Mat1apuntescast19 20 PDF

Apuntes de Matemáticas 1
ADE y Economía
Departament de Mètodes Quantitatius i Teoria Econòmica
Universitat d’Alacant
Josep E. Peris & Begoña Subiza

Mètodes Quantitatius i Teoria Econòmica
licensed under a Creative Commons
Internacional License
Capítulo 1
FUNCIONES de una VARIABLE.

CONTINUIDAD
1. Conceptos básicos: Dominio, rango y gráfica de una función
2. Funciones elementales
3. Función inversa
4. Definición de límite. Límites laterales, infinitos y en el infinito
5. Propiedades de los límites
6. Cálculo de límites
7. Continuidad
8. Tipos de discontinuidad
9. Propiedades de las funciones continuas
10. Teoremas del valor intermedio, Bolzano y Weierstrass
1. Conceptos básicos: Dominio, rango y gráfica de una función

1.1. Conceptos previos
Se suponen conocidos los distintos tipos de números reales y las operaciones básicas entre nú-
meros. Un breve esquema es el siguiente:
La recta real: tipos de números
• Naturales (N): 0, 1, 2, 3, 4, 5, . . .
• Enteros (Z): . . . , °5, °4, °3, °2, °1, 0, 1, 2, 3, 4, 5, . . .
a
• Racionales (Q): , a, b 2 Z, b 6= 0 (quedan huecos en la recta: los irracionales)
b
p
• Irracionales (I): 2 º 10 41, º º 30 14, e º 20 72, . . .
• Reales (R): racionales unión irracionales ¥ toda la recta (sin huecos)
Operaciones con números reales: suma, resta, multiplicación, el inverso (¿cuándo existe?), di-
visión (¿cuándo se pueden dividir dos números?), potencias (naturales, enteras, racionales), . . .
1
CAPÍTULO 1: FUNCIONES de una VARIABLE. CONTINUIDAD
El concepto de infinito: +1, °1 (no son números reales), como límites de la recta real.
Unos subconjuntos de números reales que aparecerán a menudo son los intervalos. Éstos pueden
ser abiertos, cerrados, o ni abiertos ni cerrados. También pueden ser acotados o no acotados.
Intervalos de números reales:
• Intervalo abierto: (a, b) = {x 2 R : a < x < b}

• Intervalo cerrado: [a, b] = {x 2 R : a ∑ x ∑ b}
• Intervalo no abierto, no cerrado: (a, b] = {x 2 R : a < x ∑ b}; [a, b) = {x 2 R : a ∑ x < b}
• Intervalo no acotado:
(a, +1) = {x 2 R : a < x < +1}
(nótese que la última desigualdad no es necesaria, ya que todo número real la cumple);
éste es un intervalo abierto
[a, +1) = {x 2 R : a ∑ x < +1} = {x 2 R : a ∑ x}; éste intervalo es cerrado
(°1, b) = {x 2 R : °1 < x < b} = {x 2 R : x < b}; abierto (°1, b] = {x 2 R : x ∑ b}; cerrado
(°1, +1) = {x 2 R : °1 < x < +1} = R
El concepto de valor absoluto es útil para definir intervalos y otros subconjuntos de números
reales.
Definición 1 Valor absoluto de un número real: tres definiciones equivalentes

Ω
x si x ∏ 0
1. | x |=
°x si x < 0
p
2. | x |= + x 2
3. | x |= máx{x, °x}
Usando el valor absoluto, se definen los siguientes subconjuntos de números reales:
Intervalo abierto de centro a y radio r : {x 2 R :| x ° a |< r } = (a ° r, a + r )
Intervalo cerrado de centro a y radio r : {x 2 R :| x ° a |∑ r } = [a ° r, a + r ]
Complementarios:
{x 2 R :| x ° a |> r } = R ‡ {x 2 R :| x ° a |∑ r } = (°1, a ° r ) [ (a + r, +1)
{x 2 R :| x ° a |∏ r } = R ‡ {x 2 R :| x ° a |< r } = (°1, a ° r ] [ [a + r, +1)
Ejemplo 1 Determina los siguientes conjuntos, expresándolos en forma de intervalos o unión de inter-
valos:
1. {x 2 R :| x ° 3 |> 2}; sol: (°1, 1) [ (5, +1)
2. {x 2 R :| x + 1 |∏ 5}; sol: (°1, °6] [ [4, +1)
3. {x 2 R :| x ° 2 |∑ 8}; sol: [°6, 10]
Definición 2 Un entorno de un punto a es un intervalo (abierto) de centro el punto a y radio un nú-

mero pequeño (en ocasiones cercano a cero) que se denota por la letra griega " (epsilon)
E (a, ") = {x 2 R :| x ° a |< "} = (a ° ", a + ")
Por tanto, son puntos que están todos muy cerca de a (cuanto más pequeño es ", más cercanos). Por
ejemplo, el siguiente entorno del punto a = 0,
E (0, 00 1) = {x 2 R :| x |< 00 1} = (°00 1, 00 1)
2 Departament de Mètodes Quantitatius i Teoria Econòmica

1.2. Coordenadas cartesianas: origen, ejes, puntos en el plano

El plano R2 es el conjunto de pares ordenados de números reales (x, y) donde x, y 2 R
A la primera coordenada de un punto (x, y) del plano R2 se la denomina abscisa y a la segunda

ordenada; la abscisa corresponde al eje horizontal, mientras que la ordenada se refiere al eje
vertical
El eje horizontal (denominado eje X ) está formado por los puntos del plano con ordenada (se-
gunda coordenada) cero:
X = {(x, 0) : x 2 R}
El eje vertical (denominado eje Y ) está formado por los puntos del plano con abscisa (primera
coordenada) cero:
Y = {(0, y) : y 2 R}
El punto (0, 0) donde se cruzan los ejes X e Y se denomina origen de coordenadas
Gráficamente, el plano se divide en cuatro cuadrantes, determinados por los ejes X e Y ; hay
que diferenciar donde ambas coordenadas son positivas, ambas negativas, o una positiva y la
otra negativa
Ejercicio 1 Situar en el plano R2 los siguientes puntos: (2, 1), (2, °4), (°3, 0), (°2, °2), (0, 4)
1.3. Rectas en el plano: pasos para representar gráficamente una recta

Definición 3 Una recta es todo conjunto en el plano de la forma {(x, y) 2 R2 : Ax + B y = c} donde A, B ,
c son números reales conocidos, no siendo los dos primeros (A, B ) ambos nulos.
Ejemplo 2 Las siguientes relaciones definen rectas en el plano:
a) x + y = 1 b) y = 2x c) x = 8 d) y = °2
Para representar una recta en el plano, se obtienen dos puntos (solo dos) que cumplan su ecua-
ción, se representan en el plano R2 y se unen mediante la única recta que pasa por esos dos
puntos.
Departament de Mètodes Quantitatius i Teoria Econòmica 3

Por ejemplo, en la recta de la figura (que corresponde al caso a) del Ejemplo 2), basta considerar
los puntos (2, °1) y (°1, 2) y unirlos.
En general, un método fácil suele ser encontrar los puntos de corte con los ejes y luego unirlos:
• se toma x = 0 y sustituyendo en la ecuación se obtiene el valor de y § que hace que se

cumpla; esto proporciona un punto (0, y § )
• se toma y = 0 y sustituyendo en la ecuación se obtiene el valor de x § que hace que se
cumpla; esto proporciona un punto (x § , 0)
• si estos dos puntos son distintos, al unirlos se tendrá la recta.
• en el apartado a) del Ejemplo 2 se obtienen los puntos (0, 1) y (1, 0) que al unirlos propor-
cionan la misma recta de la figura anterior.
No siempre es posible hacer esto: en ocasiones aparece solo un punto de corte con los ejes,
como ocurre en los casos b), c) y d ) del Ejemplo 2.
En el caso b) el mismo punto corta a los dos ejes ya que se trata del (0, 0) y es necesario encontrar
otro punto que cumpla la ecuación; por ejemplo, se puede tomar x = 1 y se obtiene y § = 2, es
decir el punto (1, 2). Uniendo los dos puntos se dibuja la recta.

Rectas con el coeficiente A = 0. En este caso queda B y = c con lo que la segunda coordenada
c
vale siempre lo mismo y § = y la primera coordenada puede tomar cualquier valor. Esto da
B
lugar a una recta horizontal. Es el caso del ejemplo d )
Rectas con el coeficiente B = 0. En este caso queda Ax = c con lo que la primera coordenada
c
vale siempre lo mismo x § = y la segunda coordenada puede tomar cualquier valor. Esto da
A
lugar a una recta vertical. Es el caso del ejemplo c)
El siguiente dibujo muestra las rectas de los ejemplos c) y d )
Un caso especial son las rectas con coeficiente B 6= 0, es decir rectas que no son verticales. En
este caso se puede despejar la coordenada y lo que facilita trabajar con la recta:
A c
Ax + B y = c ) B y = °Ax + c ) y =° x + = mx + n
B B
A c
donde m = ° , n =
B B
En las rectas del ejemplo se obtiene
a) y = °x + 1 b) y = 2x c) es vertical, B = 0 d ) y = °2
Escrita (si se puede) la ecuación de una recta en la forma y = mx + n, un punto por el que pasa
es siempre (0, n); así pues ya solo faltará encontrar otro punto para dibujar la recta
Además el coeficiente m indicará la inclinación de la recta (su pendiente)
Por tanto, siempre que sea posible, es recomendable escribir la ecuación de la recta de esta
forma, y = mx + n, con la variable y despejada
1.4. Pendiente de una recta: significado

Dada una recta, intuitivamente, el concepto de pendiente indica la inclinación que tiene dicha
recta. Esta inclinación es positiva cuando la recta gráficamente va hacia arriba (es creciente) y es
negativa en caso contrario, es decir cuando la recta va hacia abajo (es decreciente).
Cuanta más inclinación tiene la recta, mayor es su pendiente (en valor absoluto)

En el caso en que B = 0 (recta vertical), se dice que la pendiente es infinita, m = 1.
En caso contrario, B 6= 0, la pendiente de una recta se define como la ratio (cociente) entre el
número de unidades que crece la variable y (incremento de y, 4y, que puede ser positivo o
negativo) y el número de unidades que crece la variable x (incremento de x, 4x, que puede ser
positivo o negativo); por ejemplo, si la recta pasa por los puntos (0, °1) y (2, 5)
4y 6
4y = 5 ° (°1) = 6; 4x = 2 ° 0 = 2; m= = =3
4x 2
Si se eligen dos puntos de modo que x crece una unidad, 4x = 1, entonces la pendiente se
corresponde con el incremento de y. En particular, si se toma x = 1, x = 0, tomando la ecuación
de la recta con la variable y despejada, y = mx + n, se tiene
4y = (m · 1 + n) ° (m · 0 + n) = m
es decir, el coeficiente de la variable x indica la pendiente (como se había comentado).
En las rectas del ejemplo las pendientes son:
a) m = °1 b) m = 2 c) m = 1 d) m = 0
1.5. Ecuación de una recta (según los datos conocidos)

A) conocido un punto por el que pasa y su pendiente: (x 1 , y 1 ), m
y ° y 1 = m(x ° x 1 )
B) conocidos dos puntos por los que pasa: (x 1 , y 1 ), (x 2 , y 2 )
4y y 2 ° y 1
En primer lugar se calcula la pendiente, m = =
4x x 2 ° x 1
Luego se elige uno de los puntos (por ejemplo (x 1 , y 1 ) y se aplica la fórmula del caso anterior.
Si la recta es vertical, el denominador será cero y no se podrá aplicar esta forma de hallar la
ecuación. Pero, en este caso, se tiene que x 2 = x 1 y la ecuación de la recta vertical es simple-
mente x = x 1 .

Ejemplo 3 Recta que pasa por el punto (2, °1) con pendiente m = 5
La ecuación es: y ° (°1) = 5(x ° 2), que simplificando se queda y = 5x ° 11.
Ejemplo 4 Recta que pasa por los puntos (2, °1) y (°1, 2)
Lo más fácil es empezar calculando la pendiente, y luego aplicar la fórmula anterior:
4y 3
4y = 2 ° (°1) = 3; 4x = (°1) ° 2 = °3; m= = = °1
4x °3
Ahora la ecuación es: y ° (°1) = (°1)(x ° 2), es decir y = °x + 1.
Ejemplo 5 Recta que pasa por los puntos (2, °1) y (°1, °1)
Repitiendo los cálculos se tiene:
4y 0
4y = (°1) ° (°1) = 0; 4x = (°1) ° 2 = °3; m= = =0
4x °3
y la ecuación es: y ° (°1) = (0)(x ° 2), es decir y = °1. Se observa que se trata de una recta horizontal,
hecho que se podía haber detectado ya que la coordenada y no cambia de un punto al otro.
Ejemplo 6 Recta que pasa por los puntos (2, °1) y (2, 2)
Se observa que la primera coordenada en los dos puntos no cambia, con lo que se trata de una recta
vertical, cuya ecuación es x = 2.
1.6. Vector director de una recta

Dos puntos en el plano (x 1 , y 1 ), (x 2 , y 2 ) definen una única recta. Si se restan coordenada a coorde-
nada estos puntos se obtiene un vector
u = (x 1 , y 1 ) ° (x 2 , y 2 ) = (x 1 ° x 2 , y 1 ° y 2 )
~
que indica la dirección en la que se mueve la recta. Entonces la ecuación de la recta se puede escribir
(en forma paramétrica) como:
{(x, y) 2 R2 : (x, y) = (x 1 , y 1 ) + ∏~
u, ∏ 2 R}
Ejemplo 7 Vector director y ecuación paramétrica de la recta que pasa por los puntos (2, 5) y (0, 3)
El vector director es ~u = (2, 5) ° (0, 3) = (2, 2) y la ecuación paramétrica es
(x, y) = (2, 5) + ∏(2, 2).
Para obtener la ecuación cartesiana (habitual) de la recta, se despeja ∏ en una de las coordenadas y
x
se sustituye en la otra. Por ejemplo, en la primera coordenada se tiene x = 2 + 2∏, de donde ∏ = ° 1.
2
Sustituyendo en la segunda coordenada que es y = 5 + 2∏, queda la ecuación y = x + 3.

Ejemplo 8 Ecuación cartesiana de la recta que pasa por (2, °1) con vector director ~
u = (1, °4)
Primero se calcula la ecuación paramétrica, que es
(x, y) = (2, °1) + ∏(1, °4).
En la primera coordenada queda x = 2+∏, de donde ∏ = x °2. Sustituyendo en la segunda coordenada,
y = °1 ° 4∏, queda
y = °1 ° 4(x ° 2); y = °4x + 7.
Nota 1 Si se tiene la ecuación de una recta con la variable y despejada, y = mx + n, ya se ha visto que
pasa por los puntos (0, n) y (1, m + n). Con estos dos puntos resulta sencillo obtener la forma que tiene
u = (1, m).
el vector director: ~
u = (0, 1).
Si no se puede despejar la segunda variable, se trata de una recta vertical y su vector director es~
1.7. Un poco de trigonometría

Dado un ángulo Æ las principales razones trigonométricas se definen del siguiente modo:
BA AO sen(Æ) B A
sen(Æ) = cos(Æ) = tan(Æ) = =
BO BO cos(Æ) AO
Los ángulos se medirán en radianes. Para relacionar los grados con los radianes, basta recor-
dar que una circunferencia tiene 360º que se corresponden con 2º radianes. Así, 180º serán º
radianes, 90º serán º/2, ...
Los valores de los senos y cosenos de algunos ángulos esenciales son fáciles de recordar y apa-
recen en la siguiente tabla. Para obtener la tangente, basta efectuar la división. En una sección
posterior se estudiarán un poco más las funciones trigonométricas.
Æ 0 [0º] º/6 [30º] º/4 [45º] º/3 [60º] º/2 [90º]

p p p p p
0 1 2 3 4
sen(Æ) =0 = 00 5 =1
2 2 2 2 2
p p p p p
4 3 2 1 0
cos(Æ) =1 = 00 5 =0
2 2 2 2 2
Hay que conocer la relación fundamental entre el seno y el coseno, que es consecuencia directa
del Teorema de Pitágoras
sen2 (Æ) + cos2 (Æ) = 1.

1.8. Ángulo que forman dos rectas
Si se observan dos rectas del plano que se cortan, aparecen dos ángulos: al más pequeño de ellos
se le denomina ángulo que forman las dos rectas. Es claro que el ángulo que forman dos rectas es el
mismo que forman sus vectores directores. Para determinar este ángulo se calcula su coseno
u = (u 1 , u 2 ) y ~v = (v 1 , v 2 ) son los vectores directores de las rectas, denominando Æ al ángulo

Si ~
que forman se cumple:
| u1 v 1 + u2 v 2 |
cos(Æ) = p p
(u 1 ) + (u 2 )2 (v 1 )2 + (v 2 )2
2
Si en las dos rectas se puede despejar la variable y, entonces es posible elegir los vectores di-
rectores de la forma ~ u = (1, m) y ~v = (1, m 0 ), donde m y m 0 son las respectivas pendientes.
Sustituyendo en la fórmula del coseno, ésta se simplifica quedando
| 1 + mm 0 |
cos(Æ) = p p
1 + m 2 1 + (m 0 )2
Ejemplo 9 Cálculo del coseno del ángulo que forman las rectas y = 2x ° 5, y = °x + 1.
u = (1, 2) y ~v = (1, °1). Entonces,
Los vectores directores son ~
| 1 + (°2) | 1
cos(Æ) = p p =p
1+4 1+1 10
Con la ayuda de una calculadora se podría obtener Æ = 710 565º.
1.9. Intersección de rectas. Rectas perpendiculares. Rectas paralelas

Dos rectas distintas en el plano pueden tener la misma pendiente o tener pendientes distintas.
Si las dos rectas tienen la misma pendiente, m = m 0 , entonces no se cortarán y se denominan

paralelas.
Si las dos rectas tienen pendiente diferente, m 6= m 0 , entonces se cortarán en un único punto.
Dicho punto se obtiene despejando una de las variables en una recta y sustituyendo en la otra.
Si, por ejemplo, las rectas son
y = 2x ° 5, 4x ° y = °3

sustituyendo el valor de y en la segunda ecuación se tiene

4x ° (2x ° 5) = °3; 2x + 5 = °3; 2x = °8; x = °4 y = °13
Luego se cortan en el punto (°4, °13).
Dos rectas que se cortan se dice que son perpendiculares cuando el ángulo que forman es de
90º. En este caso, el coseno vale 0, con lo que deberá cumplirse (si no son verticales) que el
numerador en la fórmula del coseno se anule, 1 + mm 0 = 0, es decir
1
m0 = °
m
que es la condición para que dos rectas sean perpendiculares. Las rectas del ejemplo anterior
tienen pendiente, respectivamente, m = 2, m 0 = 4. Entonces 1 + mm 0 = 1 + 8 = 9, luego estas
rectas no son perpendiculares.
Ejemplo 10 Dada la recta x + 2y = 2, se pide:
1. Calcula su pendiente y un punto por el que pase.
2. Calcula su vector director y la ecuación paramétrica
3. Razona si dicha recta pasa por el punto (1, 1)
4. Encuentra una recta paralela que pase por el punto (1, 1)
5. Encuentra una recta perpendicular que pase por el punto (1, 1)
6. Encuentra una recta perpendicular que pase por el punto (0, 0)
1) Para obtener la pendiente, el mejor método es despejar la variable y, que en este caso queda
1
y = ° x +1
2
con lo que la pendiente vale m = °00 5. Dando un valor a x y obteniendo el correspondiente de y se
calcula un punto por el que pasa la recta; si x = 0, entonces y = 1; la recta pasa por (0, 1).
u = (1, m) = (1, °00 5). La ecuación en forma para-

2) Ya que la recta no es vertical, el vector director es ~
métrica es
© ™
(x, y) : (x, y) = (0, 1) + ∏(1, °00 5)
3) Para saber si una recta pasa por un punto (x 1 , y 1 ) ese punto debe cumplir la ecuación de la recta. En
este ejemplo, si se sustituye el punto (1, 1) se tiene
1 + 2 · 1 = 3 6= 2
luego no cumple la ecuación y la recta no pasa por dicho punto.
4) Si la recta es paralela, su pendiente es la misma m = °00 5. Si pasa por el punto (1, 1) se aplica direc-
tamente la forma conocida
y ° 1 = °00 5(x ° 1); y = °00 5x + 10 5; x + 2y = 3
1 1
5) Si la recta es perpendicular, su pendiente será m 0 = ° = ° 0 = 2. Sabiendo que pasa por (1, 1),
m °0 5
su ecuación es
y ° 1 = 2(x ° 1); y = 2x ° 1
6) Este caso es análogo al anterior, pero pasando por (0, 0)

y = 2x
En la siguiente gráfica aparecen todas las rectas del ejemplo anterior.

1.10. Concepto de función real de variable real

Definición 4 Una función f es una regla que asigna a cada número real x de un conjunto D (incluido
en el eje X , la recta real) un único número real y que se representa por f (x). Se dice que el número
y = f (x) es la imagen de x.
El par formado por cada número real x y su imagen f (x), determina un punto (x, f (x)) en el plano R2 .
El conjunto de todos estos pares se denomina gráfica de la función
G f = {(x, f (x)) 2 R2 ; x 2 D}
donde D es el conjunto donde está definida la función, que se denomina dominio de la función.
Ejemplo 11 Una función f se define como la regla que a cada número le asigna su doble, f (x) = 2x.
Esto es, f (0) = 0, f (°10 5) = °3, f (20) = 40, f (30 22) = 60 44, f (°10) = °20, ... La gráfica de esta función es
el conjunto de puntos G f = {(x, 2x) 2 R2 ; x 2 R}. Si estos puntos se representan en el plano, se obtiene
la gráfica de la recta y = 2x, ya conocida.
Nota 2 Un ejemplo básico de función lo constituyen las rectas no verticales. En este caso, como se ha
visto, es posible escribir la ecuación de la recta como y = f (x) = mx + n.
Nota 3 En general, el dominio de una función son los valores reales x donde se puede calcular la fun-
ción. En el ejemplo anterior se puede calcular para todos los números reales y su dominio es D = R. Por
1
ejemplo, la regla que a cada número le asigna su inverso, f (x) = , como es un cociente solo se puede
x
calcular cuando su denominador es distintoΩµ de cero.
∂ Es decir, su dominio
æ es D = {x 2 R : x 6= 0}. Algunos
1 2
puntos de la gráfica de esta función G f = x, 2 R ; x 2 R, x 6= 0 aparecen en la siguiente figura:
x

Nota 4 En contextos económicos, en ocasiones el dominio de una función se ve reducido por el sig-
nificado de las variables. Por ejemplo, si x representa el número de horas de funcionamiento de una
máquina, al margen de poder calcular la función, solo tiene sentido considerar valores de x mayores o
iguales a cero, x ∏ 0.
1.11. Cálculo del dominio de una función

Salvo indicación expresa, el dominio de una función será el conjunto de puntos en los que se
puede calcular. Para ello, es conveniente repasar dónde están definidas las operaciones básicas:
la suma, resta o multiplicación siempre puede realizarse
la división (cociente), solo se puede realizar cuando el denominador es distinto de cero
la raíz cuadrada puede calcularse cuando el número sea mayor o igual a cero
la raíz cúbica siempre puede realizarse
cualquier logaritmo solo puede calcularse cuando el número es mayor (estrictamente) que
cero; se usará siempre el logaritmo neperiano (o natural), que suele denotarse por ln(x), y su
base es el número irracional e º 20 72
cualquier operación exponencial, del tipo a x , con a > 0, siempre se puede realizar. En espe-
cial se usará la exponencial con base el número e º 20 72, e x , que es la operación inversa del
logaritmo neperiano
Cuando se deban realizar combinaciones de las operaciones anteriores (una raíz cuadrada de un
cociente, con un logaritmo, ...) el dominio vendrá dado por el conjunto de valores en el que se pueden
realizar todas las operaciones.
µ ∂
x +2
Ejemplo 12 Cálculo del dominio de la función f (x) = ln
x °1
La primera operación que debe realizarse es un cociente: el denominador debe ser distinto de
cero; esto es x ° 1 6= 0, o escrito de otra manera x 6= 1
La segunda operación es un logaritmo: solo se puede calcular sobre números positivos; como hay
un cociente, para que la división sea positiva numerador y denominador deben tener el mismo
signo:
• numerador y denominador (estrictamente) positivos: x + 2 > 0, x ° 1 > 0; lo que implica

x >1
• numerador y denominador (estrictamente) negativos: x + 2 < 0, x ° 1 < 0; lo que implica
x < °2
Por tanto, el dominio de esta función es:
D f = (°1, °2) [ (1, +1)

p
Ejemplo 13 Cálculo del dominio de la función g (x) = x2 + x ° 2
La operación de dentro de la raíz siempre se puede calcular
Para calcular la raíz cuadrada, el número ha de ser mayor o igual a cero; se resuelve la ecuación
x 2 + x ° 2 = 0 y luego se discute el signo en cada zona:
p Ω
°1 ± 1 ° (°8) °1 ± 3 x =1
x2 + x ° 2 = 0 ) x= = )
2 2 x = °2
La recta real queda dividida en tres partes:

p
• (°1, °2): sustituyendo, por ejemplo, en x = °10 se obtiene 88 que sí que se puede calcular
p
• (°2, 1): sustituyendo, por ejemplo, en x = 0 se obtiene °2 que no se puede calcular
p
• (1, +1): sustituyendo, por ejemplo, en x = 10 se obtiene 108 que sí que se puede calcular
Por tanto, el dominio de esta función es: D g = (°1, °2] [ [1, +1)
2. Funciones elementales
2.1. Función valor absoluto: f (x) =| x | dominio D f = R
2.2. Parábola: f (x) = x 2 dominio D f = R

p
2.3. Raíz cuadrada: f (x) = x dominio D f = R+ = [0, +1)
1
2.4. Hipérbola: f (x) = dominio D f = R ‡ {0} = (°1, 0) [ (0, +1)
x
2.5. Exponencial: f (x) = e x dominio D f = R

2.6. Logaritmo: f (x) = ln(x) dominio D f = R++ = (0, +1)
2.7. Función seno: f (x) = sin(x) dominio D f = R
2.8. Función coseno: f (x) = cos(x) dominio D f = R

º
2.9. Función tangente: f (x) = tan(x) dominio D f = R ‡ {x = 2 + kº, k 2 Z}
Transformaciones de las funciones elementales

a) Desplazamiento horizontal
Si en una función se sustituye la variable x por x + k, siendo k un número fijo conocido, el efecto
que tiene sobre la gráfica es un desplazamiento horizontal de k unidades: hacia la derecha si k es
negativo, hacia la izquierda si k es positivo
Esto permite obtener fácilmente la gráfica de f (x + k) si se conoce la gráfica de f (x)
b) Desplazamiento vertical
Si a una función f (x) se le suma una constante fija M , el efecto que tiene en la gráfica es un
desplazamiento vertical de M unidades: hacia arriba si M es positivo, hacia abajo si M es negativo
Esto permite obtener fácilmente la gráfica de f (x) + M si se conoce la gráfica de f (x)
Ejemplo 14 A partir de la parábola, f (x) = x 2 , se puede deducir la gráfica de las funciones:
f 1 (x) = (x ° 1)2 f 2 (x) = x 2 ° 3 f 3 (x) = (x ° 3)2 ° 4

Nota 5 Se observa en las gráficas de las funciones seno y coseno, que cada una de ellas se puede
expresar como un desplazamiento horizontal de la otra. En particular,
≥ º¥
cos(x) = sen x +
2
c) Cambio de signo en la función

Cambiar el signo de una función (pasar de la función f (x) a la función ° f (x)) tiene el efecto de
reflejarse por el eje X , como si éste fuera un espejo. Así, conociendo la gráfica de f (x) se obtiene
de manera inmediata la de ° f (x)
d ) Cambio de signo en la variable

Cambiar el signo de la variable (pasar de la función f (x) a la función f (°x)) tiene el efecto de
reflejarse por el eje Y , como si éste fuera un espejo. Así, conociendo la gráfica de f (x) se obtiene
de manera inmediata la de f (°x)

e) Cambios de escala
Los cambios de escala consisten en multiplicar la variable o la función (o ambas) por una cons-
tante ∞ > 0. Así,
f (∞x) produce un estiramiento/compresión horizontal (un estiramiento si ∞ < 1 y una com-

presión si ∞ > 1)
∞ f (x) produce un estiramiento/compresión vertical (un estiramiento si ∞ > 1 y una compre-

sión si ∞ < 1)
Lo que se ha visto permite representar funciones que están relacionadas con las funciones ele-
mentales vistas. Como la del siguiente ejercicio.
3x ° 17
Ejercicio 2 Representación gráfica de la función f (x) = (extraída de un examen); más sen-
x °6
1
cilla si se escribe en la forma f (x) = 3 +
x °6
Operaciones con funciones

De igual manera a lo que se hace con los números reales, las funciones pueden sumarse, restarse,
multiplicarse, ... Esto permite combinar las funciones elementales para obtener muchas más. Estas
operaciones se definen de manera natural:
suma/resta de funciones
( f + g )(x) = f (x) + g (x) ( f ° g )(x) = f (x) ° g (x)

producto de funciones
( f · g )(x) = f (x) · g (x)
cociente de funciones (siempre que el denominador sea distinto de cero)

µ ∂
f f (x)
(x) = g (x) 6= 0
g g (x)
3. Función inversa
3.1. Composición de funciones: ejemplo
En muchas ocasiones, las funciones complicadas se pueden descomponer en funciones sencillas
que se van aplicando una detrás de otra. El manejo de estas descomposiciones será de mucha utilidad
en el desarrollo de cálculos (por ejemplo, límites, derivadas,. . . ) Una idea de cómo descomponer una
función viene dada si se piensa en el modo en que se calcularía su valor. Por ejemplo, si se considera
la función µq ∂
° ¢
f (x) = ln sen x 2 + 7
para calcular su valor en x = 3,

1. se calcula y 1 = x 2 = 9
2. se calcula y 2 = y 1 + 7 = 16
3. se calcula y 3 = sen(y 2 ) = sen(16) º 00 28

p p
4. se calcula y 4 = y 3 = 00 28 º 00 53
5. se calcula y 5 = ln(y 4 ) = ln(00 53) º °00 64 = f (3)

El esquema seguido es:
p
x 7°! y 1 = x 2 7°! y 2 = y 1 + 7 7°! y 3 = sen(y 2 ) 7°! y 4 = y 3 7°! f (x) = y 5 = ln(y 4 )
Cada una de estas funciones es una de las elementales vistas, de las que se conoce su dominio, su
gráfica, ...
Definición 5 Dadas dos funciones f , g : R ! R la composición de f con g , denotado por f ± g , es una
nueva función definida por
° ¢
( f ± g )(x) = f g (x)
Ejemplo 15 Cálculo de las composiciones f ± g , g ± f , siendo f (x) = x 2 + 1, g (x) = 2x ° 5
( f ± g )(x) = f (2x ° 5) = (2x ° 5)2 + 1 = 4x 2 ° 20x + 25 + 1 = 4x 2 ° 20x + 26
° ¢ ° ¢
(g ± f )(x) = g x 2 + 1 = 2 x 2 + 1 ° 5 = 2x 2 + 2 ° 5 = 2x 2 ° 3
Se observa que el resultado obtenido es distinto. Ocurrirá así, en general.
3.2. Concepto de función inversa. Ejemplos.

Definición 6 Dos funciones f , g se dicen inversas (una de la otra) si para todo número real x de su
dominio
( f ± g )(x) = (g ± f )(x) = x
La inversa de la función f (que sería la función g ) se representa por el símbolo f °1 (x)
No todas las funciones tienen inversa. Algunas, aún teniendo inversa es difícil calcularla. Sin em-
bargo ya han aparecido ejemplos de funciones en que una es la inversa de la otra:

p
f (x) = x g (x) = x 2 f (x) = e x g (x) = ln(x)
p
f °1 (x) = x 2 g °1 (x) = x f °1 (x) = ln(x) g °1 (x) = e x
Resulta interesante ver juntas la gráfica de una función y la de su inversa.
Las inversas de las funciones trigonométricas se denominan arc sen, arc cos, arctan, siendo ésta
última la más útil (ver gráfica de tan(x) y de arctan(x))
3.3. Procedimiento general para calcular la función inversa

a) se escribe la ecuación y = f (x)
b) se despeja la variable x
c) se cambia la notación, sustituyendo la y por la x
Ejemplo 16 Cálculo de la inversa de la función f (x) = 3x ° 1
a) y = 3x ° 1 1 1
b) x = (y + 1) c) f °1 (x) = (x + 1)
3 3
Ejemplo 17 Cálculo de la inversa de la función f (x) = x 2 + 3
p p
a) y = x 2 + 3 b) x = y ° 3 c) f °1 (x) = x °3
Nota 6 El dominio de una función y el de su inversa son, en general, distintos. En el ejemplo anterior,
D f = R, mientras que el dominio de la inversa es D f °1 = [3, +1). Por tanto el dominio en el que estas
funciones son inversas es el menor de los dos. En este caso sería D = [3, +1). Un caso similar ocurre con
las funciones logaritmo y exponencial: son inversas en el dominio D = (0, +1).

