Colección de Problemas Resueltos.

Volumen I.
Fundamentos Matemáticos de la Ingeniería.
Ingeniería Técnica Industrial. Especialidad Mecánica.
Curso 2004-05.
Índice General
I Boletines Resueltos de los Bloques Temáticos Álgebra Lineal y Cálculo Difer-
encial e Integral de Funciones de una Variable. 2
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices. 3
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 27
Boletín 3. Diagonalización de Matrices 60
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 78
Boletín 5. Integral de Riemann. Aplicaciones 93
II Exámenes Resueltos de Cursos Anteriores 111
Primer Parcial. Curso 2002-03 112
Segundo Parcial. Curso 2002-03 123
Examen de Junio. Curso 2002-03 132
Examen de Septiembre. Curso 2002-03 141
Examen de Diciembre de 2003 151
Primer Parcial. Curso 2003-04 160
Segundo Parcial. Curso 2003-04 170
Examen de Junio. Curso 2003-04 179
Examen de Septiembre. Curso 2003-04 191
1
Parte I
Boletines Resueltos de los Bloques
Temáticos Álgebra Lineal y Cálculo
Diferencial e Integral de Funciones de
una Variable.
2
Boletín 1. Sistemas de Ecuaciones
Lineales y Matrices.
1. Resolver los siguientes sistemas por el método de Gauss-Jordan y por el método de Gauss.
a)

x
1
+x
2
+ 2x
3
= 8
−x
1
−2x
2
+ 3x
3
= 1
3x
1
−7x
2
+ 4x
3
= 10
b)

2x
1
+ 2x
2
+ 2x
3
= 0
−2x
1
+ 5x
2
+ 2x
3
= 1
8x
1
+x
2
+ 4x
3
= −1
c)

x −y + 2z −w = −1
2x +y −2z −2w = −2
−x + 2y −4z +w = 1
3x −3w = −3
d)

−2b + 3c = 1
3a + 6b −3c = −2
6a + 6b + 3c = 5
e)

2x
1
−3x
2
= −2
2x
1
+x
2
= 1
3x
1
+ 2x
2
= 1
f)

4x
1
−8x
2
= 12
3x
1
−6x
2
= 9
−2x
1
+ 4x
2
= −6
g)
½
5x
1
−2x
2
+ 6x
3
= 0
−2x
1
+x
2
+ 3x
3
= 1
h)
½
x
1
−2x
2
+ 3x
3
= 0
−2x
1
+ 4x
2
−6x
3
= 1
Solución:
En todos los apartados aplicaremos primeramente el método de Gauss y a continuación el método
de Gauss—Jordan.
(a)

¸
1 1 2 8
−1 −2 3 1
3 −7 4 10
¸

F
21
(1)
−→
F
31
(−3)

¸
1 1 2 8
0 −1 5 9
0 −10 −2 −14
¸

F
2
(−1)
−→

¸
1 1 2 8
0 1 −5 −9
0 −10 −2 −14
¸

F
32
(10)
−→

¸
1 1 2 8
0 1 −5 −9
0 0 −52 −104
¸

F
3
(−1/52)
−→

¸
1 1 2 8
0 1 −5 −9
0 0 1 2
¸

.
Por consiguiente, el sistema inicial es equivalente al sistema triangular superior

x
1
+x
2
+ 2x
3
= 8
x
2
−5x
3
= −9
x
3
= 2
Así, el sistema dado es compatible determinado (C.D.) y usando el método de subida su
única solución es x
1
= 3, x
2
= 1, x
3
= 2.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
(forma escalonada).

¸
1 1 2 8
0 1 −5 −9
0 0 1 2
¸

F
23
(5)
−→
F
13
(−2)

¸
1 1 0 4
0 1 0 1
0 0 1 2
¸

F
12
(−1)
−→

¸
1 0 0 3
0 1 0 1
0 0 1 2
¸

.
3
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 4
Luego, el sistema inicial es equivalente a

x
1
= 3
x
2
= 1
x
3
= 2
y su solución ya está dada.
(b)

¸
2 2 2 0
−2 5 2 1
8 1 4 −1
¸

F
2
(1/2)
−→

¸
1 1 1 0
−2 5 2 1
8 1 4 −1
¸

F
21
(2)
−→
F
31
(−8)

¸
1 1 1 0
0 7 4 1
0 −7 −4 −1
¸

F
2
(1/7)
−→

¸
1 1 1 0
0 1 4/7 1/7
0 −7 −4 −1
¸

F
23
(7)
−→

¸
1 1 1 0
0 1 4/7 1/7
0 0 0 0
¸

.
En consecuencia, el sistema es compatible indeterminado (C.I.), ya que la matriz escalonada
posee dos unos principales y aparece, por tanto, x
3
como variable libre. El sistema inicial es
equivalente al sistema
½
x
1
+x
2
+x
3
= 0
x
2
+ 4x
3
/7 = 1/7
y el conjunto de sus soluciones puede escribirse
en la forma

x
1
= −1/7 −3t/7
x
2
= 1/7 −4t/7
x
3
= t
con t ∈ R.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
(forma escalonada).

¸
1 1 1 0
0 1 4/7 1/7
0 0 0 0
¸

F
12
(−1)
−→

¸
1 0 −3/7 −1/7
0 1 4/7 1/7
0 0 0 0
¸

.
Por tanto, el sistema inicial equivale a
½
x
1
−3x
3
/7 = −1/7
x
2
+ 4x
3
/7 = 1/7
y el conjunto de soluciones
también puede expresarse en la forma

x
1
= −1/7 −3s
x
2
= 1/7 −4s
x
3
= 7s
con s ∈ R.
(c)

¸
¸
¸
1 −1 2 −1 −1
2 1 −2 −2 −2
−1 2 −4 1 1
3 0 0 −3 −3
¸

F
21
(−2)
−→
F
31
(1)
F
41
(−3)

¸
¸
¸
1 −1 2 −1 −1
0 3 −6 0 0
0 1 −2 0 0
0 3 −6 0 0
¸

F
2
(1/3)
−→

¸
¸
¸
1 −1 2 −1 −1
0 1 −2 0 0
0 1 −2 0 0
0 3 −6 0 0
¸

F
32
(−1)
−→
F
42
(−3)

¸
¸
¸
1 −1 2 −1 −1
0 1 −2 0 0
0 0 0 0 0
0 0 0 0 0
¸

.
En consecuencia, el sistema inicial es quivalente al sistema
½
x −y + 2z −w = −1
y −2z = 0
Aparecen dos unos principales en la matriz escalonada y el sistema tiene a las incógnitas z
y w como variables libres. El sistema es, por tanto, C.I. y sus infinitas soluciones pueden
escribirse en la forma

x = −1 +µ
y = 2λ
z = λ
w = µ
con λ, µ ∈ R.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 5
(forma escalonada).

¸
¸
¸
1 −1 2 −1 −1
0 1 −2 0 0
0 0 0 0 0
0 0 0 0 0
¸

F
12
(1)
−→

¸
¸
¸
1 0 0 −1 −1
0 1 −2 0 0
0 0 0 0 0
0 0 0 0 0
¸

.
Por tanto, el sistema inicial es equivalente a
½
x −w = −1
y −2z = 0
y es sencillo escribir x e y en
función de las variables libres z y w.
(d)

¸
0 −2 3 1
3 6 −3 −2
6 6 3 5
¸

P
12
−→

¸
3 6 −3 1
0 −2 3 1
6 6 3 5
¸

F
1
(1/3)
−→

¸
1 2 −1 1/3
0 −2 3 1
6 6 3 5
¸

F
31
(−6)
−→

¸
1 2 −1 1/3
0 −2 3 1
0 −6 9 3
¸

F
2
(−1/2)
−→

¸
1 2 −1 1/3
0 1 −3/2 −1/2
0 −6 9 3
¸

F
32
(6)
−→

¸
1 2 −1 1/3
0 1 −3/2 −1/2
0 0 0 0
¸

.
Por consiguiente, el sistema es equivalente al sistema
½
a + 2b −c = 1/3
b −3c/2 = −1/2
y es C.I. Las
infinitas soluciones pueden escribirse en la forma

a = 4/3 −2λ
b = −1/2 + 3λ/2
c = λ
con λ ∈ R.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
(forma escalonada).

¸
1 2 −1 1/3
0 1 −3/2 −1/2
0 0 0 0
¸

F
12
(−2)
−→

¸
1 0 2 4/3
0 1 −3/2 −1/2
0 0 0 0
¸

.
El sistema dado es equivalente a
½
a + 2c = 4/3,
b −3c/2 = −1/2,
la variable c es libre y las infinitas
soluciones se pueden expresar en la forma

a = 4/3 −2λ
b = −1/2 + 3λ/2
c = λ
con λ ∈ R.
(e)

¸
2 −3 −2
2 1 1
3 2 1
¸

F
1
(1/2)
−→

¸
1 −3/2 −1
2 1 1
3 2 1
¸

F
12
(−2)
−→
F
31
(−3)

¸
1 −3/2 −1
0 4 3
0 13/2 4
¸

F
2
(1/4)
−→

¸
1 −3/2 −1
0 1 3/4
0 13/2 4
¸

F
32
(−13/2)
−→

¸
1 −3/2 −1
0 1 3/4
0 0 −7/8
¸

. El sistema es equivalente a

x
1
−3x
2
/2 = −1
x
2
= 3/4
0 = −7/8
y por tanto, incompatible.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
(forma escalonada).

¸
1 −3/2 −1
0 1 3/4
0 0 −7/8
¸

F
12
(−3/2)
−→

¸
1 0 −17/8
0 1 3/4
0 0 −7/8
¸

Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 6
El sistema es equivalente a

x
1
= −17/8
x
2
= 3/4
0 = −7/8
y de nuevo vemos que es incompatible.
(f)

¸
4 −8 12
3 −6 9
−2 4 −6
¸

F
1
(1/4)
−→

¸
1 −2 2
3 −6 9
−2 4 −6
¸

F
21
(−3)
−→
F
31
(2)

¸
1 −2 2
0 0 0
0 0 0
¸

.
El sistema inicial es C.I. y equivalente al sistema con una ecuación y dos incógnitas
x
1
−2x
2
= 3. Por tanto, las infinitas soluciones pueden escribirse en la forma
½
x
1
= 3 + 2t
x
2
= t
con t ∈ R.
En este caso, la matriz escalonada anterior es también escalonada reducida por lo que los
métodos de Gauss y Gauss—Jordan “coinciden”.
(g)
µ
5 −2 6 0
−2 1 3 1

F
1
(1/5)
−→
µ
1 −2/5 6/5 0
−2 1 3 1

F
21
(2)
−→
µ
1 −2/5 6/5 0
0 1/5 3/5 1

F
2
(5)
−→
µ
1 −2/5 6/5 0
0 1 3 5

.
El sistema inicial es C.I. y equivalente al sistema
½
x
1
−2x
2
/5 + 6x
3
/5 = 0,
x
2
+ 3x
3
= 5.
Así, el conjunto de soluciones adquiere la forma

x
1
= 2 −
12
5
t
x
2
= 5 −3t
x
3
= t
con t ∈ R.
Seguimos realizando las transformaciones elementales (t.e.) en la última matriz ampliada
(forma escalonada).
µ
1 −2/5 6/5 0
0 1 3 5

F
12
(2/5)
−→
µ
1 0 12/5 2
0 1 3 5

. Observamos que el sistema inicial
es equivalente a
½
x
1
+ 12x
3
/5 = 0,
x
2
+ 3x
3
= 5.
(h)
µ
1 −2 3 0
−2 4 −6 1

F
21
(2)
−→
µ
1 −2 3 0
0 0 0 1

. El sistema es incompatible y la forma
escalonada anterior es escalonada reducida.
2. Sin usar lápiz y papel, determinar cuáles de los siguientes sistemas homogéneos tienen soluciones
no triviales.
a)

2x
1
−3x
2
+ 4x
3
−x
4
= 0
7x
1
+x
2
−8x
3
+x
4
= 0
2x
1
+ 8x
2
+x
3
−x
4
= 0
b)

x
1
+ 3x
2
−x
3
= 0
x
2
−8x
3
= 0
4x
3
= 0
c)
½
3x −2y = 0
6x −4y = 0
Solución:
(a) En este caso, el sistema es C.I. pues se trata de un sistema homogéneo con más incógnitas
que ecuaciones. Es decir, el sistema posee soluciones no triviales.
(b) El sistema es C.D., ya que es claro que el método de subida nos proporcinaría como única
solución del sistema, la solución trivial.
(c) La segunda ecuación es proporcional a la primera y el sistema es, por tanto, C.I., es decir,
tiene soluciones no triviales.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 7
3. Resolver los siguientes sistemas homogéneos, por cualquier método
a)

2x −y −3z = 0
−x + 2y −3z = 0
x +y + 4z = 0
b)

v + 3w −2x = 0
2u +v −4w + 3x = 0
2u + 3v + 2w −x = 0
−4u −3v + 5w −4x = 0
Solución:
En ambos casos utilizaremos el método de Gauss.
(a)

¸
2 −1 −3 0
−1 2 −3 0
1 1 4 0
¸

F
1
(1/2)
−→

¸
1 −1/2 −3/2 0
−1 2 −3 0
1 1 4 0
¸

F
21
(1)
−→
F
31
(−1)

¸
1 −1/2 −3/2 0
0 3/2 −9/2 0
0 3/2 11/2 0
¸

F
2
(2/3)
−→

¸
1 −1/2 −3/2 0
0 1 −3 0
0 3/2 11/2 0
¸

F
32
(−3/2)
−→

¸
1 −1/2 −3/2 0
0 1 −3 0
0 0 10 0
¸

F
3
(1/10)
−→

¸
1 −1/2 −3/2 0
0 1 −3 0
0 0 1 0
¸

.
Puesto que la matriz escolonada posee tres unos principales, el mismo número que incóg-
nitas, el sistema es C.D. y la única solución del mismo es la trivial (x = y = z = 0).
(b)

¸
¸
¸
0 1 3 −2 0
2 1 −4 3 0
2 3 2 −1 0
−4 −3 5 −4 0
¸

P
21
−→

¸
¸
¸
2 1 −4 3 0
0 1 3 −2 0
2 3 2 −1 0
−4 −3 5 −4 0
¸

F
1
(1/2)
−→

¸
¸
¸
1 1/2 −2 3/2 0
0 1 3 −2 0
2 3 2 −1 0
−4 −3 5 −4 0
¸

F
31
(−2)
−→
F
41
(4)

¸
¸
¸
1 1/2 −2 3/2 0
0 1 3 −2 0
0 2 6 −4 0
0 −1 −3 2 0
¸

F
32
(−2)
−→
F
41
(1)

¸
¸
¸
1 1/2 −2 3/2 0
0 1 3 −2 0
0 0 0 0 0
0 0 0 0 0
¸

.
El sistema inicial es equivalente a
½
u −v/2 −2w + 3x/2 = 0,
v + 3w −2x = 0,
es C.I. y tomamos w y x
como variables libres. Así, el conjunto de soluciones puede escribirse, después de aplicar el
método de subida, en la forma

u = t/2 −s/2
v = −3t + 2s
w = t
x = s
con t, s ∈ R.
4. Resolver los siguientes sistemas, donde a, b y c son constantes.
a)
½
2x +y = a
3x + 6y = b
b)

x
1
+x
2
+x
3
= a
2x
1
+ 2x
3
= b
3x
2
+ 3x
3
= c
Solución:
Aplicaremos en ambos casos el métdo de Gauss.
(a)
µ
2 1 a
3 6 b

F
1
(1/2)
−→
µ
1 1/2 a/2
3 6 b

F
21
(−3)
−→
µ
1 1/2 a/2
0 9/2 b −
3
2
a

F
2
(2/9)
−→
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 8
µ
1 1/2 a/2
0 1
2
9
b −
1
3
a

. El sistema inicial es C.D y equivalente a
½
x +
1
2
y =
1
2
a
y =
2
9
b −
1
3
a
y
aplicando el método de subida la única solución es
y =
2
9
b −
1
3
a, x =
1
2
a −
1
2
y =
1
2
a −
1
2
µ
2
9
b −
1
3
a

=
2
3
a −
1
9
b.
(b)

¸
1 1 1 a
2 0 2 b
0 3 3 c
¸

F
21
(−2)
−→

¸
1 1 1 a
0 −2 0 b −2a
0 3 3 c
¸

F
2
(−1/2)
−→

¸
1 1 1 a
0 1 0 a −
1
2
b
0 3 3 c
¸

F
32
(−3)
−→

¸
1 1 1 a
0 1 0 a −
1
2
b
0 0 3 c −3a +
3
2
b
¸

F
3
(1/3)
−→

¸
1 1 1 a
0 1 0 a −
1
2
b
0 0 1
1
3
c −a +
1
2
b
¸

.
El sistema inicial es C.D., equivalente a

x
1
+x
2
+x
3
= a
x
2
= a −
1
2
b
x
3
=
1
3
c −a +
1
2
b
y aplicando el
método de subida la única solución es

x
1
= a −
1
3
c
x
2
= a −
1
2
b
x
3
=
1
3
c −a +
1
2
b
5. ¿Para qué valores de a el sistema

x + 2y −3z = 4
3x −y + 5z = 2
4x +y + (a
2
−14)z = a + 2
no tiene solución, tiene exac-
tamente una solución o infinitas soluciones?
Solución:
Realizaremos t.e. en la matriz ampliada.

¸
1 2 −3 4
3 −1 5 2
4 1 a
2
−14 a + 2
¸

F
21
(−3)
−→
F
31
(−4)

¸
1 2 −3 4
0 −7 14 −10
0 −7 a
2
−2 a −14
¸

F
2
(−1/7)
−→

¸
1 2 −3 4
0 1 −2 10/7
0 −7 a
2
−2 a −14
¸

F
32
(7)
−→

¸
1 2 −3 4
0 1 −2 −10/7
0 0 a
2
−16 a −4
¸

.
Por tanto, si a
2
− 16 6= 0 (o equivalentemente, a 6= 4 y a 6= −4) podemos continuar realizando
t.e.

¸
1 2 −3 4
0 1 −2 −10/7
0 0 a
2
−16 a −4
¸

F
3
³
1
a
2
−16
´
−→

¸
1 2 −3 4
0 1 −2 −10/7
0 0 1
a−4
a
2
−16
¸

=

¸
1 2 −3 4
0 1 −2 −10/7
0 0 1
1
a+4
¸

. Así, el sistema es C.D. (posee una única solución)
Si a = 4, el primer bloque de t.e. sigue siendo válido y llegamos a la matriz ampliada

¸
1 2 −3 4
0 1 −2 −10/7
0 0 0 0
¸

. En consecuencia, el sistema es C.I. (posee infinitas soluciones).
Si a = −4, la última matriz ampliada del primer bloque de t.e. es

¸
1 2 −3 4
0 1 −2 −10/7
0 0 0 −8
¸

y
el sistema es imcompatible (no posee solución).
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 9
6. ¿Para qué valores de a el sistema
½
(a −3)x +y = 0
x + (a −3)y = 0
tiene soluciones no triviales?
Solución:
Realizaremos t.e. en la matriz ampliada.
— Comenzamos suponiendo que a −3 6= 0 (es decir, a 6= 3).
µ
a −3 1 0
1 a −3 0

F
1(
1
a−3
)
−→
µ
1
1
a−3
0
1 a −3 0

F
21
(−1)
−→
µ
1
1
a−3
0
0 a −3 −
1
a−3
0

=
Ã
1
1
a−3
0
0
(a−3)
2
−1
a−3
0
!
.
Ahora consideramos, además, que (a −3)
2
− 1 6= 0 (esto es, a 6= 2 y a 6= 4). Entonces,
podemos continuar con las t.e.
Ã
1
1
a−3
0
0
(a−3)
2
−1
a−3
0
!
F
2
³
a−3
(a−3)
2
−1
´
−→
µ
1
1
a−3
0
0 1 0

y deducir que el sistema es C.D.; es
decir, sólo posee la solución trivial x = 0, y = 0.
Seguidamente, tomamos a = 2 o a = 4. Entonces, después del primer bloque de t.e. con-
seguimos la matriz ampliada
µ
1
1
a−3
0
0 0 0

y el sistema es C.I.; es decir, posee soluciones
no triviales.
— Suponemos que a = 3, entonces el sistema inicial es
½
y = 0
x = 0
y, naturalmente, su única
solución es la trivial.
Resumiendo, el sistema posee soluciones no triviales si y sólo si a = 2 o a = 4.
7. Demostrar que si ad −bc 6= 0 entonces la forma escalonada reducida de la matriz
µ
a b
c d

es
µ
1 0
0 1

.
Solución:
Realizaremos transformaciones elmentales (t.e.) en la matriz
µ
a b
c d

.
En primer lugar, suponemos que a 6= 0. De esta forma, podemos hacer las siguientes t.e.
µ
a b
c d

F
1
(1/a)
−→
µ
1
b
a
c d

F
21
(−c)
−→
µ
1
b
a
c d

F
21
(−c)
−→
µ
1
b
a
0 d −
b
a
c

=
µ
1
b
a
0
ad−bc
a

Ahora, si ad −bc 6= 0 podemos continuar realizando t.e.
µ
1
b
a
0
ad−bc
a

F
2(
a
ad−bc
)
−→
µ
1
b
a
0 1

F
12
(−b/a)
−→
µ
1 0
0 1

.
Por consiguiente, si a 6= 0 y ad −bc 6= 0 la forma escalonada reducida de
µ
a b
c d

es la
identidad.
A continuación suponemos que a = 0 . Entonces, la primera t.e es:
µ
0 b
c d

P
12
−→
µ
c d
0 b

.
Si además c 6= 0 podemos continuar realizando t.e.:
µ
c d
0 b

F
1
(1/c)
−→
µ
1 d/c
0 b

.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 10
Si además b 6= 0 podemos continuar realizando t.e.:
µ
1 d/c
0 b

F
2
(1/b)
−→
µ
1 d/c
0 1

F
12
(−d/c)
−→
µ
1 0
0 1

.
Por tanto, si a 6= 0, b 6= 0 y c 6= 0 (o equivalentemente, a 6= 0 y bc 6= 0 ), entonces la forma
escalonada reducida de
µ
a b
c d

es la identidad.
Nótese que para a = 0, la desigualdad ad − bc 6= 0 se convierte en bc 6= 0, por que la forma
escalonada reducida de
µ
a b
c d

es la matriz identidad siempre que ad −bc 6= 0.
8. Considerar las matrices A =

¸
3 0
−1 2
1 1
¸

, B =
µ
4 −1
0 2

, C =
µ
1 4 2
3 1 5

, D =

¸
1 5 2
−1 0 1
3 2 4
¸

,
E =

¸
6 1 3
−1 1 2
4 1 3
¸

. Calcular, cuando sea posible:
a) D−E, b) 2E
T
−3D
T
c) A(BC) d) (DA)
T
e)
¡
C
T
B
¢
A
T
f) (−AC)
T
+ 5D
T
Solución:
(a) D−E =

¸
−5 4 −1
0 −1 −1
−1 1 1
¸

.
(b) 2E
T
−3D
T
=

¸
9 1 −1
−13 2 −4
0 1 −6
¸

.
(c) A(BC) =

¸
3 45 9
−11 −11 17
7 17 13
¸

.
(d) (DA)
T
=
µ
0 −2 11
12 1 8

.
(e)
¡
C
T
B
¢
A
T
=

¸
12 6 9
48 −20 14
24 8 16
¸

.
(f) (−AC)
T
+ 5D
T
=

¸
2 −10 11
13 2 5
4 −3 13
¸

.
9. Considerar las matrices A =

¸
3 −2 7
6 5 4
0 4 9
¸

y B =

¸
6 −2 4
0 1 3
7 7 5
¸

. Calcular, sin realizar el
producto de las dos matrices completamente,
a) la segunda columna de AB. b) la primera columna de BA. c) la tercera columna de
AA.
Solución:
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 11
(a) La segunda columna del producto AB se obtiene multiplicando la matriz A por la segunda
columna de B.

¸
3 −2 7
6 5 4
0 4 9
¸

¸
−2
1
7
¸

=

¸
41
21
67
¸

.
(b) La primera columna del producto BA se obtiene multiplicando la matriz B por la primera
columna de A.

¸
6 −2 4
0 1 3
7 7 5
¸

¸
3
6
0
¸

=

¸
6
6
63
¸

.
(c) La tercera columna del producto AA se obtiene multiplicando la matriz A por la tercera
columna de A.

¸
3 −2 7
6 5 4
0 4 9
¸

¸
7
4
9
¸

=

¸
76
98
97
¸

.
10. En cada apartado, determinar las matrices A, x y b que expresen el sistema de ecuaciones dados
como una ecuación matricial Ax = b
a)

x
1
+x
2
+ 2x
3
= 8
−x
1
−2x
2
+ 3x
3
= 1
3x
1
−7x
2
+ 4x
3
= 10
b)

x −y + 2z −w = −1
2x +y −2z −2w = −2
−x + 2y −4z +w = 1
3x −3w = −3
Solución:
(a)

¸
1 1 2
−1 −2 3
3 −7 4
¸

¸
x
1
x
2
x
3
¸

=

¸
8
1
10
¸

.
(b)

¸
¸
¸
1 −1 2 −1
2 1 −2 −2
−1 2 −4 1
3 0 0 −3
¸

¸
¸
¸
x
y
z
w
¸

=

¸
¸
¸
−1
−2
1
−3
¸

.
11. En cada apartado, expresar la ecuación matricial como un sistema de ecuaciones lineales
a)

¸
3 −1 2
4 3 7
−2 1 5
¸

¸
x
1
x
2
x
3
¸

=

¸
2
−1
4
¸

b)

¸
¸
¸
3 −2 0 1
5 0 2 −2
3 1 4 7
−2 5 1 6
¸

¸
¸
¸
w
x
y
z
¸

=

¸
¸
¸
0
0
0
0
¸

Solución:
(a)

3x
1
−x
2
+ 2x
3
= 2
4x
1
+ 3x
2
+ 7x
3
= −1
−2x
1
+x
2
+ 5x
3
= 4
(b)

3w −2x +z = 0
5w + 2y −2z = 0
3w +x + 4y + 7z = 0
−2w + 5x +y + 6z = 0
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 12
12. En cada apartado encontrar la forma escalonada y escalonada reducida de la matriz de orden
tres cuyos elementos son
a) a
ij
= i +j b) a
ij
= i
j−1
c) a
ij
=
½
1 si |i −j| > 1
−1 si |i −j| ≤ 1
Solución:
(a) A =

¸
2 3 4
3 4 5
4 5 6
¸

F
1
(1/2)
−→

¸
1 3/2 2
3 4 5
4 5 6
¸

F
21
(−3)
−→
F
31
(−4)

¸
1 3/2 2
0 −1/2 −1
0 −1 −2
¸

F
2
(−2)
−→

¸
1 3/2 2
0 1 2
0 −1 −2
¸

F
32
(1)
−→

¸
1 3/2 2
0 1 2
0 0 0
¸

F
12
(−3/2)
−→

¸
1 0 −1
0 1 2
0 0 0
¸

.
Luego la forma escalonada es la matriz

¸
1 3/2 2
0 1 2
0 0 0
¸

y la forma escalonada reducida

¸
1 0 −1
0 1 2
0 0 0
¸

.
(b) A =

¸
1 1 1
1 2 4
1 3 9
¸

F
21
(−1)
−→
F
31
(−1)

¸
1 1 1
0 1 3
0 2 8
¸

F
32
(−2)
−→

¸
1 1 1
0 1 3
0 0 2
¸

F
3
(1/2)
−→

¸
1 1 1
0 1 3
0 0 1
¸

.
La forma escalonada es la matriz

¸
1 1 1
0 1 3
0 0 1
¸

y la forma escalonada reducida es la iden-
tidad, pues tenemos tres unos principales, es decir, la matriz A es regular.
(c) A =

¸
−1 −1 1
−1 −1 −1
1 −1 −1
¸

F
1
(−1)
−→

¸
1 1 −1
−1 −1 −1
1 −1 −1
¸

F
21
(1)
−→
F
31
(−1)

¸
1 1 −1
0 0 −2
0 −2 0
¸

P
23
−→

¸
1 1 −1
0 −2 0
0 0 −2
¸

F
2
(−1/2)
−→
F
3
(−1/2)

¸
1 1 −1
0 −1 0
0 0 1
¸

.
La forma escalonada es la matriz

¸
1 1 −1
0 −1 0
0 0 1
¸

y la forma escalonada reducida es la
identidad, pues, como sucedía en el apartado anterior, tenemos tres unos principales, es
decir, la matriz A es regular.
13. Sea A =

¸
2 −1 3
0 4 5
−2 1 4
¸

, B =

¸
8 −3 −5
0 1 2
4 −7 6
¸

, C =

¸
0 −2 3
1 7 4
3 5 9
¸

, a = 4, b = −7.
Comprobar que se verifican las siguientes igualdades:
a) (AB)C = A(BC) b) (a +b) C = aC +bC c) A(B −C) = AB −AC
d)
¡
A
T
¢
T
= A e) (A+B)
T
= A
T
+B
T
f) (aC)
T
= aC
T
g) (AB)
T
= B
T
A
T
h) (AB)
−1
= B
−1
A
−1
i) (ABC)
−1
= C
−1
B
−1
A
−1
Solución:
Sólo se expondrán los resultados de las igualdades.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 13
(a) (AB)C = A(BC) =

¸
−10 −222 26
83 −67 278
87 33 240
¸

.
(b) (a +b) C = aC +bC =

¸
0 6 −9
−3 −21 −12
−9 −15 −27
¸

.
(c) A(B −C) = AB −AC =

¸
20 −32 −23
1 −84 −23
−13 −52 2
¸

.
(d)
¡
A
T
¢
T
= A =

¸
2 −1 3
0 4 5
−2 1 4
¸

.
(e) (A+B)
T
= A
T
+B
T
=

¸
10 0 2
−4 5 −6
−2 7 10
¸

.
(f) (aC)
T
= aC
T
=

¸
0 4 12
−8 28 20
12 16 36
¸

.
(g) (AB)
T
= B
T
A
T
=

¸
28 20 0
−28 −31 −21
6 38 36
¸

.
(h) (AB)
−1
= B
−1
A
−1
=

¸

53
1456
21
208

439
4368

15
182
3
26

59
546

5
104
7
104

11
312
¸

.
(i) (ABC)
−1
= C
−1
B
−1
A
−1
=

¸
1403
26208

1289
11232
29 987
235872

79
8736
37
3744

823
78624

17
936
113
2808

341
8424
¸

.
14. Sean A y B matrices cuadradas del mismo tamaño. ¿Es cierto que (AB)
2
= A
2
B
2
? Justificar
la respuesta.
Solución:
En generall la igualdad es falsa. Por ejemplo, tomando A =
µ
1 2
−1 3

y B =
µ
−1 0
2 1

, se
tiene
(AB)
2
=
µ
23 12
42 23

6=
µ
−1 8
−4 7

= A
2
B
2
.
No obstante, si las matrices A y B conmutan (es decir, si AB = BA) la igualdad si se verifica.
En efecto,
(AB)
2
= (AB)(AB) = ABA
|{z}
=AB
B = AABB = A
2
B
2
.
15. En cada apartado, usar la información para calcular A
a) A
−1
=
µ
2 −1
3 5

b) (7A)
−1
=
µ
−3 7
1 −2

c) (I + 2A)
−1
=
µ
−1 2
4 5

Solución:
En cada apartado, los cálculos de las inversas se dejan al alumno.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 14
(a) Puesto que A =
¡
A
−1
¢
−1
, calcularemos A obteniendo la inversa de la matriz
µ
2 −1
3 5

.
A =
µ
2 −1
3 5

−1
=
µ
5
13
1
13

3
13
2
13

.
(b) A =
1
7
µ
−3 7
1 −2

−1
=
µ
2
7
1
1
7
3
7

.
(c) A =
1
2
Ã
µ
−1 2
4 5

−1
−I
!
=
1
2
Ã
µ
−1 2
4 5

−1

µ
1 0
0 1

!
=
µ

9
13
1
13
2
13

6
13

.
16. Sea A =
µ
2 0
4 1

. Calcular A
3
, A
−3
y A
2
−2A+I. ¿Se tiene que verificar que A
2
−2A+I =
(A−I)
2
? ¿ Es cierto que (A−B)
2
= A
2
−2AB +B
2
?.Justificar la respuesta.
Solución:
(a) A
2
= A· A =
µ
2 0
4 1
¶µ
2 0
4 1

=
µ
4 0
12 1

.
A
3
= A
2
· A =
µ
4 0
12 1
¶µ
2 0
4 1

=
µ
8 0
28 1

.
Como A
−3
=
¡
A
−1
¢
3
=
¡
A
3
¢
−1
, podemos calcular A
−3
de dos formas:
Calculando la inversa de A
3
, o calculando la inversa de A y elevando al cubo. Calculamos
en primer lugar la inversa de A
3
.
µ
8 0 1 0
28 1 0 1

F
1(
1
8
)
−→
µ
1 0
1
8
0
28 1 0 1

F
21
(−28)
−→
µ
1 0
1
8
0
0 1 −
28
8
1

, luego
A
−3
=
µ
1
8
0

7
2
1

.
Ahora calculamos la inversa de A
µ
2 0 1 0
4 1 0 1

F
1(
1
2
)
−→
µ
1 0
1
2
0
4 1 0 1

F
21
(−28)
−→
µ
1 0
1
2
0
0 1 −2 1

y elevamos al cubo
µ
1
2
0
−2 1
¶µ
1
2
0
−2 1
¶µ
1
2
0
−2 1

=
µ
1
4
0
−3 1
¶µ
1
2
0
−2 1

=
µ
1
8
0

7
2
1

, el resulta-
do, por supuesto, es el mismo.
(b) A
2
−2A+I =
µ
4 0
12 1


µ
4 0
8 2

+
µ
1 0
0 1

=
µ
1 0
4 0

.
Observemos que (A−I)
2
= (A−I)(A−I) = A
2
−A· I −I · A+I = A
2
−2A+I, ya que
AI = IA = A.
Comprobemos con el ejemplo anterior que, efectivamente, (A − I)
2
= A
2
− 2A + I. Ya
tenemos calculado A
2
− 2A + I. Ahora calculamos (A − I)
2
=
µ
1 0
4 0
¶µ
1 0
4 0

=
µ
1 0
4 0

, que coincide con lo obtenido antes.
(c) En general, para el cálculo matricial, no es cierto que (A − B)
2
= A
2
− 2AB + B
2
, ya
que (A − B)
2
= A
2
− AB − BA + B
2
, y sabemos que el producto de matrices no es
commutativo, luego, salvo excepciones, AB 6= BA. Comprobemos con un ejemplo que
(A−B)
2
6= A
2
−2AB +B
2
. Sean A =
µ
1 −1
1 2

y B =
µ
2 1
0 3

, entonces (A−B)
2
=
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 15
µ
−1 −2
1 −1

2
=
µ
−1 4
−2 −1

, mientras que
A
2
−2AB +B
2
=
µ
1 −1
1 2

2
−2
µ
1 −1
1 2
¶µ
2 1
0 3

+
µ
2 1
0 3

2
=
µ
0 6
−1 −2

.
Puede comprobarse que AB =
µ
1 −1
1 2
¶µ
2 1
0 3

=
µ
2 −2
2 7

y
BA =
µ
2 1
0 3
¶µ
1 −1
1 2

=
µ
3 0
3 6

.
17. Demostrar que si una matriz cuadrada regular cumple la ecuación A
2
− 3A + I = 0, entonces
A
−1
= 3I −A.
Solución:
En el enunciado nos dicen que la matriz es regular, luego la matriz tiene inversa. De la ecuación
A
2
−3A+I = 0, deducimos, multiplicando a la izquierda por A
−1
, que A
−1
A
2
−3A
−1
A+A
−1
I =
0 =⇒A−3I +A
−1
= 0 =⇒A
−1
= 3I −A.
18. Considerar las matrices A =

¸
3 4 1
2 −7 −1
8 1 5
¸

, B =

¸
8 1 5
2 −7 −1
3 4 1
¸

, C =

¸
3 4 1
2 −7 −1
2 −7 3
¸

.
Encontrar matrices elementales E
1
, E
2,
E
3,
, E
4,
tales que se cumpla: E
1
A = B, E
2
B = A, E
3
A =
C, E
4
C = A.
Solución:
(a) Observemos que las matrices B y A tienen los mismos elementos, pero que B resulta de
cambiar entre sí las filas primera y tercera de A. Es decir, A
P
13
−→B, luego P
13
A = B, y la
matriz elemental E
1
que nos piden es E
1
= P
13
=

¸
0 0 1
0 1 0
1 0 0
¸

. Razonando de la misma
forma se justifica que P
13
B = A, luego de nuevo E
2
= P
13
=

¸
0 0 1
0 1 0
1 0 0
¸

.
(b) Observemos que las filas primera y segunda de C coinciden con las de A y que la tercera
fila de C se obtiene de sumarle a la tercera fila de A la primera multiplicada por −2, es
decir, A
F
31
(−2)
−→ C. Luego F
31
(−2)A = C, y la matriz elemental E
3
que nos piden es E
3
=
F
31
(−2) =

¸
1 0 0
0 1 0
−2 0 1
¸

. Razonando de la misma forma se obtiene que F
31
(2)C = A,
por lo tanto, E
4
= F
31
(2) =

¸
1 0 0
0 1 0
2 0 1
¸

.
19. Calcular, en el caso de que exista, la inversa de cada una de las siguientes matrices
µ
1 4
2 7

,
µ
6 −4
−3 2

,

¸
3 4 −1
1 0 3
2 5 −4
¸

,

¸
−1 3 −4
2 4 1
−4 2 −9
¸

,

¸
1 0 1
0 1 1
1 1 0
¸

,
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 16

¸
¸
¸
1 0 0 0
1 3 0 0
1 3 5 0
1 3 5 7
¸

,

¸
¸
¸
1 2 3
9 5 −1
0 2 5
−1 3 1
¸

.
Solución:
(a)
µ
1 4 1 0
2 7 0 1

F
21
(−2)
−→
µ
1 4 1 0
0 −1 −2 1

F
2
(−1)
−→
µ
1 4 1 0
0 1 2 −1

F
12
(−4)
−→
µ
1 0 −7 4
0 1 2 −1

, luego
µ
1 4
2 7

−1
=
µ
−7 4
2 −1

.
(b)
µ
6 −4 1 0
−3 2 0 1

F
1
(
1
6
)
−→
µ
1 −
4
6
1
6
0
−3 2 0 1

F
21
(−3)
−→
µ
1 −
4
6
1
6
0
0 0
1
2
1

, luego la matriz
µ
6 −4
−3 2

no tiene inversa.
(c)

¸
3 4 −1 1 0 0
1 0 3 0 1 0
2 5 −4 0 0 1
¸

P
12
−→

¸
1 0 3 0 1 0
3 4 −1 1 0 0
2 5 −4 0 0 1
¸

F
21
(−3)
−→
F
31
(−2)

¸
1 0 3 0 1 0
0 4 −10 1 −3 0
0 5 −10 0 −2 1
¸

P
12
−→

¸
1 0 3 0 1 0
0 5 −10 0 −2 1
0 4 −10 1 −3 0
¸

F
2(
1
5
)
−→

¸
1 0 3 0 1 0
0 1 −2 0 −
2
5
1
5
0 4 −10 1 −3 0
¸

F
32
(−4)
−→

¸
1 0 3 0 1 0
0 1 −2 0 −
2
5
1
5
0 0 −2 1 −
7
5
4
5
¸

F
3(−
1
2
)
−→

¸
1 0 3 0 1 0
0 1 −2 0 −
2
5
1
5
0 0 1 −
1
2
7
10
2
5
¸

F
23
(2)
−→
F
13
(−3)

¸
1 0 0
3
2

11
10

6
5
0 1 0 −1 1 1
0 0 1 −
1
2
7
10
2
5
¸

, luego

¸
3 4 −1
1 0 3
2 5 −4
¸

−1
=

¸
3
2

11
10

6
5
−1 1 1

1
2
7
10
2
5
¸

.
(d)

¸
−1 3 −4 1 0 0
2 4 1 0 1 0
−4 2 −9 0 0 1
¸

F
1
(−1)
−→

¸
1 −3 4 −1 0 0
2 4 1 0 1 0
−4 2 −9 0 0 1
¸

F
21
(−2)
−→
F
31
(4)

¸
1 −3 4 −1 0 0
0 10 −7 2 1 0
0 −10 7 −4 0 1
¸

F
2(
1
10
)
−→

¸
1 −3 4 −1 0 0
0 1 −
7
10
2
10
1
10
0
0 −10 7 −4 0 1
¸

F
2
(10)
−→

¸
1 −3 4 −1 0 0
0 1 −
7
10
2
10
1
10
0
0 0 0
¸

, luego esta matriz no tiene inversa.
(e)

¸
1 0 1 1 0 0
0 1 1 0 1 0
1 1 0 0 0 1
¸

F
31
(−1)
−→

¸
1 0 1 1 0 0
0 1 1 0 1 0
0 1 −1 −1 0 1
¸

F
32
(−1)
−→

¸
1 0 1 1 0 0
0 1 1 0 1 0
0 0 −2 −1 −1 1
¸

F
3(−
1
2
)
−→

¸
1 0 1 1 0 0
0 1 1 0 1 0
0 0 1
1
2
1
2

1
2
¸

F
23
(−1)
−→
F
13
(−1)

¸
1 0 0
1
2

1
2
1
2
0 1 0 −
1
2
1
2
1
2
0 0 1
1
2
1
2

1
2
¸

, luego
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 17

¸
1 0 1
0 1 1
1 1 0
¸

−1
=

¸
1
2

1
2
1
2

1
2
1
2
1
2
1
2
1
2

1
2
¸

. Obsérvese que la inversa de una matriz simétrica
también es una matriz simétrica.
(f)

¸
¸
¸
1 0 0 0 1 0 0 0
1 3 0 0 0 1 0 0
1 3 5 0 0 0 1 0
1 3 5 7 0 0 0 1
¸

F
21
(−1)
−→
F
31
(−1)
F
41
(−1)

¸
¸
¸
1 0 0 0 1 0 0 0
0 3 0 0 −1 1 0 0
0 3 5 0 −1 0 1 0
0 3 5 7 −1 0 0 1
¸

F
32
(−1)
−→
F
42
(−.13)

¸
¸
¸
1 0 0 0 1 0 0 0
0 3 0 0 −1 1 0 0
0 0 5 0 0 −1 1 0
0 0 5 7 0 −1 0 1
¸

F
43
(−1)
−→

¸
¸
¸
1 0 0 0 1 0 0 0
0 3 0 0 −1 1 0 0
0 0 5 0 0 −1 1 0
0 0 0 7 0 0 −1 1
¸

F
2
(1/3)
−→
F
3
(1/5)
F
4
(1/7)

¸
¸
¸
1 0 0 0 1 0 0 0
0 1 0 0 −
1
3
1
3
0 0
0 0 1 0 0 −
1
5
1
5
0
0 0 0 1 0 0 −
1
7
1
7
¸

, luego

¸
¸
¸
1 0 0 0
1 3 0 0
1 3 5 0
1 3 5 7
¸

−1
=

¸
¸
¸
1 0 0 0

1
3
1
3
0 0
0 −
1
5
1
5
0
0 0 −
1
7
1
7
¸

. Se comprueba que la inversa de esta matriz
triangular inferior es también triangular inferior, como sucede en general.
(g) La matriz

¸
¸
¸
1 2 3
9 5 −1
0 2 5
−1 3 1
¸

no tiene inversa porque no es cuadrada.
20. Considerar la matriz A =
µ
1 0
−5 2

.
(a) Encontrar matrices elementales E
1
y E
2
tales que E
2
E
1
A = I.
(b) Escribir A
−1
como un producto de dos matrices elementales.
(c) Escribir A como un producto de dos matrices elementales.
Solución:
(a) Realizamos transformaciones elmentales para llevar la matiz A a la identidad.
µ
1 0
−5 2

F
21
(5)
−→
µ
1 0
0 2

F
2(
1
2
)
−→
µ
1 0
0 1

. De aquí deducimos que F
2
¡
1
2
¢
F
21
(5) A = I,
luego E
2
= F
2
¡
1
2
¢
=
µ
1 0
0
1
2

y E
1
= F
21
(5) =
µ
1 0
5 1

.
(b) Como E
2
E
1
A = I, multiplicando a la derecha por A
−1
obtenemos E
2
E
1
AA
−1
= IA
−1
,
luego
A
−1
= E
2
E
1
=
µ
1 0
0
1
2
¶µ
1 0
5 1

.
(c) Como E
2
E
1
A = I, multiplicando a la izquierda por E
−1
2
obtenemos E
1
A = E
−1
2
y multi-
plicando ahora por E
−1
1
se obtiene A = E
−1
1
E
−1
2
=
µ
1 0
−5 1
¶µ
1 0
0 2

.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 18
21. Expresar la matriz A =

¸
0 1 7 8
1 3 3 8
−2 −5 1 −8
¸

en la forma A = EFGR, donde E, F y G son
matrices elementales y R está en la forma escalonada.
Solución:
Hacemos transformaciones elementales para llevar A hasta la matriz escalonada R. Ésto nos
dará las matrices que estamos buscando.
A =

¸
0 1 7 8
1 3 3 8
−2 −5 1 −8
¸

P
21
−→

¸
1 3 3 8
0 1 7 8
−2 −5 1 −8
¸

F
31
(2)
−→

¸
1 3 3 8
0 1 7 8
0 1 7 8
¸

F
32
(−1)
−→

¸
1 3 3 8
0 1 7 8
0 0 0 0
¸

= R.
Por lo tanto F
32
(−1) F
31
(2) P
21
A = R y despejando A convenientemente obtenemos:
A = P
−1
21
F
31
(2)
−1
F
32
(−1)
−1
R =

¸
0 1 0
1 0 0
0 0 1
¸

¸
1 0 0
0 1 0
−2 0 1
¸

¸
1 0 0
0 1 0
0 1 1
¸

¸
1 3 3 8
0 1 7 8
0 0 0 0
¸

.
22. En cada apartado encontrar las condiciones que deben satisfacer las b para que el sistema tenga
solución
a)
½
6x
1
−4x
2
= b
1
3x
1
−2x
2
= b
2
b)

x
1
−2x
2
+ 5x
3
= b
1
4x
1
−5x
2
+ 8x
3
= b
2
−3x
1
+ 3x
2
−3x
3
= b
3
c)

x
1
−2x
2
−x
3
= b
1
−4x
1
+ 5x
2
+ 2x
3
= b
2
−4x
1
+ 7x
2
+ 4x
3
= b
3
Solución:
En cada uno de los apartados utilizaremos el método de Gauss.
(a)
µ
6 −4 b
1
3 −2 b
2

F
1(
1
6
)
−→
µ
1 −
4
6
b
1
6
3 −2 b
2

F
21
(−3)
−→
µ
1 −
4
6
b
1
6
0 0 b
2

b
1
2

, luego este sistema
tendrá solución cuando b
2

b
1
2
= 0, o lo que es lo mismo, cuando 2b
2
−b
1
= 0. Obsérvese
que en este caso el sistema tiene infinitas soluciones dependiendo de un parámetro.
(b)

¸
1 −2 5 b
1
4 −5 8 b
2
−3 3 −3 b
3
¸

F
21
(−4)
−→
F
31
(3)

¸
1 −2 5 b
1
0 3 −12 b
2
−4b
1
0 −3 12 b
3
+ 3b
1
¸

F
2(
1
3
)
−→

¸
1 −2 5 b
1
0 1 −4
b
2
−4b
1
3
0 −3 12 b
3
+ 3b
1
¸

F
32
(3)
−→

¸
1 −2 5 b
1
0 1 −4
b
2
−4b
1
3
0 0 0 b
3
+b
2
−b
1
¸

, luego este sistema tiene
solución si y sólo si b
3
+b
2
−b
1
= 0.
En este caso el sistema tendrá infinitas soluciones dependiendo de un parámetro.
(c)

¸
1 −2 −1 b
1
−4 5 2 b
2
−4 7 4 b
3
¸

F
21
(4)
−→
F
31
(4)

¸
1 −2 5 b
1
0 −3 −2 4b
1
+b
2
0 −1 0 4b
1
+b
3
¸

P
23
−→

¸
1 −2 5 b
1
0 −1 0 4b
1
+b
3
0 −3 −2 4b
1
+b
2
¸

F
2
(−1)
−→

¸
1 −2 5 b
1
0 1 0 −4b
1
−b
3
0 −3 −2 4b
1
+b
2
¸

F
32
(3)
−→

¸
1 −2 5 b
1
0 1 0 −4b
1
−b
3
0 0 −2 −8b
1
+b
2
−3b
3
¸

Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 19
F
3(−
1
2
)
−→

¸
1 −2 5 b
1
0 1 0 −4b
1
−b
3
0 0 1
8b
1
−b
2
+3b
3
2
¸

. En este caso el sistema siempre tiene solución, inde-
pendientemete del valor que tomen los b
i
. Además para cada b el sistema tendrá solución
única.
23. Considerar las matrices A =

¸
2 1 2
2 2 −2
3 1 1
¸

y x =

¸
x
1
x
2
x
3
¸

.
(a) Demostrar que la ecuación Ax = x se puede escribir como (A−I) x = 0 y usar este
resultado para resolver Ax = x.
(b) Resolver Ax = 4x.
Solución:
(a) El sistema Ax = x puede escribirse en la forma Ax = Ix, que es equivalente a (A−I) x = 0.
Tenemos por tanto que resolver el sistema homogéneo

¸
1 1 2
2 1 −2
3 1 0
¸

¸
x
1
x
2
x
3
¸

= 0. A
continuación usamos el método de Gauss.

¸
1 1 2 0
2 1 −2 0
3 1 0 0
¸

F
21
(−2)
−→
F
31
(−3)

¸
1 1 2 0
0 −1 −6 0
0 −2 −6 0
¸

F
2
(−1)
−→

¸
1 1 2 0
0 1 6 0
0 −2 −6 0
¸

F
32
(2)
−→

¸
1 1 2 0
0 1 6 0
0 0 6 0
¸

F
3(
1
6
)
−→

¸
1 1 2 0
0 1 6 0
0 0 1 0
¸

. La única solución de este sistema es la
solución
trivial

x
1
= 0
x
2
= 0
x
3
= 0
(b) Con el mismo razonamiento que en el apartado (a) tenemos Ax = 4x puede escribirse en
la forma Ax = 4Ix, que es equivalente a (A−4I) x = 0. Tenemos por tanto que resolver el
sistema homogéneo

¸
−2 1 2
2 −4 −2
3 1 −3
¸

¸
x
1
x
2
x
3
¸

= 0. A continuación usamos el método de
Gauss.

¸
−2 1 2 0
2 −4 −2 0
3 1 −3 0
¸

P
12
−→

¸
2 −4 −2 0
−2 1 2 0
3 1 −3 0
¸

F
1(
1
2
)
−→

¸
1 −2 −1 0
−2 1 2 0
3 1 −3 0
¸

F
21
(2)
−→
F
31
(−3)

¸
1 −2 −1 0
0 −3 0 0
0 7 0 0
¸

F
2(−
1
3
)
−→

¸
1 −2 −1 0
0 1 0 0
0 7 0 0
¸

F
32
(−7)
−→

¸
1 −2 −1 0
0 1 0 0
0 0 0 0
¸

. Por lo tanto
el sistema tiene infinitas soluciones dependientes de un parámetro
½
x
1
−2x
2
−x
3
= 0
x
2
= 0
=⇒

x
1
= t
x
2
= 0
x
3
= t
Efectivamente, puede comprobarse, aunque no es necesario, que

¸
2 1 2
2 2 −2
3 1 1
¸

¸
t
0
t
¸

=

¸
4t
0
4t
¸

= 4

¸
t
0
t
¸

.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 20
24. Resolver la ecuación matricial para X

¸
1 −1 1
2 3 0
0 2 −1
¸

X =

¸
2 −1 5 7
4 0 −3 0
3 5 −7 2
¸

Solución:
(a) En primer lugar observemos que la matriz X debe tener orden 3 por 4. Si denotamos
con x
1
, x
2
, x
3
, x
4
a las columnas de X y A =

¸
1 −1 1
2 3 0
0 2 −1
¸

realmente tenemos que
resolver los cuatro sistemas siguientes Ax
1
=

¸
2
4
3
¸

, Ax
2
=

¸
−1
0
5
¸

, Ax
3
=

¸
5
−3
−7
¸

,
Ax
4
=

¸
7
0
2
¸

. Resolvemos el primero, por el método de Gauss-Jordan.

¸
1 −1 1 2
2 3 0 4
0 2 −1 3
¸

F
21
(−2)
−→

¸
1 −1 1 2
0 5 −2 0
0 2 −1 3
¸

F
2(
1
5
)
−→

¸
1 −1 1 2
0 1 −
2
5
0
0 2 −1 3
¸

F
32
(−2)
−→

¸
1 −1 1 2
0 1 −
2
5
0
0 0 −
1
5
3
¸

F
3
(−5)
−→

¸
1 −1 1 2
0 1 −
2
5
0
0 0 1 −15
¸

F
12
(−1)
−→
F
23(
2
5
)

¸
1 −1 0 17
0 1 0 −6
0 0 1 −15
¸

F
12
(1)
−→

¸
1 0 0 11
0 1 0 −6
0 0 1 −15
¸

, luego la primera columna x
1
de la matriz X es

¸
11
−6
15
¸

.
Para obtener la segunda columna, y teniendo en cuenta que la matriz de los coefcientes es
la misma, tendremos que hacer a la columna

¸
−1
0
5
¸

las mismas transformaciones que
antes le hemos hecho a la columna

¸
2
4
3
¸

¸
−1
0
5
¸

F
21
(−2)
−→

¸
−1
2
5
¸

F
2(
1
5
)
−→

¸
−1
2
5
5
¸

F
32
(−2)
−→

¸
−1
2
5
5
¸

F
3
(−5)
−→

¸
−1
2
5
−21
¸

F
12
(−1)
−→
F
23(
2
5
)

¸
20
−8
−21
¸

F
12
(1)
−→

¸
12
−8
−21
¸

, luego la segunda columna x
2
de la matriz X es

¸
12
−8
−21
¸

.
Haciendo lo mismo con las otras dos obtenemos:

¸
5
−3
−7
¸

F
21
(−2)
−→

¸
5
−13
−7
¸

F
2(
1
5
)
−→

¸
5

13
5
−7
¸

F
32
(−2)
−→

¸
−1

13
5

9
5
¸

F
3
(−5)
−→

¸
−1

13
5
9
¸

F
12
(−1)
−→
F
23(
2
5
)

¸
5
1
9
¸

F
12
(1)
−→

¸
−4
1
9
¸

, luego la tercera columna x
3
de la matriz X es

¸
−4
1
9
¸

¸
7
0
2
¸

F
21
(−2)
−→

¸
7
−14
2
¸

F
2(
1
5
)
−→

¸
7

14
5
2
¸

F
32
(−2)
−→

¸
7

14
5
38
5
¸

F
3
(−5)
−→
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 21

¸
7

14
5
38
¸

F
12
(−1)
−→
F
23(
2
5
)

¸
45
−18
−38
¸

F
12
(1)
−→

¸
27
−18
−38
¸

, luego la cuarta columna x
4
de la matriz X
es

¸
27
−18
−38
¸

.
Finalmente la matriz X =
£
x
1
, x
2
, x
3
, x
4
¤
=

¸
11 12 −3 27
−6 −8 1 −18
−15 −21 9 −38
¸

.
(b) Una segunda forma de resolver la ecuación matricial (no necesariamente más rápida) es
calcular primero

¸
1 −1 1
2 3 0
0 2 −1
¸

−1
=

¸
3 −1 3
−2 1 −2
−4 2 −5
¸

y entonces calcular
X =

¸
3 −1 3
−2 1 −2
−4 2 −5
¸

¸
2 −1 5 7
4 0 −3 0
3 5 −7 2
¸

=

¸
11 12 −3 27
−6 −8 1 −18
−15 −21 9 −38
¸

.
(c) Una tercera posibilidad es, ya que tenemos que resolver cuatro sistemas distintos con la
misma matriz de los coeficientes, obtener la desomposición LU de la matriz (si es que se
puede) y resolver los sistemas por éste método.
Con las cuentas que hemos hecho previamente la descomposición de A es:
A = LU =

¸
1 0 0
2 5 0
0 2 −
1
5
¸

¸
1 −1 1
0 1 −
2
5
0 0 1
¸

. Ahora resolvemos por el método LU el
último de los sistemas (y de la misma forma se resolverían los demás):
Ax = b ⇐⇒ (LU)x = b ⇐⇒ L(Ux) = b. Llamando Ux = y, resuelvo en primer lugar el
sistema Ly = b por el método de bajada y después el sistema Ux = y por el método de
subida.
Ly = b =⇒

y
1
= 7
2y
1
+ 5y
2
= 0
2y
2

1
5
y
3
= 2
=⇒

y
1
= 7
y
2
= −
14
5
y
3
= −38
Ux = y =⇒

x
1
−x
2
+x
3
= 7
x
2

2
5
x
3
= −
14
5
x
3
= −38
=⇒

x
1
= 27
x
2
= −18
x
3
= −38
25. Encontrar todos los valores de a, b y c para los que la matriz A es simétrica
A =

¸
2 a −2b + 2c 2a +b +c
3 5 a +c
0 −2 7
¸

Solución:
Recordemos que una matriz cuadrada A es simétrica si A = A
T
, o lo que es lo mismo si a
ij
= a
ji
para todo i, j. Por lo tanto la matriz A de nuestro ejercicio será simétrica para aquellos valores
de a, b, c para los que se verifique que:

a −2b + 2c = 3
2a +b +c = 0
a +c = −2
. Tenemos por tanto que resolver un
sistema de ecuaciones lineales donde las incognitas son a, b y c.

¸
1 −2 2 3
2 1 1 0
1 0 1 −2
¸

F
21
(−2)
−→
F
31
(−1)

¸
1 −2 2 3
0 5 −3 −6
0 2 −1 −5
¸

F
2(
1
5
)
−→

¸
1 −2 2 3
0 1 −
3
5

6
5
0 2 −1 −5
¸

F
32
(−2)
−→
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 22

¸
1 −2 2 3
0 1 −
3
5

6
5
0 0
1
5

13
5
¸

F
3
(5)
−→

¸
1 −2 2 3
0 1 −
3
5

6
5
0 0 1 −13
¸

=⇒

a = 11
b = −9
c = −13
26. Encontrar todos los valores de a y b para los que las matrices A y B no son invertibles.
A =
µ
a +b −1 0
0 3

, B =
µ
5 0
0 2a −3b + 7

.
Solución:
La matriz A es invertible si y sólo si la forma escalonada reducida de A es la identidad. Hacien-
do transformaciones elementales vemos que
µ
a +b −1 0
0 3

−1
=
µ
1
a+b−1
0
0
1
3

y ésto sólo
puede hacerse si a + b − 1 6= 0. De la misma forma
µ
5 0
0 2a −3b + 7

−1
=
µ
1
5
0
0
1
2a−3b+7

,
que puede realizarse sólo cuando 2a − 3b + 7 6= 0. De aquí deducimos que A y B no tienen
inversa (simultáneamente) si
½
a +b = 1
2a −3b = −7
. Ahora resolvemos el sistema por el método de
Gauss
µ
1 1 1
2 −3 −7

F
21
(−2)
−→
µ
1 1 1
0 −5 −9

F
2(−
1
5
)
−→
µ
1 1 1
0 1
9
5

=⇒
½
a = −
4
5
b =
9
5
27. Sea A una matriz simétrica.
(a) Demostrar que A
2
es simétrica.
(b) Demostrar que 2A
2
−3A+I es simétrica.
Solución:
A es simétrica si A
T
= A. Para probar que A
2
es simétrica debemos probar que
¡
A
2
¢
T
= A
2
.
Pero esto es inmediato ya que
¡
A
2
¢
T
= (A· A)
T
= A
T
A
T
= AA = A
2
.
De la misma forma
¡
2A
2
−3A+I
¢
T
= 2
¡
A
2
¢
T
−3 (A)
T
+ I
T
= 2A
2
−3A + I ya que A
2
y A
son simétricas.
28. En cada apartado, encontrar la descomposición LU de la matriz de los coeficientes. Después
usar dicha descomposición para resolver el sistema
a)
µ
−5 −10
6 5
¶µ
x
1
x
2

=
µ
−10
19

b)
µ
2 8
−1 −1
¶µ
x
1
x
2

=
µ
−2
2

c)

¸
2 −2 −2
0 −2 2
−1 5 2
¸

¸
x
1
x
2
x
3
¸

=

¸
−4
−2
6
¸

d)

¸
−3 12 −6
1 −2 2
0 1 1
¸

¸
x
1
x
2
x
3
¸

=

¸
−33
7
−1
¸

e)

¸
−1 −3 −4
3 10 −10
−2 −4 11
¸

¸
x
1
x
2
x
3
¸

=

¸
−6
−3
9
¸

f)

¸
¸
¸
2 −4 0 0
1 2 1 0
0 −1 0 0
0 0 0 2
¸

¸
¸
¸
x
1
x
2
x
3
x
4
¸

=

¸
¸
¸
8
0
1
0
¸

.
Solución:
(a) En primer lugar obtenemos la descomposición LU de A
µ
−5 −10
6 5

F
1(−
1
5
)
−→
µ
1 2
6 5

F
21
(−6)
−→
µ
1 2
0 −7

F
2(−
1
7
)
−→
µ
1 2
0 1

, por lo tanto la des-
composición LU de A es: A = LU =
µ
−5 0
6 −7
¶µ
1 2
0 1

. Ahora resolvemos el sistema
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 23
Ax = b por el método LU. Para ello resolvemos primero el sistema triangular inferior Ly =
b ⇒
½
−5y
1
= −10
6y
1
−7y
2
= 19

½
y
1
= 2
y
2
= −1
y a continuación el sistema triangular superior
Ux = y ⇒
½
x
1
+x
2
= 2
x
2
= −1

½
x
1
= 4
x
2
= −1
(b) En primer lugar obtenemos la descomposición LU de A
µ
2 8
−1 −1

F
1(
1
2
)
−→
µ
1 4
−1 −1

F
21
(1)
−→
µ
1 4
0 3

F
2(
1
3
)
−→
µ
1 4
0 1

, por lo tanto la descom-
posición LU de A es: A = LU =
µ
2 0
−1 3
¶µ
1 4
0 1

. Ahora resolvemos el sistema
Ax = b por el método LU. Para ello resolvemos primero el sistema triangular inferior
Ly = b ⇒
½
2y
1
= −2
−y
1
+ 3y
2
= 2

½
y
1
= −1
y
2
=
1
3
y a continuación el sistema triangular superi-
or Ux = y ⇒
½
x
1
+ 4x
2
= −1
x
2
=
1
3

½
x
1
= −
7
3
x
2
=
1
3
.
(c) En primer lugar obtenemos la descomposición LU de A

¸
2 −2 −2
0 −2 2
−1 5 2
¸

F
1(
1
2
)
−→

¸
1 −1 −1
0 −2 2
−1 5 2
¸

F
31
(1)
−→

¸
1 −1 −1
0 −2 2
0 4 1
¸

F
2(−
1
2
)
−→

¸
1 −1 −1
0 1 −1
0 4 1
¸

F
32
(−4)
−→

¸
1 −1 −1
0 1 −1
0 0 5
¸

F
3(
1
5
)
−→

¸
1 −1 −1
0 1 −1
0 0 1
¸

, por lo tanto la descomposición LU de A
es:
A = LU =

¸
2 0 0
0 −2 0
−1 4 5
¸

¸
1 −1 −1
0 1 −1
0 0 1
¸

. Ahora resolvemos el sistema Ax = b por
el método LU. Para ello resolvemos primero el sistema triangular inferior Ly = b ⇒

2y
1
= −4
−2y
2
= −2
−y
1
+ 4y
2
+ 5y
3
= 6

y
1
= −2
y
2
= 1
y
3
= 0
y a continuación el sistema triangular superior
Ux = y ⇒

x
1
−x
2
−x
3
= −2
x
2
−x
3
= 1
x
3
= 0

x
1
= −1
x
2
= 1
x
3
= 0
.
(d) En primer lugar obtenemos la descomposición LU deA

¸
−3 12 −6
1 −2 2
0 1 1
¸

F
1(−
1
3
)
−→

¸
1 −4 2
1 −2 2
0 1 1
¸

F
21
(−1)
−→

¸
1 −4 2
0 2 0
0 1 1
¸

F
2(
1
2
)
−→

¸
1 −4 2
0 1 0
0 1 1
¸

F
32
(−1)
−→

¸
1 −4 2
0 1 0
0 0 1
¸

, por lo tanto la descomposición LU de A es:
A = LU =

¸
−3 0 0
1 2 0
0 1 1
¸

¸
1 −4 2
0 1 0
0 0 1
¸

Ahora resolvemos el sistema Ax = b por el método LU. Para ello resolvemos primero el
sistema triangular inferior Ly = b ⇒

−3y
1
= −33
y
1
+ 2y
2
= 7
y
2
+y
3
= −1

y
1
= 11
y
2
= −2
y
3
= 1
y a continuación el
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 24
sistema triangular superior Ux = y ⇒

x
1
−4x
2
+ 2x
3
= 11
x
2
= −2
x
3
= 1

x
1
= 1
x
2
= −2
x
3
= 1
.
(e) En primer lugar obtenemos la descomposición LU de A

¸
−1 −3 −4
3 10 −10
−2 −4 11
¸

F
1
(−1)
−→

¸
1 3 4
3 10 −10
−2 −4 11
¸

F
21
(−3)
−→
F
31
(2)

¸
1 3 4
0 1 −22
0 2 19
¸

F
32
(−2)
−→

¸
1 3 4
0 1 −22
0 0 63
¸

F
3(
1
63
)
−→

¸
1 3 4
0 1 −22
0 0 1
¸

, por lo tanto la descomposición LU de A
es:
A = LU =

¸
−1 0 0
3 1 0
−2 2 63
¸

¸
1 3 4
0 1 −22
0 0 1
¸

. Ahora resolvemos el istema Ax = b por
el método LU. Para ello resolvemos primero el sistema triangular inferior Ly = b ⇒

−y
1
= −6
3y
1
+y
2
= −3
−2y
1
+ 2y
2
+ 63y
3
= 9

y
1
= 6
y
2
= −21
y
3
= 1
y a continuación el sistema triangular superior
Ux = y ⇒

x
1
+ 3x
2
+ 4x
3
= 6
x
2
−22x
3
= −21
x
3
= 1

x
1
= −1
x
2
= 1
x
3
= 1
(f) En primer lugar obtenemos la descomposición LU de A

¸
¸
¸
2 −4 0 0
1 2 1 0
0 −1 0 0
0 0 0 2
¸

F
1(
1
2
)
−→

¸
¸
¸
1 −2 0 0
1 2 1 0
0 −1 0 0
0 0 0 2
¸

F
21
(−1)
−→

¸
¸
¸
1 −2 0 0
0 4 1 0
0 −1 0 0
0 0 0 2
¸

F
2(
1
4
)
−→

¸
¸
¸
1 −2 0 0
0 1
1
4
0
0 −1 0 0
0 0 0 2
¸

F
32
(1)
−→

¸
¸
¸
1 −2 0 0
0 1
1
4
0
0 0
1
4
0
0 0 0 2
¸

F
3
(4)
−→

¸
¸
¸
1 −2 0 0
0 1
1
4
0
0 0 1 0
0 0 0 2
¸

F
4(
1
2
)
−→

¸
¸
¸
1 −2 0 0
0 1
1
4
0
0 0 1 0
0 0 0 1
¸

, por lo tanto la descomposición LU de A es:
A = LU =

¸
¸
¸
2 0 0 0
1 4 0 0
0 −1
1
4
0
0 0 0 2
¸

¸
¸
¸
1 −2 0 0
0 1
1
4
0
0 0 1 0
0 0 0 1
¸

.
Ahora resolvemos el sistema Ax = b por el método LU. Para ello resolvemos primero el
sistema triangular inferior Ly = b ⇒

2y
1
= 8
y
1
+ 4y
2
= 0
y
2
+
1
4
y
3
= 1
y
4
= 0

y
1
= 4
y
2
= −1
y
3
= 0
y
4
= 0
y a continuación el
sistema triangular superior Ux = y ⇒

x
1
−2x
2
= 4
x
2
+
1
4
x
3
= −1
x
3
= 0
x
4
= 0

x
1
= 2
x
2
= −1
x
3
= 0
x
4
= 0
.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 25
29. En cada apartado, determinar los valores de a, para los que exsite la descomposición LU de A,
y cuando sea posible obtenerla.
a) A =

¸
1 1 2
−1 a 3
0 2 0
¸

b) A =

¸
1 a
2
2
2 8 −1
−1 0 0
¸

Solución:
(a) Obtenemos la descomposición LU de A

¸
1 1 2
−1 a 3
0 2 0
¸

F
21
(1)
−→

¸
1 1 2
0 a + 1 5
0 2 0
¸

a1) Si a + 1 6= 0 podemos seguir el método de Gauss sin intercambio de filas. Seguimos
por tanto suponiendo que a 6= −1. En este caso,

¸
1 1 2
0 a + 1 5
0 2 0
¸

F
2(
1
a+1
)
−→

¸
1 1 2
0 1
5
a+1
0 2 0
¸

F
32
(−2)
−→

¸
1 1 2
0 1
5
a+1
0 0
−10
a+1
¸

F
2(−
a+1
10
)
−→

¸
1 1 2
0 1
5
a+1
0 0 1
¸

,
por lo tanto la descomposición LU de A es:
A = LU =

¸
1 0 0
−1 a + 1 0
0 2
−10
a+1
¸

¸
1 1 2
0 1
5
a+1
0 0 1
¸

.
a2) Si a+1 = 0, entonces la matriz que queda después de realizar la primera transformación
es

¸
1 1 2
0 0 5
0 2 0
¸

y para seguir con el método de Gauss necesitamos intercambiar las filas
dos y tres.

