Sei sulla pagina 1di 102

Matemticas 2 Bachillerato

Tema 1.- Sistemas de ecuaciones. Mtodo de Gauss


1.- Ecuaciones lineales
Se llama ecuacin lineal de n incgnitas a una ecuacin del tipo:
a1x1 + a2x2 + a3x3 + + anxn = b
donde a1, a2, a3, , an, b son nmeros reales y x1, x2, x3, , xn son variables.
Ej: 4 x 7 y +

12
z + w = 2
5

Es decir, una ecuacin lineal es una ecuacin polinmica de grado 1 con una o varias
incgnitas. Las incgnitas no pueden estar elevadas a ningn nmero, no pueden estar en una
raz, en el denominador, ni multiplicadas entre s, , nicamente como se muestra en el
ejemplo anterior.
Se llama solucin de una ecuacin de n incgnitas a un conjunto de n nmeros reales
( 1 , 2 , 3 , , n ) tales que al sustituirlos por las incgnitas se satisface la igualdad.
Ej: (-11, 0, 15, 6) es una solucin de la ecuacin anterior, ya que
4 (11) 7 0 +

12
15 + 6 = 2
5

2.- Ecuaciones equivalentes


Dos ecuaciones son equivalentes cuando tienen las mismas soluciones (o la misma
solucin, en el caso de que slo haya una).
Si a los dos miembros de una ecuacin los multiplicamos o dividimos por un mismo nmero
distinto de 0, la ecuacin resultante es equivalente a la primera.
Ej:

x y
+ = 1 es equivalente a 5 x + 4 y = 20 (se ha multiplicado ambos miembros por 20).
4 5

3.- Sistemas de ecuaciones lineales


Se llama sistema lineal de m ecuaciones con n incgnitas a un sistema de la forma:

a11x1 + a12x2 + a13x3 + + a1nxn = b1


a21x1 + a22x2 + a23x3 + + a2nxn = b2

am1x1 + am2x2 + am3x3 + + amnxn = bm

-1-

donde x1, x2, x3, , xn son las incgnitas, todos los aij son los coeficientes y los bi son los
trminos independientes.
Se dice que n nmeros reales ordenados ( 1 , 2 , 3 , , n ) son una solucin del sistema si
satisfacen todas las ecuaciones del sistema.

4.- Sistemas equivalentes


Dos sistemas con el mismo nmero de incgnitas, aunque no tengan el mismo nmero
de ecuaciones, se dice que son equivalentes si tienen las mismas soluciones.

5 x + y = 13
2 x 5 y = 16

Ej:
es equivalente a x + y = 1 ya que la solucin de ambos es x = 3, y = -2
x + 3 y = 3
3x 2 y = 13
Se llaman transformaciones vlidas a aquellas que permiten pasar de un sistema a otro
equivalente:

Cambiar de orden las ecuaciones.


Sustituir una o ms ecuaciones del sistema por ecuaciones equivalentes a cada una de
ellas.
Sustituir una ecuacin por la ecuacin resultante de sumarle a la ecuacin inicial una
combinacin lineal de las dems ecuaciones.

3x + 5 y z = 3

Ej: x 2 y + z = 5
x + y + z = 0

E3 + 2 E1 E 2

3x + 5 y z = 3

x 2 y + z = 5 son equivalentes
6 x + 13 y 2 z = 1

Aadir una ecuacin que sea combinacin lineal de las ya existentes, o quitar una
ecuacin que sea combinacin lineal de las dems.

5.- Discusin de un sistema


Un sistema lineal puede que no tenga solucin, que tenga una nica solucin, o que tenga
infinitas soluciones:
Si tiene solucin se llama compatible.
Si no tiene solucin se llama incompatible.
Si es compatible y tiene una nica solucin se llama compatible determinado.
Si es compatible y tiene infinitas soluciones se llama compatible indeterminado. En este
caso, dependiendo del nmero de parmetros, puede ser uniparamtrico, biparamtrico,
Si un sistema tiene todos sus trminos independientes nulos (son 0) el sistema se llama
homogneo. Los sistemas homogneos siempre tienen la solucin trivial (0, 0, 0, , 0), por
ello, siempre son compatibles.

-2-

6.- Sistemas escalonados


Son sistemas en los que a partir de los valores de las incgnitas (o incgnita) de una de
sus ecuaciones, se halla el valor de otra incgnita en otra ecuacin. A partir de este
nuevo valor y el de los anteriores, se halla el valor de otra incgnita en otra ecuacin,
, y as sucesivamente.
El caso ms fcil de reconocer es aquel en el que el sistema tiene una incgnita menos en
cada ecuacin.

Ej:

3 x + 2 y + 3 z t = 10

4 y + 2z + t = 1

z t = 7

t = 5

y+z
= 8

z + 3t = 11

x + 2y

En el primer sistema, conociendo el valor de z y t de la tercera ecuacin podemos hallar el


valor de y en la segunda ecuacin, y tras esto, con los valores de y, z y t podemos hallar el
valor de x en la primera ecuacin.
En el segundo, conociendo el valor de z y t de la tercera ecuacin podemos hallar el valor de
y en la segunda ecuacin, y tras esto, con los valores de y y t podemos hallar el valor de x en
la primera ecuacin.
Un sistema escalonado, si tiene el mismo nmero de ecuaciones que incgnitas se denomina
sistema triangular. En un sistema triangular, de cada ecuacin se puede hallar una
incgnita. Por tanto, siempre son compatibles determinados.

Ej:

x + y + 4 z = 10

2y + z = 4

3z = 6

z = 2; y = 1; x = -1

La solucin del sistema es (-1, 1, 2).

En cambio, un sistema escalonado no triangular nunca puede ser compatible determinado,


sino que siempre es compatible indeterminado.
1+ z
1 1
2 x + 3 y 4 z = 1
2 x + 3 z 4 z = 1
2x z = 1
x=
x = + z

2
2 2
Ej:

y z = 0
y
=
z
y
=
z
y= z
y= z

1 1

x = 2 + 2

La solucin sera R y =
, que tambin puede expresarse como:
z =

-3-

1 1
1

1
Soluciones + , , R ,0,0 + ,1,1 R

2
2 2
2

Se puede demostrar que el conjunto de soluciones de un sistema es igual a una solucin


particular de dicho sistema ms el conjunto de soluciones del sistema homogneo
resultante de anular los trminos independientes del sistema inicial.
Ej: Considerando el sistema homogneo resultante de anular los trminos independientes del
sistema del ejemplo anterior:
1
z
2 x + 3 y 4 z = 0
2 x + 3 z 4 z = 0
2x z = 0
x = z
x=

yz =0
y = z
y = z
y= z

y = z

La solucin sera R

Soluciones , ,

x = 2

y = , que tambin puede expresarse como:


z =

R ,1,1 R
2

Como se puede ver, la solucin del sistema no homogneo es igual a una solucin particular,
1

ya que ,0,0 es solucin particular del sistema, ms el conjunto de soluciones de su


2

1
sistema homogneo asociado, ,1,1 R .
2

7.- Mtodo de Gauss


Consiste en aplicar transformaciones vlidas a un sistema dado para poder sustituirlo
por uno escalonado.
Pueden darse tres casos dependiendo de los tres tipos de sistemas:
x y 2 z = 1

a) 2 x 3 y + 4 z = 4
5 x y + 3 z = 16

E 2 2 E1
E 3 5 E1

x y 2 z = 1

y + 8z = 6

4 y + 13 z = 21

Por ser triangular, es compatible determinado.

-4-

E 3 + 4E 2

x y 2 z = 1

y + 8z = 6

45 z = 45

x y + 3z = 4

b) 2 x y z = 6

3 x 2 y + 2 z = 10

E 2 2 E1
E3 3E1

x y + 3z = 4

y 7 z = 2

y 7 z = 2

E3 E 2

x y + 3z = 4

y 7 z = 2

0=0

Puesto que ha salido una ecuacin intil, la quitamos y se nos queda un sistema
escalonado, pero no triangular, de dos ecuaciones. Por tanto, el sistema es compatible
indeterminado.
2 x y + 3z = 6

c) 4 x 2 y + 6 z = 9
x y + z = 3

E3
E1 2 E3
E 2 4 E3

x y+ z =3

y+ z=0

2 y + 2 z = 3

E3 2E 2

x y+ z =3

y+ z =0

0 = 3

Puesto que ha salido una ecuacin imposible no existe solucin al sistema. Por tanto, el
sistema es incompatible.

-5-

Resumen del tema 1


Sistemas de ecuaciones lineales
a11x1 + a12x2 + a13x3 + + a1nxn = b1
a21x1 + a22x2 + a23x3 + + a2nxn = b2

am1x1 + am2x2 + am3x3 + + amnxn = bm

Sistemas equivalentes
Dos sistemas con el mismo nmero de incgnitas, aunque no tengan el mismo nmero
de ecuaciones, se dice que son equivalentes si tienen las mismas soluciones.
Transformaciones vlidas:

Cambiar de orden las ecuaciones.


Sustituir una o ms ecuaciones del sistema por ecuaciones equivalentes a cada una de
ellas.
Sustituir una ecuacin por la ecuacin resultante de sumarle a la ecuacin inicial una
combinacin lineal de las dems ecuaciones.
Aadir una ecuacin que sea combinacin lineal de las ya existentes, o quitar una
ecuacin que sea combinacin lineal de las dems.

Discusin de un sistema

Sistema compatible: Con solucin


o Sistema compatible determinado: Una nica solucin
o Sistema compatible indeterminado: Infinitas soluciones
Sistema incompatible: Sin solucin

Sistemas escalonados
Son sistemas en los que a partir de los valores de las incgnitas (o incgnita) de una de
sus ecuaciones, se halla el valor de otra incgnita en otra ecuacin. A partir de este
nuevo valor y el de los anteriores, se halla el valor de otra incgnita en otra ecuacin,
, y as sucesivamente.
Si tiene el mismo nmero de ecuaciones que incgnitas se denomina sistema triangular.
El conjunto de soluciones de un sistema es igual a una solucin particular de dicho
sistema ms el conjunto de soluciones de su sistema homogneo asociado.

Mtodo de Gauss
Aplicar transformaciones vlidas a un sistema para convertirlo en uno escalonado.
Escalonado triangular: sistema compatible determinado.
Escalonado no triangular: sistema compatible indeterminado.
Una ecuacin imposible: sistema incompatible.
-6-

Tema 2.- Matrices


1.- Definicin
Se llama matriz de m filas y n columnas (o de orden o dimensin m x n) a un conjunto
de mn nmeros reales designados por a ij distribuidos de la siguiente manera:

a11

a
21

a 31

a m1

a 23 ... a 2 n

a 33 ... a3n

...

a m3 ... a mn

a12 a13 ... a1n


a 22
a 32

am2

El primer subndice se denomina ndice de fila y


el segundo, ndice de columna.

Matriz fila: Matriz formada por una sola fila, es decir, de orden 1 x n.
Matriz columna: Matriz formada por una sola columna, es decir, de orden m x 1.
Matriz nula: Matriz formada solo por ceros. Se representa por un 0.
Matriz cuadrada: Matriz donde m = n, es decir, de orden n x n, o simplemente de orden n.
En una matriz cuadrada se denomina diagonal principal al conjunto de
todos los elementos cuyos ndices son iguales: a11 , a 22 , a 33 , , a nn .
La suma de todos los elementos de la diagonal principal se denomina
traza.
Matriz unidad o identidad: Matriz cuadrada en la cual todos los elementos de la diagonal
principal valen 1, y los dems elementos valen 0. Se representa
por una I.
Transpuesta de una matriz: Se llama transpuesta de una matriz A a una matriz cuyas filas
son las columnas de A, y cuyas columnas son las filas de A .
Se representa por A t .

1 2 3

Ej: A =

4 5 6

1 4

A = 2 5

3 6

Matriz simtrica: Matriz cuya transpuesta es igual a ella misma, es decir, A t = A . Para que
esto ocurra A debe ser cuadrada.

1 6 5

Ej: A = 6 0 4

5 4 6

1 6 5

At = 6 0 4

5 4 6

-7-

Matriz antisimtrica: Matriz que coincide con la opuesta a su transpuesta, es decir, A t = - A .


Tambin debe ser cuadrada. Y su diagonal principal debe estar
formada por ceros.

0 6 5

Ej: A = 6 0 4

5 4 0

0 6 5

A = 6 0 4 = - A

5 4 0

Matriz triangular superior: Matriz cuadrada en la cual todos los elementos situados por
debajo de la diagonal principal son 0.

3 6 5

Ej: 0 2 4

0 0 7

Matriz triangular inferior: Matriz cuadrada en la cual todos los elementos situados por
encima de la diagonal principal son 0.
Matriz diagonal: Matriz cuadrada en la cual todos los elementos situados tanto por encima
como por debajo de la diagonal principal son 0.

0 0 0

Ej: 0 2 0

0 0 7

2.- Operaciones con matrices


2.1.- Suma de matrices
Dadas dos matrices del mismo orden m x n, su matriz suma es otra matriz de orden
m x n cuyos elementos se obtienen de sumar los elementos homlogos a las dos matrices
sumandos.
1 2 3 1 0 4 2 2 7

Ej:
+
=

4 5 0 2 1 8 6 6 8

Propiedades de la suma de matrices:


1.- Conmutativa: A+B = B+A
-8-

2.- Asociativa: (A+B)+C = A+(B+C)


3.- Tiene como elemento neutro la matriz nula: A+0 = 0+A = A
4.- Toda matriz A tiene su opuesta A: A+(-A) = (-A)+A = 0
2.2.- Producto de un escalar por una matriz
Dada una matriz de ordn m x n y un nmero real, se define el producto del nmero real
por la matriz como otra matriz de orden m x n cuyos elementos son los mismos
elementos de la matriz inicial multiplicados por el nmero real.
1 0 4 4 0 16

Ej: 4
=

2 1 8 8 4 32

Propiedades del producto de un escalar por una matriz:


1.- Asociativa: a(bA) = (ab)A
2.- Distributiva: (a+b)A = aA + bA
a(A+B) = aA + aB
2.3.- Producto de una matriz fila por una matriz columna
Debe tratarse de una matriz fila de orden 1 x n y una matriz columna de orden n x 1:

a1 a 2 a 3

b1

b2

... a n b3 = a1b1 + a 2 b2 + a 3b3 + ... + a n bn

...

bn

2.4.- Producto de matrices


Dadas las matrices A, de orden m x n, y B, de orden n x r, se define el producto AB
como una matriz C de orden m x r cuyos elementos son el producto de las filas de A por
las columnas de B. Para que ambas matrices puedan multiplicarse es necesario que el
nmero de columnas de A coincida con el nmero de filas de B, en este caso sera n.
Por ejemplo, el elemento de la fila 3 y columna 1 de C se hallara multiplicando la tercera fila
de A por la primera fila de B.

1 6
2 3 5
21 + 37 + 50 26 + 32 + 5(5) 23 7

Ej:
7 2 =
=

7
2
4

71 + 27 + 40 76 + 22 + 4(5) 21 26

0 5

-9-

Como vemos la primera matriz es de orden 2 x 3 y la segunda, de orden 3 x 2. Se pueden


multiplicar porque coincide el 3 (columnas de la primera y filas de la segunda), y el resultado
es una matriz de 2 x 2 (filas de la primera y columnas de la segunda).
Propiedades del producto de matrices:
1.- No se cumple la propiedad conmutativa: AB B A
2.- Asociativa: A( BC ) = ( AB )C
3.- Distributiva respecto de la suma: A(B+C) = AB+AC
(D+E)F = DF+EF
4.- En el caso de matrices cuadradas tiene como elemento neutro la matriz unidad:
AI = IA = A
5.- Al contrario que en nmeros reales, es posible que el producto de dos matrices no nulas
d la matriz nula.

4 2 3 1

4(1) 2(2) + 30 0
=
Ej:
2 =
2 1 7 0 2(1) 1(2) + 70 0



6.- No se cumple la ley de simplificacin: si AB = AC esto no significa que podamos
simplificar la A y decir que B = C. No se puede simplificar y, B y C pueden, o no, ser
iguales.
7.- ( AB) t = B t A t

3.- Matriz inversa de otra


Una matriz cuadrada de orden n se dice que tiene inversa (o es invertible) si existe otra
matriz cuadrada de orden n, A-1, llamada matriz inversa tal que: AA-1 = A-1A = I
Para que una matriz tenga inversa (o sea invertible) es necesario que sea cuadrada. Pero no
todas las matrices cuadradas son invertibles.

5 2

Ej: A =

2 1

1 2

A =

2 5

5 2 1 2 1 0

2 1 2 5 0 1

Para calcular la matriz inversa uno de los mtodos es el de Gauss-Jordan. Consiste en poner
la matriz A junto a la matriz unidad formando una nica matriz, y mediante el mtodo de
Gauss obtener la matriz unidad donde antes se encontraba la matriz A, como consecuencia
donde antes se encontraba la matriz unidad ahora se encontrar la matriz inversa de A.

5 2 M1 0

Ej:

2 1M 0 1 2 F1 5 F2

5 2 M1 0

F1 + 2 F2

0 1M 2 5

5 0 M5 10 F1

5
0 1M 2 5 F
2

1 0 M 1 2

0 1M 2 5

Como vemos la matriz que aparece a la derecha es la inversa, y arriba esta la demostracin de
ello.

- 10 -

Resumen del tema 2


Matriz fila: Matriz formada por una sola fila, es decir, de orden 1 x n.
Matriz columna: Matriz formada por una sola columna, es decir, de orden m x 1.
Matriz nula: Matriz formada solo por ceros. Se representa por un 0.
Matriz cuadrada: Matriz donde m = n, es decir, de orden n x n, o simplemente de orden n.
En una matriz cuadrada se denomina diagonal principal al conjunto de
todos los elementos cuyos ndices son iguales: a11 , a 22 , a 33 , , a nn .
La suma de todos los elementos de la diagonal principal se denomina
traza.
Matriz unidad o identidad: Matriz cuadrada en la cual todos los elementos de la diagonal
principal valen 1, y los dems elementos valen 0. Se representa
por una I.
Transpuesta de una matriz: Se llama transpuesta de una matriz A a una matriz cuyas filas
son las columnas de A, y cuyas columnas son las filas de A .
Se representa por A t .
Matriz simtrica: Matriz cuya transpuesta es igual a ella misma, es decir, A t = A . Para que
esto ocurra A debe ser cuadrada.
Matriz antisimtrica: Matriz que coincide con la opuesta a su transpuesta, es decir, A t = - A .
Tambin debe ser cuadrada. Y su diagonal principal debe estar
formada por ceros.
Matriz triangular superior: Matriz cuadrada en la cual todos los elementos situados por
debajo de la diagonal principal son 0.
Matriz triangular inferior: Matriz cuadrada en la cual todos los elementos situados por
encima de la diagonal principal son 0.
Matriz diagonal: Matriz cuadrada en la cual todos los elementos situados tanto por encima
como por debajo de la diagonal principal son 0.

Operaciones
Suma: Se suman los elementos que se encuentran en la misma posicin en ambas matrices.
Producto de un escalar por una matriz: Se multiplica el escalar por cada elemento de la
matriz.
Producto de matrices: Para hallar el elemento a ij se multiplica la fila i de la 1 matriz por la
columna j de la 2.

Matriz inversa
Una matriz cuadrada de orden n se dice que tiene inversa (o es invertible) si existe otra
matriz cuadrada de orden n, A-1, llamada matriz inversa tal que: AA-1 = A-1A = I
Mtodo de Gauss-Jordan: Consiste en poner la matriz A junto a la matriz unidad formando
una nica matriz, y mediante el mtodo de Gauss obtener la matriz unidad donde antes se
encontraba la matriz A, como consecuencia donde antes se encontraba la matriz unidad ahora
se encontrar la matriz inversa de A.

- 11 -

Tema 3.- Determinantes


Los determinantes son slo aplicables a matrices cuadradas, y son nmeros reales, no
matrices.

