Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Matematica PDF
Matematica PDF
Calculo Diferencial
para Ingeniera
con ayuda de Maxima
Version
preliminar al 28 de octubre de 2015
Resumen.
En este trabajo se presentan topicosXXX
XXX xXXX
[Sello Institucion
Auspiciante]
Este trabajo esta amparado por la Ley de Propiedad Intelectual, ninguna parte podra ser reproducida, transmitida, almacenada o utilizada en cualquier forma o por cualquier medio, ya sea grafico, electronico
o mecanico,
en audio, distribucion
en Internet, distribucion
en redes de informacion
o almacenamiento y recopilacion
en
sistemas de informacion
sin el consentimiento por escrito del autor.
Este libro ha sido preparado de manera tal que el estudiante apoye su trabajo con Maxima, un Sistema
Computacional Algebraico del tipo software libre. Se
ha trabajado con la version
5.27 usando la interface
wxMaxima version
15.04.0.
Logo de Maxima.
Preparado por Sven Hodapp
Se cuenta...
Sin la paciencia XXXX XXXX
vi
Presentacion
de los pares revisores
Borys Alvarez
Samaniego, Ph.D.
Nucleo
de Investigadores Cientficos
Universidad Central del Ecuador
Par revisor
Paul
Medina Vasquez, Ph.D.
Instituto Gregorio Millan Barbany
Universidad Carlos III de Madrid
Par revisor
vii
Presentacion
de los pares revisores
Prefacio
vii
xi
Breve resena
del autor
xiii
Detalle de contenidos
xviii
Introduccion
general
Deduccion
Natural
33
reales
63
Funciones reales
79
Funciones polinomicas
y racionales
127
Sucesiones reales
153
Lmites y continuidad
189
225
complejos
261
273
Referencias
277
ix
Prefacio
xi
Breve resena
del autor
Juan Mayorga Zambrano nacio en Ambato - Ecuador, 1976. Se graduo con summa cum laude como mejor estudiante de la promocion
2001 de la Escuela Politecnica Nacional obteniendo el ttulo de Matematico. En 2006 obtuvo el ttulo de PhD en Ciencias de
la Ingeniera (mencion
en Modelacion
Matematica) en
Universidad de Chile. Cuenta con dos postdoctados:
Universidad de Talca (Chile, 2006 - 2007) y Technion
(Israel, 2007 - 2008).
Ha sido profesor, investigador y/o directivo en Technion - Israel Institute of Technology (Israel), Universite
Paris Dauphine (Francia), ICTP - International Centre for Theoretical Physics (Italia), Universitat Wien (Austria), Universidad de Chile (Chile), Universidad de Talca (Chile), Yachay Tech - Universidad de Investigacion
de
Tecnologa Experimental (Ecuador), ESPE - Universidad de las Fuerzas Armadas (Ecuador), Pontificia Universidad Catolica
del Ecuador (Ecuador), Escuela Politecnica Nacional (Ecuador), Universidad Tecnica de Ambato
Juan Mayorga Zambrano es observante de las Siete Leyes de los Hijos de Noe, Codigo
de Etica
universal
que les corresponde a las naciones no-judas de la tierra. Sobre este topico
ha traducido del ingles al espanol
los libros The Seven Colors of the Rainbow (Bindman) y The Path of the Righteous Gentile (Clorfene &
Rogalsky). Fue Coordinador para Chile (2006) y Coordinador Internacional (2007) de la Fundacion
Luz de Vida
Internacional; miembro del staff de Universidad Noajida (2009 - 2011).
xiii
Detalle de contenidos
Presentacion
de los pares revisores
vii
Prefacio
xi
Breve resena
del autor
xiii
Detalle de contenidos
xviii
Introduccion
general
Deduccion
Natural: una introduccion
a la Logica
1.2.2 Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.3 Disyuncion
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.4 Negacion
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Analisis de la validez de una estructura de razonamiento mediante tablas de verdad
1.4 Falacias formales o estructurales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.1 Falacia de la Negacion
del Consecuente . . . . . . . . . . . . . . . . . . . . . .
1.4.2 Falacia de la Afirmacion
del Antecedente . . . . . . . . . . . . . . . . . . . . .
1.5 Conectores logicos
derivados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5.1 Bicondicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5.2 Disyuncion
Exclusiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5.3 Conjuncion
Negativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6 Reglas de Inferencia Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.1 Silogismo Hipotetico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.2 Mutacion
de las Premisas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.3 Conmutatividad y Asociatividad de la Conjuncion
. . . . . . . . . . . . . . .
1.6.4 Introduccion
de la Doble Negacion
. . . . . . . . . . . . . . . . . . . . . . . . .
1.6.5 Principio del Tercer Excluido y Principio de Contradiccion
. . . . . . . . . . .
1.6.6 Modus Tollens y Contrapositiva . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.7 Inferencia Alternativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.8 Silogismo Disyuntivo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.9 Conmutatividad y Asociatividad de la Disyuncion
. . . . . . . . . . . . . . .
1.7.1 Definicion
del Condicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7.2 Leyes de Reemplazo por Equivalencia . . . . . . . . . . . . . . . . . . . . . . .
1.7.3 Leyes Distributivas y de Absorcion
. . . . . . . . . . . . . . . . . . . . . . . . .
1.7.4 Leyes de De Morgan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.7.5 Contrarrecproca. Metodo de Demostracion
Indirecto . . . . . . . . . . . . . .
1.8 Ejercicios propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xv
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3
4
5
7
12
12
12
14
18
20
23
25
26
28
29
29
30
31
31
32
33
33
34
34
35
36
38
39
40
41
43
43
44
45
46
xvi
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
53
53
55
56
61
65
68
69
reales
3.1 Axiomatizacion
de R . . . . . . . . . . . .
3.1.1 Axiomas de Campo o Cuerpo . . .
3.1.2 Axiomas de Orden . . . . . . . . .
3.1.3 Axioma del Supremo . . . . . . . .
3.2 Propiedades . . . . . . . . . . . . . . . . .
3.2.1 Resultados sobre la adicion
. . . .
3.2.2 Propiedades de la multiplicacion
.
3.2.3 Propiedades combinadas . . . . .
3.2.4 Otras propiedades . . . . . . . . .
3.2.5 Teorema del binomio de Newton .
3.3 Induccion
Matematica y Signo Sumatorio
3.4 Problemas . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
73
73
73
74
75
76
77
77
78
78
80
82
84
.
.
.
.
.
.
.
Funciones reales
4.1 Introduccion
. . . . . . . . . . . . . . . . . . . . . . . .
4.1.1 Dominio de definicion
. . . . . . . . . . . . . .
4.1.2 Graficacion
ingenua de funciones . . . . . . .
4.1.3 Funcion
lineal afn . . . . . . . . . . . . . . . .
4.1.4 Funcion
raz cuadrada . . . . . . . . . . . . . .
4.2 Algebra de funciones . . . . . . . . . . . . . . . . . . .
4.3 Ecuaciones e inecuaciones reales . . . . . . . . . . . .
4.4 Paridad . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Funciones signo y valor absoluto . . . . . . . . . . . .
4.6 Densidad de Q en R. Numeros
de punto flotante . . .
4.7 Funcion
cuadratica . . . . . . . . . . . . . . . . . . . .
4.8 Composicion
de funciones . . . . . . . . . . . . . . . .
4.8.1 Definicion
. . . . . . . . . . . . . . . . . . . . .
4.8.2 Invertibilidad . . . . . . . . . . . . . . . . . . .
4.9 Traslacion
y cambio de escala . . . . . . . . . . . . . .
4.9.1 Traslacion
en la variable independiente . . . .
4.9.2 Traslacion
en la variable dependiente . . . . .
4.9.3 Cambio de escala en la variable independiente
4.9.4 Cambio de escala en la variable dependiente .
4.9.5 Graficacion
via traslacion
y escalamiento . . .
4.10 Monotona . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.1 Monotona y composicion
. . . . . . . . . . . .
4.10.2 Criterio de la tasa de variacion
. . . . . . . . .
4.11 Funciones trigonometricas . . . . . . . . . . . . . . . .
4.11.1 Axiomatizacion
y propiedades basicas . . . . .
4.11.2 Periodicidad e Inyectividad . . . . . . . . . . .
4.11.3 Otras funciones trigonometricas . . . . . . . .
4.11.4 Funciones trigonometricas inversas . . . . . .
4.11.5 Propiedades derivadas . . . . . . . . . . . . . .
4.11.6 Graficacion
de funciones sinusoidales . . . . .
4.11.7 Resolucion
de Ecuaciones Trigonometricas . .
4.12 Problemas . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
89
89
89
90
92
94
95
96
98
99
103
104
105
106
108
108
109
109
111
111
112
112
116
116
117
117
120
120
122
123
124
124
128
Funciones polinomicas
y racionales
5.1 Introduccion
. . . . . . . . . . . .
5.1.1 Leyes de los exponentes .
5.1.2 Propiedades elementales .
5.2 Division
de polinomios . . . . . .
5.2.1 Division
sintetica . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
137
137
137
138
139
139
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
xvii
5.2.2 Division
por coeficientes indeterminados
Divisibilidad . . . . . . . . . . . . . . . . . . . . .
5.3.1 Factores divisores . . . . . . . . . . . . . .
5.3.2 Teorema del Residuo . . . . . . . . . . . .
5.3.3 Regla de Horner-Ruffini . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
140
141
141
142
143
144
147
147
149
149
150
151
152
152
152
153
153
155
156
157
157
159
Sucesiones reales
6.1 Introduccion
. . . . . . . . . . . . . . . . . . . .
6.2 Acotamiento y entornos . . . . . . . . . . . . .
6.3 Convergencia . . . . . . . . . . . . . . . . . . .
6.4 Divergencia . . . . . . . . . . . . . . . . . . . .
6.5 Monotona . . . . . . . . . . . . . . . . . . . . .
6.6 Las funciones exponencial y logartmica . . . .
6.7 Propiedades importantes . . . . . . . . . . . . .
6.8 Equivalencia de sucesiones . . . . . . . . . . .
6.9 Propiedades importantes (II) . . . . . . . . . .
6.10 Subsucesiones . . . . . . . . . . . . . . . . . . .
6.11 Propiedades importantes (III) . . . . . . . . . .
6.12 Completitud de R . . . . . . . . . . . . . . . . .
6.13 Criterio del cociente . . . . . . . . . . . . . . . .
6.14 Otros criterios para convergencia y divergencia
6.15 Relaciones recurrentes . . . . . . . . . . . . . .
6.16 Problemas . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
163
163
165
166
169
171
173
175
178
179
182
184
186
187
188
190
190
Lmites y continuidad
7.1 Introduccion
. . . . . . . . . . . . . . . .
7.2 Definiciones de lmites . . . . . . . . . .
7.3 Teoremas y Proposiciones sobre lmites
7.4 Continuidad . . . . . . . . . . . . . . . .
7.4.1 Tipos de discontinuidad . . . . .
7.4.2 Teoremas sobre continuidad . . .
7.4.3 El Metodo de las Bisectrices . . .
7.5 Calculo de lmites . . . . . . . . . . . . .
7.5.1 Lmites Fundamentales . . . . .
7.5.2 Cambio de Variable . . . . . . . .
7.5.3 Infinitesimos . . . . . . . . . . .
7.5.4 Infinitos . . . . . . . . . . . . . .
7.6 Ejercicios resueltos . . . . . . . . . . . .
7.7 Problemas . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
199
199
205
208
208
209
210
212
213
214
215
216
218
220
227
5.3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
xviii
8.4
8.5
8.6
8.7
8.8
8.9
8.10
8.11
8.12
8.13
. . . .
Derivacion
de una funcion
implcita . .
Monotona y Puntos Crticos . . . . . . .
Convexidad y puntos de inflexion
. . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
complejos
A.1 Introduccion
. . . . . . . . . . . . . . . . . .
A.2 El cuerpo C . . . . . . . . . . . . . . . . . . .
A.2.1 Operaciones con numeros
complejos
A.3.2 Funcion
de conjugacion
. . . . . . .
A.4 Leyes de los exponentes . . . . . . . . . . .
A.5 Formula
de Euler. Forma polar . . . . . . .
A.6 Problemas . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
241
242
244
246
249
252
255
256
256
259
.
.
.
.
.
.
.
.
.
.
.
271
271
271
271
273
274
275
275
277
278
279
281
283
287
Smbolos
289
Referencias
291
Indice
alfabetico
293
Fuentes adicionales
295
Introduccion
general
NECESARIA!!!!
ACTUALIZACION
La Ensenanza
de Matematicas para Ingeniera ha experimentado una transicion
Enfoque
A lo largo del texto se mantiene un enfoque orientado hacia la Ingeniera. Creemos que, en general, un
Ingeniero no demuestra teoremas; pero debe ser capaz de administrarlos y aplicarlos a la resolucion
de
problemas. Por tanto, presentamos solo
las demostraciones que, a nuestro criterio, son relevantes para mejorar
la comprension
t indica que se da por terminada una demostracion.
de la materia. El smbolo u
La notacion
usada a lo largo del texto es casi siempre la estandar. Se ha hecho un esfuerzo por enunciar
explcitamente los dominios de las funciones; esto se debe a que una funcion
es el ejemplo mas simple de
modelo matematico y a un hecho practico: problemas que los estudiantes encuentran casi imposibles se
resuelven, a menudo, simplemente aclarando el universo de estudio donde trabajan las funciones.
Topicos
y prerequisitos
Los temas tratados en esta obra se presentan habitualmente en el los primeros niveles de Matematicas en
las carreras de Ingeniera. Se sugiere tanto al estudiante como al profesor que apoyen su trabajo con otros
libros de texto como [XXX] y [XXXX]. Un mismo tema que un estudiante encuentra claro en un libro puede
resultar obscuro para otro estudiante. Y no hay tiempo para desperdiciar! Un estudiante de Ingeniera esta
normalmente sometido a una gran presion
y exigencia.
Al final de cada uno de los captulos se presenta un conjunto de problemas seleccionados. No afirmamos que
los problemas presentados sean originales (si bien hay un buen numero
de nuestra autora); mas bien hemos
tratado de seleccionarlos a partir de varias fuentes y adaptarlos a nuestro curso. Los ejercicios marcados con
Introduccion
general
un asterisco, *, tienen un grado de dificultad mayor. Al final del libro se presentan las soluciones y/o pautas
para la mayora de ellos. El material presentado en este curso supone que el estudiante trae XXX.
Maxima
Escogimos el software Maxima para apoyar el estudio de la materia bajo tres consideraciones. Por un lado,
Maxima es un Sistema Computacional Algebraico (CAS) de manera que permite obtener soluciones analticas
(cuando es posible) y hacer un seguimiento paso a paso del procedimiento de resolucion
de un problema
determinado. Como consecuencia, a mas de tener una forma rapida para verificar el dominio propio de las
herramientas matematicas, permite una aplicacion
fluida de las competencias1 matematicas a materias de
Ingeniera (Termodinamica, Teora de Control, etc.). Por otro lado, si bien Maxima es un CAS y por tanto no
tiene el poder numerico de una Plataforma de Calculo Cientfico (como Scilab o Matlab), permite trabajar
numericamente a un buen nivel. Finalmente, Maxima es software libre de manera que los estudiantes pueden
instalarlo en sus computadores de forma gratuita. Esta ultima
consideracion
En la preparacion
de la primera edicion
de este libro se ha usado la version
5.27 de Maxima con apoyo de la
interface wxMaxima. El codigo
Maxima presentado para resolver un determinado problema ha sido probado y
preparado de manera tal que sea claro para el estudiante al punto que lo motive a adaptarlo para la resolucion
de otros problemas.
(%i1)
( %o1)
sin(%pi/4);
1
Descripcion
de captulos
Captulo 1
Deduccion
Natural: una introduccion
a la Logica
y que permita distinguir con rigurosidad la validez de sus procesos internos para su aplicacion
a situaciones
1 con su formalismo, constituye este mecanismo, [17].
practicas como las de la Ingeniera. La Logica,
el conocimiento, es decir, se demuestran y/o enuncian teoremas, lemas, corolarios, etc. con uso de los puntos
anteriores: reglas de inferencia derivadas, Leyes de De Morgan, etc. (Secciones 1.6 y 1.7). La identificacion
de las
principales Falacias Formales o Estructurales es abordada en la Seccion
1.4. En adicion
a la Deduccion
Natural,
en la Seccion
2.3 se introducen, ya en el contexto conjuntista, los cuantificadores universal y existencial que
permiten extender el rango de proposiciones que se usan en Matematicas.
Para varios de los ejemplos del presente captulo se han usado informalmente numeros
reales y sus propie
dades, apoyandonos en los conocimientos que debe tener el estudiante de sus estudios de bachillerato. Esta
tematica es abordada formalmente en el Captulo 3.
antigua de un
mundo plano.
1
2
1 Deduccion
Natural: una introduccion
a la Logica
1.1.
es un enunciado del que se puede establecer su valor de verdad, es decir se puede verificar si
Una proposicion
es una oracion o una parte de una
es verdadero (denotado por V o 1) o falso (denotada F o 0). Una declaracion
oracion que expone una proposicion.
De la Definicion
declaraciones; de
1.1 se deduce que una proposicion
puede ser expresada con multiples
x < 5;
no es cierto que x = 5;
x R \ {5};
expresan una misma proposicion: que el numero
x no es igual al numero
5.
Observacion
1.1 Cuando se busca discernir entre lo verdadero y lo falso lo fundamental es el contenido (la proposicion),
mas alla del envoltorio (la declaracion). Por tanto, de aqu en adelante nuestra presentacion considera unicamente
proposiciones.
Preguntas, suposiciones y exhortaciones no son declaraciones pues de los contenidos de estas no se puede
establecer un valor de verdad.
Ejemplo 1.3 Ninguna de las siguientes oraciones es una declaracion:
El abogado defensor debera ser claro y conciso en la presentacion de sus argumentos.
Podras ser claro?
Supongamos ahora que los zombies existen.
Una proposicion
simple es una proposicion
enunciado. Las proposiciones
que esta formada por un unico
simples son usualmente representadas por letras. Por otro lado, una proposicion
compuesta esta formada por
dos o mas simples vinculadas entre s por conectores logicos
como la conjuncion,
la disyuncion,
el condicional,
etc. En el Cuadro 1.1 se presentan los principales conectores y operadores logicos.
Como se puede ver en el
PQ
PyQ
QyP
Disyuncion
PQ
PoQ
QoP
Condicional
PQ
Si P entonces Q
Q si P
Negacion
P
No P
Es falso P
P: El pizarron es negro.
P S: El pizarron es negro y rosado.
Q: Mi nombre es Pedro.
W Q: Mi nombre es Juan o Pedro.
U: 3 + 6 = 9.
U U: 3 + 6 = 9 y 3 + 6 , 9.
L M: Si llueve en mi barrio entonces el patio de mi casa se moja.
Es claro que las proposiciones P, Q, W, L, M y U son proposiciones simples.
1.1.1.
Solidez de un razonamiento
Definicion
1.2 [Razonamiento o argumento]
Un razonamiento o argumento es un proceso en el que a partir de un conjunto de proposiciones - llamadas
o inferencia.
premisas, se obtiene otra proposicion - llamada conclusion
En el esquema simple (1.1), a
partir de las premisas P1 , P2 , P3 y P4
se obtiene la conclusion
C, sin enunciarse paso intermedio alguno. Sin
embargo, en un razonamiento es
habitual sacar conclusiones parciales antes de obtener la conclusion
P1
P2
P3
4
5
(1.1)
P4
C
P1
P2
P3
P4
Q1
6
7
Q2
C
(1.2)
argumento.
La siguiente definicion
es estandar y puede ser encontrada e.g. en [5] y [2]:
Definicion
1.3 [Solidez de un argumento]
1 Deduccion
Natural: una introduccion
a la Logica
Definicion
1.4 [Validez de la estructura de un argumento]
el concepto de
confianza de la prueba. Por ejemplo, en lugar de concluir que
La tasa de analfabetismo digital es mayor en Ecuador que en Francia;
se concluye algo como
Con un 97 % de confianza, la tasa de analfabetismo digital es mayor en Ecuador que en Francia.
Como se evidenciara en la Seccion 1.2.4.2, el mecanismo que sigue una prueba (estadstica) de hipotesis corresponde a una
version (probabilstica) del metodo de demostracion conocido como Reduccion al Absurdo.
Como lo establece la Definicion
1.3, los conceptos de solidez de un razonamiento y de validez de su estructura
son equivalentes en tanto que las premisas sean todas verdaderas. Esto es consecuencia del hecho que la logica
formal es aquella parte de la teora de la ciencia3 que proporciona la tecnica de la prueba cientfica... que resulta aplicable
a todo contenido posible, [18], es decir, a grosso modo, la Logica
se ocupa de la validez de las estructuras.
carreteras pero que todas ellas hayan involucrado acciones de corrupcion y sobreprecios.
3
La estructura de los razonamientos R1 y R3 es la misma y es valida. Sin embargo, R3 no es razonamiento solido pues la
segunda premisa, Yo soy un perro, no es verdadera.
1.1.2.
Principios de la Logica
siguiente pregunta: bajo que condiciones podemos asegurar que las conclusiones obtenidas estan sustentadas
por las premisas?
Ejemplo 1.7 El Dr. Ignacio R. es uno de los endocrinologos mas prestigiosos del Ecuador; vive y trabaja en Quito. En el
a mbito medico es conocido que practicamente no acepta los resultados de examenes clnicos realizados en provincia a sus
pacientes. Tendra probabilidades de exito una posible demanda de un Colegio de Medicos de provincia que lo acusara de
discriminar a los profesionales de provincia que realizan los examenes clnicos que requiere el mencionado profesional?5
La respuesta es no. Esta justificada su postura.
Para poder tomar decisiones que ayuden a establecer un diagnostico correcto - en otras palabras que la conclusion sea
correcta - y, a posteriori, el tratamiento mas idoneo para uno de sus pacientes, el Dr. Ignacio R. necesita que la informacion
presente en los resultados de los examenes clnicos reflejen la realidad - dicho de otra manera que las premisas sean
verdaderas. Lastimosamente, en la gran mayora de los casos de pacientes que traen examenes realizados en provincia, este
no es el caso. Por tanto, para poder brindar el servicio medico de la mejor calidad posible el profesional se ve en la necesidad
de tomar una poltica inflexible de no confiar en los resultados de examenes practicados en provincia.
Por que se da este problema? A pesar de que para cualquier examen medico existen protocolos preestablecidos y probados,
no siempre el equipo medico utilizado esta calibrado tecnicamente y, lastimosamente, para ahorrar recursos muchas veces
no se usan los reactivos apropiados o se saltan etapas del protocolo o simplemente no se cumplen todas las etapas con el
rigor necesario.
En esta seccion,
enunciamos los principios que deberan guiar nuestra mente cuando razonamos. Por ello
recalcamos que, al analizar un argumento,los conceptos de solidez y validez (de su estructura) son equivalentes
en tanto que todas las premisas sean verdaderas.
Principio 1. Un razonamiento que usa alguna premisa falsa no es solido.
Por tanto, para que no perdamos el tiempo con un razonamiento, es una costumbre sana verificar primero
que las premisas sean todas verdaderas. Al principio anterior se le refiere como el Principio de Pureza de las
Premisas.
Ejemplo 1.8 En una escena de la pelcula Monty Python and the Holy Grail (1975), el Rey Arturo nombra caballero
al juez Bedevere y lo recluta para su divina mision, gracias a las dotes logicas mostradas por este ultimo.
Bedevere logra
demostrar la hipotesis de que una mujer es bruja al evidenciar (en una balanza fraudulenta) que pesa lo mismo que
un pato. Para ello, ayuda a un grupo de ignorantes campesinos (que denunciaron a la mujer) a establecer el siguiente
razonamiento:
Premisa 1: Si ella pesa lo mismo que un pato entonces esta hecha de madera.
Premisa 2: Si ella esta hecha de madera entonces es una bruja.
Conclusion: Por tanto, si ella pesa lo mismo que un pato entonces es una bruja.
5
1 Deduccion
Natural: una introduccion
a la Logica
Como veremos mas adelante, en la Seccion 1.6.1, la estructura del razonamiento anterior (esquematizada al lado derecho)
es valida y recibe el nombre de Silogismo Hipotetico. Sin embargo el razonamiento no es solido pues, evidentemente, las
premisas son falsas.
1
PM
2
3
MB
PB
Observacion
1.3 Tenga presente que para esquemas como el del Ejemplo 1.8 se eligen letras que ayuden a entender y
recordar rapidamente las proposiciones que se estan representando. En el caso mencionado se tiene:
P: Ella pesa lo mismo que un pato;
M: Ella esta hecha de madera.
B: Ella es una bruja.
En Ingeniera muchas de las decisiones se toman con apoyo de calculos matematicos, los cuales son basicamente razonamientos. El siguiente ejemplo nos ayuda a apreciar la importancia de evitar premisas falsas.
x + y = x + y.
Premisa 2: x = 2 es un numero
positivo.
Premisa 3: y = 2 es un numero
positivo.
Conclusion parcial 1:
2 + 2 = 2 + 2.
Conclusion parcial 2:
4 = 2 2.
Conclusion parcial 3: 2 = 2 2.
Conclusion: 1 = 2.
El razonamiento anterior no es solido porque la primera premisa es falsa.
Para establecer el siguiente principio de la Logica,
necesitamos el concepto de consistencia.
Definicion
1.5 [Consistencia]
Un conjunto de premisas es inconsistente si de ellas se puede inferir una contradiccion; caso contrario, se dice
a la conjuncion de una proposicion con
que el conjunto de premisas es consistente. Se denomina contradiccon
su opuesta, es decir a una proposicion de la forma P P.
El siguiente principio, conocido como el Principio de Consistencia de las Premisas, establece que un argumento
no puede ser solido
cuando sus premisas provocan contradicciones.
Ejemplo 1.10 El siguiente razonamiento no es solido porque las premisas provocan una conclusion parcial que contradice
la primera premisa.
Premisa 1:
Pedro es ambateno.
1
x< .
4
2x 1 > 0.
Principio 3. Si premisas verdaderas producen una conclusion falsa entonces la estructura del argumento no es valida.
2
3
AT
T
10
Premisa 1:
Premisa 2:
Premisa 3:
Premisa 4:
Premisa 5:
Conclusion:
1 Deduccion
Natural: una introduccion
a la Logica
Carlos H. tuvo hasta hace poco una relacion sentimental con Mara W.
Carlos H. es un consumidor esporadico de marihuana.
Carlos H. estuvo en el Mall Los Andes entorno a las 20h10.
Mara W. estuvo en el Mall Los Andes entorno a las 20h20.
Carlos H. estuvo en el condominio donde vive Mara W. entorno a las 22h00.
Por tanto, Carlos asesino a Mara W.
Las cinco premisas del razonamiento anterior fueron presentadas por el abogado acusador; su veracidad fue establecida por
el testimonio del medico de Carlos H., por registros de video del condominio y del mall, y por el registro de una compra
que realizo Carlos H. con su tarjeta de credito. Sin embargo, realmente es suficiente el conjunto de hechos para establecer
la culpabilidad de Carlos H.?
He aqu lo que realmente sucedio. Carlos H. compro dos entradas para ver una pelcula que arranco a las 20h15 y que
presencio con Andrea X., su nueva enamorada. Mara W. llego al mall y realizo un reclamo en una empresa de telefona
entre las 20h18 y las 20h30. Carlos H. y Mara W. nunca se encontraron. Tan pronto termino la pelcula, Carlos H. dejo
en su domicilio a Andrea X. quien, coincidencialmente, vive en el mismo condominio que Mara W.
Jose U., el asesino y adicto a la marihuana, es el conserje del condominio. Al tener un impulso de consumo y al no tener
dinero, ingresa al departamento de Mara W. tratando de conseguir algo de dinero pensando que ella no estaba presente.
Al tratar de evitar el robo, Mara establece un enfrentamiento con el agresor que llevo al desenlace fatal.
Como contraparte al Principio de Pureza de la Conclusion,
necesitamos una herramienta que nos permita
establecer la no-validez de la estructura de un razonamiento donde partiendo de premisas verdaderas se llega
a una conclusion
que tambien es verdadera. Los dos principios que se enuncian a continuacion
salvan esta
situacion.
Al principio anterior se le conoce como Principio de Validez. Recuerde que por estructura nos referimos a la
forma en que se enuncia un razonamiento.
Cuando la estructura de un razonamiento admite un cambio de contenidos que provoca que las premisas
sean verdaderas y la conclusion
sea falsa, a la nueva situacion
se la refiere como un contraejemplo.
Principio 5. Si la estructura de un razonamiento admite un contraejemplo, entonces no es valida.
Por tanto, si intuimos que la estructura de un razonamiento no es valida y queremos probar que ese es
efectivamente el caso, deberamos extraer tal estructura y buscar un contraejemplo. Al principio anterior se le
conoce como el Principio del Contraejemplo.
Ejemplo 1.14 Retomemos el caso de Carlos H., Ejemplo 1.13. Observemos, desde otra perspectiva, el razonamiento que
establece que la culpabilidad del acusado:
Premisa 1: Si Carlos H. es el asesino, entonces hay hechos
que respaldan la culpabilidad.
Premisa 2: Hay hechos que respaldan la culpabilidad.
Conclusion: Por tanto, Carlos H. es el asesino.
AH
2
3
H
A
11
LM
2
3
M
L
Sin embargo, los dos razonamientos anteriores son no-solidos pues el siguiente razonamiento es un contraejemplo, se tiene
la misma estructura pero se obtiene una conclusion falsa.
Premisa 1: Si hago mucho ejercicio entonces sudo.
Premisa 2: Estoy sudando (porque estoy en un sauna).
Conclusion: Por tanto, he hecho mucho ejercicio.
ES
2
3
S
E
respetos?. La respuesta le sorprendio: Mi vecino zapatero ha sido condenado y pido su inmediata libertad.
Mansur indico que era imposible: El proverbio dice que si alguien se encuentra con un pecador en ayunas, se
quedara todo el da con hambre. Mire al zapaterio esta manana
y todo el da no pude comer. Por Ala que ese
conclusiones verdaderas.
Principio 6. La validez de la estructura de un razonamiento se puede establecer con la ayuda de las Reglas de Inferencia.
12
1.1.3.
1 Deduccion
Natural: una introduccion
a la Logica
A partir de la Seccion
1.2.1 abordaremos las Reglas de Inferencia. En el Cuadro 1.1 se presentaron los
conectores logicos
basicos y los operadores que los representan. Con respecto al orden o jerarqua de los
1.2.
En la Seccion
1.1.2 mencionamos que existen Reglas de Inferencia que permiten a nuestra mente realizar
razonamientos solidos,
es decir obtener (de una forma logicamente
correcta) conclusiones verdaderas a partir de
Natural.
Conector basico Operador Aplicacion
Interpretacion
1 Interpretacion
2
Conjuncion
PQ
PyQ
QyP
Disyuncion
PQ
PoQ
QoP
Condicional
PQ
Si P entonces Q
Q si P
Negacion
P
No P
Es falso P
o
introduccion
y una regla para justificar su desaparicion
o eliminacion.
Esto es presentado en la Secciones 1.2.1.1
- 1.2.4.1. En la Seccion
1.2.2.3 se explica el significado de las frases P es condicion
necesaria de Q y P es
condicion
suficiente de Q, que aparecen con asiduidad en Matematicas.
1.2.1.
Conjuncion
13
0
1
0
1
0
0
0
1
PQ P Q
1
1 1
1.2.1.1.
Introduccion
de la conjuncion
Nos apoyamos en el siguiente ejemplo para mostrar el mecanismo que permite introducir la conjuncion.
5 es un numero
entero
y tambien que
Q:
5 es un numero
real positivo;
por tanto
P Q:
5 es un numero
entero y 5 es un numero
real positivo
Q P:
5 es un numero
entero
La estructura del razonamiento utilizado en el Ejemplo 1.18 es valida, independiente de sus contenidos, y
se esquematiza de la siguiente manera:
14
1 Deduccion
Natural: una introduccion
a la Logica
2
3
Q
PQ
2
3
Q
QP
I, 1, 2
(1.3)
I, 1, 2
1.2.1.2.
Eliminacion
de la conjuncion
Nos apoyamos en un ejemplo para mostrar el mecanismo que permite eliminar una conjuncion.
irracional y positivo;
PQ :
por tanto es cierto que
es un numero
irracional
P:
y tambien es cierto que
Q:
es un numero
positivo
La estructura del razonamiento utilizado en el Ejemplo 1.19 es valida, independiente de sus contenidos, y
se esquematiza de la siguiente manera:
1
2
PQ
P
1
2
E, 1
PQ
Q
(1.4)
E, 1
1.2.2.
Condicional
El conector logico
llamado condicional es representado por el operador . La proposicion
compuesta
PQ
(1.5)
15
P Q PQ
0
0
1
1
0
1
0
1
1
1
0
1
PQ P Q
0
1 0
Cuadro 1.3 Tablas de verdad del condicional. La veracidad del antecedente y la falsedad del consecuente son condiciones necesarias
(tabla derecha) y suficientes (tabla izquierda) para la falsedad del condicional.
Ejemplo 1.20 Es claro que existe una relacion de causa efecto entre las siguientes proposiciones:
C:
E:
Llueve en mi barrio;
Se moja el jardn de mi casa.8
Causa verdadera y efecto verdadero. En caso de que tanto C como E sean verdaderas, es decir, al mismo tiempo, llueve en
mi barrio y se moja mi jardn, es claro que la proposicion C E debe ser verdadera.
Causa verdadera y efecto falso. Es claro que la situacion en que C sea verdadera y E sea falsa, es decir, al mismo tiempo,
llueve en mi barrio y no se moja mi jardn, es imposible; por tanto, la proposicion C E debe ser falsa.
Causa falsa y efecto verdadero. La situacion en que C es falsa y E es verdadera no es imposible; en efecto, el jardn puede
estarse mojando con una manguera. Puesto que se mantiene en vigencia la relacion de causa - efecto, la proposicion C E
es verdadera.
Causa falsa y efecto falso. La situacion en que tanto C como E son falsas, es decir cuando ni se moja el patio ni llueve, es
la mas habitual. Puesto que se mantiene en vigencia la relacion de causa - efecto, la proposicion C E es verdadera.
1.2.2.1.
Eliminacion
del condicional (Modus Ponens)
PQ:
Si x es un numero
1
= 1.
x
x = 2 es un numero
distinto a cero.
Q:
1
= 1.
2
1
PQ
2
3
P
Q
E, 1, 2
Alternativamente, se podra simbolizar como MP, 1, 2 que se interpreta como Modus Ponens entre los pasos
1,2.
8
16
1 Deduccion
Natural: una introduccion
a la Logica
Ejemplo 1.22 En un cuerpo legal, las sanciones son consecuencia de faltas cometidas; es decir que se utiliza el Modus
Ponens. Consideremos, por ejemplo, un artculo del Reglamento de Estudiantes de una Universidad:
En caso de que un profesor o estudiante incurriera por primera vez
en alguna accion
u omision
que constituya fraude academico,
recibira una amonestacion
escrita por parte del Consejo Universitario.
En particular, esta disposicion legal establece que
Si un estudiante comete por primera vez fraude academico
entonces recibira una amonestacion
escrita por parte del Consejo Universitario.
Por tanto, si el Consejo Universitario constata que el estudiante Carlos H. comete plagio (e.g. en un trabajo de consulta)
y que (hasta donde conoce) es su primera vez, debe emitirle una amonestacion por escrito.
1.2.2.2.
Introduccion
del condicional. Metodo Directo de Demostracion
Aprovechamos un ejemplo simple para mostrar el mecanismo con el que se consigue introducir un condicional. Este es un mecanismo para demostrar que es verdadera una relacion
de causa - efecto entre dos
proposiciones.
Ejemplo 1.23 Nos interesa demostrar la siguiente proposicion:
Teorema. Si n es un numero
natural entonces n es un numero
positivo.
Demostremos el Teorema. Supongamos que
N:
n es un numero
natural.
n es un numero
entero y n es un numero
positivo
n es un numero
positivo
Si n es un numero
1
..
.
P
..
.
n
n+1
Q
PQ
Suposicion,
(1.6)
I, 1n
17
Observacion
1.5 El mecanismo usado para demostrar la veracidad del teorema del Ejemplo 1.23 se denomina Metodo
Directo y no es mas que la estructura de Introduccion del Condicional. en terminos generales, cuando se tiene un teorema
de la forma:9
H T:
se parte suponiendo que la Hipotesis, H, es verdadera y se avanza con el analisis hasta obtener la tesis, T. De hecho, puesto
que la estructura de un Teorema10 es H T, H representa la conjuncion de todas las hipotesis o condiciones del Teorema.
Ejemplo 1.24 Probemos un teorema bastante simple utilizando el Metodo Directo.
Teorema. Si n Z es impar entonces n2 es impar.