¸
1 1 2
0 0 5
0 2 0
¸

P
32
−→

¸
1 1 2
0 2 0
0 0 5
¸

F
2(
1
2
)
−→

¸
1 1 2
0 1 0
0 0 5
¸

F
3(
1
5
)
−→

¸
1 1 2
0 1 0
0 0 1
¸

.
Vemos que es posible llegar a una matriz triangular superior con unos en la diagonal,
pero No podemos obtener la descomposición LU.
(b) Obtenemos la descomposición LU de A

¸
1 a
2
2
2 8 −1
−1 0 0
¸

F
21
(−2)
−→

¸
1 a
2
2
0 8 −2a
2
−5
−1 0 0
¸

F
31
(1)
−→

¸
1 a
2
2
0 8 −2a
2
−5
0 a
2
2
¸

b1) Si 8 −2a
2
6= 0 o lo que es lo mismo, si a 6= 2 y a 6= −2 podemos seguir el método de
Gauss sin intercambio de filas. Seguimos por tanto suponiendo que a 6= 2 y a 6= −2.
En este caso

¸
1 a
2
2
0 8 −2a
2
−5
0 a
2
2
¸

F
2
³
1
8−2a
2
´
−→

¸
1 a
2
2
0 1 −
5
8−2a
2
0 a
2
2
¸

F
32(−a
2
)
−→

¸
¸
1 a
2
2
0 1 −
5
8−2a
2
0 0
16+a
2
8−2a
2
¸

F
3

¸
1
16+a
2
8−2a
2
¸

−→

¸
1 a
2
2
0 1 −
5
8−2a
2
0 0 1
¸

. Obsérvese que la última transformación F
3
µ
1
16+a
2
8−2a
2

puede realizarse sin ninguna dificultad ya que 16+a
2
es siempre distinto de cero. La des-
composición LU de A es A = LU =

¸
1 0 0
2 8 −2a
2
0
−1 a
2 16+a
2
8−2a
2
¸

¸
1 a
2
2
0 1 −
5
8−2a
2
0 0 1
¸

.
Boletín 1. Sistemas de Ecuaciones Lineales y Matrices 26
b2) Si 8−2a
2
= 0 o lo que es lo mismo, si a = 2 ó a = −2 la matriz que queda después de re-
alizar las dos primeras transformaciones es

¸
1 4 2
0 0 −5
0 4 2
¸

. Podemos seguir realizando
transformaciones hasta llegar a la matriz U.

¸
1 4 2
0 0 −5
0 4 2
¸

P
32
−→

¸
1 4 2
0 4 2
0 0 −5
¸

F
2(
1
4
)
−→

¸
1 4 2
0 1 2
0 0 −5
¸

F
3(−
1
5
)
−→

¸
1 4 2
0 1 2
0 0 1
¸

. Como hemos necesitado realizar intercambios
de filas no es posible obtener la descomposición LU.
Boletín 2. El Espacio Vectorial R
n
.
Ortogonalidad y Mínimos Cuadrados
1. Determinar cuáles de los siguientes conjuntos son subespacios de R
3
.
(a) Todos los vectores de la forma (a, 0, 0).
(b) Todos los vectores de la forma (a, 1, 1).
(c) Todos los vectores de la forma (a, b, c), donde b = a +c.
(d) Todos los vectores de la forma (a, b, c), donde b = a +c + 1.
Solución:
Sabemos que un subconjunto W de R
3
es un subespacio si y sólo si para todo x, y ∈ W y para
todo λ ∈ R se verifica que x +y ∈ W y λx ∈ W. También sabemos que una condición necesaria,
aunque no suficiente, es que el vector nulo (0, 0, 0) ∈ W (es decir, si el (0, 0, 0) / ∈ W entonces W
no es subespacio vectorial).
(a) Sea W =
©
(a, 0, 0) ∈ R
3
: a ∈ R
ª
. Si tomamos dos vectores cualesquiera (a, 0, 0), (b, 0, 0) ∈
W y λ ∈ R entonces (a, 0, 0) + (b, 0, 0) = (a + b, 0, 0) ∈ W y λ(a, 0, 0) = (λa, 0, 0) ∈ W,
luego W es subespacio vectorial.
(b) Sea W =
©
(a, 1, 1) ∈ R
3
: a ∈ R
ª
. Si tomamos dos vectores cualesquiera (a, 1, 1), (b, 1, 1) ∈
W entonces (a, 1, 1)+(b, 1, 1) = (a+b, 2, 2) / ∈ W, W no es subespacio vectorial. Otra forma
de ver que no es subespacio es comprobando que (0, 0, 0) / ∈ W.
(c) Sea W =
©
(a, b, c) ∈ R
3
: b = a +c
ª
. Si tomamos dos vectores cualesquiera (a, b, c), (p, q, r) ∈
W y λ ∈ R entonces (a, b, c)+(p, q, r) = (a+p, b+q, c+r) ∈ W ya que b+q = a+c+p+r =
(a +p) + (c +r) y λ(a, b, c) = (λa, λb, λc) ∈ W,puesto que λb = λ(a +c) = λa +λc, luego
W es subespacio vectorial.
Otra forma: Nótese que W es el conjunto de soluciones del sistema homogéneo con tres in-
cógnitas y una ecuación {a −b +c = 0. Luego, W es un subespacio vectorial, pues conjunto
de soluciones del sistema homogéneo tiene estructura de subespacio vectorial.
(d) Sea W =
©
(a, b, c) ∈ R
3
: b = a +c + 1
ª
. Como (0, 0, 0) / ∈ W, puesto que 0 6= 0 + 0 + 1, se
tiene que W no es subespacio vectorial.
2. Determinar si el espacio solución del sistema Ax = 0 es una recta que pasa por el origen, un
plano que pasa por el origen o sólo el origen. Si es un plano, encontrar su ecuación general; si
es una recta, encontrar sus ecuaciones paramétricas.
(a) A =

¸
−1 1 1
3 −1 0
2 −4 −5
¸

(b) A =

¸
1 2 3
2 5 3
1 0 8
¸

(c) A =

¸
1 −3 1
2 −6 2
3 −9 3
¸

Solución:
27
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 28
En cada caso resolveremos el sistema de ecuaciones homogéneo y veremos si la solución es única,
(en este caso el espacio solución (espacio nulo) se reduce el vector cero), depende de un parámetro
(en este caso sería un subespacio de dimensión uno, y por tanto una recta), o depende de dos
parámetros (en este caso sería un subespacio de dimensión dos, y por tanto un plano).
(a)

¸
−1 1 1 0
3 −1 0 0
2 −4 −5 0
¸

−→

¸
1 −1 −1 0
3 −1 0 0
2 −4 −5 0
¸

−→

¸
1 −1 −1 0
0 2 3 0
0 −2 −3 0
¸

−→

¸
1 −1 −1 0
0 1
3
2
0
0 0 0 0
¸

=⇒

x
1
= −t
x
2
= −3t
x
3
= 2t
. Por lo tanto N(A) = lin{(−1, −3, 2)}. En este
caso N(A) es una recta que pasa por el origen.
(b)

¸
1 2 3 0
2 5 3 0
1 0 8 0
¸

−→

¸
1 2 3 0
0 1 −3 0
0 −2 5 0
¸

−→

¸
1 2 3 0
0 1 −3 0
0 0 −1 0
¸

. En este caso el espacio
nulo se reduce al vector nulo N(A) = {(0, 0, 0)}
(c)

¸
1 −3 1 0
2 −6 2 0
3 −9 3 0
¸

−→

¸
1 −3 1 0
0 0 0 0
0 0 0 0
¸

=⇒

x
1
= 3s −t
x
2
= s
x
3
= t
. Por lo tanto N(A) =
lin{(3, 1, 0) , (−1, 0, 1)}. En este caso N(A) es un plano que pasa por el origen.
3. ¿Cuáles de los siguientes vectores son combinaciones lineales de u = (0, −2, 2) y v = (1, 3, −1)?
(a) (2, 2, 2) (b) (3, 1, 5) (c) (0, 4, 5) (d) (0, 0, 0).
Solución:
Sabemos que un vector w es combinación lineal de u y v si y sólo si existen números reales x
1
y x
2
tales que w = x
1
u + x
2
v y esta ecuación vectorial es equivalente al sistema de ecuaciones
lineales

¸
u
1
v
1
u
2
v
2
u
3
v
3
¸

µ
x
1
x
2

=

¸
w
1
w
2
w
3
¸

. Por lo tanto, resolveremos en cada caso un sistema de
ecuaciones lineales por el método de Gauss.
(a)

¸
0 1 2
−2 3 2
2 −1 2
¸

¸
2 −1 2
−2 3 2
0 1 2
¸

¸
1 −
1
2
1
−2 3 2
0 1 2
¸

¸
1 −
1
2
1
0 2 4
0 1 2
¸

¸
1 −
1
2
1
0 1 2
0 1 2
¸

¸
1 −
1
2
1
0 1 2
0 0 0
¸

, luego el sistema tiene solución que es
½
x
1
= 2
x
2
= 2
y
tenemos que en este caso w = 2u + 2v.
(b)

¸
0 1 3
−2 3 1
2 −1 5
¸

¸
2 −1 5
−2 3 2
0 1 3
¸

¸
1 −
1
2
5
2
−2 3 2
0 1 3
¸

¸
1 −
1
2
5
2
0 2 7
0 1 3
¸

¸
1 −
1
2
5
2
0 1
7
2
0 1 3
¸

¸
1 −
1
2
5
2
0 1
7
2
0 0 −
1
2
¸

, luego el sistema no tiene solución y w no es
combinación lineal de u y w.
(c)

¸
0 1 0
−2 3 4
2 −1 5
¸

¸
2 −1 5
−2 3 4
0 1 0
¸

¸
1 −
1
2
5
2
−2 3 4
0 1 0
¸

¸
1 −
1
2
5
2
0 2 9
0 1 0
¸

Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 29

¸
1 −
1
2
5
2
0 1
9
2
0 1 0
¸

¸
1 −
1
2
5
2
0 1
9
2
0 0 −
9
2
¸

, luego el sistema no tiene solución y w no es
combinación lineal de u y w.
(d) El vector 0 es combinación lineal de cualesquiera vectores, en concreto 0 = 0u + 0v.
4. Expresar cada uno de los siguientes vectores como combinación lineal de u = (2, 1, 4), v =
(1, −1, 3) y w = (3, 2, 5) .
(a) (−9, −7, −15) (b) (6, 11, 6) (c) (7, 8, 9) (d) (0, 0, 0).
Solución:
El razonamiento es similar al del ejerccio anterior. Sabemos que un vector t es combinación
lineal de u, v y w si y sólo si existen números reales x
1
, x
2
y x
3
tales que t = x
1
u +x
2
v +x
3
w.
A partir de aquí procedemos como en el ejercicio anterior.
(a)

¸
1 2 3 −9
−1 1 2 −7
3 4 5 −15
¸

¸
1 2 3 −9
0 3 5 −16
0 −2 −4 12
¸

¸
1 2 3 −9
0 1
5
3

16
3
0 −2 −4 12
¸

¸
1 2 3 −9
0 1
5
3

16
3
0 0 −
2
3
4
3
¸

x
1
= 1
x
2
= −2
x
3
= −2
, luego t = −2u+v −2w (observar el orden en el que
aparece la combinación lineal)
(b)

¸
1 2 3 6
−1 1 2 11
3 4 5 6
¸

¸
1 2 3 6
0 3 5 17
0 −2 −4 −12
¸

¸
1 2 3 6
0 1
5
3
17
3
0 −2 −4 −12
¸

¸
1 2 3 6
0 1
5
3
17
3
0 0 −
2
3

2
3
¸

x
1
= −5
x
2
= 4
x
3
= 1
, luego t = 4u −5v +w
(c)

¸
1 2 3 7
−1 1 2 8
3 4 5 9
¸

¸
1 2 3 7
0 3 5 15
0 −2 −4 −11
¸

¸
1 2 3 7
0 1
5
3
15
3
0 −2 −4 −12
¸

¸
1 2 3 7
0 1
5
3
15
3
0 0 −
2
3

6
3
¸

x
1
= −2
x
2
= 0
x
3
= 3
, luego t = −2v + 3w.
(d) 0 = 0u + 0v + 0w.
5. En cada apartado, determinar si los vectores dados generan R
3
.
(a) v
1
= (2, 2, 2), v
2
= (0, 0, 3) y v
3
= (0, 1, 1) .
(b) v
1
= (2, −1, 3), v
2
= (4, 1, 2) y v
3
= (8, −1, 8) .
(c) v
1
= (1, 2, 6), v
2
= (3, 4, 1), v
3
= (4, 3, 1) y v
4
= (3, 3, 1) .
Solución:
Los vectores {v
1
, v
2
, v
3
} generan R
3
si cualquier x ∈ R
3
es combinación lineal de {v
1
, v
2
, v
3
}. Pro-
cediendo como en los ejercicios anteriores el problema se reduce a estudiar sistemas de ecuaciones
lineales.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 30
(a)

¸
2 0 0 x
1
2 0 1 x
2
2 3 1 x
3
¸

¸
1 0 0
x
1
2
2 0 1 x
2
2 3 1 x
3
¸

¸
1 0 0
x
1
2
0 0 1 x
2
−x
1
0 3 1 x
3
−x
1
¸

¸
1 0 0
x
1
2
0 3 1 x
3
−x
1
0 0 1 x
2
−x
1
¸

.
Como éste sistema tiene solución para cualquier vector x = (x
1
, x
2
, x
3
) ∈ R
3
, los vectores
{v
1
, v
2
, v
3
} generan R
3
. Obsérvese que como la dimensión de R
3
es tres los tres vectores
{v
1
, v
2
, v
3
} constituyen una base y son por tanto linealmente independientes.
(b)

¸
2 4 8 x
1
−1 1 −1 x
2
3 2 8 x
3
¸

¸
1 2 4
x
1
2
−1 1 −1 x
2
3 2 8 x
3
¸

¸
1 2 4
x
1
2
0 3 3 x
2
+
x
1
2
0 −4 −4 x
3
−3
x
1
2
¸

¸
1 2 4
x
1
2
0 1 1
2x
2+
x
1
6
0 −4 −4 x
3
−3
x
1
2
¸

¸
¸
1 2 4
x
1
2
0 1 1
2x
2+
x
1
6
0 0 0 x
3
−3
x
1
2
+ 4
³
2x
2+
x
1
6
´
¸

, como este sistema
sólo tiene solución cuando x
3
− 3
x
1
2
+ 4
³
2x
2+
x
1
6
´
= 0 tenemos que estos tres vectores no
generan R
3
.
(c)

¸
1 3 4 3 x
1
2 4 3 3 x
2
6 1 1 1 x
3
¸

¸
1 3 4 3 x
1
0 −2 −5 −3 x
2
−2x
1
0 −17 −23 −17 x
3
−6x
1
¸

¸
1 3 4 3 x
1
0 1
5
2
3
2

x
2
−2x
1
2
0 −17 −23 −17 x
3
−6x
1
¸

¸
1 3 4 3 x
1
0 1
5
2
3
2

x
2
−2x
1
2
0 0 ∗ ∗ x
3
−6x
1
−17
x
2
−2x
1
2
¸

, como este
sistema tiene infinitas soluciones los vectores {v
1
, v
2
, v
3
, v
4
} generan R
3
. En este caso los
vectores {v
1
, v
2
, v
3
, v
4
} constituyen un sistema generador que no es base. Los vectores
{v
1
, v
2
, v
3
, v
4
} son en este caso linealmente independientes.
6. Explicar, por inspección, por qué los siguientes conjuntos de vectores son linealmente dependi-
entes
(a) v
1
= (−1, 2, 4), y v
2
= (5, −10, −20) .
(b) v
1
= (3, −1), v
2
= (4, 5) y v
3
= (−4, 17) .
Solución:
(a) Dos vectores son linealmente dependientes si y sólo si sus componentes son proporcionales.
En este caso
5
−1
=
−10
2
=
−20
4
, luego los vectores son linealmente dependientes.
(b) Como la dimensión de R
2
es dos se tiene que en R
2
no puede haber conjunto de tres vec-
tores que sean linealmente independientes de aquí que estos tres vectores sean linealmente
dependientes.
7. ¿Cuáles de los siguientes conjuntos de vectores en R
4
son linealmente independientes?
(a) (3, 8, 7, −3) , (1, 5, 3, −1) , (2, −1, 2, 6) , (1, 4, 0, 3) .
(b) (0, 0, 2, 2) , (3, 3, 0, 0) , (1, 1, 0, −1) .
Solución:
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 31
Los vectores {v
1
, v
2
, v
3
, v
4
} son linealmente independientes si y sólo si la única solución de la
ecuación vectorial x
1
v
1
+ x
2
v
2
+ x
3
v
3
+ x
4
v
4
= 0 es la solución trivial. Procedemos como en
los ejercicios anteriores resolviendo sistemas de ecuaciones lineales. Ordenamos los vectores de
forma conveniente para hacer menos cálculos
(a)

¸
¸
¸
1 1 2 3 0
4 5 −1 8 0
0 3 2 7 0
3 −1 6 −3 0
¸

¸
¸
¸
1 1 2 3 0
0 1 −9 −4 0
0 3 2 7 0
0 −4 0 −12 0
¸

¸
¸
¸
1 1 2 3 0
0 1 −9 −4 0
0 0 29 19 0
0 0 −36 −38 0
¸

¸
¸
¸
1 1 2 3 0
0 1 −9 −4 0
0 0 1
19
29
0
0 0 −36 −38 0
¸

¸
¸
¸
1 1 2 3 0
0 1 −9 −4 0
0 0 1
19
29
0
0 0 0 1 0
¸

, como la única solución de este
sistema es la trivial los vectores son linelamente independietes
(b)

¸
¸
¸
1 3 0 0
1 3 0 0
0 0 2 0
−1 0 2 0
¸

¸
¸
¸
1 3 0 0
0 0 0 0
0 0 2 0
0 3 2 0
¸

¸
¸
¸
1 3 0 0
0 3 2 0
0 0 2 0
0 0 0 0
¸

¸
¸
¸
1 3 0 0
0 1
2
3
0
0 0 1 0
0 0 0 0
¸

, tenemos
un sistema lineal homogéneo de cuatro ecuaciones y tres incognitas y solución trivial. Los
tres vectores son linealmente independientes.
8. Determinar si los vectores (−1, 2, 3) , (2, −4, 6), (−3, 6, 0) pertenecen a un mismo subespacio de
R
3
de dimensión menor que tres. ¿El vector (1, 1, 0) está en el mismo subespacio?
Solución:
Averiguamos si los tres vectores son linealmente independientes. Si lo fuesen, serían una base
de R
3
, y no podrían pertenecer a un subespacio de R
3
, entendidos éstos como rectas o planos.
Resolvemos, por tanto, el sistema cuya matriz ampliada es

¸
−1 2 −3 0
2 −4 6 0
3 6 0 0
¸

¸
−1 2 −3 0
2 −4 6 0
3 6 0 0
¸

−→

¸
1 −2 3 0
2 −4 6 0
3 6 0 0
¸

−→

¸
1 −2 3 0
0 0 0 0
0 12 −9 0
¸

−→

¸
1 −2 3 0
0 1
−9
12
0
0 0 0 0
¸

.
Tiene infinitas soluciones, luego los tres vectores son linealmente dependientes. De aquí que H =
lin{(−1, 2, 3) , (2, −4, 6), (−3, 6, 0)} = lin{(−1, 2, 3) , (2, −4, 6)}, luego los tres vectores pertencen
a este subespacio vectorial de dimensión dos.
El vector (1, 1, 0) estará en el mismo subespacio si el sistema cuya matriz ampliada es

¸
−1 2 1
2 −4 1
3 6 0
¸

tiene solución:

¸
−1 2 1
2 −4 1
3 6 0
¸

−→

¸
1 −2 −1
0 0 3
0 12 3
¸

−→

¸
−1 2 1
0 1
1
4
0 0 1
¸

. El sistema no tiene solución, por
tanto, (1, 1, 0) / ∈ H.
9. ¿Para qué valores de λ los vectores
¡
λ,
−1
2
,
−1
2
¢
,
¡
−1
2
, λ,
−1
2
¢ ¡
−1
2
,
−1
2
, λ
¢
forman un conjunto lin-
ealmente dependiente en R
3
?
Solución:
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 32
Debemos resolver el sistema cuya matriz ampliada es

¸
λ
−1
2
−1
2
0
−1
2
λ
−1
2
0
−1
2
−1
2
λ 0
¸

.

¸
λ
−1
2
−1
2
0
−1
2
λ
−1
2
0
−1
2
−1
2
λ 0
¸

−→

¸
−1
2
−1
2
λ 0
−1
2
λ
−1
2
0
λ
−1
2
−1
2
0
¸

−→

¸
1 1 −2λ 0
1 −2λ 1 0
−2λ 1 1 0
¸

−→

¸
1 1 −2λ 0
0 −2λ −1 1 + 2λ 0
0 1 + 2λ 1 −4λ
2
0
¸

• si −2λ−1 = 0, o lo que es lo mismo, si λ =
−1
2
entonces la última matriz que hemos escrito
sería

¸
1 1 1 0
0 0 0 0
0 0 0 0
¸

. En este caso el sistema tendría infinitas soluciones y los vectores
serían linealmente dependientes.
• −2λ −1 6= 0 podemos seguir realizando transformaciones elementales y tendríamos:

¸
1 1 −2λ 0
0 1 −1 0
0 1 + 2λ 1 −4λ
2
0
¸

−→

¸
1 1 −2λ 0
0 1 −1 0
0 0 1 −4λ
2
+ 1 + 2λ 0
¸

−→

¸
1 1 −2λ 0
0 1 −1 0
0 0 −4λ
2
+ 2λ + 2 0
¸

En este caso si −4λ
2
+2λ+2 = 0, es decir si λ = 1 (recordemos que −2λ−1 6= 0) entonces
llegaríamos a la matriz ampliada

¸
1 1 −2 0
0 1 −1 0
0 0 0 0
¸

que corresponde a un sistema con
infinitas soluciones. Por tanto, los vectores serían l.d.
Si λ 6= 1 y −2λ−1 6= 0 entonces llegamos a la matriz

¸
1 1 −2λ 0
0 1 −1 0
0 0 1 0
¸

que corresponde
a un sistema que tiene sólo la solución trivial. En este caso los vectores sería l.i.
Resumiendo: Si λ 6= 1 y −2λ −1 6= 0 los vectores son l.i. y si λ = 1 ó λ =
−1
2
los vectores son
l.d.
(a) Expresar (4a, a −b, a + 2b) como una combinación lineal de (4, 1, 1) y (0, −1, 2) .
(b) Expresar (3a +b + 3c, −a + 4b −c, 2a +b + 2c) como una combinación lineal de (3, −1, 2)
y (1, 4, 1) .
(c) Expresar (1, 1) como una combinación lineal de (1, −1), (3, 0) y (2, 1) de dos formas difer-
entes.
Solución:
(a) (4a, a −b, a + 2b) = a (4, 1, 1) +b (0, −1, 2) .
(b) (3a +b + 3c, −a + 4b −c, 2a +b + 2c) = (a +c) (3, −1, 2) +b (1, 4, 1) .
(c) Resolvemos el sistema con matriz ampliada
µ
1 3 2 1
−1 0 1 1

.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 33
µ
1 3 2 1
−1 0 1 1


µ
1 3 2 1
0 3 3 2

x
1
= −1 +t
x
2
=
2−3t
3
x
3
= t
Haciendo t = 0 obtenemos que (1, 1) = −(1, −1) +
2
3
(3, 0) y haciendo t = 1 obtenemos
(1, 1) = −
1
3
(3, 0) + (2, 1). De hecho, hay infinitas formas de escribir el vector (1, 1) como
combinación lineal de (1, −1), (3, 0) y (2, 1). Nótese que estos tres vectores son l.i. (véase
el apartado (a) del Ejercicio 10.
10. Explicar, por inspección, por qué los siguientes conjuntos de vectores no son bases en los espacios
vectoriales R
2
y R
3
respectivamente.
(a) v
1
= (3, −1), v
2
= (4, 5) y v
3
= (−4, 17) .
(b) v
1
= (3, −1, 9) y v
2
= (4, 5, 0) .
Solución:
(a) En R
2
no puede haber más de dos vectores independientes, luego los vectores {v
1
, v
2
, v
3
}
son linealmente dpendientes y no pueden constituir base.
(b) Los vectores v
1
y v
2
son independientes pero no pueden generar a todo R
3
, que sabemos
que tiene dimensión tres.
11. ¿Cuáles de los siguientes conjuntos de vectores son bases para R
2
?
(a) (2, 1) , (3, 0) (b) (3, 9) , (−4, −12) (c) (0, 0) , (1, 3).
Solución:
Sabemos que k vectores en un espacio vectorial de dimensión k forman base si y sólo si son
linealmente independientes (no es necesario verificar que además es sistema generador). En el
caso que nos ocupa sólo la primera pareja de vectores es independiente y por lo tanto base.
12. ¿Cuáles de los siguientes conjuntos de vectores son bases para R
3
?
(a) (1, 0, 0) , (2, 2, 0) , (3, 3, 3) (b) (3, 1, −4) , (2, 5, 6) , (1, 4, 8) (c) (1, 6, 4) , (2, 4, −1), (−1, 2, 5) .
Solución:
Igual que en el Ejercicio 11 sólo necesito saber si los vectores son linealmente independientes
(a)

¸
1 2 3 0
0 2 3 0
0 0 3 0
¸

¸
1 2 3 0
0 1
3
2
0
0 0 1 0
¸

. Los tres vectores son independientes y por lo tanto
constituyen base.
(b)

¸
1 2 3 0
4 5 1 0
8 6 −4 0
¸

¸
1 2 3 0
0 −3 −11 0
0 −10 −28 0
¸

¸
1 2 3 0
0 1
11
3
0
0 0 1 0
¸

. Los tres vectores son
independientes y por lo tanto constituyen base.
(c)

¸
1 2 −1 0
6 4 2 0
4 −1 5 0
¸

¸
1 2 −1 0
0 −8 8 0
0 −7 9 0
¸

¸
1 2 −1 0
0 1 −1 0
0 0 1 0
¸

. Los tres vectores son
independientes y por lo tanto constituyen base.
13. En los siguientes apartados, determinar la dimensión y una base para el espacio solución del
sistema
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 34
(a)

x
1
+x
2
−x
3
= 0
−2x
1
−x
2
+ 2x
3
= 0
−x
1
+x
3
= 0
(b)
½
3x
1
+x
2
+x
3
+x
4
= 0
5x
1
−x
2
+x
3
−x
4
= 0
(c)

x +y +z = 0
3x + 2y −2z = 0
4x + 3y −z = 0
6x + 5y +z = 0
Solución:
Sabemos que el conjunto de todas las soluciones del sistema es un subespacio vectorial. Para de-
terminar la dimensión calculamos previamente una base de dicho subespacio y para ello debemos
resolver dicho sistema.
(a)

¸
1 1 −1 0
−2 −1 2 0
−1 0 1 0
¸

−→

¸
1 1 −1 0
0 1 0 0
0 1 0 0
¸

−→

¸
1 1 −1 0
0 1 0 0
0 0 0 0
¸

El sistema tiene infnitas soluciones dependiendo de un parámetro. Las soluciones son

x
1
= t
x
2
= 0
x
3
= t
. Si llamamos H al espacio solución (o espacio nulo de la matriz de los coe-
ficientes) tenemos que x ∈ H si x =

¸
x
1
x
2
x
3
¸

= t

¸
1
0
1
¸

, por tanto H = lin{(1, 0, 1)} .
Luego el vector (1, 0, 1) es una base de H y dim(H) = 1.
Observemos, aunque ya no forma parte de lo que nos piden que el rango de la matriz de los
coeficientes A es 2 y que se verifica el teorema de la dimensión rg (A) + dim(N(A)) = 3.
(b) Igual que en el apartado (a)
µ
3 1 1 1 0
5 −1 1 −1 0


µ
1
1
3
1
3
1
3
0
5 −1 1 −1 0


µ
1
1
3
1
3
1
3
0
0 −
8
3

2
3

8
3
0


µ
1
1
3
1
3
1
3
0
0 1
1
4
1 0

x
1
= −3s
x
2
= −3s −3t
x
3
= 12s
x
4
= 3t
, por lo tanto, denotando mediante A a la
matriz de coeficientes, tenemos
N(A) = lin({(−3, −3, 12, 0) , (0, −3, 0, 3)}) y dim(N(A)) = 2.
(c)

¸
¸
¸
1 1 1 0
3 2 −2 0
4 3 −1 0
6 5 1 0
¸

¸
¸
¸
1 1 1 0
0 −1 −5 0
0 −1 −5 0
0 −1 −5 0
¸

¸
¸
¸
1 1 1 0
0 1 5 0
0 0 0 0
0 0 0 0
¸

x
1
= 4t
x
2
= −5t
x
3
= t
, por lo
tanto
N(A) = lin({(4, −5, 1)}) y dim(N(A)) = 1.
14. Determinar bases para los siguientes subespacios de R
3
.
(a) El plano 3x −2y + 5z = 0
(b) El plano x −y = 0.
(c) La recta x = 2t, y = −t, z = 4t.
(d) Todos los vectores de la forma (a, b, c), donde b = a +c.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 35
Solución:
(a) Llamemos H al subespacio que tiene de ecuación 3x−2y+5z = 0. Realmente H es el espacio
nulo de la matriz A =
¡
3 −2 5
¢
. Para encontrar una base de H debemos resolver el
sistema cuya matriz ampliada es
¡
3 −2 5 0
¢
.
¡
3 −2 5 0
¢
−→
¡
1
−2
3
5
3
0
¢
. Sistema con infinitas soluciones dependiendo de
dos parámetros. Las soluciones son

x = 2t −5s
y = 3t
z = 3s
o lo que es lo mismo (x, y, z) ∈ H si y só-
lo si

¸
x
y
z
¸

= t

¸
2
3
0
¸

+s

¸
−5
0
3
¸

. De aquí deducimos que H = lin({(2, 3, 0) , (−5, 0, 3)}).
Como los vectores (2, 3, 0) , (−5, 0, 3) son linealmente independientes (no son proporcionales)
constituyen una base de H.
(b) Llamemos H al subespacio que tiene de ecuación x − y = 0. Como H es un subespacio
de R
3
y está determinado por una ecuación implícta la dimensión de H es dos, luego una
base de H está determinada por dos vectores linealmnte independientes de H. Como los
vectores (1, 1, 0) y (0, 0, 1) están en H y son independientes, tenemos que constituyen una
base de H.
(c) Si llamamos W al conjunto de todos los puntos de la recta tenemos que (x, y, z) ∈ W si y
sólo si

¸
x
y
z
¸

= t

¸
2
−1
4
¸

, luego W = lin({(2, −1, 4)}) y el vector (2, −1, 4) es una base
de W.
(d) Igual que en los apartados (a) y (b) el subespacio H está determinado por una ecuación
implícita x−y +z = 0. Razonando como en (b) tenemos que una base de H la constituyen
los vectores (1, 1, 0) y (0, 1, 1) .
15. Expresar Ax como una combinación lineal de los vectores columnas de A.
(a)
µ
2 3
−1 4
¶µ
1
2

(b)

¸
4 0 −1
3 6 2
0 −1 4
¸

¸
−2
3
5
¸

(c)
µ
2 1 5
6 3 −8

¸
3
0
5
¸

.
Solución:
(a)
µ
2 3
−1 4
¶µ
1
2

= 1 ·
µ
2
−1

+ 2 ·
µ
3
4

.
(b)

¸
4 0 −1
3 6 2
0 −1 4
¸

¸
−2
3
5
¸

= −2

¸
4
3
0
¸

+ 3

¸
0
6
−1
¸

+ 5

¸
−1
2
4
¸

.
(c)
µ
2 1 5
6 3 −8

¸
3
0
5
¸

= 3
µ
2
6

+ 5
µ
5
−8

.
16. En cada apartado, determinar si b está en el espacio columna de A y, en caso afirmativo, expresar
b como una combinación lineal de las columnas de A.
(a) A =
µ
1 3
4 −6

, b =
µ
−2
10

; (b) A =

¸
1 1 2
1 0 1
2 1 3
¸

, b =

¸
1
0
2
¸

;
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 36
(c) A =

¸
1 −1 1
1 1 −1
−1 −1 1
¸

, b =

¸
2
0
0
¸

.
Solución:
Un vector

b ∈ R(A) siy sólo si

b = x
1

a
1
+x
2

a
2
+x
3

a
3
, donde

a
1
,

a
2
,

a
3
son las columnas de A.
Luego, tenemos que averiguar en cada caso si el sistema Ax = b tiene solución.
(a)
µ
1 3 −2
4 −6 10


µ
1 3 −2
0 −18 18


µ
1 3 −2
0 1 −1


½
x
1
= 1
x
2
= −1
. Como este sis-
tema tiene solución se tiene que

b ∈ R(A), de hecho

b =

a
1


a
2
, donde

a
1
y

a
2
son las
columnas de A.
(b)

¸
1 1 2 1
1 0 1 0
2 1 3 2
¸

¸
1 1 2 1
0 −1 −1 −1
0 −1 −1 0
¸

¸
1 1 2 1
0 1 1 1
0 0 0 1
¸

. Como este sistema no
tiene solución se tiene que

b / ∈ R(A)
(c)

¸
1 −1 1 2
1 1 −1 0
−1 −1 1 0
¸

−→

¸
1 −1 1 2
0 2 −2 −2
0 −2 2 2
¸

−→

¸
1 −1 1 2
0 1 −1 −1
0 −2 2 2
¸

−→

¸
1 −1 1 2
0 1 −1 −1
0 0 0 0
¸

−→

¸
1 −1 1 2
0 1 1 1
0 0 0 0
¸

. Como este sistema tiene solución, el vector

b ∈ R(A). de hecho,

b puede ponerse de infinitas formas como combinación lineal de las
columnas de A:

¸
2
0
0
¸

=

¸
1
1
−1
¸

+ (t −1)

¸
−1
1
−1
¸

+t

¸
1
−1
1
¸

, donde t ∈ R.
17. En cada apartado, encontrar una base para el espacio nulo de A.
(a) A =

¸
1 0 3
1 1 −1
−1 −1 1
¸

, (b) A =

¸
1 1 2
1 0 1
2 1 3
¸

(c) A =

¸
2 0 −1
4 0 −2
0 0 0
¸

Solución:
En cada apartado debemos resolver el sistema homogéneo Ax = 0
(a)

¸
1 0 3 0
1 1 −1 0
−1 −1 1 0
¸

¸
1 0 3 0
0 1 −4 0
0 −1 4 0
¸

¸
1 0 3 0
0 1 −4 0
0 0 0 0
¸

x
1
= −3t
x
2
= 4t
x
3
= t
,
luego una base del espacio nulo N(A) es la formada por el vector {(−3, 4, 1)}
(b)

¸
1 1 2 0
1 0 1 0
2 1 3 0
¸

¸
1 1 2 0
0 −1 −1 0
0 −1 −1 0
¸

¸
1 1 2 0
0 1 1 0
0 0 0 0
¸

x
1
= −t
x
2
= −t
x
3
= t
, luego una
base del espacio nulo N(A) es la formada por el vector {(−1, −1, 1)}
(c)

¸
2 0 −1 0
4 0 −2 0
0 0 0 0
¸

¸
2 0 −1 0
0 0 0 0
0 0 0 0
¸

x
1
= t
x
2
= s
x
3
= 2t
, luego una base del espacio nulo
N(A) es la formada por los vectores {(1, 0, 2) , (0, 1, 0)} .
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 37
18. En cada apartado, encontrar el rango y la dimensión del subespacio nulo de la matriz y comprobar
que se verifica el teorema de la dimensión.
(a) A =

¸
1 −1 3
5 −4 −4
7 −6 2
¸

, (b) A =

¸
1 4 5 2
2 1 3 0
−1 3 2 2
¸

(c) A =

¸
2 0 −1
4 0 −2
0 0 0
¸

Solución:
Como en el ejercicio anterior escalonamos cada matriz y resolvemos el sistma lineal homogéneo
Ax = 0
(a)

¸
1 −1 3
5 −4 −4
7 −6 2
¸

¸
1 −1 3
0 1 −19
0 1 −19
¸

¸
1 −1 3
0 1 −19
0 0 0
¸

x
1
= 16t
x
2
= 19t
x
3
= t
, luego N(A =
lin{(16, 19, 1, )}, dim(N(A)) = 1 y rang(A) = 2. Se verifica rang(A) + dim(N(A)) = 3.
(b)

¸
1 4 5 2
2 1 3 0
−1 3 2 2
¸

¸
1 4 5 2
0 −7 −7 −4
0 7 7 4
¸

¸
1 4 5 2
0 1 1
4
7
0 0 0 0
¸

x
1
= −s + 2t
x
2
= −s −4t
x
3
= s
x
4
= 7t
, luego
N(A = lin{(−1, −1, 1, 0) , (2, −4, 0, 7)}, dim(N(A)) = 2 y rang(A) = 2. Se verifica
rang(A) + dim(N(A)) = 4.
(c)

¸
2 0 −1
4 0 −2
0 0 0
¸

¸
2 0 −1 0
0 0 0 0
0 0 0 0
¸

x
1
= t
x
2
= s
x
3
= 2t
, luego N(A = lin{(1, 0, 2) , (0, 1, 0)},
dim(N(A)) = 2 y rang(A) = 1. Se verifica rang(A) + dim(N(A)) = 3.
19. ¿Qué condiciones deben satisfacer b
1
, b
2
, b
3
, b
4
, b
5
para que el sistema lineal

x
1
−3x
2
= b
1
x
1
−2x
2
= b
2
x
1
+x
2
= b
3
x
1
−4x
2
= b
4
x
1
+ 5x
2
= b
5
tenga solución?
Solución:
Pedir que el sistema tenga solución es equivalente a pedir que el vector b = (b
1
, b
2
, b
3
, b
4
, b
5
) ∈
R(A),
donde A =

¸
¸
¸
¸
¸
1 −3
1 −2
1 1
1 −4
1 5
¸

Resolvemos el sistema

¸
¸
¸
¸
¸
1 −3 b
1
1 −2 b
2
1 1 b
3
1 −4 b
4
1 5 b
5
¸

−→

¸
¸
¸
¸
¸
1 −3 b
1
0 1 b
2
−b
1
0 4 b
3
−b
1
0 −1 b
4
−b
1
0 8 b
5
−b
1
¸

−→

¸
¸
¸
¸
¸
1 −3 b
1
0 1 b
2
−b
1
0 0 b
3
−4b
2
+ 3b
1
0 0 b
4
+b
2
−2b
1
0 0 b
5
−8b
2
+ 7b
1
¸

,
que tendrá solución si se verifica

b
3
−4b
2
+ 3b
1
= 0
b
4
+b
2
−2b
1
= 0
b
5
−8b
2
+ 7b
1
= 0
Estas son las condiciones que tiene que cumplir b para que el sistema tenga solución, o también
se pueden decir que son las ecuaciones implicitas del subspacio R(A) ⊂ R
5
.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 38
20. Analizar como el rango de A varía con t.
(a) A =

¸
1 1 t
1 t 1
t 1 1
¸

, (b) A =

¸
t 3 −1
3 6 2
−1 −3 t
¸

Solución:
(a) Debemos estudiar la dependencia e independencia lineal de los vectores columnas de la
matriz A. Para ello debemos reslover el sistema de ecuaciones cuya matriz ampliada es

¸
1 1 t 0
1 t 1 0
t 1 1 0
¸

¸
1 1 t 0
1 t 1 0
t 1 1 0
¸

−→

¸
1 1 t 0
0 t −1 1 −t 0
0 1 −t 1 −t
2
0
¸

. Ahora se presentan dos posibilidades:
• t = 1 En este caso la matriz escalonada a la que hemos llegado es

¸
1 1 0 0
0 0 0 0
0 0 0 0
¸

.
En este caso sólo la primera columna es independiente y rg(A) = 1
• t 6= 1. En este caso podemos seguir haciendo transformaciones elementales y tendríamos

¸
1 1 t 0
0 t −1 1 −t 0
0 1 −t 1 −t
2
0
¸

−→

¸
1 1 t 0
0 1 −1 0
0 1 −t 1 −t
2
0
¸

−→

¸
1 1 t 0
0 1 −1 0
0 0 2 −t −t
2
0
¸

.
Y de nuevo se presentan dos posibilidades:
— Si 2 − t − t
2
6= 0, cosa que ocurre cuando t 6= 1 y t 6= −2 entonces se puede con-
tiuar haciendo trasnformaciones elementales y llegaríamos a la matriz escalonada

¸
1 1 t 0
0 1 −1 0
0 0 1 0
¸

. En este caso rg(A) = 3.
— Si 2−t−t
2
= 0 que se obtiene para t = −2 (recordemos que estamos suponiendo t 6=
1) entonces la matriz escalonada sería

¸
1 1 −2 0
0 1 −1 0
0 0 0 0
¸

. En este caso rg(A) = 2.
En resumen si t = 1 entonces rg(A) = 1. Si t = −2 entonces rg(A) = 2. Y si t 6= 1 y t 6= −2
entonces rg(A) = 3.
(b) Puesto que det(A) =
¯
¯
¯
¯
¯
¯
t 3 −1
3 6 2
−1 −3 t
¯
¯
¯
¯
¯
¯
= 6t
2
− 3t − 3 = 0 si y sólo si t = −
1
2
o t = 1,
deducimos:
• Si t 6= −
1
2
o t 6= 1, entonces rg(A) = 3.
• Si t = −
1
2
, entonces A =

¸
−1/2 3 −1
3 6 2
−1 −3 −1/2
¸

y es fácil ver que las dos primeras
columnas de A son l.i., por lo que rg(A) = 2.
• Si t = 1, la matriz A es A =

¸
1 3 −1
3 6 2
−1 −3 1
¸

y por el mismo motivo de antes,
rg(A) = 2.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 39
21. ¿Para qué valores de s el espacio solución de

x +y +sz = 0
x +sy +z = 0
sx +y +z = 0
es sólo el origen, un subespacio
de dimensión uno o un subespacio de dimensión dos?
Solución:
Si observamos la matriz de coeficientes de este sistema

¸
1 1 s
1 s 1
s 1 1
¸

es la misma que la matriz
que hemos estudiado en apartado (a) del Ejercicio 20 (cambiando t por s).
Por tanto, tenemos las siguientes posibilidades:
• Si s 6= 1 y s 6= −2 entonces el sistema tiene sólo la solución trivial (0, 0, 0), ya que la matriz
de coeficientes es regular.
• Si s = 1 obtenemos que el sistema es equivalente a x+y+z = 0 que tiene infinitas soluciones
dependiendo de dos parámetros

x = −t −s
y = t
z = s
• Si s = −2 obtenemos que el sistema es equivalente a
½
x +y −2z = 0
y −z = 0
que tiene infinitas
soluciones dependiendo de un parametro y que son:

x = t
y = t
z = t
22. Determinar si el vector (−1, 1, 0, 2) es ortogonal al subespacio de R
4
,
W = lin{(0, 0, 0, 0) , (1, −5, −1, 2) , (4, 0, 9, 2)} .
Solución:
Un vector v es ortogonal a W si y sólo si es ortogonal a cada uno de los vectores que generan el
subespacio. En este caso (−1, 1, 0, 2) · (0, 0, 0, 0) = 0, (−1, 1, 0, 2) · (1, −5, −1, 2) = −2 6= 0. Por
lo tanto v no es ortogonal a W.
23. ¿Para qué valores de k son ortogonales u y v?
(a) u = (2, 1, 3) y v = (1, 7, k) (b) u = (k, k, 1) y v = (k, 5, 6).
Solución:
u es ortogonal a v si y sólo si u.v = 0
(a) u · v = 9 + 3k ⇒u · v = 0 si k = −3.
(b) u · v = k
2
+ 5k + 6 ⇒u · v = 0 si k = −2 ó si k = −3.
24. Determinar una base de W

, siendo W = lin{(1, 2)} .
Solución:
W

=
©
x = (x
1
, x
2
) ∈ R
2
: x.y = 0 para todo y ∈ W
ª
. Un vector es ortogonal a W si y sólo si
es ortogonal a la base de W. Por lo tanto (x
1
, x
2
) ∈ W

si y sólo si x
1
+ 2x
2
= 0, que es la
ecuación implícita de W

. resolviendo esta ecuación obtenemos una base de W

.
x
1
+ 2x
2
= 0 ⇒
½
x
1
= −2t
x
2
= t
, luego una base de W

esta formada por el vector (−2, 1) .
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 40
25. Encontrar unas ecuaciones paramétricas para W

, sabiendo que W está determinado por la
ecuación x −2y −3z = 0. Idem si W = lin({(2, −5, 4)}) .
Solución:
• Si W ≡ {x −2y −3z = 0, entonces W

= lin({(1, −2, −3)}) y por tanto, unas ecuaciones
parámetricas de W

son

x = t
y = −2t
z = −3t
con t ∈ R.
• Si W = lin({(2, −5, 4)}), entonces unas ecuaciones implícitas de W

son {2x −5y + 4z = 0.
Resolviendo esta ecuacón obtenemos unas ecuaciones paramétricas de W

:

x =
5
2
t −2s
y = t
z = s
con t, s ∈ R.
26. Sea A =

¸
1 2 −1
3 5 0
1 1 2
¸

.
(a) Encontrar bases para el espacio columna de A y para el espacio nulo de A
T
.
(b) Comprobar que todo vector en el espacio columna de A es ortogonal a todo vector en el
espacio nulo de A
T
.
Solución:
(a) R(A) = lin({(1, 3, 1) , (2, 5, 1) (−1, 0, 2)}) . Veamos si los vectores que generan R(A) son
linealmente independientes.

¸
1 2 −1 0
3 5 0 0
1 1 2 0
¸

−→

¸
1 2 −1 0
0 −1 3 0
0 −1 3 0
¸

−→

¸
1 2 −1 0
0 1 −3 0
0 0 0 0
¸

Esto nos dice que las dos primeras columnnas de A son linealmente independientes de aquí
que R(A) = lin{(1, 3, 1) , (2, 5, 1)} . Por tanto, los vecyores (1, 3, 1) y (2, 5, 1) constituyen
una base de R(A).
A
T
=

¸
1 3 1
2 5 1
−1 0 2
¸

y N(A
T
) =

(x, y, z) ∈ R
3
: A
T

¸
x
y
z
¸

= 0

. Resolviendo el sis-
tema cuya matriz ampliada es

¸
1 3 1 0
2 5 1 0
−1 0 2 0
¸

obtenemos una base de N(A
T
).

¸
1 3 1 0
2 5 1 0
−1 0 2 0
¸

−→

¸
1 3 1 0
0 −1 −1 0
0 3 3 0
¸

−→

¸
1 3 1 0
0 1 1 0
0 0 0 0
¸

=⇒
½
x + 3y +z = 0
y +z = 0
=⇒

x = 2t
y = −t
z = t
, luego N(A
T
) = lin{(2, −1, 1)} .Y una base de N(A
T
) está formada por el vec-
tor (2, −1, 1) .
(b) Comprobamos que (1, 3, 1) . (2, −1, 1) = 2 −3 + 1 = 0 y (2, 5, 1) . (2, −1, 1) = 4 −5 + 1 = 0,
de donde deducimos que para cualquier

x ∈ R(A) y para cualquier

y ∈ N(A
T
) se verifica
que

x.

y = 0 luego, R(A) ⊥ N(A
T
).
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 41
27. Encontrar una base para el complemento ortogonal del subespacio generado por los vectores:
(a) v
1
= (1, −1, 3) , v
2
= (5, −4, −4), v
3
= (7, −6, 2).
(b) v
1
= (2, 0, −1) , v
2
= (4, 0, −2).
(c) v
1
= (1, 4, 5, 2) , v
2
= (2, 1, 3, 0), v
3
= (−1, 3, 2, 2).
Solución:
(a) Obsérvese que
¯
¯
v
1
v
2
v
3
¯
¯
=
¯
¯
¯
¯
¯
¯
1 5 7
−1 −4 −6
3 −4 2
¯
¯
¯
¯
¯
¯
= 0, luego los tres vectores son l.d. Puesto
que v
1
y v
2
no son proporcionales, se tiene que W = lin({v
1
, v
2
, v
3
}) = lin({v
1
, v
2
}) y así
unas ecuaciones implícitas de W

están dadas por el sistema de ecuaciones
½
x −y +z = 0,
5x −4y −4z = 0,
cuyas soluciones pueden expresarse en la forma

x = 8t
y = 9t
z = t
con t ∈ R. Por consiguiente,
{(8, 9, 1)} es una base de W

.
(b) Como W = lin{(2, 0, −1) , (4, 0, −2)} = lin{(2, 0, −1)}, pues el segundo vector es combi-
nación lineal del primero, se deduce que W

tiene por ecuación implicita 2x −z = 0. Re-
solvemos este sistema y obtenemos:
¡
2 0 −1 0
¢
−→
¡
1 0
−1
2
0
¢
=⇒

x = s
y = t
z = 2s
,
luego W

= lin{(1, 0, 2) , (0, 1, 0)}.
(c) W = lin{(1, 4, 5, 2) , (2, 1, 3, 0), (−1, 3, 2, 2)}. Averiguamos primero si los vectores que for-
man el sistema generador son base.

¸
¸
¸
1 2 −1 0
4 1 3 0
5 3 2 0
2 0 2 0
¸

−→

¸
¸
¸
1 2 −1 0
0 −7 7 0
0 −7 7 0
0 −4 4 0
¸

−→

¸
¸
¸
1 2 −1 0
0 1 1 0
0 0 0 0
0 0 0 0
¸

, luego se tiene que
W = lin{(1, 4, 5, 2) , (2, 1, 3, 0), (−1, 3, 2, 2)} = lin{(1, 4, 5, 2) , (2, 1, 3, 0)} .
Entonces W

=
½
(x
1
, x
2
, x
3
, x
4
) ∈ R
4
:
x
1
+ 4x
2
+ 5x
3
+ 2x
4
= 0
2x
1
+x
2
+ 3x
3
= 0
¾
. Resolviendo el sis-
tema de ecuaciones cuya matriz ampliada es
µ
1 4 5 2 0
2 1 3 0 0

, obtenemos una base de
W

.
µ
1 4 5 2 0
2 1 3 0 0

−→
µ
1 4 5 2 0
0 −7 −7 −4 0

−→
µ
1 4 5 2 0
0 1 1
4
7
0

=⇒
½
x
1
+ 4x
2
+ 5x
3
+ 2x
4
= 0
x
2
+x
3
+
4
7
x
4
= 0
=⇒

x
1
= −t + 2s
x
2
= −t −4s
x
3
= t
x
4
= 7s
, luego W

= lin{(−1, −1, 1, 0) , (2, −4, 0, 7)} .
Comprobamos que cada uno de los vectores de la base de W

es ortogonal a cada uno de
los vectores de la base de W.
(−1, −1, 1, 0) . (1, 4, 5, 2) = −1 −4 + 5 = 0; (−1, −1, 1, 0) .(2, 1, 3, 0) = −2 −1 + 3 = 0
(2, −4, 0, 7). (1, 4, 5, 2) = 2 −16 + 14 = 0; (2, −4, 0, 7).(2, 1, 3, 0) = 4 −4 = 0
Nota: Observese que en todos los apartados se verifica siempre que: dim(W) +dim(W

) =
n.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 42
28. Demostrar que si u y v son vectores ortogonales tales que kuk = kvk = 1 entonces ku −vk =

2.
Solución:
ku −vk
2
= (u −v) · (u −v) = u · u − v · u − u · v + v · v = kuk
|{z}
=1
2
− 2u · v
|{z}
=0
+ kvk
|{z}
=1
2
= 1 + 1 = 2,
luego ku −vk =

2.
29. Comprobar que los vectores v
1
=
¡

3
5
,
4
5
, 0
¢
, v
2
=
¡
4
5
,
3
5
, 0
¢
, v
3
= (0, 0, 1) forman una base
ortonormal para R
3
. Expresar cada uno de los siguientes vectores como una combinación lineal
de v
1
, v
2
, v
3
.
(a) (1, −1, 2) (b) (3, −7, 4).
Solución:
Es directo ver que v
1
· v
2
= v
1
· v
3
= v
2
· v
3
= 0 y kv
1
k = kv
2
k = kv
3
k = 1 luego
½
v
1
=
µ

3
5
,
4
5
, 0

, v
2
=
µ
4
5
,
3
5
, 0

, v
3
= (0, 0, 1)
¾
es una base ortonormal (BON) de R
3
.
Para los siguientes apartados tendremos en cuenta que, como sabemos de teoría, dada una base
ortornomal de R
n
{v
1
, v
2
, . . . , v
n
} cualquier vector x ∈ R
n
puede expresarse en la forma
x = (x · v
1
) · v
1
+ (x · v
2
) · v
2
+ · · · + (x · v
n
) · v
n
.
(a) Pongamos x = (1, −1, 2). Puesto que x· v
1
= (1, −1, 2) ·
¡

3
5
,
4
5
, 0
¢
= −
7
5
, x· v
2
= (1, −1, 2) ·
¡
4
5
,
3
5
, 0
¢
=
1
5
y x · v
3
= (1, −1, 2) · (0, 0, 1) = 2, el vector (1, −1, 2) puede expresarse como
combinación lineal de v
1
=
¡

3
5
,
4
5
, 0
¢
, v
2
=
¡
4
5
,
3
5
, 0
¢
y v
3
= (0, 0, 1) en la forma
(1, −1, 2) = −
7
5
v
1
+
1
5
v
2
+ 2v
3
.
(b) Análogamente, si tomamos y = (3, −7, 4), entonces y · v
1
= (3, −7, 4) ·
¡

3
5
,
4
5
, 0
¢
= −
37
5
, x ·
v
2
= (3, −7, 4) ·
¡
4
5
,
3
5
, 0
¢
=
−9
5
y x · v
3
= (3, −7, 4) · (0, 0, 1) = 4 y en consecuencia podemos
escribir la siguiente combinación lineal
(3, −7, 4) = −
37
5
v
1

9
5
v
2
+ 4v
3
.
30. Usando el proceso de Gram-Schimdt, transformar la base {u
1
, u
2
} en una base ortonormal.
(a) u
1
= (1, −3) , u
2
= (2, 2) (b) u
1
= (1, 0) , u
2
= (3, −5) .
Solución:
(a) En primer lugar tomamos v
1
= u
1
= (1, −3), calculamos kv
1
k =
p
1
2
+ (−3)
2
=

10 y
definimos w
1
=
v
1
kv
1
k
=
³
1

10
, −
3

10
´
.
Ahora, obtenemos el vector v
2
= u
2
−(u
2
· w
1
)
| {z }
=
−4

10
· w
1
= (2, 2) +
4

10
³
1

10
, −
3

10
´
=
¡
12
5
,
4
5
¢
,
calculamos su norma: kv
2
k =
q
¡
12
5
¢
2
+
¡
4
5
¢
2
=
4

10
5
y definimos w
2
=
v
2
kv
2
k
=
³
3

10
,
1

10
´
.
Así, el conjunto
n
w
1
=
³
1

10
, −
3

10
´
, w
2
=
³
3

10
,
1

10
´o
es una base ortonormal de R
2
.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 43
(b) En este apartado realizamos los mismos cálculos para los vectores u
1
= (1, 0) y u
2
= (3, −5).
Definimos v
1
= u
1
= (1, 0) y entonces w
1
=
v
1
kv
1
k
= (1, 0), ya que kv
1
k = 1.
Tomamos v
2
= u
2
− (u
2
· w
1
)
| {z }
=3
· w
1
= (3, −5) − 3(1, 0) = (0, −5) y es directo ver que w
2
=
v
2
kv
2
k
= (0, −1). Por tanto, el conjunto {(1, 0), (0, −1)} es una base ortonormal de R
2
.
31. Usando el proceso de Gram-Schimdt, transformar la base {u
1
, u
2
, u
3
} en una base ortonormal.
(a) u
1
= (1, 1, 1) , u
2
= (−1, 1, 0) , u
3
= (1, 2, 1) (b) u
1
= (1, 0, 0) , u
2
= (3, 7, 2) , u
3
= (0, 4, 1).
Solución:
(a) Definimos v
1
= u
1
= (1, 1, 1) y tomamos w
1
=
v
1
kv
1
k
=
³
1

3
,
1

3
,
1

3
´
.
A continuación calculamos v
2
= u
2
−(u
2
· w
1
)
| {z }
=0
· w
1
= u
2
= (−1, 1, 0) y tomamos w
2
=
v
2
kv
2
k
=
³
−1

2
,
1

2
, 0
´
.
Ahora ponemos v
3
= u
3
− (u
3
· w
1
)
| {z }
=
4

3
· w
1
− (u
3
· w
2
)
| {z }
=
1

2
· w
2
= (1, 2, 1) −
4

3
³
1

3
,
1

3
,
1

3
´

1

2
³
−1

2
,
1

2
, 0
´
=
¡
1
6
,
1
6
,
−1
3
¢
, calculamos su norma: kv
3
k =
q
¡
1
6
¢
2
+
¡
1
6
¢
2
+
¡

1
3
¢
2
=

6
6
y
elegimos w
3
=
v
3
kv
3
k
=
³
1

6
,
1

6
, −
2

6
´
.
Por consiguiente,
n
w
1
=
³
1

3
,
1

3
,
1

3
´
, w
2
=
³
−1

2
,
1

2
, 0
´
, w
3
=
³
1

6
,
1

6
, −
2

6
´o
es la base
ortonormal pedida.
(b) En este apartado enumeraremos cada uno de los pasos.
paso 1: v
1
= u
1
= (1, 0, 0)
paso 2: v
2
= u
2

u
2
.v
1
v
1
.v
1
= (3, 7, 2) −
3
1
(1, 0, 0) = (0, 7, 2).
Antes de continuar comprobamos que v
1
⊥ v
2
: (1, 0, 0) .(0, 7, 2) = 0.
paso 3: v
3
= u
3

u
3
.v
1
v
1
.v
1

u
3
.v
2
v
2
.v
2
= (0, 4, 1) −
0
1
(1, 0, 0) −
30
53
(0, 7, 2) =
¡
0,
2
53
,
−7
53
¢
. Para
facilitar los cálculos podemos tomar como v
3
un múltiplo del que nos ha salido, así que
tomamos v
3
= (0, 2, −7) .
Antes de continuar comprobamos que v
1
⊥ v
3
y que v
3
⊥ v
2
: (1, 0, 0) . (0, 2, −7) = 0
y (0, 7, 2). (0, 2, −7) = 14 −14 = 0.
paso 4: Por último normalizamos la base ortogonal obtenida en los tres pasos anteriores:
w
1
=
v
1
kv
1
k
= (1, 0, 0); w
2
=
v
2
kv
2
k
=
³
0,
7

53
,
2

53
´
y w
3
=
v
3
kv
3
k
=
³
0,
2

53
,
−7

53
´
. Y la base
ortonormal pedida está formada por los vectores {w
1
, w
2
, w
3
} .
32. Encontrar la proyección ortogonal de u sobre el espacio vectorial generado por a
(a) u = (−1, −2), a = (−2, 3); (b) u = (1, 0, 0) , a = (4, 3, 8).
Solución:
Los dos apartados se relizarán sabiendo que si S = lin(a), entonces la proyección ortogonal de
u sobre S viene dada mediante
proy
s
(u) =
u · a
kak
2
· a
(a) proy
s
(u) =
u·a
kak
2
· a =
(−1,−2)·(−2,3)
k(−2,3)k
2
· (−2, 3) =
−4
13
· (−2, 3) =
¡
8
13
, −
12
13
¢
.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 44
(b) proy
s
(u) =
u·a
kak
2
· a =
(1,0,0)·(4,3,8)
k(4,3,8)k
2
· (4, 3, 8) =
4
89
· (4, 3, 8) =
¡
16
89
,
12
89
,
32
89
¢
.
33. Encontrar todos los escalares k tales que kkvk = 5, siendo v = (−2, 3, 6).
(a) Encontrar dos vectores en R
2
con norma uno cuyo producto escalar con (3, −1) sea cero.
(b) Demostrar que existe una infinidad de vectores en R
3
con norma uno cuyo producto escalar
con (1, −3, 5) es cero.
Solución:
Puesto que kkvk = |k| kvk, para encontrar k debemos resolver la ecuación |k| kvk = 5. Ahora,
utilizando que kvk = k(−2, 3, 6)k =
q
(−2)
2
+ 3
2
+ 6
2
= 7, tenemos que |k| =
5
7
y por tanto, los
únicos escalares k que verifican la relación kkvk = 5 son k =
5
7
y k = −
5
7
.
(a) Un vector v = (x, y) ∈ R
2
es ortogonal al vector (3, −1) si (x, y) · (3, −1) = 3x−y = 0. Por
tanto, resolviendo la ecuación anterior, obtenemos todos los vectores ortogonales al vector
(3, −1) y todos ellos son proporcionales al vector w = (1, 3). Por tanto, los dos vectores
que nos piden son
w
kwk
=
³
1

10
,
3

10
´
y su opuesto −
w
kwk
=
³

1

10
, −
3

10
´
.
(b) Podemos verlo desde un punto de vista geométrico.
Todos los vectores v = (x, y, z) ∈ R
3
ortogonales al vector (1, −3, 5) deben pertenecer al
plano que pasa por el origen y su ecuación es x −3y + 5z = 0. De estos vectores debemos
encontrar aquellos que tienen norma uno. Por tanto, deben pertencer a la esfera de centro
el origen y radio uno (cuya ecuación es x
2
+y
2
+z
2
= 1). Es decir, los vectores de norma
unidad y ortogonales al vector (1, −3, 5) son los que están en la intersección del plano con
la esfera y esta intersección tiene infinitos vectores.
34. Encontrar la distancia entre u y v, siendo
(a) u = (−1, −2), v = (−2, 3); (b) u = (1, 0, 0) , v = (4, 3, 8).
Solución:
Utilizaremos en los dos apartados que la distancia entre los vectores u y v está dada mediante
d
(u, v) = ku −vk .
(a)
d
(u, v) = ku −vk = k(−1, −2) −(−2, 3)k = k(1, −5)k =

26.
(b)
d
(u, v) = ku −vk = k(1, 0, 0) −(4, 3, 8)k = k(−3, −3, −8)k =

82.
35. Sea W = lin
©¡
4
5
, 0, −
3
5
¢
, (0, 1, 0)
ª
. Expresar w = (1, 2, 3) en la forma w = w
1
+ w
2
, donde
w
1
∈ W y w
2
∈ W

.
Solución:
Nos están pidiendo que calculemos w
1
= proy
W
(w) y w
2
= proy
W
⊥(w).
Comprobamos que la base del subespacio W es ortonormal
¡
4
5
, 0, −
3
5
¢
. (0, 1, 0) = 0 y
°
°
¡
4
5
, 0, −
3
5
¢°
°
=
1 y k(0, 1, 0)k = 1
En este caso en el que la base de W,
©
z
1
=
¡
4
5
, 0, −
3
5
¢
, z
2
= (0, 1, 0)
ª
, es ortonormal tenemos
w
1
= (w · z
1
) z
1
+ (w · z
2
) z
2
= (−1)
¡
4
5
, 0, −
3
5
¢
+ (2) (0, 1, 0) =
¡
−4
5
, 2,
3
5
¢
y w
2
= w − w
1
=
(1, 2, 3) −
¡
−4
5
, 2,
3
5
¢
=
¡
9
5
, 0,
12
5
¢
.
Comprobamos que w
1
.w
2
=
¡
−4
5
, 2,
3
5
¢
.
¡
9
5
, 0,
12
5
¢
=
−36
5
+
36
5
= 0.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 45
36. Repetir el ejercicio anterior siendo ahora W = lin{(1, 1, 1) , (2, 0, 1)} y w = (4, 2, 0).
Solución:
Resolveremos este ejercicio de varias formas.
Primera forma: En este caso, la base de W {u
1
= (1, 1, 1) , u
2
= (2, 0, 1)} no es ortogonal
((1, 1, 1) · (2, 0, 1) = 3 6= 0), por lo que aplicaremos el método de Gram-Schimdt para
obtener una base ortonormal.
Tomemos v
1
= u
1
= (1, 1, 1) y z
1
=
v
1
kv
1
k
=
³
1

3
,
1

3
,
1

3
´
.
Ahora elegimos v
2
= u
2
−(u
2
· z
1
)
| {z }
=
3

3
· z
1
= (2, 0, 1) −
3

3
³
1

3
,
1

3
,
1

3
´
= (1, −1, 0) y definimos
z
2
=
v
2
kv
2
k
=
³
1

2
,
−1

2
, 0
´
. Así el conjunto
n
z
1
=
³
1

3
,
1

3
,
1

3
´
, z
2
=
³
1

2
,
−1

2
, 0
´o
es una
base ortonormal de W y las proyecciones ortogonales solicitadas son:
w
1
= proy
W
(w) = (w · z
1
) z
1
+ (w · z
2
) z
2
=
6

