3 Bgu Texto

Bachillerato General Unificado
MATEMÁTICA
3.º BGU
TEXTO DEL ESTUDIANTE
Libro Matematica 3 BGU MinEduc Fase 2.indb 1 2/26/21 15:08
3
BGU
Matemática
Texto del alumno

MAYA EDICIONES CÍA. LTDA.
Dirección general Nº de derecho de autor QUI-057207

Patricio Bustos Peñaherrera de 13 de septiembre de 2019
Edición general ISBN

Juan Páez Salcedo 978-9978-52-331-5
Autoría Este libro fue evaluado por la Universidad

Hernán Benalcázar Gómez Internacional SEK, mediante ACUERDO
Nro. MINEDUC-SFE-2017-00063-A,
Coordinación editorial con fecha 18 de octubre de 2017.
Evelyn Manya Pupiales
© MAYA EDICIONES CÍA. LTDA., 2021
Dirección de arte Av. 6 de Diciembre N52-84 y José Barreiro
Paulina Segovia Larrea Teléfono: 02 510 2447
coordinacion@mayaeducacion.com
Diseño y diagramación www.mayaeducacion.com
Equipo de diseño Maya Ediciones Quito, Ecuador
Investigación gráfica
Flavio Muñoz Mejía
Investigación TIC
Fernando Bustos Cabrera
Terminación y acabados
Santiago Carvajal Sulca
Ilustraciones
Archivo editorial y sitios web debidamente referidos
Fotografías
Shutterstock, archivo editorial y sitios web
debidamente referidos
Primera Edición, 2021

© Ministerio de Educación
Av. Amazonas N34-451 y Av. Atahualpa
Quito-Ecuador
www.educacion.gob.ec
Libro Matematica 3 BGU Preli MinEduc fase 2.indd 4 4/20/21 9:35 AM

Índice
Unidad 3 Unidad 5
Sucesiones reales convergentes y Programación lineal y regresión
distribuciones de probabilidad . . . . . . . . . . 72 lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Sucesiones convergentes. Límite de Ecuación lineal con dos incógnitas.
una sucesión. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 Soluciones enteras . . . . . . . . . . . . . . . . . . . . . . . . . 144
Álgebra de sucesiones convergentes . . . . . . . 76 Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
BC 1
Propiedades básicas de los límites de Problema de la programación lineal.
BC 2
sucesiones convergentes . . . . . . . . . . . . . . . . . . . 77 Conjunto de soluciones factible . . . . . . . . . . . 148
Distribución binomial o de Bernoulli Puntos extremos y solución óptima. . . . . . . . 152
B(n, p) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 Modelización de problemas de
Uso de tablas de la distribución binomial . . 82 programación lineal. . . . . . . . . . . . . . . . . . . . . . . . 154
Probabilidad acumulada. . . . . . . . . . . . . . . . . . . . 82 Regresión y correlación . . . . . . . . . . . . . . . . . . . . 158
Tabla de probabilidades puntuales de Análisis de la relación entre dos variables. . . 159
la distribución Binomial (n, p) . . . . . . . . . . . . . . 83 Regresión lineal simple. Método de
BC 3
Distribución normal X N( , ). . . . . . . . . . . . 86 mínimos cuadrados. . . . . . . . . . . . . . . . . . . . . . . . 160
Uso de tablas de la distribución Dependencia lineal y covarianza . . . . . . . . . . . 164
normal N(0, 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 Correlación, regresión y predicción. . . . . . . . . 165
Tipificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 Solución de problemas cotidianos . . . . . . . 170
BC 3
Cálculo de probabilidades con Desafíos científicos . . . . . . . . . . . . . . . . . . . . . . 171

distribución normal. . . . . . . . . . . . . . . . . . . . . . . . 88 La matemática y las profesiones. . . . . . . . . . 171
Tabla de áreas bajo la distribución de TIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
probabilidad normal estándar N(0, 1) . . . . . . . 89 Desafíos y proyectos matemáticos . . . . . . . 174
Distribución de Poisson X: Ps( ). . . . . . . . . . . . 92 En síntesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
Función de probabilidad de Poisson . . . . . . . 93 Evaluación sumativa . . . . . . . . . . . . . . . . . . . . . 175
Lectura de tablas de la distribución
de Poisson . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Tabla de la Distribución de Poisson . . . . . . . . 95 Unidad 6
Solución de problemas cotidianos . . . . . . . 98 Integración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
Desafíos científicos . . . . . . . . . . . . . . . . . . . . . . 99 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
La matemática y las profesiones. . . . . . . . . . 99 Integración indefinida o primitiva de
TIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 una función. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
Desafíos y proyectos matemáticos . . . . . . . 102 Integral indefinida o primitiva de
En síntesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 una función. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
Evaluación sumativa . . . . . . . . . . . . . . . . . . . . . 104 Propiedades de las integrales
indefinidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
BC 1
Integral definida. Propiedades. . . . . . . . . . . . . . 184

Unidad 4 Propiedades de las integrales definidas. . . . . . 188
Función exponencial y logarítmica . . . . . . 106 Cálculo de áreas de regiones planas.
Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 Integrales de funciones polinomiales. . . . . . . 192
Función exponencial. Propiedades . . . . . . . . . 108 Integrales definidas de funciones
Potenciación con exponentes reales . . . . . . . 109 polinomiales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
Función exponencial de base e. . . . . . . . . . . . . 111 Solución de problemas cotidianos . . . . . . . 198
Función logarítmica. . . . . . . . . . . . . . . . . . . . . . . . 114 Desafíos científicos . . . . . . . . . . . . . . . . . . . . . . 199
Propiedades de los logaritmos . . . . . . . . . . . . . 116 La matemática y las profesiones. . . . . . . . . . 199
BC 1
Ecuaciones con funciones TIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

exponenciales y logarítmicas. . . . . . . . . . . . . . . 120 Desafíos y proyectos matemáticos . . . . . . . 202
Inecuaciones con funciones En síntesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
exponenciales y logarítmicas. . . . . . . . . . . . . . . 126 Evaluación sumativa . . . . . . . . . . . . . . . . . . . . . 204
Aplicaciones de las funciones Solucionario de evaluaciones sumativas . . 206
exponencial y logarítmica. . . . . . . . . . . . . . . . . . 130 Bibliografía y webgrafía . . . . . . . . . . . . . . . . . . 208
Solución de problemas cotidianos . . . . . . . 134
Desafíos científicos . . . . . . . . . . . . . . . . . . . . . . 135
La matemática y las profesiones. . . . . . . . . . 135
TIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 BC 1 Bloque Curricular 1: Álgebra y funciones
Desafíos y proyectos matemáticos . . . . . . . 138 BC 2 Bloque Curricular 2: Geometría y medida
En síntesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
Evaluación sumativa . . . . . . . . . . . . . . . . . . . . . 140 BC 3 Bloque Curricular 3: Estadística y Probabilidad

Conoce tu libro
Apertura de unidad
Contiene: título de unidad, fotografía motivadora relacio-
nada con los temas que se tratarán, texto introductorio,
preguntas de comprensión y de lectura de imagen, obje-
tivos de unidad.
Contenidos científicos y pedagógicos

Inician con la destreza con criterio de desempeño. Incluyen:
• Saberes previos. Pregunta que relaciona el nuevo cono-
cimiento con las experiencias previas del estudiante: su
experiencia, su entorno.
• Desequilibrio cognitivo. Cuestiona los conocimientos
que posee el estudiante y lo desestabiliza para que re-
construya la información que posee.
Los contenidos se apoyan en fotos, organizadores gráficos,
diagramas, esquemas e ilustraciones.
La estructura de un tema o lección es: 2 páginas de conteni-
dos + 2 páginas para desarrollo de destrezas.
Secciones variables
• Recuerda que… Se hace mención a temas propios de la
matemática; hace referencia a conocimientos anteriores o
prerrequisitos que el estudiante necesita para el tema que
se está desarrollando.
• Conexiones con las TIC. Funciona como herramienta
de investigación para que los estudiantes profundicen
temas o aprendan de manera más ágil.
• Interdisciplinariedad. Vincula la matemática con las
demás ciencias matemática y arte, matemática e historia,
etc.
• Eje transversal. Comprende diferentes temáticas como:
interculturalidad, formación de una ciudadanía democrá-
tica, protección del medioambiente, cuidado de la salud y
los hábitos de recreación de los estudiantes y educación
sexual en los jóvenes.
• Simbología matemática. Sintetiza los símbolos mate-
máticos aprendidos en la lección.
Taller práctico
Dos páginas por tema (en la estructura de 2+2).
El taller ha sido diseñado para desarrollar las destrezas del
currículo. Incluye actividades en las dimensiones concep-
tual, procedimental o calculativa y de modelización. Estas
invitan a la reflexión, comprensión profunda, dominio de
procesos y algoritmos, desarrollo de valores, y aplicación
a la realidad.
Cada pregunta inicia detallando la destreza con criterio
de desempeño. Siempre existe un Trabajo colaborativo
acompañado de un recuadro con Diversidad funcional en
el aula, con recomendaciones para trabajar con estudiantes
con discapacidades.

Solución de problemas cotidianos
Esta sección promueve en los estudiantes la capacidad de
resolver problemas, modelándolos con lenguaje matemáti-
co, resolviéndolos (utilizando el método adecuado) e inter-
pretando su solución en su marco inicial. Aquí se pondrá un
problema tipo, sus algoritmos, los procesos mentales para
resolverlo, y algunas recomendaciones.
Desafíos científicos
Esta sección detalla con información que permite visuali-
zar que los temas tratados en la unidad se relacionan con
algo práctico o utilitario, que se aplica en la vida.
La matemática y las profesiones
Espacio para hablar sobre qué estudios universitarios o
tecnologías se pueden estudiar y cómo es la carrera laboral.
TIC
Guía al estudiante, paso a paso, en la utilización de progra-
mas informáticos o en el uso de calculadoras para graficar
funciones, vectores, realizar simetrías, homotecias, gráficos
de rectas paralelas, perpendiculares, etc.
Desafíos y proyectos matemáticos

Permite reforzar el aprendizaje de la matemática,
a través de su aplicación en la práctica.
Evaluación sumativa
Dos páginas al final de cada unidad con pregun-
tas/actividades en función de los indicadores para
la evaluación del criterio. Incluye Heteroevalua-
ción, Coevaluación, Autoevaluación y una tabla
de Metacognición, que orienta al estudiante a reflexionar
sobre cómo aprende, y a verificar sus logros y debilidades
para retroalimentar su aprendizaje.

Sucesiones reales convergentes
y distribuciones de probabilidad
Aplicaciones de distribuciones
de probabilidad
A
ristóteles dijo: “La probabilidad es lo que
suele ocurrir”. No se puede predecir el

futuro, pero se puede utilizar la proba-
bilidad matemática para determinar qué tan
probable es que algo pueda o no suceder. Así,
de manera inconsciente, el ser humano utiliza
la probabilidad en varias facetas de su vida.
Por ejemplo en el deporte, siempre hay la
probabilidad de que tu equipo gane o pierda
el partido. Igual sucede en los juegos de mesa,
donde está presente la probabilidad de ganar
o perder, e incluso en el campo de la medici-
na, cuando el médico determina que el enfer-
mo necesita una cirugía, y el paciente quiere
conocer el grado de éxito de la operación. La
probabilidad también está presente en las
primas de seguros de autos: antes de otorgar
un tipo de seguro, analizan si eres un conduc-
tor responsable o no, y luego determinan la
prima. Asimismo en el estado del tiempo, los
meteorólogos realizan predicciones sobre la
base de datos y patrones de años anteriores.
Adaptado de: https://prezi.com/jbrsljdnmaxw/aplicacio-

nes-de-la-estadistica-y-la-probabilidad-en-la-vida/
Observa y contesta
• ¿En qué aspectos de tu vida utilizas la
probabilidad?
• ¿Crees qué se puede predecir el nú-
mero de llamadas que tiene el Ecu 911
en un minuto? ¿Por qué?
• ¿Puedes predecir el número de men-
sajes que tendrás durante dos horas
en tu celular?
• ¿Qué otro evento puedes predecir?
Menciónalo.
72

3
Shutterstock, (2020). 536250937

unidad
Bloques curriculares
Álgebra y funciones
Estadística y probabilidad
Objetivos
• O.M.5.3. Desarrollar estrategias individua-
les y grupales que permitan un cálculo
mental y escrito, exacto o estimado; y la
capacidad de interpretación y solución de
situaciones problémicas del medio.
• O.M.5.4. Valorar el empleo de las TIC para

realizar cálculos y resolver, de manera ra-
zonada y crítica, problemas de la realidad
nacional, argumentando la pertinencia de
los métodos utilizados y juzgando la vali-
dez de los resultados.
• O.M.5.6. Desarrollar la curiosidad y la crea-

tividad a través del uso de herramientas
Shutterstock, (2020). 76475956
matemáticas al momento de enfrentar y

solucionar problemas de la realidad nacio-
nal, demostrando actitudes de orden, per-
severancia y capacidades de investigación.
Ministerio de Educación, (2016).
73

DCDD: M.5.1.59. Realizar las operaciones de suma y multiplicación entre sucesiones numéricas reales y la multiplicación de escalares por sucesiones
numéricas reales aplicando las propiedades de los números reales.
M.5.1.60. Identificar sucesiones convergentes y calcular el límite de la sucesión.
M.5.1.76. Reconocer sucesiones numéricas reales que convergen para determinar su límite.
Saberes previos
¿Qué es una sucesión?

Sucesiones convergentes.
Límite de una sucesión
Desequilibrio cognitivo Antes de dar una definición formal de límite de una sucesión, se pro-
cede a dar una de tipo intuitivo que se propone en los ejemplos.
¿Puede el límite de una
sucesión ser infinito?
1. Se considera la sucesión numérica real (un) definida como
2
un = , n . Se tienen las desigualdades siguientes:
n 5
2 2 2 2 2
Simbología matemática 0 <un 1 = <un = < <u2 = <u1 = < =u0 ,
n 6 n 5 2 5 1 5 5
n ∞ se lee “n tiende es decir que para n cada vez más grande, los correspondientes
a infinito” o “n es suficiente- valores que se obtienen de la sucesión se aproximan cada vez más a
mente grande”. cero.
∞ es el símbolo infinito, no es 2
un número real.
Por ejemplo, para n1 = 104, se tiene un1 = 4 <0,000 2,
10 5
n es un número elemento
2
de los enteros positivos. para n2 = 1010, resulta un2 = 10
<0,0000000002,
10 5
10 2
para n3 =1010 , un3 = 10 es mucho más pequeño que un y este,
1010 5 2
a su vez, es más pequeño que un . Esta situación se expresa como

1
sigue: un se aproxima a 0 conforme n , o también un converge
a 0 conforme n , que se escribe un 0, o también lím un = 0.
n n
Esta última escritura se lee: “el límite de un es 0 cuando n tiene a ∞”.

ab Glosario Observa que en términos de la distancia de números reales
c d(x , y) = x y , x, y , la aproximación o convergencia de un a
convergente. Serie en
que la suma de sus términos se 0 se compara con esta distancia y con un número >0 arbitrario,
aproxima cada vez mas a una cuando n n0 , siendo n0 lo que debe determinarse. Entonces,
determinada cantidad; p. ej., 1/2
+ 1/4 + 1/8 + 1/16…, se acerca d(un ,0) = un 0 = un < cuando n n0 .
progresivamente a valer 1, sin 2 2
llegar nunca. Por ejemplo, si =10 2 , la desigualdad un = < < se verifica
n 5 n
2
si se elige n> . En este caso, elegimos n0 que verifique esta
2
desigualdad, por ejemplo, n0 = 201 satisface la condición < . Así,
se tiene la implicación: n0
n>201 d(un , 0) = un <10 2 = .

2
Decimos entonces que la sucesión (un ) , definida como un = ,
n 5
n converge a 0.
74

2. Consideremos la sucesión (an) definida como Recuerda que…
3n22 nn 55
3n
aann ,, nn .. Existen dos clases de su-
nn22 20
20
cesiones reales: las convergentes
Determinemos el límite de esta sucesión. Para n dividimos y las divergentes.
numerador y denominador por n2, tenemos Definición. Sea (an ) S.
Diremos que (an ) es S.divergente
3n2 n 5 1 5 si ella no es convergente.
3
3n2 n 5 n2 n n2 .
an
n2 20 2
n 20 20 Definición. Sea (an ) S. Se
1 2 dice que (an ) es S.una sucesión
n2 n
de Cauchy si esta satisface la
Utilizando un argumento similar al del ejemplo precedente (1), se tiene condición siguiente:
> 0, n0 , tal que
1 5 20
0, 0, 0, m,n , con
nn n2 n n2 n n,m n0 an am .
por lo tanto, an 3, o también lím an 3,. Definición. Sea (an ) S.

n n
Nota que i. Se dice que (an ) es S.una
sucesión acotada supe-
3n2 n 5 n 55 n 55 n 55 riormente si y solo si existe
0 d(an ,3) an 3 3 . c , tal que an c, nn I. 1.
n2 20 n2 20 n2 20 n2
El número real c se llama
Para n > 55 se tiene cota superior de la sucesión
(an ) . S.
3n2 n 5 n 55 n 55 2n 2 ii. Se dice que (an ) es S.una suce-
0 d(an ,3) an 3 3 0,
n2 20 n2 20 n2 20 n2 n n sión acotada inferiormente
si y solo si existe c , tal
2 que c an , n I.
así, 0 ≤ d(an ,3) < 0, d(an ,3) an 3 0.
nn n El número real c se llama
cota inferior de la sucesión
Se denota con S al conjunto de sucesiones reales definidas en I !. (an ) . S.
iii. Se dice que (an ) es S.una
Definición. Sea (an ) S,. Se dice que (an ) esS,convergente si y solo si sucesión acotada, si esta
existe L " que satisface la condición siguiente: es superior e inferiormente
acotada. Es decir, existe c>0,
> 0, n0 N tal que n !,
!, N,con
con n ≥ n0 an – L < .
tal que an c, n I. El
Si (an ) esS,una sucesión que converge a L, escribimos lím an L que número real positivo c se
n
llama cota superior de la
se lee “el límite de an cuando n tiende a infinito es igual a L”; diremos
sucesión (an ). S.
también (an ) tiende
S, a L cuando n tiende a infinito, lo que escribimos
an L.
n
Ejercicio resuelto
ab Glosario
1. La sucesión 1
1
es acotada, pues 1 1
11
1,1, n n Z Z. .
c
n nn acotada. Delimitar cual-
quier otra cosa.
Nota que la cota superior de esta sucesión es 1. Además, converge cota. Elemento superior o infe-
1 1 rior a todos los de un determi-
a 1, esto es, lím 1 1 o también 1 1.
n n nn nado conjunto ordenado.
divergente. Serie en que la
2. La sucesión (sen(n)) es divergente. Esta es acotada; una cota supe- suma de sus términos tiende al
rior es 1. infinito.
75

Álgebra de sucesiones convergentes
Recuerda la definición Las operaciones con sucesiones convergentes se describen con los
Algunos resultados siguientes ejemplos.
importantes de las sucesiones
convergentes son: 1. Sea (an ) la sucesión definida como an 1 2 n n !.N. Se tie-
1. Si an es una sucesión con- ne que (an ) es creciente y acotada superiormente. En efecto,
vergente, su límite es único. n n 1 2 (n 1) 2 n . Multiplicando por –1 a esta desigualdad
2. Toda sucesión convergente y luego sumando 1 en ambos miembros, resulta
es acotada. El recíproco, en
1 2 n 1 2 (n 1) an an 1 ,
general, no es cierto. Por
n
ejemplo, la sucesión 1 o sea, la sucesión (an ) es creciente. Como 0 < 2 n 1, nn !,N,se si-
es acotada, pero no es con- gue que 0 1 2 n 1 0 an 1, nn !,N,que muestra que (an )
vergente. es acotada inferiormente por 0 y superiormente por 1. Además
3. Si an es una sucesión
lím 2 n 0 . Luego, lím an lím (1 2 n ) 1.
convergente, tal que n n n
an 0, n I , entonces
lím an 0. El límite de toda
Sean (an ), (bn ) las sucesiones reales definidas como
n
sucesión real no negativa es 2 2
3n3n 10n
10n n2 n2n n1 1
no negativo. an an , b, =
b
n n 2 2 , , n n N.!.
N.
n2 n25n5n1515 10n 10n 3n3n5 5
4. Toda sucesión an crecien-
te y acotada superiormente Calculemos lím (an bn ). En primer lugar, se tiene an 0, n !.
N A.
es convergente. Por ejemplo, n
5
la sucesión 3 2 es A continuación, si dividimos numerador y denominador por n2,
n
creciente y acotada
tenemos
superiormente por 3, 3n2 10n 10
2 3
5 3n 10n n 2
n , nn #Z+. .
lím 3 2 3. an 2
n n n 5n 15 n 2
5n 15 5 15
1
5. Toda sucesión an decre- n 2
n n2
ciente y acotada inferior- 1
mente es convergente. 0, lím
Por ejemplo, la sucesión Por otro lado, tenemos los siguientes resultados: n n
10 1
lím 7 3 es 7 . lím 2 0.
n n n n n
decreciente y acotada Entonces,
10
inferiormentelím por 7 , 3 7. 5 1 10 1 15 1
n n n lím 5 lím 5 0 0, lím 10 lím 0, lím 2 15 lím 2 0.
10 n n n n n n n n n n n n
lím 7 3 7.
n n n
Con estos argumentos, en el numerador y denominador de la
sucesión (an) se tiene
10 5 15
lím 3 3, lím 1 1.
n n n n n2
En consecuencia, todos estos resultados se expresan como
10 1
3 3 10 lím
lím an lím n n n = 3.
n n 5 15 1 1
1 1 5lím 15lím 2
n n2 n n n n
76

Procediendo de manera muy similar a lo precedente, tenemos
Recuerda que…
2
n 1
n 1 1
1 Sean (an), (bn) sucesiones
n2 n 1 n2 n n2 , n
bn Z , reales definidas en I, .
10n2 3n 5 2
10n 3n 5 3 5
10 Supongamos que (an ), (bn ) son
n2 n n2 convergentes a x, e, y.
1 1 1 1 Entonces,
1 1 lím lím 2 1 i. Si bn ≠ 0 , n y
lím bn lím n n2 n n n n .
n n 3 5 1 1 10 1
10 10 3 lím 5 lím 2 lím bn y 0,
n n2 n n n n n bn
es convergente,
Con todos estos argumentos, 1 1 1
1 31 y, lím .
lím an bn lím an lím bn 3 . n bn lím bn y
n
n n n 10 10
ii. Si bn ≠ 0 , n y
lím bn y 0, la sucesión
n
Propiedades básicas de los límites de sucesiones convergentes
1. Sean (un ), (vn ) sucesiones convergentes. Entonces an
un vn es es convergente, y,
bn
convergente, y, lím un vn lím un lím vn .
n n n a lím an x
lím n n .
. Entonces la sucesión
n bn lím bn y
2. Sean (un ) una sucesión convergente y n
un es convergente, y, lím un lím un .

n n
3. Sean (un ), (vn ) sucesiones convergentes, entonces la sucesión

(un vn) es convergente, y lím un vn lím un x lím vn .
n n n
4. Sean (an ), (bn ) sucesiones convergentes. Si bn 0, n Iy

an a lím an
lím bn 0, entonces es convergente, y lím n n
.
n bn n bn lím bn
n
5. Sean (an ) una sucesión y L . Si lím an L, entonces
n
lím an L . El recíproco, en general, no es cierto. Por ejemplo, la

n
sucesión (an ) con an = (–1) n no es convergente, mientras que

an 1, n #+, con lo que la sucesión an converge a 1.
Ejercicio resuelto
2
Estas propiedades básicas de límites9nde sucesiones
2 convergentes se
an = 2 , 9nn∈ . ab Glosario
conocen como álgebra de sucesiones =252
n + 8anconvergentes.
n+ , n∈ .
2 2 n + 8n + 25 c
9n 9n 9n 2
9n 2
sucesión convergente.
an =an2=an =2 2 , n ,∈ n, ∈
Sea . n ∈. Esta
. sucesión converge
9 n2 a 9. Pues
n + n8n++825
n +
n + 25
8 n + 25 n 2 9 Sucesión que tiene límite.
an = 2 =n 2 9
9n2 9n29n2 n 8ann = 252 1+ 8 + 25= 8 25 sucesión divergente. Sucesión
+ 2 + n2 8n 25 2 1+ + que no tiene límite.
2 2 2 9 9 9 2 + n+ n
an =an 2=an n=2 2n n= = = . n n nn2 n2 n2 n n2
n n8nn 825 n 8n25 8 25
25 8 8251 25
+ ++ + + 1++ 1++ 12+lím + +2 =2 0 1
n2 nn22 n2nn22 n2n2 nn2 nnn→∞ nn n n lím = 0
n→∞ n
1 1 1 8 25
Como
lím lím 0 = 0= 0 , entonces lím = 0 y lím
=lím 8 2 = 0 . 25
n→∞ n n n
n→∞n→∞ n→∞ n lím n→∞=n0 y lím 2 = 0
n→∞ n n→∞ n
8 8 8 25 25 25 n → ∞.
Por
lím lo
lím 0 =y 0a=lím
=tanto
lím y0converge
lím 0 =a209=cuando
y2 =lím 0 n → ∞.
n→∞ n n n nn→∞ nn→∞
n→∞n→∞ n2 n
n→∞
n →n∞→ →. ∞.
.n ∞ 77

Taller práctico
DCCD: M.5.1.59. Realizar las operaciones de suma
y multiplicación entre sucesiones numéricas rea-
les y la multiplicación de escalares por sucesiones
2 Demuestra que el límite de la sucesión
numéricas reales aplicando las propiedades de los es el indicado.
números reales. M.5.1.60. Identificar sucesiones
convergentes y calcular el límite de la sucesión. 1 1
a) lím 2 = 2.
1 Calcula los términos a1, a2, a3, a4 luego n n n2
determina lím an para an, que se define 2 3
n
lím + 3 = 0.
en cada ítem. n n n
1 3n3 +n 3
a) an . lím 1
3 1 2
= .
2n n
lím 210n + 4n2 +1
= 2. 10
n n n
5n2 3n+ 4 5
lím 2 2 3 = .
b) nlím + +1 = 0. 2
2n
n n 3n
3n3 +n 3
lím = .
n 10n1+ 4n1 +1
3 2
10
lím 2 2
= 2.
1 n n
5n2 n 3n+
n 4 5
b) an cos 1 1 . lím 2 2 3 = .
n 2 2n+ +1 = 0. 2
n
lím
n n 3n
3n3 +n 3
c) lím 3 2
= .
n 10n1 + 4n1 +1 10
lím 2 2
= 2.
n
5n2 n 3n+n 4 5
lím = .
2 2n2 3+1
= 0. 2
n
lím +
1 n n 3n
c) an 2 . n
3n3 +n 3
lím 3 2
= .
n 10n + 4n +1 10
5n2 3n+ 4 5
d) lím 2
= .
n 2n +1 2
d) an n . n
3 Sea (an), (bn) S. Las sucesiones

que en cada ítem se dan. Calcula
a
lím ((aan +
+ bn ) ; lím ann (siempre que exista).
→∞ n bn ) ; nlím
nlím →∞ b
n→∞ n→∞ b n
n
3nn++55 n+2
n3 10n 5 a) =
aann =
3 , bbn =
, =− − n + 2 ..
e) an . + 33
nn+
n
22nn+ +11
4n3 25n2 11 11
b) = 11+
aann = + ,, bbn = = 2 ..
nn nn2
n
55 8
c) = 55 −
aann = − ,, bbnn == 8 − − 4.
4.
nn nn
5n 1
d) = 88 +
aann = + 52n ,, bbn = = 21 ..
33nn2 + + 88 n + 88
33nn2 +
78