Demostremos el teorema por el Metodo Directo. Supongamos que n Z es impar. Entonces, por definicion de numero
n2 = 2m + 1,
donde
m = 2k2 + 2k
entero (pues es el resultado de sumas y multiplicaciones de enteros). Por tanto, por definicion
de numero
1.2.2.3.
En esta seccion
tratamos de aclarar el uso de algo terminologa con que el estudiante se encontrara en textos
de matematicas.
Consideremos las proposiciones R y S. Se dice que
S es condicion
suficiente para R
si cada vez que S ocurre inmediatamente sabemos que tambien ocurre R, es decir S es causa del efecto R. Como
ya vimos esto quiere decir que la proposicion
SR
es verdadera.
Ejemplo 1.25 Es claro que
x es un numero
natural
es condicion suficiente para concluir que
x es un numero
entero.
10
18
1 Deduccion
Natural: una introduccion
a la Logica
RS
es verdadera.
Ejemplo 1.26 Retomamos el Ejemplo 1.13. Se tiene que
Carlos H. es el asesino
es condicion suficiente para concluir que
hay hechos que respaldan la culpabilidad.
Por tanto, que existan hechos que sugieran la culpabilidad de Carlos H. es condicion necesaria (pero no suficiente!) para
tenerlo como sospechoso.
1.2.3.
Disyuncion
El conector logico
llamado disyuncion
0
1
0
1
0
1
1
1
PQ P Q
0
0 0
1.2.3.1.
19
Introduccion
de la disyuncion
Nos apoyamos en un ejemplo para mostrar el mecanismo que permite introducir una disyuncion.
x R.
(1.7)
x2 x 20 = (x 5)(x + 4).
Es claro que
P:
por tanto
P Q:
La estructura del razonamiento utilizado en el Ejemplo 1.28 es valida, independiente de sus contenidos, y
se esquematiza de la siguiente manera:
1
2
P
PQ
I, 1
1
2
Q
PQ
I, 1
Ejemplo 1.29 Volvamos a considerar la ecuacion (1.7). Observe que el siguiente razonamiento no es solido pues la
premisa es falsa. En efecto, el valor x2 = 4 provocara division por cero en el primer miembro de la ecuacion (1.7).
Premisa, R: x2 = 4 es solucion de la ecuacion (1.7).
Conclusion, R Q: x2 = 4 es solucion de la ecuacion (1.7) o x3 = 1000 es solucion de la ecuacion.
1.2.3.2.
Eliminacion
de la disyuncion
(Dilema)
Como se puede ver en el siguiente ejemplo, un dilema se presenta cuando se tienen dos opciones, pero las
dos llevan a un mismo resultado; la conclusion
es que necesariamente se tendra dicho resultado.
Ejemplo 1.30 Consideremos el polinomio definido por la formula
p(x) = x2 x 20.
Se tiene que
20
1 Deduccion
Natural: una introduccion
a la Logica
x=5
PQ :
Ademas,
PR:
y que
x = 4.
Si x = 5 entonces p(x) = 52 5 20 = 0;
Si x = 4 entonces p(x) = (4)2 (4) 20 = 0.
QR:
Por tanto,
R:
p(x) = 0.
PQ
PR
3
4
QR
R
E, 1, 2, 3
Alternativamente se podra simbolizar como DIL, 1, 2, 3 que se interpreta como Dilema entre los pasos 1, 2 y
3.
1.2.4.
Negacion
El conector logico
llamado negacion
1
0
P P
0
1
1
0
1.2.4.1.
Eliminacion
de la Negacion
P :
21
1.2.4.2.
E, 1
Introduccion
de la negacion.
Metodo de Demostracion
por Reduccion
al Absurdo
E :
1
..
.
P
..
.
n
n+1
E E
P
I, 1n
22
1 Deduccion
Natural: una introduccion
a la Logica
La Reduccion
al Absurdo11 establece que si se parte de una suposicion
y se llega a una contradiccion,
entonces
podemos negar tal suposicion.
La Reduccion
al Absurdo es un Metodo Indirecto para la demostracion
de
teoremas, proposiciones, etc.
Ejemplo 1.34 En el Ejemplo 1.9 usamos el hecho de que la
x + y = x + y.
es falsa. Pero no demostramos que efectivamente sea falsa! Aprovechamos la Reduccion al Absurdo para probarlo.
Empecemos recordando que
1,
2 = 1.414213562373095...
(1.8)
2+2 = 2+ 2
4=2 2
2=2 2
1= 2
(1.9)
Pero entonces, por (1.8) y (1.9) se tiene que
1,
1=
que es una contradiccion. Por tanto la proposicion es falsa. De hecho, hemos probado que es verdadero el siguiente
x + y = x + y.
Ejemplo 1.35 Corra el ano
399 EC cuando Meleto, motivado por la envidia, llevo a juicio a Socrates bajo la siguiente
acusacion:12
Socrates
corrompe a los jovenes:
no cree en los dioses en los que cree la ciudad y,
creencias relacionadas con genios.
en cambio, tiene extranas
En la votacion final de los miembros del jurado, 281 declararon culpable a Socrates en tanto que 275 votaron por su
inocencia. Como resultado, Socrates fue condenado a muerte por envenenamiento y tuvo que beber la cicuta. En su
defensa, Socrates dejo en evidencia la falsedad de la acusacion de Meleto mediante el metodo de Reduccion al Absurdo:13
Quien cree en cosas de genios, cree en genios.
Quien cree en genios, necesariamente cree en dioses (pues los genios son hijos bastardos de los dioses).
de Meleto, yo no creo en los dioses pero s creo en cosas de genios.
Suponiendo verdadera la acusacion
Pero, bajo este supuesto, yo creo en dioses y, al mismo tiempo, no creo en dioses.
de Meleto es falsa.
Por tanto, la acusacion
Ejemplo 1.36 Probemos usando el Metodo de Reduccion al Absurdo un teorema que tradicionalmente se le ha atribuido
a Pitagoras.
11
El nombre Reduccion
al Absurdo es el que tradicionalmente se le ha dado a la correspondiente estructura de razonamiento. Sin
embargo, por la forma en que funciona, mas bien se le podra denominar Derivacion
de Contradiccion.
Teorema. El numero
23
2 es irracional.
racional, existen
a Z y b Z \ {0}, enteros primos entre s14 tales que
a
2= .
b
Se tiene entonces que
a2 = 2b2 ,
(1.10)
de manera que a2 es par y, por tanto, a tambien es par. Entonces existe un k Z tal que
a = 2k,
de manera que, por (1.10), se tiene que
es decir
4k2 = 2b2 ,
b2 = 2k2 ,
1.3.
En la Seccion
cuando, al mismo tiempo, la estructura es valida y
1.1.1 vimos que un razonamiento es solido
todas las premisas son verdaderas. Tambien indicamos que esto es equivalente a decir que de un conjunto de
premisas verdaderas se deriva necesariamente la conclusion,
es decir que el conjunto de premisas es causa del
efecto conclusion.
14
Esto quiere decir que se han simplificado el numerador y el denominador de manera que no queden factores enteros comunes.
24
1 Deduccion
Natural: una introduccion
a la Logica
P1
2
3
P2
..
.
4
5
Pn
C
(P1 P2 ... Pn )
1
(verdadero). Esto, referido como una tautologa, indica que
siempre se concluye Q a partir de las premisas P Q y P.
PQ
2
3
P
Q
E, 1, 2
P Q P Q (P Q) P [(P Q) P] Q
0
0
1
1
0
1
0
1
1
1
0
1
0
0
0
1
1
1
1
1
Cuadro 1.6 Tabla de verdad para verificar la validez del Modus Ponens.
columna:
(%i1)
load("logic.mac");
( %o1)
C:/Program Files (x86)/Maxima-sbcl-5.36.1/share/maxima/5.36.1/share/logic/logic.mac
(%i2)
( %o2)
(1.11)
Ejemplo 1.39 Verifiquemos con ayuda de Maxima la validez del Dilema o Eliminacion de la Disyuncion. La tabla de
verdad del Dilema se presenta en el Cuadro 1.7.
PQ
PR
3
4
QR
R
E, 1, 2, 3
(%i1)
25
load("logic.mac");
( %o1)
C:/Program Files (x86)/Maxima-sbcl-5.36.1/share/maxima/5.36.1/share/logic/logic.mac
(%i2)
characteristic_vector(
((P or Q) and (P implies R) and (Q implies R)) implies R,
P,Q,R);
( %o2)
[ true,true,true,true,true,true,true,true]
P Q R P Q P R Q R (P Q) (P R) (Q R) [(P Q) (P R) (Q R)] R
0
0
0
0
1
1
1
1
0
0
1
1
0
0
1
1
0
1
0
1
0
1
0
1
0
0
1
1
1
1
1
1
1
1
1
1
0
1
0
1
1
1
0
1
1
1
0
1
0
0
0
1
0
1
0
1
1
1
1
1
1
1
1
1
1.4.
no pueden ser clasificadas, [9]. Al lector interesado le recomendamos las propuestas de ordenamiento de [2] y
[26].
Un argumento presenta una falacia formal o estructural cuando se le puede aplicar el Principio del Contraejemplo; es decir, manteniendo su estructura, se puede construir una situacion
en que las premisas son
verdaderas y la conclusion
es falsa.
impropia]
Ejemplo 1.40 [Falacia de generalizacion
El siguiente tipo de razonamiento, que se escucha a menudo, presenta una falacia formal:
Todos los fascistas son derechistas.
Todos los liberales son derechistas.
Por tanto, todos los liberales son fascistas.
Para evidenciarlo, consideremos el siguiente contraejemplo:
26
1 Deduccion
Natural: una introduccion
a la Logica
1.4.1.
Falacia de la Negacion
del Consecuente
PQ
2
3
P
Q
NC, 1, 2
0
1
0
1
1
1
0
1
1
1
0
0
1
1
0
0
1
0
1
0
1
0
1
1
(%i1)
load("logic.mac");
( %o1)
C:/Program Files (x86)/Maxima-sbcl-5.36.1/share/maxima/5.36.1/share/logic/logic.mac
(%i2)
( %o2)
[ true,false,true,true]
Ejemplo 1.41 En el sistema de control de procedimientos administrativos de un pas se tiene la siguiente premisa:
CI FPP: Si la Contralora encuentra indicios de actividades de fraude o corrupcion por parte de un funcionario
publico
FPP:
27
En este caso, la respuesta de la Fiscala configura una Falacia de Negacion del Consecuente.
Ejemplo 1.42 En el siguiente razonamiento no-solido, las dos premisas son verdaderas pero la conclusion es falsa pues
la estructura no es valida - configura la Falacia de Negacion del Consecuente.
Premisa: Si x > 0 entonces |x| = x.
Premisa: x = 0, de manera que (x > 0).
Conclusion: |0| , 0.
De hecho, s se cumple que |0| = 0.
Ejemplo 1.43 Una vez mas retomamos el Ejemplo 1.13.
Premisa 1: Si Jose U. tuvo una relacion sentimental con Mara W. entonces tendra algun
motivo para asesinarla.
Premisa 2: Jose U. nunca tuvo una relacion sentimental con Mara W.
Conclusion: Por tanto, Jose U. no tuvo motivo alguno para asesinarla.
Este razonamiento es incorrecto pues usa una estructura falaz: es un caso de la Falacia de la Negacion del Consecuente.
Ejemplo 1.44 Sean a, b, c numeros
x R.
(1.12)
= b2 4ac.
En el siguiente razonamiento no-solido, las dos premisas son verdaderas pero la conclusion es falsa pues la estructura no
es valida - configura la Falacia de Negacion del Consecuente.
b +
es solucion de la ecuacion (1.12).
Premisa: Si > 0 entonces x1 =
2a
Premisa: = 0, de manera que ( > 0).
Conclusion: x1 no es solucion de (1.12).
De hecho, cuando = 0 el numero
x1 =
b +
es (la unica)
Ejemplo 1.45 En el caso: French versus Indiana (266 Ind. 276, 362 N.E.2d 834, 842-43, 1977), el Jurado concluyo, por
mayora de votos, que:
Es legtima la aplicacion
de la pena
de muerte al acusado.
Para ello, aplico: a) la Quinta Enmienda a la Constitucion de los EEUU:
Nadie podra ser privado de la vida
sin el debido proceso legal.
28
1 Deduccion
Natural: una introduccion
a la Logica
y, b) el hecho de que
Al acusado no se le nego
el debido proceso legal.
En este caso tenemos las siguientes proposiciones simples:
M: El acusado es privado de la vida.
NP: Al acusado se le niega el debido proceso legal.
El razonamiento de la mayora de miembros del Jurado sigue la siguiente estructura:
1
NP M
2
3
NP
M
Puesto que las premisas son verdaderas, la solidez del argumento depende solo de la validez de la estructura. Para probar
que la estructura no es valida, basta con darnos cuenta que corresponde a un caso de la Falacia de la Negacion del
Consecuente.
1.4.2.
Falacia de la Afirmacion
del Antecedente
PQ
2
3
Q
P
AA, 1, 2
Ejemplo 1.46 Como vimos en los Ejemplos 1.13 y 1.14, el siguiente argumento no es solido:
Premisa 1: Si Carlos H. es el asesino entonces hay hechos que respaldan la culpabilidad.
Premisa 2: Hay hechos que respaldan la culpabilidad.
Conclusion: Por tanto, Carlos H. es el asesino.
Es evidente que se trata de un caso de la Falacia de la Afirmacion del Antecedente.
Ejemplo 1.47 Retomemos el Ejemplo 1.44. En el siguiente razonamiento no-solido, las dos premisas son verdaderas pero
la conclusion (aun
si fuera cierta) no se deriva de las premisas pues la estructura no es valida - configura la Falacia de
Afirmacion del Antecedente.
b +
es solucion de la ecuacion (1.12).
Premisa: Si > 0 entonces x1 =
2a
b +
es solucion de la ecuacion (1.12).
Premisa: x1 =
2a
Conclusion: > 0.
b +
De hecho, cuando = 0 el numero
x1 =
es (la unica)
29
Ejemplo 1.48 En el siguiente razonamiento no-solido, las dos premisas son verdaderas pero la conclusion (aun
si fuera
cierta) no se deriva de las premisas pues la estructura no es valida - configura la Falacia de Afirmacion del Antecedente.
Premisa: Si x > 0 entonces |x| = x.
Premisa: |x| = x
Conclusion: x > 0.
El caso en que x = 0 provee un contraejemplo al razonamiento anterior.
1.5.
Conectores logicos
derivados
y eliminacion
1.5.1.
Bicondicional
(1.13)
(P Q) (Q P)
(1.14)
no-negativo ssi x 0.
30
1 Deduccion
Natural: una introduccion
a la Logica
P Q PQ
0
0
1
1
0
1
0
1
1
0
0
1
y
x es un numero
1.5.2.
Disyuncion
Exclusiva
(P Q)
En este caso, se suele utilizar alguna de las frases siguientes
o bien P ocurre o bien Q ocurre;
ocurre P o Q ocurre;
ocurre P o Q, pero no las dos.
Ejemplo 1.51 Arturo y Rodrigo piensan seguir estudios universitarios. Arturo tiene claro que seguira Ingeniera Mecatronica en tanto que a Rodrigo le gusta Ciencias Polticas y Matematicas. Basado en sus indagaciones previas, Arturo
le dice:
O bien estudias Ciencias Polticas o bien estudias Matematicas.
Esto quiere decir que (correctamente segun
Arturo), Rodrigo puede estudiar una de las dos carreras pero no las dos (pues
tienen perfiles profesionales muy distintos).
Para que P Y Q sea verdadera es condicion
necesaria y suficiente que P y Q tengan diferente valor de verdad.
Observe la tabla de verdad esquematizada en el Cuadro 1.10.
P Q PYQ
0
0
1
1
0
1
0
1
0
1
1
0
x=0
x < 0.
no puede ser al mismo tiempo positivo y negativo. Tambien dice que el numero
cero es el unico
numero
1.5.3.
31
Conjuncion
Negativa
P Q
En este caso, se suele utilizar alguna de las frases siguientes
ni P ocurre ni Q ocurre;
no ocurre P y tampoco ocurre Q.
Ejemplo 1.53 Ante una serie de crmenes que conmocionaron a una comunidad, una Corte establecio que el acusado,
Carlos H., era culpable. Lo condeno a cadena perpetua y, adicionalmente:
Carlos H. ni tendra derecho a reduccion
de pena
ni podra acogerse a otros tipos de beneficios por buena conducta.
Esta declaracion establece, por un lado, que Carlos H. pasara en resto de su vida en prision y que, por otro lado, no podra
obtener ningun
paliativo por buena conducta.
Para que P Q sea verdadera es condicion
necesaria y suficiente que tanto P como Q sean falsas. Observe
las tablas de verdad esquematizadas en el Cuadro 1.11.
P Q PQ
0
0
1
1
0
1
0
1
1
0
0
0
PQ P Q
1
0 0
x < 0,
real x ni es negativo ni es el cero. Por tanto, por la Propiedad de Tricotoma, necesariamente se tiene
que
x > 0.
1.6.
32
1 Deduccion
Natural: una introduccion
a la Logica
1.6.1.
Nos apoyamos en un par de ejemplos para introducir la estructura del Silogismo Hipotetico.
Ejemplo 1.55 Es claro que
PQ:
Si alguien es quiteno
entonces es pichinchano.
Si alguien es quiteno
entonces es ecuatoriano.
Si x es un numero
racional.
Si x es un numero
real.
Si x es un numero
real.
PQ
QR
P
Suposicion,
E, 1, 3
E, 2, 4
PR
PQ
QR
PR
SIL, 1, 2
I, 35
1.6.2.
33
Mutacion
de las Premisas
Es claro que
P (Q R):
Si Pedro estudio mucho, Pedro obtiene buena nota en el examen si esta tranquilo.
Si Pedro esta tranquilo, Pedro obtiene buena nota en el examen si estudio mucho.
Una vez que las premisas son verdaderas, el razonamiento descrito en el Ejemplo 1.57 es solido
por su
de las Premisas.
Demostracion.
1
2
1.6.3.
P (Q R)
Q (P R)
MUT, 1
P (Q R)
Q
Suposicion,
Suposicion,
QR
E, 1, 3
E, 4, 2
PR
I, 35
Q (P R)
I, 26
QP :
34
1 Deduccion
Natural: una introduccion
a la Logica
>0
3
4
Q:
3
4
es un numero
positivo y
3
4
es un numero
racional.
3
4
es un numero
positivo.
3
4
>0:
3
4
es un numero
racional y
Una vez que las premisas son verdaderas, los razonamientos descritos en los Ejemplos 1.58 y 1.59 son
solidos
por su estructura y no por sus contenidos. Es
quematizamos ahora este tipo de estructura, denominada Conmutatividad de la Conjuncion.
PQ
QP
CC, 1
Demostracion.
1
PQ
E, 1
E, 1
QP
I, 2, 3
1.6.4.
P (Q R)
(P Q) R
1
2
AC, 1
Introduccion
de la Doble Negacion
(*)
Mi nombre es Juan.
Una vez que las premisas son verdadera, el razonamiento descrito en el Ejemplo 1.58 es solido
por su
1.6.5.
IDN, 1
Si bien el Principio del Tercer Excluido es presentado en nuestro contexto como una regla de inferencia
derivada, es sumamente importante pues establece que dada cualquier proposicion,
solo
hay dos opciones
(por eso su nombre): que sea verdadera o que sea falsa.
35
P P
Demostracion.
1
(P P)
Suposicion,
Suposicion,
P P
I, 2
(P P) (P P)
I, 1, 3
I, 24
P P
I, 5
(P P) (P P)
I, 1, 6
(P P)
TE,
La demostracion
del Principio del Tercer Excluido es particularmente difcil pues es un razonamiento
donde no existen premisas. Para su demostracion
se
procede por Reduccion
al Absurdo y constituye un
excelente ejercicio.
I, 17
(P P)
Demostracion.
1.6.6.
La demostracion
del Principio de Contradiccion
es
muy simple al usar la Reduccion
al Absurdo.
P P
Suposicion,
P P
reuso, 1
PC,
(P P)
I, 12
36
1 Deduccion
Natural: una introduccion
a la Logica
Una vez que las premisas son verdaderas, el razonamiento descrito en el Ejemplo 1.62 es solido
por su
PQ
2
3
Q
P
MT, 1, 2
Demostracion.
1
PQ
Suposicion,
E, 1, 3
Q Q
I, 4, 2
I, 35
P Q
2
3
Q
P
Cp, 1, 2
p(x) = ax2 + bx + c
x R,
(1.15)
q(x) = dx + e.
x0 de manera que
x0 R
de la ecuacion
(1.15).
es solucion
(1.16)
e
(de manera que q(x0 ) = dx0 + e , 0).
(1.17)
d
Observe que la conclusion (1.17) se obtiene por Contrapositiva entre la Proposicion y la informacion / premisa (1.16).
x0 ,
1.6.7.
37
no soy sociologo
soy matematico.
Ejemplo 1.65 Retomamos el Ejemplo 1.13. Al considerar, entre otros factores, que en la escena del crimen haba residuos
de marihuana y que los unicos
por su estructura y no por sus contenidos. Esquematizamos ahora este tipo de estructura de razonamiento,
denominada Inferencia Alternativa.
PQ
2
3
P
Q
IA, 1, 2
Demostracion.
1
PQ
Q
P
Suposicion,
reuso, 1
PP
PQ
2
3
Q
P
IA, 1, 2
La demostracion
de la Inferencia Alternativa que
presentamos usa varias reglas de inferencia. U n buen
ejercicio para el estudiante es construir una demostracion
alternativa.
I, 34
Suposicion,
Suposicion,
Q Q
I, 6, 2
E, 78
10
E, 9
11
QP
I, 610
12
E, 1, 5, 11
38
1 Deduccion
Natural: una introduccion
a la Logica
(a = 0 b = 0).
x R.
x1 = 5 es solucion de (1.18)
x2 = 4 es solucion de (1.18).
P:
solucion, x1 = 5.
1.6.8.
(1.18)
39
Una vez que las premisas son verdaderas, el razonamiento descrito en el Ejemplo 1.67 es solido
por su
PQ
PR
3
4
QS
RS
SILD, 13
Ejemplo 1.68 Consideramos el siguiente sistema de dos ecuaciones con dos incognitas reales:
x2 8 = 0,
3x + 2y = 2.
x1 = 2 2
PQ :
x1 = 2 2
1
2 3x .
2
se tiene que
PR:
QS:
5 2
entonces y1 =
.
2
7 2
Si x2 = 2 2 entonces y2 =
.
2
Si x1 = 2 2
RS :
1.6.9.
y1 = 5 2 2
y2 =
7 2
2 .
P J :
(1.19)
(1.20)
40
1 Deduccion
Natural: una introduccion
a la Logica
La estructura del razonamiento presentado en el Ejemplo 1.69 es valida, independiente de los contenidos, y
la esquematizamos ahora:
PQ
QP
1
2
CD, 1
Demostracion.
1
PQ
Suposicion,
QP
I, 2
P (Q P)
I, 23
Suposicion,
QP
I, 5
Q (Q P)
I, 56
QP
I, 1, 4, 7
1.7.
1
2
P (Q R)
(P Q) R
AD, 1
Equivalencia e implicacion
logicas
definimos, son sumamente importantes y permiten aumentar las estructuras de razonamiento validas.
Definicion
1.6 [Equivalencia logica]
P
Q
EQ, 1
1
2
Q
P
EQ, 1
(1.21)
y
(1.22)
es decir, a grosso modo, donde se tiene P se puede reemplazar con Q y viceversa. Esto se ve reflejado en las
Secciones 1.7.2 - 1.7.5.
Definicion
1.7 [Implicacion
logica]
41
Suposicion,
PQ
I, 2
P (P Q)
I, 12
Ejemplo 1.71 Complementemos el Ejemplo 1.70. All se probo que P Q es una implicacion logica de P. Un mecanismo
alternativo, que no es una demostracion estricta, pero que ayuda a visualizar la veracidad de implicaciones y equivalencias
logicas apela a las tablas de verdad.
Entonces, si sospechamos que P Q es una implicacion logica de P, construimos la tabla de verdad de P (P Q) (vease
el Cuadro 1.12).
P Q P Q P (P Q)
0
0
1
1
0
1
0
1
0
1
1
1
1
1
1
1
Puesto que la tabla de verdad de P (P Q) es una tautologa podemos aseverar (aunque sin demostracion) que
efectivamente P Q es una implicacion logica de P.
Con Maxima podemos obtener directamente la ultima
load("logic.mac");
( %o1)
C:/Program Files (x86)/Maxima-sbcl-5.36.1/share/maxima/5.36.1/share/logic/logic.mac
(%i2)
( %o2)
[ true,true,true,true]
1.7.1.
Definicion
del Condicional (*)
42
1 Deduccion
Natural: una introduccion
a la Logica
(P Q) :
La estructura del razonamiento presentado en el Ejemplo 1.72 es valida, independiente de los contenidos y
la esquematizamos ahora:
1
2
PQ
(P Q)
DC, 1
1
2
(P Q)
PQ
DC, 1
P Q.
(1.23)
(P Q)
Demostracion ((P Q) (P Q)).
(P Q).
(P Q)
Suposicion,
PQ
Suposicion,
P Q
Suposicion,
Suposicion,
Suposicion,
E, 2
P Q
I, 2, 3
E, 2
(P Q) (P Q)
I, 1, 4
E, 1, 3
I, 35
Q Q
I, 4, 5
I, 26
I, 17
6
7
8
Q
PQ
(P Q) (P Q)
(P Q)
(P Q) (P Q)
I, 26
I, 17
0
1
0
1
1
0
1
0
0
0
1
0
1
1
0
1
1
1
0
1
1
1
1
1
(P Q).
43
Con ayuda de Maxima podemos verificar que la equivalencia (1.23) es efectivamente correcta:
(%i1)
load("logic.mac");
( %o1)
C:/Program Files (x86)/Maxima-sbcl-5.36.1/share/maxima/5.36.1/share/logic/logic.mac
(%i2)
( %o2)
true
1.7.2.
PR
QR
PR
QR
1
2
RE, 1
1
2
RE, 1
PR
QR
RE, 1
RP
RQ
RE, 1
1.7.3.
La conjuncion
es distributiva respecto de la disyuncion:
P (Q R)
(P Q) (P R)
(1.24)
La disyuncion
es distributiva respecto de la conjuncion:
P (Q R)
(P Q) (P R)
(1.25)
P P (P Q)
(1.26)
P P (P Q)
(1.27)
44
1 Deduccion
Natural: una introduccion
a la Logica
1.7.4.
Leyes de De Morgan
Con el siguiente ejemplo introducimos una de las Leyes de Morgan. Uno podra creer que las leyes de De
Morgan son una excentricidad academica, pero realmente nuestro cerebro funciona normalmente as.
Ejemplo 1.73 El siguiente es un extracto de la novela La Conspiracion de Dan Brown:
Por lo visto, el presidente espera que se sienta usted (Rachel) impresionada o intimidada
Pickering la observo
Le sugiero que no se muestre ni lo uno ni lo otro.
Las proposiciones simples que intervienen son
P: Rachel esta impresionada;
T: Rachel esta intimidada.
De acuerdo con Pickering, el presidente espera que sea verdadera la proposicion
P T.
Pero Pickering quiere lo contrario, es decir
(P T)
o, equivalentemente,
P T,
que corresponde al mensaje presente en el texto:
No se muestre ni impresionada ni intimidada.
La equivalencia, (P T) (P T), usada en el razonamiento presentado en el Ejemplo 1.73 corresponde
a una de las Leyes de Morgan que a continuacion
enunciamos:
DM1:
DM2:
DM3:
DM4:
DM5:
P Q P Q
(P Q) P Q
(P Q) P Q
(P Q) P Q
(P Q) P Q
Observacion
1.6 Por las leyes de De Morgan se evidencia que realmente no son necesarios cuatro conectores logicos
basicos sino, solamente, dos; e.g. la negacion y la conjuncion o la negacion y la disyuncion. De la misma manera,
estrictamente no son necesarias ocho reglas de inferencia fundamentales sino, solamente, cuatro.
Probemos la validez de DM1. Los otros puntos se requeriran como ejercicio al lector. Probemos entonces que
PQ
Demostracion ((P Q) (P Q)).
P Q.
45
PQ
Suposicion,
P P
TE,
Suposicion,
E, 2, 4
P Q
I, 4
P (P Q)
I, 35
P Q
Suposicion,
Suposicion,
Suposicion,
P Q
I, 7
IDN, 2
P (P Q)
I, 79
IA, 3, 1
10
P Q
E, 2, 6, 9
I, 110
11
1.7.5.
(P Q) (P Q)
PQ
(P Q) (P Q)
I, 24
I, 15
La siguiente equivalencia ayuda a establecer en algunos casos relaciones de causa efecto de forma indirecta.
PQ
Q P
a2 = 2m,
m = 2k2
tambien es un numero
entero (pues es el resultado de multiplicaciones de enteros). Por tanto, por definicion de numero
46
1.8.
1 Deduccion
Natural: una introduccion
a la Logica
Ejercicios propuestos
1.1. (*) Trate de sustentar la validez del Principio de Consistencia de las Premisas a partir del Principio de
Pureza de las Premisas.
1.2. Para cada una de las siguientes estructuras, realice la tabla de verdad para visualizar su validez: Conmutatividad de la Conjuncion,
Asociatividad de la Conjuncion,
Modus Tollens, Contrapositiva, Inferencia
Alternativa, Silogismo Disyuntivo, Dilema Destructivo y Asociatividad de la Disyuncion.
P
QP
CP, 1
puede usar las ocho reglas de inferencia fundamentales y las reglas derivadas presentadas antes de la
Inferencia Alternativa.
denominado Carga de Premisa, establece que la verdad es consecuencia de cualquier premisa, independiente de si es verdadera o falsa.
1.10. Demuestre la validez de la Inferencia Alternativa. Solo
puede usar las ocho reglas de inferencia fundamentales y las reglas derivadas presentadas antes de la Introduccion
de la Inferencia Alternativa.
1.11. El siguiente esquema,
1
PQ
PR
3
4
QS
RS
SILD, 13
47
P Q
RP
3
4
RQ
R
se denomina Dilema Destructivo. Pruebe que el Dilema Destructivo es una estructura de razonamiento
valida.
DILD, 13
P (Q R) (P Q) (P R).
P P (P Q)
P P (P Q).
1)
2)
3)
4)
Formalice el argumento.
Verifique la validez de la estructura correspondiente mediante la tabla de verdad.
Verifique la validez de la estructura correspondiente con ayuda de Maxima.
Demuestre la solidez del razonamiento de Socrates.
1.18. Es solido
el siguiente razonamiento? Justifique su respuesta.
Si Pedro es ambateno
entonces conoce la Fiesta de la Fruta y de las Flores.
Si Pedro es ambateno
entonces nacio en Ambato.
Pedro ni conoce la Fiesta de la Fruta y de las Flores ni nacio en Ambato.
Por tanto, Pedro no es ambateno.
48
1 Deduccion
Natural: una introduccion
a la Logica
de Maxima.
P (Q Y P) P Q
(P R) (Q R) (P Q) R
[(R S) R] T R T
1.23. El Zar Ivan el Terrible (Z) fue uno de los reyes europeos mas crueles de la historia. En una ocasion
afirmo:
Z:
Me han informado que en Rusia hay mas suicidios que en otros reinos. Por ello, he decidido expedir el siguiente
edicto: quien desee suicidarse debera primero pagar un kopek al Imperio.
49
Estas de acuerdo en que para que un castigo sea eficaz, las personas deben temerlo?
S.
Estas de acuerdo en que quien decide suicidarse no teme a la muerte?
S.
Estas de acuerdo en que quien no teme a la muerte no podra temerle a un impuesto?
S.
Entonces la unica
Q S
PQ
PR
S R
P (Q R)
P (Q R)
M (E N)
(L M) P
M E
IP
M N
MI
TA
AB
AE
AC
U E
D B
U T
CD
1.25. Usando tablas de verdad y con apoyo de Maxima, analice la validez de las siguientes estructuras de
razonamiento. Para las estructuras validas demuestre tal validez mediante las reglas de inferencia, justificando
los pasos.
1
P (S Q)
T (R T)
QT
R P
T S
T S
S (R T)
(P Q) (S Q)
(R S) T
PQ
(S (P Q)) Q
S (P Q)
50
1 Deduccion
Natural: una introduccion
a la Logica
(S Q) T
P (R T)
P T
R Q
(S B) P
RT
B S
S Q
Q S
T R
T S
R T
T Q
Q R
1.26. (*) Un sultan de Persia16 tena tres ministros, dos videntes y uno ciego. en cierta ocasion
necesitaba mandar
un embajador al pas vecino para firmar un tratado de paz, y decidio poner a prueba a los subditos.
Los llamo
Les ordeno que se pusieran de espaldas hacia e l y les coloco personalmente un turbante a cada uno, sin que
pudieran percatarse de su color. Luego los tres fueron encerrados en una celda.
Dentro de poco tiempo el primer ministro dijo:
No puedo dejar de pensar en el color de mi turbante. La curiosidad me consume. He tratado de averiguarlo,
mirando los colores de los turbantes de ustedes, pero no he podido concluir nada con certeza.
El segundo dijo:
A m tambien me carcome la impaciencia por saber de que color es el turbante que cubre mi cabeza. Ya
lo he intentado de todas las maneras posibles viendo los turbantes de ustedes, pero no he logrado saber nada
seguro.
El ciego no dijo nada. Estaba sentado, con el rostro apacible y sereno, sin contagiarse en lo mas mnimo por
la ansiedad y el desasosiego de sus companeros.
Yo no pude dejar de pensar en el color de mi turbante dijo el primer ministro Intente averiguarlo
mirando a mis companeros,
pero no pude saber nada.
A m tambien me consuma el ansia por saber de que color es el turbante que llevo en mi cabeza dijo
el segundo Lo intente de todas las maneras posibles, pero no pude saber nada.
Y tu?
pregunto el rey al ministro ciego.
16
51
A m no me interesaba en lo mas mnimo el color de mi turbante puesto que soy ciego contesto este
Pero, por lo que mis companeros
dijeron, conclu que mi turbante era blanco.
Todos quedaron estupefactos. Era cierto! El turbante que el rey haba colocado sobre la cabeza de su ministro
invidente... era, efectivamente, blanco!
1) Formaliza el razonamiento del ministro ciego.
2) Usando tablas de verdad y con apoyo de Maxima verifica la validez de la estructura.
3) Demuestra la validez de la estructura usando las reglas de inferencia.
Captulo 2
2.1.
Introduccion
Estrictamente, la construccion
de la Teora de Conjuntos se realiza como un sistema axiomatico (vease la
introduccion
del Captulo 1) donde el conjunto de postulados se denomina sistema ZFC, en referencia a los
Axiomas de Zermelo - Fraenkel y el Axioma de Eleccion.
El sistema ZFC ha funcionado bien para la Teora de
Conjuntos desde hace aproximadamente cien anos
como un paraguas que nos protege de las contradicciones
o paradojas; sin embargo, es sumamente tecnico y sale por fuera de los intereses de un libro dedicado a
estudiantes de Ingeniera, donde la Matematica es eminentemente una herramienta.
En efecto, no se puede hacer Ingeniera sin aplicar herramientas de la Matematica. A su vez, el 99.9 % de
estas herramientas usan la maquinaria de la Teora de Conjuntos, creada originalmente por Georg Cantor. Por
ello, en este captulo introducimos al lector en el manejo intuitivo de los conjuntos evitando un formalismo
excesivo. Como se vera, hay una fuerte conexion
desarrolladas en el captulo
entre las tematicas de Logica,
(2.1)
es decir, A B es el conjunto de todos los elementos del universo U que pertenecen tanto a A como a B. Otra
forma de escribir (2.1) es
x A B x A x B.
(2.2)
Entonces, la operacion
interseccion del mundo de los Conjuntos tiene su contraparte en la conjuncion del mundo
de la Logica,
y viceversa.
No se puede definir el concepto de conjunto. No se lo puede definir porque para ello se necesitaran usar
terminos previamente definidos. Al hacer este ejercicio nos encontraramos con terminos como agrupacion,
grupo, clase, etc. pero terminariamos con todos ellos. En todo caso, la idea de conjunto es clara, es una coleccion
x) para representar a los elementos. Por a A o equivalentemente A 3 a indicamos que a pertenece al conjunto
A.
53
54
Ejemplo 2.1 Verifiquemos en Maxima la pertenencia de algunos elementos al conjunto A = {1, 2, 3, 4}.
(%i1)
( %o1)
A: {1,2,3,4};
{1, 2, 3, 4}
(%i2)
( %o2)
elementp(1,A);
true
(%i3)
( %o3)
elementp(5,A);
f alse
a: 3;
(%i4)
( %o4)
(%i5)
( %o5)
3
elementp(a,A);
true
Ejemplo 2.2 En Maxima se puede definir el conjunto de los dgitos, mostrado en (2.3), mediante:
(%i1)
( %o1)
(%i2)
( %o2)
a: makelist([i],i,0,9);
[[0], [1], [2], [3], [4], [5], [6], [7], [8], [9]]
A: makeset(x, [x], a);
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
(2.3)
(%i1)
P: {p,i,z,a,r};
{a, i, p, r, z}
( %o1)
(%i2)
p: makelist([2*i],i,1,7);
[[2], [4], [6], [8], [10], [12], [14]]
( %o2)
(%i3)
( %o3)
55
1 1 1 1 1
.
