Está en la página 1de 84

C

alculo para la Computaci


on
Curso 2015-2016
E.T.S. Ingeniera Informatica

Dpto. de Matematica Aplicada


Universidad de Malaga

7 de noviembre de 2015

C
alculo para la computaci
on
2015, Agustn Valverde Ramos.
Este trabajo est
a editado con licencia Creative Commons del tipo:
Reconocimiento-No comercial-Compartir bajo la misma licencia 3.0 Espa
na.
Usted es libre de:
Copiar, distribuir y comunicar p
ublicamente la obra.
Hacer obras derivadas.
Bajo las condiciones siguientes:
Reconocimiento. Debe reconocer los creditos de la obra de la manera especificada por el autor
o el licenciador (pero no de una manera que sugiera que tiene su apoyo o apoyan el uso que hace
de su obra).
No comercial. No puede utilizar esta obra para fines comerciales.
Compartir bajo la misma licencia. Si altera o transforma esta obra, o genera una obra derivada,
s
olo puede distribuir la obra generada bajo una licencia identica a esta.
Al reutilizar o distribuir la obra, tiene que dejar bien claro los terminos de la licencia de esta obra.
Alguna de estas condiciones puede no aplicarse si se obtiene el permiso del titular de los derechos de
autor.
Nada en esta licencia menoscaba o restringe los derechos morales del autor.

Indice general

1. Preliminares

1.1. Funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.2. Ecuaciones y sistemas de ecuaciones . . . . . . . . . . . . . . . . . .

23

1.3. Operador sumatorio . . . . . . . . . . . . . . . . . . . . . . . . . . .

29

1.4. El binomio de Newton . . . . . . . . . . . . . . . . . . . . . . . . . .

33

1.5. Los n
umeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . .

37

1.6. Polinomios

57

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. C
alculo diferencial

85

2.1. Curvas planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

87

2.2. Campos escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117


2.3. Optimizaci
on de campos escalares
3. C
alculo integral

. . . . . . . . . . . . . . . . . . . 139
171

3.1. C
alculo de primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
3.2. Ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . 185
3.3. Integraci
on de funciones de una variable . . . . . . . . . . . . . . . . 199
3.4. Integraci
on doble . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
4. Sucesiones y series num
ericas

235

4.1. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 237


4.2. Series numericas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 256

TEMA

Preliminares

Contenidos.
n 1.1: Funciones reales. Funciones elementales. Lmites y continuiLeccio
dad. Derivabilidad.
n 1.2: Ecuaciones y sistemas de ecuaciones.
Leccio
n 1.3: Operador sumatorio.
Leccio
n 1.4: El binomio de Newton. N
Leccio
umeros combinatorios y triangulo
de Tartaglia-Pascal. Binomio de Newton.
n 1.5: Los nu
meros complejos. Definicion de n
Leccio
umero complejo.
Funciones destacadas sobre los n
umeros complejos. Exponencial compleja.
F
ormula de De Moivre
n 1.6: Polinomios. Evaluacion de polinomios: metodo de Horner.
Leccio
Compleci
on de cuadrados. Cambio de centro de un polinomio. Funciones racionales. Polinomios de Taylor.
Prerrequisitos. Gran parte del contenido de este tema debe ser conocido por el
alumno, por lo que uno de los objetivos es recordar algunos conocimientos: saber
manejar con soltura expresiones algebraicas (resolucion de ecuaciones, simplificacion,. . . ) en las que aparezcan funciones elementales de tipo polinomico, potenciales,
logartmicas y trigonometricas. Tambien sera necesario saber derivar funciones de
una variable y calcular primitivas inmediatas.
Objetivos. Los objetivos fundamentales del tema son recordar y reforzar la manipulaci
on de expresiones algebraicas, en especial los polinomios; recordar y reforzar
las tecnicas de resoluci
on de ecuaciones y sistemas de ecuaciones; saber operar con

Ingeniera Inform
atica. C
alculo para la computacion

Calculo para la computacion

n
umeros complejos; saber utilizar los n
umeros complejos como herramienta en la
resoluci
on de problemas con n
umeros reales; y saber calcular polinomios de Taylor.
Resultados de aprendizaje.
N
umeros complejos: Resolucion de ecuaciones y sistemas de ecuaciones, con
o sin funciones especficas de complejos. Resolucion de ecuaciones y factorizaci
on de polinomios que requieran el calculo de races complejas. Conversion de
funciones tipo cos nz o sen nz. Conversion de funciones tipo cosn z o senn z y
c
alculo de sus primitivas.
Identificaci
on de coeficientes: Factorizacion de polinomios. Descomposicion de
funciones racionales en suma de racionales simples y calculo de sus primitivas.
Cambio del centro de un polinomio: Primitivas de funciones racionales con
denominador (x a)n . Complecion de cuadrados para calcular primitivas. Resoluci
on de ecuaciones.
Polinomio de Taylor: Calcular el polinomio de Taylor de orden n de una funci
on elemental. Calcular el polinomio de Taylor de un orden dado de cualquier
funci
on, usando la definicion o las propiedades algebraicas.
Los contenidos de este primer tema giran alrededor de dos nociones basicas, los
polinomios y los n
umeros complejos. Sin embargo, el tema esta concebido para que
gran parte del trabajo necesario para su estudio sea repasar y reforzar conceptos y
tecnicas que el alumno debe conocer al iniciar unos estudios universitarios. El contenido y los objetivos de este tema son, por lo tanto, fundamentalmente transversales;
aparte del trabajo de repaso, los metodos y conceptos nuevos que se aprenden se
utilizar
an de forma instrumental a lo largo del resto del curso.
Dentro de la lecci
on dedicada a los polinomios, aparecen los polinomios de Taylor.
Si bien hasta el tema dedicado a las series no aprenderemos sus aplicaciones, la
inclusi
on en este tema servir
a para que el alumno repase las reglas de derivacion y
las funciones elementales, a la vez que aprende algo nuevo. De la misma forma, los
n
umeros complejos no representan un tema especialmente difcil de forma aislada,
pero requiere que el alumno recuerde propiedades y tecnicas de manipulacion de
potencias, logaritmos y funciones trigonometricas.
Por u
ltimo, debemos tener en cuenta que con este primer tema el alumno empieza a enfrentarse a un texto cientfico estructurado siguiendo unos convenios a los
que debe adaptarse y cuyo aprendizaje tambien es importante para su formacion
posterior. Destacamos aqu algunos aspectos importantes

E.T.S.I.Informatica

Las definiciones, teoremas, ejemplos,. . . se numeran para poder localizarlos


f
acilmente cuando se haga referencia a ellos en otras partes del libro. De la
misma forma, tambien se numeran algunas formulas y expresiones expuestas
de forma destacada.
Aunque en pocas ocasiones, usaremos notas a pie de p
agina para incluir referencias externas y establecer relaciones con otras asignaturas, libros o temas
de interes. Su contenido no es fundamental para el desarrollo y preparacion de
la asignatura.
Los enunciados etiquetados con Observacion se usaran para recoger aclaraciones sobre lenguaje matematico, smbolos y notaciones. El alumno debe
aprender a utilizar con correccion el lenguaje matematico, lo que tambien repercutir
a en su evaluaci
on.

Grados en Ingeniera Inform


atica, del Software y de Computadores

(Esta p
agina se ha dejado intencionalmente en blanco)

1.1. Funciones reales.

1.1
LECCION

Funciones reales
Los conceptos y resultados que recogemos en esta leccion deben ser conocidos
por el alumno y, por lo tanto, su objetivo es que sirva para repasar y como referencia
para el resto del curso.
Una funci
on real es una relacion que asocia a cada n
umero de un conjunto D R,
que se llama dominio, un u
nico n
umero real. Si llamamos f a la funcion, escribimos
f: DR!R
y usamos f (x) para representar al u
nico n
umero real asociado por f al n
umero x.
Habitualmente, las funciones se determinan mediante formulas que describen esta
relaci
on. As por ejemplo, presentaremos una funcion diciendo
sea f : (1, 2] ! R tal que f (x) =

x
x2

en este caso, el intervalo (1, 2] es el dominio de f , lo que podemos indicar igualmente


con Dom(f ) = (1, 2].
Aunque normalmente necesitaremos especificar el dominio de la funcion en el que
vamos a trabajar, tambien es habitual que nos centremos solamente en la formula que
define la funci
on; en estos casos, consideramos que el dominio es el mayor conjunto
sobre el que est
a definida dicha formula. Por ejemplo, si presentamos una funcion
x
diciendo sea f (x) = p
entendemos que Dom(f ) = ( 1, 1).
1 x2
n 1.1.1 Antes de continuar, es conveniente hacer algunas observaciones
Observacio
sobre determinados aspectos de la notacion utilizada hasta ahora.
1. En las expresiones matematicas, se utilizan letras para representar variables
y constantes, ya sea para denotar n
umeros o funciones. Para distinguir entre constantes y variables, es habitual utilizar letras cursivas para variables
e inc
ognitas (x, y,. . . ) y letras en redonda para representar constantes (por
ejemplo, el n
umero e o la unidad imaginaria i). El mismo criterio se sigue para
las funciones: f (x) representa una funcion arbitraria, mientras que cos(x) es
la funci
on coseno y exp(x) es la funcion exponencial. Este tipo de convenios
tiene su contrapartida en los lenguajes de programacion, que pueden utilizar
determinas restricciones para expresar objetos constantes y objetos variables.
2. Tal y como hemos visto antes, la notacion f (x) indica que f es el nombre dado
a la funci
on y (x) indica la letra usada en la expresion como variable independiente. De esta forma, siempre que queramos sustituir esta variable por un

Grados en Ingeniera Inform


atica, del Software y de Computadores

10

Calculo para la computacion

n
umero o expresi
on, lo escribiremos delimitado por los parentesis. Por lo tanto,
deberemos escribir, por ejemplo, cos(), exp(2x), log(x + 1),. . . Sin embargo,
es habitual en el lenguaje matematico prescindir de los parentesis siempre y
cuando esto no provoque confusion o ambig
uedad. As, podremos escribir cos
o exp 2x y entenderemos que log x + 1 es igual a 1 + log(x). Tendremos que
prestar mucha atenci
on a este tipo de simplificaciones y a
nadir los parentesis
cuando no estemos seguros de que su ausencia provoque ambig
uedades.

Funciones elementales. En este curso, vamos a trabajar principalmente con funciones definidas en terminos de funciones elementales, es decir, funciones determinadas por la composici
on y operaciones algebraicas (suma, resta, producto y division)
entre funciones elementales. Recordamos a continuacion la lista de funciones que
conocemos como funciones elementales:
Funciones polin
omicas, a las cuales dedicaremos una leccion mas adelante en
este tema.
Funciones potenciales: p (x) = x , siendo cualquier n
umero real. Si 2 N,
la correspondiente funci
on potencial es un polinomio. El dominio de estas
funciones depende de .
Funci
on exponencial : exp(x) = ex . Solo consideremos como elemental a la de
base e, ya que el resto se pueden definir a partir de ella.
Funci
on logaritmo neperiano: log(x) = ln(x) = L(x). Estas son las tres notaciones habituales para el logaritmo con base e, aunque en este curso utilizaremos principalmente log. El resto de los logaritmos no se consideran como
elementales, ya que se pueden definir a partir del neperiano. El dominio de la
funci
on logaritmo es (0, +1).
Funci
on seno: sen(x).
Funci
on coseno: cos(x).
Funci
on arcoseno: arcsen(x), que es la funcion inversa del seno. Su dominio
es el intervalo [ 1, 1] y consideramos que su recorrido es [ /2, /2].
Funci
on arcocoseno: arccos(x), que es la funcion inversa del coseno. Su dominio
es el intervalo [ 1, 1] y consideramos que su recorrido es [0, ].
Funci
on arcotangente: arctg(x), que es la funcion inversa de la tangente. Su
dominio es el intervalo R y consideramos que su recorrido es [ /2, /2].

E.T.S.I.Informatica

1.1. Funciones reales.

11

Ejemplo 1.1.2 Aunque solo consideramos como elementales las relacionadas arriba, hay otras funciones importantes y con nombre propio:
1. Las funciones exponenciales con base distinta de e se pueden definir facilmente
a partir de la funci
on exponencial:
ax = exp(log(ax )) = exp(x log a)
2. De la misma forma, los logaritmos con base distinta de e, se pueden definir a
partir del logaritmo neperiano:
y = loga (x)
ay = x
log(ay ) = log(x)
y log(a) = log(x)
log x
y=
log a
log x
loga (x) =
log a
3. Es conveniente conocer el resto de las funciones trigonometricas, su definicion
a partir del seno y el coseno y las propiedades fundamentales de todas ellas:
tg x =

sen x
,
cos x

cotg x =

cos x
,
sen x

sec x =

1
,
cos x

cosec x =

1
sen x

Las correspondientes funciones inversas son arctg x, en ( /2, /2), arccotg x,


en (0, ), arcsec x, en [ /2, /2] y arccosec x, en [0, ] .
4. Las funciones hiperb
olicas se definen a partir de la funcion exponencial; las
fundamentales son el seno hiperb
olico, senh, y el coseno hiperb
olico, cosh, que
se definen como
senh(x) =

ex

e
2

cosh(x) =

ex + e
2

A partir de ellas se pueden definir el resto de las funciones hiperbolicas siguiendo el mismo esquema que para las funciones trigonometricas.
5. Podremos manejar expresiones potenciales en donde la variable aparece tanto
en la base como en el exponente, como por ejemplo: f (x) = (1 + x)2x . Estas
expresiones se definen a partir de las funciones exponencial y logaritmo como
sigue:
g(x)h(x) = exp(log g(x)h(x) ) = exp(h(x) log g(x)).
2

Grados en Ingeniera Inform


atica, del Software y de Computadores

12

Calculo para la computacion

Lmites y continuidad.
de variable real.

Recordemos la definicion de lmite de una funcion real

n 1.1.3 Sea f : D R ! R. Decimos que el lmite de f cuando x tiende


Definicio
a a 2 R es ` 2 R si: para todo " > 0, existe > 0 tal que si x 2 D, x 6= a y
|x a| < , entonces |f (x) `| < ". En tal caso, escribimos:
lm f (x) = `

x!a

Tambien podemos calcular lmites cuando x tiene a +1 o a 1 as como concluir


que el valor de un lmite sea +1 o a 1. No incluimos la definicion detallada de
todas las situaciones posibles, ya que entendemos que deben ser conocidas por el
alumno y adem
as no necesitaremos trabajar con ellas.
En cualquier caso, estas definiciones no establecen metodos para decidir si un
lmite existe o no y en tal caso, determinarlo. La propiedad de continuidad de las
funciones elementales y las propiedades algebraicas del operador lmite son las herramientas para el estudio y c
alculo de lmites.
n 1.1.4 Decimos que la funci
Definicio
on f es continua en a 2 Dom(f ), si
lm f (x) = f (a).

x!a

Todas las funciones elementales son continuas en su dominio, as como todas las
que se pueden definir en terminos de funciones elementales.
Teorema 1.1.5 Si una funci
on est
a definida, en un entorno de un punto a, por una
u
nica expresi
on determinada por la composici
on y operaciones algebraicas (suma,
producto, cociente y composici
on) entre funciones elementales, entonces la funci
on
es continua en a.
Este resultado permite concluir que el interes practico del estudio de calculo de
lmites est
a exclusivamente en aquellos puntos que quedan fuera del dominio y en
1. En estos casos, las propiedades algebraicas que enunciamos a continuacion y el
teorema de LH
opital que recordaremos mas adelante seran suficientes para calcular
estos lmites.
n 1.1.6
Proposicio
1. lm (f (x) + g(x)) = lm (f (x)) + lm (g(x)) si ambos lmites son reales.
x!a

x!a

x!a

2. lm (f (x) g(x)) = lm (f (x)) lm (g(x)) si ambos lmites son reales.


x!a

x!a

x!a

1
1
=
.
x!a f (x)
lm (f (x))

3. Si lm f (x) 6= 0, entonces lm
x!a

x!a

4. Si lm g(x) = b, entonces lm f (g(x)) = lm f (x).


x!a

x!a

x!b

E.T.S.I.Informatica

1.1. Funciones reales.

13

En los tres primeros apartados de esta proposicion, solo consideramos lmites


reales. Para los lmites infinitos se verifican tambien estas propiedades con algunas
excepciones; vemos a continuacion las operaciones validas entre estos lmites:
(+1) + (+1) = +1,
a 2 R.

( 1) + ( 1) =

a 1 = 1 para todo

(1) (1) = 1, a (1) = 1 si a 6= 0. En ambos casos, aplicamos


la regla de los signos para determinar el signo correcto.
1
1
1
= 0,
= +1,
= 1. En donde, 0+ indica que el lmite del
+
1
0
0
denominador es 0 pero que la funcion es positiva y 0 indica que el lmite del
denominador es 0 pero que la funcion es negativa.
Las situaciones que no est
an consideradas en las igualdades anteriores son:
1
,
1

0
,
0

0 (1),

(+1)

(+1).

