UNIVERSIDAD NACIONAL DE SANTA

ESCUELA DE POSTGRADO

DOCTORADO EN MATEMÁTICAS

COEFICIENTE BINOMIAL: CURVAs DE

BÉZIER

Trabajo Final del curso de Matemática Discreta

Integrantes:
• La Rosa Obando Laura • Gutierrez Tirado Ricardo
• Ası́s López Efracio • Huanca Sullca Victor
• Sulca Chipana Jorge

Profesor: Dr. Milton Milciades Cortez Gutiérrez

LIMA - PERÚ

2019
 Introducción

El presente trabajo tiene como objetivo ver lo importante que es conocer uno

de los contenidos del silabo del curso de Matemática Discreta, especı́ficamente la

definicion y propiedades del coeficiente binomial, ya que aparece en la definición de

los polinomios de Bertein que forman una base en el espacio de polinomios para la

interpolación de funciones en el área de análisis numérico. Nos enfocaremos en una

interpolación utilizando las curvas de Bézier, empleando para ello los polinomios

de Berstein y polinomios de Bézier.

i
Índice general

Introducción I

1. Coeficiente binomial: Muestras no ordenadas 2

2. Interpolación y Aproximación de Curvas 6

2.0.1. Idea de Interpolación . . . . . . . . . . . . . . . . . . . . . . 6

2.0.2. El Problema de Interpolación . . . . . . . . . . . . . . . . . 7

3. Curvas de Bézier 11

3.1. Polinomios de Bernstein . . . . . . . . . . . . . . . . . . . . . . . . 11

3.2. Propiedades de los Polinomios de Bernstein . . . . . . . . . . . . . . 12

3.3. Curvas de Bézier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

1
Capı́tulo 1

Coeficiente binomial: Muestras no

ordenadas

En esta seccioń definiremos el coeficiente binomial a partir del problema de cal-

cular de cuántas maneras podemos seleccionar un determinado numero de objetos

de un conjunto dado, cuando no importa el orden en las selecciones y no podemos

repetir elementos del conjunto.

Definición 1.0.1 Dado un conjunto X de n elementos, una r-muestra no ordena-

da sin repetición del conjunto X es una lista no ordenada de r elementos diferentes

x1 ; x2 ; · · · ; x r ,

donde cada xj es un elemento del conjunto X, para todo j ∈ {1; · · · ; r}.

Las r-muestras son llamadas combinaciones (sin repetición) de n elementos tomados

de r en r.

En general, una r-muestra no ordenada sin repetición de un conjunto X representa

también un subconjunto de r elementos del conjunto X.

Denotaremos por C(n; r) la cantidad de r-muestras no ordenadas sin repetición del

conjunto X.

2
Proposición 1.0.1 Si el conjunto X tiene n elementos, entonces podemos formar

V (n; r) n(n − 1)(n − 2) · · · (n − r + 1)

C(n; r) = = , r≤n
P (r) r(r − 1)(r − 2) · · · 2 · 1

r-muestras no ordenadas sin repetición del conjunto X.

n(n − 1)(n − 2) · · · (n − r + 1)
Definición 1.0.2 El número se llama número com-
r(r − 1)(r − 2) · · · 2· 1
n
binatorio o binomial, y se representa con el sı́mbolo (que se lee: n sobre r).
r

Proposición 1.0.2 Si n y r son enteros positivos con 0 ≤ r ≤ n, entonces

 
n n!
= .
r r!(n − r)!

Demostración 1

• Si 0 < r < n:
 
n n(n − 1)(n − 2) · · · (n − r + 1)
=
r r(r − 1)(r − 2) · · · 2 · 1
 
n (n(n − 1)(n − 2) · · · (n − r + 1)) · (n − r)!
=
r  (r(r − 1)(r − 2) · · · 2 · 1) · (n − r)!
n n!
=
r r!(n − r)!
.

• Si r = n :

Desde que 0! = 1, se tiene que:

 
n n!
= = 1.
n n!(n − n)!

• Si r = 0:

 
n n!
= = 1.
0 0!(n − 0)!
El valor de este numero indica que un conjunto de n elementos tiene un subconjunto

de cero elementos: el subconjunto vacı́o.

