Matematica PDF

Matematica.indd 1 16/02/2012 02:40:41 p.m.
Carlos Enrique D'Attellis

Melina Daniela Podest
Guillermo Ricardo Cocha
Matemtica Elemental Aplicada 1 Edicin 2012
104 Pginas. 17,5X23
ISBN 978 - 987 - 26618-0-9
c 2012, UNAJ

Realizacin Editorial
Universidad Nacional Arturo Jauretche
Av. San Martn N2002. Florencio Varela (1888)
Tel 011-5087-9301
rectorado@unaj.edu.ar http://www.unaj.edu.ar

Diseo Grfico: Luciana Etcheverri
ISBN : 978 - 987 - 26618 -0-9
Impreso en la Argentina
Hecho el depsito que establece la Ley N 11723
No se permite la reproduccin total o parcial de este libro, ni su almacenamiento en un sistema informatico, ni
su transmisin en cualquier forma o por cualquier medio, electrnico mecnico, fotocopia u otros mtodos, sin
el permiso previo del Editor.
Universidad Nacional Arturo Jauretche
Matemtica element al aplicada
Carlos E. D'Attellis
Melina D. Podest
Guillermo R. Cocha
Qu es una buena definicin?
Para el filsofo, es aquella que satisface a las reglas de la lgica.
En la enseanza, una buena definicin es la comprendida por los alumnos.
Henry Poincar
Proemi o . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Captulo 1: Funci ones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Ejercicios para el captulo 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Captulo 2: Funci n l i neal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Captulo 3: Funci n cuadrt i ca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

Captulo 4: Tri gonomet ra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Captulo 5: Probabi l i dad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Adjunto: Un CD compl ement ari o
ndice
ndice
9
Este pequeo curso est destinado a los alumnos que ingresan en la Universidad Na-
cional Arturo Jauretche. A todos ellos, independiente de la carrera que elijan seguir. Esto
convierte la tarea en algo fuera de lo comn, ya que no se trata de un curso de repaso de
los conocimientos adquiridos en el secundario, que de mucho no sirven, sino que, todo lo
contrario, producen en la mayora de los alumnos un marcado rechazo hacia la ciencia
matemtica. En qu consiste esa instruccin que ofrece el nivel medio? En un cmulo de
habilidades calculsticas que no tienen ninguna relacin con el mundo real, lo que hace que
sean olvidadas apenas pasados los exmenes. An son intiles en aquellos ingresantes en
las universidades en carreras de ingeniera y ciencias, ya que, como cualquiera sabe, los
conocimientos matemticos requeridos deben ser dados por las mismas facultades en
cursos introductorios.
El problema no es nuevo. Escriba el matemtico Julio Rey Pastor en 1927: El peso de
la enseanza media lleg a ser intolerable para las tiernas inteligencias. Los alumnos que
no perecan asfixiados bajo montaas de nombres o aplastados bajo la pesada loza de las
Matemticas, apenas salan de las aulas se apresuraban a arrojar por la borda tan pesado
bagaje, para poder caminar libremente a la contemplacin del mundo. Y no solamente en
nuestro pas; hablando de Francia, el mismo destacado autor deca: Slo hay un punto en
que todos coinciden: los resultados de la enseanza son deplorables. Universitarios emi-
nentes, como Darboux, revelaron que pocos meses despus del examen, la mayor parte de
los bachilleres no saban resolver una regla de tres simple y la Sorbona tuvo que instituir
un curso de Aritmtica para los Bachilleres en Ciencias.
Es interesante consignar el problema en palabras del mismo autor: El problema estriba
en saber si el estudio de la matemtica, no ya profesional, sino educativo, favorece o per-
judica el equilibrado desarrollo mental necesario para triunfar en la lucha por la vida. Y la
contestacin exige un distingo: hay Matemticas y Matemticas. Su enseanza ser til o
ser perjudicial, segn qu Matemtica se ensee y cmo se la ensee.
Este curso breve tiene en cuenta lo anterior. En l se trata de vincular la matemtica
ms elemental con el mundo real, de vincular elementos matemticos bsicos con la tec-
nologa actual.
Para ello se han elegido los temas que pueden verse en el ndice.
Comienza con la nocin de funcin, evitando definiciones formales, que apartan al au-
ditorio del tema tal como se lo quiere plantear. Lo que sigue usa esa idea en dos tipos de
funciones bsicas, las lineales y las cuadrticas, pero aplicadas a modelos matemticos
elementales que llevan a un concepto importante que no se ensea en los cursos usuales
de matemtica: el de dinmica, es decir, el de variables que expresan algo del mundo real
y que evolucionan en el tiempo. La nocin bsica de equilibrio aparece en forma natural, y
proemio
proemio
9
10 10 10
las conclusiones obtenidas a partir de esos modelos permiten vincularlos con la realidad y
el lenguaje que se usa diariamente. As, esa matemtica elemental muestra la utilizacin
de esa ciencia en la vida. Luego se agregan dos tpicos ms: la trigonometra y las proba-
bilidades. La primera es vinculada con la msica, y se introducen las funciones trigonom-
tricas bsicas con las unidades correspondientes, de manera de entender las frases comu-
nes en el ambiente tecnolgico actual, como banda ancha, la radio que transmite en 92.7
MHz, y otras por el estilo. La segunda es analizada a partir de conceptos muy bsicos e
inmediatamente aplicados a ejemplos de inters, como el de los juegos, y otros.
La computadora desempea un papel importante en este curso, ya que permite graficar,
simular y animar, lo que ayuda a comprender lo enseado.
Es la intencin del curso mostrar vinculaciones de la matemtica bsica con sus apli-
caciones, con la tecnologa, con la realidad, y quitarle a esa ciencia esa visin que se tiene
de ella, la de una calculstica intil, que nadie aplica, y que impide que los alumnos vean
que detrs de los grandes logros de la tecnologa est la matemtica.
Buenos Aires, octubre de 2010.
11
1
1
C A P T U L O
11
Funciones
11
La palabra funcin es usual en el lenguaje comn. Por ejemplo, la ropa que uso es fun-
cin del clima. Lo que queremos decir es que, si hace calor, usar una remera; en cambio,
si hace fro, usar un pulver, y, si llueve, un impermeable. Esto implica que hay dos variables
en juego: una es la variable independiente, el clima, y la otra, que es la forma de vestirse,
dependiente de la primera. Una es funcin de la otra, la dependiente es funcin de la inde-
pendiente.
Se pueden citar muchos ejemplos como el anterior. Si se piensa en el Documento Na-
cional de Identidad, se puede deducir rpidamente que, al ser un documento que permite
la identificacin de todas y cada una de las personas del pas, debe ser nico. La unicidad
de este instrumento da lugar a una funcin que, en este caso, relaciona a un individuo dado
con un nmero identificatorio. Siguiendo con el mismo razonamiento, es decir, el de asignar
a una variable dada otra que depender de ella, podemos especular respecto de miles de
ejemplos posibles, como ser que a una persona le corresponde una edad dada (y slo una),
a cada nmero le corresponde su cuadrado, a cada producto su precio, a cada libro su
Nmero Estndar Internacional de Libro (identificador nico abreviado del nombre en ingls
ISBN), a cada edificio su altura, a cada casa su direccin, etc.
Habiendo descrito las distintas aplicaciones de las funciones matemticas se puede
percibir claramente su amplia utilizacin en la vida cotidiana. An de manera inconciente
se emplean cantidades numricas en correspondencia con otras, tiles para solucionar
problemas que ocurren a diario en las distintas disciplinas, entre ellas: ingeniera, biologa,
qumica, fsica, arquitectura, economa, astronoma, estadstica y muchas reas ms en las
que sea necesario correlacionar variables.
Si queremos hacer abstraccin de los ejemplos enunciados, debemos distinguir entre
las dos variables nombradas con antelacin, y, adems, enunciar que una depende de la
otra, que una es funcin de la otra.
Cmo expresar esto en forma abstracta? Podemos llamar x a la variable independien-
te, y a la variable dependiente, e indicar que y es funcin de x con la letra f (de funcin).
Usaremos la siguiente convencin para unir esas tres letras; diremos que y es funcin
de x, escribiendo
( ), x f y =
que se lee: y es igual a f de x.
Una funcin ser, entonces, una relacin o correspondencia entre dos conjuntos de
elementos cualesquiera. Habr un primer conjunto y un segundo conjunto. En este orden,
12
a cada elemento del primer conjunto le corresponde un nico elemento del segundo con-
junto. Ahora bien, existen, formalmente, dos condiciones que deben cumplirse para que sea
posible definir una funcin. Una condicin se conoce como condicin de existencia (todos
los elementos del primer conjunto deben estar relacionados con elementos del segundo
conjunto) y otra es la conocida como condicin de unicidad que es la que se mencion
anteriormente (cada elemento del primer conjunto debe estar relacionado con un nico
elemento del segundo conjunto).
El primer grupo o conjunto de elementos tiene mltiples denominaciones tales como:
dominio, conjunto de entrada, conjunto inicial. Sus elementos reciben el nombre de argu-
mento de la funcin. Lo mismo ocurre con el segundo grupo o conjunto de elementos que
adopta las denominaciones: codominio, conjunto de llegada, conjunto final.
En particular, cada elemento del segundo conjunto al que le sea asignado un elemento del
primer conjunto mediante una funcin, ser llamado imagen. Puede suceder que algunos de
los elementos del segundo conjunto no sean asignados a alguno de los elementos del primer
conjunto por medio de una funcin. Diremos, en base a lo anterior, que esos elementos no se
relacionan con ningn elemento del primer conjunto, es decir, no son imagen de ningn ele-
mento. Una manera simple de ejemplificar esta cuestin es utilizando crculos u valos para
representar a los conjuntos y encerrar all dentro los elementos correspondientes a cada uno
de ellos. En el primer ejemplo, en el grfico que sigue, tendremos un primer conjunto cuyos
elementos son los nmeros 1 y 2, y un segundo conjunto, que posee los elementos 3, 4 y 5.
Podemos ver con claridad que al nmero 1 del primer conjunto, le corresponde el n-
mero 3 del segundo conjunto. A su vez, al nmero 2 del primer conjunto, le corresponde el
nmero 5 del segundo conjunto. Esto mismo, puede expresarse como f(1) = 3 (o sea, que
la imagen de 1 es 3) y f(2) = 5 (la imagen de 2 es 5).
Un segundo ejemplo, podr ser
13
en donde tanto al nmero 1 del primer conjunto como al nmero 2 del mismo, les co-
rresponde el nmero 3 del segundo conjunto. Este tambin es un ejemplo de funcin debi-
do a que, pese a que a ambos elementos del primer conjunto les corresponda el mismo
elemento del segundo conjunto, a cada uno de ellos le corresponde slo un valor. As, f(1)
= 3 y f(2) = 3.
Los dos ejemplos citados antes son funciones. Veamos en qu casos puede ocurrir que
las relaciones entre elementos de dos conjuntos no sean funciones. En el tercer ejemplo,
nos detendremos a analizar el diagrama

en el que a un dado elemento del primer conjunto le corresponden tres elementos del
segundo conjunto. Simultneamente, f(1) = 2, f(1) = 3 y f(1) = 4, es decir, que el nmero 1
tiene los nmeros 2, 3 y 4 como posibles imgenes. No se cumple la condicin de unicidad
para definir una funcin, por tanto, decimos que estamos en presencia de una relacin. Es
evidente que los elementos de ambos conjuntos se relacionan pero no uno a uno.
El cuarto y ltimo ejemplo es
en donde podemos observar que al nmero 1 del primer conjunto se le asigna el nme-
ro 4 del segundo conjunto, pero el nmero 2 del primer conjunto no posee imagen. La pri-
mera condicin necesaria para definir una funcin no se cumple, entonces, este ejemplo
no es una funcin.
En resumen, nos hallamos frente a una funcin cuando de cada elemento del primer
conjunto sale una nica flecha. Al contrario, no estamos en presencia de una funcin cuan-
do 1) de algn elemento del primer conjunto no sale ninguna flecha y 2) de algn elemen-
to del primer conjunto salen dos o ms flechas.
14
Daremos ahora un ejemplo matemtico de funcin para continuar con la idea de abs-
traccin de los ejemplos citados antes:
( ) . 1 + = = x x f y
En trminos usuales se lee: y es f de x (lo que abrevia la expresin y es funcin de x),
y esa funcin est definida por la operacin x + 1. Tanto la variable independiente como la
dependiente son, en este caso, nmeros, y la variable dependiente y se calcula para cada
valor de la independiente x mediante la expresin x + 1.
As, ocurre que si
. , 1 ,
, 4 1 3 , 3
, 3 1 2 , 2
, 2 1 1 , 1
2
3
2
1
2
1
etc y x
y x
y x
y x
= + = =
= + = =
= + = =
= + = =
Cmo representar grficamente estas funciones?.
En el primer caso, se puede utilizar un diagrama como el que se muestra a continuacin:
La funcin es la correspondencia establecida por las flechas.
(Ver: Mquina de funciones del CD adjunto).
En otros casos, como para la funcin y = x + 1, se usa la representacin cartesiana.
15
*
Ren Descartes (Cartesius) (1596 1650): Fue educado en un colegio je-
suita con mtodos que critic en una de sus obras principales, Discurso del
Mtodo, escrita en 1637. Fue licenciado en Derecho de la Universidad de Poitiers,
y su nombre latino es Cartesius, de donde deriva nuestro adjetivo castellano car-
tesiano.
La obra citada, Discurso del Mtodo, es fundamental en la historia de la filosofa.
All postula pienso, luego existo, o dudo, y de lo nico que no puedo dudar es de
mi duda, y con eso est separando a dios, porque de lo nico que no duda es de
su subjetividad. Lo indubitable, aquello de lo cual van a ser deducidas las otras
verdades, ya no es la verdad revelada divina, sino que es la subjetividad humana.
Esto es lo que decididamente debemos llamar un gesto revolucionario dentro del
pensamiento [1].
Epocas difciles para el pensamiento: en 1600 la Inquisicin pone a Giordano Bru-
no en la hoguera, en 1616 se produce el primer proceso a Galileo, y en 1633, es
condenado en Roma.
Un Apndice de la obra citada trata sobre ptica, y la razn es que Descartes esta-
ba interesado en ella por sus investigaciones sobre la formacin del arco iris en la
atmsfera, y eso lo lleva al anlisis del fenmeno de la refraccin de la luz.
Su contribucin matemtica trascendente es lo que hoy llamamos Geometra Ana-
ltica, que combin, magistralmente, ambas ramas de la Matemtica.
[1] Feinmann, Jos Pablo: La filosofa y el barro de la historia, Planeta, 2008.
La representacin cartesiana que nos interesa se da en un plano formado por dos ejes,
uno correspondiente a la variable independiente x (eje horizontal o eje de abscisas) y otro a
la variable dependiente y (eje vertical o eje de ordenadas), perpendicular al anterior.
En el ejemplo en el que expusimos una funcin f(x) que sea x + 1, la representacin
grfica es la siguiente:
16
Es claro que los puntos marcados estn sobre una recta. Como la funcin se define para
cualquier x, no slo para los marcados con puntos, el grfico de la funcin y = f(x) = x + 1
es
Es claro que la funcin y = x + 1 es llamada funcin lineal, como surge en forma natural
del dibujo.
17
La expresin general para las funciones lineales es
. b x m y + =
En el caso anterior, m = 1, b = 1.
Ejercicios
Graficar y discutir el significado de m y b en los siguientes casos:
y = 2x + 1,
y = -2x - 1,
y = -x + 1.
De lo anterior los dos nombres para los parmetros m y b son: pendiente y ordenada al
origen. Habiendo mencionado que una funcin lineal puede expresarse como y = mx + b,
podemos puntualizar qu significan cada uno de los parmetros involucrados.
La letra m se utiliza para nombrar a la pendiente de la recta enunciada, como ya apun-
tamos antes, como y = mx + b. Este coeficiente que acompaa a x (variable independiente)
es la inclinacin o pendiente de la recta respecto de la horizontal. As, la pendiente de la
recta se refiere al ngulo que sta forma con el eje horizontal. Una recta con gran pendien-
te estar ms inclinada respecto de la referencia horizontal que otra recta con menor pen-
diente.
La otra constante presente en la ecuacin de la recta enunciada es b, que se conoce
como ordenada al origen, y es el punto en el cual la recta representada corta o cruza al eje
y (eje de la variable dependiente). Es importante observar que, si x = 0, entonces, y = b, por
eso a b se le da el nombre de ordenada al origen.
Es factible deducir, entonces, que cuando se modifica el valor de m, se est variando la
inclinacin de la recta y cuando se modifica b, se traslada la recta hacia arriba o hacia
abajo.
Si en un mismo plano se grafican dos rectas, puede ocurrir que: sean iguales (por lo que
estaran superpuestas), se corten en un solo punto o que no se crucen nunca. Dos rectas
iguales poseen la misma pendiente y la misma ordenada al origen. Dijimos que la pendien-
te de una recta mide su inclinacin, por tanto, dos rectas que tengan la misma inclinacin
tendrn tambin la misma pendiente y reciben el nombre de rectas paralelas con m
1
= m
2
.
Las rectas paralelas jams se intersecan, no tienen ningn punto en comn. Por ltimo, dos
rectas pueden cruzarse y compartir un solo punto entre s, y, en particular, aquellas que lo
hagan determinando un ngulo recto se llaman rectas perpendiculares. Las pendientes de
dos rectas perpendiculares cumplen la relacin m
1
= -1/m
2
.
Es vlido expresar las funciones tambin asignando y haciendo corresponder valores en
una tabla.
Podemos dar otros ejemplos cambiando la funcin f(x) = x + 1 usada en lo precedente.
Pensemos en cmo relacionar los nmeros de la derecha con los de la izquierda en la si-
guiente tabla:
18
16 4
9 3
4 2
1 1