, , , ,
2 4 8 6 10
2.2.
Por
CB
BC
indicamos que C es un subconjunto de B o que C esta contenido en B, esto es, todos los elementos de C tambien
estan en B. Entonces, se tiene que
CB
ssi
x C x B.
(2.4)
Alternativamente, usando el cuantificador universal (que sera introducido en la Seccion
2.3), la contenencia de
conjuntos se puede caracterizar de la siguiente manera:
CB
ssi
x C : x B.
(2.5)
Observacion
2.1 Todo conjunto tiene por subconjunto a , el conjunto vaco.
Por definicion,
dos conjuntos son iguales cuando tienen los mismos elementos, es decir, cuando cada uno
de ellos es subconjunto del otro:
A=B
ssi
A B B A.
(2.6)
Ejemplo 2.5 Probemos que los siguientes conjuntos son iguales
S1 = {x R : x4 + x3 x 1 = 0}
y
S2 = {1, 1}.
56
1) Probemos que S2 S1 .
Tomemos x1 = 1. Se tiene que
de manera que
x1 = 1 S1 .
(2.7)
de manera que
x2 = 1 S1 .
(2.8)
x S2 x S1 ,
S2 S1 .
2) Probemos que S1 S2 .
Supongamos que x S1 . Puesto que
x4 + x3 x 1 = (x 1)(x + 1)(x2 + x + 1),
se tiene que
x1 = 0
x+1 = 0
x2 + x + 1 = 0.
(2.9)
Ahora bien, puesto que el discriminante (vease el Ejemplo 1.44) de x2 + x + 1 es = 3, se tiene que
x2 + x + 1 , 0.
Por (2.9) y (2.10) se tiene entonces que
es decir,
Se tiene que
Asimismo,
x1 = 0
(2.10)
x + 1 = 0,
x=1
x = 1.
(2.11)
x=1
x S2 .
(2.12)
x = 1
x S2 .
(2.13)
2.3.
S1 S2 .
En esta seccion
introducimos los cuantificadores universal y existencial, que permiten abrir el rango de
proposiciones manejables en el a mbito de la Ingeniera. Empecemos con la siguiente funcion
proposicional:
P(x): x verifica la igualdad x 4 = 1.
Es P(x) una proposicion?
No, pues no podemos afirmar que expresa algo que sea siempre verdadero o siempre
falso. Sin embargo, las siguientes s son proposiciones:
P(5):
P(2):
P(0):
57
x R :
x2 0
Q(x) :
Ejemplo 2.7 La expresion
La ecuacion
x2 1 = 0 tiene solucion
real
puede formalizarse como la proposicion
P:
x R :
x2 1 = 0
x2 1 = 0.
Q(x).
(2.14)
58
Existe algun
x, ciudadano ecuatoriano, (x E)
tal que (:)
x es Juez de la Suprema Corte. (Q(x))
Es evidente que (2.14) es una proposicion verdadera pues hay al menos un ciudadano ecuatoriano que ejerce las funciones
de Juez de la Suprema Corte. Dicho de otra manera, basta con que haya un ciudadano ecuatoriano x para el cual Q(x) sea
verdadera.
2) Consideremos la siguiente proposicion donde se usa el cuantificador universal, denotado , que se lee todos o para
todos o cada:
x E : Q(x).
(2.15)
Esto se lee as:
Todo x, ciudadano ecuatoriano, (x E)
es tal que (:)
x es Juez de la Suprema Corte. (Q(x))
Es evidente que (2.15) es una proposicion falsa pues no es cierto que todo ciudadano ecuatoriano ejerce funciones de Juez de
deberan
la Suprema Corte. Dicho de otra manera, para que sea verdadera (2.15) todos los ecuatorianos, sin excepcion,
ser Jueces de la Suprema Corte.
Las equivalencias logicas
que presentamos a continuacion
para poder evidenciar la falsedad
de una proposicion
que sea construido con apoyo de cuantificadores.:
(x C : P(x))
x C : P(x)
(2.16)
(x C : P(x))
x C : P(x)
(2.17)
x U x E,
59
Para probar que la premisa de la parte acusadora es falsa, la defensa debe probar que
(x A :
x U x E)
(x U x E)
x < U x < E.
P(x),
(2.18)
Para probar de forma directa que (2.18) es verdadera, se toma un elemento generico x U y, mediante argumentos validos,
se establece que P(x) es verdadera. Entonces, puesto que x fue elegido arbitrariamente, se concluye que la proposicion
(2.18) es verdadera.
Para probar por reduccion al absurdo que (2.18) es verdadera, se supone que (2.18) es falsa y, mediante argumentos validos,
se alcanza una contradiccion.
Observacion
2.4 Consideramos una proposicion de la forma
x U :
P(x),
(2.19)
Para probar de forma directa que (2.19) es verdadera, se construye un x0 U tal que que P(x0 ) es verdadera.
Para probar por reduccion al absurdo que (2.19) es verdadera, se supone que (2.18) es falsa y, mediante argumentos validos,
se alcanza una contradiccion.
x es entero.
x B : P(x);
x C : P(x);
60
(%i1)
( %o1)
A: {1,2,3,4};
1, 2, 3, 4
(%i2)
( %o2)
B: {1,2,3,%pi};
1, 2, 3,
(%i3)
( %o3)
C: {%e,%i,3,a};
3, e, i, a
Se tiene que
(%i4)
( %o4)
every(integerp, A);
true
(%i5)
( %o5)
every(integerp, B);
f alse
(%i6)
( %o6)
every(integerp, C);
f alse
x es entero.
A: {1,2,3,4};
1, 2, 3, 4
(%i2)
( %o2)
B: {1,2,3,%pi};
1, 2, 3,
(%i3)
( %o3)
C: {%e,%i,3,a};
3, e, i, a
Se tiene que
x B : P(x);
x C : P(x);
2.4 Union
e interseccion
de conjuntos
(%i4)
some(integerp, A);
true
( %o4)
(%i5)
some(integerp, B);
true
( %o5)
(%i6)
some(integerp, C);
true
( %o6)
2.4.
61
Union
e interseccion
de conjuntos
La interseccion
de A y B, subsconjuntos de U, denotada A B, es el conjunto cuyos elementos estan tanto
en A como en B, es decir,
A B = {x U : x A x B}.
(2.20)
Se dice que dos conjuntos A y B son disjuntos si A B = .
A: {a,b,c,d};
a, b, c, d
B: {a,e,i,o,u};
a, e, i, o, u
C: {b,c,d,f};
b, c, d, f
disjointp(A,B);
f alse
62
(%i5)
( %o5)
(%i6)
( %o6)
disjointp(B,C);
true
disjointp(A,C);
f alse
La union
de A y B, subconjuntos de U, denotada A B, es el conjunto cuyos elementos estan en A o en B, es
decir,
A B = {x X : x A x B}.
(2.21)
En el siguiente Teorema se establecen las Propiedades Conmutativa y Distributiva de las operaciones union
e interseccion.
En su demostracion
se hace evidente el fuerte vnculo que existe entre la Teora de Conjuntos y
la Logica.
(2.22)
A B = B A;
(2.23)
(A B) C = (A C) (B C);
(2.24)
(A B) C = (A C) (B C).
(2.25)
Demostracion. Probemos (2.24). Los puntos (2.22), (2.23) y (2.25) quedan como ejercicio para el lector.
i) Probemos que
(A B) C (A C) (B C).
(2.26)
para todo x (A B) C,
2.4 Union
e interseccion
de conjuntos
63
( %o1)
A: {a,b,c,d,m,n,o,p};
B: {b,c,d,p,u,v,w};
C: {a,c,d,m,o,w};
{a, b, c, d, m, n, o, p}
( %o2)
{b, c, d, p, u, v, w}
( %o3)
{a, c, d, m, o, w}
D1: setdifference(A,intersection(B,C));
{a, b, m, n, o, p}
D2: union(setdifference(A,B),setdifference(A,C));
{a, b, m, n, o, p}
No se ha mencionado nada sobre la naturaleza de los elementos de un conjunto; estos podran ser letras, numeros
e
incluso otros conjuntos.
64
Se tiene que
(%i3)
( %o3)
(%i4)
( %o4)
intersection(A,B);
{{1, 2}, {1, 3}}
union(A,B);
{{0}, {1, 2}, {1, 2, 3}, {1, 3}, {3, 4}, {5, 8}}
{0, 1} = {, {}},
{0, 1, 2} = {, {}, {, {}}},
.. ..
. .
(2.29)
A veces se usa
N = {1, 2, 3, ...},
(2.30)
N = N {0}
(2.31)
para denotar al conjunto de los enteros no-negativos. La construccion (2.29)-(2.30) es congruente con los Axiomas de
Peano que fueron disenados
(2.32)
A = A;
(2.33)
A A = A;
(2.34)
A A = A;
(2.35)
A U = U;
(2.36)
A U = A;
(2.37)
A = A;
(2.38)
A = ;
(2.39)
A A = U;
(2.40)
A A = ;
(2.41)
(Ac )c = A;
(2.42)
= U.
(2.43)
La demostracion
de esta proposicion
se deja como ejercicio para el lector.
2.5 Relaciones
65
Proposicion
2.2 Dados los conjuntos A, B y C en el universo U, se tiene que
Uc = ;
(2.44)
A\B = AB ;
(2.45)
A (A B) = A;
(2.46)
A (A B) = A;
(2.47)
AB = (A \ B) (B \ A).
(2.48)
La demostracion
de esta proposicion
se deja como ejercicio para el lector.
En el siguiente Teorema se establece un mecanismo para intercambiar las operaciones de union
e interseccion
(2.49)
A \ (B C) = (A \ B) (A \ C).
(2.50)
(2.51)
(B C) = B C .
(2.52)
Demostracion. Probemos (2.51). Los puntos (2.49), (2.50) y (2.52) quedan como ejercicio para el lector.
i) Probemos que
Sea x
(B C)c ,
(B C)c Bc Cc .
(2.53)
x<B
x<C
x Bc
x Cc ,
(2.54)
2.5.
Relaciones
66
Definicion
2.1 [Par ordenado. Producto Cartesiano.]
Sean A y B dos conjuntos no-vacos. Se define el producto cartesiano de A y B, denotado A B, mediante
A B = {(a, b) : a A b B},
donde,
(2.55)
Se dice que (a, b) A B es el par ordenado con primera componente a A y segunda componente b B.
La formula
(2.55) permite establecer un orden en conjuntos de dos elementos. en efecto, en (2.55) el primer
elemento de (a, b) A B, es aquel que pertenece al segundo elemento de (a, b). Se sigue inmediatamente que
(a, b) = (c, d)
ssi
(a = c) (b = d).
(2.56)
An = A A ... A
(n veces).
( %o1)
A: {a,b,c};
B: {1,2};
C: {u,v};
{a, b, c}
( %o2)
{1, 2}
( %o3)
{u, v}
Calculamos A B C:
(%i4)
cartesian_product(A,B,C);
( %o4) {[a, 1, u], [a, 1, v], [a, 2, u], [a, 2, v], [b, 1, u], [b, 1, v], [b, 2, u],
[b, 2, v], [c, 1, u], [c, 1, v], [c, 2, u], [c, 2, v]} .
Definamos a continuacion
el concepto de relacion.
Definicion
2.2 [Relacion]
(x, y) r.
(2.57)
(2.58)
2.5 Relaciones
67
Puesto que los elementos de r son pares ordenados, al conjunto X de las primeras componentes se le denomina
conjunto de salida, en tanto que al conjunto Y de las segundas componentes se le denomina conjunto de
llegada.
2.2, si X = Y, se dice que r es una relacion
en X.
En el marco de la Definicion
Definicion
2.3 [Dominio. Codominio. Rango]
Sea f una relacion de X en Y.
Se dice que x X esta en el dominio de f , denotado Dom(r) X, si existe algun
y Y tal que (x, y) f .
Se dice que Y es el codominio de f y se denota Codom(r) = Y.
Se dice que y Y esta en el rango de f , denotado Rg( f ) Y, si existe algun
x X tal que (x, y) f .
Ejemplo 2.18 Consideremos la relacion r en R definida mediante
(
)
x2 y2
r = (x, y) R R :
+
=1 .
4
9
Determinemos el dominio, codominio y rango de r. Se tiene que
Dom(r) = [2, 2] = {x R : 2 x 2},
Codom(r) = R,
Rg(r) = [3, 3] = {y R : 3 y 3}.
Si bien en el Captulo 4 empezaremos a trabajar con funciones reales, presentamos aqu una introduccion
Definicion
2.4 [Funcion
/ Aplicacion]
Sean X y Y dos conjuntos no-vacos. Se dice que la relacion f X Y es una funcion (o aplicacion) de X en Y si
se cumplen las siguientes condiciones:
i) Dom( f ) = X.
ii) Para cada x X, existe un unico
(x, y) f.
Una funcion
de X en Y se denota
f : X Y
x 7 y = f (x)
(2.59)
X 3 x 7 f (x) Y.
(2.60)
resulta de aplicar el proceso f a la materia prima x X. Tambien se dice que la variable dependiente y = f (x)
resulta de aplicar f a la variable independiente x X.
Ejemplo 2.19 Ejemplo completo con
68
2.6.
Los conceptos de grupo, anillo y cuerpo son fundamentales en las Matematicas aplicadas a la Ingeniera.
A partir del Captulo 3 empezaremos a trabajar con el cuerpo de los numeros
reales en tanto que ahora
introduciremos los conceptos abstractos de grupo, anillo y cuerpo.2 Para abordar estas estructuras algebraicas
es indispensable el concepto de operacion
interna.
Definicion
2.5 [Operacion
interna]
Sea un conjunto no-vaco. Llamamos operacion interna sobre a toda funcion
: .
A la imagen de (a, b) se le denota a b.
En la siguiente definicion
uno puede pensar que Z es el conjunto de los enteros, Z, y que es la suma
habitual de numeros
enteros.
Definicion
2.6 [Grupo]
Sea una operacion interna sobre Z. Se dice que (Z, ) es un grupo si se cumplen las siguientes condiciones
a) [Asociatividad aditiva] Dados a, b, c Z, se tiene que
(a b) c = a (b c).
(2.61)
para todo a Z.
(2.62)
(2.63)
Un tipo muy importante de grupos corresponde a aquellos donde se cumple la propiedad conmutativa.
Definicion
2.7 [Grupo Abeliano]
Se dice que un grupo (Z, ) es Abeliano (o Conmutativo) si se verifica
d) [Conmutatividad aditiva] Dados a, b Z,
a b = b a.
(2.64)
Ejemplo 2.20 El rango de aplicaciones de los Grupos es vasta. En particular, los grupos cristalograficos son grupos de
simetra bidimensional que normalmente reflejan patrones. Tales patrones ocurren con frecuencia en Arquitectura y en el
Arte Decorativo, vease la Figura 2.1.
En la siguiente definicion
uno puede pensar que P es el conjunto de los polinomios, y que y son,
respectivamente, la suma y multiplicacion
habituales en P.
2.7 Problemas
69
Definicion
2.8 [Anillo]
Sean y dos operaciones internas sobre P. Se dice que (P, , ) es un anillo si (P, ) es un grupo Abeliano y se
verifican las condiciones
e) [Asociatividad multiplicativa] Dados a, b, c Z, se tiene que
(a b) c = a (b c).
(2.65)
(2.66)
En la siguiente definicion
reales, R, y que, respecti uno puede pensar que R es el conjunto de los numeros
para todo a R.
(2.67)
h) [Existencia de inversos multiplicativos] Para cada a Z \ {0} existe un elemento b Z tal que
a b = b a = 1.
(2.68)
(2.69)
Definicion
2.9. Estas propiedades son estudiadas en el siguiente captulo.
2.7.
Problemas
ssi Bc Ac ;
AB
ssi Ac Bc .
2.3. Una fabrica produce 100 artculos por hora, de los cuales 60 pasan el control de calidad. Las fallas en el
resto fueron de tipo A, B y C, y se repartieron del modo siguiente:
70
#
cos(n/2)
;
n
n
n=1
!n2 n+1
\
2 + n1/n
cos(n)
;
B=
;
1
+
n
n2 + 1
A=
, +
n=1
C = A B;
D = A B;
E = A \ B;
F = B \ A.
2.7 Problemas
71
M, denotada , como
de congruencia modulo
ab
a b es multiplo
de M.
Z = [1] [2].
2) Sea Z = Z \ {0}. Definimos sobre Z Z una relacion
, mediante
(a1 , b1 ) (a2 , b2 )
ssi a1 b2 = a2 b1 .
(2.71)
racional y al conjunto
a
:
Q=
b
(2.72)
(a, b) Z Z .
(2.73)
a c
y se
b d
a c ad + bc
+ =
,
b d
bd
(2.74)
a c ac
= .
b d bd
(2.75)
a
b
c
abc
abc
bc a
c ab
01
0 00
1 01
Z4 = {0, 1, 2, 3},
72
a) (Z, )
b) (Q, )
c) (Q \ {0}, )
a2 = e,
a, b G, n N.
a, b G.
Captulo 3
reales
3.1.
Axiomatizacion
de R
Los griegos estaban al tanto de las propiedades de Q y tambien del hecho de que faltaban numeros
para
suplir las necesidades manifiestas en su estudio de la Geometra. Por ejemplo, segun
el Teorema de Pitagoras,
Teorema 3.1
[Pitagoras]
2 no es racional.
El numero
La demostracion
del Teorema 3.1 fue presentada en el Ejemplo 1.36.
El conjunto de los numeros
reales, R, nos permitira llenar los huecos dejados por Q. En principio se pensaba
practicas de la antiguedad
Q se defenda bastante bien; sin embargo, hoy se sabe, mediante el concepto de
de Q de diferentes formas (e.g. por los mecanismos de Dedekind, Weierstrass, Meray y Cantor-Heine) evitando
de esa manera una axiomatizacion.
Sin embargo esto requiere un tiempo que normalmente no esta disponible
en los programas de Matematicas para Ingeniera. Al lector interesado le recomendamos [22] para un primer
acercamiento al tema. En [12] se presenta una version
asequible de la construccion
de Dedekind.
3.1.1.
(adicion
y multiplicacion)
que verifican un conjunto de postulados o axiomas. No se demuestra la existencia de
R, el conjunto de numeros
reales, ni la veracidad de tales axiomas pero se exige que sean consistentes. Todos
los resultados que se prueben a partir de entonces constituyen teoremas, corolarios, lemas y proposiciones.
1. Existen un conjunto no vaco, R, y dos operaciones internas sobre R, + (llamada adicion)
Suposicion
y (llamada multiplicacion),
de manera que (R, +, ) es un campo.
74
a) [Asociatividad aditiva]
(a + b) + c = a + (b + c).
a, b, c R :
(3.1)
a + 0 = 0 + a = a.
(3.2)
a R, b R :
a + b = b + a = 0.
(3.3)
d) [Conmutatividad aditiva]
a + b = b + a.
a, b R :
e) [Asociatividad multiplicativa]
(a b) c = a (b c).
(3.5)
a (b + c) = (a b) + (a c).
(3.6)
a, b, c R :
f) [Propiedad distributiva]
a, b, c R :
(3.4)
1 R, a R :
(3.7)
a R \ {0}, b R :
i) [Conmutatividad multiplicativa]
a b = b a.
a, b R :
(3.8)
(3.9)
Observacion
3.1 Las propiedades a)-d) establecen que la pareja (R, +) es un grupo abeliano o conmutativo. Al anadir
e)
y f), la terna (R, +, ) se constituye en un anillo. Finalmente, las propiedades g)-i) transforman a (R, +, ) en un campo o
cuerpo.
3.1.2.
Axiomas de Orden
de
orden , definida sobre R mediante
a b ssi b a R+ {0},
(3.10)
ab
b a.
(3.11)
ab
a + c b + c.
(3.12)
a, b, c R :
ab0c
ac bc.
Notacion
3.1 Los smbolos <, > y se introducen de la siguiente manera: dados x, y R,
(3.13)
3.1 Axiomatizacion
de R
75
x < y y x R+ ;
(3.14)
x > y y < x;
(3.15)
x y y x.
(3.16)
Intervalos
Sean a, b R con a < b. A los conjuntos
[a, b] = {x R : a x b},
]a, b[= (a, b) = {x R : a < x < b},
]a, b] = (a, b] = {x R : a < x b},
[a, b[= [a, b) = {x R : a x < b},
se les conoce como intervalos finitos. A [a, b] se le llama intervalo cerrado. A los conjuntos (a, b), [a, b) y (a, b] se
les llama, respectivamente, intervalo abierto, intervalo cerrado a la izquierda e intervalo cerrado a la derecha.
A los conjuntos
[a, +) = {x R : a x},
(a, ) = {x R : a < x},
(, b) = {x R : x < b},
(, b] = {x R : a x},
se les conoce como intervalos infinitos.
3.1.3.
Recordemos que nuestro objetivo era tapar los hoyos dejados por Q.2 Esta tarea queda concluida cuando
se presenta el Axioma del Supremo (o su equivalente el Axioma de Completitud), que es la materia de esta
seccion.
A diferencia de Q podemos identificar los elementos de R con los puntos en una recta; para ello, basta con asignar a un
Una vez hecho esto, uno bien puede preguntarse si efectivamente es valido escribir la relacion
R Q.
Intuitivamente, esto se consigue de la siguiente manera. Para empezar, usando la Suposicion
1 tenemos la
existencia del elemento 1+1 R, al que lo denotamos 2. Luego denotamos 3 = 2+1 y procediendo as obtenemos
N = {1, 2, ...}. Si a los elementos de N les anadimos
sus inversos aditivos y 0 R obtenemos Z. Finalmente
(3.17)
76
2 = 1, 414213562373...
= 3, 1415926535...
e = 2, 718281828459....
x M.
De manera analoga
se define el nfimo de un conjunto acotado inferiormente: sera la mayor de las cotas inferiores. Si un
conjunto acotado inferiormente contiene a su nfimo se dice que tiene mnimo.
3.2.
nx > y.
(3.18)
Propiedades
En esta seccion
se presentan propiedades adicionales de R que se derivan de los axiomas expuestos en la
Seccion
3.1. Para ello es importante tener presente las siguientes reglas de la suma y multiplicacion:
x=a y=b
x=a y=b
x + y = a + b;
(3.19)
x y = a b.
(3.20)
3.2 Propiedades
3.2.1.
77
a + 0 = 0 + a = a.
(3.21)
Demostracion. Puesto que en (3.2) se establece la existencia de un elemento neutro aditivo, 0 R, basta probar
que no existe 00 R \ {0} que tambien sea neutro aditivo.
Supongamos entonces que s existe un neutro aditivo 00 R \ {0}. Puesto que tanto 0 como 00 son neutros
aditivos se tiene por (3.2) que
00 + 0 = 0,
(3.22)
0 +0 = 0 .
(3.23)
0 = 00 ,
a + b = b + a = 0.
(3.24)
asimismo la operacion
resta en R mediante
a b = a + (b),
a, b R.
(3.25)
Teorema 3.5
Sean a, b, c R. Se tiene que
a=b
a + c = b + c,
(3.26)
a=b
a c = b c,
(3.27)
a = b b = a,
(3.28)
(a + b) = a b.
(3.29)
a+b = 0
3.2.2.
a R.
(3.30)
Propiedades de la multiplicacion
a 1 = 1 a = a.
(3.31)
(3.32)
78
a R, b R \ {0}.
(3.33)
Teorema 3.8
Sean a, b, c R. Se tiene que
a=b
a c = b c,
(3.34)
a = b,
a b
a=bc,0
= ,
c c
a b = 1 a = b1 b = a1 ,
(3.35)
(3.36)
=a b .
(3.38)
ac = bc c , 0
a,0b,0
(a b)
1 1
(3.37)
3.2.3.
a R \ {0}.
(3.39)
Propiedades combinadas
Teorema 3.9
Se tiene que
b 0 = 0,
(3.40)
ab = 0 a = 0 b = 0,
(3.41)
ab = a b = 1,
(3.42)
(ab) = (a)b,
a
= 1,
a R \ {0} :
a
(3.43)
b R :
a, b R :
a R \ {0} :
a, b R :
(3.44)
3.2.4.
(3.45)
Otras propiedades
x + y R+ x y R+ ;
x R \ {0} :
x R Y x R ;
+
0<R .
(3.46)
(3.47)
(3.48)
3.2 Propiedades
79
x < y Y y < x Y x = y.
x, y R :
(3.49)
(3.50)
> 0, x S : x > b .
(3.51)
b = sup(S) < ,
(3.52)
(3.53)
> 0, x S : x > b .
(3.54)
y probemos que
(x S : x > b ) ,
es decir que
x b .
x S :
(3.55)
Por (3.55) se tiene que b es cota superior de S y, puesto que > 0, se tiene que
b < b,
lo cual contradice (3.53). Por tanto, hemos probado que
x S : x > b .
Puesto que fue elegido arbitrariamente, se ha probado (3.54).
b sup(S) > 0.
(3.56)
x sup(S) < b.
(3.57)
(3.58)
80
= b sup(S) > 0,
sup(S) < x sup(S),
3.2.5.
> 0, x S : x < b + .
(3.59)
!
n
n!
.
=
k!(n k)!
k
Proposicion
3.1 [Coeficiente binomial]
Sean n, k N, k n. Se tiene que
!
n
0
!
n
1
!
n
k
!
n+1
k+1
(3.60)
= 1;
(3.61)
= n;
(3.62)
!
n
;
nk
!
!
n
n
=
+
,
k
k+1
=
(3.63)
si k < n.
(3.64)
Observacion
3.2 nk corresponde al numero
de subconjuntos de tamano
k que posee un conjunto de tamano
n. Para su
3.2 Propiedades
81
!
n
X
n k nk
(x + y) =
x y .
k
n
(3.65)
k=0
(3.66)
Demostracion. i) Es evidente que x = 1 es raz n-esima de a = 1. Ahora bien, si el Teorema 3.15 esta probado
para el caso en que a > 1 inmediatamente lo estara para 0 < a < 1. En efecto, si 0 < a < 1, se tiene que a1 > 1 de
manera que existe un unico
y > 0 tal que yn = a1 y, entonces, x = y1 verifica xn = a.
ii) Probemos la unicidad de x en (3.66). Supongamos entonces que existe y > 0, x , y, tal que yn = a. Se tiene
entonces que
0 = xn yn
= (x y) (xn1 + xn2 y + ... + xyn2 + yn1 ).
Puesto que
xn1 + xn2 y + ... + xyn2 + yn1 > 0,
se tiene que x y = 0 lo que contradice la suposicion
de que x , y.
iii) Sea a > 1. Por i) y ii) nos basta probar que existe un x > 0 tal que xn = a. Sea
M = {y [0, ) / yn a}.
Puesto que 0 M, se tiene que M , . Puesto que a > 1, se tiene que
y a,
para todo y M,
= a xn > 0.
!
n1
X
n k
c=
x > 0.
k
k=0
k=0
< xn + c
< xn +
= a,
(3.67)
82
de manera que x + M, con > 0, lo cual contradice (3.67). Por tanto no es posible que xn < a.
iii.b) Supongamos que xn > a. Tomamos
= xn a > 0
y un numero
y (0, x)
tal que
x y <
(3.68)
.
nxn1
para todo w M;
3.3.
Induccion
Matematica y Signo Sumatorio
(3.69)
i=n
donde n, p N , n p y ai R, i = n, ..., p. Se dice que i {n, n + 1, ..., p} es el ndice del sumatorio (3.69) y que ai
es el i-esimo termino de (3.69).
Es claro que se cumplen las propiedades enunciadas en el siguiente Teorema.
3.3 Induccion
Matematica y Signo Sumatorio
83
c ai = c
ai ,
(3.70)
bi ,
(3.71)
bi ai ,
(3.72)
ai + ap+1 ,
(3.73)
i=n
p
X
(ai + bi ) =
i=n
p
X
ai +
i=n
p
X
a i bi =
ai =
i=n
nqp
p
X
i=n
p
X
i=n
p
X
i=n
p+1
X
p
X
i=n
p
X
i=n
ai =
i=n
q
X
p
X
p
X
ai ,
(3.74)
c = c (p n + 1),
(3.75)
i=n
ai +
i=q+1
i=n
p+1
X
i=n+1
ai1 =
p
X
ai .
(3.76)
i=n
El Principio de Induccion
es un metodo de demostracion
que parte de casos particulares para llegar a una
propiedad general; tiene una fuerte relacion
con el conjunto N y es de suma utilidad en demostraciones sobre
este conjunto.
Un conjunto A R se dice que es inductivo si se cumplen las siguientes condiciones
1) 1 A;
2) x A x + 1 A.
Teorema 3.17 Sea A R un conjunto inductivo. Entonces N A.
Este resultado establece que N es el mas pequeno
de los conjuntos inductivos.
Corolario 3.3 [Principio de Induccion]
Consideremos una funcion proposicional N 3 n 7 Pn , esto es, para cada n N, Pn es una proposicion. Si se
cumplen las siguientes condiciones
1) P1 es verdadera;
2) Pk Pk+1 .
Entonces Pn es verdadera, para todo n N.
A P1 suele llamarsele
proposicion
inductiva y a Pk+1 como la tesis
inductiva.
84
i=
i=1
n(n + 1)
,
2
Denotemos
n
X
Pn :
n N.
n(n + 1)
.
2
i=
i=1
1 (1 + 1)
,
2
i=1=
i=1
i=
i=1
k+1
X
i=1
k
X
i + (k + 1)
i=1
k(k + 1)
+k+1
2
(k + 1)(k + 2)
=
,
2
=
3.4.
Problemas
2 R.
b = sup(B) < .
sup{xy / x A y B} = ab.
(3.77)
3.4 Problemas
85
a Q+ , b I :
ab I.
(3.78)
(3.79)
(3.80)
1
i2 = n(n + 1)(2n + 1),
6
n N.
(3.81)
(6i 3) = 3n2 ,
n N.
(3.82)
i=1
sup
(3.83)
86
3.21. Indique el error (o los errores) en el siguiente razonamiento. Suponga que b real.
a = b ab = a2 ,
ab b2 = a2 b2
(a b)b = (a + b)(a b)
b = a+b
b = 2b
1 = 2.
3.22. Sean a, c R y b, d R \ {0} tales que a + b , 0 y c + d , 0. Pruebe que
ab cd
=
.
a+b c+d
3.23. Sean x, y R. Indique el valor de verdad de la siguiente proposicion:
4xy 2x 4
=2
x 2y
x = 1 Y y = 1.
a + b + c = 0 a3 + b3 + c3 = 3abc.
a b c
= = = k (ax + by + cz)2 = (a2 + b2 + c2 )(x2 + y2 + z2 ).
x y z
a, c R, b, d R \ {0} :
3.27. Pruebe que
a c
2a + 3c
= =k
= k.
b d
2b + 3d
x R+ x > 0.
(3.84)
a < b;
(3.85)
a + b 2ab;
(3.86)
(3.87)
(3.88)
(3.89)
3.4 Problemas
87
x y.
1
i3 = n2 (n + 1)2 ,
4
n N;
(3.90)
(2i 1) = n2 ,
n N;
(3.91)
2i = 2 (2n 1),
n N.
(3.92)
n
X
i=1
n
X
i=1
0 an < bn ,
n N.
(3.93)
(3.94)
k=1
(3.95)
88
n
X
1
k=1
1) Pruebe que
r2n 1 + n,
n N.
2) Demuestre que
n
X
rk = (n + 1)rn n,
n N.
k=1
.
k
k+1
k+1
(3.96)
(3.97)
(3.98)
Captulo 4
Funciones reales
4.1.
Introduccion
Como se comento en lecciones anteriores, las funciones representan la clase mas simple de modelos matematicos. A una funcion
f : I R J R
x
7 f (x)
(4.1)
se le denomina funcion
real de variable real, esto es cuando tanto su dominio (por eso la frase variable real)
como su codominio (por eso la frase funcion real) son subconjuntos de R.
Observacion
4.1 En ese mismo sentido, se dice que
Z I 3 p 7 f (p) R
es una funcion real de variable entera y que
R I 3 t 7 f (t) C
es una funcion compleja de variable real.
Por comodidad por funciones reales nos referiremos a funciones reales de variable real.
Como textos de apoyo el estudiante puede usar e.g. [4], [20], [23]. Parte del material presentado aqu fue preparado para
versiones preliminares de [24].
4.1.1.
Dominio de definicion
f (x) = x2 5x + 4,
g(x) = 10x ,
h(x) = sen x,
no son funciones pues no prescriben los correspondientes dominios y codominios.
89
90
4 Funciones reales
Definicion
4.1 [Dominio de Definicion]
Sea f (x) una regla de calculo. Se define Dom( f ), el Dominio de Definicion (o Maximo Dominio) de f (x), como
el mas grande subconjunto de R donde la regla tiene sentido, esto es, donde se respetan las propiedades de los
numeros
f : Dom( f ) R R
x
7 f (x),
(4.2)
ln(4 x)
.
f (x) =
x1
Para que, conforme a la Regla del Maximo Dominio, tenga sentido la formula
f (x) necesitamos que
x > 1,
4x > 0
x < 4.
Por tanto,
Dom( f ) = (1, 4)
f : (1, 4) R
x
4.1.2.
ln(4 x)
7 f (x) =
.
x1
Graficacion
ingenua de funciones
i = 0, 1, 2, ..., N,
4.1 Introduccion
91
ln(4x)
.
x1
xi Dom( f ),
i = 0, 1, ..., N
i = 1, ..., N;
x0 = a,
(4.3)
xi = a + i h, i = 1, 2, ..., N,
donde
ba
;
N
de esta manera se hace un grafico aproximado con N + 1 puntos.
h=
graficos
presentados a lo largo de este trabajo han sido preparados con el paquete Maxima que puede ser obtenido gratuitamente
en
http://maxima.sourceforge.net/es/
load(graph2d);
C : /PROGRA 1/MAXIMA 1.0/share/maxima/5.27.0/share/contrib/graph2d.lisp
92
4 Funciones reales
a: 1.1;
(%i2)
( %o2)
1.1
(%i3)
( %o3)
b: 3.9;
3.9
N:10;
(%i4)
( %o4)
(%i5)
( %o5)
(%i6)
( %o6)
(%i7)
( %o7)
10
h: (b-a)/N;
0.28
x[i]:= a+i*h;
xi := a + i h
f(x):= log(4-x)/sqrt(x-1);
f (x) :=
log (4 x)
x1
(%i8)
(%i9)
graph2d(s1);
Comparese la Figura 4.2 que usa 11 puntos con el grafico real de la funcion f , disponible en la Figura 4.21.
4.1.3.
ln(4x)
x1
Funcion
lineal afn
Llamamos funcion
lineal afn a toda funcion
de la forma
L : I R R
x
7 y = L(x) = mx + b,
4.1 Introduccion
93
R, si m , 0,
Rg(L) =
{b}, si m = 0.
Al numero
m R se le conoce como la pendiente de la recta descrita por L. Al numero
b R se le refiere usualmente
como el intersecto de L.
Grafiquemos en Maxima funciones lineales afines considerando los casos en que la pendiente es positiva. Vease
la Figura 4.3.
(%i1)
( %o1)
(%i2)
( %o2)
b: 1;
(%i3)
( %o3)
m: 2;
f(x):= m*x + b;
f (x) := m x + b
(%i4)
plot2d([f(x)],[x,-3,3]);
( %o4)
De la misma manera construimos los gr`aficos para los casos en que la pendiente es negativa y nula. Veanse las
Figuras 4.4 y 4.5.
94
4 Funciones reales
4.1.4.
Funcion
raz cuadrada
La relacion
r = {(x, y) R2 : y2 = x}
no es funcion.
Sin embargo su grafico corresponde a unir los graficos de dos funciones:
xR
R+ {0} 3 x 7 r (x) = x R
R+ {0} 3 x 7 r+ (x) =
Observese que
y que
Rg(r) = R,
Rg(r+ ) = {y R : y 0},
Rg(r ) = {y R : y 0},
(4.4)
(4.5)
95
4.2.
Algebra de funciones
f + g : I R
x 7 ( f + g)(x) = f (x) + g(x);
f g : I R
x 7 ( f g)(x) = f (x) g(x);
Se define la funcion
cociente f /g mediante
f /g : I R
!
f (x)
f
(x) =
,
x 7
g
g(x)
donde I = {x I : g(x) , 0}.
Observacion
4.2 Cuando solo se provee dos reglas de calculo f (x) y g(x) se usa la anterior definicion poniendo
I = Dom( f ) Dom(g).