3
³
1

3
,
1

3
,
1

3
´
+
2

2
³
1

2
,
−1

2
, 0
´
= (3, 1, 2) y
w
2
= proy
w
⊥(w) = w −proy
w
(w) = w −w
1
= (4, 2, 0) −(3, 1, 2) = (1, 1, −2).
Segunda forma: Sabemos que w
1
= proy
W
(w) = α
1
u
1

2
u
2
, donde
µ
α
1
α
2

es solución del
sistema de ecuaciones
A
t
A
µ
α
1
α
2

= A
t
w, siendo A =
¡
u
1
u
2
¢
=

¸
1 2
1 0
1 1
¸

.
Puesto que A
t
A =
µ
1 1 1
2 0 1

¸
1 2
1 0
1 1
¸

=
µ
3 3
3 5

y A
t
w =
µ
1 1 1
2 0 1

¸
4
2
0
¸

=
µ
6
8

, el sistema anterior es
½

1
+ 3α
2
= 6,

1
+ 5α
2
= 8,
y su única soución es α
1
= 1, α
2
= 1, por
lo que las proyección son:
w
1
= proy
W
(w) = u
1
+u
2
= (1, 1, 1) + (2, 0, 1) = (3, 1, 2) y
w
2
= proy
w
⊥(w) = w −w
1
= (4, 2, 0) −(3, 1, 2) = (1, 1, −2).
Tercera forma: Calcularemos en primer lugar w
2
= proy
w
⊥(w). Para ello necesitamos obtener
una base del subespacio W

.
Las ecuaciones implícitas de W

son
½
x +y +z = 0,
2x +z = 0,
y la solución general de este
sistema adquiere la forma

x = t
y = t
z = −2t
con t ∈ R. Así, W

= lin({a = (1, 1, −2)}) y
w
2
= proy
w
⊥(w) =
w·a
kak
2
· a =
(4,2,0)·(1,1,−2)
k(1,1,−2)k
2
· (1, 1, −2) = (1, 1, −2).
Por último, w
1
= proy
W
(w) = w −w
2
= (4, 2, 0) −(1, 1, −2) = (3, 1, 2).
37. Repetir el ejercicio anterior siendo ahora W = lin{(1, 1, 1)} y w = (−1, 1, 0).
Solución:
Si denotamos a = (1, 1, 1), entonces w · a = (−1, 1, 0) · (1, 1, 1) = 0 y por tanto, proy
W
(w) =
(0, 0, 0) y w
2
= proy
w
⊥(w) = w = (−1, 1, 0).
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 46
38. Encontrar la solución por mínimos cuadrados del sistema lineal Ax = b y hallar la proyección
ortogonal de b sobre el espacio columna de A.
(a) A =

¸
1 1
−1 1
−1 2
¸

, b =

¸
7
0
7
¸

(b) A =

¸
2 −2
1 1
3 1
¸

, b =

¸
2
−1
1
¸

(c) A =

¸
¸
¸
1 0 −1
2 1 −2
1 1 0
1 1 −1
¸

, b =

¸
¸
¸
6
0
9
3
¸

.
Solución:
En cada uno de los apartados debemos resolver el sistema normal asociado A
t
Ax = A
t
b y una
vez obtenida la solución x, la proyección ortogonal del vector b sobre el espacio columna de A
viene dada por
b
1
= proy
R(A)
b = Ax.
(a) En este caso, A
t
A =
µ
1 −1 −1
1 1 2

¸
1 1
−1 1
−1 2
¸

=
µ
3 −2
−2 6

y A
t
b =
µ
1 −1 −1
1 1 2

¸
7
0
7
¸

=
µ
0
21

, luego debemos resolver el sistema con matriz ampliada
µ
3 −2 0
−2 6 21

. Para
ello aplicamos el método de Gauss
µ
3 −2 0
−2 6 21

F
1
(1/3)
−→
µ
1 −2/3 0
−2 6 21

F
21
(2)
−→
µ
1 −2/3 0
0 14/3 21

F
2
(3/14)
−→
µ
1 −2/3 0
0 1 9/2

.
Por tanto, el sistema A
t
Ax = A
t
b es equivalente al sistema
½
x
1
−2/3x
2
= 0,
x
2
= 9/2,
, y aplicando
el método de subida obtenemos como única solución x
1
= 3, x
2
= 9/2. Ahora, la proyección
ortogonal de b sobre R(A) es
b
1
= proy
R(A)
b = Ax =

¸
1 1
−1 1
−1 2
¸

µ
3
9/2

=

¸
15
2
3
2
6
¸

(b) En este apartado A
t
A =
µ
2 1 3
−2 1 1

¸
2 −2
1 1
3 1
¸

=
µ
14 0
0 6

y A
t
b =
µ
2 1 3
−2 1 1

¸
2
−1
1
¸

=
µ
6
−4

. Así, el sistema normal asociado es
½
14x
1
= 6
6x
2
= −4
y la única solución es x
1
=
3/7, x
2
= −2/3. Por tanto, la proyección ortogonal es
b
1
= proy
R(A)
b = Ax =

¸
2 −2
1 1
3 1
¸

µ
3/7
−2/3

=

¸
46
21

5
21
13
21
¸

.
(c) Puesto que A
t
A =

¸
1 2 1 1
0 1 1 1
−1 −2 0 −1
¸

¸
¸
¸
1 0 −1
2 1 −2
1 1 0
1 1 −1
¸

=

¸
7 4 −6
4 3 −3
−6 −3 6
¸

y A
t
b =
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 47

¸
1 2 1 1
0 1 1 1
−1 −2 0 −1
¸

¸
¸
¸
6
0
9
3
¸

=

¸
18
12
−9
¸

, el sistema normal asociado tiene por matriz
ampliada

¸
7 4 −6
4 3 −3
−6 −3 6
18
12
−9
¸

y aplicando el método de Gauss

¸
7 4 −6 18
4 3 −3 12
−6 −3 6 −9
¸

−→

¸
1
4
7
−6
7
18
7
4 3 −3 12
−6 −3 6 −9
¸

−→

¸
1
4
7
−6
7
18
7
0
5
7
3
7
12
7
0
3
7
6
7
45
7
¸

−→

¸
1
4
7
−6
7
18
7
0 1
3
5
12
5
0 1 2 15
¸

−→

¸
1
4
7
−6
7
18
7
0 1
3
5
12
5
0 0
7
5
63
5
¸

−→

¸
1
4
7
−6
7
18
7
0 1
3
5
12
5
0 0 1 9
¸

=⇒

x
1
+
4
7
x
2

6
7
x
3
=
18
7
x
1
+
3
5
x
2
=
12
5
x
3
= 9
la pseudosolución del sistema es x
1
= 12, x
2
= −3, x
3
= 9.
En consecuencia, la proyección ortogonal de b sobre el espacio columna de A es
proy
R(A)
b = Ax =

¸
¸
¸
1 0 −1
2 1 −2
1 1 0
1 1 −1
¸

¸
12
−3
9
¸

=

¸
¸
¸
3
3
9
0
¸

.
39. Determinar la proyección ortogonal de u sobre el subespacio W = lin{v
1
, v
2
}
(a) u = (2, 1, 3), v
1
= (−1, 2, 1), v
2
= (2, 2, 4)
(b) u = (0, 1, −1), v
1
= (−1, 2, 1), v
2
= (−2, 4, 2).
Solución:
(a) Primera forma: La proyección pedida puede obtenerse de la forma proy
W
u = A
µ
α
1
α
2

,
donde
µ
α
1
α
2

es solución del sistema
A
t
A
µ
α
1
α
2

= A
t
u, siendo A =
¡
v
1
v
2
¢
=

¸
−1 2
2 2
1 4
¸

.
Como A
t
A =
µ
−1 2 1
2 2 4

¸
−1 2
2 2
1 4
¸

=
µ
6 6
6 24

y A
t
u =
µ
−1 2 1
2 2 4

¸
2
1
3
¸

=
µ
3
18

, el sistema que debemos resolver tiene de ecuaciones
½

1
+ 6α
2
= 3,

1
+ 24α
2
= 18.
Su única solución es α
1
= −
1
3
, α
2
=
5
6
y por tanto, la proyección ortogonal es
proy
W
u = A
µ
α
1
α
2

=

¸
−1 2
2 2
1 4
¸

µ
−1/3
5/6

=

¸
2
1
3
¸

= u.
Nótese que la proyección coincide con el vector inicial, pues u pertence al subespacio
vectorial W, es decir, es combinación lineal de los vectores v
1
y v
2
(u = −
1
3
v
1
+
5
6
v
2
).
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 48
Segunda forma: También podemos obtener una base ortogonal de W aplicando el método
de Gram-Schimdt .
paso 1: u
1
= v
1
= (−1, 2, 1) .
paso 2: u
2
= v
2

v
2
.u
1
u
1
.u
1
= (2, 2, 4) −
6
6
(−1, 2, 1) = (3, 0, 3).
Ahora proy
W
(u) =
(u.u
1
)
(u
1
.u
1
)
u
1
+
(u.u
2
)
(u
2
.u
2
)
u
2
=
3
6
(−1, 2, 1) +
15
18
(3, 0, 3) =
1
6
(12, 6, 18) =
(2, 1, 3) .
(b) En este apartado v
2
= 2v
1
, luego W = lin({v
1
, v
2
}) = lin({v
1
}) y la proyección ortogonal
puede obtenerse mediante
proy
W
u =
u · v
1
kv
1
k
2
· v
1
=
(0, 1, −1) · (−1, 2, 1)
k(−1, 2, 1)k
2
· (−1, 2, 1) =
¡

1
6
1
3
1
6
¢
.
Obsérvese que también podemos calcular esta proyección ortogonal siguiendo los pasos del
apartado anterior.
Definimos A =
¡
v
1
v
2
¢
=

¸
−1 −2
2 4
1 2
¸

, entonces A
t
A =
µ
−1 2 1
−2 4 2

¸
−1 −2
2 4
1 2
¸

=
µ
6 12
12 24

, A
t
u =
µ
−1 2 1
−2 4 2

¸
0
1
−1
¸

=
µ
1
2

y el sistema A
t
A
µ
α
1
α
2

= A
t
u
tiene por ecuaciones
½

1
+ 12α
2
= 1,
12α
1
+ 24α
2
= 2.
Es directo ver que el sistema es conpatible indeterminado y sus infinitas soluciones pueden
escribirse en la forma
½
α
1
=
1
6
−2t,
α
2
= t,
con t ∈ R. Ahora, la proyeción ortogonal puede
obtenerse a partir de cualquiera de la infinitas soluciones.
Tomando t = 0, tenemos α
1
=
1
6
, α
2
= 0 y la proyección ortogonal es
proy
W
u = A
µ
α
1
α
2

=

¸
−1 −2
2 4
1 2
¸

µ
1/6
0

=

¸

1
6
1
3
1
6
¸

.
De todas formas, es evidente que la proyección ortogonal puede obtener también con la
solución general
proy
W
u = A
µ
α
1
α
2

=

¸
−1 −2
2 4
1 2
¸

µ
1/6 −2t
t

=

¸

1
6
1
3
1
6
¸

.
40. Hallar la proyección ortogonal del vector u = (5, 6, 7, 2) sobre el espacio solución del sistema
½
x
1
+x
2
+x
3
= 0
2x
2
+x
3
+x
4
= 0
Solución:
Si denotamos mediante W al subespacio vectorial de R
4
de ecuaciones implícitas
½
x
1
+x
2
+x
3
= 0,
2x
2
+x
3
+x
4
= 0,
entonces W

= lin({v
1
= (1, 1, 1, 0), v
2
= (0, 2, 1, 1)}) y la proyección ortogonal de u sobre W

puede obenerse mediante proy
W
⊥ u = Aα, donde α es solución del sistema
A
t
Aα = A
t
u, siendo A =
¡
v
1
v
2
¢
=

¸
¸
¸
1 0
1 2
1 1
0 1
¸

.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 49
Puesto que A
t
A =
µ
1 1 1 0
0 2 1 1

¸
¸
¸
1 0
1 2
1 1
0 1
¸

=
µ
3 3
3 6

y A
t
u =
µ
1 1 1 0
0 2 1 1

¸
¸
¸
5
6
7
2
¸

=
µ
18
21

, el sistema normal asociado es
½

1
+ 3α
2
= 18,

1
+ 6α
2
= 21.
Su única solución es α
1
= 5, α
2
= 1, y por tanto, proy
W
⊥ u = Aα =

¸
¸
¸
1 0
1 2
1 1
0 1
¸

µ
5
1

=

¸
¸
¸
5
6
7
1
¸

.
Así, la proyección sobre W es proy
W
u = u −proy
W
⊥ u = (5, 6, 7, 2) −(5, 6, 7, 1) = (0, 0, 0, 1).
41. Sea W el subespacio de R
3
de ecuación 5x −3y +z = 0.
(a) Encontrar una base para W.
(b) Encontrar la distancia entre el punto P(1, −2, 4) y el subespacio W.
Solución:
(a) Para encontrar una base de W resolvemos el sistema cuya matriz ampliada es
¡
5 −3 1 0
¢
¡
5 −3 1 0
¢
−→
¡
1
−3
5
1
5
0
¢
=⇒

x = 3t −s
y = 5t
z = 5s
, luego {(3, 5, 0) , (−1, 0, 5)} es
una base de W.
(b) Nos están pidiendo que calculemos kproy
W
⊥(v)k, siendo v = (1, −2, 4) .
Obtenemos primero una base de W

, W

= lin({(5, −3, 1)}). Ahora calculamos
proy
W
⊥(v) =
v.u
u.u
u =
15
35
(5, −3, 1) =
3
7
(5, −3, 1) y por último
kproy
W
⊥(v)k =
3
7

25 + 9 + 1 =
r
45
7
.
42. Deteminar cuáles de las siguientes matrices son ortogonales. Para las que si lo sean, encontrar
su inversa.
Ã
1

2
−1

2
1

2
1

2
!
,

¸
¸
0 1
1

2
1 0 0
0 0
1

2
¸

,

¸
¸
−1

2
1

6
1

3
0
−2

6
1

3
1

2
1

6
1

3
¸

,

¸
¸
−1

2
1

2
1

6
1

6
1

3
1

3
¸

Solución:
• Q =
Ã
1

2
−1

2
1

2
1

2
!
es ortogonal, pues es cuadrada y Q
t
Q =
Ã
1

2
1

2
−1

2
1

2

1

2
−1

2
1

2
1

2
!
=
µ
1 0
0 1

= I
2
. Además, Q
−1
= Q
t
=
Ã
1

2
1

2
−1

2
1

2
!
.
• Q =

¸
¸
0 1
1

2
1 0 0
0 0
1

2
¸

no es ortogonal, pues Q
t
Q =

¸
0 1 0
1 0 0
1

2
0
1

2
¸

¸
¸
0 1
1

2
1 0 0
0 0
1

2
¸

=

¸
1 0 0
0 1
1
2

2
0
1
2

2 1
¸

6= I
3
.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 50
• Q =

¸
¸
−1

2
1

6
1

3
0
−2

6
1

3
1

2
1

6
1

3
¸

es ortogonal, pues es cuadrada y Q
t
Q =

¸
¸
−1

2
0
1

2
1

6
−2

6
1

6
1

3
1

3
1

3
¸

¸
¸
−1

2
1

6
1

3
0
−2

6
1

3
1

2
1

6
1

3
¸

=

¸
1 0 0
0 1 0
0 0 1
¸

= I
3
.
En este caso, Q
−1
= Q
t
=

¸
¸
−1

2
0
1

2
1

6
−2

6
1

6
1

3
1

3
1

3
¸

.
• La matriz Q =

¸
¸
−1

2
1

2
1

6
1

6
1

3
1

3
¸

no puede ser ortogonal, ya que no es cuadrada.
43. Determinar a, b, c tales que la matriz A sea ortogonal. ¿son únicos los valores de a, b, c?
A =

¸
¸
a
1

2
−1

2
b
1

6
1

6
c
1

3
1

3
¸

.
Solución:
A es ortogonal si y sólo si AA
T
= A
T
A = I, o lo que es lo mismo, si y sólo si sus columnas son
vectores ortonormales.
Las columnas de A serán ortonormales si se verifica:

a

2
+
b

6
+
c

3
= 0
−a

2
+
b

6
+
c

3
= 0
a
2
+b
2
+c
2
= 1
. Observamos que
este sistema no es un sistema de ecuaciones lineales. No tiene que tener sólo una solución,
infinitas soluciones o ninguna. Pueden presentarse otras situaciones.
Una forma de resolverlo podría ser la siguiente. Como las dos primeras ecuaciones son lineales,
utilizamos los métodos que hemos aprendido
Ã
1

2
1

6
1

3
0

1

2
1

6
1

3
0
!
−→
Ã
1

2

6

2

3
0
−1

2

6

2

3
0
!
−→
Ã
1

2

6

2

3
0
0
2

2

6
2

2

3
0
!
−→
Ã
1

2

6

2

3
0
0 1

2 0
!
=⇒

a = 0
b = −

2t
c = t
Como además se tiene que cumplir la tercera ecuación, se tiene 0 + 2t
2
+ t
2
= 1, de donde
obtenemos t = ±
1

3
. Luego los valores de a, b y c son:

a = 0
b = −

2

3
c =
1

3
o

a = 0
b =

2

3
c = −
1

3
y por tanto,
no son únicos.
Comprobamos que los valores obtenidos resuelven el problema:
AA
T
=

¸
¸
0
1

2
−1

2


2

3
1

6
1

6
1

3
1

3
1

3
¸

¸
¸
0 −

2

3
1

3
1

2
1

6
1

3
−1

2
1

6
1

3
¸

=

¸
1 0 0
0 1 0
0 0 1
¸

.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 51
AA
T
=

¸
¸
0
1

2
−1

2

2

3
1

6
1

6
−1

3
1

3
1

3
¸

¸
¸
0

2

3
−1

3
1

2
1

6
1

3
−1

2
1

6
1

3
¸

=

¸
1 0 0
0 1 0
0 0 1
¸

.
Otra forma:
Podemos obtener una base ortonormal del subepacio ortogonal al generado por los vectores
u =
³
1

2
,
1

6
,
1

3
´
y v =
³

1

2
,
1

6
,
1

3
´
.
Este subespacio vectorial tiene por ecuaciones implícitas
(
x

2
+
y

6
+
z

3
= 0,
−x

2
+
y

6
+
z

3
= 0.
Como antes sus
soluciones se escriben en la forma

x = 0
y = −

2t
z = t
con t ∈ R y una base está formada por el vector
w =
¡
0, −

2, 1
¢
.
Ahora sólo nos queda normalizar y conluir que los valores para a, b y c son proporcionados por
los vectores
(a, b, c) =
w
kwk
=
Ã
0, −

2

3
,
1

3
!
y (a, b, c) = −
w
kwk
=
Ã
0,

2

3
, −
1

3
!
44. Si medimos cuatro veces el peso de un cuerpo, obtenemos los siguietes resultados p
1
= 150, p
2
=
153, p
3
= 150, p
4
= 151. ¿ Cúal es el valor que asignaríamos al peso según el método de los
mínimos cuadrados?
Solución:
Denominemos p al peso que debemos calcular. Entonces, se debe satisfacer el sistema (natural-
mente incompatible) de cuatro ecuaciones y una incógnita

p = p
1
p = p
2
p = p
3
p = p
4
que escrito en forma matricial es
Ap = b, donde A =

¸
¸
¸
1
1
1
1
¸

y b =

¸
¸
¸
p
1
p
2
p
3
p
4
¸

.
El sistema normal asociado es
4p = p
1
+p
2
+p
3
+p
4
,
ya que A
t
A =
¡
1 1 1 1
¢

¸
¸
¸
1
1
1
1
¸

= 4 y A
t
b =
¡
1 1 1 1
¢

¸
¸
¸
p
1
p
2
p
3
p
4
¸

= p
1
+p
2
+p
3
+p
4
.
Así, la solución por el método de los mínimos cuadrados es
p =
p
1
+p
2
+p
3
+p
4
4
,
es decir, la media artmética de los pesos.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 52
45. Se ha observado en una granja que la producción diaria de huevos está relacionada con las
cantidades de dos comidas fijas x
1
y x
2
, por y = c
1
x
1
+ c
2
x
2
, con c
1
, c
2
∈ R. Para determinar
la relación se ha realizado un programa de investigación donde se han obtenido los siguientes
datos:
y 4 5 6 5 4
x
1
1 0 1 2 1
x
2
0 1 1 1 2
Encontrar la mejor aproximación utilizando el método de los mínimos cuadrados.
Solución:
La ecuación modelo y = c
1
x
1
+c
2
x
2
con los datos reflejados nos conduce al sistema de ecuaciones

c
1
= 4
c
2
= 5
c
1
+c
2
= 6
2c
1
+c
2
= 5
c
1
+ 2c
2
= 4
Matricalmente podemos escribir el sistema en la forma
Ac = b, donde A =

¸
¸
¸
¸
¸
1 0
0 1
1 1
2 1
1 2
¸

b =

¸
¸
¸
¸
¸
4
5
6
5
4
¸

y c =
µ
c
1
c
2

.
El sistema normal asociado es A
t
Ac = A
t
b, es decir,
µ
7 5
5 7
¶µ
c
1
c
2

=
µ
24
24

y la pseudosolución es c
1
= 2, c
2
= 2.
46. Dados los puntos (−1, 0), (0, 3), (1, 2), (2, 1). Ajustar a una recta por el método de los mínimos
cuadrados. Repetir la operación ajustando a una parábola.
Solución:
Ajuste a una recta:
Escribimos la recta de mejor aproximación en la forma y = mx +n. Imponiendo que los puntos
de la nube pertencezcan a dicha recta, obtenemos el sistema de ecuaciones

−m+n = 0
n = 3
m+n = 2
2m+n = 1
El sistema normal asociado es
½
6m+ 2n = 4
2m+ 4n = 6
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 53
ya que A
t
A =
µ
−1 0 1 2
1 1 1 1

¸
¸
¸
−1 1
0 1
1 1
2 1
¸

=
µ
6 2
2 4

y A
t
b =
µ
−1 0 1 2
1 1 1 1

¸
¸
¸
0
3
2
1
¸

=
µ
4
6

.
Resolviendo el sistema anterior, la psedosolución es m =
1
5
, n =
7
5
y la recta de mejor aproxi-
mación en el sentido de los mínimos cuadrados es y =
1
5
x +
7
5
.
Ajuste a una parábola:
Escribiendo la parábola en la forma y = ax
2
+ bx + c e imponiendo que la parábola pase por
todos los puntos de la nube, se obtiene el sistema de ecuaciones

a −b +c = 0
c = 3
a +b +c = 2
4a + 2b +c = 1
La matriz de coefientes de este sistema es

¸
¸
¸
1 −1 1
0 0 1
1 1 1
4 2 1
¸

y el término independiente

¸
¸
¸
0
3
2
1
¸

,
luego el sistema normal asociado es

¸
1 0 1 4
−1 0 1 2
1 1 1 1
¸

¸
¸
¸
1 −1 1
0 0 1
1 1 1
4 2 1
¸

¸
a
b
c
¸

=

¸
1 0 1 4
−1 0 1 2
1 1 1 1
¸

¸
¸
¸
0
3
2
1
¸

,
es decir,

¸
18 8 6
8 6 2
6 2 4
¸

¸
a
b
c
¸

=

¸
6
4
6
¸

Aplicando el método de Gauss al sistema anterior se obtiene la pseudosolución a = −1, b =
6
5
, c =
12
5
y la parábola de mejor ajuste es y = −x
2
+
6
5
x +
12
5
.
En la Figura 1 pueden observase la nube de puntos junto con la recta y parábola encontradas.
47. Unos grandes almacenes obtienen los siguientes datos relacionando el número de ventas con el
de ventas anuales:
Número de vendedores 5 6 7 8 9 10
Ventas anuales (en millones de euros) 2.3 3.2 4.1 5.0 6.1 7.2
Utilizar el método de los mínimos cuadrados para ajustar los datos a una recta. Utiliza esta
recta para estimar el número de ventas con 14 vendedores.
Solución:
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 54
(-1,0)
(3,0)
1 2
2
(1,2)
(2,1)
y= 1/5x+7/5
y=-x
2
+6/5x+12/5
Figura 1: Recta y parábola de mejor aproximación.
Denominado a la recta de la forma y = mx +n (donde x indica el número de vendedores e y las
ventas anuales), debemos resolver el sistema de ecuaciones

5m+n = 2.3
6m+n = 3.2
7m+n = 4.1
8m+n = 5.0
9m+n = 6.1
10m+n = 7.2
Como la matriz de coeficientes es A =

¸
¸
¸
¸
¸
¸
¸
5 1
6 1
7 1
8 1
9 1
10 1
¸

y el término independiente b =

¸
¸
¸
¸
¸
¸
¸
2.3
3.2
4.1
5.0
6.1
7.2
¸

, el
sistema normal asociado es
½
355m+ 45n = 226.3
45m+ 6n = 27.9
ya que
A
t
A =
µ
5 6 7 8 9 10
1 1 1 1 1 1

¸
¸
¸
¸
¸
¸
¸
5 1
6 1
7 1
8 1
9 1
10 1
¸

=
µ
355 45
45 6

y
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 55
A
t
b =
µ
5 6 7 8 9 10
1 1 1 1 1 1

¸
¸
¸
¸
¸
¸
¸
2.3
3.2
4.1
5.0
6.1
7.2
¸

=
µ
226. 3
27. 9

.
La pseudosolución es n = −2. 657 1, m = 0. 974 29 y por consiguiente la recta de mejor ajuste en
el sentido de los mínimos cuadrados es y = 0. 974 29x −2. 657 1.
De esta forma, para estimar estimar las ventas con 14 vendedores sólo debemos sustituir x = 14
en la anterior relación: y = 0. 974 29 · 14 + −2. 657 1 = 10. 983. Es decir, con 14 vendedores se
estima una volumen ventas de 10. 983 millones de euros.
En la Figura 2 hemos representado la nubes de puntos, la recta de mejor aproximación y la
predicción de ventas con 14 vendedores.
14
Número de Vendedores
V
e
n
t
a
s

e
n

M
i
l
l
o
n
e
s

d
e

E
u
r
o
s

10.983
Figura 2: Nube de puntos, recta de mejor aproximación y estimación de ventas.
48. Encontrar la ecuación cúbica y = ax
3
+ bx
2
+ cx + d que mejor se ajusta a la nube de puntos
(−2, −8), (−1, −1), (0, 3), (1, 1), (2, −1), (3, 0).
Solución:
Imponiendo que los puntos de la nube pertenezcan a la cúbica y = ax
3
+bx
2
+cx+d, conseguimos
el sistema de ecuaciones

−8a + 4b −2c +d = −8
−a +b −c +d = −1
d = 3
a +b +c +d = 1
8a + 4b + 2c +d = −1
27a + 9b + 3c +d = 0
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 56
La matriz de coeficientes del sistema es
A =

¸
¸
¸
¸
¸
¸
¸
−8 4 −2 1
−1 1 −1 1
0 0 0 1
1 1 1 1
8 4 2 1
27 9 3 1
¸

y el término indendiente p =

¸
¸
¸
¸
¸
¸
¸
−8
−1
3
1
−1
0
¸

. Así, el sistema normal asociado A
t
A

¸
¸
¸
a
b
c
d
¸

= A
t
p tiene
por ecuaciones

859a + 243b + 115c + 27d = 58
243a + 115b + 27c + 19d = −36
115a + 27b + 19c + 3d = 16
27a + 19b + 3c + 6d = −6
pues A
t
A =

¸
¸
¸
−8 −1 0 1 8 27
4 1 0 1 4 9
−2 −1 0 1 2 3
1 1 1 1 1 1
¸

¸
¸
¸
¸
¸
¸
¸
−8 4 −2 1
−1 1 −1 1
0 0 0 1
1 1 1 1
8 4 2 1
27 9 3 1
¸

=

¸
¸
¸
859 243 115 27
243 115 27 19
115 27 19 3
27 19 3 6
¸

y
A
t
p =

¸
¸
¸
−8 −1 0 1 8 27
4 1 0 1 4 9
−2 −1 0 1 2 3
1 1 1 1 1 1
¸

¸
¸
¸
¸
¸
¸
¸
−8
−1
3
1
−1
0
¸

=

¸
¸
¸
58
−36
16
−6
¸

.
Aplicando el método de Gauss (con paciencia) al sistema cuadrado anterior, se obtiene como
única pseudosolución a =
4
9
, b = −
137
84
, c =
5
36
, d =
44
21
y por tanto la cúbica que mejor se ajusta
en el sentido de los mínimos cuadrados tiene por ecuación y =
4
9
x
3

137
84
x
2
+
5
36
x +
44
21
.
En la Figura 3 puede contemplarse la representación gráfica del polinomio cúbico de mejor
aproximación y la nube de puntos.
49. En un experimento para determinar la capacidad de orientación de una persona, se coloca a
un individuo en una habitación especial y después de un cierto tiempo en ella se le pide que
encuentre el camino de salida en un laberinto. Los resultados que se obtienen son:
Tiempo en una habitación (horas) 1 2 3 4 5 6
Tiempo en salir del laberinto (minutos) 0.8 2.1 2.6 3 3.1 3.3
Encontrar la recta que mejor se aproxime a los datos anteriores y estimar el tiempo que tardaría
en salir una persona que hubiera permanecido en la habitación 10 horas.
Solución:
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 57
x
y
y=4/9x
3
-137/84x
2
+5/36x+44/21
Figura 3: Nube de puntos y cúbica de mejor aproximación en el sentido de los mínimos cuadrados.
Denotemos mediante y = mx + n la recta que buscamos. Si esta recta pasa por los puntos
(1, 0.8), (2, 2.1), (3, 2.6), (4, 3), (5, 3.1) y (6, 3.3), entonces se obtiene el sistema de ecuaciones

m+n = 0.8
2m+n = 2.1
3m+n = 2.6
4m+n = 3
5m+n = 3.1
6m+n = 3.3
La matriz de coeficientes del sistema anterior es A =

¸
¸
¸
¸
¸
¸
¸
1 1
2 1
3 1
4 1
5 1
6 1
¸

y el término independiente
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 58
b =

¸
¸
¸
¸
¸
¸
¸
0.8
2.1
2.6
3
3.1
3.3
¸

. Por tanto,
A
t
A =
µ
1 2 3 4 5 6
1 1 1 1 1 1

¸
¸
¸
¸
¸
¸
¸
1 1
2 1
3 1
4 1
5 1
6 1
¸

=
µ
91 21
21 6

y
A
t
b =
µ
1 2 3 4 5 6
1 1 1 1 1 1

¸
¸
¸
¸
¸
¸
¸
0.8
2.1
2.6
3
3.1
3.3
¸

=
µ
60. 1
14. 9

,
así que el sistema normal asociado es
½
91m+ 21n = 60. 1
21m+ 6n = 14. 9
Resolviendo este sistema obtenemos como única pseudosolución m = 0.454 29, n = 0.893 33
y en consecuencia la recta de mejor aproximación en el sentido de los mínimos cuadrados es
y = 0.454 29x + 0.893 33.
Si una persona permanece 10 horas en la habitación, entonces, atendiendo a la recta anterior, el
tiempo estimado para salir del laberinto es y = 0.45429 · 10 + 0.89333 = 5. 4362.
En la Figura 4 hemos representado la nube de puntos junto con la retca de mejor aproximación
en el sentido de los mínimos cuadrados y la estimación obtenida.
Boletín 2. El Espacio Vectorial R
n
. Ortogonalidad y Mínimos Cuadrados 59
1 2 3 4 5 6 10
0.8
2.1
2.6
3
3.1
3.3
5.4362
Tiempo en la habitación (en horas)
T
i
e
m
p
o

e
n

s
a
l
i
r

d
e
l

l
a
b
e
r
i
n
t
o

(
e
n

m
i
n
u
t
o
s
)
y= 0.45429x+0.89333
Figura 4: Nube de puntos y recta de mejor aproximación para el problema del laberinto.
Boletín 3. Diagonalización de Matrices
1. Obtener los autovalores y bases para los subespacios propios asociados a cada autovalor de las
siguientes matrices
µ
10 −9
4 −2

,
µ
0 3
4 0

,
µ
0 0
0 0

,
µ
1 0
0 1

,

¸
4 0 1
−2 1 0
−2 0 1
¸

,

¸
−1 0 1
−1 3 0
−4 13 −1
¸

,

¸
5 0 1
1 1 0
−7 1 0
¸

.
Solución:
• El polinomio característico de la matriz A =
µ
10 −9
4 −2

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
10 −λ −9
4 −2 −λ
¯
¯
¯
¯
= (10 −λ) (−2 −λ) + 36 = λ
2
−8λ + 16.
Los autovalores son las soluciones de p
A
(λ) = 0; es decir, de λ
2
−8λ+16 = 0. La resolución
de esta ecuación de segundo grado nos proporciona como único autovalor de A λ
1
= 4 con
multiplicidad algebráica (m.a) m
1
= 2.
Para calcular el subespacio propio de A asociado al autovalor λ
1
= 4, V (λ
1
) = V (4) =
©
v ∈ R
2
: (A−λ
1
I) v = 0
ª
, debemos resolver el sistemas homogéneo (A−λ
1
I) v = 0. Puesto
que (A−λ
1
I) = A − 4I =
µ
6 −9
4 −6

, poniendo v =
µ
x
y

, el sistema homogéneo es
½
6x −9y = 0,
4x −6y = 0.
Como sabemos, el sistema anterior es compatible indeterminado (pues λ
1
= 4 es autovalor
de la matriz A y así A − 4I es no regular) y es directo observar que se reduce a la única
ecuación 2x − 3y = 0. Las infinitas soluciones de esta ecuación pueden escribirse en al
forma
½
x =
3
2
t
y = t
con t ∈ R y por consiguiente,
©¡
3
2
, 1
¢ª
es base V (λ
1
). Nótese que
también podemos elegir como base el conjunto {(3, 2)}, es decir, V (λ
1
) = lin
¡©¡
3
2
, 1
¢ª¢
=
lin({(3, 2)}).
Podemos comprobar que los cálculos está bien hechos observando que Av = 4v, siendo
v =
µ
3
2

. En efecto,
Av =
µ
10 −9
4 −2
¶µ
3
2

=
µ
12
8

= 4
µ
3
2

= 4v.
60
Boletín 3. Diagonalización de Matrices 61
• Cálculamos, en primer lugar, el polinomio característico de la matriz A =
µ
0 3
4 0

:
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
−λ 3
4 −λ
¯
¯
¯
¯
= λ
2
−12.
Las raíces de p
A
(λ) son λ
1
=

12 = 2

3 con multiplicidad algebráica (m.a.) m
1
= 1 y
λ
2
= −

12 = −2

3 con multiplicidad algebráica (m.a.) m
2
= 1.
A continuación calculamos los subespacios propios V (λ
1
) y V (λ
2
).
Para determinar una base del primer subespacio propio V (λ
1
) tenemos que resolver el
sistema homogéneo (A−λ
1
I) v
1
= 0. Tomando v
1
=
µ
x
y

y teniendo en cuenta que
(A−λ
1
I) = A − 2

3I =
µ
−2

3 3
4 −2

3

, las ecuaciones del sistema anterior son
½
−2

3x + 3y = 0,
4x −2

3y = 0.
Sabemos que el sistema anterior es compatible indeterminado, por tanto, una de las ecua-
ciones es proporcional a la otra y el sistema puede reducirse a una sola de las ecuaciones.
Resolviendo la última de las ecuaciones, la solución general es
(
x =

3
2
t
y = t
con t ∈ R. Así,
V (λ
1
) = lin
³n³

3
2
, 1
´o´
= lin
¡©¡√
3, 2
¢ª¢
.
Para determinar una base de V (λ
2
) tenemos que resolver el sistema homogéneo (A−λ
2
I) v
2
=
0. Tomando v
2
=
µ
x
y

y teniendo en cuenta que (A−λ
2
I) = A+2

3I =
µ
2

3 3
4 2

3

,
las ecuaciones del sistema anterior son
½
2

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

3y = 0.
Al igual que antes, el sistema puede reducirse a una sola de las ecuaciones. Resolviendo
la última de las ecuaciones, la solución general es
(
x = −

3
2
t
y = t
con t ∈ R. Así, V (λ
2
) =
lin
³n³


3
2
, 1
´o´
= lin
¡©¡


3, 2
¢ª¢
.
Podemos comprobar que se satisfacen las relaciones Av
1
= λ
1
v
1
y Av
2
= λ
2
v
2
, siendo
v
1
=
µ √
3
2

y v
2
=
µ


3
2

:
Av
1
=
µ
0 3
4 0
¶µ √
3
2

=
µ
6
4

3

= 2

3
µ √
3
2

= λ
1
v
1
.
Av
2
=
µ
0 3
4 0
¶µ


3
2

=
µ
6
−4

3

= −2

3
µ


3
2

= λ
2
v
2
.
• Es directo ver que el único autovalor de la matriz nula A =
µ
0 0
0 0

es λ
1
= 0 con m.a.
m
1
= 2. Para obtener el subespacio propio V (λ
1
) = V (0) tenemos que resolver el sistema
homogéneo
½
0 · x + 0 · y = 0,
0 · x + 0 · y = 0.
Está claro que cualquier vector v =
µ
x
y

∈ R
2
es solución
del sistema, por lo que V (λ
1
) = R
2
y podemos tomar como base de V (λ
1
) cualquier base
de R
2
; por ejemplo, la base canónica {(1, 0) , (0, 1)}.
Boletín 3. Diagonalización de Matrices 62
• El único autovalor de la matriz diagonal I =
µ
1 0
0 1

es λ
1
= 1 con m.a. m
1
= 2.
Como la matriz I −λ
1
I = I −I =
µ
0 0
0 0

, de la misma forma que antes, el subespacio
propio V (λ
1
) es V (λ
1
) = R
2
y {(1, 0) , (0, 1)} una base de V (λ
1
).
• Las raíces del polinomio característico de A =

¸
4 0 1
−2 1 0
−2 0 1
¸

,
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
4 −λ 0 1
−2 1 −λ 0
−2 0 1 −λ
¯
¯
¯
¯
¯
¯
= (1 −λ)
¯
¯
¯
¯
4 −λ 1
−2 1 −λ
¯
¯
¯
¯
=
= (1 −λ) [(4 −λ) (1 −λ) + 2] = (1 −λ) (2 −λ) (3 −λ) ,
son λ
1
= 1, λ
2
= 2 y λ
3
= 3 y todos ellos tienen m.a. uno.
Ahora vamos a calcular bases de cada uno de los subespacios propios.
— Como V (λ
1
) = V (4) = N (A−λ
1
I) =
©
v ∈ R
2
: (A−λ
1
I) v = 0
ª
, debemos resolver
el sistema homogéneo (A−λ
1
I) v = 0. Poniendo v =

¸
x
y
z
¸

y puesto que A−λ
1
I =
A−I =

¸
3 0 1
−2 0 0
−2 0 0
¸

, el sistema homogéneo es

3x +z = 0,
−2x = 0,
−2x = 0.
Las soluciones de este sistema se pueden escribir en la forma

x = 0,
y = t,
z = 0,
con t ∈ R y
por tanto V (λ
1
) = lin({(0, 1, 0)}) .
— Como A −λ
2
I = A −2I =

¸
2 0 1
−2 −1 0
−2 0 −1
¸

, para determinar el subespacio propio
V (λ
2
) = V (2) tenemos que resolver el sistema homogéneo

2x +z = 0,
−2x −y = 0,
−2x −z = 0.
Es directo observar que las infinitas soluciones de este sistema son

x = t,
y = −2t,
z = −2t,
con
t ∈ R y por tanto, V (λ
2
) = lin({(1, −2, −1)}).
— Teniendo en cuenta que A−λ
3
I = A−3I =

¸
1 0 1
−2 −2 0
−2 0 −2
¸

, el sistema homogéneo
(A−λ
3
I) v = 0 es

x +z = 0,
−2x −2y = 0,
−2x −2z = 0.
Sus infinitas soluciones son

x = −t,
y = t,
z = t,
con
t ∈ R y por consiguiente, V (λ
3
) = lin({(−1, 1, 1)}).
Boletín 3. Diagonalización de Matrices 63
• El polinomio característico de la matriz A =

¸
−1 0 1
−1 3 0
−4 13 −1
¸

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
−1 −λ 0 1
−1 3 −λ 0
−4 13 −1 −λ
¯
¯
¯
¯
¯
¯
= −λ
3

2
+λ + 2 = −(λ −2)
¡
λ
2
+λ + 1
¢
,
luego el único autovalor real de A es λ
1
= 2 (con m.a. m
1
= 1), pues las soluciones de la
ecuación λ
2
+λ + 1 = 0 son complejas: λ =
−1±

3i
2
.
Como A − λ
1
I = A − 2I =

¸
−3 0 1
−1 1 0
−4 13 −3
¸

, el sistema homogéneo (A−λ
1
I) v = 0 es

−3x +z = 0,
−x +y = 0,
−4x + 13y −3z = 0.
Ahora aplicaremos el método de Gauss para resolver el sistema homogéneo anterior.

¸
−3 0 1
−1 1 0
−4 13 −3
0
0
0
¸

F
1
(−1/3)
−→

¸
1 0 −1/3
−1 1 0
−4 13 −3
0
0
0
¸

F
21
(1)
−→
F
31
(4)

¸
1 0 −1/3
0 1 −1/3
0 13 −
13
3
0
0
0
¸

F
32
(−13)
−→

¸
1 0 −1/3
0 1 −1/3
0 0 0
0
0
0
¸

.
Así, el sistema inicial es equivalente al sistema
½
x −
1
3
z = 0,
y −
1
3
z = 0
y sus infinitas soluciones
pueden expresarse en la forma

x =
1
3
t,
y =
1
3
t,
z = t,
con t ∈ R. Por consiguiente, V (λ
1
) = V (2) =
lin
¡©¡
1
3
,
1
3
, 1
¢ª¢
= lin({(1, 1, 3)}) .
Naturalmente,
A

¸
1
1
3
¸

=

¸
−1 0 1
−1 3 0
−4 13 −1
¸

¸
1
1
3
¸

=

¸
2
2
6
¸

= 2

¸
1
1
3
¸

.
• El polinomio carcterístico de la matriz A =

¸
5 0 1
1 1 0
−7 1 0
¸

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
5 −λ 0 1
1 1 −λ 0
−7 1 −λ
¯
¯
¯
¯
¯
¯
= −λ
3
+ 6λ
2
−12λ + 8 = −(λ −2)
3
,
luego el único autovalor de A es λ
1
= 2 y su m.a. es m
1
= 3.
Determinaremos el subespacio propio V (λ
1
) = V (2) = N (A−λ
1
I) =
©
v ∈ R
2
: (A−λ
1
I) v = 0
ª
resolviendo el sistema (A−λ
1
I) v = 0. Puesto que A−λ
1
I = A−2I =

¸
3 0 1
1 −1 0
−7 1 −2
¸

,
el sistema anterior es

3x +z = 0,
x −y = 0,
−7x +y −2z = 0.
Boletín 3. Diagonalización de Matrices 64
Aplicando el método de Gauss

¸
3 0 1
1 −1 0
−7 1 −2
0
0
0
¸

F
1
(1/3)
−→

¸
1 0 1/3
1 −1 0
−7 1 −1
0
0
0
¸

F
21
(−1)
−→
F
31
(7)

¸
1 0 1/3
0 −1 −1/3
0 1 1/3
0
0
0
¸

F
2
(−1)
−→

¸
1 0 1/3
0 1 1/3
0 1 1/3
0
0
0
¸

F
32
(−1)
−→

¸
1 0 1/3
0 1 1/3
0 0 0
0
0
0
¸

el sistema anterior es equivalente a
½
x +
1
3
z = 0,
y +
1
3
z = 0,
sus infinitas soluciones son

x =
1
−3
t,
y = −
1
3
t,
z = t,
y por tanto, V (λ
1
) = V (2) = lin
¡©¡

1
3
, −
1
3
, 1
¢ª¢
= lin({(−1, −1, ) 3}).
Fijémonos que A

¸
−1
−1
3
¸

=

¸
5 0 1
1 1 0
−7 1 0
¸

¸
−1
−1
3
¸

=

¸
−2
−2
6
¸

= 2

¸
−1
−1
3
¸

.
2. Calcular los autovalores de la matriz

¸
¸
¸
10 −9 0 0
4 −2 0 0
0 0 −2 −7
0 0 1 2
¸

.
Solución:
El polinomio característico de la matriz dada es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
¯
¯
10 −λ −9 0 0
4 −2 −λ 0 0
0 0 −2 −λ −7
0 0 1 2 −λ
¯
¯
¯
¯
¯
¯
¯
¯
F
34
(2+λ)
=
=
¯
¯
¯
¯
¯
¯
¯
¯
10 −λ −9 0 0
4 −2 −λ 0 0
0 0 0 −7 + (2 +λ) (2 −λ)
0 0 1 2 −λ
¯
¯
¯
¯
¯
¯
¯
¯
=
¯
¯
¯
¯
¯
¯
¯
¯
10 −λ −9 0 0
4 −2 −λ 0 0
0 0 0 −λ
2
−3
0 0 1 2 −λ
¯
¯
¯
¯
¯
¯
¯
¯
=
= −
¯
¯
¯
¯
¯
¯
10 −λ −9 0
4 −2 −λ 0
0 0 −λ
2
−3
¯
¯
¯
¯
¯
¯
=
¡
λ
2
+ 3
¢
¯
¯
¯
¯
10 −λ −9
4 −2 −λ
¯
¯
¯
¯
=
¡
λ
2
+ 3
¢ ¡
λ
2
−8λ + 16
¢
=
=
¡
λ
2
+ 3
¢
(λ −4)
2
.
Por consiguiente, los autovalores de A (raíces reales del polinomio característico) son λ
1
= 4 con
m.a. m
1
= 2.
3. Comprobar que si λ es un autovalor de A con autovector asociado x, entonces λ
n
es autovalor
de A
n
con autovector asociado x. Encontrar los autovalores y bases para los subespacios propios
asociados de la matriz A
25
, siendo A =

¸
−1 −2 −2
1 2 1
−1 −1 0
¸

.
Solución:
Si λ
0
es un autovalor de A con autovector asociado x entonces se verifica que Ax = λ
0
x ⇒A
2
x =
A(Ax) = A(λ
0
x) = λ
0
Ax = λ
2
0
x y por inducción se tiene que A
n
x = λ
n
0
x. Esto demuestra que
λ
n
0
es autovalor de A
n
con autovector asociado x (el mismo que para λ
0
).
Si queremos calcular los autovalores y autovectores de A
25
es suficiente con que se calculen los
de A y se utilice la información anterior.
Boletín 3. Diagonalización de Matrices 65
Calculamos el polinomio característico de la matriz A.
|λI −A| =
¯
¯
¯
¯
¯
¯
λ + 1 2 2
−1 λ −2 −1
1 1 λ
¯
¯
¯
¯
¯
¯
=
¯
¯
¯
¯
¯
¯
λ + 1 2 2
0 λ −1 λ −1
1 1 λ
¯
¯
¯
¯
¯
¯
=
= (λ −1)
¯
¯
¯
¯
¯
¯
λ + 1 2 2
0 1 1
1 1 λ
¯
¯
¯
¯
¯
¯
= (λ −1)
¯
¯
¯
¯
¯
¯
λ + 1 2 0
0 1 0
1 1 λ −1
¯
¯
¯
¯
¯
¯
=
= (λ −1)
2
¯
¯
¯
¯
λ + 1 2
0 1
¯
¯
¯
¯
= (λ −1)
2
(λ + 1) . Luego los autovalores de A son λ = 1 de m.a.(λ =
1) = 2 y λ = −1 de m.a.(λ = −1) = 1. Los autovalores de A
25
serán 1
25
= 1 y (−1)
25
= −1.
Los autovectores asociados a 1
25
= 1 para la matriz A
25
son los mismos que los asociados a 1
para la matriz A y los asociados a (−1)
25
para la matriz A
25
son los mismos que los asociados a
−1 para la matriz A. Por tanto, calculamos los subespacios propios asociados a 1 y −1 para la
matriz A.
Para calcular el subespacio propio V (1) debemos resolver el sistema de ecuaciones homogéneo
(I − A)x = 0 ⇒

¸
2 2 2
−1 −1 −1
1 1 1
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

. Usamos el método de Gauss y obten-
emos

¸
2 2 2 0
−1 −1 −1 0
1 1 1 0
¸

−→

¸
1 1 1 0
0 0 0 0
0 0 0 0
¸

⇒ {x +y +z = 0 ⇒

x = −t −s
y = t
z = s
, luego
V (1) = lin({(−1, 1, 0) , (−1, 0, 1)}) .
Ahora obtenemos el subespacio propio V (−1). Igual que antes (−I −A)x = 0 ⇒

¸
0 2 2
−1 −3 −1
1 1 −1
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

. Usamos el método de Gauss y obtenemos

¸
0 2 2 0
−1 −3 −1 0
1 1 −1 0
¸

−→

¸
1 1 −1 0
−1 −3 −1 0
0 2 2 0
¸

−→

¸
1 1 −1 0
0 −2 −2 0
0 2 2 0
¸

−→

¸
1 1 −1 0
0 1 1 0
0 0 0 0
¸


½
x +y −z = 0
y +z = 0

x = 2t
y = −t
z = t
, luego V (−1) = lin({(2, −1, 1)}) .
Por tanto, los autovalores de A
25
son 1 con subespacio propio asociado V (1) = lin({(−1, 1, 0) , (−1, 0, 1)})
y −1 con subespacio propio asociado V (−1) = lin({(2, −1, 1)}) .
(a) Justificar que el número 0 no puede ser autovalor de una matriz invertible.
(b) Comprobar que si λ es un autovalor de A con autovector asociado x, entonces
1
λ
es autovalor
de A
−1
con autovector asociado x.
(c) Encontrar los autovalores y autovectores de A
−1
, siendo A =

¸
−2 2 3
−2 3 2
−4 2 5
¸

.
Solución:
(a) Si λ = 0 fuese autovalor de A debe existir algún vector x 6= 0 tal que Ax = 0 y de aquí
deducimos que no existe la inversa de A.
Boletín 3. Diagonalización de Matrices 66
(b) Si A tiene inversa y λ
0
6= 0 es un autovalor de A con autovector asociado u, entonces se
verifica Au = λ
0
u ⇐⇒ A
−1
Au = A
−1

0
u) ⇐⇒ u = λ
0
A
−1
u ⇐⇒A
−1
u =
1
λ
0
u. Por tanto
1
λ
0
es autovalor de A
−1
con el mismo autovector asociado u.
(c) Según lo visto en el apartado (b) para calcular los autovectores y autovalores de A
−1
no es
necesario calcular previamente esta matriz. Es suficiente con que calculemos autovalores y
autovectores de A.
Calculamos el polinomio característico de A.
|λI −A| =
¯
¯
¯
¯
¯
¯
λ + 2 −2 −3
2 λ −3 −2
4 −2 λ −5
¯
¯
¯
¯
¯
¯
=
= (λ + 2)
¯
¯
¯
¯
λ −3 −2
−2 λ −5
¯
¯
¯
¯
+ 2
¯
¯
¯
¯
2 −2
4 λ −5
¯
¯
¯
¯
−3
¯
¯
¯
¯
2 λ −3
4 −2
¯
¯
¯
¯
=
= (λ + 2)
¡
λ
2
−8λ + 11
¢
+ 2(2λ −2) −3(−4λ + 8) =
= (λ + 2)
¡
λ
2
−8λ + 11
¢
+ (16λ −28) = λ
3
−6λ
2
+ 11λ −6 = (λ −2)(λ −1)(λ −3).
Luego los autovalores de A son 1, 2 y 3 y los de A
−1
son sus inversos: 1,
1
2
y
1
3
.
Los autovectores asociados a 1,
1
2
y
1
3
para la matriz A
−1
son los mismos que los asociados
a 1, 2 y 3 para A, respectivamente.
Para calcular el subespacio propio V
A
(1) de A debemos resolver el sistema de ecuaciones ho-
mogéneo (I −A)x = 0 ⇒

¸
3 −2 −3
2 −2 −2
4 −2 −4
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

. Usamos el método de Gauss
y obtenemos

¸
3 −2 −3 0
2 −2 −2 0
4 −2 −4 0
¸

−→

¸
2 −2 −2 0
3 −2 −3 0
4 −2 −4 0
¸

−→

¸
1 −1 −1 0
3 −2 −3 0
4 −2 −4 0
¸

−→

¸
1 −1 −1 0
0 1 0 0
0 2 0 0
¸

−→

¸
1 −1 −1 0
0 1 0 0
0 0 0 0
¸

x = t
y = 0
z = t
, luego V
A
(1) = lin({(1, 0, 1)})
y el subespacio propio de A
−1
asociado a 1 es V
A
−1(1) = V
A
(1) = lin({(1, 0, 1)}).
Procediendo de la misma forma con los otros autovalores se obtiene V
A
(2) = V
A
−1(
1
2
) =
lin{(1, 2, 0)} y V
A
(3) = V
A
−1(
1
3
) = lin({(1, 1, 1)}).
4. Determinar cuáles de las siguientes matrices son diagonalizables
µ
2 0
1 2

,
µ
2 −3
1 −1

,

¸
3 0 0
0 2 0
0 1 2
¸

,

¸
¸
¸
4 0 0 0
1 −1 0 0
0 1 2 0
0 1 4 3
¸

,

¸
¸
¸
2 −1 0 1
0 2 1 −1
0 0 3 2
0 0 0 3
¸

.
Solución:
• Los autovalores de la matriz triangular inferior A =
µ
2 0
1 2

son λ
1
= 2 con m.a. m
1
= 2.
Ahora debemos determinar la multiplicidad geométrica (m.g.) de este autovalor. Puesto
que la m.g. µ
1
puede obtenerse mediante
µ
1
= dim(V (λ
1
)) = dim(N(A−λ
1
I)) = 2 −rg (A−λ
1
I) ,
sólo tenemos que obtener el rango de la matriz A−λ
1
I.
Boletín 3. Diagonalización de Matrices 67
Ahora bien, A−λ
1
I = A−2I =
µ
0 0
1 0

, luego rg (A−λ
1
I) = 1 y por tanto, µ
1
= 2−1 =
1. Así, µ
1
= 1 6= 2 = m
1
y por consiguiente la matriz A =
µ
2 0
1 2

no es diagonalizable.
Otra forma:
Sabemos que la matriz A =
µ
2 0
1 2

sólo posee un autovalor λ
1
= 2 con m.a. m
1
= 2. Si la
matriz A fuera diagonalizable, existirían P regular y D diagonal de forma que P
−1
AP = D
(o equivalentemente, A = PDP
−1
).
Sabemos que la diagonal de D está formada por los autovalores de A y como A posee un
único autovalore doble λ
1
, tenemos que D =
µ
λ
1
0
0 λ
1

= λ
1
I. Así, A = P D
|{z}

1
I
P
−1
=

1
IP
−1
= λ
1
PIP
−1
| {z }
=I
= λ
1
I =
µ
λ
1
0
0 λ
1

=
µ
2 0
0 2

.
Puesto que nuestra matriz A no es λ
1
I, deducimos que A no puede ser diagonalizable.
Nota:
Lo visto anteriormente puede generalizarse de la siguiente forma:
Sea A ∈ M
n
con un único autovalor λ
1
de m.a. m
1
= n. Entonces, A es diagonalizable si
y sólo si A = λ
1
I.
• El polinomio característico de A =
µ
2 −3
1 −1

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
2 −λ −3
1 −1 −λ
¯
¯
¯
¯
= λ
2
−λ + 1.
Como las raíces de p
A
(λ) = λ
2
− λ + 1 son complejas λ =


3i
2
, la matriz A no posee
ningún autovalor real y se dice que A es no diagonalizable en el cuerpo R de los números
reales.
• Como la matriz A =

¸
3 0 0
0 2 0
0 1 2
¸

es triangular inferior sus autovalores son λ
1
= 1 con
m.a. m
1
= 1 y λ
2
= 2 con m.a. m
1
= 2.
Sabemos que la multiplicidad geométrica (m.g.) satisface la desigualdad 1 6 µ
1
6 m
1
.
Puesto que m
1
= 1, deducimos que µ
1
= m
1
= 1, es decir las multiplicidades algebráicas y
geométricas del primer autovalor coinciden.
Para calcular la m.g. del segundo autovalor λ
2
= 2 debemos obtener el rango de la matriz
A−λ
2
I.
A−λ
2
I = A−2I =

¸
1 0 0
0 0 0
0 1 0
¸

, luego rg (A−λ
2
I) = 2 y por tanto,
µ
2
= dim(V (λ
2
)) = dim(N(A−λ
1
I)) = 3 −rg (A−λ
2
I) = 3 −2 = 1.
En consecuencia, µ
2
= 1 6= 2 = m
2
y la matriz A =

¸
3 0 0
0 2 0
0 1 2
¸

no es diagonalizable.
Boletín 3. Diagonalización de Matrices 68
• Los autovalores de la matriz

¸
¸
¸
4 0 0 0
1 −1 0 0
0 1 2 0
0 1 4 3
¸

son 4, −1, 2 y 3, ya que esta matriz es
triangular (inferior). Como todos ellos son distintos entre sí la matriz es diagonalizable.
• Los autovalores de la matriz

¸
¸
¸
2 −1 0 1
0 2 1 −1
0 0 3 2
0 0 0 3
¸

son 2 de m.a.(λ = 2) = 2 y 3 de m.a.(λ =
3) = 2.
Para saber si es o no diagonalizable es suficiente con conocer la dimensión de los sube-
spacios propios V (2) = N(2I − A) y V (3) = N(3I − A). Para ello es suficiente con que
estudie el rango de las matrices (2I −A) y (3I −A). (2I −A) =

¸
¸
¸
0 1 0 −1
0 0 −1 1
0 0 1 −2
0 0 0 1
¸

−→

¸
¸
¸
0 1 0 −1
0 0 1 −1
0 0 1 −2
0 0 0 1
¸

−→

¸
¸
¸
0 1 0 −1
0 0 1 −1
0 0 0 −1
0 0 0 1
¸

−→

¸
¸
¸
0 1 0 −1
0 0 1 −1
0 0 0 1
0 0 0 0
¸

Como el rango de (2I − A) es tres y sabemos que rg(2I − A) + dim(N(2I −A)) = 4
obtenemos que dimV (2) = 1. Tenemos por tanto que la m.a.(λ = 2) no coincide con la
m.g.(λ = 2) y por tanto esta matriz no es diagonalizable.
5. Determinar si las siguientes matrices son diagonalizables y en caso afirmativo encontrar una
matriz de paso P y obtener P
−1
AP.

¸
−1 4 −2
−3 4 0
−3 1 3
¸

,

¸
5 0 0
1 5 0
0 1 5
¸

,

¸
0 0 0
0 0 0
3 0 1
¸

.
Solución:
• El polinomio característico de la matriz A =

¸
−1 4 −2
−3 4 0
−3 1 3
¸

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
−1 −λ 4 −2
−3 4 −λ 0
−3 1 3 −λ
¯
¯
¯
¯
¯
¯
F
32
(−1)
=
¯
¯
¯
¯
¯
¯
−1 −λ 4 −2
−3 4 −λ 0
0 −3 +λ 3 −λ
¯
¯
¯
¯
¯
¯
=
= (A la segunda columna le sumamos la tercera)
¯
¯
¯
¯
¯
¯
−1 −λ 2 −2
−3 4 −λ 0
0 0 3 −λ
¯
¯
¯
¯
¯
¯
=
= (3 −λ)
¯
¯
¯
¯
−1 −λ 2
−3 4 −λ
¯
¯
¯
¯
= (3 −λ)
¡
λ
2
−3λ + 2
¢
= (3 −λ) (λ −1) (λ −2) .
Boletín 3. Diagonalización de Matrices 69
Luego, los autovalores de A son λ
1
= 1, λ
2
= 2 y λ
3
= 3; todos ellos con m.a. uno y, como
sabemos, también con m.g. uno.
Como A es de orden tres y posee tres autovalores diferentes deducimos que A es diagonal-
izable.
Para obtener una matriz de paso que diagonalice a A debemos encontrar bases para cada
uno de los subespacios propios.
— V (λ
1
) = V (1) = N(A−I) =
©
v ∈ R
3
: (A−I)v = 0
ª
.
A − I =

¸
−2 4 −2
−3 3 0
−3 1 2
¸

, luego hay que resolver el sistema con matriz ampliada

¸
−2 4 −2
−3 3 0
−3 1 2
0
0
0
¸

.
Aplicando el método de Gauss se obtiene

¸
−2 4 −2
−3 3 0
−3 1 2
0
0
0
¸

F
1
(−1/2)
−→

¸
1 −2 1
−3 3 0
−3 1 2
0
0
0
¸

F
21
(3)
−→
F
31
(3)

¸
1 −2 1
0 −3 3
0 −5 5
0
0
0
¸

F
2
(−1/3)
−→

¸
1 −2 1
0 1 −3
0 −5 5
0
0
0
¸

F
32
(5)
−→

¸
1 −2 1
0 1 −3
0 0 0
0
0
0
¸

,
luego el sistema (A−I)v = 0 es equivalente al sistema
½
x −2y +z = 0
y −3z = 0
y sus infinitas
soluciones pueden escribirse en la forma

x = 5t
y = 3t
z = t
con t ∈ R. Así, V (λ
1
) = lin({v
1
}),
siendo v
1
= (5, 3, 1).
— V (λ
2
) = V (2) = N(A−2I) =
©
v ∈ R
3
: (A−2I)v = 0
ª
.
A − 2I =

¸
−3 4 −2
−3 2 0
−3 1 1
¸

, luego hay que resolver el sistema con matriz ampliada

¸
−3 4 −2
−3 2 0
−3 1 1
0
0
0
¸

.
De nuevo, aplicamos el método de Gauss.

¸
−3 4 −2
−3 2 0
−3 1 1
0
0
0
¸

F
1
(−1/3)
−→

¸
1 −4/3 2/3
−3 2 0
−3 1 1
0
0
0
¸

F
21
(3)
−→
F
31
(3)

¸
1 −4/3 2/3
0 −2 2
0 −3 3
0
0
0
¸

F
2
(−1/2)
−→

¸
1 −4/3 2/3
0 1 −1
0 −3 3
0
0
0
¸

F
32
(3)
−→

¸
1 −4/3 2/3
0 1 −2
0 0 0
0
0
0
¸

.
Así, el sistema (A −2I)v = 0 es equivalente a
½
x −
4
3
y +
2
3
z = 0
y −2z = 0
sus soluciones son

x = 2t
y = 2t
z = t
con t ∈ R y V (λ
2
) = lin({v
2
}), siendo v
2
= (2, 2, 1).
— V (λ
3
) = V (3) = N(A−3I) =
©
v ∈ R
3
: (A−3I)v = 0
ª
.
Boletín 3. Diagonalización de Matrices 70
Como A − 3I =

¸
−4 4 −2
−3 1 0
−3 1 0
¸

es directo observar que el sistema (A − 3I)v = 0
es equivalente al sistema
½
−4x + 4y +−2z = 0
−3x +y = 0
y sus soluciones son

x = t
y = 3t
z = 4t
con
t ∈ R. Luego, V (λ
3
) = lin({v
3
}), siendo v
3
= (1, 3, 4).
En consecuencia, la matriz de paso es P =
¡
v
1
v
2
v
3
¢
=

¸
5 2 1
3 2 3
1 1 4
¸

y
P
−1
AP = D =

¸
λ
1
0 0
0 λ
2
0
0 0 λ
3
¸

=

¸
1 0 0
0 2 0
0 0 3
¸

.
• Los autovalores de la matriz

¸
5 0 0
1 5 0
0 1 5
¸

son λ = 5 de m.a.(λ = 5) = 3. Calculamos
ahora la m.g. de este autovalor. Para ello es suficiente con que estudiemos el rango de la
matriz (5I −A) =

¸
0 0 0
1 0 0
0 1 0
¸

−→

¸
1 0 0
0 1 0
0 0 0
¸

. Esta matriz tiene rango dos por tanto
m.g.(λ = 5) = dimV (5) = 3 − rg(5I − A) = 1. Como la m.a.(λ = 5) y la m.g.(λ = 5) no
coinciden tenemos que la matriz no es diagonalizable. (Véase la Nota del Ejercicio 4).
• Los autovalores de

¸
0 0 0
0 0 0
3 0 1
¸

son λ = 0 de m.a.(λ = 0) = 2 y λ = 1 de m.a.(λ = 1) = 1.
Calculamos la m.g. del autovalor λ = 0 (del autovalor λ = 1 sabemos que m.a.(λ = 1) =
m.g.(λ = 1) = 1).
Necesitamos estudiar el rango de la matriz (0I −A) =

¸
0 0 0
0 0 0
−3 0 −1
¸

, que claramente
es uno. Por tanto, m.g.(λ = 0) = dimV (0) = 3 − rg(0I − A) = 2. Como la m.a.(λ =
0) = m.g.(λ = 0) = 2 y m.a.(λ = 1) = m.g.(λ = 1) = 1 se tiene que esta matriz es
diagonalizable. En este ejercicio nos piden además que obtengamos la matriz de paso P y
la matriz diagonal P
−1
AP = D.
Tenemos que encontrar una base de V (0) y para ello resolvemos el sistema de ecuaciones
homogéneo (0I −A) x = 0.

¸
0 0 0
0 0 0
−3 0 −1
¸

¸
x
1
x
2
x
3
¸

=

¸
0
0
0
¸


©
x
1
+
x
3
3
= 0 ⇒

x
1
= −t
x
2
= s
x
3
= 3t
, luego
V (1) = lin({(−1, 0, 3) , (0, 1, 0)}) .
Ahora buscamos una base de V (1) y para ello resolvemos el sistema de ecuaciones homogé-
neo (I −A) x = 0.