1.- Determinantes de orden 2


a11 a12

Dada la matriz A =
se denomina determinante, y se representa por
a 21 a 22

a11 a12
A=
, al nmero real definido por: A = a11 a 22 a 21 a12
a 21 a 22
5 2
Ej:

2 1

= 51 22 = 1

2.- Determinantes de orden 3

a11 a12 a13

Dada la matriz A = a 21 a 22 a 23 , su determinante se halla de este modo:

a 31 a32 a 33

a11 a12 a13


A = a 21 a 22 a 23 = a11 a 22 a33 + a12 a 23 a 31 + a13 a 21 a 32 a13 a 22 a31 a12 a 21 a 33 a11 a 23 a 32
a31 a 32 a33
Esta frmula se memoriza mediante una regla mnemotcnica llamada regla de sarrus:
a11 a12 a13
a21 a22 a23

Los trminos positivos son los productos mostrados en las lneas.

a31 a32 a33


a11 a12 a13
a21 a22 a23

Los trminos negativos son los productos mostrados en las lneas.

a31 a32 a33

- 12 -

3.- Propiedades de los determinantes


1.- Si una fila o columna de una matriz es suma de dos, su determinante puede
descomponerse en suma de los determinantes de dos matrices, del siguiente modo:
a11 a12 + a '12 a13

a11 a12 a13

a11 a '12 a13

a 21 a 22 + a ' 22 a 23 = a 21 a 22 a 23 + a 21 a ' 22 a 23
a 31 a32 + a ' 32 a 33

a 31 a32 a33

a31 a ' 32 a 33

2.- Si se multiplica o divide una fila o columna de una matriz por un nmero real, el
determinante de la matriz resultante es igual al determinante de la matriz inicial multiplicado
o dividido, respectivamente, por dicho nmero real:
a11 a12 k a13

a11 a12 a13

a 21 a 22 k a 23 = k a 21 a 22 a 23
a 31 a32 k a 33

a31 a 32 a 33

3.- Si se permutan dos filas o columnas entre s, el determinante cambia de signo:


a11 a12 a13

a11 a13 a12

a 21 a 22 a 23 = a 21 a 23 a 22
a 31 a32 a 33

a 31 a33 a 32

4.- Si a una fila o columna se le suma una combinacin lineal de las dems filas o columnas,
respectivamente, el determinante no vara:
a11 a12 a13 + a11 + a12

a11 a12 a13

a 21 a 22 a 23 + a 21 + a 22 = a 21 a 22 a 23
a 31 a32 a 33 + a31 + a32

a 31 a32 a33

5.- Si una fila o columna es combinacin lineal de las dems filas o columnas,
respectivamente, el determinante vale 0.
6.- Si dos filas o columnas son iguales o proporcionales el determinante vale 0.
7.- Si hay alguna fila o columna formada toda por ceros el determinante vale 0.
- 13 -

8.- El determinante de una matriz y el de su transpuesta son iguales:


A = At

9.- El determinante del producto de dos matrices es igual al producto de sus determinantes:

AB = A B
10.- El determinante de una matriz triangular, superior o inferior, es igual al producto de los
elementos de la diagonal principal:
a11 a12 a13
0 a 22 a 23 = a11 a 22 a 33
0

0 a 33

4.- Menor complementario y adjunto de una matriz


Dada la matriz cuadrada A de orden n se llama menor complementario de a ij , y se
representa por ij , al determinante de la matriz cuadrada de orden n-1 obtenida
eliminando la fila i y la columna j de A.

2 3 5

Ej: A = 1 2 1

1 5 6

2 3

23 =

1 5

= 25 13 = 7 (Se ha eliminado la fila 2 y la columna 3)

Dada la matriz cuadrada A de orden n se llama adjunto de a ij , y se representa por ij ,


al nmero real dado por: ij = ( 1) ij
i+ j

Es decir, el adjunto es igual al menor complementario con el mismo signo o cambiado, segn
i + j sea par o impar.

2 3 5

Ej: A = 1 2 1

1 5 6

23 = ( 1)

2 +3

7 = ( 1) 7 = 7
5

- 14 -

5.- Desarrollo de determinantes por adjuntos


Cualquier determinante se puede hallar como suma de cada elemento de una nica fila
o columna multiplicado por su adjunto.
a11 a12 a13
Ej: a 21 a 22 a 23 = a11 11 + a12 12 + a13 13 = a12 12 + a 22 22 + a 32 32 = ...
a 31 a32 a 33
En el primer caso se ha desarrollado el determinante por los elementos de su primera fila; en
el segundo se ha desarrollado por los elementos de su segunda columna.
Los determinantes de orden 2 y de orden 3 se resuelven mediante las frmulas descritas
anteriormente, pero a partir del orden 4 se deben resolver por adjuntos.
Un mtodo bastante til es la reduccin del orden: se utiliza la 4 propiedad de los
determinantes para conseguir que una fila o columna sea todo 0 excepto un elemento,
que sea 1, y teniendo en cuenta el desarrollo por adjuntos, el determinante inicial se
convierte en el adjunto del 1 que hemos hallado.
1 2

3 4

2 2

5 3

1 2

Ej:
1 3

2 1

1 1 2 4

F2 + 2 F1 0 6 11 11
F3 F1
F4 + F1

0 1 1 3
0 3

Se ha utilizado la 4 propiedad de los determinantes y se ha obtenido una columna toda de 0


excepto un 1. Ahora si desarrollamos por adjuntos la primera columna de la matriz
obtenemos que el determinante inicial es igual a ese 1 multiplicado por su adjunto (no
importa los adjuntos de los dems elementos de la columna, ya que al multiplicarlos por 0
desaparecen), es decir, que el determinante inicial es igual al adjunto de ese 1:
1 2

3 4

2 2

5 3

6 11 11
= 1 1 3 No se cambia el signo porque en este caso: ( 1)

1+1

1 3

2 1

1 1 2 4

- 15 -

= ( 1) = 1
2

6.- Rango de una matriz


Es el nmero de filas o de columnas linealmente independientes (que no son
combinacin lineal de las otras) de una matriz.
Se puede hallar el rango de una matriz aplicando el mtodo de Gauss. El rango ser el
nmero de filas distindas de (0 0 0 0).

2 3 5

Ej: 1 2 1

1 5 6

1 5 6

0 7 7

0 7 7

3
1 23
2 3

3 2

1 5 6

0 7 7

0 0 0

El rango es 2.

Tambin podramos haber dicho que la tercera fila es combinacin lineal de las otras dos, ya
que: 3 = 1-2. Y por tanto, slo hay dos filas linealmente independientes (L.I.)
Teniendo en cuenta la definicin anterior, el rango de una matriz es menor o igual que su
orden. Ser igual que su orden si todas las filas y columnas son linealmente independientes.
Esto se traduce en que su determinante no es 0. Por tanto:

Si el determinante de una matriz de orden n es distinto de 0, su rango es n.


Su rango ser menor que su orden si hay alguna fila o columna que es combinacin lineal de
las dems, es decir, si su determinante es 0. En ese caso se cogen los menores
complementarios de la matriz y slo con que uno de ellos no sea 0 el rango de la matriz es
una unidad menos que su orden. Si todos dan 0 se cogen los menores de un orden inferior a
los anteriores y se repite el proceso. Por tanto:

Si el determinante de una matriz de orden n es 0, se cogen los menores de orden n-1, y


slo con que uno de ellos sea distinto de 0 el rango es n-1. Si no es el caso, se cogen
menores de orden n-2 y se repite el proceso.

2 3 5

Ej: A = 1 2 1

1 5 6

3 5

1 2
1

1 = 0 , por tanto rang A < 3

5 6

1 2

= 7 , por tanto rang A 2

Esto significa que rang A = 2

En el caso de matrices de rdenes mayores el clculo del rango se complica pues, por
ejemplo, en una matriz de 4 x 5 hay 60 menores de orden 2, 40 de orden 3 y 5 de orden 4.
Para ello se sigue este procedimiento:

- 16 -

1 3 0 1 2

0 5 1 2 3
El rango ser como mucho de 4, orden del menor ms grande.
Ej: A =
3 1 2 1 0

3 11 4 5 6

1 3
1.- Se coge un menor de orden 2 que sepamos que no es nulo:

0 5

Esto nos confirma que las dos primeras filas son linealmente independientes (L.I.) y que el
rango es como mnimo de 2.
2.- Hay que averiguar si la 3 fila es L.D. de las dos primeras. Para ello cogemos todos los
menores de orden 3 donde intervengan todos los elementos del menor de orden 2 utilizado

antes y los elementos de la 3 fila:

1 = 0;

3 1 2

2 = 0;

3 1 1

3 2
5 3 = 0;

3 1 0

puesto que todos son 0 la 3 fila es L.D. de las dos primeras. Ahora el rango ser como
mucho de 3.
3.- Hay que averiguar si la 4 fila es L.D. de las dos primeras. Para ello cogemos todos los
menores de orden 3 donde intervengan todos los elementos del menor de orden 2 utilizado
1
antes y los elementos de la 4 fila:

3 0
5 1 = 0;

3 11 4

1
0

3 1
5 2 = 0;

3 11 5

1
0

3 2
5 3 = 0;

3 11 6

puesto que todos son 0 la 4 fila es L.D. de las dos primeras. Ahora no hay duda de que:
rang A = 2.

7.- Matriz adjunta y clculo de su determinante


~
Dada la matriz cuadrada A de orden n se llama adjunta de ella, y se representa por A ,
a otra matriz cuadrada de orden n cuyos elementos son los adjuntos de A t .

a11 a12 a13


a11 a 21 a31
11 21 31

~
A = a 21 a 22 a 23 A t = a12 a 22 a32 A = 12 22 32

a 31 a32 a 33
a13 a 23 a 33
13 23 33

- 17 -

~ ~
Se cumple que A A = A A = A I

2 3 1
2 1 1
10 2 7

~
Ej: A = 1 1 2 A t = 3 1 4 A = 4 5 3

1 4 2
1 2 2
3 11 5

Comprobamos que se cumple la frmula anterior:


2
A = 1

3 1
1

1 4

2 = 29
2

2 3 1 10 2 7 29 0 0
1 0 0

A A = 1 1 2 4 5 3 = 0 29 0 = 29 0 1 0 = A I

1 4 2 3 11 5 0 0 29
0 0 1

7.1.- Determinante de la matriz adjunta


~
Si A es de orden n (y por tanto A tambin):

A 0 0 ... 0
0 A 0 ... 0

~ ~
A A = A A = A I

~
~
A A = A A = A I

A I = 0 0 A ... 0 = A

...
0 0 0 ... A
~
~
n
A A = A A = A

A
~
n 1
A =
= A
A

- 18 -

8.- Clculo de la matriz inversa


Una matriz cuadrada es singular si su determinante vale 0.
Una matriz tiene inversa o es invertible si y solo si es cuadrada y no es singular (su
determinante debe ser distinto de 0).
Dada una matriz invertible:

~ ~
~
~
A A A A A
~ ~
A
A
=
= I A = A = I
A A = A A = A I
A
A
A
A
A
A A 1 = A 1 A =
~
~
A
A
A = A = I
A
A

2 3 1

Ej: A = 1 1 2 ;

1 4 2

~
A
De aqu se deduce que: A =
A
1

10 2 7

~
A = 4 5 3

3 11 5

2
7
10

10 2 7 29
29 29


1
4
5
3
1
A = 4 5 3 =

29 29
29
29


11
5
3 11 5 3

29 29 29
2
7
10


2 3 1 29
29 29 1 0 0

4
5
3
A A 1 = 1 1 2
= 0 1 0

29 29

29

11
5 0 0 1
1 4 2 3

29 29 29

8.1.- Determinante de la matriz inversa


A A 1 = A 1 A = I A A 1 = A 1 A = I

A A 1 = A 1 A = 1

A 1 =

- 19 -

1
A

Resumen del tema 3


Determinantes de orden 2
A = a11 a 22 a 21 a12

Determinantes de orden 3
Regla de sarrus:
a11 a12 a13
a21 a22 a23

Los trminos positivos son los productos mostrados en las lneas.

a31 a32 a33


a11 a12 a13
a21 a22 a23

Los trminos negativos son los productos mostrados en las lneas.

a31 a32 a33

Propiedades de los determinantes


a11 a12 + a '12 a13

a11 a12 a13

a11 a '12 a13

1.- a 21 a 22 + a ' 22 a 23 = a 21 a 22 a 23 + a 21 a ' 22 a 23


a 31 a32 + a ' 32 a 33

a11 a12 k a13

a 31 a32 a33

a31 a ' 32 a 33

a11 a12 a13

2.- a 21 a 22 k a 23 = k a 21 a 22 a 23
a 31 a32 k a 33

a11 a12 a13

a31 a 32 a 33

a11 a13 a12

3.- a 21 a 22 a 23 = a 21 a 23 a 22
a 31 a32 a 33

a 31 a33 a 32

- 20 -

a11 a12 a13 + a11 + a12

a11 a12 a13

4.- a 21 a 22 a 23 + a 21 + a 22 = a 21 a 22 a 23
a 31 a32 a 33 + a31 + a32

a 31 a32 a33

5.- Si una fila o columna es combinacin lineal de las dems filas o columnas,
respectivamente, el determinante vale 0.
6.- Si dos filas o columnas son iguales o proporcionales el determinante vale 0.
7.- Si hay alguna fila o columna formada toda por ceros el determinante vale 0.
8.- A = A t
9.- AB = A B

a11 a12 a13

10.-

0 a 22 a 23 = a11 a 22 a 33
0

0 a 33

Menor complementario y adjunto de una matriz


Dada la matriz cuadrada A de orden n se llama menor complementario de a ij , y se
representa por ij , al determinante de la matriz cuadrada de orden n-1 obtenida
eliminando la fila i y la columna j de A.
Dada la matriz cuadrada A de orden n se llama adjunto de a ij , y se representa por ij ,
al nmero real dado por: ij = ( 1) ij
i+ j

Desarrollo de determinantes por adjuntos


Cualquier determinante se puede hallar como suma de cada elemento de una nica fila
o columna multiplicado por su adjunto.
Un mtodo bastante til es la reduccin del orden: se utiliza la 4 propiedad de los
determinantes para conseguir que una fila o columna sea todo 0 excepto un elemento,
que sea 1, y teniendo en cuenta el desarrollo por adjuntos, el determinante inicial se
convierte en el adjunto del 1 que hemos hallado.

- 21 -

Rango de una matriz


Es el nmero de filas o de columnas linealmente independientes (que no son
combinacin lineal de las otras) de una matriz.

Si el determinante de una matriz de orden n es distinto de 0, su rango es n.


Si el determinante de una matriz de orden n es 0, se cogen los menores de orden
n-1, y slo con que uno de ellos sea distinto de 0 el rango es n-1. Si no es el caso,
se cogen menores de orden n-2 y se repite el proceso.

Matriz adjunta y clculo de su determinante

a11 a12 a13


a11 a 21 a31
11 21 31

~
A = a 21 a 22 a 23 A t = a12 a 22 a32 A = 12 22 32

a 31 a32 a 33
a13 a 23 a 33
13 23 33

~ ~
Se cumple que A A = A A = A I
7.1.- Determinante de la matriz adjunta
n

A
~
~
n 1
Si A es de orden n (y por tanto A tambin): A =
= A
A

Clculo de la matriz inversa


Una matriz tiene inversa o es invertible si y solo si es cuadrada y no es singular (su
determinante debe ser distinto de 0).
~
A
Dada una matriz invertible: A =
A
1

Determinante de la matriz inversa

A 1 =

1
A

- 22 -

Tema 4.- Resolucin de sistemas mediante determinantes


1.- Matriz de un sistema
Dado un sistema lineal de m ecuaciones con n incgnitas:
a11x1 + a12x2 + a13x3 + + a1nxn = b1
a21x1 + a22x2 + a23x3 + + a2nxn = b2

am1x1 + am2x2 + am3x3 + + amnxn = bm


se llama matriz del sistema a los coeficientes de las incgnitas:
a11 a12

a 21 a 22
A=

a m1 a m 2

a13 ..... a1n

a 23 ..... a 2 n

...

a m3 ... a mn

y matriz ampliada del sistema a la matriz del sistema aadindole la columna de los
trminos independientes:
a11 a12 a13 ..... a1n b1

a 21 a 22 a 23 ..... a 2 n b2

A* =

...

a m1 a m 2 a m3 ... a mn bm

2.- Teorema de Rouch


Dado un sistema lineal de m ecuaciones con n incgnitas:

Si rang A = rang A* el sistema es compatible


o Si rang A = rang A* = n el sistema es compatible determinado
o Si rang A = rang A* n el sistema es compatible indeterminado. En este
caso:
n parametros = n rang A

Si rang A = rang A* - 1 el sistema es incompatible

No son posibles ms casos: puesto que A est incluida en A* el rango de A* ser igual o
mayor al rango de A. Y puesto que A* siempre tiene 1 columna ms que A tan slo puede
tener un rango 1 unidad mayor que el rango de A.

- 23 -

3.- Regla de Cramer


La regla de Cramer tan slo puede utilizarse cuando rang A = rang A* es decir, cuando
es compatible.
Segn la regla de Cramer:

x=

b1 a12 a13 ..... a1n

a11 b1 a13 ..... a1n

a11 a12 a13 ..... b1

b2 a 22 a 23 ..... a 2 n

a 21 b2 a 23 ..... a 2 n

a 21 a 22 a 23 ..... b2

...

...

...

bm a m 2 a m3 ... a mn

a m1 bm a m3 ... a mn

a m1 a m 2 a m 3 ... bm

y=

a11 a12 a13 ..... a1n

a11 a12 a13 ..... a1n

t=

a11 a12 a13 ..... a1n

a 21 a 22 a 23 ..... a 2 n

a 21 a 22 a 23 ..... a 2 n

a 21 a 22 a 23 ..... a 2 n

...

...

...

a m1 a m 2 a m3 ... a mn

a m1 a m 2 a m 3 ... a mn

a m1 a m 2 a m3 ... a mn

Es decir, x =

Ax
A

y=

Ay
A

z=

Az
A

t=

At
A

, siendo Ax la matriz A cuya primera

columna se ha sustituido por los trminos independientes, Ay la matriz A cuya segunda


columna se ha sustituido por los trminos independientes,
Pueden darse los siguientes casos:

rang A = rang A* = n = m: en este caso se puede aplicar Cramer directamente.


rang A = rang A* = n < m: en este caso sobran ecuaciones. Se eliminan las L.D. y se
dejan nicamente las L.I. (al hacer esto tendremos n = m) y se aplica Cramer.
rang A = rang A* = m < n: en este caso pasamos n m incgnitas a la parte derecha
de la igualdad, pasndo a considerarse como parmetros, y se aplica Cramer.
rang A = rang A* < n y adems rang A = rang A* < m: en este caso sobran
ecuaciones. Se eliminan las L.D. y se dejan nicamente las L.I. (al hacer esto
tendremos rang A = rang A* = m, y nos encontraremos en el tercer caso). Luego
pasamos n m incgnitas a la parte derecha de la igualdad, pasndo a considerarse
como parmetros, y se aplica Cramer.

