Referencia 3ro Medio 2008

MATERIAL DE REFERENCIA
APRENDER MATMATICA CREANDO SOLUCIONES
I.S.B.N.: XXX-XXX-XXX-XXX-X 2 edicin: Agosto de 2008 2003 por Centro Comenius Universidad de Santiago de Chile Inscripcin N XXXXXX Derechos Exclusivos Reservados Universidad de Santiago de Chile Editado por Centro Comenius Universidad de Santiago de Chile San Martn 40 A oficina 6, Santiago Telfono: 6883261 Fax: 6727140 Diseo Juan Rojas R. Impreso por XXXXXXX XXXXXXXX, XXXXXX Santiago de Chile
Matemtica Interactiva: Aprender matemtica creando soluciones Centro Comenius Universidad de Santiago de Chile
El Centro Comenius de la Universidad de Santiago de Chile, desarroll el modelo interactivo para el aprendizaje matemtico, en el proyecto FONDEF D00I1073 Aprender matemtica creando soluciones entre los aos 2001 y 2004. El modelo cuenta, para su implementacin en salas de clases, con material para el alumno (actividades, guas, proyectos, etc.), material del profesor (sugerencias pedaggicas para trabajar los materiales, los contenidos e integrar las tecnologas), material de referencia (tratamiento ms formal de la matemtica), materiales manipulativos concretos (fichas, dados, juegos, etc.), evaluaciones y recursos tecnolgicos que siguen los principios de diseo tericos sugeridos en el modelo. Sobre la base del Modelo Interactivo para Aprender Matemtica, en la actualidad se est desarrollando el proyecto Enlaces Matemtica, con aportes del Centro de Educacin y Tecnologa, ENLACES del Ministerio de Educacin de Chile y del Centro Comenius de la Universidad de Santiago de Chile, implementndose en siete regiones del pas, con la colaboracin de las universidades asociadas.
Profesionales del Proyecto Enlaces Matemtica

Fidel Oteza Morra Director del Proyecto Gonzalo Villarreal Farah Sub Director del Proyecto Manuel Galaz Prez Encargado operativo Hernn Miranda Vera Roberto Araya Schulz Lorena Espinoza Salfate Investigadores asociados Claudia Matus Ziga Coordinadora recursos educativos Osvaldo Baeza Rojas Macarena Escalante Salamanca Evelyn Herrera Toro Claudia Matus Ziga Mauricio Moya Mrquez Gustavo Rodrguez Seplveda Alicia Venegas Thayer Michael Yez Rojas Lucrecia Zamorano Aravena Diseo y desarrollo de textos, guas, material concreto y recursos tecnolgicos Luis Belmar Rebolledo Nelly Devia Ormeo Mara Isabel Escobar Gutirrez Paula Gaete Oteiza Marcelo Gonzlez Molina Mara Jos Moreno Silva Marisol Troncoso Salazar Mabel Vega Rojas Colaboradores produccin de materiales Juan Silva Quiroz Evelyn Herrera Toro Encargados de la plataforma virtual Lucrecia Zamorano Aravena Instrumentos de evaluacin y revisin de materiales Sergio Reyes Gonzlez Anlisis estadstico Claudia Matus Correa Asesora anlisis estadstico Cristin Reyes Reyes Rigoberto Becerra Allende Eugenio Saavedra Gallardo Gerardo Honorato Gutirrez Miguel Muoz Jara Gladys Bobadilla Abarca Editores matemticos Guillermo Garrido Acevedo Coordinador Transferencia Alicia Venegas Thayer Responsable rea Educacin de Adultos Jessica Marinkovic ORyan Dwight Pennanen Arias Roxana Donoso Loyola Apoyo operativo y logstico Juan Rojas Rivera Diagramacin, diseo y edicin grfica Mauro Silva Cuevas Hctor Ros Bolbarn Ingeniera y soporte tcnico
RECONOCIMIENTO
Muchas personas e instituciones han hecho posible el proyecto FONDEF Aprender Matemtica Creando Soluciones y, como consecuencia directa, la existencia de este material educativo, cuyo propsito es proponer caminos alternativos e interesantes para que muchos estudiantes puedan aprender Matemtica y, lo que es ms importante, puedan disfrutar con ella y apreciarla como una herramienta poderosa creada por el ser humano, que permite explicar y entender muchas cosas del mundo que nos rodea. A todos ellos les damos nuestro ms profundo agradecimiento por su trabajo duro y comprometido, por sus ideas frescas y desafiantes, y por su apoyo constante cuando las encrucijadas de un esfuerzo de esta envergadura, hacan difcil ver el camino por dnde seguir. En particular, queremos agradecer a las instituciones que han aportado recursos financieros, profesionales e instalaciones al proyecto: CONICYT de Chile, quienes a travs del FONDEF aportaron fondos, aliento y apoyo constante; Automind S.A.; Corporacin Municipal de Servicios Traspasados de Rancagua, a travs del Liceo scar Castro; Corporacin Municipal de San Vicente de Tagua-Tagua, a travs del Liceo Ignacio Carrera Pinto; Colegio Santa Mara de Santiago; Fundacin Educacional de La Araucana, a travs del Complejo Educacional Padre scar Moser de Padre Las Casas (IX Regin); Colegio Alcalde Pedro Urbina Flores de Peumo; DAEM de Las Cabras, a travs del Liceo Francisco Encina; Colegio Cristbal Coln de Santiago; Corporacin Municipal de San Fernando, a travs del Liceo de Nias Eduardo Charme; SEREMI de Educacin de la Sexta Regin; Proyecto Enlaces del Ministerio de Educacin; Centro Zonal Enlaces Costa-Centro de la Universidad Catlica de Valparaso. Tambin queremos agradecer especialmente a los colegios, profesores y estudiantes que participaron en las pruebas piloto del material educativo: Colegio Santa Mara de Santiago, a travs de su director Jos Parisi y las profesoras del Departamento de Matemtica, Lorena Lizana Manrquez, Ilia Maldonado, Luca Jara Bravo y Lucrecia Zamorano Aravena; Liceo Ignacio Carrera Pinto de San Vicente de Tagua-Tagua, a travs de su director Eduardo Michel Aedo y los profesores del Departamento de Matemtica, Juan Pablo Cabezas, Gustavo Moreno, Jorge Fuentes, Lilian Miranda, Alfredo Astrain y Marcelo Seplveda.
Un especial reconocimiento a los directivos, profesores y estudiantes de todos los establecimientos que participaron en la experimentacin del material durante el ao escolar 2003: Liceo scar Castro de Rancagua; Liceo de Nias Eduardo Charme de San Fernando; Liceo Ignacio Carrera Pinto de San Vicente de Tagua-Tagua; Liceo Francisco Encina de Las Cabras; Colegio Alcalde Pedro Urbina Flores de Peumo; Colegio Santa Mara de Santiago; Colegio Cristbal Coln; Colegio Santa Cruz; Colegio Marcelino Champaignat; Colegio Franciscano Mara Reina; Complejo Educacional Padre scar Moser de Padre Las Casas. A todos ellos muchas gracias por la paciencia de habernos tenido todo un ao visitando sus salas de clases y por el profesionalismo, dedicacin y esfuerzo puesto en la experimentacin. La existencia de este material no habra sido posible sin el trabajo editorial dedicado y altamente calificado del personal de la empresa editora Zig-Zag S.A. Nuestros agradecimientos para todos ellos, a travs de Felipe Morales, Robert Pardo y Mara Eugenia Mestre. Por ltimo, una mencin y reconocimiento particular a todo el equipo de investigadores, profesionales y tcnicos del Centro Comenius de la Universidad de Santiago, quienes hicieron un gran esfuerzo por construir este sueo: mejorar las condiciones para que muchos jvenes puedan aprender Matemtica y abrir as sus posibilidades de construir un futuro mejor.
MS SOBRE TRINGULOS RECTNGULOS
UNIDAD MS SOBRE TRINGULOS RECTNGULOS
Gustavo Rodrguez Seplveda
CONTENIDO
9 Construya un tringulo rectngulo y mida lo que quiera
Por qu trabajar con tringulos? Un poco de historia de la geometra Tringulo rectngulo Teorema de Euclides (sobre la altura) El otro teorema de Euclides (sobre los catetos) Pitgoras y el teorema para tringulos rectngulos Teorema de Pitgoras (para tringulos rectngulos) Demostracin geomtrica del teorema de Pitgoras mediante Euclides De los Tringulos a la Trigonometra Trigonometra Orgenes Ptolomeo y el Almagesto Culturas india y rabe Occidente Trigonometra esfrica ngulo Medida de los ngulos Sistema Circular Absoluto Sistema Sexagesimal Sistema Centesimal Medidores de ngulos ngulos con sentido positivos y sentido negativos ngulo de elevacin y de depresin 9 9 12 13 15 16 17 19 24 25 25 26 27 28 29 30 30 30 31 32 33 34 35
Razones trigonomtricas de un ngulo agudo en un tringulo rectngulo Razones bsicas Razones recprocas Razones trigonomtricas de ngulos especiales Tringulo rectngulo issceles Tringulo rectngulo 30, 60 y 90 Circunferencia goniomtrica o unitaria Funciones trigonomtricas La funcin seno La funcin coseno Identidades trigonomtricas Identidades trigonomtricas bsicas Identidades pitagricas Teoremas fundamentales para la resolucin de tringulos Teorema del seno Teorema del coseno Uso de la calculadora cientfica
35 35 36 37 37 38 39 40 40 42 43 43 44 46 46 48 50
52 Referencias Bibliogrficas
CONSTRUYA UN TRINGULO RECTNGULO Y MIDA LO QUE QUIERA

Por qu trabajar con tringulos?1
Porque son los bloques bsicos de construccin para cualquier figura poligonal que se pueda construir. El cuadrado, el pentgono u otro polgono puede dividirse en tringulos por medio de lneas rectas uniendo los vrtices desde un ngulo hacia los otros. Por ejemplo, para topografiar un terreno, los topgrafos lo dividen en tringulos y marcan cada ngulo con un punto de referencia, que hoy en da es, a menudo, una placa de latn redonda fijada en el suelo con una agujero en el centro, sobre el que ponen sus varillas y teodolitos. Despus de medir la base, el topografo medir los ngulos que se forman con el punto fijado y usar trigonometra para calcular la distancia desde los vrtices de la base al punto fijado. Estas pueden servir como base de dos nuevos tringulos, que a su vez suministrarn bases para dos ms y as sucesivamente hasta que cubra el terreno por completo con una red que tiene distancias conocidas. Posteriormente se puede aadir una red secundaria, subdividiendo los tringulos grandes y marcando sus puntos con estacas de hierro, que proporcionarn distancias conocidas adicionales en las que se pueden basar los mapas o los planos.
Un poco de historia de la geometra

En Egipto exista ya una rudimentaria geometra, constituida en su mayor parte por ciertas reglas empricas, tiles en la mensuracin necesaria para reemplazar las demarcaciones que destrua ao tras ao el ro Nilo en sus crecidas. Pero las nicas pruebas de tales reglas parecen haber sido pragmticas. Los griegos volvieron sobre stas reglas y en un tiempo breve ofrecieron al mundo una ciencia acabada como la geometra. Se hallar por primera vez, y como ciencia plenamente desarrollada, en los trece libros de los Elementos de geometra de Euclides. Poco se sabe del mismo Euclides (Eukleides), pues vivi alrededor del 300 a. C., nada se ha determinado de su nacimiento y muerte. Matemtico griego, educado probablemente en Atenas, el primero de los Ptolomeos lo invit a ensear en Alejandra.
1 Fragmento extrado de http://www.phy6.org/stargaze/Mtrig1.htm
Unidad: Ms sobre tringulos rectngulos
De Euclides se refieren algunas historias, como por ejemplo, cuando Ptolomeo lo interrog por el camino real a la geometra, le respondi acerca de la inexistencia de tal camino, por lo cual tanto el rey y el plebeyo deben seguir la misma ruta para alcanzar conocimiento de la ciencia; otra de las historias cuenta que cuando uno de sus discpulos, con evidente espritu prctico, quiso saber qu ganara estudiando geometra, se dice que Euclides instruy a uno de sus esclavos para que diera al estudiante una moneda por cada teorema aprendido. Se dice que Los Elementos de Euclides son el primer ejemplo de una ciencia deductiva que ha llegado hasta nosotros. En ella se presenta de manera formal, partiendo nicamente de cinco postulados, el estudio de las propiedades de lneas y planos, crculos y esferas, tringulos y conos, etc.; es decir, de las formas regulares. La geometra de Euclides, adems de ser un poderoso instrumento de razonamiento deductivo ha sido extremadamente til en muchos campos del conocimiento. Por ejemplo en la fsica, la astronoma, la qumica y diversas ingenieras. Desde luego es muy til en la matemtica. Inspirados por la armona de la presentacin de Euclides, en el siglo II se formul la teora ptolomeica del Universo, segn la cual la Tierra es el centro del Universo, y los planetas, la Luna y el Sol dan vueltas a su alrededor en lneas perfectas, o sea crculos y combinaciones de crculos. Sin embargo, las ideas de Euclides constituyen una considerable abstraccin de la realidad. Por ejemplo, supone que un punto no tiene tamao; que una lnea es un conjunto de puntos que no tienen ni ancho ni grosor, solamente longitud; que una superficie no tiene grosor, etc. En vista de que el punto, de acuerdo con Euclides, no tiene tamao, se le asigna una dimensin nula o cero. Una lnea tiene solamente longitud, por lo que adquiere una dimensin igual a uno. Una superficie no tiene grosor, por lo que tiene dimensin dos. Finalmente, un cuerpo slido, como un cubo, tiene dimensin tres. Euclides intent resumir todo el saber matemtico en su obra Los Elementos. La geometra de Euclides fue una obra que perdur sin variaciones hasta el siglo XIX. De los postulados de partida: Por dos puntos distintos pasa una nica recta, Un segmento rectilneo puede ser siempre prolongado, Hay una nica circunferencia con un centro y un radio dados, Todos los ngulos rectos son iguales, Si una secante corta a dos rectas formando a un lado ngulos interiores cuya suma es menor que dos rectos, las dos rectas, suficientemente prolongadas se cortan en este mismo lado, solamente ste ltimo pareca menos evidente. Diversos autores intentaron sin xito prescindir de dicho postulado intentndolo deducir del resto de los postulados.
10
Algunos autores como el jesuita italiano, Girolamo Saccheri (1667 - 1733) que fue el precursor de geometras nuevas en base a demostrar por el argumento de reductio ad absurdum2 el axioma de las paralelas, con esto vislumbr las "geometras no euclidianas" an cuando ni siquiera lo supo. Dichas geometras tienen como caracterstica principal que al cambiar el postulado de las paralelas los ngulos interiores de un tringulo ya no suman 180 grados. El descubrimiento de la geometra no euclideana fue logrado casi simultneamente pero independientemente, por ms de un autor; tres en este caso: Carl Friederich Gauss (1777 - 1855), matemtico alemn, reconocido por sus contemporneos, como el ms grande de su poca; el hngaro Johann Bolyai (1802 - 1860); y el ruso Nikolai Ivanovich Lobachevsky (1793 - 1856) cuya geometra es denominada geometra hiperblica. De los tres, Gauss nada public sobre el tema aunque se hace cierto, segn sus cartas, que lleg a la nueva geometra como resultado de sus propias investigaciones. Lobachevsky public sus resultados ya en 1829, pero en ruso, por lo cual poca atencin tuvo su labor; posteriormente hizo conocer sus descubrimientos en alemn y francs, llamando la atencin de Gauss y Bolyai con su libro Geometrische Untersuchungen zur Theorie der Parallelinien. Bolyai public sus propios hallazgos como apndice a la obra de su padre en 1832. En este campo de la geometra no euclideana existe otro personaje que es George Friederich Bernhard Riemann (1826 - 1866), el primero en sugerir que una lnea no limitada no es necesariamente infinita. Sugerencia que condujo a un segundo tipo de geometra no euclidea y en la cual todas las lneas son finitas: aqu todas ellas se intersecan y no existen las paralelas, siendo la suma de los ngulos de un tringulo siempre mayor de 180. Geometra que ahora se conoce con el nombre de elptica3. Con esta breve resea histrica, comenzaremos por enunciar el teorema de Euclides que tiene relacin con la altura trazada desde el vrtice del ngulo recto y que cae perpendicular a la hipotenusa del tringulo rectngulo. Este es uno de los teoremas que se encuentra propuesto en los planes y programas de Chile para el nivel de tercero ao medio de la enseanza secundaria. Previamente al trabajo del teorema de Euclides sobre la altura se recordar la definicin de tringulo rectngulo para poder entender an ms las relaciones que se dan en ste tringulo.
2 Reduccin al absurdo: se supone la proposicin contradictoria de aquella que se quiere probar, demostrando luego que tal suposicin conduce a
contradiccin.
3 Ver ms en http://es.geocities.com/jmgomez53/temas/matema/conocer/euclides.htm. Informacin extrada de http://es.wikipedia.org/wiki/Euclides
y Problemas filosficos de la matemtica moderna, B. Haussman
11
Tringulo rectngulo
Se llama tringulo rectngulo al tringulo que tiene un ngulo recto. Los lados que conforman el ngulo recto se llaman catetos y el lado que se opone al ngulo recto se llama hipotenusa. Por ejemplo, sea DEF tringulo rectngulo en E, como muestra la figura: : hipotenusa DF DE y EF : catetos : ngulos agudos y
Si prolongamos los lados DF y DE , y unimos algunos puntos de dichas prolongaciones mediante segmentos paralelos a EF , obtenemos tringulos rectngulos semejantes al tringulo DEF, para lo cual debemos demostrar que esto sea as.
De acuerdo a la construccin anterior, se tiene que: EF // GH // IJ // KL // MN y EF DE Al prolongar el segmento DE y ser los segmentos paralelos al segmento EF, se tiene, GH DG ; IJ DI ; KL DK ; MN DM . De los anterior, se tiene que los ngulos formados tienen una medida de 90, es decir,
DGH DIJ DKL DMN = 90
Por otro lado, el ngulo EDF es comn, es decir,

EDF =
Luego, por el criterio de semejanza ngulo-ngulo, tenemos que:

DEF DGH DIJ DKL DMN
12
En tringulos rectngulos semejantes y respecto de un mismo ngulo agudo, la razn entre un cateto y la hipotenusa o entre los dos catetos, es siempre un valor constante. Con esto se puede afirmar que se cumplen las siguientes igualdades de razones:
DEF DGH DIJ DKL DMN
EF DF DE DF EF DE
GH DH DG DH GH DG
IJ DJ DI DJ IJ DI
KL DL DK DL KL DK
MN DN DM DN MN DM
C1 (constante)
C2 (constante)
C3 (constante)
Teorema de Euclides (sobre la altura)

El cuadrado de la altura de un tringulo rectngulo es igual al producto de la longitud de las proyecciones4 de los catetos sobre la hipotenusa de dicho tringulo. Es decir, en el tringulo rectngulo ABC de altura h y proyecciones p y q determinadas por los catetos a y b sobre la hipotenusa, se tiene que
h2 = p q
Demostracin:
Al comparar los tringulos ACH y el tringulo ABC de la figura, observamos que tienen un ngulo en comn y adems m(ACB) = m(AHC) ngulos rectos
de acuerdo al criterio de semejanza de tringulo (ngulo-ngulo), tenemos que, los tringulos ACH y ABC son semejantes (ACH ABC).
4 Acorde con la figura arriba, se llama proyeccin de un punto C sobre una recta
AB , al punto H, pie de la perpendicular h trazada desde el punto C a H. La perpendicular h se llama proyectante. La proyeccin de un segmento CB sobre una recta es el segmento cuyos extremos son las proyecciones de los extremos del segmento CB .
13
Por otra parte, los tringulos CBH y ABC tienen un ngulo en comn y adems m(ACB) m(CHB) ngulos rectos
utilizando nuevamente el criterio de semejanza de tringulo (ngulo-ngulo), tenemos que, los tringulos CBH y ABC son semejantes (CBH ABC). De acuerdo a lo demostrado anteriormente
ACH ABC
Adems, Por transitividad5 se tiene que
CBH ABC AHC BCH
Una vez demostrado que los tringulos anteriores son semejantes, podemos establecer la proporcionalidad entre los lados homlogos (correspondientes), con lo que obtenemos que
AH CH = CH BH Siendo p y q las medidas de las proyecciones de los catetos del tringulo rectngulo. Tomando la medida de los segmentos, tenemos que:
q h = h p
y as
h2 = p q
A continuacin se enunciar otro de los teoremas de Euclides que tiene relacin con la proporcionalidad en los tringulos rectngulos.
5 Una forma simple de hablar de transitividad es decir que: Javier es hermano de Ricardo y Ricardo es hermano de Gustavo, por lo tanto, Javier es
hermano de Gustavo.
14
El otro teorema de Euclides (sobre los catetos)

El cuadrado de la longitud de un cateto es igual al producto de la longitud de la hipotenusa por la longitud de la proyeccin del cateto sobre s misma. Es decir, en el tringulo rectngulo ABC de lados a, b y c con proyecciones p y q sobre la hipotenusa, se tiene que:
a2 = p c b2 = q c
Demostracin: Como se vio anteriormente, se tiene que el tringulo ACH es semejante al tringulo ABC, de acuerdo al criterio (ngulo - ngulo). Estableciendo la proporcionalidad entre los lados homlogos (correspondientes), AH AC = AC AB Tomando la medida de los segmentos, tenemos que:
q b = b q+ p
y as
b 2 = q(q + p )
Teniendo presente que c = q + p, finalmente se obtiene la igualdad deseada, es decir,

b2 = q c
15
Anlogamente para el tringulo CBH, se demuestra que a 2 = p c .
Una vez demostrado los dos teoremas de Euclides relativos a la proporcionalidad en tringulos rectngulos, se relacionaran con el trabajo realizado en cursos anteriores sobre el teorema de Pitgoras.
Pitgoras y el teorema para tringulos rectngulos

Pitgoras fue un filsofo y matemtico griego que vivi en el periodo 585 - 500 A. C. Hombre mstico y aristcrata que fund la Escuela Pitagrica, una especie de secta y cuyo smbolo era el pentgono estrellado. Por muchos aos se le ha atribuido a Pitgoras el enunciado y demostracin del teorema geomtrico que lleva su nombre. Aunque algunos historiadores consideran que no fue l quin enunci y demostr el teorema, pero ha resultado difcil de comprobar, debido al misterio que rodeaba las enseanzas de la escuela, as como el carcter verbal de stas y la obligacin de atribuir todos los conocimientos al jerarca de la escuela. Existen evidencias de que en otras culturas tambin se conoca el teorema. Por ejemplo, los hindes explcitamente enuncian una regla equivalente a este teorema en el documento Sulva - Sutra que data del siglo VII a. C. Por otra parte, los Babilonios aplicaban el teorema 2.000 aos a. C., pero tampoco se conoce de la existencia de una demostracin, ya que la geometra no era para ellos una teora formal sino un cierto tipo de aritmtica aplicada, en la cual las figuras venan representadas en forma de nmeros. A su vez, los egipcios conocan que el tringulo de lados 3, 4 y 5 es rectngulo pero no se conoce de la existencia de alguna regla que sustente el conocimiento del teorema.
16
Algunos aseguran que durante sus viajes a Egipto y al oriente antiguo, el sabio griego conoci el enunciado de la regla. Euclides incluy en su obra una demostracin del teorema que ha llegado hasta nuestros das. El enunciado que dieron los antiguos griegos al Teorema de Pitgoras es el siguiente: el rea del cuadrado construido sobre la hipotenusa de un tringulo rectngulo, es igual a la suma de las reas de los cuadrados construidos sobre los catetos.
En la actualidad se ha resumido el enunciado como sigue: En un tringulo rectngulo, el cuadrado de la hipotenusa es igual a la suma de los cuadrados de los catetos. Este teorema tiene una gran cantidad de formas de ser demostrado6. En esta ocasin se centrar el trabajo en la demostracin del teorema de Pitgoras utilizando el teorema de Euclides.
Teorema de Pitgoras (para tringulos rectngulos)

De acuerdo al enunciado anterior: Sea ABC el tringulo rectngulo, recto en C y de lados a, b, c. Entonces se tiene la relacin:
c2 = a2 + b2
Demostracin: En esta ocasin el punto es demostrar el teorema de Pitgoras a partir del teorema de Euclides que tiene relacin con los catetos y las proyecciones en un tringulo rectngulo. Del teorema de Euclides sobre los catetos se conoce que:
a2 = p c b2 = q c
6 (Ver ms en http://roble.pntic.mec.es/~jarran2/cabriweb/1triangulos/teoremapitagoras.htm)
17
Al construir los cuadrados en los catetos y los rectngulos con las respectivas proyecciones, grficamente se puede observar que:
a2 = p c
b2 = q c
Por lo tanto, tenemos que la suma de los cuadrados de los catetos del tringulo rectngulo es
a2 + b2 = p c + q c a 2 + b 2 = c (p + q )
al factorizar por c se tiene que del teorema de Euclides se sabe que c = p + q realizando el producto se llega al teorema de Pitgoras con lo que finaliza la prueba.
a2 + b2 = c c a2 + b2 = c2
De acuerdo a lo anterior, grficamente se tiene que:
18
Demostracin geomtrica del teorema de Pitgoras mediante Euclides

Euclides, en Los Elementos, demuestra el Teorema de Pitgoras en forma geomtrica. A continuacin presentamos una demostracin similar a la realizada por Euclides. Antes de comenzar con la demostracin presentamos una propiedad que servir para demostrar el teorema. Si dos rectas L1 y L2 son paralelas, las alturas de los tringulos que se encuentren entre estas, es la misma. Adems, si estos tringulos tienen la misma base, entonces sus reas son iguales. En la figura los tringulos ABC, ABD y ABE se encuentran entre las rectas paralelas L1 y L2. La distancia que separa estas rectas es h. La base de los tringulos es comn (AB), y su medida es s. Adems, sabemos que la forma de determinar el rea de un tringulo es mediante la frmula:
A = base altura 2
En efecto, sea AB lado comn en los tringulos, la altura de medida h es la misma por estar los tringulos entre paralelas, con esto las reas resultan ser las mismas en los tringulos
AABC = AABD = AABE = sh 2
Demostracin de Euclides Euclides demostr que el rea del cuadrado formado sobre uno de los catetos es igual al rea del rectngulo formado por la medida de la proyeccin de ste y la medida del largo de la hipotenusa. Para esto, demostr que el rea del tringulo formado en la mitad del cuadrado sobre el cateto es igual al rea del tringulo que se forma en la mitad del rectngulo de lados la proyeccin del cateto y la longitud de la hipotenusa.
Para comenzar con la demostracin tracemos la diagonal DC, con lo que se divide por la mitad el cuadrado que se forma en uno de los catetos del tringulo rectngulo ABC, como muestra la figura siguiente:
19
Al dividir el cuadrado formado en el cateto b del tringulo ABC, se obtiene el tringulo ACD rectngulo en A, que es issceles ya que AD = AC = b, como se muestra en la figura. Si se calcula el rea de ste tringulo se obtiene que
AACD =
b b b2 = 2 2
Posteriormente se prolonga el lado AD del cuadrado, como muestra la figura, con esto se obtiene una paralela al cateto BC del tringulo rectngulo ABC. Se traza DB como muestra la figura, con lo que se forma el tringulo ABD, cuya base AD es la misma que la del tringulo ACD, cuya medida es b. Como ABD y ACD se encuentran entre paralelas la altura b es la misma. Por lo tanto, el rea de los tringulos es la misma, esto es,
AACD = AABD
b b b2 = = 2 2
Al trazar el segmento CE, como muestra la figura, se forma el tringulo AEC, de altura la medida de la proyeccin q y dos de sus lados de medidas conocidas, AC = b y AE = c (hipotenusa). Ahora veremos que las reas de los tringulos ABD y AEC son iguales.
20
Para esto se debe demostrar si los tringulos ABD y AEC son congruentes. Al observar la figura, vemos que cada tringulo ABD y AEC tiene un lado de longitud b, que son los lados AD y AC respectivamente. Adems, en el tringulo ABD, AB = p+q, que es el valor de la hipotenusa c del tringulo ABC. El lado AE del tringulo AEC mide c, de acuerdo a la construccin del rectngulo. Con esto se tiene que:
AD AC y AB AE
Por ltimo se debe demostrar que los ngulos DAB y CAE son congruentes para utilizar el criterio de congruencia lado-ngulo-lado y as obtener que los tringulos ABD y AEC son congruentes. Como se observa en la figura tenemos que m( DAC) = 90, y m( BAE) = 90 Adems, el ngulo CAB es comn en ambos tringulo por lo que
m(DAB) = 90 + m(CAB) = m(CAE)

se tiene que:
DAB CAE
Por lo tanto:
ABD AEC, por criterio lado-ngulo-lado.

Con esto podemos decir que las reas de stos tringulo son iguales. Por lo tanto:
AABD = AAEC =
b2 2
21
Posteriormente, se traza la diagonal AF como muestra la figura, con lo que se obtiene el tringulo AEF cuya altura q, es la misma que la del tringulo AEC, adems, comprenden la misma base AE = c. De acuerdo a lo anterior tenemos que las reas de stos tringulos son:
AAEC = AAEF =
b2 2
De acuerdo al trabajo realizado anteriormente se tiene que:
AACD = AAEF =
b2 2
Por lo tanto, si las mitades de las reas de las figuras son iguales, las reas enteras de las figuras son iguales. Entonces,
b2 = q c
Anlogamente se realiza la demostracin para el rea del cuadrado formado sobre el cateto a del tringulo ABC y el rectngulo formado por la proyeccin p de ste cateto y el lado c. Por lo tanto,
a2 = p c
Con esto se tiene que la reas de los cuadrados formados sobre los catetos es igual a las reas de los rectngulos formados por las proyecciones de los catetos y la hipotenusa.
22
Con esto se pudo ver cmo demostr Euclides el teorema de Pitgoras utilizando sus conocimientos de geometra y en particular sus teoremas sobre los catetos.
Al sumar las reas de cada uno de los rectngulos formado por las proyecciones y la hipotenusa se tiene:
Con esto tenemos que:
a2 + b2 = c2
23
De los Tringulos a la Trigonometra

Como se mencion al inicio de este material, los tringulos son los bloques bsicos de construccin para cualquier figura poligonal que se pueda construir. Adems, los topgrafos utilizan mucho la trigonometra para calcular distancias en combinacin con los tringulos. Uno de los grandes proyectos de reconocimiento del siglo XIX fue la Planimetra Trigonomtrica de la India britnica. Se construyeron para el proyecto los mayores teodolitos, monstruos con escalas circulares de 36" de ancho, cuyas lecturas se hacan con extraordinaria precisin con 5 microscopios. Cada uno con su caja pesaba media tonelada y se necesitaban 12 hombres para trasladarlo. Usndolos, el proyecto cubri el pas con mltiples cadenas de tringulos en las direcciones norte-sur y este-oeste (las reas entre las cadenas se dejaron para ms tarde) y se necesitaron dcadas para completarla. En 1843 Andrew Scott Waugh se encarg del proyecto como Inspector General y puso especial atencin a las montaas del Himalaya del norte de la India. Debido a las nubes y a la niebla, esas montaas se ven raramente desde las tierras bajas, y hasta 1847 no se consiguieron varias mediciones. Despus de haberse hecho, los resultados necesitaron ser analizados laboriosamente por "computadores" en las oficinas de inspeccin; no eran mquinas sino personas que efectuaban los clculos trigonomtricos. La historia dice que en 1852 el jefe de los computadores fue hacia el director y le dijo: Seor, hemos descubierto la mayor montaa del mundo. Desde una distancia de ms de 100 millas (160 km), se observ la montaa desde seis estaciones diferentes, y no dio lugar a que el observador sospechara que estaba viendo a travs de su telescopio el punto ms alto de la Tierra. Al principio se la design como Pico XV por la inspeccin, pero en 1856 Waugh la denomin en memoria de Sir George Everest, su predecesor en la oficina de jefe de inspectores. El Everest fue el primero en registrarse y en usar los teodolitos gigantes; ahora estn expuestos en el "Museum of the Survey of India" en Dehra Dum (India). Hoy en da la posicin de una persona, automvil u objeto sobre la Tierra se puede localizar de forma muy precisa usando el sistema de posicionamiento global (GPS) de 24 satlites en rbita exacta, que estn difundiendo constantemente su posicin. Un pequeo instrumento electrnico de mano recibe sus seales y nos devuelve nuestra posicin con un error de 10-20 metros ( an es ms preciso para usos militares, los patrocinadores del sistema). Se usa una gran cantidad de trigonometra, pero lo hace todo la computadora que est dentro de su aparato, lo nico que se necesita es pulsar los botones apropiados.
Fragmento extrado de http://www.phy6.org/stargaze/Mtrig1.htm
24
Trigonometra 7
Las primeras aplicaciones de la trigonometra se hicieron en los campos de la navegacin, la geodesia 8 y la astronoma, en los que el principal problema era determinar una distancia inaccesible, es decir, una distancia que no poda ser medida de forma directa, como la distancia entre la Tierra y la Luna. Se encuentran notables aplicaciones de las funciones trigonomtricas en la fsica y en casi todas las ramas de la ingeniera, sobre todo en el estudio de fenmenos peridicos, como el flujo de corriente alterna. En trigonometra se encuentra dos ramas fundamentales que son la trigonometra plana y la trigonometra esfrica. A continuacin se presentan algunos antecedentes de los orgenes de estas dos ramas de la trigonometra.
Orgenes
La trigonometra - aunque no con este nombre- tiene sus primeros indicios ligados a la Astronoma, fueron desarrollados por los babilonios; stos dividieron la circunferencia en 360 partes al considerar inicialmente que el Sol, en su movimiento aparente, describa arcos iguales cada da; as se origin la medicin de ngulos en la unidad grados sexagesimales (360). Los egipcios tambin hacen aportes a estos estudios por sus aplicaciones a la astronoma, lo que repercuti en la construccin de monumentos. Establecieron la medida de los ngulos en grados, minutos y segundos. En el clebre papiro de Rhind aparecen resueltos problemas relativos a pirmides: la inclinacin de las caras era determinada por un cierto nmero que corresponde lo que hoy denominamos una razn trigonomtrica. El conocimiento de babilonios y egipcios llega a los griegos, los cuales, ms atrados por lo terico que sus antecesores, lo ordenan y amplan. El astrnomo Aristarco de Samos (310 230 a. C.) utiliza rudimentos de trigonometra para relacionar las distancias entre la Tierra, el Sol y la Luna.
Papiro de Rhind
Las culturas babilonia, egipcia y griega antigua, manejaron aspectos prcticos relacionados con la trigonometra: La medida de ngulos en grados sexagesimales (360). Algunas construcciones para las que se requera la triangulacin como, por ejemplo, el tnel de Samos de 1.036 metros. Canalizacin que tuvo lugar hace 2.500 aos por encargo de Polcrates al arquitecto Eupalinos bajo el monte Kastrn.
7 Trigonometra del griego, treis = tres, gono = ngulo y metron = medida. 8 Ciencia matemtica que tiene por objeto determinar la figura y magnitud del globo terrestre o de gran parte de l, y construir
los mapas correspondiente. (Real Academia Espaola)
25
Orientacin de templos de modo que un cierto da del ao el Sol iluminara el santuario consagrado a los dioses. Todos ellos fueron logros tcnicos valiosos, pero anecdticos, carentes de sistematizacin y, sobre todo, de una teora matemtica que los respalde. Los conocimientos de astronoma de estas culturas se limitaron a aventuradas especulaciones sobre los astros y sus movimientos. La bsqueda de precisin para prever eclipses y para construir calendarios eficientes les llev a una sistematizacin de sus observaciones y al intento de una matematizacin de las mismas. Este proceso lo culmina el astrnomo Hiparco de Nicia (190 - 120 a.C.), durante el siglo II a. C. donde us la divisin de la circunferencia en 360 partes, tal como los babilonios, y compil una tabla trigonomtrica que lleg hasta 180 con incrementos, la que da la longitud de cuerdas subtendidas por diversos ngulos del centro dado que corta a una circunferencia de radio r. No se sabe con certeza el valor de r utilizado por Hiparco. Pero esta tabla es similar a la moderna tabla del seno.
Imagen extrada de http://www.unisc.br/deptos/dmatwww/saiba_mais.htm
En astronoma descubri la presesin de los equinoccios; describi el movimiento aparente de las estrellas fijas, cuya medicin fue de 46 muy aproximado al actual de 50,26. Calcul un periodo de eclipses de 126,007 das y una hora; calcul la distancia de la tierra a la luna basndose en la observacin de un eclipse el 14 de marzo de 190 a.C., su clculo fue entre 59 y 67 radios terrestres el cual esta muy cerca del real (60 radios). Elabor el primer catlogo celeste que contena aproximadamente 850 estrellas diferencindolas por su brillo en seis categoras o magnitudes (clasificacin que an hoy se utiliza), probablemente este trabajo fue utilizado por Ptolomeo como base para su propio catalogo celeste. Sobre este ltimo tuvo gran influencia y al rechazar la teora heliocntrica de Aristarco de Samos fue el precursor de los trabajos geocntricos de Ptolomeo. Muchos historiadores y matemticos consideran a Hiparco como el fundador de la trigonometra a pesar de que sta, durante mucho tiempo, constituy slo una herramienta de la Astronoma.
Ptolomeo y el Almagesto
En el siglo II d.C., el alejandrino Claudius Ptolomeo, con el fin de afrontar con precisin problemas astronmicos, construy una minuciosa tabla trigonomtrica desde 0 a 180 con incrementos de medio grado y un 1 error menor que de unidad, utilizando un r = 60, pues los griegos 3600 adoptaron el sistema numrico sexagesimal (base 60) de los babilonios. Tambin explic su mtodo para compilar esta tabla de cuerdas, y a lo largo del libro dio bastantes ejemplos de cmo utilizar la tabla para calcular los elementos desconocidos de un tringulo a partir de los elementos conocidos.
26
Ptolomeo fue el autor del que hoy se conoce como teorema de Menelao para resolver tringulos esfricos, y durante muchos siglos su trigonometra fue la introduccin bsica para los astrnomos. En su trabajo agreg la descripcin de instrumentos astronmicos, enumerar estrellas, describir eclipses, entre otros. Todo ello lo incluy, junto con los conocimientos astronmicos de la poca, en su obra Sintaxis Matemtica, escrita entre los aos 127 al 151 d.C. que, siglos despus, fue tan apreciada por los rabes que la llamaron Al Magesto (la gran coleccin). Con ese nombre, Almagesto, ha llegado a nosotros.
Culturas india y rabe

