Ejercicios Resueltos de Fundamentos Mate PDF

7102102CP01A01.
pdf 20/8/14 09:52:18
7102102CP01A01
El texto contiene una colección de ejercicios y problemas resueltos en detalle y se ajusta al programa de
la asignatura Fundamentos Matemáticos de las Tecnologías de la Información del Grado en Ingeniería cuaderno
de las Tecnologías de la Información, y se ha incluido un tema inicial de puesta al día y repaso que se
considera importante para poder seguir el curso.
de prácticas
L. Huerga • B. Jiménez • V. Novo

El contenido se estructura en seis temas. En el Tema 1 se revisan algunos contenidos de cursos anteriores
relativos a matrices, determinantes y sistemas de ecuaciones lineales. El Tema 2 se centra en el estudio
de la estructura de espacio vectorial, fundamental en Álgebra Lineal. El Tema 3 trata las aplicaciones
lineales entre espacios vectoriales. Los Temas 4, 5 y 6 se dedican al Cálculo Infinitesimal, el Tema 4 a las
funciones de una variable y el Tema 5 a las funciones de varias variables. Finalmente, en el Tema 6 se
desarrollan las técnicas básicas del cálculo integral.
Bienvenido Jiménez y Vicente Novo son profesores del Departamento de Matemática Aplicada I de
la UNED con una amplísima experiencia docente en las materias de área de Matemática Aplicada. Su Ejercicios resueltos
trabajo de investigación se centra en los problemas de Optimización y dirigen el grupo de investigación
de Optimización Vectorial de la UNED. Lidia Huerga es investigadora en el mismo Departamento y se de Fundamentos Matemáticos
ha incorporado al mismo grupo.
C
Ingeniería en Tecnologías de la Información
M
Lidia Huerga Pastor
Bienvenido Jiménez Martín
Ejercicios resueltos de Fundamentos Matemáticos

Y
CM
Vicente Novo Sanjurjo
MY
CY
CMY
ISBN: 978-84-362-6952-9
02102
Editorial
9 788436 269529
7102102CP01A01 CP
Ejercicios resueltos
de fundamentos matemáticos
Ingeniería en Tecnologías
de la Información
Lidia Huerga Pastor

Vicente NOVo Sanjurjo
UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

ejercicios resueltos de fundamentos matemáticos
(ingeniería en Tecnologías de la Información)
Quedan rigurosamente prohibidas, sin la

autorización escrita de los titulares del
Copyright, bajo las sanciones establecidas
en las leyes, la reproducción total o
parcial de esta obra por cualquier medio
o procedimiento, comprendidos la reprografía
y el tratamiento informático, y la distribución
de ejemplares de ella mediante alquiler
o préstamos públicos.
© Universidad Nacional de Educación a Distancia

Madrid 2014
L
T
© Lidia Huerga Pastor, Bienvenido Jiménez Martín, Vicente Novo Sanjurjo
ISBN electrónico: 978-84-362-6931-4
Edición digital: octubre de 2014

HJN_LibroEjerciciosFMTI 2014/7/25 11:49 page 7 #2
A mi hermano José Antonio

A Elena, Roberto, Cristina y Elena
A María Antonia, Noa, Marta y Leo
7
ÍNDICE GENERAL
Prólogo 13
Tema 1. INTRODUCCIÓN AL ÁLGEBRA LINEAL 15
1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 15
2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1. Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.2. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3. Determinantes. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Tema 2. ESPACIOS VECTORIALES 49
2.1. Subespacios. Combinaciones lineales. Sistemas de generadores . . . 54
2.2. Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . . 62
2.3. Bases. Dimensión. Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 66
2.4. Cambio de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.5. Rango. Base de un subsepacio generado . . . . . . . . . . . . . . . . . . 80
2.6. Ecuaciones de un subespacio . . . . . . . . . . . . . . . . . . . . . . . . . . 83
2.7. Operaciones con subespacios. Suma directa . . . . . . . . . . . . . . . . 89
9
Ejercicios Resueltos de Fundamentos Matemáticos
Tema 3. APLICACIONES LINEALES 97
2.1. Aplicaciones lineales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
2.2. Aplicaciones lineales y matrices . . . . . . . . . . . . . . . . . . . . . . . . 109
2.3. Matriz de una aplicación lineal al cambiar la base. . . . . . . . . . . . 119
2.4. Matrices equivalentes y matrices semejantes. . . . . . . . . . . . . . . . 126
2.5. Valores propios y vectores propios. Diagonalización . . . . . . . . . . . 128
Tema 4. FUNCIONES DE UNA VARIABLE 147
2. TABLA DE DERIVADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
3.1. El conjunto de los números reales. Sucesiones. . . . . . . . . . . . . . . 165
3.2. Límites de funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
3.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
3.4. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
3.5. Regla de L'Hôpital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
3.6. Funciones derivables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
3.7. Crecimiento, extremos, convexidad . . . . . . . . . . . . . . . . . . . . . . 203
3.8. Asíntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
3.9. Representación gráca de una función. . . . . . . . . . . . . . . . . . . . 216
3.10. Puntos jos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
3.11. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
10
ÍNDICE GENERAL
Tema 5. FUNCIONES DE VARIAS VARIABLES 237
2.1. El conjunto Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250
2.2. Funciones reales de dos o más variables. Límites . . . . . . . . . . . . . 256
2.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262
2.4. Derivada según un vector. Funciones diferenciables . . . . . . . . . . . 267
2.5. Extremos de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289
Tema 6. INTEGRACIÓN. APLICACIONES 311
2. TABLA DE INTEGRALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317
3.1. Integral indenida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318
3.2. Integral denida. Áreas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
3.3. Integrales impropias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
3.4. Integrales dobles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 342
3.5. Volúmenes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 352
3.6. Cálculo de límites mediante integrales . . . . . . . . . . . . . . . . . . . . 359
3.7. Integración numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
11
PRÓLOGO
El objetivo que perseguimos con este material no es otro que ayudar a los
estudiantes de Fundamentos Matemáticos en la preparación de la asignatura.
Teniendo en cuenta las características de nuestra Universidad, hemos tratado

de presentar un material que contenga las explicaciones sucientes para entender
los métodos y técnicas utilizados, y que además sea autocontenido, por ello, he-
mos incluido resúmenes teóricos bastante completos y ejercicios que podríamos
considerar de repaso.
El texto contiene una colección de ejercicios y problemas resueltos en deta-

lle y se ajusta al programa de la asignatura Fundamentos Matemáticos de las
Tecnologías de la Información del Grado en Ingeniería de las Tecnologías de la
Información, y se ha incluido un tema inicial de puesta al día y repaso que se
Cada tema se inicia con un resumen teórico de los principales conceptos y re-
sultados. La parte central de cada tema es una colección de ejercicios y problemas
resueltos que el estudiante debe tratar de resolver apoyándose en los resultados
incluidos en el resumen teórico, sin consultar las soluciones.
El contenido se estructura en seis temas. En el Tema 1 se revisan algunos

contenidos de cursos anteriores relativos a matrices, determinantes y sistemas de
ecuaciones lineales. El Tema 2 se centra en el estudio de la estructura de espacio
vectorial, fundamental en Álgebra Lineal. El Tema 3 trata las aplicaciones lineales
entre espacios vectoriales. Los Temas 4, 5 y 6 se dedican al Cálculo Innitesimal,
el Tema 4 a las funciones de una variable y el Tema 5 a las funciones de varias
variables. Finalmente, en el Tema 6 se desarrollan las técnicas básicas del cálculo
integral.
Madrid, julio de 2014
13
Tema 1
INTRODUCCIÓN AL ÁLGEBRA LINEAL
1. RESUMEN DE RESULTADOS TEÓRICOS
Sistemas lineales
1.1. Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de

expresiones algebraicas de la forma
⎧
⎪
⎪ a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1
⎨
a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b2
(S)
⎪
⎪ .......................................
⎩
am1 x1 + am2 x2 + am3 x3 + · · · + amn xn = bm
donde xi son las incógnitas, aij los coecientes y bi los términos independientes
(i= 1, 2, . . . , m, j = 1, 2, . . . , n). Los coecientes y los términos independientes
son números reales. El sistema (S) se llama homogéneo cuando todos los términos
independientes son cero.
Los números reales x 1 = s 1 , x2 = s 2 , ..., xn = s n forman una solución del

sistema si verican todas sus ecuaciones. Resolver un sistema es hallar todas sus
soluciones.
1.2. Dos sistemas son equivalentes si tienen las mismas soluciones.
1.3. Sean E1 , E2 ,. . . , Ek ecuaciones de un sistema, se dice que la ecuación E es

combinación lineal de E1 , E2 , . . . , Ek si existen números reales α1 , α2 , . . . , αk
tales que E = α1 E1 + α2 E2 + · · · + αk Ek .
1.4. Transformaciones de equivalencia. Un sistema se transforma en otro equiva-

lente si
(a) se cambia el orden de las ecuaciones,
(b) se multiplica una ecuación por un número distinto de cero,
(c) se suma a una ecuación un múltiplo de otra.
15
1.5. Otras propiedades de equivalencia.

(a) Si un sistema tiene la ecuación nula, ésta se puede suprimir.
(b) Si a un sistema se le añade una ecuación que es combinación lineal de las

otras, resulta un sistema equivalente.
(c) Si en un sistema una ecuación es combinación lineal de las otras, se puede

suprimir y resulta un sistema equivalente. En particular, si dos ecuaciones son
proporcionales, una de ellas se puede suprimir.
(d) Si se reemplaza una ecuación por una combinación lineal de todas las
ecuaciones en el que el coeciente de la reemplazada es no nulo, resulta un sistema
equivalente (esta propiedad es el fundamento del método de reducción).
1.6. Teniendo en cuenta el número de soluciones, se dice que un sistema es
(a) compatible determinado si tiene una única solución (n es el no de incógni-

tas),
(b) compatible indeterminado si tiene innitas soluciones y

(c) incompatible si no tiene solución.
Por tanto, se dice que es compatible si tiene solución.
1.7. Un sistema es escalonado si en toda ecuación no nula el número de términos

nulos que preceden al primer término no nulo es mayor que el de la anterior.
1.8. Método de Gauss. Consiste en transformar el sistema en otro equivalente que

sea escalonado, mediante las transformaciones de equivalencia de los apartados 1.4
y 1.5 (véanse los ejercicios 1.2-1.4). Al nalizar el proceso, el sistema escalonado
tendrá r ecuaciones no nulas (e independientes), las nulas se suprimen, entonces:
(a) Si hay alguna ecuación de la forma 0 = b, con b = 0, el sistema es incompa-

tible.
(b) En caso contrario, el sistema es compatible:
-Si r = n, la solución es única.
-Si r < n, hay innitas soluciones que dependen de n−r parámetros.
Matrices
1.9. Una matriz de dimensión (u orden ) m × n es una tabla rectangular de mn
16
números dispuestos en m las y n columnas:
⎛ ⎞
a11 a12 a13 ... a1n
⎜ a21 a22 a23 ... a2n ⎟
A=⎜
⎝... ... ...
⎟.
... ... ⎠
am1 am2 am3 ... amn
Al designar una matriz genérica, como la anterior, cada término tiene dos subín-
dices que indican la la y la columna a las que pertenece. Así, por ejemplo, a23
es el que está en la segunda la y tercera columna. Para simplicar, la matriz
anterior se denota A = (aij ).
1.10. Dos matrices son iguales si tienen la misma dimensión y son iguales todos
los elementos que ocupan la misma posición.
1.11. Tipos de matrices:
(a) Matriz la es aquella que tiene sólo una la, por tanto de dimensión 1 × n.
(b) Matriz columna es aquella que tiene sólo una columna, por tanto de di-
mensión m × 1.
(c) Matriz escalonada por las es una matriz tal que en cada la el número
de ceros que preceden al primer elemento no nulo es mayor que en la precedente,
o de otro modo, empezando por la izquierda, en cada la hay más ceros que en la
anterior.
(d)Matriz cuadrada es aquella que tiene igual número de las que de columnas.
La diagonal principal son los elementos de la forma aii . Una matriz cuadrada es
triangular si todos los elementos debajo de la diagonal principal son cero. Una
matriz cuadrada es diagonal si todos los elementos que no están en la diagonal
principal son cero.
(e) Matriz simétrica es aquella matriz cuadrada que tiene los elementos simé-
tricos a la diagonal principal iguales, es decir, aij = aji , ∀i = j .
(f ) Matriz identidad es aquella matriz cuadrada que tiene en la diagonal prin-
cipal unos y el resto cero. Por ejemplo, las matrices identidad de orden 2 y 3 son,
respectivamente:
⎛ ⎞
1 0 0
1 0
I2 = , I3 = ⎝ 0 1 0 ⎠ .
0 1
0 0 1
17
1.12. Suma de matrices. La suma de dos matrices A y B de la misma dimensión es

otra matriz de la misma dimensión que se obtiene sumando elemento a elemento.
Ejemplo: suma de dos matrices 2 × 3:

a1 a2 a3 b1 b2 b3 a1 + b1 a2 + b2 a3 + b3
+ = .
a1 a2 a3 b1 b2 b3 a1 + b1 a2 + b2 a3 + b3
1.13. El producto de una matriz A por un número real k es otra matriz de la

misma dimensión que se obtiene multiplicando cada elemento de A por el número
k. Ejemplo:

a1 a2 a3 ka1 ka2 ka3
k = .
a1 a2 a3 ka1 ka2 ka3
1.14. El producto de una matriz la por una matriz columna con el mismo número
de elementos es un número que se obtiene como sigue:
⎛ ⎞
b1
⎜ ⎟
⎜ b2 ⎟
a1 a 2 . . . an · ⎜ . ⎟ = a1 b1 + a2 b2 + · · · + an bn .
⎝ .. ⎠
bn
1.15. Producto de matrices. Para multiplicar dos matricesA y B , el número de

columnas de A ha de ser igual al número de las de B . Entonces, si A = (aij )m×p
y B = (bij )p×n , la matriz producto C = A · B = AB = (cij ) es la matriz m × n
cuyos elementos son

p
cij = ai1 b1j + ai2 b2j + · · · + aip bpj = aik bkj ,
k=1
esto es, el elemento (i, j) de la matriz C se obtiene multiplicando la la i de A

por la columna j de B según la regla 1.14.
1.16. Propiedades de la suma de matrices y del producto por un número:
(1) Conmutativa: A + B = B + A.
(2) Asociativa: (A + B) + C = A + (B + C).
(3) Elemento neutro: la matriz nula 0 (todos sus elementos son cero) cumple
A + 0 = A.
(4) Elemento opuesto: toda matriz A tiene una matriz opuesta −A, que se
obtiene cambiando de signo todos los elementos de A y cumple que A+(−A) = 0.
18
(5) Distributiva de escalares respecto de la suma de matrices: k(A + B) =

kA + kB .
(6) Distributiva respecto de la suma de escalares: (k + h)A = kA + hA.
(7) Asociativa mixta: k(hA) = (kh)A.
(8) El número 1 es el elemento unidad: 1 · A = A.
1.17. Propiedades del producto de matrices:
(1) Asociativa: A(BC) = (AB)C .

(2) Distributiva:
-por la izquierda: A(B + C) = AB + AC

-por la derecha: (B + C)D = BD + CD.
(3) Asociativa entre números y matrices: (hA)(kB) = (hk)(AB).
(4) Elemento identidad: Im A = A, AIn = A para toda A ∈ Mm×n .
Observación: El producto de matrices no cumple la propiedad conmutativa,
esto quiere decir que hay parejas de matrices tales que AB = BA. Esto no impide
que existan parejas de matrices que sí conmutan.
1.18. En el conjunto Mn×n de las matrices cuadradas de orden n, el producto

es una ley interna que cumple las propiedades anteriores 1.16-1.17, además hay
elemento neutro para el producto: la matriz identidad de orden n I = In que
cumple A·I =A y I ·A=A para toda matriz A ∈ Mn×n .
1.19. Matriz inversa . Se dice que la matriz cuadrada
−1 tal que AA−1
A es inversible−1 regular
o o
que tiene inversa, si existe una matriz A =I y A A = I. La
matriz A
−1 se llama inversa de A. Si existe, es única.
Propiedades: (1) (AB)−1 = B −1 A−1 , (2) (A−1 )−1 = A.

1.20. Matriz traspuesta de A es la matriz
t
At que se obtiene a partir de A cam-
biando las por columnas, esto es, las columnas de A son las las de A.
Propiedades:
(1) (A + B)t = At + B t .
(2) (kA)t = kAt .
(3) (AB)t = B t At .
19
(4) (A−1 )t = (At )−1 .

(5) Se tiene que A es simétrica si y sólo si A = At .
1.21. Se llama rango de una matriz A al número de las linealmente indepen-

dientes. Se denota rang(A).
Teorema del rango :
En cualquier matriz, el número de las linealmente in-
1
dependientes coincide con el número de columnas linealmente independientes .
Según esto, el rango de una matriz es el número de las o de columnas linealmen-
te independientes.
El rango de una matriz escalonada es igual al número de las no nulas.
1.22. Transformaciones elementales. Las siguientes transformaciones aplicadas a

una matriz permiten obtener otra que tiene el mismo rango:
(1) Intercambiar de posición dos las entre sí.
(2) Multiplicar una la por un número distinto de cero.
(3) Sumar a una la un múltiplo de otra: Fj → Fj + kFi .

(4) Suprimir una la que sea nula, proporcional a otra o combinación lineal
de otras.
(5) Las cuatro propiedades anteriores son ciertas también cambiando las pa-
labras la y las por columna y columnas, respectivamente.
Las propiedades anteriores nos permiten calcular el rango de una matriz por
el método de Gauss.
Determinantes. Aplicaciones
1.23. Determinantes
de orden 2. Dada la matriz cuadrada de segundo orden
a11 a12
A= , se llama determinante de A al número real
a21 a22

a a
det(A) = |A| = 11 12 = a11 · a22 − a12 · a21 .
a21 a22
Dados dos vectores ā = (a1 , a2 ) y b̄ = (b1 , b2 ) de R2 , se llama determinante de ā
1
El concepto de independencia lineal se estudia con detalle en el Tema 2
20
b̄ 2×2 (a1 , a2 ) (b1 , b2 )

a1 a2

det(ā, b̄) = = a 1 b2 − a 2 b 1 .
b 1 b2
A=
(aij )3×3 A

a11 a12 a13

det(A) = |A| = a21 a22 a23
a31 a32 a33
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32
− a11 a23 a32 − a12 a21 a33 − a13 a22 a31 .
ā = (a1 , a2 , a3 ) b̄ = (b1 , b2 , b3 ) c̄ = (c1 , c2 , c3 ) R3

ā b̄ c̄ 3×3

a 1 a 2 a 3

det(ā, b̄, c̄) = b1 b2 b3
c1 c2 c3
= a1 b2 c3 + a2 b3 c1 + a3 b1 c2 − a3 b2 c1 − a2 b1 c3 − a1 b3 c2 .
|A| = |At |
sumandos, respectivamente, y en las demás los mismos elementos que el determi-

nante inicial:
¯ b̄, c̄) = det(ā, b̄, c̄) + det(d,
det(ā + d, ¯ b̄, c̄) o

a1 + d1 a2 + d2 a3 + d3 a1 a2 a3 d1 d2 d3

b1 b b = b 1 b 2 b3 + b 1 b 2 b 3 .
2 3
c1 c2 c3 c1 c2 c3 c1 c2 c3
(3) Si se multiplican todos los elementos de una la (o columna) por un nú-
mero, el determinante queda multiplicado por dicho número:

ka1 ka2 ka3 a1 a2 a3

det(kā, b̄, c̄) = k det(ā, b̄, c̄) o b1 b2 b3 = k b1 b2 b3 .

c1 c2 c3 c1 c2 c3
(4) Si se permutan dos las (o columnas), el determinante cambia de signo:

a1 a2 a3 b 1 b2 b3

det(ā, b̄, c̄) = − det(b̄, ā, c̄) o b1 b2 b3 = − a 1 a 2 a 3 .

c1 c2 c3 c1 c2 c3
(5) Si una la (o columna) es toda de ceros, el determinante vale 0:
det(ā, b̄, 0̄) = 0.
(6) Si dos las (o columnas) son iguales o proporcionales, el determinante es

0:
det(ā, ā, b̄) = 0 y det(ā, kā, b̄) = 0.
(7) Si una la (o columna) es combinación lineal de las restantes las (co-
lumnas), el determinante es 0: det(ā, b̄, αā + β b̄) = 0. Y recíprocamente, si un
determinante es 0, tiene una la y una columna que es combinación lineal de las
demás. Dicho de otro modo: si ā, b̄, c̄ son vectores de R3 , entonces ā, b̄ y c̄ son
linealmente independientes si y sólo si det(ā, b̄, c̄) = 0.
(8) Si a una la (o columna) se le suma un múltiplo de otra, el determinante
no varía: det(ā, b̄, c̄) = det(ā, b̄ + kā, c̄).
(9) El determinante del producto de dos matrices es igual al producto de los
determinantes de las dos matrices:
|A B| = |A| |B|.
22
1.26. Si en una matriz seleccionamos k las y k columnas, los elementos en los

que se cruzan forman una submatriz cuadrada de orden k . El determinante de esa
submatriz se llama menor de orden k de la matriz inicial.
1.27. Si en una matriz cuadrada n×n aij , al suprimir
destacamos un elemento
su la y su columna se obtienen una submatriz (n − 1) × (n − 1). Su determinante
es un menor de orden n − 1 que se llama menor complementario
del elemento aij
y se designa por αij . Se llama adjunto
de aij al número Aij = (−1)
i+j · α , es
ij
decir, al menor complementario precedido del signo + o − según que la suma i + j
de los subíndices sea par o impar, respectivamente.
1.28. Desarrollo de un determinante por una la o columna. El determinante de

una matriz cuadrada es igual a la suma de los elementos de una la o colum-
na cualquiera, multiplicados por sus adjuntos correspondientes. Por ejemplo, el
desarrollo por la primera la es:
det(A) = a11 A11 + a12 A12 + · · · + a1n A1n .
1.29. Cálculo del rango de una matriz por determinantes. El rango de una matriz
es el máximo orden de sus menores no nulos. Esto signica que rang(A) = k si
y sólo si existe un menor de orden k no nulo y todos los menores de orden k+1
son cero. Esta propiedad se puede simplicar de la siguiente forma:
rang(A) = k si y sólo si existe un menor Mk de orden k no nulo y todos los

orlados de orden k+1 de ese menor son cero.
Un orlado de orden k + 1 de Mk se obtiene añadiendo una la y una columna

de A que no estén en Mk . Por ejemplo, si la matriz A tiene 3 las F1 , F2 y F3
y 4 columnas C1 , C2 , C3 y C4 y un menor no nulo de orden 2 M2 es el formado
por las dos primeras las y columnas, esto es, M2 = (F1 , F2 ; C1 , C2 ), entonces
los orlados de orden 3 serían (F1 , F2 , F3 ; C1 , C2 , C3 ) y (F1 , F2 , F3 ; C1 , C2 , C4 ) (y
no hay más). Si A tuviera 4 las habría otros dos orlados más, cambiando en los
anteriores F3 por F4 : (F1 , F2 , F4 ; C1 , C2 , C3 ) y (F1 , F2 , F4 ; C1 , C2 , C4 ).
1.30. Sea A una matriz cuadrada. Entonces A tiene inversa (es regular) si y sólo
si |A| = 0. En este caso, la inversa A−1 viene dada por la fórmula
1
A−1 = Adj(A)t ,
|A|
siendo Adj(A) la matriz adjunta de A que se obtiene al sustituir cada elemento

aij de A por su adjunto correspondiente Aij .
23
1.31. Teorema de Rouché-Fröbenius. La condición necesaria y suciente para que

tenga solución el sistema
⎧
a11 x1 + a12 x2 + a13 x3 + · · · + a1n xn = b1
⎪
⎪
⎨
a21 x1 + a22 x2 + a23 x3 + · · · + a2n xn = b2
(S)
⎪
⎪ ... ... ... ... ... ...
⎩
am1 x1 + am2 x2 + am3 x3 + · · · + amn xn = bm
es que el rango de la matriz de los coecientes, A, coincida con el rango de la
matriz ampliada, A∗ , siendo:
⎛ ⎞ ⎛ ⎞
a11 a12 a13 ... a1n a11 a12 a13 ... a1n b1
⎜ a21 a22 a23 ... a2n ⎟ ⎜ a2n b2 ⎟
A=⎜ ⎟ , A∗ = ⎜ 21 a22 a23
a ... ⎟
⎝... ... ... ... ... ⎠ ⎝... ... ... ... ... ...⎠
am1 am2 am3 ... amn am1 am2 am3 ... amn bm
Es decir, el sistema (S) tiene solución ⇔ rang(A) = rang(A∗ ). Además, en este
caso, el número de parámetros de los que depende la solución es igual al número
de incógnitas (n) menos el rango de A.
1.32. Un sistema de ecuaciones lineales es un sistema de Cramer si el número de
ecuaciones es igual al número de incógnitas n y el determinante de la matriz de
los coecientes A es distinto de cero.
Regla de Cramer : Todo sistema de Cramer tiene solución única y ésta viene
dada por:
det(b, c2 , . . . , cn ) det(c1 , b, . . . , cn ) det(c1 , c2 , . . . , b)

x1 = , x2 = , . . . , xn = ,
det(c1 , c2 , . . . , cn ) det(c1 , c2 , . . . , cn ) det(c1 , c2 , . . . , cn )
siendo c1 , c2 , . . . , cn las columnas de la matriz A y b la columna de los términos
independientes, por lo tanto det(A) = det(c1 , c2 , . . . , cn ).
2. EJERCICIOS RESUELTOS
2.1. Sistemas lineales
Ejercicio 1.1. Resuélvase el sistema escalonado
⎧
⎨ 3x + y − z = 9
y + 3z = −5
⎩
2z = −4
24
Solución. Primero se halla z en la tercera ecuación: z = −2. Se sustituye en la

segunda y se obtiene y : y − 6 = −5 ⇒ y = 1. Por último, se sustituyen en la
primera ecuación los valores de y y z y se halla x: 3x + 1 + 2 = 9 ⇒ x = 2. Como
hay solución única (2, 1, −2), el sistema es compatible determinado.
A este procedimiento se le llama sustitución hacia atrás. Los sistemas linea-

les, en general, se resuelven aplicando las transformaciones de equivalencia 1.4,
convirtiéndolos en escalonados. Veamos cómo se procede en el siguiente ejercicio.
Ejercicio 1.2. Resuélvase el siguiente sistema por el método de Gauss y clasi-

fíquese:
⎧
⎨ x − 3y + 2z = −2
2x − 5y − z = −2
⎩
−3x + 7y + 2z = 4
Solución. Si se parte de la primera ecuación como ecuación base y se elimina la

x en la segunda ecuación y en la tercera, la primera transformación de equivalen-
cia sería multiplicar la primera ecuación por −2 y sumarla a la segunda (véase
1.4(c)). La segunda transformación de equivalencia es multiplicar por 3 la primera
ecuación y sumarla a la tercera. Estas dos transformaciones se indican como sigue:
E2 → E2 + (−2) · E1 ,
E3 → E3 + 3 · E1 .
Se pueden hacer en un sólo paso y resulta el sistema
⎧
⎨ x − 3y + 2z = −2
y − 5z = 2
⎩
−2y + 8z = −2
Ahora si se usa la segunda ecuación como ecuación base, se multiplica por 2 y

se suma a la tercera (E3 → E3 + 2E2 ), resulta ya un sistema escalonado que se
resuelve por sustitución hacia atrás como hemos visto en el ejercicio anterior:
⎧ ⎧
⎨ x − 3y + 2z = −2 ⎨ x = −9
y − 5z = 2 → y = −3 (1.1)
⎩ ⎩
−2z = 2 z = −1
Como hay solución única, el sistema es compatible determinado.
25
Ejercicio 1.3. Resuélvase y clasifíquese:
⎧
⎨ 2x − 3y + 2z = 5
3x − 4y + 6z = 6
⎩
4x − 7y − 2z = 9
Solución. Se aplica el método de Gauss para llevarlo a la forma escalonada:

⎧ ⎧ ⎧
⎨ 2x − 3y + 2z = 5 (1) ⎨ 2x − 3y + 2z = 5 (2) ⎨ 2x − 3y + 2z = 5
3x − 4y + 6z = 6 −−→ y + 6z = −3 −−→ y + 6z = −3
⎩ ⎩ ⎩
4x − 7y − 2z = 9 −2y − 12z = −2 0= 8
(1) E2 → 2E2 − 3E1 , E3 → 2E3 − 4E1 . (2) E3 → E3 + 2E2 .
La última ecuación es una contradicción, lo que signica que no hay solución.

Por tanto, el sistema es incompatible.
Ejercicio 1.4. Resuélvase y clasifíquese:
⎧
⎨ 3x − y + 2z = 4
5x − 5y + 4z = 9
⎩
4x + 2y + 2z = 3
Solución. Se aplica el método de Gauss para llevarlo a la forma escalonada:

⎧ ⎧
⎨ 3x − y + 2z = 4 (1) ⎨ 3x − y + 2z = 4
5x − 5y + 4z = 9 −−→ −10y + 2z = 7
⎩ ⎩
4x + 2y + 2z = 3 10y − 2z = −7
(1) E2 → 3E2 − 5E1 , E3 → 3E3 − 4E1 .
Como las dos últimas ecuaciones son proporcionales, se suprime una de ellas,
por ejemplo la última (véase 1.5(c)). El sistema resultante en forma escalonada

3x − y + 2z = 4
(1.2)
−10y + 2z = 7
tiene 2 ecuaciones y 3 incógnitas. Se despeja en la segunda ecuación z en función
de y, y después se sustituye en la primera, despejando de ella x en función de y.
Por lo tanto, el sistema tiene innitas soluciones que dependen de y. Realizando
estas operaciones:
⎧
⎨ 3x = 4 + y − 2 7 + 10y → x = −1 − 3y
3x − y + 2z = 4
⇒ 2
−10y + 2z = 7 ⎩ z = 7+10y
2
26
se obtiene la solución
⎧
⎨ x = −1 − 3y
z = 7+10y
2
⎩
y libre,
que puede expresarse en forma paramétrica:
⎧
⎨ x = −1 − 3λ
y=λ
⎩
z = 7+10λ
2 .
Partiendo del sistema (1.2), también se podía haber despejado en la segunda

ecuación y en función de z y luego, después de sustituir en la primera, despejar x
en función de z, en cuyo caso quedaría como incógnita libre z en vez de y.
Ejercicio 1.5. Resuélvase el Ejercicio 1.2 por el método de Gauss reducido, esto
es, de forma esquemática, omitiendo las incógnitas.
Solución. Se omiten las incógnitas y se colocan en una tabla (matriz) todos los
coecientes de las incógnitas (incluyendo los que son 0) junto con los términos
independientes, de la siguiente forma:
⎛ ⎞
1 −3 2 −2
⎝ 2 −5 −1 −2 ⎠

−3 7 2 4
Las tres primeras columnas forman la matriz de los coecientes del sistema, y las
4 columnas, la matriz ampliada. Para resolver este sistema, se lleva a la forma
escalonada como los anteriores, aplicando las transformaciones elementales que se
indican a continuación:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 −3 2 −2 1 −3 2 −2 1 −3 2 −2
(1) (2)
⎝ 2 −5 −1 −2 ⎠ → ⎝ 0 1 −5 2 ⎠ → ⎝ 0 1 −5 2 ⎠

−3 7 2 4 0 −2 8 −2 0 0 −2 2
(1) E2 → E2 − 2E1 , E3 → E3 + 3E1 . (2) E3 → E3 + 2E2 .
El sistema resultante es escalonado (véase el primer sistema de (1.1)) y se

resuelve por sustitución hacia atrás, obteniéndose z = −1, y = −3, x = −9.
27
Ejercicio 1.6. Resuélvanse por el método de Gauss y clasifíquense:
⎧
⎧ ⎪ 2x − y + w =0
⎨ x + 3y − 5z + 4t = −2 ⎪
⎨
x − 2y + z =0
(a) −3x − 2y + 6z − 9t = 8 (b)
⎩ ⎪
⎪ 5x − y + z + w =0
4x − 9y + 7z + 7t = −14 ⎩
5x − 2y − z + 2w =0
Solución. (a ) Usando el método de Gauss reducido:

⎛ ⎞ ⎛ ⎞
1 3 −5 4 −2 1 3 −5 4 −2

(1)
⎝ −3 −2 6 −9 8 ⎠ → ⎝ 0 7 −9 3 2 ⎠

4 −9 7 7 −14 0 −21 27 −9 −6
(1) E2 → E2 + 3E1 , E3 → E3 − 4E1 .
Como la tercera ecuación es proporcional a la segunda, se suprime y nos queda

un sistema escalonado con 2 ecuaciones y 4 incógnitas:

x + 3y − 5z + 4t = −2
7y − 9z + 3t = 2
y por tanto, tenemos 2 grados de indeterminación, las soluciones dependen de 2

parámetros y el sistema es compatible indeterminado. Si se despejan x e y en
función de z y t, se tiene, de la segunda ecuación:
2 + 9z − 3t
7y = 2 + 9z − 3t; y = ,
7
y sustituyendo este valor en la primera
2 + 9z − 3t −20 + 8z − 19t
x = −2 − 3y + 5z − 4t = −2 − 3 + 5z − 4t = .
7 7
Haciendo z = λ, t = μ, para cualesquiera números reales λ y μ (parámetros), las
soluciones del sistema en forma paramétrica son:
−20 + 8λ − 19μ 2 + 9λ − 3μ
x= , y= , z = λ, t = μ.
7 7
(b ) Se trata de un sistema homogéneo ya que todos los términos independientes
son cero. Este tipo de sistemas siempre son compatibles pues admiten la solución
nula o trivial (x = y = z = w = 0), pero pueden tener más soluciones. Por el
28
método de Gauss se tiene:

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
2 −1 0 1 0 2 −1 0 1 0 2 −1 0 1 0

⎜ 1 −2 1 0 ⎟ ⎜
0 ⎟ (1) ⎜ 1 −2 1 0 ⎟ ⎜
0 ⎟ (2) ⎜ 1 −2 1 0 0 ⎟
⎜ →⎝ →⎝ ⎟
⎝ 5 −1 1 1 0 ⎠ 3 0 1 0 0 ⎠ 4 0 0 0 0 ⎠

5 −2 −1 2 0 1 0 −1 0 0 1 0 −1 0 0
(1) E3 → E3 − E1 , E4 → E4 − 2E1 . (2) E3 → E3 + E4 .
Este es ya un sistema escalonado en el orden (E1 , E2 , E4 , E3 ) y en las incóg-

nitas (w, y, z, x) o
(esto signica que 1 se halla x en E3 , luego z en E4 , después y
en E2 y por último w en E1 ). El sistema escalonado resultante y su solución son:
⎧ ⎧
⎪
⎪ 2x − y +w =0 ⎪
⎪ w=0
⎨ ⎨
x − 2y + z =0 y=0
→
⎪
⎪ 4x =0 ⎪
⎪ x =0
⎩ ⎩
x −z =0 z=0
Por tanto, tiene solución única x = 0, y = 0, z = 0, w = 0, y es un sistema

compatible determinado.
Ejercicio 1.7. Los valores de a y b para los cuales los sistemas

x+y =4 ax + by = 9
(S1 ) y (S2 )
x−y =6 2ax + (b + 1)y = 9a
son equivalentes son (elíjanse las opciones correctas): (a) a = 5, b = 3. (b) a = 2,

b = 1. (c) No hay solución. (d) Ninguna de las anteriores.
Solución. Dos sistemas son equivalentes si tienen las mismas soluciones. La solu-
ción del primero es x = 5, y = −1. Estos valores han de ser la única solución del
segundo sistema. Sustituyendo en (S2 ) se obtiene el sistema de incógnitas (a, b)
siguiente:

5a − b = 9 5a − b = 9
→
10a − b − 1 = 9a a−b=1
Este sistema tiene como única solución a = 2, b = 1. Con ello, parece que la
respuesta correcta es (b), sin embargo esto no es correcto. Al sustituir
a=2 y
2x + y = 9
b = 1 en el sistema (S2 ) resulta , y este sistema es compatible
4x + 2y = 18
indeterminado (ya que la segunda ecuación es proporcional a la primera y se
puede suprimir), tiene innitas soluciones dadas por x = λ, y = 9 − 2λ (entre
29
ellas, x = 5, y = −1) y, por tanto, este sistema no es equivalente a (S1 ). En

consecuencia, no hay valores de a y b para los cuales (S1 ) y (S2 ) son equivalentes.
La única opción correcta es (c).
2.2. Matrices

−4 5 2 3 −1 4
Ejercicio 1.8. Dadas las matrices A = y B = ,
1 −2 3 5 0 1
calcúlense (a ) A+B y (b ) 2A − 3B .

−1 4 6
Solución. (a ) A + B = .
6 −2 4

−8 10 4 9 −3 12 −17 13 −8
(b ) 2A − 3B = − = .
2 −4 6 15 0 3 −13 −4 3
⎛ ⎞
1 4 −3
3 −1 4
Ejercicio 1.9. Dadas las matrices A= y B = ⎝−2 0 1 ⎠ ,
−2 5 6
3 1 2
hállense AB y BAt .
Solución. Obsérvese que el producto AB se puede hacer porque es (2×3)·(3×3),

con lo que resulta una matriz 2 × 3:
⎛ ⎞
1 4 −3
3 −1 4 ⎝ ⎠ 17 16 −2
AB = −2 0 1 = .
−2 5 6 6 −2 23
3 1 2
Nótese que c11 = 3 · 1 + (−1) · (−2) + 4 · 3 = 17, c12 = 3 · 4 + (−1) · 0 + 4 · 1 = 16,

etc.
Como At es de dimensión 3 × 2, el producto BAt también se puede hacer

porque es (3 × 3) · (3 × 2), y resulta una matriz 3 × 2:
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 4 −3 3 −2 −13 0
BAt = ⎝−2 0 1 ⎠ ⎝−1 5 ⎠ = ⎝ −2 10⎠ .
3 1 2 4 6 16 11
30
⎛ ⎞
−3
Ejercicio 1.10. Dadas las matrices A = −2 −5 3 y B = ⎝ 2 ⎠ , hállense,
1
si es posible, (a ) AB , (b ) BA, (c ) At B , (d ) B t At .
Solución. (a ) Obsérvese que AB es un producto del tipo (1 × 3) · (3 × 1) que sí

se puede hacer, y se obtiene una matriz 1 × 1, es decir, un número:
⎛ ⎞
−3

AB = −2 −5 3 ⎝ 2 ⎠ = (−2) · (−3) + (−5) · 2 + 3 · 1 = −1 .
1
(b ) BA es del tipo(3 × 1) · (1 × 3) = 3 × 3. Operando resulta:

⎛ ⎞ ⎛ ⎞
−3 6 15 −9
BA = ⎝ 2 ⎠ −2 −5 3 = ⎝−4 −10 6 ⎠ .
1 −2 −5 3
(c ) At B es del tipo (3 × 1) · (3 × 1), y por tanto, no se puede hacer.
(d ) B t At es del tipo (1 × 3) · (3 × 1) = 1 × 1. Efectuando se tiene:
⎛ ⎞
−2
B t At = −3 2 1 ⎝−5⎠ = −1 .
3
Nótese que se verica la propiedad (AB)t = B t At (véase 1.20).
Ejercicio 1.11. Con las matrices
⎛ ⎞
3
2 −4 −5 1 2 3 −4 1
A= , B= , C= y D = ⎝−2⎠ ,
1 3 −2 3 0 4 −2 1
2
compruébense (a ) la propiedad distributiva: A(B+C) = AB+AC y (B+C)D =

BD + CD y (b ) la asociativa: (AB)D = A(BD).
Solución. (a ) Para el lado izquierdo de la primera igualdad, se tiene

2 −4 −2 −3 3 −12 −10 2
A(B + C) = = ,
1 3 2 1 1 4 0 6
31
y para el lado derecho

2 −4 −5 1 2 2 −4 3 −4 1
AB + AC = +
1 3 −2 3 0 1 3 4 −2 1

−2 −10 4 −10 0 −2 −12 −10 2
= + = ,
−11 10 2 15 −10 4 4 0 6
que son iguales.
Análogamente, para la segunda igualdad:

⎞⎛
3
−2 −3 3 ⎝ ⎠ 6
• (B + C)D = −2 = .
2 1 1 6
2
⎛ ⎞ ⎛ ⎞
3 3
−5 1 2 ⎝ ⎠ 3 −4 1 ⎝ ⎠
• BD + CD = −2 + −2
−2 3 0 4 −2 1
2 2

−13 19 6
= + = .
−12 18 6
(b ) Veamos ahora la propiedad asociativa:
⎛ ⎞ ⎛ ⎞
3 3
2 −4 −5 1 2 ⎝ ⎠ −2 −10 4 ⎝ ⎠
• (AB)D = −2 = −2
1 3 −2 3 0 −11 10 2
2 2

22
= .
−49
⎡ ⎛ ⎞⎤
3
2 −4 ⎣ −5 1 2 ⎝ ⎠⎦ 2 −4 −13 22
• A(BD) = −2 = = .
1 3 −2 3 0 1 3 −12 −49
2
Nuevamente se obtiene el mismo resultado.
Ejercicio 1.12. Calcúlese el rango de las matrices
⎛ ⎞
⎛ ⎞ 1 −2 1 0 7
1 2 3 ⎜2 3 0 −1 0⎟
A = ⎝ 1 −2 5⎠ y B=⎜
⎝0
⎟.
1 2 −3 2⎠
−1 10 9
−1 −1 3 −1 7
32
Solución. • Matriz A. Si se aplican las transformaciones que conservan el rango

(véase 1.22), resulta:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 3 1 2 3 1 2 3
(1) (2)
⎝ 1 −2 5⎠ −−→ ⎝0 −4 2 ⎠ −−→ ⎝0 −4 2⎠ .
−1 10 9 0 12 −6 0 0 0
(1) F2 → F2 − F1 , F3 → F3 + F1 . (2) F3 → F3 + 3F2 .
Como la matriz que resulta ya es escalonada y tiene dos las no nulas, el rango
es 2 (vésase 1.21).
• Se procede de la misma forma con la matriz B:

⎛ ⎞ ⎛ ⎞
1 −2 1 0 7 1 −2 1 0 7
⎜2 3 0 −1 0⎟ (1) ⎜0 7 −2 −1 −14⎟
⎜ ⎟−−→ ⎜ ⎟
⎝0 1 2 −3 2 ⎠ ⎝ 0 1 2 −3 2 ⎠
−1 −1 3 −1 7 0 −3 4 −1 14
⎛ ⎞ ⎛ ⎞
1 −2 1 0 7 1 −2 1 0 7
(2) ⎜0 2 −3 2 ⎟ ⎜ −3 2 ⎟
−−→ ⎜
1 ⎟ (3) ⎜0 1 2 ⎟
⎝0 7 −2 −1 −14⎠ −−→ ⎝0 0 −16 20 −28⎠
0 −3 4 −1 14 0 0 10 −10 20
⎛ ⎞ ⎛ ⎞
1 −2 1 0 7 1 −2 1 0 7
(4) ⎜0 1 2 −3 2 ⎟ (5) ⎜0 1 2 −3 2⎟
−−→ ⎜ ⎝0 0
⎟− −
→ ⎜ ⎟
1 −1 2 ⎠ ⎝0 0 1 −1 2⎠
0 0 −4 5 −7 0 0 0 1 1
(1) F2 → F2 − 2F1 , F4 → F4 + F1 .
(2) Intercambiar F2 y F3 .
(3) F3 → F3 − 7F2 , F4 → F4 + 3F2 .
(4) F3 → F3 /4, F4 → F4 /10 e intercambiar F3 y F4 .
(5) F4 → F4 + 4F3 .
Luego, por 1.21, rang(B) = 4.
2.3. Determinantes. Aplicaciones

4 6 3 −2
Ejercicio 1.13. Dadas las matrices A=
5 8
y B=
−6 1
, comprué-
bese que |AB| = |A||B|.
33
Solución. Basta hacer las operaciones indicadas en los dos miembros de la igual-
dad. En efecto, se tiene que

4 6 3 −2 −24 −2
|AB| = = = −18, y
5 8 −6 1 −33 −2

4 6 3 −2
|A||B| = = 2 · (−9) = −18.
5 8 −6 1
⎛ ⎞
6 1 4
Ejercicio 1.14. Calcúlese el determinante de la matriz ⎝2 3 5⎠
7 4 2
(a ) utilizando la regla de Sarrus y
(b ) desarrollando por la 2
a la.
Solución. (a ) Aplicando la regla de Sarrus (véase 1.24) resulta:

6 1 4

2 3 5 = 6 · 3 · 2 + 4 · 2 · 4 + 1 · 5 · 7 − 4 · 3 · 7 − 1 · 2 · 2 − 6 · 5 · 4 = −105.

7 4 2
(b ) Desarrollando por la 2
a la (véase 1.28), la fórmula es:
|A| = a21 A21 + a22 A22 + a23 A23 = a21 (−α21 ) + a22 α22 + a23 (−α23 ).
En este caso se tiene que:

6 1 4
1 4 6 4 6 1
2 3 5 = 2 · (−
4 2) + 3 · (7 2) + 5 · (− 7 4)
7 4 2
= 2 · (−(−14)) + 3 · (−16) + 5 · (−17) = 28 − 48 − 85 = −105.
Ejercicio 1.15. Calcúlense los siguientes determinantes consiguiendo ceros

en alguna línea (la o columna):

11 8 4 9 1 0 0 2
3 −2 −5
2 6 0 3 0 1 1 −1
(a) 4 1 2 , (b) y (c)
5 3 −4 5 4 1 2 0 −1 −2 1

−1 2 −3 1 6 1 1 0
34
Solución. El método más usual para calcular determinantes de orden mayor que
3 es consiguiendo ceros en alguna la (o columna). Se consigue que todos los
elementos de la la, excepto uno, sean cero sumando un múltiplo de una columna
ja, y luego se desarrolla el determinante por los elementos de dicha la. Veamos
cómo se utiliza en los ejemplos propuestos.

3 −2 −5

(a ) Para calcular 4 1 2 , como el elemento a22 es 1, vamos a desarrollar

5 3 −4
el determinante por la 2
a columna, pero previamente se consiguen ceros en dicha
columna, sumando múltiplos adecuados de la la 2 a la la 1 y a la la 3, en

concreto, los expresados mediante las fórmulas
(1) F1 → F1 + 2F2 , F3 → F3 − 3F2 ,
del siguiente modo:

3 −2 −5
(1) 11 0 −1 (2) 11 −1
4 1
2=4 1
2 = 1· = −117
−7 −10
5 3 −4 −7 0 −10
(2) Se desarrolla por la 2 a columna.
(b ) Para calcular este segundo determinante se observa que el elemento a33 = 1

(y que a23 a columna consiguiendo previamente ceros
es 0) y se desarrolla por la 3
a a
en ella, para lo que se suman múltiplos adecuados de la la 3 a la la 1 y a la
a
4 , como sigue:

11 8 4 9 −9 −8 0 1
−9 −8 1 −9 −8 1
2 6 0 3 (1) 2 6 0 3 (2) (3)

5 = = 1 · 2 6 3 = 7 · 2 6 3
4 1 2 5 4 1 2 14 14 7

−1
2 2 1
2 −3 1 14 14 0 7

−11 −10 0
(4) (5) −11 −10
= 7 · −4 0 0 = 7 · = 7 · (−40) = −280,
2 −4 0
2 1
(1) F1 → F1 − 4F3 , F4 → F4 + 3F3 .
(3) Se saca factor a 7 en la 3a la.
(4) F1 → F1 − F3 , F2 → F2 − 3F3 .
35
(c ) A continuación, se desarrolla el determinante por la 1

a la, por medio de
las operaciones indicadas al nal.

1 0 0 2 1 0 0 0
1 1 −1
0 1 1 −1 (1) 0 1 1 −1 (2)

0 −1 −2 1 = 0 −1 −2

= 1 · −1 −2 1
1

6 1
1 1 −12
1 0 6 1 1 −12

1
1 −1
1

(3) (4) 1
= −1 −2 1 = −11 · = 11.
0 −1 −2
0 −11
(1) C4 → C4 − 2C1 .
(2) Se desarrolla por la 1 a la.
(3) F3 → F3 − F1 .
(4) Se desarrolla por la 3 a la.
Ejercicio 1.16. Calcúlense los determinantes que siguen y hállense los valores
de a que los anulan:

a 1 1 1
2 1 −1
1
a 1 1
(a) 0 a − 6 3 y (b) .
1 1 a 1
a + 1 2 0 1 1 1 a
Solución. (a ) Calculemos el determinante por la regla de Sarrus (véase 1.24):

3(a + 1) + (a − 6)(a + 1) − 12 = a2 − 2a − 15.
Para hallar los valores de a que lo anulan, basta igualar a 0 y resolver la ecuación:
a2 − 2a − 15 = 0 ⇒ a = −3, a = 5.
(b ) (1) Se suma las columnas 2 , 3

a a y 4a a la 1a ,

a + 3 1 1 1 1 1 1 1 1 1 1 1

1 (2) 1
1 (3) 0 a−1 0
(1) a + 3 a 1
= (a + 3)
a 1
= (a + 3)
0
a + 3 1 a 1 1 a−1 0
1 1 a 0 0
a + 3 1 1 a 1 1 1 a 0 0 a − 1
(4)
= (a + 3)(a − 1)3 ,
36
(2) En la primera la se saca factor común a (a + 3).

(3) Se resta la 1a la a las otras tres.
(4) El valor del determinante es el producto de los elementos de la diagonal por
ser una matriz triangular.
Es claro que los valores que anulan el determinante son a = −3 y a = 1.

Ejercicio 1.17. Obténgase la matriz inversa de
⎛ ⎞
2 3 5
4 1
(a) A = y (b) B = ⎝4 1 3⎠ .
5 2
3 5 8
Solución. (a ) Se aplica la fórmula dada en 1.30 que se resume en el siguiente

esquema:
(1) (2) (3) (4) 1

(aij ) −−→ (αij ) −−→ Adj(A) = (Aij ) −−→ Adj(A)t −−→ A−1 = Adj(A)t . (1.3)
|A|
(0) Se calcula |A| y sólo si es distinto de 0 seguimos adelante.
(1) Se forma una nueva matriz con los menores complementarios de cada
elemento.
(2) Se cambia de signo alternativamente cada elemento para obtener los ad-
juntos y la matriz adjunta. Para matrices 2×2 y 3 × 3, los signos de los adjuntos
son los que siguen:
⎛ ⎞
+ − +
+ − ⎝− + −⎠ .
,
− +
+ − +
(3) Se traspone la matriz.
(4) Se divide cada elemento por |A|. Si no son divisibles, se suele dejar fuera
1
de la matriz el factor
|A| .
|A| = 3,
Según ese esquema se tiene que

4 1 (1) 2 5 (2) 2 −5 (3) 2 −1 (4) −1 1 2 −1
−−→ −−→ −−→ −−→ A = 3 .
5 2 1 4 −1 4 −5 4 −5 4
Se puede comprobar que el resultado es correcto haciendo el producto A · A−1 que

tiene que dar la matriz identidad de orden 2.
37
(b ) Aplicando el esquema anterior, se tiene:

2 3 5

(0) |B| = 4 1 3 = 16 + 27 + 100 − 15 − 30 − 96 = 2.
3 5 8
(1) Los menores complementarios son:

1 3 4 3 4 1
α11
=
= −7, α12 =
= 23, α13 = = 17,
5 8 3 8 3 5

3 5 2 5 2 3
α21 = = −1, α22 = = 1, α23 = = 1,
5 8 3 8 3 5

3 5 3
α31 = = 4, α32 = 2 5 = −14, α33 = 2 = −10.
1 3 4 3 4 1
⎛ ⎞
−7 −23 17
(2) La matriz adjunta es Adj(B) = ⎝ 1 1 −1 ⎠.
4 14 −10
⎛ ⎞
−7 1 4
1 ⎝−23 1
(3) y (4) La matriz inversa de B es B
−1 = 14 ⎠.
2
17 −1 −10
Ejercicio 1.18. ¾Para

⎛ ⎞ qué valores del parámetro k tiene inversa la matriz A=
k 1 3
⎝ −k k −2 ⎠?
−2k 2k 2k − 6
Solución. La matriz A tiene inversa si y sólo si |A| = 0.

k
1 3 k
k+1 3
−k

(1) (2) −2
|A| = −k k −2 = −k 0 −2 = −(k + 1)
−2k 2k 2k − 6 −2k −2 k 2 k − 6
0 2k − 6
= −(k + 1)(−2k2 + 6k − 4k) = −(k + 1)(−2k 2 + 2k) = 2k(k + 1)(k − 1),
(1) C2 → C2 + C 1 . (2) Se desarrolla por la 2 a columna.
Por tanto, |A| = 0 ⇔ k = −1, 0, 1. Así pues, A tiene inversa para todos los
valores de k distintos de−1, 0 y 1.
38
Ejercicio 1.19. Estúdiese en función del parámetro m el rango de las matrices

⎛ ⎞ ⎛ ⎞
m 2 1 m 1 1 2
(a) A = ⎝ 1 −m 1 1 ⎠ y (b) B = ⎝ 2 m 2 m ⎠
m 0 1 m+1 m 2 m+2
Solución. (a ) Un menor

de orden 2 no nulo es, por ejemplo, el que está dado por
2 1
(F1 , F3 ; C2 , C3 ): = 2 = 0.
0 1

m 2 1

Orlando con la columna C1 y con la la F2 , resulta 1 −m 1 = 2m − 2.

m 0 1
Se tiene que 2m − 2 = 0 si m = 1. Por lo tanto, si m = 1, se sigue que el rango

de A es 3 (véase 1.29).
Para m = 1, se sustituye en la matriz inicial y se obtiene una matriz escalonada

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 1 1 1 2 1 1 1 2 1 1
(1) (2)
⎝1 −1 1 1⎠ −−→ ⎝0 −3 0 0⎠ −−→ ⎝0 −3 0 0⎠ ,
1 0 1 2 0 −2 0 1 0 0 0 1
(1) F2 → F2 − F1 , F3 → F3 − F1 . (2) F3 → F3 − 23 F2 .
Ahora es claro que el rango de esta matriz es 3 (véase 1.21). En conclusión,

rang(A) = 3 para todo valor de m.
(b ) El único menor de orden 3 es el siguiente:

1 1
2 1
0 0
(1) (2) m − 2 2m − 4

|B| = 2 m
2m = 2 m − 2 2 m − 4 =
m 2 m + 2 m 2 − m 2 − m 2−m 2−m

(3) 1 2
= (m − 2)(2 − m) = (m − 2)2 ,
1 1
(1) C2 → C2 − C1 , C3 → C3 − 2C1 .
(2) Se desarrolla por C1 .
(3) Se saca factor común a m − 2 en F1 y a 2−m en F2 .
Por tanto, |B| = 0 para m = 2 y, para estos valores, el rango de B es 3.
⎛ ⎞
1 1 2
Para m = 2 se sustituye en la matriz inicial y resulta ⎝2 2 4⎠. Si se
2 2 4
39
pasa esta matriz a la forma escalonada (o bien observando que las 3 las son
proporcionales) se ve que el rango es 1.
En resumen, si m = 2, rang(B) = 3 y si m = 2, rang(B) = 1.
Ejercicio 1.20. Resuélvanse por la regla de Cramer los sistemas
⎧
⎨3x + 2y − z = 6
2x − y = 11
(a) y (b) x−y+z =8
4x + 3y = 7 ⎩
4x + y − 2z = 0

2 −1
Solución. (a ) El determinante de la matriz de los coeciente es
|A| =
4 3
=
10 = 0, por tanto, como tiene el mismo número de incógnitas que de ecuaciones,

se puede aplicar la regla de Cramer (véase 1.32):

11 −1 2 11

7 3 40 4 7 −30
x= = = 4, y= = = −3.
|A| 10 |A| 10

3 2 −1

(b ) El determinante de la matriz de los coeciente es |A| = 1 −1 1 =
4 1 −1
3 + 8 − 1 − 4 − 3 + 2 = 5. Como el sistema tiene el mismo número de ecuaciones
que de incógnitas y |A| = 0, es un sistema de Cramer, tiene solución única y ésta
viene dada por la regla de Cramer (véase 1.32):

6 2 −1 3 6 −1 3 2 6

8 −1 1 1 8 1 1 −1 8

0 1 −1 8 4 0 −1 38 4 1 0 70
x= = , y= = , z= = = 14.
|A| 5 |A| 5 |A| 5

Ejercicio 1.21. Resuélvase el sistema
2x1 + 5x2 + 3x3 = 1
3x1 − 4x2 + 4x3 = 4
Solución. La matriz de los coecientes y la matriz ampliada son, respectivamente:

2 5 3 ∗ 2 5 3 1
A= , A = .
3 −4 4 3 −4 4 4
40
rang(A) = rang(A∗ ) = 2
Es claro que ya que, por ejemplo, el menor de orden
2 5

dos
3 −4 = −23 = 0.
Como el número de incógnitas es 3, el sistema es compatible indeterminado y

el número de parámetros de los que dependen las soluciones es 1. Para despejar
dos de las incógnitas en función de la tercera, utilizaremos en este caso la regla
de Cramer. Para ello seleccionamos el
menor
de orden dos de A dado por las
2 3
a a
columnas 1 y 3 , ya que su valor es
3 4 = −1 y de este modo no aparecerán
denominadores en las soluciones.
Pasando al segundo miembro la incógnita x2 , que corresponde a la columna

que no está en el menor seleccionado, se obtiene el sistema

2x1 + 3x3 = 1 − 5x2
3x1 + 4x3 = 4 + 4x2
y por la regla de Cramer resulta:

1 − 5x2 3

4 + 4x2 4 4 − 20x2 − 12 − 12x2
x1 = = = 8 + 32x2 ,
−1 −1
2 1 − 5x2

3 4 + 4x2 8 + 8x2 − 3 + 15x2
x3 = = = −5 − 23x2 ,
−1 −1
y la solución del sistema es x1 = 8 + 32λ, x2 = λ, x3 = −5 − 23λ, con λ ∈ R.
Ejercicio 1.22. Resuélvase la ecuación matricial AX = B , siendo
⎛ ⎞ ⎛ ⎞
1 2 3 −1
A=⎝ 2 5 7⎠ y B = ⎝−2⎠ .
−2 −4 −5 4
Solución. Este tipo de ecuaciones puede abordarse por dos vías, una global y
otra usando los elementos de la matriz incógnita X.
1
a vía. En el método global se despeja la matriz X . Para ello es preciso com-
probar previamente que A tiene inversa, lo cual es cierto porque |A| = 1. Entonces,
multiplicando por la izquierda los dos miembros de la ecuación AX = B por A
−1 ,
resulta
A−1 (AX) = A−1 B. (1.4)
41
Usando la propiedad asociativa del producto, la propiedad de la inversa (A = −1 A
I ) y la propiedad de la identidad (In C = C para toda matriz C de dimensión

n × m), se tiene que A−1 (AX) = (A−1 A)X = IX = X , con lo que la ecuación
(1.4) se escribe
X = A−1 B,
y ya está despejada X. Para hallar el valor de X, se obtiene la matriz inversa de
A, A−1 , según el procedimiento descrito en el ejercicio 1.17, y resulta
⎛ ⎞
3 −2 −1
A−1 = ⎝−4 1 −1⎠ ,
2 0 1
con lo que
⎛
⎞⎛ ⎞ ⎛ ⎞
3 −2 −1 −1 −3
−1 ⎝
X = A B = −4 1 −1 ⎠ ⎝ −2 = −2⎠ .
⎠ ⎝
2 0 1 4 2
a vía. Usando incógnitas individuales para cada elemento de la matriz
2 X.
Obsérvese que como A es 3×3 y B es 3 × 1, ⎛ ⎞ X tiene que ser una
forzosamente
x
matriz 3 × 1, es decir que X será de la forma X = ⎝y ⎠. Entonces la ecuación
z
AX = B , se escribe:
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
1 2 3 x −1 ⎨ x + 2y + 3z = −1
⎝2 5 7 ⎠ ⎝ y = −2⎠
⎠ ⎝ ⇔ 2x + 5y + 7z = −2
⎩
−2 −4 −5 z 4 −2x − 4y − 5z = 4
Nótese que la matriz de los coecientes de este sistema es justamente la matriz
A. Llevando este sistema a la forma escalonada mediante las transformaciones:
E2 → E2 − 2E1 , E3 → E3 + 2E1 , se obtiene:
⎧ ⎧
⎨ x + 2y + 3z = −1 ⎨ x = −3
y+z =0 ⇒ y = −2
⎩ ⎩
z=2 z=2
Ejercicio 1.23. Discútanse, en función del parámetro k, los sistemas

x − 3y = k kx − 3y = k + 3
(a) y (b)
−2x + (k + 1)y = 2 x + (k − 4)y = 2
42
Solución. Discutir un sistema consiste en indicar de qué tipo es en función de

los valores que puede tomar el parámetro. Para ello se usa el teorema de Rouché-
Fröbenius (véase 1.31).
(a ) La matriz de los coecientes y la matriz ampliada son, respectivamente:

1 −3 1 −3 k
A= , A∗ = .
−2 k + 1 −2 k + 1 2
El único menor de orden 2 de A es |A| = k + 1 − 6 = k − 5, y se tiene que

|A| = 0 precisamente si k = 5. Los casos a distinguir son |A| = 0 o |A| = 0, esto
es, k = 5 o k = 5.
• Si k = 5, entonces rang(A) = rang(A∗ ) = 2 = n

o de incógnitas, y por tanto el
sistema es compatible determinado. Su solución se puede calcular por la regla de

Cramer:

k −3 1 k

2 k + 1 k2 + k + 6 −2 2 2 + 2k
x= = , y= = .
|A| k−5 |A| k−5

1 −3 5
• Si k= 5, se sustituye en el sistema inicial, y resulta A∗ = . Por
−2 6 2
tanto, es claro que rang(A∗ ) = 2 (es fácil encontrar un menor de orden 2 no nulo)
y como rang(A) = 1, el sistema es incompatible ya que rang(A) = rang(A∗ ).
(b ) La matriz de los coecientes y la matriz ampliada expresadas conjunta-
mente son:

∗ k −3 k + 3
A = .
1 k − 4 2
El único menor de orden 2 de A es |A| = k 2 − 4k + 3. Resolviendo la ecuación

k 2 − 4k + 3 = 0 ⇒ k = 1, k = 3. Por consiguiente, |A| = 0 ⇔ k = 1 o k = 3, lo
que nos lleva a los siguientes casos:
• Si k = 1 y k = 3, entonces rang(A) = rang(A∗ ) = 2 = n

o de incógnitas, y por
43
tanto el sistema es compatible determinado. Su solución es:

k + 3 −3

2 k − 4 k 2 + 3k − 4k − 12 + 6 (k − 3)(k + 2) k+2
x= = = = ,
|A| (k − 3)(k − 1) (k − 3)(k − 1) k−1

k k + 3

1 2 2k − k − 3 k−3 1
y= = = = .
|A| (k − 3)(k − 1) (k − 3)(k − 1) k−1

1 −3 4
• Si k = 1, se sustituye en el sistema inicial, y resulta A∗ = . Es claro
1 −3 2
que rang(A∗ ) = 2 y rang(A) = 1, por tanto, el sistema es incompatible.

3 −3 6
• Si k= 3, se sustituye en el sistema inicial, y resulta A∗ = . Como
1 −1 2
son dos las proporcionales, rang(A) = rang(A∗ ) = 1 y por tanto el sistema es
o
compatible indeterminado. El n de parámetros de los que depende la solución es
o
n de incógnitas−rango= 2 − 1 = 1. Se puede eliminar una ecuación, por ejemplo
la primera, y se despeja x en función de y en la segunda:

x=2+λ
x−y =2 ⇒
y=λ
Ejercicio 1.24. Discútanse, en función del parámetro, los sistemas:
⎧ ⎧
⎨ 2x + ky − z = 1 ⎨ x+y =1
(a) x − 2y + z = 1 (b) my + z = 0 y
⎩ ⎩
3x + 4y − 2z = −3 x + (m + 1)y + mz = m + 1
⎧
⎨ 2x − y = a
(c) ax + 3y = 4
⎩
3x − y = 2
⎛ ⎞
2 k −1 1
Solución. (a ) La matriz ampliada es A∗ = ⎝1 −2 1 1 ⎠ .
3 4 −2 −3
El único menor de orden 3 de A es |A| = 5k − 10 = 5(k − 2), y se tiene que
|A| = 0 para k = 2, lo que da lugar a los siguientes casos:
• k = 2. Entonces rang(A) = rang(A∗ ) = 3 = n

o de incógnitas, y por tanto el
sistema es compatible determinado. Su solución se halla con la regla de Cramer,
44
y resulta:

Ax 2−k −1 Ay 13 Az 6k + 14
x= = = , y= = , z= = ,
|A| 5k − 10 5 |A| 5k − 10 |A| 5k − 10
donde hemos denotado Ax a la matriz que resulta de sustituir en la matriz A la

columna correspondiente a la incógnita x por la columna de términos indepen-
dientes. Análogamente Ay y Az .
• k = 2. Se sustituye en la matriz ampliada inicial, y resulta:
⎛ ⎞
2 2 −1 1
A∗ = ⎝1 −2 1 1 ⎠ .
3 4 −2 −3
rang(A∗ ) = 3 ya que el menor de orden 3 correspondiente a las columnas

(C1 , C2 , C4 ) es no nulo (es justamente |Az | = 6k +14 con k = 2). En consecuencia,
como rang(A) = 2, el sistema es incompatible.
⎛ ⎞
1 1 0 1
(b ) La matriz ampliada es A = ⎝0
∗ m 1 0 ⎠ .
1 m + 1 m m + 1
El único menor de orden 3 de A es |A| = m2 − m, y se tiene que |A| = 0 para
m=0 o m = 1, lo que da lugar a los siguientes casos:
• m = 0 y m = 1. Entonces rang(A) = rang(A∗ ) = 3 = n

o de incógnitas, y por
tanto el sistema es compatible determinado. Su solución se halla con la regla de

Cramer, y resulta:

Ax m2 m Ay −m −1
x= = 2 = , y= = 2 = ,
|A| m −m m−1 |A| m −m m−1

Az m2 m
z= == 2 = .
|A| m −m m−1
• m = 0. Se sustituye en la matriz ampliada inicial, y resulta:
⎛ ⎞
1 1 0 1
A∗ = ⎝0 0 1 0⎠ .
1 1 0 1
45
Como la la 3 es igual a la la 1, rang(A) = rang(A∗ ) = 2, y por tanto, el sistema

es compatible indeterminado (las soluciones dependen de 1 parámetro). Se elimina
la tercera ecuación y se resuelve el sistema pasando, por ejemplo, la x al segundo
miembro (nótese que forzosamente la z se tiene que quedar en el primer miembro,
pues los menores de orden 2 no nulos de A siempre tienen la 3
a columna):

x+y =1 y =1−x
⇒
z=0 z=0
o en forma paramétrica x = λ, y = 1 − λ, z = 0.
• m = 1. Se sustituye en la matriz ampliada inicial, y se lleva a la forma escalo-
nada: ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 0 1 1 1 0 1 1 1 0 1
(1) (2)
⎝0 1 1 0⎠ → ⎝0 1 1 0⎠ → ⎝0 1 1 0⎠

1 2 1 2 0 1 1 1 0 0 0 1
(1) F3 → F3 − F1 . (2) F3 → F3 − F2 .
Que es claramente un sistema incompatible.

⎛ ⎞
2 −1 a
(c ) La matriz ampliada es A∗ = ⎝a 3 4⎠ .
3 −1 2
En este caso, se calcula |A∗ | y se iguala a 0, y sólo en esos casos podrá ser
∗
compatible. |A | = −a2 − 7a + 8, y se tiene que |A∗ | = 0 si a = 1 o a = −8.
• a = 1 y a = −8. Entonces rang(A) = 2 = rang(A∗ ) = 3, y por tanto, el sistema
es incompatible.
• a = 1. Se sustituye en la matriz ampliada inicial, y resulta:
⎛ ⎞
2 −1 1
A∗ = ⎝1 3 4⎠ .
3 −1 2

2 −1
Seleccionando el menor de orden 2 de A correspondiente a (F1 , F3 ): = 1,
3 −1
por tanto,
o de incógnitas, por lo que el sistema es
rang(A) = rang(A∗ ) = 2 = n
a a
compatible determinado. A partir de las ecuaciones 1 y 3 se resuelve el sistema
y se obtiene:

2x − y = 1 x=1
⇒
3x − y = 2 y=1
46
• a = −8. Es similar al caso anterior. Con el mismo menor se observa que el sistema
es compatible determinado. De nuevo, con las ecuaciones 1
a y 3a se resuelve el
sistema y resulta:

2x − y = −8 x = 10
⇒ .
3x − y = 2 y = 28
47
Tema 2
ESPACIOS VECTORIALES
2.1. Considérese un conjunto no vacío E en el que están denidas dos operaciones:

(a) Suma: E × E → E , (ū, v̄) → ū + v̄ ∈ E ,
(b) Producto por un número real: R × E → E , (α, ū) → α · ū = αū ∈ E .
Se dice que (E, +, ·) es un espacio vectorial si se cumplen las siguientes pro-
piedades:
(1) Asociativa: (ū + v̄) + w̄ = ū + (v̄ + w̄).

(2) Conmutativa: ū + v̄ = v̄ + ū.
(3) Elemento neutro: existe un elemento que se designa por 0̄, tal que cual-
quiera que sea el elemento ū ∈ E se verica ū + 0̄ = ū.
(4) Elemento opuesto: Cualquiera que sea el elemento ū ∈ E , existe otro
−ū ∈ E (opuesto de ū) tal que ū + (−ū) = 0̄.
(5) α(ū + v̄) = αū + αv̄ .
(6) (α + β)ū = αū + β ū.
(7) α(β ū) = (αβ)ū.
(8) 1 · ū = ū.
Donde ū, v̄ , w̄ son elementos de E y α, β de R. A los elementos de E se les
llama vectores y a los elementos de R (números) se les llama también escalares.
2.2. Los siguientes conjuntos son espacios vectoriales con las operaciones indica-
das:
(1) Rn con las operaciones
(a1 , a2 , . . . , an ) + (b1 , b2 , . . . , bn ) = (a1 + b1 , a2 + b2 , . . . , an + bn ),
49
α(a1 , a2 , . . . , an ) = (αa1 , αa2 , . . . , αan ).
(2) R[x] el conjunto de todos los polinomios con coecientes reales con las
operaciones usuales de suma y producto por un número.
(3) El conjunto Mm×n de todas las matrices de dimensión m×n con las
operaciones suma y producto por un número.
(4) El conjunto F(A) = {f : A → R} de todas las funciones de A en R, donde

A es un conjunto cualquiera, con las operaciones suma y producto por un número
usuales: (a) (f + g)(x) = f (x) + g(x) y (b) (αf )(x) = αf (x), ∀x ∈ A.
En todo lo que sigue E es un espacio vectorial.
2.3. Reglas de cálculo :

(1) α0̄ = 0̄, ∀α ∈ R.
(2) 0ū = 0̄, ∀ū ∈ E .
(3) αū = 0̄ ⇒ α = 0 o ū = 0̄.
(4) (−1)ū = −ū, ∀ū ∈ E .
(5) (−α)ū = α(−ū) = −αū, ∀α ∈ R, ū ∈ E .
(6) ū − v̄ = ū + (−v̄) y −(ū + v̄) = −ū − v̄ , ∀ū, v̄ ∈ E .
2.4. Un subconjunto no vacío V de E es un subespacio vectorial (o simplemente

subespacio) si cumple las dos propiedades siguientes:
(a) ∀ū, v̄ ∈ V ⇒ ū + v̄ ∈ V (V es cerrado para la suma).
(b) ∀α ∈ R, ∀ū ∈ V ⇒ αū ∈ V (V es cerrado para el producto por escalares).
2.5. Caracterización de subespacio :

V ⊂E es un subespacio vectorial ⇔ ∀ū, v̄ ∈ V , ∀α, β ∈ R: αū + βv̄ ∈ V .
2.6. Si V es un subespacio vectorial de E, entonces es espacio vectorial con las

operaciones denidas en E.
2.7. Sean ū1 , ū2 , . . . , ūn vectores de E . Se dice que el vector ū ∈ E es combinación
lineal de ū1 , ū2 , . . . , ūn si existen números λ1 , λ2 , . . . , λn tales que
ū = λ1 ū1 + λ2 ū2 + · · · + λn ūn .
50
2.8. El conjunto de todas las combinaciones lineales de ū1 , ū2 , . . . , ūn es un subes-
pacio vectorial de E , que se denota ū1 , ū2 , . . . , ūn
y se llama subespacio generado
por ū1 , ū2 , . . . , ūn , es decir:
ū1 , ū2 , . . . , ūn

= {λ1 ū1 + λ2 ū2 + · · · + λn ūn : λi ∈ R, i = 1, 2, . . . , n}.
2.9. Se dice que ū1 , ū2 , . . . , ūn forman un sistema generador de E si todo vector
v̄ de E es combinación lineal de ū1 , ū2 , . . . , ūn , esto es, si E = ū1 , ū2 , . . . , ūn
.
2.10. Un conjunto de vectores A = {v̄1 , v̄2 , . . . , v̄p } es linealmente dependiente o
ligado (o los vectores son linealmente dependientes) si al menos uno de ellos es
combinación lineal de los demás.
En caso contrario, se dice que es linealmente independiente o libre (o que los

vectores son linealmente independientes).
2.11. Caracterización de la independencia lineal. El conjunto A = {v̄1 , v̄2 , . . . , v̄p }

es linealmente independiente si y sólo si la igualdad
λ1 v̄1 + λ2 v̄2 + · · · + λp v̄p = 0̄ implica que λ1 = 0, λ2 = 0, . . . , λp = 0,

es decir, si la única combinación lineal de los vectores v̄1 , v̄2 , . . . , v̄p que da el vector
0̄ es la trivial. En caso contrario, es linealmente dependiente, es decir, si existen
números λ1 , λ2 , . . . , λp no todos cero, tales que λ1 v̄1 + λ2 v̄2 + · · · + λp v̄p = 0̄ (algún
λi = 0).
2.12. Sea A = {v̄1 , v̄2 , . . . , v̄p } y supongamos que ningún v̄i = 0̄. Entonces A es
linealmente dependiente si y sólo si algún vector v̄i es combinación lineal de los
anteriores.
2.13. Propiedades de dependencia e independencia lineal:
(1) 0̄ ∈ A ⇒ A es ligado.
(2) A⊂B y A ligado ⇒B es ligado.
(3) A⊂B y B libre ⇒A es libre.
(4) Si en A hay dos vectores iguales o proporcionales (ū y αū), entonces A es

ligado.
2.14. El conjunto B = {ē1 , ē2 , . . . , ēn } es una base de E si
(a) es linealmente independiente y
(b) es un sistema generador de E , es decir, si todo vector de E es combinación

lineal de ē1 , ē2 , . . . , ēn .
51
2.15. La expresión de todo vector v̄ respecto de una base B = {ē1 , ē2 , . . . , ēn } es
única, es decir, si se tiene
v̄ = α1 ē1 + α2 ē2 + · · · + αn ēn = β1 ē1 + β2 ē2 + · · · + βn ēn
entonces α 1 = β1 , α 2 = β2 , ..., α n = βn .
2.16. Sea B = {ē1 , ē2 , . . . , ēn } una base de E . Entonces para cada vector v̄ existen
números únicos λ1 , λ2 , . . . , λn tales que
v̄ = λ1 ē1 + λ2 ē2 + · · · + λn ēn .
Los números (λ1 , λ2 , . . . , λn ) se llaman coordenadas de v̄ respecto de la base B.
2.17. Teorema de Steinitz. Si {ē1 , ē2 , . . . , ēn } es un sistema generador de E y

{v̄1 , v̄2 , . . . , v̄p } es un conjunto linealmente independiente, entonces p ≤ n y se
pueden sustituir p de los vectores ē1 , ē2 , . . . , ēn por los vectores v̄1 , v̄2 , . . . , v̄p ob-
teniéndose un nuevo sistema generador.
2.18. Teorema de la base. Todas las bases de un espacio vectorial E tienen el

mismo número de elementos. Este número común se llama dimensión del espacio
E y se indica dim(E) = n.
2.19. En todo espacio vectorial E de dimensión n se cumplen las siguientes pro-

piedades:
(a) Todo conjunto de n+1 o más vectores es linealmente dependiente.
(b) Todo conjunto de n vectores que sea linealmente independiente es una

base.
(c) Todo conjunto de n vectores que sea sistema de generadores de E es base.
(d) Teorema de la base incompleta. Todo conjunto A = {v̄1 , v̄2 , . . . , v̄p } lineal-
mente independiente puede ampliarse a una base.
2.20. Si G = {v̄1 , v̄2 , . . . , v̄m } es un sistema generador de E y alguno de ellos

es combinación lineal de los demás, entonces se puede suprimir y los que quedan
siguen siendo un sistema generador de E.
De todo sistema generador de E nito se puede extraer una base.
2.21. Si V es un subespacio vectorial de un espacio vectorial E de dimensión n,

entonces dim(V ) ≤ n. Si, en particular, dim(V ) = n, entonces V = E .
52
2.22. Rango de un conjunto de vectores S = {v̄1 , v̄2 , . . . , v̄p } es el número máxi-

mo de vectores linealmente independientes. Se verica que el rango es igual a la
dimensión del subespacio generado por los vectores: rang(S) = dim v̄1 , v̄2 , . . . , v̄p
.
El rango de un conjunto de vectores es igual al rango de la matriz A cuyas
las son las coordenadas de los vectores v̄1 , v̄2 , . . . , v̄p en cualquier base de E.
2.23. Ecuaciones paramétricas e implícitas de un subespacio. Este apartado se ha

desarrollado completamente mediante los ejercicios resueltos (véanse los ejercicios
2.25 a 2.30).
2.24. La intersección de subespacios es un subespacio.
2.25. La suma de dos conjuntos A y B de E , denotada A + B , es el conjunto de

todas las sumas ā + b̄, con ā ∈ A
b̄ ∈ B . La suma U + V de dos subespacios U
y
y V de E es un subespacio. Se dice que E es suma directa de U y V , y se denota
E = U ⊕ V , si E = U + V y la expresión de cada vector ē ∈ E como ē = ū + v̄ ,
con ū ∈ U y v̄ ∈ V , es única. Se verica que E es la suma directa de U y V si y
sólo si (1) E = U + V y (2) U ∩ V = {0}.
2.26. Fórmula de Grassmann. La dimensión del subespacio suma verica:

dim(U + V ) = dim(U ) + dim(V ) − dim(U ∩ V ).
2.27. U subespacio suplementario de V si V ⊕ U = E .

es un
2.28. Cambio de base. Para concretar vamos a suponer que E es de dimensión 3.

Fijada una base A = {ā1 , ā2 , ā3 } en el espacio E , cualquier vector v̄ de E se puede
expresar por sus coordenadas (x1 , x2 , x3 ) en dicha base A: v̄ = x1 ā1 + x2 ā2 + x3 ā3 .
Se representará a v̄ por su vector columna coordenado, denotado y denido por
⎛ ⎞
x1
[v̄]A = ⎝x2 ⎠ = (x1 , x2 , x3 )t .
x3
Supongamos que B = {b̄1 , b̄2 , b̄3 } es otra base de E . Por ser A base, cada vector
de la nueva base B puede expresarse de forma única como combinación lineal
de los elementos de la antigua base A, del siguiente modo:
b̄1 = α1 ā1 + α2 ā2 + α3 ā3

b̄2 = β1 ā1 + β2 ā2 + β3 ā3
b̄3 = γ1 ā1 + γ2 ā2 + γ3 ā3
53
Se denota por P la traspuesta de la matriz de coecientes anterior, esto es:

⎛ ⎞
α1 β1 γ1
P = ⎝α2 β2 γ2 ⎠
α3 β3 γ3
(obsérvese que las columnas de P son los vectores de B expresados en la base A).
Esta matriz P se llama matriz del cambio de base (o matriz de transición ) desde
la antigua base A hasta la nueva base B. La matriz P es inversible.
Teorema. El mismo vector v̄ en la base B tendrá otras coordenadas (y1, y2, y3),
esto es: v̄ = y1 b̄1 + y2 b̄2 + y3 b̄3 . Entonces se tiene que
[v̄]A = P · [v̄]B , (2.1)
y, por consiguiente, [v̄]B = P −1 [v̄]A .

Nótese que a pesar de llamarse P la matriz del cambio de base desde la antigua
base A hasta la nueva base B , esta matriz P transforma las coordenadas nuevas
(en la base B ) en las coordenadas viejas (en la base A), mientras que P −1 actúa
al revés. P también se llama por este motivo matriz del cambio de coordenadas
de la base B a la base A (nótese que cambia el orden).
Cuando se quiera indicar las bases, se escribirá P = [P ]B

A.
La fórmula (2.1) en forma expandida es:

⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x1 α1 β 1 γ 1 y1
⎝x2 ⎠ = ⎝α2 β2 γ2 ⎠ . ⎝y2 ⎠
x3 α3 β3 γ3 y3
⎛ ⎞ ⎛ ⎞
x1 y1
Si se denota xA = ⎝x2 ⎠ y yB = ⎝y2 ⎠, entonces la fórmula (2.1) se expresa
x3 y3
xA = P · yB .
2.1. Subespacios. Combinaciones lineales. Sistemas de generadores
Ejercicio 2.1. Pruébese que el conjunto W = {(x, y, z) ∈ R3 : x + y − z = 0}

3
es un subespacio vectorial de R .
54
Solución. Obsérvese que W consta de aquellos vectores con la propiedad de que la

suma de las dos primeras componentes menos la tercera es cero. Este conjunto es
no vacío, por ejemplo, los vectores (1, 3, 4), (−2, 5, 3) o (−1, −1, −2) son elementos
de W. Para probar que es subespacio, usaremos la caracterización 2.5.
Sean ā = (a1 , a2 , a3 ) y b̄ = (b1 , b2 , b3 ) dos elementos genéricos de W y α, β ∈ R.