2x 3 y

= 1

4 x + 3 y z = 1

Ej:

6 x + 6 y + z = 10

2 x + 9 y + 2 z = 3

2 3 0

4 3 1

A=
6 6 1

2 9 2

- 24 -

2 3 0 1

4 3 1 1

A* =
6 6 1 10

2 9 2 3

2 3
4
6

3 1 = 24 0 rang A = 3 rang A* 3
6

A * = 0 rang A* = 3

Como rang A = rang A* = n, segn el teorema de Rouch el sistema es compatible


determinado.
Como rang A = rang A* = n < m podemos aplicar Cramer si eliminamos la ltima ecuacin
(ya que hemos comprobado que las 3 primeras son L.I. con el determinante anterior):
1 3
1
10

3 1

x=
2 3
4
6

24
=
= 1
24

y=
2 3
4

2 3

1 1

6 10

3 1
6

24
=
= 1
24

3 1
6

3 1

6 10

z=

=
2 3
4
6

48
=2
24

3 1
6

x = 1

Solucin: y = 1
z = 2

x + y + z = 1
Ej:

x + y z = 2
1 1
1 1

1 1 1

A=

1 1 1

1 1 1 1

A* =

1 1 1 2

1 1
=0

1 1

= 2 0 rang A = 2 rang A* = 2

Como rang A = rang A* < n, segn el teorema de Rouch el sistema es compatible


indeterminado.
Como rang A = rang A* = m < n podemos aplicar Cramer si pasamos como parmetros 3-2
incgnitas a la parte derecha de la igualdad.
No podemos pasar la z como parmetro ya que la nueva matriz A tendra rango 1. El sistema
queda as:

- 25 -

x + z = 1 y

x z = 2 y
1 y

1 1 y

2 y 1
x=

1 1

A=

1 1

2y 3 3
=
= y
2
2

1 1

1 2 y
z=

1
1
=
2
2

1 1

x = 2

Solucin: y =
R

1
z =
2

4.- Resolucin de sistemas homogneos


Puesto que en todo sistema homogneo los trminos independientes son nulos, el rango
de A* siempre coincide con el rango de A. Por ello, no es necesario estudiar la matriz A*,
ya que estos sistemas son siempre compatibles.
De ser compatibles determinados su nica solucin ser la trivial. Y si son compatibles
indeterminados tendrn infinitas soluciones, entre ellas la trivial.
x + y + z = 0

Ej: 3 x + 2 y + 4 z = 0
2 x + y + 3z = 0

1 1 1

A = 3 2 4

2 1 3

1 1

A = 0 rang A < 3

3 2

= 1 0 rang A = 2

Como rang A < n y el sistema es homogneo, segn el teorema de Rouch el sistema es


compatible indeterminado.
Como rang A = rang A* (el sistema es homogneo) < n y adems rang A = rang A* < m
podemos aplicar Cramer si eliminamos la ecuacin que depende de las otras 2 (en este caso
la tercera) y pasamos como parmetros 3-2 incgnitas a la parte derecha de la igualdad.
x + y + z = 0
x + y = z

3 x + 2 y + 4 z = 0
3 x + 2 y = 4 z

- 26 -

z 1
4z 2
x=

1 1

1 z
2z
=
= 2 z
1

3 4z
y=

3 2

1 1

z
=
=z
1

x = 2

Solucin: y =
R
z =

3 2

5.- Forma matricial de un sistema de ecuaciones


Dado un sistema lineal de m ecuaciones con n incgnitas:
a11x1 + a12x2 + a13x3 + + a1nxn = b1
a21x1 + a22x2 + a23x3 + + a2nxn = b2

am1x1 + am2x2 + am3x3 + + amnxn = bm


ste se puede escribir en forma de producto de matrices:
a11 a12

a 21 a 22

a m1 a m 2

a13 ..... a1n

x1 b1
a 23 ..... a 2 n
x b
2 = 2
... ...
...
x b
a m3 ... a mn m m

donde la primera matriz es A, la matriz de las incgnitas es X, y la matriz de los


trminos independientes es B:
A X = B

Una vez preparamos el sistema (como hacamos para poder aplicar Cramer), tendremos que
A es una matriz cuadrada y no singular (y por tanto invertible). As que podemos hacer esto:
A X = B A 1 A X = A 1 B I X = A 1 B X = A 1 B
x + y + z = 1
Ej:

x + y z = 2

1 1 1

A=

1 1 1

1 1 1 1

A* =

1 1 1 2

Este ejemplo se ha resuelto antes. Al prepararlo para poder utilizar Cramer se quedaba as:
x + z = 1 y

x z = 2 y

1 1

A=

1 1

- 27 -

1 1

As que en este caso: A =

1 1

1 y

B =
2 y

1 1

2 2
1

Calculamos la inversa de A: A =
1
1

2
2
1 1
3

y
1

y
2 2
2

=
Y ahora ya podemos calcular X: X = A 1 B =

1 2 y 1

2
2
2
3

x = 2

Solucin: y =
R

1
z =
2

6.- Discusin de sistemas con parmetros como coeficientes


x + 2 y = 10
, dependiendo del valor del parmetro k el
x ky = 5
sistema puede ser compatible determinado, compatible indeterminado o incompatible.

Dado un sistema como ste:

1 2

Ej: En el sistema anterior: A =

1 k

1
A=

1 2 10

A* =

1 k 5

1 k

= k 2

A = 0 k 2 = 0 k = 2 ; por tanto tenemos dos casos:

1 2

x + 2 y = 10
1 Caso: k = -2
A=

x + 2y = 5
1 2

1 2 10

*
A* =
rang A = 1; rang A = 2
1 2 5

Como rang A rang A*, segn el teorema de Rouch el sistema es incompatible.


2 Caso: k -2 A = k 2 0 rang A = 2; rang A* = 2
Como rang A = rang A* = n, segn el teorema de Rouch el sistema es compatible
determinado.

- 28 -

Resumen del tema 4


Matriz de un sistema
a11 a12

a 21 a 22
Matriz del sistema: A =

a m1 a m 2

a13 ..... a1n

a 23 ..... a 2 n

...

a m3 ... a mn

Matriz ampliada del sistema (A*): se aade la columna de los trminos independientes.

Teorema de Rouch
Si rang A = rang A* el sistema es compatible
o Si rang A = rang A* = n el sistema es compatible determinado
o Si rang A = rang A* n el sistema es compatible indeterminado.
Si rang A = rang A* - 1 el sistema es incompatible

Regla de Cramer
La regla de Cramer tan slo puede utilizarse cuando rang A = rang A*.

Ax

x=

y=

Ay
A

z=

Az
A

t=

At
A

rang A = rang A* = n = m: en este caso se puede aplicar Cramer directamente.


rang A = rang A* = n < m: en este caso sobran ecuaciones. Se eliminan las L.D. y se
dejan nicamente las L.I. (al hacer esto tendremos n = m) y se aplica Cramer.
rang A = rang A* = m < n: en este caso pasamos n m incgnitas a la parte derecha
de la igualdad, pasndo a considerarse como parmetros, y se aplica Cramer.
rang A = rang A* < n y adems rang A = rang A* < m: se eliminan las ecuaciones
L.D. y nos encontramos en el tercer caso.

Resolucin de sistemas homogneos


El rango de A* siempre coincide con el rango de A. Por ello, no es necesario estudiar la
matriz A*, ya que estos sistemas son siempre compatibles.

Forma matricial de un sistema de ecuaciones


X = A 1 B

Discusin de sistemas con parmetros como coeficientes


Se averigua los casos para los cuales A = 0 y para cuales no y se estudian por separado.
- 29 -

Tema 5.- Vectores en el espacio


1.- Operaciones con vectores
1.1.- Suma de vectores
r
r
r r
Dados dos vectores, u = (u1 , u2 , u3 ) y v = (v1 , v 2 , v3 ) , la suma u + v es otro vector de
componentes:
r r
u + v = (u1 + v1 , u 2 + v 2 , u 3 + v3 )

Ej: (3,2,5) + ( 1,4,8) = (2,2,13)


Geomtricamente para sumarlos se coloca el origen del segundo vector en el extremo del
primero. La suma ser el vector que tiene por origen el origen del primer vector, y como
extremo, el extremo del segundo vector:

r r
r
r
r
Si se trata de una resta ( u v ), no hay ms que sumarle a u el opuesto de v ( v ).

La suma de vectores cumple:

r r r r
Propiedad conmutativa: u + v = v + u
r r r r r r
Propiedad asociativa: (u + v ) + w = u + (v + w)

1.2.- Producto de un vector por un nmero real


r
r
Dado un vector v = (v1 , v 2 , v3 ) y un nmero real , el producto v es otro vector que
tiene de componentes:
r

v = (v1 , v 2 , v3 ) = (v1 , v 2 , v3 )
Ej: 2(1,0,4) = ( 2,0,8)
r
Este nuevo vector tiene la misma direccin que v , mismo sentido o sentido opuesto
r
r
dependiendo de si es positivo o negativo, y el mdulo es: v = v

r
Si = 0 se obtiene el vector cero ( 0 ).
El producto de un vector por un nmero real cumple:

r
r
Propiedad asociativa: a(bv ) = (ab )v
r
r
r
Propiedad distributiva: (a + b )v = av + bv

- 30 -

r r
r
r
a(v + w) = av + aw

1.3.- Divisin de un segmento en partes iguales


Dado el segmento AB , si queremos dividirlo en n partes iguales necesitamos n-1 puntos
interiores:

AM 1 =

1
1
B A (n 1) A + B
1
AB AM 1 = AB M 1 A = (B A) M 1 = A + =
;
n
n
n
n n
n

M2 = A+

B 2 A (n 2 ) A + B

=
;
n
n
n

M3 = A +
Mm =

B 3 A (n 3)A + B

=
;
n
n
n

(n m )A + B
n

donde n es el nmero de partes en que se quiere dividir el segmento, y m es el nmero de


punto interior, es decir, el primer punto interior se consigue con n = 1.
Ej: Si tenemos los puntos A(3,2,1) y B( 1,1,3) y queremos dividirlos en 5 partes iguales
necesitamos 4 puntos internos. El tercero de ellos sera:
M3 =

(5 3)A + B = 2 A + B = 2(3,2,1) + ( 1,1,3) = (5,5,5) = (1,1,1)


5

2.- Combinaciones lineales


r r r
r
Dados los vectores x , y , z , , w y los nmeros reales a, b, c, , k se llama
combinacin lineal de los vectores al vector:

r
r r
r
ax + by + cz + ... + kw

2.1.- Dependencia e independencia lineal


Un conjunto de vectores es libre o sus vectores son linealmente independientes (L.I.)
cuando ninguno de ellos es una combinacin lineal de los dems. En caso contrario el
conjunto de vectores es ligado o sus vectores son linealmente dependientes (L.D.)
Para averiguar si un conjunto de n vectores es libre o ligado se forma una matriz con tales
vectores. Si el rango de tal matriz es n significa que son vectores L.I.
En R 3 los conjuntos de vectores libres tienen como mximo 3 vectores, ya que los vectores
de R 3 tienen 3 componentes y por tanto la matriz tendra solo 3 columnas.

2.2.- Base en R 3
Un conjunto B es una base de R 3 si est formado por tres vectores libres.

- 31 -

1 2 3
Ej: B = {(1,2,3), (1,3,4), (0,0,1)} es una base de R 3 , ya que: 1 3 4 = 1 0 rang B = 3
0 0 1
Ya que toda base de R 3 est formada por tres vectores se dice que R 3 es un espacio vectorial
de dimensin 3.
Si los tres vectores son perpendiculares se dice que la base es una base ortogonal. Y si
adems los tres vectores son unitarios tenemos una base ortonormal.
2.3.- Coordenadas de un vector respecto de una base

r r r
r
Dada una base B( x , y, z ) , cualquier vector v se puede poner de forma nica como
combinacin lineal de sus elementos:
r
r
r r
v = ax + by + cz
r
A los nmeros a, b, c se los llama coordenadas de v respecto de B y se expresa
r
v B = (a, b, c ) .

r
La base ms utilizada es la llamada base cannica, formada por los vectores i = (1,0,0 ) ,
r
r
j = (0,1,0 ) , k = (0,0,1) .

3.- Producto escalar de vectores


r
r
Dados dos vectores, u = (u1 , u2 , u3 ) y v = (v1 , v 2 , v3 ) , se llama producto escalar de ambos
al nmero real:

rr r r
r r
u v = u v cos(u , v ) = u1v1 + u 2 v 2 + u 3 v3
Ej: (3,2,5)(
1,4,8) = 3( 1) + ( 2)4 + 58 = 3 8 + 40 = 29

3.1.- Propiedades del producto escalar


rr rr
1.- Conmutativa: u v = v u
r r
rr
2.- Asociativa: (u )v = (u v )
r r r
rr r r
3.- Distributiva: u (v + w) = u v + u w
rr r r
r r
rr
r r
4.- Si u v , entonces u v = u v cos 90 = 0 . Del mismo modo, si u v = 0 , entonces u v .

- 32 -

4.- Aplicaciones del producto escalar


4.1.- Mdulo de un vector

r
r
Se llama mdulo de un vector u = (u1 , u 2 , u 3 ) , y lo representamos por u , al nmero
real:
r
u = u12 + u 22 + u 32
r
rr
rr
De aqu deducimos que tambin es: u = u u , ya que u u = u12 + u 22 + u 32

r
r
Se cumple que u = u
4.2.- ngulo entre vectores
A partir de la frmula anterior deducimos que:

rr
r r
u v
cos(u , v ) = r r
u v
Ej: cos[(3,2,5), ( 1,4,8)] =

(3,2,5)( 1,4,8)
2
2
3 2 + ( 2) + 5 2 ( 1) + 4 2 + 8 2

29
38 9

= 0'5227

El ngulo que forman ambos vectores es: arccos(0'5227 ) = 58 29' 8' '

4.3.- Vector normalizado o unitario

r
r
Un vector u se dice que es unitario o que est normalizado si y slo si u = 1
Para hallar el vector unitario en una direccin concreta se coge un vector que tenga tal
direccin y se divide entre su mdulo:

r
r
u
vunitario = r
u
r
( 1,4,8) = 1 , 4 , 8
Ej: vunitario =

9
9 9 9

Lo comprobamos:

- 33 -

1 4 8
+ + = 1 = 1
9 9 9

4.4.- Proyeccin ortogonal de un vector sobre otro

r
r
r
Dados los vectores u = AB y v = AC se llama proyeccin ortogonal del vector u sobre
u
r
v , y lo representamos por proy v al vector AB' .

Se cumple que:
u

proy v
cos =
=
r
u
AB
AB'

rr
rr
r
r u v
u v
proy v = u cos = u r r = r
u v
v
u

r
proy v = u cos

rr
u v
proy v = r
v
u

Y el vector es:
u
urvr vr
proy v = r r
v v

5.- Producto vectorial


r
r
Dados dos vectores no nulos, a = (a1 , a 2 , a 3 ) y b = (b1 , b2 , b3 ) , se llama producto vectorial
de ambos al vector:
r
i

r
j

r
k

r r
a xb = a1 a 2 a3
b1 b2 b3

( )

r r r r
r r
El mdulo es: a xb = a b sen a , b

La direccin es perpendicular a los dos vectores.


El sentido es el correspondiente segn la regla de Maxwell.

- 34 -

5.1.- Propiedades del producto vectorial

r r r
r r r r
1.- Distributiva: ux(v + w) = u xv + uxw
r r
r r
2.- Anticonmutativa: u xv = v xu
r
r r
r
r r
3.- axb a y a xb b

( )

( )

r r r
4.- El producto vectorial entre dos vectores L.D. es nulo: axa = 0
r r
r r r r
5.- (au )xv = a(u xv ) = ux(av )
6.- El cuadrado del mdulo del producto vectorial de dos vectores es igual al determinante

r r2
formado por ambos vectores y su producto vectorial: a xb =

a1

a2

a3

b1

b2

b3

(arxbr ) (arxbr ) (arxbr )


1

7.- El mdulo del producto vectorial de dos vectores es igual al rea del paralelogramo
determinado por tales vectores:

r r
rea = a xb

6.- Producto mixto


r
r
r
Dados tres vectores, a = (a1 , a 2 , a 3 ) , b = (b1 , b2 , b3 ) y c = (c1 , c 2 , c3 ) , se llama producto
r r r
mixto de ellos, y se representa por a , b , c , al producto escalar del primero por el
producto vectorial de los otros dos:
a1 a 2 a 3

( )

r r r r r r
a , b , c = a b xc = b1 b2 b3

c1 c 2 c3
Por tratarse de un determinante, las propiedades del producto mixto son las mismas que las
de los determinantes.
Una aplicacin del producto mixto es que dado un paraleleppedo formado por tres vectores
(todos ellos con el origen en uno de sus vrtices), el volumen de tal paraleleppedo viene
dado por el producto mixto de los tres vectores.

- 35 -

Resumen del tema 5


Operaciones con vectores
Suma de vectores:

r r
u + v = (u1 + v1 , u 2 + v 2 , u 3 + v3 )

r r r r
Propiedad conmutativa: u + v = v + u
r r r r r r
Propiedad asociativa: (u + v ) + w = u + (v + w)
r

v = (v1 , v 2 , v3 ) = (v1 , v 2 , v3 )

Producto de un vector por un nmero real:

r
r
Propiedad asociativa: a(bv ) = (ab )v
r
r
r
Propiedad distributiva: (a + b )v = av + bv

r r
r
r
a(v + w) = av + aw

Mm =

Divisin de un segmento en partes iguales:

(n m )A + B
n

Producto escalar de vectores


rr r r
r r
u v = u v cos(u , v ) = u1v1 + u 2 v 2 + u 3 v3
Propiedades del producto escalar
rr rr
1.- Conmutativa: u v = v u
r r
rr
2.- Asociativa: (u )v = (u v )
r r r
rr r r
3.- Distributiva: u (v + w) = u v + u w
rr r r
r r
rr
r r
4.- Si u v , entonces u v = u v cos 90 = 0 . Del mismo modo, si u v = 0 , entonces u v .

Aplicaciones del producto escalar


Mdulo de un vector:

r
rr
u = u12 + u 22 + u 32 = u u

ngulo entre vectores:

rr
r r
u v
cos(u , v ) = r r
u v

Vector normalizado o unitario:

r
r
u
vunitario = r
u

Proyeccin ortogonal de un vector sobre otro


u
r
proy v = u cos

- 36 -

rr
u
u v
proy v = r
v

urvr vr
proy v = r r
v v
u

Producto vectorial
r
i

r
j

r
k

r r
a xb = a1 a 2 a3

b1 b2 b3

( )

r r r r
r r
Mdulo: a xb = a b sen a , b

Propiedades del producto vectorial

r r r
r r r r
1.- Distributiva: ux(v + w) = u xv + uxw
r r
r r
2.- Anticonmutativa: u xv = v xu
r
r
r
r
r
r
3.- axb a y a xb b

( )

( )

r r r
4.- El producto vectorial entre dos vectores L.D. es nulo: axa = 0
r r
r r r r
5.- (au )xv = a(u xv ) = ux(av )

r r2
6.- a xb =

a1

a2

a3

b1

b2

b3

(arxbr ) (arxbr ) (arxbr )


1

r r
7.- rea = a xb

Producto mixto
a1 a 2 a 3

( )

r r r r r r
a , b , c = a b xc = b1 b2 b3
c1 c 2 c3

( )

r r r
Volumen = a b xc

- 37 -

Tema 6.- Puntos, rectas y planos en el espacio


1.- Algunas aplicaciones de vectores
1.1.- Coordenadas del vector que une dos puntos
Dados los puntos P( p1 , p 2 , p 3 ) y Q(q1 , q 2 , q 3 ) , las coordenadas del vector PQ se hayan
restando al punto extremo el punto origen:
PQ = Q P = (q1 p1 , q 2 p 2 , q 3 p3 )
1.2.- Comprobacin de que tres puntos estn alineados
Tres puntos P, Q y R o forman un tringulo o estn alineados. Si estn alineados los
vectores PQ y PR tendrn la misma direccin, es decir, sern L.D.; si son L.I. es
porque los tres puntos forman un tringulo.
1.3.- Simtrico de un punto respecto de otro

El punto simtrico del punto P respecto al punto Q es


otro punto P que se encuentra en la direccin que une
al punto P con el punto Q y a una distancia de Q igual
a la del punto P al punto Q:

PQ = QP' Q P = P 'Q P ' = 2Q P

2.- Ecuaciones de la recta


Una recta viene determinada por dos puntos de ella, por lo que todos los dems puntos de la
recta debern estar alineados con estos dos.

2.1.- Ecuacin vectorial


Si dos puntos de la recta son P y Q, dado otro punto X de la recta, ste estar alineado con
ellos, es decir, PQ y PX deben ser L.D.:

PX = PQ
r
Al vector PQ se le llama vector director o vector de direccin y se representa por v :

r
r
r
PX = v X P = v X = P + v

2.2.- Ecuaciones paramtricas


r
X = P + v ( x, y, z ) = ( p1 , p 2 , p 3 ) + (v1 , v 2 , v3 ) = ( p1 + v1 , p 2 + v 2 , p3 + v3 )

- 38 -

x = p1 + v1

y = p 2 + v 2
z = p3 + v3
2.3.- Ecuacin continua
Si despejamos de las tres ecuaciones anteriores:

x p3
x p1
x p2
;=
;=
v1
v2
v3
x p1 x p 2 x p3
=
=
v1
v2
v3

2.4.- Ecuacin implcita o general


La ecuacin general de un plano es: Ax + By + Cz + D = 0 .
Por ello, la ecuacin implcita o general de una recta es:

A x + B y + C z + D = 0

A' x + B' y + C ' z + D' = 0


ya que una recta es la interseccin de dos planos.
Para hallar el vector director de una recta dada en forma implcita:

r
v = ( A, B, C )x( A' , B' , C ')
Aunque, en general, el vector director de una recta puede ser cualquiera que cumpla el
sistema homogneo asociado a la ecuacin de la recta, excepto la solucin trivial. Es
decir, cualquier vector que sea solucin de:

A x + B y + C z = 0

A' x + B' y + C ' z = 0


es vector director de la recta.
Puesto que ( A, B, C )x( A' , B' , C ') es ortogonal tanto a ( A, B, C ) como a ( A' , B' , C ') , los dos
productos escalares que representan las dos ecuaciones del sistema anterior dan cero. Y ello
r
significa que v = ( A, B, C )x( A' , B' , C ') es un vector director.

Para hallar un punto de la recta simplemente se da un valor concreto a una de sus


coordenadas (generalmente 0) y se resuelve el sistema de dos ecuaciones con dos
incgnitas resultante.
- 39 -

x 4 y + 3 z 1 = 0
Ej: Pasar a forma vectorial la ecuacin de la recta r x + 7 y + 2 z = 0

29

11

x 4 y + 3z = 0
x 4 y = 3 z
1

El vector director de la recta cumple:



y=
x + 7 y + 2 z = 0
x + 7 y = 2 z
11
z=

x=

Tomando = 11 el vector director es ( 29,1,11)


Si tomamos un punto con y = 0 las otras coordenadas del punto seran:

x + 3 z 1 = 0
x = 2
x + 3z = 1

; por tanto un punto de la recta es ( 2,0,1)


x + 2z = 0
z
=
1
x
+
2
z
=
0

Y la ecuacin en forma vectorial queda as: ( x, y, z ) = ( 2,0,1) + ( 29,1,11)

3.- Ecuaciones del plano


Un plano viene definido por tres puntos no alineados o por un punto y dos vectores directores
L.I.. Ambos casos son el mismo, pues con tres puntos no alineados se pueden obtener dos
vectores L.I. y cogiendo uno de los tres puntos ya estamos en el segundo caso.