Quizs al mismo tiempo que Ptolomeo, los astrnomos de la India haban desarrollado tambin un sistema trigonomtrico basado en la razn seno en vez de cuerdas como los griegos. Esta razn seno, al contrario que el seno utilizado en la actualidad, no era una proporcin, sino la longitud del lado opuesto a un ngulo en un tringulo rectngulo de hipotenusa dada. Los matemticos indios utilizaron diversos valores para sta en su tabla.
Aryabhata
Las tablas trigonomtricas de Ptolomeo, as como las de Hiparco, descubran lo que actualmente llamamos razn seno. En los tratados de astronoma indios de los siglos V a VII, se exponen las razones seno y coseno . Los indios que destacaron fueron Aryabhata (476 - 550) y Brahmagupta (578 - 660). Los rabes tomaron de la cultura india estas razones, as como sus inversas, cosecante y secante, completaron sus caractersticas, describieron las razones tangente y cotangente y demostraron varios teoremas de trigonometra plana y esfrica. Utilizaron sus conocimientos trigonomtricos en astronoma para medir el tiempo astronmico y para encontrar la direccin a La Meca, lo que era necesario para las cinco oraciones diarias requeridas por la ley islmica. Los rabes que destacan fueron Al-Huwarizmi (siglo 9); Al-Battani (850 - 929); Abual-Wafa (940-998) y Nasir Al-Dn Al-Tus (1207 - 1274); este ltimo, adems de las contribuciones que hace a la trigonometra, es el primero que la presenta como una disciplina independiente de la Astronoma.
Al-Huwarizmi
Los cientficos rabes tambin compilaron tablas trigonomtricas de gran exactitud. Por ejemplo, 1 las tablas del seno y de la tangente, construidas con intervalos de de grado (un minuto) 60 tenan un error menor que 1 dividido por 700 millones. Adems, el astrnomo Nasir Al-Dn AlTus escribi el libro de la figura transversal, que fue el primer estudio de las trigonometras planas y esfricas como ciencias matemticas independientes.
27
Occidente
El occidente se familiariz con la trigonometra rabe a travs de traducciones de libros de astronoma arbigos, que comenzaron a aparecer en el siglo XII. En Europa, la trigonometra renace con George Peurbach (1423 - 1461) y su alumno Johann Mller (1436 - 1476), quin fue matemtico y astrnomo conocido por el nombre latino de Regiomontanus nacido en la ciudad de Knigsberg. Regiomontanus conoci bien las obras de Arqumides, Apolonio, Menelao y Ptolomeo, e inici la traduccin de algunas de ellas, entre las cuales est el Almagesto.
Johann Mller. Imagen extrada del sitio http://www.astromia.com/biografias/regiomontanus.htm
En su obra De tringulis present la trigonometra independiente de la Astronoma y es el primer tratado en latn que tiene una influencia duradera. El clebre astrnomo polaco Nicols Copernico (1473 - 1543), en la obra donde plante el sistema heliocntrico, incluy varias secuenciaciones para tratar la trigonometra segn el mtodo de Regiomontanus. Durante el siglo siguiente, el astrnomo alemn George Joachim Rhaeticus (1514 - 1576), conocido como Rtico, introdujo el concepto moderno de funciones trigonomtricas como proporciones en vez de longitudes de ciertas lneas. Cabe destacar al francs Franoise Vite que sistematiz y ampli los conocimientos de trigonometra de entonces con teoremas que aplic a la resolucin de problemas aritmticos y geomtricos. Vite incorpor el tringulo polar en la trigonometra esfrica y encontr frmulas para expresar las funciones de ngulos mltiples, sen n y cos n, en funcin de potencias de sen y cos . Los clculos trigonomtricos recibieron un gran empuje gracias al matemtico escocs John Napier , quien invent los logaritmos a principios del siglo XVII. Tambin encontr reglas mnemotcnicas para resolver tringulos esfricos, y algunas proporciones (llamadas analogas de Napier) para resolver tringulos esfricos oblicuos. Casi exactamente medio siglo despus de la publicacin de los logaritmos de Napier, Isaac Newton invent el clculo diferencial e integral. Uno de los fundamentos del trabajo de Newton fue la representacin de muchas funciones matemticas utilizando series infinitas de potencias de la variable x. Newton encontr la serie para el sen x y series similares para el cos x y la tan x. Con la invencin del clculo, las funciones trigonomtricas fueron incorporadas al anlisis, donde todava hoy desempean un importante papel tanto en las matemticas puras como en las aplicadas.
28
Por ltimo, en el siglo XVIII, el matemtico suizo Leonhard Euler defini las funciones trigonomtricas utilizando expresiones con exponenciales de nmeros complejos. Esto convirti a la trigonometra en slo una de las muchas aplicaciones de los nmeros complejos; adems, Euler demostr que las propiedades bsicas de la trigonometra eran simplemente producto de la aritmtica de los nmeros complejos.
Trigonometra esfrica
La trigonometra esfrica, que se usa sobre todo en navegacin y astronoma, estudia tringulos esfricos, es decir, figuras formadas por arcos de circunferencias mximas contenidos en la superficie de una esfera. El tringulo esfrico, al igual que el tringulo plano, tiene seis elementos: los tres lados a, b, c, y los tres ngulos A, B y C. Sin embargo, los lados de un tringulo esfrico son magnitudes angulares en vez de lineales, y dado que son arcos de circunferencias mximas de una esfera, su medida viene dada por el ngulo central correspondiente. Un tringulo esfrico queda definido dando tres elementos cualesquiera de los seis, pues, al igual que en la geometra plana, hay frmulas que relacionan las distintas partes de un tringulo, que se pueden utilizar para calcular los elementos desconocidos. La trigonometra esfrica es de gran importancia para la teora de la proyeccin estereogrfica y en geodesia. Es tambin el fundamento de los clculos astronmicos. Por ejemplo, la solucin del llamado tringulo astronmico se utiliza para encontrar la latitud y longitud de un punto, la hora del da, la posicin de una estrella y otras magnitudes. Estos tringulos tambin pueden ser resueltos mediante mtodos trigonomtricos. Esta trigonometra se denomina trigonometra esfrica, notablemente ms compleja que la plana, aunque, paradjicamente, por las necesidades de la astronoma, se desarroll antes. En sntesis, la Trigonometra naci al servicio de la Astronoma, desarrollndose primero en relacin con la esfera y, luego, con el plano; despus creci como estudio del tringulo en cuanto a la medida de sus lados y ngulos, para llegar actualmente a considerarse como una parte de la Matemtica que se preocupa de las funciones trigonomtricas (seno, coseno, tangente, etc.) y de sus aplicaciones al interior de la Geometra, el lgebra y otras ramas de la Matemtica.
Informacin extrada de Matemtica plan electivo, B. Orellana, de http://www.infoymate.net/ted/websapli/ted0304/mat/ruiz/index.htm y de http://es.encarta.msn.com/encyclopedia_761572350_3/Trigonometra.html
29
Previo al trabajo con las funciones trigonomtricas es conveniente que se presenten algunas definiciones para comprender de una mejor manera los contenidos que se presentarn ms adelante.
ngulo
Figura geomtrica compuesta por dos rayos distintos que salen de un punto en comn. Los rayos se denominan lados del ngulo y su origen vrtice del mismo. Si mantenemos fijo uno de sus lados y hacemos girar el otro, diremos que se gener un ngulo AOB, como muestra la figura.
Medida de los ngulos

Medir una magnitud es compararla con otra magnitud de la misma especie que se elige como unidad de medida. Por lo tanto, para medir un ngulo se debe elegir otro ngulo como unidad. Existe para este objeto varios caminos o sistemas para la medicin de ngulos.
Sistema Circular Absoluto

Se puede elegir como ngulo unitario al ngulo del centro que comprenda entre sus lados un arco de la misma longitud que el radio de la circunferencia. El ngulo que cumple con esta condicin se llama un radin, que lo abreviamos 1 rad.
Por lo tanto, para medir un ngulo en radianes basta calcular las veces que el radio cabe en el arco de la circunferencia cuyo centro coincide con el vrtice. De este modo obtenemos:
30
AOB =
a (rad ) r
Entonces, la medida del AOB en radianes es:

arco radio a (rad ) r
Sistema Sexagesimal
El sistema sexagesimal es un sistema de numeracin posicional que emplea la base 60. El sistema sexagesimal tuvo su origen en la antigua Babilonia. Tambin fue empleado, en una forma ms moderna, por los rabes. Al contrario que la mayora de los dems sistemas de numeracin, el sexagesimal no se usa mucho en la computacin general ni en la lgica, pero s en la medicin de ngulos y coordenadas geomtricas. Si se divide la circunferencia en 360 partes iguales y se unen los puntos de divisin con el centro de la circunferencia, se obtiene 360 ngulos iguales y cada uno de ellos se llama ngulo de un grado sexagesimal o simplemente ngulo de un grado que es la unidad estndar en este sistema.
Entonces, un grado sexagesimal es el ngulo que le corresponde un arco entre sus lados iguales a la 360 ava parte de la circunferencia respectiva. Por lo tanto, una circunferencia se divide en 360 grados. As, cada grado se divide en 60 partes iguales llamadas minutos sexagesimales (1/60 de grado); a su vez, cada minuto se divide en 60 partes iguales llamadas segundos sexagesimales (1/60 de minuto). Por ejemplo, podemos tener un ngulo de 37 10' 34. An quedan vestigios del sistema sexagesimal en la medicin del tiempo. Hay 24 horas en un da, 60 minutos en una hora y 60 segundos en un minuto. Casualmente, un ao tiene cerca de 360 (606) das. Las unidades menores que un segundo se miden con el sistema decimal.
31
La notacin de ste sistema se encuentra abreviada como: 1 grado sexagesimal = 1 1 minuto sexagesimal = 1 1 segundo sexagesimal = 1 Algunas equivalencias son: 90 = rad 2 1 = 60' = 3.600 1 = 0,001745 radianes 1 radin 57,296 5717'45
Sistema Centesimal
Los franceses trataron tambin de introducir el sistema decimal en la medicin de ngulos, pero en este sentido no es mucho lo que se ha progresado. Es el sistema sexagesimal el ms tradicional por su antigedad, ya que era conocido por lo antiguos egipcios y babilonios. En Fsica, en cambio, es de gran utilidad expresar los ngulos en radianes. Por ejemplo, la velocidad angular se expresa en radianes/segundos. En el sistema centesimal se considera a la circunferencia dividida en 400 partes iguales, llamadas "grados centesimales". Cada grado tiene 100 "minutos centesimales" y cada minuto tiene 100 "segundos centesimales". El grado centesimal se abrevia con la letra g colocada como exponente. As por ejemplo, 28 grados centesimales = 28g. A su vez, el grado centesimal se divide en 100 minutos centesimales (cg) y cada minuto centesimal en 100 segundos centesimales (ccg). Por consiguiente: 90 = 100g 1g = 100cg = 10.000ccg 1cg = 100ccg
rad 1,57 radianes. 2 Los sistemas de medida presentados anteriormente permiten establecer una correspondencia entre estos sistemas de medida, por ejemplo, entre el sistema sexagesimal y circular absoluto, de modo que:
90 = 100g =
360 = 2 rad x rad
180 = rad x rad
32
Por ello, la medida en grados sexagesimales de 1 radin es:
180 = rad 1 rad

Por lo tanto, 1 rad 57,296
180 1 rad 57,296 3,1416 rad
5717'45
De igual manera se puede establecer correspondencia entre los tres sistemas. Ente el sexagesimal y el centesimal.
360 = 400 g x g
9 = g g 10 x
o entre el sistema centesimal y el circular absoluto.

400 g g = 2 rad x rad
200 g g = rad x rad
Medidores de ngulos
Los aparatos que sirven para medir ngulos se llaman gonimetros (del griego: gonia = ngulo, metrn = medida). El teodolito tambin se usa para medir ngulos. Ambos instrumentos son de uso corriente en Ingeniera y Topografa para el levantamiento de planos como, asimismo, por los astrnomos para medir la altura de un astro, etc. El transportador es el instrumento que se utiliza frecuentemente a nivel escolar para medir ngulos. Este instrumento consiste en un semicrculo de plstico graduado en grados desde 0 hasta 180 (Tambin hay modelos circulares que abarcan desde 0 hasta los 360)
Para medir un ngulo con este sencillo aparato se hace coincidir el punto medio del dimetro del transportador con el vrtice del ngulo a medir y el lado del ngulo con la direccin. Finalmente, basta leer con qu nmero de la escala coincide el otro lado del ngulo, y con esto se obtiene el valor buscado.
33
ngulos con sentido positivos y sentido negativos

La orientacin o sentido de un ngulo est determinada por la direccin en que gira uno de sus rayos mientras el otro permanece fijo. De acuerdo a la figura, se fija OA y se gira OB fijando el punto O en sentido contrario a las manecillas del reloj.
Los ngulo as generados tienen sentido positivo, por ejemplo, el ngulo AOB es denominado ngulo positivo. Manteniendo fijo OA se gira OB fijando el punto O en el mismo sentido en que giran las manecillas del reloj.
Los ngulos as generados tienen sentido negativo, por ejemplo, el ngulo AOB es denominado ngulo negativo. En ambos casos, al rayo que permanece fijo se le denomina lado inicial del ngulo, mientras que al rayo que gira se le denomina lado terminal. De esta manera si tomamos un ngulo AOB, podemos hacer coincidir el lado terminal OB consigo mismo, luego de rotarlo una, dos, tres veces, etc., es decir, un nmeros entero k de giros completos (k360). Es as que en la trigonometra se conviene en que los ngulos pueden tener medidas positivas o negativas, incluso mayores que 360.
34
Una de las cosas que se acostumbra a tener presente cuando se esta en presencia de problemas aplicados con trigonometra, son los ngulos de elevacin y de depresin que depende de la posicin del observador.
ngulo de elevacin y de depresin

Son aquellos ngulos que se forman con respecto a la lnea horizontal, considerada a nivel del ojo del observador y la lnea de mira hacia el objeto observado, esta lnea de mira puede ser por sobre la lnea del horizonte (elevacin) o por debajo del horizonte (depresin). Con respecto a un observador, los ngulos de elevacin y de depresin constituyen ngulos alternos internos entre paralelas, por lo tanto, sus medidas son iguales.
Razones trigonomtricas de un ngulo agudo en un tringulo rectngulo

Si se consideran las medidas de los lados de un tringulo rectngulo, se observa que con ellas se pueden formar seis razones. Tres razones llamadas bsicas y tres recprocas. Sea el tringulo ACB rectngulo en C, cuyos lados miden a, b y c, entonces las razones entre las medidas de los diferentes lados se denominan:
Razones bsicas
Seno: Es la razn entre el cateto opuesto al ngulo y la hipotenusa. sta se abrevia por sen. medida del cateto opuesto a a sen = = medida de la hipotenusa c Es la razn entre el cateto adyacente al ngulo y la hipotenusa. sta se abrevia por cos. medida del cateto adyacente a b cos = = medida de la hipotenusa c
Coseno:
35
Tangente:
Es la razn entre el cateto opuesto y el cateto adyacente al ngulo. sta se abrevia por tan.
tan =
medida del cateto opuesto a a = medida del cateto adyacente a b
Razones recprocas
Cosecante: Es la razn entre la hipotenusa y el cateto opuesto al ngulo. sta se abrevia por cosec. medida de la hipotenusa c cosec = = medida del cateto opuesto a a Es la razn entre la hipotenusa y el cateto adyacente al ngulo. sta se abrevia por sec. medida de la hipotenusa c sec = = medida del cateto adyacente a b Es la razn entre el cateto adyacente y el cateto opuesto al ngulo. sta se abrevia por cotan.
Secante:
Cotangente:
cotan =
medida del cateto adyacente a b = medida del cateto opuesto a a
Anlogamente se pueden definir las razones trigonomtricas para el ngulo del tringulo rectngulo ABC. De acuerdo al tringulo rectngulo de la figura anterior, las razones trigonomtricas se resumen en la siguiente tabla:
Nombre Definicin Razn Dibujo
Seno de alfa (sen ) Coseno de alfa (cos ) Tangente de alfa (tan )
Medida del cateto opuesto dividido por la medida de la hipotenusa Medida del cateto adyacente dividido por la medida de la hipotenusa Medida del cateto opuesto dividido por la medida del cateto adyacente
a c b c a b
36
Cosecante de alfa (cosec ) Secante de alfa (sec ) Cotangente de alfa (cotan )
Medida de la hipotenusa dividido por la media del cateto opuesto Medida de la hipotenusa dividido por la media del cateto adyacente Medida del cateto adyacente dividido por la media del cateto opuesto
c a c b b a
Razones trigonomtricas de ngulos especiales

A continuacin se consideran algunos tringulos rectngulos que tienen la particularidad de tener ngulos y lados de medidas conocidas.
Tringulo rectngulo issceles

En este tringulo ambos catetos tienen igual medida. Los ngulos agudos son congruentes y cada uno de ellos tiene una medida de 45. Para obtener el valor de la hipotenusa se aplica el Teorema de Pitgoras con lo que se obtiene la medida de la hipotenusa. Por ejemplo, sea a la medida de los catetos en el tringulo issceles y a 2 el valor de la hipotenusa.
Aplicando las definiciones de las razones trigonomtricas bsicas con las medidas de este tringulo, se tiene que:
sen 45 =
a a 2 a a 2
a =1 a
1 2 1 2
cosec 45 =
a 2 = 2 a
cos 45 =
sec 45 =
a 2 = 2 a
a =1 a
tan 45 =
cotan 45 =
37
Tringulo rectngulo 30, 60 y 90

Para determinar ste tringulo en forma sencilla se traza una de las alturas en un tringulo equiltero de lado 2a, con esto se tiene:
Tomando uno de los tringulos rectngulos que se forman, tenemos que el cateto opuesto al ngulo de 30 tiene como medida a, la hipotenusa tiene como medida 2a y la medida del otro cateto se obtiene por el teorema de Pitgoras, lo que da como resultado a 3 . Con esto se obtiene los valores de las razones trigonomtricas para el ngulo cuya medida es de 30.
Razones trigonomtricas para = 30

sen 30 = a 1 = 2a 2 cosec 30 = 2a =2 a
cos 30 =
a 3 3 = 2a 2
sec 30 =
2a a 3
2 3
tan 30 =
a a 3
1 3
cotan 30 =
a 3 = 3 a
De igual forma, se obtienen los valores de las razones trigonomtricas para el ngulo de 60, en el tringulo rectngulo.
38
Razones trigonomtricas para = 60

sen 60 =
cos 60 =
a 3 3 = 2a 2
a 1 = 2a 2
cosec 60 =
sec 60 =
2a a 3
2 3
2a =2 a
tan 60 =
a 3 = 3 a
cotan 60 =
a a 3
1 3
Los valores obtenidos para cada una de las razones trigonomtricas de los ngulos de 30, 45 y 60 se encuentran resumidas en la tabla siguiente:
sen cos tan cosec sec cotan
30
1 2
3 2 1 2
1 2
1 3 1
2 3 2
45
1 2 3 2
2 2 3
1 1 3
60
Circunferencia goniomtrica9 o unitaria

(goniomtrica del griego, gonos = ngulos y metra = medicin) Se llama as a una circunferencia cuyo radio se considera de medida unitaria (1) y que tiene su centro ubicado en el origen O(0, 0) de un sistema de ejes coordenados. Esta circunferencia es un elemento auxiliar utilizado para definir el valor y el signo que toman las razones trigonomtricas de ngulos de cualquier medida.
9 Goniometra: Parte de la trigonometra que define las funciones trigonomtricas y las relaciones entre ellas. (Enciclopedia de las matemticas,
Editorial MIR, tomo 6, pg. 142, 1998)
39
Si para cualquier ngulo determinado en la circunferencia goniomtrica, se considera el punto P(x, y) como la interseccin del lado terminal de con dicha circunferencia, entonces se puede definir:
cos = sen = x =x 1 y =y 1
abscisa de P ordenada de P
Por lo tanto podemos ver a la tan como:

tan = x y
Funciones trigonomtricas
Anteriormente se han definido las razones seno, coseno y tangente para ngulos de 30, 45 y 60 a travs de tringulos rectngulos y se ha hecho notar que estas razones no dependen del tamao de los lados del tringulo, por lo que bastara considerar tringulos rectngulos de hipotenusa igual a 1. Este hecho es importante ya que permite relacionar a los ngulos con la razn de la proporcin de los lados. Esta relacin presenta la propiedad de unicidad y la propiedad de completitud, es decir, para cada par de lados homlogos existe siempre un nico valor (razn) relacionado con una nica amplitud angular (ngulo), por lo tanto se establece una funcin, a la que llamaremos funcin trigonomtrica. Estas funciones son un caso particular de las funciones goniomtricas que son aquellas funciones cuya variable independiente es una medida angular. Ahora, las razones trigonomtricas se generalizan para ngulos cualesquiera utilizando una circunferencia de radio 1 y cuyo centro est situado en el origen. Los ngulos se miden en sentido antihorario y desde la direccin positiva del eje de abscisas.
La funcin seno
cateto opuesto al ngulo(x) , toma valores entre -1 y 1, para una medida angular hipotenusa entre 0 y 2 o mltiplos de esta. Con esto, a cada medida angular (x) le corresponde un nico valor real entre 1 y 1. Entonces, podemos hablar de una funcin.
La razn sen(x) = La funcin y = sen x es denominada funcin seno, esta definida sobre el conjunto de los nmeros reales y tiene como imagen al intervalo [-1, 1].
40
Grficamente, la funcin y = sen x para ngulos de medidas positivas, en correlacin con la circunferencia goniomtrica, es de la forma:
grficamente, la funcin y = sen x para ngulos de medidas negativas, es de la forma:
De acuerdo al comportamiento observado en las grficas anteriores podemos resumir los valores que toma la funcin y = sen x. En la tabla siguiente se resume el comportamiento para valores entre 0 y 2. Valores que toma el Comportamiento de ngulo x y = sen x 0<x<
2
Valores que toma y = sen x 0 < sen x < 1 1 > sen x > 0 0 > sen x > -1 -1 < sen x < 0
Creciente positiva Decreciente positiva Creciente negativa Decreciente negativa
<x< 2 <x< 3 2
3 < x < 2 2
41
La funcin coseno
cateto adyacente al ngulo (x) , hipotenusa toma valores entre -1 y 1, para medida angular entre 0 y 2 o mltiplos de esta. Con esto a cada medida angular (x) le corresponde un nico valor real.
De manera similar se puede analizar el coseno. La razn cos(x) = La funcin y = cos x es denominada funcin coseno, esta definida sobre el conjunto de los nmeros reales y tiene como imagen al intervalo [-1, 1]. Grficamente, la funcin y = cos x para ngulos positivos y negativos es de la forma:
De acuerdo al comportamiento observado en las grficas anteriores podemos resumir los valores que toma la funcin y = cos x. En la tabla siguiente se resume el comportamiento para valores entre 0 y 2. Valores que toma el Comportamiento de ngulo x y = cos x 0<x<
2
Valores que toma y = cos x 1 > cos x > 0 0 > cos x > -1 -1 < cos x < 0 0 < cos x < 1
Decreciente positiva Decreciente negativa Creciente negativa Creciente positiva
<x< 2 <x< 3 2
3 < x < 2 2
Conocidas algunas caractersticas que poseen las funciones seno y coseno, observaremos algunas herramientas trigonomtricas que permiten desarrollar problemas que involucran en su resolucin dos o ms ngulos, y stas se trabajan como una igualdad, que se denominan identidades.
42
Identidades trigonomtricas
En la prctica es frecuente encontrar problemas que involucran dos o ms ngulos, que por lo general estn relacionados con operaciones aritmticas. Encontrar los valores de las funciones trigonomtricas en tales combinaciones de ngulos es todo un desafo, en su desarrollo interviene el manejo y conocimiento de algunas identidades trigonomtricas. Una identidad trigonomtrica es una relacin de igualdad entre expresiones trigonomtricas que son verdaderas para todas las medidas angulares para las cuales estn definidas.
Identidades trigonomtricas bsicas

Estas identidades se deducen directamente de las razones trigonomtricas conocidas anteriormente. Recuerde que en todo tringulo ACB rectngulo en C, se define:
sen = a c b cos = c a tan = b
Una primera identidad trigonomtrica que se puede distinguir es:
tan =
Demostracin:
sen cos
De acuerdo a la definicin de la razn tan , se tiene:

a 1 a c c tan = = b b 1 c c
a tan = c b c
de donde
de acuerdo a las definiciones anteriores, se tiene que:
tan =
sen cos
43
De manera anloga se pueden demostrar las siguientes identidades.
cos sen 1 cotan = tan cotan = cosec = sec = 1 sen
1 cos
De las identidades anteriores se deducen, en forma inmediata, las siguientes:
sen cosec = 1 cos sec = 1 tan cotan = 1
Identidades pitagricas
Se denominan as por que son todas aquellas que pueden ser deducidas de la aplicacin del teorema de Pitgoras. Considerando el tringulo rectngulo anterior se tiene:
sen = a ; c cos = 1 c2 b c
por el teorema de Pitgoras,

a 2 + b2 = c2 /
con lo que se obtiene:
a2 b2 c2 + = c2 c2 c2
a b + =1 c c
2 2
lo que equivale a:
de acuerdo a la definicin de las razones anteriores, se tiene que:

cos 2 + sen 2 = 1
44
A partir de esta identidad se obtienen las dos siguientes identidades: Para cualquier ngulo tal que cos 0 , es decir, donde estn definidas tan y sec se tiene:
1 + tan 2 = sec 2
Demostracin: Como la identidad cos 2 + sen 2 = 1 es vlida para todo ngulo, para cos 0 podemos dividir ambos lados de la ecuacin entre cos2 y obtener
cos 2 sen 2 1 + = , 2 2 cos cos cos 2

reduciendo y utilizando la definicin de las razones trigonomtricas anteriores, tenemos que:
1 + tan 2 = sec 2 .
La identidad siguiente es vlida para tal que sen 0 , es decir, donde estn definidas cotg y sec . 1 + cotan 2 = cosec 2
Demostracin: Como la identidad cos 2 + sen 2 = 1 es vlida para todo ngulo, para sen 0 podemos dividir ambos lados de la ecuacin entre sen2 y obtener
cos 2 sen 2 1 + = 2 2 sen sen sen 2 ,
reduciendo y utilizando la definicin de las razones trigonomtricas anteriores, tenemos que:

1 + cotan 2 = cosec 2 .
stas son las tres identidades trigonomtricas bsicas conocidas como las identidades Pitagricas, como se apreci, stas pueden ser deducidas del teorema de Pitgoras. Hasta aqu trabajaremos con este tipo de herramienta, con lo que la profundizacin se dejar para cursos posteriores.
45
Otra herramienta til en la trigonometra son los teoremas fundamentales para la resolucin de tringulos. Conocidos algunos datos, stos teoremas permiten determinar las medidas lineales y angulares en tringulos cualesquiera, a diferencia de los teoremas que se han presentado hasta el momento, los cuales estn restringidos al trabajo solo con tringulos rectngulos.
Teoremas fundamentales para la resolucin de tringulos

Mediante la aplicacin de las razones trigonomtricas se pueden resolver solamente problemas que involucran en su resolucin tringulos rectngulos. Sin embargo, existen innumerables problemas que involucran en su resolucin la aplicacin de tringulos no necesariamente rectngulos, para cuya resolucin es preciso utilizar ciertos teoremas derivados de las razones trigonomtricas, como son los denominados: teoremas del seno y teorema del coseno.
Teorema del seno

La medida de los lados de un tringulo son proporcionales a los senos de los ngulos opuestos. Sea el tringulo ABC cualquiera
sen sen sen = = a b c
Demostracin: Dado el tringulo de la figura, trazando la altura desde el vrtice C del tringulo obtenemos hc que delimita dos tringulos rectngulos.
Para el primer tringulo AHC tenemos que:

sen = hc b
46
Por otro lado, tenemos que para el tringulo BHC:

sen = hc a
Despejando las altura hc en ambas expresiones, obtenemos:

hc = b sen hc = a sen
igualando ambas expresiones tenemos que:
b sen = a sen
por lo tanto,
sen sen = a b
Al realizar un trabajo anlogo al trazar la altura desde el vrtice A, se obtiene:

sen sen = b c
De acuerdo a las proporciones formadas anteriormente se puede afirmar que:

sen sen sen = = a b c
47
Teorema del coseno

Sea el tringulo ABC cualquiera, entonces se cumplen las siguientes identidades trigonomtricas.
a 2 = b 2 + c 2 2bc cos b 2 = a 2 + c 2 2ac cos c 2 = a 2 + b 2 2ab cos
Demostracin: Considere un tringulo cualquiera como el de la figura:
Aplicando el teorema de Pitgoras sobre el tringulo AHC, tenemos que:

b 2 = hc + x 2
2
(1)
48
Aplicando el teorema de Pitgoras en el tringulo BHC, tenemos que:

a 2 = hc + (c x )
2 2
(2)
Al despejar hc en la expresin (1) y al reemplazar en la expresin (2) el valor de hc, se obtiene:

a 2 = b 2 x 2 + (c x )
2
Al desarrollar la expresin anterior
a 2 = b 2 x 2 + c 2 2cx + x 2
Al reducir trminos semejantes, se obtiene:
a 2 = b 2 + c 2 2cx
(3)
x , por lo tanto . b
Por definicin de coseno se tiene en el triangulo rectngulo AHC que el cos =
x = b cos
Al reemplazar x = b cos en la expresin (3), se obtiene:
a 2 = b 2 + c 2 2bc cos
Anlogamente se obtienen las expresiones

b 2 = a 2 + c 2 2ac cos c 2 = a 2 + b 2 2ab cos
49
Uso de la calculadora cientfica