Indaguen y trabajen en grupo. Trabajen en equipo, indaguen y resuelvan.
4 Sea (an ), (bn ) S. Propón un ejemplo
5 5 20
para cada literal. 5 20 a5n =10 20 5 +202 , n = 1, 2, ..., = 0,2
an =10
Sea an =10+ a 25+ , 20 n, =n1,n 2, =n...,1, 2,=...,0,2= 0,2 ...,. = 0,2
an =10n annn=10 n =10+n2 25, n+ +20 n n=,2 1,, n2,n=...,=1, 1,2,
=2,0,2
..., = 0,2
n n 2 5 20
a) Si lím an L y lím bn , comprueba Se sabe que lím a5n =n20 lím n 10
5 20 5 202 + =10.
lím alím n =a lím 10
n = lím
n
lím a10 =+ límn 5+ =10.
2 10
20 =10. n+20n =10.
+n2 25 n+=10.
n n
n límnan =nnlím n n10 nn
n
lím
Observa lan demostración: a = límn 10
n n n2n =10.
2
que lím an bn . n n n
n 5n 20
n 5 20 lím
5 20 10 5 +202 =10.
límsabe
Se 10 que
lím 10+ lím n 5+ =10. 20 =10. n+20n =10. Ponemos
n n lím n 10lím nn
2
n 10
10
+n2 25 n+=10.
n n n 5 n2n20=10.
2
n
n
5 20 a5 =10 20 5 +202 , L = 10
an =10 an =10+ a 2n5+ , 20 L ,= n10 L =. n10, L = 10
an =10n annn=10n2 25, n+ +20
=10
+ L =210
n n n n2n5, L20= 10
n
5 20 5 20 5 20 5 20 25
an =10 + 2 , n = 1, 2, Sea..., = 0,2 . Entonces a5 20 L5 = 20 10 5 5+2020 25
10205= 520 5+20 5 20
20 5 +20 25
20 < 525+20 = 25 <
n n an La5n=2010 L = a10n+ L 25=+ 10 1020 5= 10
n 20
+ +
=n 5 +10 20= +
5 n + +<n20
520 2
+5<5n5+20
+=n20
2
=<n25
5
< +20<n =25 n <
an =10 a+n 2 L, a=nnn10 +=n 0,2 10
n 2n=2nn10+n=n2 n+nn 2+nn2n2 <n+ nn +2nn<
2n =+n <
2 2 2 2 2
=n 1,L 2,n=n...,10
5 20 25n 25 n n n n n n nn n n nn n n nn n= n n<
2 n + n
an lím an = lím 10 + 2 =10.25n 25 n
25 n 25> = =125.
b) Si lím L 0, comprueba que n
(an) nno n n límna>=nlím>=1025=5 n=125. 20
25 25
=125. 25
0,2 =125.
n > = +>
0,2nn >0,2 25 =10. =
=125.25
n n 5 20
n de donde
n
n n = 0,2=125.
2
es acotada. n0,2 126,0,2 an 10 < 0,2.

lím 10 + 2 =10. n 126, 20 an n 10
n5 126, an126, <10 0,2.<a0,2.10 < 0,2.
n n n límPara
10 n + 126, =10. a n 10 an<n0,2.
n n n2 n 126, 10 < 0,2.
5 20 Ahora5 prueba 20 con los literales a y c del
an =10 + 2 , L = 10 an =10 + 2 , L = 10
n n ejercicio n n2.
5 20 5 205 205 20 5 5 20 205 2025 5 20 25
an L = 10 + 2 10an= L =+10 2 + 2 +10 2= < + +2 = + 2 << + = <
n n n n n nn n n nn n n nn n n n
25 25
25 25 6 n >Calculen= =125.
n > =
c) Si lím an 0 y (bn ) es acotada, comprueba =125. 0,2 lím an para an , que se define
n
0,2 n 126, an 10 n< 0,2.
que (anbn) es convergente y lím nanb126,
n 0. an 10 < 0,2. en cada ítem.
n
a) Observa
1 1 1 1 1 1 1 1
a1 = 2 2
, a2 = 2 + = ,
11 21 11 212 212 312 112 312
a1 = 2 , a = + = ,
11 212 2 1 12 1 2 2 1 2 2 1 32 121 32
a3 = 2 + + = 1 2 ,...,
11 212 212 312 312 412 41
a3 = 2 + 2 + 2 = 1 2 ,...,
Completa 2
1n 21 2 1 3 3 4 2 2
4
d) Si (an) es acotada y (bn) es divergente, ¿qué an = n 2 2 = ? n 1.
puede decirse acerca de la sucesión (an bn)? k1 1
an = k 1 2 k 1 2 = ? n 1.
k 1 k k 1
b) an n 1 n.
c) an = a1 , a > 1.
n
Trabajo colaborativo 1 n n 1
d) an 1 1 .
n
n
Diversidad funcional 1
en el aula e) an 1 .
n
Al trabajar con compañeros con necesidades
educativas especiales se debe evitar afirmaciones
como: “ellos no pueden”, “son incapaces”, “son
minusválidos”, “no saben”.
79

DCCD: M.5.3.19. Reconocer un experimento de Bernoulli en diferentes contextos (control de calidad, análisis de datos, entre otros) y la distribución
binomial en problemas de texto, identificando los valores de p y q.
M.5.3.20. Calcular probabilidades binomiales con la fórmula (o con el apoyo de las TIC), la media, la varianza de distribuciones binomiales, y graficar.
Saberes previos
Distribución binomial
o de Bernoulli B (n, p)
¿Qué es una distribución
de probabilidad?
Desequilibrio cognitivo Una distribución es binomial o de Bernoulli cuando está asociada

a dos posibles resultados: éxito (p) o fracaso (q).
¿Qué es una variable
aleatoria discreta?
Ejercicio resuelto
Al lanzar un dado cinco veces, ¿cuál es la probabilidad de obtener tres
veces el dos?
Interdisciplinariedad
En este caso, repetimos cinco veces el experimento y en cada lanza-
En muchas situaciones miento tenemos una probabilidad de 1/6 de sacar un dos, y una de
de la vida diaria, esperamos al 5/6 de no obtener el número dos. Por lo tanto, se trata de una distri-
menos uno de dos posibles bución binomial.
resultados determinados. Por
1
ejemplo: al jugar tu equipo La probabilidad de éxito, entonces, es: E = “sacar un 2”; p E .
favorito un partido de fútbol, 6
esperas que pierda o que gane. 5
La probabilidad de fracaso es: F = “no sacar un 2”; p F .
O cuando se producen ciertos 6
artículos, estos pueden salir
Para calcular la probabilidad de obtener en las cinco tiradas tres veces
buenos o defectuosos. Para
situaciones como estas, en las
el dos, tomamos en cuenta que tenemos tres éxitos y dos fracasos.
que hay dos posibles resulta- ¿De cuántas maneras se pueden obtener estos resultados? Tenemos
dos, se utiliza la distribución varias opciones. Una de ellas puede ser obtener tres veces dos, en las
binomial. tres primeras tiradas, y luego en las dos tiradas más sin sacar dos. Esto
se puede ilustrar gráficamente así:
E E E F F F E E F E
E F E F E
Como puedes notar, se trata de calcular de cuántas maneras se pue-

den ordenar tres éxitos y dos fracasos. De acuerdo con el análisis com-
binatorio, se tiene:
Shutterstock, (2020). 205232128
n! 5! 5 4 3!
Ck n ; C 35 10 formas.
k!( n k )! 3!(5 3)! 3! 2!
1 5
Como p E y tenemos tres éxitos, y p F .y tenemos dos
6 6
fracasos, entonces:
Jóvenes jugando fútbol.
1 1 1 5 5
p(obtener 3 éxitos y 2 fracasos) = 10 0,032.
6 6 6 6 6
La probabilidad de obtener tres números dos al lanzar cinco veces un
dado es del 3,2 %.
Definición. Una variable aleatoria X sigue una distribución binomial
o de Bernoulli y se escribe como Bin (n, p) o X Bin(n, p) cuando
cumple con estas características:
80

• La variable cuenta el número de veces que ocurre el suceso. Recuerda que…
• Depende de dos parámetros n y p, en donde n es el número de
veces que se realiza el experimento, y p es la probabilidad de que Un experimento alea-
ocurra el suceso. torio sigue una distribución
• La función de probabilidad de obtener k éxitos está dada por: binomial cuando tiene estas
n! características:
p(X k) pk q(n k) ; donde
dondeq q= =1 1-
– p.p. • En cada prueba del expe-
k!(n k)! rimento son posibles dos
Nota que p es la probabilidad de éxito, q es la probabilidad de fracaso, resultados: el suceso A, al que
y estas son complementarias. Es decir, q = 1 – p y p = 1 – q, por lo que llamaremos éxito, y su con-
basta conocer una de ellas para calcular la otra probabilidad. trario A, al que llamaremos
fracaso.
• El resultado obtenido en
En el ejemplo anterior tenemos: probabilidad de éxito: p = 1/6,
cada prueba es independien-
probabilidad de fracaso: q = 5/6. te de los resultados obteni-
Número de veces que se repite el evento: n = 5. dos anteriormente.
Éxitos por lograr: k = 3. • La probabilidad del suceso A
n! es constante. La representa-
p(X k) pk q(n k) ; mos por p y no varía de una
k!(n k)!
prueba a otra. La probabili-
3 2
5! 1 5 dad de A es 1 – p.
p(X 3) 0,032. • El experimento consta de un
3!2! 6 6
número n de pruebas.
• A la variable X, que repre-
Ejercicio resuelto senta el número de éxitos
Penélope es jugadora de básquet y encesta con una probabilidad obtenidos en cada prueba,
de 1/3. Al cobrar tiros libres y tirar dos veces, ¿cuál es la probabilidad la llamaremos variable de la
de que enceste dos veces, una vez, ninguna? distribución binomial.
• Esta variable es discreta, ya
que únicamente tomará los
Obtenemos los datos del problema:
valores 0, 1, 2…….n.
Probabilidad de éxito: p = 1/3.
• Representaremos por
Probabilidad de fracaso: q = 2/3. B(n, p) a la distribución
Número de veces que lanza la pelota: n = 2. binomial, siendo n y p los pa-
rámetros de la distribución.
a) ¿Cuál es la probabilidad de que Penélope enceste dos veces?
k = 2,
2 0
2! 1 2 1
p(X 2) .
2!0! 3 3 9
b) ¿Cuál es la probabilidad de que Penélope enceste una vez?
k = 1,
1 1
2! 1 2 4
p(X 1) . ab Glosario
1!1! 3 3 9 c
distribución. Función
c) ¿Cuál es la probabilidad de que Penélope no enceste? que representa las probabili-
k = 0, dades que definen una varia-
0 2
2! 1 2 4 ble aleatoria o un fenómeno
p(X 0) . aleatorio.
0!2! 3 3 9
81

Uso de tablas de la distribución binomial
ab Glosario Para el cálculo de la distribución binomial existen tablas que facilitan la
c obtención de la probabilidad. Para usar estas tablas, es necesario conocer:
binomial. Perteneciente • el número de veces que se repite el experimento n;
o relativo al binomio. • la probabilidad de éxito p;
binomio. Expresión compuesta
• el número de éxitos k.
de dos términos algebraicos uni-
dos por los signos más o menos. Ejercicio resuelto
dispersión. Distribución estadís- Se lanza al aire una moneda trucada; la probabilidad de obtener cara
tica de un conjunto de valores. es del 30 %. Si se lanza la moneda diez veces de manera consecutiva,
¿cuál es la probabilidad de obtener seis caras o menos?
Para este problema, los datos son: n = 10; X = 6; p = 30 % = 0,3.
Localizamos en la columna de n el valor de 10; en la columna con-
tigua, el valor de X = 6; y en la fila de p, el valor de 0,3. El valor de la
probabilidad es donde está la intersección.
En este caso, la probabilidad de obtener seis caras o menos es de 0,989 4.
Tabla de la distribución
binomial. Tomada de: http://
www-eio.upc.edu/teaching/
estad/MC/taules/com-usar-
taules.pdf
Probabilidad acumulada
Ejercicio resuelto
Recuerda que… Una prueba de matemática está compuesta por diez preguntas de
selección múltiple, cada una de ellas con cuatro respuestas, una de
Si tenemos una ellas correcta. Un estudiante contesta al azar.
distribución binomial B(n, p) a) ¿Cuál es la probabilidad de que acierte al menos ocho preguntas?
de parámetro n y p, podemos b) ¿Cuál es la probabilidad de que acierte a lo sumo tres preguntas?
determinar lo siguiente:
c) ¿Cuál es la media y la varianza de la distribución de probabilidad?
Media o esperanza. Mide el De acuerdo con los datos, se trata de una distribución B(n, p).
número esperado de éxitos o n = 10; p = 0,25; q = 0,75.
media; está dada como a) Probabilidad de acertar al menos ocho preguntas: quiere decir que
np . puede acertar más de ocho. Calculamos cada probabilidad en la tabla.
P X ≥ 8 = P X = 8 + P X = 9 + P X = 10
Desviación típica. Es la me-
dida de dispersión y mide lo = 0,004 + 0,000 + 0,000 = 0,004.
alejados que están los datos de b) Probabilidad de acertar a lo sumo tres preguntas: quiere decir que
la media; está determinada por puede acertar hasta tres preguntas. Calculamos cada probabilidad
np(1 p) . en la tabla.
P X ≤3 = P X = 0 +P X =1 +P X = 2 +P X = 3
Varianza. Es el cuadrado de la
desviación típica: = 0,056 3 + 0,187 7 + 0,281 6 + 0,250 3 = 0,775 9.
2
np(1 p) . c) La media y la varianza de la distribución es:
np 10(0,25) 2,5
82 2
np(1 p) 10(0,25)(0,75) 1,875 .

Tabla de probabilidades puntuales de la distribución binomial (n,p)
n k n k
P X k k )p (1 p)
Tabla de distribución binomial. Tomada de: http://www.uv.es/~montes/nau_gran/tablas.pdf
Conexiones con las TIC
En la actualidad, las tablas para el cálculo de la distribución binomial pueden ser sustituidas por las
plantillas que se presentan en Excel. En el enlace, se explica cómo construir en Excel una plantilla para calcular la
probabilidad binomial: bit.ly/2VDwFQW
83

Taller práctico
DCCD: M.5.3.19. Reconocer un experimento de Ber-
noulli en diferentes contextos (control de calidad, 2 Resuelve los siguientes problemas sin
análisis de datos, entre otros) y la distribución bino-
mial en problemas de texto, identificando los valores utilizar la tabla de distribución binomial.
de p y q.
DCCD: M.5.3.20. Calcular probabilidades binomiales
con la fórmula (o con el apoyo de las TIC), la media, a) En una fábrica de balones de fútbol se cono-
la varianza de distribuciones binomiales, y graficar. ce que el 30 % de balones salen defectuosos.
1 Analiza y resuelve las siguientes situacio- ¿Cuál es la probabilidad de que en una
nes relacionadas con probabilidad binomial. muestra de ocho se encuentren dos balones
defectuosos?
a) ¿Cuál es la probabilidad de que al lanzar una
moneda al aire se obtengan siete caras si se
lanza diez veces?
b) En un instituto de inglés se atiende a varias

personas diariamente, de las cuales el 10 %
no está de acuerdo con la calidad del servi-
b) ¿Cuál es la probabilidad de obtener tres ve- cio. ¿Cuál es la probabilidad de que al apli-
ces el número cinco al lanzar nueve veces un car una encuesta a quince clientes, cinco no
dado? hayan recibido un buen servicio?
c) Un jugador de básquet tiene una probabili-

dad de 0,6 de encestar canastas de tres pun- 3 Resuelve los siguientes problemas; utili-
tos. Si realiza cuatro lanzamientos consecu- za la tabla de distribución binomial.
tivos, ¿cuál es la probabilidad de que enceste
tres? a) En un laboratorio farmacéutico se está pro-
bando cierto antibiótico sobre una misma
especie de animales. La probabilidad de que
este medicamento tenga una reacción ne-
gativa es del 15 %. Si el antibiótico fue admi-
nistrado a diez animales, determina las pro-
babilidades de que haya reacción negativa
d) En una fábrica de bandas de distribución en los siguientes casos:
para autos, se detecta que el 5 % de ban-
das están defectuosas. ¿Cuál es la probabi- a. En dos animales.
lidad de que al tomar al azar una muestra
de treinta piezas, haya exactamente cuatro
bandas defectuosas?
84

b. En ningún animal. Trabajo colaborativo
Diversidad funcional
en el aula
En ocasiones los alumnos no saben como actuar

frente a un compañero con discapacidad, pero,
c. En menos de cuatro animales. bastará con una explicación del maestro para
que sea aceptado en el grupo con sus habilida-
des especiales.
Trabajen en equipo, indaguen y resuelvan.

d. En más de tres animales
5 Calculen las siguientes probabilidades
de una distribución binomial; utilicen la
tabla de distribución.
a) B(9; 0,3)
e. Entre dos y cinco animales. P(X = 5), P(X = 7), P(X = 4)
b) B(6; 0,25)
P(X = 5), P(X = 2), P(X = 4)
c) B(10; 0,40)
P(X = 2), P(X ≤ 3 7), P(X ≥ 9)
6 Calculen las siguientes probabilidades.

4 La probabilidad de que un estudiante
apruebe el curso de francés es de 0,3. a) ¿Cuál es la probabilidad de que al lanzar una
Halla la probabilidad de que de un gru- moneda al aire ocho veces, se obtengan,
po de siete estudiantes matriculados en como máximo, tres veces cara?
francés: b) Se lanza al aire un dado seis veces. ¿Cuál es la
probabilidad de obtener dos veces el uno?
a) Ninguno de los siete apruebe el curso. ¿Cuál es la probabilidad de obtener más de
b) Aprueben todos el curso de francés. dos veces el uno?
c) Al menos dos aprueben el curso.
d) Halla la media y la desviación típica. 7 Resuelvan. En una empresa de llantas para
autos, se detectó que el 30 % de llantas de
un gran lote son defectuosas. Si se toman
tres llantas al azar, calculen:
a) La probabilidad de que las tres llantas sean

defectuosas.
b) La probabilidad de que solamente dos
sean defectuosas.
c) La probabilidad de que ninguna de ellas
sea defectuosa.
85

DCCD: M.5.3.21. Analizar las formas de las gráficas de distribuciones normales en ejemplos de aplicación, con el apoyo de las TIC, y juzgar en contexto
la validez y pertinencia de los resultados obtenidos.
Saberes previos
¿Qué es la campana de
Distribución normal X
Gauss? Definición. Una distribución de probabilidad sigue una distribución
normal de media y desviación típica , que se representa como
N( , ) cuando la representación gráfica de su función de densidad
Desequilibrio cognitivo es una curva positiva continua, simétrica a la media, de máximo en
la media, y que tiene dos puntos de inflexión, situados a ambos lados
¿Cuáles son algunos de de la media ( respectivamente, y a distancia de ella.
los aspectos cotidianos que se Es decir, toma la forma de la Figura 3.12.
pueden estudiar y que, al gra-
ficarlos, se asemejan a la forma
de una campana?
–
1
Distribución normal N( , ). El máximo está en ( 2
)
2
Figura 3.12.
Dependiendo de los valores que tomen y , la gráfica de esta fun-

ción puede ser más alargada o achatada, pero siempre toma la forma
de una campana, conocida como la campana de Gauss.
Propiedades
i) El área encerrada bajo la curva normal N( , ) siempre es 1 o el
100 % de los casos.
ii) Es una distribución simétrica.
iii) Es asintótica; es decir, sus extremos nunca tocan el eje horizontal,
cuyos valores tienden al infinito.
iv) En el centro de la curva se encuentran la media, la mediana y la
moda.
v) Los elementos centrales del modelo son la media y la varianza.
La más importante de todas las distribuciones normales es la que tie-

ne por media = 0 y = 1, y se denota como Z N(0,1) . Puesto
que el área bajo esta curva normal es 1, se define una probabilidad de
la siguiente manera:
para un valor cualquiera k, definimos la probabilidad de que la distri-
bución Z N(0,1) sea menor o igual que k como P(Z ≤ k) es el “área
encerrada bajo la curva normal N(0, 1) desde –∞ hasta k”, es decir, la
parte rayada de la Figura 3.13.
k
Área encerrada por la curva normal desde —∞ hasta k.
Figura 3.13.
86

Uso de tablas de la distribución normal N(0, 1) Recuerda que…
El cálculo de la distribución normal se realiza mediante valores tabu-
lados desde 0 hasta 3,99, los cuales se encuentran en tablas como la • Para calcular una
que se presenta en la página 97 de este texto. probabilidad con un valor
mayor a 3,99, basta fijarse en
Ejercicio resuelto que las probabilidades que
Calcular la probabilidad P(Z ≤ 0,46). Para ello, se siguen los siguientes corresponden a valores ma-
yores a 3,62 tienen un valor
pasos:
de 0,999 9 que se aproxima
i) Buscar la parte entera y las décimas en la primera columna; en este a 1.
caso, 0,46. • No tiene sentido calcular
ii) Buscar las centésimas en la primera fila; en este caso, 0,06. probabilidades del tipo
iii) El punto de intersección de la fila y la columna es la probabilidad P(Z = k). Estas siempre valen
buscada; en este caso, P(Z ≤ 0, 46) = 0,677 2. cero, pues no encierran
ningún área.
• Al calcular probabilidades
del tipo P(Z ≥ k), se hace
uso de su complementario.
Así,
P(Z ≥ k) = 1 – P(Z < k).
Tomada de: http://www.x.edu.uy/inet/Distribucion_Normal_ejemplos.pdf
Tipificación
En ocasiones no tenemos una distribución normal N(0, 1), sino una
distribución normal N( , ). Para el cálculo se debe realizar el proce-
so de tipificación de la siguiente manera:
X
Si X sigue una distribución N( , ), entonces la variable Z
sigue una distribución N(0, 1).
El paso de la variable X N( , ) a Z N(0,1) se denomina tipifi-

cación de la variable X.
Ejercicio resuelto
La temperatura en Guayaquil, durante el mes de agosto, está distri-
buida normalmente con una media de 28,5 °C y desviación estándar
de 4 °C. ¿Cuál es la probabilidad de que la temperatura en Guayaquil
durante el mes de agosto esté por debajo de los 30 °C?
Los datos que proporciona el problema son:

= 28,5 °C; = 4 °C; X = 30 °C.
Se trata de una distribución normal N(28,5; 4). Para poder utilizar la

tabla y calcular la probabilidad, realizamos el proceso de tipificación.
30 28,5
X
Z 0,375 .
4
Determinamos la probabilidad para Z = 0,38 en la tabla de la página 97.
P(Z ≤ 0,38) = 0,648 0. Es decir, existe la probabilidad del 64 % de que
la temperatura en Guayaquil sea menor de 30 °C.
87

Cálculo de probabilidades con distribución normal
a) Si k es positivo y se quiere calcular P(Z ≥ k), es decir, el área rayada
de la Figura 3.14., basta encontrar el complemento de esta proba-
p(Z ≥ k).
k
bilidad. Es decir:
Basta pasar al complementario. P(Z ≥ k) = 1 – P(Z ≤ k).
Figura 3.14.
b) Si k es positivo y se quiere calcular P(Z ≤ –k), es decir el área rayada
de la Figura 3.15., entonces por simetría,
P(Z ≤ –k) = P(Z ≥ k).
Esta se calcula como en el caso anterior.
–k
p(Z ≤ –k). Las probabilidades de

valores negativos no están tabuladas.
Figura 3.15
–k k
p(Z ≤ –k) = p(Z ≥ k). La simetría permite reducir este caso al anterior.
c) Si k es positivo y se quiere calcular P(Z ≥ –k), es decir el área rayada

–k de la Figura 3.16., entonces por simetría se obtiene
p(Z ≥ – k). P(Z ≥ –k) = P(Z ≤ k).
Figura 3.16.
–k k
k1 k2
p(Z ≥ –k) = p(Z ≤ k). La simetría permite reducir este caso al que ya está tabulado.
p(k1 ≤ Z ≤ k2). Probabilidad

comprendida entre dos valores.
d) Las probabilidades comprendidas entre dos valores, P(k1 ≤ Z ≤ k2),
es decir, el área rayada de la Figura 3.17., se calcula restando las dos
Figura 3.17.
áreas:
Información adaptada de: P(k1 ≤ Z ≤ k2) = P(Z ≤ k2) – P(Z ≤ k1).
http://sauce.pntic.mec.es/~jpeo0002/
Archivos/PDF/T03.pdf
k1 k2
p(Z ≤ k2 ). En la primera imagen. p(Z ≤ k1 ) en la segunda imagen.
Al restar obtenemos el área pedida.
Ejercicio resuelto
El peso de los recién nacidos sigue una distribución normal de media
ab Glosario 3,5 kg y una desviación típica de 0,6 kg. Calcular la probabilidad de
c que un recién nacido pese entre 2,7 kg y 4 kg.
simetría. Correspon-
dencia exacta en la disposición La distribución es normal, con N(3,5; 0,6); X = peso de los niños. Se
regular de las partes o puntos de pide calcular P(2,7 ≤ X ≤ 4). Tipificamos así:
un cuerpo o figura con relación 2,7 – 3,5 4 – 3,5
a un centro, un eje o un plano. P(2,7 ≤ X ≤ 4) = P ≤Z≤
0,6 0,6
= P (– 1,33 ≤ Z ≤ 0,83) = P(Z ≤ 0,83) – P(Z ≤ –1,33)
= P (Z ≤ 0,83) – 1 + P(Z ≤ 1,33) = 0,704 9.
88

Áreas bajo la distribución de probabilidad Interdisciplinariedad
normal estándar, N (0,1)
Matemática e historia
La campana de Gauss es una
representación gráfica de la dis-
tribución normal de un grupo
de datos. Estos se reparten en
valores bajos, medios y altos,
creando una forma acampa-
nada y simétrica con respecto
a un determinado parámetro.
Lleva el nombre del genio de
la matemática Carl Friedrich
Gauss, aunque quien realmen-
te la descubrió y publicó fue
Abraham de Moivre.