Example 4.2. Consideremos las funciones definidas por las formulas
g(x) = ex ,
cuyos graficos se presentan en las Figuras 4.7 y 4.8. Observese en la Figura 4.9 como se mezcla el efecto de
estas funciones al hacer su producto.
96
4 Funciones reales
4.3.
o de una
inecuacion.
x A R.
(4.6)
97
(4.7)
Observacion
4.3 Tenga presente que si bien se busca soluciones de (4.6) en el conjunto A se requiere que los candidatos
a solucion vivan en el dominio de definicion de f (x).
Example 4.3. Consideramos la ecuacion
x3 2x2 = x 2,
x > 0.
(4.8)
x (0, ).
x B R.
(4.9)
El conjunto solucion
de la inecuacion
(4.9) es
CS = {x B Dom( f )/ f (x) > 0}.
(4.10)
Observacion
4.4 Tenga presente que si bien se busca soluciones de (4.9) en el conjunto B se requiere que los candidatos
a solucion vivan en el dominio de definicion de f (x).
Ejemplo 4.2 Consideramos la inecuacion
x3 2x2 > x 2,
La solucion de (4.11) tiene la forma
donde S es la solucion de la inecuacion
x > 0.
CS = S (0, ),
x3 2x2 x + 2 > 0,
x R.
S = (1, 1) (2, )
CS = (0, 1) (2, ).
(4.11)
98
4 Funciones reales
1 1 1 1 2 2 +
x+1
x1
x2
f (x)
4.4.
Paridad
Entonces los conceptos de paridad, periodicidad, monotona, invertibilidad, etc. son muy importantes porque
permiten tomar decisiones con un ahorro de tiempo considerable. Por ejemplo,
si una funcion
es par o impar, basta con manejar la mitad derecha o izquierda de la funcion;
si una funcion
basta con manejar la funcion
es periodica,
en una region
mucho mas pequena
que el dominio;
si una funcion
es invertible, entonces existe un proceso (la funcion
inversa) por el que los productos pueden
reconvertirse en materia prima;
si una funcion
entonces las imagenes solo
es monotona,
f (x) = f (x),
x I.
(4.13)
99
Figura 4.11 Las funciones pares son simetricas respecto al eje vertical.
Figura 4.12 Las funciones impares son antisimetricas respecto al eje vertical.
Proposicion
4.1 Sean f y g dos funciones reales.
1) Si
2) Si
3) Si
4) Si
f
f
f
f
4.5.
Se define la funcion
valor absoluto | | : R R mediante
|x| = x2 .
(4.14)
Esta funcion
es de suma importancia pues mide el tamano
de su argumento y permite establecer la distancia
entre dos numeros
reales a y b:
dist(a, b) = |a b|.
(4.15)
100
4 Funciones reales
si x 0,
x,
|x| =
x, si x < 0,
(4.16)
de manera que
dist(x, y) =
(x y)2 .
(4.17)
Proposicion
4.2 Dados a, b R, se tiene que
|a b| = |a| |b|;
a = |a| , b , 0.
b
|b|
(4.18)
(4.19)
x R,
CS = {M, M}.
(4.20)
|x| a x a x a.
(4.21)
De la Proposicion
anterior se sigue que, dada a 0, el conjunto solucion
de la desigualdad
|x| a,
es
CS = [a, a].
Y el conjunto solucion
de la desigualdad
|x| a,
es
CS =] , a] [a, [.
101
Observacion
4.5 Sea a > 0. Entonces
|x| < a a < x < a,
(4.22)
(4.23)
x R,
es CS = .
Ejemplo 4.4 Resolvamos la inecuacion
Se tiene que (4.24) es equivalente a
es decir,
|x + 9| > 7,
x R.
(4.24)
x+9 > 7
x + 9 < 7,
x > 2
x < 16.
|x + 3| + |x 5| = 0,
x R.
(4.25)
Puesto que
|a| 0,
a R,
x 5 = 0,
x = 3
x = 5.
/
En el siguiente ejemplo presentamos un metodo
basado en el analisis
de los terminos
constitutivos de una ecuacion
que normalmente es muy efectivo.
inecuacion
|x + 4| |2x 5| < 4,
x R.
(4.26)
Para poder resolver (4.26) utilizamos (4.16). Para ello, analizamos el signo de los terminos constitutivos de (4.26):
4 4 5/2 5/2 +
x+4
2x 5
Observese que
donde
R = I1 I2 I3 ,
I1 = (, 4),
I2 = [4, 5/2),
(4.27)
I3 = [5/2, ).
102
4 Funciones reales
x < 13,
x I1 ,
x I1 ,
x < 5/3,
x I2 ,
x I2 ,
x > 5,
x I2 ,
x I3 ,
x R.
x R.
La funcion
signo sgn : R R se define mediante
1, si x < 0,
sgn(x) =
0,
si x = 0,
1,
si x > 0.
(4.28)
103
|x|
,
sgn(x) =
x
0,
si x , 0,
si x = 0,
(4.29)
|x + y| |x| + |y|.
(4.30)
(4.31)
|x y| |x a| + |a y|.
(4.32)
4.6.
Densidad de Q en R. Numeros
de punto flotante
Los smbolos 2, (pi) y e (la base de los logaritmos neperianos) aparecen en todas las calculadoras cientficas
y son usualmente encontrados en los lenguajes de programacion
como constantes dadas. Sin embargo, trabajan
realmente estos dispositivos electronicos
con estos numeros
irracionales? La respuesta es no.
Como mencionamos en una clase anterior, una calculadora toma truncaciones, usualmente referidas como
numeros
de tipo flotante (tipo de datos float o double float); esto es, puesto que todo dispositivo tiene (por
entonces un numero
irracional (que necesariamente tiene infinitas cifras decimales) se aproxima con el numero
104
4 Funciones reales
De hecho, las computadoras no trabajan ni siquiera con Q. Es natural preguntarse entonces que tanto
podemos confiar en los resultados obtenidos? La respuesta depende del grado de certeza necesario en el
fenomeno
bajo estudio. Por ejemplo, una variacion
pero
si un astronomo
se equivocara en 0.1 kilometros
al calcular el radio de una estrella lejana a nadie le importara.
Todo lo anterior tiene que ver con el hecho de que Q es denso en R; es decir, dado un numero
real x se puede
hallar un numero
racional r tan cercano a x como se quiera. Esto se expone en el siguiente resultado.
(4.33)
4.7.
Funcion
cuadratica
R 3 x 7 f (x) = ax2 + bx + c R,
se le denomina funcion
cuadratica. Su grafico corresponde a una parabola. Aqu
si a > 0,
[ f (x0 ), ),
Rg( f ) =
(4.34)
(4.35)
donde al valor
b
(4.36)
2a
se le conoce como el punto crtico de f . Para bosquejar rapidamente el grafico de f necesitamos ademas conocer
el signo de su discriminante, f , definido como
x0 =
f = b2 4ac.
(4.37)
4.8 Composicion
de funciones
105
4.8.
Composicion
de funciones
106
4 Funciones reales
4.8.1.
Definicion
Definicion
4.3 [Funcion
compuesta]
Dadas dos funciones reales
f : I R R
x
g : J R R
7 f (x),
7 g(x),
7 (g f )(x) = g( f (x)).
(4.38)
4.8 Composicion
de funciones
se pone
107
x Dom( f1 ).
En el siguiente ejemplo se presenta un metodo para el calculo del rango de una funcion.
y Rg( f ),
de manera que
Rg( f ) [1, 9].
(4.39)
Esta informacion
es suficiente para concluir que s existe la funcion
h f pues
Dom(h) = (3, 10) [1, 9] Rg( f ).
Se tiene entonces que
h f : [0, 5] R R
x
Para verificar si es o no posible definir g f necesitamos teminar el calculo de Rg( f ). Sea y [1, 9], cualquiera.
Se tiene que
1 y 9,
0 y + 1 10,
y+1
5.
0
2
De manera que el numero
x0 =
y+1
2
de manera que y Rg( f ). Puesto que y fue elegido arbitrariamente, hemos probado que
y [1, 9] :
y Rg( f ),
108
4 Funciones reales
es decir
[1, 9] Rg( f ).
Por (4.39) y (4.40) se sigue que
(4.40)
[1, 9] = Rg( f ).
Puesto que
4.8.2.
Invertibilidad
La relacion
entre la composicion
de funciones con los conceptos de inyectividad y sobreyectividad se
establece en el siguiente Teorema.
Sean f : A B y g : B C.
1) Si
2) Si
3) Si
4) Si
3
[3, 1]
2x
4.9.
Traslacion
y cambio de escala
Al trabajar con graficos en un computador uno usualmente necesita trasladar o mover el grafico de izquierda a
derecha o de arriba hacia abajo para captar alguna informacion
que no se ve en pantalla. De la misma manera, a
veces uno requiere hacer un zoom es decir hacer un cambio de escala para resaltar algun
detalle (un acercamiento)
o para tener una perspectiva mas global (un alejamiento). Como
hace el computador para producir tales efectos?
4.9 Traslacion
y cambio de escala
109
f : R R
x 7 f (x),
que suponemos que esta descrita por la Figura 4.21.
4.9.1.
Traslacion
en la variable independiente
fa : R R
x 7 fa (x) = f (x a),
es la traslacion
de f en x con centro en x = a. Graficamente se tiene un desplazamiento de tamano
|a|: a) hacia
la derecha si a > 0, b) hacia la izquierda si a < 0.
4.9.2.
Traslacion
en la variable dependiente
110
4 Funciones reales
f b : R R
x 7 f b (x) = f (x) + b,
es la traslacion
de f en y con centro en y = b. Graficamente se tiene un desplazamiento de tamano
|b|: a) hacia
arriba si b > 0, b) hacia abajo si b < 0.
4.9 Traslacion
y cambio de escala
4.9.3.
111
fa : R R
x 7 fa (x) = f (a x),
es el cambio de escala de f en x con factor a. Graficamente se tiene una contraccion
si a > 1, y una expansion
si 0 < a < 1.
4.9.4.
fb : R R
x 7 fb (x) = b f (x),
es el cambio de escala de f en y con factor b. Graficamente se tiene una contraccion
si 0 < b < 1, y una expansion
si b > 1.
112
4 Funciones reales
4.9.5.
Graficacion
via traslacion
y escalamiento
g definida por
la formula
g(x) = f (ax b) + ,
cuando se supone conocido el grafico de la funcion
f , se puede proceder de la siguiente manera:
1) se grafica g1 = fa ;
2) se grafica g2 = (g1 )b ;
d
3) se grafica g3 = (g
2) ;
4) se grafica g = g4 = (g3 ) .
2
Ejemplo 4.7 La funcion y = ex , llamada campana de Gauss, es una funcion con multiples
aplicaciones en Ingeniera,
2
(x+1)
Fsica, Estadstica, etc. A partir de su grafico podemos graficar funciones como g(x) = 2 e
+ 1, siguiendo los pasos
recien descritos:
4.10.
Monotona
4.10 Monotona
113
x1 , x2 Dom( f ) :
114
4 Funciones reales
A una funcion
4.10 Monotona
115
Observacion
4.6 Los conceptos de Monotona recien expuestos se pueden referir a subconjuntos del dominio de una
funcion. Analizar la monotona de una funcion f quiere decir que se establezcan las regiones de crecimiento y decrecimiento
de f .
Example 4.5. Sean m , 0 y b R. La funcion
definida por la formula
f (x) = mx + b
es estrictamente creciente cuando m > 0 y estrictamente decreciente cuando m < 0. En efecto, consideremos el
caso en que m > 0 de manera que para x1 < x2 se sigue que
mx1 < mx2
mx1 + b < mx2 + b
f (x1 ) < f (x2 ).
116
4 Funciones reales
4.10.1.
Monotona y composicion
f
f
f
f
Sean a > 0, b R y f un funcion real que es creciente (o decreciente). Entonces las funciones definidas por las
formulas
g(x) = f (ax + b),
(4.41)
h(x) = a f (x) + b,
(4.42)
4.10.2.
f (x2 ) f (x1 )
x2 x1
(4.43)
y se tiene que:
si 0, entonces
si > 0, entonces
si 0, entonces
si < 0, entonces
f
f
f
f
es creciente;
es estrictamente creciente;
es decreciente;
es estrictamente decreciente.
Proposicion
4.5 Sean f y g dos funciones reales definidas en I R. Se tiene que
1) si f y g son ambas crecientes (o ambas decrecientes), entonces f + g es decreciente (respectivamente decreciente);
2) si f es creciente y g estrictamente creciente, entonces f + g es estrictamente creciente;
3) si f es decreciente y g estrictamente decreciente, entonces f + g es estrictamente decreciente.
117
f : R R
x 7 f (x) = x2 + 1.
Puesto que la funcion
h : R R
x 7 g(x) = 1
es tanto creciente como decreciente, por la Proposicion
4.5, se tiene que la monotona de f viene dada por la
monotona de
g : R R
x 7 g(x) = x2 .
Tomamos x1 , x2 R tales que x1 < x2 , cualesquiera. Se tiene que
=
=
g(x2 ) g(x1 )
x2 x1
2
x2 x21
x2 x1
= x2 + x1 .
Ahora bien,
en tanto que
0 x1 < x2
> 0,
x1 < x2 0
< 0,
Proposicion
4.6 [Relacion
entre monotona e inyectividad]
Una funcion real estrictamente creciente o estrictamente decreciente es inyectiva.
4.11.
Funciones trigonometricas
4.11.1.
Axiomatizacion
y propiedades basicas
Si bien se pueden definir las funciones seno y coseno de diferentes maneras, incluyendo el uso del crculo
trigonometrico, optamos por una axiomatizacion
puesto que el estudiante ya ha tenido contacto previo con la
Trigonometra y/o Geometra.
Postulamos la existencia de dos funciones reales, sen : R R y cos : R R, tales que
P1:
P2:
sen(/2) = 1;
cos(0) = 1 y cos() = 1;
118
4 Funciones reales
P3:
Para todo x, y R,
P4:
sen(x)
1
<
.
x
cos(x)
(4.44)
sen(0) = 0;
(4.45)
sen() = 0;
(4.46)
cos(/2) = 0;
(4.47)
cos(x) = cos(x);
(4.48)
cos( x) = cos(x);
(4.49)
cos(/2 x) = sen(x);
(4.50)
cos(/2 + x) = sen(x);
(4.51)
sen(x) = sen(x).
(4.52)
119
(4.53)
(4.54)
sen(/2 + x) = cos(x);
(4.55)
(4.56)
sen(2) = 0;
(4.57)
cos(2) = 1;
(4.58)
(4.59)
(4.60)
(4.61)
(4.62)
sen(/6) = 1/2;
cos(/4) = 2/2.
(4.63)
(4.64)
sen2 (x/2) =
(4.65)
(4.66)
Consideremos un triangulo
cualquiera de vertices
A, B y C, con lados a = BC, b = AC y c = AB. Se cumple la Ley de los
Senos,
a
b
c
=
=
,
sen(A) sen(B) sen(C)
(4.67)
a2 = b2 + c2 2bc cos A,
(4.68)
b = a + c 2ac cos B,
(4.69)
c2 = a2 + b2 2ab cos C.
(4.70)
120
4 Funciones reales
4.11.2.
Periodicidad e Inyectividad
n N;
(4.71)
n N.
(4.72)
(4.73)
4.11.3.
x Z[sen] = {n / n N};
(4.74)
(4.75)
(4.76)
(4.77)
(4.78)
(4.79)
Se tiene que
Rg(tan) = R;
(4.80)
Rg(cotg) = R;
(4.81)
Rg(sec) = (, 1] [1, );
(4.82)
Rg(cosec) = (, 1] [1, ).
(4.83)
Cono consecuencia de (4.48) y (4.52) se sigue que las funciones tangente, cotangente y cosecante son impares en tanto
secante es par.
que la funcion
121
x R \ Z[sen];
(4.84)
x R \ Z[cos];
(4.85)
tan(x + n) = tan(x),
x R \ Z[cos];
(4.86)
cotg(x + n) = cotg(x),
x R \ Z[sen].
(4.87)
122
4 Funciones reales
Tenga presente que el perodo de las funciones tan y cotg es en tanto que el perodo de las funciones sec y cosec es
2.
4.11.4.
Como ya se vio,
es inyectiva y, por tanto, tampoco son
ninguna de las seis funciones trigonometricas
biyectivas. Sin embargo, si redefinimos conseguimos biyectividad a la vez que se mantiene toda la informacion
esencial.
Cuando hablamos de las funciones ArcoSeno, arcsin = sin1 , ArcoCoseno, arc cos = cos1 y ArcoTangente,
arctan = tan1 nos referimos a las inversas de
sin : [/2, /2] [1, 1]
cos :
7 sin(x),
[0, ]
[1, 1]
7 cos(x),
7 tan(x),
123
4.11.5.
Propiedades derivadas
x R \ Z[cos];
(4.88)
x R \ Z[sen].
(4.89)
(4.90)
(4.91)
(4.92)
(4.93)
Ejercicio 4.26 Pruebe las igualdades del Corolario 4.5 y halle los respectivos dominios de definicion.
Corolario 4.6 [Propiedades derivadas (III)]
Para todo x, y R se tiene que
sen(x) + sen(y) = 2 sin
x+ y
x y
,
2
x y
sen(x) sen(y) = 2 cos
sen
,
2
2
x+ y
x y
cos(x) + cos(y) = 2 cos
cos
,
2
2
x+ y
x y
cos(x) cos(y) = 2 sen
sin
.
2
2
2
x+ y
cos
(4.94)
(4.95)
(4.96)
(4.97)
124
4.11.6.
4 Funciones reales
Graficacion
de funciones sinusoidales
Para graficar funciones sinusoidales, es decir funciones definidas por una formula
de la forma
(4.98)
2 + 2 ,
!
= arctan
.
A=
(4.99)
(4.100)
,
a
se le conoce como punto de referencia. Ademas se tiene que que el perodo de h es 2/a, as que a > 0 es un
factor de escalamiento.
Es importante recalcar que < 0 corresponde a un desfase positivo, es decir una traslacion
hacia la derecha,
en tanto que > 0 corresponde a un desfase negativo, es decir una traslacion
hacia la izquierda.
4.11.7.
Resolucion
de Ecuaciones Trigonometricas
Todas las ecuaciones se pueden reducir a los casos que resumimos a continuacion.
4.11.7.1.
125
sen(x) = ,
x R.
(4.101)
punto mas bajo, sen(3/2) = 1 y atravieza tres veces el eje horizontal, sen(0) = sen() = sen(2) = 0.
Caso: || > 0.
Puesto que Rg(sen) = [1, 1] se tiene que
CS = .
(4.102)
Caso: = 1.
2
que:
CS = + 2k : k Z .
(4.103)
2
Caso: = 1.
= 1, se tiene
Puesto que en cada perodo, la funcion
vez el punto mas alto y sen
sen alcanza una unica
2
que
CS =
+ 2k : k Z .
(4.104)
2
126
4 Funciones reales
Caso: = 0.
Puesto que en el intervalo [0, 2], la funcion
sen cruza el eje de horizontal en los puntos x1 = 0, x2 = y
x3 = 2, se tiene que
CS = {k : k Z} .
(4.105)
Denotamos
= arc sen().
4.11.7.2.
(4.106)
cos(x) = ,
x R.
(4.107)
el punto mas bajo, cos() = 1 y atravieza tres veces el eje horizontal, cos(/2) = cos(/2) = cos(3/2) = 0.
Caso: || > 0.
Puesto que Rg(cos) = [1, 1] se tiene que
CS = .
(4.108)
127
Caso: = 1.
Puesto que en cada perodo, la funcion
vez el punto mas bajo y cos () = 1, se tiene
cos alcanza una unica
que:
CS = { + 2k : k Z} .
(4.109)
Caso: = 1.
Puesto que en cada perodo, la funcion
vez el punto mas alto y cos (0) = 1, se tiene que
cos alcanza una unica
CS = {2k : k Z} .
(4.110)
Caso: = 0.
i
h
Puesto que en el intervalo 2 , 2 , la funcion
cos cruza el eje de horizontal en los puntos x1 = 2 , x2 = 2 y
3
x3 = 2 , se tiene que
CS =
+ k : k Z .
(4.111)
2
Denotamos
= arc cos().
4.11.7.3.
(4.112)
tan(x) = ,
Denotando
x R.
(4.113)
= arctan()
(4.114)
128
4 Funciones reales
4.12.
Problemas
x R.
,
x+4 x+4
x R.
|x2 4| p2 + 4p.
|x + 3| |2x 5| = 7,
x R,
o
3) A = 8, 16
3 ,0 ,
|x| + |x 5| = 6,
x R,
o
4) A = 21 , 21 ,
|x + 4| + |x 3| |3x + 8| = 1,
x R,
5) A = {3, 1, 5},
| 2|x| 2 | = 1,
x R,
|x2 9| = 2x + 6,
x R.
4.12 Problemas
129
1) A = ,
|2x 1| + |x 2| 1,
x R,
2) A = (, 8] [2, 2] [8, ),
| |x| 5 | 3,
3) A = R,
x R,
|x 4| + |x + 3| 3 |x|,
x R,
|2x 3|
3,
|x + 2|
x R,
1
|x 1|
> ,
|2x 3| 3
x R.
4) A = (4, 7],
x+b x+b
,
x+3 x+3
x R,
3x 2 x + 1
,
3x 5 x + 2
x R,
1 2x x + 3
,
2x 5 7 x
x R,
x+2
3,
x4
5) A = (2/5, 1],
6) A = (, 3) (2, ),
x R,
x + 3 5 4x
<
,
x1
x1
x R,
x
x+1
<
,
2x 3+x
x R.
4) A = , (4
20)/6 (4 + 20)/6, ,
5) A = [5, ),
x2 3x + 2 > 0,
x R,
1 x 2x2 0,
x R,
4x2 9x < 0,
x R,
x R,
x2 5x + 4 x 3,
6) A = [2/3, 18/5],
7) A = (, 3) (1, 1) (1, ),
x R,
p
(x + 3)(x + 6) 2x 3x 2,
|x2 + x 2| > |x 1|,
x R,
x R,
130
4 Funciones reales
8) A = [1, 3] \ {1},
|x + 1| |x 3|
2,
x1
x R.
4.8. Mediante la Regla del Maximo Dominio defina las funciones asociadas a las siguientes formulas.
3x + 2
f (x) =
,
1 2x2
x
,
g(x) = f
1+x
h(x) = f ( f (x)),
1
w(x) = f (x) +
.
( f (x)2
4.9. Mediante la Regla del Maximo Dominio defina las funciones asociadas a las siguientes formulas.
f (x) =
1
x
1+
1
1+ 1x
(x2 1)(x + 1)
,
(1 x2 )(x2 + 1)
r
1
h(x) = x + ,
x
p
w(x) = x4 5x2 + 4.
g(x) =
x R;
2x + x 15 < 0,
x R;
x + x + 7 0,
3
,
x1
x+1
1
x 1,
x
4(x 1) x(3x 4),
3
1
x2 + x < 0,
2
2
4(x 1) x(3x 4),
x R;
x R;
x R;
x R;
x R;
x R.
x1
6 x > 1,
x R.
2) A = ,
r
1x
x,
x3
x R.
3
g(x) = |x 2| + |2x 3| x.
2
1) Defina la funcion
g.
(4.115)
4.12 Problemas
131
2) Grafique la funcion
g y calcule su rango.
3) Resuelva la inecuacion
1 g(x) 4,
x R.
f (x) = |x 4| |x + 3| +
|x2 + 2x 8|
.
|x + 4| |x 2|
Analice la monotona de f .
4.17. Considere la formula
f (x).
Defina la funcion
real de variable real asociada a f (x).
Calcule Rg( f ).
Grafique f .
Analice la monotona de f .
1)
2)
3)
4)
5)
f (x) = |3x + 2| 3x + 8;
f (x) = |x 3| + |x + 2| + 1;
f (x) = 2|x| |x 3|;
f (x) = |2x2 5x + 4|;
f (x) = w(x) g(x), donde
g(x) = |2x 5|
y
2
|x 4|
x2 , si x > 2,
w(x) =
x + 2, si x 2;
6) f (x) = x3 4x2 + 5x 1.
132
4 Funciones reales
Defina la funcion
real de variable real asociada a f (x).
Calcule Rg( f ).
Grafique f .
Analice la monotona de f .
1) f (x) =
1
2;
1+x
x,
2
2) f (x) =
x ,
8 x,
x2 + 1,
0,
3x + 4,
3) f (x) =
5,
x2 ,
4,
si x < 1,
si 1 x 4, ;
si x > 4.
si x < 0,
si x = 0,
si 0 < x < 2,
;
si x = 2,
si x > 3,
si 2 < x 3
4) f (x) = 1 + x12 .
4.19. Considere la funcion
f (x). Es inyectiva? Es sobreyectiva? En caso de ser inyectiva,
definida por la formula
si x < 3,
x 2,
f (x) =
x + 1, si x 3,
3
f (x) =
x+1
.
x1
f (x) = ax2 + bx + c,
a , 0,
f (x) = x,
1
f (x) = x + .
x
x
1 + |x|
es biyectiva.
4.23. Pruebe que la funcion
f : R R definida mediante
(4.116)
4.12 Problemas
133
si x 0,
x,
f (x) =
x, si x > 0.
es biyectiva.
4.24. Pruebe que la funcion
N 3 n 7 2n {p N : p es par} es biyectiva.
4.25. Halle el conjunto D R donde se cumple la igualdad indicada.
sec(x) cotg(x) = cosec(x);
1
= sen(x) cos(x);
tan(x) + cotg(x)
1 + cos(x)
sen(x)
=
;
sen(x)
1 cos(x)
cos4 (x) sen4 (x) = 2 cos2 (x) 1;
2 cotg(x) + 1
sec(x)
sen(x) tan(x)
+
+
=
.
cos(x) cotg(x) cosec(x)
cotg2 (x)
(4.117)
(4.118)
(4.119)
(4.120)
(4.121)
(4.122)
(4.123)
(4.124)
(4.125)
(4.126)
(4.127)
(4.128)
(4.129)
(4.130)
(4.131)
134
4 Funciones reales
(4.132)
tan(2x 3) = 0;
(4.133)
cotg(5x 1) = 0;
(4.134)
sec (x) 4 = 0;
13
5
3
cos3 (x) cos2 (x) + cos(x) + = 0;
4
8
8
sen(x)
sen(x)
= 4;
1 + cos(x) cos(x) 1
3 sen(x) + 4 cos(x) = 0;
cotg2 (10x) 1
= 0;
2 cotg(10x)
tan(9x) + tan(x) = 0;
(4.135)
(4.136)
(4.137)
(4.138)
(4.139)
(4.140)
4 cotg(4x) cotg(2x) = 0;
(4.141)
tan(5x) = tan(3x).
(4.142)
(4.143)
cosec(x/2) 4 = 0;
(4.144)
3 sen(x) + 4 cos(x) = 0;
r
1 + cos(x)
2 = 0;
1 cos(x)
(4.145)
(4.146)
(4.147)
4 cos(x) = ;
3
tan
tan(3x) = ;
2
4
sen( sen(2x)) = 0;
(4.148)
cos( cos(3x)) = 0.
(4.151)
(4.149)
(4.150)
(4.152)
(4.153)
(4.154)
(4.155)
(4.156)
(4.157)
(4.158)
(4.159)
4.12 Problemas
135
(4.160)
(4.161)
(4.162)
(4.163)
(4.164)
(4.165)
6 cosec( x) + cosec(x) = 2.
(4.166)
(4.167)
(4.168)
5 tan(2y)
,
tan(x) =
5 + cos(y)
,
sen(x) =
5 sen(x) + 8 cos(y) = 5;
12 sec(3y) 8 sec(2x) = 1,
sec(2x) 3 sec(3y) = 2.
(4.169)
(4.170)
(4.171)
(4.172)
(4.173)
Captulo 5
Funciones polinomicas
y racionales
5.1.
Introduccion
x R.
1 2 1 3
1
x + x + ... + xn ,
2!
3!
n!
x R,
5.1.1.
(5.1)
n veces;
se pone asimismo
a0 = 1,
1
an = n .
a
(5.2)
(5.3)
Proposicion
5.1 [Leyes de los exponentes]
Sean m, n N y a, b K. Se tiene que
am an = am+n ,
(5.4)
(ab)n = an bn ,
(5.5)
(an )m = amn .
(5.6)
137
138
5 Funciones polinomicas
y racionales
5.1.2.
Propiedades elementales
n
X
ak xk = a0 + a1 x + a2 x2 + ... + an xn ,
(5.7)
k=0
En (5.7) se dice que ak es el coeficiente de orden k {0, 1, ..., n} de p. A a0 y an se les refiere como el coeficiente de menor
orden y coeficiente de mayor orden, respectivamente.
Por convencion
se denomina polinomio de grado nulo o polinomio constante de valor c R a la funcion
R 3 x 7 p(x) = c R.
Se denota usualmente
cf = p
(5.8)
es un objeto matematico
A los polinomios de primer grado se les refiere habitualmente como monomios. En particular se dice que el
polinomio definido mediante
d(x) = x c, x R,
es el monomio centrado en c R.
Observacion
5.1 [Criterio para la igualdad de polinomios]
Recordemos que dos funciones reales p y q son iguales si
Dom(p) = Dom(q);
Codom(p) = Codom(q);
p(x) = q(x), para todo x Dom(p).
En el caso en que p y q son polinomios de grado n N con coeficientes ak y bk , respectivamente, se tiene que
p=q
ak = bk , k = 0, 1, ..., n.
(5.9)
5.2 Division
de polinomios
139
Definicion
5.2 [Funcion
racional]
Se denomina funcion racional a una funcion real f definida por la formula
f (x) =
p(x)
,
d(x)
(5.10)
(5.11)
r(x)
,
d(x)
x Dom( f ),
(5.12)
(5.13)
(5.14)
x Dom(f).
(5.15)
En este contexto a los polinomios p, d, q y r se les denomina dividendo, divisor, cociente y residuo, respectivamente.
tiene sentido para x Dom( f ).
Tenga presente que (5.15) tiene sentido para todo x R en tanto que (5.12) solo
5.2.
Division
de polinomios
sintetica
Los metodos
de division
y de coeficientes indeterminados son apropiados para el caso en que el divisor es de
grado mayor a 1. Cuando el divisor es de grado 1, es preferible usar la Regla de Horner-Ruffini.
5.2.1.
Division
sintetica
f (x) =
3x3 x2 + 6
.
x2 + 1
Puesto que
p(x) = 3x3 x2 + 0x + 6,
se tiene que
d(x) = 1x2 + 0x + 1,
x Dom( f ),
140
5 Funciones polinomicas
y racionales
3 1 0 6 1 0 1
0 -1 -3 6 3 -1
0 -3 7
por tanto,
q(x) = 3x 1,
r(x) = 3x + 7,
x Dom( f ).
Ejercicio 5.2 Halle por division sintetica el cociente y residuo de la funcion racional definida por la formula
f (x) =
5.2.2.
Division
por coeficientes indeterminados
f (x) =
p(x) 2x4 x2 + 6
= 2
.
d(x)
x +x1
r(x) = mx + n,
x Dom( f ),
x Dom( f ),
es decir
2x4 x2 + 6 = (x2 + x 1)(ax2 + bx + c) + (mx + n)
= ax4 + (b + a)x3 + (c + b a)x2 + (c b + m)x + (n c).
Entonces, por el criterio para la igualdad de polinomios, se tiene que
2=a
x4
x3
0 = b+a
x2 1 = c + b a
x1 0 = c b + m
x0
6 = nc
de donde se sigue que
Por tanto,
a = 2,
b = 2,
q(x) = 2x2 2x + 3,
c = 3,
m = 5,
r(x) = 5x + 9,
n = 9.
x Dom( f ).
Ejercicio 5.3 Halle por por coeficientes indeterminados el cociente y residuo de la funcion racional definida por la formula
f (x) =
5.3 Divisibilidad
5.3.
5.3.1.
141
Divisibilidad
Factores divisores
P = p : R R / p es polinomio ,
(5.16)
Pn = p P/ grad(p) n .
(5.17)
y, para n N,
Definicion
5.3 [Divisibilidad]
Sean p, d P \ {0 f }. Se dice que p es divisible por d si el residuo de dividir p por d es 0 f , es decir si
p(x) = d(x)q(x),
x R.
(5.18)
Observacion
5.2 En el marco de la Definicion 5.3 es claro que, para R \ {0}, el polinomio definido por la formula
d (x) = d(x),
x R,
tambien es factor de p.
Ejercicio 5.4 Justifique la Observacion 5.2.
Observacion
5.3 Recordemos que una funcion cuadratica (o polinomio de segundo grado) dada por la formula
f (x) = ax2 + bx + c
tiene races reales ssi
= b2 4ac 0.
En este caso, son factores de f , los monomios definidos por las formulas
f1 (x) = x x1 ,
f2 (x) = x x2 ,
donde
b
x1 =
,
2a
b +
x2 =
.
2a
(5.19)
(5.20)
p(x) = x3 x2 + x 1.
No es difcil verificar que los unicos
factores de p son los multiplos
de los polinomios definidos por las formulas
f1 (x) = x 1,
f2 (x) = x2 + 1.
142
5 Funciones polinomicas
y racionales
p(z) = z3 z2 + z 1.
No es difcil verificar que los factores de p son los multiplos
de los polinomios definidos por las formulas
f1 (z) = z 1,
f2 (z) = z + i,
f3 (z) = z i.
5.3.2.
El siguiente resultado constituye el fundamento para establecer el Teorema del Factor y la Regla de HornerRuffini.
Teorema 5.2 [Teorema del Residuo]
Sea p un polinomio de grado mayor que cero y d el monomio centrado en c R. Entonces,
p(x) = (x c) q(x) + p(c),
x R,
(5.21)
es decir que el residuo de la division de p por el monomio centrado en c R es un polinomio constante de valor
p(c).
Demostracion. Escogemos los polinomios q y r de manera que
p = d q + r,
donde r es un polinomio constante de valor k R. Entonces, se tiene que
p(x) = (x c) q(x) + k,
En particular, haciendo x = c, se encuentra que
x R.
p(c) = k.
5.3 Divisibilidad
5.3.3.
143
Regla de Horner-Ruffini
x R,
(5.22)
(5.23)
(5.24)
bi R,
Por (5.22)-(5.24) se tiene que
a0 = b0
xn
xn1
a1 = b1 cb0
xn2
a2 = b2 cb1
..
..
.
.
x1 an1 = bn1 cbn2
x0 an = p(c) cbn1
Por tanto se tiene que
b0 = a0 ,
bk = cbk1 + ak , k = 1, 2, ..., n 1,
(5.25)
p(c) = cbn1 + an .
(5.26)
y, ademas,
A las formulas
(5.25)-(5.26) se les conoce como la Regla de Holder-Ruffini. En tanto que (5.25) provee los
d(x) = x 3.
Se tiene
2 1 3 0 1 3
3 2 5 12 36 109 324
Por tanto, el cociente es el polinomio dado por la formula
q(x) = 2x4 + 5x3 + 12x2 + 36x + 109
y el residuo es el polinomio constante de valor
p(3) = 324.
144
5 Funciones polinomicas
y racionales
x R,
donde
q(x) =
1
q1 (x).
m
Ejemplo 5.2 Usando la Regla de Horner-Ruffini dividamos el polinomio definido por la formula
p(x) = x4 + 3x3 6x + 1
por el monomio
d(x) = 3x + 2.
Se tiene
1 3
0
6
1
2/3 1 7/3 14/9 134/27 349/81
Por tanto, para x R,
14
134
7
,
q1 (x) = x3 + x2 x
3
9
27
1
7
14
134
q(x) = x3 + x2 x
3
9
27
81
y
2
349
p =
.
3
81
Ejercicio 5.7 Dividir mediante la Regla de Horner-Ruffini el polinomio p por el monomio d definidos por las formulas
indicadas
p(x) = x3 4x + 2, d(x) = 2x 1;
p(x) = 5x4 + 2x2 3x + 6, d(x) = x + 1.
5.4.
Este teorema es uno de los adelantos mas grandiosos de toda la matematica y encuentra aplicacion en las mas diversas
ramas de la ciencia... Todas sus demostraciones emplean las llamadas propiedades topologicas de los numeros
reales y
complejos - propiedades ligadas a la continuidad, [19]. Por conveniencia, presentamos aqu este resultado y lo
aplicamos.
5.4 Teorema Fundamental del Algebra
145
p(z) = a0 + a1 z1 + ... + an zn ,
donde n N, ai C, i = 0, 1, ..., n, y an , 0, se puede hallar un z0 C que es solucion
de la ecuacion
p(z) = 0,
z C.
p(z):= z3-5*z2+17*z-15;
p (z) := z3 5 z2 + 17 z 15
( %o1)
(%i2)
!1
!1
3
3
763
763
55
55
3
3
3
27
27
5
13
13
32
i 3 2
+ ,
+
( %o2) [z =
1
1
!
!
