCONTINUAS TIPOS PROPIEDADES LMITES DE LAS FUNCIONES CLCULO DE LMITES DE FUNCIONES CONTINUAS CLCULO DE LMITES DE FUNCIONES DISCONTINUAS PROPIEDADES FUNCIONES DE UNA VARIABLE
DERIVADAS INTERPRETACIN DE LAS DERIVADAS MXIMOS Y MNIMOS SISTEMAS LINEALES INTEGRALES INDEFINIDAS CLCULO DE PRIMITIVAS DEFINIDAS CLCULO DE REAS PROPIEDADES SISTEMAS DETERMINADOS ECUACIONES LINEALES SISTEMAS DE ECUACIONES LINEALES SISTEMAS INDETERMINADOS PROGRAMACIN LINEAL RESTRICCIONES
FUNCIN OBJETIVO
MTODO SIMPLEX
13
Objetivos del curso
Presentar los mtodos bsicos del anlisis matemtico para Economa y Administracin. Ver ejemplos de ajuste de datos a funciones dadas como mtodo para la construccin de modelos matemticos usuales en Economa y Administracin. Desarrollar ejercicios y problemas con nfasis en los vinculados con Eco noma y Administracin. Exponer los conceptos de sistemas de ecuaciones lineales y sus aplicaciones. Incentivar la capacidad para plantear y resolver problemas matemticos.
15
1
Funciones de una variable
Objetivos
Representar grficamente pares de puntos ordenados en un plano. Introducir el concepto de funcin como relacin entre dos conjuntos de elementos. Estudiar la composicin de funciones como funcin de una funcin. Calcular la funcin inversa de una funcin. Reconocer la funcin lineal como caso ms simple de funciones. Recordar funciones ms complejas, como las funciones cuadrticas, poli nmicas, racionales, exponenciales y logartmicas.
1.1. Introduccin
A lo largo del curso trabajaremos con nmeros, frmulas, funciones, etc. Sin embargo, no siempre cuando hablemos de nmeros los usaremos, sino que a veces utilizaremos letras para representarlos. As, para decir que trabajamos con un nmero cuyo valor es constante pudiendo tomar cualquier valor dentro de un grupo de nmeros, usaremos las primeras letras del abecedario, dis tinguindolas, al escribirlas, en itlicas, por ejemplo a, b, c. Si decimos que a es un nmero real (escribiremos a ), estaremos diciendo que su valor es fijo, pero puede ser cualquier nmero real (por ejemplo, 2, 3.25, p, etc.). Si es un nmero natural se suele utilizar las letras n, m. Por ltimo, utilizaremos las ltimas letras del alfabeto para denotar valores que no son fijos, sino que pueden variar (se llaman variables), para el caso de las funciones o incgni tas cuyos valores se quiere encontrar cuando se trabaja con igualdades en ecuaciones. Una funcin es una relacin entre variables. Los casos particulares que trataremos en este curso se refieren a funciones de una nica variable inde pendiente, es decir, relaciones funcionales entre algo que cambia en forma independiente y algo que cambia en relacin con esa variable independiente. Nuestro concepto de funcin est incorporado a la vida diaria e, incluso, al lxico comn. Decimos, por ejemplo, que el tiempo que demoramos en llegar de un lugar a otro es una funcin de la distancia que separa ambos lugares (suponiendo que otros factores como el medio de transporte, la velocidad y afines sean los mismos); tambin tomaremos decisiones en funcin de hechos externos que no controlamos, como llevar paraguas si llueve o usar abrigo si hace fro.
17
Es posible que, en los ejemplos, las relaciones funcionales sean menos complejas que las matemticas, pero lo son al fin.
El autor de la vinculacin entre funciones y sus grficas fue Ren Descartes, fundador puntos en el Matemtica que se conoce 1.2. Representacin de de una rama de laplano como Geometra Analtica. FIN una variable pueden Las funciones de DE LEER ATENTOrepresentarse grficamente como lneas
en Juan: Insertaro curvas, segn sea la relacin funcional que te vincula. un plano, rectas Imagen Ren Descartes (la que las parezca
aa
Ren Descartes (1596 1650), filsofo, matemtico y cientfico francs, considerado como el pionero de la filosofa moderna.
mejor) al costado del leer atento fuera de caja. http://images.google.com/images?sourceid=gmail&q=im%C3 %A1genes%20ren%C3%A9%20descartes&um=1&ie=UTFEl autor de la vinculacin entre funciones y sus grficas fue Ren 8&sa=N&hl=es&tab=wi rama de la Matemtica que se conoce como Descartes, fundador de una Epgrafe:
Geometra Analtica.
Ren Descartes (1596 1650), filsofo, matemtico y cientfico francs, considerado como el pionero de la filosofa moderna. Las lneas se conciben como sucesiones de puntos, de modo que una repre Las lneas se conciben como sucesiones la puntos, de modo que una sentacin grfica de una funcin se inicia con de representacin de algunos de representacin grfica de una funcin se inicia con la representacin de algunos de los puntos que la componen. los puntos que la componen. punto en el plano se necesita un punto de refe Para representar cualquier ara renciaPara partir de l, para determinar el plano se necesita un punto de referencia y a representar cualquier punto en la posicin, dos valores (uno para el y aypartir para el alto). Si en el la posicin, dos valores (uno rectas perpendi largo otro de l, para determinar plano tomamos dos ejes o para el largo y otro para ubicando en cada una de ellas todos o nmeros reales y hacindo culares,el alto). Si en el plano tomamos dos ejeslosrectas perpendiculares, ubicando lasen cada una de ellas todos los nmeros reales unhacindolas coincidir en elrectade coincidir en el 0 de ambas, tendremos y punto origen, 0 para la 0 ambas, y 0 para un punto origen, 0 para (0,0), a partir de 0 para la si horizontal tendremosla recta vertical, es decir la rectay horizontal y ese origenrecta vertical, es decir (0,0), y a partir de esesentidossi nos desplazamos en cual nos desplazamos en ambas direcciones y origen podemos determinar ambas direcciones sentidos podemos determinar cualquier posicin del plano. quier posicinydel plano. G.1.1 G.1.1
eje y
eje x origen
El trmino cartesiano proviene de cartesius, el nombre latino que se le daba a Descartes en una poca en que la escritura cientfica se escriba en latn. Ortogonal significa que los ejes son perpendiculares entre s, lo que implica que forman ngulos iguales.
A este sistema de ejes lo denominamos sistema de ejes cartesianos ortogonales. El horizontal x es el eje de denominamos sistema es ejes las ordenadas. De este A este sistema de ejes lolas abscisas y el vertical y de el de cartesianos ortogomodo, el plano queda el eje de cuatro regiones llamadas y es el de nales. El horizontal x esdividido enlas abscisas y el verticalcuadrantes. las orde nadas. De este modo, el plano queda dividido en cuatro regiones llamadas COMIENZO cuadrantes. DE PASTILLA altura prrafo anterior
El trmino cartesiano proviene de cartesius, el nombre latino que se le daba a Descartes en una poca en que la escritura cientfica se escriba en latn. Ortogonal significa que los ejes son perpendiculares entre s, lo que implica que forman ngulos iguales. FIN DE PASTILLA
G.1.2
Cuadrante II Origen del sistema (0,0)
18
Eje de las ordena das Cuadrante I Eje de las abscisas
x Cuadrante III 2 Cuadrante IV
Matemtica
G.1.2
Para determinar la posicin de cualquier punto del plano basta con tomar un par ordenado de nmeros reales (a, b) donde, por convencin, el primer valor corresponde a la abscisa y el segundo a la ordenada.
aa
Un punto del plano es de la forma (a, b) con a y b dnde a se representa en el eje x y b en el eje y.
Es necesario que el par de nmeros est ordenado; por ejemplo, no es lo mismo (3, 25) que (25, 3). En general (a, b) (b, a). Veamos algunos ejemplos de ubicacin de puntos en el plano.
G.1.3
(-4,5)
y 5 (2,3) 3 1 0 -1 (0,1) 4 2 6 x (6,0)
(-5,0)
-5 (-3,-1) -4
-3
-3 (0,-4)
(4,-3)
19
1.3. Funciones
Una funcin, desde el punto de vista matemtico, es una aplicacin o relacin entre dos conjuntos (de partida y de llegada) donde a cada elemento del con junto de partida le corresponde un nico elemento en el conjunto de llegada. G.1.4. G.1.4. Funcin o Aplicacin Conjunto de partida Conjunto de llegada
A los elementos del conjunto de partida los llamamos Dominio de la funcin y, a los elementos del conjunto conjunto de partida los llamamos Dominio de la funcin, A los elementos del de llegada que intervienen en la relacin lo llamamos Imagenade la elementos del conjunto de llegada que conjuntos (elen la relacin los y los funcin. Se utilizarn funciones donde los intervienen de partida y el dellamamos sern losde la funcin. Se o algn subconjunto donde losyconjuntos llegada) Imagen nmeros reales utilizarn funciones de ellos las funciones las definiremosde llegada) sern entre nmeros reales o algn subconjunto como operaciones los nmeros reales. (el de partida y el de ellos y definiremos las funciones como los conjuntos de partida y reales. Por ejemplo, elegimos una funcin f donde operaciones entre nmerosde Por ejemplo, elegimos una funcin f donde los conjuntos partida el llegada son los nmeros reales y la aplicacin es sumar al elemento dede partida y de llegada decir que aplicando la funcin (sumar 3) a cada x del conjunto de nmero 3. Es son los nmeros reales y la aplicacin es sumar al elemento de partida el nmero 3) en el conjunto de llegada. Simbolizando 3) a cada partida se obtiene (x + 3. Es decir que aplicando la funcin (sumarlo anterior x del conjunto de partida se obtiene (x + 3) en el conjunto de llegada. Simbolizan tenemos: do lo anterior tenemos: f: f:+ r f (x) = x 3 f (x) = x + 3 Calculando algunos valores del conjunto de salida se obtiene que: Calculando algunos valores del conjunto de salida se obtiene que: A 1 le corresponde 4 donde 4 =1 + 3 A A 1 le corresponde donde 3 =0 + 3 1 + 3 0 le corresponde 3 4 donde 4 = A 0 le corresponde 7/2 donde 7/2 =1/2 + 3 A 1/2 le corresponde 3 donde 3 = 0 + 3 A A 1/2 le corresponde 7/2= -2 + 3 7/2 = 1/2 + 3 -2 le corresponde 1 donde 1 donde A 2 le corresponde 1 donde 1 = 2 + 3 A cualquier nmero real x le corresponde un nmero real y donde y = x + 3 A cualquier nmero real x le corresponde un nmero real y donde y = x + 3
aa
COMIENZO LEER ATENTO La variable x que que representa valores deldel conjunto de partida se La variable x representa los los valores conjunto de partida se denomina variable independiente y layvariable y quey que los la variable representa denomina variable independiente representa los valores f(x) en el conjunto denomina variable dependiente. de llegada se denomina valores f (x) en el conjunto de llegada se variable dependiente.
FIN LEER ATENTO
Observamos que los puntos del plano (1,4); (0,3); (1/2,7/2); (2,1) y Observamos que los puntos del plano (1,4); (0,3); (1/2,7/2); (-2,1) y todos los quetodos los que tienen 3) son puntos de la funcin. tienen la forma (x, x +la forma (x, x + 3) son puntos de la funcin. Un grfico que represente que tendr la tendr la funcin se el plano, Un grfico que represente la formala forma que funcin en el plano, en obtiene se obtiene marcando algunos de sus puntos en un par de ejes cartesianos y marcando algunos de sus puntos en un par de ejes cartesianos y luego como el luego como el dominio son todos los nmeros reales, unimos dichos puntos. dominio son todos los nmeros reales, unimos dichos puntos.
20
G.1.5.
Matemtica
G.1.5.
En otro ejemplo, tomando la funcin f(x) = 5 x + 1, se puede construir una tabla con algunos valores (x,y)
x 5 4 3 2 1 0 1 2 3 4 5
y = f(x) 24 19 14 9 4 1 6 11 16 21 26
Es uno de los programas para graficacin, de cdigo abierto y libre distribucin, ms utilizado. Se puede bajar la ltima versin de este programa desde la pgina: <http://www.gnuplot.info/index. html>
Se puede realizar el grfico de esta funcin utilizando el programa Gnuplot, simplemente escribiendo los comandos plot 5*x + 1 y luego copiando al portapapeles desde el grfico y luego se puede pegar el grfico en un archivo en Word.
21
G.1.6
60 5*x+1
40
20
20
40
60 10
10
Otros ejemplos de funciones

a) f (x ) = x 2 En este caso el dominio o conjunto de partida no incluye al 1 pues para este valor la funcin no est definida.
x +1
b) f 2 (x ) = x c) f 3 (x ) =
2 3 2x -1
El dominio es el conjunto de los nmeros reales. El dominio son los reales mayores o iguales que 1/2, porque el radicando debe ser positivo. (2x1 0 (si y solo si) x 1/2) El dominio es el conjunto de los nmeros reales.
d) f (x ) = 2 +1
e) f (x ) = x + 2 5 3
si si
x 1 x <1
f5(x) recibe el nombre de funcin por partes, pues en ella interviene ms de una definicin, dependiendo del rango de valores de la variable independiente, x. Para los x mayores o iguales a 1 la aplicacin es distinta que para los que son menores a 1.
22
Matemtica
Grficos de estas funciones G.1.7
La grfica de una funcin tiene como propiedad que cada recta vertical x = a la corta una sola vez. A continuacin se muestra un grfico que no corresponde a una funcin. Para el valor x = 2, entre otros, existen dos valores de y.
G.1.8.
23
1.3.1. Composicin de funciones

Vimos una funcin como una relacin entre x e y, f x y
A su vez, podemos relacionar el valor y = f(x), con otro nmero con una nueva relacin o funcin g que relaciona dos valores, en este caso el valor y con otro valor z. g y z
es decir que al valor x le asignamos el valor y por medio de la funcin f, luego a y le asignamos el valor z por medio de la funcin g. A esta doble asignacin la llamamos composicin. En este caso decimos que componemos la funcin g con la funcin f, y lo anotamos:
(g o f) (x)
de esta forma la composicin (g o f )(x) = g( f(x)) resulta: f x Ejemplo: Dadas dos funciones, f(x) = 3 x + 2 y g(x) = 5 x2 + 1 y g z
(g o f )(x) = g( f(x)) = g(3 x + 2) = 5 (3 x + 2)2 + 1 Observamos adems que este resultado no coincide con (f o g) (x) (f o g) (x) = f(g(x)) = f( 5 x2 + 1) = 3 ( 5 x2 + 1) + 2
aa
En general, (g o f )(x) (f o g) (x)
1.3.2. Funcin inversa

Definimos las funciones inyectivas como aquellas funciones que cumplen con la siguiente condicin: a cada valor de y del conjunto imagen le corresponde un solo valor de x del conjunto de partida.
aa
24
Si una funcin es inyectiva existe una funcin inversa, f -1(x), que es aquella que relaciona y con x en forma inversa a la funcin original f que relaciona x con y.
Matemtica
La funcin inversa compuesta con la funcin original f da como resultado la funcin identidad, Id, que como su nombre lo indica, es la funcin que rela ciona la variable x con el mismo valor en el conjunto de llegada. La composicin de una funcin con su inversa resulta: (f
-1
o f )(x) = (f o f -1)(x) = f -1( f(x)) = f (f -1(x))= Id(x) = x f f y

-1
De los cuatro grficos mostrados anteriormente (G.1.7) observamos que el nico que no corresponde a una funcin inyectiva es el b). Para hallar la funcin inversa de una funcin inyectiva y = f(x), debemos despejar x en funcin de y de la definicin de la funcin. As se obtienen las operaciones a realizar a y = f(x) para volver a obtener x. Ejemplo Dada la funcin y = f(x) = ( x - 3 )3 + 2, se puede calcular su inversa de la siguiente manera: Para verificar que es inyectiva se puede graficar con el Gnuplot escribiendo: set zeroaxis plot ( x - 3 ) ** 3 + 2 Con el grfico se verifica que a cada valor de x le corresponde un solo valor de y necesario para ser una funcin y adems que a cada valor de y le corres ponde un solo valor de x, condicin necesaria para ser una funcin inyectiva. G.1.9
25
Luego se despeja x para hallar la funcin inversa: y = ( x - 3 )3 + 2 Se resta 2 de ambos lados de la ecuacin y - 2 = ( x - 3 )3 + 2 - 2 y - 2 = ( x - 3 )3 Se aplica la raz cbica de ambos lados (la raz cbica es la funcin inversa de la funcin cbica) Sumando 3 de ambos lados se obtiene
3
y 2 = 3 ( x 3)
y 2 = x 3 y 2 +3 = x 3+3 y 2 +3 = x
con lo cual resultan las operaciones que tiene que realizar la funcin inversa al valor y para reobtener la variable x: f (y) = 3 y 2 +3 = x
1
donde la variable independiente lleva el nombre y. Como en general a la varia ble independiente se la llama con la letra x se suele reemplazar y por x (no es ms que un nombre) con lo cual la funcin inversa queda
f 1(x ) = 3 x 2 + 3
Si se grafican las dos funciones, se puede observar que la inversa es la reflexin (como si fuese un espejo) respecto de la recta y = x (funcin identidad).
Para graficar en el Gnuplot se deben escribir los siguientes comandos: plot [0:5] [0:5] (x3)**3+2, (2x)**(1./3)+3, (x2)**(1./3)+3,x y se obtiene el grfico
26
Matemtica
G.1.10
5 (x3)**3+2 (2x)**(1./3)+3 (x2)**(1./3)+3 x
0 0 1 2 3 4 5
ca
1. a. Sea f(x) = 3 x y g(x) = x + 3, calcule: a) (f + g) (x) d) (f o g) (x) b) (f g) (x) e) (g o f ) (x) c) (f g) (5) f) (g o f ) (2)
b. Sea f(x) = 2 x2 + 6 y g(x) = x + 2, calcule: a) (f + g) (x) b) (f g) (x) c) (f g) (1) d) (f o g) (x) e) (g o f ) (x) f) (g o f ) (3) c. En una fbrica de zapatos, su dueo observ que el nmero de zapatos producido por da dependa de la cantidad de empleados que asistan a trabajar. Siendo x el nmero de empleados, la cantidad de zapatos producida estaba representada por la relacin:
30x x 2 3 Por su parte, el dueo de la empresa obtiene por cada zapato que vende un beneficio de $80. El beneficio puede ser entonces representado por la funcin f(x) = 80 x si usamos x en este caso para representar el nme ro de zapatos vendido. Qu representa la composicin de las funciones f y z, ( f o z) (x)? z(x ) =
d. Encuentre la inversa de las siguientes funciones: a) f(x) = 5x + 1 c) f(x) = x2 + x + 1 b) f(x) = x2 2x + 1 d) f(x) =
3
x3 + 3
27
e. Grafique las funciones del ejercicio anterior y sus inversas en un mismo grfico y verifique que son reflexiones respecto de la recta y = x. f. Dadas f (x) = 3 x 2 y (g o f) (x) =
5
3x +1 determine la funcin g(x).
g. Dadas g(x) = x3 1 y (g o f) (x) = x2 1 determine la funcin f(x).
1.4. Funciones lineales

La funcin lineal es, sin dudas, la ms simple de las funciones que se pueden definir aunque no por ello deja de ser una de las ms importantes, sobre todo en lo que respecta a la vida diaria de las personas y los razonamientos que se utilizan. En la mayora de los problemas que se pueden tener diariamente, la forma ms simple de resolverlos es a travs de lo que se denomina razo namientos lineales. Por ejemplo, si una persona va a un supermercado a comprar 1 kilo de man zanas deber abonar por ello unos 5 pesos. Es obvio (razonamiento lineal) que si compra 2 kilos de manzanas deber pagar 10 pesos, por 3 kilos 15 pesos, etc. El incremento por cada kilo adicional que lleve es lo que se denomina la pendiente de esta relacin lineal. Matemticamente, si se llama x a los kilos de manzanas a comprar, luego el costo que se tendr en funcin de los kilos ser de 5 . x pesos. Por su parte, si se considera el gasto de transporte para ir hasta el super mercado, por ejemplo, 4 pesos el pasaje de ida y vuelta, hay que considerar entonces un gasto adicional fijo, independiente de los kilos de manzanas a com prar. As, comprando 1 kilo gastar 9 pesos, con dos kilos gastar 14 pesos, con 3 kilos 19, etc. A esta cantidad fija, independiente de la cantidad de kilos a comprar es lo que se denomina la ordenada al origen. En este caso el costo de nuestra compra ser en funcin de los kilos de manzana de 5 . x + 4 pesos.
aa
Se define como funcin lineal a una funcin de la forma f (x) = a.x + b donde a y b son nmeros reales cualesquiera. Al nmero que multiplica a la variable, a, se lo llama pendiente y al trmino independiente, b, ordenada al origen. El dominio y la imagen de esta funcin es todo el conjunto de nmeros reales y su grfico es una recta.
Algunos ejemplos de funcin lineal f1(x) f2(x) f3(x) f4(x) = = = = x+2 2x + 3 2 x 1
Graficando todas en un mismo par de ejes cartesianos, se obtiene:
28
Matemtica
G.1.11
5 f 2(x)=2x+3 4 f 1(x)=x+2 y
f 4(x)=x1
1 x 0 3 2 10 1 12 3
2 f 3(x)=2 3
Como la grfica de una funcin lineal es una recta, con dos puntos queda determinada cada una de ellas. Para f1 se eligieron los puntos (1,1) y (0,2), para f2 los puntos (1,1) y (2,1), para f3 (0,2) y (2,2), y para f4 los puntos (1,0) y (2,3). Del grfico se puede concluir que:
aa
Si el valor de a es negativo (f2 y f4), la funcin es decreciente. Si el valor de a es positivo (f1), la funcin es creciente. Si el valor de a es cero (f3), la funcin es constante.
1.4.1. Pendiente y ordenada al origen de una funcin lineal

Si una recta no es funcin (vertical), su expresin ser de la forma x=c para c
Si una recta es funcin, su expresin ser de la forma y=ax+b para a y b
dnde a es la pendiente (la tangente del ngulo que forma la recta con el eje x) y b es la ordenada al origen (el valor de y cuando x = 0).
Relacin entre los lados ms pequeos de un tringulo rectngulo y por lo tanto dependiente del ngulo. En particular, la tangente de un ngulo es el cociente entre el lado pequeo opuesto al ngulo y el lado pequeo en contacto con el mismo.
29
El siguiente grfico corresponde a una recta en la que se han marcado dos puntos cualesquiera A y B, la ordenada al origen b, y el ngulo a que forma con el eje x. G.1.12
Al quedar determinado un tringulo rectngulo cuya hipotenusa es el seg mento AB, se puede calcular la tangente de a que es la pendiente de la recta.
a = tga =
y y medida del cateto opuesto = 2 1 medida del cateto adyacente x 2 x1 y y a= 2 1 x 2 x1
Observamos que dos o ms rectas son paralelas si tienen la misma pendiente.
G.1.13
r1 // r2 // r3 pues a1 = a2 = a3 Dado que dos puntos en el espacio determinan una recta que pasa por ellos se puede calcular la pendiente y la ordenada al origen de esta recta a partir de las coordenadas de los dos puntos. Por ejemplo, si los dos puntos tienen coordenadas:
30
Matemtica
La pendiente de dicha recta ser
a=
0 3 1 (1) 2
3 = 2 3 2
a = 2 De la ecuacin slo resta calcular la ordenada al origen b, pues tenemos y = 2 x + b Reemplazando en la ecuacin x e y por las coordenadas de uno de los puntos que tenemos como dato del problema, por ejemplo (1, 3), obtenemos 3 = 2 (1) + b por lo tanto debe ser b = 1 La recta que pasa por los dos puntos ser y = 2 x + 1 G.1.14
Grfico de la recta y = 2 x + 1 que pasa por los puntos dados como dato
1.4.2. Ceros o races de una funcin lineal

Los valores de x para los cuales f(x) = 0, es decir, los valores donde la funcin corta al eje x, se llaman ceros de la funcin.
aa
La funcin lineal tiene como mximo un cero.
Como ejemplo, calcularemos los ceros de las funciones anteriores. Para f1(x) = x + 2 debe ser f1(x) = 0, esto es equivalente a resolver la ecuacin
31
x + 2 = 0, es decir que x = 2 es un cero de la funcin. El punto (2, 0) pertenece a la funcin. Para f2(x) = 2x + 3 debe ser f2(x) = 0, esto es equivalente a resolver la ecua cin 2x + 3 = 0, es decir que x = 3/2 es un cero de la funcin. El punto (3/2, 0) pertenece a la funcin. Para f3(x) = 2 debe ser f3(x) = 0, esto es equivalente a 2 = 0 que es absurdo, luego, la funcin no tiene ceros. Para f4(x) = x 1 debe ser f4(x) = 0, esto es equivalente a resolver la ecuacin x 1 = 0, es decir que x = 1 es un cero de la funcin. El punto (1, 0) pertenece a la funcin.
aa
Obsrvese adems que cuando x = 0, f(x) = b. El punto (0, b) es un punto de la funcin lineal. A este valor se lo llama ordenada al origen.
(0, 2) f1
(0, 3) f2 (0, 2) f3
(0, 1) f4
ca
2. a. Encuentre la expresin de la recta que cumple con: a) Tiene pendiente -3 y pasa por el punto (1, 1). b) Pasa por los puntos (-3, 1) y (1, 9). c) Pasa por el origen y es horizontal. d) Pasa por el punto (-3, -2) y es paralela a la recta f (x) = 3 x 2 b. Determine si las siguientes rectas son paralelas: la que pasa por los puntos (1, -2) y (-2, 4) y la que pasa por el punto (-2, 2) y tiene como ordenada al origen el valor -2. Verifique el resultado grficamente. c. Halle el punto donde se intersectan las rectas de los tems a.a) y a.b).
1.5. Funciones cuadrticas