3
Proposición 1.0.3
   
n n
• Propiedad de simetrı́a: =
r  n− r   
n n−1 n−1
• Propiedad de la adición : = + .
r r−1 r

Demostración 2

   
n n! n! n
• = != =
n−r (n − r)!(n − (n − r)) r!(n − r)! r
   
n−1 n−1 (n − 1)! (n − 1)!
• + = +
r−1 r (r − 1)!(n − r)! r!(n − r − 1)!
r!(n − 1)! + (n − r)(n − 1)!
=
r!(n − r)!
 
n(n − 1)! n! n
= = =
r!(n − r)! r!(n − r)! r

Ejemplo 1.0.1 Sea el conjunto A={a,b,c}, determine todo los subconjuntos de A.

Veamos

A = {a, b, c} , n(A) = 3

P (A) = {{∅} , {a} , {b} , {c} , {a, b} , {a, c} , {b, c} , {a, b, c}}, entonces n(P (A)) = 8

Se observa, que podemos contar la cantidad de elementos del subconjunto de A

utilizando la números combinatorios, para nuestro ejemplo, n = 3,

 
3
Ningún elemento: =1
 0
3
Un elemento : =3
1
 
3
Dos elementos: =3
2 
3
Tres elementos: =1
3
sumamos, seobtiene
       
3 3 3 3
+ + + =8=23
0 1 2 3

4
Asi se puede generalizar mediante la siguiete proposición

Proposición 1.0.4
n          
X n n n n n
= + + + ··· + = 2n .
i=0
i 0 1 2 n

Demostración 3 Sabemos que para un conjunto de n elementos, entonces este

 
n n
conjunto tiene 2 subconjuntos, además, es el número de r-subconjuntos (sub-
r
conjuntos de r elementos) de un conjunto de n elementos. Ası́, pues, como el núme-

ro total de subconjuntos es la suma del número de subconjuntos de 0; 1; 2; · · · ; n

elementos, se obtiene la igualdad deseada.

5
Capı́tulo 2

Interpolación y Aproximación de
Curvas

La interpolación nos permite aproximar una curva f (t), de la que se cono-

cen ciertos valores f (ti ), mediante un polinomio cuyo trazo pasa por los puntos

(ti , f (ti )). Este polinomio de interpolación puede entonces utilizarse para calcular

valores de la curva entre los valores ti y poder modificar la forma de dicha curva,

de acuerdo a nuestra necesidad. Para ello, deberemos convensernos previamente de

que la curva f (t) está bien aproximada por el polinomio interpolador no sólo en

los puntos de interpolación.

Es común encontrar estudios sobre la interpolación de gráficos de funciones, sin

embargo para el diseño de curvas lo mas apropiado en la etapa inicial es trabajar

la idea de interpolación a trazos de funciones paramétricas.

2.0.1. Idea de Interpolación

Mostraremos las dos ideas fundamentales:

a) Interpolar es: “Reemplazar un a curva Complicada Y (t) por otra curva

simple P (t) de tal manera que Y (t) y P (t) coincidan en un conjunto de

6
 puntos prescritos”. Es decir:

Y (ti ) = P (ti ) = Pi

Aquı́ observamos la aproximación de Y (t) por interpolación, mediante una

Y (t)

P3
P0
P1
P (t)
P2

Figura 2.1:

curva punteada P (t). Concretizar esta idea significa: Definir una curva P (t)

de tal forma que P (ti ) = Pi para determinados puntos Pi

b) Interpolar es: “Construir una función que pase por los puntos f (ti ) dados”

2.0.2. El Problema de Interpolación

Dados n + 1 puntos Pi ∈ IR2 , i = 0, 1, . . . , n asociados con valores paramétricos

ti , se pide calcular la curva:

n
X
P (t) = Aj Bj (t)
j=0

Tal que: P (ti ) = Pi . . .. Condición de Interpolación.

Nota:

1. Aj son llamados coeficientes de Interpolación.

2. Bj (t) son llamadas funciones básicas de Interpolación.

7
 3. Usando diferentes funciones básicas Bj (t) podemos obtener resultados muy

buenos o también desastrozos.

