Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Resumen de la teorı́a
Grado en Administración y Dirección de Empresas
Grado en Economı́a
Curso 2022/23
Índice
I CÁLCULO MATRICIAL 4
2. Matriz inversa 8
2.1. Matrices invertibles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2. Transformaciones elementales . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.3. Método de Gauss para el cálculo de la matriz inversa . . . . . . . . . . . . 9
2.4. Potencias de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3. Determinantes 11
3.1. Obtención del determinante de una matriz cuadrada . . . . . . . . . . . . . 11
3.2. Determinantes y matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . 13
3.3. Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1
II CÁLCULO DIFERENCIAL 18
8. Funciones homogéneas 32
8.1. Concepto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
8.2. Propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
III OPTIMIZACIÓN 34
IV CÁLCULO INTEGRAL 47
11.Integral indefinida 47
11.1. Primitivas e integral indefinida . . . . . . . . . . . . . . . . . . . . . . . . . 47
11.2. Integración por sustitución o cambio de variable . . . . . . . . . . . . . . . 49
12.Integral definida 50
12.1. Sumas superiores e inferiores, concepto de integral definida . . . . . . . . . 50
12.2. Medida de áreas y otras propiedades de la integral . . . . . . . . . . . . . . 51
12.3. Valor medio integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
1.1.12 Definición. Una matriz cuadrada se dice triangular superior si todos los términos
situados bajo la diagonal principal son cero. Análogamente, se dice triangular inferior si los
términos sobre la diagonal principal son cero.
1.1.13 Ejemplo. La matriz A es triangular superior y la B triangular inferior:
4 1 1 5 4 0 0 0
0 7 1 0 2 7 0 0
A= 0 0
B =
2 3 7 2 2 0
0 0 0 3 1 3 5 3
1.1.14 Definición. Una matriz cuadrada se dice diagonal si todos los términos situados
bajo y sobre la diagonal principal son cero.
1.1.15 Ejemplo. Matriz diagonal de orden 4:
4 0 0 0
0 7 0 0
0 0 2 0
0 0 0 3
A simétrica ⇔ A = At
1.2.6 Ejemplo.
1 7 −1 0
7 −3 2 9
−1 2 4 0
0 9 0 5
S = A + B = (aij + bij )
Esto es, para obtener el término sij de la matriz suma, se suman los términos de las
matrices A y B situados en la misma posición.
1.3.2 Ejemplo.
3 −3 0 −1 1 2 2 −2 2
+ =
−2 6 5 −2 1 −4 −4 7 1
1.3.4 Definición. Se llama matriz nula a la matriz cuyos elementos son todos iguales a
cero. La simbolizaremos (0). Nótese que hay matriz nula para cada posible orden m × n.
1.3.5 Proposición. Para cualquier matriz A, la matriz nula del mismo orden que A
satisface A + (0) = A.
1.3.6 Definición. Dada una matriz A, se llama opuesta de A a otra matriz del mismo
orden que A, simbolizada −A, cuyos elementos son los opuestos de la matriz A.
A = (aij ) ⇔ −A = (−aij )
1.3.8 Observación. Dadas dos matrices A y B del mismo orden, expresamos como
diferencia A − B de matrices la suma A + (−B). Con otras palabras, la diferencia A − B
se obtiene sumando a la matriz A la opuesta de la matriz B.
R = k A = (k aij )
Esto es, para obtener el término rij del resultado, se multiplica por el número k el término
aij de la matriz A. De otra forma, una matriz A queda multiplicada por un número k
cuando todos los términos de la matriz A se multiplican por dicho número k.
1.4.2 Ejemplo.
3 −3 0 12 −12 0
4· =
−2 6 5 −8 24 20
Esto es, el elemento cij del resultado se obtiene multiplicando los elementos de la fila i de
A por los elementos de la columna j de B, y sumando todos estos productos.
1.5.2 Ejemplo.
1 1 1 2 3 0 2 4
=
0 2 −1 0 1 −2 0 2
1.5.4 Observación. El producto AB de dos matrices puede ser (0) incluso siendo A 6= (0)
y B 6= (0).
1.5.9 Definición. Dos matrices A y B cuadradas del mismo orden se dice que conmutan
o que permutan cuando para ellas es cierta la igualdad AB = BA.