Entonces hay que probar que
αā + β b̄ = α(a1 , a2 , a3 ) + β(b1 , b2 , b3 ) = (αa1 + βb1 , αa2 + βb2 , αa3 + βb3 )
es un elemento de W, esto es que (αa1 + βb1 ) + (αa2 + βb2 ) − (αa3 + βb3 ) = 0, o

equivalentemente
αa1 + βb1 + αa2 + βb2 − αa3 − βb3 = 0. (2.2)
Ahora por hipótesis, ā ∈ Wa1 + a2 − a3 = 0, y b̄ ∈ W implica

implica
b1 + b2 − b3 = 0. Multiplicando la primera ecuación por α y la segunda por β se
tiene αa1 + αa2 − αa3 = 0 y βb1 + βb2 − βb3 = 0. Sumando estas dos igualdades
resulta αa1 + αa2 − αa3 + βb1 + βb2 − βb3 = 0. Se reordena el primer miembro de
esta igualdad (usando las propiedades de R) y se obtiene la igualdad (2.2), que es
lo que se quería probar.
Ejercicio 2.2. Determínese si los siguientes conjuntos son subespacios vecto-

riales:
(a ) A = {(x, y) ∈ R2 : x + 2y = 1}.
3
(b ) B = {(x, y, z) ∈ R : x · z = 0}.
2
(c ) C = {(x, y) ∈ R : x ≥ 0, y ≥ 0}.
3
(d ) D = {(x, y, z) ∈ R : y = 2x, z = x − y}.
Solución. (a ) A no es subespacio porque (0, 0) ∈

/ A y se sabe que para que sea
subespacio el elemento neutro de la suma en R2 , que es (0, 0), tiene que ser un
elemento de A.
(b ) B tampoco es subespacio porque aunque cumple que si ū ∈ B entonces
αū ∈ B ∀α ∈ R, no es cerrado para la suma. Por ejemplo: ū = (1, 3, 0) ∈ B ,
v̄ = (0, 2, 4) ∈ B , pero ū + v̄ = (1, 5, 4) ∈
/ B.
(c ) C tampoco es subespacio porque aunque es cerrado para la suma, ya que
si ū, v̄ ∈ C entonces ū + v̄ ∈ C , para el producto por un número no lo es, por
ejemplo, ū = (3, 1) ∈ C pero para α = −2 se tiene (−2) · ū = (−6, −2) ∈
/ C.
55
(d ) D sí es subespacio y se comprueba como en el ejercicio 2.1, con la salvedad

de que hay que usar las dos ecuaciones que denen D en vez de una sola.
En general, se verica que si W es el conjunto de todas las soluciones de un
sistema homogéneo de m ecuaciones y n incógnitas, entonces W es un subespacio
vectorial de Rn .
Ejercicio 2.3. Se consideran los vectores de R3 , ū = (2, −1, 1) y v̄ = (1, −3, 2).
(a ) Hállense ā = 2ū − 3v̄ , b̄ = −4ū + 2v̄ y c̄ = 3(5ū + 2v̄) − 4(3ū + v̄).
(b ) Compruébese que d¯ = 4ā + 3b̄ es combinación lineal de ū y v̄ sin calcular las
componentes de d ¯.
(c ) Generalícese el resultado anterior, esto es, pruébese que si c̄ es combinación
lineal de ā y b̄ y ā y b̄ son ambos combinación lineal de ū y v̄ , entonces c̄ es
combinación lineal de ū y v̄ .
Solución. (a ) No hay más que efectuar las operaciones indicadas:

ā = 2ū − 3v̄ = 2 · (2, −1, 1) − 3 · (1, −3, 2) = (4, −2, 2) − (3, −9, 6) = (1, 7, −4).
Nota: En R3 , la diferencia de dos vectores ā y b̄ se puede obtener con la expresión
ā − b̄ = (a1 , a2 , a3 ) − (b1 , b2 , b3 ) = (a1 − b1 , a2 − b2 , a3 − b3 ).
b̄ = −4ū + 2v̄ = (−4) · (2, −1, 1) + 2 · (1, −3, 2) = (−8, 4, −4) + (2, −6, 4)
= (−6, −2, 0).
Se utilizan las propiedades de cálculo del espacio vectorial para hallar c̄:
c̄ = 3(5ū + 2v̄) − 4(3ū + v̄) = 15ū + 6v̄ − 12ū − 4v̄ = 3ū + 2v̄
= (6, −3, 3) + (2, −6, 4) = (8, −9, 7).
(b ) Se utilizan como antes las propiedades de cálculo del espacio vectorial:
d¯ = 4ā + 3b̄ = 4(2ū − 3v̄) + 3(−4ū + 2v̄) = 8ū − 12v̄ − 12ū + 6v̄ = −4ū − 6v̄,
lo cual prueba que d¯ es combinación lineal de ū y v̄ con coecientes −4 y −6. Si

se calcula, se obtiene d ¯ = (−14, 22, −16).
(c ) En efecto, como c̄ es combinación lineal de ā y b̄ será c̄ = λ1 ā + λ2 b̄ para

ciertos números λ1 , λ2 . Como ā y b̄ son ambos combinación lineal de ū y v̄ será
56
ā = α1 ū + α2 v̄ y b̄ = β1 ū + β2 v̄ , para ciertos números α1 , α2 , β1 , β2 . Se sustituye

en la expresión de c̄ y se opera
c̄ = λ1 (α1 ū + α2 v̄) + λ2 (β1 ū + β2 v̄) = λ1 α1 ū + λ1 α2 v̄ + λ2 β1 ū + λ2 β2 v̄

= (λ1 α1 + λ2 β1 )ū + (λ1 α2 + λ2 β2 )v̄ = μ1 ū + μ2 v̄,
donde μ1 = λ1 α1 + λ2 β1 y μ2 = λ1 α2 + λ2 β2 son números. La expresión anterior,

c̄ = μ1 ū + μ2 v̄ , prueba que c̄ es combinación lineal de ū y v̄ .
Se puede generalizar aún más: si v̄ es combinación lineal de los vectores
ā1 , ā2 , . . . , āp y cada uno de los vectores ā1 , ā2 , . . . , āp es combinación lineal de
ū1 , ū2 , . . . , ūn , entonces v̄ es combinación lineal de ū1 , ū2 , . . . , ūn .
Ejercicio 2.4. En R3 se consideran los vectores ū = (1, 2, −1) y v̄ = (2, 1, −3).

(a ) ¾Es ā = (−1, 4, 3) combinación lineal de ū y v̄ ?
(b ) ¾Es b̄ = (4, −2, −5) combinación lineal de ū y v̄ ?
(c ) Sea w̄ = (3, 5, −1). ¾Es b̄ = (4, −2, −5) combinación lineal de ū, v̄ y w̄?
Solución. (a ) Según la denición (véase 2.7), hay que ver si existen números λ1
y λ2 tales que λ1 ū + λ2 v̄ = ā, es decir,
λ1 (1, 2, −1) + λ2 (2, 1, −3) = (−1, 4, 3).
Se efectúan los productos en el lado izquierdo,
(λ1 , 2λ1 , −λ1 ) + (2λ2 , λ2 , −3λ2 ) = (−1, 4, 3),
y se realiza la suma
(λ1 + 2λ2 , 2λ1 + λ2 , −λ1 − 3λ2 ) = (−1, 4, 3).
Igualando componente a componente, λ1 y λ2 han de ser solución del siguiente

sistema (de 3 ecuaciones), que se resuelve:
⎧ ⎧
⎨ λ1 + 2λ2 = −1
(1)
⎨ λ1 + 2λ2 = −1 (2)
λ1 = 3
2λ1 + λ2 = 4 −−→ −3λ2 = 6 −−→
⎩ ⎩ λ2 = −2
−λ1 − 3λ2 = 3 −λ2 = 2
(1) E2 → E2 − 2E1 , E3 → E3 + E1 .
(2) La 2a ecuación se suprime porque es múltiplo de la 3 a .
Hay solución (única), por tanto, ā es combinación lineal de ū y v̄ , en concreto,

ā = 3ū − 2v̄ .
57
(b ) Ahora hay que hallar los números λ1 y λ2 que cumplen λ1 ū + λ2 v̄ = b̄,

esto es,
λ1 (1, 2, −1) + λ2 (2, 1, −3) = (4, −2, −5).
Se opera en el lado izquierdo exactamente igual que antes y se obtiene
(λ1 + 2λ2 , 2λ1 + λ2 , −λ1 − 3λ2 ) = (4, −2, −5).
Esta ecuación vectorial es equivalente al siguiente sistema que se resuelve:
⎧ ⎧
⎨ λ1 + 2λ2 = 4
(1)
⎨ λ1 + 2λ2 = −1
2λ1 + λ2 = −2 −−→ −3λ2 = −1
⎩ ⎩
−λ1 − 3λ2 = −5 −λ2 = −1
(1) E2 → E2 − 2E1 , E3 → E3 + E1 .
De la tercera ecuación debería ser λ2 = 1 y de la segunda, λ2 = 1/3, lo cual

es imposible, lo que signica que no hay solución. Por tanto, el vector b̄ no es
combinación lineal de ū y v̄ .
(c ) Ahora hay que hallar los números λ1 , λ2 , λ3 tales que λ1 ū + λ2 v̄ + λ3 w̄ = b̄,
es decir,
λ1 (1, 2, −1) + λ2 (2, 1, −3) + λ3 (3, 5, −1) = (4, −2, −5).
Se opera en el lado izquierdo y resulta
(λ1 + 2λ2 + 3λ3 , 2λ1 + λ2 + 5λ3 , −λ1 − 3λ2 − λ3 ) = (4, −2, −5).
Esta ecuación vectorial es equivalente al siguiente sistema que se resuelve por el

método de Gauss: ⎧
⎨
λ1 + 2λ2 + 3λ3 = 4
2λ1 + λ2 + 5λ3 = −2
⎩
−λ1 − 3λ2 − λ3 = −5
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 3 4 1 2 3 4 1 2 3 4
(1) (2)
⎝2 1 5 −2⎠ → ⎝0 −3 −1 −10⎠ → ⎝0 0 −7 −7⎠
−1 −3 −1 −5 0 −1 2 −1 0 −1 2 −1
(1) E2 → E2 − 2E1 , E3 → E3 + E1 . (2) E2 → E2 − 3E3 .
(Obsérvese que las columnas de la matriz ampliada son justamente ū, v̄, w̄ y b̄)
⎧
⎨ λ1 + 2λ2 + 3λ3 = 4
Esta última matriz corresponde al sistema −7λ3 = −7
⎩
−λ2 + 2λ3 = −1
58
De la segunda ecuación se deduce que λ 3 = 1, se sustituye en la tercera y se

obtiene λ2 = 3 y se sustituyen ambos en la primera y resulta λ1 = −5. Como hay
solución, se puede concluir que b̄ sí es combinación lineal de ū, v̄ y w̄ , en concreto
b̄ = −5ū + 3v̄ + w̄.
Ejercicio 2.5. Estúdiese, con la denición, si los siguientes conjuntos de vecto-
res son sistema de generadores de R2 :
(a ) A = {(2, 3), (1, 1)}.
(b ) B = {(−2, 4), (3, −6)}.
(c ) C = {(1, −1), (1, −2), (1, 1)}. ¾Hay unicidad de expresión?
Solución. (a ) Para probar que A es sistema generador (véase 2.9) hay que probar
que todo vector ū = (a, b) de R2 es combinación lineal de (2, 3) y (1, 1), es decir,
dado (a, b) hay que probar que existen números λ, μ tales que
λ(2, 3) + μ(1, 1) = (a, b).
Se opera y resulta (2λ + μ, 3λ + μ) = (a, b), de aquí se obtiene el siguiente sistema

que se resuelve:

2λ + μ = a (1) 2λ + μ = a
−−→
3λ + μ = b λ=b−a
(1) E2 → E2 − E1 .
Se despeja μ de la primera ecuación y se sustituye el valor obtenido de λ:
μ = a − 2λ = a − 2(b − a) = 3a − 2b.
Por tanto, hay solución λ = b − a, μ = 3a − 2b y, en consecuencia, A es un sistema

generador de R2 .
Nota: Estos sistemas en los que algunos coecientes son letras, suele ser más
cómodo resolverlos por la regla de Cramer. Se deja al lector que lo resuelva por
este método y compruebe que el resultado coincide con el expuesto aquí.
(b ) Ahora, dado (a, b) hay que hallar λ, μ tales que
λ(−2, 4) + μ(3, −6) = (a, b).
Se opera, se igualan componentes y se obtiene el siguiente sistema que se resuelve:

−2λ + 3μ = a (1) −2λ + 3μ = a
−−→
4λ − 6μ = b 0 = 2a + b
59
(1) E2 → E2 + 2E1 .
Al multiplicar la primera ecuación por 2 y sumársela a la segunda, resulta 0 =

2a + b, lo cual signica que para que haya solución se tiene que vericar que
2a + b = 0, pero esto no tiene por qué ser cierto ya que (a, b) es un vector
2
arbitrario de R (por ejemplo, el vector (3, 1) no lo cumple). Por tanto, B no es
2
un sistema generador de R .
(c ) Ahora hay que hallar los números λ1 , λ2 , λ3 tales que
λ1 (1, −1) + λ2 (1, −2) + λ3 (1, 1) = (a, b).
De aquí, se obtiene el siguiente sistema que se resuelve:

λ1 + λ2 + λ3 = a E →E +E1 λ1 + λ2 + λ3 = a
−−2−−−2−−→
−λ1 − 2λ2 + λ3 = b −λ2 + 2λ3 = a + b
Puesto que está escalonado y hay 2 ecuaciones y 3 incógnitas, es compatible

indeterminado, tiene innitas soluciones que dependen de un parámetro. Usando
λ3 = t como parámetro, resulta

λ2 = −a − b + 2t
λ1 = a − (−a − b + 2t) − t = 2a + b − 3t.
Por tanto, C es un sistema generador de R2 , pero no hay unicidad de expresión.

Por ejemplo, si (a, b) = (−1, 3) entonces
λ1 = 1 − 3t, λ2 = −2 + 2t, λ3 = t
son los coecientes de las innitas formas que se tienen de expresar (−1, 3) como
combinación lineal de ū1 = (1, −1), ū2 = (1, −2) y ū3 = (1, 1). Por ejemplo,
-si t = 0 ⇒ (λ1 , λ2 , λ3 ) = (1, −2, 0), esto es (−1, 3) = ū1 − 2ū2 ,

-si t = 1 ⇒ (λ1 , λ2 , λ3 ) = (−2, 0, 1), esto es (−1, 3) = −2ū1 + ū3 ,
-si t = 2 ⇒ (λ1 , λ2 , λ3 ) = (−5, 2, 2), esto es (−1, 3) = −5ū1 + 2ū2 + 2ū3 .
Ejercicio 2.6. V el subespacio de R3 generado por los vectores v̄1 =

Sea
(2, −1, 2) y v̄2 = (2, 1, 4).
(a ) Determínese si ū = (4, −1, 5) y w̄ = (0, 5, 3) son elementos de V .
(b ) Hállese k para que (2, k, 1) sea un elemento de V .
60
Solución. Como V es el conjunto de todas las combinaciones lineales de v̄1 y v̄2 ,

hay que ver si ū es combinación lineal de v̄1 y v̄2 , lo que equivale a estudiar si
existen números λ, μ tales que λv̄1 + μv̄2 = ū, esto es
λ(2, −1, 2) + μ(2, 1, 4) = (4, −1, 5).
Esta ecuación equivale al siguiente sistema que se resuelve a continuación.

⎧ ⎧ ⎧ ⎧
⎨ 2λ + 2μ = 4 (1) ⎨ −λ + μ = −1 (2) ⎨ −λ + μ = −1 (3) ⎨ −λ + μ = −1
−λ + μ = −1 → 2λ + 2μ = 4 → 4μ = 2 → 2μ = 1
⎩ ⎩ ⎩ ⎩
2λ + 4μ = 5 2λ + 4μ = 5 6μ = 3 0=0
(1) E1 → E2 , E2 → E1 . (2) E2 → E2 + 2E1 , E3 → E3 + 2E1 .
(3) E2 → E2 /2, E3 → −2E3 + 3E2 .
El sistema tiene solución (única) μ = 1/2, λ = 3/2. Luego ū es un elemento
de V.
Se plantea de manera similar para w̄. De la ecuación
λ(2, −1, 2) + μ(2, 1, 4) = (0, 5, 3)
se obtiene el siguiente sistema que se resuelve con los pasos (1) y (2) anteriores.
⎧ ⎧ ⎧
⎨ 2λ + 2μ = 0 (1) ⎨ −λ + μ = 5 (2) ⎨ −λ + μ = 5
−λ + μ = 5 → 2λ + 2μ = 0 → 4μ = 10
⎩ ⎩ ⎩
2λ + 4μ = 3 2λ + 4μ = 3 6μ = 13
Es claro que este sistema es incompatible, pues de la segunda ecuación debería de
ser μ = 5/2 y de la tercera, μ = 13/6, y esto es imposible. Por tanto, w̄ no es un
elemento de V.
(b ) Hay que hallar k de modo que existan los números λ, μ tales que
λ(2, −1, 2) + μ(2, 1, 4) = (2, k, −1).
Esto equivale a que tenga solución (sea compatible) el sistema de matriz ampliada
⎛ ⎞
2 2 2
A∗ = ⎝−1 1 k ⎠ .
2 4 −1
Como el rango de A es 2, el único menor de orden 3 de A∗ , que es |A∗ |, ha de ser

cero. Como
|A∗ | = −2 + 4k − 8 − 4 − 2 − 8k = −16 − 4k,
61
resulta que |A∗ | = −16−4k = 0 para k = −4. Para este valor, el vector (2, k, −1) =
(2, −4, −1) es un elemento de V .
Nota: También se puede resolver el sistema formado por las ecuaciones 1
a y
a
3 , y los valores obtenidos se sustituyen en la 2
a y se halla el valor de k.
2.2. Dependencia e independencia lineal
Ejercicio 2.7. Estúdiese, con la denición o caracterización, si son linealmente

independientes (libres) los siguientes conjuntos de vectores, y en caso negativo,
exprésese uno de los vectores como combinación lineal de los anteriores.
(a ) {(4, −2), (3, 1)}.
(b ) {(6, −4), (−9, 6)}.
(c ) {(2, 1), (−1, 3), (2, 2)}.
Solución. (a ) Se aplica la caracterización 2.11, la cual dice que la única solución

de la ecuación vectorial λ1 v̄1 + λ2 v̄2 + · · · + λp v̄p = 0̄ es la trivial (λ1 = 0, λ2 = 0,
..., λp = 0).
En nuestro caso, la ecuación
λ(4, −2) + μ(3, 1) = (0, 0),
da lugar al sistema

4λ + 3μ = 0
−2λ + μ = 0
cuya única solución es λ = 0, μ = 0. (Obsérvese que es homogéneo y es un sistema
de Cramer). Por tanto, es linealmente independiente.
(b ) Ahora la ecuación
λ(6, −4) + μ(−9, 6) = (0, 0)
lleva al sistema
6λ − 9μ = 0
−4λ + 6μ = 0
Como son dos ecuaciones proporcionales, se elimina la segunda y se despeja λ de
la primera y resulta λ = 32 μ con μ libre, por tanto hay innitas soluciones. Por
consiguiente, el segundo conjunto es linealmente dependiente. El segundo vector
−3
(−9, 6) = 2 (6, −4) es un múltiplo del primero.
62
Nótese que en R2 (y en general en Rn ) dos vectores no nulos son linealmente

dependientes si y sólo si sus componentes son proporcionales.
(c ) Ahora de la ecuación
λ1 (2, 1) + λ2 (−1, 3) + λ3 (2, 2) = (0, 0)

se obtiene el sistema equivalente

2λ1 − λ2 + 2λ3 = 0
λ1 + 3λ2 + 2λ3 = 0
Como es homogéneo, tiene 3 incógnitas y el rango de la matriz de los coecientes
es 2, es un sistema compatible indeterminado que tiene innitas soluciones. Con
esto es suciente para concluir que el conjunto es linealmente dependiente.
Para expresar un vector como combinación lineal de los anteriores, (será el

tercero, puesto que los dos primeros son linealmente independientes) se resuelve el
sistema. Se elimina λ3 de la segunda ecuación con la transformación E2 → E2 −E1 ,
y resulta

2λ1 − λ2 + 2λ3 = 0
−λ1 + 4λ2 =0
Se usa λ2 = t como parámetro, de la segunda ecuación λ1 = 4t, se sustituye en
1 −7
la primera y se despeja λ3 = 2 (−2 · 4t + t) = 2 t. Una solución es, por ejemplo
para t = 2, (λ1 , λ2 , λ3 ) = (8, 2, −7), esto signica que
8 · (2, 1) + 2 · (−1, 3) + (−7) · (2, 2) = (0, 0).

O lo que es lo mismo 8ū1 +2ū2 −7ū3 = 0̄ (que expresa el vector 0̄ como combinación
lineal no trivial deū1 , ū2 y ū3 ). De aquí se puede despejar ū3 y expresarlo como
combinación lineal de los anteriores (como indica la caracterización 2.12): 7ū3 =
8ū1 + 2ū2 y multiplicando los dos miembros por 17 resulta ū3 = 87 ū1 + 27 ū2 .
Ejercicio 2.8. En el espacio vectorial R3 , estúdiese si los siguientes conjuntos

son linealmente independientes:
(a ) A = {(3, 3, 2), (1, 1, −2), (2, 2, 3)}.
(b ) B = {(1, 2, −3), (2, 1, 3), (1, 0, 1)}.
(c ) C = {(1, 2, −3), (2, 1, 3)}.
Solución. (a ) Se va a usar como antes la caracterización dada por la propiedad

2.11. Así pues, se forma una combinación lineal de los vectores igualada al vector
0̄ de R3 :
λ1 (3, 3, 2) + λ2 (1, 1, −2) + λ3 (2, 2, 3) = (0, 0, 0).
63
Esta ecuación da lugar al siguiente sistema equivalente, que se resuelve por el

método de Gauss.
⎛ ⎞ ⎛ ⎞
3 1 2 0 3 1 2 0
(1) (2) 3 1 2 0
⎝3 1 2 0⎠ → ⎝0 0 0 0⎠ →

8 0 7 0
2 −2 3 0 8 0 7 0
(1) E2 → E2 − E1 , E3 → E3 + 2E1 . (2) Se suprime E2 .
Este sistema es compatible indeterminado, tiene innitas soluciones y, por

tanto, A es linealmente dependiente.
(b ) De la ecuación
λ1 (1, 2, −3) + λ2 (2, 1, 3) + λ3 (1, 0, 1) = (0, 0, 0),
se obtiene el siguiente sistema equivalente, que se resuelve por el método de Gauss.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 1 0 1 2 1 0 1 2 1 0
(1) (2)
⎝ 2 1 0 0⎠ → ⎝ 2 1 0 0⎠ → ⎝ 2 1 0 0⎠

−3 3 1 0
−4 1 0 0 −6 0 0 0
(1) E3 → E3 − E1 . (2) E3 → E3 − E2 .
Este sistema está ya escalonado. De la 3

a ecuación se deduce que λ1 = 0, y
sustituyendo hacia atrás se obtienen λ2 = 0 y λ3 = 0, tiene pues solución única
la trivial, y por tanto, B es linealmente independiente.
(c ) Como un subconjunto de un conjunto libre es libre (véase 2.13(3)) y se ha

probado en el apartado anterior que B es libre, se concluye que C es libre.
Ejercicio 2.9. Estúdiese si los siguientes conjuntos son linealmente indepen-

dientes en el espacio vectorial E de las funciones de R en R.
(a ) A = {f1 (t) = sen t, f2 (t) = cos t, f3 (t) = 1}.
(b ) B = {f1 (t) = sen t, f2 (t) = cos t, f3 (t) = 1 + sen t, f4 (t) = 2 − cos t}.
(c ) C = {f1 (t) = a , f2 (t) = b , f3 (t) = c }, siendo a, b y c números positivos
t t t
distintos.
Solución. (a ) Antes de comenzar se recuerda que el elemento neutro de E es la

función cero 0̄ : R → R denida por 0̄(t) = 0 para todo t ∈ R.
Usaremos la caracterización dada en 2.11. Se forma la combinación lineal de
las funciones igualada a la función cero: λ1 f1 + λ2 f2 + λ3 f3 = 0̄. Esta igualdad
64
equivale a decir que λ1 f1 (t) + λ2 f2 (t) + λ3 f3 (t) = 0 para todo valor de t ∈ R. Se

sustituyen las funciones concretas y se obtiene
λ1 sen t + λ2 cos t + λ3 = 0 ∀t ∈ R. (2.3)
Como, intuitivamente, parece imposible que con una combinación lineal no trivial
de sen t, cos t y 1 resulte la función constante 0, se va a demostrar este hecho con
rigor. Para ello se obtiene un sistema de ecuaciones con incógnitas λ 1 , λ2 y λ3
dando valores particulares a t en (2.3):
⎫
t = 0 ⇒ λ1 · 0 + λ 2 · 1 + λ 3 = 0 ⇒ λ2 + λ3 = 0 ⎬
t = π ⇒ λ1 · 0 + λ2 · (−1) + λ3 = 0 ⇒ −λ2 + λ3 = 0
⎭
t = π/2 ⇒ λ1 · 1 + λ2 · 0 + λ3 = 0 ⇒ λ1 + λ3 = 0
Se resuelve el sistema y la única solución que tiene es λ1 = 0, λ2 = 0, λ3 = 0, lo

que demuestra que el conjunto A es linealmente independiente.
(b ) Se forma la combinación lineal de las funciones igualada a la función cero:
λ1 sen t + λ2 cos t + λ3 (1 + sen t) + λ4 (2 − cos t) = 0 ∀t ∈ R.
Operando se tiene
(λ1 + λ3 ) sen t + (λ2 − λ4 ) cos t + (λ3 + 2λ4 ) · 1 = 0 ∀t ∈ R.
Según el apartado anterior, el conjunto de funciones {sen t, cos t, 1} es lineal-

mente independiente, por tanto, se deduce que los coecientes de la combinación
lineal anterior son cero, esto es
⎧ ⎧
⎨ λ1 + λ3 = 0 ⎨ λ1 = 2λ4
λ2 − λ 4 = 0 → λ2 = λ4
⎩ ⎩
λ3 + 2λ4 = 0 λ3 = −2λ4
Hay pues innitas soluciones, por ejemplo, λ4 = 1, λ1 = 2, λ2 = 1, λ3 = −2.

Con estos valores se verica 2f1 + f2 − 2f3 + f4 = 0̄. Se despeja f4 y resulta
f4 = −2f1 − f2 + 2f3 , es decir,
2 − cos t = −2 sen t − cos t + 2(1 + sen t) ∀t ∈ R.
En consecuencia, B es linealmente dependiente.
(c ) Se forma la combinación lineal de las funciones igualada a la función cero:
λ1 at + λ2 bt + λ3 ct = 0 ∀t ∈ R.
65
Se dan a t los valores 0, 1 y2 y resulta el sistema

⎧
⎨ λ1 + λ2 + λ3 = 0
aλ1 + bλ2 + cλ3 = 0
⎩ 2
a λ 1 + b2 λ 2 + c 2 λ 3 = 0
Este sistema es de Cramer porque tiene 3 ecuaciones, 3 incógnitas y el determi-

nante de la matriz de los coecientes vale

1 1 1 1 0 0
(2) b − a c − a
a b c (1) b−a
c−a = 2
= a b − a2 c 2 − a2
a 2 b 2 c 2 a 2 b 2 − a 2 c 2 − a 2

b−a c−a (3) 1 1

=
= (b − a)(c − a)
(b − a)(b + a) (c − a)(c + a) b + a c + a
= (b − a)(c − a)(c − b)
(1) C2 → C2 − C1 , C3 → C3 − C1 . (2) Se desarrolla por F1 .

(3) Se saca factor a b − a en C1 y a c − a en C2 .
que es distinto de 0 porque los números a, b y c son distintos. Por tanto, por
tratarse de un sistema homogéneo, la única solución es la trivial y, en consecuencia,
las funciones at , bt y ct son linealmente independientes.
2.3. Bases. Dimensión. Coordenadas
Ejercicio 2.10. Estúdiese, con la denición, si es una base de R3 el conjunto

B = {ū1 = (0, 0, 1), ū2 = (0, 1, −2), ū3 = (−1, 4, 2)}.
Solución. Se utiliza la denición 2.14. En primer lugar se estudia si B es lineal-

mente independiente. De la ecuación
λ1 (0, 0, 1) + λ2 (0, 1, −2) + λ3 (−1, 4, 2) = (0, 0, 0),
resulta el siguiente sistema

⎧ ⎧
⎨ −λ3 = 0 ⎨ λ3 = 0
λ2 + 4λ3 = 0 → λ2 = 0
⎩ ⎩
λ1 − 2λ2 + 2λ3 = 0 λ1 = 0
Puesto que sólo tiene la solución trivial, B es linealmente independiente.
66
En segundo lugar se estudia si B es un sistema de generadores de R3 . Dado

3
un vector cualquiera ū = (a, b, c) ∈ R , hay que hallar los números λ1 , λ2 , λ3 tales
que λ1 ū1 + λ2 ū2 + λ3 ū3 = ū, esto es
λ1 (0, 0, 1) + λ2 (0, 1, −2) + λ3 (−1, 4, 2) = (a, b, c).

De aquí resulta el siguiente sistema de incógnitas λ1 , λ2 , λ3
⎧ ⎧
⎨ −λ3 = a ⎨ λ3 = −a
λ2 + 4λ3 = b → λ2 = b + 4a
⎩ ⎩
λ1 − 2λ2 + 2λ3 = c λ1 = c + 2(b + 4a) − 2(−a) = 10a + 2b + c
Por tanto, hay solución y se sigue que B es un sistema de generadores y en
consecuencia, B 3
es una base de R .
Ejercicio 2.11. Pruébese que ū1 = (2, 5) y ū2 = (1, 4) forman una base de R2
y hállense las coordenadas del vector v̄ = (4, 7) en dicha base.
Solución. Como la dimensión de R2 es 2, por la propiedad 2.19(b), es suciente

probar que ū1 , ū2 son linealmente independientes:

2λ + μ = 0 (1) 2λ + μ = 0 μ=0
λ(2, 5) + μ(1, 4) = (0, 0) ⇒ → →
5λ + 4μ = 0 −3λ = 0 λ=0
(1) E2 → E2 − 4E1 .
Como únicamente tiene la solución trivial, los vectores son linealmente inde-
pendientes.
Para hallar las coordenadas de v̄ = (4, 7) (véase 2.16), hay que expresarlo
como combinación lineal de ū1 , ū2 . Por tanto, hay que hallar los números x e y
tales que

2x + y = 4 (1) 2x + y = 4 x=3
x(2, 5) + y(1, 4) = (4, 7) ⇒ → →
5x + 4y = 7 −3x = −9 y = −2
(1) E2 → E2 − 4E1 .
Por tanto, las coordenadas de v̄ en dicha base son (3, −2).
Ejercicio 2.12. (a ) Pruébese que ū1 = (2, 1, 0), ū2 = (0, 1, −1) y ū3 = (3, 0, 1)
3
forman una base de R .
(b ) Hállense las coordenadas del vector v̄ = (5, 1, 2) respecto de la base anterior.
(c ) Sabiendo que las coordenadas de w̄ en la base del apartado (a ) son (−1, 3, 2),
determínense las coordenadas de w̄ en la base canónica de R .
3
67
Solución. (a ) Como la dimensión de R3 es 3, por la propiedad 2.19(b), es su-

ciente probar que ū1 , ū2 , ū3 son linealmente independientes.
⎧ ⎧
⎨2λ1 + 3λ3 = 0 ⎨λ1 = 0
λ1 (2, 1, 0)+λ2 (0, 1, −1)+λ3 (3, 0, 1) = (0, 0, 0) ⇒ λ1 + λ 2 = 0 ⇒ λ2 = 0
⎩ ⎩
−λ2 + λ3 = 0 λ3 = 0
Como la única solución es la trivial, se deduce que ū1 , ū2 y ū3 forman una base
de R3 .
(b ) Hay que expresar v̄ como combinación lineal de los vectores de la base:
λ1 (2, 1, 0) + λ2 (0, 1, −1) + λ3 (3, 0, 1) = (5, 1, 2).
De aquí resulta el siguiente sistema que se resuelve a continuación.

⎧ ⎧ ⎧
⎨ 2λ1 + 3λ3 = 5 ⎨ 2λ1 + 3λ3 = 5 ⎨ λ3 = −1
(1) (2)
λ1 + λ 2 =1 → λ1 + λ2 =1 → λ1 + λ2 = 1
⎩ ⎩ ⎩
− λ2 + λ 3 = 2 λ1 + λ3 = 3 λ1 + λ3 = 3
(1) E3 → E3 + E2 . (2) E1 → E1 − 2E3 .
Se despeja sucesivamente de la 1
a ecuación, 3a y 2a y se obtiene λ3 = −1,
λ1 = 4 y λ2 = −3. Por tanto, las coordenadas de v̄ en la base B = {ū1 , ū2 , ū3 }
son [v̄]B = (4, −3, −1).
(c ) Es suciente con aplicar la denición de coordenadas respecto de una base

y operar: [w̄]B = (−1, 3, 2) implica
w̄ = −ū1 + 3ū2 + 2ū3 = −(2, 1, 0) + 3 · (0, 1, −1) + 2 · (3, 0, 1)

= (−2, −1, 0) + (0, 3, −3) + (6, 0, 2) = (4, 2, −1)
= 4 · (1, 0, 0) + 2 · (0, 1, 0) − (0, 0, 1).
Por tanto, las coordenadas de w̄ en la base canónica son (4, 2, −1).
Ejercicio 2.13. (a ) Pruébese que el conjunto de polinomios
B = {p1 (x) = 1 + x, p2 (x) = x + x2 , p3 (x) = 1 + x2 }
es una base del espacio vectorial P2 [x] de todos los polinomios de grado menor
o igual que 2.
(b ) Hállense las coordenadas del polinomio p(x) = 2 − x + 4x2 respecto de la
base anterior.
68
Solución. (a ) Hay que probar que B es linealmente independiente y que es un

sistema de generadores de P2 [x]. En primer lugar se demuestra que es linealmente
independiente.
λ1 p1 (x) + λ2 p2 (x) + λ3 p3 (x) = 0̄.
Se sustituyen los polinomios y se opera:
λ1 (1 + x) + λ2 (x + x2 ) + λ3 (1 + x2 ) = 0̄.
λ1 + λ1 x + λ2 x + λ2 x2 + λ3 + λ3 x2 = 0̄.
(λ1 + λ3 ) + (λ1 + λ2 )x + (λ2 + λ3 )x2 = 0̄.
Ahora, teniendo en cuenta que 0̄, el elemento neutro de P2 [x], es el polinomio
que tiene todos los coecientes igual a 0, se igualan coecientes y se obtiene el
siguiente sistema que se transforma en uno escalonado.
⎧ ⎧ ⎧
⎨ λ1 + λ3 = 0
(1)
⎨ λ1 + λ3 = 0
(2)
⎨ λ1 + λ3 = 0
λ1 + λ2 =0 → λ2 − λ 3 = 0 → λ2 − λ 3 = 0
⎩ ⎩ ⎩
λ2 + λ 3 = 0 λ2 + λ 3 = 0 2λ3 = 0
(1) E2 → E2 − E1 . (2) E3 → E3 − E2 .
Se resuelve hacia atrás y se obtiene λ 3 = 0, λ 2 = 0, λ 1 = 0, con lo que se

concluye que B es linealmente independiente.
En segundo lugar, se prueba que es un sistema de generadores. Un polinomio

cualquiera de P2 [x] viene dado por a + bx + cx2 . Probemos que es combinación
lineal de p1 (x), p2 (x) y p3 (x).
λ1 (1 + x) + λ2 (x + x2 ) + λ3 (1 + x2 ) = a + bx + cx2 .
Se opera y resulta:
(λ1 + λ3 ) + (λ1 + λ2 )x + (λ2 + λ3 )x2 = a + bx + cx2 .
Se igualan coecientes y se obtiene el siguiente sistema que se resuelve siguiendo

los mismos pasos que el anterior:
⎧ ⎧ ⎧
⎨ λ1 + λ3 = a
(1)
⎨ λ1 + λ3 = a
(2)
⎨ λ1 + λ3 = a
λ1 + λ2 =b → λ2 − λ3 = b − a → λ2 − λ3 = b − a
⎩ ⎩ ⎩
λ2 + λ3 = c λ2 + λ3 = c 2λ3 = c − b + a
(1) E2 → E2 − E1 . (2) E3 → E3 − E2 .
69
De la 3
a ecuación se tiene que λ3 = 12 (a − b + c) y sustituyendo en las otras dos
resulta λ1 = a− 12 (a−b+c) = 1 1 1
2 (a+b−c), λ2 = b−a+ 2 (a−b+c) = 2 (−a+b+c).
Por tanto, como existe solución,
λ1 = 12 (a + b − c), λ2 = 12 (−a + b + c), λ3 = 12 (a − b + c), (2.4)
B es un sistema de generadores y en conclusión, B es una base de P2 [x], y por

consiguiente la dimensión de este espacio vectorial es 3.
(b ) Para hallar las coordenadas de p(x) = 2 − x + 4x2 en la base B, en este
caso, como en el apartado anterior realmente se han hallado las coordenadas de
un polinomio genérico a + bx + cx2 (ecuación (2.4)), basta ahora elegir como
valores particulares a = 2, b = −1 y c = 4 y hallar los correspondientes valores
λi , i = 1, 2, 3, y se obtiene:
λ1 = 12 (2 − 1 − 4) = −3
2 , λ2 = 12 (−2 − 1 + 4) = 1
2 y λ3 = 12 (2 + 1 + 4) = 72 .
Ejercicio 2.14. (a ) Pruébese que el siguiente conjunto es una base del espacio
E = M2×2 de las matrices de orden 2 × 2
vectorial

1 1 1 −1 0 0 0 0
B = A1 = , A2 = , A3 = , A4 = .
0 0 0 0 1 1 1 −1

3 −1
(b ) Hállense las coordenadas de la matriz C= en la base B.
7 1
Solución. (a ) Se comprueba, en primer lugar, que B es libre para lo que se parte

de la igualdad
λ1 A1 + λ2 A2 + λ3 A3 + λ4 A4 = 0̄,

0 0
donde 0̄ es la matriz nula de orden 2 × 2, es decir 0̄ = .
0 0

1 1 1 −1 0 0 0 0 0 0
λ1 + λ2 + λ3 + λ4 = ⇒
0 0 0 0 1 1 1 −1 0 0

λ 1 + λ 2 λ 1 − λ2 0 0
= .
λ3 + λ 4 λ 3 − λ4 0 0
70
Igualando término a término, se obtiene el siguiente sistema:

⎧ ⎧ ⎧
⎪
⎪ λ1 + λ2 =0 ⎪
⎪ λ 1 + λ2 =0 ⎪
⎪ λ1 =0
⎨ ⎨ ⎨
λ 1 − λ2 = 0 (1) −2λ2 =0 λ2 =0
→ →
⎪
⎪ λ3 + λ 4 =0 ⎪
⎪ λ3 + λ 4 =0 ⎪
⎪ λ =0
⎩ ⎩ ⎩ 3
λ3 − λ 4 =0 −2λ4 =0 λ4 =0
(1) E2 → E2 − E1 , E4 → E4 − E3 .
Por tanto, B es libre. En segundo lugar se prueba que es un sistema de gene-

a b
radores. Dada una matriz A cualquiera de M2×2 , A = , hay que encontrar
c d
los números λi , i = 1, . . . , 4 tales que λ1 A1 +λ2 A2 +λ3 A3 +λ4 A4 = A. Se sustituye
y se opera como antes y se llega al siguiente sistema que se resuelve siguiendo los
mismos pasos.
⎧ ⎧ ⎧ 1
⎪ λ 1 + λ 2 = a ⎪ λ1 + λ 2 = a ⎪
⎪ λ1 = 2 (a + b)
⎪
⎨ ⎪
⎨ ⎪
⎨ 1
λ1 − λ2 = b (1) −2λ2 =b−a λ2 = 2 (a − b)
→ → 1
⎪
⎪ λ3 + λ 4 = c ⎪
⎪ λ 3 + λ 4 = c ⎪
⎪ λ3 = 2 (c + d)
⎩ ⎩ ⎪
⎩
λ3 − λ4 = d −2λ4 = d − c 1
λ4 = 2 (c − d)
(1) E2 → E2 − E1 , E4 → E4 − E3 .
Como hay solución única, B es un sistema de generadores y, en consecuencia,

B es una base. Por consiguiente, el espacio vectorial M2×2 es de dimensión 4. En
general, el espacio vectorial Mm×n es de dimensión mn.
(b ) Para hallar las coordenadas de la matriz C , basta aplicar las fórmulas
anteriores con los valores a = 3, b = −1, c = 7 y d = 1 y se obtiene
λ1 = 12 (3 − 1) = 1, λ2 = 12 (3 + 1) = 2, λ3 = 12 (7 + 1) = 4, λ4 = 12 (7 − 1) = 3 .
Por tanto, las coordenadas de C en la base B son (1, 2, 4, 3).
Ejercicio 2.15. Sea B = {ē1 , ē2 , ē3 , ē4 } E.

una base del espacio vectorial
Estúdiese si los siguientes conjuntos son bases de E : B1 = {ē1 , ē1 + ē2 , ē1 +
ē3 − ē4 }, B2 = {ē4 , ē3 − ē4 , ē2 − ē3 , ē1 − ē2 , ē1 + ē2 + ē3 + ē4 } y B3 =
{ē4 , ē3 − ē4 , ē2 + ē3 − ē4 , ē1 − ē2 + ē3 − ē4 }.
Solución. Puesto que todas las bases tienen el mismo número de elementos y B
tiene 4 elementos, se tiene que B1 y B2 no son base ya que tienen 3 y 5 elementos,
respectivamente. Para ver si B3 es base, es suciente comprobar si es libre, ya
71
que un conjunto libre de 4 elementos en un espacio de dimensión 4 es base (véase

2.19(b)).
λ1 ē4 + λ2 (ē3 − ē4 ) + λ3 (ē2 + ē3 − ē4 ) + λ4 (ē1 − ē2 + ē3 − ē4 ) = 0̄.
Se opera y resulta
λ1 ē4 + λ2 ē3 − λ2 ē4 + λ3 ē2 + λ3 ē3 − λ3 ē4 + λ4 ē1 − λ4 ē2 + λ4 ē3 − λ4 ē4 = 0̄,
λ4 ē1 + (λ3 − λ4 )ē2 + (λ2 + λ3 + λ4 )ē3 + (λ1 − λ2 − λ3 − λ4 )ē4 = 0̄.
Puesto que B es libre, se sigue que todos los coecientes han de ser cero y se
obtiene el siguiente sistema.
⎧ ⎧
⎪
⎪ λ4 =0 ⎪
⎪ λ4 =0
⎨ ⎨
λ3 − λ 4 =0 λ3 =0
→
⎪
⎪ λ 2 + λ 3 + λ4 =0 ⎪
⎪ λ =0
⎩ ⎩ 2
λ 1 − λ2 − λ 3 − λ 4 =0 λ1 =0
Por tanto, B3 es libre y como la dimensión de E es 4, cualquier conjunto libre

de 4 elementos es una base (véase 2.19(b)), con lo que se concluye que B3 es una
base de E.
Ejercicio 2.16. Se dice que una matriz cuadrada A es antisimétrica si A = −At .
Pruébese que el conjunto S de todas las matrices cuadradas de orden 3×3
antisimétricas es un subespacio vectorial de M3×3 y hállese su dimensión.
Solución. Por denición S = {A ∈ M3×3 : A = −At }. Se utilizará la propiedad

2.5 para comprobar que S es un subespacio.
Sean A, B ∈ S y α, β ∈ R. Entonces hay que probar que αA + βB ∈ S , lo que

equivale a decir que αA + βB = −(αA + βB)t . En efecto,
(1) (2) (3)
−(αA + βB)t = −[(αA)t + (βB)t ] = −(αAt + βB t ) = −αAt − βB t
(4) (5)
= α(−At ) + β(−B t ) = αA + βB.
(1) (X +Y )t = X t +Y t (véase 1.20). (2) (αX)t = αX t . (3) −(X +Y ) = −X −Y .

(4) −αX = α(−X). (5) A, B ∈ S .
Para hallar la dimensión hay que encontrar una base de

⎛ ⎞ S . Una matriz genérica
x 1 x2 x3
A de dimensión 3×3 será de la forma ⎝x 4 x 5 x 6 ⎠ y es un elemento de S si y
x7 x8 x9
72
sólo si A = −At , es decir, si y sólo si

⎛ ⎞ ⎛ ⎞
x1 x 2 x 3 −x1 −x4 −x7
⎝x4 x5 x6 ⎠ = ⎝−x2 −x5 −x8 ⎠ .
x7 x8 x9 −x3 −x6 −x9
Esta igualdad da lugar al siguiente sistema (se han suprimido 3 ecuaciones ya que
están sus opuestas):
⎧ ⎧
⎪
⎪ x1 = −x1 ⎪
⎪ x1 = 0
⎪
⎪ −x ⎪
⎪
⎪
⎪ x 4 = 2 ⎪
⎪ x5 = 0
⎨ ⎨
x7 = −x3 x9 = 0
→
⎪
⎪ x 5 = −x5 ⎪
⎪ x4 = −x2
⎪
⎪ ⎪
⎪
⎪
⎪ x = −x ⎪
⎪ x = −x3
⎩ 8 6
⎩ 7
x9 = −x9 x8 = −x6
x 2 , x 3 , x6 libres. Por tanto, usando los parámetros x2 = α, x3 = β , x6 = γ , resulta
que las matrices de S son de la forma
⎛ ⎞
0 α β
A = ⎝−α 0 γ ⎠ = αA1 + βA2 + γA3 ,
−β −γ 0
donde
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
0 1 0 0 0 1 0 0 0
A1 = ⎝−1 0 0⎠ , A2 = ⎝ 0 0 0⎠ , A3 = ⎝0 0 1⎠ .
0 0 0 −1 0 0 0 −1 0
Por tanto, A 1 , A2 y A3 son generadores de S y es fácil comprobar que son lineal-
mente independientes, por lo que forman una base de S y, en consecuencia, la
dimensión de S es 3.
2.4. Cambio de base
Ejercicio 2.17. Sean A = {ē1 , ē2 } y B = {ū1 , ū2 } dos bases de R2 relacionadas
por las expresiones
ū1 = 3ē1 + ē2 , ū2 = 5ē1 + 2ē2 .
(a ) Obténganse las coordenadas de v̄ en la base B si en la base A son (−4, −1).
(b ) Obténganse las coordenadas de w̄ en la base A si en la base B son (−5, 4).
(c ) ¾Cuáles son las coordenadas de ū1 en la base A?, ¾y en la base B ?
(d ) ¾Cuáles son las coordenadas de ē1 en la base A?, ¾y en la base B ?
73
Solución. En este ejercicio, con la intención de claricar ideas no se va a usar el

apartado 2.28, sólo la denición de coordenadas (apartado 2.16).
(a ) Por denición de coordenadas se tiene que v̄ = −4ē1 − ē2 y hay que hallar
(λ1 , λ2 ) de forma que
v̄ = −4ē1 − ē2 = λ1 ū1 + λ2 ū2 .
Se sustituye y se opera
−4ē1 − ē2 = λ1 (3ē1 + ē2 ) + λ2 (5ē1 + 2ē2 ) = 3λ1 ē1 + λ1 ē2 + 5λ2 ē1 + 2λ2 ē2
= (3λ1 + 5λ2 )ē1 + (λ1 + 2λ2 )ē2 .
Se igualan coecientes (en una base hay unicidad de expresión) y se obtiene el

siguiente sistema.

3λ1 + 5λ2 = −4 (1) −λ2 = −1 λ2 = 1
→ →
λ1 + 2λ2 = −1 λ1 + 2λ2 = −1 λ1 = −3
(1) E1 → E1 − 3E2 .
Por tanto, las coordenadas de v̄ en la base B son (−3, 1).

(b ) Por denición de coordenadas w̄ = −5ū1 + 4ū2 , con lo que se tiene que
w̄ = −5(3ē1 + ē2 ) + 4(5ē1 + 2ē2 ) = 5ē1 + 3ē2 .
Por consiguiente, las coordenadas de w̄ en la base A son (5, 3).

(c ) Basta tener en cuenta la relación ū1 = 3ē1 + ē2 y de aquí las coordenadas
de ū1 en la base A son (3, 1).
Para hallar las coordenadas de ū1 en la base B = {ū1 , ū2 } es suciente
observar que ū1 = 1 · ū1 + 0 · ū2 , lo que equivale a decir que las coordenadas de
ū1 en la base B son (1, 0).
(d ) Análogamente, ē1 = 1 · ē1 + 0 · ē2 , por lo que las coordenadas de ē1 en la

base A son (1, 0).
Para obtener las coordenadas de ē1 en la base B hay que expresar ē1 como
combinación lineal de ū1 y ū2 y proceder como en el apartado (a ).
ē1 = λ1 (3ē1 + ē2 ) + λ2 (5ē1 + 2ē2 ) = (3λ1 + 5λ2 )ē1 + (λ1 + 2λ2 )ē2 .
74
Esta ecuación da lugar al siguiente sistema.

3λ1 + 5λ2 = 1 (1) −λ2 = 1 λ2 = −1
→ →
λ1 + 2λ2 = 0 λ1 + 2λ2 = 0 λ1 = 2
(1) E1 → E1 − 3E2 .
Por tanto, las coordenadas de ē1 en la base B son (2, −1).
Ejercicio 2.18. Resuélvase el ejercicio anterior usando cálculo matricial.
Solución. Se va a usar el apartado 2.28. Se sabe que si un vector ū se expresa en

las dos bases A y B como
ū = x1 ē1 + x2 ē2 = y1 ū1 + y2 ū2 ,
entonces la relación entre
X = [ū]A = (x1 , x2 )t e Y = [ū]B = (y1 , y2 )t
está dada por [ū]A = P [ū]B o bien X = P Y , siendo P la matriz del cambio
de base desde
A hasta B . Como ū1 = 3ē1 + ē2 y ū2 = 5ē1 + 2ē2 , se tiene que
3 5
P = , y en consecuencia la relación entre las coordenadas está dada por
1 2
la ecuación matricial
x1 3 5 y1
= . (2.5)
x2 1 2 y2

2 −5
Si llamamos Q 1
a la matriz inversa de P, es decir, Q = P −1 = ,
−1 3
entonces el paso de X a Y Y = QX , es
está dado por decir:

y1 2 −5 x1
= . (2.6)
y2 −1 3 x2
Apartado (a ). Se tiene que (x1 , x2 ) = (−4, −1), se aplica la ecuación anterior

(2.6) y se obtiene

y1 2 −5 −4 −3
= = ,
y2 −1 3 −1 1
1
La matriz inversa se obtiene con la fórmula dada en la cuestión 1.30. Así se hará en lo sucesivo sin
mencionarlo.
75
que son las coordenadas de v̄ en la base B.

Apartado (b ). Se tiene que (y1 , y2 ) = (−5, 4), y por medio de (2.5) se obtiene

x1 3 5 −5 5
= = ,
x2 1 2 4 3
que son las coordenadas de w̄ en la base A.

Apartado (c ). Ya se vio que no había que hacer ningún cálculo.
Apartado (d ). Sólo se verá el cálculo de las coordenadas de ē1 en la base B.

Entonces se tiene que (x1 , x2 ) = (1, 0), se aplica (2.6) como en el apartado (a ) y
se obtiene (y1 , y2 ) = (2, −1), que son las coordenadas de ē1 en la base B . Hubiera
a
bastado tener en cuenta que la 1 columna de P
−1 son las coordenadas de ē en
1
la base B .
NOTA. Es interesante observar que la matriz Q del cambio de base desde B

hasta A se puede obtener expresando los vectores ē1 y ē2 como combinación lineal
de los vectores ū1 y ū2 , para ello basta resolver el siguiente sistema vectorial, en
el que se despeja ē1 y ē2 en función de ū1 y ū2 :

3ē1 + ē2 = ū1 (1) 3ē1 + ē2 = ū1 (2) ē2 = −5ū1 + 3ū2
→ →
5ē1 + 2ē2 = ū2 −ē1 = −2ū1 + ū2 ē1 = 2ū1 − ū2
(1) E2 → E2 − 2E1 . (2) E2 → −E2 , sustituir ē1 en E1 y despejar ē2 .
En consecuencia la matriz la traspuesta de los coecientes de ē1 = 2ū1 −ū2

Q es
2 −5 −1 .
y ē2 = −5ū1 + 3ū2 , es decir, Q= , que coincide con P
−1 3
Ejercicio 2.19. En R2 se consideran las bases A = {ū1 = (1, 3), ū2 = (1, −2)}
y B = {v̄1 = (3, 2), v̄2 = (5, 3)}.
(a ) Si las coordenadas de w̄ en la base A son (4, 2), ¾cuáles son sus coordenadas
en la base B ?
(b ) ¾Cuáles son las coordenadas de v̄1 en la base A?
(c ) ¾Cuál es la matriz del cambio de base desde la base A hasta la base B ?
(d ) Generalícese, es decir, si A, B y C son bases de un espacio E , P es la matriz
del cambio de base desde C hasta A y Q es la matriz del cambio de base desde
C hasta B , ¾cuál es la matriz del cambio de base desde A hasta B ? Aplíquese
al apartado anterior.
76
Solución. Antes de resolver este ejercicio, nótese que se proporcionan las compo-
nentes de los vectores de las bases, lo cual equivale a que se dan las coordenadas de
los vectores ū1 , ū2 , v̄1 , v̄2 en la base canónica de R2 : C = {ē1 = (1, 0), ē2 = (0, 1)}.
(a ) Por denición de coordenadas, se tiene que w̄ = 4ū1 + 2ū2 y resulta
w̄ = 4 · (1, 3) + 2 · (1, −2) = (6, 8).
Éstas son las coordenadas de w̄ en la base canónica, esto es, w̄ = 6ē1 + 8ē2 .
Ahora se pueden hallar las coordenadas de w̄ en la base B con cálculo matricial
o planteando una ecuación.

3 5
Con cálculo matricial sería [w̄]C = Q[w̄]B , donde Q= . Por tanto,
2 3

−1 −3 5 6 22
[w̄]B = Q [w̄]C = = .
2 −3 8 −12
Planteando una ecuación, hay que resolver la ecuación λ1 v̄1 + λ2 v̄2 = (8, 8). De
aquí se tiene

3λ1 + 5λ2 = 6 (1) 3λ1 + 5λ2 = 6
λ1 (3, 2) + λ2 (5, 3) = (6, 8) ⇒ →
2λ1 + 3λ2 = 8 λ2 = −12

λ1 = 22
→
λ2 = −12
(1) E2 → −3E2 + 2E1 .
Por tanto, las coordenadas de w̄ en la base B son (22, −12).

(b ) Ahora hay que resolver la ecuación λ1 ū1 + λ2 ū2 = v̄1 , esto es:

λ1 + λ2 = 3 (1) λ1 + λ2 = 3
λ1 (1, 3) + λ2 (1, −2) = (3, 2) ⇒ →
3λ1 − 2λ2 = 2 −5λ2 = −7

8
λ1 = 5
→ 7
λ2 = 5
(1) E2 → E2 − 3E1 .
Así pues, las coordenadas de v̄1 en la base A son (8/5, 7/5).
77
(c ) Hay que expresar v̄1 y v̄2 como combinación lineal de ū1 y ū2 . En el
apartado anterior se ha hecho para v̄1 , nos falta v̄2 .

λ1 + λ2 = 5 (1) λ1 + λ2 = 5
λ1 (1, 3) + λ2 (1, −2) = (5, 3) ⇒ →
3λ1 − 2λ2 = 3 −5λ2 = −12

13
λ1 = 5
→ 12
λ2 = 5
(1) E2 → E2 − 3E1 .
Por consiguiente, las coordenadas de v̄2 en la base A son (13/5, 12/5).

Teniendo en cuenta los apartados (b ) y (c ), se tiene
v̄1 = 58 ū1 + 75 ū2 , v̄2 = 13

5 ū1 + 12
5 ū2 .
Por tanto,
la matriz del cambio de base desde la base A hasta la base B es
8 13
5 5 1 8 13
R= 7 12 = 5 .
5 5
7 12
(d ) Sea w̄ un vector cualquiera del espacio. Según la denición de matriz de

cambio de base, si P es la matriz de cambio desde C hasta A, se tiene [w̄]C =
P [w̄]A . Del mismo modo, si Q es la matriz de cambio desde C hasta B , entonces
[w̄]C = Q[w̄]B . Se igualan ambas expresiones: P [w̄]A = Q[w̄]B , y se sigue que
[w̄]A = P −1 Q[w̄]B ,
igualdad de la que se deduce que la matriz del cambio de base desde A hasta B
es R = P −1 Q.
Se aplica este resultado al apartado anterior y se tiene que

−1 1 −2 −1 3 5 1 8 13
R=P Q= −5 = 5
−3 1 2 3 7 12

1 1 3 5
al ser P = y Q = . Esta matriz R es la matriz del cambio
3 −2 2 3
de base desde A hasta B , y como se ve coincide con la obtenida en el apartado
anterior.
78
Ejercicio 2.20. Se consideran en R3 la base canónica C = {ē1 = (1, 0, 0), ē2 =

(0, 1, 0), ē3 = (0, 0, 1)} y la base B = {ū1 = (1, 0, 3), ū2 = (1, 1, 4), ū3 =
(0, 1, 3)}.
(a ) Si las coordenadas de v̄ en la base B son (3, −2, 2), determínense sus coor-
denadas en la base canónica.
(b ) ¾Cuáles son las coordenadas de w̄ = (−1, −1, 1) en la base B?
Solución. Este ejercicio se va a resolver utilizando la expresión matricial del

cambio de coordenadas expuesto en el apartado 2.28. Se deja al lector que lo
resuelva por el método de plantear una ecuación como en el ejercicio 2.17.
⎞ ⎛
1 1 0
La matriz del cambio de base desde la canónica C hasta B es P = ⎝0 1 1⎠.
3 4 3
A continuación, se halla la inversa de esta matriz por el método descrito en la
nota del ejercicio resuelto 2.18, esto es, se despejan los vectores ēi en función de
los ūj .
⎧ ⎧ ⎧
⎨ ē1 + 3ē3 = ū1
(1)
⎨ ē1 + 3ē3 = ū1
(2)
⎨ ē1 + 3ē3 = ū1
ē1 + ē2 + 4ē3 = ū2 → ē2 + ē3 = −ū1 + ū2 → ē2 + ē3 = −ū1 + ū2
⎩ ⎩ ⎩
ē2 + 3ē3 = ū3 ē2 + 3ē3 = ū3 2ē3 = ū1 − ū2 + ū3
⎧ ⎧
⎨ 2ē1 = −ū1 + 3ū2 − 3ū3 ⎪
⎨ ē1 = −1 3 3
2 ū1 + 2 ū2 − 2 ū3
(3)
→ 2ē2 = −3ū1 + 3ū2 − ū3 → ē2 = −3 3 1
2 ū1 + 2 ū2 − 2 ū3
⎩ ⎪
⎩ ē = 1 ū − 1 ū + 1 ū
2ē3 = ū1 − ū2 + ū3 3 2 1 2 2 2 3
(1) E2 → E2 − E1 . (2) E3 → E3 − E2 . (3) E2 → 2E2 − E3 , E1 → 2E1 − 3E3 .
De aquí se obtiene que la matriz del cambio de base desde la base

⎛ ⎞B hasta la
−1 −3 1
base C, y por tanto, matriz inversa de P, es P −1 = 12 ⎝ 3 3 −1⎠.
−3 −1 1
(a ) Se sabe que la relación entre las coordenadas de un vector ū cualquiera en
ambas bases es [ū]C = P [ū]B . Por tanto, aplicado al vector v̄ , las coordenadas de
v̄ en la base canónica son
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 1 0 3 1
[v̄]C = ⎝0 1 1⎠ ⎝−2⎠ = ⎝0⎠ .
3 4 3 2 7
79
(b ) Ahora, se aplica la relación inversa: [w̄]B = P −1 [w̄]C . Por tanto, las coor-
denadas de w̄ en la base B son
⎛ ⎞⎛ ⎞ ⎛ 5 ⎞
−1 −3 1 −1 2
1⎝ ⎠ ⎝ ⎜ ⎟
[w̄]B = 2 3 3 −1 −1⎠ = ⎝ −7
2 ⎠.
−3 −1 1 1 5
2
2.5. Rango. Base de un subsepacio generado
Ejercicio 2.21. Determínese el rango de los vectores ū = (1, −1, 2), v̄ =

(−2, 1, 1) y w̄ = (4, −1, −7).
Solución. El rango es igual al rango de la matriz cuyas las son los vectores dados
(véase 2.22), y el rango de la matriz se calcula reduciéndola a la forma escalonada
utilizando operaciones elementales entre las.
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 −1 2 1 −1 2 1 −1 2
(1) (2)
⎝−2 1 1 ⎠ → ⎝0 −1 5 ⎠ → ⎝0 −1 5⎠
4 −1 −7 0 3 −15 0 0 0
(1) F2 → F2 + 2F1 , F3 → F3 − 4F1 . (2) F3 → F3 + 3F2 .
Por tanto, el rango es 2 y consecuentemente, los vectores ū, v̄ y w̄ son lineal-

mente dependientes. Generan un subespacio de dimensión 2.
Ejercicio 2.22. Determínese si los vectores ū1 = (1, 3, 2, −3), ū2 = (2, 5, 3, −2),
ū3 = (−1, 1, 2, 4) y ū4 = (−3, 0, 3, 4) forman una base de R4 . En caso negativo,
encuéntrese un subconjunto linealmente independiente maximal y amplíese a
una base.
Solución. Se construye la matriz A cuyas las son los vectores dados y se reduce
a forma escalonada:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 3 2 −3 1 3 2 −3 1 3 2 −3
⎜2 5 3 −2⎟ (1) ⎜0 −1 −1 4⎟ (2) ⎜0 −1 −1 4⎟
A=⎜
⎝−1
⎟→ ⎜ ⎟→ ⎜ ⎟
1 2 4⎠ ⎝0 4 4 1⎠ ⎝0 0 0 17 ⎠
−3 0 3 4 0 9 9 −5 0 0 0 31
80
⎛ ⎞
1 3 2 −3
(3) ⎜0 −1 −1 4⎟
→⎜ ⎝0 0
⎟
0 1⎠
0 0 0 0
(1) F2 → F2 − 2F1 , F3 → F3 + F1 , F4 → F4 + 3F1 .
(2) F3 → F3 + 4F2 , F4 → F4 + 9F2 . (3) F3 → F3 /17, F4 → 17F4 − 31F3 .
Como el rango de A es 3, los vectores no son linealmente independientes y,
4
por tanto, no son base de R .
Según hemos visto, las 3 primeras las de A (puesto que no se han cambiado
de orden) llevan a una matriz escalonada de rango 3, y por tanto, forman un
subconjunto linealmente independiente maximal.
Para ampliar este subconjunto a una base (véase 2.19(d)), se pueden utilizar
⎛base canónica. Como

los vectores de la ⎞ una matriz escalonada de la matriz formada
1 3 2 −3
con sus las es ⎝0 −1 −1 4 ⎠, se puede añadir como tercera la (0, 0, 1, 0),
0 0 0 1
ya que se obtiene una nueva matriz también escalonada y, por tanto, sus 4 las
son linealmente independientes y, en consecuencia, una base de R4 .
Así pues, una base de R4 está formada por ū1 , ū2 , ū3 y (0, 0, 1, 0).
Ejercicio 2.23. Determínese una base del subespacio S de R3 generado por los
ā = (3, −1, −4), b̄ = (1, 2, 1) y c̄ = (4, 3, −1).
vectores
Compruébese que w̄ = (2, 3, 1) es un elemento de S y hállense sus coordenadas
respecto de la base anterior.
Solución. Se estudia si son linealmente independientes formando la matriz A

cuyas las son dichos vectores, pero en el orden b̄, ā, c̄, y se lleva a la forma
escalonada:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 1 1 2 1 1 2 1
(1) (2)
A = ⎝3 −1 −4⎠ → ⎝0 −7 −7⎠ → ⎝0 1 1⎠
4 3 −1 0 −5 −5 0 0 0
(1) F2 → F2 − 3F1 , F3 → F3 − 4F1 . (2) F2 → F2 /(−7), F3 → 7F3 − 5F2 .
Por tanto, el rango es 2 = dim(S) y una base de S son los vectores ā y b̄.
Como B = {ā, b̄} es una base de S , la comprobación de que w̄ es un elemento
de S y el cálculo de las coordenadas se realiza simultáneamente, ya que w̄ es un
81
elemento de S si y sólo si existen números λ1 , λ2 (justamente las coordenadas

pedidas) tales que w̄ = λ1 ā + λ2 b̄.
⎧ ⎧
⎨
3λ1 + λ2 = 2
(1)
⎨ 3λ1 + λ2 = 2
λ1 (3, −1, −4) + λ2 (1, 2, 1) = (2, 3, 1) ⇒ −λ1 + 2λ2 = 3 → −7λ1 = −1
⎩ ⎩
−4λ1 + λ2 = 1 −7λ1 = −1
(1) E2 → E2 − 2E1 , E3 → E3 − E1 .
Como la tercera ecuación es equivalente a la segunda se suprime y el sistema

1
tiene solución única. Se despeja en la segunda ecuación, λ1 = 7 , se sustituye en
11
la primera y resulta λ2 = 7 .
Por tanto, las coordenadas de w̄ en la base B son (1/7, 11/7) y w̄ es un

elemento de S.
Ejercicio 2.24. Determínese una base del subespacio S de R4 generado por
los vectores (1, 4, −1, 3), (1, 3, −1, 2), (2, −1, −2, −3) y (−3, 2, 3, 5) y extiéndase
dicha base a una base de R4 si es necesario.
Solución. Para determinar el rango de los vectores dados (y por tanto la dimen-
sión del espacio generado S) se halla el rango de la matriz formada con dichos
vectores como las:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 4 −1 3 1 4 −1 3 1 4 −1 3
⎜1 3 −1 2 ⎟ (1) ⎜0 −1 0 −1⎟ (2) ⎜0 −1 0 −1⎟
⎜ ⎟→ ⎜ ⎟→ ⎜ ⎟
⎝ 2 −1 −2 −3⎠ ⎝0 −9 0 −9⎠ ⎝0 0 0 0⎠
−3 2 3 5 0 14 0 14 0 0 0 0
(1) F2 → F2 −F1 , F3 → F3 −2F1 , F4 → F4 +3F1 . (2) F3 → F3 −9F2 , F4 → F4 +14F2 .
Por tanto, el rango es 2 = dim(S) y una base está formada por los dos primeros
vectores (1, 4, −1, 3) y (1, 3, −1, 2), ya que al llevar a la forma escalonadas la matriz
no se ha cambiado el orden de las las.
Además, es claro que añadiendo los vectores (0, 0, 1, 0) y (0, 0, 0, 1) se obtie-

4
ne una base de R porque la matriz que resulta al añadir estos dos vectores es
escalonada de rango 4.
82
2.6. Ecuaciones de un subespacio
Ejercicio 2.25. Obténganse las ecuaciones paramétricas e implícitas del subes-

pacio S de R2 generado por (2, 1).
Solución. Por denición, S es el conjunto de todas las combinaciones lineales de

ā = (2, 1), es decir
S = {x̄ ∈ R2 : existe λ∈R tal que x̄ = λā}.
Six̄ = (x, y), entonces la ecuación vectorial x̄ = λā en coordenadas es (x, y) =

λ(2, 1), que es equivalente a
x = 2λ
y = λ,
que son las ecuaciones paramétricas.
Para obtener la ecuación o las ecuaciones implícitas, y para ser sistemáticos

y proceder con las mismas ideas en los siguientes ejercicios, obsérvese que decir
que x̄ = λā para algún λ∈R equivale a decir que rang{x̄, ā} = 1 (ya que ā = 0̄
es linealmente independiente). Esto equivale a decir que el rango de la matriz

x y
es 1, y a su vez equivale a decir que todos los orlados de orden 2 del
2 1
menor |2| valen cero. En este caso, el único orlado de orden 2 que hay es det(x̄, ā).
Por tanto:
x y

2 1 = 0 ⇔ x − 2y = 0,
que es la ecuación implícita (o cartesiana) del subespacio S. Nótese que se trata

de una recta que pasa por (0, 0). Los subespacios de dimensión 1 son rectas que
pasan por el origen.

pacio U de R3 generado por (3, 4, −1).
Solución. La ecuación vectorial es x̄ = λā, x̄ = (x, y, z), ā = (3, 4, −1)

donde y
λ∈R es el parámetro. Esta ecuación en coordenadas es (x, y, z) = λ(3, 4, −1), y
si se igualan las componentes se obtienen las ecuaciones paramétricas:
⎧
⎨ x = 3λ
y = 4λ
⎩
z = −λ
83
Para obtener las ecuaciones implícitas, no hay más que observar como antes
las siguientes equivalencias:

x y z
x̄ = λā ⇔ rang{x̄, ā} = 1 ⇔ rang = 1,
3 4 −1
y esta última equivale a que todos los orlados de orden 2 del menor |3| son cero,
es decir:
x y x z

3 4 = 0, 3 −1 = 0.
Se calculan estos dos determinantes de orden 2 y resulta

4x − 3y = 0
x + 3z = 0,
que son las ecuaciones implícitas del subespacio U.
Geométricamente este subespacio es una recta que pasa por (0, 0, 0).
Ejercicio 2.27. Determínense las ecuaciones paramétricas e implícitas del

subespacio U de R3 generado por los vectores ā = (4, 1, 2) y b̄ = (−1, 1, 3).
Solución. La ecuación vectorial es x̄ = λā + μb̄, siendo x̄ = (x, y, z), y λ, μ ∈ R

los parámetros. Se escribe esta ecuación en coordenadas
(x, y, z) = λ(4, 1, 2) + μ(−1, 1, 3),
se opera, se igualan las componentes y se obtienen las ecuaciones paramétricas:

⎧
⎨ x = 4λ − μ
y =λ+μ
⎩
z = 2λ + 3μ.
Obsérvese que los coecientes de λ forman el vector ā y los de μ, el vector b̄.

Antes de seguir, se hace notar que ā y b̄ son linealmente independientes, y por
consiguiente, rang{ā, b̄} = 2.
Para obtener las ecuaciones implícitas, basta tener en cuenta las siguientes
equivalencias:
⎞ ⎛
x y z
x̄ = λā + μb̄ ⇔ rang{x̄, ā, b̄} = 2 ⇔ rang ⎝ 4 1 2⎠ = 2.
−1 1 3
84
Como hay un menor de orden 2 no nulo, la última condición equivale a

x y z

4 1 2 = 0 ⇔ x − 14y + 5z = 0,

−1 1 3
(se ha desarrollado el determinante por la primera la) que es la ecuación implícita

de U.
Geométricamente U es un plano que pasa por (0, 0, 0). Todos los subespacios
de dimensión 2 son planos que pasan por el origen. Así por ejemplo, el plano
generado por (1, 0, 0) y (0, 1, 0) es el plano cartesiano xy (de ecuación implícita
z = 0).

pacio S de R4 generado por los vectores ū = (3, −1, 0, 2) y v̄ = (−2, 4, 1, 1).
Solución. La ecuación vectorial es x̄ = λū + μv̄ , siendo x̄ = (x1 , x2 , x3 , x4 ), y

λ, μ ∈ R los parámetros. Se escribe esta ecuación en coordenadas:
(x1 , x2 , x3 , x4 ) = λ(3, −1, 0, 2) + μ(−2, 4, 1, 1),

se igualan las componentes y se obtienen las ecuaciones paramétricas:
⎧
⎪
⎪ x1 = 3λ − 2μ
⎨
x2 = −λ + 4μ
⎪
⎪ x = μ
⎩ 3
x4 = 2λ + μ.
Para obtener las ecuaciones implícitas, nótese que ū y v̄ son linealmente inde-
pendientes y se tienen las siguientes equivalencias:
⎛
⎞
x1 x2 x3 x4
x̄ = λū + μv̄ ⇔ rang{x̄, ū, v̄} = 2 ⇔ rang ⎝ 3 −1 0 2 ⎠ = 2.
−2 4 1 1
Como el
menor de orden 2 formado con las las 2 y 3 y columnas 2 y 3 es no nulo,
−1 0

esto es
4 1 = 0, la última condición equivale a decir que los orlados de orden
3 de este menor han de ser cero:

x1 x2 x3 x 2 x3 x4

3 −1 0 = 0, −1 0 2 = 0

−2 4 1 4 1 1
85
⇔ − x1 − 3x2 + 10x3 = 0, −2x2 + 9x3 − x4 = 0,

que son las ecuaciones implícitas del subespacio S.
pacio S de R4 generado por los vectores ū1 = (2, 1, 0, −3), ū2 = (0, −1, −2, 0) y
ū3 = (3, 0, 1, −1).
Solución. En primer lugar obsérvese que los vectores ū1 , ū2 y ū3 son linealmente
2 1
0
independientes ya que el menor de orden 3 siguiente 0 −1 −2 = 0. Por lo

3 0 1
tanto, son una base de S. Caso contrario, lo primero sería encontrar una base y
trabajar con ella, pues los cálculos se simplican.
La ecuación vectorial es x̄ = λ1 ū1 + λ2 ū2 + λ3 ū3 , siendo x̄ = (x1 , x2 , x3 , x4 ), y

λ1 , λ2 , λ3 ∈ R los parámetros. Se escribe esta ecuación en coordenadas:
(x1 , x2 , x3 , x4 ) = λ1 (2, 1, 0, −3) + λ2 (0, −1, −2, 0) + λ3 (3, 0, 1, −1),
se opera, se igualan las componentes y se obtienen las ecuaciones paramétricas:

⎧
⎪
⎪ x1 = 2λ1 + 3λ3
⎨
x2 = λ1 − λ2
⎪
⎪ x = − 2λ2 + λ3
⎩ 3
x4 = −3λ1 − λ3 .
Para obtener las ecuaciones implícitas, basta observar las siguientes equiva-
lencias:
x̄ = λ1 ū1 + λ2 ū2 + λ3 ū3 ⇔ rang{x̄, ū1 , ū2 , ū3 } = 3

⎛ ⎞
x1 x2 x3 x4
⎜2 1 0 −3⎟
⇔ rang ⎜
⎝ 0 −1 −2 0 ⎠ = 3.
⎟
3 0 1 −1
Como hay un menor de orden 3 no nulo, la última condición equivale a

x1 x2 x3 x4

2 1 0 −3

0 −1 −2 0 = 0.

3 0 1 −1
86
Como hay dos ceros en la tercera la, se aprovechan y este determinante de orden
4 se calcula del siguiente modo:

x1 x2 x3 x4 x1 x2 x3 − 2x2 x4
x1 x3 − 2x2 x4
2 1
0 −3 (1) 2 1 −2
−3 (2)
= 2 −2 −3
0 −1 −2 0 = 0 −1 0 0
3 1 −1
3 0 1 −1 3 0 1 −1
(3)
= 5x1 − 7(x3 − 2x2 ) + 8x4 = 5x1 + 14x2 − 7x3 + 8x4 .
(1) C3 → C3 − 2C2 . (2) Se desarrolla por la 3 a la. (3) Se desarrolla por la 1 a la.
Por consiguiente, la ecuación implícita de U es
5x1 + 14x2 − 7x3 + 8x4 = 0.
Geométricamente U es un hiperplano que pasa por (0, 0, 0, 0). Los subespacios

4
de dimensión 3 de R son hiperplanos que pasan por el origen.
Ejercicio 2.30. Obténganse las ecuaciones paramétricas y bases de los subes-

3
pacios de R de ecuaciones implícitas:

x + 2y − z = 0
(a) 2x − 3y + 4z = 0, (b)
3x − y + 3z = 0
Solución. Para obtener las ecuaciones paramétricas de un subespacio a partir de

la implícita o implícitas, hay que resolver el sistema de ecuaciones que dene el
subespacio, expresando las soluciones en forma paramétrica.
(a ) El primer subespacio está denido por 2x − 3y + 4z = 0. Este sistema

con una única ecuación y 3 incógnitas es compatible indeterminado y el número
de parámetros de los que dependen las soluciones es 3 − 1 = 2. Se despeja x en
función de y, z y resulta:
⎧
3y − 4z ⎨ x = 32 λ − 2μ
x= → x = 32 y − 2z → y=λ
2 ⎩
z= μ
que son las ecuaciones paramétricas. De aquí se obtiene la ecuación vectorial

(x, y, z) = λ 32 , 1, 0 + μ(−2, 0, 1), que expresa que S es el subespacio generado
3
por
2 , 1, 0 y (−2, 0, 1). Como son linealmente independientes, forman una base
87
de S. Nótese que estos vectores son los coecientes de λ y μ en las ecuaciones

paramétricas.
(b ) Se lleva el sistema a la forma escalonada:

x + 2y − z = 0 (1) x + 2y − z = 0
→
3x − y + 3z = 0 −7y + 6z = 0
(1) E2 → E2 − 3E1 .
Ahora se despeja x e y en función de z . De la segunda ecuación resulta y = 76 z .

Si ahora se despeja x en la primera y se sustituye se tiene que
6 −5
x = −2y + z = −2 · z + z = z.
7 7
Luego, las ecuaciones paramétricas son
−5 6
x= λ, y = λ, z = λ,
7 7
−5 −5
y la ecuación vectorial (x, y, z) = λ 7 , 67 , 1 . Una base del subespacio es
7 , 67 , 1
y también lo sería este vector multiplicado por 7, es decir (−5, 6, 7).
NOTA: Recordemos que otra forma de resolver el sistema de la parte (b ) es
utilizar la regla de Cramer del siguiente modo. Se elige un menor de orden 2 no
nulo de la matriz de
los coecientes, por ejemplo el formado por los coecientes
2 −1
de y y z , = 5 = 0. Entonces se pasa x (la incógnita cuyos coecientes
−1 3
no están en el menor seleccionado) al segundo miembro y se aplica la regla de
Cramer:
⎧

⎪ −x −1
⎪
⎪
⎪
⎨ y = −3x 3 =
⎪ −3x−3x −6x
2y − z = −x 5 5 = 5
→

−y + 3z = −3x ⎪
⎪ 2 −x
⎪
⎪
⎪
⎩

−1 −3x
−6x−x −7x
z= 5 = 5 = 5

y la ecuación vectorial del subespacio sería (x, y, z) = μ 1, −6 −7
5 , 5 , que coincide
con la anterior.
88
2.7. Operaciones con subespacios. Suma directa
Ejercicio 2.31. En R4 se consideran los subespacios
U1 = {x̄ ∈ R4 : x1 + 2x2 − x3 + 2x4 = 0} y

4
U2 = {x̄ ∈ R : 2x1 + 3x2 − 2x3 + 10x4 = 0, 3x1 + 8x2 − 3x3 + x4 = 0},
siendo x̄ = (x1 , x2 , x3 , x4 ). Obténganse bases y la dimensión de U1 , U2 y U1 ∩U2 .