f
f
f
f
Diremos que los nmeros de la derecha son los cuadrados de los nmeros de la izquier-
da. La regla utilizada es, entonces, elevar al cuadrado. Para referirnos a esta regla, podemos
usar un nombre que acabamos de conocer y es la letra f (de funcin), y que consiste en
aplicar la regla elevar al cuadrado a cada nmero del lado izquierdo. As, f(3) significa que
debemos aplicar la letra f al nmero 3. De esta manera, finalmente obtendremos 3
2
= 9,
por lo que f(3) = 9. De igual modo procederemos con el resto de los nmeros de la lista,
resultando f(1) = 1, f(2) = 4, f(4) = 16 y, en general, para cualquier nmero a tendremos f(a)
= a
2
.
Si definimos y = f(x) = x
2
, incluyendo a los nmeros negativos, resulta la tabla:
, 4 , 2
, 4 , 2
, 1 , 1
, 1 , 1
, 0 , 0
= =
= =
= =
= =
= =
y x
y x
y x
y x
y x
etc.
16
19
Como en el caso anterior, x es un nmero cualquiera y la representacin grfica de la
funcin y = x
2
es
Esa curva es llamada parbola.
La expresin general de una parbola es:
.
2
c x b x a y + + =
En el caso anterior, a = 1, b = 0, c = 0.
A semejanza de lo que ocurre con los parmetros presentes en la ecuacin de la funcin
lineal, los parmetros a, b y c pertenecientes a la ecuacin de la funcin cuadrtica tambin
pueden variar para dar lugar a diferentes grficas.
20
Si seguimos considerando, a efectos de simplificar los clculos, b = 0 y c = 0 y se vara
el parmetro a, se puede observar que la parbola ser ms o menos ancha, segn a vaya
tomando valores cada vez ms chicos o cada vez ms grandes, respectivamente.
21
Si establecemos a = 1 y c = 0, variando los valores de b se obtendr:
22
Por ltimo, podremos fijar a = 1 y b = 0 variando c, y observaremos que la parbola se
desplaza verticalmente segn cules sean los valores elegidos como se observa a conti-
nuacin:
Existen varias posibilidades ms de modificar los parmetros de una funcin cuadrtica.
En los ejercicios que siguen se podrn poner en prctica.
EJERCI CI OS
Graficar y discutir el significado de a, b y c en los siguientes casos:
y = -x
2
,
y = -x
2
-x - 1,
y = 2x
2
+ 3x + 1.
23
POBLACI N DE PECES
Un tipo de funcin que utilizaremos ms adelante tiene como variable independiente el
tiempo. Pensemos, por poner un ejemplo, en una poblacin de peces en una laguna de la
que queremos seguir su evolucin en el tiempo. Podemos pensar que el intervalo de tiempo
en que contamos a sus habitantes es mensual. Esto significa que tenemos posibilidad de
contar o censar la cantidad de peces cada mes. As, la variable independiente es el tiempo
contado en meses: 1, 2, 3, 4,... y la variable dependiente es la cantidad de peces que se
cuenta cada mes; en nuestros trminos para definir funciones, podemos escribir

( ) n f p =
que se lee p es igual a f de n, y se entiende que n es el tiempo medido en meses y p es
la cantidad de peces encontrados en el mes n-simo.
BATALLA NAVAL
Las funciones estn presentes en una infinidad de ejemplos. Para dar un enfoque di-
dctico de este tema, puede mencionarse el tradicional juego conocido como Batalla Naval.
ste consiste en el enfrentamiento de dos contrincantes, cada uno de los cuales posee un
tablero de juego subdividido en casillas en las que se asentarn los barcos o flotas que
intervienen (ubicados de manera oculta por cada uno de los jugadores). Los barcos podrn
ser daados o hundidos, momento en el cual se sumarn puntos dependiendo de quin
haya sido el atacante que dio en el blanco.
Es necesario especificar la posicin de los barcos. Esta ubicacin puede expresarse, de
hecho as se hace en el juego tradicional, con una letra y un nmero correspondientes.
7
6
5

4
3
2
1
A B C D E F G
Llamaremos a este par de (LETRA; NMERO), par ordenado. As, es posible puntualizar
la localizacin de los barcos, ya sea ocupen un casillero, dos casilleros, tres casilleros y as
24
sucesivamente. Si se quiere hacer mencin de un barco en un solo casillero bastar con
escribir, por ejemplo, (A; 4). Si, por el contrario, el barco ocupa dos casilleros o ms ser
inevitable hacer alusin a dos pares de valores, como pueden ser: (C; 2) y (D; 2).
Para poder hacer una generalizacin del caso planteado se puede pensar que tanto
columnas como filas del tablero estn compuestas por nmeros, es decir, que se suplantan
las letras por nmeros. Lo anterior se establece para poder pensar en la idea del sistema
de ejes cartesianos mencionada precedentemente. Los ejes en el plano son x e y, la prime-
ra es la variable independiente y la segunda, la dependiente, como ya vimos en los primeros
prrafos del captulo. Si trasladamos este mismo concepto a las coordenadas de los barcos
y consideramos que x e y pueden tomar valores distintos en el tablero de juego, ser sufi-
ciente con enunciar los pares (x; y) con nmeros que representen cada ubicacin.
Ahora bien, puede haber un dado valor de x al cual le correspondan varios valores de y;
de hecho, si observamos la grfica, vemos que a x = 5 (E en letras) se le asignaron 2 valo-
res de y. Esto define una relacin (no una funcin) entre un dado valor de x y varios valores
de y. Sobre la base de esto vale volver a aclarar que una funcin f(x) describir solamente
al caso en que a cada elemento del conjunto de valores de partida x le corresponde uno y
slo un valor del conjunto de llegada y. Los trminos y y f(x) son utilizados para designar lo
mismo.
25
EJERCI CI OS PA RA EL CA P TU L O 1
1) Decidir si las siguientes oraciones son verdaderas o falsas:
a. Todas las relaciones son funciones.
b. La relacin entre un nmero y su raz cuadrada es funcin.
c. Una relacin cuya grfica corta 2 veces al eje y (eje de ordenadas o eje vertical)
es una funcin.
d. Todas las funciones son relaciones.
e. La relacin entre un nmero y su cuadrado es una funcin.
f. En una funcin, puede ocurrir que a algn valor de x no le corresponda ningn valor
de y.
2) Cules de las siguientes grficas son funciones y cules son relaciones?
26
3) Matas dice dos rectas en el plano son perpendiculares si el producto de sus pendien-
tes es menos uno (-1). En cambio Andrs afirma dos rectas son perpendiculares si la
pendiente de una es opuesta e inversa respecto de la otra. Se desea saber si:
a. Los dos tienen razn.
b. Slo Matas tiene razn.
c. Slo Andrs tiene razn.
d. Ninguno de los dos tiene razn.
Marcar con una cruz la afirmacin que corresponda.
4) Fernando dice dos rectas en el plano son paralelas si la divisin de sus pendientes es
uno (1). En cambio Luciano afirma dos rectas son paralelas si la pendiente de una es
exactamente igual a la otra. Se desea saber si:
a. Los dos tienen razn.
b. Slo Fernando tiene razn.
c. Slo Luciano tiene razn.
d. Ninguno de los dos tiene razn.
Marcar con una cruz la afirmacin que corresponda.
5) Las siguientes tablas corresponden a una funcin. Completar las tablas de manera que
haya proporcionalidad directa. Escribir, luego, las frmulas que relacionen los elementos
de la primera fila con los de la segunda para cada tabla.
27
a.
b.
6) El precio de un ramo de rosas depende del nmero de rosas que lo compongan. En este
caso:
a. La variable dependiente es el precio.
b. La variable dependiente es el nmero de rosas.
c. Las dos son variables independientes.
d. La variable independiente es el precio.
e. Ninguno de los anteriores.
7) Indicar cul de las siguientes funciones es lineal. Si hubiese alguna funcin cuadrtica,
indicarlo a continuacin.
a) y = 3x 1 es lineal no es lineal e) y = 3x+5 es lineal no es lineal
b) y = x
2
+ 1 es lineal no es lineal f) y = x
3
es lineal no es lineal
c) y = 4x es lineal no es lineal g) y + 2 = .x es lineal no es lineal
d) y = x es lineal no es lineal h) y x = 9 es lineal no es lineal
8) Realizar el grfico correspondiente a las siguientes rectas, en un mismo sistema de ejes
coordenados.
a. x + y = -3

b. 2x y + 3 = 0

c. x + 2y = 1

d. x = -3 y

e. -2x + y - 3 = 0
28
9) El nivel de agua en un estanque es de 12 m y baja 0,5 m cada semana. Cul de las
siguientes funciones representa la situacin descrita relacionando el nivel de agua y
con el nmero de semanas x?

a. y = -12 + 0,5x
b. y = -0,5x + 12
c. y = 12 + 0,5x
d. y = 12 0,35x
10)Para cada uno de los siguientes ejemplos, escribir la funcin y determinar qu significa
la pendiente en cada caso:
a. El precio de x kgs de papas, si pagu $4 por kg.
b. La cantidad de metros que hay en x km.
c. El precio de un artculo que costaba $x si se ha rebajado un 20 %.
11) La siguiente tabla muestra lo que cuesta imprimir un folleto comercial en una imprenta:
N de ejemplares 50 100 200 500
Costo en $ 25 50 100 250
a. Cunto costara imprimir un solo ejemplar? Y 1000 ejemplares?.
b. Encontrar la funcin que relaciona el N de ejemplares con el costo.
c. Representar grficamente a esta funcin como si fuese continua (en realidad es un
conjunto discreto de puntos).
12) El costo de un viaje en micro es proporcional a la distancia recorrida. Por un trayecto
de 20 km pagamos 5 pesos y por un trayecto de 60 km pagamos 15 pesos.
a. Escribir la funcin que relaciona el costo del pasaje con los km recorridos.
b. Esta funcin pasa por cero? Por qu?.
13) En nuestro recibo de consumo de energa elctrica aparece la siguiente informacin:
Consumo 1200 kWh
Precio del kWh 0,3 pesos
a. Cunto cuesta la energa consumida?.
b. Graficar la relacin consumo-costo. Utilizar como escala 200 kWh/cuadradito y 20
pesos/cuadradito.
c. Si la empresa tambin cobra un costo fijo de 20 pesos, cmo se modifica la fun-
cin?. Y, si adems se cobra un 21% de IVA?.
29
14) Tenemos 50 pelculas en nuestro disco duro, y este nmero est creciendo de a 2 pe-
lculas por semana. Modelizar el tamao de la coleccin como una funcin de tiempo.
15) Si un auto viaja desde Tucumn a Buenos Aires, con una velocidad constante de 100
km/h y tarda 16 horas en llegar a destino, determine la distancia existente entre Tucumn
y Buenos Aires. Construir la grfica representativa de la variacin del espacio en funcin
del tiempo (e/t).
16) Traducir a funciones matemticas los siguientes enunciados:
a. En mi casa cada persona come dos panes al da, adems, mi madre siempre com-
pra tres panes extra para que la bolsa del pan nunca quede vaca.
b. En la casa de Jos, el promedio de panes comprados por persona es 3; y su madre
compra slo un pan extra.
Existe alguna situacin en la cual deba comprarse la misma cantidad de pan en ambas
casas?.
17) Encontrar la frmula de la recta que sea perpendicular a la funcin y = 3x 1 y que
pase por el punto (6, 0).
18) La informacin que se presenta en la siguiente tabla pretende mostrar la relacin entre
el nmero de cigarrillos consumidos y el nmero de muertes por cncer al ao por cada
cien mil habitantes. Se pueden representar los datos con una funcin lineal? Por qu?.
30
19) Obtuve un 8% de aumento de sueldo, lo que me signific $2400 ms al mes. Cul era
mi sueldo anterior y cul es mi sueldo actual?.
20) La siguiente grfica muestra la distancia que recorre el sonido en diferentes medios en
funcin del tiempo.
a. Indicar cul de los siguientes valores corresponde a la pendiente de cada recta.
m = 1/3. El sonido recorre 1/3 km en 1 segundo en este medio.
m = 3/2 = 1,5. El sonido recorre 1,5 km en 1 segundo en este medio.
m = 40/7 5,71. El sonido recorre, aproximadamente, 5,71 km en 1 segundo en
este medio.
b. Escribir las ecuaciones lineales que representan cada caso.
21) La siguiente grfica muestra 3 rectas que representan el espacio o distancia e recorrida
por 3 montaeros que van a velocidad constante. Decidir qu velocidad de las citadas
a continuacin lleva cada uno con sus respectivas ecuaciones. Ayuda: la velocidad se
calcula como espacio/tiempo.
31
v = 100/3
Ecuacin: e = (100/3)(t-5)
v = 650/5
Ecuacin: e =130t
v = 100/3
Ecuacin: e = 500 + (100/3)t
22) Una milla equivale, aproximadamente, a 1,6 km.
a. Hacer una tabla para convertir de millas a km.
b. Dibujar la grfica y escribir su ecuacin.
23) Representar grficamente las funciones cuadrticas siguientes:
a. y = -x + 4x - 3
b. y = x + 2x + 1
c. y = x +x + 1
24) Una funcin cuadrtica tiene una expresin de la forma y = x + ax + a y pasa por el
punto (1, 9). Calcular el valor de a.
25) Cul de los siguientes grficos corresponde a la funcin f(x) = ax
2
+ bx + c, con a > 0
y c 0?
26) De las graficas siguientes cul(es) de ellas pertenece(n) a una funcin cuadrtica?.
32
a. Slo I.
b. Slo III.
c. Slo II y III.
d. Todas ellas.
e. Ninguna de ellas.
27) Se sabe que la funcin cuadrtica de ecuacin y = ax + bx + c pasa por los puntos
(1,1), (0, 0) y (-1,1). Calcular a, b y c.
33
Funcin lineal
2
2
C A P T U L O
Ya hemos visto en el captulo anterior la expresin general de las funciones lineales.
Consideremos ahora la expresin
( ) ( ) , 1 5 , 1 1 = + n A n A
en la que la variable independiente n es el tiempo (Ver: Poblacin de peces en el Cap-
tulo 1).
Si llamamos x al valor presente A(n) e y al valor futuro A(n + 1), tenemos
, 1 5 , 1 = x y
que es una funcin lineal con m = 1, 5 y b = -1.
Si analizamos los valores de y correspondientes a cada valor de x, entonces
x = A(0) = 3 y= A(1) = 1,5 . 3 - 1 = 3,5
x = A(1) = 3,5 y= A(2) = 1,5 . 3,5 - 1 = 4,25,
x = A(2) = 4,25 y= A(3) = 1,5 . 4,25 - 1 = 5,375,
y as siguiendo. El smbolo que se ha utilizado antes se lee entonces.
El diagrama de flujo del clculo anterior es:
1. x =3, (x = 3)
2. y =1,5x 1, (y = 3,5)
3. cambiar el xen 1) por el yobtenido en 2), (x = 3,5)
4. ir a 2) y calcular el nuevo y. (y = 4,25)
Ahora tenemos un procedimiento general para los clculos efectuados antes. Veamos
el procedimiento grficamente, usaremos para ello dos funciones lineales:
34
,
1 5 , 1
x y
x y
=
=
donde la segunda aparece porque en el punto 3) del diagrama de flujo se cambia x por
y, es decir, se usa y = x.
La interseccin de las dos rectas se da en x = 2, que es el punto de equilibrio de A(n +
1) = 1,5A(n) 1 porque, si a ese punto de equilibrio lo llamamos p, tendremos:
( )
( )
. 2
, 1 5 , 0
, 1 5 , 1 1
, 1 5 , 1
, 1 5 , 1
=
=
=
=
=
p
p
p
p p
p p
35
Que p sea un punto de equilibrio significa que si en un instante la variable A toma el
valor p, pasa el tiempo y permanece en p (est en equilibrio, no se mueve).
Dijimos que un punto ser un punto de equilibrio si la variable evaluada en ese mismo
punto persiste en ese valor a pesar del transcurso del tiempo. Como es sabido, la variable
en cuestin podr modificarse y evaluarse en otros valores. Si estos ltimos son cantidades
cercanas, ser posible la obtencin de un equilibrio estable o inestable. Ambos conceptos
pueden ejemplificarse con situaciones ya conocidas en la cotidianidad.
Pensemos en un pndulo. Este objeto est en equilibrio estable cuando, al ser apartado
de su posicin original (en reposo, suspendido verticalmente), regresa inmediatamente a
su estado inicial.
El equilibrio inestable puede ejemplificarse con un bastn parado sobre su punta. Pue-
de lograrse que quede quieto en esa posicin por unos breves instantes pero si se despla-
za aunque sea mnimamente, terminar desmoronndose en una dada direccin relaciona-
da con la perturbacin ejercida sobre l.
Como los puntos sobre la recta y = 1,5x 1 (que son los A(1), A(2), A(3)...) se alejan del
punto de equilibrio, se dice que p es inestable. Esto sucede siempre que la recta dada por
y = mx + b tiene |m| > 1.
Aclaremos que |m| se lee mdulo de m o valor absoluto de m. El valor absoluto de cualquier
variable, en este caso m, es un nmero positivo (mayor o igual a cero) que vale m cuando
m > 0 y vale m cuando m < 0. Esto quiere decir que nos olvidamos del signo que acompa-
a a la variable diciendo que el resultado de aplicar el mdulo a una variable es siempre
positivo. Para clarificar el concepto daremos los siguientes ejemplos,
| -1 | = 1,
| 5 | = 5,
| -16 | = 16,-
| -2 | = -2
etc.
Sabiendo ahora cul es el mdulo o valor obsoluto de una variable, diremos que, para
la recta representada por y = mx + b, si |m| < 1 el punto de equilibrio es estable y si m = 1
no hay punto de equilibrio, ya que
,
,
x y
b x y
=
+ =
son paralelas. El paralelismo existente entre dos rectas implica que si las alargsemos
tanto como se nos ocurra, stas jams se cruzaran entre s.
Finalmente, existe la posibilidad de que m = -1 oscilando alrededor del punto de equilibrio.
36
Ej empl o 1:
Sea
6 , 3 8 , 0 + = x y
Ej empl o 2:
4 + = x y
37
Receta para la recta y =1,5x - 1:
1. x,
2. voy a la recta y =1,5x 1 y determino (y, x),
3. voy a la recta y =x,
4. con este nuevo xvoy a la recta y =1,5x 1.
En general,
1. x,
2. determino el punto sobre la recta r,
3. horizontal hasta y =x,
4. ir a 1) con ese x.
(Ver: Graficadores de funciones del CD adjunto).
OFERTA Y DEMANDA
La ecuacin de la recta tambin puede aplicarse a los ya conocidos trminos econmi-
cos: oferta y demanda.
Corresponden a un producto que se produce en una unidad de tiempo. Por ejemplo, una
cosecha anual o semestral.
El productor decide sobre el ao prximo basndose en los precios del corriente ao.
Qu superficie sembrar?. Si este ao el precio es alto, sembrar ms el ao que viene. Al
38
ao prximo, con una buena cosecha, el precio bajar. Con un precio bajo, la decisin es
sembrar menos. Con menor cosecha el precio subir. El proceso es recursivo y el precio
oscila. Cmo oscila? Hacia un equilibrio? O no?. Para analizar el problema, la propuesta
es construir un modelo matemtico.
Que variables intervienen?
Tres en cada perodo n, Oferta O(n), Demanda D(n), Precio P(n). Formularemos tres
hiptesis:
1. La oferta cada ao depende en forma directa del precio del ao anterior.
2. La demanda cada ao depende en forma inversa del precio presente.
3. Cada ao el precio del producto se ajusta para que la demanda iguale a la oferta.
Aclaremos el ltimo punto: se oferta el producto con la intencin de vender todo, a un
precio alto. El consumidor quiere comprar a un precio bajo una gran cantidad. Si no hay
tanta oferta, el que vende mantiene su precio por la menor cantidad que quiere comprar el
consumidor. El consumidor sube un poco el precio que est dispuesto a pagar, pero compra
menos. El productor, que quiere vender todo, baja su precio. Esto contina hasta que el
consumidor alcanza un precio al cual compra exactamente lo que el productor quiere vender.
Este es el precio de la tercera hiptesis.
Pongamos juntas a las tres hiptesis en trminos matemticos, suponiendo que el coefi-
ciente que vincula la oferta con el precio es 0,8:
(hiptesis 1) ( ) ( ), 8 , 0 1 n P n O = +
o sea, si ( ) ( ) 8 , 4 1 6 = + = n O n P
y si P(n)= 12 O(n +1)= 9,6.