Las calculadoras cientficas poseen una gran cantidad de funciones matemticas, dentro de las cuales encontramos funciones estadsticas, funciones lgicas, funciones trigonomtricas entre otras operaciones. A continuacin se realizan algunas explicaciones necesarias del uso de la calculadora cientfica para las funciones trigonomtricas. Lo primero que se comenzar por hacer es dejar la calculadora en modo de grados sexagesimales (Deg), que son la unidad mayormente utilizados para las medidas angulares. Para esto se debe presionar la tecla y posteriormente la tecla con lo que activar el modo grados sexagesimales, con esta accin en el visor se observar una D la palabra Deg. De la misma manera, con la tecla y las teclas de los nmeros cambia a los modos de radianes (R Rad) o gradientes (G Gra), respectivamente. En caso de que estas instrucciones no funcionen en la calculadora, encontrars cmo utilizar estas funciones en el manual. Este tipo de calculadoras poseen una funcin que permite convertir la medida de un ngulo dado en notacin decimal, a grados (), minutos ('), y segundos () y viceversa. Para esto se debe introducir el valor del ngulo en forma decimal, por ejemplo 58,178 y presionar la tecla Shif (en otras calculadoras puede aparecer la tecla 2 func inv) y a continuacin la tecla (), con lo que se observar en el visor 581040.8, esto representa al ngulo en grados, minutos y segundos 58 10' 40,8''. Adems, si se desea trabajar con un ngulo en grados, minutos y segundos sexagesimales, como por ejemplo, 67 15' 20'' se debe presionar la tecla cada vez que ingresa un valor, es decir, al ingresar el valor 67 se debe presionar , despus se ingresa el valor 15 y se presiona , finalmente se ingresa el valor 20 y se presiona la tecla , con lo que se observa en el visor de la calculadora 671520, que indica el ngulo en grados, minutos y segundos. Ahora, para trabajar con las razones trigonomtricas en la calculadora, la razn seno se identifica mediante la tecla , trmino derivado del latn sinus, la razn coseno se identifica mediante la tecla y la funcin tangente con la tecla . Las razones trigonomtricas recprocas cosecante, secante y cotangente, no poseen tecla inmediata, es decir, para determinar el valor de una razn recproca lo primero es obtener el valor de la razn trigonomtrica respectiva (seno, coseno o tangente) y posteriormente presionar la tecla , con lo que obtendr el valor de la razn trigonomtrica recproca respectiva, por ejemplo, sen 30 = 0,5 , teniendo ste valor en el visor de la calculador presionar la tecla , con lo que se obtendr el valor 2, que es el valor que tiene la cosecante para un ngulo de 30.
50
La calculadoras cientficas tambin nos permiten determinar el valor del ngulo conocido el valor de la razn trigonomtrica (seno, coseno o tangente). Por ejemplo, si sabemos que el sen x = 0,866, para saber a que ngulo corresponde ese valor del seno se debe presionar la tecla Shift (o la tecla respectiva de acuerdo al tipo de calculadora) y la tecla de la funcin (sin-1), que representa a la funcin inversa10, con esto aparecer en el visor la medida del ngulo en nmeros decimales. Para convertir ese resultado en grados, minutos y segundos sexagesimales se presiona la tecla con lo que se observar en el visor 595949.52 que significa que el ngulo cuyo sen x = es de 59 59' 49,52'', a esta funcin se le conoce con el nombre de arcoseno y es la funcin inversa de la funcin seno. Para el coseno y la tangente existen las funciones inversas arcocoseno y arcotangente, respectivamente. Ciertamente en todas las operaciones que se lleven a cabo, siempre existir un margen de error en los clculos dependiendo de la cantidad de decimales que se estn utilizando.
10 Las funciones trigonomtricas inversas que aparecen en la calculadora tienen la nomenclatura de sin-1, cos-1, tan-1, y no tiene relacin
1 1 1 , respectivamente. con las recprocas , , sin cos tan
51
REFERENCIAS BIBLIOGRAFICAS
E. de Oteyza y otros (1994). Geometra Analtica, Editorial Prentice Mall, Mxico. J. Orellana y G. Bernand (1993). Matemtica plan electivo, Editorial Ediciones Pedaggicas Chilenas, Santiago - Chile. R. Bamn y otros (2001). Matemtica activa 3 Medio, Editorial Mare Nostrum, Santiago - Chile. S. Blanco y otros (1995). Matemtica Educacin Media: Plan electivo III y IV, Editorial Santillana, Santiago - Chile. Artculo de la enciclopedia Encarta Trigonometra (en lnea). Disponible en http://es.encarta.msn.com/encyclopedia_761572350_3/Trigonometra.html Stern, David P. La Trigonometra, Para qu sirve? (en lnea). Disponible en http://www.phy6.org/stargaze/Mtrig1.htm Ruiz, Alfonso, Historia de la trigonometra (en lnea). Disponible en http://www.infoymate.net/ted/websapli/ted0304/mat/ruiz/trigonometria/Historia/origenes.htm Wikipedia, la enciclopedia libre, Euclides de Megara (en lnea). Disponible en http://es.wikipedia.org/wiki/Euclides
52
FUNCIN CUADRTICA Y RAZ CUADRADA
UNIDAD FUNCIN CUADRTICA Y RAZ CUADRADA
Gustavo Rodrguez Seplveda Macarena Escalante Salamanca
CONTENIDO
56 Modelando situaciones reales a travs de la Parbola 56 Presentacin
Un poco de historia sobre potencias y races Recordando las potencias Potencias de exponente racional Definiendo el concepto de Raz Algunas propiedades que cumplen las races La funcin de segundo grado o cuadrtica La funcin cuadrtica Grfico de la funcin cuadrtica Variacin de los coeficientes de una funcin cuadrtica Ceros de la funcin cuadrtica La ecuacin de segundo grado o ecuacin cuadratica Resolucin de ecuaciones de segundo grado Resolucin por completacin del trinomio cuadrado Frmula general para la resolucin de ecuaciones de segundo grado 57 58 59 60 61 64 68 70 71 73 74 75 76 77
Discriminante de la ecuacin cuadrtica Interseccin de la parbola con el eje Y Coordenadas del vrtice de la parbola Crecimiento y decrecimiento de una funcin cuadrtica La parbola como lugar geomtrico. Concepto de Lugar Geomtrico Ecuacin de la parbola con vrtice en el origen Ecuacin General de la parbola
78 83 84 88 89 92 95
Unidad: Funciones cuadrtica y raz cuadrada
55
MODELANDO SITUACIONES REALES A TRAVS DE LA PARBOLA

Presentacin
En ste tercer ao de enseanza media del plan general se realiza un trabajo con las funciones cuadrticas, las cuales nos ayudarn a resolver problemas que las funciones lineales no pueden resolver o en los cuales stas son insuficientes para obtener la informacin requerida. La propuesta de trabajo en esta unidad es el estudio de la funcin cuadrtica en una comprensin ms profunda, la que puede ser complementada con el anlisis de la funcin raz cuadrada, ambas funciones se encuentran contempladas en el material del alumno. En este estudio se proponen diversas situaciones en variados mbitos (naturaleza, tecnologa, ciencias, biologa, deportes, de la vida cotidiana, etc.) con el objeto de construir el modelo que les permita a los estudiantes analizar las situaciones, sus ajustes y restricciones, expresarlo por medio de tablas de valores, de una expresin algebraica y en forma grfica, estableciendo las relaciones existentes entre stas dos ltimas representaciones. La idea principal de esta unidad es el anlisis y relaciones existentes entre la forma grfica (parbola) 2 de la funcin cuadrtica con su respectiva expresin y = ax + bx + c . De la misma manera se relaciona y se realiza un nexo con la ecuacin de segundo grado ax 2 + bx + c = 0 . En esta unidad se ha agregado el trabajo con las races y sus propiedades, pero ste es solo introductorio, sin pretender un anlisis en profundidad sobre el tema ya que ste es realizado en el plan diferenciado de la formacin Humanstico-Cientfico. Con respecto a las funciones, recuerde que el programa es explcito en sealar que las funciones que se estudian en esta unidad no estn precedidas de la definicin del concepto formal de funcin, que ser objeto de estudio en cuarto ao medio. Sin duda con esto no se agota la gama de funciones en estudio, ya que en cuarto ao de enseanza media se estudiarn las funciones logartmica, exponencial y potencia. Por ltimo, como parte del estudio grfico de la funcin cuadrtica se propone la construccin de la parbola como lugar geomtrico, la cual satisface determinadas condiciones. De acuerdo al tratamiento que se da en esta unidad, se ha decidido llamar a esta Modelando situaciones reales a travs de la parbola.
56
Un poco de historia sobre potencias y races

Las potencias son elementos que han sido estudiados y utilizados desde la antigedad; grandes matemticos se dedicaron a su desarrollo, de donde aparecen diferentes y variadas notaciones para ellas. Diofanto (Siglo III d. C.) usaba una taquigrafa especial para las potencias sucesivas de la incgnita: x2 era la potencia; x3 era el cubo; ambas expresiones las escriba con la abreviatura correspondiente a dichas palabras griegas. Esas abreviaturas eran P (potencia), y C (cubo); de este modo PP, PC, CC indicaban la cuarta, quinta y sexta potencia de la incgnita, y as sucesivamente. Tanto los hindes como los rabes adoptaron la escritura de Diofanto para indicar las potencias. Aryabhata (476 - 550) abrevio la potencia x1 como ya, la segunda, tercera, cuarta, quinta y sexta potencia como va , gha , vava , gaga , vagha y as sucesivamente. La palabra para designar raz era mula, la cual, combinada con otras palabras como varga mula, ghana mula, se usaba para designar raz cuadrada y raz cbica, respectivamente. Por otra parte, el matemtico rabe Al-Khwarizmi (780 - 850) usaba los trminos gibir (raz) y mal (potencia). A fines del siglo XV, los rabes escriban la primera letra de la palabra rabe raz encima del nmero para indicar raz cuadrada. La evolucin de la notacin de las potencias culmin recin en 1655. Esta fue introducida por el matemtico ingls Wallis (1616 - 1703)1.
Al- Khwarizmi Imagen extrada de http://www.mathsisgoodforyou.com/ images/people/alkhwarizmi.jpg
Pitgoras Imagen extrada de http://manjedoura.blogs.sapo pt/arquivo/pitagoras.jpg
As como se utilizaron y desarrollaron las potencias, tambin naci el trabajo con las races, donde los griegos se enfocaron en el clculo de races o cantidades irracionales. Al principio, en la poca de Pitgoras, se crea que los nicos nmeros existentes eran los naturales y los racionales. Mas tarde descubrieron que no podan medir la diagonal de un cuadrado de lado 1 con ningn nmero. Mantuvieron en secreto el descubrimiento , porque su filosofa se basaba en Todo es nmero. A este nmero le llamaron 2 . Luego, los pitagricos de la Grecia antigua lograron demostrar que 2 no tiene una expresin decimal exacta, ni tampoco ninguna expresin exacta como fraccin. En lenguaje potico se podra decir que, de esta manera, slo se puede aproximar a ella, pero no tocarla...
1 Fragmentos extrados del libro Santillana matemtica 2 medio, 1999
57
Hoy en da, si usas una calculadora, obtendrs sin esfuerzos 2 con 9 decimales, por ejemplo: 2 = 1,414213562..., lo cual es ms que suficiente para los fines prcticos usuales, para los que bastan generalmente un par de decimales.
Magnitudes conmensurables e inconmensurables: Dos magnitudes homlogas (por ejemplo, longitudes o reas) que poseen o, correspondientemente, no poseen la llamada medida comn (as se denomina una magnitud de la misma naturaleza que las examinadas, contenida en cada una de ellas un nmero entero de veces). Como ejemplo de magnitudes inconmensurables se puede citar las longitudes de la diagonal y del lado de un cuadrado o el rea de un crculo y de un cuadrado, construido sobre el radio. Si las magnitudes son conmensurables, su razn se expresa con un nmero racional, mientras que la razn de las magnitudes inconmensurables se expresa con nmeros irracionales.
Sabas que los signos que usamos para indicar una raz son relativamente modernos? En 1525, el matemtico alemn Christoph Rudolff (1499 - 1545), introdujo el smbolo de la raz cuadrada que usamos en la actualidad, . Este smbolo era una forma estilizada de la letra "r" de radical o raz, la cul viene del latn Radix. Antes se deca por ejemplo: R. q. 28, ahora se escribe
28
Recordando las potencias

Por potencia se entender a el producto de varios factores iguales. Notacin
a n = a a a a
n veces
Donde a es la base, n el exponente y an la potencia. A continuacin se presenta una tabla con el resumen de las propiedades de las potencias estudiadas en cursos anteriores.
Propiedad Condiciones
1. a 0 = 1
n 2. 1 = 1
a IR
n Z
a IR ; m , n Z
a IR ; m , n Z ; a
m n m+ n 3. a . a = a
4.
am = a m n n a
1 an
0 0
n 5. a =
a IR ; n Z ; a
58
Propiedad
Condiciones
6. 7. 8.
1 = an n a
a IR ; n Z ; a a IR ; n , m Z a ,b IR ; n Z a ,b IR ; n Z ; b
n
(a )
n
n
= a n m
(a . b ) n = a n . b n
a an 9. = n b b
a 10. b
n
b = a
a ,b IR ; a, b
0 ; n Z
Potencias de exponente racional

Para extender las potencias de exponente entero a exponente racional se debe, en primer lugar, considerar los nmeros racionales no enteros, de la forma 1 , n N . n Definicin:
1
Si a R + , n N , denotaremos por a n
a al nico y R + tal que y n = a .

1
Si a R , n N , n impar, denotaremos por a n El nmero Ejemplo: Para determinar el valor de la potencia

1 25 2
n
n a al nico y R tal que y = a .
a se lee como la raz ensima de a o como la potencia 1 de a. n
, aplicamos las propiedades de las potencias.
De acuerdo a la definicin, debemos encontrar el nico valor positivo que al cuadrado sea 25. Claramente la respuesta es 5, ya que:
5 2 = 25
De acuerdo a lo realizado anteriormente podemos decir que:
1
25 2 = 2 251 = 25 = 5
59
Definicin:
+ Dado que a R y un racional r =
m ; m Z , n N , entonces a n = a m n
( )
1 n
( a ).
n m
En general se tiene que:

m an
= n am ; n
Lo que se lee como: La raz ensima de a elevada a m. Ejemplo: La potencia 8 , se escribe como 8 3 = 3 8 2 = 3 64 = 4
2 3
2
Definiendo el concepto de Raz

Si consideramos la expresin b n = a se puede originar tres situaciones diferentes, dependiendo de cul de sus tres elementos b, n o a, es desconocido. Estas situaciones son: la potenciacin, la radicacin y la logaritmacin. Para nuestro caso solo trabajaremos con dos de ellas la potenciacin y la radicacin. Si se desconoce el valor de a, en la expresin anterior b n = a , obtenemos que
bn = x
Esto da origen a la potenciacin. Para determinar el valor de x debemos elevar b a la ensima potencia, es decir, b n . En el segundo caso, si se desconoce el valor de b, en la expresin anterior, obtenemos que
xn = a
Para determinar el valor de x, tenemos
xn = a / (
x
n 1 n 1
)n
1
= an
1
x = an
x=n a
Esto da origen a la radicacin. Para determinar el valor de x debemos encontrar la raz ensima de a, es decir, n a .
60
Definicin: La raz de grado n de cierto nmero a es el nmero x = n a cuya n-sima potencia xn es igual a a. Raz aritmtica o valor aritmtico de una raz de n-sima potencia de cierto nmero real a 0 . Nmero no negativo cuya n-sima potencia es igual a a. Si se consideran dos valores reales de una raz de potencia par de un nmero no negativo, se tiene el valor algebraico de la raz en el dominio de los nmeros reales; pero si se consideran los n valores de una raz de n-sima potencia, se tiene el valor de la raz en el dominio de los nmero complejos2 . Ejemplo:
36 = 6 6 2 = 36 Se trata de una raz aritmtica. x = 36
x=
(6) x 1 = 6 y x 2 = 6
Se trata de una raz algebraica. Algunas propiedades que cumplen las races Teniendo en consideracin las restricciones de las races de ndice par, el algebra de races reales se fundamenta en ciertas propiedades de las operaciones que analizaremos a continuacin.
Propiedad Condiciones
1 n a
1. 2. 3. 4. 5.
=na
a IR ; n N a IR ; m , n N a ,b IR ; n N a IR ; n N ; b a IR ; m , n N a ,b IR ; n N
m an
n
= n am
a .b = n a . n b
a = b
n n
a b
n m
a = nm a
6. a n b = n a n . b
Para el trabajo del lgebra de las races en ocasiones es de utilidad conocer un algoritmo para cambiar el ndice de una raz, como para una ecuacin con races, reducir trminos semejantes con races, entre otros.
2 (Extrado de la Enciclopedia de las Matemticas, Editorial MIR, Mosc-Madrid, 1998, pp. 389-390)
61
Una forma es amplificando tanto el ndice como el valor de la potencia

n
m an
m.k a k .n
= k n am k
o simplemente simplificando
k .n
m.n
m.n a k .n
m ak
= k am
En el trabajo con las races, en ocasiones nos podemos encontrar con problemas o resultados donde la raz esta en el denominador de una fraccin. Para esto existe una serie de tcnicas las cuales permiten sacar la raz del denominador para facilitar el clculo de stas. Aunque no es tema de sta unidad presentamos a continuacin las tcnicas de racionalizacin. Racionalizacin del denominador de una fraccin Racionalizar una expresin fraccionaria consiste en transformar su denominador irracional en un nmero racional. La operatoria de expresiones con races en su denominador no es sencilla. Es ms prctico operar con ellas cuando los denominadores se transforman en nmeros racionales, es decir, se han racionalizado. Para racionalizar el denominador de una fraccin debemos amplificarla por un factor adecuado al denominador. En ocasiones nos encontramos con expresiones, como por ejemplo, en trigonometra el seno de un 1 ngulo de 45 es , y convenientemente se prefiere tener un nmero racional en el denominador 2 que uno irracional como lo es 2 . Es por eso que se utiliza la racionalizacin del denominador de una fraccin. A continuacin se presentan tres de los mtodos bsicos de racionalizacin. Racionalizacin de la expresin de la forma
p a
Para esto se amplifica la fraccin por el mismo valor del denominador
p p. a p a p a = = = 2 a a a. a a
( )
2
Por ejemplo, tomando la razn del seno de 45, tenemos que:
1 1 . 2 = = 2 2 2
( 2)
2 2 = 2 2
62
Racionalizacin de expresiones de la forma
p
n
ak Esta tcnica consiste en amplificar la expresin de tal forma que el exponente de la cantidad subradical sea igual al ndice de la raz.
p
n
ak
p . n a n k
n
a k . n a n k
p n a n k
n
a k + n k
p n a n k
n
an
p n a n k = a
Por ejemplo:
3
5
42
3
5
5 5
43 43
42
3 . 5 43
5
4 2 +3
3 . 5 43
5
45
3 . 5 43 4
Racionalizacin de expresiones de la forma
a b Para racionalizar este tipo de fracciones es recomendable formar un producto notable (suma por su diferencia) para poder eliminar en forma sencilla las races del denominador.
Cuando tenemos como denominador la expresin
a+ b
p = a+ b
p. a b p. a b p. a b = = 2 2 a+ b . a b a b a b
)(
( ) ) ( ) ( )
a b
Cuando tenemos como denominador la expresin
p = a b
p. a + b p. a + b p. a + b = = 2 2 a b a b . a+ b a b
)(
( ) ) ( ) ( )
Para mostrar el ejemplo tomaremos el primer caso:
5 = 2+ 3
5 2 3 . = 2+ 3 2 3
5 2 3 5 2 3 = 2 2+ 3 2 3 2 3
)(
) ) ( ) ( )
5 2 3 = 5 2 3 2 3
Hasta aqu dejaremos el estudio de las races, ya que este es tema del plan diferenciado HumansticoCientfico de tercer ao de enseanza media. Adems, el foco de estudio de esta unidad es la funcin de segundo grado asociada a la ecuacin de segundo grado. A continuacin, presentamos un fragmento de la historia que se relaciona con las funciones cuadrtica y raz cuadrada.
63
La funcin de segundo grado o cuadrtica

Un poco de historia sobre las funciones Son pocos los trabajos dedicados al origen del concepto de funcin y las opiniones de los autores son distintas y contradictorias. As, mientras algunos autores admiten cierto carcter funcional en algunas operaciones matemticas de la antigedad, especialmente en trabajos de astronoma de los babilonios, de Ptolomeo o de los rabes, otros sitan su nacimiento junto a la aparicin en pleno siglo XIX con las definiciones clsicas de funcin dadas por Dirichlet y por Lobatchevsky.
Las primeras relaciones funcionales aparecen en el mundo antiguo ligadas a problemas principalmente astronmicos, en forma tabulada a partir de interpolaciones generalmente lineales, y alcanzan su mayor precisin en el Almagesto de Ptolomeo que llega a introducir con su tabla de cuerdas la funcin seno. No obstante, ni estas funciones tabuladas ni los trabajos sobre curvas ligados al estudio de las cnicas, realizado por los griegos, principalmente por Apolonio, llevaron al parecer, a ningn tipo de consideracin general sobre la idea de variable o de funcin.
Apolonio de Pergamo Imagen extrada de http://es.geocities.com/fisicas/cientif icos/matematicos/apolonio.jpg
La matemtica de la Edad Media (desde el final del imperio romano hasta el siglo XV) se inicia con el trabajo desarrollado por los rabes que tomaron el relevo de los griegos por lo que al estudio de las ciencias se refiere y permitieron que el legado de stos llegara a occidente. Sin embargo, en relacin con la idea de funcin, a pesar del notable incremento en el nmero de funciones consideradas, que abarca, entre otras, la mayora de las funciones trigonomtricas, as como la mejora de los mtodos de estudio de las mismas, no tenemos indicios que nos permitan pensar que los rabes avanzaron hacia el concepto general y a pensar de la existencia de algunos resultados concretos importantes. Una de las mayores preocupaciones de la Edad Media, fue el estudio de las cosas sujetas al cambio, y en particular del movimiento. Preguntas del tipo, por qu sopla el viento, por qu la lluvia cae mientras el fuego sube o por qu los planetas brillan. No obstante, el paso adelante no se producir tratando de hallar directamente una respuesta a estas interrogantes, sino iniciando un nuevo camino consistente en alterar el tipo de pregunta y plantearse de qu manera suceden estos cambios: en lugar de preguntar por qu cae una piedra cuando la echamos al aire, se pregunta cmo cae esta piedra, a qu velocidad. En las llamadas escuelas de filosofa natural de Oxford y Pars, influenciadas por pensadores como Roger Bacon o Robert Grosseteste, las matemticas griegas son un instrumento esencial para el estudio de los fenmenos de la naturaleza. En el transcurso de los estudios del siglo XIII sobre aspectos cuantitativos de fenmenos adquieren gran relevancia. Con esto comienzan a aparecer conceptos fundamentales como cantidad variable, entendida como un grado de cualidad, velocidad instantnea o puntual, aceleracin, todos ellos ntimamente ligados a la idea de funcin.
64
Isaac Newton Imagen extrada de http://www.math.fuberlin.de/rd/ag/isaac/newton /newtn2_f.jpg
Si se tuviera que fijar un perodo de tiempo en el cual situar el nacimiento del concepto de funcin, ste se encontrara a mediados del siglo XVII. En los siglos de Descartes, Fermat, Newton y Leibnitz se dan un conjunto de circunstancias que permiten abordar la idea de funcin con suficiente generalidad como para formular las primeras definiciones del concepto. Es en esta poca cuando por primera vez aparece el trmino de funcin. Sin embargo, la idea de funcin en el siglo XVII era todava muy restringida, pues se reduca a las funciones analticas, primero las que se pueden expresar mediante una ecuacin algebraica y poco despus las desarrollables en series de potencias, y no fue hasta el siglo siguiente cuando Euler dio la primera definicin de funcin y utiliz la notacin de f(x).
La funcin cuadrtica tiene una representacin grfica, esta figura es conocida como parbola la cual es parte de las secciones cnicas. Una seccin conica es la interseccin entre un plano y un cono. Las secciones cnicas fueron estudiadas por los griegos. Durante aproximadamente 150 aos, se refirieron a ellas por la forma comn a como haban sido descubiertas: secciones de un cono agudo (u oxitoma), secciones de un cono rectngulo (u ortotoma), y secciones de un cono obtuso (u amblitoma). Arqumedes contino utilizando estos nombres, aunque segn parece, tambin uso el nombre de parbola como sinnimo para una seccin de un cono rectngulo. Sin embargo, fue Apolonio de Prgamo (262-190 a. C.) , posiblemente, siguiendo los consejos de Arqumedes, quien habl o nombr por primera vez, las secciones cnicas como "elipse" e "hiprbola".
Arqumedes Imagen extraida de: www.cablenet.com.ni/. ../arquimedes.html
Los nombres dados no eran nuevos, sino que adaptados de un uso anterior, posiblemente obtenidos de los pitagricos, como la solucin de ecuaciones cuadrticas por el mtodo de aplicacin de reas. Ellipsis, que significa una deficiencia, se utilizaba cuando un rectngulo dado deba aplicarse a un segmento dado y resultaba escaso en un cuadrado (u otra figura dada). Mientras que la palabra Hyperbola (de "avanzar ms all") se adopto para el caso en que el rea exceda el segmento dado y por ltimo la palabra Parbola (de "colocar al lado" o "comparar") indicaba que no haba ni deficiencia ni exceso. Apolonio aplic estas palabras en un contexto nuevo utilizndolas como nombres para las secciones cnicas.
65
Dos de sus obras destacadas corresponden a Secciones en una razn dada y Cnicas, siendo esta ltima junto con los Elementos de Euclides, las obras ms importantes de la geometra griega. Apolonio, Euclides y Arqumedes elevaron la geometra a niveles tales que su vigencia permanece hasta nuestros das. Las Cnicas constaban de ocho libros. Los cuatro primeros se han conservado, los tres siguientes se han traducido al rabe y el octavo se ha perdido. Esta obra es el resultado de estudiar todas las particularidades de unas secciones a las que denomin cnicas. Apolonio descubri que se obtenan al cortar mediante una superficie plana un cono circular en diversas posiciones. Depende del ngulo con que se corten, las secciones resultantes sern crculos, elipses, parbolas o hiprbolas.
En las construcciones realizadas por el hombre, tanto en las ciencias para usos especficos, como por ornamentacin, es utilizada la parbola. La parbola en algunas situaciones La catedral de Chilln, es obra del arquitecto Hernn Larran Errazuriz, se encuentra situada en la esquina nor-oriente de la plaza de armas de la ciudad de Chilln. El volumen asemeja una enorme bveda formada por una sucesin de arcos parablicos separados 5m. uno de otro y que gracias a su disposicin oblicua, permiten la iluminacin del interior a travs de todo su permetro. Es una iglesia de nave nica, alargada, cuyos muros laterales, estn formados por estos arcos que tienen aproximadamente 20 m de altura. El ingreso est definido por un nartex que se adosa al frontis a la manera de un arco de igual forma, pero de menor dimensin que los que configuran la nave.
66
La superficie engendrada al girar una parbola alrededor de su eje es una superficie parablica. Dichas superficies tienen la propiedad de ser reflectoras. Cuando los rayos inciden paralelos en una superficie parablica, stos se reflejan pasando por el foco, tal como se muestra en la figura:
En esta caracterstica se basan telescopios y antenas parablicas. Inversamente, cuando un haz de luz se emite en el foco de una superficie parablica, los rayos impactan la superficie y se reflejan paralelos, tal como se indica a continuacin:
Este es el caso de las fuentes luminosas o reflectoras. El primer reflector parablico de un faro de mar fue construido por William Hutchinson en 1752. La idea de un reflector parablico se difundi rpidamente y en la actualidad lo encontramos en faros de bicicletas, coches, proyectores de teatros, radares, antenas parablicas, etc. Galileo Galilei (1564-1642). Estudi y dedujo las ecuaciones del lanzamiento de proyectiles. Galileo conoca las trayectorias parablicas aunque no las denominaba as y experimentaba con tiros parablicos. Pero hasta que explic las leyes que rigen los movimientos, no se ponen las bases de su conocimiento. Este conocimiento fue el que permiti poner una nave, lanzada desde la Tierra (planeta en movimiento) en rbita con Marte, que no ha parado de moverse, y el que permite predecir donde estar maana un objeto sabiendo donde est hoy. Galileo estudi la cada de objetos y basndose en su estudio experimental pudo contradecir la creencia de los aristotlicos que afirmaban "que un cuerpo 10 veces ms pesado que otro tardaba en caer 10 veces menos". Utiliz su pulso para medir el tiempo de cada y tambin relojes de agua (clepsidras) que le proporcionaban poca precisin. Ralentiz la cada utilizando planos inclinados y afirm que, despreciando la resistencia del aire todos los cuerpos caen en el vaco con una aceleracin de g = 9,8 m/s2. En el aire (se supone que es vaco), por un plano inclinado caen con una aceleracin a = gsen a. A continuacin presentaremos las definiciones y propiedades que cumple la funcin cuadrtica y la ecuacin cuadrtica, adems de las caractersticas de su forma grfica.
67
La funcin cuadrtica
Recordemos que una funcin puede verse o interpretarse como una mquina transformadora de elementos que ingresan a sta. Por ejemplo, si ingresamos un elemento x a la mquina sta lo transforma en otro elemento y, al que se le denomina transformado o imagen del elemento x. Entonces al igual que en las funciones lineales, en la funcin cuadrtica se puede asignar un valor a la variable independiente (x) y obtener el valor de la variable dependiente (y), con lo que se constituye el par ordenado (x, y) que satisface la funcin cuadrtica respectiva. En cursos anteriores, se trabaj con las funciones lineal y afn que son de la forma y = mx y y = mx + n , respectivamente, con m y n en el conjunto de los nmeros reales y m 0, cuyas representaciones graficas se presentan a continuacin.
Funcin lineal Funcin afn
Una funcin de la forma y = ax 2 + bx + c , con a, b y c en el conjunto de los nmeros reales y a 0, se denomina cuadrtica o de segundo grado cuando el mayor exponente de la variable independiente, en este caso x, es dos. De donde a recibe el nombre de coeficiente cuadrtico, b trmino lineal y c el trmino libre. Su grfico representa una curva denominada parbola.
68
La funcin cuadrtica se representa de dos formas:

2 Forma general y = ax + bx + c , a
0 0
Forma cannica y = a (x h )2 + k , a
Ambas expresiones representan una funcin cuadrtica, y en consecuencia ambas se representan grficamente por una parbola vertical. Podemos transformar una funcin cuadrtica en su forma general a su forma cannica, por medio de completacin de cuadrados, como se muestra a continuacin:
2 Sea la funcin y = ax + bx + c con a
Entonces tenemos:
y = ax 2 + bx + c
y b c = x2 + x + a a a y c b = x2 + x a a a
Dividir por a Restar

c a
b b2 y c b2 + 2 = x2 + x + 2 a a a 4a 4a
y b 2 4ac b + = x + 2 a 2a 4a
2
2 Sumar b 4ac
Simplificar trminos a la izquierda de la expresin y factorizar al lado derecho.

2
y b b 2 4ac = x + a 2a 4a 2 b b 2 4ac y = a x + 2a 4a
2
Despejar y Despejar y
b 4ac b 2 y = a x + 4a 2a k h
y = a(x h ) + k
2
Se obtiene forma cannica partir de la forma general
Por lo tanto tenemos que:

b h= 2a
y k=
b 2 4ac 4a
69
Como se mencion anteriormente, las parbolas tienen muchas aplicaciones prcticas. Por ejemplo, los reflectores de un horno solar y las linternas se fabrican haciendo girar una parbola a lo largo de su eje. Cuando un reflector parablico de un horno solar se apunta hacia el sol, los rayos de luz rebotan en el reflector y se acumulan en el foco, creando un calor intenso en ese punto. Por otra parte, cuando la ampolleta se coloca en el foco de un reflector parablico, los rayos de luz se reflejan de forma paralela al eje. Ahora, el grfico de la funcin cuadrtica posee algunas caractersticas, las que se presentan a continuacin. Grfico de la funcin cuadrtica Tal como se realiz en el trabajo con la funcin lineal, para realizar el grfico en un sistema de coordenadas cartesianas, se buscan algunos puntos que satisfagan la funcin y se ordenan en una tabla de valores, constituyendo puntos de la forma (x, y). En segundo lugar, graficamos los puntos cuyas coordenadas calculamos y, mediante interpolacin3 y extrapolacin 4, trazamos una buena aproximacin de la parbola, que corresponde a esta funcin. En la parbola se pueden distinguir a simple vista un par de elementos, las lneas curvas que se extienden para formar la parbola reciben el nombre de ramas y la abertura de estas ramas recibe el nombre de concavidad, como se muestra en la figura.
3 Significa poner una cosa entre otras. En matemtica se usa este trmino para aludir a la intercalacin de puntos o valores entre otros dos conocidos. 4 Significa extender las conclusiones de un estudio, como tambin averiguar el valor de una magnitud para valores de la variable que se hallan fuera
del intervalo considerado.
70
El sentido de la concavidad depende del signo del coeficiente a en la funcin cuadrtica , y = ax 2 + bx + c de modo que:
Si a > 0 la concavidad de la parbola est orientada hacia arriba Si a < 0, la concavidad de la parbola est orientada hacia abajo
Tambin se puede observar que la parbola es una curva simtrica, esta posee una lnea de simetra denominada eje de simetra, que es una recta que divide a esta curva en dos ramas congruentes. De manera intuitiva, esto significa que si la grfica se doblara a lo largo del eje de simetra, los dos lados coincidiran. Por el momento te mencionamos la existencia del eje de simetra, ms adelante en esta unidad trataremos algo ms sobre este elemento de la parbola como su ecuacin o cmo determinar ste. Grficamente la funcin cuadrtica tiene cambios de acuerdo a la forma de la expresin, especficamente, de acuerdo al valor de los coeficientes a, h y k. A continuacin te presentamos algunos de los efectos que se producen en el grfico de la funcin cuadrtica de acuerdo al valor que toman sus coeficientes. Variacin de los coeficientes de una funcin cuadrtica En este punto podremos analizar los efectos que se producen en el grfico de la parbola, al variar uno o ms de los coeficientes a, h o k, de la funcin cuadrtica en su forma cannica 2 2 y = a (x h ) + k , a partir de la funcin elemental y = x , donde a = 1; h = 0 y k = 0.
La parbola correspondiente a esta funcin cuadrtica tiene su vrtice coincidente con el origen de coordenadas (0, 0), y su eje de simetra con el eje de las ordenadas (Y).
71
Comenzando por la funcin de la forma y = ax 2 , asignando valores distintos de cero al coeficiente a, las ramas de la parbola asociada a la funcin, se vuelven ms cerradas o abierta con respecto a la parbola unitaria y = x 2 . Por ejemplo, para las funciones y = 0,5 x 2 , y = 2 x 2 , y = 4 x 2 y y = 6 x 2, se obtienen los grficos que muestra la imagen. Mientras ms pequeo es el coeficiente a de la funcin, las ramas se abren sin llegar a ser una recta y sucede que las ramas se cierran si el coeficiente a aumenta el valor.
Siguiendo con la funcin de la forma y = x 2 + k , siendo k una constante positiva o negativa, la parbola se traslada k unidades en forma vertical (hacia arriba o hacia abajo) del origen de coordenadas (0, 0). El vrtice de cada parbola es el punto (0, k).
2 2 Por ejemplo, para las funciones y = x 2 , y = x 1 , y = x 2 , y = x 2 + 1 y y = x 2 + 2 , se obtienen los grficos que muestra la imagen.
Si el valor de k es negativo, la parbola se desplaza hacia abajo, mientras que si es positivo la parbola se desplaza hacia arriba.
Como tercer caso tenemos la funcin de la forma y = (x h ) , siendo h una constante positiva o negativa, la parbola se traslada h unidades en forma horizontal (hacia la derecha o hacia la izquierda) del origen de coordenadas (0, 0). El vrtice de cada parbola es el punto (h, 0).
2
Por ejemplo, para las funciones y = (x + 2 )2 , 2 2 y = (x 1) , y = (x 2) se obtienen los grficos que muestra la imagen. Si el valor de h es negativo, al ser reemplazado en la 2 funcin y = (x h ) , queda positivo y el desplazamiento es hacia la izquierda, mientras que si el valor de h es positivo al ser reemplazado queda negativo y la parbola se desplaza hacia la derecha.
72
En general, tenemos que la funcin cuadrtica de la forma y = a(x h ) + k , siendo h y k constantes, se conoce como la forma cannica de la funcin cuadrtica. Los grficos de estas funciones tienen desplazamientos tanto verticales como horizontales.
2
Por ejemplo, para las funciones y = (x + 1) 1 , 2 2 y = (x 1) + 1 y y = (x + 2 ) 0,5 , se obtienen los grficos que muestra la imagen.
2
Como se puede ver en la imagen, estas parbolas tienen desplazamientos en forma horizontal y vertical en forma simultnea, dados por los valores de las constantes h y k, respectivamente. Al observar los desplazamientos de esta funcin cuadrtica, se desprende que las coordenadas del vrtice es el punto (h, k), de la funcin cuadrtica expresada en su forma cannica 2 y = a(x h ) + k . Otra de las situaciones que se pueden observar o caractersticas de la funcin de segundo grado es la existencia o no de puntos de interseccin con el eje de las abscisas denominados soluciones o ceros de la funcin. Ceros de la funcin cuadrtica Los ceros de la funcin y = ax 2 + bx + c son los valores x 1 y x 2 de la variable independiente para los cuales la funcin interseca al eje de las abscisas , es decir, cuando y = 0.
Estos valores pueden ser obtenidos en forma algebraica resolviendo la ecuacin cuadrtica que se obtiene al igualar la funcin cuadrtica a cero, es decir, dada la funcin y = ax 2 + bx + c , se plantea la ecuacin ax 2 + bx + c = 0 , de la que se obtiene x 1 y x 2 , soluciones de la ecuacin y tambin ceros de la funcin.
73
Para determinar estas soluciones algebraicamente se tienen diferentes mtodos o tcnicas las que se presentan a continuacin. La ecuacin de segundo grado o ecuacin cuadratica Una ecuacin de segundo grado con una incgnita es aquella en la cual el mayor exponente de la incgnita es dos. Una ecuacin de segundo grado con una incgnita, por ejemplo x, una vez ordenada, se expresa de la forma:
ax 2 + bx + c = 0 ; a, b, c IR ; a
donde, a es el coeficiente de x2 en la ecuacin b es el coeficiente de x1 en la ecuacin, y c es el coeficiente de x0, tambin llamado el trmino libre de la ecuacin. No siempre la ecuacin tiene todos los trminos mencionados anteriormente, es decir, la ecuacin puede estar incompleta. Una ecuacin de segundo grado se denomina incompleta si carece del trmino cuya incgnita es de primer grado, del trmino libre o de ambos. Por lo tanto tenemos los casos siguientes:
ax 2 + c = 0 , por lo tanto b = 0 ax 2 + bx = 0 , por lo tanto c = 0 por lo tanto b = 0 y c = 0 ax 2 = 0 ,

