Tema 1 Matemáticas 1º ADE

TEMA 1. INTRODUCCIN.
REPASO DE LOS
CONTENIDOS DE CURSOS ANTERIORES
BLOQUE I: INTRODUCCIN AL ANLISIS DE
FUNCIONES DE VARIABLES REALES
Tema 1. Introduccin. Repaso de los contenidos de
cursos anteriores
Tema 2. Integracin de funciones de una variable
Tema 3. Funciones de dos variables.
Prof. M Luisa Vlchez Lobato. Dpto. de Economa. Facultad de CC.Empresariales.
TEMA 1. INTRODUCCIN. REPASO DE LOS

NDICE
1.1. Repaso de funciones de una variable
1.1.1. Definicin, dominio y grfica.
1.1.2. Algunas funciones elementales.
1.1.3. Lmites de una funcin en un punto.
1.1.4. Lmites de una funcin en el infinito.
1.1.5. lgebra de lmites.
1.1.6. Continuidad de una funcin en un punto.
1.1.7. Derivada de una funcin.
1.1.8. Clculo de derivadas
1.1.9. Relacin entre la continuidad y la derivabilidad.
1.1.10. Regla de LHpital para el clculo de lmites.
1.1.11. Clculo de lmites por infinitsimos equivalentes.
2

1.2. Repaso de matrices, determinantes y sistemas de ecuaciones
lineales.
1.2.1. Matriz de orden m x n. Definicin y tipos de matrices.
1.2.2. Operaciones con matrices
1.2.3. Determinante de una matriz cuadrada. Clculo y
propiedades.
1.2.4. Matriz Inversa. Definicin y clculo.
1.2.5. Rango de una matriz.
1.2.6. Sistemas de ecuaciones lineales.
1.2.7. Soluciones de un sistema homogneo. Introduccin al
espacio vectorial n.
3

OBJETIVO DEL TEMA
El objetivo de este tema es repasar los conceptos y tcnicas bsicas sobre
funciones reales de una variable y matrices, que se suponen conocidos por el
alumno que accede a un primer curso de matemticas universitarias.
Asimismo, se ampliarn stos con algunos aspectos nuevos necesarios para
continuar con el resto del programa de la asignatura.
El alumno que considere que no est al nivel de los conocimientos bsicos
exigidos, puede consultar la asignatura virtual Curso de Iniciacin a las
Matemticas para la Economa en la plataforma de enseanza virtual
Moodle (accede a travs de Docencia no Reglada y busca el curso en la
Facultad
de
Ciencias
Empresariales).
O
bien
entra
en
http://noreglada.uhu.es/course/view.php?id=83/. Se te pedir una clave para
la automatriculacin. Consulta con tu profesora.

1.1. REPASO DE FUNCIONES DE UNA VARIABLE
1.1.1. DEFINICIN, DOMINIO Y GRFICA.
La primera idea de funcin es la de una frmula que relaciona
algebraicamente distintas magnitudes. Las funciones describen fenmenos
cotidianos, econmicos, cientficos, etc.
Ejemplo 1:
El coste total de fabricacin (C) de cierto componente de una mquina
depende del nmero de unidades producidas (q), conforme a la relacin:
C = 300+ 4q
Decimos que C es una funcin de q y escribiremos C = f(q) = 300+ 4q. Para
cada valor de q, obtenemos el correspondiente valor de C sustituyendo en
la frmula anterior, la cual se denomina expresin analtica de la funcin. 5

La variable q recibe el nombre de variable independiente y C es la
variable dependiente. Habitualmente, en las aplicaciones matemticas
usamos la x y la y para designar a ambas variables, respectivamente, y
escribimos y = f(x).
Ejemplo 2:
La produccin diaria (P) en una fbrica depende de los niveles invertidos en
capital y trabajo segn la ecuacin:
P = 3K 2 / 3 T1 / 3
donde K es el capital invertido (en miles de ) y T es el trabajo
(horas/trabajador).
En este ejemplo, la produccin P (variable dependiente) es una funcin de
dos variables (independientes) K y T. Escribiremos P = f(K, T).
6

Una funcin puede tener varias variables independientes. Tanto la variable
dependiente como la/s variable/s independiente/s de una funcin toman
valores que son nmeros reales. Es por ello que las funciones que
estudiaremos en este curso reciben el nombre de funciones reales de
variable real.
En este tema repasaremos las funciones reales de una variable
independiente, esto es, y = f(x). En el tema 3 nos dedicaremos al estudio de
las funciones de dos variables.
Ten en cuenta que los valores que toman las variables independientes son
los que nosotros queramos (o podamos) asignarles, mientras que el valor de
la variable dependiente viene dado siempre por la frmula de la funcin.
El conjunto D de los valores que puede tomar la variable independiente, x,
se llama dominio de definicin de la funcin.
7

Ejemplo 3:
1
es el conjunto de los nmeros reales
x+2
distintos de -2, pues para x = -2, el denominador es 0 y la expresin que
resulta al sustituir en la frmula, 1/0, no es un nmero real. Lo
expresamos as:
El dominio de la funcin f(x) =
D = -{-2} = (-, -2) (-2, +)

Ejemplo 4:
El dominio de la funcin f(x) = x 1 es el conjunto de los nmeros reales
mayores o iguales que 1, pues para valores de x menores que 1
obtendramos la raz de un nmero negativo. En forma de intervalo:
D = [1, +)
8

Ejemplo 5:
2x 3 si 1 x 3
El dominio de la funcin definida a trozos: f ( x ) =
si 3 < x < 5
4
es el intervalo [1, 5), pues fuera de ese intervalo no est definida la funcin.
Ejemplo 6:
Si consideramos la funcin del ejemplo 1, que expresaba el coste total de
fabricacin de cierto componente de una mquina en funcin del nmero de
unidades producidas, f(q) = 300+ 4q, el dominio de esta funcin es el
intervalo [0, +), pues no tiene sentido que q sea menor que cero.
Observa que, tal y como ocurre en este ejemplo, el dominio viene
determinado por el contexto en el que se formula el problema. La funcin
f(q), desde un punto de vista puramente matemtico, tiene como dominio
todo el conjunto , pero q no puede tomar valores negativos pues
9
representa en este problema a una cantidad.

La relacin entre las variables dependiente e independiente, x e y, de una
funcin, puede representarse grficamente utilizando los ejes de
coordenadas. Llamamos grfica de f a la representacin en el plano de los
puntos (x, y), con y = f(x), para cada x D. La grfica de una funcin real
de variable real es una lnea en el plano x-y.
y
y = f(x)
Analizando la grfica de una funcin podemos deducir mltiples

propiedades de la misma pero, salvo que tengamos un software apropiado,
representar grficamente una funcin no es fcil. Recordamos a
10
continuacin cmo son las grficas de algunas funciones elementales.

1.1.2. ALGUNAS FUNCIONES ELEMENTALES.
Funciones lineales: se describen con ecuaciones de primer grado, y = mx+ n,
y se representan mediante rectas.
n
m>0
y=n
m<0
y = mx+ n
y = mx
El coeficiente m es la pendiente de
la recta y mide la inclinacin de la
misma.
11

Ejemplo 1:
El precio de venta de un artculo vienen dado por la expresin
p = 12- 0,01x, siendo x el nmero de artculos fabricados y p el precio, en
cientos de euros.
La funcin que relaciona el precio con el nmero de artculos fabricados es
una funcin lineal cuya grfica es la que se representa a continuacin.
p
12
1200
Representar una recta es sencillo; solamente necesitas obtener un par de

puntos de la grfica, (x1, f(x1)), (x2, f(x2)), lo que consigues dndole 2 valores
a la x, y sustituyendo en la frmula de la funcin para hallar los
correspondientes valores de y.
12

Funciones cuadrticas: se describen con ecuaciones de segundo grado,
y = ax2+ bx+ c, y se representan mediante parbolas, abiertas hacia abajo si
a < 0, y abiertas hacia arriba si a > 0.
a<0
x=
a>0
b
2a
x=
b
2a
y = ax2+ bx+ c
Para representar una funcin cuadrtica, has de hallar en primer lugar los
puntos de corte (si los hubiera) de la misma con el eje OX, resolviendo la
ecuacin ax2+ bx+ c = 0. A continuacin, calcula el vrtice, el cual se
encuentra en el punto V = (xv, f(xv)), siendo:
xV =
b
2a
13

En el caso de que la funcin corte al eje OX en dos puntos, el vrtice
coincide con el punto medio entre ambos. Tienes as otro modo de
calcularlo.
Ejemplo 2:
El beneficio de una empresa (en euros) que produce cierto artculo viene
dado por B = -q2+ 500q- 40000, siendo q el nmero de unidades producidas.
Cuntas unidades hay que producir para obtener el mximo beneficio?
Si representamos la funcin, es fcil comprender que el mximo beneficio se
obtiene en el punto ms alto de la grfica, el cual corresponde al vrtice de
la parbola, es decir, cuando q = 250 unidades, siendo el beneficio mximo
igual a 22500 . Efectivamente, V = (qv, f(qv)), siendo:
qV =
500
= 250
2
f (q V ) = 250 2 + 500 250 40000 = 22500

14

Para hallar los puntos de corte con el eje OX, resuelve la ecuacin
-q2+ 500q- 40000 = 0 que, en el caso que nos ocupa, da como soluciones
q = 100 y q = 400.
A continuacin tienes la representacin grfica.
B
22500
q
100
250
400
15

Funciones de proporcionalidad inversa:
k
, donde k y a son constantes.
Su expresin analtica es y =
xa
Observa que no estn definidas para el valor de x que anule su
denominador, a o a. Se representan mediante hiprbolas con las
asntotas paralelas a los ejes coordenadas.
f (x) =
3
x
f (x) =
5
x2
Nota: recuerda que una asntota es una recta a la que se aproxima la

funcin sin llegar a tocarla.
16

Funciones exponenciales:
Su expresin analtica es y = ax, siendo a 1, a > 0. Su dominio es todo el
conjunto y todas ellas pasan por el punto (0, 1).
Si a > 1 son crecientes, tanto ms cuanto mayor sea a. Su crecimiento llega a
ser muy rpido, superando al de cualquier funcin potencial. Si 0 < a < 1,
son decrecientes.
f ( x) = 2x
1
f ( x) =
3
17

La funcin y = ex es muy importante (la encontrars a menudo en las
aplicaciones econmicas). Cuando se habla habitualmente de la funcin
exponencial se est haciendo referencia a ella.
Tambin son exponenciales las funciones y = akx, pues akx = (ak)x.
f ( x) = e3 x
f ( x) = e x
Ejemplo 3: supongamos que se depositan 60000 en divisas y se devalan al

4% anual. La evolucin del capital en el tiempo se describe mediante una
funcin exponencial.
En efecto, ten en cuenta que, pasado el primer ao, el capital se habr
18
reducido a:

60000- 0.0460000 = (1- 0.04)60000 = 600000.96
El 2 ao quedar:
0.9660000- 0.040.9660000 = 0.9660000(1- 0.04) = 600000.962
Y as sucesivamente, al cabo de t aos, el capital restante ser:
C = 600000.96t
Es decir, est determinado mediante una funcin exponencial de base
a = 0.96 < 1, cuya grfica es la siguiente:
19

La funcin logaritmo neperiano:
Su expresin analtica puede expresarse de alguna de las tres formas
siguientes: y = logex
y = ln x
y = Lx.
Se define de la siguiente manera:
Lx = y si ey = x
En consecuencia, su dominio es (0, +) y se verifica que L1 = 0 y Le = 1, es

decir, la grfica pasa por los puntos (1, 0) y (e, 1).
y = Lx
20

Las funciones que estudiaremos en este tema se forman por composicin
de distintas funciones elementales. Para determinar su dominio, habrs de
conocer primero el dominio de stas. Para representarlas grficamente,
aydate de las siguientes herramientas:
http://www.disfrutalasmatematicas.com/graficos/grafico-funciones.php
Aplicacin online de fcil manejo.
Descrgate el software libre Padowan Graph del portal:
http://petrel.uhu.es/taxonomy/term/2
21

1.1.3. LMITES DE UNA FUNCIN EN UN PUNTO.
Surgen a menudo situaciones en las que es necesario determinar el
comportamiento de una funcin cuando los valores de x se aproximan a un
determinado nmero o, por el contrario, se hacen infinitamente grandes.
La respuesta a esta cuestin es el concepto de lmite.
Definicin de lmite en un punto
Diremos que el lmite de f(x) en el punto x0 existe y vale L, y escribiremos:
lim f ( x ) = L
x > x0
si al acercarse los valores de x a x0, los valores de f(x) estn prximos a