1.5.10 Ejemplo.
1 1 5 3 5 3 1 1 8 5
· = · =
1 0 3 2 3 2 1 0 5 3
2. Matriz inversa
2.1. Matrices invertibles
2.1.1 Definición. Una matriz cuadrada A se dice invertible o regular o no singular si existe
otra matriz, llamada inversa de A y denotada A−1 tal que AA−1 = A−1 A = I.
2 1
2.1.2 Ejemplo. La matriz A = es invertible. Su inversa es la matriz
1 1
−1 1 −1
A =
−1 2
Escribimos
..
0 1 3 . 1 0 0
1 −1 2 ... 0 1 0
..
2 −2 3 . 0 0 1
Intercambiamos las filas 1 y 2:
.
1 −1 2 .. 0 1 0
0 ..
1 3 . 1 0 0
..
2 −2 3 . 0 0 1
|a11 | = a11
3.1.4 Ejemplo.
1 2
= 1 × 4 − 2 × 3 = −2
3 4
3.1.6 Ejemplo.
1 2 3
4 5 6 = 45 + 84 + 96 − 105 − 72 − 48 = 0
7 8 9
De donde:
−4 −4 0 1/4 1/4 0
1 1
A−1 = − (A∗ )t = − −2 6 −4 = 1/8 −3/8 1/4
16 16
8 8 −8 −1/2 −1/2 1/2
3.3.2 Definición. El rango de una matriz es el orden de su mayor menor no nulo. Con
otras palabras, una matriz tiene rango k si alguno de sus menores de orden k es distinto
de cero, y no posee menores de orden mayor que k distintos de cero.
3.3.4 Observación. El Método de Gauss para determinar el rango de una matriz cual-
quiera consiste en aplicar sucesivas transformaciones elementales por filas, hasta obtener
una matriz escalonada, esto es, una matriz en la que cada fila comienza con un ((cero)) más,
al menos, que la fila anterior. El rango de la matriz original (y el de todas las intermedias)
es entonces el número de filas no nulas en la matriz escalonada final.
donde aij , bi son números reales que se suponen dados. Los aij se llaman coeficientes del
sistema y los bi términos independientes. Cuando bi = 0 para todo i, el sistema se dice
homogéneo.
AX = B
donde A = (aij ) es la matriz m×n de coeficientes, X la matriz columna con las incógnitas
del sistema y B la matriz columna con los m términos independientes.
se expresa matricialmente
1 4 0
2 −1 x = 0
y
5 3 0
es la siguiente
1 1 1 | 3
2 −1 0 | 0
4.1.8 Definición. Ciertos números reales fijos x∗1 ,. . . , x∗n se dicen solución de un sistema
de ecuaciones lineales si con ellos se satisfacen, a la vez, todas las ecuaciones del sistema.
• x = 1, y = 2, z = 0 es solución.
• x = 0, y = 0, z = 3 también es solución.
• x = 3, y = 1, z = −1 no es solución: aunque se satisface la primera ecuación, no lo
hace la segunda.
4.1.12 Ejemplo. El siguiente sistema de dos ecuaciones con dos incógnitas es, claramente,
incompatible:
x+y =1
x+y =2
x1 = x2 = · · · = xn = 0
Cuando un sistema homogéneo sea determinado, la solución trivial será su única solución.
4.2.2 Definición. Dos sistemas (con las mismas incógnitas) son equivalentes cuando
tienen las mismas soluciones, es decir, toda solución del primer sistema lo es del segundo
y toda solución del segundo lo es del primero.
Esta última matriz corresponde a un sistema compatible determinado que se resuelve con
facilidad por sustitución regresiva.
z=3
y =5−z =2
x = 11 − 2y − 2z = 1
0 1 √ 4
− 32 2
Los elementos o puntos del plano R2 , el espacio real de dos dimensiones, son pares or-
denados de números reales (x, y). Geométricamente, R2 puede representarse en un plano
dotado de coordenadas cartesianas: cada elemento (x, y) ∈ R2 es el punto del plano de
coordenadas x e y, y recı́procamente, un punto del plano con coordenadas x e y representa
al elemento (x, y) ∈ R2 .