2
2
3
3
3
3
55
55
3 2 763
9 763
3 27
3 27
2
32
3
!1
!1
3
3
763
3 763 55
55
3
3 27
27
2
13
13
5
3
32
z =
+
+
! 1 i
!1 + 3,
2
2
3
3
55
55
3 2 763
9 763
3 27
3 27
z=
763
3
3
2
32
55
27
! 13
26
763
3
32
55
27
32
5
!1 + 3]
3
nsol: allroots(p(z));
( %o3) [z = 1.207734257895888,
z = 2.970628028470036 i + 1.896132871052056,
z = 1.896132871052056 2.970628028470036 i]
Para verificar numericamente si en el objeto nsol estan almacenadas realmente buenas aproximaciones z1 , z2 , z3 de las
races de p(z) debera tenerse que
p(zi ) 0, i = 1, 2, 3.
146
5 Funciones polinomicas
y racionales
(%i4)
i = 1;
i = 2;
i = 3;
( %o4)
done
Observese que para las tres soluciones numericas, la distancia a cero es menor a 1.3 1014 .
Races de la unidad
pn (z) = zn 1.
Hallar los ceros de pn corresponde a hallar las races n-esimas de la unidad. Gracias al Teorema Fundamental
(zk )n = 1.
Si denotamos por z0 = 1, la solucion
obvia, nos encontramos con que en el plano complejo hay n 1 races
adicionales de la unidad. Como
hallarlas?
)
2k
: k = 0, 1, ..., n 1 .
n
2k i
n
k = 0, 1, ..., n 1.
ec: z7 - 1 = 0;
z7 1 = 0
solve(ec, z);
[z = e
2i
7
,z = e
4i
7
,z = e
6i
7
, z = e
6i
7
, z = e
4i
7
, z = e
2i
7
, z = 1]
(5.27)
5.5 Factorizacion
de polinomios
5.5.
147
Factorizacion
de polinomios
5.5.1.
Extraccion
de monomios
p(z) = a0 + a1 z + a2 z2 + ... + an zn ,
(5.28)
de manera que
p(z) = an (z z1 ) (z z2 )...(z zn ).
(5.29)
El proceso de factorizacion
de un polinomio complejo consiste en hallar la descomposion
(5.29), que equivale
a hallar
Z[p] = {z C : p(z) = 0} = {z1 , z2 , ..., zn },
(5.30)
el conjunto de los races del polinomio p. En caso de que una raz z Z[p] se repita m N veces en (5.29) se
dice que tiene multiplicidad m .
Ejercicio 5.8 Pruebe que el polinomio definido por (5.28) se puede escribir en la forma (5.29).
x R,
(5.31)
donde q Pn1 .
Observacion
5.4 [Criterio para extraer un factor monomio (CEM)]
Si el polinomio p del Teorema 5.4 tiene la forma
p(x) = a0 + a1 x + a2 x2 + ... + an xn ,
con
x R,
a0 , an Z \ {0},
ak Z,
k = 1, ..., n 1,
entonces x sera uno de los factores enteros (positivos o negativos) de a0 . Se lo puede detectar mediante la Regla de
Holder-Ruffini.
Ejemplo 5.5 Consideramos el polinomio real definido por la formula
p(x) = x3 + 2x2 17x 10.
148
5 Funciones polinomicas
y racionales
x R,
x R.
adelante, las races de un polinomio de grado n {2, 3, 4} se pueden hallar con un numero
5.5 Factorizacion
de polinomios
5.5.2.
149
Cocientes notables
=x
(5.32)
Si n es impar:
n
xn + yn X
=
(1)k+1 xnk yk1
x+ y
k=1
n1
=x
(5.33)
Si n es par o impar:
n
xn yn X nk k1
x y
=
x y
k=1
n1
=x
5.5.3.
(5.34)
b +
b2 4ac
,
2a
z C,
(5.35)
z2 =
b2 4ac
.
2a
(5.36)
z C.
(5.37)
x R,
(5.38)
b +
x1 =
,
2a
(5.39)
x R,
b
x2 =
.
2a
q(x) = x2 3x 2.
(5.40)
(5.41)
150
5 Funciones polinomicas
y racionales
Puesto que
= (3)2 4(1)(2) = 17 > 0
se tiene que
q(x) = (x x1 )(x x2 ),
donde
x1 =
5.5.4.
3+
17
,
2
x2 =
17
.
2
x R,
x R,
x R.
p(x) = x3 + ax2 + bx + c
= (x2 + ex + f )(x + u),
con c , 0. Se escogen e, f, u de manera
y
(
e
donde
a+
x R,
(5.42)
f u = c,
(5.43)
a
,
,
2
2
(5.44)
= a2 4(b f ).
(5.45)
es apropiada.
Tenga presente que hay varias descomposiciones tipo (5.42) de manera que hay que comprobar cual
p = 5,
5.5 Factorizacion
de polinomios
151
de manera que
e {3, 5}.
Para e = 5, tenemos, para x R, que
(x2 + 5x 2)(x + 5) = x3 + 10x2 23x 10 , p(x).
Para e = 3, tenemos, para x R, que
(x2 3x 2)(x + 5) = x3 + 2x2 17x 10 = p(x).
5.5.5.
(5.46)
con d , 0. Lo primero que debemos intentar es extraer un monomio. Si esto no es posible, se puede intentar la
descomposicion
a+
uv = d
(5.48)
)
a
,
,
2
2
(5.49)
= a2 4[b (u + v)].
(5.50)
ek {3, 11} ,
v = 11,
k = 1, 2.
152
5 Funciones polinomicas
y racionales
5.5.6.
Metodo de Inspeccion
p(x) = a0 + a1 x + a2 x2 + ... + xn ,
x R,
x R,
x R,
x R.
x R.
5.6.
Maximo Comun
Divisor
5.6.1.
Definiciones y propiedades
v = q2 w,
donde q1 , q2 P \ {0 f }.
Definicion
5.4 [Maximo Comun
Divisor]
Sean u, v P \ {0 f }. Se dice que d P \ {0 f } es el Maximo Comun
Divisor de u y v si se cumplen las siguientes
condiciones
i) d es un divisor comun
de u y v;
ii) si w es un divisor comun
de u y v, entonces wkd;
iii) el coeficiente de mayor orden de d es 1.
Se denota
d = MCD[u, v].
(5.51)
polinomios no-nulos de grado cero. Por tanto, u, v son primos entre s ssi MCD[u, v] = 1 f .
153
Proposicion
5.2 [Propiedades del MCD]
Sean u, v, w P \ {0 f }.
1) Si w no es factor comun
de u y v, entonces
MCD[uw, v] = MCD[u, v].
2) Si w es factor de u pero no de w, entonces
MCD
3) Se tiene que
u
, v = MCD[u, v].
w
5.6.2.
Sean u, v P \ {0 f }. Cuando u y v son facilmente factorables se puede proceder de la siguiente manera para
calcular MCD[u, v].
1) Se factoran los polinomios u y v;
2) Se define w0 P como el producto de los factores comunes de u y v.
w0
, donde a es el coeficiente de mayor orden de w0 .
3) Se tiene que MCD[u, v] =
a
Example 5.7. Consideramos los polinomios definidos por las formulas
p(x) = x3 + x2 5x 2,
q(x) = x3 8x 2.
Al factorizar p y q se tiene que
p(x) = (x 2)(x2 + 3x + 1),
q(x) = (x 3)(x2 + 3x + 1),
de manera que
MCD[u, v](x) = x2 + 3x + 1,
5.6.3.
x R.
(5.52)
154
5 Funciones polinomicas
y racionales
u = v q1 + r1 ,
v = r 1 q2 + r 2 ,
r1 = r2 q3 + r3 ,
.. .. .. .. ..
. . . . .
rk2 = rk1 qk + rk ,
r = r q .
k1
k k+1
(5.53)
Tenga presente que, en (5.53), el divisor del paso j se transforma en el dividendo del paso j + 1. Asimismo el
residuo del paso j se transforma en el divisor del paso j + 1.
Observese que
I) De la ultima
lnea de (5.53) se tiene que
rk krk1 .
rk krk2 .
Siguiendo este analisis se encuentra que rk es divisor comun
de u y v.
II) Por otro lado, si P \ {0 f } es un divisor comun
de u y v, se tiene, por el Teorema 5.1, que
k r1 = u v q1 .
Pero entonces
k r2 = v r1 q2 .
rk
,
a
(5.54)
Observacion
5.5 Para la aplicacion practica del Algoritmo de Euclides se pueden reemplazar u, v, r1 , r2 , ..., rk2 , y rk1
por multiplos
de ellos.
Ejemplo 5.6 Buscamos el MCD de los polinomios definidos por las formulas
u(x) = x4 + 3x3 x2 4x 3,
155
3 9 3 12 9 3 10 2 3
0 -1 -5 -9 -9 1 -1/3
0 -5/3 -25/3 -10
Por tanto,
5.6.4.
MCD[u, v](x) = x + 3,
x R.
Mnimo Comun
Multiplo
comun
de u y v ssi ukw y vkw, es decir que
w = q1 u,
w = q2 v,
donde q1 , q2 P \ {0 f }.
Definicion
5.5 [Mnimo Comun
Multiplo]
comun
de u y v;
ii) si w es un multiplo
comun
de u y v, entonces mkw;
iii) el coeficiente de mayor orden de m es 1.
Se denota
m = MCM[u, v].
(5.55)
El siguiente teorema caracteriza al MCM de dos polinomios y provee una manera de calcularlo.
Teorema 5.5 [Calculo del MCM]
Sean u, v P \ {0 f }. Se tiene que
MCM[u, v] = MCD[u, v]
Q1 Q2
,
a1 a2
(5.56)
v = Q2 MCD[u, v].
(5.57)
156
5 Funciones polinomicas
y racionales
(5.58)
Observacion
5.6 Sean u, v P \ {0 f }. Cuando u y v son facilmente factorables se puede proceder de la siguiente manera
para calcular MCM[u, v].
1) Se factoran los polinomios u y v;
2) Se define w0 P como el producto de los factores comunes y no-comunes de u y v.
w0
, donde a es el coeficiente de mayor orden de w0 .
3) Se tiene que MCM[u, v] =
a
Example 5.8. Buscamos el MCM de los polinomios definidos por las formulas
v(x) = x3 4x2 + 3x + 2.
Tenemos que
MCD[u, v](x) = x2 2x 1,
Por tanto,
Por tanto,
5.7.
Q1 (x) = 2x2 3x + 1,
x R.
Q2 (x) = x 2,
x R.
1
MCM[u, v](x) = (x2 2x 1)(2x2 3x + 1)(x 2).
2
Forma irreducible
f (x) =
p(x)
,
d(x)
(5.59)
(5.60)
Proposicion
5.3 [Forma irreducible de una funcion
racional]
Dada la funcion racional f = p/d, existen polinomios p1 y d1 tales que
f (x) =
p1 (x)
,
d1 (x)
x Dom( f ),
p
,
MCD[p, d]
d1 =
p
.
MCD[p, d]
(5.61)
5.8.
157
Fracciones propias
Proposicion
5.4 Toda funcion racional se representa de un modo unico
5.9.
Fracciones parciales
x R,
donde k N y w es no-factorable.
Se tiene el siguiente resultado.
158
5 Funciones polinomicas
y racionales
m
Y
kj
w j (x),
x R,
(5.62)
j=1
donde los polinomios w j , j = 1, 2, ..., m, son distintos y no-factorables. Entonces f se puede escribir como la suma
de fracciones parciales
f (x) =
kj
m X
X
si, j (x)
j=1 i=1
(5.63)
wij (x)
m
X
s1,j (x) s2,j (x)
s
(x)
s
(x)
k
,j
3,j
j
=
+ 2
+ ... + k
++ 3
w j (x) w (x)
j
w
(x)
w (x)
j
j
j=1
j
para x Dom( f ).
El Corolario anterior establece implcitamente que
grad(si,j ) < grad(w j ),
(5.64)
Observacion
5.7 Puesto que (5.62) corresponde a la factorizacion del polinomio real d, las relaciones (5.63) y (5.64)
proveen un metodo para expandir f en fracciones parciales mediante el uso de coeficientes indeterminados en los polinomios
si, j .
x R.
p(2) = 135 , 0,
p(1) = 6 , 0,
(5.66)
de manera que los monomios centrados en 2 y en 1 no son factores de p. Asimismo se verifica que el polinomio
definido por la formula
u(x) = x2 + 1 no es factor de p. Entonces f es una funcion
A
B
C
Dx + E
+
+
+ 2
.
2
x + 2 (x 1)
x1 x +1
(5.67)
(5.68)
Al aplicar el criterio de igualdad de polinomios a (5.65) y (5.68) se obtiene un sistema de cinco ecuaciones con
cinco incognitas.
Sin embargo podemos aprovechar la estructura (5.68) y (5.66). En efecto, tomando x = 2 en
5.10 Problemas
159
135 = 45A
A = 3.
B = 1.
2C + 2E = 2,
4C 4D + 4E = 8,
as que
(5.69)
D = 1.
5.10.
C = 2,
E = 3.
1
2
x3
3
+
+
+ 2
,
2
x + 2 (x 1)
x1 x +1
x R \ {2, 1}.
Problemas
2x3 3x2 + 1
,
x2 + x 1
x5 x3 + x 1
f (x) =
,
x2 2x + 1
5x6 13x3 + 3x2 + x 7
f (x) =
,
x4 2x + 1
7x4 + 8x3 + 3x2 + x 10
f (x) =
,
x4 + 3x3 2x + 1
x7 + 2x5 + 3x3 34x 1
f (x) =
.
x6 x3 2x + 1
f (x) =
5.2. Dividir mediante la Regla de Horner-Ruffini el polinomio p por el monomio d definidos por las formulas
indicadas
p(x) = 2x2 3x 4, d(x) = x + 2;
p(x) = x5 + x3 3x, d(x) = x 2;
p(x) = 4x3 4x + 2, d(x) = 3x + 1;
p(x) = 5x4 12x2 3x + 4, d(x) = x + 6.
5.3. Factorice el polinomio definido por la formula
p(x).
160
5 Funciones polinomicas
y racionales
p(x) = x4 x3 x + 1,
p(x) = x4 + 10x3 + 14x2 34x + 105,
p(x) = x8 8x7 + 22x6 16x5 31x4 + 56x3 8x2 32x + 16,
p(x) = 6x3 31x2 + 25x + 12,
p(x) = x3 + 5x2 9x 45,
p(x) = x3 (b + c)x2 (a + b)2 x + (b + c)(a + b)2 ,
p(x) = x3 3x2 10x + 24,
p(x) = x4 2x2 + 3x 2.
5.5. Halle el MCD y el MCM de los polinomios definidos por las formulas
u(x) y v(x).
1)
2)
3)
4)
5)
6)
f (x) =
f (x) =
x6 + 2 x5 6 x4 + 4 x3 15 x2 + 2 x 8
.
x7 + 2 x6 10 x5 3 x4 + 15 x3 13 x2 + 26 x 8
5.10 Problemas
161
3x + 6
;
(x + 2)2
x2 + x 1
f (x) = 3
;
x + 2x2
x4 + 3x 2
;
f (x) = 2
(x + 1)2 (x 2)
2x2 x + 4
;
f (x) =
(x + 3)3
2x3 + x 3
f (x) =
;
a(x2 + x)(x 2)
2x3 6x2 + 7
f (x) =
.
bx(x2 + 1)
f (x) =
x3 x2 + 2x 2
;
x3 + 5x2 + 6x
x4 x3 + x 1
f (x) = 4
.
x 2x2 + 3x 2
f (x) =
Captulo 6
Sucesiones reales
6.1.
Introduccion
Cuando se quiere resolver un problema de Ingeniera con ayuda de un computador, se recurre habitualmente a aproximaciones discretas del modelo matematico seleccionado; por ello, el concepto de sucesion
es
fundamental en Matematica Aplicada. No es nuestra intension
entrar en demasiados detalles sobre el excitante
tema de las sucesiones, pero creemos que es una herramienta importante que debe manejar un Ingeniero pues,
finalmente, todas las tareas que realiza un computador son procesos contables (en un numero
finito de pasos
Definicion
6.1 [Sucesion]
(xn )nN A ,
(yn )nN A ,
(zn )nN A ,
etc.
(6.2)
Ejemplo 6.1 A los enteros pares positivos se los puede expresar de forma ordenada mediante la sucesion
(2, 4, 6, 8, ...) = (2n)nN R.
En terminos mas generales, el dominio puede ser cualquier conjunto con cardinalidad 0 , e.g. Z.
163
164
6 Sucesiones reales
Ejemplo 6.2 Supongamos, que se quiere empezar un negocio de cra de conejos. Una funcion que modela matematicamente
tal fenomeno o proceso es la sucesion de Fibonacci. En la naturaleza, hay muchos elementos relacionados con la sucesion
de Fibonacci: la cantidad de petalos de una flor y la cantidad de espirales en una pina,
etc. El negocio tiene perspectivas de
ser rentable pues la poblacion de conejos crece a buen ritmo. En efecto, la sucesion de Fibonacci
(Fn )nN R,
esta definida por
0,
si n = 0,
Fn =
1,
si n = 1,
Fn1 + Fn2 , si n 2.
La formula anterior nos dice que a partir de n = 2 se obtiene F(n) al sumar los dos elementos anteriores de la sucesion. Los
primeros elementos de la sucesion de Fibonacci son:
(%i1)
( %o1)
Q, el conjunto de numeros
racionales. A pesar de que con cada dia que pasa la capacidad de almacenamiento
3.14159...
Esto equivale a decir que un computador no es capaz de manejar el rango de la sucesion
(xn )nN donde
x0 = 3,
x1 = 1,
x2 = 4,
x3 = 1,
x4 = 5,
x5 =
..
.
9,
..
.
tiene infinitas cifras decimales en tanto que la capacidad de memoria de cualquier computador es finita puede ser muy grande pero no deja de ser finita!2 Por tanto, cuando se alcanza el tope de la capacidad de
memoria del computador, al ir introduciendo mas y mas cifras decimales del numero
, se recibe el mensaje
real de
variable real? La respuesta es que no lo hace: se vale de truncaciones y procesos de aproximacion.
Estas dos
herramientas tienen que ver directamente con el concepto matematico de sucesion.
x
realidad no se calcula e . En su lugar, dado un cierto tamano
de error aceptable > 0, se escoge un n N de
Si no se puede introducir una cosa infinita (como el numero
) en algo finito (como la memoria de un computador), sera
concecible que el Infinito (o sea Dios) pueda introducirse en un cuerpo finito (como el de un ser humano)?
165
manera que
|sn ex | < ,
donde la sucesion
(sn )nN R esta definida mediante
sn =
n
X
1 k
x.
k!
k=0
6.2.
Acotamiento y entornos
Para el estudio de lmites y continuidad de funciones reales as como para establecer la convergencia de
sucesiones reales es indispensable el concepto de entorno.
Definicion
6.2 [-entorno de un punto]
Sea > 0. Se denomina -entorno de x0 R al conjunto de puntos que menos que de x0 , esto es al conjunto
B(x0 , ) = (x0 , x0 + )
= {x R / |x x0 | < } .
(6.3)
Al punto x0 y al numero
en (6.3) se les refiere como el centro y el radio.
Cuando se generaliza (6.3) al cuerpo C, se refiere a B(x0 , ) como el -disco centrado en x0 C = R2 . Cuando se generaliza
(6.3) a dimensiones n 3 se refiere a B(x0 , ) como la -bola centrada en x0 Rn .
xn c.
(6.4)
C R, n N :
xn C.
(6.5)
n N.
(6.6)
166
6 Sucesiones reales
Puesto que
xn 0,
n N,
1
.
n
Puesto que
1 xn 2,
n N,
6.3.
Convergencia
Definicion
6.3 [Convergencia y Lmite de una sucesion]
x R tal que
> 0, N N :
n N |xn x| < .
(6.7)
o, alternativamente,
xn xn .
(6.8)
(6.9)
n N xn B(x, ),
de manera que cualquiera que sea el grado de cercana > 0, el entorno B(x, ) atrapa todos los elementos de la
sucesion
finito de ellos.
(xn )nN R, salvo un numero
6.3 se dice que (xn )nN R converge a x R por la izquierda o por debajo si se cumple
En en marco de la Definicion
que
xn x,
n N.
(6.10)
Asimismo, se dice que (xn )nN R converge a x R por la derecha o por encima si se cumple que
xn x,
n N.
(6.11)
(6.12)
Estudio intuitivo. Como se puede ver en la tabla, a medida que n se hace cada vez mas grande, es decir cuando n tiende
a +, xn tiende a 1.
6.3 Convergencia
167
Adicionalmente, por lo expuesto en la tabla anterior parecera que dada cualquier distancia > 0 - por mas que sea muy
pequena
- siempre se puede hallar un N = N() N de manera que la distancia entre xn y 1 sea menor que a partir de
N, es decir,
> 0, N = N() N : n N |xn 1| < .
(6.14)
Por ejemplo, observese que para 1 = 0.5, se puede tomar N(1 ) = 2. Para 2 = 0.001, funciona N(2 ) = 1000.
Estudio analtico. Ahora probemos que (6.13) - o equivalentemente (6.14) - se cumple. Sea > 0, cualquiera. Por la
Propiedad Arquimediana de los nuemros
1
.
N
En virtud de (6.15), si n N es tal que n N, se cumple que
1
|xn 1| = 1 + 1
n
1
=
n
1
=
n
1
N
.
<
(6.15)
1
= 0.
n
(6.16)
De manera que si en un cociente se mantiene fijo el numerador y se hace tender el denominador a (o a ), entonces el
cociente tiende a cero.
Ejercicio 6.2 Sea (1, 1). Pruebe que
lm ||n = 0.
(6.17)
(6.18)
lm xn = L2 ,
(6.19)
168
6 Sucesiones reales
con
L1 , L2 .
Tomamos
|L2 L1 |
1 , 2 0,
.
2
(6.20)
n N1 |xn L1 | < 1 .
(6.21)
n N2 |xn L2 | < 2 .
(6.22)
i) si L > c, entonces
N N :
n N xn > c.
N N :
n N xn < c.
> 0, N = N() N :
n N L < xn < L + .
(6.23)
Proposicion
6.2 [Linealidad del lmite]
Sea c R. Sean (xn )nN R y (yn )nN R tales que lm xn = y lm yn = . Entonces se tiene que
n
lm (cxn + yn ) = c + .
(6.24)
6.4 Divergencia
169
Proposicion
6.3 Toda sucesion (xn )nN R convergente es acotada.
Demostracion. Puesto que (xn )nN R es convergente, para algun
L R se tiene que
> 0, N = N() N :
6.4.
|xn | < R,
n N,
Divergencia
Si una sucesion
no es convergente se dice que es divergente.
Definicion
6.4 [Divergencia al infinito]
Se dice que la sucesion (xn )nN R diverge a + si se cumple que
K > 0, N N :
En este caso denotamos
lm xn = +,
n N xn > K.
o
xn .
(6.25)
(6.26)
lm xn = ,
n N xn < K.
o
xn .
(6.27)
(6.28)
Observacion
6.2 Tenga presente que una sucesion tiene lmite ssi es convergente. Las notaciones (6.26) y (6.28) no
indican que existe un lmite sino que expresan un tipo de divergencia.
Ejemplo 6.4 Consideramos la sucesion
170
6 Sucesiones reales
n
n
1 1.000000...
2 1.414213...
3 1.732050...
4 2.000000...
5 2.236067...
n
7
8
9
10
11
.
6 2.449489... ..
n
2,645751...
2.828427...
3.000000...
3.162277...
3.316624...
..
.
lm Sn = .
(6.29)
n N > K2 ,
es decir,
n > K.
Sn =
n N Sn > K,
n N,
>0
<0
lm (xn ) = +;
(6.30)
lm (xn ) = .
(6.31)
lm xn = lm yn =
lm (xn + yn ) = +;
(6.32)
lm (xn + yn ) = .
(6.33)
6.5 Monotona
171
xn = n2 n
Observe que
lm n2 = +,
Pruebe que
lm (n) = +.
lm xn = +.
6.5.
Monotona
xn xn+1 ,
n N;
(6.34)
xn < xn+1 ,
n N;
(6.35)
xn xn+1 ,
n N;
(6.36)
xn > xn+1 ,
n N.
(6.37)
si es creciente o decreciente.
(xn )nN R es monotona
Tenga presente que las sucesiones constantes son, a la vez, crecientes y decrecientes.
n N,
U = {xn / n N}
(6.38)
L < aN .
Ahora, puesto que (xn )nN R es creciente y puesto que (6.38) implica que
an L,
se sigue por (6.39) que
> 0, N N :
n N,
(6.39)
172
6 Sucesiones reales
Por tanto
> 0, N N :
(6.40)
1
= 0.
n
(6.41)
(6.42)
Observacion
6.3 [Smbolo producto]
Recuerde el smbolo producto
n
Y
ak = a1 a2 ... an .
(6.43)
k=1
e]
La sucesion (xn )nN R definida mediante
n N.
(6.44)
1 n
,
xn = 1 +
n
(6.45)
e = 2.718281828459045...
(6.46)
k=2
j=1
(6.47)
xn+1
173
!
k1
n+1
X
j
1Y
1
= 2+
k!
n+1
= 2+
k=2
j=1
n
X
k1
Y
k=2
1
k!
j=1
!
j
1
+
1
.
n+1
(n + 1)n+1
(6.48)
Puesto que
1
j
j
1
,
n
n+1
xn xn+1 ,
n, j N,
n N,
k=2
n
X
1
2+
k!
k=2
n1
X
1
2+
2k
k=1
(1/2)n 1
1
(1/2) 1
n
1
= 32
2
< 3,
= 2+
6.6.
n1
n
n
=
1
1+
1 n1
1
1 + n1
n1
Se define la funcion
exponencial, exp : R R, mediante
x n
exp(x) = lm 1 +
,
n
n
y se denota
exp(x) = ex ,
x R.
(6.49)
(6.50)
174
6 Sucesiones reales
Rg(exp) = (0, ).
(6.51)
lm exp(n) = lm en = .
(6.52)
Se tiene que
x, y R.
(6.53)
Se define la funcion
logartmica, ln : (0, ) R, como la funcion
inversa de la funcion
R 3 x 7 exp(x) (0, ).
Por tanto, se tiene que
ln(exp(x)) = x,
exp(ln(x)) = x,
En virtud de (6.53) se tiene que
x R;
(6.54)
x (0, ).
(6.55)
x, y (0, ).
(6.56)
y se denota
(6.57)
expa (x) = ax .
(6.58)
ln(x)
.
ln(a)
(6.59)
Proposicion
6.7 [Propiedades de la funcion
exponencial]
Sea a > 0. Se tiene que
ax+y = ax a y ,
x, y R;
(6.60)
expa (x) = 1 x = 0.
(6.61)
175
x, y (0, );
(6.62)
x > 0, y R;
(6.63)
loga (x) = 0 x = 1.
(6.64)
Proposicion
6.9 [Propiedades de la funcion
logartmica (II)]
Si a > 1, se tiene que
loga (x) > 0 x (1, );
(6.65)
(6.66)
(6.67)
(6.68)
6.7.
Propiedades importantes
176
6 Sucesiones reales
Proposicion
6.10 Sean (xn )nN R acotada y (yn )nN R divergente. Se tiene que
i) (xn + yn )nN R es divergente;
ii) si lm yn = +, entonces lm (xn + yn ) = +;
n
Proposicion
6.11 [Inversion
de un lmite]
Sea (xn )nN R tal que
lm xn = L , 0.
Entonces,
lm
n xn
1
.
L
(6.69)
N N :
1 > 0, N1 N :
|L|
.
2
(6.70)
|L|2
,
2
xn L = |L| |xn |
21
< 2
|L|
= .
Puesto que fue elegido arbitrariamente, se ha probado (6.69).
El siguiente resultado complementa la Proposicion
6.2; establece, a grosso modo, que el lmite de un producto
se puede calcular como el producto de los lmites (cuando estos existen).
Proposicion
6.12 [Lmites de productos y cocientes]
Sean (xn )nN R y (yn )nN R tales que
lm xn = ;
lm yn = .
(6.71)
lm
xn
= ,
yn
(6.72)
si , 0.
(6.73)
177
n N.
(6.74)
Por tanto,
1 > 0, N1 N :
1 > 0, N2 N :
1 > 0, N = max{N1 , N2 } N :
n>N
(6.75)
.
M + ||
lm xn = .
(6.76)
(6.77)
La funcion
exp es estrictamente creciente de manera que (6.77) implica que
1 > 0, N1 N :
(6.78)
.
2
2 2
=
>
= .
+
+
1 +
(6.79)
!
= + .
(6.80)
178
6 Sucesiones reales
> 0, N1 N :
1 > 0, N1 N :
(6.81)
+1
.
+
+
= + .
2 2
>
= .
+
+
(6.82)
(6.83)
> 0, N1 N :
es decir que (6.76) se cumple.
6.8.
Equivalencia de sucesiones
o, equivalentemente,
xn
= 1,
yn
(6.84)
lm xn yn = 0.
(6.85)
rn =
Se tiene que
lm
n + n,
n + 1 = +,
n N.
lm ( n) = .
xn =
n + ,
yn =
179
n + n = 0.
(6.86)
42 N > 1.
Por tanto, si n > N, se tienen que
42 n > 42 N > 1.
(6.87)
n + n = n + n
n+ n
n++ n
=
n++ n
n++ n
<
2 n
< .
Puesto que fue elegido arbitrariamente, se sigue que
> 0, N N :
de manera que se tiene (6.86) y, por tanto,
n > N | n + n| < ,
n+
lm
= 1.
n
n
Proposicion
6.13 Sean > 0 y 1 , ..., k (, ). Se tiene que
n
= 1.
n n + n1 + ... + nk
lm
6.9.
(6.88)
Proposicion
6.14 [Convergencia absoluta]
Si la sucesion (xn )nN R es convergente, entonces (|xn |)nN tambien es convergente y se cumple que
lm |xn | = lm xn .
n
n
(6.89)
xn = (1)n , n N.
180
6 Sucesiones reales
Los siguientes dos resultados son importantes para estudiar el comportamiento de una sucesion
al infinito.
L = lm xn 0.
(6.90)
, N N :
(6.91)
xn < 0,
n > N.
En particular,
n N :
xn < 0.
lm xn lm yn .
(6.92)
lm xn = lm yn = L
n N.
(6.93)
lm wn = L.
lm xn = 0.
(6.94)
sen(n)
= 0.
n
El siguiente resultado establece, a grosso modo, que el lmite de un logaritmo es el logaritmo del lmite de
una sucesion.
181
n N;
(6.95)
lm xn > 0.
(6.96)
Entonces,
lm ln(xn ) = ln lm xn .
(6.97)
i) si L > c, entonces
N N :
n N xn > c.
N N :
n N xn < c.
Demostracion (Demostracion del Teorema 6.7). Sea > 0, cualquiera. Denotemos = lm xn . Tenemos que
n
lm
Puesto que
xn
= 1.
0 < e < 1
(6.98)
e > 1
e <
xn
< e
o, equivalentemente,
Corolario 6.3 Sean (xn )nN R y (yn )nN R sucesiones convergentes tales que
lm xn = > 0,
lm yn = R.
Entonces,
y
lm x n
n n
= .
Ejercicio 6.20 Justifique los pasos siguientes que demuestran el Corolario 6.3:
y
lm x n
n n
= lm e yn ln(xn )
n
lm(yn ln(xn ))
=e
= elm yn lm ln(xn )
= eln()
= .
(6.99)
(6.100)
182
6 Sucesiones reales
1
= 1.
n
(6.101)
1
= 1.
n
(6.102)
(6.103)
n
= 0.
n n!
(6.104)
lm
n
decreciente y acotada inferiormente.
n!
Idea 2. Descomponga, para n > N, xn = xN g(n, N) y aplique el Teorema del Sanduche.
Idea 1. Pruebe que la sucesion definida por xn =
Proposicion
6.15 Sea (xn )nN R. Se tiene que
0 < lm xn < 1
lm (xn )n = 0.
(6.105)
6.10.
Subsucesiones
(nm )mN N,
es estrictamente creciente.
Observacion
6.5 Tenga presente que
nm m,
m N.
es subsucesion
de s misma.
Toda sucesion
1
1 1 1
= (x1 , x2 , x3 , x4 , ...) = 1, , , , ... .
n nN
2 3 4
La indexacion
definida por la formula
nm = 2m
(6.107)
6.10 Subsucesiones
183
(xnm )mR =
1
2m
mR
= (x2 , x4 , x6 , ...) =
1 1 1
, , , ... .
2 4 6
La indexacion
definida por la formula
nk = k2
define la siguiente subsucesion
de (xn )nN R:
(xnk )kR =
1
k2
1 1 1
= (x1 , x4 , x9 , x16 , ...) = 1, , , , ... .
4 9 16
kR
Proposicion
6.16 [Convergencia de subsucesiones]
Sea (xnm )mN R una subsucesion de (xn )nN R. Se tiene que
lm xn = L
lm xnm = L.
(6.108)
La Proposicion 6.16 establece que todas las subsucesiones de una sucesion convergente son convergentes y tienden
al mismo lmite. Por tanto, cada una de las siguientes condiciones son suficientes para establecer que una sucesion
(xn )nN R es divergente.
1) Existe alguna subsucesion (xnm )mN R divergente.
2) Existen dos subsucesiones (xnm )mN R y (xnk )kN R tales que
lm xnm , lm xnk .
n
sen 2 + n
.
xn = 1 +
n
La subsucesion
definida por la indexacion
nm = 2m,
verifica
m N,
lm xnm = e.
(6.109)
La subsucesion
definida por la indexacion
nk = 2k + 1,
verifica
k N,
lm xnk = e1 .
(6.110)
184
6 Sucesiones reales
6.11.
Proposicion
6.17 Sea r > 1. Se tiene que
lm rn = +.
(6.111)
que
N logr (K).
(6.112)
Por tanto, para n > N, se tiene por (6.112) y que
rn > rN > K,
pues la funcion
expr es estrictamente creciente. Entonces, puesto que K fue elegido arbitrariamente se tiene que
K > 0, N N :
n > N rn > K,
1
= 0.
n xn
lm
(6.113)
i) si
1
entonces lm
= +;
n xn
ii) si
N N, n > N :
xn > 0,
N N, n > N :
xn < 0,
1
entonces lm
= .
n xn
Proposicion
6.18 Sean (xn )nN R y (yn )nN R tales que
lm xn = +,
N N, n > N :
Entonces,
yn c > 0.
(6.114)
(6.115)
lm xn yn = +.
lm n = +.
(6.116)
185
lm p(n) = .
(6.117)
Asimismo,
lm
p(n)
n am nm
= 1.
(6.118)
Proposicion
6.19 Sean (xn )nN R y (yn )nN R. Se tiene que
i) si lm xn = y
n
N N, n > N :
xn yn ,
N N, n > N :
yn xn ,
entonces lm yn = +;
n
ii) si lm xn = y
n
entonces lm yn = .
n
lm (1 + )n = +.
Observacion
6.7 Tenga presente que una sucesion creciente que no esta acotada superiormente diverge a +. Analogamente, una sucesion decreciente que no esta acotada inferiormente diverge a .
El siguiente resultado es muy util
para calcular lmites de la forma 1 .
Teorema 6.12 [Indeterminacion
1 ]
Sean (xn )nN R y (yn )nN R tales que
lm yn = , 0,
(6.119)
lm xn = +.
(6.120)
yn xn
= e .
lm 1 +
n
xn
(6.121)
Entonces
!3n2 +n1
n2 + 1 + n n
L = lm
.
n
n2 + 1
186
6 Sucesiones reales
h
i
a
.
lm n a1/n b1/n = ln
n
b
0 < lm xn < 1
lm (xn )n = 0.
lm xn > 1
lm (xn )n = +.
6.12.
(6.122)
Completitud de R
En esta seccion
establecemos que toda sucesion
que cumple el criterio de Cauchy es convergente; esta propiedad es referida como la completitud de R. Mas adelante en sus estudios el estudiante tendra la oportunidad
de encontrarse con otros conjuntos que son completos, e.g. C, R3 , Rn , etc.
Definicion
6.6 [Sucesion
de Cauchy]
Se dice que (xn )nN R es de Cauchy si
> 0, N N :
(6.123)
(6.124)
2
(6.125)
187
|xn | 1 + |xN+1 |,
Ahora, tomando
n > N,
n > N.
(6.126)
n N,
es decir que (xn )nN R es acotada. Por el Teorema de bolzano-Weierstrass existe entonces una subsucesion
2
en (6.125) y 2 =
2
(6.127)
6.13.
1
n2 + 1
si 0 < r < 1.
xn+1
lm
= L < 1.
n xn
Entonces
lm xn = 0.
xn+1
n > N L <
< L + .
xn
Ahora, puesto que 0 < L < 1, tomamos r (L, 1) y = r L > 0. Entonces por (6.128) se tiene que
xn+1
xn < r, n > N.
Pero entonces se tiene, para m N, que
(6.128)
(6.129)
188
6 Sucesiones reales
xn+m
0
< rm ,
xn
n > N.