Carl Gauss (1777 - 1855).
Tabla de distribución normal. Tomado de:

https://www.uam.es/personal_pdi/ciencias/dfaraco/docencia/ambientalesmat1/Normal.htm
Ejercicio resuelto
Si X es una variable aleatoria de distribución N( , ). Hallemos
P( – 3 ≤ + 3 ).
Realizamos el proceso de tipificación:
_
X_μ _ X μ
Z= ;Z =x1 X=Zμ=μ– ;3 x, =x; 2μx=–1 μ=3 +3
μ – 3 , x 2 = μ +3 .
, x 2 = μ +3
1
N(0,1)
x 2 ). ≤P(x
P(x1 ≤ X ≤ P(x
Entonces: ≤ X ≤ x ).
X ≤1 x 2 ). 2
1
_
P(μ _ 3 ≤P(Xμ≤_μP( μ 3 ≤ X ≤ μ +3 ),
3+3≤ X),≤ μ +3 ),
( μ _ 3 ) _(μ=μ P_ 3(μ )__3μ ( μ)+3 _μ _
) ≤ (
Zμμ≤+3(μ )+3 _
_μ ) μ ,
=P =P ≤Z≤ ≤Z≤ , ,
= P (–3 ≤ Z=≤P3()–= = PP ((– 3 ≤3)Z–≤P3()z =≤P–(3z)≤, 3) – P ( z ≤ –3) , –3

≤
3 ≤ Zz ≤ 3) = P ( z ≤ 3) – P ( z ≤ –3) , 3
3))=–P(1– P z ≤ 3)) = P( z( z≤≤3)–,3) –1+P ( z ≤ 3) ,
( z=P≤(P3z()≤z–≤3()1–
= P ( z ≤ 3) –= (P1– P ((zz≤≤3(–))3=) –P1+P
( z ≤ –3) –1+P ( z ≤ 3) , Figura 3.18.
= 0,998 6 – 1 + 0,998 6 = 0,997 2.
Aproximadamente el 99,72% de los valores de X están a más de las
tres desviaciones típicas de la media. 89

Taller práctico
DCCD: M.5.3.21. Analizar las formas de las gráficas
de distribuciones normales en ejemplos de aplica- 3 Calcula en N(20,4) las siguientes proba-
ción, con el apoyo de las TIC, y juzgar en contexto
la validez y pertinencia de los resultados obtenidos. bilidades:
1 Utiliza la tabla de la normal estándar a) P(X ≤ 25).
N(0, 1) y determina las siguientes proba-
bilidades:
a) P(Z ≤ 1,15).
b) P(X ≥ 17).
b) P(Z ≤ 0,5).
c) P(Z ≤ 0, 84).
d) P(Z ≤ 2,94). 4 Analiza y calcula.

En la siguiente figura, el área comprendida
entre el eje x y la curva es l. Determina
2 Determina las siguientes probabilidades mentalmente cuánto vale el área que
en N(0, 1). queda a la izquierda de la recta x = µ.
a) P(1,5 ≤ Z ≤ 2). y
b) P(–2,3 ≤ Z ≤ 3,7). – x
Figura 3.19.
(Tomado de Grupo Editorial Bruño, p. 334)
5 Calcula la probabilidad.
c) P(–3,4 ≤ Z ≤ –1,8). La estancia de turistas en un determinado
hotel sigue una distribución normal me-
dia de ocho días y una desviación típica
de tres. ¿Cuál es la probabilidad de esta-
día en los siguientes casos?
a) Que su estadía sea inferior a seis días.

d) P(–1,6 ≤ Z ≤ 1,6).
90

Trabajo colaborativo
b) Que su estadía sea superior a dos días. Diversidad funcional
en el aula
Las percepciones que tenemos sobre las perso-

nas afectan al éxito y al fracaso de lo que hacen
esas personas. Por lo tanto tengamos una actitud
positiva en todas nuestra actividades.
c) Que su estadía esté comprendida entre
seis y doce días. Trabajen en equipo, indaguen y resuelvan.
7 En un colegio se aplicó un test de aptitud

verbal. Los resultados dieron una pun-
tuación que sigue una distribución nor-
mal con media 80 y desviación típica 15.
6 Resuelve el siguiente problema. a) ¿Qué porcentaje de la población tiene un pun-
taje de aptitud verbal entre 95 y 100?
En una evaluación sobre 100 puntos apli-
b) En un grupo de 500 estudiantes, ¿cuántos
cada a 500 estudiantes para ingresar a la
de ellos se espera que tengan un coeficiente
universidad, se obtiene una media de 70 superior a 120?
y una desviación típica de 20. Suponien-
do que el puntaje se distribuye normal- 8 En una entidad bancaria, los montos que
mente, halla el número de estudiantes
se solicitan siguen una distribución nor-
en los siguientes casos:
mal media de $ 60 000 y una desviación
a) Qué el puntaje de los estudiantes se en- estándar de $ 15 000. El día de hoy se re-
cuentre entre 60 y 65 puntos. cibió una solicitud de préstamo.
a) ¿Cuál es la probabilidad de que el mon-
to solicitado sea de $ 70 000 o superior?
(P(X ≥ 70 000).
b) ¿Cuál es la probabilidad de que el monto
solicitado oscile entre $ 55 000 y $ 75 000?
b) Qué el puntaje sea más de 90 puntos. 9 La gerente de personal de una gran com-
pañía requiere que los solicitantes a un
puesto efectúen cierta prueba y alcancen
una calificación de 500. Si las calificacio-
nes de la prueba se distribuyen normal-
mente con media 485 y desviación
c) Qué el puntaje sea menos de 64 puntos. estándar 30, ¿qué porcentaje de los
solicitantes pasará la prueba?
10 El tiempo, empleado en horas, destinado

a hacer un determinado producto sigue
d) Qué el puntaje sea de 64 puntos o más. una distribución N(10, 2). Se pide la pro-
babilidad de que ese producto se haga:
a) En menos de 7 horas.
b) En 8 y 13 horas.
c) En exactamente 9 horas.
91

DCCD: M.5.3.18. Identificar variables aleatorias discretas en problemas de texto y reconocer la distribución de Poisson, como ejemplo de variables
aleatorias discretas y sus aplicaciones.
Saberes previos
¿Cuál es la diferencia
Distribución de Poisson X: Ps( )
entre variable discreta y variable
continua? Para comprender mejor esta distribución, vamos a analizar el siguien-
te caso. Supongamos que tenemos una tabla rectangular cuya super-
ficie se encuentra pintada; al observarla fijamente, es posible detectar
pequeños defectos. Se desea determinar la probabilidad de que apa-
Desequilibrio cognitivo rezcan estos defectos y, para ello, se divide la superficie en otras de
¿Existe alguna relación igual tamaño, como muestra la Figura 3.19.
entre distribución binomial
y normal?
Defectos
Recuerda la definición
• La distribución
de Poisson es, junto con la
distribución binomial, una de Figura 3.20.
las más importantes distribu-
Observamos que en unas zonas aparece el defecto y en otras no.
ciones de probabilidad para
variables discretas. Es decir, Supongamos que en cada zona solo aparece un defecto. Entonces
solo puede tomar valores 0, podemos utilizar la distribución binomial para calcular la probabili-
1, 2, 3, 4, …, k. dad de que en la superficie en mención aparezcan 0, 1, 2, 3, 4 defectos.
k 4 k
• Utilizaremos la distribución 4 p p
B n,k 1 .
de Poisson como una apro- k 4 4
ximación del experimento
binomial, donde el número Ahora bien, en una zona podría aparecer más de un defecto, por lo
de pruebas es muy alto que el cálculo es inexacto. Para corregir este error, debemos subdivi-
n , pero con proba- dir el área en varias regiones de tal manera que podamos obtener el
bilidad de éxito muy baja límite de la fórmula de la distribución binomial y obtener la fórmula
p 0 . de Poisson.
Características de la distribución de Poisson X: Ps .

La distribución de Poisson de una variable aleatoria X y parámetro
se representa con la notación
X: Ps .
Propiedades:
• Se aplica a una población de tamaño infinito.
• Los sucesos son independientes entre sí.
• La distribución de Poisson parte de la distribución binomial.
• Cuando en una distribución binomial se realiza el experimento
muchas veces, la muestra n es grande y la probabilidad de éxito
en cada ensayo es baja. Es aquí cuando se aplica la distribución de
Poisson.
• El producto de np tiende a aproximarse a un valor promedio,
al que lo denominamos parámetro .
92

Función de probabilidad de Poisson Simbología matemática
La función de probabilidad de la distribución de Poisson se expresa así:
P(X = k) es la proba-
k bilidad de ocurrencia cuando
P(X k) e. la variable discreta X toma un
k!
valor infinito k.
Algunos ejemplos de probabilidad de distribución de Poisson son:
(lambda) es la ocurrencia
• Número de clientes atendidos en un banco en dos horas. promedio por unidad de tiem-
• Número de personas que ingresan a una página web en una hora. po, volumen, área, etc.
• Número de partículas de impureza en un metro cúbico de agua.
e es la constante con valor
• Número de defectos en un metro cuadrado de tela. aproximado de 2,711 828.
• Número de vehículos que cruzan un semáforo en 30 segundos.
k es el número de éxitos por
unidad.
Ejercicios resueltos
1. En una fábrica de tornillos, la probabilidad de que uno de ellos
salga defectuoso es de 0,012. ¿Cuál es la probabilidad de que entre
800 tornillos ya fabricados salgan 5 defectuosos?
Los datos son: ab Glosario

p 0,012; n 800; 800 0,012 9,6; k 5 , c
5
impureza. Materia que,
9 ,6 (9,6) en una sustancia, deteriora algu-
P(X 5) e 0,046 02.
5! na o algunas de sus cualidades.
La probabilidad de que haya 5 tornillos defectuosos de 800 fabri-
cados es del 4,6 %.
2. La probabilidad de que haya un accidente en una compañía de au-

tobuses es de 0,025 por cada día de trabajo. Si la compañía trabaja Recuerda que…
360 días del año, ¿cuál es la probabilidad de tener 4 accidentes?
• La media µ o valor
esperado en la distribución de
Los datos son: p = 0,025 por cada día de trabajo; Poisson es igual al parámetro .
n = 360; np; • La varianza 2 en la distribu-
360(0,025) 9; k=4 ción de Poisson es igual a .
• La desviación estándar es la
9 (9)4 raíz cuadrada de .
P(X 4) e 0,033 7.
4!
La probabilidad de tener 5 accidentes en 360 días es del 3,37 %.
3. Supongamos que se conoce que a un hospital llegan pacientes a

la sala de emergencia a razón de 5 cada 2 horas. ¿Cuál es la proba-
bilidad de que lleguen exactamente 4 personas en 2 horas?
X es el número de pacientes que llegan a la sala de emergencia del
hospital en 2 horas.
5; k 4
5 (5)4
P(X 4) e 0,175 467.
4!
La probabilidad de que lleguen a la sala de emergencias 4 personas

en 2 horas es del 17,54 %.
93

Conexiones con las TIC Lectura de tablas de la distribución de Poisson
La tabla de probabilidad de Poisson permite resolver los ejercicios y
problemas anteriores con mayor facilidad. Para utilizarla es necesario
El programa GeoGebra te per- conocer el valor de lambda y el valor de X. Recuerda que X es el
mite realizar algunas gráficas número de éxitos que buscamos y que X = k.
de distribución estadística.
Si ingresas al siguiente enlace Ejercicios resueltos
bit.ly/2IR5LPC
1. Supongamos que X es una variable aleatoria que sigue una distri-
podrás mirar el tutorial para
efectuar las gráficas que se bución de Poisson con = 0,9 y X = k = 3. ¿Cuál es la probabilidad
muestran a continuación. de X?
Sigue estos pasos:
Lambda = 2 i) Localiza en la columna de la tabla x = 3.
ii) Localiza en la fila de la tabla = 0,9.
0,20
iii) Busca la intersección de los dos valores y esa es la probabilidad.

0,15
P (X–x)
0,10
La probabilidad de X es de 0,049 4, que corresponde al 4,9 %.

0,05
0,00
0 1 2 3 4 5 6 7 8 9 10 11 12 13
Figura 3.21.
Lambda = 4
0,25
0,20
0,15
2. Retomemos el problema de los pacientes de un hospital y resolvá-

P (X–x)
moslo utilizando la tabla de distribución de Poisson.

0,10
0,05
Supongamos que se conoce que a un hospital llegan pacientes a

0,00
0 1 2 3 4 5 6 7 8 9 10 11
la sala de emergencia a razón de 5 cada 2 horas. ¿Cuál es la proba-
Figura 3.22.
bilidad de que lleguen por lo menos 3 personas en 1 hora?
Lambda = 10
X es el número de pacientes que llegan al hospital en 1 hora.

0,12
= 2,5.
0,10
La pregunta hace referencia a que lleguen por lo menos 3 perso-

0,08
nas, es decir que pueden llegar más. Entonces:

P (X–x)
0,06
0,04
P(X ≥ 3) = 1 – P(X < 3), = 1 – [P(X = 0) + P(X = 1) + P(X = 2)].

0,02
0,00
0 2 4 6 8 10 12 14 16 18 20 22 25 Buscamos en la tabla los valores cuando

Figura 3.23. = 2,5 y k = 0; k = 1 y k = 2.
Obtenemos los valores
P(X ≥ 3) = 1 – [P(X = 0) + P(X = 1) + P(X = 2)],

= 1 – [0,082 1 + 0,205 2 + 0,256 5],
= 0,456 1.
94

Distribución de Poisson Conexiones con las TIC
Probabilidades de la distribución de Poisson La tabla que se muestra
x
e en esta página es una parte de
P x
x! la tabla completa. Si necesitas
obtener más valores, te sugeri-
mos descargar la tabla comple-
ta del siguiente enlace:
bit.ly/2vA8hAN
Tabla de distribución de Poisson, tomada de:

http://ocw.ub.edu/admistracio-i-direccio-dempre-
ses/ estadistica-empresarial-i/fitxers/temes/
TABLAS-ESTADISTICAS.pdf
95

Taller práctico
DCCD: M.5.3.18. Identificar variables aleatorias
discretas en problemas de texto y reconocer la dis-
3 Resuelve el siguiente problema.
tribución de Poisson, como ejemplo de variables Un comerciante de naranjas tiene cono-
aleatorias discretas y sus aplicaciones.
cimiento de que el 3 % del cargamento
1 Determina las siguientes probabilidades: está dañado. Si una compradora elige
100 naranjas al azar:
a) Si = 4, ¿a qué es igual P(X = 2)?
a) ¿Cuál es la probabilidad de que 4 naranjas
estén dañadas?
b) Si = 2,5, ¿a qué es igual P(X = 3)?
b) ¿Cuál es la probabilidad de que de 1 a 3 na-

ranjas estén dañadas?
c) Si = 3,6, ¿a qué es igual P(X = 7)?
4 Encuentra la solución utilizando la dis-

tribución de Poisson.
La probabilidad de que una flash me-
2 Calcula las siguientes probabilidades: mory dure al menos un año sin que fa-
lle es de 0,95. Calcula la probabilidad de
a) Si = 3, ¿a qué es igual P(X < 2)? que en una muestra de 20:
a) 12 duren al menos un año.
b) Si = 3, ¿a qué es igual P(X ≤ 2)?

b) 5 duren menos de un año.
c) Si = 3 y n = 5, ¿a qué es igual P(X > 2)?

c) Al menos 2 duren menos de un año.
96

5 Resuelve a) El número de vehículos que llega sea supe-
Supongamos que 8 de 100 casas no cum- rior a 3.
plen con las normas básicas de construc-
ción. Cuál es la probabilidad de que un
inspector de la construcción seleccione
aleatoriamente 40 de ellas y descubra que:
a) Ninguna de las casas incumple las nor-

mas de construcción. b) Esté comprendido entre 2 y 5.
b) Una casa incumpla las normas de cons-

trucción. Trabajo colaborativo
en el aula
Cuando trabajamos con estudiantes con alguna

necesidad educativa especial es necesario habili-
tar espacios de tiempo flexibles para el refuerzo
c) Dos casas no cumplan con las normas de en la asignatura.
construcción.
7 La variable X sigue una distribución de

Poisson con parámetro = 0,5. Hallen:
d) Al menos tres casas incumplan las nor- a) P(X = 1). b) P(X ≤ 2). c) P(X > 3).
mas de construcción.
8 Una entidad bancaria recibe por día en
promedio 6 cheques sin fondo. Cuáles
son las probabilidades de que reciba:
a) 5 cheques sin fondo en 1 día dado.
b) 15 cheques sin fondo en cualquiera
de 2 días consecutivos.
6 Resuelve
Se ha determinado que para abastecerse 9 El 8 % de registros contables de una em-
de combustible, los vehículos llegan a una presa presentan algún problema. Si una
gasolinera siguiendo una distribución de auditora toma una muestra de 40 regis-
Poisson de parámetro 1,6. Calcula la pro- tros, ¿cuál es la probabilidad de que exis-
babilidad de que: tan 5 registros con problemas?
97

Solución de problemas
cotidianos
Shutterstock, (2020). 266693240

Agencia de viajes X = “número de paquetes de viajes vendidos
1. Una agencia de viajes ofrece un premio entre los por el distribuidor ‘Placer’ al día”.
distribuidores si venden 320 o más paquetes de N(300, 10)
viajes por día. Sabemos que el
número de paquetes de viajes
X – 300 320 – 300
P(X ≥ 320) = P ≥
vendidos al día por los distri- 10 10
buidores “Viajes” y “Placer” = P Z ≥ 2 = 0,022 8
siguen una ley normal de la
forma siguiente: Interpretación
El 2,28 % de los días obtendrá premio el distribui-
Viajes y turismo.
dor “Placer”.
Distribuidor Media Desviación típica c) Del cálculo de la probabilidad, se observa que
“Viajes” 290 paquetes 20 paquetes de viaje
el distribuidor “Viajes” resulta beneficiado de la
de viaje decisión de la agencia.
“Placer” 300 paquetes 10 paquetes de viaje
de viaje Practica en tu cuaderno
Fuente: archivo editorial, (2020).
2. El tiempo en horas empleado en elaborar un
Se pide: producto sigue una distribución N(10, 2). Cuál
a) El porcentaje de los días que obtendrá premio es la probabilidad de que ese producto tarde
el distribuidor “Viajes”. en ser elaborado:
b) El porcentaje de los días que obtendrá premio a) menos de 6 horas.
el distribuidor “Placer”. b) entre 8 y 12 horas.
c) ¿A qué distribuidor beneficia la decisión de la
agencia? 3. En una empresa se requiere contratar personal
calificado. La directora de Recursos Humanos
Análisis de datos realiza una prueba de 10 ítems a los aspirantes
Se trata de una distribución normal en la que para a un puesto, teniendo en cada ítem 4 posibles
el primer caso se tiene N(290, 20) y para el segun- respuestas, de las que solo 1 es correcta. Supo-
do caso se tiene N(300, 10). niendo que los aspirantes tienen la misma pro-
babilidad de responder, cuál es la probabilidad
Modelización de que:
a) Para resolver el literal a), consideramos: a) contesten todos los ítems mal.
X = “número de paquetes de viajes vendidos b) contesten al menos 4 ítems bien.
por el distribuidor ‘Viajes’ al día” c) contesten entre 4 y 6 ítems bien.
N(290, 20) d) contesten todos los ítems bien.
Para obtener el premio, el porcentaje de días e) contesten menos de 3 ítems bien.
debe ser mayor o igual que 320.
4. El 30 % de un determinado pueblo ve un con-
X – 290 320 – 290
P(X ≥ 320) = P ≥ curso por televisión. Desde los estudios donde
20 20 se realiza el concurso se llama por teléfono a
= P Z ≥1,5 = 0,068 8 10 personas del pueblo, elegidas al azar. Cuál es
la probabilidad de que, entre las 10 personas,
Interpretación estuvieran viendo el programa:
El 6,68 % de los días obtendrá premio el distribui- a) más de 8 personas.
dor “Viajes”. b) algunas de las 10 personas.
c) ¿Cuál es la media y la desviación típica?
Modelización
Estos problemas han sido adaptados de:
b) Para resolver el literal b), procedemos de la mis- http://www.estadistica.net/Aeronautica2016/
ma manera. ejer-distribuciones.pdf
98

Matemática y evaluación del aprendizaje
¿Qué tiene que ver la matemática con la evaluación del aprendizaje? Rango 3
Pues en realidad mucho, ya que al analizar la evaluación de desempe- Rendimiento en la media
ño o de aprendizaje, inmediatamente se hace referencia a un modelo

normal de distribución de calificaciones. Rango 2
Rendimiento
Rango 4
Rendimiento
Sin embargo, debe entenderse que el modelo normal es aplicable solo inferior a la
media
superior a la
media
en aquellos casos en que las calificaciones deben responder a la nece-

sidad de orden a un determinado grupo de individuos de “excelentes”
a “deficientes”, situación que hace referencia a la nota obtenida, mas
no a los procesos de aprendizaje que valoran y enfatizan la forma y Rango 1
Rendimiento
Rango 5
Rendimiento
dificultades que el estudiante tiene en el proceso. mediocre excelente
Si bien es cierto que la distribución normal nos permite tener un 2,28 % 13,59 % 68,26 % 13,59 % 2,28 %
aprendizaje del grupo de trabajo como docentes, esto no implica que

Distribución normal de un ejemplo de rendimiento.
sea el único recurso para reflexionar sobre la labor docente en el aula.
Figura 3.24.
Es un parámetro, pero existen otros factores que se deben tomar en
cuenta al momento de realizar la evaluación del aprendizaje.
Adaptado de: http://www.scielo.cl/scielo.php?script=sci_arttext&pid=
S0718-07051997000100005
La matemática
y las profesiones
Licenciatura en Matemática
La matemática provee un lenguaje riguroso con el que pueden ex-
presarse de manera precisa, clara y desprovista de ambigüedades
e inconsistencias, las relaciones internas de las teorías que tratan

acerca de la naturaleza, de la sociedad y del comportamiento de
las personas.
La matemática tiene como finalidad el estudio de las estructu-
ras más generales del pensamiento lógico. Son características
de esta, su poder de análisis y síntesis, la riqueza en conceptos,
procesos y múltiples herramientas que pueden aplicarse a dis-
ciplinas tan diversas como las ingenierías, las ciencias naturales
e inclusive el arte.
Los postulantes a una Licenciatura en Matemática deberán cumplir
con el siguiente perfil:
• Bachiller en Ciencias o Bachillerato General Unificado. Licenciada en Matemática.
• Manejo de herramientas informáticas.

• Capacidad para resolver problemas de índole matemática y física.
• Predisposición a la investigación; tener alto grado de hábitos de
estudio.
La duración de la carrera es de ocho semestres y el campo ocupacio-
nal está relacionado con instituciones de nivel medio, así como con el
ámbito de la investigación.
Adaptado de: http://www.universia.com.ec/estudios/usfq/
licenciatura-matematicas/st/172789 99

TIC
Problemas de distribución binomial con GeoGebra
La probabilidad de que al administrarle un
antibiótico a cierto tipo de ave rapaz, este
presente una reacción negativa es 0,05. Si la
muestra de aves es 80, analiza la probabili-
dad de que:
1. en ningún ave haya reacción negativa;
2. haya reacción negativa en al menos 2 aves;
3. 5 aves hayan tenido reacción negativa.
Para resolver un problema de distribución

binomial, una vez activado GeoGebra en el
menú , escoge la opción: Cálculo de
probabilidades.
(2020). Geogebra
Una vez activada esta opción, en la casilla in-
ferior izquierda Normal , da clic en el
menú que se despliega y escoge la opción
Binomial.
(2020). Geogebra
Analiza los datos del problema como la mues-

tra n = 80 y la probabilidad p = 0,05. Ingresa
en las celdas .
Se despliega ! y ", la gráfica y la tabla de
(2020). Geogebra
valores correspondiente.
100

Para analizar las condiciones del proble-
ma, elige una de las opciones en el ícono
. Para la primera pregunta, escribe
.
Se desplegará la probabilidad, la porción del
gráfico que cumple la condición planteada, y
(2020). Geogebra
en la tabla de valores se resaltará la población
afectada.
Para la segunda pregunta, escoge la opción

y escribe
.
De igual manera, se desplegarán la probabili-
dad, el área de pertinencia y los valores som-
(2020). Geogebra
breados.
Para la tercera pregunta, elige

y escribe
.
Observa la zona de afección en la gráfica y en
(2020). Geogebra
la tabla de valores.
Para apreciar otros tipos de gráficos, elige

una de las opciones que se encuentra en la
parte izquierda superior .
Presionando en el icono , la página don-
de se analizan las probabilidades se integra
a la pantalla principal de GeoGebra. Antes
(2020). Geogebra
de este procedimiento, observa la barra de

trabajo. Puedes apreciar dos hojas de trabajo.
Luego de esta acción, observarás una.
Practica
1. Un agente de seguros vende pólizas a 8 personas, cuya salud es buena y sus edades son las mismas.
En un análisis demográfico, la probabilidad de que una persona viva 30 años o más con buena salud es
2
. Determina la probabilidad de que, transcurridos 30 años, se encuentre(n) con buena salud:
3
a) toda la muestra;
b) al menos 3 personas;
c) exactamente 4 personas.
101

Justificación
Tema: Las sucesiones Una sucesión es una función cuyo domino son
en el entorno
los #+, y el recorrido es un conjunto de los
reales ". La medicina, la física, la economía, la
cultura física y la ingeniería son algunos de los
Recursos campos donde se aplica esta teoría para anali-
• Calculadora, tablet, celular, zar el crecimiento de bacterias, el desarrollo de
computadora con la apli- la flora, la evolución de gérmenes o virus, entre
cación GeoGebra. otros temas. Pavo real.