4. Definición de límite. Límites laterales, infinitos y en infinito

4.1. Definición e idea intuitiva. Ejemplos
Si consideramos una función f (x) definida en los alrededores de un punto a, es decir en un en-
torno E (a, ±) = (a ° ±, a + ±), la idea de que el límite de f (x) cuando x tiende (se acerca) al punto a es
igual a L significa que los valores de la función están muy cerca de L (tan cerca como queramos). Esto
se representa por
lı́m f (x) = L
x!a
Definición 7 Dada la función f (x) definida en un entorno de un punto a, se dice que
lı́m f (x) = L () 8" > 0 : 9± > 0 tal que 0 < |x ° a| < ± ) | f (x) ° L| < "
x!a
Nota 7 Con respecto a la anterior definición:
1. Hay que observar que el valor de la función en el punto a no importa, ya que se está estudiando
cómo es la función en valores x que están cerca, pero sin ser el punto a.
2. Un primer paso, como se verá más adelante, en el estudio de un límite es sustituir el valor de a
en la función, y sustituir también valores próximos. Esto no sirve para calcular un límite, pero
será de ayuda para saber qué puede pasar.
Ejemplo 18 Observa los siguientes límites:
a) lı́m 2x ° 1
x!2
Sustituyendo el valor de x = 2 en la función, se obtiene f (2) = 3. Sustituyendo ahora en valores
cercanos (x = 20 001, x = 10 9999999, . . .), se observa que la función vale aproximadamente 3, con lo
que parece que este límite vale 3.
Ω
x + 1 si x < 0
b) lı́m f (x), donde f (x) =
x!0 x + 5 si x ∏ 0
En x = 0 la función vale f (0) = 5. Pero si se sustituye, por ejemplo, en x = °00 000001, un valor muy
próximo, la función vale f (°00 000001) = 00 999999 que está muy lejos de L = 5. El límite, por tanto,
no existirá.

x3 ° 1
c) lı́m
x!1 x ° 1
0
Al sustituir en x = 1, la función vale f (1) = , que no existe. Pero si se sustituyen valores próximos
0
a 1, (x = 10 001, x = 00 9999999, . . .) la función vale aproximadamente 3, independientemente de si se
está cerca por un lado o por el otro. Se dirá que el límite existe y es L = 3, aunque la función no existe
en ese punto.
1
d) lı́m
x!0 x 2
1
Si se sustituye el valor x = 0 en la función, se obtiene f (0) =, que no existe (no se puede dividir
0
0 0
por cero). Si se toman valores cercanos (x = 0 001, x = °0 000001, . . .), se observa que la función va
tomando valores cada vez más grandes (se dirá que su límite es infinito; la gráfica aparece en la
siguiente sección).
4.2. Límites infinitos

El último ejemplo muestra que cuando x se acerca a un valor a, la función puede hacerse tan
grande como se quiera. Si se cambia el signo a la función, se hará negativa, y tan grande en valor
absoluto como se quiera. En estos casos, formalmente el límite no existe, pero se dice que el límite
vale infinito (positivo o negativo).
Definición 8 Dada la función f (x) definida en un entorno de un punto a, se dice que
lı́m f (x) = +1 () 8K > 0 : 9± > 0 tal que 0 < |x ° a| < ± ) f (x) > K
x!a
lı́m f (x) = °1 () 8K > 0 : 9± > 0 tal que 0 < |x ° a| < ± ) f (x) < °K
x!a
4.3. Límites en infinito

Se dice que la variable x se acerca a +1 cuando toma un valor tan grande como se quiera. Lo
mismo para °1, significa que la variable x toma un valor negativo tan grande en valor absoluto
como se quiera. Para definir límite en estos casos no es posible tomar un entorno de ±1, por lo que
las definiciones se ven modificadas, aunque sin perder la idea.

Definición 9 Dada la función f (x), se dice que
lı́m f (x) = L () 8" > 0 : 9M > 0 tal que x > M ) | f (x) ° L| < "
x!+1
lı́m f (x) = L () 8" > 0 : 9M > 0 tal que x < °M ) | f (x) ° L| < "
x!°1
Finalmente, cuando la variable tiene a +1 o a °1, la función puede hacerse tan grande como se
quiera, dando lugar a los denominados límites infinitos en infinito. Es lo que ocurre cuando la función
es una recta no horizontal, por ejemplo f (x) = 2x ° 1.
Definición 10 Dada la función f (x), se dice que
lı́m f (x) = +1 () 8K > 0 : 9M > 0 tal que x > M ) f (x) > K

x!+1
Ejercicio 3 Se pide escribir la definición formal de los siguientes límites, siguiendo el esquema de la
definición anterior:
lı́m f (x) = °1 lı́m f (x) = +1 lı́m f (x) = °1

x!+1 x!°1 x!°1
4.4. Límites laterales (derecha e izquierda): una condición de existencia de límite

Cuando se estudia el límite de una función f (x) en un punto finito a, se puede estar cerca de
dicho punto por la izquierda, por la derecha, o por ambos lados simultáneamente. Si sólo interesan
puntos a la izquierda de a, [x < a], se está calculando el límite por la izquierda, y se denota por:
lı́m f (x) = L °
x!a °
mientras que si solo interesan puntos a la derecha [x > a], se está calculando el límite por la derecha,
y se representa por:
lı́m+ f (x) = L +
x!a
Una propiedad importante es que si los límites por la derecha e izquierda son distintos, entonces la
función no tiene límite en ese punto:
L + 6= L ° =) ÿ lı́m f (x)
x!a
Cuando los dos límites laterales existen y son iguales, entonces ese número es el límite de la fun-
ción. Por eso, el cálculo de los límites laterales resulta muchas veces de utilidad, sobretodo cuando
la función está definida a trozos (es diferente a un lado y otro del punto a) o aparece la función valor
absoluto.
4.5. Asíntotas
Intuitivamente, una asíntota a una curva es una recta que se acerca tanto como se quiera, pero
1
que nunca llega a tocar a la curva. Por ejemplo, si se observa la gráfica de la función f (x) = 2 , la
x
recta y = 0 (el eje X ) es una asíntota horizontal, mientras que la recta x = 0 (el eje Y ) es una asíntota
vertical. Las siguientes definiciones relacionan el concepto de asíntota con un tipo especial de límite.

Definición 11 La recta x = a es una asíntota vertical de la función f (x) cuando se cumple, al menos,
una de las condiciones siguientes:
lı́m f (x) = +1 lı́m f (x) = +1 lı́m f (x) = °1 lı́m f (x) = °1

x!a + x!a ° x!a + x!a °
Por tanto, cada vez que el cálculo de un límite en un punto a dé infinito, existirá una asíntota vertical.
Definición 12 La recta y = b es una asíntota horizontal de la función f (x) cuando se cumple, al menos,
una de las condiciones siguientes:
lı́m f (x) = b lı́m f (x) = b

x!+1 x!°1
Es decir, cada vez que el límite en +1 o en °1 da un valor finito, aparece una asíntota horizontal.
5. Propiedades de los límites

5.1. Función constante:
Si f (x) = C , para todo x, entonces lı́m f (x) = C , en cualquier punto a
x!a
5.2. Suma/resta de funciones: Cuando los límites existen, se cumple que:

° ¢
lı́m f (x) + g (x) = lı́m f (x) + lı́m g (x)
x!a x!a x!a
° ¢
lı́m f (x) ° g (x) = lı́m f (x) ° lı́m g (x)
x!a x!a x!a
Pueden aparecer las siguientes situaciones:
(+1) + (+1) = (+1) (°1) + (°1) = (°1) (+1) ° (+1) = duda (°1) ° (°1) = duda
Las expresiones que son duda, se denominan indeterminaciones. En estos casos, el límite no
sigue una regla general y, dependiendo del caso, puede existir o no existir, puede valer un número
finito, o puede ser infinito (positivo o negativo). Aunque algunas indeterminaciones se pueden
resolver directamente, la mayoría se resuelven muy fácilmente usando las derivadas, por lo que
se discutirán más adelante.
5.3. Producto de funciones: Cuando los límites existen, se cumple que:

° ¢
lı́m f (x)g (x) = lı́m f (x) · lı́m g (x)
x!a x!a x!a
(+1)(+1) = (+1) (+1)(°1) = (°1) (±1)0 = duda

(°1)(°1) = (+1) (±1)L = (±1), L 6= 0
5.4. Cociente de funciones: Cuando los límites existen, y el denominador es distinto de cero, se cum-
ple que:
lı́m f (x)
f (x) x!a
lı́m = lı́m g (x) 6= 0
x!a g (x) lı́m g (x) x!a
x!a

±1 0 L
= duda = duda = (±1)
±1 0 0
5.5. Potencias y raíces: Cuando los límites existen, se cumple que:
° ¢n ≥ ¥n
lı́m f (x) = lı́m f (x)
x!a x!a
Cuando los límites existen, se cumple que:

p q
n
lı́m f (x) = n lı́m f (x)
x!a x!a
Nota 8 Con las raíces es necesario llevar un poco de cuidado, debido a su dominio (solo puede
calcularse la raíz cuadrada de números mayores o iguales a cero). Por tanto, se podrá aplicar la
anterior regla siempre que la correspondiente raíz esté bien definida.
5.6. Función compuesta: Cuando los límites existen, se cumple que:

° ¢
lı́m g ± f (x) = lı́m g (x) donde b = lı́m f (x)
x!a x!b x!a
Nota 9 Considerar una función (complicada) como composición de funciones más sencillas es
una herramienta muy útil en matemáticas, tanto para el cálculo de límites que interesa ahora
como para el cálculo de derivadas que se verá más adelante. Lo que se hace es dividir el trabajo en
varios pasos. El siguiente ejemplo ilustra esta idea.
Ejemplo 19 Cálculo de un límite por descomposición de la función:

µ ∂
x 2 ° 4x
lı́m ln
x!4 4x ° 16
La función puede descomponerse en dos:
x 2 ° 4x
f (x) = g (x) = ln(x)
4x ° 16
Entonces
x 2 ° 4x x(x ° 4) x
lı́m f (x) = lı́m = lı́m = lı́m = 1
x!4 x!4 4x ° 16 x!4 4(x ° 4) x!4 4
y ahora se calcula
lı́m g (x) = lı́m ln(x) = ln(1) = 0
x!1 x!1
con lo que el límite buscado es L = 0.
6. Cálculo de límites
Cálculo del límite lı́m f (x)
x!a
6.1. Se sustituye el valor x = a en la función. Si da un valor que existe (y es finito), éste es el límite.
Si la función está definida de distinta forma a un lado y otro de ese punto, se ha de sustituir en
ambas expresiones y debe dar el mismo valor en las dos.

Ejemplo 20 lı́m (x 2 ° 3x + 1)
x!°1
Sustituyendo x = °1, se obtiene L = 5.
6.2. Si no se puede calcular este valor, se calculan los límites laterales (derecha e izquierda); entonces:
a) Si los límites laterales son distintos, no hay límite

b) Si los límites laterales existen y coinciden, entonces el límite existe y toma dicho valor
|x|
Ejemplo 21 lı́m
x!0 x
Límites laterales:
|x| x |x| °x
lı́m+ = lı́m+ = 1 lı́m° = lı́m° = °1
x!0 x x!0 x x!0 x x!0 x
Como son distintos, no existe límite de la función en este punto.

Ω
x +2 si x ∑ 1
Ejemplo 22 lı́m f (x), donde f (x) =
x!1 2x + 1 si x > 1
Límites laterales:
lı́m (2x + 1) = 3 lı́m (x + 2) = 3

x!1+ x!1°
Como ambos límites laterales coinciden, existe límite y vale L = 3.
6.3. Puede que al sustituir para calcular el límite, o los límites laterales, aparezcan expresiones en las
que no se puede determinar su valor. En este caso, se intentan simplificar.
x2 ° 1
Ejemplo 23 lı́m
x!1 x ° 1
0
Al sustituir aparece una indeterminación del tipo . Estos casos se resolverán fácilmente con téc-
0
nicas de derivación. De todos modos, es posible simplificar y obtener el valor del límite:
x2 ° 1 (x ° 1)(x + 1)
lı́m = lı́m = lı́m (x + 1) = 2 =) L=2
x!1 x ° 1 x!1 x °1 x!1
6.4. Pueden aparecer expresiones más complicadas que son difíciles de simplificar. La mayoría de
ellas se resolverán con técnicas de derivación.
x
Ejemplo 24 lı́m
x!+1 e x
Las dos funciones (numerador y denominador) tienden a +1, lo cual deja una indeterminación
+1
del tipo . Sin embargo, se observa que una (la exponencial) crece mucho más deprisa que la
+1
otra (la recta), y la gráfica muestra que el cociente tiende a cero. Luego el límite será L = 0. Usando
técnicas de derivación, este tipo de límites se resuelve de una manera muy sencilla.
sin(x)
Ejemplo 25 lı́m
x!0 x
Sin poder usar derivadas, solo sirve observar que cuando el arco x es muy pequeño sin(x), que es
la vertical, prácticamente coincide con el arco. Entonces, el límite será L = 1.

7. Continuidad
La idea intuitiva del concepto de continuidad viene recogida en la siguiente definición informal:
una función es continua si se puede dibujar su gráfica sin levantar el lápiz del papel.
Definición 13 Una función f (x) es continua en el punto x = a si se cumplen tres condiciones:
1. La función existe en x = a, es decir a 2 D f , con un valor finito f (a)
2. Existe el límite, lı́m f (x), con un valor finito L

x!a
3. La función y el límite coinciden en el punto a, f (a) = L
Formalmente, usando la definición de límite, estas condiciones se pueden expresar en la forma:
f (x) continua en a , lı́m f (x) = f (a) , 8" > 0 : 9± > 0 tal que 0 < |x ° a| < ± ) | f (x) ° f (a)| < "
x!a
Si la función f (x) no es continua en un punto x = a, se dice que es discontinua en dicho punto.
Ejemplo 26 Análisis de la continuidad/discontinuidad de una función en un punto
1
a) f (x) =
x
Se trata de una función elemental conocida (la hipérbola). Observando la gráfica se ve que en el
punto x = 1 es continua, mientras que en el punto x = 0 es discontinua. En este punto no existe la
función, y no existe el límite.

b) f (x) = |x|
También es conocida la función valor absoluto, y de su gráfica se deduce que es continua en todos
los puntos x 2 R.
Ω
x +2 si x ∑ 0
c) f (x) =
2 si x > 0
Es fácil dibujar la gráfica, ya que se trata de dos rectas. Observando su gráfica se deduce que es
continua en todos los puntos x 2 R.
Ω
x si x ∑ 0
d ) f (x) =
2 si x > 0
Esta función también es fácil de representar y es claro que en x = 0 hay discontinuidad. En el resto
de puntos es continua.
Definición 14 Una función f (x) es continua en un intervalo (abierto, cerrado, ...) si es continua en
todos los puntos de dicho intervalo. Si el intervalo es cerrado [a, b] en el punto x = a se calculará el
límite por la derecha, mientras que en x = b se calculará solo el límite por la izquierda.
Por ejemplo, la hipérbola es continua en el intervalo [1, 10], o en el intervalo (0, 25]. No será con-
tinua en intervalos que contengan el cero, como [°1, 1], o [0, 3]. Si una función es siempre continua
(en todo R), será continua en cualquier intervalo que se considere.

8. Tipos de discontinuidad
8.1 discontinuidad de salto finito: existen los límites laterales y son finitos, pero son distintos.
El apartado d ) del ejemplo anterior muestra un caso de discontinuidad de salto finito. Las si-
guientes gráficas muestran las conocidas funciones de parte entera, f (x) = [x], y redondeo al en-
tero más cercano f (x) = R(x).
8.2 discontinuidad de salto infinito: los límites laterales son infinitos de distinto signo (como por
ejemplo en la hipérbola), o uno es finito y otro infinito.
8.3 discontinuidad asintótica: los límites laterales son infinitos del mismo signo; es lo que ocurre,
1
por ejemplo, en el punto x = 0 con la función f (x) = 2
x
8.4 discontinuidad evitable: existe la función y existe el límite, pero toman valores distintos. Por
ejemplo, la función
Ω
x si x 6= 0
f (x) =
2 si x = 0
tiene una discontinuidad evitable en el punto x = 0.
Se dice evitable porque modificando la función en un solo punto (o en unos pocos) se convierte
en continua, ya que el límite sí que existe, pues para el cálculo del límite no se tiene en cuenta
el valor de la función en el mismo punto, solo lo que vale la función cuando x se acerca a dicho
punto.

9. Propiedades de las funciones continuas

Las propiedades de las funciones continuas permitirán que, a partir de unas pocas funciones
elementales conocidas, se pueda razonar la continuidad (o discontinuidad) de funciones mucho más
complejas. En primer lugar se recuerdan algunas funciones que son continuas en su dominio.
función constante, f (x) = C , D f = R
funciones lineales/afines (rectas), f (x) = mx + n, D f = R

p
función raíz cuadrada, f (x) = x, D f = R+ = [0, +1)
función valor absoluto, f (x) = |x|, D f = R
función exponencial, f (x) = e x , D f = R
función logaritmo, f (x) = ln(x), D f = R++ = (0, +1)
función seno, coseno, f (x) = sen(x), f (x) = cos(x), D f = R
Combinando ahora estas funciones, con operaciones como suma, producto, cociente, composición,
... se razona la continuidad de otras.
9.1 La suma, resta y producto de funciones continuas es una función continua
Ejemplo 27 Razonamiento de la continuidad:
a) La función f (x) = sen(x) ln(x) es producto de dos funciones continuas en su dominio. Por tanto,
será continua cuando estén definidas las dos, es decir en D f = R++ = (0, +1).
b) Cualquier polinomio (por ejemplo, p(x) = 6x 3 ° 2x 2 + x + 12) es una función continua en su
dominio, todo R, ya que se puede obtener multiplicando la función f (x) = x por sí misma y por
constantes, y sumando.
9.2 El cociente de funciones continuas es una función continua en los puntos donde el denominador
no se anula
2x ° 1
a) La función f (x) = es cociente de dos funciones continuas (ambas son polinomios). Por
x2 + 1
tanto, será continua cuando el denominador sea distinto de cero. Pero x 2 + 1 6= 0, luego es con-
tinua siempre (en todo R).
b) La función 8
< sen(x)
si x 6= 0
f (x) = x
: 1 si x = 0
es continua en x 6= 0 por ser cociente de continuas y no anularse el denominador. Pero en x = 0 la
función está definida, vale f (0) = 1, y se vio que el límite cuando x ! 0 también vale 1. Por tanto
también es continua en ese punto (cumple las tres condiciones de la definición de continuidad),
luego es continua en toda la recta real, R.

9.3 La composición de funciones continuas es una función continua

2
a) La función f (x) = e x +2x°5 se puede escribir como composición de dos funciones f = g ±h, don-
de h(x) = x 2 +2x °5 y g (x) = e x . Como ambas son continuas en cualquier punto (un polinomio
y la exponencial), f (x) es continua siempre (en todo R).
qØ Ø
b) La función f (x) = Ø6x + 2 ° x 3 Ø se puede poner como composición de tres funciones:
p
h(x) = 6x + 2 ° x 3 g (x) = |x| r (x) = x
Las dos primeras son continuas en toda la recta real, pero la última solo está definida para
valores mayores o iguales que cero. Sin embargo, como g (x) = |x| ∏ 0, f (x) = r (g (h(x))) se podrá
calcular siempre. Luego es continua en toda la recta real, R.
10. Teoremas del valor intermedio, Bolzano y Weierstrass

Teorema 1 Teorema del valor intermedio
Si f (x) es una función continua en un intervalo cerrado [a, b], y k es un número (un valor interme-
dio) entre f (a) y f (b) entonces existe al menos un número real c 2 [a, b] tal que f (c) = k.
Nota 10 Si f (x) tiene que ir desde f (a) hasta f (b) de manera continua, tiene que tomar los valores que
estén entre ellos, salvo que dé un salto, lo cual no puede ser por continuidad.
Teorema 2 Teorema de Bolzano

Si f (x) es una función continua en un intervalo cerrado [a, b], y f (a) y f (b) son de signo contrario,
entonces existe al menos un número real c 2 (a, b) tal que f (c) = 0.
Nota 11 Este es un caso particular del Tª del valor intermedio, ya que si f (a) y f (b) son de signo con-
trario, el cero es un valor intermedio. Por tanto, basta tomar k = 0 en el teorema anterior para tener
este.
Nota 12 El resultado de este teorema es muy importante y se usa para demostrar que una función f (x)
corta al eje X (es decir, existe un valor tal que f (x) = 0; a este x se le denomina raíz de la función): basta
razonar la continuidad y encontrar un valor en el que sea negativa, y otro en el que sea positiva.

Ejemplo 30 La función f (x) = x 5 ° 20x ° 4 es continua (por ser un polinomio). Pero no tiene raíces
enteras, por lo que es difícil encontrar los puntos de corte con el eje X (sus raíces). Sin embargo, es fácil
ver que f (°1) = 15 y f (0) = °4. Por tanto, habrá un número real c 2 (°1, 0) tal que f (c) = 0. La gráfica
de la función muestra que este punto de corte está cerca de °00 2.
Antes de enunciar el siguiente resultado, se introducen los conceptos de máximo/mínimo global

de una función real de una variable f (x) en un dominio D µ R.
Definición 15 Sea una función f : D ! R definida en un dominio D µ R. Entonces,
a) Se dice que f (x) alcanza un máximo global en x M 2 D si f (x M ) ∏ f (x) para todo punto x 2 D (la
función en ese punto es mayor o igual que en cualquier otro punto del conjunto). El valor en ese
punto y M = f (x M ) es el valor máximo de la función en D.
b) Se dice que f (x) alcanza un mínimo global en x m 2 D si f (x m ) ∑ f (x) para todo punto x 2 D (la
función en ese punto es menor o igual que en cualquier otro punto del conjunto). El valor en ese
punto y m = f (x m ) es el valor mínimo de la función en D.
Teorema 3 Teorema de Weierstrass

Si f (x) es una función continua en un intervalo cerrado [a, b], entonces f (x) alcanza máximo y
mínimo global en dicho intervalo; es decir
a) Existe x M 2 [a, b] tal que f (x M ) ∏ f (x) para todo x 2 [a, b]
b) Existe x m 2 [a, b] tal que f (x m ) ∑ f (x) para todo x 2 [a, b]
1
Nota 13 La gráfica siguiente corresponde a la función f (x) = x sen(x) que es continua en todo R por
5
ser producto de funciones continuas. Si se considera el intervalo cerrado [°10, 10] en este conjunto se
puede aplicar el Tª de Weierstrass, que garantiza que existe máximo y mínimo global. Los máximos se
alcanzan en x M = °8, x M = 8 (se alcanza en dos puntos) y el máximo de la función es (el mismo en los
dos puntos) y M = f (°8) = f (8) º 10 58. El mínimo se alcanza también en dos puntos (obsérvese que la
función es simétrica: se repite en la parte positiva y negativa) x m = °10, x m = 10 y el valor mínimo de
la función es y m = f (°10) = f (10) º °10 09.

Nota 14 El hecho de que la función sea continua es fundamental, ya que no puede dar saltos, ni ir
hacia infinito; por tanto, empezando en f (a) la función irá creciendo o decreciendo, hasta llegar a
f (b). Así, finalmente la función tomará valores entre dos extremos: es decir, la imagen será un intervalo
determinado por el máximo y el mínimo globales de la función. Si la función no es continua, esto no se
1
puede garantizar: basta observar la función f (x) = (la hipérbola), en el intervalo [°1, 1]. La función
x
toma valores desde °1 hasta +1 y, por tanto, no alcanza máximo ni mínimo global.
También es fundamental el hecho de que el intervalo sea cerrado. En el ejemplo visto de la función
1
f (x) = x sen(x) si se considera el intervalo abierto (°10, 10) no existe mínimo, ya que no es posible
5
encontrar un valor en el que la función sea menor o igual que en todos los demás (los puntos x = 10,
x = °10 no están en el dominio considerado).
Para finalizar esta sección cabe distinguir entre la noción de óptimo (máximo/mínimo) global
que aparece en el Tª de Weierstrass, y el concepto de óptimo local. Usando técnicas de derivación, en
el próximo capítulo se obtienen condiciones para encontrar los máximos y mínimos locales. Algunos
de ellos podrían ser globales, pero esto no se puede asegurar en general.
Definición 16 Sea una función f : D ! R definida en un dominio D µ R. Entonces,
a) Se dice que f (x) alcanza un máximo local en x 1 2 D si:

f (x 1 ) ∏ f (x) para todo punto x 2 D \ (x 1 ° ", x 1 + "), para algún " > 0
(la función en ese punto es mayor o igual que en los puntos a su alrededor). El valor y 1 = f (x 1 ) es
un máximo local de la función.
b) Se dice que f (x) alcanza un mínimo local en x 2 2 D si:

f (x 2 ) ∑ f (x) para todo punto x 2 D \ (x 2 ° ", x 2 + "), para algún " > 0
(la función en ese punto es menor o igual que en los puntos a su alrededor). El valor y 2 = f (x 2 ) es
un mínimo local de la función.
1
La función de la gráfica anterior, f (x) =x sen(x) alcanza un máximo local aproximadamente
5
en el punto x 1 = 2 y un mínimo local aproximadamente en x 2 = 5 (y lo mismo, por simetría, en los
correspondientes valores con signo negativo).

Capítulo 2
DERIVACIÓN
1. Definición de derivada
2. Interpretación de la derivada
3. Reglas de derivación
4. Relación entre derivabilidad y continuidad
5. Diferenciales: aproximación lineal
6. Derivación implícita
7. Derivadas de orden superior
8. Máximos y mínimos
9. Concavidad y convexidad
10. Representación gráfica de la función y = f (x)
1. Definición de derivada
1.1. Definición e idea intuitiva: límite de la pendiente de la recta secante
Si se considera una función f : D ! R y dos puntos de su gráfica, (x 1 , f (x 1 )), (x 2 , f (x 2 )) se deno-
mina recta secante de la gráfica (por esos puntos) a la recta que pasa por ellos:
y2 ° y1
y ° y 1 = m(x ° x 1 ) m=
x2 ° x1
Cuando se toman dos puntos en D muy cercanos, x 1 = a, x 2 = a + 4x, 4x º 0, a la pendiente m de
la recta secante se la denomina cociente incremental, y resulta de dividir el incremento de la función,
4 f (a) = f (a + 4x) ° f (a), entre el incremento de la variable, (a + 4x) ° a = 4x,
4 f (a) f (a + 4x) ° f (a)

=
4x 4x
Al límite del cociente incremental, si existe,
4 f (a) f (a + 4x) ° f (a)
lı́m = lı́m
4x!0 4x 4x!0 4x
se le llama derivada de la función f (x) en el punto a, y se representa por f 0 (a).
35
CAPÍTULO 2: DERIVACIÓN
Nota 1 También suele representarse como

df dy
(a); o cuando la función es y = f (x) se denota por y 0 (a), o por (a)
dx dx
Notación: En lugar de usar 4x, se utilizará la letra h para representar un pequeño incremento, h º 0,
en el valor de la variable.
Definición 1 Dada una función f : D ! R, donde D es un intervalo abierto en la recta real, D µ R, se

dice que f (x) es derivable en el punto a 2 D, si existe el límite (es un número finito)
f (a + h) ° f (a)
f 0 (a) = lı́m
h!0 h
Se dice que f (x) es derivable en D µ R si es derivable en todos los puntos del intervalo abierto D.
1.2. Imagen gráfica de los conceptos
En la figura anterior se observa que el cociente incremental (la pendiente de la recta secante) se
corresponde con la tangente del ángulo que forma la recta secante con el eje horizontal. Cuando el
incremento h de la variable se aproxima a cero, lo que se obtiene es la pendiente de la recta tangente
a la gráfica, que se denomina pendiente de la función en el punto. Es decir, si una función es derivable
en un punto x, la derivada en dicho punto, f 0 (x), indica la pendiente de la curva en ese punto.
1.3. Pasos para obtener la derivada por la definición

a) Cálculo del incremento de la función: f (a + h) ° f (a)
f (a + h) ° f (a)
b) Cálculo del cociente incremental:
h
f (a + h) ° f (a)
c) Cálculo del límite del cociente incremental: lı́m
h!0 h

1.4. Ejemplos
Ejemplo 1 La derivada de una constante vale cero.

Sea la función f (x) = C , 8x. Entonces,
a) incremento función: f (a + h) ° f (a) = C °C = 0
f (a + h) ° f (a) 0
b) cociente incremental: = =0
h h
f (a + h) ° f (a)
c) límite: lı́m =0
h!0 h
Ejemplo 2 Derivada de la función f (x) = 2x ° 1, en un punto a 2 R cualquiera
a) incremento función: f (a + h) ° f (a) = (2(a + h) ° 1) ° (2a ° 1) = 2h
f (a + h) ° f (a) 2h
b) cociente incremental: = =2
h h
f (a + h) ° f (a)
c) límite: lı́m =2
h!0 h
La derivada vale siempre f 0 (a) = 2, en cualquier punto a 2 R.
Ejemplo 3 Derivada de la función f (x) = x 2 , en el punto a = 2
a) incremento función: f (a + h) ° f (a) = (2 + h)2 ° 22 = 4 + 4h + h 2 ° 4 = 4h + h 2
f (a + h) ° f (a) 4h + h 2
b) cociente incremental: = = 4+h
h h
f (a + h) ° f (a)
c) límite: lı́m = lı́m (4 + h) = 4
h!0 h h!0
La derivada de la función f (x) = x 2 en el punto a = 2 vale f 0 (2) = 4.
Ejemplo 4 Derivada de la función f (x) = x 2 , en un punto x cualquiera
a) incremento función: f (a + h) ° f (a) = (x + h)2 ° x 2 = x 2 + 2xh + h 2 ° x 2 = 2xh + h 2
f (a + h) ° f (a) 2xh + h 2
b) cociente incremental: = = 2x + h
h h
f (a + h) ° f (a)
c) límite: lı́m = lı́m (2x + h) = 2x
h!0 h h!0
La derivada de la función f (x) = x 2 en un punto x cualquiera vale f 0 (x) = 2x.

1.5. Recta tangente a la gráfica de una función en un punto

Dada una función f (x) derivable en un punto a de su dominio, la recta tangente a la gráfica en
el punto (a, f (a)) se obtiene directamente a partir de su pendiente, que viene dada por la derivada,
m = f 0 (a), y el punto por el que pasa. Por tanto, tendrá la ecuación
y ° f (a) = f 0 (a)(x ° a).
Ejemplo 5 Cálculo de la recta tangente a la gráfica de la función f (x) = x 2 , en el punto a = °1
1) La pendiente viene dada por la derivada de la función en este punto. A partir del ejemplo anterior,
f 0 (x) = 2x, luego m = f 0 (°1) = °2.
2) Para obtener el punto solo hay que sustituir el valor de a = °1 en la función: f (°1) = (°1)2 = 1.
Luego pasa por el punto (a, f (a)) = (°1, 1).
3) La recta que pasa por (°1, 1) con pendiente m = °2 es y ° 1 = (°2)(x ° (°1)), es decir, y = °2x ° 1.
2. Interpretación de la derivada
Tal como se ha visto, la derivada representa la tasa de cambio (instantáneo) de una función, que
viene dada por su pendiente. Así, en el mundo real aparece este concepto unido a la idea de movi-
miento:
velocidad: derivada del espacio respecto al tiempo
aceleración: derivada de la velocidad respecto al tiempo
Pero también aparece relacionada con temas socio-económicos, como por ejemplo la tasa de varia-
ción de la población, la tasa de cambio en el valor de un bien, ... La siguiente sección ofrece algunos
ejemplos específicos.
2.1. Derivada en economía

coste medio y coste marginal: una función de coste c(q) indica cuánto cuesta la adquisición (o
fabricación) de q unidades de una determinada mercancía. El coste marginal se define como la
derivada de la función de coste, c 0 (q), y proporciona una aproximación del coste de una unidad
adicional. Un concepto distinto es el de coste medio por unidad al adquirir q unidades:
c(q)
c m (q) = .
q
Ejemplo 6 Dada la función de coste de producción (en euros) de q unidades de mercancía,

c(q) = 00 0001q 3 ° 00 02q 2 + 5q + 5000, entonces:
• El coste de producir 100 unidades será c(100) = 5400 ".