(6.130)
lm xn+m = 0.
xn+1
= L > 1,
xn
lm
N N, n > N :
Entonces
xn > 0.
lm xn = +.
6.14.
2n
.
n!
En esta seccion
se presentan algunos criterios adicionales para convergencia o divergencia de sucesiones
reales.
Proposicion
6.20 [Media aritmetica]
Se tiene
lm xn = L
1X
lm
xn = L.
n n
(6.131)
k=1
lm
xn
= L.
n
lm
v
t n
Y
n
ak = L.
(6.132)
k=1
lm
an = L.
(6.133)
189
si n = 1,
a1 ,
bn =
aan , si n 2.
n1
Proposicion
6.21 Sean (xn )nN R y (yn )nN R tales que
lm Xn = ,
lm Yn = ,
donde
Xn =
n
X
xn ,
Yn =
k=1
n
X
n
X
(6.134)
yn
k=1
|yn | < K,
n N.
k=1
n
X
Xk ynk+1 = .
(6.135)
k=1
lm
Entonces,
lm xn = ,
(6.136)
yk = +.
(6.137)
n
n
X
k=1
n
X
xk yk
k=1
lm n
n X
= .
(6.138)
yk
k=1
(6.139)
yk = +.
(6.140)
lm
lm
Entonces,
n
X
k=1
n
X
k=1
lm n
n X
k=1
xk
= .
yk
(6.141)
190
6.15.
6 Sucesiones reales
Relaciones recurrentes
f : Rk R tal que
xn = f (xn1 , xn2 , ..., xnk ),
n > k.
(6.142)
Ejemplo 6.5 La sucesion de Fibonacci se expresa en forma recurrente de orden 2:
F1 = 0,
F = 1,
x1 = c,
xn = rxn1 , n > 1.
6.16.
Problemas
= 0,
(6.143)
= 1,
n2
15n
15
lm
= .
n 2n + 3
2
(6.144)
lm
lm
n n
n2 + 1
(6.145)
si (1, 1),
1 2n
= 2,
n+3 !
n2
lm
= 2.
n n 1
n+1
lm
n
n2
(6.146)
(6.147)
(6.148)
(6.149)
(6.150)
6.16 Problemas
191
(6.151)
(6.152)
(6.153)
n1 2
X
i
.
n3
i=1
xn =
(6.154)
6.7. Sea (xn )nN R una sucesion convergente, entonces se cumple la propiedad telescopica:
lm
n
X
(xi xi+1 ) = x1 lm xn .
n
i=1
n
X
L1 = lm
1
,
(2i 1)(2i + 1)
i=1
n
X
(1)i1 (2i + 1)
L2 = lm
i(i + 1)
i=1
lm
lm
n
X
ri =
i=0
1
,
1r
si |r| < 1;
n
X
i
1
= ;
2
n
2
n
i=1
lm
lm
n
X
i(i + 1)
i=1
n3
1
= .
3
n
X
(2i 1)3i
n 3n
i=1
lm
n
X
3i 2
n
n
X
i=1
n2
= 3;
3
= ;
2
1
1
= ;
i(i + 1)(i + 2) 4
i=1
n
X
(1)i i2 1
= .
lm
n
n2 2
lm
i=1
(6.155)
192
6 Sucesiones reales
lm
i=1
lm
n
X
i=1
1
1
= ,
(a + i 1)(a + i) a
si a , 0;
n
nY
1
1
1 = ;
n 2
i
2
lm
i=2
lm
n
Y
i=2
1
1
= .
2
i2
2n2 + 5n + 1 n2 + 1
xn =
.
n
6.12. Halle el dominio de definicion
f (x).
de la formula
2+x
;
2x
f (x) = ln x4 + 5 x3 13 x2 53 x + 60 ;
f (x) = ln x2 1 .
f (x) = ln
f (x) =
1) Halle el dominio de definicion
de f (x).
2) Resuelva la ecuacion
3) Halle el conjunto
1+x
.
1x
f (x) = 0,
x R.
x+ y
I = (x, y)R : f (x) + f (y) = f
1 + xy
(
!)
.
sinh(x) = 0,
x R.
(6.156)
(6.157)
6.16 Problemas
193
3) Resuelva la ecuacion
cosh(x) = 0,
x R.
4) Pruebe que
cosh2 (x) senh2 (x) = 1,
x R.
(6.158)
5) Pruebe que
senh(x) cosh(x) =
1
senh(2x),
2
x R.
(6.159)
1) Halle Dom( f ).
2) Resuelva la ecuacion
f (x) = 0,
3) Resuelva la inecuacion
x R.
f (x a) > 0,
donde a R.
Solucion:
CS =]a + e, [.
6.16. Considere la funcion
f (x) = ln(5x 3) ln(2x + 3).
definida por la formula
1) Halle Dom( f ).
2) Resuelva la ecuacion
f (x) = 0,
3) Resuelva la inecuacion
x R.
f (x) > 0.
Solucion:
CS =]4/5, [.
6.17. Sea (0, ) \ {1}. Pruebe que
lm xn > 0
lm log (xn ) = log lm xn .
n
= 1.
(6.160)
lm n1/n = 1;
(6.161)
ln(n)
= 0.
n
(6.162)
lm
lm
Idea. a) Para probar (6.162), use (6.161). b) Para probar (6.161) aplique el Teorema del Binomio de Newton a
(1 + xn )n , donde xn = n1/n 1. Luego aplique el Teorema del Sanduche para probar que lm bn = 0.
n
194
6 Sucesiones reales
2n + 1 n
;
3n + 5
r
3n+5
45n
1
n
xn =
;
1 2n
50n + 1 n
xn =
;
n2 + 1
(2n + 1)3 (2n 1)3
;
xn =
3n2 + 1
3
n3 + n + 2n
xn =
.
n2 2n5/2
xn =
lm log2 n n2 n = 1;
lm
n + cos(n/3) 1
= ;
2n + 3
2
3
n2 3n n2 1 = ;
lm
n
2
h
i
2
1/2
lm (n 2n) n = 1;
n
3
3
lm
n + 1 n = 0;
n
h
i
2
lm (n3 2n2 )1/3 n = ;
n
3
(4)n (3)n
1
= .
lm
n (4)n+1 + 3n+1
4
lm
nn
en n!
n N,
es convergente.
Idea. Pruebe que (xn )nN R es decreciente y acotada inferiormente.
6.23. Calcule el lmite de la sucesion
(xn )nN R:
!n
n2 + 1
xn =
;
n2
3n2 +5
4n 1 45n
xn =
;
4n
1 2 n
xn = 1 + 2 ;
n n
(n + 5)n (n + 3)n
xn =
;
(n + 4)n (n + 2)n
(n3 2n2 n + 2)n
.
xn =
n3n
6.24. Sea 0 < r < 1. Pruebe que la sucesion
definida por la formula
n
xn = r + sen
+ n
2
6.16 Problemas
195
es divergente.
6.25. Estudie el comportamiento al infinito de la sucesion
(xn )nN R. Si (xn )nN R es divergente pero acotada,
extraiga una subsucesion
convergente.
xn = (1)n ;
(1)n
xn =
;
n
n
3 2n
.
xn =
2n
6.26. Estudie el comportamiento al infinito de la sucesion
(xn )nN R. Si (xn )nN R es divergente pero acotada,
extraiga una subsucesion
convergente.
n
n
xn = 1 +
;
cos
n+1
2
1n n
xn =
;
n
(n2 + 4n 3)n
xn =
.
n2n
6.27. Estudie el comportamiento al infinito de la sucesion
(xn )nN R. Si (xn )nN R es divergente pero acotada,
extraiga una subsucesion
convergente.
1n
n
n
+
cos
;
n
n3
2
n
2 5n 5n + 7
xn =
sen
;
2
n
2
n +1
!n2 +n+1
5 n2
.
xn =
n2
xn =
xn =
n
n+1 + n+1
xn =
nn
,
an n!
a R \ {0}, |a| , e;
n
Y
xn =
(2k 1)
k=1
n! 2n
196
6 Sucesiones reales
n
n;
n
xn = n!.
xn =
xn = n2 ,
n N.
xn +xn1
, n > 1,
2x2 + x1
xn+1 =
2
L=
;
x1 , x2 R,
3
xn = 6 + xn1 , n > 1,
L = 3;
x1 = 6 R,
xn = 2 + xn1 , n > 1,
L = 2;
x1 > 0 R,
6.33. Pruebe que (xn )nN R es convergente y trate de calcular su lmite.
q
xn = 1 + xn1 , n > 1,
x = 1 R.
1
3(1+xn1 )
xn = 3+xn1 , n > 1,
x1 = 3 R.
xn = 1 1 xn1 , n > 1,
0 < x1 < 1.
xn = c + xn1 , n > 1, c 0,
x1 = c.
6.34. Sean > 0 y x1 >
. Pruebe que lm xn =
xn =
(6.163)
donde
1
xn1 +
,
2
xn1
n > 1.
x1 =
2,
q
x2 =
2 2,
r q
x3 = 2 2 2,
s r
q
x4 = 2 2 2 2, ...
lm
(6.164)
(6.165)
(6.166)
6.16 Problemas
197
x1 = x2 = 1,
xn = 3(xn1 + xn2 ) + 1,
Pruebe que para cada n N,
1) x3n+2 1 es divisible por 2;
2) 3x3n+1 + 5 es divisible por 8;
3) x3n + x3n+1 es divisible por 32.
n 3.
Captulo 7
Lmites y continuidad
7.1.
Introduccion
Recomendamos como apoyo adicional un texto clasico, por ejemplo [3] y [21].
Usamos una serie de ejemplos para pasar revista a los casos de lmites que se pueden presentar.
Los ejemplos 7.1 y 7.2 corresponden a lmites finitos, esto es existe convergencia.
En los ejemplos 7.3, 7.4, 7.1, 7.2 y 7.3 no hay convergencia, es decir hay divergencia.
Los ejemplos 7.3 y 7.4 corresponden a una divergencia hacia o , estos casos suelen referirse como lmites
infinitos.
Finalmente en los Ejemplos 7.1, 7.2 y 7.3 la funcion
respectiva diverge (no tiene lmite donde se analiza) pero
no se presentan lmites infinitos.
Ejemplo 7.1 Consideremos la funcion f : R R definida mediante
f (x) = 1 + x.
Queremos analizar el comportamiento de f (x) cuando x se acerca a x = 0, es decir, queremos ver si de alguna manera
tiene sentido escribir
lm f (x) = L,
(7.1)
xx
para algun
numero
real L. Sera posible hacer un analisis como el que hicimos sobre la sucesion definida por la formula
yn = 1 + 1/n?
Para empezar, si reemplazamos la variable independiente x por el camino (xn )nN =
1
n nN
R, tenemos que
lm xn = x = 0
2 4 10 100
0.5 0.25 0.1 0.01
1.5 1.25 1.1 1.01
0.5 0.25 0.1 0.01
1000 100000
1 1020
0.001 0.000001 1 1020
1.001 1.000001 1 + 1 1020
0.001 0.000001 1 1020
Al ver esta tabla nos sentimos tentados a afirmar la veracidad de la formula (7.1) con L = 1. Sin embargo, esto es prematuro
pues, en tanto que xn es un camino que tiende a x = 0; y lo que buscamos es el comportamiento de f (x) cuando x se
acerca a x = 0 siguiendo cualquier camino.
Indaguemos entonces un poco mas. Analicemos el comportamiento de f (x) cuando x se acerca a x = 0 siguiendo el
camino (xn )nN = (sin(1/n))nN R, que claramente cumple
199
200
7 Lmites y continuidad
lm xn = x = 0.
Aqu se tiene:
n
1
2
4
10
100 100000
1 1020
x = xn
1
0.5
0.25
0.1 0.01 0.000001 1 1020
f (x) 1.8415 1.4794 1.2474 1.0998 1.001 1.000001 1 + 1 1020
| f (x) 1| 0.8415 0.4794 0.2474 0.0998 0.001 0.000001 1 1020
Viendo esta tabla reforzamos nuestra intuicion de que (7.1) es valido, es decir conforme a la informacion disponible
parecera que
lm f (x) = 1,
x0
pero sigue sin ser suficiente! Recordemos que lo que necesitamos es que a traves de todo camino (xn )nN tal que a
lmn xn = x = 0 se cumpla que
lm f (xn ) = L = 1.
n
En el grafico anterior observamos que cuando x se va acercando a x = 0 desde la izquierda el valor de f (x) se acerca a
L = 1. Esto se denota mediante
lm f (x) = lm f (x) = 1.
x0
x0
Asimismo cuando x se va acercando a x = 0 desde la derecha el valor de f (x) se acerca a L = 1. Esto se denota mediante
lm f (x) = lm f (x) = 1.
x0+
x0
Para estas instancias nuestra confianza en la validez de (7.1) es alta. Sin embargo, no hemos probado la validez de (7.1)
pues para ello se necesita definir matematicamente que es un lmite. Esto sera abordado en la siguiente seccion.
Ejemplo 7.2 Aprovechemos los caminos (xn )nN R y (xn )nN R usados en el Ejemplo 7.1 para estudiar el comportamiento de la funcion definida por la formula
g(x) = (1 + x)1/x ,
(7.2)
cuando x tiende a x = 0. Para empezar, observese que
Dom(g) = R \ {0},
7.1 Introduccion
201
es decir, no es necesario que la funcion g este definida en x = 0, pero necesitamos que s lo este en torno a x . Llamamos la
atencion sobre la similitud de la formula (7.2) con la formula
1 n
lm 1 +
= e.
n
n
Sospechamos entonces que
lm g(x) = e 2.718281828
x0
(7.3)
f (x)
| f (x) e|
aprox.
aprox.
2.000000000 0.7182818285
2.250000000 0.4682818285
2.370370370 0.3479114581
2.441406250 0.2768755785
2.488320000 0.2299618285
2.593742460 0.1245393684
2.691588029 0.0266937994
2.704813829 0.0134679990
2.716923932 0.0013578962
2.718280469 1.35913966 106
2.718281828
1.35 1012
..
..
.
.
f (x)
aprox.
2.0659540
2.2635248
2.3753259
2.4437576
2.4896172
2.5939326
2.6915898
2.7048141
2.7169239
2.7182805
..
.
| f (x) e|
aprox.
0.6523278
0.4547570
0.3429560
0.2745242
0.2286646
0.1243492
0.0266921
0.0134678
0.0013579
0.0000014
..
.
A partir de las dos tablas anteriores nos sentimos mas confiados sobre la validez de (7.3); sin embargo, vamos mas alla
y veamos si el grafico de la funcion g refuerza esta intuicion.
En el grafico observamos que cuando x se va acercando a x = 0 desde la izquierda el valor de f (x) se acerca a
L = e 2.718281828, esto se denota mediante
lm f (x) = lm f (x) = e.
x0
x0
Asimismo cuando x se va acercando a x = 0 desde la derecha el valor de f (x) se acerca a L = e 2.718281828, esto se
denota mediante
lm+ f (x) = lm f (x) = e.
x0
x0
Recalquemos que no hemos probado la validez de (7.3); en todo caso, s estamos en condiciones de pronosticar tal validez.
202
7 Lmites y continuidad
h(x) +,
cuando x +.
Por ejemplo, observese que para M1 = 10, se puede tomar x0 (M1 ) = 4. Para M2 = 9000, funciona x0 (M2 ) = 100.
Ahora veamos como se comporta h(x) a medida que x decrece a .
1000
100
10 4 2 1 x
9
1.002 10 1019898 1188 90 12 0 h(x)
1.002 109 1019898 1188 90 12 0 |h(x)|
Como se puede ver en la tabla, a medida que x tiende a , h(x) tiende a . Esto se denota como
lm h(x) = .
cuando x .
7.1 Introduccion
203
Por ejemplo, observese que para M1 = 10, se puede tomar x0 (M1 ) = 2. Para M2 = 9000, funciona x0 (M2 ) = 100.
Con la informacion que hasta ahora tenemos hemos deducido que
lm h(x) = y
lm h(x) = .
Pero, como en los ejemplos anteriores, recalquemos que no hemos probado la validez de estos lmites - ni siquiera hemos
definido que es estrictamente un lmite! De hecho, aun
con la informacion provista por el grafico (que a continuacion
presentamos) no contamos con una demostracion de tal validez; lo que s, nuestra conviccion aumenta...
1
.
|x 1|
Nos interesa saber como comporta (x) a medida que x se acerca a x0 = 1. Para empezar observemos que Dom() = R \ {1}.
Nuevamente, no importa que la funcion no este definida en x0 , el punto donde buscamos lmite, pero necesitamos que tal
funcion s este definida en torno a x0 .
204
7 Lmites y continuidad
x
(x)
0.9000000000
10
0.9900000000
100
0.9990000000
1000
0.9999000000 10000
0.9999999999 1 1010
..
..
.
.
1.0000000000 no definido
..
..
.
.
1.0000000001 1 1010
1.0001000000 10000
1.0010000000
1000
1.0100000000
100
1.1000000000
10
Como se puede ver en la tabla, a medida que x tiende a x0 = 1 desde la izquierda, (x) crece hacia +, es decir,
lm (x) = lm (x) = +.
x1
x1
Asimismo, a medida que x tiende a x0 = 1 desde la derecha, (x) crece hacia +, es decir,
lm (x) = lm+ (x) = +.
x1
x1
Si a esta informacion numerica le sumamos el grafico de la funcion sentimos (pero no probamos!) que
lm (x) = +.
x1
1
|x1| .
lm f (x),
lm f (x).
205
1,
si x > 0,
sgn(x) =
0,
si x = 0,
1, si x < 0.
7.2.
+ k,
Definiciones de lmites
En la Seccion
7.1 presentamos intuitivamente la idea de lmite. Mencionamos tambien que no siempre existe
el lmite buscado. Todo fue intuitivo y apelando al sentido comun.
Pero, como tambien fue mencionado, nunca
206
7 Lmites y continuidad
se probo la existencia o no-existencia de tales lmites pues, para ello, se necesitan definiciones precisas sobre lo
que se esta buscando - ese es el tema de esta seccion.
Observacion
7.1 De la definicion de continuidad de una funcion (Definicion 7.7) se hara evidente que necesitamos
conocer como calcular lmites para establecer la continuidad de una funcion. Por esta razon una variedad de tecnicas para
el calculo de lmites se presentan recien en la Seccion 7.5. De esta manera buscamos que el estudiante optimice su tiempo
dedicado a ejercicios.
Definicion
7.1 [Lmite finito de una funcion
real]
Sean x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Se dice que L R es el lmite de la funcion f
cuando x tiende a x si para toda sucesion (xn )nN I \ {x } se cumple que
lm xn = x
lm f (xn ) = L.
(7.1)
lm f (x) = L.
(7.2)
xx
7.1 tambien
se dice que la funcion
f converge a L cuando x tiende a x .
En la Definicion
Observacion
7.2 La Definicion 7.1 equivale a
> 0, > 0 :
(7.3)
Definicion
7.2 [Lmite infinito de una funcion
real]
Sean x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Se dice que f diverge a cuando x tiende a x
si para cada sucesion (xn )nN I \ {x } se cumple que
lm xn = x ,
lm f (xn ) = .
(7.4)
lm f (x) = .
(7.5)
xx
De forma analoga
se define lm f (x) = .
xx
Observacion
7.3 La Definicion 7.2 equivale a
K > 0, > 0 :
(7.6)
Observacion
7.4 En las Definiciones 7.1 y 7.2 necesitamos que a traves de todo camino (xn )nN tal que lm xn = x se
n
cumpla que
lm f (xn ) = L
lm f (x) = L,
xx
207
Definicion
7.3 [Lmite lateral por la izquierda]
Sean x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Se dice que L R es el lmite por la izquierda
de la funcion f cuando x tiende a x si para toda sucesion (xn )nN I \ {x } se cumple que
lm xn = x (n N : xn < x )
lm f (xn ) = L.
(7.7)
n
lm f (x) = lm f (x) = L.
xx
(7.8)
xx
Definicion
7.4 [Lmite lateral por la derecha]
Sean x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Se dice que L R es el lmite por la derecha de
la funcion f cuando x tiende a x si para toda sucesion (xn )nN I \ {x } se cumple que
lm xn = x (n N : xn > x )
lm f (xn ) = L.
(7.9)
n
lm f (x) = lm f (x) = L.
xx+
xx
(7.10)
lm f (xn ) = .
(7.11)
Observacion
7.5 La Definicion 7.5 equivale a
K > 0, M > 0 :
(7.12)
Definicion
7.6 [Lmite al infinito (II)]
Sea f una funcion real tal que Dom( f ) no esta acotado superiormente. Decimos que f converge a L R cuando
x tiende a , lo cual se denota
lm f (x) = L,
x
lm f (xn ) = L.
(7.13)
Observacion
7.6 La Definicion 7.6 equivale a
> 0, M > 0 :
(7.14)
208
7 Lmites y continuidad
7.3.
Para empezar veamos de que manera los conceptos de lmite finito y lmite lateral se vinculan.
Proposicion
7.1 Sean L R, x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Se tiene que
!
lm f (x) = L lm f (x) = L
lm f (x).
xx0
xx0
xx0
(7.1)
Proposicion
7.2 [Unicidad del lmite]
Sean L R, x I = (a, b) y f una funcion real tal que I \ {x } Dom( f ). Si
L1 = lm f (x)
xx0
entonces
L2 = lm f (x),
xx0
L1 = L2 .
xx0
(7.2)
(7.3)
xx0
xx0
xx0
xx0
Si L2 , 0,
lm
xx0
xx0
!
lm f (x)
f
L1 xx0
(x) =
=
.
g
L2
lm g(x)
(7.4)
xx0
Si L2 > 0,
L
lm g(x) f (x) = L2 1 =
xx0
xx0
! lm f (x)
lm g(x)
xx0
xx0
(7.5)
7.4.
Continuidad
7.4 Continuidad
209
Definicion
7.7 [Continuidad]
Una funcion real f es continua en el punto x0 Dom( f ) si se cumple que
lm f (x) = f (x0 );
(7.1)
xx0
caso contrario decimos que f es discontinua en x0 . Decimos que f es continua en la region A si es continua en
todo punto x A Dom( f ).
Observacion
7.7 Las funciones mas comunes como polinomios, exponenciales, logartmicas, trigonometricas son continuas en su dominio.
7.4.1.
Tipos de discontinuidad
Ejemplo 7.5 Hay varios tipos de discontinuidad y para hacer un apronte a ello, consideremos la funcion real f cuyo
grafico se presenta a continuacion.
y
6
q
-4
]
JJ
J
J
J
J
J
J
J
Js
q
q
q
-3
-2
-1
c
q3
q2
c
q
1,5
q1
q
q
q
0,5
-0,5
q
1
s
q -1
q -2
1
2
3
4
-1.0
1.0
2.0
2.5
0.5
-0.5
-2.0
2.0
xxi
-0.5
-0.5
+
2.0
f (xi )
Continuidad
0.5
-0.5
-2.0
no existe
No
S
No
No
Observese que para concluir que una funcion es continua en el punto x2 = 1.0 necesitamos que f (x2 ) y lm f (x)
xx2
existan y sean iguales. En el punto x1 = 1.0 coinciden lm f (x) y f (x1 ) pero no lm f (x); lo mismo acontece con x3 . En
xx1
xx1
el punto x4 coinciden los dos lmites laterales pero x4 < Dom( f ). Para clasificar los tipos de discontinuidad que presenta
la funcion en los puntos x1 , x3 y x4 , introducimos la siguiente Definicion.
210
7 Lmites y continuidad
Definicion
7.8 [Tipos de discontinuidad]
Sea f una funcion real de variable real y sea x0 R. Supongamos que f es discontinua en x0 . Decimos entonces
que f tiene una discontinuidad de primera especie en x0 si
lm f (x) R
xx0
lm f (x) R;
xx0
xx0
xx0
xx0
xx0
f (x0 ) , L
pero
x0 < Dom( f ),
entonces f tiene una discontinuidad evitable en x0 . En este caso se puede definir una nueva funcion f que mantendra casi
toda la informacion que trae consigo la funcion original f pero que elimina la discontinuidad en x0 (por eso el termino
evitable):
f : Dom( f ) {x0 } R
x 7 f (x) =
L,
si x = x0 .
f : Dom( f ) {x4 } R
2.0, si x = x4 ,
es continua en x4 .
7.4.2.
determinada es, a su
vez, una funcion
continua en esa misma region.
7.4 Continuidad
211
(7.2)
(7.3)
x [a, b].
ii) La funcion f alcanza en [a, b] su valor maximo y su valor mnimo, es decir, existen puntos xmin y xmax en [a, b]
tales que
fmax f (xmax ) f (x), x [a, b],
fmin f (xmin ) f (x),
x [a, b].
iii) La funcion f toma todos los valores entre fmin y fmax , es decir,
y0 [ fmin , fmax ], x0 [a, b] :
f (x0 ) = y0 .
(7.4)
Como consecuencia del punto iii) del Teorema 7.2 tenemos el siguiente corolario que nos dice que una
funcion
continua que tiene diferente signo en los extremos de un intervalo debe pasar por cero.
Corolario 7.1 [Teorema de Bolzano]
Sea f una funcion continua en [a, b] Dom( f ), donde a < b. Si f (a) f (b) < 0, entonces existe al menos un
x0 [a, b] tal que f (x0 ) = 0.
Ejercicio 7.4 Pruebe el Corolario 7.1.
212
7 Lmites y continuidad
Finalmente senalemos
la siguiente importante propiedad de las funciones continuas. A grosso modo esta
Proposicion
7.4 Sea f una funcion real que es continua en (a, b) Dom( f ) y sea x0 (a, b). Entonces,
1) Si f (x0 ) > 0, existe > 0 tal que
2) Si f (x0 ) < 0, existe un > 0 tal que
f (x) > 0,
x B(x0 , ).
f (x) < 0,
x B(x0 , ).
7.4.3.
f (x) = 0,
x I R.
(7.5)
hallar los valores de x I Dom( f ) que verifican (7.5). En este caso, antes de ponerse a buscar una solucion
de la ecuacion
- que pudiera no existir - se debera usar el Corolario 7.1, esto es, deberamos inspeccionar si
existen puntos a y b en I Dom( f ) de manera que
i) f es continua en [a, b] y
ii) f (a) y f (b) tienen diferente signo, o sea f (a) f (b) < 0.
y 6
q
q f(a)
q
0
q
q f(b)
q Xssol q
una solucion.
213
(7.6)
xF = x2 ;
(7.7)
xI + xF
.
2
ponemos
xI = xi ,
caso contrario,
xF = xi .
La sucesion
(xn )nN R definida de esta manera es tal que
lm xn = xsol ,
Require: f (x)
Require: xI , xF R
Ensure: xI < xF f (xI ) f (xF ) < 0
Require: R
Ensure: > 0
1: xsol (xI + xF )/2
2: F f (xsol )
3: while |F| > do
4:
if f (xI ) f (xsol ) > 0 then
5:
xI xsol
6:
else
7:
xF xsol
8:
end if
9:
xsol (xI + xF )/2
10:
F f (xsol )
11: end while
12: return xsol
En el algoritmo anterior, el valor > 0 corresponde al maximo valor de error aceptable. Entonces, la busqueda
continua mientras la distancia entre el valor aproximado f (xsol ) sea mayor que .
7.5.
Calculo de lmites
aparecen con frecuencia y que deben ser bien conocidos por el estudiante para que pueda confrontar ejercicios
con un mayor grado de complejidad - como cuando hay que tratar con indeterminaciones 00 , 00 , 1 , etc.
214
7 Lmites y continuidad
7.5.1.
Lmites Fundamentales
Proposicion
7.5 Se tiene que
sin x
= lm y sin 1/y = 1.
x0 x
y
lm
(7.1)
Proposicion
7.6 Se tiene que
lm
x+
1+
1
x
x
= lm 1 + y 1/y = e = 2.71828...
y0
(7.2)
Proposicion
7.7 Se tiene que
ln(1 + x)
= 1.
x
x0
lm
(7.3)
Proposicion
7.8 Se tiene que
ex 1
= lm y e1/y 1 = 1;
x0 x
y
(7.4)
arcsin(x)
= 1.
x
x0
(7.5)
lm
lm
lm xp ln(x) = 0,
x0
(1 + x) 1
= 1,
x0
x
lm
p 1,
(7.6)
R \ {0},
(7.7)
215
Proposicion
7.9 Sean a R {, }, k > 0 y f, g funciones reales tales que
lm f (x) = k,
xa
lm g(x) = .
xa
g(x)
xa
, si k > 1
=
0, si 0 < k < 1.
(7.8)
7.5.2.
Cambio de Variable
cuando x 0,
cuando x 2,
216
7 Lmites y continuidad
(7.9)
y0
= lm cos(y) lm y3 ln(y)
(7.10)
= 10
(7.11)
= 0.
(7.12)
y0
y0
Proposicion
7.10 Sea k R y sean f y g dos funciones tales que
lm g(x) = k R,
xa
lm f (x) = .
xa
Entonces,
g(x)
lm 1 +
f (x)
xa
! f (x)
= ek .
(7.13)
(7.14)
7.5.3.
Infinitesimos
(7.15)
De esta definicion
es claro que la suma y producto de infinitesimos (cuando x a) es un infinitesimo (cuando
x a).
Example 7.6. Puesto que
lm xp = 0,
x0
p > 0,
La siguiente definicion
0.
tiene que ver con la rapidez con que un infinitesimo se acerca al numero
(7.16)
217
Definicion
7.9 [Rapidez de un infinitesimo]
Supongamos que f y g son funciones reales que tienen infinitesimos en a R {, }. Se dice que
i) el infinitesimo de f es de orden superior al de g si
lm
xa
f (x)
= 0;
g(x)
(7.17)
(7.18)
lm
lm
(7.19)
cuando x a.
(7.20)
es de equivalencia.
La relacion
(x) = x
xq
= lm xqp = 0.
xp x0
Entonces q > p > 0 implica que xq converge a 0 mas rapido que xp cuando x 0.
Teorema 7.3 Sean f y g funciones reales que tienen infinitesimos en a R {, }. Si el infitesimo de f es de
orden menor al de g, entonces
f (x) + g(x) f (x), cuando x a.
(7.21)
xa
(7.22)
xa
(7.23)
218
7 Lmites y continuidad
L = lm
arctan(sin2 (x))
L = lm
=
=
=
=
=
(7.24)
x3 + 5x4
x0 ln(1 + 2x)
3
x3
= lm
x0 2x
1
=
2
L = lm
7.5.4.
Infinitos
(7.25)
De esta definicion
se hace inmediato que la suma (no la resta) y el producto de infinitos (cuando x a) es un
infino (cuando x a).
Ejemplo 7.6 Puesto que
lm xp = 0,
p > 0,
(7.26)
219
Definicion
7.10 Sea a R{, } y sean y dos funciones que tienen infinitos cuando x a. Supongamos
que
(x)
= C R.
lm
xa (x)
i) Si C , 0, decimos que y tienen infinitos del mismo orden cuando x a.
ii) En particular, si C = 1 decimos que y tienen infinitos equivalentes o intercambiables cuando x a, esto
se denota como
(x) (x), cuando x a.
(7.27)
iii) Si C = 0 decimos que tiene un infinito de orden superior al de cuando x a.
Observacion
7.13 La definicion anterior es analoga a la definicion de infinitesimo que presentamos en la seccion anterior.
Sin embargo observese que cuando C = 0 el infinito de orden superior es el denominador (para el caso de infinitesimos era
el numerador).
Example 7.11. Puesto que
lm
cos
1
x
+ /4 /(e1/x 1)
x
cos x1 + /4
(x) =
,
e1/x 1
2
,
2
(x) = x
Entonces q > p > 0 implica que xq crece mas rapidamente que xp cuando x .
El siguiente resultado es sumamente util
pues permite reemplazar un infinito complicado por otro mas
simple en tanto que sean equivalentes.
Teorema 7.4 Sean f y g funciones reales que tienen infinitos en a R {, }. Si el infinito de f es de orden
mayor al de g, entonces
f (x) + g(x) f (x), cuando x a.
(7.28)
Corolario 7.3 Sean f y g funciones reales que tienen infinitos en a R {, }. Sea H una funcion real para
la que existe lm H(x).
x
xa
(7.29)
xa
(7.30)
220
7 Lmites y continuidad
Observacion
7.15 Las potencias xp con p 1 son infinitos de orden superior con respecto a ln(x), es decir,
lm
ln(x)
= 0..
xp
L = lm
2
= lm y2 1 e1/y
y
ez 1
z
z0
= 1.
= lm
7.6.
Ejercicios resueltos
L1 = lm
1 + 2x2 5x3
x
2 + 2x3
5x3
= lm
x 2x3
5
= .
2
= lm
(7.31)
221
p(x)
x r(x)
1 + 2x2 5x3
= lm
x 3 + 4x2 + 2x4
5x3
= lm
x 2x4
5
1
= lm
2 x x
= 0.
L2 = lm
p(x)
x s(x)
1 + 2x2 5x3
= lm
x 2 + x + x2
5x3
= lm
x x2
= lm 5x
L3 = lm
= .
3
L = lm
x3 + 5x4
x4/3 x
5x4
= lm 4/3
x x
3
= 5
Para el analisis del cociente de dos polinomios p y q se recomienda simplificarlo de manera que quede el numerador y el denominador sean primos relativos. Esta estrategia puede aplicarse frecuentemente a expresiones
irracionales a traves de un cambio de variable apropiado. Veamos un par de ejemplos al respecto.
Example 7.16. Calculamos
L = lm
2x2 8
x2 x2 3x + 2
2(x 2)(x + 2)
x2 (x 2)(x 1)
2(x + 2)
= lm
x2 x 1
= 8.
= lm
1 + 2x = y6 ,
222
7 Lmites y continuidad
1 + 2x 1
L = lm
x0 3 1 + 2x 1
y3 1
= lm 2
y1 y 1
y2 + y + 1
y+1
y1
3
= .
2
= lm
x
2
L = lm (cos(x))1/x
x0
= lm [1 + (1 + cos(x))]1/x
x0
= lm [1 2 sin2 (x/2)]1/x
x0
2)
= lm [1 2 sin2 (y)]1/(4y
y0
2)
= lm [1 2y2 ]1/(4y
y0
= lm [1 + z]1/(2z)
z0
1/2
= lm [1 + z]1/z)
z0
1
= .
e
(7.32)
!x+1
.
(7.33)
Puesto que
x5 4x4 + 2x3 x2 + 2x + 1
x5
=
l
m
=1
x x5 2x4 + x3 + x2 x + 2
x x5
lm
lm x + 1 = ,
y=
(7.34)
223
y puesto que
2x4 + x3 2x2 + 3x 1
2x4
=
l
m
= 0,
x x5 2x4 + x3 + x2 x + 2
x x5
lm y = lm
#(y(x+1))
"
= lm lm 1 + y
1/y
x y0
= lm e y(x+1) .
(7.35)
lm y(x + 1) = lm
(7.36)
Ponemos ahora
y = x2 ,
x0
as que
y 0,
y
L = lm 1 + ln 1 + y 7/(arctan(e 1)) .
y0
= e7 .
7/y
(7.38)
224
7 Lmites y continuidad
!3x+1ln(x)
.
2ex ln(x)
2ex
= 2,
=
l
m
x ex + x2 5x + 1
x ex
lm
lm (3x + 1 ln(x)) = +,
L = .
!ln(x2 )
.
Puesto que
x3 + x2 ln(x)
x3
1
=
l
m
= ,
3
3
3
x
x 3x
3x + 1
lm
y
lm ln(x2 ) = lm 2 ln(x) = +,
L = 0.
ln(cxp x + ln(x))
,
x ln(axq + bx2 ln(x))
L = lm
donde p > 1, q ]1; 2[, a, b, c R+ . Tenemos que
ln(cxp x + ln(x))
x ln(axq + bx2 ln(x))
ln(cxp )
lm
x ln(bx2 )
ln(c) + p ln(x)
lm
x ln(b) + 2 ln(x)
p ln(x)
lm
x 2 ln(x)
p
.
2
L = lm
=
=
=
=
3 tan(e2(x1) 1)
f (x) =
q,
225
L = lm f (x) = lm
x1
x1
y 0,
2 ln(1 + 3 sin(y))
3 tan(e2y 1)
y0
(7.39)
ey 1 y
tan(y) y
e2y 1 2y;
tan(2y) 2y;
por lo cual
L = lm
2 ln(1 + 3 sin(y))
3 tan(e2y 1)
2 ln(1 + 3y)
= lm
y0 3 tan(2y)
2 3y
= lm
y0 3 2y
= 1.
y0
f (x) = 0,
xR
x2 + 6x 5,
f (x) =
(7.40)
si x 5,
si x > 5.
Por tanto, para concluir que f es continua en x = 5 (y entonces en todo R) nos basta probar que
(7.41)
226
7 Lmites y continuidad
lm f (x) = 0.
x5
Lo ultimo
x5
= lm y2 ln(y) sin(y)
y0
= lm y2 ln(y) lm sin(y)
y0
y0
= 0.