L.
22

Es importante notar que la existencia de lmite en el punto x0 es
independiente de la existencia de f(x0). Es decir, cuando queremos encontrar
un lmite, no estamos interesados en si la funcin est definida en x0, sino en
cmo se comporta f(x) cuando x se aproxima a x0. Adems, un lmite debe
ser independiente de la manera en que x se aproxime a x0. Es decir, el lmite
al aproximarnos por la derecha o izquierda de x0 debe ser el mismo.
La grfica siguiente corresponde a una funcin que no tiene lmite en el
punto x0, pues al aproximarnos por la izquierda la funcin se encuentra a la
altura L y por la derecha se aproxima a la altura M.
x0
23

Los lmites de f(x) tomados por la derecha e izquierda del punto x0 se
llaman lmites laterales y se representan as:
lim f ( x )
x > x0 +
lim f ( x )
x > x0
Del mismo modo podramos definir:
lim f ( x ) =
x > x0
si al acercarnos a x0, los valores de la funcin se hacen infinitamente

grandes (positivos o negativos). Grficamente la situacin sera as:
x0
lim f ( x ) =
x > x0
x0
lim f ( x ) = +
x > x0
24

Clculo del lmite de una funcin en un punto
Determinar el lmite de una funcin en un punto es fcil si disponemos de
la representacin grfica. En caso negativo, puede resultar a veces
complicado. Veamos distintos casos ms o menos sencillos.
Ejemplo 1:
Si f(x) es una funcin habitual dada por su expresin analtica y existe
f(x0), entonces para hallar
lim f ( x )
x > x0
calcularemos simplemente f(x0). Mira los siguientes ejemplos.

x1
1
=
x 0 x + 3
3
lim
lim e x1 = 1
x1
lim 16 + x 2 = 5
x 3
25

Ejemplo 2: clculo de lmites de funciones definidas a trozos. Hallemos
los lmites laterales de la siguiente funcin en el punto x = 0.
2x 2 + 1 si x 0
f (x) =
si x < 0
x
lim+ f ( x ) = lim 2x 2 + 1 = 1
x 0
x 0
lim f ( x ) = lim x = 0
x 0
x 0
Simplemente hemos de tener en cuenta la expresin de f(x) segn nos

acerquemos a x = 0 por la derecha o por la izquierda. Como los lmites
laterales no coinciden, hemos de decir que no existe el lmite de f(x) en el
punto x = 0.
Ejemplo 3: clculo del lmite del cociente de dos polinomios cuando ambos
se anulan en x0.
x2 1 0
lim
=
x 1 x + 1
0
26

Observa que se obtiene la expresin [0/0], la cual recibe el nombre de
indeterminacin. El que aparezca esta expresin no quiere decir que el
lmite no exista, sino que ha de realizarse una simplificacin previa para
calcularlo. En este caso, factorizamos la expresin del numerador y
simplificamos.
( x 1)( x + 1)
x2 1 0
lim
= lim x 1 = 2
= = lim
x 1 x + 1
x
1
x 1
x+1
0
Resolvamos tambin el siguiente:
x 2 3x
x( x 3 )
x
3
0
lim 2
= lim
=
= = lim
x 3 x 2x 3 0 x 3 ( x 3)( x + 1) x 3 x + 1 4
Hemos factorizado el denominador
resolviendo la ecuacin de segundo grado.
x2-
2x-3 = 0
x=
2 4 + 12 2 4 3
=
=
2
2
1
27

Ejemplo 4: clculo del lmite del cociente de dos polinomios cuando el
denominador se anula en x0.
x3
lim
x 2 x 2 4
En este caso el lmite es siempre igual a + -. Se deben calcular los
lmites laterales. Podemos ayudarnos de la calculadora para determinar el
signo del cociente en puntos muy prximos a x0, a ambos lados de l.
Observa que, en el caso que nos ocupa, el numerador ser positivo,
mientras que el denominador ser un nmero casi cero, pero positivo si nos
acercamos a 2 por la derecha y negativo si lo hacemos por la izquierda. En
Matemticas, siempre que te quede un nmero partido por cero al tomar
lmite, el resultado ser + -. En nuestro ejemplo:
x3
=
lim
x 2 x 2 4
x3
= +
lim
x 2+ x 2 4
Concluimos entonces que no existe el lmite cuando x tiende a 2.
28

Veamos otros ejemplos similares:
1
= +
x 0 x 2
lim
Pues tanto si nos acercamos a 0 por la derecha o por la izquierda, los

valores de la funcin se hacen cada vez mayores pero con signo positivo.
x
x 3 x + 3
lim
Hallamos los lmites laterales:

lim
x 3
x
= +
x+3
lim +
x 3
x
=
x+3
Concluimos, por, tanto, que no existe el lmite.
29

1.1.4. LMITES DE UNA FUNCIN EN EL INFINITO.
Corresponde al caso en que deseamos averiguar el comportamiento de
una funcin cuando los valores de x se hacen cada vez ms grandes
(hablando en valor absoluto, es decir, o positivos muy grandes o negativos
muy pequeos). Lo expresamos as:
lim f ( x )
Podemos distinguir distintos comportamientos:

lim f ( x ) = +
x +
O
Son de este tipo, por ejemplo, las funciones y = xn, y = ax con a > 1, y = ex,
y = Lx, y las races.
30

lim f ( x ) =
x +
Son de este tipo, por ejemplo, las funciones que hemos citado antes
precedidas del signo -: y = -x4, y = -2x, y =-ex, y = -Lx.
lim f ( x ) = L
x +
La recta y = L se llama asntota horizontal de f(x).

31

Anlogamente se definiran las situaciones para el caso de x -, esto es,
el caso en que los valores que damos a x se alejan hacia la parte negativa
del eje OX.
lim f ( x ) = +
lim f ( x ) = L
Bastar con que aprendamos a calcular el lmite de una funcin cuando

x +, pues para el caso de x - podemos aplicar que:
lim f ( x ) = lim f ( x )
x +
32

Por ejemplo:
lim 3x 2 2x + 1 = lim 3( x )2 2( x ) + 1 = lim 3x 2 + 2x + 1
x +
x +
lim 2x = lim 2 x
lim
x +
x
x
= lim
x + 1 x + x + 1
Tambin podemos encontrar funciones que no tienen lmite cuando x .

Por ejemplo, las funciones trigonomtricas senx y cosx presentan este
comportamiento, pues oscilan indefinidamente.
33

lim f ( x ) no existe
f(x) = senx
34

Clculo del lmite de una funcin en el infinito
Mostraremos a continuacin algunos ejemplos sencillos de clculo de
lmites en el infinito.
Ejemplo 1: lmites de funciones polinmicas.
Si p(x) = anxn+ an-1xn-1++ a1x+ a0, se verifica:
+ si an > 0
lim p( x ) = lim an xn =
x +
x +
si an < 0
As, por ejemplo:

lim 3x 2 + 4x = lim 3x 2 = +
x +
x +
lim 2x4 x = lim 2x4 =
x +
x +
35

lim 2x 3 1 = lim 2x 3 1 = lim 2x 3 =
x +
x +
Recuerda que cambias x por -x
lim 2x 5 + 3x 2 5 = lim 2x5 + 3x 2 5 = lim 2x5 =
x +
x +
Ejemplo 2: lmites de funciones inversas de polinmicas.

Si p(x) es una funcin polinmica, entonces:
1
=0
x p( x )
lim
Observa que, al ser p(x) una funcin que tiende a , el cociente anterior
ser cada vez ms pequeo y prximo a 0.
Por ejemplo:
lim
x +
1
=0
2
x
lim
x +
3
=0
4
2x + x + 1
lim
5
=0
3
x +2
36

Ejemplo 3: lmites de funciones racionales. Sean p(x) y q(x) dos funciones
polinmicas, de grados n y m, respectivamente. Entonces:
p( x )
an xn + an 1xn 1 + ....
an xn
lim
= lim
= lim
m 1
x + q( x ) x + b xm + b
+ ... x + bm xm
m
m 1x
Por ejemplo:
5 5
5x 3 + 2x
5x 3
lim
=
=
=
lim
lim
x + 3
x + 3x 3 x
x + 3x 3
3
x2
1
x2 + 2
=
=
lim
=0
lim
lim
x + 2x
x + 2x 3
x + 2x 3 + x
x4
x 4 + 2x
x 4 2x
= lim x 3 = +
= lim
= lim
lim
x + x
x +
x
x +
1+ x
1 x
37

Es fcil deducir, a la vista de los ejemplos anteriores, que:
an
si n = m
b
p( x ) m
= 0 si n < m
lim
x + q( x )
si n > m
Ejemplo 4: lmites de funciones exponenciales. Con anterioridad se ha

representado grficamente una funcin exponencial. Observando dicha
grfica, puedes comprender fcilmente que:
+ si a > 1
lim a x =
x +
0 si 0 < a < 1
0 si a > 1
lim a x =
x
+ si 0 < a < 1
38

Por ejemplo:
lim 3x = +
x +
1
lim = 0
x + 2
1
lim = +
x 2
lim e x = 0
Ejemplo 5: lmites de funciones logartmicas. Por ser la ms habitual,

expondremos el resultado para la funcin logaritmo neperiano. Se verifica
que:
lim Lx = +
x +
Puedes comprobarlo observando la grfica de la funcin en la pgina 20.

Ten en cuenta que no tiene sentido hablar de lmite cuando x -, pues la
funcin f(x) = Lx no est definida para valores de x < 0.
39

1.1.5. LGEBRA DE LMITES.
Teniendo en cuenta los conceptos repasados en los anteriores apartados,
podrs calcular lmites de funciones en un punto o en el infinito.
Pero habrs de tener en cuenta las reglas del lgebra de lmites que se
muestran a continuacin y que te indican cmo calcular el lmite de una
suma, producto o cociente de dos funciones, f(x) y g(x). Adems tambin se
indica cmo hallar el lmite de f(x)g(x). Habr ocasiones en las que se
obtengan las expresiones:
0
, , , 0 , 1 , 00 , 0
0
En tales casos, se dice que el lmite presenta una indeterminacin y habrs
de resolverlo como se ha explicado en alguno de los ejemplos anteriores o
mediante otras tcnicas ms avanzadas, como la regla de LHpital o la de
los infinitsimos equivalentes que se explicarn ms adelante.
40

REGLAS DEL LGEBRA DE LMITES
lim f ( x ) = L
x
x 0
lim g( x ) = M (*)
x0
lim f ( x ) + g( x ) = L + M
lim f ( x ) g( x ) = L M
lim f ( x )g ( x ) = LM (**)
L
si
M0
M
f (x)
lim
=
si L 0, M = 0
g( x )
In det . si L = M = 0
(*) Nota: L y M son nmeros reales. En todos los casos y cuadros el lmite
puede ser xx0 . Lo omitimos por simplificar.
(**) Salvo 00, que es una indeterminacin
41

lim f ( x ) = L
x
x 0
lim g( x ) =
L un nmero real
x
x 0
lim f ( x ) + g( x ) =
si L > 0
lim f ( x ) g( x ) = m si L < 0
In det . si L = 0
+
0 si L > 1
0
g( x )
lim f ( x )
=
si L < 1
+
In det . si L = 1
lim g( x )f ( x )
lim
f ( x)
=0
g( x )
si L > 0
= 0 si L < 0
In det . si L = 0
42

lim f ( x ) =
x
x 0
lim g( x ) =
x
x 0
+ + = +
lim f ( x ) + g( x ) =
--=-
Indet. en otro caso
lim f ( x ) g( x ) =
lim
f ( x)
= In det .
g( x )
43

Ejemplos:
1)
2)
lim 3x +
x +
1
1
x
=
+
= +
lim
3
lim
2
2
x
x
+
x
x
2x 2 + 1
lim
2
x +
x
1/ x
+ 1
2
x
= lim
2
x + x
1
x + x
lim
= 20 = 1
x3 + 1 x2 1
x2 1
x3 + 1
3) lim
= lim
lim
= [ ]
x + x 2
x + x 2
x +
x
x
=
x3 + 1 x3 + x
1+ x
lim
=
lim
=0
x +
x + x 2
x2
Operamos en la funcin inicial

restando las fracciones
44

x2 + 3
x
4) lim
= [0]

3
x + x + 5
2
Operamos en la expresin inicial,

multiplicando las fracciones
x 3 + 3x 1
x( x 2 + 3 )
= lim
lim
=
x + 2x 3 + 10
x + 2x 3 + 10
2
5) lim
x +
x + 1 x = [ ]
Para resolver esta indeterminacin, multiplicamos y dividimos por la

expresin conjugada de la que tenemos.
lim
x + 1 x = lim
= lim
1
=0
x+1+ x
x +
x +
x +
x + 1 x ) ( x + 1 + x )
x +1 x
= lim
=
x + x + 1 + x
x+1+ x
Aplica que: (a- b)(a+ b) = a2- b2
45

1.1.6. CONTINUIDAD DE UNA FUNCIN EN UN PUNTO
Definicin (Funcin continua en un punto)
Una funcin f(x) es continua en un punto x0 si y slo si se cumplen las tres
condiciones siguientes:
1. f(x) est definida en x0
2. Existe
lim f ( x )
x x 0
3. lim f ( x ) = f ( x0 )
x x0
Grficamente esto significa que la grfica de f(x) no tiene ninguna rotura

al pasar por el punto x0.
Veamos algunos ejemplos.
46

Ejemplo 1:
x 3 si x > 2
f ( x ) = 3 2x si x < 2
1
si x = 2
no es continua en x = 2
Veamos cul de las tres condiciones no se cumple.