3.1.- Ecuacin vectorial


Si tres puntos del plano son P, Q y R, dado otro punto X del plano se cumplir que:

PX = PQ + PR
A los vectores PQ y PR se les llama vectores directores o vectores de direccin y se
r r
representan por u y v :

r
r
r
r
r
r
PX = u + v X P = u + v X = P + u + v
3.2.- Ecuaciones paramtricas
r
r
X = P + u + v ( x, y, z ) = ( p1 , p 2 , p 3 ) + (u1 , u 2 , u 3 ) + (v1 , v 2 , v3 )

(x, y, z ) = ( p1 + u1 + v1 , p 2 + u 2 + v2 , p3 + u 3 + v3 )

- 40 -

x = p1 + u1 + v1

y = p 2 + u 2 + v 2
z = p3 + u 3 + v3
3.3.- Ecuacin implcita o general
Tal y como se ha dicho en el apartado 2.4 la ecuacin general de un plano es:
Ax + By + Cz + D = 0
Anlogamente a las rectas, los vectores directores de un plano pueden ser dos cualquiera
que cumplan el sistema homogneo asociado a la ecuacin del plano, excepto la solucin
trivial. Es decir, dos vectores cualquiera que sean solucin de:
Ax + By + Cz = 0
La ecuacin anterior se puede escribir as: ( x, y, z )(
A, B, C ) = 0 , y esto significa que los
vectores directores del plano deben ser dos vectores L.I. ortogonales al vector ( A, B, C ) , y a
su vez el vector ( A, B, C ) es ortogonal a cualquier vector director del plano, y con ello, es
ortogonal a todo el plano. Este vector (o cualquiera que sea L.D.) se llama vector
r
asociado al plano y se representa por n , siendo el plano.

Para hallar un punto del plano se da un valor a dos de sus coordenadas y se resuelve la
ecuacin resultante.
Ej:
Pasar a forma general la ecuacin del plano ( x, y, z ) = (4,2,3) + (0,4,5) + (7,8,10) y
tras esto pasar a forma paramtrica a partir de la general y sin tener en cuenta la forma
vectorial.
El vector asociado ( A, B, C ) es ortogonal a los dos vectores directores. Una forma de hallarlo
es realizando el producto vectorial de ambos:
(0,4,5)x(7,8,10) = (0,35,28)
El plano es de la forma: 35 y 28 z + D = 0
Un punto del plano es (4,2,3) por lo que: 35( 2) 283 + D = 0 D = 14
El plano en forma general es: 35 y 28 z + 14 = 0 5 y + 4 z 2 = 0

Los vectores de direccin del plano cumplirn la ecuacin: 5 y + 4 z = 0

- 41 -

Puesto que en tal ecuacin no aparece la x, sta puede valer cualquier valor y por tanto la
y = 0
solucin trivial s es vlida en este caso:
, de modo que un vector director es (1,0,0) .
z = 0
Si tomamos y = 4 sale z = 5 , as que otro vector director es (0,4,5) .
Para hallar un punto del plano consideramos y = 0 : 4 z 2 = 0 z =

1
. En cuanto a la x
2

puede valer cualquier valor. Un punto del plano es 0,0, .


2

x = 0 + 1 + 0
x=

El plano en forma paramtrica es: y = 0 + 0 + 4 y = 4

1
1
z = + 0 5
z = 5
2
2

4.- Paralelismo
4.1.- Entre dos rectas
Dos rectas son paralelas si sus vectores directores son L.D., o si el vector director de una de
ellas cumple las ecuaciones de direccin de la otra recta.

4.2.- Entre dos planos


Dos planos son paralelos si sus vectores asociados son L.D., o si los vectores directores de
uno de ellos cumplen la ecuacin de direccin del otro plano.

4.3.- Entre una recta y un plano


Una recta es paralela a un plano si su vector director es ortogonal al vector asociado al plano,
o si cumple la ecuacin de direccin del plano.

5.- Perpendicularidad
5.1.- Entre dos rectas

r
r
Dadas dos rectas, r y s, un punto de cada recta, Pr y Ps , y sus vectores directores, v r y v s , se
puede demostrar que tales rectas son coplanarias (pertenecen al mismo plano) si el
determinante formado por sus vectores directores y el vector Pr Ps es nulo, es decir, si

r r
Pr Ps , v r , v s = 0
Dos rectas son perpendiculares si adems de que sus vectores directores son ortogonales, las
rectas son coplanarias. (Dos rectas perpendiculares son dos rectas ortogonales que se cortan,
ya que dos rectas pueden ser ortogonales pero no perpendiculares, en tal caso seran dos
rectas ortogonales que se cruzan).

- 42 -

5.2.- Entre dos planos


Dos planos son perpendiculares si sus vectores asociados son ortogonales.
5.3.- Entre una recta y un plano
Una recta es perpendicular a un plano si su vector director es L.D. al vector asociado al
plano.

6.- Posiciones relativas


6.1.- Entre dos rectas
Dos rectas pueden ser coincidentes (ser la misma recta), paralelas, o puede que se corten en
un punto o que se crucen sin tocarse.
Si se resuelve el sistema formado por ambas rectas:

Sistema compatible determinado: Las rectas se cortan en un punto.


Sistema compatible indeterminado: Las rectas son coincidentes.
Sistema incompatible:
o Las rectas tienen la misma direccin: Las rectas son paralelas.
o Las rectas no tienen la misma direccin: Las rectas se cruzan.

Otra forma de encontrar la posicin relativa de dos rectas es ver si los vectores directores son
L.D. o L.I.
Si los vectores son L.D. se coge un punto de una recta y se comprueba si cumple o no la
ecuacin de la otra recta, siendo en este caso coincidentes o paralelas, respectivamente.
Si son L.I. se averigua si las rectas son coplanarias o no, en cuyo caso se cortan o cruzan,
respectivamente.
6.2.- Entre dos planos
Dos planos pueden ser coincidentes, paralelos o puede que se corten formando una recta.
Si se resuelve el sistema formado por ambos planos:

Sistema compatible indeterminado:


o Uniparamtrico: Los planos se cortan en la recta que es solucin del sistema.
o Biparamtrico: Los planos son coincidentes (la solucin del sistema es igual a
los dos planos)
Sistema incompatible: Los planos son paralelos.

Otra forma de encontrar la posicin relativa de dos planos es ver si los vectores asociados son
L.D. o L.I.
Si los vectores son L.D. se coge un punto de un plano y se comprueba si cumple o no la
ecuacin del otro plano, siendo en este caso coincidentes o paralelos, respectivamente.
- 43 -

Si son L.I. los planos se cortan.


6.3.- Entre una recta y un plano
La recta puede cortar al plano en un punto, estar incluida en el plano, o ser paralelo a l.
Si se resuelve el sistema formado por la recta y el plano:

Sistema compatible determinado: La recta corta al plano en un punto.


Sistema compatible indeterminado: La recta est incluida en el plano.
Sistema incompatible: La recta y el plano son paralelos.

Otra forma de encontrar la posicin relativa de dos planos es ver si el vector director de la
recta es o no ortogonal al vector asociado al plano.
Si los vectores son ortogonales se coge un punto de la recta y se comprueba si cumple o no la
ecuacin de plano, estando en este caso la recta incluida en el plano o paralela a l,
respectivamente.
Si no son ortogonales la recta corta al plano.

7.- Haz de planos


Se llama haz de planos de arista r a todo el conjunto de planos que se cortan en la recta r.

A x + B y + C z + D = 0
Si la recta tiene por ecuacin: r
, la ecuacin del haz de planos
A' x + B' y + C ' z + D' = 0
de arista r es:

( Ax + By + Cz + D ) + ( A' x + B' y + C ' z + D') = 0


Para cada valor de y se obtiene uno de los planos que pasa por la recta r.

- 44 -

Resumen del tema 6


Ecuaciones de la recta
r
Ecuacin vectorial: X = P + v

Ecuaciones paramtricas:

Ecuacin continua:

x = p1 + v1

y = p 2 + v 2
z = p3 + v3

x p1 x p 2 x p3
=
=
v1
v2
v3

Ecuacin implcita o general:

A x + B y + C z + D = 0

A' x + B' y + C ' z + D' = 0

El vector director de una recta es cualquiera que cumpla:

A x + B y + C z = 0

A' x + B' y + C ' z = 0

Ecuaciones del plano


r
r
Ecuacin vectorial: X = P + u + v

Ecuaciones paramtricas:

x = p1 + u1 + v1

y = p 2 + u 2 + v 2
z = p3 + u 3 + v3

Ecuacin implcita o general:

Ax + By + Cz + D = 0

Los vectores directores de un plano son dos cualquiera que cumplan:


Ax + By + Cz = 0

El vector ( A, B, C ) se llama vector asociado al plano.

Paralelismo
Entre dos rectas: Dos rectas son paralelas si sus vectores directores son L.D.
Entre dos planos: Dos planos son paralelos si sus vectores asociados son L.D.
Entre una recta y un plano: Una recta es paralela a un plano si su vector director es
ortogonal al vector asociado al plano.

- 45 -

Perpendicularidad
Rectas coplanarias:

r r
Pr Ps , v r , v s = 0

Entre dos rectas: Dos rectas son perpendiculares si adems de que sus vectores directores
son ortogonales, las rectas son coplanarias.
Entre dos planos: Dos planos son perpendiculares si sus vectores asociados son ortogonales.
Entre una recta y un plano: Una recta es perpendicular a un plano si su vector director es
L.D. al vector asociado al plano.

Posiciones relativas
Entre dos rectas: se miran los vectores directores:
Si los vectores son L.D. se coge un punto de una recta y se comprueba si cumple o no la
ecuacin de la otra recta, siendo en este caso coincidentes o paralelas, respectivamente.
Si son L.I. se averigua si las rectas son coplanarias o no, en cuyo caso se cortan o cruzan,
respectivamente.
Entre dos planos: se miran los vectores asociados:
Si los vectores son L.D. se coge un punto de un plano y se comprueba si cumple o no la
ecuacin del otro plano, siendo en este caso coincidentes o paralelos, respectivamente.
Si son L.I. los planos se cortan.
Entre una recta y un plano: se mira el vector director de la recta y el vector asociado al
plano:
Si los vectores son ortogonales se coge un punto de la recta y se comprueba si cumple o no la
ecuacin de plano, estando en este caso la recta incluida en el plano o paralela a l,
respectivamente.
Si no son ortogonales la recta corta al plano.

Haz de planos

A x + B y + C z + D = 0
Si la recta tiene por ecuacin: r
, la ecuacin del haz de planos
A' x + B' y + C ' z + D' = 0
de arista r es:

( Ax + By + Cz + D ) + ( A' x + B' y + C ' z + D') = 0

- 46 -

Tema 7.- Geometra mtrica


1.- ngulos
1.1.- Entre dos rectas
Es el ngulo que forman sus vectores directores, es decir:
r r
v r v s
r r
cos(r , s ) = cos(v r , v s ) = r r
vr vs
(El valor absoluto es para que el ngulo hallado sea agudo.)

1.2.- Entre dos planos


Es el ngulo que forman sus vectores asociados, es decir:
r r
n n
r r
cos( , ) = cos(n , n ) = r r
n n

1.3.- Entre una recta y un plano


Es el ngulo complementario al ngulo que forman el vector director de la recta y el vector
asociado al plano, es decir, si es el ngulo que forman el vector director de la recta y el
vector asociado al plano y es el ngulo que forman la recta y el plano:
r r
v r n
Por ser ngulos complementarios: sen = cos = r r
v r n
r r
v r n
sen = r r
v r n

2.-Distancias
2.1.- Entre dos puntos
Simplemente hay que hallar el mdulo del vector que une los dos puntos.

2.2.- Entre un punto y una recta


Dado un punto P y una recta r, la distancia del punto a la recta es:

r
PQxv r
d (P , r ) = r
, siendo Q un punto cualquiera de la recta r.
vr

- 47 -

2.3.- Entre un punto y un plano


Dado un punto P y un plano , la distancia del punto al plano es:

r
PQn
d (P , ) = r
, siendo Q un punto cualquiera del plano .
n
Si el plano viene dado en forma general: Ax + By + Cz + D = 0 , la distancia es:
d (P , ) =

Ap1 + Bp 2 + Cp3 + D
A2 + B 2 + C 2

, siendo ( p1 , p 2 , p3 ) las coordenadas del punto P.

2.4.- Entre dos rectas


Existen dos casos:

Dos rectas paralelas: Se coge un punto de una recta y se halla su distancia a la otra recta.
r r
Pr Ps , v r , v s
Dos rectas que se cruzan: d (r , s ) =
r r
v r xv s

2.5.- Entre una recta y un plano paralelo a ella


Simplemente se coge un punto de la recta y se halla su distancia al plano.

2.6.- Entre dos planos paralelos


Simplemente se coge un punto de un plano y se halla su distancia al otro plano.

3.- Proyecciones ortogonales


Es la sombra que producira un punto sobre una recta o plano, o una recta sobre un
plano, si se proyectara luz perpendicular (ortogonal) a la recta o plano.
3.1.- Proyeccin ortogonal de un punto sobre una recta
Es el punto interseccin de la recta con el plano perpendicular a ella que pasa por el punto.

3.2.- Proyeccin ortogonal de un punto sobre un plano


Es el punto interseccin del plano con la recta perpencicular al mismo que pasa por el punto.

3.3.- Proyeccin ortogonal de una recta sobre un plano


Es la recta interseccin del plano con el plano perpendicular al mismo y que contiene a la
recta. (La recta no debe ser perpendicular al plano, de lo contrario su proyeccin ortogonal
sobre el plano sera la propia interseccin de la recta con el plano).

- 48 -

Es sencillo hallar tal proyeccin si se hallan las proyecciones ortogonales de dos puntos de la
recta sobre el plano.

4.- Punto genrico


Punto genrico de una recta o un plano es un punto dado por sus coordenadas, donde
stas estn dadas en funcin de un parmetro (rectas) o dos parmetros (planos), y que
representan a todos los puntos de la recta o plano segn sea el caso.
Se puede utilizar en muchos casos para resolver problemas sobre ngulos, distancias o
proyeccines.
Ej: Hallar la proyeccin ortogonal de P(4,2,1) sobre la recta r ( x, y, z ) = (3,1,5) + (2,1,0)
El punto genrico de la recta r ser: Pg = (3 + 2 ,1 + 1 ,5 + 0 ) = (3 + 2 ,1 + ,5)

r
El punto P (proyeccin del punto P) cumplir: PP' v r
Hay que hallar para qu el punto genrico se convierte en P:

PPg = Pg P = (3 + 2 ,1 + ,5) (4,2,1) = ( 1 + 2 ,1 + ,4 )


r
r
PPg v r PPg v r = 0 ( 1 + 2 ,1 + ,4)(
2,1,0) = 2 + 4 + 1 + = 5 1 = 0
Esto se cumple si =

1
1
1 17 4

, as que: P ' = 3 + 2 ,1 + ,5 = , ,5
5
5
5 5 5

5.- Medida de reas y volmenes


5.1.- rea de un paralelogramo
r r
Como ya hemos visto en el tema 5: rea = a xb

5.2.- rea de un tringulo


rea =

1 r r
a xb
2

5.3.- Volumen de un paraleleppedo

( )

r r r
Como ya hemos visto en el tema 5: Volumen = a b xc

5.4.- Volumen de un tetraedro


Volumen =

( )

1 r r r
a b xc
6

- 49 -

Resumen del tema 7


ngulos

r r
v r v s
r r
cos(r , s ) = cos(v r , v s ) = r r
vr vs

Entre dos rectas:

Entre dos planos:

cos( , )

Entre una recta y un plano:

Distancias

r r
cos(n , n ) =

r r
n n
r r
n n

r r
v r n
sen = r r
v r n

Entre un punto y una recta:

r
PQxv r
d (P , r ) = r
vr

Entre un punto y un plano:

d (P , ) =

Entre dos rectas que se cruzan:

r r
Pr Ps , v r , v s
d (r , s ) =
r r
v r xv s

Ap1 + Bp 2 + Cp3 + D
A2 + B 2 + C 2

Proyecciones ortogonales
Es la sombra que producira un punto sobre una recta o plano, o una recta sobre un
plano, si se proyectara luz perpendicular (ortogonal) a la recta o plano.

Punto genrico
Punto genrico de una recta o un plano es un punto dado por sus coordenadas, donde
stas estn dadas en funcin de un parmetro (rectas) o dos parmetros (planos), y que
representan a todos los puntos de la recta o plano segn sea el caso.

Medida de reas y volmenes


rea de un paralelogramo:

r r
rea = a xb

rea de un tringulo:

rea =

Volumen de un paraleleppedo:

r r r
Volumen = a b xc

Volumen de un tetraedro:

Volumen =

1 r r
a xb
2

( )
( )

1 r r r
a b xc
6

- 50 -

Tema 8.- Funciones. Lmites y continuidad


1.- Funciones
Se llama funcin real de variable real a toda aplicacin f de un subconjunto D
(subconjunto de los nmeros reales R) en el conjunto R.
f :D
x

f (x )

De modo que a cada nmero real del conjunto D le corresponde un nico nmero real,
llamado imagen, del anterior.
Dada una funcin y = f ( x ) , la variable y depende de la variable x, de modo que la y se llama
variable dependiente, y la x es la variable independiente.
Al conjunto D donde est definida la funcin, se le llama dominio de la funcin f, y al
conjunto formado por todas las imgenes se le llama rango o recorrido.
f (D ) = {f ( x ), x D}

f ( x ) imagen de x

f (D ) recorrido de la funcin

D Dominio de la funcin

2.- Clculo del dominio en una funcin


2.1.- Funciones polinmicas
Son aquellas cuya expresin es un polinomio: f ( x ) = P( x )
En este caso, cualquier nmero real tiene imagen, es decir, la expresin polinmica tiene
valor para cualquier nmero real, luego el dominio de una funcin polinmica es:

D = {x R}
2.2.- Funciones racionales
Son aquellas cuya expresin es un cociente de polinomios: f ( x ) =

P(x )
Q( x )

El dominio estar formado por aquellos valores que no anulen el denominador:

D = {x R / Q( x ) 0}
2.3.- Funciones irracionales
Son aquellas cuya expresin presenta un radical: f ( x ) = n

- 51 -

P(x )
Q( x )

El dominio estar formado por aquellos valores que no anulen el denominador ni que hagan
P (x )
:
negativa la fraccin
Q(x )

P(x )
D = x R / Q(x ) 0 y
0
Q( x )

Ej: f ( x ) =

x2 9
x+2

x2 9
D = x R / x + 2 0 y
0
x+2

x 2 9 = 0 x = 3

x2 9
Como debe ser
0 : D = [ 3,2] [3, [
x+2

3.-Valor absoluto y entorno de un punto


3.1.- Valor absoluto
Se llama valor absoluto de un nmero real x, y se representa por x , a:

x si x 0
x =
x si x < 0
Se puede demostrar que:
1.- Si > 0 y x R : x < < x <
2.- Si > 0 y x R : x > x < x >

- 52 -

Ej: f ( x ) =

x2 9 + 4
x+2

x2 9 + 4
x2 5
2
,
si
x

0
, si x 2 9 0

x+2
x+2
f (x ) = 2
f (x ) = 2

x + 9 + 4 , si x 2 9 < 0
x + 13 , si x 2 9 < 0
x + 2
x + 2
x2 5
, si x 3

x+2
x 2 + 13
f (x ) =
, si x ] 3,3[
x+2
x2 5
, si x 3

x + 2
3.2.- Entorno de un punto
Se llama entorno de centro a y radio r, y se representa por E r (a ) o por E (a, r ) , al intervalo
abierto de centro a y radio r:

E r (a ) = ]a r , a + r [
Si x E r (a ) x ]a r , a + r [ a r < x < a + r r < x a < r x a < r

4.- Lmite de una funcin en un punto


Se dice que f ( x ) tiende a un lmite finito l cuando x tiende a a, y se representa por
lim f ( x ) = l , si se cumple:
xa

> 0 > 0 / si x ]a , a + [ f ( x ) ]l , l + [
Es decir: se dice que lim f ( x ) = l si para cualquier entorno de l existe un entorno de a tal
xa

que las imgenes del entorno de a pertenecen al entorno de l.