Una de las sucesiones más importantes es la sucesión de Fibonacci,
la cual se construye empezando por la unidad. Luego, los siguientes
términos son la suma de los dos anteriores (1, 1, 2, 3, 5, 8, 13, …).
Objetivos El campo de mayor aplicación de esta sucesión matemática es la
• Utilizar la teoría de sucesio- naturaleza.
nes para demostrar la utili-
dad de la matemática. Actividades
• Construir documentos y di- • Formen equipos de tres estudiantes y elijan a una coordinadora
señar una exposición con o coordinador.
distintos objetos que evi- • Cada integrante consultará dónde se aplican las sucesiones en
dencien la utilidad de las forma general, y dónde se aplica la sucesión de Fibonacci en la
sucesiones. naturaleza y la ciencia.
• Utilizar GeoGebra para de- • Una vez realizada la investigación, los coordinadores se reunirán
mostrar cómo se construyen para seleccionar las aplicaciones que expondrá cada equipo, de tal
sucesiones, y cuál es su com- forma que no se repita la información en los grupos.
portamiento en el plano. • Cada grupo elaborará carteles explicativos de lo investigado,
• Proporcionar información y folletos para repartir entre sus compañeras y compañeros.
acerca de las sucesiones y de • Adquieran elementos como una piña, una alcachofa, un bróco-
la sucesión de Fibonnaci en li, una coliflor, celdas de un panal de abejas, girasoles, margaritas,
medios escritos. cartuchos, primaverillas, tradescantias, entre otros.
• Elaboren una feria para explicar cómo se generan las sucesiones,
cómo estas se encuentran presentes en la naturaleza y cómo,
a partir de estos conceptos, la arquitectura ha podido crear her-
mosas edificaciones.
• Reproduzcan videos interactivos (por ejemplo: https://www.
youtube.com/watch?v=A1KwKkh-03c).
• Con el programa GeoGebra, construyan otras sucesiones y verifi-
quen la monotonía, dominio y recorrido.
• Elaboren un informe de los logros alcanzados en esta actividad
y un resumen de sus conclusiones.
Shutterstock, (2020). 224222065
Conclusiones
• Las sucesiones permiten resolver problemas de mayor complejidad.
• A partir de las sucesiones, se pueden demostrar fenómenos en la
Trabajo en equipo.
naturaleza y en la vida cotidiana.
• No se debe confundir el concepto de sucesiones con el de series
numéricas.
102

En síntesis
Estadística
y probabilidad
Shutterstock, (2020). 247038415
Shutterstock, (2020). 196289447

Semillas de girasol. Resplandor de la mañana.
Álgebra y funciones Estadística y probabilidad
Sucesiones Distribución Distribución

Distribución de
convergentes. binomial o de normal
Poisson X ~Ps( )
Límite de una Bernoulli B(n, p) X N( , )
sucesión
• Definición. Uso • Definición. • Características
de tablas Uso de tablas de la distribu-
• Álgebra de N(0, 1) ción. Función
sucesiones de probabilidad
convergentes
• Probabilidad • Tipificación. • Lectura de
• Definición acumulada Cálculo de tablas de la
de sucesiones probabilidades distribución
convergentes con distribu- de Poisson
ción normal
• Propiedades
de los límites
de sucesiones
convergentes
103

Heteroevaluación a) fn 0 .
M.5.4.1. Identifica las sucesiones según sus carac- 3
terísticas y halla los parámetros desconocidos; b) fn .
aplica progresiones en aplicaciones cotidianas y 4
analiza el sistema financiero local, apreciando la
importancia de estos conocimientos para la toma c) fn 0 .
de decisiones asertivas. (J.2.)
1 d) fn 2 .
Calcula lím an para an, que se define en
n
cada ítem.
Para n suficientemente grande, ¿qué su-
4 3n cede con cada término de la sucesión de
a) an .
11n 1 funciones (fn)? Explica tu respuesta en
n2 25 forma intuitiva.
b) an .
4n2 9
I.M.5.10.2. Identifica variables aleatorias discretas
1 1 2
c) an 2
. y halla la media, varianza y desviación típica; re-
n n n n conoce un experimento de Bernoulli y la distribu-
ción binomial para emplearlos en la resolución de
5n 1 n2 5n 2 1 problemas cotidianos y el cálculo de probabilida-
d) an – . des; realiza gráficos con el apoyo de las TIC. (I.3.)
3n2 10 7n2 n 1 7 4 Se reparten unas invitaciones sabiendo
que el 40 % de los invitados asistirán al
2 acto. Se seleccionan al azar 10 invitados.
En cada ítem se define una sucesión de Calcula:
funciones (fn). Representa gráficamente
las primeras cuatro funciones. Para el a) La probabilidad de que solo 3 acudan al
efecto, para cada n #+, elabora una ta- acto.
bla de valores de fn(x), x Dom(fn), y con b) La probabilidad de que acudan más de 3.
estos, construye cada gráfica.
5 Halla en una distribución N(0, 1) las si-

x 1,
a) fn x 2
x 0, , guientes probabilidades:
n 1
n 0, 1, 2, .
a) P[Z > –0,2].
n 4, x 1, , b) P[Z > 1 ,27].
b) fn x
x2
c) P[–0,52 < Z < 1,03]
n 0, 1, 2, .
d) P[Z < 0,25].
6 Para preparar un pastel para un matri-

3 Sea (fn) la sucesión definida como
monio el tiempo empleado en horas
fn(x) = ((–1)n + 1)x x [0, 2], n = 0, 1, 2, ....
sigue una distribución normal N (8, 2).
Representa gráficamente las primeras
¿Cuál es la probabilidad de que se tarde
cinco funciones. Para el efecto, para cada
el panadero en prepararlo?
n #+, elabora una tabla de valores de
fn(x), y con estos, construye cada gráfica. a) Menos de 6 horas
Luego, estudia las sucesiones numéricas
reales siguientes: b) Entre 4 y 6 horas
104

Resuelve cada ejercicio y selecciona la respuesta
correcta. 9 Las ventas diarias, en dólares, en un de-
terminado comercio siguen una distribu-
7 Considera la sucesión (an) definida como ción N(950, 200). Calcula la probabilidad
5n2 3n de que las ventas diarias en ese comercio:
an , n . Determina el
2n2 1 i) superen los 1 200 dólares
límite de esta sucesión.
a) 10,56 %. c) 15,5 %.
b) 14,82 %. d) 8,72 %.
a) 3 b) 1 c) 5 d) 5
2 2 2 3 ii) estén entre 700 y 1 000 dólares
a) 20 %. c) 45 %.
8 ¿Cuál de las siguientes propiedades de b) 30 %. d) 44 %.
los límites de sucesiones convergentes es
errónea? 10 Utiliza la distribución de Poisson y
resuelve.
a) lím (un – vn) = lím un – lím vn.
n n n Se determina que en una ciudad, el 20 %
de las personas tiene un problema visual.
b) lím un = lím un. Si se toma una muestra de 50 personas
n n
al azar, ¿cuál es la probabilidad de que 10
c) lím unvn = lím un + lím bvn. de ellas tengan un problema en la vista?
n n a n an
lím
n n
d) bn ≠ 0, n = 1,2,b...,n y límbn ≠ 0. a) 12,5 %. c) 15 %.

n
b) 10 %. d) 15,5 %.
Autoevaluación
Siempre A veces Nunca

Identifico a las sucesiones y sus características.
Determino el límite de una sucesión de forma efectiva.
Distingo entre un experimento de Bernoulli y uno de distribución binomial.
Utilizo la distribución de Poisson para resolver problemas.
Coevaluación

Trabajamos en equipo y todos aportamos para la solución de problemas.
La participación grupal nos permite conocernos y valorarnos con nuestras
virtudes y fortalezas.
Metacognición
a) ¿En qué te puede servir una distribución de Bernulli?
____________________________________________________________________________________________________
b) ¿Qué sección de esta unidad te gustó más?

____________________________________________________________________________________________________
105

Función exponencial
y logarítmica
Fenómenos naturales y logaritmos
L
as aplicaciones de las ecuaciones loga-
rítmicas en la explicación de fenómenos
naturales son múltiples, por ejemplo,
para medir la intensidad del sonido en mú-
sica, para determinar la intensidad de los mo-
vimientos sísmicos en geología, para obtener
la data de restos arqueológicos en la paleon-
tología, para determinar el nivel de acidez de
determinados productos en química, entre
otros.
Adaptado de: http://matematica.cubaeduca.cu/medias/
interactividades/temas_11no/17_Ecuaciones_e_inecua-
ciones_logaritmicas_web.publi/web/co/17_Ecuacio-
nes_e_inecuaciones_logaritmicas_2.html
Observa y contesta
• ¿Cómo crees que obtienen los antro-
pólogos el número de años de un fósil
encontrado?
• ¿Cómo crees que se realiza el estudio
el estudio del crecimiento de una bac-
teria?
106

4
Shutterstock, (2020). 549966529

unidad
Objetivos
• O.G.M.1. Proponer soluciones creativas a
situaciones concretas de la realidad nacio-
nal y mundial mediante la aplicación de
las operaciones básicas de los diferentes
conjuntos numéricos, y el uso de modelos
funcionales, algoritmos apropiados, estra-
tegias y métodos formales y no formales
de razonamiento matemático, que lleven
a juzgar con responsabilidad la validez de
procedimientos y los resultados en un
contexto.
• O.G.M.5. Valorar, sobre la base de un pen-

samiento crítico, creativo, reflexivo y lógi-
co, la vinculación de los conocimientos
matemáticos con los de otras disciplinas
científicas y los saberes ancestrales, para
así plantear soluciones a problemas de la
realidad y contribuir al desarrollo del en-
torno social, natural y cultural.
• O.G.M.6. Desarrollar la curiosidad y la

creatividad en el uso de herramientas
Shutterstock, (2020). 303862733

107

DCCD: M.5.1.74. Reconocer y graficar funciones exponenciales analizando sus características: monotonía, concavidad y comportamiento al infinito.
Saberes previos
¿Cómo se llaman estas

Función exponencial. Propiedades
funciones: Dos funciones muy importantes que intervienen en muchos cam-
f(x) = ax + b, x ! ", pos de la ciencia, la industria y el comercio son la exponencial y la
f(x) = ax2 + bx + c, x ! "? logarítmica, una inversa de la otra, que nos proponemos estudiar a
continuación.
Definición. Sea a > 0 con a ≠ 1 fijo. La función u: ! " se llama

n an
Desequilibrio cognitivo función exponencial de base a y de variable entera.
¿Cuáles son las propie-
Propiedades
dades de la potenciación cuan-
do las bases a, b ! " no nulos i) u(0) = a0 = 1.
y los exponentes m, n ! "? ii) Para todo n ! !, u(n) = an > 0.
iii) Para todo m, n ! !, u(m + n) = am+n = aman = u(m)u(n).
iv) Si a > 1 y n1, n2 ! !, tal que n1 < n2, entonces
u(n1) = an1 < an2 = u(n2), es decir que la función u es creciente.
v) Si 0 < a < 1 y n1, n2 ! !, tal que n1 < n2, se tiene
u(n1) = an1 > an2 = u(n2), esto es, la función u es decreciente.
Recuerda que… vi) Para a > 1 y n ! !+, el número real u(n) = an es tan grande como
Las propiedades i) a se quiera según n lo sea, y u(–n) = a–n es positivo y tan pequeño
vii) de la función exponencial como se quiera para n suficientemente grande.
de base a y de variable entera vii) Para 0 < a < 1 y n ! !+, el número real u(n) = an es tan pequeño
también se verifican para la como se quiera para n suficientemente grande, y u(–n) = a–n es
función exponencial de base a tan grande según n también lo sea.
y de variable racional.
Nota que
El grafo de u es el conjunto discreto G(u) = {(n, an) | n ! !}.
r!# m, n ! !
m
con n ≠ 0, tal que r = , Ejercicio resuelto
m n
v(r) = a = a
r n Consideremos la función definida como u(n) = 5n; n ! !. Tenemos
1 1 u(0) = 50 = 1, u(n) > 0, n ! !, más aún, u(n) = 5n ≥ 5, n ! !+,
= (a n )m = (a m) n . 1
0 < u(–n) = 5–n = n < 1, n ! !+.
El grafo de v es el conjunto 5
G(v) = {(r, ar) | r ! #}. Verifiquemos que u es estrictamente creciente. Para n1, n2 ! !, tal que
Escribe las propiedades de n1 < n2, existe p ! !+, tal que n2 = p + n1. Luego,
ar con r ! # y a > 0, a ≠ 1.
u(n2) = 5n2 = 5p+n1 = 5pu(n1).
Como 5p > 1, se sigue que u(n1) < u(n2). Así, n1 < n2 u(n1) < u(n2).
El grafo de u es el conjunto G(u) = {(n, 5n) | n ! !}.
Sea a > 0 con a ≠ 1 fijo. La función v: # "

r v(r) ar
se llama función exponencial de base a y de variable racional (variable
independiente).
108

Potenciación con exponentes reales
Sea a > 0 con a ≠ 1 fijo. Para x ! " \ #, ¿cómo se define ax? Recuerda que…
¿Qué significado atribuimos a ax?
En la Figura 4.1. se repre-
senta la gráfica de v cuando
Consideramos, por ejemplo, 2 2. Tomando aproximaciones de
0 < a < 1.
2 ( 2 1,414 213 562), tenemos las siguientes:
y
21,41 2,657 376 28,
21,4142 2,665 119 089,
21,414213 2,665 143 104,
21,41421356 2,665 144 138,
1 y = ax
2 2
2,665 144 143.
0 x
En definitiva, consideramos aproximaciones de 2rm siendo (rm) una 0<a<1
sucesión de números racionales que son aproximaciones de 2 y Figura 4.1.
que convergen a 2 , de modo que, en forma intuitiva,
En la Figura 4.2. se representa la
gráfica de v, a > 1.
2 2 =mlím∞ 2r , y rm
m
m ∞
2.
y
Observa que rm ! # y 2 están bien definidos.
rm
De manera general, ax se aproxima con una sucesión de números rea-

les de la forma arm, siendo rm ! # aproximación de x, de modo que rm
y = ax
converge a x para m que tiende al infinito. 1
Definición. Sea a > 0, a ≠ 1 fijo. La función f de " en "+, definida 0 x

como a>1
f(x) = ax, x ! ",
Figura 4.2.
se llama función exponencial de base a.
Dom(f) = ", Rec(f) = {f(x) | x ! "} = ]0, ∞[. A la función exponencial de
base a se le denota también
Ejercicios resueltos Expa, esto es,
+
1. Considerar la función f: " "
+
. Tenemos Dom(f) = ", Expa: " "
x f(x) = 2x x expa(x) = ax.
Rec(f) = ]0, ∞[. El grafo de f es el conjunto G(f) = {(x, 2x) | x ! "}. Las propiedades que hemos
precisado para la función
Algunos valores de f se muestran en la tabla. Con dichos valores v(r) = ar, r ! # se verifican
obtenemos algunos puntos de G(f). para la función f(x) = ax, x ! #.
f(–3) = 2–3 = 13 = 0,125; f(0) = 20 = 1; f(3) = 23 = 8.

2
x –3 –2 –1 0 1 2 3
f(x) = 2x 0,125 0,25 0,50 1 2 4 8
Nota que si n > 1 suficientemente grande, f(n) = 2n es tan grande

1
como se quiera, y f(n) = 2–n = n se aproxima a cero como se
2
quiera.
109

y El grafo de f es el conjunto G(f) = {(x, 2x) | x ! "}.
8
7 Observa que la gráfica de f se extiende hacia arriba en la medida

en que x > 0 sea suficientemente grande. Por otro lado, la gráfica
6
se aproxima al eje x tanto como se quiera, en la medida en que – x
5 y = 2x
sea muy grande, con x < 0.
4
3
La función f es estrictamente creciente, y se evidencia en la Figura
4.3. de f. Además, esta es una función biyectiva.
2
1
Demostración de biyección
0 i) Inyectiva
–3 –2 –1 1 2 3 x
Sean x1, x2 ! " con x1 < x2. Existe p ! "+, tal que x2 = x1 + p.
Figura 4.3.
Luego,
2x2 = 2x1+p = 2p2x1,
y como 2p > 1, de esta igualdad se deduce 2x1 > 2x2.
Eje transversal ii) Sobreyectiva

Sea y ! "+. Halla x ! ", tal que y = 2x. Admitimos que esta ecua-
Ciudadanía ción siempre tiene solución en ", a la que notamos x .
El censo del año 2011 confirmó
que en Ecuador la población Como la función es inyectiva y sobreyectiva, se concluye que es
aproximada era de 14 388 000. biyectiva.
Estudios realizados por el INEC
manifiestan que la tasa de " "+
crecimiento aproximada es del
2. Sea f la función real definida como f: 1 .
x f(x) = x
2,19 %. Para que los gobiernos 2
locales, regionales y nacionales Tenemos Dom(f) = ", Rec(f) = ]0, ∞[ y el grafo de f
apliquen programas equitativos
de distribución de bienes y ser- 1
G(f) = x, |x!" .
vicios, deben utilizar modelos 2x
exponenciales que les permitan En la tabla se muestran algunos puntos.
conocer el crecimiento y decre-
cimiento poblacional.
x –3 –2 –1 0 1 2 3
1
f(x) = x 8 4 2 1 0,5 0,25 0,125
2
Shutterstock, (2020). 522445369
En la Figura 4.4. se muestra la y
gráfica de esta función. Para 8
n > 1 tan grande como se 7

1 1
quiera, f(n) = n es tan y= 6
2x
2
5
Gráfico de crecimiento poblacional. pequeño como se quiera,
mientras que 4
1
f(–n) = –n = 2n es tan 3
2
2
grande como se quiera.
1
La función f es decreciente,
–3 –2 –1 0 1 2 3 x
lo que se evidencia en la grá-
fica de esta función. Figura 4.4.
110

Función exponencial de base e
Recuerda que…
Una función importantísima que aparece en muchos cálculos es la
función exponencial de base e. Este número es el límite de la sucesión
1 n 1 n
1+ , n ! !+, esto es, 1+ con n ! !+ se
n n
desarrolla con el Binomio de
1 n 1 1 1 1 2 1 n
Newton y para n suficiente-
e = lím 1 + = lím 1+1+ 1– + 1– 1– +…+ ,
n ∞ n n ∞ 2! n 3! n n n mente, grande
1
∞ se aproxima a 0.
o también: e = ∑ k!1 = 1 + 1 + 2!1 + 3!1 + … + n!1 + … .,
k=0
n
La función exponencial con
base e también se escribe como
cuya aproximación es e 2,7182818284. exp(x).
+
La función Exp " "

+
se llama función exponencial de base e. Exp: " "
x exp(x) = ex.
x f(x) = ex
Esta función tiene propiedades
A la izquierda se muestran algunos valores de esta función, mientras
similares a la función
que a la derecha se muestra una porción de la gráfica de Exp. (Figura
f(x) = 2x, x ! ".
4.5.).
y
x exp(x)
0 exp(0) = 1 6
0,1 exp(0,1) = e0,1 1,105 170 918 5
0,5 exp(0,5) = e 1,648 721 271

4
1 exp(1) = e 2,718 281 828 4 y = ex
3
1,5 exp(1,5) = e1,5 4,481 689 07
2
–0,2 exp(–0,2) = e–0,2 0,818 730 753 1
1 1
–0,5 exp(–0,5) = 0,606 530 659 6
e
–1 exp(–1) = e–1 0,367 879 441 2 –3 –2 –1 0 1 2 3 x
Figura 4.5.
En la Figura 4.6. se muestran y

las gráficas de las funciones y = 3x
y = 10x
exponenciales de bases 2, 3 y 10 Matemática y
10, respectivamente notadas 9 concentración de alcohol
u(x) = 2x, v(x) = 3x, w(x) = 10x 8 Es posible medir la concentra-
x ! ". 7
ción del alcohol en la sangre de
una persona mediante la utiliza-
6
Para x > 0 se verifican ción de una función exponen-
5
2x < 3x < 10x, y 10–x < 3–x < 2–x. y = 2x cial determinada por
4
3
r = 6ekx,
2 donde r es el riesgo de tener un
1 accidente automovilístico, x es
la concentración de alcohol en
Figura 4.6. –1 0
–3 –2 1 2 3 x la sangre, y k es una constante.
111

Taller práctico
DCCD: M.5.1.74. Reconocer y graficar funciones
exponenciales analizando sus características: mo- 5 Sea f la función real definida como
notonía, concavidad y comportamiento al infinito.
1 Con el uso de una calculadora científi- f: " "
+
ca, halla aproximaciones de 2 3 de los x f(x) = 3x.

siguientes números.
a) Completa la tabla de valores que se indica.
a) 2 1,73
= ________________________________________ x f(x) = 3x x f(x) = 3x x f(x) = 3x
b) 21,732 0 = ______________________________________ –3 0 1,5
–2 0,2 2,0
c) 21,732 050 = _____________________________________
–1,5 0,5 2,2
d) 21,732 050 81 = ___________________________________
–1,0 1,0 2,4
–0,5 1,1 2,6
2 Obtén valores aproximados de 2 y 3
–0,1 1,3 3,0
compara con las aproximaciones ante-
riores. b) Traza la gráfica de f.
_______________________________________________
_______________________________________________
_______________________________________________
3 Tomando como aproximación de

5 2,236 067 977, obtén las siguientes
x
aproximaciones de ( 5)x = 5 2 para x
aproximación de 2 . Utiliza una calcu-
ladora.
a) x = 1,41.
_______________________________________________ c) Describe las propiedades de f.
_______________________________________________
b) x = 1,414 2.
_______________________________________________
_______________________________________________
_______________________________________________
c) x = 1,414 243. _______________________________________________
_______________________________________________ _______________________________________________
_______________________________________________
d) x = 1,414 221 356.
_______________________________________________
6 Considera la función real f definida como
4 f: " " 1
+
Obtén aproximaciones de 3 2 + 2 3
x f(x) = x .
cuando 2 y 3 se aproximan con cua- 3
tro cifras luego del punto decimal.
_______________________________________________
a) Completa la tabla de valores:
_______________________________________________
112

x f(x) = 3–x x f(x) = 3–x x f(x) = 3–x
–2,0 0 1,2
–1,5 0,2 1,5
–1,0 0,4 2,0
–0,6 0,8 2,5
–0,2 1,0 3,0
b) Traza la gráfica de f. Luego, haz un análisis

de la función.
en el aula
En ocasiones existen peleas dentro del aula, en

esta situación de conflicto debemos profesores
y estudiante ayudar a clamarlos en lugar de
animarlos.
7 Resuelve. 8 Sean f, g, h las funciones exponenciales

Un criadero de palomas tiene una pobla- que se definen a continuación: f(x) = 2–x,
ción inicial de 20 palomas, 10 parejas con g(x) = e–x, h(x) = 5–x , x ! ".
algunas de ellas que tienen nidos. En la ta- En el mismo sistema de coordenadas,
bla inferior se muestra el crecimiento de las tracen las gráficas de estas funciones y
palomas. Nota que no se tiene información analícenlas.
ni del nacimiento ni de la muerte de las pa-
lomas. Los tiempos están dados en meses.
t (meses) P (población) 9 En cada ítem se define una función u.
1 22 Determinen las asíntotas; elaboren una
3 27
tabla de valores; tracen y describan su
4 30
6 36 gráfica.
8 44
10 54 a) u(x) = 2–x2 , x ! ".
11 60 x 2
–
12 66 b) u(x) = 2 3
, x ! ".
15 90
18 121 1
24 220
c) u(x) = , x ≠ 0.
1 – e–x
30 402
2x – 2–x
Construye la gráfica que representa el d) u(x) = , x ! ".
2
crecimiento de las palomas en los 30 pri- 1
meros meses. e) u(x) = 3 + , x ≥ 0.
2 + ex
113

DCCD: M.5.1.75. Reconocer la función logarítmica como la función inversa de la función exponencial para calcular el logaritmo de un número, y
graficarla analizando esta relación para determinar sus características.
Saberes previos
¿Cómo determinas si
Función logarítmica
una función tiene inversa? Sean a > 0 con a ≠ 1 y f la función de " en "+, definida como f(x) = ax
x ! ". Tenemos Dom(f) = ", Rec(f) = "+. La función es biyectiva.
Desequilibrio cognitivo a) Inyectiva: x1, x2 ! ", x1 ≠ x2 ax1 = f(x1) ≠ f(x2) = ax2.

b) Sobreyectiva: Rec(f) = "+ y ! "+, x ! ", tal que y = f(x) = ax.
¿Cómo demuestras que
una función es biyectiva?
La función inversa de la función f se define a continuación:
"+ "
f–1:
y f (y) = x.
–1
Esta función está relacionada con la función directa f mediante la si-

guiente equivalencia:
y = f(x) = ax x = f–1(y), x ! ", y ! "+.
Al número real f–1(y) se lo denomina logaritmo de base a de x y se lo

nota loga(y). Así,
Recuerda que…
y = ax x = loga(y).
A, B son dos conjuntos
(no vacíos) cualesquiera y f Como se ha dicho, la función exponencial dada como Expa(x) = ax,
es una función de A en B que x ! " es biyectiva, por lo tanto, existe la función inversa notada
suponemos biyectiva, esto es, como Loga, esto es,
A B "+ "
f: Loga:
x f(x), y loga(y),
de modo que se verifican las donde loga(y) es la imagen de la función Loga en y.
dos condiciones.
Inyectividad: La función Loga se llama función logaritmo de base a y el número real
x1, x2 ! A, x1 ≠ x2 f(x1) ≠ f(x2) loga(x) con x > 0 se llama logaritmo de base a de x.
Sobreyectividad:
Rec(f) = B. El Dom(Loga) = "+, Rec(Loga) = ", la función exponencial y la logarít-
mica están relacionadas mediante la siguiente equivalencia:
y = expa(x) x = loga(y), x ! ", y ! "+.
Nota que cuando la base a = e, y > 0 se escribe ln(y), lo que se deno-

mina logaritmo natural de y, o también logaritmo neperiano. Tenemos
ab Glosario
c y = exp(x) x = ln(y).
biyección. Aplicación
biyectiva. Cuando a = 10, y > 0, se escribe log(y) al logaritmo de base 10 de y.
biyectiva. Dicho de una apli-
cación de un conjunto en otro: Ejercicios resueltos
" "+
que cumple que su correspon- 1. La función Exp2: es biyectiva. Su función
x exp2(x) = 2x
dencia inversa es también una +
aplicación. inversa está definida como Log2: " "
.
x log2(x)
El número real log2(y) se llama logaritmo de base 2 de x con x > 0.
114

Tenemos la equivalencia y = exp2(x) x = loga(y). Una tabla de
valores de la función Log2 se obtiene con ayuda de la función ex-
ponencial Exp2; su gráfica se muestra en la Figura 4.7. y
3
exp2(0) = 1, log2(1) = 0, 2
y = log2(x)
1 1
1 1
exp2 =2 = 2, 2
log2 2 = ,
2 2 –1
0 1 2 3 4 5 6 7 8 x
–2
exp2(1) = 21 = 2, log2(2) = 1,
–3
exp2(2) = 22 = 4, log2(4) = 2, Figura 4.7. Gráfica de la función y = log2(x).
exp2 – 1 = 1 , log2 1 = – 1 ,
2 2 2 2
1 1
exp2(–1) = . log2 = –1.
2 2
Observa que para 0 < x < 1, se tiene log2(x) < 0, y para x > 1 es
log2(x) > 0. La función logarítmica de base 2 es estrictamente cre- Interdisciplinariedad
ciente: Matemática e historia
x1, x2 ! ]0, ∞[, x1 < x2 log2(x1) < log2(x2). Los logaritmos neperianos se
denominan de esta forma por
"+ " el nombre de su inventor John
2. La función Exp 1 : 1 es biyectiva. Su función
2 exp 1 (x) = x
x Napier, quien intentó formar
2 2
un procedimiento para agilitar
+
inversa está definida como Log 1 : " " , los complicados cálculos que
2 y log 1 (y) debían realizarse en astronomía
2
y trigonometría.
de modo que se tiene la siguiente equivalencia:
y = exp 1 (x) x = log 1 (y).
2 2
La tabla de valores de la función Log 1 es la que se detalla a ab Glosario

2 c
continuación. Su gráfica se representa en la Figura 4.8. astronomía. Ciencia que
trata de los astros, de su movi-
exp 1 (–3) = 23 = 8, log 1 (8) = –3, miento y de las leyes que lo rigen.
2 2
exp 1 (–2) = 22 = 4, log 1 (4) = –2,

2 2 y
exp 1 (–1) = 2, log 1 (2) = –1, 3

2 2
2
exp 1 (0) = 1, log 1 (1) = 0, 1
2 2
0 1 2 3 4 5 6 7 8 x
1 1 –1
exp 1 (1) = , log 1 = 1, y = log 1 (x)
2 2 2 2 –2
2
–3
1 1
exp 1 (2) = . log 1 = 2.
2 4 2 4 Figura 4.8. Gráfica de la función Log 1 x.
2
Con esta función, para 0 < x < 1, se tiene log 1(x) > 0 y para x > 1 se
2
tiene log 1 (x) < 0. Además, la función es estrictamente decreciente:
2
x1, x2 ! "+, x1 < x2 log 1 (x1) > log 1(x2).