Retomando el problema de los kilos de manzanas a comprar en un super mercado, independientemente de los kilos que lleve, el comprador pagar 5 pesos por cada uno, aunque lleve un cajn de 20 kilos de manzanas, ade ms del gasto fijo de 4 pesos por el viaje al supermercado. Qu pasa si el supermercado quiere incentivar la compra por parte de sus clientes realizando un descuento que no sea independiente de los kilos a comprar sino que es mayor cuanto ms kilos se compren? Si el descuento fuese lineal, esto es, independiente de la cantidad de kilos a comprar por ejemplo, descontando
32
Matemtica
10 centavos si lleva un kilo, 20 centavos si lleva dos y as sucesivamente esto representa solamente un cambio en el precio, a 4.90 pesos el kilo y no hay beneficio por llevar en cantidad. Matemticamente, un descuento lineal como es descripto se escribir como 5 . x + 4 0.10 x pesos, lo que es igual a escribir 4.90 . x + 4 pesos. Sin embargo, el supermercado podra plantear un descuento como el siguiente. Si se compra un kilo se descuentan 10 centavos, si se compran 2 kilos se descuentann 40 centavos (aqu se tienen 20 centavos por kilo de descuento al comprar 2 kilos), 90 centavos si se compran 3 kilos, etc. Aqu el descuento no es proporcional a la cantidad de kilos sino que cuantos ms kilos se llevan ms descuento se obtiene. En particular, la forma de obtener un nmero que aumente ms rpido que linealmente es, por ejemplo, multi plicando dos veces por los kilos a comprar. Si se compra 1 kilo el descuento a realizar ser de 10 centavos por 1 (kilo) por 1 (kilo) resulta 10 centavos. Si se llevan dos kilos el descuento ser de 10 centavos por 2 (kilos) por 2 (kilos) resultan 40 centavos de descuento y as sucesivamente. A este comportamiento que no es lineal se lo llama cuadrtico y tiene una expresin matemtica de la forma 4.90 . x + 4 0.10 x . x pesos o bien ordenando en forma decreciente el exponente de la variable, se obtiene la expresin 0.10 x2 + 4.90 . x + 4.
aa
Se define como funcin cuadrtica a una funcin de la forma f (x) = a x2 + b x + c donde a, b y c son nmeros reales cualesquiera, debiendo ser a 0. El dominio de esta funcin es todo el conjunto de nmeros reales y su grfico es una parbola.
Vrtice de una funcin cuadrtica Para hallar el vrtice es necesario calcular xv pues yv = f(xv). Como x
x +x = 1 2 v 2
puede deducirse que xv =
b 2a
entonces
b b V = , f 2a 2a
Algunos ejemplos de funciones cuadrticas y sus grficas

1) f1(x) = x2 En x = 0 la funcin tiene un cero o raz.
33
Una funcin cuadrtica tiene como mximo dos ceros. El punto (0, 0) es un mnimo de la funcin (vrtice de la parbola). La imagen de esta funcin es el intervalo [0, +] (solo se obtienen resultados positivos). La imagen de una funcin cuadrtica depende de la coordenada y del vr tice. La recta x = 0 es el eje de simetra de la funcin. El eje de simetra es la recta x = xv
G.1.15
y 4 f1(x)=x2
1 -2 -1 0 1 2 X
Vrtice V=(Xv, yv)
Eje de simetra
2) f2(x) = x2 1 Los ceros o races estn dados por: x2 1 = 0 por lo tanto x2 = 1 luego las races son x1 = 1 y x2 = 1 La coordenada x del vrtice es el punto medio del segmento determinado por las races, la semisuma de las races, xv = (x1+x2)/2 xv =
1+ (1) = 0 xv = 0 2
Para la coordenada y del vrtice calculamos f(xv)
yv = f (0) = 1
Entonces el vrtice V = (0,1) que es un mnimo de la funcin. El eje de simetra es la recta x = 0. La imagen de esta funcin es el intervalo [1, +).
34
Matemtica
G.1.16
y 3 f2(x)=x21
Races 1 2 1 01 1 Vrtice Eje de simetra

3) f3(x) = 2x2 + 2x Los ceros se obtienen de 2x2 + 2x = 0 2x.(x + 1) = 0 2x = 0 x + 1 = 0 x = 0 x = 1 luego, los ceros o races son x1 = 0
2X
x2 = 1
Tendremos V = (1/2,1/2), que es un mximo de la funcin. El eje de simetra es la recta x = 1/2. La imagen de esta funcin es el intervalo (, 1/2].
35
G.1.17
Eje de simetra Vrtice
1/2 0 1/2 1 x
f3(x)=2x2+2x
De los ejemplos vistos podemos extraer la siguiente conclusin:
aa
Dada una funcin cuadrtica f(x) = a x2 + b x + c si a > 0 la funcin tiene un mnimo que es el vrtice de la parbola. si a < 0 la funcin tiene un mximo que es el vrtice de la parbola.
Esta funcin la parbola pertenece a una familia de curvas cuadrticas denominadas cnicas, porque resultan de la interseccin de un plano con un cono (o con dos conos iguales unidos por el vrtice) como muestra la siguiente figura. G.1.18
Fuente: http://en.wikipedia.org/wiki/Conic_sections
36
Matemtica
En la primera figura la interseccin genera una parbola, que ya hemos ana lizado, en la segunda una elipse o un crculo (que es un caso particular de elipse) y en la tercera una hiprbola, que se caracteriza por tener dos ramas. Las elipses tienen un eje mayor y un eje menor. G.1.19
Fuente: http://es.wikipedia.org/wiki/Elipse
Las elipses son tiles en astronoma porque representan la trayectoria de los planetas alrededor del sol, que se considera ubicado en uno de los focos (F1 o F2). Las hiprbolas se vern ms adelante, al estudiar las funciones racionales.
1.5.1. Ceros o races de una funcin cuadrtica

Toda funcin cuadrtica f(x) = a x2 + b x + c puede expresarse como
que se obtiene de completar cuadrados en la forma anterior. Esta expresin facilita el clculo de las races, en el caso de tener una fun cin cuadrtica en la que figuren los tres trminos. Igualando a cero y despejando de la expresin anterior tendremos que los ceros son:
Si b2 4ac es negativo no se puede hallar x1 y x2, entonces la funcin no tendr ceros.
ca
37
ca
3.
a. Halle el trmino independiente, las races y el vrtice de las siguientes funciones cuadrticas: a) x2 + x 6 d) (x1)2 + 3 b) 2x2 6x e) x2 x + 6 c) 49x2 10 x + 17 f) x2 + 4x 3
b. Halle la interseccin de las siguientes funciones: a) f(x) = 5x + 1 b) f(x) = x2 2x + 1 c) f(x) = 2x2 + 8 y d) f(x) = x2 2x 11 y y y y g(x) = x2 2x + 1 g(x) = x2 + 2x + 1 g(x) = x2 + 4x 4 g(x) = 2x2 5x + 7
c. Verifique grficamente los resultados que obtuvo en el ejercicio anterior.
1.6. Funciones potenciales y polinmicas

Las funciones lineales y cuadrticas son casos particulares de las funciones polinmicas, que a su vez son sumas de funciones potenciales.
aa aa
Se define como funcin potencial a la expresin de la forma f (x) = xa donde a es un nmero real cualesquiera, debiendo ser a 0. El dominio de esta funcin es todo el conjunto de nmeros reales .
Las funciones polinmicas son definidas por expresiones de la forma:
f(x) = a1 x + a2 x2 + a3 x3 + a4 x4 + + an xn donde n es el grado del polinomio (mayor potencia) an debe ser distinto de cero y ai son los coeficientes del polinomio, pudiendo tomar cualquier valor real. El dominio de estas funciones es todo el conjunto de nmeros reales . Escribiendo de otra manera la expresin anterior, utilizando el smbolo llamado sumatoria , la expresin general queda:
Algunos ejemplos de funciones polinmicas son: f(x) f(x) f(x) f(x)

38
= ax + b = ax2 + bx + c = ax3 + bx2 + cx + d = ax4 + bx3 + cx2 + dx + e
funcin lineal de grado 1 funcin cuadrtica grado 2 funcin cbica de grado 3 funcin polinmica de grado 4
Matemtica
1.7. Funciones racionales
aa
Las funciones racionales son aquellas que se pueden escribir como el cociente de dos funciones polinmicas.
b1 x + b2 x2 + b3 x3 + b4 x4 + + bm xm __________________________________ a1 x + a2 x2 + a3 x3 + a4 x4 + + an xn
f(x) =
Estas funciones estn definidas en todos los valores de x donde el denomina dor es distinto de cero. En los valores de x para los cuales el denominador se anula, habr que estudiar qu sucede con el numerador. Si este no se anula para ese valor, la funcin no estar definida. Algunos ejemplos sencillos 1) La hiprbola: f ( x) =
1 x
En esta funcin observamos que los valores de x que hacen posible la expre sin son aquellos que no anulan el denominador, por lo tanto x puede tomar cualquier valor real menos el cero, Dom f(x) = {0}. Adems, el numerador vale 1, por lo que nunca puede ser cero y entonces esta funcin no tiene ceros, Im f(x) = {0}. El grfico de la funcin resulta: G.1.20
La curva se acerca indefinidamente a los ejes pero no los toca. Las rectas x = 0 e y = 0 se llaman asntotas de esta funcin.
Se llama as a las rectas a las que tiende se parece la funcin en el infinito. Veremos este concepto con ms profundidad en la prxima unidad.
2)
Esta funcin es racional, no est definida si el denominador 2x + 3 = 0. Despejando, esto ocurre si x = 3/2, entonces Dom f(x) = {3/2}. La funcin es nula cuando
.
39
Pueden recordarse las propiedades de la divisin de polinomios por binomios de la forma (x a) y su relacin con el Teorema del resto y el Teorema del factor en < http:// www.hiru.com/matematika/ matematika_03200.html>
Realizando la divisin:
con lo que se obtiene
Dividiendo ambos miembros por (2x = 3)
Luego, podemos expresar la funcin como:
Se observa que la funcin nunca vale 1/2 dado que el segundo trmino no puede ser cero. De esta manera Im f(x) = {1/2}. Grficamente, G.1.21
Las rectas x = 3/2 e y = 1/2 son asntotas de la funcin.
Otra manera para poder localizar las asntota vertical es dividir el numerador y el denominador de la funcin por x, suponindolo distinto de cero
40
Matemtica
Esta expresin para valores muy grandes o muy pequeos de x (cuando x se acerca a +infinito o a infinito) se acerca a 1/2.
1.8. Funciones exponenciales y logartmicas

Si en lugar de estar elevada a una potencia f(x)= xa, la variable figura en el exponente, entonces tendremos una funcin exponencial.
aa
Las funciones exponenciales son de la forma: f (x) = ax El valor de la potencia vara al variar x.
Si a la funcin exponencial le agregamos la restriccin de que el nmero base a sea positivo, y restringimos el codominio a los nmeros reales mayores que cero, entonces esta funcin es inyectiva, existe su funcin inversa y se la llama logaritmo.
aa
De esta forma, se define la funcin logaritmo como aquella que cumple: y = loga x x = ay
Como caso particular de la funcin exponencial veamos una funcin que utili zaremos mucho en las prximas unidades. Resulta al considerar la constante a como el nmero irracional e que en forma aproximada vale e = 2.718281828459......... Se trata de la funcin f(x) = ex La inversa de esta funcin es un logaritmo y se lo denomina logaritmo neperiano: log e x = ln x Algunos ejemplos 1) f(x) = ex Es una funcin exponencial, donde Dom f(x) = . Por su parte la funcin no tiene ceros pues ex > 0 para cualquier x, por lo tanto Im f(x) = > 0. En par ticular, el punto (0, 1) pertenece a la funcin, pues si x = 0, f(x=0) = e0 = 1. Su grfico aproximado es: G.1.22
La invencin de los logaritmos se debe al matemtico escocs John Neper quien, a principios del siglo XVII, intent idear un mtodo que aliviara los complejos clculos que deban realizarse en astronoma para resolver problemas trigonomtricos.
La recta y = 0 es asntota horizontal de la funcin
41
2) f(x) = ex+1 + 1 Esta funcin est definida para cualquier valor de x, por lo tanto, Dom f(x) = . Para calcular los ceros, se realizan las siguientes operaciones: ex+1 + 1 = 0 ex+1 = 1 se iguala la funcin a cero se separa en trminos y se despeja el trmino que contiene a la incgnita, x, de los trminos que no la contienen.
Una funcin exponencial ax es igual a 1 cuando el exponente es cero, por lo que si ex+1 = 1 entonces x + 1 = 0 Luego x = 1 es cero de la funcin. Como ex+1 es menor que cero para cualquier valor de x, la funcin es menor que 1 siempre, Im f(x) = < 1. El grfico aproximado de la funcin es: G.1.23
y = 1 es asntota de la funcin
ca
4. Una funcin exponencial, cuya aplicacin se ver en Matemtica Financiera, tiene la forma: C = C0 (1+i)n Expresa el valor de un capital C0, colocado a una tasa de inters simple i, constante, durante n perodos de tiempo. Represente grficamente C en funcin de n, para una tasa del 10% anual, durante no menos de 10 aos, para C0= 1.000 (la tasa de inters se expresa como 0.1, equivalente a 10%).
42
Apndice 1
Funciones aplicadas a problemas de economa y negocios

Problemas propuestos
Alfredo Russo 2009 con permiso del autor
Problema 1
Los costos de produccin de una fbrica de zapatos obedecen a la siguiente regla: 1. Costos fijos mensuales = $30.000 2. Costos variables= n*100, dnde n es el nmero de pares fabricados en el mes. 3. Los Costos Totales son iguales a la suma de los Costos Fijos + Costos Variables. El precio de venta de cada par de zapatos es de $200, de modo que el Ingreso por Ventas es n*200 donde n sigue siendo la cantidad fabricada por mes. a) Representar en un solo grfico, los Costos Fijos, los Costos Totales y los Ingresos por Ventas. b) Determinar el punto a partir del cual la fbrica empieza a generar ganancias, esto es, la produccin mensual mnima necesaria para que los Ingresos por Ventas igualen a los Costos Totales.
Problema 2
Supongamos que, para promover las ventas, el propietario de la fbrica de zapatos decide implementar una poltica de descuentos, tal que los ingresos por ventas ahora no crecen linealmente con la cantidad producida sino que obedecen a una funcin de la forma: Ingresos Por Ventas = 200*n 0.06*n2 a) Identificar la funcin que representa a los Ingresos por Ventas b) Representar, en una nica grfica, los Costos Fijos, los Costos Totales y los Ingresos por Ventas. c) Comparar con los resultados del problema anterior y proponer una explicacin.
43
Problema 3
Mostrar grficamente que las siguientes funciones determinan un recinto cerrado. X=0 Y=0 Y=X Y=5
Problema 4
Trazar la grfica de la funcin usando una planilla electrnica para construir una tabla de valores de x y de y
a) Analizar qu sucede para x = 0 b) Analizar qu sucede para x = 1 y x = 1 c) Tiene una o ms asntotas? Cules?
Problema 5
Un apostador juega solamente a chances en la ruleta (rojo/negro, mayores/ menores), sabiendo que la probabilidad de que salga uno u otro valor es:
Donde P(k) es la probabilidad de que salga kveces una de las chances en n tiradas, p es la probabilidad de que salga una de ellas en una tirada (1/2 en este caso si no consideramos el 0 de la ruleta) y el nmero combinatorio se calcula por medio de:
El smbolo ! se llama factorial y se calcula de la siguiente forma: n! = n (n1) (n2) ... 2 . 1 a) Calcular la probabilidad de que en 10 tiradas salga 5 veces negro, dem 6 veces negro, dem 7 veces negro, dem 8 veces negro. b) Obtener una conclusin acerca de las chances del apostador.
44
Matemtica
Problema 6
Dada la funcin
P es el valor actual de una suma P0 colocada a una tasa de inters compuesto i durante n perodos, en unidades consistentes (eso quiere decir que si i es una tasa de inters anual, n debe estar expresado en aos). a) Calcular el valor de P si se colocan $100 a una tasa del 10% anual durante 5 aos. b) Calcular la tasa de inters a la que deben colocarse $100 para obtener $250 al cabo de 5 aos. c) Calcular el tiempo al que deben colocarse $100 para obtener $200 al 12% anual.
Problema 7
Una tasa de inters i peridica puede considerarse equivalente a una tasa de inters i continua cuando se las vincula con la expresin:
(1 + i ) n = ei ' n
En este caso se considera que i corresponde a la capitalizacin continua de las sumas dinero puestas a inters a lo largo del perodo n. a) Para los casos del problema anterior, calcular la tasa i equivalente a cada una de las tasas de las tres alternativas del mismo. b) Demostrar que P = P0 ein c) Verificar que los resultados que se obtienen usando i son los mismos que arroja el problema anterior.
Problema 8
El Valor Actual de un pago a recibir en el futuro se calcula por medio de la expresin:
PA =
PF (1 + i ) n
Donde PA es el valor actualizado del monto PF a recibir luego de n perodos de tiempo, en tanto i representa la Tasa de Descuento. a) Calcular el Valor Actual de un pago de $100 a recibir luego de 4 meses si la Tasa de Descuento mensual es del 1% b) Calcular el Valor Actual de una serie de pagos de $100 a reci bir en 1, 2, 3 y 4 meses, respectivamente, con una Tasa de Descuento mensual del 1%.
45
Problema 9
Los economistas usan una funcin de produccin conocida como Cobb Douglas cuya expresin es la siguiente:
Donde Y es el valor monetario de la produccin de bienes y servicios en un ao. A es un factor de productividad total de la economa, L es el aporte del trabajo y K el aporte del capital a la produccin total. a) Suponiendo que a + = 1, A, la productividad global es de 100 unidades, L = 5000 unidades monetarias y K = 5000 unidades monetarias, calcular los valores de Y para diferentes valores de a y de , tomados de 0.1 en adelante. b) Repetir el clculo para A = 200. c) Representar grficamente Y = f(a) para los dos casos. d) Obtener una conclusin de los resultados numricos y grficos obtenidos.
46
Apndice 2
Ajuste de datos a una curva dada

Alfredo Russo 2009 con permiso del autor
El problema central de la optimizacin matemtica es encontrar la curva que mejor representa a un conjunto dado de datos. Para qu sirve esto? Para tratar al conjunto de datos como una funcin, del tipo de las que venimos estudiando, en lugar de tratarlos como datos dispersos. Esto no es arbitrario y no se deben combinar datos tomados al azar. Se supone que el analista conoce los datos de antemano, por tratarse de resul tados de un procedimiento experimental, por ejemplo, y sabe que hay una relacin entre ellos y una variable predeterminada. En consecuencia, es lcito tratar al conjunto de datos como una funcin de esa variable predeterminada y calcular los parmetros de dicha funcin.
Regresin lineal
El procedimiento usado para calcular los parmetros de la funcin es el lla mado Mnimos Cuadrados. Fue llamado Mtodo de Regresin Lineal porque formaba parte de un estudio que constituy, en s, un error; el mtodo qued pero los resultados no son vlidos. La regresin lineal busca encontrar los parmetros de una recta (ordena da al origen y pendiente) que mejor satisface a una distribucin de puntos que corresponden a una medicin dada, por ejemplo. Supongamos que medi mos una magnitud y que queremos representar los resultados de la medi cin, obtendremos una dispersin de puntos como la que muestra el grfico siguiente:
Francis Galton, un primo de Charles Darwin, realiz un estudio sobre las alturas de los padres y los hijos en Inglaterra y encontr que haba una tendencia a que los hijos fueran de menor altura que sus padres. La conclusin result errnea pero el mtodo usado recibe todava el nombre de anlisis de regresin por esa pretendida regresin de las alturas de los hijos respecto de los padres.
47
Se observa que los puntos se distribuyen en torno de una recta, cuyos par metros hay que calcular. La ecuacin de esa recta, expresada en funcin de cada uno de sus puntos, puede expresarse por medio de:
Dnde a0 y a1 son, respectivamente, la ordenada al origen y la pendiente de la recta representativa de los datos. Por su parte, i es el error de cada medicin. Como puede observarse en la ecuacin anterior, cada valor de yi es funcin de dos variables: xi y el error. El mtodo de mnimos cuadrados, por medio de una tcnica que vamos a examinar en las prximas unidades, lo que hace es encontrar una recta tal que los cuadrados de las distancias de cada punto a la recta que los representa, sean mnimas. Por qu los cuadrados? Para no tener que lidiar con funciones negativas. Este mtodo nos permite calcular los dos parmetros de una recta tal que resulte ser la que mejor compensa las diferencias con los puntos reales obte nidos en el proceso de medicin. Finalmente, un coeficiente de correlacin, R, del que tambin se suminis tra su cuadrado por las razones expresadas anteriormente, nos informa sobre la bondad del ajuste, esto es, para valores de R cercanos a 1 la correlacin es ptima y la ventaja de la misma se reduce a medida que el valor de R se acerca a 0. Si R fuera negativo, la correlacin sera la inversa de la plantea da en nuestro supuesto. Para funciones de grado 2 o superior, el nmero de parmetros aumenta, aunque el procedimiento es similar. A continuacin, vamos a plantear algunos ejemplos y sus soluciones usan do una propiedad de los grficos de Excel, que permiten calcular los par metros de las rectas o curvas de regresin y los coeficientes de correlacin respectivos.
Ejemplo
La empresa Informatix SA vende Netbooks de importacin. Para estimar sus necesidades de importacin para los prximos meses dispone de un estudio de mercado con los siguientes datos:
Mes Demanda 1 50 2 61 3 72 4 79 5 89 6 99 7 111 8 122 9 131
48
Matemtica
El grfico resultante es el que vemos arriba, con la lnea quebrada que repre senta los datos y la lnea de tendencia superpuesta. La ecuacin de la lnea de tendencia es la que vemos en la parte superior derecha, la cual nos permi te interpolar o, si se justifica, extrapolar para determinar la demanda esperada en los meses que siguen al 9. El coeficiente de correlacin R2 es de 0.9981, lo cual indica que R = 0.999 (obtenido extrayendo la raz cuadrada de R2) de modo que la correlacin es casi perfecta. Para extrapolar la demanda y calcular, por ejemplo, la del mes 10 hace mos el siguiente clculo: D10 = y10 = 10,083 * 10 + 40,028 Esta expresin nos da un valor de demanda de 140.8 unidades 141 uni dades, siempre que sea vlido considerar que se mantendr una demanda creciente en el mes 10.
Regresiones no lineales
El procedimiento puede extenderse a datos que son mejor representados por funciones no lineales. La demostracin del procedimiento no se har aqu, slo se mostrar cmo ejecutar el ajuste de un conjunto de datos a curvas no lineales y cul es el criterio para elegir la curva ms adecuada para cada caso. Supongamos que ahora tenemos la siguiente tabla de Ingresos por Ventas:
Ventas Ingresos 100 19400 200 37600 300 54600 400 70400 500 85000 600 98400
Mientras que la tabla de Costos es la siguiente:

Costos fijos Costos variables Costos Totales 30000 10000 40000 30000 20000 50000 30000 30000 60000 30000 40000 70000 30000 50000 80000 30000 60000 90000
La curva de ingresos en funcin de las ventas resulta ser:
49
Si queremos hacer una regresin lineal para encontrar los parmetros de la recta ptima que representa el conjunto de datos obtenemos:
Esta recta tiene un ajuste suficientemente bueno como para usarla para extra polaciones de corto alcance, por ejemplo, 700 unidades de ventas. Veamos qu sucede si hacemos una regresin no lineal, considerando una forma cuadrtica:
Obtenemos, con una regresin polinomial, una expresin cuadrtica con un Coeficiente de Correlacin R = 1. La eleccin se ha hecho con el siguiente procedimiento: se selecciona la curva de representacin de datos con el mouse y luego se ejecutan los comandos: Grfico >> Agregar Lnea de Tendencia >> Polinomial >> Grado 2; por supues to, en todos los casos hay que tener la precaucin de seleccionar Opciones y dentro de las Opciones marcar con el mouse: Presentar ecuacin en el grfico y Presentar el valor de R2 en el grfico. Hemos ajustado las escalas de valores de abscisas y ordenadas para mejorar la forma de ver la grfica. Si hubiramos querido representar los datos con un polinomio de orden superior, hubiramos elegido el orden en la casilla respectiva, como 3, 4 o 5, por ejemplo. Otra alternativa, que suele ser til en casos especiales, es usar una forma exponencial para la regresin. Veamos qu sucede en el caso anterior:
50
Matemtica
Esta expresin nos da un coeficiente de correlacin menor y una forma de la curva que nos va a llevar a errores significativos si quisiramos calcular los Ingresos correspondientes a una venta de 700 unidades, por ejemplo. Con estos ejemplos hemos querido explicar que la eleccin de la curva de regresin va a condicionar los resultados a obtener. De cualquier manera, por tratarse de un mtodo numrico aproximado, en muchos casos no tendremos mejor solucin que una de las regresiones propuestas. Se deja como ejercicio para los estudiantes hacer pruebas con los mis mos datos para otras curvas de regresin y sacar conclusiones al respecto. Una regla prctica indica comenzar con la regresin lineal y verificar si los resultados obtenidos se apartan demasiado de los datos reales. Por ejemplo, en el caso analizado para la regresin cuadrtica, la regresin lineal sugiere desviaciones crecientes en extrapolaciones para mayores valo res de las unidades vendidas, pero muestra una razonable capacidad para interpolar datos, dentro del rango de valores propuestos. Otras curvas de regresin son aplicables a casos especiales, como la loga rtmica, la potencial o los promedios mviles (muy usados en el anlisis de series de tiempo en Economa, por ejemplo). Las diferentes versiones de Excel pueden mostrar diferencias en los menes pero las operaciones, bsicamente, son las mismas en todas ellas.
51
2
Las ideas bsicas del clculo
Objetivos
Comprender el concepto de lmite de una funcin y analizar su continuidad en un valor dado. Entender los conceptos de cociente incremental y derivada de una funcin en un punto. Comprender y aproximar funciones en las cercanas de un valor usando derivadas y aproximacin lineal o de grado superior. Calcular los intervalos de crecimiento y decrecimiento de una funcin. Obtencin de mximos y mnimos (extremos relativos) utilizando la derivada.
2.1. Introduccin
El clculo, en diversas formas, fue conocido en la antigedad por matemticos orientales y occidentales; japoneses, indios, iraques, persas y griegos desarrollaron algunas de sus formas y se dice que, entre los textos perdidos de Arqumedes, 200 a.C., se encuentran consideraciones sobre derivadas e integrales. Sin embargo, en su forma actual fue desarrollado, casi simultneamente, por Newton en Inglaterra y Leibniz en Alemania. Newton se dedic principalmente a los fundamentos del clculo y Leibniz a la notacin que se usa actualmente. Esta disciplina trabaja con cantidades pequeas, de all su calificativo de infinitesimal, concepto abstracto que, a veces, no resulta fcil de capturar e incorporar. Para analizar la continuidad de las funciones se trabaja con lmites, esto es, con los valores que toma una funcin cuando la variable independiente se aproxima, con valores pequeos y sucesivos, a un valor que, en algunos casos, no llega a alcanzar nunca, como se ver en uno de los ejemplos ms adelante. En el terreno prctico, el clculo se aplica para estudiar el rea bajo una curva, las velocidades y el movimiento y tambin problemas de ptimos, considerados como mximos o mnimos relativos de una funcin dentro de lmites impuestos por restricciones. Es riguroso en cuanto a los postulados que lo respaldan, como toda construccin en Matemtica. La axiomtica el conjunto de postulados debe ser estrictamente respetada para, valga la paradoja, no cometer errores de clculo. En ese orden, el clculo se maneja con una serie de reglas que no dan lugar a opiniones, como puede suceder en otras ciencias, especialmente las sociales. Precisamente, en los ltimos tiempos han aparecido textos de Matemtica para las CienDel latn calculus, una piedra pequea usada para contar.
53
cias Sociales, que desarrollan conceptos aplicables a algunas de ellas. En ese sentido han sido pioneras la Sociologa y la Psicologa (Psicometra) con el uso del clculo de probabilidades, estadstica y nmeros ndice para caracterizar conductas de grupos humanos o de individuos aislados. All, puede ser opinable la forma de aplicar el clculo, no el clculo en s. Como cualquier otra herramienta, lo que la distingue es su aplicacin correcta. El clculo o clculo infinitesimal comprende bsicamente lmites, funciones, derivadas, integrales y series infinitas. Se distinguen dos ramas principales: el clculo diferencial y el clculo integral. En general, se aplica el clculo infinitesimal o simplemente el clculo, cuando las ecuaciones materia del lgebra son insuficientes para describir un fenmeno. Las aplicaciones del clculo son muy diversas; las principales son las Ciencias Exactas, la Economa y la Ingeniera, aunque el grado de intensidad en estas aplicaciones puede ser diferente. Dentro de la Economa, en una forma ms general, se consideran incluidas las Ciencias de la Administracin, en las que tambin se aplican algunas de las formas del clculo. En esta Unidad se considerarn los lmites y la continuidad de las funciones de una sola variable independiente, as como las derivadas de las mismas. En el desarrollo se considerarn problemas de aplicacin vinculados con las carreras de grado que incluyen este curso en sus currculos.
Pierre de Fermat (16011665) fue un destacado jurista y matemtico francs. Su trabajos abrieron el camino al desarrollo ulterior del clculo infinitesimal por Newton y Leibniz. En 1654, y como resultado de una larga correspondencia, desarroll con Blaise Pascal los principios de la teora de la probabilidad. Tambin realiz destacados aportes en geometra analtica y la teora de nmeros. Fuente: www.biografiasyvidas.com Las primeras definiciones de lmite aparecen en la obra de Wallis (1616-1703) y en ella se utiliza por primera vez el smbolo infinito. Con posterioridad, DAlembert perfeccion la definicin. Fue Cauchy (1789-1857) quien elabor la definicin que utilizamos hoy en da.
La nocin de derivada es histricamente anterior al concepto de lmite. Sin embargo, se utilizar este concepto en la definicin de la derivada. La derivada de una funcin en un punto surge del problema de calcular la tangente a la grfica de la funcin en ese punto. Fue Fermat el que aport la primera idea al tratar de buscar los mximos y mnimos de algunas funciones. En dichos puntos, las tangentes son paralelas al eje de abscisas, por lo que el ngulo que forman con ste es de cero grado. En estas condiciones, Fermat buscaba aquellos puntos en los que las tangentes fueran horizontales, y esta es una de las aplicaciones de las derivadas que ms se utilizan para el anlisis de una funcin.
2.2. El lmite
El lmite de una funcin est ntimamente unido a su representacin grfica y a la interpretacin de la misma debido a que indica su comportamiento o tendencia. Por esta razn, el concepto de lmite es bsico en el Anlisis Matemtico.
54
Matemtica
2.2.1. Un ejemplo de aplicacin del lmite

La funcin
no est definida en x = 2, ya que para ese valor el denominador se hace cero. La pregunta que se plantea es qu sucede con la funcin para valores de x cercanos a 2. f(x) se acerca a un valor al que se llamar lmite de la funcin f(x) cuando x se acerca a un valor dado (en este ejemplo, este valor es 2 y se dice que x tiende a 2). Una manera de estudiarlo es realizando una tabla y evaluando la funcin en estos valores cercanos a 2. La forma ms simple es utilizar el Excel de la siguiente manera (se har una descripcin general como para poder reproducirla en otro problema): En la primera columna se colocan valores crecientes, por ejemplo del 1 al 7, luego en la segunda columna se calcula 10 elevado a la potencia de los valores de la columna anterior (B1=10^A1). En la tercer columna se calculan los inversos multiplicativos de la segunda columna (C1=1/B1). En la cuarta y quinta columna se calculan los valores cercanos a 2 donde se desea estudiar la funcin, para ello se suma y se resta el nmero pequeo calculado en la columna anterior al valor 2, se hace D1=2-C1 y E1=2+C1. Finalmente, se calcula la funcin en cuestin en los valores de x cercanos a 2, que acabamos de obtener F1=+(D1^3-8)/(D1-2) y G1=+(E1^3-8)/(E1-2). Con ello se obtiene la siguiente tabla al calcular los pasos anteriores para el resto de la misma.
1 2 3 4 5 6 7 10 100 1000 10000 100000 1000000 10000000 0,1 0,01 0,001 0,0001 0,00001 0,000001 0,0000001 1,9 1,99 1,999 1,9999 1,99999 1,999999 1,9999999 2,1 11,41 2,01 11,9401 2,001 11,994001 2,0001 11,9994 2,00001 11,99994 2,000001 11,999994 2,0000001 11,9999994 12,61 12,0601 12,006001 12,0006 12,00006 12,000006 12,0000006
En esta tabla de observa que cuando x tiende a 2 la funcin tiende a 12 y se escribe como
Tambin se puede ver el comportamiento de la funcin grficamente con la ayuda del Gnuplot:
gnuplot> f(x)=((x**3)-8)/(x-2) gnuplot> plot [1.999:2.001] f(x)

donde se obtiene el siguiente grfico:
55
G.2.1.
No se observa ningn problema de la funcin en x = 2, sin embargo, si se quiere evaluar la funcin en este valor, el Gnuplot devuelve el siguiente mensaje de error (se est intentando dividir por cero):
gnuplot> print f(2) gnuplot> print f(2) ^ undefined value

Generalizando, el concepto de lmite de una funcin est relacionado con lo que sucede con los valores a los que se aproxima la funcin f(x) cuando la variable x se aproxima a un nmero a se dice que,
aa
El lmite de una funcin f(x) cuando x se aproxima a un nmero a es l si los valores correspondientes de la funcin f(x) se aproximan al valor l. Ello se representa de la forma:
La manera formal de demostrarlo es ver que se puede hacer la diferencia | f (x) - l | tan pequea como se quiera, (se puede hacer | f (x) - l |< , > 0) si tomamos valores de x lo suficientemente cercanos a a (existe el nmero > 0 tal que si | x - a |< , entonces se cumple que | f (x) - l | < , > 0). Se advierte aqu que en la definicin de lmite no entra en discusin el valor de f(x) en x = a, (f(a)). De hecho, la funcin en x = a puede no ser igual a l o incluso puede llegar a no estar definida para ese valor como se vio en el ejemplo anterior.
56
Matemtica
Tambin se pueden definir los lmites laterales (lmites por derecha o izquierda), en los cuales se aproxima al nmero a con valores de x mayores o menores que a respectivamente. Estos lmites se expresan como: Lmite por izquierda o lmite izquierdo
Lmite por derecha o lmite derecho
aa
Se dice que existe
si existe el lmite por derecha y el lmite por izquierda de f (x) en x = a y adems estos lmites coinciden.
En el ejemplo de la funcin que se estudi previamente con la tabla, estos lmites existen y coinciden en el valor 12, y por ello se concluye que
2.2.2. Clculo algebraico del lmite

La funcin anterior
no se puede evaluar en el punto x = 2, pues no est definida. Lo que s se puede hacer es transformarla algebraicamente en otra funcin que tenga el mismo comportamiento que ella en todos los valores de x salvo en 2. Luego si x 2, el denominador es siempre distinto de cero y f (x) se transforma en g(x) = x2 + 2.x + 4 luego de hacer (x3 8) : (x 2). Para dividir ambos polinomios se completa el dividendo y se realizan los siguientes pasos:
57
Luego (x3 8) : (x 2) = x2 + 2.x + 4 Volviendo al lmite se tiene:
Resultado que se obtuvo previamente con la tabla de valores.
2.2.3. Un lmite muy particular

Veremos qu sucede con el siguiente lmite cuando x tiende a cero:
Para comenzar, la funcin no est definida en x = 0 ya que la potencia (1/x) no est definida en x = 0. Si se quiere calcular el lmite por izquierda y por derecha, como se hizo en el ejemplo anterior, construyendo una tabla de valores, esta vez calculndolos de a uno en lugar de hacerlo con el Excel, se tomarn valores cada vez ms cercanos a cero. Acercndose por izquierda con valores menores que cero sern valores negativos, mientras que al hacerlo por derecha sern positivos. Para realizar los clculos ms fcilmente slo se tomarn fracciones cada vez ms pequeas (en valor absoluto). El clculo para algunos valores acercndose por ambos lados es el siguiente:
58
Matemtica
Lmite por Izquierda x<0 -1/2 -1/3 -1/4 -1/5 -1/n -1/100 f(x) 4 (3/2)3 = 3.375 (4/3)4 3.1605 (5/4)5 3.0518 (n/(n-1))n (100/99)1002,732
Lmite por derecha x>0 1/2 1/3 1/4 1/5 1/n 1/100 f(x) (3/2)2 = 2.25 (4/3)3 2.3704 (5/4)4 2.4414 (6/5)5 = 2.48832 ((n+1)/n)n (101/100)1002,705
De esta forma se obtienen expresiones para estimar los lmites por derecha y por izquierda. Hasta aqu se puede estimar que el lmite estar entre 2.705 y 2.733. Si se utiliza ahora el Excel para calcular con valores ms cercanos a cero como se realiz en el ejemplo anterior, utilizando las expresiones recin obtenidas, resulta:
n
10 100 1000 10000 100000 1000000 10000000 100000000
(n/(n-1))n
2,86797199 2,73199903 2,71964222 2,71841776 2,71829542 2,71828319 2,71828197 2,71828185
((n+1)/n)n
2,59374246 2,70481383 2,71692393 2,71814593 2,71826824 2,71828047 2,71828169 2,71828179
Con estos valores se observa que ambos lmites tienden a un valor cercano a 2.718281... entre 2.71828185 y 2.71828179. El verdadero valor del lmite es un nmero de los denominados trascendentes, con infinitas cifras decimales y con el que ya se trabaj en la unidad anterior.
aa
El lmite en este caso es el famoso nmero e que se utiliza en la base de los logaritmos neperianos o como base de la funcin exponencial ex y de hecho, este lmite, es una de las formas de definir este nmero:
59
2.3. Continuidad
Se dice que una funcin es continua en el punto x = a si la funcin est definida en x = a; si existe
Lim f ( x )
x a
y si este lmite coincide con f(a)
En el ejemplo previo, la funcin no est definida en x = 2, con lo cual la funcin no es continua por esta razn, sin importar que exista el lmite
Sin embargo, dado que existe el lmite de f(x) cuando x tiende a 2, esa discontinuidad se puede evitar definiendo una nueva funcin g(x) igual a f(x) en todos los x distintos de 2 pero que en x = 2 tome el valor 12. (g(2)=12).
Para esta nueva funcin g(x), se cumplen las condiciones de continuidad en x = 2 ya que est definida en 2; g(2) = 12; existe el lmite de g(x) cuando x tiende a 2
y este lmite coincide con el valor de la funcin en x = 2.
2.4. Cociente incremental y derivada

Dada una funcin f(x) el cociente incremental entre los puntos (x1, f(x1)) y (x2, f(x2)) se define como:
60
Matemtica
A este cociente tambin se lo llama tasa de variacin media o tasa de variacin promedio entre x2 y x1. Grficamente, se observa que el cociente incremental es la pendiente de la recta que pasa por los puntos (x1, f(x1)) y (x2, f(x2)). G.2.2.
Se observa que en los tramos donde la funcin crece, el cociente es positivo pues f(x2) > f(x1), y en los tramos donde la funcin decrece, el cociente es negativo pues f(x2) < f(x1). En el caso particular de que la funcin sea una recta, este cociente es constante e igual a la pendiente de la recta.
2.4.1. Derivada de una funcin en un punto

Tomando a = x1 y a + h = x2, el cociente incremental previo resulta Como x2 - x1 = a + h - a = h, G.2.3.
61
Se puede observar que a medida que h disminuye (h 0), los puntos se acercan y la recta secante a la grfica de la funcin se transforma en una recta tangente a la funcin en x = a.
aa
El valor del cociente incremental cuando h tiende a 0 es la pendiente de la recta tangente a la funcin en x = a
Este lmite es lo que se llama la derivada de la funcin f(x) en el punto a y se escribe como f (a). La derivada de una funcin en un punto a se llama tambin tasa de crecimiento instantneo de la funcin en a. La derivada de una funcin en un punto es un nmero.
La funcin derivada de una funcin f(x) se llama f (x) y se obtiene haciendo
2.4.2. Reglas de derivacin

Vase en el Apndice 1 un resumen de estas funciones y sus derivadas
La derivada de cualquier funcin puede calcularse utilizando la definicin que se ha dado. Para las funciones mas simples se calcula utilizando el lmite; para funciones mas complejas sumas, productos o composiciones de funciones simples las derivadas pueden calcularse utilizando las reglas de derivacin.
Derivada de una funcin constante f(x) = k es cero
Derivada de la funcin f(x) = 1/x
62
Matemtica
Derivada de la suma (diferencia) de funciones
Ejemplo: (ln(x)+1/x)=(ln(x)) + (1/x) = 1/x + (- 1/x2) =
Derivada de un polinomio
y = x 4 + 2 x3 + 3x + 5
y ' = 4 x3 + 6 x 2 + 3
Como vimos anteriormente, cada sumando del polinomio se deriva en forma independiente del otro y se obtiene una funcin derivada que es la suma de las derivadas de cada uno de los elementos del polinomio primitivo.
Derivada del producto de funciones

Ejemplo
Derivada del cociente de funciones
Ejemplo
63
Derivada de la composicin de funciones (regla de la cadena)
Ejemplo
En este caso, se puede resolver la derivada calculando primero la funcin composicin y derivando la funcin cuadrtica resultante:
(f o g)(x)=2(25 x2-2 5x 1+ 12)+ 1=50 x2 - 20 x + 3

entonces se obtiene el mismo resultado
(f o g)(x)= 100 x -20

1. a. Calcule las derivadas de las siguientes funciones:
ca
64
Matemtica
b. Calcule mediante la frmula de la derivada de una potencia:
c. Calcule mediante la frmula de la derivada de una raz:
d. Derive las siguientes funciones exponenciales:
65
e. Calcule la derivada de las siguientes funciones logartmicas:
f. Calcule la derivada de las siguientes funciones:
2.4.3. Derivadas de orden superior

La derivada de una funcin es a su vez una funcin, con lo cual tambin puede calcularse su derivada, y as sucesivamente. Ejemplos
f(x) = x4 - 2 x3 + 3 x2 + 4x - 8 f(x) = 4 x3 - 6 x2 + 6 x + 4
La derivada de la derivada ser
(f(x)) = f(x)(2) = 12 x2 - 12 x + 6
y as se puede seguir derivando
((f(x))) = f(x)(3) = 24 x - 12 (((f(x)))) = f(x)(4) = 24 ((((f(x))))) = f(x)(5) = 0
66
Matemtica
ca
2. Halle las derivadas sucesivas de:
2.5. Aproximacin lineal

Se puede aproximar el valor de una funcin en las cercanas de un punto a calculando la recta tangente a la funcin en ese punto y aproximando el valor de la funcin por el valor de la recta tangente. En general, si una funcin es derivable en x = a se puede aproximar el valor de la funcin f(x) en x = a usando la recta que pasa por el punto (a, f(a)) y cuya pendiente es igual a la derivada de f(x) en el punto a. De esta forma, se puede aproximar f(x) para valores cercanos a a usando la recta m.(x a) + b = f (a).(x a) + f(a). Como ejemplo calculamos 4.000009 Se puede aproximar la funcin f ( x ) = las cercanas de x = 4. Buscando la recta tangente a f ( x) = f ( x) = x se obtiene:
x para el valor x = 4.000009, en x en x = 4 utilizando la derivada de
entonces la recta tangente que se busca es en particular en x = 4 se tiene Con ello se puede aproximar el valor
, .
4.000009 por
1 1 ( 4.000009 4 ) + 2 = ( 0.000009 ) + 2 = 0.00000225 + 2 = 2.00000225 4 4

Se puede comparar este resultado aproximado con el que nos entrega una calculadora:
4.000009 = 2,00000224999873
Es decir, pudimos calcular casi exactamente, utilizando cuentas sencillas y evaluando una recta, una raz cuadrada que solo se puede resolver utilizando una calculadora.
67
ca
3. a. Halle la ecuacin de la recta tangente a la funcin f(x) = A ln(x) en x = 1. a. Grafique en un mismo grfico f(x) y la recta que resuelve el problema propuesto para A= 5. b. Aproximar el valor de f(x) en x = 1.003 para A = 5.
2.6. Teoremas generales sobre la continuidad

Intuitivamente, se puede interpretar la continuidad de una funcin si para valores cercanos del dominio se producen pequeas variaciones en los valores que toma la funcin. Se puede graficar una funcin continua sin tener que levantar el lpiz del papel donde se realiza la grfica.
2.6.1. Intervalos
Hasta aqu se ha hecho referencia al conjunto de salida (intervalo) sobre el cual se estudia el comportamiento de una funcin dada. Este conjunto, generalmente de nmeros reales, estar definido de distintas formas: Intervalo abierto (a, b), es el conjunto de todos los nmero reales x que cumplen la condicin a < x < b. Ntese que los extremos del intervalo, los valores a y b, NO pertenecen al conjunto de salida. Intervalo cerrado [a, b], es el conjunto de todos los nmeros reales x que cumplen la condicin a x b. Ntese aqu que los extremos del intervalo, los valores a y b, S pertenecen al conjunto de salida. Intervalos semiabiertos [a, b) o (a, b] es el conjunto de todos los nmeros reales x que cumplen la condicin a x < b o a < x b respectivamente. En este caso un extremo pertenece al conjunto y el otro no.
2.6.2. Teoremas
Se enunciarn algunos teoremas fundamentales sobre continuidad y se vern algunas aplicaciones de los mismos.
aa
Toda funcin continua de una funcin continua es una funcin continua.
Como ejemplo ms simple se puede decir que la funcin lineal f(x) = ax+ b es continua y entonces tambin lo ser la funcin g(x) = cx + d. Lo que este teorema dice es que g(f(x)) = g(ax+ b) = c (ax+ b) + d = ca x + (cb + d) tambin es continua (en este caso particular tambin sigue siendo una recta).
68
Matemtica
Otro ejemplo puede ser la funcin cuadrtica f(x) = x2 + 1 que tambin es continua, como todos los polinomios, que en este caso toma valores mayores o iguales a 1; y la funcin g(x) = x que es continua para todo x > 0. De estas dos funciones se puede concluir que la funcin g(f(x)) = g(x2 + 1) = x 2 + 1 es continua para todo x.
aa
Toda funcin continua en un intervalo cerrado [a, b] es acotada: existe un valor para el cual la funcin es para todos los valores dentro del intervalo menor que l. Tambin existe un valor en ese intervalo para el cual la funcin es mayor. Este es el enunciado del Teorema de Weierstrass.
Obsrvese cun importante es la exigencia de que el intervalo sea cerrado, esto es, que los extremos a y b formen parte del intervalo. La funcin 1/x que es continua en el intervalo abierto (0, 1), no est acotada en l, ya que como el intervalo es abierto en 0, se puede acercar a 0 tanto como se quiera encontrando un valor para 1/x cada vez mayor. En este caso se dice que la funcin no tiene cota superior. Sin embargo, s tiene cota inferior; por ejemplo, el valor 1 es una cota inferior ya que la funcin toma valores mayores que 1 en todo el intervalo de estudio mencionado. Nuevamente si se toma como ejemplo la funcin 1/x que es continua en el intervalo abierto (0, 1), no tiene mnimo, pues al acercarnos a 1 pueden hallarse valores cada vez ms pequeos. Si el intervalo fuera cerrado en 1, entonces s la funcin tendra un mnimo en x = 1. Tampoco tiene mximo (como se vio, ni siquiera estaba acotada).
Karl Weierstrass (18151897). Matemtico alemn que suele citarse como el padre del anlisis moderno.
Fuente: Wikimedia commons
aa
G.2.4.
Si en un intervalo cerrado [a, b] resultan f(a) y f(b) de signo opuesto, hay (por lo menos) un valor c interior al intervalo en el cual se anula la funcin: f(c) = 0. Este es el enunciado del teorema de Bolzano y constituye el fundamento terico de los mtodos de resolucin aproximada de ecuaciones.
Una funcin continua no puede pasar de un valor f(x1) a otro distinto f(x2) sin pasar por todos los valores intermedios.
Bernard Bolzano (17811851) fue matemtico, lgico, filsofo y telogo bohemio; realiz importantes contribuciones a las matemticas y a la teora del conocimiento. Fuente: Wikimedia commons.
aa
69
aa
Dada una funcin continua en un intervalo cerrado [a, b] y derivable en el intervalo abierto (a, b), existe un punto dentro del intervalo abierto c (a, b) tal que
Este es el enunciado del teorema de Lagrange.
aa
Joseph Louis Lagrange (1736 - 1813), matemtico, fsico y astrnomo franco-italiano, demostr el teorema del valor medio, desarroll la mecnica lagrangiana y realiz una importante contribucin en astronoma. Fuente: Wikimedia commons. Michel Rolle (16521719). Matemtico francs, se dedic preferentemente a la teora de ecuaciones, dominio en el que encontr diversos resultados, entre los que se destaca el reconocido teorema que lleva su nombre, formulado en 1691, que representa una aplicacin de la teora de funciones a la de ecuaciones algebraicas. Tambin invent la notacin n x para designar la ensima raz de x.
Dada una funcin continua en un intervalo cerrado [a, b] y derivable en el intervalo abierto (a, b) y f(a) = f(b), existe un punto dentro del intervalo abierto c (a, b) tal que f (c) = 0. Este es el enunciado del teorema de Rolle.
2.6.3. Aplicacin del teorema de Bolzano

Utilizando el teorema de Bolzano se pueden resolver ecuaciones en forma aproximada y tambin hallar races de funciones. Por ejemplo, la simple ecuacin x2 = 2, cuya solucin conocida para los valores positivos de x es x = 2 , se puede resolver en forma aproximada y as obtener un valor numrico aproximado. Para ello se escribe la ecuacin anterior, pasando el 2 al lado izquierdo, obteniendo la ecuacin igualada a cero, x2 - 2 = 0. Por lo tanto, hallar la solucin de la ecuacin inicial es equivalente a hallar las races de la funcin f(x)= x2 2. Esta funcin es continua en el intervalo [1, 2] y adems f(1) = -1 y f(2) = 2, con lo cual el teorema de Bolzano nos asegura que existe
c [1, 2] tal que f(c) = 0.