El coeficiente 0,8 debera surgir de estadsticas previas que permitan conocer la reaccin
del productor ante las variaciones en el precio del producto.
39
Pongamos valores en la hiptesis 2:
D(n) = 1,2
.
P(n) + 20,
o sea, si P(n) = 6 D(n) = 12,8
y si P(n) = 12 D(n) = 5,6
40
Por la hiptesis 3, el precio en el ao siguiente se ajustar de tal manera que la oferta
iguale a la demanda, o sea,
( ) ( ), 1 1 + = + n D n O
de manera que, usando lo anterior,
( ) ( )
( ) ( )
( ) ( )
( ) ( ) ( )
( ) ( ) ,
3
50
3
2
1
, 20 8 , 0
2 , 1
1
1
, 20 1 2 , 1 8 , 0
, 8 , 0 1
, 1 1
+ = +

= +
+ + =
= +
+ = +
n P n P
n P n P
n P n P
n P n O
n D n O
20
20
50
41
es decir, si
( ) ( ) . 12
3
36
3
50
7
3
2
1 7 = = + = + = n P n P
50 36
12.
Analicmoslo en general, es decir, en lugar de usar 0,8 como antes, pongamos s > 0:
( ) ( ). 1 n P s n O = +
El parmetro s puede llamarse de sensibilidad de los productores respecto del precio,
( ) ( ) , 0 , 1 1 > + + = + d b n P d n D
(antes usamos d = 1,2 y b = 20), y d es la llamada sensibilidad de los consumidores al
precio.
De la tercera hiptesis obtenemos
( ) ( )
( ) ( ), 1
, 1 1
n P s b n P d
n O n D
= + +
+ = +
y as, efectuando los despejes pertinentes,
( ) ( ) . 1
d
b
n P
d
s
n P + = +

Afirmar que el precio est en equilibrio, es decir que P(n + 1) = P(n) = p para cualquier
n (es decir, pasa el tiempo y no se mueve), entonces
42
.
,
,
, 1
,
s d
b
p
d
b
s d
d
p
d
b
d
s d
p
d
b
d
s
p
d
b
p
d
s
p
+
=
+
=
=
+
=
+
+ =
Si
, 50 , 3 , 2 = = = b d s 50
el punto de equilibrio es p = 10.
Analicemos la solucin general del sistema
( ) ( ) . 1 g n A r n A + = +
El punto de equilibrio es
( )
.
1
, 1
,
r
g
p
r p g
g p r p
=
=
+ =
Escribamos las desviaciones respecto al equilibrio, es decir,
43
( ) ( )
( ) ( )
( ) ( ) .
1
,
1
,
r
g
n E n A
r
g
n A n E
p n A n E
+ =
=
=
As, como A(n+1) = rA(n) + g resulta
( ) ( )
( ) ( )
( ) ( )
( )
( ) ( ) ,
1 1
1
,
1
1
1
1
,
1 1
1
,
1 1
1
r
g
n E r
r
g
n E
r
r g g r
n E r
r
g
n E
g
r
g r
n E r
r
g
n E
g
r
g
n E r
r
g
n E
+ =
+ +

+
+ =
+ +
+
+ =
+ +
+
+ =
+ +
de manera que
( ) ( ). 1 n E r n E = +
Ahora es fcil deducir que si el valor inicial es E(0)
( ) ( )
( ) ( ) ( )
( ) ( ), 0
, 0 1 2
, 0 1
2
E r k E
E r E r E
E r E
k
=
= =
=
que es la solucin general de la ecuacin E(n + 1) = rE(n).

Como dijimos que
44
( ) ( ) ,
1 r
g
k E k A
+ =
y, adems,
( ) ( ), 0 E r k E
k
=
reemplazando E(k) se obtiene
( ) ( )
( ) ( ) ,
1 1
0
,
1
0
r
g
r
g
A r k A
r
g
E r k A
k
k
=

+ =
que es la solucin general de A(n+1) = rA(n) + g.
Entonces, resumiendo, diremos que si
( ) ( ) , 1 g n A r n A + = +
entonces,
( ) ( ) ;
1 1
0
r
g
r
g
A r k A
k
=
para el caso analizado antes ocurrir que si
( ) ( ) , 1
d
b
n P
d
s
n P + = +
resulta
45
( ) ( )
( ) ( ) . 0
,
1 1
0
s d
b
s d
b
P
d
s
k P
d
s
d
b
d
s
d
b
P
d
s
k P
k
k
+
+
=
+
+
=
Continuaremos con el anlisis de la estabilidad.
En el primer caso, el punto de equilibrio tendr la expresin
,
1 r
g
p
=
por lo que finalmente obtendremos
( ) ( )
( ) ( ) [ ]. 0
1
0
1
p A r p k A
r
g
A r
r
g
k A
k
k
=
Sern posibles dos situaciones que se detallarn en lo que sigue:

Si | r| <1,

p A(k)
k

,
por lo que p es estable.
Si | r| >1,

p - A(k)
k
, por lo que p es inestable.
Aclaremos en palabras la escritura utilizada. Cuando se emplea
k
, se hace refe-
rencia a que la variable k se puede hacer tan grande como se quiera y se lee la variable k
tiende a infinito. El smbolo , se denomina en matemtica infinito y se utiliza para desig-
nar infinidad, inmensidad, sinfn.
En el presente caso, vemos que se tienen variables a cada lado de la flecha,

k

lo cual quiere decir que A(k) tiende a p (punto de equilibrio ya mencionado) cuando k se
46
hace muy grande, nuevamente diremos, tanto como uno quiera. En conclusin, la flecha
indica tendencia, A(k) tender (o se aproximar) a la cantidad p si k es muy grande.
El segundo caso, es anlogo al primero ya citado. El punto de equilibrio es
,
s d
b
p
+
=
y entonces,
( ) ( ) [ ]. 0 p P
d
s
p k P
k

=
Para este caso, el anterior r es el cociente s/d, de manera que:
Si | s/ d| <1, p es estable.
Si | s/ d| >1, p es inestable.
Si estamos interesados en un anlisis cualitativo (estabilidad o no), slo interesa la re-
lacin mencionada. Si la realidad es complicada, las ecuaciones lineales son una aproxima-
cin.
Esto es de gran utilidad en el control de la situacin. Por ejemplo, el precio de la soja
subi mucho debido a la gran demanda internacional. En consecuencia, subi la produccin
(con un retardo); esto significa que la sensibilidad del productor respecto del precio s es
alta. Pero los consumidores necesitan una cantidad ms o menos fija, de manera que el
consumo cae poco frente al aumento del precio, es decir, la sensibilidad del consumidor
respecto al precio es baja (d). As, s > d, que significa inestabilidad.
Qu hacer frente a estas circunstancias?. El gobierno puede actuar como consumidor
para subir el valor de d, fijando un precio sostn. Tambin puede bajar s, pagando para que
el productor no siembre, o poniendo retenciones.
El petrleo ofrece un ejemplo histrico. El precio subi mucho en los aos 70, entonces,
se increment la explotacin y la produccin. Es decir, la sensibilidad s (del productor res-
pecto del precio) fue grande. Aunque suba el precio, el consumo baja poco, por lo necesario
del combustible, o sea, el d es bajo. Esto da lugar a s > d y a ciclos de inestabilidad que
sucedieron, efectivamente.
Si s = d, resulta
( ) ( ) ( ) [ ] p P p k P
k
= 0 1
y el precio oscila con amplitud constante. Pero la realidad es que difcilmente ocurre que
s = d, slo llegan a ser parecidos. En ese caso es difcil predecir estabilidad o no.
47
CARRERA ARMAMENTI STA
Pensemos en dos naciones A, B, con gastos en armas A(n) y B(n) en el ao n.
El incremento del gasto en A, A(n+1) - A(n), se debe a 1) un trmino que tenga en cuen-
ta que el gasto de A no puede crecer demasiado (cuestin de presupuesto), 2) lo gastado
por B, y 3) a un trmino constante, es decir,
( ) ( ) ( ) ( ) ; 1 a n B s n A r n A n A + + = +
r mide la economa de A y s mide la desconfianza entre A y B.
Anlogamente,
( ) ( ) ( ) ( ) ; 1 b n A S n B R n B n B + + = +
Para simplificar, supongamos r = R, s = S.
Sumando A(n+1) A(n) y B(n+1) B(n),
( ) ( ) [ ] ( ) ( ) [ ] ( ) ( ) ( ) [ ] , 1 1 c n B n A s r n B n A n B n A + + + = + + + +
con c = a + b.
El gasto total es
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) . 1 1
1
;
c n T s r n T
c n T s r n T n T
n B n A n T
+ + = +
+ + = +
+ =
El punto de equilibrio de sta dinmica armamentista es
48
.
1
) 1 (
) 1 (
s r
c
p
s r
p
c
s r
p
c p
p s r c p
c p s r p
=
=
+ =
+ =
+ + =
La solucin de la ecuacin
( ) ( ) ( ) , 1 1 c n T s r n T + + = +
es
( ) ( ) ( ) . 0 1
s r
c
s r
c
T s r k T
k
+ =
S -1 < 1 r + s < 1, o sea, -2 < - r + s < 0, el punto de equilibrio es estable. La expresin
(1 r + s) est elevada a la variable k, si planteamos que debe mantenerse entre -1 y 1,
veremos que, mientras k aumenta, la expresin (1 r + s)
k
se hace ms pequea.
Existe una serie de observaciones importantes al respecto:
- r +s <0 significa s <r y da estabilidad.
Si s >r, hay inestabilidad porque

( ) . 1 + +
k
s r 8 +
Si ( )
s r
c
T
0 <0, ( ) k T 8 (o cero si llega antes). La carrera armamen-