5400
• El coste medio por unidad, al producir 100 unidades es c m (100) = = 54 ".
100
• El coste marginal para q = 100 (que es, aproximadamente, lo que cuesta producir la unidad
101) valdrá c 0 (100) = 4 ".
NOTA: El coste adicional de producir 101 unidades en vez de producir 100 es, exactamente,
c(101) ° c(100) = 40 0101 ".

ingreso marginal, beneficio marginal: de igual modo, el concepto de ingreso marginal no es

más que la derivada de la función de ingresos; y lo mismo el beneficio marginal.
Ejemplo 7 La función de beneficios se define como la diferencia entre ingresos y costes de produc-
ción: º(q) = I (q) ° c(q), donde los ingresos serán I (q) = pq, siendo p el precio de venta unitario
de la mercancía. Con la función de costes del ejemplo anterior, y un precio p = 60 ", la función de
beneficios es º(q) = 60q ° (00 0001q 3 ° 00 02q 2 + 5q + 5000) = °00 0001q 3 + 00 02q 2 + 55q ° 5000.
El beneficio marginal de producir 100 unidades indicará, aproximadamente, el beneficio que
proporciona producir la unidad 101, º0 (100) = 56 ".
3. Reglas de derivación
3.1 Derivada de una constante:
f (x) = C ) f 0 (x) = 0
3.2 Derivada de una potencia:

f (x) = x r ) f 0 (x) = r x r °1
Esta regla es válida sea cual sea la potencia: números naturales, enteros, decimales o fracciones,
números positivos o negativos, ...
Ejemplo 8 Derivadas de potencias:

f (x) = x 2 ) f 0 (x) = 2x
0 0
f (x) = x °2 8 ) f 0 (x) = °20 8x °3 8
p 1 1 °1 1
f (x) = x = x 2 ) f 0 (x) = x 2 = p
2 2 x
p 1 1 1 1 4 1
f (x) = 5 x = x 5 ) f 0 (x) = x 5 °1 = x ° 5 = p
5 5 5
5 x4
3.3 Derivada del producto de una constante por una función:

f (x) = C g (x) ) f 0 (x) = C g 0 (x)
3.4 Derivada de la suma/resta de funciones:

f (x) = g (x) + h(x) ) f 0 (x) = g 0 (x) + h 0 (x)
f (x) = g (x) ° h(x) ) f 0 (x) = g 0 (x) ° h 0 (x)
3.5 Derivada del producto de dos funciones:

f (x) = g (x) h(x) ) f 0 (x) = g 0 (x) h(x) + g (x) h 0 (x)
Nota 2 La derivada de un producto no es el producto de las derivadas.
3.6 Derivada del cociente de dos funciones:

g (x) g 0 (x) h(x) ° g (x) h 0 (x)
f (x) = ) f 0 (x) =
h(x) (h(x))2
Nota 3 La derivada de un cociente no es el cociente de las derivadas.

3.7 Derivada de la composición de funciones (regla de la cadena):

f (x) = g [h(x)] ) f 0 (x) = h 0 (x) g 0 [(h(x))]
Si se denomina y = h(x), z = g (y), con lo que z = g [h(x)] , un modo de escribir la regla de la
cadena es:
dz dz dy
= ·
dx dy dx
Esta propiedad es muy importante, ya que permite reducir el cálculo de derivadas a unas pocas
funciones (elementales) y, a partir de ellas, obtener derivadas de funciones mucho más compli-
cadas (véanse ejemplos 9, 10).
3.8 Derivada de otras funciones elementales

1
logaritmo neperiano: [ln(x)]0 =
x
exponencial: [e x ]0 = e x
trigonométricas:
[sen(x)]0 = cos(x) [cos(x)]0 = ° sen(x) 1

[tan(x)]0 =
(cos(x))2
Ejercicio 1 Calcula la derivada de la tangente usando la regla del cociente y conociendo las
derivadas de las funciones seno y coseno.
£ §
Ejemplo 9 Cálculo de la derivada de la función f (x) = ln cos(x 2 )
La función se descompone en funciones elementales:
x 7°! y = x2 7°! z = cos y 7°! u = ln(z)
Derivando,
y 0 = 2x z 0 = ° sen(y) 1
u0 =
z
Entonces, no hay más que multiplicar para obtener la derivada:
df d y dz du 1 1
f 0 (x) =
= · · = 2x (° sen(y)) = °2x sen(x 2 ) = °2x tan(x 2 )
dx dx dy dz z cos(x 2 )
2s 3
2
3x + 6x
Ejemplo 10 Cálculo de la derivada de la función f (x) = sen 4 5
ex
La función se descompone en funciones elementales:
3x 2 + 6x p
x 7°! z= y 7°! u = sen(z)
y= 7°!
ex
Derivando,
6 ° 3x 2 1 u 0 = cos(z)
y0 = z0 = p
ex 2 y
Entonces, no hay más que multiplicar para obtener la derivada:

2s 3
2 2 2
df d y d z d u 6 ° 3x 1 6 ° 3x 1 3x + 6x 5
f 0 (x) = = = p cos(z) = s cos 4
dx dx dy dz ex 2 y ex ex
3x 2 + 6x
2
ex

4. Relación entre derivabilidad y continuidad
4.1. Derivadas laterales
Igual que se definen los límites laterales y sirven para analizar la existencia del límite de una fun-
ción en un punto (especialmente en las funciones “definidas a trozos”) se pueden definir las derivadas
laterales. En la definición de derivada de una función en un punto, se pueden calcular los límites la-
terales del cociente incremental, que serán la derivada por la derecha o la derivada por la izquierda,
respectivamente, de la función en dicho punto. Formalmente:
f (a + h) ° f (a) f (a + h) ° f (a)
f +0 (a) = lı́m+ f °0 (a) = lı́m°
h!0 h h!0 h
Se sabe que un límite existe cuando existen los límites laterales y coinciden. Luego, de igual manera,
una función será derivable en un punto cuando existan las dos derivadas laterales y coincidan. Si las
derivadas laterales son distintas, no existirá la derivada de la función en ese punto (ver ejemplo 11).
El cálculo práctico de las derivadas laterales en funciones definidas a trozos se realiza derivando
por cada uno de los lados y sustituyendo. Por ejemplo,
Ω Ω
x3 si x > 0 3x 2 si x > 0
f (x) = f 0 (x) =
x2 si x ∑ 0 2x si x ∑ 0
Sustituyendo, f +0 (0) = 0, f °0 (0) = 0. Luego la función es derivable en x = 0 y su derivada vale f 0 (0) = 0.

También es derivable en cualquier otro punto de la recta real.
Las derivadas laterales también se pueden calcular en los extremos de un intervalo cerrado, en
donde sólo es posible acercarse al punto por uno de los lados.
4.2. Derivabilidad y continuidad
La condición de que f (x) sea derivable en un punto x = a implica que la función es continua en
dicho punto, como se muestra en el siguiente resultado.
Teorema 1 Si f : D ! R es derivable en un punto a 2 D entonces también es continua en dicho punto.
Demostración. Para que la función sea derivable, debe existir el límite
f (a + h) ° f (a)
lı́m
h!0 h
lo que ya implica que existe f (a). Para demostrar la continuidad, hay que ver que existe el límite
lı́m f (x) = L, y que L = f (a).
x!a
L = lı́m f (x) = lı́m f (a + h) = lı́m [ f (a + h) ° f (a) + f (a)] =

x!a h!0 h!0
∑ ∏
f (a + h) ° f (a)
= lı́m h + f (a) = f 0 (a) · 0 + f (a) = f (a).
h!0 h
Luego la función es continua en x = a.

4.3. Funciones "suaves"

Sin embargo, lo contrario no es cierto: hay funciones que son continuas y no son derivables en
algún punto, como la que aparece en el siguiente ejemplo.
Ejemplo 11 Prueba de que la función valor absoluto, f (x) = |x|, no es derivable en el punto x = 0.
Se sabe que esta función es continua en toda la recta real y, por tanto, es continua en x = 0. Usando la
definición de función derivable, debe existir el límite
f (0 + h) ° f (0) |h| ° 0 |h|

lı́m = lı́m = lı́m
h!0 h h!0 h h!0 h
pero este límite no existe (el límite por la derecha vale L + = 1, mientras el límite por la izquierda vale
L ° = °1). Luego la función no es derivable en x = 0. Otro modo de verlo consiste en calcular las deri-
vadas laterales en x = 0. Por un lado queda f °0 (0) = °1, mientras que f +0 (0) = 1. Como son distintas, no
existe la derivada de la función en ese punto.
En muchos textos sudamericanos, a las funciones derivables se las denomina suaves. La idea de-
trás de la derivabilidad es que no pueden existir "picos"(como ocurre con la función valor absoluto
en el cero). Por tanto, cuando se observa la gráfica de una función, se puede ver en qué puntos va a ser
derivable y en cuáles no lo es. La siguiente gráfica puede ser ilustrativa (la función es f (x) = | sen(x)|).
La función es siempre continua, pero no es derivable en los puntos en que aparece un "pico".
5. Diferenciales: aproximación lineal

Si una función f (x) es derivable en un punto x = a, por la definición de límite, cuando h está
próximo a cero el cociente incremental y la derivada en dicho punto son aproximadamente iguales.
Es decir,
f (a + h) ° f (a)
º f 0 (a) hº0
h
de donde se obtiene
f (a + h) ° f (a) º f 0 (a)h ) f (a + h) º f (a) + f 0 (a)h
lo que sirve para aproximar el valor de la función en los alrededores (muy cerca) del punto a.

En realidad, lo que se hace es tomar la recta tangente como aproximación de la función, ya que
y = f (a) + f 0 (a)(x ° a)
es la ecuación de la recta tangente a la gráfica de la función. Cuando el h es muy pequeño, la gráfica

de la función y la recta tangente están muy cercanos una de la otra. En las siguientes figuras se puede
observar la tangente a la gráfica de la función f (x) = 3x 3 ° 2x ° 1 en el punto x = 1 y una ampliación
en los alrededores de dicho punto. Como se ve, la tangente y la función están muy cerca.
5.1. Resultados importantes

Teorema 2 Teorema del valor medio
Si f : D ! R es continua en el intervalo cerrado [a, b] µ D, y es derivable en el intervalo abierto
(a, b) µ D, entonces existe (al menos) un punto c 2 (a, b) tal que
f (b) ° f (a)
f 0 (c) =
b°a
El resultado anterior indica que hay un punto del intervalo donde la recta tangente a la gráfica
tiene la misma pendiente que la recta secante que pasa por los puntos (a, f (a)), (b, f (b)).

Teorema 3 Teorema de Rolle

Si f : D ! R es continua en el intervalo cerrado [a, b] µ D, y es derivable en el intervalo abierto
(a, b) µ D, y además cumple que f (a) = f (b), entonces existe (al menos) un punto c 2 (a, b) tal que
f 0 (c) = 0.
La idea es que si la función comienza y acaba a la misma altura f (a) = f (b), o bien es constante
(y su derivada vale siempre cero) o tendrá que subir y bajar, con lo que en algún punto su tangente
tendrá pendiente cero (será horizontal). Este resultado está relacionado con la existencia de máxi-
mos/mínimos locales que se verá más adelante.
Teorema 4 Teorema de L’Hôpital

f 0 (x)
Sean f , g : D ! R funciones derivables de modo que lı́m f (x) = lı́m g (x) = 0. Si el lı́m existe,
x!a x!a x!a g 0 (x)
entonces
f (x) f 0 (x)
lı́m = lı́m 0 =L
x!a g (x) x!a g (x)
Lo que indica este resultado es que en determinados límites se pueden sustituir las funciones por
sus derivadas; es decir, la idea es cambiar las funciones por sus pendientes (en cierto modo, usando
la aproximación lineal).
0
Nota 4 Este resultado permite resolver indeterminaciones del tipo en límites. También se puede apli-
0
1
car cuando lı́m f (x) = lı́m g (x) = 1, es decir para indeterminaciones del tipo .
x!a x!a 1
Ejemplo 12 Resuelve los siguientes límites:
sen(x) 0
a) lı́m ¥ .
x!0 x 0
Derivando numerador y denominador por separado, queda
cos(x)
lı́m = 1.
x!0 1
x 1
b) lı́m ¥.
x!+1 e x 1
Derivando, queda
1 1
lı́m x
= = 0.
x!+1 e +1

ln(1 + x) 0
c) lı́m ¥ .
x!0 x 0
Derivando, queda
1
1+x 1
lı́m = = 1.
x!0 1 1
x2 + x3 0
d) En ocasiones, es necesario aplicar la propiedad más de una vez. Por ejemplo, lı́m ¥ .
x!0 2x 2 0
Derivando, queda
2x + 3x 2 0
lı́m ¥ ,
x!0 4x 0
que no resuelve la indeterminación. Volviendo a derivar,
2 + 6x 2 1
lı́m = = .
x!0 4 4 2
x ° sen(x) 0
e) lı́m ¥ .
x!0 x3 0
Derivando, queda
1 ° cos(x) 0
lı́m ¥ ,
x!0 3x 2 0
que no resuelve la indeterminación. Volviendo a derivar,
sen(x) 0
lı́m ¥
x!0 6x 0
y derivando de nuevo se resuelve el límite,
cos(x) 1
lı́m = .
x!0 6 6
También es posible utilizar el teorema de L’Hôpital para resolver otros tipos de indeterminacio-
nes, pero primero hay que modificar el límite. Por ejemplo:
Si lı́m f (x) = 0, lı́m g (x) = 1, el lı́m f (x)g (x) es una indeterminación del tipo 0·1. Para aplicar
x!a x!a x!a
L’Hôpital se elige una de las dos opciones siguientes (la que sea más fácil) que ya están en las
condiciones del teorema:
f (x) 0 g (x) 1
lı́m ¥ lı́m ¥
x!a 1 0 x!a 1 1
g (x) f (x)
Si lı́m f (x) = 1, lı́m g (x) = 1, el lı́m f (x)g (x) es también una indeterminación, que se denomina
x!a x!a x!a
de tipo 11 . Para su resolución, se toma logaritmo (neperiano). Con esto, el exponente (infinito)
pasa a estar multiplicando a una función que se acerca a ln(1) = 0, con lo que la indetermina-
ción se convierte en una del tipo 0 · 1 a la que se aplica el caso anterior. Esto es,
° ¢
L = lı́m f (x)g (x) ) ln(L) = lı́m g (x) ln f (x)
x!a x!a
y ln(L) es una indeterminación del tipo 0 · 1.

Casos exponenciales similares al anterior son:
a) Si lı́m f (x) = 0, lı́m g (x) = 0, el lı́m f (x)g (x) es también una indeterminación, que se de-
x!a x!a x!a
nomina de tipo 00 .
b) Si lı́m f (x) = 1, lı́m g (x) = 0, el lı́m f (x)g (x) es también una indeterminación, que se de-
x!a x!a x!a
nomina de tipo 10 .
En ambos casos, tomando logaritmo (neperiano) se convierte en una del tipo 0 · 1 a la que se
aplica lo anterior.
Nota 5 Importante: al tomar logaritmos, lo que en realidad se está calculando es el logaritmo

del límite, ln(L). Si este límite vale k, ln(L) = k, la solución al límite original se obtiene aplicando
la función inversa del logaritmo neperiano, la exponencial e x . Es decir, el límite que se quiere
calcular vale L = e k .
Si la indeterminación es del tipo 1°1, se multiplica y divide por el conjugado para convertirlo
en un cociente: ° ¢° ¢
f (x) ° g (x) f (x) + g (x)
f (x) ° g (x) = ° ¢
f (x) + g (x)
Ejemplo 13 Resuelve el límite lı́m xe x ¥ 1 · 0.

x!°1
Poniendo el límite de otra forma, y aplicando L’Hôpital
x x 1 1 1
lı́m = lı́m °x ¥ = lı́m = = 0.
x!°1 1 x!°1 e 1 x!°1 °e °x °1
ex
µ ∂
1 x
Ejemplo 14 Resuelve el límite lı́m 1 + ¥ 11 .
x!+1 x
Tomando logaritmo, queda
µ ∂
1
µ ∂ ln 1 +
1 x 0
k = lı́m x ln 1 + = lı́m ¥
x!+1 x x!+1 1 0
x
Derivando numerador y denominador,
0 1
1
B ° x2 C
B C
@ 1A
1+
x 1 1
k = lı́m = lı́m = = 1.
x!+1 1 x!+1 1 1+0
° 2 1+
x x
Por tanto, el límite vale L = e k = e 1 = e º 20 72.
1
Ejemplo 15 Resuelve el límite lı́m x x ¥ 10 .
x!+1
Tomando logaritmo, y aplicando L’Hôpital queda
µ ∂ 1
1 ln(x) 1 0
k = lı́m ln(x) = lı́m ¥ = lı́m x = = 0.
x!+1 x x!+1 x 1 x!+1 1 1
Por tanto, el límite vale L = e k = e 0 = 1.

≥p ¥
Ejemplo 16 Resuelve el límite lı́m x 2 + 1 ° x ¥ 1 ° 1.
x!+1
Multiplicando y dividiendo por el conjugado, queda
≥p ¥ ≥p ¥
° 2 ¢
x2 + 1 ° x x2 + 1 + x x + 1 ° x2 1 1
lı́m ≥p ¥ = lı́m ≥p ¥ = lı́m ≥p ¥= = 0.
x!+1
x2 + 1 + x
x!+1
x2 + 1 + x
x!+1
x2 + 1 + x +1
Nota 6 Hay ocasiones (pocas) en las que la aplicación de la regla de L’Hôpital no resuelve la indeter-
minación; si aparece alguna de ellas hay que recurrir a otros métodos, como dividir por x elevado al
máximo exponente (cuando x ! 1), o por x elevado al mínimo exponente (cuando x ! 0).
µ ∂
x1
Ejercicio 2 Considera el límite lı́m p . Aplica L’Hôpital más de una vez y observa cómo
¥
x!+1 1
x2 + 1
el límite no se simplifica. Resuelve este límite usando otras técnicas.
6. Derivación implícita
La ecuación de una recta (no vertical) puede expresarse con la variable y despejada, lo que la
escribe en la forma y = f (x), pero también puede darse sin despejar la variable y. Por ejemplo, las
ecuaciones y = °2x +1, 2x + y °1 = 0 representan a la misma recta. Lo mismo ocurre con las ecuacio-
nes y = x 2 , x 2 ° y = 0, ambas corresponden a la misma función: la parábola.
La primera forma, con la variable y despejada, y = f (x), se denomina forma explícita de la fun-
ción. La segunda manera, que en general se escribirá en la forma F (x, y) = 0, se denomina forma
implícita.
Para obtener la derivada y 0 cuando tenemos una ecuación (la función definida de forma implícita)
es preferible, en primer lugar, despejar la variable y (escribir la ecuación explícita) y después derivar
normalmente. Pero en ocasiones esto es difícil, o incluso imposible. Por ejemplo, despejar la variable
y en la ecuación
x ° y ° ln(x) ° ln(y) = 0
no es inmediato. Pero es posible encontrar la derivada en un punto que cumpla la ecuación.1 Por
ejemplo, la ecuación anterior se cumple en el punto (1, 1). El proceso consiste en derivar la ecuación
dy dx
con respecto a x: al hacer se obtiene y 0 , mientras que = 1. Así, se tiene
dx dx
1 y0
1 ° y0 ° ° =0
x y
que, sustituyendo en x = 1, y = 1, queda
1 ° y 0 (1) ° 1 ° y 0 (1) = 0,
de donde y 0 (1) = 0.
1 En la asignatura Matemáticas II, cuando se estudien funciones de dos variables, se analizará la derivación implícita
con más detalle.

Ejemplo 17 A partir de la relación x 3 + y 2 ° 3 = 0, obtener la pendiente de la curva y la ecuación de la

recta tangente en el punto (°1, 2).
El primer paso debe ser comprobar que el punto (°1, 2) cumple la ecuación: sustituyendo queda
(°1)3 + 22 ° 3 = °1 + 4 ° 3 = 0. Derivando ahora la ecuación, se tiene
3x 2 + 2y y 0 = 0
3
que, sustituida en el punto (°1, 2) queda 3 + 4y 0 = 0, de donde y 0 = ° que es la pendiente de la curva
4
(y de la recta tangente) en ese punto. La ecuación de la recta tangente es entonces
3
y ° 2 = ° (x ° (°1)),
4
3 5
es decir, y = ° x + .
4 4
7. Derivadas de orden superior

Cuando se calcula la derivada de una función f (x) en todos los puntos de un cierto intervalo,
se obtiene una nueva función, g (x) = f 0 (x) que puede ser a su vez derivable. La derivada de g (x)
se denomina derivada segunda de f (x) y se representa por f 00 (x). Y así sucesivamente (mientras la
función obtenida sea derivable) se puede obtener la derivada tercera, la derivada cuarta, ...
1
Ejemplo 18 Obtener las cuatro primeras derivadas de la función f (x) = en un punto x cualquiera
x
(donde exista) y en el punto x = 1.
1 1 2 6 24
f (x) = f 0 (x) = ° f 00 (x) = f 000 (x) = ° f i v (x) =
x x2 x3 x4 x5
Sustituyendo en x = 1,
f (1) = 1 f 0 (1) = °1 f 00 (1) = 2 f 000 (1) = °6 f i v (1) = 24
8. Máximos y mínimos
8.1. Funciones crecientes y decrecientes
Definición 2 Una función f (x) se dice que es creciente en un intervalo [a, b] si:
para todo x 1 , x 2 2 [a, b] : x1 < x2 ) f (x 1 ) ∑ f (x 2 )
Se dice que es decreciente en un intervalo [a, b] si:
para todo x 1 , x 2 2 [a, b] : x1 < x2 ) f (x 1 ) ∏ f (x 2 )
La idea de función creciente (respectivamente, decreciente) se corresponde con la imagen de ir

hacia arriba (respectivamente, ir hacia abajo) cuando se mira la gráfica de izquierda a derecha.
Las rectas (no verticales) son funciones que crecen o decrecen siempre. Pero esto no es habitual.
Es normal que para una función f (x) existan zonas (intervalos) en las que crece, y otras en las que
decrece. Por ejemplo, la parábola f (x) = x 2 es una función creciente en el intervalo [0, +1) (o en
cualquier intervalo incluido en éste) y es decreciente en el intervalo (°1, 0]. Para conocer el compor-
tamiento de una función, es importante saber cuáles son las zonas donde crece y donde decrece. La
siguiente figura muestra las zonas de crecimiento y zonas de decrecimiento de una función.

8.2. Caracterización de las zonas de crecimiento y decrecimiento usando la primera de-

rivada
Observando la gráfica anterior, el comportamiento de la función en un punto (creciente, decre-
ciente) es el mismo que tiene su recta tangente en dicho punto. Pero una recta crece o decrece de-
pendiendo solo del signo de su pendiente (pendiente positiva significa que va hacia arriba, es decir,
que crece; pendiente negativa, decrece). Recordando que la pendiente coincide con la derivada de la
función, se tiene el siguiente resultado.
Teorema 5 Dada una función f : D ! R derivable en su dominio, entonces
1. f (x) es creciente para todo x 2 D tal que f 0 (x) ∏ 0
2. f (x) es decreciente para todo x 2 D tal que f 0 (x) ∑ 0
Ejemplo 19 Zonas de crecimiento y decrecimiento de la función f (x) = 2x 2 + 1.

Derivando, f 0 (x) = 4x. Para determinar el signo, se calculan primero los puntos que anulan la
derivada, f 0 (x) = 0, y luego se analiza el signo en cada uno de los intervalos que definen estos puntos
(entre cada dos de estos puntos, el signo es el mismo). En este caso, 4x = 0 que proporciona un único
punto x = 0. En el intervalo (°1, 0) la derivada es negativa, luego la función es decreciente en esta
zona. Por otro lado, en (0, +1) la derivada es positiva y la función creciente.

Ejemplo 20 Zonas de crecimiento y decrecimiento de la función f (x) = 4x 3 .

Derivando, f 0 (x) = 12x 2 . Resolviendo f 0 (x) = 0, queda el punto x = 0, pero en ambos intervalos
(°1, 0) y (0, +1) la derivada es positiva. Luego la función es siempre creciente.
Ejemplo 21 Zonas de crecimiento y decrecimiento de la función f (x) = x 3 + 6x 2 + 15.

Derivando, f 0 (x) = 3x 2 + 12x. Resolviendo f 0 (x) = 0, quedan los puntos x = °4 y x = 0. En el in-
tervalo (°1, °4) la derivada es positiva, luego la función crece. En el intervalo (°4, 0) la derivada es
negativa y la función decrece. Finalmente, en (0, +1) la derivada es otra vez positiva y la función crece.
8.3. Máximos y mínimos locales

A partir de la discusión anterior, resulta claro que si en un punto x 1 la función f (x) alcanza un
máximo local, tendrá que ser creciente a la izquierda de x 1 y decreciente a la derecha. Si la deriva-
da existe y es continua, pasará de ser positiva a ser negativa, luego en el punto x 1 deberá anularse.
Un razonamiento totalmente análogo sirve para un mínimo local: en el punto en que se alcanza un
mínimo, la derivada se anula. A los puntos que anulan la primera derivada se les denomina puntos
críticos.
Definición 3 Si f : D ! R es una función con derivada continua en su dominio, se denominan puntos

críticos (o estacionarios) a los valores x que anulan la primera derivada: f 0 (x) = 0.

Teorema 6 Sea f : D ! R una función con derivada continua en su dominio. Entonces, todos los pun-
tos en los que f (x) alcanza un máximo o un mínimo local, son puntos críticos de la función. Además:
1. Si f 0 (x 1 ) = 0 y la función pasa de creciente a decreciente, f (x) alcanza en x 1 un máximo local.
2. Si f 0 (x 2 ) = 0 y la función pasa de decreciente a creciente, f (x) alcanza en x 2 un mínimo local.
Nota 7 Calculando los puntos que anulan la derivada de una función se tienen los candidatos a máxi-
mo/mínimo local de la función. Sin embargo, no todos los puntos críticos tienen por qué ser máximo
o mínimo. El caso del ejemplo 20 muestra un punto crítico que no es ni máximo, ni mínimo.
Ejercicio 3 Calcula los puntos críticos de las funciones en los ejemplos 19, 20 y 21 y analiza si son
máximos o mínimos locales.
9. Concavidad y convexidad
En esta sección se estudia la curvatura de la gráfica de una función. Como se verá, este aspecto
está relacionado con el signo de la segunda derivada de dicha función.
9.1. Definición intuitiva gráfica

La parábola f (x) = x 2 es el prototipo de función convexa. Si se le cambia el signo, g (x) = °x 2 es
el ejemplo típico de función cóncava. La siguiente gráfica muestra ejemplos de funciones cóncava y
convexa. Es importante observar el comportamiento de las rectas tangentes en cada caso:
La pendiente de las tangentes de una función cóncava va decreciendo, pudiendo pasar de po-
sitiva a ser negativa; es decir, la función derivada f 0 (x) va decreciendo, lo que significa que su
derivada f 00 (x) debe ser menor o igual a cero.
La pendiente de las tangentes de una función convexa va creciendo; es decir, la función deriva-
da f 0 (x) es creciente, lo que significa que su derivada f 00 (x) debe ser mayor o igual a cero.
Formalmente, el concepto de función cóncava/convexa aparece en la siguiente definición.

Definición 4 Una función f : D ! R se dice que es:
cóncava en el intervalo [a, b] µ D si para todo x, y 2 [a, b] y para todo número real ∏ 2 [0, 1] se
cumple que f (∏x + (1 ° ∏)y) ∏ ∏ f (x) + (1 ° ∏) f (y).
convexa en el intervalo [a, b] µ D si para todo x, y 2 [a, b] y para todo número real ∏ 2 [0, 1] se
cumple que f (∏x + (1 ° ∏)y) ∑ ∏ f (x) + (1 ° ∏) f (y).
En general, las funciones no tienen por qué ser cóncavas o convexas en todo su dominio. Lo habi-
tual es que posean zonas de concavidad y zonas de convexidad. Como se ha mencionado, estas zonas
quedan determinadas por el signo de la segunda derivada de la función.
Teorema 7 Sea f : D ! R una función con derivadas primera y segunda continuas en su dominio.
Entonces:
1. f (x) es cóncava en [a, b] si f 00 (x) ∑ 0 para todo x 2 [a, b].
2. f (x) es convexa en [a, b] si f 00 (x) ∏ 0 para todo x 2 [a, b].
Definición 5 Se denomina punto de inflexión de una función f : D ! R a todo punto x 2 D en el que

la función cambia su curvatura: pasa de cóncava a convexa, o de convexa a cóncava.
Ejemplo 22 Cálculo de las zonas de concavidad/convexidad y puntos de inflexión de las funciones en

los ejemplos 19, 20 y 21.
Ejemplo 19: f 00 (x) = 4, luego es siempre positiva y la función es convexa en toda la recta real, R.
No tiene puntos de inflexión.
Ejemplo 20: f 00 (x) = 24x. Para estudiar el signo, se buscan los valores donde se anula: 24x = 0,
lo que da x = 0. En el intervalo (°1, 0) la segunda derivada es negativa, luego la función es
cóncava. En (0, +1) la segunda derivada es positiva y la función convexa. En x = 0 tiene un
punto de inflexión.
Ejemplo 21: f 00 (x) = 6x + 12. Para estudiar el signo, se busca dónde se anula: 6x + 12 = 0, lo que
da x = °2. En el intervalo (°1, °2) la segunda derivada es negativa, luego la función es cóncava.
En (°2, +1) la segunda derivada es positiva y la función convexa. En x = °2 tiene un punto de
inflexión.
9.2. Una idea gráfica alternativa
Un modo alternativo de analizar gráficamente la concavidad/convexidad de una función (direc-

tamente relacionado con la definición formal) es el siguiente:
f (x) es cóncava si el segmento que une dos puntos de la gráfica queda por debajo de la gráfica.
f (x) es convexa si el segmento que une dos puntos de la gráfica queda por encima de la gráfica.

9.3. Clasificación de puntos críticos
Aunque la discusión de si un punto crítico es máximo/mínimo se ha realizado analizando las

zonas de crecimiento/decrecimiento, la segunda derivada permite la clasificación en caso de no estar
interesado en la gráfica de la función, y querer solo obtener los máximos/mínimos (locales) de una
función. A partir de la idea gráfica, queda claro que los puntos críticos de las funciones convexas
serán puntos que minimizan la función, mientras que si la función es cóncava alcanzará un máximo
en el punto critico.
Teorema 8 Sea f : D ! R una función con derivadas primera y segunda continuas en su dominio, y
sea x § un punto crítico de la función, f 0 (x § ) = 0. Entonces:
1. Si f 00 (x § ) > 0 la función alcanza un mínimo local en x § .
2. Si f 00 (x § ) < 0 la función alcanza un máximo local en x § .
Ejemplo 23 Cálculo y discusión de los puntos críticos de la función f (x) = e x (x 2 ° 8).

Igualando a cero la primera derivada se obtienen los puntos críticos.
f 0 (x) = e x (x 2 + 2x ° 8) = 0, que tiene como solución x 1 = °4, x 2 = 2.
Se sustituyen ahora en la segunda derivada, f 00 (x) = e x (x 2 + 4x ° 6), para clasificarlos:
f 00 (°4) = °6e °4 < 0, luego en ese punto se alcanza un máximo local. El valor de la función en
este punto es F máx = f (x 1 ) = 8e °4 . Es claro que este máximo no es global, ya que la función tiende
a +1 cuando x se hace muy grande.
f 00 (2) = 6e 2 > 0, luego en ese punto se alcanza un mínimo local. El valor de la función en este
punto es F mı́n = f (x 2 ) = °4e 2 .
Ejemplo 24 Dada la función de beneficios del ejemplo 7, º(q) = °00 0001q 3 + 00 02q 2 + 55q ° 5000, ob-
tener el número de unidades q que se producirán para maximizar beneficios.
Para obtener los puntos críticos se iguala la primera derivada a cero, º0 (q) = °00 0003q 2 + 00 04q +
1100
55 = 0, que da los puntos q 1 = 500 y q 2 = ° . Este segundo no tiene sentido (no se puede producir
3
una cantidad negativa). Sustituyendo el primer punto en la segunda derivada, º00 (q) = °00 0006q+00 04,
se tiene º00 (500) < 0 por lo que en dicho punto se alcanza un máximo. Así, la mejor opción de la empresa
es producir q = 500 unidades de la mercancía.