Si, en una primera evaluaci


on, nos encontramos con uno de estos casos, diremos
que el lmite est
a indeterminado (a priori); necesitaremos, por lo tanto, realizar
transformaciones algebraicas que conviertan la expresion de la funcion en otra que
s permita calcular el lmite.
Ejemplo 1.1.7
1. No podemos calcular el lmite lm (x3

3x2 + 1) como suma de los lmites

x!+1

lm x3 = +1,

x!+1

lm ( 3x2 + 1) =

x!+1

1,

ya que nos encontramos con una indeterminacion (1 1). Sin embargo, si


sacamos factor com
un el monomio x3 , convertimos la expresion en un producto,
cuyo lmite s se puede calcular con las propiedades algebraicas:
lm (x3

x!+1

1
3
+ 3 = (+1 1) = +1
x x

3x2 + 1) = lm x3 1
x!+1

2. La idea utilizada en el apartado anterior permite calcular los lmites en +1 y


1 de cualquier funci
on racional.
1
x4 2
x4
=
l
m

3
1 x3 + 3x2
x!
1
1
x 1+

lm

x!

= lm x
x! 1

3
x

2
x4

1
1+

1
x3
3
x

=
2
x4

1
x3

= ( 1 1) =

Grados en Ingeniera Inform


atica, del Software y de Computadores

14

Calculo para la computacion

Debemos recordar que en muchas ocasiones necesitaremos calcular lmites laterales para estudiar algunos lmites.
Ejemplo 1.1.8 Evaluando el siguiente lmite como cociente de funciones, nos encontramos una indeterminaci
on:

x3 x2 + x 1
0
lm
=
.
2
x!1
x
2x + 1
0
Esto significa que los dos polinomios son divisibles por x 1; por lo tanto, podemos
factorizar numerador y denominador y simplificar el factor x 1:

x3 x2 + x 1
(x 1)(x2 + 1)
x2 + 1
2
lm
=
l
m
=
=
l
m
2
2
x!1
x!1
x!1 x
x
2x + 1
(x 1)
1
0

Para poder terminar la evaluacion del lmite, debemos determinar el signo de la


funci
on alrededor del punto 1 y, para ello, debemos evaluar lmites laterales.

x2 + 1
2
= + = +1
1
0
x!1+ x

x2 + 1
2
lm
=
= 1
1
0
x!1 x
lm

Por lo tanto, el lmite inicial no existe.

Tal y como hemos visto en el apartado 5 del ejemplo 1.1.2 en la pagina 11 las
funciones de la forma f (x)g(x) deben ser expresadas como funciones exponenciales a
traves de la igualdad
f (x)g(x) = exp(g(x) log f (x)).
De esta forma, las indeterminaciones que podemos obtener al calcular lmites sobre
este tipo de funciones, se derivan de las indeterminaciones que obtengamos en el
producto que queda dentro de la funcion exponencial. Concretamente, las posibles
indeterminaciones son
11 ,
00 ,
10 .
Derivabilidad. Recordamos ahora la nocion de derivabilidad de funciones reales,
sus propiedades m
as importantes y sus aplicaciones.
n 1.1.9 Decimos que f es derivable en a 2 Dom(f ) si el siguiente lmite
Definicio
existe y es real
f (x) f (a)
lm
x!a
x a
0
En tal caso, este lmite se denota por f (a).

E.T.S.I.Informatica

1.1. Funciones reales.

15

Otra forma equivalente de expresar el lmite que define la derivada en un punto


es la siguiente:
f (a + h) f (a)
lm
h!0
h
Una notaci
on alternativa de la derivada es la conocida como notacion Leibniz:
df
(x).
dx
Mientras que la notaci
on comilla solo se puede utilizar sobre el nombre dado a la
0
0
funci
on (f (x), cos (x), exp0 (x). . . ), la notacion de Leibniz se puede usar tanto sobre
el nombre de la funci
on como sobre expresiones; por ejemplo:
d 3
(x
dx

sen x).

Siendo en este segundo caso en donde es especialmente u


til. Cuando queremos expresar la derivada en un punto concreto, podemos utilizar las siguientes notaciones:
f 0 (a) =

d
df
(a) =
(f (x))
dx
dx

x=a

Para las derivadas n-esimas tambien disponemos de los dos tipos de notacion:
f (n) (x) =

dn f
(x)
dxn

En la mayora de los casos, es suficiente con las propiedades algebraicas de la


derivaci
on y las derivadas de las funciones elementales para calcular la derivada de
cualquier funci
on.
Ejemplo 1.1.10 Aunque suponemos que el alumno debe conocer las derivadas de
las funciones elementales, incluimos este ejemplo para que tenga un punto de referencia en caso de dudas.
d
x = x 1 . Observese que si 0 < < 1, la funcion potencial es continua
dx
en x = 0 pero no es derivable.
d x
e = ex .
dx
d
1
log x = .
dx
x
d
sen x = cos x.
dx
d
cos x =
dx

sen x.

Grados en Ingeniera Inform


atica, del Software y de Computadores

16

Calculo para la computacion

d
1
arcsen x = p
.
dx
1 x2
d
1
arccos x = p
.
dx
1 x2
d
1
arctg x =
.
dx
1 + x2

n 1.1.11 (Propiedades algebraicas)


Proposicio
1. Linealidad: (f + g)0 (x) = f 0 (x) + g 0 (x), para todo par de n
umeros reales
, .
2. (f g)0 (x) = f 0 (x)g(x) + f (x)g 0 (x)
3.

f
g

(x) =

f 0 (x)g(x) f (x)g 0 (x)


(g(x))2

4. Regla de la cadena:

g)0 (x) = f 0 (g(x)) g 0 (x)

(f

Aunque es consecuencia de la regla del cociente, tambien es u


til recordar la
siguiente f
ormula

d
1
f 0 (x)
=
dx f (x)
(f (x))2
Ejemplo 1.1.12 Vamos a calcular las derivadas de las funciones del ejemplo 1.1.2
(pagina 11).
1.

d x
d
a =
exp(x log a) = exp(x log a) log a = ax log a.
dx
dx

d log x
1
d
loga (x) =
=
2.
dx
dx log a
x log a

3.

d sen x
(cos x)(cos x) + (sen x)(sen x)
d
tg x =
= 1 + tg2 x = sec2 x
=
dx
dx cos x
cos2 x

4.

d cos x
d
cotg x =
=
dx
dx sen x

d
d
senh(x) =
5.
dx
dx
d
d
cosh(x) =
6.
dx
dx
7.

x
e

sen2 x cos2 x
=
sen2 x

2
x

e +e x

=
=

ex + e
2

ex

e
2

cotg2 x =

cosec2 x

= cosh x
= senh x

d
d
(1 + x)2x =
exp(2x log(1 + x)) =
dx
dx

2x
2x
= exp(2x log(1 + x)) 2 log(1 + x) +
= (1 + x)2x 2 log(1 + x) +
1+x
1+x

E.T.S.I.Informatica

1.1. Funciones reales.

17

8. Para hallar la derivada de la funcion arctg x (y el resto de las funciones inversas)


utilizamos las propiedades algebraicas y el procedimiento llamado derivaci
on
implcita.
f (x) = arctg x
tg(f (x)) = x
Dado que estas funciones son iguales, sus derivadas tambien son iguales. En el
lado izquierdo, derivamos usando la regla de la cadena:
d
d
tg(f (x)) =
(x)
dx
dx
(1 + tg2 f (x))f 0 (x) = 1
(1 + x2 )f 0 (x) = 1
f 0 (x) =

1
1 + x2

pital)
Teorema 1.1.13 (de LHo
f 0 (x)
, entonces
1. Si lm f (x) = lm g(x) = 0 y existe el lmite lm 0
x!a
x!a
x!a g (x)
f (x)
f 0 (x)
= lm 0
x!a g(x)
x!a g (x)
lm

f 0 (x)
, entonces
x!a g 0 (x)

2. Si lm f (x) = lm g(x) = 1 y existe el lmite lm


x!a

x!a

f (x)
f 0 (x)
= lm 0
x!a g(x)
x!a g (x)
lm

Ejemplo 1.1.14
lm

x!0

sen x
1 cos x
sen x
cos x
1
= lm
= lm
= lm
=
3
2
x!0
x!0 6x
x!0 6
x
3x
6

Otra importante aplicaci


on de la derivada es que nos permite estudiar la monotona y la concavidad de las funciones usando los siguientes resultados.
Teorema 1.1.15 Si I es un intervalo y f 0 (x) > 0 para todo x 2 I, entonces f es
creciente en I. An
alogamente, si I es un intervalo y f 0 (x) < 0 para todo x 2 I,
entonces f es decreciente en I.
Teorema 1.1.16 Si I es un intervalo y f 00 (x) > 0 para todo x 2 I, entonces f es
convexa en I (con forma de ^). An
alogamente, si I es un intervalo y f 00 (x) < 0
para todo x 2 I, entonces f es c
oncava en I (con forma de _).

Grados en Ingeniera Inform


atica, del Software y de Computadores

18

Calculo para la computacion

Primitivas. El c
alculo de primitivas es la parte del calculo integral que consiste
en buscar una funci
on cuya derivada coincida con una expresion dada. Por esta
razon, se dice que el c
alculo de primitivas es el proceso inverso a la derivacion. Por
ejemplo, dada la funci
on f (x) = 3x2 , el objetivo es encontrar una funcion F (x) tal
que F 0 (x) = f (x); en este caso, podemos considerar la funcion F (x) = x3 , pues
F 0 (x) = 3x2 = f (x).
Sin embargo, a diferencia del calculo de derivadas, el calculo de primitivas no es
un proceso autom
atico. Es m
as, en muchos casos no es posible calcular una primitiva de una expresi
on en terminos de funciones elementales, por ejemplo, para las
2
funciones f (x) = e x o g(x) = sen x se sabe que existen primitivas pero no es
x
posible expresarlas en terminos de funciones elementales.
n 1.1.17 Una funci
Definicio
on F es una primitiva de f en el intervalo I si verifica
0
que F (x) = f (x) para todo x en I.
Observese que cualquier otra funcion construida a partir de la funcion F (x) sumandole una constante tambien sera una primitiva, pues la derivada de cualquier funcion
constante es 0. As, FC (x) = x3 + C es tambien una primitiva de f (x) = 3x2 ya que
FC0 (x) = 3x2 = f (x).
n 1.1.18 Si F es una primitiva de f en un intervalo I entonces la
Proposicio
funci
on G es primitiva de f si y s
olo si G es de la forma:
G(x) = F (x) + C

para todo x en I

donde C es una constante.


De esta forma, llamamos integral indefinida a la familia de todas las primitivas de
una funci
on y escribimos
Z
f (x) dx = F (x) + C,

siendo F una primitiva de f . En esta expresion, f (x) se llama integrando, dx se


lee diferencial de x e indica la variable de integracion y C se denomina constante
de integraci
on. La relaci
on que existe entre los conceptos de derivada y primitiva
permite deducir f
acilmente las propiedades de linealidad del operador, tal y como
establecemos en el siguiente resultado.
n 1.1.19 La integral indefinida verifica las siguientes propiedades:
Proposicio
Z

(f (x) + g(x)) dx =
Z

k f (x) dx =k

f (x) dx +
Z

f (x) dx,

g(x) dx
para todo k 2 R.

E.T.S.I.Informatica

1.1. Funciones reales.

Formulas de derivaci
on
d (x ) = x
dx
2R

d (log x) = 1
dx
x
d (ex ) = ex
dx
d (sen x) = cos x
dx
d (cos x) = sen x
dx
1
d (arctg x) =
dx
1 + x2

19

Z
Z

Formulas de integracion

x dx =
6=

x+1
+1
1

1
dx = log |x|
Z x
ex dx = ex
cos x dx = sen x

dx
= arctg x
1 + x2

sen x dx =

f 0 (x)

Z f (x)

cos x

Z
Z
Z

(f (x))+1
+1
1

(f (x)) f 0 (x) dx =
6=

dx = log |f (x)|

ef (x) f 0 (x) dx = ef (x)


sen(f (x))f 0 (x) dx =

cos(f (x))

cos(f (x))f 0 (x) dx = sen(f (x))


f 0 (x)
dx = arctg f (x)
1 + f (x)2

Figura 1.1: Derivadas e integrales inmediatas.


Ejemplo 1.1.20 La integral indefinida de la funcion 15x2
Z

(15x2

3 sen x) dx =

=5

3 sen x es

5(3x2 ) + 3( sen x) dx =

3x dx + 3

sen x dx =

= 5x3 + 3 cos x + C

En el tema 3 aprenderemos varias tecnicas para calcular primitivas en terminos


de funciones elementales. Todos ellas requieren identificar, en alg
un momento, lo
que se denominan integrales inmediatas, es decir, aquellas primitivas que pueden
determinarse aplicando de forma inversa una regla de derivacion. La tabla 1.1 recoge
las integrales inmediatas b
asicas.
Funciones elementales: gr
aficas. Cerramos esta leccion recogiendo las graficas
de las funciones elementales para que el alumno tenga un lugar de referencia cuando
necesite recordarlas o resolver alguna duda. En el caso de las funciones polinomicas y
de las racionales, solo hemos incluido algunos ejemplos. Tambien a
nadimos las graficas de otras funciones que, aunque no son elementales, s sera habitual su uso y por
lo tanto tambien conviene visualizar rapidamente, como las funciones hiperbolicas.

Grados en Ingeniera Inform


atica, del Software y de Computadores

20

Calculo para la computacion

x5x4
x3 2
x

X
1

X
2

p1 (x) = x(x

p2 (x) = x2 (x + 2)

1)(x + 2)

Y
y=x

exp( x) = e

exp(x) = ex

X
1

X
1

log x

E.T.S.I.Informatica

1.1. Funciones reales.

21

Y
sen x

tan x

X
2

3
2

3
2

Y
cos x

3
2

3
2

cosec x

Y
sec x

X
2

3
2

3
2

arcsen x
arccos x

X
1

arctan x

X
4

Grados en Ingeniera Inform


atica, del Software y de Computadores

22

Calculo para la computacion

Y
cosh x

1
1 x
2e

1
x
2e

senh x

f (x) =

4(2x

1
1)(2x + 1)

f (x) =

4(2x

7
16

X
1
2

f (x) =

4(2x

7x2
1)(2x + 1)

1
2

1
2

7x3
1)(2x + 1)

f (x) =

4(2x

X
1
2

7x4
1)(2x + 1)

X
1
2

1
2

X
1
2

1
2

E.T.S.I.Informatica

1.2. Ecuaciones y sistemas de ecuaciones.

23

1.2
LECCION

Ecuaciones y sistemas de ecuaciones


La resoluci
on de ecuaciones y sistemas de ecuaciones es una herramienta basica
en el desarrollo de m
ultiples ejercicios tanto de matematicas como de otras materias
cientficas. Las tecnicas de resolucion se basan en las propiedades basicas de las
operaciones algebraicas. Aunque el alumno debe conocer las tecnicas basicas para
el estudio de ecuaciones, en los ejemplos que componen esta seccion establecemos
algunas pautas, indicaciones y advertencias.
Ejemplo 1.2.1 Vamos a resolver la ecuacion
p

x=

x2 + x

x 2 R.

1,

p
Antes de empezar, recordemos que, cuando trabajamos con n
umeros reales, x
representa la raz positiva; de esta forma, si queremos expresar la raz negativa,
p
escribiremos
x.
El primer paso en la resolucion es elevar al cuadrado ambos lados de la igualdad
para eliminar las races, pero ademas tendremos que descartar las soluciones que
lleven a radicandos negativos, es decir, la ecuacion es equivalente a:
x = x2 + x

1,

0,

De la misma forma, la raz cuadrada cancela un cuadrado, pero el resultado debe


ser positivo, por lo que el resultado debe escribirse con valor absoluto:

p
a2 = |a|2 = |a|, para todo a 2 R.
Siguiendo con la ecuaci
on del ejemplo:
x = x2 + x

1, x

0 = x2

1, x

x = 1.

Observese que, en el u
ltimo paso, hemos descartado la solucion negativa de la ecuacion.
2

Ejemplo 1.2.2 Vamos a resolver la ecuacion


x3

2x2 + x = 0.

Un error bastante frecuente es efectuar directamente la siguiente simplificacion:


x2

2x + 1 = 0.

Grados en Ingeniera Inform


atica, del Software y de Computadores

24

Calculo para la computacion

Hacemos esto porque dividimos ambos lados entre x, pero para hacer esto, debemos
suponer que x 6= 0. Es preferible razonar de la siguiente forma. Sacando factor com
un
x en la ecuaci
on, obtenemos
x(x2

2x + 1) = 0,

por lo que la ecuaci


on se convierte en dos:
x2

x = 0,

2x + 1 = 0;

la primera es trivial y la segunda lleva a la solucion x = 1.