- 53 -

Si los valores de x se acercan a a nicamente por su derecha, se define el lmite de f ( x )


cuando x tiende a a por la derecha a:
lim f ( x ) = l > 0 > 0 / si x ]a, a + [ f ( x ) ]l , l + [

x a +

Si los valores de x se acercan a a nicamente por su izquierda, se define el lmite de f ( x )


cuando x tiende a a por la izquierda a:
lim f ( x ) = l > 0 > 0 / si x ]a , a[ f ( x ) ]l , l + [

x a

Fijmonos que:
lim f ( x ) = l
xa

lim f ( x ) = lim f ( x ) = l

x a +

xa

4.1.- Operaciones con lmites finitos

lim[ f ( x ) + g ( x )] = lim f ( x ) + lim g ( x )

lim[ f ( x ) g (x )] = lim f ( x ) lim g ( x )

f (x )
f ( x ) lim
xa
lim
=
si lim g ( x ) 0
xa g (x )
xa
g (x )

lim
xa

xa

xa

xa

xa

xa

xa

] = [lim f (x )]

Si f ( x ) > 0 , lim f ( x )

Si n es impar o si n es par y f ( x ) > 0 , lim n f ( x ) = n lim f ( x )

Si > 0 y f ( x ) > 0 , lim[log f ( x )] = log lim f ( x )

xa

g(x)

lim g ( x )

xa

x a

xa

xa

xa

xa

5.- Clculo de lmites

Si k R lim k = k

lim x = a

Si k R lim k f ( x ) = k lim f ( x )

lim P( x ) = P (a )

lim

xa

xa

xa

xa

xa

P ( x ) P (a )
=
xa Q(x )
Q(a )
P(x ) k
o Si lim
= se calculan los lmites laterales para averiguar si tal lmite no
xa Q(x )
0
existe, o es o + .
P(x ) 0
P (x )
o Si lim
= se simplifica la fraccin algebraica
y despus se halla
xa Q(x )
0
Q(x )
el lmite.

- 54 -

Ej: lim
x 3

x 2 2 x + 1 3 2 23 + 1 4 2
=
=
=
10 5
x2 +1
32 + 1

x 2 2 x + 1 3 2 23 + 1
lim
=
=
x 3
2
2
2
2
x

9
3

9
x 2 x + 1 3 23 + 1 4

=
Ej: lim
=

2
2
2
2
x 3
0
x 9
3 9
lim x 2 x + 1 = 3 23 + 1 =
2
x 3+ x 2 9
3+ 9

Como lim
x 3

Ej: lim
x 3

( )

4
=
0

( )

4
=
0+

x 2 2x + 1
x 2 2x + 1
x 2 2x + 1

lim
lim
no
existe
.
x 3
x 3+
x2 9
x2 9
x2 9

x 2 5 x + 6 3 2 53 + 6 0
(x 3)( x 2) = lim x 2 = 1
x 2 5x + 6
=
=

= lim
lim
2
2
2
x 3
x 3 ( x 3)(
0
x + 3) x 3 x + 3 6
x 9
3 9
x 9

6.- Lmites en el infinito

Cuando una funcin cumple alguna de estas propiedades se dice que y = l es una asntota
horizontal.
6.1.- Lmite de un cociente de polinomios

+ o si f ( x ) es de mayor orden
f (x )
lim
= 0 si g ( x ) es de mayor orden
x g ( x )

Cociente de coeficientes de mayor grado si f ( x ) y g ( x ) son del mismo orden


5x 3 6 x + 1 5
=
x + 2 x 3 + x 2
2

Ej: lim

7.- Infinitos. Comparacin de infinitos


Se dice que una funcin f ( x ) es un infinito en x = a , y se representa por < f ( x ), a > , si
+

lim f ( x ) =
xa

- 55 -

Se puede demostrar que:


1.- El producto de un infinito por una funcin acotada es un infinito.
1
1
1
1

Ej: lim sen = lim lim sen = funcin aco tada =


x 0 x
x

0
x

0
x
x
x

2.- Dados dos infinitos: < f ( x ), a > y < g ( x ), a > se dice que:

f (x )

f (x )

f (x )

f (x )

+
f (x )
es un infinito de mayor orden que g ( x ) lim
=
xa g ( x )

f (x )
es un infinito del mismo orden que g ( x ) lim
=l0
xa g (x )
f (x )
es un infinito equivalente a g ( x ) lim
=1
xa g ( x )
f (x )
es un infinito de menor orden que g ( x ) lim
=0
xa g ( x )

Si no existe lim
x a

f (x )
se dice que tales infinitos no son comparables.
g (x )

Cuando x :
orden de los logaritmos < orden de las potencias (includas las races) < orden de las
funciones exponenciales
Ej: orden ln x < orden

x = x 1 / 2 < orden x 2 < orden x 5 < orden 2 x < orden 3 x

7.1.- Propiedades de los infinitos equivalentes


1.- La suma de dos infinitos de distinto orden es equivalente al de mayor orden.
Ej: < 3x 5 + 2 x + 1,+ > < 3x 5 ,+ >
2.- Cuando se calculan lmites se puede sustituir un infinito por otro equivalente.

ex + x2 +
ex + x2
ex
1
1
1
=
,
lim
=
lim
= lim x = + =
=0
2
x
2
x
2
x
x +
x + e
x + e
+ x + e
+
e
e

Ej: lim

8.- Infinitsimos
Se dice que una funcin f ( x ) es un infinitsimo en x = a , y se representa por < f ( x ), a > , si
lim f ( x ) = 0
xa

Se puede demostrar que:

- 56 -

1.- El producto de un infinitsimo por una funcin acotada es un infinitsimo.


1
1

Ej: lim xsen = lim xlim sen = 0 funcin aco tada = 0


x 0
x

0
x

0
x
x

2.- Dados dos infinitsimos: < f ( x ), a > y < g ( x ), a > se dice que son equivalentes
f (x )
lim
=1
xa g ( x )
Algunos infinitsimos equivalentes son:
< sen kx,0 > < kx,0 >

< a x 1,0 > < xln a,0 >

< tg kx,0 > < kx,0 >

< e x 1,0 > < x,0 >

< arcsen kx,0 > < kx,0 >


< arctg kx,0 > < kx,0 >
En un polinomio que sea infinitsimo, el infinitsimo equivalente es su monomio de menor
grado.
Ej: lim
x 0

sen 3xsen 5 x

(x x )

3 2

sen 3xsen 5 x
0
3 x5 x
15 x 2
= , lim
=
lim
=
lim
= lim15 = 15
2
x 0 x 2 2 x 4 + x 6
x 0 x 2
x 0
0 x 0
x x3

9.- Indeterminaciones
Las indeterminaciones son estas expresiones: , 1 , 0 0 , 0 , 0 ,

0
,
0

9.1.- Indeterminacin del tipo


Se resuelve realizando previamente la resta de expresiones que llevan a tal indeterminacin.

x3 + 4 x2 + 1
= ,
Ej: lim 2

x + x 1
x

x3 + 4 x2 + 1
x 4 + 4x x 4 1
4x 1

= lim 3
lim

= lim 3
3
=0

x + x 2 1
x

+
x

+
x
x x

x x x x
En este caso tambin se podra resolver as:

x3 + 4 x2 + 1
x3 + 4
x2 +1
x3
x2
= lim 2
lim 2

lim
= lim 2 lim
= lim x lim x =
x + x 1
x + x 1
x +
x + x
x + x
x +
x +
x
x

= lim ( x x ) = lim 0 = 0
x +

x +

- 57 -

9.2.- Indeterminacin del tipo 1

Desaparece aplicando la frmula: lim f (x )

lim g ( x )[ f ( x )1]

g (x)

= e x a

g (x )

= e xa

x a

0
9.3.- Indeterminacin del tipo 0

Desaparece aplicando la frmula: lim f (x )


xa

lim g ( x )ln f ( x )

0
9.4.- Indeterminaciones del tipo 0 , , 0
Se resuelven utilizando la regla de LHpital, que se explicar en un tema posterior.

10.- Continuidad
Las funciones continuas son aquellas cuya grfica no se corta en ningn punto.
Si una funcin es continua se cumple que lim f ( x ) = f (a ) .
xa

0
habiendo radicales, se multiplica numerador y denominador
0
por el conjugado de la expresin que contiene el radical:

Si aparece la indeterminacin

x+4 2
0+4 2 0
=
=

x 0
2x
20
0
x+4 2
x+4 2 x+4 +2
(x + 4) 4 = lim
x
lim
= lim
= lim
x 0
x

0
x

0
x

0
2x
2 x x + 4 + 2
2 x x + 4 + 2
2 x x + 4 + 2
1
1
1
1
1
lim
= lim
=
=
=
x 0
x 0
2 x + 4 + 2
2 x + 4 + 4 2 0 + 4 + 4 22 + 4 8

Ej: lim

)(

10.1.- Discontinuidad en un punto


Para que una funcin sea continua en x = a se han de cumplir 3 condiciones:
1.- Debe existir f (a )
2.- Debe existir lim f ( x )
x a

3.- Debe ser lim f ( x ) = f (a )


xa

Slo con que una de estas condiciones no se cumpla la funcin es discontinua en x = a .

Si se cumplen las dos primeras condiciones y no se cumple


la tercera, tenemos una discontinuidad evitable.

- 58 -

Si se cumple la segunda condicin y no la primera,


tambin tenemos una discontinuidad evitable.

Si se cumple la primera condicin y no la segunda (porque los lmites laterales no coinciden),


tenemos una discontinuidad de salto finito:

Salto = l 2 l1

Si alguno de los lmites laterales (o los dos) tiende a + o a se dice que la funcin es
discontinua de salto infinito:

Para hallar la continuidad de una funcin a intervalos hay que estudiar la continuidad
en cada intervalo, y despus hay que estudiar la continuidad en los puntos conflictivos
(que son los puntos entre intervalos).
Ej: Hallar la continuidad de f ( x ) =

x2 1
x +1

Si resolvemos el valor absoluto la funcin queda as:


Si x < 1 , f ( x ) = x 1 , por tanto es continua por ser una recta.
x 1, si x < 1

f ( x ) = 1 x, si x ] 1,1[ Si x ] 1,1[ , f ( x ) = 1 x , es continua por ser una recta.


Si x > 1 , f ( x ) = x 1 , por tanto es continua por ser una recta.

1
,
si
x

En el punto x = 1 : No existe funcin en tal punto, por ello es discontinua.

- 59 -

lim f ( x ) = lim x 1 = 2

x 1
En el punto x = 1 hay una discontinuidad de salto 4 ( 2 ( 2) )
lim+ f ( x ) = lim 1 x = 2
x 1
x 1

x 1

En el punto x = 1 : f (1) = 1 1 = 0
lim f ( x ) = lim1 x = 0

x 1
f ( x ) = 0 La funcin es continua en el punto x = 1
lim
x 1
lim+ f ( x ) = lim x 1 = 0
x 1
x 1

x 1

10.2.- Operaciones con funciones continuas en un punto

Si f ( x ) y g ( x ) son continuas en x = a la funcin suma f ( x ) + g ( x ) es continua


en x = a .
Si f ( x ) y g ( x ) son continuas en x = a la funcin producto f ( x )g ( x ) es
continua en x = a .
f (x )
Si f ( x ) y g ( x ) son continuas en x = a y g (a ) 0 la funcin cociente
es
g (x )
continua en x = a .
Si f ( x ) es continua en x = a y g ( x ) es continua en f (a ) la funcin compuesta
g [ f ( x )] es continua en x = a .

11.- Teorema de Bolzano


Si f ( x ) es continua en un intervalo cerrado y en sus extremos toma valores de distinto signo,
entonces corta al eje X en ese intervalo. Es decir:

Si f ( x ) es continua en [a, b] y f (a ) f (b ) < 0 , entonces c ]a, b[ / f (c ) = 0


Como consecuencia de este teorema:

Si f ( x ) es continua en [a, b] , entonces toma todos los valores intermedios entre f (a ) y


f (b ) .

12.- Teorema de Weiertrass


Si f ( x ) es continua en [a, b] , entonces tiene un mximo y un mnimo absolutos en ese
intervalo.

- 60 -

Resumen del tema 8


Clculo del dominio en una funcin
D = {x R}

Funciones polinmicas:
Funciones racionales:

f (x ) = n

Funciones irracionales:

f (x ) = n

P(x )
Q( x )

D = {x R / Q( x ) 0}

P(x )
D = x R / Q(x ) 0 y
0
Q( x )

P(x )
Q( x )

Lmite de una funcin en un punto


lim f ( x ) = l
xa

lim f ( x ) = lim f ( x ) = l

x a +

xa

Operaciones con lmites finitos

lim[ f ( x ) + g ( x )] = lim f ( x ) + lim g ( x )

lim[ f ( x ) g (x )] = lim f ( x ) lim g ( x )

xa

xa

xa

xa

xa

xa

lim f ( x )

f (x ) xa
lim
=
si lim g ( x ) 0
xa
xa g (x )
g (x )

lim
xa

] = [lim f (x )]

Si f ( x ) > 0 , lim f ( x )

Si n es impar o si n es par y f ( x ) > 0 , lim n f ( x ) = n lim f ( x )

Si > 0 y f ( x ) > 0 , lim[log f ( x )] = log lim f ( x )

xa

g(x)

lim g ( x )

xa

x a

xa

xa

xa

xa

Clculo de lmites
lim f ( x ) = f (a )
xa

Lmite de un cociente de polinomios cuando x

+ o si f ( x ) es de mayor orden
f (x )
lim
= 0 si g ( x ) es de mayor orden
x g ( x )

Cociente de coeficientes de mayor grado si f ( x ) y g ( x ) son del mismo orden

Infinitos. Comparacin de infinitos


Cuando x :
orden de los logaritmos < orden de las potencias (includas las races) < orden de las
funciones exponenciales

- 61 -

Propiedades de los infinitos equivalentes


1.- La suma de dos infinitos de distinto orden es equivalente al de mayor orden.
2.- Cuando se calculan lmites se puede sustituir un infinito por otro equivalente.

Infinitsimos
< sen kx,0 > < kx,0 >

< a x 1,0 > < xln a,0 >

< tg kx,0 > < kx,0 >

< e x 1,0 > < x,0 >

< arcsen kx,0 > < kx,0 >


< arctg kx,0 > < kx,0 >
En un polinomio que sea infinitsimo, el infinitsimo equivalente es su monomio de menor
grado.

Indeterminaciones
Indeterminacin del tipo : Se resuelve realizando previamente la resta de expresiones
que llevan a tal indeterminacin.
lim g ( x )[ f ( x )1]

g (x)
Indeterminacin del tipo 1 :
lim f (x )
= e x a
x a

Indeterminacin del tipo 0 :

lim f (x )
xa

g (x )

lim g ( x )ln f ( x )

= e xa

Continuidad
Discontinuidad en un punto
Para que una funcin sea continua en x = a se han de cumplir 3 condiciones:
1.- Debe existir f (a )
2.- Debe existir lim f ( x )
x a

3.- Debe ser lim f ( x ) = f (a )


xa

Teorema de Bolzano
Si f ( x ) es continua en [a, b] y f (a ) f (b ) < 0 , entonces c ]a, b[ / f (c ) = 0

Teorema de Weiertrass
Si f ( x ) es continua en [a, b] , entonces tiene un mximo y un mnimo absolutos en ese
intervalo.

- 62 -

Tema 9.- Derivadas


1.- Tasa de variacin media
Dada una funcin y = f ( x ) se llama
incremento de f en x0 a:

f xh0 = f ( x0 + h ) f ( x0 )
y es lo que vara la funcin cuando la
x pasa de x0 a x0 + h .
Al incremento de la variable se le llama h x .
Se llama tasa de variacin media a:

T .V .M . =

f xh0
x

f (x0 + h ) f (x0 )
h

y es la variacin relativa de la funcin con relacin a la variable en el intervalo cerrado


[x 0 , x 0 + h ] .
Ej: Tasa de variacin media de f ( x ) = x 2 x en el intervalo [5,7]
T .V .M .[5,7 ] =

f (7 ) f (5) 42 20 22
=
=
= 11
7 5
2
2

2.- Derivada de una funcin en un punto


Si tomamos intervalos [x0 , x0 + h] con valores de h cada vez ms pequeos la tasa de
variacin media se convierte en la tasa de variacin instantnea:
T .V .I . = lim T .V .M . = lim
h 0

h 0

f (x0 + h ) f (x0 )
h

A la tasa de variacin instantnea se le llama derivada de f ( x ) en x0 y se representa por


f ' (x0 ) :

f ' ( x0 ) = lim
h 0

f (x0 + h ) f (x0 )
h

En el grfico anterior vemos que T .V .M . = tg , as que, puesto que cuando menor es h el


ngulo se acerca :

- 63 -

T .V .I . = lim T .V .M . = lim tg = tg f ' ( x0 ) = tg


h 0

h 0

Por tanto, como la tangente del ngulo que forman la recta tangente a la funcin en el punto
x0 y el eje X es la pendiente de tal recta:

La derivada de una funcin en un punto x0 es la pendiente de la recta tangente a tal


funcin por tal punto:
f ' ( x0 ) = mt

Ej: Derivada de f ( x ) = 5 x 2 2 x en x = 3

f (3 + h ) f (3)
5(3 + h ) 2(3 + h ) 53 2 23
f ' (3) = lim
= lim
=
h 0
h 0
h
h
2

5 9 + h 2 + 6h 6 2h 45 + 6
45 + 5h 2 + 30h 6 2h 45 + 6
5h 2 + 28h
= lim
= lim
= lim
=
h 0
h 0
h 0
h
h
h
= lim(5h + 28) = 28
h 0

3.- Derivadas laterales


Se llama derivada por la izquierda de f en x0 a:

( )

f ' x0 = lim
h 0

f (x0 + h ) f (x0 )
h

Se llama derivada por la derecha de f en x0 a:

( )

f ' x0+ = lim+

( )

h 0

f (x0 + h ) f (x 0 )
h

( )

Si f ' x0 f ' x0+ entonces no existe derivada en x0 y se dice que x0 es un punto


anguloso. Los puntos angulosos grficamente son puntas en las grficas de la funcin.

- 64 -

Si f ' (x0 ) = f ' (x0+ ) entonces existe derivada en x0


funcin f ( x ) es derivable en x0 .

( f ' (x ) = f ' (x ) = f ' (x )) y se dice que la

+
0

4.- Funcin derivada


Se dice que una funcin f ( x ) es derivable en un intervalo ]a, b[ (cuando se habla de
derivabilidad los intervalos son siempre abiertos) f ( x ) tiene derivada en todos los
puntos del intervalo.

Se llama funcin derivada de f ( x ) , y se representa por f ' ( x ) , a la funcin que a cada


valor x ]a, b[ le asocia la derivada en ese punto.
La funcin derivada se halla as:

f ' ( x ) = lim
h 0

f (x + h ) f (x )
h

Ej: Hallar la funcin derivada de f ( x ) = 5 x 2 2 x y hallar su derivada en x = 3

5( x + h ) 2( x + h ) 5 x 2 2 x
5 x 2 + h 2 + 2 xh 2 x 2h 5 x 2 + 2 x
f ' ( x ) = lim
= lim
=
h 0
h 0
h
h
2

5 x 2 + 5h 2 + 10 xh 2h 5 x 2
5h 2 + 10 xh 2h
h(5h + 10 x 2 )
= lim
= lim
= lim
=
h 0
h

0
h

0
h
h
h
= lim(5h + 10 x 2 ) = 10 x 2 f ' ( x ) = 10 x 2
h 0

La derivada en x = 3 ser:

f ' (3) = 103 2 = 28 , que es el mismo valor hallado en un ejemplo anterior.


Las derivadas laterales pueden hallarse a partir de la funcin derivada:

( )

( )

f ' x0 = lim f ' ( x )

f ' x0+ = lim+ f ' ( x )

x x0

x x0

5.- Derivadas sucesivas


A la derivada de la funcin derivada se le llama segunda derivada, y se representa por f ' ' ( x ) .
A la derivada de la segunda derivada se le llama tercera derivada, y se representa por f ' ' ' ( x ) .
Y as sucesivamente.