1.
f est definida en x = 2, pues f(2) = 1
2.
Existe el lmite de f(x) en x = 2, pues lim f ( x ) = lim+ f ( x ) = 1
3.
No se verifica la tercera condicin, pues:
x 2
x 2
lim f ( x ) f ( 2)
x 2
Esta funcin presenta lo que se llama una discontinuidad evitable, pues la

funcin sera continua si se define f(2) = -1. Observa la grfica de f a
47
continuacin.

Ejemplo 2:
x 2 si x 0
f (x) =
x 1 si x < 0
Veamos cul de las tres condiciones no se cumple.
1.
2.
No existe el lmite de f(x) en x = 0, pues lim f ( x ) = 1, lim+ f ( x ) = 0

x 0
x 0
48

Esta funcin presenta lo que se llama una discontinuidad de primera
especie o de salto finito en el punto x = 0. Observa la grfica de f :
Ejemplo 3:
1
si x > 0
f ( x) = x
x + 1 si x 0
Ten en cuenta que
lim f ( x ) = 1, lim+ f ( x ) = +
x 0
x 0
49

Esta funcin presenta lo que se llama una discontinuidad de segunda
especie o de salto infinito. Observa la grfica de f :
Ejemplo 4:
15
si x 3
es continua en x = 3
f ( x) = x
2x 1 si x < 3
50

Veamos que se cumplen las tres condiciones.
1.
2.
Existe el lmite de f(x) en x = 3 pues: lim f ( x ) = lim+ f ( x ) = 5
3.
Adems:
lim f ( x ) = f ( 3)
x 3
x 3
x 3
Observa que la grfica no est rota al pasar por x = 3:
51

Ejemplo 5: determinar en qu puntos son continuas las siguientes
funciones.
3
2x
Es continua en todo punto x 2, pues en l estar definida la funcin y
existir el lmite.
a)
f (x) =
b) f ( x ) = x 5
Es continua en todo punto x 5, por la misma razn que antes.

Recuerda: una funcin real de variable real dada a travs de su expresin
analtica es continua siempre en los puntos en los que est definida, esto
es, es continua en su dominio de definicin.
52

1.1.7. DERIVADA DE UNA FUNCIN
Antes de definir qu es la derivada, necesitamos un concepto previo, el de
Tasa de Variacin Media (T. V. M.) de una funcin.
Definicin (Tasa de Variacin Media)
Sea y = f(x) definida en un intervalo [a, b]. Se llama tasa de variacin media
(T.V.M.) de f(x) en el intervalo [a, b], al valor del siguiente cociente:
f (b ) f (a )
ba
Observa que se trata del cociente entre la variacin de la funcin en el
intervalo [a, b], y la amplitud de dicho intervalo. La T.V.M. de f(x) en [a, b]
indica la variacin sufrida por la funcin, por trmino medio, en dicho
intervalo.
Observa la grfica siguiente. Geomtricamente, el cociente que define la

T.V.M. es igual a la pendiente de la recta secante a la funcin en los puntos
53
de abscisas x = a y x = b.

y = f(x)
Recta secante = s
f(b)
f(b) - f(a)
f(a)
b-a
f (b ) f (a )
= pendiente de s
ba
b
Observa que si f es creciente en el intervalo [a, b], entonces la T.V.M. en

[a, b] es positiva. Por el contrario, si f es decreciente en [a, b], entonces la
T.V.M. en dicho intervalo es negativa.
54

Ejemplo 1:
B
y= x
y = x2
B
B
3
3
A
A
Estas dos funciones crecen lo mismo, 3 unidades, entre los puntos A y B, pero
su crecimiento medio es muy distinto; como puedes observas, la primera
crece ms rpidamente que la segunda. Si calculamos la T.V.M. de cada una
en los intervalos considerados, vemos cmo esto se refleja en el resultado:
T.V .M (y = x 2 ) =
3
=3
1
T.V .M (y =
x) =
3 1
=
9 3
55

Ejemplo 2. Dada la funcin f(x) = x2, hallar:
a) La T.V.M. de f(x) en el intervalo [1, 2].
b) La T.V.M. de f(x) en el intervalo [-3, -1]
a) El valor pedido es
f ( 2) f (1) 4 1
=3
=
21
1
b) El valor pedido es
f ( 1) f ( 3) 1 9
=
= 4
2
1 ( 3)
Ejemplo 3: En el ao 2007, el ndice de la Bolsa de Nueva York pas de 1470

a 1610. Halla la tasa de variacin media mensual.
1610 1470 140
=
= 11.66
12
12
Es decir, por trmino medio, el ndice de la Bolsa de Nueva York, sufri en el

56
ao 2007 una variacin mensual de 11.66 puntos.

Habitualmente se acostumbra a expresar el intervalo [a, b] como [a, a+h],
siendo h > 0, representando as a cualquier intervalo que comience en el
punto x = a. En tal caso la T.V.M. en [a, a+h] la expresaramos como:
f (a + h ) f (a )
h
Ejemplo 4. Dada la funcin del ejemplo 2, halla la T.V.M. de f(x) en el
intervalo [4, 4+h].
f ( 4 + h ) f ( 4) ( 4 + h )2 f ( 4) 16 + h 2 + 8h 16
=
=
=
h
h
h
h 2 + 8h h(h + 8)
=
=
=h+8
h
h
De esta manera, conoceramos la T.V.M. de f(x) en cualquier intervalo de

longitud h cualquiera que comience en x = 4. Por ejemplo, la T.V.M. en el
intervalo [4, 6] es 10, pues h = 2.
57

Asimismo, podemos obtener la T.V.M. de una funcin en un intervalo
[x, x+h], siendo x un punto cualquiera.
Ejemplo 5. Dada la funcin del ejemplo 2, halla la T.V.M. de f(x) en el
intervalo [x, x+h].
f ( x + h ) f ( x ) ( x + h )2 f ( x ) x 2 + h 2 + 2xh x 2
=
=
=
h
h
h
h 2 + 2hx h(h + 2x )
=
=
= h + 2x
h
h
Recuerda que, como se ha dicho con anterioridad, la T.V.M. de f(x) en un

intervalo cualquiera [x, x+h] indica la variacin sufrida por la funcin, por
trmino medio, en dicho intervalo. En la mayora de las aplicaciones,
interesa conocer dicha variacin cuando la amplitud del intervalo es lo ms
pequea posible. El concepto de derivada, que veremos a continuacin, nos
lo permite.
58

Definicin (tasa de variacin instantnea o derivada)
Llamamos tasa de variacin instantnea o derivada de f(x) en un punto
cualquiera x, y lo representamos por f(x), al lmite de la T.V.M. cuando
h 0, esto es:
f ( x + h) f (x)
f ( x ) = lim
h0
h
En algunos libros, en vez de h, encontrars la notacin x para denotar al
incremento que sufre la variable x. Observa que lo que aparece en el
numerador del lmite de la definicin de derivada es el incremento sufrido
por la funcin, esto es, y. De esta manera, podemos escribir tambin:
y
x 0 x
f (x) = lim
Si existe la derivada de y = f(x) en el punto x, diremos que f es derivable o

diferenciable en dicho punto.
59

Ejemplo 6. Dada la funcin del ejemplo 2, halla la tasa de variacin
instantnea o derivada de f(x).
La funcin es f(x) = x2. En el ejemplo 4 habamos hallado la T.V.M. de f(x)
en el intervalo [x, x+h]. Slo tenemos que tomar lmite cuando h tiende a
cero.
f (x + h) f (x)
= lim (h + 2x ) = 2x
h 0
h 0
h
f ( x ) = lim
Si deseamos conocer el valor de la derivada en un punto concreto, tan solo

hemos de sustituir en la expresin anterior.
Por ejemplo, si x = 3, f(3) = 23 = 6.
60

Observa que, teniendo en cuenta que la T.V.M. de f(x) en un intervalo
[x, x+h] coincide con la pendiente de la recta secante a la grfica de f(x), se
deduce la interpretacin geomtrica de la derivada: f(x) es igual a la
pendiente de la recta tangente a la grfica de f(x) en el punto x, pues al
tender h a cero, la recta secante tiende a convertirse en la recta tangente
(recta que toca a la grfica de la funcin solamente en el punto x).
Recta tangente
f(x+ h)
f(x+ h) - f(x)
f(x)
x+ h
61

Ejemplo 7: halla la ecuacin de la recta tangente a la grfica de f(x) = x2 en
el punto x = 1.
La ecuacin de una recta es:
y = mx+ n
La pendiente es igual a la derivada en el punto x = 1, es decir, m = f(1) = 2

La ecuacin de la recta queda entonces: y = 2x+ n
Para hallar n, aplicamos que la recta pasa por el punto (1, f(1)), es decir, por
el punto (1, 1). Sustituyendo:
y = 2x+ n
Ec. de la recta:
1 = 21+ n
n = -1
y = 2x- 1
A continuacin tienes las grficas de la funcin y de la recta.
62

63

Tambin podemos interpretar la derivada como una razn de cambio. Esta
interpretacin es muy importante en las aplicaciones econmicas (costo e
ingreso marginal, razn de cambio relativa y porcentual, elasticidades, etc.).
En efecto, como ya comentramos con anterioridad, de la definicin de
derivada:
y
f (x) = lim
x 0 x
se deduce que, para valores de x muy pequeos, se verifica que:
f ( x )
y
x
Es decir: y f(x)x.
La conclusin que se deduce entonces es importante: por cada unidad de
cambio de la variable x, esto es, si x = 1, la variable y, o lo que es lo
mismo, la funcin, experimenta un cambio aproximadamente igual al valor
de la derivada f(x). Apliqumoslo a un ejemplo.
64

Ejemplo 8. Sea p = 100- q2 la funcin de demanda del producto de un
fabricante. Encuentra la razn de cambio del precio p por unidad con
respecto a la cantidad demandada q. Cmo cambia p con respecto a q
cuando q = 5? Interpreta el resultado.
El precio es una funcin de q, p = f(q). En primer lugar hemos de calcular la
derivada de dicha funcin.
f (q + h ) f (q )
100 (q + h )2 (100 q 2 )
f (q ) = lim
= lim
=
h 0
h 0
h
h
2qh h 2
h( 2q h )
= lim
= lim
= lim 2q h = 2q
h 0
h 0
h 0
h
h
Hemos calculado la razn de cambio (derivada) del precio con respecto a la

cantidad demandada. Nos piden este cambio cuando q = 5. Sustituimos en la
expresin de la derivada, obteniendo que f(5) = -10. De esta manera,
cuando q = 5 tenemos que p -10q. La interpretacin es clara: a partir
de 5 unidades, por cada unidad de ms demandada, el precio disminuye en
65
aproximadamente 10 u.m.