2 2
115

Propiedades de los logaritmos
Teorema. Sea a > 0, a ≠ 1 base de la función logarítmica Loga. Se veri-
fican las siguientes propiedades.
i) loga( ) = loga( ) + loga( ), , ! "+.

ii) loga = loga( ) – loga( ), , ! "+.
m m
iii) loga( n )= log ( ), ! "+, m, n ! ! con n ≠ 0.
Matemática y curiosi- n a
dades
Una curiosidad sobre las Demostración. Sean , ! "+.
aplicaciones de logaritmos en i) De la definición de las funciones Expa y Loga se tienen las siguientes
la vida real es la de Benjamin equivalencias:
Franklin, el famoso científico. En u = loga( ) = expa(u),
su testamento, Franklin donaba v = loga( ) = expa(v).
1 000 libras a los habitantes de
Boston, a condición de que se Luego, = expa(u)expa(v) = expa(u + v),
prestasen al 5 % a artesanos
jóvenes. Según Franklin, al cabo
de donde u + v = loga( ) y consecuentemente,
de 100 años, la suma se habría
loga( ) = u + v = loga( ) + loga( ).
convertido en 131 000 libras.
Comprobemos si esto es cierto.
Observaciones:
El capital final al cabo de esos i) Sean , , ! "+. Aplicando la propiedad asociativa del producto
100 años será
de números reales y la propiedad i) del teorema precedente, obte-
x = 1 000 · 1,05100. Para calcular nemos
esa enorme potencia, usaremos log( ) = loga( ( )) = loga( ) + loga( ) = loga( ) + loga( ) + loga( ).
los logaritmos:
x = 1 000 · 1,05100; De manera general, sean 1, … n ! "+. Entonces,
log x = log 1 000 + 100 · log 1,05; log( 1× … × n) = loga( 1) + … + loga( n).
log x = 3 + 100 · 0,021 2 = 5,12;
x = 105,12 = 131 825,67 libras ii) Sea ! "+. Puesto que loga(1) = 0, se sigue que
loga 1 = loga(1) – loga( ) = – loga( ).
Adaptado de:
https://www201501.wordpress.
com/funcion-logaritmica-y-
aplicaciones/ iii) Para m = 1 y n ! ! con n ≠ 0, ! "+, se tiene
1 1
loga( n )= log ( ).
n a
Para n = 1, m ! !, ! "+, se tiene loga( m) = mloga( ).
Ejemplos resueltos
Shutterstock, (2020). 423235870
1. Se conoce que log(2) 0,301 0, log(3) 0,477 1. Calcular el valor

5
aproximado de log( 144 ) con cuatro cifras luego de la coma
decimal.
Puesto que 144 = 24 × 32, entonces,
4 2
5 5
Benjamin Franklin (1706 - 1790). log( 144 ) = log 24 × 32 = log(2 5 × 3 5 )
4 2 4 2
= log(2) + log(3) = × 0,301 0 + × 0,477 1 = 0,431 64.
5 5 5 5
116

2. Se conocen valores aproximados con siete cifras luego de la coma
decimal de los siguientes logaritmos:
ln(2) 0,693 147 2, ln(3) 1,098 612 3, ln(5) 1,609 437 9.
8
i) Obtén el valor aproximado de ln con siete cifras de precisión.
5
8 23
ln = ln = 3ln(2) – ln(5)
5 5 Recuerda que…
3 × 0,693 147 2 – 1,609 437 9 = 0,470 003 7.
Dado N ! "+, ¿cómo
200 están relacionados loga(N) y
ii) Obtén el valor aproximado de y = ln . logb(N)? Tenemos la respuesta
9
en el siguiente teorema.
Primeramente, 200 = 52 × 23 y 9 = 32. Entonces,
Teorema. Sean a, b ! "+
200 5 ×2
2 3 con a ≠ 1, b ≠ 1 bases de dos
y = ln = ln = 2ln(5) + 3ln(2) – 2ln(3) funciones logarítmicas, N ! "+.
9 32
Entonces,
2 × 1,609 437 9 + 3 × 0,693 147 2 – 2 × 1,098 612 3 = 3,101 092 8. loga(N) = loga(b) logb(N).
3. Sea a ! " y z = 5 ×a 2 . Demuestra que z = 10a(1–log(3)), y calcula

a a
3
a si z = 100.
Sea a ! ". De las propiedades de los logaritmos, tenemos
5a × 2a
log(z) = log = log(5a) + log(2a) – log(3a)
3a
= alog(5) + alog(2) – alog(3)
= a(log(5) + log(2) – log(3)) = a(1 – log(3)),
de donde z = 10a(1–log(3)).
Conexiones con las TIC
De la igualdad obtenida log(z) = a(1 – log(3)) y tomando en cuen-
ta que para z = 100 = 102, obtenemos log(z) = log(102) = 2, con lo Si no dispones de una
que calculadora científica, puedes
2 ingresar al siguiente enlace y
2 = a(1 – log(3)) a = 3,824 978 578.
1 – log(3) calcular el logaritmo de cual-
quier base:
4. Sean a > 0 y a ≠ 1. Para x > 0 se tiene
2 bit.ly/2Ldz6Wa
z = loga(8) – 4loga(2) + 3loga(1 + x). Simplifiquemos la escritura
3
de z. Apliquemos las propiedades de los logaritmos y escribamos
z con un solo logaritmo. Tenemos:
2
z= log (8) – 4loga(2) + 3loga(1 + x)
3 a
2
= loga(8 3 ) + loga(2–4) + loga(1 + x)3
2
= loga 8 3 × 2–4 × (1 + x)3 = loga((22 × 2–4 × (1 + x)3)
= loga 1 (1 + x)3 .
4
117

Taller práctico
DCCD: M.5.1.75. Reconocer la función logarítmica 1 1
como la función inversa de la función exponencial para b) ln(u) = ln(a2 + b2) – (ln(a + b) –
calcular el logaritmo de un número, y graficarla anali-
2 3
zando esta relación para determinar sus características. ln(b – a)), b > a.
1 Se conocen valores aproximados con sie-
te cifras de precisión:
ln(2) 0,693 147 2, ln(3) 1,098 612 3,
ln(11) 2,397 879 5.
Calcula el valor aproximado de x que se
define en cada caso, y verifica su resul-
tado.
1
c) log2(u) = (3log2(a) – (5log2(b) + 2log2(c))).
3 4
a) x = log7
8
113 1 1 3
b) x = log3 d) log5(u) = log (a) + log5(a) + log5(c)
25 3 5 4 2
b
– log5(b) + 3log5(a + c) – log5 .
a
27 × 75 × 112
c) x = log10
36
3 +
La función " " es biyectiva.
x exp(x) = ex
A su función inversa se la nota Ln y se la
define como:
+
2 +
Sean a, b, c ! " . En cada ítem se define Ln: " "
x ln(x).
u. Halla u de forma simplificada.
El número real ln(x) con x > 0 se llama lo-
garitmo natural de x. Se tiene
1
a) log(u) = log(a + b) – 3log(a) + 2log(b + c).
2 y = exp(x) = ex x = ln(y).
a) Utiliza una calculadora y genera una tabla de

valores que te permitan construir su gráfica.
b) Grafica la función y = ln(x).
118

en el aula
Cuando trabajamos con estudiantes con necesi-

dades auditivas, el uso de la computadora y de
c) Responde las preguntas: las nuevas tecnologías son recursos que ayudan
• ¿En qué intervalo la función es negativa, po- a canalizar el aprendizaje.
sitiva?
_______________________________________________
• ¿Cuál es la ecuación de la asíntota de la fun-
ción? 5 Se conocen valores aproximados con seis
_______________________________________________ cifras de precisión:
• ¿En qué punto corta al eje de las x? ln(2) 0,693 147 2; ln(3) 1,098 612 3.
_______________________________________________ Calculen el valor aproximado de x que

se define en cada caso y verifiquen su
resultado.
4 Analiza el comportamiento de las si- 3 27
guientes gráficas. Determina las asínto- a) x = ln b) x = ln3
2 25
tas de cada una y los intervalos donde la
función es creciente o decreciente.
6 En cada ítem se define una función. De-
a) y terminen su dominio. Estudien la exis-
3
tencia de asíntotas. Tracen la gráfica de la
y = 2 + 0,5 exp(–2x) función y de la asíntota o de las asíntotas.
2
y=2
1
1 a) v(x) = , ln(x) ≠ 0.
ln(x)
0 1 2 3 4 5 6 7 8 x 10
b) p(x) = , ln(x) ≠ –2.
(2 + ln(x))2
_______________________________________________
1
_______________________________________________ c) t(x) = , x > 10.
log10(x)
_______________________________________________
b) y
7 Determinen el dominio de cada función
5
4 . Estudien la existencia de asíntotas. A
3 continuación, calculen algunos valores
2
asíntota H1 1
1,6
de la función y tracen la gráfica de esta
asíntota H2
función y de su o sus asíntotas.
–5 –4 –3 –2 –1–10 1 2 3 4 5 6 x
–2 1
–3 a) (x) = , x ! Dom( ).
–4
8 – 2x
–5 asíntota V 5
b) (x) = , x ! Dom( ).
_______________________________________________
(4 – 10–x)2
5
_______________________________________________ c) (x) = , x > 0, x ≠ 4.
_______________________________________________
2 – log2(x)
119

DCCD: M.5.1.77. Aplicar las propiedades de los exponentes y los logaritmos para resolver ecuaciones e inecuaciones con funciones exponenciales y
logarítmicas, con ayuda de las TIC.
Saberes previos
Ecuaciones con funciones
exponenciales y logarítmicas
¿Qué es una ecuación
exponencial?
1. Si existe x ! ", determina la solución de la ecuación:

Desequilibrio cognitivo 5x+1 + 5x = 750.
¿Puedes utilizar las pro-
piedades de los logaritmos para Primeramente, para x ! " se tiene 5x+1 = 5 × 5x, y 750 = 6 × 125, de
resolver ecuaciones exponen- modo que la ecuación propuesta se escribe en forma equivalente
ciales? como
5x+1 + 5x = 750 5 × 5x + 5x = 6 × 125
5x(5 + 1) = 6 × 125 5x = 125 = 53.
Puesto que la función exponencial, definida como

f(x) = 5x , x ! ", es inyectiva, se sigue que 5x = 53 x = 3. Luego,
la solución de la ecuación propuesta es x = 3.
Recuerda que…
2. Considera la ecuación: x ! ]0, ∞[, tal que
Una ecuación es expo-
35
nencial cuando las incógnitas log2(x) + log 1 (x) + log8(x) + log 2 (x) = .
2 3
forman parte de los exponentes
de ciertas bases constantes. Para resolver esta ecuación, transformamos todos los logaritmos a
Para resolver una ecuación la misma base 2. Tenemos:
x
exponencial, debes tener en y = log 1 (x) x = 1 = 1 y = 2–y,
cuenta lo siguiente: 2 2 (2)
• La base es positiva: a > 0. de donde log2(x) = –y, o bien y = –log2(x). Así, log 1 (x) = –log2(x).
2
• La solución de la ecuación
exponencial con la forma A continuación tenemos:
a f(x) = a g(x) es la solución (o z = log8(x) x = 8z = (23)z = 23z.
soluciones) de la ecuación 1
log2(x) = 3z z = log2(x).
f(x) = g(x). Esto se debe a que 3
dos potencias con la misma 1
base son iguales si y solo si Consecuentemente, log8(x) = log2(x). De forma similar, se obtie-
3
sus exponentes son iguales ne log 2 (x) = 2log2(x).
(inyectividad de la función
dada como au ! "). Reemplazando estos resultados en la ecuación propuesta, se ob-
tiene
1 35
log2(x) – log2(x) + log2(x) + 2log2(x) = ,
3 3
y luego de simplificar, resulta
7 35
log2(x) = log2(x) = 5 x = 25 = 32.
3 3
La solución de la ecuación propuesta es x = 32 ! ]0, ∞[. Verifica.
3. Halla, si existe x ! ", la solución de la ecuación:

log2(9x–1 + 7) = 2 + log2(3x–1 + 1).
Tenemos 9x–1 = (32)x–1 = 32(x–1), log2(4) = 2. Luego,

120

log2(9x–1 + 7) = log2(4) + log2(3x–1 + 1)
log2(9x–1 + 7) = log2(4(3x–1 + 1)),
Recuerda que…
log2(32(x–1) + 7) = log2(4(3x–1 + 1)).
Para resolver ecuaciones
La función Log2 es inyectiva. Aplicando esta propiedad a la ecua- exponenciales, puedes proceder
ción precedente, se tiene la siguiente ecuación: así:
32(x–1) + 7 = 4(3x–1 + 1) 32(x–1) + 3 = 4 × 3x–1. • Descomponer la parte
numérica en sus factores
No es inmediato obtener la solución de esta última ecuación. La primos e igualar bases solo si
transformamos en una ecuación de segundo grado. Para el efecto, es factible.
ponemos v = 3x–1. Entonces, v2 = (3x–1)2 = 32(x–1). Obtenemos la • Aplicar logaritmos a los dos
ecuación v2 + 3 = 4v. Así, lados de la igualdad, (porque
la función logarítmica es
v2 + 3 = 4v v2 – 4v + 3 = 0 inyectiva).
(v – 3)(v – 1) = 0 v – 3 = 0, o v = 3, o • Efectuar correctamente

v–1=0 v = 1. operaciones indicadas.
Para v – 3, resulta 3 = 3x–1 x – 1 = 1 x = 2.
Para v – 1, se obtiene 1 = 3x–1 x – 1 = 0 x = 1.
Las soluciones son x = 1 y x = 2. Verifiquemos que x = 2 es solu-

ción. Calculemos el primer miembro de la ecuación:
y = log2(9x–1 + 7) = log2(92–1 + 7) = log2(16) = 4.
Calculemos el segundo miembro:

y = 2 + log2(3x–1 + 1) = 2 + log2(32–1 + 1) = 2 + log2(4) = 4.
4. Estudia la existencia de soluciones en " y resuelve la ecuación

log2(x + 2) – log2(2x – 3) = 2.
y
Primeramente, la función Log2 tiene como dominio el conjunto ]0, ∞[.
Luego, log2(x + 2) está bien definido si y solo si 3 y = log2(x+2)
2
x+2>0 x > –2. 1
y = log2(2x–3)
–2 –1 0
3,5 5,5
De manera similar, log2(2x – 3) está bien definido si y solo si –1
1 2 3 4 5 6 7 8 x
2x – 3 > 0 x > 3 . De estos dos resultados,

–2
2 –3
log2(x + 2) – log2(2x – 3) está bien definido si y solo si asíntota asíntota

3 3 x = –2 x=
3
x > –2 y x > , de donde x > . Observa la Figura 4.9. 2
2 2 Figura 4.9.
Si la ecuación tiene solución x, esta debe satisfacer

la condición x > 3 . Resolvamos la ecuación. Tenemos
2
x+2 x+2
log2(x + 2) – log2(2x – 3) = 2 log2 =2 = 22
2x – 3 2x – 3
x + 2 = 8x – 12 7x = 14 x = 2.
Así, la solución es x = 2. Nota que esta satisface la condición x > 3 .

2
121

5. Considera la ecuación: x ! " " solución de
1
ln(x + 10) – ln(2x – 5) = –ln( ),
2
2
con ≥ . Estudia la existencia de soluciones de esta ecuación.
Recuerda que… 10
Las ecuaciones logarít- Primeramente, determinamos el conjunto I en el que esta ecua-

micas son aquellas ecuaciones ción tiene sentido. Como el dominio de la función logaritmo na-
en las que la incógnita aparece tural Ln es ]0, ∞[, se sigue que ln(x + 10) y ln(2x – 5) están bien
afectada por un logaritmo. definidos si y solo si se verifica que sus argumentos son positivos,
Para resolver ecuaciones esto es,
logarítmicas, ten en cuenta lo
siguiente: x + 10 > 0, y x > –10, y
2x – 5 > 0 5
• Aplica las propiedades de x> .
2
los logaritmos hasta obtener 1
un solo logaritmo en ambos Por lo tanto, ln(x + 10) – ln(2x – 5) está bien definido si y solo
2
miembros de la ecuación. 5 5 5
si x > . Así, = , ∞ . Para x ! , ∞ , tenemos:
• Resuelve la ecuación que 2 2 2
queda y verifica la validez de 1 x + 10
ln(x + 10) – ln(2x – 5) = ln .
las soluciones obtenidas. 2 2x – 5
La ecuación propuesta se escribe en forma equivalente, como
1
ln x + 10 = – ln( ) = ln ,
2x – 5
y por la inyectividad de la función Ln, se obtiene
x + 10 = 1 (x + 10) = 2x – 5 .
2x – 5
Interdisciplinariedad Elevando al cuadrado ambos miembros en la última igualdad, te-
nemos
Las ecuaciones logarít- 1
micas son ampliamente utili-
2
(x + 10)2 = 2x – 5, x2 + 20x + 100 = 2 (2x – 5),
zadas para resolver problemas
2 5
de crecimiento poblacional, x2 + 20x – 2 x + 100 + 2 = 0.
que son modelados mediante
ecuaciones exponenciales. Determinemos las raíces de esta ecuación en términos de . Para
el efecto, aplicamos la conocida fórmula de obtención de las raí-
ces de una ecuación de segundo grado. Tenemos
Shutterstock, (2020). 598826399
2 2 2
5
– 20 – 2 ± 20 – 2 – 4 100 + 2
x=
2
2 80 4 20
– 20 + 2 ± 400 – 2 + 4 – 400 – 2
Fórmulas matemáticas. =
2
2 4 100 2 4 – 100 2
– 20 + 2 ± 4 – 2 – 20 + 2 ± 4
= = .
2 2
122

La raíz cuadrada está bien definida si y solo si
4
4 – 100 2 ≥ 0 100 2 ≤ 4 2
≤ .
100
1 4
2 2
Como > , 2
≤ ≤
. Para > la ecuación no
5 100
10 10 Interdisciplinariedad
2
tiene solución. Consideramos el caso = , Matemática y música
10
2 ¿Qué tiene que ver la matemáti-
– 200 +
2 2 200 ca con la música?
– 20 +
x= 10 = 4 = 15 ! . Pues en realidad, mucho.
2 2 El uso de logaritmos en la músi-
2 ca permite hallar las vibraciones
Conclusión: la ecuación tiene solución si y solo si = y x = 15.
10 de las tonalidades musicales,
pero para hallar estas vibracio-
6. Consideremos la ecuación log2(x) = log2( x ), x > 0.
nes, siempre tiene que estar el
logaritmo en base dos.
Para estudiar la existencia de soluciones, y, en caso de existir, para
hallar la o las soluciones, definimos dos funciones asociadas a esta
ecuación:

u(x) = log2(x) , x > 0,
v(x) = log2(x) , x > 0.
Primeramente, el dominio de la función Log2 es el conjunto ]0, ∞[,

1
con lo que log2( x ) = log2(x) está bien definido si x > 0. Altavoces y sonido.
2
Luego, u(x) está bien definido si y solo si log2(x) ≥ 0.
Como log2(x) ≥ 0 x ≥ 1, se sigue que Dom(u) = [1, ∞[, y siendo
Dom(v) = ]0, ∞[, resulta que la ecuación está propuesta en el Conexiones con las TIC
conjunto Para calcular cualquier
Dom(u) # Dom(v) = ]0, ∞[ # ]1, ∞[ = ]1, ∞[. logaritmo o resolver una ecua-
ción logarítmica, puedes utilizar
Nota que x = 1 es una solución, pues las calculadoras científicas o
ciertos softwares. En el siguiente
u(1) = log2(1) = 0 = log2( 1 ) = v(1).
enlace puedes acceder a una
calculadora para ecuaciones
Pasemos a resolver esta ecuación. Elevando al cuadrado ambos logarítmicas:
miembros, obtenemos
bit.ly/2IRd4Xm
1 1
log2(x) = log22(x) log2(x) – log22(x) = 0, x ≥ 1.
4 4
1
Sea y = log2(x). La última ecuación se expresa como y – y2 = 0.
4
Tenemos
1 1 y = 0, o
y – y2 = 0 y 1 – y = 0 1 .
4 4 1– y=0
4
Como y = log2(x), y = 0 = log2(x) x = 1 que ya fue obtenida. A

continuación, y = 4 = log2(x) x = 24 = 16. Se verifica inmediata-
mente u(16) = v(16) = 2. Se tienen dos soluciones x = 1 y x = 16.
123

Taller práctico
DCCD: M.5.1.77. Aplicar las propiedades de a) log 1 (2t – 4) = 4.
los exponentes y los logaritmos para resolver 2
ecuaciones e inecuaciones con funciones expo-
nenciales y logarítmicas, con ayuda de las TIC.
1 En cada ítem, considera la ecuación. Ha-
lla la solución y prueba que x ! " que
se indica es la solución.
a) log22(x) – 4log2(x) – 32 = 0, b) log3(5x + 1) = 4.

1
solución x = 256, x = .
16
x
c) log10 5 – = –1.
20
b) log5(x) – log5(x – 4) = 1, solución x = 5.
x
d) log4 5 – = 3.
30
c) log3(x2 – 1) – log3(x + 1) = 5,
solución x = 244.
3 Halla la solución de cada una de las ecua-

ciones que se indican.
x
1
d) log10(x + x + 1) + log10(x – 1) =
2 a) 3 2 = .
27
log10(x3 – x + 2), solución x = 3.
b) 9x+1 + 3x+3 = 486.
2 La ecuación que se propone en cada ítem

tiene una sola solución. Determínala y
prueba que es realmente la solución.
124

c) 2 × 3x = 1,5x+1.
1 1
d) 3 x(x+1) 2
=3 .4
en el aula
Cuando en el grupo de trabajo existe un compa-

ñero con sordera es necesario aprender lengua-
jes de comunicación visuales para comunicarnos
con él.
4 Estudia la existencia de soluciones, re-

suelve en " las ecuaciones siguientes y Trabajen en equipo, indaguen y resuelvan.
muestra que una solución es x que se
indica. 5 Sean a > 0 y a ≠ 1, x > 0. Se define
x 1
z = loga(x), y, y = log 1 (x). Prueben que
1 z = –y.
a
a) e 2 – 7e x + 10 = 0, solución x = .
ln(2)
6 Sea a > 0 con a ≠ 1. Resuelvan la ecua-

ción
2 – 3x + 5)
10loga(x = 3loga(10).
b) exp(4x + 2) – 3exp(2x + 1) + 2 = 0,
1
solución x = – .
2 7 Indaguen y respondan.
¿Existen otras propiedades para las fun-
ciones exponencial y logarítmica? Citen
un ejemplo de cada propiedad.
1
c) ln2(2x – 1) + ln – 10 = 0, 8
(2x – 1)3 Resuelvan la ecuación planteada; verifi-
1 quen el resultado obtenido.
solución x = – (1 + e2).
2
2x – 1 1
a) 4 x–5 = .
64
b) 28–3x – 27x–2 = 0.
e3x–2 – e1–2x
c) = 1.
x x e2x–1
d) ln2 – ln – 2 = 0,
x+1 x+1 d) log3(x – 2) – log3(x2) = –log3(3x).
e2
solución x = – 2 .
e –1 e) ln(x2 + 2) – ln(x + 1) = ln(2 – x).
125

DCCD: M.5.1.77. Aplicar las propiedades de los exponentes y los logaritmos para resolver ecuaciones e inecuaciones con funciones exponenciales y
logarítmicas, con ayuda de las TIC.
Saberes previos
Inecuaciones con funciones
exponenciales y logarítmicas
¿Qué es una inecuación?
Desequilibrio cognitivo
Sea a > 1, la desigualdad ax ≥ 1 se verifica para todo x ! [0, ∞[ y la
¿Cuáles son las propie- desigualdad ax < 1 se verifica para todo x ! ]–∞, 0[. Escribimos
dades de las inecuaciones? S1 = {x ! " | ax ≥ 1} = [0, ∞[,
y lo denominamos conjunto solución de la inecuación ax ≥ 1. Ponemos

S2 = {x ! " | ax < 1} = ]–∞, 0[,
y se llama conjunto solución de la inecuación ax < 1.