- 65 -

6.- Tabla de derivadas


D[ f ( x ) + g ( x )] = f ' ( x ) + g ' ( x )
D[k f ( x )] = k f ' ( x )
D[ f ( x ) g ( x )] = f ' ( x )g ( x ) + f ( x )g ' ( x )

Suma
Producto por un nmero
Producto

f ( x ) f ' ( x ) g ( x ) f ( x ) g ' ( x )
D
=
[g (x )]2
g (x )
D{ f [g ( x )]} = f ' [g ( x )]g ' ( x )

Cociente
Regla de la cadena

Mediante la regla de la cadena se hallan las derivadas de funciones compuestas:

Potencia

D f ( x ) = n f ( x ) f ' ( x )
m
m
D n f ( x ) =
f ' ( x ) , siendo n > m

nn f ( x )n m
n

n 1

] [

D sen f ( x ) = cos f ( x ) f ' ( x )

Trigonomtricas

D[cos f ( x )] = sen f ( x ) f ' ( x )

D arcsen f ( x ) =
Funciones arco

D[arccos f ( x )] =

1
1 f (x )
1

f ' (x )
cos f ( x )
1

f ' (x )
f ' (x )

1 f (x )
1
D arctg f ( x ) =
f ' (x )
2
1 + f (x )
2

[
]
D[e ( ) ] = e ( ) f ' ( x )
D[a ( ) ] = a ( ) ln a f ' ( x )
f x

Exponenciales

D tg f ( x ) = 1 + tg 2 f ( x ) f ' ( x ) D tg f ( x ) =

f x

f x

f x

D[ln f ( x )] =

Logartmicas

1
f ' (x )
f (x )
1
1
D[log a f ( x )] =

f ' (x )
f ( x ) ln a

7.- Derivabilidad
Se dice que una funcin f ( x ) es derivable en x = a si existe y es finito f ' (a ) .
Si f ( x ) es derivable en x = a f ( x ) es continua en x = a
Si f ( x ) no es derivable en x = a f ( x ) puede o no ser continua en x = a
Si f ( x ) es continua en x = a f ( x ) puede o no ser derivable en x = a
Si f ( x ) no es continua en x = a f ( x ) no es derivable en x = a

- 66 -

En resumen, la derivabilidad slo puede darse si hay continuidad, aunque existen puntos
donde la funcin es continua pero no derivable (puntos angulosos).

sen 2 x si x ]0,1]

Ej: Estudiar la derivabilidad de f ( x ) = x + 2 si x ]1,2]


3
x 8 si x > 2

Primero hay que estudiar la continuidad de la funcin, ya que de haber discontinuidades en


algunos puntos, la funcin no sera derivable en tales puntos.
Si hacemos el estudio comprovamos que la funcin es continua en todo su dominio.
En segundo lugar hallamos la funcin derivada (sin olvidar que los intervalos deben ser
siempre abiertos):

2 cos 2 x si x ]0,1[

f ' ( x ) = 1 si x ]1,2[
2
3 x si x > 2

Y ahora se estudia la derivabilidad de los puntos conflictivos:

f ' 1 = lim f ' ( x ) = lim cos x = 0


x 1 2

+
x 1
2

Como f ' 1 f ' 1 , f ( x ) no es derivable

f ' 1+ = lim+ f ' ( x ) = lim( 1) = 1


x 1
x 1

en x = 1

( )
( )

( )

( )
( )

( )

f ' 2 = lim f ' ( x ) = lim( 1) = 1

x2
x2

+
Como f ' 2 f ' 2 , f ( x ) no es derivable
+
2
f ' 2 = lim+ f ' ( x ) = lim 3 x = 12
x2
x2

en x = 2

( )

( )

Es decir, que la funcin presenta dos puntos angulosos: uno en x = 1 y otro en x = 2

8.- Diferencial de una funcin en un punto


Se dice que f ( x ) es diferenciable en un punto x0
]x0 , x0 + [ / f ( x0 + h ) = f ( x0 ) + f ' (x 0 )h + h (h )
Se llama diferencial de f ( x ) en el punto x0 , y se representa por df xh0 , a: df xh0 = f ' (x 0 )h
De modo que:

- 67 -

f ( x ) es diferenciable en un punto x0

]x0 , x0 + [ / f ( x0 + h ) = f ( x0 ) + df xh0 + h (h )
8.1.- Importancia de la diferencial

f ( x0 + h ) = f ( x0 ) + df xh0 + h (h ) f ( x0 + h ) f ( x 0 ) = df xh0 + h (h )

f xh0 = df xh0 + h (h )
Cuando h 0 se podr sustituir el incremento de la funcin por la diferencial de la funcin:

f xh0 df xh0
Ej: Calcular aproximadamente 1'1

f xh0 df xh0 f ( x0 + h ) f ( x0 ) f ' ( x0 )h f ( x0 + h ) f ( x0 ) + f ' ( x 0 )h


x0 + h = 1'1 ;
x0 = 1 (valor ms prximo a 1'1 del cual conocemos su raz cuadrada);
h = 0'1

f ( x ) = x f ( x0 ) = f (1) = 1 = 1
1
1
1
f ' (x ) =
f ' ( x0 ) = f ' (1) =
=
2 x
2 1 2
f ( x0 + h ) f ( x0 ) + f ' ( x 0 )h

1
1'1 1 + 0'1
2

- 68 -

1'1 1'05

Resumen del tema 9


Tasa de variacin media
f xh0 = f ( x0 + h ) f ( x0 )

Incremento de f en x0 :

Incremento de la variable: h x .

T .V .M . =

Tasa de variacin media:

f xh0

f (x0 + h ) f (x0 )
h

Derivada de una funcin en un punto


T .V .I . = lim T .V .M . = lim

Tasa de variacin instantnea:

h 0

h 0

f (x0 + h ) f (x0 )
= f ' (x0 )
h

La derivada de una funcin en un punto x0 es la pendiente de la recta tangente a tal


funcin por tal punto:
f ' ( x0 ) = mt

Derivadas laterales

( )

Derivada por la izquierda de f en x0 :

f ' x0 = lim

Derivada por la derecha de f en x0 :

f ' x0+ = lim+

( )

h 0

h 0

f (x0 + h ) f (x0 )
h
f (x0 + h ) f (x 0 )
h

( ) ( )
f ' (x ) = f ' (x ) , f ' ( x ) = f ' (x ) = f ' (x )

Si f ' x0 f ' x0+ , x0 es un punto anguloso.

Si

+
0

+
0

Funcin derivada
f ' ( x ) = lim
h 0

( )

f (x + h ) f (x )
h

( )

f ' x0 = lim f ' ( x )

f ' x0+ = lim+ f ' ( x )

x x0

Suma
Producto por un nmero
Producto
Cociente
Regla de la cadena

x x0

D[ f ( x ) + g ( x )] = f ' ( x ) + g ' ( x )
D[k f ( x )] = k f ' ( x )
D[ f ( x ) g ( x )] = f ' ( x )g ( x ) + f ( x )g ' ( x )

f ( x ) f ' ( x ) g ( x ) f ( x ) g ' ( x )
D
=
[g (x )]2
g (x )
D{ f [g ( x )]} = f ' [g ( x )]g ' ( x )

- 69 -

Potencia

Trigonomtricas

D f ( x ) = n f ( x ) f ' ( x )
D sen f ( x ) = cos f ( x ) f ' ( x )
n

n 1

D[cos f ( x )] = sen f ( x ) f ' ( x )

] [

D arcsen f ( x ) =
Funciones arco

D tg f ( x ) = 1 + tg 2 f ( x ) f ' ( x ) D tg f ( x ) =
1

D[arccos f ( x )] =

1 f (x )
1

f ' (x )
cos f ( x )
1

f ' (x )

f ' (x )
2
1 f (x )
1
D arctg f ( x ) =
f ' (x )
2
1 + f (x )

Exponenciales

[
]
D[a ( ) ] = a ( ) ln a f ' ( x )

Logartmicas

D[log a f ( x )] =

f x

f x

1
1

f ' (x )
f ( x ) ln a

Derivabilidad
Se dice que una funcin f ( x ) es derivable en x = a si existe y es finito f ' (a ) .
La derivabilidad slo puede darse si hay continuidad, aunque existen puntos donde la funcin
es continua pero no derivable (puntos angulosos).

Diferencial de una funcin en un punto


df xh0 = f ' (x 0 )h
f xh0 = df xh0 + h (h )

Cuando h 0 :

f xh0 df xh0

En problemas:
1.-

x0 + h es el valor que se quiere aproximar


x0 es el valor ms prximo a x0 + h del cual conocemos el valor de la funcin

h = (x0 + h ) x 0
2.-

Se escribe la funcin que se quiere aproximar y su derivada. Y se halla tanto el valor


de la funcin en el punto x0 ( f ( x0 ) ) como el valor de su derivada en ese mismo
punto ( f ' ( x0 ) ).

3.-

Se halla el valor aproximado mediante: f ( x0 + h ) f ( x0 ) + f ' ( x 0 )h

- 70 -

Tema 10.- Aplicaciones de la derivada


1.- Ecuacin de la recta tangente a una curva por un punto de ella
Dada la cuarva y = f ( x ) , vamos a buscar la ecuacin de la recta tangente por un punto de
abscisa x0 .
Por tratarse de una recta su ecuacin ser de la forma y b = m(x a ) , siendo (a, b ) las
coordenadas de un punto de la recta. La pendiente de tal recta es, por definicin, la derivada
de f ( x ) en x = x0 , es decir, que la pendiente es m = f ' ( x0 ) . Un punto de la recta es el punto
de tangencia, que tiene de coordenadas ( x0 , f ( x0 )) .
Por tanto, la ecuacin de la recta tangente a una curva y = f ( x ) en el punto de abscisa x0 es:
y f ( x0 ) = f ' ( x0 )(
x x0 )
Ej: Ecuacin de la recta tangente a f ( x ) = 5 x 2 2 x en el punto de abscisa 3.
x0 = 3 ;

f ' ( x ) = 10 x 2 ;

f ( x0 ) = f (3) = 53 2 23 = 39 ;

y 39 = 28( x 3) y = 28 x 84 + 39 y = 28 x 45

2.- Informacin extrada de la primera derivada


2.1.- Crecimiento y decrecimiento

f ( x ) es creciente en x0 ]x0 , x0 + [ tal que:

Si x ]x0 , x0 [ f ( x ) < f ( x0 )

Si x ]x0 , x0 + [ f ( x ) > f ( x0 )

f ( x ) es decreciente en x0 ]x0 , x0 + [ tal que:

Si x ]x0 , x0 [ f ( x ) > f ( x0 )

Si x ]x0 , x0 + [ f ( x ) < f ( x0 )

Si f ' ( x ) > 0 f ( x ) es creciente en x0


Si f ' ( x ) < 0 f ( x ) es decreciente en x0

Si f ' ( x ) = 0 No se puede decir nada sobre f ( x )


2.2.- Mximo y mnimo de una funcin
Dada una funcin f ( x ) de dominio D:

- 71 -

f ' ( x0 ) = f ' (3) = 103 2 = 28

x0 es un mximo f ( x0 ) f ( x ) x D
x0 es un mnimo f ( x0 ) f ( x ) x D
2.3.- Mximos y mnimos relativos de una funcin
Dada una funcin f ( x ) :
x0 es un mximo relativo ]x0 , x0 + [ tal que f ( x0 ) f ( x ) x ]x 0 , x0 + [

x0 es un mnimo relativo ]x0 , x0 + [ tal que f ( x0 ) f ( x ) x ]x 0 , x0 + [

Si una funcin tiene un mximo o un mnimo relativo en x0 y f ' ( x0 ) f ' ( x0 ) = 0


No obstante puede haber un mximo o mnimo relativo en x0 en un punto donde no haya
derivada, es decir, en un punto anguloso.
Ej: f ( x ) = x

Tambin puede haber puntos donde la derivada sea nula pero no haya mximo o mnimo
relativo.
Ej: f ( x ) = x 3 en x = 0
f ' ( x ) = 3 x 2 f ' (0) = 0

2.3.1.- Criterio de la primera derivada


Si x0 es un punto singular ( f ' ( x0 ) = 0 ):

Si f ' ( x ) > 0 x ]x 0 , x0 [ y f ' ( x ) < 0 x ]x 0 , x0 + [ , entonces x0 es un


mximo relativo, es decir, si la derivada pasa de ser positiva a negativa, el punto
intermedio es un mximo relativo.

- 72 -

Si f ' ( x ) < 0 x ]x 0 , x0 [ y f ' ( x ) > 0 x ]x 0 , x0 + [ , entonces x0 es un


mnimo relativo, es decir, si la derivada pasa de ser negativa a positiva, el punto
intermedio es un mnimo relativo.

2.3.2.- Criterio de la segunda derivada


Si x0 es un punto singular ( f ' ( x0 ) = 0 ) y f ' ' ( x0 ) :

Si f ' ' ( x 0 ) > 0 x0 es un mnimo relativo.

Si f ' ' ( x 0 ) < 0 x0 es un mximo relativo.

Para hallar los mximos y los mnimos relativos hay que estudiar los puntos donde la
derivada es nula o no existe.
Ej: f ( x ) = 3 x 2 x

f ' (x ) = 0

f ' (x ) =
2x 1

33 x 2 x

2x 1

33 x 2 x

= 0 2x 1 = 0 x =

f ' ( x ) no existe 33 (x 2 x ) = 0
2

(x

1
2

=0

0
x 2 x = 0 x( x 1) = 0 x =
1

1
f ( x ) es decreciente x ] ,0[ 0,
2
1
f ( x ) es creciente x ,1 ]1,+[
2

f ( x ) tiene un mnimo relativo en x =

1
2

3.- Concavidad, convexidad y puntos de inflexin


Se hallan estudiando la segunda derivada. Grficamente:

- 73 -

(x

=0

Un punto x0 es un punto de inflexin de f ( x ) si en l la funcin es derivable y adems pasa


de cncava a convexa o de convexa a cncava.

Si f ' ' ( x 0 ) < 0 f ( x ) es cncava en x0 .

Si f ' ' ( x 0 ) > 0 f ( x ) es convexa en x0 .


Si f ' ' ( x 0 ) = 0 f ( x ) tiene un punto de inflexin en x0 si es derivable en l.

Ej: f ( x ) = 3 x 2 x

f ' (x ) =

2x 1

33 x 2 x

2
2
2 33 x 2 x (2 x 1)3 x 2 x
3

f ' ' (x ) =
2
33 x 2 x 2

33 x 2 x 2

f ' ' (x ) = 0

(
9 (x

(
(x

1
3

)
(x
(x

6 x 2 x 2(2 x 1)

33

)
x )

) = 6 x 6 x 8 x 2 + 8 x = 2 x 2 + 2 x = 2(x x + 1)
9 (x x )
(x x ) 9 (x x ) (x x ) 9 (x x )
2

) = 0 2(x

f ' ( x ) no existe 93 (x 2 x ) = 0
5

2 x 2 x + 1
3

) 2(2 x 1)
x)
(x x )
3 (x x )

6 x 2 6 x 2 4 x 2 + 1 4 x
33 x 2 x 2 3

) (2 x 1)

6 x 2 x

2
2(2 x 1)
2 33 x 2 x

3 x2 x

x + 1 = 0 x 2 x + 1 = 0 No hay solucin.

(x

- 74 -

0
= 0 x2 x = 0 x =
1

f ( x ) es cncava x ] ,0[ ]1,+[


f ( x ) es convexa x ]0,1[
Aunque x = 0 y x = 1 son puntos donde la funcin cambia de curvatura, puesto que en ellos
no se cumple que f ' ' ( x 0 ) = 0 , no son puntos de inflexin.

4.- Teorema de Rolle


Si f ( x ) es una funcin continua en [a, b] y derivable en ]a, b[ tal que f (a ) = f (b ) :

c ]a, b[ / f ' (c ) = 0
En otras palabras: si f ( x ) es una funcin continua en [a, b] y derivable en ]a, b[ tal que
f (a ) = f (b ) , entonces tendr al menos un mnimo relativo o un mximo relativo.
Ej: Demostrar que en al menos un punto f ' ( x ) = 0 en la funcin f ( x ) = 4 x x 2
Hay que buscar dos puntos cuya imagen sea la misma, por ejemplo, x = 0 y x = 4 :

f (0 ) = 40 0 2 = 0

f (4 ) = 44 4 2 = 16 16 = 0
Puesto que f ( x ) es continua en [0,4] por ser una funcin polinmica, es derivable en ]0,4[ y
f (0) = f (4) : c [0,4] / f ' (c ) = 0

5.- Teorema del valor medio


Si f ( x ) es una funcin continua en [a, b] y derivable en ]a, b[ :
c ]a, b[ / f ' (c ) =

f (b ) f (a )
ba

Se puede considerar que el teorema de Rolle es un caso particular del teorema del valor
medio.

Grficamente significa que existe un punto en


el que la recta tangente a la funcin por l es
paralela a la recta AB .

Ej: Hallar el punto de f ( x ) = x x 3 que cumple el teorema del valor medio en el intervalo
[ 2,1] :

- 75 -

f ( x ) es continua en [ 2,1] por ser una funcin polinmica y derivable en ] 2,1[ :


06
f (1) f ( 2 )
f ' ( x ) = 1 3 x 2 . Por tanto, c ] 2,1[ / f ' (c ) =
1 3c 2 =
= 2
1 ( 2 )
3
1 ] 2,1[
3 = 3c 2 c 2 = 1 c = 1 = 1
c = 1
1 ] 2,1[

6.- Regla de LHpital


Si lim
x a

f (x )
0

f ' (x )
da lugar a una indeterminacin del tipo
o
se halla lim
.
xa g ' (x )
g (x )
0

3x
3 +
+
Ej: lim 3 =
=
;
3
x + x
(+ ) +
3x
3 x ln 3 3 + ln 3 +
lim
= lim
=
=
;
2
x + x 3
x + 3 x 2
+
3(+ )

3 x ln 3
3 x (ln 3)
3 + (ln 3)
+
lim
=
lim
=
=
;
2
x + 3 x
x +
6x
6(+ )
+
2

3 x (ln 3)
3 x (ln 3)
3 + (ln 3)
+
3x
lim
= lim
=
=
= + lim 3 = +
x +
x +
x + x
6x
6
6
6
2

Si lim[ f ( x ) g ( x )] da lugar a una indeterminacin del tipo 0 se halla lim


xa

xa

aparecer una indeterminacin del tipo

f (x )
y
1
g (x )

o
, que se resuelve mediante LHpital.
0

1
1

Ej: lim 1 2 x x = 1 2 + (+ ) = 1 2 0 (+ ) = (1 1)(


+ ) = 0
x +

1
1

1 2 x 1 2 +
1

=
= 1 2 = (1 1) = 0
lim 1 2 x x = lim
x +
x +
1
1
0
0
0

x
+
1
1

1
1 2 x
x
2
ln 2 2

1x

lim
= lim
= lim 2 ln 2 = 2 ln 2 = 2 0 ln 2 = ln 2
x +
x

+
x +
1
1

2
x
x

lim 1 2 x x = ln 2
x +

- 76 -

7.- Optimizacin
La optimizacin consiste maximizar o minimizar una funcin.
En los problemas de optimizacin se procede del siguiente modo:
1.- Indentificar la funcin a maximizar o a minimizar (En la mayora de los casos la funcin
tendr ms de 1 variable).
2.- Hallar las relaciones entre las variables de modo que todas dependan de 1 nica variable.
3.- Calcular la derivada de la funcin resultante.
4.- Hallar los puntos de discontinuidad de la funcin, los puntos donde la derivada sea 0, los
puntos donde no exista derivada y los extremos del intervalo que forma el dominio de la
funcin.
5.- Hallar las imgenes de todos esos puntos para saber cul de ellos da la imagen mxima o
mnima segn sea el caso.
Ej: La base de un tringulo issceles es 12 cm y la altura 5 cm. Hallar un punto sobre dicha
altura de modo que la suma de sus distancias a los tres vrtices sea mnima.

1.- La funcin a minimizar es: f ( x, y ) = x + 2 y


2.- La relacin de las variables es: y 2 = 6 2 + (5 x )

y 2 = 36 + 25 + x 2 10 x

y = x 2 10 x + 61 f ( x ) = x + 2 x 2 10 x + 61
3.- f ' ( x ) = 1 + 2

2 x 10
2 x 2 10 x + 61

2 x 10

= 1+

x 2 10 x + 61

x 2 10 x + 61 + 2 x 10
x 2 10 x + 61

4.- a) No hay discontinuidad en ningn punto.


b) f ' ( x ) = 0

x 2 10 x + 61 + 2 x 10
x 10 x + 61
2

=0

x 2 10 x + 61 + 2 x 10 = 0

x 2 10 x + 61 = 10 2 x x 2 10 x + 61 = 100 + 4 x 2 40 x 3 x 2 30 x + 39 = 0
x = 5 12
c) f ' ( x ) no existe

x 2 10 x + 61 = 0 x 2 10 x + 61 = 0 f ' ( x ) siempre existe

d) El dominio es [0,5] , ya que son todos los valores que puede tomar x.