Al trmino de la derecha en la expresin y f(x)x se le llama
diferencial de la funcin, puesto que constituye una aproximacin a la
diferencia f(x+ x)- f(x). Se suele expresar as:
dy = f(x)dx
En vez de x se suele utilizar el diferencial de x, dx, con el mismo
significado, esto es, una pequea variacin en el valor de la variable x.
As, en el caso de la funcin del ejemplo anterior, escribiremos que el
diferencial de p es: dp = -2qdq.
66

1.1.8. CLCULO DE DERIVADAS
El clculo de f(x) a partir de la definicin de derivada resulta a veces muy
tedioso, pero podemos utilizar reglas que permiten dicho clculo de una
manera rpida y mecnica. A continuacin tienes la tabla de las derivadas
de las funciones ms elementales, as como las frmulas para derivar
funciones compuestas.
El resultado de cada derivada puede deducirse sin ms que aplicar la
definicin vista con anterioridad, como se ha hecho en los ejemplos 6 y 8.
Tambin se recogen las reglas del lgebra de derivadas que aplicars para
derivar la suma, producto o cociente de dos funciones, as como el producto
de una constante por una funcin. Se incluyen tambin las derivadas de las
funciones trigonomtricas, aunque stas no son habituales en las
aplicaciones econmicas.
67

DERIVADAS ELEMENTALES
FUNCIN
f ( x) = k , k
f ( x ) = xn
DERIVADA
f ( x ) = 0
f ( x ) = nx n 1
f ( x) = a x
1
f ( x ) =
x
f ( x ) = a x La
f ( x ) = sen x
f ( x ) = cos x
f ( x ) = cos x
f ( x ) = sen x
f ( x ) = Lx
68

FRMULAS DE DERIVACIN
FUNCIN
y= f ( x )n
y = L(f ( x ))
y=a
f (x)
DERIVADA
y = n f ( x )n 1 f ( x )
f ( x )
1
y=
=
f ( x )
f ( x) f ( x)
y= f ( x ) af ( x ) La
y = ef ( x )
y= f ( x ) ef ( x )
y = sen (f ( x ))
y= f ( x ) cos (f ( x ))
y = cos (f ( x ))
y= f ( x )sen (f ( x ))
69

REGLAS DEL LGEBRA DE DERIVADAS
(f ( x) + g( x))= f ( x) + g( x)
(k f ( x))= k f ( x)
(f ( x) g( x))= f ( x) g( x) + f ( x) g( x)
f ( x )g( x ) f ( x )g( x )
f
(
x
)
=

g( x ) 2
g
70

Ejemplos. Hallar las derivadas de las siguientes funciones.
1)
f ( x ) = 3 f ( x ) = 0
2)
f ( x ) = 2x f ( x ) = 2 (x ) = 2
3)
f ( x) = x5
4)
f ( x ) = 4x 2
f ( x ) = 5x4
( )
f ( x ) = 4 x 2 = 4 2x = 8x
1
1 2 1 1 1 / 2
1
f ( x ) = x
= x
=
2
2
2 x
5)
f ( x ) = x = x1 / 2
6)
2 3 1
2
2
2 / 3
f ( x) = 3
=x
f ( x ) = x
= x5 / 3 = 3
3
3
x2
3 x5
1
71

7)
f ( x ) = 3 + 2x f ( x ) = (3 ) + (2x )= 0 + 2(x )= 2 1 = 2
8)
3
3
f ( x ) = 4 + x f ( x ) =
2
2
9)
f ( x ) = 4x 3 5x f ( x ) = 12x 2 5
10)
f ( x ) = 3x 5 4x 3 + 3x 5 f ( x ) = 15x4 12x 2 + 3
11)
f ( x ) = 6x 3 + 3 x
2
3
1/ 2
2
=
6
x
+
3
x
2
x
x2
3
3
4
f ( x ) = 18x 2 + x 1 / 2 + 4x 3 = 18x 2 +
+ 3
2
2 x x
72

x
x
12) f ( x) = 3 f ( x) = 3 L 3
13) f ( x) = 4x + x4 f ( x) = 4x L4 + 4x 3
14)
f ( x ) = 3 x + 5Lx 2e x
f ( x ) =
1
+ 5 2e x
x
2 x
15) f ( x) = 3x 2 4x Lx
) 1x = (6x 4) Lx + 3x 4
f ( x ) = (6x 4) Lx + 3x 2 4x
16) f ( x) = e
x 2 +1
f ( x ) = 2xe
x 2 +1
73

17)
18)
f ( x ) = (3x + 2 )8
f ( x ) = 8 (3x + 2 )7 3 = 24(3x + 2 )7
f ( x ) = 3 4x 2 + 3x = 4x 2 + 3x
1
f ( x ) = 4x 2 + 3x
3
19)
f ( x) =
5
4
3x + 1
1
1
3
(8x + 3) = 1 4x 2 + 3x
3
= 5 3x 4 + 1
5
f ( x ) = 3x4 + 1
2
)1 / 3
) 1 / 2
2
3
(8x + 3)
) (12x3 ) = 30x3 (3x4 + 1)

1
1
2
20) f ( x) = 5L( x + 1) f ( x) = 5
3
2
x + 1)
5
=5 2 x =
x +1
x + 1 2 x ( x + 1)
74

2x + 1
2( 5x 3) 5( 2x + 1)
11
f ( x ) =
=
5x 3
(5x 3)2
(5x 3)2
21)
f (x) =
22)
5 x
x
+
(
e
3
)
5
Lx
e
5Lx
5(e x + 3) 5xexLx
x
f (x) = x
f ( x ) =
=
2
2
x
e +3
e +3
x ex + 3
En la siguiente direccin tienes una aplicacin muy sencilla para calcular

derivadas. Te muestra el resultado paso a paso, detallando las reglas que
has de utilizar:
http://library.wolfram.com/webMathematica/Education/WalkD.jsp
75

1.1.9. RELACIN
DERIVABILIDAD.
ENTRE
LA
CONTINUIDAD
LA
Recuerda que si una funcin f(x) no es continua en un punto, entonces no es

derivable en dicho punto. Ten cuidado de no utilizar mal este resultado. La
diferenciabilidad (o derivabilidad) implica la continuidad de la funcin, pero
no al revs, es decir, si f(x) es continua en cierto punto x0, entonces f(x) puede
ser o no derivable en dicho punto. Por ejemplo, sin necesidad de hacer
ningn clculo, sabemos que la funcin representada a continuacin no es
derivable en x = 0, puesto que no es continua en dicho punto.
76

1.1.10. REGLA DE LHPITAL PARA EL CLCULO DE
LMITES INDETERMINADOS.
Una de las aplicaciones ms interesantes de las derivadas es el clculo de
lmites indeterminados mediante la regla de LHpital, que enunciamos a
continuacin:
f ( x) 0
= entonces :
Si
lim
x x 0 , g( x )
0
lim
x x 0 ,
f ( x)
f ' ( x)
= lim
g( x ) x x0 , g' ( x )
donde f(x), g(x) son las derivadas de f(x) y g(x).

Ejemplos:
1)
x
e x 1 0 lim e = e0 = 1
= =
lim
x 0
x
0 x 0 1
77

2)
x 2 + 3x
2x + 3
2
lim
=
lim
=
=
lim
=0
=
3
2
x +
x
x + 3x
x + 6x
Aplicamos la regla de nuevo
Observa que este lmite podramos haberlo resuelto tambin por la regla
prctica vista para las funciones racionales en el apartado 1.1.5.
3)
4)
1
L(1 + x ) 0
lim
= = lim 1 + x = 1
x 0
x
0 x 0 1
sen x 0
cos x
=1
= = lim
x 0 x
x
0
0
1

lim
Observa los lmites de los ejemplos 1, 3 y 4 anteriores. En todos ellos hay un

cociente de funciones que tienden a cero cuando x 0, y el resultado del
lmite es 1 en todos los casos. Representemos las funciones del numerador y
78
denominador de cada lmite cerca de x = 0.

f(x) = ex-1 y g(x) = x (en azul)

(ejemplo 1)
f(x) = L(1+x) y g(x) = x

(ejemplo 3)
79

f(x) = sen(x) y g(x) = x

(ejemplo 4)
Puedes observar que cuanto ms se aproxima x a cero, las funciones f(x) y g(x)
tienen sus grficas prcticamente iguales. Se dice que las funciones f(x) son
infinitsimos equivalentes a g(x) = x en el punto x = 0. Este nuevo concepto nos
proporciona una tcnica nueva para el clculo de ciertos lmites.
80

1.1.11. CLCULO
EQUIVALENTES.
DE
LMITES
POR
INFINITSIMOS
Cuando dos funciones son infinitsimos equivalentes en un punto x0,

conforme nos aproximamos a dicho punto, sus grficas son prcticamente
indistinguibles una de otra, de manera que en las cercanas de x0 podramos
sustituir una funcin por la otra sin que ello supusiera cometer un error
significativo. Esto lo vamos a utilizar para simplificar el clculo de algunos
lmites en los que aparecen las funciones senx, ex- 1 y L(1+x), sustituyndolas
por la funcin x.
Veamos algunos ejemplos:
ex 1 0
x 1
lim
= = lim
=
x 0 2x
0 x 0 2x 2
lim
x 0
(sen x )2 L(1 + x)
5x 3
x2 x 1
0
=
= = lim
3
x
0
0
5
5x

Expresamos las equivalencias as:

sen x x
L(1+ x) x
ex - 1 x
en x = 0
81

Los parecidos entre las funciones se producen a veces en puntos distintos
de x = 0. Por ejemplo observa las siguientes funciones, que son casi iguales
conforme x 3:
f(x) = ex-3- 1
g(x) = x-3
Diramos en este caso que la funcin f(x) = ex-3- 1 es un infinitsimo

82
equivalente a g(x) = x- 3 en el punto x = 3.

As, por ejemplo, podramos resolver el siguiente lmite:
4(e x 3 1)
4( x 3)
lim
= lim
=2
x 3 2x 6
x 3 2( x 3)
Enunciamos entonces las equivalencias entre funciones de una forma ms
general:
sen u u
L(1+ u) u
eu - 1 u
en el punto x en el que se anule u.

Ms ejemplos:
3(e x 2 1) 0
3( x 2) 3
= = lim
lim
=
x 2
2x 4
0 x 2 2( x 2) 2
2
2( x + 1)
2(e x+1 1)2 0
2(e x+1 1)2
= lim 2( x + 1) = 0
= = lim
lim
= lim
x 1
x
1
x
+
1
x 1 L( 2 + x )
x 1 L(1 + ( x + 1))
0
83

Finalizamos aqu el repaso de los conceptos fundamentales sobre funciones
de una variable. Se aconseja practicar con los ejercicios resueltos y
propuestos del libro de problemas. Si necesitas ms, tambin puedes
consultar los enlaces recomendados en la asignatura virtual y en el Curso
de Iniciacin a las Matemticas para la Economa, ambos disponibles a
travs de Moodle, www.uhu.es/sevirtual.
A continuacin, recordamos los aspectos bsicos de la teora de matrices,
determinantes y sistemas de ecuaciones lineales. Se propone un trabajo a
realizar de forma autnoma por el alumno. Los contenidos del trabajo
tratan de los epgrafes 1.2.1, 1.2.2. y 1.2.3., los cuales no se desarrollarn en
clase. Toda la informacin al respecto podrs consultarla en Moodle.
84

1.2. REPASO DE MATRICES, DETERMINANTES Y SISTEMAS DE
ECUACIONES LINEALES.
1.2.1. MATRIZ DE ORDEN m x n. DEFINICIN Y TIPOS DE
MATRICES.
Llamamos matriz real de orden m x n a un conjunto de mn nmeros reales dispuestos
en m filas y n columnas, para lo cual empleamos la siguiente notacin:
a 11
a 21
A= .
a m1
a 12
a 22
.
.
am2
. . a 1n
. . a 2n
. . .
. . .
. . a mn
Si m n, se dice que A es una matriz rectangular

Si m = n, se dice que A es una matriz cuadrada
Los elementos de A se denotan por aij. Los subndices i y j hacen referencia a la 85
fila y columna (respectivamente) en que se encuentra el elemento.