tista se acaba.
49
Si ( )
s r
c
T
0 >0,
( ) k T 8 + . La carrera armamentista crece.
Ejemplo: Primera Guerra Mundial. Francia y Rusia Alemania y Austria-Hungra.
( ) ( ) ( ) , 1 1 c n T s r n T + + = +
Segn datos histricos, los gastos anuales fueron:
1909 199 millones de libras
( ) ( ) ( ) . 215 2 , 205 1 , 199 0 = = = T T T
( ) ( ) ( )
( ) ( ) ( )
( )
( )
.
3
380
3
5
) 1 (
205 1 215
, 199 1 205
1 1 2
, 0 1 1
= = +
+ + =
+ + =
+ + =
+ + =
c y s r
c s r
c s r
c T s r T
c T s r T
De lo anterior se desprende que s r = 2/3, entonces ocurre que s > r. Si T(0) < 190, van
al desarme. Como T(0) = 199 GUERRA.
51
1. El mercado de la margarina viene determinado por las siguientes funciones de oferta y
demanda:
O(n+1) = 2P(n) 4
D(n) = 60 2P(n)
a. Hallar el punto de equilibrio de dicho mercado y representarlo grficamente.
2. Un determinado bien x se intercambia segn las siguientes funciones de oferta y demanda:
O(n+1) = 50 + 10P(n)
D(n) = 900 - 15P(n)
a. Calcular el precio de equilibrio.
3. En el mercado del bien x existen consumidores representados con una funcin de de-
manda: D(n) = 15 -1,5P(n) y productores representados con una funcin de oferta O(n+1)
= 15P(n). Se pide:
a. Hallar la solucin de equilibrio.
4. El mercado de churros en Argentina es perfectamente competitivo. La demanda y la
oferta de ese bien vienen dadas por las funciones siguientes:
D(n) = 1500 10P(n)
O(n+1) = 20P(n)
a. Determinar grfica y analticamente el precio de equilibrio en el mercado.
5. Un determinado bien x se intercambia segn las siguientes funciones de oferta y demanda:
O(n+1) = 25 + 10P(n)
D(n) = 450 15P(n)
52
a. Calcular el precio de equilibrio.
b. Una variacin en los costos de produccin modifica la oferta. La nueva curva de
oferta viene dada por:
O(n+1) = 20 + 10P(n)
Calcular el precio del nuevo equilibrio.
6. Indicar cul (o cules) de las siguientes afirmaciones es (o son) falsas. Considere curvas
de oferta y de demanda aproximadas (lineales):
a. Si el precio se reduce, la cantidad ofrecida aumenta, por eso la oferta tiene pen-
diente positiva.
b. Si se igualan las ecuaciones de la oferta y la demanda en dos instantes de tiempo
distintos, se puede hallar el precio de equilibrio (precio en el que compradores y
productores se han puesto de acuerdo).
c. Si el precio aumenta, la cantidad ofrecida aumenta, por eso la oferta posee pen-
diente positiva.
d. Si el precio de un bien se reduce, la cantidad demandada decrece, por eso la de-
manda tiene pendiente negativa.
7. En un mercado competitivo se produce un bien A, con las siguientes funciones de ofer-
ta y demanda:
D(n) = 150 + R P
B
P(n)
O(n+1) = 30 + P(n)
Donde R es la renta de los consumidores y P
B
es el precio de un bien relacionado con
A que siempre es fijo. Determinar:
a. Precio de equilibrio si R = 75 y P
B
= 30.
b. Si disminuye la renta permaneciendo constante P
B
= 30. Vara la pendiente de la
demanda del bien A?.
8. El mercado de manzanas viene representado por las siguientes funciones:
O(n+1) = -20 + 3P(n)
D(n) = 220 5P(n)
a. Determine grfica y algebraicamente el punto de equilibrio.
b. Como consecuencia de un aumento en el precio de las peras la nueva curva de
demanda pasa a ser:
D(n) = 300 5P(n)
Hallar el nuevo punto de equilibrio.
c. Una mejora tecnolgica en la recogida de manzanas provoca que la curva de oferta
sea:
53
O(n+1) = -10 + 3P(n)
d. Hallar el nuevo punto de equilibrio con las nuevas funciones de oferta y demanda
(la c) y la d)).
e. Qu podramos haber concluido sobre el precio de equilibrio si hubieran ocurrido
b) y c), pero no supiramos las ecuaciones?.
9. El mercado de los pantalones vaqueros viene determinado por las siguientes funciones
de oferta y demanda:
O(n+1) = P(n) 2
D(n) = 30 P(n)
a. Representar grficamente y calcular el punto de equilibrio de ese mercado.
10. En el mercado de las zapatillas de deporte existe una una funcin de demanda: D(n) =
10 P(n) y una funcin de oferta O(n+1) = 10 P(n). Se pide:
a. Graficar la solucin de equilibrio.
11. Las funciones de demanda y oferta de un bien son:
D(n) = (-R/2)P(n)
O(n+1) = 4P(n) W + 20
Siendo R el nivel de renta y W el nivel de salario.
a. Calcular el precio de equilibrio para R = 200 y para W = 20.
b. Calcular el nuevo precio de equilibrio si R = 288.
12. En una ciudad, la poblacin de palomas urbanas pierde una cuarta parte de los indivi-
duos cada ao. Para compensar la cada, el ayuntamiento suelta 200 nuevos ejempla-
res al final de cada ao. Si x(n) es el nmero de palomas a principios del ao n, se
cumple la recurrencia:
a. Si x(0) = 1000, determinar el nmero de palomas en los prximos 30 aos, esbo-
zando la grfica. Cul ser el nmero de palomas a largo plazo?.
13. Dado el sistema dinmico lineal A(n + 1) = rA(n) + g, donde r = 0,8 y g = 3, se pide:
a. Hallar A(3) sabiendo que A(0) = 10.
b. Hallar el punto de equilibrio.
54
c. Analizar la estabilidad del sistema.
d. Hallar la solucin general del sistema.
e. Calcular A(31) sabiendo que A(0) = 11.
f. Cul es el estado inicial del sistema si A(20) = 5000?.
14. Si la sensibilidad de los productores respecto al precio s = 2, la sensibilidad de los
consumidores respecto al precio es d = 3 y b = 12, usando el sistema lineal que mode-
la el precio de un producto segn
se pide:
a. Hallar el punto de equilibrio.
b. Hallar la solucin general del sistema.
c. Calcular P(16) sabiendo que P(0) = 2.
d. Analizar la estabilidad del sistema.
e. Cmo deberan ser s y d para que el sistema sea oscilante?.
f. Cmo debera ser s con respecto a d para que el sistema sea inestable? Dar algn
ejemplo.
15. Suponiendo que el precio de un artculo en cada ao n puede modelarse con el sistema
dinmico P(n + 1) = rP(n) + g, sabiendo que en el ao 2010 el precio P es P = 100,
que en ao 2009 el precio P es P = 72 y que en el ao 2008 el precio P es P = 65:
a. Hallar r y g para determinar la ecuacin del sistema.
b. Qu puede decirse sobre la evolucin del precio a lo largo de los aos? Justificar.
16. Dado el sistema dinmico lineal A(n + 1) = A(n) + 2
b. Graficar el sistema y mostrar la evolucin del mismo suponiendo que A(0) = 2 gra-
ficando algunas iteraciones.
c. Analizar la estabilidad del mismo.
17. Dado el sistema dinmico lineal A(n + 1) = rA(n) + g
b. Para qu valores de r el sistema es estable?.
c. Cundo el sistema no tiene punto de equilibrio?.
d. Cundo el sistema es oscilante?.
e. Realizar una grfica para cada uno de los tres casos anteriores.
f. Falta analizar algn caso posible en la estabilidad del sistema?.
55
18. Supongamos que la poblacin de peces en un estanque disminuye un quinto cada ao.
Para contrarrestar la situacin, cada ao se agregan 500 peces. Si A(n) representa el
nmero de peces al comienzo del ao n:
a. Escribir el sistema dinmico A(n + 1) en funcin de A(n).
b. Hallar el punto de equilibrio y analizar su estabilidad.
c. Si A(0) = 5000, cuntos peces habr al cabo de 10 aos?.
19. Una poblacin de bacterias a la cual se le aplic un tratamiento comienza a reducirse
un 11% cada hora.
a. Hallar el sistema dinmico para A(n + 1) en funcin de A(n).
b. Hallar el nmero de bacterias al cabo de 20 horas, suponiendo que inicialmente
A(0) = 10000.
c. A qu nmero de bacterias se acerca el sistema cuando n se hace muy grande?.
20. Contestar Verdadero o Falso segn corresponda:
a. Si el precio de cierto artculo aumenta entonces la demanda de dicho artculo dis-
minuye.
b. El sistema A(n + 1) = rA(n) + g es estable si r > 2.
c. El punto de equilibrio del sistema A(n + 1) = rA(n) + g es p = g/(1-r).
d. Si el precio de un artculo decrece, entonces la oferta del mismo tambin lo hace.
e. La solucin general del sistema A(n + 1) = rA(n) + g es A(n) = 2rA(0).
f. El sistema A(n + 1) = rA(n) + g es oscilante si r = -1.
g. Si el precio de un artculo crece, la demanda del mismo crece tambin.
21. Dado el sistema A(n + 1) = rA(n) + g hallar los valores de r y de g para que el mismo
oscile alrededor del punto de equilibrio p = 2.
22. El Aguar Guaz constituye una especie de zorro actualmente en peligro de extincin
en Argentina. Se pierden dos cuartas partes de ejemplares por ao. Para preservar la
especie se decide criar y llevar a su hbitat 200 ejemplares al final de cada ao. Si A(n)
es el nmero de zorros a principios del ao n:
a. Formular el sistema dinmico para A(n+1) en funcin de A(n).
b. Hallar el punto de equilibrio del sistema planteado. Es estable o inestable? Justifi-
que su respuesta.
c. Si A(0) = 1000, determinar el nmero de zorros en el cuarto ao (n = 4). Cul es
el nmero de zorros a largo plazo? Justifique su respuesta.
23. Un grupo de bilogos argentino afirma que la enorme cantidad de radiaciones de dis-
tinto tipo es responsable de la extincin de pjaros en el entorno cercano a las fuentes
de radiacin. En una ciudad, se pierden por esta causa dos tercios de ejemplares por
ao. Para preservar la especie, se decide criar y llevar a su hbitat 2000 ejemplares al
final de cada ao. Si A(n) es el nmero de pjaros a principios del ao n:
56
que su respuesta.
c. Si A (0) = 10.000, determinar el nmero de aves en el quinto ao (n = 5). Cul es
el nmero de pjaros a largo plazo? Justifique su respuesta.
24. Los loros barranqueros son aves actualmente en peligro de extincin en Argentina. Se
pierde una sexta parte de ejemplares por ao, pese a los esfuerzos de los bilogos de
incluir una vez al ao 300 loros criados en cautiverio para preservar la especie. Si A(n)
es el nmero de loros barranqueros a principios del ao n:
d. Formular el sistema dinmico para A(n+1) en funcin de A(n).
e. Hallar el punto de equilibrio del sistema planteado. Es estable o inestable? Justifi-
que su respuesta.
r. Si A(0) = 1000, determinar el nmero de loros barranqueros en el dcimo ao (n =
10). Cul es el nmero de loros barranqueros a largo plazo? Justifique su respues-
ta.
25. Suponga que deposit 5.500 $ en un banco en el tiempo n = 0. El banco le da el 6,6%
de inters anual. Si A(n) representa la cantidad de dinero que usted tiene en el ao n:
b. Hallar A(1), A(2), A(3) y A(4).
c. Calcular la cantidad de dinero que usted tendr en el banco en el ao n = 60.
26. Investigadores argentinos afirman que las radiaciones de microondas de las antenas
son las responsables de la aparicin de cierta patologa en las personas que viven en
el entorno cercano de las antenas de telefona. En una ciudad se registra un tercio de
personas afectadas por ao. Para retrasar los sntomas, el gobierno provee de medica-
mentos a 3000 ciudadanos cada ao. Si A(n) es el nmero de personas sanas en el
ao n:
que su respuesta.
c. Si A (0) = 12.000, determinar el nmero de personas sanas en el dcimo ao (n =
10). Cuntas habr a largo plazo? Justifique su respuesta.
27. Una planta de tratamiento de aguas residuales trata de remover los contaminantes
presentes en el agua. El proceso utilizado remueve el 12% de los contaminantes por
hora. Si A(n) representa la cantidad de contaminantes que hay en el agua en la hora n
y A (0) es la cantidad inicial de contaminantes:
b. Calcular la cantidad de contaminantes que habr en el agua para las horas 1, 2, 3
y 4 en trminos de A (0).
c. Cul ser el porcentaje de contaminantes despus de transcurrido un da (n = 24),
si A (0) = 100?
Daremos en este pargrafo un modelo matemtico de poblaciones asociado a una funcin
cuadrtica, siguiendo la lnea comenzada antes de modelizacin de procesos dinmicos.
La expresin dada por
y = ax
2
+ bx + c
es una ecuacin que representa una familia de parbolas, como vimos en el Captulo 1.
Como ejemplo de funcin cuadrtica citaremos un modelo de crecimiento de poblaciones.
El tamao de la poblacin en el primer perodo es A(1). Si en el tiempo inicial era A(0), el
cambio en una unidad de tiempo es A(1) - A(0). Supongamos que se duplica la poblacin
y no muere ninguno, entonces
( ) ( ) ( ), 0 2 0 1 A A A =
y
( ) ( ) ( ) ( ). 0 3 0 0 2 1 A A A A = + =
Si en cada perodo sucede lo mismo,
( ) ( ) ( ), 1 2 1 2 A A A =
entonces,
( ) ( ) ( ) ( ) ( ). 0 3 3 1 3 1 1 2 2 A A A A A = = + =
y, en trminos generales
( ) ( ) ( ) ( ) ( ). 3 1 2 1 n A n A n A n A n A = + = +
Finalmente, la solucin es
57
Funcin cuadrtica
3
3
C A P T U L O
58
( ) ( ). 0 3 A k A
k
=
Podemos elegir valores de A(0) y calcular qu valores de A(k) se obtienen. As:
( )
( )
( )
( )
, 27000 3
, 9000 2
, 3000 1
, 1000 0
=
=
=
=
A
A
A
A
Este es un modelo muy poco realista, el crecimiento no es real porque es desmesurado.
Supongamos ahora que el nmero de nacimientos en el perodo n es proporcional al
tamao de la poblacin, lo cual se expresa como bA(n), siendo b la tasa de nacimientos. El
nmero de muertes tambin es proporcional a A(n) lo cual puede enunciarse mediante
dA(n), siendo d la tasa de mortalidad. Entonces,
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ). 1
1
n A n A d b n A
n A d n A b n A n A
+ = +
= +
Llamando r a (b-d),
( ) ( ) ( ). 1 1 n A r n A + = +
La solucin es, como antes,
( ) ( ) ( ). 0 1 A r k A
k
+ =
La tasa de crecimiento es r. Si se dan valores a r, por ejemplo, r = 0,2 y A(0) = 100,
entonces resultar
59
( )
( )
( )
( ) . 8281797451 100
, 910041 50
, 3833 20
, 619 10
=
=
=
=
A
A
A
A 10
20
50
El modelo parece razonable, pero el crecimiento es poco realista, ya que en poco tiempo
crece mucho. Esto fundament la teora de Thomas Malthus, economista del siglo XIX, que
postul que el mundo poseera un crecimiento acelerado en su poblacin, lo cual dara lugar
a hambrunas, enfermedades y conflictos sociales. Como mecanismo de control, propuso
que limitar la natalidad ayudara a no llegar a una crisis de alimentacin que se tornara
escasa. Confiaba en que las guerras y enfermedades colaboraran en el retraso de la esca-
sez de vveres.
Continuando con el ltimo modelo, podemos pensar en qu tan capaz de imitar al caso
real es. Pregunta inicial: El modelo es malo?. Respuesta: S y no.
Por qu?. En pequeos tiempos funciona, pero en tiempos grandes no lo hace.
Cmo corregirlo?. Podemos pensar que r no es constante, sino que cambia con el ta-
mao de la poblacin, es decir, r = f(A(n)). La hiptesis bsica es que el hbitat soporta
cierta cantidad de habitantes L. Si A(n) > L no habr suficiente espacio y comida, por lo
que r = f(A(n)) < 0. En cambio, si A(n) < L, r = f(A(n)) > 0.
La funcin ms simple que satisface esto es
( ) ( )
( ) ( )
. 1

=
L
n A
r
L
n A L
r n A f
Discutir las siguientes observaciones:
Si A(n) es pequeo,
( )
1 1
L
n A
y ( ) ( ) . r n A f r =
Si A(n) <L,
( )
. 0 1 >
L
n A

Si A(n) =L,
( )
. 0 1 =
L
n A
60
Si A(n) >L,
( )
. 0 1 <
L
n A
Cmo llamar a la constante L? L es la capacidad de carga. As resulta que
( ) ( )
( )
( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ). 1 1
1
1
1 1
2
2
n A
L
r
n A r n A
n A n A
L
r
n A r n A
n A n A
L
r
r n A n A
n A
L
n A
r n A n A
+ = +
+ = +

= +
= +
Esta ltima es la ecuacin logstica. Lo primero que impone esta ecuacin es que la
poblacin no puede crecer sin lmites, y describe su variacin de tamao considerando que
el crecimiento depende de la densidad. La ecuacin logstica es, entonces, un modelo de
evolucin poblacional en el que, si bien al inicio el crecimiento es exponencial, luego decre-
ce por la competicin por los recursos del medio entre los miembros existentes. Un modelo
es simplemente la representacin de una situacin real abordando algunas de sus carac-
tersticas destacadas.
Ejemplo: Estableciendo los valores r = 0,2; L = 8 (1 unidad = 1000), r / L = 0,025 se
obtiene
( ) ( ) ( ). 025 , 0 2 , 1 1
2
n A n A n A = +
61
Analicemos el punto de equilibrio:
2
025 , 0 2 , 1 p p p =
La solucin de la ecuacin de segundo grado es, en este caso
( )
. 8 , 0
0 025 , 0 2 , 0
0 025 , 0 2 , 0
0 025 , 0 2 , 1
2
2
= =
= +
= +
= =
p p
p p
p p
p p p
Supongamos que se realiza una captura constante, es decir, si suponemos peces, se
pescan:
( ) ( ) ( ) . 8 , 0 8 , 1 1
2
b n A n A n A = +
62
Supongamos que b = 0,24, o sea, 2400 capturas por ao. Deberemos calcular las races
de la ecuacin cuadrtica para hallar los puntos fijos. Los puntos fijos son solucin de
. 24 , 0 8 , 0 8 , 0 0
24 , 0 8 , 0 8 , 1
2
2
=
=
p p
p p p 24
24
En este tipo de ecuacin (es decir, 0 = ax
2
+ bx + c) no es posible despejar fcilmente
la variable independiente x, por lo tanto, necesitaremos un procedimiento general para
encontrar las soluciones. Con artilugios matemticos no muy sofisticados se podr hallar
la llamada frmula resolvente. sta es una expresin que involucra operaciones bsicas
entre los coeficientes de la ecuacin cuadrtica y da lugar a dos races o soluciones que
sern
.
2
4
2
2 , 1
a
ac b b
x

=
ac
Volviendo al ejemplo en que elegimos b = 0,24, los puntos fijos p
1
y p
2
resultarn
, 05 , 0 5 , 0
2
4
2 , 1
2
2 , 1
=

= p
a
ac b b
p
ac
05,
para lo cual no hay solucin porque no existe la posibilidad de hallar el resultado de la
raz presente en la ecuacin, es decir, no hay un nmero que elevado al cuadrado genere
un nmero negativo, en este caso, -0,05. Hay mucha captura y no hay equilibrio.
Volvamos atrs:
, 8 , 0 8 , 1
2
b p p p =
dividiendo por 0,8 ocurre que
.
2
5 1 1
0 25 , 1
2
b
p
b p p