(20 5, 2)
x = (x1 , x2 , . . . , xn )
a b
a b
Esto es, los extremos a y b son parte del intervalo cerrado, mientras que quedan excluidos
en el abierto. En ocasiones nos referiremos al intervalo abierto (a, b) como el interior de
[a, b].
5.1.2 Definición. Los intervalos no acotados de números reales son conjuntos de alguna
de las formas siguientes:
• (−∞, c) = {x ∈ R : x < c}.
• (−∞, c] = {x ∈ R : x ≤ c}.
• (c, +∞) = {x ∈ R : c < x}.
• [c, +∞) = {x ∈ R : c ≤ x}.
• (−∞, +∞) = R.
a b
5.1.4 Definición. Se llama valor absoluto de un número real x al número real no negativo
√
x si x ≥ 0
|x| = x2 =
−x si x < 0
5.1.5 Definición. Se llama distancia entre dos números reales x e y al valor absoluto de
su diferencia, esto es, al número real no negativo
d(x, y) = |x − y|
0 2 6
2 6
Bε (x0 ) = {x ∈ Rn : |x − x0 | < ε}
5.2.15 Definición. Dada una función y = f (x) de una variable, si dibujamos los elemen-
tos del grafo en un plano dotado de un sistema de coordenadas cartesianas, obtenemos
una curva que se llama gráfica de la función.
Gráfica de y = x2
y = x2
5.2.24 Definición. Si una función f de una variable, con dominio D, es inyectiva, existe
una única función, denotada f −1 , con dominio f (D), tal que (f −1 ◦ f )(x) = (f ◦ f −1 )(x) =
x. De otra manera, si y = f (x), entonces x = f −1 (y).
La función f −1 se denomina inversa de f .
5.2.25 Ejemplo. La inversa de la función exponencial, f (x) = ex , es la función logarı́tmi-
ca, f −1 (x) = ln x, con dominio (0, +∞).
lı́m x2 = 9
x→3
1 1 1
1 1 1
5.3.4 Definición. (Lı́mite infinito) Se dice que una función f (x) tiene limite infinito (+∞
o −∞) en x0 , si los valores de f (x), en valor absoluto, se hacen tan grandes como se
quiera cuando x está suficientemente próximo a x0 . En esta situación, también se dice
que la recta x = x0 es una ası́ntota vertical de la función f (x).
5.3.5 Ejemplo.
1
lı́m = +∞
x→3 (x − 3)2
5.3.6 Definición. (Lı́mite en el infinito) Se dice que una función f (x) tiene lı́mite L,
cuando la variable x tiende a infinito (+∞ o −∞), si f (x) se aproxima al número real L
tanto como queramos, cuando se consideran valores de x suficientemente grandes en valor
absoluto. En esta situación, también se dice que la recta y = L es una ası́ntota horizontal
de la función f (x).
5.3.7 Ejemplo.
2x + 1
lı́m =2
x→∞ x
5.3.8 Definición. Cuando se estudia el lı́m f (x) de una función f (x) de una variable,
x→x0
hay que considerar el comportamiento para valores de x menores o mayores que x0 . En el
primer caso se habla de lı́mite lateral por la izquierda de x0 y en el segundo de lı́mite lateral
por la derecha. Se representan, respectivamente:
5.4.3 Definición. (Continuidad lateral) Una función f (x) de una variable se dice continua
por la derecha de x0 si lı́m+ f (x) = f (x0 ).
x→x0
5.4.4 Proposición. Sea f (x) una función de una variable definida, al menos, en un
entorno de x0 . Entonces, la función es continua en un punto x0 si y sólo si es continua por
la derecha y por la izquierda en x0 .
5.4.5 Definición. (Continuidad parcial) Una función f (x, y) de dos variables se dice
continua con respecto a la variable x en el punto (x0 , y0 ) si la función, de una variable,
f (x, y0 ) es continua en x0 .
La continuidad con respecto a y se define de la misma forma.
En general, la continuidad de una función de n variables respecto a una de ellas se estudia
fijando las restantes variables (que se manejan como si fueran constantes).