¸
1 0 0
0 1 0
−3 0 0
¸

¸
x
1
x
2
x
3
¸

=

¸
0
0
0
¸

¸
1 0 0 0
0 1 0 0
−3 0 0 0
¸

−→

¸
1 0 0 0
0 1 0 0
0 0 0 0
¸


½
x
1
= 0
x
2
= 0

x
1
= 0
x
2
= 0
x
3
= t
, luego V (1) = lin({(0, 0, 1)}) .
Boletín 3. Diagonalización de Matrices 71
Por tanto, P =

¸
−1 0 0
0 1 0
−3 0 1
¸

y D = P
−1
AP =

¸
0 0 0
0 0 0
0 0 1
¸

. Observemos que |P| =
−1 6= 0, por lo tanto los tres autovectores obtenidos son linealmente independientes.
6. Encontrar una matriz cuadrada de orden dos cuyos autovalores sean 1 y 2 y tal que V (1) =
lin{(1, 1)} y V (2) = lin{(1, 0)} .
Solución:
Sabemos que una matriz de orden dos que tenga dos autovalores distintos es diagonalizable y
que una matriz de paso está determinada por los autovectores linealmente independientes. En
este caso, A = PDP
−1
, donde D =
µ
2 0
0 1

y P =
µ
1 1
0 1

Calculamos P
−1
:
µ
1 1 1 0
0 1 0 1

−→
µ
1 0 1 −1
0 1 0 1

. Por tanto, P
−1
=
µ
1 −1
0 1

y
A =
µ
1 1
0 1
¶µ
2 0
0 1
¶µ
1 −1
0 1

=
µ
2 1
0 1
¶µ
1 −1
0 1

=
µ
2 −1
0 1

.
Comprobamos que
µ
2 −1
0 1
¶µ
1
0

=
µ
2
0

= 2
µ
1
0

y
µ
2 −1
0 1
¶µ
1
1

=
µ
1
1

.
7. Encontrar una matriz cuadrada de orden tres cuyos autovalores sean −1 y 2 y tal que V (2) =
lin{(1, 1, −1)} y V (−1) =
©
(x, y, z) ∈ R
3
: x −z = 0
ª
.
Solución:
Como en el ejercicio 6, debemos encontrar una matriz de paso y su correspondiente matriz
diagonal. Para ello, hay que encontrar bases de los subespacio propios.
Resolviendo el sistema x−z = 0, se obtiene que V (−1) = lin({(0, 1, 0), (1, 0, 1)}). Así, utilizando
que V (2) = lin{(1, 1, −1)} , deducimos que
P
−1
AP = D, siendo P =

¸
0 1 1
1 0 1
0 1 −1
¸

y D =

¸
−1 0 0
0 −1 0
0 0 2
¸

.
Por consiguiente, sólo debemos calcular la inversa de P para determinar la matriz A. Dejamos
dicho cálculo al alumno y finalmente encontramos
A = PDP
−1
=

¸
0 1 1
1 0 1
0 1 −1
¸

¸
−1 0 0
0 −1 0
0 0 2
¸

¸

1
2
1
1
2
1
2
0
1
2
1
2
0 −
1
2
¸

=

¸
1
2
0 −
3
2
3
2
−1 −
3
2

3
2
0
1
2
¸

.
8. Calcular

¸
−1 7 −1
0 1 0
0 15 −2
¸

6
,
µ
1 0
−1 2

10
Solución:
Calcular la potencia de cualquier matriz es un proceso complicado en cuanto a la cantidad de
cálculos a realizar. Sólo si la matriz es diagonal o diagonalizable es sencillo de calcular. Si
A = PDP
−1
, entonces A
n
= PD
n
P
−1
y D
n
= diag(λ
n
1
, λ
n
2
, ...λ
n
p
).
Boletín 3. Diagonalización de Matrices 72
• Para calcular A
6
, siendo A =

¸
−1 7 −1
0 1 0
0 15 −2
¸

vemos primero si es diagonalizable y
buscamos las matrices P y D.
Calculamos el polinomio característico de A :
|λI −A| =
¯
¯
¯
¯
¯
¯
λ + 1 −7 1
0 λ −1 0
0 −15 λ + 2
¯
¯
¯
¯
¯
¯
= (λ + 1)
¯
¯
¯
¯
λ −1 0
−15 λ + 2
¯
¯
¯
¯
= (λ + 1) (λ −1) (λ + 2),
luego los autovalores son λ = 1, λ = −1 y λ = −2. Como A es de orden tres y los tres
autovalores son distintos la matriz es diagonalizable.
Para calcular la matriz de paso P obtenemos bases de los subespacios propios asociados a
cada autovalor.
Para λ = 1, tenemos que V (1) = N(I −A). Y una base de V (1) se obtiene resolviendo el
sistema

¸
2 −7 1
0 0 0
0 −15 3
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

=⇒
½
2x −7y +z = 0
−15y + 3z = 0
=⇒

x = t
y = t
z = 5t
, luego
V (1) = lin({(1, 1, 5)}) .
Para λ = −1, tenemos que V (−1) = N(−I−A). Y una base de V (−1) se obtiene resolviendo
el sistema

¸
0 −7 1
0 −2 0
0 −15 11
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

=⇒

−7y +z = 0
−2y = 0
−15y +z = 0
=⇒

x = t
y = 0
z = 0
, luego
V (−1) = lin({(1, 0, 0)}) .
Para λ = −2, tenemos que V (−2) = N(−2I − A). Y una base de V (−2) se obtiene
resolviendo el sistema

¸
−1 −7 1
0 −3 0
0 −15 0
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

=⇒
½
−x −7y +z = 0
y = 0
=⇒

x = t
y = 0
z = t
, luego V (−2) = lin({(1, 0, 1)}).
Por último,

¸
−1 7 −1
0 1 0
0 15 −2
¸

6
=

¸
1 1 1
0 1 0
0 5 1
¸

¸
1 0 0
0 1 0
0 0 64
¸

¸
1 1 1
0 1 0
0 5 1
¸

−1
=

¸
1 −315 63
0 1 0
0 −315 64
¸

.
• La matriz A =
µ
1 0
−1 2

es diagonalizable, pues es de orden dos y posee dos autovalores
diferentes λ
1
= 1, λ
2
= 2.
Seguidamente, calcularemos una matriz de paso a partir de las bases de los subespacios
propios.
Como A − λ
1
I = A − I =
µ
0 0
−1 1

, V (λ
1
) ≡ {−x +y = 0 y por tanto V (λ
1
) =
lin({(1, 1)}).
Puesto que A−λ
2
I = A−2I =
µ
−1 0
−1 0

, es directo ver que V (λ
2
) = lin({(0, 1)}).
Consecuentemente, la matriz de paso es P =
µ
1 0
1 1

, la matriz diagonal es D =
µ
1 0
0 2

y
A
10
= PD
10
P
−1
=
µ
1 0
1 1
¶µ
1
10
0
0 2
10
¶µ
1 0
1 1

−1
=
µ
1 0
−1023 1024

.
Boletín 3. Diagonalización de Matrices 73
9. Encontrar una matriz de paso ortogonal que diagonalize ortogonalmente a cada una de las
siguientes matrices.
µ
6 −2
−2 3

,

¸
1 1 0
1 1 0
0 0 0
¸

,

¸
2 −1 −1
−1 2 −1
−1 −1 2
¸

,

¸
3 2 4
2 0 2
4 2 3
¸

,

¸
5 4 2
4 5 2
2 2 2
¸

.
Solución:
Todas las matrices de este ejercicio puede diagonalizarse mediante una matriz de paso ortogonal,
pues son simétricas.
• El polinomio característico de A =
µ
6 −2
−2 3

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
6 −λ −2
−2 3 −λ
¯
¯
¯
¯
= λ
2
−9λ + 14 = (λ −2) (λ −7) ,
sus autovalores son λ
1
= 2, λ
2
= 7 y los dos tienen m.a. uno.
La matriz A−λ
1
I es A−2I =
µ
4 −2
−2 1

, luego V (λ
1
) ≡ {−2x +y = 0 y así V (λ
1
) =
lin({(1, 2)}) .
Como A−λ
1
I = A−7I =
µ
−1 −2
−2 −4

, unas ecuaciones implícitas de V (λ
2
) son −x−2y =
0 y por tanto, V (λ
2
) = lin({(−2, 1)}).
Nótese que, como A es simétrica, V (λ
1
) ⊥V (λ
2
). Podemos comprobar esto viendo que
(1, 2) · (−2, 1) = 0.
Para obtener una matriz de paso ortogonal debemos ortonormalizar cada base de los subes-
pacios propios. En este caso es sencillo, pues las bases de los dos subespacios propios tienen
un único vector y la ortornormalización se lleva a cabo normalizando los vectores v
1
= (1, 2)
y v
2
= (−2, 1). Por tanto, la matriz da paso ortogonal es Q =
¡
w
1
w
2
¢
, siendo
w
1
=
v
1
kv
1
k
=
µ
1

5
,
2

5

y w
2
=
v
2
kv
2
k
=
µ
−2

5
,
1

5

y se satisface
Q
−1
AQ = Q
t
AQ = D =
µ
2 0
0 7

.
• Calculamos el polinomio característico de la matriz A =

¸
1 1 0
1 1 0
0 0 0
¸

|λI −A| =
¯
¯
¯
¯
¯
¯
λ −1 −1 0
−1 λ −1 0
0 0 λ
¯
¯
¯
¯
¯
¯
= λ
¯
¯
¯
¯
λ −1 −1
−1 λ −1
¯
¯
¯
¯
= λ
³
(λ −1)
2
−1
´
= λ
¡
λ
2
−2λ
¢
=
λ
2
(λ −2), luego los autovalores son λ = 0 de m.a.(λ = 0) = 2 y λ = 2 de m.a.(λ = 2) = 1
Obtenemos el subespacio propio asociado al autovalor λ = 0. Para ello debemos resolver el
sistema de ecuaciones homogéneo (0I −A) x = 0.

¸
−1 −1 0
−1 −1 0
0 0 0
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

¸
−1 −1 0 0
−1 −1 0 0
0 0 0 0
¸

−→

¸
1 1 0 0
0 0 0 0
0 0 0 0
¸

⇒{x +y = 0 ⇒

x = −t
x = t
z = s
, luego V (0) = lin({(−1, 1, 0) , (0, 0, 1)}) .
Boletín 3. Diagonalización de Matrices 74
Obtenemos el subespacio propio asociado al autovalor λ = 2. Para ello debemos resolver el
sistema de ecuaciones homogéneo (2I −A) x = 0.

¸
1 −1 0
−1 1 0
0 0 −2
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

¸
1 −1 0 0
−1 1 0 0
0 0 −2 0
¸

−→

¸
1 −1 0 0
0 0 1 0
0 0 0 0
¸


½
x −y = 0
z = 0

x = t
x = t
z = 0
, luego V (2) = lin({(1, 1, 0)}).
Como los autovalores de la matriz {(−1, 1, 0) , (0, 0, 1) , (1, 1, 0)} son ortogonales, normali-
zando obtenemos una base de vectores ortonormales y una matriz de paso ortogonal. Por
la tanto una matriz de paso ortogonal será P =

¸
¸

1

2
0
1

2
1

2
0
1

2
0 1 0
¸

y la matriz diagonal
será D =

¸
0 0 0
0 0 0
0 0 2
¸

.
• El polinomio característico de A =

¸
2 −1 −1
−1 2 −1
−1 −1 2
¸

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
2 −λ −1 −1
−1 2 −λ −1
−1 −1 2 −λ
¯
¯
¯
¯
¯
¯
= −λ
3
+ 6λ
2
−9λ = −λ(λ −3)
2
,
luego sus autovalores son λ
1
= 0 con m.a. m
1
= 1 y λ
2
= 3 con m.a. m
2
= 2.
— Para determinar una base del primer subespacio propio V (λ
1
) debemos resolver el
sistema (A−λ
1
I) v = 0. Para ello aplicaremos el método de Gauss al sistema con
matriz ampliada
¡
A−λ
1
I 0
¢
=
¡
A−0I 0
¢
=
¡
A 0
¢
.
¡
A 0
¢
=

¸
2 −1 −1
−1 2 −1
−1 −1 2
0
0
0
¸

F
1
(1/2)
−→

¸
1 −1/2 −1/2
−1 2 −1
−1 −1 2
0
0
0
¸

F
1
(1)
−→
F
31
(1)

¸
1 −1/2 −1/2
0 3/2 −3/2
0 −3/2 3/2
0
0
0
¸

F
2
(2/3)
−→

¸
1 −1/2 −1/2
0 1 −1
0 −3/2 3/2
0
0
0
¸

F
32
(3/2)
−→

¸
1 −1/2 −1/2
0 1 −1
0 0 0
0
0
0
¸

. Así, el sistema homogéneo (A−λ
1
I) v = 0 es equiva-
lente al sistema
½
x −
1
2
y −
1
2
z = 0
y −z = 0
sus infinitas soluciones son

x = t
y = t
z = t
y por tan-
to, {(1, 1, 1)} es una base de V (λ
1
). Normalizando este vector obtenemos una base
ortonormal de V (λ
1
); es decir,

1

3
,
1

3
,
1

3
´o
es una base ortonormal de V (λ
1
).
— La matriz A−λ
2
I es A−λ
2
I = A−3I =

¸
−1 −1 −1
−1 −1 −1
−1 −1 −1
¸

, luego unas ecuaciones im-
plícitas de V (λ
2
) son {−x −y −z = 0 y por consiguiente {u
1
= (1, 0, −1), u
2
= (0, 1, −1)}
es una base del segundo subespacio propio V (λ
2
). Nótese que los vectores u
1
y u
2
son
ortogonales al vector
³
1

3
,
1

3
,
1

3
´
; así que, como ya sabíamos, V (λ
1
) ⊥V (λ
2
).
Boletín 3. Diagonalización de Matrices 75
Como necesitamos una matriz de paso ortogonal debemos encontrar una base ortonor-
mal de V (λ
2
). Para ello, aplicaremos el método de Gram-Schmidt a la base
{u
1
= (1, 0, −1), u
2
= (0, 1, −1)}.
Tomamos v
1
= u
1
y elegimos w
1
=
v
1
kv
1
k
=
³
1

2
, 0,
−1

2
´
.
Ahora tomamos v
2
= u
2
−(u
2
· w
1
)
| {z }
=
1

2
· w
1
= (0, 1, −1) −
1

2
³
1

2
, 0,
−1

2
´
=
¡

1
2
, 1, −
1
2
¢
y
normalizando conseguimos el vector w
2
=
v
2
kv
2
k
=
³
−1

6
,
2

6
,
−1

6
´
. Por tanto,
n
w
1
=
³
1

2
, 0,
−1

2
´
, w
2
=
³
−1

6
,
2

6
,
−1

6
´o
es base ortonormal del subespacio propio V (λ
2
).
Uniendo las dos bases ortonormales de los subespacios propios, conseguimos una base or-
tornormal de R
3
y por tanto, una matriz ortogonal. Es decir, la matriz de paso ortogonal
es
Q =

¸
¸
1

3
1

2
−1

6
1

3
0
2

6
1

3
−1

2
−1

6
¸

y la matriz diagonal es
D =

¸
λ
1
0 0
0 λ
2
0
0 0 λ
2
¸

=

¸
0 0 0
0 3 0
0 0 3
¸

.
• El polinomio característico de A =

¸
3 2 4
2 0 2
4 2 3
¸

es
p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
¯
¯
3 −λ 2 4
2 −λ 2
4 2 3 −λ
¯
¯
¯
¯
¯
¯
= −(λ −8) (λ + 1)
2
y por tanto, los autovalores de A son λ
1
= 8 con m.a. m
1
= 1 y λ
2
= −1 con m.a. m
2
= 2.
Las siguientes deduciones se dejan al alumno.
V (λ
1
) = lin
¡©¡
1,
1
2
, 1
¢ª¢
y
©
v
1
=
¡
2
3
,
1
3
,
2
3
¢ª
es una base ortonormal de V (λ
1
).
V (λ
2
) = lin
¡©
(−1, 0, 1) ,
¡
−1
2
, 0, 1
¢ª¢
y el conjunto
n
v
2
=
³
−1

2
, 0,
1

2
´
, v
3
=
³

8
4
0

8
4
´o
es una base ortonormal de V (λ
2
).
Luego la matriz de paso ortogonal es
Q =
¡
v
1
v
2
v
3
¢
=

¸
¸
2
3
−1

2

8
4
1
3
0 0
2
3
1

2

8
4
¸

y la matriz diagonal
D =

¸
λ
1
0 0
0 λ
2
0
0 0 λ
2
¸

=

¸
8 0 0
0 −1 0
0 0 −1
¸

.
Boletín 3. Diagonalización de Matrices 76
• Calculamos el polinomio característico de la matriz A =

¸
5 4 2
4 5 2
2 2 2
¸

|λI −A| =
¯
¯
¯
¯
¯
¯
λ −5 −4 −2
−4 λ −5 −2
−2 −2 λ −2
¯
¯
¯
¯
¯
¯
= (λ −5)
¯
¯
¯
¯
λ −5 −2
−2 λ −2
¯
¯
¯
¯
+4
¯
¯
¯
¯
−4 −2
−2 λ −2
¯
¯
¯
¯
−2
¯
¯
¯
¯
−4 λ −5
−2 −2
¯
¯
¯
¯
=
= λ
3
−12λ
2
−21λ −10 = (λ −1)
2
(λ −10). Luego los autovalores son λ = 1 de m.a.(λ =
1) = 2 y λ = 10 de m.a.(λ = 10) = 1.
Obtenemos el subespacio propio asociado al autovalor λ = 1. Para ello debemos resolver el
sistema de ecuaciones homogéneo (I −A) x = 0.

¸
−4 −4 −2
−4 −4 −2
−2 −2 −1
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

¸
−4 −4 −2 0
−4 −4 −2 0
−2 −2 −1 0
¸

−→

¸
1 1
1
2
0
0 0 0 0
0 0 0 0
¸


©
x +y +
1
2
z = 0 ⇒

x = −t −s
x = t
z = 2s
, luego V (0) = lin({(−1, 1, 0) , (−1, 0, 2)}) .
Obtenemos el subespacio propio asociado al autovalor λ = 10. Para ello debemos resolver
el sistema de ecuaciones homogéneo (10I −A) x = 0.

¸
5 −4 −2
−4 5 −2
−2 −2 8
¸

¸
x
y
z
¸

=

¸
0
0
0
¸

¸
5 −4 −2 0
−4 5 −2 0
−2 −2 8 0
¸

−→

¸
1 1 −4 0
0 1 −2 0
0 0 0 0
¸


½
x +y −4z = 0
y −2z = 0

x = 2t
x = 2t
z = t
, luego V (10) = lin({(2, 2, 1)}) .Comprobamos que los
autovectores correspondientes a autovalores distintos nos salen ortogonales (−1, 1, 0) . (2, 2, 1) =
0 y (−1, 0, 2) (2, 2, 1) = 0.
Una matriz de paso sería P =

¸
−1 −1 2
1 0 2
0 2 1
¸

, pero esta matriz no es ortogonal. Bus-
camos una matriz de paso P que sí sea ortogonal. Para ello seleccionamos una base de V (1)
que sea ortogonal por el método de Gram-Schmidt
v
1
= u
1
= (−1, 1, 0)
v
2
= u
2

u
2
.v
1
v
1
.v
1
v
1
= (−1, 0, 2)−
1
2
(−1, 1, 0) =
¡

1
2
, −
1
2
, 2
¢
. Tomamos como v
2
= (−1, −1, 4) .
Comprobamos v
1
.v
2
= 0 y que (2, 2, 1) . (−1, −1, 4) = 0. Ahora tenemos una base ortogonal
de autovectores {(2, 2, 1) , (−1, 1, 0) , (−1, −1, 4)} . Normalizando esta base obtenemos una
base ortonormal y la matriz de paso ortogonal que buscábamos: P =

¸
¸

1

2

1

18
2
3
1

2

1

18
2
3
0
4

18
2
3
¸

.
10. Los autovalores de una matriz simétrica A, de orden tres, son 1, −2 y 3 y los subespacios propios
asociados son V (1) = lin{(1, 1, −1)} , V (−2) = lin{(0, 1, 1)} . Obtener una base para V (3) y
averiguar cuál es la matriz A.
Solución:
Como A es simétrica los autovectores correspondientes a autovalores distintos son ortogonales,
de aquí V (3) ⊥ V (1) y V (3) ⊥ V (−2). Por tanto (x, y, z) ∈ V (3) si y sólo si
½
x +y −z = 0
y +z = 0
es decir, V (3) = lin({(2, −1, 1)}) .
Boletín 3. Diagonalización de Matrices 77
Por último, A = PDP
T
=

¸
¸
1

3
0
2

6
1

3
1

2
−1

6
−1

3
1

2
1

6
¸

¸
1 0 0
0 −2 0
0 0 3
¸

¸
¸
1

3
1

3
−1

3
0
1

2
1

2
2

6
−1

6
1

6
¸

=
=

¸
¸
1

3
0
6

6
1

3
−2

2
−3

6
−1

3
−2

2
3

6
¸

¸
¸
1

3
1

3
−1

3
0
1

2
1

2
2

6
−1

6
1

6
¸

=

¸
14
6

4
6
4
6

4
6

1
6

11
6
4
6

11
6

1
6
¸

.
11. De una matriz simétrica de orden tres se sabe que tiene por autovalores 1 y −1 y que V (1) =
©
(x, y, z) ∈ R
3
: x +y +z = 0
ª
. Obtener la matriz.
Solución:
Como A es simétrica de orden tres tiene tres autovalores reales, y los autovectores correspondi-
entes a autovalores distintos son ortogonales.
Como dim(V (1)) = 2, tenemos (ya que A es simétrica y por tanto diagonalizable) que m.a.(λ =
1) = m.g(λ = 1) = 2 y m.a.(λ = −1) = m.g(λ = −1) = 1.
Como V (1) =
©
(x, y, z) ∈ R
3
: x +y +z = 0
ª
= lin({(1, −1, 0), (0, 1, −1)}) y se debe verificar
que V (−1) = V (1)

se tiene que V (−1) = lin({(1, 1, 1)}) . Por tanto A = PDP
−1
donde
P =

¸
1 1 0
1 −1 1
1 0 −1
¸

y D =

¸
−1 0 0
0 1 0
0 0 1
¸

. Si queremos calcular A, tendríamos que calcular
previamente P
−1
. Ahora bien, como A es simétrica, sabemos que se puede seleccionar una matriz
de paso P que sea ortognal con lo que obtendríamos P
−1
= P
T
.
Utilizamos el método de Gram-Schmidt para ortonormalizar la base de V (1).
v
1
= (1, −1, 0)
v
2
= (0, 1, −1) −
−1
2
(1, −1, 0) =
¡
1
2
,
1
2
, −1
¢
. Tomamos como v
2
= (1, 1, −2) .
Comprobamos que (1, −1, 0). (1, 1, −2) = 0, (1, 1, 1). (1, 1, −2) = 0 y (1, 1, 1).(1, −1, 0) = 0. La
matriz de paso que estamos buscando es P =

¸
¸
1

3
1

2
1

6
1

3
−1

2
1

6
1

3
0
−2

6
¸

y la matriz A =

¸
¸
1

3
1

2
1

6
1

3
−1

2
1

6
1

3
0
−2

6
¸

¸
−1 0 0
0 1 0
0 0 1
¸

¸
¸
1

3
1

3
1

3
1

2
−1

2
0
1

6
1

6
−2

6
¸

=
=

¸
¸
−1

3
1

2
1

6
−1

3
−1

2
1

6
−1

3
0
−2

6
¸

¸
¸
1

3
1

3
1

3
1

2
−1

2
0
1

6
1

6
−2

6
¸

=
1
3

¸
1 −2 −2
−2 1 −2
−2 −2 1
¸

.
Boletín 4. Funciones de una Variable.
Diferenciación y Aplicaciones
1. Suponiendo que la ecuación define a y como función implícita de x calcular
dy
dx
,
d
2
y
dx
2
en el punto
indicado. Obtener también, en cada caso, la ecuación de la recta tangente a la curva en el punto
indicado.
(a)
¡
x
2
+ 9
¢
y
2
= x
2
−9 A(3, 0).
(b) tg (x +y) = x A(0, 0).
Solución:
(a) Derivando de forma implícita respecto de x en la ecuación
¡
x
2
+ 9
¢
y
2
= x
2
−9 se obtiene
2xy
2
+
¡
x
2
+ 9
¢
2yy
0
= 2x.
Ahora, sustituyendo x = 3 e y = 0 en la igualdad anterior se obtiene
2 · 3
2
· 0 + 2
¡
3
2
+ 9
¢
· 0 · y
0
= 2 · 3 (es decir, 0 · y
0
= 6),
luego, en principio, no puede obtenerse la derivada de y en el punto indicado. Fijémosno
que la igualdad anterior nos puede indicar que la recta tangente a la curva en el punto
indicado puede ser una recta vertical, pues y
0
parece ser “infinito” (esto es, la derivada en
este punto parece no estar definida).
En la Figura 5 hemos representado la curva en cuestión, donde se observa la recta tangente
vertical en el punto (3, 0).
(b) Derivamos implíctamente la ecuación tg (x +y) = x y obtenemos
(1 +
2
tg (x +y))(1 +
dy
dx
) = 1.
Despejamos
dy
dx
de esta ecuación y obtenemos
dy
dx
=
1
(1 + tg
2
(x +y))
−1. Sustituyendo en
el punto en el punto A(0, 0) que nos piden obtenemos,
dy
dx
(0) =
1
(1 + tg
2
(0))
−1 = 0.
Para calcular
d
2
y
dx
2
, derivamos impícitamente la ecuación (1 + tg
2
(x +y))(1 +
dy
dx
) = 1 y
obtenemos
2 tg (x +y) .(1 +
2
tg (x +y))(1 +
dy
dx
)
2
+ (1 +
2
tg (x +y))
d
2
y
dx
2
= 0.
78
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 79
x
y
3
Figura 5: Representación gráfica de la curva definida por
¡
x
2
+ 9
¢
y
2
= x
2
−9.
Como queremos obtener
d
2
y
dx
2
(0), sustituimos en la ecuación anterior x = 0, y = 0 y
dy
dx
= 0,
obteniendo: 0 + 1.
d
2
y
dx
2
(0) = 0, de donde obtenemos que
d
2
y
dx
2
(0) = 0.
La recta tangente a una curva en el punto A(a, b) es y −b =
dy
dx
(a) (x −a) . En este caso y
teniendo en cuenta los datos y cálculos realizados obtenemos y = 0.
Observamos que este ejercicio puede resolverse también sin derivación implícita ya que y
puede despejarse explicítamente en función de x.
tg (x +y) = x ⇒x +y = arctg x ⇒y = arctg x −x. Entonces
dy
dx
=
1
1 +x
2
−1 =
−x
2
1 +x
2
y
d
2
y
dx
2
=
−2x
(1 +x
2
)
2
. Por tanto
dy
dx
(0) = 0 y
d
2
y
dx
2
(0) = 0.
En la Figura 6 representamos, cerca del origen, la curva dada por tg (x +y) = x.
x
y
Figura 6: Representación en un entorno del origen de la curva dada por la ecuación tg (x +y) = x.
2. Un punto fijo x
0
de una función f es un valor de x para el cual f (x
0
) = x
0
. Aproximar el punto
fijo de f (x) = cos x con dos cifras decimales exactas.
Solución:
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 80
y
x
y=cos x
y=x
Figura 7: Intersección de las gráficas de y = cos x e y = x.
Nos están pidiendo que resolvamos la ecuación cos x = x. Utilizamos para ello el método de
Newton y realizaremos iteraciones hasta que |x
n+1
−x
n
| < 0.01.
Como cos x = x ⇔cos x −x = 0, tenemos que resolver esta ecuación por el método de Newton.
Llamamos g (x) = cos x − x, entonces g
0
(x) = −senx − 1. Ahora utilizaremos la fórmula
x
n+1
= x
n

g (x
n
)
g
0
(x
n
)
.
n x
n
g (x
n
) g
0
(x
n
)
g (x
n
)
g
0
(x
n
)
x
n+1
= x
n

g (x
n
)
g
0
(x
n
)
1 0.5 0.3776 −1.4794 −0.2552 0.7552
2 0.7552 −0.0271 −1.6853 0.0169 0.7391
3 0.7391 −0.000 −1.6736 0.000 0.7391
luego la solución es x
0
= 0.7391 con un error menor que 0.01.
En la Figura 7 representamos las gráficas de la funciones y = cos x e y = x. El punto de
intersección de ambas es el punto fijo de la función coseno.
3. Hallar el punto de la gráfica de f(x) = 4 −x
2
más cercano al punto (1, 0).
Solución:
Si realizamos el dibujo de la gráfica (ver la Figura 8)
y del punto A(1, 0) se observa que existe el punto más cercano y podemos pensar en una posible
solución. La distancia desde el punto A(1, 0) a un punto arbitrario de la gráfica B(x, f(x)) viene
dada por la fórmula
d
(A, B) =
q
(x −1)
2
+ (f(x) −0)
2
=
q
(x −1)
2
+ (4 −x
2
)
2
. Queremos
que esta distancia sea mínima. Eso ocurrirá si y sólo si
d
(A, B)
2
es mínima. Por tanto, debemos
buscar el mínimo de la función g(x) = (x −1)
2
+
¡
4 −x
2
¢
2
= x
4
− 7x
2
− 2x + 17. Para ello
debemos encontrar los puntos que anulan g
0
(x) = 4x
3
−14x −2.
Debemos por tanto resolver la ecuación 4x
3
− 14x − 2 = 0. Para ello utilizamos el método de
Newton. Llamamos h(x) = 4x
3
− 14x − 2, por lo tanto h
0
(x) = 12x
2
− 14. Usamos x
n+1
=
x
n

h(x
n
)
h
0
(x
n
)
. Ya sea mirando la gráfica o teniendo en cuenta que h(1) = −12 y que h(2) = 2 un
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 81
y
x (1,0)
Punto más
cercano
Figura 8: Representación gráfica de la función f(x) = 4 −x
2
.
punto inicial adecuado para realizar las iteraciones es x
1
= 2.
n x
n
h(x
n
) h
0
(x
n
)
h(x
n
)
h
0
(x
n
)
x
n+1
= x
n

h(x
n
)
h
0
(x
n
)
1 2 2 34 0.0588 1.9412
2 1.9412 0.0830 31.2191 0.0027 1.9385
3 1.9385 −0.012 31.0934 0.0000385 1.9385
Así, la solución es x
0
= 1.9385 (con un error menor que 0.0000385). Y el punto de la gráfica
más cercano al A(1, 0) es B(1.9385, 0.2422), ya que f (1.9385) = 4 −1.9385
2
= 0.2422.
4. La medida del lado de un cuadrado ha dado 15 cm, con cota de error de 0.05 cm.
(a) Aproximar el porcentaje de error en el cálculo de su área.
(b) Estimar el máximo error porcentual admisible en la medida del lado para que el error
cometido al calcular el área no supere el 2.5 por 100.
Solución:
(a) El área de un cuadrado es A = l
2
. Su diferencial será dA = 2ldl. Entonces la cota de error
al calcular el área con los datos dados será dA = 2.15 · (±0.05) = ±1.50.
El error relativo será
dA
A
=
±1.50
225
= 0.0067. Mientras que el error porcentual será
dA
A
·100 =
0.67.
(b) Si el lado del cuadrado es l y se comete el error dl, entonces el error relativo es
dl
l
y el error
porcentual es
dl
l
· 100. Nos están preguntando cuánto es como máximo
dl
l
· 100 para que
dA
A
· 100 ≤ 2.5.
Si tenemos en cuenta que
dA
A
·100 =
2ldl
l
2
·100 =
2dl
l
·100 ≤ 2.5 obtenemos que
dl
l
·100 ≤ 1.25.
5. Obtener el polinomio de Maclaurin de grado cuatro de la función f(x) = cos x y valorar el error
que se comete si se utiliza dicho polinomio para calcular cos (0.3) .
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 82
Solución:
El polinomio de Maclaurin de grado cuatro de una función f(x) es
P(x) = f(0) +
f
0
(0)
1!
x +
f
00
(0)
2!
x
2
+
f
000
(0)
3!
x
3
+
f
iv
(0)
4!
x
4
y el error que se comete al utilizar esta aproximación en un punto x = c viene dado por E =
f
v
(z)
5!
c
5
donde z es un valor desconocido entre 0 y c.
En este caso, como f(x) = cos x f
0
(x) = −senx f
00
(x) = −cos x f
000
(x) = senx f
iv
(x) =
cos x y f
v
(x) = −senx, obtenemos:
P(x) = 1 −
1
2
x
2
+
1
24
x
4
.
Con este polinomio el valor aproximado que obtendríamos para cos (0.3) sería
cos (0.3) ' 1 −
(0.3)
2
2
+
(0.3)
4
24
= 0.95534
y el error que se comete será |E| =
¯
¯
¯
¯
−senz
120
(0.3)
5
¯
¯
¯
¯

(0.3)
5
120
= 2.025 · 10
−5
ya que aunque no
sepamos cual es el valor z si sabemos que |−senz| ≤ 1.
En la Figura 9 hemos representado en trazo continuo la función f(x) = cos x y en trazo discon-
tinuo el polinomio de Maclaurin P(x) = 1 −
1
2
x
2
+
1
24
x
4
.
y
x
y=cos x
y=1-x
2
/2+x
4
/24
Figura 9: Representación gráfica de la función f(x) = cos x y su polinomio de Maclaurin de grado 4
P(x) = 1 −
1
2
x
2
+
1
24
x
4
.
6. Hallar los extremos absolutos de la función en el intervalo que se indica:
(a) f(x) = 2x + 4 cos x, en el intervalo [0, 2π] .
(b) g(x) =
x

x
2
+ 1
, en el intervalo [0, 2] .
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 83
y
x
y=2x+4cos x
Mínimo absoluto
Máximo
absoluto
0

Figura 10: Represntación gráfica de la función f(x) = 2x + 4 cos x en el intervalo [0, 2π].
Solución:
(a) Buscamos los puntos críticos de f en el intervalo (0, 2π) . Como la función es derivable, los
puntos críticos serán aquellos puntos del intervalo para los que se anule la derivada
f
0
(x) = 2 −4 senx.
Resolvemos la ecuación 2−4 senx = 0 en el intervalo (0, 2π) y obtenemos los valores x
1
=
π
6
y x
2
=

6
.
Ahora calculamos el valor de f en los extremos del intervalo y en los puntos críticos:
f(0) = 4; f(2π) = 4π + 4

= 16.56;
f
³
π
6
´
=
π
3
+ 2

3

= 4.56; f
µ

6

=
5
3
π −2

3

= 1.7719.
Por lo tanto, se alcanza el mínimo en el punto x
0
=

6
, siendo su valor mínimo f
µ

6

=
1.7719 y el máximo en el punto x
3
= 2π y el máximo absoluto es f(2π) = 4π + 4

= 16.56.
Hemos representado la gráfica de f(x) = 2x + 4 cos x, para x ∈ [0, 2π], en la Figura 10.
(b) g(x) =
x

x
2
+ 1
. Como x
2
+ 1 > 0 para todo x, se tiene que siempre existe

x
2
+ 1 y no
se anula nunca, luego el dominio de g es todo R. Como la función es derivable, los puntos
críticos serán aquellos puntos del dominio para los que se anule la derivada.
g
0
(x) =

x
2
+ 1 −
x
2

x
2
+1
x
2
+ 1
=
1
(x
2
+ 1)
3
2
. Como g
0
(x) no se anula nunca, no existen puntos
críticos. Calculamos g(0) = 0 y g(2) =
2

5
. Por lo tanto se alcanza el mínimo en el punto
0 y su valor mínimo es g(0) = 0; y el máximo en el punto 2, siendo el máximo g(2) =
2

5
.
En la Figura 11 se ha representado la función g(x) =
x

x
2
+ 1
en el intervalo [0, 2] .
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 84
y
x
Mínimo absoluto
Máximo
absoluto
0
2
Figura 11: Gráfica de g(x) =
x

x
2
+ 1
en el intervalo [0, 2].
7. Calcular el dominio, las asíntotas, los extremos relativos y puntos de inflexión de las siguientes
funciones. Con esa información hacer un esbozo de la gráfica.
(a) f(x) =
x + 1
x −1
.
(b) g(x) =
¯
¯
x
2
−9
¯
¯
.
(c) h(x) = x + cos x, en el intervalo [0, 2] .
Solución:
(a) D = R −{1} .
lim
x→+∞
f(x) = 1 y lim
x→−∞
f(x) = 1. Por lo tanto, la recta y = 1 es una asíntota
horizontal.
lim
x→1
+ f(x) = +∞ y lim
x→1
− f(x) = −∞. Por lo tanto x = 1 es una asíntota vertical.
f
0
(x) =
−2
(x −1)
2
y f
00
(x) =
2
(x −1)
3
. De aquí deducimos: Como f
0
(x) < 0 para todo
x ∈ R −{1}, no hay puntos críticos y la función f(x) es decreciente en su dominio.
Como f
00
(x) 6= 0 para todo x ∈ R − {1}, no hay puntos de inflexión en su dominio. Para
x > 1 f
00
(x) > 0 y la función es cóncava hacia arriba. Para x < 1 f
00
(x) < 0 y la función
es cóncava hacia abajo. Con esta información se puede hacer un esbozo aproximado de la
gráfica f(x) =
x + 1
x −1
, que se encuentra representado en la Figura 12.
8. Un ganadero desea vallar un prado rectangular adyacente a un río. El prado ha de tener 180.000
m
2
con el fin de que proporcione suficiente pasto al ganado. ¿Qué dimensiones debe tener para
que requiera la menor cantidad de valla posible teniendo en cuenta que no hay que poner valla
en el lado que da al río?
9. Se llama ventana de Norman a la formada por un semicírculo unido a una ventana rectangular
ordinaria. Hallar las dimensiones de una ventana de Norman de 6 metros de perímetro y área
máxima.
10. Tres lados de un trapecio tienen la misma longitud a. De todos los trapecios con esa condición
probar que el de área máxima tiene su cuarto lado de longitud 2a.
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 85
y
x
x=1
Figura 12: Representación gráfica de la función f(x) =
x + 1
x −1
.
B=a+2x
a
b=a
h
a
h
x x
Figura 13: Trapecio con tres lados iguales de longitud a.
Solución:
El área de un trapecio es A =
B +b
2
.h. En nuestro caso (ver la Figura 13) obtenemos A =
(a + 2x) +a
2
.h.
Como h =

a
2
−x
2
, obtenemos A(x) =
(a + 2x) +a
2

a
2
−x
2
= (a + x)

a
2
−x
2
. Esta es la
función de la que tenemos que obtener el valor máximo. Observemos que la variable x toma
valores en el intervalo [0, a] . Es por tanto un problema sobre extremos absolutos.
Buscamos los puntos críticos en el intervalo (0, a) . Calculamos A
0
(x) =
a
2
−ax −2x
2

a
2
−x
2
. A
0
(x) = 0
si y sólo si a
2
− ax − 2x
2
= 0. Las soluciones de esta ecuación son x
1
=
a
2
y x
2
= −a (esta
solución no tiene sentido en este problema. Además −a / ∈ (0, a) ).
Calculamos A(0) = 0 ; A
³
a
2
´
= a
2
3

3
4
; A(a) = 0. Luego el máximo se obtiene cuando x =
a
2
,
es decir, cuando la base mayor, sea 2a.
11. Calcular la longitud de la tubería más larga que se puede transportar por dos pasillos en ángulo
recto de anchura 4 m. y 6 m.
Solución:
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 86
Observamos que realmente estamos buscando la tubería miníma que tiene extremos en la pared
A, en la pared B y pasa por el punto C (véase la Figura 14).
Pared A
P
a
r
e
d

B

C
α
x
y
Figura 14: Longitud de la tubería del Ejercicio 11.
La longitud viene dada por l = x + y =
6
cos α
+
4
senα
y tenemos por tanto que minimizar
la función l (α) =
6
cos α
+
4
senα
cuando α ∈
³
0,
π
2
´
. Observemos que no es un problema de
extremos absolutos, puesto que el intervalo no es cerrado.
dl

=
6 senα
cos
2
α

4 cos α
sen
2
α
=
6 sen
3
α −4 cos
3
α
cos
2
αsen
2
α
. Por tanto
dl

= 0 si y sólo si 6 sen
3
α −4 cos
3
α =
0 ⇒ tanα =
¡
2
3
¢1
3
y α = arccotan
¡
2
3
¢1
3
. A partir de tanα =
¡
2
3
¢1
3
calculamos cos α =
r
1
1 + tan
2
α
' 0.753 y senα =

1 −cos
2
α ' 0.655. Sustituyendo en l (α) se obtiene que
l (α) ' 14.075.
Observamos que lim
α→0
l (α) = +∞y lim
α→
π
2
l (α) = +∞. El único punto crítico es α = arccotan
¡
2
3
¢1
3
y es por tanto el mínimo (absoluto) de la función.
En la Figura 15 se encuentra representada la gráfica de la función l (α) =
6
cos α
+
4
senα
en el
intervalo
³
0,
π
2
´
.
Otra forma de abordar el problema es la siguiente:
Como cos α =
6
x
y senα =
4
y
y cos
2
α + sen
2
α = 1, obtenemos
36
x
2
+
16
y
2
= 1. Despejando
obtenemos x =
6y
p
y
2
−16
. Sustituimos en la función que queremos minimizar y obtenemos
l (y) =
6y
p
y
2
−16
+y con y ∈ (4, +∞) .
dl
dy
= 1 −
96
q
(y
2
−16)
3
. Entonces
dl
dy
= 0 si y sólo si
96
q
(y
2
−16)
3
= 1 ⇒
¡
y
2
−16
¢
3
= 96
2

y ' 6.09 y x ' 7.99. Por lo tanto, la longitud máxima es l (6.09) ' 14.08
Observamos que lim
y→4
+
l (y) = +∞ y lim
y→+∞
l (y) = +∞. Luego en el punto y ' 6.09 hay un
mínimo absoluto.
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 87
y
x
Mínimo absoluto
Figura 15: Representación gráfica de l (α) =
6
cos α
+
4
senα
en el intervalo
³
0,
π
2
´
.
y
l(y)
Figura 16: Gráfica de la función l (y) =
6y
p
y
2
−16
+y.
En la Figura 16 hemos representado la gráfica de la función l(y) para y > 4, donde se observa
la exsitencia de un único mínimo absoluto.
12. Se forma un sólido adosando dos hemisferios a las bases de un cilindro circular recto. El volumen
total del sólido es de 12 cm
3
. Hallar el radio del cilindro que produce área mínima de la superficie
del sólido.
Solución:
Al unir dos hemisferios a un cilindro regular recto de radio r > 0 y altura h > 0, en realidad
estamos adosando una esfera completa al cilindro, por lo que el volumen del sólido resultante es
V =
4
3
πr
3
+πr
2
h y el área viene dada por S = 4πr
2
+2πrh. Puesto que el sólido resultante tiene
un volumen de 12 cm
3
, deducimos que
4
3
πr
3
+ πr
2
h = 12 y por tanto, h =
1
πr
2
¡

4
3
πr
3
+ 12
¢
.
Sustituyendo este valor de h en la expresión de la superficie obtenemos
S = 4πr
2
+ 2πrh = 4πr
2
+ 2πr
1
πr
2
µ

4
3
πr
3
+ 12

= 4πr
2
+
1
r
µ
24 −
8
3
πr
3

Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 88
y en consecuencia la función a minimizar es
S(r) = 4πr
2
+
1
r
µ
24 −
8
3
πr
3

.
Como h > 0, tenemos que
1
πr
2
¡

4
3
πr
3
+ 12
¢
> 0 y entonces r <
3
q
9
π
. Es decir, debemos
encontrar el mínimo de la función S(r) = 4πr
2
+
1
r
¡
24 −
8
3
πr
3
¢
para r ∈
³
0,
3
q
9
π
´
. Nótese que
no tenemos garantizada la existencia del valor mínimo pues, aunque la función S es continua en
R \ {0}, el intervalo de definición
³
0,
3
q
9
π
´
no es cerrado.
La función S es derivable en todo R \ {0}, luego sus puntos críticos son aquellos que anulan a
su derivada S
0
(r) =
1
r
2
¡
8
3
πr
3
−24
¢
. La única solución real de la ecuación
1
r
2
¡
8
3
πr
3
−24
¢
= 0 es
r =
3
q
9
π
. Podríamos pesar en tomar como solución del probleamr =
3
q
9
π
, pero este valor provoca
h = 0 y por tanto, no tendríamos cilindro. Concluimos, por consiguiente, que el problema
no posee solución o también podemos decir que la superficie mínima se alcanza cuando el
cilindro degenera (h = 0).
Obsérves que S
0
(r) < 0 para r ∈
³
0,
3
q
9
π
´
y por tanto, la función S es decrecinte en el intervalo
³
0,
3
q
9
π
´
.
13. Un hombre está en un bote a dos millas del punto más cercano de la costa y desea ir al punto
Q de la figura, tres millas costa abajo y una tierra adentro. Puede remar a 2 millas por hora
y caminar a 4 millas por hora. ¿Hacia qué punto de la costa debe dirigirse si quiere tardar el
menor tiempo posible?
Solución:
Desde la Figura 17 observamos que el tiempo en llegar desde el bote al punto Q, pasando por el
punto x de la costa, viene dado mediante
t(x) =

4 +x
2
2
+
q
1 + (3 −x)
2
4
donde x ∈ [0, 3] .
0 x
3
3-x
2
1
(4+x
2
)
1/2
(1+(3-x)
2
)
1/2
Bote
Q
Figura 17: Ilustración gráfica del Ejercicio13.
De esta forma, el problema se reduce a localizar el mínimo absoluto de la función t(x) con
x ∈ [0, 3].
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 89
Puesto que la función es continua en el intervalo cerrado [0, 3], tenemos garantizada la existencia
del mínimo absoluto (y del máximo absoluto) en dicho intervalo.
Para calcular este mínimo comenzamos por obtener los puntos críticos de t en el intervalo abierto
(0, 3). Ya que t(x) es derivable en todo el intervalo (0, 3), los puntos críticos de t se reducen a
los que anulan su derivada. Así, debemos resolver la ecuación
t
0
(x) =
1
2
x

x
2
+ 4

1
4
3 −x

x
2
−6x + 10
= 0 en (0, 3) , (1)
lo que nos conduce a la ecuación
2x

x
2
+ 4
=
3 −x

x
2
−6x + 10
para x ∈ (0, 3) .
Elevando al cuadrado ambos miembros de la ecuación anterior llegamos a
4x
2
x
2
+ 4
=
(3 −x)
2
x
2
−6x + 10
,
y tras algunas operaciones directas, a la ecuación
4x
2
¡
x
2
−6x + 10
¢
−(3 −x)
2
¡
x
2
+ 4
¢
= 3 (x −1)
¡
x
3
−5x
2
+ 4x + 12
¢
= 0.
Dejamos al alumno que pruebe que polinomio de grado tres x
3
−5x
2
+4x+12 no se anula nunca
en el intervalo (0, 3), por lo que la única solución en el intervalo (0, 3) de la última ecuación es
x = 1.
Nótese que al elvevar al cuadrado hemos podido introducir soluciones extrañas y por tanto debe
comprobarse que x = 1 es solución de nuestra ecuación inicial (1). En este caso es fácil probar
que eso ocurre, es decir, x = 1 es el único punto crítico de t(x) en el intervalo (0, 3).
Ahora debemos evaluar t en los puntos críticos (x = 1) y en los extremos el intervalo (x = 0 y
x = 3):
t(1) =

5
2
+

5
4
=
3

5
4
, t(0) = 1 +

10
4
, t(3) =

13
2
+
1
4
.
Como
3

5
4
< 1 +

10
4
<

13
2
+
1
4
,
el mínimo absoluto de t sea alcanza en x = 1 y el mínimo absoluto vale
3

5
4
. Es decir, el menor
tiempo posible para llegar desde el bote el punto Q es
3

5
4
= 1.677 1 horas.
14. Un hombre está en un bote a dos millas del punto más cercano de la costa y desea ir al punto
Q de la figura, tres millas costa abajo y una tierra adentro. Puede remar a 3 millas por hora
y caminar a 4 millas por hora. ¿Hacia qué punto de la costa debe dirigirse si quiere tardar el
menor tiempo posible?
Solución:
De forma análoga a la indicada en la resolución del Ejercicio 13, la función tiempo está dada en
este caso por
t(x) =

4 +x
2
3
+
q
1 + (3 −x)
2
4
para x ∈ [0, 3] ,
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 90
su derivada es
t
0
(x) =
1
3
x

x
2
+ 4

1
4
3 −x

x
2
−6x + 10
y la ecuación t
0
(x) = 0 (para el cáluculo de sus puntos críticos) es
1
3
x

x
2
+ 4
=
1
4
3 −x

x
2
−6x + 10
.
Realizando manipulaciones directas, la ecuación anterior se convierte en
7x
4
−42x
3
+ 43x
2
+ 216x −324 = 0. (2)
Pero, ahora no es fácil encontrar las soluciones de esta ecuación en el intervalo (0, 3) y recurrire-
mos al método de Newton, no sin antes, demostrar que está ecuación posee una única solución
en el intervalo (0, 3).
La función p(x) = 7x
4
−42x
3
+43x
2
+216x −324 es continua en todo R (es polinómica), luego
es continua en el intervalo [0, 3]. Además,
p(0) = −324 < 0 y p(3) = 144 > 0,
luego existe al menos un valor c ∈ (0, 3) de forma que p(c) = 0, esto es, la ecuación (2) posee al
menos una solución en el intervalo (0, 3).
Ahora probaremos que esta raíz es la única del polinomio p en el intervalo (0, 3). Denomiremos
q al polinomio derivada de p. Es decir,
q(x) = p
0
(x) = 28x
3
−126x
2
+ 86x + 216
Puesto que q
0
(x) = 84x
2
− 252x + 86, las raíces de q
0
(x) = 0 son x =
3
2
±
1
42

2163, ambas
pertenecientes al intervalo (0, 3) (demuéstrese) y deducimos que
q
0
(x) > 0 para x ∈
µ
−∞,
3
2

1
42

2163


µ
3
2
+
1
42

2163, +∞

y
q
0
(x) < 0 para x ∈
µ
3
2

1
42

2163,
3
2
+
1
42

2163

.
Así, la función q es creciente en
¡
0,
3
2

1
42

2163
¢

¡
3
2
+
1
42

2163, 3
¢
y decreciente en
¡
3
2

1
42

2163,
3
2
+
1
42

2163
¢
. Ahora bien, como
q(0) = 216 > 0 y q
µ
3
2
+
1
42

2163

= 156 −
103
63

2163 > 0,
resulta que la función q(x) = p
0
(x) es positiva en el intervalo (0, 3) y por tanto, la función p es
creciente en dicho intervalo. En consecuencia, el polinomio p(x) posee una única raíz c en el
intervalo (0, 3).
En la Figura 18 hemos representando la función q(x) = 28x
3
−126x
2
+86x+216 para 0 6 x 6 3
y en la Figura 19 se encuentra representada la función p(x) = 7x
4
−42x
3
+ 43x
2
+ 216x −324
en el mismo intervalo.
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 91
x
y
216
3
Figura 18: Representación gráfica de la función q(x) = 28x
3
−126x
2
+ 86x + 216 para 0 6 x 6 3.
x
y
c
3
-324
144
Figura 19: Representación gráfica de la función p(x) = 7x
4
−42x
3
+43x
2
+216x−324 para x ∈ (0, 3).
Ahora vamos a obtener la raíz c aplicando el método de Newton a la función p(x) = 7x
4
−42x
3
+
43x
2
+ 216x −324, tomando como punto inicial x
1
= 1.5.
n x
n
p (x
n
) p
0
(x
n
)
p (x
n
)
p
0
(x
n
)
x
n+1
= x
n

p (x
n
)
p
0
(x
n
)
1 1.5 −95625 156 −0.06129808 1.56129807
2 1.56129807 −0.19341006 149.69274 −0.00129204 1.56259012
3 1.56259012 −0.00008570 149.560082 −5.73055161 × 10
−7
1.5625906969
Desde el cuadro anterior se observa que la única solución de p(x) en el intervalo (0, 3) es c =
1.5625906969 con un error menor que −5.73055161 × 10
−7
(esto es, la solución se ha obtenido
“al menos con seis cifras decimales exactas”).
Por último, el tiempo mínimo es t(c) = t(1.5625906969) = 1.2838.
En la Figura 20 se ha representado la función t(x) =

4+x
2
3
+

1+(3−x)
2
4
para x ∈ [0, 3].
Boletín 4. Funciones de una Variable. Diferenciación y Aplicaciones 92
y
x
3
c
1.2838
Figura 20: Representación gráfica de la función t(x) =

4+x
2
3
+

1+(3−x)
2
4
para x ∈ [0, 3]
Boletín 5. Integral de Riemann.
Aplicaciones
1. Calcular las siguientes integrales indefinidas:
a).-
Z
q
(−2x + 5)
3
dx b). −
Z
2
e
−x
+ 1
dx c). −
Z
e
1
t
t
2
dt
d).-
Z
2x −1
x
2
+ 4
dx e). −
Z
(lnx)
2
x
dx f). −
Z
xe
2x
(2x + 1)
2
dx
g).-
Z
x

x −1dx h). −
Z
x
2
e
2x
dx i). −
Z
x
3
senxdx
Solución:
(a) Integral inmediata:
Z
q
(−2x + 5)
3
dx = −
1
2
Z
(−2x + 5)
3
2
(−2) dx = −
1
5
q
(−2x + 5)
5
+C.
También puede hacerse realizando el cambio de variable: u = −2x + 5 ⇒ du = −2dx ⇒
dx = −
du
2
Z
q
(−2x + 5)
3
dx = −
1
2
Z
u
3
2
du = −
1
2
2
5
u
5
2
+C = −
1
5
q
(−2x + 5)
5
+C.
(b)
Z
2
e
−x
+ 1
dx =
Z
2
1
e
x
+ 1
dx =
Z
2e
x
e
x
+ 1
dx = 2
Z
e
x
e
x
+ 1
dx = 2 ln|e
x
+ 1| +C.
También puede hacerse con el cambio de variable:
u = e
x
+ 1 ⇒du = e
x
dx ⇒
Z
2e
x
e
x
+ 1
dx = 2
Z
1
u
du = 2 ln|u| +C = 2 ln|e
x
+ 1| +C.
(c) Integral inmediata:
Z
e
1
t
t
2
dt = −
Z
e
1
t
µ
−1
t
2

dt = −e
1
t
+C.
También puede hacerse realizando el cambio de variable: u =
1
t
⇒du =
−dt
t
2
Z
e
1
t
t
2
dt = −
Z
e
u
du = −e
u
+C = −e
1
t
+C.
(d)
Z
2x −1
x
2
+ 4
dx =
Z
2x
x
2
+ 4
dx −
Z
1
x
2
+ 4
dx = 2 ln
¯
¯
x
2
+ 4
¯
¯

1
2
arctan
³
x
2
´
+C.
(e) Integral inmediata:
Z
(lnx)
2
x
dx =
Z
(lnx)
2
µ
1
x

dx =
1
3
ln
3
x +C.
También puede hacerse realizando el cambio de variable: u = lnx ⇒du =
dx
x
93
Boletín 5. Integral de Riemann. Aplicaciones 94
Z
(lnx)
2
x
dx =
Z
u
2
du =
u
3
3
+C =
1
3
ln
3
x +C.
(f) Por partes:

u = xe
2x
u
0
= e
2x
+ 2xe
2x
= (2x + 1) e
2x
v
0
=
1
(2x + 1)
2
v =
−1
2 (2x + 1)

¸
también podemos escribir

u = xe
2x
du =
¡
e
2x
+ 2xe
2x
¢
dx = (2x + 1) e
2x
dx
dv =
1
(2x + 1)
2
dx v =
−1
2 (2x + 1)
¸

Z
xe
2x
(2x + 1)
2
dx =
−xe
2x
2 (2x + 1)
+
1
2
Z
(2x + 1)e
2x
(2x + 1)
dx =
−xe
2x
2 (2x + 1)
+
e
2x
4
+C =
e
2x
4 (2x + 1)
+C.
(g) La haremos de tres formas:
Cambio de variable: u = x −1 ⇒du = dx
Z
x

x −1dx =
Z
(u + 1)

udu =
Z
u
3
2
du +
Z
u
1
2
du =
2
5
u
5
2
+
2
3
u
3
2
+C =
2
5
q
(x −1)
5
+
2
3
q
(x −1)
3
+C.
Cambio de variable: u
2
= x −1 ⇒2udu = dx
Z
x

x −1dx =
Z
¡
u
2
+ 1
¢
u.2udu = 2
Z
¡
u
4
+u
2
¢
du =
2
5
u
5
+
2
3
u
3
+C =
2
5
q
(x −1)
5
+
2
3
q
(x −1)
3
+C.
Por partes:
(
u = x u
0
= 1
v
0
=

x −1 v =
2
3
q
(x −1)
3
Ã
o
(
u = x du = dx
dv =

x −1dx v =
2
3
q
(x −1)
3
!
Z
x

x −1dx =
2x
3
q
(x −1)
3

2
3
Z
q
(x −1)
3
dx =
2x
3
q
(x −1)
3

2
3
·
2
5
q
(x −1)
5
+C =
2x
3
q
(x −1)
3

4
15
q
(x −1)
5
+C.
Puede observarse que las funciones resultantes por los tres métodos se diferencia en una
constante, que en este caso vale cero. En efecto:
2
5
q
(x −1)
5
+
2
3
q
(x −1)
3

µ
2x
3
q
(x −1)
3

2
3
·
2
5
q
(x −1)
5

= −
2x −2
3
q
(x −1)
3
+
10
15
q
(x −1)
5
=
= −
2
3
(x −1)
q
(x −1)
3
+
2
3
(x −1)
q
(x −1)
3
= 0.
(h) Por partes:
(
u = x
2
u
0
= 2x
v
0
= e
2x
v =
1
2
e
2x
Ã
o
(
u = x
2
du = 2xdx
dv = e
2x
dx v =
1
2
e
2x
!
Z
x
2
e
2x
dx =
1
2
x
2
e
2x

Z
xe
2x
dx. Para hacer esta última integral volvemos a utilizar el méto-
do de integración por partes.
(
u = x u
0
= 1
v
0
= e
2x
v =
1
2
e
2x
Ã
o
(
u = x du = dx
dv = e
2x
dx v =
1
2
e
2x
!
Z
x
2
e
2x
dx =
1
2
x
2
e
2x

Z
xe
2x
dx =
1
2
x
2
e
2x

1
2
xe
2x
+
1
2
Z
e
2x
dx =
1
2
x
2
e
2x

1
2
xe
2x
+
1
4
e
2x
+C.
(i) Por partes:
½
u = x
3
u
0
= 3x
2
v
0
= senx v = −cos x
µ
o
½
u = x
3
du = 3x
2
dx
dv = senxdx v = −cos x

Boletín 5. Integral de Riemann. Aplicaciones 95
Z
x
3
senxdx = −x
3
cos x + 3
Z
x
2
cos xdx. Para hacer esta última integral volvemos a
utilizar el método de integración por partes.
½
u = x
2
u
0
= 2x
v
0
= cos x v = senx
Z
x
3
senxdx = −x
3
cos x+3
Z
x
2
cos xdx = −x
3
cos x+3x
2
senx−6
Z
xsenxdx. Para re-
alizar la última integral volvemos a utilizar el método de integración por partes.
½
u = x u
0
= 1
v
0
= senx v = −cos x
Z
x
3
senxdx = −x
3
cos x + 3
Z
x
2
cos xdx = −x
3
cos x + 3x
2
senx −6
Z
xsenxdx =
−x
3
cos x+3x
2
senx+6xcos x−6
Z
cos xdx = −x
3
cos x+3x
2
senx+6xcos x−6 senx+C.
2. Calcular
Z
2x

2x −3dx, utilizando el método de sustitución y el de integración por partes.
Solución:
(a) Lo hacemos primeramente por el método de sustitución.Utilizamos el cambio de variable:
u
2
= 2x −3 ⇒

x =
u
2
+ 3
2
2udu = 2dx
Z
2x

2x −3dx =
Z
¡
u
2
+ 3
¢
uudu =
Z
¡
u
4
+ 3u
2
¢
du =
u
5
5
+ u
3
+ C =
q
(2x −3)
5
5
+
q
(2x −3)
3
+C.
También puede realizarse el cambio: u = 2x −3 ⇒
(
x =
u + 3
2
du = 2dx
Z
2x

2x −3dx =
Z
(u + 3)

u
du
2
=
1
2
Z
u
3/2
du +
3
2
Z
u
1/2
du =
1
5
u
5/2
+ u
3/2
+ C =
q
(2x −3)
5
5
+
q
(2x −3)
3
+C.
(b) Ahora por el método de integración por partes:

u = 2x u
0
= 2
v
0
=

2x −3 v =
q
(2x −3)
3
3
Z
2x

2x −3dx =
2x
q
(2x −3)
3
3

2
3
Z
q
(2x −3)
3
dx =
2x
q
(2x −3)
3
3

2
3
·
2
5
·
1
2
q
(2x −3)
5
+
C =
=
2x
q
(2x −3)
3
3

2
15
q
(2x −3)
5
+C.
Si realizamos algunos cálculos vemos, al igual que sucedía en el apartado g) del primer
ejercicio, que estos resultados coinciden, aunque la diferencia en general es una constante.
2x
q
(2x −3)
3
3

2
15
q
(2x −3)
5
=
(2x −3)
q
(2x −3)
3
3
+
3
q
(2x −3)
3
3

2
q
(2x −3)
5
15
=
=
q
(2x −3)
3
+
q
(2x −3)
5
3

2
q
(2x −3)
5
15
=
q
(2x −3)
3
+
q
(2x −3)
5
5
.
Boletín 5. Integral de Riemann. Aplicaciones 96
3. Calcular las siguientes integrales indefinidas:
a).-
Z
sen
5
2xcos 2xdx b).-
Z
cos
3
3xdx c).-
Z
xsen
2
xdx
d).-
Z
sen6xsen5xdx e).-
Z
1
r
1 −
2x
2
3
dx f).-
Z
1

x
2
−4
dx
g).-
Z
e
x

1 −e
2x
dx h).-
Z
x
p
(x
2
+ 3)
3
dx i).-
Z
2x
3
−4x
2
−15x + 5
x
2
−2x −8
dx
j).-
Z
x
2
−1
x +x
3
dx k).-
Z
2x −3
(x −13)
2
dx l).-
Z
1
cos x
dx
m).-
Z
dx
3 cos x −4 senx
, n).-
Z
senx −cos x
cos x + senx
dx, o).-
Z
1
senx
dx
Solución:
(a) Integral inmediata:
Z
sen
5
2xcos 2xdx =
1
2
Z
sen
5
2x(2 cos 2x) dx =
1
12
sen
6
2x +C.
(b)
Z
cos
3
3xdx =
Z
¡
cos
2
3x
¢
cos 3xdx =
Z
¡
1 −sen
2
3x
¢
cos 3xdx =
=
Z
cos 3xdx −
Z
¡
sen
2
3x
¢
cos 3xdx =
1
3
sen3x −
1
9
sen
3
3x +C.
(c) Por partes:

u = x u
0
= 1
v
0
= sen
2
x v =
Z
sen
2
xdx =
1
2
Z
(1 −cos 2x) dx =
1
2
µ
x −
sen2x
2

Z
xsen
2
xdx =
1
2
µ
x
2

xsen2x
2


Z
1
2
µ
x −
sen2x
2

dx =
1
2
µ
x
2

xsen2x
2


1
2
µ
x
2
2
+
cos 2x
4

+
C =
=
x
2
2

xsen2x
4

µ
x
2
4
+
cos 2x
8

+C =
1
8
¡
2x
2
−2xsen2x −cos 2x
¢
+C.
(d) Para calcular esta integral hay que tener en cuenta que sena senb =
1
2
(cos (a −b) −cos (a +b)) .
Z
sen6xsen5xdx =
1
2
Z
(cos x −cos (11x)) dx =
1
2
µ
senx −
1
11
sen11x

+C.
(e)
Z
1
r
1 −
2x
2
3
dx =
Z
1
v
u
u
t
1 −
Ã

2x

3
!
2
dx =

3

2
Z

2

3
v
u
u
t
1 −
Ã

2x

3
!
2
dx =

3

2
arcsen

2x

3
+
C.
(f) Esta integral puede hacerse de dos formas.
Primera: es inmediata si tenemos en cuenta las funciones hiperbólicas inversas.
Z
1

x
2
−4
dx = argcosh
³
x
2
´
+C = ln
¯
¯
¯
¯
¯
x
2
+

x
2
−4
2
¯
¯
¯
¯
¯
+C = ln
¯
¯
¯x +

x
2
−4
¯
¯
¯ −ln2 +C
| {z }
D
=
= ln
¯
¯
¯x +

x
2
−4
¯
¯
¯ +D.
Segunda: Teniendo en cuenta los cambios trigonométricos.
Boletín 5. Integral de Riemann. Aplicaciones 97
Cambio de variable: x = 2 sec t =
2
cos t

(
dx = 2
sent
cos
2
t
dt = 2 tg t sec tdt

x
2
−4 =

4 sec
2
t −4 = 2

sec
2
t −1 = 2 tg t
Z
1

x
2
−4
dx =
Z
2 tg t sec tdt
2 tg t
=
Z
sec tdt =(ver apartado l) de este ejercicio)= ln|sec t + tg t|+
C =
= ln
¯
¯
¯
¯
¯
x
2
+

x
2
−4
2
¯
¯
¯
¯
¯
+C = ln
¯
¯
¯x +

x
2
−4
¯
¯
¯ +D.
(g) En primer lugar realizamos el cambio de variable: u = e
x
⇒du = e
x
dx. Entonces,
Z
e
x

1 −e
2x
dx =
Z

1 −u
2
du. Ahora realizamos el cambio u = sent ⇒ du = cos tdt.
Sustituyendo obtenemos,
Z
e
x

1 −e
2x
dx =
Z

1 −u
2
du =
Z
cos
2
tdt =
1
2
Z
(1 + cos 2t) dt =
=
1
2
µ
t +
1
2
sen2t

+C =
1
2
(t + sent cos t) =
1
2
³
arcsene
x
+e
x

1 −e
2x
´
+C.
(h) Esta integral es inmediata:
Z
x
p
(x
2
+ 3)
3
dx =
1
2
Z
2x
p
(x
2
+ 3)
3
dx =
1
2
Z
(x
2
+ 3)

3
2
2xdx = (x
2
+ 3)

1
2
+ C =
1
p
(x
2
+ 3)
+C.
(i) Descomponemos
2x
3
−4x
2
−15x + 5
x
2
−2x −8
en suma de fracciones simples. Como el grado del nu-
merador es mayor que el grado del denominador, dividimos y obtenemos
2x
3
−4x
2
−15x + 5
x
2
−2x −8
=
2x +
x + 5
x
2
−2x −8
. Ya que las ceros del denominador son 4 y −2 tenemos x
2
− 2x − 8 =
(x −4) (x + 2) . Por tanto, la descomposición será
x + 5
x
2
−2x −8
=
A
x + 2
+
B
x −4
=
A(x −4) +B(x + 2)
x
2
−2x −8
⇒A(x −4) +B(x + 2) = x + 5.
Para x = 4 ⇒6B = 9 ⇒B =
3
2
.
Para x = −2 ⇒−6A = 3 ⇒B = −
1
2
.
Por lo tanto
Z
2x
3
−4x
2
−15x + 5
x
2
−2x −8
dx =
Z
2xdx +
3
2
Z
1
x −4
dx −
1
2
Z
1
x + 2
dx =
= x
2
+
3
2
ln|x −4| −
1
2
ln|x + 2| +C = x
2
+ ln
s
|x −4|
3
|x + 2|
+C.
(j) Descomponemos
x
2
−1
x +x
3
en suma de fracciones simples.
x
2
−1
x +x
3
=
A
x
+
Bx +C
x
2
+ 1
=
A(x
2
+ 1) +Bx
2
+Cx
x +x
3
⇒A(x
2
+ 1) +Bx
2
+Cx = x
2
−1
⇒(A+B) x
2
+Cx +A = x
2
−1 ⇒

A+B = 1
C = 0
A = −1

A = −1
B = −2
C = 0
Por lo tanto
Z
x
2
−1
x +x
3
dx = −
Z
1
x
dx+
Z
2x
x
2
+ 1
dx = −ln|x|+ln
¯
¯
x
2
+ 1
¯
¯
+C = ln
¯
¯
¯
¯
x
2
+ 1
x
¯
¯
¯
¯
+
C.
Boletín 5. Integral de Riemann. Aplicaciones 98
(k) Descomponemos
2x −3
(x −13)
2
en suma de fracciones simples.
2x −3
(x −13)
2
=
A
(x −13)
+
B
(x −13)
2
=
A(x −13) +B
(x −13)
2
⇒Ax −13A+B = 2x −3 ⇒
½
A = 2
−13A+B = −3

½
A = 2
B = 23
Por lo tanto,
Z
2x −3
(x −13)
2
dx = 2
Z
1
(x −13)
dx + 23
Z
1
(x −13)
2
dx = 2 ln|x −13| −
23
(x −13)
+C.
También podemos hacer esta integral sin utilizar la descomposición en fracciones simples:
Z
2x −3
(x −13)
2
dx =
Z
2x −26 −3 + 26
(x −13)
2
dx =
Z
2x −26
x
2
−26 + 169
dx+
Z
23
(x −13)
2
dx = ln
¯
¯
x
2
−26 + 169
¯
¯