10. Representación gráfica de la función y = f (x)

10.1. Pasos a seguir para representar una función
a) Cálculo del dominio de la función; discusión sobre existencia de asíntotas verticales.
b) Puntos de corte con los ejes.
c) Comportamiento en °1 y en +1; discusión sobre la existencia de asíntotas horizontales.
d) Continuidad y posibles discontinuidades; discusión, en su caso, del tipo de discontinuidad.
e) Zonas de crecimiento y decrecimiento (análisis del signo de la primera derivada).
f ) Máximos y mínimos locales.
g) Zonas de concavidad y convexidad (análisis del signo de la segunda derivada).
h) Puntos de inflexión.
10.2. Ejemplos
Con los datos obtenidos, ya es fácil representar la gráfica de las funciones en los ejemplos 20 y 21.

x °1
Ejemplo 25 Representa gráficamente la función f (x) =
x +1
Se trata de un cociente de funciones. Tanto numerador como denominador existen siempre

(son rectas). Por tanto, el único problema de dominio es cuando el denominador se anula:
x +1 = 0 ) x 6= °1 ) D f = (°1, °1) [ (°1, +1) = R ‡ {°1}
En el punto donde no existe la función puede haber una asíntota vertical. Para analizarlo, se
calcula el límite de f (x) cuando x tiende a °1
Ω
x ° 1 °2 tiende a +1 por la izquierda
lı́m ¥ ¥
x!°1 x + 1 0 tiende a °1 por la derecha
luego la recta x = °1 es una asíntota vertical.
0°1
EJE Y : se sustituye x = 0 en la función, f (0) = = °1. Se tiene el punto (0, °1)
0+1
x °1
EJE X : se resuelve la ecuación f (x) = 0, es decir = 0. De aquí se obtiene que x °1 = 0, x = 1
x +1
y hay solo un punto de corte, (1, 0)
x ° 1 °1 1
lı́m ¥ (aplicando L’Hôpital) = lı́m = 1.
x!°1 x + 1 °1 x!°1 1
Por tanto, la recta y = 1 es una asíntota horizontal por la izquierda.
x ° 1 +1 1
lı́m ¥ (aplicando L’Hôpital) = lı́m = 1.
x!+1 x + 1 +1 x!+1 1
Por tanto, la recta y = 1 es una asíntota horizontal también por la derecha.
Se trata de un cociente de funciones continuas (tanto el numerador, como el denominador, son

rectas); por tanto es una función continua siempre que el denominador no se anule; es decir,
es continua en su dominio.
Analizando el punto x = °1, el límite por la derecha es °1, el límite por la izquierda es +1
[visto en apartado a)], y ese es un punto de discontinuidad de salto infinito.

1(x + 1) ° (x ° 1)1 2
f 0 (x) = =
(x + 1)2 (x + 1)2
Se observa que nunca puede anularse, y que tanto numerador como denominador son siempre po-
sitivos. Luego f 0 (x) > 0 en todo el dominio y, por tanto, la función es siempre creciente.
Por otro lado, como no hay puntos críticos no hay candidatos a máximo/mínimo local.
f) Máximos y mínimos locales.

Por lo mencionado en el apartado anterior, no existen máximos/mínimos locales.


4
f 00 (x) = °
(x + 1)3
No hay ningún punto que anule la segunda derivada pero, a diferencia de lo que pasaba con f 0 (x),
la segunda derivada no tiene siempre el mismo signo. Así, para analizar la concavidad/convexidad
se estudia el signo de f 00 (x):
a) En (°1, °1), f 00 (x) > 0 luego la función es convexa.

b) En (°1, +1), f 00 (x) < 0 luego la función es cóncava.
En el punto x = °1 la función pasa de convexa a cóncava. Por tanto se trata de un punto de inflexión.
Sin embargo, hay que señalar que este punto (como se ha visto) no está en el dominio de la función.
x °1
Con todos los datos obtenidos, la gráfica de la función f (x) = es:
x +1
Nota 8 Esta gráfica se podría haber deducido a partir de las funciones elementales vistas en el capítulo
anterior. Obsérvese que la función puede escribirse como
2
f (x) = 1 °
x +1
que se relaciona con la hipérbola mediante transformaciones (desplazamiento horizontal y vertical,
estiramiento).
Ejemplo 26 Representa gráficamente la función f (x) = x 3 + x 2 ° 16x ° 16

Se trata de una función polinómica, que está definida en cualquier valor real. Por tanto, D f = R. No
hay entonces asíntotas verticales.
EJE Y : se sustituye x = 0 en la función, f (0) = °16. Se tiene el punto (0, °16)

EJE X : se resuelve la ecuación f (x) = 0, es decir x 3 + x 2 ° 16x ° 16 = 0. De aquí se obtiene que
x = °4, x = °1, x = 4 y los puntos de corte son (°4, 0), (°1, 0) y (4, 0)

lı́m (x 3 + x 2 ° 16x ° 16) = °1 y no existe asíntota horizontal por la izquierda.

x!°1
lı́m (x 3 + x 2 ° 16x ° 16) = +1 y no existe asíntota horizontal por la derecha.

x!+1

Se trata de un polinomio (suma y producto de funciones continuas) y, por tanto es una función
continua en toda la recta real.

f 0 (x) = 3x 2 + 2x ° 16
8
La derivada se anula en los puntos x = 2 y x = ° . Se analiza el signo en los tres intervalos definidos
3
por estos dos puntos:
µ ∂
8
En °1, ° la derivada es positiva, luego la función es creciente.
3
µ ∂
8
En ° , 2 , f 0 (x) < 0, y la función decrece.
3
En (2, +1), f 0 (x) > 0 y la función de nuevo crece.
f) Máximos y mínimos locales.

A partir del apartado anterior, en los puntos críticos se alcanza:
8
Un máximo local en x = ° . En este punto F máx º 140 81
3
Un mínimo local en x = 2. En este punto F mı́n = °36
Ya que la función tiende a °1 y también a +1 el máximo y mínimo obtenidos no serán globales.

f 00 (x) = 6x + 2
1
La segunda derivada se anula en el punto x = ° y analizando el signo se tiene:
3
µ ∂
1
En °1, ° la segunda derivada es negativa, luego la función es cóncava.
3
µ ∂
1
En ° , +1 , f 00 (x) > 0 y la función es convexa.
3
1
Por tanto, en x = ° hay un punto de inflexión ya que la función pasa de cóncava a convexa. En
3 µ ∂
1
este punto la función vale f ° º °100 59
3
A partir de los anteriores datos, la gráfica de la función f (x) = x 3 + x 2 ° 16x ° 16 es:

10.3. Comportamiento de una función a partir de su derivada

Si se conoce la gráfica de la primera derivada de una función, f 0 (x), es posible extraer mucha
información sobre la propia función f (x), ya que:
Cuando f 0 (x) tiene signo positivo la función f (x) es creciente.
Cuando f 0 (x) tiene signo negativo la función f (x) es decreciente.
Cuando f 0 (x) es creciente, su derivada es positiva; es decir, f 00 (x) tiene signo positivo, luego la
función f (x) es convexa.
Cuando f 0 (x) es decreciente, su derivada es negativa; es decir, f 00 (x) tiene signo negativo, luego
la función f (x) es cóncava.
Ejemplo 27 La siguiente figura muestra la gráfica de la derivada de una función desconocida f (x).
En primer lugar se analiza el signo de f 0 (x) sin más que mirar las zonas en que la gráfica está por
encima del eje horizontal y las zonas en que está por debajo:

f 0 (x) > 0 en los intervalos (A,C ) y (E , +1). Luego en estos intervalos f (x) es creciente.
f 0 (x) < 0 en los intervalos (°1, A) y (C , E ). Luego en estos intervalos f (x) es decreciente.
Por tanto, en x = C se alcanzará un máximo local de f (x), mientras en x = A y en x = E se

alcanzarán mínimos locales de la función f (x).
Ahora se analiza el crecimiento o decrecimiento de f 0 (x) para determinar la concavidad/convexidad de

la función inicial f (x):
f 0 (x) es creciente en los intervalos (°1, B ) y (D, +1). Luego en estos intervalos f 00 (x) es positiva,
lo que indica que f (x) es convexa.
f 0 (x) es decreciente en el intervalo (B, D). Luego en este intervalo f 00 (x) es negativa y f (x) es cón-
cava.
Por tanto, en x = B y en x = D hay puntos de inflexión de la función f (x).
Con toda esta información, se puede tener una idea aproximada de cómo será su gráfica.

Capítulo 3
INTEGRACIÓN y SERIES
1. Integración indefinida. Propiedades
2. Métodos de integración
3. Introducción a las ecuaciones diferenciales
4. Integración definida. Regla de Barrow
5. Aplicaciones de la integral definida
6. Integrales impropias. Convergencia
7. Definición de sucesión. Límite de una sucesión
8. Definición de serie. Criterio general de convergencia
9. Series geométricas y armónicas
10. Series de potencias
1. Integración indefinida. Propiedades

1.1. Intregal indefinida (o primitiva) de una función
Definición 1 Dada una función f (x) se llama primitiva (o integral indefinida) de esta función a otra
función F (x) tal que:
F 0 (x) = f (x).
Esto es, la integración es la operación inversa a la derivación. Por eso algunos autores también deno-
minan antiderivada a la primitiva de una función.
Ejemplo 1 Dada la función f (x) = 2x, todas las funciones siguientes son primitivas de f (x)
F 1 (x) = x 2 F 2 (x) = x 2 ° 1 F 3 (x) = x 2 + 15 F 4 (x) = x 2 +C
donde C 2 R es una constante cualquiera.
x ∏ y, x y
61
CAPÍTULO 3: INTEGRACIÓN y SERIES
Nota 1 Como la derivada de una constante es cero, todas las funciones tienen infinitas primitivas: una
para cada valor que se dé a la constante. Además, se cumple que dos primitivas de una función se
diferencian solo en una constante: si F (x) y G(x) son dos primitivas de la función f (x),
F 0 (x) = G 0 (x) = f (x) ) (F (x) °G(x))0 = 0 ) F (x) °G(x) = C
El conjunto de
Z todas las primitivas de una función f (x) se denota por el símbolo matemático de la
integración: f (x) d x
Ejemplo 2 Las siguientes integrales se deducen de modo inmediato de las reglas de derivación:
Z Z
2
2x d x = x +C cos(x) d x = sen(x) +C
Z Z
°7 d x = °7x +C e x d x = e x +C
1.2. Tabla de primitivas inmediatas

Las siguientes primitivas son la base de la integración y deben ser conocidas. Se obtienen direc-
tamente del cálculo de derivadas.
Z Z
r x r +1 (4) cos(x) d x = sen(x) +C
(1) x dx = +C , r 6= °1
r +1
Z Z Z
°1 1
(2) x dx = d x = ln(x) +C (5) sen(x) d x = ° cos(x) +C
x
Z Z
x x 1
(3) e d x = e +C (6) d x = arctan(x) +C
1 + x2
1.3. Propiedad 1: linealidad

Se sabe que la derivada de la suma es la suma de derivadas, así como que la derivada de una
constante por una función es igual a la constante por la derivada de la función. Estas propiedades se
denominan linealidad y aplicadas a integración formalmente se escriben como sigue:
Z Z
a) k f (x) d x = k f (x) d x
Z Z Z
b) ( f (x) + g (x)) d x = f (x) d x + g (x) d x
Ejemplo 3 A partir de esta simple propiedad, pueden combinarse las integrales en la tabla de primi-
tivas inmediatas mediante sumas y multiplicaciones por constantes, por lo que se puede obtener la
primitiva de muchas funciones: polinomios, sumas de trigonométricas, ...
Z
x4
(x 3 ° 6x 2 + 10x + 32) d x = ° 2x 3 + 5x 2 + 32x +C
4
Z
°12e x d x = °12e x +C
Z
(sen(x) ° 8 cos(x)) d x = ° cos(x) ° 8 sen(x) +C
Zµ ∂
°2 4
+ d x = °2 ln(x) + 4 arctan(x) +C
x 1 + x2

1.4. Propiedad 2: sustitución

Esta propiedad se basa en la derivada de la función compuesta. Si, por ejemplo, se tiene la función
f (x) = ln(sen(x)), se sabe que llamando z = sen(x), la derivada de f (z) = ln(z) es (aplicando la regla
de la cadena)
d z cos(x)
f 0 (z) = =
z sen(x)
Si se utiliza el mismo argumento para la integración, se obtiene la propiedad de sustitución:
Z Z
Si f (x) d x = F (x), entonces f (z) d z = F (z)
Lo que indica es que el nombre de la variable no importa para obtener la primitiva de una función.
Los siguientes ejemplos ayudan a entender la aplicación de esta propiedad y ver cómo se amplía el
número de funciones que se pueden integrar fácilmente.
Ejemplo 4 Calcula las siguientes primitivas aplicando la propiedad de sustitución.

Z Z Z
2e d x = e d (2x) = e z d z = e z +C = e 2x +C
2x 2x
[z = 2x]
Z Z Z
z4
°12(°3x)3 d x = 4(°3x)3 d (°3x) = 4z 3 d z = 4 +C = z 4 +C = (°3x)4 +C [z = °3x]
4
Z Z Z
dx
cos(ln(x)) = cos(ln(x))d (ln(x)) = cos(z)d z = sen(z)+C = sen(ln(x))+C [z = ln(x)]
x
Z Z Z
2x 1 2 1 £ §
4
d x = 2 2
d (x ) = 2
d z = arctan(z) +C = arctan(x 2 ) +C z = x2
1+x 1 + (x ) 1+z
2. Métodos de integración
Mezclando las dos propiedades anteriores, el número de funciones que pueden integrarse ha au-
mentado, pero para la mayoría de funciones no basta para encontrar su primitiva. Existen muchas
técnicas para resolver el problema de integración. Se verán únicamente dos métodos sencillos: cam-
bio de variable y el método de integración por partes.
2.1. Cambio de variable

En ocasiones hay integrales que no corresponden con ninguna de las de la tabla de primitivas
inmediatas, pero que fácilmente pueden convertirse en una de ellas. Por ejemplo, si se tiene
Z
2x
dx
x2 + 1
se observa que llamando z = (x 2 + 1) su derivada es d z = 2xd x y la integral se convierte en

Z
1
d z = ln(z) +C = ln(x 2 + 1) +C
z
sin más que aplicar la propiedad de sustitución. La idea es realizar un cambio de variable, del tipo
x = h(y), o del tipo z = g (x), de modo que la integral se convierta en una de las inmediatas, o que
mediante la propiedad de sustitución sea inmediata.
Nota 2 Lo más importante es saber a cuál de la tabla de primitivas inmediatas se tiene que parecer la
integral que se quiere resolver; muchas veces se deduce por eliminación de posibilidades.

Ejemplo 5 Resuelve las siguientes integrales:

Z
a) sen2 (x) cos(x) d x
Si se hace el cambio z = sen(x), derivando se obtiene d z = cos(x)d x y la integral queda

Z
z3 sen3 (x)
z2 d z = +C = +C
3 3
Z
b) (x ° 6)10 d x
Llamando z = x ° 6, directamente se tiene que la integral es

Z
z 11 (x ° 6)11
z 10 d z = +C = +C
11 11
Z p
c) x2 x3 + 1 d x
Un cambio posible es hacer z = x 3 + 1. Entonces, d z = 3x 2 d x con lo que la integral se puede escribir

en la forma
Z Z 3
p dz 1 1 1 z2 2p 3 2p 3
z = z 2 d z = 3 +C = z +C = (x + 1)3 +C
3 3 3 2 9 9
Z
2x 3 + 3x
d) dx
x 4 + 3x 2 + 7
Observando que si se multiplica el numerador por 2 lo que se tiene es justo la derivada del denomi-
nador, con el cambio de variable z = x 4 + 3x 2 + 7 queda la integral
Z1 Z
2 dz 1 dz 1 1
= = ln(z) +C = ln(x 4 + 3x 2 + 7) +C
z 2 z 2 2
Z p
1° x
e) p
3
dx
x
Como aparecen una raíz cuadrada y una raíz cúbica, un cambio posible para eliminarlas y no tener
p p
raíces es hacer x = y 6 con lo que x = y 3 , mientras que 3 x = y 2 . Derivando, d x = 6y 5 d y, se obtiene
la integral
Z Z µ 4 ∂
1 ° y3 5 3 6 y y7
6y d y = 6 (y ° y ) d y = 6 ° +C
y2 4 7
p
Ahora hay que sustituir y por su valor que es y = 6 x quedando la solución
√p6
p
6
!
x4 x7
=6 ° +C
4 7
Z
x2
f) p dx
x +1
Para eliminar la raíz del denominador, un cambio que se puede hacer es x+1 = y 2 , es decir, x = y 2 °1.
Derivando queda d x = 2yd y, que da lugar a la integral
Z 2 Z
(y ° 1)2 2 4 2p 4p p
2y d y = (2y 4 °4y 2 +2)d y = y 5 ° y 3 +2y +C = (x + 1)5 ° (x + 1)3 +2 x + 1+C
y 5 3 5 3

2.2. Integración por partes

El método de integración por partes se basa en la fórmula de la derivada de un producto y se
utiliza para resolver algunas integrales en las que aparecen dos términos distintos multiplicándose.
La derivada del producto de dos funciones u(x) y v(x) no es el producto de las derivadas. Por tanto,
la integral de un producto no será el producto de integrales. Se tiene que:
(uv)0 = u 0 v + uv 0 ) uv 0 = (uv)0 ° u 0 v
Integrando la última igualdad se tiene la fórmula de integración por partes:

Z Z
uv 0 d x = uv ° u 0 v d x
El paso principal es elegir, en la integral que se debe resolver, qué parte será u(x) y que parte será
v 0 (x). Hay algunas cosas a tener en cuenta:
La función u(x) se debe derivar para calcular u 0 (x), lo que no impone restricciones en su elec-
ción.
La función v 0 (x) se debe integrar para calcular v(x). Por tanto, debe elegirse una que se corres-
ponda con la tabla de primitivas inmediatas, o una que se pueda resolver mediante sustitución
o cambio de variable.
Z
Debe también tenerse en cuenta que, tras aplicar la fórmula, deberá resolverse u 0 v d x, que
Z
se intentará que sea más fácil que la que se tenía inicialmente uv 0 d x.
Un consejo general es elegir para u(x) funciones polinómicas, o logaritmos, mientras que v 0 (x)
se suele dejar para funciones exponenciales o trigonométricas. Hay que observar que al derivar
polinomios o logaritmos, las funciones obtenidas son más simples, mientras que se complican
al integrarlos. Sin embargo, las funciones exponenciales o trigonométricas ni se simplifican, ni
se complican al derivar o integrar.
Ejemplo 6 Resuelve las siguientes integrales:

Z
a) x cos(x) d x
u(x) = x u 0 (x) = 1
v 0 (x) = cos(x) v(x) = sen(x)
Z Z
x cos(x) d x = x sen(x) ° sen(x) d x = x sen(x) + cos(x) +C
Z
b) xe x d x
u(x) = x u 0 (x) = 1
v 0 (x) = e x v(x) = e x
Z Z
x x
xe d x = xe ° e x d x = xe x ° e x +C

Z
c) x 2e x d x
u(x) = x 2 u 0 (x) = 2x
v 0 (x) = e x v(x) = e x
Z Z Z
2 x 2 x x 2 x
x e dx = x e ° 2xe d x = x e ° 2 xe x d x = x 2 e x ° 2xe x + 2e x +C
Z
d) x 3 ln(x) d x
u(x) = ln(x) 1
u 0 (x) =
x
1 4
v 0 (x) = x 3 v(x) = x
4
Z Z
1 1 1 1 x4 1 x4
x ln(x) d x = x 4 ln(x) °
3
x 3 d x = x 4 ln(x) ° +C = x 4 ln(x) ° +C
4 4 4 4 4 4 16
Z
e) ln(x) d x
u(x) = ln(x) 1
u 0 (x) =
x
v 0 (x) = 1 v(x) = x
Z Z
ln(x) d x = x ln(x) ° 1 d x = x ln(x) ° x +C
2.3. Existencia de primitiva de una función

Aunque solo se ha visto el cálculo de primitivas en casos muy sencillos, muchas de las funciones
habituales poseen primitiva. El siguiente resultado muestra una condición para que esto ocurra.
Teorema 1 Toda función continua f : [a, b] ! R tiene primitiva; es decir, existe una función derivable
F (x) tal que
F 0 (x) = f (x) 8 x 2 (a, b)
3. Introducción a las ecuaciones diferenciales

3.1. La condición inicial en una integral
Como se ha visto, existen infinitas primitivas de una función dada (una para cada valor de la
constante de integración C ). En algunos casos, se tiene información adicional sobre la primitiva que
se busca: se conoce el valor de la primitiva en un determinado punto, o el valor de la función y su
derivada en algún punto. Esta información adicional se denomina condición inicial y permite calcular
el valor de la constante C y saber cuál es la primitiva que en realidad se está buscando.
Ejemplo 7 Calcula la primitiva F (x) de la función f (x) = 2x que cumple la condición F (0) = 2, es decir,
que pasa por el punto (0, 2). Calcula también la que pasa por el punto (°1, 1).
Si F (x) es una primitiva, cumple F 0 (x) = 2x, con lo que F (x) = x 2 + C . La condición inicial per-
mite calcular el valor de la constante: sustituyendo, F (0) = 02 + C = C = 2. Por tanto, C = 2 y la
primitiva buscada es F 1 (x) = x 2 + 2.

Cambiando ahora la condición inicial a F (°1) = 1, se obtiene que C = 0 y la primitiva que pasa
por (°1, 1) es F 2 (x) = x 2 .
Ejemplo 8 Se sabe que f 00 (x) = x 2 °6 y que además la función cumple que f (1) = °1, f 0 (0) = 2. Calcula
la función f (x).
Si f 00 (x) = x 2 ° 6, integrando (la integral de f 00 (x) será f 0 (x)) se tiene
x3
f 0 (x) = ° 6x +C 1
3
x3
Aplicando que f 0 (0) = 2, entonces C 1 = 2, quedando f 0 (x) = ° 6x + 2. Volviendo a integrar,
3
4
x
f (x) = ° 3x 2 + 2x +C 2
12
1 1
Como f (1) = °1, se tiene ° 3 + 2 +C 2 = °1, de donde C 2 = ° . Entonces la función f (x) es:
12 12
x4 1
f (x) = ° 3x 2 + 2x °
12 12
3.2. Ecuaciones diferenciales: introducción

Los ejemplos anteriores se podrían haber expresado de la siguiente manera:
Calcula el valor de la función incógnita y = y(x) que cumple y(0) = 2, y 0 = 2x
Calcula el valor de la función incógnita y = y(x) que cumple y(1) = °1, y 0 (0) = 2, y 00 = x 2 ° 6
Lo que se tiene es una relación entre una función desconocida y = f (x), algunas de sus derivadas y la
variable independiente x. Este tipo de relaciones se denominan ecuaciones diferenciales.
Definición 2 Se llama ecuación diferencial en las variables x, y a cualquier relación que incluye la
variable (independiente) x, a la función (incógnita) y, junto a derivadas de dicha función incógnita. Se
denomina orden de una ecuación diferencial al orden de la mayor derivada que aparece en la relación.
Así, en ecuaciones diferenciales de primer orden (ejemplo 7) solo aparece la primera derivada. En
las de segundo orden (ejemplo 8) aparece la segunda derivada, etc.
Definición 3 Una función y = f (x) es solución de una ecuación diferencial, F (x, y, y 0 , . . .) = 0, si al

sustituir f (x) y sus derivadas en la ecuación, se cumple la igualdad.

Ejemplo 9 Dada la ecuación diferencial (de segundo orden) y 00 ° y = 0, analiza si cada una de las
siguientes funciones es solución de la misma:
y = sen(x)
En primer lugar se calcula la segunda derivada, y 00 = ° sen(x). Sustituyendo en la ecuación queda
y 00 ° y = ° sen(x) ° sen(x) = °2 sen(x) 6= 0
luego no es solución.
y = 5e x
Derivando, y 00 = 5e x . Al sustituir queda y 00 ° y = 5e x ° 5e x = 0. Luego es solución.
y = e °x
Derivando, y 0 = °e °x , y 00 = e °x , con lo que y 00 ° y = 0. Por tanto, es solución.
Ejercicio 1 Repite el ejemplo anterior con la ecuación diferencial y 00 + y = 0.
Las ecuaciones diferenciales se aplican a muchos campos de la física, biología, ingeniería y tam-
bién en modelos económicos y financieros. Uno de los modelos más usados para explicar fluctuacio-
nes económicas en el tiempo (por eso la variable independiente se representa a menudo por t en vez
de por x) es el llamado modelo de crecimiento exponencial.
La expresión crecimiento exponencial se aplica a una magnitud tal que su variación en el tiem-
po (es decir, su derivada) es proporcional a su valor, lo que implica que crece muy rápidamente, de
acuerdo a la ecuación:
y 0 = Æy y(0) = M 0 Æ>0
Algunos fenómenos que pueden ser descritos por un crecimiento exponencial, al menos durante un
cierto intervalo de tiempo, son:
El número de células de un embrión mientras se desarrolla en el útero materno.
El número de contraseñas posibles con n dígitos.
El número de miembros en poblaciones de ecosistemas cuando carecen de predador y los re-

cursos son ilimitados.
El crecimiento de los precios en una economía: la tasa de crecimiento Æ coincidiría con el índice
de inflación.
Catástrofe malthusiana
La denominada catástrofe malthusiana debe su nombre al demógrafo, político y economista in-
glés Thomas R. Malthus (1766 ° 1834) y la visión pesimista del crecimiento de población expuesta
en su obra Ensayo sobre el principio de la población. Las tesis de Malthus, aunque desajustadas a los
hechos, tuvieron gran influencia política. Malthus afirmaba que el crecimiento de la población libre
de contenciones era exponencial, mientras que la producción de alimentos tenía un crecimiento li-
neal. Por ello, Malthus pronosticó que habría una escasez de alimentos y una gran hambruna hacia
mediados del siglo XIX. La gran hambruna jamás se produjo, mostrando que los supuestos lógicos de
Malthus eran simplistas y en ocasiones hasta erróneos.1
1 Este tema (superpoblación mundial) aparece también en la novela Inferno (Dan Brown, 2013).

Expresado en términos de ecuaciones diferenciales el argumento de Malthus era el siguiente:
Si P (t ) es la población en el año t y A(t ) la cantidad total de alimentos, las hipótesis de

crecimiento exponencial y lineal (respectivamente) son:
d P (t ) d A(t )
= r P (t ), = k A0
dt dt
La solución de las dos ecuaciones anteriores (se verá en la siguiente sección) lleva a que
la cantidad de alimento por persona viene dada por:
A(t ) A 0 (kt + 1) kt + 1 A0
a(t ) = = = a0 r t a0 =
P (t ) P0e r t e P0
donde P 0 es la población inicial y A 0 es la cantidad inicial de alimentos. Puede verse (ejer-

cicio de límites) que para cualesquiera valores positivos de r , k, A 0 y P 0 , lı́m a(t ) = 0, lo
t !+1
que produce la catástrofe malthusiana, al ser cero la cantidad de alimento por persona.
3.3. Resolución de una ecuación diferencial de primer orden

Se analizará el caso de ecuaciones denominadas separables: en ellas la ecuación F (x, y, y 0 , . . .) = 0
se puede escribir de modo que la variable x aparezca solo en un lado de la igualdad, mientras que la
variable y aparece solo en el otro lado. En este caso, para resolverla se sigue el siguiente proceso:
1. Se separan las variables x, y una a cada lado de la igualdad
2. Se integra cada lado de la igualdad
3. Se añade la constante de integración (en este paso se tiene la solución general: el conjunto de
todas las soluciones de la ecuación diferencial)
4. Se calcula el valor de la constante para que se cumpla la condición inicial (en este paso se tiene
la solución particular que cumple la condición inicial)
Ejemplo 10 Resuelve las siguientes ecuaciones diferenciales de primer orden separables:
a) La ecuación de crecimiento exponencial: y 0 = Æy con y(0) = P 0
y0 dy
y 0 = Æy ) =Æ ) = Ædx
y y
Integrando Z Z
dy
= Ædx ) ln(y) = Æx +C ) y = e Æx+C = e Æx e C
y
aplicando la función inversa. Ahora se hace cumplir la condición inicial, y(0) = P 0 , de donde
P0 = eC ) y = P 0 e Æx
b) La ecuación de crecimiento lineal: y 0 = k A 0 , con y(0) = A 0
y 0 = k A0 ) d y = k A0 d x ) y = k A 0 x +C
Sustituyendo la condición inicial y(0) = A 0 , se tiene C = A 0 , por lo que la solución es y = A 0 (kx + 1).

2x
c) y 0 = , con y(1) = °3
y
2x
y0 = ) y 0 y = 2x ) y d y = 2x d x
y
y2 p
Integrando, = x 2 + C . De donde, y = ± 2x 2 + 2C . Luego hay dos soluciones: la raíz positiva y
2
la negativa. Si ahora se aplica la condición inicial, y(1) = °3 implica que se ha de elegir la raíz
negativa. Sustituyendo queda 2C = 7, luego la solución es
p
y = ° 2x 2 + 7
d) x 2 + 3y y 0 = 0, con y(0) = 2
y2 x3 y 2 x3
x 2 + 3y y 0 = 0 ) 3y y 0 = °x 2 ) 3 = ° +C ) C =6 ) 3 + =6
2 3 2 3
2
e) x y d x + e °x (y 2 ° 1) d y = 0, con y(0) = 1
µ ∂
2 2 2 1
x y d x + e °x (y 2 ° 1) d y = 0 ) x y d x = °e °x (y 2 ° 1) d y ) xe x = °y dy
y
Integrando,
1 x2 y2
e +C = ln(y) °
2 2
y sustituyendo la condición inicial y(0) = 1, queda C = °1. Por tanto, la solución es
1 x2 y2
e ° 1 = ln(y) °
2 2
Ejemplo 11 Encuentra la ecuación de la curva y = f (x) que pasa por el punto (1, 3) y su pendiente en
y
un punto genérico (x, y) es m = 2 .
x
El primer paso es relacionar la pendiente con la derivada, para así poder escribir la ecuación dife-
rencial:
y y0 1 dy 1
y0 = 2 ) = 2 ) = 2 dx
x y x y x
Integrando,
1 1
ln(y) = ° +C ) y = eC ° x
x
Sabiendo que pasa por el punto (1, 3), se calcula el valor C = ln(3) + 1 que sustituido da la solución
buscada.
3.4. Ecuación de orden superior

Cuando la ecuación diferencial es de orden superior (segundo orden, tercero, ...) el procedimiento
de resolución será el mismo, pero habrá que integrar tantas veces como indique el orden. Para encon-
trar una solución particular, habrá tantas condiciones iniciales como indique el orden de la ecuación
diferencial. Sustituyendo estas condiciones iniciales en cada paso (cada vez que se integra), se van
obteniendo los valores de las constantes de integración.