La aparicin de la ecuacin cuadrtica, fue a causa de la motivacin de al-Khwarizmi en la resolucin de los problemas prcticos del comercio, las herencias y el uso de la tierra. Las secciones dedicadas al lgebra se centran en ecuaciones lineales y cuadrticas; los trminos restitucin y reduccin se refieren a las manipulaciones algebraicas. Al-Khwarizmi clasifica las ecuaciones cuadrticas en seis tipos. Ms que escribir una cuadratura general como ax 2 + bx + c = 0 , siendo x la incgnita y a, b y c los coeficientes, su lgebra requiere para ser positivo todos los coeficientes y todas las respuestas. Posiblemente no tendra sentido para l la manera en que aqu se presenta la ecuacin, pues la suma de trminos positivos nunca sera igual a cero, y l tratara las ecuaciones ax 2 + bx = c y ax 2 + c = bx como dos tipos diferentes.
Al- Khwarizmi Imagen extrada de http://mapmf.pmfst.hr/~jrajic index5_files/image002.jpg
Resolver una ecuacin de segundo grado es encontrar sus soluciones o races , es decir, los valores que al sustituirse en la incgnita satisfacen la igualdad. Toda ecuacin de segundo grado con una incgnita tiene dos soluciones , por lo general se designan por x 1 y x 2.
74
Las soluciones de las ecuaciones de segundo grado son elementos de alguno o algunos de los conjuntos numricos IN, Z, Q, IR o C. Sin embargo, la existencia de solucin se puede restringir a un conjunto numrico determinado, de tal manera que si las soluciones encontradas no pertenecen a ese conjunto se descartan. Durante esta unidad, no trabajaremos con soluciones que se encuentren en el conjunto C (complejo). Resolucin de ecuaciones de segundo grado Como se vio anteriormente en ocasiones las ecuaciones no poseen todos sus trminos, las denominadas ecuaciones cuadrticas incompletas. Para resolver una ecuacin de este tipo, en la que la incgnita aparece en ambos trminos (c = 0), una alternativa es aplicar la factorizacin de expresiones algebraicas. Por ejemplo, consideremos la siguiente ecuacin 2x2 - 7x = 0 Se factoriza la ecuacin por x, con lo que se obtiene
x (2 x 7 ) = 0
Como el producto es igual a cero, se debe cumplir con que: El primer factor es igual a cero, x = 0, el segundo factor es igual a cero, 2x - 7 = 0 O ambos son iguales a cero, resolviendo cada una de las ecuaciones anteriores se tiene que: 7 x1 = 0 y x2 = 2 Por otro lado, podemos tener ecuaciones de segundo grado en que el valor de b = 0, se puede despejar el trmino que lleva la incgnita. Por ejemplo, 4 x 2 9 = 0 Despejando x2 se tiene que:
4x 2 = 9
x2 = 9 4
luego,
x1 =
9 3 = 4 2
x2 =
9 3 = 4 2
Como estamos resolviendo una ecuacin al buscar el valor de x, estamos buscando el valor de la raz Algebraica de x. Una forma ms general de encontrar las soluciones de una ecuacin de segundo grado es mediante el mtodo de completacin de cuadrado, cuyo mtodo se presenta a continuacin.
75
Resolucin por completacin del trinomio cuadrado Resolver una ecuacin de segundo grado por completacin del trinomio cuadrado, significa encontrar un trmino que sumado a la ecuacin haga que su expresin corresponda al cuadrado de un binomio de la forma (x + a)2 o (x - a)2 con a en los IR. Por ejemplo, tenemos la ecuacin de segundo grado x2 + 6x - 16 = 0 Una vez conocida la ecuacin y observar que sta no es un trinomio cuadrado, lo primero es despejar el trmino libre y expresar el trmino lineal, como el doble del producto de dicha incgnita por el factor que corresponda, es decir, x2 + 6x = 16 x2 + 2 x 3 = 16 expresando el termino 6x como 2 x 3, se puede identificar el primer trmino que corresponde a x. El segundo trmino corresponde a 3, con esto el valor que completa la expresin x2 + 6x para que 2 2 sea igual al cuadrado de binomio (x + 3) = x + 6 x + 9 , es el cuadrado de 3, es decir, 9. Luego tenemos que,
x 2 + 6 x = 16 x 2 + 6 x + 9 = 16 + 9 /+ 9
(x + 3 )2 = 25 (x + 3)2 25 = 0
De lo anterior se obtiene
(x + 3)2 5 2 = 0 (suma por su diferencia) (x + 3 + 5 )(x + 3 5 ) = 0 (x + 8 )(x 2 ) = 0

Luego,
x+8 =0 x 1 = 8
x2=0 x2 = 2
Con esto se obtienen las dos soluciones de la ecuacin de segundo grado x2 + 6x 16 = 0. No siempre es sencillo determinar las soluciones por la completacin de trinomio cuadrado, para esto se presenta una forma de solucin an ms general que se desprende de sta, que es la frmula general para determinar las soluciones de una ecuacin de segundo grado.
76
Frmula general para la resolucin de ecuaciones de segundo grado Para determinar la frmula que permite encontrar las soluciones o ceros de cualquier ecuacin de segundo grado, es preciso aplicar, a partir de una ecuacin de segundo grado completa, el procedimiento de completacin de cuadrado. Lo primero es despejar los trminos con incgnita x, y a continuacin se multiplica por 4a para acercar el primer trmino de la igualdad al desarrollo de un cuadrado de binomio, como se muestra a continuacin.
ax 2 + bx + c = 0 ax 2 + bx = c 4a 2 x 2 + 4abx = 4ac
Posteriormente, se completa el trinomio cuadrado en el primer trmino de la igualdad, sumando a ambos lados el valor correspondiente.
4a 2 x 2 + 4abx = 4ac 4a 2 x 2 + 4abx + b 2 = 4ac + b 2 /+ b 2
/. 4a
(2ax + b )2 ( b 2 4ac )= 0
(2ax + b )2 = b 2 4ac
aplicando suma por su diferencia a lo anterior, se tiene:
(2ax + b
b 2 4ac 2ax + b + b 2 4ac = 0
)(
o
Con esto uno de los trminos es igual a cero o ambos, con lo que se obtiene que
2ax + b b 2 4ac = 0
2ax + b + b 2 4ac = 0
Despejando las incgnitas x en cada uno de los trminos, se tiene

2ax = b + b 2 4ac o 2ax = b b 2 4ac /. 1 2a
x=
b + b 2 4ac 2a
x=
b b 2 4ac 2a
Con esto obtenemos la frmula general que expresa, de manera abreviada, las soluciones o ceros de la ecuacin ax 2 + bx + c = 0 en funcin de los coeficientes reales a, b y c, con a 0.
x1 = b + b 2 4ac 2a
x2 =
b b 2 4ac 2a
77
Por lo tanto, cuando se soluciona una ecuacin cuadrtica, ax 2 + bx + c = 0 , a 0, en primer lugar se intenta factorizar y luego utilizar el principio de productos cero. Cuando no se es posible o parece difcil factorizar, se intenta la frmula general. sta siempre proporcionar las soluciones. Cuando b 2 4ac < 0 , no hay soluciones en el conjunto de los nmeros reales (IR), pero si hay solucin en un sistema numrico ampliado llamado nmeros complejos (C). En este texto, se consideraran slo soluciones en el conjunto de nmeros reales. Con la expresin anterior aparece un nuevo elemento para caracterizar a la ecuacin cuadrtica y por ende a la funcin cuadrtica asociada a dicha ecuacin. Este nuevo elemento se denomina discriminante y se presenta a continuacin. Discriminante de la ecuacin cuadrtica
b + b 2 4ac b b 2 4ac y x= que permite la resolucin de 2a 2a cualquier ecuacin de segundo grado con una incgnita, la expresin subradical:
En la frmula general x =
b 2 4ac
Recibe el nombre de discriminante y se designa por la letra griega delta ( ). El discriminante permite caracterizar las soluciones y ver a que conjunto numrico pertenecen stas. A esto llamamos la naturaleza de las races. El discriminante es caracterstico de cada ecuacin de segundo grado y, como se puede observar, depende de los coeficientes a, b y c. Existen tres casos de clasificacin de las soluciones de una ecuacin de segundo grado, estas son: Si b 2 4ac > 0 , entonces b 2 4ac representa un nmero real positivo que determina que las soluciones o ceros sean dos nmeros reales distintos.
2 Si b 2 4ac = 0 , entonces b 4ac = 0 , por lo que las soluciones o ceros de la ecuacin cuadrtica son dos nmeros reales e iguales. 2 2 Si b 4ac < 0 , entonces b 4ac representa un nmero no real que se denomina imaginario. Luego, en este caso las soluciones o ceros de la ecuacin cuadrtica son nmeros que pertenecen al conjunto C, de los complejos, es decir, la ecuacin no tiene solucin en el conjunto de los nmeros reales.
78
Como mencionamos anteriormente, el discriminante permite determinar la naturaleza de las soluciones o ceros de la funcin cuadrtica, con esto grficamente tenemos que:
En el primer caso, cuando el discriminante es mayor a cero ( > 0), existen dos ceros distintos y reales de la funcin cuadrtica y la parbola asociada a la funcin intersecta al eje de las abscisas en dos puntos, x1 y x 2 , con x1 x 2
El segundo caso, cuando el discriminante es igual a cero ( = 0), entonces los ceros de la funcin cuadrtica son iguales y la parbola asociada a la funcin intersecta al eje de las abscisas en un solo punto.
El tercer caso, cuando el discriminante es menor a cero ( < 0), entonces el valor del discriminante es un nmero negativo, su raz es un nmero imaginario y la parbola no intersecta al eje de las abscisas. En este caso no existen ceros en el conjunto de los nmeros reales.
Aunque no es tema de estudio en esta unidad, a continuacin se presentan la propiedad de la suma y la multiplicacin de las soluciones de una ecuacin cuadrtica.
79
Propiedades de las soluciones o ceros de la ecuacin de segundo grado

2 Como se ha visto anteriormente la ecuacin de la forma ax + bx + c = 0 , tiene dos soluciones o ceros. Estas soluciones o ceros tienen dos propiedades que se utilizan en algunos problemas.
Propiedad de la suma de las soluciones Anteriormente dijimos que las expresiones

x1 = b + b 2 4ac 2a
x2 =
b b 2 4ac 2a
eran las soluciones de la ecuacin de segundo grado ax 2 + bx + c = 0 . Ahora si se suman las soluciones x1 y x2 de la ecuacin cuadrtica, se tiene que:
x1 + x 2 = b + b 2 4ac b b 2 4ac + 2a 2a
b + b 2 4ac b b 2 4ac = 2a 2b = 2a b = a
por lo tanto,
x1 + x 2 = b a
Con esto tenemos que la suma de las soluciones de la ecuacin cuadrtica de la forma ax 2 + bx + c = 0 , se reduce al cuociente negativo entre el coeficiente del trmino lineal y el coeficiente del trmino cuadrtico de dicha ecuacin. De forma similar tenemos que se cumple una propiedad para la multiplicacin de las soluciones de la ecuacin cuadrtica.
80
Propiedad de la multiplicacin de las soluciones Multiplicando las soluciones de la ecuacin cuadrtica ax 2 + bx + c = 0 , se tiene que:
x1 . x2 = = b + b 2 4ac b b 2 4ac . 2a 2a b 2 4ac b b 2 4ac 4a
2
( b +
)(
2 ( b) =
(b
2
4ac
= = =
4a 2 b 2 b 2 4ac
4a b b 2 + 4ac
2
4a 2 4ac
4a 2 c = a
por lo tanto,
x1 . x2 =
c a
Con esto tenemos que la multiplicacin de las soluciones de la ecuacin cuadrtica, se reduce al cuociente entre el trmino libre y el coeficiente del trmino cuadrtico de la ecuacin ax 2 + bx + c = 0 . Una aplicacin que se desprende de las propiedades anteriores, es la de determinar la ecuacin de segundo grado que posea estas soluciones. Como en la ecuacin general ax 2 + bx + c = 0, a 0 , entonces podemos dividirla por a y se obtiene: c b x2 + x + = 0 a a De las propiedades anteriores podemos ver que
x1 + x 2 = b a
x1 . x2 =
c a
Por lo tanto la ecuacin anterior se puede expresar en trminos de sus soluciones o ceros, como:
x 2 (x1 + x 2 ) x + (x1 . x 2 ) = 0
81
Con esta expresin es posible determinar la ecuacin de segundo grado que tiene por solucin a x1 y x2. De acuerdo con esto, una manera de determinar una funcin cuadrtica es conociendo sus ceros o races obteniendo:
y = x 2 (x1 + x 2 ) x + (x1 . x 2 )
Otra manera de determinar una funcin cuadrtica es conocidos tres puntos pertenecientes a ella. Por ejemplo: Encuentra la funcin cuadrtica a la cual pertenecen los puntos ( 4 ,0 ) , (1,0 ) , (0 ,4 ) . Como se trata de una funcin cuadrtica del tipo y = ax 2 + bx + c debemos reemplazar los valores de los puntos dados en ella, es decir: a.
( 4 ,0 )
Tenemos que el valor de x = 4 y el valor de y = 0 Entonces, reemplazamos en : y = ax 2 + bx + c 0 = a( 4 )2 + b( 4 ) + c

0 = 16 a 4b + c
b.
(1,0 )
Tenemos que el valor de x = 1 y el valor de y = 0 Entonces, reemplazamos en :
y = ax 2 + bx + c 0 = a( 1 ) 2 + b( 1 ) + c
0 = a+b+c
c.
(0 ,4 )
Tenemos que el valor de x = 0 y el valor de y = 4 Entonces, reemplazamos en : y = ax 2 + bx + c 4 = a(0) 2 + b(0) + c 4=c
Con esto obtenemos dos ecuaciones, en las cuales podemos reemplazar el valor de c.
16 a 4b + c = 0 16 a 4b 4 = 0 16 a 4b = 4 a+b+c =0 a+b4 =0 a+b = 4
82
Con estas ecuaciones formamos un sistema de ecuaciones de dos incgnitas.

16 a 4b = 4 a+b = 4 . 4 16 a 4b = 4 4 a + 4b = 16 +
20 a = 20 a=1
Con esto se obtuvo el valor de a y tenemos el de c, solo falta el valor de b, para eso, reemplazamos en la ecuacin: a+b+c =0
1+b 4 = 0 b=3
Ahora, con los valores de a, b y c, podemos determinar la funcin cuadrtica a la cual pertenecen los puntos ( 4 ,0 ) , (1,0 ) , (0 ,4 ) . Reemplazamos :
y = ax 2 + bx + c y = x 2 + 3b 4
2 Los puntos ( 4 ,0 ) , (1,0 ), (0 ,4 ) , pertenecen a la funcin y = x + 3 x 4
Retomando lo que tiene relacin con la funcin cuadrtica y su forma grfica, podemos ver que la parbola siempre interseca al eje de las ordenadas (Y). A continuacin observemos que caractersticas pueden extraerse de este fenmeno. Interseccin de la parbola con el eje Y Es interesante ver que la parbola asociada a la funcin y = ax 2 + bx + c , siempre va a tener una interseccin con el eje Y. Este punto de interseccin se caracteriza por tener abscisa cero (x = 0). Por lo tanto, haciendo x = 0 en esta funcin cuadrtica, y = ax 2 + bx + c Tenemos que Con esto se obtiene que y=c
y = a (0 ) + b(0)+ c
2
83
En consecuencia, la parbola intersecta al eje Y de las ordenadas en el punto (0, c).
Para aquella funciones cuadrticas en que c = 0, la parbola asociada a ellas pasa por el origen de coordenadas (0, 0).
Coordenadas del vrtice de la parbola El vrtice de una parbola es el punto de interseccin de sta con su eje de simetra, al cual lo designaremos como V(x, y), que a su vez, es el punto ms bajo o ms alto de una parbola vertical. Sabemos que en la funcin cannica y = a(x h ) + k , el vrtice corresponde al punto (h , k ) , pero no siempre encontramos a la funcin cuadrtica en su forma cannica, por lo que a continuacin te presentamos dos formas de obtener las coordenadas del vrtice de un parbola cuya funcin es de la forma y = ax 2 + bx + c
2
84
Dada una funcin cuadrtica de la forma y = ax 2 + bx + c , las coordenadas del vrtice de la parbola correspondiente, pueden determinarse de la manera siguiente: Conocidas sus soluciones o races Primero: se calculan los ceros de la funcin y con esto su posterior valor medio x. Esto se realiza debido a que el vrtice de la parbola esta determinada por la interseccin de sta con su eje de simetra. Adems este eje contiene el punto medio de los ceros de la funcin. Entonces se determinan x1 y x2. Luego se calcula x =
x1 + x 2 2
Con esto obtenemos la coordenada x correspondiente al vrtice, que a su vez es la ecuacin del eje de simetra de la parbola. Segundo : se calcula el valor de la ordenada y , remplazando el valor de x en la funcin y = ax 2 + bx + c , con lo que se obtiene el valor de la variable dependiente que va a ser la segunda coordenada del vrtice.
Conocida la funcin cuadrtica y = ax 2 + bx + c . Como se mencion anteriormente en la funcin cuadrtica, una forma de determinar el vrtice de la parbola conociendo la forma cannica de la funcin cuadrtica, es a travs de la expresin:
V ( x , y ) = (h , k )
La primera coordenada de esta expresin x = h se obtiene del calculo de los ceros de la funcin y su valor medio. Se sabe que
x= x1 + x 2 2
Pero tambin conocemos que:
x1 + x 2 =
b a
(por la propiedad de las races)
Luego el valor medio es
b x + x2 b = a = x= 1 2 2 2a
85
Por lo tanto, el valor de la primer coordenada de la expresin para el calculo del vrtice queda expresada por b x=h= 2a b De la misma forma se obtiene la ecuacin del eje de simetra de la parbola, como x = 2a La segunda coordenada que corresponde a la ordenada se obtiene, al remplazar el valor de x en la funcin y = ax 2 + bx + c
b b y = a +c + b 2a 2a ab 2 b 2 +c 4a 2 2a b 2 2b 2 + 4ac = 4a 2 b + 4ac = 4a =
Como se trata de la segunda coordenada tenemos que y = k, entonces
4 ac b 2 y=k= 4a
Con esto tenemos la expresin para la obtencin de las coordenadas del vrtice de la parbola cuya 2 expresin es y = ax + bx + c .
b 4ac b 2 V ( x, y ) = 2 a , 4a
Una vez conocida la forma en que se determina el vrtice de una parbola, se puede saber si se trata de un mnimo o un mximo, todo esto depender del valor que tenga el coeficiente a en la funcin cuadrtica.
86
Valor mnimo o mximo de una funcin cuadrtica Si el valor de a > 0, entonces la concavidad de la parbola correspondiente est orientada hacia arriba, como se mostr anteriormente. b 4ac b 2 b es el vrtice de la parbola, entonces en x = , Adems, como V ( x, y ) = la 2a 4a 2a funcin tiene un valor mnimo que es: 4ac b 2 y= 4a Ejemplo Vamos a determinar en el siguiente ejemplo, si se trata de un mnimo o mximo. 2 Sea la funcin cuadrtica y = x 4 x + 3 , tenemos que el vrtice de la parbola asociada a esta funcin es el (2, -1), como muestra la figura. Entonces tenemos que en x = 2, tenemos un mnimo, ya que el valor del coeficiente a > 0. El valor mnimo es y = 1 Por otro lado, si el valor de a < 0, entonces la concavidad de la parbola sta orientada hacia abajo b y como tambin x = , en este caso, la funcin tiene un valor mximo que es: 2a 4ac b 2 y= 4a Ejemplo Vamos a determinar en el siguiente ejemplo, si se trata de un mnimo o mximo. 2 Sea la funcin cuadrtica y = x 2 x + 1 , tenemos que el vrtice de la parbola asociada a esta funcin es el (-1, 2), como muestra la figura. Entonces tenemos que en x = -1, tenemos un mximo ya que el valor del coeficiente a < 0. El valor del mximo es y = 2
87
En resumen, dada la funcin y = ax 2 + bx + c , tal que el vrtice de la parbola correspondiente es b b 4ac b 2 , se tiene que: entonces, para x = V ( x, y ) = , 2a 2 a 4 a Es valor mximo si a < 0 Es valor mnimo si a > 0
y=
4ac b 2 4a
Finalmente, nos queda por analizar el crecimiento o decrecimiento de las ramas de la parbola 2 asociada a la funcin cuadrtica y = ax + bx + c , de acuerdo a su orientacin.
Crecimiento y decrecimiento de una funcin cuadrtica Dada la funcin y = ax 2 + bx + c , en que h es la abscisa del vrtice de la parbola asociada, se tiene que: Si a > 0 entonces y = ax 2 + bx + c es: Decreciente en el intervalo ] , h] Creciente en el intervalo [h,
Si a < 0 entonces y = ax + bx + c es:

2
Creciente en el intervalo ] , h] Decreciente en el intervalo [h,
88
Hasta el momento hemos trabajado con la parbola asociada a la funcin cuadrtica de la forma y = ax 2 + bx + c . A continuacin presentamos la parbola como un lugar geomtrico perteneciente a las secciones cnicas.
La parbola como lugar geomtrico

Concepto de Lugar Geomtrico Desde el siglo III a.c. se conocen y trabajan formalmente elementos geomtricos, como la lnea recta, la circunferencia, la simetral, la bisectriz entre otras, gracias al trabajo realizado por Euclides en su obra Elementos ; y a pesar de ser tan diferentes entre ellas, existe algo en comn: todas cumplen ciertas condiciones previamente establecidas, por lo cual se consideran Lugares Geomtricos o tambin conocidos como puntos singulares o especiales del plano. Euclides fue el primer matemtico en trabajar formalmente con Lugares Geomtricos, escribiendo entre otros, un libro llamado Los Porismos. Otro de sus libros llamado Los Datos, se refiere a como resolver la construccin de una figura geomtrica partiendo de algunos de sus elementos primarios o secundarios. Podemos definir a un lugar geomtrico como: La descripcin de todo subconjunto de un plano o del espacio, cuyos puntos poseen una determinada propiedad geomtrica, vale decir, satisfacen una misma condicin geomtrica. O bien, Se llama lugar geomtrico a todos los puntos del plano o del espacio que cumplen una cierta condicin. Por lo tanto: Si L es un lugar Geomtrico definido por la propiedad P, se verifica que: a) Todo punto de L posee la propiedad P. b) Todo punto que posee la propiedad P pertenece a L. La condicin b) puede sustituirse por la siguiente: c) Todo punto no perteneciente a L no posee la propiedad P.
89
Por ejemplo: 1. La circunferencia es el conjunto de todos los puntos P( x , y ) del plano que se encuentran a una distancia determinada r de un punto dado O de dicho plano.
Dentro de los lugares geomtricos ms famosos, se encuentran las llamadas: Secciones Cnicas. Una seccin cnica es la interseccin entre un plano y un cono (ver figura 1), cambiando el ngulo y el lugar de la interseccin, podemos crear un crculo, una elipse, una parbola o una hiprbola;
Figura 1
O en el caso especial cuando el plano se pone en contacto con el vrtice: un punto, una lnea o 2 lneas intersecadas (ver figura 2).
Figura 2
La seccin cnica ms importante para esta unidad es la parbola.
90
La parbola es el lugar geomtrico de todos los puntos P( x , y ) del plano que equidistan de un punto fijo llamado foco (F) y de una recta llamada directriz (d). En la parbola, podemos encontrar diferentes elementos, como por ejemplo:
1. Foco, es el punto fijo F. 2. Directriz; es la recta fija d. 3. Parmetro, es la distancia del foco a la directriz y se designa por 2p. 4. Eje de simetra; es la recta que divide a la parbola en dos ramas iguales. 5. Vrtice; es el punto donde se interseca la parbola con su eje de simetra. 6. Lado recto; es la cuerda AB perpendicular al eje focal o eje de simetra de la parbola, cuya medida es 4 p . Si un Punto P ( x, y ) en el plano cartesiano pertenece a un lugar geomtrico L, la condicin que debe cumplir dicho punto P conduce a una ecuacin entre las variables x e y que es la llamada ecuacin del lugar Geomtrico. Para determinar la ecuacin de la parbola como lugar geomtrico, podemos distinguir dos casos: a. Ecuacin de la parbola con vrtice en el origen b. Ecuacin general de la parbola.
91
Ecuacin de la parbola con vrtice en el origen Como se trata de la parbola como lugar geomtrico, est puede estar en posicin vertical o horizontal. Para ello, analizaremos la ecuacin de la parbola en ambos casos: a. Parbola Horizontal En este caso tenemos que el eje de simetra de la parbola coincide con el eje de las abscisas (X), y el vrtice se encuentra en el origen. De acuerdo a lo anterior tenemos: Coordenadas del foco: F ( p ,0 ) Ecuacin de la directriz: x = p Ahora: Si P( x , y ) es un punto de la parbola, se cumple que: d( P, F ) = d( P , D ) Adems tenemos:
d( P, F ) =
(x p )2 + (y 0 )2
d( P, D ) = x + p
Entonces:
(x p )2 + (y 0)2
= x+ p /
( )2
x 2 2 px + p 2 + y 2 = x 2 + 2 px + p 2
Reduciendo los trminos, obtenemos lo siguiente:

y 2 = 4 px
A esta ecuacin, se le llama ecuacin cannica de la parbola. Con esto podemos observar: Si p > 0 , el foco de la parbola est en la parte positiva del eje X, por lo tanto, su concavidad se orienta hacia la derecha. Si p < 0 , el foco de la parbola est en la parte negativa del eje X, por lo tanto, su concavidad se orienta hacia la izquierda.
92
b. Parbola Vertical En este caso tenemos que el eje de simetra coincide con el eje Y y el vrtice se encuentra en el origen. De acuerdo a lo anterior tenemos: Coordenadas del foco: F (0 , p ) Ecuacin de la directriz: D : y = p Siguiendo el procedimiento anterior tenemos que la ecuacin cannica es. x 2 = 4 py
Ahora, de aqu podemos observar: Si p > 0 , el foco de la parbola est en la parte positiva del eje Y, por lo tanto, su concavidad se orienta hacia arriba. Si p < 0 , el foco de la parbola est en la parte negativa del eje Y, por lo tanto, su concavidad se orienta hacia abajo. Resumiendo la informacin anterior tenemos lo siguiente:
El Foco es F ( p ,0 ) La directriz es D : x = p La ecuacin cannica es y 2 = 4 px
El Foco es F ( p ,0 ) La directriz es D : x = p La ecuacin cannica es y 2 = 4 px

93
El Foco es F ( 0, p ) La directriz es D : y = p La ecuacin cannica es x 2 = 4 py
El Foco es F ( 0, p ) La directriz es D : y = p La ecuacin cannica es x 2 = 4 py
Anteriormente se defini Lado recto (L. R.) como: la cuerda AB perpendicular al eje focal o eje de simetra de la parbola, cuya medida es 4 p . A continuacin se muestra de donde se obtiene el valor de L. R Ahora, como se conoce la ecuacin de la parbola se puede determinar el valor del lado recto que es 4 p . Sabemos que la ecuacin cannica de la parbola es:
y 2 = 4 px
Como A( p , y ) pertenece a la parbola, como muestra la figura, podemos decir que sus coordenadas satisfacen la ecuacin cannica de la parbola, entonces:
y2 = 4p p y2 = 4 p2
y = 2p
De a cuerdo a la figura, tenemos los puntos A( p , y ) y B( p , y ) , ambos puntos son parte de la parbola; la medida del L. R. corresponde a la medida del segmento AB, por lo tanto: lado recto: d ( A, B ) =
(p p )2 + (y + y )2
d ( A, B ) = 4 y 2 d ( A, B ) = 2 y
Como y = 2 p se tiene:
2y = 2 2y = 4 p
94
Ecuacin General de la parbola
Si se considera una parbola con vrtice 2 V ( 0 ,0 ) , su ecuacin cannica es y = 4 px . Si a la misma parbola le aplicamos una traslacin T ( h ,k ) , obtenemos la ecuacin principal de la parbola con vrtice V ( h , k ) :
(y k )2
= 4 p (x h )
Por efectos de la traslacin, el eje de simetra de la nueva parbola se encuentra paralelo al eje X. Desarrollando la ecuacin principal, podemos obtener la ecuacin general de la parbola:
y 2 + Dx + Ey + F = 0
Si el eje de simetra es paralelo al eje Y, la ecuacin principal es de la forma:
(x h )2
= 4 p (y k )
Anlogamente, podemos obtener la ecuacin general de esta parbola que es:

x 2 + Dx + Ey + F = 0
95
CHARLES D. MILLER y otros (1999); Matemtica: Razonamiento y aplicaciones. Editorial Addison Wesley Longman, Mxico. SANTIAGO BLANCO MOLLEDA y otros (1995); Matemtica educacin media Plan electivo III y IV. Editorial Santillana, Chile. RODRIGO E. DE LAS HERAS KARL y otros (1993); lgebra y geometra Educacin Media II. Editorial Santillana, Chile. SANTIAGO BLANCO MOLLEDA y otros (1994); Matemtica educacin media Plan comn III. Editorial Santillana, Chile. JAIME VELSQUEZ VALLEJOS y otros (2001); Matemtica educacin media III. Editorial Santillana, Chile. CARMEN AZCRATE GIMNEZ Y JORDI DEULOFEU PIQUET (1996); Funciones y graficas, cultura y aprendizaje. Editorial Sntesis, Madrid, Espaa GLADIS BOBADILLA A. Y JORGE BILLEKE G. (1997); Apuntes de calculo I, segunda versin revisada, Santiago, Chile RICHARD MANKIEWICZ (2000); Historia de las matemticas, del calculo al caos, Editorial Pados, Barcelona Algunos sitios web de inters Concepto De Lugar Geomtrico www.mat.usach.cl/Memorias/LEMC/Diccionario/Concepto_de_Lugar_Geometrico.html Completa biografa y obra de Euclides http://es.geocities.com/eucliteam/bibliografia_de_Euclides.html
96
OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES
UNIDAD OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES
Roberto Araya Schulz Mauricio Moya Mrquez M. Alicia Venegas Thayer
CONTENIDO
101 Otro paso en el estudio de las Probabilidades 101 Algo de historia, el contexto
Distintas formulaciones sobre probabilidad Frecuencias Relativas Ley de los grandes nmeros Regla de Laplace Axiomas de Probabilidad Propiedades derivadas de los axiomas Probabilidad conjunta, marginal y condicional Eventos independientes Variables aleatorias y distribucin de probabilidades La Metfora de la Ruleta Variables aleatorias discretas y continuas Distribucin de probabilidades Suma de variables aleatorias discretas Esperanza y varianza de variables aleatorias discretas Mquinas y propiedades de la esperanza Demostrando las propiedades de la esperanza Dispersin o variabilidad Varianza Desviacin estndar 105 105 106 107 109 110 111 114 116 118 119 120 121 123 127 127 129 129 132
Frmula equivalente Propiedades de la varianza Distribucin binomial Esperanza de una variable con distribucin binomial Varianza de una distribucin binomial Variables aleatorias continuas y densidad de probabilidad Densidad de probabilidad Distribucin uniforme o rectangular Funcin de densidad desde un punto de vista ms general Existen variables aleatorias con otras densidades? De funcin de densidad a ruletas
133 135 136 139 141 143 143 144 145 147 149
OTRO PASO EN EL ESTUDIO DE LAS PROBABILIDADES