La factorizaci
on de expresiones es, en general, una tecnica bastante u
til para la
resoluci
on de ecuaciones, como podremos comprobar en las lecciones siguientes. 2

Ejemplo 1.2.3 De los sistemas de ecuaciones, solo los denominados sistemas lineales son resolubles de manera mecanica; es decir, siempre es posible decidir si tienen o
no soluciones y, en tal caso, determinarlas. Entendemos que el alumno debe conocer
la teora b
asica asociada a estos sistemas, as que solo vamos a resolver un ejemplo
para insistir en que el metodo mas simple y eficiente para resolverlos es el denominado metodo de Gauss o reducci
on. La asignatura Estructuras algebraicas para la
computaci
on dedicar
a un tema a este tipo de problemas.
En el desarrollo siguiente, utilizamos etiquetas para indicar para las operaciones
realizadas: (e2)
(e2) (e1) indica que restamos la primera a la segunda ecuacion
y que el resultado pasa a ser la nueva segunda ecuacion.
8
>
>
>
<
>
>
>
:

x+y

z =1

x + 2y + 2z = 2
x + y + 3z =
(e3)

(e3)+(e1)

=)

9
>
>
>
=

>
>
>
2 ;

(e2)

8
>
x+y
>
>
<
>
>
>
:

(e2) (e1)

=)

z =1

y + 3z = 1

2y + 2z =

8
>
>
>
<

x+y

y + 3z = 1

>
>
>
:

9
>
>
>
=

z =1

x + y + 3z =
(e3)

>
>
>
1 ;

(e3) 2(e2)

=)

9
>
>
>
=

>
>
>
2 ;

8
>
x+y
>
>
<
>
>
>
:

z =1

2y + 6z = 2
4z =

9
>
>
>
=

>
>
>
3 ;

El objetivo ha sido obtener un sistema triangular, que se resuelve facilmente de


abajo hacia arriba.
9

3 >
>
=
(e3) ) z =
3
4
) 2y + 6 = 2 ) y =
>
4
>
(e2) ;

9
>
>
>
5 >
>
=

>
>
>
>
>
(e1) ;

)x

5
4

3
=1) x=3
4
2

E.T.S.I.Informatica

1.2. Ecuaciones y sistemas de ecuaciones.

25

Para los sistemas no lineales, no disponemos de algoritmos similares al de Gauss


para calcular, si existe, la soluci
on de cualquier sistema. En estos casos, solo podemos
utilizar heursticas, es decir, reglas que, sin ser generales, son aplicables a muchos
casos y, por lo tanto, es recomendable utilizarlas en primer lugar. No obstante, solo
la experiencia y la intuici
on ayudaran a abordar con exito este tipo de problemas.
1. Sustituci
on: Buscamos una ecuacion que permita despejar facilmente una variable, directamente o a partir de una factorizacion que divida el sistema en
varios casos. La variable despejada se sustituye en el resto de las ecuaciones,
obteniendo uno o varios sistemas con menos variables.
2. Igualaci
on: Si una de las variables se puede despejar en todas las ecuaciones
en las que aparece, podemos hacerlo y a partir de ah, generar por igualacion
un sistema equivalente pero con menos variables.
3. Reducci
on: Este metodo de simplificacion consiste en sumar o restar ecuaciones, posiblemente multiplicadas por constantes o por expresiones; el proceso es
similar al utilizado en sistemas lineales. Aunque no consigamos eliminar una
variable, intentaremos reducir de esta forma la complejidad de las ecuaciones
antes de aplicar las otras tecnicas.
En los ejemplos siguientes mostramos como aplicar las tecnicas anteriores.
Ejemplo 1.2.4 Para resolver el sistema
8
< x2
: 3x

y=5
y=1 ,

nos fijamos en la segunda ecuacion, que permite despejar facilmente una variable en
funci
on de la otra.
(e2) ) y = 3x
(e1)

x2

1 =

y=5 ;

x2

3x + 1 = 5

x = 4, x =

Debemos tener cuidado al escribir las soluciones de un sistema y asociar correctamente los distintos valores que tome cada variable. En este ejemplo, x = 4 conduce
a y = 11 y x = 1 conduce a y = 4; por lo tanto, debemos escribir las soluciones
dejando claras las asociaciones correctas:
{x1 = 4, y1 = 11},

{x2 =

1, y2 =

4}.

En los sistemas de ecuaciones lineales caben tres posibilidades: que no tengan solucion, que tengan solamente una solucion o que tengan infinitas soluciones. Como

Grados en Ingeniera Inform


atica, del Software y de Computadores

26

Calculo para la computacion

podemos ver en el ejemplo anterior, en los sistemas no lineales tenemos mas posibilidades y puede haber m
as de una solucion aunque estas no sean infinitas.
Ejemplo 1.2.5 En el sistema
8
>
2x
>
>
<

xy = 0
yz = 0

>
>
>
: x2 + y 2 + z 2 = 1,

x, y, z 2 R,

elegimos en primer lugar la primera ecuacion para factorizarla, sacando x como


factor com
un:
0 = 2x

xy = x(2

y).

De esta forma, obtenemos dos posibilidades, o bien x = 0, o bien y = 2, lo que


permite simplificar las otras ecuaciones para obtener dos sistemas mas sencillos:

(1)

8
>
x=0
>
>
<

(2)

yz = 0

>
>
>
: y2 + z2 = 1

8
>
y=2
>
>
<

2z = 0

>
>
>
: x2 + 4 + z 2 = 1

La segunda ecuaci
on de (1), conduce a dos posibilidades, o bien y = 0, o bien z = 0,
que generan dos sistemas triviales:

(1.1)

8
>
x=0
>
>
<

(1.2)

y=0

>
>
>
: z2 = 1

Las soluciones obtenidas a partir de estos son


{x1 = 0, y1 = 0, z1 =
{x3 = 0, y3 =

1},

1, z3 = 0},

8
>
x=0
>
>
<

z=0

>
>
>
: y2 = 1

{x2 = 0, y2 = 0, z2 = 1},

{x4 = 0, y4 = 1, z4 = 0}.

El sistema (2) no tiene soluciones en R, ya que su tercera ecuacion es equivalente a


x2 + z 2 = 3.
2

Ejemplo 1.2.6 Vamos a resolver el sistema


8
>
>
>
<
>
>
>
:

x2 + y 2 = 1
x = yz
y = xz + 1

E.T.S.I.Informatica

1.2. Ecuaciones y sistemas de ecuaciones.

27

La variable z aparece en las ecuaciones segunda y tercera, y en ambas podemos


despejarla f
acilmente:
y 1
x
z=
.
(1.1)
z= ,
y
x
Dado que hemos dividido entre x e y, posteriormente tendremos que analizar los
casos en que x = 0 o y = 0. Aplicando igualaci
on en (1.1) obtenemos
x
y 1
=
y
x

x2

y 2 + y = 0,

por lo que nuestro sistema inicial se ha convertido en


x2 + y 2
x

1=0

y +y =0

Ahora vemos que podemos simplificar facilmente el termino x2 restando las dos
ecuaciones, para llegar a una ecuacion en y:
2y 2

1=0

Utilizando la primera ecuaci


on, x2 + y 2
resoluci
on:
{x1 = 0, y1 = 1, z1 = 0},

{x2 =

y = 1, y =

1
.
2

1 = 0, y que z =

x
, completamos la
y

p
3
1
, y2 =
, z2 =
3},
2
2
p
p
3
1
, y3 =
, z3 = 3}.
{x3 =
2
2

Finalmente, debemos analizar que ocurre si x = 0 o y = 0. El caso x = 0 conduce


facilmente a la primera soluci
on obtenida anteriormente. Por la segunda ecuacion,
si y = 0, entonces x = 0, lo cual es imposible atendiendo a la primera ecuacion del
sistema inicial.
2

Grados en Ingeniera Inform


atica, del Software y de Computadores

(Esta p
agina se ha dejado intencionalmente en blanco)

1.3. Operador sumatorio.

29

1.3
LECCION

Operador sumatorio
X

El operador
o sumatorio se utiliza para expresar sumas con un cantidad
variable de sumandos:
n
X

k=m

f (k) = f (m) + f (m + 1) + + f (n)

Los sumandos se expresan en funcion de una variable k que tomara valores consecutivos entre dos n
umeros naturales m y n tales que m n. Este operador tambien es
frecuente en los lenguajes de programacion, en los que toma una sintaxis similar a
sum(f (k), k, m, n)
Este operador ser
a usado en distintas asignaturas, por lo que es muy conveniente
aprender a manejarlo correctamente. Vemos a continuacion algunos ejemplos sencillos pero que ayudar
an a entender algunas propiedades de este operador.
Ejemplo 1.3.1
1. La variable utilizada como ndice de cada sumando no influye en el resultado
y podremos cambiarla por la letra que deseemos siempre que no interfiera en
el resto del problema. Por ejemplo, en los sumatorios siguientes utilizamos
ndices distintos pero obtenemos el mismo resultado:
10
X

k=1
10
X

k = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10
i = 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10

i=1

2. Obtenemos un ejemplo curioso, pero bastante frecuente, cuando el ndice no


aparece en la expresi
on del sumatorio, por ejemplo,

10
X

2: esta expresion tiene

k=1

10 sumandos, pero ninguno depende de k, todos valen 2, y por lo tanto:


10
X

k=1

2 = 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 + 2 = 10 2

3. Un sumatorio no es m
as que una suma, y por lo tanto le podemos aplicar las
propiedades de esta operacion. Por ejemplo, la siguiente igualdad no es mas
que la aplicaci
on de la propiedad asociativa:
8
X

k=1

k=

4
X

k=1

k +

8
X

k=5

1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 = (1 + 2 + 3 + 4) + (5 + 6 + 7 + 8)

Grados en Ingeniera Inform


atica, del Software y de Computadores

30

Calculo para la computacion

4. De la misma forma, si la expresion que hay dentro del sumatorio es tambien


una suma, las propiedades de asociatividad y conmutatividad nos permitiran
manipulaciones como la mostrada en el siguiente ejemplo:
4
X

(k + 1) =

k=1

4
X

4
X

k +

k=1

k=1

(1 + 1) + (2 + 1) + (3 + 1) + (4 + 1) = (1 + 2 + 3 + 4) + (1 + 1 + 1 + 1)
Usaremos la igualdad anterior de derecha a izquierda para unificar la suma de
dos sumatorios. En tal caso, tendremos que asegurarnos de que el rango del
ndice es el mismo en los dos; una forma de conseguir esto, es apartando los
sumandos que sea necesario:
5
X

k +

k=1

6
X

k2

k=2

=1+

5
X

k +

k=2

=1+

5
X

k 2 + 36 =

k=2
5
X

(k + k 2 ) + 36 = 37 +

k=2

5
X

(k + k 2 )

k=2

5. Otra propiedad asociada a la suma es la distributividad, que tambien admite


una formulaci
on muy u
til en combinacion con los sumatorios.
5
X

2k = 2

k=1

5
X

k=1

2 1 + 2 2 + 2 3 + 2 4 + 2 5 = 2(1 + 2 + 3 + 4 + 5)

Debemos asegurarnos de que todas las transformaciones que realicemos esten


respaldadas por las propiedades de la suma y el producto, tal y como hemos hecho
en los apartados del ejemplo anterior. En el ejemplo siguiente recogemos algunos
errores bastante frecuentes en la manipulacion de sumatorios.
Ejemplo 1.3.2
1.

5
X

k=1

k 6=

5
X

k=1

!2

. Estas dos expresiones son distintas, ya que, en general, el

cuadrado de una suma no es igual a la suma de los cuadrados


12 + 22 + 33 + 42 + 52 6= (1 + 2 + 3 + 4 + 5)2

2. Hemos visto anteriormente que gracias a la propiedad distributiva podemos


sacar un factor com
un a todos los sumandos del sumatorio. Sin embargo:
5
X

k=1

k(k + 1) 6= k

5
X

k=1

(k + 1)

E.T.S.I.Informatica

1.3. Operador sumatorio.

31

La variable k toma un valor distinto en cada sumando y por lo tanto no se


puede considerar com
un a todos ellos. Debemos pensar siempre que la variable
que funciona como ndice solo tiene sentido dentro del sumatorio.
2

Para poder simplificar correctamente expresiones que involucran sumatorios, es


conveniente saber modificar su ndice. Recordemos que el ndice sirve para generar una secuencia de n
umeros naturales consecutivos; por ejemplo, en el sumatorio
10
X

f (k), el ndice k genera la lista 1, 2, 3, . . . , 10. Sin embargo, esta misma lista de

k=1

n
umeros la podemos generar de otras formas, tal y como ilustramos en el ejemplo
siguiente.

Ejemplo 1.3.3 Consideremos la siguiente suma, en la cual f puede ser cualquier


funci
on.
S = f (1) + f (2) + f (3) + f (4) + f (5) + f (6) + f (7) + f (8) + f (9) + f (10)
Las siguientes expresiones describen esa misma suma:
S=

10
X

f (k) =

k=1

9
X

f (k + 1) =

k=0

11
X

f (k

1) =

k=2

9
X

f (10

k)

k=0

Partiendo de la primera, obtenemos las siguientes sustituyendo la variable k por otra


expresi
on que tambien genere la misma secuencia de n
umeros naturales consecutivos (creciente o decreciente), modificando adecuadamente el valor inicial y final del
ndice.
2

Veamos un u
ltimo ejemplo en el que utilizamos las propiedades anteriores para
evaluar un sumatorio.
Ejemplo 1.3.4 Vamos a calcular la suma de los n primeros n
umeros naturales, es
decir, vamos a evaluar la suma
S=

n
X

k=1

k = 1 + 2 + + (n

1) + n

Vamos a hacer la suma para n = 5 para entender la idea que queremos utilizar. Si
en lugar de sumar una vez la lista de n
umeros la sumamos dos veces, tendramos lo
siguiente:

1
S = (1 + 2 + 3 + 4 + 5) + (1 + 2 + 3 + 4 + 5)
2

Grados en Ingeniera Inform


atica, del Software y de Computadores

32

Calculo para la computacion

En lugar de sumarlos tal y como aparecen en esta expresion, vamos a reordenarlos


y agruparlos como se muestra a continuacion.
S=

1
(1
2
+(5

+2

+3

+4

+5)

+4

+3

+2

+1) =

1
(1 + 5) +(2 + 4) +(3 + 3) +(4 + 2) +(5 + 1) =
2
1
1
+6
+6
+6
+6) = 5 6
= (6
2
2

Ahora, vamos a repetir el mismo proceso utilizando sumatorios y sus propiedades.


1
S=
2

n
X

k+

k=1

n
X

k=1

En primer lugar, cambiamos el orden de los sumandos del segundo sumatorio y lo


hacemos con el siguiente cambio de ndices: k ! (n + 1 k).
1
S=
2

n
X

k+

k=1

n
X

k=1

1
=
2

n
X

k+

k=1

n
X

(n + 1

k)

k=1

A continuaci
on, unimos los dos sumatorios usando la propiedad asociativa:
1
S=
2

n
X

k=1

k+

n
X

(n + 1

k=1

k)

1
=
2

n
X

(k + (n + 1

k))

k=1

Tras simplificar la expresi


on del sumatorio, obtenemos otra independiente del ndice
cuya suma es igual a la expresi
on por el n
umero de sumandos.
1
S=
2

n
X

k=1

(k + (n + 1

k))

1
=
2

n
X

k=1

(n + 1)

1
= n(n + 1)
2

E.T.S.I.Informatica

1.4. El binomio de Newton.

33

1.4
LECCION

El binomio de Newton
En esta lecci
on, introducimos la formula del binomio de Newton, que permite expandir cualquier potencia de una suma de expresiones. Es decir, vamos a generalizar
la igualdad
(a + b)2 = a2 + 2ab + b2
Realmente, para expandir una potencia como (a + b)7 , bastara con multiplicar siete
veces la expresi
on (a+b), eliminando los parentesis adecuadamente con la propiedad
distributiva; el binomio de Newton es simplemente una formula que nos ahorra
parte de ese trabajo. Adem
as del operador sumatorio, para entender la formula,
necesitamos conocer el factorial de un n
umero natural y los n
umeros combinatorios.
n 1.4.1 (Factorial) Definimos el factorial de un n
Definicio
umero natural n,
denotado por n!, como sigue:
0! = 1
n! = (n

1)! n

para todo n

Esta forma de definir una funci


on se denomina recursiva: la definicion llama al mismo
operador que se define, pero aplicado a un n
umero menor, hasta llegar a un caso
base, en este caso 0!. Otra forma de escribir la definicion del operador es
n! = 1 2 3 . . . n,
Ejemplo 1.4.2
0! = 1,
1! = 1,

2! = 1 2 = 2,

para todo n

3! = 1 2 3 = 6

10! = 1 2 3 . . . 10 = 3 628 800

n 1.4.3 (Nu
meros combinatorios) Sean n yk
Definicio
dos n
umeros naturales
n
tales que 0 k n. Se define el n
umero combinatorio
, que se lee n sobre
k
k, como

n
n!
(1.2)
=
k
k! (n k)!
Ejemplo 1.4.4

1.

10
7

10 9 8 7!
10 9 8
10!
10 9 8
=
=
= 10 3 4 = 120
=
7! 3!
3!
32
7! 3!

Grados en Ingeniera Inform


atica, del Software y de Computadores

34

Calculo para la computacion

0
0

2.

0!
=1
0! 0!

n!
n!
=
=1
0! n!
n!

n!
n!
=
=1
n! 0!
n!

n!
=
k! (n k)!

n
0

3.

n
n

4.

5.

n
k

La forma habitual de calcular los n


umeros combinatorios es la que se ha utilizado
en el apartado 1 del ejemplo anterior, es decir, se expande parcialmente el factorial
del numerador y se simplifica con el denominador. Esto lo podemos hacer de forma
general para obtener una expresion alternativa para los n
umeros combinatorios.

n
k

n(n
n!
=
k! (n k)!

(nk)!
1) . . . (n k + 1)
=

k!
(nk)!
n(n 1) . . . (n
=
k!

k + 1)

(1.3)

Observese que en el numerador de la expresion obtenida hay exactamente k factores.