Ejemplos:
1 2 0
1 3 5
(0
1

1
6

3
3 5 2)
Es una matriz de orden 2 x 3

Es una matriz de orden 1 x 4. Las matrices de orden 1 x n se
llaman matrices fila o vectores fila.
Es una matriz de orden 4 x 1. Las matrices de orden m x 1 se llaman matrices

columna o vectores columna.
2 1 6
0 0 3
1 5 9
Este es el elemento a23 de A, pues se encuentra

en la fila 2 y en la columna 3.
0 0
0
0
Son matrices cuadradas de rdenes 3 x 3 y 2 x 2,

respectivamente. Como son matrices cuadradas, se
dice simplemente que son de rdenes 3 y 2,
respectivamente. La matriz cuyos elementos son
todos nulos se llama matriz nula y se denota por . 86

Sea A una matriz cuadrada de orden n. Los elementos aii, forman la diagonal
principal de A.
Diagonal principal de A
a 11 a 12
a 21 a 22
A= .
.
.
.
a n1 a n 2
. . a 1n
. . a 2n
. . .
. . .
. . a nn
Una matriz cuadrada A se dice diagonal si son nulos todos los elementos que
estn fuera de la diagonal principal.
Ejemplo:
1 0 0
2
0
0 0 3
5 0 0
0
0
0
0 0 6
Nota: la definicin no implica que los elementos de la diagonal tengan que ser 87
todos distintos de cero.

Una matriz cuadrada A se dice que es triangular superior si son nulos
todos los elementos por debajo de la diagonal principal.
Ejemplo:
1 5 0
2
7
0 0 3
Una matriz cuadrada A se dice que es triangular inferior si son nulos

todos los elementos por encima de la diagonal principal.
Ejemplo:
0 0
1
2
0
3
5 3
88

Una matriz cuadrada A es simtrica si son iguales los elementos
simtricos respecto de la diagonal principal, es decir, si aij = aji.
Ejemplo:
1 5 0
2
7
0 7 3
Una matriz cuadrada A es antisimtrica o hemisimtrica si son nulos

los elementos de la diagonal principal y opuestos los elementos
simtricos respecto de la misma, es decir, si aij = -aji.
Ejemplo:
0 5 3
5
0
7
3 7 0
89

1.2.2. OPERACIONES CON MATRICES.
Suma de matrices
Para sumar dos matrices A y B, ambas tienen que ser del mismo orden.
El resultado es una matriz de igual orden que A y B, cuyos elementos son
el resultado de sumar los elementos que en A y B ocupan el mismo lugar.
Esto es, A + B = C, donde cij = aij+ bij.
Ejemplo:
1 2 0 0 3 2
-1 . . 1 5 2
=
+
=
4
. 2 4 13
1 3 5 1 1 8
.
90

Producto de una matriz por un nmero real
Para multiplicar una matriz A por un nmero real , se multiplica cada elemento
de A por dicho nmero.
Ejemplo:
2 3 10 15

5
0 1 0
5
=
0 1 0
5

2
6
10
30
Nota: la matriz opuesta de A, -A, es

el resultado de multiplicar por -1
todos los elementos de A.
Traspuesta de una matriz

Dada una matriz A cualquiera de orden m x n, se define la traspuesta de A como
aquella matriz de orden n x m que resulta al cambiar en A las filas por columnas.
Se representa por At.
Ejemplo:
1 5 2
Si A =
2 4 13
1 2
1 5 2
t
= 5
A =
4
2
4
13
2 13
t
91

Observa! Si A es cuadrada, entonces:
A simtrica
At = A
A antisimtrica
At = -A
Producto de dos matrices:

Dadas dos matrices A y B, para que pueda efectuarse el producto AB, el
nmero de columnas de A ha de ser igual al nmero de filas de B. El
resultado es una matriz C con el mismo nmero de filas que A y columnas
que B, tal que cada elemento cij es igual a la suma de los productos de los
elementos de la fila i de A por los elementos de la columna j de B. De esta
forma, si A es de orden m x n, slo podr ser multiplicada por una matriz
B de orden n x p. El resultado ser una matriz C de orden m x p.
Recuerda!
Am x n B n x p = C m x p
92

Ejemplo 1: considera el siguiente producto de matrices, cuyos rdenes
aparecen indicados debajo de cada una. El resultado es una matriz de orden
2 x 4, cuyos elementos calculamos a continuacin.
3 1 0 1
c11
1 2 0
4 5 1 1 =
2
3
1
c21
2 2 0 0
2x3
3x4
c12
c 22
c13
c 23
c14
c 24
2x4
Para calcular c11 sumamos los productos de los elementos de la fila 1 de A

por los de la columna 1 de B, es decir:
3 1 0 1
c11 = ( 1) 3 + 2 4 + 0 2 = 5
1 2 0
4 5 1
2
3
1
2 2 0
1
0
De la misma manera, c12 = suma de los productos de los elementos de la

fila 1 de A por los de la columna 2 de B, es decir:
c12 = ( 1) 1 + 2 5 + 0 ( 2) = 9
3 1 0 1
1
2
0
4 5 1 1 93
2 3 1
2 2 0 0

Y as sucesivamente obtendramos que:
5 9 2 3
C=
16
19
3
1
Ejemplo 2: observa cmo se multiplica un vector fila por un vector

columna.
1

(2 4 5) 3 = 2 1 + 4 ( 3) + ( 5) 2 = 20
1x1
2
1x3

3x1
Nota: si te resulta ms sencillo, para obtener cada elemento de la matriz

producto, puedes expresar el producto de cada fila y columna como en el
ejemplo 2. As, en el ejemplo 1, para obtener c13, podras hacer:
c13
0

= ( 1 2 0 ) 1 = ( 1) 0 + 2 1 + 0 0 = 2
Fila 1 de A 0

Col. 3 de B
94

Ejemplo 3: observa ahora el resultado de multiplicar un vector columna
por un vector fila. Vers que no obtienes un nmero, sino una matriz.
1
7
1
5

(
)
3
5
1
7
=
15
21

2 1x3
10
2
14

3x1
3x3
Observa que cada elemento cij de la matriz producto es el resultado de

multiplicar el nico elemento de la fila i de A, por el nico elemento de la
columna j de B.
Si quieres reforzar el producto matricial, entra en
y teclea en el
buscador juanmemol producto de matrices. A continuacin selecciona
los vdeos con ejemplos resueltos.
95

Importante: si A y B son dos matrices cuadradas, observa que puedes
realizar los dos productos AB y BA, obteniendo una matriz cuadrada del
mismo orden que A y B, pero ten en cuenta que el producto de matrices
cuadradas no es conmutativo, esto es, dadas A y B cuadradas, en general se verifica
que:
A B B A
Comprubalo multiplicando las matrices:

3 2
A =
1
4
1 5
B =
2
0
96

1.2.3. DETERMINANTE DE UNA MATRIZ CUADRADA. CLCULO Y
PROPIEDADES.
El determinante de una matriz cuadrada es un nmero real que se asocia
de modo natural a dicha matriz y cuyo clculo se efecta de distinta
manera dependiendo del orden de la matriz. Se representa encerrando los
elementos de la matriz entre dos barras verticales.
DETERMINANTE DE UNA MATRIZ CUADRADA DE ORDEN 1:
Dada una matriz cuadrada de orden 1, A = (a11), se define su determinante
como:
A = a11
Ejemplos:
Si A = ( 3)
A =3
Si A = ( 5)
A = 5
97

Dada una matriz cuadrada de orden 2:
a12
a
A = 11
a 21 a 22
Se define su determinante como el nmero real que resulta al hacer los
siguientes clculos entre los elementos de la matriz:
a11 a12
= a11a 22 a12a 21
a 21 a 22
Ejemplos:
2 5
= 2 1 5 3 = 13
3 1
1 1
= 1 2 1 ( 1) = 3
1 2
98

Dada una matriz cuadrada de orden 3, su determinante se efecta
mediante la llamada Regla de Sarrus, la cual consiste en realizar los
siguientes clculos entre los elementos de la matriz:
a11 a12 a13

a21 a22 a23 = a11a22a33 + a12a23a31 + a21a32a13
a31 a32 a33
a13a22a31 a12a21a33 a23a32a11
a11 a12 a13
a11 a12 a13
a21 a22 a23

a31 a32 a33
a21 a22 a23

a31 a32 a33
99

Ejemplo:
3 = 4+0+00+ 3+ 2 = 9
1 2
Si quieres reforzar la regla de Sarrus, entra en

y teclea en el
buscador juanmemol determinante regla de Sarrus. A continuacin
selecciona los vdeos. El vdeo que encontrars en:
http://www.youtube.com/watch?v=jKjg7XCJFGU
contiene un mtodo sencillo para recordar la regla de Sarrus.
100

DETERMINANTE DE UNA MATRIZ CUADRADA DE ORDEN SUPERIOR A 3:
Para hallar el determinante de una matriz cuadrada de orden superior a

tres, es necesario definir los conceptos de menor complementario y de
adjunto de un elemento de dicha matriz, adems de repasar las
propiedades de los determinantes.
Sea A una matriz cuadrada de orden n cualquiera.
Se llama menor complementario del elemento aij y se representa por ij ,
al determinante de orden n-1 que se obtiene al suprimir en A la fila i y la
columna j. Se denota por ij.
Ejemplo:
2 1 3
1 2 1
A=
0 1 2
4 3 1
0
5
13
1 2 0
= 0 1 5 = 23
4 3 2
41
3 4
= 2 1 0 = 13
1 2 5
101

Se llama Adjunto del elemento aij y se representa por Aij:
ij
A ij =
ij
si i + j par
si i + j impar
En el ejemplo anterior, seran A13= 23 y A41=13.
Busca vdeos con

ejemplos en
PROPIEDADES DE LOS DETERMINANTES:

Enunciamos a continuacin las propiedades de los determinantes, vlidas
para matrices cuadradas de cualquier orden. Se ilustran con ejemplos para
determinantes de orden 3. Verifcalas resolvindolos por la Regla de
Sarrus.
1. El determinante de una matriz y el de su traspuesta son iguales
Ejemplo:
1 1
1 2 3 = 1
0 1 2 0
2
3
0
1 = 9
2
102

2. Si una fila o columna de una matriz tiene todos sus elementos nulos,
entonces el determinante de la matriz es igual a cero.
Ejemplos:
1
5 0 =0
3 1 0
10
0 =0
5
0
0
30 11
3. Si una matriz tiene dos filas o columnas iguales o proporcionales,

entonces su determinante es igual a cero.
Ejemplos:
2
2 1 = 0
3 3 2
2
2 6 =0
3 1 0
Observa, en el segundo ejemplo, que los elementos de la fila 2 son el

resultado de multiplicar por 2 los elementos de la fila 1. Lo expresamos
as: F2 = 2F1. Para las columnas usaremos la letra C con el subndice103
correspondiente.

4. Si se intercambian entre s dos filas o columnas de una matriz, el
determinante cambia de signo.
Ejemplo:
1
5
3
2
1
5
3 = 1
1 2
3 1 4
3 1 4
1
5. Si todos los elementos de una fila columna de una matriz son mltiplos
de un mismo nmero, dicho nmero multiplica al determinante.
Ejemplos:
10
15
1
2
3
2
2 1 = 5 2
2 1
3 3 2
3 3 2
1 2
3
1
1 1
4 1 = 2 3
1
6 2
2 1
3 2
104

Esta propiedad podemos enunciarla al revs, es decir, si un nmero
multiplica a un determinante, podemos introducirlo multiplicando a todos
los elementos de cualquier fila o columna (solamente una fila o una
columna).
Ejemplo:
2 1 5
3 1 3 2 = 3 9 6
1 0 4
1 0 4
Como consecuencia de esta propiedad deducimos que si A es una matriz

cuadrada de orden n y k es una constante, entonces:
kA = k n A
Ejemplo:
8
4
4 2
= 22
2 16
1 8
105

6. Si los elementos de una fila columna de una matriz son suma de p
sumandos, entonces el determinante de dicha matriz es igual a la suma de
los determinantes de las p matrices que tienen en la fila o columna
correspondiente a cada uno de los p sumandos.
Ejemplos:
2+ 3 1+ 8 5 9
2 1 5
3 8 9
1
2 = 1 3 2 + 1 3 2
3
1
0
4
1 0 4
1 0 4
2 + 11 5 3 + 20 4 2 3 11 20 5 4
=
+
+
5
8
5 8 5 8
5
8
7. El determinante de un producto de matrices es igual al producto de los

determinantes de ambas, es decir:
AB = A B
106

8. Si una fila (o columna) de una matriz es combinacin lineal* de las restantes
filas (o columnas), entonces el determinante es nulo.
Ejemplo 1:
1 3 5 = 0
0 1 1
C3=2C1-C2 (**)
*Esto quiere decir que cada elemento de esa fila o columna es igual a la suma de los
elementos de las restantes filas o columnas multiplicados por determinados
nmeros reales.
** Cada elemento de la columna 3 es igual al doble del elemento que ocupa el
mismo lugar en la columna 1 menos el correspondiente de la columna 2. Si
extraemos los vectores columna, se verifica que:
0
1 2

Comprubalo.
5
=
2

1 3
1
0 1

El vector columna 3 es combinacin lineal de los vectores columna 1 y 2. En tal
caso se dice que dichos vectores (o columnas de A) son linealmente dependientes. 107

Ejemplo 2:
1 1
3 6
5 =0
3 1
Si extraemos los vectores fila:
( 3
F2=3F1+F3
6 5 ) = 3( 1 1 2 ) + (0 3 1)
Entre los vectores fila de esta matriz existe una relacin de combinacin lineal. Se
dice entonces que los vectores fila de esta matriz (o simplemente que las filas de
esta matriz) son linealmente dependientes.
Es importante observar que se verifica el siguiente resultado:
Si entre las filas o columnas de A hay una relacin de combinacin lineal, esto es,
si sus vectores fila o columna son linealmente dependientes, entonces el
determinante de A es igual a cero.
Recprocamente, si el determinante de una matriz es cero, entonces entre sus filas
o columnas hay una relacin de combinacin lineal, es decir, sus vectores fila o 108
columna son linealmente dependientes.