Ejemplo 12 Encuentra la solución de la ecuación diferencial y 000 = 12x +16 que cumple las condiciones
iniciales y(0) = °2, y 0 (0) = 1, y 00 (0) = 4
Como ya están las variables separadas, solo hace falta integrar:
Z
x2
y 00 = (12x + 16) d x = 12 + 16x +C 1
2
Sustituyendo la condición y 00 (0) = 4, se tiene C 1 = 4, luego y 00 = 6x 2 + 16x + 4. Volviendo a integrar

Z
x3 x2
0
y = (6x 2 + 16x + 4) d x = 6 + 16 + 4x +C 2
3 2
Sustituyendo ahora y 0 (0) = 1, se tiene C 2 = 1, luego y 0 = 2x 3 + 8x 2 + 4x + 1. Volviendo a integrar

Z
x4 x3 x2
y= (2x 3 + 8x 2 + 4x + 1) d x = 2 + 8 + 4 + x +C 3
4 3 2
Finalmente, C 3 = °2 y la solución buscada es:
x4 x3
y= + 8 + 2x 2 + x ° 2
2 3
4. Integración definida. Regla de Barrow

4.1. Idea intuitiva de la integral definida
Una de las aplicaciones más importantes de la integración es el cálculo de áreas (también se usa
para calcular volúmenes, longitudes de curvas,...). La idea básica consiste en analizar el área que
queda comprendida entre la gráfica de una función positiva f (x) y el eje X entre dos valores determi-
nados de la variable x: desde x = a hasta x = b.
El valor del área entre la curva y el eje X (medido en las unidades adecuadas) se representa con el
símbolo matemático (integral definida):
Zb
ÁREA = f (x) d x f (x) ∏ 0
a

4.2. Regla de Barrow

La Regla de Barrow (denominada Teorema fundamental del cálculo integral) establece que el área
anterior se puede calcular sin más que restar los valores que toma una primitiva de la función en los
extremos del intervalo [a, b].
Teorema 2 Dada una función continua f : [a, b] ! R, f (x) ∏ 0, el área entre la gráfica de la función y
el eje X es
Zb
f (x) d x = F (b) ° F (a)
a
siendo F (x) una primitiva cualquiera de la función f (x).
Cuando la función f (x) no es positiva, se pierde el significado de área, pero igualmente se calcula
la integral definida en un intervalo [a, b] aplicando la regla de Barrow.
Definición 4 Dada una función continua f : [a, b] ! R, se denomina integral definida de f (x) en
[a, b] al número real Zb
f (x) d x = F (b) ° F (a)
a
siendo F (x) una primitiva cualquiera de la función f (x).
Nota 3 Por tanto, el Teorema 2 lo que dice es que cuando la función es positiva, la integral definida
coincide con el área entre la curva y el eje horizontal. Si la función es negativa en el intervalo, f (x) ∑ 0,
para todo x 2 [a, b], entonces la integral también representa el valor del área, aunque con el signo
cambiado: al estar la función por debajo del eje, la integral definida da un valor negativo. Entonces
Zb
ÁREA = ° f (x) d x = F (a) ° F (b) f (x) ∑ 0
a
En general, cuando la función tiene una parte por encima y otra por debajo del eje horizontal, la inte-
gral definida se corresponde con el número resultante de calcular el área que queda por encima del eje
(con signo positivo), calcular el área por debajo (con signo negativo) y sumarlas. El resultado puede ser,
por tanto, positivo o negativo.
Si se pide calcular un área entre la gráfica de la función f (x) y el eje horizontal (entre dos valores
a y b), lo que se debe hacer es calcular el área por encima del eje (será un número positivo), calcular el
área por debajo (que será negativa) y cambiarle el signo, y sumar los dos valores. Por tanto, un primer
paso será calcular los puntos de corte de la función f (x) con el eje X para determinar los intervalos en
que está por encima y los que está por debajo.
4.3. Ejemplos
Ejemplo 13 Para cada una de las funciones f (x) y cada intervalo [a, b], calcula la integral definida
Zb
f (x) d x. Calcula el área entre la gráfica de f (x) y el eje X en el intervalo indicado. Explica la dife-
a
rencia, si la hay, entre ambos resultados.

a) f (x) = x 3 ; intervalo [1, 3]

Es inmediato que esta función es positiva en el intervalo [1, 3] y, por tanto, la integral definida y el
área coinciden.
Para calcular el valor del área, primero se obtiene una primitiva que, en este caso, es inmediata:
Z
x4
x 3 d x = . Entonces,
4
Z3 ∏3
x4 34 14
x3 d x = = ° = 20 unidades de área (m 2 , cm 2 , . . .)
1 4 1 4 4
b) f (x) = x 3 ; intervalo [°1, 0]

La función es la misma del apartado anterior, pero en el intervalo [°1, 0] la función es negativa y,
por tanto, el área será la integral definida cambiada de signo.
Z0 ∏0
x4 04 (°1)4 1
x3 d x = = ° = ° = °00 25
°1 4 °1 4 4 4
El área entre la curva y el eje horizontal es de 00 25 unidades de área.

p
c) f (x) = x x 2 + 9; intervalo [0, 4]
Es claro que la función es mayor o igual a cero en el intervalo indicado. Por tanto, el área coincide
con la integral definida. Mediante el cambio de variable z = x 2 +9 se obtiene fácilmente la primitiva
1° ¢3
F (x) = x 2 + 9 2 . Entonces,
3
Z4 p ∏
1° 2 ¢ 32 4 1 3 1 3 98
2
x x +9dx = x +9 = (25) 2 ° (9) 2 = unidades de área
0 3 0 3 3 3
d) f (x) = cos(2x); intervalo [0, º]

La gráfica de esta función (a partir de funciones elementales) es:
Luego la integral definida y el área no coinciden. Se calcula primero la integral definida. Una pri-
1
mitiva de f (x) es F (x) = sen(2x) y la integral definida vale
2
Zº ∏º
1 1 1
cos(2x) d x = sen(2x) = sen(2º) ° sen(0) = 0
0 2 0 2 2
Mirando la gráfica se veía que la parte de área por encima y la que hay por debajo del eje coinciden.
Por tanto, es lógico el resultado de la integral.
Para calcular el área, primero se calculan los puntos de corte de f (x) con el eje X . Igualando la
º 3º
función a cero, cos(2x) = 0, se obtienen los puntos x = , x = . Ahora se calculan las integrales
4 4
definidas:
Zº/4 ∏º/4
1 1 1 1
cos(2x) d x = sen(2x) = sen(º/2) ° sen(0) =
0 2 0 2 2 2
Z3º/4 ∏3º/4
1 1 1 1 1
cos(2x) d x = sen(2x) = sen(3º/2) ° sen(º/2) = ° ° = °1
º/4 2 º/4 2 2 2 2
Zº ∏º µ ∂
1 1 1 1 1
cos(2x) d x = sen(2x) = sen(2º) ° sen(3º/2) = 0 ° ° =
3º/4 2 3º/4 2 2 2 2
Por tanto, el área vale 2 unidades de área.

e) f (x) = xe x ; intervalo [°1, 1]

La función e x es siempre positiva, pero al multiplicarla por x, la función f (x) tendrá signo positivo
cuando x > 0 y signo negativo cuando x < 0. Por tanto, área e integral definida darán resultados
distintos.
Para calcular la primitiva se aplica el método de integración por partes y queda F (x) = (x ° 1)e x .
Entonces Z1
§1 2
xe x d x = (x ° 1)e x °1 = 0 ° (°2e °1 ) =
°1 e
Por otro lado, el área vale
Z0 Z1
x 2
° xe d x + xe x d x = 2 ° unidades de área
°1 0 e
4.4. Área entre dos curvas

Un problema directamente relacionado con el anterior, que también se resuelve mediante cálculo
integral, es el valor del área entre las gráficas de dos funciones f (x) y g (x), como las que aparecen en
el siguiente ejemplo.
Este problema, en la práctica, se resuelve de manera muy fácil a partir de lo visto anteriormente: el
área buscada coincide con el área entre la función h(x) = f (x)° g (x) y el eje X . Hay que ver, como en el

caso previo, si la función h(x) cambia de signo para dividir, si es necesario, el intervalo de integración
en varios subintervalos.
En el ejemplo, la función es
h(x) = x 2 ° 10 ° (40 ° x 2 ) = 2x 2 ° 50
y el intervalo de integración viene dado por los puntos donde se cortan (en ocasiones, el problema
puede indicar otro intervalo; ver ejercicio 2). En este caso, al hacer x 2 ° 10 = 40 ° x 2 se obtienen los
puntos a = °5, b = 5. Como entre estos dos valores la función h(x) es siempre negativa, para calcular
el área bastará calcular la integral definida y cambiar su signo.
Z5 ∏5
2 2x 3 1000
(2x ° 50) d x = ° 50x =°
°5 3 °5 3
1000
Luego el área entre las dos curvas vale unidades de área.
3
Ejercicio 2 Calcula el área entre las curvas f (x) = x 2 , g (x) = 2x ° 5 en el intervalo [1, 4].
5. Aplicaciones de la integral definida

La integral definida se usa básicamente para el cálculo de áreas. Si el área que se desea calcular
tiene interés desde el punto de vista económico o financiero, entonces posee un significado especial
en este contexto. Algunas de las aplicaciones son:
Análisis de reservas de un bien escaso (por ejemplo, petróleo)
Distribución de la renta
Valor actual descontado, o valor futuro descontado
Excedente del consumidor / Excedente del productor
6. Integrales impropias. Convergencia

El concepto de integral impropia (de primera especie) recoge la idea de una integral definida en
la que los límites de integración (uno, o ambos) pueden ser infinitos. Si la función f (x) es positiva, el
problema planteado sería, por ejemplo, el cálculo del área entre la curva y el eje X desde un punto
x = a hasta +1. La siguiente figura ilustra este problema.

El primer hecho que es necesario observar es que el área puede ser infinita (basta pensar en una
función constante, f (x) = 1, que se correspondería con el área de un rectángulo de altura h = 1 y base
infinita). En este caso se dirá que la integral impropia es divergente. La resolución de una integral
impropia se basa entonces en el cálculo de una integral definida, más un límite.
Definición 5 Dada una función continua f : [a, +1) ! R, se llama integral impropia de f (x) en
[a, +1) al límite Z+1 Zb
f (x) d x = lı́m f (x) d x
a b!+1 a
en caso de que exista (sea finito). En caso contrario, se dice que la integral impropia no existe, o que es
divergente.
De modo análogo se definen las integrales en un intervalo de la forma (°1, a], o en toda la recta
real R = (°1, +1).
Definición 6 Dada una función continua f : (°1, a] ! R, se llama integral impropia de f (x) en
(°1, a] al límite Za Za
°1 b!°1 b
en caso de que exista (sea finito). En caso contrario, se dice que la integral impropia no existe, o que es
divergente.
Definición 7 Dada una función continua f : R ! R, se llama integral impropia de f (x) en (°1, +1)
a la suma de las dos integrales impropias
Z+1 Za Z+1
f (x) d x = f (x) d x + f (x) d x
°1 °1 a
en caso de que ambas existan, donde el punto a se elige de forma arbitraria (un valor conveniente
para los cálculos). En caso contrario (si alguna de las dos integrales impropias no existe), se dice que la
integral impropia en (°1, +1) no existe, o que es divergente.
Para el cálculo práctico de una integral impropia se siguen los siguientes pasos:
Z
PASO 1: cálculo de una primitiva de la función f (x), F (x) = f (x) d x
Zb Za
PASO 2: cálculo de una integral definida f (x) d x, o f (x) d x
a b
PASO 3: cálculo del límite cuando b ! +1, o b ! °1
6.1. Ejemplos
Ejemplo 14 Estudio de las siguientes integrales impropias:
Z+1
1
a) 2
dx
1 x
1
primitiva: F (x) = °
x
Zb
1 1 1
int. definida: 2
d x = F (b) ° F (1) = ° ° (°1) = 1 °
1 x µ ∂ b b
1
límite: lı́m 1 ° =1
b!+1 b

Z6
b) ex d x
°1
primitiva: F (x) = e x
Z6
int. definida: e x d x = F (6) ° F (b) = e 6 ° e b
b
≥ ¥
límite: lı́m e 6 ° e b = e 6
b!°1
Z+1
1
c) dx
3 x
primitiva: F (x) = ln(x)

Zb
1
int. definida: d x = F (b) ° F (3) = ln(b) ° ln(3)
3 x
límite: lı́m (ln(b) ° ln(3)) = +1; luego es divergente
b!+1
Z+1
x
d) dx
0 ex
°x ° 1
primitiva: F (x) =
ex
Zb µ ∂
x °b ° 1 °1 °b ° 1
int. definida: x
d x = F (b) ° F (0) = b
° 0 = +1
0 e e e eb
µ ∂
°b ° 1
límite: lı́m +1 = 1
b!+1 eb
1
NOTA: Al resolver el límite aparece una indeterminación del tipo que se soluciona aplicando
1
L’Hôpital.
Z+1
1
e) dx
°1 1 + x2
Como la integral es en toda la recta real, el primer paso es elegir un punto intermedio y dividirla en
dos integrales. Por ejemplo, se puede elegir el punto x = 0 y resolver las integrales impropias:
Z0 Z+1
1 1
2
d x dx
°1 1 + x 0 1 + x2
primitiva: F (x) = arctan(x)

Zb
1
int. definida: 2
d x = F (b) ° F (0) = arctan(b) ° arctan(0) = arctan(b)
0 1+x
º
límite: lı́m arctan(b) =
b!+1 2
Z0
1
int. definida: 2
d x = F (0) ° F (b) = arctan(0) ° arctan(b) = ° arctan(b)
b 1+x
≥ º¥ º
límite: lı́m ° arctan(b) = ° ° =
b!°1 2 2
Por tanto, la integral impropia en (°1, +1) vale:

Z+1 Z0 Z+1
1 1 1
2
dx = 2
dx + dx = º
°1 1 + x °1 1 + x 0 1 + x2

6.2. Integral impropia de segunda especie

La integral impropia que se ha visto supone que la función f (x) es continua y el intervalo de in-
tegración es infinito. Un problema simétrico consiste en analizar funciones que tienden a infinito en
un intervalo acotado [a, b]. Estas integrales se denominan impropias de segunda especie. El ejemplo
1
típico es el de la hipérbola f (x) = en un intervalo del tipo [0, b]. Si se observa la gráfica, un giro de
x
90º transformaría esta integral en una impropia de primera especie, como las vistas en el apartado
anterior.
El método para resolver estas integrales es, básicamente, el mismo que se ha visto: una integral,
más un límite:
Si la función f (x) es continua en el intervalo (a, b] y lı́m f (x) = 1, entonces

x!a
Zb Zb
a c!a c
Análogamente, si el problema está en el otro extremo del intervalo:
Si la función f (x) es continua en el intervalo [a, b) y lı́m f (x) = 1, entonces

x!b
Zb Zc
a c!b a
Ejemplo 15 Estudio de las siguientes integrales impropias de segunda especie:

Z1
1
a) 2
dx
0 x
1
Esta integral es impropia de segunda especie, ya que la función f (x) = 2 tiende a +1 cuando
x
1
x ! 0. Por tanto, como F (x) = ° es una primitiva de la función,
x
Z1 Z1 µ ∂
1 1 1 1
2
d x = lı́m d x = lı́m ° + = +1
0 x c!0 c x 2 c!0 1 c
Luego la integral es divergente.

Z0
1
b) dx
°2 x
Esta integral es impropia porque la función tiende a infinito en el límite superior del intervalo.
Razonando como antes, como F (x) = ln(x) es una primitiva de la función,
Z0 Zc
1 1
d x = lı́m d x = lı́m (ln(c) ° ln(2)) = °1
°2 x c!0 °2 x c!0
y es divergente.
Z1
1
Ejercicio 3 Calcula el valor de la integral impropia p d x, que es convergente.
0 2 x
7. Definición de sucesión. Límite de una sucesión

7.1. Definición de sucesión infinita de números reales. Convergencia
Se llama sucesión de números reales a toda regla que a cada número natural n 2 N le asocia un
número real a n = f (n). Se representa a la sucesión por {a n }. A cada elemento de la sucesión se le
denomina término: primer término a 1 , segundo término a 2 , ..., término n°ésimo a n .
Ejemplo 16 Los siguientes ejemplos muestran sucesiones de números reales:
(1) a n = n a 1 = 1, a 2 = 2, a 3 = 3, a 4 = 4, . . .
1 1 1 1
(2) a n = a 1 = 1, a 2 = , a 3 = , a 4 = , . . .
n 2 3 4
n +1 3 4 5
(3) a n = a 1 = 2, a 2 = , a 3 = , a 4 = , . . .
n 2 3 4
(4) a n = 2n a 1 = 2, a 2 = 4, a 3 = 8, a 4 = 16, . . .
µ ∂n
1 1 1 1 1
(5) a n = a1 = , a2 = , a3 = , a4 = , . . .
3 3 9 27 81
(6) a n = (°1)n a 1 = °1, a 2 = 1, a 3 = °1, a 4 = 1, . . .
Si se observa el ejemplo (1), los términos de la sucesión se van haciendo cada vez más grandes
y tienden a +1. Sin embargo, en el ejemplo (2) se van haciendo pequeños y se aproximan a cero. El
ejemplo (3) es una sucesión cuyos términos se acercan a L = 1. El ejemplo (4) de nuevo diverge a +1
y la sucesión en el ejemplo (5) converge a L = 0. Por último, se observa que la sucesión del ejemplo
(6) no se acerca a ningún valor (ni finito, ni infinito), ya que va pasando (oscilando) de °1 a 1.
Ésta es la idea de convergencia/divergencia de sucesiones, que coincide con la que se ha visto
para límites de funciones. La diferencia fundamental es que al analizar una función, se observaba su
comportamiento cuando x se acercaba a un número real cualquiera a. Sin embargo, cuando se trata
de analizar una sucesión, solo tiene sentido ver qué ocurre cuando n ! 1, lo que se corresponde con
el límite de funciones lı́m f (x).
x!+1
La definición formal de límite de una sucesión es la siguiente.
Definición 8 Se dice que una sucesión {a n } converge al límite L si
8 " > 0 9 n 0 2 N tal que si n ∏ n 0 , entonces |a n ° L| < "
lo que se escribe como L = lı́m a n .

n!1

Las propiedades de los límites de sucesiones coinciden con las de los límites de funciones: límite
de la suma igual a la suma de los límites (cuando existen), diferencia, producto, etc.
Es habitual el uso de las funciones para obtener límites de sucesiones: la idea es sustituir la suce-
sión a n = f (n) por la función f (x), ya que si existe el límite de la función
lı́m f (x) = L entonces lı́m f (n) = lı́m a n = L.

x!+1 n!1 n!1
Si se tienen funciones derivables, la aplicación de la regla de L’Hôpital es de mucha utilidad. En el

x +1 1
ejemplo (3) se tiene que f (x) = y el límite es una indeterminación
x 1
x +1 (x + 1)0 1
lı́m = lı́m = =1
x!+1 x x!+1 (x)0 1
Por tanto, en las condiciones que se presentarán en esta asignatura, la resolución de límites de su-
cesiones será análoga al cálculo de límites de funciones (cuando x ! +1). Hay que recordar que,
además de aplicar L’Hôpital para resolver indeterminaciones, en ocasiones es necesario usar otras
técnicas: multiplicar por el conjugado, dividir por la máxima potencia, ...
Ejemplo 17 Sucesión de Fibonacci 2
a 1 = 1, a 2 = 1, y para todo n ∏ 2, a n = a n°1 + a n°2
La sucesión se obtiene, a partir del tercer término, sumando los dos anteriores. Los primeros términos
son:
1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597 . . .
Al margen de curiosas propiedades matemáticas, resulta claro que esta sucesión diverge a +1. Un ejer-
cicio matemático simple muestra que, suponiendo que esta sucesión tiene un límite finito L, se llega a la
conclusión de que 1 = 2, lo que (como es bien sabido) no es cierto. La sucesión que se calcula dividiendo
los términos consecutivos de la sucesión de Fibonacci
a n+1
bn =
an
es convergente, y su límite es el denominado número áureo (que es un número irracional), © º 1, 618, o

proporción aúrea, usada en pintura y arquitectura.
7.2. Sucesión geométrica: tasa de interés

Una sucesión {a n } se dice geométrica si la relación entre dos términos consecutivos es siempre
constante:
a n+1
=r 8n 2 N
an
A la constante r se la denomina razón de la sucesión geométrica. Entonces, cualquier sucesión geo-
métrica se puede escribir del siguiente modo:
a 0 = A; a 1 = Ar ; a 2 = Ar 2 ; ... ; a n = Ar n ; ...
Los apartados (4), (5), (6) del ejemplo 16 son sucesiones geométricas.
2 Sucesión famosa en cine y literatura; aparece por ejemplo, en la película (y novela) El Código Da Vinci. Aunque Fibon-
naci (que se llamaba Leonardo de Pisa) la describió en el siglo XIII, era ya conocida en Oriente. Aparece en la naturaleza y
está relacionada con el número áureo.

Ejemplo 18 Un caso de sucesión geométrica aparece al calcular la rentabilidad de un depósito en un

banco a una tasa de interés constante. ¿Cuánto dinero habrá en el banco dentro de 10 años? ¿Y dentro
de 20 años? Por ejemplo, si se depositan 100 " a una TAE del 2 % anual, la sucesión es:
a 0 = 100; a 1 = 100 · (1 + 00 02) = 102; . . . ; a 10 = 1210 9; . . . ; a 50 = 2620 2; . . . ; a 100 = 7240 5; . . .
Para observar con más detalle la rapidez en que aumenta una sucesión geométrica, merece la pena
comparar el ejemplo anterior cuando las tasas de interés son del 5 % y 6 %, que se denominan {b n } y
{c n }, respectivamente:
b 0 = 100; b 1 = 100 · (1 + 00 05) = 105; . . . ; b 10 = 1620 9; . . . ; b 50 = 11460 7; . . . ; b 100 = 131500 1; . . .
c 0 = 100; c 1 = 100 · (1 + 00 06) = 106; . . . ; c 10 = 1790 1; . . . ; c 50 = 18420 0; . . . ; c 100 = 339300 2; . . .
Un problema que se puede plantear es determinar el tiempo que debe mantenerse una inversión para
obtener una rentabilidad fijada. Por ejemplo, a un tipo de interés del 2 %, ¿en cuántos años se dupli-
cará el capital invertido? Para contestar a esta pregunta, si se denomina K al capital invertido, se pide
calcular el n tal que:
K · (1 + 00 02)n = 2K , es decir, resolver la ecuación (10 02)n = 2 ) n = 36 años
En el siguiente resultado se discute cuánto tiene que valer la razón de una sucesión geométrica
para que sea convergente.
Teorema 3 Una sucesión geométrica de razón r , {a n = Ar n }, es convergente si r 2 (°1, 1] y es divergente

en otro caso, cuando r 2 (°1, °1] [ (1, +1).
Demostración. Se distinguen 5 casos:
1. Si r = 1, la sucesión es constante, a n = A, para todo n 2 N, luego su límite vale L = A y la sucesión

es convergente.
2. Si r = °1, la sucesión vale a 1 = °A, a 2 = A, a 3 = °A, a 4 = A, ... De modo que va oscilando entre
estos dos valores y no se acerca a ningún límite. Luego la sucesión es divergente.
3. Si °1 < r < 1, al calcular r n se obtiene cada vez un número menor en valor absoluto, que se
hace tan pequeño como se quiera. Por tanto su límite es L = 0 (no importa el valor de A) y la
sucesión es convergente.
4. Si r 2 (1, +1), entonces r n crece y tiende a +1. Luego la sucesión es divergente.
5. Si r 2 (°1, °1), entonces al hacer potencias (las pares son positivas y las impares negativas) se
obtienen números muy grandes en valor absoluto (tan grandes como se quiera). Por tanto, la
sucesión es divergente.
A partir de este resultado, es muy fácil saber cuando una sucesión geométrica es convergente o
divergente: basta mirar la razón (dividir dos términos consecutivos cualesquiera) y ver si r está en el
intervalo (°1, 1], o no está en este intervalo. En el ejemplo 16 las sucesiones (4), r = 2, y (6), r = °1,
1
son divergentes, mientras que la sucesión (5), r = , es convergente.
3

8. Definición de serie. Criterio general de convergencia

8.1. Serie de números reales
La palabra serie se referirá a la suma de todos los elementos de una sucesión conocida. Por ejem-
1
plo, si se tiene la sucesión geométrica a n = n , es posible obtener el primer término, la suma de los
2
dos primeros términos, la suma de los tres primeros, ... y así, la suma de cualquier cantidad finita de
términos:
1 1 1 3 1 1 1 7 1 1 1 1 15
S1 = ; S2 = 1
+ 2= ; S3 = 1
+ 2+ 3= ; S4 = 1
+ 2+ 3+ 4= ; ...
2 2 2 4 2 2 2 8 2 2 2 2 16
La pregunta es, ¿se pueden sumar todos los (infinitos) términos de la sucesión?.
Ejemplo 19 Las paradojas de Zenón (aprox. 450 aC)

Aquiles y la tortuga.
Aquiles (el mejor guerrero griego, mató a Héctor en la guerra de Troya), en una apuesta
decide competir en una carrera contra una tortuga, con la condición de que debe darle
una ventaja inicial. Al empezar la carrera, Aquiles recorre en poco tiempo la distancia que
los separaba inicialmente, pero al llegar allí descubre que la tortuga ya no está, sino que
ha avanzado, más lentamente, un pequeño trecho. Sin desanimarse, sigue corriendo, pero
al llegar de nuevo donde estaba la tortuga, ésta ha avanzado un poco más. De este modo,
Aquiles no ganará la carrera, ya que la tortuga estará siempre por delante de él.
Aunque parezca lógico, es una paradoja porque la situación planteada contradice cualquier experien-
cia cotidiana: todo el mundo sabe que un corredor veloz alcanzará a uno lento aunque le dé ventaja.
La paradoja se produce cuando se plantea que cada vez que Aquiles ha recorrido la distancia que le
separa de la tortuga, habrá tardado un tiempo t n y la tortuga ya no estará allí. Por tanto, Aquiles dedi-
cará infinitos períodos de tiempo a perseguir a la tortuga y, según el razonamiento de Zenón, la suma
1
X
de estos infinitos números positivos, t n , valdrá infinito y nunca alcanzará a la tortuga.
n=1
Hasta que no se desarrollaron técnicas de cálculo infinitesimal (el matemático escocés Gregory
(aprox. 1650), unos 2100 años después de que Zenón planteara sus paradojas) no quedó formaliza-
da la idea de que la suma de infinitos números positivos puede dar un resultado finito. Claramente,
Aquiles alcanza a la tortuga.
Otra paradoja de Zenón (la dicotomía) consiste en cortar por la mitad un cuadrado de 1 metro de
lado. Una de las mitades se vuelve a cortar por la mitad, y así sucesivamente.

La suma de las áreas de los distintos rectángulos obtenidos da lugar a la suma de una serie geométrica
mencionada antes. Es fácil razonar que
X1 1 1 1 1 1
n
= + + + +... = 1
n=1 2 2 4 8 16
luego la suma de infinitos números (todos estrictamente positivos) puede dar un número finito.
Definición 9 Sea {a n } una sucesión de números reales. Se llama suma parcial de orden k, S k , a la
suma de los primeros k términos de la sucesión {a n }:
k
X
S 1 = a1 ; S 2 = a1 + a2 ; S 3 = a1 + a2 + a3 ; ... ; S k = a1 + a2 + . . . + ak = an
n=1
Se llama serie de números reales a la sucesión {S k } formada por las sumas parciales de los elementos
{a n }. Al límite de la sucesión de sumas parciales, si existe, se le llama suma de la serie (suma de los
X1
infinitos términos). Una serie se representa por an .
n=1
Ejemplo 20 Los siguientes ejemplos muestran series de números reales:
X1 1 1
X X1 1
(a) n
(b) (°1)n (c)
n=1 2 n=1 n=1 n
El ejemplo (a) ya ha sido comentado. Si se calculan las sumas parciales del ejemplo (b) se tiene:
S 1 = °1; S 2 = 0; S 3 = °1; S 4 = 0; S 5 = °1; ...
por tanto, las sumas van oscilando, es decir la serie es divergente. Respecto al ejemplo (c), aunque pa-
rezca que se están sumando números muy pequeños (a 1000 = 00 001, ...) la suma acaba haciéndose tan
grande como se quiera, es decir vale +1, luego es divergente.
8.2. Condición necesaria de convergencia

1
X
Teorema 4 Si la serie a n es convergente, entonces lı́m a n = 0.
n!1
n=1
Demostración. Basta observar que
a n = S n ° S n°1 lı́m S n = lı́m S n°1 = S ) lı́m a n = S ° S = 0

n!1 n!1 n!1
Este resultado es muy útil para razonar que una serie es divergente. Por ejemplo, en el caso (b)
del ejemplo 20, a n = (°1)n no converge a cero. Por tanto la serie es divergente.
1
X n
Ejemplo 21 La serie es divergente, ya que lı́m a n = 1 6= 0.
n=1 n + 1
n!1
Nota 4 Pero si lı́m a n = 0 no se puede asegurar nada sobre el carácter de la serie: puede que sea con-
n!1
vergente, o que sea divergente. En los casos (a) y (c) del ejemplo 20 se cumple que lı́m a n = 0 pero, como
n!1
se ha comentado, una de ellas es convergente y la otra divergente. La siguiente sección analiza tipos
especiales de series, que son las más usadas, para las que es fácil saber si son convergentes o no.

9. Series geométricas y armónicas
9.1. Series geométricas

1
X
Una serie a n se llama geométrica si se ha formado sumando los términos de una sucesión
n=1
geométrica a n = Ar n ; esto es, si
a n+1
=r 8n
an
La suma parcial de orden k es:

√ !
2 k 2 k r k+1 ° r
S k = a 1 + a 2 + . . . + a k = Ar + Ar + . . . + Ar = A(r + r + . . . + r ) = A
r °1
Esta expresión permite discutir fácilmente la convergencia de la serie; es decir, la existencia del límite
de la sucesión de las sumas parciales.
√ ! 0 1
lı́m r k+1 ° r
r k+1 ° r k!1
lı́m S k = lı́m A = A@ A
k!1 k!1 r °1 r °1
Luego el único término relevante es lı́m r k+1 , que se ha analizado previamente. Así, una serie geo-
k!1
métrica será convergente cuando la razón r es menor que la unidad en valor absoluto. En este caso,
la suma vale:
Ar primer término
S = lı́m S k = = |r | < 1
k!1 1°r 1 ° razón
Nota 5 En la fórmula anterior, el numerador es Ar porque se ha empezado a sumar a partir de este

término. En ocasiones, se empieza a sumar en un término posterior (n = 2, n = 3, ... o incluso en n = 0).
Hay que observar cual es el primer término que aparece en la suma (ver apartados 4, 5 del ejemplo 22).
Ejemplo 22 Analiza si son convergentes las siguientes series geométricas y, en caso afirmativo, calcula
la suma.
1 1000 Ø Ø
X 1 Ø1Ø 1 1000/3
1. r= Ø Ø= <1 ) convergente S = = 500
n Ø3Ø 3
n=1 3 3 1 ° (1/3)
1 µ ∂n Ø Ø
X 2 2 Ø 2Ø 2 °2/3
2. ° r =° Ø° Ø = < 1
Ø 3Ø 3 ) convergente S = = °00 4
n=1 3 3 1 ° (°2/3)
1 µ 3 ∂n Ø Ø
X 3 Ø3Ø 3
3. r= Ø Ø= >1 ) divergente
Ø2Ø 2
n=1 2 2
1 2 Ø Ø
X 1 Ø1Ø 1 2/125 1
4. r= Ø Ø= <1 ) convergente S = =
n Ø5Ø 5
n=3 5 5 1 ° (1/5) 50
1 µ ∂n Ø Ø
X 1 1 Ø 1Ø 1 °1/32 1
5. ° r =° Ø° Ø = < 1 ) convergente S = =°
2 2 Ø 2Ø 2 1 ° (°1/2) 48
n=5

9.2. Series armónicas

La serie armónica3 aparece también de manera natural en múltiples contextos. Se trata de la
serie:
X1 1
n=1 n
Como se ha comentado, esta serie es divergente. Relacionadas con la serie armónica, aparecen las
conocidas como p°series, o series armónicas de grado p,
X1 1
p
p >0
n=1 n
Estas series son convergentes cuando p > 1, y son divergentes en otro caso: 0 < p ∑ 1.
Ejemplo 23 Analiza si son convergentes las siguientes series armónicas.
X1 1
1. 3
p =3>1 ) convergente
n=1 n
1
X 1
2. 10 1
p = 10 1 > 1 ) convergente
n=1 n
X1 1 1
3. p p= <1 ) divergente
n=1 n 2
9.3. Series alternadas

Se trata de un tipo de serie en la que el signo de cada término cambia: si un sumando es positivo, el
siguiente es negativo, y recíprocamente. Estas series, que se denominan series alternadas, se pueden
siempre escribir en la forma
1
X
(°1)n z n con z n ∏ 0
n=1
y su convergencia es muy fácil de discutir:
Una serie alternada es convergente si, y solo si, 8n 2 N, z n ∏ z n+1 (decreciente) y lı́m z n = 0.
n!1
Ejercicio 4 Discute la convergencia de las siguientes series alternadas:
1
X 1 1
X n °1
(a) (°1)n (convergente) (b) (°1)n (divergente)
n=1 3n ° 5 n=1 3n ° 5
Un caso particular son las series armónicas alternadas:

1
X 1
(°1)n con p > 0
n=1 np
Estas series son siempre convergentes.

3 Se llama así porque la longitud de onda de los armónicos de una cuerda que vibra es proporcional a su longitud según
la serie 1, 1/2, 1/3, 1/4, 1/5, 1/6, 1/7... Este hecho fue ya relatado por Pitágoras (582 aC) y es muy usado en la fabricación de
instrumentos musicales.