23
(x −13)
+C =
= ln
¯
¯
(x −13)
2
¯
¯

23
(x −13)
+C = 2 ln|x −13| −
23
(x −13)
+C.
(l) Este ejercicio lo hacemos de tres formas:
Primera: En primer lugar como integral racional en senos y cosenos. Realizamos el cambio
de variables u = tg
x
2
⇒ cos x =
1 −u
2
1 +u
2
; dx =
2du
1 +u
2
. Sustituyendo estos valores en la
integral obtenemos
Z
1
cos x
dx =
Z
2du
1 +u
2
1 −u
2
1 +u
2
=
Z
2du
1 −u
2
=(descomponiendo en fracciones simples)=
=
Z
du
1 −u
+
Z
du
1 +u
= −ln|1 −u| + ln|1 +u| = ln
¯
¯
¯
¯
1 +u
1 −u
¯
¯
¯
¯
+C = ln
¯
¯
¯
¯
¯
¯
1 + tg
x
2
1 −tg
x
2
¯
¯
¯
¯
¯
¯
+C.
Segunda: Realizamos el cambio de variable senx = t ⇒ cos x =

1 −t
2
, dx =
dt

1 −t
2
.
Así, la integral queda
Z
1
cos x
dx =
Z
1

1 −t
2
·
dt

1 −t
2
=
Z
dt
1 −t
2
=(descomponiendo en fracciones simples)
=
1
2
(−ln|1 −t| + ln|1 +t|) +C =
=
1
2
ln
¯
¯
¯
¯
1 +t
1 −t
¯
¯
¯
¯
+C =
1
2
ln
¯
¯
¯
¯
1 + senx
1 −senx
¯
¯
¯
¯
+C = ln
s
¯
¯
¯
¯
1 + senx
1 −senx
¯
¯
¯
¯
+C.
Tercera: Una tercera forma de hacerlo es teniendo en cuenta lo siguiente:

(sec x)
0
=
µ
1
cos x

0
=
senx
cos
2
x
= sec x. tg x
(tg x)
0
=
1
cos
2
x
= sec
2
x
Entonces,
Z
1
cos x
dx =
Z
sec xdx =
Z
sec x(sec x + tg x)
sec x + tg x
dx =
Z
sec
2
x + sec x. tg x
sec x + tg x
dx = ln|sec x + tg x|+
C.
(m) Realizamos el cambio de variables u = tg
x
2
⇒ senx =
2u
1 +u
2
; cos x =
1 −u
2
1 +u
2
; dx =
2du
1 +u
2
. Sustituyendo estos valores en la integral obtenemos
Boletín 5. Integral de Riemann. Aplicaciones 99
Z
dx
3 cos x −4 senx
=
Z
2du
1 +u
2
3
1 −u
2
1 +u
2
−4
2u
1 +u
2
=
Z
−2du
3u
2
+ 8u −1
. Esta última integral es
racional y se resuelve descomponinedo el integrando en suma de fracciones simples:
−2
3u
2
+ 8u −1
=
A
3u −1
+
B
u + 3
Realizando los cálculos como en casos anteriores obtenemos A = −
3
5
y B =
1
5
. Por lo
tanto,
Z
dx
3 cos x −4 senx
=
Z
−2du
3u
2
+ 8u −1
= −
3
5
Z
du
3u + 1
+
1
5
Z
du
u + 3
=
= −
1
5
ln|3u + 1| +
1
5
ln|u + 3| +C =
1
5
ln
¯
¯
¯
¯
u + 3
3u + 1
¯
¯
¯
¯
+C =
1
5
ln
¯
¯
¯
¯
¯
¯
tg
x
2
+ 3
3 tg
x
2
+ 1
¯
¯
¯
¯
¯
¯
+C.
(n) Integral inmediata
Z
senx −cos x
cos x + senx
dx = −ln|cos x + senx| +C.
También puede hacerse con el cambio u = tg
x
2
, pero es más complicado.
(o) Realizamos la integral por cuatro caminos distintos.
Primero: En primer lugar con el cambio u = tg
x
2
⇒senx =
2u
1 +u
2
; dx =
2du
1 +u
2
.
Z
1
senx
dx =
Z
2du
1 +u
2
2u
1 +u
2
=
Z
du
u
= ln|u| +C = ln
¯
¯
¯tg
x
2
¯
¯
¯ +C.
Segundo: Una segunda forma es teniendo en cuenta que senx = 2 sen
x
2
cos
x
2
. Entonces,
Z
1
senx
dx =
Z
1
2 sen
x
2
cos
x
2
dx =
Z
1
2 tg
x
2
cos
2
x
2
dx =
Z
tg
−1
x
2
³
tg
x
2
´
0
dx = ln
¯
¯
¯tg
x
2
¯
¯
¯ +
C.
Tercero: Hacemos el cambio de variable t = cos x ⇒ senx =

1 −t
2
; dx =
−1

1 −t
2
dt.
Así,
Z
1
senx
dx =
Z
1

1 −t
2
−1

1 −t
2
dt =
Z
−1
1 −t
2
dt =(descomponiendo en fracciones simples)=
1
2
ln
¯
¯
¯
¯
1 −t
1 +t
¯
¯
¯
¯
+C =
=
1
2
ln
¯
¯
¯
¯
1 −t
1 +t
¯
¯
¯
¯
+C =
1
2
ln
¯
¯
¯
¯
1 −cos x
1 + cos x
¯
¯
¯
¯
+C = ln
s
¯
¯
¯
¯
1 −cos x
1 + cos x
¯
¯
¯
¯
+C.
Cuarto: Por último, también puede hacerse teniendo en cuenta
(csc x)
0
=
µ
1
senx

0
=
−cos x
sen
2
x
= −cotg xcsc x.
(cotg x)
0
= −
1
sen
2
x
= −csc
2
x.
Entonces
Z
1
senx
dx =
Z
csc xdx =
Z
csc x(cotg x + csc x)
cotg x + csc x
dx =
Z
csc
2
x + cotg x + csc x
cotg x + csc x
dx =
−ln|cotg x + csc x| +C.
Boletín 5. Integral de Riemann. Aplicaciones 100
4. Calcular las siguientes integrales definidas:
a).-
Z
1
−1
x(x
2
+ 1)
3
dx b).-
Z
4
0
1
p
(2x + 1)
dx c).-
Z

0
xsenxdx
d).-
Z
2
1
(x −1)

2 −xdx e).-
Z
π
0
cos
2
dx f).-
Z
4
1
lnx
x
dx
Solución:
(a) Calculamos una primitiva de la función y posteriormente aplicamos la regla de Barrow.
Z
x(x
2
+ 1)
3
dx =
1
2
Z
(2x) (x
2
+ 1)
3
dx =
(x
2
+ 1)
4
4
+ C. Por tanto
Z
1
−1
x(x
2
+ 1)
3
dx =
·
(x
2
+ 1)
4
4
¸
1
−1
= 4 −4 = 0.
Nótese que la integral es nula porque la función del integrando es impar y el intervalo
simétrico respecto al origen.
(b)
Z
4
0
1
p
(2x + 1)
dx =
1
2
Z
4
0
2
p
(2x + 1)
dx =
h
p
(2x + 1)
i
4
0
= (3 −1) = 2.
(c) Buscamos una primitiva sin tener en cuenta los límites de integración y utilizamos después
la regla de Barrow. La primitiva la buscamos utilizando el método de integración por partes
½
u = x u
0
= 1
v
0
= senx v = −cos x

Z
xsenxdx = −xcos x+
Z
cos xdx = −xcos x+senx+C ⇒
Z

0
xsenxdx = [−xcos x + senx]

0
= −2π.
Otra forma es utilizar la fórmula de integración por partes para las integrales definidas
Z

0
xsenxdx = [−xcos x]

0
+
Z

0
cos xdx = −2π+
Z

0
cos xdx = −2π+[senx]

0
= −2π.
(d)
Z
2
1
(x −1)

2 −xdx
Realizamos el cambio u = 2−x ⇒du = −2dx ⇒para x = 1 ⇒u = 1 y para x = 2 ⇒u = 0.
Entonces:
Z
2
1
(x − 1)

2 −xdx =
Z
0
1
(1 −u)

udu = −
Z
1
0
(1 −u)

udu =
Z
1
0
(u −1)

udu =
"
2

u
5
5

2

u
3
3
#
1
0
=
2
5

2
3
=
−4
15
(e)
Z
π
0
cos
2
xdx =
1
2
Z
π
0
(1 + cos 2x) dx =
·
1
2
µ
x +
1
2
sen2x
¶¸
π
0
=
π
2
.
(f)
Z
4
1
lnx
x
dx =
·
ln
2
x
2
¸
4
1
=
ln
2
4
2
.
5. En cada uno de los siguientes apartados, hacer un esbozo de la región acotada por las gráficas y
calcular su área:
(a) f(x) = −x
2
+ 4x + 2, g(x) = x + 2
(b) y =
1
x
2
, y = 0, x = 1, x = 5.
(c) f(y) = y(2 −y), g(y) = −y.
(d) g(x) =
4
2 −x
, y = 4, x = 0.
Boletín 5. Integral de Riemann. Aplicaciones 101
(e) y = 2 senx, y = tg x, x =
−π
3
, x =
−π
3
.
(f) y = xe
−x
2
, y = 0, x = 0, x = 1.
Solución:
(a) Buscamos los puntos en los que se cortan la parábola y = −x
2
+4x+2 y la recta y = x+2.
Para ello resolvemos el sistema de ecuaciones
½
y = −x
2
+ 4x + 2
y = x + 2
cuyas soluciones son
(0, 2) y (3, 5) (ver Figura 21). Por tanto, el área es A =
Z
3
0
£¡
−x
2
+ 4x + 2
¢
−x + 2
¤
dx =
Z
3
0
¡
−x
2
+ 3x
¢
dx =
9
2
.
x
y
2
3
5
y=-x
2
+4x+2
y=x+2
0
Figura 21: Representación gráfica de y = −x
2
+ 4x + 2, y = x + 2 y área a clacular.
(b) A =
Z
5
1
1
x
2
dx =
·
−1
x
¸
5
1
=
−1
5
+ 1 =
4
5
. (Ver Figura 22)
(c) En este caso tenemos dos funciones que dependen de la variable y. Buscamos los puntos en
los que se cortan la parábola x = 2y − y
2
y la recta x = −y. Para ello debemos resolver
el sistema
½
x = 2y −y
2
x = −y
cuyas soluciones son (0, 0) y (−3, 3). (Véase la Figura 23).Este
área puede calcularse por dos caminos.
Primero: Integrando respecto de la variable x.
A =
Z
0
−3
£¡
1 +

1 −x
¢
−(−x)
¤
dx +
Z
1
0
£¡
1 +

1 −x
¢

¡
1 −

1 −x
¢¤
dx
=
·
x −
2
3
q
(1 −x)
3
+
x
2
2
¸
0
−3
+
·

4
3
q
(1 −x)
3
¸
1
0
=
9
2
Segundo: Integrando respecto de la variable y.
A =
Z
3
0
£
2y −y
2
−(−y)
¤
dy =
Z
3
0
¡
3y −y
2
¢
dy =
9
2
(es más simple).
Boletín 5. Integral de Riemann. Aplicaciones 102
1
5
y
x
y=1/x
2

Figura 22: Representación gráfica de y = 1/x
2
y área a determinar.
x=1+(1-x)
1/2

x
y
1
1
x=1-(1-x)
1/2

y=-x
x=2y-y
2

-3
3
Figura 23: Representación gráfica de y = −x, x = 2y −y
2
y el área pedida.
Boletín 5. Integral de Riemann. Aplicaciones 103
(d) Calculamos el valor de x para el que la gráfica y =
4
2 −x
corta a la recta y = 4 y
obtenemos 4 =
4
2 −x
⇒ 2 − x = 1 ⇒ x = 1. (Ver Figura 24).Por tanto, el área es
x
y
1
4
y=4/(2-x)
Figura 24: Representación gráfica de y =
4
2−x
junto con el área solicitada.
A =
Z
1
0
µ
4 −
4
2 −x

dx = [4x + 4 ln(2 −x)]
1
0
= 4 −4 ln2.
(e) Teniendo en cuenta la simetría de la gráfica mostrada en la Figura 25, el área es A =
2
Z π
3
0
(2 senx −tg x) dx = 2 [−2 cos x −ln|cos x|]
π/3
0
= 2 −ln2.
x
y
y=tg x
y=sen x
π/3
- π/3
Figura 25: Gráfica de las funciones y = senx e y = tg x
(f) A =
Z
1
0
xe
−x
2
dx =
·
−1
2
e
−x
2
¸
1
0
=
1
2

1
2
e
−1
. Véase el área solicitada en la Figura 26.
Boletín 5. Integral de Riemann. Aplicaciones 104
x
y
1
y=xe
-x
2

Figura 26: Gráfica de la función y = xe
−x
2
y área pedida.
6. Usar el método de los discos y el de las capas para calcular el volumen del sólido generado, al
girar en torno de la recta dada, la región acotada por las gráficas de las ecuaciones
a) y = x
3
, y = 0, x = 2 (a1) el eje x (a2) el eje y (a3) la recta x=4.
b) y = 2x
2
, y = 0, x = 2 (b1) eje x (b2) eje y (b3) recta x=2 (b4) recta y=8.
c) y =
1

x + 1
, y = 0, x = 0, x = 3 (c1) eje x (c2) eje y.
Solución:
En todos los apartados denotaremos V
d
cuando se utilice el método de los discos para calcular
el volumen y V
c
cuando se utilice el métodos de las capas.
(a) La región acotada puede visualizarse en la Figura 27
x
y
x=4
2
y=x
3

Figura 27: Gráfica de la función y = x
3
.
Boletín 5. Integral de Riemann. Aplicaciones 105
a1) Eje x.
V
d
= π
Z
2
0
x
6
dx = π
·
x
7
7
¸
2
0
=
128
7
π.
V
c
= 2π
Z
8
0
y
³
2 −y
1
3
´
dy = 2π
·
y
2

6
7
y
7
3
¸
8
0
=
128
7
π.
a2) Eje y.
V
1d
= π
Z
8
0
4dy = 32π.
V
2d
= π
Z
8
0
y
2
3
dy = π
·
3
5
y
5
3
¸
8
0
=
96
5
π
V
d
= V
1d
−V
2d
= 32π −
96
5
π =
64
5
π.
V
c
= 2π
Z
2
0
x
4
dx = 2π
·
x
5
5
¸
2
0
=
64
5
π.
a3) Recta x = 4.
V
1d
= π
Z
8
0
³
4 −y
1
3
´
2
dy = π
Z
8
0
³
16 −8y
1
3
+y
2
3
´
dy = π
·
16y −6y
4
3
+
3
5
y
5
3
¸
8
0
=
π
µ
128 −96 +
96
5

V
2d
= π
Z
8
0
4dy = 32π.
V
d
= V
1d
−V
2d
= π
µ
128 −96 +
96
5

−32π =
96
5
π.
V
c
= 2π
Z
2
0
(4 −x) x
3
dx = 2π
·
x
4

x
5
5
¸
2
0
=
96
5
π.
(b) Hacemos sólo el apartado (b4). Los otros tres apartados son análogos a los resueltos más
arriba.
b4) Recta y = 8.(Véase la Figura 28)V
1d
= π
Z
2
0
8
2
dx = 128π.
x
y
2
8
y=2x
2

x=(y/2)
1/2

y
8-y
2-(y/2)
1/2
(y/2)
1/2
Figura 28: Gráfica de la función y = 2x
2
.
V
2d
= π
Z
2
0
¡
8 −2x
2
¢
2
dx = π
Z
2
0
¡
64 −32x
2
+ 4x
4
¢
dx = π
·
64x −
32
3
x
3
+
4
5
x
5
¸
2
0
=
Boletín 5. Integral de Riemann. Aplicaciones 106
1024
15
π
V
d
= V
1d
−V
2d
=
896
15
π.
V
c
= 2π
Z
8
0
(8 −y)
µ
2 −
r
y
2

dy = 2π
Z
8
0
Ã
16 −2y −4

2

y +
r
y
3
2
!
dy =
896
15
π.
c1) Eje x.
V
d
= π
Z
3
0
1
x + 1
dx = π [ln|x + 1|]
3
0
= π ln4
V
1c
= 2π
Z 1
2
0
3ydy = 2π
·
3y
2
2
¸
1
2
0
=

4
.
V
2c
= 2π
Z
1
1
2
µ
1
y
2
−1

ydy = 2π
·
lny −
y
2
2
¸
1
1
2
= 2π
µ
ln2 −
3
8

V
c
= V
1c
+V
2c
=

4
+ 2π
µ
ln2 −
3
8

= 2π ln2.
c2) Eje y.
V
1d
= π
Z 1
2
0
9dy = π [9y]
1
2
0
=

2
.
V
2d
= π
Z
1
1
2
µ
1
y
2
−1

2
dy = π
Z
1
1
2
µ
1
y
4

2
y
2
+ 1

dy = π
·

1
3y
3
+
2
y
+y
¸
1
1
2
=

6
V
d
= V
1d
+V
2d
=

2
+

6
=
16π
3
.
V
c
= 2π
Z
3
0
x

x + 1
dx = 2π
Z
2
1
2
¡
u
2
−1
¢
du = 4π
·
u
3
3
−u
¸
2
1
=
16π
3
.
En la última integral se realizado el cambio de variables x+1 = u
2
⇒dx = 2udu y los
nuevos límites de integración han sido: para x = 0 ⇒u = 1 y para x = 3 ⇒u = 2.
7. Hallar el volumen del sólido cuya base está acotada por el círculo x
2
+y
2
= 4, con las secciones,
perpendiculares al eje x, que se especifican.
a) cuadrados (b) triángulos equiláteros (c) semicírculos.
Solución:
(a) Teniendo en cuenta la simetría de la figura y que el área de un cuadrado de lado l es l
2
se
tiene
V = 2
Z
2
0
(2y)
2
dx = 2
Z
2
0
³
2

4 −x
2
´
2
dx = 2
Z
2
0
¡
16 −4x
2
¢
dx = 2
·
16x −
4x
3
3
¸
2
0
=
128
3
.
(b) Teniendo en cuenta la simetría de la figura y que el área de un triángulo equilátero de lado
l es
l
2

3
4
se tiene
V = 2
Z
2
0

3
¡
4 −x
2
¢
dx = 2

3
·
4x −
x
3
3
¸
2
0
=
32

3
3
.
(c) Teniendo en cuenta la simetría de la figura y que el área de un semicirculo de radio l es
l
2
π
2
se tiene
V = 2
Z
2
0
π
2
¡
4 −x
2
¢
dx = π
·
4x −
x
3
3
¸
2
0
=
16π
3
.
Boletín 5. Integral de Riemann. Aplicaciones 107
8. Un sólido se genera haciendo girar la región acotada por y =
1
2
x
2
e y = 2 alrededor del eje y. Se
perfora un orificio circular, centrado en el eje de giro, de modo que el sólido pierde un cuarto de
su volumen. ¿Qué diámetro tiene el orificio?
Solución:
Calculamos en primer lugar el volumen del sólido V
s
por el método de los discos
V
s
= π
Z
2
0
2ydy = π
£
y
2
¤
2
0
= 4π
Ahora calculamos el volumen del sólido que se genera cuando se perfora un orificio circular de
radio a (es la incognita del problema), V
a
por el método de las capas.
V
a
= 2π
Z
a
0
x(2 −
x
2
2
)dx = π
Z
a
0
¡
4x −x
3
¢
dx = π
·
2x
2

x
4
4
¸
a
0
= π
µ
2a
2

a
4
4

Como V
a
=
V
s
4
, tenemos que a es solución de la ecuación 2a
2

a
4
4
= 1 ⇒a
4
−8a
2
+ 4 = 0. Es
una ecuación bicuadrada, cuyas soluciones son −1 +

3, −1 −

3, 1 +

3, 1 −

3. En principio
sólo los valores 1+

3 y −1+

3 tienen sentido en nuestro problema ya que los otros dos valores
son negativos. Si tenemos en cuenta que 1 +

3 = 2.73205... > 2 y no tiene sentido en nuestro
caso, obtenemos que a = −1 +

3 y por tanto el diameto pedido es 2a = −2 + 2

3.
9. Sea R la región limitada por las gráficas de las funciones y = e
−x
, y = 0, x = 0, x = 2. Calcular
el área de la región R, el volumen al girar alrededor del eje y y el volumen al girar alrededor de
la recta y = 2.
Solución:
A =
Z
2
0
e
−x
dx = −[e
−x
]
2
0
= 1 −e
−2
.
Eje y
V
c
= 2π
Z
2
0
xe
−x
dx = 2π [−xe
−x
−e
−x
]
2
0
= 2π(1 −3e
−2
).
V
1d
= π
Z
e
−2
0
4dy = 4πe
−2
V
2d
= π
Z
1
e
−2
ln
2
ydy = (integración por partes) = π
£
y ln
2
y −2y lny + 2y
¤
1
e
−2
= π(2 −10e
−2
)
V
d
= V
1d
+V
2d
= 4πe
−2
+π(2 −10e
−2
) = 2π −6e
−2
.
Recta y = 2
V
1d
= π
Z
2
0
4dx = 8π
V
2d
= π
Z
2
0
(2 −e
−x
)
2
dx = π
Z
2
0
¡
4 −4e
−x
+e
−2x
¢
dx = π
·
4x + 4e
−x

1
2
e
−2x
¸
2
0
= π(
9
2

1
2
e
−4
+ 4e
−2
)
V
d
= V
1d
−V
2d
= 8π −π(
9
2

1
2
e
−4
+ 4e
−2
) =

2
+
π
2
e
−4
−4πe
−2
.
V
1c
= 2π
Z
1
e
−2
(2 −y) (−lny) dy = 2π
·
y
2
2
lny −
y
2
4
−2y lny + 2y
¸
1
e
−2
= 2π
µ
7
4
−6e
−2
+
5
4
e
−4

V
2c
= 2π
Z
e
−2
0
(2 −y) (2) dy = 2π
£
4y −y
2
¤
e
−2
0
= 2π
¡
4e
−2
−e
−4
¢
Boletín 5. Integral de Riemann. Aplicaciones 108
V
c
= V
1c
+ V
2c
= 2π
µ
7
4
−6e
−2
+
5
4
e
−4

+ 2π
¡
4e
−2
−e
−4
¢
= 2π
µ
7
4
−2e
−2
+
1
4
e
−4

=

2
+
π
2
e
−4
−4πe
−2
.
10. Calcular la longitud de arco de la gráfica de la función y =
2
3
x
3
2
+ 1 en el intervalo [0, 1] .
Solución:
La longitud de arco s =
Z
1
0
p
1 +f
0
(x)
2
dx. En este caso y teniendo en cuenta que f(x) =
2
3
x
3
2
+1
y f
0
(x) =

x tenemos que
s =
Z
1
0

1 +xdx =
·
2
3
q
(1 +x)
3
¸
1
0
=
2
3
¡
2

2 −1
¢
.
11. Un objeto parte del origen y se mueve por el eje y. Al mismo tiempo, un perseguidor parte del
punto (1, 0) y se mueve en dirección al objeto. Si la velocidad del perseguidor es doble que la del
objeto, la ecuación de la trayectoria del perseguidor es y =
1
3
³
x
3
2
−3x
1
2
+ 2
´
. ¿Qué distancia
ha recorrido el objeto en el momento de ser capturado? Probar que el perseguidor recorre el
doble.
Solución:
La distancia que recorre el objeto se obtiene cuando el perseguidor alcanza el eje de las y, es
decir, sustituyendo en la ecuación de la trayectoria el valor x = 0, por lo tanto d
0
=
2
3
.
La distancia que recorre el perseguidor es la longitud de la curva desde el punto (1, 0) al punto
(0,
2
3
).
d
p
=
Z
1
0
s
1 +
µ√
x
2

1
2

x

2
dx =
Z
1
0
µ√
x
2
+
1
2

x

dx =
"

x
3
3
+

x
#
1
0
=
4
3
Efectivamente d
p
= 2d
0
.
12. Averiguar si las siguientes integrales impropias son convergentes, y en caso afirmativo, obtener
su valor.
a).-
Z

0
e
−x
dx b).-
Z
0
−∞
x
2
e
−x
dx c).-
Z
8
0
1
(8 −x)
1
3
dx
d).-
Z
2
0
1
(x −1)
4
3
dx e).-
Z
1
0
6
x −1
dx f).-
Z

1
e
−1
x
x
2
dx.
Solución:
(a)
Z

0
e
−x
dx = lim
b→∞
Z
b
0
e
−x
dx = lim
b→∞
[−e
−x
]
b
0
= lim
b→∞
¡
−e
−b
+ 1
¢
= 1. Por tanto, la
integral es convergente y su valor es
Z

0
e
−x
dx = 1.
(b) En primer lugar calculamos
R
x
2
e
−x
dx. utilizando para ello el método de integración por
partes.
½
u = x
2
u
0
= 2x
v
0
= e
−x
v = −e
−x

R
x
2
e
−x
dx = −x
2
e
−x
+ 2
R
xe
−x
dx. Volvemos a utilizar inte-
gración por partes, ahora
½
u = x u
0
= 1
v
0
= e
−x
v = −e
−x

R
x
2
e
−x
dx = −x
2
e
−x
−2xe
−x
−2e
−x
=
e
−x
¡
−x
2
−2x −2
¢
. Entonces
Z
0
−∞
x
2
e
−x
dx = lim
b→−∞
Z
0
b
x
2
e
−x
dx = lim
b→−∞
£
e
−x
¡
−x
2
−2x −2
¢¤
0
b
=
Boletín 5. Integral de Riemann. Aplicaciones 109
−2 − lim
b→−∞
µ
−b
2
−2b −2
e
b

= −2 −∞= −∞, luego esta integral es divergente.
(c)
Z
8
0
1
(8 −x)
1
3
dx = lim
b→8

Z
b
0
1
(8 −x)
1
3
dx = lim
b→8

·

3
2
(8 −x)
2
3
¸
b
0
= lim
b→8

·

3
2
(8 −b)
2
3
¸
+ 6 =
6. Por tanto la integral es convergente y su valor es
Z
8
0
1
(8 −x)
1
3
dx = 6.
(d)
Z
2
0
1
(x −1)
4
3
dx = lim
b→1

Z
b
0
1
(x −1)
4
3
dx + lim
c→1+
Z
2
c
1
(x −1)
4
3
dx.
lim
b→1

Z
b
0
1
(x −1)
4
3
dx = lim
b→1

h
−3(x −1)

1
3
i
b
0
= lim
b→1

h
−3(b −1)

1
3
i
+3 = ∞. Como una de
las dos integrales es divergente, la integral es divergente.
(e)
Z
1
0
6
x −1
dx = lim
b→1

Z
b
0
6
x −1
dx = lim
b→1

[6 ln|x −1|]
b
0
= lim
b→1

[6 ln|b −1|] = −∞, luego la
integral es divergente.
(f)
Z

1
e
−1
x
x
2
dx = lim
b→∞
Z
b
1
e
−1
x
x
2
dx = lim
b→∞
h
e
−1
x
i
b
1
= lim
b→∞
h
e
−1
b
i
−e
−1
= 1 −e
−1
. por lo tanto la
integral es convergente y su valor es
Z

1
e
−1
x
x
2
dx = 1 −
1
e
.
13. Calcular:
(a) lim
x→∞
[3 ln(x + 3) −3 ln(x + 1)] .
(b)
Z
4x −8
x
3
+ 3x
2
+ 15x + 9
dx.
(c)
Z

1
4x −8
x
3
+ 3x
2
+ 15x + 9
dx.
Solución:
(a) lim
x→∞
[3 ln(x + 3) −3 ln(x + 1)] = lim
x→∞
£
ln(x + 3)
3
−ln(x + 1)
3
¤
= lim
x→∞
·
ln
(x + 3)
3
(x + 1)
3
¸
= ln
µ
lim
x→∞
·
(x + 3)
3
(x + 1)
3
¸¶
= ln1 = 0.
(b) Para calcular
Z
4x −8
x
3
+ 3x
2
+ 15x + 9
dx descomponemos el integrando en fracciones sim-
ples. Como el denominador es de grado menor que el denominador y x
3
+ 3x
2
+ 15x +
9 = (x + 3)
2
(x + 1) tenemos que
4x −8
x
3
+ 3x
2
+ 15x + 9
=
A
x + 1
+
B
x + 3
+
C
(x + 3)
2
=
A(x + 3)
2
+B(x + 1)(x + 3) +C(x + 1)
x
3
+ 3x
2
+ 15x + 9
⇒A(x + 3)
2
+B(x + 1)(x + 3) +C(x + 1) = 4x −8. Dando valores a x obtenemos
Para x = −3 ⇒−2C = −20 ⇒C = 10
Para x = −1 ⇒4A = −12 ⇒A = −3
Para x = 0 ⇒ −27 + 3B + 10 = −8 ⇒ B = 3. Por lo tanto
Z
4x −8
x
3
+ 3x
2
+ 15x + 9
dx =
Z
−3
x + 1
dx +
Z
3
x + 3
dx +
Z
10
(x + 3)
2
dx = −3 ln|x + 1| + 3 ln|x + 3| −
10
x + 3
+C.
Boletín 5. Integral de Riemann. Aplicaciones 110
(c) Con los cálculos hechos en los apartados anteriores tenemos
Z

1
4x −8
x
3
+ 3x
2
+ 15x + 9
dx = lim
b→∞
Z
b
1
4x −8
x
3
+ 3x
2
+ 15x + 9
dx =
lim
b→∞
·
ln
(b + 3)
3
(b + 1)
3

10
b + 3

µ
3 ln2 −
10
4
¶¸
=
5
2
−3 ln2, ya que
lim
b→∞
·
ln
(b + 3)
3
(b + 1)
3

10
b + 3
¸
= lim
b→∞
·
ln
(b + 3)
3
(b + 1)
3
¸
− lim
b→∞
·

10
b + 3
¸
= 0.
14. a) Calcular
Z
x
2

x
3
+ 1
dx
b) Calcular el volumen que se obtiene cuando la región limitada por la gráfica de la función
y =
x

x
3
+ 1
, el eje de las x y la recta x = 1, gira en torno del eje y.
Solución:
(a) La integral es inmediata
Z
x
2

x
3
+ 1
dx =
1
3
Z
3x
2

x
3
+ 1
dx =
2
3

x
3
+ 1 +C.
También podía haberse hecho con el cambio de variables u = x
3
+ 1 ⇒du = 3x
2
dx
Z
x
2

x
3
+ 1
dx =
1
3
Z
du

u
=
1
3
Z
u

1
2
du =
2
3

u +C =
2
3

x
3
+ 1 +C.
(b) La función que gira entorno del eje de las y es f(x) =
x

x
3
+ 1
. Si utilizamos el método de
las capas obtenemos que el volumen pedido es
V = 2π
R
1
0
xf(x)dx = 2π
Z
1
0
x
2

x
3
+ 1
dx = 2π
·
2
3

x
3
+ 1
¸
1
0
=

3
¡√
2 −1
¢
.
Parte II
Exámenes Resueltos de Cursos
Anteriores
111
Primer Parcial. Curso 2002-03
PROBLEMA 1.-
Dada la matriz A =

¸
1 2 −1
2 0 0
−1 0 a
¸

se pide:
a) (1 punto) ¿Para qué valores de a la matriz A tiene inversa?
b) (2 puntos) ¿Qué condiciones debe cumplir las componentes del vector b =

¸
b
1
b
2
b
3
¸

para que el
sistema Ax = b tenga solución?
c) (2 puntos) Para a = 2, calcular la inversa de A por el método de Gauss-Jordan.
d) (3 puntos) ¿Para que valores de a el sistema Ax =

¸
−4
−a
0
¸

tiene solución? Resolver dicho
sistema por el método de Gauss cuando sea compatible indeterminado.
e) (2 puntos) Para a = 0, encontar una base para el espacio columna de la matriz A y una base para
el espacio nulo de la matriz A. Los subespacios vectoriales N(A) y R(A) ¿son ortogonales?
Solución
a) Este apartado puede hacerse de dos formas: haciendo transformaciones elementales o mediante
el determinante.
1
a
forma: Haciendo transformaciones elementales:

¸
1 2 −1 1 0 0
2 0 0 0 1 0
−1 0 a 0 0 1
¸

P
12
−→

¸
2 0 0 0 1 0
1 2 −1 1 0 0
−1 0 a 0 0 1
¸

F
1(
1
2
)
−→

¸
1 0 0 0
1
2
0
1 2 −1 1 0 0
−1 0 a 0 0 1
¸

F
21
(−1)
−→
F
31
(1)

¸
1 0 0 0
1
2
0
0 2 −1 1 −
1
2
0
0 0 a 0
1
2
1
¸

. (Si a 6= 0 podemos seguir realizando transformaciones elementales).
Haríamos
F
2(
1
2
)
−→
F
3(
1
a
)

¸
1 0 0 0
1
2
0
0 1 −
1
2
1
2

1
4
0
0 0 1 0
1
2a
1
a
¸

. Y la matriz tiene inversa.
Si a = 0, el método de Gauss-Jordan no puede continuarse, es decir, la forma escalonada reducida
no es la identidad y la matriz A no tiene inversa.
Resumiendo, A posee inversa si y sólo si a 6= 0.
2
a
forma: (En este caso más sencilla)
112
Primer Parcial. Curso 2002-03 113
Calculamos el deteminante de la matriz |A| =
¯
¯
¯
¯
¯
¯
1 2 −1
2 0 0
−1 0 a
¯
¯
¯
¯
¯
¯
= −2
¯
¯
¯
¯
2 −1
0 a
¯
¯
¯
¯
= −4a. Sabemos
que una matriz cuadrada A tiene inversa si y sólo si su determinante es distinto de cero. En este
caso, |A| 6= 0 si y sólo si a 6= 0.
b) Hay que analizar dos posibilidades:
— Si a 6= 0, la matriz A es regular. Por tanto, el sistema Ax = b tiene solución para cualquier
valor del vector b, de aquí que las componentes de b no tengan que cumplir ninguna condición
para que el sistema posea solución.
— Si a = 0, la matriz A no es regular. En este caso,“intentamos” resolver el sistema Ax = b
por el método de Gauss:

¸
1 2 −1 b
1
2 0 0 b
2
−1 0 0 b
3
¸

F
21
(−2)
−→
F
31
(1)

¸
1 2 −1 b
1
0 −4 2 b
2
−2b
1
0 2 −1 b
3
+b
1
¸

F
2(−
1
4
)
−→

¸
1 2 −1 b
1
0 1 −
1
2
b
2
−2b
1
−4
0 2 −1 b
3
+b
1
¸

F
32
(−2)
−→

¸
1 2 −1 b
1
0 1 −
1
2
b
2
−2b
1
−4
0 0 0
2b
3
+b
2
2
¸

. Ahora, el sistema Ax = b tiene solución si y sólo si las compo-
nentes del vector b = (b
1
, b
2
, b
3
)
t
cumplen la condición 2b
3
+b
2
= 0.
Obsérvese que una inspección directa sobre la matriz A para el caso a = 0 nos indica que la
segunda fila de A es (−2) veces la tercera, por lo que el sistema Ax = b es compatible (en este
caso indeterminado) si y sólo si b
2
= −2b
3
; expresión coincidente con la anterior obtenida por el
método de Gauss.
c) Calculamos la inversa de A por el método de Gauss-Jordan. Aprovechamos las tranformaciones
hechas en el apartado (a) sustituyendo a = 2.

¸
1 2 −1 1 0 0
2 0 0 0 1 0
−1 0 2 0 0 1
¸

P
12
−→

¸
2 0 0 0 1 0
1 2 −1 1 0 0
−1 0 2 0 0 1
¸

F
1(
1
2
)
−→

¸
1 0 0 0
1
2
0
1 2 −1 1 0 0
−1 0 2 0 0 1
¸

F
21
(−1)
−→
F
31
(1)

¸
1 0 0 0
1
2
0
0 2 −1 1 −
1
2
0
0 0 2 0
1
2
1
¸

F
2(
1
2
)
−→
F
3(
1
2
)

¸
1 0 0 0
1
2
0
0 1 −
1
2
1
2

1
4
0
0 0 1 0
1
4
1
2
¸

F
23
(
1
2
)
−→

¸
1 0 0 0
1
2
0
0 1 0
1
2

1
8
1
4
0 0 1 0
1
4
1
2
¸

Por tanto A
−1
=

¸
0
1
2
0
1
2

1
8
1
4
0
1
4
1
2
¸

=
1
8

¸
0 4 0
4 −1 2
0 2 4
¸

. Observamos que la inversa sigue siendo
simétrica. Ahora comprobamos que el resultado es correcto:
1
8

¸
0 4 0
4 −1 2
0 2 4
¸

¸
1 2 −1
2 0 0
−1 0 2
¸

=

¸
1 0 0
0 1 0
0 0 1
¸

d) Puede hacerse de dos formas.
1
a
forma: Resolviendo el sistema por el método de Gauss.

¸
1 2 −1 −4
2 0 0 −a
−1 0 a 0
¸

F
21
(−2)
−→
F
31
(1)

¸
1 2 −1 −4
0 −4 2 −a + 8
0 2 a −1 −4
¸

F
2(−
1
4
)
−→

¸
1 2 −1 −4
0 1 −
1
2
a−8
4
0 2 a −1 −4
¸

F
32
(−2)
−→

¸
1 2 −1 −4
0 1 −
1
2
a−8
4
0 0 a
−a
2
¸

. De aquí concluimos lo siguiente:
Primer Parcial. Curso 2002-03 114
— Si a 6= 0, el sistema tiene solución única.
— Si a = 0 el sistema es compatible indeterminado. Tenemos que resolverlo en este caso.
El sistema que obtenemos es equivalente a
½
x
1
+ 2x
2
−x
3
= −4
x
2

1
2
x
3
= −2
cuyas soluciones son

x
1
= 0
x
2
= t −2
x
3
= 2t
con t ∈ R.
2
a
forma: Se podía haber razonado utilizando los resultados obtenidos previamente:
— Si a 6= 0 la matriz es regular y el sistema tiene solución única.
— Si a = 0 el sistema tiene solución cuando las componentes del vector

¸
−4
−a
0
¸

cumplan
las condiciones obtenidas en el apartado (b). Así, el sistema es compatible si y sólo si
2 · 0 −a = 0, es decir, cuando a = 0. En este caso como la matriz no es regular tenemos un
sistema compatible indeterminado y la resolución se lleva a cabo como en la primera forma.
e) Para a = 0 la matriz resultante es

¸
1 2 −1
2 0 0
−1 0 0
¸

. Sabemos que el espacio columna R(A) es el
generado por las columnas de la matriz, R(A) = lin{(1, 2, −1) , (2, 0, 0) , (−1, 0, 0)} . Por simple
inspección se tiene que los vectores (2, 0, 0) y (−1, 0, 0) son linealmente dependientes (ya que son
proporcionales), luego, R(A) = lin{(1, 2, −1) , (2, 0, 0)} y una base de este subespacio vectorial
es la formada por los vectores {(1, 2, −1) , (2, 0, 0)} .
Para calcular el espacio nulo N(A) debemos resolver el sistema Ax = 0. Utilizando los cálculos
hechos en el apartado anterior tenemos que la solución de este sistema es

x
1
= 0
x
2
= t
x
3
= 2t
, luego
N(A) = lin{(0, 1, 2)} y una base de este subespacio está formada por {(0, 1, 2)} .
Los subespacios N(A) y R(A) son ortogonales si y sólo si todos los vectores de la base de uno son
ortogonales a todos los vectores de la base del otro. En este caso, como (1, 2, −1) · (0, 1, 2) = 0
y (2, 0, 0) · (0, 1, 2) = 0, se verifica que N(A) y R(A) son ortogonales.
Nótese que puede probarse que N(A) y R(A) son ortogonales sin determinar explícitamente
estos subespacios. En efecto, utilizando el Teorema Fundamentel del Álgebra Lineal, sabemos
que R(A
t
) = N(A)

, pero A es simetrica, por lo que R(A) = N(A)

.
PROBLEMA 2.-
a) Sabiendo que la función
¡
x
2
+y
2
¢
2
−x
3
−y
3
−2 = 0 define a y = f(x) como función implícita
de x se pide:
a.1) (2.5 puntos) Calcular la recta tangente a la gráfica de f(x) en el punto (1, 1) .
a.2) (1.5 puntos) Obtener el polinomio de Taylor de orden dos en el punto c = 1. Usar dicho
polinomio para obtener aproximadamente el valor de f(1.001).
b) (3 puntos) Encontrar los máximos y mínimos absolutos de la función f(x) = x

4 −x
2
en el
intervalo [−2, 1]. Con esa información realiza un esbozo de la gráfica en el intervalo [−2, 1].
Primer Parcial. Curso 2002-03 115
c) (3 puntos) Una página impresa va a tener márgenes de 2 centímetros en los lados y de 1
centímetro en las partes superior e inferior. El área de la parte impresa es de 32 cm
2
. Determinar
las dimensiones de la página de manera que se utilice la menor cantidad posible de papel.
Solución
a) a1) Derivamos implícitamente la ecuación
¡
x
2
+y
2
¢
2
−x
3
−y
3
−2 = 0 y obtenemos
2
¡
x
2
+y
2
¢
µ
2x + 2y
dy
dx

−3x
2
−3y
2
dy
dx
= 0. (∗)
Sustituyendo en esta ecuación x = 1 e y = 1 obtenemos
2(2)
µ
2 + 2
dy
dx
(1)

−3 −3
dy
dx
(1) = 0 =⇒8 + 8
dy
dx
(1) −3 −3
dy
dx
(1) = 0 =⇒
5
dy
dx
(1) = −5 =⇒
dy
dx
(1) = −1.
La ecuación de la recta tangente a una gráfica de ecuación y = f(x) en el punto (a, f(a)) se
obtiene mediante la fórmula y −f(a) = f
0
(a)(x−a). En nuestro caso y −1 = −(x−1), es decir,
la ecuación de la recta tangente es y = −x + 2.
a.2) Derivamos implícitamente la ecuación (∗) y obtenemos
2
µ
2x + 2y
dy
dx

2
+ 2
¡
x
2
+y
2
¢
Ã
2 + 2
µ
dy
dx

2
+ 2y
d
2
y
dx
2
!
−6x −6y
µ
dy
dx

2
−3y
2
d
2
y
dx
2
= 0. (∗∗)
Sustituyendo en la ecuación (∗∗) x = 1, y = 1 y
dy
dx
(1) = −1 obtenemos
2(0)
2
+ 2(2)
µ
2 + 2 + 2
d
2
y
dx
2
(1)

−6 −6 −3
d
2
y
dx
2
(1) = 0 =⇒
4
µ
4 + 2
d
2
y
dx
2
(1)

−12 −3
d
2
y
dx
2
(1) = 0 =⇒4 + 5
d
2
y
dx
2
(1) = 0 =⇒
d
2
y
dx
2
(1) =
−4
5
El polinomio de Taylor de orden dos de una función y = f(x) en el punto (a, f(a)) se obtiene
mediante la fórmula P
2
(x) = f(a) +
f
0
(a)
1!
(x −a) +
f
00
(a)
2!
(x −a)
2
. En nuestro caso obtenemos
P
2
(x) = f(1) +
f
0
(1)
1
(x −1) +
f
00
(1)
2
(x −1)
2
= 1 −(x −1) −
2
5
(x −1)
2
.
Calculamos aproximadamente f(1.001) utilizando para ello la aproximación que nos da el poli-
nomio de Taylor f(1.001) ' P
2
(1.001) = 1 −(1.001 −1) −
2
5
(1.001 −1)
2
= 0.9989996.
b) En primer lugar calculamos los puntos críticos de f en el intervalo (−2, 1). Puesto que f
0
(x) =

4 −x
2

x
2

4 −x
2
, obtenemos que f es derivable en todos los puntos del intervalo (−2, 1) y por
consiguiente, los puntos críticos de f son aquellos para los que se anula la derivada. Entonces,
f
0
(x) = 0 si y sólo si

4 −x
2
=
x
2

4 −x
2
⇔ 4 − x
2
= x
2
⇔ x = ±

2. Observamos que

2 / ∈ (−2, 1) , luego el único punto crítico de f a considerar es −

2 . Calculamos f(−2) = 0;
f(−

2) = −2 y f(1) =

3. Por lo tanto, el valor mínimo es f(−

2) = −2 que se alcanza
en −

2 y el valor máximo es f(1) =

3 que se alcanza en 1. Con la información anterior, un
esbozo de la gráfica se muestra en la figura 1.
Primer Parcial. Curso 2002-03 116
Figura 29: Gráfica de la función f(x) = x

4 −x
2
en intervalo [−2, 1].
Figura 30: Página impresa
c) Con las variables escritas en la figura 2 y los datos del problema tenemos que minimizar la
función área A = xy con la condición de que (x −4) (y −2) = 32.
Despejando de esta ecuación la variable y obtenemos y = 2 +
32
(x −4)
y sustituyendo en la
primera obsevamos que debemos obtener el mínimo de la función A(x) = x
µ
2 +
32
(x −4)

=
2x+
32x
(x −4)
con la condición x > 4. Calculamos la derivada para estudiar los extremos relativos
A
0
(x) = 2 −
128
(x −4)
2
. Entonces A
0
(x) = 0 si y sólo si 2 =
128
(x −4)
2
⇐⇒ (x −4)
2
= 64 ⇐⇒
x −4 = ±8 =⇒x = 12 y x = −4, pero este último valor no pertenece al dominio impuesto por
el problema, luego el único punto a considerar es x = 12.
Calculamos A
00
(x) =
256
(x −4)
3
y obtenemos que A
00
(x) > 0 para todo x > 4, luego la función
A(x) es cóncava hacia arriba en el intervalo (4, +∞) y por consiguiente, (12, A(12)) es mínimo
absoluto.
Utilizando sólo la primera derivada también podemos probar que (12, A(12)) es un mínimo ab-
Primer Parcial. Curso 2002-03 117
soluto. Efectivamente, puesto que A
0
(x) = 2−
128
(x −4)
2
=
2 (x −4)
2
−128
(x −4)
2
=
2 (x + 4) (x −12)
(x −4)
2
,
es fácil ver que A
0
(x) < 0 para 4 < x < 12 y A
0
(x) > 0 para x > 12. En consecuencia, la
función A es estrictamente decreciente en el intervalo (4, 12) y estrictamente creciente en el in-
tervalo (12, +∞). Así, el punto (12, A(12)) es mínimo absoluto. Por último, las dimensiones de
la página son x = 12 cm e y = 2 +
32
(12 −4)
= 6 cm.
PROBLEMA 3.-
a) (3.5 puntos) Averiguar si la matriz A =

¸
4 0 0
−1 2 −4
0 −1 2
¸

es diagonalizable. En caso afirma-
tivo encontrar una matriz de paso P y una matriz diagonal D tal que A = PDP
−1
.
b) (3.5 puntos) De una matriz simétrica de orden tres B sabemos que sus autovalores son λ
1
= 1
con subespacio propio asociado V (1) = lin{(1, 0, −1)} y λ
2
= 0 cuyo subespacio propio asociado
V (0) tiene de ecuación x −z = 0. Calcular la matriz B.
c) (3 puntos) Dibujar la gráfica de las funciones y = cos x e y = 5x + 5. Determinar en cuántos
puntos se cortan estas dos gráficas y obtenerlos todos con una precisión de cuatro cifras decimales
exactas. Si tienes que hacer iteraciones tomar siempre como valor inicial x
0
= 0.
Solución
a) Calculamos el polinomio característico de la matriz A.
det(λI −A) = |λI −A| =
¯
¯
¯
¯
¯
¯
λ −4 0 0
1 λ −2 4
0 1 λ −2
¯
¯
¯
¯
¯
¯
= (λ −4)
¯
¯
¯
¯
λ −2 4
1 λ −2
¯
¯
¯
¯
=
(λ −4)
³
(λ −2)
2
−4
´
= (λ −4)
¡
λ
2
−4λ
¢
= (λ −4)
2
λ. Luego los autovalores son λ
1
= 4 de
m.a. (λ
1
= 4) = 2 y λ
2
= 0 de m.a. (λ
2
= 0) = 1.
Ahora calculamos los subespacios propios asociados a estos autovalores. Para calcular el sube-
spacio propio asociado al autovalor λ
1
= 4 debemos resolver el sitema (4I −A) x = 0. Utilizamos
para ello el método de Gauss. Hacemos transformaciones elementales:
λI − A =

¸
0 0 0 0
1 2 4 0
0 1 2 0
¸

−→

¸
1 2 4 0
0 1 2 0
0 0 0 0
¸

=⇒

x
1
= 0
x
2
= −2t
x
3
= t
. Vemos por tanto que el
subespacio propio asociado al autovalor λ
1
= 4 es V (4) = lin{(0, −2, 1)}. Como la dimensión
de este subespacio es uno se tiene que m.g. (λ
1
= 4) = 1 6= m.a. (λ
1
= 4) y la matriz no es
diagonalizable.
También puede observarse directamente que rg(λI − A) = 2, por lo que µ
1
= dim(V (λ
1
)) =
3 −rg(λI −A) = 3 −2 = 1 6= 2 = m
1
y por tanto, A es no diagonalizable.
b) Como la matriz es simétrica sabemos que los subespacios asociados a λ
1
= 0 y a λ
2
= 1 son or-
togonales. Efectivamente, el vector (1, 0, −1) es ortogonal a cualquier vector (x, y, z) tal que x−
z = 0. Tomamos una base ortonormal de V (1) que está formada por
µ
1

2
, 0, −
1

2

y una base
ortonormal de V (0). Como V (0) = lin{(1, 0, 1) , (0, 1, 0)} , una base ortonormal de este subespa-
cio está formada por
½µ
1

2
, 0,
1

2

, (0, 1, 0)
¾
. Los vectores
µ
1

2
, 0, −
1

2

,
µ
1

2
, 0,
1

2

, (0, 1, 0)
Primer Parcial. Curso 2002-03 118
constituyen una base ortonormal de autovectores. Por lo tanto una matriz de paso ortogonal
para la matriz B es la formada por Q =

¸
¸
¸
¸
1

2
0
1

2
0 1 0

1

2
0
1

2
¸

y la matriz B es B = QDQ
T
=

¸
¸
¸
¸
1

2
0
1

2
0 1 0

1

2
0
1

2
¸

¸
1 0 0
0 0 0
0 0 0
¸

¸
¸
¸
¸
1

2
0 −
1

2
0 1 0
1

2
0
1

2
¸

=

¸
¸
¸
1
2
0 −
1
2
0 0 0

1
2
0
1
2
¸

.
De hecho, para resolver el problema no es necesario encontrar una matriz de paso ortogonal. A
partir de los datos del problema, V (1) = lin{(1, 0, −1)} y V (0) = lin{(1, 0, 1) , (0, 1, 0)} , la ma-
triz de paso P =

¸
1 0 1
0 1 0
−1 0 1
¸

verifica P
−1
BP = D =

¸
1 0 0
0 0 0
0 0 0
¸

, y calculando la inversa
de P, P
−1
=

¸
¸
¸
1
2
0 −
1
2
0 1 0
1
2
0
1
2
¸

, resulta que B = PDP
−1
=

¸
1 0 1
0 1 0
−1 0 1
¸

¸
1 0 0
0 0 0
0 0 0
¸

¸
¸
¸
1
2
0 −
1
2
0 1 0
1
2
0
1
2
¸

=

¸
¸
¸
1
2
0 −
1
2
0 0 0

1
2
0
1
2
¸

.
c) Las gráficas de las dos funciones en el mismo sistema están dadas en la Figura 31.
y=cos(x)
y=5x+5
Figura 31: Gráficas de y = cos(x) e y = 5x + 5.
Encontrar los puntos en los que se cortan las gráficas de estas dos funciones es equivalente a
resolver el sistema de ecuaciones
½
y = cos x
y = 5x + 5
⇔ cos x = 5x + 5 ⇔ 5x + 5 −cos x = 0. Para
resolver esta ecuación llamamos f(x) = 5x + 5 −cos x y buscamos los ceros de esta función. Ya
sea observando las gráficas de las dos funciones o estudiando analíticamente la función f(x) y
teniendo en cuenta f
³

π
2
´
= −

2
+ 5 < 0 , f(0) = 4 > 0 y que f
0
(x) = 5 + senx ≥ 4 > 0
(es decir, f es estrictamente creciente), se concluye que estas dos gráficas se cortan sólo en un
Primer Parcial. Curso 2002-03 119
punto. En la Figura 32 puede verse un esbozo de la gráfica de f. (no es una recta)
y=5x+5-cos(x)
Figura 32: Gráfica de f(x) = 5x + 5 −cos(x).
Para obtener el punto de corte utilizamos el método de Newton.
n x
n
f(x
n
) f
0
(x
n
)
f(x
n
)
f
0
(x
n
)
x
n+1
= x
n

f(x
n
)
f
0
(x
n
)
1 0 4 5 0.8 −0.8
2 −0.8 0.3032932 4.2826439 0.0708191 −0.8708191
3 −0.8708191 0.001704269 4.2351431 0.00040239 −0.8712214
4 −0.8712214 0.0000005574 4.234884 0.000000118 −0.8712215
Como |−0.000000118| < 0.0001 (o sean repetido al menos cuatro cifras decimales en la última
iteración) tenemos que la única solución de f(x) = 0 es x

= −0.8712215 y el punto en el que se
cortan las gráficas es (−0.8712215, 0.6438925).
PROBLEMA 4.-
Dadas las matrices A =

¸
1 1
−1 1
2 1
¸

, se pide:
a) (2 puntos) Determinar una base ortogonal del espacio columna R(A) de la matriz A.
b) (2 puntos) Resolver por el método de los mínimos cuadrados el sistema Ax =

¸
2
0
4
¸

.
c) (2 puntos) Encontrar la recta que mejor se ajusta en el sentido de los mínimos cuadrados a la
nube de puntos (1, 2) , (−1, 0) , (2, 4) .
d) (2 puntos) Calcular la proyección ortogonal de

¸
2
0
4
¸

sobre el espacio columna de A.
Primer Parcial. Curso 2002-03 120
e) (2 puntos) Encontrar la proyección proy
R(A)
x donde x es un vector arbitrario y expresar dicha
proyección en la forma Px, determinando previamente la matriz P. Calcular P

¸
1
−1
2
¸

, P

¸
1
1
1
¸

y encontrar un vector x tal que Px = 0.
Solución
a) Sean u
1
= (1, −1, 2) y u
2
= (1, 1, 1) los vectores columnas de la matriz A. Por tanto R(A) =
lin{u
1
, u
2
} y tenemos que {u
1
, u
2
} constituyen una base de R(A).
Utilizamos el método de Gram-Schmidt para obtener la base ortogonal.
Primer paso: v
1
= u
1
= (1, −1, 2)
Segundo paso: v
2
= u
2

u
2
.v
1
v
1
.v
1
v
1
= (1, 1, 1) −
2
6
(1, −1, 2) =
¡
2
3
,
4
3
,
1
3
¢
Comprobamos que los vectores v
1
y v
2
son ortogonales: v
1
.v
2
=
2
3

4
3
+
2
3
= 0.
Podemos tomar como vector v
2
un múltiplo del que nos ha salido. Por ejemplo, v
2
= (2, 4, 1).
b) Para resolver el sistema Ax = b por el método de los mínimos cuadrados, resolvemos el sistema
normal asociado A
T
Ax = A
T
b =⇒
µ
1 −1 2
1 1 1

¸
1 1
−1 1
2 1
¸

µ
x
y

=
µ
1 −1 2
1 1 1

¸
2
0
4
¸

=⇒
µ
6 2
2 3
¶µ
x
y

=
µ
10
6

. Este último sistema lo resolvemos por el método de Gauss
µ
6 2 10
2 3 6

P
12
−→
µ
2 3 6
6 2 10

F
1(
1
2
)
−→
µ
1
3
2
3
6 2 10

F
21
(−6)
−→
µ
1
3
2
3
0 −7 −8

, luego la solu-
ción por mínimos cuadrados o pseudosolución del sistema es:

x =
9
7
y =
8
7
c) En principio buscamos una recta de ecuación y = mx+n que pase por los puntos (1, 2) , (−1, 0) , (2, 4).
Si hay una que pase por estos tres puntos esa es la que mejor se ajusta. Deberíamos resolver,
por tanto, el sistema

¸
1 1
−1 1
2 1
¸

µ
m
n

=

¸
2
0
4
¸

, que no tiene solución. Cuando esto ocurre
buscamos aquella recta para la que se verifica que
°
°
°
°
°
°

¸
1 1
−1 1
2 1
¸

µ
m
n

¸
2
0
4
¸

°
°
°
°
°
°
es mínimo.
Y esto es resolver el sistema

¸
1 1
−1 1
2 1
¸

µ
m
n

=

¸
2
0
4
¸

por el método de los mínimos cuadra-
dos. Como lo hemos resuelto en el apartado (b) tenemos que la recta buscada es y =
9
7
x +
8
7
.
d) La proyección ortogonal de b sobre el espacio columna R(A) podemos obtenerla por dos métodos.
Primer método: Como tenemos una base ortogonal de R(A) podemos usar la fórmula:
proy
R(A)
(b) =
(b.v
1
)
(v
1.
v
1
)
v
1
+
(b.v
2
)
(v
2
.v
2
)
v
2
=
10
6
(1, −1, 2) +
8
21
(2, 4, 1) =
=
µ
5
3
, −
5
3
,
10
3

+
µ
16
21
,
32
21
,
8
21

=
µ
17
7
,
−1
7
,
26
7

.
Primer Parcial. Curso 2002-03 121
Segundo método: Como hemos calculado previamente la pseudosolución α =
¡
9
7
,
8
7
¢
t
, la proyec-
ción se puede calcular como: proy
R(A)
(b) = Aα =

¸
1 1
−1 1
2 1
¸

¸
¸
9
7
8
7
¸

=

¸
¸
¸
¸
¸
17
7
−1
7
26
7
¸

.
e) Este apartado puede hacerse, como el anterior, de dos formas. Sea x =

¸
x
1
x
2
x
3
¸

vamos a calcular
proy
R(A)
(x) .
Primer método: Como tenemos una base ortogonal de R(A) podemos usar la fórmula:
proy
R(A)
(x) =
(x.v
1
)
(v
1.
v
1
)
v
1
+
(x.v
2
)
(v
2
.v
2
)
v =
x
1
−x
2
+ 2x
3
6
(1, −1, 2)
t
+
2x
1+
4x
2
+x
3
21
(2, 4, 1)
t
=
=
µ
x
1
−x
2
+ 2x
3
6
+
4x
1+
8x
2
+ 2x
3
21
,
−x
1
+x
2
−2x
3
6
+
8x
1+
16x
2
+ 4x
3
21
,
2x
1
−2x
2
+ 4x
3
6
+
2x
1+
4x
2
+x
3
21

t
=
=
µ
7x
1
−7x
2
+ 14x
3
+ 8x
1+
16x
2
+ 4x
3
42
,
−7x
1
+ 7x
2
−14x
3
+ 16x
1+
32x
2
+ 8x
3
42
,
14x
1
−14x
2
+ 28x
3
+ 4x
1+
8x
2
+ 2x
3
42

t
=
=
µ
15x
1
+ 9x
2
+ 18x
3
42
,
9x
1
+ 39x
2
−6x
3
42
,
18x
1
−6x
2
+ 30x
3
42

t
=
1
42

¸
15 9 18
9 39 −6
18 −6 30
¸

¸
x
1
x
2
x
3
¸

Segundo método: Calculando previamente la pseudosolución z. Una vez obtenida haremos
proy
R(A)
(x) = Az =

¸
1 1
−1 1
2 1
¸

z.
Resovemos el sistema normal asociado A
T
Az = A
T

¸
x
1
x
2
x
3
¸

=⇒
µ
1 −1 2
1 1 1

¸
1 1
−1 1
2 1
¸

µ
u
v

=
µ
1 −1 2
1 1 1

¸
x
1
x
2
x
3
¸

=⇒
µ
6 2
2 3
¶µ
u
v

=
µ
x
1
−x
2
+ 2x
3
x
1
+x
2
+x
3

=⇒
µ
u
v

=
µ
6 2
2 3

−1
µ
x
1
−x
2
+ 2x
3
x
1
+x
2
+x
3

=⇒
µ
u
v

=
1
14
µ
3 −2
−2 6
¶µ
x
1
−x
2
+ 2x
3
x
1
+x
2
+x
3

=
1
14
µ
x
1
−5x
2
+ 4x
3
4x
1
+ 8x
2
+ 2x
3

proy
R(A)
(x) =
1
14

¸
1 1
−1 1
2 1
¸

µ
x
1
−5x
2
+ 4x
3
4x
1
+ 8x
2
+ 2x
3

=
1
14

¸
5x
1
+ 3x
2
+ 6x
3
3x
1
+ 13x
2
−2x
3
6x
1
−2x
2
+ 10x
3
¸

=
=
1
42

¸
15 9 18
9 39 −6
18 −6 30
¸

¸
x
1
x
2
x
3
¸

Como

¸
1
−1
2
¸

,

¸
1
1
1
¸

∈ R(A) se tiene que P

¸
1
−1
2
¸

=

¸
1
−1
2
¸

y P

¸
1
1
1
¸

=

¸
1
1
1
¸

.
Primer Parcial. Curso 2002-03 122
Como Px calcula la proyección de x sobre el espacioR(A), buscar x tal que Px = 0 es equivalente
a buscar un vector x ∈ R(A)

y para ello debemos resolver el sistema
½
x
1
−x
2
+ 2x
3
= 0
x
1
+x
2
+x
3
= 0
cuya solución es

x
1
= −3t
x
2
= t
x
3
= 2t
. Y un vector buscado es x =

¸
−3
1
2
¸

.
De hecho, si se hacen los productos se obtiene:
1
42

¸
15 9 18
9 39 −6
18 −6 30
¸

¸
1
−1
2
¸

=

¸
1
−1
2
¸

,
1
42

¸
15 9 18
9 39 −6
18 −6 30
¸

¸
1
1
1
¸

=

¸
1
1
1
¸

,
1
42

¸
15 9 18
9 39 −6
18 −6 30
¸

¸
−3
1
2
¸

=

¸
0
0
0
¸

.
Segundo Parcial. Curso 2002-03
PROBLEMA 1.-
Dada la función f (x, y) = e
x
2
−2x+y
2
se pide:
a) (2 puntos) Encontrar y clasificar los puntos críticos de f (x, y) .
b) (2 puntos) Calcular los extremos absolutos de f (x, y) en la región del plano cerrada y acotada
R =
©
(x, y) : x
2
+y
2
≤ 4
ª
.
c) (2 puntos) Calcular la ecuación del plano tangente a la superficie de ecuación f (x, y) =
e
x
2
−2x+y
2
en los puntos A(0, 0, 1) y B(1, 0, e
−1
).
d) (2 puntos) Hallar la derivada direccional de f (x, y) en el punto P (1, 1) en la dirección del
vector que une P con Q(0, −1). ¿Cuál es el valor máximo que alcanza la derivada direccional en
el punto P (1, 1)?
e) (2 puntos) Utilizar la regla de la cadena para obtener
∂f
∂s
y
∂f
∂t
siendo x = sens e y = t
2
lns
2
.
Solución:
a) En primer lugar, buscamos los puntos críticos de f resolviendo el sistema

∂f
∂x
(x, y) = 0,
∂f
∂y
(x, y) = 0.
Puesto que
∂f
∂x
(x, y) = (2x−2)e
x
2
−2x+y
2
y
∂f
∂y
(x, y) = 2ye
x
2
−2x+y
2
, debemos resolver el sistema
(
(2x −2)e
x
2
−2x+y
2
= 0,
2ye
x
2
−2x+y
2
= 0,
Como e
x
2
−2x+y
2
6= 0 para todo (x, y) ∈ R
2
, el sistema anterior es equivalente a
(
2x −2 = 0
2y = 0
cuya única solución es x = 1, y = 0. Por lo tanto el único punto crítico de f es el punto (1, 0).
Ahora clasificamos dicho punto crítico. Para ello, calculamos las derivadas parciales de segundo
orden de f

2
f
∂x
2
(x, y) = 2e
x
2
−2x+y
2
+ (2x −2)
2
e
x
2
−2x+y
2
,

2
f
∂y
2
(x, y) = 2e
x
2
−2x+y
2
+ (2y)
2
e
x
2
−2x+y
2
,

2
f
∂x∂y
(x, y) = 2y(2x −2)e
x
2
−2x+y
2
.
123
Segundo Parcial. Curso 2002-03 124
Sustituyendo en el punto crítico obtenemos

2
f
∂x
2
(1, 0) = 2e
−1
,

2
f
∂y
2
(1, 0) = 2e
−1
y

2
f
∂x∂y
(1, 0) =
0. Ya que
¯
¯
¯
¯
¯
¯
¯
¯

2
f
∂x
2
(1, 0)

2
f
∂x∂y
(1, 0)

2
f
∂x∂y
(1, 0)

2
f
∂y
2
(1, 0)
¯
¯
¯
¯
¯
¯
¯
¯
=
¯
¯
¯
¯
2e
−1
0
0 2e
−1
¯
¯
¯
¯
= 4e
−2
> 0
y

2
f
∂x
2
(1, 0) = 2e
−1
> 0, obtenemos que el punto crítico (1, 0) es un mínimo relativo.
b) Comencemos calculando los puntos críticos de f en el interior de R =
©
(x, y) : x
2
+y
2
≤ 4
ª
. A
partir del apartado anterior, tenemos (1, 0) es el único punto crítico de f y además pertenece
al conjunto
©
(x, y) : x
2
+y
2
< 4
ª
, es decir, se encuentra en el interior de R.
Seguidamente restringimos la función f a la frontera de R, esto es a la circunferencia de ecuación
x
2
+y
2
= 4. De esta forma, haciendo x
2
+y
2
= 4 la función se expresa como f(x, y) = e
x
2
−2x+y
2
=
e
4−2x
. Luego debemos analizar la función g(x) = e
4−2x
, donde x ∈ [−2, 2].
La derivada de g satisface g
0
(x) = −2e
4−2x
< 0 para todo x ∈ (−2, 2), luego el máximo absoluto
de g se alcanza en el punto x = −2 y el mínimo absoluto en el punto x = 2. Obsérvese que de la
expresión x
2
+y
2
= 4 con x = ±2, se deduce y = 0 y por consiguiente los posibles valores donde
f restringida a la circunferencia
©
(x, y) : x
2
+y
2
= 4
ª
alcanza su máximo absoluto y su mínimo
absoluto son (2, 0) y (−2, 0).
Sólo nos queda evaluar f en los puntos (1, 0), (2, 0) y (−2, 0):
f(1, 0) = e
−1
=
1
e
, f(2, 0) = e
4−4
= e
0
= 1 y f(−2, 0) = e
4+4
= e
8
,
luego el mínimo absoluto de f en la región R se alcanza el punto (1, 0) y su valor es f(1, 0) = e
−1
y el máximo absoluto se alcanza en en el punto (−2, 0) y su valor es f(−2, 0) = e
8
.
c) Puesto que el punto (1, 0) es un punto crítico de f (es decir,
∂f
∂x
(1, 0) =
∂f
∂y
(1, 0) = 0) resulta que
el plano tangente a la superficie de ecuación z = f(x, y) en el punto B(1, 0, e
−1
) es horizontal y
su ecuación viene dada por z = e
−1
.
El plano tangente a la superficie de ecuación z = f(x, y) en el punto A(0, 0, 1) tiene por ecuación
∂f
∂x
(0, 0)(x −0) +
∂f
∂y
(0, 0)(y −0) −(z −1) = 0.
Utilizando las derivadas parciales obtenidas en el primer apartado obtenemos
∂f
∂x
(0, 0) = −2 y
∂f
∂y
(0, 0) = 0 y por consiguiente, el plano tangente tiene de ecuación (−2)(x − 0) + 0(y − 0) −
(z −1) = 0, esto es,
−2x −z + 1 = 0.
d) El vector que une el punto P (1, 1) con el punto Q(0, −1) es
−→
PQ = (0, −1) −(1, 1) = (−1, −2).
Normalizamos este vector y obtenemos el vector unitario ~u =
−→
PQ
k
−→
PQk
=
µ
−1