=
= +
Si 1-5b <0, o sea, b >0,2 no hay equilibrio.
Si 1-5b >0, o sea, b <0,2 hay 2 puntos de equilibrio.
63
Si 1-5b =0, o sea, b =0,2 hay un solo punto de equilibrio, p =, es la captura
mxima sostenible y es muy riesgosa porque, si observamos en el grfico que sigue,
p se sita en el vrtice de la parbola y ante cualquier variacin (por ms pequea
que sea) ya no habr funcin.
Cambiemos de captura constante a captura proporcional. Proporcional a qu? A la
poblacin.
( ) ( ) ( ) ( )
( ) ( ) ( ) ( ). 8 , 0 8 , 1 1
, 8 , 0 8 , 1 1
2
2
n A n A b n A
n A b n A n A n A
= +
= +
Los puntos de equilibrio sern los que cumplan con
64
( )
( )
( )
( ) [ ]
. 25 , 1 1
8 , 0
1
8 , 0
8 , 0
, 0
8 , 0 8 , 0 0
8 , 0 8 , 0 0
8 , 0 1 8 , 1 0
8 , 0 8 , 1
2
2
2
b p
b b
p p
p b p
p p b
p p p
p p b p
= =
= =
=
=
=
=
25
Queremos un punto de equilibrio mayor que cero, entonces
). 0 ( 8 , 0
8 , 0
1
0
8 , 0
1
> >
>
> =
b
b
p
b
Slo resta verificar con clculos que p es estable.
Cul es la captura?
( ). k A b C =

En equilibrio es
. 25 , 1
) 25 , 1 1 (
2
b b C
b b C
p b C
=
=
=
25
25
65
Con qu valor de b da mximo?: b = 0,4 (40 % de la poblacin).
Si b = 0,4, C = 0,2.
El punto de equilibrio es
;
2
1
p
0,4 1,25 - 1 p
b 1,25 - 1 p
=
=
=

(igual que antes), pero este punto es estable. Esto es as porque pese a haber variaciones,
la funcin se mantiene en torno a p.
Las parbolas, al igual que las funciones lineales vistas en el captulo anterior, tienen
parmetros de los cules depende su posicin y forma.
Tal cual se ha indicado al inicio de este captulo, la ecuacin general de la parbola es
y = ax
2
+ bx + c. Tomando distintos valores para a, b y c se pueden estudiar las caracters-
ticas de una funcin cuadrtica. Siempre es conveniente variar slo un parmetro (el que
66
se quiera estudiar) y mantener fijos a los dems para as poder apreciar cul es la influen-
cia de este mismo sin la influencia de los dems.
Ya hemos mencionado que los puntos en donde la grfica corta al eje x se denominan
races de la funcin y, al estar sobre el eje horizontal, deben tener su coordenada y = 0. Se
hallan, entonces, igualando la funcin a cero.
El vrtice se ubica siempre sobre el eje de simetra de la parbola.
Una vez definidos los aspectos anteriores de una funcin cuadrtica, se pueden obtener
infinitos grficos asignando diferentes valores a los parmetros a, b y c.
(Ver: Graficador de funciones cuadrticas del CD adjunto).
Hasta aqu, discutimos en forma genrica la ecuacin de una funcin cuadrtica que,
como se ha mencionado a lo largo de este texto, representa a un conjunto de parbolas.
La parbola es una curva que tiene una gran importancia en Fsica y se ajusta a la des-
cripcin o a la representacin matemtica de muchos fenmenos. Pero en la vida cotidiana,
aunque no reparemos en ello, las parbolas se hacen presentes por doquier.
Si se lanza un objeto, el movimiento que describe gracias a la gravedad que acta sobre
l es de tipo parablico. Ejemplos sobran, las trayectorias parablicas se pueden distinguir
en el desplazamiento de una pelota (de basket, ftbol, tenis, hockey, entre otros), en las
emanaciones de agua de las fuentes de una ciudad, etc.
(Ver: Simulaciones en el CD adjunto).
67
1. La poblacin mundial en 1975 era de unos 4 mil millones de habitantes. Varios estudios
consideran que la poblacin del planeta cumplira aproximadamente la ecuacin logs-
tica:
donde p(n) es el nmero de individuos (en miles de millones).
a. Estimar la poblacin desde 1975 hasta 1980.
b. Esbozar la grfica bajo condiciones de equilibrio.
c. Cul sera la capacidad mxima de la poblacin? Cuando se alcanzara el 90% de
dicha capacidad mxima?.
2. En 1970, el Departamento de Recursos Naturales liber en un lago 1000 ejemplares
de una especie de pez. En 1977, se calcul que la poblacin de esta especie en el lago
era de 3000. Usando una ley malthusiana para el crecimiento de la poblacin, calcule
la poblacin de estos peces en el lago en 1980.
a. Supongamos ahora que se dispone de la informacin adicional de que la poblacin
de peces en 1984 se estim en 5000. Use un modelo logstico para calcular la
poblacin de peces en 1991. Cul es la poblacin lmite?.
3. En 1970, se estim que la poblacin de caimanes en los terrenos del Centro Espacial
Kennedy era exactamente de 300. En 1980, la poblacin haba crecido hasta alcanzar
un valor aproximado de 1500 ejemplares. Usando una ley malthusiana para el creci-
miento de la poblacin, calcule la tasa de crecimiento r de la poblacin de caimanes
en los terrenos citados.
a. Se dispone de la informacin adicional de que en 1975 la poblacin de caimanes
era de 1200 ejemplares. Utilice un modelo logstico para calcular la poblacin de
caimanes en el ao 2000. Cul es la prediccin de poblacin lmite?.
68
4. En 1790, la poblacin de Estados Unidos era de 3.93 millones, y en 1800, de 5.31
millones. Usando un modelo malthusiano, estime la poblacin de Estados Unidos en
funcin del tiempo.
Conocida la poblacin en 1790 (3.93 millones), en 1840 (17.07 millones) y en 1890
(62.95 millones), use el modelo logstico para calcular la poblacin correspondiente al
tiempo n.
5. En una regin relativamente aislada del frica subsahariana, se estudi la evolucin de
la poblacin de gorilas. En 1940 se estim en 500 el nmero de gorilas presentes en
dicha zona, mientras que en 1950 dicho nmero haba ascendido hasta 700 ejempla-
res.
a. Estimar la poblacin de gorilas en 1960 y en 1970 suponiendo que el crecimiento
de dicha poblacin fuera explicable mediante el Modelo de Malthus.
b. Conociendo, adems, que en 1960 el nmero de gorilas presentes en la zona era
aproximadamente 900, calcular el valor de la poblacin en 1970 utilizando el mo-
delo logstico. Calcular la poblacin lmite.
6. El sistema dinmico A(n+1) = 1,5.A(n) - 2A
2
(n) donde A(n) representa el nmero de
plantas de la selva misionera argentina, representa el crecimiento poblacional de las
plantas selvticas en cuestin.
a. Hallar los puntos de equilibrio, si existen.
b. Si se permite una tala constante k, cmo se expresara el sistema dinmico ante-
rior?.
c. Calcular cmo debe ser la constante k para:
1. Que exista un solo punto de equilibrio.
2. Que existan dos puntos de equilibrio
3. Que no exista punto de equilibrio.
7. El sistema dinmico A(n+1) = 1,2.A(n) A
2
(n) donde A(n) indica el nmero de arbustos
del parque chaqueo argentino, representa el crecimiento poblacional de los arbustos
del parque en cuestin. Hallar los puntos de equilibrio si existen.
8. El sistema dinmico A(n+1) = 3.A(n) - A
2
(n) donde A(n) representa el nmero de rboles
de un bosque patagnico argentino, representa el crecimiento poblacional de los rbo-
les del bosque en cuestin.
a. Hallar los puntos de equilibrio si existen.
b. Si se permite una tala constante k, como expresa el sistema dinmico anterior.
c. En el sistema dinmico hallado en el ejercicio 8b) calcular como debe ser la cons-
tante k para:
1. Que exista un solo punto de equilibrio.
2. Que existan dos puntos de equilibrio
3. Que no exista punto de equilibrio.
69
9. El sistema dinmico A(n+1) = 1,8.A(n) 0,8A2(n) donde A(n) indica el nmero de rbo-
les de un bosque patagnico argentino, representa el crecimiento poblacional de los
rboles del bosque en cuestin. Hallar los puntos de equilibrio si existen.
10. Dado el sistema dinmico no lineal A(n + 1) = 1,9A(n) - 0,5A
2
(n), donde A(n) es el ta-
mao de cierta poblacin:
a. Hallar, si existen, los puntos de equilibrio.
b. Suponiendo que cada ao se agrega una cantidad constante b de individuos a la
poblacin, cmo se modifica el modelo original?.
c. Hallar el valor de b para que el sistema tenga un solo punto de equilibrio.
d. Si b = 50 y A(0) = 30, hallar A(2).
Haremos la introduccin a una de las funciones bsicas de la trigonometra a partir de
la msica.
La nota la se define como una vibracin de 440 ciclos/segundo. Entonces, f = 440 ciclos/s
= 1/T, y, as, T = 1/440 segundos. T es el perodo de la funcin seno y se define como el
tiempo requerido para completar un ciclo en una funcin trigonomtrica.
Comencemos por identificar una onda cuya vibracin sea de 1 ciclo/seg. Esa onda es,
bsicamente, la siguiente:
71
Trigonometra
4
4
C A P T U L O
72
La figura muestra una vibracin de 1 ciclo/seg. La unidad representativa es usualmen-
te el Hertz [Hz]. Ejemplo: la radio transmite en 92,7 MHz.
A la funcin en cuestin la llamaremos seno de t, y escribiremos:
sen(t) y(t) =
.
Si repetimos la funcin que muestra la figura, obtenemos:
73
que es una funcin peridica de perodo 1 segundo. Si ponemos 2 ciclos/seg, resulta:
74
T = , as, la frecuencia es 2 ciclos/seg. La letra T, como ya hemos mencionado, se
utiliza para hacer referencia al perodo, as, f, la frecuencia ser la inversa del perodo (f =
1/T).
Observemos que la funcin sen(t) tambin puede aparecer girando un disco de radio 1,
sabiendo que la longitud de la circunferencia es 2p. (Ver CD adjunto).
Se define al nmero p como la relacin entre el permetro y el dimetro de una circun-
ferencia, entonces, sabemos que el cociente entre el permetro y el nmero es igual al
dimetro. El dimetro es el doble del radio. El nmero p es un nmero con mltiples deci-
males y su valor aproximado es p = 3,1415926535 (...).
El ngulo de una circunferencia completa equivale a 2 radianes. Un radin es una
unidad de medida para ngulos y equivale al ngulo definido por el arco de una circunfe-
rencia, siendo la longitud de ese arco igual al radio. El ngulo de una circunferencia com-
pleta tiene, entonces, sobre su permetro, 2 arcos de longitud igual al radio. Justamente,
se denomina a la longitud de cada arco radin porque es igual a un radio del crculo.
En resumen, hay 2 radianes en un crculo completo. Es decir, que si cortsemos peda-
zos de cuerda cuya longitud sea igual a la distancia existente desde el centro del crculo
hasta el borde, una vuelta se completara con 2 trozos de cuerda, alrededor de 6,28 seg-
mentos de cuerda.
Un ngulo de 360 equivale a 2 radianes; un ngulo de 180 equivale a radianes.
Los ngulos se pueden medir en grados o radianes. Los radianes tienen la ventaja, respec-
to a los ngulos expresados en grados, de ayudar a hacer ms simple la utilizacin de fr-
mulas trigonomtricas. Los grados, en cambio, son ms fciles de usar en la vida cotidiana.
(Ver: Simulacin del concepto de radianes del CD adjunto).
Ahora el perodo es 2 y la frecuencia es de 1 ciclo cada 2 (radianes).
Cmo se vincula esta frecuencia con la anterior?. Si escribimos sen(2pft), cuando f =
1 ciclo/s tenemos el caso anterior:
75
. 0 ) ( ,
2
1
; 1 )
2
3
( ,
4
3
; 0 ) 2 ( , 1
= =
= =
= =
sen t
sen t
sen t
Se verifica que la funcin se obtiene haciendo girar el crculo y siguiendo el valor del
cateto b del tringulo. Tambin podemos seguir el valor del cateto a, y obtenemos:
funcin que definimos como cos(t) y llamaremos coseno.
(Ver: Simulaciones de funciones trigonomtricas del CD adjunto).
Si llamamos w = 2f, cos(t) = sen(t+/2).
76
.... 7 , 0 )
4
3
( ,
4
; 1 ) ( ,
2
; 1 )
2
( , 0
= =
= =
= =
sen t
sen t
sen t
Pitgoras plante la ya conocida relacin entre lados de un tringulo rectngulo que
establece que el cuadrado de la hipotenusa es igual a la suma de los cuadrados de los catetos,
dada por la expresin que sigue:
. 1 ) ( cos ) ( 1
2 2 2 2
= + = + t t sen b a
77
*
Pitgoras de Samos (582 a.C 507 a.C): Como sabemos, cuando en msica nos
referimos a una octava, lo hacemos sobre dos notas que suenan en frecuencias
que son mltiplos de 2; por ejemplo, si la nota LA, como dijimos, est definida por 440
Hz, la octava arriba es la que corresponde a 880 Hz, y la de abajo es la nota que corres-
ponde a 220 Hz. Todas ellas son LA, pero en distintas octavas. Las escalas musicales se
definen como divisiones de la octava., y as aparecen las otras notas. En la escala tem-
perada que usamos en toda la msica occidental, hay 12 notas dentro de una octava.
Quin hizo el descubrimiento de la octava?
Fue el primero que estableci la correspondencia entre notas musicales y nmeros: Pi-
tgoras, en el siglo VI antes de nuestra era. Es decir, en la base misma de la teora de la
msica y su influencia en la vida humana, encontramos la figura de Pitgoras.
Escribi Arthur Koestler: El siglo sexto antes de nuestra era evoca la imagen de una
orquesta expectante, afinando, cada msico absorto en su propio instrumento, sordo a
los dems. Entonces se hace un silencio dramtico, el director entra en el escenario,
golpea tres veces con su batuta, y la armona emerge del caos. El maestro es Pitgoras
de Samos, cuya influencia sobre las ideas, y, por lo tanto, sobre el destino de la humani-
dad, fue probablemente mayor que la de cualquier otro hombre antes o despus de l.
Pitgoras identific msica, nmero y cosmos. Distingui tres tipos de msica: la msica