5.4.7 Definición. Los puntos donde una función f no es continua reciben el nombre de
discontinuidades. Se clasifican de la siguiente forma:
• Una discontinuidad de f en x0 se dice evitable si existe el lı́mite (finito) de la función
en x0 , pero no coincide con el valor de la función en x0 , porque f (x0 ) es un valor
distinto del lı́mite, o porque f (x) no está definida en x0 .
• Se dice que una función f presenta una discontinuidad esencial en x0 si no existe el
lı́mite de la función en x0 , o si el lı́mite es infinito.
|x|
f (x) =
x
x2 − 1
1 f (x) =
2(x − 1)
1
1
sen
x
−3 −2 −1 1 2 3
−1
Tasa de cambio
∆f (x0 )
x0 x0 + ∆x0
6.2.3 Definición. (Derivadas laterales) Una función f (x) de una variable se dice derivable
por la derecha en el punto x0 si existe (y es finito) el lı́mite
f (x) − f (x0 )
lı́m+ = f 0 (x+
0)
x→x0 x − x0
Análogamente, se dice derivable por la izquierda en el punto x0 si existe (y es finito) el
lı́mite
f (x) − f (x0 )
lı́m− = f 0 (x−
0)
x→x0 x − x0
6.2.4 Proposición. Una función de una variable es derivable en un punto x0 si y sólo si
existen ambas derivadas laterales en x0 , y además coinciden.
6.2.5 Proposición. Si una función de una variable es derivable en un punto x0 , entonces
es continua en dicho punto. El recı́proco no es cierto.
6.2.6 Ejemplo. la función f (x) = |x| es continua en el punto x = 0, pero no es derivable
en ese punto.
f 0 (0+ ) = 1 6= f 0 (0− ) = −1
dy dy du
= ·
dx du dx
dx 1
Con otra notación: = .
dy dy/dx
6.4. Elasticidad
6.4.1 Definición. Dada una función y = f (x) de una variable, su elasticidad mide, como
la derivada, la tasa de cambio puntual o instantánea de la función con respecto a la
variable, pero considerando incrementos relativos ∆y/y, ∆x/x en vez de absolutos. Ası́,
calculado el correspondiente lı́mite, se tiene como resultado:
x
Ex y = y 0 ·
y
f (x1 . . . , xk + h, . . . xn ) − f (x1 , . . . , xk , . . . , xn )
lı́m
h→0 h
El valor del lı́mite se llama derivada parcial con respecto a la variable xk de la función en
el punto x0 y se representa:
∂f (x0 )
fx0 k (x0 ) = fk0 (x0 ) =
∂xk
7.1.2 Observación. La derivada parcial de f con respecto a xk en x0 mide la tasa de
cambio puntual o instantánea de la función con respecto a su variable xk en el punto x0 ,
suponiendo que las demás variables permanecen fijas.
es derivable siendo:
∂y ∂y ∂u1 ∂y ∂un
= · + ··· + ·
∂xk ∂u1 ∂xk ∂un ∂xk
para cualquier k desde 1 hasta m.
Las derivadas parciales de la función compuesta, z(x, y) = z(u(x, y), v(x, y)) son:
∂z ∂z ∂u ∂z ∂v
= + = 2uv 3 cos x + 3u2 v 2 y
∂x ∂u ∂x ∂v ∂x
∂z ∂z ∂u ∂z ∂v
= + = 4uv 3 y + 3u2 v 2 x
∂y ∂u ∂y ∂v ∂y
8. Funciones homogéneas
8.1. Concepto
8.1.1 Definición. Una función f (x1 , x2 , . . . , xn ), con dominio D, se dice que es homogénea
de grado m en D si para todo (x1 , x2 , . . . , xn ) ∈ D y para todo t tal que t(x1 , x2 , . . . , xn ) ∈
D, se tiene
f (tx1 , tx2 , . . . , txn ) = tm f (x1 , x2 , . . . , xn )
8.2. Propiedades
8.2.1 Proposición. Se satisfacen las siguientes propiedades:
• La suma de dos funciones homogéneas de grado m, definidas en el mismo dominio,
es una función homogénea de grado m.
• El producto de una función homogénea de grado m y otra función homogénea de
grado m0 , definidas sobre el mismo dominio, es una función homogénea de grado
m + m0 .