Recuerda que… Para 0 < a < 1, la desigualdad ax ≥ 1 se verifica para todo x ! ]–∞, 0[.
Sea a > 0 con a ≠ 1. Se ha Ponemos S = {x ! " | ax ≥ 1} = ]–∞, 0] y es el conjunto solución de
visto que la función exponencial la inecuación ax ≥ 1.
Expa para 0 < a < 1 es estricta-
mente decreciente, esto es, Ejemplos resueltos
1. Resuelve la inecuación 25x–1 > 2–3x+15.
x1, x2 ! ", x1 < x2
expa(x1) > expa(x2), Tomando en consideración que la función Expa es estrictamente
creciente,
mientras que para a > 1, esta 2x1 > 2x2 x1 > x2, x1, x2 ! ".
función es estrictamente cre-
ciente: Como las bases son iguales, entonces: 5x – 1 > –3x + 15. Resolve-
x1, x2 ! ", x1 < x2 mos la inecuación
expa(x1) < expa(x2). 5x – 1 > –3x + 15 8x > 16 x > 2.
Estos dos resultados nos per- Luego, el conjunto solución se expresa como
miten resolver inecuaciones en
las que intervienen funciones S = {x ! " | 25x–1 > 2–3x+15} = ]2, ∞[.
exponenciales de la misma 5
base a. 2. Sea la inecuación 32x – × 3x + 1 > 0. ¿Cuál es el conjunto
2
solución?
De manera general, si
c ≤ 0, el conjunto solución de la Tenemos 32x = (3x)2. Luego, 32x – 5 × 3x + 1 > 0
inecuación es: 2
2(3x)2 – 5 × 3x + 2 > 0.
S = {x ! " | ax ≤ c} = Ø.
Ponemos v = 3x. La última desigualdad se transforma en la siguiente:
Si c > 0,
S' = {x ! " | ax ≤ c} = ]–∞, loga(c)[. 2v2 – 5v + 2 > 0.
Si c ≤ 0, Sea P la función polinomial definida como P(v) = 2v2 – 5v + 2
S1 = {x ! " | ax ≤ c} = Ø, v ! ". Determinemos las raíces de la ecuación P(v) = 0. Tenemos
S2 = {x ! " | ax > c} = ". 5
2v2 – 5v + 2 > 0 v2 – v + 1 = 0
2
5 25 5 3
± –4 ±
v= 2 4 = 2 2 .
2 2
1
Las raíces de P(v) = 0 son v1 = y v2 = 2. El polinomio P(v) se
2
escribe como
5 1
126 P(v) = 2v2 – 5v + 2 = 2 v2 – v + 1 = 2 v – (v – 2), v ! ".
2 2

Con este resultado estudiamos la inecuación 2v2 – 5v + 2 > 0.
Recuerda que…
Tenemos 1
1 v – > 0 v – 2 > 0, o
2v – 5v + 2 > 0 2 v – (v – 2) > 0
2 2
2 1 • Las inecuaciones expo-
v – < 0 v – 2 < 0.
2 nenciales en una incógnita
1 1 tienen la forma:
Construimos la tabla de signos de v – , v – 2 y de 2 v – (v – 2).
2 2 af(x) > ag(x),
1 af(x) < ag(x),
–∞ 2 2 ∞
donde f(x) y g(x) son expre-
1
v– – + + siones en x e y, a ! "+, a ≠ 1.
2
1 v–2 – – + • Una inecuación logarítmica
2 es una desigualdad en la que
1 la variable aparece en el ar-
2 v– (v – 2) + – +
2 gumento del logaritmo. Para
su resolución es necesario
De la tabla obtenemos: 2v2 – 5v + 2 > 0 v < 1 v > 2. considerar las características
2 de la base, la definición y las
1 propiedades de la monoto-
3x < , o
Como v = 3x, resultan dos inecuaciones: 2 nía del logaritmo.
3x > 2.
• Propiedades de la monoto-
1 1 ln(2) nía del logaritmo:
3x < xln(3) < ln = –ln(2) x<–
2 2 ln(3) a) si a > 1, b > c
ln(2) loga b > loga c.
x ! –∞, – ,
ln(3)
b) si 0 < a > 1, b > c
ln(2) ln(2) loga b > loga c.
3 >2
x
xln(3) > ln(2) x> x! ,∞ .
ln(3) ln(3)
Así, el conjunto solución de la inecuación propuesta es
5 ln(2) ln(2)
S = x ! " | 32x – × 3x + 1 > 0 = –∞, – $ ,∞ .
2 ln(3) ln(3)
3. Halla el conjunto solución en " de la inecuación 25x–1 > 3.

La función logaritmo natural Ln es estrictamente creciente. Es de-
cir que si x1, x2 ! ]0, ∞[ = Dom(Ln), x1 < x2 ln(x1) < ln(x2).
Para hallar el conjunto solución de la inecuación aplicamos la fun- ab Glosario

ción Ln. Tenemos
c
monotonía. Falta de va-
ln(25x–1) > ln(3) riedad en cualquier cosa.
(5x – 1) ln(2) > ln(3).
ln(3)
Como ln(2) > 0, entonces, 5x – 1 > ,
ln(2)
1 ln(3) 1 ln(3)
de donde x> 1+ = + .
5 ln(2) 5 ln(32)
El conjunto solución S está definido como
1 ln(3)
S = {x ! " | 25x–1 > 3} = + ,∞ .
5 ln(32)
127

Taller práctico
DCCD: M.5.1.77. Aplicar las propiedades de
los exponentes y los logaritmos para resolver 2 Sigue el proceso y halla el conjunto
ecuaciones e inecuaciones con funciones expo-
nenciales y logarítmicas, con ayuda de las TIC. solución en " de la inecuación
1 Sigue el proceso y resuelve la inecua- log10(3x + 2) < –3.
ción log2 |3 – 4x| > 5.
• Halla el dominio de log10(3x + 2).
• Determina. El dominio de la función log2
es ]0, ∞[. Consecuentemente, |3 – 4x| > 0.
Por la definición del valor absoluto, se tiene
|3 – 4x| = 3 – 4x, si 3 – 4x > 0,

–(3 – 4x), si 3 – 4x < 0.
• Resuelve las dos siguientes inecuaciones: • Verifica que el conjunto solución S es el
conjunto
3 – 4x > 0 log2(3 – 4x) > 5, (1)
3 – 4x < 0 log2[–(3 – 4x)] > 5, (2) 2 1
S= – , (–2 + 10–3) .
3 3
• Comienza con (1).
3 Considera la inecuación exp(2 – 3x) < e2 .

La función Exp está definida en todo ",
esto es, Dom(Exp) = ". ¿Cuál es la solu-
ción de la inecuación?
• Verifica que el conjunto solución de (1) es

Ø. Resuelve (2).
4 Halla el conjunto solución de cada una

de las inecuaciones que se proponen en
cada ítem.
• Verifica que el conjunto solución de (2) es a) exp(2x – 1) > 1.
35
x> .
4
Busca la intersección de las soluciones.
b) exp(5 – 2x) ≥ e .
• Verifica que el conjunto solución de la

inecuación es
35
S = {x ! " | log2 |3 – 4x| > 5} = ,∞ .
4
128

c) exp(x) + exp(–x) < 2.
6 Halla el conjunto solución que satisfaga
las inecuaciones planteadas; verifica con
al menos dos valores del conjunto.
a) ln(e4x–3) < ln(3).
d) exp(x + 5) < 20.
b) ln(3x – 1) + ln(2x + 1) > 0.
5 Halla el conjunto solución de cada una

de las inecuaciones que se proponen a
continuación. Diversidad funcional
en el aula
a) ln(2x + 1) > 3.
Si en el grupo de trabajo existe un compañero
con dificultades visuales, debemos permitirle su
autonomía. No ayudarle si no lo necesita. Hacer-
le ver sus posibilidades reales.
b) ln(x + 3) < 2. 7 Resuelvan las inecuaciones planteadas;

verifiquen el resultado obtenido con al
menos 2 valores del conjunto solución.
a) log2(x + 5) < log2(x + 3).
b) log5(3x + 7) ≥ log5(4 – 5x) – 1.

5x+1 3x+2
c) 5 2 > 25 4 ∙ 125.
1
c) ln ≤ 5. 1
2x + 3 2 x–1 (0,027)3x+2
d) (0,09)x –5x+4 < .
(0,002 43)3x+2
5x – 1
e) log ≤ 0.
3x + 2
f) 53x–1 > 25.
g) 70,3x–x ≥ 1.
129

DCCD: M.5.1.78. Reconocer y resolver aplicaciones, problemas o situaciones reales o hipotéticas que pueden ser modelizados con funciones
exponenciales o logarítmicas, identificando las variables significativas presentes y las relaciones entre ellas, y juzgar la validez y pertinencia de los
resultados obtenidos.
Saberes previos
Aplicaciones de las funciones
exponencial y logarítmica
¿Qué es y para qué sirve
un modelo matemático?
1. Uno de los métodos utilizados para calcular el gasto anual de

Desequilibrio cognitivo depreciación consiste en asignar una pérdida anual por deprecia-
¿Podrás utilizar el mismo ción decreciente cada año al activo (auto, tractor, computadora,
proceso de resolución de mobiliario, etc). Sea C el costo original del activo, y r la fracción
inecuaciones exponenciales en que se pierde de C cada año. Para el valor actual del activo, y t ≥ 0
la resolución de inecuaciones para el tiempo en años, escribimos V(t). A continuación se mues-
logarítmicas? tra el gasto anual de depreciación. Encontremos la función V(t).
Primer año, t = 1, se tiene una pérdida de rC, luego,
V(1) = C – rC = C(1 – r).
Segundo año, t = 2, entonces la fracción perdida es rV(1), con lo que
V(2) = V(1) – rV(1) = C(1 – r) – rC(1 – r)

= C – Cr – rC + r2C = C(1 – 2r + r2) = C(1 – r)2.
Continuando con este proceso, tercer año, t = 3, la fracción perdi-

ab Glosario da es rV(2), en consecuencia,
c
depreciación. Disminu- V(3) = V(2) – rV(2) = (1 – r)V(2) = (1 – r)[(1 – r)V(1)]
ción del valor o precio de algo = (1 – r)2V(1) = (1 – r)2[C(1 – r)] = C(1 – r)3.
con relación al que antes tenía o
comparándolo con otras cosas De manera general, V(t) = C(1 – r)t , t ≥ 0.
de su clase.
El equipo de computación de la empresa TXYZ (nombre ficticio)
fue adquirido en $ 20 000. Este equipo se deprecia en un valor de
25 % cada año. Entonces,
rC
× 100 = 25 % r = 25 % = 0,25 anual.
C
La función de depreciación está definida como
V
2000 V(t) = 20 000(1 – 0,25)t = 20 000(0,75)t , t ≥ 0.
1500
1000
En la Figura 4.10. se muestra la gráfica de esta función.
500 1
Determinemos el tiempo en el que V(t) = C. Tenemos
0 2.4
t
2
1 2 3 4 5 6 7
1 1
Figura 4.10. C = V(t) = C(0,75)t = (0,75)t
2 2
ln(0,75)
–ln(2) = t ln(0,75) t=– .
ln(2)
A este tiempo t se lo designa con t 1 , y se llama tiempo de vida
2
media esto es,
ln(0,75)
t1= – 2,41 años.
130 2 ln(2)

2. El Instituto ABCD capacita a personal en diferentes áreas, como
carpintería, plomería, entre otras. Para evaluar el aprendizaje y des-
empeño de sus estudiantes, aplica una función que se define a Recuerda que…
continuación:
Para la función obtenida
[0, ∞[ en el problema dos
f: I 21 2 t
t f(t) = a – cbt, f(t) = 6 – , t ! [1, ∞[,
4 3
donde a, b, c ! "+, tal que a ≥ c y 0 < b < 1, I " [0, ∞[ no vacío. podemos definir la función f
en el intervalo [0, ∞[. Tenemos
En la rama de corte y confección, Juan ha completado el curso f(0) = 0,75.
teórico y pasa a la parte práctica. El resultado se mide al final de Para t suficientemente grande,
cada semana. En la primera semana, Juan tiene confeccionados 2,5 21 2 t
es suficientemente
ternos. En la segunda semana, logra confeccionar 3 ternos y dos 4 3
pequeño, con lo que f tiene una
tercios de otro. En la tercera semana, alcanza 4 ternos y 4 de otro. asíntota horizontal.
9
La gráfica de esta función se
Calculemos las constantes a, b, c. Tracemos la gráfica de esta fun- muestra en la Figura 4.11.
ción y analicemos su comportamiento. Tenemos el siguiente siste-
ma de ecuaciones: y
7
asíntota H
2,5 = f(1) = a – cb, (1); 6
5
y = f(t)
11 4
= f(2) = a – cb2, (2);
3 3
40 = f(3) = a – cb3, (3). 2
1
9
0 1 2 3 4 5 6 7 x
De la primera ecuación obtenemos a = 2,5 + cb. Reemplazamos Figura 4.11.
en (2) y (3):
H = {(t, 6) | t ! [1, ∞[}
11 7
= 2,5 + cb – cb2 = cb – cb2 = cb(1 – b), (4) Calculemos f(8).
3 6
27 2 8
40 35 f(8) = 6 – 5,74,
= 2,5 + cb – cb3 = cb – cb3 = cb(1 – b)(1 + b). (5) 4 3
9 18 que muestra que a partir de la
7 octava semana puede con-
De (4) obtenemos c = 6 , y en (5): feccionar aproximadamente 6
b(1 – b) ternos semanales.
7
35 6 7
= b(1 – b)(1 + b) = (1 + b),
18 b(1 – b) 6
2
de donde b = . Con este valor calculamos a y c.
3
7 7
6 6 21 21 2
c= = = , a = 2,5 + bc = 2,5 + × = 6.
b(1 – b) 2 2 4 4 3
1–
3 3
El conjunto I es el intervalo [1, ∞[. La función f está definida como

21 2 t
f(t) = 6 – , t ! [1, ∞[.
4 3
131

Taller práctico
DCCD: M.5.1.78. Reconocer y resolver aplicaciones, e) Determina el intervalo en el que S(t) ≥ 500.
problemas o situaciones reales o hipotéticas que
pueden ser modelizados con funciones exponencia-
les o logarítmicas, identificando las variables signifi-
cativas presentes y las relaciones entre ellas, y juzgar
la validez y pertinencia de los resultados obtenidos.
1 La empresa ABCD (nombre ficticio) de-
cide suprimir la producción de un tipo
de cacerolas a partir de esta fecha. En
este día se tienen 2 000 cacerolas. La fun- 2 La función de ventas semanales de cace-
ción de ventas semanales de cacerolas
rolas está definida como
está definida como sigue:
2 t
2 t S(t) = 150 + 200 , t ≥ 0.
S(t) = 2 000 , t ≥ 0. 5
5
a) Representa gráficamente esta función.
a) Calcula el número de cacerolas vendidas en
las primeras semanas y presenta los resulta-
dos en una tabla.
b) ¿A partir de qué semana se tiene

2 t
b) Traza la gráfica de esta función. 2 000 < 1? O sea, ¿a partir de qué
5
semana ya no se venden las 150 cacerolas?
c) Muestra que esta función es estrictamente 3

decreciente en [0, ∞[. Paúl estudia diseño gráfico y realiza sus
prácticas en una empresa de impresión,
durante 10 semanas. Debe atender a una
diversidad de clientes que quieren impri-
mir diferentes tipos de documentos ya
elaborados. En la tabla se muestran los
resultados alcanzados.
d) Calcula t, tal que S(t) = 1.
Semana Número de clientes atendidos
1 80
2 120
3 152
132

Determina una función A definida como e) Determina S = {t ! [1, ∞[ | A(t) ≥ 6}.
[1, ∞[ "
A: , con A(t) = a – bct,
t A(t)
siendo a, b, c constantes reales por deter-
minar. La meta de Paúl es atender al me-
nos a 6 personas por hora.
a) Utiliza la información suministrada y obtén

las constantes a, b, c y, por lo tanto, A(t). Trabajo colaborativo
en el aula
Cuando existe un compañero con discapacidad

visual no se debe evitar palabras relativas a la vi-
sión, es necesario aceptarlo al estudiante como es.
b) Muestra que a las 10 semanas de prácticas,

Paúl puede atender trabajos de 253 perso- Trabajen en equipo, indaguen y resuelvan.
nas por semana, algo más de 6 personas por
hora. 4 Consideren la función f definida como
f(x) = aebx , x ≥ 0. Si f(0) = 5 y f(2) = 10,
determinen las constantes a y b.
5 Un producto electrónico fue introduci-

do en el mercado hace 10 años. El primer
año, su costo fue de $ 738,5; y el segun-
c) Traza la gráfica de la función A y de la asín- do año fue de $ 682. La depreciación por
tota H = {(280, t) | t ≥ 1}. el desarrollo tecnológico se modela con
una función del tipo
P(t) = P0e–kt , t ≥ 0,
siendo P0, k ! "+, con P0 el costo inicial
de producto, y k la tasa de depreciación.
a) Calculen P0 y k, y definan la función P.
d) Determina t ! [1, ∞[, tal que A(t ) = 6. b) Verifiquen que en 8,664 años, se deprecia a
la mitad del costo inicial de producto, o sea,
$ 400,00.
c) Tracen la gráfica de la función P.
d) Exhiban tres ejemplos de productos dife-

rentes, que muestren una tendencia similar
a este ejemplo.
133

cotidianos
La edad de los fósiles Generalización
1. 14
C es la nomenclatura del El modelo exponencial C(t) = C(0)e–0,000 120 5t permite
carbono 14, descubierto en conocer el tiempo de desintegración de un fósil,
1940. Este es un isótopo que, mediante la aplicación de las propiedades de los
por medio de procesos de logaritmos.
laboratorio, permite conocer
Shutterstock, (2020). 143754475

la edad de un fósil. Para esto se Actividad
Forense. ¿Cuántos gramos se encuentran presentes si han
utilizan modelos matemáticos como:
–t
transcurrido 500, 1 000, 2 000 y 3 000 años?
C(t) = C(0)e–0,000 120 5t ó C(t) = C(0)2 5 600 ,
Traza la gráfica, analiza los resultados, escribe el
de donde: modelo exponencial e interpreta la gráfica y los
datos obtenidos.
C(t): es la cantidad de gramos del fósil que se en-
cuentran al final de una línea de tiempo. Practica en tu cuaderno
C(0): es la cantidad de gramos del fósil que se en-
2. La presión atmosférica varía según la altura: a ma-
cuentran al iniciar el análisis.
yor altura, menor es la presión. Es decir, es una
t: es el tiempo expresado en años.
relación inversamente proporcional. La expresión
A = A(0)(0,996)x permite determinar la altura en
Cuando un fósil es muy viejo, se aplican otros mé-
kilómetros o la presión en milibares (mbar).
todos para conocer su edad, como la medición
radiométrica. Presión a 6 000 pies – 23,92°
Presión atmosférica (2020). http://lageografia.com

El problema A mayor altura, menor presión
En 1802, al pie del volcán Imbabura, se encontró Presión a 3 000 pies – 26,92°
un fósil de un mastodonte. Si se tomaron como
muestra 500 gramos de carbono 14, ¿cuántos
años deben transcurrir para que esta muestra se Presión a 1 000 pies – 28,92°
convierta en 150 gramos?
Presión a nivel del mar MSL – 29,92°
Análisis de los datos
Se aprecia la existencia de un gramaje inicial y final
C(t) = 150 g y C(0) = 500 g.
a) Indaga a qué altura sobre el nivel del mar se
encuentran cinco provincias del Ecuador. De-
Modelización
termina la presión existente en cada provin-
Utiliza cualquiera de los métodos planteados, por
cia. Traza la gráfica.
ejemplo:
b) Cierta localidad está a 4 500 metros sobre el nivel
del mar. ¿Qué presión existe en este lugar?
C(t) = C(0)e–0,000 120 5t ; 150 = 500e–0,000 120 5t.
c) Si la presión es de 339 mbar, ¿cuál es la altura
de este lugar?
Aplica las propiedades de los logaritmos
d) Si la presión es de 120 mbar, ¿cuál es la altura
ln150 = ln500 + (–0,000 120 5)t ln e
de este lugar?
t = ln500 – ln150 ; t = 1,203 972 804 .
(0,000 120 5)ln e 0,000 120 5 ab Glosario
t = 9 991 años. c
fósil. Dicho de una sustancia de origen or-
gánico o de un resto de organismo: que esta mas
Interpretación o menos petrificado, y se encuentra por causas
Deben transcurrir 9 991 años para que la muestra naturales en las capas terrestres, especialmente si
obtenida se desintegre a 150 gramos. pertenece a otra epoca geológica.
134

La matemática y la Ingeniería en Genética

y Biotecnología
¿Cuál es el profesional que estudia los procesos de la herencia, natu-
raleza y funcionamiento del material genético (célula normal y pa-
Shutterstock, (2020). 539604025

tológica)? ¿Cómo aporta la matemática al análisis de biosistemas?
La Ingeniería en Genética aplica tecnologías recombinantes en

programas de innovación genética. Estos se diseñan para el mejo-
ramiento de plantas, animales y microorganismos, con aplicacio-
nes en agricultura, alimentos y salud.
La Ingeniería Genética utiliza modelos matemáticos para explicar pro-

cesos crecientes y decrecientes en el desarrollo de nuevos productos,
Trabajo en genética.
tales como semillas, bioplaguicidas, vacunas, entre otros.
La matemática
y las profesiones
Ingeniería en Genética y Biotecnología

El ingeniero o la ingeniera en Genética y Biotecnología es una perso-
na profesional conocedora de los bioprocesos y métodos biotec-
Shutterstock, (2020). 506025838

nológicos, y posee gran capacidad para investigar, diseñar y aplicar
tecnologías en áreas como microorganismos, animales, vegetales,
humanos y ambiente. A través de técnicas genéticas, moleculares
y celulares, puede aislar y manipular biomoléculas y microorga-
nismos. Asimismo, mediante el uso de técnicas de biología mole-
cular, microbiología y bioquímica, puede producir nuevos medica-
mentos, alimentos y plantas.
El campo laboral incluye medicina, agricultura, industria alimenticia, in-

dustria farmacéutica, cuidado del medio ambiente, entre otros. Ingeniería en Genética.
El postulante para la carrera de Ingeniería en Genética y Biotecnología

debe cumplir con el siguiente perfil:
ab Glosario
• Habilidades prácticas, pensamiento crítico, uso de herramientas y téc-
c
biotecnología. Empleo de
nicas de laboratorio. celulas vivas para la obtención y
• Conocimientos de biología, química, matemática, física e investiga- mejora de productos útiles, como
ción. los alimentos y los medicamentos.
• Interés científico y técnicas de estudio.
genética. Parte de la biología
Adaptado de: http://www.udla.edu.ec/carreras/programas-academicos/pregrados/ que trata de la herencia y de lo
facultad_de_ingenieria_y_ciencias_agropecuarias/ingeniero-en-biotecnologia/ relacionado con ella.
135

TIC
a) Grafica una función f(x) = ax a > 1. Luego, realiza los desplazamien-
tos horizontales y verticales.
f(x) = a(x + b), f(x) = ax + b.
Sea la función f(x) = 5x, analiza su gráfica.
1. En la barra de Entrada, ingresa

la función f(x) = 5x.
2. La gráfica de la función
f(x) = 5x es creciente, porque
a > 1.
3. La función tiene asíntota

horizontal en y = 0.
Traza las gráficas de f(x) = 5x + 2 y de f(x) = 5(x + 2). Analiza qué sucede
en cada caso.
4. La función f(x) = 5x + 2 se desplazó dos unidades 5. La función f(x) = 5(x + 2) se desplazó dos unidades a
hacia arriba, al igual que su asíntota, y = 2. La fun- la izquierda, y la asíntota se mantiene en y = 0. La
ción sigue siendo creciente. función sigue siendo creciente.
136

b) Grafica una función f(x) = logax con a > 0, a ≠ 1. Luego, realiza los
desplazamientos horizontales y verticales.
f(x) = logax + 2 y f(x) = loga(x + 2).
Sea la función f(x) = log2x, analiza su gráfica.
1. En la barra de Entrada, ingresa

la función f(x) = log2x.
2. La gráfica de la función
f(x) = log2x es creciente.
3. La función tiene asíntota

vertical en x = 0.
Traza las gráficas de f(x) = log2x + 2 y de f(x) = log2(x + 2). Analiza qué
sucede en cada caso.
4. La función f(x) = log2x + 2 se desplazó dos unida- 5. La función f(x) = log2(x + 2) se desplazó dos unida-
des hacia arriba, y su asíntota, x = 0. La función des a la izquierda, al igual que su asíntota que ahora
sigue siendo creciente. es x = –2. La función sigue siendo creciente.
137

Justificación
Tema: El triángulo El triángulo de Sierpinski fue introdu-
de Sierpinski
cido por Waclaw Sierpinski en el año
1919. Consta de un triángulo equilá-
tero y en su interior se van trazando
Recursos otros triángulos equiláteros, cuyas
• Tecnológicos: calculadora, esquinas coinciden con los puntos
tablet, celular, compu- medios de cada lado del triángulo
tadora con la aplicación mayor.
GeoGebra y el programa
La utilización de este famoso triángulo es
Shutterstock, (2020). 427333528

Excel instalados
diversa: desde el cálculo de áreas y perímetros,
Estudiantes en equipo.
hasta el modelamiento de problemas matemá-
ticos que están compuestos por regularidades.
A continuación, se presenta una imagen de este triángulo.
Objetivos
• Observar las regularidades del triángulo de Sierpinski para deter-

Posición 0 minar un modelo exponencial que permita relacionar la cantidad
de triángulos blancos con la posición de la figura.
Actividades
• Formen equipos de dos o tres estudiantes y elijan un coordinador

o coordinadora.
• Van a trabajar con funciones cuya representación gráfica descu-
brirán durante el análisis de la secuencia.
Posición 1 • Analicen el triángulo de Sierpinski y completen la tabla siguiente:
Posición 0 1 2 3 4 5
Núm. de triángulos blancos
• Construyan una gráfica con los valores encontrados. Para ello,

pueden utilizar el programa GeoGebra o Excel.
• Encuentren una fórmula que relacione la cantidad de triángulos
blancos con la posición que ocupa la figura.
Posición 2 • Respondan las siguientes preguntas: ¿En alguna posición la canti-
dad de triángulos será 512? ¿Cómo se llama la función encontrada?
• Establezcan conclusiones y recomendaciones.
Conclusiones
La intencionalidad de esta propuesta es lograr, por medio de la obser-
vación de la secuencia de las figuras, que se establezcan regularidades
para que, de esta manera y utilizando la tabla de datos, se pueda ge-
nerar un modelo matemático que represente la situación planteada.
Posición 3
138

Shutterstock, (2020). 557697475 En síntesis
Shutterstock, (2020). 477052165

Bacteria. Réplica fósil de dinosaurio.
Funciones exponenciales y logarítmicas
Funciones exponenciales Funciones logarítmicas
Función logarítmica como

Definición ‒
Función biyectiva función inversa de la función
Propiedades
exponencial
Potenciación con Función exponencial Función logaritmo natural ‒

exponentes reales de base e Propiedades
Ecuaciones exponenciales y logarítmicas
Inecuaciones exponenciales y logarítmicas
Aplicaciones de las funciones exponenciales y logarítmicas ‒ Problemas
139

Heteroevaluación
4
Sea f(x) = 23x . Aplica las leyes de los
2
M.5.3.5. Obtiene la gráfica de una función exponencial x +4

a partir de ax, mediante traslaciones, homotecias y re- logaritmos para escribir ln f(x) como una
flexiones; concibe la función logarítmica como inversa
de la función exponencial; aplica propiedades de los
expresión que incluya sumas, diferencias
logaritmos y halla su dominio, recorrido, asíntotas, in- y múltiplos de los logaritmos naturales.
tersecciones con los ejes; las aplica en situaciones rea-
les e hipotéticas, con y sin apoyo de la tecnología. (I.3.) 1
1 a) ln x + ln(x2 + 5).
Considera las siguientes funciones reales 2
dadas como: b) ln 2 + ln x – ln(x – 1).
f1(x) = 2x, f2(x) = 2–x + 1, f3(x) = 2x – 3.
1 1
c) ln x – 2ln(x – 1) – ln(x2 + 1).
2 3
a) Establece su dominio y recorrido.
b) Determina las ecuaciones de las asíntotas 5

a las gráficas de las funciones. Usa una calculadora para completar la
tabla. Anota cada valor con aproxima-
c) Traza en el mismo plano cartesiano las ción hasta diezmilésimas (cuatro cifras).
gráficas de las funciones.
n 2 10 100 500 1 000 5 000
2 Analiza las siguientes funciones: 1+
1 n
n
g(x) = log3 x; h(x) = log3 (x + 2).
a) Encuentra el dominio de h y escribe la

ecuación de la asíntota vertical. 6 Resuelve el siguiente problema.
Una sustancia radiactiva se desintegra (y
b) Describe cómo se puede obtener la gráfica
se convierte en otro elemento químico)
de h a partir de la gráfica de g.
de acuerdo con la fórmula y = Ae–0,2x,
c) Traza en un mismo plano cartesiano las donde y es la cantidad remanente des-
dos funciones. pués de x años.
a) Si tenemos la cantidad inicial A = 80 gramos,

3 Asocia cada gráfico con la función que ¿qué cantidad quedará después de 3 años?
le corresponde.
b) La vida media de una sustancia radiactiva es
a) y
el tiempo que tarda en descomponerse la mi-
tad de dicha sustancia. Encuentra la vida me-
x
y = Log (x + 1) + 2. dia de esta sustancia, en la que A = 80 gramos.
b) y 7 Escribe verdadero (V) o falso (F). Justifi-

y = Log (x + 2) – 1. ca tu respuesta.
x
a) log(2) + log(3) = log(5).

c) y b) log(2) + log(3) = log(6).
x
y = Log (x – 2) + 1. c) log(15) – log(5) = log(3).
d) 2log(4) = log(24).
140

Resuelve cada ejercicio y selecciona la res-
puesta correcta. 10 El dominio de la función y = ln (x – 2) es:
a) ". c) [2, ∞].