4. La caracterı́stica del polinomio interpolador lo dan las funciones básicas Bj (t).

Teorema 2.0.1 Dado un conjunto de puntos: f (ti ) ∀ i = 0, . . . , n, existe

exactamente un polinomio de grado menor o igual que n, que interpola a f (t)

en f (ti ) ∀ i = 0, . . . , n.

Demostración:

a) Existencia:

Tomemos dos puntos diferentes P0 = (t0 , f (t0 )) y P1 = (t1 , f (t1 )) y cons-

truyamos un polinomio que pase por dichos puntos

 
f (t1 ) − f (t0 )
(f (t) − f (t1 )) = (t − t1 )
t1 − t0

Ecuación de la recta que pase por P0 y P1

∗) Efectuando operaciones elementales tenemos:

(t − t1 ) (t − t0 )
f (t) = f (t0 ) + f (t1 ) haciendo g(t) = f (t)
(t0 − t1 ) (t1 − t0 )
(t − t1 ) (t − t0 )
=⇒ g(t) = f (t0 ) + f (t1 ) · · · (polinomio de grado 1)
(t0 − t1 ) (t1 − t0 )
∗) Tomemos tres puntos diferentes:

P0 = (t0 , f (t0 )), P1 = (t1 , f (t1 )), P2 = (t2 , f (t2 ))

construyamos un polinomio que pase por P0 , P1 y P2 , en forma análoga a la

anterior tenemos que el polinomio es:

(t − t1 )(t − t2 ) (t − t0 )(t − t2 )
g(t) = f (t0 ) + f (t1 ) +
(t0 − t1 )(t0 − t2 ) (t1 − t0 )(t1 − t2 )
(t − t0 )(t − t1 )
f (t2 ) · · · · · · (polinomio de grado 2)
(t2 − t0 )(t2 − t1 )

8
 ∗) Ası́ sucesivamente podemos construir con n + 1 puntos diferentes un poli-

nomio de grado a lo más n, esto es:

(t − t1 )(t − t2 )(t − t3 ) · · · (t − tn )
g(t) = f (t0 ) +
(t0 − t1 )(t0 − t2 )(t0 − t3 ) . . . (t0 − tn )
(t − t0 )(t − t2 )(t − t3 ) · · · (t − tn )
f (t1 ) +
(t1 − t0 )(t1 − t2 )t1 − t3 ) · · · (t1 − tn )
(t − t1 )(t − t2 )(t − t3 ) · · · (t − tn−1 )
· · · + f (tn ) (2.1)
(tn − t0 )(tn − t1 )(tn − t2 ) · · · (tn − tn−1 )

Observación:

Los polinomios que acompañan a f (ti ) i = 0, . . . , n son llamados polino-

mios de Lagrange.

En general estos polinomios se denotan como sigue:

(t − t0 )(t − t1 ) · · · (t − tj−1 )(t − tj+1 ) · · · (t − tn )

Lj (t) =
(tj − t0 )(tj − t1 ) . . . (tj − tj−1 )(tj − tj+1 ) · · · (tj − tn )

o en forma sintética:
n
Y (t − ti )
Lj (t) = (2.2)
(tj − ti )
i=0
i6=j

... g(t) es un polinomio de grado menor o igual que n y que interpola a f (t)

en (ti , f (ti )), i = 0, · · · , n.

b) Unicidad:

Supongamos que tanto g(t) como h(t) son polinomios de grado a lo más n

que interpola a f (t) en ti , ∀ i = 0, 1, 2, . . . , n.

definamos P (t) = g(t) − h(t) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (A)

entonces P (t) es un polinomio de grado a lo más n . . . . . . . . . . . . . . . . . . . . . (B)

=⇒ P (ti ) = g(ti ) − h(ti ) ∀ i = 0, . . . , n.

∗) Como g y h interpola a f en ti tenemos:

P (ti ) = g(ti ) − h(ti ) = f (ti ) − f (ti ) = 0. ∀ i = 0, . . . , n.

9
=⇒ P (ti ) = 0 ∀ i = 0, . . . , n

Es decir: P (t0 ) = 0, P (t1 ) = 0, P (t2 ) = 0, . . . , P (tn ) = 0

=⇒ P (t) tiene n + 1 raı́ces o ceros (por que ti 6= tj , ∀ i 6= j)

de (A) y (B) tenemos que:

P (t) ≡ 0 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (C)

Reemplazando (C) en (A) tenemos que g(t) ≡ h(t)

... El polinomio que interpola a f (t) es único.