Algo de historia, el contexto
Cierto da del ao 1654, Blas Pascal (1623 - 1662) matemtico francs, haca un viaje en compaa de un jugador ms o menos profesional conocido como el caballero Mer, quien era una persona apasionada por el juego de los dados y las cartas, siendo adems un hombre ilustrado. Este caballero crey que haba encontrado una "falsedad" en los nmeros al analizar el juego de los dados, observando que el comportamiento de los dados era diferente cuando se utilizaba un dado que cuando se empleaban dos dados. La "falsedad" parta simplemente de una comparacin errnea entre las probabilidades de sacar un seis con un solo dado o de sacar un seis con dos dados. Para este caballero debera existir una relacin proporcional entre el nmero de jugadas necesarias para conseguir el efecto deseado en uno y otro caso. El problema radic en que el citado caballero no tuvo en cuenta que en el segundo caso estaba analizando una probabilidad compuesta en donde las probabilidades se deben calcular multiplicativamente. En una carta de Pascal a Fermat en la que narraba esta ancdota conclua que "el caballero Mer tiene mucho talento, pero no es gemetra; esto es, como sabis un gran defecto" (carta del 29 de julio de 1654) A partir del anterior problema y en especial con base en los siguientes planteamientos: En ocho lanzamientos consecutivos de un dado se intenta obtener un uno, donde el juego se suspende despus de tres intentos fallidos, en qu proporcin ha de ser compensado el jugador? En una partida de dados intervienen dos jugadores y apuestan 32 doblones de oro cada uno, eligiendo un nmero diferente, gana el juego el primero que obtenga tres veces el nmero que eligi. Despus de un rato de juego, el nmero elegido por el primer apostador ha salido dos veces mientras el otro jugador slo una vez ha acertado, en este instante la partida debe suspenderse. Cmo dividir los 64 doblones de oro apostados? En la correspondencia que sigui a este problema, tanto Pascal como Pierre Fermat (1601- 1665) estuvieron de acuerdo en que el primer jugador tiene derecho a 48 doblones de oro. Con base en las anteriores interrogantes efectuadas por el caballero Mer, Pascal se comunica de nuevo con Fermat, abogado de profesin pero gran amante de las matemticas; siendo considerada esta correspondencia como el punto de partida de la teora de la probabilidad. Aunque algunos afirman que fue en el ao de 1563 cuando apareci el primer libro de probabilidad llamado "Liber de Ludo Alae", libro sobre el juego de los dados, escrito y publicado por el italiano Girolamo Cardano (1501 - 1576). Sin embargo, fueron Pascal y Fermat los que empezaron a formalizar la teora de las probabilidades, probando el desacuerdo con el caballero de Mer, este se deba a que era errneo el clculo que haba efectuado, ya que se equivoc en considerar equiprobables sucesos que no lo eran, y slo cuando los casos posibles son equiprobables tiene sentido aplicar la definicin dada por Mer de probabilidad.
Unidad : Estadstica y Probabilidad
101
Aunque Pascal y Fermat no expusieron sus resultados por escrito, Chrisitian Huygens, fsico matemtico holands (1629 -1695), public en 1657 un breve tratado titulado De Ratiocinnis in ludo aleae (sobre los razonamientos relativos a los juegos de los dados), inspirado en la correspondencia sostenida entre Pascal y Fermat. Por su parte, el suizo Jacob Bernoulli (1654 - 1705) obtuvo el teorema que se conoce con su nombre y que para algunos permiti estructurar el clculo de probabilidades como disciplina orgnica. Abraham de Moivre (1667 - 1754) efecto un vital aporte al observar que cuando se meda una distancia astronmica, siempre se cometan errores por exceso y por defecto, por ms perfecto que fuera el instrumento de medicin. Al graficar estos errores se distribuan en forma de campana, ideando a partir de la distribucin de los errores la funcin probabilstica normal. Moivre fue el primero en desarrollar la geometra analtica y la teora de probabilidades en forma estructurada. Public en 1718 The Doctrine of Chance, trabajo que fue considerado por algunas autoridades como la clave para el principio de la historia de la probabilidad. En esta obra aparecen las primeras indicaciones sobre la distribucin normal y en 1730 efectu la demostracin del teorema del lmite central. Johann Bernoulli (1667 - 1748), suizo, hermano de Jacob, tuvo tres hijos clebres por su conocimiento matemtico, Nicols (1695 - 1726), Daniel (1700 - 1782) y Johann (1710 - 1790). El primero de ellos se dedic a laborar, en parte, en el rea de las probabilidades, motivado por la obra de su to Jacob Ars Conjectandi (el arte de la conjetura), publicada en 1713, donde se estudi la distribucin binomial y la teora que da para esta distribucin la expresin matemtica de la probabilidad de las frecuencias relativas. El ingls Thomas Bayes (1702 - 1761), el cual era reverendo, tambin contribuy con el teorema para probabilidades condicionales. Su trabajo fue publicado en el ao de 1764 en la Philosophical Transactions of the Royal Society de Londres, y titulado, Essay Towards Solving a Problem in the Doctrine of Chance. Donde el reverendo abord el problema de las causas a travs de los efectos observados. El italiano Joseph Lagrange (1736 - 1813), unific en conjunto con Bayes todas las ideas que de probabilidad existan, compilando la primera teora general de las probabilidades. Pierre Simon Laplace (1749 - 1827), francs, recopil las ideas de Jacob Bernoulli, Moivre, Bayes y Lagrange. Desde 1774 escribi muchos artculos sobre el tema de la probabilidad. En 1812, Laplace public en Pars su Thorie Analytique des Probabilits, donde hace un desarrollo riguroso de la teora de probabilidad con aplicacin a problemas demogrficos, jurdicos, sociales y adems astronmicos. Esta obra al igual que su ensayo filosfico sobre la probabilidad permite considerar el clculo de las probabilidades como una parte autnoma de las matemticas. A partir de Laplace, las dos disciplinas, clculo de las probabilidades y estadstica, que haban hasta entonces permanecido separadas, se fusionan de manera que el clculo de las probabilidades se constituye en el andamiaje matemtico de la estadstica. Toda la base matemtica que permiti desarrollar la teora de probabilidades est extrada del anlisis combinatorio, disciplina iniciada por Leibniz y Jacob Bernoulli. Posteriormente se introdujo la teora de lmites disminuyendo el peso que tena el anlisis combinatorio.
102
El alemn Carl Friedrich Gauss (1777 - 1855), es considerado como el ms grande matemtico del siglo XIX, junto con Arqumedes y Newton. Gauss desarroll la teora de los errores; conjuntamente con Bessel y Laplace, llegaron a establecer el mtodo de los mnimos cuadrados, como procedimiento matemtico para resolver el problema fundamental de la teora de los errores. Gauss y Laplace, independientemente aplicaron conceptos probabilsticos al anlisis de los errores de medida de las observaciones fsicas y astronmicas. Maxwell, Boltzmann y Gibbs aplicaron la probabilidad en su obra Mecnica Estadstica. El francs Simen Denis Poisson (1781 - 1840), ide la distribucin probabilstica que lleva su nombre y que es aplicable a fenmenos poco comunes o extraos. En 1837 publica su trabajo en Recherches sur la Probabilit des Jugements. Poisson originalmente estudi Medicina, pero en 1789 se dedic al campo matemtico en la Escuela Politcnica. Fue muy amigo de Laplace y de Lagrange y public alrededor de 400 artculos en matemtica y estadstica. Pese al xito de las aplicaciones se oyeron voces de inconformidad a la definicin clsica de probabilidades, que exiga "a priori" saber que todos los eventos eran igualmente posibles. Adems en ciertos casos era imposible aplicar la definicin clsica de la probabilidad, como puede suceder en aplicaciones de clculo actuarial. En las investigaciones tanto tericas como prcticas se encuentra a Adolfo Quetelet (1796-1874), astrnomo belga a quien se considera como el fundador de la Estadstica moderna, siendo el primero que bas sus investigaciones numricas en el Clculo de Probabilidades. Augusto de Morgan, ingls, public en 1838 An essay on probabilities and on their applications to life contingences and insurance offices. Antonio-Augusto Cournot, formul una nueva definicin de probabilidad basada en la estabilidad de las frecuencias relativas en su obra Exposition de la theorie des chances et des probabilits, editada en 1843. Otros autores que tratan el aspecto filosfico y lgico de las probabilidades y buscan demostraciones ms sencillas de muchos teoremas son: Bertrand, Boole, Ellis, Venn, Edgewworth, Peirce, Techebycheff. Este ltimo, conocido por la desigualdad que lleva su nombre, es el iniciador de la escuela rusa: ide el mtodo de momentos para demostrar el teorema fundamental del lmite; su trabajo fue continuado por sus discpulos Andrei Andreyevich Markov (1856 - 1922) y Liapunov, entre otros. El siglo veinte, anunciaba aplicaciones de la teora de la probabilidad en los campos de la fsica y la gentica. En 1901 se public la obra Gibbs Elementary Principles in Statistical Mechanics, y el mismo ao se funda la revista "Biomtrica" por el ingles Karl Pearson (1857 - 1936). El ao anterior, Pearson, trabajando en la Universidad de Londres, populariz la distribucin Chi - Cuadrado a partir de la Gamma.
103
Dentro del desarrollo y logro de una formulacin rigurosa de la Estadstica y Probabilidad se destacan: George Undy Yule, profesor de Estadstica de la Universidad de Cambridge, entre cuyas obras destaca Introduction to the theory of Statistics, que fue revisada posteriormente por Kendall. Ronald A. Fisher, profesor de gentica en Cambridge, que junto con Student iniciaron el tratamiento de los problemas de inferencia estadstica. Fisher hizo muchas contribuciones a la estadstica y a la gentica. Estudi el diseo de experimentos introduciendo el concepto de randomizacin y el anlisis de varianza. En 1922 dio una nueva definicin de estadstica. Su propsito era la reduccin de datos y logr identificar tres problemas fundamentales: (i)Especificacin del tipo de poblacin. (ii) La estimacin. (iii) La distribucin. John Maynard Keynes, economista ingls, que escribi Treatise on probability, en el que realiza una crtica a la teora clsica de la probabilidad en el sentido de Laplace y hace una nueva formulacin del tipo lgico. La interpretacin de la probabilidad como frecuencias relativas a largo plazo, aunque ha habido precedentes, es debida al matemtico austriaco Richard Von Mises, que puede considerarse como el padre de la teora moderna de la probabilidad, siendo su obra ms destacada Probabilidad, Estadstica y Verdad, publicada en 1928. En muchos fenmenos la probabilidad de un suceso depende frecuentemente de los resultados anteriores, especialmente cuando Laurent Schuwartz (1915) de la Universidad de Pars, generaliz el concepto de diferenciacin mediante su teora de distribuciones, expuesta en el ao de 1951. Su mrito fue relacionar las distribuciones, la Teora de la medida y la Probabilidad. Los notables avances en el rea del anlisis matemtico se dieron durante la primera dcada del siglo anterior con la creacin de la teora de la medida. Borel en 1909 contribuy en forma significativa a la probabilidad mediante su obra Elements de la Theorie des Probabilits u la demostracin de Borel de la Ley Fuerte de los Grandes Nmeros, en donde maneja la nocin de probabilidad con las propiedades aditivas que tiene una medida. El norteamericano Norbert Wiener (1894 - 1964), desarroll una medida de las probabilidades para conjuntos de trayectorias que no son diferenciables en ningn punto, asociando una probabilidad a cada conjunto de trayectorias. Construy as una probabilidad que permita describir el fenmeno en trminos matemticos en lo que se refera a la trayectoria y posicin de las partculas a travs del tiempo. Aport ejemplos de cmo aplicar el estudio de las probabilidades al desarrollo y progresos de la ciencia. En sus trabajos de los aos veinte logr resolver un problema de fenmeno aleatorio, "el Movimiento Browniano", el cual debe su nombre al Botnico Robert Brown, quien lo observ por primera vez en el ao de 1828. Andrei Nicolaevich Kolmogorov (1903 - 1987), ruso, nacido en Tambow. Su padre era un calificado agrnomo y estadstico. Realiz su primer trabajo evaluando los estudios sobre probabilidades efectuados entre los siglos XV y XVI, apoyndose en los trabajos de Bayes. En 1924 comenz su inters en la teora de la probabilidad, la cual lo consagr. Su primer artculo fue "Uber konbergenz Von Reiher, deren Glieder durch den Zufall Bestimmt Weerden". En 1927 haba completado sus investigaciones sobre suficiencia y condiciones necesarias de la ley dbil de los grandes nmeros, comenzada por J. Bernoulli. En 1930 obtiene la ley fuerte de los grandes nmeros. El ao anterior
104
haba publicado La Teora General de la Medida y el Clculo de Probabilidades. En 1950 complet uno de los trabajos ms importantes en Estadstica: Estimadores Insesgados. Kolmogorov dio solucin a una parte del sexto problema de Hilbert, en el que se peda un fundamento axiomtico de la teora de probabilidades, utilizando la medida de Lebesgue. Tambin efectu importantes aportes a la teora de procesos de Markov. Kolmogorov estableci con sus axiomas para el clculo de las probabilidades las bases matemticas para asentar la teora con lo cual, adems se aclaran las aparentes paradojas existentes. Durante el perodo de 1923 a 1950 se formaron varias escuelas, destacndose: 1. 2. 3. La rusa dirigida principalmente por Kolmogorov y Khintchin. La estadounidense creada por Feller y Doob. La francesa donde se resalta la figura de Paul Levy, quien influir de manera decisiva en las dos escuelas anteriores. La escuela francesa se form con P. A. Meyer y su grupo de Estrasburgo, as como Nevev y Fortret en Pars.
Hacia la mitad del siglo XX, los cientficos tenan en su mano mtodos matemticos y estadsticos que les permitan manejar datos numricos, pero no posean herramientas de clculo como las actuales. El francs Benzcri y el norteamericano Tuckey, fueron pioneros en representar la Estadstica en funcin de los computadores. Estos dos personajes mejoraron, adaptaron y crearon nuevos instrumentos para estudiar grandes volmenes de datos, nuevas tcnicas y herramientas grficas.
Distintas formulaciones sobre la probabilidad

Frecuencias relativas
Histricamente los juegos de azar fueron estudiados a travs de la realizacin reiterada de experimentos aleatorios, contando y usando tablas de registro, esto es, sistematizando la frecuencia en que aparecan los sucesos aleatorios. Supongamos que deseamos estudiar la probabilidad de ocurrencia de un suceso S luego, se entiende por frecuencia absoluta ( fa ) al nmero de veces en que ocurre S al realizar el experimento reiteradamente. En cambio, se llama frecuencia relativa ( fr ) de S a la razn entre el nmero de veces que ocurre el suceso S y las n repeticiones del experimento bajo condiciones idnticas. En trminos formales, si E es el espacio muestral de un experimento aleatorio y S E , entonces:
fr ( S ) =
fa ( S ) n
105
El estudio ms sistemtico de las frecuencias relativas obtenidas a partir de ciertos eventos aleatorios, permiti observar que stas cumplan ciertas propiedades: 1. 2. 3. La frecuencia relativa con que ocurre un mismo suceso S, en una serie idntica de experimentos es un nmero comprendido entre 0 y 1. Es decir: 0 fr ( S ) 1 . Para cualquier nmero de realizaciones de un experimento, el suceso seguro ocurre con frecuencia relativa igual a 1. Esto es, fr ( E ) = 1 . Para cualquiera de los sucesos S1 y S2 asociados a un mismo experimento e incompatibles entre s ( S1 S 2 = ), se verifica que: fr ( S1 S 2 ) = fr (S1 ) + fr ( S 2 )
La ley de los grandes nmeros

Un punto de referencia se encuentra en 1713, en que se publica la obra "Ars conjectandi" (El arte de la Conjetura) de Jacob (Jacques) Bernoulli, donde estudia la distribucin binomial y su clebre teora que da para esta distribucin la expresin matemtica de la propiedad de estabilidad de las frecuencias relativas conocida hoy como La ley de los grandes nmeros.
Jacob Bernoulli
El estudio de las frecuencias tambin permiti establecer que a medida que el nmero de pruebas del experimento aleatorio creca, la frecuencia relativa de un suceso A, tenda a estabilizarse alrededor de un nmero fijo, llammoslo P(A).
P( A) = Lim fr ( A) = Lim
n n
f ( A) n
Este nmero, al que la frecuencia relativa se acerca a medida que aumenta el nmero de pruebas realizadas del experimento, se lo define como probabilidad del suceso. Este hecho es el conocido como Ley del azar, Ley de la estabilidad de las frecuencias o Ley de los grandes nmeros. Ejemplo Para ilustrar esta idea, mostramos a continuacin un resumen de los resultados obtenidos al simular mediante un computador el lanzamiento de una moneda y contar el nmero de veces que sale cara. Cuando el nmero de lanzamientos es pequeo, la frecuencia relativa del suceso salir cara oscila entorno al valor 0,5 con un margen muy amplio. Pero, cuando crece el nmero de tiradas este margen se va reduciendo hasta llegar a ser despreciable.
106
N de N lanzamientos caras
Frecuencia Diferencia relativa con la frecuencia terica
N de lanzamientos
N caras
Frecuencia relativa
Diferencia con la frecuencia terica
2 4 8 16 32 64 128 256 512 1.024 2.048 4.096 8.192 16.384 32.768
0 1 3 7 14 30 65 130 261 520 996 2.005 4.016 8.075 16.273
0 0,25 0,38 0,437 0,437 0,47 0,508 0,508 0,51 0,508 0,486 0,49 0,49 0,493 0,497
0,5 0,25 0,125 0,063 0,063 0,03 0,008 0,008 0,01 0,008 0,014 0,01 0,01 0,007 0,003
65.536 131.072 262.144 524.288 1.048.576 2.097.152 4.194.304 8.388.608 16.777.216 33.554.432 67.108.864 134.217.728 268.435.456 536.870.912 1.073.741.824
32.645 65.535 131.071 262.143 524.287 1.048.575 2.097.151 4.194.303 8.388.607 16.777.215 33.554.431 67.108.863 134.217.727 268.435.455 536.870.911
0,498 0,499992 0,499996 0,499998 0,4999990 0,4999995 0,4999998 0,49999990 0,49999994 0,49999997 0,499999985 0,499999993 0,499999996 0,499999998 0,4999999990
0,002 0,000008 0,000004 0,000002 0,000001 0,0000005 0,0000002 0,0000001 0,00000006 0,00000003 0,000000015 0,000000007 0,000000004 0,000000002 0,000000001
Esta forma de calcular probabilidades no deja de presentar problemas en su aplicacin prctica, ya que, al no ser posible la repeticin ilimitada de un experimento, no es posible saber cundo se ha realizado un nmero suficiente de veces para haber encontrado la frecuencia relativa correcta, que corresponde a la probabilidad. Sin embargo, con el surgimiento de excelentes herramientas computacionales esta metodologa de aproximarse a la probabilidad, resulta muy utilizada en la actualidad para encontrar modelos explicativos y predictores a partir de grandes cantidades de datos extrados en diferentes contextos reales.
Regla de Laplace
Girdamo Cardano (1501-1576) siendo un gran jugador, escribi el libro Liber de Ludo Alea (Libro de los juegos de Azar) en 1526. En la seccin Sobre la previsin de un dado, expone un razonamiento basado en la equiprobabilidad de las distintas caras (cuando est bien construido) para calcular probabilidades de sucesos. Se puede afirmar que Cardano fue el primero en escribir un argumento terico para calcular probabilidades. En los escritos de Galileo (1564-1642), entre los que destaca Considerazione circa il giuco dei dadi, muestran que el clculo de una probabilidad a partir del concepto matemtico de equiprobabilidad de las caras de un dado era ya bien conocido por los matemticos italianos del siglo XVI.
107
Pascal y Fermat (1654) a partir de su famosa correspondencia, en la que dan solucin a los problemas sobre juegos de azar planteados por el caballero de Mer, sistematizan las principales propiedades de los nmeros combinatorios. En 1812 Laplace publica su famosa Theore Analytique des probabilits, que contiene una exposicin completa y sistemtica de la teora matemtica de los juegos de azar, adems de una gran cantidad de aplicaciones de la teora de la probabilidad a muchas cuestiones cientficas y prcticas. Laplace, fue quien indujo la primera definicin explcita de probabilidad (clsica) y desarroll la ley normal como modelo para describir la variabilidad de los errores de medida; tambin formul y estim el primer modelo explicativo estadstico.
Marqus de Laplace
En ciertos casos ocurre que el espacio muestral E, definido por un experimento aleatorio, es finito y homogneo o simtrico, es decir, todos los sucesos elementales de los que se compone E tienen la misma probabilidad de ocurrir, por ejemplo, en el lanzamiento de una moneda o de dos dados no cargados. En estos casos especficos de experimentos aleatorios es posible calcular la probabilidad por medio de una antigua regla conocida como Regla de Laplace. Si E es el espacio muestral asociado a cierto experimento aleatorio y consta de un nmero finito de elementos, donde todos los sucesos elementales son igualmente probables, entonces se verifica que para todo suceso A E: k P ( A) = n Siendo P(A) la probabilidad de que ocurra A, k el nmero de sucesos elementales que componen el suceso A y n el nmero de elementos de E. Esta formulacin es equivalente a la siguiente: Si E = {x1, x2, ..., xk, , xn} y P( x1 ) = P( x 2 ) = ... = P( x k ) = ... = P( x n ) , entonces:
P( A) =
nmero de casos favorables al suceso A nmero de casos posibles
Ejemplo Cul es la probabilidad de obtener un seis al tirar un dado? Hay una sola manera de obtener un seis al tirar un dado, pero los resultados posibles son seis. En este caso E = {1, 2, 3, 4, 5, 6} y A = {6}, luego:
108
P( A) =
N casos favorables 1 = N casos posibles 6
Si P(A) es la probabilidad de obtener un seis en el lanzamiento de un dado y P( A) la probabilidad 1 5 de no obtener un seis, entonces P ( A) = y P ( A) = . Adems, se cumple que: 6 6
P( A) + P( A) = 1
Axiomas de probabilidad
En Rusia, Andrei Nicolaevich Kolmogorov (fallecido en 1987) hizo importantes progresos en la teora de procesos de Markov (1931) y dio solucin a una parte del sexto problema de Hilbert, en el que se peda una fundamentacin axiomtica de la teora de probabilidades, utilizando la medida de Lebesgue. Esta exposicin es la que se conoce hoy como la formulacin axiomtica de la teora de probabilidades.
A. Kolmogorov
Como consecuencia del desarrollo del formalismo matemtico y con la intencin de soslayar los inconvenientes relacionados con el clculo y justificacin de varias tcnicas usadas en las probabilidades, se plante en los aos 30 la formulacin axiomtica de la probabilidad. Este enfoque se refiere a las propiedades elementales que debe cumplir la definicin de una medida de probabilidad sobre un conjunto de datos. Cuando son aceptadas como axiomas, nos conducen, a travs de un tratamiento matemtico riguroso, a un conjunto mucho mayor de propiedades y consecuencias que, a primera vista, nunca hubieran parecido evidentes. Sea E un espacio muestral asociado a un experimento aleatorio y F P(E), un lgebra aditiva o -lgebra (sigma lgebra) de sucesos de E. Una funcin p definida sobre F es una medida de probabilidad si cumple que: 1. 2. 3. A todo suceso S i F le corresponde un nmero P( S i ) tal que 0 P( S i ) 1 La probabilidad de un suceso seguro es uno, es decir, P( E ) = 1 Si S1, S2, S3, F, tales que S i S j = i
P(S1 S 2 S 3 ...) = P( S1 ) + P( S 2 ) + P( S 3 ) + ...
j , entonces se verifica:
Al tro (E, F, P) se le llama espacio probabilstico.
109
Propiedades derivadas de los axiomas

Partiendo de estos axiomas, podemos deducir como primeras consecuencias, las siguientes propiedades: Probabilidad de un suceso contrario Para todo S F,
P(S ) = 1 P( S )
Probabilidad de un suceso imposible
P() = 0
Probabilidad de sucesos compatibles Para todo par de sucesos S1 y S2 F, tales que S1 S 2
entonces:
P(S1 S 2 ) = P( S1 ) + P(S 2 ) P( S1 S 2 )
Probabilidad de sucesos incluyentes Para todo A y B F, si A B entonces P( A) P( B)
Todas estas propiedades son demostrables con el uso de las propiedades del lgebra de Boole. Ejemplo Demostrar que P( ) = 0 Se tiene E = E y E = Por axioma 3, P( E ) = P( E ) + P( ) Por axioma 2, P( E ) = 1 , necesariamente P( ) = 0 Con la formulacin axiomtica de la teora de las probabilidades, se pudo justificar el uso de varias reglas de clculo que no se haban definido apropiadamente hasta ese momento.
110
Probabilidades conjunta, marginal y condicional

El ingls Thomas Bayes (1702 - 1761), el cual era reverendo, tambin contribuy con el teorema para probabilidades condicionales. El trabajo de Bayes fue publicado en el ao de 1764 en la Philosophical Transactions of the Royal Society de Londres, y titulado, "Essay Towards Solving a Problem in the Doctrine of Chance". Donde el reverendo abord el problema de las causas, a travs de los efectos observados.
Thomas Bayes
Consideremos un experimento en que se elige aleatoriamente una persona adulta que viva en una ciudad con n personas adultas, y se anotan sus caractersticas con respecto a sus hbitos de fumador y de acuerdo al sexo. Sea el espacio muestral S la poblacin de adultos de la ciudad, que se divide en los siguientes eventos disjuntos: A1: A2: B1: B2: Fumador No fumador Hombre Mujer
Los eventos en S pueden representarse en la siguiente tabla: B1 n11 n21 n11 + n21 B2 n12 n22 n12 + n22 Totales n11 + n12 n21 + n22 n
A1 A2 Totales
Como ejemplo, ntese que los n11 de los n adultos son hombres que fuman, por lo que son poseedores de los atributos A1 (fumador) y B1(Hombre). Supngase que se desea determinar la probabilidad de ocurrencia simultnea de los eventos A1 y B2. Mediante el empleo de la interpretacin de frecuencia relativa, puede argumentarse que, dado que exactamente n12 de los n adultos poseen ambos atributos, n A1 y B2, la probabilidad es 12 . Esta ltima recibe el nombre de probabilidad conjunta puesto n que se insiste en la probabilidad de resultados comunes a ambos eventos A1 y B2. Por lo tanto la probabilidad de los eventos Ai y Bj est dada por:
P( Ai B j ) =
ni j n
(1)
Si ahora el inters recae en determinar la probabilidad de Ai, sin considerar cualquier otro evento Bj del espacio muestral S. Suponga que se necesita la probabilidad A2. Haciendo uso de nuevo de la interpretacin de frecuencia relativa, el nmero total de personas no fumadoras (A2) es n21 + n22. De esta manera se tiene:
111
P( A2 ) =
(n21 + n22 ) n
Esta probabilidad se denomina marginal porque para determinarla se ignoran una o ms caractersticas del espacio muestral. En general, se tiene que:
p ( Ai ) =
j =1 2
nij n
Dado que se tiene (1), entonces: p ( Ai ) = P( Ai B j ) (2)

j =1
Es decir, la probabilidad marginal de un evento Ai es igual a la suma de las probabilidades conjuntas de Ai y Bj Anlogamente se obtiene:
p ( B j ) = P( Ai B j )
i =1
Finalmente, supongamos que el inters recae en determinar la probabilidad de un evento Ai, dado que ha ocurrido el evento Bj. Por ejemplo, en la tabla de clasificacin, supngase que se ha elegido aleatoriamente una mujer adulta (A2). Ahora bien, cul es la probabilidad de que fume? Una vez ms, el argumento descansa sobre la interpretacin de frecuencia relativa. Sin embargo, una vez que el evento mujer ha ocurrido, ste reemplaza a S como el espacio muestral de inters. Por lo tanto, la probabilidad de tener un fumador (A1) es el nmero de mujeres que fuman (n12) entre el nmero total de stas (n12 + n22). Por lo tanto,
P( A1 / B2 ) =
n12 n 12 + n 22
Notar que la barra / se lee como dado que. Esto indica que la ocurrencia de A1 est condicionada a la previa ocurrencia de del evento B2. Esta probabilidad recibe el nombre de probabilidad condicional. En general, se tiene que:
P( Ai / B j ) =
n ij
n
i =1
(3)
ij
Por simetra se tiene adems, P( B j / Ai ) =
nij
n
j =1
ij
112
Al dividir el numerador y denominador por n en (3), se obtiene:
P( Ai / B j ) =
nij n
n
i =1
(4)
ij
n Considerando la probabilidad conjunta P( Ai B j ) = i j y a la probabilidad marginal n 2 n ij , se reemplaza en (4): p(B j ) = i =1 n

P( Ai / B j ) = P( Ai B j ) P( B j )
, con P( B j ) > 0
De manera equivalente se obtiene:

P( B j / Ai ) = P( Ai B j ) P( Ai )
, con P( Ai ) > 0
Sean A y B dos eventos cualesquiera que se encuentran en un espacio muestral S de manera tal que P(B) > 0. La probabilidad condicional de A al ocurrir el evento B, es el cuociente de la probabilidad conjunta de A y B con respecto a la probabilidad marginal de B. De esta manera se tiene:
P( A / B) =
P( A B) P( B)
, donde P(B) > 0
De lo anterior se deduce que: P( A B) = P( B) P( A / B) Por simetra se tiene que: P( B / A) = Ejemplo Considere la siguiente tabla con informacin sobre fumadores y no fumadores, segn sexo: Hombre Fuma 45 No Fuma 32 Totales 77 Mujer 35 28 63 Totales 80 60 140
P( A B) , P(A) > 0 y que P( A B) = P( A) P( B / A) P( A)
113
Determinar las siguientes probabilidades: P(Fuma) , P(Mujer) , P(No Fuma y es Mujer) y P(Fuma / Hombre) Las dos primeras se tratan de probabilidades marginales, es decir: 45 + 35 P( Fuma ) = = 0 ,57 (Sumando la fila de fumadores) 140 35 + 28 P( Mujer ) = = 0 ,45 (Sumando la columna de mujeres) 140 28 = 0,2 (Al intersectar la La tercera probabilidad es conjunta: P( No Fuma y es Mujer ) = 140 fila de no fumadores con la columna de mujeres) La tercera corresponde a una probabilidad condicional, donde 45 P( Fuma / Hombre ) = = 0,58 77 45 P( Fuma y Hombre ) 45 = 140 = = 0,58 Notar que P( Fuma / Hombre ) = 77 P( Hombre ) 77 140
Eventos independientes
Al considerar la probabilidad condicional de algn evento A, dada la ocurrencia de otro evento B, siempre implica que las probabilidades de A y B son de alguna manera dependientes entre s. En otras palabras, la informacin con respecto a la ocurrencia de B afectar la probabilidad de A. Supongamos que la ocurrencia de B no tiene ningn efecto sobre la probabilidad de A, en el sentido de que la probabilidad condicional P(A/B) es igual a la probabilidad marginal P(A), aun a pesar de que haya ocurrido el evento B. Esta situacin origina un concepto muy importante que se conoce como independencia estadstica. Si dos eventos A y B son independientes se cumplir que P(A/B)= P(A). Dado este hecho, al considerar la expresin para probabilidad condicional:
P( A / B) =
P( A B) P( B) P( A B) , luego P( A B) = P( A) . P( B) P ( B) P( A B) , luego P( A B) = P( B) . P( A) P( A)
Se tiene que P( A) =
Anlogamente, P( B) =
114
Ejemplo 1 Si A es el suceso acertar cara con la primera moneda y B es acertar cara con la segunda moneda, entonces AB es el suceso acertar cara con la primera y segunda moneda. En este caso la probabilidad es:
P( A B) = P( A) . P( B) = 1.1 1 = 2 2 4
Esto se tiene ya que: P( B / A) = P( B) (A y B son independientes) As la probabilidad de acertar dos caras al lanzar dos monedas es 0,25. Este resultado puede confirmarse analizando los resultados posibles al lanzar dos monedas: CC, CS, SS, SC. El resultado CC corresponde a 1 de 4 casos posibles. Ejemplo 2 Imaginemos que existen 16 eventos bsicos equiprobables, representados con los cuadrados negros de la figura siguiente:
Supongamos que A est definido con los cuatro eventos dentro de la elipse y B est definido por los cuatro eventos dentro del rectngulo. La probabilidad de A es entonces 4/16, pues de los 16 eventos bsicos equiprobables slo si ocurre cualquiera de los 4 dentro de la elipse tendramos que A ocurre. Similarmente, la probabilidad de B es 4/16. Sin embargo, si ya se sabe que B ocurri, entonces P(A/B)=2/4, pues al saberse que B ocurri entonces slo quedan cuatro posibles eventos y, de stos cuatro eventos, dos significan que A ocurre. De este ejemplo se desprende entonces que para calcular la probabilidad de A, si se conoce B, hay que contar los eventos en A y B al mismo tiempo (2 en este caso) y ver la proporcin que representan dentro de los eventos de B (que son 4 en total). Es decir:
P( A / B ) = 2 2 P( A B ) = 16 = 4 P( B ) 4 16
En este caso no se cumple la independencia, ya que P( A / B ) P( A ) . Es decir, el evento B afecta la ocurrencia del evento A.
115
Variables Aleatorias y Distribucin de Probabilidades

La variable aleatoria es una de las nociones fundamentales de la teora de probabilidades. P.L. Chebyshev (1867) fue el primero en valorar debidamente la importancia de las nociones de v. a. y esperanza matemtica. Ms tarde se lleg a comprender que la nocin de V. A. es un caso particular del concepto de funcin, que es ms general.
Andrei Kolmogorov (1933) expuso las bases de la teora de probabilidades en forma exhaustiva y sin restricciones excesivas, atendindose a la teora de la medida, lo cual puso de manifiesto el hecho de que la V.a. no es sino una funcin medible en un espacio de probabilidades.
Es muy importante tener en cuenta esta circunstancia aun cuando se exponen los principios de la teora de probabilidades. William. Feller (1906 - 1970) fue el primero quien cultivara consecuentemente este punto de vista en sus libros de texto, estructurando la exposicin a partir de la nocin de espacio de sucesos elementales y subrayando que slo en este caso el concepto de V.a. tiene sentido.
Los experimentos aleatorios se conciben de manera que los resultados del espacio muestral son cualitativos y cuantitativos. Como ejemplos de resultados cualitativos se tienen: a) el lanzamiento de una moneda es cara o sello; b) un producto manufacturado en una fbrica puede ser defectuoso o no defectuoso, o c) una persona en particular puede preferir la locin X sobre la locin Y. Puede ser til la cuantificacin de los resultados cualitativos de un espacio muestral y, mediante el empleo de medidas numricas, estudiar su comportamiento aleatorio. El concepto de variable aleatoria proporciona un medio para relacionar cualquier resultado con una medida cuantitativa. Una variable aleatoria se define como el resultado numrico de un experimento aleatorio. Matemticamente es una aplicacin (funcin) X: IR que da un valor numrico real a cada suceso en el espacio muestral de los resultados posibles del experimento. Usualmente se usan letras maysculas para designar a una v. a. (A, B,... X, Y, Z) y minsculas (a, b, ..., x, y, z) para sus correspondientes valores. Por ejemplo, si la probabilidad de que la variable aleatoria X tome el valor discreto a es
1 1 esto se anota como: P(X = a) = . 2 2
116
Ejemplo 1: Consideremos el lanzamiento de una moneda. El espacio muestral est constituido por dos posibles resultados, Cara y Sello. Sea entonces X(Cara) = 0 y X(Sello) = 1; de esta manera se han transformado los dos posibles resultados del espacio muestral en puntos sobre la recta de los reales. Por P(X=0) se entender la probabilidad de que la variable aleatoria tome el valor cero o de manera equivalente la probabilidad de que salga cara cuando se lance la moneda. En este caso P(X=0) = P(X=1) = equiprobables. Ejemplo 2: Consideremos el lanzamiento de dos dados y los 36 resultados posibles. Se define la variable aleatoria Y como la suma de los valores de las dos caras de los dados. La siguiente tabla relaciona los 36 resultados con los valores de la variable aleatoria Y, ms sus correspondientes probabilidades.
1 , ya que los eventos son 2
Resultados (1,1) (1,2) (1,3) (1,4) (1,5) (1,6) (2,6) (3,6) (4,6) (5,6) (6,6)
Valor Variable Y (Suma) 2 3 4 5 6 7 8 9 10 11 12
Nmero de ocurrencias 1 2 3 4 5 6 5 4 3 2 1
Probabilidad 1/36 2/36 3/36 4/36 5/36 6/36 5/36 4/36 3/36 2/36 1/36
(2,1) (2,2) (2,3) (2,4) (2,5) (3,5) (4,5) (5,5) (6,5)
(3,1) (3,2) (3,3) (3,4) (4,4) (5,4) (6,4)
(4,1) (4,2) (4,3) (5,3) (6,3)
(5,1) (5,2) (6,2)
(6,1)
Grfico de distribucin de probabilidades de la suma de dos dados.