5.- f 5 12 = 5 12 + 2 5 12

10 5 12 + 61 =

= 5 12 + 2 25 + 12 10 12 50 + 10 12 + 61 = 5 12 + 2 48 = 5 12 + 4 12 =

= 5 + 3 12 = 15'39
- 77 -

f 5 + 12 no se calcula porque 5 + 12 no pertenece al dominio de la funcin

f (0 ) = 0 + 2 0 2 100 + 61 = 2 61 = 15'62
f (5) = 5 + 2 5 2 105 + 61 = 5 + 2 25 50 + 61 = 5 + 2 36 = 5 + 26 = 5 + 12 = 17
Puesto que el valor mnimo se alcanza con 5 12 , significa que el punto buscado se
encuentra a una distancia de 5 12 u.d.l. del vrtice superior del tringulo.
En optimizacin el nico paso difcil es el 2, que en la inmensa mayora de los casos se
resuelve utilizando el teorema de Pitgoras.

8.- Representacin de funciones


8.1.- Clculo de asntotas
8.1.1.- Asntotas horizontales
La recta y = k es una asntota horizontal lim f ( x ) = k lim f ( x ) = k
x

x +

Si se cumplen ambos lmites entonces la recta y = k es una asntota horizontal durante toda
la funcin. Si slo se cumple el primero entonces la recta y = k es una asntota horizontal
cuando x . Si slo se cumple el segundo entonces la recta y = k es una asntota
horizontal cuando x + .

8.1.2.- Asntotas verticales


La recta x = k es una asntota vertical lim f ( x ) =
xk

8.1.3.- Asntotas oblicuas


La recta y = mx + n es una asntota oblicua lim[ f ( x ) (mx + n )] = 0
x

m = lim

f (x )
f (x )
m = lim
x +
x
x

n = lim [ f ( x ) mx ] n = lim [ f (x ) mx ]
x

x +

Si se cumplen ambos lmites entonces la recta y = mx + n es una asntota oblicua durante


toda la funcin. Si slo se cumple el primero entonces la recta y = mx + n es una asntota
oblicua cuando x . Si slo se cumple el segundo entonces la recta y = mx + n es una
asntota oblicua cuando x + .
Si cuando x la funcin tiene una asntota horizontal, no puede tener una asntota
oblicua, y viceversa, si tiene una asntota oblicua no puede tener una asntota horizontal.
Lo mismo ocurre cuando x + .
No obstante puede ser que una funcin tenga, por ejemplo, una asntota oblicua cuando
x y una asntota horizontal cuando x + .

- 78 -

8.2.- Pasos para representar funciones


8.2.1.- Estudiando la funcin f ( x ) :
1.- Hallar el dominio.
2.- Simetras:
Par: si f ( x ) = f ( x ) (significa que la grfica es simtrica respecto al eje Y)
Impar: si f ( x ) = f ( x ) (significa que la grfica es simtrica respecto al origen de
coordenadas)
3.- Corte a los ejes y signo de la funcin.
4.- Asntotas.
8.2.2.- Estudiando su derivada f ' ( x ) :
5.- Crecimiento y decrecimiento. Mximos y mnimos relativos.
8.2.3.- Estudiando su derivada segunda f ' ' ( x ) :
6.- Concavidad, convexidad y puntos de inflexin.
Ej: f ( x ) =

x2 + 3
x2 4

1.- D = x R / x 2 4 = 0
2.-

x 2 4 = 0 x = 2 D = R { 2,2}

2
(
x) + 3 x 2 + 3
f ( x ) =
=
= f (x )
( x )2 4 x 2 4

Simetra par

x2 + 3
3.- Corte al eje X ( y = 0) : 2
= 0 x 2 + 3 = 0 No corta al eje X
x 4
02 + 3
3
3

(
x
=
0
)
Corte al eje Y
: f (x ) = 2
=
Corta al eje Y en el punto 0,
4
4
0 4

f ( x ) > 0 x ] ,2[ ]2,+[


f ( x ) < 0 x ] 2,2[

Tras esto podemos deducir lo siguiente:

- 79 -

x2 + 3
= 1
x
x x 2 4

4. y = 1 es una asntota horizontal


2
x +3
lim f ( x ) = lim 2
=1

x +
x + x 4
lim f ( x ) = lim

lim f ( x ) = lim

x 2

x 2

lim f ( x ) = lim+

x 2 +

x 2

( 2)2 + 3 = 7
( 2)2 4 0 +
( 2)2 + 3 = 7
( 2)2 4 0

= +

x = 2 es una asntota vertical


=

22 + 3 7
= =
lim f ( x ) = lim 2
x 2
x2 2 4

0
x = 2 es una asntota vertical
2
2 +3 7
lim f ( x ) = lim+ 2
= + = +

x 2 +
x2 2 4
0
x2 + 3
x2 + 3
=
lim
= 0 No hay asntota oblicua cuando x
x x x 2 4
x x 3 4 x

m = lim

x +3
x2 + 3
=
lim
= 0 No hay asntota oblicua cuando x +
x + x x 2 4
x + x 3 4 x
2

m = lim

5.- f ' ( x ) =

2 x x 2 4 x 2 + 3 2 x

f ' (x ) = 0

(x

) (

14 x

(x

f ' ( x ) no existe

(x

2
2

14 x

(x

= 0 14 x = 0 x = 0
4

= 0 x 2 4 = 0 x = 2

f ( x ) es creciente x ] ,2[ ] 2,0[


f ( x ) es decreciente x ]0,2[ ]2,+[

- 80 -

En x = 0 hay un mximo relativo.

6.- f ' ' ( x ) =

(x

14 x 2 4 ( 14)4 x 2

(x

14 x 2 4 ( 14 x )2 x 2 4 2 x

f ' ' (x ) = 0

f ' ' ( x ) no existe

4)

(x

14 x 2 4 ( 14 x )22 x

(x

14(3x 2 + 4)

(x

)
14(3x + 4)
=
(x 4)
2

= 0 14(3 x 2 + 4 ) = 0 3 x 2 + 4 = 0 f ' ' ( x ) nunca es 0

4 = 0 x 2 4 = 0 x = 2

f ( x ) es convexa x ] ,2[ ]2,+[


f ( x ) es cncava x ] 2,2[
No hay puntos de inflexin.

El estudio de la concavidad y convexidad no nos ha aportado nada nuevo, pero queda


demostrado que no hay ninguna contradiccin. Adems se cumple la simetra par.

- 81 -

Resumen del tema 10


Ecuacin de la recta tangente a una curva por un punto de ella
y f ( x0 ) = f ' ( x0 )(
x x0 )

Crecimiento y decrecimiento
Si f ' ( x ) > 0 f ( x ) es creciente en x0
Si f ' ( x ) < 0 f ( x ) es decreciente en x0
Si f ' ( x ) = 0 No se puede decir nada sobre f ( x )

Mximos y mnimos relativos de una funcin


Si una funcin tiene un mximo o un mnimo relativo en x0 y f ' ( x0 ) f ' ( x0 ) = 0
Criterio de la primera derivada

Si la derivada pasa de ser positiva a negativa, el punto intermedio es un mximo


relativo.
Si la derivada pasa de ser negativa a positiva, el punto intermedio es un mnimo
relativo.

Criterio de la segunda derivada

Si f ' ' ( x 0 ) > 0 x0 es un mnimo relativo.

Si f ' ' ( x 0 ) < 0 x0 es un mximo relativo.

Para hallar los mximos y los mnimos relativos hay que estudiar los puntos donde la
derivada es nula o no existe.

Concavidad, convexidad y puntos de inflexin


Un punto x0 es un punto de inflexin de f ( x ) si en l la funcin es derivable y adems pasa
de cncava a convexa o de convexa a cncava.

Si f ' ' ( x 0 ) < 0 f ( x ) es cncava en x0 .


Si f ' ' ( x 0 ) > 0 f ( x ) es convexa en x0 .

Si f ' ' ( x 0 ) = 0 f ( x ) tiene un punto de inflexin en x0 si es derivable en l.

Teorema de Rolle
Si f ( x ) es una funcin continua en [a, b] y derivable en ]a, b[ tal que f (a ) = f (b ) :

c ]a, b[ / f ' (c ) = 0

- 82 -

Teorema del valor medio


Si f ( x ) es una funcin continua en [a, b] y derivable en ]a, b[ :
c ]a, b[ / f ' (c ) =

f (b ) f (a )
ba

Regla de LHpital
Si lim
x a

f (x )
0

f ' (x )
da lugar a una indeterminacin del tipo
o
se halla lim
.
xa g ' (x )
g (x )
0

Si lim[ f ( x ) g ( x )] da lugar a una indeterminacin del tipo 0 se halla lim


xa

aparecer una indeterminacin del tipo

xa

f (x )
y
1
g (x )

o
, que se resuelve mediante LHpital.
0

Optimizacin
1.- Indentificar la funcin a maximizar o a minimizar (En la mayora de los casos la funcin
tendr ms de 1 variable).
2.- Hallar las relaciones entre las variables de modo que todas dependan de 1 nica variable.
3.- Calcular la derivada de la funcin resultante.
4.- Hallar los puntos de discontinuidad de la funcin, los puntos donde la derivada sea 0, los
puntos donde no exista derivada y los extremos del intervalo que forma el dominio de la
funcin.
5.- Hallar las imgenes de todos esos puntos para saber cul de ellos da la imagen mxima o
mnima segn sea el caso.
El paso 2 en la inmensa mayora de los casos se resuelve utilizando el teorema de Pitgoras.

Representacin de funciones
Clculo de asntotas
Asntotas horizontales
La recta y = k es una asntota horizontal lim f ( x ) = k lim f ( x ) = k
x

x +

Asntotas verticales
La recta x = k es una asntota vertical lim f ( x ) =
xk

Asntotas oblicuas
La recta y = mx + n es una asntota oblicua lim[ f ( x ) (mx + n )] = 0
x

- 83 -

m = lim

f (x )
f (x )
m = lim
x

+
x
x

n = lim [ f ( x ) mx ] n = lim [ f (x ) mx ]
x

x +

Pasos para representar funciones


Estudiando la funcin f ( x ) :
1.- Hallar el dominio.
2.- Simetras:
Par: si f ( x ) = f ( x ) (significa que la grfica es simtrica respecto al eje Y)
Impar: si f ( x ) = f ( x ) (significa que la grfica es simtrica respecto al origen de
coordenadas)
3.- Corte a los ejes y signo de la funcin.
4.- Asntotas.

Estudiando su derivada f ' ( x ) :


5.- Crecimiento y decrecimiento. Mximos y mnimos relativos.

Estudiando su derivada segunda f ' ' ( x ) :


6.- Concavidad, convexidad y puntos de inflexin.

- 84 -

Tema 11.- Clculo de primitivas


1.- Definicin
Se dice que F ( x ) es una primitiva de f ( x ) F ' ( x ) = f ( x ) . Esto se representa as:

f (x )dx = F (x )
Si F ( x ) es una primitiva de f ( x ) , F ( x ) + k tambin lo es, ya que:

[F (x ) + k ]' = F ' (x ) + 0 = F ' (x ) = f (x )


De modo toda funcin f ( x ) tiene infinitas primitivas, y todas ellas se diferencian en una
constante.

Al conjunto de las infinitas primitivas de una funcin se le llama integral indefinida de


dicha funcin, y se representa por:

f (x )dx = F (x ) + k
Ej: 3 x 2 dx = x 3 + k

2.- Propiedades de las integrales indefinidas

[ f (x ) + g (x )]dx = f (x )dx + g (x )dx

Ej:

(3x

k f (x )dx = k f (x )dx

2 x dx = 3 x 2 dx 2 xdx = x 3 x 2 + k

Ej: 15 x 2 dx = 5 3 x 2 dx = 5 x 3 + k

3.- Integrales inmediatas

Potencia

Trigonomtricas

f (x )
+k

n +1
sen f (x ) f ' (x )dx = cos f (x ) + k
f ( x ) f ' ( x )dx =

n +1

cos f (x ) f ' (x )dx = sen f (x ) + k

f ' (x )
[1 + tg f (x )] f ' (x )dx = cos f (x )dx = tg f (x ) + k
2

- 85 -

f ' (x )

1 f (x )
f ' (x )

dx = arcsen f ( x ) + k

dx = arccos f ( x ) + k
2
1 f (x )
f ' (x )
1 + f (x )2 dx = arctg f (x ) + k

Funciones arco

Exponenciales

e
a

f (x )

f ' ( x )dx = e f ( x ) + k

f (x)

ln a f ' ( x )dx = a f ( x ) + k

f ' (x )

Logartmicas

f (x ) dx = ln f (x ) + k

1 f ' (x )
ln a f (x ) dx = log f (x ) + k
a

Ej:

(x

+ 1 x 2 dx Puesto que la derivada del polinomio del parntesis es 3x 2 , y

tenemos x 2 hay que aadir un 3

5
5
1
1
3 x 3 + 1 x 2 dx = x 3 + 1 3 x 2 dx =
3
3

1 (x 3 + 1)
(x 3 + 1) + k
=
=
3
6
18
1
1
1
Ej: x 5 sen x 6 dx = 6 x 5 sen x 6 dx = ( cos x 6 ) = cos x 6 + k
6
6
6
cos tg x
1
Ej:
dx = cos tg x 2 dx = sen tg x + k
2
cos x
cos x
1
1
1
x
2 x
Ej:
dx =
dx = 2
dx = 2tg x + k
2
2
x cos x
cos x
cos 2 x
2x
2x
Ej:
dx = arccos x 2 + k

dx = arcsen x 2 + k

4
4
1 x
1 x
4
4
4
x
x
1
5x
1
Ej:
dx =
dx =
dx = arctg x 5 + k
10
2
2
5 1 + (x 5 )
5
1+ x
1 + (x 5 )
6

[ ]

[ ]

[ ]

dx
con discriminante negativo son del tipo
+ bx + c
arcotangente (para resolverlo primero multiplicamos y dividimos por 4a):
b 2 4ac = ( 5)2 4311 = 107
dx
Ej: 2


3 x 5 x + 11
4a = 43 = 12

dx
dx
dx
12
dx
12
= 12
=12
=

=
2
2
2
12 3 x 5 x + 11
36 x 60 x + 132
(6 x 5) + 107 107 (6 x 5)2 + 1
107
Todas las integrales del tipo

ax

- 86 -

6
=

12

107

dx
2

12 107

107 6

107
2

dx =

6x 5
+ k
arctg
107
107
2

6x 5
6x 5

1 +
1 +
107
107
2
2
1
1 2
Ej: e x xdx = e x 2 xdx = e x + k
2
2
arcsen x
5
1
1
1 arcsen x
arcsen x
Ej:
dx =
5
ln 5
dx =
5
+k
ln 5
ln 5
1 x2
1 x2
1
1
Ej:
dx = x dx = ln ln x + k
xln x
ln x
1 3x 2
Ej:

dx = log 2 x 3 + k
ln 2 x 3
Ambos resultados son el mismo.

ln x 3
1 3x 2
1 3x 2
ln 2 x 3 dx = ln 2 x 3 dx = ln 2 + k ,

4.- Integracin por partes


Dadas dos funciones u ( x ) y v( x ) :

D[uv ] = u 'v + uv'

D[uv]dx = [u'v + uv']dx

D
[
u

v
]

dx
=
u

uv = u 'vdx + uv'dx

uv'dx = uv u 'vdx
u 'dx = du
:
v'dx = dv

Por analoga con f ' ( x0 )h = df xh0

uv'dx = uv u 'vdx

uv = [u 'v + uv']dx

udv = uv vdu

u = x 2 du = 2 xdx
2
x
x

dx
=
= x 2 e x 2 xe x dx = x 2 e x 2 xe x dx =

x
x
dv = e dx v = e
u = x du = 1dx
=
= x 2 e x 2 xe x e x dx = x 2 e x 2 xe x + 2 e x dx =
x
x
dv = e dx v = e
= x 2 e x 2 xe x + 2e x + k = e x x 2 2 x + 2 + k

Ej:

u = e x du = e x dx

x
x
Ej: e x cos( x )dx =
= e sen x e sen xdx =
dv = cos xdx v = sen x
u = e x du = e x dx

x
x
x
=
= e sen x e cos x e cos xdx =
dv = sen xdx v = cos x
= e x sen x + e x cos x e x cos xdx

- 87 -

Nos ha salido otra vez la integral inicial. Si continuamos integrando por partes nunca
llegaramos a la solucin. En este caso se resuelve as:

cos( x )dx = e x sen x + e x cos x e x cos xdx 2 e x cos( x )dx = e x sen x + e x cos x

e x sen x + e x cos x

ex
(sen x + cos x ) + k
2
2
1

u = arctg x du =
dx
x
2

Ej: arctg xdx =


= xarctg x
dx =
1+ x

1+ x2
dv = 1dx v = x

1
2x
1
= xarctg x
dx = xarctg x ln 1 + x 2 + k
2
2 1+ x
2
1

u = ln (4 x ) du = dx
1

Ej: ln (4 x )dx =
= xln (4 x ) x dx = xln (4 x ) dx =
x

x
dv = 1dx v = x

e cos(x )dx =
x

+k =

= xln(4 x ) x + k = x[ln(4 x ) 1] + k

Este mtodo se utiliza fundamentalmente en las siguientes integrales:

x
x
x
x
e
e

e ax dx

u = xn

dv = e ax dx

sen(ax )dx

u = xn

dv = sen(ax )dx

cos(ax )dx

u = xn

dv = cos(ax )dx

ln(ax )dx

u = ln(ax )

dv = x n dx

ax

sen(bx )dx

u = e ax

dv = sen(bx )dx

ax

cos(bx )dx

u = e ax

dv = cos(bx )dx

u = arcsen(ax )

dv = 1dx

u = arccos(ax )

dv = 1dx

u = arctg (ax )

dv = 1dx

u = arc cot g (ax )

dv = 1dx

u = ln(ax )

dv = 1dx

arcsen(ax )dx
arccos(ax )dx
arctg (ax )dx
arc cot g (ax )dx
ln(ax )dx

5.- Integracin de funciones racionales. Descomposicin en fracciones


simples
Si tenemos una integral del tipo

P( x )

Q(x ) dx , donde el grado de P(x ) es menor que el grado de

Q( x ) , se hallan las races de Q( x ) . Pueden aparecer 4 casos: races reales simples, races
reales mltiples, races imaginarias simples, races imaginarias mltiples. ste ltimo caso no
se va a estudiar.
- 88 -

5.1.- Races reales simples


Si las races de Q( x ) son: a, b, c, d, , hay que hallar los valores A, B, C, D, , que
cumplen:
P(x )
A
B
C
D
=
+
+
+
+ ...
Q(x ) x a x b x c x d
Entonces:
P(x )

Q(x ) dx = x a + x b + x c + x d + ...dx
Ej:

x2 +1
x 3 + x 2 2 x dx

x + x 2 x = 0 x( x 1)(
x + 2) = 0 x = 1

2
3

x2 +1
A
B
C
A( x 1)(
x + 2) + Bx( x + 2) + Cx( x 1)
= +
+
=

3
2
x(x 1)(
x + 2)
x + x 2x x x 1 x + 2
x 2 + 1 = A( x 1)(
x + 2 ) + Bx( x + 2 ) + Cx( x 1)
Si x = 0 : 0 2 + 1 = A(0 1)(
0 + 2 ) + B0(0 + 2 ) + C 0(0 1) 1 = 2 A A =
Si x = 1 : 12 + 1 = A(1 1)(
1 + 2 ) + B1(1 + 2 ) + C 1(1 1) 2 = 3B B =

1
2

2
3

Si x = 2 : ( 2 ) + 1 = A( 2 1)(
2 + 2 ) + B( 2 )(
2 + 2 ) + C ( 2 )(
2 1) C =
2

5
6

5
2
1
x2 +1

2 + 3 + 6 dx = 1 1 dx + 2 1 dx + 5 1 dx =
dx
=
x3 + x 2 2x
x x 1 x + 2
2x
3 x 1
6 x+2

1
2
5
= ln x + ln x 1 + ln x + 2 + k
2
3
6

5.2.- Races reales mltiples


Si las races de Q( x ) son: a doble, b simple, c triple, , hay que hallar los valores A,
B, C, D, , que cumplen:
P(x )
A
B
C
D
E
F
=
+
+
+
+
+
+ ...
2
2
Q(x ) x a (x a )
x b x c (x c )
(x c )3

- 89 -

Entonces:

P( x )

Q(x ) dx = x a + (x a )
Ej:

C
D
E
F
+
+
+
+ ...dx
2
3
x b x c (x c )
(x c )

x2 2
x 5 + x 4 5 x 3 x 2 + 8x 4 dx

1 triple
x 5 + x 4 5 x 3 x 2 + 8 x 4 = 0 ( x 1)(
x 1)(
x 1)(
x + 2)(
x + 2) = 0 x =
2 doble
x2 2
A
B
C
D
E
=
+
+
+
+
=
5
4
3
2
2
3
x + x 5 x x + 8 x 4 x 1 ( x 1)
(x 1) x + 2 (x + 2)2