La idea es ir encerrando el valor c tomando valores xi dentro del intervalo [1, 2]. Si por casualidad se selecciona un xi tal que f(xi) = 0 ya se encontr entonces el valor c que se buscaba. Si en cambio f(xi) 0 entonces hay que ver qu signo tiene f(xi). En este punto se reemplaza el intervalo original [1, 2] cambiando el extremo del intervalo donde la funcin tiene el mismo signo que f(xi ). Con smbolos esto se expresa de la siguiente manera: Si f(xi). f(a) > 0 entonces ambos tienen el mismo signo. Si f(xi). f(a) < 0 ambos tienen signos contrarios. En el caso f(xi). f(a) > 0, se vuelve a tener un problema equivalente al inicial: dada la funcin f(x)= x2 2, continua en el intervalo [xi , 2] y adems f(xi) < 0 y f(2) = 2, nuevamente existe un valor donde se anula la funcin pero ahora en el nuevo intervalo ms pequeo que el inicial y por ello se va acorralando el valor donde se anula la funcin.
Mtodo de la bisectriz para elegir xi

En principio, xi se puede elegir aleatoriamente tomando cualquier valor dentro del intervalo. Un mtodo para seleccionarlo es elegir un valor de la forma
70
Matemtica
ms efectiva posible. Si se toma un valor xi ms cercano a b y por lo tanto ms alejado de a y sucede lo que se supuso antes, f(xi). f(a) > 0, entonces es efectivo tomarlo ms cercano a b ya que el nuevo intervalo [xi , b] es ms pequeo que si se toma el xi ms cercano a a. Sin embargo, si la situacin es la inversa y se cumple que f(xi). f(a) < 0 (signos opuestos), entonces el intervalo en el que se contina buscando la raz ser el [a, xi], con lo cual la eleccin es poco efectiva, pues al haber tomado el xi ms cercano a b el intervalo [a, xi] es mayor que si se hubiese tomado el xi ms cercano a a. De esta manera, la solucin salomnica es elegir un xi que est a la misma distancia de ambos extremos y este valor es el que se conoce como el promedio
xi =
a+b 2
.
y geomtricamente, se llama bisectriz del segmento
Para terminar con el ejemplo se puede resolver el problema con la ayuda del programa Excel. Se abre el programa y en la primer columna y primera fila se coloca el valor inicial del intervalo a estudiar, al que se llam en general a; en la segunda columna se coloca el valor del otro extremo del intervalo, b; en la tercera columna se calcula el promedio de los extremos. Para ello se escribe en la celda C1 lo siguiente =(A1+B1)/2 con estos comandos se suma el valor de la celda A1 con el de la celda B1 y se divide este resultado por 2. En la celda D1, E1 y F1 se coloca el valor de la funcin f(x) evaluada en los extremos y en el promedio: x = a, b y xi =
a+b 2
Nuevamente, usando el programa para que evale la funcin en la celda D1 se escribe =A1*A1-2; en la celda E1 se escribe =B1*B1-2 y por ltimo en la celda F1 se coloca =C1*C1-2 . Con ello ya se tiene la primera fila de la tabla. Aqu se debe elegir qu extremo reemplazar por el xi. Para ello se debe considerar si f(xi). f(a) > 0 o si f(xi). f(a) < 0. Se puede realizar esta comparacin utilizando el mismo programa. En la celda A2 se debe escribir =SI(D1*F1>0;C1;A1); luego, en la celda B2 se escribe =SI(E1*F1>0;C1;B1). En las celdas C2 a F2 se copia lo colocado en la fila 1 marcando las celdas C1 a F1 y poniendo el cursor en la esquina inferior derecha de la celda F1 hasta que el cursor se convierte en un + negro, all se aprieta el botn izquierdo del mouse, se lo mantiene apretado y se baja hasta la fila 2. De esta manera se copian los valores de la fila 1 en la fila 2, pero considerando en lugar de los valores celda A1 los de la celda A2 y lo mismo con los valores de la columna B. Por ltimo, se hace lo mismo pero para todas las columnas en la fila 3 en adelante, marcando toda la fila 2 y nuevamente poniendo el cursor en la esquina inferior derecha de la celda F2 hasta que el cursor se convierte en un + negro, all se aprieta el botn izquierdo del mouse, se lo mantiene apretado y se lo baja hasta la fila que se desee calcular. Cuanto ms filas se calculen, ms se ir cercando a la raz buscada. La siguiente es una muestra de la tabla que se obtiene:
71
A 1 1 1,25 1,375 1,375 1,40625 1,40625 1,4140625 1,4140625 1,4140625 1,4140625 1,4140625 1,4140625 1,41418457 1,41418457 1,41418457 1,41419983 1,41420746 1,41421127 1,41421318 1,41421318 1,41421318 1,41421342
b 2 1,5 1,5 1,5 1,4375 1,4375 1,421875 1,421875 1,41796875 1,41601563 1,41503906 1,41455078 1,41430664 1,41430664 1,41424561 1,41421509 1,41421509 1,41421509 1,41421509 1,41421509 1,41421413 1,41421366 1,41421366
xi 1,5 1,25 1,375 1,4375 1,40625 1,421875 1,4140625 1,41796875 1,41601563 1,41503906 1,41455078 1,41430664 1,41418457 1,41424561 1,41421509 1,41419983 1,41420746 1,41421127 1,41421318 1,41421413 1,41421366 1,41421342 1,41421354
f(a) -1 -1 -0,4375 -0,109375 -0,109375 -0,022460938 -0,022460938 -0,000427246 -0,000427246 -0,000427246 -0,000427246 -0,000427246 -0,000427246 -8,20011E-05 -8,20011E-05 -8,20011E-05 -3,88434E-05 -1,72643E-05 -6,47477E-06 -1,07998E-06 -1,07998E-06 -1,07998E-06 -4,05632E-07
f(b) 2 0,25 0,25 0,25 0,06640625 0,06640625 0,02172852 0,02172852 0,01063538 0,00510025 0,00233555 0,00095391 0,00026327 0,00026327 9,0633E-05 4,3148E-06 4,3148E-06 4,3148E-06 4,3148E-06 4,3148E-06 1,6174E-06 2,6872E-07 2,6872E-07
f(xi) 0,25 -0,4375 -0,109375 0,06640625 -0,02246094 0,02172852 -0,00042725 0,01063538 0,00510025 0,00233555 0,00095391 0,00026327 -8,2001E-05 9,0633E-05 4,3148E-06 -3,8843E-05 -1,7264E-05 -6,4748E-06 -1,08E-06 1,6174E-06 2,6872E-07 -4,0563E-07 -6,8457E-08
2.7. Crecimiento de una funcin y su relacin con la derivada
aa
Se define una funcin creciente en el intervalo (a, b) si para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica que si x1 < x2 entonces f(x1) f(x2). Una funcin decreciente en el intervalo (a, b) es tal, si para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica que si x1 < x2 entonces f(x1) f(x2).
Se define una funcin estrictamente creciente en el intervalo (a, b) si para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica que si x1 < x2 entonces f (x1) < f (x2). En tanto una funcin es estrictamente decreciente en el intervalo (a, b), si para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica que si x1 < x2 entonces f (x1) > f (x2).
Es posible relacionar el crecimiento o decrecimiento de una funcin con el comportamiento de su derivada. La derivada se calcula como
De esta forma, para una funcin estrictamente creciente se tiene que si x1 < x2 entonces f(x1) < f(x2); tanto el numerador como el denominador que aparecen en el clculo de la derivada son positivos, con lo cual la derivada
72
Matemtica
tiene que ser positiva. Con un razonamiento similar, si la derivada es negativa, la funcin tiene que ser estrictamente decreciente en el entorno del valor donde se calcul la derivada. Con estos dos conceptos se puede expresar una condicin necesaria para que una funcin tenga un mximo en x = x0. Para x < x0 la funcin debe ser creciente (derivada positiva) y para x > x0 la funcin debe ser decreciente (derivada negativa). De aqu que una condicin necesaria para que una funcin tenga un mximo o mnimo en x0, es que su derivada debe anularse f (x0) = 0.
G.2.5.
Que la derivada sea nula es una condicin necesaria, pero no suficiente ya que podra tratarse de un punto de inflexin. En este caso, la funcin es creciente (derivada positiva), deja de crecer (derivada nula) y vuelve a crecer (derivada nuevamente positiva):
G.2.6.
73
Ejemplo
Estudio de la funcin f(x)= 12 x5 + 15 x4- 40 x3 Primero se calcula la derivada y se buscan los valores de x para los cuales se anula (estos valores se denominan en forma genrica x0). En este caso, la derivada es fcil de calcular ya que se trata de un polinomio, por lo que se obtiene: f (x) = 12 . 5 x(5-1) + 15. 4 x(4-1) - 40 . 3 x(3-1) = 60 x4 + 60 x3 - 120 x2 = 60 x2 (x2 + x - 2) De esta forma, la derivada se anula en x = 0 o bien cuando x2 + x - 2= 0. Se utiliza la expresin para las races de una cuadrtica:
con lo cual x = (-1+3)/2 = 2/2 = 1 es un valor que anula la derivada y x = (-1-3)/2 = -4/2 = -2 es otro valor que anula la derivada. De esta manera se puede escribir la derivada como f (x)= 60 x2 (x - (1))(x - (-2)) = 60 x2 (x - 1)(x + 2) Los valores donde la funcin puede tener un mximo o un mnimo son x = 0, x = 1 y x = -2. Luego se estudian los signos de la derivada en los entornos de los x0 hallados: En x = 0, se tiene f (x)= 60 x2 (x2 + x - 2) Se puede calcular para x < x0 y para x > x0 cmo es el signo de la derivada y con eso ver si se trata de un mximo, mnimo o de un punto de inflexin. Con la ayuda de una calculadora se puede calcular f (x= -0.01<0) = -0.0120594 < 0 (la funcin es decreciente). f (x= 0) = 0 y f (x= 0.01>0)= -0.0119394 < 0 (tambin la funcin es decreciente) con lo cual x=0 no es ni un mximo ni un mnimo, sino un punto de inflexin. Estas cuentas se pueden realizar en el Gnuplot: fp(x)= 60* x*x*(x - 1)*(x + 2) y luego, para ver cunto vale en un valor dado de x, basta escribir (por ejemplo, en x=0.01)
gnuplot> print fp(0.01)

Haciendo lo mismo en x= 1 y x= -2. f (x= 0.99 <1) = -1.7582994 < 0 (la funcin es decreciente)
74
Matemtica
f (x=1) = 0 y f (x= 1.01>1) = 1.8423006 > 0 (la funcin es creciente) con lo cual x=1 es un mnimo. f (x= -2.01 <-2) = 7.2964206 > 0 (la funcin es creciente) f (x=-2) = 0 y f (x= -1.99)= -7.1044194 < 0 (la funcin es decreciente) con lo cual x = -2 es un mximo.
ca
4. a. Analice la continuidad de la funcin f(x) = derivada.
log( x 2 ) y calcule su x
b. Dada la funcin , encuentre el dominio, los ceros, la derivada, intervalos de crecimiento y decrecimiento y los extremos locales (mximos y mnimos). c. Realice un grafico de f(x) y su derivada para comprobar los resultados obtenidos.
2.8. Derivada segunda y concavidad

La concavidad y convexidad de una funcin estn asociadas a su curvatura. De esta forma, si la recta (cuerda) que pasa por dos puntos de la grfica de la funcin, (x1, f(x1)) y (x2, f(x2)), deja a los puntos de la curva por debajo de ella, se la llama convexa y si es al revs, cncava.
G.2.7.
convexa
cncava Con razonamientos anlogos a los utilizados para el crecimiento y la derivada, decimos que si f (x) > 0 entonces la funcin es convexa (ntese en los grficos que una funcin con un mnimo es una funcin convexa (f (x) > 0) y una con un mximo es cncava (f (x) < 0)). Aplicando este resultado al ejemplo anterior se puede concluir que una forma alternativa para ver si los puntos x0 son mximos o mnimos es estudiar la curvatura de la funcin en dichos puntos, con lo cual se calcula la derivada segunda y se evala en los puntos x0. Si la derivada segunda es positiva en x0, f (x0) > 0, entonces la funcin es convexa y en x0 hay un mnimo. Por otro lado, si la derivada segunda es negativa en x0, f (x0) < 0, entonces la funcin es cncava y en x0 hay un mximo.
75
En el ejemplo anterior se tena que f(x)= 12 x5 + 15 x4 - 40 x3 y f (x)= 60 x4 + 60 x3 - 120 x2 La derivada segunda ser, entonces, la derivada de la derivada f (x)= 60 . 4 x(4-1) + 60 . 3 x(3-1) - 120 . 2 x(2-1) = 240 x3 + 180 x2 - 240 x Nuevamente, con la ayuda del Gnuplot se puede calcular cunto vale f (x) en x = 0, x = 1 y x = -2 f (x = -2) = -432 < 0 la funcin es cncava y por lo tanto tiene un mximo en x = -2. f (x = 1) = 144 > 0 entonces la funcin es convexa y por lo tanto tiene un mnimo en x =1. f (x = 0) = 0 en este caso no sirve el mtodo de la segunda derivada y se debe estudiar el signo de la derivada como hicimos anteriormente para ver qu sucede en x = 0. Para terminar el anlisis, es posible comprobar lo realizado analticamente, viendo el grfico de la funcin f(x)= 12 x5 + 15 x4 - 40 x3 (tambin se puede graficar la derivada y la segunda derivada).
G.2.8.
2.9. Optimizacin
En este punto lo que se busca es hallar los valores de la variable independiente que hacen que la variable dependiente tome su valor mximo o mnimo. El problema puede cambiar si se estudia la funcin en un intervalo cerrado [a, b].
76
Matemtica
En l y por el teorema de Weierstrass, se puede asegurar que existe un valor mximo y uno mnimo de la funcin en dicho intervalo cerrado (claro que en este caso puede que el mximo se encuentre en un extremo del intervalo y no se lo encontrar con el mtodo de las derivadas). Si el intervalo es abierto (a, b) o semiabierto entonces la funcin puede no estar acotada en el intervalo. Veamos cmo se procede en cada uno de estos casos. Cmo hallar extremos en el caso de tener una funcin derivable en un intervalo cerrado [a, b]? Se buscan los puntos donde la derivada se anula f (x0) = 0 y se busca cunto vale la funcin en dichos puntos f(x0). Luego se evala la funcin en los extremos del intervalo f(a) y f(b). De estos valores se define cul da el mximo (y el mnimo) valor de f(x). Cmo hallar extremos en el caso de tener una funcin derivable en un intervalo abierto (a, b)? En primer lugar hay que estudiar qu pasa en los extremos del intervalo. Por ejemplo, la funcin 1/x en el intervalo (0, 1). Si la funcin diverge en un extremo (en el ejemplo diverge en x = 0), entonces la funcin no tiene mximo y no existe la solucin al problema de la maximizacin. Si no diverge (es acotada) pero estrictamente creciente (o decreciente) en el intervalo, tampoco tiene solucin pues siempre se puede hallar un valor mayor (o menor) al acercarnos ms al extremo. En el ejemplo, la funcin no tiene mnimo pues al acercarnos a 1 se pueden hallar valores cada vez ms chicos cercanos a 1/1. Si el intervalo fuera cerrado en 1, entonces si la funcin tendra un mnimo en x = 1. Si no aparecen los problemas anteriores, se procede como en el caso del intervalo cerrado. Se buscan los puntos donde la derivada se anula f (x0) = 0 y se evala cunto vale la funcin en dichos puntos f(x0). Se valora la funcin en los extremos del intervalo f(a) y f(b). De los valores anteriores se debe buscar cul da el mximo (y el mnimo) valor de f(x).
Problema de aplicacin
Una fbrica que produce radios estim que el costo de produccin diaria, en funcin de las unidades producidas, se puede describir a travs de la siguiente funcin cuadrtica: $(1/4 x2 + 35x +25). Por su parte, el precio de de cada radio es $(50 1/2x). Cul es la produccin diaria ptima para obtener el mayor beneficio? En este problema se desea encontrar cuntas radios deben producirse para obtener el mximo beneficio. El beneficio depende de la cantidad (x) de radios producidas. Se debe obtener la funcin beneficio utilizando el costo de produccin y el precio de venta que son los datos que brinda el problema, teniendo en cuenta que el beneficio se obtiene restndole al precio de venta el costo de produccin. B(x) = PV(x) C(x). El costo de producir x cantidad de radios por da es
77
C(x) = 1/4x2 + 35x +25. Como el precio de venta de una radio es 50 1/2x, el precio de venta de x cantidad de radios ser PV(x) = x (50 1/2x). Se debe tener presente que para este problema x debe ser mayor o igual a cero. Luego, si se produce x cantidad de radios, el beneficio producido por las mismas ser: B(x) B(x) B(x) B(x) = PV(x) - C(x) = x (50 1/2x) (1/4x2 + 35x +.25) = 50x 1/2x2 1/4 x2 35x 25 = 3/4 x2 + 15x 25 (x 0)
Ahora se debe maximizar la funcin, es decir, encontrar el valor de x para el cual la funcin tiene un mximo. 1. Se deriva B(x) B(x) = -3/2x + 15 2. Se hallan los valores de x donde la derivada es cero B(x) = 0 -3/2x + 15 = 0 x = 10 3. Se verifica que en x = 10 la funcin tiene un mximo calculando la derivada segunda. B (x) = -3/2 < 0 para cualquier valor de x entonces la funcin es cncava y por lo tanto tiene un mximo en x = 10. Se obtuvo que el beneficio es mximo cuando x = 10. Entonces, deben producirse 10 radios por da para obtener el mximo beneficio. Si se desea saber cunto es ese beneficio basta con reemplazar la funcin por x = 10. B(10) = -3/4.102 + 15.10 25 = 50. El beneficio diario mximo ser de $50.
ca
5. Una ventana normanda tiene la forma de un rectngulo con un semicrculo arriba. Si debe tener un permetro de 2.24 metros, cules deben ser sus dimensiones para que pase la mxima cantidad de luz (rea mxima)?
78
Matemtica
2.10. Ejemplos de aplicacin

En este apartado veremos las diferencias entre variables y funciones discretas y continuas y ejemplos de su aplicacin. En el primer caso discretas la variable de salida toma valores discontinuos, de a saltos, dejando agujeros en la representacin de los nmeros reales al graficarlos como una recta llamada eje x. Y dado que el dominio no es continuo, la funcin tomar tambin valores discretos o discontinuos. En el segundo caso continuas la variable toma valores continuos en el dominio y, por lo tanto, la funcin tambin tomar valores continuos aunque, como veremos, igual podr tener saltos o discontinuidades.
2.10.1. Discreto vs. continuo

Como ejemplo de una variable discreta se muestra el siguiente grfico, en el cual la variable de salida se llama t y en el eje vertical se grafica la funcin f(t).
G.2.9.
Un caso concreto de variable discreta pueden ser los nmeros naturales, por lo general, se utiliza la letra n o i, para su representacin. Por su parte, una variable continua, puede tomar cualquier valor dentro de un intervalo, con lo cual en los valores que toma en el eje x no tendr agujeros. La misma idea se transmite a la funcin continua, en la cual al ir caminando por arriba de la funcin, la misma no tiene agujeros. A continuacin, se ver un ejemplo de una funcin que en ciertos valores es continua; sin embargo, en 1/3 y 1 da saltos, es decir, all no es continua, (mientras que la variable de salida lo es).
G.2.10.
79
2.10.2. Discontinuidades con asntota vertical

En este apartado veremos la funcin
De alguna forma, esta funcin elimina la parte decimal del nmero quedndose con la parte entera, de all su nombre.
su continuidad, grfico y las asntotas verticales, en donde el smbolo [x] representa la parte entera del nmero x. Esta funcin relaciona un nmero x con el mximo entero z que cumple z x. Por ejemplo, dado el nmero 3.5982, los enteros -2, -1, 0, 1, 2, 3 cumplen la condicin de ser menores que 3.5982, mientras que los enteros 4, 5, 6, 7, ... no la cumplen. Por ello, el mximo entero que cumple la condicin z 3.5982 es el nmero 3, con lo cual [3.5982] = 3. Con un nmero negativo cambia un poco la situacin ya que no slo se quita la parte decimal, sino que luego hay que restarle 1 al nmero que se obtiene. Por ejemplo, para el nmero -4.8164892, los enteros -7, -6, -5 son menores y los enteros -4, -3, -2, -1 , 0, 1, 2 son mayores, con lo que [-4.8164892] = -5. Utilizando el Gnuplot para graficar la funcin, con el comando floor que devuelve como resultado la parte entera de x, se debe escribir la sentencia gnuplot> Set samples 5000 plot [-5:5] [-10:10] floor (x)/(x-floor(x)), para obetener el siguiente grfico. G.2.11.
aa
80
Ntese la diferencia entre la funcin y su smbolo. Para la parte entera se usa [x], mientras que para representar la funcin valor absoluto de x se utiliza el smbolo |x|, definido como
Matemtica
Es decir, el valor absoluto de un nmero es el mismo nmero pero siempre con signo positivo, as 3.5982= 3.5982 mientras que -4.8164892= 4.8164892
La funcin f(x) est definida siempre y cuando el denominador sea distinto de cero, x - [x] 0. Por lo tanto, debe cumplirse x - [x] 0 x - [x] + [x] 0 + [x] x [x]
sumando de ambos lados [x], se obtiene
Por ello la funcin estar definida para todos los valores de x salvo cuando x sea un nmero entero, ya que en este caso se estara dividiendo por cero. Entonces, el dominio de la funcin ser ..... (-5, -4) (-4, -3) (-3, -2) (-2, -1) (-1, 0) (0, 1) (1, 2) (2, 3) (3, 4) (4, 5) (5, 6) .... (en notacin de intervalos abiertos ya que no debe incluir los extremos por ser nmeros enteros donde la funcin no est definida). Entre (0,1), la funcin es constante, por lo tanto, su derivada es nula; pero a su vez, f(x) en ese intervalo es cero? Si el intervalo a estudiar es (0, 1) (abierto), la funcin vale
En los valores enteros de x la funcin se hace paralela al eje y; por lo tanto, la derivada, que es la tangente de la funcin, qu valores adopta? Nuevamente, la funcin no est definida en los valores enteros de x, entonces, la funcin no es continua y no va a existir el lmite
Por lo tanto, no existe la derivada en los valores enteros de x; y esta era una de las condiciones necesarias para que una funcin sea derivable; la funcin debe ser continua. Cmo es la discontinuidad en los valores enteros de x? Al acercarse a los valores enteros, el denominador cada vez se hace ms pequeo,
81
[]
[] 0
mientras que el numerador permanece constante, por lo cual, al dividir con estos valores cada vez ms pequeos el resultado de la divisin es cada vez ms grande y se dice que la funcin diverge en el lugar donde no est definida la divisin por cero (en el ejemplo, valores enteros de x). De all que esta funcin es un ejemplo de discontinuidades con asntotas verticales.
2.10.3. Cmo derivar un cociente de funciones

Recordemos cmo se realiza la derivada del producto de funciones:
En palabras, la regla es: la derivada de la primer funcin por la segunda funcin sin derivar ms la primera funcin sin derivar por la derivada de la segunda funcin. Para el cociente de funciones, no hay ms que escribir el cociente como una multiplicacin:
donde cin g(x).
no es la funcin inversa de g(x), sino 1 sobre la fun-
Entonces se debe derivar este producto:
Por lo tanto, la regla para un cociente de funciones resulta: la derivada del numerador por el denominador sin derivar menos el numerador sin derivar por la derivada del denominador, todo dividido por el denominador al cuadrado. Ejemplo
82
Matemtica
Ejemplo de aproximacin de funciones con polinomios de grado mayor a uno El polinomio de Taylor permite aproximar el valor de una funcin en un punto utilizando un polinomio del grado que se desee. Ya se vio un ejemplo con una recta en el apartado 2.4 (polinomio de grado 1) y aqu se ver un ejemplo con una parbola (polinomio de grado 2). Los coeficientes que multiplican cada trmino xn del polinomio se calculan evaluando las distintas derivadas de la funcin. La definicin para la serie de Taylor es:
Al quedarse con los primeros trminos (recta, parbola, cbica, etc.), se obtiene un valor aproximado de la funcin ya que se desechan los dems trminos. Como ejemplo, se aplicar a la funcin
f(x) = x(3/2) + log(x)

Para ello se calculan las derivadas sucesivas de la funcin:
f ' ( x) =
3 1 1 3 1 x2 + = x+ 2 x 2 x
recordando que (1/x) = x(-1) se puede calcular la derivada segunda
con esto ya se puede calcular la recta y la parbola que aproximan a la funcin f(x)
para la recta, a la que se llamar, para simplificar, PT1(x) y
para la parbola, a la que se llamar, para simplificar, PT2(x). Se pueden calcular, como ejemplo, valores de la funcin en puntos cercanos al 1, en particular se tomar f(0.994).
83
Para valores cercanos a uno, la recta PT1(x) queda expresada por
Por su parte, la parbola PT2(x) queda
De esta forma se puede aproximar f(0.994) por PT1(0.994) o por PT2(0.994) PT1(x) = (5/2)x-(3/2) que en x=0.994 queda PT1(0.994) = (5/2) (0.994)-(3/2)=2,485-1,5=0.985 PT2(x) =(-1/8).x2+(11 /4).x-(13/8) que en x=0.994 queda PT2(0.994) = (-1/8). (0.994)2+(11 /4). (0.994)-(13/8) = = -0.1235045+ 2.7335- 1.625 = 0.9849955 Para comparar se puede calcular el valor exacto de la funcin en x=0.994 utilizando una calculadora: f(0.994) = (0.994) (3/2) + log(0.994) = = 0.9910135135305-0.006018072325563 = 0.9849954412049 Todos estos clculos se pueden realizar con la calculadora que viene en los accesorios de Windows, pero tambin se pueden realizar con el Gnuplot, ejecutando las siguientes lneas: Primero se define la funcin y sus aproximaciones cuadrticas f(x), PT1(x) y PT2(x) f(x) = x**(1.5)+log(x) PT1(x) = 2.5*x-1.5 PT2(x) =-0.125*x2+2.75*x-1.625 Luego, se pueden evaluar las distintas funciones en 0.994 usando el comando print en el Gnuplot
84
Matemtica
print f(0.994) 0.984995441204903 print PT1(0.994) 0.985 print PT2(0.994) 0.984995 Finalmente, se pueden graficar las funciones f(x), PT1(x) y PT2(x) y observar cmo, para valores de x cercanos a 1, los polinomios PT1(x) y PT2(x) se parecen mucho a f(x) pero al alejarse de x = 1 se ve que no resultan buenas aproximaciones para la funcin. plot [0:3] f(x),PT1(x),PT2(x)
G.2.12.
7 6 5 4 3 2 1 0 -1 -2 -3 -4 0 0.5 1 1.5 2 2.5 3
f(x) PT1(x) PT2(x)
Si se desea aproximar la funcin en otro punto que no sea x = 1 se deber volver a evaluar las expresiones que se obtuvieron previamente, reemplazando x0 por el valor en el cual se quiere aproximar la funcin.
85
Apndice 1
Tabla de Derivadas
Funcin a . f(x) f(x) + g(x) g(f(x)) f(x) = a f(x) = xn Derivada a . f (x) f (x) + g (x) g (f(x)) . f (x) f (x) = 0 f (x) = n x
n-1
f ( x) = x
f(x) = ex f(x) = ax f(x) . g(x)
f x) = (
1 2 x
f (x) = ex f (x) = ax ln(a) f (x)g(x)+ f(x)g (x)
f ( x) g ( x)
f(x) = x f (x) = 1
f ( x) = n x = x n f ( x ) = ln( x ) f ( x ) = log a ( x )
f (x) = f (x) =
87
Apndice 2
Problemas resueltos con derivadas

Problema 1
Esta derivada es de la forma y = u.v
Problema 2 y = x2 + 6x + 3
Esta derivada es de la forma y = un
89
Problema 3 y= 2x + 1 x+5
Esta derivada es de la forma y = u/v
Problema 4 y = ex
2
Esta derivada es de la forma y = au
Problema 5
Hay que hallar la derivada de y respecto de x, pero aqu se tiene una composicin de funciones.
90
Apndice 3
Problemas de Administracin con derivadas