¾Es el subespacio U1 + U2 igual a R ?
4
Solución. Para hallar las bases de U1 y U2 se resuelven los sistemas homogéneos

que los denen.
Para U1 :
x1 + 2x2 − x3 + 2x4 = 0 → x1 = −2x2 + x3 − 2x4 .
Luego los elementos de U1 son todos los de la forma
(x1 , x2 , x3 , x4 ) = (−2x2 + x3 − 2x4 , x2 , x3 , x4 )

= x2 (−2, 1, 0, 0) + x3 (1, 0, 1, 0) + x4 (−2, 0, 0, 1)
= λ1 (−2, 1, 0, 0) + λ2 (1, 0, 1, 0) + λ3 (−2, 0, 0, 1),
donde se han sustituido las incógnitas libres x2 , x3 y x4 por los parámetros λ1 , λ2

y λ3 , respectivamente. Es claro que los vectores ā = (−2, 1, 0, 0), b̄ = (1, 0, 1, 0)
y c̄ = (−2, 0, 0, 1) forman una base de U1 ya que son sistema de generadores y
linealmente independientes, por tanto, la dimensión de U1 es 3.
Para U2 :

2x1 + 3x2 − 2x3 + 10x4 = 0 (1) 2x1 + 3x2 − 2x3 + 10x4 = 0
→
3x1 + 8x2 − 3x3 + x4 = 0 −7x2 + 28x4 = 0
(1) E2 → −2E2 + 3E1 .
Se despeja x2 en la segunda ecuación y se tiene que x2 = 4x4 . Se despeja x1

en la primera, se sustituye x2 y resulta:
x1 = 12 (−3 · 4x4 + 2x3 − 10x4 ) = 12 (2x3 − 22x4 ) = x3 − 11x4 .
Por consiguiente, los vectores de U2 son todos los de la forma
(x1 , x2 , x3 , x4 ) = (x3 − 11x4 , 4x4 , x3 , x4 ) = x3 (1, 0, 1, 0) + x4 (−11, 4, 0, 1).
89
De aquí, una base de U2 son los vectores (1, 0, 1, 0) y (−11, 4, 0, 1), y por lo tanto,
la dimensión de U2 es2.
El subespacio U 1 ∩ U2 , por denición, viene determinado por el sistema de
ecuaciones que resulta de añadir a la ecuación implícita de U1 las de U2 ya que
x̄ ∈ U1 ∩ U2 si y sólo si x̄ ∈ U1 y x̄ ∈ U2 , es decir, si cumple las ecuaciones de U1
y las de U2 . Se resuelve el sistema de 3 ecuaciones resultante:
⎧ ⎧
⎨ x1 + 2x2 − x3 + 2x4 = 0 (1)
⎨ x1 + 2x2 − x3 + 2x4 = 0
2x1 + 3x2 − 2x3 + 10x4 = 0 → −x2 + 6x4 = 0
⎩ ⎩
3x1 + 8x2 − 3x3 + x4 = 0 2x2 − 5x4 = 0
⎧ ⎧
⎨ x1 + 2x2 − x3 + 2x4 = 0 ⎨ x 1 = x3
(2)
→ −x2 + 6x4 = 0 → x2 = 0
⎩ ⎩
7x4 = 0 x4 = 0
(1) E2 → E2 − 2E1 , E3 → E3 − 3E1 . (2) E3 → E3 + 2E2 .
Por tanto, los vectores de U1 ∩ U 2 son todos los de la forma
(x1 , x2 , x3 , x4 ) = (x3 , 0, x3 , 0) = x3 (1, 0, 1, 0) = λ(1, 0, 1, 0),
y de aquí se sigue que una base de U1 ∩U2 está constituida por el vector (1, 0, 1, 0).
Por consiguiente, la dimensión de U1 ∩ U2 es 1.
Utilizando la fórmula de Grassmann (véase 2.26), se tiene que dim(U1 + U2 ) =
dim(U1 ) + dim(U2 ) − dim(U1 ∩ U2 ) = 3 + 2 − 1 = 4. Como el 4
espacio R es de
dimensión 4, se concluye que U1 + U2 = R4 (véase 2.21). Pero esta suma no es
directa porque U1 ∩ U2 = {0̄} (véase 2.25).
Ejercicio 2.32. R4 se consideran los subespacios S1 = {(x1 , x2 , x3 , x4 ) ∈

En
R4 : 3x1 − x3 + 2x4 = 0, 2x1 + x2 − x4 = 0} y S2 = (3, 1, 2, 0), (1, 0, −2, 1)
.
Determínense una base y la dimensión de S1 , S2 , S1 ∩ S2 y S1 + S2 .
Solución. Para hallar una base de S1 se resuelve el sistema homogéneo que lo

dene (en este caso, basta con observar que se pueden dejar como parámetros x1
y x4 )
3x1 − x3 + 2x4 = 0 x3 = 3x1 + 2x4
→
2x1 + x2 − x4 = 0 x2 = −2x1 + x4
Por tanto, los vectores de S1 son todos los de la forma
(x1 , x2 , x3 , x4 ) = (x1 , −2x1 + x4 , 3x1 + 2x4 , x4 ) = x1 (1, −2, 3, 0) + x4 (0, 1, 2, 1),
90
y es claro que {ā = (1, −2, 3, 0), b̄ = (0, 1, 2, 1)} es una base de S1 . Luego,
dim(S1 ) = 2.
Respecto a S2 , como los vectores c̄ = (3, 1, 2, 0) yd¯ = (1, 0, −2, 1) son sistema
de generadores linealmente independientes, forman una base de S2 . Luego, S2 es
también de dimensión 2.
Para determinar S 1 ∩ S2 , se utilizan las ecuaciones paramétricas de S2 :
x1 = 3λ + μ, x2 = λ, x3 = 2λ − 2μ, x4 = μ. (2.7)
Los vectores de S1 ∩S2 han de ser de la forma (2.7) y han de vericar las ecuaciones
que denen S2 . Entonces, se sustituyen estos valores en las ecuaciones implícitas
de S1 y se tiene

3(3λ + μ) − (2λ − 2μ) + 2μ = 0 7λ + 7μ = 0 λ=0
→ →
2(3λ + μ) + λ − μ = 0 7λ + μ = 0 μ=0
Ahora se sustituye en (2.7) y resulta que el único vector de S1 ∩ S2 es (0, 0, 0, 0).
Por tanto, dim(S1 ∩ S2 ) = 0.
Aplicando la fórmula de Grassmann (véase 2.26), se deduce que
dim(S1 + S2 ) = dim(S1 ) + dim(S2 ) − dim(S1 ∩ S2 ) = 2 + 2 − 0 = 4,

y en consecuencia, teniendo en cuenta 2.21, se tiene que S1 + S2 = R4 . En este
caso la suma es directa porque S1 ∩ S2 = {0̄} (véase 2.25). Una base de S1 + S2 es
4 ¯ porque se sabe que B
cualquier base de R . También una base es B = {ā, b̄, c̄, d}
es un sistema de generadores de S1 + S2 y que dim(S1 + S2 ) = 4 y 4 generadores
de un espacio de dimensión 4 son base (véase 2.19(c)).
Ejercicio 2.33. En R3 se consideran los subespacios L1 = (1, 2, −3), (2, 1, 0)
yL2 = (−2, −1, 3), (−1, 4, −2)

. Determínense una base y la dimensión de L1 ,
L2 , L1 ∩ L2 y L1 + L2 e indíquese si esta suma es directa.
Solución. Es claro que los vectores (1, 2, −3) y (2, 1, 0), generadores de L1 , son
linealmente independientes, por tanto son base y en consecuencia, dim(L1 ) = 2.
Lo mismo sucede con los dos vectores generadores de L2 , por tanto, dim(L2 ) = 2.
Los vectores de L1 + L2 son todos los de la forma w̄ = ū + v̄ , con ū ∈ L1 y v̄ ∈

L2 . Como L1 son todas las combinaciones lineales de ā = (1, 2, −3) y b̄ = (2, 1, 0)
y L2 son todas las combinaciones lineales de c̄ = (−2, −1, 3) y d ¯ = (−1, 4, −2), se
tiene que
¯
w̄ = αā + β b̄ + λc̄ + μd.
91
Luego, L1 + L2 es el subespacio generado por ā, b̄, c̄ y d¯. Por tanto, la dimensión
de L1 + L2 es el rango de la matriz A cuyas las son los 4 vectores, y se halla
reduciéndola a la forma escalonada:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 2 −3 1 2 −3 1 2 −3 1 2 −3
⎜2 1 0 ⎟ (1) ⎜0 −3 6 ⎟ (2) ⎜0 1 −2⎟ (3) ⎜0 1 −2⎟
A=⎜ ⎟ ⎜ ⎟
⎝−2 −1 3 ⎠ → ⎝0 3 −3⎠ → ⎝0
⎜ ⎟→
⎠
⎜
⎝0 0 3 ⎠
⎟
0 3
−1 4 −2 0 6 −5 0 0 7 0 0 0
(1) F2 → F2 − 2F1 , F3 → F3 + 2F1 , F4 → F4 + F1 .
(2) F2 → F2 /(−3), F3 → F3 + F2 , F4 → F4 + 2F2 . (3) F3 → 3F4 − 7F3 .
Ahora es claro que el rango de A es 3, y por tanto, dim(L1 + L2 ) = 3. Como
la dimensión del espacio R3 es también 3, se sigue que L1 + L2 = R3 , luego una
base de L 1 + L2 es cualquier base de R3 . También sería base el conjunto {ā, b̄, c̄}
según se ha comprobado al llevar A a la forma escalonada.
Si se aplica la fórmula de Grassmann (véase 2.26), se tiene que
3 = dim(L1 + L2 ) = dim(L1 ) + dim(L2 ) − dim(L1 ∩ L2 ) = 2 + 2 − dim(L1 ∩ L2 ),

de donde se deduce que dim(L1 ∩ L2 ) = 1. Por tanto, la suma L1 + L2 no es
directa.
Para hallar una base del subespacio L1 ∩ L2 se utilizarán las ecuaciones pa-
ramétricas de L1 L2 . Se busca un vector x̄ que se pueda escribir en la forma
y
αā + β b̄ y en la forma λc̄ + μd¯. Por tanto, se ha de vericar αā + β b̄ = λc̄ + μd¯,
o equivalentemente αā + β b̄ − λc̄ − μd ¯ = 0̄. Se sustituyen los vectores, se opera y
esta ecuación nos conduce al siguiente sistema:
⎧ ⎧ ⎧
⎨ α + 2β + 2λ + μ = 0 (1) ⎨ α + 2β + 2λ + μ = 0 (2) ⎨ α + 2β + 2λ + μ = 0
2α + β + λ − 4μ = 0 → −3β − 3λ − 6μ = 0 → β + λ + 2μ = 0
⎩ ⎩ ⎩
−3α − 3λ + 2μ = 0 6β + 3λ + 5μ = 0 −3λ − 7μ = 0
(1) E2 → E2 − 2E1 , E3 → E3 + 3E1 . (2) E2 → E2 /(−3), E3 → E3 + 2E2 .
Este sistema es compatible indeterminado, se pasa μ al otro miembro y se

−7
despeja hacia atrás: λ= 3 μ, β = −2μ + 73 μ = 13 μ, α = −2β − 2λ − μ = 3μ.
Se utiliza de parámetro (para no tener denominadores) μ = 3t y se tiene
α = 9t, β = t, λ = −7t, μ = 3t.

Si se da a t el valor t = 1, se obtiene α = 9, β = 1, λ = −7 y μ = 3 y resulta el
vector ē = 9ā + b̄ = 9 · (1, 2, −3) + (2, 1, 0) = (11, 19, −27). El mismo resultado se
obtiene si se calcula −7c̄ + 3d ¯ = ē. Así pues, ē es una base de L1 ∩ L2 .
92
NOTA. Para hallar una base de L1 ∩L2 también se podrían haber obtenido las
ecuaciones implícitas de L1 y L2 (una ecuación para cada uno de ellos) y haber
resuelto el sistema formado por ambas ecuaciones como se ha hecho en el ejercicio
2.30(b ). Una tercera posibilidad es obtener la ecuación implícita de L1 y utilizar
las ecuaciones paramétricas de L2 como se ha expuesto en el ejercicio 2.32 para
obtener los vectores de L1 ∩ L 2 . Se deja al lector que desarrolle estas dos ideas
para obtener una base.
Ejercicio 2.34. En el espacio R3 determínese un subespacio suplementario del

subespacio S = {(x, y, z) ∈ R3 : x = 4z}. ¾Es único?
Solución. Los elementos de S son todos los vectores de la forma

(x, y, z) = (4z, y, z) = z(4, 0, 1) + y(0, 1, 0).
Por tanto, una base de S es B = {(4, 0, 1), (0, 1, 0)}.

Un subespacio suplementario de S es cualquier subespacio U tal que S ⊕U =
R3 (véase 2.27). Como S es de dimensión 2, se sigue que U es de dimensión 1.
Para obtener U se amplia la base B de S a una base de R3 . Esto se puede hacer de
muchas formas. Por ejemplo, es claro que se si añade (0, 0, 1) se obtiene una base
de R3 ya que la matriz formada con los tres vectores como las es escalonada. Por
tanto, un suplementario es U1 = (0, 0, 1)
.
También se puede añadir a B(1, 0, 0) y se obtiene otra base de R3 , ya
el vector
que el determinante de los tres vectores es no nulo. Por tanto, el subespacio U2 =
(1, 0, 0)
es también un suplementario de S . En general, hay innitos subespacios
suplementarios de un subespacio.
Geométricamente, S es un plano que pasa por el origen y cualquier recta

que pase por el origen y que no esté contenida en dicho plano es un subespacio
suplementario de S.
Ejercicio 2.35. En R3 se consideran los subespacios U1 = (2, −1, 3), (1, 1, 2)
y U2 = (1, 4, −2)
.
3
(a ) Pruébese que U1 ⊕ U2 = R ,
(b ) Obténgase la descomposición de w̄ = (−3, 0, 0) en la forma ū1 + ū2 con
ū1 ∈ U1 y ū2 ∈ U2 .
Solución. (a ) Puesto que los generadores dados para U1 son una base, la ecuación
93

x y z

implícita de U1 es 2 −1 3 = 0, o equivalentemente −5x − y + 3z = 0.

1 1 2
Para obtener la intersección U1 ∩ U2 , se hallan las ecuaciones paramétricas de

U2
x = λ, y = 4λ, z = −2λ,
y se sustituye en la ecuación implícita de U1
−5λ − (4λ) + 3(−2λ) = 0 ⇒ − 15λ = 0 ⇒ λ = 0.
Por tanto, el único vector de U1 ∩ U2 es (0, 0, 0) y, en consecuencia (véase 2.25),

la suma U1 ⊕ U 2 es directa. Como la dimensión de U 1 ⊕ U2 es 3 (por la fórmula
de Grassmann), se concluye que U1 ⊕ U 2 = R3 .
(b ) Hay que encontrar ū1 ∈ U1 y ū2 ∈ U2 tales que ū1 + ū2 = w̄. Como los
generadores de U1 son ā = (2, −1, 3) y b̄ = (1, 1, 2) y de U2 es c̄ = (1, 4, −2), será
ū1 = αā + β b̄ y ū2 = λc̄. Por tanto, hay que hallar los números α, β y λ que
satisfacen
α(2, −1, 3) + β(1, 1, 2) + λ(1, 4, −2) = (−3, 0, 0).
Esta ecuación equivale al siguiente sistema que se resuelve como sigue.
⎧ ⎧ ⎧
⎨ 2α + β + λ = −3 ⎨ 3α − 3λ = −3 (2) ⎨ α − λ = −1
(1)
−α + β + 4λ = 0 → −α + β + 4λ = 0 → −α + β + 4λ = 0
⎩ ⎩ ⎩
3α + 2β − 2λ = 0 5α − 10λ = 0 α − 2λ = 0
⎧
(3)
⎨ λ = −1
→ β= 2
⎩
α = −2
(1) E1 → E1 − E2 , E3 → E3 − 2E2 . (2) E1 → E1 /3, E3 → E3 /5. (3) E1 → E1 − E3 .
ū1 = −2ā + 2b̄ = −2 · (2, −1, 3) + 2 · (1, 1, 2) = (−2, 4, −2) ∈ U1 (nótese

Luego
que verica la ecuación implícita de U1 ) y ū2 = (−1)c̄ = (−1) · (1, 4, −2) =
(−1, −4, 2) ∈ U2 .
NOTA: Otra forma de encontrar los vectores ū1 y ū2 es por medio de las
ecuaciones paramétricas de U2 y de la ecuación implícita de U1 del siguiente
modo: será w̄ = ū1 + λc̄, y se despeja ū1 ,
ū1 = w̄ − λc̄ = (−3, 0, 0) − λ(1, 4, −2) = (−3 − λ, −4λ, 2λ).
94
Como este vector está en U2 verica su ecuación: −5(−3−λ)−(−4λ)+3(2λ) = 0.

De aquí se obtiene que λ = −1, y por consiguiente ū1 = (−2, 4, −2) y ū2 =
(−1)c̄ = (−1, −4, 2).
Ejercicio 2.36. En R3 se consideran los subespacios
U = {(x, y, z) ∈ R3 : z = 0} y V = {(x, y, z) ∈ R3 : x = −3z}.
U + V = R3 , pero la suma U + V no es directa.

(a ) Pruébese que
(b ) Descompóngase w̄ = (−1, −2, 2) en la forma ū + v̄ , con ū ∈ U y v̄ ∈ V , de
dos formas distintas.
Solución. Es claro que U ∩ V está formado por las soluciones del sistema

z=0 z=0
→
x = −3z x=0
Por tanto, los vectores de U ∩ V son de la forma (x, y, z) = (0, y, 0) = y(0, 1, 0).
Luego, una base de U ∩ V es {(0, 1, 0)}. También es claro que una base de U es
{ū1 = (1, 0, 0), ū2 = (0, 1, 0)} y una base de V es {v̄1 = (0, 1, 0), v̄2 = (−3, 0, 1)}.
Luego, por la fórmula de Grassmann,
dim(U + V ) = dim(U ) + dim(V ) − dim(U ∩ V ) = 2 + 2 − 1 = 3.
En consecuencia, U + V = R3 y la suma no es directa porque U ∩ V = {0̄}.

(b ) Para encontrar ū ∈ U y v̄ ∈ V tales que w̄ = ū + v̄ se utilizan las bases
ū1 , ū2 de U y v̄1 , v̄2 de V , y hay que hallar números λ1 , λ2 , μ1 y μ2 tales que
λ1 ū1 + λ2 ū2 + μ1 v̄1 + μ2 v̄2 = w̄, es decir,
λ1 (1, 0, 0) + λ2 (0, 1, 0) + μ1 (0, 1, 0) + μ2 (−3, 0, 1) = (−1, −2, 2).
Esta ecuación es equivalente al siguiente sistema:

⎧ ⎧
⎨ λ1 − 3μ2 = −1 ⎨ λ1 = 5
λ2 + μ1 = −2 → μ1 = −2 − λ2
⎩ ⎩
μ2 = 2 μ2 = 2
El sistema tiene innitas soluciones. Si se utiliza λ2 = t como parámetro se tiene

que
λ1 = 5, λ2 = t, μ1 = −2 − t, μ2 = 2.
Por ejemplo, dos soluciones serían:
95
-si t = 1 resulta λ1 = 5, λ2 = 1, μ1 = −3, μ2 = 2, y se obtienen ū =

5 · (1, 0, 0) + 1 · (0, 1, 0) = (5, 1, 0) y v̄ = (−3) · (0, 1, 0) + 2 · (−3, 0, 1) = (−6, −3, 2).
-si t = 0 resulta λ1 = 5, λ2 = 0, μ1 = −2, μ2 = 2, y se obtienen ū = (5, 0, 0)
y v̄ = (−6, −2, 2).
Queda claro que la descomposición de los vectores de R3 en la forma ū + v̄ no
es única, en contraposición con el ejercicio anterior que sí era única.
96
Tema 3
APLICACIONES LINEALES
3.1. Sean E y V dos espacios vectoriales. Se dice que la aplicación f :E→V es

una aplicación lineal si para todo ā, b̄ ∈ E y para todo λ∈R se cumple:
(1) f (ā + b̄) = f (ā) + f (b̄) y
(2) f (λā) = λf (ā).

Si, además, f es biyectiva, f se llama isomorsmo. Si V = E, f se llama
endomorsmo de E.
Se denota por L(E, V ) al conjunto de todas las aplicaciones lineales de E en
V.
3.2. Caracterización. f : E → V es una aplicación lineal si y sólo si
f (λā + μb̄) = λf (ā) + μf (b̄) para todo ā, b̄ ∈ E, λ, μ ∈ R.

3.3. Propiedades de las aplicaciones lineales.
(1) f (0̄E ) = 0̄V (0̄E y 0̄V designan el vector cero de E y V, respectivamente).
(2) f (−ā) = −f (ā).

(3)
!2 ān2 + · · · + λn!
f (λ1 ā1 + λ ān ) = λ1 f (ā1 ) + λ2 f (ā2 ) + · · · + λn f (ān ), o usando
n
el sumatorio: f ( i=1 λi āi ) = i=1 λi f (āi ).
(4) Si S es un subespacio vectorial de E, entonces f (S) = {f (x̄) : x̄ ∈ S} es

un subespacio vectorial de V . En particular, f (E) es un subespacio vectorial de
V, que se llama imagen de f y se denota Im f .
(5) Si U V , entonces f −1 (U ) = {x̄ ∈ E : f (x̄) ∈
es un subespacio vectorial de
U } es un subespacio vectorial de E . En particular, f −1 ({0̄}) es un subespacio
vectorial de E , que se llama núcleo de f y se denota ker f .
(6) Conservan la dependencia lineal, es decir, transforman un conjunto li-

nealmente dependiente en otro linealmente dependiente. De otro modo, si A =
97
{ū1 , ū2 , . . . , ūn } es ligado, entonces f (A) = {f (ū1 ), f (ū2 ), . . . , f (ūn )} es ligado.
Consecuencia 1. Si C = {v̄1 , v̄2 , . . . , v̄n } es libre y se tiene, f (ūi ) = v̄i , i =

1, 2, . . . , n, entonces {ū1 , ū2 , . . . , ūn } es libre.
Consecuencia 2. La imagen de una base de E es un sistema generador de
f (E) = Im f .
3.4. Si E es de dimensión nita, una aplicación lineal f : E → V queda com-
pletamente determinada dando las imágenes f (ēi ) = w̄i de!los elementos de una
base , ē2 , . . . , ēn } de !
{ē1! E ya que, dado ū ∈ E , será ū = ni=1 λi ēi y por tanto,
f (ū) = ni=1 λi f (ēi ) = ni=1 λi w̄i .
3.5. Matriz asociada . Dada una aplicación lineal f : E → V y bases BE =
{ē1 , ē2 , . . . , ēn } de E y BV = {v̄1 , v̄2 , . . . , v̄m } de V , entonces cada uno de los n
vectores f (ē1 ), f (ē2 ), . . . , f (ēn ) es un vector de V y, por tanto, será una combi-
nación lineal de los elementos de la base BV de V de la forma
f (ē1 ) = a11 v̄1 + a21 v̄2 + · · · + am1 v̄m

f (ē2 ) = a12 v̄1 + a22 v̄2 + · · · + am2 v̄m
....................................
f (ēn ) = a1n v̄1 + a2n v̄2 + · · · + amn v̄m .
Se llama matriz asociada a f en las bases BE = {ēi } y BV = {v̄i } (o simplemente

matriz de f ), denotada [f ]v̄ēii , a la traspuesta de la matriz de los coecientes an-
ēi
teriores. Esto es, las columnas de [f ]v̄ son las coordenadas de los vectores f (ē1 ),
i
f (ē2 ), . . . , f (ēn ) en la base {v̄i }:
⎛ ⎞
a11 a12 · · · a1n
⎜ a21 a22 · · · a2n ⎟
⎜ ⎟
[f ]v̄ēii = ⎜ . . .. . ⎟.
⎝ .. .
. . .
. ⎠
am1 am2 · · · amn
Nótese que es una matriz de m (la dimensión del espacio nal) las y n (la
dimensión del espacio inicial) columnas. Si f :E→E es un endomorsmo y se
elige la misma base {ēi } en el espacio inicial y nal, a la matriz [f ]ēēii se le llama
matriz de f en la base {ēi } y se denota [f ]ēi .
3.6. Teorema . En la situación del apartado anterior, si x̄ es un vector cualquiera

de E se expresará como x̄ = x1 ē1 + x2 ē2 + · · · + xn ēn , entonces su imagen, f (x̄),
viene dada por
[f (x̄)]v̄i = [ f ]v̄ēii [ x̄ ]ēi (3.1)
98
Es decir, si f (x̄) = y1 v̄1 + y2 v̄2 + · · · + ym v̄m , Y = (y1 , y2 , . . . , ym )t , X =

(x1 , x2 , . . . , xn )t , A = [f ]v̄ēii , entonces
⎛ ⎞ ⎛ ⎞⎛ ⎞
y1 a11 a12 ··· a1n x1
⎜ y2 ⎟ ⎜ a21 a22 ··· a2n ⎟ ⎜ x2 ⎟
⎟ ⎜
⎜ ⎟ ⎜ ⎟
Y = AX, o desarrollado ⎜ . ⎟ = ⎜ . . .. . ⎟⎜ . ⎟
⎝ .. ⎠ ⎝ .. .
. . . ⎠⎝ . ⎠
. .
ym am1 am2 ··· amn xn
que es la expresión matricial de f. El sistema que resulta de igualar componente

a componente da lugar a las ecuaciones de la aplicación lineal f :
⎧
⎪
⎪ y1 = a11 x1 + a12 x2 + · · · + a1n xn
⎨
y2 = a21 x1 + a22 x2 + · · · + a2n xn
⎪
⎪ .................................
⎩
ym = am1 x1 + am2 x2 + · · · + amn xn
3.7. Operaciones con aplicaciones.
(a) Suma. Dadas dos aplicaciones (lineales o no) f, g : E → V , se llama suma

de f y g, denotada f + g, a la aplicación denida como sigue:
(f + g)(x̄) = f (x̄) + g(x̄) ∀x̄ ∈ E.
(b) Producto por un número. Dada una aplicación f : E → V y un número

real λ ∈ R, se llama producto de λ por f, denotada λf , a la aplicación denida
por
(λf )(x̄) = λf (x̄) ∀x̄ ∈ E.
(c) Composición. Sea W otro espacio vectorial. Dadas dos aplicaciones f :

E → V y g : V → W , se llama composición de f y g, denotada g ◦ f, a la
aplicación de E en W denida por
(g ◦ f )(x̄) = g(f (x̄)) ∀x̄ ∈ E.
Teorema. (a) Si f, g : E → V son aplicaciones lineales, entonces f +g es lineal.
(b) Si f :E→V es lineal, entonces λf es lineal para todo λ ∈ R.

(c) Si f :E→V y g:V →W son lineales, entonces g◦f es lineal.
Además, el conjunto L(E, V ) es un espacio vectorial con las operaciones suma

y producto por un número.
99
3.8. Sean BE = {ē1 , ē2 , . . . , ēn } una base de E y BV = {v̄1 , v̄2 , . . . , v̄m } una base
de V. Entonces la aplicación M : L(E, V ) → Mm×n , denida por M (f ) = [f ]v̄ēii ,
es decir, que asigna a cada aplicación lineal f : E → V la matriz de f en las
bases {ēi } y {v̄i } es un isomorsmo de espacios vectoriales, esto es, para todo par
f, g ∈ L(E, V ) y para todo λ ∈ R se tiene:
(1) M (f + g) = M (f ) + M (g), o sea, [f + g]v̄ēii = [f ]v̄ēii + [g]v̄ēii .
(2) M (λf ) = λM (f ), o sea, [λf ]v̄ēii = λ[f ]v̄ēii .
(3) M es biyectiva.
3.9. Sean f : E → V y g : V → W aplicaciones lineales y BE = {ē1 , ē2 , . . . , ēn },

BV = {v̄1 , v̄2 , . . . , v̄m } y BW = {w̄1 , w̄2 , . . . , w̄p } bases, respectivamente, de E , V
y W . Si la matriz de f en las bases {ēi } y {v̄i } es A y la matriz de g en las bases
{v̄i } y {w̄i } es B , entonces la matriz de g ◦ f en las bases {ēi } y {w̄i } es BA, o
sea, M (g ◦ f ) = M (g)M (f ), o de otro modo:
ēi
[ g ◦ f ]w̄ i
= [ g ]v̄w̄ii [ f ]v̄ēii . (3.2)
En esquema:
f g
E −−→ V −−→ W ⇒ M (g ◦ f ) = B · A.
{ēi } A {v̄i } B {w̄i }
3.10. El cambio de base en un espacio visto como una aplicación lineal. Dadas
dos bases B = {ē1 , ē2 , . . . , ēn } y B = {ē1 , ē2 , . . . , ēn } de E relacionadas por las
expresiones
ē1 = p11 ē1 + p21 ē2 + · · · + pn1 ēn
ē2 = p12 ē1 + p22 ē2 + · · · + pn2 ēn
(3.3)
...
ēn = p1n ē1 + p2n ē2 + · · · + pnn ēn ,
sabemos que la traspuesta de la matriz de los coecientes anteriores es la matriz
P del cambio de base desdeB hasta B (véase 2.28). Si consideramos la aplicación

lineal identidad Id : E → E y como base en el espacio inicial B y en el espacio

! n
nal B , entonces como Id (ēi ) = ēi = j=1 pji ēj , i = 1, 2, . . . , n (las ecuaciones
(3.3)), se tiene que la matriz de la aplicación Id en las bases inicial {ēi } y nal

{ēi } es la matriz P del cambio de base desde la base {ēi } hasta la base {ēi }, esto
es
ē
[Id ]ēii = P. (3.4)
Naturalmente, el cambio inverso es [Id ]ēēi = P −1 .

i
100
Si se aplica (3.1), resulta
ē
[x̄]ēi = [Id (x̄)]ēi = [Id ]ēii [x̄]ēi ,
que es la fórmula del cambio de coordenadas de un vector x̄ al cambiar de base

(véase 2.28).
3.11. Matriz de una aplicación lineal cuando cambian las bases en el espacio
inicial y en el nal f : E → V. Sea {ēi }
una aplicación lineal que en las bases
ē
de
E y {v̄i } de V tiene matriz asociada A,
A = [f ] Si P es la matriz de
es decir,
i
v̄i .
cambio de base desde la base {ēi } {ēi } y Q es la matriz de cambio
hasta la base

de base desde la base {v̄i } hasta la base {v̄i }, entonces la matriz de f en las bases
{ēi } y {v̄i } es
A = Q−1 AP. (3.5)
Esto se sigue de lo siguiente. Se considera el esquema
Id f Id
E −−→ E −−→ V −−→ V ,
{ēi } P {ēi } A {v̄i } Q−1 {v̄i }
ē ē
se aplica (3.2) a la igualdad f = Id ◦ f ◦ Id y se obtiene [f ]v̄i = [Id ]v̄v̄i [f ]ēv̄ii [Id ]ēii , y
i i
por último, teniendo en cuenta (3.4) resulta justamente (3.5).
3.12. Matriz de un endomorsmo cuando cambia la base . Consideremos un en-

domorsmo f : E → E y una base {ēi }
E y supongamos que la matriz de f
de

en la base {ēi } es A. Si se considera otra base {ēi } y la matriz del cambio de base

desde {ēi } hasta {ēi } es P (véase (3.3)), entonces la matriz de f en la base {ēi }
es
A = P −1 AP.
(Esta fórmula es un caso particular de (3.5)).
3.13. Matrices equivalentes . Sean las matrices cuadradas A, B ∈ Mm×n . Se dice

que A es equivalente a B si existen matrices regulares P ∈ Mn×n y Q ∈ Mm×m
tales que B = QAP .
Propiedades:
(1) Si A es equivalente a B, entonces B es equivalente a A y se dice que A y

B son equivalentes.
(2) Se cumple la propiedad transitiva: si A es equivalente a B y B es equiva-

lente a C, entonces A es equivalente a C.
101
(3) Las matrices asociadas a una aplicación lineal f : E → V en diferentes

bases son equivalentes (véase 3.11).
3.14. Caracterización. A y B son equivalentes si y sólo si tienen el mismo rango.

3.15. Matrices semejantes. Sean las matrices A, A ∈ Mn×n . Se dice que A es
semejante a A si existe una matriz regular P ∈ Mn×n , llamada matriz de paso
desde A hasta A , tal que A = P −1 AP .
Propiedades:
(1) Si A es semejante a B, entonces B es semejante a A y se dice que A y B

son semejantes.
(2) Se cumple la propiedad transitiva: si A es semejante a B y B es semejante

a C, entonces A es semejante a C.
(3) Las matrices asociadas a un endomorsmo f :E→E en distintas bases
son semejantes (véase 3.12).
3.16. Se dice que la matriz cuadrada A es diagonalizable si existe una matriz

diagonal D que sea semejante a A, es decir, si existe una matriz regular P tal que
D = P −1 AP
es una matriz diagonal. Se dice entonces que D es una matriz diagonal o diago-
nalización de A.
3.17. Sea A una matriz de dimensión n × n. El número real λ es un valor propio
o autovalor de A si existe un vector ū ∈ Rn , ū = 0̄, tal que Aū = λū (aquí ū es un
vector columna). Al vector ū se le llama vector propio o autovector de A asociado
a λ (o de valor propio λ). Por tanto, un vector no nulo ū es un vector propio de
A si existe un número real λ tal que Aū = λū.
3.18. Dado λ ∈ R, el conjunto E(λ) de todos los vectores propios asociados a λ,
junto con el vector cero, es un subespacio vectorial de Rn , llamado espacio propio
de λ.
3.19. polinomio característico de A al polinomio pA (t)
Se llama = |A − tI|, y
ecuación característica de A a la ecuación pA (t) = 0.
El polinomio característico es el mismo para dos matrices semejantes, es decir,
si A y B son semejantes, entonces sus polinomios característicos son idénticos. El
recíproco es falso (véase el ejercicio 3.26).
102
3.20. Caracterización de los valores propios. Las siguientes armaciones son equi-
valentes para el número real λ:
(a) λ es un valor propio de A.
(b) La matriz A − λI es no regular, es decir, |A − λI| = 0.
(c) λ es una raíz del polinomio característico pA (t) de A, o lo que es lo mismo,
λ es una solución de la ecuación característica de A.
Consecuencia. Los valores propios de A son las raíces del polinomio caracte-
rístico de A.
3.21. El espacio propio E(λ) de λ es el conjunto de todas las soluciones, X =
(x1 , x2 , . . . , xn )t , del sistema homogéneo (A − λI)X = 0̄.
3.22. Sea λ un valor propio de A. La multiplicidad algebraica de λ es la multipli-
cidad de λ como raíz del polinomio característico de A. Esto signica que si k es
la multiplicidad algebraica de λ, entonces pA (t) es divisible entre (t − λ) , pero no
k
lo es entre (t − λ) , esto es, existe un polinomio q(t) tal que pA (t) = (t − λ) q(t)
k+1 k
y q(λ) = 0.
La multiplicidad geométrica de λ es la dimensión de su espacio propio, esto
es, dim(E(λ)).
3.23. A ∈ Mn×n . La matriz A es diagonalizable (semejante a una matriz
Sea
diagonal D ) si y sólo si A tiene n vectores propios linealmente independientes, es
decir, si existe una base de R formada por vectores propios de A, que se llama
n
base de diagonalización. En tal caso, los elementos diagonales de D son los valores
propios de A y D = P
−1 AP siendo P la matriz cuyas columnas son los n vectores
propios que son base de R .

n
3.24. Si ū1 , ū2 , ..., ūp son vectores propios de una matriz A correspondientes a
valores propios distintos, entonces ū1 , ū2 , ..., ūp son linealmente independientes.
3.25. λi es un valor propio de A con multiplicidad algebraica αi y multiplicidad

Si
geométrica di , entonces
1 ≤ di ≤ αi .
3.26. A es diagonalizable si y sólo si para cada uno de los valores propios λ1 ,
λ2 , ..., λp de A distintos, se tiene que su multiplicidad algebraica es igual a su
multiplicidad geométrica, es decir,
α i = di para todo i = 1, 2, . . . , p.
103
Además, en este caso, una base de diagonalización se obtiene reuniendo las bases
de los espacios propios E(λ1 ), E(λ2 ), ..., E(λp ).
3.27. Si el polinomio característico de la matriz A ∈ Mn×n tiene n raíces distin-
tas λ1 , λ2 , . . . , λn , entonces A es diagonalizable y una matriz diagonal de A está
formada por los números λ1 , λ2 , . . . , λn en la diagonal (y el resto ceros).
2.1. Aplicaciones lineales
Ejercicio 3.1. Sea f : R3 → R2 la aplicación denida por
f (x, y, z) = (3x − 2z, x − y + z).
(a ) Sean los vectores ū = (2, −1, 1) y v̄ = (1, 2, −5). Hállense f (ū), f (v̄) y
compruébese que f (ū + v̄) = f (ū) + f (v̄).
(b ) Pruébese que f es lineal.
Solución. (a ) Para hallar f (ū) = f (2, −1, 1) basta elegir los valores x = 2,
y = −1, z = 1 en la expresión de f y resulta
f (2, −1, 1) = (3 · 2 − 2 · 1, 2 − (−1) + 1) = (4, 4).
Del mismo modo,
f (v̄) = f (1, 2, −5) = (3 · 1 − 2 · (−5), 1 − 2 + (−5)) = (13, −6).
Para comprobar la igualdad f (ū + v̄) = f (ū) + f (v̄), hallemos ambos miembros
por separado:
• Primer miembro,
f (ū + v̄) = f [(2, −1, 1) + (1, 2, −5)] = f (3, 1, −4) = (3 · 3 − 2 · (−4), 3 − 1 − 4)

= (17, −2).
• Segundo miembro,
f (ū) + f (v̄) = f (2, −1, 1) + f (1, 2, −5) = (4, 4) + (13, −6) = (17, −2),
y efectivamente, coinciden.
104
(b ) Para probar que f es lineal, se usará la caracterización 3.2, esto es
f (λā + μb̄) = λf (ā) + μf (b̄) para todo ā, b̄ ∈ R3 , λ, μ ∈ R. (3.6)
Sean ā = (a1 , a2 , a3 ) y b̄ = (b1 , b2 , b3 ) dos vectores cualesquiera de R3 y λ, μ ∈

R. Entonces
λā + μb̄ = λ(a1 , a2 , a3 ) + μ(b1 , b2 , b3 ) = (λa1 , λa2 , λa3 ) + (μb1 , μb2 , μb3 )
= (λa1 + μb1 , λa2 + μb2 , λa3 + μb3 ).
Por tanto, el primer miembro de (3.6) vale
f (λā + μb̄) = f (λa1 + μb1 , λa2 + μb2 , λa3 + μb3 )

= 3(λa1 + μb1 ) − 2(λa3 + μb3 ), (λa1 + μb1 ) − (λa2 + μb2 ) + (λa3 + μb3 )
= (3λa1 + 3μb1 − 2λa3 − 2μb3 , λa1 + μb1 − λa2 − μb2 + λa3 + μb3 ).
El segundo miembro de (3.6) es
λf (ā)+μf (b̄) = λf (a1 , a2 , a3 ) + μf (b1 , b2 , b3 )

= λ(3a1 − 2a3 , a1 − a2 + a3 ) + μ(3b1 − 2b3 , b1 − b2 + b3 )
= (3λa1 − 2λa3 , λa1 − λa2 + λa3 ) + (3μb1 − 2μb3 , μb1 − μb2 + μb3 )
= (3λa1 − 2λa3 + 3μb1 − 2μb3 , λa1 − λa2 + λa3 + μb1 − μb2 + μb3 ),
que coincide con el resultado obtenido para el primer miembro.
NOTA. En general, una aplicación lineal de Rn en R es de la forma
f (x1 , x2 , . . . , xn ) = p1 x1 + p2 x2 + · · · + pn xn , (3.7)
donde p1 , p2 , . . . , pn son números, y una aplicación lineal de Rn en Rm viene dada

por F (x̄) = (f1 (x̄), f2 (x̄), . . . , fm (x̄)), donde x̄ = (x1 , x2 , . . . , xn ), y cada fi es de
la forma (3.7), cada una de ellas con sus propios números pi .
Ejercicio 3.2. Estúdiese si las siguientes aplicaciones son lineales:

(a ) f : R2 → R2 dada por
f (x, y) = (x + y, xy).
(b ) f : R → R2 dada por
2 f (x, y) = (x + 2, 3x − y).
2 2
(c ) f : R → R dada por f (x, y) = (|x|, y − x).
3 3
(d ) f : R → R dada por f (x, y, z) = (x, y, 0).
Solución. (a ) Es claro, de acuerdo con la nota del ejercicio anterior, que la

segunda componente de f dada por f2 (x, y) = xy no es lineal. En efecto, para
105
comprobarlo basta con encontrar dos vectores ū y v̄ para los cuales f2 (ū + v̄) =
f2 (ū) + f2 (v̄). Por ejemplo, ū = (1, 1), v̄ = (2, 2), entonces
f2 (ū + v̄) = f2 [(1, 1) + (2, 2)] = f2 (3, 3) = 3 · 3 = 9,
mientras que
f2 (ū) + f2 (v̄) = f2 (1, 1) + f2 (2, 2) = 1 · 1 + 2 · 2 = 1 + 4 = 5.
(b ) Para esta función no se cumple que f (0̄) = 0̄ (véase 3.3(1)) ya que f (0̄) =
f (0, 0) = (2, 0), por tanto f no es lineal.
(c ) La primera componente de f dada por f1 (x, y) = |x| no es lineal, por tanto,

f no es lineal. Para comprobarlo, sean por ejemplo, ū = (5, 1) y v̄ = (−3, 4),
entonces
f (ū + v̄) = f [(5, 1) + (−3, 4)] = f (2, 5) = (|2|, 5 − 2) = (2, 3),
mientras que
f (ū) + f (v̄) = f (5, 1) + f (−3, 4) = (|5|, −4) + (| − 3|, 7) = (5, −4) + (3, 7)
= (8, 3).
(d ) Ahora las 3 componentes de f, dadas por f1 (x, y, z) = x, f2 (x, y, z) = y y

f3 (x, y, z) = 0 (función cero de R3 en R) son lineales de acuerdo con la nota del
ejercicio 3.1, y por tanto, f es lineal. La comprobación se haría como en el citado
ejercicio.
La aplicación f de este apartado (d ) tiene una interpretación geométrica sen-

cilla: a cada punto P = (a, b, c) del espacio R3 se le asigna el punto P = (a, b, 0),
que es su proyección sobre el plano xy (de ecuación z = 0).
Ejercicio 3.3. f : R3 → R4 la aplicación lineal que verica f (ū1 ) =

Sea
(1, −1, −3, −2) y f (ū2 ) = (−3, 0, 2, 2) siendo ū1 = (2, 1, 3) y ū2 = (−1, 2, 4). Há-
llense, si es posible, las imágenes de ā = 3ū1 + 2ū2 , b̄ = ū1 − ū2 , c̄ = (−5, 0, −2)
y d¯ = (1, 5, 7). Y si fuese f (0, 0, 1) = (0, 1, 1, 0), ¾se podría hallar f (d)¯?
Solución. Es suciente con aplicar las propiedades de linealidad de f, esto es,

f (λā + μb̄) = λf (ā) + μf (b̄).
106
o
1 )
f (ā) = f (3ū1 + 2ū2 ) = 3f (ū1 ) + 2f (ū2 )

= 3 · (1, −1, −3, −2) + 2 · (−3, 0, 2, 2) = (−3, −3, −5, −2).
o
2 )
f (b̄) = f (ū1 − ū2 ) = f (ū1 ) − f (ū2 ) = (1, −1, −3, −2) − (−3, 0, 2, 2)
= (4, −1, −5, −4).
o
3 ) Para hallar f (c̄) hay que expresar c̄ como combinación lineal de ū1 y ū2 :
λ1 ū1 + λ2 ū2 = c̄ implica
⎧
⎨ 2λ1 − λ2 = −5
λ1 = −2
λ1 (2, 1, 3) + λ2 (−1, 2, 4) = (−5, 0, −2) ⇒ λ1 + 2λ2 = 0 →
⎩ λ2 = 1
3λ1 + 4μ = −2
Por tanto, c̄ = −2ū1 + ū2 y en consecuencia
f (c̄) = f (−2ū1 + ū2 ) = −2f (ū1 ) + f (ū2 ) = −2 · (1, −1, −3, −2) + (−3, 0, 2, 2)
= (−5, 2, 8, 6).
o
4 ) Para hallar ¯
f (d) hay que proceder del mismo modo:
⎧ ⎧
⎨ 2λ1 − λ2 = 1 (1) ⎨ 2λ1 − λ2 = 1
λ1 (2, 1, 3) + λ2 (−1, 2, 4) = (1, 5, 7) ⇒ λ1 + 2λ2 = 5 → 5λ1 = 7
⎩ ⎩
3λ1 + 4λ2 = 7 11λ1 = 11
(1) E2 → E2 + 2E1 , E3 → E3 + 4E1 .
Este sistema no tiene solución, lo cual signica que d¯ no es combinación lineal

de ū1 y ū2 , y por tanto, sólo con esos datos no es ¯ . Con las
posible hallar f (d)
imágenes de ū2 mediante una aplicación lineal, se puede hallar la imagen de
ū1 y
cualquier vector ū de la forma ū = λ1 ū1 + λ2 ū2 , ya que f (ū) = f (λ1 ū1 + λ2 ū2 ) =
λ1 f (ū1 ) + λ2 f (ū2 ), pero sólo de ésos.
Por último, si f (ū3 ) = (0, 1, 1, 0), con ū3 = (0, 0, 1), entonces se expresa d¯
como combinación lineal de ū1 , ū2 y ū3 y se tiene
⎧
⎨ 2λ1 − λ2 =1
λ1 (2, 1, 3) + λ2 (−1, 2, 4) + λ3 (0, 0, 1) = (1, 5, 7) ⇒ λ1 + 2λ2 =5
⎩
3λ1 + 4λ2 + λ3 = 7
107
⎧ ⎧
⎨ 2λ1 − λ2 = 1 ⎪
⎨ λ2 = 95
(1)
→ 5λ1 =7 → λ1 = 75
⎩ ⎪
⎩ λ = − 22
11λ1 + λ3 = 11 3 5
(1) E2 → E2 + 2E1 , E3 → E3 + 4E1 .
Luego
7
¯ =f
f (d) 5 ū1 + 95 ū2 −
22 7
5 ū3 = 5 f (ū1 ) +
9 22
5 f (ū2 ) − 5 f (ū3 )
7 9 22 −29 4

= 5 (1, −1, −3, −2) + 5 (−3, 0, 2, 2) − 5 (0, 1, 1, 0) = −4, 5 , −5, 5 .
Realmente, ahora {ū1 , ū2 , ū3 } es una base de R3 y como cualquier vector ū de R3 es
combinación lineal de ū1 , ū2 , ū3 , se tiene ū = λ1 ū1 + λ2 ū2 + λ3 ū3 y se puede hallar
su imagen (véase 3.3(3)): f (λ1 ū1 + λ2 ū2 + λ3 ū3 ) = λ1 f (ū1 ) + λ2 f (ū2 ) + λ3 f (ū3 ).
Ejercicio 3.4. Sea A ∈ M2×2 una matriz ja y f : M3×2 → M3×2 la aplicación
denida por f (X) = XA, X ∈ M3×2 . Pruébese que f es lineal.
Solución. Utilizaremos la caracterización 3.2 y las propiedades del producto de

matrices (véase 1.17). En primer lugar observemos que f está bien denida ya
que X es de dimensión 3×2 y A de dimensión 2 × 2, con lo que el producto XA
se puede hacer y es de dimensión 3 × 2.
Sean X, Y ∈ M3×2 y λ, μ ∈ R. Entonces
(1) (2) (3)

f (λX + μY ) = (λX + μY )A = (λX)A + (μY )A = λ(XA) + μ(Y A)
(1)
= λf (X) + μf (Y ),
(1) Por denición de f. (2) Distributiva por la derecha.

(3) Los escalares salen fuera.
lo cual prueba que f es lineal.
Ejercicio 3.5. Estúdiese si las siguientes aplicaciones del espacio vectorial E =

P[x] de los polinomios en x en sí mismo son aplicaciones lineales:
(a ) Sea a(x) ∈ P[x] un polinomio jo y f (p(x)) = a(x)p(x).
(b ) f (p(x)) = p(x + 2), es decir, f asigna a cada polinomio p(x) el polinomio
que resulta de sustituir x por x + 2.
(c ) f (p(x)) = p(x)p(x).
Solución. (a ) Esta aplicación sí es lineal. En efecto, sean p(x) y q(x) dos polino-
108
mios genéricos y λ, μ ∈ R, entonces
f (λp(x) + μq(x)) = a(x)(λp(x) + μq(x)) = λa(x)p(x) + μa(x)q(x)

= λf (p(x)) + μf (q(x)).
(b ) Para entender bien esta aplicación, hallemos la imagen de un polinomio

concreto, por ejemplo, de p(x) = 4 − 5x + 3x2 . Entonces
f (p(x)) = 4 − 5(x + 2) + 3(x + 2)2 = 4 − 5x − 10 + 3(x2 + 4x + 4) = 6 + 7x + 3x2 .
Ahora es claro que si p(x) y q(x) son dos polinomios cualesquiera y λ ∈ R, entonces
f (p(x) + q(x)) = p(x + 2) + q(x + 2) = f (p(x)) + f (q(x)) y f (λp(x)) =
λp(x + 2) = λf (p(x)), lo que prueba que f es lineal.
(c ) Esta aplicación no es lineal. Para comprobarlo es suciente elegir, por
ejemplo, p(x) = 1 + x y q(x) = x, entonces
f (p(x) + q(x)) = f (1 + x + x) = f (1 + 2x) = (1 + 2x)(1 + 2x) = 1 + 4x + 4x2 ,
mientras que
f (p(x)) + f (q(x)) = (1 + x)(1 + x) + xx = 1 + 2x + x2 + x2 = 1 + 2x + 2x2 ,
que es un polinomio distinto del anterior.
2.2. Aplicaciones lineales y matrices
Ejercicio 3.6. Se considera la aplicación lineal f : R3 → R2 denida por
f (x, y, z) = (x − 3y − z, 2x + y − 4z).
(a ) Hállese la matriz de f en las bases canónicas.

(b ) Hállese f (3, −1, 1) usando la expresión de f y mediante cálculo matricial.
Solución. Las bases canónicas de R3 y R2 son, respectivamente, {(1, 0, 0), (0, 1, 0),
(0, 0, 1)} y {(1, 0), (0, 1)}. Las coordenadas de un vector en la base canónica coin-
ciden con sus componentes. Para hallar la matriz de f hay que hallar las imágenes
de los vectores de la base canónica de R3 y expresarlos en la base canónica de R2 ,
109
sus coordenadas son las columnas de la matriz de f (véase 3.5),
f (1, 0, 0) = (1, 2)
f (0, 1, 0) = (−3, 1)
f (0, 0, 1) = (−1, −4).
Por tanto, la matriz de f en las bases canónicas es

1 −3 −1
.
2 1 −4
(b ) Usando la expresión de f , f (3, −1, 1) = (3 + 3 − 1, 2 · 3 − 1 − 4) = (5, 1).

Mediante cálculo matricial (véase 3.6), las coordenadas de f (3, −1, 1) en la
2
base canónica de R son
⎞ ⎛
3
1 −3 −1 ⎝ ⎠ 5
−1 = .
2 1 −4 1
1
Ejercicio 3.7. Determínense bases y la dimensión del subespacio imagen de f ,

Im f , y del núcleo, ker f , para la aplicación lineal f : R3 → R3 dada por
f (x1 , x2 , x3 ) = (−x1 + 2x2 − 2x3 , 2x1 + x2 − 3x3 , 3x1 − x2 − x3 ).
Solución. Sabemos que si {ē1 = (1, 0, 0), ē2 = (0, 1, 0), ē3 = (0, 0, 1)} es la base
canónica de R3 , entonces su imagen es un sistema generador de Im f (véase 3.3(6)),
luego
f (ē1 ) = (−1, 2, 3), f (ē2 ) = (2, 1, −1), f (ē3 ) = (−2, −3, −1)
son generadores de Im f . Se escriben estos vectores como columnas y se obtiene
la matriz A, que es la matriz asociada a f en las bases canónicas, y se halla su
rango, que coincide con la dimensión de Im f :
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
−1 2 −2 −1 2 −2 −1 2 −2
A=⎝ 2 1 −3⎠ −→ ⎝ 0 5 −7⎠ − → ⎝ 0 5 −7⎠ .
3 −1 −1 0 5 −7 0 0 0
Por tanto el rango es 2, la dimensión de Im f es 2 y una base estaría formada,

por ejemplo, por las dos primeras columnas de la matriz A ya que son linealmente
independientes.
110
El núcleo de f son los vectores x̄ = (x1 , x2 , x3 ) tales que f (x̄) = (0, 0, 0), es
decir, las soluciones del sistema homogéneo
⎧
⎨ −x1 + 2x2 − 2x3 = 0
2x1 + x2 − 3x3 = 0
⎩
3x1 − x2 − x3 = 0
La matriz de los coecientes de este sistema es justamente la matriz anterior A

y la ampliada se obtiene añadiendo una columna de ceros. Por tanto, cuando la
hemos llevado anteriormente a la forma escalonada, hemos resuelto el sistema por
el método de Gauss reducido y hemos obtenido

−x1 + 2x2 − 2x3 = 0 x1 = 2 · 75 x3 − 2x3 = 45 x3
→
−
5x2 − 7x3 = 0 x2 = 75 x3
Por consiguiente, el núcleo está formado por todos los vectores de la forma
4 7

(x1 , x2 , x3 ) = 5 x 3 , 5 x 3 , x3= x3 45 , 75 , 1 ,
4 7
y, en consecuencia, una base del núcleo es el vector
5, 5, 1 y su dimensión es 1.
NOTA. Según se ha comprobado al resolver este ejercicio, la dimensión del
espacio imagen, Im f , es igual al rango (r ) de la matriz A de f y la dimensión
del núcleo, puesto que la matriz de los coecientes del sistema homogéneo es A,
es igual al número incógnitas libres, que es igual al número de incógnitas menos
el rango, n − r. Este es un resultado importante que se llama teorema de la
dimensión y dice así: Si f : E → V es una aplicación lineal entre espacios de
dimensión nita, entonces
dim(E) = dim(Im f ) + dim(ker f ).
Ejercicio 3.8. Sea f : R2 → R 3 la aplicación lineal cuya matriz en las bases

canónicas es ⎛ ⎞
1 2
⎝−1 4⎠
0 1
(a ) Calcúlese f (3, 1).
(b ) Hállense las ecuaciones def.
(c ) Hállese la antiimagen de w̄ = (0, 1, −2), que se denota por f
−1 (w̄) y es el
2
conjunto de los vectores x̄ ∈ R cuya imagen es w̄ , es decir, f (x̄) = w̄ .
111
Solución. (a ) Se usa 3.6 y se obtiene

⎛
⎞ ⎛ ⎞
1 2 5
⎝ ⎠ 3
[f (3, 1)]ēi = −1 4 = 1⎠ .
⎝
1
0 1 1
Por tanto, f (3, 1) = (5, 1, 1).

(b ) Se aplica otra vez 3.6 a un vector arbitrario(x1 , x2 ) y se obtienen las
(y1 , y2 , y3 ) = f (x1 , x2 ):
ecuaciones en la forma
⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎧
y1 1 2 x1 + 2x2 ⎨ y1 = x1 + 2x2
⎝y2 ⎠ = ⎝−1 4⎠ x1 = ⎝−x1 + 4x2 ⎠ ⇒ y2 = −x1 + 4x2
x2 ⎩
y3 0 1 x2 y 3 = x2
(x1 , x2 ) siendo (y1 , y2 , y3 ) = (0, 1, −2),

(c ) En el sistema anterior, hay que hallar
⎧ ⎧
⎨ x1 + 2x2 = 0 ⎨ x1 + 2x2 = 0
−x1 + 4x2 = 1 → x1 = −9
⎩ ⎩
x2 = −2 x2 = −2
como estos dos valores no verican la 1

a ecuación, el sistema es incompatible, no
tiene solución, por tanto, f −1 (0, 1, −2) = ∅.
Ejercicio 3.9. Dada la aplicación lineal f : R4 → R4 tal que
ē1 = (1, 0, 0, 0) → (2, −1, −1, 0)

ē2 = (0, 1, 0, 0) → (−1, 1, 0, −1)
ē3 = (0, 0, 1, 0) → (1, 0, 1, −1)
ē4 = (0, 0, 0, 1) → (0, −1, −1, 2)
(a ) Hállese la imagen del vector v̄ = (2, 5, 6, 7).

(b ) Hállese la antiimagen de los vectores w̄1 = (0, −2, −4, 4) y w̄2 = (1, 0, 0, 1).
(c ) ¾Pertenece ū = (1, 2, 3, 4) al núcleo de f ?
Solución. (a ) Como {ē1 , ē2 , ē3 , ē4 } es la base canónica de R4 , se tiene que la
matriz de f, que es un endomorsmo, en la base canónica es
⎛ ⎞
2 −1 1 0
⎜−1 1 0 −1⎟
A=⎜
⎝−1 0
⎟.
1 −1⎠
0 −1 −1 2
112
Por tanto, aplicando el resultado 3.6 se tiene que

⎛ ⎞⎛ ⎞ ⎛ ⎞
2 −1 1 0 2 5
⎜−1 1 0 −1 ⎟ ⎜5⎟ ⎜−4⎟
[f (v̄)]ēi = ⎜
⎝−1 0
⎟⎜ ⎟ = ⎜ ⎟,
1 −1⎠ ⎝6⎠ ⎝−3⎠
0 −1 −1 2 7 3
y en consecuencia f (v̄) = (5, −4, −3, 3).
(b ) La antiimagen de un vector w̄ = (a, b, c, d), f −1 (w̄), está formada por todos
los vectores x̄ = (x1 , x2 , x3 , x4 ) ∈ R4 tales que f (x̄) = w̄. Utilizando la expresión
matricial para obtener el vector imagen (véase 3.6) se tiene
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
2 −1 1 0 x1 a ⎪
⎪ 2x1 − x2 + x3 =a
⎜−1 1 ⎟ ⎜x2 ⎟ ⎜ b ⎟ ⎨
⎜ 0 −1 ⎟⎜ ⎟ = ⎜ ⎟ ⇒ −x 1 + x 2 − x 4 =b
⎝−1 0 1 −1⎠ ⎝x3 ⎠ ⎝ c ⎠ ⎪ −x + x − x = c
⎪
⎩ 1 3 4
0 −1 −1 2 x4 d − x2 − x3 + 2x4 = d
La matriz de los coecientes de este sistema es la matriz de f. Se resuelve este
sistema por el método de Gauss reducido, pero intercambiamos de orden las dos
primeras ecuaciones
⎛ ⎞ ⎛ ⎞
−1 1 0 −1 b −1 1 0 −1 b
⎜ 2 −1 1 0 a⎟ (1) ⎜ 0 1 1 −2 a + 2b⎟
⎜ ⎟→ ⎜ ⎟
⎝−1 0 1 −1 c ⎠ ⎝ 0 −1 1 0 c − b ⎠
0 −1 −1 2 d 0 −1 −1 2 d
⎛ ⎞
−1 1 0 −1 b
(2) ⎜ 0 1 1 −2 a + 2b ⎟
→⎜ ⎝ 0 0 2 −2 a + b + c ⎠
⎟ (3.8)

0 0 0 0 a + 2b + d
(1) E2 → E2 + 2E1 , E3 → E3 + E1 . (2) E3 → E3 + E2 , E4 → E4 + E2 .
La última ecuación 0 = a + 2b + d es una condición necesaria y suciente para

que el sistema tenga solución, ya que si se verica, se pueden hallar las incógnitas
x 1 , x2 , x 3 , x4 y una de estas dos últimas es libre. Por tanto sólo tienen antiimagen
los vectores (a, b, c, d) que verican la ecuación
a + 2b + d = 0 (3.9)
(ésta es realmente la ecuación, en las variables (a, b, c, d), del subespacio imagen,
del cual son generadores las 4 columnas de la matriz A). Ahora se particulariza
para los vectores w̄1 y w̄2 del enunciado.
113
• Vector w̄1 = (0, −2, −4, 4). Se sustituye en (3.9) y resulta 0+2·(−2)+4 = 0,
por tanto sí hay solución. Sustituyendo en (3.8), el sistema a resolver sería
⎧ ⎧
⎨ −x1 + x2 − x4 = −2 ⎨ x1 = (−1 + x4 ) − x4 + 2 = 1
x2 + x3 − 2x4 = −4 → x2 = −4 − (−3 + x4 ) + 2x4 = −1 + x4
⎩ ⎩
2x3 − 2x4 = −6 x3 = −3 + x4
Luego f −1 (w̄1 ) son todos los vectores de la forma
(x1 , x2 , x3 , x4 ) = (1, −1 + x4 , −3 + x4 , x4 ) = (1, −1, −3, 0) + x4 (0, 1, 1, 1)

= (1, −1, −3, 0) + λ(0, 1, 1, 1).
• Vector w̄2 = (1, 0, 0, 1). Se sustituye en (3.9) y resulta 1 + 2 · 0 + 1 = 2, como

no se verica la ecuación, el sistema (3.8) no tiene solución y en consecuencia
f −1 (w̄2 ) = ∅.
NOTA. En el resultado obtenido para el vector w̄1 es fácil comprobar que el
vector (0, 1, 1, 1) f (1, −1, −3, 0) = w̄1 . En general,
es una base del núcleo y que
para una aplicación lineal f se tiene que f
−1 (w̄) = ā + ker f , donde ā es un vector
que cumple f (ā) = w̄ .
(c ) Basta hallar la imagen de ū como en el apartado (a ) y se obtiene f (ū) =

(3, −3, −2, 3), como no es 0̄, ū no es un elemento del núcleo.
Ejercicio 3.10. La matriz de la aplicación lineal f : R3 → R3 en la base

canónica es ⎛ ⎞
1 0 1
A = ⎝2 2 0⎠
0 k 1
donde k es un número real.
(a ) Para k = 0, determínense los vectores x̄ ∈ R3 tales que f (x̄) = x̄.
(b ) Determínese k si f (−1, 1, 1) = 0̄.
(c ) Hállese k si f (3, 1, −1) está en el subespacio U de ecuaciones x + z = 0,
−y + z = 0.
Solución. (a ) Si el vector x̄ es (x, y, z), hay que resolver la ecuación

⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
1 0 1 x x ⎨ x +z =x
⎝2 2 0⎠ ⎝y ⎠ = ⎝y ⎠ ⇒ z=0
2x + 2y = y →
⎩ 2x + y = 0
0 0 1 z z z=z
114

z=0
→
y = −2x
Por tanto, los vectores x̄ que cumplen f (x̄) = x̄ (con k = 0) son todos los vectores
de la forma
(x, y, z) = (x, −2x, 0) = x(1, −2, 0) = λ(1, −2, 0).
Forman un subespacio de dimensión 1, de base (1, −2, 0).

(b ) Se halla la imagen de (−1, 1, 1) mediante la expresión matricial (véase 3.6)
y se obtiene (0, 0, k + 1), y se iguala al vector cero, es decir (0, 0, k + 1) = (0, 0, 0)
y se deduce que k + 1 = 0, por tanto, k = −1.
(c ) Ahora se tiene f (3, 1, −1) = (2, 8, k − 1), y este vector ha de vericar las
dos ecuaciones del subespacio. Se sustituye y resulta:

2+k−1=0 k = −1
→
−8 + k − 1 = 0 k=9
Por tanto, no hay solución. No hay ningún valor de k para el cual f (3, 1, −1) esté
en el subespacio U.
Ejercicio 3.11. Para una aplicación lineal f : R3 → R3 se tiene
(0, 1, 0) → (0, 2, 3)
(1, 0, 0) → (1, 2, 0)
Hállese el transformado (imagen) de (3, 2, 1) sabiendo que el vector (1, 1, 1) está

en el núcleo.
Solución. Sea ē1 = (1, 0, 0), ē2 = (0, 1, 0) y ē3 = (0, 0, 1) la base canónica de R3
y supongamos que f (ē3 ) = (a, b, c). Entonces la matriz de f en la base canónica
es
⎛ ⎞
1 0 a
⎝2 2 b ⎠ .
0 3 c
Como (1, 1, 1) está en el núcleo, se tiene f (1, 1, 1) = (0, 0, 0) y por tanto
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧ ⎧
1 0 a 1 0 ⎨ 1+a=0 ⎨ a = −1
⎝2 2 b ⎠ ⎝1⎠ = ⎝0⎠ ⇒ 4+b=0 → b = −4
⎩ ⎩
0 3 c 1 0 3+c=0 c = −3
115
En consecuencia,
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 −1 3 2
[f ((3, 2, 1)]ēi = ⎝2 2 −4⎠ ⎝2⎠ = ⎝6⎠ .
0 3 −3 1 3
Otra forma de resolver la primera parte de este ejercicio sería la siguiente. Sea
ū = (1, 1, 1) = ē1 + ē2 + ē3 . Como f (ū) = 0̄ se sigue que f (ē1 ) + f (ē2 ) + f (ē3 ) = 0̄.
Despejando de esta ecuación,
f (ē3 ) = −f (ē1 ) − f (ē2 ) = −(1, 2, 0) − (0, 2, 3) = (−1, −4, −3).
Ejercicio 3.12. Se consideran las aplicaciones lineales f, g : R3 → R2 cuyas

matrices en las bases canónicas, respectivamente, son

−1 0 3 2 2 1
A= y B= .
1 2 −2 −4 1 0
(a ) Hállese la matriz de las aplicaciones 4f y 3f − 2g .

(b ) Obténgase la matriz de f −g o
de dos formas: 1 ) simplicando la expresión
f (x̄) − g(x̄) o
y a partir de ella la matriz y 2 ) usando el resultado 3.8.
Solución. (a ) Se sigue del resultado 3.8:

−1 0 3 −4 0 12
M (4f ) = 4M (f ) = 4 = .
1 2 −2 4 8 −8

−1 0 3 2 2 1
M (3f − 2g) = 3M (f ) − 2M (g) = 3 −2
1 2 −2 −4 1 0

−7 −4 7
= .
11 4 −6
o
(b ) 1 )
(f − g)(x1 , x2 , x3 ) = f (x1 , x2 , x3 ) − g(x1 , x2 , x3 )

⎛ ⎞ ⎛ ⎞
x x
−1 0 3 ⎝ 1 ⎠ 2 2 1 ⎝ 1⎠
= x2 − x2
1 2 −2 −4 1 0
x3 x3

−x1 + 3x3 2x1 + 2x2 + x3 −3x1 − 2x2 + 2x3
= − = .
x1 + 2x2 − 2x3 −4x1 + x2 5x1 + x2 − 2x3
116
De aquí, se hallan las imágenes de los vectores de la base canónica y se obtiene la

matriz de f − g:
−3 −2 2
.
5 1 −2
o
2 ) Aplicando el resultado 3.8 se tiene:

−1 0 3 2 2 1 −3 −2 2
M (f − g) = M (f ) − M (g) = − =
1 2 −2 −4 1 0 5 1 −2
que coincide, lógicamente, con la anterior.
Ejercicio 3.13. Se consideran las aplicaciones lineales f : R3 → R2 y g : R2 →

R3 cuyas matrices en las bases canónicas, respectivamente, son
⎛ ⎞
1 2
3 1 −1
A= y B = ⎝ 0 −2⎠ .
0 −2 2
−1 1
(a ) Hállese (g ◦ f )(−1, 2, 1). f ◦ g ?, ¾y f ◦ f ?

¾Se puede componer
(b ) Determínense las matrices de g ◦ f y f ◦ g en las bases canónicas.
(c ) Obténganse las ecuaciones de f , g y f ◦g . Obténganse también las ecuaciones
de esta última haciendo la composición.
Solución. (a ) Se aplica la denición de composición y la fórmula matricial para

el cálculo de la imagen:
" #
(g ◦ f )(−1, 2, 1) = g[f (−1, 2, 1)] = B A(−1, 2, 1)t
⎛ ⎞⎡ ⎛ ⎞⎤ ⎛ ⎞ ⎛ ⎞
1 2 −1 1 2 −6
3 1 −1 ⎝ ⎠⎦ ⎝ −2
= ⎝ 0 −2⎠ ⎣ 2 = 0 −2⎠ = ⎝ 4 ⎠.
0 −2 2 −2
−1 1 1 −1 1 0
La aplicación compuesta f ◦g está bien denida porque el espacio nal de g,

3
que es R , coincide con el espacio inicial de f . En cambio f ◦ f no está denida, no
se puede componer f con f porque el espacio de llegada de f no coincide con el
espacio de partida. Sólo se puede componer una aplicación lineal con ella misma
si es un endomorsmo.
f ◦g son, respectivamente,
(b ) Se aplica 3.9 y se sigue que las matrices de g◦f y
⎛ ⎞ ⎛ ⎞
1 2 3 −3 3
3 1 −1
M (g ◦ f ) = M (g)M (f ) = ⎝ 0 −2⎠ =⎝ 0 4 −4⎠ ,
0 −2 2
−1 1 −3 −3 3
117

⎞ ⎛
1
2
3 1 −1 ⎝ ⎠ 4 3
M (f ◦ g) = M (f )M (g) = 0 −2 = .
0 −2 2 −2 6
−1 1
(c ) Las ecuaciones de f, g y f ◦g son las siguientes.
De f:
⎛ ⎞
x
y1 3 1 −1 ⎝ 1 ⎠ y1 = 3x1 + x2 − x3
= x2 ⇒
y2 0 −2 2 y2 = − 2x2 + 2x3
x3
De g:
⎛ ⎞ ⎛ ⎞ ⎧
y1 1 2 ⎨ y1 = x1 + 2x2
⎝y2 ⎠ = ⎝ 0 −2⎠ x1 ⇒ y2 = − 2x2
x2 ⎩
y3 −1 1 y3 = −x1 + x2
De f ◦ g:

y1 4 3 x1 y1 = 4x1 + 3x2
= ⇒ (3.10)
y2 −2 6 x2 y2 = −2x1 + 6x2
Haciendo la composición
(1)
(f ◦ g)(x1 , x2 ) = f (g(x1 , x2 )) = f (x1 + 2x2 , −2x2 , −x1 + x2 )
(2)
= 3(x1 + 2x2 ) + (−2x2 ) − (−x1 + x2 ), −2(−2x2 ) + 2(−x1 + x2 )
= (3x1 + 6x2 − 2x2 + x1 − x2 , 4x2 − 2x1 + 2x2 )
= (4x1 + 3x2 , −2x1 + 6x2 ),
(1) Usando las ecuaciones de g. (2) Usando las ecuaciones de f.
que coincide con la expresión (3.10), obtenida anteriormente utilizando la matriz

de f ◦ g.
118
2.3. Matriz de una aplicación lineal al cambiar la base
Ejercicio 3.14. Sea f : R3 → R2 la aplicación lineal que en las bases canónicas

{ē1 , ē2 , ē3 } 3
de R y {ū1 , ū2 } de R2 tiene la matriz

2 −1 1
A= .
3 2 −3
Se considera en R3 la base {v̄1 , v̄2 , v̄3 } denida por
v̄1 = ē2 + ē3 , v̄2 = ē1 + ē3 , v̄3 = ē1 + ē2 .
¾Cuál es la nueva matriz de f? (En R2 se conserva la base {ū1 , ū2 }).
Solución. Para claricar ideas, en la resolución de este ejercicio y el siguiente no

se usará 3.11, sólo la denición de matriz de una aplicación lineal respecto de dos
bases (véase 3.5).
Hay que hallar f (v̄1 ), f (v̄2 ) y f (v̄3 ) y expresarlos en la base {ūi }. Como
A= [f ]ēūii , se tiene
[f (x̄)]ūi = [f ]ēūii [x̄]ēi = A [x̄]ēi
(véase 3.6). En particular, aplicada esta fórmula a x̄ = v̄1 , v̄2 , v̄3 resulta
⎛ ⎞
0
2 −1 1 ⎝ ⎠ 0
[f (v̄1 )]ūi = 1 = ⇒ f (v̄1 ) = −ū2 ,
3 2 −3 −1
1
⎛ ⎞
1
2 −1 1 ⎝ ⎠ 3
[f (v̄2 )]ūi = 0 = ⇒ f (v̄2 ) = 3ū1 ,
3 2 −3 0
1
⎛ ⎞
1
2 −1 1 ⎝ ⎠ 1
[f (v̄3 )]ūi = 1 = ⇒ f (v̄3 ) = ū1 + 5ū2 .
3 2 −3 5
0
Luego, la matriz de f en las bases {v̄i } y {ūi } es

0 3 1
[f ]v̄ūii = .
−1 0 5
119
Ejercicio 3.15. Siguiendo con el ejercicio anterior.

(a ) Se elige ahora en R2 la base {w̄1 , w̄2 } tal que
w̄1 = ū1 + 2ū2 , w̄2 = 3ū1 + 5ū2 . (3.11)
¾Cuál es la matriz de f en las bases {ēi } y {w̄i }?

(b ) ¾Cuál es la matriz de f en las bases {v̄i } y {w̄i }?
Solución. (a ) Por denición de matriz de f en las bases {ēi } y {ūi } (la matriz
A) se tiene
f (ē1 ) = 2ū1 + 3ū2 , f (ē2 ) = −ū1 + 2ū2 , f (ē3 ) = ū1 − 3ū2 . (3.12)
Hay que expresar estos 3 vectores como combinación lineal de w̄1 y w̄2 . Se despeja
de (3.11) los vectores ū1 , ū2 en función de w̄1 y w̄2 :

ū1 + 2ū2 = w̄1 ū1 + 2ū2 = w̄1 ū1 = w̄1 − 2ū2
→ →
3ū1 + 5ū2 = w̄2 −ū2 = −3w̄1 + w̄2 ū2 = 3w̄1 − w̄2

ū1 = w̄1 − 2(3w̄1 − w̄2 ) ū1 = −5w̄1 + 2w̄2
→ → (3.13)
ū2 = 3w̄1 − w̄2 ū2 = 3w̄1 − w̄2
Se sustituyen estos vectores en (3.12) y se obtiene
f (ē1 ) = 2(−5w̄1 + 2w̄2 ) + 3(3w̄1 − w̄2 ) = −w̄1 + w̄2 ,

f (ē2 ) = −(−5w̄1 + 2w̄2 ) + 2(3w̄1 − w̄2 ) = 11w̄1 − 4w̄2 ,
f (ē3 ) = (−5w̄1 + 2w̄2 ) − 3(3w̄1 − w̄2 ) = −14w̄1 + 5w̄2 .
Por tanto, por denición, la matriz de f en las bases {ēi } y {w̄i } es

ēi −1 11 −14
[f ]w̄ = .
i 1 −4 5
(b ) Ahora hay que hallar f (v̄1 ), f (v̄2 ) y f (v̄3 ) y expresarlos en la base {w̄i }.
Los tres vectores f (v̄1 ), f (v̄2 ), f (v̄3 ) están calculados en el ejercicio anterior (en la
base {ūi }), y para determinar sus coordenadas en la base {w̄i } usamos (3.13) y
resulta
f (v̄1 ) = −ū2 = −(3w̄1 − w̄2 ) = −3w̄1 + w̄2 ,

f (v̄2 ) = 3ū1 = 3(−5w̄1 + 2w̄2 ) = −15w̄1 + 6w̄2 ,
f (v̄3 ) = ū1 + 5ū2 = (−5w̄1 + 2w̄2 ) + 5(3w̄1 − w̄2 ) = 10w̄1 − 3w̄2 .
120
En consecuencia, por denición, la matriz de f en las bases {v̄i } y {w̄i } es

−3 −15 10
[f ]v̄w̄ii = .
1 6 −3
Ejercicio 3.16. Resuélvanse los dos ejercicios anteriores usando cálculo matri-
cial.
Solución. Aplicaremos lo expuesto en 3.11 en cada uno de los apartados.

⎛ (Ejercicio
⎞ 3.14) La matriz del cambio de base desde {ēi } hasta {v̄i } es P =
0 1 1
⎝1 0 1⎠. Por tanto, la matriz de f en las bases {v̄i } y {ūi } es
1 1 0
⎞ ⎛
0 1 1
2 −1 1 ⎝ ⎠ 0 3 1
AP = 1 0 1 = .
3 2 −3 −1 0 5
1 1 0
(Ejercicio 3.15a ) La matriz del cambio de base desde {ūi } hasta {w̄i } es Q=

1 3
. Por consiguiente, la matriz de f en las bases {ēi } y {w̄i } es
2 5

−1 −5 3 2 −1 1 −1 11 −14
Q A= = .
2 −1 3 2 −3 1 −4 5
(Ejercicio 3.15b ) Teniendo en cuenta lo anterior y 3.11, la matriz de f en las

bases {v̄i } y {w̄i } es

−5 3 0 3 1 −3 −15 10
Q−1 AP = Q−1 (AP ) = = .
2 −1 −1 0 5 1 6 −3
Nótese que los resultados coinciden con los obtenidos en los dos ejercicios
anteriores.
121
Ejercicio 3.17. Una aplicación lineal f de un espacio vectorial de dimensión 2

en sí mismo tiene por matriz en la base {ē1 , ē2 }

2 −3
A= .
3 −2
Determínese, sin y con cálculo matricial, la matriz de f en la base {v̄1 , v̄2 } tal
que
v̄1 = ē1 − ē2 , v̄2 = ē1 + 3ē2 .
Solución. (a ) Sin cálculo matricial. Por denición de matriz de un endomorsmo

f (ē1 ) = 2ē1 + 3ē2 , f (ē2 ) = −3ē1 − 2ē2 .
Ahora se hallan f (v̄i ) y se expresan en la base {v̄i }. Por denición de los v̄i y
aplicando la linealidad
f (v̄1 ) = f (ē1 − ē2 ) = f (ē1 ) − f (ē2 ) = (2ē1 + 3ē2 ) − (−3ē1 − 2ē2 )

= 5ē1 + 5ē2 ,
(3.14)
f (v̄2 ) = f (ē1 + 3ē2 ) = f (ē1 ) + 3f (ē2 ) = (2ē1 + 3ē2 ) + 3(−3ē1 − 2ē2 )
= −7ē1 − 3ē2 .
Hay que expresar estos dos vectores como combinación lineal de v̄1 y v̄2 . Primero
se obtienen ē1 y ē2 en función de v̄1 y v̄2 :

ē1 − ē2 = v̄1 (1) ē1 − ē2 = v̄1 (2) 4ē1 = 3v̄1 + v̄2
→ →
ē1 + 3ē2 = v̄2 4ē2 = −v̄1 + v̄2 4ē2 = −v̄1 + v̄2

ē1 = 34 v̄1 + 14 v̄2
→ (3.15)
ē2 = −1 1
4 v̄1 + 4 v̄2
(1) E2 → E2 − E1 . (2) E1 → 4E1 + E2 .
Se sustituyen estos dos vectores en (3.14) y resulta

f (v̄1 ) = 5 34 v̄1 + 14 v̄2 + 5 −1
4 v̄1 + 14 v̄2 = 10 10
4 v̄1 + 4 v̄2
3
f (v̄2 ) = −7 4 v̄1 + 14 v̄2 − 3 −1 1 −18 10
4 v̄1 + 4 v̄2 = 4 v̄1 − 4 v̄2 .
Por tanto, la matriz de f en la base {v̄i } es

5
2 − 92
[f ]v̄i = 5 .
2 − 52
122
(b ) Con cálculo matricial. La matriz del cambio de base desde

{ēi } hasta {v̄i }
1 1
es P = . Según el resultado 3.12, la matriz de la aplicación lineal en la
−1 3
nueva base {v̄i } es

−1 1 3 −1 2 −3 1 1 1 3 −1 5 −7
A = P AP = =
4 1 1 3 −2 −1 3 4 1 1 5 −3

5
− 92
= 52 5 .
2 −2
Ejercicio 3.18. Sea f : R 3 → R3 la aplicación lineal determinada por
(1, 0, 1) → w̄1 = (1, 1, 1)

(0, 1, 1) → w̄2 = (1, 2, 1)
(0, 0, 1) → w̄3 = (2, 3, 2)
(a ) Obténgase la matriz de f en la base canónica.

(b ) Como w̄3 = w̄1 + w̄2 , a partir de aquí, utilizando la linealidad, determínese
un vector que esté en el núcleo.
Solución. (a ) Sea {ē1 , ē2 , ē3 } la base canónica de R3 . Los vectores

ē1 = (1, 0, 1) = ē1 + ē3 , ē2 = (0, 1, 1) = ē2 + ē3 , ē3 = (0, 0, 1) = ē3 (3.16)
forman una base de R3 ya que la matriz formada con ellos es de rango 3. Por
tanto, según el enunciado del ejercicio, se tiene que la matriz de f en las bases
{ēi } y {ēi } es
⎞ ⎛
1 1 2
ēi
A = [f ] = ⎝1 2 3⎠ .
ēi
1 1 2
En esta ocasión, en vez de un cambio de base en el espacio inicial, vamos a seguir
el siguiente esquema
Id f
R3 −−→ R3 −−→ R3
{ēi } B {ēi } A {ēi }
Como f = f ◦ Id , aplicando la fórmula (3.2), se sigue que
ē
[f ]ēēii = [f ◦ Id ]ēēii = [f ]ēii [Id ]ēēi .
i
123
La matriz B = [Id ]ēēi es la matriz de la aplicación identidad en las bases {ēi } y

i
{ēi }, en la que hay que expresar Id (ēi ) =
ēi en función de la base {ēi }, y las
igualdades en (3.16) son justamente las expresiones inversas, por lo que hay que
hallar el cambio inverso:
⎧ ⎧ ⎛ ⎞
⎨ ē1 + ē3 = ē1 ⎨ ē1 = ē1 − ē3 1 0 0
ē2 + ē3 = ē2 → ē2 = ē2 − ē3 ⇒ [Id ]ēēi = ⎝ 0 1 0⎠ .
⎩ ⎩ i
ē3 = ē3 ē3 = ē3 −1 −1 1
Luego
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 1 2 1 0 0 −1 −1 2
[f ]ēēii = ⎝1 2 3⎠ ⎝ 0 1 0⎠ = ⎝−2 −1 3⎠ .
1 1 2 −1 −1 1 −1 −1 2
(b ) Como f (ē1 ) = w̄1 , f (ē2 ) = w̄2 , f (ē3 ) = w̄3 , w̄1 + w̄2 − w̄3 = 0̄ y f es lineal,
se deduce

que f (ē1 + ē2 − ē3 ) = 0̄, y por tanto, el vector
ē1 + ē2 − ē3 = (1, 0, 1) + (0, 1, 1) − (0, 0, 1) = (1, 1, 1)
es un vector del núcleo de f.