instrumental, producida por los instrumentos, la msica humana, continua y no oda,
producida por el cuerpo, y la msica del universo, producida por el cosmos mismo. La
msica instrumental y la humana tenan para l la misma naturaleza, de manera que
pulsando las cuerdas de una lira se producan vibraciones resonantes en el instrumento
humano. As, Porfirio relata que Pitgoras calmaba los desarreglos del cuerpo y del alma
con sonidos y ritmos.
La contribucin ms importante de Pitgoras a la teora de la msica fue la de establecer
una relacin aritmtica entre dos notas, relacin llamada intervalo.
Cmo se origin esa idea?
Una vieja fbula cuenta que, pasando Pitgoras por un taller de metales, percibi los
sonidos que produca el martillo golpeando distintas piezas sobre un yunque. Algunos
sonidos armonizaban, y as reconoci la concordancia de la que hoy llamamos octava.
As introdujo el concepto de intervalo, 2 para la octava, y estableci la correspondencia
entre el mundo de los sonidos musicales y el mundo de los nmeros.
Pitgoras prob su descubrimiento usando una cuerda en un instrumento que l invent.
Era una simple cuerda que se poda ajustar en distintos puntos. Si se la sujeta en el
punto medio, la relacin es 2, una perfecta octava; si se la sujeta para que la relacin
sea 3/2, aparece lo que llamamos una quinta, y as siguiendo. Algunas relaciones daban
notas concordantes, otras, disonantes para todos los odos. El hecho importante detrs
de la nocin de intervalo es que las emociones que transmite la msica se obtienen con
una cantidad finita de frecuencias.
En la Vida de Filsofos de Digenes Laercio se lee una descripcin muy resumida de sus
logros: Pitgoras adelant mucho en geometra y aritmtica. No se olvid de la medicina.
Apolodoro refiere que hall que, en un tringulo rectngulo el cuadrado de la hipotenusa
es igual a las suma del cuadrado de los lados que lo componen. Invent una escala
musical con una cuerda sola.
78
Adems, podemos definir una nueva funcin:
a
b
t
t sen
t tg = =
) cos(
) (
) (
tg
,
que es la pendiente de la recta m = tg(a). (Ver: Captulo 2).
La trigonometra tiene aplicaciones muy variadas. En particular, a muchas personas les
parece que el arte y la Matemtica son dos extremos opuestos, cuando en realidad pueden
ser relacionados perfectamente.
Como ejemplo clsico, se puede mencionar que la Matemtica y la Msica suelen ser
imaginadas como disciplinas muy diferentes. Sin embargo, es posible establecer un vncu-
lo entre ambas tendencias. Ya hacia la poca de Pitgoras, las enseanzas contenan la
aritmtica y la msica en conjunto. Nace la idea de relacin entre pares de sonidos, que se
caracteriza mediante el cociente entre sus frecuencias. Los instrumentos musicales son
capaces de producir lo que se llama una onda de presin, un empujn de aire que es
capaz de mover la pequea membrana del odo que denominamos tmpano. La frecuencia
de vibracin define lo que se conoce como nota, de graves a agudas, que se mide con el
nmero de vibraciones por segundo o Hertz (Hz).
Cuando dos o ms notas suenan simultneamente se dice que se ha producido un
acorde. Su sonido puede ser agradable o no serlo.
Una de las muchas formas que hay de producir un sonido es hacer vibrar una cuerda.
En pocas de los pitagricos, el monocordio era un instrumento que constaba de una sola
cuerda tensada, con un puente mvil que permita variar su longitud, y que sirvi para des-
cubrir los sonidos armnicos y diferenciarlos de los que no lo son. La nota que da la cuerda
depende de su longitud y, asociando a cada longitud distinta un nmero, se pueden esta-
blecer relaciones entre sonidos agradables al odo humano y las diferentes longitudes de
79
la cuerda. Generalizando se obtiene que las diferentes notas se consiguen tomando frag-
mentos de la cuerda original de largo L. Si se piensa en trmino de frecuencias y se orga-
nizan los conceptos en una tabla, es fcil deducir:
Nota Frecuencia Longitud de la cuerda
Original f L
Octava 2f 1/2L
Quinta 3/2f 2/3L
Cuarta 4/3f 3/4L
Sin duda, el conocimiento matemtico aplicado a la msica present un crecimiento
marcado. En aos no muy lejanos, una de las aplicaciones ms importantes de la trigono-
metra fue el estudio de los fenmenos de onda oscilatorios, as como el comportamiento
peridico, relacionado estrechamente con las propiedades de las funciones trigonomtricas.
Las ondas de radio son seales (funciones) senoidales de frecuencias comprendidas en
un intervalo del espectro electromagntico (bajas frecuencias).
Cuando se habla de la radio, se mencionan las palabras AM y FM. Son ambas pertene-
cientes al lenguaje comn, pero...qu significan?. La amplitud modulada o modulacin de
amplitud AM implica modificar la amplitud de una seal de una seal que posee alta fre-
cuencia (seal llamada portadora) en funcin de una seal de baja frecuencia (denomina-
da moduladora) que contiene la informacin que se quiere transmitir. Por otro lado, tambin
mencionamos la frecuencia modulada o modulacin en frecuencia FM, que es una modu-
lacin angular que transmite informacin a travs de una onda portadora que vara su
frecuencia.
Por ltimo, no podemos perder de vista el uso del trmino ancho de banda en la pre-
sente era digital. En los sistemas digitales actuales, el ancho de banda digital es la cantidad
de datos que pueden ser transportados en un dado perodo de tiempo. Si aumenta el ancho
de banda, aumenta la transferencia de datos por unidad de tiempo y, entonces, mayor ve-
locidad.
En diversas reas de la Ingeniera se utilizan herramientas como las conocidas Trans-
formada de Fourier y Serie de Fourier para facilitar el tratamiento de ciertos problemas.
(Ver CD adjunto).
*
Joseph Fourier (1768 1830): Hurfano desde que era un nio, atraves las
distintas pocas polticas de su Francia natal en forma activa. Comenzando como
un convencido jacobino durante la Revolucin Francesa, fue un distinguido adminis-
trador pblico y diplomtico en los perodos de Napolen. Pero, sobre todo, fue un
brillante matemtico con logros verdaderamente revolucionarios que trascienden a la
80
ciencia matemtica, y que, dos siglos despus, estn en la base de muchos logros
tecnolgicos.
Como interno en un orfanato (sus padres haban fallecido cuando era muy pequeo)
muchas esperanzas no tena, pero gracias a una recomendacin al obispo de Auxerre
(su pueblo natal), ingres en la Escuela Real Militar dirigida por los monjes benedictinos.
En esas pocas, en las academias militares se le daba especial importancia a la en-
seanza de la matemtica, dado que sus estudiantes iban a formar parte de cuerpos
de artilleros e ingenieros. A los diecisiete aos termin sus estudios, pero, a pesar del
apoyo de sus profesores, el ministro de guerra rechaz su postulacin, probablemente
porque no perteneca a la nobleza. Decidi entonces, entrar en la orden de los bene-
dictinos. En 1789, ao de la revolucin, Fourier enva un trabajo a la Academia de
Ciencias de Pars. A la sazn, la Asamblea decide prohibir la ordenacin de monjes, y
luego, suprime las rdenes religiosas. Eso, sumado a sus dudas respecto del camino
tomado, lo decide a retornar a Auxerre para ensear matemtica, retrica, historia y
filosofa. Recin en 1793 se involucra oficialmente en poltica. En una carta escrita
desde la crcel, Fourier pone en claro su apoyo a la Revolucin: Con la natural idea
de la igualdad es posible concebir la sublime esperanza de establecer un gobierno libre
del poder de reyes y sacerdotes que largamente mancillaron a Europa. Qued enamo-
rado de esa causa, en mi opinin, la ms grande y bella que las naciones puedan
abrazar. Eran pocas de rpidos desplazamientos polticos y sociales, y Fourier no era
un fantico; crea en los ideales revolucionarios pero mantena un juicio independien-
te. Por eso fue que, siendo Presidente del Comit Revolucionario en Auxerre desde
junio de 1794, por discrepar en algunas cosas, se present ante Robespierre en Pars
para sostener su posicin. Quiz no caus buena impresin su actitud, por lo que, al
volver a su pueblo al mes siguiente, fue arrestado. Por eso su carta anterior desde la
crcel. Cuando era pedida su libertad por una comisin enviada a Pars para entrevis-
tar a Saint Just, arrestan y guillotinan a Robespierre y Saint Just. As, la vida de Fourier
fue salvada, y qued en libertad.
Un tiempo ms adelante, enseando en la Ecole Polytechnique, recibe la orden del
Ministerio del Interior de formar parte de la expedicin de Napolen Bonaparte que
partir hacia Egipto. Esa expedicin no slo llevaba militares (unos 30.000 soldados
en 180 barcos) sino tambin cientficos, escritores y otros artistas. All escribe los 21
tomos de Descripcin de Egipto. En 1801 regresa a Francia y es designado Prefecto
de Isre. Entre muchas actividades encuentra tiempo para abordar un nuevo problema
matemtico y resolverlo. El proceso culmina en el trabajo titulado Teora Analtica del
Calor, obra maestra de 1807. All estn las ideas fundamentales, complejas y trascen-
dentes, de las que damos, en este libro, algunos aspectos bsicos y elementales.
Mientras tanto, en Buenos AiresNapolen invade a Espaa en 1808, y provoca la
constitucin de Juntas de Gobierno. En Buenos Aires tambin, y, en 1810, se produce
lo que hoy llamamos Revolucin de Mayo. La Junta, por iniciativa de Mariano Moreno,
autoriza la edicin de El contrato social de Juan Jacobo Rousseau. Moreno pens
que as todas las clases, todas las edades, todas las condiciones participarn del gran
beneficio que trajo a la tierra este libro inmortal, que ha debido producir a su autor el
justo ttulo de legislador de las naciones. Adems, la perentoria necesidad de organi-
zar un ejrcito plante la de formar jefes y oficiales con un mnimo de conocimientos.
81
La creacin ms importante en tal sentido fue la fundacin de la Escuela de Matem-
tica por iniciativa del vocal de la Junta Manuel Belgrano, abogado egresado de la
Universidad de Salamanca. Pero recin en 1821 se funda la Universidad de Buenos
Aires, y la matemtica queda a cargo de Felipe Senillosa, espaol (1783-1858), inge-
niero egresado de Alcal de Henares, prisionero de Napolen en Espaa hasta 1913,
colaborador del ejrcito francs, refugiado en Inglaterra para evitar un juicio por traidor,
conocido por Bernardino Rivadavia y Manuel Belgrano en Londres, y convencido de
viajar a Buenos Aires para ensear geometra y clculo diferencial integral.
Todava faltaba ms de un siglo para introducir un aspecto fundamental en una uni-
versidad: la investigacin en ciencias matemticas.
La transformada de Fourier nos ayuda a conocer cules son las frecuencias que compo-
nen a una funcin porque se toma como variable independiente a la frecuencia, en vez del
tiempo. Por ejemplo, para que podamos or, nuestro sistema auditivo recibe una onda (fun-
cin) auditiva y la descompone en sus distintas frecuencias. Slo seremos capaces de or
en un rango de frecuencias porque el odo slo puede percibir dadas frecuencias. La trans-
formada de Fourier se utiliza, entonces, para pasar al dominio frecuencial una seal para
as obtener informacin que no es evidente en el dominio temporal. Aquellas funciones
que son peridicas (se repiten a intervalos de tiempo) pueden ser expresadas como una
combinacin de funciones trigonomtricas como las que vimos en este captulo.
Por otro lado, las series de Fourier tambin constituyen la herramienta matemtica b-
sica para el tratamiento de funciones que representan situaciones cotidianas pero escapan
al objeto de estudio del presente libro.
Existen enumerables aplicaciones del anlisis de Fourier o anlisis en frecuencias. Se
habla de las componentes armnicas en electrocardiogramas, electroencefalogramas, Hol-
ter, deteccin de fallas en herramientas o en instalaciones insdustriales, etc.
83
1. Graficar la funcin y = 2sen(3x).
2. Graficar la funcin y = 3cos(2x).
3. De la siguiente funcin hallar la amplitud, la frecuencia y su expresin:
4. Cul es la altura de un puente que cruza un ro de 35 m de ancho, si desde uno de
los extremos del puente se ve la base del mismo pero del lado opuesto con un ngulo
de depresin de 15?.
5. Cul es la inclinacin de una escalera mecnica si tiene una altura de 4 m y la cinta
transportadora recorre 75 m?.
84
6. Un avin se encuentra a 2300 m de altura cuando comienza su descenso para aterrizar.
Qu distancia debe recorrer el avin antes de tocar la pista, si baja con un ngulo de
depresin de 25?.
7. Manuel, un astrnomo principiante, midi el ngulo que se muestra en la figura para
calcular la distancia que hay entre los centros de la Luna y la Tierra. Considerando que
el radio de la Tierra es 6380 km, qu resultado obtuvo Manuel?
Tierra Luna