El tamao ptimo de compra en las compras de materias primas y materiales se encuentra utilizando la ecuacin del costo de aprovisionamiento y mantenimiento de stocks o inventarios en la planta del comprador. El costo total anual est dado por la expresin:
CT = CC + CL + CM
El costo total (CT) es la suma del costo de compra (CC), el costo de lanzamiento de la orden de compra (CL) y el costo de mantenimiento de stocks o inventarios en planta (CM). A su vez, podemos escribir las siguientes expresiones para cada uno de los sumandos de la anterior:
CC = PxD
Donde P es el precio de compra y D la demanda anual del componente o producto a comprar.
CL = CL
D Q
Expresin que nos indica que el Costo Anual de Lanzamiento de rdenes de compra es el producto del costo de cada orden por la cantidad de rdenes emitidas por ao que, a su vez, es igual a la Demanda dividida por el tamao de cada compra. Por su parte, el Costo de Mantenimiento de un inventario estar dado por:
CM = H
Q 2
Donde H es el costo anual de mantener una unidad en stock y Q/2 es el stock promedio entre compras, suponiendo que el consumo de las unidades compradas es el mismo en todos los das que median entre una entrega y la otra. En definitiva, podemos escribir una expresin en Q, que ser de la forma:
CT = PD + CL
D Q +H Q 2
Si suponemos que tanto la Demanda Anual como el precio de compra son independientes de Q, el tamao de la compra ptima, que llamaremos Q* ser el que resulte de igualar a 0 la primera derivada del Costo Total. Esta derivada tiene la siguiente expresin:
91
Despejando el valor de Q que hace mnima la funcin de Costo Total, valor que hemos denominado Q*, obtenemos:
Q* =
2CLD H
Que es la llamada expresin de Harris-Wilson para el tamao ptimo de la compra.
Problema
Una empresa tiene un costo de lanzamiento de una orden de compra de $1000 cada una, una demanda anual de 100.000 unidades de un producto cuyo costo es de $10 por unidad. El costo promedio de mantenimiento de una unidad en stock es del 20% anual del precio de la misma. a) Calcular el tamao ptimo del pedido a realizar. b) Calcular el nmero de pedidos a realizar por ao. c) Trazar una grfica que muestre la evolucin del stock entre dos pedidos. Solucin: a) El tamao ptimo se calcula teniendo en cuenta los siguientes valores: D = 100.000 unidades/ao H = 0.2 * 10 = $2/unidad CL= $1.000/orden Por lo tanto:
Q* = Q* =
2 DCL H 2*100000*1000 0, 2*10
Q* = 100000000 Q* = 10.000
Es decir, el tamao ptimo de compra es de 10.000 unidades por vez.
b) El nmero de compras por ao ser 10, que resulta de dividir la Demanda de 100.000 unidades/ao por 10.000 unidades/compra. 10 compras por ao equivalen a una compra cada 36,5 das. c) Si se considera un consumo constante entre una compra y la otra, la grfica de evolucin del stock, suponiendo que cuando llega el suministro no hay nada en existencia, ser:
92
Matemtica
Esta evolucin se repite cada 36,5 das, que es el perodo de reposicin del stock.
Marginalismo
La Teora Marginal utiliza los valores que resultan de incrementar en una unidad la produccin de bienes o servicios. No es aceptada por muchos economistas, pero tiene utilidad en el anlisis de problemas de Administracin, por lo cual exponemos aqu algunos de sus conceptos relevantes. Costo Marginal Si hay una funcin de costo de un producto en una empresa, el costo marginal en un punto es la derivada del costo total respecto de la cantidad producida. Ingreso Marginal Si hay una funcin del ingreso por producto, el ingreso marginal es la derivada del ingreso total (bruto) respecto de la cantidad vendida. Utilidad marginal Una funcin de utilidad generalmente se define como la diferencia entre el ingreso total bruto menos el costo total bruto para un nivel de produccin dado; la utilidad marginal ser entonces la derivada de la utilidad respecto de la cantidad producida, para el punto de produccin considerado. El Costo Marginal, el Ingreso Marginal y la Utilidad Marginal son tiles para analizar el efecto del aumento de la produccin de bienes o servicios en funcin de las condiciones en las que trabaja la empresa. Se supone siempre que la empresa produce lo necesario para atender la demanda. Si hace reservas de stock para atender demandas futuras, la conservacin de esos stocks tiene un costo adicional, como hemos visto antes. Aqu analizaremos solamente los aspectos matemticos de esas funciones. Sea la funcin:
93
IT es el Ingreso Total de la empresa y q es la cantidad de unidades vendidas. La grfica de la funcin nos ayudar a comprender mejor la naturaleza de la misma. Se puede observar que el Ingreso Total aumenta hasta cierto valor y luego disminuye. Analizaremos entonces el Ingreso Marginal en diferentes puntos de la curva para determinar analticamente lo que ya podramos adelantar observando la curva de la funcin de Ingreso Total. De acuerdo con lo que hemos dicho, el Ingreso Marginal es una funcin de q, la cantidad producida, obtenida por derivacin de la funcin del Ingreso Total:
En un punto donde la curva del Ingreso Total es creciente, el Ingreso Marginal deber ser positivo, supongamos que elegimos 4 unidades como produccin, entonces:
IM = 165
Para 6 unidades y haciendo el mismo clculo que en el caso anterior, obtenemos
IM = 65
Por ltimo, para 7 unidades, ser:
IM = 15
Se observa que el ingreso marginal disminuye y que, para un punto comprendido entre 7 y 8 unidades producidas ser igual a 0, lo que indica que, por encima de 7 unidades el Ingreso Total disminuye si se pretende aumentar la produccin.
94
Matemtica
Con los Costos Marginales se obtiene expresiones similares. Supongamos que la funcin de Costo Total de una empresa est dada por la expresin:
Se desea calcular el nivel de produccin para el cual el Costo Total es mnimo, costo que suele llamarse Punto ptimo de Explotacin. Para calcularlo deberemos encontrar el valor de q que hace nula a la primera derivada del Costo Total, cuya expresin es:
El valor de q para el cual el costo es mnimo ser:
q=
36 1,5
q = 24
Sabemos que este punto es un mnimo porque la segunda derivada de la funcin de Costo Total es 1,5 (una constante positiva). El siguiente grfico nos ilustra sobre lo que ya hemos encontrado analticamente:
Problemas propuestos
1. Dada la funcin: a. Encontrar la funcin del Ingreso Marginal. b. Trazar las grficas de las funciones de Ingreso Total e Ingreso Marginal. c. Calcular el Ingreso Marginal para q=10, 15 y 20. 2. Para la funcin: a.
95
b. Deducir la ecuacin para el Ingreso Marginal. c. Encontrar el valor del IM para q=80 por clculo. d. Encontrar el valor de IM para q=80 usando una planilla electrnica y dando valores a q comenzando por q=90 y siguiendo con q=81, 80,1, 80,01, 80,001 y 80,0001. e. Trazar las grficas de las funciones de IT e IM. 3. Encontrar la produccin para la cual IM es cero cuando la funcin describe la variacin del precio de venta p en funcin de la cantidad producida q (recordar que IT = pq ). 4. Calcular el Punto ptimo de Operacin para una empresa cuya funcin de costo total es: . Dibujar las grficas de las funciones de Costo Total y Costo Marginal. 5. Una empresa monoplica tiene una curva de precio: una de Costos Totales: +300 a. Cunto deber vender para maximizar el Ingreso Total bruto? b. Cunto ser ese Ingreso Total bruto? c. Trazar las grficas de Precio, Costo Total e Ingreso Total. y
6. Una empresa tiene una curva de precios: p= 184 4q y una de Costo Total:
a. Cunto ser la venta que maximice el IT? b. Deducir la funcin de IM. c. Trazar las grficas de IT e IM.
96
3
Integracin, mtodos y aplicaciones
Objetivos
Presentar los conceptos de primitivas e integrales definidas e indefinidas. Estudiar distintos mtodos de integracin: sustitucin y partes. Utilizar la integral de una funcin para el clculo del rea debajo de una curva.
3.1. Introduccin
El problema de la integracin est asociado con el clculo de reas con contornos irregulares. Tal como afirma Bertrand Russell en su Principia Mathematica, nada en Matemtica es producto de un desarrollo puro y desinteresado; por el contrario, los problemas que intenta resolver son reales y de uso diario. Si bien la Geometra y el Anlisis Matemtico se desarrollaron en forma separada, casi independiente, la convergencia de ambas ciencias, debida a Ren Descartes, hace posible aplicar mtodos del segundo a la primera. Si bien se considera como la operacin recproca de la derivacin, en esta unidad se analizar de qu forma la integracin se aplica al clculo de superficies encerradas por curvas irregulares, donde no se pueden deducir expresiones exactas para el clculo de las reas, tal como sucede con las formas regulares tringulos, rectngulos, crculos y afines. La integracin de formas funcionales diversas se ha facilitado enormemente con el clculo numrico, que depende de la capacidad computacional de que dispone el calculista. En efecto, muchas integrales que no tienen una resolucin analtica, pueden admitir una resolucin numrica, pero ese es un tema que queda afuera de lo que se espera tratar en esta Carpeta. Aqu nos limitaremos a estudiar, primero, la integral indefinida y, luego, la integral definida de funciones de una nica variable independiente. En el estudio de la integral indefinida, como operacin recproca de la derivacin, se encuentra que la integracin de una funcin no produce un resultado nico, sino una familia de funciones que diferen entre s en una constante. El concepto de familia de curvas, diferenciadas por un parmetro, es parte de la interpretacin grfica de la integracin. El clculo en varias variables es un tema mucho ms complejo, en especial porque mentalmente es posible hacerse una imagen de funciones de hasta dos variables independientes (ms una dependiente o funcin). Las funciones que tienen ms de dos variables independientes son ms difciles de representar y los espacios n-dimensiona-
Bertrand Russell (1872-1970). Filsofo, matemtico y escritor ingls. Premio Nobel de Literatura en 1950. Fuente: Wiki Commons.
97
les en las que se producen no admiten una representacin grfica del tipo de las que se utilizan aqu. Sin embargo, las reglas que se deducirn para las funciones de una variable independiente son fcilmente asociables para producir reglas para varias variables. En cambio, en la integral definida, al poner un lmite superior y uno inferior para la integracin, se obtiene una solucin nica.
3.2. Primitiva o antiderivada de una funcin

Dada una funcin f(x), si F(x) es una funcin tal que F (x) = f (x) entonces F(x) se denomina primitiva o antiderivada de f(x). De esta forma, la primitiva de una funcin f(x) es otra funcin F(x) que, al ser derivada, da por resultado f(x). Ejemplos a) Una primitiva de f(x) = x es F(x) = pues F (x) = 2.x/2 = x,
x2 2
o lo que es lo mismo,
Sin embargo, esta no es la nica primitiva de f(x). Las siguientes funciones
x2 +1 2
x2 -3 2
x2 +5 2
son todas primitivas de f(x). Las funciones de la forma F(x) = x2/2 + C donde C es una constante, son primitivas de la funcin f(x) = x. Es decir que existen infinitas primitivas de la funcin f(x) = x. b) Una primitiva de f(x) = 3x2 3x + 1 es pues
Dos primitivas cualesquiera de una funcin difieren slo en una constante.
Las funciones de la forma F(x) = x3- 3/2 x2 + x + C son primitivas de la funcin f(x) = 3x2 3x + 1
3.3. Integral indefinida de una funcin

Se llama integral indefinida de una funcin al conjunto de todas las primitivas de dicha funcin. La integral indefinida de la funcin f(x) con respecto a x se expresa como
donde dx indica la variable implicada Luego = F(x) si y slo si F(x) = f(x)
98
Matemtica
Con respecto a los ejemplos anteriores se tiene que:
C se denomina constante de integracin.
Otros ejemplos
aa
Obsrvese que siempre puede verificarse la integral de una funcin derivando el resultado de la misma.
99
3.4. Integracin con condiciones iniciales

La integracin con condiciones iniciales es un caso particular de la integral indefinida. Al disponer de un valor de la funcin en un punto dado (llamado el de condicin inicial) es posible calcular el valor de la constante C. Esto implica que la existencia de la condicin inicial fija una correspondencia biunvoca entre la funcin a integrar y la integral, segn la cual el resultado es una nica funcin y no una familia de funciones que se diferencian entre s por el valor de la constante. Si se dispone de una funcin primitiva de la forma:
y adems hay una condicin que establece que y(1) = 4, esta forma de escribir la funcin indica que: el valor de y en el punto en el que x = 1, es 4. Si ese fuera el caso se puede reemplazar los valores de x e y en la expresin anterior, para obtener: y(x) = x2 + C y(x=1) = 12 + C = 4 1+C=4 Expresin de la cual se puede despejar C = 3, lo cual permite escribir la expresin inicial como:
y = x2 + 3
Es decir, de todas las expresiones que se pueden obtener dando valores a C, la que est determinada por una condicin impuesta o condicin inicial es aquella en la que C = 3. En otro ejemplo se puede enunciar de la siguiente manera: Si y es una funcin de x tal que y = 8x - 4 y adems sabemos que y(2) = 5, encontrar y, calcular tambin y(4) Para resolver el ejemplo se debe, en primer trmino, integrar la funcin derivada de y que se ha llamado y y luego calcular el valor de la constante de integracin como ya se ha hecho antes; finalmente, conocida la constante, se puede calcular y(4):
100
Matemtica
Pero adems, se tiene que y(2)=5, por lo que se pueden hacer los reemplazos correspondientes en la integral indefinida obtenida y luego calcular C.
Reordenando queda:
De lo que resulta
C = 3
La expresin final ser entonces:
El clculo de y(4) resulta el siguiente:
Cuyo resultado numrico es: y(4) = 45
3.5. Mtodos de integracin

Para integrar una suma de funciones se puede hacer la suma de las integrales de cada funcin. Esto tiene sentido porque la integral indefinida es una antiderivada y la derivada de una suma de funciones es la suma de las derivadas de cada funcin, es decir que:
pues El problema se presenta cuando se quiere integrar un producto de funciones porque la derivada no es distributiva respecto al producto. En este caso, dependiendo del producto que se tenga que integrar habr que recurrir a algn procedimiento algebraico. Los mtodos de integracin que se utilizarn para integrar un producto de funciones son: el de partes, que se basa en la derivada de un producto, y el de sustitucin, que se basa en la regla de la cadena para composicin de funciones. Lo importante es reconocer en qu casos se puede aplicar cada uno de ellos.
3.5.1. Integracin por partes

Si se desea calcular la siguiente integral de la funcin Recordando que la derivada de un producto es
101
Al integrar toda la ecuacin se obtiene:
De esta manera, al calcular una integral se puede reemplazar por el clculo de otra integral diferente. Calculando
ln(x). x2 dx
f(x) = ln(x) y g(x) = x2 f (x) = 1/x y g(x) = x3/3.
Se puede tomar con los que resulta
De esta forma se puede calcular la integral anterior haciendo:
Luego:
finalmente se obtiene
Resta la verificacin: como siempre, se debe derivar la primitiva encontrada y obtener la funcin que se desea integrar al inicio del problema.
As, se comprueba que la integral hallada es correcta.
102
Matemtica
3.5.2. Mtodo de sustitucin

Si se desea calcular la integral
en este caso tambin se tiene un producto de funciones, pero este producto tiene una particularidad: la funcin (3x2 + 2)3 es una composicin de funciones f(g(x)) y la funcin x que aparece a la izquierda del parntesis de la integral deseada, es la sexta parte de la derivada de g(x). Entonces, se tiene un producto donde una de las funciones es una composicin y la otra es la derivada de la funcin de adentro de la composicin multiplicada por una constante. Para poder integrar este tipo de producto se recurre a la regla de la cadena, donde:
con lo cual al integrar toda la ecuacin se obtiene:
reemplazando u=g(x) resulta du = g(x) dx entonces f(u)=f(g(x)) y f (u)= f (g(x)) y por otro lado du = g(x) dx. De esta forma se puede pasar a calcular simplemente la primitiva de
Calculando la integral anterior
x . (3x2 + 2)3 dx
Sustituyendo 3x2 + 2 (g(x)) por u se tiene u = 3x2 + 2 con lo que du = (3x2 + 2) dx es decir que du = 6x dx y por lo tanto resulta du/6x = dx. Reemplazando en la integral anterior se tiene:
Se puede confirmar el resultado derivando:
Con lo que una vez ms se verifica que el resultado es correcto.
103
3.6. Integrales definidas y regla de Barrow

Previamente se han visto las integrales indefinidas, cuya solucin es una familia de funciones que difieren en una constante. A diferencia de stas, la integral definida entre dos valores o lmites tiene como solucin un valor numrico relacionado con el rea debajo de la curva entre los extremos o lmites de integracin.
aa
Sea f(x) una funcin continua definida positiva en el intervalo [a,b] y F(x) es una primitiva de f(x), entonces se verifica que:
Este teorema tambin se conoce como regla de Barrow.
Por ser f(x) definida positiva, esta integral definida (un valor numrico) es igual al rea delimitada entre la funcin y el eje x entre los lmites a y b.
Ejemplo de aplicacin
Las integrales pueden utilizarse para calcular lo que se denomina excedente del productor y excedente del consumidor. Consideremos dos funciones: una de demanda f(x) y otra de oferta g(x), ambas correspondientes a un mismo artculo, donde x representa el nmero de artculos y cada funcin corresponde al precio de oferta y demanda por x artculos. Para ambas curvas existe un punto donde se intersectan, el cual se denomina punto de equilibrio del mercado (x0, p0) con p0 = f(x0) = g(x0) y representa un precio al que los consumidores estn dispuestos a comprar y los productores a vender la misma cantidad x0 de unidades del artculo. Sin embargo, de acuerdo con la curva de demanda, existen consumidores que estn dispuestos a comprar una cantidad menor que x0 artculos a un precio mayor que el de equilibrio p0 pues este precio est por debajo del que ellos demandan y con este precio mayor se beneficia el productor. A la suma del precio adicional que estn dispuestos a pagar los consumidores por menos artculos se lo denomina excedente de los consumidores (EC). Esta suma puede calcularse entonces como:
De la misma forma, los productores se benefician del precio de equilibrio ya que, segn la curva de oferta, estn dispuestos a vender a un precio menor que p0 cantidades menores que x0. La ganancia total de los productores corresponde a sumar todas estas diferencias (excedente de los productores, EP), que se puede calcular como:
104
Matemtica
3.6.1. Clculo de reas

Obsrvese la siguiente figura: G.3.1.
Corresponde a la regin del plano delimitada por las rectas y = 3x + 2, x = 1, x = 4, y = 0 (el eje de las x) Se puede calcular geomtricamente el rea de la figura como la suma del rea del rectngulo ms la del tringulo. El rectngulo tiene un rea igual a su base por la altura = b.h = 3 . 5 = 15 (donde la base = 4 1 y la altura = f(1) - 0 = 3.1 + 2 = 5) El rea del tringulo es base por la altura sobre 2 = (b.h) /2 = (3.9) / 2 = 27 / 2 (donde la base = 4 1 y la altura = f(4) - f(1) = (3.4 + 2) -(3.1 + 2) =14 5 = 9) Luego, el rea de la figura es 15 + 27 / 2 = 57 / 2 La dificultad en el clculo de las reas se presenta cuando algn borde de la regin no es una recta. Por ejemplo, la regin limitada por: f(x) = 5.x3 10; x = 4; x = 8 y el eje x, que se presenta en el siguiente grfico
105
G.3.2.
En este caso no se puede calcular el rea de la regin de la forma anterior. Para resolver reas de este tipo se utilizan las integrales definidas.
3.6.2. Clculo de reas aplicando la integral definida

En G.3.1 se observa que el rea pedida es la determinada por la funcin f(x) = 3.x + 2 y el eje x entre los valores 1 y 4. Se puede calcular resolviendo la integral
Usando la regla de Barrow, se debe primero hallar la primitiva de f(x) = 3x+2.
Con lo cual, aplicando la regla de Barrow la integral resulta:
106
Matemtica
Por medio de la integral se obtuvo el valor del rea calculado geomtricamente. Por ltimo, se calcular el rea de la regin de la figura G.3.2, que se encuentra delimitada por f(x) = 5.x3 10; x = 4; x = 8 y el eje x. Hay que resolver entonces la siguiente integral:
4 (5 x
10)dx
Calculando la primitiva de la funcin y luego aplicando la regla de Barrow resulta:
Luego el rea de la regin es 4760. Como otro ejemplo un poco ms complicado se calcular el rea de la regin encerrada por las funciones: f(x) = x y g(x) = x (x 2)2 Para resolver estos problemas en los cuales se utilizan las integrales para calcular reas, primero se debe saber dnde se cortan las funciones (intersecciones), y luego ver, en cada caso, ayudndose de un grfico o evaluando las funciones, qu funcin est por arriba de la otra (qu funcin es mayor que la otra) para de esa forma saber cmo deben restarse. Para ver donde se cortan, se igualan las funciones y se despeja: f(x) = g(x) que resulta x = x (x 2)2 si x es distinto de cero puede pasar dividiendo
Las soluciones son x = 1 y x = 3. Solo falta ver qu sucede si x = 0. Reemplazando en la ecuacin original este valor para x, resulta que x = 0 tambin es solucin, entonces las funciones f(x) y g(x) se cortan en x = 0, x = 1 y x = 3. Luego, se debe integrar la diferencia de las funciones entre 0 y 1; y entre 1 y 3. Para ver cul es mayor en cada caso se evalan las funciones en un punto intermedio en cada intervalo. As, en el intervalo [0,1] evaluando f y g en x = se obtiene: f() = mientras que 1 9 9 g() = ( - 2)2 = (-3/2)2 = . =
2 4
entonces g() > f()

107
por su parte en el intervalo [1,3] evaluando f y g en x = 2 se obtiene: f(2) = 2 mientras que g(2) = 2 (2 - 2)2 = 0 entonces g(2) < f(2). Para calcular el rea entre las curvas:
Luego, el rea encerrada por las funciones es de 37/12.
108
Matemtica
ca
1. Verifique las siguientes integrales indefinidas:
2. Verifique las siguientes integrales de funciones de potencia, teniendo en cuenta las restricciones que se indican en algunos casos. para n -1
para n -1 y n -2
3. Verifique las integrales con logaritmos naturales bajo la condicin x > 0
109
para n -1
para m -1 para m -1
para n -1
para n 0 para n -1 4. Calcule las integrales indefinidas con ex con las restricciones que se indican en cada caso:
para a > 0 y a -1
para n -1 5. Resuelva las siguientes integrales indefinidas y verifique los resultados obtenidos.
110
Apndice Problemas resueltos con integrales definidas

Problema 1
Una piedra es arrojada desde el piso en forma recta hacia arriba, con una velocidad inicial de 20 m/s. Debemos calcular a. b. c. d. Cunto es el tiempo que transcurre hasta que alcanza su altura mxima Cul es esa altura mxima Cunto tiempo demora en volver a tocar el suelo Cul es su velocidad cuando toca nuevamente el suelo
Dato: la aceleracin de la gravedad es de 9,81 m/s2 Solucin: En los problemas de cada libre:
Para calcular la velocidad de cada recordemos que hemos definido la aceleracin como: a=-9,81 m/s (el signo menos indica la direccin del movimiento) Entonces:
Si hacemos t=0, podremos llamar v0 a la velocidad para ese instante, lo que nos permite escribir:
Ahora, para calcular el espacio recorrido integramos la velocidad:
111
Otra vez, para t=0 C2=s0, o sea, la posicin inicial de la piedra, con lo cual podemos escribir:
Para nuestro caso, v0=20m/s y s0=0, entonces,
Con estas expresiones, podemos comenzar a contestar las preguntas: a. A la altura mxima, la velocidad es 0, de modo que el tiempo transcurrido ser de:
t=
b. Cuando t=2,038 s
20 9,81
= 2.038 s
Esta es la mxima altura alcanzada por la piedra. c. Cuando la piedra vuelve a tocar el suelo
Esto es, la distancia al suelo es 0 y la ecuacin que expresa la distancia en funcin del tiempo se divide miembro a miembro por t, de la ecuacin resultante se despeja t. Se obtiene como resultado t= 4,076 segundos d. Cuando t=4,076, v=20 m/s
Problema 2
Si el ingreso marginal de una empresa est dado por:
112
Matemtica
a. Deducir la curva de demanda de la empresa. b. Dibujar la curva solicitada. Solucin: a. Si la ecuacin de la tangente de la curva es la dada, entonces la curva primitiva se obtendr por integracin:
Dado que el Ingreso de R(0)=0, ser C=0 y, por lo tanto, la curva buscada es:
b.
Problema 3
Si el costo marginal de una empresa est dado por:
dc = q 2 + 7q + 6 dq
y los costos fijos son de $ 2.500: a. Calcular el costo de fabricar 6 unidades. b. Dibujar la curva de costos. Solucin:
113
a. El costo marginal es la derivada del costo variable respecto de la cantidad producida, por lo tanto, la integracin de la ecuacin superior nos dar como resultado la funcin de los costos variables:
Para el clculo de la constante de integracin C hacemos la misma consideracin que en el problema anterior, cuando la cantidad producida es nula el costo variable tambin lo es, es decir, c(0)=0 y, por lo tanto C=0. Teniendo en cuenta que el costo total es la suma del costo fijo ms el costo variable y que el primero es independiente de la cantidad producida, la funcin de costo total estar dada por:
c=
q3 7q 2 + + 6q + 2500 3 2
Para la fabricacin de 6 unidades, c=6, el costo total ser: c = $2.734
b.
Problema 4
Si la tasa de cambio del valor de una propiedad est dado por:
y su costo inicial fue de $350.000, calcular el valor al cabo de 5 aos.
114
Matemtica
Solucin: En este caso, el valor al cabo de 5 aos resultar de integrar la ecuacin superior:
Por definicin, la constante de integracin C=350000, o sea, es igual al valor inicial de la propiedad, de modo que nuestra ecuacin final queda de la forma:
Cuya solucin es, para t= 5: V= $350.205
115
4
Sistemas lineales
Objetivos
Resolver un sistema de ecuaciones usando matrices equivalentes y operaciones entre columnas. Comprender el concepto de determinante asociado a una matriz cuadrada y utilizarlo para caracterizar un sistema de ecuaciones. Calcular la matriz inversa utilizando el mtodo de Gauss o con determinantes, el mtodo de Cramer y la matriz adjunta. Resolver un sistema compatible determinado utilizando la matriz inversa.
4.1. Introduccin
Cuando se tiene una ecuacin con una incgnita, generalmente, el objetivo es obtener los valores de la incgnita que satisfacen la ecuacin. As, en la ecuacin x2 - 4 = 0, los valores buscados son x = 2 y x = -2. En esta unidad se vern problemas con varias incgnitas y tambin varias ecuaciones que estas debern satisfacer. A este conjunto de ecuaciones se lo llama sistema y el objetivo de su resolucin es hallar los valores de las incgnitas que satisfacen todas las ecuaciones del mismo. Por otro lado, slo se estudiar un tipo de sistema en particular: los sistemas lineales (esta es una restriccin importante, ya que en sistemas no lineales no siempre se cumplen las propiedades que se estudiarn). En estos sistemas, en todas las ecuaciones todas las incgnitas aparecen a la primera potencia y pueden estar multiplicadas por un nmero. En la ecuacin anterior x2 - 4 = 0, la incgnita est elevada a la potencia 2 por lo que se llama cuadrtica y no es del tipo de ecuaciones que aparecern en los sistemas lineales a estudiar. La propiedad importante que cumplen las ecuaciones lineales es que si se multiplica por un nmero toda la ecuacin, la nueva ecuacin que se obtiene sigue teniendo la misma solucin con el valor de la incgnita que resolva la ecuacin original. Se dice que las ecuaciones son equivalentes. Un ejemplo que se utiliza a diario es el precio de un producto. As, si 2 kilos de pan cuestan 4 pesos, entonces cunto costarn 6 kilos? Como 2 kilos cuestan 4 pesos, si se desea comprar tres veces ms pan, se deber pagar tres veces lo que pagado por los 2 kilos; por lo tanto, se abonarn 12 pesos por los 6 kilos de pan. La incgnita aqu es el precio del kilo de pan,
117
que en este caso es de 2 pesos. Este procedimiento, que generalmente se resuelve mentalmente, es vlido si el precio del pan es lineal con los kilos que se compran. Esto significa que si se compra el doble se paga el doble. Teniendo en cuenta su importancia, se estudiarn los sistemas lineales con varias incgnitas y cmo resolverlos.
4.2. Matrices y sistemas lineales