Ejercicio 3.19. Obténgase la matriz, en la base canónica, de la aplicación lineal
f : M2×2 → M2×2 dada por
f (X) = XB,

−1 2
donde B= .
3 −4
Solución. Aunque no se pide en el ejercicio, la comprobación de la linealidad de

f se haría como en el ejercicio 3.4.
Hay que hallar las imágenes de la base canónica, que está formada por las
matrices

1 0 0 1 0 0 0 0
A1 = , A2 = , A3 = , A4 = .
0 0 0 0 1 0 0 1
Entonces

1 0 −1 2 −1 2
f (A1 ) = A1 B = = = −A1 + 2A2 ,
0 0 3 −4 0 0
124

0 1 −1 2 3 −4
f (A2 ) = A2 B = = = 3A1 − 4A2 ,
0 0 3 −4 0 0

0 0 −1 2 0 0
f (A3 ) = A3 B = = = −A3 + 2A4 ,
1 0 3 −4 −1 2

0 0 −1 2 0 0
f (A4 ) = A4 B = = = 3A3 − 4A4 .
1 0 3 −4 3 −4
Por tanto, la matriz de f en la base canónica es
⎛ ⎞
−1 3 0 0
⎜ 2 −4 0 0⎟
⎜ ⎟.
⎝0 0 −1 3 ⎠
0 0 2 −4
Ejercicio 3.20. Determínese la matriz de la aplicación lineal f : P2 [x] → P2 [x]

dada por
d
f (p(x)) = p(x) = p (x)
dx
en la base B = {1 + x, 1 − 2x, x + x2 }. (Aquí
d
dx indica derivada respecto a x).
Solución. Hallaremos la matriz de f en la base canónica C = {1, x, x2 } y después

haremos un cambio de base.
Es claro que las imágenes de los elementos de la base son
d d d 2
f (1) = 1 = 0, f (x) = x = 1, f (x2 ) = x = 2x.
dx dx dx
⎛ ⎞
0 1 0
Por tanto, la matriz de f en la base canónica es A = ⎝0 0 2⎠.
0 0 0
⎛ matriz del⎞cambio de base desde la base canónica
La C hasta la base B es
1 1 0
P = ⎝1 −2 1⎠.
0 0 1
125
Por último, aplicando el resultado 3.12 se obtiene la matriz de f en la base B:
A = P −1 AP
⎛ ⎞⎛ ⎞⎛ ⎞ ⎛2 −4 4 ⎞
−2 −1 1 0 1 0 1 1 0 3 3 3
= −1 ⎝−1 1 −1⎠ ⎝0 0 2⎠ ⎝1 −2 1⎠ = ⎝ 1 −2 −1 ⎠ .
3 3 3 3
0 0 −3 0 0 0 0 0 1 0 0 0
(Se recuerda que el cálculo de la inversa de una matriz está explicado en el tema
1).
2.4. Matrices equivalentes y matrices semejantes

1 2
Ejercicio 3.21. Se considera la matriz A = . Hállense dos matrices
3 4
equivalentes a A y otra más que sea semejante.
Solución. De acuerdo con la denición (véase 3.13), la matriz A es equivalente

a la matriz B si existen matrices regulares P y Q tales que B = QAP . Pero
usaremos la caracterización 3.14: A y B son equivalentes si y sólo si tienen el
mismo rango.
Puesto que |A| = 0, el rango de A

2y por tanto,
es
cualquier matriz 2 × 2
de
3 −1 4 0
rango 2 es equivalente a A, por ejemplo, y .
−1 2 0 1

2 1
No sería equivalente a porque esta matriz tiene rango 1.
4 2
Para hallar una matriz semejante a A, utilizaremos la denición (véase 3.15),
según la cual A
es semejante a A si existe una matriz inversible P tal que A =

1 1
P −1 AP . Así, por ejemplo, si se elige como matriz P = , entonces la matriz
0 1
A = P −1 AP

1 −1 1 2 1 1 −2 −2 1 1 −2 −4
= = =
0 1 3 4 0 1 3 4 0 1 3 7
es semejante a A.
126

−1 4
Ejercicio 3.22. Determínese si las matrices A=
1 2
3 5
y B=
0 1
son
semejantes.
Solución. Para determinar si la matriz B es semejante a A hay que ver si existe

una matriz inversible P tal que B = P −1 AP . Multiplicando a la izquierda por P ,
se obtiene la condición equivalente
P B = AP,
siempre que Psea inversible.

Estudiemos si existe una tal matriz P . Ésta será de
a b
la forma P = , entonces la igualdad P B = AP equivale a
c d

a b −1 4 1 2 a b −a 4a + b a + 2c b + 2d
= ⇔ =
c d 0 1 3 5 c d −c 4c + d 3a + 5c 3b + 5d
Se iguala término a término y se resuelve el sistema
⎧ ⎧ ⎧
⎪
⎪ −a = a + 2c ⎪
⎪ a + c = 0 ⎪
⎪ a +c =0
⎨ ⎨ ⎨
4a + b = b + 2d 2a − d = 0 (1) −2c − d = 0
→ →
⎪
⎪ −c = 3a + 5c ⎪
⎪ a + 2c =0 ⎪
⎪ c =0
⎩ ⎩ ⎩
4c + d = 3b + 5d 3b − 4c + 4d = 0 3b − 4c + 4d = 0
(1) E2 → E2 − 2E1 , E3 → E3 − E1 .
Como la única solución del sistema es

a = 0, b = 0, c = 0 y d = 0, se tiene que
0 0
P = , y como no es inversible, se concluye que B no es semejante a A.
0 0

Ejercicio 3.23. Estúdiese si las matrices A =
1 0
0 2
y B =
1 1
0 2
son
semejantes.

Solución. Se procede como en el ejercicio anterior. Sea P =
a b
c d
, entonces
de la igualdad P B = AP se obtiene

a b 1 1 1 0 a b a a + 2b a b
= ⇔ =
c d 0 2 0 2 c d c c + 2d 2c 2d
127
Se iguala término a término y se resuelve el sistema

⎧
⎪ a=a ⎧
⎪
⎨ ⎨ b = −a
a + 2b = b
→ c=0
⎪
⎪ c = 2c ⎩
⎩ a y d libres
c + 2d = 2d

a −a
Por tanto, todas las matrices P de la forma P = , con a, d ∈ R y
0 d
ad = 0 (para que P sea inversible) verican las condiciones y, en conclusión, A es
semejante a B.
2.5. Valores propios y vectores propios. Diagonalización
⎛ ⎞
3 0 0
Ejercicio 3.24. Se considera la matriz A = ⎝−6 −4 −3⎠.
8 6 5
(a ) Estúdiese si los vectores ū = (1, 1, −2) y v̄ = (1, −3, 5) son vectores propios
de A.
(b ) ¾Es λ = 2 un valor propio de A? (utilícese sólo la denición). ¾Y λ = 1?
(c ) ¾Para algún valor de k el vector (0, 1, k) es un vector propio de A?
(d ) ¾Se puede deducir de los apartados anteriores si A es diagonalizable?
Solución. (a ) De acuerdo con la denición (véase 3.17), un vector no nulo ū ∈ R3

es un vector propio de A si Aū = λū para algún número λ. Se recuerda que cuando
se utiliza cálculo matricial y las bases canónicas, los vectores se escriben como
vectores columna. Por tanto
⎛ ⎞⎛ ⎞ ⎛ ⎞
3 0 0 1 3
⎝
Aū = −6 −4 −3 ⎠ ⎝ 1 ⎠ = −4⎠ .
⎝
8 6 5 −2 4
Como no existe λ tal que (3, −4, 4) = λ(1, 1, −2), se concluye que ū no es un
vector propio de A.
Se procede del mismo modo con v̄ :
⎛ ⎞⎛ ⎞ ⎛ ⎞
3 0 0 1 3
Av̄ = ⎝−6 −4 −3⎠ ⎝−3⎠ = ⎝−9⎠ .
8 6 5 5 15
128
Es claro que Av̄ = (3, −9, 15) = 3 · (1, −3, 5) = 3v̄ , por tanto v̄ es un vector propio
de A y el valor propio asociado es λ = 3.
(b ) Según la denición (véase 3.17), λ es un valor propio si para algún vector
w̄ = 0̄ se tiene Aw̄ = λw̄. Veamos si existe w̄ = (x, y, z) que cumpla lo anterior
con λ = 2.
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
3 0 0 x x ⎨ 3x = 2x
⎝
Aw̄ = 2w̄ ⇒ −6 −4 −3 ⎠ ⎝ ⎠
y =2 y ⇒⎝ ⎠ −6x − 4y − 3z = 2y
⎩
8 6 5 z z 8x + 6y + 5z = 2z
⎧
⎨ x=0
x=0
→ −6x − 6y − 3z = 0 →
⎩ z = −2y
8x + 6y + 3z = 0
Por tanto, todos los vectores w̄ de la forma
(x, y, z) = (0, y, −2y) = y(0, 1, −2)
son los vectores propios asociados al valor 2, y por consiguiente, λ=2 sí es un

valor propio.
(c ) El vector (0, 1, k) es un vector propio de A si A(0, 1, k)t = λ(0, 1, k) para

λ. Operando
algún número
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎧
3 0 0 0 0 0 0 ⎨ 0=0
⎝−6 −4 −3⎠ ⎝1⎠ = λ ⎝1⎠ ⇒ ⎝−4 − 3k ⎠ = ⎝ λ ⎠ ⇒ −4 − 3k = λ
⎩
8 6 5 k k 6 + 5k λk 6 + 5k = λk
Este sistema no es lineal por la presencia del producto λk . El valor λ = −4 − 3k

de la segunda ecuación se sustituye en la tercera,
6+5k = (−4−3k)k ⇒ 6+5k = −4k −3k 2 ⇒ 3k 2 +9k +6 = 0 ⇒ k 2 +3k +2 = 0.
Esta ecuación de grado 2 tiene dos soluciones k = −1 y k = −2.

• Si k = −1, entonces λ = −4 − 3 · (−1) = −1 y el vector propio es (0, 1, −1).
• Si k = −2, entonces λ = −4 − 3 · (−2) = 2 y el vector propio es (0, 1, −2).
(d ) Recapitulando, en el apartado (a ) se ha obtenido queū1 = (1, −3, 5) es
un vector propio de valor propio λ1 = 3 y en el (c ) (el resultado de (b ) está
contenido en el de (c )) que los vectores ū2 = (0, 1, −1) y ū3 = (0, 1, −2) son
vectores propios de valores propios, respectivamente, λ2 = −1 y λ3 = 2. Como
129
los valores propios son distintos, por el resultado 3.24, los vectores ū1 , ū2 , ū3 son
linealmente independientes, y por tanto, una base de R3 . Por el resultado 3.23,
puesto que tenemos una base de R3 formada por vectores propios de A, se concluye
que A es diagonalizable y, además, una diagonalización de A y la matriz de paso,
respectivamente, son
⎛ ⎞ ⎛ ⎞
3 0 0 1 0 0
D = ⎝0 −1 0⎠ y P = ⎝−3 1 1 ⎠,
0 0 2 5 −1 −2
las cuales cumplen D = P −1 AP .
Ejercicio 3.25. Determínense los valores propios de las siguientes matrices y
estúdiese si diagonalizan, indicando, en su caso, una diagonalización:

−5 9 3 2 3 0
(a ) A= , (b ) B= y (c ) C= .
−3 7 −1 1 1 3
Solución. (a ) Sabemos que los valores propios de una matriz A son las raíces del
polinomio característico (véase 3.20). Éste es igual a

−5 9
1 0 −5 − t 9
pA (t) = |A − tI| = −t =
−3 7 0 1 −3 7 − t
= (−5 − t)(7 − t) + 27 = t2 − 2t − 8.
Se resuelve la ecuación característica t2 − 2t − 8 = 0 y se obtienen las soluciones
t = −2 y t = 4, que son los valores propios. Como la matriz es 2×2 y tiene 2
valores propios distintos, se deduce que
A es diagonalizable (véase 3.27) y una
−2 0
matriz diagonal es .
0 4
(b ) El polinomio característico de la segunda matriz es

3 2 1 0 3 − t 2

pB (t) = |B − tI| = −t = =
−1 1 0 1 −1 1 − t
= (3 − t)(1 − t) + 2 = t2 − 4t + 5.
Este polinomio no tiene raíces (reales) ya que el discriminante de la ecuación
t2 − 4t + 5 = 0, b2 − 4ac = (−4)2 − 4 · 1 · 5 = −4, es negativo. Por tanto, B no
tiene valores propios, y en consecuencia, no es diagonalizable.
(c ) El polinomio característico de la tercera matriz es

3 − t
0
pC (t) = |C − tI| = = (3 − t)2 = (t − 3)2 .
1 3 − t
130
Es claro que la única raíz es t=3 con multiplicidad (algebraica) 2. Sólo con esta
información no se puede saber si es diagonalizable, se necesita la dimensión del
subespacio propio E(3). Éste es el conjunto de todas las soluciones del sistema
homogéneo (C − 3I)X = 0̄, donde X = (x, y)t (véase 3.21). Este sistema se
resuelve a continuación

3 0 1 0 x 0 0 0 x 0 0 0
−3 = ⇒ = ⇒ =
1 3 0 1 y 0 1 0 y 0 x 0
Igualando término a término se obtiene x = 0, y libre. Por tanto, el espacio

propio E(3) está formado por todos los vectores de la forma (0, y) = y(0, 1). Es
pues un espacio de dimensión 1 (multiplicidad geométrica). Como la multiplicidad
algebraica no coincide con la geométrica, se deduce que C no es diagonalizable
(véase 3.26).
Ejercicio 3.26. Propóngase un ejemplo de una matriz que tenga el mismo

polinomio característico que la matriz C del ejercicio anterior y que no sea
semejante a C.
Solución. Como queremos que no sea semejante a C , vamos a buscar si hay una
matriz diagonal A que tenga el mismo polinomio característico que
C. La matriz
a 0
A será de la forma A= . Su polinomio característico es
0 b

a − t 0
|A − tI| = = (a − t)(b − t) − 0 = t2 − (a + b)t + ab.
0 b − t
El polinomio característico de C es(t − 3)2 = t2 − 6t + 9. Identicando coecientes

se deduce
a+b=6
ab = 9
Despejando en la primera ecuación b = 6 − a y sustituyendo en la segunda a(6 −
a) = 9. De aquí, a2 − 6a + 9 = 0, ecuación cuya única solución es a = 3 y por
tanto, b = 3.

3 0
Así pues la matriz A = = 3I tiene el mismo polinomio característico
0 3
que C . Sin embargo no es semejante a C . En efecto, si lo fuera, existiría una
matriz regular P tal que
C = P −1 AP = P −1 3IP = 3P −1 P = 3I,
131
lo cual es una contradicción pues es claro que C = 3I . También se podría haber

argumentado del siguiente modo: C A porque si lo fuera, C sería
no es semejante a
diagonalizable y según se ha visto en el ejercicio anterior, C no es diagonalizable.

27 −75
Ejercicio 3.27. Se considera la matriz A = 10 −28 .
(a ) Pruébese que es diagonalizable y hállense una diagonalización y una matriz
de paso.
(b ) Utilícense los resultados obtenidos para calcular A5 .
Solución. (a ) El polinomio característico de la matriz A es

27 − t −75
|A − tI| = = (27 − t)(−28 − t) − 750 = t2 + t − 6.
10 −28 − t
Las raíces de este polinomio, que son los valores propios de A, son t1 = −3 y
t2 = 2. Puesto que A es 2 × 2 y tiene 2 valores
propios distintos, es diagonalizable

−3 0
(véase 3.27) y una matriz diagonal es D = .
0 2
Para obtener una matriz de paso P desde A hasta D hay que determinar una
base en cada uno de los espacios propios.
E(−3) del valor propio −3 hay que

Para hallar una base del espacio propio
resolver el sistema homogéneo (A − (−3)I)X = 0̄, donde X = (x, y) (véase 3.21).
t
En general, la matriz A − λI se obtiene restando λ a los elementos de la

diagonal principal de A.
En este caso, A − (−3)I se halla restando −3, es decir, sumando 3, a los
A, y se tiene la ecuación
elementos de las diagonal de

30 −75 x 0 30x − 75y = 0 x = 52 α
= ⇒ → 2x − 5y = 0 →
10 −25 y 0 10x − 25y = 0 y=α
(nótese que en el primer sistema las dos ecuaciones son proporcionales por lo que
se suprime la primera y la segunda se simplica dividiendo entre 5). Por tanto,
los vectores propios asociados al valor propio −3 son todos los de la forma

(x, y) = 52 α, α = α 52 , 1 .
5
Una base de este espacio propio es
2 , 1 . Para evitar denominadores, multiplica-
mos por 2 y resulta (5, 2), que también es una base.
132
E(2) del valor propio 2.

A continuación se halla una base del espacio propio
(A − 2I)X = 0̄. De aquí
Para ello hay que resolver el sistema homogéneo

25 −75 x 0 25x − 75y = 0 x = 3α
= ⇒ → x − 3y = 0 →
10 −30 y 0 10x − 30y = 0 y=α
Por tanto, el subespacio propio son los vectores de la forma
(x, y) = (3α, α) = α(3, 1),

y una base es (3, 1).
Por consiguiente, puesto que las columnas de la matriz P son los vectores
propios, uno para cada valor, siempre que formen una base de R2 , se tiene

5 3
P = ,
2 1
y sabemos que se verica D = P −1 AP (véase 3.23).
(b ) Para la matriz D hallada en el apartado anterior, y en general para las

matrices diagonales, es muy sencillo calcular sus potencias ya que

−3 0
2 −3 0 (−3)2 0
D = = ,
0 2 0 2 0 22

3 2 (−3)2 0 −3 0 (−3)3 0
D =D D= = ,
0 22 0 2 0 23

n (−3)n 0 5 −243 0
y en general, D = . En particular, D = .
0 2n 0 32
Para hallar A5 se despeja A D = P −1 AP , multiplicando a la
de la igualdad
izquierda por P y a la derecha por P
−1 y resulta A = P DP −1 . Con esta expresión
ya es sencillo obtener las potencias de A:
A2 = A · A = P DP −1 · P DP −1 = P D2 P −1 ,
A3 = A2 · A = P D2 P −1 · P DP −1 = P D3 P −1 .
Y en general, An = P Dn P −1 . En particular

5 55 3−1 −243 0 −1 3
A = PD P =
2 1 0 32 2 −5

−1215 96 −1 3 1407 −4125
= = .
−486 32 2 −5 550 −1618
133

−3 6
Ejercicio 3.28. Estúdiese si la matriz A=
1 −2
es diagonalizable y, en
su caso, encuéntrense una diagonalización y una matriz de paso.
Solución. El polinomio característico es

−3 − t 6

|A − tI| = = (−3 − t)(−2 − t) − 6 = t2 + 5t.
1 −2 − t
Los valores propios deA son las raíces de este polinomio, es decir t1 = 0 y t2 = −5.
Puesto que A es 2 × 2 y tiene 2 valores propios distintos, es diagonalizable (véase

0 0
3.27) y una matriz diagonal es D = .
0 −5
E(0) del valor propio 0 hay que resolver

Para hallar una base del espacio propio
(A − 0 · I)X = 0̄, es decir, AX = 0̄, o sea la ecuación
el sistema homogéneo

−3 6 x 0 −3x + 6y = 0 x = 2α
= ⇒ → x − 2y = 0 →
1 −2 y 0 x − 2y = 0 y=α
Por tanto, una base del espacio propio E(0) es (2, 1).
Ahora hallamos una base del espacio propio E(−5) del valor propio −5. Hay
que resolver el sistema homogéneo (A − (−5)I)X = 0̄, o sea

2 6 x 0 2x + 6y = 0 x = −3α
= ⇒ → x + 3y = 0 →
1 3 y 0 x + 3y = 0 y=α
Por tanto, una base del espacio propio E(−5) es (−3, 1).

2 −3
En consecuencia, una matriz de paso desde A hasta D es P = .
1 1
NOTA. El espacio propio del valor propio 0 coincide con el núcleo de la aplica-
ción lineal denida por la matriz A. Y en general, el espacio propio del valor propio
λ coincide con el núcleo de la aplicación lineal A−λI , esto es, E(λ) = ker(A−λI).
⎛ ⎞
−3 3 −2
Ejercicio 3.29. Estúdiese si la matriz A = ⎝−2 2 −2⎠ es diagonalizable
6 −3 5
y, en su caso, encuéntrense una diagonalización y una matriz de paso.
134

−3 − t
3 −2 3 − t
0 3 − t
(1)
|A − tI| = −2 2 − t −2 = −2 2 − t −2
6 −3 5 − t 6 −3 5 − t

1 0 1 1 0 0
(2) (3)
= (3 − t) −2 2 − t −2 = (3 − t) −2 2 − t 0
6 −3 5 − t 6 −3 −1 − t
(4)
= (3 − t)(2 − t)(−1 − t).
(1) F1 → F1 + F3 . (2) Se saca factor a 3−t en F1 . (3) C3 → C 3 − C 1 .

(4) Se desarrolla por la la 1.
Los valores propios de A son las raíces de este polinomio, que son t1 = 3,
t2 = 2 y t3 = −1. Puesto que A es 3×3 y tiene 3 valores propios distintos, es
⎛ ⎞
3 0 0
diagonalizable (véase 3.27) y una matriz diagonal es D = ⎝0 2 0 ⎠.
0 0 −1
Una base del espacio propio E(3) del valor propio 3 se halla resolviendo la
ecuación (A − 3I)X = 0̄, o sea la ecuación
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
−6 3 −2 x 0 ⎨ −6x + 3y − 2z = 0
⎝−2 −1 −2⎠ ⎝y ⎠ = ⎝0⎠ ⇒ −2x − y − 2z = 0
⎩
6 −3 2 z 0 6x − 3y + 2z = 0
⎧
⎨ x=α
(1) −4x + 4y = 0 (2)
→ → y=α
−2x − y − 2z = 0 ⎩
z = −3
2 α
(1) Como E3 = −E1 , se suprime E3 , E1 → E1 − E2 .

(2) Se despejan y, z en función de x = α.

Por tanto, una base del espacio propio E(3) es 1, 1, −3
2 , o bien, multiplicando
por 2, el vector (2, 2, −3).
Una base del espacio propio E(2) del valor propio 2 se halla resolviendo la
135
ecuación (A − 2I)X = 0̄, es decir

⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
−5 3 −2 x 0 ⎨ −5x + 3y − 2z = 0
⎝−2 0 −2⎠ ⎝y ⎠ = ⎝0⎠ ⇒ −2x − 2z = 0
⎩
6 −3 3 z 0 6x − 3y + 3z = 0
⎧ ⎧
⎨ −5x + 3y − 2z = 0 ⎨ x=α
(1) (2)
→ −2x − 2z = 0 → y=α
⎩ ⎩
x +z =0 z = −α
(1) E3 → E3 + E1 .
(2) Como E2 = −2E3 , se suprime E2 y se despejan y, z en función de x = α.
Por consiguiente, una base del espacio propio E(2) es (1, 1, −1).
E(−1) del valor
Por último, hallamos una base del espacio propio propio −1
resolviendo la ecuación(A − (−1)I)X = 0̄, esto es
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
−2 3 −2 x 0 ⎨ −2x + 3y − 2z = 0
⎝−2 3 −2⎠ ⎝y ⎠ = ⎝0⎠ ⇒ −2x + 3y − 2z = 0
⎩
6 −3 6 z 0 6x − 3y + 6z = 0
⎧
⎨ x=α
(1) −2x + 3y − 2z = 0 (2)
→ → y=0
4x + 4z = 0 ⎩
z = −α
(1) Como E2 = E1 , se suprime E 2 , E 3 → E3 + E 1 .
Por tanto, una base del espacio propio E(−1) es (1, 0, −1).
En consecuencia, los vectores de las bases de los tres espacios propios, vistos
como vectores columnas, dan lugar a la matriz de paso desde
⎛ ⎞ A hasta D, esto es
2 1 1
P =⎝ 2 1 0 ⎠. Esta matriz, según sabemos, cumple que D = P −1 AP .
−3 −1 −1
NOTA. Para determinar el polinomio característico, el cálculo del determi-
nante de la matriz A − tI , aunque algo laborioso, puede hacerse por la Regla de
Sarrus y se obtiene
p(t) = −t3 + 4t2 − t − 6.
Para hallar una raíz de este polinomio de grado 3, se prueba entre los divisores del
término independiente que son ±1, ±2, ±3 y ±6. Resulta p(1) = 0 y p(−1) = 0.
136
Con una raíz ya es suciente, pues como es grado 3, al dividirlo entre t + 1, el

cociente es de grado 2 y se pueden hallar sus raíces por la fórmula de la ecuación
de grado 2. Así pues, se hace la división entre t+1 por la regla de Runi
−1 4 −1 −6
−1 1 −5 6
−1 5 −6 |0
y resulta
p(t) = −t3 + 4t2 − t − 6 = (t + 1)(−t2 + 5t − 6).
Las otras raíces ya se obtienen fácilmente resolviendo la ecuación −t2 + 5t − 6 = 0
y son 3 y 2.
⎛ ⎞
−11 −8 −8
Ejercicio 3.30. Estúdiese si la matriz A = ⎝ 8 5 8 ⎠ es diagonalizable
4 4 1

−11 − t −8 −8 −3 − t −3 − t 0
(1)

|A − tI| = 8 5−t
8 = 8 5−t 8
4 4 1 − t 4 4 1 − t

1 1 0 1 0 0
(2) (3)

= (−3 − t) 8 5 − t
8 = (−3 − t) 8 −3 − t 8
4 4 1 − t 4 0 1 − t
(4)
= (−3 − t)(−3 − t)(1 − t) = (t + 3)2 (1 − t).
(1) F1 → F1 + F2 . (2) Se saca factor a −3 − t en F1 . (3) C2 → C2 − C 1 .

Las raíces de este polinomio, que son los valores propios de A, son t1 = −3
y t2 = 1 cuyas multiplicidades (algebraicas) son 2 y 1, respectivamente. Para
decidir si A es diagonalizable, por el criterio 3.26, es suciente estudiar la dimen-
sión del espacio propio E(−3) del valor propio −3, ya que al ser −3 la única
raíz de multiplicidad mayor que 1 es la única que podría no vericar la condición
multiplicidad algebraica = multiplicidad geométrica. Nótese que cuando la mul-
tiplicidad algebraica es 1, forzosamente la multiplicidad geométrica es 1 también
(véase 3.25).
137
Hallemos una base del espacio propio E(−3) del valor propio −3 resolviendo
la ecuación (A − (−3)I)X = 0̄:
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
−8 −8 −8 x 0 ⎨ −8x − 8y − 8z = 0
⎝8 8 8 ⎠ ⎝y ⎠ = ⎝0⎠ ⇒ 8x + 8y + 8z = 0
⎩
4 4 4 z 0 4x + 4y + 4z = 0
⎧
(1) (2)
⎨ x = −α − β
→ x+y+z =0 → y=α
⎩
z=β
(1) Como las 3 ecuaciones son equivalentes, se suprimen E1 y E2 y se simplica
E3 dividiendo entre 4. (2) Se despeja x en función de y = α y z = β.
Por tanto, los vectores de E(−3) son todos los de la forma
(x, y, z) = (−α − β, α, β) = α(−1, 1, 0) + β(−1, 0, 1),

y, consecuentemente, una base del espacio propioE(−3) es {(−1, 1, 0), (−1, 0, 1)}.
Puesto que su dimensión es 2 = multiplicidad algebraica, se concluye que A es
⎛ ⎞
−3 0 0
diagonalizable (véase 3.26). Una diagonalización de A es D = ⎝ 0 −3 0⎠.
0 0 1
Para determinar la matriz de paso P falta solamente hallar una base del
espacio propio E(1) del valor propio 1. Para ello se resuelve la ecuación (A−I)X =
0̄: ⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
−12 −8 −8 x 0 ⎨ −12x − 8y − 8z = 0
⎝ 8 4 8 ⎠ ⎝y ⎠ = ⎝0⎠ ⇒ 8x + 4y + 8z = 0
⎩
4 4 0 z 0 4x + 4y =0
⎧ ⎧
(1)
⎨ 3x + 2y + 2z = 0 (2) ⎨ x = α
→ −4x − 4y =0 → y = −α
⎩ ⎩
x+y =0 z = −1
2 α
(1) E2 → E2 + E1 , E1 → E1 /(−4), E3 → E3 /4.
(2) Como E2 = (−4)E3 , se suprime E2 y se despejan y, z en función de x = α.
−1

Por tanto, el vector 1, −1, 2 es una base de E(1). Multiplicándolo por 2,
se tiene como base el vector (2, −2, −1), que será la tercera columna de la matriz
de paso P.
En consecuencia, seleccionando la base de
⎛ E(−3)
⎞ y la de E(0) como columnas
−1 −1 2
de la matriz P se tiene que P =⎝ 1 0 −2⎠.
0 1 −1
138
NOTA. Una diagonalización de una matriz A, cuando exista, es una matriz

diagonal D que no es única ya que se puede cambiar el orden de los elementos
de dicha diagonal. Fijada D, la matriz de paso P tampoco es única, en cada
espacio propio se puede elegir la base que se quiera, y un espacio vectorial tiene
innitas bases. El orden de las columnas de P viene dado por el orden en que
estén colocados los valores propios en D.
⎛ ⎞
4 4 −1
Ejercicio 3.31. Estúdiese si la matriz A = ⎝−3 −3 1 ⎠ es diagonalizable
6 2 −4

4 − t 4 −1 1 − t 1 − t 0
(1)

|A − tI| = −3 −3 − t
1 = −3 −3 − t 1
6 2 −4 − t 6 2 −4 − t

1
1 0 1
0 0
(2) (3)
= (1 − t) −3 −3 − t 1 = (1 − t) −3 −t 1
6 2 −4 − t 6 −4 −4 − t
(4)
= (1 − t)(4t + t2 + 4) = (1 − t)(t + 2)2 .
(1) F1 → F1 + F2 . (2) Se saca factor a 1−t en F1 . (3) C2 → C2 − C 1 .

Las raíces de este polinomio, que son los valores propios de A, son t1 = 1 y t2 =
−2 cuyas multiplicidades (algebraicas) son 1 y 2, respectivamente. Para decidir si
A es diagonalizable, como quedó claro en el ejercicio anterior, es suciente estudiar
la dimensión del espacio propio E(−2) del valor propio −2.
Una base del espacio propio E(−2) se halla resolviendo la ecuación (A −

(−2)I)X = 0̄:
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
6 4 −1 x 0 ⎨ 6x + 4y − z = 0
⎝−3 −1 1 ⎠ ⎝y ⎠ = ⎝0⎠ ⇒ −3x − y + z = 0
⎩
6 2 −2 z 0 6x + 2y − 2z = 0
⎧
⎨ x=α
(1) 3x + 3y = 0 (2)
→ → y = −α
−3x − y + z = 0 ⎩
z = 2α
139
(1) Como E3 = (−2)E2 , se suprime E3 , E1 → E1 + E2 .

Por tanto, una base de E(−2) es {(1, −1, 2)} y su dimensión es 1. En conse-
cuencia, como es distinta de la multiplicidad algebraica, se deduce que A no es
diagonalizable (véase 3.26).
Ejercicio 3.32. Sea p(t) = −t3 +2t+4 el polinomio característico de una matriz
A. Indíquense, de las siguientes, las armaciones correctas: (a ) A es de dimensión
4 × 4. (b ) 2 es un valor propio de A. (c ) A diagonaliza. (d ) El determinante de
A es 4.
Solución. (a ) El grado del polinomio característico es igual al orden de la matriz

cuadrada, por tanto, A es de dimensión 3 × 3, y por consiguiente, (a ) es falsa.
(b ) De acuerdo con 3.20, un número λ es un valor propio de A si y sólo si

es una raíz del polinomio característico. Veamos pues si 2 p(t): p(2) =
es raíz de
−23 + 2 · 2 + 4 = −8 + 4 + 4 = 0. Luego 2 es una raíz, y en consecuencia, 2 es un
valor propio de A. (b ) es cierta.
(c ) Se hallan los valores propios de A resolviendo la ecuación p(t) = 0. Puesto

que 2 es una raíz, se factoriza aplicando la regla de Runi:
−1 0 2 4
2 −2 −4 −4
−1 −2 −2 |0
y se obtiene
p(t) = −t3 + 2t + 4 = (t − 2)(−t2 − 2t − 2).
Se resuelve la ecuación −t2 − 2t − 2 = 0 y resulta que no tiene soluciones (reales)

porque el discriminante de esta ecuación es b2 − 4ac = (−2)2 − 4 · (−1) · (−2) =
−4 < 0. Como la única raíz de p(t) es 2 con multiplicidad 1, se sigue que A
no es diagonalizable. Obsérvese que si A fuese diagonalizable sería semejante a
una matriz diagonal D con valores en la diagonal λ1 , λ2 , λ3 (no necesariamente
distintos) y el polinomio característico debería tener 3 raíces, contada cada una
tantas veces como indique su multiplicidad. En conclusión, (c ) es falsa.
(d ) El polinomio característico viene dado por p(t) = |A − tI|. Si se elige el

valor t = 0, resulta
|A| = p(0),
140
esto es, el determinante de A es igual al término independiente del polinomio

característico. En este caso, p(0) = 4 = |A|, luego (d ) es correcta.
Ejercicio 3.33. Sean A y B las matrices
⎛ ⎞ ⎛ ⎞
a 0 b 1 0 0
A = ⎝ 2 b −c ⎠ , B = ⎝ 2 2 0 ⎠,
0 a c 3 −1 2
donde A a, b, c ∈ R.
depende de los parámetros
(a ) Hállense los valores de a, b, c para que A tenga como vector propio a v̄ =
(1, 2, 2), asociado al valor propio λ = −1.
(b ) Determínese si la matriz B es semejante a la matriz A para los valores de
a, b y c obtenidos en el apartado anterior.
Solución. (a ) La matriz A tiene como vector propio a v̄ = (1, 2, 2) con autovalor

asociado λ = −1 si se cumple que Av̄ = −v̄ . Luego hay que resolver el sistema
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎧
a 0 b 1 1 ⎨ a + 2b = −1
⎝ 2 b −c ⎠ ⎝ 2 ⎠ = − ⎝ 2 ⎠ ⇒ 2b − 2c = −4
⎩
0 a c 2 2 2a + 2c = −2
⎧ ⎧ ⎧
⎨ a + 2b = −1 ⎨ a + 2b = −1 ⎨ a = −5
(1) (2)
→ 2b − 2c = −4 → 2b − 2c = −4 → c=4
⎩ ⎩ ⎩
−4b + 2c = 0 −2b = −4 b=2
(1) E3 → E3 − 2E1 . (2) E3 → E3 + E2 .
Por tanto, la matriz A resultante es

⎛ ⎞
−5 0 2
A=⎝ 2 2 −4 ⎠ .
0 −5 4
(b ) La ecuación característica de la matriz B es |B − tI| = 0, donde I es la

matriz identidad de dimensión 3. Calculando,

1−t 0 0

|B − tI| = 2 2−t 0 = (1 − t)(2 − t)2 .

3 −1 2 − t
Luego la ecuación característica de B es (1 − t)(2 − t)2 = 0. Si B fuese semejante

a A, ambas matrices tendrían la misma ecuación característica (véase 3.19) y, en
141
particular, los mismos autovalores, que son las soluciones de dicha ecuación. Sin
embargo, para los valores dea, b y c obtenidos en el apartado anterior, λ = −1 es
autovalor de A, pero claramente no es autovalor de B (de hecho, los autovalores
de B son λ1 = 1 y λ2 = 2). Por consiguiente, se deduce que A y B no son matrices
semejantes.
Ejercicio
⎛ 3.34.⎞Estúdiese en función de los parámetros a, b ∈ R si la matriz
a 1 b
A = ⎝0 2 0 ⎠ es diagonalizable.
0 1 −1

a − t
1 b
(1)
|A − tI| = 0 2−t 0 = (a − t)(2 − t)(−1 − t).
0 1 −1 − t
(1) Se desarrolla por C1 .
Es claro que los autovalores son λ1 = −1, λ2 = 2 y λ3 = a. Vamos a distinguir

varios casos según que a coincida o no con alguno de los dos primeros autovalores.
Caso 1. Si a = −1 y a = 2, entonces A tiene 3 autovalores distintos y, por
tanto, es diagonalizable.
Caso 2. Si a = −1, entonces A tiene los autovalores −1 y 2 con multiplicidades

2 y 1, respectivamente. Para decidir si A es diagonalizable hay que hallar la
dimensión del espacio propio E(−1) asociado al valor propio −1. Con a = −1, se
tiene que
⎛ ⎞ ⎞⎛
−1 1 b 0 1 b
A=⎝ 0 2 0 ⎠ y A − (−1)I = A + I = ⎝0 3 0⎠ .
0 1 −1 0 1 0
Por tanto, la ecuación (A − (−1)I)X = 0̄, con X = (x, y, z)t , da lugar al sistema
⎧
⎨ y + bz = 0
bz = 0
3y =0 →
⎩ y=0
y =0
Subcaso 2.1. Si b = 0, entonces de la 1a ecuación se sigue que z = 0, y como

a
en la 2 ecuación y = 0, los vectores de E(−1) son todos los de la forma
(x, y, z) = (x, 0, 0) = x(1, 0, 0).
142
Una base de E(−1) es {(1, 0, 0)} y su dimensión es 1. Luego A no diagonaliza.
Subcaso 2.2. Si b = 0, entonces la 1

a ecuación es 0=0 y se puede suprimir y
sólo queda la ecuación y = 0 (x, z libres). Por tanto, los vectores de E(−1) son
todos los de la forma
(x, y, z) = (x, 0, z) = x(1, 0, 0) + z(0, 0, 1).
Una base de E(−1) es {(1, 0, 0), (0, 0, 1)} y su dimensión es 2. Luego A diagonaliza.
Caso 3. Si a = 2, entonces A tiene los autovalores −1 y 2 con multiplicidades
1 y 2, respectivamente. Para decidir si A es diagonalizable hay que hallar la
dimensión del espacio propio E(2) asociado al valor propio 2. Con a = 2, se tiene
que
⎛ ⎞ ⎛ ⎞
2 1 b 0 1 b
A = ⎝0 2 0 ⎠ y A − 2I = ⎝0 0 0 ⎠ .
0 1 −1 0 1 −3
Por tanto, la ecuación (A − 2I)X = 0̄, con X = (x, y, z)t da lugar al sistema

y + bz = 0 (1) y − 3z = 0
→
y − 3z = 0 (b + 3)z = 0
(1) E1 → E2 , E2 → E1 − E2 .
Subcaso 3.1. Si b = −3, entonces de la 2

a ecuación se sigue que z = 0, se
a
sustituye en la 1 y se tiene y = 0 (x es libre). Por tanto, los vectores de E(2)
son todos los de la forma (x, 0, 0) = x(1, 0, 0). Por consiguiente, una base de
E(2) es {(1, 0, 0)} y su dimensión es 1. En consecuencia, como no coincide con la
multiplicidad algebraica, A no es diagonalizable.
b = −3, entonces la 2a ecuación es 0 = 0 y se puede suprimir

Subcaso 3.2. Si
y sólo queda la ecuación y − 3z = 0, es decir, y = 3z (x, z libres). Por tanto, los
vectores de E(2) son todos los de la forma
(x, y, z) = (x, 3z, z) = x(1, 0, 0) + z(0, 3, 1).
Luego, una base de E(2) es {(1, 0, 0), (0, 3, 1)} y su dimensión es 2, que coincide
con la multiplicidad de la raíz 2, y por consiguiente, A es diagonalizable.
En la Tabla 3.1 se resumen los resultados obtenidos.
143
a b ¾A diagonaliza?
a = −1, 2 ∀b Sí
a = −1 b = 0 No
b=0 Sí
a=2 b = −3 No
b = −3 Sí
Tabla 3.1. Resumen de la discusión del Ejercicio 3.34
⎛ ⎞
−7 0 1 4
⎜ 0 −1 0 0⎟
Ejercicio 3.35. Estúdiese si la matriz A=⎜
⎝0 0 −3 0⎠
⎟ es diagonali-
−6 0 1 3
zable.

−7 − t 0 1 4
−7 − t 1 4
0 −1 − t 0 0 (1)
|A − tI| = = (−1 − t) 0 −3 − t 0
0 0 −3 − t 0
−6
−6 1 3 − t
0 1 3 − t

(2) −7 − t 4
= (−1 − t)(−3 − t) = (−1 − t)(−3 − t)[(−7 − t)(3 − t) + 24]
−6 3 − t
= (−1 − t)(−3 − t)(t2 + 4t + 3) = (t + 1)2 (t + 3)2 .
(1) Se desarrolla por C2 . (2) Se desarrolla por F2
Las raíces de este polinomio, que son los valores propios de A, son t1 = −1 y
t2 = −3 con multiplicidades (algebraicas) 2 y 2, respectivamente. Hay que hallar
la dimensión de los espacio propios E(−1) y E(−3)
Una base del espacio propio E(−1) del valor propio −1 se halla resolviendo la
ecuación (A − (−1)I)X = 0̄:
⎛ ⎞⎛ ⎞ ⎛ ⎞
−6 0 1 4 x 0 ⎧
⎜ 0 0 0 0⎟ ⎜y ⎟ ⎜0⎟ ⎨ −6x + z + 4t = 0 (1)
⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒ x = 23 t
⎝ 0 0 −2 0⎠ ⎝ z ⎠ ⎝0⎠ −2z = 0 →
⎩ z=0
−6x + z + 4t = 0
−6 0 1 4 t 0
(1) Como E3 = E1 , se suprime E3 y se despeja x en función de t (y y t son
libres).
144
Los vectores de E(−1) son todos los de la forma
2 2
(x, y, z, t) = 3 t, y, 0, t = y(0, 1, 0, 0) + t 3 , 0, 0, 1 .
$
Por tanto, una base de E(−1) es (0, 1, 0, 0), 23 , 0, 0, 1 y su dimensión es 2.
No se puede descartar que A sea diagonalizable porque coincide con la multipli-
cidad.
Una base del espacio propioE(−3) del valor propio −3 se halla resolviendo la
ecuación (A − (−3)I)X = 0̄:
⎛ ⎞⎛ ⎞ ⎛ ⎞
−4 0 1 4 x 0 ⎧
⎜ 0 2 0 0⎟ ⎜y ⎟ ⎜0⎟ ⎨ −4x + z + 4t = 0
⎜ ⎟⎜ ⎟ = ⎜ ⎟ ⇒ 2y = 0
⎝ 0 0 0 0⎠ ⎝ z ⎠ ⎝0⎠ ⎩
−6x + z + 6t = 0
−6 0 1 6 t 0
⎧ ⎧
⎨ −4x + z + 4t = 0
(1)
⎨ z=0
→ y=0 → y=0
⎩ ⎩
−2x + 2t = 0 x=t
(1) E3 → E3 − E1 , t es libre.
Los vectores de E(−3) son todos los de la forma
(x, y, z, t) = (t, 0, 0, t) = t(1, 0, 0, 1).
Por tanto, una base de E(−3) es {(1, 0, 0, 1)} y su dimensión es 1. Como no

coincide con la multiplicidad de la raíz −3, se concluye que A no es diagonalizable.
145
Tema 4
FUNCIONES DE UNA VARIABLE
El conjunto de los números reales
4.1. Orden de R. Sobre el conjunto de los números reales está denida la relación
de orden ≤ (menor o igual que). Dados x, y, z ∈ R, se verica
1. x≤x (propiedad reexiva),
2. Si x≤y y y ≤ x, entonces x=y (propiedad antisimétrica),
3. Si x≤y y y ≤ z, entonces x≤z (propiedad transitiva),
4. O bien x ≤ y, o bien y≤x (orden total).
4.2. Intervalos en R. Sean a, b ∈ R, con a < b. A través de la relación de orden

anterior se denen los siguientes conjuntos, llamados intervalos:
(a, b) = {x ∈ R : a < x < b} (intervalo abierto),
[a, b] = {x ∈ R : a ≤ x ≤ b} (intervalo cerrado),
[a, b) = {x ∈ R : a ≤ x < b}, (a, b] = {x ∈ R : a < x ≤ b},
(a, +∞) = {x ∈ R : x > a}, (−∞, a) = {x ∈ R : x < a} (intervalos abiertos),
[a, +∞) = {x ∈ R : x ≥ a}, (−∞, a] = {x ∈ R : x ≤ a} (intervalos cerrados).
Para denir el concepto de distancia entre números reales, es necesario intro-

ducir previamente la función valor absoluto.
4.3. Valor absoluto. El valor absoluto es la función | · | : R → [0, +∞) denida

del siguiente modo:

x si x≥0
|x| = (4.1)
−x si x<0
147
4.4. Propiedades del valor absoluto. Sean x, y ∈ R. Se cumplen las siguientes

propiedades:
1. |x| ≥ 0,
2. |x| = 0 ⇐⇒ x = 0,
3. |x · y| = |x| · |y|,
4. |x + y| ≤ |x| + |y| (desigualdad triangular),
5. |x| ≤ y ⇐⇒ −y ≤ x ≤ y .
4.5. Distancia entre dos números reales. Dados x, y ∈ R, la distancia entre x e y
es el valor d(x, y) := |x − y|.
4.6. Recta ampliada. Se dene la recta ampliada como el conjunto R = R∪
{−∞, +∞}. En R se mantienen las mismas operaciones que en R y además se
tiene que
x + (+∞) = +∞, ∀x ∈ R\{−∞}, x + (−∞) = −∞, ∀x ∈ R\{+∞},
x · (+∞) = +∞, ∀x ∈ (0, +∞], x · (+∞) = −∞, ∀x ∈ [−∞, 0),
(−∞) · x = −∞, ∀x ∈ (0, +∞], (−∞) · x = +∞, ∀x ∈ [−∞, 0),

x
±∞ = 0, ∀x ∈ R, x
0 = ±∞, ∀x ∈ R\{0},
x+∞ = 0, ∀x ∈ (0, 1), x+∞ = +∞, ∀x ∈ (1, +∞],
(+∞)x = +∞, ∀x ∈ (0, +∞], (+∞)x = 0, ∀x ∈ [−∞, 0).
Sin embargo, hay operaciones que no están denidas para ciertos elementos de
R, dando lugar a indeterminaciones, las cuales se recogen en el siguiente punto.
4.7. Indeterminaciones.
0 ±∞
+∞ + (−∞), ±∞ · 0, , , 00 , 1±∞ , (+∞)0 .
0 ±∞
4.8. Cota de un conjunto. Sea A ⊂ R un conjunto no vacío. Se dice que un punto
c∈R es una cota superior del conjunto A si a≤c para todo a ∈ A.
Análogamente, un punto c∈R es una cota inferior de A si c≤a para todo
a ∈ A.
148
4.9. Conjunto acotado. Sea A ⊂ R un conjunto no vacío. Se dice que A está

acotado superiormente si existe una cota superior de A. El conjunto A está acotado
inferiormente si existe una cota inferior de A.
Si el conjunto A está acotado superior e inferiormente, entonces se dice que A
es un conjunto acotado.
4.10. Supremo e ínmo de un conjunto. Dado un conjunto no vacío A ⊂ R, se dice

que un número real, que se denota como sup A, es el supremo de A, si satisface
las dos propiedades siguientes:
1. sup A es una cota superior de A,
2. sup A ≤ c, para toda cota superior c de A.
Es decir, sup A, si existe, es la menor de las cotas superiores de A.

Si además se cumple que sup A ∈ A, entonces se dice que sup A es el máximo
de A, y se denota, en este caso, como máx A.
Análogamente, un número real, que se denota como ı́nf A, es el ínmo de A,

si verica las siguientes propiedades:
1. ı́nf A es una cota inferior de A,
2. c ≤ ı́nf A, para toda cota inferior c de A.
Por tanto, ı́nf A, si existe, es la mayor de las cotas inferiores de A.

Si se cumple además que ı́nf A ∈ A, entonces ı́nf A se denomina mínimo de A
y se denota como mı́n A.
4.11. Axioma del supremo. Sea A ⊂ R un conjunto no vacío. Si A está acotado
superiormente, entonces existe sup A.
Análogamente, si A está acotado inferiormente, entonces existe ı́nf A.
Sucesiones de números reales

4.12. Sucesión. Una sucesión de números reales {xn } es una aplicación que asocia
a cada número natural n un número real xn .
4.13. Límite de una sucesión. Sea {xn } una sucesión.
149
(a) La sucesión {xn } tiene límite l ∈ R, y se denota lı́m xn = l, si para cada

n→∞
ε>0 existe n0 ∈ N tal que para todo n ≥ n0 se tiene que |xn − l| < ε.
(b) El límite de {xn } es +∞, si para cada ε>0 existe n0 ∈ N tal que x n > ε,
para todo n ≥ n0 .
(c) El límite de {xn } es −∞, si lı́m −xn = +∞.

n→∞
Si la sucesión {xn } tiene límite nito, se dice que {xn } es convergente.
4.14. Unicidad del límite. El límite de una sucesión convergente es único.

4.15. Propiedades del límite. Sean {xn } e {yn } dos sucesiones. Si {xn } y {yn }
son convergentes, entonces
(a) lı́m (xn ± yn ) = lı́m xn ± lı́m yn ,

n→∞ n→∞ n→∞
% & % &
(b) lı́m (xn · yn ) = lı́m xn · lı́m yn ,
n→∞ n→∞ n→∞
(c) Si yn = 0, para todo n∈N y lı́m yn = 0, entonces

n→∞
xn lı́m xn
= n→∞ .
lı́m
n→∞ yn lı́m yn
n→∞
% & lı́m yn
(d) lı́m (xynn ) = lı́m xn n→∞ , si xn ≥ 0 para todo n ∈ N y no resulta una
n→∞ n→∞
indeterminación.
4.16. Sucesión acotada. Se dice que una sucesión {xn } es acotada si existe un
número real M >0 tal que
|xn | ≤ M, para todo n ∈ N.
4.17. Teorema. Toda sucesión convergente es acotada.

4.18. Propiedad del emparedado. Sean {xn }, {yn } y {zn } tres sucesiones de nú-
meros reales tales que yn ≤ xn ≤ zn , para todo n ∈ N. Si lı́m yn = lı́m zn = l,
n→∞ n→∞
entonces lı́m xn = l.
n→∞
Como consecuencia se tienen los siguientes resultados.
150
4.19. Teorema. Sean {xn } e {yn } dos sucesiones.

(a) Si lı́m yn = 0 y |xn | ≤ yn , para todo n ∈ N, entonces lı́m xn = 0.
n→∞ n→∞
(b) Si lı́m xn = 0 y {yn } es acotada, entonces lı́m (xn · yn ) = 0.

n→∞ n→∞
(c) Criterio de comparación. Si n→∞

lı́m xn = +∞ y x n ≤ yn , para todo n ∈ N,
entonces lı́m yn = +∞.
n→∞
4.20. Sucesiones monótonas.

(a) Se dice que {xn } es monótona creciente (respectivamente, estrictamente
creciente) si xn ≤ xn+1 , para todo n ∈ N (respectivamente, xn < xn+1 ,
para todo n ∈ N).
(b) Se dice que {xn } es monótona decreciente (respectivamente, estrictamente

decreciente), si xn ≥ xn+1 , para todo n ∈ N (respectivamente, xn > xn+1 ,
para todo n ∈ N).
(c) La sucesión {xn } es constante si xn = xn+1 , para todo n ∈ N.
Para sucesiones monótonas el recíproco del resultado 4.17 también se cumple:
4.21. Teorema. Sea {xn } una sucesión monótona. Entonces, {xn } es convergente
si y sólo si es acotada.
La siguiente propiedad es útil para calcular límites con la indeterminación 00

0
ó (+∞) .
4.22. Sean {xn } e {yn } dos sucesiones, donde {xn } es de términos positivos. Se
tiene que
yn lı́m yn ln(xn )
lı́m xynn = lı́m eln(xn ) = lı́m eyn ln(xn ) = en→∞ .
n→∞ n→∞ n→∞
El siguiente resultado permite calcular límites con la indeterminación 1±∞ .

4.23. Sea {xn } una sucesión. Si lı́m xn = ±∞, entonces
n→∞
xn
1
lı́m 1+ = e.
n→∞ xn
151
Límites de funciones reales

En lo que sigue, se considera que I es un intervalo de la recta real y se denota
por
I= menor intervalo cerrado que contiene a I,

◦
I= mayor intervalo abierto contenido en I.
◦
Por ejemplo, si I = (a, b], con a, b ∈ R, a < b, entonces I = [a, b] y I = (a, b).
4.24. Límite de una función en un punto. Sean f : I → R y x0 ∈ I .
(a) Se dice que f tiene límite l∈R en x0 , y se denota lı́m f (x) = l, si para
x→x0
cada ε > 0 existe δ > 0 tal que si x ∈ I y 0 < |x − x0 | < δ , entonces
|f (x) − l| < ε.
(b) El límite de f en x0 es +∞, si para cada ε > 0 existe δ > 0 vericando que
f (x) > ε, para todo x ∈ I tal que 0 < |x − x0 | < δ .
(c) El límite de f en x0 es −∞, si lı́m −f (x) = +∞.

x→x0
4.25. Límite en el innito. Sea a ∈ R.

(a) La función f : [a, +∞) → R tiende hacia l ∈ R cuando x tiende a +∞, y se
denota por lı́m f (x) = l , si para cada ε > 0 existe δ > 0 tal que si x ∈ I
x→+∞
y x > δ, entonces |f (x) − l| < ε.
(b) La función f : (−∞, a] → R tiende hacia l ∈ R cuando x tiende a −∞, y se

denota por lı́m f (x) = l, si para cada ε > 0 existe δ > 0 tal que si x ∈ I
x→−∞
y x < δ, entonces |f (x) − l| < ε.
4.26. Unicidad del límite. El límite de una función, si existe, es único.
4.27. Límite lateral. Sean f : I → R y x0 ∈ I . Se dice que f tiene límite por
la izquierda l∈R en x0 , y se denota lı́m f (x) = l, si lı́m f|I∩(−∞,x0 ) (x) = l,
x→x−
0
x→x0
donde f|I∩(−∞,x0 ) denota la función f restringida al conjunto I ∩ (−∞, x0 ).
De modo análogo, f tiene límite por la derecha l ∈ R en x0 , y se denota

lı́m f (x) = l, si lı́m f|I∩(x0 ,+∞) (x) = l.
x→x+
0
x→x0
152
◦
4.28. Sean f : I → R, x0 ∈I y l ∈ R. El límite de f en x0 existe y es igual a l si
y sólo si existen los límites laterales de f en x0 y son iguales a l , es decir,
lı́m f (x) = l ⇐⇒ lı́m f (x) = lı́m f (x) = l.

x→x0 x→x−
0 x→x+
0
Como consecuencia, si los límites laterales en x0 son distintos, o alguno no existe,

entonces no existe el límite de f en x0 .
4.29. Propiedades del límite. Sean f, g : I → R, x0 ∈ I y λ ∈ R. Si existen

lı́m f (x) y lı́m g(x), entonces
x→x0 x→x0
(a) lı́m λf (x) = λ lı́m f (x),

x→x0 x→x0
(b) lı́m (f (x) ± g(x)) = lı́m f (x) ± lı́m g(x),

x→x0 x→x0 x→x0

(c) lı́m (f (x) · g(x)) = lı́m f (x) · lı́m g(x) ,
(d) si g(x) = 0, para todo x ∈ I, entonces
lı́m f (x)
f (x) x→x0
lı́m = ,
x→x0 g(x) lı́m g(x)
x→x0
(e) si f (x) > 0, para todo x ∈ I, entonces

% & lı́m g(x)
x→x0
lı́m f (x)g(x) = lı́m f (x) ,
x→x0 x→x0
siempre y cuando los límites en (a)-(e) no den lugar a una indeterminación. Estas
propiedades se verican también para límites en el innito y para límites laterales.
4.30. Propiedad del emparedado. Sean f : I → R, x0 ∈ I y g y h dos funciones

tales que I ⊂ dom g , I ⊂ dom h y g(x) ≤ f (x) ≤ h(x), para todo x ∈ I , x = x0 .
Si lı́m g(x) = lı́m h(x) = l ∈ R, entonces lı́m f (x) = l.
Esta propiedad también se satisface considerando límites en el innito. Como

consecuencia, se tienen los siguientes resultados.
153
4.31. Teorema. Sean f : I → R, x0 ∈ I y g una función tal que I ⊂ dom g.

(a) Si lı́m g(x) = 0 y |f (x)| ≤ g(x), para todo x ∈ I, entonces lı́m f (x) = 0.
x→x0 x→x0
(b) Si lı́m f (x) = 0 y g está acotada en un intervalo abierto J ⊂I que contiene

x→x0
a x0 , es decir, existe M > 0 tal que |g(x)| ≤ M , para todo x ∈ J, entonces
lı́m f (x) · g(x) = 0.
x→x0
Para calcular límites con la indeterminación 1±∞ es necesario el resultado que

se muestra a continuación.
4.32. Sea f :I→R y x0 ∈ I . Si lı́m f (x) = ±∞, entonces

x→x0
f (x)
1
lı́m 1+ = e.
x→x0 f (x)
La igualdad anterior también se verica para límites cuando x → ±∞.
El siguiente resultado relaciona los límites de funciones con los límites de

sucesiones y es muy útil para demostrar que el límite de una función en un punto
de R no existe.
4.33. Sean f : I → R y x0 ∈ I . Se tiene que lı́m f (x) = l ∈ R si y sólo si

x→x0
lı́m f (xn ) = l para toda sucesión {xn } ⊂ I tal que lı́m xn = x0 .
n→∞ n→∞
Como caso particular, si lı́m f (x) = l ∈ R, entonces lı́m f (n) = l. La

x→+∞ n→∞
propiedad también es cierta para límites cuando x → ±∞.
4.34. Asíntotas de una función. Sea f : I → R una función y x0 , y0 , m, n ∈ R.

(a) Se dice que la recta x = x0 es una asíntota vertical de f si
lı́m f (x) = ±∞ o lı́m f (x) = ±∞.

x→x−
0 x→x+
0
(b) Se dice que la recta y = y0 es una asíntota horizontal de f si
lı́m f (x) = y0 o lı́m f (x) = y0 .

x→−∞ x→+∞
154
(c) Se dice que la recta y = mx + n es una asíntota oblicua de f si
f (x)
lı́m = m, lı́m (f (x) − mx) = n, o
x→−∞ x x→−∞
f (x)
lı́m = m, lı́m (f (x) − mx) = n.
x→+∞ x x→+∞
Funciones continuas
4.35. Continuidad en un punto. Una función f : I → R es continua en un punto
x0 ∈ I si
lı́m f (x) = f (x0 ).

x→x0
En caso contrario se dice que f es discontinua en x0 .
4.36. Se dice que una función f :I→R es continua en un conjunto A⊂I si es

continua en cada punto x0 ∈ A.
En los dos resultados siguientes se describen propiedades de las funciones

continuas en un punto.
4.37. Seanf, g : I → R. Si f y g son continuas en x0 ∈ I , entonces f ± g y

f · g son continuas en x0 . Además, si g(x) = 0, para todo x ∈ I , la función fg es
también continua en x0 .
4.38. Sean f : I → R y g : J → R, donde f (I) ⊂ J . Si f es continua en x0 ∈ I y

g es continua en f (x0 ), entonces g ◦ f es continua en x0 .
A continuación se enuncian tres conocidos teoremas sobre continuidad, que

se reeren a importantes propiedades que cumple una función continua en un
intervalo cerrado [a, b] ⊂ R. Así pues, se considera en estos resultados una función
f : [a, b] → R.
4.39. Teorema de Bolzano. Si f es continua en [a, b] y f (a) · f (b) < 0 (o equiva-

lentemente, si f (a) y f (b) tienen distinto signo), entonces existe c ∈ (a, b) tal que
f (c) = 0.
4.40. Teorema de los valores intermedios. Si f es continua en [a, b], entonces para
todo d ∈ R tal que f (a) < d < f (b) o f (b) < d < f (a) existe c ∈ (a, b) que verica
f (c) = d.
155
4.41. Teorema de Bolzano-Weierstrass. Si f : [a, b] → R es una función continua,

entonces f alcanza el valor mínimo y el valor máximo en [a, b]. Es decir, existen
c, d ∈ [a, b] tales que
f (c) ≤ f (x) ≤ f (d), para todo x ∈ [a, b].
En el siguiente apartado se presenta un procedimiento para determinar de

forma aproximada soluciones de la ecuación f (x) = 0, siendo f continua en [a, b].
Este procedimiento se conoce como método de la bisección y consiste en aplicar
recurrentemente el teorema de Bolzano.
4.42. Método de la bisección. Para aplicar el método de la bisección se parte

de un intervalo cerrado [a, b] en el que se satisfaga el Teorema de Bolzano, el
cual garantiza la existencia de al menos una solución de la ecuación f (x) = 0 en
[a, b]. El método de la bisección permite obtener una aproximación a una de esas
soluciones tan buena como se quiera. Este método consiste en lo siguiente:
1. Se divide el intervalo [a, b] en los subintervalos [a, c1 ] y [c1 , b], donde c1 :=

a+b
2 es el punto medio de [a, b].
2. Se calcula f (c1 ). Puede ocurrir uno de los tres casos siguientes:
2.1. f (c1 ) = 0. Entonces c1 es solución de la ecuación f (x) = 0, y se

concluye.
2.2. f (a)·f (c1 ) < 0. En este caso, aplicando el teorema de Bolzano se garan-
tiza la existencia de una solución en [a, c1 ], y se ha acotado la búsqueda
de soluciones a un intervalo de longitud la mitad que el intervalo [a, b].
2.3. f (c1 )·f (b) < 0. Entonces por el teorema de Bolzano existe una solución
en el intervalo [c1 , b].
3. Se repiten los pasos 1 y 2 para el intervalo [a, c1 ] si tuvo lugar el caso 2.2
o para [c1 , b] si ocurrió el caso 2.3, hasta obtener una aproximación a la
solución con un error tan pequeño como se quiera.
4.43. En la n-ésima iteración del método de la bisección se obtiene una aproxi-

b−a
mación cn a una solución c de f (x) = 0 con un error menor que
2n , es decir,
b−a
|cn − c| < .
2n
156
Funciones derivables
4.44. Función derivable. Derivada. Se dice que una función f : I → R es derivable
◦
en un punto x0 ∈ I si existe y es nito el límite
f (x0 + h) − f (x0 ) f (x) − f (x0 )

f (x0 ) := lı́m = lı́m .
h→0 h x→x0 x − x0
El valor f (x0 ) es la derivada de f en el punto x0 .

◦
4.45. Se dice que la función f :I →R es derivable en un conjunto A ⊂ I, si es
derivable en cada punto x0 ∈ A.
4.46. Interpretación geométrica de la derivada y recta tangente. La derivada de

◦
una función f : I → R en un punto x0 ∈ I es la pendiente de la recta tangente a
la gráca de f en el punto (x0 , f (x0 )). Dicha recta tangente tiene por ecuación
y = f (x0 ) + f (x0 )(x − x0 ).
Intuitivamente, f es derivable en x0 si cambia de forma suave, sin formar un

pico, en las proximidades de este punto, lo que signica que en un entorno de x0
la gráca de f se aproxima a la recta tangente en (x0 , y0 ), siendo y0 = f (x0 ).
◦
4.47. Teorema. Si f : I → R es derivable en x0 ∈ I , entonces es continua en x0 .
4.48. Propiedades y reglas de derivación. Si f, g : I → R son dos funciones
◦
derivables en un punto x0 ∈ I y k∈R entonces kf , f ± g y f ·g son derivables
en x0 y se tiene que
(a) (k · f ) (x0 ) = k · f (x0 ),
(b) (f ± g) (x0 ) = f (x0 ) ± g (x0 ),
(c) (f · g) (x0 ) = f (x0 ) · g(x0 ) + f (x0 ) · g (x0 ).

f
(d) Si además g(x) = 0 para todo x ∈ I, entonces
g es también derivable en x0
y se verica que

f f (x0 ) · g(x0 ) − f (x0 ) · g (x0 )
(x0 ) = .
g (g(x0 ))2
157
4.49. Regla de la cadena. Sean f : I → R, g : J → R tal que f (I) ⊂ J y sea

◦ ◦
x0 ∈ I , tal que f (x0 ) ∈J . Si f es derivable en x0 y g es derivable en f (x0 ), entonces
g ◦ f es derivable en x0 y
(g ◦ f ) (x0 ) = g (f (x0 )) · f (x0 ).
4.50. Derivada lateral. Se dice que una función f : I → R es derivable por la

izquierda en un punto x0 ∈ I si existe y es nito el límite
f (x0 + h) − f (x0 ) f (x) − f (x0 )

f (x−
0 ) := lı́m = lı́m .
h→0− h x→x− 0
x − x0
El valor f (x−
0) se denomina derivada por la izquierda de f en x0 .
Análogamente, la función f es derivable por la derecha en x0 si existe y es
nito el límite
f (x0 + h) − f (x0 ) f (x) − f (x0 )

f (x+
0 ) := lı́m = lı́m .
h→0+ h x→x0 + x − x0
El valor f (x+
0) se denomina derivada por la derecha de f en x0 .
◦
4.51. Sea f :I→R y x0 ∈ I . La función f es derivable en x0 si y sólo si existen
y son iguales las derivadas laterales de f en x0 . Por tanto, si f es derivable en x0 ,
se tiene que f (x0 ) = f (x− +
0 ) = f (x0 ).
Los siguientes teoremas son importantes resultados del cálculo diferencial para
funciones f : [a, b] → R.
4.52. Teorema del valor medio, de Lagrange o de los incrementos nitos. Si f :

[a, b] → R es continua en [a, b] y derivable en (a, b), entonces existe c ∈ (a, b) tal
que
f (b) − f (a)
= f (c).
b−a
4.53. Teorema de Rolle. Si f : [a, b] → R es continua en [a, b], derivable en (a, b)
y f (a) = f (b), entonces existe c ∈ (a, b) tal que f (c) = 0.
Obsérvese que el teorema de Rolle es un caso particular del teorema del valor
medio.
158
4.54. Teorema de Cauchy o del valor medio generalizado. Si f, g : [a, b] → R son

continuas en [a, b], derivables en (a, b) y g no se anula en (a, b), entonces existe
c ∈ (a, b) tal que
f (b) − f (a) f (c)
= .
g(b) − g(a) g (c)
La siguiente regla es consecuencia del teorema de Cauchy y es muy utilizada

0
en el cálculo de límites de funciones para resolver indeterminaciones del tipo
0 y
±∞
±∞ .
4.55. Regla de L'Hôpital. Sean f, g : [a, b] → R y x0 ∈ (a, b). Supóngase que f y g

son continuas en [a, b] y derivables en (a, b) y que g (x) = 0 en (a, b) salvo quizás
en el punto x0 . Si lı́m f (x) = lı́m g(x) = 0 o lı́m f (x) = lı́m g(x) = ±∞, y
x→x0 x→x0 x→x0 x→x0
f (x)
existe lı́m (puede ser ±∞), entonces
x→x0 g (x)
f (x) f (x)
lı́m = lı́m .
x→x0 g(x) x→x0 g (x)
Este teorema también se satisface para los límites laterales cuando x → a+ y

cuando x→ b− y también para límites en el innito.
4.56. Punto jo de una función. Sea g : [a, b] → R y x̄ ∈ [a, b]. Se dice que x̄ es
un punto jo de g si g(x̄) = x̄.
Geométricamente, los puntos jos de g son aquéllos en los que la gráca de g
corta a la recta de ecuación y = x.
Una de las aplicaciones que tiene el estudio de los puntos jos de una función
es la de obtener soluciones aproximadas de una ecuación. En efecto, resolver la
ecuación f (x) = 0 es equivalente a encontrar los puntos jos de la función g(x) =
f (x) + x.
A continuación, se explica el método del punto jo, que permite calcular de
forma recurrente aproximaciones a puntos jos de una función.
4.57. Método del punto jo. Sea g : [a, b] → R una función continua y x0 ∈ [a, b]
un punto cualquiera, que se considera el primer iterante. El método del punto jo
consiste en construir la sucesión denida recurrentemente como
xn+1 = g(xn ). (4.2)
159
Si esta sucesión converge, lo hace hacia un punto jo. Es decir, si lı́m xn = x̄ ∈

n→∞
[a, b], entonces x̄ es un punto jo de g.
El siguiente teorema da condiciones sucientes para que la sucesión (4.2) sea

convergente y así garantizar la existencia de un punto jo de g.
4.58. Teorema del punto jo. Sea g : [a, b] → R una función derivable en (a, b).
Si g([a, b]) ⊂ [a, b] y existe k ∈ [0, 1) tal que
|g (x)| ≤ k, para todo x ∈ (a, b),
entonces g tiene un único punto jo x̄ ∈ [a, b] y la sucesión (4.2) converge hacia
ese punto jo considerando como primer iterante cualquier punto x0 ∈ [a, b].
En el siguiente resultado se da una cota del error cometido al aproximar el

punto jo por el iterante n-ésimo.
4.59. Teorema. Con las mismas hipótesis que en el Teorema 4.58 se verica que
kn
|xn − x̄| < (b − a).
1−k
4.60. Funciones monótonas. Sea f : I → R.
(a) La función f es creciente en I (respectivamente, estrictamente creciente )
si para cualquier par de puntos x1 , x2 ∈ I tales que x 1 < x2 se tiene que
f (x1 ) ≤ f (x2 ) (respectivamente, f (x1 ) < f (x2 )).
(b) La función f es decreciente en I (respectivamente, estrictamente decrecien-

te ) si para cualquier par de puntos x1 , x2 ∈ I tales que x1 < x2 se tiene que
f (x1 ) ≥ f (x2 ) (respectivamente, f (x1 ) > f (x2 )).
(c) La función f es constante en I si f (x) = c ∈ R, para todo x ∈ I .

El siguiente teorema es consecuencia del teorema del valor medio y establece
condiciones para saber si una función es creciente, decreciente o constante.
4.61. Teorema. Supóngase que I es abierto y sea f : I → R una función derivable

en I.
(a) Si f (x) ≥ 0 en I, entonces f es creciente en I. Si f (x) > 0 en I, f es

estrictamente creciente en I.
160
(b) Si f (x) ≤ 0 en I, entonces f es decreciente en I. Si f (x) < 0 en I, f es

estrictamente decreciente en I .
(c) La función f es constante en I si y solamente si f (x) = 0, para todo x ∈ I.

◦
4.62. Extremos relativos. Sea f : I → R y x0 ∈I .
(a) Se dice que f tiene un máximo relativo (o máximo local) en x0 si existe un

intervalo abierto (c, d) ⊂ I tal que x0 ∈ (c, d) y f (x0 ) ≥ f (x), para todo
x ∈ (c, d).
(b) Se dice que f tiene un mínimo relativo (o mínimo local) en x0 si existe un

intervalo abierto (c, d) ⊂ I tal que x0 ∈ (c, d) y f (x0 ) ≤ f (x), para todo
x ∈ (c, d).
Si las desigualdades en (a) y (b) son estrictas para x = x0 , se dice que f tiene un
máximo (respectivamente, un mínimo) relativo estricto en x0 .
Se dice que la función f tiene un extremo relativo en x0 si tiene un máximo o
un mínimo relativo en ese punto.
◦
4.63. Punto crítico. Sea f : I → R y x0 ∈I . Se dice que x0 es un punto crítico de
f si f (x0 ) = 0 o f no es derivable en x0 .
◦
4.64. Teorema. Condición necesaria de extremo relativo. Sea f : I → R y x0 ∈I .
Si f es derivable en x0 y tiene un extremo relativo en este punto, entonces f (x0 ) =
0 (es decir, x0 es un punto crítico de f ).
4.65. Condición suciente de extremo relativo. Sea f : I → R y sea (c, d) un

intervalo abierto tal que (c, d) ⊂ I y x0 ∈ (c, d).
(a) Si f es creciente en (c, x0 ] y decreciente en [x0 , d), entonces f alcanza un

máximo relativo en x0 .
(b) Si f es decreciente en (c, x0 ] y creciente en [x0 , d), entonces f alcanza un

mínimo relativo en x0 .
(c) Si f es creciente en (c, x0 ), decreciente en (x0 , d) y continua en x0 , entonces

f alcanza un máximo relativo en x0 .
(d) Si f es decreciente en (c, x0 ), creciente en (x0 , d) y continua en x0 , entonces

f alcanza un mínimo relativo en x0 .
161
Si en los apartados (a)-(d) anteriores, la monotonía de f es estricta, entonces la

conclusión es que el extremo relativo es estricto.
4.66. Condición suciente de extremo relativo con derivabilidad. Supóngase que

I es abierto. Sea f :I→R dos veces derivable en I y x0 ∈ I tal que f (x0 ) = 0.
(a) Si f (x0 ) < 0, entonces f alcanza un máximo relativo en x0 .
(b) Si f (x0 ) > 0, entonces f alcanza un mínimo relativo en x0 .
4.67. Extremos absolutos. Sea f : I → R y x0 ∈ I .

(a) Se dice que f tiene un máximo absoluto en x0 si f (x0 ) ≥ f (x), ∀x ∈ I .
(b) Se dice que f tiene un mínimo absoluto en x0 si f (x0 ) ≤ f (x), ∀x ∈ I .
Se dice que la función f tiene un extremo absoluto en x0 si tiene un máximo o

un mínimo absoluto en ese punto.
4.68. Sea f : [a, b] → R una función continua. Por el Teorema 4.41, f alcanza el
mínimo y el máximo absolutos en [a, b]. Se verica que cada uno de los extremos
absolutos se alcanza o bien en un extremo relativo de f en el intervalo (a, b), o
bien en un extremo del intervalo, es decir, en x=a ó en x = b.
4.69. Funciones convexas y cóncavas. Sea f : I → R.

(a) La función f es convexa en I sif (tx1 + (1 − t)x2 ) ≤ tf (x1 ) + (1 − t)f (x2 ),
para todo x 1 , x2 ∈ I , y para todo t ∈ [0, 1]. Es decir, f es convexa si los
segmentos que unen cualquier par de puntos de la gráca de f quedan por
encima de dicha gráca.
(b) La función f es cóncava en I si −f es convexa.
4.70. Teorema. Supóngase que I es abierto y sea f : I → R una función derivable

en I. Se tiene que
(a) f es convexa en I si y sólo si f es creciente en I.
(b) f es cóncava en I si y sólo si f es decreciente en I.
4.71. Condición suciente de convexidad y concavidad. Supóngase que I es abier-

to y sea f :I→R una función dos veces derivable en I.
162
(a) Si f (x) ≥ 0 en I, entonces f es convexa en I.