5
,
−2

5

. Para
Segundo Parcial. Curso 2002-03 125
calcular la derivada direccional pedida necesitamos el gradiente de f en el punto (1, 1). Utilizando
de nuevo las derivadas parciales obtenidas en el primer apartado obtenemos
∇f(1, 1) =
µ
∂f
∂x
(1, 1),
∂f
∂y
(1, 1)

= (0, 2)
y la derivada direccional solicitada es
D
~u
f(1, 1) = ∇f(1, 1) · ~u = (0, 2) ·
µ
−1

5
,
−2

5

= −
4

5
.
El valor máximo de la derivada direccional de f en el punto (1, 1) es k∇f(1, 1)k = k(0, 2)k = 2.
e) En primer lugar expresamos y en la forma y = t
2
lns
2
= 2t
2
lns.
Aplicando la regla de la cadena tenemos que
∂f
∂s
=
∂f
∂x
·
∂x
∂s
+
∂f
∂y
·
∂y
∂s
= (2x −2)e
x
2
−2x+y
2
· cos(s) + 2ye
x
2
−2x+y
2
·
2t
2
s
¯
¯
¯
¯
x=sens,y=2t
2
lns
=
= e
sen
2
s−2 sens+4t
4
ln
2
s
µ
(2 sens −2) cos(s) +
8t
4
s
lns

.
Análogamente,
∂f
∂t
=
∂f
∂x
·
∂x
∂t
+
∂f
∂y
·
∂y
∂t
= (2x −2)e
x
2
−2x+y
2
· 0 + 2ye
x
2
−2x+y
2
· 4t lns
¯
¯
¯
x=sens,y=2t
2
lns
=
= 16t
3
ln
2
se
sen
2
s−2 sens+4t
4
ln
2
s
.
PROBLEMA 2.-
a) (3 puntos) Calcular las integrales
Z
xe
−x
dx
Z
x
2

4 −x
2
dx.
b) (2 puntos) Determinar si alguna de las integrales impropias siguientes son convergentes y cal-
cular su valor cuando lo sean
Z

1
xe
−x
dx
Z
2
0
x
2

4 −x
2
dx.
c) (5 puntos) Calcular el volumen generado por la región del primer cuadrante limitada por las
gráficas de y = senx, y = 1 y x = 0, cuando dicha región gira:
c.1) En torno del eje OX.
c.2) En torno del eje OY.
c.3) En torno de la recta x =
π
2
.
Solución:
a) Calculamos la intergal
Z
xe
−x
dx aplicando el método de integración por partes.
Z
xe
−x
dx =
·
u = x du = dx
dv = e
−x
dx v = −e
−x
¸
= −xe
−x

Z
−e
−x
dx = −xe
−x
−e
−x
+C = −e
−x
(x+
1) +C.
Segundo Parcial. Curso 2002-03 126
Para calcular la integral
Z
x
2

4 −x
2
dx realizamos el cambio de variable
½
x = 2 sent
dx = 2 cos tdt
y
tenemos en cuenta que sen
2
t =
1 −cos 2t
2
de donde obtenemos
Z
x
2

4 −x
2
dx =
Z
4 sen
2
t

4 −4 sen
2
t
2 cos tdt =
Z
8 sen
2
t
2

1 −sen
2
t
cos tdt
=
Z
4 sen
2
t
cos t
cos tdt = 4
Z
2
sentdt = 4
Z
1 −cos 2t
2
dt
=
Z
2dt −
Z
2 cos 2tdt = 2t −sen2t +C = 2t −2 sent · cos +C
= 2 arcsen
³
x
2
´
−2 sent · cos t +C = 2 arcsen
³
x
2
´
−2x
r
1 −
³
x
2
´
2
+C
= 2 arcsen
³
x
2
´
−x
p
4 −x
2
+C.
b) Utilizando el primer apartado
Z

1
xe
−x
dx = lim
b→+∞
Z
b
1
xe
−x
dx = lim
b→+∞
£
−e
−x
(x + 1)
¤
b
1
= lim
b→+∞
−e
−b
(b + 1) + 2e
−1
= 2e
−1
ya que lim
b→+∞
−e
−b
(b +1) = 0 · ∞ proporciona una indeterminación que resolvemos aplicando la
regla de L’Hôpital, lim
b→+∞

b + 1
e
b
= lim
b→+∞

1
e
b
= 0.
En resumen, la integral impropia
Z

1
xe
−x
dx es convergente y su valor es
Z

1
xe
−x
dx = 2e
−1
.
La función f(x) =
x
2

4 −x
2
es continua en el intervalo [0, 2) y lim
x→2

f(x) = lim
x→2

x
2

4 −x
2
= +∞,
por tanto, aplicando el apartado anterior, obtenemos
Z
2
0
x
2

4 −x
2
dx = lim
a→2

Z
a
0
x
2

4 −x
2
dx = lim
a→2

h
2 arcsen
³
x
2
´
−x
p
4 −x
2
i
a
0
= lim
a→2

³
2 arcsen
³
a
2
´
−a
p
4 −a
2
´
= 2 arcsen1 = 2
π
2
= π.
Es decir, la segunda integral impropia es también convergente y su valor es
Z
2
0
x
2

4 −x
2
dx = π.
c) Calculamos el primer volumen aplicando el método de discos y los dos últimos aplicando el
método de capas.
c.1) Obtenemos el volumen pedido V en este apartado como la diferencia de dos volúmenes
V = V
1
− V
2
, siendo V
1
el volumen del cilidro que se genera haciendo girar la sección
acotada por las rectas y = 1, y = 0, x =
π
2
alrededor del eje OX y V
2
el volumen del solido
de revolución que se genera haciendo girar la sección acotada por y = senx, y = 0, x =
π
2
en torno al eje OX. Es decir,
V
1
=
π
2
· π · 1
2
=
π
2
2
Segundo Parcial. Curso 2002-03 127
V
2
= π
Z
π/2
0
sen
2
xdx = π
Z
π/2
0
1 −cos 2x
2
dx = π
Ã
Z
π/2
0
1
2
dx −
Z
π/2
0
cos 2x
2
dx
!
= π
Ã
1
2
·
π
2

·
sen2x
4
¸
π/2
0
!
=
π
4
(π −senπ + sen0) =
π
2
4
.
Luego, el volumen es V = V
1
−V
2
=
π
2
2

π
2
4
=
π
2
4
.
c.2) El volumen solicitado se obtiene directamante por el método de las capas
V = 2π
Z
π/2
0
x(1 −senx)dx.
Ahora, aplicando el método de integración por partes obtenemos
V = 2π
Z
π/2
0
x(1 −senx)dx =
·
u = x du = dx
dv = (1 −senx)dx v = x + cos x
¸
= 2π
Ã
x(x + cos x)|
π/2
0

Z
π/2
0
(x + cos x) dx
!
= 2π
Ã
π
2
³
π
2
+ cos
π
2
´

·
x
2
2
+ senx
¸
π/2
0
!
= 2π
µ
π
2
4

π
2
8
−1

= 2π
µ
π
2
8
−1

=
π
3
4
−2π.
c.3) Aplicando de nuevo el método de capas tenemos que el volumen pedido viene dado por
V = 2π
Z
π/2
0
³
π
2
−x
´
(1 −senx)dx = 2π
Z
π/2
0
π
2
(1 −senx)dx −2π
Z
π/2
0
x(1 −senx)dx.
Notemos que la segunda integral ha sido calculada en el apartado c.2) y su valor es

Z
π/2
0
x(1 −senx)dx =
π
3
4
−2π, así sólo debemos calcular la primera de las integrales

π/2
Z
0
π
2
(1 −senx)dx = 2π
π/2
Z
0
π
2
dx +π
2
π/2
Z
0
(−senx) dx
= 2π ·
π
2
·
π
2

2
[cos x]
π/2
0
=
π
3
2
−π
2
y por consiguiente, el volumen pedido es V =
π
3
2
−π
2

µ
π
3
4
−2π

=
π
3
4
−π
2
+ 2π.
PROBLEMA 3.-
a) (4 puntos) Calcular el volumen del sólido limitado por las superifies de ecuaciones z = 6−x
2
−y
2
y z =
p
x
2
+y
2
, utilizando integración múltiple.
b) (3 puntos) Calcular la integral doble
ZZ
R
e
y
3
dA, siendo R la región del plano limitada por las
curvas de ecuaciones y =

x; y = 1; x = 0.
Segundo Parcial. Curso 2002-03 128
c) (3 puntos) Sabiendo que lnz +x
2
−y +z −1 = 0, define a z como función implícita de x e y
obtener
∂z
∂x
,
∂z
∂y
y

2
z
∂x∂y
.
Solución:
a) Como un primer paso para la obtención del volumen limitado por el paraboloide z = 6 −x
2
−y
2
y el cono z =
p
x
2
+y
2
, calculamos la curva intersección de ambas superficies. Esto nos lleva a
la resolución del sistema de ecuaciones
(
z = 6 −x
2
−y
2
z =
p
x
2
+y
2

(
z = 6 −
¡
x
2
+y
2
¢
z
2
= x
2
+y
2
⇒z = 6 −z
2
.
Las soluciones de esta ecuación son z = −3, z = 2 y descartamos la solución negativa pues
z =
p
x
2
+y
2
≥ 0. Por tanto, el paraboloide y el plano intersecan en la circunferencia x
2
+y
2
=
4, z = 2, cuya proyección sobre el plano z = 0, es la circunferencia de ecuación x
2
+y
2
= 4.
De esta forma, el volumen limitado por el cono y el paraboloide puede expresarse mediante una
integral doble en la forma
V =
ZZ
R
³
6 −x
2
−y
2

p
x
2
+y
2
´
dA,
donde R es el círculo R =
©
(x, y) : x
2
+y
2
≤ 4
ª
.
Ahora resolvemos la integral doble aplicando un cambio a coordenadas polares. Puesto que la
región Rpuede escribirse en coordenadas polares en la forma R = {(θ, r) : 0 ≤ θ ≤ 2π, 0 ≤ r ≤ 2} ,
el volumen es
V =
ZZ
R
³
6 −x
2
−y
2

p
x
2
+y
2
´
dA =
Z

0
Z
2
0
¡
6 −r
2
−r
¢
rdrdθ
=
Z

0
·
3r
2

r
4
4

r
3
3
¸
r=2
r=0
dθ =
Z

0
16
3
dθ =
32
3
π.
Utilizando integrales triples y coordenadas cilíndricas el volumen sería
V =
ZZZ
Q
dV =
Z

0
Z
2
0
Z
6−r
2
r
rdzdrdθ =
Z

0
Z
2
0
¡
6 −r
2
−r
¢
rdrdθ =
32
3
π.
b) Calculamos
ZZ
R
e
y
3
dA describiendo la región R como una región horizontalmente simple. La
región R puede expresarse como R =
©
(x, y) ∈ R
2
: 0 ≤ y ≤ 1, 0 ≤ x ≤ y
2
ª
. Por consiguiente,
ZZ
R
e
y
3
dA =
Z
1
0
Z
y
2
0
e
y
3
dxdy =
Z
1
0
y
2
e
y
3
dy =
"
e
y
3
3
#
1
0
=
e −1
3
.
c) Si la ecuación lnz + x
2
−y + z −1 = 0, define a z como función implícita de x e y, derivando
respecto de x se obtiene
1
z
·
∂z
∂x
+ 2x +
∂z
∂x
= 0
Segundo Parcial. Curso 2002-03 129
de donde
∂z
∂x
= −
2xz
1 +z
.
Derivando la ecuación inicial respecto de y conseguimos
1
z
·
∂z
∂y
−1 +
∂z
∂y
= 0 (*)
y por tanto,
∂z
∂y
=
z
1 +z
.
Si ahora derivamos la igualdad (*) respecto de x deducimos que

1
z
2
·
∂z
∂x
·
∂z
∂y
+
1
z
·

2
z
∂x∂y
+

2
z
∂x∂y
= 0
y teniendo en cuenta la anteriores valores obtenidos de la derivadas parciales
∂z
∂x
y
∂z
∂y
se consigue
la igualdad
2x
(1 +z)
2
+
1
z
·

2
z
∂x∂y
+

2
z
∂x∂y
= 0
y por consiguiente,

2
z
∂x∂y
= −
2xz
(1 +z)
3
.
PROBLEMA 4.-
Consideremos el campo vectorial

F (x, y) = 6xy

i +
¡
ax
2
+y
2
¢ →
j , donde a es una constante real.
Y sea C el camino que va desde A hasta D pasando por B. (Véase la Figura 33).
B(2,0)
A(3,1)
D(0,1)
Figura 33: Representación de la curva C.
Se pide:
a) (3 puntos) ¿Existe algún número a tal que el campo

F (x, y) sea conservativo? En caso afirma-
tivo, encontrar una función potencial de

F (x, y) .
b) (2 puntos) Calcular la integral de línea
Z
C
6xydx +
¡
3x
2
+y
2
¢
dy.
c) (3 puntos) Calcular la integral de línea
Z
C
(x −y) ds.
Segundo Parcial. Curso 2002-03 130
d) (2 puntos) Para a = 8, descomponer el campo vectorial

F (x, y) en la forma

F (x, y) =

F
1
(x, y) +

F
2
(x, y) ,
siendo

F
1
(x, y) conservativo. Utilizar esta información para calcular la integral
Z
C
6xydx +
¡
8x
2
+y
2
¢
dy.
Solución:
a) Tomando M(x, y) = 6xy y N(x, y) =
¡
ax
2
+y
2
¢
, el campo vectorial

F es conservativo si
∂M
∂y
(x, y) =
∂N
∂x
(x, y). Imponiendo esta condición se encuentra la igualdad 6x = 2ax, luego

F es conservativo si y sólo si a = 3.
Busquemos una función potencial f para
~
F. La función potencial f(x, y) satisface
∂f
∂x
(x, y) =
M(x, y) = 6xy, de donde
f(x, y) =
Z
6xydx = 3x
2
y +ϕ(y)
De la relación
∂f
∂y
(x, y) = N(x, y) = 3x
2
+ y
2
, obtenemos 3x
2
+ ϕ
0
(y) = 3x
2
+ y
2
=⇒ ϕ
0
(y) =
y
2
=⇒ϕ(y) =
y
3
3
+cte y una función potencial para
~
F es f(x, y) = 3x
2
y +
y
3
3
.
b) Por el apartado anterior, el campo vectorial

F (x, y) = 6xy

i +
¡
3x
2
+y
2
¢ →
j es conservativo y
f(x, y) = 3x
2
y +
y
3
3
es una función potencial. Por tanto, aplicando el Teorema Fundamental de
Integrales de Línea, resulta que
Z
C
6xydx +
¡
3x
2
+y
2
¢
dy = f(D) −f(A) = f(0, 1) −f(3, 1) =
1
3
−(27 +
1
3
) = −27.
c) Llamamos C = C
1
∪ C
2
al camino de la Figura 33. Una de las posibles parametrizaciones para
dicho camino es la siguiente C
1

½
x = 3 −t
y = 1 −t
, t ∈ [0, 1] y C
2

½
x = 2 −2t
y = t
, t ∈ [0, 1] .
La integral de linea del campo escalar será:
Z
C
(x −y) ds =
Z
C
1
(x −y) ds +
Z
C
2
(x −y) ds
=
Z
1
0
(3 −t −1 +t)

1 + 1dt +
Z
1
0
(2 −2t −t)

1 + 4dt
= 2

2 +

5/2.
d) Es fácil ver que

F (x, y) = 6xy

i +
¡
8x
2
+y
2
¢ →
j = 6xy

i +
¡
3x
2
+y
2
¢ →
j +5x
2

j , por tanto,

F (x, y) =

F
1
(x, y) +

F
2
(x, y) , siendo

F
1
(x, y) = 6xy

i +
¡
3x
2
+y
2
¢ →
j conservativo (ver primer
apartado) y

F
2
(x, y) = 5x
2

j . De esta manera, la integral pedida puede calcularse mediante
Z
C
6xydx +
¡
8x
2
+y
2
¢
dy =
Z
C
6xydx +
¡
3x
2
+y
2
¢
dy +
Z
C
5x
2
dy.
Segundo Parcial. Curso 2002-03 131
Como la primera de las integrales fue obtenida en el segundo apartado, sólo vamos a calcular la
segunda de las integrales.
Z
C
5x
2
dy =
Z
C
1
5x
2
dy +
Z
C
2
5x
2
dy
= 5
Z
1
0
(3 −t)
2
(−1)dt + 5
Z
1
0
(2 −2t)
2
(1)dt
=
"
5(3 −t)
3
3

5 (2 −2t)
3
6
#
1
0
=
40
3
−45 +
20
3
= −25.
Por lo tanto
Z
C
6xydx +
¡
8x
2
+y
2
¢
dy = −27 −25 = −52.
Examen de Junio. Curso 2002-03
PROBLEMA 1.-
(A) Considérese el subespacio vectorial de R
3
cuya ecuación implícita es x +y −2z = 0 y el vector
b = (1, 0, 1) . Se pide:
(i) [1 punto] Encontrar una base del subespacio W.
(ii) [1 punto] Encontrar una base del subespacio W

ortogonal a W.
(iii) [1 punto] Calcular la proyección del vector b sobre el subespacio W.
(B) Dada la matriz A =

¸
−1 0 0
2 2 0
0 a a −2
¸

, se pide:
(i) [2 puntos] Determinar los valores de a para los que existe inversa de A y obtenerla cuando
sea posible.
(ii) [3 puntos] Para los valores de a para los que no tiene inversa, averiguar si la matriz A es
diagonalizable y en caso afirmativo encontrar una matriz diagonal D y una matriz de paso
P tal que A = PDP
−1
.
(C) [2 puntos] Calcular el desarrollo de Maclaurin de orden tres de la función f(x) = ln(1 −2x) y
utilizarlo para obtener aproximadamente el valor de ln(0.998).
Solución
(A) (i) La dimensión del subespacio W es dim(W) = 3 − k, donde k es el número de ecuaciones
implícitas linealmente independientes. En este caso k = 1. Por lo tanto, dim(W) = 2 y de
aquí que una base de W esté formada por dos vectores linealmente independientes. Como
los vectores (1, −1, 0) y (2, 0, 1) son independientes y pertenecen al subespacio W, tenemos
que una base es B
W
= {(1, −1, 0) , (2, 0, 1)} .
(ii) Sabemos que dim(W) + dim
¡
W

¢
= 3, por lo tanto dim
¡
W

¢
= 1, luego una base
de W

estará formada por un único vector linealmente independiente. Como W

=
©
~u ∈ R
3
: ~u · ~v = 0, ~v ∈ W
ª
y (1, 1, −2) . (x, y, z) = 0 para todo (x, y, z) ∈ W, tenemos
que ~u = (1, 1, −2) ∈ W

y una base de este subespacio estará formada por este vector, es
decir, B
W
⊥ = {(1, 1, −2)} .
(iii) Para cualquier vector b se tiene
~
b = proy
W
³
~
b
´
+proy
W

³
~
b
´
. En este caso, la proyección so-
bre W

es muy sencilla de calcular, proy
W

³
~
b
´
=
~
b · ~u
~u · ~u
~u =
−1
6
(1, 1, −2) =
µ
−1
6
,
−1
6
,
2
6

.
Por tanto, proy
W
³
~
b
´
=
~
b −proy
W

³
~
b
´
= (1, 0, 1) −
µ
−1
6
,
−1
6
,
2
6

=
µ
7
6
,
1
6
,
2
3

.
132
Examen de Junio. Curso 2002-03 133
La proyección proy
W
³
~
b
´
podría obtenerse de otra forma. Aplicando el método de Gram—
Schmidt a la base B
W
= {(1, −1, 0) , (2, 0, 1)} de W se obtiene:
~v
1
= (1, −1, 0) =⇒ ~ w
1
=
~v
1
k~v
1
k
=
³
1

2
, −
1

2
, 0
´
~v
2
= (2, 0, 1) −(1, −1, 0) = (1, 1, 1) =⇒ ~ w
2
=
~v
2
k~v
2
k
=
³
1

3
, −
1

3
,
1

3
´
,
es decir, una base ortonormal de W es

1

2
, −
1

2
, 0
´
,
³
1

3
, −
1

3
,
1

3
´o
y la proyección
pedida es
proy
W
³
~
b
´
=
³
~ w
1
·
~
b
´
~ w
1
+
³
~ w
2
·
~
b
´
~ w
2
=
1

2
³
1

2
, −
1

2
, 0
´
+
2

3
³
1

3
, −
1

3
,
1

3
´
=
µ
7
6
,
1
6
,
2
3

.
También podemos obtener proy
W
³
~
b
´
siguiendo los pasos:
• Construimos la matriz A =

¸
1 2
−1 0
0 1
¸

cuyas columnas la forman una base del subes-
pacio W.
• Resolvemos el sistema
¡
A
t
· A
¢
α = A
t
b. En este caso, el sistema es
µ
1 −1 0
2 0 1

·

¸
1 2
−1 0
0 1
¸

µ
α
1
α
2

=
µ
1 −1 0
2 0 1

¸
1
0
1
¸

,
es decir,
µ
2 2
2 5
¶µ
α
1
α
2

=
µ
1
3

y su única solución es α
1
= −
1
6
, α
2
=
2
3
·
• Ahora, proy
W
³
~
b
´
= Aα =

¸
1 2
−1 0
0 1
¸

µ
−1/6
2/3

=

¸
7/6
1/6
2/3
¸

.
(B) (i) Una matriz A tiene inversa si y sólo si |A| 6= 0. Como det(A) =
¯
¯
¯
¯
¯
¯
−1 0 0
2 2 0
0 a a −2
¯
¯
¯
¯
¯
¯
=
−2(a −2), se tiene que la matriz A tiene inversa si y sólo si a 6= 2. Ahora calculamos, por
el método de Gauss-Jordan, la inversa en función de a, pero suponiendo a 6= 2.

¸
−1 0 0
2 2 0
0 a a −2
1 0 0
0 1 0
0 0 1
¸

F
1
(−1)
−→

¸
1 0 0
2 2 0
0 a a −2
−1 0 0
0 1 0
0 0 1
¸

F
21
(−2)
−→

¸
1 0 0
0 2 0
0 a a −2
−1 0 0
2 1 0
0 0 1
¸

F
2
(
1
2
)
−→

¸
1 0 0
0 1 0
0 a a −2
−1 0 0
1
1
2
0
0 0 1
¸

F
32
(−a)
−→

¸
1 0 0
0 1 0
0 0 a −2
−1 0 0
1
1
2
0
−a
−a
2
1
¸

F
3
(
1
a−2
)
−→

¸
1 0 0
0 1 0
0 0 1
−1
1
−a
a−2
0 0
1
2
0
−a
2(a−2)
1
a−2
¸

,
luego la inversa de la matriz es A
−1
=

¸
−1 0 0
1
1
2
0
−a
a−2
−a
2(a−2)
1
a−2
¸

.
Examen de Junio. Curso 2002-03 134
(ii) Ya hemos visto que A no tiene inversa cuando a = 2. En este caso, la matriz es A =

¸
−1 0 0
2 2 0
0 2 0
¸

. Por ser una matriz triangular inferior sus autovalores son λ
1
= −1, λ
2
=
2, λ
3
= 0. Como los tres autovalores son distintos, la matriz es diagonalizable y la
matriz diagonal que buscamos es D =

¸
−1 0 0
0 2 0
0 0 0
¸

. Para encontrar la matriz de paso P
debemos encontrar una base de autovectores propios asociados a cada autovalor. Debemos
resolver para cada λ el sistema de ecuaciones homogéneo (λI −A) x = 0.
Para λ
1
= −1, tenemos el sistema

¸
0 0 0
−2 −3 0
0 −2 −1
¸

¸
x
1
x
2
x
3
¸

=

¸
0
0
0
¸

, cuya solución es

x
1
= 3t
x
2
= −2t
x
3
= 4t
, por lo tanto V (−1) = lin{(3, −2, 4)}
Para λ
2
= 2, tenemos el sistema

¸
3 0 0
−2 0 0
0 −2 2
¸

¸
x
1
x
2
x
3
¸

=

¸
0
0
0
¸

, cuya solución es

x
1
= 0
x
2
= t
x
3
= t
, por lo tanto V (2) = lin{(0, 1, 1)} .
Para λ
3
= 0, tenemos el sistema

¸
1 0 0
−2 −2 0
0 −2 0
¸

¸
x
1
x
2
x
3
¸

=

¸
0
0
0
¸

, cuya solución es

x
1
= 0
x
2
= 0
x
3
= t
, por lo tanto V (0) = lin{(0, 0, 1)}. Por consiguiente, la matriz de paso pedida
es P =

¸
3 0 0
−2 1 0
4 1 1
¸

.
(C) El polinomio de MacLaurin de orden tres de una función f es el polinomio
P
3
(x) = f(0) +
f
0
(0)
1!
x +
f
00
(0)
2!
x
2
+
f
000
(0)
3!
x
3
.
Calculamos las derivadas de la función f(x) = ln(1 −2x) y obtenemos f
0
(x) =
−2
1 −2x
;
f
00
(x) =
−4
(1 −2x)
2
; f
000
(x) =
−16
(1 −2x)
3
· Sustituyendo, tenemos que el polinomio de MacLaurin
de orden tres de esta función es P
3
(x) = −2x −2x
2

8
3
x
3
.
Si queremos obtener aproximadamente ln(0.998) utilizando el polinomio obtenido anteriormente,
observamos que debemos encontrar un valor de x tal que 1−2x = 0.998, es decir x = 0.001. Por
lo tanto, ln(0.998) ' P
3
(0.001) = −0.002 −0.000002 −
0.000000008
3
' −0.002002003
PROBLEMA 2.-
Examen de Junio. Curso 2002-03 135
(A) De una matriz simétrica de orden tres B sabemos que tiene por autovalores λ
1
= 1, λ
2
= −1 y
λ
3
= 2 y por subespacios propios asociados V (1) = lin{(0, 0, 1)} y V (−1) = lin
½µ
1

2
,
1

2
, 0
¶¾
.
Se pide:
(i) [1 punto] Encontrar una base del subespacio propio asociado al autovalor λ
3
= 2, V (2).
(ii) [3 puntos] Averiguar si la matriz B tiene inversa y en caso afirmativo encontar dicha
inversa.
(B) [3 puntos] Hallar con dos cifras decimales exactas el punto de la gráfica y =

senx en el
intervalo [0, π/2] más cercano a A(1, 0). En caso de tener que realizar iteraciones tomar como
valor inicial x
1
= 0.
(C) [3 puntos] Sabiendo que la ecuación x
2
+ 2xy + cos y = 0 define a y como función implícita de
x, obtener la ecuación de la recta tangente a la gráfica de dicha función en el punto (0, π/2).
Solución
(A) (i) Los autovectores de una matriz simétrica correspondientes a autovalores distintos tienen
que ser ortogonales. Observemos que se verifica V (1) ⊥ V (−1). El subespacio propio aso-
ciado al autovalor λ
3
= 2, V (2), debe cumplir V (2) ⊥ V (1) y V (2) ⊥ V (−1). Por lo tanto,
(x, y, z) ∈ V (2) si y sólo si se cumplen las condiciones

(x, y, z) . (0, 0, 1) = 0
(x, y, z) .
µ
1

2
,
1

2
, 0

= 0

(
z = 0
x

2
+
y

2
= 0

x = t
y = −t
z = 0
, luego el subespacio es V (2) = lin{(1, −1, 0)}. Si ortonor-
malizamos esta base obtenemos V (2) = lin
½µ
1

2
, −
1

2
, 0
¶¾
.
(ii) Nótese que la matriz B posee inversa porque λ = 0 no es autovalor de B.
Las matrices simétricas pueden diagonalizarse mediante una matriz de paso ortogonal. De
acuerdo con los datos del problema y siguiendo el primer apartado, tenemos B = PDP
T
,
siendo D =

¸
1 0 0
0 −1 0
0 0 2
¸

y P =

¸
¸
¸
¸
0
1

2
1

2
0
1

2

1

2
1 0 0
¸

una matriz ortogonal. Como D y P
tienen inversa el producto también la tiene y se verifica que B
−1
=
¡
PDP
T
¢
−1
= PD
−1
P
T
,
ya que P
−1
= P
T
. Así,
Examen de Junio. Curso 2002-03 136
B
−1
=

¸
¸
¸
¸
0
1

2
1

2
0
1

2

1

2
1 0 0
¸

¸
1 0 0
0 −1 0
0 0
1
2
¸

¸
¸
¸
¸
0 0 1
1

2
1

2
0
1

2

1

2
0
¸

=

¸
¸
¸
¸
0 −
1

2
1
2

2
0 −
1

2

1
2

2
1 0 0
¸

¸
¸
¸
¸
0 0 1
1

2
1

2
0
1

2

1

2
0
¸

=

¸
¸
¸

1
4

3
4
0

3
4

1
4
0
0 0 1
¸

(B) Las coordenadas de un punto arbitrario P de la curva y =

senx son P(x,

senx). La distancia
desde este punto al punto A(0, 1), viene dada por la fórmula d(A, P) =
q
(x −1)
2
+ senx. Esta
distancia es mínima si sólo si la distancia al cuadrado es mínima, de aquí que tengamos que
minimizar la función f(x) = d(A, P)
2
= (x −1)
2
+ senx.
Empezamos buscando los puntos críticos de la función f(x) = (x −1)
2
+ senx. Para ello,
calculamos los puntos donde se anulan la derivada primera f
0
(x) = 2(x −1) + cos x. Hemos de
resolver la ecuación 2x − 2 + cos x = 0. Si llamamos g(x) = 2x − 2 + cos x, comprobamos que
g(0) = −2 +1 = −1 < 0 y g(
π
2
) = π −2 > 0. Además g
0
(x) = 2 −senx > 0, luego esta ecuación
tiene sólo una solución en el intervalo
h
0,
π
2
i
, que encontramos utilizando el método de Newton
tomando como punto inicial x
1
= 0.
n x
n
g (x
n
) g
0
(x
n
)
g(x
n
)
g
0
(x
n
)
x
n+1
= x
n

g(x
n
)
g
0
(x
n
)
1 0 −1 2 −0.5 0.5
2 0.5 −0.01224124 1.5205745 −0.0805073 0.580507
3 0.580507 −0.00280078 1.4515517 −0.0019295 0.582436
Puesto que | −0.0019295| < 0.01 (o permanecen fijas dos cifras decimales en la segunda y tercera
iteración) la solución de la ecuación con al menos dos cifras decimales exactas es x
3
= 0.582436.
Por otro lado, f(0) = 1, f(π/2) = 1.3258084 y f(x
3
) = 0.724965, luego en el punto x
3
la función
f(x) = (x −1)
2
+ senx alcanza su mínimo absoluto. Así, el punto de la gráfica y =

senx
en el intervalo [0, π/2] más cercano a A(1, 0) es P(0.582436, 0.741660), pues
p
sen(0.582436) =
0.741660.
(C) La ecuación de la recta tangente a la gráfica de una función derivable f en el punto A(a, f(a))
viene dada por la fórmula y − f(a) = f
0
(a)(x − a). En nuestro caso, tenemos que calcular la
derivada de la función (que está definida implícitamente) en el punto a = 0, f(a) = f(0) = π/2.
Derivamos implícitamente la ecuación dada y obtenemos 2x + 2y + 2x
dy
dx
−seny
dy
dx
= 0. Susti-
tuyendo los valores x = 0 e y =
π
2
en dicha ecuación, conseguimos
dy
dx
(0) = π. Por lo tanto, la
ecuación de la recta tangente es y −
π
2
= πx.
Examen de Junio. Curso 2002-03 137
PROBLEMA 3.-
(A) [5 puntos] Calcular el volumen de una esfera de radio a > 0 de las tres formas siguientes:
(i) Considerando la esfera como un sólido de revolución.
(ii) Describiendo el volumen como una integral doble y resolviendo dicha integral usando coor-
denadas polares.
(iii) Describiendo el volumen como una integral triple y resolviendo dicha integral usando coor-
denadas esféricas.
(B) [2 puntos] Hallar la ecuación del plano tangente y de la recta normal a la superficie de ecuación
xy
2
z
3
= 12 en el punto (3, −2, 1).
(C) [3 puntos] El material de las tapas superior e inferior de una caja rectangular cuesta 3 euros
por metro cuadrado y el material para los lados 2 euros por metro cuadrado. ¿Cuál es la caja
más barata con un volumen de un metro cúbico?
Solución
(A) (i) La esfera de radio a como sólido de revolución se obtiene cuando la circunferencia de
ecuación x
2
+ y
2
= a
2
gira en torno al eje de las y. Utilizando el método de los discos
obtenemos que el volumene es V = 2π
Z
a
0
y
2
dx = 2π
Z
a
0
¡
a
2
−x
2
¢
dx = 2π
·
a
2
x −
x
3
3
¸
a
0
=

·
a
3

a
3
3
¸
=
4πa
3
3
·
(ii) Utilizando integrales dobles y coordenadas polares, el volumen encerrado por la esfera de
ecuación x
2
+y
2
+z
2
= a
2
es V = 2
ZZ
R
p
a
2
−x
2
−y
2
dA, donde es R es la región del plano
xy interior a la circunferencia de ecuación x
2
+ y
2
= a
2
. Pasando a coordenadas polares
obtenemos V = 2
Z

0
Z
a
0

a
2
−r
2
rdrdθ = 2
Z

0


q
(a
2
−r
2
)
3
3
¸
¸
a
0
dθ = 2
a
3
3
Z

0
dθ =
4πa
3
3
·
(iii) Utilizando integrales triples y coordenadas esféricas obtenemos
V =
ZZZ
Q
dV =

Z
0
π
Z
0
a
Z
0
ρ
2
senφdρdφdθ =

Z
0
π
Z
0
a
3
3
senφdφdθ =
=
a
3
3

Z
0
[−cos φ]
π
0
dθ =
2πa
3
3

Z
0
dθ =
4πa
3
3
·
(B) La ecuación del plano tangente a la superficie de ecuación F(x, y, z) = 0 en el punto A(a, b, c)
viene dada por
∂F
∂x
(A)(x−a) +
∂F
∂y
(A)(y −b) +
∂F
∂z
(A)(z −c) = 0. En nuestro caso, la superficie
tiene de ecuación xy
2
z
3
−12 = 0, por lo tanto
∂F
∂x
= y
2
z
3
;
∂F
∂y
= 2xyz
3
;
∂F
∂z
= 3xy
2
z
2
. Por
Examen de Junio. Curso 2002-03 138
lo tanto
∂F
∂x
(A) = 4;
∂F
∂y
(A) = −12;
∂F
∂z
(A) = 36. De aquí, la ecuación del plano tangente
a la superficie en el punto A(3, −2, 1) es 4(x −3) −12(x + 2) + 36(z −1) = 0.
La ecuación de la recta normal a la superficie de ecuación F(x, y, z) = 0 en el punto A(a, b, c)
viene dada por
x −a
∂F
∂x
(A)
=
y −b
∂F
∂y
(A)
=
z −c
∂F
∂z
(A)
·
Así, utilizando los cálculos anteriores, obtenemos
x −3
4
=
y + 2
−12
=
z −1
36
·
(C) Si llamamos x, y, z a las dimensiones de la caja, tenemos que el coste de la misma será c(x, y, z) =
6xy + 4xz + 4yz, que es una función de tres variables. Como el volumen de dicha caja debe ser
uno se debe verificar que x · y · z = 1. Despejando z de esta última ecuación y sustiyendo en la
ecuación anterior obtenemos que la función que hay que minimizar es C(x, y) = 6xy +
4
x
+
4
y
con x > 0, y > 0.
Ahora, calculamos los puntos críticos de esta función de dos variables. Para ello debemos resolver
el sistema de ecuaciones

∂C
∂x
= 0
∂C
∂y
= 0

6y −
4
x
2
= 0
6x −
4
y
2
= 0

½
6yx
2
= 4
6xy
2
= 4
⇒ 6yx
2
= 6xy
2

x = y ⇒ 6x
3
= 4 ⇒ x =
3
r
2
3
. Luego el único punto crítico de esta función es
Ã
3
r
2
3
,
3
r
2
3
!
.
Para determinar la naturaleza de dicho punto crítico obtenemos las derivadas parciales segundas
de la función C :

2
C
∂x
2
=
8
x
3
;

2
C
∂y
2
=
8
y
3
;

2
C
∂x∂y
= 6. Calculamos el discriminate en el punto
crítico 4 =
¯
¯
¯
¯
12 6
6 12
¯
¯
¯
¯
> 0. Como 4 > 0 y

2
C
∂x
2
Ã
3
r
2
3
,
3
r
2
3
!
= 12 > 0 deducimos que el punto
crítico es un mínimo relativo para C.
Si observamos la forma que tiene la función C en el dominio en el que estamos trabajando x > 0
e y > 0, se deduce que el mínimo relativo es realmente absoluto. Luego las dimensiones de la
caja que dan coste mínimo son x =
3
r
2
3
, y =
3
r
2
3
, z =
1
x · y
=
3
r
9
4
.
PROBLEMA 4.-
(A) [1 punto] Averiguar si la integral impropia
Z
0
−∞
1

1 −x
dx es convergente y en caso afirmativo
encontrar su valor.
(B) [3 puntos] Calcular el área encerrada por las gráficas de las fuciones siguientes
y = 0, x = 2, x = 2

3, y =
2x
2
+ 4
x
4
+ 4x
2
.
(C) [4 puntos] Calcular el trabajo realizado por los campos de fuerzas

F
1
(x, y) = (y
2
+ 2 senxcos x −e
y
2
)
~
i +
³
2xy −2xye
y
2
´
~
j y

F
2
(x, y) = 2y
~
i −x
~
j,
Examen de Junio. Curso 2002-03 139
cuando mueven, en sentido contrario a las agujas del reloj, una particula desde el punto (0, −3)
hasta el punto (3, 0) a lo largo de la circunferencia de centro el origen y radio 3.
(D) [2 puntos] El error cometido al medir cada una de las dimensiones de una caja rectangular es de
0.01 cm. Las dimensiones de la caja son 50 cm, 40 cm y 20 cm. Usar diferenciales para estimar
el error propagado y el error realitvo al calcular el volumen y la superficie de la caja.
Solución
(A)
Z
0
−∞
1

1 −x
dx = lim
b→−∞
Z
0
b
1

1 −x
dx = − lim
b→−∞
Z
0
b
−(1 −x)
−1
2
dx =
= − lim
b→−∞
·√
1 −x
1/2
¸
0
b
= −2
·
1 − lim
b→−∞

1 −b
¸
= +∞, luego esta integral es divergente.
(B) La función y =
2x
2
+ 4
x
4
+ 4x
2
, es continua y estrictamente positiva en el intervalo
£
2, 2

3
¤
. Por
lo tanto, el área encerrada por estas gráficas es A =
Z
2

3
2
2x
2
+ 4
x
4
+ 4x
2
dx. Para calcular esta
integral definida obtenemos en primer lugar una primitiva de
Z
2x
2
+ 4
x
4
+ 4x
2
dx y para ello des-
componemos la función racional
2x
2
+ 4
x
4
+ 4x
2
en suma de fracciones simples. Como x
4
+ 4x
2
=
x
2
¡
x
2
+ 4
¢
, tenemos que buscar una descomposición de
2x
2
+ 4
x
4
+ 4x
2
en la forma
2x
2
+ 4
x
4
+ 4x
2
=
A
x
+
B
x
2
+
Cx +D
x
2
+ 4
. Sumando estas tres últimas fracciones obtenemos
A
x
+
B
x
2
+
Cx +D
x
2
+ 4
=
A(x
3
+ 4x) +B(x
2
+ 4) + (Cx +D)x
2
x
4
+ 4x
2
=
=
(A+C)x
3
+ (B +D)x
2
+ 4Ax + 4B
x
4
+ 4x
2
=
2x
2
+ 4
x
4
+ 4x
2
. De donde obtenemos

A+C = 0
B +D = 2
4A = 0
4B = 4

A = 0; C = 0; B = 1; D = 1. Es decir
2x
2
+ 4
x
4
+ 4x
2
=
1
x
2
+
1
x
2
+ 4
Por lo tanto A =
Z
2

3
2
2x
2
+ 4
x
4
+ 4x
2
dx =
Z
2

3
2
µ
1
x
2
+
1
x
2
+ 4

dx =
·

1
x
+
1
2
arctan
³
x
2
´
¸
2

3
2
=
1
2

1
2

3
+
π
6

π
8
=

3 −1
2

3
+
π
24
(C) El trabajo realizado por un campo de fuerzas
~
F cuando desplaza una particula a lo largo de un
camino C es W =
Z
C
~
F · d~r. Nos están pidiendo, por tanto, que calculemos dos integrales de
lineas de campos vectoriales. Averiguamos si algunos de los campos que nos dan es conservativo,
pues en ese caso podría utilizarse el teorema fundamental de las integrales de lineas.
Para el campo
~
F
1
,tenemos que

³
y
2
+ 2 senxcos x −e
y
2
´
∂y
= 2y −2ye
y
2
y

³
2xy −2xye
y
2
´
∂x
=
2y −2ye
y
2
,
luego el campo es conservativo. Existe por tanto una función potencial f(x, y) para
este campo. Es decir, existe una función f(x, y) tal que
~
∇f =
~
F
1
. Esta función debe satisfacer
Examen de Junio. Curso 2002-03 140

∂f
∂x
= y
2
+ 2 senxcos x −e
y
2
,
∂f
∂x
= 2xy −2xye
y
2
.
Integrando la primera ecuación respecto de x obtenemos que
f(x, y) = xy
2
− xe
y
2
+ sen
2
x + g(y). Derivando esta ecuación respecto de y e igualando a la
segunda ecuación obtenemos g
0
(y) = 0, luego g(y) = C que puede tomarse cero. Por lo tanto,
una función potencial para
~
F
1
es f(x, y) = xy
2
−xe
y
2
+ sen
2
x. Ahora, el trabajo realizado por
el campo

F
1
es
W
1
=
Z
C
~
F
1
· d~r = f(3, 0) −f(0, −3) = −3 + sen
2
3.
El segundo campo no es conservativo ya
∂ (2y)
∂y
= 2 y
∂ (−x)
∂x
= −1. En este caso, si queremos
calcular la integral de linea tenemos que parametrizar el camino. Una posible paramatrización
de dicho camino es C ≡
½
x = 3 cos t,
y = 3 sent,
con t ∈
h

π
2
, 0
i
y el trabajo es
W
2
=
Z
C
~
F
2
· d~r =
Z
0

π
2
¡
−18 sen
2
t −9 cos
2
t
¢
dt =
Z
0

π
2
¡
−9 sen
2
t −9
¢
dt =
= −9
Z
0

π
2
µ
1 −cos 2t
2

dt −9
³
π
2
´
= −
27
4
π.
(D) Si denominamos x, y, z a las dimensiones de la caja rectangular, entonces el volumen y la super-
ficie son V = x · y · z y S = 2 · x · y + 2 · x · z + 2 · y · z, respectivamente.
Puesto que x = 50, y = 40, z = 20 y dx = dy = dz = 0.01, resulta que el error propagado al
calcular el volumen es
∆V ' dV =
∂V
∂x
dx +
∂V
∂y
dy +
∂V
∂z
dz = yzdx +xzdy +xydz = 38
y el correspondiente error relativo es
∆V
V
'
dV
V
=
38
50 · 40 · 20
= 0.00095.
Análogamente, para la superficie tenemos que el error propagado es
∆S ' dS =
∂S
∂x
dx +
∂S
∂y
dy +
∂S
∂z
dz = (2y + 2z) dx + (2x + 2z)dy + (2x + 2y)dz = 4.40
y el error relativo es
∆S
S
'
dS
S
=
4.40
7600
= 0.000578.
Examen de Septiembre. Curso 2002-03
PROBLEMA 1.—
(A) Considérese, dependiente del parámetro real a, el sistema de ecuaciones lineales

x +y +z = 3,
x −y +z = 1,
2x +az = 5.
(i) [2 puntos] Estudiar, en función del parámetro a, la compatibilidad del sistema.
(ii) [2 puntos] Cuando el sistema sea compatible determinado resolverlo utilizando el método
de Gauss. ¿Para qué valores de a existe la inversa de la matriz de coeficientes? Encontrar
la inversa de dicha matriz para a = 3.
(iii) [4 puntos] Encontrar, en función de a, la dimensión del subespacio vectorial generado
por el conjunto de vectores {(1, 1, 2), (1, −1, 0), (1, 1, a)}. Obtener la proyección del vector
(3, 1, 5) sobre dicho subespacio.
(B) [2 puntos] Utilizando derivación implícita, encontrar la recta tangente a la curva de ecuación
x
3
y + y
4
= 2 en el punto (1, 1). Calcular además el polinomio de Taylor de segundo orden de
y = f(x) centrado en x = 1.
Solución:
(A) (i) Determinamos la compatibilidad del sistema realizando transformaciones elementales en su
matriz ampliada.

¸
1 1 1
1 −1 1
2 0 a
3
1
5
¸

F
21
(−1)
−→
F
31
(−2)

¸
1 1 1
0 −2 0
0 −2 a −2
3
−2
−1
¸

F
2
(−1/2)
−→

¸
1 1 1
0 1 0
0 −2 a −2
3
1
−1
¸

F
32
(2)
−→

¸
1 1 1
0 1 0
0 0 a −2
3
1
1
¸

.
De aquí deducimos que el sistema es compatible determinado para a 6= 2 e incompatible
para a = 2.
(ii) Resolvemos el sistema mediante el método de Gauss para a 6= 2. En este caso, sólo nos hace
falta añadir una transformación más al conjunto de transformaciones elementales realizadas
en el apartado (i).

¸
1 1 1
0 1 0
0 0 a −2
3
1
1
¸

F
3(
1
a−2
)
−→

¸
1 1 1
0 1 0
0 0 1
3
1
1/(a −2)
¸

.
141
Examen de Septiembre. Curso 2002-03 142
Así, se obtiene el sistema triangular superior

x +y +z = 3
y = 1
z =
1
a−2
cuya única solución es
x =
2a −5
a −2
, y = 1, z =
1
a −2
·
El primer grupo de transformaciones elementales realizadas en el apartado (i) nos indica
que la matriz de coeficientes del sistema tiene determinante −2(a−2). Luego, dicha matriz
posee inversa si y sólo si a 6= 2.
De nuevo, algunas de las transformaciones anteriores nos facilitan el cálculo de la inversa
de la matriz de coeficientes para a = 3. Aplicamos el método de Gauss—Jordan para tal
cometido.

¸
1 1 1
1 −1 1
2 0 3
1 0 0
0 1 0
0 0 1
¸

F
21
(−1)
−→
F
31
(−2)

¸
1 1 1
0 −2 0
0 −2 1
1 0 0
−1 1 0
−2 0 1
¸

F
2
(−1/2)
−→

¸
1 1 1
0 1 0
0 −2 1
1 0 0
1/2 −1/2 0
−2 0 1
¸

F
32
(2)
−→

¸
1 1 1
0 1 0
0 0 1
1 0 0
1/2 −1/2 0
−1 −1 1
¸

F
13
(−1)
−→

¸
1 1 0
0 1 0
0 0 1
2 1 −1
1/2 −1/2 0
−1 −1 1
¸

F
12
(−1)
−→

¸
1 0 0
0 1 0
0 0 1
3/2 3/2 −1
1/2 −1/2 0
−1 −1 1
¸

.
Por consiguiente, la inversa pedida es

¸
3/2 3/2 −1
1/2 −1/2 0
−1 −1 1
¸

.
(iii) La dimensión del subespacio S = lin({(1, 1, 2), (1, −1, 0), (1, 1, a)}) coincide con el rango de
la matriz A =

¸
1 1 1
1 −1 1
2 0 a
¸

. Esta matriz es la matriz de coeficientes del sistema dado y
utilizando las transformaciones realizadas en el primer aparatado, tenemos que dim(S) = 3
si a 6= 2 y dim(S) = 2 para a = 2. Observar que para el caso a 6= 2, tenemos S = R
3
y por
consiguiente, proy
S
(3, 1, 5) = (3, 1, 5).
Ahora, para a = 2, calculamos proy
S
(3, 1, 5) teniendo en cuenta que una base de S está
dada por el conjunto {~a
1
= (1, 1, 2), ~a
2
= (1, −1, 0)}. Obsérvese que ~a
1
y ~a
2
son ortogonales
y
½
~
b
1
=
µ
1

6
,
1

6
,
2

6

,
~
b
2
=
µ
1

2
, −
1

2
, 0
¶¾
es una base ortonormal de S. Por consiguiente, poniendo
~
b = (3, 1, 5) tenemos
proy
S
~
b =
³
~
b
1
·
~
b
´
~
b
1
+
³
~
b
2
·
~
b
´
~
b
2
=
14

6
µ
1

6
,
1

6
,
2

6

+
2

2
µ
1

2
, −
1

2
, 0

=
µ
10
3
,
4
3
,
14
3

.
(B) Derivando implícitamente, respesto de x, en la ecuación x
3
y +y
4
= 2 obtenemos
3x
2
y +x
3
y
0
+ 4y
3
y
0
= 0. (3)
Sustituyendo x = 1 e y = 1 en la ecuación (3) se consigue 3+y
0
+4y
0
= 0, de donde y
0
(1) = −3/5.
Así, la ecuación de la recta tangente pedida es y −1 = −3/5(x −1).
Derivando implícitamente, respecto de x, en (3) se tiene
6xy + 3x
2
y
0
+ 3x
2
y
0
+x
3
y
00
+ 12y
2
¡
y
0
¢
2
+ 4y
3
y
00
= 0.
Examen de Septiembre. Curso 2002-03 143
Eligiendo x = 1, y = 1 e y
0
= −3/5 en la ecuación anterior tenemos
6 + 2 · 3 ·
−3
5
+y
00
+ 12 ·
µ
−3
5

2
+ 4y
00
= 0
y por consiguiente, y
00
(1) = −
168
125
.
De esta forma, el polinomio de Taylor de orden dos de y = f(x) centrado en x = 1 viene dado
por
P
2
(x) = y(1) +y
0
(1)(x −1) +
y
00
(1)
2!
(x −1)
2
= 1 −
3
5
(x −1) −
84
125
(x −1)
2
.
Examen de Septiembre. Curso 2002-03 144
PROBLEMA 2.—
(A) [4 puntos] Una matriz A de orden dos satisface las siguientes condiciones:
• A
µ
1
−1

=
µ
3
1

.
• El vector ~v =
µ
2
−1

es autovector de A asociado al autovalor λ = −2.
Obtener la matriz A. ¿Es diagonalizable? En caso afirmativo, obtener una matriz D diagonal y
una matriz de paso P tal que A = PDP
−1
.
(B) [3 puntos] Expresar la integral
Z
π/4
0
Z
3
0
r
2
cos θ drdθ
en coodernadas cartesianas y calcularla en coordenadas polares y cartesianas.
(C) [3 puntos] Tomando como punto inicial x
1
= π/4, encontrar, con un error menor que 0.001, la
solución de la ecuación cos x −x = 0.
Calcular el máximo absoluto de f(x) = 2 senx −x
2
en el intervalo [0, π/2] y realizar un esbozo
de la gráfica de f en dicho intervalo.
Solución:
(A) Si ~v =
µ
2
−1

es autovector de A asociado al autovalor λ = −2, entonces A ·
µ
2
−1

=
−2 ·
µ
2
−1

=
µ
−4
2

.
Esta condición unida a la primera, A·
µ
1
−1

=
µ
3
1

, pueden expresarse de forma conjunta
mediante

µ
2 1
−1 −1

=
µ
−4 3
2 1

,
de donde la matriz A es A =
µ
−4 3
2 1

·
µ
2 1
−1 −1

−1
=
µ
−7 −10
1 0

, pues
¯
¯
¯
¯
2 1
−1 −1
¯
¯
¯
¯
=
−1 6= 0, lo que nos indica que la matriz
µ
2 1
−1 −1

es regular.
Ahora veremos si la matriz A =
µ
−7 −10
1 0

es diagonalizable. Para ello, calculamos en
primer lugar su polinomio característico p
A
(λ) = det(A−λI) =
¯
¯
¯
¯
−7 −λ −10
1 −λ
¯
¯
¯
¯
= λ
2
+7λ+10.
Sabemos que λ
1
= −2 es un autovalor de A y es fácil comprobar que λ
2
= −5 es el otro autovalor.
Así, puesto que A es una matriz de orden dos y posee dos autovalores diferentes, concluimos que
la matriz A es diagionalizable y cada uno de los subespacios propios tiene dimensión uno.
De acuerdo con los datos del problema, el subespacio asociado al primer autovalor es V (−2) =
lin({(2, −1)}) y para obtener el segundo subespacio propio, debemos resolver el sistema
(A−λ
2
I)
µ
x
y

=
µ
0
0

.
Examen de Septiembre. Curso 2002-03 145
Dicho sistema se reduce a la ecuación x + 5y = 0, por lo que V (−5) = lin({(−5, 1)}). De esta
manera, podemos tomar como una matriz diagonal D =
µ
−2 0
0 −5

y como matriz de paso
P =
µ
2 −5
−1 1

.
(B) La integral
Z
π/4
0
Z
3
0
r
2
cos θ drdθ =
Z
π/4
0
Z
3
0
r cos θ · r drdθ puede escribirse en coordenadas
cartesinas en la forma
Z
π/4
0
Z
3
0
r cos θ · rdrdθ =
ZZ
R
xdA,
donde R = {(x, y) ∈ R
2
: 0 ≤ y ≤ x, x
2
+y
2
≤ 9}.
La región R corresponde a un octavo del círculo de centro el origen y radio 3 y puede expresarse
como una región horizontalmente simple en la forma
R = {(x, y) ∈ R
2
: 0 ≤ y ≤
3

2
, y ≤ x ≤
p
9 −y
2
},
luego
ZZ
R
xdA =
Z
3/

2
0
Z

9−y
2
y
xdxdy =
Z
3/

2
0
·
x
2
2
¸

9−y
2
y
dy =
1
2
Z
3/

2
0
¡
9 −2y
2
¢
dy =
=
1
2
·
9y −
2
3
y
3
¸
3/

2
0
=
1
2
µ
27

2

2
3
·
27
2

2

=
9
2

2.
Por último, calculamos la integral dada en polares
Z
π/4
0
Z
3
0
r
2
cos θ drdθ =
Z
π/4
0
·
r
3
3
¸
3
0
cos θ dθ =
Z
π/4
0
9 cos θ dθ = 9 sen
³
π
4
´
=
9
2

2.
(C) Denotemos g(x) = cos x − x. Puesto que g es continua en [0, π/2], g(0) = 1 > 0 y g(π/2) =
−π/2 < 0, deducimos g posee al menos una raíz x

en el intervalo (0, π/2). Además, g
0
(x) =
−senx −1 ≤ 0 para todo x ∈ R y puede probarse con facilidad x

es la única raíz real de g.
Ahora aplicamos el método de Newton a la función g para obtener el valor x

. Comenzamos por
el punto inicial x
1
= π/4.
n x
n
g(x
n
) g
0
(x
n
)
g(x
n
)
g
0
(x
n
)
x
n+1
= x
n

g(x
n
)
g
0
(x
n
)
1
π
4
= 0.78539816 −0.07829138 −1.70710678 0.04586202 0.73953613
2 0.73953613 −0.00075486 −1.67394528 0.00045095 0.73908517
Como |x
3
−x
2
| =
¯
¯
¯
¯
g(x
2
)
g
0
(x
2
)
¯
¯
¯
¯
= 0.00045095 < 0.001 (o han permanecido fijos los tres primeros
decimales en la segunda y tercera iteración), deducimos que x

es, al menos con tres cifras
decimales exactas, x

= x
3
= 0.73908517.
Seguidamente realizamos el estudio solicitado sobre la función f(x) = 2 senx − x
2
. En primer
lugar, puesto que la función es derivable en el intervalo abierto (0, π/2), calculamos los puntos
crítico de f, resolviendo la ecuación f
0
(x) = 2 cos x − 2x = 0 en el intervalo (0, π/2). Así, los
puntos críticos de f en (0, π/2) son la soluciones en (0, π/2) de la ecuación cos x −x = 0.
Examen de Septiembre. Curso 2002-03 146
Por otra parte, f
0
(x) = 2g(x) > 0 para todo x ∈ (0, x

) y f
0
(x) = 2g(x) < 0 para todo
x ∈ (x

, π/2). Luego, f es estrictamente creciente en el intervalo (0, x

), estrictamente decreciente
en el intervalo (x

, π/2) y el máximo de f se alcanza en el punto x

, siendo el valor del máximo
f(x

) = 2 sen(x

) −(x

)
2
' 0.80097722. Más aún, f(0) = 0 y f(π/2) =
¡
8 −π
2
¢
/4 < 0, luego el
mínimo de f se toma en x = π/2 y su valor mínimo es
¡
8 −π
2
¢
/4.
La información anterior nos permite esbozar la gráfica de f que se muestra en la Figura 34.
x
*
π/2
Figura 34: Gráfica de f(x) = 2 senx −x
2
en el intervalo [0, π/2].
Examen de Septiembre. Curso 2002-03 147
PROBLEMA 3.—
(A) [5 puntos] Calcular el volumen de la región acotada por arriba por la superficie esférica
x
2
+y
2
+z
2
= 2 y por abajo por el paraboloide z = x
2
+y
2
.
(B) [2 puntos] Calcular
ZZZ
Q
e

x
2
+y
2
+z
2
dV , donde
Q = {(x, y, z) ∈ R
3
: x
2
+y
2
+z
2
≤ 1, z ≥ 0}.
(C) [3 puntos] El material de las tapas superior e inferior de una caja rectangular cuesta 1 euro por
metro cuadrado, el frente y la parte posterior 2 euros por metro cuadrado y los laterales 3 euros
por metro cuadrado . ¿Cuál es la caja más barata con un volumen de 48 metros cúbicos?
Solución:
(A) En primer lugar, determinamos la intersección entre la esfera y el paraboloide. Para este
cometido, resolvemos el sistema de ecuaciones
½
x
2
+y
2
+z
2
= 2,
z = x
2
+y
2
.
Éste nos lleva a la ecuación
z
2
+z −2 = 0, cuya única solución positiva es z = 1; es decir, la esfera y el paraboloide se cortan
en la circuferencia, x
2
+y
2
= 1, z = 1, cuya proyección en el plano xy es la frontera del círculo
R = {(x, y) ∈ R : x
2
+y
2
≤ 1}. Por tanto, el volumen pedido viene dado por
V =
ZZ
R
³
p
2 −x
2
−y
2

¡
x
2
+y
2
¢
´
dA.
Ahora bien, este volumen puede calcularse de una forma simple si aplicamos un cambio a coor-
denadas polares. De esta manera,
V =
ZZ
R
³
p
2 −x
2
−y
2

¡
x
2
+y
2
¢
´
dA =
Z

0
Z
1
0
³

2 −r
2
−r
2
´
rdrdθ =
=
Z

0
·

1
3
¡
2 −r
2
¢
3/2

r
4
4
¸
1
0
dθ =
Z

0
8

2 −7
12
dθ =
8

2 −7
6
π.
(B) Para calcular la integral triple
ZZZ
Q
e

x
2
+y
2
+z
2
dV, siendo Q = {(x, y, z) ∈ R
3
: x
2
+y
2
+z
2

1, z ≥ 0}, aplicamos un cambio a coordenadas esféricas. Así, la integral solicitada queda de la
forma
ZZZ
Q
e

x
2
+y
2
+z
2
dV =
Z

0
Z
π/2
0
Z
1
0
e
ρ
ρ
2
senφdρdφdθ.
Aplicando dos veces el método de integración por partes, tenemos
Z
ρ
2
e
ρ
dρ =
·
u = ρ
2
du = 2ρdρ
dv = e
ρ
dρ v = e
ρ
¸
= ρ
2
e
ρ
−2
Z
ρe
ρ
dρ =
·
u = ρ du = dρ
dv = e
ρ
dρ v = e
ρ
¸
=
= ρ
2
e
ρ
−2
µ
ρe
ρ

Z
e
ρ


= ρ
2
e
ρ
−2ρe
ρ
+ 2e
ρ
+C
y la integral en coordenadas esféricas es
Z

0
Z
π/2
0
Z
1
0
e
ρ
ρ
2
senφdρdφdθ =
Z

0
Z
π/2
0
£
ρ
2
e
ρ
−2ρe
ρ
+ 2e
ρ
¤
1
0
senφdφdθ =
Z

0
Z
π/2
0
(e −
2) senφdφdθ =
= (e −2)
Z

0
[−cos φ]
π/2
0
dθ = 2(e −2)π.
Examen de Septiembre. Curso 2002-03 148
(C) Si las dimensiones de la caja son denotadas mediante x, y y z, entonces el coste de fabricación
de la misma admite la formulación
c(x, y, z) = 2xy + 6xz + 4zy.
Puesto que deseamos encontrar la caja más barata con un volumen de 48 m
3
, debe tenerse
xyz = 48. De aquí, se deduce que x > 0, y > 0 y z > 0. Despejando, z =
48
xy
y la función a
minimizar es
C(x, y) = 2xy + 6 ·
48
y
+ 4 ·
48
x
= 2xy +
288
y
+
192
x
, con x > 0, y > 0.
Comenzamos calculando los puntos críticos de la función C. Para ello, resolvemos el sistema de
ecuaciones

∂C
∂x
(x, y) = 2
yx
2
−96
x
2
= 0
∂C
∂y
(x, y) = 2
xy
2
−144
y
2
= 0
y encontramos que (x, y) = (4, 6) es el único punto crítico de la función C.
Seguidamente clasificamos este punto crítico a partir de las derivadas parciales de segundo orden
de C en dicho punto.

2
C
∂x
2
(x, y) =
384
x
3
=⇒

2
C
∂x
2
(4, 6) =
384
4
3
= 6

2
C
∂y
2
(x, y) =
576
y
3
=⇒

2
C
∂y
2
(4, 6) =
576
6
3
=
8
3

2
C
∂x∂y
(x, y) =

2
C
∂y∂x
(x, y) = 2
Puesto que

2
C
∂x
2
(4, 6) = 6 > 0 y
¯
¯
¯
¯
¯
¯
¯
¯

2
C
∂x
2
(4, 6)

2
C
∂x∂y
(x, y)

2
C
∂x∂y
(x, y)

2
C
∂y
2
¯
¯
¯
¯
¯
¯
¯
¯
=
¯
¯
¯
¯
6 2
2 8/3
¯
¯
¯
¯
= 12 > 0, resulta que
el punto crítico (4, 6) es un mínimo relativo para C.
A partir de la estructura de la función C puede probarse que el punto (4, 6) es mínimo absoluto
y por consiguiente las dimensiones de la caja son x = 4, y = 6 y z =
48
xy
=
48
4 · 6
= 2.
PROBLEMA 4.—
(A) [1 punto] Averiguar si la integral impropia
Z
1
0
1
3
q
(1 −x)
2
dx es convergente y en caso afirmativo,
encontrar su valor.
(B) [5 puntos] ¿Para qué valores a ∈ R es conservativo el campo vectorial
~
F(x, y) = (4xy + seny, ax
2
+xcos y)?
Examen de Septiembre. Curso 2002-03 149
Para aquellos valores a en los que
~
F sea conservativo obtener una función potencial para
~
F.
Calcular, para esos valores de a,
Z
C
~
F · d~r, siendo C la unión de los segmentos rectos que unen
los puntos (0, 0), (1, 0) y (2, π/2).
Obtener además
Z
C
xyds.
(C) [4 puntos] Realizar un esbozo de la gráfica de la función f(x) = x
3
+ x
2
+ 1 y calcular el
volumen del sólido de revolución que se obtiene girando alrededor del eje y la región limitada
por las gráficas de y = f(x), x = 1, x = 3 y el eje de las x.
Solución:
(A) La integral
Z
1
0
1
3
q
(1 −x)
2
dx es impropia pues f(x) =
1
3
q
(1 −x)
2
es continua en [0, 1) y lim
x→1

f(x) =
+∞. Averiguamos si la integral es convergente:
Z
1
0
1
3
q
(1 −x)
2
dx = lim
b→1

Z
b
0
1
3
q
(1 −x)
2
dx = lim
b→1

Z
b
0
(1 −x)
−2/3
dx = lim
b→1

£
−3(1 −x)
1/3
¤
b
0
=
= lim
b→1

−3(1 −b)
1/3
+ 3 = 3
y comprobamos que la integral si es convergente y su valor es
Z
1
0
1
3
q
(1 −x)
2
dx = 3.
(B) Pongamos
~
F(x, y) = (M(x, y), N(x, y)) , con M(x, y) = 4xy + seny y N(x, y) = ax
2
+ xcos y.
Entonces, el campo vectorial
~
F es consevativo si y sólo si
∂M
∂y
(x, y) =
∂N
∂x
(x, y), esto es, si y
sólo si
4x + cos y = 2ax + cos y.
Por tanto, el campo es conservativo si y sólo si a = 2.
A continuación calcularemos una función potencial f de
~
F cuando a = 2. La función potencial f
debe satisfacer
∂f
∂x
(x, y) = M(x, y) = 4xy+seny, de donde, f(x, y) = 2x
2
y+xseny+ϕ(y). Pero,
utilizando que también satisface
∂f
∂y
(x, y) = N(x, y) = 2x
2
+xcos y, llegamos a 2x
2
+xcos y =
2x
2
+xcos y +ϕ
0
(y), por lo que ϕ(y) = C (que puede tomarse nula) y una función potencial es
f(x, y) = 2x
2
y +xseny.
Para a = 2 aplicamos el Teorema Fundamental de las Integrales de Línea para escribir
Z
C
~
F · d~r = f(2, π/2) −f(0, 0) = 4π + 2.
Seguidamente calculamos
Z
C
xyds. Para ello, descomponemos C en la forma C = C
1
∪ C
2
,
donde C
1
y C
2
admiten las parametrizaciones
C
1
≡ ~r
1
(t) = t
~
i, t ∈ [0, 1] y C
2
≡ ~r
2
(t) = (1 +t)
~
i +t
π
2
~
j t ∈ [0, 1],
y escribimos
Z
C
xyds =
Z
C
1
xyds +
Z
C
2
xyds =
Z
1
0
t · 0dt +
Z
1
0
(1 +t)t
π
2

4 +π
2
2
dt =
5
24
π
p
(4 +π
2
).
Examen de Septiembre. Curso 2002-03 150
(C) Comenzamos viendo que la función f(x) = x
3
+x
2
+1 es continua e indefinidamente derivable en
todo R, por tratarse de un polinomio. Los puntos críticos de f son las soluciones de la ecuación
f
0
(x) = 3x
2
+ 2x = 0, es decir, x = 0 y x = −2/3.
Puesto que f
00
(x) = 6x + 2 = 0 si y sólo si x = −1/3, f
00
(x) = 6x + 2 > 0 si y sólo si x > −1/3
y f
00
(x) = 6x + 2 < 0 si y sólo si x < −1/3, deducimos que f pose un punto de inflexión
para x = −1/3, es cóncava hacia arriba en el intervalo (−1/3, +∞) y cóncava hacia abajo en el
intervalo (−∞, −1/3).
Además, f
00
(0) = 2 > 0, por lo que f posee un mínimo relativo en x = 0 y f
00
(−2/3) =
−2 < 0, de donde f posee un mínimo realtivo para x = −2/3. Por lo tanto, f es creciente en
(−∞, −2/3) ∪ (0, +∞) y decreciente en (−2/3, 0).
Por otra parte, la gráfica de f no presenta ningún tipo de asíntotas y como
lim
x→+∞
f(x) = lim
x→+∞
x
3
+x
2
+ 1 = +∞ y lim
x→−∞
f(x) = lim
x→−∞
x
3
+x
2
+ 1 = −∞,
la función f presenta, por continuidad, al menos una raíz real. Más aún, f(0) = 1 > 0 y
f(−2/3) = 31/27 > 0, por lo que la raíz real es única y se encuentra en el intervalo (−∞, −2/3).
El análisis anterior permite realizar el esbozo de la gráfica de f mostrado en la Figura 35.
-2/3 -1/3
0
x
y
Figura 35: Esbozo de la gráfica de la función f(x) = x
3
+x
2
+ 1.
El volumen solicitado se calcula mediante el método de las capas:
V = 2π
Z
3
1
x
¡
x
3
+x
2
+ 1
¢
dx = 2π
Z
3
1
¡
x
4
+x
3
+x
¢
dx =
724
5
π.
Examen de Diciembre de 2003
PROBLEMA 1.-
Dada la matriz A =

¸
1 −1 0
−1 2 1
0 1 α
¸

, se pide:
(A) [2 puntos] Encontrar los valores de α para los que A tiene inversa. Obtener la inversa de A en
función de α.
(B) [2 puntos] Para α = 1, encontrar las condiciones que debe cumplir el vector b =

¸
b
1
b
2
b
3
¸

para
que el sistema Ax = b tenga solución.
(C) [1 punto] Para α = 1, encontrar las ecuaciones implícitas del espacio columna de la matriz A.
(D) [3 puntos] Para α = 1, averiguar si es posible obtener una matriz de paso ortogonal P que
diagonalize a A. En caso afirmativo, encontar una matriz de paso ortogonal P y una matriz
diagonal D tal que A = PDP
T
.
(E) [2 puntos] Encontrar la proyección ortogonal del vector b = (1, 1, 2) sobre el subespacio de R
3
de ecuación x −y +z = 0.
Solución:
(A) Intentamos calcular la inversa mediante el método de Gauss-Jordan.