8. Determinar el ngulo de inclinacin mnimo necesario para que el avin de la figura
pueda despegar sobrevolando el cerro.

Avin
250m
100m
9. En un momento determinado, los dos brazos de un comps estn separados por una
distancia de 5 cm. Si cada brazo mide 10 cm, cul es el grado de abertura del comps?
10. Al colocarse a cierta distancia del pie de un rbol, se ve la punta del rbol con un n-
gulo de 70. Bajo qu ngulo se ver el rbol si uno se aleja el triple de la distancia
inicial?.
11. Un ngulo central a abarca un arco de 20 cm de longitud sobre una circunferencia de
2 m de radio. Cul es la medida del ngulo en radianes?.
12. Una persona se encuentra en la ventana de su departamento situada a 8 m del suelo
y observa el edificio de enfrente. La parte superior con un ngulo de 30 grados y la
parte inferior con un ngulo de depresin de 45 grados. Determine la altura del edificio
sealado.
1
85
Probabilidad
5
5
C A P T U L O
Las teoras matemticas, sobre todo las que tienen relacin con los fenmenos natura-
les, a los que tratan primero de entender para luego predecir, se construyen siempre a
partir de conceptos intuitivos, suficientemente claros para que puedan ser aplicados en las
primeras etapas de la teora, pero no suficientemente rigurosos para que queden a salvo
de objeciones cuando la misma alcanza cierto grado de desarrollo. Se hace necesario,
entonces, revisar los fundamentos, precisando las definiciones y dndoles, si ello es posible,
una construccin axiomtica. De esta manera, si alguna vez aparecen resultados contradic-
torios o paradjicos, se sabr bien que lo nico que deber ser revisado son los axiomas y
a ellos habr que acudir tambin siempre que se desee una extensin o una limitacin de
la teora.
Sin embargo, para empezar a estudiar una teora, no siempre es el camino axiomtico
el ms recomendable. Los axiomas son elaborados por quienes conocen muy bien la teora,
y su verdadero sentido y necesidad se comprenden con claridad tan slo cuando se est ya
familiarizado con los elementos y relaciones bsicas que ellos tratan de afirmar de manera
abstracta y precisa. Es mejor empezar por definiciones tal vez no muy exactas y con ejemplos
simples, pero substanciales, para poder comprender luego el verdadero sentido de los
axiomas, y para que los mismos aparezcan de manera natural como expresin sinttica y
firme de conocimientos ya adquiridos.
En el caso de la teora de las probabilidades vamos a seguir este camino, dando en este
captulo la definicin clsica y algunos ejemplos, para ver luego cmo, a partir de ellos como
modelo, se puede construir una teora axiomtica.
Utilizamos a diario la palabra probabilidad en muchas situaciones cotidianas. La proba-
bilidad es simplemente la posibilidad de que algo suceda. Es necesario pensar en este
concepto cuando se consideran fenmenos aleatorios, azarosos, inciertos. As, la probabi-
lidad de que un dado evento ocurra, estar ntimamente asociada a fenmenos aleatorios,
es decir, no puede precisarse con exactitud sino que puede ser uno entre varios resultados.
Al conjunto de los resultados posibles al efectuar un experimento aleatorio se lo llama es-
pacio muestral.
Por lo visto en el prrafo anterior, cuando se habla de algo ms o menos probable, se
hace referencia a la posibilidad de que si bien hay muchos eventos con cierta incertidumbre,
esta incertidumbre es medible. Por ejemplo, las afimaciones: Si estudio para el examen
de maana, obtendr una nota satisfactoria y El equipo de ftbol que se sita ltimo en
la tabla de posiciones puede llegar a ser campen son ambos eventos probables. Vale
hacer la salvedad de que mientras que el primero es altamente probable, el segundo tiene
una baja probabilidad de ocurrir. Ninguno es un evento seguro.
86
La definicin clsica de probabilidad es la que figura por ejemplo en la famosa Teora
Analtica de las Probabilidades de P.S. Laplace, obra histricamente fundamental, publica-
da en 1812. Es la siguiente:
Probabilidad de un suceso es la razn entre el nmero de casos favorables y el nmero
total de casos posibles, siempre que nada obligue a creer que alguno de estos casos debe tener
lugar de preferencia a los dems, lo que hace que todos sean, para nosotros, igualmente po-
sibles.
Se mencion que la probabilidad puede medirse. La probabilidad de ocurrencia de un
evento puede expresarse como un valor numrico entre cero y uno.
Pensemos en la posibilidad de obtener un 6 cuando se tiran los dados. Para calcular
esta probabilidad ser necesario comparar el nmero de maneras de tirar un 6 con el n-
mero de resultados posibles en el experimento. Hay slo una forma de obtener un 6, pero
el dado cuenta con 6 caras (cada una de ellas enumeradas del 1 al 6). Por esto, hay seis
resultados posibles. Esto puede considerarse de esta forma slo si se supone a priori que
cada cara del dado es equiprobable (igual de probable, el dado no est cargado). Final-
mente, la probabilidad de que en un tiro de un dado salga un 6, ser de 1/6, es decir, una
posibilidad en 6. Esto puede generalizarse como
.
resultados posibles de Cantidad
favorables casos de Cantidad
Por supuesto, si se quiere calcular la probabilidad de que no salga el 6, habr que res-
tarle la probabilidad anterior (de que s salga) a la total. Entonces, la probabilidad ser 1 -
probabilidad de que salga el 6.
La enunciacin anterior es vlida siempre que todos los casos posibles tengan la misma
probabilidad (no servir para dados cargados o balanceados). Por ejemplo, supuesto un
dado ordinario, o sea, un cubo con las caras numeradas del uno al seis, al ser lanzado de
manera arbitraria sobre un plano, la probabilidad de que salga el nmero 2 ser 1/6. En
efecto, si el dado est bien construido y el lanzamiento se hace completamente al azar, no
hay nada que obligue a creer que una de las caras tenga que salir de preferencia a las
dems; las seis caras son, por tanto, igualmente posibles. Existiendo un solo caso favorable
y seis casos posibles, la probabilidad ser 1/6, como ya dijimos.
En cambio, si en vez de un dado de forma cbica, suponemos que el mismo se alarga
segn una de sus dimensiones hasta formar un prisma recto de base cuadrada y altura
mayor que los lados de la base, evidentemente las seis caras dejan de ser igualmente
posibles. La probabilidad de que salga una determinada cara ya no es 1/6, pues si bien
contina habiendo un solo caso favorable y seis posibles, entre estos ltimos los hay que
estn en mejores condiciones para salir que otros; es ms probable, en efecto, que salga
una cara lateral que no una base y esta probabilidad aumenta al aumentar la altura del
prisma.
(Ver: Simulacin de un juego de dados del CD adjunto).
87
Aquellos eventos que no son aleatorios y que, por el contrario, tienen un resultado defi-
nido y concreto, se denominan determinsticos.
Como tercer ejemplo, supongamos un bolillero o urna con 20 bolillas blancas y 8 rojas.
Sacando una bolilla al azar, cul es la probabilidad de que resulte roja? Hay 28 casos
posibles, de los cuales slo 8 son favorables; luego, la probabilidad ser 8/28 = 2/7. Este
resultado supone que todas las bolillas son igualmente posibles; si hubiera alguna con ms
probabilidad de salir que otras (por ejemplo, si las hubiera de diferentes tamaos) la pro-
babilidad sera distinta.
El inconveniente de la definicin anterior radica precisamente en la necesidad de fijar
la atencin en que todos los casos sean igualmente posibles. Hay veces, como en los
ejemplos que acabamos de mencionar, en que el cumplimiento o no de esta condicin
salta a la vista, mientras que otras veces tal hecho pasa inadvertido y se necesita mucha
antencin y buen sentido para ponerlo de manifiesto.
Muchas veces, aun cuando los casos no sean igualmente posibles, se puede aplicar la
definicin anterior, con tal de tener cuidado de contar cada caso tantas veces como posibi-
lidades hay de que se verifique. Consideremos, siguiendo a Laplace, el ejemplo siguiente:
Se lanza al aire por dos veces consecutivas una moneda cuyos lados opuestos llama-
remos cara y cruz. Se pide la probabilidad de obtener cara por lo menos una vez. A
primera vista podra creerse que los casos posibles son: las dos veces cara, una vez cara y
otra cruz, y las dos veces cruz. Contando de esta manera nos encontramos con dos casos
favorables y tres casos posibles; por tanto la probabilidad sera de 2/3.
Sin embargo, un poco de atencin pone de manifiesto que el caso en que sale una vez
cara y otra vez cruz es ms frecuente que los otros dos; en efecto, puede ocurrir que salga
la primera vez cara y la segunda cruz o viceversa. El segundo caso tiene, pues, dos posibi-
lidades y hay que contarlo dos veces, como si se tratara de dos casos diferentes. Represen-
tada la cara por C y la cruz por F, los verdaderos casos posibles son (C, C), (C, F), (F, C),
(F, F), y por tanto hay tres casos favorables y cuatro posibles, de manera que la solucin
del problema es .
La definicin de Laplace supone que el nmero de casos favorables, y por tanto tambin
el de casos posibles, es finito. En este caso la probabilidad de un suceso es siempre un
nmero comprendido entre 0 y 1. La probabilidad 0 significa que no hay ningn caso favo-
rable, o sea, que el suceso es imposible. La probabilidad 1 significa que el nmero de casos
favorables es igual al nmero de casos posibles, o sea, que el suceso es seguro.
Si hay infinitos casos posibles, la definicin anterior debe modificarse, pero ello se hace
fcilmente sustituyendo el nmero de casos favorables o posibles, por la medida de los
mismos. La teora de probabilidades aparece as ntimamente ligada con la teora de la
medida de conjuntos. Supongamos el siguiente problema:
Elegido al azar un punto dentro de un segmento A de longitud a, cul es la probabilidad
de que pertenezca a otro segmento B de longitud b contenido en el primero?.
Naturalmente, el nmero de casos posibles, que es el nmero de puntos del segmento
A, lo mismo que el nmero de casos favorables, que es el nmero de puntos del segmento
B, son ambos infinitos. Sin embargo, considerando los puntos como igualmente posibles,
basta tomar la longitud de cada segmento (o, con mayor generalidad, su medida, si se
tratara de conjuntos de puntos que no llenaran todo el segmento), en vez del nmero de
puntos, para que la definicin sea aplicable, y la probabilidad resulta ser igual a b/a.
88
Obsrvese en este ejemplo, que si en vez del segmento B considersemos un conjunto
finito de puntos del segmento A, la probabilidad resultara ser igual a 0, sin que ello signi-
fique imposibilidad. Anlogamente, si en vez de un segmento contenido en A tomamos un
conjunto de puntos B que sea el mismo A, excepto un nmero finito de puntos, como la
medida de B es igual a la de A, resulta que la probabilidad es 1, sin que ello signifique
certeza. O sea: el hecho de que la probabilidad 0 implique imposibilidad y la probabilidad
1 certeza no es vlido si se trata de la probabilidad de conjuntos infinitos.
PRI NCI PI OS FUNDAMENTALES
Probabilidades totales. Hemos visto que la probabilidad de que al lanzar un dado al azar
salga el nmero 2 es 1/6. Supongamos que se busca la probabilidad total de que salga el
2 o el 5. Tenemos en este caso dos casos favorables, el 2 y el 5, dentro de los mismos seis
casos posibles. Por tanto, la probabilidad total es 2/6 = 1/3.
Supongamos, como segundo ejemplo, una urna con 20 bolillas blancas, 16 rojas y 5
azules; en total 41 bolillas. La probabilidad de que una bolilla sacada al azar sea P(blanca)
= 20/41, puesto que hay 20 casos favorables y 41 posibles. Anlogamente la probabilidad
de que la bolilla sacada al azar sea roja es P(roja) = 16/41. Supongamos que se quiera
hallar la probabilidad de que la bolilla extrada sea blanca o roja. Los casos favorables son
20 + 16 = 36, y los posibles son los mismos 41 de antes. Por tanto la probabilidad buscada
ser P(blanca o roja) = (20 + 16)/41 = 20/41 + 16/41 = P(blanca)+P(roja).
El hecho es general. Supongamos que el nmero total de casos posibles de un determi-
nado suceso es n, dentro de los cuales hay m casos en que se produce el suceso A y r
casos en que se produce el suceso B. Ser P(A) = m/n, P(B) = r/n. Si A y B no pueden tener
lugar simultneamente, o sea los m casos correspondientes a A son distintos de los r casos
correspondientes a B (se dice que A y B son incompatibles), entonces el nmero de casos
en que puede tener lugar A o B ser m+r y por tanto
( ) ). ( ) ( B P A P
m
r
n
m
n
r m
B o A P + = + =
+
=
Este hecho constituye el clsico Principio de las Probabilidades Totales, que se enuncia:
Si dos sucesos A y B son incompatibles, la probabilidad de que ocurra A o B es igual a
la suma de la probabilidad de A ms la probabilidad de B.
La condicin de que A y B sean incompatibles, es decir, que no puedan ocurrir simult-
neamente, es indispensable.
Consideremos, por ejemplo, el mismo caso de un dado numerado de 1 a 6 y supongamos
que A representa el suceso de que salga el 2 y B el suceso de que salga un nmero par.
Se tiene as P(A) = 1/6 y P(B) = 3/6 = 1/2 (puesto que entre 1 y 6 hay tres nmeros pares).
La probabilidad de A o B, o sea, la que salga el 2 o salga un nmero par no es, sin em-
bargo, P(A) + P(B) = 2/3, puesto que si ocurre A, tambin ocurre B, por ser 2 un nmero
par. Los sucesos no son incompatibles y por tanto la relacin P(A) + P(B) no es vlida. La
probabilidad en este caso es simplemente igual a la de B o sea .
89
Obsrvese que el razonamiento puede repetirse con un nmero de sucesos mayor que
dos. Siempre que ellos se excluyan mutuamente, es decir, sean incompatibles entre s, la
probabilidad de que ocurra uno u otro es igual a la suma de las probabilidades respectivas.
Probabilidades compuestas. Consideremos el siguiente problema:
Se lanzan simultneamente dos dados, uno rojo y otro blanco, y se busca la probabilidad
de que el rojo salga 2 y el blanco 5.
Los casos posibles son ahora 6.6 = 36, pues en el dado rojo puede salir cualquier n-
mero del 1 al 6 y, por cada caso, en el dado blanco puede tambin salir cualquier valor
entre 1 y 6. De entre estos 36 casos posibles, nicamente hay un caso favorable, y por
tanto la probabilidad buscada es 1/36. Se tiene as que, mientras que la probabilidad de
que en el dado rojo salga 2 es 1/6 y la de que en el dado blanco salga 5 es tambin 1/6,
la probabilidad de que ocurran a la vez los dos sucesos es igual al producto (1/6).(1/6) =
1/36.
Este hecho es general. Supongamos que para un suceso A hay m
1
casos favorables
entre n
1
posibles y que para otro suceso B hay m
2
casos favorables entre n
2
casos posibles.
Entonces se tiene P(A) = m
1
/n
1
y P(B) = m
2
/n
2
. Consideremos ahora el conjunto de pares
de casos posibles y favorables. Es claro que habr n
1
n
2
pares de casos posibles y, entre
ellos, habr m
1
m
2
casos favorables (en que tienen lugar A y B simultneamente). Por
tanto P(A y B) = m
1
m
2
/n
1
n
2
= P(A).P(B).
Podemos, por tanto, enunciar el siguiente Principio de las Probabilidades Compuestas:
Si dos sucesos son independientes entre s, la probabilidad de que ocurran A y B a la
vez, es igual al producto de la probabilidad de A por la probabilidad de B, o sea,
). ( ) ( ) ( B P A P B y A P =