(b) Si f (x) ≤ 0 en I, entonces f es cóncava en I.
◦
4.72. Punto de inexión. Sea f : I → R. Se dice que x0 ∈I es un punto de
inexión si en ese punto f pasa de ser cóncava a convexa, o de ser convexa a
cóncava.
4.73. Supóngase que I es abierto. Sea f :I→R una función dos veces derivable
en I y x0 ∈ I . Si x0 es un punto de inexión, entonces f (x0 ) = 0.
4.74. Supóngase que I es abierto. Sea f :I →R una función n veces derivable
en I y x0 ∈ I . Supóngase que
f (x0 ) = f (x0 ) = · · · = f (n−1 (x0 ) = 0,

y f (n (x0 ) = 0.
Si n es impar, entonces x0 es un punto de inexión de f . Además, si f (n (x0 ) > 0,
la función pasa de ser cóncava a convexa en x0 ; y si f (n (x0 ) < 0, f pasa de ser
convexa a ser cóncava.
4.75. Teorema de Taylor. Supóngase que I es abierto. Sea f : I → R una función

n+1 veces derivable en un punto x0 ∈ I . Entonces, para cada x ∈ I existe c
perteneciente al intervalo de extremos x0 y x tal que
f (x0 ) f (x0 ) f (n (x0 )

f (x) =f (x0 ) + (x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
1! 2! n!
f (n+1 (c)
+ (x − x0 )n+1 .
(n + 1)!
4.76. Polinomio de Taylor y resto de Lagrange. En el teorema anterior, al poli-
nomio
f (x0 ) f (x0 ) f (n (x0 )

Pn (x) = f (x0 ) + (x − x0 ) + (x − x0 )2 + · · · + (x − x0 )n
1! 2! n!
se le llama polinomio de Taylor de orden n de f en x0 y al término
f (n+1 (c)
Rn (x) = (x − x0 )n+1
(n + 1)!
se le denomina resto de Lagrange de orden n. Teniendo en cuenta el Teorema
4.75, el error cometido al aproximar f (x) por Pn (x) es Rn (x), donde c es un valor
perteneciente al intervalo abierto de extremos x0 y x y se verica que
f (x) − Pn (x)
lı́m = 0.
x→x0 (x − x0 )n
Se llama polinomio de Mac Laurin al polinomio de Taylor en x 0 = 0.
163
2. TABLA DE DERIVADAS
A continuación, se presenta una relación de derivadas inmediatas.
4.77.
d n d
x = nxn−1 , [f (x)]n = n[f (x)]n−1 · f (x), ∀n ∈ Z
dx dx
4.78.
d √ 1 d ' 1
n
x= √
n
, n
f (x) = '
n
· f (x), ∀n ∈ N\{0}
dx n xn−1 dx n [f (x)]n−1
4.79.
d 1 d f (x)
ln x = , ln(f (x)) =
dx x dx f (x)
4.80.
d x d f (x)
e = ex , e = ef (x) · f (x)
dx dx
4.81.
d x d f (x)
a = ax · ln(a), a = af (x) · ln(a) · f (x), ∀a > 0.
dx dx
4.82.
d d
sen x = cos x, sen(f (x)) = cos(f (x)) · f (x)
dx dx
4.83.
d d
cos x = − sen x, cos(f (x)) = − sen(f (x)) · f (x)
dx dx
4.84.
d 1
tan x = = 1 + tan2 x,
dx cos2 x
d f (x)
tan(f (x)) = = (1 + tan2 (f (x))) · f (x)
dx cos2 (f (x))
4.85.
d 1
cot x = − = −(1 + cot2 x),
dx sen2 x
d f (x)
cot(f (x)) = − = −(1 + cot2 (f (x))) · f (x)
dx sen2 (f (x))
164
4.86.
d d
sec x = sec x · tan x, sec(f (x)) = sec(f (x)) · tan(f (x)) · f (x)
dx dx
4.87.
d d
csc x = − csc x · cot x, csc(f (x)) = − csc(f (x)) · cot(f (x)) · f (x)
dx dx
4.88.
d 1 d f (x)
arcsenx = √ , arcsen(f (x)) = '
dx 1 − x2 dx 1 − [f (x)]2
4.89.
d 1 d f (x)
arc cos x = − √ , arc cos(f (x)) = − '
dx 1 − x2 dx 1 − [f (x)]2
4.90.
d 1 d f (x)
arctan x = , arctan(f (x)) =
dx 1 + x2 dx 1 + [f (x)]2
3.1. El conjunto de los números reales. Sucesiones
Ejercicio 4.1. Determínense de forma explícita los siguientes conjuntos conte-

nidos en R.
(a ) A = {x ∈ R : |x − 1| = 2}, (b ) B = {x ∈ R : |x| ≤ 1},
(c ) C = {x ∈ R : |x| > 1}, (d ) D = {x ∈ R : |x − 3| ≤ 5}.
Solución. (a ) Se tiene que |x−1| = 2 si y sólo si o bien x−1 = 2 o bien x−1 = −2

(véase 4.3), es decir, si y sólo si x=3 ó x = −1. Por tanto, A = {−1, 3}.
(b ) Teniendo en cuenta la propiedad número 5 en 4.4, la desigualdad |x| ≤ 1
es equivalente a −1 ≤ x ≤ 1. Luego B = [−1, 1].
(c ) Obsérvese queC es el conjunto de los puntos x∈R tales que x∈
/ B. Así
pues, C = (−∞, −1) ∪ (1, +∞).
165
(d ) De modo análogo al apartado (b ), se tiene que |x − 3| ≤ 5 si y sólo si

−5 ≤ x − 3 ≤ 5, o equivalentemente, −5 + 3 ≤ x ≤ 5 + 3, por lo que D = [−2, 8].
Ejercicio 4.2. Determínense el supremo y el ínmo, si existen, de los siguientes

conjuntos contenidos en R.
(a ) A = [−1, 3) ∪ (5, +∞), (b ) B = {x ∈ R : |x − 5| < 2},
(c ) C = {x ∈ R : x2 − 2x − 3 ≤ 0}, (d ) D = {x ∈ R : x2 > 4}.
Solución. (a ) Claramente, A está acotado inferiormente (véanse 4.8 y 4.9) y

ı́nf A = −1 . Además, obsérvese que el ínmo de A pertenece a A, luego es, de
hecho, el mínimo de A, es decir, mı́n A = ı́nf A = −1 (véase 4.10). Sin embargo,
el supremo de A no existe ya que el conjunto no está acotado superiormente.
(b ) El conjunto B se corresponde con el intervalo abierto (3, 7) ya que
|x − 5| < 2 ⇐⇒ −2 < x − 5 < 2 ⇐⇒ −2 + 5 < x < 2 + 5 ⇐⇒ 3 < x < 7,
luego ı́nf B = 3 y sup B = 7. Así pues, B es un conjunto acotado (véase 4.9). En

este caso, ni el ínmo ni el supremo de B pertenecen a B , por lo que ı́nf B no es
mínimo y sup B no es máximo de B.
(c ) Resolviendo la inecuación x2 − 2x − 3 ≤ 0, resulta que
x ∈ C ⇐⇒ −1 ≤ x ≤ 3,
por tanto, C = [−1, 3], deduciéndose que ı́nf C = −1 y sup C = 3 y que, por
tanto, C es un conjunto acotado. En este caso, tanto el ínmo como el supremo
de C pertenecen a C, luego mı́n C = ı́nf C = −1 y máx C = sup C = 3.
D es el conjunto de los puntos x ∈ R que satisfacen la inecuación x2 −4 > 0,
(d )
que tiene por solución (−∞, −2) ∪ (2, +∞). Por consiguiente, D no está acotado
ni superior ni inferiormente, concluyéndose que no existen el ínmo ni el supremo
de D.
Ejercicio 4.3. Demuéstrese a partir de la denición que lı́m

n→∞
2n + 1
n
= 2.
Solución. Según la denición de límite de una sucesión (véase 4.13), dado ε > 0
hay que demostrar que existe un número natural n0 tal que

2n + 1

n − 2 < ε, para todo n ≥ n0 .
166
Para cualquier n ∈ N se tiene que

2n + 1 2n + 1 − 2n 1 1
= = .
n − 2 = n n n
2n+1
Por tanto, 1 1
n − 2 < ε si y sólo si n < ε, o equivalentemente, n > ε . Así
1
pues, si se considera n0 cualquier número natural mayor que
ε , entonces para
1 1
todo n ≥ n0 se tiene que n ≥ n0 > , lo que implica que
ε n < ε para todo n ≥ n0 .
Ejercicio 4.4. Considérense las sucesiones:
(a ) {(−1)n }, (b ) {sen(nπ)}, (c ) {cos(nπ)} ,

sen( nπ
2 )
1 n $
(d )
n , (e ) {(−1)n cos(nπ)}, (f )
5 .
Indique las armaciones correctas:
1. Las sucesiones (a ), (b ) y (c ) son no convergentes.
2. Las sucesiones (b ) y (e ) son convergentes.
3. Las sucesiones (a ) y (f ) son no convergentes.
4. Las sucesiones (d ), (e ) y (f ) son convergentes.
Solución. La sucesión (a ) alterna consecutivamente los valores −1 y 1, con signos

opuestos, por tanto, no es convergente. Este tipo de sucesiones se denominan
alternadas.
Con respecto a la sucesión (b ), se tiene que sen(nπ) = 0, para todo n ∈ N,

luego se trata de la sucesión constante {0}, que evidentemente converge hacia 0.
Por otra parte, la sucesión (c ) es también alternada, puesto que

−1 si n impar
cos(nπ) =
1 si n par,
así pues, no es convergente.
El término general de la sucesión (d ) se escribe como producto de la sucesión

$ 1$
acotada sen nπ
2 y la sucesión
n , que tiende hacia 0, luego por el Teorema
4.19(b) se deduce que la sucesión (d ) converge hacia 0.
Para la sucesión (e ) se tiene que (−1)n cos(nπ) = 1, para todo n ∈ N, por

tanto, (e ) es la sucesión constantemente igual a 1 y converge hacia 1.
167
Por último, resulta que
n lı́mn→∞ n +∞
1 1 1
lı́m = = = 0,
n→∞ 5 5 5
por lo que la sucesión (f ) también es convergente. Así pues, las armaciones

correctas son la número 2 y la número 4.
Ejercicio 4.5. Estúdiese la monotonía de la sucesión {xn } en cada uno de los

siguientes casos:
(a ) xn = (−1)2n , (b ) x n = en ,
(c ) xn = n+1
n , (d ) xn = (− 12 )n .
Solución. (a ) Obsérvese

$ que para cada n ∈ N se tiene que (−1)
2n = 1. Por tanto,
la sucesión (−1)2n es constantemente igual a 1 (véase 4.20(c)).
(b ) Claramente, xn = en < en+1 = xn+1 . Luego la sucesión {en } es estricta-

mente creciente (véase 4.20(a)).
(c ) Para cada n∈N se tiene que
(n + 1) + 1 n + 1 n(n + 2) − (n + 1)2 1
xn+1 − xn = − = =− < 0.
n+1 n n(n + 1) n(n + 1)
n+1 $
Así pues, xn+1 − xn < 0, para todo n ∈ N, deduciéndose que
n es estricta-
mente decreciente (véase 4.20(b)).
(d ) Los tres primeros términos de la sucesión son x1 = − 12 , x2 = 1

4 y x3 = − 18 y
se tiene que x 1 < x2 y x2 > x3 . Por consiguiente, esta sucesión no es ni monótona
creciente ni monótona decreciente.
Ejercicio 4.6. Estúdiese la monotonía y acotación de las siguientes sucesiones:

(−1)n $ n$
(a ) 5 , (b )
en .
¾Qué se puede decir sobre la convergencia de las sucesiones anteriores?
Solución. (a ) Se trata de una sucesión oscilante, ya que toma consecutivamente

los valores 5, 15 , 5, 15 . . .. Por tanto, no es monótona. Sin embargo, sí es acotada ya
1
que el máximo valor que toma es 5 y el mínimo
5.
168
(b ) Resulta que
n n+1 ne − n − 1 n(e − 1) − 1
xn − xn+1 = n
− n+1 = n+1
= > 0,
e e e en+1
ya que n(e − 1) − 1 > 0 y en+1 > 0, para todo n ∈ N. Luego xn > xn+1 , por lo
que la sucesión {xn } es estrictamente decreciente (véase 4.20(b)). Por otra parte,
n
puesto que e > n, para todo n ∈ N, se tiene que n = n < 1. Por consiguiente,
n n
$ n
e e
la sucesión también es acotada.
en
Claramente, la sucesión del apartado (a ) no es convergente, por ser oscilante,

lo que demuestra que el recíproco del Teorema 4.17 no se cumple. Con respecto a
la sucesión del apartado (b ), puesto que es monótona y acotada, se concluye por
el Teorema 4.21 que es convergente, de hecho, converge hacia 0, ya que
n
n 1
n = n ≤ n, para todo n ∈ N,
e e e
1 n
y como lı́mn→∞ en = 0, se deduce por 4.19(a) que lı́mn→∞ en = 0.
Ejercicio 4.7. Calcúlense los siguientes límites de sucesiones:
3n2 − 2n
(a ) lı́m −4n2 + n , (b ) lı́m ,
n→∞ n→∞ 5n3 + 6
n 3 1
2n2 − n 7n − n n
(c ) lı́m , (d ) lı́m .
n→∞ 5n2 + n n→∞ 4n3 + 3
Solución. (a ) Cuando se trata de calcular el límite de una sucesión cuyo término

general es un polinomio, es conveniente sacar factor común a la potencia de mayor
grado del polinomio. De este modo,
%
2
2 n& 2 1
lı́m −4n + n = lı́m n −4 + 2 = lı́m n −4 + = +∞(−4) = −∞.
n→∞ n→∞ n n→∞ n
+∞
(b ) Se obtiene una indeterminación del tipo
+∞ . Para calcular el límite de
este cociente de sucesiones polinómicas, se divide numerador y denominador por
ng , donde g = máx{g1 , g2 }, siendo g1 y g2 el grado del polinomio del numerador y
el grado del polinomio del denominador, respectivamente. En este caso se divide
por n3 , resultando
3 2
3n2 − 2n n − n2 0
lı́m = lı́m = = 0.
n→∞ 5n3 + 6 n→∞ 5 + 63 5
n
169
(c ) El grado del numerador y del denominador es 2. Luego dividiendo por n2

ambos términos, se deduce que
1
2n2 − n 2− n 2
lı́m 2
= lı́m 1 = ,
n→∞ 5n + n n→∞ 5 + 5
n
% &n 2 +∞
2n2 −n 2
y lı́mn→∞ 5n2 +n
= 5 = 0, ya que
5 < 1.
% &
7n3 −n 7 1
(d ) Se tiene que lı́mn→∞ = lı́mn→∞ = 0,
4n3 +3 4 y n por tanto
n1 0
7n3 − n 7
lı́m = = 1.
n→∞ 4n3 + 3 4
√ √ 1
(a ) lı́m n+1− n , (b ) lı́m √ √ .
n→∞ n→∞ n2 + 3 − n2 − n
Solución. (a ) Resulta una indeterminación del tipo +∞ − √∞. En esta√situación,

se procede multiplicando y dividiendo por el conjugado de n+1− n:
√ √ √ √
√ √ ( n + 1 − n)( n + 1 + n)
lı́m n+1− n = lı́m √ √
n→∞ n→∞ n+1+ n
n+1−n 1 1
= lı́m √ √ = lı́m √ √ = = 0.
n→∞ n+1+ n n→∞ n+1+ n +∞
(b ) Aparece una indeterminación del tipo +∞ − ∞ en el denominador, por lo

√ √
que se multiplica y se divide la expresión por el conjugado de n2 + 3 − n2 − n,
resultando que
√ √
1 n2 + 3 + n2 − n
lı́m √ √ = lı́m √ √ √ √
n→∞ n2 + 3 − n2 − n n→∞ ( n2 + 3 − n2 − n)( n2 + 3 + n2 − n)
√ √ √ √
n2 + 3 + n2 − n n2 + 3 + n2 − n
= lı́m = lı́m .
n→∞ n2 + 3 − (n2 − n) n→∞ n+3
+∞
En este punto, se obtiene una indeterminación del tipo
+∞ . Para eliminarla, se
procede dividiendo numerador y denominador por la potencia de mayor grado de
n que aparece en la expresión. En este caso, se divide por n (obsérvese que aunque
170
en el numerador aparece el monomio n2 , al estar introducido dentro de una raíz

√
cuadrada la mayor potencia del numerador es n2 = n) y se tiene que
( (
√ √ √
n2 +3
√
n2 −n n2 +3 n2 −n
n2 + 3 + n2 − n + n2
+ n2
n n
lı́m = lı́m = lı́m
n→∞ n+3 n→∞ 1 + n3 n→∞ 1 + n3
( (
3 1 √ √
1+ n2
+ 1− n 1+ 1
= lı́m 3 = = 2.
n→∞ 1+ n
1
n+3 n 2
n+1 √
n2 1
(a ) lı́m , (b ) lı́m 3n − 2, (c ) lı́m .
n→∞ n−4 n→∞ n→∞ 5n − 2
Solución. (a ) Resulta una indeterminación del tipo 1+∞ . Este tipo de límites se
resuelven con el número e. Para ello, se opera convenientemente para que en el
término general de la sucesión aparezca la expresión del resultado 4.23:
n+3 n+3 n+3 n+3

n+1 n+1 5 1
= 1+ −1 = 1+ = 1 + n−4
n−4 n−4 n−4 5
n−4 5 ⎡ n−4 ⎤ n−4
5n+15
5
· n−4 (n+3) 5
1 1
= 1 + n−4 = ⎣ 1 + n−4 ⎦ .
5 5
Por tanto, por 4.23 se tiene que
⎡ ⎤ 5n+15
n+3 n−4
5
n−4
n+1 1 5n+15
lı́m = lı́m ⎣ 1 + n−4 ⎦ = elı́mn→∞ n−4 = e5 .
n→∞ n−4 n→∞
5
√
n2
1
(b ) Obsérvese que 3n − 2 = (3n−2) n2 , luego al considerar el límite cuando
n tiende hacia innito, se obtiene una indeterminación del tipo (+∞)0 . Puesto
que la sucesión {3n − 2} es de términos positivos, ya que 3n − 2 > 1, para todo
n ∈ N, por 4.22 se tiene que
1 1 ln(3n−2)
lı́m (3n − 2) n2 = lı́m e n2 ln(3n−2) = elı́mn→∞ n2 .

n→∞ n→∞
171
ln(3n−2)
Luego hay que determinar lı́mn→∞ n2
. Para ello, obsérvese que 0 ≤ ln x ≤ x,
para todo x≥1 (véase la Figura 4.1), por lo que, en particular, 0 < ln(3n − 2) ≤
3n − 2 y

ln(3n − 2) ln(3n − 2) 3n − 2
= ≤ .
n 2 n 2 n2
3n−2 ln(3n−2)
Como lı́mn→∞ n2
= 0, aplicando 4.19(a) se obtiene que lı́mn→∞ n2
=0 y,
1
por tanto, lı́mn→∞ (3n − 2) n2 = e0 = 1 .
Figura 4.1. Funciones f (x) = x y g(x) = ln(x).
(c ) En este caso, se obtiene 0+∞ = 0. Para comprobarlo

) * (aunque no es necesa-
1
rio) se puede proceder como sigue. La sucesión es de términos positivos,
5n−2
pues 5n − 2 > 0, para todo n ∈ N, por lo que de nuevo por 4.22 se tiene que
n 2
1 2 ln 1 2 (ln1−ln(5n−2))
lı́m = lı́m en 5n−2 = elı́mn→∞ n
n→∞ 5n − 2 n→∞
2 ln(5n−2)
= elı́mn→∞ −n = e(−∞)(+∞) = e−∞ = 0.
6n sen(πn2 ) + cos(nπ) n!
(a ) lı́m , (b ) lı́m , (c ) lı́m .
n→∞ 5n+2 n→∞ n n→∞ nn
Solución. (a ) Resulta una indeterminación del tipo +∞

+∞ . Sin embargo, obsérvese
que
n
6n 6n 1 6
= 2
= · .
5n+2 5 ·5
n 25 5
172
Por tanto,
+∞
6n 1 6
lı́m n+2 = · = +∞.
n→∞ 5 25 5
(b ) La sucesión {sen(πn2 ) + cos(nπ)} es acotada, ya que aplicando la desigual-

dad triangular (véase 4.4) se tiene que
| sen(πn2 ) + cos(nπ)| ≤ | sen(πn2 )| + | cos(nπ)| ≤ 1 + 1 = 2.

1$
Por otra parte, la sucesión
n tiende hacia 0 cuando n tiende a innito, luego
por 4.19(b) se tiene que
sen(πn2 ) + cos(nπ) 1
lı́m = lı́m sen(πn2 ) + cos(nπ) = 0.
n→∞ n n→∞ n
(c ) Obsérvese que n! ≤ nn−1 , para todo n ≥ 1. En efecto, se tiene que
n! = n(n − 1)(n − 2) · · · 2 · 1 ≤ n · n · n · · · n · 1 = nn−1 ,
(por ejemplo, para n = 4: 4! = 4 · 3 · 2 · 1 < 4 · 4 · 4 · 1 = 43 ). Teniendo en cuenta

esta desigualdad, resulta que

n! n−1
= n! ≤ n 1
= ,
nn nn nn n
1 n!
y puesto que lı́mn→∞ n = 0, por 4.19(a) se tiene que lı́mn→∞ nn = 0.
3.2. Límites de funciones reales
Ejercicio 4.11. Calcúlense, si existen, los siguientes límites:
x2 + x − 12
(a ) lı́m ex−1 + |x − 2| , (b ) lı́m ,
x→1 x→3 x−3
1
sen2 x − 5x
(c ) lı́mπ √2 , (d ) lı́m .
x→ 4 cos x − 2 x→0 x2
2
Solución. (a ) Es claro que

lı́m ex−1 + |x − 2| = e1−1 + |1 − 2| = 1 + 1 = 2.
x→1
173
0
(b ) Al calcular este límite, resulta una indeterminación del tipo
0 . Obsérvese
que x
2 + x − 12 = (x − 3)(x + 4). Por tanto,
x2 + x − 12 (x − 3)(x + 4)
lı́m = lı́m = lı́m (x + 4) = 7.
x→3 x−3 x→3 x−3 x→3
0
(c ) De nuevo, se obtiene la indeterminación
0 . Teniendo en cuenta que sen2 x =
1 − cos2 x resulta
%√ & %√ &
2
sen2 x − 1 1
− cos2 x 2 − cos x · 22 + cos x
lı́m √2 = lı́mπ 2 √ = lı́m √
2
x→ π4 cos x − 2
x→ 4 cos x − 22 x→ π4 cos x − 22
√ √ √
2 2 2 √
= lı́mπ − + cos x = − + = − 2.
x→ 4 2 2 2
(d ) En este caso, el numerador tiende hacia 50 = 1 y el denominador se

aproxima hacia 0 tomando valores positivos (lo cual se indica con 0+ ), ya que
x2 ≥ 0, para todo x ∈ R. Por tanto, se tiene que
5x 1
= + = +∞.
lı́m
x→0 x2 0
2x3 3x
(a ) lı́m , (b ) lı́m ,
x→+∞ (x2 − 2)(3x + 1) x→+∞ 1 − x2
√
3x6 + 2x x2 − x3
(c ) lı́m √ , (d ) lı́m .
x→+∞ 3 2x6 + 1 + x3 − 1 x→−∞ 2x2 + 1
Solución. (a ) Resulta una indeterminación del tipo +∞

+∞ . Como se trata del límite
en +∞ de un cociente de polinomios, se procede dividiendo numerador y deno-
minador por xg , donde g = máx{g1 , g2 }, siendo g1 y g2 el grado del polinomio del
numerador y el del denominador, respectivamente. Obsérvese que el denominador
es igual a 3x3 + x2 − 6x − 2, por tanto, g1 = g2 = 3 y hay que dividir numerador
y
3
denominador por x , resultando
1
2x3 x3
· 2x3
lı́m = lı́m 1
x→+∞ (x2 − 2)(3x + 1) x→+∞ · (3x3 + x2 − 6x − 2)
x3
2 2 2
= lı́m 1 6 2 = = .
x→+∞ 3 +
x − x2 − x3
3+0−0−0 3
174
(b ) En este caso, se divide numerador y denominador por x2 y se tiene que
3
3x x 0
lı́m = lı́m 1 = = 0.
x→+∞ 1 − x2 x→+∞ −1 0−1
x2
6
(c ) La potencia de mayor grado del numerador es x 2 = x3 y la del denomina-
√ 6
dor es también x3 , ya que la mayor potencia de
3
2x6 + 1 es x 3 = x2 . Así pues,
dividiendo numerador y denominador por x3 se tiene que
√ 1
√
3x6 + 2x x3
· 3x6 + 2x
lı́m √
3
= lı́m 1
√3
x→+∞ 2x6 + 1 + x3 − 1 x→+∞ · ( 2x6 + 1 + x3 − 1)
x3
( (
√
3x6 +2x
x6
3 + x25 3 √
= lı́m ( = lı́m ( = = 3.
x→+∞ 3 2x6 +1
+1− 1 x→+∞ 3 2
+ 1
+ 1 − 1 1
x9 x3 x3 x 9 x 3
(d ) Dividiendo numerador y denominador por x3 resulta
1
x2 − x3 x −1 −1
lı́m = lı́m 2 1 = = −1(−∞) = +∞.
x→−∞ 2x2 + 1 0−
x + x3
x→−∞
En el cálculo de este límite, cuando x toma valores negativos cada vez más pe-
1 2
queños, el denominador
x3 x +
se aproxima hacia 0 tomando valores negativos,
− 1
lo cual se ha indicado con la notación 0 . Por tanto, 2 tiende hacia −∞ y
+ 13
1 1
x x
x − 1 · 2 + 13 se aproxima hacia (−1)(−∞) = +∞.

x x
x |x| 4x3
(a ) lı́m , (b ) lı́m , (c ) lı́m .
x→2 x − 2 x→0 x x→−∞ ex + 2
Solución. (a ) Al calcular el límite, el numerador tiende hacia 2 y se anula el

denominador, por lo que el límite es o bien +∞, o bien −∞ o no existe. Cuando
x se aproxima hacia 2 por la izquierda, es decir, tomando valores cada vez más
próximos a 2 y menores que 2, el denominador se aproxima hacia 0 tomando
valores negativos, lo cual signica que
x 2
lı́m = − = −∞.
x→2− x−2 0
175
Análogamente, se deduce que
x 2
lı́m = + = +∞.
x→2+ x−2 0
Como los límites laterales no coinciden, se concluye que no existe el límite.
(b ) Es claro que

|x| −1 si x≤0
=
x 1 si x>0
Por tanto,
|x| |x|
lı́m = lı́m −1 = −1, lı́m = lı́m 1 = 1,
x→0− x x→0− x→0+ x x→0+
y puesto que los límites laterales son distintos, no existe el límite.
(c ) Se tiene que
4x3 4(−∞)3 −∞
lı́m x
= −∞
= = −∞.
x→−∞ e + 2 e +2 0+2
sen x + 1 x2 e−x
(a ) lı́m , (b ) lı́m ,
x→+∞ x4 x→+∞ x2 + ex
%π & %π &
(c ) lı́m cos , (d ) lı́m (2x − 1) cos .
x→0 x x→0 x
Solución. (a ) El numerador sen x + 1 es una función acotada ya que aplicando

la desigualdad triangular (véase 4.4) se deduce que
| sen x + 1| ≤ | sen x| + |1| = | sen x| + 1 ≤ 1 + 1 = 2.

1
Además,
x4
tiende hacia 0 cuando x tiende a +∞. Por tanto, por la propiedad
4.31(b) se concluye que
sen x + 1
lı́m = 0.
x→+∞ x4
(b ) El numerador tiende hacia (+∞) · 0, que es una indeterminación, y el
denominador hacia +∞. Sin embargo, obsérvese que
2 −x
x e 2 −x x2 e−x
= x e ≤ = e−x .
x2 + ex x2 + ex x2
176
En la segunda desigualdad se ha tenido en cuenta que x2 + e x ≥ x 2 , por lo que

x2 2
x2 +ex
≤ xx2 . De este modo, se puede simplicar el factor x2 en el numerador y en
el denominador, resultando e
−x , que tiende hacia 0 cuando x tiende a +∞. Esta
forma de proceder suele ser útil para calcular límites mediante la propiedad del
emparedado. En virtud de esta propiedad (en concreto de la propiedad 4.31(a)),
se deduce que
x2 e−x
= 0.
lı́m
x→+∞ x2 + ex
π
(c ) Obsérvese que la función f (x) = cos
x toma valores en [−1, 1] perió-
dicamente, por lo que es lógico pensar que lı́mx→0 f (x) no existe. La forma de
demostrarlo es utilizando el resultado 4.33, según el cual si lı́mx→0 f (x) = l , en-
tonces lı́mn→∞ f (xn ) = l , para cualquier sucesión {xn } que converja hacia 0.
1$ ) *
1
Considérense las sucesiones {xn } = y {yn } =
2n 2n+1 . Ambas sucesiones
convergen hacia 0 y se verica que

1 π
lı́m f (xn ) = lı́m f = lı́m cos 1 = lı́m cos(2nπ) = 1,
n→∞ n→∞ 2n n→∞
2n
n→∞

1 π
lı́m f (yn ) = lı́m f = lı́m cos 1 = lı́m cos[(2n + 1)π] = −1.
n→∞ n→∞ 2n + 1 n→∞
2n+1
n→∞
Como para {xn } e {yn } los límites anteriores son distintos, por 4.33 se concluye
que no existe límite.

(d ) Se tiene que cos π ≤ 1 y 2x − 1 tiende hacia 0 cuando x se aproxima
x
hacia 0. Luego por 4.31(b) resulta que
%π &
lı́m (2x − 1) cos = 0.
x→0 x
3.3. Funciones continuas
Ejercicio 4.15. Estúdiese la continuidad de la función f :R→R denida por:
⎧
⎨ x + 10 si x ≤ −2
f (x) = |x| + 4 si −2<x≤2
⎩ 3 2 3
− 8 x + 3x + 2 si x>2
177
Solución. La función f está denida a trozos a partir de las funciones f1 (x) =

x + 10, f2 (x) = |x| + 4 y f3 (x) = − 38 x2 + 3x + 32 , que son continuas en R, ya que f1
y f3 son polinómicas y f2 es la suma de la función valor absoluto, que es continua
en R, con la función constantemente igual a 4. Por tanto, f es continua en todo
R salvo quizás en los puntos x = −2 y x = 2, por ser los puntos de cambio de un
trozo a otro de la función.
Se tiene que f (−2) = −2 + 10 = 8. Puesto que f está denida de diferente

forma a la izquierda y a la derecha de x = −2, para determinar lı́mx→−2 f (x) hay
que calcular los límites laterales, que son:
lı́m f (x) = lı́m (x + 10) = −2 + 10 = 8,

x→−2− x→−2−
lı́m f (x) = lı́m (|x| + 4) = | − 2| + 4 = 6.
x→−2+ x→−2+
Como los límites laterales no coinciden, no existe lı́mx→−2 f (x) (véase 4.28) y por
tanto f no es continua en x = −2 (véase 4.35).
Por último, considérese el punto x = 2. Se tiene que f (2) = |2| + 4 = 6 y los

límites laterales son:
lı́m f (x) = lı́m (|x| + 4) = |2| + 4 = 6,

x→2− x→2−

3 3 3 3
lı́m f (x) = lı́m − x2 + 3x + = − 22 + 3 · 2 + = 6.
x→2+ x→2+ 8 2 8 2
Dado que los límites laterales son ambos iguales a 6, se tiene que
lı́m f (x) = 6 = f (2),

x→2
por tanto f es continua en x=2 (véase 4.35). Luego es continua en R\{−2}.

En la Figura 4.2 se representa la función. Obsérvese que en el punto x = −2 la
función tiene una discontinuidad de salto nito, que tiene lugar cuando los límites
laterales en un punto son nitos pero no coinciden.
Ejercicio 4.16. Estúdiese la continuidad de la función
⎧ x
⎪
⎪ e −1 si x≤0
⎨ sen 2x π
cos x si 0<x< 2
g(x) =
⎪
⎪ 1 si x = π2
⎩
2 si x > π2
178
f
g1 (x) = ex − 1 g3 (x) = 1 g4 (x) = 2 R

g2 (x) = sen 2x
cos x R cos x = 0
g2 0, π2 g
R x=0
x= π
2 g(0) = e0 − 1 = 0
sen 2x 0
lı́m g(x) = lı́m (ex − 1) = e0 − 1 = 0, lı́m g(x) = lı́m = = 0.
x→0− x→0− x→0+ x→0+ cos x 1
g(0) g
x=0
sen 2x 2 sen x cos x π
lı́m g(x) = lı́m = lı́m = lı́m 2 sen x = 2 sen = 2,
x→ π2 − x→ π2 − cos x x→ 2π − cos x x→ 2π − 2
lı́m g(x) = lı́m 2 = 2.
x→ π2 + x→ π2 +
sen 2x =
0
2 sen x cos x 0
π
g x = 2 π 2
lı́mx→ π2 g(x) = 2 g 2 =1 lı́mx→ π2 g(x) = g π2
g
π
g x= 2
π
g 2 =2
g
f (x) = x3 + 2x2 − x − 4 [1, 2]

1
f (x) = x−2 [1, 3]
f (x) = tan x [ π4 , 3π
4 ]
f (x) = ex + e−3x − 4 [0, 2]
f
[1, 2]
f (1) = −2 f (2) = 10 f (1) · f (2) < 0
f
[1, 3]
x=2
f
[ π4 , 3π
4 ]
π
x= 2
f
[0, 2]
f (0) = −2 f (2) = 3, 39 f (0) · f (2) < 0
f
f
f (x) = 0
x
f X
f (x) = 0
f (x) = 0
x + sen x − 1 = 0
f (x) = x + sen x − 1
f
R
π π 0 f (0) = −1

f 2 = π
2 +1−1 = π
2 f (0) · f 2 < 0
0, π2
f X
x f (x) = 0
" #
Figura 4.8. x + sen x − 1 = 0 tiene solución en 0, π2 .
Ejercicio 4.19. f (x) = 4x2 − 1 verica las hipótesis del

Compruébese que
teorema de Bolzano en el intervalo [0, 2] y aplíquese el método de la bisección
para aproximar la solución de la ecuación f (x) = 0 en dicho intervalo.
Solución. Por el teorema de Bolzano se tiene que si f es continua en el intervalo

[a, b] y presenta distinto signo en los extremos del intervalo, entonces existe al
menos un punto c ∈ (a, b) que es solución de la ecuación f (x) = 0.
Este resultado posibilita la obtención de valores aproximados de la solución
de la ecuación f (x) = 0 por el método de la bisección (véase 4.42), que consiste
en obtener el punto medio c1 del intervalo [a, b], calcular f (c1 ) y comprobar con
cuál de los extremos de [a, b] la función f presenta cambio de signo. Considerando
el intervalo de extremos ese valor y el punto c1 como nuevo intervalo se reitera el
proceso de bisección.
En este caso, f (x) = 4x2 − 1 es continua en el intervalo dado y se tiene que

f (0) = −1 y f (2) = 15, luego f (0) · f (2) < 0, con lo que se cumple el teorema de
2
Bolzano. En consecuencia, la ecuación 4x − 1 = 0 tiene al menos una solución
en el intervalo [0, 2].
Para aproximar esa solución por el método de la bisección, se obtiene el punto

medio del intervalo, es decir c1 = 0+2
2 = 1 y se calcula la imagen de ese punto,
f (1) = 3. Como f (0) · f (1) < 0 se considera el nuevo intervalo [0, 1] en el que f
cumple también el teorema de Bolzano.
0+1 1
Se repite el proceso y se obtiene el valor c2 = 2 = 2 . Como f ( 12 ) = 0, el
182
1
valor x= 2 es la solución buscada y no hay que continuar.
Con este ejemplo sencillo sólo se pretende ilustrar el método de la bisección

ya que, obviamente, en este caso resolviendo la ecuación de segundo grado o
despejando la x se tendría esta solución de una manera más directa.
Ejercicio 4.20. Dada la ecuación x3 − 2x − 5 = 0,
(a ) justifíquese que tiene al menos una solución en el intervalo [2, 3],
(b ) obténgase el número de iteraciones necesario para conseguir, por el método

de la bisección, una aproximación de la solución con error menor que 0,05,
(c ) calcúlense los tres primeros valores de aproximación por el método de la

bisección.
Solución. (a ) Seaf (x) = x3 −2x−5. La función f es continua por ser polinómica

y se tiene que f (2) = −1 y f (3) = 16, con lo que f (2) · f (3) < 0 y se verica el
teorema de Bolzano, el cual garantiza la existencia de al menos una solución de
la ecuación x3 − 2x − 5 = 0 en el intervalo (2, 3).
(b ) Por el método de la bisección, se construye una sucesión de puntos medios
2+3 5
de intervalos, de forma que el primero es c1 = 2 = 2 = 2,5 y que el error que se
comete al aproximar la solución c por el valor cn obtenido en la n-ésima iteración
está acotado como sigue (véase 4.43):
b−a
|cn − c| < .
2n
A partir de la acotación anterior, se puede calcular el número n de iteraciones
necesarias para obtener una aproximación de la solución con error menor que un
valor dado. En este caso se debe cumplir que n sea tal que
3−2 1
|cn − c| < ≤ 0,05; ≤ 2n ; 20 ≤ 2n ; n ≥ 5.
2n 0,05
(c ) Como f (2) = −1 y f (3) = 16, hay al menos una solución en el intervalo

(2, 3). Por el método de la bisección, se calcula el punto medio del intervalo y su
imagen, con lo que se tiene:

2+3 5 5
c1 = = = 2,5; f (c1 ) = f = 5,63.
2 2 2
183
f (2) ·f ( 52 ) < 0
2, 52

2 + 5/2 9 9
c2 = = = 2,25; f (c2 ) = f = 1,89.
2 4 4

f (2) · f ( 94 ) < 0 2, 94

2 + 9/4 17 17
c3 = = = 2,125; f (c3 ) = f = 0,35.
2 8 8
f (2) · f ( 17
8 )<0
2, 17
8
0,125 c
c3
3−2
|c3 − c| < = 0,125.
23
f (x) = 0 [2, 3]
x3 − 2x − 5 = 0 [2, 3]
f (x) = ex +x
[−1, 0]
ex + x = 0
Solución. La función dada es continua en R por ser suma de la exponencial, que

1
es continua, y una polinómica. Además como f (−1) = e−1 − 1 = e −1 < 0 y
f (0) = 1, f presenta cambio de signo en los extremos del intervalo y el teorema
de Bolzano asegura que existe al menos un punto c ∈ (−1, 0) que es solución de
la ecuación.
A continuación, se calculan las cuatro primeras aproximaciones a dicha so-

lución por el método de la bisección. El primer valor c1 es el punto medio del
intervalo [−1, 0], es decir:

−1 + 0 1 1
c1 = = − = −0,5; f (c1 ) = f − 0,1065 > 0.
2 2 2
1
Como
· f (−
f (−1)
1
2 ) < 0, por el teorema de Bolzano hay una solución en el
intervalo −1, −
2 , y el punto medio de este intervalo es el valor de la segunda
iteración por este método.

−1 − 1/2 3 3
c2 = = − = −0,75; f (c2 ) = f − −0,2776 < 0.
2 4 4

Como f (− 34 ) · f (− 12 ) < 0, la solución está en el intervalo − 34 , − 12 .

−3/4 − 1/2 5 5
c3 = = − = −0,625; f (c3 ) = f − −0,0897 < 0.
2 8 8

Como f (− 58 ) · f (− 12 ) < 0, la solución está en el intervalo − 58 , − 12 . En conse-
cuencia la cuarta aproximación a la solución de la ecuación por el método de la
bisección es:
−5/8 − 1/2 9
c4 = = − = −0,5625.
2 16
El error que se comete utilizando este valor como aproximación de la solución está
acotado como sigue:
0 − (−1) 1
|c4 − c| < 4
= = 0,0625.
2 16
En la Tabla 4.1 se resumen los cálculos realizados. En la Figura 4.10 se muestra
la gráca de f, en la que se puede ver que corta al eje X en el intervalo [−1, 0], y
en la Figura 4.11 se muestra la gráca de f ampliada en torno al intervalo [−1, 0],
en la que se han representado las cuatro primeras aproximaciones a la solución de
f (x) = 0.
185
a+b
Iteración a b f (a) f (b) c= 2 f (c) Error
1 −1 0 − + −0,5 + 0,5
2 −1 −0,5 − + −0,75 − 0,25
3 −0,75 −0,5 − + −0,625 − 0,125
4 −0,625 −0,5 − + −0,5625 − 0,0625
Tabla 4.1. Método de la bisección aplicado a f (x) = ex + x en [−1, 0].
3.4. Derivadas
Ejercicio 4.22. Calcúlense, utilizando la denición, las derivadas de las siguien-

tes funciones en el punto que se indica:
x2 −1
(a ) f (x) = x = 0,
x+2 , en
(b ) g(x) = (x − 1)ex , en x = 1.
Solución. (a ) Hay que calcular el siguiente límite
h2 −1 1
f (0 + h) − f (0) h+2 + 2 h(2h + 1) 2h + 1 1
lı́m = lı́m = lı́m = lı́m = .
h→0 h h→0 h h→0 2h(h + 2) h→0 2(h + 2) 4
1
Como el límite existe y es nito, f es derivable en x=0 y f (0) = 4 (véase 4.44).
(b ) Se tiene que
g(1 + h) − g(1) he1+h − 0

g (1) = lı́m = lı́m = lı́m e1+h = e.
h→0 h h→0 h h→0
Ejercicio 4.23. Calcúlense las derivadas de las siguientes funciones:
(a ) f (x) = x3 + tan x, (b ) g(x) = x2 ex , (c ) h(x) = x+cos x

sen x .
Solución. Consúltese, si es necesario, la tabla de la subsección 2.
(a ) La derivada es inmediata, pues es la suma de las derivadas de x3 y tan x,

respectivamente (véase 4.48(b)):
1
f (x) = 3x2 + .
cos2 x
186
f (x) = x + ex
ex + x = 0
g1 (x) = x2
g2 (x) = ex
g (x) = 2xex + x2 ex = xex (2 + x).
h1 (x) =
x + cos x h2 (x) = sen x
(1 − sen x) sen x − (x + cos x) cos x sen x − x cos x − 1

h (x) = 2
=
sen x sen2 x
sen2 x + cos2 x = 1
(a ) f (x) = arctan(5x4 ), (b ) g(x) = (x5 + 2x3 − 1)4 ,

% 2 & √
x +1
(c ) h(x) = ln
x−2 , (d ) p(x) = x 3 + 2x .
Solución. Consúltese la tabla de la subsección 2, si es necesario.

(a ) La función f es la composición de la función arcotangente con la polinómica
f1 (x) = 5x4 . Así pues, para calcular la derivada se aplica la regla de la cadena
(véase 4.49). En la aplicación de esta regla, siempre se deriva de fuera hacia
dentro.
1 20x3
f (x) = · 20x 3
= .
1 + (5x4 )2 1 + 25x8
(b ) Aplicando la regla de la cadena (primero se deriva la potencia a la cuarta

y después se multiplica por la derivada de x5 + 2x3 − 1) se tiene que
g (x) = 4(x5 + 2x3 − 1)3 · (5x4 + 6x2 ).
(c ) Se tiene que h es la composición de la función logaritmo con la función

x2 +1
h1 (x) = x−2 . Aplicando la regla de la cadena se tiene que
1 2x(x − 2) − (x2 + 1) · 1 x − 2 x2 − 4x − 1 x2 − 4x − 1
h (x) = · = · = .
x2 +1 (x − 2)2 x2 + 1 (x − 2)2 (x2 + 1)(x − 2)
x−2
(d ) La función p es la composición de la función raíz cuadrada con p1 (x) =

x3 + 2x . De nuevo, por la regla de la cadena, resulta
1
p (x) = √ · (3x2 + 2x ln 2).
3
2 x + 2x
x ln x
(a ) f (x) = x−1 , (b ) g(x) = x2 sen x cos(3x3 ),
2 (x2 +1)
(c ) h(x) = ecos , (d ) p(x) = (x2 + 1)x .
Solución. Consúltese la tabla de la subsección 2, si es necesario.
188
(a ) Aplicando la regla del cociente, resulta
(ln x + x · x1 )(x − 1) − (x ln x) · 1 x − ln x − 1
f (x) = = .
(x − 1)2 (x − 1)2
Obsérvese que para calcular la derivada del numerador de f hay que aplicar la
regla del producto.
(b ) Considérense las funciones g1 (x) = x2 sen x y g2 (x) = cos(3x3 ). Por la

regla del producto, se tiene que
g (x) = g1 (x) · g2 (x) + g1 (x) · g2 (x)

= (2x sen x + x2 cos x) · cos(3x3 ) + (x2 sen x) · (−9x2 sen(3x3 ))
= 2x sen x cos(3x3 ) + x2 cos x cos(3x3 ) − 9x4 sen x sen(3x3 ),
donde ha habido que aplicar la regla del producto para calcular la derivada de g1
y la regla de la cadena para calcular la derivada de g2 .
(c ) En este caso, hay que aplicar la regla de la cadena sucesivas veces (primero
se deriva la exponencial, después la potencia cuadrada del coseno, seguidamente
el coseno y por último la función h1 (x) = x2 + 1):
2 (x2 +1)
h (x) = ecos · 2 cos(x2 + 1)(− sen(x2 + 1)) · (2x)
2 (x2 +1)
= −4xecos cos(x2 + 1) sen(x2 + 1).
(d ) La función p tiene la forma p(x) = p1 (x)p2 (x) , siendo p1 (x) = x2 + 1 y

p2 (x) = x. Este tipo de función se llama potencial-exponencial. La derivada se
obtiene tomando logaritmos:

p(x) = (x2 + 1)x ⇐⇒ ln(p(x)) = ln (x2 + 1)x ⇐⇒ ln(p(x)) = x ln(x2 + 1)
(obsérvese que x2 +1 > 0, para todo x ∈ R, por lo que existe ln(x2 +1)). Derivando
a ambos lados de la última igualdad se tiene que
1 2x2
· p (x) = ln(x2 + 1) + 2 ,
p(x) x +1
y despejando en la igualdad anterior, resulta

2 2x2 2 2x2
p (x) = ln(x + 1) + 2 · p(x) = ln(x + 1) + 2 · (x2 + 1)x .
x +1 x +1
189
3.5. Regla de L'Hôpital
Ejercicio 4.26. Calcúlense los siguientes límites:
x2 + x − 6 sen(x2 ) x2
(a ) lı́m , (b ) lı́m , (c ) lı́m .
x→2 x2 − 4 x→0 xex x→+∞ 2x
Solución. (a ) En el cálculo de este límite, se obtiene una indeterminación del

0
tipo
0 y vamos a estudiar si es aplicable la regla de L'Hôpital (véase 4.55). Las
2 2
funciones f1 (x) = x + x − 6 y f2 (x) = x − 4 son derivables en R por ser

polinómicas y f2 (x) = 2x = 0 en un intervalo pequeño que contenga al punto
x = 2. Además, se tiene que
f1 (x) 2x + 1 5
lı́m = lı́m = .
x→2 f2 (x) x→2 2x 4
Por tanto, por la regla de L'Hôpital,
x2 + x − 6 f1 (x) 5
lı́m 2
= lı́m = .
x→2 x −4 x→2 f2 (x) 4
Obsérvese que otra forma de proceder es determinando la fracción irreducible

x2 +x−6
equivalente a . Para ello, se calculan los factores simples del numerador y
x2 −4
2 2
del denominador. Es fácil ver que x +x−6 = (x−2)(x+3) y x −4 = (x−2)(x+2).
Por consiguiente,
x2 + x − 6 (x − 2)(x + 3) x+3 5
lı́m = lı́m = lı́m = .
x→2 x2 − 4 x→2 (x − 2)(x + 2) x→2 x + 2 4
0
(b ) Se obtiene una indeterminación del tipo
0 . Claramente, las funciones
f1 (x) = sen(x2 ) y f2 (x) = xex R, ya que la primera es composi-
son derivables en
ción de la función seno con una polinómica, ambas derivables enR, y la segunda
es producto de una polinómica con una exponencial, también derivables en R.

Además, f2 (x) = e + xe = e (x + 1) = 0 en un intervalo pequeño que contenga
x x x
a x = 0, y el siguiente límite existe:
f1 (x) 2x cos(x2 ) 0

lı́m = lı́m x
= = 0.
x→0 f2 (x) x→0 e (x + 1) 1
Por tanto, aplicando la regla de L'Hôpital se tiene que
sen(x2 ) f1 (x)

lı́m = lı́m = 0.
x→0 xex x→0 f2 (x)
190
+∞
(c ) Resulta una indeterminación del tipo
+∞ . Las funciones f1 (x) = x2 y
f2 (x) = 2x son derivables en R
y f2 (x) = 2 ln(2) = 0, para todo x
x ∈ R. Si
f (x)
lı́m 1 existe, entonces por L'Hôpital se tendría que
x→+∞ f2 (x)
f1 (x) f (x) 2x
lı́m = lı́m 1 = lı́m x .
x→+∞ f2 (x) x→+∞ f2 (x) x→+∞ 2 ln(2)
En el último límite se obtiene, de nuevo, la misma indeterminación. Es claro que

f1 y f2 son derivables en R y f2 (x) = 2x (ln 2)2 = 0, para todo x ∈ R. Además,
f1 (x) 2
lı́m = lı́m x = 0,
x→+∞ f2 (x) x→+∞ 2 (ln 2)2
luego por la regla de L'Hôpital se tiene que
f1 (x) f (x) f (x)

lı́m = lı́m 1 = lı́m 1 = 0.
x→+∞ f2 (x) x→+∞ f2 (x) x→+∞ f2 (x)
Ejercicio 4.27. Calcúlense los siguientes límites:
5x
1 1 x−1
(a ) lı́m − , (b ) lı́m ,
x→0+ 2 −1 x
x x→+∞ x−3
1 1
(c ) lı́m x x2 −1 , (c ) lı́m x(e x − 1).
x→+∞ x→+∞
Solución. (a ) Para valores de x2x − 1 toma valores

positivos próximos a 0,
1 1
positivos y próximos a 0, por lo que lı́m = +∞. Por otra parte, lı́m =
x→0+ 2 − 1
x x→0+ x
+∞. Así pues, resulta una indeterminación del tipo +∞ − (+∞). Para evitarla,
se opera:

1 1 x − 2x + 1
lı́m − = lı́m .
x→0+ 2 −1 x
x x→0+ x(2x − 1)
0
En este punto se obtiene una indeterminación del tipo
0 . Es fácil ver, y se deja
como ejercicio para el lector, que se satisfacen las condiciones de la regla de
L'Hôpital. Por tanto, en virtud de esta regla
x − 2x + 1 1 − 2x ln 2 1 − ln 2
lı́m = lı́m = = +∞.
x→0+ x(2 − 1)
x x→0 2 − 1 + x2 ln 2
+ x x 0+
191
(b ) Se obtiene una indeterminación del tipo 1+∞ . Para calcular este límite se
utiliza el resultado 4.32. Obsérvese que
5x 5x 5x 5x
x−1 x−1 2 1
= 1+ −1 = 1+ = 1+
x−3 x−3 x−3 x−3
2
x−3 2 ⎡ x−3 ⎤ x−3
10x
2
· x−3 ·5x 2
1 1
= 1+ x−3 =⎣ 1+ x−3
⎦ .
2 2
Por tanto, según 4.32 se tiene que
⎡ ⎤ x−3
10x
5x x−3
2
x−1 1 10x
lı́m = lı́m ⎣ 1 + x−3 ⎦ = elı́mx→+∞ x−3 = e10 .
x→+∞ x−3 x→+∞
2
(c ) Resulta una indeterminación del tipo (+∞)0 . Para calcular este límite, se
1
razona del siguiente modo. Supóngase que lı́m x x2 −1 = l. Entonces, tomando
x→+∞
logaritmos se tiene que
% 1 & ln x
lı́m ln x x2 −1 = ln l ⇐⇒ lı́m = ln l
x→+∞ x→+∞ x2 −1
(obsérvese que como se considera el límite cuando
% 1 & x tiende a +∞ se puede su-
1
poner quex x−1 > 0, por lo que ln x x−1 está bien denido). Ahora, al calcular
ln x +∞
lı́m resulta una indeterminación del tipo
+∞ que se resuelve fácilmente
x→+∞ x2 − 1
aplicando la regla de L'Hôpital (compruébese que se cumplen las condiciones para
aplicar esta regla). Por tanto, se tiene que
1
ln x x 1
lı́m = lı́m = lı́m = 0,
x→+∞ x2 − 1 x→+∞ 2x x→+∞ 2x2
luego ln l = 0, y en consecuencia, l=1 es el valor del límite.
(d ) Al calcular este límite, resulta la indeterminación (+∞)·0. Para eliminarla,

0 ±∞
se opera convenientemente para obtener una indeterminación del tipo
0 ó ±∞ y
comprobar si, de este modo, se puede aplicar la regla de L'Hôpital. En este caso,
1 1
e x −1
la forma de proceder es la siguiente. Obsérvese que x(e x − 1) = 1 , por lo que
x
1
1 ex − 1
lı́m x(e − 1) = lı́m
x
1 ,
x→+∞ x→+∞
x
192
0
y en este último límite, se obtiene la indeterminación
0 . Es fácil ver que se cumplen
las hipótesis de la regla de L'Hôpital. Así pues, en virtud de esta regla se tiene
que
1 1
1 ex − 1 − x12 e x 1
lı́m x(e − 1) = lı́m
x
1 = lı́m = lı́m e x = e0 = 1.
x→+∞ x→+∞
x
x→+∞ − x12 x→+∞
Ejercicio 4.28. Calcúlese

ln x
lı́m
x→+∞ x
y dedúzcase el valor de
ln n
lı́m
n→∞ n
.
Solución. Resulta una indeterminación del tipo +∞

+∞ . Se puede aplicar L'Hôpital,
y se tiene que
ln x 1
lı́m = lı́m = 0.
x→+∞ x x→+∞ x
ln n
Por consiguiente, aplicando el resultado 4.33 se deduce que lı́m = 0.
n→∞ n
3.6. Funciones derivables

Ejercicio 4.29. Sea f la función denida del siguiente modo:
⎧
⎨ 4 si x≤0
f (x) = x+4 si 0<x≤2
⎩ 1 2
− 2 x + 3x + 2 si x>2
Estúdiese la derivabilidad de f y determínese f .
Solución. Las funciones f1 (x) = 4, f2 (x) = x + 4 y f3 (x) = − 12 x2 + 3x + 2 son

derivables en R por ser polinómicas. Sus derivadas son, respectivamente, f1 (x) =
0, f2 (x) = 1 y f3 (x) = −x + 3. Por tanto, f es derivable en R salvo quizás en los
puntos x = 0 y x = 2, por ser los puntos de cambio de denición de f .
Es fácil ver, y se deja como ejercicio para el lector, que f es continua en R. Así
pues, para analizar la derivabilidad en x=0 y x=2 y dado que f está denida
de diferente forma a la izquierda y a la derecha de estos puntos, hay que estudiar
las derivadas laterales en cada uno de ellos. En concreto, para x = 0 hay que
193
calcular los límites (véase 4.50)
f (0 + h) − f (0) f (0 + h) − f (0)
f (0− ) = lı́m y f (0+ ) = lı́m .
h→0− h h→0+ h
En el límite por la izquierda, h se aproxima a 0 tomando valores negativos y para
h<0 se tiene que f (0 + h) = f1 (0 + h), luego
f (0 + h) − f (0) f1 (0 + h) − f1 (0)
f (0− ) = lı́m = lı́m = f1 (0− ).
h→0− h h→0 − h
Como f1 es derivable en R, y en particular en x = 0, por 4.51 se tiene que
f1 (0− )
= f1 (0) = 0. Por tanto, f (0− ) = f1 (0) = 0. De forma análoga, en el límite
por la derecha h se aproxima a 0 a través de valores positivos, y para h > 0 y
muy próximo a 0 se tiene que f (0 + h) = f2 (0 + h). Además, f (0) = f2 (0) por lo
que
f (0 + h) − f (0) f2 (0 + h) − f2 (0)
f (0+ ) = lı́m = lı́m = f2 (0+ ) = f2 (0) = 1.
h→0+ h h→0+ h
Puesto que los límites laterales de f en x=0 no coinciden, f (0) no existe (véase
4.51), por lo que la función f no es derivable en x = 0.
Con respecto a x = 2, para h < 0 y próximo a cero, se cumple que 0 < 2 + h <
2, luego f (2 + h) = f2 (2 + h) y
f (2 + h) − f (2) f2 (2 + h) − f2 (2)
f (2− ) = lı́m = lı́m = f2 (2− ) = f2 (2) = 1.
h→0− h h→0− h
Para h > 0, se tiene que 2 + h > 2. Por tanto, f (2 + h) = f3 (2 + h). Además,

f (2) = f3 (2), por lo que
f (2 + h) − f (2) f3 (2 + h) − f3 (2)
f (2+ ) = lı́m = lı́m = f3 (2+ ) = f3 (2) = 1.
h→0+ h h→0 + h
Como los límites laterales de f en x = 2 coinciden y ambos toman el valor 1, se
tiene que f es derivable en x = 2 y f (2) = 1.
Por tanto, f es derivable en R\{0} y la derivada viene dada por:
⎧
⎨ 0 si x<0
f (x) = 1 si 0<x≤2
⎩
−x + 3 si x>2
194
f
f
x=0 f f (0)
f
f x=0
x=0
x=2
y = x+4
f3 (x) x=2 f
f
f f (x) ≥ 0 (−∞, 3]
f (x) ≤ 0 [3, +∞) f
(−∞, 3] [3, +∞)
f (x) = 0 (−∞, 0) f
f (3) = 0 x=3
f x=3
x=3
g(x) = |x2 + x − 6|
g R
R
g
p(x) = x2 + x − 6
p(x) = 0
x = −3 x=2 p(x) = (x + 3)(x − 2) p(x) ≤ 0
−3 ≤ x ≤ 2 p(x) ≥ 0 x ≤ −3 x ≥ 2
⎧ 2
⎨ x +x−6 x ≤ −3
g(x) = −x2 − x + 6 −3<x≤2
⎩ 2
x +x−6 x>2
p
g
p(x) = x2 + x − 6 g(x) = |x2 + x − 6|
g g
R\{−3, 2} p −p
g
x = −3 x=2 g
x=2
g x = −3
Para x = 2, hay que estudiar las derivadas laterales:
g(2 + h) − g(2) g(2 + h) − g(2)

g (2− ) = lı́m y g (2+ ) = lı́m .
h→0− h h→0+ h
En la derivada por la izquierda, h se aproxima a 0 tomando valores negativos y
para h<0 se tiene que g(2 + h) = −p(2 + h). Por tanto, teniendo en cuenta 4.50
y 4.51 resulta que
g(2 + h) − g(2) (−p)(2 + h) − (−p)(2)

g (2− ) = lı́m = lı́m = −p (2) = −5,
h→0− h h→0− h
Con respecto al límite por la derecha, h tiende a 0 a través de valores positivos,
y para h>0 y próximo a 0 se tiene que g(2 + h) = p(2 + h). Así pues,
g(2 + h) − g(2) p(2 + h) − p(2)

g (2+ ) = lı́m = lı́m = p (2+ ) = 5.
h→0+ h h→0 + h
Como g (2− ) = g (2+ ), se tiene que g (2) no existe, deduciéndose que g no es
derivable en x = 2.
Ejercicio 4.31. Estúdiese la continuidad y la derivabilidad de la función f

denida como
⎧
⎨ ex si x≤1
f (x) = e si 1<x≤4
⎩ x−4
x2 −3x−4
si x>4
Solución. La función f está denida a trozos por medio de las funciones f1 (x) =
ex , f2 (x) = e y f3 (x) = x−4
x2 −3x−4
. Las funciones f1 y f2 son derivables en R, por
tratarse de una exponencial y de una función constante, respectivamente. Por otra
parte, f3 es derivable en R menos en los puntos donde se anula el denominador,
por ser un cociente de funciones polinómicas. El denominador de f3 se anula en
los puntos x = −1 y x = 4, luego f3 es derivable al menos en R\{−1, 4} y en
particular en (4, +∞), que es el dominio en el que está denida en este caso. Así
pues, f es derivable y, por consiguiente, continua en R salvo quizá en los puntos
x=1 y x = 4.
Para estudiar la continuidad en x = 1, se calculan los límites laterales:
lı́m f (x) = lı́m ex = e, lı́m f (x) = lı́m e = e.

x→1− x→1− x→1+ x→1+
Puesto que los límites laterales son ambos iguales a e, se tiene que lı́mx→1 f (x) = e,
que coincide con f (1), por tanto, f es continua en x = 1.
197
Para analizar la derivabilidad de la función en x = 1 hay que estudiar las

derivadas laterales
f (1 + h) − f (1) f (1 + h) − f (1)
f (1− ) = lı́m , f (1+ ) = lı́m .
h→0− h h→0+ h
Para la derivada por la izquierda, 1+h<1 y f (1 + h) = f1 (1 + h), por lo que
f (1 + h) − f (1) f1 (1 + h) − f1 (1)
f (1− ) = lı́m = lı́m = f1 (1− ) = f1 (1) = e.
h→0− h h→0− h
Por otra parte, en la derivada por la derecha, h se aproxima hacia 0 tomando
valores positivos, por lo que para valores de h positivos y muy próximos a 0 se
tiene que 1 < 1+h < 4 y f (1 + h) = f2 (1 + h). Además, f (1) = f2 (1), resultando
f (1 + h) − f (1) f2 (1 + h) − f2 (1)
f (1+ ) = lı́m = lı́m = f2 (1+ ) = f2 (1) = 0.
h→0+ h h→0+ h
Como f (1− ) = f (1+ ), no existe f (1), por lo que f no es derivable en x = 1.
En el punto x = 4, se tiene que f (4) = e y
x−4 1 1
lı́m f (x) = lı́m e = e, lı́m f (x) = lı́m = lı́m = .
x→4− x→4− x→4+ x→4+ (x − 4)(x + 1) x→4+ x + 1 5
Dado que los límites laterales de f en x=4 no coinciden, no existe lı́m f (x), y
x→4
la función tiene una discontinuidad de salto nito en x = 4. Por 4.47, tampoco es
derivable en este punto.
En resumen, f es continua en R\{4} y derivable en R\{1, 4}. En la Figura

4.16 se representa la gráca de f.
Ejercicio 4.32. Estúdiese la continuidad y la derivabilidad de la función g
denida como
⎧
x2
⎨ si x≤0
g(x) = x2 ln x si 0<x≤1
⎩
−x2 + 1 si 1<x
Solución. La función g está denida a trozos por las funciones g1 (x) = x2 ,

g2 (x) = x2 ln x y g3 (x) = −x2 + 1. En la Figura 4.17 se muestra su gráca.
Las funciones g1 y g3 son derivables en R por ser polinómicas, y sus derivadas
son, respectivamente, g1 (x) = 2x y g3 (x) = −2x. A su vez, dom g2 = (0, +∞) y
198
f
g2 g2 (x) = 2x ln x + x
g R
x=0 x=1
x=0
g (0− ) g (0+ )
g(0 + h) − g(0) g1 (0 + h) − g1 (0)

g (0− ) = lı́m = lı́m = g1 (0− ) = g1 (0) = 0.
h→0− h h→0− h
h
h
0<h<1 g(h) = g2 (h) g2 x=0
que este punto no pertenece a su dominio (g2 (0) no está denido). Sin embargo,
obsérvese que
g(0 + h) − g(0) g2 (h) − g(0) h2 ln h − 0

g (0+ ) = lı́m = lı́m = lı́m
h→0+ h h→0+ h h→0+ h
= lı́m h ln h.
h→0+
Resulta una indeterminación del tipo 0·(−∞). Se procede expresando el producto

h ln h como un cociente, para así obtener una indeterminación del tipo ±∞
±∞ y poder
aplicar la regla de L'Hôpital (compruébese que se satisfacen las condiciones para
aplicar esta regla):
1
ln h h
lı́m h ln h = lı́m 1 = lı́m −1 = lı́m (−h) = 0.
h→0+ h→0+ h→0+ h→0+
h h2
Como los límites laterales de g en x = 0 coinciden, g es derivable y por consiguiente

continua en x=0 y g (0) = 0.
Con respecto a x = 1, se tiene que
g(1 + h) − g(1) g2 (1 + h) − g2 (1)

g (1− ) = lı́m = lı́m = g2 (1− ) = g2 (1) = 1,
h→0− h h→0− h
g(1 + h) − g(1) g3 (1 + h) − g3 (1)
g (1+ ) = lı́m = lı́m = g3 (1+ ) = g3 (1) = −2.
h→0 + h h→0 + h
Puesto que g (1− ) = g (1+ ), la función g no es derivable en x = 1. Sin embargo,
sí es continua en este punto, ya que g(1) = 0 y los límites laterales de g en x = 1
también toman el valor 0:
lı́m g(x) = lı́m x2 ln x = 0, lı́m g(x) = lı́m (−x2 + 1) = 0.

x→1− x→1− x→1+ x→1+
Ejercicio 4.33. Determínese el valor de a para que la función fa denida como

x2 + 2x + a − 2 si x≤1
fa (x) =
−x2 + ax + 2 si x>1
sea derivable en R. Para ese valor de a, ¾Cuál es la recta tangente a la gráca

de la función en el punto x = 1?
Solución. fa está denida a trozos por las funciones f1,a (x) = x2 +

La función
2x + a − 2 y f2,a (x) = −x2 + ax + 2 que son derivables en R por ser polinómicas, y
200
(x) = 2x + 2
f1,a (x) = −2x + a
f2,a fa
R x=1
fa x=1 a
fa x=1
fa x=1
fa (1− ) fa (1+ )
fa (1 + h) − fa (1) f1,a (1 + h) − f1,a (1)

fa (1− ) = lı́m = lı́m
= f1,a (1− )
h→0− h h→0 − h

= f1,a (1) = 4.
fa (1) = f2,a (1)
fa (1 + h) − fa (1) f2,a (1 + h) − f2,a (1)

fa (1+ ) = lı́m = lı́m
= f2,a (1+ )
h→0+ h h→0+ h

= f2,a (1) = −2 + a.
−2 + a = 4
fa x=1 a=6

fa (1) = 4
f6 x=1
y = f6 (1) + f6 (1)(x − 1) = 7 + 4(x − 1)
f6 f6 x=1
f0
x=1 f0
f6
f0
x=1
Ejercicio 4.34. Determínense las rectas tangentes a las grácas de las funciones
siguientes en los puntos que se indican.
(a ) f (x) = −x2 + ln(x2 + 1), en x = −1,

1
−
(b ) g(x) = e x2 +1 , en x = 1.
Para la recta tangente del apartado (a ), ¾cuál es el ángulo que forma dicha recta
con el semieje X positivo?
Solución. (a ) La función f es derivable en R por ser suma y composición de

funciones derivables en R y se tiene que
2x
f (x) = −2x + .
x2 + 1
La pendiente de la recta tangente a la gráca de f en x = −1 es f (−1) = 1 y la

ecuación de dicha recta es (véase 4.46)
y = f (−1) + f (−1)(x − (−1)) ⇐⇒ y = −1 + ln 2 + 1(x + 1) ⇐⇒ y = x + ln 2.
(b ) Claramente, la función g es derivable en R por ser composición de funciones

derivables en R. La derivada de g es
− 1 2x
g (x) = e x2 +1 · .
(x2 + 1)2
Así pues, la ecuación de la recta tangente a la gráca de g en x=1 viene dada

por (véase 4.46)
1 1 1
y = g(1) + g (1)(x − 1) ⇐⇒ y = e− 2 + 12 e− 2 (x − 1) ⇐⇒ y = 12 e− 2 (x + 1).
El ángulo α que forma una recta de ecuación general y = mx + n con el

semieje X tan α = m. La pendiente de la recta
positivo se obtiene de la igualdad
tangente a f en x = −1 f (−1) = 1 = m. Por tanto, el ángulo que forma
es
dicha recta tangente con el semieje X positivo cumple que tan α = 1. Se tiene que
arctan 1 = π4 , luego el ángulo buscado es α = π4 .
En las Figuras 4.20 y 4.21 se representan las grácas de f y g , respectivamente,
y las rectas tangentes a cada una de ellas en los puntos que se indican.
202
Figura 4.20. Gráca de Figura 4.21. Gráca de

f (x) = −x + ln(x + 1) y recta y recta tangente
1
2 2 − x2 +1
g(x) = e
tangente en x = −1. en x = 1.
3.7. Crecimiento, extremos, convexidad
Ejercicio 4.35. Obténganse los intervalos de crecimiento y de decrecimiento y

los extremos relativos de la función f (x) = x3 + 3x2 − 24x.
Solución. Los intervalos de crecimiento y de decrecimiento de la función se de-

terminan analizando el signo de la derivada de f. La función f es derivable en R
por ser polinómica y se tiene que
f (x) = 3x2 + 6x − 24.
Por tanto, f (x) = 0 si y sólo si x = −4 y x = 2, y éstos son los puntos críticos y

posibles extremos relativos de f (véase 4.63).
Por otra parte, f (x) > 0

x ∈ (−∞, −4) ∪ (2, +∞) y f (x) < 0 para
si
x ∈ (−4, 2). Así pues, por el Teorema 4.61 se tiene que f es estrictamente creciente
en (−∞, −4) ∪ (2, +∞) y es estrictamente decreciente en (−4, 2), deduciéndose
que en x = −4 hay un máximo relativo cuyo valor es f (−4) = 80 y en x = 2
hay un mínimo relativo con valor f (2) = −28. En la Figura 4.22 se muestra la

gráca de f y en la Figura 4.23 la de f . Comparando ambas grácas, se observa
la relación entre la monotonía de f y el signo de f .

Ejercicio 4.36. Obténganse los intervalos de crecimiento y de decrecimiento y

los extremos relativos de g(x) = arctan(x3 + x).
Solución. La función g es derivable en R por ser composición del arcotangente

con una polinómica, ambas derivables en R. La derivada de g es
3x2 + 1
g (x) = ,
1 + (x3 + x)2
203
f (x) = x3 + 3x2 − 24x f (x) = 3x2 + 6x − 24
g (x) = 0 3x2 + 1 = 0
g g
g (x) > 0
x∈R g R
" #
− 32 , 3
x5 5x3
f (x) = 5 − 3 + 4x
f R " #
− 32 , 3 " #
f − 32 , 3
" # f
− 32 , 3 − 32 , 3
f f
R
f (x) = x4 − 5x2 + 4.
f
x4 − 5x2 +4 = 0
t = x2 t2 − 5t + 4 = 0
t 1 = 1 t2 = 4 t1 x2 = 1
x1 = −1 x2 = 1 t2 x2 = 4
x3 = −2 x4 = 2 " 3 f# x1 = −1
x2 = 1 x3 = −2 x4 = 2 x3 −2, 3
f
f (x) = 4x3 − 10x,
f (x1 ) = 6 > 0 f (x2 ) = −6 < 0 f (x4 ) = 12 > 0
x1 x4 x2
máximo relativo. Se compara el valor de f en estos tres puntos y en los extremos

del intervalo:

3 303 38 38
f − =− −1,89, f (x1 ) = − −2,53, f (x2 ) = 2,54,
2 160 15 15
16 78
f (x4 ) = 1,07, f (3) = = 15,6.
15 5
" 3 # 38
Así pues, el mínimo absoluto de f en − , 3 se alcanza en x1 , con valor −
2 15 , y
78
el máximo absoluto en x= 3, cuyo valor es 5 . En la Figura 4.24 se representa la
función f.
" #
Figura 4.24. Extremos absolutos de f (x) = x5
5 − 5x3
3 + 4x en − 32 , 3 .
Ejercicio 4.38. De todos los pares de números x, y ∈ R que satisfacen la
ecuación x 2 + y 2 = 1, determínese el par de números mayores o iguales que cero
cuyo producto es máximo y el par cuyo producto es mínimo.
Solución. Dados x e y dos números no √ 2 2

negativos tales que x + y = 1, se puede
expresar uno en función del otro: y = √ 1 − x2 . Se quiere encontrar el par que
maximiza el producto P = x · y = x 1 − x2 . Obsérvese que debe ser x ≥ 0
y 1− x2 ≥ 0 (pues esta última expresión está dentro de una raíz cuadrada), o
equivalentemente, 0 ≤ x ≤ 1, por tanto, hay que encontrar el máximo y el mínimo
absolutos en [0, 1] de la función
'
P (x) = x 1 − x2 .
√ 2
1−2x2
Se tiene que P (x) = 1 − x2 − √x √
1−x2
=
1−x2√

. Por tanto, P (x) = 0 si y sólo
si 1 − 2x2 = 0, que tiene por soluciones x = ± 22 . Luego el único punto crítico
205

√
2
que pertenece a [0, 1] es x0 = 2 y se deja como ejercicio comprobar que es un
máximo relativo. Además, se tiene que
1
P (0) = 0, P (x0 ) = , P (1) = 0.
2
Luego por el teorema de Bolzano-Weierstrass, en x0 se alcanza el máximo absoluto,
1
con valor P (x0 ) = 2 y en x=0 y x=1 el mínimo absoluto, con valor P (0) =
P (1) = 0. Así
pues, el par de números mayores o iguales que cero cuyo producto es
,
+ % √ &2 √
√
2 2 2
máximo es
2 , 1− 2 = 2 , y el par de números con producto mínimo
es {0, 1}.
Ejercicio 4.39. Se desea fabricar con cartón un envase de 1 3 de volumen

dm
con forma de prisma recto de base un triángulo equilátero. Calcúlense las di-
mensiones del envase para que el material utilizado sea mínimo.
Solución. Se quiere fabricar un envase de 1 dm3 de volumen como el de la Fi-

gura 4.25. La cantidad de cartón que se necesita para ello se corresponde con la
supercie del prisma, que es igual a la suma del área de las tres caras laterales
más el área de las bases. Sean b y hT la base y la altura, respectivamente, del
triángulo base del prisma. Por ser la base del prisma un triángulo equilátero, es
fácil expresar hT en función de b, ya que aplicando el Teorema de Pitágoras se
tiene que (véase la Figura 4.25)
+ + √
b2 3b2 3
hT = b2 − = = b.
4 4 2
Por tanto, el área de la base del prisma es
√ √
b · hT b · 23 b 3 2
AB = = = b .
2 2 4
A su vez, las caras laterales del prisma son rectángulos de base b y altura hP ,
luego el área de cada una de las caras es igual a AL = b · hP .
Por otra parte, el volumen del prisma es igual a
√
3 2
VP = AB · hP = b · hP = 1.
4
Así pues, de la ecuación anterior se puede despejar hP en función de b, obteniendo
hP = √4 .
3b2
206
S b
√ √ √
3 2 4 3 2 4 3
S = S(b) = 2 · AB + 3 · AL = 2 · b + 3b √ = b + .
4 3b2 2 b
b
S(b) S (0, +∞) b
b hT
hP S
(0, +∞)
√ √ 3 √

√4 3 3b − 4 3 √ √ √
= 0 ⇐⇒ 3b3 − 4 3 = 0 ⇐⇒ b = 4.
3
S (b) = 3b − 2 = 0 ⇐⇒ 2
b b
√
b0 = 3 4 S (b) < 0 b ∈ (0, b0 )

S (b) > 0 b ∈ (b0 , +∞) S
(0, b0 ) (b0 , +∞) b0 S
1 3
√ √
√
3 334 4
b= 4 1,59 , hT = 1,37 , hP = √ √ 0,92 .
2 3( 3 4)2
Ejercicio 4.40. Dada la función f (x) = 2x5 + 5x4 + 1, obténganse
(a ) los extremos relativos de f, y
(b ) los puntos de inexión de f.
Solución. (a ) Los extremos relativos de f son, en particular, puntos críticos. Para

determinarlos se calcula la derivada de f y se iguala a 0:
f (x) = 10x4 + 20x3 = 10x3 (x + 2) = 0 ⇐⇒ x = −2, x = 0.
Así pues, los puntos críticos de f son x = −2 y x = 0. Un método muy utilizado

para clasicar los puntos críticos es a través del signo de la derivada segunda
evaluada en cada uno de estos puntos. Siguiendo este procedimiento, se tiene que
f (x) = 40x3 + 60x2 = 20x2 (2x + 3),
luego f (−2) = −80 < 0 y por el Teorema 4.66 la función tiene un máximo

relativo en x = −2. Por otro lado, f (0) = 0 y el resultado 4.66 no permite
concluir nada acerca de la clase de punto que es x = 0. Podría ser un máximo
relativo, un mínimo relativo o un punto de inexión (véanse 4.72 y 4.73). Sin
embargo, si se analiza el signo de f alrededor de x = 0, f (x) < 0
se tiene que

en (−2, 0) y f (x) > 0 en (0, +∞), lo que implica por el resultado 4.61 que f es
estrictamente decreciente en (−2, 0) y estrictamente creciente en (0, +∞), por lo
que x = 0 es un mínimo relativo de f .
Como se puede apreciar, para resolver este ejercicio bastaba con estudiar úni-
camente el signo de f . De hecho, este es el procedimiento más recomendable para
clasicar los extremos relativos de una función. Lo que se ha pretendido al utilizar
el resultado 4.66 es que el lector sepa interpretar todos las situaciones posibles
cuando se analizan los extremos relativos de una función.
(b ) Los posibles puntos de inexión se encuentran entre los que anulan la

derivada segunda (véase 4.73). Estos puntos son x=0 y x = − 32 . En el apartado
anterior se demostró que x = 0 no es un punto de inexión, sino un mínimo

relativo. Por otra parte, es fácil comprobar quef (x) < 0 en −∞, − 3 y f (x) ≥
3 2
0 en −32, +∞ . Así pues, por3 el resultado
4.71 se deduce que f es cóncava en
−∞, − 2 y es convexa en − 2 , +∞ , por lo que el punto x = − 32 es de inexión,
ya que en este punto la función pasa de ser cóncava a ser convexa (véase 4.72).
En la Figura 4.26 se muestra la gráca de f . De este ejercicio debe quedar claro

también que el hecho de que para un punto x0 ∈ R se verique que f (x0 ) = 0 no
208
implica que x0 sea un punto de inexión, es decir, el recíproco del teorema 4.73
no se cumple (si x0 es punto de inexión, entonces f (x0 ) = 0, pero puede haber
puntos en los que se anule la segunda derivada y no sean de inexión).
Figura 4.26. Gráca de f (x) = 2x5 + 5x4 + 1 e intervalos de concavidad y convexidad.
Ejercicio 4.41. Dada la función g(x) = x + ln(x2 + 1), estúdiense
(a ) los extremos relativos de g, y
(b ) los puntos de inexión de g.
Solución. (a ) La función g es derivable en R por ser suma de funciones derivables

en R y los extremos relativos de g, si existen, son en particular puntos críticos.
Se tiene que
2x x2 + 2x + 1
g (x) = 1 + = ,
x2 + 1 x2 + 1
y g (x) = 0 si y sólo si x2 + 2x + 1 = 0. Esta ecuación tiene una única solución

2
x = −1, que es el único punto crítico. Como g (x) = (x+1)
2
x +1
≥ 0 para todo x ∈ R,
se deduce que g es creciente en R y por tanto g no tiene máximos ni mínimos

relativos. Además, como g (−1) = 0, en x = −1 la recta tangente es horizontal.
(b ) En el apartado (a) se calculó g, la cual es derivable en R por ser cociente

de funciones polinómicas y no anularse el denominador. Así pues, por 4.73 los
puntos de inexión se encuentran dentro del conjunto de puntos que anulan la
209
segunda derivada
(2x + 2)(x2 + 1) − (x2 + 2x + 1)2x 2 − 2x2

g (x) = = .
(x2 + 1)2 (x2 + 1)2
Por tanto, g (x) = 0 si y sólo si 2 − 2x2 = 0 y esta última ecuación tiene por
soluciones x = ±1, que son los posibles puntos de inexión. Analizando el signo

de g se tiene que g (x) < 0 si x ∈ (−∞, −1)∪(1, +∞) y g (x) > 0 si x ∈ (−1, 1).
Por consiguiente, g es cóncava en (−∞, −1) ∪ (1, +∞) y es convexa en (−1, 1),
concluyéndose que x = −1 es un punto de inexión en el que la función pasa de
ser cóncava a ser convexa, y x = 1 es otro punto de inexión en el que g pasa
de ser convexa a ser cóncava. En la Figura 4.27 se muestra la gráca de g y sus
intervalos de concavidad y convexidad.
Figura 4.27. Gráca de g(x) = x + ln(x2 + 1) e intervalos de concavidad y convexidad.
Ejercicio 4.42. Sea f (x) = ax3 + bx2 + cx + 1, donde a, b, c ∈ R. Determínense

los valores de a, b y c para que f tenga un extremo relativo en x = 1 y un punto
de inexión en x = −1.
Solución. Para que en x = 1 la función f alcance un extremo relativo, en parti-

cular x=1 tiene que ser un punto crítico. Se tiene que
f (x) = 3ax2 + 2bx + c.
Por tanto, se debe satisfacer la ecuación
3a + 2b + c = 0.
210
Por otra parte, si x = −1 es un punto de inexión, entonces f (−1) = 0. La

derivada segunda

de f es f (x) = 6ax + 2b, luego se debe vericar la ecuación
−6a + 2b = 0,
de donde se obtiene que b = 3a y f (x) = 6a(x + 1). Se dan los tres casos
siguientes:
(a ) Si a > 0, entonces f (1) = 12a > 0, luego en x = 1 la función alcanza

un mínimo relativo (véase 4.66). Además, se tiene que f (x) < 0 si x ∈
(−∞, −1)
y f (x) >0 si x ∈ (−1, +∞), por lo que x = −1 es un punto de
inexión en el que la función pasa de ser cóncava a ser convexa.
a < 0, entonces f (1) < 0 y en x = 1 la función tiene un máximo relativo.

(b ) Si

Por otra parte, f (x) > 0 si x ∈ (−∞, −1) y f (x) < 0 si x ∈ (−1, +∞),
deduciéndose que x = −1 es un punto de inexión en el que la función pasa
de convexa a cóncava.
(c ) Si a = 0, entonces b=0 y de la primera ecuación c = 0, luego f (x) = 1,

una función constante.
3.8. Asíntotas
xex
Ejercicio 4.43. Obténganse las asíntotas de la función g(x) = ex +1 .
Solución. La función g es continua en R por ser cociente de funciones continuas

en R y no anularse el denominador. Así pues, g carece de asíntotas verticales (véase
4.34(a)). A continuación, se comprueba la existencia de asíntotas horizontales. Se
tiene que
xex −∞ · 0
lı́m g(x) = lı́m x
= .
x→−∞ x→−∞ e + 1 1
Para calcular la indeterminación −∞ · 0 en el límite anterior, se expresa la función
x x
g como
(ex +1)e−x
= 1+e−x
y de este modo se obtiene una indeterminación del tipo
−∞
+∞ que se resuelve fácilmente aplicando la regla de L'Hôpital:
xex x 1
lı́m = lı́m −x
= lı́m = 0.
x
x→−∞ e + 1 x→−∞ 1 + e x→−∞ −e−x
211
Por tanto, la recta y=0 es una asíntota horizontal de g por la izquierda (véase
4.34(b)), es decir, la gráca de g se aproxima cada vez más a la recta y = 0 a
medida que x tiende a −∞. Por otra parte, resulta que
xex (1) ex + xex

lı́m g(x) = lı́m = lı́m = lı́m (x + 1) = +∞,
x→+∞ x→+∞ ex + 1 x→+∞ ex x→+∞
((1) se ha aplicado la regla de L'Hôpital). Así pues, g no tiene asíntota horizontal

cuando x → +∞. Sólo falta analizar la existencia de asíntotas oblicuas. Por la
izquierda, hay asíntota horizontal por lo que no hay asíntota oblicua y = mx + n
con m = 0. Veamos por la derecha. Por la regla de L'Hôpital, se tiene que
g(x) ex ex
lı́m = lı́m x = lı́m x = 1.
x→+∞ x x→+∞ e + 1 x→+∞ e
Este límite indica que si existe una asíntota oblicua, dicha asíntota tiene pendiente
m = 1. Para garantizar la existencia de la misma hay que comprobar si el límite
lı́m (g(x) − mx) es nito. En efecto, aplicando de nuevo la regla de L'Hôpital
x→+∞
x 1
n = lı́m (g(x) − 1 · x) = lı́m − = lı́m − x = 0.
x→+∞ x→+∞ ex +1 x→+∞ e
Por consiguiente, la recta y = mx + n = x es una asíntota oblicua de g y la

gráca de g se aproxima a dicha recta cuando x tiende a +∞. En la Figura 4.28
se muestra la gráca de g y sus asíntotas.
Figura 4.28. Gráca de g(x) = xex

ex +1 y asíntotas.
212
Ejercicio 4.44. Determínense las asíntotas de la función
sen x − cos x 1
f (x) = + x − 1.
x 10
Solución. Es fácil ver que dom f = R\{0} y además, f (x) = f1 (x)+f2 (x), siendo
sen x−cos x
f1 (x) = x , que es continua en su dominio por ser cociente de funciones
1
continuas y no anularse el denominador, y f2 (x) =
10 x − 1, que es continua en R.
Por tanto, f es continua en su dominio porque es suma de funciones continuas.
Puesto que el punto x=0 no pertenece al dominio de f, es posible que x=0 sea
una asíntota vertical. Se tiene que

sen x − cos x 1 −1
lı́m + x−1 = + 0 − 1 = +∞,
x→0− x 10 0−

sen x − cos x 1 −1
lı́m + x−1 = + 0 − 1 = −∞.
x→0+ x 10 0+
Como los límites anteriores son innitos, se deduce que, efectivamente, x = 0

es una asíntota vertical. La gráca de f +∞ cuando x se aproxima
crece hacia
hacia 0 por la izquierda, y decrece hacia −∞ cuando x se aproxima hacia 0 por
la derecha. A continuación, se estudia la existencia de asíntotas oblicuas:

f (x) sen x − cos x 1 1 1 1
lı́m = lı́m 2
+ − =0+ −0= .
x→+∞ x x→+∞ x 10 x 10 10
En el cálculo del límite anterior, obsérvese que

sen x − cos x | sen x − cos x| | sen x| + | cos x| 1+1 2
= ≤ ≤ = 2,
x 2 x 2 x 2 x 2 x
2
y lı́mx→+∞ x2
= 0. Así pues, por la propiedad del emparedado (véase Teorema
4.31(a)) se deduce que
sen x − cos x
lı́m = 0.
x→+∞ x2
Lo que se ha probado hasta ahora es que en caso de existir una asíntota oblicua,
1
ésta tiene pendiente m= 10 . Para garantizar la existencia de la misma hay que
comprobar que el límite cuando x tiende a +∞ de f (x) − mx es nito. En efecto,
razonando de forma similar a como se hizo en el límite anterior

sen x − cos x
n = lı́m (f (x) − mx) = lı́m −1 = −1.
x→+∞ x→+∞ x
213
f (x) 1
lı́m = lı́m (f (x) − mx) = −1.
x→−∞ x 10 x→−∞
1
f y= 10 x −1
f
f
x ±∞
sen x−cos x 1
f (x) = x + 10 x −1
|x|
1
g(x) = x x − x2
g
x−1
x2
x<0
g(x) = x3 −1
x2
x>0
0∈
/ dom g g
R\{0}
x−1 x3 −1
g1 (x) = x2
g2 (x) = x2
g x=0
x−1 −1
lı́m g(x) = lı́m g1 (x) = lı́m = + = −∞,
x→0− x→0− x2 0
x→0−
3
x −1 −1
lı́m g(x) = lı́m g2 (x) = lı́m 2
= + = −∞.
x→0 + x→0 + x→0 + x 0
Por tanto, x=0 es una asíntota vertical de g por ambos lados, y de los límites
anteriores se deduce también que g decrece hacia −∞ cuando x se aproxima hacia
0 por la izquierda y por la derecha.
Con respecto a las asíntotas horizontales, obsérvese que
x−1
lı́m g(x) = lı́m g1 (x) = lı́m = 0,
x→−∞ x→−∞ x→−∞ x2
por lo que y = 0 es una asíntota horizontal de g (por la izquierda). Si se considera

el límite de g cuando x tiende a +∞, resulta que
x3 − 1
lı́m g(x) = lı́m g2 (x) = lı́m = +∞.
x→+∞ x→+∞ x→+∞ x2
Por consiguiente, la función g no se aproxima hacia ninguna recta horizontal

cuando x tiende a +∞ (por la derecha).
Falta analizar la existencia de asíntotas oblicuas a la derecha. Se tiene que
g(x) g2 (x) x3 − 1
lı́m = lı́m = lı́m = 1.
x→+∞ x x→+∞ x x→+∞ x3
Y además, el siguiente límite también es nito:

x3 − 1 −1
lı́m (g(x) − 1 · x) = lı́m −x = lı́m = 0.
x→+∞ x→+∞ x2 x→+∞ x2
Por tanto, la recta y=x es una asíntota oblicua de g cuando x tiende a +∞. En
la Figura 4.30 se representa la función g y sus asíntotas.
215
3.9
x2 − 2
f (x) = ,
x2 − 3
f f
f √R √
dom f = R\{− 3, 3}
f X
y x
x2 − 2
= 0,
x2 − 3
√ √
que es equivalente a x2 − 2 = 0 y tiene por soluciones x1 = √ 2 y x2 =√− 2.
Luego los puntos de corte de la gráca de f con el eje X son ( 2, 0) y (− 2, 0).
2
Por último, puesto que
f (0) = 3 , la gráca de f corta al eje Y en el punto
2
0, 3 .
√ √ √
(b ) Como ± 3∈
/ dom f , las rectas x= 3 y x=− 3 son posibles asíntotas
verticales. En efecto (véase 4.34(a)),
x2 − 2 1 x2 − 2 1
lı́m
√ 2
= + = +∞, lı́m
√ 2
= − = −∞,
x→− 3
− x −3 0 x→− 3
+ x −3 0
x2 − 2 1 x2 − 2 1
lı́m
√ = − = −∞, lı́m
√ = + = +∞.
x→ 3
− x2 − 3 0 x→ 3
+ x2 − 3 0
√ √
Por tanto, la función tiene dos asíntotas verticales en x = − 3 y x =
3.
De los límites calculados anteriormente, se deduce que la gráca crece hacia +∞
√
cuando x se aproxima hacia
√ − 3 por la izquierda y decrece hacia −∞ cuando x
se aproxima hacia − 3 por la derecha.
√ De forma análoga, la gráca decrece hacia
−∞ cuando x se aproxima
√ hacia 3 por la izquierda y crece hacia +∞ cuando x
se aproxima hacia 3 por la derecha.
Por otra parte, es fácil ver que
x2 − 2 x2 − 2
lı́m = 1, lı́m = 1.
x→−∞ x2 − 3 x→+∞ x2 − 3
Así pues, f tiene como asíntota horizontal la recta y = 1.