¸
1 −1 0 1 0 0
−1 2 1 0 1 0
0 1 α 0 0 1
¸

F
21
(1)
−→

¸
1 −1 0 1 0 0
0 1 1 1 1 0
0 1 α 0 0 1
¸

F
32
(−1)
−→

¸
1 −1 0 1 0 0
0 1 1 1 1 0
0 0 α −1 −1 −1 1
¸

.
Así, si α −1 6= 0, entonces podemos seguir realizando transformaciones elementales y la forma
escalonada de A sería la identidad. Por lo tanto, la matriz A posee inversa si y sólo si α 6= 1.
Seguimos el proceso para obtenerla.

¸
1 −1 0 1 0 0
0 1 1 1 1 0
0 0 α −1 −1 −1 1
¸

F
3(
1
α−1
)
−→

¸
1 −1 0 1 0 0
0 1 1 1 1 0
0 0 1 −
1
α−1

1
α−1
1
α−1
¸

F
23
(−1)
−→

¸
1 −1 0 1 0 0
0 1 0
α
α−1
α
α−1

1
α−1
0 0 1 −
1
α−1

1
α−1
1
α−1
¸

F
12
(1)
−→

¸
1 0 0
2α−1
α−1
α
α−1

α
α−1
0 1 0
α
α−1
α
α−1

1
α−1
0 0 1 −
1
α−1

1
α−1
1
α−1
¸

.
Por consiguiente,

¸
1 −1 0
−1 2 1
0 1 α
¸

−1
=

¸
2α−1
α−1
α
α−1

1
α−1
α
α−1
α
α−1

1
α−1

1
α−1

1
α−1
1
α−1
¸

151
Examen de de Diciembre de 2003 152
(B) Usamos el método de Gauss para estudiar las condiciones que debe verificar el vector b para que
el sistema tenga solución.

¸
1 −1 0 b
1
−1 2 1 b
2
0 1 1 b
3
¸

F
21
(1)
−→

¸
1 −1 0 b
1
0 1 1 b
2
+b
1
0 1 1 b
3
¸

F
32
(−1)
−→

¸
1 −1 0 b
1
0 1 1 b
2
+b
1
0 0 0 −b
1
−b
2
+b
3
¸

, luego
el sistema Ax = b tiene solución si y sólo si −b
1
−b
2
+b
3
= 0.
Nótese que sólo es necario aplicar sobre el vector columna b las dos primeras transformaciones
elementales realizadas en el apartado (A).
(C) Un vector x = (x
1
, x
2
, x
3
) ∈ R(A) si y sólo si x es combinación lineal de las columnas de A, y
esto ocurre si y sólo si que el sistema Ac = x tiene alguna solución c. Por lo visto en el apartado
anterior se debe verificar −x
1
−x
2
+x
3
= 0, que es una ecuación implícta de R(A).
(D) Como la matriz A =

¸
1 −1 0
−1 2 1
0 1 1
¸

es simétrica, es posible encontrar una matriz de paso
ortogonal que diagonalize a A. Para encontrar la matriz diagonal D y la matriz de paso ortogonal
P calculamos los autovalores y los autovectores de dicha matriz. En primer lugar resolvemos la
ecuación característica |λI −A| = 0.
¯
¯
¯
¯
¯
¯
λ −1 1 0
1 λ −2 −1
0 −1 λ −1
¯
¯
¯
¯
¯
¯
= (λ −1)
¯
¯
¯
¯
λ −1 1
1 λ −2
¯
¯
¯
¯
+
¯
¯
¯
¯
λ −1 0
1 −1
¯
¯
¯
¯
=
= (λ −1)
¡
λ
2
−3λ + 1
¢
−(λ −1) = (λ −1)
¡
λ
2
−3λ
¢
= (λ −1) (λ −3) λ,
luego los autovalores de la matriz A son λ
1
= 1, λ
2
= 3, λ
3
= 0.
Para encontrar los autovectores correspondientes a cada autovectores debemos resover en cada
caso el sistema homogéneo (λ
i
I −A) x = 0. Lo hacemos en cada caso utilizando el método de
Gauss.
Para λ
1
= 1

¸
0 1 0 0
1 −1 −1 0
0 −1 0 0
¸

P
21
−→

¸
1 −1 −1 0
0 1 0 0
0 −1 0 0
¸

F
32
(1)
−→

¸
1 −1 −1 0
0 1 0 0
0 0 0 0
¸

=⇒

x
1
= t,
x
2
= 0,
x
3
= t.
Por lo tanto, una base del subespacio propio asociado al autovalor λ
1
= 1 es {(1, 0, 1)} .
Para λ
2
= 3

¸
2 1 0 0
1 1 −1 0
0 −1 2 0
¸

P
21
−→

¸
1 1 −1 0
2 1 0 0
0 −1 2 0
¸

F
21
(−2)
−→

¸
1 1 −1 0
0 −1 2 0
0 −1 2 0
¸

F
32
(−1)
−→

¸
1 1 −1 0
0 1 −2 0
0 0 0 0
¸

=⇒

x
1
= −t,
x
2
= 2t,
x
3
= t.
Por lo tanto, una base del subespacio propio asociado al autovalor λ
2
= 3 es {(−1, 2, 1)} .
Para λ
3
= 0

¸
−1 1 0 0
1 −2 −1 0
0 −1 −1 0
¸

F
1
(−1)
−→

¸
1 −1 0 0
1 −2 −1 0
0 −1 −1 0
¸

F
21
(−1)
−→

¸
1 −1 0 0
0 −1 −1 0
0 −1 −1 0
¸

Examen de de Diciembre de 2003 153
F
32
(−1)
−→

¸
1 −1 0 0
0 −1 −1 0
0 0 0 0
¸

=⇒

x
1
= −t,
x
2
= −t,
x
3
= t.
Por lo tanto, una base del subespacio propio asociado al autovector λ
3
= 0 es {(−1, −1, 1)} .
Observése que la base de R
3
formada por los tres autovectores {(1, 0, 1) , (−1, 2, 1) , (−1, −1, 1)}
es ortogonal y, normalizando, obtenemos una base ortonormal de R
3
formada por autovectores,
½µ
1

2
, 0,
1

2

,
µ

1

6
,
2

6
,
1

6

,
µ

1

3
, −
1

3
,
1

3
¶¾
.
En consecuencia,
D =

¸
1 0 0
0 3 0
0 0 0
¸

y P =

¸
¸
1

2

1

6

1

3
0
2

6

1

3
1

2
1

6
1

3
¸

(E) En primer lugar obtenemos una base del subespacio de R
3
, W ≡ x −y +z = 0. La dimensión de
W es dos, pues está determinado por una ecuación implícita no nula. Una base estará formada
por dos vectores independientes que pertenezcan al subespacio; en este caso, puede elegirse
{(1, 1, 0) , (1, 0, −1)}. Para obtener la proyección ortogonal necesitamos una base ortogonal del
subespacio. La obtenemos a partir de la que tenemos utilizando el método de Gram-Schmidt:
v
1
= (1, 1, 0) y v
2
= (1, 0, −1) −
1
2
(1, 1, 0) =
µ
1
2
, −
1
2
, −1

.
Podemos tomar como v
2
un múltiplo del que tenemos y así no trabajamos con fracciones.
Tomamos por tanto como v
2
= (1, −1, −2) . Ahora calculamos la proyección ortogonal utilizando
la fórmula
proy
W
(b) =
b.v
1
v
1
.v
1
v
1
+
b.v
2
v
2
.v
2
v
2
=
2
2
(1, 1, 0) +
−4
6
(1, −1, −2) =
µ
1
3
,
5
3
,
4
3

.
PROBLEMA 2.-
(A) [4 puntos] Encontrar los extremos relativos de la función g(x) = x
3
+x
2
−1. Con esa información,
realizar un esbozo de la gráfica de la función g.
(B) [3 puntos] Calcular con tres cifras decimales exactas el punto en el que la función g corta a la
parte positiva del eje de las x. Tomar como primera iteración x
0
= 1.
(C) [3 puntos] Encontrar los máximos y mínimos absolutos de la función f(x) =
x
4
4
+
x
3
3
−x + 5
en el intervalo [0, 2]. Con esa información, realizar un esbozo de la gráfica de f en el intervalo
[0, 2].
Solución:
(A) Como g es una función derivable en R, sabemos que los extremos relativos se obtienen encon-
trando aquellos puntos que anulan la derivada primera. g
0
(x) = 3x
2
+2x = x(3x+2). Entonces
g
0
(x) = 0 si y sólo si x = 0 ó x = −
2
3
. Calculamos la derivada segunda g
00
(x) = 6x + 2 y
obtenemos g
00
(0) = 2 > 0, por lo tanto el punto m(0, −1) es un mínimo relativo. Por otro
lado, g
00
(−
2
3
) = 6
¡

2
3
¢
+ 2 = −2 < 0, luego el punto M(−
2
3
, −
23
27
) es un máximo relativo.
Teniendo en cuenta que la función g es una función derivable en R y que lim
x→−∞
g(x) = −∞ y
lim
x→+∞
g(x) = +∞ obtenemos que una gráfica aproximada de g en la Figura 36.
Examen de de Diciembre de 2003 154
-1.5 -1 -0.5 0 0.5 1 1.5
-3
-2
-1
0
1
2
3
4
5
grafica de g
eje de abcisa
e
j
e

d
e

o
r
d
e
n
a
d
a
s
Figura 36: Gráfica de g(x) = x
3
+x
2
−1.
(B) Por el razonamiento del apartado anterior sabemos que g corta al eje positivo de las x en un
sólo punto. Si utilizamos el teorema de Bolzano y tenemos en cuenta que g(0) = −1 y g(1) = 1,
se comprueba que el único punto de corte está entre cero y uno. Para obtenerlo utilizamos el
método de Newton. Recordamos que se obtiene una sucesión de aproximaciones a la solución
que se busca con la fórmula x
n+1
= x
n

g(x
n
)
g
0
(xn)
. Ordenamos dicha sucesión en la tabla que sigue.
n x
n
g (x
n
) g
0
(x
n
)
g(xn)
g
0
(x
n
)
x
n+1
= x
n

g(xn)
g
0
(x
n
)
0 1 1 5 0.2 0.8
1 0.8 0.152 3.52 0.043182 0.756818
2 0.756818 0.0062 3.231956 0.001937 0.754881
3 0.754881 0.000011 3.219298 0.000003 0.754878
Como la diferencia |x
3
−x
2
| = 0.000003 < 0.001 tenemos que la solución aproximada que
buscábamos es x
3
= 0.754878.
c) Como la función f es continua en el intervalo [0, 2], lafunción f tiene máximo y mínimo absolutos
en dicho intervalo. Estos máximos o mínimos tienen que estar entre los puntos críticos del interior
del intervalo o en los extremos. Calculamos los puntos críticos que pertenecen al intervalo (0, 2) .
Para ello derivamos la función f y buscamos los puntos que anulan la derivada f
0
(x) = x
3
+x
2
−1.
Tenemos que encontrar las soluciones de la ecuación x
3
+x
2
−1 = 0 que pertenezcan al intervalo
abierto (0, 2) . Según hemos justificado en el apartado anterior existe sólo una solución y es
x
3
= 0.754878. Calculamos el valor que toma la función en los extremos y en x
3
: f (0) = 5,
f (2) = 9.666667 y f (0.754878) = 4.469688. Por lo tanto hay un mínimo absoluto en 0.754878
cuyo valor es 4.469688 y un máximo absoluto en 2 cuyo valor es 9.666667. Con esta información
una gráfica aproximada de f está dada en la Figura 37.
PROBLEMA 3.-
Examen de de Diciembre de 2003 155
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
4
5
6
7
8
9
10
grafica de f
eje de abcisa
e
j
e

d
e

o
r
d
e
n
a
d
a
s
Figura 37: Gráfica de f(x) =
x
4
4
+
x
3
3
−x + 5.
(A) [3 puntos] Calcular el área encerrada por las gráficas
y =
x
2
+x −1
x
3
−x
2
; x = 2; x = 3; y = 0.
(B) [4 puntos] Calcular el volumen que se obtiene cuando la región del primer cuadrante delimitada
por las gráficas
y = 0; x = 0; y = cos x
gira entorno de la recta y =
π
2
.
(C) [3 puntos] Obtener
ZZ
D
y
2
dA, siendo D la región del primer cuadrante limitada por las curvas
de ecuaciones y = x; y =

1 −x
2
; y = 0.
Solución:
(A) Obsérvese que la función
f(x) =
x
2
+x −1
x
3
−x
2
no se anula en el intervalo [2, 3] (ver Figura 38). Así, el área solicitada viene dada por
Z
3
2
x
2
+x −1
x
3
−x
2
dx.
Ahora, descomponemos el integrando en fracciones simples. Para ello, debemos encontrar
A, B, C ∈ R tales que
x
2
+x −1
x
3
−x
2
=
x
2
+x −1
x
2
(x −1)
=
A
x
+
B
x
2
+
C
x −1
.
Examen de de Diciembre de 2003 156
x
y
2 3
Figura 38: Gráfica de la función f(x) =
x
2
+x−1
x
3
−x
2
.
De aquí, las contantes A, B y C deben satsifacer
Ax(x −1) +B(x −1) +Cx
2
= x
2
+x −1. (4)
Tomando x = 0 en (4) se obtiene B = 1 y haciendo x = 1 llegamos a C = 1. Igualando los
coeficientes de grado 2 de los polinomios izquierdo y derecho de (4) se tiene A+C = 1, de donde,
A = 0. Por consiguiente,
x
2
+x −1
x
3
−x
2
=
1
x
2
+
1
x −1
y el área pedida es,
Z
3
2
x
2
+x −1
x
3
−x
2
dx =
Z
3
2
dx
x
2
+
Z
3
2
dx
x −1
= −
1
x
¯
¯
¯
¯
3
2
+ ln|x −1||
3
2
= −
1
3
+
1
2
+ ln2 =
1
6
+ ln2.
(B) Aplicamos el método de discos (ver Figura 39) y el volumen pedido es
π/2-cos x
y=cos x
π/2
π/2
y
x
Figura 39: Gráfica de y = cos x.
Examen de de Diciembre de 2003 157
V = π
Z
π/2
0
³
π
2
´
2
dx −π
Z
π/2
0
³
π
2
−cos x
´
2
dx =
= π
Z
π/2
0
³
π
2
´
2
dx −π
Z
π/2
0
³
π
2
´
2
dx +π
Z
π/2
0
π cos xdx −π
Z
π/2
0
cos
2
xdx =
= π
2
senx|
π/2
0
−π
Z
π/2
0
1 + cos 2x
2
dx = π
2
−π
Z
π/2
0
1
2
dx −π
Z
π/2
0
cos 2x
2
dx =
= π
2

π
2
4
−π
sen2x
4
¯
¯
¯
¯
π/2
0
=
3
4
π
2
.
(C) Teniendo en cuenta la Figura 40, el dominio de integración D puede escribirse en coordenadas
polares mediante la forma
D = {(θ, r) : 0 6 θ 6 π/4, 0 6 r 6 1}.
x
y
y=x
x
2
+y
2
=1
D
Figura 40: Representación del dominio D.
Por tanto, la integral doble es
ZZ
D
y
2
dA =
Z
π/4
0
Z
1
0
r
2
sen
2
θ · rdrdθ =
Z
π/4
0
Z
1
0
r
3
sen
2
θ · drdθ =
=
Z
π/4
0
r
4
4
¯
¯
¯
¯
r=1
r=0
sen
2
θdθ =
1
4
Z
π/4
0
sen
2
θdθ =
1
4
Z
π/4
0
1 −cos 2θ
2
dθ =
1
16
³
π
2
−1
´
.
PROBLEMA 4.-
(A) [3 puntos] Calcular
Z
C
2xydx −xydy, donde C es el camino cerrado que va desde (0, 0) hasta
(1, 2) sobre la parábola y = 2x
2
y luego regresa a (0, 0) sobre la recta y = 2x.
(B) [3 puntos] Obtener el volumen del sólido limitado por las superficies de ecuaciones x
2
+y
2
= 4,
z = 0 y z =
p
9 −x
2
−y
2
.
Examen de de Diciembre de 2003 158
(C) [2 puntos] Calcular los extremos relativos de la función f(x, y) = 2x
3
−6x
2
+ 3y
2
+ 30.
(D) [2 puntos] Calcular los extremos absolutos de la función f(x, y) = 2x
3
−6x
2
+ 3y
2
+ 30 en la
región del plano R acotada por la curva de ecuación x
2
+y
2
= 1.
Solución:
(A) El camino cerrado C puede escribir en la forma C = C
1
∪ C
2
, donde C
1
y C
2
admiten las
parametrizaciones
C
1

½
x = t
y = 2t
2
para t ∈ [0, 1], C
1

½
x = 1 −t
y = 2 −2t
para t ∈ [0, 1].
Luego, la integral puede calcularse por medio de
Z
C
2xydx −xydy =
Z
C
1
2xydx −xydy +
Z
C
2
2xydx −xydy =
=
Z
1
0
¡
2 · t ·
¡
2t
2
¢
· 1 −t ·
¡
2t
2
¢
· (4t)
¢
dt +
+
Z
1
0
(2 (1 −t) · (2 −2t) · (−1) −(1 −t) · (2 −2t) · (−2)) dt.
Las anteriores intregrales son inmediantas, teniendo la segunda de ellas el valor cero. Así, la
integral de línea pedida vale
Z
C
2xydx −xydy = −
3
5
.
(B) El volumen solicitado puede obtenerse a partir de la itegral doble
V =
ZZ
R
p
9 −x
2
−y
2
dA,
donde R = {(x, y) ∈ R
2
: x
2
+y
2
6 4}.
Utilizando coordenadas polares el volumen es,
V =
ZZ
R
p
9 −x
2
−y
2
dA =
Z

0
Z
2
0
p
9 −r
2
rdrdθ = −
1
2
Z

0
2
3
³
p
9 −r
2
´
3
¯
¯
¯
¯
r=2
r=0
dθ =
= −
Z

0
1
3
³
5

5 −27
´
dθ =

3
³
27 −5

5
´
.
Obsérvese que el volumen pedido puede entenderse como el exterior al cilindro y compremdio
entre z = 0 y z =
p
9 −x
2
−y
2
. En este caso, el volumen viene dado, en coordenadas polares,
mediante
V =
Z

0
Z
3
2
p
9 −r
2
rdrdθ = −
1
2
Z

0
2
3
³
p
9 −r
2
´
3
¯
¯
¯
¯
3
2
dθ =
10

5
3
π.
(C) Los puntos críticos de f(x, y) = 2x
3
− 6x
2
+ 3y
2
+ 30 se obtienen resolviendo el sistema de
ecuaciones

∂f
∂x
(x, y) = 6x
2
−12x = 0,
∂f
∂y
(x, y) = 6y = 0.
Examen de de Diciembre de 2003 159
La resolución de este sistema es sencilla y los puntos críticos de f son (0, 0) y (2, 0).
Para clasifircar estos puntos críticos, debemos obtener las derivadas parciales de segundo orden
de f:

2
f
∂x
2
(x, y) = 12x −12,

2
f
∂y
2
(x, y) = 6,

2
f
∂x∂y
(x, y) =

2
f
∂y∂x
(x, y) = 0.
Para (0, 0):

2
f
∂x
2
(0, 0) ·

2
f
∂y
2
(0, 0) −
µ

2
f
∂y∂x
(x, y)

2
= −12 · 6 = −72 < 0,
luego el origen es punto de silla de f.
Para (2, 0):

2
f
∂x
2
(x, y) = 12 > 0 y

2
f
∂x
2
(0, 0) ·

2
f
∂y
2
(0, 0) −
µ

2
f
∂y∂x
(x, y)

2
= 72 > 0,
luego el punto (2, 0) es un mínimo relativo de f.
(D) De acuerdo con el apartado anterior, el origen es el único punto crítico de f en el interior de
R = {(x, y) ∈ R
2
: x
2
+y
2
6 1}.
Puesto que la frontera de R, círculo de centro el origen y radio uno, puede parametrizarse
mediante x = cos θ, y = senθ con θ ∈ [0, 2π), la función f restringida a dicha frontera adquiere
la forma
g(θ) = f(cos θ, senθ) = 2 cos
3
θ −6 cos
2
θ + 3 sen
2
θ + 30, θ ∈ [0, 2π).
Los puntos críticos de la función g se obtienen resolviendo la ecuación g
0
(θ) = 0. Esto es, después
de algunas simpiflicaciones debemos resolver la ecuación
g
0
(θ) = 6 cos θ senθ(−cos θ + 3) = 0.
Como −cos θ + 3 6= 0 para todo θ real, las soluciones de la ecuación anterior en el intervalo
[0, 2π) son θ = 0, θ = π/2, θ = 3π/2 y θ = π. Los correspondientes puntos del círculo son por
tanto, (1, 0), (0, 1), (−1, 0) y (0, −1).
Ahora evaluamos f en todos los puntos obtenidos salvo el origen, pues f no puede alcanzar un
extremo absoluto en el origen, ya que, a partir del apartado (C), sabemos que el origen es un
punto de silla. Puesto que,
f(1, 0) = 26, f(0, 1) = 33, f(−1, 0) = 22, f(0, −1) = 33.
el valor máximo de f restringida a R es 33 y se alcanza en los puntos (0, 1) y (0, −1) y el mínimo
absoluto se alcanza en el punto (−1, 0) y valor es 22.
Primer Parcial. Curso 2003-04
PROBLEMA 1.-
Considérese el sistema ecuaciones lineales

x +ky −2z = −1
kx +y −2z = −1
2x + 2y −3z = −1
con k ∈ R.
(A) [3 puntos] Discutir, en función del parámetro real k, la compatibilidad del sistema.
(B) [2 puntos] Cuando sea compatible indeterminado, utilizar el método de Gauss para resolverlo.
(C) [2 puntos] ¿Para qué valores de k la matriz de coeficientes es regular? Obtener, si es posible, la
inversa de dicha matriz cuando k = 2. ¿Cúal es la solución del sistema para k = 2?
(D) [3 puntos] ¿Para qué valores de k la matriz de coeficientes admite descomposición LU? Encontrar
esta descomposición para todos los valores posibles y utilizarla para resolver el sistema cuando
k = 0.
Solución:
(A) Realizamos transformaciones elementales a la matriz ampliada del sistema hasta obtener la forma
escalonada.

¸
1 k −2 −1
k 1 −2 −1
2 2 −3 −1
¸

F
21
(−k)
−→
F
31
(−2)

¸
1 k −2 −1
0 1 −k
2
−2 + 2k −1 +k
0 2 −2k 1 1
¸

P
23
−→

¸
1 k −2 −1
0 2 −2k 1 1
0 1 −k
2
−2 + 2k −1 +k
¸

F
2
(
1
2−2k
)
−→
k6=1

¸
1 k −2 −1
0 1
1
2−2k
1
2−2k
0 1 −k
2
−2 + 2k −1 +k
¸

F
31(−(1−k
2
))
−→

¸
1 k −2 −1
0 1
1
2−2k
1
2−2k
0 0
−5+3k
2
−3+k
2
¸

F
3
(
2
−5+3k
)
−→
−5+3k6=0

¸
1 k −2 −1
0 1
1
2−2k
1
2−2k
0 0 1
−3+k
−5+3k
¸

. Ahora discutimos las distintas situaciones que pueden presentarse:
(A.1) Si k 6= 1 y −5 + 3k 6= 0 ( o lo que es lo mismo k 6=
5
3
) en el sistema hay tantos unos
principales como incognitas y el sistema es por tanto compatible determinado.
(A.2) Si k = 1 volvemos al punto anterior donde supusimos que k 6= 1 y continuamos a partir
de ahí las transformaciones elementales, obteniendo en este caso que el sistema de partida es
equivalente al sistema cuya matriz ampliada es

¸
1 1 −2 −1
0 0 1 1
0 0 0 0
¸

. Por lo tanto el sistema es compatible indeterminado, ya que la matriz
escalonada tiene sólo dos unos principales y tres incognitas.
160
Primer Parcial. Curso 2003-04 161
(A.3) Si k =
5
3
(entonces k 6= 1) con lo que se pueden realizar todas las transformaciones hasta
donde hemos supuesto k 6=
5
3
. A partir de ahí continuamos, obteniendo en este caso que el
sistema de partida es equivalente al sistema cuya matriz ampliada es

¸
1 k −2 −1
0 1
1
2−2k
1
2−2k
0 0 0 −
2
3
¸

. La última ecuación pone de manifiesto que el sistema es en este caso
incompatible.
Resumimos en el siguiente cuadro el estudio de la compatibilidad.
Valor de k Compatibilidad
k 6= 1 y k 6= 5/3 Compatible determinado
k = 1 Compatible indeterminado
k = 5/3 Incompatible
(B) Según los cálculos realizados en el apartado (A) obtenemos un sistema compatible indeterminado
cuando k = 1. En este caso, y según se ha visto antes, el sistema de partida es equivalente al
sistema cuya matriz ampliada es

¸
1 1 −2 −1
0 0 1 1
0 0 0 0
¸

. Sus soluciones son

x = 1 −t
y = t
z = 1
con
t ∈ R.
(C) Recordamos que una matriz cuadrada M es regular (posee inversa) si y sólo si la forma escalonada
reducida de la matriz es la identidad (o equivalentemente, cualquier sistema con matriz de
coeficientes M es compatible determinado). Con los cálculos hechos en el apartado (A) tenemos
que la matriz es regular si y sólo si k 6= 1 y k 6=
5
3
. A continuación obtenemos la inversa de la
matriz, cuando k = 2, por el método de Gauss-Jordan

¸
1 2 −2 1 0 0
2 1 2 0 1 0
2 2 −3 0 0 1
¸

−→

¸
1 2 −2 1 0 0
0 −3 2 −2 1 0
0 −2 1 −2 0 1
¸

−→

¸
1 2 −2 1 0 0
0 1 −
2
3
2
3

1
3
0
0 −2 1 −2 0 1
¸

−→

¸
1 2 −2 1 0 0
0 1 −
2
3
2
3

1
3
0
0 0 −
1
3

2
3

2
3
1
¸

−→

¸
1 2 −2 1 0 0
0 1 −
2
3
2
3

1
3
0
0 0 1 2 2 −3
¸

−→

¸
1 2 0 5 4 −6
0 1 0 2 1 −2
0 0 1 2 2 −3
¸

−→

¸
1 0 0 1 2 −2
0 1 0 2 1 −2
0 0 1 2 2 −3
¸

. Por lo tanto,

¸
1 2 −2
2 1 −2
2 2 −3
¸

−1
=

¸
1 2 −2
2 1 −2
2 2 −3
¸

La solución del sistema para k = 2, podemos obtenerla de dos formas:
Primera forma: Si queremos resolver el sistema Ax = b y conocemos la inversa de la matriz A,
entonces la solución es x = A
−1
b, que en este caso es x =

¸
x
y
z
¸

=

¸
1 2 −2
2 1 −2
2 2 −3
¸

¸
−1
−1
−1
¸

=

¸
−1
−1
−1
¸

.
Segunda forma: Desde el apartado (A) pedemos resolver el sistema para cualquier valor de k si
k 6= 1 y k 6=
5
3
. En particular para k = 2 obtenemos qeu el sistema es equivalente al que tiene
como matriz ampliada

¸
1 2 −2 −1
0 1 −
1
2

1
2
0 0 1 −1
¸

y es directo ver que su solución es

x = −1,
y = −1,
z = −1.
Primer Parcial. Curso 2003-04 162
(D) Recordamos que una matriz cuadrada A tiene descomposición LU si es regular y se puede llegar
a la matriz escalonada U con unos en la diagonal sin necesidad de realizar intercambio de filas.
Como sabemos que A es regular cuando k 6= 1 y k 6=
5
3
, inicialmente suponemos que k no es
ninguno de estos valores.
A =

¸
1 k −2
k 1 −2
2 2 −3
¸

F
21
(−k)
−→
F
31
(−2)

¸
1 k −2
0 1 −k
2
−2 + 2k
0 2 −2k 1
¸

F
2
(
1
1−k
2
)
−→
k6=1,−1

¸
1 k −2
0 1 −
2
1+k
0 2 −2k 1
¸

F
32
(−(2−2k))
−→

¸
1 k −2
0 1 −
2
1+k
0 0
−5+3k
1+k
¸

F
3
Ã
1
−5+3k
1+k
!
−→
k6=
5
3

¸
1 k −2
0 1 −
2
1+k
0 0 1
¸

. Por lo tanto hay descomposición LU siempre
que k 6= −1, 1,
5
3
. En ese caso la descomposición es

¸
1 k −2
k 1 −2
2 2 −3
¸

=

¸
1 0 0
k 1 −k
2
0
2 2 −2k
5−3k
1+k
¸

¸
1 k −2
0 1 −
2
1+k
0 0 1
¸

Ahora resolvemos el sistema Ax = b, utilzando la descomposición LU, cuando k = 0. Recor-
damos que el método consiste en resolver dos sistemas triangulares.
Ax = b =⇒ (LU) x = b =⇒ L(Ux) = b. Si llamamos Ux = y, tenemos que hay resolver dos
sistemas. En primer lugar, el sistema Ly = b, de donde obtendremos el vector y y después
resolvemos el sistema Ux = y, de donde obtendremos la incognita pedida x.
Resolvemos el primer sistema Ly = b =⇒

¸
1 0 0
0 1 0
2 2 5
¸

¸
y
1
y
2
y
3
¸

=

¸
−1
−1
−1
¸

=⇒

y
1
= −1
y
2
= −1
y
3
=
3
5
y a continuación resolvemos el sistema Ux = y =⇒

¸
1 0 −2
0 1 −2
0 0 1
¸

¸
x
1
x
2
x
3
¸

=

¸
−1
−1
3
5
¸

=⇒

x
1
=
1
5
x
2
=
1
5
x
3
=
3
5
PROBLEMA 2.-
Consideremos la matriz
A =

¸
−1 −2 1
1 −1 2
1 0 1
¸

(A) [3 puntos] Encontrar bases para los subespacios R(A), R(A)

, N(A) y N(A)

, siendo R(A) el
espacio columna y N(A) el espacio nulo de la matriz A.
(B) [1 punto] Encontrar una base ortonormal para el subespacio R(A).
(C) [1 punto] Determinar el valor de c para que el vector (2, −2, c) pertenezca a N(A).
(D) [2 puntos] ¿Los vectores (2, −2, −2) y (1, 1, 1) pertenecen al subespacio R(A)? Encontrar la
pseudosolución del sistema

¸
−1 −2
1 −1
1 0
¸

µ
x
y

=

¸
1
1
1
¸

.
Primer Parcial. Curso 2003-04 163
(E) [3 puntos] Encontrar las proyecciones ortogonales de los vectores (2, −2, −2) y (1, 1, 1) sobre
los subespacios R(A), R(A)

, N(A) y N(A)

.
Solución:
(A) Sabemos que R(A) = lin{(−1, 1, 1) , (−2, 1, 0) , (1, 2, 1)} y que N(A) =
©
x ∈ R
3
: Ax = 0
ª
. Con
el fin de saber cuáles de los vectores que generan R(A) son independientes y de resolver el sistema
Ax = 0, obtenemos la matriz escalonada de A.

¸
−1 −2 1
1 −1 2
1 0 1
¸

−→

¸
1 2 −1
0 −3 3
0 −2 2
¸

−→

¸
1 2 −1
0 1 1
0 −2 2
¸

−→

¸
1 2 −1
0 1 1
0 0 0
¸

. La solución
del sistema Ax = 0 es

x
1
= −t
x
2
= t
x
3
= t
. Con los cálculos hechos obtenemos que una base de R(A)
es B
R(A)
= {(−1, 1, 1) , (−2, 1, 0)} y una base de N(A) es B
N(A)
= {(−1, 1, 1)} .
Como R(A)

=
©
x = (x
1
, x
2
, x
3
) ∈ R
3
: x · y = 0, para todo y ∈ R(A)
ª
, se tiene que (x
1
, x
2
, x
3
) ∈
R(A)

si y sólo si es ortogonal a los vectores de la base B
R(A)
, y por lo tanto R(A)


½
−x
1
+x
2
+x
3
= 0
−2x
1
−x
2
= 0
. Resolviendo el sistema obtenemos una base de R(A)

.
µ
−1 1 1 0
−2 −1 0 0

−→
µ
1 −1 −1 0
0 −3 −2 0

=⇒

x
1
= t
x
2
= −2t
x
3
= 3t
luego R(A)

= lin{(1, −2, 3)}
y una base de R(A)

es B
R(A)
⊥ = {(1, −2, 3)}
De la misma forma, N(A)

=
©
x = (x
1
, x
2
, x
3
) ∈ R
3
: x · y = 0, para todo y ∈ N(A)
ª
, y se tiene
que (x
1
, x
2
, x
3
) ∈ N(A)

si y sólo si −x
1
+ x
2
+ x
3
= 0. Resolviendo el sistema obtenemos
una base de N(A)

. Como la solución de −x
1
+ x
2
+ x
3
= 0 es

x
1
= t +s,
x
2
= s,
x
3
= t,
se tiene que
N(A)

= lin{(1, 1, 0) , (1, 0, 1)} y una base de N(A)

es B
N(A)
⊥ = {(1, 1, 0) , (1, 0, 1)}, ya que
los vectores (1, 1, 0) y (1, 0, 1) son claramente independientes.
(B) Para obtener una base ortonormal de R(A) utilizamos el método de ortonormalización de Gram-
Schmidt. Inicialmente consideramos la base de R(A) {(−1, 1, 1) , (−2, 1, 0)} . Hacemos
u
1
= (−1, 1, 1)
u
2
= (−2, 1, 0) −
1
3
(−1, 1, 1) =
µ

5
3
, −
4
3
, −
1
3

Los vectores {u
1
, u
2
} constituyen una base ortogonal de R(A). Dividiendo cada vector por su
norma obtenemos la base ortonormal pedida {v
1
, v
2
}
v
1
=
µ

1

3
,
1

3
,
1

3

v
2
=
µ

5

42
, −
4

42
, −
1

42

(C) El vector (2, −2, c) ∈ N(A) si y sólo si (2 −2, c) es combinación lineal de (−1, 1, 1), es decir, si
2
−1
=
−2
1
=
c
1
, de donde deducimos que c = −2
Primer Parcial. Curso 2003-04 164
(D) Los vectores (2, −2, −2) y (1, 1, 1) ∈ R(A) si y sólo si son combinación lineal de los elementos
de la base de R(A), y eso ocurrirá si y sólo si los sistemas

¸
−1 −2
1 −1
1 0
¸

µ
x
y

=

¸
2
−2
−2
¸

y

¸
−1 −2
1 −1
1 0
¸

µ
x
y

=

¸
1
1
1
¸

tienen solución. Resolvemos cadas uno de ellos.

¸
−1 −2 2
1 −1 −2
1 0 −2
¸

−→

¸
1 2 −2
0 −3 0
0 −2 0
¸

−→

¸
1 2 −2
0 1 0
0 0 0
¸

. Como vemos la solución de
este sistema es
µ
x
y

=
µ
−2
0

. Por lo tanto (2 −2, −2) ∈ R(A), de hecho, (2 −2, −2) =
−2 (−1, 1, 1) + 0 (−2, −1, 0)
Ahora estudiamos la compatibilidad del segundo sistema

¸
−1 −2 1
1 −1 1
1 0 1
¸

−→

¸
1 2 −2
0 −3 2
0 −2 2
¸

−→

¸
1 2 −2
0 1 −
2
3
0 −2 2
¸

−→

¸
1 2 −2
0 1 −
2
3
0 0
2
3
¸

. Este sis-
tema no tiene solución, por lo tanto (1, 1, 1) / ∈ R(A). Obsérvese que las transformaciones ele-
mentales, en este caso, sólo deben aplicarse al término independiente.
Obtendremos la pseudosolución del sistema

¸
−1 −2
1 −1
1 0
¸

µ
x
y

=

¸
1
1
1
¸

resolviendo el sis-
tema normal asociado de Gauss.
µ
−1 1 1
−2 −1 0

¸
−1 −2
1 −1
1 0
¸

µ
x
y

=
µ
−1 1 1
−2 −1 0

¸
1
1
1
¸

=⇒
µ
3 1
1 5
¶µ
x
y

=
µ
1
−3

.
Para resolver este último sistema usamos el método de Gauss.
µ
3 1 1
1 5 −3

−→
µ
1 5 −3
3 1 1

−→
µ
1 5 −3
0 −14 10

=⇒
½
x =
4
7
y = −
5
7
, luego la pseudosolu-
ción es x
0
=
µ
4
7

5
7

.
(E) Calculamos primero la proyección del vector z = (1, 1, 1) sobre cada uno de los subespacios y
después la del vector w = (2 −2, −2).
La proyección de z sobre R(A) puede calcularse de dos formas. En primer lugar, como en el
apartado anterior hemos calculado la pseudosolución, tenemos que
proy
R(A)
(z) =

¸
−1 −2
1 −1
1 0
¸

µ
4
7

5
7

=

¸
6
7
9
7
4
7
¸

.
Otra forma de calcular la proyección es utilizando la base ortonormal obtenida en el apartado
(B), en este caso se obtendría:
proy
R(A)
(z) =
1
3
(−1, 1, 1) −
10
42
(−5, −4, −1)
=
µ

14
42
,
14
42
,
14
42

+
µ
54
42
,
40
42
,
10
42

=
µ
36
42
,
54
42
,
24
42

=
µ
6
7
,
9
7
,
4
7

Primer Parcial. Curso 2003-04 165
Sabemos que cualquier vector b puede descomponerse en la forma b = proy
R(A)
(b)+proy
R(A)
⊥(b).
Por lo tanto proy
R(A)
⊥(b) = b −proy
R(A)
(b). Aplicando este razonamiento a nuestro caso obten-
emos
proy
R(A)
⊥(z) = z −proy
R(A)
(z) =
µ
1
7
,
−2
7
,
3
7

.
La proyección de z sobre N(A) se obtiene directamente teniendo en cuenta que {(−1, 1, 1)} es
una base ortogonal de N(A).
proy
N(A)
(z) =
1
3
(−1, 1, 1) =
µ

1
3
,
1
3
,
1
3

y
proy
N(A)
⊥(z) = z −proy
N(A)
(z) =
µ
4
3
,
2
3
,
2
3

La proyección de w sobre R(A) y N(A) son muy simples.
Como w ∈ R(A) se tiene que proy
R(A)
(w) = w = (2 −2, −2) y proy
R(A)
⊥(w) = (0, 0, 0) . De la
misma forma como w ∈ N(A) se tiene que proy
N(A)
(w) = w = (2 −2, −2) y proy
N(A)
⊥(w) =
(0, 0, 0) .
PROBLEMA 3.-
Sea A =

¸
2 0 2
0 −1 0
2 0 −1
¸

. Se pide:
(A) [3 puntos] ¿Es la matriz A diagonalizable? En caso afirmativo, encontrar una matriz de paso
P y una matriz diagonal D de forma que P
−1
AP = D (es decir, A = PDP
−1
).
(B) [2 puntos] ¿Es posible encontrar una matriz de paso ortogonal? Determínese en caso afirmativo.
(C) [3 puntos] ¿Posee la matriz A inversa? En caso afirmativo, encontrar una matriz de paso P
1
y
una matriz diagonal D
1
de forma que P
−1
1
A
−1
P
1
= D
1
(es decir, A
−1
= P
1
D
1
P
−1
1
).
(D) [2 puntos] Calcular la recta tangente a la curva de ecuación tg(xy) = x en el punto
³
1,
π
4
´
.
Solución:
(A) Como la matriz es simétrica, sin necesidad de realizar ningún cálculo, puede afirmarse que la
matriz es diagonalizable. Para obtener la matriz diagonal D y la matriz de paso P tenemos que
obtener los autovalores de A y sus autovectores asociados.
Calculamos el polinomio característico:
|λI −A| =
¯
¯
¯
¯
¯
¯
λ −2 0 −2
0 λ + 1 0
−2 0 λ + 1
¯
¯
¯
¯
¯
¯
= (λ + 1)
¯
¯
¯
¯
λ −2 −2
−2 λ + 1
¯
¯
¯
¯
= (λ + 1)
¡
λ
2
−λ −6
¢
= (λ + 1) (λ −3) (λ + 2) ,
Luego los autovalores son λ
1
= −1, λ
2
= −2 y λ
3
= 3, cada uno de ellos de multiplicidad
algebráica uno.
Primer Parcial. Curso 2003-04 166
Para calcular los autovectores asociados al autovalor λ
1
= −1 debemos resolver el sistema de
ecuaciones homogéneo (−I −A) x = 0

¸
−3 0 −2 0
0 0 0 0
−2 0 0 0
¸

−→

¸
1 0 0 0
0 0 1 0
0 0 0 0
¸

=⇒

x
1
= 0,
x
2
= t,
x
3
= 0.
Por lo tanto el subespacio propio
asociado autovalor λ
1
= −1 es V (−1) = lin{(0, 1, 0)} .
Para calcular los autovectores asociados al autovalor λ
2
= −2 debemos resolver el sistema de
ecuaciones homogéneo (−2I −A) x = 0

¸
−4 0 −2 0
0 −1 0 0
−2 0 −1 0
¸

−→

¸
1 0
1
2
0
0 1 0 0
0 0 0 0
¸

=⇒

x
1
= t,
x
2
= 0,
x
3
= −2t.
Por lo tanto el subespacio pro-
pio asociado al autovalor λ
2
= −2 es V (−2) = lin{(1, 0, −2)} .
Para calcular los autovectores asociados al autovalor λ
3
= 3 debemos resolver el sistema de
ecuaciones homogéneo (3I −A) x = 0

¸
1 0 −2 0
0 4 0 0
−2 0 4 0
¸

−→

¸
1 0 −2 0
0 1 0 0
0 0 0 0
¸

=⇒

x
1
= 2t,
x
2
= 0,
x
3
= t.
Por lo tanto el subespacio propio
asociado al autovalor λ
3
= 3 es V (3) = lin{(2, 0, 1)} .
Debe observarse que los autovectores asociados a autovalores distintos son ortogonales ya que la
matriz es simétrica. Con los cálculos realizados tenemos que la matriz A puede descomponerse
en la forma
A = PDP
−1
=

¸
0 1 2
1 0 0
0 −2 1
¸

¸
−1 0 0
0 −2 0
0 0 3
¸

¸
0 1 2
1 0 0
0 −2 1
¸

−1
(B) Como la matriz es simétrica puede afirmarse que es posible encontrar una matriz de paso or-
togonal, que llamaremos Q, tal que A = QDQ
T
. Como la base de autovectores obtenidos en el
apartado (A) (las columnas de P) es ortogonal, para obtener una base de autovectores que sean
ortonormales sólo necesitamos dividir cada autovector por su norma. Por lo tanto la matriz Q
es
Q =

¸
¸
0
1

5
2

5
1 0 0
0 −
2

5
1

5
¸

(C) Una matriz que sea diagonalizable tiene inversa si y sólo si sus autovalores son distintos de cero.
Como los tres autovalores de la matriz A son distintos de cero, la matriz A tiene inversa.
Como ya hemos descompuesto A en la forma A = QDQ
T
, obtenemos
A
−1
=
¡
QDQ
T
¢
−1
=
¡
Q
T
¢
−1
D
−1
Q
−1
= QD
−1
Q
T
,
por lo tanto P
1
= P y D
1
= D
−1
, es decir,
A
−1
=

¸
¸
0
1

5
2

5
1 0 0
0 −
2

5
1

5
¸

¸
−1 0 0
0 −
1
2
0
0 0
1
3
¸

¸
¸
0 1 0
1

5
0 −
2

5
2

5
0
1

5
¸

Primer Parcial. Curso 2003-04 167
(D) La ecuación de una recta tangente a una curva de ecuación y = f(x) en el punto (a, f(a)) viene
dada por y −f(a) = f
0
(a)(x −a). Por lo tanto para calcular la tangente a la curva en el punto
que nos piden sólo necesitamos calcular la derivada de la función en el punto en cuestión. Como
la función está definida de forma implícita realizamos la derivación implicita de la ecuación que
la define, obteniendo
¡
1 + tg
2
(xy)
¢
µ
x
dy
dx
+y

= 1
Sustituyendo los valores x = 1 e y =
π
4
, obtenemos que
dy
dx
(1) = y
0
(1) =
1
2

π
4
=
2 −π
4
. Luego
la ecuación de la recta tangente en el punto
³
1,
π
4
´
es
y −
π
4
=
2 −π
4
(x −1)
PROBLEMA 4.-
(A) Sea f(x) = xcos x.
(i) [3 puntos] Determinar el polinomio de Maclaurin de grado tres de f. Utilizar este poli-
nomio para obtener de forma aproximada f(0.1) y acotar el error cometido.
(ii) [2 puntos] Demostrar que f tiene exactamente un punto crítico c en el intervalo
³
0,
π
2
´
.
(iii) [2 puntos] Utilizar el método de Newton para obtener el punto crítico c con dos cifras
decimales exactas, tomando como valor incial x
1
= 1.
(B) [3 puntos] Determinar los extremos absolutos de la función g(x) =
x
2
+x
x
2
+ 1
en el intervalo [−1, 2].
Con esa información realizar un esbozo de la gráfica de g en dicho intervalo.
Solución:
(A) (i) El polinomio de McLaurin de grado tres de una función f(x) viene dado por P
3
(x) =
f(0) +
f
0
(0)
1!
x +
f
00
(0)
2!
x
2
+
f
000
(0)
3!
x
3
. En tal caso el error que se comente al aproximar la
función por dicho polinomio está dado por la fórmula R
3
(x) =
f
iv
(z)
4!
x
4
, donde z es un
número que está entre 0 y x.
Por lo tanto para calcular el polinomio de McLaurin y el error debemos derivar la función
hasta el cuarto orden.
f
0
(x) = cos x −xsenx =⇒f
0
(0) = 1
f
00
(x) = −2 senx −xcos x =⇒f
00
(0) = 0
f
000
(x) = −3 cos x +xsenx =⇒f
000
(0) = −3
f
iv
(x) = 4 senx +xcos x
Sustituyendo los valores obtenidos tenemos que el polinomio de McLaurin de grado tres de
f(x) es
P
3
(x) = x −
x
3
2
.
Primer Parcial. Curso 2003-04 168
Una vez conocido el polinomio, éste puede utilizarse para obtener el valor f(0.1) ' 0.1 −
(0.1)
3
2
= 0.0995
En este caso el error que se comete será R
3
(0.1) =
f
iv
(z)
4!
(0.1)
4
.
Como
¯
¯
f
iv
(z)
¯
¯
= |4 senz +z cos z| ≤ |4 senz| + |z cos z| ≤ 4 + |z| ≤ 4 + 0.1 = 4.1 < 5.
Entonces |R
3
(0.1)| ≤
5
4!
(0.1)
4
=
0.0005
24
= 0.00002083.
(ii) Como la función es derivable en el intervalo
³
0,
π
2
´
, los puntos críticos son aquellos en los
que la deivada primera se anula. Tenemos que resolver la ecuación cos x −xsenx = 0. Si
llamamos h(x) = cos x−xsenx, observamos que resolver la ecuación anterior es equivalente
a buscar los ceros de la función h(x). Comprobamos que esta función h(x) tiene un único
cero en el intervalo
³
0,
π
2
´
. Observamos que h(x) es una función continua en el intervalo
cerrado
h
0,
π
2
i
y que h(0)h(
π
2
) = −
π
2
. Por lo tanto, aplicando el teorema de Bolzano,
la función tiene al menos un cero en dicho intervalo. Como h
0
(x) = −2 senx − xcos x =
−(2 senx +xcos x) < 0 para todo x ∈
³
0,
π
2
´
se tiene que la función es decreciente y el
cero es único. En definitiva, hay un único punto crítico c de f(x) en el intervalo
³
0,
π
2
´
.
(iii) Recordamos que el método de Newton proporciona una sucesión de valores que se van
aproximando a la solución c de h(x) = 0. Dicha sucesión se obtiene de forma iterativa
mediante la fórmula x
n+1
= x
n

h(x
n
)
h
0
(x
n
)
, para n = 1, 2, ... y que es conveniente colocar los
datos que vamos obteniendo en una tabla como la que sigue:
n x
n
h(x
n
) h
0
(x
n
)
h(x
n
)
h
0
(x
n
)
x
n+1
= x
n

h(x
n
)
h
0
(x
n
)
1 1 −0.301169 −2.223244 0.135464 0.864536
2 0.864536 −0.008742 −2.082667 0.004198 0.860338
Como |x
2
−x
1
| = 0.004198 < 0.01, obtenemos que la solución pedida es c ' x
2
= 0.860338,
con dos cifras decimales exactas.
(B) Para obtener los extremos absolutos de g(x) en el intervalo cerrado [−1, 2] hemos de calcular
previamente los puntos críticos de la función en el intervalo abierto (−1, 2). Como la función
g(x) =
x
2
+x
x
2
+ 1
es derivable en (−1, 2), los puntos críticos serán aquellos puntos donde se anule
la derivada. Calculamos g
0
(x) =
−x
2
+ 2x + 1
(x
2
+ 1)
2
y resolvemos la ecuación −x
2
+2x+1 = 0, cuyas
soluciones son x
1
= 1 −

2 y x
2
= 1 +

2. Ya que 1 +

2 / ∈ (−1, 2), se tiene que el único punto
crítico de g en el intervalo (−1, 2) es x
1
= 1 −

2. A continuación calculamos el valor que toma
la función en el punto crítico y en los extremos del intervalo y decidiremos cuales son el máximo
y el mínimo absoluto
g (−1) = 0
g (2) =
6
5
g
³
1 −

2
´
=
4 −3

2
4 −2

2
< 0
Primer Parcial. Curso 2003-04 169
Por lo tanto, el máximo absoluto se alcanza en el extremo b = 2 y su valor es g(2) =
6
5
y el
mínimo se alcanza en x
1
= 1 −

2 siendo su valor mínimo g(x
1
) =
4 −3

2
4 −2

2
.
Con esta información la gráfica de la función g en el intervalo [−1, 2] se encuentra en la Figura
41.
x
y
Mínimo absoluto
Máximo absoluto
2
x
1

-1
Figura 41: Representación gráfica de g(x) =
x
2
+x
x
2
+ 1
en el intervalo [−1, 2].
Segundo Parcial. Curso 2003-04
PROBLEMA 1.-
(A) [3 puntos] Calcular la integral
Z
e
−x
senx dx. Averiguar si la integral impropia
Z

0
e
−x
senx dx
es convergente, y en caso afirmativo, obtener su valor.
(B) [4 puntos] Calcular las siguientes integrales definidas:
Z
1
0

1 −x
2
dx ;
Z
1
0
x

1 −x
2
dx
(C) [3 puntos] Sea R la regíón limitada por arriba por la circunferencia x
2
+ y
2
= 1 y por debajo
por la recta x + y = 1. Calcular el volumen del sólido que se obtiene cuando la región R gira
entorno de la recta x = 2.
Solución:
(A) Aplicamos el método de integración por partes.
Z
e
−x
senx dx =
·
u = e
−x
du = −e
−x
dx
dv = senx v = −cos x
¸
= −e
−x
cos x −
Z
e
−x
cos x dx =
=
·
u = e
−x
du = −e
−x
dx
dv = cos x v = senx
¸
= −e
−x
cos x −e
−x
senx −
Z
e
−x
senx dx
Luego, denominando I =
Z
e
−x
senx dx, hemos llegado a la igualdad
I = −e
−x
cos x −e
−x
senx −I
lo que nos conduce directamente a
I = −
e
−x
(cos x + senx)
2
esto es,
Z
e
−x
senx dx = −
e
−x
(cos x + senx)
2
+C
Por lo tanto
Z

0
e
−x
senxdx = lim
b→∞
Z
b
0
e
−x
senxdx = lim
b→∞
·

1
2
e
−x
(senx + cos x)
¸
b
0
= lim
b→∞
µ

1
2
e
−b
(senb + cos b) +
1
2

=
1
2
ya que lim
b→∞
µ

1
2
e
−b
(senb + cos b)

= 0 al ser el producto de una función que tiende a cero
( lim
b→∞
e
−b
= 0) por otra que está acotada (|senb + cos b| 6 |senb| + |cos b| 6 2).
170
Segundo Parcial. Curso 2003-04 171
(B) Realizamos la primera integral mediante el método de sustitución o cambio de variable.
I
1
=
Z
1
0

1 −x
2
dx ⇒
½
x = sent,
dx = cos tdt.
Cuando x = 0 ⇒ t = 0 y cuando x = 1 ⇒ t =
π
2
. Por
lo tanto,
I
1
=
Z π
2
0
cos
2
tdt =
1
2
Z π
2
0
(1 + cos 2t) dt =
1
2
·
t +
sen2t
2
¸π
2
0
=
π
4
.
Nótese que la integral I
1
respresenta la cuarta parte del área del círculo de centro el origen y
radio uno.
La segunda integral es inmediata.
I
2
=
Z
1
0
x
p
1 −x
2
dx = −
1
2
2
3
·
q
(1 −x
2
)
3
¸
1
0
=
1
3
.
(C) Calculamos el volumen por el método de las capas (ver Figura 42):
y=1-x
x
2
+ y
2
= 1
x=2
x
p(x)=2-x
h(x)=( 1-x
2
)
1/2
-(1-x)
Figura 42: Esbozo de la región R definida en el apartado (C) del problema 1.
V = 2π
Z
1
0
(2 −x)
³
p
1 −x
2
−(1 −x)
´
dx =
= 2π
µ
2
Z
1
0
p
1 −x
2
dx −
Z
1
0
x
p
1 −x
2
dx −
Z
1
0
(2 −x) (1 −x)dx

=
= 2π
µ
2 ·
π
4

1
3

Z
1
0
¡
x
2
−3x + 2
¢
dx

=
= 2π
µ
π
2

1
3

5
6

= π
3π −7
3
.
Segundo Parcial. Curso 2003-04 172
PROBLEMA 2.-
(A) Consideremos la función f(x, y) = 2x
2
+ 3y
2
. Calcular:
(A.1) [2 puntos] Determinar la curva de nivel de la superficie z = f(x, y) que pasa por el punto
(2, 1).
(A.2) [1 punto] ¿En qué dirección crece más rapidamente en el punto (2, 1) la función f?
(A.3) [2 puntos] Obtener la ecuación de la recta tangente a la curva de nivel anterior en el punto
(2, 1) .
(B) Considérese la función h(x, y) = x
2
−6x +y
2
−8y + 7.
(B.1) [2 puntos] Determinar y clasificar los puntos críticos de h.
(B.2) [3 puntos] Encontrar el máximo y mínimo de h sobre el círculo {(x, y) ∈ R
2
: x
2
+y
2
6 1}.
Solución:
(A.1) Para calcular la curva de nivel de la superficie z = f(x, y) = 2x
2
+ 3y
2
que pasa (2, 1) debemos
obtener la imagen del punto (2, 1) mediante f: f(2, 1) = 2 · 2
2
+ 3 · 1
2
= 11. Así, la curva de
nivel de z = 2x
2
+ 3y
2
que pasa (2, 1) es la elipse de ecuación 2x
2
+ 3y
2
= 11.
(A.2) Sabemos que la dirección en la que crece más rapidamente la función f en el punto (2, 1) es la
dirección del vector gradiente. Nos están pidiendo que calculemos ∇f(2, 1). Como las derivadas
parciales de f son f
x
(x, y) = 4x y f
y
(x, y) = 6y, el vector gradiente a f en el punto (2, 1) es
∇f(2, 1) = (4 · 2, 6 · 1) = (8, 6).
(A.3) Podemos obtenerlo de dos formas. La primera teniendo en cuenta que el vector gradiente es
perpendicular a la curva de nivel, y por lo tanto, a la recta tangente que nos piden. Es decir, la
recta que nos piden pasa por el punto (2, 1) y tiene por vector perpendicular al vector ∇f(2, 1) =
(8, 6), por lo que la ecuación de la recta es
8 (x −2) + 6 (y −1) = 0 =⇒4x + 3y −11 = 0.
La segunda forma es mediante derivación implícita para calculara la pendiente a la recta tangente.
Derivando implícitamente respecto de x en la identidad 2x
2
+ 3y
2
= 11 se obtiene
4x + 6yy
0
= 0,
de donde y
0
= −(4x)/(6y) y por tanto, la pendiente de la recta tangente a 2x
2
+ 3y
2
= 11 en el
punto (2, 1) viene dada por m = −8/6. En consecuencia, la recta tangente tiene de ecuación
y −1 = −
8
6
(x −2) =⇒4x + 3y −11 = 0.
(B.1) Puesto que h es diferenciable en todo R
2
, sus puntos críticos son aquellos que anulan simulténea-
mente a sus dos derivadas parciales de primer orden. Es decir, son las soluciones del sistema

∂h
∂x
(x, y) = 2x −6 = 0.
∂h
∂y
(x, y) = 2y −8 = 0.
La resolución de este sistema es directa y el único punto crítico de h es el punto (3, 4).
Segundo Parcial. Curso 2003-04 173
A continuación, clalisificaremos este punto crítico recurriendo a las derivadas parciales de segundo
orden. La matriz hessiana de h es constante, ya que h es una función polinómica de segundo
grado. Esta matriz es
H =
µ
2 0
0 2

.
Como d = det(H) = 4 > 0 y

2
h
∂x
2
= 2 > 0, el punto crítico (3, 4) es un mínimo relativo.
De hecho, en este punto la función alcanza su mínimo absoluto, pues, completando cuadrados,
es fácil ver que
h(x, y) = (x −3)
2
+ (y −4)
2
−18
y así, el mínimo de h es −18 y éste se alcanza en el punto (3, 4).
(B.2) Obsérvese que el único punto crítico de h ((3, 4)) no está en el interior del circulo unidad, ya
que 3
2
+4
2
= 25 > 1. Por tanto, tanto el máximo de h como su mínimo restringida esta función
al círculo unidad D = {(x, y) ∈ R
2
: x
2
+y
2
6 1} deben alcanzarse en la frontera del círculo, es
decir, en la circunferencia de ecuación x
2
+y
2
= 1.
Dividimos la frontera del círculo D en dos partes:
F
1
=
n
(x, y) ∈ R
2
: −1 6 x 6 1, y =
p
1 −x
2
o
y
F
2
=
n
(x, y) ∈ R
2
: −1 6 x 6 1, y = −
p
1 −x
2
o
.
De esta forma, la función h restringida a F
1
viene dada por
g(x) = h
³
x,
p
1 −x
2
´
= x
2
−6x +
³
p
1 −x
2
´
2
−8
p
1 −x
2
+ 7 = 8 −8
p
1 −x
2
−6x, x ∈ [−1, 1].
Los puntos críticos de g en el intervalo abierto (−1, 1) son los que anulan a su derivada
g
0
(x) = 8
x

1 −x
2
−6 = 0.
En este caso, sólo tenemos un punto crítico x =
3
5
y los puntos a tener en cuenta en la frontera
F
1
son: (−1, 0), (1, 0) y

¸
3
5
,
s
1 −
µ
3
5

2
¸

=
µ
3
5
,
4
5

.
A continuación hacemos lo propio con la frontera F
2
. En este caso, la función f está dada por
t(x) = h
³
x, −
p
1 −x
2
´
= x
2
−6x +
³

p
1 −x
2
´
2
−8
³

p
1 −x
2
´
+ 7 = 8
p
1 −x
2
−6x + 8, x ∈ [−1, 1
y los puntos críticos de t en el intervalo (−1, 1) se obtienen resolviendo la ecuación
t
0
(x) = −8
x

1 −x
2
−6 = 0.
Segundo Parcial. Curso 2003-04 174
Esto ecuación nos proporciona un único punto crítico x = −
3
5
y los puntos a considerar sobre la
semicircunferencia F
2
son: (−1, 0), (1, 0) y

¸

3
5
, −
s
1 −
µ

3
5

2
¸

=
µ

3
5
, −
4
5

.
Sólo nos queda evaluar h en los puntos obtenidos:
h(1, 0) = 2
h(−1, 0) = 14
h
µ
3
5
,
4
5

= −2
h
µ

3
5
, −
4
5

= 18
y así, el máximo de h restringida a D = {(x, y) ∈ R
2
: x
2
+y
2
6 1} es 18 y su máximo se alcanza
en el punto
¡

3
5
, −
4
5
¢
y su valor mínimo (también restringida a D) es −2 y éste valor mínimo
se alcanza en el punto
¡
3
5
,
4
5
¢
.
Otra forma:
Parametrizamos dicha circunferencia en la forma x = cos t, y = sent, con t ∈ [0, 2π]. Entonces,
la función h restingida a dicha circunferencia adopta la expresión
g(t) = h(cos t, sent) = cos
2
t −6 cos t +
2
sent −8 sent + 7 = 8 −8 sent −6 cos t
para t ∈ [0, 2π].
Los puntos críticos de g son los pertenecientes al intervalo abierto (0, 2π) que anulan a su derivada
g
0
(t) = −8 cos t + 6 sent.
Desde la igualdad −8 cos t +6 sent = 0, obtenemos tg t = 4/3. Esto puede escribirse en la forma
tg t =
4/5
3/5
=
−4/5
−3/5
y los correspondientes puntos a analizar en la circunferencia son el punto (1, 0) (que corresponde
a las extremos del intervalo t = 0 y t = 2π), y los puntos
¡
3
5
,
4
5
¢
y
¡

3
5
, −
4
5
¢
. Evaluando h en
dichos puntos:
h(1, 0) = 2
h
µ
3
5
,
4
5

= −2
h
µ

3
5
, −
4
5

= 18
se tiene que máximo de h restringida a D = {(x, y) ∈ R
2
: x
2
+ y
2
6 1} es 18 y su máximo se
alcanza en el punto
¡

3
5
, −
4
5
¢
. Además, su valor mínimo (también restringida a D) es −2 y éste
valor mínimo se alcanza en el punto
¡
3
5
,
4
5
¢
.
PROBLEMA 3.-
(A) [2 puntos] Calcular con ayuda de la calculadora
4

−12 +i. Todos los resultados deben darse
en forma binómica
(B) [3 puntos] Calcular la integral de linea
Z
C
¡
x + 4

y
¢
ds, siendo C el triángulo de vértices
(0, 0) , (1, 0) y (0, 1) recorrido en sentido antihorario.
Segundo Parcial. Curso 2003-04 175
(C) Sea C el trozo de semicircunferencia de centro el origen y radio uno recorrida desde el punto
(0, 1) al punto (−1, 0) en sentido antihorario. Se pide:
(C.1) [1 punto] Encontrar una parametrización de la curva C.
(C.2) [3 puntos] Calcular
Z
C
2xy dx +
¡
x
2
+y
2
¢
dy.
(C.3) [1 punto] Calcular un vector tangente a la curva C en el punto
Ã


3
2
,
1
2
!
.
Solución:
(A) El módulo del número complejo z = −12 +i es r =

12
2
+ 1 =

145 = 12.042 y su argumento
es θ = arctan
¡

1
12
¢
= arctan(−0.083) = 3.060. Por lo tanto, las raíces cuartas de z son
w
0
=
¡
4

12.042
¢
3.060
4
= 1.863
0.765
= 1.863(cos(0.765) +i sen(0.765))
= 1.863(0.721 + 0.693i) = 1.343 + 1.291i
w
1
=
¡
4

12.042
¢
3.060
4
+
6.283
4
= 1.863
2.336
= 1.863(cos(2.336) +i sen(2.336))
= 1.863(−0.693 + 0.721i) = −1.291 + 1.343i
w
2
=
¡
4

12.042
¢
3.060
4
+2
6.283
4
= 1.863
3.907
= 1.863(cos(3.907) +i sen(3.907))
= 1.863(−0.721 −0.693i) = −1.343 −1.291i.
w
3
=
¡
4

12.042
¢
3.060
4
+3
6.283
4
= 1.863
5.478
= 1.863(cos(5.478) +i sen(5.478))
= 1.863(0.693 −0.721i) = 1.291 −1.343i
(B) Cada uno de los lados del triángulo puede parametrizarse regularmente mediante:
C
1
≡ ~r
1
(t) = t
~
i, t ∈ [0, 1],
C
2
≡ ~r
2
(t) = −t
~
i + (1 +t)
~
j, t ∈ [−1, 0],
C
3
≡ ~r
3
(t) = −t
~
j, t ∈ [−1, 0].
Así, una paramentización regular del triángulo está dada por
C ≡ ~r(t) =

t
~
i si 0 ≤ t ≤ 1,
(2 −t)
~
i + (−1 +t)
~
j si 1 < t ≤ 2,
(3 −t)
~
j si 2 < t ≤ 3.
Por tanto, ~r
0
(t) =

~
i si 0 < t < 1,

~
i +
~
j si 1 < t < 2,

~
j si 2 < t < 3.
y se tiene:
Z
C
(x + 4

y)ds =
Z
1
0
tdt +
Z
2
1
¡
(2 −t) + 4

t −1
¢ √
2dt +
Z
3
2
4

3 −tdt
=
1
2
+
19
6

2 +
8
3
=
19
6
+
19
6

2.
Segundo Parcial. Curso 2003-04 176
Nótese que también podíamos calcular la integral de línea solicitada mediante
Z
C
(x + 4

y)ds =
Z
C
1
(x + 4

y)ds +
Z
C
2
(x + 4

y)ds +
Z
C
3
(x + 4

y)ds =
=
Z
1
0
tdt +
Z
0
−1
(−t + 4

1 +t)

2dt +
Z
0
−1
4

−tdt =
=
1
2
+
19
6

2 +
8
3
=
19
6
+
19
6

2.
(C) Una parametrización del trozo de circunferencia de cento el origen y radio uno desde el punto
(0, 1) al punto (−1, 0) en sentido antihorario es
C ≡
½
x = cos t
y = sent
, con t ∈
h
π
2
, π
i
La integral de linea puede hacerse de dos formas. Directamente:
Z
C
2xydx +
¡
x
2
+y
2
¢
dy =
Z
π
π
2
2 cos t sent (−sent) dt + cos tdt
= −2
Z
π
π
2
(sent)
2
cos tdt +
Z
π
π
2
cos tdt
= −2
"
(sent)
3
3
#
π
π
2
+ [sent]
π
π
2
=
2
3
−1 = −
1
3
Otra forma es teniendo en cuenta las derivadas parciales de las componentes del campo son
continuas en todo el plano y que

∂y
(2xy) =

∂x
¡
x
2
+y
2
¢
= 2x, por lo que el campo
−→
F (x, y) =
2xy
~
i +
¡
x
2
+y
2
¢
~
j es conservativo. Por tanto, es posible encontrar una función potencial f(x, y),
que debe cumplir
∂f
∂x
= 2xy y
∂f
∂y
= x
2
+ y
2
. Integrando respecto de x, obtenemos f(x, y) =
x
2
y +g(y). Derivando ahora respecto de y y comparando obtenemos que g(y) =
y
3
3
, luego una
función potencial es f(x, y) = x
2
y+
y
3
3
. Aplicando ahora el teorema fundamental de las integrales
de linea tenemos que
Z
C
2xydx +
¡
x
2
+y
2
¢
dy = f(−1, 0) −f(0, 1) = −
1
3
El punto
Ã


3
2
,
1
2
!
se obtiene cuando el parámetro t toma el valor t =

3
, de aquí que uno
de los vectores que nos piden sea
−→
r
0
µ

3

= −sen
µ

3

~
i + cos
µ

3

~
j = −
1
2
~
i −

3
2
~
j.
PROBLEMA 4.-
(A) Calcular las siguientes integrales
Segundo Parcial. Curso 2003-04 177
(A.1) [3 puntos]
ZZ
R
e
y
2
dA, siendo R =
n
(x, y) ∈ R
2
: 0 ≤ x ≤ 4,
x
2
≤ y ≤ 2
o
.
(A.2) [3 puntos]
ZZZ
Q
cos
h
¡
x
2
+y
2
+z
2
¢
3/2
i
dV , siendo Q =
©
(x, y, z) ∈ R
3
: x
2
+y
2
+z
2
≤ 1, z ≥ 0
ª
.
(B) [4 puntos] Calcular el volumen del sólido dentro del cilindro x
2
+ y
2
= 4, acotado por arriba
por la superficie 2x
2
+ 2y
2
+z
2
= 18 y por debajo por el plano z = 0.
Solución:
(A.1) Para calcular esta integral debemos describir la región R como una región horizontalmente
simple:
R =
©
(x, y) ∈ R
2
: 0 6 y 6 2, 0 6 x 6 2y
ª
.
Asi,
ZZ
R
e
y
2
dA =
Z
2
0
Z
2y
0
e
y
2
dxdy =
Z
2
0
2ye
y
2
dy = e
y
2
¯
¯
¯
y=2
y=0
= e
4
−1.
(A.2) Utilizando coordenadas esféricas, el sólido esférico Q puede escribirse en la forma
Q =
n
(ρ, θ, φ) : 0 6 θ 6 2π, 0 6 φ 6
π
2
, 0 6 ρ 6 1
o
.
Por tanto,
ZZZ
Q
cos
h
¡
x
2
+y
2
+z
2
¢
3/2
i
dV =
Z

0
Z π
2
0
Z
1
0
cos
³
¡
ρ
2
¢
3/2
´
ρ
2
senφdρdφdθ
=
Z

0
Z π
2
0
Z
1
0
cos
¡
ρ
3
¢
ρ
2
senφdρdφdθ
=
Z

0
Z π
2
0
sen
¡
ρ
3
¢
3
¯
¯
¯
¯
¯
ρ=1
ρ=0
senφdφdθ
=
Z

0
Z π
2
0
sen(1)
3
senφdφdθ =
2
3
π sen1.
(B) La descripción del sólido en coordenadas cartesianas es
Q =

(x, y, z) ∈ R
3
:
−2 ≤ x ≤ 2


4 −x
2
≤ y ≤

4 −x
2
0 ≤ z ≤
p
18 −2x
2
−2y
2

y la descripción del mismo sólido en coordenadas cilíndricas es
Q =

(r, θ, z) ∈ R
3
:
0 ≤ θ ≤ 2π
0 ≤ r ≤ 2
0 ≤ z ≤

18 −2r
2

El volumen del sólido en coordenadas cartesianas sería
V (Q) =
ZZZ
Q
dV =
Z
2
−2
Z

4−x
2


4−x
2
Z

18−2x
2
−2y
2
0
dzdydx,
Segundo Parcial. Curso 2003-04 178
pero las integrales que aparecen son complicadas de realizar. Pasando a coordenadas cilíndricas
V (Q) =
ZZZ
Q
dV =
Z

0
Z
2
0
Z

18−2r
2
0
rdzdrdθ
=
Z

0
Z
2
0
r [z]

18−2r
2
0
dr dθ =
Z

0
Z
2
0
r
p
18 −2r
2
drdθ
= −
1
4
Z

0
·
2
3
q
(18 −2r
2
)
3
¸
2
0
dθ =
π
3
³
18

18 −10

10
´
.
Examen de Junio. Curso 2003-04
PROBLEMA 1.-
(A) [3 puntos] Calcular A
−1
sabiendo que los autovalores de A son
1
3
,
1
2
, y −1 con autovectores
asociados, respectivamente, (1, 0, 0), (1, 1, 0) y (0, 1, 1) .
(B) [5 puntos] Estudiar en función del parámetro a ∈ R la compatibilidad del sistema

x
1
+ 2x
2
+ 3x
3
= 3
−x
1
+ (a −1) x
2
−3x
3
= 3 + 6a
−2x
2
+ (−a −3) x
3
= −6
¿Para qué valores de a es regular la matriz de los coeficientes?
¿Para qué valores de a existe la descomposición LU de la matriz de los coeficientes?. Encontrar
dicha descomposición para todos los valores de a para los que sea posible y utilizarla para resolver
el sistema para a = 2.
(C) [2 puntos] Estimar, con una precisión de tres cifras decimales exactas y tomando como punto
inical x
1
= 0.5, el punto del primer cudrante en el que se cortan las curvas y = cos (2x) e y =
x
2
.
Solución:
(A) Sabemos que si λ es autovector de una matriz regular A con autovector asociado x entonces
λ es no nulo y
1
λ
es autovalor de A
−1
con el mismo autovector asociado x. Por lo tanto, los
autovectores de A
−1
son 3, 2, −1 con autovectores asociados (1, 0, 0) , (1, 1, 0) , (0, 1, 1). Así, la
matriz
A
−1
= PDP
−1
=

¸
1 1 0
0 1 1
0 0 1
¸

¸
3 0 0
0 2 0
0 0 −1
¸

¸
1 1 0
0 1 1
0 0 1
¸

−1
=
=

¸
1 1 0
0 1 1
0 0 1
¸

¸
3 0 0
0 2 0
0 0 −1
¸

¸
1 −1 1
0 1 −1
0 0 1
¸

=
=

¸
3 2 0
0 2 −1
0 0 −1
¸

¸
1 −1 1
0 1 −1
0 0 1
¸

=

¸
3 −1 1
0 2 −3
0 0 −1
¸

La inversa de P =

¸
1 1 0
0 1 1
0 0 1
¸

se ha calculado por el método de Gauss-Jordan:
179
Examen de Junio. Curso 2003-04 180

¸
1 1 0 1 0 0
0 1 1 0 1 0
0 0 1 0 0 1
¸

F
23
(−1)
−→

¸
1 1 0 1 0 0
0 1 0 0 1 −1
0 0 1 0 0 1
¸

F
12
(−1)
−→

¸
1 0 0 1 −1 1
0 1 0 0 1 −1
0 0 1 0 0 1
¸

.
Por tanto, P
−1
=

¸
1 −1 1
0 1 −1
0 0 1
¸

.
(B) Para estudiar el sistema escalonamos previamente la matriz ampliada realizando transforma-
ciones elementales.