8 La gráfica siguiente, ¿a qué función co- b) " – {2}. d) ]2, ∞[.
rresponde?
y 11 La solución para t: eln(2t–1) = 5 es:

8
7
6 a) 3. b) 2. c) 2 . d) 5.
5 5
4
3
2
1
12 La solución de la inecuación
–6 –5 –4 –3 –2 –1 0 1 2 3 4 5 6 x log(x2 + 6x + 10) > 0 es:
1x
a) f(x) = 2x. c) f(x) = . a) " \ {–3}. c) " \ {3}.
3
1x b) " \ {0}. d) " \ {–3, 3}.
b) f(x) = . d) f(x) = (3)x.
2
13 La solución para 3x – 5 = 81 es:

2
9 La solución de la ecuación
log8 (x – 6) + log8 (x + 6) = 2 es: a) x = ±3. c) x = 3.
b) x = –3. d) x = 8.
a) 10. b) –10. c) ±10. d) 102.
Autoevaluación

Obtengo la gráfica de funciones exponenciales.
Analizo las gráficas de funciones exponenciales y logarítmicas.
Aplico propiedades de los logaritmos para resolver problemas.
Determino el dominio de funciones exponenciales y logarítmicas
Coevaluación

Participamos activamente en los trabajos grupales.
Utilizamos la tecnología para graficar funciones exponenciales y logarítmicas.
Metacognición
a) ¿De qué manera el uso de las Tic te ayudó con los temas de esta unidad?
____________________________________________________________________________________________________
b) ¿En qué se aplica el estudio de las funciones exponenciales y logarítmicas?

____________________________________________________________________________________________________
141

Programación lineal
y regresión lineal
Programación lineal
y vida cotidiana
S
on múltiples las aplicaciones de la pro-
gramación lineal (PL). Una de ellas, por
ejemplo, se da en el marketing y la publi-
cidad. Ahí se tiene un presupuesto que debe
distribuirse entre las opciones de televisión,
radio, prensa escrita, y otros medios de co-
municación. De igual manera, las empresas
toman decisiones acerca de la cantidad de
artículos que deben producir para maximi-
zar los beneficios, sin dejar de cumplir los
requerimientos establecidos. En el sector de
la vigilancia de efectivos policiales, las patru-
llas deben ser distribuidas en las calles, de tal
forma que se minimicen los tiempos de res-
puesta y se efectivicen las acciones. Otra de
las aplicaciones de PL se da en los hospitales,
cuando se necesita determinar la dieta que
debe recibir cada paciente con las cantidades
nutritivas mínimas y con optimización de re-
cursos.
Como verás, la PL cobra gran importancia en
nuestra vida diaria.
Adaptado de: https://www.uoc.edu/in3/emath/
docs/Aplicaciones_PL.pdf
Observa y contesta
• ¿Qué información matemática pue-
des deducir de cada imagen de esta
página?
• ¿De qué manera la matemática puede
mejorar el transporte en tu ciudad?
• ¿Cómo programarías tu tiempo para
optimizar los recursos de los que dis-
pones?
142

5
Shutterstock, (2020). .280122308

unidad
Geometría y medida
Estadística y probabilidad
Shutterstock, (2020) . 368018234, 294977321
Objetivos
• O.G.M.2. Producir, comunicar y gene-
ralizar información de manera escrita,
verbal, simbólica, gráfica y/o tecnológica,
mediante la aplicación de conocimien-
tos matemáticos y el manejo organizado,
responsable y honesto de las fuentes de
datos para comprender otras disciplinas,
entender las necesidades y potencialida-
des de nuestro país, y tomar decisiones
con responsabilidad social.
• O.G.M.4. Valorar el empleo de las TIC para

nacional, argumentado la pertinencia de
los métodos utilizados y juzgando la va-
lidez de los resultados.
• O.G.M.6. Desarrollar la curiosidad y la

creatividad en el uso de herramientas
143

DCCD: M.5.2.24. Aplicar la divisibilidad de números enteros, el cálculo del máximo común divisor y del mínimo común múltiplo de un conjunto de
números enteros, y la resolución de ecuaciones lineales con dos incógnitas (con soluciones enteras no negativas) en la solución de problemas.
Saberes previos
Ecuación lineal con dos incógnitas.
Soluciones enteras
¿Cuándo un número es
divisor de otro?
Divisibilidad en !. Aplicaciones
Desequilibrio cognitivo Definición. Sean m, n ! ! con m ≠ 0. Se dice que m divide a n, lo
¿Cuáles son los términos cual se escribe m|n si existe k ! !, tal que n = km. En tal caso, se dice
de una división? que n se factoriza en la forma km, y que m es un divisor de n.
Definición. Sean a, b ! ! con a ≠ 0, b ≠ 0.

1. Un número d ! !+ se dice divisor común de a y b si d|a y d|b.
2. El máximo común divisor de a y b es el número entero c ! !+ que
verifica las condiciones siguientes:
i. c|a y c|b. ii. Si d ! !+ es un divisor común de a y b, entonces d|c.
Escribiremos c = mcd(a, b).
Ecuación lineal con dos incógnitas. Soluciones enteras

no negativas
Consideramos ecuaciones lineales con dos incógnitas de la forma
ax + by = c,
donde a, b ! ", tales que |a| + |b| > 0, y x, y ! " denotan las incógnitas.
Recuerda que…
Nos interesamos ahora en la búsqueda de soluciones enteras positivas,
cuando a, b ! ! es decir, en hallar m, n ! !+, tales que am + bn = c.
• Se dice que dos números en-
teros a y b son primos entre Ejercicio resuelto
sí, si mcd(a, b) = 1.
1) Considerar la ecuación (x, y) ! "2, tal que 2x + 3y = 10.
• Sean a, b, x ! ! no nulos. Determinar todas las soluciones enteras de esta ecuación, esto es,
Entonces, hallar (m, n) ! !2, tal que 2m + 3n = 10.
mcd(xa, xb) = x ∙ mcd(a, b).
• El múltiplo común de a y Supongamos m, n ! !, tales que 2m + 3n = 10. Entonces,
b se define como p ! !+, 3n = 10 – 2m. De esta igualdad se deduce que 2(5 – m) debe ser
tal que a|p y b|p. El mínimo múltiplo de 3. Esto es posible si 5 – m es múltiplo de 3, o sea,
común múltiplo de a y b, 5 – m = 3j para algún j ! !. Es decir, m = 5 – 3j y, en consecuen-
que se denota mcm(a, b), se cia, 3n = 2(5 – m) = 6j, de donde n = 2j. Tenemos así,
define como el más pequeño
número entero p ! !+, tal m = 5 – 3j,
que a|p y b|p. j ! !.
n = 2j,
Veamos algunas soluciones enteras:

j –1 –2 0 1 2
m 8 11 5 2 –1
n –2 –4 0 2 4
Las soluciones enteras están representadas en el conjunto solución

S = {(5 – 3j, 2j) | j ! !}.
144

Nota que m, n son soluciones de la ecuación. En efecto,
2m + 3n = 2(5 – 3j) + 3(2j) = 10 j ! !.
Ahora nos interesamos en las soluciones positivas, es decir, en

m, n ! !+, tales que 2m + 3n = 10.
y
Primeramente, la recta L corta el eje x en el punto (5, 0) y al eje y 5
0 ≤ x ≤ 5,
en 0, 10 . Luego, 10 . Para m, n ! ! se deben verificar
+ 4
3 0≤y≤ 3
3 (2, 2)
2
las desigualdades 1 ≤ m ≤ 5, y 1 ≤ n ≤ 3. Resulta así, 2x + 3y = 10
j = 0, 1
1 ≤ m ≤ 5 y 1 ≤ 5 – 3j ≤ 5 –4 ≤ –3j ≤ 0 0 ≤ 3j ≤ 4
j = 1.
0 1 2 3 4 5 6 x
Para j = 0, m = 5, n = 0 la solución no es positiva, j = 1, m = 2, n = 2 es Figura 5.1. Esta es la recta L y la única
la única solución positiva. (Ver figura 5.1). solución entera positiva.
Aplicaciones
Un terreno tiene 10 000 m2 (una hectárea) y se divide en dos partes:
una para producción de pastos, y otra para producción de verduras y
hortalizas. Para el efecto, el terreno se divide en lotes de 200 m2, desti-
nados a verduras y hortalizas, y de 500 m2 para pastizales. ¿Cuántos lo-
tes para pastos y cuántos para verduras y hortalizas pueden obtenerse?
Designamos con x el número de lotes para verduras y hortalizas (VH), Interdisciplinariedad

con lo que el área destinada a este propósito es 200x. Por su parte, y es
La aplicación de las
el número de lotes para pastos (P) y su área es 500y. Entonces
ecuaciones lineales con dos
200x + 500y = 10 000, incógnitas es múltiple. Por
ejemplo, en el campo de la
y dividiendo por 100, resulta industria, las ecuaciones lineales
se utilizan para determinar el
2x + 5y = 100, de donde 5y = 100 – 2x.
número de productos a fin de
De esta igualdad, si y ! !, el número entero 5 es múltiplo de 5, luego, obtener mayor rentabilidad, o
para determinar los tiempos
el lado derecho de la igualdad precedente 100 – 2x = 2(50 – x) debe
mínimos o máximos en la pro-
ser divisible por 5, esto es, x = 5j con j ! !. Así, ducción de ciertos artículos.
5y = 100 – 2x = 100 – 2(5j) = 10(10 – j),
y de esta se obtiene y = 2(10 – j), j = 1, 2, …, 9.

Shutterstock, (2020). 411734815
Nota que 10 – j ≥ 1, entonces, j < 9.
Así, x = 5j, j = 1, 2, … 9 son soluciones enteras positivas.

y = 2(10 – j),
En la siguiente tabla se muestran las soluciones: Botellas plásticas.
j 1 2 3 4 5 6 7
x 5 10 15 20 25 30 35
y 18 16 14 12 10 8 6
145

Taller práctico
DCCD: M.5.2.24. Aplicar la divisibilidad de núme- c) 2x + 7y = 40.
ros enteros, el cálculo del máximo común divisor
y del mínimo común múltiplo de un conjunto de
números enteros, y la resolución de ecuaciones
lineales con dos incógnitas (con soluciones en-
teras no negativas) en la solución de problemas.
1 En cada ítem se define una ecuación li-
neal con dos incógnitas x, y ! ". A una
escala apropiada, representa gráfica-
mente esta recta. Determina las solu-
ciones enteras y realiza la verificación 3
correspondiente. Resuelve los siguientes problemas.
En un almacén se oferta la venta de ropa.
a) 2x – 3y = 35. Por tres camisetas y cinco pares de me-
dias, se paga $ 64. Tomando en conside-
ración que el costo de una camiseta es
mayor al de dos pares de medias, halla
el costo de cada camiseta y de cada par
de medias.
b) –x + 9y = 85.
4 En una finca se preparan

dos tipos de cultivos, a
los que designamos con
neal con dos incógnitas x, y ! ". Repre-
cultivo A (por ejemplo,
senta gráficamente esta recta. Determi-
maíz) y cultivo B (por
na las soluciones enteras no negativas, y
ejemplo, hortalizas). Las
realiza la verificación correspondiente.
recomendaciones técnicas in- Shutterstock, (2020). .224129827
a) 3x + 2y = 25. dican que se requiere de 0,4 ton/hectá-

rea y de 0,6 ton/hectárea de fertilizante
para cada tipo de cultivo, y que se deben
cultivar al menos 9 hectáreas de A y al
menos 3 de B. Si se dispone de 9 ton de
fertilizante, halla cuántas hectáreas de
cultivo de A y de B pueden realizarse.
b) 7x + 2y = 81.
146

5 Una empresa de transporte urbano dis-
pone de dos tipos de unidades: A y B. El en el aula
tipo de unidades A tiene una capacidad
para 40 personas, y el tipo de unidades Al trabajar con estudiantes con discapacidad
B, para 50 personas. Las unidades están visual es necesario tener conciencia que el ritmo,
distribuidas en varias rutas o circuitos en tanto en la elaboración como en la interpreta-
la ciudad. En las horas pico operan todas ción de las representaciones, siempre será más
sus unidades y transportan a un prome- lento, por lo que necesita más tiempo.
dio de 2 500 personas cada 30 minutos.
Además, operan al menos 18 unidades Trabajen en equipo, indaguen y resuelvan.
de A y al menos 20 unidades de B. En-
cuentra el número de unidades de cada 7 En cada ítem se define un conjunto no
tipo que operan en los 30 minutos de
vacío S. Determinen las soluciones en-
una hora pico. ¿Cuántas soluciones ob-
teras no negativas, y realicen la verifica-
tienes?
ción correspondiente.
a) S = {(m, n) ! !2) | 3 ≤ m ≤ 10, n ≥ 2, y,

3m + 2n = 36}.
b) S = {(m, n) ! !2) | 1 ≤ m ≤ 15, n ≤ 20, y,

7m + 5n = 140}.
c) S = {(m, n) ! !2) | 0 < m, 1 ≤ n ≤ 10, y,

2m – 7n = 112}.
6 Juan compra un d) S = {(m, n) ! !2) | 5 ≤ m ≤ 24, n ≤ –2, y,
terno que cuesta –5m + 6n = –120}.
$ 153. Lleva bille-
tes de 5 dólares.
8
Shutterstock, (2020). 390653230
La cajera dispone de La Industria del

billetes de 20 dólares y Plástico S. A. (nom-
Prendas de vestir.
r billetes de un dólar, 1 bre ficticio) fabrica
< r < 10, para el vuelto. Muestra que para tubos de plástico
r = 2 o r = 7, pueden llegar a un acuerdo de 6 metros de lon-
satisfactorio con el pago de billetes de gitud y tinas con ca-
5 dólares y el vuelto. Esto es, halla ana- pacidad de 20 litros.
líticamente el número de billetes de 5 Los tiempos reque-
Tubos de PVC.
dólares y de 20 dólares que se requieren. ridos para fabricar
Shutterstock, (2020). 452339737
Muestra que para r ≠ 2 o r ≠ 7 no llegan un tubo son de 1/6 hora, y para una tina,
a ningún acuerdo. 1/10 hora. Para la empresa es rentable
fabricar al menos 100 tubos por día y al
menos 60 tinas por día. Denoten con m
el número de tubos y con n el número
de tinas que se fabrican por día. Deter-
minen todos los pares m, n ! !+ que sa-
tisfacen los requerimientos. Interpreten
los resultados gráficamente.
147

DCCD: M.5.2.25. Reconocer un subconjunto convexo en "2 y determinar el conjunto de soluciones factibles, de forma gráfica y analítica, para resolver
problemas de programación lineal simple (minimización en un conjunto de soluciones factibles de un funcional lineal definido en "2).
Saberes previos
Problema de la programación lineal.
Conjunto de soluciones factibles
¿Cómo identificas un
punto del plano cartesiano?
Las variables que intervienen en los problemas de programación li-

Desequilibrio cognitivo neal son no negativas. Escribimos x ≥ 0, y ≥ 0, para cada una de estas
En un problema de pro- variables, y las asociamos a un subconjunto de "2. Así,
gramación lineal, ¿las variables
que intervienen pueden ser S1 = {(x, y) ! "2 | y ≥ 0}; S2 = {(x, y) ! "2 | x ≥ 0};
negativas? Explica.
Representación gráfica:
y y y
S1 y≥0 S2 S3
0 x≥0 x
0 x 0 x
Figura 5.2. Figura 5.3. Figura 5.4.
S1 representa un S2 representa un El conjunto S3 = S1 " S2

Recuerda que… semiplano que se semiplano que se ex- es S3 = {(x, y) ! "2 |
extiende del eje x tiende del eje y hacia x ≥ 0, y ≥ 0}, y
hacia arriba, según la la derecha, según la representa la inter-
• Consideramos el sistema de dirección del eje y. parte positiva del sección de los dos
coordenadas cartesianas y lo eje x. semiplanos.
denotamos con
"2 = {(x, y) | x, y ! "} Ejercicios resueltos
e identificamos cada punto 2x + 5y ≥ 6, (x, y) ! "2, (a)
del plano con un par ordena- 1. Considerar las desigualdades x ≥ 0, (b)
do (x, y) ! "2. y ≥ 0, (c)
• El conjunto de soluciones Determinemos gráficamente el conjunto de soluciones factibles.
factibles siempre se determi-
Las condiciones x ≥ 0, y ≥ 0 muestran que las soluciones factibles
na en el primer cuadrante.
son no negativas. Comenzamos con la ecuación (x, y) ! "2, tal
que 2x + 5y = 6.
Hemos visto que el conjunto L = {(x, y) ! "2 | 2x + 5y = 6}

2
representa una recta de pendiente m = – y corta a los ejes en
y 5
4 los puntos A = (3, 0) y B = 0, 6 .
5
3
L El conjunto
2 B
6 – 2x
1 S1 = {(x, y) ! "2 | 2x + 5y ≤ 6} = (x, y) ! "2 | y ≤ .
S A 5
0 1 2 3 x
representa un semiplano que se extiende de la recta L hacia abajo.
Figura 5.5.
En la Figura 5.5. se muestra este conjunto de puntos que satisfacen
las desigualdades (a), (b) y (c) y al que denotamos con S. Nota que
S está determinado por la región triangular de vértice 0, A y B.
148

x ≥ 0,
2. Considerar el conjunto de restricciones: y ≥ 0,
x + 3y ≤ 9,
x – y ≤ 3.
Determinemos gráficamente el conjunto S.
y
Asociada con la restricción x + 3y ≤ 9, tenemos el conjunto
6
L1 = {(x, y) ! "2 | x + 3y = 9},
3 L1
1
que representa una recta de pendiente m1 = – y que corta al
3 S1
eje x en el punto (9, 0) y al eje y en el punto (0, 3). 0 3 6 9 x
Figura 5.6.
La restricción x + 3y ≤ 9 representa el semiplano S1 que se extiende
bajo la recta L1.
La restricción x – y ≥ 3 se asocia al conjunto

L2 = {(x, y) ! "2 | x – y = 3}, que representa una recta de pen- y
diente m2 = 1, y que corta al eje x en el punto (3, 0) y al eje y 6
en el punto (0, –3). A la restricción x – y ≥ 3 se le denota con S2 S2 L2
y es el semiplano que se extiende hacia arriba de L2. 3
En la Figura 5.6. se muestra la recta L1 y el semiplano S1, mientras 0 3 6 9 x

que en la Figura 5.7. se muestra a la recta L2 y el semiplano S2. –3
Tomando en cuenta la no negatividad de las soluciones factibles Figura 5.7.
y la intersección de los dos semiplanos S1 y S2, se obtiene la región

factible que se muestra en la Figura 5.8.
y
6
L1 L2
3
C Conexiones con las TIC
B
S Existen programas com-
0 3A 6 9 x putacionales que te permiten
–3 graficar inecuaciones de primer
grado y obtener la región
Figura 5.8. factible. Si quieres ampliar este
tema, puedes visitar el siguiente
Determinamos el punto B intersección de las rectas L1 y L2, esto es, enlace:
{B} = L1 " L2. bit.ly/2ISvMOe
x + 3y = 9,
Hallamos (x, y) ! "2, tal que
x – y = 3,
9 3
cuya solución es x = ,y= .
2 2
El conjunto S de soluciones factibles es la región poligonal de vértices
9 3
O = (0, 0), A = (3, 0), B = , , C = (0, 3).
2 2
149

Taller práctico
DCCD: M.5.2.25. Reconocer un subconjunto con-
vexo en "2 y determinar el conjunto de soluciones 4 Dados los vértices u1 = (3, 2), u2 = (6, 4),
factibles, de forma gráfica y analítica, para resolver
problemas de programación lineal simple (mini- u3 = (5, 6), u4 = (1, 4) de una región
mización en un conjunto de soluciones factibles
de un funcional lineal definido en "2).
poligonal S, obtén el conjunto de res-
1 Sean A = (2, 1), B = (4; 1,5), C = (3, 4) los
tricciones que definen a S y representa
gráficamente.
vértices de una región poligonal P.
a) En el sistema de coordenadas rectangulares,

representa gráficamente dicha región.
b) Determina las ecuaciones cartesianas de

cada uno de los lados.
5 Los vértices de una región poligonal

S son A = (2, 1), B = (4; 1,5), C = (4, 3),
D = (1,5; 5), E = (1,5; 2). Representa es-
tos puntos en el sistema de coordenadas
2 rectangulares e identifica la región S.
Considera los vértices A = (3, 0), B = (5, 4), Obtén el conjunto de restricciones que
C = (0, 2) de una región S. Representa en definen a S.
el plano xy dicha región, y escribe el con-
junto de restricciones que la definen.
6 En el sistema de coordenadas rectangu-

3 lares, representa el conjunto S que en
Sean O = (0, 0), A = (4, 0), B = (4, 4), cada ítem se define. Determina los vér-
C = (0, 2) los vértices de una región S. tices de S.
Grafica dicha región y determina las
restricciones que definen a S. a) S = {(x, y) ! "2 | 0 ≤ x ≤ 3, 0 ≤ y ≤ 3}.
150

b) S = {(x, y) ! "2 | x ≥ 0, y ≥ 0, 8x + 5y ≤ 20}. Trabajo colaborativo
en el aula
Cuando un compañero tiene una discapacida

motriz debemos prestar atención a los lugares
por donde debe desplazarse para que no se
choque con sus compañeros.
c) S = (x, y) ! " | 0 ≤ x ≤ 4, 0 ≤ y ≤ 3, .
2
3x + 4y ≤ 24 Trabajen en equipo, indaguen y resuelvan.
8 Consideren las tres restricciones siguientes:
S1 = {(x, y) ! "2 | x ≥ 0, y ≥ 0, x + 5y ≥ 8},

S2 = {(x, y) ! "2 | x ≥ 0, y ≥ 0, x + 3y ≤ 5},
S3 = {(x, y) ! "2 | x ≥ 0, y ≥ 0, x + 0,5y ≥ 3}.
En el sistema de coordenadas rectangulares xy,
d) S = (x, y) ! " | 0 ≤ x ≤ 9, 0 ≤ y ≤ 8, .
2
2x + 3y ≤ 18 representen cada restricción y obtengan

S = S1 " S2 " S3, así como sus vértices.
9 En cada ítem se da un conjunto de res-

tricciones. En el sistema de coordenadas
rectangulares, representen dicha región
y obtengan sus vértices.
x ≥ 0, y ≥ 0,
7 En cada ítem se da un conjunto de res- a) 10x + 21y ≤ 80,
tricciones. En el sistema de coordenadas 5x – 8y ≤ 10.
rectangulares, representa dicha región y
x ≥ 0, y ≥ 0,
obtén sus vértices.
b) x + y ≥ 2,
x ≥ 0, y ≥ 0, 4x – y ≤ 4,
a) x + 5y ≤ 20, 2x – y ≥ –1.
x + 2y ≤ 10. x ≥ 0, y ≥ 0,
c) x + 5y ≥ 8,
x + 3y ≤ 5,
x + 0,5y ≤ 3.
x ≥ 0, y ≥ 0,
d) 4x + 5y ≤ 25,
4x – 8y ≤ 8,
4x – 2y ≥ –4.
151

DCCD: M.5.2.26. Realizar un proceso de solución gráfica y analítica del problema de programación lineal, graficando las inecuaciones lineales,
determinando los puntos extremos del conjunto de soluciones factibles, y encontrar la solución óptima.
Saberes previos
¿Qué entiendes por

Puntos extremos y solución óptima
solución óptima? Procedimiento de solución gráfica
Ejercicios resueltos
1. La función objetivo U está definida como U = 3x + 2y, sujeta a
Desequilibrio cognitivo la restricción S1 = {(x, y) ! "2 | y = x + 1 x ! [1, 3]}. Determinar
¿Las soluciones factibles mín U y máx U.
(x, y)!S (x, y)!S
de un problema de programa-
ción lineal pueden ser negativas? De la definición del conjunto S tenemos la equivalencia
(x, y) ! S y = x + 1; x ! [1, 3].
Al reemplazar y en la función objetivo U, obtenemos

U = 3x + 2y = 3x + 2(x + 1) = 5x + 2; x ! [1, 3].
Interdisciplinariedad Puesto que x ! [1, 3], entonces,

1 ≤ x ≤ 3 5 ≤ 5x ≤ 15 7 ≤ 5x + 2 ≤ 17 7 ≤ U ≤ 17.
Matemática
y nutrición En x = 1 se tiene y = 2 y U0 = 3 × 1 + 2 × 2 = 7 ≤ U.
Uno de los problemas más Luego, mín U = 7, valor que alcanza en el punto (1, 2).
conocidos y difundidos de (x, y)!S
aplicación de la programación En forma similar, para x = 3, se tiene y = 4 y U1 = 3 × 3 + 2 × 4 =
lineal se relaciona con las dietas. 17 ≥ U. Luego, máx U = 17, valor que alcanza en el punto (3, 4).
(x, y)!S
En términos generales, el pro-
blema consiste en encontrar la 2. Sea la función objetivo C = 200x + 70y, sujeta a las restricciones
dieta que contenga los requeri- x≥0 (a)
mientos nutricionales al menor y≥0 (b)
costo posible. –0,5x + y ≤ 20 (c)
1,5x + y ≤ 50 (d)
Hallar x , y soluciones factibles, tales que C = máx C = 200xx + 70y .