Queda claro entonces que si el determinante de una matriz es distinto de cero,
entonces no existe ninguna relacin de combinacin lineal entre sus vectores filas o
columnas. En tal caso se dice que dichos vectores son linealmente independientes.
Por ejemplo, el determinante siguiente es distinto de cero. Por tanto, no existe
ninguna relacin de combinacin lineal entre sus filas o columnas; stas son
linealmente independientes.
1 1 0
2
1 0
9. El valor de un determinante no vara si a una fila (resp. columna) se le suman

las dems filas (resp. columnas), multiplicadas por cualesquiera nmeros reales.
Ejemplo:
1 2
1 4 5 = 1 4 5
0 1 1
0 1 1
F1+F2+2F3 (*)
* A cada elemento de la fila 1 se le suma el correspondiente de la fila 2 ms el doble del que est en la fila 3. 109
Observa: es la fila 1 la que se modifica, quedando las otras dos como estaban.

10. El valor de un determinante es igual a la suma de los productos de los
elementos de una fila (o columna) cualquiera, por sus adjuntos
correspondientes.
Ejemplo 1:
3 = 4+0+00+ 3+ 2 = 9
1 2
1A11+1A12+0 A13= 1
1 2
1 3
Este es el valor que

se obtiene mediante
la regla de Sarrus.
=9
En http://www.youtube.com/watch?v=wl0h5uPFcnw tienes un ejemplo

resuelto.
Utilizamos esta propiedad para resolver determinantes de cualquier
orden. A continuacin resolvemos un determinante de orden 4 aplicando
110
la propiedad con los elementos de la fila 2.

Ejemplo 2:
2 1
1 2 1 0
= 1 A 21 + 2 A 22 + ( 1) A 23 + 0 A 24 =
0 1 2 5
1 3 4
2 3 4 2 1 4
4 3 1 2
= 1 2 5 + 2 0 2 5 + 0 1 5 = 32
3 1 2
4 1 2 4 3 2
Ejercicios propuestos:
1) En el ejemplo 2 anterior, comprobar que si se aplica la propiedad 10
con otra fila o columna cualquiera, el valor del determinante es el
mismo.
2) Aplicar la propiedad para resolver un determinante de orden 3,
comprobando que el resultado es el mismo que si se emplea la Regla de
Sarrus.
111
Mira los ejemplos resueltos en http://www.uhu.es/unitv/vid_carta.php?id=519

Observa! Esta propiedad simplifica notablemente el clculo de
determinantes que tienen una fila o columna con todos los elementos nulos
excepto uno. Por ejemplo, si en el siguiente determinante aplicamos la
propiedad 6 con los elementos de la columna 2, resulta:
2 1 2 4
1 0 3 0
0
2 1
1 2
1 3 0
= 1 A12 = 0 2 1 = 15
4 1 2
Con lo cual el clculo del determinante se reduce al clculo de un nico

adjunto, el del elemento a12, pues los dems adjuntos van multiplicados
por cero. Este adjunto es, a su vez, un determinante de orden 3 que
podemos calcular por Sarrus.
En realidad, cualquier determinante puede transformarse en uno del tipo
anterior, esto es, con una fila o columna de elementos nulos, sin ms que112
aplicar la propiedad 5. Lo vemos en el siguiente ejemplo.

Consideremos el determinante:
2 1 3 4
1 2 1 0
0 1 2 5
4
1 2
La idea es realizar transformaciones de filas o columnas que mantengan el

valor del determinante invariante en virtud de la propiedad 5, pero que
provoquen que todos los elementos de una fila o columna, excepto uno, se
transformen en ceros. Para ello, elegimos aquella fila o columna del
determinante original con mayor nmero de ceros y que contenga, si es
posible, un 1 -1. En nuestro caso, elegimos la fila 2 (tambin podramos
haber elegido la columna 1, por ejemplo). Nuestro objetivo va a ser
conseguir que los elementos rodeados se transformen en ceros.
2 1 3 4
1 2 1 0
0 1 2 5
4 3 1 2
113

Para ello realizamos las siguientes transformaciones en el determinante,
las cuales dejarn invariante su valor en virtud de la propiedad 9:
- A la columna 2 le restamos la columna 1 multiplicada por 2.
Abreviadamente este paso lo expresamos como C2-2C1. Importante! es la
columna 2 la que se transforma, quedando la columna 1 tal y como estaba
en el determinante inicial.
2 1 3 4
1 2 1 0
0 1 2 5
4 3 1 2
2 5 3 4
1 0 1 0
0 1 2 5
4 5 1 2
C2-2C1
- A continuacin, a la columna 3 le sumamos la columna 1.
Abreviadamente este paso lo expresamos como C3+C1. Importante! es la
columna 3 la que se transforma, quedando la columna 1 tal y como estaba
114
en el determinante inicial.

2 1
1
1 0
2 5
0 1 2 5
4 3 1 2
1 0
0 1 2 5
4 5 1 2
C2-2C1
2 5 5 4
4
=
0 0
0 1 2 5
4 5 3 2
C3+C1
- Finalmente, resolvemos este ltimo determinante aplicando la

propiedad 10 a la segunda fila.
2 5 5 4
1
0 0
5 5 4
0 1 2 5 = 1 A 21 = 1 2 5 = 32
5 3 2
4 5 3 2
Observa que para conseguir los ceros donde queramos, esto es, en los
elementos a12 y a13, ambos en una misma fila, hemos operado con las
115
columnas.

Ejercicio propuesto: resolver los siguientes determinantes
1 1
1
4 3
2 1
1 2 4
3 1
2 1
0 2
Sugerencia: intenta resolver el primero de ellos haciendo cero el elemento

a44. Para ello, debes operar con las filas haciendo la transformacin F42F2, es decir, resta a la fila 4 la fila 2 multiplicada por 2. Recuerda!: la fila
que se transforma es la 4, permaneciendo la 2 como estaba.
Para el segundo, puedes hacer cero el elemento a41 utilizando la columna 4.
Observa que hemos elegido una fila donde no hay ningn 1 ni 1, pero la
transformacin es simple: C1- 2C4.
Ms ejemplos resueltos en: http://www.uhu.es/unitv/vid_carta.php?id=529 y en
el canal juanmemol de
116

1.2.4. MATRIZ INVERSA. DEFINICIN Y CLCULO.
Dada una matriz A, cuadrada con determinante distinto de cero,
llamamos inversa de A a la matriz A-1 tal que:
AA -1 =A -1A = I, donde
1 0 . . 0
0
1
0
.
0
I = 0 0 1 . 0
.
.
.
.
.
0 . . . 1
es la matriz identidad (matriz cuadrada diagonal

con los elementos de la diagonal iguales todos a 1)
De la definicin de matriz inversa, se deduce que:

A 1 =
1
A
117

Clculo de la matriz inversa
Para calcular la inversa de A, podemos aplicar la siguiente frmula:
A 1 =
1
Adj ( A t )
A
donde Adj(At ) es la matriz adjunta de A, es decir, aquella matriz cuyos

elementos son los adjuntos de los elementos de At.
Ejemplo:
Dada la siguiente matriz A, calculemos su inversa. Para ello, comprobamos
en primer lugar que su determinante es distinto de cero. Luego hallamos
A t.
2 1 3
A = 1 0 2
1 0 0
A = 2
2 1 1
At = 1 0
0
3 2
0
118

A continuacin, calculamos los adjuntos de todos los elementos de At y
construimos la matriz Adj(At.)
0
2
0
t
Adj( A ) = 2 3 7
0 1 1
Aplicamos la frmula y obtenemos:

A 1
1
0
0
= 1 3/ 2 7/ 2
0 1/ 2 1/ 2
Ejercicio propuesto: comprobar que AA-1 = I
119

1.2.5. RANGO DE UNA MATRIZ.
Sea A una matriz de orden m x n. Para llegar al concepto de rango
debemos definir primero el concepto de menor de orden h de una
matriz.
Se llaman menores de orden h de A a los determinantes de orden h que
pueden formarse con elementos comunes a h filas y a h columnas de A.
2
1
1 2
Dada la matriz A =
0
0
0
0
Ejemplo:
1 3
0
0 1
1
0 1 1
1 4
1
1
2
son menores de orden 2 los siguientes:
1 2
1 0
0 1
2 1
0 4
los cuales resaltamos a continuacin sobre la matriz.

120

2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
No es un menor de orden 2 el formado con los siguientes elementos

resaltados:
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
por no ser los elementos 1 y 3 comunes a la misma fila.
121

De la misma forma, son menores de orden tres, por ejemplo, los siguientes
determinantes, resaltados a continuacin sobre la matriz:
1
2 1
1 2 0
0
0 0
1 1 3
1 0 1
0 1 4
2
3
0
1
2 1
0 1 1
1 1 0
0 0 1
0 1 1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
122

Asimismo, son menores de orden cuatro, por ejemplo, los determinantes
formados por los elementos resaltados a continuacin sobre la matriz:
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
Observa que no pueden construirse menores de orden 5 con los elementos

de esta matriz.
Con estas consideraciones anteriores, diremos que el rango de una matriz
es r, si existe un menor de orden r distinto de cero, y todos los menores de
orden superior a r son cero.
O dicho de otra manera: el rango de una matriz es el orden del mayor
menor no nulo que encontramos en dicha matriz.
Lo expresaremos escribiendo rg A = r.
123

Ejemplos:
1 2
= 1
rg
1
2
1 1
= 2
rg
3
2
Pues el mayor menor no nulo que puede construirse con

elementos de A es un menor de orden uno.
elementos de A es un menor de orden dos, que es el propio
determinante de A.
2 2 2
2
= 2 Pues el mayor menor no nulo que puede construirse
rg
1
1
0
1
con elementos de A es un menor de orden dos.
124

1
1
rg
0
1
1 1
1 2
rg
0 0
0 0
1 1
1 2
rg
0 0
0 0
0 1
0 1
=2
0 0
0 0
0
0
0
1
0
0
1
1
Pues existe un menor de orden 2 (el marcado, por ejemplo)

distinto de cero, y todos los menores de orden superior a dos
son cero.
0
= 3 Pues el menor marcado de orden 3, es distinto de cero y el
0
nico menor mayor (el determinante de A) es igual a cero.
0
=4
0

elementos de A es el propio determinante de A, de orden
4. Calcula dicho determinante y comprueba que es
125
distinto de cero.