117
La Metfora de la Ruleta En ms de una ocasin hemos visto o jugado con una ruleta, en un parque de diversiones o en la televisin, o en otro lugar. Sin importar el lugar donde est, siempre estar relacionada con situaciones de azar. Luego de hacerla girar, la flecha se detendr en el sector en el que est uno de los premios. Si la ruleta est bien equilibrada, el resultado ser aleatorio. Desde un punto de vista probabilstico, observamos dos cosas en la ruleta: primero, cada premio ser un suceso o evento de un experimento aleatorio; segundo, cada suceso tiene una probabilidad de ocurrencia y est determinada por el tamao del sector de la ruleta al cual est asociado, por lo tanto, si la flecha se detiene en un sector, el evento al cual est relacionado ser el resultado del experimento. Por ejemplo, supongamos que en una feria hay una ruleta como la siguiente: Los eventos seran, ganarse un juego de lpices o un paquete de dulces o un peluche. Observamos que cada suceso est relacionado a un sector. Si la ruleta es la unidad, entonces la probabilidad de ganar un paquete de dulces es
1 , es decir, si la flecha se detiene 2
en ese sector de la ruleta, el premio sern los dulces. Siguiendo la misma lgica, el premio ser el juego de lpices si la flecha indica hacia el sector al cual est asociado ese premio. Lo mismo ocurrir con el peluche. Ahora bien, una variable aleatoria la podemos imaginar como una ruleta numerada. Luego de hacerla girar siempre se detiene en algn nmero y la probabilidad de cada nmero est representado por el sector de la ruleta en el que se encuentre. El conjunto de valores posibles se llama el recorrido de la variable. Supongamos una variable Z, donde RecZ={1, 2, 3, 4, 5, 6, 7, 8, 9,10} y sus valores, equiprobables (tienen la misma posibilidad de ocurrir), la que podemos visualizar en la siguiente ruleta:
Variable representada por la ruleta Z
Notemos que los valores de esta variable son discretos, ya que a cada sector le corresponde un nico nmero entero.
118
Variables aleatorias discretas y continuas

Pueden distinguirse dos tipos de variables aleatorias: discretas y continuas. Una variable aleatoria discreta la podemos ver como aquella donde sus valores o recorrido estn en correspondencia uno a uno con el conjunto de los enteros positivos. Este tipo de variable puede ser representada por una ruleta dividida en un nmero fijo de sectores, a los cuales se les asocia un nico valor. Este es el caso de la ruleta anterior, que representa a la variable aleatoria Z. Como los resultados son equiprobables la ruleta queda dividida en 10 partes iguales y la probabilidad queda expresada como:
P(Z = 1) = P(Z = 2) = = P(Z = 10 ) = 1 10
Otro ejemplo de variable aleatoria discreta es el siguiente: Sea la variable W con su ruleta asociada, en la cual los resultados no son equiprobables y no corresponden slo a nmeros enteros:
Ruleta W
Aqu el recorrido es RecW= {
1 ; 0,4 ; 2} y la probabilidad queda expresada como: 3
1 1 1 1 W = 0, 4) = ; P( W = 2) = P W = = ; P ( 4 4 3 2
Una variable aleatoria continua la podemos ver como aquella que puede tomar cualquier valor en un intervalo de nmeros reales. Este tipo de variable puede ser representado por una ruleta donde cada fraccin de ella est asociada a un intervalo de nmeros reales y no a un solo valor.
Ruleta V
119
Es preciso sealar, que una variable aleatoria continua podra tomar valores como 1,3 o bien 1, 32 o bien 1, 325, etc. Sin embargo, a diferencia de las variables aleatorias discretas, la probabilidad de que salga un valor especfico es prcticamente nula. Por ejemplo,
P( V = 1,325) = 0
Lo que tiene sentido, en el caso de las variables continuas, es la probabilidad de que un valor est en un intervalo. En la ruleta V, las probabilidades de caer en los intervalos: [0,1), [0, 4) y [4, 12), 1 1 1 corresponden respectivamente a: , y . Formalmente esto se expresa: 16 4 2
P( V [0, 1)) = 1 1 1 ; P( V [0 , 4 )) = ; P( V [4, 12 )) = 16 4 2
Por convencin, el clculo de probabilidades en variables continuas se realizar en intervalos semiabiertos. De esta manera se evitar que el extremos superior est tambin contenido en el intervalo siguiente. Por ejemplo, para el caso anterior, en los intervalos [0, 4) y [4, 12), el 4 est contenido slo en el segundo intervalo. Por otra parte, es importante tener presente que, para toda variable aleatoria continua X, se cumple que:
P(X [a, b]) = P(X (a, b )) = P(X [a, b )) = P(X (a, b])
El caso de las variables aleatorias continuas se retoma en detalle ms adelante.
Distribucin de probabilidades
Para variables aleatorias discretas graficamos las probabilidades de sus diferentes valores. Esto lo llamamos la distribucin de probabilidades de la variable aleatoria. En otras palabras se trata del modelo terico que describe la forma en que varan los resultados de un experimento aleatorio y que puede verse grficamente. Por ejemplo, para una variable aleatoria X definida a travs de la ruleta siguiente, donde la mitad de la ruleta est asociada la valor cero (0) y la otra mitad al uno (1), puede corresponder perfectamente al experimento de lanzar una moneda, como el ejemplo 1 mostrado anteriormente:
Ruleta X
120
De esta representacin se deriva que la probabilidad de que X sea 0 es 0,5 y la probabilidad de que X sea 1 es tambin 0,5 entonces su distribucin de probabilidades es:
Es decir, P(X = 0) = 0,5 y P(X = 1) = 0,5 En el grfico se dibujan rectngulos con bases de cierto ancho en lugar de ancho cero. Eso lo hacemos slo para efectos estticos. Dado que de antemano sabemos que es una variable discreta, X slo toma valores 0 y 1. En variables discretas seguiremos con este tipo de grficos.
Suma de variables aleatorias discretas

Es posible construir la distribucin de probabilidades de la suma de variables aleatorias discretas, lo que puede tratarse como la suma de dos ruletas independientes entre s. El resultado puede expresarse como una nueva ruleta. Para el siguiente ejemplo, se tienen las variables aleatorias X e Y, representadas por las ruletas de la imagen. X Y Segn las ruletas, para los valores de las variables se tienen las siguientes probabilidades: Variable X : P( X = 0) = Variable Y : P(Y = 0) =
3 1 y P ( X = 1) = 4 4
1 2
y P(Y = 1) =
1 2
Resultados de la suma en un diagrama de rbol
121
Resultados de la suma en una tabla X 0 0 1 1 Y 1 0 1 0 X +Y 1 0 2 1 Probabilidad

3 1 3 = 4 2 8 3 1 3 = 4 2 8 1 1 1 = 4 2 8 1 1 1 = 4 2 8
Los valores posibles para la nueva ruleta son: 0, 1 y 2. Las probabilidades para la nueva ruleta son:
3 8 3 1 4 1 P( X + Y = 1) = + = = 8 8 8 2 1 P( X + Y = 2 ) = 8 P( X + Y = 0 ) =
Distribucin de probabilidad de X + Y ms ruleta asociada
Distribucin de Probabilidades
Ruleta X+Y
Otras operaciones Otras operaciones que pueden realizarse entre dos ruletas, determinando sus respectivas distribuciones equivalentes son, por ejemplo: X Y, X Y, Max(X, Y) y Min(X, Y) Para estos casos es conveniente hacerse la pregunta Qu sucede con la distribucin de probabilidades para estas operaciones?
122
Esperanza y varianza de variables aleatorias discretas

A Cristian Huygens, fsico, gemetra y astrnomo, quien entr en contacto en 1657 con la ideas de Pascal y Fermat, se le debe el concepto de esperanza matemtica, de gran trascendencia en el clculo de Probabilidades y en la Estadstica. Sus ideas las expuso en el Tractatus de Ratiocinius in Aleae Ludo. La Esperanza de una variable aleatoria puede ser ilustrada como el punto donde se alcanza el equilibrio en el grfico de la distribucin de probabilidades. Por ejemplo, para la variable aleatoria X definida por:
La Ruleta X
La Distribucin de Probabilidades
Cada rectngulo tiene altura 1/3. Visualmente, se puede ver que el punto de equilibrio est en 3.
La esperanza de X se escribe como E(X), por lo tanto, en este ejemplo se tiene que E(X)=3. Ejercicio Para cada una las variables A, B, C y D descritas por las distribuciones y ruletas siguientes, determinar visualmente sus respectivas esperanzas:
123
Consideremos nuevamente el caso de la variable aleatoria X definida por la ruleta, de modo que tiene slo tres valores {1, 3, 5} y son equiprobables.
Cmo podemos expresar en lenguaje matemtico la nocin de punto de equilibrio en el grfico de distribucin de probabilidades? Imaginemos cada barra del grfico de distribucin como un bloque con peso proporcional a su altura. Consideremos que se pone un apoyo en alguna posicin especfica, tal como se muestra en la figura:
Si el grfico contiene N bloques, consideremos el siguiente producto: Ai Di donde: Ai : altura o peso del bloque i en el grfico (i = 1,, N) Di: distancia entre la posicin del apoyo y el bloque (i = 1,, N) El apoyo corresponde a una posicin de equilibrio si se cumple que: A1 D1 + A2 D2 + A3 D3 + + AN DN = 0 As, en el caso a) donde hemos puesto el apoyo en 4, se tiene:
1 (1 4)+ 1 (3 4 )+ 1 (5 4) = 1 1 + 1 = 1 . Por lo tanto 4 no es punto de equilibrio. 3 3 3 3 3
En el segundo caso donde hemos puesto el apoyo en 1, se tiene:

1 (1 1)+ 1 (3 1)+ 1 (5 1) = 1 0 1 2 + 1 4 = 6 = 2 . Por lo tanto 1 tampoco es punto de equilibrio. 3 3 3 3 3 3 3
En el caso c) donde hemos puesto el apoyo en 3, se tiene:
124
1 (1 3)+ 1 (3 3)+ 1 (5 3) = 1 2 1 0 + 1 2 = 0 . Por lo tanto 3 es el punto de equilibrio, es 3 3 3 3 3 3
decir, E(X)=3. Dado que para una variable discreta, se tiene que sus valores posibles los podemos numerar, los denotaremos con un subndice. As el primer valor ser x 1 , el segundo ser x 2 , el tercero ser x 3 , y as sucesivamente hasta el ensimo que ser xN . En nuestro ejemplo anterior tenemos slo N = 3 valores y stos son: x1 = 1 , x2 = 3 , x3 = 5 . Con esta notacin, tenemos que la altura del grfico de la distribucin de probabilidades para la posicin x 1 es P( X = x1 ) , la altura para la posicin x 2 es P( X = x2 ) , la altura para la posicin x 3 es P( X = x3 ) , etc.
y entonces el punto de equilibrio e es aquel en el que se cumple la igualdad:
(x
i =1
e)P( X = xi ) = 0
( x1 e) P( X = x1 ) + ( x2 e) P( X = x2 ) + ( x3 e) P( X = x3 ) + ... + ( xN e) P( X = xN ) = 0 x1 P( X = x1 ) + x 2 P( X = x 2 ) + ... + x N P( X = x N ) e[P( X = x1 ) + P( X = x 2 ) + ... + P( X = x N )]= 0
Donde usando el hecho que eP( X = x1 ) + eP( X = x2 ) + eP( X = x3 ) + ... + eP( X = x N ) =

e P( X = x1 ) + P( X = x 2 ) + P( X = x3 ) + ... + P( X = x N ) = e 1 1
Despejamos e y obtenemos:
e = x1P( X = x1 ) + x2 P( X = x2 ) + x3 P( X = x3 ) + ... + xN P( X = xN )
e = xi P ( X = xi )
i =1
125
Pero como el punto de equilibrio es justamente E(X), entonces para variables aleatorias discretas con un nmero finito de valores tenemos:
E ( X ) = xi P ( X = xi )
i =1
= x1 P( X = x1 ) + x 2 P( X = x 2 ) + x3 P( X = x3 ) + ... + x N P( X = x N )
La esperanza puede ser interpretada como el promedio ponderado entre los valores del recorrido de la variable, donde los ponderadores son las respectivas probabilidades de cada valor.
Ejemplo Si una variable aleatoria X tiene los dos valores posibles 0 y 10, donde P( X = 0) = 0,5 y P( X = 10) = 0,5 , entonces su esperanza sera E ( X ) = 0,5 0 + 0,5 10 = 5 Sin embargo, si P( X = 0) = 0,8 y P( X = 10) = 0,2 entonces la esperanza de X sera E ( X ) = 0,8 0 + 0,2 10 = 2 Ejercicio 1 Para cada una de las variables aleatorias A, B, C y D descritas por las siguientes distribuciones y ruletas, calcula sus respectivas esperanzas.
A Ejercicio 2
Si la distribucin de probabilidades de una variable aleatoria discreta, es simtrica en torno a un valor, es decir, si la forma del grfico es igual tanto a la izquierda como a la derecha de dicho valor, demuestra que ese valor es la esperanza de la variable aleatoria.
126
Mquinas y propiedades de la esperanza Podemos imaginar la accin de obtener la esperanza como una mquina que toma una ruleta y le calcula su promedio ponderado. Este promedio se puede interpretar como el valor esperado al lanzar una cierta cantidad de veces la ruleta.
Mquina E: calcula esperanza
Veamos algunas propiedades de esta mquina: I. La esperanza de la suma de variables aleatorias es la suma de la esperanzas de cada una de ellas: E ( X + Y ) = E ( X ) + E (Y )
II. Para cualquier nmero real a, la esperanza de a veces una variable es a veces la esperanza de la variable: E (aX ) = aE ( X ) III. La esperanza del producto de variables aleatorias independientes es el producto de las esperanzas: E ( X Y ) = E ( X ) E (Y ) si X e Y son independientes entre s. IV. La esperanza de un valor constante c, es el mismo valor: E (c ) = c Demostrando las propiedades de la esperanza Las demostraciones presentadas a continuacin sern realizadas para variables discretas cuyo recorrido est conformado por slo dos valores, entendindose que se puede generalizar para el caso de n valores y que esto slo se hace para facilitar la comprensin. Propiedad I Consideremos la esperanza de la suma, en el caso que X e Y sean variables aleatorias discretas con dos valores cada una.
E ( X + Y ) = (x1 + y1 )P( X = x1) P(Y = y1 ) + (x2 + y1 )P( X = x 2 ) P(Y = y1 ) +
(x1 + y2 )P( X = x1) P(Y = y2 ) + (x2 + y2 )P( X
= x 2 ) P(Y = y2 )
Juntando y factorizando por x1 y x2 , al igual que por y1 e y2 , se tiene:
127
= x1 (P( X = x1) P(Y = y1 ) + P( X = x1) P(Y = y2 ))+ x2 (P( X = x 2 ) P(Y = y1 ) + P( X = x 2 ) P(Y = y2 ))

+ y1 (P( X = x1 ) P (Y = y1 ) + P ( X = x 2 ) P (Y = y1 ) )+ y2 (P ( X = x1 ) P(Y = y 2 ) + P ( X = x 2 ) P(Y = y2 ))
= x1 P( X = x 1 )(P( Y = y1 ) + P( Y = y 2 ))+ x 2 P( X = x 2 )(P( Y = y1 ) + P( Y = y 2 )) + y1 P( Y = y1 )(P( X = x 1 ) + P( X = x 2 ))+ y 2 P( Y = y 2 )(P( X = x 1 ) + P( X = x 2 ))

1 1 1 1
= x1 P ( X = x1 ) + x2 P ( X = x 2 ) + y1 P (Y = y1 ) + y 2 P(Y = y2 )
= E ( X ) + E (Y )
Volviendo a la interpretacin de la esperanza como un promedio ponderado, lo que entendemos con esta propiedad es que el promedio de la suma es la suma de los promedios. Retomando la idea de mquinas, tenemos que la Esperanza de la suma, representada en el circuito 1, arroja un mismo resultado que el circuito 2, la suma de las esperanzas.
Circuito 1: Esperanza de la suma
Circuito 2: Suma de las esperanzas
Observe el hecho que el circuito 1 es ms complejo, pues requiere calcular la ruleta X + Y, cosa que no siempre es trivial de hacer. Mientras que, en el circuito 2, no se requiere la construccin de esa ruleta. Propiedad II Similarmente se demuestra que para todo nmero real a se tiene, E( aX ) = aE( X ) . Esto significa que si multiplicamos cada valor del recorrido por un escalar a y luego calculamos su promedio esto ser igual que el producto entre el promedio de los valores de X y el escalar a. Ejercicio: Demostrar que E( aX ) = aE( X ) , donde Re cX = { x1 , x2 } Propiedad III Recordemos nuevamente el significado de independencia de sucesos. Dos eventos A y B son independientes si la probabilidad del evento A, dado que ya se conoce B es igual a la probabilidad de A. Es decir, el hecho de que ocurra B no cambia para nada la probabilidad de ocurrencia de A. Esto se expresa como: P(A/B)=P(A) Si A es independiente de B, entonces: P ( A B ) = P ( A) P( B )
128
Dos variables aleatorias X e Y son independientes si al conocer el valor de una de ellas no afecta en absoluto la distribucin de probabilidades de la otra, o bien, para las variables discretas X e Y, una es independiente de la otra si: dados los valores x e y cualesquiera, se tiene P ( X = x , Y = y ) = P( X = x ) P(Y = y ) Demostremos que E ( X Y ) = E ( X ) E (Y ) , cuando X es independiente de Y.
E( X Y ) =
= x1 y1P( X = x1 , Y = y1 ) + x1 y2 P( X = x1 , Y = y2 ) + x2 y1P( X = x2 , Y = y1 ) + x2 y2 P( X = x2 , Y = y2 ) = x1 y1P( X = x1 ) P(Y = y1 ) + x1 y2 P( X = x1 ) P (Y = y2 ) + + x 2 y1P( X = x2 ) P (Y = y1 ) + x 2 y 2 P( X = x 2 ) P(Y = y 2 ) = x1P( X = x1 )[y1P(Y = y1 ) + y2 P(Y = y2 )]+ x2 P( X = x2 )[y1P(Y = y1 ) + y2 P(Y = y2 )] = [x1P( X = x1 ) + x2 P( X = x2 )][y1P(Y = y1 ) + y2 P(Y = y2 )]
= E ( X ) E (Y )
Propiedad IV Para la esperanza de una constante, se tiene lo siguiente: si una variable aleatoria X estuviese definida por una constante c , es decir, X = c para cualquier evento, entonces cul es su esperanza? Podemos imaginar un dado cuyas caras estn todas marcadas por el valor 2. Al lanzar el dado, cul es el resultado? Obviamente 2, en otras palabras se trata de un evento seguro con probabilidad 1. Entonces, para este caso se tienes que E(X=2) = 2 o bien E(2) = 2. En general:
E( c ) = c P( X = c ) = c 1 = c
Es decir, la esperanza de una constante es la misma constante.
Dispersin o variabilidad
El concepto de variabilidad o dispersin de una variable aleatoria nos indica qu tan alejados de la media o esperanza se encuentran los valores, caracterizando de esta manera a la distribucin. Al observar el grfico, podemos decidir, de manera intuitiva, si la distribucin es ms o menos dispersa. Una forma de cuantificar esta caracterstica es utilizando algunos indicadores, en este estudio analizaremos dos: la varianza y la desviacin estndar. Varianza
x1 , x 2 , x3 , , x N } . Considera una variable aleatoria discreta X, cuyo recorrido es Re cX = { La diferencia entre cada valor del recorrido y la esperanza de X de denomina desviacin:
(xi E (X ) ) , para todo xi del recorrido de X, es la desviacin respecto a la esperanza de X.
129
Si realizamos la sumatoria de todas las desviaciones de los valores el resultado ser cero, ya que las desviaciones con respecto a la media o esperanza se compensan al haber trminos en esa suma que son de signos distintos. Es decir:
(x
i =1
E ( X = xi ) ) = 0
(x1 E (X ) )+ (x2 E (X ) )+ (x3 E (X ) )... + (x N E (X ) ) = 0

Por ejemplo, si los valores son: x1=1, x2=3, x3=5, para este caso E(X) = 3, luego se tiene:
(x1 E (X ) ) + (x2 E (X ) ) + (x3 E (X ) ) =
(Sumatoria de las desviaciones) (Reemplazando valores) (Resolviendo)
(1 3 )
2
(3 3)
0
(5 3 )
2
=0
La varianza se define como el promedio ponderado o esperanza del cuadrado de dichas desviaciones. Al considerar las desviaciones al cuadrado, el resultado ser mayor o igual a cero. La frmula para calcularla es:
VAR ( X ) = E ( ( X E ( X )) 2 )
El desarrollo de la frmula es el siguiente:
(1)
VAR( X ) = ( xi E ( X )) 2 P( X = xi )
i =1
= ( x1 E ( X )) 2 P( X = x1 ) + ( x 2 E ( X )) 2 P( X = x 2 ) + ( x3 E ( X )) 2 P( X = x3 ) + ... + ( x N E ( X )) 2 P( X = x N )
Ejemplo 1 Dada la variable aleatoria X, tal que Re cX = { 1, 0, 3, 5} , donde:

P(X = 1) = P(X = 3) = 1 1 ; P(X = 0) = ; 4 2 P (X = 5) = 1 8
1 ; 8
130
Los valores para la frmula sern:

x1 = 1 P(X = x1 ) = x2 x3 x4 1 4 1 = 0 P(X = x 2 ) = 2 1 = 0 P(X = x3 ) = 8 1 = 0 P(X = x 4 ) = 8
La esperanza de la variable es:

E (X ) = 1 1 1 1 1 + 0 + 3 + 5 4 2 8 8 1 3 5 = + + 4 8 8 3 = 4
Reemplazando en la frmula:
1 3 1 3 1 3 1 3 VAR(X ) = 1 + 0 + 3 + 5 4 4 2 4 8 4 8 4 = 10,7109375
2 2 2 2
Ejemplo 2 Dada la variable aleatoria W, donde Re cW = { 1, 0, 1, 2} y las probabilidades de cada valor son: 1 1 W = 0) = ; P( W = 1) = ; P( 2 4 1 1 W = 2) = P( W = 1) = ; P ( 8 8 La esperanza de W, es:
E (X ) = 1 1 1 1 ( 1)+ 0 + 1 + 2 4 2 8 8 1 1 2 = + + 4 8 8 1 = = 0,125 8
131
Luego la varianza de W es:

V( W)= 1 1 1 1 1 0,125)2 + (2 0,125)2 ( 1 0,125)2 + (0 0,125)2 + ( 4 2 8 8 = 0,859375
Podemos notar que la varianza de la variable X es mayor que la variable W. Esto significa que la distribucin del ejemplo 1 tiene mayor dispersin respecto a la del ejemplo 2, es decir, los datos se encuentran ms alejados de la esperanza.
Desviacin Estndar
En la siguiente imagen, la esperanza es el punto de equilibrio simbolizado por la posicin del vrtice superior del tringulo de apoyo. Las desviaciones son d1 y d2.
Observa que se cumple la siguiente igualdad d12 = d 2 2 = d 2 . Entonces al calcular la varianza el resultado es: VAR( X ) = ( x1 E ( X )) 2 P( X = x1 ) + ( x 2 E ( X )) 2 P( X = x 2 )
= d12 P( X = x1 ) + d 2 2 P( X = x 2 ) = d12 0,5 + d 2 2 0,5 = d 2 0,5 + d 2 0,5 = d2

Esto significa, que la desviacin estndar es la raz cuadrada de la varianza. Entonces, la frmula para calcularla es:
S ( X ) = VAR ( X ) = E ( ( X E ( X )) 2 )
Ejemplo Calcula la varianza y desviacin estndar, de la variable aleatoria X, representada en la siguiente distribucin de probabilidades:
132
Para calcular esto indicadores, primero debemos saber el valor de la esperanza de la variable:
E (X ) = 1 1 1 1 3 + 4 + 5 + 6 = 4,5 4 4 4 4
Entonces,
Var ( X ) = 1 (3 4,5)2 + 1 (4 4,5)2 + 1 (5 4,5)2 + 1 (6 4,5)2 = 1,25 4 4 4 4
S ( X ) = Var( X ) = 1,25 1,12
Frmula Equivalente
Una frmula equivalente para el clculo de la varianza es:
VAR(X ) = E ( X 2 ) E ( X ) 2
El desarrollo de la frmula es el siguiente:
N VAR( X ) = x P( X = xi ) xi P( X = xi ) i =1 i =1
N 2 i 2
(2)
2 2 VAR( X ) = x12 P( X = x1 ) + x 2 P( X = x 2 ) + ... + x N P( X = x N )
(( x1 P( X = x1 ) + x 2 P( X = x 2 )) + ... + x N P( X = x N ) )
A continuacin se demuestra la equivalencia entre ambas frmulas, aplicando las propiedades de la Esperanza. Por demostrar: VAR ( X ) = E ( ( X E ( X )) 2 ) = E ( X 2 ) E ( X ) 2
E( ( X E( X ))2 ) = E( X 2 2 X E( X )) + E( X ) 2 = E( X 2 ) E( 2 XE( X )) + E( E( X ) 2 )
Desarrollando el cuadrado de binomio. Aplicando la propiedad (1) acerca de la esperanza de la suma. Aplicando la propiedad (4) acerca de la esperanza de una constante. Notar que E(E(X)) = E(X), ya que en este caso el valor de la esperanza es conocido y constante. Sumando trminos semejantes. Obteniendo la expresin buscada.
= E( X 2 ) 2 E( X ) E( X ) + E ( X ) 2
= E( X 2 ) 2 E( X )2 + E( X )2 = E( X 2 ) E( X ) 2
Por lo tanto, queda demostrada la igualdad.
133
Considerando esta igualdad, la frmula de desviacin estndar es:
S ( X ) = VAR( X ) = E ( X 2 ) E (X )2
Ejemplo Calcule la varianza de la variable aleatoria X, del ejemplo anterior, aplicando la frmula (2): - La esperanza de X ya se conoce y es E ( X ) = 4,5 . - E ( X 2 ) se determina de la siguiente manera:
E( X 2 ) = 1 1 2 1 2 1 2 1 2 1 3 + 4 + 5 + 6 = (9 + 16 + 25 + 36 ) = 86 = 21,5 4 4 4 4 4 4
2
- Luego,
VAR( X ) = E( X 2 ) ( E( X )) 2 = 21,5 (4 ,5) = 21,5 20 ,25 = 1,25
(Valor ya obtenido)
Ejercicio Para cada una de las variables aleatorias A, B,..., F descritas por las ruletas siguientes, calcular sus respectivas varianzas y desviaciones estndares. (La ruleta E est dividida en cuartos y doceavos y las dems en cuartos y octavos)
A Ejercicio
I. En un concurso ofrecen a escoger entre dos alternativas: Alternativa A: recibir directamente un milln de pesos. Alternativa B: lanzar la ruleta Y (con dos valores equiprobables) y recibir lo que salga.
Ruleta Y
1. 2. 3.
Dibujar la ruleta X correspondiente a la alternativa A. Para X e Y, calcular la esperanza y varianza. Qu alternativa escogera? Explicar porqu.
134
Ms adelante, en la segunda parte del concurso ofrecen a elegir entre dos nuevas alternativas: Alternativa C: devolver 1 milln de pesos (o pagarlo de la billetera si es que no ha ganado nada) Alternativa D: lanzar la ruleta V (con dos valores equiprobables) y recibir lo que salga. 1. 2. 3. Dibujar la ruleta U correspondiente a la alternativa C. Para U y V, calcular la esperanza y varianza. Qu alternativas escogera? Explicar porqu.
Ruleta V
Propiedades de la varianza
Es til notar que la varianza de una variable aleatoria es invariante ; es decir, Var( X + b ) = Var( X ) para cualquier constante b. Grficamente hablando, al sumar b a cada elemento del recorrido, sera como desplazar en b unidades todos los valores, sin variar la distancia existente entre ellos.
Distribucin de la variable X
Distribucin de la variable X+b
De manera ms general, y aplicando las propiedades de la esperanza, se puede demostrar que Var( aX + b ) = a 2Var( X ) para cualesquiera a y b constantes:
Var( aX + b ) = E [( aX + b ) 2 ] [ E( aX + b )] 2 = E( a 2 X 2 + 2abX + b 2 ) [ aE( X ) + b ] 2
Definicin de varianza Desarrollando el cuadrado de binomio y aplicando propiedades de la esperanza.
= a 2 E( X 2 ) + 2abE( X ) + b 2 a 2 E 2 ( X ) 2abE( X ) b 2 Aplicando propiedades de la

esperanza
= a 2 E( X 2 ) a 2 E 2 ( X ) = a2 ( E ( X 2 ) E 2 ( X )) = a 2Var( X )
Cancelando trminos semejantes Factorizando Definicin de varianza

135
Distribucin Binomial
Jacques Bernoulli en su obra "Ars conjectandi" (El arte de conjeturar), publicada en 1713, estudia la distribucin binomial. Aqu establece su ley, en la que se define un proceso de Bernoulli como una serie de n experimentos aleatorios que verifican lo siguiente: a. Cada experimento tiene dos resultados posibles (xito y fracaso). b. La probabilidad p de xito es la misma en cada experimento, y no se ve afectada por el conocimiento de los resultados anteriores. La probabilidad q de fracaso viene dada por q = 1 - p.
Jacques Bernoulli
Una distribucin de probabilidades muy utilizada es la binomial, la cual se anota como B(n, p). Para entender de qu se trata, imagina una urna llena de bolitas rojas y blancas, donde la proporcin de bolitas rojas es p con respecto al total, luego 1- p es la proporcin de blancas. El experimento consiste en extraer n bolitas con reposicin, esto significa, extraemos una, anotamos su color, la devolvemos a la urna y sacamos otra hasta completar las n pedidas. En el lenguaje de Estadstica y Probabilidades, cada bolita roja que sale es llamada un xito o acierto y una bolita blanca es un fracaso. Cada vez que saquemos una bolita roja anotaremos 1 y cuando sea blanca, 0. Con esto definimos una variable aleatoria discreta con un recorrido que va de 0 (ninguna roja) hasta n (todas rojas), es decir, {0, 1, 2, 3,n}. Ejemplo Consideremos el experimento aleatorio siguiente: sacar 2 bolitas con 1 reposicin, desde una urna donde hay una proporcin de o 0,5 de bolitas 2 rojas respecto al total y el resto son blancas. Como cada vez que sacamos una bolita no cambia la proporcin entre el nmero de rojas y el nmero de blancas, entonces podemos hablar de que cada sacada es un suceso independiente. Para este experimento se define la variable aleatoria X como: El nmero de bolitas rojas (xitos) sacadas El recorrido de la variable ser el nmero total de bolitas rojas obtenidas en dos sacadas, sin importar el orden en que salieron. Luego, RecX = {0, 1, 2}
136
Segn lo anterior esto se interpreta como: RecX 0 1 2 Interpretacin Si en las dos sacadas no sale ninguna bolita roja (las dos son blancas) Si en las dos sacadas slo sale una bolita roja Si en las dos sacadas ambas bolitas son rojas
1 Entonces, X es una variable con distribucin Binomial, en la cual n = 2 y p = = 0,5 2 1 Formalmente se anota X ~ B(2, ). A continuacin calcularemos las probabilidades para cada 2 valor del recorrido. En este caso es til recurrir a un diagrama de rbol:
Luego se tiene: P(X = 0) = P (en ambas sacadas no sale roja) = 0,5 0,5=0,25 P(X =1) = P (en la primera sacada sale roja y en la segunda no, o bien, en la primera no sale roja, pero en la segunda s) = 0,5 0,5 + 0,5 0,5 = 0,5 P(X = 2) = P (en ambas sacadas sale roja) = 0,5 0,5 = 0,25 De manera que el grfico de la distribucin de probabilidades de la variable X ~ B(2, 0,5) y su ruleta asociada son:
Distribucin de Probabilidades
Ruleta X
Vemos que X es una variable aleatoria discreta.