La condicin de que A y B sean independientes es fundamental. En caso contrario, la
igualdad anterior deja de ser vlida. Supongamos, por ejemplo, que se lanza un dado y se
busca la probabilidad de que el nmero resultante sea par y menor que 4. Si A indica el
suceso par y B el suceso menor que 4, resulta P(A) = 1/2 y P(B) = 3/6 = 1/2. El nico
caso favorable es el 2 y por tanto P(A y B) = 1/6, mientras que P(A).P(B) = 1/4. Esto nos
dice que los sucesos par y menor que 4 no son independientes: si se sabe que ya es
par, es menos probable que sea menor que 4 que si no se supiera.
Muchas veces no es fcil averiguar a priori si dos sucesos son o no independientes. Por
esto, es mejor tomar la definicin
) ( ) ( ) ( B P A P B y A P =
como definicin de independencia, es decir, se dice que dos sucesos A y B son indepen-
dientes si se cumple la expresin citada con anterioridad, y no lo son en caso contrario.
90
PROBABI LI DAD Y COMBI NATORI A
Mediante la definicin de Laplace y los principios fundamentales anteriores, y siempre
que el nmero de casos posibles sea finito (stos se llaman probabilidades finitas), se pue-
den resolver muchos problemas. En realidad son problemas de anlisis combinatorio, en
los cuales la idea de probabilidad nicamente sirve para darles un enunciado atractivo, pero
cuya mayor o menor dificultad slo estriba en los razonamientos y frmulas de tipo combi-
natorio que es necesario emplear. Vamos a ver algunos ejemplos.
Ejemplo 1. Una urna contiene bolillas numeradas del 1 al 5. Se sacan sucesivamente al
azar las 5 bolillas (sin reposicin). Se busca la probabilidad de que juntando los nmeros
de cada bolilla segn el orden de extraccin resulte el nmero 21345.
Solucin. Los casos posibles son las permutaciones que pueden formarse con las cinco
bolillas, es decir, P
5
= 5! = 120. Puesto que hay un solo caso favorable, el resultado es
1/120.
Ejemplo 2. Una urna contiene 10 bolillas numeradas del 0 al 9. Se sacan sucesivamen-
te al azar 5 bolillas (sin reposicin). Se busca la probabilidad de que juntando los nmeros
de cada una en el orden de extraccin resulte el nmero 80314.
Solucin. El nmero de casos posibles es el nmero de permutaciones o variaciones de
5 elementos elegidos entre 10, o sea, P
10,5
= 109876 = 30240. Luego la probabilidad
buscada es 1/30240.
Ejemplo 3. Una urna contiene a bolillas blancas y b bolillas negras. Al sacar al azar r
bolillas de una vez (suponiendo r a), cul es la probabilidad de que todas ellas sean
blancas?.
Solucin. El nmero de casos posibles es igual al nmero de combinaciones de r bolillas
tomadas entre las a + b existentes, o sea, es igual a C
a+b,r
. El nmero de casos favorables
es igual al nmero de combinaciones de r bolillas tomadas entre las a blancas, o sea, C
a,r
.
Por tanto, la probabilidad buscada es:
.
)! ( )! (
)! ( !
,
,
b a r a
r b a a
C
C
P
r b a
r a
+
+
= =
+
)!
)! )!
Ejemplo 4. Se tiene 5 pares de zapatos mezclados y cada par es distinto de los dems.
Si se eligen 2 zapatos al azar, qu probabilidad hay de que correspondan a un mismo par?.
Solucin. El nmero de casos posibles es igual al de combinaciones de 2 objetos elegi-
dos entre 10, o sea, C
10,2
= 45. Los casos favorables son 5, igual en nmero al de los 5
pares existentes. Por tanto la probabilidad buscada es P = 5/45 = 1/9.
Ejemplo 5. Se tiene una baraja de 40 cartas, donde hay 4 ases. Se reparten stas entre
4 personas, de manera que toquen 10 cartas a cada una. Qu probabilidad hay de que a
cada una le toque un as?.
91
Solucin. Los casos posibles son las particiones de 40 en conjuntos de 10, o sea
.
) ! 10 (
! 40
4
40
10 , 10 , 10 , 10
= P
40
10, 10, 10, 10
40
10
Para contar los casos favorables, observemos que prescindiendo de los ases, las 36
cartas restantes se pueden distribuir de
4
36
9 , 9 , 9 , 9
) ! 9 (
) ! 36 (
= P
36
9, 9, 9, 9
36
maneras. Por tanto, el n-
mero de casos favorables es el producto de estos dos nmeros y la probabilidad buscada
resulta P = 0,109.
Ejemplo 6. Si n personas se sientan al azar en una fila, cul es la probabilidad de que
dos de ellas determinadas queden una al lado de la otra?
Solucin. El nmero de casos posibles es n!. Para contar los favorables, se suponen las
(n-2)! maneras en que pueden sentarse las restantes personas y se intercalan sucesiva-
mente las dos que se quieren vecinas, desde el principio al final. Hay n-1 posibilidades, y
alternando las dos personas quedan, en cada caso, dos posibilidades ms. Por tanto el
resultado es P = 2(n-1).(n-2)!/n! = 2/n.
Ejemplo 7. Se elige al azar un nmero de 6 cifras. Hallar la probabilidad de que todas
las cifras sean diferentes.
Solucin. Los nmeros de 6 cifras son los comprendidos entre 100.000 y 999.999, o
sea, los casos posibles son 9.10
5
. Los casos favorables se calculan de la siguiente manera:
la primera cifra puede ser cualquiera de las 1,2,...,9 (o sea, hay 9 posibilidades); las segun-
da cifra puede ser cualquiera de las 0, 1, 2,..., 9 menos la ya elegida (o sea, hay 9 posibili-
dades); la tercera puede ser cualquiera de las 0, 1, 2,...9 menos las dos ya elegidas (o sea,
hay 8 posibilidades).
As sucesivamente, se ve que los casos favorables son 9.9.8.7.6.5 = 152.880. La pro-
babilidad buscada resulta igual a P = 0,151.
Ejemplo 8. En una urna hay 20 bolillas numeradas de 1 a 20. Si se van sacando al azar
una a una sin reposicin, cul es la probabilidad de que la bolilla nmero 8 salga precisa-
mente en la octava extraccin?.
Solucin. La probabilidad de que la bolilla nmero 8 no salga la primera vez es 19/20;
la probabilidad de que tampoco salga la segunda vez es 18/19 y as sucesivamente. La
probabilidad de que s salga la octava vez es 1/13, puesto que quedan 13 bolillas. Luego,
por el principio de las probabilidades compuesta, la probabilidad buscada es:
.
20
1
13
1
14
13
18
17
19
18
20
19
= = P
19 18 17 13
20 19 18 14 13 20
92
Obsrvese que este resultado es independiente del nmero 8; es decir, la probabilidad
es la misma para cualquier bolilla y cualquier extraccin, lo que es evidente a priori, pues
cualquier bolilla tiene la misma probabilidad de salir en cualquier extraccin.
PROBABI LI DAD Y FRECUENCI A
En los casos de lanzamiento de dados o extraccin de bolillas, bajo ciertas condiciones
hasta ahora no muy precisas de igual posibilidad, la probabilidad se puiede calcular a
priori. En realidad, como hemos visto, se trata de problemas de anlisis combinatorio, dis-
frazados con lenguaje probabilstico.
Hay otro tipo de problemas en que la probabilidad aparece como resultado de muchos
ensayos o pruebas, sin que se pueda pensar en calcularla de antemano, ya sea por desco-
nocerse la manera de actuar de las causas que originan el fenmeno, ya sea por ser stas
demasiado numerosas o complicadas. Supongamos, por ejemplo, que en una determinada
poblacin se ha observado que en los ltimos 100.000 nacimientos, 51.600 de los nacidos
han sido varones. Se dice entonces que la probabilidad de que un nuevo nacimiento sea
de varn es igual a 51.600/100.000 = 0,516. Esta probabilidad se llama probabilidad ex-
perimental, probabilidad estadstica o frecuencia. Se obtiene tambin como cociente al
dividir el nmero de casos favorables por el nmero de casos posibles. Se diferencia de los
problemas anteriores en que all los casos favorables se calculaban a partir de ciertas hi-
ptesis, sin necesidad de ensayos, en tanto que ahora son resultado de la experiencia.
Otro ejemplo clsico es el siguiente. Supongamos que se toma nota del nmero de per-
sonas de una poblacin que fallecen a los x aos. Si d
x
es el nmero de personas que fa-
llecen a los x aos de edad, dentro de un nmero total l
x
de personas consideradas, se
puede decir que la probabilidad de vida a los x aos (o sea, la probabilidad de que una
persona de x aos llegue a cumplir x+1 aos) es (l
x
-d
x
)/ l
x
. Estos datos figuran en las lla-
madas tablas de mortalidad, que varan con la poblacin de que se trata y con el tiempo, y
en ella se basan los seguros de vida.
La importancia prctica fundamental del clculo de probabilidades estriba en que la
probabilidad experimental y la probabilidad terica, cuando sta se puede calcular y bajo
condiciones muy amplias, tienden a coincidir cuando el nmero de experimentos es grande.
Es decir, si en un problema de lanzamiento de dados o de extraccin de bolillas se repite el
experimento un gran nmero de veces y se calcula la frecuencia de cierto suceso, ella tien-
de a coincidir con la probabilidad terica calculada de antemano.
LA PROBABI LI DAD SUBJETI VA O GRADO DE CREENCI A
Tanto las probabilidades que pueden ser calculadas de antemano, como las que resultan
como frecuencia de cierto proceso experimental, son probabilidades objetivas, que pueden
expresarse en nmeros y ser sometidas al clculo matemtico. Son las nicas de que trata
el clculo de probabilidades.
Hay otros casos, sin embargo, en que la palabra probabilidad se usa en un sentido
menos preciso, casos en que, si bien es posible una evaluacin ms o menos grosera de la
93
misma, no se pueden dar reglas para su determinacin precisa, y por tanto escapa al tra-
tamiento matemtico. Se trata, ms bien, de un grado de creencia acerca de que tenga
o no lugar un determinado hecho.
Supongamos el siguiente caso:
Dos pases A y B estn en guerra, cul es la probabilidad de que triunfe el pas A?
Evidentemente, nos es lcito decir: como hay dos casos posibles, la derrota o la victoria,
y uno solo favorable, la probabilidad es . En efecto, puede muy bien ser que los dos casos
no sean igualmente posibles y hay que juzgar teniendo en cuenta la potencialidad blica,
las condiciones geogrficas, la ciencia militar de los estados mayores, etc. para evaluar la
mayor o menor posibilidad de cada caso. Se comprende que es una cuestin compleja y
que no cabe pensar en una evaluacin exacta de la probabilidad.
Tampoco se puede acudir a la probabilidad experimental o estadstica, pues la guerra
en cuestin es un caso nico que no se puede repetir sucesivamente, ni se dispone de un
gran nmero de casos anlogos, como en la probabilidad de vida o muerte de una persona.
Sin embargo, tampoco es exacto decir que no tiene sentido hablar de la probabilidad en
este caso, pues no hay duda de que es posible cierta evaluacin de la misma. Podra, por
ejemplo, preguntarse la opinin de 100 personas capacitadas e imparciales de un pas
neutral y dividir por 100 el nmero de respuestas favorables a la victoria del pas A. Es muy
probable que si el resultado arrojase un saldo favorable del 90%, o sea, una probabilidad
P = 0,9, este resultado no diferiera mucho del que se obtendra si en vez de 100 personas
se consultaran a 1000, igualmente capacitadas e imparciales.
De todas maneras este tipo de problemas no puede considerarse incluido en la esfera
de la probabilidad experimental, puesto que el resultado no proviene de una estadstica de
casos idnticos o muy anlogos, sino que se basa en opiniones subjetivas de un caso nico,
opiniones que, an suponiendo que hayan sido emitidas con conocimiento de las condicio-
nes blicas de los dos pases, estn influenciadas por la apreciacin subjetiva de las mismas
(valenta, capacidad directiva, voluntad de lucha,...) que no puede medirse ni graduarse
en una escala imparcial y objetiva.
Preguntas del mismo tipo son: cul es la probabilidad de que haya vida en Marte?,
cul la de que Napolen muriera envenenado?, cul la de que el equipo X gane el cam-
peonato?
Todos estos problemas quedan fuera de la teora de las probabilidades en el sentido
usual, si bien se han hecho y se siguen haciendo interesantes tentativas para que ellos
puedan tratarse tambin por mtodos matemticos.
LA PROBABI LI DAD EN TORNEOS
El triunfo en las competencias deportivas depende en gran medida de la influencia del
azar, tal vez ms de lo que parece aprimera vista. Consideremos dos ejemplos:
1. Sea un juego entre dos jugadores o dos equipos, A y B. Supongamos que la proba-
bilidad de ganar A sea 0,6 y la de ganar B sea 0,4. La probabilidad de empate se
supone nula, puesto que en el caso de empatar, la partida se repite hasta que gana
uno de los jugadores.
94
Si juegan una sola partida, la probabilidad de resultar campen B, que es el que
juega peor, es 0,4, que es bastante grande. Se puede disminuir esta probabilidad
si se conviene en jugar 3 partidas y declarar campen al que gane por lo menos 2
de ellas. Entonces la probabilidad de que B resulte campen es P
3
= 3(0,4)
2
.0,6 +
(0,4)
3
= 0,35, que es inferior a la probabilidad anterior. Si se juegan 5 partidas y se
declara campen al que gane por lo menos 3 de ellas, la probabilidad de que el
campen sea B es P
5
= 10(0,4)
3
(0,6)
2
+ 5(0,4)
4
.0,6 + (0,4)
5
= 0,317. Si se juegan
7 partidas y se declara campen al que gane por lo menos 4 partidas, la probabili-
dad de que resulta campen B es P
7
= 0,290. Vemos que la probabilidad va dismi-
nuyendo, pero con lentitud, de manera que aun en un nmero relativamente grande
de partidas, la probabilidad de que resulte campen el peor es bastante significati-
va (aunque por cierto siempre es inferior a 0,5).
2. Cuando se celebran torneos eliminatorios, o sea sin que jueguen todos contra todos,
la influencia del orden en las eliminatorias es mucha. Vamos a dar un ejemplo de
tres jugadores A, B y C tales que A juega mejor que B, B juega mejor que C y, sin
embargo, C juega mejor que A. Al decir que A juega mejor que B quiere decir que
la probalidad de que A gane a B es superior a la de que B gane a A, o sea que en
un nmero grande de partidas entre estos jugadores, el nmero de las partidas
ganadas por A supera al de las ganadas por B. Supongamos que cada jugador
dispone de un dado especial, cuyas caras estn numeradas segn indica la tabla
siguiente:
A 1 2 2 3 3 3
B 1 1 2 2 6 6
C 1 1 2 3 5 5
El juego consiste en que cada jugador lanza su propio dado y gana el que saca el nme-
ro mayor. Si sale el mismo nmero, hay empate, y se repite el juego.
Si se llama p(X,Y) a la probabilidad de que X gane a Y (siendo X, Y = A, B, C) por simple
recuento de casos posibles y favorables, se encuentran las siguientes probabilidades:
95
( )
( )
( )
( )
( )
( ) .
30
14
,
,
30
16
,
,
29
13
,
,
29
16
,
,
30
14
,
,
30
16
,
=
=
=
=
=
=
B C p
C B p
C A p
A C p
A B p
B A p
16
30
14
30
16
29
13
29
16
30
14
30
de manera que
( ) ( )
( ) ( ) B C p C B p
A B p B A p
, ,
, , ,
>
>
y sin embargo
( ) ( ) A C p C A p , , <
lo cual parece paradjico.
Es interesante apreciar la cantidad de aplicaciones que tiene la teora de probabilidades.
Para los juegos de azar ms complicados que el de tirar un dado o una moneda tambin
puede emplearse. Veamos cmo.
No est de ms mencionar que ya desde pocas remotas los sumerios y asirios utilizaban
un hueso extrado del taln de animales (astrgalo) tallado asemejando a lo que hoy es un
dado. En tiempos del Imperio Romano ya se jugaba a los dados segn evidencia histrica.
96
Los juegos de azar son muchos y muy variados, en ellos, el hecho de ganar o perder es
un mero resultado aleatorio sin importar qu tan bien pueda desempearse el jugador. A
este tipo de juegos pertenecen: el bingo, la quiniela, la lotera, el loto, la ruleta, las mquinas
tragamonedas, etc. Estos pocos ejemplos mencionados, son slo algunos de la gran canti-
dad de juegos de azar. Su anlisis es til para tomar conciencia del uso de la teora de
probabilidades para conocer las posibilidades de ganar.
En la lotera, por ejemplo, en un sorteo de un cupn, la probabilidad radica en el nme-
ro de billetes que se hallen en juego y del nmero de series. Por ejemplo, si hay en juego
100.000 billetes y 100 series, la probabilidad de obtener el mayor premio (teniendo en
nuestras manos un solo cupn) es de una en 10 millones, es decir, ser de 1/100/100.000
= 0,000001.
Una situacin muy curiosa, dejando de lado ahora los juegos de azar, es la llamada
paradoja del cumpleaos. Veamos brevemente de qu se trata.
Pensemos, para empezar a agilizar el razonamiento, en la probabilidad de que en un
grupo de personas, haya coincidencia en la fecha de su cumpleaos, es decir, que cumplan
el mismo da. Comencemos especificando que hay 23 personas en el conjunto y pregunt-
monos cul es la probabilidad de que alguna cumpla los aos el 22 de mayo. De antemano,
podemos predecir que la probabilidad de que una persona no cumpla los aos ese da es
1 probabilidad de que cumpla aos el 22 de mayo. Esta probabilidad se calcula como
sigue
. 997 , 0
365
364
365
1
1
1
= = P
Prestemos atencin al verdadero sentido del clculo anterior. La probabilidad calculada
fue la probabilidad de que UNA persona no cumpla los aos el 22 de mayo. Esa probabi-
lidad es muy alta. Si nos preguntsemos cul es la probabilidad de que NADIE cumpla los
aos el 22 de mayo hay que considerar a las 23 personas componentes del grupo citado.
Esta probabilidad se podr expresar como
. 939 , 0
365
364
23
23
1 2

= = P P
23
23
Finalmente, llegamos a la conclusin de que la probabilidad de que alguien cumpla los
aos el 22 de mayo ser
. 061 , 0 939 , 0 1 1
2
= = P
Habiendo quedado claro el anterior planteo, indaguemos respecto de la probabilidad de
que dos personas del grupo inicial de 23 integrantes cumplan aos el mismo da. Siempre
97
es ms fcil comenzar a plantear la posibilidad de que esto NO ocurra, es decir, la probabi-
lidad de que cada una de las 23 personas tengan fechas de cumpleaos diferentes unas
de otras, que no haya coincidencias. Cualquiera de los 365 das del ao pueden ser fechas
posibles de cumpleaos de cada uno (365
23
). Las posibles fechas que se podrn asignar
a cada constituyente estarn relacionadas con que el primero de los 23 integrantes podr
tener una de 365 fechas, el segundo podr tener una de las 364 restantes, el tercero podr
poseer una de las 363 restantes y as sucesivamente, lo cual se calcula como 365!
(365.364.363.362.....). As la probabilidad buscada de no coincidencia de cumpleaos ser
el cociente de casos favorales y el total de los casos que pueden ocurrir:
.
365
! 365
23
3
= P
23
La resolucin de esta cuenta no es nada sencilla, no puede realizarse con calculadora
y deben implementarse estrategias matemticas para hallar su solucin. Sin profundizar en
el hallazgo del resultado, nos enfocaremos en su valor. La P
3
ser aproximadamente 0,5.
Aqu la intuicin parece habernos engaado, la teora de probabilidades indica que la pro-
babilidad de que dos personas de un grupo de 23 componentes cumplan aos el mismo
da es del 50 por ciento.
Referencia: Luis Santal: Probabilidad e inferencia estadstica.
99
1. En una sala de clases hay 20 mujeres y 12 hombres. Si se escoge uno de ellos al azar,
cul es la probabilidad de que la persona escogida sea hombre?.
a. 12/20
b. 20/12
c. 30/32
d. 12/32
e. 1/32
2. En una comida hay 28 hombres y 32 mujeres. Han comido carne 16 hombres y 20
mujeres, comiendo pescado el resto. Si se elige una de las personas al azar, cul es
la probabilidad de que la persona escogida sea hombre?.
a. 0,28
b. 28/60
c. 16/60
d. 16/28
e. Ninguna de las anteriores
3. En un curso de 30 alumnos, 18 son mujeres. Cul es la probabilidad de que al escoger
una persona sta no sea mujer?.
a. 12/18
b. 18/30
c. 12/30
d. 15/30
e. Ninguna de las anteriores
4. Cul es la probabilidad de ganar en una rifa de 1000 nmeros en total, si se compra
el 3% de tal cantidad?.
a. 30
b. 3
c. 3/100
d. 3/10
e. 3/1000
5. Al lanzar al aire 3 veces una moneda, la probabilidad de que en el primer lanzamiento
se obtenga cara es:
a. 1/2
b. 1/16
c. 1/3
100
d. 1/8
e. 2/3
6. En una caja se tienen fichas numeradas del 1 al 50. Si se saca una al azar, cul es la
probabilidad de que el nmero de la ficha extrada no sea mayor que 20?
a. 20%
b. 30%
c. 40%
d. 60%
e. 80%
7. Si se lanza una moneda que no est cargada 3 veces, la probabilidad de obtener 3
caras es:
a. 1/8
b. 1/6
c. 1/3
d. 1
e.
8. Se lanza un dado 2 veces. Cul es la probabilidad de que en el primer lanzamiento
resulte 3 y en el segundo lanzamiento un nmero impar?
a. 1/6
b. 1/2
c. 1/9
d. 1/12
e. 1/36
9. Un estudiante responde al azar 5 preguntas de verdadero y falso en una prueba. Cul
es la probabilidad de que acierte todas aquellas preguntas?
a. (1/5)
2
b. (1/2)
5
c. 5.(1/2)
d. 0
e. 1 5/2
10. Si la probabilidad de que un evento suceda es 0,25, entonces la probabilidad de que
no suceda dicho evento es:
a. -0,25
b. 0,25
c. 0,75
d. 0
e. 1
Referencia ejercicios: http:/ / www.sectormatematica.cl/ psu.htm
101
Carl os Enri que D' At t el l i s, Doctor en Ciencias Matemtica (UBA). Investigador en el rea
Matemtica Aplicada. Docente en la especialidad desde 1970, obtuvo por concurso los
cargos de Profesor Adjunto, Asociado y Titular en la UBA. Actualmente Profesor Titular Re-
gular de la UNSAM, y Director del Centro de Matemtica Aplicada. Director del Departamen-
to de Matemtica de la Universidad Favaloro. Autor de numerosas publicaciones en revistas
internacionales con arbitraje y Congresos. Conferencista invitado por distintas universidades
del pas y del extranjero. Director de numerosas tesis de doctorado y maestra en Matem-
tica e Ingeniera. Recibi distintos premios por su trayectoria.
Mel i na Dani el a Podest , Ingeniera Biomdica (Universidad Favaloro). A punto de finalizar,
en la misma Universidad, la carrera de Ingeniera en Fsica Mdica. Se inici en trabajos de
investigacin en Modelizacin y Control en el Departamento de Matemtica y en el Centro
de Matemtica Aplicada de la UNSAM con la direccin del Dr. C. E. DAttellis.
Gui l l ermo Ri cardo Cocha, Ingeniero Electricista U.T.N., Magister en Ingeniera Biomdica
U.Favaloro. Doctorando en Ingeniera Mencin Procesamiento de Seales e Imgenes.
Docente Investigador Grupo de Ingeniera Clnica y Bioingeniera U.T.N. con publicaciones
en congresos y revistas nacionales e internacionales con referato. Ex Jefe de Grupo de In-
genera Clnica U.T.N. en el HospitalSan Martn de La Plata. Profesor Adjunto Ctedra Con-
trol Automtico de Procesos (Carrera de Ingeniera Qumica, U.T.N. Fac. Reg. La Plata). Jefe
de Trabajos Prcticos Control Automtico (Carrera de Ingeniera Elctrica, U.T.N. Fac. Reg.
La Plata). Publicaciones en congresos y revistas nacionales e internacionales con referato.
Impreso por Carol-Go S.A. en enero de 2012
Tucumn 1484 - 9 E - CABA
carolgo@carolgo.com.ar

Matematica PDF

Caricato da

Informazioni sul documento

Titolo originale

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

Matematica PDF

Caricato da

Copyright:

Formati disponibili

Matematica.indd 1 16/02/2012 02:40:41 p.m.

Carlos Enrique D'Attellis

que es la solucin general de la ecuacin E(n + 1) = rE(n).

Sern posibles dos situaciones que se detallarn en lo que sigue:

0 <0, ( ) k T 8 (o cero si llega antes). La carrera armamen-

Potrebbero piacerti anche