10
Capı́tulo 3

Curvas de Bézier

Son curvas que se construyen utilizando una base especial del espacio de poli-

nomios, ésta es la denominada Base de Berstein.

3.1. Polinomios de Bernstein

Consideremos el espacio vectorial de los polinomios de grado menor o igual que

n, en una variable t, que denotamos por Pn . Una base de Pn está constituida por el

conjunto de polinomios {1, t, . . . , tn } lo cual significa que todo polinomio P (t) ∈ Pn

se puede expresar de manera única como combinación lineal de los polinomios de

esta base. Ahora estudiaremos con detalle las caracterı́sticas de los polinomios de

Bernstein de grado n, que constituyen otra base de Pn . Los n + 1 polinomios de

Bernstein de grado n los denotaremos por

B0n (t), B1n (t), . . . , Bnn (t),

y se pueden definir de forma compacta de la siguiente manera:

Definición 3.1.1 Los polinomios de Bernstein de grado n, que denotamos

por B0n (t), B1n (t), . . . , Bnn (t), se define como:

 
n
Bin (t) = (1 − t)n−i ti , para i = 0, . . . , n,
i

11
  
n n!
donde = .
i i!(n − i)!
Según esta definición, los polinomios de Bernstein de grado 1 son

B01 (t) = (1 − t), B11 (t) = t;

los de grado 2 son

B02 (t) = (1 − t)2 , B12 (t) = 2(1 − t)t, B22 (t) = t2 ;

los de grado 3 son

B03 (t) = (1 − t)3 , B13 (t) = 3(1 − t)2 t, B23 (t) = 3(1 − t)t2 , B33 (t) = t3 .

A continuación, se muestran las gráficas, en [0, 1], de los polinomios de Bernstein

de grado uno, dos y tres, con el fin de observar algunas de las propiedades que,

posteriormente, van a ser estudiadas.

Polinomios de Bernstein de grado 1 (n=1; i=0,1) Polinomios de Bernstein de grado

1 1

0.8 0.8

0.6 0.6

0.4 0.4

0.2 0.2

0 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1

Figura 3.1:

Polinomios de Bernstein de grado 3 (n=2; i=0,1,2,3)

3.2. Propiedades de los Polinomios de Bernstein

Las principales propiedaes de los polinomios de Bernstein de grado n, en el

intervalo [0, 1], son:

12
 1
1 0.5
0.9

0.8
0.8 0.4
0.7

0.6
0.6 0.3
0.5

0.4 0.2 0.4

0.3

0.2 0.1 0.2

0.1

0 0
0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Figura 3.2:

Positividad

Bin (t) ≥ 0 para todo i = 0, . . . , n.

Simetrı́a

Bin (t) = Bn−i

n
(1 − t) para todo i = 0, . . . , n.

Propiedad del valor máximo

El valor máximo, en [0, 1], del polinomio Bin (t) se alcanza en t = ni .

Propiedad de la partición de la unidad

Para cada t ∈ [0, 1], la suma de los valores de los n + 1 polinomios de Bernstein
n
Bin (t) = 1, esto es 1 = ((1 − t) + t)n y por el
P
de grado n en t es 1. Es decir
i=0
desarrollo del binomio de newton tenemos que:
n   n
X n X
1= (1 − t)n−i ti =⇒ 1 = Bin (t)
i
i=0 i=0

Propiedad de la obtención por recurrencia

Los polinomios de Bernstein de grado n se pueden obtener a partir de los de

grado n − 1, utilizando las siguientes expresiones

 n−1
n
 B0 (t) = (1 − t)B0 (t),

n−1
Bin (t) = (1 − t)Bin (t) + tBi−1 (t), para i = 1, . . . , n − 1,
 B n (t) = tB n−1 (t).

n n−1

13
 1 0.5

0.8 0.4

0.6 0.3

0.4 0.2

0.2 0.1

0 0
0 0.5 1 0 0.5 1

0.5 1

0.4 0.8

0.3 0.6

0.2 0.4

0.1 0.2

0 0
0 0.5 1 0 0.5 1

Figura 3.3:

Es decir,

Bin (t) = (1 − t)Bin−1 (t) + tBi−1

n−1
(t), para i = 1, . . . , n − 1,

si se adopta el convenio de que sea Bin (t) = 0 cuando i < 0 ó i > 0.