¸
1 2 3
−1 a −1 −3
0 −2 −a −3
3
3 + 6a
−6
¸

F
21
(1)
−→

¸
1 2 3
0 a + 1 0
0 −2 −a −3
3
6 + 6a
−6
¸

P
23
−→

¸
1 2 3
0 −2 −a −3
0 a + 1 0
3
−6
6 + 6a
¸

F
2
(−1/2)
−→

¸
1 2 3
0 1
a+3
2
0 a + 1 0
3
3
6 + 6a
¸

F
32
(−(a+1))
−→

¸
1 2 3
0 1
a+3
2
0 0 −
(a+1)(a+3)
2
3
3
3 + 3a
¸

.
Una vez que la matriz ampliada está escalonada podemos decidir la compatibilidad en función
del parámetro a:
Parámetro Compatibilidad
a 6= −1 y a 6= −3 Compatible Determinado
a = −1 Compatible Indeterminado
a = −3 Incompatible
De los cálculos hechos anteriormente es claro que la matriz de los coeficientes es regular si y sólo
si a 6= −1 y a 6= −3, pues un sistema cuadrado es compatible determinado si y sólo si su matriz
de coeficientes es regular.
Para obtener la descomposición LU de la matriz A debemos realizar transformaciones elemen-
tales hasta llevar la matriz A a una matriz triangular superior (con unos en la diagonal) sin
intercambiar filas.
A =

¸
1 2 3
−1 a −1 −3
0 −2 −a −3
¸

F
21
(1)
−→

¸
1 2 3
0 a + 1 0
0 −2 −a −3
¸

F
2(
1
a+1
)
−→
Si a6=−1

¸
1 2 3
0 1 0
0 −2 −a −3
¸

F
32
(2)
−→

¸
1 2 3
0 1 0
0 0 −a −3
¸

F
3(−
1
a+3
)
−→
Si a6=−3

¸
1 2 3
0 1 0
0 0 1
¸

. Por tanto, existe descomposición LU de la matriz
A siempre que a 6= −1 y a 6= −3. En este caso la matrices de la descomposición son
L =

¸
1 0 0
−1 a + 1 0
0 −2 −a −3
¸

y U =

¸
1 2 3
0 1 0
0 0 1
¸

.
Examen de Junio. Curso 2003-04 181
Para a = 2 obtenemos L =

¸
1 0 0
−1 3 0
0 −2 −5
¸

, U =

¸
1 2 3
0 1 0
0 0 1
¸

y el sistema que tenemos
que resolver en este caso es
LUx = b =

¸
3
15
−6
¸

. Llamando Ux = y y Ly = b, los sistemas triangulares que debemos
resolver son:
Primero: Ly = b =⇒

y
1
= 3,
−y
1
+ 3y
2
= 15,
−2y
2
−5y
3
= −6,
, cuya solución es

y
1
= 3,
y
2
= 6,
y
3
= −
6
5
.
Segundo Ux = y =⇒

x
1
+ 2x
2
+ 3x
3
= 3,
x
2
= 6,
x
3
= −
6
5
,
y la solución del sistema inicial es

x
1
= −
27
5
,
x
2
= 6,
x
3
= −
6
5
.
(C) Para calcular el punto donde se cortan las curvas debemos resolver el sistema de ecuaciones
(
y = cos (2x)
y =
x
2
⇒cos (2x) =
x
2

x
2
−cos (2x) = 0 ⇔
x −2 cos (2x)
2
= 0 ⇔x −2 cos (2x) = 0.
Llamamos h(x) a la fución h(x) = x −2 cos (2x) y el problema se reduce a encontrar el cero de
la función h(x).
Recordamos que el método de Newton proporciona una sucesión de valores que se van aproxi-
mando a una solución c de h(x) = 0. Dicha sucesión se obtiene de forma iterativa mediante
la fórmula x
n+1
= x
n

h(x
n
)
h
0
(x
n
)
, para n = 1, 2, ... y es conveniente colocar los datos que vamos
obteniendo en una tabla como la que sigue:
n x
n
h(x
n
) h
0
(x
n
)
h(x
n
)
h
0
(x
n
)
x
n+1
= x
n

h(x
n
)
h
0
(x
n
)
1 0.5 −0.580605 4.365884 −0.132987 0.632987
2 0.632987 0.0327396 4.815601 0.006798 0.626189
3 0.626189 0.000059 4.78927 0.000012 0.626177
Como |x
3
−x
2
| = 0.000012 < 0.001, obtenemos que la solución pedida es c ' x
3
= 0.626177,
y el punto aproximado en el que se cortan las gráficas es P(0.626177, 0.313088), ya que x
3
/2 =
0.313088.
PROBLEMA 2.-
(A) [4 puntos] Sean W
1
y W
2
los subespacios vectoriales de R
3
de ecuaciones
W
1
≡ x + 2y −3z = 0 y W
2

½
x −y = 0,
y + 3z = 0.
Encontar bases ortonormales para los subespacios W
1
y W
2
.
Calcular la proyección ortogonal del vector b = (1, −1, 2) sobre los subespacios W
1
y W
2
.
(B) [3 punto] Encontar la recta que mejor se aproxima, en el sentido de los mínimos cuadrados, a
la nube de puntos (−1, 0), (0, 1), (1, 1) , (2, 3) .
Examen de Junio. Curso 2003-04 182
(C) [3 punto] La base y la altura de un triángulo isósceles miden, respectivamente, 6 unidades y 12
unidades. Encontrar las dimensiones del rectángulo de área máxima que puede situarse dentro
del triángulo con uno de sus lados sobre la base del mismo.
Solución:
(A) Calculamos en primer lugar bases ortonormales para los subespacios W
1
y W
2
.
Como dim(W
1
) = 3− {número de ecuaciones implícitas independientes} = 3 − 1 = 2, tenemos
que una base B
1
de W
1
está formada por dos vectores independientes que pertenezcan al sube-
spacio W
1
. Luego, resolviendo x+2y −3z = 0, B
1
= {(2, −1, 0) , (3, 0, 1)} es base W
1
. Utilizamos
Gram-Schimdt para obtener una base ortogonal de W
1
b
1
= (2, −1, 0)
b
2
= (3, 0, 1) −
6
5
(2, −1, 0) =
µ
3
5
,
6
5
,
5
5

Ortonormalizando esta base obtenemos una base ortonormal
B
1ORT
= {v
1
, v
2
} =
½µ
2

5
, −
1

5
, 0

,
µ
3

70
,
6

70
,
5

70
¶¾
.
Como dim(W
2
) = 3 −{número de ecuaciones implícitas independientes} = 3 −2 = 1. Tenemos
que una base B
2
de W
2
está formada por un vector independiente (por tanto, no nulo) que
pertenezca al subespacio W
2
. Luego, una base es B
2
= {(3, 3, −1)}. Ortonormalizando esta base
obtenemos una base ortonormal
B
2ORT
= {u
1
} =
½µ
3

19
,
3

19
, −
1

19
¶¾
Una vez obtenidas la bases ortonormales es fácil obtener la proyección ortogonal del vector b
sobre cada uno de los subespacios.
proy
W
1
(b) = (b · v
1
) v
1
+ (b · v
2
) v
2
=
3

5
µ
2

5
, −
1

5
, 0

+
7

70
µ
3

70
,
6

70
,
5

70

=
µ
6
5
, −
3
5
, 0

+
µ
21
70
,
42
70
,
35
70

=
µ
105
70
, 0,
35
70

=
µ
21
14
, 0,
7
14

=
µ
3
2
, 0,
1
2

.
proy
W
2
(b) = (b · u
1
) u
1
=
−2

19
µ
3

19
,
3

19
, −
1

19

=
µ

6
19
, −
6
19
,
2
19

.
Observese que la proyección proy
W
1
(b) también puede obtenerse de una forma sencilla obtenien-
do previamente la proyección sobre el subespacio ortogonal W

1
. Puesto que W

1
= lin({(1, 2, −3)}),
deducimos que
proy
W

1
(b) = −
1
2
(1, 2, −3) =
µ

1
2
, −
2
2
,
3
2

y así,
proy
W
1
(b) = b −proy
W

1
(b) = (1, −1, 2) −
µ

1
2
, −
2
2
,
3
2

=
µ
3
2
, 0,
1
2

.
Examen de Junio. Curso 2003-04 183
(B) Escribimos la recta de mejor aproximación en la forma y = mx +n. Imponiendo que los puntos
de la nube pertencezcan a dicha recta, obtenemos el sistema de ecuaciones

−m+n = 0
n = 1
m+n = 1
2m+n = 3
El sistema normal asociado es
½
6m+ 2n = 7
2m+ 4n = 5
ya que A
t
A =
µ
−1 0 1 2
1 1 1 1

¸
¸
¸
−1 1
0 1
1 1
2 1
¸

=
µ
6 2
2 4

y A
t
b =
µ
−1 0 1 2
1 1 1 1

¸
¸
¸
0
1
1
3
¸

=
µ
7
5

Resolviendo el sistema anterior, la pseudosolución es m =
9
10
, n =
4
5
y la recta de mejor aproxi-
mación en el sentido de los mínimos cuadrados es y =
9
10
x +
4
5
.
(C) Si llamamos x a la mitad de la base del rectángulo e y a su altura (ver Figura 43), tenemos que
el área del rectángulo es A = 2xy. Donde las variables x e y verifican la condición 0 ≤ x ≤ 3 e
0 ≤ y ≤ 12.
x
x/2
6
y
12
Figura 43: Dimensiones del rectánglo dentro del triángulo isósceles.
Utilizando semejanza de triángulos obtenemos que
y
12
=
3 −x
6
. Despejando y en función de x
obtenemos y = 6 − 2x. Ahora sustituimos en la fórmula del área obtenida antes y obtenemos
A(x) = 12x −4x
2
con 0 ≤ x ≤ 3.
El problema se reduce a obtener el máximo absoluto de la función A(x) en el intervalo [0, 3] .
Buscamos los puntos críticos de esta función, que son aquellos en los que A
0
(x) = 12 −8x = 0.
Examen de Junio. Curso 2003-04 184
Luego, el único punto crítico es x =
3
2
, que pertenece al intervalo (0, 3) . Ahora sustituimos
este valor y los valores extremos en la función y seleccionamos el mayor valor: A(0)A(3) = 0 y
A
µ
3
2

= 9. Por consiguiente, el máximo absoluto se obtiene para x =
3
2
y las dimensiones del
rectángulo de área máxima son 2x = 3 para la base y 3 para la altura.
PROBLEMA 3.-
(A) [2 puntos] Dados los números complejos z
1
= −

3 +i y z
2
= 8e
πi
. Calcular, z
6
1
y
3

z
2
. Todos
los resultados deben darse en forma binómica.
(B) [3 puntos] Calcular las siguientes integrales:
Z
dt
t
2
+ 2t + 1
;
Z
dx
1 + senx
;
Z
ln2
0
xe
−x
dx.
(C) [2 puntos] Sea R la región encerrada entre las gráficas de ecuaciones y = e
−x
, y =
1
2
y x = 0.
Calcular el volumen del sólido que se obtiene cuando la región R gira entorno del eje OY.
(D) [3 puntos] Determinar si los campos
~
F
1
(x, y) = 3x
~
i −(2x −3y)
~
j
y
~
F
2
(x, y) =
£
2xy cos
¡
x
2
y
¢
+ 1
¤
~
i +
£
x
2
cos
¡
x
2
y
¢
−2y
¤
~
j
son conservativos. En caso afirmativo, encontrar una función potencial.
Calcular
Z
C
3x dx −(2x −3y) dy
y
Z
C
£
2xy cos
¡
x
2
y
¢
+ 1
¤
dx +
£
x
2
cos
¡
x
2
y
¢
−2y
¤
dy,
siendo C la unión de los segmentos rectos que van desde el punto (3, 2) al punto (3, 0) y desde
el punto (3, 0) al punto (0, 2) .
Solución:
(A) Calculamos el módulo y el argumento de cada uno de los números complejos y los escribimos en
forma polar para hacer la potencia y las raices.
|z
1
| =

3 + 1 = 2 y θ
1
= arctg
µ

1

3

=

6
, ya que z
1
pertenece al segundo cuadrante. Por
lo tanto, z
1
= 25π
6
|z
2
| = 8 y θ
2
= π Por lo tanto z
2
= 8
π
= (−8).
Ahora z
6
1
= (2)
6
6.

6
= 64

= 64
π
= 64 (cos(π) +i sen(π)) = −64.
Examen de Junio. Curso 2003-04 185
Si llamamos w
0
= s
β
0
, w
1
= s
β
1
, w
2
= s
β
2
, a las raices cúbicas de z
2
sabemos que s =

8 = 2,
β
0
=
π
3
, β
1
=
π
3
+

3
= π y β
2
=
π
3
+

3
=

3
. Por lo tanto las raíces cúbicas de z
2
son:
w
0
= 2
³
cos(
π
3
) +i sen
³
π
3
´´
= 1 +

3i,
w
1
= 2 (cos(π) +i sen(π)) = −1,
w
3
= 2
µ
cos(

3
) +i sen
µ

3
¶¶
= 1 −

3i.
(B) La integral
Z
dt
t
2
+ 2t + 1
es inmediata ya que
Z
dt
t
2
+ 2t + 1
=
Z
dt
(t + 1)
2
= −
1
t + 1
+C.
Para calcula la integral
Z
dx
1 + senx
realizamos el cambio de variable tg
x
2
= t. De donde, obtene-
mos dx =
2dt
t
2
+ 1
y senx =
2t
t
2
+ 1
. Sustituyendo estos valores en la integral se obtiene:
Z
dx
1 + senx
=
Z
2dt
t
2
+ 1
1 +
2t
t
2
+ 1
=
Z
2dt
t
2
+ 1
t
2
+ 1 + 2t
t
2
+ 1
= 2
Z
dt
t
2
+ 2t + 1
= −
2
t + 1
+C
= −
2
tg
x
2
+ 1
+C
Para obtener
Z
ln2
0
xe
−x
dx, calculamos una primitiva por el método de integración por partes:
½
u = x
dv = e
−x
dx
=⇒
½
du = dx
v = −e
−x

R
xe
−x
dx = −xe
−x
+
R
e
−x
dx = −xe
−x
− e
−x
. Por con-
siguiente,
Z
ln2
0
xe
−x
dx =
£
−xe
−x
−e
−x
¤
ln2
0
= −
ln2
2

1
2
+ 1 =
1 −ln2
2
.
(C) Calculamos el volumen cuando la región gira entorno del eje OY por el método de las capas y
por el de los discos.
Método de las capas (ver Figura 44):
V = 2π
Z
ln2
0
x
µ
e
−x

1
2

dx = 2π
µZ
ln2
0
xe
−x
dx −
Z
ln2
0
x
1
2
dx

=
= 2π
Ã
1 −ln2
2

·
x
2
4
¸
ln2
0
!
= 2π
Ã
1 −ln2
2

(ln2)
2
4
!
=
= π
Ã
2 −2 ln2 −(ln2)
2
2
!
.
Examen de Junio. Curso 2003-04 186
1/2
x
y
ln(2)
y = e
-x

h(x)=1/2-e
-x

p(x)=x
Figura 44: Gráfica de la función y = e
−x
.
Método de los discos
En primer lugar, despejamos de la ecuación que nos da la función y = e
−x
para obtener
x en función de y, teniendo x = −lny. Entonces, el volumen por el método de los discos
es V = π
Z
1
1
2
(lny)
2
dy. Para calcular esta integral obtenemos una primitiva por el método
de integración por partes.
½
u = (lny)
2
dv = dy
=⇒

du = 2 lny
1
y
dy
v = y
. Entonces
Z
(lny)
2
dy =
y (lny)
2
− 2
Z
lnydy. Utilizando de nuevo el método de integración por partes obtenemos:
½
u = lny
dv = dy
=⇒

du =
1
y
dy
v = y
.
Z
(lny)
2
dy = y (lny)
2
−2
Z
lnydy = y (lny)
2
−2y lny −2y.
Por último, el volumen es
V = π
Z
1
1
2
(lny)
2
dy = π
h
y (lny)
2
−2y lny + 2y
i
1
1
2
= π
Ã
2 −
(ln2)
2
2
−ln2 −1
!
= π
Ã
1 −
(ln2)
2
2
−ln2
!
= π
Ã
2 −2 ln2 −(ln2)
2
2
!
.
(D) Como
∂ (3x)
∂y
= 0 y
∂ (−2x + 3y)
∂x
= −2 se tiene que el campo F
1
no es conservativo. Por
otra parte como

¡
2xy cos
¡
x
2
y
¢
+ 1
¢
∂y
= 2xcos
¡
x
2
y
¢
−2x
3
sen
¡
x
2
y
¢
y

¡
x
2
cos
¡
x
2
y
¢
−2y
¢
∂x
=
2xcos
¡
x
2
y
¢
− 2x
3
sen
¡
x
2
y
¢
se tiene que el campo F
2
es conservativo. En este caso, se puede
encontrar una función potencial del campo. Es decir, podemos encontrar una función f (x, y) tal
que
∂f
∂x
= 2xy cos
¡
x
2
y
¢
+1 y
∂f
∂y
= x
2
cos
¡
x
2
y
¢
−2y. Integrando la primera de estas identitadades
respecto de x obtenemos
f (x, y) = sen
¡
x
2
y
¢
+x +g (y) .
Examen de Junio. Curso 2003-04 187
Derivando esta identidad respecto de la variable y y comparando con la identidad que teníamos
antes obtenemos g
0
(y) = −2y. Por lo tanto, g (y) = −y
2
y una función potencial para el campo
conservativo F
2
es
f (x, y) = sen
¡
x
2
y
¢
+x −y
2
Utilizando ahora el teorema fundamental de las integrales de línea es inmediato calcular
Z
C
£
2xy cos
¡
x
2
y
¢
+ 1
¤
dx +
£
x
2
cos
¡
x
2
y
¢
−2y
¤
dy = f (0, 2) −f(3, 2)
= −4 −(sen(18) + 3 −4) = −3 −sen(18)
Para calcular la segunda de las integrales debemos parametrizar el arco C. Sea C
1
el segmento
que une los puntos (3, 2) y (3, 0) y C
2
el segmento que une los puntos (3, 0) y (0, 2). Una
parametrización de C
1
es
C
1

½
x = 3,
y = 2 −2t,
con t ∈ [0, 1] ,
mientras que una parametrización de C
2
es
C
2

½
x = 3 −3t,
y = 2t,
con t ∈ [0, 1] .
Ahora calculamos la integral de línea pedida
Z
C
3x dx −(2x −3y) dy =
Z
C
1
3x dx −(2x −3y) dy +
Z
C
2
3x dx −(2x −3y) dy
= 12
Z
1
0
tdt +
Z
1
0
(−39 + 51t) dt = [6t]
1
0
+
·
−39t +
51
2
t
2
¸
1
0
= 6 −39 +
51
2
= −
15
2
.
PROBLEMA 4.-
(A) [3 puntos] Calcular el volumen del sólido interior al cono z =
p
x
2
+y
2
y debajo del plano
z = 4, utilizando coordenadas cilíndricas y coordenadas esféricas.
(B) [3 puntos] Determinar los extremos absolutos de la función f(x, y) = (x −3)
2
+ y
2
sobre la
región R =
©
(x, y) : 0 ≤ x ≤ 4, x
2
≤ y ≤ 4x
ª
.
(C) [1.5 puntos] Sabiendo que la ecuación cos(y
2
z) + ln(x
2
+ z
2
) = 0 define a z como función
implícita de x e y, calcular
∂z
∂x
y
∂z
∂y
.
(D) [1.5 puntos] Calcular
RR
R
sen
³
y
3
+1
2
´
dA, siendo R la región encerrada por las gráficas de las
funciones y =

x, y = 1 y x = 0.
Solución:
Examen de Junio. Curso 2003-04 188
(A) La ecuación del cono z =
p
x
2
+y
2
en coordenadas cilíndricas es z = r y en esférica es φ =
π
4
. La
ecuación del plano z = 4 en coordenadas cilíndricas z = 4 y en esférica ρ =
4
cos φ
. La descripción
del sólido en cartesianas es
Q =

(x, y, z) ∈ R
3
:
−4 ≤ x ≤ 4


16 −x
2
≤ y ≤

16 −x
2
p
x
2
+y
2
≤ z ≤ 4

la descripción del mismo sólido en coordenadas cilíndricas es
Q =

(r, θ, z) ∈ R
3
:
0 ≤ θ ≤ 2π
0 ≤ r ≤ 4
r ≤ z ≤ 4

y la descripción del mismo sólido en coordenadas esféricas es
Q =

(ρ, θ, φ) ∈ R
3
:
0 ≤ θ ≤ 2π
0 ≤ φ ≤
π
4
0 ≤ z ≤
4
cos φ

El volumen en coordenadas cilíndricas es
V =
ZZZ
Q
dV =
Z

0
Z
4
0
Z
4
r
rdz dr dθ =
Z

0
Z
4
0
¡
4r −r
2
¢
dr dθ
=
Z

0
·
2r
2

r
3
3
¸
4
0
dθ =
64π
3
y en coordenadas esféricas es:
V =
ZZZ
Q
dV =
Z

0
Z π
4
0
Z 4
cos φ
0
ρ
2
senφ dρdφdθ =
1
3
Z

0
Z π
4
0
4
3
cos
3
φ
senφ dφdθ
=
64
3
Z

0
·
1
2 cos
2
φ
¸π
4
0
dθ =
64
3
µ
1 −
1
2
¶Z

0
dθ =
64π
3
.
(B) Puesto que f es diferenciable en todo R
2
, sus puntos críticos son aquellos que anulan simulténea-
mente a sus dos derivadas parciales de primer orden. Es decir, son las soluciones del sistema

∂f
∂x
(x, y) = 2x −6 = 0.
∂f
∂y
(x, y) = 2y = 0.
La resolución de este sistema es directa y el único punto crítico de f es el punto (3, 0). Obsérvese
que este punto crítico no pertenece a la región R. Ahora estudiamos los puntos críticos en la
frontera. Dividimos la frontera en dos partes.
En primer lugar, el segmento
F
1
=
©
(x, y) ∈ R
2
: 0 6 x 6 4, y = 4x
ª
Examen de Junio. Curso 2003-04 189
y el trozo de parábola
F
2
=
©
(x, y) ∈ R
2
: 0 6 x 6 4, y = x
2
ª
.
De esta forma, la función f restringida a F
1
viene dada por
g(x) = f (x, 4x) = 17x
2
−6x + 9, x ∈ [0, 4].
Los puntos críticos de g en el intervalo abierto (0, 4) son los que anulan a su derivada
g
0
(x) = 34x −6 = 0.
En este caso, sólo tenemos un punto crítico x =
3
17
y los puntos a tener en cuenta en la frontera
F
1
son: (0, 0), (4, 16) y
µ
3
17
,
12
17

.
A continuación hacemos lo propio con la frontera F
2
. En este caso, la función f se reduce a
t(x) = f
¡
x, x
2
¢
= x
4
+x
2
−6x + 9, x ∈ [0, 4]
y los puntos críticos de t en el intervalo (0, 4) se obtienen resolviendo la ecuación
t
0
(x) = 4x
3
+ 2x −6 = 0.
Usando la regla de Rufini, esta ecuación nos proporciona un único punto crítico x = 1 y los
puntos a considerar en la frontera F
2
son:(0, 0), (4, 16) y (1, 1).
Sólo nos queda evaluar f en los puntos obtenidos:
f(0, 0) = 9
f(4, 16) = 257
f
µ
3
17
,
12
17

=
144
17
f (1, 1) = 5
Por lo tanto el máximo de f restringida a R es 257 y su máximo se alcanza en el punto (4, 16) y
su valor mínimo (también restringida a R) es 5 y éste valor mínimo se alcanza en el punto (1, 1).
(C) Derivamos implicitamente, respecto de la variable x, la ecuación cos(y
2
z) + ln(x
2
+z
2
) = 0:
−sen(y
2
z).y
2
.
∂z
∂x
+
1
(x
2
+z
2
)
(2x + 2z)
∂z
∂x
= 0
Agrupando términos semejantes se obtiene
∂z
∂x
µ
−sen(y
2
z).y
2
+
2z
(x
2
+z
2
)

+
2x
(x
2
+z
2
)
= 0.
Despejamos y obtenemos
∂z
∂x
=
−2x
2z −y
2
(x
2
+z
2
) sen(y
2
z)
.
Examen de Junio. Curso 2003-04 190
Ahora derivamos, respecto de la variable y, la ecuación cos(y
2
z) + ln(x
2
+z
2
) = 0:
−sen(y
2
z).
µ
2yz +y
2
∂z
∂y

+
2z
(x
2
+z
2
)
∂z
∂y
= 0
Agrupamos términos semejantes y tenemos
∂z
∂y
µ
−sen(y
2
z).y
2
+
2z
(x
2
+z
2
)

−2yz sen(y
2
z) = 0.
Despejamos y obtenemos
∂z
∂y
=
2yz(x
2
+z
2
) sen(y
2
z)
2z −y
2
(x
2
+z
2
) sen(y
2
z)
.
(D) La descripción de la región R en coordenadas cartesianas (como región horizontalmente simple)
es
R =
©
(x, y) : 0 ≤ y ≤ 1, 0 ≤ x ≤ y
2
ª
y la integral doble se calcula mediante integración iterada
ZZ
R
sen
µ
y
3
+ 1
2

dA =
Z
1
0
Z
y
2
0
sen
µ
y
3
+ 1
2

dxdy =
=
Z
1
0
y
2
sen
µ
y
3
+ 1
2

dy =
·

2
3
cos
µ
y
3
+ 1
2
¶¸
1
0
=
= −
2
3
µ
cos 1 −cos
1
2

.
Examen de Septiembre. Curso 2003-04
PROBLEMA 1.-
(A) [5 puntos] Estudiar, en función del parámetro real a, la compatibilidad del sistema

x
1
+x
2
−x
3
= 1,
x
1
+ax
2
+ 3x
3
= 2,
2x
1
+ 3x
2
+ax
3
= 3.
¿Para qué valores de a es regular la matriz de coeficientes? Calcular, si es posible, la inversa de
esta matriz para a = 3. ¿Cuál es la solución del sistema para este valor de a?
¿Para qué valores de a admite descomposición LU la matriz de coeficientes? Encontrar dicha
descomposición para todos los posibles valores de a y utilizarla para resolver el sistema cuando
a = −1.
(B) [3 puntos] Se sabe que los únicos autovalores de una matriz simétrica A son λ
1
= 6 y λ
2
= −3;
y que el subespacio propio asociado al primer autovalor λ
1
es V (λ
1
) ≡ x + 2y −2z = 0.
¿Es A ortogonalmente diagonalizable? En caso afirmativo, obtener una matriz diagonal D, una
matriz ortogonal P de forma que P
t
AP = D y la matriz A.
(C) [2 puntos] Encontar la recta que mejor se aproxima, en el sentido de los mínimos cuadrados, a
la nube de puntos (0, 0), (2, −6) y (3, 5).
Solución:
(A) Para analizar la compatibilidad del sistema realizamos transformaciones elementales en su matriz
ampliada.

¸
1 1 −1
1 a 3
2 3 a
1
2
3
¸

F
21
(−1)
−→
F
31
(−2)

¸
1 1 −1
0 a −1 4
0 1 a + 2
1
1
1
¸

F
2(
1
a−1
)
−→
Si a6=1

¸
1 1 −1
0 1
4
a−1
0 1 a + 2
1
1
a−1
1
¸

F
32
(−1)
−→

¸
1 1 −1
0 1
4
a−1
0 0
(a−2)(a+3)
a−1
1
1
a−1
(a−2)
a−1
¸

F
3
³
a−1
(a−2)(a+3)
´
−→
Si a6=2 y a6=−3

¸
1 1 −1
0 1
4
a−1
0 0 1
1
1
a−1
1
a+3
¸

.
Así, si a 6= 1, a 6= 2 y a 6= −3, entonces el sistema es compatible determinado.
Ahora estudiamos las casos a = 1, a = 2 y a = −3. Para ello, tendremos en cuenta parte de las
transformaciones elementales realizadas con anterioridad.
191
Examen de Septiembre. Curso 2003-04 192
Si a = 1, el sistema es equivalente al que tiene por matriz ampliada

¸
1 1 −1
0 0 4
0 1 3
1
1
1
¸

y
es directo obsevar que éste es compatible determinado.
Si a = 2, la matriz ampliada queda, después de algunas tranformaciones elementales anteriores,
como

¸
1 1 −1
0 1 4
0 0 0
1
1
0
¸

y el sistema es compatible indeterminado.
Si a = −3, las tranformaciones elementales nos llevan la matriz ampliada a la forma escalonada

¸
1 1 −1
0 1 −1
0 0 0
1

1
4
5
4
¸

y el sistema inicial es incompatible.
Resumimos el estudio de compatibilidad en el siguiente cuadro:
Parámetro Compatibilidad
a 6= 2 y a 6= −3 Compatible Determinado
a = 2 Compatible Indeterminado
a = −3 Incompatible
Como el sistema es cuadrado, la matriz de coeficientes es regular si y sólo si el sistema es
compatible determinado. En este caso, la matriz de coeficientes es regular si y sólo si a 6= 2 y
a 6= −3.
Por consiguiente, la matriz de coeficientes posee inversa para a = 3. Ahora calcularemos esta
inversa por el método de Gauss-Jordan.

¸
1 1 −1
1 3 3
2 3 3
1 0 0
0 1 0
0 0 1
¸

F
21
(−1)
−→
F
32
(−2)

¸
1 1 −1
0 2 4
0 1 5
1 0 0
−1 1 0
−2 0 1
¸

F
2
(1/2)
−→

¸
1 1 −1
0 1 2
0 1 5
1 0 0

1
2
1
2
0
−2 0 1
¸

F
12
(−1)
−→
F
32(−1)

¸
1 0 −3
0 1 2
0 0 3
3
2

1
2
0

1
2
1
2
0

3
2

1
2
1
¸

F
3
(1/3)
−→

¸
1 0 −3
0 1 2
0 0 1
3
2

1
2
0

1
2
1
2
0

1
2

1
6
1
3
¸

F
13
(3)
−→
F
23(−2)

¸
1 0 0
0 1 0
0 0 1
0 −1 1
1
2
5
6

2
3

1
2

1
6
1
3
¸

.
La inversa es por tanto,

¸
1 1 −1
1 3 3
2 3 3
¸

−1
=

¸
0 −1 1
1
2
5
6

2
3

1
2

1
6
1
3
¸

.
La solución del sistema para a = 3 puede obtenerse fácilmente utilizando esta matriz inversa

¸
x
1
x
2
x
3
¸

=

¸
1 1 −1
1 3 3
2 3 3
¸

−1

¸
1
2
3
¸

=

¸
0 −1 1
1
2
5
6

2
3

1
2

1
6
1
3
¸

¸
1
2
3
¸

=

¸
1
1
6
1
6
¸

.
Teniendo en cuenta las transformaciones elementales del principio, la descomposición LU de la
matriz de coeficientes existe si y sólo si a 6= 1, a 6= 2 y a 6= −3. En este caso, las matrices de tal
Examen de Septiembre. Curso 2003-04 193
descomposición son:
L =

¸
1 0 0
1 a −1 0
2 1
(a−2)(a+3)
a−1
¸

y U =

¸
1 1 −1
0 1
4
a−1
0 0 1
¸

.
Utilizando la descomposición LU, la resolución del sistema Ax = b se lleva a cabo resolviendo
los sistemas triangulares Ly = b y Ux = y. El primer de los sistemas para a = −1 es

¸
1 0 0
1 −2 0
2 1 3
¸

¸
y
1
y
2
y
3
¸

=

¸
1
2
3
¸

y resolviéndolo por el método de bajada obtenemos su única solución: y
1
= 1, y
2
= −
1
2
, y
3
=
1
2
.
Utilizando ahora el método de subida, la única solución del sistema triangular superior

¸
1 1 −1
0 1 −2
0 0 1
¸

¸
x
1
x
2
x
3
¸

=

¸
1

1
2
1
2
¸

es: x
1
= 1, x
2
=
1
2
, x
3
=
1
2
; y ésta es la solución única del sistema inicial.
(B) La matriz A es ortogonalmente diagonalizable, pues es simétrica. Ahora, para obtener una
matriz diagonal D y una matriz ortogonal P de forma que P
t
AP = D, debemos encontrar el
segundo subespacio propio.
Como A es simétrica, los subespacios propios asociados a autovalores diferentes son ortogonales.
Así, puesto que V (λ
1
) ≡ x + 2y −2z = 0 se deduce que V (λ
2
) = V (λ
1
)

= lin({(1, 2, −2)}).
Para calcular una matriz de paso ortogonal debemos obtener bases ortonormales para los dos
subespacios propios.
Denominando v
3
= (1, 2, −2), es directo ver que el conjunto
n
p
3
=
v
3
kv
3
k
o
=
©¡
1
3
,
2
3
, −
2
3
¢ª
forma
una base ortornormal del subespacio propio V (λ
2
).
De la ecuación x + 2y −2z = 0 se deduce que el conjunto {v
1
= (−2, 1, 0), v
2
= (2, 0, 1)} es una
base del subespacio propio V (λ
1
). El método de Gram-Schmidt nos proporcionará una base
ortonormal para este subespacio.
p
1
=
v
1
kv
1
k
=
³
−2

5
,
1

5
, 0
´
q
2
= v
2
−(v
2
· p
1
) p
1
= (2, 0, 1) −
³
(2, 0, 1) ·
³
−2

5
,
1

5
, 0
´´³
−2

5
,
1

5
, 0
´
=
¡
2
5
,
4
5
, 1
¢
.
p
2
=
q
2
kq
2
k
=
(
2
5
,
4
5
,1)
k(
2
5
,
4
5
,1)k
=
³
2
3

5
,
4
3

5
,
5
3

5
´
.
Por consiguiente, la matriz diagonal D y la matriz de paso ortogonal P son:
D =

¸
λ
1
0 0
0 λ
1
0
0 0 λ
2
¸

=

¸
6 0 0
0 6 0
0 0 −3
¸

y P =
¡
p
1
p
2
p
3
¢
=

¸
¸
−2

5
2
3

5
1
3
1

5
4
3

5
2
3
0
5
3

5

2
3
¸

Examen de Septiembre. Curso 2003-04 194
Por último, la matriz A es
A = PDP
t
=

¸
¸
−2

5
2
3

5
1
3
1

5
4
3

5
2
3
0
5
3

5

2
3
¸

¸
6 0 0
0 6 0
0 0 −3
¸

¸
¸
−2

5
2
3

5
1
3
1

5
4
3

5
2
3
0
5
3

5

2
3
¸

t
=
=

¸
5 −2 2
−2 2 4
2 4 2
¸

.
(C) Si denominamos y = mx + n a la recta de mejor aproximación, entonces
µ
m
n

es la pseu-
dosolución del sistema

¸
0 1
2 1
3 1
¸

µ
m
n

=

¸
0
−6
5
¸

.
Puesto que

¸
0 1
2 1
3 1
¸

t

¸
0 1
2 1
3 1
¸

=
µ
13 5
5 3

y

¸
0 1
2 1
3 1
¸

t

¸
0
−6
5
¸

=
µ
3
−1

, el sistema
normal asociado es
µ
13 5
5 3
¶µ
m
n

=
µ
3
−1

y su única solución es
µ
m
n

=
µ
1
−2

.
Así, la recta de mejor aproximación es la de ecuación y = x −2.
PROBLEMA 2.-
(A) Calcular, de las dos formas que a continuación se exponen, la mínima distancia del punto
(−1, 4, −7) al plano x + 2y −3z = 0.
(i) [1 puntos] Utilizando proyecciones ortogonales.
(ii) [3 puntos] Describiendo el problema como uno de minimización de dos variables y encon-
trando el mínimo relativo de la función objetivo.
(B) [4 puntos] Encontrar los extremos absolutos de la función f(x) = x
2
−sen(2x) en el intervalo
[0,
π
4
] y realizar un esbozo de la gráfica de f en dicho intervalo.
Si tienes que resolver alguna ecuación por el método de Newton, toma como punto inicial x
1
= 0.5
y calcula la solución con un error menor que 10
−3
.
(C) [2 puntos] Calcular el área de la región acotada por la gráfica de y =
18
x
2

x
2
+9
y las rectas
x =

3, x = 3

3 e y = 0.
Indicación: Para resolver la integral es conveniente realizar el cambio x = 3 tg t.
Solución:
Examen de Septiembre. Curso 2003-04 195
(A) Denominemos W al plano de ecuación x + 2y −3z = 0 y sea b = (−1, 4, −7).
(i) Sabemos que la proyección ortogonal de un vector sobre un subespacio nos proporciona la
mínima distancia al subespacio. Así, la menor distancia del vector b al subespacio W viene
dada por
d = kb −proy
W
bk = kproy
W
⊥ bk .
El subespacio ortogonal de W ≡ x+2y−3z = 0 puede escribirse en la forma W

= lin({v}),
siendo v = (1, 2, −3). Entonces, la proyección ortogonal del vector b sobre el subespacio
W

es
proy
W
⊥ b =
b · v
v · v
v =
(−1, 4, −7) · (1, 2, −3)
(1, 2, −3) · (1, 2, −3)
(1, 2, −3) = (2, 4, −6).
Por tanto, la distancia pedida vale d = kproy
W
⊥ bk = k(2, 4, −6)k =

56 = 2

14.
(ii) La distancia entre los puntos (x, y, z) y (−1, 4, −7) está dada por
d =
p
(x + 1)
2
+ (y −4)
2
+ (z + 7)
2
.
Si el punto (x, y, z) pertenece al plano W ≡ x + 2y −3z = 0, entonces x = 3z −2y y por
tanto, la distancia de b al plano W coincide con el mínimo de la función
d(y, z) =
p
(3z −2y + 1)
2
+ (y −4)
2
+ (z + 7)
2
donde (y, z) ∈ R
2
.
Nótese que el mínimo de la función d(y, z) se alcanza en el mismo punto que el mínimo de
su cuadrado, por lo que trabajaremos con la función sin raíz cuadrada; es decir, buscaremos
el mínimo de la función
f(y, z) = (3z −2y + 1)
2
+ (y −4)
2
+ (z + 7)
2
.
Los puntos críticos de f son las soluciones del sistema

∂f
∂y
(y, z) = 2(−2)(3z −2y + 1) + 2(y −4) = 0,
∂f
∂z
(y, z) = 2 · 3(3z −2y + 1) + 2(z + 7) = 0.
Este sistema se reduce a la forma
½
5y −6z = 6,
−6y + 10z = −10
y su única solución es y = 0, z = −1.
Por consiguiente, el único punto crítico de f es el punto (0, −1).
A continuación, calisificaremos este punto crítico.
Puesto que

2
f
∂y
2
= 10,

2
f
∂z
2
= 20 y

2
f
∂y∂z
= −12, se tiene que

2
f
∂y
2
= 10 > 0,

2
f
∂y
2
·

2
f
∂z
2

µ

2
f
∂y∂z

2
= 10 · 20 −(−12)
2
= 56 > 0
y así, el punto crítico (0, −1) es un mínimo relativo.
En consecuencia, la distancia de b al plano W es
d(0, −1) =
p
(−3 + 1)
2
+ (−4)
2
+ (−1 + 7)
2
= 2

14.
Nota: Obsérvese que la distancia de b = (−1, 4, −7) al plano W ≡ x + 2y − 3z = 0 puede
obtenerse directamente desde nociones básicas de geometría analítica:
d =
|−1+2·4−3·(−7)|

1
2
+2
2
+(−3)
2
=
28

14
= 2

14.
Examen de Septiembre. Curso 2003-04 196
(B) Como la función f(x) = x
2
−sen(2x) es derivable en todo el intervalo (0,
π
4
), sus puntos críticos
son aquellos de dicho intevalo que anulan a su derivada f
0
(x) = 2x−2 cos(2x) = 2(x−cos(2x));
es decir, para obtener los puntos críticos de f debemos resolver la ecuación x −cos(2x) = 0 con
x ∈ (0,
π
4
). No obstante, probaremos en primer lugar que esta ecuación posee solución y que es
única en el intervalo (0,
π
4
).
Denominemos g(x) = x − cos(2x). Puesto que la función g es continua en el intervalo cerrado
[0,
π
4
], g(0) = −1 < 0 y g
¡
π
4
¢
=
π
4
−cos
¡
2 ·
π
4
¢
=
1
4
π > 0, el Teorema de Bolzano nos garantiza la
existencia de al menos una solución de la ecuación g(x) = 0 en el intervalo (0,
π
4
). Seguidamente
probaremos que esta solución es única.
La derivada de la función g verifica g
0
(x) = 1 + 2 sen(2x) > 0, ya que x ∈ (0,
π
4
), luego g es
estrictamente creciente y por tanto, la ecuación g(x) = 0 posee una única solución x

en el
intervalo (0,
π
4
).
Además, g(x) < 0 para x ∈ (0, x

) y g(x) > 0 si x ∈ (x

,
π
4
). Por consiguiente, f
0
(x) = 2g(x) < 0
para x ∈ (0, x

) y f
0
(x) = 2g(x) > 0 si x ∈ (x

,
π
4
). Así, la función f es estrictamente decreciente
en el intervalo (0, x

) y estrictamente creciente en el intervalo (x

,
π
4
). En consecuencia, f
restringida al intervalo [0,
π
4
] alcanza su mínimo relativo en el punto x

.
Para conocer el valor del máximo debemos evaluar f en los extremos del intervalo. Puesto que
f(0) = 0 y f
¡
π
4
¢
=
¡
π
4
¢
2
−sen(2
π
4
) =
1
16
π
2
−1 < 0, deducimos que f alcanza su máximo absoluto
en el punto x = 0 y su valor máximo es f(0) = 0. Más aún, la función nunca se anula en el
intervalo abierto (0,
π
4
).
Con los datos anteriores un esbozo de la gráfica de f en el intervalo [0,
π
4
] puede verse en la
Figura 45.
x
*
π/4
f(x
*
)
x
y
Figura 45:
Por último, determinaremos el valor x

donde se alcanza el mínimo absoluto aplicando el método
de Newton a la ecuación g(x) = x − cos(2x) = 0. Tomaremos como punto incial x
1
= 0.5 y
detendremos el proceso cuando el error menor sea menor que 10
−3
. Los cálculos del método
Examen de Septiembre. Curso 2003-04 197
iterativo se recogen en la siguiente tabla.
n x
n
g (x
n
) g
0
(x
n
)
g (x
n
)
g
0
(x
n
)
x
n+1
= x
n

g (x
n
)
g
0
(x
n
)
1 0.5 −0.04030231 2.68294197 −0.01502168 0.51502168
2 0.51502168 0.000240018 2.71464263 0.000088416 0.51493327
Como |x
3
−x
2
| = 0.000088416 < 0.001, obtenemos que el valor x

donde se alcanza el mínimo
absoluto es x

' x
3
= 0.51493327 y el mínimo absoluto es f (x

) ' f (x
3
) = x
2
3
− sen(2x
3
) =
−0.59207400.
(C) La función f(x) =
18
x
2

x
2
+9
es siempre positiva; por tanto, el área que se solicita puede calcularse
por medio de la siguiente integral:
A =
Z
3

3

3
18
x
2

x
2
+ 9
dx.
Para determinar el valor de esta integral realizamos, como nos indican, el cambio de variable
x = 3 tg t. Así, dx = 3 sec
2
tdt = 3
¡
tg
2
t + 1
¢
dt, los límites de integración quedan

3 = 3 tg t =⇒tg t =

3/3 =⇒t = π/6
3

3 = 3 tg t =⇒tg t =

3 =⇒t = π/3
y el valor de la integral, es decir, del área, es
A =
Z
3

3

3
18
x
2

x
2
+ 9
dx =
Z
π/3
π/6
18
9 tg
2
t
p
9 tg
2
t + 9
3
¡
tg
2
t + 1
¢
dt =
=
Z
π/3
π/6
18
9 tg
2
t
p
9 tg
2
t + 9
3
¡
tg
2
t + 1
¢
dt = 2
Z
π/3
π/6
sec t
tg
2
t
dt = 2
Z
π/3
π/6
cos t
sen
2
t
dt =
= 2
Z
π/3
π/6
sen
−2
t cos tdt = 2
sen
−2+1
t
−2 + 1
¯
¯
¯
¯
π/3
π/6
=
−2
sent
¯
¯
¯
¯
π/3
π/6
=
=
−2
senπ/3
+
2
senπ/6
=
−4

3
+ 4 = 4
µ
1 −
1

3

.
PROBLEMA 3.-
(A) [4 puntos] Calcular la siguiente integral indefinida
Z
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx.
Encontrar, en el caso de convergencia, el valor de la integral impropia
Z
+∞
1
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx.
(B) Calcular, de las dos formas siguientes, el volumen interior al paraboloide z = 1+x
2
+y
2
y debajo
del plano z = 2.
(i) [2 puntos] Considerando el sólido como uno de revolución.
Examen de Septiembre. Curso 2003-04 198
(ii) [2 puntos] Describiendo el volumen como una integral doble y resolviendo dicha integral
usando coordenadas polares.
(C) [2 puntos] Dados los números complejos z
1
= 16e

y z
2
= −1 −

3i, calcular
4

z
1
y z
3
2
.
Expresar todos los resultados en forma binómica.
Solución:
(A) Para resolver la integral, en primer lugar, descomponemos la función racional en fracciones
simples:
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
=
A
x + 2
+
B
(x + 2)
2
+
Cx +D
x
2
+ 2x + 5
Operando e igualando numeradores se tiene
2x
2
+ 10x + 7 = A(x + 2)
¡
x
2
+ 2x + 5
¢
+B
¡
x
2
+ 2x + 5
¢
+ (Cx +D) (x + 2)
2
. (5)
Tomando x = −2, se deduce que −5 = 5B y por consiguiente B = −1. Ahora, desarrollando el
segundo miembro de (5) e igualando coeficientes conseguimos
A+C = 0,
4A+B + 4C +D = 2,
9A+ 2B + 4C + 4D = 10,
10A+ 5B + 4D = 7,
y puesto que B = −1, llegamos al sistema de ecuaciones

A+C = 0,
4A+ 4C +D = 3,
10A+ 4D = 12,
cuya única solución es A = 0, C = 0, D = 3. Esto es, la descomposición en fracciones simples es
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
=
−1
(x + 2)
2
+
3
x
2
+ 2x + 5
y la primitiva se calcula directamente
Z
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx =
Z
−1
(x + 2)
2
dx +
Z
3
x
2
+ 2x + 5
dx =
=
1
x + 2
+
Z
3
(x + 1)
2
+ 4
dx =
1
x + 2
+
3
2
Z
1/2
¡
x+1
2
¢
2
+ 1
dx =
=
1
x + 2
+
3
2
arctg
µ
x + 1
2

+C
Para estudiar la convergencia de la integral impropia
R
+∞
1
2x
2
+10x+7
(x+2)
2
(x
2
+2x+5)
dx, debemos tener en
cuenta cómo se define ésta:
Z
+∞
1
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx = lim
b→+∞
Z
b
1
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx
Examen de Septiembre. Curso 2003-04 199
A partir de los cálculos anteriores, este límite adquiere la forma
lim
b→+∞
Z
b
1
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx = lim
b→+∞
·
1
x + 2
+
3
2
arctg
µ
x + 1
2
¶¸
b
1
=
= lim
b→+∞
µ
1
b + 2
+
3
2
arctg
µ
b + 1
2


1
3

3
2
arctg (1)

=
=
3
2
·
π
2

1
3

3
2
·
π
4
=
3
8
π −
1
3
y por consiguiente, la integral impropia es convergente y su valor es
Z
+∞
1
2x
2
+ 10x + 7
(x + 2)
2
(x
2
+ 2x + 5)
dx =
3
8
π −
1
3
.
(B) (i) Es fácil ver que la paraboloide circular z = 1 +x
2
+y
2
puede conseguirse haciendo girar la
parábola de ecuación y = 1 +x
2
alrededor del eje y. Análogamente, el plano z = 2 puede
generarse haciendo girar la recta y = 2 entorno al mismo eje. Ahora, podemos aplicar el
método de capas o el método de discos para calcular el volumen pedido.
Método de capas:
V = 2π
Z
1
0
x
¡
2 −
¡
1 +x
2
¢¢
dx = 2π
Z
1
0
¡
x −x
3
¢
dx = 2π
·
x
2
2

x
4
4
¸
1
0
=
1
2
π. (6)
Método de discos:
V = π
Z
2
1
³
p
y −1
´
2
dy = π
Z
2
1
(y −1) dy =
1
2
π.
(ii) El paraboloide z = 1 +x
2
+y
2
y el plano z = 2 tienen su intersección en la circunferencia
x
2
+y
2
= 1, z = 2. Por tanto, el volumen que se pide puede calcularse mediante la integral
doble
V =
ZZ
R
¡
2 −
¡
1 +x
2
+y
2
¢¢
dA,
siendo R =
©
(x, y) ∈ R
2
: x
2
+y
2
6 1
ª
.
Puesto que la región R puede escribirse en coordenadas polares en la forma
R ={(θ, r) : 0 6 θ 6 2π, 0 6 r 6 1} ,
el volumen es, cambiando a coodenadas polares,
V =
Z

0
Z
1
0
¡
2 −
¡
1 +r
2
¢¢
rdrdθ =
Z

0
Z
1
0
¡
r −r
3
¢
drdθ = (7)
=
Z

0
r
2
2

r
4
4
¯
¯
¯
¯
r=1
r=0
dθ =
Z

0
1
4
dθ =
π
2
.
Nota:
Obsérvese la semejanza entre las integrales que aparecen en (6) y (7).
Examen de Septiembre. Curso 2003-04 200
(C) Si z
1
= 16e

, entonces las cuatro raíces cuartas de z
1
son:
w
k
=
³
4

16
´
π+2kπ
4
con k = 0, 1, 2, 3,
es decir, estas raíces son:
w
0
= 2
π
4
= 2
³
cos
π
4
+ i sen
π
4
´
= 2
Ã

2
2
+ i

2
2
!
=

2(1 + i),
w
1
= 23π
4
= 2
µ
cos

4
+ i sen

4

= 2
Ã


2
2
+ i

2
2
!
=

2(−1 + i),
w
2
= 25π
4
= 2
µ
cos

4
+ i sen

4

= 2
Ã


2
2
−i

2
2
!
= −

2(1 + i),
w
3
= 27π
4
= 2
µ
cos

4
+ i sin

4

= 2
Ã

2
2
−i

2
2
!
=

2(1 −i).
Para calcular z
3
2
, siendo z
2
= −1 −

3i, escribiremos z
2
en forma polar. El módulo del número
complejo z
2
es |z
2
| =
q
(−1)
2
+ (−

3)
2
= 2 y su argumento θ satisface tg θ =

3. Luego
θ = 4π/3, ya que el afijo del número complejo z
2
pertenece al tercer cuadrante. Por consiguiente,
z
3
2
=
¡
2
3
¢

= 8
0
= 8.
Otra forma:
Sin pasar a la forma polar, también podemos calcular la tercera potencia de z
2
. En efecto,
z
3
2
=
³
−1 −

3i
´
3
= −
µ
1 + 3

3i + 3
³

3i
´
2
+
³

3i
´
3

=
= −
³
1 + 3

3i −9 −3

3i
´
= 8.
PROBLEMA 4.-
(A) [3 puntos] Determinar la ecuación del plano tangente a la superficie z = 2x
2
+3y
2
en el punto
(4, −1, 35). ¿En qué dirección crece más rápidamente la función f(x, y) = 2x
2
+3y
2
en el punto
(4, −1)? ¿Cuál es la curva de nivel de la superficie z = 2x
2
+3y
2
que pasa por el punto (4, −1)?
Encontrar la recta tangente a esa curva de nivel en el punto (4, −1).
(B) Se sabe que la ecuación
y + cos(xy
2
) + 3x
2
−4 = 0
define a y = f(x) como función implícita de x.
(i) [2.5 puntos] Calcular la recta tangente a la gráfica de f(x) en el punto (1, 0).
(ii) [1.5 puntos] Obtener el polinomio de Taylor de orden dos de f en el punto c = 1. Usar
dicho polinomio para obtener aproximadamente el valor de f(0.99).
Examen de Septiembre. Curso 2003-04 201
(C) Sea C la curva cerrada recorrida en sentido horario que va del punto (1, 0) al punto (0, 0) por el
segmento rectilíneo que los une, que une también por segmento rectilíneo el punto (0, 0) con el
punto (0, 1) y desde éste vuelve al punto (1, 0) por la parábola y = (x −1)
2
.
(i) [1 puntos] Encontrar una parametrización regular a trozos de la curva C.
(ii) [2 puntos] Calcular las siguientes integrales
Z
C
¡
y
2
+ 2xy
¢
dx +
¡
x
2
+ 2xy
¢
dy y
Z
C
8(x −1)ds.
Solución:
(A) Si denominamos f(x, y) = 2x
2
+ 3y
2
, entonces el plano tangente a la superficie de ecuación
z = 2x
2
+ 3y
2
en el punto (4, −1, 35) tiene por ecuación
z −35 =
∂f
∂x
(4, −1) · (x −4) +
∂f
∂y
(4, −1) · (y + 1).
Pero,
∂f
∂x
= 4x y
∂f
∂y
= 6y, luego
∂f
∂x
(4, −1) = 16,
∂f
∂y
(4, −1) = −6 y la ecuación del plano tangente
queda en la forma z −35 = 16(x −4) −6(y + 1), es decir, es
16x −6y −z −35 = 0.
La dirección de máximo crecimiento viene dada por el vector gradiente de f. Puesto que este
vector en el punto (4, −1) es ∇f(4, −1) = (16, −6), la dirección en la que crece más rápidamente
la función f(x, y) = 2x
2
+ 3y
2
en el punto (4, −1) viene marcada por el vector (16, −6).
Como f(4, −1) = 35, la curva de nivel de la superficie z = 2x
2
+ 3y
2
que pasa por el punto
(4, −1) tiene por ecuación 2x
2
+ 3y
2
= 35.
La recta tangente a esta curva de nivel en el punto (4, −1) podemos calcular de varias formas.
Primera forma:
Utilizando que el vector gradiente es ortogonal a las curvas de nivel, es inmediato ver que la
recta tangente a la curva de nivel en el punto (4, −1) tiene por ecuación
∂f
∂x
(4, −1) · (x −4) +
∂f
∂y
(4, −1) · (y + 1) = 0,
esto es,
16(x −4) −6(y + 1) = 0
o equivalentemente, y =
8
3
x −
35
3
.
Segunda forma:
Utilizando derivación implícita, desde la ecuación 2x
2
+ 3y
2
= 35, se sigue que 4x + 6yy
0
= 0.
Haciendo x = 4 e y = −1 se tiene que la pendiente de la recta tangente es y
0
= 8/3 y por tanto,
la ecuación de la recta tangente es y + 1 = 8/3(x −4) o lo que es lo mismo, y =
8
3
x −
35
3
.
(B) Realizaremos los dos apartados utilizando derivación implícita.
(i) Derivando implícitamente respecto de x en la ecuación y +cos(xy
2
) +3x
2
−4 = 0 se tiene,
y
0

¡
y
2
+ 2xyy
0
¢
sen
¡
xy
2
¢
+ 6x = 0. (8)
Tomando x = 1 e y = 0 se deduce de forma inmediata que y
0
= −6 (es decir, f
0
(1) = −6)
y la recta tangente tiene por ecuación y = −6(x −1), ya que f(1) = 0.
Examen de Septiembre. Curso 2003-04 202
(ii) Derivando implícitamente respecto de x en (8) conseguimos,
y
00

³
4yy
0
+ 2x
¡
y
0
¢
2
+ 2xyy
00
´
sen
¡
xy
2
¢

¡
y
2
+ 2xyy
0
¢
2
cos
¡
xy
2
¢
+ 6 = 0
Ahora, haciendo x = 1, y = 0 e y
0
= −6 tenemos y
00
= −6 (esto es, f
00
(1) = −6) y por
tanto, el polinomio de Taylor de orden dos de f en el punto c = 1 es
P
2
(x) = f(1) +f
0
(1)(x −1) +
f
00
(1)
2!
(x −1)
2
= −6(x −1) −3(x −1)
2
.
Para finalizar, el valor aproximado de f(0.99) utilizando este polinomio es
f(0.99) ' P
2
(0.99) = −6(0.99 −1) −3(0.99 −1)
2
= 0.0597.
(C) (i) Para describir de forma paramétrica la curva C, desomponemos dicha curva en la forma
C = C
1
∪C
2
∪C
3
, donde C
1
es la curva que va del punto (1, 0) al punto (0, 0) por el segmento
rectilíneo que los une, C
2
es la curva que une mediante línea recta el punto (0, 0) con el
punto (0, 1) y C
3
es la curva que va desde el punto (0, 1) hasta el punto (1, 0) por la parábola
y = (x −1)
2
.
La parametrizaciones de las curvas C
i
, para i = 1, 2, 3, son
C
1
≡ r
1
(t) =
½
x = 1 −t,
y = 0,
t ∈ [0, 1],
C
2
≡ r
2
(t) =
½
x = 0,
y = t,
t ∈ [0, 1]
y
C
3
≡ r
3
(t) =
½
x = t,
y = (t −1)
2
,
t ∈ [0, 1].
(ii) El campo vectorial F(x, y) = M(x, y)
~
i + N(x, y), siendo M(x, y) = y
2
+ 2xy y N(x, y) =
x
2
+ 2xy, es conservativo, ya que
∂M
∂y
(x, y) = 2y + 2x =
∂N
∂x
(x, y).
Por tanto, la integral
R
C
¡
y
2
+ 2xy
¢
dx +
¡
x
2
+ 2xy
¢
dy = 0, ya que la curva C es regular a
trozos y cerrada.
Teniendo en cuenta que C = C
1
∪C
2
∪C
3
, kr
0
1
(t)k = kr
0
2
(t)k = 1 y kr
0
3
(t)k =
p
1 + 4(t −1)
2
,
el valor de la segunda de las integrales es:
Z
C
8(x −1)ds =
Z
C
1
8(x −1)ds +
Z
C
2
8(x −1)ds +
Z
C
3
8(x −1)ds =
=
Z
1
0
8(1 −t −1) · 1dt +
Z
1
0
8(0 −1) · 1dt +
Z
1
0
8(t −1)
p
1 + 4(t −1)
2
dt =
=
Z
1
0
−8tdt +
Z
1
0
−8dt +
Z
1
0
8(t −1)
¡
1 + 4(t −1)
2
¢
1/2
dt =
= −4 −8 +
2
3
¡
1 + 4(t −1)
2
¢
3/2
¯
¯
¯
1
0
= −12 +
2
3

10
3

5 =
= −
10
3

5 −
34
3
.

Sign up to vote on this title
UsefulNot useful