10. Series de potencias

10.1. Definición. Intervalo de convergencia
Se llama serie de potencias en la variable x a toda expresión de la forma:
1
X
an x n a n : coeficiente de la potencia n-ésima de x
n=1
Ejemplo 24 Ejemplos de series de potencias:
X1 n +1 X1 1 1
X
(a) xn (b) xn (c) (°2)n x n
n=1 n n=1 n! n=1
En ocasiones la potencia no tiene por qué ser en la variable x, pudiendo aparecer series cuyos
términos sean potencias en (x + 1), o en (2x ° 3), o expresiones similares. Haciendo un cambio de
variable se obtiene una serie de potencias centrada en una variable t , que es más fácil de estudiar.
Ejemplo 25 Simplifica las series de potencias siguientes:

X1 1 X1 1
(a) (x + 1)n t = x +1 ) tn
n=1 n n=1 n
X1 1 X1 1
(b) 2
(2x ° 3)n t = 2x ° 3 ) 2
tn
n=1 n n=1 n
X1 1 X1 1
(c) n
x 2n t = x2 ) n
tn
n=1 4 n=1 4
Nota 6 En el apartado (c) del ejemplo anterior, si se escribe la serie desarrollada se ve que no aparecen
todas las potencias de x (solo aparecen las pares)
X1 1 1 1 1 1 8
n
x 2n = x 2 + x 4 + x 6 + x +...
n=1 4 4 16 64 256
Por tanto, los coeficientes de dicha serie (sin hacer el cambio de variable) son:
1 1 1 1
a 1 = 0; a2 = ; a 3 = 0; a4 = ; a 5 = 0; a6 = ; a 7 = 0; a8 = ; ...
4 16 64 256
1
X
Dada una serie de potencias a n x n , dando valores a la variable x queda una serie numérica
n=1
que, como se ha visto, puede ser convergente o divergente. Por ejemplo, en las series de potencias del
ejemplo 24, si se toma x = 0 queda una suma de ceros (todas las sumas parciales valen cero) y, por
tanto, la suma de la serie es cero y se trata de una serie convergente. Esto pasará en todas las series
centradas en x. Un caso similar ocurre si en el apartado (a) del ejemplo 25 se toma x = °1, o en el
apartado (b) x = 10 5.
En general, habrá valores de x en los que la serie sea convergente, y otros en los que será diver-
gente. Por ejemplo, en la serie de potencias (c) del ejemplo 24
1
X
si x = 1, queda la serie (°2)n que es geométrica con r = °2, luego es divergente
n=1
1
X 1
X
si x = 00 25, queda la serie (°2)n (00 25)n = (°00 5)n que es geométrica con r = °00 5, luego
n=1 n=1
es convergente

Si los coeficientes son constantes, a n = A, 8 n 2 N, lo que se tiene es una serie geométrica de razón
igual a x, estudiada anteriormente: converge si, y solo si, |x| < 1. En este caso se puede, además,
calcular la suma de la serie de potencias
1
X Ax
Ax n = |x| < 1
n=1 1°x
El conjunto de valores de x en los que la serie es convergente tiene la propiedad de que es un

intervalo, por lo que se denomina a este conjunto intervalo de convergencia de la serie de potencias.
Este intervalo es bastante fácil de calcular, y se basa en un límite que puede obtenerse de dos maneras:
Ø Ø
Ø a n+1 Ø p
Ø
L = lı́m Ø Ø L = lı́m n
|a n |
n!1 a n Ø n!1
Se tiene entonces el siguiente resultado que proporciona el intervalo (abierto) de convergencia de

una serie de potencias.
1
X
Teorema 5 Dada la serie de potencias an x n
n=1
1. Si L = 0 la serie de potencias converge para cualquier número real x
2. Si L 6= 0,
µ ∂
1 1 1
a) la serie es convergente si |x| < ; es decir x 2 ° ,
L L L
1 1 1
b) la serie es divergente si |x| > ; es decir x < ° , o x >
L L L
Nota 7 En los extremos del intervalo hay duda, en algunos casosµ converge
∂ y en otros diverge; cuando se
1 1
pida el intervalo de convergencia, se dará el intervalo abierto ° , y se estudiará (si es sencillo) lo
L L
que ocurre en los extremos.
Ejemplo 26 Estudia el intervalo de convergencia en las series de potencias del ejemplo 24.
X1 n +1
(a) xn
n=1 n
Ø Ø
Ø (n + 1) + 1 Ø
Ø Ø Ø Ø 2
Ø a n+1 Ø Ø n +1 Ø
Ø
L = lı́m Ø Ø = lı́m Ø Ø = lı́m n + 2n = 1
n!1 a n Ø n!1 ØØ n + 1 ØØ n!1 n 2 + 2n + 1
Ø Ø
n
Luego el intervalo abierto de convergencia es (°1, 1). En los extremos del intervalo quedan las series
numéricas:
X1 n +1
x = °1 ) (°1)n que es divergente (el término general no tiende a cero).
n=1 n
X1 n +1 X1 n +1
x =1 ) (1)n = que también es divergente.
n=1 n n=1 n
Por tanto, el intervalo de convergencia es (°1, 1).

X1 1
(b) xn
n=1 n!
Ø Ø
Ø 1 Ø
Ø Ø Ø Ø
Ø a n+1 Ø Ø (n + 1)! Ø
Ø
L = lı́m Ø Ø = lı́m Ø Ø = lı́m 1 = 0
n!1 a n Ø n!1 ØØ 1 Ø n!1 n + 1
Ø
Ø Ø
n!
Por tanto, esta serie converge para todos los valores x 2 R.
1
X
(c) (°2)n x n
n=1 p p
n
L = lı́m n
|a n | = lı́m 2n = 2
n!1 n!1
µ ∂
1 1
El intervalo abierto de convergencia es ° , . En los extremos quedan las series numéricas:
2 2
1 1
X
x =° ) (1)n que es divergente (el término general no tiende a cero).
2 n=1
1 1
X
x= ) (°1)n que también es divergente.
2 n=1
Por tanto, el intervalo de convergencia es abierto.
Nota 8 Si la serie no está centrada en potencias de x, después de hacer el cambio de variable y calcular
el intervalo de convergencia, se deshará el cambio para estudiar los valores de x.
Ejemplo 27 Estudia el intervalo de convergencia en las series de potencias del ejemplo 25.
X1 1 X1 1
(a) (x + 1)n t = x +1 ) tn
n=1 n n=1 n
Esta serie de potencias converge para t 2 [°1, 1). Por tanto,
°1 ∑ t < 1 ) °1 ∑ x + 1 < 1 ) x 2 [°2, 0)
X1 1 X1 1
(b) 2
(2x ° 3)n t = 2x ° 3 ) 2
tn
n=1 n n=1 n
Esta serie de potencias converge para t 2 [°1, 1]. Por tanto,
°1 ∑ t ∑ 1 ) °1 ∑ 2x ° 3 ∑ 1 ) x 2 [1, 2]
X1 1 X1 1
(c) n
x 2n t = x2 ) n
tn
n=1 4 n=1 4
Esta serie de potencias converge para t 2 (°4, 4). Por tanto,
°4 < t < 4 ) °4 < x 2 < 4 ) 0 ∑ x2 < 4 ) x 2 (°2, 2)
10.2. Serie de Taylor de una función derivable

En el Capítulo 2 se vio la aproximación lineal y cuadrática de una función derivable f (x) y su
utilidad para aproximar el valor de la función en un punto mediante un polinomio (de grado uno, o
dos, respectivamente). Se trata ahora de generalizar esta idea, utilizando polinomios de grado mayor
que proporcionarán mejores aproximaciones.

Definición 10 El polinomio de Taylor de orden n de una función f (x) que es n veces derivable alrede-
dor de un punto x = a viene dado por la expresión
1 0 1 1
P n ( f ; a) = f (a) + f (a)(x ° a) + f 00 (a)(x ° a)2 + . . . + f (n) (a)(x ° a)n
1! 2! n!
Cuando el punto elegido es el cero [a = 0], se llama polinomio de McLaurin:
1 0 1 1
P n ( f ) = f (0) + f (0)x + f 00 (0)x 2 + . . . + f (n) (0)x n
1! 2! n!
Cuando la suma se hace infinita aparece una serie de potencias, que se llama desarrollo de Taylor
(o de McLaurin) de la función f (x):
1 0 1 1 X1 1
S( f ; a) = f (a)+ f (a)(x°a)+ f 00 (a)(x°a)2 +. . .+ f (n) (a)(x°a)n +. . . = f (a)+ f (n) (a)(x°a)n
1! 2! n! n=1 n!
1 0 1 1 X1 1
S( f ) = f (0) + f (0)x + f 00 (0)x 2 + . . . + f (n) (0)x n + . . . = f (0) + f (n) (0)x n
1! 2! n! n=1 n!
El Teorema de Taylor indica que si existen las derivadas de cualquier orden de una función en un
punto x = a, entonces para valores muy próximos al punto a la función y la serie coinciden
X1 1
f (x) = f (a) + f (n) (a)(x ° a)n 8 x 2 (a ° ±, a + ±)
n=1 n!
con lo cual, el polinomio de orden n es una aproximación muy buena del valor de la función (hay que
observar que como x está muy cerca de a, la diferencia (x ° a) es un número muy pequeño que al
elevarlo a sucesivas potencias, (x ° a)n , se hace todavía mucho más pequeño y es despreciable).
Ejemplo 28 Calcula el desarrollo de McLaurin de las siguientes funciones (al menos hasta orden 4):
(a) f (x) = e x x = 0, f (0) = 1
f 0 (x) = e x f 00 (x) = e x f 000 (x) = e x f i v (x) = e x

f 0 (0) = 1 f 00 (0) = 1 f 000 (0) = 1 f i v (0) = 1
Entonces,
1 1 1 1 1 1 1 5
P4( f ) = 1 + x + x 2 + x 3 + x 4 ex = 1 + x + x2 + x3 + x4 + x +...
2 6 24 2 6 24 120
(b) f (x) = sen(x) x = 0, f (0) = 0
f 0 (x) = cos(x) f 00 (x) = ° sen(x) f 000 (x) = ° cos(x) f i v (x) = sen(x)

f 0 (0) = 1 f 00 (0) = 0 f 000 (0) = °1 f i v (0) = 0
Entonces,
1 1 1 5 1
P4( f ) = x ° x 3 sen(x) = x ° x 3 + x ° x7 + . . .
6 6 120 5040

(c) f (x) = ln(1 + x) x = 0, f (0) = 0
1 1 2 6
f 0 (x) = f 00 (x) = ° f 000 (x) = f i v (x) = °
1+x (1 + x)2 (1 + x)3 (1 + x)4
f 0 (0) = 1 f 00 (0) = °1 f 000 (0) = 2 f i v (0) = °6
Entonces,
1 1 1 1 1 1 1 1
P4( f ) = x ° x 2 + x 3 ° x 4 ln(1 + x) = x ° x 2 + x 3 ° x 4 + x 5 ° x 6 + . . .
2 3 4 2 3 4 5 6
1
(d) f (x) = x = 0, f (0) = 1
1°x
1 2 6 24
f 0 (x) = f 00 (x) = f 000 (x) = f i v (x) =
(1 ° x)2 (1 ° x)3 (1 ° x)4 (1 ° x)5
f 0 (0) = 1 f 00 (0) = 2 f 000 (0) = 6 f i v (0) = 24
Entonces,
1
P4( f ) = 1 + x + x 2 + x 3 + x 4 = 1 + x + x2 + x3 + x4 + x5 + x6 + x7 + x8 + . . .
1°x

Capítulo 4
ÁLGEBRA LINEAL
1. Matrices. Operaciones con matrices
2. Determinante de una matriz cuadrada
3. Desarrollo por adjuntos
4. Propiedades de los determinantes
5. Inversa de una matriz cuadrada
6. Dependencia lineal. Rango
7. Sistemas de ecuaciones lineales
8. Teorema de Rouché-Frobenius
9. Resolución de sistemas de ecuaciones lineales
1. Matrices. Operaciones con matrices

1.1. Definición de matriz m £ n
Una matriz de números reales de orden m £n es un conjunto de m ·n números reales, ordenados
en m filas y n columnas. Se representan por letras mayúsculas A, B, M , N , . . . El elemento a i j de la
matriz A representa al número que está en la fila i , columna j . Por ejemplo, una matriz 3 £ 4 es un
conjunto de 12 (12 = 3 · 4) números reales ordenados en tres filas y cuatro columnas
0 1 0 1
a 11 a 12 a 13 a 14 9 0 5 °8
A = @ a 21 a 22 a 23 a 24 A ; por ejemplo @ 3 4 1 2 A
a 31 a 32 a 33 a 34 °6 °1 0 7
a 11 = 9; a 14 = °8; a 23 = 1; a 32 = °1; ...
Cuando solo hay una columna (matriz m £ 1) se denomina vector columna (de orden m, en este
caso). Cuando solo hay una fila (matriz 1 £ n) se denomina vector fila (de orden n, en este caso). Por
ejemplo,
0 1
a 11
° ¢
vector columna de orden 3 @ a 21 A ; vector fila de orden 4 a 11 a 12 a 13 a 14
a 31
93
CAPÍTULO 4: ÁLGEBRA LINEAL
En caso de vectores fila o columna, se suele usar un solo subíndice para simplificar la notación:
0 1
a1
° ¢
@ a2 A a1 a2 a3 a4
a3
Una matriz de orden m £ n puede ser vista entonces como m vectores fila de orden n, o n vectores
columna de orden m. Una matriz A de orden m £ n
0 1
a 11 a 12 . . . a 1n
B a a 22 . . . a 2n C
B 21 C
A=B C
@ ... ... ... ... A
a m1 a m2 . . . a mn
se denotará abreviadamente por A = [a i j ]m£n .

A una matriz de orden m £n cuyos elementos sean todos igual a cero se la denomina matriz nula.
Para distinguirla del número cero, se la representa (entre corchetes) por [0]m£n . Por ejemplo,
0 1
µ ∂ 0 0 0
0 0 0 0 0
[0]2£5 = [0]3£3 = @ 0 0 0 A
0 0 0 0 0
0 0 0
1.2. Matrices cuadradas, matriz triangular, matriz diagonal, matriz identidad

Una matriz se dice que es cuadrada si tiene igual número de filas que de columnas (m = n). Un
ejemplo es la matriz nula [0]3£3 anterior, o la siguiente matriz que es cuadrada de orden 4 (solo hace
falta decir el número de filas) 0 1
1 2 °1 6
B 0 4 1 °2 C
B C
A=B C
@ °3 °1 0 2 A
2 2 2 °2
Dada una matriz cuadrada, se llama diagonal principal al conjunto de elementos que están en
la misma fila que columna: a 11 , a 22 , a 33 , ..., a nn . En la matriz anterior, los elementos de la diagonal
principal son {1, 4, 0, °2}.
Se llama traza de una matriz cuadrada a la suma de los elementos de su diagonal principal:
n
X
tr(A) = a i i = a 11 + a 22 + a 33 + . . . + a nn
i =1
En el ejemplo, tr(A) = 1 + 4 + 0 + (°2) = 3.
Una matriz cuadrada A n£n se dice que es triangular superior si los elementos por debajo de la
diagonal principal son todo ceros:
a i j = 0 si i > j
Se llama triangular superior porque todos los elementos importantes están en esta parte, el resto
son todo ceros. Análogamente, una matriz cuadrada A n£n se dice que es triangular inferior si los
elementos por encima de la diagonal principal son todo ceros:
ai j = 0 si i<j

Ejemplo 1 Las siguientes matrices son triangulares (la primera superior y la segunda inferior).
0 1
°2 0 1 °15
B 0 1 22 0 C
B C
A=B C
@ 0 0 6 12 A
0 0 0 3
0 1
10 0 0 0
B °18 0 0 0 C
B C
B =B C
@ 0 13 4 0 A
42 °1 0 °1
Una matriz cuadrada se dice que es diagonal si todos los elementos fuera de la diagonal principal
son igual a cero. Por tanto, las matrices diagonales son a la vez triangular superior y triangular inferior.
La matriz nula (cuadrada) es un ejemplo de matriz diagonal, y también los siguientes ejemplos:
0 1
0 1 0 1 1 0 0 0 0
0 0 0 0 0 1 1 0 0 0 B C
B 0 C 1 0 0 B 0 C B 0 1 0 0 0 C
B 4 0 0 C @ 0 B 1 0 0 C B C
B C 1 0 A B C B 0 0 1 0 0 C
@ 0 0 1 0 A @ 0 0 1 0 A B C
0 0 1 @ 0 0 0 1 0 A
0 0 0 °2 0 0 0 1
0 0 0 0 1
Estas últimas matrices (con los elementos en la diagonal principal igual a 1, y el resto igual a 0) se
denominan matriz identidad (de orden 3, 4, 5, respectivamente). Del mismo modo se puede definir
para cualquier orden. La matriz identidad de orden n se representa por I n . Resulta inmediato que
tr(I n ) = n.
1.3. Operaciones con matrices

1.3.1. Transpuesta de una matriz
Dada una matriz de orden m £ n, A m£n se llama transpuesta de A a la matriz A 0 de orden n £ m

que se obtiene a partir de A cambiando las filas por columnas.
0 1 0 1
a 11 a 12 . . . a 1n a 11 a 21 . . . a m1
B a C
a 22 . . . a 2n C B C
B 21 B a 12 a 22 . . . a m2 C
A=B C A0 = B C
@ ... ... ... ... A @ ... ... ... ... A
a m1 a m2 . . . a mn a 1n a 2n . . . a mn
Por ejemplo, 0 1
0 1 9 3 °6
9 0 5 °8 B C
B 0 4 °1 C
A=@ 3 4 1 2 A A0 = B C
@ 5 1 0 A
°6 °1 0 7
°8 2 7
Propiedades
Como caso particular, hay que señalar que la transpuesta de un vector fila es un vector columna
y, recíprocamente, la transpuesta de un vector columna es un vector fila.
La transpuesta de la transpuesta es la matriz inicial: (A 0 )0 = A.
La transpuesta de una matriz triangular superior es una matriz triangular inferior y viceversa.

1.3.2. Matriz simétrica
Si la matriz A es cuadrada de orden n, su transpuesta A 0 es una matriz también cuadrada del

mismo orden. Se puede observar que los elementos de la diagonal principal no se mueven al calcular
la transpuesta. Por tanto, si A es una matriz cuadrada se cumple que tiene la misma traza que su
transpuesta:
t r (A) = t r (A 0 )
Una matriz cuadrada A se dice que es simétrica si A = A 0 . Por ejemplo, la matriz identidad I n , o
una matriz nula cuadrada [0]n£n , son matrices simétricas. También lo son las matrices
0 1
1 2 °1 6 0 1
B 2 8 °1 3 µ ∂
B 4 1 °2 C C @ A °1 °2
B =B C C = °1 °3 0 D=
@ °1 1 0 2 A °2 5
3 0 0
6 °2 2 °2
1.3.3. Suma y resta de matrices
La suma (o resta) de dos matrices se define sumando (o restando, respectivamente) los elementos
que están en el mismo lugar. Por tanto, solo puede realizarse esta operación entre matrices del mismo
orden m £ n (sean cuadradas o no). Dadas las matrices
A = [a i j ]m£n , B = [b i j ]m£n A + B = [a i j + b i j ]m£n A ° B = [a i j ° b i j ]m£n
Por ejemplo
0 1 0 1 0 1
9 0 5 °8 1 °2 1 6 10 °2 6 °2
@ 3 4 1 2 A+@ 0 1 1 3 A=@ 3 5 2 5 A
°6 °1 0 7 2 1 7 °2 °4 0 7 5
0 1 0 1 0 1
9 0 5 °8 1 °2 1 6 8 2 4 °14
@ 3 4 1 A @
2 ° 0 1 1 A
3 = @ 3 3 0 °1 A
°6 °1 0 7 2 1 7 °2 °8 °2 °7 9
Propiedades
La suma de matrices es conmutativa (no importa el orden): Si A, B son matrices de orden m £n,
entonces A + B = B + A.
La transpuesta de la suma es igual a la suma de las transpuestas: Si A, B son matrices de orden

m £ n, entonces (A + B )0 = A 0 + B 0 .
1.3.4. Matriz opuesta
Dada una matriz A de orden m £n, se llama matriz opuesta a la matriz que se obtiene cambiando
el signo a todos los elementos de A. Se representa por °A y resulta claro que
A + (°A) = [0]m£n
Por ejemplo
0 1 0 1
9 0 5 °8 °9 0 °5 8
A= @ 3 4 1 2 A @
° A = °3 °4 °1 °2 A
°6 °1 0 7 6 1 0 °7

1.3.5. Multiplicación de una matriz por un escalar
En el contexto de álgebra lineal, se denomina escalar a todo número real. Se suelen representar
por letras griegas: Æ, Ø, ∞, ∏, µ, . . . La operación de multiplicar una matriz A de orden m £ n por un
escalar ∏ se realiza multiplicando cada elemento de la matriz por el escalar:
A = [a i j ]m£n , ∏ 2 R, ∏A = [∏a i j ]m£n
Por ejemplo
0 1 0 1 0 1
9 0 5 °8 27 0 15 °24 °18 0 °10 16
A= @ 3 4 1 2 A; 3A = @ 9 12 3 6 A; °2A = @ °6 °8 °2 °4 A
°6 °1 0 7 °18 °3 0 21 12 2 0 °14
1.3.6. Producto de una matriz m £ n por un vector n £ 1
Dada una matriz A de orden m £ n y un vector columna v de orden n £ 1, el producto Av es un

nuevo vector columna de orden m £ 1 que se define del siguiente modo:
0 1 0 1 0 1
a 11 a 12 ... a 1n v1 a 11 v 1 + a 12 v 2 + . . . + a 1n v n
B a 21 a 22 ... a 2n C B v2 C B a 21 v 1 + a 22 v 2 + . . . + a 2n v n C
B C B C B C
Av = B C B C =B C
@ ... ... ... ... A @ ... A @ ... ... ... ... A
a m1 a m2 ... a mn m£n
vn n£1
a m1 v 1 + a m2 v 2 + . . . + a mn v n m£1
Por ejemplo,
0 1
0 1 2 0 1 0 10 1 0 1
9 0 5 °8 B C 23 2 1 °1 °2 2
@ 3 B °1 C @
4 1 2 AB C= 3 A @ 1 0 2 A @ 5 A = @ °4 A
@ 1 A
°6 °1 0 7 °11 °3 °1 0 °1 1
0
Nota 1 Es importante observar que el número de columnas de la matriz A debe coincidir con el nú-
mero de filas (elementos) que tiene el vector columna v para que esta operación se pueda efectuar.
1.3.7. Producto de una matriz m £ n por otra matriz n £ p
Dada una matriz A de orden m £ n y una matriz B de orden n £ p, el producto AB (en este orden)
es una nueva matriz de orden m £ p que se define del siguiente modo:
0 1 0 1
a 11 a 12 ... a 1n b 11 b 12 ... b 1p
B a 21 a 22 ... a 2n C B b 21 b 22 ... b 2p C
B C B C
AB = B C B C =
@ ... ... ... ... A @ ... ... ... ... A
a m1 a m2 ... a mn m£n
b n1 b n2 ... b np n£p
0 1
a 11 b 11 + a 12 b 21 + . . . + a 1n b n1 a 11 b 12 + . . . + a 1n b n2 ... a 11 b 1p + . . . + a 1n b np
B a 21 b 11 + a 22 b 21 + . . . + a 2n b n1 a 21 b 12 + . . . + a 2n b n2 ... a 21 b 1p + . . . + a 2n b np C
B C
=B C =
@ ... ... ... ... ... ... ... ... ... ... ... ... A
a m1 b 11 + a m2 b 21 + . . . + a mn b n1 a m1 b 12 + . . . + a mn b n2 ... a m1 b 1p + . . . + a mn b np m£p
° ¢
= Ab 1 Ab 2 ... Ab p donde b i es la columna i de la matriz B

Ejemplo 2 Observa los siguientes productos de matrices:

0 1
0 1 2 1 °1 0 1
9 0 5 °8 B °1 0 C 23 °21 °22
B 0 C
AB = @ 3 4 1 2 A B C =@ 3 15 °2 A
@ 1 2 °1 A
°6 °1 0 7 3£4 °11 29 13 3£3
0 5 1 4£3
0 1 0 1
2 1 °1 0 1 27 5 11 °21
B C 9 0 5 °8 B C
B °1 0 0 C @ B °9 0 °5 8 C
BA=B C 3 4 1 2 A =B C
@ 1 2 °1 A @ 21 9 7 °11 A
°6 °1 0 7 3£4
0 5 1 4£3
9 19 5 17 4£4
Ejemplo 3 Observa los siguientes productos de matrices:

0 1 0 1 0 1
1 2 3 2 1 °1 3 7 °4
@
AB = 1 °1 °1 A @ °1 0 0 A @
= 2 °1 0 A
0 °1 7 3£3 1 2 °1 3£3 8 14 °7 3£3
0 1 0 1 0 1
2 1 °1 1 2 3 3 4 °2
B A = @ °1 0 0 A @ 1 °1 °1 A = @ °1 °2 °3 A
1 2 °1 3£3 0 °1 7 3£3 3 1 °6 3£3
Ejercicio 1 Construye una matriz A 2£2 con cuatro números distintos de entre {2, 3, 4, 5, 6, 7, 8, 9} con
signo positivo o negativo. Construye otra matriz B , distinta de la anterior, también con elementos de
este conjunto. Calcula AB y B A. Compara los resultados.
Propiedades
De los ejemplos (y ejercicio) anteriores, queda claro que el producto de matrices no es con-
mutativo: en general, AB y B A da resultados diferentes. Incluso hay ocasiones en que se puede
calcular AB , pero no se puede calcular B A. Es el caso, por ejemplo, de dos matrices A 3£6 y B 6£2 .
La transpuesta de un producto de matrices es el producto de las transpuestas con el orden

cambiado: (AB )0 = B 0 A 0
Se cumple la propiedad distributiva: A(B +C ) = AB + AC .
1.3.8. Producto de matrices cuadradas del mismo orden. Concepto de inversa de una matriz
Si las matrices A y B que intervienen en un producto son cuadradas (del mismo orden, para que se
puedan multiplicar), entonces se puede calcular AB y también B A y serán también matrices cuadra-
das del mismo orden. Aunque, como muestra el ejemplo 3, ambos productos pueden dar resultados
distintos.
Dada una matriz cuadrada A n£n se llama inversa de A, a una matriz B n£n tal que AB = I n . No
siempre existe la inversa de una matriz, como muestra el siguiente ejemplo. En la sección 5 se discu-
tirá la existencia de inversa usando determinantes. En caso de que una matriz tenga inversa, entonces
también se cumple que B A = I n .La inversa de A, si existe, se denota por A °1 .

µ ∂
1 2
Ejemplo 4 Calcula la inversa de la matriz A =
2£2
1 °1
µ ∂
b 11 b 12
Se trata de buscar una matriz B = tal que AB = I 2 , esto es
b 21 b 22 2£2
µ ∂µ ∂ µ ∂ µ ∂
1 2 b 11 b 12 b 11 + 2b 21 b 12 + 2b 22 1 0
AB = = =
1 °1 b 21 b 22 b 11 ° b 21 b 12 ° b 22 0 1
1 2
De aquí se obtiene un sistema de 4 ecuaciones con 4 incógnitas, cuya solución es b 11 = , b 12 = ,
3 3
1 1
b 21 = , b 22 = ° , luego
3 3 0 1 2 1
B 3 3 C
B C
A °1 = B C
@ 1 1 A
°
3 3
µ ∂
1 1
Ejemplo 5 Muestra que la matriz A = no tiene inversa.
1 1 2£2
Si se plantea
µ ∂µ ∂ µ ∂ µ ∂
1 1 b 11 b 12 b 11 + b 21 b 12 + b 22 1 0
AB = = =
1 1 b 21 b 22 b 11 + b 21 b 12 + b 22 0 1
de aquí se deduce que b 11 + b 21 = 1 y, a la vez, b 11 + b 21 = 0, lo que no es posible. Por tanto, no tiene

inversa.
2. Determinante de una matriz cuadrada

El determinante es una función que asocia a cada matriz cuadrada A un número real que se
denota por det(A), o por |A|. El modo de introducir este concepto será por inducción: se define para
matrices 2£2 y luego para una matriz cuadrada n£n se define reduciendo su cálculo a determinantes
de n matrices cuadradas de un orden menos, (n ° 1) £ (n ° 1).
2.1. Determinante de una matriz 2 £ 2
µ ∂
a 11 a 12
det = a 11 a 22 ° a 12 a 21
a 21 a 22
Ejemplo 6 Calcula el determinante de las siguientes matrices:

µ ∂ µ ∂ µ ∂
1 6 2 1 1 0
det = 3 ° (°12) = 15 det = °6 ° 4 = °10 det(I 2 ) = det = 1°0 = 1
°2 3 4 °3 0 1
0 1
a 11 a 12 a 13
@
det a 21 a 22 a 23 A = [a 11 a 22 a 33 + a 13 a 21 a 32 + a 31 a 12 a 23 ] ° [a 13 a 22 a 31 + a 11 a 32 a 23 + a 12 a 21 a 33 ]
a 31 a 32 a 33

Ejemplo 7 Calcula el determinante de las siguientes matrices:

0 1 0 1
1 1 2 1 0 0
det @ 0 °1 1 A = [°1 + 0 + 2] ° [°4 + 1 + 0] = 4 det(I 3 ) = det @ 0 1 0 A=1
2 1 1 0 0 1
Una imagen gráfica: Si se añaden las dos primeras columnas a continuación de la matriz
Ø
a 11 a 12 a 13 Ø a 11 a 12
Ø
a 21 a 22 a 23 Ø a 21 a 22
Ø
a 31 a 32 a 33 Ø a a 32
31
entonces, aparecen sumando los productos de las diagonales que van de izquierda a derecha,
a 11 a 12 a 13 a 11 a 12
" " "

a 21 a 22 a 23 a 21 a 22
" " "

a 31 a 32 a 33 a 31 a 32
mientras que aparecen restando los productos de las diagonales que van de derecha a izquierda,
a 11 a 12 a 13 a 11 a 12
| | |
a 21 a 22 a 23 a 21 a 22
| | |
a 31 a 32 a 33 a 31 a 32
Ejemplo 8 Calcula el determinante de la siguiente matriz:

0 1 Ø
3 °1 2 3 °1 2 Ø 3 °1
Ø
det(A) = det @ 1 °1 4 A 1 °1 4 Ø 1 °1 ) det(A) = [°9 ° 8 ° 2] ° [°4 ° 12 ° 3] = 0
Ø
2 °1 3 2 °1 3 Ø 2 °1
3. Desarrollo por adjuntos

El determinante de una matriz 3£3 se puede calcular a partir de determinantes 2£2, usando para
ello una de las filas (o columnas) de la matriz inicial, elegida como se quiera. Por ejemplo,
0 1
a 11 a 12 a 13
@
det a 21 a 22 a 23 A = [a 11 a 22 a 33 + a 13 a 21 a 32 + a 31 a 12 a 23 ]°[a 13 a 22 a 31 + a 11 a 32 a 23 + a 12 a 21 a 33 ] =
a 31 a 32 a 33
sacando factor común los elementos de la primera fila, queda
= a 11 (a 22 a 33 ° a 23 a 32 ) + a 12 (°a 21 a 33 + a 23 a 31 ) + a 13 (a 21 a 32 ° a 22 a 31 ) =
µ ∂ µ ∂ µ ∂
1+1 a 22 a 23 1+2 a 21 a 23 1+3 a 21 a 22
= a 11 (°1) det + a 12 (°1) det + a 13 (°1) det
a 32 a 33 a 31 a 33 a 31 a 32

Si se denomina:
µ ∂ µ ∂
a 22 a 23 a 22 a 23
M 11 = det A 11 = (°1)1+1 M 11 = (°1)1+1 det
a 32 a 33 a 32 a 33
µ ∂ µ ∂
a 21 a 23 a 21 a 23
M 12 = det A 12 = (°1)1+2 M 12 = (°1)1+2 det
a 31 a 33 a 31 a 33
µ ∂ µ ∂
a 21 a 22 1+3 1+3 a 21 a 22
M 13 = det A 13 = (°1) M 13 = (°1) det
a 31 a 32 a 31 a 32
queda
det(A) = a 11 A 11 + a 12 A 12 + a 13 A 13 (4.1)
Si se observa M 11 , este determinante se obtiene de eliminar en la matriz A 3£3 la fila 1 y la columna
1. El elemento A 11 , que se denomina adjunto de a 11 , no es más que M 11 multiplicado por el coefi-
ciente (°1)1+1 , que solo afecta al signo del resultado (en este caso no afecta). De igual manera, M 12 se
obtiene eliminando en la matriz A la fila 1 y la columna 2 y calculando el determinante. Al multiplicar
por (°1)1+2 ahora sí se modifica el signo. La fórmula (4.1) se denomina desarrollo del determinante
por los adjuntos de la primera fila.
Si en vez de sacar factor común los elementos de la primera fila se hubiera sacado factor común
los de la primera columna, el resultado hubiera sido:
det(A) = a 11 (a 22 a 33 ° a 23 a 32 ) + a 21 (°a 12 a 33 + a 13 a 32 ) + a 31 (a 12 a 23 ° a 22 a 13 ) =
µ ∂ µ ∂ µ ∂
a 22 a 23 a 12 a 13 a 12 a 13
= a 11 (°1)1+1 det + a 21 (°1)2+1 det + a 31 (°1)3+1 det
a 32 a 33 a 32 a 33 a 22 a 23
Si se denota por:
µ ∂ µ ∂
a 22 a 23 a 22 a 23
M 11 = det A 11 = (°1)1+1 M 11 = (°1)1+1 det
a 32 a 33 a 32 a 33
µ ∂ µ ∂
a 12 a 13 a 12 a 13
M 21 = det A 21 = (°1)1+2 M 21 = (°1)1+2 det
a 32 a 33 a 32 a 33
µ ∂ µ ∂
a 12 a 13 1+3 1+3 a 12 a 13
M 31 = det A 31 = (°1) M 31 = (°1) det
a 22 a 23 a 22 a 23
queda
det(A) = a 11 A 11 + a 21 A 21 + a 31 A 31
que se denomina desarrollo del determinante por los adjuntos de la primera columna. Y el mismo
razonamiento podría hacerse para cada fila y/o columna.
Nota 2 Dado que no importa qué fila, o columna, se elija siempre será conveniente elegir aquella con
el mayor número de ceros posible, ya que para esos a i j no hará falta calcular el correspondiente ad-
junto.