En el caso de matrices de rdenes no muy grandes, resulta sencillo calcular el rango
por simple inspeccin de la matriz, pero es conveniente disear un procedimiento para
efectuar este clculo en el caso de matrices de dimensiones mayores. El procedimiento
que vamos a emplear se conoce como mtodo de orlar el menor. Vamos a explicarlo
para el caso de la siguiente matriz:
2 1 3
0
1
2
0
1
1
A=
0
0 0 1 1
0
0
1
4
1
Paso 1. Encontrar y marcar, si existe, un menor de orden dos distinto de cero. Si no

existiera, podemos concluir afirmando que rg A = 1. En nuestro ejemplo, existe dicho
menor, por ejemplo el resaltado en color, por lo cual podemos afirmar que rg A 2.
2
1
1 2
0
0
0
0
1 3
0
0 1
1
0 1 1
1 4
1
126

Observa que podemos afirmar que las filas 1 y 2 de la matriz son linealmente
independientes, es decir, no existe ninguna relacin de combinacin lineal entre ellas
pues, si la hubiera habido, todos los menores de orden dos formados con elementos de
ellas hubieran sido iguales a cero.
Paso 2. Orlar el menor de orden dos marcado, es decir, aadirle elementos de otra
fila y columna de A para construir un menor de orden tres distinto de cero, si
existiera. Por seguir el mtodo de una manera ordenada, orlamos el menor de orden
dos aadindole elementos de la fila 3 de la matriz. Si con los elementos de esta fila no
encontramos ningn menor de orden 3 distinto de cero, ello indicara que la fila 3 es
combinacin lineal de las filas primera y segunda; entonces orlaramos el menor de
orden 2 con elementos de la fila 4. Si tampoco encontramos un menor de orden 3 no
nulo, resultara que la fila 4 es tambin combinacin lineal de las filas 1 y 2; entonces
concluiramos afirmando que rg A = 2.
127

En nuestro ejemplo, observa que s es posible conseguir un menor de orden 3 no nulo al
orlar con los elementos de la fila 3; lo marcamos en color. Podemos afirmar entonces
que las filas 1, 2 y 3 de la matriz A son linealmente independientes y, en consecuencia,
que rgA 3.
2
1
1 2
A=
0
0
0
0
0 1
1
0 1 1
1 4
1
Observa! El menor de orden tres contiene al de orden dos de la etapa anterior. Esto es
importante. Si el menor de orden tres resaltado hubiera sido nulo, buscaramos otro
pero siempre conteniendo al de orden dos de la etapa anterior.
Paso 3. Orlar el menor de orden tres marcado, es decir, aadirle elementos de la
cuarta fila y otra columna de A para construir un menor de orden cuatro distinto de
cero, si existiera. Si no lo encontramos, entonces rg A = 3 y hemos finalizado nuestro
128
problema. En caso contrario, sera rg A = 4.

En nuestro ejemplo, hay dos menores de orden cuatro que orlan al menor marcado
de orden tres de la etapa anterior, ambos construidos con elementos de la fila 4 de la
matriz A:
1 2 0
2 0
0 1
0 1 1
Ambos valen cero (comprubalo) y, al no haber menores de orden superior a cuatro,

concluimos que rg A = 3. Observa que podemos afirmar que la fila 4 es combinacin
lineal de las filas 1, 2 y 3, pues los determinantes de orden 4 que la contienen son
iguales a cero. Con el proceso desarrollado, podemos concluir que las filas 1, 2 y 3 son
linealmente independientes, y la fila 4 es combinacin lineal de ellas. Se puede dar
entonces otra definicin del rango de una matriz:
El rango de una matriz es igual al nmero mximo de filas (o columnas) linealmente
independientes que contiene.
Ms ejemplos resueltos en http://www.uhu.es/unitv/vid_carta.php?id=531
129

1.2.6. SISTEMAS DE ECUACIONES LINEALES.
Llamamos sistema de ecuaciones lineales a un conjunto de expresiones de la forma:
a11x1 + a12 x 2 + ... + a1n xn = b1
a x + a x + ... + a x = b
21 1
22 2
2n n
2
...................................
a m1x1 + a m 2 x 2 + ... + a mn xn = b m
donde aij se llaman coeficientes del sistema, xi son las incgnitas y bi son los trminos
independientes, siendo todos ellos nmeros reales.
Todo sistema de ecuaciones lineales puede expresarse en forma matricial de la

siguiente manera:
a11 a12 ... a1n x1 b1

a
a
...
a
21
22
2 n x 2 b 2
=
Matriz (o vector) columna
.
.
...
. ... ... denominada
matriz de trminos

independientes B
a m1 am 2 ... a mn x n b m
Matriz de orden m x n denominada
matriz de coeficientes A
Matriz (o vector) columna

denominada matriz de incgnitas X
130
130

Abreviadamente escribiremos AX = B para referirnos a un sistema de ecuaciones
lineales como el anterior.
Adicionalmente, asociada a cada sistema lineal, se define la matriz ampliada:
a11 a12
a 21 a 22
A=
.
.
a m1 a m 2
... a1n
... a 2n
...
.
... a mn
b1
b2
...
bm
Esta matriz contiene toda la informacin del sistema, pues cada fila resume los
coeficientes y los trminos independientes de cada ecuacin.
Ejercicio propuesto: la siguiente matriz es la matriz ampliada de un sistema de
ecuaciones lineales. Escribe las ecuaciones del sistema y exprsalo luego en forma
matricial.
1 1 1 4
A = 0 1 2 3
1 0 4 1
131
131

Solucin de un sistema de ecuaciones lineales
Resolver un sistema de ecuaciones lineales consiste en encontrar valores para las
incgnitas de manera que se verifiquen todas las ecuaciones del sistema. Los
sistemas con solucin se llaman sistemas compatibles y los que no tienen solucin son
sistemas incompatibles. Un sistema compatible con solucin nica se denomina
sistema compatible determinado (S.C.D.). Si posee infinitas soluciones se denomina
sistema compatible indeterminado (S. C. I.).
Estudio de un sistema de ecuaciones lineales

Estudiar un sistema de ecuaciones lineales consiste en decidir a priori si el sistema es
compatible o incompatible. El estudio de un sistema se lleva a cabo aplicando el
teorema de Rouch, el cual se basa en el clculo de los rangos de las matrices de
coeficientes (A) y ampliada (A) del sistema.
Lo tienes enunciado a continuacin.
132
132

TEOREMA DE ROUCH
Si rgA rg A
Sistema Incompatible (S. I.)

No hay solucin
= n de incgnitas
Si rgA = rg A
< n de incgnitas
Sistema
Compatible
Determinado
(S.C.D.) nica
solucin.
Sistema
Compatible
Indeterminado
(S.C.I.) Infinitas
soluciones.
133
133

Ejemplos: estudiar y resolver, si es posible, los siguientes sistemas.
1 1 1 0
A= 2 3 2 1
4 1
1 0
A
Observemos que el menor marcado es distinto de cero, por lo que rgA = rgA= 3 y el
sistema es compatible determinado, es decir, posee una nica solucin. Para hallar
esta solucin disponemos de varios mtodos. Uno de ellos consistira en operar con
las ecuaciones para despejar las tres incgnitas. Por ejemplo, podramos sumar la 1
y la 3, eliminndose la incgnita y, con lo que nos quedara:
a)
= 0
xy+z
2x + 3y 2z = 1
= 0
4x + y + z
5x+ 2z = 0
A continuacin eliminamos de nuevo la incgnita y multiplicando por 3 la 1
ecuacin y sumndole la 2 . De esta manera obtendramos:
5x+ z = 1
que, junto con la anterior, forman un sistema de ecuaciones de 2 ecuaciones con 2
incgnitas que resolvemos ya fcilmente (hazlo t). Teniendo x y z, de cualquiera de134
las 3 ecuaciones despejaramos x.

Otro mtodo de resolucin de sistemas lineales es el mtodo de Gauss que seguramente
aprendiste en cursos anteriores. Consiste en transformar el sistema en uno escalonado
cuya solucin es ms fcil de calcular, para lo cual hacemos transformaciones de filas
en la matriz ampliada. Recuerda cmo se haca:
1 1 1 0
2
3
2
1
4 1
1 0
F2- 2F1
F3- 4F1
1 1 1 0
0 5 4 1
0 5 3 0
F3- F2 1 1
0
0
5
0
1
0
4 1
1 1
El sistema es equivalente, por tanto, al correspondiente a la ltima matriz ampliada:

xy+z
5y 4z
z
=0
=1
= 1
Su solucin es fcil de hallar a partir de la tercera ecuacin: x = 2/5, y = -3/5, z = -1

Expresamos la solucin as: (2/5, -3/5, -1)
135

Los mtodos anteriores, no obstante, pueden resultar tediosos de aplicar cuando el
sistema posee ms de 3 ecuaciones e incgnitas. Explicamos a continuacin la Regla
de Cramer que permite resolver mediante una sencilla frmula, sistemas compatibles
determinados con cualquier nmero de ecuaciones e incgnitas.
La Regla de Cramer dice que el valor de la incgnita j-sima es igual al cociente entre
dos trminos, siendo el denominador el determinante de A y el numerador un
determinante igual al de A pero en el cual se ha sustituido la columna j-sima por la
columna de trminos independientes.
Si aplicamos esta regla al clculo de las soluciones del sistema anterior, resulta:
x=
0
1
1
3
1
2
1
A
1
2
2
4
= ,y =
5
0
1
1
2
0
A
1
2
4
3
= ,z =
5
1
3
0
1
1
A
= 1
136

b)
xy+z
= 1
2x + 3y z = 0
x 4y + 2z = 1
1 1 1 1
A = 2
3 1 0
1 4 2 1
Escribimos la matriz del sistema A, y estudiamos su rango. Observamos que

F3 = F1-F2 , por lo que el rango de A no puede ser 3. Como existe al menos un
menor de orden 2 no nulo (el sealado), concluimos que rg A = rg A= 2. El
sistema es, por tanto, un sistema compatible indeterminado. Tiene infinitas
soluciones. Resolver un sistema compatible indeterminado consiste en dar la
expresin general que tendrn sus infinitas soluciones.
Para ello debemos reducirlo en primer lugar a un sistema de Cramer, esto es, a un
sistema compatible determinado con igual nmero de ecuaciones que de
incgnitas. Para ello, observemos el menor que determin el rango, recuadrado en
A. La fila 3 de A no interviene en dicho menor; es combinacin lineal de las filas
1 y 2. Dicha fila se corresponde con la ecuacin 3 del sistema. Esta ecuacin se
puede suprimir, obteniendo un sistema completamente equivalente al primero.
137

Una vez hecho esto, el sistema queda as:
x y + z = 1
2x + 3y z = 0
Ahora observa que la columna 3 de A (que contiene a los coeficientes de la

incgnita z del sistema) no interviene en el menor que determin el rango. Entonces,
pasamos a los segundos miembros del sistema los trminos correspondientes a dicha
incgnita que, desde este momento, deja de llamarse incgnita y pasa a ser el
parmetro del sistema. Probablemente cuando estudiaste esto en Bachillerato,
llamabas o al parmetro; puedes hacerlo si te resulta ms cmodo.
Nuestro sistema original se ha convertido en el siguiente sistema de dos ecuaciones
con dos incgnitas, x e y:
x y = 1 z
2x + 3y = z
Hemos de resolver este sistema para hallar los valores de sus incgnitas, x e y, los
cuales vendrn dados en funcin del parmetro z. Para ello podemos usar la regla de
Cramer o bien cualquiera de los mtodos que nos explicaron en 2 de la ESO para
sistemas de 2 ecuaciones con 2 incgnitas: sustitucin, igualacin o reduccin.
138

Por la Regla de Cramer (comprueba que sale lo mismo si aplicas otro mtodo):
1 z 1
z
3
3 2z
x=
=
1 1
5
2 3
1 1 z
2
z
2 + 3z
x=
=
1 1
5
2 3
Las soluciones del sistema original sern entonces todos los valores de x, y, z tales
que:
3 2
2 3
x= z
5 5
y=
+ z
5
Se dice que el sistema original tiene infinitas soluciones porque para cada valor
arbitrario que asignemos a z, obtenemos unos valores para x e y tales que (x, y, z)
es una solucin del sistema original. Las infinitas soluciones del sistema original se
expresan de la siguiente manera:
3 2 2 3
z, + z, z
5 5 5 5
139

c)
= 1
x+ y+z+t
1 1 1 1 1
x y + 2z 2t = 0
1
1
2
2
0
=
A
= 1
2x + 3z t
2 0 3 1 1
= 2
3 x + y + 4z
3
1
4
0
2
Escribimos la matriz del sistema A, y estudiamos su rango. Observamos que

F3 =
F1+F2 , F4 = 2F1+F2, por lo que se verifica que rg A = rg A= 2, ya que no habr
menores de rdenes superiores a dos distintos de cero. El sistema es, por tanto, un
sistema compatible indeterminado. Tiene infinitas soluciones.
Para resolverlo debemos reducirlo en primer lugar a un sistema de Cramer. Para ello,
observemos el menor que determin el rango, recuadrado en A. Las filas 3 y 4 de A
no intervienen en dicho menor; son combinaciones lineales de las filas 1 y 2. Dichas
filas se corresponden con las ecuaciones 3 y 4 del sistema, que suprimimos.
x+y+z+t =1
x y + 2z 2t = 0
140