La siguiente propiedad es la mas importante de los n
umeros combinatorios, siendo el fundamento del tri
angulo de Tartaglia-Pascal, que veremos a continuacion, y
del binomio de Newton.
n 1.4.5 Para todo n 2 N y todo k 2 N:
Proposicio

n
n
+
k
k+1

n+1
k+1

Ejemplo 1.4.6 En este ejemplo, mostramos como se llega a esta igualdad en un


caso particular; por esta raz
on, evitamos la realizacion de la mayora de los calculos
intermedios. Este tipo de desarrollos nos ayudan a entender demostraciones generales, en las que manejamos variables y parametros en lugar de n
umeros concretos.

4876 8765
876 8765
+
=
+
=
3!
4!
4 3!
4!

9
4876+8765
(4 + 5) 8 7 6
9876
=
=
=
=
4!
4!
4!
4

8
8
+
3
4

E.T.S.I.Informatica

1.4. El binomio de Newton.

35

A la vista de este ejemplo, debera ser facil entender la demostracion de la proposicion 1.4.5:

n
n
+
k
k+1
n (n
=

1) (n k + 1) n (n 1) (n k + 1) (n k)
+
=
k!
(k + 1)!
(k + 1) n (n 1) (n k + 1) n (n 1) (n k)
+
=
=
(k + 1) k!
(k + 1)!
(k + 1 + n k) n (n 1) (n k + 1)
=
=
(k + 1)!

n+1
(n + 1) n (n 1) (n k + 1)
=
=
(k + 1)!
k+1

Tri
angulo de Tartaglia-Pascal. La propiedad 1.4.5 permite calcular los n
umeros
combinatorios usando una representacion geometrica que se donomina tri
angulo de
Tartaglia o tri
angulo de Tartaglia-Pascal. Construimos este triangulo colocando en
el vertice superior, el n
umero 00 y debajo de el colocamos los n
umeros 10 y 11 ;
formamos as un primer tri
angulo con solo tres n
umeros. A partir de aqu, vamos
a
nadiendo nuevas filas usando la siguiente regla: debajo de cada par de n
umeros,
colocamos su suma:
n
k

n
k+1

&

n
k

n
k+1

Prop. (1.4.5)

n
k

n
k+1

&

n+1
k+1

Adicionalmente, cada fila se comienza con n0 = 1 y se termina con nn = 1. Vemos


a continuaci
on el tri
angulo resultante hasta la quinta fila, a la izquierda con los
n
umeros combinatorios indicados y a la derecha con los valores resultantes.
0
0
1
0
2
0
3
0
4
0
5
0

1
1
2
1

3
1
4
1

5
1

2
2
3
2

4
2
5
2

1
1
3
3
4
3

5
3

1
4
4

5
4

1
5
5

3
4

3
6

10

1
4

10

1
5

Binomio de Newton. Ya tenemos todos los elementos necesarios para expresar


la formula del binomio de Newton.

Grados en Ingeniera Inform


atica, del Software y de Computadores

36

Calculo para la computacion

rmula del binomio de Newton) Para todo par de n


Teorema 1.4.7 (Fo
umeros a y b y todo n
umero natural n, se verifica que
n

(a + b) =

n
X

n n
a
k

k=0

k k

Tambien podemos escribir la f


ormula del binomio usando puntos suspensivos:
n

(a + b) =

n
X

n n
a
k

k=0

b =

n n 0
n n
a b +
a
0
1

Ejemplo 1.4.8
(x y)2 =
(s + t)3 =
(z

k k

2
0
3
0

x2 ( y)0 +
s 3 t0 +

2)6 = z 6

2n = (1 + 1)n =

3
1

n n
b+
a
2
2
1

x( y) +

s2 t +

3
2

12z 5 + 60z 4
n
0

n
1

st2 +

2 2

b + +

2
2
3
3

+ ... +

x0 ( y)2 = x2

ab

n 1

n 0 n
a b .
n

2xy + y 2

s0 t3 = s3 + 3s2 t + 3st2 + t3

160z 3 + 240z 2
n
2

n
n 1

192z + 64
+

n
n

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

37

1.5
LECCION

Los n
umeros complejos
En principio, los n
umeros complejos que introducimos en esta leccion fueron
definidos para cubrir una carencia de los n
umeros reales: hay ecuaciones polinomicas
que no tienen soluci
on en R; por ejemplo, no hay ning
un n
umero real x, tal que
x2 + 1 = 0. Esta propiedad es la que los determina, pero veremos que podremos
utilizarlos para resolver o analizar otros problemas geometricos y trigonometricos. En
el campo de la ingeniera electr
onica, los n
umeros complejos se usan en la descripcion
de se
nales peri
odicas y en el estudio de redes electricas.
Antes de introducir los n
umeros complejos, es conveniente recordar algunos conceptos. En concreto, vamos a repasar los conjuntos numericos y las propiedades que
rigen las operaciones dentro de ellos. En la asignatura de Estructuras algebraicas
para la computaci
on estudiaremos con detalle la estructura y propiedades de los
siguientes conjuntos, aqu nos limitamos a recordar su denominacion y notacion.
N = {0, 1, 2, 3, . . . }.

N
umeros naturales:
N
umeros enteros:

Z = {0, 1, 2, 3, . . . } [{

N
umeros racionales:

Q=

1, 2, 3, . . . }.

p
; p, q enteros primos entre s, q 6= 0 .
q

Finalmente, el conjunto de los n


umeros reales se denota por R, pero no es posible
hacer una descripci
on sencilla de ellos tal y como hemos hecho con los otros. Tanto
el conjunto de los n
umeros racionales como el de los reales con las operaciones de
suma y producto, tienen estructura de cuerpo ordenado, es decir, en ellos se verifican
las propiedades que enunciamos a continuacion.
Asociatividad: Todos los n
umeros reales a, b y c verifican
(a + b) + c = a + (b + c),

(a b) c = a (b c)

Existencia de elemento neutro y de unidad: el n


umero 0 es el elemento neutro
para la suma y el n
umero 1 es la unidad para el producto, es decir, para todo
n
umero real a
a + 0 = 0 + a = a,
a1=1a=a
Existencia de elementos opuestos e inversos: el n
umero a es el opuesto de
a respecto de la suma, es decir, a + ( a) = ( a) + a = 0 para todo n
umero
1
1
real a. El n
umero a = a es el inverso de a respecto del producto, es decir,
1
1
a a = a a = 1, para todo n
umero real a 6= 0.

Grados en Ingeniera Inform


atica, del Software y de Computadores

38

Calculo para la computacion

Conmutatividad: Todos los n


umeros reales a y b verifican
a + b = b + a,

ab=ba

Distributividad: Todos los n


umeros reales a, b y c verifican
a (b + c) = a b + a c,

(b + c) a = b a + c a

Si aplicamos estas igualdades de derecha a izquierda, decimos que sacamos un


factor com
un.
Ley de tricotoma: Cada par de n
umeros a y b verifica una y solo una de las
siguientes relaciones:
a=b
a<b
b<a
Esta propiedad tambien se enuncia diciendo que el orden entre n
umeros reales
es total.
La suma es cerrada para el orden: Si a > b, entonces a + c > b + c
El producto es cerrado para el orden: Si a > b, c > 0, entonces a c > b c
El alumno debe conocer estas propiedades, ya que las habra usado para resolver
ecuaciones e inecuaciones y para simplificar expresiones algebraicas en la resolucion
de m
ultiples ejercicios. Es conveniente que, a partir de ahora, se vaya acostumbrando
a sus denominaciones y a entender su significado.
Como ya hemos dicho, no es posible describir facilmente a los n
umeros reales para
distinguirlos de los n
umeros racionales. Ambos conjuntos numericos comparten las
propiedades que acabamos de recordar, pero el conjunto de los n
umeros reales posee
una propiedad adicional que no tiene el de los racionales y que recogemos en el
resultado siguiente.
Teorema 1.5.1 Toda sucesi
on de n
umeros reales mon
otona y acotada es convergente.
Dejaremos para el tema 4, dedicado a las sucesiones y series de n
umeros reales,
el estudio del significado y de las consecuencias de esta propiedad.
n 1.5.2
Observacio
1. La operaci
on producto se expresa indistintamente con los smbolos o ,
aunque en este curso, solo usaremos . Incluso omitiremos este smbolo si ello
no conduce a error. Esta omision es habitual porque, normalmente, utilizamos
un u
nico car
acter para representar variables; de esta forma si, por ejemplo,

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

39

nos encontramos la expresion ab, necesariamente tiene que corresponder al


producto de a por b. Sin embargo, en los programas y lenguajes informaticos,
es habitual utilizar variables con varios caracteres, por lo que se hace imprescindible hacer explcito el operador producto. Tambien sera imprescindible
usar explcitamente el operador para expresar el producto de dos n
umeros,
por ejemplo, 2 3 = 6. Y en general lo escribiremos siempre que sea necesario
para evitar confusiones.
2. A lo largo del curso vamos a usar muchas veces la palabra algebraico: hablamos
de expresiones algebraicas para referirnos a expresiones en las que solo intervienen las operaciones de suma, diferencia, producto y cociente entre n
umeros
y variables. Por otra parte, hablamos de propiedades algebraicas de un concepto, de una funci
on o de un operador, para referirnos a las propiedades en
relaci
on con esas mismas operaciones.
En el conjunto de los n
umeros reales, podemos formular ecuaciones polinomicas
sin soluci
on. Por ejemplo, dado que x2
0 para todo x 2 R, no existe ning
un
2
2
n
umero real tal que x = 1, es decir, tal que x + 1 = 0. Los n
umeros complejos
2
se introducen para cubrir esta limitacion, y la ecuacion x + 1 = 0 es la base de su
definici
on.
n 1.5.3 El conjunto de los n
Definicio
umeros complejos es el menor cuerpo que
2
contiene a R y al n
umero i que verifica i = 1.
Esta definici
on debe considerarse intuitiva e informal; la introduccion formal
queda fuera de los objetivos de este curso.
El n
umero i 62 R se denomina unidad imaginaria. La definicion anterior establece
que los n
umeros complejos son expresiones algebraicas que involucran a la unidad
imaginaria i y a cualquier n
umero real. Sin embargo, las propiedades de cuerpo y
2
la identidad i = 1 permitir
an simplificar estas expresiones hasta llegar a una del
tipo a + b i, en donde, a y b son n
umeros reales; esta forma de escribir los n
umeros
complejos se denomina bin
omica o rectangular.
Ejemplo 1.5.4 Vemos a continuacion dos ejemplos de como simplificar cualquier
expresi
on algebraica con complejos hasta reducirla a su forma binomica.
(2 + i)(1

2i) = 2

4i + i

2i2

=2

4i + i + 2

=4

3i

(distributividad)
(definicion de i)

Grados en Ingeniera Inform


atica, del Software y de Computadores

40

Calculo para la computacion

En las expresiones en las que aparezca un cociente, utilizaremos un simple truco para conseguir su simplificacion:
2+i
(2 + i)(1 + 2i)
5i
=
=
= i.
1 2i
(1 2i)(1 + 2i)
5
El n
umero a bi se denomina conjugado de a + bi; en el desarrollo anterior hemos
multiplicado numerador y denominador por el conjugado del denominador. Al operar el nuevo denominador, obtenemos un n
umero real, por lo que el resultado es un
n
umero en forma bin
omica.
2

La f
ormula del binomio de Newton es valida para expresiones con n
umeros complejos, ya que se basa solamente en las propiedades de la suma y el producto. Vemos
un ejemplo en el que utilizamos esta formula para simplificar la potencia de un
n
umero complejo.
Ejemplo 1.5.5 Vamos a expresar en forma binomica el n
umero (1
5

(1 i) =

5
X

k=0

=1

i)5 .

5
( i)k 15
k

5i + 10i2

= ( i)0 +5( i)1 +10( i)2 +10( i)3 +5( i)4 +( i)5 =

10i3 + 5i4

i5 = 1

5i

10 + 10i + 5

i=

4 + 4i

En general, la resoluci
on de ecuaciones algebraicas y sistemas de ecuaciones puede
hacerse utilizando los mismos metodos que empleamos para ecuaciones y sistemas
en el cuerpo de los reales. Esto se debe a que las transformaciones y simplificaciones
necesarias son consecuencia de las propiedades de cuerpo. En particular, podemos
utilizar la f
ormula que nos ayuda a resolver las ecuaciones de segundo grado.
Ejemplo 1.5.6 Resolvemos en C la ecuacion x2 6x + 13 = 0 utilizando la formula
para la resoluci
on de ecuaciones de segundo grado
p p
p
p
16
1
6
6 16
64i
6 36 4 13
=
=
=
= 3 2i
x=
2
2
2
2
Por lo tanto, las dos soluciones de la ecuacion son x1 = 3 + 2i,

x2 = 3

2i.

Ejemplo 1.5.7 En este ejemplo, vamos a resolver en C un sistema de ecuaciones


lineales utilizando el metodo de reducci
on.
8
< ix y = 2
: 2x + y = i

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

41

y = 2 = (e1) 2(e1) 2ix 2y = 4 = (e2) (e1)


=)
)
2x + y = i ; (e2) i(e2) 2ix + iy = 1 ;
ix

(2 + i)y =

Terminamos de despejar y:
y=

10 + 5i
5
=
=
2+i
(2 + i)(2 i)

10 + 5i
=
4+1

2+i

Y utilizando la segunda ecuaci


on inicial, determinamos x:
x=

y
2

i+2
2

=1

Las tecnicas que hemos repasado en la leccion 1.2 tambien son aplicables a sistemas de ecuaciones en los que sea posible obtener soluciones complejas.
Ejemplo 1.5.8 Vamos a resolver en C el sistema
8
< xy 2
: x2 y

x+2=0

x2 y 2

xy + x = 0

y+1=0

usando reducci
on. Si multiplicamos la primera ecuacion por x y la segunda por y,
obtenemos

2 2

x y

xy + 2y = 0

(Esta operaci
on puede a
nadir soluciones tales x = 0 o y = 0, que deberemos comprobar sobre el sistema inicial). Ahora podemos eliminar los terminos x2 y 2 y xy
restando las dos ecuaciones para llegar a que 2y x = 0. Esta ecuacion es mas
simple que cualquiera de las iniciales y, en particular, permite expresar x en funcion de y: x = 2y; llevando esta igualdad a la primera ecuacion del sistema inicial,
obtenemos
2y 3 y + 1 = 0
Recordando que en un polinomio con coeficientes enteros, los divisores del termino
independiente son candidatos a raz del polinomio, buscamos soluciones enteras de
esta ecuaci
on con el metodo de Ruffini, y deducimos que y = 1 es una solucion:
2
1
2

Por lo tanto,
0 = 2y 3

y + 1 = (y + 1)(2y 2

2y + 1)

Grados en Ingeniera Inform


atica, del Software y de Computadores

42

Calculo para la computacion

Im
z =x+yi

y
|z|
Arg(z)

Re

Figura 1.2: Representacion grafica de los n


umeros complejos
Para resolver la ecuaci
on 2y 2 2y + 1 = 0 utilizamos la formula que ya conocemos
para ecuaciones de segundo grado:
y=

4
4

2 2i
1 1
= i
4
2 2

Por lo tanto, las soluciones del sistema son:


{y1 =

1, x1 =

2},

{y2 =

1 1
+ i, x2 = 1 + i},
2 2

{y3 =

1
2

1
i, x3 = 1
2

i}.
2

1.5.1. Funciones destacadas.


Si z = x + iy 2 C, con x, y 2 R, el n
umero x se denomina parte real de z,
Re(z) = x, mientras que y se denomina parte imaginaria, Im(z) = y. La figura 1.2
muestra la representaci
on habitual de los n
umeros complejos como puntos en el
plano, de forma que la abscisa se corresponde con la parte real y la ordenada se
corresponde con la parte imaginaria. La longitud del segmento que une el origen de
coordenadas y el n
umero complejo se denomina m
odulo, |z|, y el angulo que forma
este segmento con la parte positiva del eje OX, se denomina argumento principal,
Arg(z). La siguiente definici
on introduce formalmente todas estas funciones; en ella
hacemos uso de la siguiente notacion: C = Cr{0}. En general, el superndice
sobre cualquier conjunto numerico, indica que excluimos al n
umero 0.
n 1.5.9
Definicio
En las definiciones siguientes, x, y 2 R, z 2 C:
Conjugado de un n
umero complejo:
: C ! C,

x + iy = x

iy

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

43

Parte real de un n
umero complejo:
Re : C ! R,

1
Re(z) = (
z + z)
2

Re(x + iy) = x,

Parte imaginaria de un n
umero complejo:
Im : C ! R,

Im(x + iy) = y,

Im(z) =

i
z) = (
z
2

1
(z
2i

z)

M
odulo de un n
umero complejo:
| | : C ! R+ ,

|x + iy| =

x2 + y 2 ;

Argumento principal de un n
umero complejo:
Si x = 0, entonces
Arg(iy) =

, si y > 0,
2

|z| =

p
z z

Arg : C ! [0, 2).

Arg(iy) =

3
, si y < 0;
2

si y = 0, entonces
Arg(x) = 0, si x > 0,

Arg(x) = , si x < 0;

en cualquier otro caso, Arg(x + iy) = , en donde tg =


2 [0, ] si y

y
,
x

0,

2 (, 2) si y < 0.