Ejemplo 9 Utilizando el desarrollo por adjuntos de una fila o columna cualquiera, calcula el determi-
nante de las siguientes matrices:
0 1
3 °1 2
(1) A = @ 1 °1 4 A
2 °1 3
Utilizando la primera fila,
µ ∂ µ ∂ µ ∂
2 °1 4 3 1 4 4 1 °1
det(A) = 3(°1) det + (°1)(°1) det + 2(°1) det = 3°5+2 = 0
°1 3 2 3 2 °1
0 1
2 °2 1
@
(2) B = 1 °1 0 A
1 0 1
Utilizando la segunda columna,
µ ∂ µ ∂ µ ∂
3 1 0 4 2 1 5 2 1
det(B ) = (°2)(°1) det + (°1)(°1) det + 0(°1) det = 2°1+0 = 1
1 1 1 1 1 0
0 1
1 °1 2
@
(3) C = 1 5 °4 A
0 °1 0
Utilizando la tercera fila que tiene dos ceros,
µ ∂ µ ∂ µ ∂
4 °1 2 5 1 2 6 1 °1
det(C ) = 0(°1) det +(°1)(°1) det +0(°1) det = 0°6+0 = °6
5 °4 1 °4 1 5
3.2. El caso general: concepto de adjunto

Dada una matriz cuadrada A n£n , se llama menor complementario del elemento a i j al determi-
nante de la matriz cuadrada de orden (n ° 1) que queda al eliminar en A la fila i y la columna j . Se
representa a este número por M i j . Se llama adjunto del elemento a i j al número A i j = (°1)i + j M i j ,
esto es, el menor complementario con el signo correspondiente a la posición del elemento. Se llama
matriz de adjuntos de A a la matriz
0 1
A 11 A 12 . . . A 1n
B A C
B 21 A 22 . . . A 2n C
adj(A) = B C
@ ... ... ... ... A
A n1 A n2 . . . A nn n£n
0 1
3 °1 2
@
Ejemplo 10 Calcula la matriz de adjuntos de A = 1 °1 4 A
2 °1 3
µ ∂ µ ∂ µ ∂
2 °1 4 3 1 4 4 1 °1
A 11 = (°1) det =1 A 12 = (°1) det =5 A 13 = (°1) det =1
°1 3 2 3 2 °1
µ ∂ µ ∂ µ ∂
°1 2 3 2 3 °1
A 21 = (°1)3 det =1 A 22 = (°1)4 det =5 A 23 = (°1)5 det =1
°1 3 2 3 2 °1
µ ∂ µ ∂ µ ∂
4 °1 2 5 3 2 6 3 °1
A 31 = (°1) det = °2 A 32 = (°1) det = °10 A 33 = (°1) det = °2
°1 4 1 4 1 °1

0 1 0 1
A 11 A 12 A 13 1 5 1
adj(A) = @ A 21 A 22 A 23 A = @ 1 5 1 A
A 31 A 32 A 33 °2 °10 °2
Definición 1 Dada una matriz A n£n su determinante es
det(A) = a i 1 A i 1 + a i 2 A i 2 + . . . + a i n A i n o det(A) = a 1 j A 1 j + a 2 j A 2 j + . . . + a n j A n j
para cualquier fila i , o cualquier columna j .

0 1
1 2 1 0
B 3 1 °1 °1 C
B C
Ejemplo 11 Calcula el determinante de la matriz A = B C
@ 0 0 °2 0 A
1 4 1 0
Utilizando la tercera fila,
0 1
1 2 0
det(A) = 0A 31 + 0A 32 + (°2)A 33 + 0A 34 = (°2)(°1)6 det @ 3 1 °1 A =
1 4 0
usando ahora la tercera columna

µ ∂
5 1 2
= (°2)(°1)(°1) det = °4
1 4
Ejemplo 12 Calcula el determinante de la matriz identidad I 4 . Utilizando la primera fila, queda

0 1
1 0 0 0
B 0 1 0 0 C
B C
det B C = 1(°1)2 det(I 3 ) = 1
@ 0 0 1 0 A
0 0 0 1
Aplicando el mismo razonamiento, el determinante de la matriz identidad de cualquier orden valdrá

siempre 1, det(I n ) = 1.
0 1
1 2 0 °1
B 3 1 °1 1 C
B C
Ejercicio 2 Calcula el determinante y la matriz de adjuntos de M = B C
@ 2 0 °2 1 A
1 4 1 1
SOLUCIÓN: 0 1
1 4 °5 °12
B 14 °7 14 0 C
B C
adj(M ) = B C det(M ) = 21
@ °9 6 °18 3 A
°4 5 °1 6
4. Propiedades de los determinantes

(P1) Una matriz y su transpuesta tienen el mismo determinante: det(A) = det(A 0 ).
Idea intuitiva de la prueba: Para el cálculo de un determinante se puede usar, indistintamente,
la fórmula por filas o por columnas. Por tanto, solo hace falta señalar que las filas de A son las
columnas de su transpuesta A 0 y viceversa.

(P2) Si una fila (o columna) de una matriz es nula, el determinante de la matriz vale cero.
Idea intuitiva de la prueba: Usando la fila (o columna) de ceros para calcular el determinante,
es inmediato que éste vale cero.
(P3) Si una fila (o columna) de una matriz se multiplica por un número, el determinante queda
multiplicado por ese número.
Idea intuitiva de la prueba: Calculando el determinante con la fila multiplicada por el número
Æ, todos los sumandos quedan multiplicados por Æ, y también el determinante.
(P4) El determinante de una matriz diagonal es igual al producto de los elementos de la diagonal
principal. 0 1
a 11 0 ... 0
B 0 a 22 . . . 0 C
B C
det(D) = det B C = a 11 · a 22 · . . . · a nn
@ ... ... ... ... A
0 0 . . . a nn
Idea intuitiva de la prueba: Una primera manera de razonar esta propiedad es calcular el de-
terminante usando la primera fila: queda a 11 por su adjunto, que a su vez es a 22 por su adjunto,
y así sucesivamente. Otra manera es observando que la matriz D se puede obtener del siguiente
modo: a partir de la matriz identidad I n , se multiplica la primera fila por a 11 (luego el determi-
nante de I n queda multiplicado por a 11 , según la propiedad (P3)); se multiplica la segunda fila
por a 22 , luego el determinante queda multiplicado también por este número; y así con todas
las filas.
(P5) Si se cambian dos filas (o columnas) de orden en una matriz A, el determinante cambia de
signo: det(B ) = ° det(A).
Idea intuitiva de la prueba: Si, por ejemplo, se cambia el orden de la primera y segunda fila de
una matriz A, y se llama B a la nueva matriz, se pueden comparar los determinantes de ambas
matrices cuando:
se calcula el det(A) usando la primera fila

se calcula el det(B ) usando la segunda fila
Los elementos que aparecen, y los menores principales, son exactamente los mismos. El único
cambio es el signo: cuando en det(A) aparece (°1)1+ j , en det(B ) aparece (°1)2+ j , luego siempre
cambia el signo.
(P6) Si dos filas (o columnas) de una matriz son iguales, el determinante de esa matriz vale cero.
Idea intuitiva de la prueba: Si en esta matriz se cambia el orden de las dos filas iguales, ésta
no cambia por lo que el determinante debería ser el mismo. Pero, aplicando la propiedad (P5)
deberá cambiar el signo. El único número que no cambia al cambiar su signo es el cero. Por
tanto, la matriz tiene determinante cero.
(P7) Si dos filas (o columnas) de una matriz son proporcionales (una es igual a un escalar Æ por la
otra), el determinante de esa matriz vale cero.
Idea intuitiva de la prueba: Por un lado, aplicando (P3), se puede sacar el escalar Æ fuera de la
matriz. Pero entonces quedan dos filas iguales y aplicando (P6) el determinante vale cero.

(P8) Si los elementos de una fila (o columna) de una matriz A se descomponen como suma de dos
números a i j = b i j + c i j , j = 1, 2, . . . n, entonces el determinante de la matriz A es la suma de los
determinantes de dos matrices que solo difieren de A en la fila i : una con los b i j y la otra con
los c i j en dicha fila
0 1
a 11 a 12 ... a 1n
B ... ... ... ... C
B C
B C
det(A) = det B bi 1 + ci 1 bi 2 + ci 2 ... bi n + ci n C=
B C
@ ... ... ... ... A
a n1 a n2 ... a nn
0 1 0 1
a 11 a 12 ... a 1n a 11 a 12 ... a 1n
B ... ... ... ... C B ... ... ... ... C
B C B C
B C B C
= det B bi 1 bi 2 ... bi n C + det B ci 1 ci 2 ... ci n C
B C B C
@ ... ... ... ... A @ ... ... ... ... A
a n1 a n2 ... a nn a n1 a n2 ... a nn
Idea intuitiva de la prueba: Basta usar dicha fila para calcular el determinante por adjuntos.
Hay que notar que los adjuntos son los mismos, ya que al eliminar la fila i , junto con la columna
correspondiente, el resto de las matrices coincide.
(P9) Si a una fila (o columna) de A se le suma otra fila multiplicada por un escalar Æ, el determinante
de la nueva matriz coincide con el determinante de A.
Idea intuitiva de la prueba: Aplicando la propiedad anterior (P8), el determinante de la nue-
va matriz se decompondría como suma de dos: uno de ellos el de la matriz inicial A, y el otro
tendría dos filas proporcionales (y su determinante sería cero, aplicando (P7)). Luego el deter-
minante de la nueva matriz coincide con el de A.
(P10) El determinante del producto de dos matrices cuadradas del mismo orden coincide con el pro-
ducto de los determinantes de esas matrices.
Esta es una propiedad difícil de demostrar, aunque es útil. Una consecuencia es que, aunque
AB 6= B A, det(AB ) = det(B A) = det(A) · det(B ).
(P11) La suma del producto de los elementos de una fila por los adjuntos de otra vale cero:
i 6= j ) ai 1 A j 1 + ai 2 A j 2 + . . . + ai n A j n = 0
Idea intuitiva de la prueba: Al multiplicar una fila por los adjuntos de otra, es como si se estu-
viera calculando el determinante de una matriz con dos filas iguales que, por la propiedad (P6),
vale cero.
(P12) El producto de una matriz cuadrada por la transpuesta de su matriz de adjuntos es una matriz
diagonal, múltiplo de la matriz identidad; especificamente, para cualquier matriz A n£n
0 1
det(A) 0 ... 0
° ¢0 B 0 det(A) ... 0 C
B C
A adj(A) = det(A)I n = B C
@ ... ... ... ... A
0 0 ... det(A) n£n
Idea intuitiva de la prueba: Esta propiedad es consecuencia directa de la regla de cálculo de

determinantes por adjuntos (definición 1) y la propiedad (P11).

Estas propiedades son útiles porque permiten, en muchos casos, simplificar el cálculo de deter-
minantes, o incluso saber su valor directamente sin necesidad de hacer ningún cálculo. Cuando la
matriz es grande (4 £ 4, o mayor) es una gran ventaja.
0 1
1 2 1 0
B 3 0 °2 1 C
B C
Ejemplo 13 Razona, sin calcularlo, el valor del determinante de la matriz A = B C
@ 4 2 °1 1 A
1 1 2 1
Aplicando la propiedad (P9), el determinante de A no cambia si a una fila se le suma otra (u otras) mul-
tiplicada por un escalar. Observando la matriz, es claro que la tercera fila es suma de las dos primeras.
Así, si a esta fila se le suma la primera y la segunda, ambas multiplicadas por (°1), queda:
0 1 0 1
1 2 1 0 1 2 1 0
B 3 0 °2 1 C B 3 0 °2 1 C
B C B C
det(A) = det B C = det B C=0
@ 4 2 °1 1 A @ 0 0 0 0 A
1 1 2 1 1 1 2 1
ya que hay una fila de ceros.

0 1
1 2 1
Ejercicio 3 Sabiendo que el determinante de la matriz A = @ 1 1 0 A vale 12, razona cuánto vale
a b c
0 1
1 2 1
el determinante de la matriz B = @ 1 1 0 A
2a 2b + 1 2c + 1
SOLUCIÓN: det(B ) = 24.
Ejemplo 14 Un tipo de matrices cuyo determinante se calcula de manera muy fácil son las matrices
triangulares. Razonando como en la propiedad (P4), se cumple que si A es una matriz triangular
(superior o inferior), entonces
det(A) = a 11 · a 22 · . . . · a nn
Para las matrices triangulares del ejemplo 1 el determinante es:
det(A) = °36 det(B ) = 0
Ejemplo 15 Un método de simplificación en el cálculo de determinantes es la reducción de la matriz a

una triangular (habitualmente superior), aplicando las propiedades (P3), (P5), (P9) para saber cuánto
vale el determinante de la nueva matriz en relación con la inicial. Por ejemplo, para calcular el deter-
minante de la matriz 0 1
0 1 1 1
B 1 1 2 1 C
B C
A=B C
@ 0 °1 0 2 A
0 °1 2 °1
una posibilidad es convertirla en triangular superior. Para ello, en primer lugar se cambia el orden de
las dos primeras filas. El determinante cambiará de signo. Después, a la tercera y cuarta fila se les suma
la segunda (no cambia el valor del determinante):
0 1 0 1 0 1
0 1 1 1 1 1 2 1 1 1 2 1
B 1 1 2 1 C B 0 1 1 1 C B 0 1 1 1 C
B C B C B C
det(A) = det B C = ° det B C = ° det B C=
@ 0 °1 0 2 A @ 0 °1 0 2 A @ 0 0 1 3 A
0 °1 2 °1 0 °1 2 °1 0 0 3 0

Si ahora se cambian la tercera y cuarta fila (vuelve a cambiar el signo), y a la cuarta fila se le suma
la tercera multiplicada por °1/3, ya queda una matriz triangular superior, cuyo determinante es el
producto de los elementos en la diagonal principal:
0 1
1 1 1 2
B 0 1 1 1 C
B C
= det B C=9
@ 0 0 3 0 A
0 0 0 3
Otra manera de resolver fácilmente este determinante es hacer el desarrollo por adjuntos usando la
primera columna. Como solo hay un elemento distinto de cero, solo será necesario calcular un deter-
minante 3 £ 3.
El proceso que se ha utilizado se denomina método de Gauss o triangularización de la matriz. En
la sección 6.4 se verá con más detalle este método.
5. Inversa de una matriz cuadrada

A partir de la propiedad (P12) se obtiene la condición para saber cuándo una matriz cuadrada
A n£n tiene inversa y, en caso afirmativo, quién es la inversa.
Teorema 1 Dada una matriz cuadrada A n£n ,
1. Si A tiene inversa, det(A) 6= 0.
2. Si det(A) 6= 0, entonces A tiene inversa y su inversa es

1 ° ¢0
A °1 = adj(A)
det(A)
Demostración. Para la primera parte, basta observar que si AB = I n , entonces por la propiedad (P10),
det(AB ) = det(I n ) = 1 = det(A) det(B ). Por tanto el determinante de la matriz no puede ser cero.
Para ver la segunda parte, se multiplican ambas matrices y se comprueba que el resultado es la
identidad. Por la propiedad (P12),
1 ° ¢0 1
A A °1 = A adj(A) = det(A)I n = I n
det(A) det(A)
Ejemplo 16 Para cada una de las siguientes matrices, estudia si tiene inversa y, en caso afirmativo,
calcula la inversa.
µ ∂
1 2
(a) A =
°1 1
0 1 2 1
µ ∂ µ ∂ B 3 °
1 1 1 1 °2 B 3 C
C
det(A) = 3 6= 0 ) existe inversa : adj(A) = ) A °1 = =B C
°2 1 3 1 1 @ 1 1 A
3 3
0 1
1 2 °2
(b) B = @ 2 1 1 A
3 3 °1
La tercera fila es suma de las dos primeras, luego det(B ) = 0 y esta matriz no tiene inversa.

0 1
1 5 °1
(c) C = @ 0 2 1 A
0 0 °1
Esta matriz es triangular y su determinante es el producto de los elementos de la diagonal principal,
det(C ) = °2 6= 0. Por tanto, tiene inversa. La matriz de adjuntos y la inversa son:
0 1 0 1 0 1
°2 0 0 °2 5 7 1 °20 5 °30 5
1
adj(C ) = @ 5 °1 0 A; C °1 = @ 0 °1 °1 A = @ 0 00 5 00 5 A
°2
7 °1 2 0 0 2 0 0 °1
Propiedades
La inversa del producto de dos matrices cuadradas del mismo orden, si existe, es igual al pro-
ducto de las inversas con el orden cambiado:
(AB )°1 = B °1 A °1
Dado que el producto de matrices no es conmutativo, es muy importante tener en cuenta el

orden en que se multiplican las matrices.
° ¢°1 ° °1 ¢0
La inversa de la transpuesta, si existe, es igual a la transpuesta de la inversa: A 0 = A
La inversa de una matriz triangular inferior, si existe, es también triangular inferior.
La inversa de una matriz triangular superior, si existe, es también triangular superior.
Si D es una matriz diagonal que tiene inversa, su inversa es:

0 1
1
0 1 B d 0 ... 0 C
d 11 0 ... 0 B 11 C
B C B 1 C
B 0 d 22 ... 0 C °1
B 0 ... 0 C
D =B C ) D =BB d 22 C
C
@ ... ... ... ... A B ... ... ... ... C
0 0 ... d nn B C
@ 1 A
0 0 ...
d nn
Nota 3 Hay que observar que las matrices triangulares, o diagonales, tienen inversa si, y solo si, todos
los elementos en la diagonal principal son distintos de cero.
6. Dependencia lineal. Rango

6.1. Dependencia e independencia lineal de dos vectores
Definición 2 Dos vectores ~ u,~v (fila, o columna) se dice que son linealmente dependientes si uno de
u = Ø~v. En caso contrario, se dice que son linealmente independientes.
ellos es proporcional al otro: ~
Ejemplo 17 Estudia la dependencia o independencia lineal en cada caso.
u = (1, 1),~v = (°3, °3) son linealmente dependientes, ya que v = °3u.

Los vectores ~
u = 0, entonces es linealmente dependiente de cualquier

Si uno de los vectores es el vector nulo, ~
otro: 0 = 0~v, para cualquier ~v.
u = (1, 2),~v = (2, 1) son linealmente independientes, ya que no es posible escribir uno
Los vectores ~
como proporcional al otro.

Para analizar si dos vectores son linealmente dependientes o independientes, conviene escribir la
u = Ø~v de otro modo:
expresión ~
u + Ø~v = 0 o, llamando Æ = °1,

°~ u + Ø~v = 0
Æ~
Entonces, un modo equivalente de saber si dos vectores son linealmente independientes es plantear
u + Ø~v = 0. Entonces,
el sistema Æ~
a) Si la única solución es Æ = 0, Ø = 0, los vectores son linealmente independientes.
b) Si hay otras soluciones, los vectores son linealmente dependientes.
Si los vectores tienen dos componentes (esto es, son vectores 2 £ 1), entonces saber si son lineal-
mente dependientes o independientes es muy fácil: basta calcular el determinante de la matriz 2 £ 2
cuyas columnas son los dos vectores.
Teorema 2 Dados dos vectores 2 £ 2, ~u = (u 1 , u 2 ),~v = (v 2 , v 2 ), entonces:

µ ∂
u1 v 1
a) Si det = 0 los vectores son linealmente dependientes.
u2 v 2
µ ∂
u1 v1
b) Si det 6= 0 los vectores son linealmente independientes.
u2 v2
Ejemplo 18 Estudia usando determinantes la dependencia o independencia lineal de los vectores del
ejemplo 17.
µ ∂
1 °3
u = (1, 1),~v = (°3, °3) son linealmente dependientes, ya que det
Los vectores ~ =0
1 °3
Si uno de los vectores es el vector nulo, la matriz tiene una columna de ceros y, por tanto, su
determinante vale cero. Luego los vectores son linealmente dependientes.
µ ∂
1 2
u = (1, 2),~v = (2, 1) son linealmente independientes, ya que det
Los vectores ~ = °3 6= 0
2 1
6.2. Dependencia e independencia lineal de vectores

© 1 2 ™
u ,~
Cuando hay más de dos vectores, ~ un , la definición se realiza planteando el sistema:
u ,...,~
u1 + Æ2~
Æ1~ u2 + . . . + Æn~
un = 0 (4.2)
Entonces,
© 1 2 ™
u ,~
a) Si la única solución es Æ1 = 0, Æ2 = 0, . . . , Æn = 0, se dice que los vectores ~ un son lineal-
u ,...,~
mente independientes.
© 1 2 ™
b) Si hay otras soluciones, se dice que los vectores ~ u ,~ un son linealmente dependientes.
u ,...,~
Hay que señalar que, en este último caso (linealmente dependientes), habrá al menos un vector que
pueda obtenerse a partir de los demás (el que tenga un Æi 6= 0). Por ejemplo, si Æ1 6= 0, se puede
u1 en la ecuación (4.2)
despejar ~
Æ2 2 Æ3 3 Æn n Æi
u1 = °
~ u ° ~
~ u °...° u2 + Ø3~
u = Ø2~
~ u3 + . . . Øn~
un Øi = °
Æ1 Æ1 Æ1 Æ1

volviendo a la idea de dependencia lineal que aparecía en la definición 2.
Como antes, si los vectores tienen tres componentes (esto es, son vectores 3 £ 1), saber si son li-
nealmente dependientes o independientes es muy fácil: basta calcular el determinante de la matriz
3£3 cuyas columnas son los tres vectores. A partir de las propiedades de determinantes, si el determi-
nante es cero, los vectores son dependientes, mientras que si es distinto de cero se trata de vectores
linealmente independientes.
Ejemplo 19 Estudia la dependencia o independencia lineal en cada caso.
u = (1, 1, °2),~v = (°3, °3, 0), ~

Los vectores ~ w = (1, 1, 1) son linealmente dependientes, ya que
0 1
1 °3 1
det @ 1 °3 1 A = 0
°2 0 1
u = (1, 1, °2),~v = (°3, °3, 0), ~

Los vectores ~ w = (°1, 1, 0) son linealmente independientes, ya que
0 1
1 °3 °1
det @ 1 °3 1 A = 12 6= 0
°2 0 0
Cuando se tienen n vectores una pregunta que surge es saber cuántos habrá (como máximo) que
sean linealmente independientes. Así, en el primer apartado del ejemplo 19 los tres vectores son de-
°© ™ © ™ © ™¢
pendientes, pero puede verse que dos cualesquiera de ellos ~ u,~v , o ~
u,~
w , o ~v,~
w son linealmente
independientes. Se dirá que el rango de estos vectores es 2.
© 1 2 ™
Definición 3 Dado el conjunto de vectores ~
u ,~ un se denomina rango de este conjunto al má-
u ,...,~
ximo número de vectores linealmente independientes que es posible encontrar entre ellos.
Por tanto, la pregunta planteada se puede formular como: ¿cuál es el rango de un conjunto de
vectores?. El siguiente resultado es de mucha utilidad en esta discusión.
© 1 2 ™
Teorema 3 Dado un conjunto de vectores ~ u ,~
u ,...,~un , sea A la matriz formada con las columnas
de estos vectores. Entonces, el rango de los vectores coincide con el orden de la mayor submatriz cua-
drada de A con determinante distinto de cero que se pueda encontrar.
Por ejemplo, con los vectores ~u = (1, 1, °2),~v = (°3, °3, 0), ~
w = (1, 1, 1) se construye la matriz
0 1
1 °3 1
A = @ 1 °3 1 A
°2 0 1
y, eligiendo la segunda y tercera fila, y primera y segunda columna, se tiene el determinante
µ ∂
1 °3
det = °6 6= 0
°2 0
luego su rango es 2.
Nota 4 Como consecuencia, cuando se tienen más de dos vectores 2 £ 1, no podrán ser linealmente
independientes y su rango será, como mucho 2. Igualmente, con vectores 3 £ 1, como mucho podrá
haber tres vectores linealmente independientes.

6.3. Rango de una matriz

Si se considera ahora una matriz A m£n , ésta se puede ver como m vectores fila 1 £ n, o como n
vectores columna m £ 1. De este modo se puede definir el rango de una matriz como el rango de sus
vectores fila, o el de sus vectores columna. El siguiente resultado muestra que ambos coinciden.
Teorema 4 Dada una matriz A m£n el rango de sus m vectores fila coincide con el rango de sus n vec-
tores columna. A este número se le denomina rango de la matriz A y se representa por rg(A).
Como consecuencia inmediata, para una matriz A m£n
rg(A) ∑ mı́n {m, n}
Otra consecuencia directa de la definición es que el rango de una matriz y el rango de su transpuesta
coinciden:
rg(A) = rg(A 0 )
Para el cálculo práctico del rango de una matriz A (o el de un conjunto de vectores) se siguen los
siguientes pasos:
(1) Se elige una fila (o columna) con un elemento no nulo; en caso de que no los haya, se tratará de
la matriz nula y su rango es, por definición, rg(A) = 0
(2) Con el paso anterior, si se ha encontrado un elemento no nulo, el rango de la matriz será, al
menos, rg(A) ∏ 1
(3) Se busca ahora una fila (o columna) de modo que con la anterior contenga una matriz 2 £ 2 con
determinante distinto de cero; si no existe, el rango de la matriz será rg(A) = 1
(4) Con el paso anterior, si se ha encontrado la submatriz 2 £ 2 con determinante no nulo, el rango
de la matriz será, al menos, rg(A) ∏ 2
(5) Se repite el proceso, buscando ahora una nueva fila (o columna) que junto a las dos anteriores
contenga una matriz 3 £ 3 con determinante distinto de cero; si no existe, el rango de la matriz
será rg(A) = 2
(6) Con el paso anterior, si se ha encontrado la submatriz 3 £ 3 con determinante no nulo, el rango
de la matriz será, al menos, rg(A) ∏ 3
(7) ...
Nota 5 Es conveniente trabajar con filas o con columnas dependiendo de cuál sea el menor de los dos:
si la matriz es 3 £ 5, es mejor trabajar con filas; si la matriz es 4 £ 2, es mejor trabajar con columnas.
0 1
0 1 °1 0 1
Ejemplo 20 Calcula el rango de la matriz A = @ 2 1 1 °1 0 A
2 1 1 1 1
(1) Se elige, por ejemplo, la primera fila y el elemento a 12 = 1 6= 0. Por tanto, rg(A) ∏ 1.
µ ∂ µ ∂
a 12 a 13 1 °1
(2) Se elige ahora, por ejemplo, la segunda fila y la submatriz B = = , con
a 22 a 23 1 1
det(B ) = 2 6= 0. Por tanto, rg(A) ∏ 2.

(3) Se elige ahora la tercera fila (ya no hay más) y, por ejemplo, la cuarta columna.1 Queda entonces la
0 1 0 1
a 12 a 13 a 14 1 °1 0
submatriz C = @ a 22 a 23 a 24 A = @ 1 1 °1 A, con det(C ) = 4 6= 0. Por tanto, rg(A) ∏ 3.
a 32 a 33 a 34 1 1 1
(4) Como no puede ser mayor, entonces rg(A) = 3.
Ejercicio 4 Calcula el rango de las siguientes matrices:

0 1 0 1
1 2 °1 0 1 1 1
B 1 2 1 1 C B 3 2 1 C
B C B C
A=B C (SOL: rg(A) = 3); B = B 0 0 C (SOL: rg(B ) = 2)
@ 2 1 0 °1 A @ °1 °0 75 °0 5 A
4 5 0 0 2 10 5 1
6.4. Método de Gauss para triangularizar una matriz

Para calcular el rango de una matriz (o el de un conjunto de vectores) en ocasiones resulta muy útil
simplificar la matriz utilizando el conocido método de triangulación de Gauss. La idea es obtener una
matriz equivalente (con el mismo rango) pero que es más sencilla y sus determinantes son fáciles de
calcular: una matriz (triangular superior, o casi-triangular) cuyos elementos por debajo de la diagonal
principal sean todos nulos.
Ejemplo 21 Con la matriz B del ejercicio 4, se aplica el método de triangulación de Gauss antes de
calcular el rango:
0 1
1 1 1 poner ceros en la 1a columna por debajo de la diagonal principal:
B 3 2 C
1 C segunda fila + (°3)£primera fila
B
B =B 0 0 C
@ °1 °0 75 °0 5 A tercera fila + primera fila
2 10 5 1 cuarta fila + (°2)£primera fila
Queda ahora la matriz

0 1
1 1 1
B 0 C poner ceros en la 2a columna por debajo de la diagonal principal:
B °1 °2 C
B1 = B C tercera fila + (00 25)£segunda fila
@ 0 00 25 00 5 A
cuarta fila + (°00 5)£segunda fila
0 °00 5 °1
Y ahora la matriz es mucho más sencilla:

0 1
1 1 1
B 0 °1 °2 C
B C
B2 = B C
@ 0 0 0 A El rango de esta matriz es 2, con lo que rg(B ) = 2
0 0 0
1 Hay que observar que la primera columna no serviría, ya que el determinante de la submatriz obtenida es cero.

7. Sistemas de ecuaciones lineales

7.1. Concepto de sistema de m ecuaciones con n incógnitas
Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de relaciones de la forma
9
a 11 x 1 + a 12 x 2 + . . . + a 1n x n = b 1 >
> 1a ecuación
>
=
a 21 x 1 + a 22 x 2 + . . . + a 2n x n = b 2 2a ecuación
(S)
... ... ... ... >
> ...
>
; a
a m1 x 1 + a m2 x 2 + . . . + a mn x n = b m m ecuación
Los elementos a i j son los coeficientes del sistema y son números reales conocidos.
Los elementos b j son los términos independientes y son también números reales conocidos.
Las incógnitas son los elementos x i , cuyo valor debe calcularse para que se cumplan las m
ecuaciones del sistema.
El sistema (S) puede escribirse en la forma (matricial) Ax = b, donde

0 1 0 1 0 1
a 11 a 12 . . . a 1n b1 x1
B a B C B C
B 21 a 22 . . . a 2n CC B b2 C B x2 C
A=B C ; b=B C
B .. C ; x =B
B .. C
C
@ ... ... ... ... A @ . A @ . A
a m1 a m2 . . . a mn m£n bm xn
La matriz A se denomina matriz del sistema y b es el vector de términos independientes. Se deno-

mina matriz ampliada del sistema a la matriz que se obtiene añadiendo una nueva columna con el
vector de términos independientes:
0 Ø 1
a 11 a 12 . . . a 1n ØØ b 1
B a a 22 . . . a 2n ØØ b 2 C
B 21 C
[A, b] = B Ø C
@ ... ... ... ... Ø ... A
Ø
a m1 a m2 . . . a mn Ø b m m£(n+1)
La matriz ampliada tiene un papel muy importante en la discusión de sistemas de ecuaciones.
Definición 4 Un sistema de ecuaciones Ax = b se dice que es homogéneo si todos los términos inde-
pendientes son nulos, b = 0.
Ejemplo 22 En los siguientes sistemas de ecuaciones,
calcula la matriz del sistema;
calcula la matriz ampliada;
indica si el sistema es homogéneo.