• El cociente de una función homogénea de grado m por otra función homogénea de
grado m0 , definidas sobre el mismo dominio, es, en el dominio en que tenga sentido,
una función homogénea de grado m − m0 .
• Sea f una función homogénea de grado m que admite derivadas parciales de orden
p. Entonces dichas derivadas parciales son funciones homogéneas de grado m − p.
8.2.2 Ejemplo. La función f (x, y) = x3 y − y 4 es homogénea de grado 4:
f (tx, ty) = (tx)3 (ty) − (ty)4 = t4 (x3 y − y 4 ) = t4 f (x, y)
Comprobemos que sus derivadas parciales son homogéneas de grado 4 − 1 = 3. En efecto,
derivando con respecto a x, fx0 (x, y) = 3x2 y:
fx0 (tx, ty) = 3(tx)2 (ty) = t3 3x2 y = t3 fx0 (x, y)
Derivando con respecto a y, fy0 (x, y) = x3 − 4y 3 , y también verifica:
Parte III
OPTIMIZACIÓN
9. Optimización de funciones de una variable
9.1. Creciemiento y decrecimiento
9.1.1 Definición. Una función f (x) de una variable, definida en un intervalo I, es cre-
ciente en el intervalo si para todo x1 , x2 ∈ I, con x1 < x2 , se tiene f (x1 ) ≤ f (x2 ).
Cuando f (x1 ) < f (x2 ) para todo x1 , x2 ∈ I, se dice que la función es estrictamente creciente
en el intervalo I.
De forma análoga se define función decreciente, y estrictamente decreciente en el intervalo
I, cuando para todo x1 , x2 ∈ I, con x1 < x2 ocurre respectivamente f (x1 ) ≥ f (x2 ),
f (x1 ) > f (x2 ).
9.1.2 Proposición. Sea f (x) una función de una variable, derivable en un intervalo
(abierto) I. Se cumple:
• f es creciente en I si y sólo si f 0 (x) ≥ 0 para todo x ∈ I.
• f es decreciente en I si y sólo si f 0 (x) ≤ 0 para todo x ∈ I.
• Si f 0 (x) > 0 para todo x ∈ I, entonces f es estrictamente creciente en I.
• Si f 0 (x) < 0 para todo x ∈ I, entonces f es estrictamente decreciente en I.
9.2.2 Proposición. (Condición necesaria para la existencia de extremo) Sea f (x) una
función de una variable definida en un intervalo D. Si la función tiene un extremo relativo
en un punto x0 ∈ D, en el cual la función es derivable, entonces
f 0 (x0 ) = 0
9.2.3 Observación. Los extremos relativos de una función están necesariamente entre los
puntos que anulan su derivada, o bien entre aquellos en los que la función no es derivable.
En cualquiera de estos casos hablaremos de punto crı́tico.
En resumen: todo extremo relativo es un punto crı́tico, pero hay puntos crı́ticos en los
que la función no presenta un extremo relativo.
f 0 (x0 ) = 0
f 0 (x2 ) = 0
a x0 x1 x2 b
f (x) = x2 en [−1, 2]
−1 0 2
f 0 (x) = 2x = 0 =⇒ x = 0
f (x) = x3
Su derivada es f 0 (x) = 3x2 , por lo que x = 0 es el único punto crı́tico. Sin embargo, no
corresponde a un extremo, ya que la función f (x) = x3 es creciente en todo R.
√3
9.2.6 Ejemplo. La función f (x) = x2 , con dominio D = R, tiene su mı́nimo absoluto
en x = 0, en el que la función vale f (0) = 0.
√
3
f (x) = x2
Entonces:
f (n) (x0 ) > 0: mı́nimo relativo en x0 .
Si n es par
f (n) (x0 ) < 0: máximo relativo en x0 .
Si n es impar, no hay extremo en x0
x0 x0
Un punto de inflexión es aquel en el que la función cambia de concavidad (la recta tangente
atraviesa a la curva).
Punto de inflexión
x0
Entonces:
f (n) (x0 ) > 0: f (x) es convexa en x0 .
Si n es par
f (n) (x0 ) < 0: f (x) es cóncava en x0 .