Partiendo de un sistema de ecuaciones lineales con incgnitas (x, y, etc.) y los coeficientes que multiplican a stas (nmeros), si se ordena el sistema de forma tal que las incgnitas iguales en cada ecuacin estn encolumnadas, se puede trabajar con los coeficientes por separado para hallar la solucin del sistema y, de esta forma, no tener que mantener en los clculos las incgnitas mientras se opera (aqu es importante notar que cada columna tiene asociada una incgnita, con lo cual ser importante no intercambiar las columnas). A este ordenamiento de los coeficientes, separados del sistema, se lo llama matriz (si se la arma a partir de un sistema de ecuaciones ser la matriz asociada al sistema).
aa
Luego, una matriz es un conjunto de coeficientes (nmeros) con tantas filas como ecuaciones tenga el sistema y tantas columnas como incgnitas tenga el sistema.
En forma general, una matriz que tiene n filas y m columnas se dice que tiene una dimensin (tamao) de n x m. Por ejemplo, dado:
Queremos hallar la matriz asociada a este sistema. Primero, se encolumnan las incgnitas en cada ecuacin:
Una vez ordenado el sistema se arma la matriz poniendo en la primera columna, asociada a las x, los coeficientes que multiplican a esta variable en cada una de las ecuaciones; en la segunda columna, los coeficientes de las y, y en la tercera columna, los coeficientes de las z. Quedan los coeficientes ordenados de la siguiente forma:
118
Matemtica
A=
Cada elemento (nmeros) de una matriz A se denomina en forma general con las letras i j como aij, donde el valor de i indica la fila y j indica la columna de la matriz. As, en la matriz anterior el elemento a22 = -1 , el elemento a11 = 3 y el elemento a31 = 2. Tambin se define la matriz ampliada asociada al sistema de ecuaciones: a la matriz original se le agrega una cuarta columna con los coeficientes independientes de cada ecuacin (los nmeros que no multiplican a ninguna incgnita). La matriz ampliada del sistema anterior ser:
Para nombrar las matrices se utilizarn letras maysculas as como para las variables o incgnitas se utilizan minsculas en itlica.
4.2.1. Suma y producto de matrices

La suma de dos matrices A y B de dimensin n x m (ambas deben tener la misma dimensin) ser una matriz C = A + B de dimensin n x m cuyos elementos son iguales a la suma de los elementos correspondientes de A y de B, esto es: cij = aij + bij. El producto de dos matrices A de dimensin n x m y B de dimensin m x k (la primera tiene n filas y m columnas y la segunda tiene la misma cantidad de filas como columnas tiene la primera matriz, m en este caso y k columnas), ser una matriz C = A . B de dimensin n x k (tantas filas como filas tiene la primera matriz y tantas columnas como tiene la segunda matriz), cuyos elementos cij son iguales a la suma de los productos de los elementos de la fila i de la primera matriz con los elementos correspondientes de la columna j de la segunda matriz, esto es:
Ntese que importa cul es la primera y cul es la segunda matriz y cmo estn ordenadas.
cij = ai1 b1j + ai2 b2j + ai3 b3j + .......+ ai m bm j =
aa
Se define la matriz transpuesta de una matriz A de dimensin n x m la designaremos como At a la matriz de dimensin m x n cuyas filas sern las columnas de A y sus columnas sern las filas de A. Sus elementos estn definidos como: atij = aji
Como ejemplo, veremos la multiplicacin entre dos matrices iguales (potenciacin), la matriz A por la misma matriz A, obteniendo A2. Si la matriz A est dada por
119
El cuadrado de esta matriz se calcula como:
De esta forma, en el siguiente ejemplo se usar la matriz anterior formando parte de una ecuacion con matrices. Dada la matriz A:
Buscamos hallar a y b para que se verifique la ecuacin matricial:
A2+ a A + b Id = 0
Id es la matriz identidad. El problema requiere hallar los valores de a y b (dos escalares, nmeros) que verifiquen la ecuacin, por lo que calculando cada trmino se tiene que: el primer trmino de la ecuacin a resolver es la matriz A2, lo que es lo mismo que A*A. Haciendo el producto entre dos matrices:
El segundo trmino es igual a la constante a por la matriz A, esto es
El tercer trmino de la ecuacin es el producto de otra constante b por la matriz identidad. Esta matriz tiene 1 en la diagonal (los elementos a ii , a11, a22, etc., y ceros en los elementos fuera de la diagonal, con i distinto a j, o sea en el resto de la matriz fuera de la diagonal. As, el trmino b . Id ser:
Solo resta sumar los tres trminos (las tres matrices, componente a componente) e igualar a cero:
A2 + a A+ b Id = 0
120
Matemtica
Para que las dos ltimas matrices sean iguales deben ser iguales componente a componente, entonces debe ser:
14 + 2a + b = 0 5 + 5a = 0 2 + 2a = 0 11 - a + b = 0
De la segunda y tercera ecuacin se obtiene 5a = -5, entonces a = -1, y de la primera ecuacin, reemplazando con el valor de a encontrado, se obtiene:
14 + 2 * a + b = 14 - 2 + b = 0 entonces b = -12 valor que tambin satisface la cuarta ecuacin 11 - a + b = 11 - (-1) + (-12) = 0. 4.2.2. Resolucin de sistemas de ecuaciones operando con la matriz ampliada
A continuacin, revisaremos los mtodos para resolucin de sistemas de dos ecuaciones con dos incgnitas, donde se multiplican las ecuaciones por escalares (nmeros) y se suman o restan dos ecuaciones para eliminar una de las incgnitas. El objetivo es precisamente operar con las filas de la matriz ampliada de tal forma que aparezcan la mayor cantidad de ceros en cada una de las filas (un cero corresponde a haber eliminado la incgnita de la ecuacin correspondiente a esa fila). Veamos qu operaciones se pueden realizar para simplificar el sistema a resolver, pero recordando que el nuevo sistema tiene que tener las mismas soluciones que el sistema original (sistemas equivalentes). Las dos operaciones ms importantes son las mencionadas anteriormente: Reemplazar una fila por la suma de esa fila con otra fila de la matriz. Multiplicar (o dividir) una fila por un escalar (nmero) distinto de cero. Tambin se pueden permutar dos filas entre s, lo que permite ordenar mejor el sistema. Dado el sistema:
En algunos casos, se podran permutar las columnas para ordenar el sistema, pero esto trae el inconveniente de cambiar la asociacin inicial entre columnas de la matriz y las incgnitas del problema, razn por la cual no se realizar esta operacin.
121
Se operar con la matriz ampliada para resolverlo, obteniendo matrices equivalentes a la original:
Aqu se puede multiplicar la fila 1 (F1) por 2 y por otro lado multiplicar la fila 3 (F3) por 3, obteniendo la matriz equivalente:
Luego, reemplazando la F3 por la F3 menos la F1, resulta:
Se obtiene una columna con un solo elemento distinto de cero (la columna 1). Si se opera adecuadamente, esos ceros permanecern all hasta el final de la resolucin. El siguiente paso ser tratar de que aparezcan ceros en la segunda columna. Para eso se puede mantener el -1 de la fila 2 y la columna 2 y operar para eliminar el 4 de la fila 1 y el -1 de la fila 3 ambos en la columna 2. Las operaciones que se realizarn sern (aqu ya se estn aplicando en forma simultnea las operaciones mencionadas anteriormente): se reemplaza la F1 por la F1 + 4 F2 y por otro lado la F3 por F3F2, obteniendo la matriz equivalente:
Hasta aqu se ha obtenido una matriz triangular. Sin embargo, se puede continuar operando para simplificar an ms el sistema hasta obtener lo que se llama una matriz diagonal (en la cual todos los elementos aij con i j son ceros). En el ejemplo, slo resta obtener ceros en la columna 3. Para ello se realizan los reemplazos F1 por F1 - 8 F3 y tambin F2 por F2 - 2 F3 obteniendo:
Resulta as una matriz diagonal. Si se quiere simplificar del todo el sistema, se puede dividir las filas de tal forma que queden slo unos en la diagonal (y se conservan los ceros fuera de esta). A esta matriz diagonal se la llama
122
Matemtica
matriz identidad. En el ejemplo se divide la fila 1 por 6 y se multiplica la fila 2 por (-1) obteniendo:
Recordando que la columna 1 corresponda a la incgnita x, la columna 2 a la incgnita y y la columna 3 la incgnita z se puede reescribir el sistema equivalente:
Con lo cual ya se tiene la solucin del sistema. Es conveniente adquirir la costumbre, una vez que se resuelve un problema, de realizar la verificacin de la solucin. En este caso, la idea es reemplazar los valores obtenidos para x, y y z, en el sistema original y ver que satisfagan todas las ecuaciones del sistema. El sistema original era:
Verificando una a una las tres ecuaciones con los valores hallados, se obtiene: Primera ecuacin: 3 x + 2 y = 3 (2) + 2 (3) = 6 + 6 = 12 Segunda ecuacin: - y + 2 z = - (3) + 2 (-1) = -3 -2 = -5 Tercera ecuacin: y + z + 2 x = (3) + (-1) + 2 (2) = 3 -1 + 4 = 6 verificada verificada verificada
De esta manera, se ha verificado que el resultado obtenido es correcto. A los sistemas que admiten solucin se los denomina compatibles. Aquellos sistemas compatibles que tienen una sola solucin, como el ejemplo anterior, se llaman compatibles determinados. Tambin hay sistemas que tienen ms de una solucin denominados compatibles indeterminados. Por ltimo, hay sistemas que no tienen solucin (no hay valores de las incgnitas que puedan satisfacer todas las ecuaciones del sistema). Estos son llamados incompatibles. Una vez que se tiene la matriz con ceros por debajo de la diagonal, se dice que se tiene la matriz diagonalizada y se puede clasificar la solucin del sistema en funcin del nmero de incgnitas, el nmero de ecuaciones distintas de cero de la matriz asociada resultante y tambin de la matriz ampliada. El rango de una matriz es el nmero de ecuaciones independientes (ecuaciones distintas de cero y que no son sumas ni mltiplos de las dems ecuaciones). Los grados de libertad del sistema (cuntas variables que pueden tomar cualquier valor real en la solucin) son el nmero de incgnitas menos el rango de la matriz.
123
En el caso de tener un sistema compatible determinado, luego de diagonalizar el sistema, se tiene la misma cantidad de ecuaciones tanto para la matriz asociada como para la matriz ampliada y, a su vez, la misma cantidad de incgnitas.
aa
En un sistema compatible determinado con una nica solucin, se tiene que el rango de la matriz asociada es igual al rango de la matriz ampliada y es igual al nmero de incgnitas, con lo cual los grados de libertad valen cero (solucin nica).
Puede resultar, luego de la diagonalizacin, que algunas de las ecuaciones se anulen, quedando todos los coeficientes en cero, tanto los de las incgnitas como el trmino independiente. En este caso quedan ms incgnitas que ecuaciones independientes por lo que existirn muchas soluciones posibles ya que algunas de las incgnitas quedarn indeterminadas sistema compatible indeterminado.
aa
En un sistema compatible indeterminado con infinitas soluciones, se tiene que el rango de la matriz asociada es igual al rango de la matriz ampliada y es menor al nmero de incgnitas, con lo cual los grados de libertad sern mayores que cero (infinitas soluciones).
Por ltimo, si luego de la diagonalizacin hay ecuaciones con los coeficientes de las incgnitas iguales a cero, pero el trmino independiente es distinto de cero, se llega a una contradiccin, por lo que no existir solucin para ese sistema (sistema incompatible).
aa
En un sistema incompatible, el rango de la matriz asociada es menor al rango de la matriz ampliada (sistema sin solucin posible).
Cuando existen sistemas de ecuaciones donde el trmino independiente es cero en todas ellas, se dice que se trata de un sistema homogneo. Su particularidad es que son siempre compatibles, pudiendo ser determinados (si tienen una nica solucin sta ser que todas las incgnitas valgan cero, llamada solucin trivial) o compatibles indeterminados con infinitas soluciones.
4.2.3. Mtodo de Gauss. Resolucin de un sistema compatible indeterminado

Para diagonalizar la matriz asociada al sistema se debe elegir un coeficiente de la matriz (pivote) para hacer ceros los coeficientes de su columna. Se puede seleccionar cualquier coeficiente y no hay una regla general, pero una vez que se tiene una columna con todos ceros menos uno de sus elementos, hay que seleccionar luego otro pivote en otra columna diferente y de una
124
Matemtica
fila que no sea la misma en donde qued el nmero diferente de cero de la columna anterior. Por lo general, si hay algn elemento que valga 1 es ms fcil de usar como pivote. Las operaciones que se pueden hacer sin cambiar el problema es multiplicar las filas por cualquier nmero distinto de cero y reemplazar una fila por la misma fila sumada a otra fila distinta (que se puede haber multiplicado por un nmero previamente; por lo general, se hacen ambos pasos a la vez). El objetivo final es que, al hacer este paso, aparezca en la fila que se est reemplazando algn coeficiente igual a cero (por lo general, son los coeficientes de la columna del pivote que busca que se transformen en cero). Por ejemplo, para resolver el sistema:
Se escribe la matriz ampliada que se desea triangular:
Se realizan las operaciones y reemplazos F2 + 2 F1 F2 (se reemplaza la F2 por F2 + 2 F1) y F3 - F1 F3 (se reemplaza la F3 por F3 - F1)
El siguiente paso es realizar el reemplazo F3 - 2 F2 F3
La tercera fila no contiene ninguna informacin dado que se la puede reescribir como: 0 x + 0 y + 0 z = 0 que no impone ninguna condicin sobre las incgnitas. Continuando con el sistema que ya est triangulado (hay ceros debajo de la diagonal que es lo que busca realizar el mtodo de Gauss), a partir de all hay que rearmar las ecuaciones y despejar las incgnitas. De la fila 2 se obtiene:
2y+z=5
z=5-2y
Esto es lo que sucede en los sistemas indeterminados: las incgnitas quedan dependiendo de los valores que toman las otras incgnitas, en este caso z ser igual a 5 menos dos veces el valor que tome y. Usando la otra ecuacin resulta:
125
x+y-z=0
Aqu se puede reemplazar z por el valor obtenido de la ecuacin anterior y conviene que la otra incgnita a despejar (en este caso la x) quede tambin en funcin de y. Entonces:
x + y - z = x + y - (5 - 2 y) = x + y - 5 + 2 y = x + 3 y - 5 = 0
y despejando x resulta
x=5-3y
No se puede encontrar ms detalle para la solucin del sistema, lo que aclara el trmino indeterminado utilizado para denominar al sistema. Qu significa este resultado? Que existen muchas soluciones para el sistema, por ejemplo, tomando
y = 7, resulta x = 5 - 3 y = 5 3 . 7 = 5 - 21 = -16
y tomando z = 5 - 2 y = 5 2 . 7 = 5 - 14 = - 9 se obtiene una de las infinitas soluciones del sistema. Si se toma otro valor cualquiera de y se obtendrn valores de x y z que sean solucin del sistema. La solucin general se suele escribir de la siguiente manera:
Se busca el vector columna x, una matriz que tiene slo una columna. Se utiliza la minscula en negrita para las matrices con una sola fila o una sola columna.
Reemplazando por la solucin encontrada con x y z en funcin de y, se obtiene:
Este resultado se puede escribir como la suma de dos vectores columna: uno que tenga los trminos con la y y otro con los trminos independientes:
Este es el resultado general donde, como se obtuvo antes, y puede tomar cualquier valor; por ello, ese valor suele llamarse t para indicar que puede ser un nmero real cualquiera. Luego, la solucin del sistema es:
126
Matemtica
Restara realizar la verificacin. Para ello, reemplazamos en el sistema original los valores de x, y y z que obtuvimos.
Reemplazando por la solucin encontrada
Colocamos los corchetes porque la matriz A multiplica la suma de los dos vectores columna. Aqu podemos aplicar la propiedad distributiva del producto de matrices respecto de la suma o bien sumar y obtener un solo vector columna (seguiremos este paso).
127
Obtuvimos el vector columna con los coeficientes independientes, verificando as la solucin general obtenida.
4.3. Determinantes
El determinante es un valor que se puede asociar a una matriz cuadrada que permite una resolucin alternativa al mtodo de Gauss en el caso de un sistema determinado. Se trata entonces de una herramienta complementaria para el anlisis y resolucin de los sistemas de ecuaciones lineales. A travs del determinante se puede analizar si un sistema es compatible determinado o no. Si no lo es, habr que usar otras tcnicas para saber si se trata de uno compatible indeterminado o incompatible. Tambin utilizando determinantes se puede resolver un sistema compatible determinado con la regla de Cramer, que se ver ms adelante. Para obtener el determinante de una matriz hay que trabajar con los elementos de la misma, sumando y restando distintos productos entre ellos. En consecuencia, al multiplicar y sumar nmeros, el resultado es un nmero. Por ello, el determinante de una matriz es una operacin que asocia a una matriz un nmero. Segn si este nmero es distinto de cero o cero, se puede concluir que el sistema asociado a la matriz es compatible determinado (determinante de la matriz distinto de cero) o si no lo es (determinante igual a cero). La forma en que se calcula el determinante de una matriz depende de sus dimensiones n x n. Para el caso de una matriz de 2 x 2, el determinante es igual al producto de los elementos de la diagonal menos el producto de los elementos fuera de la diagonal:
Recurdese que se aplica solamente a matrices cuadradas.
Como vimos, si el determinante es distinto de cero, se tratar de un sistema compatible determinado, y se puede encontrar la solucin del sistema utilizando los determinantes. As, la solucin para un sistema de ecuaciones de 2 x 2 genrico es:
O en forma de producto de matrices A . x = b
128
Matemtica
Si el det(A) = a11 a22 - a12 a21 0 entonces el sistema es compatible determinado. Las soluciones se pueden escribir como
Este es el denominado mtodo de Cramer para hallar las soluciones de un sistema compatible determinado. Para el sistema de 2 x 2 (dos ecuaciones y dos incgnitas) las soluciones x1 y x2 del sistema se pueden hallar calculando 3 determinantes. En primer lugar, el determinante de la matriz del sistema:
Recibe este nombre en honor a Gabriel Cramer (1704 - 1752), quien public la regla en su Introduction lanalyse des lignes courbes algbriques de 1750.
Segundo, el determinante de la matriz que se obtiene al reemplazar la columna asociada a la variable x1 (columna 1 en este caso) por la columna de los trminos independientes:
Y por ltimo, el tercer el determinante de la matriz que se obtiene al reemplazar la columna asociada a la variable x2 (columna 2 en este caso) por la columna de los trminos independientes:
Este mtodo se puede aplicar para la resolucin de cualquier sistema compatible determinado, como se ver al final del siguiente apartado.
4.3.1. Determinante de 3 x 3 y mtodo de Cramer

Para calcular este determinante, se introduce lo que se llama desarrollo de un determinante por una fila o columna. Con este mtodo un determinante de n x n (3 x 3 en este caso) se calcula como sumas y restas de determinantes de (n-1) x (n-1) (2 x 2 en este caso) por los coeficientes de la fila o columna. El desarrollo por una fila o columna se realiza multiplicando los coeficientes de la fila o columna por el determinante de la matriz que se obtiene quitando la fila y columna a la cual pertenece el coeficiente en cuestin (menor complementario). Estos trminos van sumados o restados dependiendo de la posicin del coeficiente aij ; si la suma i + j es par entonces va sumando, si la suma i + j es impar entonces va restando. En general, el trmino tiene el signo determinado por la expresin (-1) i + j . Calculando el determinante de la matriz de 3 x 3 con este mtodo, desarrollando por la fila 3
129
Los trminos a sumar (el factor (-1) i + j determina la suma o resta) sern:
que sumados dan
a11 a22 a33 + a12 a23 a31 + a13 a21 a32 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
aa
det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
Lo interesante del desarrollo por una fila o columna es que si se tiene un determinante con una fila o columna con todos ceros salvo un coeficiente, al desarrollar por esa fila o columna hay que calcular slo un determinante con una fila y columna menos (el menor complementario asociado al coeficiente distinto de cero). Para obtener un determinante con estas caractersticas, se puede operar con las filas (o columnas en los determinantes) de forma similar a como se hizo con el mtodo de Gauss con las matrices, esto es: Sea l de cero, entonces
Precaucin: a diferencia del mtodo de Gauss, si se multiplica una fila o columna por un escalar (un nmero) distinto de cero, para que el nuevo determinante sea igual que el anterior se debe dividir el resultado por el escalar.
130
Matemtica
Sin embargo, sigue siendo vlido reemplazar una fila o columna por la suma de ella ms otra paralela (que puede estar multiplicada por un escalar), sin que cambie el valor del nuevo determinante.
Se puede relacionar el determinante con el rango de una matriz. As, el rango puede determinarse con la dimensin de la mayor de las matrices (o submatrices que se armen quitando una fila y una columna) que se pueda encontrar, cuyo determinante es distinto de cero. Como ejemplo se utilizar el sistema resuelto previamente verificando con el determinante que se trata de un sistema compatible determinado y hallando la solucin por el mtodo de Cramer. Dado el sistema
Primero, se confirma que el sistema es compatible determinado. Calculando el determinante de la matriz A, ste debe resultar distinto de cero. Desarrollamos el determinante por la tercera fila ya que en ella hay un cero y por lo tanto se anular uno de los trminos.
Por lo tanto, el sistema es compatible determinado. Busquemos los valores de las incgnitas por el mtodo de Cramer. Por ejemplo, para el valor de x debemos realizar el cociente del determinante de la matriz que obtenemos al reemplazar la columna correspondiente a la incgnita x en la matriz A (en este caso la columna 1) por el vector de los trminos independientes. As se obtiene:
131
Se debe calcular el determinante que aparece en el numerador. Aplicando antes algunas propiedades para simplificar el determinante, hacemos que aparezcan ms ceros en una columna dada. En el determinante,
Igual que con el mtodo de Gauss, pero teniendo cuidado de no multiplicar la fila que se est reemplazando y slo hacerlo con la paralela que se suma o resta.
se pueden realizar las operaciones F2 - 2 F3 F2 para que no vare el valor del determinante:
Nuevamente se desarrolla por la tercera columna que ahora tiene dos ceros.
Reemplazando el cociente se obtiene:
132
Matemtica
Haciendo lo mismo para y y z resulta
Igual que para la x, se calcula el determinante aplicando antes algunas propiedades para simplificarlo, haciendo que aparezcan ms ceros en una columna dada.
Haciendo F2 - 2 F3 F2, que no vara el valor del determinante:
Y nuevamente desarrollando por la tercera columna que ahora tiene dos ceros,
Reemplazando el cociente da como resultado:
133
Por ltimo, para z se tiene:
En este caso se trabaja con columnas haciendo C3 - 5 C2 C3
Desarrollando por la fila 2
por lo que resulta:
Resumiendo, se vuelve a obtener que la solucin del sistema es x = 2, y = 3 y z = -1, como se encontr con el mtodo de Gauss.
134
Matemtica
4.3.2. Desarrollo de un determinante de 4 x 4 por una fila o columna

Calculemos el siguiente determinante:
Se puede desarrollar directamente por una fila o columna cualquiera, sin realizar operaciones entre las filas; el fin es simplificar los clculos si se tienen muchos coeficientes igual a cero. Desarrollando el determinante por la columna 3, de esta forma, aparecern los coeficientes de esta columna (el 3, el 7, el 9 y el (-1)). Cada coeficiente va multiplicado por el determinante que se obtiene de eliminar la fila y la columna en la que est ubicado, y tambin va multiplicado por (-1)(i+j) i y j son la fila y matriz en la que est el coeficiente.
135
Esta eleccin es arbitraria, convendr desarrollarla por la fila o columna que tenga ms ceros, as no habr que calcular el trmino correspondiente pues cualquier nmero por cero dar cero.
De esta forma, de un determinante de 4 x 4 se pasa a evaluar 4 determinantes de 3 x 3. Reemplazando los (-1)(i+j), 1 o -1 y desarrollando en este caso los cuatro determinantes por la fila 3:
136
Matemtica
137
=3 [(1-12)-(12+3)] - 7 [(-3+12)-(6-9)] + 9[(6-2)-(-1-6)]+[3(6-2)-6(2+4)-(-1-6)] = 3[-11-15]-7[9+3]+9[4+7]+[3 4 - 6 6 +7] = 3 (-26) - 7 12 + 9 11 + 12 - 36 + 7 = -78 - 84 + 99 + 12 - 36 + 7 = -80
4.3.3. Clasificacin del tipo de sistema utilizando el determinante