æ µ ∂ µ Ø ∂
x1 + x2 = 4 1 1 1 1 ØØ 4
(S1) ; A= ; [A, b] =
°x 1 ° x 2 = 1 °1 °1 °1 °1 Ø 1
Como b 6= 0, el sistema no es homogéneo.
æ µ ∂ µ Ø ∂
x1 + x2 = 5 1 1 1 1 ØØ 5
(S2) ; A= ; [A, b] =
2x 1 ° x 2 = 1 2 °1 2 °1 Ø 1

9 0 1 0 Ø 1
x1 + x2 + x3 = 1 = 1 1 1 1 1 1 Ø 1
Ø
(S3) x 1 ° x 2 ° 2x 3 = 4 ; A=@ 1 °1 °2 A ; [A, b] = @ 1 °1 °2 Ø 4 A
; Ø
2x 1 + 2x 2 + 2x 3 = 1 2 2 2 2 2 2 Ø 1

9 0 1 0 Ø 1
x 1 ° 2x 2 + x 3 = °1 > 1 °2 1 1 °2 1 Ø °1
>
> Ø
°2x 1 + x 2 ° x 3 = °2 = B °2
B 1 °1 C
C
B
B °2 1 °1 Ø °2 C
Ø C
(S4) ; A=B C; [A, b] = B Ø C
4x 1 ° 2x 3 = 10 > > @ 4 0 °2 A @ 4 0 °2 Ø 10 A
>
; Ø
x2 + x3 = 0 0 1 1 0 1 1 Ø 0
9 0 1
x1 ° x2 + x3 ° x4 = 0 > > 1 °1 1 °1
>
2x 1 + 3x 2 ° x 4 = 0 = B
B 2 3 0 °1 C
C
(S5) ; A=B C;
°x 1 + x 2 ° x 3 ° x 4 = 0 > > @ °1 1 °1 °1 A
>
;
x2 + x3 + x4 = 0 0 1 1 1
0 Ø 1
1 °1 1 °1 ØØ 0
B 2 3 0 °1 ØØ 0 C
B C
[A, b] = B Ø C
@ °1 1 °1 °1 Ø 0 A
Ø
0 1 1 1 Ø 0
Como b = 0, el sistema es homogéneo.
7.2. Sistemas compatibles y no compatibles

Definición 5 Una solución de un sistema de ecuaciones Ax = b es un conjunto de valores para las
incógnitas x i = Æi de modo que al sustituirlas en el sistema hacen que se cumplan todas las igualdades.
Para saber si un vector x (un conjunto de valores) es solución de un sistema Ax = b, simplemente

hay que sustituir los valores y comprobar si se cumplen todas las iguadades.
Ejemplo 23 Para el sistema (S4) del ejemplo 22, analiza si alguno de los siguientes conjuntos de valores
x es solución:
(a) x 0 = (1, 2, 0)
0 1 0 1 0 1
1 °2 1 0 1 °3 °1
B °2 1 °1 C 1 B 0 C B °2 C
B C@ B C B C
Multiplicando, Ax = B C 2 A=B C 6= b = B C
@ 4 0 °2 A @ 4 A @ 10 A
0
0 1 1 2 0
Luego no es solución.
(b) x 0 = (°1, °2, 10, 0)

Como el sistema solo tiene tres incógnitas, este vector no puede ser solución. También hay que ob-
servar que el producto Ax no se puede realizar.
(c) x 0 = (2, 1, °1)

0 1 0 1
1 °2 1 0 1 °1
B C 2 B C
B °2 1 °1 C@ B °2 C
Multiplicando, Ax = B C 1 A=B C=b
@ 4 0 °2 A @ 10 A
°1
0 1 1 0
Luego sí es solución.

(d) x 0 = (1, 1, 1)
0 1 0 1 0 1
1 °2 1 0 1 0 °1
B °2 1 °1 C 1 B °2 C B °2 C
B C@ B C B C
Multiplicando, Ax = B C 1 A=B C 6= b = B C
@ 4 0 °2 A @ 2 A @ 10 A
1
0 1 1 2 0
Luego no es solución.
Resulta claro que cuando un sistema de ecuaciones es homogéneo, dando el valor x i = 0 para todo
i = 1, 2, . . . , n , se cumplen todas las relaciones y el sistema tiene solución. Pero cuando el sistema no
es homogéneo no pasa esto y existirán sistemas que no tienen ninguna solución.
Definición 6 Un sistema de ecuaciones Ax = b se dice que es incompatible si no tiene ninguna so-

lución. En caso de que exista alguna solución, se dice que el sistema es compatible. Dependiendo del
número de soluciones que tiene un sistema compatible, se dice que es:
Compatible determinado si solo tiene una solución.
Compatible indeterminado si tiene infinitas soluciones.2
La siguiente sección está dedicada al estudio de compatibilidad de sistemas. Sin embargo, a nivel
intuitivo ya se puede realizar un primer estudio. En el caso de los sistemas (S1) y (S2) del ejemplo 22
se trata de sistemas con dos incógnitas, de modo que cada ecuación representa una recta. Entonces,
el sistema de ecuaciones es la respuesta a la pregunta: ¿se cortan estas rectas? Las dos rectas pueden
ser distintas y paralelas (no se cortan, luego el sistema es incompatible, no tiene solución), cortarse en
un único punto (sistema compatible determinado) o ser coincidentes (se cortan en infinitos puntos,
sistema compatible indeterminado).
Las rectas del sistema (S1) tienen la misma pendiente (m = °1), pero no son iguales, luego son
paralelas y el sistema es incompatible. Sin embargo, las rectas del sistema (S2) tienen distinta pen-
diente y se cortan en un único punto (que, resolviendo, se ve que es x 1 = 2, x 2 = 3). Las siguientes
gráficas representan la situación de estos sistemas.
2 Un sistema compatible, o bien tiene una solución, o tiene infinitas soluciones; si es compatible indeterminado nunca
puede tener un número finito de soluciones.

Respecto al sistema (S3), no es inmediata la discusión acerca de si tiene solución o no. Pero una
observación detallada de las ecuaciones 1a y 3a lleva a ver que hay una contradicción:
1a ecuación: la suma de las tres incógnitas vale 1
3a ecuación: el doble de la suma de las tres incógnitas también vale 1
lo que no puede ser.

El sistema (S5) es homogéneo, luego es compatible. La discusión sobre si hay solución única (que,
en este caso, será x i = 0, para i = 1, 2, 3, 4) o tiene múltiples soluciones se verá más adelante.
8. Teorema de Rouché-Frobenius
Dado un sistema de ecuaciones Ax = b, el rango de la matriz siempre será menor o igual que el
rango de la matriz ampliada, rg(A) ∑ rg([A, b]), ya que esta última tiene todas las columnas de A y una
columna adicional. Entonces:
Que el sistema tenga solución, significa que el vector de términos independientes es linealmen-
te dependiente de las columnas de la matriz A, con lo que los rangos serán iguales.
Si el sistema no tiene solución, el vector de términos independientes aumentará el rango de la

matriz ampliada, con lo que los rangos serán distintos.
Estas ideas quedan recogidas formalmente en el siguiente resultado.
Teorema 5 Teorema de Rouché-Frobenius

Dado un sistema de ecuaciones Ax = b, con m ecuaciones y n incógnitas, entonces:
(1) Si rg(A) 6= rg([A, b]) el sistema es incompatible
(2) Si rg(A) = rg([A, b]) el sistema es compatible

En este caso,
(2a) Si rg(A) = rg([A, b]) = n el sistema es compatible determinado

(2b) Si rg(A) = rg([A, b]) < n el sistema es compatible indeterminado
Ejemplo 24 Utiliza este teorema para discutir los sistemas del ejemplo 22.
(S1) El rango de la matriz A vale 1, ya que el determinante es cero. Sin embargo, tomando las columnas
primera y tercera en la matriz ampliada [A, b], su determinante es distinto de cero, luego el rango
de la ampliada es 2. Por tanto (como ya se sabía), el sistema es incompatible.
(S2) El rango de la matriz A vale 2, y el de la matriz ampliada no puede ser mayor (es una matriz
2 £ 3). Por tanto, los rangos son iguales, y coinciden con el número de incógnitas. El sistema es
compatible determinado.
(S3) En este sistema, rg(A) = 2, rg([A, b]) = 3. Por tanto, es incompatible.
(S4) Con operaciones fáciles (aplicando Gauss), se obtiene rg(A) = rg([A, b]) = 3 = número de incógni-
tas. El Tª Rouché-Frobenius indica que el sistema es compatible determinado.
(S5) El determinante de la matriz vale det(A) = 14 6= 0. Por tanto, rg(A) = rg([A, b]) = 4 = número de
incógnitas. Así, el sistema es compatible determinado. Como el sistema es homogéneo, la única
solución es x 1 = 0, x 2 = 0, x 3 = 0, x 4 = 0.

9. Resolución de sistemas de ecuaciones lineales

Una vez discutida la existencia de solución, y analizado si el sistema es compatible determinado,
indeterminado, o incompatible, queda por encontrar la solución (o soluciones) en los casos en que
existen. En primer lugar se verá un caso particular de sistemas, y luego se estudiará el caso general.
9.1. Sistemas de Cramer

Definición 7 Un sistema de ecuaciones Ax = b se dice que es un sistema de Cramer si:
(1) Tiene el mismo número de ecuaciones que de incógnitas, m = n (luego la matriz del sistema A es
una matriz cuadrada)
(2) rg(A) = rg([A, b]) = n
Por la propia definición, los sistemas de Cramer son compatibles determinados (solución única).
Por otro lado, el hecho de que el rango de la matriz A n£n sea n, significa que el determinante es
distinto de cero, det(A) 6= 0, luego la matriz A tiene inversa. Entonces, se puede obtener la solución
del sistema del siguiente modo:
Ax = b () A °1 Ax = A °1 b () x = A °1 b
Este razonamiento proporciona un método para calcular la solución de este tipo de sistemas. Así, en
el sistema (S2) del ejemplo 22, la solución es:
µ ∂ µ ∂ µ ∂µ ∂ µ ∂
1 1 °1 1/3 1/3 °1 1/3 1/3 5 2
A= (A) = x = (A) b = =
2 °1 2/3 °1/3 2/3 °1/3 1 3
esto es, x 1 = 2, x 2 = 3.
Ejemplo 25 Dados los siguientes sistemas de ecuaciones, analiza si son de Cramer y, en caso afirmati-
vo, calcula la solución mediante la matriz inversa, x = M °1 b.
0 1 0 1
1 1 1 5
(S1) M = @ 1 °1 1 A b=@ 3 A det(M ) 6= 0 ) sistema de Cramer
2 0 1 °1
0 1 0 1
°00 5 °00 5 1 °5
M °1 = @ 00 5 °00 5 0 A x = M °1 b = @ 1 A
1 1 °1 9
0 1 0 1
5 2 1 1
(S2) M = @ 0 1 1 A b=@ 0 A det(M ) 6= 0 ) sistema de Cramer
°2 1 1 1
0 1 0 1
0 00 5 °00 5 °00 5
M °1
=@ 1 °30 5 20 5 A x = M °1 b = @ 30 5 A
°1 40 5 0
°2 5 °30 5
0 1 01
3 0 3 6
(S3) M = @ 2 1 2 A b=@ 2 A det(M ) 6= 0 ) sistema de Cramer
°1 1 1 2
0 1 0 1
°1/6 1/2 °1/2 °1
M °1 = @ °2/3 1 0 A x = M °1 b = @ °2 A
1/2 °1/2 1/2 3

0 1 0 1
1 1 1 2
(S4) M = @ 2 °2 1 A b=@ 3 A det(M ) = 0 ), luego no es un sistema de Cramer (pero,
3 °1 2 5
como se puede comprobar, el sistema es compatible, aunque indeterminado).
Regla de Cramer
Existe otra forma de expresar la solución de los sistemas de Cramer, que se basa en el cálculo de
determinantes. Este método utiliza las matrices A(c i , b) que se obtienen de la matriz A sustituyendo
la columna i , que se representa por c i , por el vector de términos independientes b.
Teorema 6 Teorema (regla) de Cramer

Dado un sistema de Cramer Ax = b, la solución es:
det(A(c i , b))
xi = i = 1, 2, . . . , n
det(A)
Ejemplo 26 Aplica esta regla para resolver el sistema (S1) del ejemplo 25.
0 1
5 1 1
det @ 3 °1 1 A
det(A(c 1 , b)) °1 0 1
x1 = = 0 1 = °5
det(A) 1 1 1
det @ 1 °1 1 A
2 0 1
0 1
1 5 1
@
det 1 3 1 A
2 2 °1 1
det(A(c , b))
x2 = = 0 1 =1
det(A) 1 1 1
det @ 1 °1 1 A
2 0 1
0 1
1 1 5
det @ 1 °1 3 A
3 2 0 °1
det(A(c , b))
x3 = = 0 1 =9
det(A) 1 1 1
det @ 1 °1 1 A
2 0 1
9.2. Sistemas generales (1): transformación en un sistema de Cramer

Si Ax = b es un sistema compatible (que no es de Cramer) se cumple que rg(A) = rg([A, b]). Pero
pueden ocurrir varios casos:
caso 1) rg(A) = m = número de ecuaciones: entonces debe haber más incógnitas que ecuaciones (en
caso contrario sería un sistema de Cramer). Si se elige una submatriz m £m con determinan-
te distinto de cero, y se pasan al otro lado de la igualdad las incógnitas correspondientes a las
columnas no seleccionadas, queda un sistema tipo Cramer, aunque el vector de términos in-
dependientes ya no será constante. El método de resolución será ahora idéntico al empleado
en la sección anterior.

Ejemplo 27 Calcula la solución del siguiente sistema compatible

æ
2x 1 + x 2 ° x 3 = 2
x 1 ° 2x 2 + x 3 = 0
El rango de la matriz del sistema (y el de la ampliada) es 2, luego el sistema es compatible
indeterminado. Se seleccionan dos columnas que den lugar a un determinante 2£2 distinto de
cero; por ejemplo, las dos primeras. Y ahora se pasa al otro lado de la igualdad la incógnita x 3 .
Queda el sistema escrito en la forma:
æ
2x 1 + x 2 = 2 + x 3
x 1 ° 2x 2 = °x 3
Ahora se resuelve como sistema de Cramer (con la inversa, o con la regla de Cramer), quedando
la solución:
4 1 2 3
x 1 = + x 3 ; x 2 = + x 3 ; x 3 = cualquier valor
5 5 5 5
caso 2) rg(A) < número de ecuaciones: en este caso sobran ecuaciones, ya que las que hay son de-
pendientes. El primer paso es eliminar las que sobran, quedándose con tantas como indique
el rango, de modo que la matriz del nuevo sistema tiene el mismo rango que la anterior. Aho-
ra se tendrá bien un sistema de Cramer, o bien un sistema que estará en las condiciones del
caso 1.

9
x1 + x2 + x3 = 2 =
2x 1 ° 2x 2 + x 3 = 3
;
3x 1 ° x 2 + 2x 3 = 5
El rango de la matriz del sistema y el de la ampliada son igual a 2 (se puede ver que la tercera
fila es la suma de las dos primeras). El sistema es, por tanto, compatible indeterminado. Si se
elimina la tercera fila, y se pasa x 3 al otro lado de la igualdad,
æ
x1 + x2 = 2 ° x3
2x 1 ° 2x 2 = 3 ° x 3
que se resuelve por Cramer, quedando la solución:
7 3 1 1
x1 = ° x3 ; x2 = ° x3 ; x 3 = cualquier valor
4 4 4 4

9
x1 + x2 = 2 =
2x 1 ° x 2 = 1
;
x 1 ° 2x 2 = °1
En este caso, sobra la tercera fila (es igual a la segunda menos la primera). Pero al eliminarla
queda el sistema
æ
x1 + x2 = 2
2x 1 ° x 2 = 1
que es de Cramer (luego es compatible determinado). Su solución única es x 1 = 1, x 2 = 1.

9.3. Sistemas generales (2): método de triangulación (Gauss)

Un método alternativo de discutir sistemas (tanto el análisis de si es compatible, como la bús-
queda de soluciones cuando lo sea) es simplificarlo utilizando el método de Gauss. El objetivo es
triangularizar3 la matriz y para conseguirlo se debe trabajar todo el tiempo con la matriz ampliada
[A, b]. Una vez obtenida, se realizan operaciones con las filas de la matriz:
se cambian filas de orden, intentando que los elementos de la diagonal principal sean distintos
de cero (cuando sea posible)
a una fila se le suma otra multiplicada por un escalar ∏ (positivo o negativo, según convenga),
intentando que los elementos bajo la diagonal principal sean ceros
Cuando la matriz del sistema es triangular, la discusión y resolución es mucho más fácil
Ejemplo 30 Resuelve el siguiente 9 sistema de0ecuaciones: Ø 1

x 1 ° 2x 2 + x 3 = °1 > > 1 °2 1 ØØ °1
>
°2x 1 + x 2 ° x 3 = °2 = B °2
B 1 °1 ØØ °2 C C
; [A, b] = B Ø C
4x 1 ° 2x 3 = 10 > > @ 4 0 °2 Ø 10 A
> Ø
x2 + x3 = 0 ; 0 1 1 Ø 0
Para hacer triangular la matriz ampliada, en primer lugar se suma a la 2a fila la 1a multiplicada por
a la 3a la 1a multiplicada
2, y 0 Ø 1 por (°4). Queda entonces
1 °2 1 ØØ °1
B 0 °3 1 ØØ °4 C
B C
B Ø C
@ 0 8 °6 Ø 14 A
Ø
0 1 1 Ø 0
Ahora,
0 para que las operaciones
Ø 1 sean más fáciles, se cambian la 2a por la 4a fila
1 °2 Ø
1 Ø °1
B 0 1 1 ØØ 0 C
B C
B Ø C
@ 0 8 °6 Ø 14 A
Ø
0 °3 1 Ø °4
Se suma
0 a la 3 fila laØ 2a multiplicada
a
1 por °8 y a la 4a fila la 2a multiplicada por 3
1 °2 Ø
1 Ø °1
B 0 1 1 ØØ 0 C
B C
B Ø C
@ 0 0 °14 Ø 14 A
Ø
0 0 4 Ø °4
Se puede
0 simplificarØdividiendo
1 la 3a fila por 14
1 °2 Ø
1 Ø °1
B 0 1 1 Ø 0 C
B Ø C
B Ø C
@ 0 0 °1 Ø 1 A
Ø
0 0 4 Ø °4
a a
y ahora
0 sumando a la
Ø 4 fila1 la 3 multiplicada por 4
1 °2 1 ØØ °1
B 0 1 1 ØØ 0 C
B C
B Ø C
@ 0 0 °1 Ø 1 A
Ø
0 0 0 Ø 0
Es claro que rg(A) = rg([A.b]) = 3, luego el sistema es compatible determinado. La solución única se
puede obtener resolviendo el sistema de abajo hacia arriba:
3 Aunque el concepto de matriz triangular se introduce solo para matrices cuadradas, este método se aplica a cualquier
tipo de matrices. El objetivo es conseguir que todos los elementos por debajo de la diagonal principal sean nulos.

De la 3a ecuación se obtiene que x 3 = °1.
La 2a ecuación es x 2 + x 3 = 0, de donde x 2 = 1.
Finalmente, la 1a ecuación es x 1 ° 2x 2 + x 3 = °1, de donde x 1 = 2.
Ejemplo 31 Resuelve el sistema de ecuaciones con la matriz y vector de términos independientes que
se indican:0 1 0 1
1 1 1 5
M = @ 1 °1 1 A b=@ 3 A
2 0 1 °1
La matriz ampliada es:
0 Ø 1
1 1 1 ØØ 5 se hacen ahora las siguientes operaciones:
@
[M , b] = 1 °1 1 Ø Ø 3 A a la 2a fila se le suma la 1a multiplicada por (°1)
2 0 1 Ø °1 a la 3a fila se le suma la 1a multiplicada por (°2)
y se obtiene
0 Ø 1
1 1 1 ØØ 5
se hacen ahora las siguientes operaciones:
@ 0 °2 0 ØØ °2 A
a la 3a fila se le suma la 2a multiplicada por (°1)
0 °2 °1 Ø °11
Con esto ya se tiene una matriz triangular
0 Ø 1
1 1 1 ØØ 5
@ 0 °2 0 ØØ °2 A
0 0 °1 Ø °9
El rango de la matriz y el de la matriz ampliada es 3, y coincide con el número de incógnitas. Por tanto,
se trata de un sistema compatible determinado. Es inmediato, resolviendo de abajo hacia arriba, que
la solución es:
x 3 = 9, x 2 = 1, x 1 = °5 (sustituyendo en la 1a ecuación).
Ejemplo 32 Calcula la solución del siguiente sistema:

9
x1 + x2 + x3 = 2 =
2x 1 ° 2x 2 + x 3 = 3
;
3x 1 ° x 2 + 2x 3 = 5
0 Ø 1
[A, b] = @ 2 °2 1 ØØ 3 A a la 2a fila se le suma la 1a multiplicada por (°2)
3 °1 2 Ø 5 a la 3a fila se le suma la 1a multiplicada por (°3)
Queda entonces:
0 Ø 1
@ 0 °4 °1 Ø °1 A
Ø
0 °4 °1 Ø °1 a la 3a fila se le suma la 2a multiplicada por (°1)
Y queda la matriz:
0 Ø 1
1 1 1 ØØ 2 æ
@ 0 °4 °1 Ø °1 A x1 + x2 + x3 = 2
Ø )
°4x 2 ° x 3 = °1
0 0 0 Ø 0
Este sistema (equivalente) es mucho más fácil de discutir: tanto el rango de la matriz, como el de la
ampliada valen 2 y, como el número de incógnitas es 3, el sistema es compatible indeterminado. La
solución, tal como se había obtenido, es:
7 3 1 1
x1 = ° x3 ; x2 = ° x3 ; x 3 = cualquier valor
4 4 4 4

9.4. Un ejemplo
Ejemplo 33 Discute el siguiente sistema según los valores del parámetro Æ
9
x 1 + x 2 + Æx 3 + x 4 = 1 >
>
>
x 1 + Æx 2 + Æx 3 + Æx 4 = 1 =
x 1 + Æx 2 + 2x 3 + 4x 4 = 1 > >
>
x 1 + Æx 2 + 2x 3 + 3x 4 = 2 ;
Modo 1. Como hay que discutir un sistema de 4 ecuaciones y 4 incógnitas (además con un parámetro),
antes de hacer el estudio conviene aplicar el método de Gauss para conseguir una matriz
triangular.
0 Ø 1
1 1 Æ 1 ØØ 1 se hacen ahora las siguientes operaciones:
B 1 Æ Æ Æ Ø 1 C a la 2a fila se le suma la 1a multiplicada por (°1)
B Ø C
[A, b] = B Ø C
@ 1 Æ 2 4 Ø 1 A a la 3a fila se le suma la 1a multiplicada por (°1)
Ø
1 Æ 2 3 Ø 2 a la 4a fila se le suma la 1a multiplicada por (°1)
Queda la matriz
0 Ø 1
1 1 Æ 1 Ø 1 se hacen ahora las siguientes operaciones:
Ø
B 0 Æ°1 0 Æ°1 Ø 0 C
B Ø C
B Ø C
@ 0 Æ°1 2°Æ 3 Ø 0 A a la 3a fila se le suma la 2a multiplicada por (°1)
Ø
0 Æ°1 2°Æ 2 Ø 1 a la 4a fila se le suma la 2a multiplicada por (°1)
y se obtiene:
0 Ø 1
1 1 Æ 1 Ø 1 se hacen ahora las siguientes operaciones:
Ø
B 0 Æ°1 0 Æ°1 Ø 0 C
B Ø C
B Ø C
@ 0 0 2°Æ 4°Æ Ø 0 A
Ø
0 0 2°Æ 3°Æ Ø 1 a la 4a fila se le suma la 3a multiplicada por (°1)
con lo que, finalmente, la matriz triangular es

0 Ø 1
1 1 Æ 1 ØØ 1
B 0 Æ°1 0 Æ ° 1 ØØ 0 C
B C
B Ø C
@ 0 0 2°Æ 4°Æ Ø 0 A
Ø
0 0 0 °1 Ø 1
Ahora ya es mucho más fácil trabajar con la matriz. Por ejemplo, para calcular el determi-
nante no hay más que multiplicar los elementos de la diagonal principal:
det(A) = °(Æ ° 1)(2 ° Æ) = (Æ ° 1)(Æ ° 2)
Para discutir el rango, se tienen los casos:
(a) Æ 6= 1, Æ 6= 2
El rango de la matriz es 4, ya que el determinante es distinto de cero, y coincide con el
rango de la matriz ampliada (no puede ser mayor) y con el número de incógnitas. Luego el
sistema es compatible determinado. La solución se calcula ahora fácilmente resolviendo
el sistema de abajo hacia arriba:
Æ°4 Æ(Æ ° 4)
x 4 = °1; x3 = ; x 2 = 1; x1 = 1 °
Æ°2 Æ°2
Nótese que esta solución está bien definida, ya que Æ ° 2 6= 0.

(b) Æ = 1
Al sustituir el valor de Æ ya no hay parámetro y los cálculos (con la matriz triangular) son
sencillos. El rango de la matriz y el de la ampliada son 3, por lo que se trata de un sistema
compatible indeterminado.
0 Ø 1
1 1 1 1 ØØ 1
B 0 0 0 0 ØØ 0 C
B C
B Ø C
@ 0 0 1 3 Ø 0 A
Ø
0 0 0 °1 Ø 1
Resolviendo de abajo hacia arriba, se obtiene
x 4 = °1; x 3 = 3; x 1 = °1 ° x 2 ; x 2 = cualquier valor
(c) Æ = 2 0 Ø 1
1 1 2 1 Ø 1
Ø
B 0 1 0 1 Ø 0 C
B Ø C
B Ø C
@ 0 0 0 2 Ø 0 A
Ø
0 0 0 °1 Ø 1
El rango de la matriz es 3, pero el rango de la ampliada es 4, así que se trata de un sistema
incompatible.
Modo 2. Si se ve que restando las dos últimas ecuaciones (3a ° 4a ) se tiene el valor de x 4 = °1, se puede
sustituir este dato con lo que queda un sistema de 3 ecuaciones con 3 incógnitas, más sencillo
de discutir:
9
x 1 + x 2 + Æx 3 = 2 =
x 1 + Æx 2 + Æx 3 = 1 + Æ x 4 = °1
;
x 1 + Æx 2 + 2x 3 = 5
La matriz del sistema y la matriz ampliada son:

0 1 0 Ø 1
1 1 Æ 1 1 Æ Ø 2
Ø
A=@ 1 Æ Æ A [A, b] = @ 1 Æ Æ Ø 1+Æ A
Ø
1 Æ 2 1 Æ 2 Ø 5
Para que el rango sea 3 (el máximo posible), el determinante de la matriz debe ser distinto de
cero 0 1
1 1 Æ
det(A) 6= 0 ) det @ 1 Æ Æ A = °Æ2 + 3Æ ° 2 6= 0 ) Æ 6= 1, Æ 6= 2
1 Æ 2
Entonces, si Æ 6= 1, Æ 6= 2 el rango de la matriz y el de la ampliada son 3, que es el número
de incógnitas que quedan por resolver. Luego el sistema es compatible determinado. Como
se trata de un sistema de Cramer con 3 incógnitas, se puede usar la regla de Cramer para su
resolución:
0 1
2 1 Æ
det @ 1 + Æ Æ Æ A
5 Æ 2 Æ3 ° 6Æ2 + 7Æ ° 2 Æ(Æ ° 4)
x1 = 0 1 = 2 + 3Æ ° 2
= 1°
1 1 Æ °Æ Æ°2
@
det 1 Æ Æ A
1 Æ 2

0 1
1 2 Æ
det @ 1 1+Æ Æ A
1 5 2 °Æ2 + 3Æ ° 2
x2 = 0 1 = =1
1 1 Æ °Æ2 + 3Æ ° 2
@
det 1 Æ Æ A
1 Æ 2
0 1
1 1 2
@
det 1 Æ 1+Æ A
1 Æ 5 °Æ2 + 5Æ ° 4 Æ ° 4
x3 = 0 1 = =
1 1 Æ °Æ2 + 3Æ ° 2 Æ ° 2
@
det 1 Æ Æ A
1 Æ 2
x 4 = °1
que coincide con los resultados obtenidos antes.
Falta ahora discutir los casos Æ = 1, Æ = 2, pero al sustituir estos valores del parámetro, ya
quedará un sistema sin parámetros.
Si Æ = 1 el sistema es:
9
x1 + x2 + x3 = 2 =
x1 + x2 + x3 = 2 x 4 = °1
;
x 1 + x 2 + 2x 3 = 5
Es fácil ver que es un sistema compatible indeterminado (las dos primeras ecuaciones coin-
ciden), cuya solución es:
x 4 = °1, x 3 = 3, x 1 = °1 ° x 2 , x 2 = cualquier valor.
Si Æ = 2 el sistema es:
9
x 1 + x 2 + 2x 3 = 2 =
x 1 + 2x 2 + 2x 3 = 3 x 4 = °1
;
x 1 + 2x 2 + 2x 3 = 5
que es un sistema incompatible: las dos últimas ecuaciones llevan a una contradicción.

Mat1apuntescast19 20 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

Mat1apuntescast19 20 PDF

Cargado por

Copyright:

Formatos disponibles

Apuntes de Matemáticas 1

Departament de Mètodes Quantitatius i Teoria Econòmica

Josep E. Peris & Begoña Subiza

FUNCIONES de una VARIABLE.

1. Conceptos básicos: Dominio, rango y gráfica de una función

4. Definición de límite. Límites laterales, infinitos y en el infinito

5. Propiedades de los límites

9. Propiedades de las funciones continuas

10. Teoremas del valor intermedio, Bolzano y Weierstrass

1. Conceptos básicos: Dominio, rango y gráfica de una función

La recta real: tipos de números

Intervalos de números reales:

• Intervalo abierto: (a, b) = {x 2 R : a < x < b}

Definición 1 Valor absoluto de un número real: tres definiciones equivalentes

Usando el valor absoluto, se definen los siguientes subconjuntos de números reales:

Intervalo abierto de centro a y radio r : {x 2 R :| x ° a |< r } = (a ° r, a + r )

Intervalo cerrado de centro a y radio r : {x 2 R :| x ° a |∑ r } = [a ° r, a + r ]

1. {x 2 R :| x ° 3 |> 2}; sol: (°1, 1) [ (5, +1)

2. {x 2 R :| x + 1 |∏ 5}; sol: (°1, °6] [ [4, +1)

3. {x 2 R :| x ° 2 |∑ 8}; sol: [°6, 10]

Definición 2 Un entorno de un punto a es un intervalo (abierto) de centro el punto a y radio un nú-

2 Departament de Mètodes Quantitatius i Teoria Econòmica

1.2. Coordenadas cartesianas: origen, ejes, puntos en el plano

A la primera coordenada de un punto (x, y) del plano R2 se la denomina abscisa y a la segunda

El punto (0, 0) donde se cruzan los ejes X e Y se denomina origen de coordenadas

1.3. Rectas en el plano: pasos para representar gráficamente una recta

Ejemplo 2 Las siguientes relaciones definen rectas en el plano:

Departament de Mètodes Quantitatius i Teoria Econòmica 3

• se toma x = 0 y sustituyendo en la ecuación se obtiene el valor de y § que hace que se

4 Departament de Mètodes Quantitatius i Teoria Econòmica

El siguiente dibujo muestra las rectas de los ejemplos c) y d )

Además el coeficiente m indicará la inclinación de la recta (su pendiente)

1.4. Pendiente de una recta: significado

Departament de Mètodes Quantitatius i Teoria Econòmica 5

En el caso en que B = 0 (recta vertical), se dice que la pendiente es infinita, m = 1.

es decir, el coeficiente de la variable x indica la pendiente (como se había comentado).

En las rectas del ejemplo las pendientes son:

1.5. Ecuación de una recta (según los datos conocidos)

B) conocidos dos puntos por los que pasa: (x 1 , y 1 ), (x 2 , y 2 )

6 Departament de Mètodes Quantitatius i Teoria Econòmica

1.6. Vector director de una recta

Departament de Mètodes Quantitatius i Teoria Econòmica 7

1.7. Un poco de trigonometría

Æ 0 [0º] º/6 [30º] º/4 [45º] º/3 [60º] º/2 [90º]

8 Departament de Mètodes Quantitatius i Teoria Econòmica

1.8. Ángulo que forman dos rectas

u = (u 1 , u 2 ) y ~v = (v 1 , v 2 ) son los vectores directores de las rectas, denominando Æ al ángulo

Con la ayuda de una calculadora se podría obtener Æ = 710 565º.

1.9. Intersección de rectas. Rectas perpendiculares. Rectas paralelas

Si las dos rectas tienen la misma pendiente, m = m 0 , entonces no se cortarán y se denominan

Departament de Mètodes Quantitatius i Teoria Econòmica 9

sustituyendo el valor de y en la segunda ecuación se tiene

Ejemplo 10 Dada la recta x + 2y = 2, se pide:

1. Calcula su pendiente y un punto por el que pase.

2. Calcula su vector director y la ecuación paramétrica

3. Razona si dicha recta pasa por el punto (1, 1)

4. Encuentra una recta paralela que pase por el punto (1, 1)

5. Encuentra una recta perpendicular que pase por el punto (1, 1)

6. Encuentra una recta perpendicular que pase por el punto (0, 0)

u = (1, m) = (1, °00 5). La ecuación en forma para-

6) Este caso es análogo al anterior, pero pasando por (0, 0)

En la siguiente gráfica aparecen todas las rectas del ejemplo anterior.

10 Departament de Mètodes Quantitatius i Teoria Econòmica