Observese que, por su definici


on, el modulo de un n
umero complejo es siempre
positivo y su argumento principal es un angulo entre 0 y 2.
Ejemplo 1.5.10
1. Re(3 2i) = 3
2. Im( 1 + i) = 1
p
p
3. |1 i| = 1 + 1 = 2
3
3
: los dos angulos entre 0 y 2 cuyas tangentes son 1 son
4. Arg( 1 + i) =
4
4
7
y
, pero dado que la parte imaginaria es positiva, el argumento principal es
4
el primero de ellos.
2

n 1.5.11 El operador conjugado verifica las siguientes propiedades:


Proposicio
z + w = z + w,

z w = z w.

Grados en Ingeniera Inform


atica, del Software y de Computadores

44

Calculo para la computacion

La demostraci
on de esta proposicion es una simple comprobacion que debera ser
facilmente desarrollada por el estudiante. La principal consecuencia de esta propiedad es la siguiente.
n 1.5.12 Si P (x) es un polinomio con coeficientes en R y z 2 C es una
Proposicio
raz de P , entonces z tambien es raz de P .
En el ejemplo 1.5.21 de la p
agina 50 vamos a deducir que las races del polinomio
4
P (x) = x + 1 son:
1
1
p + p i,
2
2

1
p
2

1
p i,
2

1
p
2

1
p i,
2

1
1
p + p i,
2
2

y efectivamente observamos que se verifica la propiedad de la proposicion anterior.


La demostraci
on del resultado es bastante simple; supongamos que
P (x) = an xn + + a1 x + a0 ,
y que z 2 C es raz de P ; en el desarrollo siguiente, solo utilizamos la proposicion
anterior y que el conjugado de un n
umero real es el mismo:
a n z n + + a1 z + a 0 = 0
an z n + + a1 z + a 0 = 0

an z n + + a1 z + a0 = 0
a n z n + + a1 z + a 0 = 0

Por lo tanto, efectivamente z tambien es raz del polinomio.

1.5.2. Teorema fundamental del


algebra
Este resultado recoge la propiedad que anunciabamos al principio de la leccion
y que caracteriza al cuerpo de los n
umeros complejos.

Teorema 1.5.13 (Teorema fundamental del Algebra)


Toda ecuaci
on polin
omica con coeficientes en C tiene soluci
on en C. Equivalentemente, todo polinomio
de grado mayor o igual que 1 con coeficientes en C puede factorizarse en factores
de grado menor o igual a 1:
P (z) = z0 (z

z1 )m1 . . . (z

zn ) m n ,

en donde, z0 , z1 , . . . , zn 2 C.

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

45

Los n
umeros complejos z1 , . . . , zn en el teorema anterior son las races o ceros del
polinomio P y son igualmente las soluciones de la ecuacion polinomica P (z) = 0.
Para cada zi , el n
umero natural mi se denomina multiplicidad de la raz o cero.
Una de las lecciones de este tema esta dedicada al estudio de los polinomios, pero
entendemos que el alumno debe conocer la teora basica y en particular la relacion
entre factorizaci
on de polinomios y ecuaciones polinomicas que se utiliza en este
teorema.
n 1.5.14 Decimos que un polinomio est
Definicio
a factorizado en R si est
a escrito
como producto de polinomios irreducibles, de grado menor o igual que 2 y con coeficientes en R. Decimos que est
a factorizado en C si est
a escrito como producto de
polinomios de grado menor o igual a 1 con coeficientes en C.
Ejemplo 1.5.15 El polinomio x2 + 1 es irreducible en R, pero admite la siguiente
factorizaci
on en C:
x2 + 1 = x2 i2 = (x + i)(x i)
2
Ejemplo 1.5.16 La identidad a2 b2 = (a + b)(a b), que tambien hemos usado
en el ejemplo anterior, es suficiente para factorizar el siguiente polinomio:
x4

1 = (x2 + 1)(x2

1) = (x2

( 1))(x + 1)(x

1) =
= (x + i)(x

Y a partir de ella, resolvemos la ecuacion polinomica x4


x1 = 1,

x2 =

1,

x3 = i,

x4 =

i)(x + 1)(x

1)

1 = 0:
i

Ejemplo 1.5.17 Para factorizar x3 + 2x2 + 2x + 1 intentamos buscar alguna raz


entre los divisores del termino independiente usando el metodo de Ruffini; en este
caso, encontramos que x = 1 es una de sus races:
1
1
1

Por lo tanto, el polinomio es divisible por x + 1:


x3 + 2x2 + 2x + 1 = (x + 1)(x2 + x + 1)
Resolviendo la ecuaci
on x2 + x + 1 = 0, vemos que sus soluciones son complejas, por
lo que podemos afirmar que la anterior es la factorizacion en R.
p
p
1 1 4
3
1
x=
=
i
2
2
2

Grados en Ingeniera Inform


atica, del Software y de Computadores

46

Calculo para la computacion

Por lo tanto, la factorizaci


on en C es:
1
x + 2x + 2x + 1 = (x + 1)(x +
2
3

p
3
3
1
i
)(x + + i
)
2
2
2

Ejemplo 1.5.18 En el ejemplo 1.5.6 de la pagina 40 hemos resuelto la ecuacion


x2 6x + 13 = 0 llegando a que sus soluciones son:
x1 = 3 + 2i,

x2 = 3

2i

Por lo tanto, la factorizaci


on en C del polinomio x2
x2

6x + 13 = (x

2i)(x

6x + 13 = 0 es:
3 + 2i)

Polinomios de grado cuatro. Vamos a ver unos ejemplos en los que mostramos
como es posible obtener la factorizacion de polinomios de grado cuatro. Naturalmente, tal y como hemos hecho en ejemplos anteriores, primero buscaremos races
entre los divisores del termino independiente y en caso de que no tenga este tipo de
ceros, usaremos los metodos explicados en los siguientes ejemplos.
Por otra parte, en estos ejemplos trabajamos con polinomios en los cuales el
coeficiente del termino de grado 3 es nulo. Para factorizar un polinomio general,
primero tendramos que cambiar el centro del polinomio, tal y como aprenderemos
en la siguiente lecci
on. En las relaciones de ejercicios factorizaremos polinomios de
grado cuatro generales.
Ejemplo 1.5.19 Vamos a factorizar el polinomio x4 3x2 6x 2 en R y en C. En
primer lugar vamos escribirlo como producto de dos polinomios en R y de grado 2.
x4

3x2

6x

2 = (x2 + Ax + B)(x2 + Cx + D),

A, B, C, D 2 R

Para determinar los n


umeros A, B, C y D, utilizamos identificacion de coeficientes
(ver teorema 1.6.1, en la p
agina 57), y para ello, expandimos el producto del lado
derecho.
x4

3x2

6x

2 = x4 + (A + C)x3 + (B + AC + D)x2 + (AD + BC)x + BD

Dado que dos polinomios son iguales si y solo si los coeficientes correspondientes a
los terminos del mismo grado son iguales, podemos construir el siguiente sistema de
ecuaciones:
A+C =0
B + AC + D =

AD + BC =

BD =

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

47

Este sistema se puede resolver facilmente porque proviene de un polinomio sin


termino de tercer grado, pero para ello, conviene seguir el camino que indicamos
a continuaci
on.
1. De la primera ecuaci
on deducimos que C =
dos ecuaciones centrales y obtenemos

A; sustituimos C por

A en las

3 + A2
6
D B=
A
Sumando las dos ecuaciones, podemos expresar D en funcion de A, y restandolas, podemos expresar B en funcion de A:
D +B =

D=

1
2

6
,
A

3 + A2

B=

1
2

3 + A2 +

6
A

2. A continuaci
on, utilizamos la tercera ecuacion del sistema inicial, BD = 2;
sustituyendo B y D por las expresiones obtenidas en el punto anterior, obtenemos una ecuaci
on en A:
1
6
6
( 3 + A2 )
( 3 + A2 ) +
=
4
A
A

1
36
1
36
2
4
=
( 3 + A2 )2
=
9
6A
+
A
4
A2
4
A2
Multiplicando por 4A2 y reagrupando los terminos en las potencias de A,
obtenemos la siguiente ecuacion polinomica
2 = BD =

A6

6A4 + 17A2

36 = 0

Aparentemente, el problema se ha complicado, ya que pasamos de una ecuacion


de grado 4 a una ecuaci
on de grado 6. Sin embargo, observamos que en esta
u
ltima ecuaci
on, todas las potencias de A son pares, por lo que podemos hacer
un cambio de variable, A2 = z, obteniendo una ecuacion de grado 3.
z3

6z 2 + 17z

36 = 0

Utilizando el algoritmo de Ruffini, buscamos una solucion entre los divisores


de 36, y la encontramos en z = 4
1
4
1

17

36

36

Dado que la factorizaci


on de un polinomio es u
nica, basta tomar una de las
soluciones en A, ya que cualquier otra solucion nos conducira a la misma
factorizaci
on. En este caso, una posible solucion verifica A2 = 4, y podemos
considerar A = 2.

Grados en Ingeniera Inform


atica, del Software y de Computadores

48

Calculo para la computacion

3. A partir del valor de A, ya podemos calcular el valor del resto de los parametros:
C=
B=

A=

3 + A2 +

3x2

6x

2
1
D=
2
Por lo tanto: x4

3 + A2

6
=
A

6
=
A

1
( 3 + 4 3) = 2
2
1
( 3 + 4 + 3) = 1
2

2 = (x2 + 2x + 2)(x2

2x

1)

Todava no podemos concluir que esta sea la factorizacion en R, antes debemos


comprobar si los dos polinomio son irreducibles.
p
2 4 8
2
x + 2x + 2 = 0 =) x =
= 1i
p2
p
2 4+4
x2 2x 1 = 0 =) x =
=1 2
2
Por lo tanto, el primer polinomio de grado 2 es irreducible en R, pero el segundo no
lo es. En cualquier caso, ya podemos escribir las dos factorizaciones:
Factorizaci
on en R:
x4

3x2

6x

2 = (x2 + 2x + 2)(x

p
2)(x

1+

1+

2)

Factorizaci
on en C:
x4

3x2

6x

2 = (x + 1

i)(x + 1 + i)(x

2)(x

2)

Ejemplo 1.5.20 En este ejemplo, vamos a factorizar el polinomio x4 + 1 en R


siguiendo el metodo del ejemplo anterior.
x4 + 1 = (x2 + Ax + B)(x2 + Cx + D),

A, B, C, D 2 R

Expandiendo el lado derecho de la igualdad y agrupando los terminos obtenemos


x4 + 1 = x4 + (A + C)x3 + (B + AC + D)x2 + (AD + BC)x + BD.
Identificamos coeficientes y obtenemos el siguiente sistema:
A+C =0
B + AC + D = 0
AD + BC = 0
BD = 1

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

49

De la primera ecuaci
on deducimos que C =
dos ecuaciones centrales obtenemos:

A, y sustituyendo C por

A en las

D + B = A2
A(D

B) = 0

Necesariamente, A 6= 0, ya que en caso contrario, el sistema se reducira a B +D = 0,


BD = 1, y de ah: B 2 = 1, lo que es imposible. Por lo tanto, las ecuaciones quedan:
D + B = A2
D

B = 0;

y sum
andolas y rest
andolas, podemos escribir B y D en funcion de A:
D=

A2
,
2

B=

A2
.
2

Sustituyendo en la u
ltima ecuacion del sistema inicial, BD = 1:
A2 A2

=1
2
2
A4 = 4
Nos quedamos con la soluci
on A =
C=

p
2, terminamos de calcular el resto de coeficientes

p
2,

B = 1,

D=1

y escribimos la factorizaci
on obtenida:
p
x4 + 1 = (x2 + x 2 + 1)(x2

p
x 2 + 1)

En este caso, los dos polinomios de grado 2 son irreducibles, por lo que esa es la
factorizaci
on en R.
2

Dado que todas las magnitudes fsicas se pueden medir con n


umeros reales, se
podra pensar que los n
umeros complejos solo son un objeto matematico abstracto
sin interes pr
actico. Sin embargo, la utilidad de estos n
umeros no esta en la descripci
on de magnitudes fsicas, sino que constituyen una herramienta para resolver
problemas algebraicos y geometricos. En el ejemplo anterior, hemos factorizado un
polinomio en R usando solamente n
umeros reales; en el siguiente ejemplo, vamos a
resolver el mismo ejercicio pero ayudandonos de los n
umeros complejos.

Grados en Ingeniera Inform


atica, del Software y de Computadores

50

Calculo para la computacion

Ejemplo 1.5.21 Vamos a factorizar el polinomio P (x) = x4 + 1 en C y en R. Introduciendo n


umeros complejos, podemos realizar facilmente la siguiente factorizacion:
x4 + 1 = x 4

i2 = (x2

i)(x2 + i).

Para seguir factorizando, resolvemos las ecuaciones x2 i = 0 y x2 + i = 0. Para la


primera, buscamos x = a + bi, con a, b 2 R, tal que (a + bi)2 = i, es decir,
(a + bi)2 = i
a2

b2 + 2abi = i

A partir de esta igualdad, comparando las partes reales e imaginarias, construimos


el siguiente sistemas de ecuaciones en R:
a2

b2 = 0,

2ab = 1,

p
p
cuyas soluciones son {a1 = 1/ 2, b1 = 1/ 2, }, {a2 =
decir, las soluciones de x2 i = 0 son
1
1
p + p i,
2
2

1
p
2

p
1/ 2, b2 =

p
1/ 2, }; es

1
p i
2

Siguiendo el mismo metodo, obtenemos las soluciones de x2 + i = 0:


1
p
2

1
p i,
2

1
1
p +p i
2
2

En consecuencia, la factorizaci
on en C del polinomio x4 + 1 es
x4 + 1 =

1
ip
2

1
p
2

1
1
x + p + ip
2
2

1
1
p + ip
2
2

1
ip
2

1
x+ p
2

Para obtener la factorizaci


on en R basta multiplicar los factores correspondientes a
las raices conjugadas. De esa forma, la identidad (A + B)(A B) = A2 B 2 elimina
la unidad imaginaria.
x4 +1 =
=
=

x+

p1
2

x+

p1
2

i p12
+

1
2

p
= (x2 + x 2 + 1)(x2

x+

p1
2
p1
2

+ i p12
+

p
x 2 + 1)

1
2

p1
2

i p12

p1
2

+ i p12

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

51

El esquema seguido en este ejemplo es muy habitual en matematicas: para resolver un problema en R, lo estudiamos antes en C para aprovecharnos de las propiedades adicionales; posteriormente volvemos a R para dar las soluciones deseadas. A
lo largo del tema veremos m
as ejemplos de esta metodologa.
Tambien nos hemos encontrado en estos dos u
ltimos ejemplos con algo que sera
muy recurrente en matem
aticas: los problemas admiten distintos caminos para llegar
a su soluci
on. Debemos aprender las distintas herramientas y metodos alternativos
y saber elegir en cada momento el mas adecuado y simple.
1.5.3. Exponencial compleja y f
ormula de De Moivre
Una representaci
on alternativa para los n
umeros complejos se obtiene al usar
la funci
on exponencial. Para introducirla, necesitamos en primer lugar, extender la
definici
on de esta funci
on a todos los n
umeros complejos.
n 1.5.22 Definimos la funci
Definicio
on exponencial en el cuerpo de los n
umeros
x+iy
x
complejos como: e
= e (cos y + i sen y).
Es evidente que esta definici
on es coherente con la exponencial sobre n
umeros reales,
ya que si y = 0:
ex+iy = ex (cos y + i sen y) = ex (cos 0 + i sen 0) = ex
La otra raz
on por la que esta funcion se denomina exponencial es que comparte las
propiedades algebraicas de su version real.
n 1.5.23
Proposicio
z
w
1. e e = ez+w , para todo z, w 2 C
2. (ez )n = enz , para todo z 2 C y todo n 2 N
Demostraci
on: Solo es necesario probar la primera propiedad, ya que la segunda
es consecuencia de ella. La demostracion hace uso, solamente, de las formulas del
seno y coseno de la suma de
angulos. Consideramos z = x1 + iy1 , w = x2 + iy2 ,
ez ew = ex1 ex2 (cos y1 + i sen y1 )(cos y2 + i sen y2 )
= ex1 +x2 (cos y1 cos y2

sen y1 sen y2

+ i(sen y1 cos y2 + cos y1 sen y2 ))


=e

x1 +x2

(cos(y1 + y2 ) + i sen(y1 + y2 ))

= ex1 +x2 ei(y1 +y2 ) = ez+w

Grados en Ingeniera Inform


atica, del Software y de Computadores

52

Calculo para la computacion

Si |z| = r y Arg(z) = , entonces


z = r cos + i r sen = r(cos + i sen ) = rei
La expresi
on rei se denomina forma exponencial del n
umero z, que se determina
a partir de su m
odulo y su argumento principal. Una representacion alternativa a
partir de estas dos componentes es la forma polar y que se suele escribir como r ;
las dos representaciones son equivalentes en cuanto a sus consecuencias practicas,
pero preferimos utilizar la forma exponencial, ya que la manipulacion de la misma
se basa en las propiedades ya conocidas de la funcion exponencial.
Ejemplo 1.5.24
1. 1 = ei , ya que |
2.
3. 1