A( x 1) ( x + 2 ) + B( x 1)(
x + 2 ) + C ( x + 2 ) + D( x 1) ( x + 2 ) + E ( x 1)
2

(x 1)3 (x + 2)2

x 2 2 = A( x 1) ( x + 2 ) + B( x 1)(
x + 2 ) + C ( x + 2 ) + D( x 1) ( x + 2 ) + E ( x 1)
2

Si x = 1 : 12 2 = C (1 + 2 )

1 = 9C C =

Si x = 2 : ( 2 ) 2 = E ( 2 1)
2

1
9

2 = 27E E =

2
27

Ahora utilizamos valores arbitrarios de x para obtener un sistema de ecuaciones:

1
2
2
3
3
Si x = 0 : 2 = A( 1) 2 2 + B( 1)2 2 + 2 2 + D( 1) 2 + ( 1)
9
27
4
2
44
2 = 4 A 4B 2D +
4 A 4B 2D =
9
27
27
1
16
40
Si x = 1 : 1 = 4 A 2 B 8 D +
4 A 2B 8D =
9
27
27
16
2
104
Si x = 2 : 2 = 16 A + 16 B + 4 D
16 A + 16 B + 4 D =
9
27
27

44
2

A=

27
27

40
8

4 A 2B 8D =
B =
27
27

104
2

16 A + 16 B + 4 D =
D=

27
27

4 A 4B 2D =

- 90 -

8
2
2

1
2
x2 2

27
27
9
27
27 dx =
=
+
+
+
+
dx
x 5 + x 4 5x 3 x 2 + 8x 4
x 1 (x 1)2 (x 1)3 x + 2 (x + 2)2

2
1
8
1
1
1
2
1
2
1
=
dx +
dx
dx +
dx
dx =
2
3
27 x 1
27 ( x 1)
9 ( x 1)
27 x + 2
27 ( x + 2 )2
=

2
8 ( x 1)
1 ( x 1)
ln x 1 +

27
27 1
9 2
1

2
2 (x + 2)
ln x + 2
+k
1
27
27
1

5.3.- Races imaginarias simples


Si las races de Q( x ) son: a, b, c, , adems de las imaginarias, hay que hallar los valores A,
B, C, D, , que cumplen:
P(x )
A
B
C
Ex + F
=
+
+
+ ... +
Q(x ) x a x b x c
S (x )
siendo S ( x ) un polinomio de segundo grado que cumple: Q( x ) = ( x a )(
x b )(
x c )...S ( x )
Entonces:
P( x )

Ex + F
dx

Q(x ) dx = x a + x b + x c + ... + S (x )
Ej:

dx
+ x2 + x

x + x + x = 0 x x + x + 1 = 0 x = 1
3
i

2 2
3

1
A
Bx + C
A x 2 + x + 1 + (Bx + C ) x
= +
=
x3 + x2 + x x x2 + x + 1
x x 2 + x + 1

1 = A x 2 + x + 1 + (Bx + C ) x
Si x = 0 : 1 = A
Ahora utilizamos valores arbitrarios de x para obtener un sistema de ecuaciones:

Si x = 1 : 1 = 3 + B + C B + C = 2
Si x = 1 : 1 = 1 + B C B C = 0
B + C = 2
B = 1
2 B = 2
BC = 0
C = 1

- 91 -

dx
x 1
dx
x +1
1
2x + 2
1
= + 2
dx = ln x 2
dx =
dx = 2
2
x
2 x + x +1
+x +x
x + x +1
x x + x +1
1
2x + 1
1
1
1
1

= ln x 2
dx + 2
dx = ln x ln x 2 + x + 1 2
dx =
2 x + x +1
2
2 x + x +1
x + x +1
b 2 4ac = 1 4 = 3
1
1
1
2
= ln x ln x + x + 1 2
dx

2
2 x + x +1
4a = 4

1
1
1
1
1
= ln x ln x 2 + x + 1 4 2
dx = ln x ln x 2 + x + 1 2
dx =
2
2 4x + 4x + 4
2
(2 x + 1)2 + 3
1
1
2
1
1
2
= ln x ln x 2 + x + 1
dx = ln x ln x 2 + x + 1
dx =
2
2
2
3
2
3
(
2 x + 1)

2
x
+
1
1+
1 +

3
3
2
1
2 3
3
2
= ln x ln x + x + 1
dx =
2
2
3 2
2x + 1
1 +

3
1
3
2x +1
= ln x ln x 2 + x + 1
arctg
+k
2
3
3

6.- Integracin de funciones trigonomtricas

sen f (x )dx cos f (x )dx con n impar


n

6.1.- Integrales de la forma

Puesto que n es impar: n = 2k + 1

sen f (x )dx = sen f (x )dx = sen


= (1 cos f (x )) sen f ( x )dx
2 k +1

2k

f ( x )sen f ( x )dx = sen 2 f ( x ) sen f ( x )dx =


k

cos f (x )dx = cos f (x )dx = cos


= (1 sen f ( x )) cos f ( x )dx
2 k +1

2k

f ( x )cos f ( x )dx = cos 2 f ( x ) cos f ( x )dx =


k

Para acabar de resolver estas integrales se desarrolla el binomio, se utiliza la propiedad


distributiva con el elemento que se encuentra fuera del parntesis, y se resuelven por
separado las diferentes integrales que aparecen.
Ej:

sen

xdx = sen 21+1 xdx = sen 2 xsen xdx = 1 cos 2 x sen xdx =

= sen x cos 2 xsen x dx = sen xdx cos 2 xsen xdx = cos x +

cos 3 x
+k
3

Ej: cos 5 xdx = cos 22+1 xdx = cos 22 xcos xdx = cos 2 x cos xdx =

= 1 sen 2 x cos xdx = 1 + sen 4 x 2sen 2 x cos xdx =

- 92 -

= cos x + sen 4 xcos x 2sen 2 xcos x dx = cos xdx + sen 4 xcos xdx 2sen 2 xcos xdx =

= sen x +

sen 5 x
sen 3 x
2
+k
5
3

sen f (x )dx cos f (x )dx con n par


n

6.2.- Integrales de la forma

Puesto que n es par: n = 2k

sen f (x )dx = sen


n

2k

cos f (x )dx = cos


n

Ej:

sen

2k

1 + cos 2[ f (x )]
dx =
dx
2

f ( x )dx = cos f ( x )

xdx = sen xdx =


2 3

1 cos 2[ f ( x )]
dx =
dx
2

f ( x )dx = sen f ( x )
2

1
1 cos 2 x
3
sen x dx =
dx = (1 cos 2 x ) dx =
2
8

1
= 1 3cos 2 x + 3cos 2 2 x cos 3 2 x dx =
8
1
3
3
1
= dx cos 2 xdx + cos 2 2 xdx cos 3 2 xdx =
8
8
8
8
x 3
3 1 + cos 4 x
1
= sen 2 x +
dx cos 2 2 xcos 2 xdx =
8 16
8
2
8
x 3
3
1
= sen 2 x + (1 + cos 4 x )dx 1 sen 2 2 x cos 2 xdx =
8 16
16
8
x 3
3
3
1
= sen 2 x + dx + cos 4 xdx cos 2 x sen 2 2 xcos 2 x dx =
8 16
16
16
8
x 3
3
3
1
1
= sen 2 x + x + sen 4 x cos 2 xdx + sen 2 2 xcos 2 xdx =
8 16
16
64
8
8
x 3
3
3
1
1 sen 3 2 x
= sen 2 x + x + sen 4 x sen 2 x +
+k =
8 16
16
64
16
16
3
5
1
3
1
= x sen 2 x + sen 4 x + sen 3 2 x + k
16
4
64
48

7.- Integracin de funciones irracionales


Vamos a estudiar nicamente las del tipo:

a 2 b 2 x 2 dx

a
Se resuelven mediante el cambio: x = sen t
b

Ej:

5
x=
sen t

5 x dx
1

dx = 5 cos t dt
2

- 93 -

5 sen t 5 cos t dt =

= 5 5sen 2 t 5 cos t dt = 5 1 sen 2 t 5 cos t dt = 5 cos 2 t 5 cos t dt =


1 + cos 2t
dt =
2
x = 5 sen t
5
5
1

5 1

= (1 + cos 2t )dt = dt + 2cos 2t dt = t + sen 2t


x
2
2
2
2 2

t = arcsen 5

5
x 1
x
2
5 x dx = 2 arcsen 5 + 2 sen 2 arcsen 5 =

5
x 5
x
+ k
= arcsen
+ sen 2 arcsen
2
5
5 4

= 5 cos 2 t 5 cos t dt = 5cos t cos t dt = 5 cos 2 t dt = 5

- 94 -

Resumen del tema 11


Integrales inmediatas
Potencia

Trigonomtricas

f (x )
+k

n +1
sen f (x ) f ' (x )dx = cos f (x ) + k
n +1

f ( x ) f ' ( x )dx =
n

cos f (x ) f ' (x )dx = sen f (x ) + k

f ' (x )
[1 + tg f (x )] f ' (x )dx = cos f (x )dx = tg f (x ) + k
2

f ' (x )

1 f (x )
f ' (x )

dx = arcsen f ( x ) + k

dx = arccos f ( x ) + k
2
1 f (x )
f ' (x )
1 + f (x )2 dx = arctg f (x ) + k

Funciones arco

Exponenciales

e
a

f (x )

f ' ( x )dx = e f ( x ) + k

f (x)

ln a f ' ( x )dx = a f ( x ) + k

f ' (x )

Logartmicas

f (x ) dx = ln f (x ) + k

1 f ' (x )
ln a f (x ) dx = log f (x ) + k
a

Integracin por partes

udv = uv vdu
x
x
x
x

e ax dx

u = xn

dv = e ax dx

sen(ax )dx

u = xn

dv = sen(ax )dx

cos(ax )dx

u = xn

dv = cos(ax )dx

ln(ax )dx

u = ln(ax )

dv = x n dx

e
e

ax

sen(bx )dx

u = e ax

dv = sen(bx )dx

ax

cos(bx )dx

u = e ax

dv = cos(bx )dx

u = arcsen(ax )

dv = 1dx

u = arccos(ax )

dv = 1dx

u = arctg (ax )

dv = 1dx

u = arc cot g (ax )

dv = 1dx

arcsen(ax )dx
arccos(ax )dx
arctg (ax )dx
arc cot g (ax )dx

- 95 -

ln(ax )dx

u = ln(ax )

dv = 1dx

Integracin de funciones racionales. Descomposicin en fracciones simples


Races reales simples
P(x )

Q(x ) dx = x a + x b + x c + x d + ...dx
Races reales mltiples

P( x )

Q(x ) dx = x a + (x a )

C
D
E
F
+
+
+
+ ...dx
2
3
x b x c (x c )
(x c )

Races imaginarias simples


P( x )

Ex + F
dx

Q(x ) dx = x a + x b + x c + ... + S (x )
Integracin de funciones trigonomtricas
n impar

sen f (x )dx = sen f (x )dx = sen


= (1 cos f (x )) sen f ( x )dx
2 k +1

2k

2 k +1

2k

2k

cos f (x )dx = cos

2k

1 cos 2[ f ( x )]
dx =
dx
2

f ( x )dx = sen f ( x )
2

f ( x )dx = cos f ( x )
2

1 + cos 2[ f (x )]
dx =
dx
2

Integracin de funciones irracionales

sen f (x )dx = sen


n

f ( x )cos f ( x )dx = cos 2 f ( x ) cos f ( x )dx =

n par
n

cos f (x )dx = cos f (x )dx = cos


= (1 sen f ( x )) cos f ( x )dx
2

f ( x )sen f ( x )dx = sen 2 f ( x ) sen f ( x )dx =

a
a 2 b 2 x 2 dx ; se resuelve mediante el cambio: x = sen t
b

- 96 -

Tema 12.- Integral definida. Aplicaciones


1.- Definicin
Se llama integral definida entre dos extremos a y b, y se representa por

f (x )dx , al
b

rea del recinto limitado por la funcin positiva y = f ( x ) , las rectas x = a y x = b , y el


eje X. (A los valores a y b se les llama lmites de integracin)

A = f ( x )dx
b

Si la funcin es negativa en [a, b] , la integral definida dara un valor negativo, as que el rea
encerrada sera:

A = f ( x )dx
b

2.- Propiedades de la integral definida


1.-

f (x )dx = 0
a

f (x )dx 0 y si f (x ) 0

2.- Si f ( x ) 0

f (x )dx 0
b

f (x )dx = f (x )dx
4.- Si c [a, b] f (x )dx = f ( x )dx + f ( x )dx
5.- [ f ( x ) + g ( x )]dx = f ( x )dx + g ( x )dx
6.- k f ( x )dx = k f ( x )dx
3.-

a
b

3.- Regla de Barrow


Si f ( x ) es continua en [a, b] si F ( x ) es una primitiva cualquiera de f ( x ) , se cumple:

f (x )dx = F (b ) F (a )
b

x4 x2
0 4 0 2 ( 1)4 ( 1)2
Ej: x x dx = =

1
2 1 4
2 4
2
4
1 1
= 0 =
2 2
0

- 97 -

1 1
= (0 0) =

4 2

4.- reas de recintos planos


Ej: rea que encierra la curva y = 2 x + 1 con el eje X entre x = 0 y x = 4
Primero hay que saber si la curva es positiva o negativa entre x = 0 y x = 4 para utilizar

A=

2 x + 1dx A =

2 x + 1dx . Nos podemos ahorrar este problema utilizando el

valor absoluto: A =

2 x + 1dx

A=

3
(2 x + 1) 2
4
4
1
1
1
1
2 x + 1dx = (2 x + 1) 2 dx = 2(2 x + 1) 2 dx =
=
0
3
2 0
2

0
2

3
3
1 2(2 x + 1) 2
12
=
= (2 x + 1) 2
2
3
23

3
3
3
1
1 3
= (24 + 1) 2 (20 + 1) 2 = 9 2 1 2 =

3
3

1
26
[27 1] =
u.d .s.
3
3
Es decir, para hallar l rea que encierra una curva con el eje X entre x = a y x = b :
A=

f (x )dx
b

Pero una curva puede pasar de ser positiva a negativa, cambiando el signo de la integral
definida. As que para resolver una integral definida:
1.- Hallamos los puntos de corte de la curva con el eje X.
2.- Seleccionamos aquellos puntos que estn dentro del intervalo [a, b] (tales puntos dividen
el intervalo en varios subintervalos).
3.- Hallamos la integral definida (con valor absoluto) de la curva en cada uno de los
subintervalos y se suma.
Ej: Ej: rea que encierra la curva y = x 3 16 x con el eje X en todo su dominio.

x 16 x = 0 x x 16 = 0 x( x 4)(
x + 4) = 0 x = 4
4

Esto significa que el rea buscada es el rea que encierra la curva y = x 3 16 x con el eje X
entre x = 4 y x = 4 , teniendo en cuenta que en x = 0 la curva cambia de signo.

- 98 -

A=

(x
0

16 x dx +

(
4

x4

x4

x 16 x dx = 8x 2 + 8x 2 =
4
4 4
0
3

04
( 4 )4
44
04

2
= 80 2
8( 4 ) + 84 2 80 2 = (64 128) + (64 128) =
4
4
4

= ( 64 ) + 64 = 64 + 64 = 128 u.d .s.


Si queremos hallar el rea que encierran dos curvas con el eje X entre x = a y x = b
debemos hallar el punto de corte de ambas curvas, ya que habr que integrar una curva desde
x = a hasta el punto de corte, e integrar la otra curva desde el punto de corte hasta x = b .
1
Ej: rea que encierran las curvas f ( x ) = x y g ( x ) = x + 3 con el eje X.
4

x =0
x = 0

Las curvas cortan al eje X en: 1


x + 3 = 0 x = 12
4
2

1
1
3
1

Y las rectas se cortan en: x = x + 3 x = x + 3 = x 2 + 9 x


4
16
2
4

4
1 2
5
x + 9 x = 0 x 2 40 x + 144 = 0 x =
16
2
36
Por ser una ecuacin con radicales hay que comprobar las soluciones:
1

4 = 4 4 + 3
2 = 1 + 3 2 = 2

, as que las rectas se cortan en x = 4

36 = 1 36 + 3 6 = 9 + 3 6 6

4
Esto nos dice que debemos integrar una curva entre x = 0 y x = 4 y la otra curva entre
x = 4 y x = 12 .

f (2 ) = 2 1'4142

En x = 2 (punto cualquiera entre 0 y 4):


f (x ) < g (x )
1
g (2 ) = 2 + 3 = 2'5
4

Es decir, que en el intervalo [0,4] f ( x ) se encuentra ms prximo al eje X y, por


consiguiente, en el intervalo [4,12] g ( x ) se encuentra ms prximo al eje X.

A=

x dx +

12

12

1 2

x + 3 dx = x x + x + 3 x =
4

3
0 8
4

- 99 -

2
2
1
1
16
= 4 4 0 0 + 12 2 + 312 4 2 + 34 =
+ 18 + 36 + 2 12 =
3
3
3
8
8

16
16
40
=
+8=
+8 =
u.d .s.
3
3
3
Si queremos hallar el rea que encierran dos curvas entre ellas:

A = f ( x )dx g ( x )dx = [ f ( x ) g ( x )]dx


b

Puesto que tal rea se halla restando a la funcin que se encuentra por arriba la funcin que
se encuentra por abajo, si no queremos representar las funciones (y por tanto, no sabemos
cul est por encima de la otra) utilizamos el valor absoluto:
A=

[ f (x ) g (x )]dx
b

Ej: rea que encierran las curvas f ( x ) = x 4 + 4 x 3 4 x 2 + 4 x + 1 y g ( x ) = 2 x 2 8 x + 10


entre ellas.
Primero hallamos los puntos de corte de ambas funciones para obtener los lmites de
integracin:
x 4 + 4 x 3 4 x 2 + 4 x + 1 = 2 x 2 8 x + 10 x 4 4 x 3 + 6 x 2 12 x + 9 = 0
1
(x 1)( x 3) x 2 + 3 = 0 x =
3

A=

[( x
3

(
3

)]

) (

+ 4 x 3 4 x 2 + 4 x + 1 2 x 2 8 x + 10 dx =

( x
3

+ 4 x 3 6 x 2 + 12 x 9 dx =
3

x5

x + 4 x 6 x + 12 x 9 dx =
+ x 4 2 x 3 + 6 x 2 9 x =
5
1
4

35
15

= + 3 4 233 + 63 2 93 + 14 213 + 612 91 =


5
5

243
1
27 21 27 21 48
=
+ 81 54 + 54 27 + 1 2 + 6 9 = =
+
=
u.d .s.
5
5
5
5
5
5 5

5.- Volumen de un cuerpo de revolucin


Si tenemos una funcin que gira sobre el eje X aparece un cuerpo en 3-D cuyo volumen
viene dado por:

- 100 -

V = [ f ( x )] dx
b

Ej: Volumen del cono generado al girar sobre el eje X la funcin f ( x ) = 4 x + 1 .


Tal funcin corta al eje X en el punto: 4 x + 1 = 0 x =

V =

( 4 x + 1)

dx =

1
4
1

16
4
16 x 8 x + 1 dx = x 3 4 x 2 + x =
3
0
2

2
16 1 3
16 1
1
1 16
1 1 1

= 4 + 0 3 40 2 + 0 = 4 + = u.d .v.
4 3
16 4 12
4

3 64
3 4

- 101 -

Resumen del tema 12


Propiedades de la integral definida
1.-

f (x )dx = 0
a

2.- Si f ( x ) 0

f (x )dx 0 y si f ( x ) 0

f (x )dx 0
b

f (x )dx = f (x )dx
4.- Si c [a, b] f (x )dx = f ( x )dx + f ( x )dx
5.- [ f ( x ) + g ( x )]dx = f ( x )dx + g ( x )dx
6.- k f ( x )dx = k f ( x )dx
3.-

a
b

Regla de Barrow

f (x )dx = F (b ) F (a )
b

reas de recintos planos


A=

f (x )dx
b

1.- Hallamos los puntos de corte de la curva con el eje X.


2.- Seleccionamos aquellos puntos que estn dentro del intervalo [a, b] (tales puntos dividen
el intervalo en varios subintervalos).
3.- Hallamos la integral definida (con valor absoluto) de la curva en cada uno de los
subintervalos y se suma.
Si queremos hallar el rea que encierran dos curvas entre ellas:
A=

[ f (x ) g (x )]dx
b

Volumen de un cuerpo de revolucin


V = [ f ( x )] dx
b

- 102 -