(c ) Para determinar los intervalos de crecimiento y de decrecimiento de f hay
que analizar el signo de f . La función es derivable en todo su dominio por ser
cociente de polinomios y se tiene que
2x(x2 − 3) − 2x(x2 − 2) 2x
f (x) = 2 2
=− 2 .
(x − 3) (x − 3)2
Luego f (x) = 0 si y sólo si x = 0, por lo que√el punto√x = 0 es un punto

crítico de f . Además, f (x) > 0 si x ∈ (−∞, − 3) ∪ (− 3, 0) y f (x) < 0 si
√ √ √ √
x ∈ (0, 3) ∪ ( 3, +∞) (hay que quitar los puntos x = − 3 y x = 3 ya que

no pertenecen al dominio de f ). Por tanto, por el Teorema 4.61 se tiene que f
√ √
es estrictamente creciente en (−∞, − 3) ∪ (− 3, 0) y estrictamente decreciente
217
√ √
(0, 3) ∪ ( 3, +∞) x=0
f (0) = 23
f
2(x2 − 3)2 − 8x2 (x2 − 3) 6(x2 + 1)

f (x) = − = .
(x2 − 3)4 (x2 − 3)3
6(x2 + 1) > 0 x ∈ R f (x) > 0

(x2− 3)3
> 0 √ √ x 2 − 3 > 0
x ∈ (−∞, − 3) ∪ ( 3, +∞)
2
√ < 0 x −3 < 0
√f (x)
x ∈ (− 3, 3) √
√ √ √ f (−∞, − 3) ∪
( 3, +∞) (− 3, 3)
√ √
x=− 3 x=+ 3 f
x2 −2
f (x) = x2 −3
Ejercicio 4.47. Dada la función
2x2 + 7x + 9
g(x) = ,
x−1
(a ) determínense el dominio de g y los puntos de corte de la gráca de g con
los ejes,
(b ) obténganse las asíntotas de g,
(c ) determínense los intervalos de crecimiento y de decrecimiento y los extre-

mos relativos de g,
(d ) determínense los intervalos de concavidad y de convexidad de g, y
(e ) represéntese grácamente la función g.
Solución. (a ) La función
g es cociente de funciones polinómicas y el denominador
se anula en x = 1, luego dom g = R\{1}. Para determinar los puntos de corte de
la gráca de g con el eje X se iguala la función a 0.
√
2x2 + 7x + 9 2 −7 ± 49 − 4 · 2 · 9
= 0 ⇐⇒ 2x + 7x + 9 = 0 ⇐⇒ x = .
x−1 4
Puesto que 49 − 4 · 2 · 9 < 0, la ecuación 2x2 + 7x + 9 = 0 no tiene soluciones
reales, luego la gráca de g no corta al eje X . Los puntos de corte de la gráca
de g con el eje Y se obtienen evaluando la función en 0,
2 · 02 + 7 · 0 + 9
g(0) = = −9,
0−1
y resulta el punto de corte (0, −9).
(b ) Para x=1 se tiene que
2x2 + 7x + 9 18 2x2 + 7x + 9 18
lı́m = − = −∞, lı́m = + = +∞.
x→1− x−1 0 x→1+ x−1 0
Por tanto, x=1 es una asíntota vertical por ambos lados, y de los límites ante-
riores de deduce que g decrece hacia −∞ cuando x se aproxima hacia 1 por la
izquierda y crece hacia +∞ cuando x se acerca a 1 por la derecha.
Por otra parte, resulta que
2x2 + 7x + 9 2x2 + 7x + 9
lı́m = +∞, lı́m = −∞.
x→+∞ x−1 x→−∞ x−1
219
Como los límites anteriores no son nitos, la función g carece de asíntotas hori-
zontales. Sólo falta comprobar la existencia de asíntotas oblicuas. Para ello, hay
que calcular los siguientes límites:
g(x) g(x)
lı́m , lı́m .
x→+∞ x x→−∞ x
Resulta que
g(x) 2x2 + 7x + 9 2x2 + 7x + 9

lı́m = lı́m = lı́m = 2.
x→+∞ x x→+∞ x(x − 1) x→+∞ x2 − x
Como resultado de este último límite calculado, se deduce que si g tiene una
asíntota oblicua, entonces dicha asíntota tiene pendientem = 2, pero todavía
no se puede garantizar la existencia de la misma. La funcióng% tendrá asíntota&
2x2 +7x+9
oblicua con pendiente m = 2 si lı́mx→+∞ (g(x)−mx) = lı́mx→+∞
x−1 − 2x
es nito. En efecto,

2x2 + 7x + 9 2x2 + 7x + 9 − 2x2 + 2x
lı́m − 2x = lı́m
x→+∞ x−1 x→+∞ x−1
9x + 9
= lı́m = 9,
x→+∞ x − 1
por lo que la recta y = 2x + 9 es una asíntota oblicua. Cuando x tiende a −∞, g

se aproxima también a la misma asíntota oblicua.
(c ) Hay que analizar el signo de la derivada de g. Se tiene que
(4x + 7)(x − 1) − (2x2 + 7x + 9) · 1 2x2 − 4x − 16

g (x) = = .
(x − 1)2 (x − 1)2
Por tanto,
g (x) = 0 ⇐⇒ 2x2 − 4x − 16 = 0 ⇐⇒ x = 4, −2,
y los puntos críticos son x = 4 y x = −2. Resulta que g (x) > 0 si x ∈ (−∞, −2) ∪
(4, +∞) y g (x) < 0 si x ∈ (−2, 1) ∪ (1, 4) (hay que quitar el punto x = 1 ya que
la función g no está denida en este punto). Así pues, g es estrictamente creciente
en (−∞, −2) ∪ (4, +∞) y estrictamente decreciente en (−2, 1) ∪ (1, 4), con lo que
el punto x = −2 es un máximo relativo con valor g(−2) = −1 y x = 4 es un
mínimo relativo, cuyo valor es g(4) = 23.
220
g
g
(4x − 4)(x − 1)2 − 2(2x2 − 4x − 16)(x − 1) 36

g (x) = 4
= .
(x − 1) (x − 1)3
g (x) < 0 (−∞, 1) g (x) > 0 (1, +∞)

g (−∞, 1) (1, +∞) g
x=1
g g
2x2 +7x+9
g(x) = x−1
f (x) = x3 ex
f
f
f [−3, 0]
f (−∞, 0]
f
R f R
f (x) = ex x2 (3 + x).
f (x) = 0 x2 (3 + x) = 0 ex > 0 x∈R
f x = 0 x = −3

f (x) < 0 3 + x < 0 x ∈ (−∞, −3) f (x) > 0
x ∈ (−3, 0) ∪ (0, +∞) f
(−∞, −3) (−3, +∞) x = −3
f (−3) = −27e −3
x=0
f
R f (−3) ≤ f (x) x∈R
x = −3 f
f
f (x) = x3 ex
f R [−3, 0]
f
[−3, 0]
f
(−3, 0)
(−3, 0)
x = −3
R [−3, 0]
x=0 f (0) = 0
(−∞, 0]
cerrado y acotado. No obstante, en el apartado (a) se demostró que en x = −3 la

función tiene un mínimo absoluto luego, en particular, el mínimo absoluto de f
en (−∞, 0] se alcanza en este punto.
Falta estudiar la existencia del máximo absoluto de la función en (−∞, 0].

Es claro que f (0) = 0 y que f (x) = x3 ex < 0, para todo x < 0. Así pues,
f (x) ≤ 0 = f (0), para todo x ∈ (−∞, 0], por lo f alcanza el máximo absoluto en
x = 0.
Ejercicio 4.49. Determínense el supremo y el ínmo del conjunto A⊂R de-
nido como
x
A= a∈R:a= ,x ≥ 1 .
x+1
Solución. Sea f (x) = x

x+1 . Se tiene que
1
f (x) = (x+1)
2 , por tanto, f (x) > 0
para todo x ∈ R\{−1} y en particular para todo x ≥ 1, luego f es estrictamente

creciente en el intervalo [1, +∞), deduciéndose que f (1) ≤ f (x), para todo x ≥ 1,
es decir,
1 x
≤ , ∀x ≥ 1,
2 x+1
y puesto que f (1) = 12 ∈ A, se tiene que mı́n A = ı́nf A = 12 . Por otra parte,
x
obsérvese que lı́mx→+∞ f (x) = lı́mx→+∞
x+1 = 1, es decir, si x toma valores
cada vez más grandes, el valor de la función f se aproxima cada vez más a 1 (la
recta y = 1 es una asíntota horizontal de f ), por lo que, teniendo en cuenta que la
x+1 ≤ 1, para todo x ≥ 1,

x
función es estrictamente creciente, resulta que f (x) =
luego sup A = 1. En este caso, no existe x ∈ R tal que
x
x+1 = 1, por lo que el
supremo de A no es máximo.
Ejercicio 4.50. Demuéstrese que la función f (x) = x5 + 2x4 − 3x3 + 2x + 1

tiene un punto crítico en el intervalo [−1, 1].
Solución. Es claro que f es continua en [−1, 1] y derivable en (−1, 1), por tratarse
de una función polinómica. Además, f (−1) = f (1) = 3. Luego por el Teorema de
Rolle (véase 4.53) existe un punto c ∈ (−1, 1) tal que f (c) = 0, y este c es un
punto crítico.
Ejercicio 4.51. Demuéstrese que

x
1+x2
< arctan x < x, para todo x > 0.
Solución. La función f (x) = arctan x es continua y derivable en R, por lo que
223
jado x̄ > 0, f es continua en el intervalo cerrado [0, x̄]

se tiene en particular que
y derivable en el intervalo abierto(0, x̄). Luego se satisfacen las condiciones del
teorema del valor medio (véase 4.52), por el que existe un punto c ∈ (0, x̄) tal que
f (x̄) − f (0) arctan x̄ − 0 1

= f (c) ⇐⇒ = .
x̄ − 0 x̄ 1 + c2
1 1
Como 0 < c < x̄, se tiene que 1 + c2 < 1 + x̄2 y, por tanto,
1+x̄2
< 1+c2
< 1, por
lo que teniendo en cuenta la igualdad anterior
1 arctan x̄
< < 1.
1 + x̄2 x̄
Puesto que x̄ > 0, multiplicando por x̄ cada término de las desigualdades ante-
riores resulta que
x̄
< arctan x̄ < x̄.
1 + x̄2
x
Como x̄ es cualquier valor mayor que cero, se tiene que 1+x2
< arctan x < x, para
todo x > 0.
Ejercicio 4.52. (a ) Demuéstrese que
1
x+1 < ln(x + 1) − ln x < 1
x , para todo
x > 0.
(b ) Calcúlese lı́m (ln(x + 1) − ln x).
x→+∞
Solución. (a ) La función f (x) = ln x es continua y derivable en (0, +∞). Por

tanto, jado x̄ > 0, la función f es, en particular, continua en [x̄, x̄+1] y derivable
en (x̄, x̄ + 1). Así pues, por el teorema del valor medio existe c ∈ (x̄, x̄ + 1) tal que
f (x̄ + 1) − f (x̄) 1
= f (c) ⇐⇒ ln(x̄ + 1) − ln x̄ = .
(x̄ + 1) − x̄ c
1 1 1
Como 0 < x̄ < c < x̄ + 1, se tiene que
x̄+1 < c < x̄ y, por consiguiente, de la
igualdad anterior se deduce que
1 1
< ln(x̄ + 1) − ln x̄ < .
x̄ + 1 x̄
1
Puesto que x̄ es cualquier valor mayor que 0, se tiene que x+1 < ln(x + 1) − ln x <
1
x , para todo x > 0, concluyendo la demostración. En la Figura 4.34 se muestran
1 1
las funciones g(x) = ln(x + 1) − ln x, h1 (x) =
x+1 y h2 (x) = x para x > 0.
224
x ∈ (0, +∞)
1 1
h1 (x) = < ln(x + 1) − ln x < = h2 (x).
x+1 x
lı́m h1 (x) = lı́m h2 (x) = 0

x→+∞ x→+∞
lı́m (ln(x + 1) − ln x) = 0
x→+∞
√
n
x+1≤ x+n
n x>0 n∈N
√
n∈N f (x) = n
x+1 [−1, +∞)
n R n f f
(−1, +∞) n R \ {−1} n
x̄ > 0 f [0, x̄] (0, x̄)
c ∈ (0, x̄)
√
f (x̄) − f (0) n
x̄ + 1 − 1 1 1
= f (c) ⇐⇒ = · ' .
x̄ − 0 x̄ n n (c + 1)n−1
√ 1
c>0 n
<1
(c+1)n−1
√
n
x̄ + 1 − 1 1
< .
x̄ n
Operando y teniendo en cuenta que x̄ > 0 resulta
√
n
x̄ + 1 − 1 1 √ x̄ √ x̄ + n
< ⇐⇒ n x̄ + 1 − 1 < ⇐⇒ n x̄ + 1 < .
x̄ n n n
Como
√ x̄ es cualquier valor mayor que 0 y n cualquier número natural, la desigual-
dad
n
x + 1 ≤ x+nn se cumple para todo x > 0 y todo n ∈ N.
3.10. Puntos jos
Ejercicio 4.54. Estúdiese cuáles de las siguientes funciones tienen al menos un

punto jo.
(a ) g(x) = x2 .
(b ) g(x) = x2 + 1.
xex +1
(c ) g(x) = ex .
(d ) g(x) = x3 + 1.
Solución. Se dice que una función g tiene un punto jo x0 si se verica que
g(x0 ) = x0 (véase 4.56). Obsérvese que, grácamente, en el plano, los puntos jos
de g son los puntos de corte de g con la bisectriz del primer y tercer cuadrante
y = x, de tal forma que se pueden obtener los puntos jos de g resolviendo el
sistema siguiente:

y = g(x)
y=x
o, lo que es equivalente, resolviendo la ecuación x = g(x).
(a ) g(x) = x2 tiene dos puntos jos en x=0 y en x = 1. Para demostrarlo se
resuelve la ecuación x = g(x), que en este caso es x = x2 . Operando resulta:
x2 − x = 0; x(x − 1) = 0; x = 0, x = 1.
(b ) g(x) = x2 + 1 no tiene ningún punto jo ya que la ecuación x = x2 + 1 no

tiene raíces reales. En efecto:
√
2 1± −3
x − x + 1 = 0; x = .
2
226
(c ) Se comprueba si la ecuación x = g(x) tiene solución.
xex + 1 1 1
x= ; x = x + x; 0 = x.
ex e e
Como no existe ningún número real x que cumpla la condición anterior, resulta
que g no tiene puntos jos.
(d ) Ahora hay que estudiar si la ecuación x = x 3 + 1, o la equivalente x3 −

x + 1 = 0, tiene alguna raíz real. Si se aplica la regla de Runi y se prueba con
los divisores del término independiente, 1 y −1, se comprueba que no son raíces
de la ecuación polinómica.
Sin embargo si se considera la función f (x) = x3 − x + 1, observando que

f (−2) = −5 y f (−1) = 1, el teorema de Bolzano garantiza la existencia de al
menos una solución de la ecuación f (x) = 0 o lo que es lo mismo de x = g(x) en
el intervalo (−2, −1), con lo que g tiene al menos un punto jo en ese intervalo.
En las Figuras 4.35-4.38 se representa la función g y la bisectriz del primer

cuadrante (en rojo) para cada uno de los cuatro casos. Obsérvese que en el caso
(c) la bisectriz es asíntota oblicua de g.
Ejercicio 4.55. Aplicando el método del punto jo, trátese de encontrar al

menos una solución de la ecuación x2 − 3x + 2 = 0.
Solución. Con este caso sencillo se pretende ilustrar el método del punto jo
para la búsqueda aproximada de soluciones de una ecuación. En este caso basta
resolver la ecuación de segundo grado para comprobar que las soluciones exactas
son x1 = 1 y x 2 = 2.
Se recuerda que el método del punto jo se basa en construir una sucesión de
la forma
xn+1 = g(xn )
de manera que si existe lı́mn→∞ xn = a entonces a es un punto jo de g , es decir
a = g(a) (véase 4.56 y 4.57). Por otro lado, es claro que resolver la ecuación
f (x) = 0 es equivalente a encontrar los puntos jos de g siempre que sea f (x) =
g(x) − x.
En consecuencia, si se encuentra una función g que cumpla la condición ante-
rior, sus puntos jos serán soluciones de la ecuación f (x) = 0 y viceversa.
−2
Como x2 − 3x + 2 = 0 es equivalente a x(x − 3) + 2 = 0 y esto a x= x−3 ,
−2
hallando los puntos jos de g(x) = x−3 se tienen las soluciones de la ecuación.
227
x0 = 0
xn+1 = g(xn )
x0 = 0
−2 2
x1 = g(x0 ) = g(0) = =
0−3 3
2 −2 6
x2 = g(x1 ) = g = =
3 2/3 − 3 7

6 −2 14
x3 = g(x2 ) = g = =
7 6/7 − 3 15

14 −2 30
x4 = g(x3 ) = g = =
15 14/15 − 3 31
....................................
x1 = 1
g
(1, 1) (2, 2) x1 = 1 x2 = 2
g
(xi , g(xi )), i = 1, . . . , 4 (1, 1)
g
2
g(x) = − x−3
(xi , g(xi )), i = 1, . . . , 4
sen x = x2 − 1
[1, 2]
f (x) = x2 − sen x − 1 f (x) = 0

f (x) = g(x) − x
la ecuación f (x) = 0 es equivalente a resolver g(x) = x, por lo que el problema

consiste en construir una función g que cumpla las condiciones del teorema del
punto jo (véase 4.58), es decir tal que: g : [1, 2] → [1, 2] y para algún k ∈ [0, 1)
se tenga
|g (x)| ≤ k, ∀x ∈ (1, 2).
En esas condiciones se tiene que g tiene un único punto jo en el intervalo y

además que dado cualquier punto inicial x0 en el intervalo, la sucesión construida
por el método del punto jo como xn+1 = g(xn ) converge a la solución.
A partir de la ecuación dada sen x = x2 − 1 se trata de despejar x para
conseguir una expresión del tipo x = g(x). Es claro que la forma de hacerlo no es
única, algunas opciones fáciles de obtener son las siguientes.
(i) x = x2 + x − sen x − 1
√
(ii) x = 1 + sen x
√
(iii) x = arc sen x2 − 1
1+sen x
(iv) x= x .
La ecuación (i) se ha obtenido sumando y restando x en los dos miembros de
la ecuación y las otras tres despejando x de formas distintas.
√
Se comprueba que la función g(x) = 1 + sen x dada en (ii) cumple las con-
diciones del teorema. En efecto, para probar que g([1, 2]) ⊂ [1, 2] hay que obtener
el máximo y el mínimo absolutos de g en el intervalo. Como g es continua, por el
teorema de Bolzano-Weierstrass alcanza su máximo y su mínimo absolutos en los
extremos del intervalo o en un punto crítico.
cos x π
g (x) = √ = 0 ⇔ cos x = 0 ⇔ x = ∈ [1, 2].
2 1 + sen x 2
La imagen de este único punto crítico de

√ g en √
el intervalo [1, 2] y de los extremos
√
del intervalo son: g(1) = 1 + sen 1, g( π2 ) = 2 y g(2) = 1 + sen 2. El menor
de estos valores es el primero y el mayor es el segundo, con lo que se tiene que
√ √
g(x) ∈ [ 1 + sen 1, 2] ⊂ [1, 2], para todo x ∈ [1, 2] y se cumple que g : [1, 2] →
[1, 2].
Por otra parte, para todo x ∈ (1, 2) resulta

cos x

|g (x)| = √ ≤ √ 1 1
≤ < 1,
2 1 + sen x 2 1 + sen x 2
230
y se verican las condiciones del teorema del punto jo que garantiza la existencia
de un único punto jo y la convergencia a la solución.
Partiendo de cualquier punto del intervalo, por ejemplo x0 = 1 y construyendo

la sucesión xn+1 = g(xn ) se obtienen aproximaciones a la solución, el primero sería
√
x1 = g(x0 ) = 1 + sen 1, y así sucesivamente.
Se deja como ejercicio comprobar si las funciones g propuestas en (iii) y en
(iv) cumplen el teorema del punto jo.
Ejercicio 4.57. Se considera la ecuación x + sen x = 3.
(a ) Pruébese que tiene solución en el intervalo [1, 3].
(b ) Estúdiese si g(x) = 3 − sen x cumple el teorema del punto jo en ese

intervalo.
(c ) En caso armativo, obténganse los cuatro primeros valores de aproxima-

ción de la solución de la ecuación inicial por el método del punto jo a
partir del valor inicial x 0 = 2.
Solución. (a ) La función f (x) = x + sen x − 3 verica el teorema de Bolzano en el

intervalo dado, ya que es continua en todo R y se tiene que f (1) = 1 + sen 1 − 3 =
−1,1585 < 0 y f (3) = 3 + sen 3 − 3 = 0,1411 > 0, con lo que tiene al menos una
solución en el intervalo.
(b ) Para probar que g([1, 3]) ⊂ [1, 3] hay que obtener el máximo y el mínimo
absolutos de g en el intervalo. Como g es continua, alcanza su máximo y su mínimo
absoluto en los extremos del intervalo o en un punto crítico.
π
g (x) = − cos x = 0 ⇔ cos x = 0 ⇔ x = ∈ [1, 3].
2
La imagen de este único punto crítico y de los extremos del intervalo son: g(1) =
3−sen 1 = 2,1585, g( π2 ) = 2 y g(3) = 3−sen 3 = 2, 8588 y, por tanto, g(x) ∈ [1, 3],
para todo x ∈ [1, 3], luego g : [1, 3] → [1, 3].
Además, para todo x ∈ (1, 3) resulta |g (x)| = | − cos x| ≤ | cos 3| ≤ 0,999 con
lo que se verican las condiciones del teorema del punto jo.
(c ) Dado el valor inicial x0 = 2, los cuatro primeros elementos de la sucesión
231
de aproximaciones a la solución por el método del punto jo son:
x1 = g(2) = 3 − sen 2 = 3 − 0,9092 = 2,0908

x2 = g(2,0908) = 3 − sen 2,0908 = 3 − 0,8678 = 2,1322
x3 = g(2,1322) = 3 − sen 2,1322 = 3 − 0,8465 = 2,1535
x4 = g(2,1535) = 3 − sen 2,1535 = 3 − 0,8349 = 2,1650.
3.11. Polinomio de Taylor
Ejercicio 4.58. Calcúlese la expresión del polinomio p de orden 3 tal que p(1) =
1, p (1) = −1, p (1) =2
y p (1) = −12.
Solución. Por ser p un polinomio, el polinomio de Taylor de orden 3 de p en

x=1 coincide con el polinomio p porque el resto de Lagrange es idénticamente
cero (véase 4.76). Por tanto
p (1) p (1)

p(x) = p(1) + p (1)(x − 1) + (x − 1)2 + (x − 1)3
2! 3!
2 12
= 1 − (x − 1) + (x − 1)2 − (x − 1)3
2! 3!
= 1 − (x − 1) + (x − 1)2 − 2(x − 1)3
= −2x3 + 7x2 − 9x + 5.
Así pues, el polinomio es p(x) = −2x3 + 7x2 − 9x + 5.
Ejercicio 4.59. Exprésese el polinomio p(x) = x4 + 3x3 − 2x2 + 2x + 4 en

potencias de x − 2.
Solución. El polinomio de Taylor de orden 4 de p de centro cualquier punto a ∈ R

coincide con el polinomio p, por tanto, hay que calcular el polinomio de Taylor
de orden 4 de p en x = 2. Se tiene que
p(x) = x4 + 3x3 − 2x2 + 2x + 4 =⇒ p(2) = 40

p (x) = 4x3 + 9x2 − 4x + 2 =⇒ p (2) = 62
p (x) = 12x2 + 18x − 4 =⇒ p (2) = 80
p (x) = 24x + 18 =⇒ p (2) = 66
piv (x) = 24 =⇒ piv (2) = 24.
232
Así pues,
62 80 66 24
p(x) = 40 + (x − 2) + (x − 2)2 + (x − 2)3 + (x − 2)4
1! 2! 3! 4!
= 40 + 62(x − 2) + 40(x − 2)2 + 11(x − 2)3 + (x − 2)4 .
Ejercicio
√
4.60. Hállese el polinomio de Taylor de orden 2 de√la función f (x) =
3 3
x en el punto x = 8, obténgase un valor aproximado de 9 y una cota del
error cometido con dicha aproximación.
Solución. El polinomio de Taylor de orden 2 de f en x = 8 viene dado por

f (8) f (8)
P2 (x) = f (8) + (x − 8) + (x − 8)2 .
1! 2!
1 2 1
Se tiene que f (x) = √
3 2 y f (x) = − √
3 5 . Luego f (8) = 2, f (8) = 12 ,
3 x 9 x
1
f (8) = − 144 y P2 es
1 1
P2 (x) = 2 + (x − 8) − (x − 8)2 .
12 288
El polinomio de Taylor de una función en un punto aproxima a la función en las
√
3
proximidades de ese punto. Por tanto, un valor aproximado de f (9) = 9 es
1 1 599
P2 (9) = 2 + − = 2,07986.
12 288 288
Según el Teorema de Taylor (véase 4.75 y 4.76) el error cometido al aproximar
f (9) por P2 (9), es decir, f (9) − P2 (9), viene dado por el resto de Lagrange de
orden 2 en x = 8:
10
√
f (c) 3
27 c8 5
R2 (9) = (9 − 8)3 = = √
3
,
3! 6 81 c8
1 1 1 1
donde c ∈ (8, 9). Como c > 8, se tiene que √
3 < √
3 8 = 28
= 256 . Así pues,
c8 8
5
|R2 (9)| = R2 (9) < 2,41 · 10−4 ,
81 · 256
por lo que el error cometido es menor que 0,000241. En la Figura 4.41 se repre-
sentan f y P2 . Obsérvese que en las proximidades del punto x=8 el polinomio
P2 se ajusta con mucha precisión a f.
233
√
3
f (x) = x 2 f x=8
f (x) = ex cos x
1
f x= 4
f
f x = 0
f x=0
f (x) = ex cos x f (0) = 1

f (x) = ex (cos x − sen x) f (0) = 1
f (x) = −2ex sen x f (0) = 0
f (x) = −2ex (sen x + cos x) f (0) = −2
f iv (x) = −4ex cos x f iv (0) = −4
f v (x) = 4ex (sen x − cos x) f v (0) = −4
f
f (0) 2 f (0) 3 f iv (0) 4 f v (0) 5
P5 (x) = f (0) + f (0)x + x + x + x + x
2! 3! 4! 5!
1 1 1
= 1 + x − x 3 − x4 − x 5 .
3 6 30
f P5
1
x= 4

1 f vi (c) 1 6
R5 = ,
4 6! 4

con c ∈ 0, 14 . Se tiene que
f vi (x) = 4ex (sen x − cos x) + 4ex (cos x + sen x) = 8ex sen x,
por tanto,

1 8ec sen c 1 6 ec sen c 1 6
R5 = = .
4 6! 4 90 4
1
Como 0 < c < 14 y la función ex es creciente, se tiene que e0 = 1 < ec < e 4 .
Además, 0 < sen c < 1, deduciéndose que
1
1 ec sen c 1 6 e 4 1 6
0 < R5 = < 3,48 · 10−6 ,
4 90 4 90 4
por lo que el error cometido es menor que 0,00000348.
235
Tema 5
FUNCIONES DE VARIAS VARIABLES
El conjunto Rn
5.1. El conjunto Rn . Dado n ∈ N, se dene Rn como el producto R × R × . . . × R,

es decir, Rn es el conjunto de elementos de la forma (x1 , x2 , . . . , xn ), donde xi ∈ R,
para i = 1, 2, . . . , n.
En Rn se denen las operaciones suma + y producto por un escalar · como
sigue. Dados (x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn ) ∈ Rn y λ ∈ R,
(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn ),

λ · (x1 , x2 , . . . , xn ) = (λx1 , λx2 , . . . , λxn ).
Con estas operaciones, Rn tiene estructura de espacio vectorial. Si se hace refe-

rencia a R como espacio vectorial, sus elementos reciben el nombre de vectores.
n
5.2. Producto escalar en Rn . El producto escalar de dos vectores x̄ = (x1 , x2 , . . . , xn ),

ȳ = (y1 , y2 , . . . , yn ) ∈ Rn es el número
x̄ · ȳ = x1 · y1 + x2 · y2 + . . . + xn · yn .
5.3. Propiedades del producto escalar. Sean x̄, ȳ, z̄ vectores de Rn y λ ∈ R. El

producto escalar satisface las siguientes propiedades:
1. (x̄ + ȳ) · z̄ = x̄ · z̄ + ȳ · z̄ ,
2. (λx̄) · ȳ = λ(x̄ · ȳ),
3. x̄ · ȳ = ȳ · x̄,
4. x̄ · x̄ ≥ 0
5. x̄ · x̄ = 0 ⇐⇒ x̄ = 0̄.
237
5.4. Norma de un vector de Rn . La norma o módulo es la función · : Rn → R+

que asigna a cada vector x̄ = (x1 , x2 , . . . , xn ) ∈ Rn el valor
(
x̄ = x21 + x22 + . . . + x2n .
Geométricamente, la norma de x̄ es la longitud del vector x̄.

5.5. Vector unitario. Se dice que un vector x̄ es unitario si su módulo es 1, es
decir si x̄ = 1. Se verica que si x̄ = 0̄, entonces
x̄
x̄ es un vector unitario de la
misma dirección que x̄.
5.6. Propiedades de la norma. Sean x̄, ȳ dos vectores de Rn y λ ∈ R. La norma
satisface las siguientes propiedades:
1. x̄ ≥ 0,
2. x̄ = 0 ⇐⇒ x̄ = 0̄,
3. λx̄ = |λ|x̄,
4. x̄ + ȳ ≤ x̄ + ȳ (desigualdad triangular).
5.7. Distancia entre dos puntos de Rn . Se dene la distancia entre dos puntos
x̄, ȳ ∈ Rn como la longitud del vector ȳ − x̄, es decir,
'
d(x̄, ȳ) := ȳ − x̄ = (y1 − x1 )2 + (y2 − x2 )2 + . . . + (yn − xn )2 .
5.8. Ángulo entre dos vectores de Rn . El coseno del ángulo α entre dos vectores
x̄, ȳ ∈ Rn no nulos viene denido por
x̄ · ȳ
cos α = .
x̄ȳ
5.9. Coordenadas polares. Dado un punto en coordenadas cartesianas (x, y) ∈ R2 ,
éste también queda unívocamente determinado si se conoce la distancia ρ del
punto (x, y) al origen de coordenadas, es decir, si es conocido el valor (x, y), y
el ángulo θ ∈ [0, 2π) que forma el vector (x, y) con el semieje X positivo. El par
(ρ, θ) son las coordenadas polares de (x, y). Se verica que:
(a) Si (x, y) son las coordenadas cartesianas de un punto en R2 , sus coordenadas

polares se determinan según las ecuaciones siguientes:
' y
ρ= x2 + y 2 = (x, y), tan θ = .
x
238
Así pues, dependiendo del cuadrante en el que se encuentre el punto (x, y),
el ángulo θ es
⎧
⎪ arctan xy si (x, y) pertenece al primer cuadrante
⎪
⎪ y
⎪
⎪
⎨ arctan x + π si (x, y) pertenece al segundo o tercer cuadrante
θ= arctan xy + 2π si (x, y) pertenece al cuarto cuadrante

⎪
⎪
⎪
⎪ π
si x = 0, y > 0
⎪
⎩ 2
3π
2 si x = 0, y < 0.
(b) Si (ρ, θ) son las coordenadas polares de un punto en R2 , entonces sus coor-
denadas cartesianas vienen dadas por
x = ρ cos θ, y = ρ sen θ.
(c) Semirrecta. La semirrecta s de punto inicial (a, b), que forma un ángulo
θ ∈ [0, 2π) con el semieje X positivo tiene ecuaciones paramétricas

x = a + ρ cos θ
, ρ ≥ 0.
y = b + ρ sen θ
Es decir, por cada valor de ρ mayor o igual que cero se obtiene un punto (x, y) ∈ s.
Por ejemplo, si ρ=0 resulta el punto (a, b), que es el punto inicial de s.
5.10. Bola abierta y bola cerrada. La bola abierta y la bola cerrada de centro
x̄ ∈ Rn y radio r>0 son, respectivamente, los conjuntos
◦
B (x̄, r) = {ȳ ∈ R : d(x̄, ȳ) < r},
n
B(x̄, r) = {ȳ ∈ Rn : d(x̄, ȳ) ≤ r}.
En particular, en R2 , la bola abierta de centro x̄ y radio r es el círculo de centro

x̄ y radio r sin su circunferencia, y la bola cerrada es el círculo incluyendo la
circunferencia.
5.11. Interior y frontera de un conjunto. Sea S ⊂ Rn un conjunto no vacío.
(a) Se dice que un punto x̄0 ∈ S es un punto interior de S si existe una bola
abierta de centro x̄0 contenida en S. El conjunto de los puntos interiores de
S se denomina interior de S y se denota por int S . Se cumple que int S ⊂ S .
239
(b) Se dice que x̄0 ∈ Rn es un punto frontera de S si cualquier bola abierta de

centro x̄0 contiene a la vez puntos de S y puntos que no pertenecen a S . El
conjunto de los puntos frontera de S recibe el nombre de frontera de S y se
denota por fr S .
(c) Un punto x̄0 ∈ Rn es un punto adherente de S si es un punto interior o
un punto frontera de S. El conjunto de puntos adherentes de S se llama
adherencia de S y se denota por adh S . Se tiene que adh S = int S ∪ fr S .
(d) Un punto x̄0 ∈ Rn es de acumulación de S si existen puntos x̄ ∈ S distintos
de x̄0 tan próximos a x̄0 como se quiera. El conjunto de puntos de acumu-
lación de S se denota por S. Se cumple que adh S = S ∪ S .
Los puntos de S que no son de acumulación se llaman aislados.
Por ejemplo, el interior de la bola cerrada de centro x̄ ∈ R2

y radio r > 0 es el
círculo de centro x̄ y radio r sin su circunferencia, y la frontera es la circunferencia
de centro x̄ y radio r . Por otra parte, todos los puntos de la bola cerrada son puntos
de acumulación.
5.12. Conjunto abierto, cerrado y acotado.
(a) Se dice que un conjunto S ⊂ Rn es abierto si todos sus puntos son interiores,
es decir, si int S = S .
(b) Se dice que un conjunto S ⊂ Rn es cerrado si coincide con su adherencia,
es decir, si S = adh S .
(c) Un conjunto S ⊂ Rn es acotado si existe una bola que lo contiene.
Las bolas abiertas son conjuntos abiertos y las bolas cerradas son conjuntos ce-
rrados.
Funciones reales de dos o más variables. Límites

5.13. Función real de n variables. Dea D un subconjunto no vacío de Rn . Una
funciónf :D⊂ →R Rn es una aplicación que asigna a cada elemento x̄ ∈ Rn un
número real f (x̄).
En particular, una función real de dos variables es la que asigna a cada ele-
mento (x, y) ∈ R2 un número real z = f (x, y). La representación gráca de f, en
este caso, es una supercie en el espacio tridimensional, que viene dada por
S = {(x, y, z) ∈ R3 : z = f (x, y)}.
240
5.14. Dominio. Se llama dominio de la función f : Rn → R, y se denota por

dom f , al conjunto de todos los puntos x̄ ∈ Rn que tienen imagen mediante f, es
decir, que existe f (x̄).
5.15. Límite de una función. Sea f : D ⊂ Rn → R, l ∈ R y x̄0 ∈ Rn un punto

de acumulación de D, es

decir x̄0 ∈ D . Se dice que f tiene límite l en el punto
x̄0 ∈ D , y se denota por lı́m f (x̄) = l, si para cada ε > 0 existe δ > 0 tal que si
x̄→x̄0
x̄ ∈ D y 0 < x̄ − x̄0 < δ , entonces |f (x̄) − l| < ε.
5.16. Unicidad del límite. Si existe el límite de una función en un punto, es único.
5.17. Propiedades del límite. Sean f, g : D ⊂ Rn → R, x̄0 ∈ D y λ ∈ R. Si
existen y son nitos lı́m f (x̄) y lı́m g(x̄), entonces
x̄→x̄0 x̄→x̄0
(a) lı́m λf (x̄) = λ lı́m f (x̄),

x̄→x̄0 x̄→x̄0
(b) lı́m (f (x̄) ± g(x̄)) = lı́m f (x̄) ± lı́m g(x̄),

x̄→x̄0 x̄→x̄0 x̄→x̄0

(c) lı́m (f (x̄) · g(x̄)) = lı́m f (x̄) · lı́m g(x̄) ,
x̄→x̄0 x̄→x̄0 x̄→x̄0
(d) Si g(x̄) = 0, para todo x̄ ∈ D y lı́m g(x̄) = 0, entonces

x̄→x̄0
lı́m f (x̄)
f (x̄) x̄→x̄0
lı́m = .
x̄→x̄0 g(x̄) lı́m g(x̄)
x̄→x̄0
Los tres puntos siguientes se enuncian para R2 con el n de simplicar la

notación.
5.18. Límites reiterados. Sean f : D ⊂ R2 → R y (x0 , y0 ) ∈ D . Los límites

reiterados de f en (x0 , y0 ) son

lı́m lı́m f (x, y) y lı́m lı́m f (x, y) .
x→x0 y→y0 y→y0 x→x0
5.19. Límites a través de curvas. Sea f : D ⊂ R2 → R y (x0 , y0 ) ∈ D . El límite

en (x0 , y0 ) a través de una curva y = g(x) tal que y0 = g(x0 ) es
lı́m f (x, y) = lı́m f (x, g(x)).

x→x0 x→x0
y=g(x)
241
De forma análoga, el límite en (x0 , y0 ) a través de una curva x = h(y), con

x0 = h(y0 ), viene dado por
lı́m f (x, y) = lı́m f (h(y), y).

y→y y→y0
x=h(y)
5.20. Condición necesaria para la existencia de límite. Sea f : D ⊂ R2 → R

y (x0 , y0 ) ∈ D . Si lı́m f (x, y) = l ∈ R, entonces los límites reiterados
(x,y)→(x0 ,y0 )
existen y son ambos iguales a l . Igualmente, el límite a través de cualquier curva
que pase por (x0 , y0 ) existe y es igual a l .
De este resultado se deduce que si alguno de los límites reiterados no existe,

o existen ambos y son distintos, entonces no existe el límite de (x0 , y0 ). Del f en
mismo modo, si los límites en (x0 , y0 ) a través de dos curvas que pasan por (x0 , y0 )
son diferentes, tampoco existe el límite de f en (x0 , y0 ).
5.21. Propiedad del emparedado. Sean f, g, h : D ⊂ Rn → R, x̄0 ∈ D tales que

g(x̄) ≤ f (x̄) ≤ h(x̄), para todo x̄ ∈ D.
Si lı́m g(x̄) = lı́m h(x̄) = l ∈ R, entonces

x̄→x̄0 x̄→x̄0
lı́m f (x̄) = l.
x̄→x̄0
El siguiente resultado es consecuencia de la propiedad del emparedado.
5.22. Teorema. Sean f, g : D ⊂ Rn → R y x̄0 ∈ D .

(a) Si lı́m g(x̄) = 0 y |f (x̄)| ≤ g(x̄), para todo x̄ ∈ D, entonces lı́m f (x̄) = 0.
x̄→x̄0 x̄→x̄0
(b) Si lı́m f (x̄) = 0 y existe una bola B de centro x̄0 tal que g está acotada
x̄→x̄0
sobreD∩B , es decir, existe M > 0 tal que |g(x̄)| ≤ M , para todo x̄ ∈ D∩B ,
entonces lı́m (f (x̄)g(x̄)) = 0.
x̄→x̄0
El teorema siguiente es muy utilizado para demostrar la existencia de límite

de una función real denida en R2 haciendo un cambio a coordenadas polares.
5.23. Teorema. Sean f : D ⊂ R2 → R y (x0 , y0 ) ∈ D . Considérese el cambio a

coordenadas polares
x = x0 + ρ cos θ, y = y0 + ρ sen θ,
242
con ρ≥0 y θ ∈ [0, 2π), y sea
F (ρ, θ) = f (x0 + ρ cos θ, y0 + ρ sen θ).
(a) Si lı́m F (ρ, θ) depende de θ, entonces no existe el límite de f en (x0 , y0 ).

ρ→0
(b) Si existen l∈R y una función h(ρ) tales que lı́m h(ρ) = 0 y
ρ→0
|F (ρ, θ) − l| ≤ h(ρ), para todo θ del dominio,
entonces lı́m f (x, y) = l.

(x,y)→(x0 ,y0 )
Funciones continuas
5.24. Continuidad en un punto. Una función f : D ⊂ Rn → R es continua en un
punto x̄0 ∈ D si
lı́m f (x̄) = f (x̄0 ).
x̄→x̄0
En caso contrario se dice que f es discontinua en x0 . Siempre que se hable de

continuidad, se supondrá que x̄0 es un punto interior de D.
5.25. Se dice que una función f : D ⊂ Rn → R es continua en un conjunto

A ⊂ D, si f es continua en cada punto x̄0 ∈ A.
En los dos resultados siguientes se describen propiedades de las funciones

continuas en un punto.
5.26. Propiedades de las funciones continuas. Sean f, g : D ⊂ Rn → R. Si f y g

son continuas en x̄0 ∈ D, entonces f ±g y f ·g son continuas en x̄0 . Si g(x̄) = 0
f
para todo x̄ ∈ D, entonces
g también es continua en x̄0 .
5.27. Sean f : D ⊂ Rn → R y g : I ⊂ R → R tal que f (D) ⊂ I . Si f es continua

en x̄0 ∈ D y g es continua en f (x̄0 ), entonces g ◦ f es continua en x̄0 .
5.28. Si para cada i = 1, 2, . . . , n, hi : R → R es continua en Ii ⊂ R, entonces las

funciones f (x1 , x2 , . . . , xn ) = h1 (x1 ) + h2 (x2 ) + . . . + hn (xn ) y g(x1 , x2 , . . . , xn ) =
h1 (x1 ) · h2 (x2 ) · . . . · hn (xn ) son continuas en I1 × I2 × · · · × In ⊂ Rn .
En particular, las funciones polinómicas son continuas en Rn . Una función
es polinómica si es suma de expresiones de la forma axi11 xi22 . . . xinn , con a ∈ R,
i1 , i2 , . . . , in ∈ N.
243
Derivada según un vector. Funciones diferenciables

En lo que sigue se supone que D ⊂ Rn es un conjunto abierto, mientras no se
especique lo contrario.
5.29. Derivada según un vector. Sea f : D → R, x̄0 ∈ D y v̄ un vector no nulo

de R . La derivada de
n f en x̄0 según el vector v̄ es el límite
f (x̄0 + hv̄) − f (x̄0 )

Dv̄ f (x̄0 ) := lı́m ,
h→0 h
siempre que éste exista.
Si el vector v̄ es unitario, es decir, v̄ = 1, entonces el límite anterior recibe

el nombre de derivada direccional de f en x̄0 siguiendo la dirección de v̄ y se
interpreta como la razón de cambio instantánea de la función f al producirse un
desplazamiento desde x̄0 en la dirección de v̄ .
En particular, las derivadas direccionales de f en x̄0 con respecto a los vectores
de la base canónica de Rn se conocen con el nombre de derivadas parciales de f
∂f
en x̄0 , y se denotan por
∂xi (x̄0 ), i = 1, 2, . . . , n, es decir,
∂f
(x̄0 ) := Dēi f (x̄0 ), i = 1, 2, . . . , n,
∂xi
siendo {ēi }1≤i≤n la base canónica de Rn . También se denota Dxi f (x̄0 ) y Di f (x̄0 ).
5.30. Sea f : D → R y supóngase que existen las derivadas parciales de f

∂f
en cada
punto de D. La función ∂x i
: D → R, que asigna a cada punto x̄ ∈ D el valor
∂f
∂xi (x̄), se denomina función derivada parcial con respecto a xi , i = 1, 2, . . . , n.
5.31. Gradiente. Sea f :D→R y x̄0 ∈ D tal que existen las derivadas parciales
de f en x̄0 . El vector

∂f ∂f ∂f
∇f (x̄0 ) := (x̄0 ), (x̄0 ), . . . , (x̄0 ) ,
∂x1 ∂x2 ∂xn
recibe el nombre de gradiente de f en x̄0 .
5.32. Función diferenciable. Diferencial. Una función f :D→R es diferenciable

en x̄0 ∈ D si
f (x̄0 + h̄) − f (x̄0 ) − ∇f (x̄0 ) · h̄
lı́m = 0.
h̄→0̄ h̄
244
En caso de que f sea diferenciable en x̄0 , se denomina diferencial de f en x̄0 a la

aplicación lineal Df (x̄0 ) : Rn → R denida como
Df (x̄0 )(x1 , x2 , . . . , xn ) = ∇f (x̄0 ) · (x1 , x2 , . . . , xn ),
es decir, Df (x̄0 ) es la aplicación lineal que tiene como matriz asociada a ∇f (x̄0 ).
5.33. Se dice que la función f : D → R es diferenciable en un conjunto A ⊂ D,
si es diferenciable en cada punto x̄0 ∈ A.
5.34. Propiedades de las funciones diferenciables. Si f, g : D → R son diferen-
ciables en x̄0 ∈ D, entonces f ±g y f · g son diferenciables en x̄0 . Si además
f
g(x̄0 ) = 0, entonces
g es diferenciable en x̄0 .
Si f y g son las funciones denidas en el punto 5.28 y las funciones hi son
diferenciables (derivables) en Ii , entonces las funciones f y g son diferenciables en
I1 × I2 × · · · × In ⊂ Rn . En particular, las funciones polinómicas son diferenciables
en R .
n
5.35. Interpretación geométrica de la diferencial. Plano tangente. Sea D ⊂ R2

abierto y f :D→R una función diferenciable en (x0 , y0 ) ∈ D. Intuitivamente,
f es diferenciable en (x0 , y0 ) si varía de forma suave en las proximidades de este
punto, lo que signica que la supercie determinada por f se puede aproximar
linealmente por el plano tangente a f en (x0 , y0 ) en un entorno de este punto.
El plano tangente a f en (x0 , y0 ) tiene ecuación
z = f (x0 , y0 ) + ∇f (x0 , y0 ) · (x − x0 , y − y0 )
= f (x0 , y0 ) + Df (x0 , y0 )(x − x0 , y − y0 ).
5.36. Teorema. Si f : D → R es diferenciable en x̄0 ∈ D, entonces es continua en

x̄0 .
5.37. Teorema. Si f :D →R es diferenciable en x̄0 ∈ D, entonces existen las
derivadas parciales de f en x̄0 .
5.38. Condición suciente de diferenciabilidad. Sean f : D → R y x̄0 ∈ D. Si
existen y son continuas todas las derivadas parciales de f en una bola abierta de
centro x̄0 , entonces f es diferenciable en x̄0 .
5.39. Teorema. Sean f :D→R y x̄0 ∈ D. Si f es diferenciable en x̄0 , entonces
existe Dv̄ f (x̄0 ) para todo vector no nulo v̄ ∈ Rn y
Dv̄ f (x̄0 ) = Df (x̄0 )(v) = ∇f (x̄0 ) · v̄.
245
5.40. Direcciones de máxima y mínima variación. Sean f : D → R y x̄0 ∈ D. Si

f es diferenciable en x̄0 , y el gradiente de f en x̄0 no es el vector cero, entonces
la función f tiene variación máxima desde el punto x̄0 en la dirección del vector
∇f (x̄0 ) y varía de forma mínima en la dirección del vector −∇f (x̄0 ). Es decir,
la derivada direccional de f en x̄0 es máxima en la dirección del vector unitario
∇f (x̄0 )
v̄ = ∇f (x̄0 ) y vale ∇f (x̄0 ), y la derivada direccional de f en x̄0 es mínima en
∇f (x̄0 )
la dirección del vector unitario v̄ = − ∇f (x̄0 ) , y toma el valor −∇f (x̄0 ).
5.41. Regla de la cadena. f : D ⊂ Rn → R, E ⊂ Rp un abierto, g =
Sean
(g1 , g2 , . . . , gn ) : E → Rn , cong(E) ⊂ D y x̄0 ∈ E . Si gi es diferenciable en x̄0 ,
para i = 1, 2, . . . , n y f es diferenciable en el punto g(x̄0 ) = (g1 (x̄0 ), g2 (x̄0 ), . . . ,
gn (x̄0 )), entonces f ◦ g es diferenciable en x0 y
⎛ ⎞
∇g1 (x̄0 )
⎜ ∇g2 (x̄0 ) ⎟
⎜ ⎟
∇(f ◦ g)(x̄0 ) = ∇f (g(x̄0 )) · ⎜ . ⎟
⎝ .
. ⎠
∇gn (x̄0 )
5.42. Derivadas segundas. Sea f : D → R. Supóngase que existen las derivadas

∂f
parciales de f en cada punto de D y sea ϕi (x̄) = ∂x i
(x̄), i = 1, 2, . . . , n. Se dene
la derivada parcial segunda de f con respecto a la variable xi , i = 1, 2, . . . , n,
como
∂2f ∂ϕi ∂ ∂f
(x̄) := (x̄) = (x̄).
∂x2i ∂xi ∂xi ∂xi
De modo análogo, la derivada parcial segunda de f primero con respecto a la
variable xi y después con respecto a la variable xj , i, j ∈ {1, 2, . . . , n} viene dada
por

∂2f ∂ϕi ∂ ∂f
(x̄) := (x̄) = (x̄).
∂xj ∂xi ∂xj ∂xj ∂xi
5.43. Matriz Hessiana. Sea f : D → R y x̄0 ∈ D. Supóngase que existen todas
las derivadas parciales segundas de f en x̄0 . Se dene la matriz Hessiana de f en
x̄0 como
⎛ ∂2f ∂2f ∂2f

⎞
∂x21
(x̄0 ) ∂x1 ∂x2 (x̄0 ) ... ∂x1 ∂xn (x̄0 )
⎜ ⎟
⎜ 2
∂ f ∂2f ∂2f ⎟
⎜ ∂x2 ∂x1 (x̄0 ) ∂x22
(x̄0 ) ... ∂x2 ∂xn (x̄0 ) ⎟
Hf (x̄0 ) := ⎜ ⎟
⎜ .
.
.
.
.
.
.
. ⎟
⎝ . . . . ⎠
∂2f ∂2f ∂2f
∂xn ∂x1 (x̄0 ) ∂xn ∂x2 (x̄0 ) ... ∂x2n
(x̄0 )
246
5.44. Teorema de Schwarz. Sea f :D →R y x̄0 ∈ D. Si existen las derivadas

parciales
∂f ∂f ∂2f
, ,
∂xi ∂xj ∂xi ∂xj
en una bola abierta de centro x̄0 y la última es continua en x̄0 , entonces también
∂2f
existe
∂xj ∂xi y se tiene que
∂2f ∂2f
= .
∂xj ∂xi ∂xi ∂xj
Así pues, si se cumplen las condiciones del Teorema de Schwarz, la matriz Hessiana
es simétrica.
5.45. Extremos relativos. Sea f : D → R y x̄0 ∈ D.

(a) Se dice que f tiene un máximo relativo (o máximo local) en x̄0 si existe una
bola abierta B de centro x̄0 contenida en D tal que f (x̄0 ) ≥ f (x̄), para todo
x̄ ∈ B .
(b) Se dice que f tiene un mínimo relativo (o mínimo local) en x̄0 si existe una
bola abierta B de centro x̄0 contenida en D tal que f (x̄0 ) ≤ f (x̄), para todo
x̄ ∈ B .
Si las desigualdades en (a) y (b) son estrictas para x̄ = x̄0 , se dice que f tiene un
máximo (respectivamente, un mínimo) relativo estricto en x̄0 .
Se dice que la función f tiene un extremo relativo en x̄0 si tiene un máximo o
un mínimo relativo en ese punto.
5.46. Punto crítico. Sea x̄0 ∈ D y f : D → R una función diferenciable en x̄0 . Se

dice que x̄0 es un punto crítico de f si ∇f (x̄0 ) = 0.
5.47. Condición necesaria de extremo relativo. Sean f : D → R y x̄0 ∈ D. Si f es

diferenciable en x̄0 y tiene un extremo relativo en este punto, entonces ∇f (x̄0 ) = 0
(es decir, x̄0 es un punto crítico de f ).
5.48. Sean f :D →R y x̄0 ∈ D. Se dice que x̄0 es un punto de silla si es un

punto crítico pero no es un extremo relativo.
5.49. Condición suciente de extremo relativo. Sea f :D→R una función que
tiene todas las derivadas parciales primeras y segundas de f y son continuas
247
en D y x̄0 ∈ D un punto crítico de f. Denótese Hf (x̄0 ) = (hi,j )1≤i,j≤n (hi,j

denota el elemento perteneciente a la la i y columna j de Hf (x̄0 )), y para cada
k ∈ {1, 2, . . . , n} sea

∂2f ∂2f ∂2f
∂x21
(x̄0 ) ∂x1 ∂x2 (x̄0 ) ... ∂x1 ∂xk (x̄0 )

∂2f ∂2f ∂2f
∂x2 x1 (x̄0 ) (x̄0 ) ...
∂x2 ∂xk (x̄0 )
Δk = |(hi,j )1≤i,j≤k | = .
∂x22
. . .
.
.
.
.
.
.
.
.

∂2f ∂2f 2
∂ f
∂xk ∂x1 (x̄0 ) ∂xk ∂x2 (x̄0 ) ... ∂x 2 (x̄ 0 )
k
(Δk es el determinante de la submatriz k×k formada por las k primeras las y

columnas de Hf (x̄0 )).
(a) Si Δk > 0 para cada k = 1, 2, . . . , n, entonces f tiene un mínimo relativo

estricto en x̄0 .
(b) Si (−1)k Δk > 0 para cada k = 1, 2, . . . , n (es decir, si Δ1 < 0, Δ2 > 0,

Δ3 < 0,. . . ), entonces f tiene un máximo relativo estricto en x̄0 .
5.50. Condición suciente de extremo relativo en R2 . Sea D ⊂ R2 un conjunto

abierto, f :D→R una función que tiene todas las derivadas parciales primeras
y segundas y son continuas en D y (x0 , y0 ) ∈ D un punto crítico de f.
∂2f
(a) Si
∂x2
(x0 , y0 ) > 0 y |Hf (x0 , y0 )| > 0, entonces f tiene un mínimo relativo
estricto en (x0 , y0 ).
∂2f
(b) Si
∂x2
(x0 , y0 ) < 0 y |Hf (x0 , y0 )| > 0, entonces f tiene un máximo relativo
estricto en (x0 , y0 ).
(c) Si |Hf (x0 , y0 )| < 0, entonces f tiene un punto de silla en (x0 , y0 ).
∂2f
Si
∂x2
(x0 , y0 ) = 0 o |Hf (x0 , y0 )| = 0, el criterio no permite decidir, esto es, el
punto (x0 , y0 ) puede ser de cualquier tipo.
5.51. Extremos absolutos. Sea D ⊂ Rn un conjunto no necesariamente abierto.

Sea f : D ⊂ Rn → R y x̄0 ∈ D.
(a) Se dice que f alcanza un máximo absoluto en x̄0 si f (x̄0 ) ≥ f (x̄), para todo
x̄ ∈ D.
248
(b) Se dice que f alcanza un mínimo absoluto en x̄0 si f (x̄0 ) ≤ f (x̄), para todo
x̄ ∈ D.
Se dice que la función f tiene un extremo absoluto en x̄0 si tiene un máximo o

un mínimo absoluto en ese punto.
5.52. Teorema de Weierstrass. Sea D ⊂ Rn un conjunto cerrado y acotado. Si

f : Rn → R es una función continua en D , f alcanza el mínimo y el
entonces
máximo absolutos en D. Dichos extremos absolutos se alcanzan o bien en los
extremos relativos de f pertenecientes a int D (si existen), o bien en fr D.
5.53. Extremos con restricciones de igualdad. Función Lagrangiana. Sean D ⊂ Rn
un conjunto abierto, f :D→R y S⊂D el conjunto denido como
S = {x̄ ∈ D : g1 (x̄) = 0, g2 (x̄) = 0, . . . , gm (x̄) = 0},
donde g1 , g2 , . . . , gm : D → R. Los extremos relativos de f restringida al conjunto

S, es decir, los extremos relativos de f|S , reciben el nombre de extremos sujetos
a las restricciones de igualdad o condiciones de ligadura
g1 (x̄) = 0, g2 (x̄) = 0, . . . , gm (x̄) = 0.
Dado λ̄ = (λ1 , λ2 , . . . , λm ) ∈ Rm , la función L:D→R denida como
Lλ̄ (x̄) = f (x̄) + λ1 g1 (x̄) + λ2 g2 (x̄) + . . . λm gm (x̄)
se denomina función Lagrangiana.
5.54. Teorema de los multiplicadores de Lagrange. D ⊂ Rn un conjunto

Sean
abierto y f, g1 , g2 , . . . , gm : D → R funciones diferenciables en D . Si x̄0 ∈ S es un
extremo relativo de f sujeto a las restricciones g1 (x̄) = 0, g2 (x̄) = 0, . . . , gm (x̄) = 0
y el rango de la matriz
⎛ ⎞
∇g1 (x̄0 )
⎜ ∇g2 (x̄0 ) ⎟
⎜ ⎟
⎜ . ⎟
⎝ .
. ⎠
∇gm (x̄0 )
es m, entonces existe λ̄ = (λ1 , λ2 , . . . , λm ) ∈ Rm tal que
∇Lλ̄ (x̄0 ) = 0.
A los valores λ1 , λ2 , . . . , λm , se les denomina multiplicadores de Lagrange.
249
5.55. Condición suciente de extremo con restricciones de igualdad. Con las mis-
mas hipótesis del teorema anterior, si

n
∂ 2 Lλ̄
φ(h1 , h2 , . . . , hn ) := (x̄0 )hi hj < 0 (respectivamente, > 0)
∂xi xj
i,j=1
para cada (h1 , h2 , . . . , hn ) ∈ Rn \{0} que satisface el sistema

⎧
⎪
⎪ ∇g1 (x̄) · (h1 , h2 , . . . , hn ) = 0
⎨
∇g2 (x̄) · (h1 , h2 , . . . , hn ) = 0
⎪ ...........................
⎪
⎩
∇gm (x̄) · (h1 , h2 , . . . , hn ) = 0,
entonces f tiene un máximo (respectivamente, un mínimo) relativo en x̄0 , sujeto

a las condiciones de ligadura dadas por g 1 , g2 , . . . , g m .
2.1. El conjunto Rn
Ejercicio 5.1. Calcúlense las coordenadas polares de los puntos expresados

√
en coordenadas cartesianas como P1 = (2, 2), P2 = 0, 52 , P3 = (−1, − 3) y
√
P4 = (2 3, −2).
Solución. Las coordenadas polares (ρ, θ) de P1 se obtienen del siguiente modo

(véase 5.9(a)):
El módulo ρ1 del vector (2, 2) es

' √
ρ1 = 22 + 22 = 2 2,
y el ángulo θ1 se determina a través de la igualdad
2
tg θ1 = = 1.
2
π
Se tiene que arctan 1 = 4 , y puesto que P1 se encuentra en el primer cuadrante,
π
se deduce que θ1 = por lo que P1 se expresa en coordenadas polares como
√ π 4,
2 2, 4 .
250

Con respecto a P2 , el módulo del vector 0, 52 es ρ2 = 5
2 y es claro que forma
π
un ángulo de
5 θπ2= 2 con el semieje X positivo. Así pues, las coordenadas polares
de P2 son
2, 2 .
√
El módulo del vector (−1, − 3) vale
( √
ρ3 = (−1)2 + (− 3)2 = 2.
Para calcular θ3 , obsérvese que

√
− 3 √
tg θ3 = = 3
−1
√
y arctan 3 = π3 . Como P3 se encuentra 4π en el tercer cuadrante, se deduce que
π 4π
θ3 = 3 + π = 3 . Por tanto, P3 = 2, 3 en coordenadas polares.
√ ( √
Por último, el módulo del vector (2 3, −2) es ρ4 = (2 3)2 + (−2)2 = 4 y
√ % √ &
tan θ4 = − 2√2
3
= − 33 . Se tiene que arctan − 33 = − π6 , luego θ4 = − π6 + 2π =
11π
11π
6 , por lo que el punto P4 tiene coordenadas polares 4, 6 .
En la Figura 5.1 se representan los cuatro puntos indicando sus coordenadas

polares.
Figura 5.1. Coordenadas cartesianas y polares.
Ejercicio 5.2. Determínense las coordenadas cartesianas de los puntos expre-

sados en coordenadas polares como P1 = 2, π4 y P2 = 4, 3π
4 .
251
Solución. Teniendo en cuenta 5.9(b), las coordenadas cartesianas de P1 son:

√ √
π 2 √ π 2 √
x = 2 · cos = 2 · = 2, y = 2 · sen = 2 · = 2.
4 2 4 2
√ √
Luego P1 = ( 2, 2) en coordenadas cartesianas.
Las coordenadas cartesianas de P2 vienen dadas por:

√ √
3π 2 √ 3π 2 √
x = 4 · cos =4· − = −2 2, y = 4 · sen =4· = 2 2.
4 2 4 2
√ √
Así pues, P2 = (−2 2, 2 2) en coordenadas cartesianas.
Ejercicio 5.3. Considérense los puntos P y vectores v̄ de R2 siguientes:
P1 = (1, 2), P2 = (3, 1), P3 = (0, −1),

v̄1 = (1, 2), v̄2 = (3, 1), v̄3 = (−4, 2).
Indíquense la o las armaciones correctas:
(a ) El ángulo que forman los vectores

π
v̄1 y v̄2 es α= 3.
√
(b ) La distancia (euclídea) entre los puntos P1 y P2 es 3.
(c ) Los vectores v̄1 y v̄3 son ortogonales o perpendiculares.

(d ) El punto P3 tiene coordenadas polares (ρ, θ) = −1, π2 .
Solución. • El ángulo α que forman los vectores v̄1 y v̄2 se determina a través
de la fórmula dada en 5.8:
v̄1 · v̄2
cos α = .
v̄1 v̄2
√ √ √
Se tiene que v̄1 · v̄2 = 1 · 3 + 2 · 1 = 5, v̄1 = 12 + 22 = 5 y v̄
% 2√ =
& 32 + 12 =
√ √
10. Por consiguiente, cos α = √5√ 5
10
= 22 , luego α = arc cos 22 = π4 , siendo
la opción (a ) incorrecta.
• La distancia euclídea entre los puntos P1 y P2 viene dada por (véase 5.7)
' √
d((1, 2), (3, 1)) = (3 − 1)2 + (1 − 2)2 = 5,
por lo que la opción (b ) también es incorrecta.
252
• Se tiene que v̄1 · v̄3 = 1 · (−4) + 2 · 2 = 0,

por tanto, v̄1 y v̄3 son ortogonales
π
(es decir, forman un ángulo de ) y la armación (c ) es correcta.
2
• Por último, la opción (d ) es incorrecta, pues el módulo ρ siempre es mayor

o igual que 0. Las coordenadas polares (ρ, θ) de P3 son (véase 5.9(a))
' √ 3π
ρ= 02 + (−1)2 = 1 = 1, θ= .
2
Véase la Figura 5.2.
Figura 5.2
Ejercicio 5.4. Hállense las ecuaciones implícitas de la semirrecta de R2 que co-

mienza en el punto (a, b) y forma un ángulo de θ radianes con la recta horizontal
y = b.
Solución. Sea s la semirrecta en cuestión. Las ecuaciones paramétricas de s son

(véase 5.9(c))

x = a + ρ cos θ
y = b + ρ sen θ
con ρ ≥ 0. De las ecuaciones paramétricas de s se deduce lo siguiente:
• Si θ = π2 , entonces s es la semirrecta vertical x = a con y ≥ b, ya que

y = b + ρ sen π2 = b + ρ y ρ toma valores mayores o iguales que 0.
253
• Si θ = 3π
2 , entonces s es la semirrecta vertical x = a con y ≤ b, ya que
y = b + ρ sen 3π
2 = b − ρ y ρ toma valores mayores o iguales que 0.
• Si θ = π2 , 3π
2 , entonces se deduce que
y−b ρ sen θ sen θ

= = = tan θ,
x−a ρ cos θ cos θ
"
o equivalentemente,
3π # y = tan θ(x − a) + b. Por otra parte, si θ ∈ 0, π2 ∪
2 , 2π , entonces cos θ > 0 y
x = a + ρ cos θ ≥ a + 0 =⇒ x ≥ a;
π 3π

y si θ∈ 2 , 2 , se tiene que cos θ < 0 y
x = a + ρ cos θ ≤ a + 0 =⇒ x ≤ a.
Por consiguiente,
-
2 π& 3π
s = {(x, y) ∈ R : y = tan θ(x − a) + b, x ≥ a}, si θ ∈ 0, ∪ , 2π ,
2 2

π 3π
s = {(x, y) ∈ R2 : y = tan θ(x − a) + b, x ≤ a}, si θ∈ , .
2 2
π
Por ejemplo, si (a, b) = (1, 2) y θ = 4 , entonces la semirrecta viene dada
por
) %π & *
s = (x, y) ∈ R2 : y = tan (x − 1) + 2, x ≥ 1
4
2
= {(x, y) ∈ R : y = x + 1, x ≥ 1}.
Dicha semirrecta se representa en la Figura 5.3.
Ejercicio 5.5. Determínense el interior, la frontera y la adherencia del conjunto

S ⊂ R2 denido como S = {(x, y) ∈ R2 : x2 + y 2 < 4, x2 + y 2 > 1}.
Solución. El conjunto S es la corona circular delimitada por la circunferencia

de centro (0, 0) y radio 1 y la de centro (0, 0) y radio 2, pero sin estar incluidas
éstas en S . En la Figura 5.4 se representa el conjunto. Considérese un punto
perteneciente a cualquiera de las dos circunferencias. Es fácil ver que cualquier
bola de centro ese punto contiene puntos que pertenecen a S y puntos que no
254
S S
fr S = {(x, y) ∈ R2 : x2 + y 2 = 4} ∪ {(x, y) ∈ R2 : x2 + y 2 = 1}.
(x0 , y0 ) S S
(x0 , y0 ) S
'
(x0 , y0 ) S ρ := x20 + y02 ρ2 = x20 + y02
(x0 , y0 ) ∈ S 1 < ρ2 < 4 1 < ρ < 2
r1 := 2−ρ 2 r2 := ρ−1
2 r := mı́n{r1 , r2 } r
◦
r1 r2 B ((x0 , y0 ), r) ⊂ S
S S = int S
S
adh S = int S ∪ fr S = {(x, y) ∈ R2 : x2 + y 2 ≤ 4, x2 + y 2 ≥ 1}.
T ⊂ R2
√
T = {(x, y) ∈ R2 : y = x2 , x ≥ 0, y ≤ 2} ∪ {( 2, 3)}.
T
(x0 , y0 ) ∈ T (x0 , y0 )
T T int T = ∅
S
T
T T T
fr T = T
adh T = int T ∪ fr T = fr T = T,
√ T
( 2, 3)
◦ √
T B ( 2, 3), 12
T
T = {(x, y) ∈ R2 : y = x2 , x ≥ 0, y ≤ 2}.
2.2
(x + 1) cos(πy)
lı́m
(x,y)→(0,0) ex−y
(x2 − 4)(y − 1)
lı́m
(x,y)→(2,1) (x − 2)(y 2 − 1)
T
(x + 1) cos(πy) (0 + 1) cos(π · 0)
lı́m = = 1.
(x,y)→(0,0) e x−y e0−0
(x2 − 4)(y − 1) (x − 2)(x + 2)(y − 1)

lı́m 2
= lı́m
(x,y)→(2,1) (x − 2)(y − 1) (x,y)→(2,1) (x − 2)(y − 1)(y + 1)
x+2
= lı́m = 2.
(x,y)→(2,1) y + 1
x2 − y 2
lı́m
(x,y)→(0,0) x2 + y 2
x+y
lı́m
(x,y)→(−1,1) x2 − y 2
x y
x2 −y 2
x2 +y 2
límites reiterados en (0, 0) (véase 5.18). Se tiene que

2
x2 − y 2 0 − y2 y
lı́m lı́m 2 2
= lı́m 2 2
= lı́m − 2 = −1,
y→0 x→0 x + y y→0 0 + y y→0 y
2 2
2 2
2
x −y x −0 x
lı́m lı́m 2 2
= lı́m 2 2
= lı́m 2 = 1.
x→0 y→0 x + y x→0 x + 0 x→0 x
Como los límites reiterados en (0, 0) no coinciden, no existe el límite en (0, 0) de

x2 −y 2
(véase 5.20).
x2 +y 2
Se aprovecha este ejercicio para mostrar otras vías alternativas para probar la
no existencia del límite de una función en un punto. En efecto, también se puede
demostrar que el límite no existe estudiando el límite en (0, 0) a través de cada
recta de ecuación y = mx, con m ∈ R. Se tiene que
x2 − y 2 x 2 − m2 x 2 x2 (1 − m2 ) 1 − m2
lı́m = lı́m = lı́m = .
x→0
y=mx
x2 + y 2 x→0 x2 + m2 x2 x→0 x2 (1 + m2 ) 1 + m2
Como el límite anterior depende del parámetro m, de nuevo por el teorema 5.20
x2 −y 2
se deduce que no existe el límite en (0, 0) de 2
x +y 2
.
Finalmente, también se llega a la misma conclusión haciendo un cambio a

coordenadas polares. Sea
x = 0 + ρ cos θ, y = 0 + ρ sen θ y F (ρ, θ) = f (0 + ρ cos θ, 0 + ρ sen θ).
Si ρ > 0,
(ρ cos θ)2 − (ρ sen θ)2 ρ2 (cos2 θ − sen2 θ)
F (ρ, θ) = = = cos2 θ − sen2 θ
(ρ cos θ)2 + (ρ sen θ)2 ρ2
(recuérdese que cos2 θ + sen2 θ = 1). Por tanto, para cada θ ∈ [0, 2π) jo se tiene
que
lı́m F (ρ, θ) = cos2 θ − sen2 θ,
ρ→0
x2 −y 2
y dado que este límite depende de θ se concluye que no existe lı́m(x,y)→(0,0) x2 +y 2
(véase 5.23).
(b ) Se obtiene una indeterminación. En este caso, basta observar que x2 −y 2 =

(x + y)(x − y) y el límite resulta ser
x+y x+y 1 1
lı́m 2 2
= lı́m = lı́m =− .
(x,y)→(−1,1) x − y (x,y)→(−1,1) (x + y)(x − y) (x,y)→(−1,1) x − y 2
258
x2 − 2xy
(a ) lı́m , y
(x,y)→(0,0) y 3 + 2x2
x sen(πy)
(b ) lı́m .
(x,y)→(1,1) (x + 1)(y − 1)
Solución. (a ) De nuevo, resulta una indeterminación. Obsérvese que los límites

reiterados en (0, 0) son

x2 − 2xy 0 x2 − 2xy x2 1
lı́m lı́m 3 = lı́m 3 = 0, lı́m lı́m 3 = lı́m = .
y→0 x→0 y + 2x2 y→0 y x→0 y→0 y + 2x2 x→0 2x2 2
Como los límites reiterados no coinciden, no existe el límite en (0, 0).
x sen(πy)
(b ) La función f (x, y) = (x+1)(y−1) se puede descomponer como producto de
x sen(πy)
las funciones g(x, y) = x+1 y h(x, y) = y−1 . Como la función g depende sólo
de la variable x resulta que
x 1
lı́m g(x, y) = lı́m = ,
(x,y)→(1,1) x→1 x+1 2
y dado que h depende únicamente de la variable y se tiene que
sen(πy)
lı́m h(x, y) = lı́m .
(x,y)→(1,1) y→1 y−1
0
En el cálculo de este último límite se obtiene una indeterminación del tipo
0 . Se
satisfacen las condiciones de la regla de L'Hôpital, por lo que
sen(πy) π cos(πy)
lı́m = lı́m = −π.
y→1 y − 1 y→1 1
Como existen lı́m(x,y)→(1,1) g(x, y) y lı́m(x,y)→(1,1) h(x, y), entonces existe

lı́m (g(x, y) · h(x, y)) = lı́m g(x, y) · lı́m h(x, y) .
(x,y)→(1,1) (x,y)→(1,1) (x,y)→(1,1)
Por tanto,
1 π
lı́m f (x, y) = lı́m (g(x, y) · h(x, y)) = · (−π) = − .
(x,y)→(1,1) (x,y)→(1,1) 2 2
259
(x − 3)(y − 4)
(a ) lı́m , y
(x,y)→(3,4) (x − 3)2 + (y − 4)2
x2
(b ) lı́m .
(x,y)→(0,2) x4 + x2 + (y − 2)2
Solución. (a ) Considérese el cambio a coordenadas polares x = 3 + ρ cos θ, y =

4 + ρ sen θ (véase 5.23) y sea
(3 + ρ cos θ − 3)(4 + ρ sen θ − 4)

F (ρ, θ) = f (3 + ρ cos θ, 4 + ρ sen θ) =
(3 + ρ cos θ − 3)2 + (4 + ρ sen θ − 4)2
ρ2 cos θ sen θ
= = cos θ sen θ.
ρ2
Por tanto, lı́mρ→0 F (ρ, θ) = cos θ sen θ, y como este límite depende de θ, por
5.23(a) se deduce que el límite de f en (3, 4) no existe. Este hecho, también se
puede comprobar con el límite a través de las rectas y − 4 = m(x − 3).
(b ) Considerando el cambio a coordenadas polares x = 0 + ρ cos θ, y = 2 +
ρ sen θ, se tiene que
ρ2 cos2 θ
F (ρ, θ) = f (0 + ρ cos θ, 2 + ρ sen θ) =
ρ4 cos4 θ + ρ2 cos2 θ + ρ2 sen2 θ
cos2 θ
= .
ρ2 cos4 θ + 1
Así pues,
cos2 θ
lı́m F (ρ, θ) = lı́m = cos2 θ,
ρ→0 ρ→0 ρ2 cos4 θ + 1
y como el límite anterior depende de θ, se concluye por 5.23(a) que el límite de f

en (0, 2) no existe.
260
Ejercicio 5.11. Considérese la función f : D ⊂ R2 → R denida por
x4
f (x, y) = ,
(x2 + y)2
donde D = R2 \{(x, y) ∈ R2 : x2 + y = 0}. Indíquese cuál o cuáles de las

siguientes armaciones son ciertas:
(a ) Los límites reiterados de f en (0, 0) existen y son iguales a 0.
(b ) El límite de f en (0, 0) a través de rectas de ecuación y = mx, con m = 0,

es 0.
(c ) El límite de f en (0, 0) a través de curvas de ecuación y = mx2 , con

1
m = −1, es 1+m 2.
(d ) El límite de f en (0, 0) es 0.
Solución. Los límites reiterados de f en (0, 0) son

x4 04 0
lı́m lı́m = lı́m = lı́m 2 = lı́m 0 = 0,
y→0 x→0 (x2 + y)2 y→0 (02 + y)2 y→0 y y→0

x4 x4 x4
lı́m lı́m 2 2
= lı́m 2 2
= lı́m 4 = 1.
x→0 y→0 (x + y) x→0 (x + 0) x→0 x
Por tanto, la opción (a ) es incorrecta y puesto que los límites reiterados en (0, 0)
son distintos, no existe lı́m(x,y)→(0,0) f (x, y) y la opción (d ) es incorrecta también.
Por otra parte, el límite de f en (0, 0) a través de la recta y = mx con m = 0 es
x4 x4 x4 x4
lı́m = lı́m = lı́m = lı́m
x→0
y=mx
(x2 + y)2 x→0 (x2 + mx)2 x→0 (x(x + m))2 x→0 x2 (x + m)2
x2
= lı́m = 0,
x→0 (x + m)2
por lo que la opción (b ) es correcta. Finalmente, el límite de f en (0, 0) a través

de la curva y = mx2 , con m = −1 es
x4 x4 x4 x4
lı́m = lı́m 2 = lı́m 2 = lı́m 4
x→0
y=mx2
(x2 + y) 2 2
x→0 (x + mx ) 2 x→0 (x (1 + m)) 2 x→0 x (1 + m)2
1
= ,
(1 + m)2
261
por lo que la opción (c ) es incorrecta. Obsérvese que, puesto que este último límite
depende del parámetro m, también se puede deducir a partir de él que no existe
lı́m(x,y)→(0,0) f (x, y).
2.3. Funciones continuas
Ejercicio 5.12. Estúdiese la continuidad de la función f : R2 → R denida

como

(x−1)2 y
(x−1)4 +y 2
si (x, y) = (1, 0)
f (x, y) =
0 si (x, y) = (1, 0).
Solución. La función f es continua en R2 \{(1, 0)} por ser cociente de funciones

2
polinómicas, que son continuas en R , y no anularse el denominador. La función
f será continua en (1, 0) si y sólo si (véase 5.24)
lı́m f (x, y) = f (1, 0) = 0, (5.1)

(x,y)→(1,0)
por tanto, hay que estudiar lı́m(x,y)→(1,0) f (x, y). Para empezar, se analizan los
límites reiterados:

(x − 1)2 y (1 − 1)2 y 0
lı́m lı́m 4 2
= lı́m 4 2
= lı́m 2 = lı́m 0 = 0,
y→0 x→1 (x − 1) + y y→0 (1 − 1) + y y→0 y y→0
2
2

(x − 1) y (x − 1) · 0 0
lı́m lı́m = lı́m = lı́m = 0.
x→1 y→0 (x − 1)4 + y 2 x→1 (x − 1)4 + 02 x→1 (x − 1)4
Los límites reiterados coinciden y son iguales a 0. Esto quiere decir que en caso
de que exista lı́m(x,y)→(1,0) f (x, y), este límite vale también 0, pero falta demostrar
la existencia del mismo, por lo que de momento no se puede concluir nada acerca
de la continuidad de f en (1, 0) y hay que considerar otra vía alternativa. La vía
más lógica para continuar es considerar el límite de f en (1, 0) a través de rectas
de ecuación y = m(x − 1), m ∈ R, que pasan por el punto (1, 0). Resulta que
(x − 1)2 y (x − 1)2 m(x − 1)

lı́m = lı́m
x→1
y=m(x−1)
(x − 1)4 + y 2 x→1 (x − 1)4 + m2 (x − 1)2
m(x − 1)3 m(x − 1) 0
= lı́m = lı́m = 2 = 0.
x→1 (x − 1)2 ((x − 1)2 + m2 ) x→1 (x − 1)2 + m2 0 + m2
262
De nuevo, se obtiene que el límite a través de estas rectas es 0, lo que vuelve a

indicar que en caso de que exista lı́m(x,y)→(1,0) f (x, y), dicho límite vale 0, pero no
se garantiza la existencia del mismo. Si se calcula el límite de f en (0, 0) a través
2
de curvas de ecuación y = m(x − 1) , m ∈ R, que pasan por (1, 0), se tiene que
(x − 1)2 y (x − 1)2 m(x − 1)2

lı́m = lı́m
x→1
y=m(x−1)2
(x − 1)4 + y 2 x→1 (x − 1)4 + m2 (x − 1)4
m(x − 1)4 m
= lı́m = .
x→1 (x − 1)4 (1 + m2 ) 1 + m2
Puesto que este último límite depende de m, es decir, toma diferente valor a través
de cada curva y = m(x − 1)2 , variando m, no existe lı́m(x,y)→(1,0) f (x, y) y, por
tanto, f no es continua en (1, 0).
Ejercicio 5.13. Estúdiese la continuidad de la función f : R2 → R denida

como

y 2 (ex −1)
x2 +y 2
si (x, y) = (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Solución. La función es continua en R2 \{(0, 0)} por ser cociente de funciones

2
continuas en R y no anularse el denominador. Para estudiar la continuidad de f
en el punto (0, 0) hay que ver si existe lı́m(x,y)→(0,0) f (x, y) y si este límite coincide
con f (0, 0) = 0. Obsérvese que
2 x
y (e − 1) y 2 |ex − 1|

x2 + y 2 = x2 + y 2 ≤ |e − 1|.
x
2
En la segunda desigualdad se ha utilizado que x2 + y 2 ≥ y 2 , por lo que x2y+y2 ≤ 1.
De este modo, resulta |ex − 1| que claramente tiende hacia 0 cuando (x, y) tiende
a (0, 0). Este truco es útil en muchas ocasiones para calcular límites mediante la
propiedad del emparedado y conviene ser tenido en cuenta cuando procedimientos
como el cambio a coordenadas polares no facilite llegar a una conclusión sobre la
existencia de un determinado límite.
Comolı́m(x,y)→(0,0) |ex −1| = 0, por 5.22(a), se deduce que lı́m(x,y)→(0,0) f (x, y)

= 0, luego f es continua en R2 .
263
Ejercicio 5.14. Estúdiese la continuidad de la función f : R2 → R denida del

siguiente modo:

x2 y
x2 +y 2 +(x−y)2
si (x, y) = (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
Solución. La función f es continua en R2 \{(0, 0)} por ser cociente de funciones

polinómicas y no anularse el denominador (obsérvese que x2 + y 2 + (x − y)2 > 0,
para todo (x, y) ∈ R2 \{(0, 0)}). Por otra parte, f es continua en (0, 0) si y sólo si
lı́m f (x, y) = f (0, 0) = 0.