Una vez hecho esto, observamos tambin que las columnas 3 y 4 de A (que
contienen a los coeficientes de las incgnitas z y t del sistema) no intervienen en el
menor que determin el rango. Pasamos a los segundos miembros del sistema los
trminos correspondientes a dichas incgnitas que, desde este momento, dejan de
llamarse incgnitas y pasan a ser los parmetros del sistema.
De esta manera, el sistema inicial queda reducido al siguiente:
x + y = 1 z t
(*)
x y = 2z + 2t
el cual es un sistema de 2 ecuaciones con 2 incgnitas (x e y) cuyas matrices de

coeficientes (que corresponde al menor que determin el rango) y ampliada tienen
rango igual a 2. Es, por tanto, un sistema compatible determinado o un sistema de
Cramer. Importante: las incgnitas de este sistema son solamente x e y. Las otras
dos (los parmetros z y t) son ya parte de los trminos independientes del sistema. A
la hora de resolverlo, al igual que en el ejemplo anterior, podemos optar por
emplear la regla de Cramer o, al ser un sistema de 2 ecuaciones con 2 incgnitas,
podemos operar con sus ecuaciones para resolverlo mediante el mtodo de
reduccin, por ejemplo.
141

x=
x + y = 1 z t
x y = 2z + 2t
(Suma) 2x = 1- 3z+t
1 3
1
z+ t
2 2
2
(Despeja x)
Despeja y de la primera ecuacin y sustituye el valor hallado de x:

1 1 1
3
1 3
y = 1- z- t- x = 1 z t z + t = + z t
2 2 2
2
2 2
La solucin del sistema (*) es, por tanto:

x=
1 3
1
z+ t
2 2
2
y=
1 1
3
+ z t
2 2
2
142

Las soluciones del sistema original sern entonces todos los valores de x, y, z, t
tales que:
x=
1 3
1
z+ t
2 2
2
y=
1 1
3
+ z t
2 2
2
Se dice que el sistema original tiene infinitas soluciones porque para cada valor
arbitrario que asignemos a z y a t, obtenemos unos valores para x e y tales que
(x, y, z, t) es una solucin del sistema original. Las infinitas soluciones del sistema
original se expresan de la siguiente manera:
Solucin general del sistema b):
3
1 1
3
1 3
z t, + z t, z, t
2
2 2
2
2 2
donde z y t toman valores cualesquiera.

143

Ejercicio resuelto: estudiar el siguiente sistema segn los valores del parmetro m.
xy+z =1
2x + 2z = 1
x + mz = 3
1
1 1 1
A= 2
0 2 1
1 0 m 3
En primer lugar, debemos hacer un estudio de los rangos de A y A para

determinar en qu casos tiene solucin el sistema dado. Al ser A una matriz
cuadrada, comenzamos calculando su determinante para ver en qu caso/s se
anula.
1 1 1
A= 2
0 2 = 2m + 2 = 0 m = 1
1 0 m
A la vista de este resultado, podemos concluir de la siguiente manera.

144

Si m -1, entonces rg A = rg A= 3
Si m = -1, entonces
S. C. D.
1
1 1 1
1
A= 2
0
2
1 0 1 3
En este caso, rg A = 2, pues el menor marcado es distinto de cero y, lgicamente, el

determinante de A es nulo. Por otra parte, el rango de A ser 2 3, dependiendo
de si el menor formado con las columnas 1, 2 y 4 es cero o no. Lo calculamos y
vemos que es distinto de 0, por lo que rg A= 3 y el sistema es incompatible.
1 1 1
2
0
1 0
1 0 3
145

1.2.7.
SOLUCIONES
DE
UN
SISTEMA
INTRODUCCIN AL ESPACIO VECTORIAL n.
HOMOGNEO.
Un sistema de ecuaciones lineales se dice homogneo si todos

independientes son iguales a cero. Por ejemplo:
x + 2y z
2 x y + 3t
x + 3z + 4t
3y + 4z + 7t
Respecto a los sistemas homogneos, observa que:
los trminos
= 0
= 0
= 0
= 0
- La solucin nula o trivial, es decir, todas las incgnitas iguales a cero, es siempre
solucin de cualquier sistema homogneo.
- Un sistema homogneo es siempre compatible, pues lo que diferencia a las matrices
de coeficientes y ampliada es una columna de ceros. En conclusin, siempre se
verificar que rg A = rg A.
En caso de que rg A = rg A= n de incgnitas, la nica solucin del sistema ser la
solucin nula o trivial. En otro caso, el sistema tendr infinitas soluciones.
146

Consideremos el sistema de ecuaciones anterior y su matriz ampliada:
x + 2y z
2 x y + 3t
x + 3z + 4t
3y + 4z + 7t
= 0
= 0
= 0
= 0
2 1
1
2 1 0
A=
1 0
3
0 3 4
0
3
4
7
0
0
Observemos que en nuestro caso es rg A = rg A= 3, pues el menor marcado en A es

distinto de cero y el nico menor de orden superior es el propio determinante de A, el
cual es nulo (observa que F4 = F3+ F2- F1). El sistema es compatible indeterminado.
147

Para resolverlo procedemos como en el caso anterior. En primer lugar suprimimos la

ecuacin 4, por ser combinacin lineal de las dems. A continuacin, pasamos a los
segundos miembros del sistema los trminos correspondientes a la incgnita t que,
desde este momento, pasa a ser el parmetro del sistema. Importante: estos dos pasos
dependen siempre del menor que determin el rango. De esta forma, el sistema
original queda reducido al siguiente sistema de Cramer:
x + 2y z = 0
2x y
= 3t
x + 3 z = 4t
3 ecuaciones, 3 incgnitas, rg A = rg A = 3
S. C. D.
Lo resolvemos, por ejemplo, utilizando la Regla de Cramer.

148

0
2 1
3t 1 0
x=
4t
0
A
1
2
=
11
t
7
y=
1
0
3t 0
1 4t
A
1
= t
7
1
2
0
2 1 3t
1 0 4t
13
z=
= t
A
7
Las infinitas soluciones del sistema original tienen la forma:
1
13
11
t, t, t, t
7
7
7
Esta manera de expresar las infinitas soluciones del sistema homogneo recibe el
nombre de vector de 4 componentes o vector del espacio vectorial 4.
149

Si el sistema original posee 3 incgnitas, la solucin se expresar como un vector de
3 componentes o vector del espacio vectorial 3.
En general, llamamos vector del espacio vectorial n a la ordenacin de n nmeros
reales x1, x2,.. xn en la forma siguiente:
( x1 , x 2 ,..., xn )
Ejemplos:
(-1, 2) es un vector de 2
(0, 2, 5) es un vector de 3
,3,0,1 es un vector de 4
En numerosas ocasiones se acostumbra a expresar los vectores de n en forma

matricial como una matriz o vector columna, los cuales ya has visto anteriormente:
x1

x2
M

xn
150

Por ejemplo:
0
3
y 1 son vectores de 2 y 3 expresados en forma matricial

2
4

De esta forma, es fcil comprender cmo pueden sumarse dos vectores del
mismo espacio vectorial y cmo se efecta el producto de un nmero real por
un vector. Por ejemplo:
5 0 5
(5,1) + (0,4) = (5,3), pues + =
1 4 3
1 3

3 (1,1,4) = ( 3,3,12), pues 3 1 = 3
4 12

151

Volviendo a nuestro sistema homogneo de la pgina 144 y su solucin,
observa que, para cada valor del parmetro t, podemos escribir:
13
1
13
1
11
11
t, t, t, t = t , , , 1
7
7
7
7
7
lo que nos indica que todos los vectores de 4 que son solucin del sistema
homogneo dado, son proporcionales al vector (o combinaciones lineales del
vector):
1
13
11
, , , 1
7
7
7
Al conjunto de todas las soluciones del sistema homogneo se le llama

subespacio vectorial. Denotemos por L a dicho conjunto. El vector anterior
juega un papel fundamental dentro de dicho subespacio vectorial, pues todos
los vectores del mismo (es decir, todas las soluciones del sistema homogneo)
se obtienen a partir de l. Se dice entonces que dicho vector constituye la
base de L. Escribiremos:
1
13
11
B L = , , , 1
152
7
7
7

Veamos otro ejemplo. Consideremos el siguiente sistema homogneo y
hallemos el subespacio vectorial de sus soluciones:
x+ y z = 0
2 x 2 y + 2z = 0
1 1 0
1
x y z = 0
2 2 2 0
1 1 1 0
Observa que se trata de un sistema compatible indeterminado, pues rg A =

rg A= 1.
Las segunda y tercera ecuaciones del sistema son proporcionales a la
primera, por lo que podemos suprimirlas. Por otra parte, las incgnitas y y z
pasan a ser los parmetros del sistema y aparecern como segundos
miembros de la ecuacin primera. El sistema queda reducido entonces a:
x = -y+ z
Las infinitas soluciones del sistema original vienen dadas en funcin de y y z
153
de la siguiente manera: (-y+ z, y, z)

Observa que:
(-y+ z, y, z) = y(-1, 1, 0)+ z(1, 0, 1) (*)
De esta manera, todas las soluciones del sistema homogneo se pueden
expresar como combinacin lineal de los vectores (-1, 1, 0) y (1, 0, 1). Se dice
entonces que el conjunto de soluciones es un subespacio vectorial, cuya base
est formada por dichos vectores. Escribiremos:
BL = {(-1, 1, 0), (1, 0, 1)}
Escribir la igualdad (*) es fcil; observa que el primer vector es la solucin
del sistema que resulta al hacer y = 1, z = 0, y el segundo vector es la solucin
cuando y = 0, z = 1. Es importante que observes tambin que los vectores de
la base son linealmente independientes. Esto puedes comprobarlo fcilmente
sin ms que construir con ellos una matriz y estudiar su rango (que te saldr
igual a 2) pues, como ya sabes, el rango de una matriz es igual al nmero de
columnas (o filas) de la misma linealmente independientes.
154

Tema 1 Matemáticas 1º ADE

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema 1 Matemáticas 1º ADE

Cargado por

Copyright:

Formatos disponibles

TEMA 1. INTRODUCCIN.

Prof. M Luisa Vlchez Lobato. Dpto. de Economa. Facultad de CC.Empresariales.

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

El dominio de la funcin f(x) =

D = -{-2} = (-, -2) (-2, +)

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Analizando la grfica de una funcin podemos deducir mltiples

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Representar una recta es sencillo; solamente necesitas obtener un par de

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

f (q V ) = 250 2 + 500 250 40000 = 22500

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Nota: recuerda que una asntota es una recta a la que se aproxima la

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Ejemplo 3: supongamos que se depositan 60000 en divisas y se devalan al

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

En consecuencia, su dominio es (0, +) y se verifica que L1 = 0 y Le = 1, es

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

si al acercarse los valores de x a x0, los valores de f(x) estn prximos a

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Del mismo modo podramos definir:

si al acercarnos a x0, los valores de la funcin se hacen infinitamente

TEMA 1. INTRODUCCIN. REPASO DE LOS

calcularemos simplemente f(x0). Mira los siguientes ejemplos.

TEMA 1. INTRODUCCIN. REPASO DE LOS

Simplemente hemos de tener en cuenta la expresin de f(x) segn nos

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

Concluimos entonces que no existe el lmite cuando x tiende a 2.

TEMA 1. INTRODUCCIN. REPASO DE LOS

Pues tanto si nos acercamos a 0 por la derecha o por la izquierda, los

Hallamos los lmites laterales:

Concluimos, por, tanto, que no existe el lmite.

TEMA 1. INTRODUCCIN. REPASO DE LOS

Podemos distinguir distintos comportamientos:

TEMA 1. INTRODUCCIN. REPASO DE LOS

La recta y = L se llama asntota horizontal de f(x).

TEMA 1. INTRODUCCIN. REPASO DE LOS

Bastar con que aprendamos a calcular el lmite de una funcin cuando

TEMA 1. INTRODUCCIN. REPASO DE LOS

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

Tambin podemos encontrar funciones que no tienen lmite cuando x .

TEMA 1. INTRODUCCIN. REPASO DE LOS

TEMA 1. INTRODUCCIN. REPASO DE LOS

As, por ejemplo:

lim 2x4 x = lim 2x4 =

TEMA 1. INTRODUCCIN. REPASO DE LOS

Recuerda que cambias x por -x

lim 2x 5 + 3x 2 5 = lim 2x5 + 3x 2 5 = lim 2x5 =

Ejemplo 2: lmites de funciones inversas de polinmicas.