Esta propiedad nos permite evaluar fácilmente los polinomios de Bernstein sin

utilizar la definición

Propiedad de las primeras derivadas

Las derivadas primeras de los polinomios Bin (t) = 0, . . . , n, verifican

d n n−1
Bi (t) = n[Bi−1 (t) − Bin−1 (t)].
dt

3.3. Curvas de Bézier

Definición 3.3.1 Se denomina curva Bézier asociada a n+1 puntos P0 , P1 , . . . , Pn

de IR2 , a la curva parametrizada, definida para t ∈ [0, 1], cuyos puntos vienen dados

14
mediante la siguite expresión
n
X
(x(t), y(t)) = Bin (t)Pi ,
i=0

en la que los Bin (t) son los polinomios de Bernstein de grado n.

Los puntos P0 , P1 , . . . , Pn que determinan una curva de Bézier se denominan

puntos de control, y la poligonal que los une es el polı́gono Bézier o B-

polı́gono.

La definición anterior, en la que cabe la posibilidad de haber puntos repetidos, es

la correspondiente a una curva Bézier en el plano. Coviene observar que toda curva

Bézier no sólo queda determinada por sus puntos de control sino que es fundamental

el orden en el que éstos se dan, como veremos en estos ejemplos:

Dados los puntos P0 = (1, 1), P1 = (2, 4), P2 = (5, 3), la curva Bézier asociada

tiene las siguientes ecuaciones paramétricas

x(t) = B02 (t) + 2B12 (t) + 5B22 (t) = 1 + 2t + 2t2

, para t ∈ [0, 1]
y(t) = B02 (t) + 4B12 (t) + 3B22 (t) = 1 + 6t − 4t2
es decir:

(x(t), y(t)) = (1 + 2t + 2t2 , 1 + 6t − 4t2 )

y su trazo es:
x = 1+2. t+2. t.2, y = 1+6. t−4 t.2
0

−20

−40
y

−60

−80

−100

−20 0 20 40 60 80 100 120

curva de bezier asociada a (1,1),(2,4),(5,3)

15
Observamos ahora la curva de Bézier asociada a los puntos P0 = (2, 4), P1 = (1, 1)

y P2 = (5, 3)

x(t) = 2B02 (t) + B12 (t) + 5B22 (t) = 2 − 2t + 5t2


, para t ∈ [0, 1]
y(t) = 4B02 (t) + B12 (t) + 3B22 (t) = 4 − 6t + 5t2

es decir:

(x(t), y(t)) = (2 − 2t + 5t2 , 4 − 6t + 5t2 )

y su trazo es:
x = 2−2 t+5 t.2, y = 4−6 t+5 t.2
160

140

120

100
y

80

60

40

20

0 20 40 60 80 100 120 140 160 180

x

Podemos observar claramente que los trazos son totalmente distintos.

Para aclarar lo que está ocurriendo analizaremos detalladamente los trazos, esto

nos facilitará la comprensión de las propiedades de estas curvas.

Geométricamente podemos reunir caracterı́sticas comunes en ambas curvas:

Diremos que en ambos polinomios de Bézier sólo pasa por el primer y último

punto de control, además la curva está dentro del polı́gono convexo formado

por P0 , P1 y P2 , la tangente al inicio y final de la curva tiene como vectores

a: P1 − P0 y P2 − P1 respectivamente, hay 3 puntos de control y la curva es

de segundo grado

16
 Para mejor claridad ubicamos las curvas en el plano
y

p
4 1

p
2
3

2
p − p = (1,3)
1 0

1 p
0

x
1 2 3 5

p − p = (3,−1)
2 1

Se puede observar que:

El polinomio de Bézier es:

P (t) = (1 + 2t + 2t2 , 1 + 6t − 4t2 )

además:

P 0 (t) = (2 + 4t, 6 − 8t)

P1 − P0 = (1, 3)

P2 − P1 = (3, −1)

P 0 (0) = (2, 6) = 2(1, 3) = 2(P1 − P0 )