(x,y)→(0,0)
Se tiene que

x 2y x2 |y| x2 |y|
|f (x, y)| = 2 = ≤ ≤ |y|,
x + y 2 + (x − y)2 x2 + y 2 + (x − y)2 x2 + y 2
donde la primera desigualdad se debe a que x2 + y 2 + (x − y)2 ≥ x2 + y 2 , por lo
que
1 1
≤ 2
x2 + y2 + (x − y) 2 x + y2
x2
y la última desigualdad se deduce de que x 2 ≤ x2 + y 2 , con lo cual
x2 +y 2
≤ 1,
para todo (x, y) ∈ R2 \{(0, 0)}.
Como lı́m(x,y)→(0,0) |y| = 0, por 5.22(a) se tiene lı́m(x,y)→(0,0) f (x, y) = 0. Dado
que el límite de f cuando (x, y) tiende hacia (0, 0) coincide con f (0, 0), se concluye
que f es continua también en (0, 0).
Otra forma de demostrar que lı́m(x,y)→(0,0) f (x, y) = 0 es haciendo un cambio

a coordenadas polares. Sea x = 0 + ρ cos θ, y = 0 + ρ sen θ y
F (ρ, θ) = f (0 + ρ cos θ, 0 + ρ sen θ).
Si ρ = 0, F (0, θ) = f (0, 0) = 0 y si ρ > 0,
(ρ cos θ)2 ρ sen θ
F (ρ, θ) =
(ρ cos θ)2 + (ρ sen θ)2 + (ρ cos θ − ρ sen θ)2
ρ3 cos2 θ sen θ
= 2
ρ (cos2 θ + sen2 θ + cos2 θ + sen2 θ − 2 cos θ sen θ)
ρ cos2 θ sen θ ρ cos2 θ sen θ
= = .
2 − 2 cos θ sen θ 2 − sen(2θ)
264
En las igualdades anteriores se ha utilizado que cos2 θ + sen2 θ = 1 y sen(2θ) =

2 cos θ sen θ.
Por tanto, teniendo en cuenta que 2 − sen(2θ) ≥ 2 − 1 = 1, resulta que

ρ cos2 θ sen θ 2

|F (ρ, θ) − 0| = = ρ cos θ| sen θ| ≤ ρ · 1 = ρ,
2 − sen(2θ) 2 − sen(2θ) 1
y puesto que h(ρ) := ρ tiende hacia 0 cuando ρ → 0, se concluye por 5.23(b) que
lı́m(x,y)→(0,0) f (x, y) = 0.
Nota: Recuérdese en lo sucesivo que la función h sólo puede depender de ρ y
tiene que tender hacia 0 cuando ρ se aproxima a 0 para garantizar la existencia
del límite de la función en el punto a través del cambio a coordenadas polares.
Ejercicio 5.15. Sea f : R2 → R la función denida como

x+2y 3
x(y 2 +1)
si x = 0
f (x, y) =
1 si x = 0.
Indíquese cuál o cuáles de las siguientes armaciones son correctas:
a
( ) Haciendo el cambio a coordenadas polares: x = ρ cos θ, y = ρ sen θ, el
límite de F (ρ, θ) = f (ρ cos θ, ρ sen θ) cuando ρ tiende hacia 0 y θ = π2 , 3π
2
se mantiene jo, es 1.
b
( ) El límite de f en (0, 0) a través de curvas de ecuación x = my 3 , m ∈ R\{0},
es 1.
c
( ) La función f es continua en (0, 0).
Solución. Con el n de estudiar la continuidad en el punto (0, 0), considérese el

cambio a coordenadas polares: x = 0 + ρ cos θ, y = 0 + ρ sen θ y sea F (ρ, θ) =
f (0 + ρ cos θ, 0 + ρ sen θ). Se tiene que
ρ cos θ + 2ρ3 sen3 θ cos θ + 2ρ2 sen3 θ

F (ρ, θ) = = .
ρ cos θ(ρ2 sen2 θ + 1) cos θ(ρ2 sen2 θ + 1)
π 3π
De esta última expresión, se deduce que F no está denida cuando θ= 2 ó θ= 2 ,
ya que el denominador se anularía, luego el dominio de F es

π 3π
dom F = (ρ, θ) ∈ [0, +∞) × [0, 2π) : θ =
, .
2 2
265
Entonces, para θ ∈ [0, 2π) jado, con θ = π2 , 3π

2 , se tiene que
cos θ + 2 · 02 · sen3 θ cos θ

lı́m F (ρ, θ) = 2 2
= = 1, (5.2)
ρ→0 cos θ(0 · sen θ + 1) cos θ
y la opción (a ) es correcta.
Es importante señalar que el hecho de que para cada valor de θ ∈ [0, 2π) jado,
π 3π
con θ = 2 , 2 se cumpla que ρ→0
lı́m F (ρ, θ) = 1, no implica que lı́m(x,y)→(0,0) f (x, y) =
1. Obsérvese que el límite anterior se ha calculado para un valor de θ jado y dis-
π 3π
tinto de
2 y 2 , por lo que se corresponde con el límite de f a través de la
semirrecta de ecuaciones paramétricas (véase 5.9(c))

x = ρ cos θ
y = ρ sen θ.
Por tanto, lo único que se ha demostrado al calcular el límite anterior es que el

límite de f a través de las semirrectas que pasan por (0, 0) con ángulo de incli-
nación π2 , 3π
θ= 2 es 1, y como es sabido, el hecho de que los límites direccionales
a través de semirrectas existan y tomen el mismo valor no garantiza que exista
el límite de f en (0, 0). Lo único que se puede asegurar es que, en caso de existir
lı́m(x,y)→(0,0) f (x, y), su valor sería 1.
Obsérvese que lo anterior no contradice el resultado 5.23(b), que requiere la
búsqueda de una función h(ρ) que cumpla las condiciones que allí se indican.
Por último, calculando el límite de f en (0, 0) a través de curvas de ecuación

x= my 3 , m ∈ R\{0}, que pasan por (0, 0), resulta que
x + 2y 3 my 3 + 2y 3 m+2 m+2
lı́m 2
= lı́m 3 2
= lı́m 2
= ,
(x,y)→(0,0) x(y + 1) y→0 my (y + 1) y→0 m(y + 1) m
x=my 3
y la opción (b ) es incorrecta. Puesto que el límite anterior depende de m, se

deduce que no existe el límite de f en (0, 0) y, por consiguiente, la función f no
es continua en (0, 0), resultando también incorrecta la opción (c).
266
2.4. Derivada según un vector. Funciones diferenciables

% &
cos x2πxy
+y 4
si (x, y) = (0, 0)
f (x, y) =
1 si (x, y) = (0, 0).
(a ) Estúdiese la continuidad de f en R2 .
(b ) Estúdiese la existencia de las derivadas parciales de f en (0, 0).
Solución. (a ) La función f es continua en R2 \{(0, 0)} ya que es la composición

πxy
de la función coseno, que es continua en R, con la función g(x, y) = x2 +y 4
, que es
continua en R2 \{(0, 0)} por ser cociente de funciones polinómicas y no anularse el

denominador. Para estudiar si f es continua en (0, 0) hay que comprobar si existe
el límite en (0, 0) de f (x, y) y coincide con f (0, 0), es decir, hay que ver si
lı́m f (x, y) = f (0, 0) = 1.

(x,y)→(0,0)
Obsérvese que el límite a través de cada recta de ecuación y = mx, con m ∈ R, es

πxy πmx2 πm
lı́m cos = lı́m cos = lı́m cos = cos (πm) .
x→0
y=mx
x2+ y4 x→0 x 2 + m4 x 4 x→0 1 + m4 x 2
Como el límite anterior depende del parámetro m, se deduce que no existe el

límite en (0, 0) de f y, por consiguiente, la función f no es continua en (0, 0).
(b ) Las derivadas parciales de f en (0, 0) son (véase 5.29):
% &
∂f f (0 + h, 0) − f (0, 0) cos π·h·0
h2 +04
−1 cos 0 − 1
(0, 0) = lı́m = lı́m = lı́m
∂x h→0 h h→0 h h→0 h
0
= lı́m = 0,
h→0 h
% &
∂f f (0, 0 + h) − f (0, 0) cos π·0·h
02 +h4
−1 cos 0 − 1
(0, 0) = lı́m = lı́m = lı́m
∂y h→0 h h→0 h h→0 h
0
= lı́m = 0.
h→0 h
Este es un claro ejemplo en el que se demuestra que la existencia de las deri-

vadas parciales de una función en un punto no implica la continuidad de f en ese
267
f
f (0, 0)
f (x, y) = cos(πxy/(x2 + y 4 ))
f : R2 → R
xy
f (x, y) = .
x2 +1
D(1,4) f (1, 2)
D(1,4) f (1, 2)
D √1 , √4
f (1, 2)
5 5
(1+h)(2+4h)
f (1 + h, 2 + 4h) − f (1, 2) (1+h)2 +1
−1
D(1,4) f (1, 2) = lı́m = lı́m
h→0 h h→0 h
2+6h+4h2 4h+3h2
2 −1 2 4 + 3h
= lı́m h +2h+2 = lı́m h +2h+2 = lı́m 2 = 2.
h→0 h h→0 h h→0 h + 2h + 2
D(1,4) f (1, 2)
f R2
no anularse el denominador (véase 5.34). Luego, en efecto, se puede aplicar el

Teorema 5.39. Las derivadas parciales de f en un punto (x, y) ∈ R2 genérico son
∂f y(x2 + 1) − xy · 2x −x2 y + y
(x, y) = = ,
∂x (x2 + 1)2 (x2 + 1)2
∂f x
(x, y) = 2 .
∂y x +1
Por tanto,

∂f ∂f 1 1
(1, 2) = 0, (1, 2) = , ∇f (1, 2) = 0, .
∂x ∂y 2 2
Así pues,
1
D(1,4) f (1, 2) = ∇f (1, 2) · (1, 4) = 0, · (1, 4) = 2.
2
(c ) De nuevo, aplicando el Teorema 5.39 resulta que

1 4 1 1 4 2
D √1 , √
4
f (1, 2) = ∇f (1, 2) · √ ,√ = 0, · √ , √ =√ .
5 5 5 5 2 5 5 5
Obsérvese que
1
D √1 , √4
f (1, 2) = √ D(1,4) f (1, 2).
5 5 5
La igualdad anterior se debe a la siguiente propiedad:
Dαv f (a, b) = αDv f (a, b),

para todo vector no nulo v ∈ R2 y todo α ≥ 0.
Ejercicio 5.18. Sea f (x, y) = ex+y .
(a ) Determínese el vector unitario en cada punto (x, y) ∈ R2 que hace que la

derivada direccional de f en (x, y) sea máxima.
(b ) Partiendo del punto (0, 0), determínese la curva en la que la función varía
de forma máxima.
Solución. (a ) La función f es diferenciable en R2 , por ser composición de fun-

2
ciones diferenciables en R (véase 5.41). Así pues, existe el gradiente de f en cada
2
punto (x, y) ∈ R . Puesto que
∂f ∂f
(x, y) = ex+y , (x, y) = ex+y ,
∂x ∂y
269
∇f (x, y) = (ex+y , ex+y ) = ex+y (1, 1)
f (x, y) ∈ R2
(1, 1)
f (x, y)
∇f (x, y) 1
= √ (1, 1).
∇f (x, y) 2
f
(1, 1) (x, y) ∈ R2
(0, 0)
(0, 0) + α(1, 1) = (α, α) α ≥ 0
C f
C = {(α, α, f (α, α)) ∈ R3 : α ≥ 0}.
f C
(0, 0)
(1, 1)
f (x, y) = ex+y
(0, 0)
f (x, y) = 5 (x0 , y0 ) = (0, 0)
g(x, y) = 3x − 2y (x0 , y0 ) = (1, −1)
h(x, y) = sen(xy) (0, 1)

Solución. (a ) La función f es diferenciable en R2 por ser una función constante.

Así pues, por 5.32 se tiene que
Df (0, 0)(x, y) = ∇f (0, 0) · (x, y).
Puesto que f es constante, ∇f (x, y) = (0, 0), para todo (x, y) ∈ R2 . Por tanto,
la diferencial de una función
Df (0, 0) = 0 · x + 0 · y = 0. Recuérdese que
constante en cualquier punto es siempre la función idénticamente nula.
(b ) La función g es lineal, por tanto, es diferenciable en todo (x, y) ∈ R2 . Se
tiene que
∇g(x, y) = (3, −2), ∀(x, y) ∈ R2 .
Por tanto, en particular, ∇g(1, −1) = (3, −2) y
Dg(1, −1)(x, y) = (3, −2) · (x, y) = 3x − 2y.
Obsérvese que la diferencial de una función lineal en cualquier punto

coincide con dicha función lineal. Este resultado es lógico, ya que la diferencial
de una función cualquiera F en un punto (x0 , y0 ) es la aplicación lineal que mejor
aproxima a F (x0 +x, y0 +y)−F (x0 , y0 ) en las proximidades de (x0 , y0 ). Por tanto,
puesto que g es lineal, la aplicación lineal que más se parece a g es ella misma.
(c ) La función h es composición de la función polinómica h1 (x, y) = xy , dife-
renciable en R2 (véase 5.34), con la función h2 (x) = sen(x), diferenciable en R.
Por consiguiente, h 2
es diferenciable en R por la regla de la cadena (véase 5.41).
Resulta que
∇h(x, y) = (y cos(xy), x cos(xy)), ∀(x, y) ∈ R2 .
Así pues,
Dh(0, 1)(x, y) = ∇h(0, 1) · (x, y) = (1, 0) · (x, y) = x.
Ejercicio 5.20. Estúdiese la diferenciabilidad de las siguientes funciones en el

punto (0, 0) y, si es posible, determínese el plano tangente a la gráca de dichas
funciones en ese punto.
(a ) f (x, y) = x2 + y 2 .
(b ) g(x, y) = |x + y|.
271
f R2
(0, 0)
∇f (x, y) = (2x, 2y) =⇒ ∇f (0, 0) = (0, 0),

Df (0, 0)(x, y) = ∇f (0, 0) · (x, y) = 0 · x + 0 · y = 0.
f (0, 0)
z = f (0, 0) + ∇f (0, 0) · (x, y) ⇐⇒ z = 0.
f (0, 0)
f (x, y) = x2 + y 2 (0, 0)
g x (0, 0)
∂g g(0 + h, 0) − g(0, 0) |h|

(0, 0) = lı́m = lı́m ,
∂x h→0 h h→0 h
∂g
∂y (0, 0) g
(0, 0) g (0, 0)
g
y = −x
(0, 0) g
S = {(x, y) ∈ R2 : x + y = 0}.
g(x, y) = |x + y|
h : D ⊂ R2 → R
(x0 , y0 ) ∈ int D
h (x0 , y0 )
(x0 , y0 )
h (x0 , y0 )
h (x0 , y0 ) ∇h(x0 , y0 )
(0, 0) (x, y) (0, 0)

(0, 0) (x, y) = (0,001, 0,001) ∇f (x, y) =
(2x, 2y) ∇f (0, 0) = (0, 0)
g
g

x+y x+y ≥0
g(x) =
−x − y x+y <0
(x, y) ∈ R2 x+y > 0

g(x, y) = x + y g
(1, 1) x+y < 0 g(x, y) = −x−y
g (−1, −1)
S f
(1, 1) (−1, −1)
g S g S
'
f (x, y) = x2 (y 2 + 1)
y sea a ∈ R.
(a ) Estúdiese la continuidad de f en el punto (0, a).
(b ) Calcúlense, si existen, las derivadas parciales de f en (0, a).
(c ) Estúdiese la diferenciabilidad de f en (0, a).
Solución. (a ) Se tiene que f (0, a) = 0 y

' '
lı́m x2 (y 2 + 1) = 02 (a2 + 1) = 0.
(x,y)→(0,a)
Como el límite anterior coincide con f (0, a), f es continua en (0, a).
(b ) La derivada parcial de f x en (0, a) es
con respecto a
' √
∂f f (0 + h, a) − f (0, a) h2 (a2 + 1) |h| a2 + 1
(0, a) = lı́m = lı́m = lı́m .
∂x h→0 h h→0 h h→0 h
Se tiene que
√ √
|h| a2 + 1 −h a2 + 1 '
lı́m = lı́m = − a2 + 1,
h→0− h h→0− h
√ √
2
|h| a + 1 h a +1 ' 2
2
lı́m = lı́m = a + 1.
h→0+ h h→0+ h
√
|h| a2 +1
Como los límites laterales no coinciden, no existe lı́mh→0 h . Por consiguien-
∂f
te, no existe
∂x (0, a).
Por último, la derivada parcial de f y es

con respecto a
'
∂f f (0, a + h) − f (0, a) 02 ((a + h)2 + 1)
(0, a) = lı́m = lı́m = 0.
∂y h→0 h h→0 h
∂f
(c ) Puesto que
∂x (0, a) no existe, se deduce que f no es diferenciable en (0, a)
(véase 5.38).
En la Figura 5.10 se representa la gráca de la función f . Obsérvese que el

modo en el que se pliega la gráca a lo largo de los puntos (0, a), con a ∈ R, no
274
'
Figura 5.10. Gráca de f (x, y) = x2 (y 2 + 1).
es suave (se forma una arista), lo que indica que f no es diferenciable en esos
puntos.

2
√x si (x, y) = (0, 0)
x2 +y 2
f (x, y) =
0 si (x, y) = (0, 0).
(b ) Calcúlense, si existen, las derivadas parciales de f en (0, 0).
(c ) Estúdiese la diferenciabilidad de f en (0, 0).
Solución. (a ) La función es continua en R2 \{(0, 0)} por ser cociente de funciones

continuas y no anularse el denominador. Para estudiar la continuidad en el punto
(0, 0) se hace un cambio a coordenadas polares. Sea x = ρ cos θ, y = ρ sen θ y
F (ρ, θ) = f (ρ cos θ, ρ sen θ). Si ρ>0 se tiene que
2
ρ cos2 θ

|F (ρ, θ) − 0| = = ρ| cos θ| ≤ ρ.
ρ
Como la función h(ρ) = ρ tiende hacia 0 cuando ρ tiende hacia 0, se deduce que
lı́m(x,y)→(0,0) f (x, y) = 0 (véase 5.23(b)). Puesto que el límite anterior coincide
con f (0, 0), resulta que f es continua también en (0, 0).
275
(b ) Se tiene que
2
√h −0 h2
∂f f (0 + h, 0) − f (0, 0) h2 |h| h
(0, 0) = lı́m = lı́m = lı́m = lı́m .
∂x h→0 h h→0 h h→0 h h→0 |h|
∂f
Y este límite no existe, luego no existe
∂x (0, 0).
La derivada parcial de f con respecto a y es
√0 −0
∂f f (0, 0 + h) − f (0, 0) h2 0
(0, 0) = lı́m = lı́m = lı́m = 0.
∂y h→0 h h→0 h h→0 h
(c ) La función f es diferenciable en R2 \{(0, 0)} por ser cociente de funciones

2
diferenciables en R \{(0, 0)} (véase 5.34). Por otra parte, como
∂f
∂x (0, 0) no existe,
f no es diferenciable en (0, 0) (véase 5.37).
4
x +y 4
x2 +y 2
si (x, y) = (0, 0)
f (x, y) =
0 si (x, y) = (0, 0).
∂f ∂f
(a ) Calcúlese, recurriendo a la denición,
∂x (0, 0) y ∂y (0, 0).
(b ) Estúdiese la diferenciabilidad de f en R2 .
Solución. (a ) Se tiene que
h4 +04
∂f f (0 + h, 0) − f (0, 0) h2 +02
−0 h2
(0, 0) = lı́m = lı́m = lı́m = lı́m h = 0,
∂x h→0 h h→0 h h→0 h h→0
04 +h4
∂f f (0, 0 + h) − f (0, 0) 02 +h2
−0 h2
(0, 0) = lı́m = lı́m = lı́m = lı́m h = 0.
∂y h→0 h h→0 h h→0 h h→0
(b ) La función f es diferenciable en R2 \{(0, 0)} por ser cociente de funciones

polinómicas y no anularse el denominador (véase 5.34). Para comprobar si f es
diferenciable en (0, 0) hay que ver si
f (0 + h, 0 + k) − f (0, 0) − ∇f (0, 0) · (h, k)

lı́m =0
(h,k)→(0,0) (h, k)
276

% &
∂f ∂f
(véase 5.32). Como ∇f (0, 0) = ∂x (0, 0), ∂y (0, 0) = (0, 0), se tiene que
f (0 + h, 0 + k) − f (0, 0) − ∇f (0, 0) · (h, k)

lı́m
(h,k)→(0,0) (h, k)
h4 +k4
f (h, k) − 0 − 0 · h − 0 · k 2 2
= lı́m = lı́m √ h +k
(h,k)→(0,0) (h, k) (h,k)→(0,0) h + k2
2
h4 + k 4
= lı́m √ .
(h,k)→(0,0) (h2 + k 2 ) h2 + k 2
Para calcular este último límite, se procede haciendo un cambio a coordenadas

h4 +k
√
4
polares. Sea g(h, k) = (h2 +k2 ) h2 +k2
, h = ρ cos θ, k = ρ sen θ y
(ρ cos θ)4 + (ρ sen θ)4

G(ρ, θ) = g(ρ cos θ, ρ sen θ) = '
((ρ cos θ)2 + (ρ sen θ)2 ) (ρ cos θ)2 + (ρ sen θ)2
ρ4 (cos4 θ + sen4 θ) ρ4 (cos4 θ + sen4 θ)
= ' =
ρ2 (cos2 θ + sen2 θ) ρ2 (cos2 θ + sen2 θ) ρ2 ρ
= ρ(cos4 θ + sen4 θ).
Se deduce que
|G(ρ, θ) − 0| = |ρ(cos4 θ + sen4 θ)| = ρ(cos4 θ + sen4 θ) ≤ ρ(1 + 1) = 2ρ.
Puesto que la función h(ρ) = 2ρ tiende hacia 0 cuando ρ tiende hacia 0 resulta
que
h4 + k 4
lı́m g(h, k) = lı́m √ = 0,
(h,k)→(0,0) (h,k)→(0,0) (h2 + k 2 ) h2 + k 2
por tanto, la función f es diferenciable también en (0, 0) y su diferencial en este

punto es
Df (0, 0)(x, y) = ∇f (0, 0) · (x, y) = (0, 0) · (x, y) = 0.
En la Figura 5.11 se muestra la supercie dada por f.
277
x4 +y 4
f (x, y) = x2 +y 2
f : R2 → R
2
2x y+5x3
x2 +y 4
(x, y) = (0, 0)
f (x, y) =
0 (x, y) = (0, 0).
f R2
∂f ∂f
∂x (0, 0) ∂y (0, 0)
f R2
f R2 \{(0, 0)}
f
(0, 0) lı́m(x,y)→(0,0) f (x, y)
f (0, 0) = 0 (x, y) = (0, 0)
2
2x y + 5x3 x2 |2y + 5x|

|f (x, y) − 0| = 2 = ≤ |2y + 5x|.
x + y4 x2 + y 4
x2 + y 4 ≥ x 2
x2
x2 +y 4
≤1 |2y + 5x| 0 (x, y)
(0, 0) lı́m(x,y)→(0,0) f (x, y) = 0 = f (0, 0)
f (0, 0)
(b ) Se tiene que
5h3
∂f f (0 + h, 0) − f (0, 0) h2
−0 5h
(0, 0) = lı́m = lı́m = lı́m = 5.
∂x h→0 h h→0 h h→0 h
0
∂f f (0, 0 + h) − f (0, 0) h4
−0 0
(0, 0) = lı́m = lı́m = lı́m = 0.
∂x h→0 h h→0 h h→0 h
(c ) La función f es diferenciable en R2 \{(0, 0)} por ser cociente de funciones

polinómicas y no anularse el denominador (véase 5.34). Para comprobar si f es
diferenciable en (0, 0) hay que ver si se cumple la siguiente igualdad:
f (0 + h, 0 + k) − f (0, 0) − ∇f (0, 0) · (h, k)

lı́m = 0.
(h,k)→(0,0) (h, k)
El límite anterior es
2h2 k+5h3
h2 +k4
− 0 − 5h 2h2 k − 5hk 4
lı́m √ = lı́m √ .
(h,k)→(0,0) h2 + k2 (h,k)→(0,0) (h2 + k 4 ) h2 + k 2
Si se calcula el límite a través de rectas de ecuación k = mh, con m ∈ R, se

obtiene que
2h2 k − 5hk 4 2mh3 − 5m4 h5

lı́m √ = lı́m √
h→0 (h2 + k 4 ) h2 + k 2 h→0 (h2 + m4 h4 ) h2 + h2 m2
k=mh
h3 (2m − 5m4 h2 ) h(2m − 5m4 h2 )

= lı́m √ = lı́m √ .
h→0 h2 (1 + m4 h2 )|h| 1 + m2 h→0 |h|(1 + m4 h2 ) 1 + m2
Obsérvese que
h(2m − 5m4 h2 ) h(2m − 5m4 h2 )

lı́m √ = lı́m √
h→0− |h|(1 + m4 h2 ) 1 + m2 h→0− −h(1 + m4 h2 ) 1 + m2
2m − 5m4 h2 2m
= lı́m − √ = −√ .
h→0− 4 2
(1 + m h ) 1 + m 2 1 + m2
Razonando de modo análogo,
h(2m − 5m4 h2 ) 2m
lı́m √ =√ .
h→0+ |h|(1 + m4 h2 ) 1 + m2 1 + m2
279
2h2 k+5h3
−5hk4
h2√ +k4
Como los límites laterales no coinciden, se tiene que lı́m(h,k)→(0,0) h +k2
2
no existe (obsérvese que incluso los límites laterales dependen del parámetro m)
y, por tanto, se concluye que f no es diferenciable en (0, 0).
Ejercicio 5.25. Sea la función f : R2 → R denida como

√ xy si (x, y) = (0, 0)
f (x, y) = x2 +y 2
0 si (x, y) = (0, 0).
(b ) Calcúlense, si existen, las derivadas parciales de f en (0, 0).
(c ) Estúdiese la diferenciabilidad de f en (0, 0).
Solución. (a ) La función f es continua en R2 \{(0, 0)} por ser cociente de funcio-

nes continuas en R2 y no anularse el denominador. Para estudiar la continuidad de
f en (0, 0), se procede haciendo un cambio a coordenadas polares: sea x = ρ cos θ,
y = ρ sen θ y F (ρ, θ) = f (ρ cos θ, ρ sen θ). Es claro que F (0, θ) = f (0, 0) = 0, si
ρ = 0, y si ρ > 0
ρ cos θρ sen θ ρ2 cos θ sen θ ρ2 cos θ sen θ

F (ρ, θ) = ' =' =
(ρ cos θ)2 + (ρ sen θ)2 ρ2 (cos2 θ + sen2 θ) ρ
= ρ cos θ sen θ,
con lo que
|F (ρ, θ) − 0| = |ρ cos θ sen θ| = ρ|cos θ| |sen θ| ≤ ρ · 1 · 1 = ρ
y como la función h(ρ) = ρ tiende hacia 0 cuando ρ tiende hacia 0, resulta que
el límite de f (0, 0) es 0 (véase 5.22(a)), que coincide con f (0, 0), luego f es
en
continua también en (0, 0).
(b ) Se tiene que
∂f f (0 + h, 0) − f (0, 0) √ h·0
h2 +02
−0 0
(0, 0) = lı́m = lı́m = lı́m = 0,
∂x h→0 h h→0 h h→0 h
√ 0·h −0
∂f f (0, 0 + h) − f (0, 0) 02 +h2 0
(0, 0) = lı́m = lı́m = lı́m = 0.
∂y h→0 h h→0 h h→0 h
280
(c ) Para comprobar si f es diferenciable en (0, 0) hay que ver si se cumple que

f (0 + h, 0 + k) − f (0, 0) − ∇f (0, 0) · (h, k)
lı́m = 0.
(h,k)→(0,0) (h, k)
Resulta que
f (0 + h, 0 + k) − f (0, 0) − ∇f (0, 0) · (h, k) √ hk

h2 +k2
−0−0
lı́m = lı́m √
(h,k)→(0,0) (h, k) (h,k)→(0,0) h2 + k2
hk
= lı́m .
(h,k)→(0,0) h + k 2
2
Calculando el límite anterior a través de rectas de ecuación k = mh, con m ∈ R,

que pasan por (0, 0), se tiene que
hk h2 m h2 m m
lı́m 2 2
= lı́m 2 2 2
= lı́m 2 2
= .
h→0
k=mh
h +k h→0 h +m h h→0 h (1 + m ) 1 + m2
hk
Como este límite depende del parámetro m, no existe lı́m(h,k)→(0,0) h2 +k2
. Por
tanto, f no es diferenciable en (0, 0).
Ejercicio 5.26. Dada f : R2 → R denida como
2 2
x +y
x−y si x = y
f (x, y) =
0 si x = y,
calcúlese D(v1 ,v2 ) f (0, 0) para (v1 , v2 ) ∈ R2 y demuéstrese que f no es diferencia-

ble en (0, 0).
Solución. Sea (v1 , v2 ) ∈ R2 un vector genérico. Si v1 = v2 , se tiene que

f (0 + hv1 , 0 + hv2 ) − f (0, 0) f (hv1 , hv2 )
D(v1 ,v2 ) f (0, 0) = lı́m = lı́m
h→0 h h→0 h
0
= lı́m = lı́m 0 = 0,
h→0 h h→0
y si v1 = v2 ,
f (0 + hv1 , 0 + hv2 ) − f (0, 0) f (hv1 , hv2 )
D(v1 ,v2 ) f (0, 0) = lı́m = lı́m
h→0 h h→0 h
2 2 2
h v1 + h v2 2 2 2 2
h (v + v2 ) v + v22
2
= lı́m = lı́m 2 1 = 1 ,
h→0 h(hv1 − hv2 ) h→0 h (v1 − v2 ) v1 − v2
281
por consiguiente,

v12 +v22
v1 −v2 si v1 = v2
D(v1 ,v2 ) f (0, 0) =
0 si v 1 = v2 .
En particular, las derivadas parciales en (0, 0) son
∂f 1 2 + 02
(0, 0) = D(1,0) f (0, 0) = = 1,
∂x 1−0
∂f 0 2 + 12
(0, 0) = D(0,1) f (0, 0) = = −1.
∂y 0−1
Luego, el gradiente de f en (0, 0) es ∇f (0, 0) = (1, −1).
Por otra parte, si f fuese diferenciable en (0, 0), su diferencial sería la aplica-
ción lineal
Df (0, 0)(x, y) = ∇f (0, 0) · (x, y) = (1, −1) · (x, y) = x − y,

y se tendría que cumplir para todo (v1 , v2 ) ∈ R2 que
D(v1 ,v2 ) f (0, 0) = Df (0, 0)(v1 , v2 ) = v1 − v2 ,

(véase 5.39). Sin embargo, esta igualdad no se satisface ya que para v1 = v2 ,
v12 +v22
D(v1 ,v2 ) f (0, 0) = v1 −v2 (y además no es una aplicación lineal).
Ejercicio 5.27. Calcúlese el gradiente de la función f : R3 → R dada por
f (x, y, z) = z 2 arctan(xy) + x sen (π(x + y))
en el punto (1, 1, 0).
Solución. La función f es diferenciable en R3 por ser suma, producto y composi-

ción de funciones diferenciables en R3 (véanse 5.34 y 5.41). Luego, en particular,
existen las derivadas parciales de f en cualquier punto de R3 (véase 5.37) y éstas
son:
∂f 1
(x, y, z) = z 2 · · y + sen (π(x + y)) + x cos (π(x + y)) · π,
∂x 1 + (xy)2
∂f 1
(x, y, z) = z 2 · · x + x cos (π(x + y)) · π,
∂y 1 + (xy)2
∂f
(x, y, z) = 2z arctan(xy).
∂z
282
Así pues, las derivadas parciales de f en el punto (1, 1, 0) son
∂f ∂f ∂f
(1, 1, 0) = π, (1, 1, 0) = π, (1, 1, 0) = 0,
∂x ∂y ∂z
y se tiene que
∇f (1, 1, 0) = (π, π, 0) .
Ejercicio 5.28. Sea f : R2 → R una función diferenciable en R2 y g : R2 → R

la función denida como
g(x, y) = ln([f (x, y)]2 + 3).
(a ) Determínese ∇g(x, y).
(b ) Calcúlese ∇g(1, 1) sabiendo que f (1, 1) = 1 y ∇f (1, 1) = (8, 4).
Solución. (a ) El dominio de g es todo R2 , ya que [f (x, y)]2 + 3 es mayor que 0,

para todo (x, y) ∈ R2 . Así pues, g(x, y) = ln([f (x, y)]2 +3) está denida para todo
punto de R2 . Además, la función g es diferenciable en R2 por ser composición de
funciones diferenciables en su dominio. Luego, en particular, existen las derivadas
parciales de g en todo punto (x, y) ∈ R2 y éstas son:
∂g 1 ∂f
(x, y) = · 2f (x, y) · (x, y),
∂x [f (x, y)]2 + 3 ∂x
∂g 1 ∂f
(x, y) = · 2f (x, y) · (x, y).
∂y [f (x, y)]2 + 3 ∂y
Por tanto,

2f (x, y) ∂f 2f (x, y) ∂f
∇g(x, y) = · (x, y), · (x, y) .
[f (x, y)]2 + 3 ∂x [f (x, y)]2 + 3 ∂y
(b ) En el punto (1, 1) se tiene que
∂g 2·1 ∂g 2·1
(1, 1) = 2 · 8 = 4, (1, 1) = 2 · 4 = 2.
∂x 1 +3 ∂y 1 +3
Luego ∇g(1, 1) = (4, 2).
Ejercicio 5.29. Sea f : R2 → R una función diferenciable en R2 , v̄1 = (1, −3)

y v̄2 = (2, 1). Hállese ∇f (1, 2), sabiendo que Dv̄1 f (1, 2) = −1 y Dv̄2 f (1, 2) = 2.
283
Solución. Aplicando el Teorema 5.39
∂f ∂f
Dv̄1 f (1, 2) = ∇f (1, 2) · v̄1 ⇐⇒ −1 = 1 · ∂x (1, 2) − 3 · ∂y (1, 2),
∂f ∂f
Dv̄2 f (1, 2) = ∇f (1, 2) · v̄2 ⇐⇒ 2 = 2 · ∂x (1, 2) + 1 · ∂y (1, 2),
∂f ∂f
Denotando α := ∂x (1, 2) y β := ∂y (1, 2), se trata de resolver el sistema

α − 3β = −1
2α + β = 2.
α = −1+3β y sustituyendo en la segunda ecuación

De la primera ecuación resulta
se obtiene 2(−1+3β)+β = 2, de donde 7β = 4 y β = 47 . Luego α = −1+3· 47 = 57 .
Por tanto,
∂f ∂f 5 4
∇f (1, 2) = (1, 2), (1, 2) = , .
∂x ∂y 7 7
Ejercicio 5.30. Sea f : R3 → R la función dada por
2
f (x, y, z) = xey−z + sen(ay 2 z),
donde a ∈ R. Determínese el valor de a para que D(1,1,1) f (1, 1, 0) = e.
Solución. Puesto que f es una función diferenciable en R3 , por el Teorema 5.39

se tiene que
D(1,1,1) f (1, 1, 0) = ∇f (1, 1, 0) · (1, 1, 1).
Las derivadas parciales de f en un punto genérico (x, y, z) ∈ R3 son
∂f 2
(x, y, z) = ey−z ,
∂x
∂f 2
(x, y, z) = xey−z + 2ayz cos(ay 2 z),
∂y
∂f 2
(x, y, z) = −2xzey−z + ay 2 cos(ay 2 z).
∂z
Por tanto
2 2 2
∇f (x, y, z) = (ey−z , xey−z + 2ayz cos(ay 2 z), −2xzey−z + ay 2 cos(ay 2 z))
y
∇f (1, 1, 0) = (e, e, a).
284
Así pues,
D(1,1,1) f (1, 1, 0) = (e, e, a) · (1, 1, 1) = e + e + a = 2e + a,
por lo que D(1,1,1) f (1, 1, 0) = e si y sólo si 2e + a = e, es decir, si y sólo si a = −e.
Ejercicio 5.31. Determínese el plano tangente a la gráca de la función f :

R2 →R denida como
f (x, y) = −5x2 + sen(y) + cos(xy),
en el punto (1, 0).
Solución. La función f es diferenciable en R2 por ser suma de funciones dife-

2
renciables en R (véase 5.34). Las derivadas parciales de f son:
∂f ∂f
(x, y) = −10x − y sen(xy), (x, y) = cos(y) − x sen(xy).
∂x ∂y
% &
∂f ∂f
Así pues, ∇f (1, 0) = (1, 0), (1, 0) = (−10, 1) y la ecuación del plano tan-
∂x ∂y
gente a la gráca de f en el punto (1, 0) es (véase 5.35)
z = f (1, 0) + ∇f (1, 0) · (x − 1, y − 0) ⇐⇒
z = −4 + (−10, 1) · (x − 1, y) ⇐⇒
z = −4 − 10(x − 1) + y ⇐⇒
z = −10x + y + 6.
En la Figura 5.12 se muestra la gráca de la función f y el plano tangente a la

misma en el punto (1, 0).
Ejercicio 5.32. Determínese el valor de los parámetros a, b ∈ R para que el

plano tangente a la gráca de la función
f (x, y) = y ln(x2 + b2 + 1) + a(x − y),
en el punto (0, 0) sea z = −x + y .
Solución. Las derivadas parciales de f en un punto (x, y) ∈ R2 genérico son
∂f 2xy ∂f
(x, y) = 2 + a, (x, y) = ln(x2 + b2 + 1) − a.
∂x x + b2 + 1 ∂y
285
Figura 5.12. Gráca de f (x, y) = −5x2 + sen(y) + cos(xy) y plano tangente en (1, 0).
% &
Luego ∇f (0, 0) = ∂f ∂f
∂x (0, 0), ∂x (0, 0) = (a, ln(b2 + 1) − a). Por consiguiente, el
plano tangente a f en el punto (0, 0) es
z = f (0, 0) + ∇f (0, 0) · (x − 0, y − 0) = 0 + (a, ln(b2 + 1) − a) · (x, y)

= ax + (ln(b2 + 1) − a)y.
f en (0, 0) tenga ecuación z = −x + y , se

Por tanto, para que el plano tangente a
debe cumplir que a = −1
2
= 1. De la última ecuación, ln(b2 +1) = 0,
y ln(b +1)−a
2
por lo que b + 1 = 1, o equivalentemente, b = 0. Así pues, a = −1 y b = 0.
Ejercicio 5.33. Sean las funciones
f (x, y) = x2 − 3xy, g(u, v) = (u + v, 3u − v).
Calcúlese ∇(f ◦ g)(1, 4)
(a ) determinando la expresión explícita de f ◦ g, y
(b ) por la regla de la cadena.
Solución. (a ) Sean g1 , g2 : R2 → R las funciones componentes de g, es decir,
286
g1 (u, v) = u + v y g2 (u, v) = 3u − v . Se tiene que
(f ◦ g)(u, v) = f (g1 (u, v), g2 (u, v)) = (g1 (u, v))2 − 3g1 (u, v)g2 (u, v)
= (u + v)2 − 3(u + v)(3u − v)
= u2 + v 2 + 2uv − 3(3u2 − uv + 3uv − v 2 )
= −8u2 + 4v 2 − 4uv,
es decir, (f ◦ g)(u, v) = −8u2 + 4v 2 − 4uv .
Teniendo en cuenta dicha expresión, las derivadas parciales de f ◦g son:
∂(f ◦ g)
(u, v) = −16u − 4v,
∂u
∂(f ◦ g)
(u, v) = 8v − 4u.
∂v
∂(f ◦g) ∂(f ◦g)
Así pues, = −16 · 1 − 4 · 4 = −32,
∂u (1, 4) ∂v (1, 4) = 8 · 4 − 4 · 1 = 28 y
∇(f ◦ g)(1, 4) = (−32, 28).
(b ) Aplicando la regla de la cadena (véase 5.41), puesto que g1 y g2 son fun-
ciones diferenciables en R2 (y en particular en (1, 4)) y f es diferenciable en R2
(y en particular en (g1 (1, 4), g2 (1, 4)) = (1 + 4, 3 · 1 − 4) = (5, −1)), resulta que
f ◦ g es diferenciable en (1, 4) y

∇g1 (1, 4)
∇(f ◦ g)(1, 4) = ∇f (g1 (1, 4), g2 (1, 4)) .
∇g2 (1, 4)
Se tiene que

∂f ∂f
∇f (g1 (1, 4), g2 (1, 4)) = ∇f (5, −1) = (5, −1), (5, −1) ,
∂x ∂y

∂g1 ∂g1 ∂g2 ∂g2
∇g1 (1, 4) = (1, 4), (1, 4) , ∇g2 (1, 4) = (1, 4), (1, 4) .
∂u ∂v ∂u ∂v
Puesto que
∂f ∂f
∂x (x, y) = 2x − 3y =⇒ ∂x (5, −1) = 2 · 5 − 3 · (−1) = 13,
∂f ∂f
∂y (x, y) = −3x =⇒ ∂y (5, −1) = −3 · 5 = −15,
∂g1 ∂g1
∂u (u, v) = 1 =⇒ ∂u (1, 4) = 1,
∂g1 ∂g1
∂v (u, v) = 1 =⇒ ∂v (1, 4) = 1,
∂g2 ∂g2
∂u (u, v) = 3 =⇒ ∂u (1, 4) = 3,
∂g2 ∂g2
∂v (u, v) = −1 =⇒ ∂v (1, 4) = −1,
287
se concluye que

1 1
∇(f ◦ g)(1, 4) = (13, −15) · = (−32, 28).
3 −1
Ejercicio 5.34. Sean las funciones
f (x, y) = ln(x2 + y 2 + 1) + sen(x2 − y) + 1, g(u, v) = (u2 − v 2 , uv − 1).
(a ) Calcúlese ∇(f ◦ g)(1, 1) por la regla de la cadena.
(b ) Determínese el plano tangente a la gráca de f ◦g en el punto (1, 1).
Solución. (a ) Seang1 , g2 : R2 → R las funciones componentes de g , es decir,

g1 (u, v) = u2 − v 2 y g2 (u, v) = uv − 1. Según la regla de la cadena (véase 5.41),
2
como g1 y g2 son funciones diferenciables en R (y en particular en (1, 1)) y f es
2 2 2
diferenciable en R (y en particular en (g1 (1, 1), g2 (1, 1)) = (1 − 1 , 1 · 1 − 1) =
(0, 0)), resulta que f ◦ g es diferenciable en (1, 1) y

∇g1 (1, 1)
∇(f ◦ g)(1, 1) = ∇f (g1 (1, 1), g2 (1, 1)) .
∇g2 (1, 1)
Se tiene que

∂f ∂f
∇f (g1 (1, 1), g2 (1, 1)) = ∇f (0, 0) = (0, 0), (0, 0) ,
∂x ∂y

∂g1 ∂g1 ∂g2 ∂g2
∇g1 (1, 1) = (1, 1), (1, 1) , ∇g2 (1, 1) = (1, 1), (1, 1) .
∂u ∂v ∂u ∂v
Las derivadas parciales son
2x
∂f
∂x (x, y) = x2 +y 2 +1 + 2x cos(x2 − y) =⇒ ∂f
∂x (0, 0) = 0,
2y
∂f
∂y (x, y) = x2 +y 2 +1 − cos(x2 − y) =⇒ ∂f
∂y (0, 0) = −1,
∂g1 ∂g1
∂u (u, v) = 2u =⇒ ∂u (1, 1) = 2,
∂g1 ∂g1
∂v (u, v) = −2v =⇒ ∂v (1, 1) = −2,
∂g2 ∂g2
∂u (u, v) = v =⇒ ∂u (1, 1) = 1,
∂g2 ∂g2
∂v (u, v) = u =⇒ ∂v (1, 1) = 1,
288
y resulta que

2 −2
∇(f ◦ g)(1, 1) = (0, −1) · = (−1, −1).
1 1
(b ) Como (f ◦ g)(1, 1) = f (0, 0) = 1, la ecuación del plano tangente a la gráca

de f ◦ g en el punto (1, 1) es
z = (f ◦ g)(1, 1) + ∇(f ◦ g)(1, 1) · (u − 1, v − 1) ⇐⇒

z = 1 + (−1, −1) · (u − 1, v − 1) ⇐⇒
z = 3 − u − v.
En la Figura 5.13 se representa la gráca de f ◦g y el plano tangente a la misma

en el punto (1, 1).
Figura 5.13. Gráca de (f ◦ g)(u, v) y plano tangente en el punto (1, 1).
2.5. Extremos de una función
Ejercicio 5.35. Sean f : R3 → R y g : R2 → R3 las funciones dadas por
f (x, y, z) = eax−by+z , g(u, v) = (u + v, u2v , sen(uv)),
con a, b ∈ R. Determínense los valores de a y b para que (0, 2) sea un punto

crítico de f ◦ g.
Solución. Obsérvese que f ◦ g : R2 → R. Las funciones componentes de g son

g1 (u, v) = u+v , g2 (u, v) = u2v y g3 (u, v) = sen(uv). Como éstas son diferenciables
289
en R2 (y en particular en (0, 2)) y f es diferenciable en R3 (y en particular en

(g1 (0, 2), g2 (0, 2), g3 (0, 2)) = (2, 0, 0)), por la regla de la cadena se tiene que f ◦g
es diferenciable en (0, 2) y
⎛ ⎞
∇g1 (0, 2)
∇(f ◦ g)(0, 2) = ∇f (2, 0, 0) ⎝ ∇g2 (0, 2) ⎠ .
∇g3 (0, 2)
Se tiene que
∂f ax−by+z ∂f 2a
∂x (x, y, z) = ae =⇒ ∂x (2, 0, 0) = ae ,
∂f ∂f 2a
∂y (x, y, z) = −be ∂y (2, 0, 0) = −be ,
ax−by+z =⇒
∂f ax−by+z ∂f 2a
∂z (x, y, z) = e =⇒ ∂y (2, 0, 0) = e ,
∂g1 ∂g1
∂u (u, v) = 1 =⇒ ∂u (0, 2) = 1,
∂g1 ∂g1
∂v (u, v) = 1 =⇒ ∂v (0, 2) = 1,
∂g2 v ∂g2
∂u (u, v) = 2 =⇒ ∂u (0, 2) = 4,
∂g2 v ∂g2
∂v (u, v) = u2 ln 2 =⇒ ∂v (0, 2) = 0,
∂g3 ∂g3
∂u (u, v) = v cos(uv) =⇒ ∂u (0, 2) = 2,
∂g3 ∂g2
∂v (u, v) = u cos(uv) =⇒ ∂v (0, 2) = 0.
Por tanto,
⎛ ⎞ ⎛ ⎞
1 1 1 1
∇(f ◦ g)(0, 2) = (ae2a , −be2a , e2a ) · ⎝ 4 0 ⎠ = e2a (a, −b, 1) · ⎝ 4 0 ⎠
2 0 2 0
= e2a (a − 4b + 2, a).
Entonces, para que el punto (0, 2) sea un punto crítico de f ◦ g , se debe cumplir
que ∇(f ◦ g)(0, 2) = (0, 0), es decir que e2a (a − 4b + 2, a) = (0, 0) (véase 5.46).
Como e
2a > 0, para todo a, b ∈ R, se debe satisfacer que a − 4b + 2 = 0 y a = 0.
1
Por consiguiente, a = 0 y b = .
2
290
f (x, y) = ax3 + bxy 2 − cxy + 2,
donde a, b, c ∈ R.
(a ) Determínense los valores de a, b y c para que f (1, 1) = 3 y el punto (1, 1)

sea un extremo relativo.
(b ) Clasifíquese el punto (1, 1) para los valores de a, b y c obtenidos en el

apartado anterior.
Solución. (a ) Como se debe satisfacer que f (1, 1) = 3, se obtiene la ecuación

a + b − c + 2 = 3 ⇐⇒ a + b − c = 1.
Por otra parte, la función f R2 , por lo que los extremos relativos

es diferenciable en
de f son en particular puntos críticos (véase 5.47). Los puntos críticos de f son
% &
∂f ∂f
solución del sistema ∇f (x, y) = (x, y), (x, y) = (0, 0) (véase 5.46), es decir
∂x ∂y

3ax2 + by 2 − cy = 0
2bxy − cx = 0.
Por tanto, para que el punto (1, 1) sea crítico se deben cumplir las ecuaciones

3a + b − c = 0
2b − c = 0,
y se obtiene el siguiente sistema de tres ecuaciones con tres incógnitas

⎧
⎨ a + b − c = 1 (1)
3a + b − c = 0 (2)
⎩
2b − c = 0 (3)
De la tercera ecuación resulta c = 2b y sustituyendo esta expresión en las ecua-

ciones (1) y (2) se obtiene el sistema

a−b=1
3a − b = 0

que tiene por solución a = − 12 y b = − 32 . Por tanto, c = 2 · − 32 = −3 y la
función f (x, y) = − 12 x3 − 32 xy 2 + 3xy + 2 satisface las condiciones requeridas.
291
(b ) Para los valores de a, b y c obtenidos en el apartado anterior, la matriz

Hessiana en un punto (x, y) ∈ R2 genérico es
⎛ 2 ⎞
∂ f ∂2f
2 (x, y) (x, y) −3x −3y + 3
Hf (x, y) = ⎝ ∂∂x2 f ⎠
∂x∂y
= .
(x, y) ∂2f
2 (x, y) −3y + 3 −3x
∂y∂x ∂y
Por consiguiente, la matriz Hessiana en el punto (1, 1) es

−3 0
Hf (1, 1) = .
0 −3
∂2f
Como
∂x2
(1, 1) = −3 < 0 y |Hf (1, 1)| = 9 > 0, para los valores de a, b y c
calculados en el apartado anterior, el punto (1, 1) es un máximo relativo estricto
por el criterio 5.50. El valor de este máximo es f (1, 1) = 3.
Ejercicio 5.37. Estúdiense los extremos relativos de la función
f (x, y) = x3 + y 3 − 3x − 6y + 2.
Solución. La función f es diferenciable en R2 por ser polinómica, luego los ex-

tremos relativos de f, si existen, son en particular puntos críticos, los cuales son
solución del sistema
∂f
∂x (x, y) = 3x2 − 3 = 0
∂f
∂y (x, y) = 3y 2 − 6 = 0.
De la primera ecuación se deduce que x 2 = 1, √

por lo que x = ±1 y de la segunda
ecuación se tiene que y
2 = 2, resultando y = ± 2. Puesto que la primera ecuación
sólo depende de x y la segunda ecuación sólo depende de y , los puntos críticos
son:
√ √ √
x = 1, y = ± 2 =⇒ (1, 2), (1, − 2),
√ √ √
x = −1, y = ± 2 =⇒ (−1, 2), (−1, − 2),
Para clasicar cada uno de estos cuatro puntos se aplica 5.50 y para ello se analiza
la matriz Hessiana.
⎛ ⎞
∂2f ∂2f
∂x2
(x, y) ∂x∂y (x, y) 6x 0
Hf (x, y) = ⎝ 2 ∂2f
⎠= .
∂ f 0 6y
∂y∂x (x, y) ∂y 2
(x, y)
292
Sustituyendo en cada punto crítico, se tiene lo siguiente.

√
1. Punto (1, 2).
√ 6 √ 0
Hf (1, 2) = ,
0 6 2
∂2f
√ √ √
y como (1, 2) = 6 > 0 y |Hf (1, 2)| = 36 2 > 0, por el criterio 5.50 se sigue
√
∂x 2
√ √
que (1, 2) es un mínimo relativo estricto de f , cuyo valor es f (1, 2) = −4 2.
√
2. Punto (1, − 2).

√ 6 0√
Hf (1, − 2) = ,
0 −6 2
√ √ √
y como |Hf (1, − 2)| = −36 2 < 0, por el criterio 5.50 se sigue que (1, − 2) es
un punto de silla.
√
3. Punto (−1, 2).

√ −6 √0
Hf (−1, 2) = ,
0 6 2
√ √ √
y como |Hf (1, − 2)| = −36 2 < 0, por el criterio 5.50 se sigue que (−1, 2) es
un punto de silla.
√
4. Punto (−1, − 2).

√ −6 0√
Hf (−1, − 2) = ,
0 −6 2
∂2f
√ √ √
y como (−1, − 2) = −6 < 0 y |Hf (1, 2)| = 36 2 > 0, por el criterio 5.50
∂x2 √ √
se sigue que
√ (−1, − 2) es un máximo relativo de f , cuyo valor es f (−1, − 2) =
4 + 4 2.
En la Figura 5.14 se muestra la supercie dada por f, en la que se aprecian
los extremos relativos de f y los dos puntos de silla. En particular, obsérvese que
√
si se produce un desplazamiento desde el punto (−1, 2), en la dirección del eje
Y, la función crece, y si se realiza un desplazamiento en la dirección del eje
√ X, la
función decrece. Es decir, en las proximidades del punto
√ (−1, 2), se encuentran
puntos en los que f toma un valor mayor que
√ f (−1, 2) y puntos en los que toma
un valor menor. Por este motivo, (−1, 2) es √
un punto de silla. De forma análoga
se interpreta grácamente que el punto (1, − 2) es también de silla.
293
Figura 5.14. Gráca de f (x, y) = x3 + y3 − 3x − 6y + 2.
Ejercicio 5.38. Estúdiense los extremos relativos de la función
f (x, y) = (x2 + y 2 )2 − 2(x2 − y 2 ).
Solución. La función f es diferenciable en R2 por ser polinómica, así pues, los

extremos relativos de f , si existen, son en particular puntos críticos. Dichos puntos
son solución del sistema
∂f
∂x (x, y) = 0,
∂f (5.3)
∂y (x, y) = 0.
Se tiene que
∂f
f (x, y) = 2(x2 + y 2 )2x − 4x = 4x(x2 + y 2 − 1),
∂x
∂f
f (x, y) = 2(x2 + y 2 )2y + 4y = 4y(x2 + y 2 + 1),
∂y
luego el sistema (5.3) es equivalente a

4x(x2 + y 2 − 1) = 0 x(x2 + y 2 − 1) = 0
⇐⇒
4y(x2 + y 2 + 1) = 0 y(x2 + y 2 + 1) = 0.
De la primera ecuación, o bien x=0 o bien x2 + y 2 − 1 = 0. Estudiemos los dos
casos:
(A) x = 0. Sustituyendo en la segunda ecuación resulta y(y 2 + 1) = 0. Puesto

2
que y + 1 > 0 para todo y ∈ R, la única solución es y = 0, obteniéndose el
punto (0, 0).
294
(B) x 2 + y 2 − 1 = 0, es decir, x2 + y 2 = 1. x2 + y 2
En este caso, sustituyendo
por el valor 1 en la segunda ecuación se tiene 2y = 0. Por tanto, y = 0 y
2 2 2
como x + y = 1, resulta x = 1, que tiene por soluciones x = ±1. Luego
se obtienen los puntos (1, 0) y (−1, 0).
Para clasicar los tres puntos críticos obtenidos, se estudia la matriz Hessiana de
f en cada uno de ellos. Se tiene que
∂2f
(x, y) = 4(x2 + y 2 − 1) + 8x2 = 12x2 + 4y 2 − 4,
∂x2
∂2f ∂2f
(x, y) = 8xy = (x, y),
∂x∂y ∂y∂x
∂2f
(x, y) = 4(x2 + y 2 + 1) + 8y 2 = 4x2 + 12y 2 + 4,
∂y 2
por lo que la matriz Hessiana de f en un punto genérico (x, y) viene dada por
⎛ ⎞
∂2f ∂2f
∂x2
(x, y) ∂x∂y (x, y)
Hf (x, y) = ⎝ 2
∂ f ∂2f
⎠
∂y∂x (x, y) ∂y 2
(x, y)

12x2 + 4y 2 − 4 8xy
= .
8xy 4x + 12y 2 + 4
2
Por consiguiente,

−4 0
Hf (0, 0) = ,
0 4
y como |Hf (0, 0)| = −16 < 0, por el criterio 5.50 se sigue que (0, 0) es un punto
de silla de f . Por último, resulta que

8 0
Hf (1, 0) = Hf (−1, 0) = ,
0 8
∂2f ∂2f
y como
∂x2
(1, 0) = ∂x2
= 8 > 0 y |Hf (1, 0)| = |Hf (−1, 0)| = 64 > 0, por el
(0, 1)
criterio 5.50 se sigue que los puntos (1, 0) y (−1, 0) son mínimos locales estrictos,
con valor f (1, 0) = f (−1, 0) = −1. En la Figura 5.15 se muestra la gráca de f ,
en la que se aprecian los mínimos relativos y el punto de silla. Obsérvese que si se
produce un desplazamiento pequeño desde el punto (0, 0) en la dirección del eje
X, la función decrece, y si se realiza un desplazamiento pequeño desde (0, 0) en
la dirección del eje Y la función crece.
295
Figura 5.15. Gráca de f (x, y) = (x2 + y2 )2 − 2(x2 − y2 ).
Ejercicio 5.39. Obténganse los extremos relativos de la función
f (x, y) = x4 + 2y 2 − 2xy − 3.
Solución. Puesto que f es diferenciable en R2 por ser polinómica, los puntos

críticos son las soluciones del sistema
∂f
∂x (x, y) =0 4x3 − 2y = 0 2x3 − y = 0
⇐⇒ ⇐⇒
∂f
∂y (x, y) =0 4y − 2x = 0 2y − x = 0
De la segunda ecuación resulta que x = 2y y sustituyendo en la primera ecuación

se tiene que
2(2y)3 − y = 0 ⇐⇒ 16y 3 − y = 0 ⇐⇒ y(16y 2 − 1) = 0.

De esta última ecuación, se deduce que o bien y =0 o bien 16y 2 − 1 = 0, que
tiene por soluciones y= ± 14 .
Si y = 0, entonces x = 2 · 0 = 0, y se tiene el punto crítico (0, 0).
1 1 1
1 1
Si y= 4 , resulta x=2· 4 = 2 y se tiene el punto crítico 2, 4 .

Si y = − 14 , se tiene que x = −2 · 14 = − 12 resultando el punto crítico − 12 , − 41 .
A continuación, se analiza la matriz Hessiana para clasicar cada uno de los

tres puntos críticos.
⎛ ⎞
∂2f ∂2f
∂x2
(x, y) ∂x∂y (x, y) 12x2 −2
Hf (x, y) = ⎝ ⎠= .
2
∂ f ∂2f −2 4
∂y∂x (x, y) ∂y 2
(x, y)
296
Por consiguiente,

0 −2
Hf (0, 0) = ,
−2 4
y como |Hf (0, 0)| = −4 < 0, por el criterio 5.50 se sigue que (0, 0) es un punto de
silla def.
1 1 1 1 3 −2
Hf − , − = Hf , = ,
2 4 2 4 −2 4
∂2f 1 1 ∂2f 1 1
1 1 1 1
y como 2 2 , 4 = 2 − 2 , − 4 = 3 > 0 y |Hf
2 , 4 | = |Hf 2 , 4 | = 8 > 0,
∂x ∂x
1 1 1 1
por el criterio 5.50 se sigue que los puntos
2 , 4 y − 2 , − 4 son mínimos locales
estrictos de f .
Ejercicio 5.40. Obténganse y clasifíquense los extremos relativos de la función

f (x, y, z) = x2 + 2y 2 + 4z 2 + xy + xz + zy.
Solución. Se calculan los puntos críticos de f para buscar los posibles extremos
relativos. Luego hay que resolver el sistema
⎧ ∂f
⎪
⎨ ∂x (x, y, z) = 2x + y + z = 0,
∂f
∂y (x, y, z) = 4y + x + z = 0,
⎪
⎩ ∂f
∂y (x, y, z) = 8z + x + y = 0.
Es fácil ver que la única solución del sistema anterior es la trivial, por lo que se
obtiene el único punto crítico P = (0, 0, 0). Para comprobar qué clase de punto
es P se calcula la matriz Hessiana
⎛ ⎞
2 1 1
Hf (x, y, z) = Hf (0, 0, 0) = ⎝ 1 4 1 ⎠ .
1 1 8
Se tiene que

2 1 1
2 1
Δ1 = 2 > 0, Δ2 = = 7 > 0,
Δ3 = 1 4 1 = 52 > 0.

1 4 1 1 8
Así pues, por 5.49 el punto P es un mínimo relativo estricto, con valor f (0, 0, 0) =
0.
297
Ejercicio 5.41. Hállense los extremos relativos de
fa (x, y) = y 3 − ay 2 − x2 + 3,
en función de los valores del parámetro a ∈ R.
Solución. La función fa es diferenciable en R2 por ser polinómica. Los extremos

relativos de fa , si existen, son en particular puntos críticos, los cuales son solución
del sistema
∂fa
∂x (x, y) = −2x = 0
∂fa
∂y (x, y) = 3y 2 − 2ay = 0.
De la primera ecuación se deduce que x = 0. Por otra parte, la segunda ecuación

2a
tiene por soluciones y = 0 e y = (0, 0) y
3 , luego se obtienen los puntos críticos
0, 2a
3 (obsérvese que si a = 0 se obtiene como único punto crítico el (0, 0)). Para
clasicar los puntos críticos obtenidos, se analiza la matriz Hessiana en cada uno
de ellos. En un punto genérico (x, y) ∈ R2 , la matriz Hessiana de fa es
⎛ ⎞
∂ 2 fa ∂ 2 fa
∂x2
(x, y) ∂x∂y (x, y) −2 0
Hfa (x, y) = ⎝ ⎠= .
2
∂ fa ∂ 2 fa 0 6y − 2a
∂y∂x (x, y) ∂y 2
(x, y)
En el punto (0, 0) se tiene

−2 0
Hfa (0, 0) = ,
0 −2a
∂ 2 fa
luego
∂x2
(0,0) = −2 < 0 y |Hfa (0, 0)| = 4a.
En el punto 0, 3a
2 resulta

3a −2 0
Hfa 0, = ,
2 0 7a
∂ 2 fa
y por tanto
∂x2
0, 3a
2 = −2 < 0 y|Hfa 0, 3a2 | = −14a.
Se analizan los siguientes casos según el signo de a:
(A) a > 0. En este caso, como

∂ 2 fa
∂x2
= −2 < 0 y |Hfa (0, 0)| = 4a > 0,
(0, 0)
por el criterio 5.50 se sigue que
3a (0, 0) es un máximo relativo estricto. Por
otra parte, como
|Hfa 0, 2 | = −14a < 0, por el criterio 5.50 se sigue que
0, 3a
2 es un punto de silla.
298
( B) a < 0. Como |Hfa (0, 0)| = 4a < 0, se deduce por 5.50 que (0, 0) es un punto
∂ 2 fa 3a 3a
de silla, y como
∂x 2 0, 2 = −2
< 0 y |Hfa 0,
2 | = −14a > 0, por el
3a
criterio 5.50 se sigue que 0, es un máximo relativo estricto.
2
( C) a = 0. Se trata de un caso dudoso, pues |Hf0 (0, 0)| = 0. Obsérvese que

dado ε > 0 tan pequeño como se quiera, los puntos (0, ε) y (0, −ε) están tan
próximos al punto (0, 0) como se quiera y para estos puntos se tiene que
f0 (0, ε) = ε3 + 3 > 3 = f0 (0, 0),

f0 (0, −ε) = −ε3 + 3 < 3 = f0 (0, 0).
Si (0, 0) fuese un extremo relativo, entonces existiría un entorno de (0, 0),

es decir, una bola abierta centrada en (0, 0), en el que para todos los puntos
(x, y) de la bola se tendría que f0 (x, y) ≤ f0 (0, 0), si (0, 0) fuese un máximo
relativo o f0 (x, y) ≥ f0 (0, 0), si (0, 0) fuese un mínimo relativo. Eligiendo
ε > 0 tan pequeño como se quiera, los puntos (0, ε) y (0, −ε) pertenecen a
esa bola, pero en el primero de ellos f0 toma un valor mayor que en el (0, 0)
y en el segundo de ellos un valor menor, por lo que se concluye que (0, 0) es
un punto de silla.
Ejercicio 5.42. Estúdiense los extremos absolutos de la función
f (x, y) = x2 + y 2 − 3y
en el dominio D = {(x, y) ∈ R2 : y ≥ x2 , y ≤ 2}.
Solución. La función f es continua por ser polinómica y el dominio D es un

conjunto cerrado y acotado (véase la Figura 5.16). Así pues, por el Teorema
de Weierstrass (5.52) la función f alcanza los extremos absolutos en D. Dichos
extremos absolutos se alcanzan o bien en los extremos relativos de f pertenecientes
a int D o bien en la frontera de D (véanse 5.51 y 5.52). Es fácil ver que
int D = {(x, y) ∈ R2 : y > x2 , y < 2}.
Por otra parte, los puntos de corte de la parábola

√ √ y = x2 con la recta y=2 son
(− 2, 2) y ( 2, 2) y la frontera de D es fr D = D1 ∪ D2 , donde
√ √
D1 = {(x, y) ∈ R2 : y = x2 , x ∈ [− 2, 2]},
√ √
D2 = {(x, y) ∈ R2 : y = 2, x ∈ [− 2, 2]}.
El procedimiento a seguir es el siguiente:
299
Figura 5.16. Dominio D.
1. Se calculan los extremos relativos de f pertenecientes a int D.
2. Se determinan los extremos absolutos de f en fr D (el conjunto fr D es

cerrado y acotado, luego el máximo y el mínimo absolutos de f en fr D se
alcanzan).
3. El mínimo absoluto de f en D se alcanza en el punto en el que f toma

menor valor entre los extremos relativos de f en int D y el mínimo absoluto
de f en fr D.
Análogamente, el máximo absoluto de f en D se alcanza en el punto en
el que f toma mayor valor entre los extremos relativos de f en int D y el
máximo absoluto de f en fr D.
A continuación, se realiza el estudio.
1. Para calcular los extremos relativos de f hay que determinar los puntos
críticos:
∂f
∂x (x, y) = 2x = 0
∂f
∂y (x, y) = 2y − 3 = 0.
De la primera ecuación se deduce que

x = 0 y de la segunda que y = 32 , luego

3
el único punto crítico es P = 0,
2 , que pertenece a int D . Para clasicar
este punto, se determina la matriz Hessiana de f en P . Se tiene que

3 2 0
Hf 0, = ,
2 0 2
300
∂2f
y se verica que 0, 32 = 2 > 0 y Hf 0, 3 = 4 > 0.
∂x2 2
Así pues, por 5.50 el punto P es un mínimo relativo de f, cuyo valor es
f (P ) = − 94 , y es un posible extremo absoluto en D.
2. Ahora hay que calcular el máximo y el mínimo absolutos de f en fr D. Para
ello, hay que determinar los extremos absolutos de f en D1 , y los extremos
absolutos de f en D2 .
2.1. En la parte de la frontera dada por D1 , se tiene que y = x2 , luego
la función f en esta parte toma la expresión
F1 (x) = f (x, x2 ) = x2 + (x2 )2 − 3x2 = x4 − 2x2 .
Así pues, los extremos absolutos de f" en

√ D√
1 , se# corresponden con los extre-
mos absolutos de F1 en el intervalo − 2, 2 . Derivando,
F1 (x) = 4x3 − 4x = 4x(x2 − 1),
por lo que F1 (x) = 0 si y sólo si x = 0, x = 1 y x "= √

−1, √
que son los puntos
#
críticos de F1 , los tres pertenecientes al intervalo − 2, 2 . Se deja como
ejercicio comprobar que en los puntos x = −1 y x = 1 la función F1 tiene dos
mínimos relativos y en x = 0 tiene un máximo relativo. Se calcula el valor
de F1 en los extremos del intervalo y en los extremos relativos obtenidos:
√ √
F1 − 2 = 0, F1 (−1) = −1, F1 (0) = 0, F1 (1) = −1, F1 2 = 0.
" √ √ # √
Entonces, el máximo absoluto de F1 en − 2, 2 se alcanza en x = − 2,
√
x = 0 y x = 2 con valor 0, y el mínimo absoluto de F1 se alcanza en
x = −1 y x = 1, con valor −1.
√ D1 la función f alcanza

Por consiguiente, en
√ elmáximo absoluto en los
puntos Q1 = − 2, 2 , Q2 = (0, 0) y Q3 = 2, 2 con valor 0, y el mínimo
absoluto en los puntos Q4 = (−1, 1) y Q5 = (1, 1), con valor −1.
2.2. En D2 , se tiene que y = 2, y la función f toma la forma
F2 (x) = f (x, 2) = x2 + 22 − 3 · 2 = x2 − 2.
" √ √ #f en D2 se corresponden
Los extremos absolutos de

con los extremos ab-
solutos de F2 en − 2, 2 . Se tiene que F2 (x) = 2x, por lo que el único
" √ √ #
punto crítico es x = 0, que pertenece a − 2, 2 . Es fácil ver que x = 0
es un mínimo relativo de F2 . Puesto que
√ √
F2 − 2 = 0, F2 (0) = −2, F2 2 = 0,
301
" √ √ # √
F2 − 2, 2 x=± 2
0 x=0 −2 D2
f Q1 Q3
Q6 = (0, 2)
f
fr D Q1 Q2 Q3 0
Q6 −2
f Q1 Q2 Q3 Q6
f fr D P f int D
f D Q1 Q2
Q3 0 P − 94 = −2,25
f D
f (x, y) = x2 + y 3 − 3y
g(x, y) = −x2 − y 2
E = {(x, y) ∈ R2 : x2 + y 2 ≤ 4}.
g E
(0, 0) 2
g E
g
a int E o bien en la frontera de E. Es claro que
int E = {(x, y) ∈ R2 : x2 + y 2 < 4},

fr E = {(x, y) ∈ R2 : x2 + y 2 = 4}.
g es el (0, 0), que pertenece al interior de
Es fácil ver que el único punto crítico de
E, g(x, y) ≤ g(0, 0) = 0, para todo (x, y) ∈ E (de hecho,
y además se tiene que
2 2
para todo (x, y) ∈ R ). Por consiguiente, en E (de hecho, en R ) la función g
alcanza el máximo absoluto en el punto (0, 0), con valor 0.
Falta determinar el mínimo absoluto de g, que se alcanzará en la frontera de

E. Obsérvese que los puntos(x, y) ∈ fr E verican la ecuación x2 + y 2 = 4, por lo
2 2
que la función g en la frontera de E es igual a g(x, y) = −x − y = −4, luego g
alcanza el mínimo absoluto en todos los puntos de la frontera de E , es decir, en
todos los puntos de la circunferencia de centro (0, 0) y radio 2, y el valor de ese
mínimo es −4.
En la Figura 5.18 se representa la supercie dada por f sobre el dominio E , en

la que se indica también el máximo absoluto y el conjunto de mínimos absolutos
de g en E (en rojo).
Figura 5.18. Gráca de g(x, y) = −x2 − y2 y dominio de estudio.

Ejercicio 5.44. Sea f (x, y) = 2x + 4y − 2. Determínense los extremos absolutos
de f restringida al conjunto de puntos (x, y) ∈ R2 que satisfacen la ecuación
x2 + y 2 = 25.
303
Solución. Sea g(x, y) = x2 + y2 − 25. Hay que obtener los extremos absolutos de
f restringida al dominio
S = {(x, y) ∈ R2 : g(x, y) = 0}.
Es decir, hay que determinar los extremos absolutos de f sujetos a la restricción

de igualdad g(x, y) = 0. Obsérvese que S (0, 0) y
es la circunferencia de centro
radio 5, que es un conjunto cerrado y acotado. Por tanto, como la función f es
2
continua en R por ser polinómica, por el Teorema de Weierstrass (véase 5.52) f
alcanza los extremos absolutos en S . Dichos extremos absolutos son en particular
extremos relativos de f restringida a S , luego para determinarlos se aplica el
Teorema de los multiplicadores de Lagrange (véase 5.54).
Primero se comprueba que se satisfacen las hipótesis del Teorema 5.54. Es

claro que f y g son funciones diferenciables en R2 , por ser polinómicas. Por otra
parte, para cada (x, y) ∈ R2 se tiene que ∇g(x, y) = (2x, 2y), y (2x, 2y) = (0, 0),
si y sólo si x = 0 e y = 0. Así pues, ∇g(x, y) = (0, 0) para todo (x, y) ∈ S (ya que
el punto (0, 0) no pertenece a S ) y se cumplen las condiciones del Teorema de los
multiplicadores de Lagrange.
La función Lagrangiana es
Lλ (x, y) = f (x, y) + λg(x, y) = 2x + 4y − 2 + λ(x2 + y 2 − 25),
con λ ∈ R. Así pues, los extremos relativos de f sujetos a la restricción g(x, y) = 0

son solución del sistema

∇Lλ (x, y) = (0, 0)
g(x, y) = 0,
que es equivalente a
⎧
⎨ 2 + 2xλ = 0
4 + 2yλ = 0
⎩ 2
x + y 2 = 16.
De la primera ecuación se deduce que λ = 0, pues si λ=0 se obtiene la contra-

dicción 2 = 0. De este modo, se puede dividir por λ x e y en
y es posible despejar
la primera y segunda ecuación, respectivamente, obteniéndose x = y = − λ2 . − λ1 e
1 2 2 2
Sustituyendo en la tercera ecuación resulta −
λ + − λ = 25, esto es λ52 = 25,
1 1
que tiene por soluciones λ1 = + √ y λ2 = − √ . Por consiguiente, para λ1 se
5 5
304
√ √ √
obtiene x = − λ11 = − 5 e y = − λ21 = −2 5, y para λ2 se tiene x = − λ12 = 5 e
√
y = − λ22 = 2 5.
√ √
Por tanto, se obtiene el punto crítico
√ √ (− 5, −2 5) con multiplicador de La-
grange λ1 , y el punto ( 5, 2 5), con multiplicador de Lagrange λ2 .
Como sólo se han obtenido dos puntos críticos, éstos son los extremos absolutos
de f en S (pues se sabe que se alcanzan, por el Teorema de Weierstrass). Se evalúa
f en cada uno de estos puntos para saber cuál es el máximo y cuál es el mínimo
absoluto.
√ √ √ √ √ √
f (− 5, −2 5) = −10 5 − 2, f ( 5, 2 5) = 10 5 − 2.
√ √ √ √
Luego (− 5, −2 5) es el mínimo absoluto de f en S y ( 5, 2 5) es el máximo
absoluto de f en S .
En la Figura 5.19 se representa la supercie dada por f, que en este caso es

un plano, y los puntos de esa supercie que satisfacen la condición de ligadura
(en negro). Los puntos señalados en rojo son el máximo y el mínimo absolutos de
f en S.
Figura 5.19. Extremos absolutos de f (x, y) = 2x + 4y − 2 sujetos a la restricción

g(x, y) = x2 + y 2 − 25.
Ejercicio 5.45. Dada la función f (x, y) = y(x2 + 1), estúdiense los extremos
relativos de f sujetos a la restricción x + y = 2.
305
Solución. Sea g(x, y) = x+y−2. El problema consiste en determinar los extremos

relativos de f restringida al conjunto
S = {(x, y) ∈ R2 : g(x, y) = 0}.
La función Lagrangiana asociada es
Lλ (x, y) = f (x, y) + λg(x, y) = y(x2 + 1) + λ(x + y − 2), λ ∈ R.
Las funciones f y g son diferenciables en R2 por ser polinómicas.

2
Además, ∇g(x, y) = (1, 1) = (0, 0), para todo (x, y) ∈ R , y en particular para
todo (x, y) ∈ S . Así pues, se satisfacen las condiciones del Teorema de los mul-
tiplicadores de Lagrange (véase 5.54), por el cual si (x̄, ȳ) es un extremo relativo
sujeto a la condición de ligadura g(x, y) = 0, entonces existe λ ∈ R tal que (x̄, ȳ)
es solución del sistema

∇Lλ (x, y) = (0, 0)
g(x, y) = 0,
que es equivalente a
⎧
⎨ 2xy + λ = 0 (1)
x2
+ 1 + λ = 0 (2)
⎩
x + y − 2 = 0 (3)
De la ecuación (3), y = −x + 2. Sustituyendo esta expresión en (1) resulta
−2x2 + 4x + λ = 0 y restando esta ecuación a (2) se obtiene 3x2 − 4x + 1 = 0, que
1
tiene por soluciones x = 1 y x = . Sustituyendo los valores obtenidos de x en la
3
segunda y tercera ecuación se determinan los valores de λ y de y respectivamente,
1 5 10
y se obtiene el punto (1, 1) con λ = −2, y el punto
3 , 3 para λ = − 9 .
El conjunto S no es acotado, ya que se trata de una recta en el plano. Por

tanto, para clasicar los puntos obtenidos, hay que aplicar el Teorema 5.55. Para
ello, se determina la forma cuadrática φ. Las derivadas parciales segundas de Lλ
con respecto a x e y son
∂ 2 Lλ ∂ 2 Lλ ∂ 2 Lλ ∂ 2 Lλ
(x, y) = 2y, (x, y) = (x, y) = 2x, (x, y) = 0.
∂x2 ∂y∂x ∂x∂y ∂y 2
Por tanto, para el punto (1, 1) y λ = −2 se tiene que
∂ 2 L−2 2 ∂ 2 L−2 ∂ 2 L−2

φ(h1 , h2 ) = (1, 1)h1 + 2 (1, 1)h h
1 2 + (1, 1)h22 = 2h21 + 4h1 h2 .
∂x2 ∂y∂x ∂y 2
306
A continuación, hay que estudiar el signo de φ(h1 , h2 ) para los puntos (h1 , h2 ) ∈
R2 \{(0, 0)} que satisfacen la ecuación ∇g(1, 1) · (h1 , h2 ) = 0. Ésta es equivalente
a (1, 1) · (h1 , h2 ) = 0, es decir, h1 + h2 = 0, de donde h2 = −h1 . Así pues, para
2
los puntos (h1 , h2 ) ∈ R tales que h2 = −h1 , con (h1 , h2 ) = (0, 0) se tiene que
φ(h1 , h2 ) = φ(h1 , −h1 ) = 2h21 + 4h1 (−h1 ) = 2h21 − 4h21 = −2h21 < 0.
Por consiguiente, el punto (1, 1) es un máximo relativo de f sujeto a la condición

de ligadura g(x, y) = 0.
1 5
Para el punto
3, 3 y λ = − 10
9 se tiene que
∂ 2 L− 10 1 5 ∂ 2 L− 10 1 5 ∂ 2 L− 10 1 5
2
φ(h1 , h2 ) = 9
, h 1 + 2 9
, h h
1 2 + 9
, h22
∂x2 3 3 ∂y∂x 3 3 ∂y 2 3 3
10 4
= h21 + h1 h2 ,
3 3
2
1 5
y los puntos (h1 , h2 ) ∈ R \{(0, 0)} que satisfacen la ecuación ∇g
3 , 3 ·(h1 , h2 ) =
0, son de nuevo los puntos (h1 , h2 ) tales que h2 = −h1 , con (h1 , h2 ) = (0, 0), ya
que g es lineal. Por tanto, para estos puntos resulta que
10 2 4 2
φ(h1 , h2 ) = φ(h1 , −h1 ) = h − h = 2h21 > 0,
3 1 3 1
por lo que ( 13 , 53 ) es un mínimo relativo.
Ejercicio 5.46. Estúdiense los extremos relativos de la función f (x, y, z) =

x2 + y 2 + z 2 restringida al conjunto
S = {(x, y) ∈ R2 : y = 1 − x, z = 1 + x}.
Solución. Sean g1 (x, y, z) = x+y −1 y g2 (x, y, z) = x−z +1. Hay que determinar
los extremos relativos de f sujetos a las condiciones de ligadura g1 (x, y, z) = 0 y
g2 (x, y, z) = 0.
Las funciones f , g1 y g2 son diferenciables en R3 por ser polinómicas. Además,
para cada (x, y, z) ∈ R3 se tiene que

∇g1 (x, y, z) 1 1 0
= ,
∇g2 (x, y, z) 1 0 −1
y esta matriz tiene rango 2, igual al número de condiciones de ligadura. Por tanto,
se satisfacen las hipótesis del Teorema de los multiplicadores de Lagrange, por el
307
cual los extremos relativos de f en S, si existen, son soluciones del sistema
⎧
⎨ ∇L(λ1 ,λ2 ) (x, y, z) = (0, 0, 0)
g1 (x, y, z) = 0
⎩
g2 (x, y, z) = 0
donde
L(λ1 ,λ2 ) (x, y, z) = f (x, y, z) + λ1 g1 (x, y, z) + λ2 g(x, y, z)

= x2 + y 2 + z 2 + λ1 (x + y − 1) + λ2 (x − z + 1),
con λ1 , λ2 ∈ R. El sistema anterior es equivalente a
⎧
⎪
⎪ 2x + λ1 + λ2 =0 (1)
⎪
⎪
⎨ 2y + λ1 =0 (2)
2z − λ2 =0 (3)
⎪
⎪
⎪
⎪ x+y =1 (4)
⎩
x−z = −1 (5)
Se trata de un sistema lineal de cinco ecuaciones con cinco incógnitas. Por (4) y
(5) se tiene y = 1 − x y z = 1 + x, y sustituyendo estas expresiones en (2) y (3) se
obtienen dos nuevas ecuaciones, que junto con (1) dan lugar al siguiente sistema
lineal de tres ecuaciones con tres incógnitas:
⎧
⎨ 2x + λ1 + λ2 = 0
−2x + λ1 = −2
⎩
2x − λ2 = −2,
que se resuelve fácilmente y tiene como solución x = 0, λ1 = −2 y λ2 = 2. Así

pues, y =1−0=1 y z = 1 + 0 = 1, por lo que se obtiene el único punto crítico
(0, 1, 1).
El conjunto S no es acotado, pues S es intersección de los planos de ecuaciones
implícitas g1 (x, y, z) = 0 y g2 (x, y, z) = 0, que es igual a una recta. Por tanto,
para clasicar el punto obtenido, hay que utilizar el Teorema 5.55.
308
Las derivadas segundas de L(λ1 ,λ2 ) en cada punto (x, y, z) ∈ R3 son
∂ 2 L(λ1 ,λ2 ) ∂ 2 L(λ1 ,λ2 ) ∂ 2 L(λ1 ,λ2 )

(x, y, z) = (x, y, z) = (x, y, z) = 2,
∂x2 ∂y 2 ∂z 2
∂ 2 L(λ1 ,λ2 ) ∂ 2 L(λ1 ,λ2 )
(x, y, z) = (x, y, z) = 0,
∂x∂y ∂y∂x
∂ 2 L(λ1 ,λ2 ) ∂ 2 L(λ1 ,λ2 )
(x, y, z) = (x, y, z) = 0,
∂x∂z ∂z∂x
∂ 2 L(λ1 ,λ2 ) ∂ 2 L(λ1 ,λ2 )
(x, y, z) = (x, y, z) = 0.
∂y∂z ∂z∂y
Por consiguiente, para el punto (0, 1, 1) la forma cuadrática φ denida en el Teo-

rema 5.55 es igual a
φ(h1 , h2 , h3 ) = 2h21 + 2h22 + 2h23 ,
que es mayor que cero para todo (h1 , h2 , h3 ) ∈ R3 \{(0, 0, 0)}, luego en particular,
para todo (h1 , h2 , h3 ) ∈ R3 \{(0, 0, 0)} que satisface las ecuaciones
∇g1 (0, 1, 1) · (h1 , h2 , h3 ) = 0,

∇g2 (0, 1, 1) · (h1 , h2 , h3 ) = 0.
Así pues, el punto (0, 1, 1) es un mínimo relativo de f restringida a S.