Si n es impar, en x0 hay un punto de inflexión.
f 00 (x0 ) = 0
f (x, y) ≤ f (x0 , y0 )
f (x, y) ≥ f (x0 , y0 )
Máximo Mı́nimo
En general, para una función de n variables, las n derivadas parciales de primer orden
valen cero en el punto extremo.
10.1.3 Definición. Llamaremos punto crı́tico a cualquier solución del sistema de ecua-
ciones (
fx0 (x, y) = 0
fy0 (x, y) = 0
f (x, y) = x2 + y 2
Se obtiene que el único punto crı́tico es (0, 0), en el que la función vale f (0, 0) = 0. Se
trata del mı́nimo absoluto de la función ya que, claramente, f (x, y) ≥ f (0, 0) = 0 para
todo (x, y) ∈ R2 .
Punto de silla
En resumen: todo extremo relativo es un punto crı́tico, pero hay puntos crı́ticos que no
son extremos, sino puntos de silla.
Entonces se tiene:
( 00
fxx (x0 , y0 ) > 0 : mı́nimo en (x0 , y0 )
Si Hf (x0 , y0 ) > 0
00
fxx (x0 , y0 ) < 0 : máximo en (x0 , y0 )
Si Hf (x0 , y0 ) < 0: punto de silla en (x0 , y0 )
f (x, y) = x3 + y 3 − 3xy
00
con fxx (1, 1) = 6 > 0, luego se trata de un mı́nimo.
10.1.9 Proposición. (Generalización a cualquier número de variables)
Sea x∗ = (x∗1 , . . . , x∗n ) ∈ D un punto crı́tico de una función f (x1 , . . . , xn ) de n variables,
con dominio D. Sea Hf (x∗ ) la matriz hessiana de la función, evaluada en el punto crı́tico
x∗ 00
fx1 x1 fx001 x2 . . . fx001 xn
fx00 x fx00 x . . . fx00 x
Hf (x∗ ) =
...
2 1 2 2 2 n
00 00 00
fxn x1 fxn x2 . . . fxn xn
Consideremos los determinantes (menores principales):
00
00
fx x fx00 x
|H1 | = |fx1 x1 |, |H2 | = 001 1 1 2
, . . . , |Hn | = |Hf |
fx2 x1 fx002 x2
que supondremos distintos de cero en el punto crı́tico x∗ . Entonces:
• Si |H1 | > 0, |H2 | > 0, |H3 | > 0,. . . , en x∗ hay un mı́nimo relativo.
• Si |H1 | < 0, |H2 | > 0, |H3 | < 0,. . . , en x∗ hay un máximo relativo.
• Cualquier otra situación corresponde a un punto de silla.
10.1.10 Ejemplo. Obtengamos los puntos crı́ticos de la función
f (x, y, z) = 2x3 + y 2 + 2z 2 − 6xy + 4y
Derivando e igualando a cero, se obtiene el sistema
0
fx (x, y, z) = 6x2 − 6y = 0
f 0 (x, y, z) = 2y − 6x + 4 = 0
y0
fz (x, y, z) = 4z = 0
Su resolución proporciona los puntos crı́ticos: (1, 1, 0) y (2, 4, 0).
La matriz hessiana de la función f (x, y, z) es:
12x −6 0
Hf (x, y, z) = −6 2 0
0 0 4
Los menores principales valen |H1 | = 24, |H2 | = 12 y |H3 | = |Hf | = 48. Por ser todos
positivos, en el punto crı́tico (2, 4, 0) hay un mı́nimo de la función.
f (x, y) = 2x2 + y 2
sujetos a la condición x + y = 9.
Podemos despejar en la restricción: y = 9 − x.
Sustituyendo en f (x, y):
Las soluciones de este sistema son los puntos crı́ticos del problema. Cada una de ellas está
formada por el punto (x0 , y0 ) donde se alcanza el posible extremo condicionado, junto con
el valor λ0 del multiplicador asociado.