P 0 (1) = (6, −2) = 2(3, −1) = (P2 − P1 )

Nota: El grado de la curva es 2

Caso II:

P0 = (2, 4)

17
 P1 = (1, 1)

P2 = (5, 3)

P1 − P0 = (−1, −3)

P2 − P1 = (4, 2)

p
4 0

p
2
3

1 p
1 p − p = (4,2)
2 1

x
1 2 3 4 5

p − p = (−1,−3)
1 0

El polinomio de Bézier es:

P (t) = (2 − 2t + 5t2 , 4 − 6t + 5t2 )

Según los trazos anteriores podemos afirmar que la forma de la curva ha cambiado

por la poligonal que la encierra, mas aún la curva sigue el sentido de la poligonal y

el módulo de los vectores tangentes coinciden con la longitud del primer y último

lado del polı́gono convexo.

En general, como para los polı́gonos de Lagrange, Newton, etc, las ecuaciones

paramétricas de una curva de Bézier asociada a n + 1 puntos: P0 , P1 , P2 , · · · , Pn

son polinomios de grado menor o igual a n y por los únicos puntos de control que

pasa la curva son P0 y Pn .

18
 Es obvio suponer que si las imágenes de dos soportes distintos coinciden

(P (ti ) = P (tj ); ti 6= tj ) dicha curva de Bézier es cerrada.

Ejemplo 3.3.1 Sean los puntos de control: P0 = (1, 1), P1 = (−1, 3),

P2 = (2, 5) y P3 = (1, 1). Hallar el polinomio de Bézier, dibuje la poligonal que lo

encierra e indique los vectores tangentes.

Solución:

Puntos de control:

P0 = (1, 1); P1 = (−1, 3); P2 = (2, 5); y P3 = (1, 1).

Polı́gono de Bézier.

P (t) = (1 − 6t + 5t2 − 9t3 , 1 + 6t − 6t3 )

y
p
2
5

2 1

p p
1 0 3
p − p = (−2,2)
1 0

x
−1 1 2 3 4

p − p = (−1,−4)
3 2

Curva de Bézier asociada a (1, 1), (−1, 3), (2, 5) y (1, 1).

Observamos el siguiente ejemplo:

19
Ejemplo 3.3.2 Hallar el polı́gono de Bézier asociado a los siguientes puntos de

control:

P0 = (1, 1); P1 = (1, 3); P2 = (3, 1); y P3 = (3, 3).

Solución:

P (t) = (1 + 6t2 − 4t3 , 1 + 6t − 12t2 + 8t3 )

p p
1 3
3

2
p − p = (0,2)
1 0
1 p p
p − p = (0,2) 0 2
3 2

x
1 2 3 4

Curva de Bézier asociada a (1, 1), (1, 3), (3, 1) y (3, 3).

Segun lo observado diremos que en este caso la curva de Bézier es contenida por el

polı́gono de control.

20
Bibliografı́a

[1] Anton, H., (1991). Cálculo y Geometrı́a Analı́tica. Volumen 1. Limusa. México.

[2] Andreescu, T. y D. Andrica, (2006). Complex Numbers from A to... Z. USA.

Editorion Birkhäuser Boston.

[3] E. Lima. Análisis Real. Colección Textos del IMCA.

[4] Edwards, C. H. Jr. y Penney, D. E. (1996). Cálculo con geometrı́a analı́tica

(4a ed.). México: Prentice Hall.

[5] Haeussler, E. y Paul, R., (1987). Matemáticas para Administración y Eco-

nomı́a. GrupoEditorial Iberoamérica. México.

[6] Jiménez, René. (2008) Cálculo Diferencial. México: Pearson.

M. Graw Hill.

[7] Larson, Hostetler. Cálculo con Geometrı́a Analı́tica. Editorial M. Graw Hill.

[8] Larson, Ron; Hostetler, Robert y Edwars,

[9] Leithold, L. (1991). El cálculo con geometrı́a analı́tica (6a ed.). México: Harla.

[10] Purcell, E. J. y Varberg, D. (1993). Cálculo con geometrı́a analı́tica (6a ed.).

México: Prentice Hall. Algebra de Números Complejos. México. Editorial Li-

musa.

21