NOTA. Se puede dar la siguiente interpretación geométrica a este ejercicio. La
función f (x, y, z) = x2 + y 2 + z 2 es la distancia al cuadrado del punto (x, y, z) al
origen O y S es la recta de ecuaciones paramétricas x = t, y = 1 − t, z = 1 + t. El
mínimo de f restringido a S es la distancia al cuadrado de O a S y se alcanza en el
punto P que es la proyección ortogonal de O sobre S . Este punto P se halla como
el corte de S y el plano π ortogonal a S por O que está dado por x − y + z = 0.
Sustituyendo las ecuaciones paramétrica de S en la ecuación del plano π resulta
t − (1 − t) + (1 + t) = 0, luego t = 0 y el punto P = (0, 1, 1). Por consiguiente, el
mínimo absoluto de f sobre S es f (0, 1, 1) = 2. El máximo absoluto de f sobre S
es claro que no se alcanza (es +∞).
309
Tema 6
INTEGRACIÓN. APLICACIONES
6.1. Primitivas e integral indenida. Dada una función f real de variable real, se
dice que F es una primitiva de f
si se verica que F (x) = f (x). Como la derivada
de cualquier constante es cero, resulta que si F es una primitiva de f , también lo
es F +C para cualquier constante C . Es decir, si una función tiene una primitiva,
entonces tiene innitas.
El conjunto de todas las primitivas de una función f cuando existan se llama

integral indenida de f y se denota por:
.
f (x)dx = F (x) + C.
6.2. Propiedades de la integral indenida. Teniendo en cuenta las propiedades de

las derivadas, resulta que la integral de la suma (diferencia) de dos funciones es la
suma (diferencia) de las integrales y que la integral de una constante k∈R por
una función es la constante por la integral de la función, es decir:
. . . . .
(f (x) ± g(x))dx = f (x)dx ± g(x)dx; kf (x)dx = k f (x)dx.
Por denición de primitiva, la integral de la derivada de una función es la función,

es decir .
F (x)dx = F (x) + C.
6.3. Integración por sustitución. En ocasiones se puede utilizar un cambio de

variable para tratar de llegar a una integral inmediata. Si se realiza el cambio
x = ϕ(t), resulta que dx = ϕ (t)dt y, en consecuencia,
. .
f (x)dx = (f (ϕ(t))ϕ (t)dt.
6.4. Integración por partes. Si u y v son funciones derivables, por la regla de

derivación del producto se verica que d(u · v) = udv + vdu, con lo que integrando
311
y despejando la integral de udv se tiene la siguiente fórmula de integración por

partes:
. .
udv = uv − vdu.
6.5.Integración de funciones racionales. Si P (x) es un polinomio de grado n y

P (x)
Q(x) es un polinomio de grado m, f (x) = Q(x) es una función racional.
Si n≥m se dividen los polinomios y se tiene que:
. . .
P (x) R(x)
dx = C(x) dx + dx
Q(x) Q(x)
donde C(x) es el cociente y R(x) es el resto de la división, de tal forma que la

primera integral es inmediata y la segunda es racional con grado en el numera-
dor menor que el grado del denominador, con lo que la integración se reduce al
siguiente caso.
Si n<m se descompone el cociente en suma de fracciones simples y se opera

como sigue.
Se obtienen las raíces de Q(x) = 0 que pueden ser reales o complejas y simples
o múltiples. Para describir el método, supongamos que hay una de cada tipo,
es decir, supongamos que Q(x) tiene las raíces a real simple, b real múltiple de
multiplicidad k , p±qi complejas conjugadas simples y r ±si complejas conjugadas
P (x)
múltiples de multiplicidad h. Se descompone
Q(x) en suma de fracciones simples
como sigue:
P (x) A B1 B2 Bk Mx + N
= + + 2
+ ... + +
Q(x) x − a x − b (x − b) (x − b) k (x − p)2 + q 2
R1 x + S1 R2 x + S2 Rh x + Sh
+ + + ... +
(x − r)2 + s2 [(x − r)2 + s2 ]2 [(x − r)2 + s2 ]h
donde quitando denominadores y resolviendo el sistema que resulta de identicar

los coecientes de los términos de igual grado, se pueden determinar los valo-
res de A, B1 , B2 , . . . Bk , M, N, R1 , R2 , . . . , Rh , S1 , S2 , . . . , Sh que sustituidos en la
expresión anterior resuelven el problema.
6.6. Método de Hermite. Las integrales anteriores dan lugar a una parte racional
cuando hay raíces múltiples. Esta parte racional se puede obtener sin integrar
y con menos operaciones utilizando el método de Hermite. Si se supone que las
raíces de Q(x) son como en el caso anterior, la descomposición por el método de
312
Hermite es como sigue:

.
P (x) N (x)
dx =
Q(x) (x − − r)2 + s2 ]h−1
b)k−1 [(x
. .
A B
+ dx + dx
x−a x−b
. .
Mx + N R1 x + S1
+ dx + dx
(x − p)2 + q 2 (x − r)2 + s2
donde derivando, quitando denominadores y resolviendo el sistema que resulta de
identicar los coecientes de los términos de igual grado, se pueden determinar
los valores de A, B, M, N, R, S y el polinomio N (x) que ha de ser de grado menor
que su denominador.
6.7. Funciones trigonométricas racionales. /Si se denota por R una función racio-
nal, resulta que cualquier integral del tipo R(sen x, cos x) dx se convierte en la
integral de una función racional con el cambio t = tan( x2 ) de donde se obtiene
2t 1−t2 2dt
fácilmente que sen x = 1+t2
, cos x = 1+t2
y dx = 1+t 2 dt.
La integral racional que resulta con ese cambio de variable general, se puede
simplicar en algunos casos que se enumeran a continuación.
(a) Si R es par en sen x y cos x, es decir si R(− sen x, − cos x) = R(sen x, cos x),
t 1
entonces se hace t = tan x y se tiene que sen x = √1+t 2
, cos x = √
1+t2
y dx =
1
1+t2
dt.
(b) Si R es impar en cos x, es decir si R(sen√x, − cos x) = −R(sen x, cos x),
1
entonces se hace t = sen x y se tiene que cos x = 1 − t2 y dx = √1−t 2
dt.
(c) Si R es impar en sen x, es decir si

√ x, cos x) = −R(sen
R(− sen
−1
x, cos x),
entonces se hace t = cos x y se tiene que 2
sen x = 1 − t y dx = 1−t2 dt.
√
6.8. Integral denida. Sea una partición P del intervalo [a, b] denida por los
puntos a = x0 < x1 < x2 < . . . < xn = b que denen a su vez n subintervalos
de longitudes xi = xi − xi−1 , i = 1, 2, . . . , n y para cada i = 1, 2, . . . , n sea
ci ∈ [xi−1 − xi ] un punto cualquiera del subintervalo correspondiente. Se denota
por P → 0 cuando todos los xi tienden a cero. En estas condiciones, si f es
continua en el intervalo [a, b], se llama integral denida de f en el intervalo [a, b]
a
. b
n
f (x) dx = lı́m f (ci )xi .
a P →0
i=1
313
6.9. Teorema fundamental del Cálculo. Si f es una función real continua en el

intervalo cerrado [a, b], entonces la función denida por la siguiente integral:
. x
F (x) = f (t) dt,
a
es derivable en (a, b) y se verica que
F (x) = f (x), ∀x ∈ (a, b).
6.10. Regla de Barrow. Este resultado se cita a menudo como segundo teorema
fundamental del Cálculo. Si f es una función continua en el intervalo cerrado [a, b]
y F es una primitiva de f, entonces:
. b
f (x) dx = F (b) − F (a).
a
Se recuerda la notación usual siguiente F (x)]ba = [F (x)]ba = F (b) − F (a).
6.11. Algunas propiedades de la integral denida.

/b
/b
(a) La integral denida es lineal, es decir, verica que
/b /b /b a (f (x) + g(x))dx =
a f (x)dx+ a g(x)dx y a kf (x)dx = k a f (x)dx, donde k ∈ R es una constante.
(b) Si se intercambian los límites de integración, la integral denida cambia
/b /a
de signo, es decir,
af (x) dx = − b f (x) dx.
/b /c /b
(c) Si c ∈ [a, b], entonces a f (x) dx = a f (x) dx + c f (x) dx.
/b
6.12. Integración denida y cambio de variable. Si en la integral
a f (x)dx se
realiza la sustitución x = ϕ(t), con ϕ monótona en el intervalo de extremos t0 y
t1 y ϕ(t0 ) = a y ϕ(t1 ) = b, entonces se verica (véase 6.3)
. b . t1
f (x)dx = (f (ϕ(t))ϕ (t)dt.
a t0
/b
6.13. Integrales impropias. En general, se dice que la integral a f (x) dx es im-
propia si el intervalo de integración no está acotado o si no lo está la función en
el intervalo de integración. Se clasican como sigue.
(a) Integrales impropias de primera especie. Son las integrales de los tipos
/b /∞ /∞
−∞ f (x) dx, a f (x) dx e
−∞ f (x) dx.
314
Sea f acotada e integrable en todo intervalo de la forma [t, b] (respectivamen-

te [a, t]) para cualquier t ≤ b (resp. t ≥ a) jo. Se dene la integral impropia
/b /∞
−∞ f (x) dx (resp. a f (x) dx) como:
. b . b . ∞ . t
f (x) dx = lı́m f (x) dx, resp. f (x) dx = lı́m f (x) dx .
−∞ t→−∞ t a t→∞ a
Si el límite es nito se dice que la integral es convergente, si es innito divergente

y si no existe límite la integral no existe. En las mismas condiciones se dene para
la integral del tercer tipo
. ∞ . c . ∞ . c . t
f (x) dx = f (x) dx + f (x) dx = lı́m f (x) dx + lı́m f (x) dx.
−∞ −∞ c t→−∞ t t→∞ c
(b) Integrales impropias de segunda especie. Corresponde al caso en que f no

está acotada en el intervalo de integración [a, b].
Sea f integrable en todo intervalo cerrado contenido en[a, b) (respectivamente
(a, b]). Se dene la integral impropia en [a, b] como:
. b . b−ε . b . b
f (x) dx = lı́m f (x) dx, resp. f (x) dx = lı́m f (x) dx .
a ε→0+ a a ε→0+ a+ε
Como en el caso anterior, si el límite es nito la integral es convergente, si es
innito divergente y si no existe límite la integral no existe. Si el punto c en que f
no es acotada está en el interior de [a, b] se opera de igual forma descomponiendo
la integral en suma de dos integrales impropias de los tipos anteriores.
(c) Integrales impropias de tercera especie. Si la función no es acotada y el

intervalo tampoco, se dice que la integral es impropia de tercera especie.
6.14. Volumen de un sólido de revolución. Si f es una función continua en el

intervalo cerrado [a, b] y se hace girar la curva que dene f en [a, b] sobre el eje
X, se tiene un cuerpo de revolución cuyo volumen es:
. b
V =π [f (x)]2 dx.
a
6.15. Teorema de Fubini. Sea D = [a, b] × [c, d] ⊂ R2 un rectángulo en el plano de
lados paralelos a los ejes (dominio rectangular). Si f : D → R es una función con-
tinua en D, entonces la integral doble de f en D se puede obtener por integración
reiterada, es decir:
. . . b . d . d . b
f (x, y) dx dy = f (x, y) dy dx = f (x, y) dx dy.
D a c c a
315
6.16. Cambio a polares en integrales dobles. Si f : D → R es continua en la

región del plano D que, en coordenadas polares (véase 5.9), queda denida por
las condiciones α ≤ θ ≤ β y a ≤ ρ ≤ b, entonces
. . . β . b
f (x, y) dx dy = f (ρ cos θ, ρ sen θ) ρ dρ dθ.
D α a
Debe observarse que al pasar a polares, la expresión dxdy pasa a ser ρdρdθ.
6.17. Fórmulas de los rectángulos. Las fórmulas siguientes permiten aproximar

la integral denida entre a y b, y por tanto el área correspondiente, a partir de un
conjunto de rectángulos. Se supone dividido el intervalo [a, b] en n subintervalos
b−a
de la misma longitud igual a
n y de extremos en los puntos a = x0 < x1 . . . <
xn = b. Con base en estos subintervalos se construyen rectángulos de altura igual
a la imagen de un extremo de cada subintervalo o del punto medio. Es decir:
.
b−a
b n
f (x) dx f (xk−1 ),
a n
k=1
.
b−a
b n
f (x) dx f (xk ),
a n
k=1
.
b−a
b n
xk−1 + xk
f (x) dx f .
a n 2
k=1
6.18. Fórmula de los trapecios. Como en el caso anterior, la fórmula siguiente

permite aproximar la integral denida entre a y b a partir de un conjunto de
trapecios. Se divide el intervalo [a, b] en n subintervalos de la misma longitud
b−a
h = n y se consideran los trapecios de base en cada subintervalo y alturas
iguales a las imágenes en los extremos de cada subintervalo.
. b
h
f (x) dx (f (x0 ) + 2f (x1 ) + 2f (x2 ) + . . . + 2f (xn−1 ) + f (xn )).
a 2
6.19. Regla de Simpson. Como en los casos anteriores, se divide el intervalo [a, b]
b−a
en n subintervalos de la misma longitud h= n y se consideran los polinomios
de segundo grado (parábolas) que pasan por los extremos y por los puntos medios
de cada subintervalo, por lo que para aplicar este método de aproximación de la
integral, hay que calcular las imágenes de los 2n + 1 puntos xk = a + k h2 para
316
k = 0, 1, . . . , 2n y resulta:
. b
f (x) dx
a
h
(f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + 2f (x4 ) + . . . + 4f (x2n−1 ) + f (x2n ))
6
h
= (E + 4I + 2P ),
6
donde E = f (x0 )+f (x2n ) (extremos), I = f (x1 )+f (x3 )+. . .+f (x2n−1 ) (impares)
y P = f (x2 ) + f (x4 ) + . . . + f (x2n−2 ) (pares).
2. TABLA DE INTEGRALES
A continuación se presenta una relación de integrales inmediatas.
6.20.
. .
xn+1 f (x)n+1
n
x dx = + C, [f (x)]n · f (x) dx = +C
n+1 n+1
6.21.
. .
1 f (x)
dx = ln |x| + C, dx = ln |f (x)| + C
x f (x)
6.22. . .
ex dx = ex + C, ef (x) · f (x) dx = ef (x) + C
6.23.
. .
ax af (x)
x
a dx = + C, af (x) · f (x) dx = +C
ln a ln a
6.24.
. .
sen x dx = − cos x + C, f (x) sen(f (x)) dx = − cos(f (x)) + C
6.25.
. .
cos x dx = sen x + C, f (x) cos(f (x)) dx = sen(f (x)) + C
317
6.26. . .
1
dx = (1 + tg2 x) dx = tg x + C,
cos2 x
. .
f (x)
dx = (1 + tg2 (f (x)))f (x) dx = tg(f (x)) + C
cos2 (f (x))
6.27. . .
1
dx = (1 + cot2 x) dx = − cot x + C,
sen2 x
. .
f (x)
dx = (1 + cot2 (f (x)))f (x) dx = − cot(f (x)) + C
sen2 (f (x))
6.28.
. .
sec x tan x dx = sec x + C, f (x) sec(f (x)) tan(f (x)) dx = sec(f (x)) + C
6.29.
. .
csc x cot x dx = − csc x+C, f (x) csc(f (x)) cot(f (x)) dx = − csc(f (x))+C
6.30.
. .
1 f (x)
√ dx = arc sen x + C, ' dx = arc sen(f (x)) + C
1 − x2 1 − [f (x)]2
6.31.
. .
1 f (x)
dx = arctan x + C, dx = arctan(f (x)) + C
1 + x2 1 + [f (x)]2
3.1. Integral indenida
Ejercicio 6.1. Obténgase la integral indenida de las siguientes funciones:
(a ) f (x) = 5x2 + e2x ,
(b ) g(x) = 3 cos4 x sen x, y
1
(c ) h(x) = .
9+x2
318
Solución. (a ) Teniendo en cuenta las propiedades recogidas en 6.2 y la tabla de

integrales, puntos 6.20 y 6.22, resulta
. . .
2 2x
(5x + e )dx = 5x dx + e2x dx
2
. .
2 1 5 1
= 5 x dx + 2e2x dx = x3 + e2x + C.
2 3 2
(b ) Teniendo en cuenta la segunda propiedad recogida en 6.2 y el punto 6.20

de la tabla de integrales, resulta
. .
4
3 cos x sen xdx = 3 − cos4 x(− sen x)dx
.
3
= −3 cos4 x(− sen x)dx = − cos5 x + C.
5
(c ) Dividiendo numerador y denominador por 9 y operando como sigue se

tiene una integral inmediata (véase 6.31).
. . 1 . 1 %x&
1 9 1 3 1
dx = dx = x 2 dx = arctan + C.
9 + x2 1+ x2 3 1+ 3 3
9 3

√
(a ) f (x) = (x + 1) x2 + 2x,
1
(b ) g(x) = √ , y
20+8x−x2
sen x+cos x
(c ) h(x) = sen x−cos x .
Solución. (a ) La derivada de x2 + 2x es 2x + 2 con lo que la integral es inmediata

multiplicando y dividiendo por 2 y aplicando 6.2
. ' .
1
2
(x + 1) x + 2xdx = (2x + 2)(x2 + 2x)1/2 dx
2
1 2 1' 2
= · (x2 + 2x)3/2 + C = (x + 2x)3 + C.
2 3 3
(b ) Completando cuadrados resulta que 20 + 8x − x2 = 36 − (x − 4)2 y operando
319
como sigue se tiene una integral inmediata (véase 6.30).
. . .
dx dx 1/6
√ = ' = ( x−4 2 dx
20 + 8x − x2 36 − (x − 4)2 1− 6

x−4
= arc sen + C.
6
(c ) Como la derivada del denominador es el numerador la integral es inmediata

(véase 6.21),
.
sen x + cos x
= ln | sen x − cos x| + C.
sen x − cos x
ex −3e2x
(a ) f (x) = 1+ex , y
(b ) g(x) = arc sen x.
Solución. (a ) Para obtener una forma más sencilla, parece conveniente hacer el
cambio de variable ex = t. Tomando logaritmos neperianos resulta x = ln t y
1
dx = t dt, con lo que se tiene
. . . .
ex − 3e2x t − 3t2 1 1 − 3t 4
dx = · dt = dt = −3 + dt
1 + ex 1+t t 1+t t+1
= −3t + 4 ln |t + 1| + C = −3ex + 4 ln(ex + 1) + C,
donde se ha aplicado 6.5 dividiendo los polinomios 1 − 3t y 1 + t.

(b ) Esta integral se resuelve por el método de integración por partes. Sea u =
/
arc sen x y dv = dx. Operando resulta du = √ 1 dx y v= dx = x. Aplicando
1−x2
la fórmula de integración por partes (véase 6.4) se tiene que
. .
x
arc sen xdx = x arc sen x − √ dx.
1 − x2
Para el cálculo de la última integral, obsérvese que la derivada de 1 − x2 es −2x,

por lo que multiplicando y dividiendo dicha integral por −2 y haciendo el cambio
320
t = 1 − x2 , dt = −2x dx, se tiene

. . . .
x 1 −2x 1 1 1 1
√ dx = − √ dx = − √ dt = − t− 2 dt
1 − x2 2 1 − x2 2 t 2
1
1 t2 √ '
= − 1 + C = − t + C = − 1 − x2 + C.
2 2
Por tanto, . '

arc sen xdx = x arc sen x + 1 − x2 + C.
(a ) f (x) = xex , y
ln
√x .
(b ) g(x) = x
/
Solución. (a ) Sea u = x y dv = ex dx. Operando resulta du = dx y v = ex dx =
ex . Aplicando la fórmula de integración por partes 6.4, se tiene que
. .
xex dx = xex − ex dx = xex − ex + C.
(b ) Por el método de integración por partes, sea u = ln x y dv = √1x dx.

1
/ / √
Operando, resulta du = dx y v= √1 dx = x−1/2 dx = 2 x y aplicando la
x x
fórmula de integración por partes 6.4 se tiene que
. . .
ln x √ √ 1 √ 1
√ dx = 2 x ln x − 2 x dx = 2 x ln x − 2 √ dx
x x x
√ √
= 2 x ln x − 4 x + C.
/
Ejercicio 6.5. Obténgase la integral indenida x arc cos x dx.
Solución. Sea u = arc cos x y dv = xdx. Operando se tiene que du = √1−x

−1
2
dx y
x2
v= 2 . Aplicando la fórmula de integración por partes 6.4, resulta
. .
x2 x2
x arc cos x dx = arc cos x + √ dx.
2 2 1 − x2
321
Para obtener la última integral utilizamos el método de sustitución haciendo

el cambio de variable x = sen t, con lo que dx = cos tdt, luego
. . . .
x2 sen2 t sen2 t 1
√ dx = √ cos t dt = cos t dt = sen2 t dt.
2 1 − x2 2 1 − sen2 t 2 cos t 2
Esta última integral todavía no es inmediata y se puede resolver integrando por

partes considerando u = sen t y dv = sen t dt y realizando una segunda integración
por partes. Veamos este método como ejercicio. Se tiene que du = cos t dt y
v = − cos t. Aplicando la fórmula de integración por partes 6.4 y teniendo en
2 2
cuenta que sen t + cos t = 1, resulta
. .
2
sen t dt = − sen t cos t + cos2 t dt,
. .
2
sen t dt = − sen t cos t + (1 − sen2 t) dt,
. . .
sen t dt = − sen t cos t + dt − sen2 t dt,
2
.
2 sen2 t dt = − sen t cos t + t,
.
1
sen2 t dt = (t − sen t cos t).
2
Esta integral resulta inmediata utilizando la siguiente fórmula trigonométrica

1−cos 2t
sen2 t = 2 , que se deduce fácilmente restando las conocidas fórmulas tri-
2 2 2 2
gonométricas cos t + sen t = 1 y cos t − sen t = cos 2t. Con ello, operando,
teniendo en cuenta que sen 2t =√2 sen t cos t y √
deshaciendo el cambio de variable,
teniendo en cuenta que cos t = 1 − sen t = 1 − x2 y t = arc sen x resulta
2
. .
1 1 1 1 1
sen2 t dt = (1 − cos 2t) dt = t − sen 2t = t − 2 sen t cos t
2 2 4 2 4
1 1 '
= arc sen x − x 1 − x2
2 2
y sustituyendo
.
x2 1 1 '
x arc cos x dx = arc cos x + arc sen x − x 1 − x2 + C.
2 4 4
322
Ejercicio 6.6. Sabiendo que n es un número natural, obténgase una fórmula

que permita calcular las integrales siguientes para cada n.
/
(a ) In = xn ln x dx, y
/
(b ) In = xn cos x dx.
Solución. (a ) Sea u = ln x y dv = xn dx. Se tiene que du = x1 dx y v = xn+1 n+1

y
aplicando la fórmula de integración por partes 6.4 resulta
. .
xn+1 xn xn+1 xn+1
n
In = x ln x dx = ln x − dx = ln x − +C
n+1 n+1 n+1 (n + 1)2

xn+1 1
= ln x − + C.
n+1 n+1
(b ) Sea u = xn y dv = cos x dx. Se tiene que du = nxn−1 dx y v = sen x.

Aplicando la fórmula de integración por partes 6.4
.
In = x sen x − n
n
xn−1 sen x dx.
Integrando por partes de nuevo con u = xn−1 y dv = sen x dx, se tiene que
du = (n − 1)xn−2 dx y v = − cos x, con lo que
. .
x n−1
sen x dx = −x n−1
cos x + (n − 1) xn−2 cos x dx
y sustituyendo es
.
In = xn sen x + nxn−1 cos x − n(n − 1) xn−2 cos x dx.
Observando que la última integral es In−2 , se obtiene la siguiente fórmula de

reducción de n
In = xn sen x + nxn−1 cos x − n(n − 1)In−2 .
Por reiteración de la fórmula, se puede resolver cualquier integral del tipo dado
ya que se tienen las dos situaciones posibles siguientes.
Si n es par, la única integral que habría que calcular al aplicar la fórmula es

/
cos x dx que es inmediata.
323

/
Sin es impar, sólo habría que calcular x cos x dx, que se resuelve por partes
con u = x y dv = cos x dx.
√
Ejercicio 6.7. Obténgase la integral indenida de f (x) = arctan( x).
Solución. En primer lugar se hace el cambio de variable x = t2 con lo que

dx = 2t dt y se tiene que
. .
√
I= arctan( x) dx = 2t arctan t dt.
1
Integrando por partes con u = arctan t y dv = 2tdt, resulta du = t2 +1
dt y v = t2 .
Aplicando la fórmula de integración por partes 6.4
. .
2 t2 2 1
I = t arctan t − dt = t arctan t − 1− 2 dt
t2 + 1 t +1
. .
1
= t2 arctan t − dt + 2
dt = t2 arctan t − t + arctan t + C,
t +1
donde se han dividido los polinomios (véase 6.5). Deshaciendo el cambio de va-
riable se tiene el resultado
√ √ √ √ √
I = x arctan( x) − x + arctan( x) + C = (x + 1) arctan( x) − x + C.
.
Ejercicio 6.8. Determínese la integral indenida
x+1
x2 + 4x + 5
dx.
Solución. El polinomio x2 + 4x + 5 tiene raíces complejas por lo que no se

puede descomponer en producto de factores simples, sin embargo, completando
cuadrados se tiene la siguiente igualdad x2 + 4x + 5 = (x + 2)2 + 1, con lo que
. .
x+1 x+1
dx = dx.
x2 + 4x + 5 (x + 2)2 + 1
Si el numerador coincidiese con la derivada del denominador, obtendríamos una
integral del tipo logaritmo neperiano (véase 6.21). Realizando operaciones ele-
mentales y teniendo en cuenta las propiedades de la integral indenida dadas en
6.2, se opera como sigue para que aparezca en el numerador el término 2x + 4.
Se multiplica y se divide por 2 y resulta
. .
x+1 1 2x + 2
2
dx = dx,
(x + 2) + 1 2 (x + 2)2 + 1
324
ahora se suma y se resta 2 en el numerador y se tiene
. . .
1 2x + 2 1 2x + 2 + 2 − 2 1 2x + 4 − 2
dx = dx = dx,
2 (x + 2)2 + 1 2 (x + 2)2 + 1 2 (x + 2)2 + 1
y por último, se descompone la integral como suma de dos integrales que ya son
inmediatas (véase 6.21 y 6.31)
. . .
1 2x + 4 − 2 1 2x + 4 1 2
2
dx = 2
dx − dx
2 (x + 2) + 1 2 (x + 2) + 1 2 (x + 2)2 + 1
1
= ln |(x + 2)2 + 1| − arctan(x + 2) + C,
2
por tanto,
.
x+1 1
dx = ln |(x + 2)2 + 1| − arctan(x + 2) + C.
x2 + 4x + 5 2
.
x 4 − x3 − x − 1
Ejercicio 6.9. Calcúlese la integral indenida
x2 − x
dx
Solución. Como el grado del numerador es mayor que el grado del denominador,
primero se dividen los polinomios y luego se aplica el método de descomposición
en suma de fracciones simples (véase 6.5).
. . .
x4 − x3 − x − 1 −x − 1
dx = x2 dx + dx,
x2 − x x2 − x
ya que al dividir resulta el cociente C(x) = x2 y el resto R(x) = −x − 1. Las

raíces de Q(x) = 0, es decir, de x2 − x = 0 son 0 y 1 reales simples, con lo que la
segunda integral se descompone en fracciones simples como sigue:
−x − 1 A B
2
= +
x −x x x−1
de donde quitando denominadores resulta −x − 1 = Ax − A + Bx e identicando

los coecientes de los términos de igual grado se tiene el sistema

A + B = −1
−A = −1
325
con lo que A=1 y B = −2. Sustituyendo,
. . . .
x4 − x3 − x − 1 2 1 2
dx = x dx + dx −
x2 − x x x−1

x3 x3 x
= + ln |x| − 2 ln |x − 1| + C = + ln + C.
3 3 (x − 1)
2
.
x2 + 3x − 5
Ejercicio 6.10. Obténgase la integral indenida
x3 − 3x + 2
dx.
Solución. Se trata de la integral de una función racional. Como el grado del nu-
merador es menor que el grado del denominador, no hay que dividir los polinomios
y se empieza buscando las raíces del polinomio x3 − 3x + 2. Aplicando la regla
de Runi se comprueba que tiene las raíces x = 1 múltiple de multiplicidad 2 y
x = −2 simple, es decir, se obtiene la descomposición x3 −3x+2 = (x−1)2 (x+2).
Por el método de descomposición en suma de fracciones simples (véase 6.5), se
tiene:
x2 + 3x − 5 A B C
3
= + 2
+
x − 3x + 2 x − 1 (x − 1) x+2
A(x − 1)(x + 2) + B(x + 2) + C(x − 1)2
=
(x − 1)2 (x + 2)
(A + C)x2 + (A + B − 2C)x − 2A + 2B + C
= ,
(x − 1)2 (x + 2)
de donde quitando denominadores e igualando los coecientes de los términos de

igual grado, resulta el sistema lineal
⎧
⎨ A +C =1
A + B − 2C = 3
⎩
−2A + 2B + C = −5
326
16
que tiene por solución A= 9 , B = − 13 C = − 79 . Por tanto,
y
. . . .
x2 + 3x − 5 16 1 1 1 7 1
dx = dx − dx − dx
x3 − 3x + 2 9 x−1 3 (x − 1) 2 9 x+2
. . .
16 1 1 7 1
= dx − (x − 1)−2 dx − dx
9 x−1 3 9 x+2
16 1 (x − 1)−1 7
= ln |x − 1| − − ln |x + 2| + C
9 3 −1 9
16 1 7
= ln |x − 1| + − ln |x + 2| + C.
9 3(x − 1) 9
.
x3 + 2x2 + 5x + 3
Ejercicio 6.11. Determínese la integral I=
x4 + 2x2 + 1
dx.
Solución. Como x4 + 2x2 + 1 = (x2 + 1)2 el denominador tiene raíces complejas

múltiples y se puede utilizar el método de Hermite (véase 6.6).
.
Ax + B Mx + N
I= 2 + dx,
x +1 x2 + 1
derivando se tiene
x3 + 2x2 + 5x + 3 A(x2 + 1) − 2x(Ax + B) M x + N

= + 2 ,
(x2 + 1)2 (x2 + 1)2 x +1
quitando denominadores
x3 + 2x2 + 5x + 3 = Ax2 + A − 2Ax2 − 2Bx + M x3 + N x2 + M x + N,

e identicando coecientes de términos de igual grado resulta el sistema
⎧
⎪
⎪ M =1
⎨
−A + N =2
⎪
⎪ −2B + M =5
⎩
A+N =3
1
que tiene por solución A= 2, N = 52 . Por tanto,
B = −2, M = 1 y
. . .
x/2 − 2 x + 5/2 x−4 1 2x 5 1
I= 2 + 2
dx = 2 + 2
dx + 2
dx
x +1 x +1 2x + 2 2 x +1 2 x +1
x−4 1 5
= 2 + ln(x2 + 1) + arctan x + C.
2x + 2 2 2
327
Nótese que ln |x2 + 1| = ln(x2 + 1) porque x2 + 1 > 0 para todo x ∈ R.

/
Ejercicio 6.12. Hállese I = x3 ln(1 + x2 ) dx.
Solución. Por la fórmula de integración por partes 6.4 con u = ln(1 + x2 ) y

2x x4
dv = x3 dx, y por tanto du = 1+x2
dx y v= 4 , se tiene que
.
x4 2 x5
I= ln(1 + x2 ) − dx.
4 4 1 + x2
En la integral racional que resulta, el grado del numerador es mayor que el grado
del denominador con lo que dividiendo los polinomios (véase 6.5) resulta
. .
x4 1 x
I= ln(1 + x2 ) − 3
(x − x) dx + dx
4 2 1 + x2

x4 1 x 4 x2 1
= ln(1 + x2 ) − − 2
+ ln(1 + x ) + C
4 2 4 2 2
x4 x 4 x 2 1
= ln(1 + x2 ) − + − ln(1 + x2 ) + C.
4 8 4 4
.
Ejercicio 6.13. Obténgase I=
1
cos x
dx.
Solución. Teniendo en cuenta el cambio general dado en 6.7, es decir t = tan( x2 ),

2 1−t2
se tiene que dx = 1+t2
dt y cos x = 1+t2
, y resulta:
. . . .
1 1 2 1 + t2 2 2
I= dx = · dt = · dt = dt,
cos x 1−t2 1 + t2 1 − t 1 + t2
2 1 − t2
1+t2
obteniéndose una integral racional sencilla de calcular. El denominador se des-

compone como 1 − t2 = (1 − t)(1 + t), por lo que
2 A B A(1 + t) + B(1 − t) (A − B)t + A + B

= + = = .
1 − t2 1−t 1+t 1 − t2 1 − t2
Por tanto, A−B = 0 A + B = 2, de donde A = 1 y B = 1 y, por consiguiente,
y
. . .
2 1 1
I= 2
dt = dt + dt
1−t 1−t 1+t

1 + t 1 + tan( x2 )
= − ln |1 − t| + ln |1 + t| + C = ln + C = ln
1 − tan( x ) + C.
1 − t 2
328
Como
1 1
R(sen x, − cos x) = =− = −R(sen x, cos x),
− cos x cos x
R es impar en cos x y también se puede utilizar el caso (b) de 6.7 para calcular
√ I,
con lo que se puede hacer el cambio de variable t = sen x, luego cos x = 1 − t2
y dx = √ 1 dt, y resulta:
1−t2
. . .
1 1 1 1
I= dx = √ ·√ dt = dt,
cos x 1 − t2 1 − t2 1 − t2
que coincide con la anterior dividiendo por 2, por consiguiente,
.
1 1 1 + t 1 1 + sen x
I= dt = ln + C = ln + C.
1 − t2 2 1 − t 2 1 − sen x
.
Ejercicio 6.14. Obténgase
cos x
sen3 x
dx.
Solución. La integral propuesta es inmediata del tipo 6.20. En efecto,

. .
cos x (sen x)−2 1
dx = (sen x)−3 cos x dx = +C =− + C.
sen3 x −2 2 sen2 x
Como ilustración para otros casos similares que no sean de integración in-
mediata, obsérvese que se puede utilizar cualquiera de los cambios de variable
propuestos en 6.7, es decir el cambio general t = tan( x2 ), pero también cualquiera
cos x
de los otros tres, ya que R(sen x, cos x) = sen3 x
es par en sen x y cos x, impar en
cos x, e impar en sen x.
Como cualquiera de los cambios de variable anteriores va a conducir a la in-
tegral de una función racional y la mayor o menor complejidad de los cálculos
depende del denominador, se selecciona el cambio que hace más simple el deno-
√
minador, en este caso t = sen x, con lo que cos x = 1 − t2 y dx = √ 1 dt.
1−t2
Sustituyendo, resulta
. . .
cos x 1 t−2 1 1
dx = dt = t−3 dt = +C =− 2 +C =− + C.
sen3 x t3 −2 2t 2 sen2 x
.
Ejercicio 6.15. Obténgase I=
sen x
cos x + cos3 x
dx.
329
Solución. Se trata de la integral de una función trigonométrica del tipo 6.7. La

sen x
función R(sen x, cos x) = cos x+cos3 x
es par en sen x y cos x, ya que
− sen x sen x
R(− sen x, − cos x) = 3
= = R(sen x, cos x).
− cos x − cos x cos x + cos3 x
Según la clasicación dada en 6.7, se considera el cambio de variable t = tan x,

con lo que sen x = √ t , cos x = √ 1 y dx = dt
. Sustituyendo resulta una
1+t2 1+t2 1+t2
integral racional.
. √ t .
1+t2 dt t
I= % &3 = dt
√ 1 √ 1
1 + t2 t2 +2
1+t2
+ 1+t2
.
1 2t 1 1
= dt = ln(t2 + 2) + C = ln(tan2 x + 2) + C.
2 t2 + 2 2 2
La función propuesta para integrar es impar en sen x y también es impar en

cos x. Se propone al lector que calcule la integral con el cambio t = cos x.
.
dx
Ejercicio 6.16. Determínese I= √
3
√ .
x+ x
Solución. La función del integrando se racionaliza utilizando un cambio de va-

riable que elimine a la vez las raíces cúbica y cuadrada, lo que se consigue consi-
derando el mínimo común múltiplo de 3 y 2, es decir m.c.m.(2, 3) = 6, y haciendo
el cambio x= t6 , de donde dx = 6t5 dt y se tiene la integral racional
. .
6t5 t3
I= dt = 6 dt.
t2 + t3 t+1
Dividiendo los polinomios resulta
. 3 .
2 1 t t2
I=6 (t − t + 1) dt − dt = 6 − + t − ln |t + 1| + C
t+1 3 2
√ √ √ √
= 2 x − 3 x + 6 x − 6 ln( x + 1) + C.
3 6 6
.
dx
Ejercicio 6.17. Obténgase I= √ .
1 + 4x − x2
330
Solución. Como (x − 2)2 = x2 − 4x + 4, se tiene que −x2 + 4x + 1 = 5 − (x − 2)2

y por tanto
. . . √1
dx dx 5
I= √ = ' = + % &2 dx
1 + 4x − x2 5 − (x − 2)2
1− x−2
√
5

x−2
= arc sen √ + C.
5
√
En la tercera igualdad se ha dividido numerador y denominador por 5 y la
última integral es inmediata (véase 6.30).
3.2. Integral denida. Áreas
Ejercicio 6.18. Obténgase la siguiente integral denida a partir de la denición.

. 3
(x + 2) dx.
0
Solución. Se realiza una partición del intervalo de integración en n subintervalos

3
de longitud
n y se considera la imagen de un punto de cada uno de estos subinter-
valos. Por ejemplo si se selecciona el extremo superior de cada uno de ellos serían
3
los puntos con abscisa x= n i para i = 1, 2, . . . , n y a partir de la denición 6.8
de integral denida se tiene que
. 3
n
3 3
(x + 2) dx = lı́m f i .
0 n→∞ n n
i=1
Veamos cuál es el valor del sumatorio.
9
n n n n n
3 3 3 3i 9 6 6n
f i = +2 = i + = i+
n n n n n2 n n2 n
i=1 i=1 i=1 i=1 i=1
9 (1 + n)n
(1) 9n + 9
= 2· +6= + 6.
n 2 2n
!n
(1) La suma i=1 i = 1 + 2 + ··· + n se calcula por la fórmula de la suma de n
(a1 +an )n
términos de una progresión aritmética dada por Sn = 2 .
331
Sustituyendo, resulta
. 3
9n + 9 9 21
(x + 2) dx = lı́m +6= +6= .
0 n→∞ 2n 2 2
Ejercicio 6.19. Obténgase la derivada de la siguiente función sin calcular la

integral. . sen x
G(x) = (t2 + 1) dt.
0
/x
Solución. Si consideramos las funciones g(x) = sen x y F (x) = 0(t2 + 1) dt, se
observa que G es la composición de estas funciones, es decir G(x) = (F ◦ g)(x)
y por tanto basta aplicar la regla de la cadena y tener en cuenta el teorema
fundamental del Cálculo (véase 6.9). Con ello, se tiene que
G (x) = F [g(x)] · g (x) = (sen2 x + 1) cos x.
NOTA. Como ejercicio sencillo, se propone al lector que haga la integral y

derive la función resultante comprobando que se obtiene el mismo resultado.
Ejercicio 6.20. Estúdiense los extremos relativos de la función siguiente sin

calcular la integral.
. x2 −3x+2
G(x) = 2t dt.
0
Solución. Como en el ejercicio anterior, G/ xes la composición de dos funciones,

en este caso g(x) = x2 − 3x + 2 y F (x) = 0 2t dt, con lo que G(x) = (F ◦ g)(x)
y se tiene la derivada siguiente
G (x) = F [g(x)] · g (x) = 2(x2 − 3x + 2)(2x − 3).
Esta derivada se anula si x2 −3x+2 = 0 o si 2x−3 = 0, es decir, para x = 1, x = 2

3
y x = . Analizando los valores de la derivada se comprueba que G es decreciente
2
3 3
en los intervalos (−∞, 1) y ( , 2), y es creciente en los intervalos (1, ) y (2, +∞),
2 2
en consecuencia G tiene dos mínimos relativos en x=1 y x=2 y un máximo
3
relativo en x= 2.
Ejercicio 6.21. Determínese, mediante integrales, el área del triángulo de lados

y = 1, y = x e y = −2x + 6.
332
5
(1, 1) 2, 1 (2, 2) A
. 2 . 2 . 5 . 5
2 2
A= x dx − dx + (−2x + 6) dx − dx
1 1 2 2
. 2 . 5 . 5 2
2 2 x2 " #5/2 5/2 3
= x dx + (−2x + 6) dx − dx = + −x2 + 6x 2 − [x]1 = .
1 2 1 2 1 4
X
x=0 x=3 f (x) = x2 − 3x + 2
x2 − 3x + 2 = 0
f X x=1 x=2 f (x) ≥ 0
[0, 1] [2, 3] f (x) ≤ 0 [1, 2]
. 1 . 2 . 3
A= f (x) dx − f (x) dx + f (x) dx
0 1 2
1 2 3
x3 3x2 x3 3x2 x3 3x2 11
= − + 2x − − + 2x + − + 2x = .
3 2 0 3 2 1 3 2 2 6
f X
/2 /2
1 [−f (x)] dx = − 1 f (x) dx

2 x2 − 3x + 2 x≤1 x≥2
|x − 3x + 2| =
−x2 + 3x − 2 1 < x < 2.
. 3
A= |x2 − 3x + 2| dx.
0
f (x) = x2 − 3x + 2 f (x) = |x2 − 3x + 2|
(0, 0) (1, 0) 1
x2 + y 2 = 1 (x − 1)2 + y 2 √= 1
y = + 1 − x2
X
. 1'
A=4 1 − x2 dx.
1
2
x = sen θ dx = cos θ dθ
1
θ = π6 x = 2 θ= π
2 x=1
. . √
π/2
2 (1)
π/2
1 + cos 2θ 1 sen 2θ π/2 2π 3
A=4 cos θ dθ = 4 dθ = 4 θ + = − .
π/6 π/6 2 2 4 π/6 3 2
(0, 0) (1, 0)
cos2 θ = 1+cos
2
2θ
sen2 θ + cos2 θ = 1 cos2 θ − sen2 θ = cos 2θ
[a, b]
X
[a, b] = [0, 2]
x2 0≤x≤1
f (x) =
2−x 1 < x ≤ 2.
[a, b] = [1, 4]
⎧ 2
⎨ x 1≤x≤2
g(x) = 3 2<x≤3
⎩
(x − 4)2 3 < x ≤ 4.
f
[0, 2] X x=0 x=2
c=1 A
. 2 . 1 . 2 1 2
2 x3 x2 5
A= f (x) dx = x dx + (2 − x) dx = + 2x − = .
0 0 1 3 0 2 1 6
g
c=2 d=3
A
. 4 . 2 . 3 . 4
2
A= g(x) dx = x dx + 3 dx + (x − 4)2 dx
1 1 2 3
2 4
x3 (x − 4) 3 8 1 1 17
= + [3x]32 + = − +9−6+0+ = .
3 1 3 3 3 3 3 3
a>0
f (x) = ax2 − 1 g(x) = −ax2 + 1
Solución. El área del recinto que hay que calcular está representada grácamente
en la Figura 6.7. Para obtener los puntos de corte de las dos parábolas se resuelve
Figura 6.7.
el sistema formado por sus ecuaciones y se tiene que
1 1
ax2 − 1 = −ax2 + 1, 2ax2 = 2, x2 = , x = ±√ ,
a a
luego las parábolas se cortan en los puntos cuya primera coordenada es x= √1

a
y x = − √1a . Por la simetría de la gura, es claro que el área comprendida entre
ambas es igual a cuatro veces el área comprendida entre la gráca de g y las rectas
y = 0, x = 0 y x= √1 , por tanto, dicha área viene dada por
a
. √1 . √1 √1
a a
2 x3 a
4 g(x) dx = 4 (−ax + 1) dx = 4 −a + x
0 3
0 0
1 1 8
= 4 −a √ + √ = √ .
3a a a 3 a
8
√
Por consiguiente, basta hacer
3 a
= 4 para obtener el valor de a. Operando,
√ 2 4
resulta a= 3 y a= 9.
Ejercicio 6.26. Obténgase el área del círculo de centro (0, 0) y radio r.
Solución. La ecuación de la correspondiente circunferencia es x2 + y 2 = r 2 y es

claro que el área del círculo es cuatro veces el área de la parte del círculo que está
337
. r '
A=4 r2 − x2 dx.
0
(0, 0) r
x = r sen θ dx = r cos θ dθ
x=0 θ=0 x=r θ = π2
. π/2 . π/2
2
A=4 r cos θ · r cos θ dθ = 4r cos2 θ dθ
0 0
. π/2 π/2
2 1 + cos 2θ 1 sen 2θ
= 4r dθ = 4r2 θ + = πr2 .
0 2 2 4 0
3.3
f (x) = e−x
y=0
. +∞
A= e−x dx.
0
t
t
. +∞ .
−x
t " #t
A= e
dx = lı́m e−x dx = lı́m −e−x 0
0 t→∞ 0 t→∞
t
−1 −1
= lı́m x
= lı́m + 1 = 1.
t→∞ e
0
t→∞ et
1
√
[0, 1] f (x) = + x
√ 1
[0, 3] f (x) = 3
(x−1)2
f
x=0
. 1
1
I= √ dx.
0 x
ε>0 ε
. 1 . 1
1 1 " √ #1 " √ #
I= √ dx = lı́m √ dx = lı́m 2 x ε = lı́m 2 − 2 ε = 2.
0 x ε→0 ε x ε→0 ε→0
f
x=1
. 3 . 1 . 3
1 1 1
I= ' dx = ' dx + ' dx = I1 + I2 .
0
3
(x − 1)2 0
3
(x − 1)2 1
3
(x − 1)2
. - 0a
a
1 1/3
√3

I1 = lı́m ' dx = lı́m 3(x − 1) = lı́m 3 a − 1 + 3 = 3,
a→1− 0
3
(x − 1)2 a→1− 0 a→1−
. - 03 % √ &
3
1 1/3 3
√
3
I2 = lı́m ' dx = lı́m 3(x − 1) = lı́m 3 2 − 3 b − 1
b→1+ b
3
(x − 1)2 b→1+ b b→1+
√
3
= 3 2,
√
I =3+332
f (x) =
1
1+x2
f R
X y=0
. +∞ . +∞ . t
1 1 1
dx = 2 dx = 2 lı́m dx
−∞ 1 + x2 0 1 + x2 t→+∞ 0 1 + x2
π
= 2 lı́m [arctan x]t0 = 2 lı́m [arctan t − arctan 0] = 2 · = π.
t→+∞ t→+∞ 2
f
Y
3.4
//
Dxy 2 dx dy
D = [2, 3] × [0, 1]
f (x, y) = xy 2 R2
[2, 3] × [0, 1]
. . . 1 . 3 . 1 3
2 2 2 x2
xy dx dy = xy dx dy = y dy
D 0 2 0 2 2
. 1 1
5 2 5 y3 5
= y dy = = .
2 0 2 3 0 6
D
1
D = {(x, y) ∈ R2 : y ≥ x2 + 2, y ≤ x + 6, x ≥ 0}.
2
D
1 2
y = x+6 y = 2x +2 x ≥
0
x=4
Es claro que
1
(x, y) ∈ D ⇔ 0 ≤ x ≤ 4, x2 + 2 ≤ y ≤ x + 6,
2
y por tanto
. . . 1. 2 .
4 x+6 4" #x+6
Área D= dx dy = dy dx = y 1 2
x +2
dx
1 2 2
D 0 2
x +2 0
. 4 . 4
1 2 1 2
= x+6− x +2 dx = − x + x + 4 dx
0 2 0 2
3 2
4
1 x x 64 16 80 40
= − · + + 4x = − + + 16 = = .
2 3 2 0 6 2 6 3
Ejercicio 6.32. Por medio de una integral doble, calcúlese el área del recinto
del plano limitado por las funciones y = 2x, y = x2 e y=2 y del que un punto
1 1
interior es ( , ).
2 2
Solución. En la Figura 6.14 se representa el recinto. Esta región o recinto del

plano se puede expresar combinando las variaciones de las variables x e y de dos
formas.
Si analizamos primero la variación de la variable y , es claro que un punto

(x, y) ∈ D si 0≤y≤2 y para cada y jo, la variable x varía en horizontal de la
recta a la parábola, de tal forma que
y √
y = 2x ⇒ x = , e y = x2 , x ≥ 0 ⇒ x = + y.
2
Así pues,
y √
(x, y) ∈ D ⇔ 0 ≤ y ≤ 2 ≤ x ≤ + y, y
2
y el área de D es la integral doble de f (x, y) = 1 en D , que coincide con el volumen
de un cuerpo de base D y altura constante uno. Por lo tanto:
. . . 2 1. +√y 2 . 2%
√ y&
Área D = dx dy = dx dy = y− dy
D 0 y
0 2
2
. 2 . 1 3 22 1 22
1 1 2 y2 1 y2
= y 2 dy − y dy = 3 − ·
0 2 0 2 0
2 2
0
√
2 √ 1 4 4 2−3
= ·2 2− · = .
3 2 2 3
343
x
y
x x
y = 2x y = x2
y=2
y = x2
y = 2x y =2 √ (1, 2)
y = x2 y=2 ( 2, 2) D
D1 D2 D1 (x, y) ∈ R2
2
0 ≤ x ≤√1 x ≤ y ≤ 2x D2 (x, y) ∈ R2
1 ≤ x ≤ 2 x2 ≤ y ≤ 2
√
. . . . . 1 . 2x . 2 . 2
D= dx dy + dx dy = dy dx + dy dx
D1 D2 0 x2 1 x2
. . √ . . √
1" #2x 2" #2 1 2
= y x2
dx + (2x − x2 ) dx +
y x2
dx = (2 − x2 ) dx
0 1 0 1
2 1 √
2 √
2x x3 x3 1 √ 2 2 1
= − + 2x − = 1− + 2 2− − 2−
2 3 0 3 1 3 3 3
√ √
1 √ 2 2 1 4 2−3
=1− +2 2− −2+ = .
3 3 3 3
x−1
y = ln x y = e−1
(1, 0) (e, 1) D
x−1
(x, y) ∈ D ⇔ 1 ≤ x ≤ e, ≤ y ≤ ln x,
e−1
. . . 1. 2 .
e ln x e
D= dx dy = dy dx = [ y]ln x
x−1 dx
x−1 e−1
D 1 e−1
1
. .
e e
x−1
= ln x dx − dx.
1 1 e−1
u = ln x dv = dx du = x1 dx v=x
. .
ln x dx = x ln x − dx = x ln x − x,
en consecuencia,
2 e
1 x
Área D = [x ln x − −
x]e1 −x
e−1 2
12
1 e 1
= e ln e − e − ln 1 + 1 − −e− +1
e−1 2 2
2
e − 2e + 1 (e − 1)2 e−1 3−e
=1− =1− =1− = .
2(e − 1) 2(e − 1) 2 2
NOTA. También se puede hallar la otra integral iterada, cambiando el orden.

Para ello, y = ln x si y sólo si x = ey , e y= x−1
e−1 si y sólo si x = (e − 1)y + 1, con
lo que
. 1. 2
1 (e−1)y+1
Área D= dx dy.
0 ey
Se deja al lector que termine los cálculos por esta vía.

//
Ejercicio 6.34. Calcúlese D f (x, y) dx dy , donde f (x, y) = y y D es la región
del plano determinada por el triángulo de vértices (0, 0), (2, 0) y (3, 3).
Solución. Para poder delimitar el dominio de integración hay que obtener las
ecuaciones de las rectas que pasan por los puntos (0, 0) y (3, 3) y por los puntos
(2, 0) y (3, 3), respectivamente. La recta que pasa por los puntos (0, 0) y (3, 3) es
la bisectriz del primer cuadrante y tiene por ecuación y = x, y la que pasa por
los puntos (2, 0) y (3, 3) tiene por ecuación y = 3x − 6.
En la Figura 6.17 se representa el dominio de integración D y al observarlo se
deduce que es más conveniente tratarlo despejando la variable x en función de y .
Operando de esa forma resulta de la ecuación de la primera recta x = y y de la
y+6
ecuación de la segunda x= 3 .
Es decir que el dominio D se obtiene variando la y entre 0 y 3 y para cada
346
y+6
y x y 3
. . . 1. y+6
2 .
3 3
3 y+6
f (x, y) dx dy = y dx dy = y [x]y 3 dy
D 0 y 0
. 3 .
y+6 1 3
= y − y dy = (6y − 2y 2 ) dy
0 3 3 0
3
1 6y 2 2y 3 1
= − = (27 − 18) = 3.
3 2 3 0 3
y x
y=x y=0 0≤x≤2

y = x
y = 3x − 6 2≤x≤3
. . . 2 . x . 3 . x
f (x, y) dx dy = y dy dx +
y dy dx
D 0 0 2 3x−6
. 2 2 x . 3
2 x. . 3 2 2 2
y y x (3x − 6)2
x
= dx + dx = dx + − dx
0 2 0 2 2 3x−6 0 2 2 2 2
. 2 . 3 3 2 3
x2 x 2x3 9x2
= dx + 2 (−2x2 + 9x − 9) dx = +2 − + − 9x = 3.
0 2 2 6 0 3 2 2
x2
'x D y = 4
y=+ 2
// D
x 3 y dx dy
D
x2
'x y= 4 y=
+ 2 x=0
x=2 D
+
2 x2 x
D= (x, y) ∈ R : 0 ≤ x ≤ 2, ≤y≤ ,
4 2
. . . 1. √ x 2 .
2 2
2" #√ x2
D= dx dy = dy dx = y x2
dx
x2
D 0 4
0 4
+ 1 22
. 2
x x2 1 x3/2 x3
= − dx = √ · −
0 2 4 2 3/2 12
0
√
1 4 2 8 4 2 2
=√ · − = − = .
2 3 12 3 3 3
. . . 2
1. √ x 2
2
√ x2
. 2
2 y
x3 y dx dy = x3 y dy dx = x3 dx
x2 2 x2
D 0 4
0
4
. 2 4 7
5 8
2
x x x x 8 3
= − dx = − = −1= .
0 4 32 20 256 0 5 5
//
D x sen(x2 ) sen y dx dy D
y = x2 y = π2 x≥0
'π y = x2 y= π
2
x≥0 x=+ 2
+
2 π 2 π
D= (x, y) ∈ R : 0 ≤ x ≤ ,x ≤ y ≤ ,
2 2
con lo que resulta
. . . √π . π
2 2
2
x sen(x ) sen y dx dy = x sen(x2 ) sen y dy dx
D 0 x2
. √π π
. √π % %π & &
2 2
= x sen(x2 ) · [− cos y]x22 dx = x sen(x2 ) − cos + cos(x2 ) dx
0 0 2
. √π
2
= x sen(x2 ) cos(x2 ) dx.
0
La integral anterior se calcula fácilmente haciendo el cambio de variable t =

sen(x2 ), con ello se tiene que dt = 2x cos(x2 ) dx, y x cos(x2 ) dx = dt
2 . El nue-
vo límite inferior de
2
integración es sen(0 ) = 0 y el nuevo límite superior es
%' &
π 2
sen 2 = 1. Por consiguiente, resulta que
. √π . 1 2 1
2 t t 1
x sen(x2 ) cos(x2 ) dx = dt = = .
0 0 2 4 0 4
. .
Ejercicio 6.37. Calcúlese
x2
y
+ y2
dx dy , donde D es la región del plano
D √
determinada por la intersección del círculo de centro (0, 0) y radio 2 con el
conjunto {(x, y) ∈ R2 : y ≥ 1}.
Solución. El dominio de integración es el conjunto

D = {(x, y) ∈ R2 : x2 + y 2 ≤ 2, y ≥ 1}
que se representa en la Figura 6.20. La denición del dominio de integración y de

la función f sugieren hacer un cambio a coordenadas polares. Sea x = ρ cos θ e
y = ρ sen θ, ρ > 0, θ ∈ [0,
√ 2π]. Puesto que los puntos de D pertenecen al círculo
de centro (0, 0) y radio 2, se tiene por un lado que
√
ρ2 cos2 θ + ρ2 sen2 θ ≤ 2 ⇐⇒ ρ2 ≤ 2 ⇐⇒ ρ ≤ 2,
(recuérdese que cos2 θ + sen2 θ = 1) y como los puntos de D tienen la coordenada

y ≥ 1, resulta, por otro lado, que
1
ρ sen θ ≥ 1 ⇐⇒ ρ ≥ .
sen θ
350
θ
√ √ (0, 0)
2 y=1 ρ= 2
√ y = 1
ρ sen θ = 1 2 sen θ = 1 θ = arc sen √12
π 3π
θ = 4 θ = 4
D
π 3π 1 √
D = {(ρ, θ) ∈ R+ × [0, 2π] : ≤θ≤ , ≤ ρ ≤ 2}
4 4 sen θ
ρ sen θ ρ sen θ sen θ

f (x, y) = f (ρ cos θ, ρ sen θ) = = = ,
ρ2 cos2 θ 2 2
+ ρ sen θ ρ2 ρ
. . . 3π
1. √ 2 . 3π 1. √ 2
2 2
4 sen θ 4
f (x, y) dx dy = ρ dρ dθ = sen θ dρ dθ
D π 1 ρ π 1
4 sen θ 4 sen θ
. 3π
√ . 3π
√ - √ 0 3π
4 4
2 4
= sen θ [ρ] 1 dθ = ( 2 sen θ − 1) dθ = − 2 cos θ − θ π
π sen θ π
4
4
4
√ 3π 3π % √ %π & π &
= − 2 cos − − − 2 cos −
4 4 4 4
√ √
√ 2 3π √ 2 π π
= 2 − + 2 + =2− .
2 4 2 4 2
3.5
(0, 0) r
X
x2 + y√2 = r2
y y = + r 2 − x2
. %' &2 . r
r r
2 2 x3
2 4
V =π r2 − x2 dx = 2π (r − x ) dx = 2π r x − = πr3 .
−r 0 3 0 3
h
r
X (0, 0) (h, r)
(0, 0) (h, r)
y = hr x 0≤x≤h
. h% . 3 h
r &2 r2 h
2 r2 x πr2 h
V =π x dx = π 2 x dx = π 2 · = .
0 h h 0 h 3 0 3
X f (x) = 3x2 − 6x + 4
[0, 2]
. 2 . 2
2 2
V =π (3x − 6x + 4) dx = π (9x4 − 36x3 + 60x2 − 48x + 16) dx
0 0
2
9x5 48π
=π − 9x4 + 20x3 − 24x2 + 16x = .
5 0 5
f (x) = sen x + 2 0 ≤ x ≤ 2π X
f [0, 2π]
. 2π . 2π
V =π (sen x + 2)2 dx = π (sen2 x + 4 sen x + 4)dx
0. 2π . 2π
0
. 2π
2
=π sen xdx + 4 sen xdx + 4 dx .
0 0 0
1−cos 2x
sen2 x = 2
. .
2π
2
2π
1 − cos 2x x sen 2x 2π
sen x dx = dx = − = π.
0 0 2 2 4 0
. 2π . 2π
sen x dx = [− cos x]2π
0 = 0; dx = [ x]2π
0 = 2π.
0 0
V = π(π + 4 · 2π) = 9π 2
(2, 2) X
(x − 2)2 + (y − 2)2 = 1
y
x2 − 4x + 4 + y 2 − 4y + 4 = 1, y 2 − 4y + x2 − 4x + 7 = 0,
√ √
4± 16 − 4x2 + 16x − 28 4 ± 2 −x2 + 4x − 3 '
y= = = 2 ± −x2 + 4x − 3,
2 2
'
f (x) = 2 + −x2 + 4x − 3
'
g(x) = 2 − −x2 + 4x − 3
. 3
V =π [f (x)]2 − [g(x)]2 dx
1
. 3 - ' 02 - ' 02
=π 2 2
2 + −x + 4x − 3 − 2 − −x + 4x − 3 dx
1
. 3'
= 8π −x2 + 4x − 3 dx.
1
−x2 + 4x − 3 = 1 − (x − 2)2 x − 2 = sen θ
' '
1 − (x − 2)2 = 1 − sen2 θ = cos θ.
− π2 π
2 dx = cos θ dθ
. 3' . π
2
V = 8π 1 − (x − 2)2 dx = 8π cos2 θ dθ.
1 − π2
1+cos 2θ
cos2 θ = 2
. π π
2 1 + cos 2θ 1 sen 2θ 2
V = 8π dθ = 8π θ + = 4π 2 .
− π2 2 2 4 − π
2
h
r
X y=r h
. h
V =π r2 dx = πr2 x]h0 = πr2 h.
0
. 1. √ 2 . .
r r2 −x2 r " #√r2 −x2 r '
V =4 h dy dx = 4 hy 0
dx = 4h r2 − x2 dx.
0 0 0 0
√
x = r sen θ r2 − x2 = r cos θ dx = r cos θ
π
x=0 θ=0 x=r θ= 2
. π . π
2
2
2 2
2 1 + cos 2θ
V = 4r h cos θ dθ = 4r h dθ
0 0 2
π
1 1 2 1 π
= 4r2 h θ + sen 2θ = 4r2 h · · = πr2 h.
2 4 0 2 2
//
V = D hdxdy D
(0, 0) r
) ' *
D = (x, y) ∈ R2 : x2 + y 2 ≤ r = {(ρ, θ) ∈ R2 : 0 ≤ ρ ≤ r, 0 ≤ θ ≤ 2π}.
. . . r . 2π . r . r
V = hdxdy = hρdθdρ = h ρ [ θ]2π
0 dρ = h 2πρdρ
D 0 0 0 0
2 r
ρ
= 2πh = πr2 h.
2 0
3.6. Cálculo de límites mediante integrales
Ejercicio 6.44. Calcúlense los siguientes límites.

1 1 + 2 3 + 3 3 + . . . + n3
(a ) L1 = lı́m .
n→∞ n
n3
1 1 22 32 n2 2 4 6 2n
(b ) L2 = lı́m + 2 + 2 + ... + 2 + + + + ... + +n .
n→∞ n n2 n n n n n n n
Solución. (a ) Es claro que
1 3 3 2
1 1 3 2 3 n − 1 3 % n &3
L1 = lı́m + + + ... + +
n→∞ n n n n n n

1 i 3
n
= lı́m ,
n→∞ n n
i=1
pero entonces, observando el sumatorio, se puede considerar una partición del

1
i 3
intervalo [0, 1] en n subintervalos, todos de igual longitud
n y f (ci ) = n ,
es decir que según la denición 6.8, la suma anterior es la integral denida de
f (x) = x3 en el intervalo [0, 1] y, en consecuencia,
. 1 1
3 x4 1
L1 = x dx = = .
0 4 0 4
(b ) Si se descompone la última n como suma de n unos se tienen cuadrados

de binomios como sigue

1 1 2 22 4 32 6 n2 2n
L2 = lı́m + + 1 + 2 + + 1 + 2 + + 1 + ... + 2 + +1
n→∞ n n2 n n n n n n n
1 2 2 2 2
1 1 2 3 %n &2
= lı́m +1 + +1 + + 1 + ... + +1
n→∞ n n n n n
1 2 2
n
1 i
= lı́m +1
n→∞ n n
i=1
y, como en el caso anterior, observando el sumatorio, se puede considerar una

1
2
partición del intervalo [0, 1] en n subintervalos de longitud n con f (ci ) = ni + 1 ,
lo que según la denición 6.8 es la integral denida de f (x) = (x + 1)2 en el
359
intervalo [0, 1], es decir,
. 1 1
2 (x + 1)3 8
L2 = (x + 1) dx = = .
0 3 0 3
Ejercicio 6.45. Calcúlese el siguiente límite.
√ √ √
1 √ n n n
L = lı́m n + √ + √ + ... + √ .
n→∞ n 2 3 n
Solución. Es claro que

⎡ ⎡ ⎤ ⎤
1 1 1 1 1
n
L = lı́m ⎣ ( + ( + ( + . . . + ' n ⎦ = lı́m ⎣ 1 (1 ⎦ .
n→∞ n 1 2 3 n→∞ n i
n i=1
n n n n
Pero entonces, observando el sumatorio, se puede considerar una partición del

1 1 , es decir que según
intervalo [0, 1] en n subintervalos de longitud
n y f (ci ) = i
n
la denición 6.8, la suma anterior es la integral de f (x) = √1 en el intervalo [0, 1].

x
Pero esa integral es una integral impropia de segunda especie ya que f no está
acotada en el intervalo [0, 1] (véase 6.13) y, en consecuencia,
. 1 . 1
1 1 " √ #1 √
L= √ dx = lı́m √ dx = lı́m 2 x ε = lı́m (2 − 2 ε) = 2.
0 x ε→0 +
ε x ε→0 + ε→0 +
Ejercicio 6.46. Demuéstrese que

n n n n π
lı́m 2
+ 2 2
+ 2 2
+ ... + 2 2
= .
n→∞ n +1 n +2 n +3 n +n 4
Solución.

n n n n
lı́m + 2 + + ... + 2
n→∞ n2 + 1 n + 2 2 n 2 + 32 n + n2
2 2 2

1 n n n n2
= lı́m + 2 + + ... + 2
n→∞ n n2 + 1 n + 22 n2 + 32 n + n2
n 1 2
1 n2 n
1 1
= lı́m · = lı́m · .
n→∞ n n2 + i 2 n→∞ n 1+ i 2
i=1 i=1 n
360
Observando el último sumatorio, de nuevo se puede considerar una partición del

1 1
intervalo [0, 1] en n subintervalos de longitud
n y con f (ci ) = 2 , lo que por
1+( ni )
1
la denición 6.8 es la integral denida de f (x) = x2 +1
en el intervalo [0, 1], es
decir,
. 1
1 π
dx = [arctan x]10 = .
0 x2 +1 4
3.7. Integración numérica
/1 2
Ejercicio 6.47. Determínese el valor aproximado de
0 ex dx considerando 5
divisiones del intervalo de integración.
(a ) Por la fórmula de los rectángulos con rectángulos de altura igual a la imagen
de los puntos medios de cada subintervalo.
(b ) Por la fórmula de los trapecios.
2
Solución. La función f (x) = ex no tiene primitiva elemental, sin embargo,
por ser continua en [0, 1] existe la integral denida y el área correspondiente se
puede aproximar por métodos numéricos. Para ello se divide el intervalo [0, 1] en
5 subintervalos de la misma longitud 0,2.
(a ) Por el método de los rectángulos (véase 6.17), considerando rectángulos
de altura igual a la imagen de los puntos medios (véase la Figura 6.35) resulta
que:
. 5
1
x2 1−0 xk−1 + xk
e dx · f
0 5 2
k=1
= 0,2 · [f (0,1) + f (0,3) + f (0,5) + f (0,7) + f (0,9)]
= 0,2 · [e0,01 + e0,09 + e0,25 + e0,49 + e0,81 ]
0,2 · [1,0100 + 1,0942 + 1,2840 + 1,6323 + 2,2479] = 1,4537.
(b ) Por el método de los trapecios se aplica la fórmula dada en 6.18. Como se

puede comprobar observando la gura 6.36, el método de los trapecios proporcio-
361
. 1 1−0
2
5
ex dx · [f (0) + 2f (0,2) + 2f (0,4) + 2f (0,6) + 2f (0,8) + f (1)]
0 2
= 0,1 · [e0 + 2e0,04 + 2e0,16 + 2e0,36 + 2e0,64 + e1 ]
0,1 · [1 + 2,0816 + 2,3470 + 2,8667 + 3,7930 + 2,7183] = 1,4807.
/6 ln 6
1
1 x dx
ln 1 = 0
. 6
1
dx = [ln |x|]61 = ln 6 − ln 1 = ln 6,
1 x
ln 6
Si se divide el intervalo [1, 6] en 5 subintervalos de longitud 1, los extremos

de estos subintervalos y sus puntos medios ya ordenados todos ellos son x 0 = 1,
x1 = 1,5, x2 = 2, x3 = 2,5, . . ., x9 = 5,5, x10 = 6. Aplicando la regla de Simpson,
resulta que:
. 6
1 1
ln 6 = dx · [f (1) + 4f (1,5) + 2f (2) + 4f (2,5) + 2f (3) + 4f (3,5)
1 x 6
+ 2f (4) + 4f (4,5) + 2f (5) + 4f (5,5) + f (6)]

1
· [1 + 2,667 + 1,000 + 1,600 + 0,667 + 1,143
6
1
+ 0,500 + 0,889 + 0,400 + 0,727 + 0,167] = · 10,76 = 1,793.
6
/1
Ejercicio 6.49. (a ) Obténgase
1
0 1+x2 dx.
(b ) A partir del resultado obtenido calcúlese un valor aproximado del número π
por la fórmula de los trapecios con 10 divisiones del intervalo.
(c ) Lo mismo por el método de Simpson con 5 divisiones.
Solución. (a ) La función que aparece en el integrando es inmediata (véase 6.31)

. 1
1 π
2
dx = [arctan x]10 = .
0 1+x 4
(b ) Si se divide el intervalo [0, 1] en 10 subintervalos de longitud 0,1, por la

fórmula de los trapecios 6.18 se tiene que:
. 1 1−0
π 1 10
= 2
dx · [f (0) + 2f (0,1) + 2f (0,2) + . . . + 2f (0,9) + f (1)]
4 0 1+x 2
0,05 · [1 + 1,9802 + 1,9231 + 1,8349 + 1,7241 + 1,6000
+ 1,4706 + 1,3423 + 1,2195 + 1,1050 + 0,5]
= 0,05 · 15,6997 = 0,78498,
con lo que resulta π 4 · 0,78498 = 3,1399.

(c ) Si se divide el intervalo [0, 1] en 5 subintervalos de longitud 0, 2, se pueden
aprovechar los cálculos anteriores ya que los puntos medios de estos subintervalos
son los extremos de la partición dada en el caso anterior. En consecuencia, por la
363
regla de Simpson (véase 6.19) con 5 subdivisiones, se tiene que:
. 1
π 1
= dx
4 0 1 + x2
0,2
· [f (0) + 4f (0,1) + 2f (0,2) + 4f (0,3) + . . . + 4f (0,9) + f (1)]
6
0,2
· [1 + 3,9604 + 1,9231 + 3,6698 + 1,7241 + 3,2000 + 1,4706
6
0,2
+ 2,6846 + 1,2195 + 2,2099 + 0,5] = · 23,5620 = 0,7854,
6
con lo que resulta π 4 · 0, 7854 = 3, 1416.
/1
Ejercicio 6.50. Obténgase un valor aproximado de I= 0 cos(x2 + 1) dx con-
siderando 5 divisiones del intervalo de integración.
(a ) Por la fórmula de los trapecios.
(b ) Por el método de Simpson.
Solución. (a ) Por la fórmula de los trapecios 6.18, dividiendo el intervalo [0, 1]

1−0
en cinco subintervalos de longitud h= 5 = 0,2, se tiene que
0,2
I · [f (0) + 2f (0,2) + 2f (0,4) + 2f (0,6) + 2f (0,8) + f (1)]
2
= 0,1 · [0,5403 + 1,0124 + 0,7987 + 0,4185 − 0,1383 − 0,4161] = 0,22155.
(b ) Dividiendo el intervalo [0, 1] en 5 subintervalos de longitud h = 0,2 y

utilizando la regla de Simpson 6.19 se requieren además los puntos medios de
los subintervalos considerados en el caso anterior, es decir, los puntos x0 = 0,
x1 = 0,1, x2 = 0,2, . . ., x9 = 0,9, x10 = 1. Así pues, aplicando esta regla se tiene
que
0,2
I · [f (0) + 4f (0,1) + 2f (0,2) + 4f (0,3) + 2f (0,4) + 4f (0,5)
6
+ 2f (0,6) + 4f (0,7) + 2f (0,8) + 4f (0,9) + f (1)]
0,03333 · [0,5403 + 2,1274 + 1,0124 + 1,8499 + 0,7987 + 1,2613
+ 0,4185 + 0,3228 − 0,1383 − 0,9477 − 0,4161]
= 0,03333 · 6,8292 = 0,2276.
364
7102102CP01A01.pdf 20/8/14 09:52:18
7102102CP01A01
El texto contiene una colección de ejercicios y problemas resueltos en detalle y se ajusta al programa de
la asignatura Fundamentos Matemáticos de las Tecnologías de la Información del Grado en Ingeniería cuaderno
de las Tecnologías de la Información, y se ha incluido un tema inicial de puesta al día y repaso que se
de prácticas
L. Huerga • B. Jiménez • V. Novo

El contenido se estructura en seis temas. En el Tema 1 se revisan algunos contenidos de cursos anteriores
relativos a matrices, determinantes y sistemas de ecuaciones lineales. El Tema 2 se centra en el estudio
de la estructura de espacio vectorial, fundamental en Álgebra Lineal. El Tema 3 trata las aplicaciones
lineales entre espacios vectoriales. Los Temas 4, 5 y 6 se dedican al Cálculo Infinitesimal, el Tema 4 a las
funciones de una variable y el Tema 5 a las funciones de varias variables. Finalmente, en el Tema 6 se
desarrollan las técnicas básicas del cálculo integral.
Bienvenido Jiménez y Vicente Novo son profesores del Departamento de Matemática Aplicada I de
la UNED con una amplísima experiencia docente en las materias de área de Matemática Aplicada. Su Ejercicios resueltos
trabajo de investigación se centra en los problemas de Optimización y dirigen el grupo de investigación
de Optimización Vectorial de la UNED. Lidia Huerga es investigadora en el mismo Departamento y se de Fundamentos Matemáticos
ha incorporado al mismo grupo.
C
Ingeniería en Tecnologías de la Información
M
Lidia Huerga Pastor
Ejercicios resueltos de Fundamentos Matemáticos

Y
CM
Vicente Novo Sanjurjo
MY
CY
CMY
ISBN: 978-84-362-6952-9
02102
Editorial
9 788436 269529
7102102CP01A01 CP

Ejercicios Resueltos de Fundamentos Mate PDF

Cargado por

Información del documento

Título original

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

Ejercicios Resueltos de Fundamentos Mate PDF

Cargado por

Copyright:

Formatos disponibles

7102102CP01A01.

pdf 20/8/14 09:52:18

L. Huerga • B. Jiménez • V. Novo

Ejercicios resueltos de Fundamentos Matemáticos

Lidia Huerga Pastor

UNIVERSIDAD NACIONAL DE EDUCACIÓN A DISTANCIA

Quedan rigurosamente prohibidas, sin la

© Universidad Nacional de Educación a Distancia

© Lidia Huerga Pastor, Bienvenido Jiménez Martín, Vicente Novo Sanjurjo

ISBN electrónico: 978-84-362-6931-4

Edición digital: octubre de 2014

A mi hermano José Antonio

Tema 1. INTRODUCCIÓN AL ÁLGEBRA LINEAL 15

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 15

2.1. Sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

2.3. Determinantes. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . 33

Tema 2. ESPACIOS VECTORIALES 49

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 49

2.1. Subespacios. Combinaciones lineales. Sistemas de generadores . . . 54

2.2. Dependencia e independencia lineal . . . . . . . . . . . . . . . . . . . . . 62

2.3. Bases. Dimensión. Coordenadas . . . . . . . . . . . . . . . . . . . . . . . . 66

2.4. Cambio de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

2.5. Rango. Base de un subsepacio generado . . . . . . . . . . . . . . . . . . 80

2.6. Ecuaciones de un subespacio . . . . . . . . . . . . . . . . . . . . . . . . . . 83

2.7. Operaciones con subespacios. Suma directa . . . . . . . . . . . . . . . . 89

Ejercicios Resueltos de Fundamentos Matemáticos

Tema 3. APLICACIONES LINEALES 97

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 97

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.1. Aplicaciones lineales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

2.2. Aplicaciones lineales y matrices . . . . . . . . . . . . . . . . . . . . . . . . 109

2.3. Matriz de una aplicación lineal al cambiar la base. . . . . . . . . . . . 119

2.4. Matrices equivalentes y matrices semejantes. . . . . . . . . . . . . . . . 126

2.5. Valores propios y vectores propios. Diagonalización . . . . . . . . . . . 128

Tema 4. FUNCIONES DE UNA VARIABLE 147

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 147

2. TABLA DE DERIVADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

3. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165

3.1. El conjunto de los números reales. Sucesiones. . . . . . . . . . . . . . . 165

3.2. Límites de funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 173

3.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

3.4. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186

3.5. Regla de L'Hôpital. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190

3.6. Funciones derivables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

3.7. Crecimiento, extremos, convexidad . . . . . . . . . . . . . . . . . . . . . . 203

3.8. Asíntotas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

3.9. Representación gráca de una función. . . . . . . . . . . . . . . . . . . . 216

3.10. Puntos jos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

3.11. Polinomio de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232

Tema 5. FUNCIONES DE VARIAS VARIABLES 237

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 237

2. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

2.1. El conjunto Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250

2.2. Funciones reales de dos o más variables. Límites . . . . . . . . . . . . . 256

2.3. Funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262

2.4. Derivada según un vector. Funciones diferenciables . . . . . . . . . . . 267

2.5. Extremos de una función . . . . . . . . . . . . . . . . . . . . . . . . . . . . 289

Tema 6. INTEGRACIÓN. APLICACIONES 311

1. RESUMEN DE RESULTADOS TEÓRICOS . . . . . . . . . . . . . . . . . . 311

2. TABLA DE INTEGRALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317

3. EJERCICIOS RESUELTOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

3.1. Integral indenida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

3.2. Integral denida. Áreas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331

© Lidia Huerga Pastor, Bienvenido Jiménez Martín, Vicente Novo Sanjurjo

3.9. Representación gráca de una función. . . . . . . . . . . . . . . . . . . . 216

3.10. Puntos jos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226

3.1. Integral indenida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318

3.2. Integral denida. Áreas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331

(b) compatible indeterminado si tiene innitas soluciones y

números dispuestos en m las y n columnas:

esto es, el elemento (i, j) de la matriz C se obtiene multiplicando la la i de A

1.21. Se llama rango de una matriz A al número de las linealmente indepen-

El rango de una matriz escalonada es igual al número de las no nulas.

(1) Intercambiar de posición dos las entre sí.

(2) Multiplicar una la por un número distinto de cero.

(3) Sumar a una la un múltiplo de otra: Fj → Fj + kFi .

(4) Si se permutan dos las (o columnas), el determinante cambia de signo:

(5) Si una la (o columna) es toda de ceros, el determinante vale 0:

(6) Si dos las (o columnas) son iguales o proporcionales, el determinante es

1.26. Si en una matriz seleccionamos k las y k columnas, los elementos en los

1.28. Desarrollo de un determinante por una la o columna. El determinante de

Un orlado de orden k + 1 de Mk se obtiene añadiendo una la y una columna

1.31. Teorema de Rouché-Fröbenius. La condición necesaria y suciente para que