1| = 1 y Arg( 1) =

i = ei3/2 , ya que |
i=

i| = 1 y Arg( i) = 3/2

p i7/4
2e

La igualdad ei = cos + i sen , se conoce como igualdad de Euler y aplicada


a = conduce a una identidad que relaciona las constantes matematicas mas
importantes:
ei + 1 = 0
Como consecuencia del segundo apartado de la proposicion 1.5.23, obtenemos
que (ei )n = ein y a partir de aqu, deducimos la formula de De Moivre.
rmula de De Moivre) Para todo n
Corolario 1.5.25 (Fo
umero natural n y todo real :
(cos + i sen )n = cos n + i sen n.
Una importante aplicaci
on de esta formula es obtener expresiones para simplificar
funciones trigonometricas, seg
un mostramos en los siguientes ejemplos.
Ejemplo 1.5.26 Si expandimos la igualdad de De Moivre para n = 2 obtenemos:
cos 2 + i sen 2 = (cos + i sen )2 = cos2 + 2i sen cos

sen2

Fijandonos en la parte real y en la parte imaginaria, deducimos:


cos 2 = cos2

sen2

sen 2 = 2 sen cos

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

53

Es decir, hemos obtenido expresiones para escribir el seno y el coseno del m


ultiplo de
un angulo en terminos del seno y el coseno del mismo angulo. En combinacion con
el binomio de Newton, podemos obtener formulas similares para cualquier m
ultiplo.
Este tipo de igualdades son u
tiles para simplificar expresiones en las que intervengan
distintos m
ultiplos de un mismo angulo.
2

Ejemplo 1.5.27 En otras ocasiones, nos interesara un proceso opuesto al del ejemplo anterior, es decir, reducir potencias de funciones trigonometricas a expresiones
en terminos del seno y coseno de m
ultiplos del angulo. Para deducir estas expresiones
partimos de las igualdades
eix + e ix
2
ix
e ix
e
(1.4)
sen x =
2i
que se deducen f
acilmente sumando y restando respectivamente, las siguientes:
cos x =

eix = cos x + i sen x


e

ix

= cos x

i sen x

Vemos a continuaci
on un ejemplo de como usar las igualdades (1.4) para el objetivo
buscado.
sen2 =

i
e

e
2i

1 2i
(e
2ei e i + e 2i )
4
1 2i
=
(e
2 + e 2i )
4
1 2i
=
((e + e 2i ) 2)
4
1
1 cos 2
=
(2 cos(2) 2) =
4
2
En combinaci
on con el binomio de Newton, podemos obtener formulas similares para
cualquier potencia.
2
=

Ejemplo 1.5.28 Otra de las aplicaciones de la formula de De Moivre es el calculo de


las races de los n
umeros complejos, que nos aparecen en la resolucion de ecuaciones
polin
omicas. Por ejemplo, supongamos que queremos calcular los n
umeros complejos
4
w, tales que w = 1; es decir, las races cuartas de 1 y races del polinomio
P (z) = z 4 + 1. Para calcularlas, partimos de la forma exponencial de 1,
1 = ei ,

k 2 Z.

Grados en Ingeniera Inform


atica, del Software y de Computadores

54

Calculo para la computacion

z=

w1

w0

w2

w3

Figura 1.3: Races cuartas de z =

Sin embargo, el
angulo no es el u
nico que permite obtener una igualdad similar a
la anterior; en general tenemos que:
1 = ei(+2k)
Las races w = rei que buscamos verifican entonces que:
w4 = r4 e4i =

1 = ei(+2k) .

De donde deducimos que r = 1 y 4i = i(+2k). De la segunda igualdad, deducimos


que solo cuatro valores de son argumentos principales de n
umeros complejos, los
correspondientes a k = 0, 1, 2, 3:

3
5
7
0 = , 1 =
, 2 =
, 3 =
4
4
4
4
En consecuencia, 1 tiene cuatro races cuartas:
1
1
1
1
w0 = ei0 = ei/4 = p + i p ,
w1 = ei1 = e3i/4 = p + i p ,
2
2
2
2
1
1
1
1
w2 = ei2 = e5i/4 = p
ip ,
w3 = ei3 = e7i/4 = p
ip
2
2
2
2
En la figura 1.3, se puede ver la representacion de estas races en el plano complejo.
Por otra parte, en el ejemplo 1.5.21 (pagina 50), resolvimos el mismo problema a
partir de la ecuaci
on polin
omica; como ya hemos mencionado antes, debemos acostumbrarnos a que un mismo problema puede resolverse de varias formas y debemos
aprender a elegir la forma m
as adecuada seg
un los datos concretos.
2

Teorema 1.5.29 Para cada n


umero complejo z = rei existen n numeros complejos
distintos w0 , . . . , wn 1 que verifican wkn = z. Estos n
umeros complejos son:
wk =

p
n

r exp

+ 2k

i ,

k = 0, 1, 2, . . . , n

E.T.S.I.Informatica

1.5. Los n
umeros complejos.

55

Hemos utilizado en este enunciado una notacion alternativa para la funcion exponencial
exp(x) = ex ,
que es de gran ayuda cuando escribimos expresiones grandes en el exponente.

Grados en Ingeniera Inform


atica, del Software y de Computadores

(Esta p
agina se ha dejado intencionalmente en blanco)

1.6. Polinomios.

57

1.6
LECCION

Polinomios
En las lecciones anteriores ya hemos trabajado con polinomios, ya que entendemos que el alumno conoce las operaciones entre ellos y sus propiedades mas importantes. Sin embargo, la importancia de estas funciones elementales hace conveniente
dedicar una lecci
on a ellas, para seguir recordando propiedades y aprender algunas
operaciones nuevas.
A lo largo de la lecci
on, consideraremos la siguiente expresion como forma normalizada de un polinomio y que se denomina forma expandida:
an xn + an

1x

n 1

+ + a2 x 2 + a 1 x + a0 .

(1.5)

El n
umero n debe ser natural, los coeficientes ak pueden ser reales o complejos y x
es la variable; si an 6= 0, se dice que n es el grado del polinomio. Para cada k, el
monomio ak xk se denomina termino k-esimo o termino de grado k y el n
umero ak
se denomina coeficiente k-esimo.
Cualquier expresi
on algebraica dada con sumas y productos de n
umeros complejos y una variable, debe ser considerada polinomio, ya que las propiedades de cuerpo
permiten transformarla hasta llegar a la forma expandida dada por (1.5).
La propiedad que enunciamos en el siguiente teorema justifica la tecnica denominada identificaci
on de coeficientes, que ya hemos usado en el ejemplo 1.5.20.
Teorema 1.6.1 La funci
on polin
omica
P (x) = an xn + an

1x

n 1

+ + a 2 x 2 + a 1 x + a0

es nula (P (x) = 0 para todo x) si y solo si ak = 0 para todo k.


Ejemplo 1.6.2 Cu
al es el valor de a si la siguiente igualdad es valida para todo x?
x2 + ax + 4 = (x

2)2

Observese que, al decir que la igualdad debe ser valida para todo x, estamos estableciendo algo m
as fuerte que una ecuacion, estamos estableciendo una identidad entre
funciones.
x2 + ax + 4 = (x
x2 + ax + 4
x2 + ax + 4

(x

x2 + 4x

2)2

2)2 = 0
4=0

(a + 4)x = 0

Grados en Ingeniera Inform


atica, del Software y de Computadores

58

Calculo para la computacion

Aplicando el teorema anterior a la u


ltima identidad entre funciones, podemos deducir que a = 4. El proceso seguido para el desarrollo de este ejemplo se denomina
identificaci
on de coeficientes, ya que podemos abreviarlo diciendo que dos polinomios son iguales si y solo si coinciden los coeficientes de los terminos del mismo
grado.
2

El teorema anterior nos puede llevar a la conclusion de que la mejor forma


de trabajar con un polinomio es a traves de su forma expandida. Sin embargo,
existen otras formas normales para una expresion polinomica que pueden ser mas
adecuadas seg
un el ejercicio concreto que queramos abordar. Por ejemplo, ya hemos
comprobado que la forma factorizada es conveniente para la resolucion de ecuaciones
polin
omicas.
Ya hemos dedicado varios ejemplos de la leccion 1.5 a la forma factorizada de
los polinomios y a su relaci
on con la resolucion de ecuaciones polinomicas.
1.6.1. Evaluaci
on de polinomios: M
etodo de Horner
La evaluaci
on de un polinomio para valores concretos de la variable se basa en
la realizaci
on de multiplicaciones y de sumas. Aunque esto puede parecer simple,
si el grado del polinomio es elevado, este proceso supone la realizacion de muchas
operaciones. Incluso si estas las hace un ordenador, el tiempo necesario puede ser
alto. Para reducir el n
umero de operaciones necesarias, vamos a introducir en esta
secci
on el Metodo de Horner, que se basa simplemente en reescribir el polinomio en
una forma m
as adecuada. Este proceso es muy simple y basta con analizarlo sobre
un ejemplo para entenderlo, tal y como hacemos a continuacion:
2x3 + 3x2

4x + 1 = x(2x2 + 3x

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

4) + 1

Es decir, separando el termino independiente, sacamos la variable x como factor


com
un; en el polinomio de grado 2 que aparece como subexpresion, repetimos el
proceso. Podemos observar que, si evaluamos el polinomio en su forma inicial, tenemos que realizar 3 + 2 + 1 multiplicaciones y 3 sumas; sin embargo, si evaluamos el
polinomio en la forma obtenida a la derecha, realizamos tambien 3 sumas pero solo 3
multiplicaciones. En general, si el polinomio tiene grado n, la evaluacion del polinon(n + 1)
mio en su forma expandida requiere
multiplicaciones y n sumas, mientras
2
que el metodo de Horner efect
ua solamente n productos y n sumas.
La forma m
as simple de utilizar este metodo es mediante el algoritmo de Ruffini,
que nos sirve para dividir polinomios, pero que tambien eval
ua el polinomio en el

E.T.S.I.Informatica

1.6. Polinomios.

59

punto. La justificaci
on es la siguiente, si dividimos un polinomio P (x) entre x
obtenemos la igualdad

x0 ,

P (x) = C(x)(x

r 2 C,

x0 ) + r,

en donde r es el resto de la division; de esta igualdad se deduce facilmente que


P (x0 ) = r. Por ejemplo, si dividimos P (x) = x3 + 2x2 + 2x + 1 entre x i, obtenemos
1
i

2
i

2
2i

1
1

2+i

1 2 + i 2i + 1

1+i

De donde deducimos que P (i) = 1 + i. No es difcil observar que la secuencia de


operaciones realizadas para llegar al resto en el metodo de Ruffini coincide con la
secuencia dada por el metodo de Horner.
1.6.2. Compleci
on de cuadrados
La compleci
on de cuadrados es una simple transformacion de polinomios de
grado 2, pero cuya aplicaci
on permite resolver muchos problemas: resolucion de
ecuaciones e inecuaciones de segundo grado, estudio y representacion de parabolas,
simplificaci
on de expresiones, c
alculo de primitivas,. . .
El objetivo de la transformacion es que, en la expresion resultante, la variable
aparezca solo una vez y dentro de un expresion que quede elevada al cuadrado. Por
ejemplo,
x2 + 2x 1 = (x + 1)2 2;
en la expresi
on de la derecha, la variable x aparece solamente en (x + 1)2 . Naturalmente, dado que estamos trabajando con polinomios, en la expresion transformada
solo podr
an aparecer sumas, restas y productos.
Ejemplo 1.6.3 El primer metodo para conseguir esta transformacion es utilizar
identificaci
on de coeficientes. Por ejemplo, para completar cuadrados en el polinomio
2
2x
3x + 1 podemos buscar parametros A y B tales que:
2x2

3x + 1 = 2(x + A)2 + B

A partir de aqu, expandiendo la expresion de la derecha e identificando coeficientes,


obtenemos un sistema de ecuaciones que permite determinar la expresion buscada.
2x2

3x + 1 = 2(x + A)2 + B

2x2

3x + 1 = 2(x2 + 2Ax + A2 ) + B

2x2

3x + 1 = 2x2 + 4Ax + 2A2 + B

Grados en Ingeniera Inform


atica, del Software y de Computadores

60

Calculo para la computacion

Por lo tanto,
4A =

A=

2A2 + B = 1

y de ah: 2x2

3
4

3x + 1 = 2 x

3
4

B=1

1
9
=
,
16
8

1
.
8

Debemos acostumbrarnos, no obstante, a realizar esta transformacion de una


forma m
as r
apida. Si nos fijamos en el caso particular x2 +bx y recordamos la formula
del cuadrado de un binomio, es facil concluir que la complecion de cuadrados tendra
la siguiente forma:

b 2
x2 + bx = x +
+ ...
2
Si elevamos al cuadrado mentalmente, nos aparece el n
umero b2 /4, que no esta en
el lado izquierdo, y por lo tanto debemos eliminarlo, es decir:

b
x + bx = x +
2
2

b2
4

Si aprendemos a desarrollar mentalmente la igualdad anterior, el proceso de compleci


on de cuadrados podr
a hacerse sin necesidad de recurrir a ecuaciones.
Ejemplo 1.6.4 Vamos a transformar el polinomio 2x2
explicado anteriormente:
2

2x

4x

1
=
2

1=2 x
2x
| {z }

= 2 ((x
|

4x + 1 usando el proceso

1)

{z

1)

= 2(x

1)2

= 2(x

1)

1
=
2

1=
2

Ejemplo 1.6.5 En el ejemplo anterior, hemos sacado factor com


un al coeficiente
2
de x para que los c
alculos siguientes sean mas simples. En algunos casos sera mas
sencillo proceder directamente sin hacer este paso.
4x2 3x +1 =
| {z }

2x

= 2x

3 2
4{z

3 2
7
+
4
16

9
+1 =
16 }

E.T.S.I.Informatica

1.6. Polinomios.

61

Ejemplo 1.6.6 Ya hemos resuelto varias ecuaciones de segundo grado aplicando la


formula que todo estudiante sabe desde sus a
nos de educacion primaria. En realidad,
no es m
as que una consecuencia de la complecion de cuadrados que hemos aprendido
en esta secci
on. Resolvemos en este ejemplo una ecuacion sin utilizar la formula y
dejamos al alumno el ejercicio de deducir la formula para una ecuacion general
ax2 + bx + c = 0 siguiendo los mismos pasos.
x2

1 2

2=0

2=0

1 2

9
=0
2
4

1 2 9
x
=
2
4
1
3
1
= ,
x
=
2
2
2
x = 2,
x= 1

3
2

De forma equivalente, tambien podramos utilizar complecion de cuadrados y la


identidad A2 B 2 = (A + B)(A B) para factorizar directamente los polinomios.
Por ejemplo, sobre el mismo ejemplo anterior, podemos hacer lo siguiente:
x2

2= x

1 2
2

9
= x
4

= x

1 2 32
=
2
22
1 3
1
+
x
2 2
2

3
= (x + 1)(x
2

2)

1.6.3. Cambio de centro de un polinomio


Un polinomio centrado en x0 es una expresion algebraica de la forma
an (x

x0 ) n + a n

1 (x

x0 ) n

+ + a2 (x

x0 )2 + a1 (x

x0 ) + a 0

(1.6)

Tambien se dice que el polinomio esta expresado en terminos de (x x0 ). Naturalmente, estas expresiones son polinomios y con la ayuda del binomio de Newton
podemos transformarlas f
acilmente en su forma expandida. Por otra parte, la forma
expandida de un polinomio no es mas que el polinomio centrado en x0 = 0.
Veremos que esta forma alternativa de escribir un polinomio puede ser mas conveniente que la expandida para determinadas operaciones y por lo tanto es muy
importante disponer del siguiente resultado.
Teorema 1.6.7 Para todo n
umero x0 , cualquier polinomio P (x) puede ser escrito
de forma u
nica como polinomio centrado en x0 .

Grados en Ingeniera Inform


atica, del Software y de Computadores

62

Calculo para la computacion

Vamos a apoyarnos en unos ejemplos sencillos, pero no triviales, para describir los
metodos de obtener la forma centrada de un polinomio en un punto determinado.

Ejemplo 1.6.8 Haciendo uso de simples operaciones algebraicas y del binomio de


Newton, vamos a expresar el polinomio
P (x) = 2x3

x2 + 3x

en terminos de (x + 1). Para ello, sustituimos x por (x + 1) 1 y expandimos la


expresi
on resultante sin eliminar en ning
un momento los parentesis de (x + 1):
2x3

x2 + 3x
3

= 2((x + 1)

1 = 2((x + 1)
2

3(x + 1) + 3(x + 1)

1)3
1)

((x + 1)
2

((x + 1)
3

= 2(x + 1)

1)2 + 3((x + 1)

1)

1=

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

7(x + 1) + 11(x + 1)

1=

Ejemplo 1.6.9 La segunda forma para llegar a la forma centrada de un polinomio en un centro distinto de 0 hace uso de la division de polinomios. Nuevamente,
queremos encontrar los coeficientes ak tales que
P (x) = 2x3

x2 + 3x

1 = a3 (x + 1)3 + a2 (x + 1)2 + a1 (x + 1) + a0 .

Vamos a razonar sobre la parte derecha para justificar el procedimiento que aplicaremos despues. Si dividimos P (x) entre x + 1 obtenemos:
P (x)
a3 (x + 1)3 + a2 (x + 1)2 + a1 (x + 1) + a0
=
=
x+1
x+1
= a3 (x + 1)2 + a2 (x + 1) + a1 +

a0
x+1

Es decir, C1 (x) = a3 (x + 1)2 + a2 (x + 1) + a1 es el cociente y a0 es el resto de la


divisi
on. Si ahora dividimos C1 (x) de nuevo entre x + 1,
C1 (x)
a3 (x + 1)2 + a2 (x + 1) + a1
a1
=
= a3 (x + 1) + a2 +
x+1
x+1
x+1
obtenemos como resto al coeficiente a1 . Podemos seguir as sucesivamente y deducimos que la secuencia a0 , a1 , a2 ,. . . es la de los restos que se obtiene al dividir P (x)
entre x + 1 sucesivamente, descartando los restos. Para realizar esta secuencia de

E.T.S.I.Informatica

1.6. Polinomios.

63

divisiones utilizamos el metodo de Ruffini.