Concluimos entonces que f es continua en R.
Se tiene que
f (3.0) = 4 > 0,
f (5.8) = 0.86017 < 0,
f (8.0) = 9.7464 > 0.
a) Puesto que f es continua en [3.0, 5.8] y ademas f (3.0) y f (5.8) tienen diferente signo, concluimos por el Teorema de
Bolzano (vease Corolario 7.1) que existe xsol1 (3.0, 5.8) tal que
f (xsol1 ) = 0.
b) Puesto que f es continua en [5.8, 8.0] y ademas f (8.0) y f (5.8) tienen diferente signo, concluimos por el Teorema de
Bolzano (vease Corolario 7.1) que existe xsol2 (5.8, 8.0) tal que
f (xsol2 ) = 0.
b) Puesto que f es continua en (, 3.0] y ademas f (3.0) = 4 > 0, podremos concluir que existe un xsol3 (, 3.0) tal que
f (xsol3 ) = 0
si encontramos un x (, 3.0) tal que f (x ) < 0. Poniendo x = 0 estamos listos pues
f (0) = 5 < 0.
d) Para calcumar aproximadamente xsol3 (, 3.0) usamos el Metodo de las Bisectrices con = 0.15. Tenemos:
i
xi
1 0.00000
2 3.00000
3 1.50000
4 0.87500
5 1.18750
6 1.03125
..
..
.
.
f (xi )
| f (xi )|
-5.00000000 5.00000000
+4.00000000 4.00000000
+1.75000000 1.75000000
-0.51562500 0.51562500
+0.71484375 0.71484375
+0.12402300 0.12402300
..
..
.
.
Entonces
xsol3 1.03125.
Este valor cumple con el error maximo aceptable que impusimos al aplicar el metodo de las bisectrices, = 0.15. Por otro
lado, observese que la solucion exacta es
xsol3 = 1.00000.
7.7 Problemas
7.7.
227
Problemas
x 3x+2
x2 , si x , 2,
f (x) =
A,
si x = 2.
Que valor debe tomar A para que la funcion
f sea continua? Construya la grafica de f .
7.2. Considere la funcion
definida por la formula
si x ,
ax2 ,
f (x) =
2x + b, si x > ,
donde R. Que relacion
deben verificar a y b para que la funcion
f sea continua?
7.3. Considere la formula
f (x). Halle su dominio de definicion
(1 + x)n 1
,
x
donde n N.
1 cos x
.
x2
ln(1 + x) ln(1 x)
f (x) =
.
x
5x 2x
f (x) =
.
x
f (x) =
x2
f (x) =
.
x2
7+x3
f (x) =
.
x2 4
x
f (x) = .
|x|
x
f (x) =
.
sen x
1
f (x) = e 1+x .
12
f (x) = e x .
1
f (x) = (1 + x) arctan
.
1 x2
7.4. Hallar lm f (x).
x
(7.1)
(7.2)
(7.3)
(7.4)
(7.5)
(7.6)
(7.7)
(7.8)
(7.9)
(7.10)
(7.11)
228
7 Lmites y continuidad
f (x) = r
x
;
q
x+ x+ x
x2 5x + 6
;
7x 3
(4x + 1)3 (2x 1)2
f (x) =
;
x5 2x2 + 1
5x2 4
f (x) =
;
x4 + 1
x2 5x + 6
f (x) =
;
7x 3
(4x + 1)3 (2x 1)2
.
f (x) =
x5 2x2 + 1
f (x) =
(7.12)
(7.13)
(7.14)
(7.15)
(7.16)
(7.17)
;
x
2
x+1 x
f (x) =
;
2x 3
!x3
x2 1
;
f (x) =
2x2 3
!1/ sin(x)
cos(x + /8) arctan(x)
f (x) = 1
.
x2 5
f (x) = x sin
(7.18)
(7.19)
(7.20)
(7.21)
(7.22)
(7.23)
(7.24)
(7.25)
(7.26)
(7.27)
7.7 Problemas
229
(y + x)3 y3
;
x
1 + 1 + x2
f (x) =
;
3
1 + 1 + x2
1 + x3 1 x3
;
f (x) =
x3
3
y+x 3 y
f (x) =
;
x
1 cos(sin2 (x))
f (x) =
;
sin4 (x)
tan(x2 ) sin(x2 )
;
f (x) =
x6
p
1 cos(sin(x))
;
f (x) =
sin2 (x)
p
p
1 + sin(x) 1 tan(x)
f (x) =
;
arctan(x)
!arctan(x)/ sin(x)
x2 2x + 3
f (x) = 2
;
x 3x + 2
r
1 1 + x
f (x) = ln
.
x
1x
f (x) =
(7.28)
(7.29)
(7.30)
(7.31)
(7.32)
(7.33)
(7.34)
(7.35)
(7.36)
(7.37)
f (x) =
f (x) =
x4 1
x4 + 3x2 + 2
x2 (a + 1)x + a
,
x3 a3
a = 1;
(7.38)
a R;
(7.39)
1
3
f (x) =
,
1 x 1 x3
3
3
x4 2 x2 + 1
,
f (x) =
(x2 1)2
x2 2x + 6 x2 + 2x 6
f (x) =
,
x2 4x + 3
sin(x)
f (x) =
,
sin(3x)
x
,
f (x) = (1 x) tan
2
cos x
2
f (x) =
,
1 x
7.9. Hallar lm f (x) y lm f (x).
xa
xa
a = 1;
(7.40)
a = 1;
(7.41)
a = 3;
(7.42)
a = 1;
(7.43)
a = 1;
(7.44)
a = 1.
(7.45)
230
7 Lmites y continuidad
1
, a = 0;
1 + e1/x
| sin(x)|
f (x) =
, a = 0;
x
x1
f (x) =
, a = 1;
|x 1|
x
f (x) =
, a = 2.
x2
f (x) =
7.10. La ecuacion
x3 3x + 1 = 0,
(7.46)
(7.47)
(7.48)
(7.49)
x R,
Bisectrices.
Indicacion.x0 1.5320888.
7.11. La ecuacion
h(x) = 0,
x R,
(x) = x ln x x.
(x) + 0.5 = 0,
en el intervalo [0, 1].
Indicacion.x1 0.1866823.
4) Resuelva la ecuacion
anterior en [1, 3].
Indicacion.x1 2.1555353.
7.13. Denotemos por r1 y r2 a las races de la ecuacion
ax2 + bx + c = 0,
x R.
7.7 Problemas
231
!x
x4 2x3 + x
;
x x4 2x3 x2 + 2x + 1
!x2
x4 2x3 + 1
L = lm 4
;
x x 3x3 x2 + 2
!x
5x10 + ln(x)
;
L = lm
x 2x10 5x2 ln(x) + 2
L = lm
ln(xp 2x2 + 1)
,
x ln(3xq x + 2)
L = lm
p ]2; [, q ]1; [;
3
h
i 3
L = lm 1 + ln(1 + sin(x3 )) x3 ;
x0
!x
x2 + 3ex + ln(x)
L = lm
.
x
4ex + ln(x)
(7.50)
(7.51)
(7.52)
(7.53)
(7.54)
(7.55)
(7.56)
funcion
es continua.
arctan(3 sin(x))
,
si x = 0;
3
3 arctan(e2(x1) 1)
f (x) =
0,
si x = 1;
2
2x + 2x 12
,
si x = 2.
2
(7.57)
(7.58)
(7.59)
funcion
es continua.
3 sin(x) arctan(2x)
e
e
5
f (x) =
(7.60)
,
si x = 0;
3 ln(1 + 2x2 )
si x ]0.0; 0.5[;
10 ln(1 + 3x2 ) ,
3 sin(x1) arctan(2(x1))
e
e
, si x [0.5; 1.0[,
(x1) 1)
5
arcsin(e
1
f (x) =
(7.61)
,
si x = 1;
3 ln(1 + 2(x 1) )
,
si x ]1.0; 1.5[.
232
7 Lmites y continuidad
2
5x 2x
L = lm
;
x0 sin(x2 )
p
p
1 + sin(x3 ) 1 ln(1 + x3 )
;
L = lm
3
x0
arctan(ex 1)
1/ arctan2 (x1)
L = lm cos(sin(ex1 1))
.
x1
lm r
x
;
q
x+ x+ x
x2 (a + 1)x + a
lm
;
xa
x3 a3
1
3
.
lm
x1 1 x
1 x3
1+x1
lm
;
x0 3 1 + x 1
3
x1
lm
;
x1 4 x 1
3
x2 2 3 x + 1
lm
.
x1
(x 1)2
(7.62)
(7.63)
(7.64)
(7.65)
(7.66)
(7.67)
p
x(x + a) x ;
x
3 5+x
;
lm
x4 1 5 x
1+x 1x
lm
.
x0
x
lm
x+ x
lm
;
0
3
x+ 3 x
lm
;
0
3
lm x + 1 x3 .
(7.68)
(7.69)
(7.70)
(7.71)
(7.72)
(7.73)
x
lm(1 x) tan
;
2
x1
lm cotg(2x) cotg
x ;
x0
2
1 2 cos(x)
lm
;
3x
x/3
cos(mx) cos(nx)
;
x2
tan(x) sen(x)
lm
;
x0
x3
sen(x) sen(a)
.
lm
xa
xa
(7.74)
lm
(7.77)
x0
(7.75)
(7.76)
(7.78)
(7.79)
tan(x)
;
x2 x + 2
1 x2
lm
;
x1 sen(x)
cos x
2
lm
;
x1 1 x
lm
(7.80)
lm
lm
x0
(7.82)
p
cos(x)
(7.83)
;
x3
cos(x) cos(a)
lm
.
xa
xa
(7.84)
x2
p
p
1 + sen(x) 1 sen(x)
x0
(7.81)
(7.85)
7.7 Problemas
233
ln(cos(x))
;
x0
x2
senh(x)
;
lm
x0
x
cosh(x) 1
;
lm
x0
x2
lm
lm tanh(x);
(7.86)
(7.87)
x0
(7.88)
1
;
1 + e1/x
x
lm
.
x2+ x 2
lm
(7.89)
(7.90)
(7.91)
x = 0.1355555...
(7.92)
x = 5.34457457457457...
(7.95)
x = 0.3711111...
(7.93)
x = 4.1913913913913....
(7.96)
x = 4.8799999...
(7.94)
x = 4.599999999...
(7.97)
7.26. Hallar el lmite de los permetros de los polgonos regulares de n lados inscritos en una circunferencia de
radio R, si n .
7.27. El segmento AB = a de la Figura 7.8 esta dividido en n partes iguales. Sobre cada una de ellas, tomandola
como base, se ha construido un triangulo isosceles,
cuyos a ngulos en la base son igaules a = /4. Demostrar
que el lmite del permetro de la lnea quebrada as formada es diferente de la longitud del segmento AB, a
pesar de que, pasando al lmite cuando n , la lnea quebrada se confunde geometricamente con el segmento
AB.
Figura 7.8
Captulo 8
8.1.
Introduccion
q
q
q
qb
q
c
Conforme a la nocion
intuitiva que acabamos de mencionar, tenemos que la funcion
representada en el grafico
es derivable en x = a pero no lo es en los puntos x {b, c, d}.
La nocion
recien presentada es consistente con la siguiente Definicion.
Definicion
8.1 [Derivabilidad en un punto y en una region]
Sea f una funcion continua en el intervalo (a, b) y sea x0 (a, b). Se dice que f es derivable en x0 Dom( f ) si
lm
h0
f (x0 + h) f (x0 )
f 0 (x0 ) R.
h
(8.1)
En este caso, se dice que f 0 (x0 ) es la derivada de f en el punto x = x0 . Si f es derivable en todo punto x I Dom( f ),
decimos que f es derivable en I.
Observacion
8.1 Tambien suelen encontrarse las siguientes notaciones alternativas para la derivada de una funcion f
en un punto x0 :
235
236
df
(x0 ) = f(x0 ) = fx (x0 ) = Dx f (x0 ).
(8.2)
dx
Nosotros usaremos principalmente la primera notacion y, solo cuando hace las cosas mas intuitivas, la segunda notacion.
f 0 (x0 ) =
f (x0 + h) f (x0 )
.
h
Para medir la suavidad desde la derecha introducimos la idea de derivada por la derecha de f en x = x0 :
f+0 (x0 ) lm
h0
f (x0 + h) f (x0 )
.
h
Proposicion
8.1 [Derivadas laterales]
Para que exista la derivada de una funcion f en x0 Dom( f ) es necesario y suficiente que
i) f sea continua en x = x0 ;
ii) f+0 (x0 ) = f0 (x0 ) R.
En este caso,
si x 0,
x,
Abs(x) =
x, si x < 0.
A partir de su definicion
podemos ver que
si x > 0,
1,
Abs (x) =
1, si x < 0;
0
la funcion
valor absoluto no es derivable en x = 0.
Example 8.2. Sea f (x) = ln(x), si x > 0. Usamos el cambio de variable = h/x0 para calcular f 0 (x0 ):
(8.3)
237
f (x0 + h) f (x0 )
h
h0
ln(x0 + h) ln(x0 )
= lm
h
h0
ln((x0 + h)/x0 )
= lm
h
h0
ln(1 + xh0 )
= lm
h
h0
ln(1 + )
= lm
x0
0
ln(1 + )
1
=
lm
x0 0
1
= .
x0
f 0 (x0 ) = lm
A, B R,
0
cos(x0 ).
f 0 (x0 ) = lm
h0
=
=
=
=
=
8.2.
Reglas y formulas
para derivar
238
Proposicion
8.2 [Reglas de derivacion]
Sean c R una constante, u y v dos funciones reales y x Dom(u) Dom(v). Se tiene que
i) (c)0 = 0;
ii) (x)0 = 1;
iii) (u + v)0 (x) = u0 (x) + v0 (x);
iv) (c u)0 (x) = c u0 (x);
v) (u v)0 (x) = u0 (x) v(x) + u(x) v0 (x);
0
u0 (x) v(x) u(x) v0 (x)
u
(x) =
, si v(x) , 0;
vi)
v
v2 (x)
0
v0 (x)
1
vii)
(x) = 2 , si v(x) , 0;
v
v (x)
v(x)
v
0
viii) (u ) (x) = (uv )(x) v0 (x) ln(u(x)) + u(x) u0 (x) , si u(x) > 0.
Las formulas
para las derivadas de las funciones basicas se presentan en la siguiente tabla:
f(x)
xp
sen(x)
cos(x)
tan(x)
cotg(x)
arc sen(x)
arc cos(x)
arctan(x)
ex
ax
ln(x)
loga (x)
f0 (x)
Observacion
p1
px
p,0
cos(x)
sen(x)
sec2 (x)
x Dom(tan)
csc2 (x) x Dom(cotg)
1
|x| < 1
1 x2
1
|x| < 1
1 x2
1
1 + x2
ex
x
a ln(a)
a>0
1/x
x>0
1
x > 0, a R+ \ {1}
x ln(a)
.
x
1 + x2
2 +5x1
f (x) = (sen(x) + ex )x
Para aplicar el punto 8 de la Proposicion
8.2, escribimos
239
f (x) = (u(x))v(x) ,
donde
u(x) = sen(x) + ex ,
v(x) = x2 + 5x 1.
(8.1)
y
0
v0 (x) = x2 + 5x 1
= (x2 )0 + (5x)0 + (1)0
= 2x + 5.
(8.2)
8.3.
2 +5x1
(2x + 5) ln(sen(x) + ex ) +
!
x2 + 5x 1
x
(cos(x)
+
e
)
.
sen(x) + ex
La Regla de la Cadena
En la siguiente proposicion
que permite derivar funciones
presentamos la Regla de la Cadena, formula
(8.1)
Observese
que en el lado derecho de (8.1) uno intuivamente puede pensar que se simplica el factor du para obtener el
lado izquierdo.
240
Proposicion
8.3 [Regla de la Cadena]
Consideremos las funciones reales
g : Dom(g) R
x
7 u = g(x),
(8.2)
y
f : Dom( f ) R
u
7 y = f (u).
(8.3)
Supongamos que g es derivable en x0 ]a, b[ Dom(g) y que f es derivable en u0 = g(x0 ) ]c, d[ Dom( f ).
Entonces,
( f g)0 (x) = f 0 (g(x0 )) g0 (x0 ),
(8.4)
o, denotando Y = f g,
dy
dY
du
(x0 ) =
(u0 ) (x0 ).
dx
du
dx
(8.5)
Observacion
8.2 [Estrategia para derivar funciones compuestas (ERC)]
En la practica, cuando derivamos una funcion h que resulta de la composicion de dos o mas funciones, trabajamos de afuera
241
(derivable). Para adquirir esta capacidad el estudiante debe desarrollar tantos ejercicios como sean
practicamente
toda funcion
mismo sienta dominio sobre la tecnica.
8.4.
y se dice que f 00 = d x2 es la derivada de segundo orden de f . En tanto que se pueda seguir derivando, la
derivada de orden m N de f estara dada por
!
dm f
d dm1 f
=
.
d xm dx d xm1
Example 8.9. Hallemos la derivada de segundo orden de la funcion
definida por la formula
h(x) =
tan3 (x)
+ tan(x) + x.
3
(8.1)
242
!
x sen()
f (x) = arctan
.
1 x cos()
Por (ERC) tenemos, para x Dom( f ) Dom( f 0 ), que
"
f (x) = arctan
0
x sen()
1 x cos()
1
1+
x sen()
1x cos()
!#0
!0
x sen()
2 1 x cos() .
(8.2)
Sacamos aparte
x sen()
1 x cos()
!0
(8.3)
sen()
.
2(1 x cos())
Entonces
!0
sen()
2(1 x cos())
sen()
cos()
=
2
(1 x cos())2
sen(2)
=
.
4(1 x cos())2
f 00 (x) =
8.5.
243
Regla (BH)
Sea r = f /g una funcion
diferenciable en (a, b). Supongamos que L R {, }, x0 (a, b) y que
f 0 (x0 )
= L.
g0 (x0 )
Si
lm f (x) = lm g(x) = 0,
xx0
lm |g(x)| = +,
xx0
entonces,
lm
xx0
xx0
f (x)
= L.
g(x)
xx0
xx0
f (x) f (x0 )
xx0
g(x)g(x0 )
xx0
f (x0 +h) f (x0 )
h
lm
h0 g(x0 +h)g(x0 )
h
f 0 (x0 )
g0 (x0 )
f (x)
lm
= lm
xx0 g(x)
xx0
=
=
= L.
Observacion
8.3 A veces es necesario aplicar sucesivamente mas de una vez (BH) para calcular un lmite planteado
como una una indeterminacion 0/0 o /.
Example 8.11. Tenemos que
sen(x)
(sen(x))0
= lm
x
(x)0
x0
x0
cos(x)
= lm
1
x0
= 1.
lm
= lm
x0
= 1.
1
1+x
244
x3 3x2 + x + 1
.
x
2x3 2
Por supuesto, podramos recurrir al uso de infinitos como lo mencionamos en el captulo anterior pero preferimos en esta ocasion
usar (BH) para ejemplificar su uso. En este caso, es necesaria la aplicacion
sucesiva de
(BH).
lm
m
x
x
2x3 2
(2x3 2)0
2
3x 6x + 1
= lm
x
6x2
2
(3x 6x + 1)0
= lm
x
(6x2 )0
6x 6
= lm
x 12x
(6x 6)0
= lm
x (12x)0
1
= .
2
lm
m
x1
x1
x3 7x + 6
(x3 7x + 6)0
3x2 4x 1
= lm
x1 3x2 7x
3 (1)2 4 (1) 1
=
3 (1)2 7
1
= .
2
lm
8.6.
Derivacion
de una funcion
implcita
A veces la funcion
que establece la dependencia entre las variables x e y no esta dada de manera explcita,
esto es mediante una formula
y = f (x),
sino de manera implcita,
F(x, y) = cte.,
(8.1)
dy
lo cual quiere decir que posiblemente no se puede despejar y en terminos de x. En este caso, para hallar y0 = dx
derivamos (8.1) con respecto a x considerando que y es funcion
de x, es decir usamos la regla de la cadena.
dy
0
Como segundo paso, despejamos y = dx .
8.6 Derivacion
de una funcion
implcita
245
Observacion
8.4 Ahora, si lo que buscamos es
dx
dy ,
respecto a y considerando a x como funcion de y. Como alternativa, para cuando ya se tiene calculado
dy
dx ,
se puede hacer:
dx
1
= .
dy dy
(8.2)
dx
dy
dx
(8.3)
dx
dy ,
ay x4
.
y4 ax
dx
dy
1
ayx4
y4 ax
y4 ax
.
ay x4
y sen(x) ln(x2 5x + 4) = 0.
(8.4)
Una primera estrategia para proceder sera derivar directamente con respecto a y en (8.4), lo cual involucra
varias veces la aplicacion
de la regla de la cadena (tema en el que suele tener dificultades el principiante). Por
otro lado, observamos que es mas facil derivar (8.4) con respecto a x, as que optamos por esta va para entonces
aplicar (8.2):
d
d
y sen(x) ln(x2 5x + 4) =
(0)
dx
dx
dy
2x 5
cos(x) 2
= 0,
dx
x 5x + 4
de donde obtenemos
dy
2x 5
= cos(x) + 2
,
dx
x 5x + 4
y finalmente
dx
2x 5 1
= cos(x) + 2
.
dy
x 5x + 4
Observacion
8.5 El metodo de derivacion de una funcion dada implcitamente es una alternativa al punto 8 de la
dy
Proposicion 8.2, cuando se busca dx y las variables x e y estan ligadas por la funcion definida por la formula
y = (u(x))v(x) ,
(8.5)
donde, a su vex, u y v son funciones de x. La nueva estrategia requiere tomar ln en (8.5) para entonces derivar con respecto
a x.
Example 8.17. Buscamos
dy
dx
246
y = (sen(x))x
Tenemos que
2
ln(y) = ln (sen(x))x 5x+4
= (x2 5x + 4) ln(sen(x)).
(8.6)
#
cos(x)
y = y (2x 5) ln(sen(x)) + (x 5x + 4)
sen(x)
#
"
cos(x)
2
x 5x+4
2
.
= (sen(x))
(2x 5) ln(sen(x)) + (x 5x + 4)
sen(x)
0
dy
dx
y = (arctan(x))x
sen(x)
Tenemos que
sen(x)
ln(y) = ln (arctan(x))x
= xsen(x) ln(arctan(x)).
(8.7)
(8.8)
#
sen(x)
1
y = y ln(y) cos(x) ln(x) +
+
.
x
(1 + x2 ) arctan(x) ln(arctan(x))
0
8.7.
x1 , x2 Dom( f ), x1 < x2 .
247
x1 , x2 Dom( f ), x1 < x2 .
x1 , x2 Dom( f ), x1 < x2 .
x1 , x2 Dom( f ), x1 < x2 .
(8.1)
(8.2)
Observacion
8.6 Dada una funcion f , para hallar K [ f ] hay que resolver la ecuacion
f 0 (x) = 0,
x Dom( f ).
Proposicion
8.4 Sea f una funcion derivable en I Dom( f ). Entonces, f es creciente en I si y solo si
f 0 (x) 0,
x I.
(8.3)
f 0 (x) 0,
x I.
(8.4)
En la proposicion
anterior, podemos hablar de crecimiento o decrecimiento estrictos en tanto que las desigualdades (8.3) y (8.4) sean tambien estrictas. Tambien se deduce que los puntos crticos de una funcion
1
2
1
f (x) = x4 x3 x2 + 2x.
4
3
2
Los puntos cr`ticos de f son las soluciones de la ecuacion
`
f 0 (x) = x3 2x2 x + 2 = 0,
es decir,
K [ f ] = {1, 1, 2}.
I2 = [1, 1],
I3 = [1, 2],
I4 = [2, )
248
(observese que son intervalos cerrados) y evaluamos f 0 en puntos de cada uno de estos intervalos; por ejemplo
en los puntos
x1 = 1.5 I1 , x2 = 0.0 I2 , x3 = 1.5 I3 , x4 = 2.5 I4 .
Tenemos que
I2 I4 = [1, 1] [2, [,
I1 I3 =] , 1] [1, 2].
x (0, ).
f 0 (x) = ln(x) = 0,
es decir,
x (0, ),
K [ f ] = {1}.
I2 = [1, +)
(observese que son intervalos cerrados) y evaluamos f 0 en puntos de cada uno de estos intervalos; por ejemplo
en los puntos
x1 = 0.5 I1 , x2 = 1.5 I2 .
Tenemos que
I2 = [1, ),
I1 = (0, 1].
1
> 0,
x
x > 0,
es claro que ln no tiene puntos crticos y ademas es estrictamente creciente en todo su dominio.
Example 8.22. Puesto que para la funcion
exp se tiene que
exp0 (x) = ex > 0,
x R,
es claro que exp no tiene puntos crticos y ademas es estrictamente creciente en todo su dominio de definicion.
8.8.
249
Definicion
8.3 [Convexidad de una funcion]
Se dice que una funcion real es convexa en [a, b] Dom( f ) si se cumple que
(tx + (1 t)y) t(x) + (1 t)(y),
(8.1)
Si en (8.1) la desigualdad cambia de sentido, diremos que es una funcion concava en [a, b].
Si en la definicion
anterior, la desigualdad es estricta diremos que es estrictamente convexa. De la misma
manera definimos el concepto de concavidad estricta.
f es convexa (respectivamente concava)
cuando su grafica
presenta una abertura hacia arriba (respectivamente hacia abajo).
Definicion
8.4 [Puntos de inflexion]
Sea f una funcion real y sea x0 Dom( f ). Se dice que x0 es un punto de inflexion de f si existe un intervalo
[a, b] Dom( f ), tal que x0 (a, b) y tal que se cumple una de las siguientes condiciones
a) f es concava en [a, x0 ] y convexa en [x0 , b];
b) f es convexa en [a, x0 ] y concava en [x0 , b].
Al conjunto de puntos de inflexion de f se le denota por I[ f ].
En las cuatro graficas que siguen se presentan funciones que no tienen puntos de inflexion;
en las Figuras 8.2
y 8.4 las funciones son estrictamente convexa y en la Figuras 8.3 y 8.5 las funciones son estrictamente concavas.
f (x) = x3 1
(Figura 8.6) podemos intuir que es concava en ] ; 0] y convexa en [0, [ as que x0 = 0 es un punto de inflexion de f .
Ejemplo 8.2 Las funciones pueden cambiar su comportamiento de convexo a concavo (o viceversa) varias veces y por
tanto pueden tener varios (incluso infinitos) puntos de inflexion. Veanse por ejemplo Figuras 8.7 y 8.8 de las funciones
definidas por las formulas f (x) = x3 2x2 x + 2 y g(x) = sen(x).
250
en x = 0.
Proposicion
8.5 Sea f una funcion real que tiene derivada de segundo orden en x0 (a, b) Dom( f ). Si
f 00 (x0 ) = 0 y existe un > 0 (probablemente pequeno)
tal que una de las relaciones siguiente se cumple
a) f 00 (x) > 0, x (x0 ; x0 )
b) f 00 (x) < 0, x (x0 ; x0 )
251
en x = 2/3.
en x = k, k Z.
Ejemplo 8.1 y a partir del cual intuimos que debera haber un punto de inflexion
en x0 = 0. Veamos si a traves
de la Proposicion
8.5 confirmamos nuestra intuicion
y si quiza existen mas puntos de inflexion.
Tenemos que
f 00 (x) = 6x,
as que f 00 (0) = 0. Es bastante claro que
y que
as que por la Proposicion
8.5 se tiene que
x R,
f (x) < 0,
x < 0,
f (x) > 0,
x > 0,
I[ f ] = {0}.
presentado en el Ejemplo 8.2 y a partir del cual podemos intuir que hay un punto de inflexion
en las cercanas
de x = 1. Tenemos que
f 00 (x) = 6x 4, x R,
as que f 00 (2/3) = 0. Es bastante claro que
y que
as que por la Proposicion
8.5 se tiene que
La siguiente Proposicion
es tambien util.
f (x) < 0,
x < 2/3,
f (x) > 0,
x > 2/3,
I[ f ] = {2/3}.
252
Proposicion
8.6 Sea f una funcion real y sea x0 (a, b) Dom( f ). Si f 00 (x0 ) = 0 y f 000 (x0 ) , 0, entonces x0 es
un punto de inflexion de f .
Example 8.25. Consideremos la funcion
f (x) = sen(x) cuyo grafico fue presentado en el
definida por la formula
Ejemplo 8.2 y a partir del cual podemos intuir que deberan haber infinitos puntos de inflexion.
Tenemos que
f 00 (x) = sen(x),
as que
f 00 (k) = 0,
1, si k es par,
f 000 (k) =
+1, si k es impar,
se sigue por la Proposicion
8.6 que
8.9.
I[ f ] = {k : k Z}.
Presentamos en la Seccion
8.7 el concepto de punto crtico y dijimos que el calculo de puntos crticos de
una funcion
es una buena herramienta para encontrar los puntos donde localmente se optimiza (minimiza o
maximiza) la funcion.
En efecto, como veremos mas adelante, un punto crtico es un punto de maximo, de
mnimo o es un punto de ensilladura.
Definicion
8.5 [Maximos y mnimos]
Sea f una funcion real y sea x0 Dom( f ). Se dice que x0 es un punto de maximo local de f si existe una region
I = (a, b) Dom( f ) tal que
i) x0 I;
ii) f (x) f (x0 ), para todo x I.
Se dice que x0 es un punto de mnimo local de f si se cumple que
i) x0 I;
ii) f (x) f (x0 ), para todo x I.
Observacion
8.7 Si en la definicion anterior se tiene que I = Dom( f ), cambiaremos el termino local por global.1
de maximo
ni de mnimo se le llama punto de ensilladura.
En estas definiciones se puede cambiar la palabra local por relativo), y global por absoluto.
253
Observacion
8.8 En el teorema anterior lo mas frecuente es tratar con n = 2. Entonces, para encontrar los extremos de
una funcion f (usualmente) se debera
1) Hallar los puntos crticos de f , es decir hallar el conjunto K ( f ) = {x Dom( f ) : f 0 (x) = 0}.
2) Para cada x0 K( f ), verificar el signo de f 00 (x0 ):
a) x0 es un punto de maximo local si f 00 (x0 ) < 0;
b) x0 es un punto de mnimo local si f 00 (x0 ) > 0.
Example 8.26. Consideramos la funcion
determinada por la formula
2
1
1
f (x) = x4 x3 x2 + 2x.
4
3
2
Como vimos en el Ejemplo 8.19, los puntos cr`ticos de f son las soluciones de la ecuacion
`
f 0 (x) = x3 2x2 x + 2 = 0,
es decir,
K [ f ] = {1, 1, 2}.
Para ver de que tipo son estos puntos crticos tenemos que evaluar
f 00 (x) = 3x2 4x 1
en tales puntos:
19
12
2) f (x2 ) = f (1.0) =
13
12
3) f (x3 ) = f (2.0) =
2
3
es un mnimo local de f ;
es un maximo local de f ;
es un mnimo local de f .
f (x) = x ln(x) x.
Como vimos en el Ejemplo 8.20, los puntos crticos de f son las soluciones de la ecuacion
`
254
f 0 (x) = ln(x) = 0,
es decir,
K [ f ] = {1}.
f 0 (0) = f 00 (0) = 0,
f 000 (0) = 6 , 0,
f (x) =
x
.
1 + x2
f 0 (x) =
es decir,
1 x2
= 0,
(1 + x2 )2
K [ f ] = {1, 1}.
Evaluando
f 00 (x) =
2x5 4x3 6x
(1 + x2 )4
1
> 0,
2
1
f 00 (1) = < 0,
2
255
8.10.
x
.
1 + x2
f 0 (x0 ) = .
Recta tangente
Busquemos en primer lugar la ecuacion
de T, la recta tangente a la grafica de f en el punto x = x0 . Escribimos
T(x) = m1 x + b1 ,
x Dom( f ).
(8.1)
Puesto que en el punto x0 tanto f como T tienen la misma pendiente se sigue que
m1 = f 0 (x0 ) = ,
(8.2)
b1 = x0 .
(8.3)
La ecuacion
de la recta tangente a f en el punto x = x0 esta dada entonces por
T(x) = (x x0 ) + ,
x Dom( f ).
(8.4)
Recta normal
Busquemos ahora la ecuacion
de la recta normal N a la grafica de f en el punto x = x0 . Para ello debemos
suponer adicionalmente que
, 0.
Escribimos
N(x) = m2 x + b2 ,
x Dom( f ).
(8.5)
1
1
= ,
m1
(8.6)
256
b2 = +
x0
.
(8.7)
La ecuacion
de la recta normal a f en el punto x = x0 esta dada entonces por
1
N(x) = (x x0 ) + ,
8.11.
x Dom( f ).
(8.8)
Asntotas oblcuas
m1 = lm
f (x)
= lm f 0 (x),
x
x
b1 = lm ( f (x) m1 x)
x
y = m1 x + b1
f (x)
= lm f 0 (x),
x
x
b2 = lm ( f (x) m2 x)
x
y = m2 x + b2
Analisis
de una funcion.Corresponde a establecer el dominio de definicion,
asntotas, maximos,
8.12.
En su calculadora electronica
encuentra el smbolo correspondiente a la funcion
exponencial, exp(x) = ex ,
cierto? Y quizas al usar esa funcion,
lo mismo que sen, cos, etc., usted esta convencido de que usa realmente
tal funcion.
Pero, es realmente cierto? No. Su calculadora hace una aproximacion
apropiada del valor ex para
un x introducido por el usuario.2 Si x es un valor cercano a 0, entonces se puede usar un polinomio de Taylor /
McClaurin para aproximar ex :
n
X
1 k
ex
x,
k!
k=0
Aqu la palabra apropiada es un tanto subjetiva pues depende del contexto del problema bajo estudio. Por poner un ejemplo,
un error de 1 milmetro en el diseno
de la estructura de un avion
puede provocar que este se estrelle pero esa misma distancia sera
despreciable si lo que se esta midiendo es la distancia entre dos estrellas.
257
x
-1.00000
-0.50000
-0.10000
-0.01000
-0.00100
-0.00010
+0.00000
+0.00010
+0.00100
+0.01000
+0.10000
+1.00000
..
.
ex
0.3678794412
0.6065306597
0.9048374180
0.9900498337
0.9990004998
0.9999000050
1.0000000000
1.0001000050
1.0010005000
1.0100501670
1.1051709180
2.7182818280
..
.
1+x
0.0000000000
0.5000000000
0.9000000000
0.9900000000
0.9990000000
0.9999000000
1.0000000000
1.0001000000
1.0010000000
1.0100000000
1.1000000000
2.0000000000
..
.
E
0.3678794412
0.1065306597
0.0048374180
0.0000498337
0.0000004998
0.0000000049
0.0000000000
0.0000000050
0.0000005001
0.0000501670
0.0051709180
0.7182818285
..
.
f 0 (x0 ) = lm
h0
(8.1)
y0 = f (x0 ),
y = f (x),
xx0
y0
.
x0
(8.2)
y0
,
x0
(8.3)
258
y0 f 0 (x0 ) x0 ,
(8.4)
(8.5)
En virtud de la notacion
f 0 (x0 ) =
df
(x0 )
dx
(8.6)
f (x) = x3 2x2 4,
y ponemos
x0 = 1.00,
x0 = 0.01.
as que
V Vaprox
= f (1.00) + f 0 (1.00) (0.01)
= 5 + (1) (0.01)
= 5.01
Si comparamos esta aproximacion
con el valor,
V = 5.009899,
tenemos un error
E = |V Vaprox | = 0.000101.
f (x) = ex ,
y ponemos
Para usar (8.5) calculamos
as que
x0 = 0.00,
x0 = 0.01.
f 0 (x) = ex ,
8.13 Problemas
259
V Vaprox
= f (1.00) + f 0 (1.00) (0.01)
= 1 + (1) (0.01)
= 1.01
Si comparamos esta aproximacion
con el valor,
V = 1.010050167,
tenemos un error
E = |V Vaprox | = 0.00005016708416.
0.98.
f (x) = sen(x) +
y ponemos
x0 = 0.00,
1 + x,
x0 = 0.02.
8.13.
E = |V Vaprox | = 0.0004917303217
Problemas
f (x) = x;
1
f (x) = 2 ;
x
f (x) = tan(x);
f (x) = x ,
n
n N.
(8.1)
(8.2)
(8.3)
(8.4)
(8.5)
260
1) Halle Dom( f ).
2) Calcule f 0 (x).
3) Halle Dom( f 0 ).
q
y = sen2 (x) + cos2 (x);
1
y = arc sen(x2 ) arc cos(x);
2
!
x
y = arc sen
;
1 + x2
!
q
x
2
2
2
y = x x + arc sen
;
y = arc sen(ln(x));
y = esen
2 (x)
(8.6)
(8.7)
(8.8)
(8.9)
(8.10)
(8.11)
y = eax cos(bx);
p
y = a cos(x) cos(x);
x1
y = ln cos
;
x
y = ln(ln(3 2x3 ));
(8.12)
y = ln (ax + b);
1
y = arctan(ln( ));
x
g(x)
y= 0 .
g (x)
(8.13)
(8.14)
(8.15)
(8.16)
(8.17)
(8.18)
1) Halle Dom( f ).