10.2.5 Ejemplo. Localicemos los puntos crı́ticos del anterior ejemplo 10.2.2, con el méto-
do de Lagrange. (
min.: f (x, y) = 2x2 + y 2
suj.: x + y − 9 = 0
La función de Lagrange es:
Y el sistema a resolver:
L0 (x, y; λ) = 4x + λ = 0
x
L0y (x, y; λ) = 2y + λ = 0
x+y−9=0
Fx0 (x, y) = 4x + 2y − 2 = 0
Fy0 (x, y) = 4y + 2x − 2 = 0
Como en el caso de dos variables con una condición, el problema también puede analizarse
con el método del multiplicador de Lagrange. En la práctica, dado el problema
(
opt.: f (x1 , x2 , . . . , xn )
suj.: g(x1 , x2 , . . . , xn ) = 0
L(x, y, z; λ) = x2 + y 2 + z 2 + λ(x + y + z − 1)
se cumple:
• Si |HL,g | < 0, el punto crı́tico corresponde a un mı́nimo condicionado.
• Si |HL,g | > 0, el punto crı́tico corresponde a un máximo condicionado.
10.2.12 Ejemplo. Determinemos el rectángulo con área máxima, de entre los que tienen
perı́metro igual a 4 unidades.
(
max.: S(x, y) = xy
suj.: 2x + 2y − 4 = 0
L(x, y; λ) = xy + λ(2x + 2y − 4)
Parte IV
CÁLCULO INTEGRAL
11. Integral indefinida
11.1. Primitivas e integral indefinida
11.1.1 Definición. Se denomina función primitiva de una función f (x) a toda función
F (x) que verifique F 0 (x) = f (x).
11.1.2 Ejemplo. Sea f (x) = 3x2 . Se tiene:
• F (x) = x3 es una primitiva.
• G(x) = x3 − 6 es otra primitiva.
√
• H(x) = x3 + 2 es otra primitiva.
• Q(x) = x3 + x NO es primitiva de f (x) = 3x2 .
11.1.3 Proposición. Si dos funciones F (x) y G(x) son primitivas de una misma función
f (x), entonces su diferencia es constante.
Es decir, existe un número real C tal que G(x) = F (x) + C, para todo x del dominio.
11.1.4 Definición. Se denomina integral indefinida de una función f (x) al conjunto de
todas sus primitivas. Se representa Z
f (x) dx
x2
Z
• x dx = +C
2
xa+1
Z
• xa dx = + C (a 6= −1)
a+1
Z
1
• dx = ln |x| + C
x
ax
Z
• ax dx = +C
ln a
Z
• ex dx = ex + C
Z
• sen xdx = − cos x + C
Z
• cos xdx = sen x + C
Z
• tg xdx = − ln |cosx| + C
Z
dx
• = tg x + C
cos2 x
Z
dx
• = − cotg x + C
sen2 x
Z
dx
• √ = arc sen x + C
1 − x2
Z
dx
• = arc tg x + C
1 + x2
11.1.10 Ejemplo. Calculemos:
Z 2
1
2x + dx
x
x = 2 − t2 dx = −2t dt
La integral se transforma en
−2t dt
Z Z
√ = −2 dt = −2t + C
t2
√
De x = 2 − t2 obtenemos t = 2 − x. Por tanto
√
Z
dx
√ = −2 · 2 − x + C
2−x
t = h(x) dt = h0 (x) dx
Suele ser ası́ cuando la derivada h0 (x) se reconoce como factor del integrando.
Z
3
11.2.5 Ejemplo. Dada la integral x2 · e2x +1 dx; aplicamos el cambio t = 2x3 + 1, de
donde dt = 6x2 dx. Se obtiene
3
et e2x +1
Z Z Z
2 2x3 +1 1 2 2x3 +1 1 t
x ·e dx = 6x · e dx = e dt = + C = +C
6 6 6 6
a x1 x2 x3 b
12.1.4 Definición. (Integral definida) El valor del lı́mite común anterior se llama integral
definida entre a y b de la función f , y se representa
Z b
f (x)dx
a
a b
f (x)dx.
c
12.3.2 Definición. Dada f (x) continua en [a, b], definimos para x ∈ [a, b] la llamada
función integral de f (x) en [a, b] o también integral función de su lı́mite superior dada por
Z x
F (x) = f (t)dt
a
Z x
12.3.3 Proposición. La función integral F (x) = f (t)dt es continua en [a, b] y deri-
a
vable en (a, b) con
dF (x)
= f (x)
dx
Con otras palabras, F (x) es una primitiva de f (x).