2
1
2
1
2

7 = a0

11 = a1

2
2

7 = a2

1
2 = a3
Esto nos lleva a la misma expresion que hemos obtenido en el ejemplo anterior:
2x3

x2 + 3x

1 = 2(x + 1)3

7(x + 1)2 + 11(x + 1)

El metodo mostrado en este segundo ejemplo es el mas simple y el mas eficiente,


ya que se basa en la evaluaci
on de los polinomios usando el metodo de Horner. Sin
embargo, es conveniente entender los otros metodos, que nos ayudan a recordar y
aplicar varias propiedades que usaremos a lo largo del curso.
Ejemplo 1.6.10 Vamos a repetir el ejemplo anterior pero usando las derivadas
sucesivas del polinomio. La igualdad que queremos conseguir es la siguiente,
P (x) = 2x3

x2 + 3x

1 = a3 (x + 1)3 + a2 (x + 1)2 + a1 (x + 1) + a0 .

Para determinar los coeficientes ak , vamos a hallar las derivadas sucesivas del polinomio en sus dos representaciones, la inicial y la centrada en 1, y evaluaremos
ambas expresiones en el nuevo centro:
P (x) = 2x3

x2 + 3x

7 =

1 ) P ( 1) =

P (x) = a3 (x + 1)3 + a2 (x + 1)2 + a1 (x + 1) + a0 ) P ( 1) = a0 ;


P 0 (x) = 6x2

a0 =

2x + 3 ) P 0 ( 1) = 11 =

P 0 (x) = 3a3 (x + 1)2 + 2a2 (x + 1) + a1 ) P 0 ( 1) = a1 ;


P 00 (x) = 12x

2 ) P 00 ( 1) =

14 =

P 00 (x) = 3 2a3 (x + 1) + 2a2 ) P 00 ( 1) = 2a2 ;

a2 =
9

P 000 (x) = 12 ) P 000 ( 1) = 12 =

P 000 (x) = 3 2a3 ) P 000 ( 1) = 3 2a3 ;

a1 = 11

14/2 =

a3 = 12/6 = 2

Esto nos lleva a la misma expresion que obtuvimos en los ejemplos anteriores:
2x3

x2 + 3x

1 = 2(x + 1)3

7(x + 1)2 + 11(x + 1)

Grados en Ingeniera Inform


atica, del Software y de Computadores

64

Calculo para la computacion

Si aplicamos el proceso mostrado en el ejemplo anterior a un polinomio generico,


deducimos el resultado de la siguiente proposicion.

n 1.6.11 Si P (x) =
Proposicio

n
X

ak (x

x0 )k , entonces ak =

k=0

P (k) (x0 )
.
k!

Esta proposici
on es la clave para la construccion de los polinomios de Taylor que
estudiamos en la secci
on siguiente.

1.6.4. Funciones racionales y fracciones simples


Las funciones expresadas como cociente de polinomios se denominan funciones
racionales. En esta secci
on, vamos a trabajar con polinomios con coeficientes reales y
estamos interesados en la transformacion de las expresiones racionales en una forma
normal dada como suma de un polinomio y fracciones simples.
En primer lugar, hablaremos de funciones racionales propias si el grado del denominador es estrictamente mayor que el grado del numerador, como por ejemplo

x2

5x + 4
,
2x 8

1
x5

Hablaremos de funciones racionales impropias si el grado del denominador es menor


o igual que el grado del numerador, como por ejemplo
x2 x
,
x+3

x2 + 3x
x2 2x

4
8

n 1.6.12 Cualquier funci


Proposicio
on racional se puede expresar como suma de
un polinomio y de una funci
on racional propia.
La transformaci
on necesaria para conseguir la descomposicion es simplemente la
divisi
on de polinomios, tras la cual llegamos a la igualdad
P (x)
R(x)
= C(x) +
,
Q(x)
Q(x)
en donde C(x) el cociente y R(x) el resto de dividir P (x) entre Q(x).

Ejemplo 1.6.13 La funci


on racional

x6 2
no es propia; dividimos para obtener
x4 + x2

E.T.S.I.Informatica

1.6. Polinomios.

65

la expresi
on de la proposici
on anterior.
x6

x4 + x2

x6

x4

x2

x4

+x4 +x2
+x2

Mostramos, pero no explicamos, los detalles de la division, que pueden consultarse


en cualquier manual de matem
aticas de secundaria. Ya podemos escribir la descomposici
on deseada.
x6 2
x2 2
2
=
x
1
+
2
x4 + x2
x4 + x2
n 1.6.14 (fraccio
n simple) Las funciones racionales
Definicio
A
,
(ax + b)n

Ax + B
,
+ bx + c)n

(ax2

en donde, n 2 N, A, B, a, b, c 2 R y ax2 + bx + c no tiene races reales, se denominan


fracciones simples.
Por ejemplo,
3
,
2x + 1
x
,
2
2x + 2x + 1

5
5
=
,
+ 3x 1
(x 1)3
1 x
1 x
= 2
,
4
2
x + 8x + 16
(x + 4)2

x3

3x2

son fracciones simples. Sin embargo,


x
no es fracci
on simple, ya que el denominador tiene grado 1 y el numex 2
rador no es una constante;
x2 + x + 1
no es simple, ya que el numerador tiene grado 2;
x2 + 1
1
no es simple, ya que el denominador, x(x2 + 4), no se corresponde con
+ 4x
una potencia de un polinomio de grado 1, ni con una potencia de un polinomio
de grado 2;
x3

2x + 5
no es simple, ya que el polinomio x2
(x2 4)3

4 tiene races reales.

Grados en Ingeniera Inform


atica, del Software y de Computadores

66

Calculo para la computacion

n 1.6.15 Cualquier funci


Proposicio
on racional propia

P (x)
, se puede expresar
Q(x)

como suma de fracciones simples. Concretamente, si


Q(x) = a(x

a1 )n1 (x

a2 )n2 . . . (x

ap ) np

(x2 + b1 x + c1 )m1 (x2 + b2 x + c2 )m2 . . . (x2 + bq x + cq )mq


es la factorizaci
on en R del polinomio Q(x), entonces existen n
umeros reales Aij ,
Bij , Cij , tales que:

A11
A12
A1n1
+
+ +
+
2
x a1 (x a1 )
(x a1 )n1

A21
A22
A2n2
+
+
+

+
+
x a2 (x a2 )2
(x a2 )n2

P (x)
=
Q(x)

++

Apnp
Ap1
Ap2
+
+ +
2
x ap (x ap )
(x ap )np

B11 x + C11
B1m x + C1m1
+ + 2 1
+
+
2
x + b1 x + c 1
(x + b1 x + c1 )m1

B21 x + C21
B2m2 x + C2m2
+
+ + 2
+
x 2 + b2 x + c 2
(x + b2 x + c2 )m2
++

Bqm x + Cqmq
Bq1 x + Cq1
+ + 2 q
2
x + bq x + c q
(x + bq x + cq )mq

(1.7)

El n
umero de sumandos de la descomposicion descrita en el resultado es la suma de las multiplicidades de los factores de Q. Para cada raz real, se consideran
tantos sumandos como su multiplicidad; los denominadores son las potencias sucesivas del correspondiente factor y los numeradores son constantes. Para cada factor
de grado 2 irreducible (par de races complejas conjugadas), se consideran tantos
sumandos como su multiplicidad; los denominadores son las potencias sucesivas del
correspondiente factor y los numeradores son polinomios de grado menor o igual a 1.
Por lo tanto, para determinar la descomposicion, partimos de la factorizacion del
denominador y planteamos la igualdad (1.7) para determinar, mediante identificacion de coeficientes, los n
umeros Aij , Bij , Cij
Ejemplo 1.6.16 Mostramos el proceso de descomposicion en fracciones simples de

E.T.S.I.Informatica

1.6. Polinomios.

67

la funci
on racional propia

x2 2
.
x4 + x2

[Factorizamos el denominador,. . .
x2

2
x2 2
=
x4 + x2
x2 (x2 + 1)
[aplicamos el esquema de descomposicion,. . .
B
Cx + D
A
= + 2+ 2
x
x
x +1
[sumamos. . .
=

Ax(x2 + 1) + B(x2 + 1) + x2 (Cx + D)


x2 (x2 + 1)

[y agrupamos.
=

(A + C)x3 + (B + D)x2 + Ax + B
x2 (x2 + 1)

Al igualar los coeficientes de los polinomios de los numeradores, obtenemos el siguiente sistema lineal de 4 ecuaciones y 4 incognitas:
x3
x2
x1
x0
cuya soluci
on es A = 0, B =

! A+C

! B+D
! A

! B

2, C = 0 y D = 3. Por lo tanto:
x2 2
=
x4 + x2

2
3
+ 2
2
x
x +1

Ejemplo 1.6.17 La siguiente funcion racional tambien es propia y por lo tanto no


es necesario dividir los polinomios:
6x5 + 16x4 + 22x3 + 18x2 + 20x
(x 1)2 (x + 2)(x2 + x + 1)2

El denominador ya est
a factorizado, as que podemos pasar directamente a escribir
la descomposici
on en fracciones simples:
6x5 + 16x4 + 22x3 + 18x2 + 20x 1
=
(x 1)2 (x + 2)(x2 + x + 1)2
A
B
Dx + E
Fx + G
C
=
+
+ 2
+ 2
+
2
x 1 (x 1)
x + 2 x + x + 1 (x + x + 1)2

Grados en Ingeniera Inform


atica, del Software y de Computadores

68

Calculo para la computacion

Sumamos la expresi
on de la derecha tomando el denominador inicial como mnimo
com
un m
ultiplo y obtenemos la siguiente igualdad de numeradores
6x5 + 16x4 + 22x3 + 18x2 + 20x

1=

1)(x + 2)(x2 + x + 1)2 + B(x + 2)(x2 + x + 1)2 + C(x

= A(x

+ (Dx + E)(x

1)2 (x + 2)(x2 + x + 1) + (F x + G)(x

= (A + C + D)x6 + (3A + B + D + E)x5 + (3A + 4B


+ (A + 7B

2C

1)2 (x + 2) =
2D + E + F )x4 +

2E + G)x3 + ( 3A + 8B + D

+ ( 3A + 5B + 2D

E + 2F

1)2 (x2 + x + 1)2 +

3F )x2 +

3G)x + ( 2A + 2B + C + 2E + 2G)

Por lo que, igualando coeficientes, obtenemos el siguiente sistema de siete ecuaciones


lineales con siete inc
ognitas:
x6 !
x5 !
x4 !

x3

x2 !
x1 !
x0

9
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
>
=

0 = A+C +D
6 = 3A + B + D + E
16 = 3A + 4B
22 = A + 7B

2D + E + F
2C

18 =

3A + 8B + D

20 =

3A + 5B + 2D

1 =

2E + G
E

3F

E + 2F

2A + 2B + C + 2E + 2G

Por tanto, la descomposici


on final es:
6x5 + 16x4 + 22x3 + 18x2 + 20x
(x 1)2 (x + 2)(x2 + x + 1)2

1
=

>
>
>
>
>
>
>
>
>
>
3G >
>
>
>
>
>
;

=)

8
>
>
A =
>
>
>
>
>
>
B =
>
>
>
>
>
>
C =
>
>
<

>
>
>
>
>
E
>
>
>
>
>
>
F
>
>
>
>
>
: G

1
3
1

= 0
= 0
= 1
=

=
1
x

3
(x

1)2

x 2
1
+ 2
x + 2 (x + x + 1)2
2

1.6.5. Polinomios de Taylor


Los polinomios son las funciones elementales mas simples, ya que solo hacen uso
de las operaciones suma, resta y producto. La situacion ideal sera que el resto de
las funciones elementales se pudieran convertir en polinomios, pero esto no es cierto
en ning
un caso. Sin embargo, s es posible aproximar cualquier funcion elemental
con polinomios, as como cualquier funcion que se pueda construir a partir de ellas
en determinadas condiciones. Como veremos mas detalladamente en el u
ltimo tema, para establecer un metodo de aproximacion adecuado, debemos saber construir

E.T.S.I.Informatica

1.6. Polinomios.

69

una aproximaci
on de una funci
on dada y tambien debemos poder mejorar la aproximaci
on cuanto deseemos. En esta seccion, solo vamos a aprender a construir los
polinomios aproximantes, y ser
a en el u
ltimo tema cuando aprendamos a controlar
los errores de este metodo de aproximacion.
n 1.6.18 El polinomio de Taylor de orden n (o n-esimo polinomio de
Definicio
Taylor) de la funci
on f en el punto x0 es un polinomio T , de grado menor o igual
que n tal que su valor en x0 y el valor de las n primeras derivadas coinciden con los
de f :
T (n) (x0 ) = f (n) (x0 )
Como consecuencia de la proposicion 1.6.11, podemos deducir facilmente la expresi
on de los polinomios de Taylor como polinomios centrados en x0 .
Corolario 1.6.19 El polinomio de Taylor de la definici
on anterior, es u
nico y
viene dado por:
T (x) = f (x0 ) + f 0 (x0 )(x

f 00 (x0 )
(x x0 )2 + . . .
2
n
X
f (k) (x0 )
f (n) (x0 )
(x x0 )n =
(x
+
n!
k!
k=0

x0 ) +

x0 ) k

El polinomio de Taylor en x0 = 0 se denomina igualmente polinomio de McLaurin.


Ejemplo 1.6.20 Para la funci
on f (x) = ex , se verifica que f (n) (x) = ex y por tanto,
(n)
0
f (0) = e = 1 para todo n. Por lo tanto, el polinomio de Taylor de orden n de la
funci
on exponencial en el punto 0 es:
T (x) = 1 + x +

x2
xn
+ +
2
n!

En la figura 1.4, aparecen representadas la funcion exponencial y los polinomios de


Taylor de orden 1, 2 y 4. En primer lugar, apreciamos el parecido de la funcion y
sus polinomios, mayor cuanto mayor es el orden y cuanto mas cerca estamos del
punto x0 = 0. Adem
as, para el caso n = 1, observamos que la recta obtenida en su
representaci
on coincide con la recta tangente en el punto x0 = 0.
2

Los polinomios de Taylor pueden evaluarse en cualquier punto, pero debemos


tener en cuenta las siguientes consideraciones:
Si queremos utilizarlos para aproximar magnitudes, solo tiene sentido usar los
polinomios en los puntos para los cuales los coeficientes obtenidos sean n
umeros

Grados en Ingeniera Inform


atica, del Software y de Computadores

70

Calculo para la computacion

f (x) = ex

T1 (x) = 1 + x

f (x) = ex

T2 (x) = 1 + x +

x2
2

f (x) = ex

1
1

T4 (x) = 1 + x +

x3
x4
x2
+
+
2
6
24

Figura 1.4: Funci


on exponencial y algunos polinomios de Taylor.

E.T.S.I.Informatica

1.6. Polinomios.

71

racionales, ya que el objetivo es estimar magnitudes reales con magnitudes


racionales; esto ser
a analizado con mas detalle en el u
ltimo tema.
Solo tendremos la posibilidad de controlar los errores cometidos para las funciones elementales y para algunas funciones construidas a partir de ellas.
S trabajaremos con funciones arbitrarias cuando utilicemos los polinomios
para deducir propiedades locales de la funciones, es decir, para estudiar que
es lo que ocurre en un entorno muy peque
no alrededor de un punto. Por
ejemplo, todos los resultados de clasificacion de puntos crticos en los problemas
de optimizaci
on, se basan en los desarrollos de Taylor.
Ejemplo 1.6.21 Vamos a calcular el polinomio de Taylor de la funcion log x (logaritmo neperiano) en x0 = 1. No podemos elegir a 0 como centro, ya que ese punto
no est
a en el dominio; adem
as, el n
umero 1 es el u
nico punto del dominio tal que el
valor de la funci
on en ese punto y sus derivadas sucesivas son n
umeros racionales.
Empezamos calculando las primeras derivadas sucesivas de la funcion f (x) = log x,
x > 0:
f 0 (x) = x
f 00 (x) =

f 000 (x) = 2x
f (4) (x) =

2
3

3 2x

f (5) (x) = 4 3 2x

4
5

Podemos observar que:


Aparece alternativamente el signo : las derivadas pares incluyen el signo,
y las impares no. Por lo tanto, para el orden de derivacion n, el signo sera
( 1)n 1 .
No hemos multiplicado las constantes para poder observar como se construyen:
en cada paso de derivaci
on multiplicamos por el siguiente n
umero natural. De
esta forma, la constante correspondiente al orden de derivacion n es (n 1)!.
Finalmente, en cada derivada, la variable x aparece con un exponente negativo,
cuyo valor absoluto coincide con el orden de derivacion.
Es decir, con la observaci
on de estas primeras derivadas podemos intuir que
f (n) (x) = ( 1)n

(n

1)!x

(1.8)

Sin embargo, debemos hacer una demostracion formal de esta afirmacion usando
inducci
on matem
atica.