2) Calcule f 0 (x) y f 00 (x).
3) Halle Dom( f 0 ) y Dom( f 00 ).
y = ex ;
(8.19)
y = sen (x);
3
y = ln 1 + x2 ;
y = ln x + a2 + x2 ;
(8.20)
y = (1 + x ) arctan(x);
g(x)
y= 0 .
g (x)
2
!
x sen()
f (x) = arctan
.
1 x cos()
1) Halle Dom( f ).
(8.21)
(8.22)
(8.23)
(8.24)
8.13 Problemas
261
y = sen(x);
(8.25)
y = cos(x);
(8.26)
dx
dy
dy
dx
y=e ;
(8.27)
y = ln(1 + x);
1
y=
;
1+x
y = sen2 (x);
(8.28)
y = ln(x + );
1+x
y=
.
1x
(8.31)
(8.29)
(8.30)
(8.32)
(8.33)
y ln(x) + sen(xy) = a;
(8.34)
2x 5y + 10 = b;
(8.35)
x2
y2
+
= 1;
a2 b2
x3 + x2 y + y2 = 0;
x y
= y3 ;
x+ y
(8.36)
(8.37)
(8.38)
x2 y2
+
= 1;
a2 b2
a cos2 (x + y) = b;
!
x
xy = arctan
;
y
e y = x + y;
y=x
(x 5)
8.7. Halle
dx dy
dy , dx
d2 y
dx2
cos(x)
(8.41)
(8.42)
(8.43)
sen(x)
(8.44)
= a.
(8.45)
(8.40)
sen(x)
y = (cos(x))
2
(8.39)
y = x7 + sen(x) + ln(tan(x));
y = arctanp (x),
p , 0;
y = (1 + x ) e
2
sen(x)
(8.46)
(8.47)
(8.48)
5y sen(xy) + x2 = 0;
(8.49)
ln(y) + sec(xy) = x;
(8.50)
(8.51)
2 3
262
y = (ax + b)n ,
a , 0, b R;
(8.52)
y = sen(x);
(8.53)
y = ln(ax + b),
a , 0, b R;
a+x
y=
,
a, b R.
bx
(8.54)
(8.55)
n = 2, P = (1, 1);
(8.56)
x xy + y = 1,
n = 2, P = (0, 1);
(8.57)
x2 + 2xy + y2 4x + 2y 2 = 0,
n = 3, P = (1, 1).
(8.58)
x(t) = 3t2 t + 5,
donde la distancia x se da en centmetros y el tiempo t, en segundos. A que sera igual la velocidad media de
este punto durante el intervalo de tiempo comprendido entre t = 1 y t = 2?
8.11. Una partcula se mueve siguiendo la ley
X(t)
P(t) = Y(t) ,
Z(t)
t I,
v(t) =
y a(t) = Y00 (t)
0
00
Z (t)
Z (t)
1) X(t) = 2t2 + 3t + 5, Y(t) = t2 + 2t + 2, Z(t) = 5 t, I = R;
2) X(t) = ln(t) + 1, Y(t) = t2 + 2, Z(t) = sen(t), I = R+ ;
3) X(t) = sen(t), Y(t) = cos(t), Z(t) = t, I = [0, );
4) X(t) = a sen(t), Y(t) = b cos(t), Z(t) = c, I = (0, ), donde a, b, c R son constantes.
8.12. Grafique la trayectoria de una partcula que se mueve siguiendo la ley X(t) = sen(t), Y(t) = cos(t), Z(t) = t,
para t [0, ).
8.13. Determinar puntos crticos, extremos (locales y/o globales si es que existen) y regiones de crecimiento /
decrecimiento de la funcion
y = f (x)
definida por la formula
1) y = x2 2x + 5;
2) y = 1/(x + a), donde a > 0;
3
3) y = 2x + 3 x2 ;
x
4) y = x2
;
xa
5) y = xb , donde a, b R;
6) y = x ln(x) x;
2
7) y = ex ;
8) y = arc sen(1 + x);
8.13 Problemas
263
9) y = ex ;
10) y = 2x3 + 3x2 12x + 5;
11) y =
12) y =
x3
;
x2 +3
4
;
x2 +8
p
3
(x2 1)2
13) y =
;
14) y = 2 sen(2x) + sen(4x);
15) y = 2 cos x2 + 3 cos x3 ;
16)
17)
18)
19)
y = x ln2 (x);
y = x2 ex ;
x arctan(x);
x
y = 1+x
2;
b) en [10, 12];
y = f (x) = x2 + px + q,
de forma que y = 3 sea un valor mnimo de f cuando cuando x = 1. Grafique el polinomio.
8.15. Dada la funcion
f (x) halle las ecuaciones de las rectas tangente y normal a la
definida por la formula
grafica de f en el punto x0 .
f (x) = x ln(x) x, x0 = 5;
(8.59)
f (x) = x ln(x ) x , x0 = 5;
(8.60)
(8.61)
x2
f (x) = e , x0 = 1.
(8.62)
ex
,
x5
ln(x)
,
f (x) =
3
x
x cos(x) sen(x)
f (x) =
,
x3
ln(sen(mx))
,
f (x) =
ln(sen(x))
f (x) = ln(x) ln(x 1),
x
1
f (x) =
,
x 1 ln(x)
f (x) = xx ,
f (x) =
f (x) = x
sen(x)
a = ;
(8.63)
a = ;
(8.64)
a = 0;
(8.65)
a = 0;
(8.66)
a = 1+ ;
(8.67)
a = 1;
(8.68)
a = 0+ ;
(8.69)
a=0 .
(8.70)
8.17. En cuanto aumentara aproximadamente el lado de un cuadrado si su a rea aumenta de 9m2 a 9.1m2 ?
8.18. Mediante diferenciales hallar aproximadamente el incremento y de la funcion
definida por la formula
y = f (x) para x = x0 si
1) f (x) = 5x + x2 sen(x), x0 = /2 y x = h = 0.001;
264
x + x
3
3
3
10, 70 y 200.
x
x+
3
3 x2
1 + x, x0 = 0.2;
q
3
1x
1+x ,
x0 = 0.1;
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
y = ln(x5 );
(8.71)
y = | sen(x)|;
(8.72)
y = ln(x );
(8.73)
x2
y=e ;
y = x + x2 .
(8.74)
(8.75)
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
f (x) = ln(x2 5x + 3);
(8.76)
(8.77)
(8.78)
(8.79)
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
8.13 Problemas
265
y = 1 4x x4 ;
(8.80)
y = x 2x x + 2x;
(8.81)
y = x2 (x 3);
x
y=
;
x2
(x + 1)
;
y=
(x 1)2
(x 3)2
y= 2
.
(x 6x 16)2
(8.82)
(8.83)
(8.84)
(8.85)
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
y = (x 3) x;
y = (x 4) x + 1;
y = arcsin(x + 1);
2 4x
y = 2 ex
(8.86)
(8.87)
(8.88)
(8.89)
(8.90)
y = xe .
(8.91)
x2
y=e
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
y = (x 1)2 ex ;
4
;
y=
x2 + 8
y = 1 + x ln(1 + x);
x
;
y=
3
x2 1
2
y = (2 + x2 ) ex ;
1
y= 2
+ ln(x2 1).
x 1
(8.92)
(8.93)
(8.94)
(8.95)
(8.96)
(8.97)
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
y = x5 5x4 + 5x3 + 5x2 6x;
(8.98)
y = x 3x + x + x 2x;
x
3
y = x;
3
x
5
y = x;
5
y = x ln(sen(x));
ex
y= .
x
(8.99)
(8.100)
(8.101)
(8.102)
(8.103)
266
f . Estudie la
monotona, inyectividad y sobreyectividad y convexidad de f .
y = sen(x) ex ,
x 0;
(8.104)
y = sen(x) e , x 0;
p
3
y = (x2 1)2 ;
(8.105)
(8.106)
y = (a +
y=
y = x ln (x);
(8.107)
)ex/a , a > 0;
a
y = x + sen(x);
(8.108)
(8.109)
y = ln(sen(x));
(8.110)
x2
1
+ ln(x2 a), a > 0;
x2 a
1
y=
+ ln(ln(x));
ln(x)
y = xx ;
y=x
1/x
(8.111)
(8.112)
(8.113)
(8.114)
l2
l3
-
-
r
A
Indicacion.
La densidad lineal refiere a la masa por unidad de longitud.
Respuesta:
q x,
m=
q1 l1 + q2 (x l1 ),
q1 l1 + q2 l2 + q3 (x l1 l2 ),
si x [0, l1 ],
si x (l1 , l1 + l2 ],
si x (l1 + l2 , l].
8.34. Torcer un trozo de alambre de longitud dada l > 0, de manera que forme un rectangulo cuya a rea sea la
mayor posible.
8.13 Problemas
267
8.35. Cual de los triangulos rectangulos de permetro dado, igual a 2p, tiene mayor a rea?
8.36. De una hoja de carton
cuadrada, de lado a > 0, hay que hacer una caja rectangular abierta, que tenga la
mayor capacidad posible, recortando para ello cuadrados en los a ngulos de la hoja y doblando despues los
salientes de la figura en forma de cruz as obtenida.
Respuesta: El lado del cuadrado que se recorta debe ser igual a a/6.
8.37. Un deposito
abierto, de hoja de lata, con fondo cuadrado, debe tener capacidad para v litros. Que
la maxima cantidad.
8.40. Inscribir en una esfera dada un cilindro que tenga la mayor superficie lateral posible.
8.41. Inscribir, en una elipse dada, un rectangulo de la mayor a rea posible, que tenga los lados paralelos a los
ejes de la propia elipse.
8.42. Sean p, a > 0. Inscribir un rectangulo de la mayor a rea posible en el segmento de la parabola 2py x2 = 0
cortado por la recta y = 2a.
8.43. En el segmento recto AB = a, que une entre s dos focos luminosos A (de intensidad p) y B (de intensidad q),
hallar el punto menos iluminado M (la iluminacion
es inversamente proporcional al cuadrado de la distancia
al foco luminoso).
8.44. Si tenemos N pilas electricas identicas, con ellas podemos formar bateras por procedimientos distintos,
N
uniendo entre s grupos de n pilas en serie y, despues, los grupos as formados, (en numero
n ) en paralelo. La
intensidad de la corriente que proporciona una batera de este tipo se determina por la formula
I=
NnE
,
NR + n2 r
n
X
(x xi )2 .
i=1
Demostrar que que el valor mas probable de x es la media aritmetica de los resultados de las mediciones, es
decir,
n
1X
xi .
x =
n
i=1
268
x
1+x 1+ ;
2
x
2
a + x a + , a > 0;
2a
(1 + x)n 1 + nx, n N.
(8.115)
(8.116)
(8.117)
(8.118)
8.48. Halle el a ngulo que forman las funciones definidas por las formulas
f (x) y g(x) en su(s) punto(s) de
interseccion.
f (x) = 1/x,
f (x) = e
x/2
f (x) = (x 2) ,
2
g(x) = x2 ;
(8.119)
(8.120)
g(x) = 4 + 6x x ;
(8.121)
f (x) = x ,
2
g(x) = x .
3
(8.122)
8.49. En que punto la tangente a la parabola dada por f (x) = x2 7x + 3 es paralela a la recta dada por
g(x) = 3 + 5x?
8.50. Hallar los parametros b y c de la parabola dada por f (x) = x2 + bx + c para que sea tangente a la recta dada
por g(x) = x, en el punto (1,1).
8.51. En que punto de la curva dada por y2 2x3 = 0, la tangente es perpendicular a la recta dada por
4x 3y + 2 = 0?
8.52. Escribir las ecuaciones de la recta tangente y de la normal a la curva dada por f (x) en el punto (x0 , y0 ).
f (x) = x3 + 2x2 4x 3,
3
f (x) = x 1,
(8.123)
(8.124)
f (x) = tan(2x),
(8.125)
x1
,
2
f (x) = arc cos (3x) ,
(8.126)
(8.127)
f (x) = ln(x),
(8.128)
8.53. Escribir las ecuaciones de la recta tangente y de la normal a la curva dada por f (x) = e1x en los puntos
de interseccion
con la recta dada por g(x) = 1.
Escibir las ecuaciones de la recta tangente y de la normal a la curva dada por
1+t
x = t3 ,
y = 32 + 2t1 ,
2t
en el punto (x0 , y0 ) = (2, 2).
8.13 Problemas
269
8.54. Escibir las ecuaciones de la recta tangente y de la normal a la curva dada por
x = t cos(t),
y = t sen(t),
en el origen de coordenadas y en el punto correspondiente a t0 = /4.
8.55. Escribir las ecuaciones de la recta tangente y de la normal a la curva dada por
F(x, y) = 0,
en el punto (x0 , y0 ).
F(x, y) = x2 + y2 + 2x 6,
y0 = 3;
(8.129)
F(x, y) = x + y 2xy,
(8.130)
F(x, y) = 4x + 6xy y ,
(8.131)
x2
f (x) =
;
x2
f (x) = sen(/x);
1 + x3
f (x) =
;
1+x
x
f (x) =
;
sen(x)
1
;
f (x) = (1 + x) arctan
1 x2
f (x) = ln(cos(x));
f (x) = e1/(x+1)
x
f (x) = ln tan
;
2
(8.132)
(8.133)
(8.134)
(8.135)
f (x) = e1/x ;
1
;
f (x) = arctan
x
f (x) = x5 + x4 20 x3 x2 x + 20;
(8.140)
f (x) = e sen(x);
(8.143)
f (x) = e
(8.136)
(8.137)
(8.139)
(8.141)
(8.142)
cos(x );
(8.144)
f (x) = tan(ln(x)).
(8.145)
(8.138)
3
f (x) = 2x + 3 x2 ;
(8.146)
f (x) = x3 3x + 3;
x
f (x) =
;
x2
1
f (x) =
;
(x 1)2
x
f (x) = 2
;
x 6x 16
(8.147)
(8.148)
(8.149)
(8.150)
f (x) = x + sen(x);
(8.151)
f (x) = x ln(x);
(8.152)
(8.153)
f (x) = 2 e
x2 4x
f (x) = 2
(8.154)
(8.155)
1/xa
270
f (x) = (x 3) x;
x
3
f (x) = x;
3
f (x) = x ln2 (x);
f (x) =
x3
;
x2 + 3
f (x) = x arctan(x);
ex
;
x
f (x) = 2x3 + 3x2 12x + 5;
4
f (x) =
;
x2 + 8
x
;
f (x) =
3
x2 4
f (x) = x2 ex .
f (x) =
(8.156)
(8.157)
(8.158)
(8.159)
(8.160)
(8.161)
(8.162)
(8.163)
(8.164)
(8.165)
8.58. De una hoja circular hay que cortar un sector tal que enrollado nos de un embudo de la mayor capacidad
posible.
8.59. Un recipiente abierto esta formado por un cilindro, terminado por su parte inferior en una semiesfera; el
espesor de sus paredes es constante. Que dimensiones debera tener dicho recipiente para que, sin variar su
capacidad, se gaste en hacerlo la menor cantidad de material?
8.60. Inscribir en una elipse dada, un rectangulo de mayor a rea posible, que tenga los lados paralelos a los ejes
de la propia elipse.
8.61. Inscribir un rectangulo de mayor a rea posible en el segmento de la parabola dada por x2 2py = 0 cortado
por la recta dada por y = 2a.
8.62. Hallar el punto de la curva dada por f (x) = 1/(1 + x2 ), en el que la recta tangente forme con el eje de las x
el a ngulo de mayor valor absoluto posible.
8.63. Determinar la altura mnima h = OB que puede tener la puerta de una torre vertical ABCD, para que a
traves de ella se pueda introducir en la torre una barra rgida MN, de longitud l, cuyo extremo M resbalara a
lo largo de la lnea horizontal AB. La anchura de la torre es d < l. Vease la Figura 8.12.
Figura 8.12
8.64. Un corredor tiene que ir desde el punto A, que se encuentra en una de las orillas de un ro, al punto B,
que se halla en la otra. Sabiendo que la velocidad de movimiento por la orilla es k veces mayor que la del
movimiento por el agua, determinar bajo que a ngulo debera atravesar el ro, para llegar al punto B en el menor
tiempo posible. La anchura del ro es h; la distancia entre los puntos A y B (por la orilla) es d.
Apendice A
complejos
A.1.
Introduccion
x2 + 1 = 0.
Suponiendo la existencia de un numero
x0 = i que verifique esta ecuacion
(A.1)
realmente? Simbolicamente
manipular algebraicamente los numeros
complejos no es complicado, basta tener
planares o numeros
Los numeros
complejos son utiles
para describir ondas periodicas
y en el manejo practico
de soluciones de Ecuaciones en
A.2.
El cuerpo C
A.2.1.
complejos
Al conjunto
C = R2 = {z = (x, y) : x R y R}
(A.2)
271
272
Definicion
A.1 [Operaciones con complejos]
Si z1 = (a, b) C y z2 = (c, d) C, se definen las operaciones de suma, + : CC C, y multiplicacion, : CC C,
mediante
z1 + z2 = (a + c, b + d),
z1 z2 = (ac bd, ad + bc).
La suma de numeros
complejos no es mas que la suma habitual de vectores de R2 .
bidimensional.
un numero
(A.3)
(A.4)
A.2 El cuerpo C
273
tendra que
z1 z2 = (a + ib) (c + id)
= ac + iad + ibc + i2 bd
= (ac bd) + i(ad + bc).
Para dar una segunda respuesta, consideramos el espacio vectorial de las matrices cuadradas de orden 2,
M2 (R), y el subespacio vectorial de dimension
2,
(
!
)
a b
W=
: a, b R .
b a
No es difcil verificar que la aplicacion
C 3 (a, b) 7
!
a b
W
b a
es lineal y biyectiva (y por tanto un isomorfismo); de manera que se puede considerar a W como una representacion matricial de C. La multiplicacion
matricial de elementos de W se corresponde exactamente a
la multiplicacion
en C. En efecto, tomando z1 = (a, b) y z2 = (c, d), con representaciones matriciales Z1 y Z2 ,
respectivamente,
(%i1)
( %o1)
(%i2)
( %o2)
se tiene que
(%i3)
( %o3)
Z1.Z2;
a c b d a d b c
ad+bc acbd
A.2.2.
Propiedades de cuerpo
No es difcil verificar que (C, +, ) es efectivamente un cuerpo o campo, es decir que se cumplen las siguientes
propiedades:
Asociatividad de la suma.
274
(z1 + z2 ) + z3 = z1 + (z2 + z3 ).
Existencia del neutro aditivo.
Existe un unico
elemento 0 C tal que
z + 0 = z,
para todo z C.
z + w = 0.
Por convencion
se denota w = z.
Conmutatividad aditiva.
Asociatividad de la multiplicacion.
Propiedad distributiva.
z 1 = 1 z = z,
Existencia de inversos multiplicativos.
para todo z C.
z w = w z = 1.
1
Por convencion
se denota w = z1 = .
z
Conmutatividad multiplicativa.
Ejercicio A.1 Pruebe que C junto con las operaciones definidas en (A.3) y (A.4) constituye un cuerpo.
A.2.3.
Notacion
imaginaria
Como ya se menciono,
las operaciones definidas en (A.3) y (A.4) corresponden formalmente a trabajar con
z = x + iy,
y se dira que
x = Re(z) R,
z C,
y = Im(z) R,
(A.5)
275
Figura A.2 En el plano C = R2 al eje horizontal se le refiere como el eje real y al eje vertical como el eje imaginario.
(%i1)
( %o1)
z1: a+b*%i;
z2: c+d*%i;
ib+a
( %o2)
id+c
(%i3)
z1 / z2, rectform;
( %o3)
b d + a c i (b c a d)
+ 2 2
d2 + c2
d +c
es decir,
z1 b d + a c i (b c a d)
= 2 2 + 2 2
z2
d +c
d +c
A.3.
A.3.1.
Funcion
modulo
(A.6)
Se llama funcion
compleja de variable compleja a toda funcion
cuyo dominio y codominio son subconjuntos
de C:
f : U C C
z 7 w = f (z)
(A.7)
(A.8)
276
y se provee
solo
una formula
Ingeniera, se requiere que a medida que avanza el algoritmo la distancia entre la solucion
aproximada y la
solucion
real sea cada vez mas pequena.
Definicion
A.2 [Modulo]
(A.9)
Se cumple que
i) |z| 0, para todo z C;
ii) |z| = 0 ssi z = 0;
iii) |z w| = |z| |w|, para todo z, w C;
iv) |z + w| |z| + |w|, para todo z, w C.
Demostracion. Demostremos el punto iii). Sean z = a + ib y w = c + id, dos numeros
complejos cualesquiera. Se
tiene que
|z w| = |(ac bd) + i(ad + bc)|
p
= (ac bd)2 + (ad + bc)2
= a2 c2 + b2 d2 + a2 d2 + b2 c2
p
= a2 (c2 + d2 ) + b2 (d2 + c2 )
p
= (c2 + d2 )(a2 + b2 )
= |z| |w|.
Se concluye por la arbitrariedad de z y w.
Ejercicio A.2 Pruebe los puntos i), ii) y iv) del Teorema A.1.
Entonces el modulo
de un numero
complejo es un numero
no-negativo; es cero solo
si su argumento es el
numero
0 + 0i. Asimismo, el teorema anterior establece que el modulo
del producto de dos numeros
complejos
abs(a+b%i)+abs(-4)+abs(k);
|k| + |b %i + a| + 4
277
Figura A.3 A la propiedad 4 del Teorema A.1 se le denomina desigualdad triangular: la longitud de un lado no puede sobrepasar
la suma de las longitudes de los otros dos.
La formula
para calcular la distancia entre numeros
complejos es simbolicamente
identica a la correspon
diente formula
para numeros
reales.
Definicion
A.3 [Distancia en C]
La distancia entre los numeros
(A.10)
(x1 x2 )2 + (y1 y2 )2 .
(A.11)
A.3.2.
|Re(z)| |z|,
(A.12)
|Im(z)| |z|.
(A.13)
Funcion
de conjugacion
La proyeccion
con respecto al eje de las x esta dada por la siguiente definicion.
Definicion
A.4 [Funcion
de conjugacion]
para z = x + iy.
(A.14)
278
(%i1)
( %o1)
ib+a
( %o2)
(%i3)
( %o3)
id+c
conjugate(z*w), rectform;
i (a d b c) b d + a c
(%i4)
( %o4)
z: a+%i*b;
w: c+%i*d;
conjugate(z)*conjugate(w), rectform;
i (a d b c) b d + a c
Proposicion
A.1 [Propiedades de la conjugacion]
A.4.
(A.15)
n veces;
A.5 Formula
de Euler. Forma polar
279
a0 = 1,
1
an = n .
a
(A.16)
(A.17)
Proposicion
A.2 [Leyes de los exponentes]
Sean m, n N y a, b K. Se tiene que
am an = am+n ,
(A.18)
(ab) = a b ,
(A.19)
(an )m = amn .
(A.20)
n n
A.5.
Formula
La formula
de Euler, provista en el siguiente teorema, es fundamental para el manejo de funciones complejas
de Euler]
Sea R. La sucesion (En )nN C, definida por la formula
En =
n
X
(i)k
k=0
k!
converge al numero
(A.21)
Observacion
A.1 Mas adelante en el curso estaremos en condiciones de entender y probar en su plenitud el resultado anterior pues necesitamos entender lo que es el lmite de una sucesion (real o compleja). Por el momento, debemos aceptar la validez de la for
Con ayuda de la formula
de Euler se escribe la forma polar de un numero
complejo z = x + iy , 0:
z = r ei ,
donde
r = |z|,
(, ].
(A.22)
(A.23)
y = r sen().
(A.24)
280
ib+a
( %o1)
(%i2)
w: polarform(z);
b2 + a2 ei atan2(b,a)
( %o2)
(%i3)
( %o3)
z: a+%i*b;
rectform(w);
ib+a
La siguiente notacion
se usara de aqu en adelante. Tome nota.
Para un angulo
R, el valor corresponde al angulo
en (, ] tal que
sen() = sen()
cos() = cos().
(A.25)
la misma direccion
que R.
Entonces es el angulo
en (, ] que provee
Las formulas
para multiplicacion
y division
de polinomios son realmente simples en forma polar:
Teorema A.3 [Multiplicacion
en forma polar]
Dados los numeros
z1 r1 i ([
= e 1 2 ) ,
z2 r2
z2 , 0.
(A.26)
(A.27)
En particular, la multiplicacion
de
de un complejo z por un factor de la forma ei representa una rotacion
tamano
del vector z. Para futura referencia, tenga presente que
|ei | = 1,
para todo R.
(A.28)
A.6 Problemas
281
(A.29)
A.6.
Problemas
2ai
1+2i
zn = ,
z C.
z z 1948 z
2|z| +
+i
, donde z = 1 i.
2
iz
z
z2 z z
2) a + ib = (1 + i)6 + 2 i191 , donde z = 1 + i.
|z|
z
z
1) a + ib =
1) z1 = 3 + 3i, z2 = 3 i 3.
2) z1 = 3 i, z2 = 3 i.
3) z1 = 4 3i, z2 = 5 + i 5 .
2
2
4) z1 = 3 2 + 2 2i, z2 = 5 + i.
A.6. Resuelva la ecuacion
z5 + z3 z2 1 = 0,
z C;
z iz + i 1 = 0,
z C;
(z i + 1)(z + z + 1) = 0,
z C;
z6 + z3 + 1 = 0,
z C.
(A.30)
282
A = {z = ei : R}.
|z| = 1.
k = 0, 1, 2, ..., n 1}.
rk r j = rk+j .
Apendice B
Las ciencias...
XXXXXX
En la Seccion
1.4 empezamos el estudio de las falacias, entendiendolas como razonamientos que a simple
vista se presentan como solidos
pero que no lo son. All se puso e nfasis en las falacias estructurales, en tanto
Morgan (1806 - 1871), no pueden ser clasificadas, [9]. En todo caso, para nuestra presentacion
consideramos
las propuestas de ordenamiento de [2] y [26], mediante ejemplos.
Example B.1. [Falacia de Descontextualizacion]
Recordemos que las falacias materiales o informales no dependen de la estructura sino de los contenidos.
Consideremos como ejemplo el siguiente caso tomado de [2]:
Toda buena Ley debera ser obedecida.
La ley de gravitacion universal es una buena ley.
Por tanto, la ley de gravitacion universal debera ser obedecida.
Estructuralmente, el argumento anterior no tiene problema alguno. El problema esta en que en la primera
premisa el concepto de ley se refiere al contexto de la Jurisprudencia en tanto que en la segunda premisa el
contexto de referencia es la Fsica.
Example B.2. [Falacia de Evidencia Irrelevante]
El a mbito jurdico no se escapa de este tipo de errores de argumentacion.
Aqu se pierde de vista el punto
central, a veces a proposito
y a veces involuntariamente. Por ejemplo, en el caso: Amusement Equipment, Inc.
v. Mordelt 595 F.Supp.125, 130-131 (E.D. La. 1984), los abogados de la empresa usaron el siguiente argumento
para tratar de vincular la presencia del senor
Mordelt en New Orleans con la firma de un contrato efectuado
en la misma ciudad:
La firma del contrato estaba relacionado con la feria comercial.
La visita del senor
Mordelt tuvo que ver con la feria comercial.
Por tanto, la visita del senor
Mordelt estaba vinculada con la firma del contrato.
Si bien las dos premisas son verdaderas, no justifican la conclusion
de que la visita del senor
Mordelt esta
ligada a la firma del contrato.
Example B.3. [Argumentum ad Misericordiam]
Apelar a la lastima es comun
en muchos juicios civiles y criminales, [2]. Se pide al juez y/o jurado que tome
decisiones basadas exclusivamente en lo emocional.
El 20 de agosto de 1989, Lyle y Erik Menendez mataron a tiros a sus padres, Jose y Kitty en su casa. Luego
de arrojar las armas en la carretera fueron al teatro. Al regresar a casa mas tarde llamaron al 911 denunciando
que alguien mato a sus padres. La Defensa uso el argumentum ad misericordiam con bastante efectividad en
el primer juicio (1993), pidiendo que se tengan presentes abusos sexuales por parte de los progenitores, que
283
284
Si varios estudiantes tienen bajas notas debe ser falla del profesor.
Example B.4. [Argumentum ad Verecundiam]
En este tipo de falacia se trata de fortalecer un argumento acudiendo al prestigio de personas que brindan
ciertos testimonios.
En el caso: United States v. Howard 774 F.2d 838, 847 (7th Cir. 1985) uno de los abogados de la parte acusadora
uso el argumentum ad veracundiam:
No hemos intentado enganarlos,
damas y caballeros.
Hemos intentado sacar a luz la verdad...
Cuando, de pie tome juramento para ser un Asistente del fiscal de los Estados Unidos,
fue uno de los das de mayor orgullo en mi vida,
y no lo voy a poner en peligro con engano
o con un comportamiento impropio.
Mi trabajo es sacar a la luz la verdad y velar porque se haga justicia en este caso,
y eso es lo que hemos estado haciendo en este caso.
Una forma en que se presenta el argumentum ad veracundiam yace en el uso desproporcionado de referencias,
citas, frases pedantes, etc. que solamente ocultan los hechos concretos a ser dilucidados para que la Corte pueda
establecer una conclusion.
285
pequenos
como hacan los Plishtim (Filisteos / Palestinos) en Medio Oriente, como una forma de venerar a su
dolo Moloc.
De la misma forma, es una falacia el argumentum ad novitam, basado en que todo lo nuevo es mejor que lo
antiguo. Lastimosamente esta falacia se ve mucho hoy en da en el a mbito educativo.
Example B.8. [Argumentum ad Terrorem]
Esta falacia se presenta cuando una de las partes trata de convencer al juez o jurado de que es inapropiado que se
imponga la postura de su oponente, en virtud de las consecuencias (obviamente presentadas con exageracion)
En la Seccion
de las pruebas estadsticas de hipotesis.
En ese contexto
?? se comenta sobre el origen logico
la hipotesis
nula en favor de una hipotesis
alternativa. Pero, que pasa si el estadstico de prueba no cae en
286
u otros. Suele presentarse en la forma post hoc ergo propter hoc, es decir que se asume que un evento A que se da
antes del evento B tiene que ser la causa de este ultimo.
Consideremos un ejemplo basico:
Popular de China,
ese pas requiere que deje de estar en vigencia el Tratado de Defensa entre Taiwan y los Esrtados Unidos.
Por tanto, la Constitucion de los Estados Unidos le da potestad para tomar esa decision al presidente Carter.
Example B.13. [Petitio Principii]
Esta falacia consiste en razonar en crculos, es decir usar la conclusion
a la que se quiere llegar como una
premisa del argumento.
Example B.14. [Ambiguedad]
Esta falacia se presenta cuando se usa un termino que tiene varias acepciones lo cual provoca ambiguedad
o
confusion.
Captulo ??
2.4 Trabaje como en la demostracion
de (2.24).
2.5 Trabaje como en la demostracion
de (2.51).
B = [1/2; 5/2).
287
Smbolos
Operacion
de interseccion
de conjuntos.
Conjuncion
de proposiciones.
Operacion
de union
de conjuntos.
Disyuncion
de proposiciones.
Bicondicional de proposiciones.
ssi Abreviacion
de s y solo si (bicondicional).
\ Diferencia de conjuntos.
Conjunto vaco.
Operacion
producto cartesiano.
A B o B A Contenencia del conjunto A en el conjunto B.
A B o B A Contenencia del conjunto A en el conjunto B.
Cuantificador para todo.
Cuantificador existencial.
N Conjunto de los numeros
naturales.
lineal A.
i Raz imaginaria.
z Conjugado del numero
complejo z.
289
290
Smbolos
Referencias
1. M. Alder, An Introduction to Complex Analysis for Engineers, Massachusetts Institute of Technology, 1997.
2. R. Aldisert, Logic For Lawyers, National Institute for Trial Advocacy, 1997.
3. T. M. Apostol, Mathematical analysis: a modern approach to advanced calculus, Addison-Wesley Publishing Company, Inc., Reading,
Mass., 1957.
4.
, Calculus. Vol. I: One-variable calculus, with an introduction to linear algebra, Second edition, Blaisdell Publishing Co. Ginn
and Co., Waltham, Mass.-Toronto, Ont.-London, 1967.
5. R. Arthur, Natural Deduction: An Introduction To Logic With Real Arguments, A Little History and Some Humour, Broadview Press,
2011.
6. H. Benson, Socratic Wisdom: The Model of Knowledge in Platos Early Dialogues, Oxford University Press, 2000.
7. I. Cobacango, El toro salvaje, Coleccion
Descubre las Matematicas, Escuela Politecnica Nacional, Ecuador, 1999.
8. I. Cuenca, Que puedes concluir?, Coleccion
Descubre las Matematicas, Escuela Politecnica Nacional, Ecuador, 1998.
9. A. De Morgan, Formal Logic: The Calculus of Inference, Necessary and Probable, University Press of the Pacific, 2013.
10. D. Echave, M. Urquijo, and R. Guibourg, Logica, proposicion y norma, Editorial Astrea, 2008.
11. R. A. Espanola,
Diccionario de la Lengua Espanola,
http://dmle.cindoc.csic.es/, (1994).
de
los
numeros
reales,
Biblioteca
Digital
Espanola
de
Matematicas,
291
292
Referencias
23. J. Mayorga-Zambrano, Calculo Diferencial para Ingeniera, Universidad de Talca, Chile, 2007.
24.
, Matematica Superior para Ingeniera (con ayuda de Maxima), (preprint), Ecuador, 2013.
25. F. Pelletier, A history of natural deduction and elementary logic textbooks, Simon Fraser University, (2004).
26. K. Saunders, Informal Fallacies in Legal Argumentation, South Carolina Law Review, (1993).
27. M. Sullivan, Precalculo, Pearson Educacion,
Mexico, 1997.
28. M. Szabo, The Collected Papers of Gerhard Gentzen, North-Holland Publishing Company, Amsterdam, first ed., 1969.
29. J. Toro, Sucesiones, Escuela Politecnica Nacional, Ecuador, 1992.
Indice
alfabetico
Anillo, 69
asociatividad multiplicativa en un -, 69, 74
conmutatividad multiplicativa en un -, 69, 74
existencia de inversos multiplicativos en un -, 69, 74
existencia del neutro multiplicativo en un -, 69, 74
propiedad distributiva en un -, 69, 74
Conjunto
- de conjuntos, 63
- de los numeros
naturales, 64
-s disjuntos, 61
complemento de un -, 62
contenencia de -s, 55
idea de -, 53
igualdad de -s, 55
interseccion
de -s, 61, 62
notacion
de -s, 53
pertenencia de -s, 53
producto cartesiano de -s, 66
Teora de -s
Leyes de Morgan, 65
union
de -s, 62
Cuerpo, 69
- de los numeros
complejos, 271
Formula
- de Euler, 279
Funcion
propiedades de la -, 276
definicion
de -, 67
dominio de una -, 1
notacion
de -, 67
Grupo, 68
- Abeliano, 68
-s cristalografico, 68
asociatividad en un -, 68, 74
existencia de inversos aditivos en un -, 68, 74
existencia del neuto aditivo en un -, 68
existencia del neutro aditivo en un -, 74
Logica
relacion
de la - con la Teora de Conjuntos, 62
Matlab, 2
Maxima, 2
- como software libre, 2
- como un Sistema Computacional Algebraico, 2
comando de - para analizar la equivalencia de proposiciones, 42
- para analizar la validez de una estructura logica,
24
- para asignacion,
53
- para calcular el conjugado, 277
- para calcular el producto cartesiano, 66
- para carga de paquetes, 24
- para cargar paquetes, 91
- para declarar conjuntos, 63
- para evaluar una funcion
en varios argumentos, 164
- para generar listas, 91
- para graficos bidimensionales, 91
- para hallar las races de un polinomio, 145
- para la forma polar de un numero
complejo, 279
293
Indice
alfabetico
294
No. 8, 54
No. 9, 59
unidad imaginaria en -, 275
Numero
complejo
argumento de un -, 279
forma polar de un -, 279
forma rectangular de un -, 279
Operacion
- interna, 68
Par ordenado
definicion
de -, 66
Polinomio
-s de Taylor, 164
Raz
- imaginaria, 271
Relacion
- antisimetrica, 70
- reflexiva, 70
- simetrica, 70
- transitiva, 70
codominio de una -, 67
definicicion
de -, 66
dominio de una -, 67
rango de una -, 67
Scilab, 2
Software
- libre, 2
- matematico, 1
Sucesion
- de Fibonacci, 164
definicion
de -, 163
notacion
de -, 163
Teorema
Fuentes adicionales
Objeto
Uso
Sven Hodapp
295