Como ejemplo se resolver un sistema con un parmetro, primero clasificndolo y luego resolviendo en cada caso. El objetivo es determinar l para que el sistema tenga soluciones no triviales y buscar la solucin correspondiente en forma de vector columna.
Este es un sistema homogneo; todos los coeficientes independientes (sin x, y o z) son 0. En estos casos, el sistema siempre es compatible. Puede ser compatible determinado o compatible indeterminado pero nunca incompatible. El determinante de la matriz resulta:
La regla de Sarrus recibe su nombre del matemtico francs Pierre Frdric Sarrus.
Para calcularlo se puede usar una regla mnemotcnica conocida como regla de Sarrus para determinantes de 3 x 3. Para ello se arma la siguiente estructura, donde se copia abajo la fila 1 y luego la 2.
El determinante ser igual a la suma de los productos de las diagonales hacia la derecha, ms la resta de los productos de las diagonales hacia la izquierda:
138
Matemtica
Una vez calculado el determinante de la matriz asociada al sistema, se estudia para qu valores del parmetro el determinante es igual a cero. En este problema particular, como el sistema no puede ser incompatible por ser un sistema homogneo, entonces, si el determinante es igual a cero, el sistema ser compatible indeterminado.
Recordemos que si el determinante es igual a cero, entonces el sistema es compatible indeterminado o incompatible.
aplicando la frmula
Se obtienen como resultado 2 valores de l para los cuales se anula el determinante: l=-1 y l=-5 El sistema ser compatible determinado si l-1 y l-5 (en este caso, la solucin ser la solucin trivial). Si l=-1 y l=-5, entonces, el sistema es compatible indeterminado. Aplicando Gauss a la matriz para l=-1
z puede tomar cualquier valor, por lo tanto, z = t Despejando y 2y+z=0 2y+t=0 y = - t Despejando x -x + y + z = 0 -x - t + t = 0 -x = x=t Si escribimos el resultado como vectores se tiene:
Aplicando Gauss a la matriz para l=5
Se toma nuevamente que z puede tomar cualquier valor, por lo tanto, z = t
139
Despejando x
Despejando y
Escribiendo el resultado como vectores se tiene:
Slo resta realizar la verificacin en cada caso para confirmar que la solucin encontrada es correcta.
4.4. Matriz inversa

Es posible obtener la solucin de un sistema de ecuaciones lineales, multiplicando dos matrices: la matriz inversa por la matriz asociada a los coeficientes independientes del sistema (una matriz que tiene una sola columna y que tiene los trminos independientes, los mismos que se agregan a la matriz de un sistema al armar la matriz ampliada). Se define como matriz inversa de una matriz cuadrada A, a la matriz A-1 que cumple: A . A-1 = A-1 . A = Id Id es la matriz identidad, con unos en la diagonal y ceros fuera de esta. Usando una propiedad para el determinante del producto de matrices se puede obtener una condicin necesaria para la existencia de la matriz inversa: | A . A-1 | = | Id | = 1 (el determinante de la matriz identidad es uno) | A | . | A-1 | = 1 entonces debe ser | A | 0 y | A-1 | 0
aa
Una condicin necesaria para que exista la matriz inversa de una matriz A es que el determinante de A sea distinto de cero
Se puede obtener la matriz inversa usando determinantes y el mtodo de Cramer o bien se puede obtenerla usando el mtodo de Gauss. Una vez calculada la matriz inversa se puede utilizar para hallar la solucin del sistema compatible determinado.
140
Matemtica
Dado el sistema en forma matricial A . x = b; si se multiplica del lado izquierdo de la ecuacin por la matriz inversa, la ecuacin del sistema queda:
A-1 . A . x = A-1 . b Id . x = A-1 . b x = A-1 . b

Entonces, la solucin del sistema se puede calcular directamente como el producto de la matriz inversa por la matriz columna de los coeficientes independientes b. A continuacin, se calcular en un ejemplo la matriz inversa usando el mtodo de Gauss y la regla de Cramer (usando determinantes). Dado el sistema resuelto previamente:
Recurdese que en el producto de matrices es importante el orden, ya que estas no cumplen en general la propiedad conmutativa. Aunque A . A-1 = A-1 . A, en general, x . A-1 A-1. x
con la matriz asociada al sistema:
A=
Con las incgnitas se puede escribir un vector columna x y otro con los trminos independientes b como producto de matrices de la forma:
A.x=b
Para entender la utilidad de la matriz inversa se vern nuevamente los pasos realizados al resolver una ecuacin. Por ejemplo,
2x + 1 = 7
Queremos encontrar los valores de x que satisfacen la ecuacin. Se despeja x, realizando operaciones que permitan dejar de un lado de la ecuacin la incgnita x y del otro lado el valor que le corresponde para satisfacer la igualdad inicial. Viendo en detalle cmo se resuelve correctamente, para eliminar el 1 que est sumando del lado izquierdo, se resta 1 de ambos lados (estrictamente le sumamos su inverso aditivo (-1) de ambos lados, tal que, del lado izquierdo, obtenemos un cero sumando, elemento neutro de la suma). As se obtiene:
Se puede pensar una ecuacin como una balanza en equilibrio, representado por el signo igual, a la cual se le puede agregar o quitar cosas iguales de ambos lados con el objetivo de mantener el equilibrio, esto significa que sigue siendo vlida la igualdad.
141
Aqu se divide de ambos lados por 2 para que quede la x despejada del lado izquierdo. Estrictamente, lo que se hace es multiplicar por el inverso multiplicativo () de ambos lados, de tal forma de obtener del lado izquierdo un 1 multiplicando, elemento neutro de la multiplicacin). As resulta:
Por lo tanto, se despeja x = 3, que al reemplazar en la ecuacin 2 . 3 + 1 = 7 la verifica. Un sistema de ecuaciones se resuelve de la misma manera. El objetivo es despejar los valores de las incgnitas que verifican el sistema, que en forma matricial se puede escribir como A x = b, por lo que se debe despejar de esta ecuacin matricial el valor de x. La matriz inversa A-1 es por definicin la inversa multiplicativa de la matriz A, dado que al multiplicarlas da como resultado el elemento neutro de la multiplicacin de matrices (la matriz identidad). La definicin de matriz inversa viene dada por A.A-1 = I. Entonces, al multiplicar en ambos lados de la ecuacin por la matriz inversa, se mantiene la igualdad, obteniendo: Ax=b A-1 A x = A-1 b (A-1 A) x = A-1 b I x = A-1 b x = A-1 b Con lo cual, para obtener x simplemente hay que realizar el producto de matrices A-1 b (multiplicar la matriz inversa y el vector columna de los trminos independientes). En el caso del clculo de la matriz inversa se tiene que la ecuacin matricial a resolver es: A A-1 = A-1 A = I Escribiendo, para el sistema particular que se quiere calcular, la inversa de A resulta:
142
Matemtica
Donde los coeficientes cij son los elementos de la matriz A-1. Realizando el producto de las matrices se obtiene el siguiente sistema de 9 ecuaciones y 9 incgnitas:
Si se observa el sistema cuidadosamente, ste es, en realidad, equivalente a 3 sistemas separados cada uno con 3 incgnitas:
o bien en forma matricial hay que resolver los tres sistemas dados por
143
Ntese que los tres sistemas tienen la misma matriz asociada; slo cambia el trmino independiente. De esta forma, para hallar la matriz inversa hay que resolver estos tres sistemas. Primero se resolver utilizando el mtodo de Gauss. Estos tres sistemas tienen las siguientes matrices ampliadas a las que se le aplicar el mtodo de Gauss:
Dado que los tres tienen la misma matriz asociada, se pueden resolver los tres sistemas simultneamente escribiendo:
Entonces se aplica el mtodo de Gauss para esta matriz. Para hacer ceros en la tercera columna se realiza F2 2 F3 F2
Para hacer ceros en la segunda columna, 3 F3 + F2 F3 y 3 F1 + 2 F2 F1
Por ltimo, para hacer ceros en la primera columna F2 + 4 F1 F2 y F3 - 2 F1 F3
Para terminar, se obtienen unos en la diagonal, F2 / (-3) F2 y F3 / 3 F3
Los sistemas se transforman en :
144
Matemtica
En consecuencia, la matrix inversa A-1 ser:
que es la matriz que queda a la derecha despus de aplicar el mtodo de Gauss. Luego, el proceso para hallar la matriz inversa utilizando Gauss es operar para obtener identidad a la izquierda en la matriz ampliada que se arm con la matriz asociada al sistema y la matriz identidad a la derecha como se muestra en el siguiente diagrama:
Se puede verificar que la matriz hallada es la inversa de la matriz A si se multiplican ambas matrices, debindose obtener como resultado la matriz identidad.
con lo cual se verifica que la matriz inversa calculada es correcta.
145
Tambin se pueden resolver los sistemas anteriores con la regla de Cramer:
Aplicando la regla de Cramer para el primer sistema se puede calcular c11 utilizando el determinante que resulta al reemplazar el vector de los trminos independientes en la primera columna de la matriz A dividido por el determinante de A (que ya se calcul previamente, |A| = -1). Esto da:
Lo mismo se realiza para los dems coeficientes de la matriz inversa:
146
Matemtica
Ntese que para calcular el elemento c21 se utiliza el adjunto de la fila 1 y la columna 2 de A, el adjunto A12. No se repite para el resto de los elementos todo el desarrollo, simplemente se calculan usando los adjuntos correspondientes de A:
147
Con lo cual nuevamente se obtiene la matriz inversa:
Para concluir este detallado clculo para la obtencin de la matriz inversa se utilizar la misma para resolver el sistema de ecuaciones inicial, haciendo la multiplicacin de matrices:
x = A-1 . b =
Nuevamente se llega al resultado obtenido primero por el mtodo de Gauss y luego por el mtodo de Cramer.
ra
Luego del desarrollo de la inversa con el mtodo de Cramer, si una matriz tiene todos sus coeficientes enteros y su determinante vale uno o menos uno, qu puede decirse sobre los coeficientes de la matriz inversa?, y si el determinante vale un medio? Puede generalizarse para el caso en que el determinante sea igual a 1/n?
148
Matemtica
4.5. Matrices especiales y sus propiedades

Entre las infinitas matrices que se pueden construir existen algunas que, por razones particulares, reciben un nombre especial que las diferencia de las otras. As, ya hemos nombrado, por ejemplo, las matrices escalares, simtricas, antisimtricas, identidad, diagonal, triangulares superior o inferior, adjuntas, traspuestas e inversas. A continuacin, veremos el caso de las matrices estocsticas.
Este apartado fue elaborado por Alfredo Russo
4.5.1. Matrices estocsticas

Se trata de matrices en las que todos sus elementos tienen un valor comprendido entre 0 y 1, y, adems, la suma de los elementos de cada columna es igual a 1. Las matrices estocsticas se usan con frecuencia en el estudio de fenmenos aleatorios, en teora de la probabilidad y estadstica. Un vector de la forma u = (u1, u 2, u 3, u 4, u 5) es un vector estocstico si todos sus elementos son menores que 1 y la suma de ellos es igual a 1. Por ejemplo, el vector no es un vector estocstico porque uno de sus elementos es negativo. En cambio, si bien v = (2,3,5, 0,1) no es un vector estocstico porque sus elementos no son menores que 1, se lo puede transformar dividiendo miembro a miembro cada uno de sus elementos por 11, que es la suma de ellos, para obtener: w = ( 2 , 3 , 5 , 0, 1 )que s es un vector estocstico.
11 11 11 11
aa
Se dice que una matriz cuadrada es estocstica si cada una de sus filas es un vector estocstico. Por ejemplo:
Si dos matrices A y B son estocsticas, el producto de las mismas, siempre que sea posible es decir, que ambas sean del mismo orden es otra matriz estocstica. En particular, las potencias sucesivas de matrices estocsticas A2, A3 A n son tambin matrices estocsticas. Vectores de punto fijo Si A es una matriz cuadrada de orden n, y u un vector fila con n componentes, entonces podremos formar el producto:
149
uA
Dnde u premultiplica a la matriz A. En el caso en que: uA = u Se dice que u es un vector fijo de A. Adems, para un escalar cualquiera k, ser:
(ku ) A = k (uA) = ku
Esto nos lleva a concluir que, si u es un vector fijo de la matriz A, su producto por cualquier escalar diferente de cero k ser tambin un vector fijo de A. Ejemplos
Lo que demuestra que u es un vector fijo de la matriz considerada. Este vector fijo que premultiplica a la matriz, se conoce tambin como vector fijo a la izquierda de la misma. 3) Sea la matriz estocstica dremos: si calculamos su cuadrado obten-
aa
Cuando cada una de las potencias de una matriz estocstica A es otra matriz con todos sus elementos positivos y no nulos, se dice que A es una matriz regular y tiene las siguientes caractersticas: Un vector fijo nico con todos sus elementos positivos. La secuencia de potencias de A, A2, , An converge hacia una matriz T cada una de cuyas filas es, precisamente, el vector fijo nico. Si p es un vector de probabilidad, entonces la secuencia pA, pA2,, pAn converge hacia el vector fijo t nico de la matriz A.
150
Matemtica
4) Usemos la matriz estocstica: fijo con la ecuacin:
y calculemos para ella un vector
Para ello hacemos t=(x1-x) y entonces resultar:
Resolviendo obtendremos:
Expresin de la que resulta x =
1 3
Si calculamos potencias sucesivas de nuestra matriz P, obtendremos, por ejemplo:
Se observa que las potencias sucesivas de P convergen hacia la matriz:
Cuyas dos filas son iguales al vector fijo de la misma.
151
ca

1. a. Encuentre el nico vector fijo de la matriz estocstica regular:
b. Cules de los siguientes vectores son estocsticos? Explique por qu.
c. Multiplique cada uno de los siguientes vectores por un escalar apropiado

para formar los respectivos vectores estocsticos:
d. Indique cules de las siguientes matrices son estocsticas y explique por qu.
152
Matemtica
e. Encuentre el nico vector fijo de la matriz estocstica
A qu matriz converge Pn? f. Halle el nico vector fijo de la matriz estocstica regular
4.5.2. Matrices de insumo producto

En economa, el modelo de insumo producto usa matrices para reflejar la produccin de una nacin o provincia, y para predecir los cambios que pueden ocurrir por efecto de cambios en industrias, la preferencias de los consumidores o las regulaciones gubernamentales. El modelo fue inventado en 1919 por Wassily Leontief, un ruso emigrado a Estados Unidos, que recibi el Premio Nobel de Economa en 1973 por su desarrollo. Supongamos un pas que tiene un nmero limitado de sectores productivos a modo de ejemplo, fijemos ese nmero en 2. En la construccin de una matriz de insumo producto, los vectores fila representan la produccin de determinados insumos y los vectores columna el consumo de esa produccin. La tabla siguiente muestra el esquema resultante:
Consumo por Agricultura 5 10 10 Consumo por Industria 15 15 20 Demanda de consumidores finales 80 60 0
Insumo Agricultura Industria Trabajo
Total 100 85 30
Wassily Leontief (1906-1999) Fuente: http://nobelprize.org
La tabla indica que la propia agricultura consume 5 unidades de produccin de agricultura, la industria consume 15 unidades y 80 unidades van a los consumidores finales. El nico insumo que no tiene demanda final es el trabajo: en el esquema mostrado, la agricultura consume 10 unidades y la industria 20 unidades, mientras que no hay demanda final. Por su parte, los trabajadores componen parte de la demanda final como consumidores de lo que producen. Otros demandantes son las familias de los trabajadores, los funcionarios de la administracin pblica y todos aquellos que no estn comprometidos en la produccin primaria.
153
El balance de cada uno de los sectores productivos puede escribirse como: Produccin de Agricultura: x1 Produccin de Industria: x2 Produccin de Trabajo: x3
x11 + x12 + c1 = x1 x21 + x22 + c2 = x2 x31 + x32 + c3 = x3

Si suponemos que cada una de las participaciones del consumo es proporcional a la produccin de cada sector, podremos escribir:
Si llamamos x al vector columna de sectores productivos
Podemos llamar c al vector columna de consumos
En consecuencia, A ser la matriz de los coeficientes a:
Del mismo modo, I ser una matriz unidad de orden 3
154
Matemtica
Con estos elementos y operando algebraicamente en las ecuaciones de produccin y consumo, podremos escribir:
y finalmente: Esto es, siempre que la matriz (I-A) sea invertible. Los coeficientes aij son los llamados coeficientes tcnicos de cada uno de los productos. Entre otros efectos, si se destina una parte mayor de la produccin de un insumo a los intercambios con otros sectores, ser a expensas del consumo y si se consume ms de un determinado insumo, ser a expensas de las transferencias intersectoriales. Un ejemplo simple, basado en nuestra tabla, con dos sectores productivos, nos muestra que, si la Agricultura est en su mximo nivel de produccin, destinar una porcin mayor de su insumo a la industria ser en desmedro del consumo. De la misma manera, si aumenta el consumo de la produccin agropecuaria, ser a expensas de la industria.
ca

2. a. Calcule A.BT y B.C, dadas las siguientes matrices:
b. Encuentre A.B y B.A para las siguientes matrices:
Verifique que A.B B.A c. Para las matrices del problema anterior, verifique
(BA)T=AT.BT
d. Las tarifas de los vuelos de Buenos Aires a Rosario estn dadas por el vector P = (280, 180, 89) donde cada elemento corresponde al precio en primera clase, clase business y clase turstica. Si el vector de ventas de pasajes de un vuelo determinado es N=(8, 29, 115)T, calcule P.N y explique su significado.
155
e. El stock de computadoras en una cadena de 3 locales est dado por la matriz:
Las filas expresan los stocks en cada sucursal y las columnas las marcas de computadoras correspondientes. El costo mayorista de estas computadoras est dado por el vector: D = (700,1200)T Calcule el producto S.D y explique qu significa. f. Resuelva el siguiente sistema de ecuaciones, expresado en forma matricial A.X=B.
g. Determine si la matriz: las siguientes matrices:
es la inversa de alguna de
Explique, en cada caso, por qu.
h. Calcule la inversa de la matriz: Haga la verificacin correspondiente.
i.Calcule la inversa de la matriz: Haga la verificacin correspondiente.
j. Calcule la inversa de la matriz:
Haga la verificacin correspondiente.
156
5
Programacin lineal
Objetivos
Resolver problemas de programacin lineal. Desarrollar mtodos grficos y analticos para encontrar soluciones. Aplicar el mtodo Simplex.
5.1. Introduccin
En mltiples operaciones en diversos mbitos como la industria, la economa, la estrategia militar, etc. se presentan situaciones en las que es necesario maximizar o minimizar algunas funciones que se encuentran sujetas a determinadas limitaciones o restricciones. La programacin lineal es un conjunto de tcnicas racionales de anlisis y de resolucin de problemas que tiene por objeto ayudar a los responsables en las decisiones sobre asuntos en los que interviene un gran nmero de variables. En este sentido, los modelos de programacin lineal, por su sencillez, son frecuentemente usados para abordar una gran variedad de problemas de naturaleza real en ingeniera y ciencias sociales, lo que ha permitido a empresas y organizaciones importantes beneficios y ahorros asociados a su utilizacin. Se trata de un modelo matemtico que data de mediados del siglo XX; se cre durante la Segunda Guerra Mundial, cuando se necesitaba planificar los gastos y envos tratando de minimizar los costos y maximizar las prdidas del enemigo.
aa
El objetivo de la programacin lineal es el de optimizar un sistema con ecuaciones lineales, sujeto adems a restricciones tambin lineales expresadas como desigualdades.
Aqu se utilizarn algunos nombres especficos que se describen a continuacin. Se llama funcin objetivo a la funcin lineal que se desea optimizar. Los puntos del dominio de la funcin objetivo, que adems satisfacen las restricciones del problema, se llaman puntos factibles puntos permitidos
157
por las restricciones en donde ser factible hallar el mximo o el mnimo de la funcin objetivo. El punto factible que cumple la condicin de optimizar la funcin objetivo mximo o mnimo, dependiendo del problema a resolver se llama solucin ptima y es el resultado final al que se desea llegar. Un resultado importante de estos problemas es que la solucin ptima se encuentra en la periferia de la regin factible, ya que las restricciones dadas por desigualdades (por ejemplo: x + y 7), corresponden a semiplanos, con lo cual la interseccin de las restricciones (interseccin de semiplanos) es necesariamente una regin convexa. En el caso de dos variables, la funcin objetivo estar representada por una recta mvil que se desplaza paralela a s misma al ir cambiando el trmino independiente, que alcanzar su valor ptimo en el ltimo o en el primer punto que toque dentro de la regin de validez que contiene a los puntos factibles. Por ser la regin de validez convexa (dados dos puntos de la regin, el segmento que los une est incluido en la regin) la solucin ptima estar en un vrtice del conjunto factible o bien en un lado del conjunto factible (infinitas soluciones).
5.2. Formulacin de modelos

Un modelo de programacin lineal considera que las variables de decisin tienen un comportamiento lineal, tanto en la funcin objetivo como en las restricciones del problema. Los modelos matemticos se dividen bsicamente en Modelos Deterministas o Modelos Estocsticos. En el primer caso (MD) se considera que los parmetros asociados al modelo son conocidos con certeza absoluta; en el segundo caso (ME), la totalidad o un subconjunto de los parmetros tienen una distribucin de probabilidad asociada.
Fuente: http://www.programacionlineal.net/programacion_lineal.html
158
Matemtica
Ejemplo
Una empresa de muebles tiene dos fbricas A y B donde se elaboran los cortes de madera para los distintos mdulos que se venden en el mercado y tres plantas de armado I, II y III donde se ensamblan los muebles para ser vendidos al pblico. Las fbricas A y B producen 2000 y 3000 muebles por ao, que deben enviarse a las plantas I, II y III cuyas capacidades mximas de procesamiento son 500, 3500 y 1000 muebles por ao. Los costos de transporte de los cortes desde las fbricas A y B a las plantas I, II y III en pesos por mueble son: G.5.1
A B
I 10 15
II 20 17.5
III 30 20
El problema a resolver es: cmo conviene distribuir los muebles de las fbricas a las plantas tal que los costos de transporte sean lo mnimo posible? Resolucin El primer paso es traducir el problema al lenguaje que se utiliza en este curso, plantearlo como ecuaciones matemticas con variables y funciones que se desea optimizar. Llamando x a la cantidad de muebles que se envan de la fbrica A a la planta I, y a la cantidad de muebles que se envan de la fbrica A a la planta II, el resto de los envos quedan determinados con estas incgnitas y las condiciones del problema. Por ejemplo, si la planta I puede procesar hasta 500 muebles, entonces, si recibe x muebles de la fbrica A, podr recibir a lo sumo 500 - x muebles de la fbrica B. De la misma manera, si la planta II puede procesar hasta 3500 muebles, entonces, si recibe y muebles de la fbrica A entonces podr recibir a lo sumo 3500 - y muebles de la fbrica B. Slo resta determinar cuntos muebles recibe la planta III. Si la planta A produce 2000 muebles y enva x muebles a la planta I e y muebles a la planta II, entonces deber enviar 2000 - x - y a la planta III. Con el mismo razonamiento se puede determinar cuntos muebles recibe de la fbrica B. Si esta planta produce 3000 muebles y enva 500 - x muebles a la planta I y 3500 - y muebles a la planta II, entonces deber enviar 3000 - (500 - x) - (3500 - y)= x + y - 1000 muebles a la planta III. En este caso, el mismo resultado se puede obtener como se hizo para averiguar cuntos muebles reciben las plantas I y II de la fbrica B sabiendo cunto recibe de la fbrica A y cul es la mxima produccin de la planta III. La planta III puede procesar hasta 1000 muebles, entonces si recibe 2000 x - y muebles de la fbrica A, podr recibir a lo sumo 1000 - (2000-x-y) = 1000 - 2000 + x + y = x + y - 1000 muebles de la fbrica B.
159
Resumindolo en un cuadro: G.5.2
I 500 A=2000 B=3000 x 500 - x
II 3500 y 3500 - y
III 1000 2000-x-y x + y - 1000
Esta tabla representa la cantidad de muebles que sern enviados a cada planta, con lo cual las restricciones surgen de pedir que estas cantidades sean mayores o iguales a cero (no puede enviarse un nmero negativo de muebles). Usando estas cantidades junto con el precio de los traslados que se encuentran en G.5.1. se puede calcular el costo total que ser la funcin objetivo, es decir, lo que se busca minimizar. Esta resulta: f(x, y)= 10 x + 20 y + 30 (2000 x - y) + 15 (500 - x) + 17.5 (3500 - y) + 20 (x + y - 1000) = 108750 - 15 x - 7.5 y sujeta a las restricciones, porque el nmero de muebles no puede ser negativo: x0 500 - x 0 y0 3500 - y 0 2000 - x - y 0 x + y - 1000 0
que se puede escribir despejando las variables del lado izquierdo y los nmeros del derecho de las desigualdades:
x x y x x y
+ y 2000 500 3500 + y 1000 0 0
Hasta aqu hemos desarrollado el planteo del modelo matemtico que describe el problema propuesto; resta entonces responder la pregunta: cmo distribuir los muebles para minimizar los costos, resolviendo el problema que se ha formulado.
5.3. Resolucin grfica

Resolveremos el problema de programacin lineal planteado de manera grfica, lo que permitir visualizar mejor el problema, las ecuaciones planteadas y la solucin que minimice los costos. Este tipo de resolucin se puede utilizar solamente cuando el problema tiene dos variables (en el ejemplo, x e y). Como se ver, las ecuaciones e inecuaciones planteadas definen semiplanos en un grfico xy. De las distintas intersecciones de estos semiplanos se irn restringiendo los valores de x y de y que cumplan con cada una de las restricciones del problema. Esta ser la llamada regin factible.
160
Matemtica
Como se describi previamente, se determinan primero los puntos factibles segn las restricciones. Las mismas corresponden a semiplanos en el plano xy y la interseccin de ellos dar la regin de validez, o regin factible, que contiene los puntos factibles. En los siguientes grficos se muestra cada restriccin en forma individual:
G.5.3
161
Luego, la interseccin de todas las restricciones resultar: G.5.4
Si en este grfico G.5.4. se agrega la funcin objetivo obtenida y se la va moviendo:

162
Matemtica
f(x, y)= 108750 -15 x -7.5 y = 108750 + 7.5 (-2x - y) o lo que es equivalente, se optimiza la funcin -2x -y en la regin factible, se encuentra que se maximiza y minimiza, cuando toca un solo punto de la regin factible. En el siguiente grfico G.5.5. se muestran cuatro rectas, A, B, C y D en lnea punteada que pasan por los cuatro vrtices de la regin factible. Las cuatro rectas paralelas son de la forma VALOR + 7.5 (-2x y). Grficamente se puede observar que a la recta A pertenece el vrtice inferior izquierdo de la regin factible, correspondiente a los valores x = 0 e y = 1000 que llevan a que la funcin objetivo tome el valor: f(x, y)= 108750 -15 x -7.5 y = 108750 + 7.5 (-2x - y) f(0,1000)= 108750 -15. 0 -7.5 . 1000 = 108750 - 7500 = 101250 Por su parte, a la recta B pertenece el vrtice inferior izquierdo de la regin factible, correspondiente a los valores x = 500 e y = 500 que llevan a que la funcin objetivo tome el valor: f(500,500)= 108750 -15. 500 -7.5 . 500 = 108750 - 7500 - 3750 = 97500 En tercer lugar, a la recta C pertenece el vrtice superior izquierdo de la regin factible, correspondiente a los valores x = 0 e y = 2000 que llevan a que la funcin objetivo tome el valor: f(0,2000)= 108750 -15. 0 -7.5 . 2000 = 108750 - 15000 = 93750 Por ltimo, a la recta D pertenece el vrtice superior derecho de la regin factible, correspondiente a los valores x = 500 e y = 1500 que llevan a que la funcin objetivo tome el valor: f(500,1500)= 108750 -15. 500 -7.5 . 1500 = 108750 - 7500 - 11250 = 90000 Es decir, las cuatro rectas son paralelas y lo que cambia es cul est ms arriba y cul ms abajo, segn el VALOR sumado en cada recta sea menor o mayor. Cuanto mayor sea el valor, mayores sern los valores de x e y de esa recta y, por lo tanto, la funcin objetivo ser menor cuanto ms arriba est la recta en el grfico. Es fcil ver esto considerando los puntos de x = 0 de cada recta con los que y toma valores mayores. En la funcin objetivo hay que restar 7.5 veces el valor de y, por lo que cuanto mayor sea y, menor ser la funcin objetivo. De la misma manera, cuanto ms abajo est la recta, la funcin objetivo alcanzar valores mayores. Por lo tanto, en este problema se puede observar que la recta A es la que maximiza la funcin objetivo y la recta D la que lo minimiza.
163
G.5.5
En consecuencia, para minimizar los costos de envo la fbrica A debe enviar 500 muebles a la planta I, 1500 muebles a la planta II y ningn mueble a la planta III, mientras que la fbrica B no debe enviar muebles a la planta I, enva 2000 muebles a la planta II y 1000 muebles a la planta III.
aa
En todo problema de programacin lineal, si ste tiene solucin, la misma corresponder a un vrtice de la regin factible.
La utilizacin de este mtodo de resolucin grfica que se limita a problemas en dos variables tiene la doble ventaja de su rapidez y sencillez.
5.4. Resolucin analtica

La resolucin analtica del problema anterior permitir resolver cualquier problema incluso con ms de dos o tres variables que no puede resolverse grficamente. Se modifican las restricciones de menor o mayor e igual (inecuaciones) por restricciones de igualdad (ecuaciones) con lo que se pasar a tener un sistema de ecuaciones lineales para resolver. Por ejemplo, la restriccin x + y 2000, puede escribirse como
x + y + x3 = 2000
al agregar una nueva variable al problema x3 (variable de holgura o exceso), que ser la que tenga en cuenta cunto le falta a la suma x + y para llegar a 2000, dado que la inecuacin x + y 2000 dice que x + y es menor o igual
164
Matemtica
que 2000. En el caso en que sumen 2000, x3 valdr cero y, si no, ser mayor que cero. De esta forma, cuando en la resolucin se tengan resultados con x3 = 0 significa que se est moviendo a lo largo de la recta x + y = 2000. Igualmente, la desigualdad x 500 se puede escribir como una igualdad, x + x4 = 500 al agregar una nueva variable al problema, x4, que tenga en cuenta cunto le falta a x para 500. En el caso en que sea igual a 500, x4 valdr cero y, si no, ser mayor que cero. En consecuencia, cuando en la resolucin se tengan resultados con x4 = 0 significa que se est moviendo a lo largo de la lnea x = 500. La restriccin y 3500 se puede escribir como y + x5 = 3500 al agregar la variable x5 que ser la que tenga en cuenta cunto le falta a y para 3500. Para este caso, se sabe por la resolucin grfica que la regin factible no tiene como borde la recta y = 3500, por lo cual no se podr mover por esa recta al buscar optimizar la funcin objetivo y por ello x5 nunca valdr cero. Por ltimo, resta considerar la restriccin x + y 1000. sta se puede escribir como x + y - x6 = 1000; la variable x6 ser la que tenga en cuenta cunto le sobra a la suma x + y respecto de 1000. En el caso en que sumen 1000, x6 valdr cero y si no ser mayor que cero. De esta forma, cuando en la resolucin se tengan resultados con x6 = 0, significa que se est moviendo a lo largo de la recta x + y = 1000. El sistema a resolver queda en la forma cannica o aumentada que se desea minimizar. Z = f(x, y) = 108750 -15 x -7.5 y
Ntese que, como la desigualdad era del tipo mayor o igual, la variable de holgura aparece restando, pues representa cunto le sobra a la suma x + y respecto de 1000.
x + y + x3 = 2000 x + x4 = 500 y + x5 = 3500 x + y - x6 = 1000 x, y, x3, x4, x5, x6 0

Como ya se mencion, se deben variar los valores de las incgnitas por los bordes de la regin factible, con lo cual debern hacerse cero las variables del sistema que permiten moverse por estos bordes. Las posibles variables que tendrn que valer cero en este problema son x, x3, x4 y x6. Entonces, una forma de resolver el problema es hallar las soluciones del sistema lineal igualando a cero dos de las variables del sistema, x, y, x3, x4, x5, x6. Para cada solucin que se obtenga, se debe ver si los valores de x e y obtenidos pertenecen a la zona factible, y luego, de todos ellos, cul maximiza o minimiza la funcin objetivo. Las posibilidades sern considerar los vrtices de la zona factible: los valores para (x, y) iguales a (0, 1000), (0, 2000), (500, 500) o (500, 1500). Los valores de x3, x4, x5 y x6 se calculan a partir de las ecuaciones donde se definieron estas variables x=0 y = 1000 x3 = 1000 x4 = 500 x5 = 2500 x6 = 0
f(0, 1000)= 108750 - 7500 = 101250 (este es el que maximiza la funcin) x=0 y = 2000 x3 = 0 x4 = 500 x5 = 1500 x6 = 1000
165
f(0, 2000)= 108750 - 15000 = 93750 x = 500 y = 500 x3 = 1000 x4 = 0 x5 = 3000 x6 = 0
f(500, 500)= 108750 - 7500 - 3750 = 97500 x = 500 y = 1500 x3 = 0 x4 = 0 x5 = 2000 x6 = 1000
f(500, 1500)= 108750 - 7500 - 11250 = 90000 (este es el que minimiza la funcin). En consecuencia, la distribucin que ms conviene realizar entre las plantas de elaboracin de muebles ser con x = 500 e y = 1500 con las distribuciones a cada planta que se detallaron al final de la resolucin grfica y que se pueden resumir en el siguiente cuadro: G.5.6
A=2000 B=3000
I 500 500 0
II 3500 1500 2000
III 1000 0 1000
Como era de esperarse, la solucin es la misma que la encontrada en forma grfica. Sin embargo, la primera es ms fcil de implementar y de interpretar. Por su parte, la limitacin de la resolucin grfica a problemas con dos incgnitas no aparece en la resolucin analtica que puede resolver cualquier nmero de incgnitas.
ca

1. Resuelva grfica y analticamente los siguientes problemas:
a. En una edificacin a realizarse en la Universidad se decidi construir un edificio de 300 metros cuadrados en la planta baja y 200 metros cuadrados en un primer piso. El precio final de la construccin en el mercado es de $4000 por metro cuadrado en la planta baja y de $16.000 en la planta superior. Solo dos empresas, A y B, pueden realizar el trabajo debido a los requerimientos tcnicos necesarios para la instalacin de laboratorios. La empresa A, sin embargo, por limitaciones propias slo puede construir 400 metros cuadrados en el plazo de tiempo estipulado por la Universidad, mientras que la empresa B como mximo puede construir 300 metros cuadrados (en ambos casos en forma indistinta en cualquiera de las dos plantas). Por una cuestin de manejo de fondos, no pueden adjudicarse contratos menores de $300.000. La empresa A ofrece un descuento de $4 por metro cuadrado en la planta baja y de $12 por metro cuadrado en la planta alta. Por su parte, la otra empresa ofrece un descuento de $6 y $10 respectivamente. Si x e y representan los metros cuadrados en planta baja y primer piso adjudicados a la empresa A: i) Calcule el descuento total obtenido por la universidad de parte de ambas compaas: esta ser la funcin objetivo a maximizar.
166
Matemtica
ii) Plantee las ecuaciones y desigualdades que representan al problema y halle los valores de x e y que maximizan el descuento. b. Una compaa produce dos tipos de teclados para computadoras, A con cable y B inalmbricos. Para su fabricacin, ambos requieren el uso de tres mquinas que llamaremos F, G y H. El teclado con cable requiere el uso de la mquina F por dos horas, la mquina G por una hora y la mquina H tambin una hora. Por su parte el teclado inalmbrico requiere el uso de la mquina F por 1 hora, la mquina G por dos horas y la mquina H una hora. Dados los requerimientos de armado y preparacin de cada mquina las mismas no pueden utilizarse por mes ms de 180 horas la mquina F, 160 la mquina G y 100 horas la mquina H. Si la ganancia por cada producto es de 4 dlares para los teclados con cable y de 6 dlares para los inalmbricos, qu produccin debe realizar la fbrica para maximizar las ganancias, suponiendo que vende todos los productos que produce? c. Una empresa alimenticia requiere mensualmente por lo menos 8000, 14.000 y 5000 kilos de harina de calidad 00, 000 y 0000 respectivamente. La misma tiene dos molinos que le proveen la harina y que producen diariamente: el molino A 2000, 3000 y 1000 kilos de harina de calidad 00, 000 y 0000; mientras que el molino B produce 1000, 1000 y 2000 kilos respectivamente. Si operar el molino A cuesta $25.000 por da y el molino B $20.000, cuntos das deben operar los molinos para satisfacer las necesidad de la empresa al menor costo posible? Cul es el costo para la empresa?
El mtodo Simplex fue creado en 1947 por el matemtico estadounidense George Bernard Dantzig (1914-2005), considerado el padre de la programacin lineal.
5.5. Mtodo Simplex para resolucin de problemas de programacin lineal

El mtodo Simplex se utiliza para resolver problemas de programacin lineal en los que intervienen tres o ms variables, en los cuales el mtodo grfico no se puede aplicar. Se trata de un procedimiento que se repite mejorando la solucin a cada paso hasta que ya no es posible seguir mejorando ms dicha solucin. Se parte del valor de la funcin objetivo en un vrtice cualquiera de la regin factible; hay que buscar sucesivamente otro vrtice que mejore al anterior. La bsqueda se hace siempre modificando las incgnitas para que se muevan por un borde de la regin factible, hasta otro vrtice contiguo. De esta forma, si la funcin objetivo no toma el valor mximo en un vrtice dado, entonces existe una arista que parte de este vrtice a lo largo del cual la funcin objetivo se incrementa. Este mtodo puede ser tedioso, complicado o imposible de llevar a la prctica cuando se tienen muchas variables. En el caso dado anteriormente se tienen 6 variables que, tomadas de a dos, resultan 15 posibilidades (vrtices en la regin factible) para seleccionar un par de variables e igualarlas a cero. Para resolver el problema de forma ms eficiente (no calculando la funcin objetivo en todos los vrtices, como se hizo previamente) se utilizar el mtodo Simplex.
Un matemtico es como un modisto que no tiene consciencia de las criaturas a las que le puede venir bien su ropa. Por supuesto, su arte se origin en la necesidad de vestir a esas criaturas, pero eso fue hace mucho tiempo. Llegar, sin embargo, el da que surja una criatura para la que aquellas prendas se ajusten como si hubieran sido para ella. No hay pues fin para la sorpresa y el gozo de las matemticas. (G.B. Dantzig) <www.invope.com/ biografia.html>
167
El problema inicial es saber qu par de variables tomar inicialmente como cero (variables bsicas). El mtodo recorre el borde de la zona factible, movindose hacia el vrtice siguiente que haga que la funcin objetivo aumente ms rpidamente. Se puede comenzar la resolucin con cualquier par de variables igual a cero, siempre y cuando al igualarlas a cero el sistema que hay que resolver no resulte incompatible (se desea que las rectas que quedan definidas al tomar las dos variables igual a cero, se corten en un punto). En el problema anterior, por ejemplo, no se podra tomar x3 = 0 y x6 = 0 ya que las rectas que resultan en estos casos (x + y = 1000 y x + y = 2000) son paralelas, con lo cual no tiene solucin. Recordando el problema: Hallar (x, y) para que la funcin objetivo Z = f(x, y) = 108750 - 15 x -7.5 y sea mnima, sujeta a las restricciones x + y + x3 = 2000 x + x4 = 500 y + x5 = 3500 x + y - x6 = 1000 x, y, x3, x4, x5, x6 0 Se debe maximizar la funcin objetivo y as usar siempre el mismo procedimiento. Los problemas de minimizacin como el que se desea resolver se pueden convertir en uno de maximizacin si se cambia el signo de la funcin objetivo, ya que lo que antes era un mnimo puede convertirse en un mximo. Por ejemplo, de los valores 7, 14, 9, 2, 5, 11, el mnimo es 2; al cambiarles el signo -7, -14, -9, -2, -5, -11 entonces -2 pasa a ser el mximo. Por ello, minimizar la funcin f(x, y) = 108750 - 15 x -7.5 y es equivalente a maximizar la funcin g(x, y) = - 108750 + 15 x + 7.5 y Llamando Z al valor de la funcin Z = g(x, y) = - 108750 + 15 x + 7.5 y y despejando, resulta la ecuacin: Z -15 x -7.5 y = -108750 con lo que el sistema lineal resulta
168
Matemtica
Luego, se buscan los valores de las variables x, y, x3, x4, x5, x6 tal que cumplan las restricciones anteriores al tomar dos de ellas igual a cero. Siempre se puede comenzar tomando x e y igual a cero (variables bsicas) aunque en este caso ya sabemos que no es un punto factible. Con estos valores de la ecuacin x + y - x6 = 1000 resulta x6 = - 1000
que no es compatible con la restriccin en donde todas las variables deben ser mayores o iguales a cero (x, y, x3, x4, x5, x6 0). Por eso, este par de variables, x e y, no es un punto de la regin factible. Lo que ahora se hace es cambiar una de las variables anteriores, x o y, que se llamar variable bsica saliente. Se elegir arbitrariamente por ahora la variable y, ya que todava no se est trabajando en la zona factible. La misma pasar a ser distinta de cero y se har cero una de las otras cuatro variables que eran no bsicas. Cul de las variables x3, x4, x5, x6 pasar a ser cero (bsica)? Ser aquella que primero se anule al crecer y desde su valor cero. El sentido de esta operacin es moverse por la lnea x=0, variando y, hasta encontrar la primera recta que corte esta lnea por la cual se realiza el movimiento; esto ocurre cuando una de las otras variables se hace cero. Luego, se estudiar en cul de las restricciones con x=0, la variable saliente y toma el mnimo valor al hacer cero a las otras variables no bsicas. con x = 0 y x3 = 0, la primera ecuacin resulta x + y + x3 = y = 2000 con x = 0 y x4 = 0, la segunda ecuacin resulta x + x4 = 0 = 500 (sistema incompatible) con lo cual no es posible que ambas variables sean cero. con x = 0 y x5 = 0, la tercera ecuacin resulta y + x5 = y = 3500 con x = 0 y x6 = 0, la cuarta ecuacin resulta x + y - x6 = y = 1000 Entonces, la variable que primero se anula al ir aumentando y desde cero es la variable x6 pues es la que da el menor valor de y al moverse por x = 0. Esta pasar a ser la variable bsica siguiente reemplazando la y. La propuesta es reescribir el sistema de ecuaciones lineales tal que, en las restricciones, las variables no bsicas (ahora y, x3, x4, x5) estn en una sola ecuacin y no se encuentren en la ecuacin asociada a la funcin objetivo. Este problema no es ms que resolver el sistema lineal con el mtodo de Gauss ya que las variables bsicas valen cero. El sistema se puede trabajar usando la matriz ampliada, tomando las variables Z, x, y, x3, x4, x5, x6 en las columnas 1 a 7 respectivamente:
169
Se desea que la variable bsica saliente y quede igual a uno en la ecuacin en la que estaba la variable que entra x6 (en la ltima fila) con lo cual la anulamos en el resto realizando las operaciones de costumbre: F1 + 7.5 F5 F1; F2 - F5 F2; F4 - F5 F4, con lo que la matriz equivalente resulta:
De esta forma, rpidamente se puede obtener los valores de las variables y de la funcin objetivo x=0, x6=0, de la fila 1 la funcin objetivo vale Z=-101250, de la fila 2 x3= 1000, de la fila 3 x4 = 500, de la fila 4 x5= 2500, y de la fila 5 y= 1000. Los valores que se encontraron para las variables cumplen todas las restricciones del problema
x + y + x3 = 2000 x + x4 =500 y + x5 = 3500 x + y - x6 = 1000 x, y, x3, x4, x5, x6 0

con lo cual los valores x=0 e y=1000 corresponden a un punto factible. La pregunta es ahora si este punto factible es el ptimo. Para saberlo, se estudia qu pasa con la funcin objetivo al moverse desde el punto (0, 1000) por el borde de la regin factible hasta el prximo vrtice. Como los coeficientes que aparecen en la primera fila correspondientes a las variables x y x6 son negativos, al aumentar los valores de estas variables desde cero a un valor positivo se lograr que la funcin objetivo aumente, pues la misma ser Z = -101250 + 7.5 x + 7.5 x6
El valor de la funcin objetivo es el mximo posible en la regin factible.
con lo cual el punto (0, 1000) no es el punto ptimo. Se repite entonces el procedimiento anterior sacando una variable bsica (x o x6) e ingresando una no bsica (y, x3, x4, x5). Para determinar qu variable bsica sale se determina cul har que la funcin objetivo crezca ms rpido al crecer esta desde cero. En este caso, como los coeficientes correspondientes a x y x6 en la funcin objetivo son iguales, ambas la harn crecer de la misma forma, de modo que se puede tomar cualquiera de las dos. Se tomar x como variable bsica saliente y se estudiar, como se realiz antes, al ir creciendo esta variable desde el valor cero movindose por la lnea de x6 = 0 cul es la primera de las otras variables que se anula; esto ser para el menor valor de x al hacer cero alguna de las otras variables no bsicas (y, x3, x4, x5). De la fila 2 con x6 = 0 y x3 = 0 resulta x3 + x6 = 0 = 2000 (sistema incompatible) con lo cual no es posible que ambas variables sean cero. De la fila 3 con x6 = 0 y x4 = 0 resulta x + x4 = x = 500
170
Matemtica
De la fila 4 con x6 = 0 y x5 = 0 resulta -x + x5 + x6 = -x = 500 con lo que resulta x = -500 que no cumple la restriccin donde todas las variables deben ser 0. De la fila 5 con x6 = 0 e y = 0 resulta x + y - x6 = x = 1000 De esta manera, la variable no bsica que primero se hace cero al aumentar x es la variable x4 que ser la variable entrante. Como antes, se reescribe la matriz ampliada tal que x slo aparezca con coeficiente 1 en la ecuacin donde estaba la variable x4 con coeficiente 1 (F3). Para ello se realizan las operaciones F1 + 7.5 F3 F1; F4 + F3 F4; F5 - F3 F5 con lo que resulta la matriz ampliada:
Entonces, x4 = 0, x6 = 0, de la fila 1, la funcin objetivo vale Z = -97500. De la fila 2, x3 = 1000, de la fila 3, x = 500, de la fila 4, x5 = 3000, y de la fila 5, y = 500. Como los movimientos son ya dentro de los bordes de la zona factible, est dems decir que el punto encontrado x = 500, y = 500 es un punto factible. Sin embargo, no es el ptimo, dado que en la fila 1 el coeficiente correspondiente a x6 es negativo y, por lo tanto, al aumentar esta variable desde cero har que aumente la funcin objetivo. Por el contrario, si se aumenta x4, como su coeficiente en la matriz ampliada es positivo, funcin objetivo disminuye, por lo que la variable bsica que saldr ser x6. Para elegir la variable no bsica saliente (x, y, x3, x5) se realiza como se hizo anteriormente, qu variable se anula primero al aumentar x6. De la fila 2 con x4=0 y x3 = 0 resulta x3 + x4 + x6 = x6 = 1000 De la fila 3 con x4=0 y x = 0 resulta x + x 4 = 0 = 500 (sistema incompatible), luego, no es posible que ambas variables sean cero. De la fila 4 con x4=0 y x5 = 0 resulta x4 + x5 + x6 = x6 = 3000 De la fila 5 con x4=0 e y = 0 resulta y - x4 - x6 = - x6 = 500 con lo cual x6= -500 que no cumple la restriccin donde todas las variables deben ser 0. En consecuencia, la variable no bsica que primero se hace cero al aumentar x6 es la variable x3 que ser la variable entrante. Se reescribe la matriz ampliada tal que x6 slo aparezca con coeficiente 1 en la ecuacin donde estaba la variable x3 con coeficiente 1 en la fila 2. Las operaciones a realizar sern F1 + 7.5 F2 F1; F4 - F2 F4; F5 + F2 F5; resulta la matriz ampliada:
Ntese que efectivamente la funcin objetivo aument respecto del valor anterior.
171
x3 = 0, x4 = 0. De la fila 1, la funcin objetivo vale Z = -90000 (aument ms an), de la fila 2, x6 = 1000, de la fila 3, x = 500, de la fila 4, x5 = 2000, de la fila 5, y = 1500. Este caso s es el punto ptimo, dado que en la fila 1 los coeficientes de las variables bsicas son todos positivos con lo cual un aumento de cualquiera de ellas har que la funcin objetivo disminuya. Por supuesto, el resultado final es el mismo que se obtuvo con los otros dos mtodos. Se ha resuelto un mismo problema utilizando el mtodo grfico y el analtico, y el mtodo Simplex como una forma ms eficiente de resolucin analtica. El mtodo grfico es el ms simple y fcil de implementar y visualizar. Sin embargo, slo se puede aplicar a problemas con dos variables. El mtodo analtico y el mtodo Simplex pueden utilizarse sin restricciones en el nmero de variables siendo el segundo el ms eficaz pues mejora paso a paso hasta encontrar la solucin ptima.
ca
2.
a. Resolver por el mtodo Simplex los problemas planteados en la Actividad 1. b. Una empresa que cuenta con dos fbricas de produccin A y B, distribuye sus productos en cuatro almacenes para luego distribuir su producto en el mercado. La fbrica A produce 500.000 unidades y la B 800.000 unidades. Los cuatro almacenes, M1, M2, M3 y M4, tienen capacidad para 400.000, 350.000, 600.000 y 450.000 unidades respectivamente. Si el costo en pesos del transporte por unidad desde una fbrica a cada almacn viene dado por la tabla:
M1 0.05 0.06 M2 0.07 0.05 M3 0.04 0.05 M4 0.06 0.05
A B
Cul es la mejor manera de distribuir los productos en los cuatro almacenes, tal que el costo del transporte sea mnimo?
172

Ferrari Matematica

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Ferrari Matematica

Caricato da

Copyright:

Formati disponibili

Matemtica

Primera edicin: Diciembre de 2009

Queda hecho el depsito que establece la ley 11.723 Impreso en Argentina

Universidad Virtual de Quilmes

Problemtica del campo

Reflexiones acerca del aprendizaje de la asignatura en el entorno virtual

Matemticas de las Operaciones Financieras

Objetivos del curso

Universidad Virtual de Quilmes

Eje de las ordena das Cuadrante I Eje de las abscisas

x Cuadrante III 2 Cuadrante IV

y 5 (2,3) 3 1 0 -1 (0,1) 4 2 6 x (6,0)

Universidad Virtual de Quilmes

Universidad Virtual de Quilmes

Otros ejemplos de funciones

Grficos de estas funciones G.1.7

Universidad Virtual de Quilmes

1.3.1. Composicin de funciones

En general, (g o f )(x) (f o g) (x)

1.3.2. Funcin inversa

o f )(x) = (f o f -1)(x) = f -1( f(x)) = f (f -1(x))= Id(x) = x f f y

Universidad Virtual de Quilmes

Universidad Virtual de Quilmes

3x +1 determine la funcin g(x).

g. Dadas g(x) = x3 1 y (g o f) (x) = x2 1 determine la funcin f(x).

1.4. Funciones lineales

Algunos ejemplos de funcin lineal f1(x) f2(x) f3(x) f4(x) = = = = x+2 2x + 3 2 x 1

Graficando todas en un mismo par de ejes cartesianos, se obtiene:

1.4.1. Pendiente y ordenada al origen de una funcin lineal

Si una recta es funcin, su expresin ser de la forma y=ax+b para a y b

Universidad Virtual de Quilmes

y y medida del cateto opuesto = 2 1 medida del cateto adyacente x 2 x1 y y a= 2 1 x 2 x1

Observamos que dos o ms rectas son paralelas si tienen la misma pendiente.

La pendiente de dicha recta ser

1.4.2. Ceros o races de una funcin lineal

La funcin lineal tiene como mximo un cero.

Universidad Virtual de Quilmes

1.5. Funciones cuadrticas

puede deducirse que xv =

Algunos ejemplos de funciones cuadrticas y sus grficas

Universidad Virtual de Quilmes

Vrtice V=(Xv, yv)

Para la coordenada y del vrtice calculamos f(xv)

Races 1 2 1 01 1 Vrtice Eje de simetra

Universidad Virtual de Quilmes

Eje de simetra Vrtice

De los ejemplos vistos podemos extraer la siguiente conclusin:

1.5.1. Ceros o races de una funcin cuadrtica

Si b2 4ac es negativo no se puede hallar x1 y x2, entonces la funcin no tendr ceros.

Universidad Virtual de Quilmes

c. Verifique grficamente los resultados que obtuvo en el ejercicio anterior.

1.6. Funciones potenciales y polinmicas

Las funciones polinmicas son definidas por expresiones de la forma:

Algunos ejemplos de funciones polinmicas son: f(x) f(x) f(x) f(x)

= ax + b = ax2 + bx + c = ax3 + bx2 + cx + d = ax4 + bx3 + cx2 + dx + e

1.7. Funciones racionales

Universidad Virtual de Quilmes

con lo que se obtiene

Dividiendo ambos miembros por (2x = 3)

Luego, podemos expresar la funcin como:

Las rectas x = 3/2 e y = 1/2 son asntotas de la funcin.

1.8. Funciones exponenciales y logartmicas

La recta y = 0 es asntota horizontal de la funcin

Universidad Virtual de Quilmes