Grados en Ingeniera Inform


atica, del Software y de Computadores

72

Calculo para la computacion

T1 (x) = (x

1)
f (x) = log x

f (x) = log x

T2 (x) = (x

1)

T5 (x) = (x

1)

1)2

(x
2

1)3

(x

1)4

(x

1)2

(x

1)5

(x
5

f (x) = log x

Figura 1.5: Funci


on logaritmo y algunos polinomios de Taylor.
E.T.S.I.Informatica

1.6. Polinomios.

(i) Para n = 1:

73

( 1)1

1 (1

1)!x

= 1 1x

=x

= f 0 (x).

(ii) Supongamos que la f


ormula es valida para n y a partir de ah, vamos a deducirla
para n + 1.
f (n) (x) = ( 1)n 1 (n 1)!x n

d (n)
d
(f (x)) =
f (n+1) (x) =
( 1)n 1 (n 1)!x n
dx
dx
f (n+1) (x) = n( 1)n 1 (n 1)!x n 1
f (n+1) (x) = ( 1)n n!x

(n+1)

Efectivamente, la u
ltima igualdad se corresponde con la formula (1.8) sustituyendo n por n + 1.
Por lo tanto, podemos concluir que la formula es valida para todo n 2 N.
El resto del ejemplo consiste simplemente en aplicar la formula del polinomio de
Taylor:
f (1) = log 1 = 0,
T (x) = 0 + 1 (x

1)

f (n) (1) = ( 1)n


1!
(x
2!

1)2 +

1
1
(x 1)2 + (x
2
3
n
X
1
T (x) =
( 1)k 1 (x 1)k
k
k=1
T (x) = (x

1)

2!
(x
3!

(n

1)!

1)3 + + ( 1)n

1)3 + + ( 1)n

11

(x

1 (n

1)!
n!

(x

1)n

1)n

En la figura 1.5 de la p
agina 72 podemos ver la grafica de la funcion logaritmo junto
a algunos polinomios de Taylor. En este caso observamos que al aumentar le grado
del polinomio, el parecido entre este y la funcion solo aumenta en el intervalo (0, 2),
mientras que por encima de dos, polinomio y funcion logaritmo se van separando
cada vez m
as. En el tema 4 estudiaremos porque ocurre esto y a determinar, para
cada funci
on, en que intervalos podemos considerar los polinomios de Taylor como
metodo de aproximaci
on.
2

En general, puede ser bastante complicado hallar los polinomios de Taylor de


funciones no elementales a partir de la definicion, pero como es habitual en matematicas, podemos facilitar estos calculos estudiando el comportamiento respecto
de las operaciones algebraicas y de la derivacion.
n 1.6.22 (Propiedades algebraicas del Polinomio de Taylor)
Proposicio
1. El n-esimo polinomio de Taylor de f +g es la suma de los n-esimos polinomios
de Taylor de f y g

Grados en Ingeniera Inform


atica, del Software y de Computadores

74

Calculo para la computacion

2. El n-esimo polinomio de Taylor de f g es el producto de los n-esimos polinomios de Taylor de f y g desechando los sumandos de grado mayor que n.
3. El n-esimo polinomio de Taylor de f g es la composici
on de los n-esimos
polinomios de Taylor de f y g desechando los sumandos de grado mayor que n.
4. La derivada del (n + 1)esimo polinomio de Taylor de f , es el nesimo polinomio de Taylor de f 0 . Esta propiedad se suele aplicar en sentido inverso, a
partir del polinomio de f 0 , se obtiene el polinomio de f .
A partir de estas propiedades y de los desarrollos de funciones elementales, es
posible estudiar una amplia familia de funciones. Debemos observar sin embargo,
que no siempre es pr
actico o u
til el uso de los desarrollos de Taylor para funciones
arbitrarias, ya que su c
alculo directo puede ser imposible y, aunque la aplicacion
de las propiedades anteriores ayude en algunos casos, no proporciona una forma
alternativa para calcular los restos, necesarios en el control de errores, seg
un veremos
en el u
ltimo tema. No obstante, estas propiedades son u
tiles para otras aplicaciones
de los polinomios de Taylor.

E.T.S.I.Informatica

Relaciones de ejercicios

75

Relaci
on de ejercicios 1.1
1. Resuelva los siguientes sistemas de ecuaciones:
8
< x2 + y 2 = 1
a)
: x2 2y 2 = 0

b)

8
>
2x
>
>
<

2y

18 x = 0
2 y=0

>
>
>
: 9x2 + y 2 = 9

8
< 3x2 + xy = 0
c)
: 9x2 y 2 = 0

para expresar las siguientes sumas. Tenga en cuenta que


2. Utilice el smbolo
en los u
ltimos apartados, se indica cual debe ser el primer valor del ndice.
a)

6
2

8
3

10
4

+ +

b) 110 + 29 + 38 + + 101
c) 1 + 3 + 5 + + (2n
d)

1) =

22
10 1

k=1

X
n
n
n
+
+ +
=
n+1 n+2
n + n k=3

1 4
2
4. Determine la forma bin
omica de los siguientes n
umeros complejos.
1
18 + i
d ) i 17 e)
a) (5 + 3i)(2 i) (3 + i) b) (1 2i)3 c)
i
3 4i
3. Desarrolle y simplifique 4x

5. Resuelva en C la siguiente ecuacion y exprese la solucion en forma binomica:


2z
5
2z
=
1+i
i
2+i
6. Resuelva en C el siguiente sistema y exprese las soluciones en su forma binomica:
8
< 4z + 3w = 23
: z + iw = 6 + 8i

7. Resuelva en C la siguiente ecuacion y exprese la solucion en forma binomica:


z 2 + 2z
8. Factorice en R y en C el polinomio x3
soluciones de la ecuaci
on x3 5x2 + 11x

1=0
5x2 + 11x
15 = 0?

15. Cuales son las

9. Factorice en R y en C el polinomio x4 2x2 + 8x 3. Cuales son las soluciones


de la ecuaci
on x4 2x2 + 8x 3 = 0?

Grados en Ingeniera Inform


atica, del Software y de Computadores

(Esta p
agina se ha dejado intencionalmente en blanco)

Relaciones de ejercicios

77

Relaci
on de ejercicios 1.2
1. Exprese en forma exponencial los siguientes n
umeros
p
a) 1 i
b)
3+i
c) 1
p
3+i
2. Consideramos los n
umeros complejos z = 1 + i, w =

p
i 3

a) Calcule y simplifique el producto zw


b) Utilizando la forma exponencial de z y w, calcule el producto zw y exprese
el resultado en forma exponencial y forma binomica.
c) A partir de los resultados obtenidos en los dos apartados anteriores, de

duzca el valor de cos 12


, sen 12
y tg 12
3. Escriba sen 4 en terminos de sen y cos
4.

ultiplos de
a) Exprese sen6 en funcion del seno y coseno de m
b) Utilice la expresi
on obtenida en el apartado anterior
Z y las propiedades de
linealidad de la integral para calcular la integral

5.

sen6 d

p
p
a) Calcule las races c
ubicas de 4 2 + 4 2i y expreselas en forma binomica.
(Indicaci
on: utilice los resultados del ejercicio 2 de esta relacion.)
b) Represente gr
aficamente las races calculadas en el apartado anterior.
c) A partir de los ejemplos y ejercicios sobre races complejas, deduzca como
es la representaci
on grafica de las races n-esimas de un n
umero complejo
i
z = re

6. Obtenga la forma centrada en 1 del polinomio P (x) = x3 + x2 + x + 1.


Resuelva este ejercicio usando las distintas formas estudiadas en el tema.
7. En este ejercicio vamos a aprender a factorizar un polinomio de grado 4 con
termino c
ubico. Consideremos el polinomio P (x) = x4 4x3 + 9x2 4x + 8:
a) Exprese el polinomio P cambiando su centro a 1 y, mediante el cambio
de variable t = x 1 conviertalo en otro polinomio Q(t). (Que no debe
contener termino de grado 3).
b) Factorice el polinomio Q(t) usando identificacion de coeficientes.
c) Obtenga la factorizacion en R de P (x) deshaciendo el cambio de variable
y finalmente, factorice el polinomio en C.
8. En este ejercicio vamos a calcular cos 5 utilizando n
umeros complejos.

Grados en Ingeniera Inform


atica, del Software y de Computadores

78

Calculo para la computacion

a) Utilice la f
ormula de De Moivre para demostrar que
cos(5) = 16 cos5

20 cos3 + 5 cos

b) Deduzca que cos 5 es raz del polinomio P (x) = 16x5

20x3 + 5x + 1

c) Factorice el polinomio P (x) determinando una raz a ojo y usando identificaci


on de coeficientes para factorizar el polinomio de grado 4 resultante
como producto de dos polinomios de grado 2.

d ) A partir de la factorizacion del apartado anterior, calcule cos


5

E.T.S.I.Informatica

Relaciones de ejercicios

79

Relaci
on de ejercicios 1.3
1. Transforme los polinomios usando la tecnica de completar cuadrados:
a) 5x2 + 7x + 2
2.

a) Transforme el polinomio 9x2


cuadrados.

b) 3x2 + 1
6x + 2 usando la tecnica de completar

b) Utilice la expresi
on anterior para calcular la integral

3
dx
6x + 2

9x2

3. Descomponga en suma de polinomio y fracciones simples la funcion

x3 + 2x + 9
x2 + x 2

4. Utilice la descomposici
on en fracciones simples para calcular la integral
Z

5.

x2 + 6x + 5
dx
x3 x2 x 2

a) Obtenga la forma centrada en 2 del polinomio P (x) = x3

3x2 + 1

b) Utilice la expresi
on obtenida en el apartado anterior para obtener la desP (x)
composici
on en fracciones simples de la funcion
(x 2)4
c) UtiliceZla expresi
on obtenida en el apartado anterior para calcular la inP (x)
dx
tegral
(x 2)4
6. Utilice el metodo de Horner para evaluar el polinomio de McLaurin de orden
5 de la funci
on exponencial en x = 1/2. Utilice una calculadora para comparar
p
el resultado con e1/2 = e
7. Para la funci
on f (x) = sen x, determine los polinomios de Taylor de ordenes
1, 2, 3, 4 y 5 en x0 = 0. Deduzca la expresion de su polinomio de Taylor de
cualquier orden.
8. Consideremos la funci
on f (x) = x2 sen x:
a) Use la definici
on para determinar el polinomio de Taylor de f (x), de orden
5 en el punto x0 = 0
b) Use las propiedades algebraicas del Polinomio de Taylor como forma alternativa para hallar el mismo polinomio del apartado anterior.

Grados en Ingeniera Inform


atica, del Software y de Computadores

(Esta p
agina se ha dejado intencionalmente en blanco)

Relaciones de ejercicios

81

Relaci
on de ejercicios 1.4
1. Resuelva en R las siguientes ecuaciones y compruebe los resultados:

a) x
b) x2

x+2 x 8
2

= 3(x
3
3
2
4x + 3 = 0

c) 2x3

4)

5(x

8)

14x + 12 = 0

d ) y y2

1 =0

e) x4 3x2 + 2 = 0
p
f ) u + 13 u = 1

2. Resuelva los siguientes sistemas de ecuaciones usando el metodo de reducci


on
o de Gauss:
8
< x y= 3
a)
: 2x + y = 6

b)

8
>
x
>
>
<

y + 3z = 4

2x

>
>
>
: 3x

z=6

2y + 2z = 10

3. Resuelva en R los siguientes sistemas de ecuaciones:


a)

8
>
x2 + y 2 = 25
>
>
<

xy = 4y

>
>
>
: xyz = 180

b)

8
>
x2 + y 2 + z 2 = 93
>
>
<

>
>
>
: x2

x2 = 1

5x + 6 = 0

4. Simplifique y exprese el resultado en forma binomica:


5
5
1 i
b)
c) 12 (1 + i)2 d ) i2014
a)
1+i
1 3i 1 + 3i

e) (1

i)8

5. Exprese en forma bin


omica las soluciones de la siguiente ecuacion:
1
2
i
=
+
z
2 + 3i 3 2i
6. Demuestre la proposici
on 1.5.11 (pagina 43), es decir, demuestre que para todo
z, w 2 C
a) z + w = z + w

7. Resuelva el siguiente sistema de ecuaciones:

b) z w = z w

8
>
z
>
>
<

w+u=2

z + iw = 6 + 8i

>
>
>
: w + 2iu =

2i

Grados en Ingeniera Inform


atica, del Software y de Computadores

82

Calculo para la computacion

8. Resuelva la siguiente ecuacion y exprese la solucion en forma binomica:


z + zi

9. Calcule el m
odulo de z =

5=

z z
2i

(1 + 2i)3 (4 3i)4
(3 + 4i)4 (2 i)3

10. Exprese en forma exponencial los siguientes n


umeros
p
p
p 2
p
2 i 2
c) 2 + 2i d )
a) 2 i 2 b)
11. Calcule las siguientes exponenciales complejas
a) exp(1

i)

b) exp 1

5
3 i

e) 1

c) e 2 i e1

p
i 3

3
i
4

12. Exprese sen 3, cos 6 y sen 5 como polinomios en sen .


13. Exprese cos4 , sen3 y cos5 en terminos de senos y cosenos de m
ultiplos de .
14. Encuentre y represente graficamente las races quintas de
15. Encuentre y represente graficamente las races sextas de

1
i

16. Encuentre y represente graficamente las races cuartas de 32(1


17. Utilice el smbolo

p
i 3)

para expresar las siguientes sumas.

a) 23 + 33 + 43 + 53 + ... + 183
b) 2 + 4 + 6 + 8 + 10 + ... + 100
2
23
234 2345
2 3 4n
c) 1 +
+
+
+
+ +
1+1 2+1
3+1
4+1
n
2
3
2n
1
+
+
+ +
d)
1+1 1+2 1+3
1 + 2n
18. Use la f
ormula del binomio de Newton para desarrollar las siguientes potencias:

a) (a +

b)7

d ) (x

2)5

2x3

2
5x2

b) (x

1)4

c)

e) (1

2x)3

f ) (z + 1/2)3

19. Calcule el cociente y el resto de las siguientes divisiones de polinomios:


a) (x4
b) (6x4

3x2 + 7x

2) : (x + 1)

x3 + 3x + 5) : (2x2 + x

c) ( 6x3 + 4x2 + x

7) : (3x

1)

2)

E.T.S.I.Informatica

Relaciones de ejercicios

83

20. Averig
ue el valor de m para que el resto obtenido de la division del polinomio
4
x
5x2 + mx 1 entre x + 1 sea 2.
21. Halle razonadamente una ecuacion de segundo grado, con coeficientes enteros,
que tenga por soluciones los n
umeros:
1
a) 2 y
3
b)
y 3
5
22. Factorice en R y en C los siguientes polinomios.
a) z 3 + 8

b) y 4 + 81

d ) t6

e) 3x3

2t4 + 4t2

g) 16x4

56x2

c) z 4 + 5z 2 + 4

x2

7x + 5

f ) x3

12x + 16

h) 4x4 + 8x3 + 17x2 + 2x + 4

256x + 561

23. Exprese los siguientes polinomios en terminos de los monomios indicados:


a) x3

3x2 + 3x

1 en potencias de (x

1)

b) 2x5

3x2 + x

4 en potencias de (x

1)

c) x3 + 6x2 + 12x + 8 en potencias de (x + 2)


24.

a) Cu
al es el polinomio de Taylor de orden 10 en el punto x0 = 3 de la
funci
on f (x) = x3 2x2 + 3x 1?
b) Es cierto que el polinomio de Taylor de orden 5 de una funcion tiene
grado 5 ?
c) Si el polinomio de orden 5 de una funcion f en el punto x0 = 2 es
P (x) = x5 x4 + x3 x2 + x 1, Cuanto vale la derivada tercera de f
en 2, f (3) ( 2)? Podemos conocer el valor exacto de f (0)?

25. Calcule los polinomios de Taylor de ordenes 1, 2, 3, 4 y 5 en el punto x0 = 0


de la funci
on cos x.
26. Calcule los polinomios de Taylor de ordenes 1, 2, 3, 4 y 5 en el punto x0 = 1
p
de la funci
on x.
27. Calcule el polinomio de Taylor de orden 12 de la funcion f (x) = sen(x2 ) en el
punto x = 0.
28. Halle los polinomios de Taylor de las siguientes funciones en los puntos indicados y de los
ordenes indicados:
a) f (x) = sen x, orden 2n en /2
c) f (x) =

ex sen x,

orden 8 en 0

b) f (x) =

x, orden 4 en 4

d ) f (x) = tg x, orden 5 en 0

Grados en Ingeniera Inform


atica, del Software y de Computadores

84

Calculo para la computacion

29. Calcule el polinomio de Taylor de orden 3 de la funcion f (x) = e


punto x = 0

x sen x

en el

30. Descomponga en suma de polinomios y fracciones simples:


a)

2x
x2

d)

x+1
3
x + 6x2 + 9x

e)

x2 + 3x 2
(x + 1)2 (x + 2)2

f)

g)

2x 1
x2 + 3x + 10

h)

1
(x + 1)(x2 + 1)

i)

k)

x4 + x3 5x 1
x4 + 5x2 + 4

j)

x6

3
9

1
,
2x4 + 4x2

b)

x2

8
+ 6x + 5

c)

x3

x 1
+ x2 6x
4

2x2

x
x 3

x2
1 x4

E.T.S.I.Informatica