137
Otra manera de verlo

Otra manera de ver el ejemplo anterior es la siguiente. Dado que se realizan dos sacadas con reposicin, la variable X puede ser vista como la suma de dos variables o ruletas iguales e independientes entre s con probabilidad 0,5 o 1 para el valor 1 (xito) y de 0,5 o 1 para el cero (fracaso). 2 2
Y1 Ejercicio
Y2
Completar la siguiente tabla donde se resumen los resultados de las ruletas:

Ruleta 1 (Y1) Ruleta 2 (Y2) Suma (X = Y1+ Y2) Probabilidad de la suma (X)
0 0 1 1
0 1 0 1
En general Una variable X con distribucin binomial X ~ B(n, p) puede visualizarse como el experimento de realizar n sacadas con reposicin desde una urna. Por lo mismo, X puede ser representada por la suma de n ruletas iguales e independientes, donde cada una corresponde a una variable Xi que toma los valores 0 y 1. Luego:
X = Xi
i =1
Adems, las probabilidades son P(Xi =1) = p y P(Xi = 0) = 1 - p
i = 1n
138
Grficamente:
Suma de n ruletas
Esperanza de una variable con distribucin binomial

Sea X una variable aleatoria con distribucin binomial, donde X ~ B(n, p) Cunto es E(X)? Para encontrar el valor de E(X), hay que recordar que X puede ser representada como las suma de n ruletas independientes con valores 0 y 1. Dado que la variable X se puede descomponer como X = X i , se tiene:
i =1 n
n E( X ) = E X i = E( X 1 + X 2 + ... + X n ) i =1
Si se aplica la propiedad de esperanza, respecto de la suma de variables, entonces:
E( X ) = E( X i ) = E( X 1 ) + E( X 2 ) + ... + E( X n )
i =1
Pero como E( X i ) = 1 p + 0 ( 1 p ) = p i Reemplazando, E( X ) = p + p + ... + p

n veces
Finalmente: E( X ) = np
Para cualquier variable X con distribucin binomial X ~ B(n, p), la esperanza de X es igual a np
139
Ejercicio Imaginemos que tenemos una urna binomial B(12; 0,5) y que por cada bola roja, es decir, por cada acierto, avanzamos la ficha un paso a la derecha en el tablero lineal siguiente:
En la imagen, la ficha aparece en la posicin 4 para ilustrar la situacin en la que salieron 4 bolas rojas de un total de 12 bolas sacadas. Si hiciramos este experimento unas 100 veces, dnde caera en promedio la ficha? Dado que cada vez hacemos 12 sacadas es claro que jams llegaremos al casillero 13 ni al 14. Para llegar all se necesitaran 13 o 14 bolitas rojas, y a lo ms con 12 sacadas obtendremos 12. Si hiciramos este experimento unas 100 veces, pero con una urna binomial B(12, p), dnde caera en promedio la ficha? Si hiciramos este experimento unas 100 veces, pero con una urna binomial B(n, p), dnde caera en promedio la ficha? Para hacer una estimacin razonable de las 100 sacadas, podemos suponer que el histograma que se obtendr ser muy parecido a la distribucin de probabilidad de la binomial correspondiente. Y as, la posicin esperada ser la esperanza de la variable aleatoria N, que cuenta el total de aciertos. Calculemos entonces la esperanza primero para el caso en el que la urna es una binomial B(1, p). Es decir, hacemos slo una sacada y la probabilidad de que salga roja es p. En este caso, la ficha puede quedar slo en el casillero 0 en el 1. Llamamos N1 la posicin final de la ficha en el tablero. Entonces, P(N1 = 0) = 1 - p y P(N1 =1) = p Por lo tanto, E ( N1 ) = 0 P( N1 = 0) + 1 P ( N1 = 1)
= 0 (1 p ) + 1 p
=p
Calcular ahora la esperanza para el caso B(2, p). Es decir, calcular E(N2), donde N2 es la posicin de la ficha al sacar de la urna B(2, p). a. Demostrar que la posicin N2 al sacar de una urna B(2, p), es decir, al sacar dos bolitas con reposicin es igual que sacar una bola de una urna B(1, p) ms un salto M que es equivalente a sacar una bola de una urna B(1, p). Es decir, N2 = N1 + M
140
Por lo tanto: E(N2) = E(N1) + E(M) = p+p = 2p b. Demostrar que la posicin N3 al sacar de una urna B(3, p), es decir al sacar tres bolas con reposicin, es igual a la posicin al sacar dos bolas de una urna B(2, p) ms un salto M que es equivalente a sacar una bola de una urna B(1, p). Es decir, N3 = N2 + M c. Demostrar que E(N3) = 3p d. Demostrar que al sacar de una urna B(n, p), es decir, al sacar n bolas con reposicin, la posicin N(n) es igual a la posicin al sacar n-1 bolas de una urna B(n-1, p) ms un salto M que es equivalente a sacar una bola de una urna independiente B(1, p). Es decir, Nn = Nn-1 + M , con M independiente de Nn-1. e. Demostrar que E(Nn) =E(Nn-1) + p, y usando esta relacin justifica que E(Nn) = np.
Varianza de una distribucin binomial

Calculemos ahora la varianza de una Binomial B(n, p). Comencemos con el caso especial de una binomial B(1, p). Ya hemos visto que la esperanza es p. Por lo tanto E ( N E ( N )) 2 = E ( N p ) 2 = (0 p) 2 P( N = 0) + (1 p )2 P( N = 1)
= (0 p )2 (1 p ) + (1 p )2 p = ( p + 1 p) p (1 p ) = p (1 p )
Para el caso general, usamos el hecho que Nn = Nn-1 + M, con M independiente Nn-1 y M es una variable aleatoria B(1, p). Entonces restemos a ambos lados la esperanza E(N(n)), y as obtenemos:
N n E (N n ) = N n E (N n )+ M
Pero como E (N n ) = E (N n 1 )+ p , tenemos:

N n E (N n ) = N n 1 E (N n 1 )+ M p
141
Elevando al cuadrado a ambos lados nos queda:
[N n E (N n )]2 = [N n E (N n 1 )+ M p]2
Tomando esperanza a ambos lados:
E [N n E (N n )]2 = E [N n 1 E (N n 1 )+ M p ]2
) (
( ) Var (N n ) = E ([N n 1 E (N n 1 )]2 ) E ([ [N n 1 E (N n 1 )]( M p)]) + E ([M p]2 )

Var (N n ) = E [N n 1 E (N n 1 )]2 [ [N n 1 E (N n 1 )](M p )]+ [M p]2
Pero como N n 1 es independiente de M, entonces:
(M p )) = E[N n 1 E (N n 1 )] E (M p ) = 0 E ([N n 1 E (N n 1 )]
Por lo tanto,
Var (N n ) = Var (N n 1 )+ E [M p ]2
Pero como M es una binomial B( 1, p ) , ya conocemos su varianza. Reemplazando, tenemos:

Var (N n ) = Var (N n 1 )+ p ( 1 p) 1 p) Como adems Var (N1 ) = p ( 1 p ) , entonces Var (N n ) = n p (
As podemos concluir que:
Una variable aleatoria Nn con distribucin binomial B(n, p) tiene esperanza y varianza que aumenta proporcionalmente con n:
E (N n ) = n p Var (N n ) = n p ( 1 p)
142
Variables aleatorias continuas y densidad de probabilidad

Sea una variable aleatoria continua, como la ilustrada en la ruleta siguiente:
Ruleta X
La probabilidad de que la ruleta se detenga en 40 grados es cero. Es decir, P(X = 40 ) = 0 . En realidad, dado un nmero cualquiera, la probabilidad de que la ruleta se detenga justo en el ngulo correspondiente a ese nmero es cero . Es decir, para cualquier nmero a se tiene P(X = a ) = 0 . As, si se quiere graficar la distribucin de probabilidad sera un grfico de altura siempre igual a cero. Si embargo, la probabilidad de intervalos es no nula. Por ejemplo, la probabilidad de que la 180 ruleta se detenga entre 0 y 180 grados es igual a 0,5, es decir, P(X [0, 180)) = = 0,5 . 360 Asimismo, la probabilidad de que la ruleta se detenga entre 0 y 90 grados es 0,25. Es decir,
P(X [0, 90)) = 90 1 = . 360 4
Si achicamos an ms el intervalo, tenemos:

10 360 1 P(X [0, 1)) = 360 0,1 P(X [0, 0,1)) = 360 P(X [x, x + h )) cuando h es muy pequeo. h Usaremos esta definicin de densidad para variables aleatorias cuya ruleta es uniforme por tramos. P(X [0, 10)) =
Se define la densidad de probabilidad f ( x) =
Ya que P( X = a ) = 0 , si X es una variable aleatoria continua, entonces, para una distribucin continua se tiene:
P(X [a, b]) = P(X (a, b )) = P(X [a, b )) = P(X (a, b])
143
La funcin de densidad se utiliza en Estadstica y Probabilidad con el propsito de conocer cmo se distribuyen las probabilidades de los sucesos en relacin a los resultados del experimento. En este caso, se llama funcin de densidad de probabilidad. As para nuestra ruleta se tiene:
h P(X [x, x + h )) 360 1 f ( x) = = = h h 360
Si graficamos esta funcin densidad queda de la siguiente forma:
Esta distribucin se denomina, distribucin uniforme entre 0 y 360, y se denota por U(0, 360). Ntese que la probabilidad de que la flecha se detenga entre 0 y 360 grados, o sea P( X [0,360]) es justamente el rea del rectngulo completo que es 1.
Distribucin uniforme o rectangular

En general, se dice que una variable aleatoria X posee una distribucin uniforme, X ~ U (a, b) , en el intervalo [a, b], si su funcin de densidad es la siguiente:
f (x ) = 1 , ba si a x b
Esto quiere decir, que todos los subintervalos de igual largo en el recorrido tienen igual probabilidad de xitos y sta depende nicamente de la longitud del recorrido. Ahora, la probabilidad de un subintervalo est dada por el rea de la regin que se encuentra sobre l. Por ejemplo, si en la variable X, ya presentada, se considera el subintervalo [60, 120), su probabilidad ser el rea ms oscura observada en la imagen, y se calcula multiplicado el valor de la funcin de densidad de la variable X por el largo del subintervalo:
) = f (x ) 120 60 P(X [60, 120]

1 60 360 60 1 = = 360 6 =
144
Ejercicio Escribir para cada grfico de densidad, el intervalo [a, b] cuya probabilidad sea el rea sombreada y calcular P(X [a, b]) , segn corresponda:
Funcin densidad desde un punto de vista ms general

Para ilustrar lo que se entiende como funcin de densidad de probabilidad, veamos el siguiente ejemplo. Supongamos que se miden los tiempos, entre dos llegadas consecutivas, de 100 clientes a una tienda y se agrupan en diez intervalos de un minuto cada uno, como se muestra en la tabla de tiempos entre llegadas. En este punto se grafican las frecuencias relativas para cada intervalo por medio de rectngulos, como se muestra en el grfico de frecuencias, para indicar que la frecuencia se refiere al intervalo completo ms que a un punto en particular del mismo. Ntese que, puesto que la base tiene una longitud igual a uno, el rea de cada rectngulo es la frecuencia relativa del correspondiente intervalo y, por lo tanto, la suma de las reas de todos los rectngulos es igual a 1. Tabla: Tiempos entre dos llegadas consecutivas (100 clientes a un servicio) Intervalo 0 < x 1 1< x 2 2< x3 3< x4 4< x5 5< x6 6< x7 7< x8 8< x9 9 < x 10 Nmero de llegadas 20 16 15 11 12 8 6 7 3 2 Frecuencia relativa 0,20 0,16 0,15 0,11 0,12 0,08 0,06 0,07 0,03 0,02
145
Grfico: Frecuencias relativas de los tiempos de llegada
Supongamos que en lugar de observar los tiempos entre dos llegadas consecutivas de 100 clientes, se observan los tiempos para 1000 clientes y se agrupan en 20 intervalos de medio minuto cada uno; o bien pueden observarse los tiempos para 10.000 clientes agrupndolos en 40 intervalos de 15 segundos cada uno. Cada vez que esto se hace, se produce un histograma que es cada vez menos irregular, pero en el que la frecuencia sigue siendo prcticamente la misma. Al continuar este proceso de aumento del nmero de observaciones mientras se disminuye la amplitud de los intervalos de clase, se llegar a una curva lmite. Esto es, cuando el nmero observado de clientes, entre dos llegadas consecutivas, es muy grande y la amplitud de los intervalos de clase sean muy pequea, la frecuencia relativa aparecer, en esencia, como una curva lisa. Con base en el grfico de frecuencias, puede especularse que la curva lmite para este ejemplo es la que se muestra en el grfico de curva lmite. Grfico: Curva lmite para la frecuencia relativa de los tiempos de llegada:
La funcin f(x), cuya grfica es la curva lmite que se obtiene para un nmero muy grande de observaciones y para una amplitud de intervalo muy pequea, es la funcin de densidad de probabilidad para una variable aleatoria continua X, ya que la escala vertical se elige de manera que el rea total bajo la curva es igual a 1.
146
Formalmente, la funcin de densidad de probabilidad f(x) cumple con lo siguiente: 1. f(x) 0,
2. El rea total bajo la curva es igual a 1. 3. P(X [a, b]) corresponde al rea bajo la curva entre a y b.
Existen variables aleatorias continuas con otras densidades?

Exploremos cambios de escala en las ruletas. Por ejemplo, en la ruleta Y, de la imagen, marcamos en la regin entre 90 y 90 grados en el sentido del reloj una escala de 0 a 10, y en la regin de 90 a 90 tambin en el sentido horario, marcamos otra escala de 10 a 30. Ambas escalas son equiespaciadas, pero son distintas entre s:
Ruleta Y
Se puede observar en la ruleta, dos escalas: la primera que va de 0 a 10 abarcando la mitad de la ruleta, y de 10 a 30 ocupando la otra mitad. De este modo al girar la ruleta es tan probable que salga un nmero entre 0 y 10 como que salga entre 10 y 30, es decir:
1 , donde P( Y [ 0, 30]) = 1 2 Por otra parte, al considerar intervalos de igual tamao dentro de [0,10) estos tienen la misma probabilidad (son equiprobables), es decir,
P( Y [ 0, 1) )= P(Y [ 1, 2) ) = ... = P(Y [y , y + 1)) para cualquier y [0, 9]
P( Y [ 0, 10) 10, 30])= ) = P(Y [
As, cada intervalo de ancho 1 abarca un dcimo de la mitad de la ruleta y, por lo tanto, la probabilidad de que la ruleta se detenga en un intervalo de ancho 1, incluido en [0, 10), es un dcimo por un medio. Esto se expresa:
P( Y [y , y + 1) )=
(y + 1) y 1
10 2
1 , para todo y [ 0, 9 ] 20
Similarmente todos los intervalos de ancho a incluidos en [0,10) son equiprobables y la probabilidad de que la ruleta se detenga en ellos es a dcimos de la mitad. Es decir, P( Y [y , y + a ) )= a 1 10 2
147
Por lo tanto, la densidad de probabilidad para el intervalo [0,10) es:

h 1 ) P( Y [y , y + h) 10 2 = 1 f ( y) = = h h 20
En cambio entre 10 y 30 se tiene que cada intervalo de ancho 1 abarca un veinteavo de la mitad de la ruleta. Es decir,
10, 11)) = P(Y [ 11, 12)) = = P(Y [29, 30)) = P(Y [ 1 1 20 2
Similarmente los intervalos de ancho a incluidos en [10,30] son todos equiprobables y la probabilidad de que la ruleta se detenga en ellos es a veinteavos de la mitad de uno. Es decir,
10,10 + a )) = P(Y [ a 1 20 2
Ahora, la densidad de probabilidad para el intervalo [10,30] es:

h 1 P(Y [y, y + h )) 20 2 1 f ( y) = = = h h 40
Entonces el grfico de la densidad de probabilidad para la variable aleatoria Y es:
En este caso se trata de una densidad que tiene dos tramos: [0, 10) y [10, 30). Decimos que la variable es uniforme por tramos. Conocida la funcin de densidad podemos calcular probabilidades de intervalos. Si el intervalo [a, b] es tal que la densidad es constante en l, es decir f(x) = c para todo x en [a, b], entonces P(X [a, b] ) = c b a es el rea del rectngulo cuyo ancho es el ancho del intervalo [a, b) y de P(X [x, x + h]) alto c. Esto se debe a que la densidad es f ( x) = , ya que este valor es el mismo, h para cualquier subintervalo [x, x + h] incluido en [a, b]. Por lo tanto, tomando x = a y h = b a , P(X [a, a + (b a)] ) . Es decir, P(X [a, b]) . tenemos c = f (a) = c= ba ba
148
Cuando el intervalo comprende zonas con diferentes densidades, entonces hay que considerar descomponer el intervalo en subintervalos, cada uno con densidad constante.
Ejercicio 1 Escribir para cada grfico el intervalo [a, b] cuya probabilidad sea el rea sombreada y calcular en cada caso P(X [a, b]) . Recuerda que la probabilidad est dada por el rea de la regin sobre el intervalo.
De funcin de densidad a Ruletas

Segn lo anterior es lgico decir que, a partir de la densidad de probabilidad de una variable aleatoria continua es posible construir la ruleta asociada, ya que es posible determinar la probabilidad de los intervalos que tiene diferentes densidades. Por ejemplo, si el grfico de densidad es:
Observamos que el recorrido de la variable es el intervalo [0, 50) ya que valores fuera de l tienen probabilidad cero. Ahora, hay que determinar una escala en la ruleta de manera que al hacerla girar, los nmeros en los que se detiene tengan la densidad graficada.
149
Segn las densidades observadas, el recorrido se divide en los intervalos: [0, 10); [10, 20); [20, 30); [30, 40); [40, 50) El intervalo con mayor densidad es [20, 30) con f (x ) = 1 , segn la frmula dada se tiene: 20
20, 30) )= c b a = P(X [ 1 10 1 = 30 20 = 20 20 2
Por lo tanto, este intervalo est asociado a la mitad de la ruleta. Como adems, todos los subintervalos de [20,30) que tengan un mismo ancho son equiprobables, entonces la escala es uniformemente espaciada.
1 , entonces debe 6 abarcar un sexto de la ruleta y en forma uniformemente espaciada. Lo mismo ocurre para el intervalo [30, 40).
Realizando el mismo procedimiento decimos que la probabilidad de [10,20) es
Finalmente, los intervalos [0, 10) y [40, 50) abarcan cada uno 1 de la ruleta. 12 As, podemos asignar los siguientes ngulos a cada intervalo: Grados 0 a 180 180 a 240 240 a 270 270 a 300 300 a 360 Intervalo [20, 30) [30, 40) [40, 50) [0, 10) [10, 20)
Ruleta W
Ejercicio 1 1. Para cada una de las siguientes densidades, describir la escala de una ruleta para que al girar, el nmero en el que se detenga tenga la densidad especificada. I) II)
150
2. Construir las dos ruletas con las escalas propuestas. Con el software Mquinas Mgicas, construye un circuito para efectuar 100 lanzamientos, de manera que el resultado sea un histograma experimental para intervalos de ancho 10 en el caso de la primera ruleta (comenzando [0, 10)), y de ancho 20 para la segunda (comenzando con [-10, 10)). Normalizar a uno (*) y comparar el grfico con las densidades respectivas. a. Para los casos I) y II) Cmo podra ser el grfico de densidad, si se mantiene la misma distribucin de probabilidades (para cinco intervalos), pero donde el recorrido es entre 1.000 y 1.000? Cmo es la escala en la ruleta correspondiente? b. Para los casos I) y II) Cmo podra ser el grfico de densidad, si se mantiene la misma distribucin de probabilidades (para cinco intervalos), pero donde el recorrido es entre 1 milln y 1 milln? Cmo es la escala en la ruleta correspondiente? c. Por qu la funcin de densidad es siempre positiva o nula? d. Por qu el rea de la imagen formada bajo la funcin de densidad debe ser siempre 1? (*) Normalizar a uno el histograma, significa hacer que el rea total del grfico (suma de las reas de los rectngulos) sea igual a 1. Para esto basta dividir la altura de cada rectngulo (frecuencia) por:
[nmero de datos] [ancho de intervalo]

Por ejemplo si se realiza el experimento de simular 100 veces, en el grfico de densidad I) puede que resulte 5 veces el intervalo [-50, -40) , 8 veces el intervalo [-40, -30), etc. Entonces la altura del histograma experimental ser de 5 para el intervalo [-50, -40), la altura ser de 8 para el intervalo [40, -30), etc . Entonces las alturas deben ser divididas por 1000 = 100 (datos) 10 (ancho del intervalo) -- esto es normalizar a 1--. O sea la altura normalizada del intervalo [-50, -40) ser de 0,005 , la altura normalizada del intervalo [-40, -30) ser de 0,008 , etc. As, el rea total ser de todo el histograma normalizado ser igual a 1. Una vez normalizado se puede comparar con el grfico de la densidad. Para el grfico de densidad b) es similar, pero habr que dividir el histograma por 2.000 = 100 (datos) 20 (ancho del intervalo) Ejercicio 2 Es posible para cualquier variable aleatoria continua construir una escala para que la ruleta correspondiente tenga la misma densidad que la variable aleatoria? Imaginemos una densidad cualquiera. Por ejemplo, una como la siguiente:
151
En la que el rea bajo la curva sea uno. Aproximemos la curva por rectngulos, tal como en la siguiente figura:
Normalizar el histograma rectangular (para que toda el rea rectangular sea uno) y construir la escala correspondiente para una ruleta. Construir la ruleta con la escala propuesta. Efectuar 100 lanzamientos, registrar los resultados y construir un histograma usando intervalos de ancho 1 . Normalizar a uno y comparar el grfico con la densidad. Qu se debera hacer para lograr una distribucin ms parecida a la densidad?
152
ARAYA S., ROBERTO. Propuesta Probabilidad y Estadstica curso 3 Medio para proyecto Enlaces Matemtica. Comenius USACH. 2005. ARAYA S., ROBERTO; MATUS Z. CLAUDIA. Material de Referencia. Proyecto Fondef Aprender Matemtica Creando Soluciones 2 Medio. Comenius USACH. Editorial Zig-Zag 2003. CANAVOS, GEORGE C. Probabilidad y Estadstica. Aplicaciones y mtodos . MacGrawHill/Interamericana de Mxico, S.A 1992. DAZ GODINO, JUAN; BATANERO BERNABU, MA. C.; CAIZARES CASTELLANO, MA. J. Azar y Probabilidad. Editorial Sntesis S.A. Madrid-Espaa. 1996 ENCICLOPEDIA DE LAS MATEMTICAS. Editorial MIR. Rubios -1860, S.A. Mosc Madrid. Tomo 10. 1993. MINISTERIO DE EDUCACIN. Objetivos Fundamentales y Contenidos Mnimos de la Enseanza Media . Santiago-Chile. Actualizacin 2005. MINISTERIO DE EDUCACIN. Planes y programas de estudio para Tercer Ao Medio . Santiago-Chile. 2000. RESTREPO B, LUIS F.; GONZLEZ, JULIN. Ponencia: Historia de la Probabilidad. 2003. ROS DAZ, FRANCISCA; BARN LPEZ, FRANCISCO; SNCHEZ FONT, ELISA; PARRAS GUIJOSA, LUIS. Bioestadstica: Mtodos y Aplicaciones. Universidad de Mlaga. http://www.bioestadistica.uma.es/libro/ SAAVEDRA GALLARDO, EUGENIO. Contenidos bsicos de Estadstica y Probabilidad. Editorial Universidad de Santiago. Coleccin Ciencias. 2005. SOTO ANDRADE, JORGE. Al azar del cara o sello: Introduccin al clculo de probabilidades. Mdulo de probabilidades. Ministerio de Educacin. Programa MECE-Media. Santiago - Chile. 2000. WALPOLE, RONALD E.; RAYMOND H. MYERS. Probabilidad y estadstica. Cuarta edicin. McWraw-Hill/Interamericana de Mxico S.A.
153
DESIGUALDADES E INECUACIONES
UNIDAD DESIGUALDADES E INECUACIONES
Gladys Bobadilla Abarca Osvaldo Baeza Rojas
CONTENIDO
157 Entrando a las desigualdades
Igualdades y desigualdades Ejemplo de una ecuacin y una inecuacin Una inecuacin en una situacin de la economa El error en la medicin de magnitudes 159 161 161 161
162 Conocimientos previos

Orden en IR Intervalos en IR Valor absoluto Parte entera de un nmero real 162 168 171 173
175 Algunas desigualdades elementales e inecuaciones

Demostraciones de algunas desigualdades Resolucin de inecuaciones de primer grado Signo de un binomio de primer grado Inecuaciones con valor absoluto Sistemas de inecuaciones con una incgnita 175 177 178 181 183
ENTRANDO A LAS DESIGUALDADES

Desde el punto de vista matemtico puro, para tratar desigualdades o inecuaciones es necesario tener presente que lo que permite establecer dichas relaciones es el orden de los nmeros reales con sus propiedades y consecuencias. Para demostrar desigualdades se debe contar con reglas bsicas, del mismo modo que antes se establecieron reglas para demostrar algunas igualdades o identidades fundamentales, tanto en el lgebra como en la geometra. Lo mismo sucede cuando se necesita resolver una inecuacin, que en algn sentido es el equivalente a resolver una ecuacin. Desde un punto de vista prctico, las desigualdades o inecuaciones resuelven problemas de optimizacin, entre los cuales una gama importante es el poder acotar errores en clculos o medicin de magnitudes. Otro importante campo de aplicaciones, en ciencias exactas o sociales, es determinar valores mximos o mnimos de ciertos procesos. Puesto que ellos, en general determinan la posibilidad de ciertos cambios cualitativos. Por ejemplo, el socilogo francs Emmanuel Todd (nacido en 1951) sostiene una teora que, a grandes rasgos, puede resumirse en que cuando una poblacin alcanza el 50 % de alfabetizacin de la poblacin masculina entre 20 y 25 aos, existe la posibilidad de grandes revoluciones polticas; Inglaterra en 1649, Francia en 1789, Rusia en 1917. En cambio, cuando la alfabetizacin alcanza el 50 % en la poblacin femenina joven entonces, naturalmente comienzan formas del control de la natalidad. Otro aspecto importante relacionado con las desigualdades es la optimizacin. Optimizar, en matemtica, significa calcular los valores extremos o puntos de mximo y mnimo de una funcin. Por comodidad se puede hablar slo de mximos o slo de mnimos, puesto que se puede pasar de uno a otro por un simple cambio de signo1 de la funcin. Con esta aclaracin, hablaremos solamente de minimizar una funcin. Recordando, lo visto en segundo medio, varias funciones con valores en IR son un modelo matemtico de algn proceso de inters social. Por ejemplo, reducir costos de operacin bancaria bajo ciertas condiciones o reducir los tiempos de produccin o de traslado de algn bien. Un sinnimo simple de optimizar es mejorar el rendimiento de un sistema. Estos modelos permiten abordar problemas de una complejidad superior, por ejemplo, problemas fciles de enunciar y entender su utilidad, pero no fciles de solucionar son, entre otros: El problema del vendedor viajero: Dada una cierta cantidad de ciudades cuyas distancias entre s son conocidas, se debe encontrar el camino ms corto que pase por todas las ciudades y vuelva al punto de partida. El problema del transporte: Supongamos que en los puntos A1 , A2 ,, Am de un mapa se fabrica cierto producto. En cada punto Ai se producen ai unidades i = 1,, m .
1 Por ejemplo, la funcin
y = x 2 tiene un mnimo en cero. Al cambiarle de signo, o sea y = x 2 , el mnimo se convierte en mximo.
Unidad: Desigualdades e Inecuaciones
157
El producto debe ser trasladado a los puntos de consumo B1 , B2 , , Bn .En cada punto B j se consumen b j unidades. Suponiendo que es posible transportar los productos desde cualquier punto de produccin a cualquier punto de consumo y que los gastos de transporte de cada unidad del producto desde Ai hasta B j , es igual a c i j unidades monetarias, el problema consiste en encontrar un plan de transporte con gastos mnimos. Ms adelante, se dar un ejemplo de este tipo de problema. Optimizacin de los algoritmos de clculos : minimizar el error dentro de un conjunto de mtodos que resuelven una cierta clase de problemas. Por ejemplo encontrar la raz negativa de 2 x = x 2 . Si el planteamiento matemtico para solucionar este tipo de problemas involucra ecuaciones e inecuaciones con todas sus variables (independientes o dependientes) en primer grado, entonces estamos en el campo de la programacin lineal. La Enciclopedia de las Matemticas2, da la siguiente definicin para ello: Rama de las matemticas dedicadas a la teora y mtodos de resolucin de problemas referentes a los extremos de las funciones lineales sobre conjuntos de un espacio vectorial n-dimensional definidas por sistemas de desigualdades e igualdades lineales. Un problema tpico de programacin lineal es el siguiente: hallar el mximo de la funcin lineal
c1 x1 + c2 x2 + + cn xn = c j x j
j =1
con las condiciones:
a
j =1
ij
x j bi
xj 0
; i = 1, , m ; j = 1, , n
c j , ai j , b j son nmeros conocidos.
Los problemas del programacin lineal son modelos matemticos de mltiples problemas de contenido tcnico - econmico. Este ejemplo es una muestra de la potencia de los modelos matemticos asociados a las desigualdades. Aunque la resolucin de este tipo de problema necesita de un cierto bagaje matemtico cuyos cimientos estn en la estructura de orden de IR y escapa a los alcances de este curso, para el lector interesado entregamos un documento anexo a este material en los recursos digitales de la unidad, en donde se aborda este tema con mayor profundidad y adems se hace una presentacin de las desigualdades de segundo grado. Esta unidad, por ser introductoria a las desigualdades e inecuaciones, se centra en las inecuaciones ms sencillas, es decir, aquellas con una incgnita en primer grado solamente.
2 Editorial MIR. Mosc -Madrid, 1993.
158
Igualdades y desigualdades
A continuacin presentamos algunas desigualdades importantes, ya sea por el uso que se les da o por la idea que representan en diversas reas de la matemtica. En el lgebra es fundamental el cuadrado del binomio: (a + b )2 = a 2 2ab + b 2 . Esta es una igualdad vlida para todos los nmeros reales a y b. Su correspondiente desigualdad es:
2ab a 2 + b 2
La que tambin es vlida para cualesquiera sean los nmeros reales a y b. En la geometra euclidiana, una desigualdad fundamental es la desigualdad triangular. Ella establece que en un tringulo cualquiera ABC, como el de la figura 1, cuyos lados tienen longitudes a , b y c , expresadas en una misma unidad de medida, es decir: a = 1 BC , b = 1 AC y c = 1 AB , se cumple que:
( )
( )
( )
c a +b
Figura 1.
La igualdad (c = a + b ) se obtiene, s y slo si, los puntos A, B, C pertenecen a la misma recta, o lo que es equivalente, si A, B y C son colineales. La consecuencia ms trascendente de la desigualdad triangular es el conocido resultado: la distancia ms corta entre dos puntos es la lnea recta, como muestra la figura 2.
Figura 2.
Conocer el camino ms corto tiene consecuencias prcticas importantes como: economa de tiempo, recursos, energa, entre otros.
159
El problema que resuelve la desigualdad triangular puede ser planteado as: Dados dos puntos A, B en el plano, de todos los caminos posibles que lleven desde A hasta B. Cul es el camino ptimo para ir de A a B, es decir, aquel que minimiza la longitud del camino recorrido3? Este problema de optimizacin puede ser planteado en una escala mayor que involucra, por ejemplo, la curvatura de la tierra y la solucin a la misma pregunta en este caso ser diferente, pues habr que considerar un tipo de geometra distinta a la de nuestra vida normal, lo que nos lleva al mundo de las geometras no euclidianas4 . Ejemplo numrico de la desigualdad triangular Dos lados de un tringulo miden 10 cm y 4 cm, determinar entre qu valores vara el tercer lado. Solucin: Sean los segmentos AC y BC de medidas 10 cm y 4 cm respectivamente, como muestra la figura 3. Para que el segmento AB sea el tercer lado de un tringulo, debe cumplirse que 6 < AB < 14 . Observemos que, para los casos extremos: AB = 6 y AB = 14, corresponden al caso en que los segmentos AC y BC forman un ngulo nulo o un ngulo extendido respectivamente.
Figura 3.
Si AC y BC forman un ngulo nulo, significa que el segmento BC prolonga el segmento rectilneo AC. Por tanto, la longitud de AB mide 14 cm, como muestra la figura 4.
Figura 4.
Si AC y BC forman un ngulo extendido, significa que el segmento BC ha girado, con respecto a AB en un ngulo extendido. Por tanto, el punto C queda a la izquierda de B, en tal caso la longitud de AB es 6 cm, como muestra la figura 5.
Figura 5.
3 En general, el concepto matemtico de distancia, es un mnimo entre las longitudes de todos los caminos posibles. Es un problema muy elemental,
al menos en su planteamiento, de un problema de optimizacin y cuya solucin involucra una desigualdad.

4
Se llaman geometras no euclidianas a aquellas en no se cumple el quinto postulado de Euclides o postulado de las paralelas.
160
En ambas situaciones, la figura resultante no es un tringulo. Esto nos indica que los valores extremos, AB = 6 (valor mnimo) y AB = 14 (valor mximo), marcan una diferencia cualitativa al problema de la existencia de un tringulo. En este caso, el problema entonces se reduce a sumar o restar longitudes de segmentos.
Ejemplo de una ecuacin y de una inecuacin

Tanto una ecuacin como una inecuacin, son igualdades o desigualdades particulares que resuelven una situacin concreta y no son resultados generales, como hemos visto en los ejemplos anteriores del cuadrado de un binomio y la desigualdad triangular. El siguiente problema nos lleva al planteamiento de una ecuacin: Dado el permetro de un tringulo equiltero de 30 [unidades de longitud], calcular la longitud de su lado. Si x denota la longitud del lado del tringulo equiltero, el problema nos lleva a plantear la siguiente ecuacin: 3x = 30. Segn lo visto en niveles anteriores, obtenemos una nica solucin,
x = 10 [unidades de longitud].
El problema paralelo que conduce a una inecuacin es: Entre qu valores puede variar el lado de un tringulo equiltero de modo que su permetro no exceda las 30 [unidades de longitud]? Su planteamiento matemtico es, 3x 30.
Lo primero que encontramos en comn es que ambas tienen una incgnita x cuyo valor debemos encontrar.
Una inecuacin en una situacin de la economa

En el libro Calculus. A modeling approach de M. L. Bittinger, se encuentra el siguiente ejemplo de aplicacin de las desigualdades a la economa: Una empresa ha calculado que el total del ingreso en dlares, a partir de la venta de x unidades de un producto es 3x + 1000. Cuntas unidades deben venderse de modo que el ingreso total sea mayor a 22.000 dlares? Para responder esta pregunta debemos resolver la inecuacin 3x + 100 > 22000 , con incgnita x.
El error en la medicin de magnitudes

La medicin de una magnitud, por muy fino que sea el instrumento, es siempre una aproximacin. Por este motivo es absolutamente imprescindible manejar el error cometido. En trminos matemticos, esto significa acotar el error segn las necesidades prcticas, lo que, en general, conduce a resolver una inecuacin.
161
CONOCIMIENTOS PREVIOS
Antes de comenzar a establecer las reglas que permitan demostrar desigualdades y resolver inecuaciones, es necesario establecer algunos conocimientos previos relativos a la estructura de los nmeros reales. Los aspectos que revisaremos son: - Orden en IR - Intervalos en IR - Valor absoluto - Parte entera de un nmero real.
Orden en IR
El orden en el conjunto de los nmeros reales es lo que permite comparar nmeros. Se establece mediante axiomas que reflejan las propiedades ms elementales de los nmeros que se fueron observando a medida que se construa el conocimiento matemtico. La idea fundamental es cmo establecer qu son los nmeros positivos? Esta pregunta la responden los axiomas de orden que los caracteriza en su esencia bsica y permite establecer sus diferencias con el cero y los negativos. Antes de enunciar los axiomas de orden, es necesario comprender que el conjunto de los nmeros reales es un modelo matemtico de una magnitud que vara de manera continua5. Ejemplos de este tipo de magnitud6 son el tiempo y las magnitudes geomtricas: longitudes, reas, volmenes, etc. En geometra, se enuncia el axioma de continuidad, que permite introducir el concepto de longitud en geometra: Cualquiera sea la unidad de medida elegida: Cada nmero real positivo es la medida de una longitud. Cada longitud tiene por medida un nmero real positivo. Por esto, intuitivamente podemos concebir un nmero real positivo como la longitud de un segmento. Para efectos de este curso, daremos por hecho que existe el conjunto de los nmeros reales, IR, con sus operaciones de suma y multiplicacin y las propiedades ya conocidas de conmutatividad, asociatividad, existencia de elemento neutro e inverso y distributividad de la multiplicacin con respecto a la suma.
5 Al conjunto de los nmeros reales se le conoce tambin por el nombre del continuo, siendo los otros conjuntos numricos (IN, Z, Q) clasificados
matemticamente como discretos. Esta distincin es fundamental. La calidad de continuo de los reales permite, por ejemplo, definir intervalos, calcular lmites, encontrar derivadas, obtener integrales, etc. Debido a que su comprensin cabal no es simple, en este texto no entraremos en detalles de por s complejos que escapan a los fines de este texto.
6
Una manera de distinguir lo continuo de lo discreto consiste en dividir la magnitud. Si sta no pierde su esencia es continua, sino discreta. Por ejemplo, un segundo de tiempo no importa como lo dividamos, sigue siendo tiempo, en cambio, si usamos sillas como magnitud, al dividirla a la mitad, deja de ser silla, entonces esta magnitud es discreta.
162
Axiomas de orden en IR
+ Existe un subconjunto de IR, llamado conjunto de los nmeros positivos, denotado IR que satisface las condiciones siguientes:
Axioma 1. Axioma 2. Axioma 3.
La suma de nmeros positivos es positivo. El producto de nmeros positivos es positivo. Propiedad de tricotoma: Dado un nmero real a cualquiera, se cumple una y slo una de las siguientes posibilidades: a es positivo a es cero a es positivo, donde a denota el inverso aditivo de a .
Interpretacin geomtrica de los axiomas: El axioma 1, refleja que suma de longitudes es una longitud o que la suma de segmentos es un segmento, con su respectiva longitud como muestra la figura 6.
Figura 6.
El axioma 2, refleja el paso de una longitud a un rea, que es tambin una magnitud positiva, ver figura 7.
Figura 7.
El axioma 3, nos permite dar sentido fsico a la longitud: con respecto a un punto de referencia, que llamamos cero, que por ser neutro para la suma es cmodo. Podemos estar a la derecha o la izquierda del cero sobre o bajo el cero, segn la direccin en que ubiquemos la recta real. Ver figuras 8 y 9.
Figura 8.
163
Nmeros negativos
Nmeros positivos Figura 9.
Definicin : Se denota IR al conjunto de los nmeros negativos y se define mediante la relacin:
a IR
a IR +
Como 0 = 0, el nmero cero no es positivo y no es negativo. Podramos decir que es un punto de referencia. Notacin: En vez de escribir a IR + se puede escribir alternativamente a > 0 , es decir
a IR +
y similarmente
a>0 a<0
a IR
Los axiomas permiten comparar un nmero cualquiera con el cero. De aqu, para comparar dos nmeros reales cualesquiera a y b, se usa la diferencia entre ellos (a b) para compararla con cero. As, tenemos que
a b > 0 a b < 0 a b = 0 a >b a<b a =b
Notacin: Escribiremos:
a b para indicar (a < b ) (a = b ) . a b para indicar (a > b ) (a = b ) .
Si a, b y c son nmeros reales, el orden en IR tiene las propiedades de: Reflexividad: a a; para todo a IR Antisimetra: si a b y a b entonces a = b. Transitividad: si a b y b c entonces a c Estas propiedades permiten entonces ordenar los elementos de IR. Esto, a primera vista puede parecer trivial, pero existen objetos matemticos que no son susceptibles de ordenar, por ejemplo, los pares ordenados que ubican puntos en el plano cartesiano. Con estos elementos no es posible afirmar si un par ordenado es mayor o menor que otro, slo podemos determinar si son iguales o no. A modo de justificacin Como se tiene la tendencia a pensar en nmeros pequeos y de apariencia simple, pareciera que toda esta teora fuera superflua, pero si del resultado de diversas operaciones, por ejemplo trigonomtricas, se llega a nmeros tales como:
164
cos18 =
10 + 2 5 4
5 5 5
cos
1 = 12 4
( 8+ 4 3 )
2 4
sen 9 =
1 4
( 3+
(sen 15 ) =
( 3 1 )
Cmo saber cul es el orden entre ellos? Alguien puede responder: basta usar una calculadora o computador. Otra respuesta podra ser, usar las propiedades de crecimiento de las funciones seno y coseno. Por cierto que ambas respuestas resuelven el problema, pero conocer las propiedades de crecimiento de seno y coseno requiere una matemtica superior a este estudio. El uso de la calculadora, en algn sentido, nos saca del mundo de la matemtica, porque resuelve problemas prcticos donde el resultado es slo una necesidad de la vida diaria (uso de la calculadora en el comercio, por ejemplo). Si queremos profundizar un poco ms en las bases de la matemtica deberamos preguntarnos Cmo resuelve el problema la calculadora? Sabemos que no tiene un genio como el de la lmpara de Aladino que resuelva lo que uno le propone, sino que alguien la dise, alguien le program, en lenguaje codificado, un procedimiento que le permite efectuar clculos con cierto grado de exactitud o precisin que el programador decidi previamente. Por ejemplo, Qu programa o qu tipo de procedimiento usa la calculadora para darnos 2 los valores de 2 1.414213562 , 5 2.236067977 o 5 3,120659824 ? Slo una adecuada teora de aproximacin nos permite entender la maravilla de la calculadora. No es objetivo de este documento el explicar los procedimientos nombrados, pero parte de los principios que utiliza la calculadora para hacer sus operaciones son los que estamos exponiendo en este texto.
Cmo se relaciona el orden de IR con sus operaciones bsicas: la suma y la multiplicacin?

Orden y suma Teorema: Si a b , c IR, entonces a + c b + c . En palabras, dada una desigualdad se puede sumar cualquier nmero a ambos lados de ella sin alterar su sentido. Ejemplo: 1 < 5,5 , sumando 3 a ambos lados de la desigualdad, obtenemos 1 + 3 < 5,5 + 3, es decir, 4 < 8,5. Teorema: Si a b , c d , entonces a + c b + d .
165
En palabras, dadas dos desigualdades, en el mismo sentido, ellas se pueden sumar miembro a miembro, conservndose el sentido del orden. Ejemplo: Si se tienen las desigualdades 1 < 5,5 y 1 < 2 , entonces se puede implicar que 1 + ( 1) < 5,5 + 2 , es decir, 0 < 7,5. Comentario importante: El teorema no se cumple para restas, como lo muestra el siguiente ejemplo: Dadas las relaciones: 1 < 5,5 y 3 < 4 , si las restamos obtenemos 1 ( 3) < 5,5 4 , es decir, 4 < 1,5 lo cual es falso. Orden y Multiplicacin : Los nmeros en general y los reales en particular pueden ser operados entre ellos. Cuando multiplicamos una desigualdad por un nmero real, por ejemplo c, debemos estudiar tres casos, cuando c es positivo (c > 0) , cuando c es negativo (c < 0) y cuando c es cero (c = 0). El siguiente teorema muestra lo que sucede cuando a y b son nmeros reales. Teorema i. ii. iii. Si a b y c > 0 , entonces ac bc . Si a b y c < 0 , entonces ac bc . Si a b y c = 0 , entonces a 0 b 0 . En este caso obtenemos una igualdad porque a 0 = b 0 = 0.
Ejemplos: Caso i: Si 1< 6 se multiplica por (2) a ambos lados, se obtiene 2 < 12. Caso ii: Si 1< 6, se multiplica por (2) a ambos lados, se obtiene 2 > 12. Caso iii: Si 1 < 6, se multiplica por cero a ambos lados, se obtiene 0 = 0. Signo de un producto El signo del producto entre dos nmeros reales a y b se describe en el siguiente teorema Teorema i. ii. iii.
ab > 0 ab < 0 ab = 0 a y b tienen el mismo signo. a y b tienen signos distintos. a =0 o b =0.
Corolario Para un nmero real a, distinto de cero, se cumple que a2 es positivo, ya que si efectuamos el reemplazo b por a en i. tendremos que ab = aa = a 2 > 0 .
166
Ejemplo : Comenzaremos por ilustrar la propiedad iii. por ser ampliamente utilizada en la resolucin de ecuaciones de segundo grado. La ecuacin x (x 1) = 0 tiene dos soluciones: x = 0 (x 1) = 0 , es decir: x = 0 x = 1 . Una inecuacin anloga a esta es x (x 1) > 0 , la que implica dos posibilidades aplicando la afirmacin i. del teorema anterior, es decir, podemos tener los siguientes casos: x y (x 1) son positivos. x y (x 1) son negativos. Anlogamente, segn la parte ii. del teorema, la inecuacin x (x 1) < 0 , implica dos posibilidades tambin: x es positivo y (x 1) es negativo x es negativo y (x 1) es positivo. Orden y los inversos aditivos Otra consecuencia de los teoremas anteriores es el efecto que se produce al multiplicar por 1 una desigualdad, o sea, cuando c = 1 en ac bc entonces 7 :
ab
Ejemplos: a. 1 < 1 es equivalente a 1 > 1 . 4 2 4 2 b. 4 < 7 es equivalente a 4 > 7. c. 2, 2 < 1,7 es equivalente a 2,2 > 1,7. Orden y los inversos multiplicativos
a b
Otras consecuencias que se pueden deducir de las relaciones anteriores son: i. Si a y b son positivos: 0 a b
1 1 . a b 1 1 . a b
ii. Si a y b son negativos: b a 0 Ejemplos:

1 a. <1 2 2 >1
b. 2 < 1
3
3 > 3 2
7 Nos referimos a la afirmacin: Si a b y c < 0, entonces ac bc cuando c = 1.
167
El Orden con los inversos multiplicativos se conserva para nmeros de distinto signo, como lo muestra el siguiente ejemplo: si 2 < 1 , sus inversos multiplicativos son 1 y 1, 2 que estn en el orden 1 < 1 , es decir, en estos casos no se invierte el signo de desigualdad. 2
Intervalos en IR
Estos subconjuntos tienen la importancia de ser los nicos subconjuntos continuos de IR y por esta razn son visualizados geomtricamente como segmentos de la recta real cuando los intervalos son acotados. Si los intervalos son semi-acotados entonces ellos representan geomtricamente semirrectas. Definicin de Intervalos acotados Sean a y b nmeros reales tales que a b entonces: 1.
[a , b ]
Denota al conjunto de todos los nmeros comprendidos entre a y b incluyendo a ambos y se llama intervalo cerrado de extremos a y b. Es decir,
[a , b ]= {x IR / a x b }
Figura 10.
2.
Denota al conjunto de todos los nmeros comprendidos entre a y b excluyendo los extremos y se llama intervalo abierto de extremos a y b.
]a , b [
]a , b [ = {x IR / a < x < b }
Figura 11.
3.
]a , b ] Denota al conjunto de todos los nmeros comprendidos entre a y b excluyendo a e incluyendo b y se llama intervalo semiabierto de extremos a y b. ]a , b ]= {x IR / a < x b }
Figura 12.
4.
[a , b [
Denota al conjunto de todos los nmeros comprendidos entre a y b excluyendo b e incluyendo a y se llama intervalo semiabierto de extremos a y b.
[a , b [ = {x IR / a x < b }
Figura 13.
168
Intervalos no acotados Para las definiciones siguientes entenderemos que los smbolos, y menos infinito, respectivamente. 5. y+ , se leen ms infinito
]a , + [, Denota al conjunto de los nmeros reales estrictamente mayores que a y se llama intervalo abierto no acotado a la derecha. ]a , + [ = {x IR / a < x }
Figura 14.
6.
[a , + [ , Denota al conjunto de los nmeros reales mayores o iguales que a y se llama

intervalo cerrado no acotado a la derecha.
[a , + [ = {x IR / a x }
Figura 15.
7.
, a [, Denota al conjunto de los nmeros reales estrictamente menores que a y se llama intervalo abierto no acotado a la izquierda. , a [ = {x IR / x < a }
Figura 16.
]
8.
] , a ], Denota al conjunto de los nmeros reales menores o iguales que a y se llama intervalo cerrado no acotado a la izquierda. ]
, a ]= {x IR / x a }
Figura 17.
En particular, el intervalo ] , +
[ es igual a IR.
La propiedad de continuidad de los intervalos es la que permite graficarlos como muestran las figuras 10 a la 17. El intervalo [1, 5] = {x IR : 1 x 5} contiene a todos los nmeros entre el 1 y el 5 (ambos inclusive), que son una cantidad infinita. La infinitud de nmeros dentro de un intervalo es una caracterstica de ellos. En cambio, existen otros como por ejemplo el 1, 2, 3, 4, 5} , de todos los nmeros naturales entre 1 y 5, que conjunto A = {x IN / 1 x 5} = { no es un intervalo, pues tiene por elementos a 1, 2, 3, 4 y 5 solamente.
169
Representacin grfica de intervalos La representacin grfica de intervalos permite comprender rpidamente la unin e interseccin de intervalos. Los siguientes ejemplos ilustran esta idea:
[ 3 , 4 ] U ] 0 , 7 ]
[ 3 , 4 ]
]0 , 7 ]
corresponde al intervalo [ 3 , 7 ]= {x IR / 3 x 7}
[ 3 , 4 ]U ]0 , 7 ]
Figura 18.
[ 3 , 4 ] ]0 , 7 ]
[ 3 , 4 ]
]0 , 7 ]
representa el intervalo ]0 , 4 ] = {x IR / 0 < x 4}
[ 3 , 4 ] ]0 , 7 ]
Figura 19.
Puede suceder que la unin de dos intervalos no sea un intervalo y que la interseccin de dos intervalos sea vaca. Por ejemplo, la unin de los intervalos [ 3 , 0 ] y ]3 , + [ no es un intervalo y slo se anota [ 3 , 0 ]U ]3 , + [. La interseccin de los intervalos [ 3 , 0 ] y ]3 , + [ no es un intervalo, de hecho es vaca y se denota por la letra griega (phi y se lee f).
Operacin Representacin
[ 3 , 0 ] U ]3 , + [ [ 3 , 0 ] ]3 , + [
Figura 20.
170
Valor absoluto
El valor absoluto se presenta por primera vez cuando se introducen los nmeros enteros. Dado un nmero entero cualquiera, al valor absoluto, tambin llamado mdulo, se le identifica como el mismo nmero entero, pero despojado del signo, por ejemplo, el valor absoluto de 7 ser 7. La notacin utilizada para el valor absoluto consiste en dos barras verticales que flanquean al nmero. En el caso de nuestro ejemplo, el valor absoluto de 7 se anota 7 y su resultado es 7, es decir: 7 = 7 . El valor absoluto se entiende tambin como la distancia de un nmero al cero. Recordemos la siguiente definicin: El valor absoluto de un nmero real a es su distancia al cero y se denota por a .
a = d (0, a )
Equivalentemente, tenemos que:
a = a , si a es mayor o igual que 0. a = a , si a es menor que 0.

Ejemplos:
3 = d (0 , 3) = 3
Figura 21.
3 = d (0 , 3) = 3
3 = 3, 3 = 3,
0 = 0,
3 = 3
Propiedades del valor absoluto:
a = mx{ a, a}, es decir, es el ms grande entre los nmeros a y a . a 0 y a = 0 s y slo si a = 0 . 1 1 a = a y = , si a 0 . a a ab = a b , cualesquiera sean a y b nmeros reales y si b
0,
a2 = a .
a a = . b b
171
x =a
x = a , o sea, es el conjunto { a , a }.
Figura 22.
x a
a x a,
o sea, es el intervalo [ a , a
].
Figura 23.
x a
x a x a,
, a ] U [a , +
[
Figura 24.
Grfico de la funcin valor absoluto La funcin valor absoluto se define como f (x ) = x para todo nmero real x, por lo tanto los nmeros reales son su dominio. Su recorrido tambin son los nmeros reales. Otra forma de anotar esta funcin y su respectivo grfico se presentan a continuacin:
f : IR IR x x
Figura 25.
Distancia entre dos nmeros Dados dos nmeros reales a y b la distancia d(a,b) entre ellos, se define como el valor absoluto de su resta, o sea: d (a, b ) = a b . Entre las propiedades de la distancia8 tenemos las siguientes: Si a, b y c son nmeros reales cualesquiera, se cumple
8 Un problema interesante lo plantea la pregunta Qu puede decirse de dos nmeros cuya distancia
172
es menor que cualquier nmero positivo? La respuesta es que ambos nmeros son iguales.
d(a, b) = 0 s y slo si a = b. d(a, b) = d(b, a). d(a, b) + d(b, c) d(a, c). Esta propiedad es conocida como Desigualdad triangular.
Parte entera de un nmero real

Otra funcin que involucra desigualdades en su definicin es la funcin parte entera. Si tenemos un nmero real x, la parte entera de x es el mayor nmero entero que sea menor o igual a x . Por ejemplo, la parte entera de 1,5 es 1, porque 1 es el mayor nmero entero que es menor o igual a 1,5. La parte entera de un nmero real x se denota por la misma x flanqueada por dos parntesis de corchete. Nuestro ejemplo se anotara por [1,5 ]= 1 . Veamos otros Ejemplos:
a.
[0,25]= 0
, porque 0 es el mayor nmero entero que al mismo tiempo es menor a 0,25.
8 8 8 b. = 2 , porque = 2,666... y 2 es el mayor nmero entero que al mismo tiempo es menor a . 3 3 3
c. [ 3,25]= 4 , pues 4 es el mayor entero que a su vez es menor o igual a 3,25 . Otra manera de verlo es, como una desigualdad, o sea 4 < 3, 25 < 3 , entonces [ 3,25]= 4 . Un grfico puede ayudar. La figura 23 muestra al nmero 3,25 con los dos enteros consecutivos ms cercanos a el:
Figura 26.
Esta manera de determinar la parte entera de 3,25 ilustra de manera bastante cercana la definicin de la funcin parte entera. Esta dice que si un nmero real x est entre dos nmeros enteros consecutivos n y n + 1, entonces [ x ]= n . Con esta explicacin estamos en condiciones de dar la definicin de la funcin parte entera. Definicin: La funcin parte entera define como
f (x ) = [ x ]= n ;
si n x < n + 1 y n es un nmero entero.
173
para todo nmero real x, por lo tanto los nmeros reales es su dominio. Su recorrido tambin son los nmeros reales. Otra forma de anotar esta funcin y su respectivo grfico se presentan a continuacin:
f : IR IR x n
si n x < n + 1 , con n
Figura 27.
De la definicin se deduce que:
[ x ] x
para cualquier valor real x.
Por otro lado, como [ x ] es el mayor nmero entero que cumple esta desigualdad, tenemos que [ x ]+ 1 > x . Otros temas asociados a esta definicin y que pueden ser interesantes al lector se enuncian con las preguntas cules son los nmeros reales cuya parte entera es cero? y qu representa la diferencia x [x ] ?
174
ALGUNAS DESIGUALDADES ELEMENTALES E INECUACIONES

Definicin a. Llamaremos inecuacin a cualquier expresin relacionada con uno de los smbolos < , > , , y que contenga una incgnita. Si la incgnita est en grado 1 (o sea tiene exponente 1), se llama inecuacin de primer grado. Si est en grado n se llama inecuacin de de grado n . Dos inecuaciones se dicen equivalentes si tienen el mismo conjunto solucin. b. Llamaremos desigualdad a cualquier expresin relacionada con unos de los smbolos < , > , , que tenga una validez general. Ejemplos a. 3x + 2 < 5 es una inecuacin. b. a + b a + b es una desigualdad Ahora daremos las demostraciones de algunas desigualdades usando los axiomas y teoremas que ya hemos revisado en este texto.
Demostraciones de algunas desigualdades

a. El cuadrado de cualquier nmero real es no negativo, es decir: a 2 0 , para todo a IR . Demostracin Este resultado se obtiene como consecuencia del teorema del signo de un producto. Dado cualquier nmero real a, se tienen tres alternativas: Si a = 0 , en tal caso a 2 = 0 . Si a > 0 , a 2 es el producto de nmeros positivos, entonces es positivo. a < 0 , a 2 es el producto de nmeros de igual signo, entonces es positivo. Por lo tanto, a 2 0 , para todo a IR . b. Para cualquier par de nmeros reales distintos a y b, a < b , se tiene que a < Demostracin Si a < b , usando el teorema del orden y la suma, le sumamos a ambos lados de la desigualdad el nmero a y obtenemos: a + a < a + b es decir:
( a + b) < b. 2
2a < a + b
(1)
175
Ahora a la desigualdad inicial a < b le sumamos b a ambos lados obtenemos:
a+b < b+b

es decir:
a + b < 2b
Aplicando la propiedad transitiva del orden en (1) y (2), nos queda:
(2)
2a < a + b < 2b
Como el nmero 2 es positivo, se divide toda la desigualdad por 2, obtenindose la desigualdad que queramos demostrar:
a< ( a + b) < b. 2
c. Para todo a , b en IR, se cumple que 2ab a 2 + b 2. Demostracin Usando la desigualdad (3.1), tenemos que para todo a , b en IR se cumple que:
(a b )2 > 0
a 2 2ab + b 2 > 0 a 2 2ab + b 2 > 0 a 2ab + 2ab + b > 0 + 2ab
2 2
/ + 2ab
2ab a 2 + b 2
d. Para cualquier nmero real a , se tienen las siguientes desigualdades:
[a ] a < [a ]+ 1.
Demostracin Para cualquier nmero real a y por la definicin de parte entera, el nmero [a ] es menor o igual que a . Como [a ] es un entero, [a ]+ 1 tambin es un entero, por lo tanto es necesariamente mayor que a. En sntesis, tememos:
[a ] a < [a ]+ 1
Figura 28.
176
Resolucin de inecuaciones de primer grado.

Una inecuacin de primer grado con una incgnita es una expresin de la forma :
ax+b > 0 ax+b < 0 ax+b 0 a x+b 0
Donde a y b son nmeros reales conocidos, a
0 y x es la incgnita.
Resolver una inecuacin es encontrar todos los valores de x en IR que satisfagan la relacin dada. Para resolverla se debe proceder de manera anloga a la resolucin de una ecuacin, teniendo cuidado de respetar las propiedades del orden en IR. En este aspecto es menos mecnica que el caso de una ecuacin. Tomaremos uno de los cuatro casos para ilustrar el procedimiento. ax + b > 0 Para despejar x: Paso 1: Usando el teorema del orden y la suma, se suma a ambos lado de la inecuacin ( b ) : ax + b + ( b ) > 0 + ( b ) , nos queda ax > b . Paso 2: Usando el teorema del orden y la multiplicacin, debemos considerar los diferentes casos, segn el signo de a . De acuerdo al teorema del orden y los inversos multiplicativos, a y 1 tienen el mismo signo. Por lo tanto, a
(ax ) 1 > (b) 1

1. Si a > 0 ,
a a
Figura 29.
x>
b a
(ax ) 1 < ( b) 1
2. Si a < 0 ,
a b x< a
a
Figura 30.
Ejemplo 1: Resolver 3x + 2 > 0. Sumando (-2) a ambos lados de la inecuacin 3x + 2 > 0 . Como 3 es positivo 2 1 1 tambin lo es , as al multiplicar por la inecuacin, obtenemos x > . El conjunto 3 3 3 solucin es el intervalo, 2 , + 3
2 ,+ 3
Figura 31.
177
Ejemplo 2: Resolver 4x + 2 > 0. Sumando ( 2) a ambos lados de la inecuacin se obtiene 4 x > 2. Como ( 4) es negativo tambin lo es inecuacin, obtenemos
1 1 , as al multiplicar por la 4 4
x<
( 2) ( 4)
1 2
x<
El conjunto solucin es el intervalo, , 1 2

1 , 2
Figura 32.
Signo de un binomio de primer grado

Dado el binomio de primer grado ax + b, sabemos que la ecuacin ax + b = 0 tiene una nica solucin.
ax + b = 0 x= b a
Figura 33.
Por lo tanto,
ax + b
b . a
b b b As, el conjunto IR queda expresado como , U , + a a a
i.
b x ,+ a
x>
b a
ax + b > 0 ; si a > 0 ax + b < 0 ; si a < 0 b x , a x< b a
ii.
ax + b < 0 ; si a > 0 ax + b > 0 ; si a < 0
178
En sntesis: i.
b Si x ,+ a entonces, ax + b y a tienen el mismo signo.
b ii. Si x , entonces, ax + b y a tienen distinto signo. a
Ejemplos: 1) Signo del binomio 5 x + 2 . En este caso: a = 5 ,

b = 2 por lo tanto b 2 2 = = a 5 5
Figura 34.
i.
2 Si x , + 5
; 5 x + 2 tiene el signo de (-5), es decir, 5 x + 2 < 0 .
2 ii. x , ; 5 x + 2 y (-5) tienen signos distintos, es decir, 5 x + 2 > 0 . 5
Signos de 5 x + 2
Figura 35.
2) Signo de
x 4 : 2
1 En este caso: a = , b = 4 2 b (4) por lo tanto = =8 a 1 2
Figura 36.
x x ] , 8 [ 4 < 0 2
x ]8 , +
[ x 4 > 0
2
3) Signo de : En este caso: a = 2, b = 2 por lo tanto b 2 = a 2
2x+2
Figura 37.
2 2 x , ,+ 2 x + 2 < 0 x 2 2
2 x + 2 > 0
179
Observaciones: 1. El estudio terico que hemos presentado est basado en la forma estndar de un binomio de primer grado, lo que supone que ya se ha hecho, si es que fuera necesario, la reduccin de trminos semejantes. Es decir, la apariencia de la inecuacin puede ser muy diversa. En dichos casos, el paso obligatorio previo es la reduccin de trminos semejantes. Por ejemplo, x 3( x 1)( x + 1) 6 3 (3x + 2)( x + 3) 2 2 3x 3 18 + 3x 3x 2 + 9 x + 2 x + 6 27 8 x 27 x 8 Otro aspecto que debe ser enfatizado, es cuando se debe multiplicar una inecuacin por una expresin cuyo signo no se conoce de antemano. En estos casos, estamos obligados a considerar el axioma de tricotoma y analizar las diversas posibilidades. Ejemplo Resolver la desigualdad: 2 x 3 > 1 ; x x +1
2.
1.
No se debe caer en la tentacin de hacer simplemente el producto de medios y extremos, pues se debe considerar el signo de x + 1 . Si x + 1 > 0 , entonces 2 x 3 > 1 multiplicado por (x + 1) NO CAMBIA x +1 el signo de la desigualdad y queda:
2x 3 > x + 1 x>4
por lo tanto, la desigualdad es cierta para todo x + 1 > 0 , o sea x > 1 y simultneamente para x > 4 , o lo que es lo mismo para todo x > 4 .
Figura 38.
2x 3 x IR : x > 4 = ]4 , + De este modo, cuando x + 1 > 0 la solucin de > 1 es { x +1
[}
Si x + 1 < 0 , entonces 2 x 3 > 1 multiplicado por (x + 1) x +1 CAMBIA el signo de la desigualdad y queda:
2x 3 < x + 1 x<4
180
por lo tanto, la desigualdad es cierta para todo x + 1 < 0 , o sea x < 1 y simultneamente para x < 4 , o lo que es lo mismo para todo x < 1 .
Figura 39.
x IR : x < 1 = ] , 1 [ } De este modo, cuando x + 1 < 0 la solucin de 2 x 3 > 1 es { x +1 Por ltimo, la solucin final de 2 x 3 > 1 es la unin de las dos soluciones x +1
encontradas: { x IR : x < 1 o
x > 4}= ] , 1 [U ]4 , +
[ , es decir IR [ 1, 4 ] .
Es importante destacar que un error frecuente es tratar las inecuaciones demasiado parecido a las ecuaciones y puede caerse en la tentacin de multiplicar medios y extremos solamente . Por ejemplo, si se hace el producto de medios y extremos como si fuera una ecuacin en la inecuacin anterior, tendramos,
2x 3 >1 x +1 2x 3 > x +1 x>4
Lo que provoca una prdida de soluciones (se pierden todas las x < 1 ).
Inecuaciones con valor absoluto

Cualquier medicin, incluyendo las encuestas, se hace sabiendo que hay un margen de error. Por ejemplo, si en la medicin de una magnitud, el mtodo usado tiene un margen de error del 3 %, qu significa ? Significa que la diferencia entre la magnitud verdadera V y la magnitud medida D es menor o igual al 3%. Matemticamente, esto se escribe
VD 3 100
Para resolver esta inecuacin cuya incgnita es el dato verdadero V, es necesario usar una de las propiedades del valor absoluto que permiten traducir el lenguaje entre barras a uno sin barras.
VD 3 100 D 3 3 V < D+ 100 100
Esta expresin puede ser leda de formas distintas: i.

3 3 ;D + El valor verdadero de la magnitud a medir est en el intervalo D . 100 100
ii. Otra forma es decir que el error est en el segundo decimal que puede variar entre 3 y 3.
181
Haciendo la analoga con las propiedades del valor absoluto en 2.3.1. ( a x a es equivalente a x a ) y reuniendo a i. y ii. Se tiene que: 3 3 D 100 100 o sea, 3 D 100 que constituye una inecuacin con valor absoluto. Para resolver inecuaciones con valor absoluto nos valemos entonces de las propiedades enunciadas en 2.3.1. Veamos un par de ejemplos. Ejemplo 1: Resolver x 2 3 En este caso, ocupamos la propiedad x a
x2 3 a x a
3 x23
y sumando 2 a 3 x 2 3 obtenemos: 3 x2 3
3+ 2 x 2 + 2 3+ 2 1 x 5
/+ 2
Por lo tanto su solucin ser
x [ 1, 5 ]
Figura 40.
Ejemplo 2: Resolver x + 1 2 En este caso, ocupamos la propiedad x a

x a ax x a
2 x +1
x + 1 2
Despejando de ambas inecuaciones tendremos:

2 x +1 2 1 x + 1 1 1 x Por lo tanto su solucin ser /1 x + 1 2 x + 1 1 2 1 x 3 / 1
x ] , 3 ]U [1, +
[
Figura 41.
182
Sistemas de inecuaciones con una incgnita

En muchas situaciones prcticas se debe resolver una inecuacin sujeta a algunas restricciones, que en particular puede traducirse en otra(s) inecuacin(es). Por ejemplo, tomando el caso del tringulo equiltero podemos imponer le restriccin que el lado no sea menor que 5 unidades de longitud. As, tenemos el siguiente problema: Entre qu valores puede variar el lado de un tringulo equiltero de modo que su permetro no exceda las 30 [unidades de longitud], bajo la condicin que el lado no sea menor que 5 unidades de longitud? A la condicin ya deducida 3 x 30, debemos agregarle la restriccin que x 5 . Tenemos as, un sistema de inecuaciones: 3x 30. 5 x. Como ya habamos visto la primera tiene por solucin 0 x 10 y debemos compatibilizar (intersectar) con la segunda. As, nos queda:
5 x 10.
Es til observar en este caso simple, que la solucin a un sistema de inecuaciones de primer grado puede ser visualizado como una interseccin de intervalos.
0 x 10
5 x
5 x 10
Figura 42.
Generalizaciones Existen dos tipos de generalizaciones de las inecuaciones de primer grado con una incgnita, una es conservar el grado uno de la incgnita y aumentar el nmero de ellas o conservar el nmero de incgnita (en nuestro caso uno) y aumentar su grado. Como ambos temas no estn contemplados en los objetivos mnimos, se presentan en un documento anexo disponible en los recursos digitales de esta unidad.
183

Referencia 3ro Medio 2008

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

Referencia 3ro Medio 2008

Caricato da

Copyright:

Formati disponibili

MATERIAL DE REFERENCIA

APRENDER MATMATICA CREANDO SOLUCIONES

Profesionales del Proyecto Enlaces Matemtica

MS SOBRE TRINGULOS RECTNGULOS

UNIDAD MS SOBRE TRINGULOS RECTNGULOS

Gustavo Rodrguez Seplveda

CONSTRUYA UN TRINGULO RECTNGULO Y MIDA LO QUE QUIERA

Un poco de historia de la geometra

1 Fragmento extrado de http://www.phy6.org/stargaze/Mtrig1.htm

Unidad: Ms sobre tringulos rectngulos

Unidad: Ms sobre tringulos rectngulos

y Problemas filosficos de la matemtica moderna, B. Haussman

Unidad: Ms sobre tringulos rectngulos

Por otro lado, el ngulo EDF es comn, es decir,

Luego, por el criterio de semejanza ngulo-ngulo, tenemos que:

Unidad: Ms sobre tringulos rectngulos

Teorema de Euclides (sobre la altura)

Unidad: Ms sobre tringulos rectngulos

Adems, Por transitividad5 se tiene que

CBH ABC AHC BCH

Unidad: Ms sobre tringulos rectngulos

El otro teorema de Euclides (sobre los catetos)

Teniendo presente que c = q + p, finalmente se obtiene la igualdad deseada, es decir,

Unidad: Ms sobre tringulos rectngulos

Anlogamente para el tringulo CBH, se demuestra que a 2 = p c .

Pitgoras y el teorema para tringulos rectngulos

Unidad: Ms sobre tringulos rectngulos

Teorema de Pitgoras (para tringulos rectngulos)

Unidad: Ms sobre tringulos rectngulos

De acuerdo a lo anterior, grficamente se tiene que:

Unidad: Ms sobre tringulos rectngulos

Demostracin geomtrica del teorema de Pitgoras mediante Euclides

Unidad: Ms sobre tringulos rectngulos

Unidad: Ms sobre tringulos rectngulos

m(DAB) = 90 + m(CAB) = m(CAE)

ABD AEC, por criterio lado-ngulo-lado.

Unidad: Ms sobre tringulos rectngulos

De acuerdo al trabajo realizado anteriormente se tiene que:

Unidad: Ms sobre tringulos rectngulos

Con esto tenemos que:

Unidad: Ms sobre tringulos rectngulos

De los Tringulos a la Trigonometra

Unidad: Ms sobre tringulos rectngulos

los mapas correspondiente. (Real Academia Espaola)

Unidad: Ms sobre tringulos rectngulos

Imagen extrada de http://www.unisc.br/deptos/dmatwww/saiba_mais.htm

Unidad: Ms sobre tringulos rectngulos

Culturas india y rabe

Unidad: Ms sobre tringulos rectngulos

Johann Mller. Imagen extrada del sitio http://www.astromia.com/biografias/regiomontanus.htm

Unidad: Ms sobre tringulos rectngulos

Unidad: Ms sobre tringulos rectngulos

Medida de los ngulos

Sistema Circular Absoluto

Unidad: Ms sobre tringulos rectngulos

Entonces, la medida del AOB en radianes es:

Unidad: Ms sobre tringulos rectngulos

360 = 2 rad x rad

180 = rad x rad

Unidad: Ms sobre tringulos rectngulos

Por ello, la medida en grados sexagesimales de 1 radin es:

180 = rad 1 rad

180 1 rad 57,296 3,1416 rad

o entre el sistema centesimal y el circular absoluto.