(x, y)!S
Shutterstock, (2020). 537604240
i) Determinación gráfica del conjunto de soluciones factibles

Comenzamos con las condiciones (a) y (b) que nos muestran que
las soluciones factibles tienen que ser no negativas.
Analizamos la condición (c). Este conjunto representa una recta

Dieta. que tiene una pendiente m1 = 0,5. Corta a los ejes del lado positi-
vo, en el punto (0, 20), y satisface todos los puntos del semiplano
que parten de la recta L1 hacia abajo.
y
Analizamos la condición (d). Este conjunto es una recta que tiene
50
L2 una pendiente m2 = –1,5. Sus puntos de corte con los ejes del lado
40
positivo son 100 , 0 y (0, 50). La desigualdad muestra que son

B L1
30
E 3
20
10 S todos los puntos del semiplano que parten de L2 hacia abajo.
A
–40 –30 –20 –10 0 10 20 30 40 50 x
En la Figura 5.9. se muestra el conjunto de soluciones factibles.
Figura 5.9.
Observamos que es una región poligonal cuyos vértices son los
puntos 0, A, B, E.
152

ii) Vértices de la región factible
100
Los vértices 0, A, E están determinados así: 0 = (0, 0), A = ,0 ,
3
E = (0, 20). Nos queda determinar el vértice B. Se tiene L1 " L2 = {B},
es decir que es solución del sistema de ecuaciones lineales
–0,5x + y ≤ 20,
cuya solución es y = 27,5 y x = 15. Así, B = (15; 27,5).
1,5x + y ≤ 50,
Simbología matemática
iii) Determinación del valor extremo
Calculemos C = 200x + 70y en los vértices de S.
• máx U: valor máximo de
Punto O = (0, 0), C = 200 × 0 + 70 × 0 = 0. (x, y)!S
Punto A = ((100)/3), 0), C = 200 × ((100)/3) + 70×0 = 20 000/3. la función objetivo

Punto B = (15; 27,5), C = 200 × 15 + 70 × 27,5 = 4 925. • mín U: valor mínimo de
(x, y)!S
Punto E = (0, 20), C = 200 × 0 + 70 × 20 = 1 400.
la función objetivo
20 000 100
Tenemos C = 200x + 70y = en x = , y = 0, es decir, • L1: recta
3 3
20 000 • m: pendiente de la recta
C = máx C = , valor que alcanza en el vértice A.
(x, y)!S 3
• !: pertenece al conjunto
Puesto que x ≥ 0, y ≥ 0, entonces C = 200x + 70y ≥ 0. Sea C > 0.
Definimos D = {(x, y) ! "2 | 200x + 70y = C}.

20
La pendiente de la recta D es mD = – . Sea (x0, y0) ! S.
7
La ecuación cartesiana de la recta L que pasa por (x0, y0) y tiene
20 20
pendiente mD = – está definida como y – y0 = – (x – x0)
7 7
y de esta obtenemos 20x + 7y = 20x0 + 7y0, y multiplicando por
10 para obtener la función objetivo, resulta
200x + 70y = 200x0 + 70y0.

y
Ponemos C0 = 200x0 + 70y0 ≥ 0. Así, para (x, y) ! S se tiene
40
200x + 70y = C0. 30

27,5
B
20
E
Para cada punto (x0, y0) ! S obtenemos una recta de ecuación 10 S
cartesiana A
–10 0 10 15 20 30 40 50 x
200x + 70y = 200x0 + 70y0 = C0 ≥ 0.
Figura 5.10.
Particularmente para (x, y) ! S que yacen en la recta, se tiene
200x + 70y = C0 ≥ 0.
En la Figura 5.10. se han trazado rectas paralelas que pasan por

cada uno de los vértices. Nota que el valor máximo se obtiene en
el vértice A, el más alejado de todos.
153

DCCD: M.5.2.27. Resolver y plantear aplicaciones (un modelo simple de línea de producción, un modelo en la industria química, un problema de
transporte simplificado), interpretando y juzgando la validez de las soluciones obtenidas dentro del contexto del problema.
Saberes previos
Modelización de problemas
de programación lineal
¿Qué es un modelo
matemático?
Modelo simple de línea de producción

Desequilibrio cognitivo Una planta industrial de plástico produce dos tipos de accesorios
En la práctica, ¿para qué para refrigeradoras: tipo 1 y tipo 2. Para su producción, el tipo 1 re-
te sirve maximizar o minimizar quiere 3 horas/máquina por cada 100 unidades. Mientras que para su
recursos? producción, el tipo 2 requiere 1 hora/máquina por cada 100 unida-
des. La planta dispone al mes de 120 horas/máquina.
El próximo mes se deben producir 3 500 refrigeradoras que utilizan el

accesorio tipo 1 y 4 500 refrigeradoras que utilizan el accesorio tipo 2.
La utilidad neta en la producción de una unidad del tipo 1 es $ 3,5 y del
tipo 2 es $ 2,5. Determina la cantidad de unidades del tipo 1 y del tipo
2 que deben producirse mensualmente para maximizar la utilidad.
a) Restricciones
Recuerda que… Designamos con a al número de unidades del tipo 1, y con b al
número de unidades del tipo 2, producidas mensualmente.
Para la solución de un
problema de programación Producción de una unidad de a: 0,03 h/máquina.
lineal, es necesaria la construc- Producción de una unidad de b: 0,01 h/máquina.
ción del modelo matemático
Balance de horas/máquina: 0,03a + 0,01b ≤ 120.
que implica dos elementos
básicos: las restricciones y la
Restricción de la producción de a: 0 ≤ a ≤ 3 500.
función objetivo. Restricción de la producción de b: 0 ≤ b ≤ 4 500.
b) Función objetivo
Denotamos con U la utilidad neta que debemos maximizar con la
producción de a y b. La utilidad neta de cada unidad de a es $ 3,5,
y la utilidad de cada unidad de b es $ 2,5. Por lo tanto, la función
objetivo está definida como U = 3,5a + 2,5b.
y De a) y b) obtenemos el siguiente modelo matemático:
12 000
máx{3,5a + 2,5b},
L
0 ≤ a ≤ 3 500, (a)
8 000 L1 sujeto a 0 ≤ b ≤ 4 500, (b)
0,03a + 0,01b ≤ 120. (c)
4 500 D C L2
4 000 La restricción (c) es equivalente a 3a + b ≤ 12 000.
B
1 500
c) Determinación de la región de soluciones factibles y vértices
0 A 4 000
x Graficamos la región de soluciones factibles que se muestra en
la Figura 5.11. La región S de soluciones factibles es la región
Figura 5.11.
poligonal de vértices O, A, B, C y D. Los vértices O, A, D están de-
terminados. Nos queda, entonces, obtener los vértices B y C. C es
C = (2 500, 4 500), y B es B = (3 500, 1 500). Tomando en conside-
ración las restricciones y estos últimos resultados, obtenemos la
región de soluciones factibles, que se muestra en la Figura 5.12.
154

Calculemos U = 3,5a + 2,5b en los vértices de S.
Vemos que el valor extremo es alcanzado en el vértice C = (2 500, 4 500).
y
Así, Ú = 3,5 × 2 500 + 2,5 × 4 500 = 20 000. 5 000
D C
De este resultado se concluye que deben producirse 2 500 unidades 4 500
4 000
del tipo 1 y 4 500 unidades del tipo 2 para obtener un beneficio máxi- 3 000
mo de $ 20 000. S
2 000
B
Modelo en la industria química 1 000
A
Posición del problema –2 000 –1 000 0 1 000 2 000 3 000 4 000 x
Una industria alimenticia modifica la producción de dos artículos A y
B que requieren de tres procesos dominantes: mezclado, evaporado, Figura 5.12.
pasteurizado-envasado. En la tabla se muestran los tiempos que ne-
cesitan 500 unidades de cada producto y cada proceso.
Proceso A(h) B(h) Disponibilidad (h)

Mezclado 4 3 80
Evaporado 5 6 120
Pasteurizado-envasado 8 12,5 240
La utilidad neta de A es $ 8,5 y la de B es $ 12 por cada 500 unidades.

¿Cuál es la estrategia que se debe seguir para que la utilidad sea máxima?
Solución
Designamos con x ≥ 0 al número de 500 unidades de A, y con y ≥ 0 al
número de 500 unidades de B.
a) Restricciones ab Glosario
Restricción del tiempo de mezclado: 4x + 3y ≤ 80. c
Restricción del tiempo de evaporación: 5x + 6y ≤ 120. factible. Que se puede
Restricción del tiempo de pasteurizado-envasado: 8x + 12,5y ≤ 240. hacer.
b) Función objetivo
La utilidad neta de A es 8,5x y la de B es 12y. La función objetivo U y
30
está definida como: U = 8,5x + 12y,
máxU = 8,5x + 12y.
De a) y b) se obtiene x ≥ 0, y ≥ 0, 20
D
C
el modelo matemático sujeto a 4x + 3y ≤ 80, 10
5x + 6y ≤ 120, B
c) Conjunto de soluciones factibles 8x + 12,5y ≤ 240. S1 A
0 10 20 30 x
El conjunto de restricciones se encuentra representado en la Figu-
ra 5.13. Figura 5.13.
d) Cálculo del valor óptimo Los vértices de la región de

La función objetivo está definida como U = 8,5x + 12y cuyo valor soluciones factibles son:
máximo es alcanzado en C.
O = (0, 0), A = (20, 0),
C = (4,138; 16,55), U = 8,5 × 4,138 + 12 × 16,55 ≈ 233,773.
40 80
B= , ,
3 9
De estos resultados se concluye que el jefe de planta debe producir apro-
C = (4,138; 16,55),
ximadamente 4 números de cada 500 unidades de A, y 16 números de
D = (0; 19,2).
cada 500 unidades de B para una utilidad máxima aproximada de $ 234,00.
155

Taller práctico
DCCD: M.5.2.26. Realizar un proceso de solución
gráfica y analítica del problema de programación 3 En cada ítem se define un problema de
lineal, graficando las inecuaciones lineales, deter-
minando los puntos extremos del conjunto de so- programación lineal. Representa grá-
luciones factibles, y encontrar la solución óptima.
1 ficamente el conjunto de restricciones.
Dados en cada ítem la restricción S y la Determina el conjunto de soluciones
función objetivo U, calcula mínU y máxU. factibles y los vértices. Si el problema tie-
(x, y)!S (x, y)!S
ne solución, determina el o los puntos
a) S = {(x, y) ! "2 | x + 3y = 4, x ! [0, 2]}, óptimos.
U = 2x – 3y.
máx{5x + 8y}
2x + 3y ≤ 60,
a) sujeto a 1
x + y ≤ 12,
3
x ≥ 0, y ≥ 0.
b) S = {(x, y) ! "2 | x – 2y = 8, x ! [8, 20]},

U = –2x + 4y.
mín{5x – y}
x – 3y ≤ 9,
2 Considera el problema de programa- x + y ≤ 5,
ción lineal mín{z = –2x + y} b) sujeto a –2x + y ≤ 4,
x – y ≥ –3, x + y ≤ 3,
sujeto a x + y ≤ 5, x ≥ 0, y ≥ 0.
x ≥ 0, y ≥ 0.

representa gráficamente el conjunto de
restricciones.
b) Identifica la región de soluciones factibles

y verifica que los vértices son (1, 4), (0, 3),
(5, 0), (0, 0).
M.5.2.27. Resolver y plantear aplicaciones (un
c) Muestra que mínz = –10, y determina en modelo simple de línea de producción, un mo-
delo en la industria química, un problema de
qué punto lo alcanza. transporte simplificado), interpretando y juz-
gando la validez de las soluciones obtenidas den-
tro del contexto del problema.
4 Resuelve el problema de programación
lineal en tu cuaderno.
La empresa Bloques y Adoquines debe pro-
ducir bloques estructurados y adoquines
156

con una mezcla de cemento, arena y ripio, 1 1
hora/tina y hora/tubo. La utilidad
en las proporciones que se muestran en la 10 6
tabla: es $ 18 por cada tubo y $ 1,5 por cada tina.
Bloque estructurado Adoquín a) Elaboren el modelo matemático.

Cemento 1 1,25
b) Representen gráficamente el conjunto
Arena 1,75 2 de restricciones, identifiquen la región
Ripio 3 3 de soluciones factibles, y determinen los
vértices de dicho conjunto.
Esta semana se dispone de 2 ton de ce-
mento, 3,5 ton de arena y 6,3 ton de ripio. c) Calculen el valor óptimo y analicen el
La utilidad neta por bloque estructura- resultado.
do es $ 0,25 y por adoquín, $ 0,35. ¿Qué
cantidad de bloques y adoquines deben 6 Una pequeña industria del mueble tiene
producirse para que el ingreso sea el ma-
dos plantas, y produce tres clases de mue-
yor posible?
bles: súper premium, premium y normal.
a) Elabora el modelo matemático. El número de muebles que cada planta
produce y el costo total de producción
b) Obtén gráficamente la región de solucio- semanal se resume en la siguiente tabla
nes factibles y sus vértices.
Planta I Planta II
c) Calcula la función objetivo en sus vértices. Normal 30 15
Concluye. Premium 20 25
Súper premium 15 25
Trabajo colaborativo Costo $ 120 000 $ 160 000
Diversidad funcional La empresa inmobiliaria requiere equipar
en el aula
casas que son de tres tipos: 90 m2, 110 m2
Si en el equipo existe un miembro con algu- y 140 m2. Se requieren al menos 90 con-
na discapacidad intelectual se debe trabajar juntos de muebles normales, 120 de pre-
actividades desde su vivencia para que las pueda mium y 100 de súper premium.
comprende. A la empresa le interesa establecer la es-
trategia de producción para que su costo
Trabajen en equipo, indaguen y resuelvan. sea mínimo.
a) Elaboren el modelo matemático.
5 La Industria del Plástico S. A. fabrica tubos
b) Grafiquen el conjunto de restricciones y los
de plástico de 6 m de longitud y conte-
vértices de la región de soluciones factibles.
nedores de agua o tinas de 0,02 m3 (o su
equivalente, 20 litros). El polietileno es el c) Calculen la función objetivo en cada vérti-
material principal utilizado en la fabrica- ce y determinen el mínimo.
ción de estos dos productos. Se requieren d) Analicen el siguiente modelo
0,665 de polietileno para fabricar 6 m de mín C = 120 000x + 160 000y
longitud de tubo, y 0,3 kg para fabricar
una tina. Diariamente se consumen 0,5 30x + 15y ≥ 90,
toneladas de polietileno. Para la fabrica- sujeto 20x + 25y ≥ 120,
ción de estos dos productos, se dispone 15x + 25y ≥ 100,
de una máquina que trabaja ininterrum- x ≥ 0, y ≥ 0,
pidamente 24 horas al día, dedicando y compárenlo con sus resultados.
157

DCCD: M.5.3.24. Utilizar el método de mínimos cuadrados para determinar la recta de regresión en la resolución de problemas hipotéticos o reales,
con apoyo de las TIC.
M.5.3.25. Juzgar la validez de las soluciones obtenidas en el método de mínimos cuadrados al determinar la recta de regresión en la resolución de
problemas hipotéticos o reales dentro del contexto del problema, con el apoyo de las TIC.
Saberes previos
¿Qué significa para ti la

Regresión y correlación
palabra correlación?
Muchas situaciones en nuestro entorno, sean de tipo social, econó-
mico, industrial, de educación, en el sector de la salud, en el ámbito
Desequilibrio cognitivo de las ingenieras, entre otros, ponen de manifiesto el estudio de la
relación entre dos o más variables de interés.
¿Qué aspectos persona-
les se encuentran correlaciona- Ejemplos
dos en tu diario vivir? 1. La evolución de los precios de mercado de computadoras (lap-
tops, tablets, calculadoras científicas, etc.). Los fabricantes de estos
productos se interesan en saber cómo producir más y cómo bajar
los precios en el mercado.
2. En el amplio sector de la medicina, un equipo de médicos de un
hospital está interesado en desarrollar un experimento para estu-
Interdisciplinariedad diar, en pacientes que sufren de una enfermedad particular (por
ejemplo, en pacientes psiquiátricos o en pacientes con diabetes),
Matemática la relación entre el tiempo de reacción a un estímulo y la dosis de
y agricultura un medicamento.
En el ámbito de la agricultura, 3. En el ámbito industrial, interesa estudiar el problema de la intro-
se puede estudiar la relación ducción de tecnologías y maquinaria frente a la generación de
de la cantidad de fertilizante
empleo, la calidad y la producción que se podrá alcanzar.
que debe aplicarse a un suelo
para un tipo de cultivo, con
4. En educación, el interés radica en el estudio de la inversión reali-
la producción del cultivo. zada en recursos humanos, infraestructura, laboratorios, bibliote-
Por ejemplo, en el cultivo de cas, etc., frente al número de bachilleres graduados y calidad de la
arroz, interesan la cantidad de educación, número de graduados de universidades, número de
fertilizante (urea) aplicado, y graduados en programas de maestrías y doctorados, en diversas
la cantidad de arroz. Esta clase áreas del conocimiento, y generación de empleo, entre tantos
de estudios se realizan en otros otros problemas del sector.
tipos de cultivos, como aquellos
de cacao aromático, mango, Los estudios de esta clase de problemas se pueden analizar e investi-
banano, etc. En este contexto,
gar mediante dos tipos de modelos matemáticos:
interesan también la cantidad
de suelos (área cultivable) y las
mejoras de estos (por ejemplo, 1. Análisis de regresión.
con maquinaria introducida), 2. Análisis de correlación.
frente a la cantidad y la calidad
de la producción agrícola. El análisis de regresión centra la atención en la naturaleza de relacio-
nes entre variables, por ejemplo, cualitativas y cuantitativas, discretas
y continuas. El análisis de correlación focaliza la atención en la inten-
sidad, fuerza o resistencia de estas relaciones (fuertemente relaciona-
das, débilmente relacionadas).
Shutterstock, (2020). 512140084
Con frecuencia, se dispone de un conjunto de datos

S = {(xi , yi) ! "2 | i = 1, …, n},
en el que el dato xi denota una observación o medida de la variable
independiente x, el dato yi es la observación o medida de la variable
Agricultor.
dependiente y, y el par ordenado (xi, yi) se denomina dato.
158

Análisis de la relación entre dos variables
El análisis de la relación entre estas dos variables comienza con la Interdisciplinariedad
construcción de un gráfico llamado diagrama de dispersión: los pares
ordenados (xi , yi) ! "2; i = 1, …, n son representados en el sistema Matemática
de coordenadas rectangulares. En el eje x se representan los datos e historia
xi , mientras que en el eje y se representan los datos yi . Así se obtiene Los conceptos
de regresión
cada uno de los puntos (xi , yi ).
y correla-
ción fueron
En la Figura 5.14. se muestran diagramas de dispersión de seis conjun- introducidos
tos de datos; cada uno de ellos contiene catorce puntos. por el inglés
Figura 5.14. Francis Galton
Francis Galton, (2020). www .wikimedia.org

(1822-1911) en el
ámbito de la biología.
y y
y = a + bx Francis Galton (1822-1911).
Recuerda que…
0 x 0 x
Cuando el estudio de la
Las figuras muestran una tendencia del tipo lineal, es decir, una relación se limita solo a dos va-
función de la forma y = f(x) = ax + b, siendo a, b constantes reales. riables, se llama procedimiento
analítico de análisis de regresión
simple (análisis de correlación
simple). Cuando el estudio de
y y la relación involucra tres o más
variables, la técnica matemática
se conoce como análisis de
regresión múltiple (análisis de
correlación múltiple).
y = ax2 + bx + c y = ax2 + bx + c
0 x 0 x
Las figuras muestran una tendencia del tipo cuadrático, es decir,

una función de la forma y = f(x) = ax2 + bx + c, siendo a, b, c
constantes reales.
y y
y = a + becx
0 x 0 x
La figura tiene una tendencia La figura no muestra tenden-

del tipo exponencial. cia alguna.
159

Regresión lineal simple. Método de mínimos cuadrados
En el análisis de la regresión lineal simple, a las dos variables involucra-
das las asignamos con “x” y “y”. A la variable x se le denomina variable
independiente, mientras que a la variable y se la llama variable depen-
diente. El análisis de la regresión se utiliza, por ejemplo, para construir
una función dependiente de una o más constantes por determinar,
Recuerda que…
a la que denominamos modelo matemático de predicción, en cuyo
Una recta en el plano, caso x se denomina variable de predicción, mientras que y se llama
no paralela al eje y es un con- variable de respuesta.
junto definido como
R = {(x, y) ! "2 | y = a + bx},
En el análisis de la regresión, la variable x puede considerarse como
ordinaria, esto es, no se trata de una variable aleatoria. Por su parte, la
donde b ! " es la pendiente variable y es una variable aleatoria, y se supone que la media y depende
de la recta, y a ! " . Cuando
de la variable independiente y.
b > 0, la recta R tiene una incli-
nación a la derecha; cuando
b < 0, la recta R tiene una incli- Construimos una función que tiene la forma de un polinomio de
nación a la izquierda. Asociada grado ≤1 cuya gráfica se identifica con la de una recta. Con mayor
a este conjunto, existe una precisión, se considera el problema siguiente: halla un polinomio p de
función polinomial p de grado grado ≤1 de la forma
≤1 de la forma y = p(x) = a + bx, x ! ",
y = p(x) = a + bx, x ! ",
donde a, b ! " son calculados con el denominado método de míni-
de modo que su grafo G(p) = R. mos cuadrados, cuyo algoritmo se describe a continuación.
Supongamos que se dispone de
la siguiente información: Algoritmo
S = {(xi, yi) ! " | i = 1, …, n}.
2 Para calcular las constantes óptimas a, b mediante el método de mí-
nimos cuadrados, se requiere la siguiente información:
En la Figura 5.15. se ilustra un
conjunto de puntos que siguen
una tendencia o apariencia de 1. El número de puntos n ≥ 2.
una recta, así como la gráfica de 2. El conjunto de datos S = {(xi, yi) ! "2 | i = 1, …, n}.
la recta de ecuación cartesiana:
y = a + bx, x ! ". Aplicación del método de mínimos cuadrados
1. Calcula las siguientes sumas:
y
y = a + bx n n n n
S1 = ∑ xi , S2 = ∑ xi2, R1 = ∑ yi , R2 = ∑ xi yi .
i=1 i=1 i=1 i=1
2. Verifica z = nS2 – S12 ≠ 0.
3. Calcula la constante óptima de regresión lineal a:

0 x
a = S2R1 – S1R2 2 .
Figura 5.15. nS2 – S1
4. Calcula el coeficiente óptimo de regresión lineal b:
b = nR2 – S1R2 1 .
nS2 – S1
160

Resultado: la recta del mejor ajuste, o recta en mínimos cuadrados, es
la función definida como
y = p(x) = a + bx, x ! ".
Ejercicio resuelto
∑ : símbolo de sumatoria
Se tiene la función p definida como: : símbolo que se lee “para
todo”
y = p(x) = 2,1 + 1,5x, x ! ".
": conjunto de los números
reales
Utilizando esta función, consideramos el conjunto de datos
S = {(1; 3,6), (1,5; 4,35), (2,1; 5,25), (2,9; 6,45), (3,2; 6,9)},
en los que se ha asignado previamente el valor de x, y se ha calculado
y = p(x). Conexiones con las TIC
Para ampliar la utiliza-

Con esta información, buscamos una función p de la forma
ción del método de los míni-
y = p(x) = a + bx, x ! ", mos cuadrados, puedes mirar
el siguiente video:
con a, b incógnitas que deben ser calculadas mediante el método de
mínimos cuadrados. Aplicamos el algoritmo arriba descrito. bit.ly/2Lf7Oip
Se calculan las sumas S1, S2, R1, R2, anteriormente definidas. Se tiene,
5
S1 = ∑x = 1 + 1,5 + 2,1 + 2,9 + 3,2 = 10,7,
i=1
i
n
S2 = ∑x
i=1
i
2
= 1 + 2,25 + 4,41 + 8,41 + 10,24 = 26,31,
n
R1 = ∑ yi = 3,6 + 4,35 + 5,25 + 6,45 + 6,9 = 26,55,
i=1
n
R2 = ∑ xi yi = 3,6 + 6,525 + 11,025 + 18,705 + 22,08 = 61,935.
i=1
Se calcula z = nS2 – S12 = 5 × 26,31 – (10,7)2 = 17,06. Recuerda que…
En el algoritmo, para
Se verifica que z ≠ 0. calcular las constantes de re-
gresión lineal, se utilizó una es-
La solución está dada como trategia de explicación sencilla.
Sin embargo, el cálculo de estas
S2R1 – S1R2 26,55 × 26,31 – 10,7 × 61,935
a= = = 2,1. constantes puede representarse
z 17,06 de esta forma:
nR2 – S1R1 5 × 61,935 – 10,7 × 26,55 n n n n
b=
nS2 – S12 =
17,06
= 1,5. ∑x ∑y
i=1
i
2
i=1
i – ∑x ∑x y
i=1
i
i=1
i i
â= n n 2
,
La recta del mejor ajuste está definida como el polinomio de grado 1, n ∑x
i=1
2
i
– ∑x
i=1
i
p(x) = 2,1 + 1,5x, x ! ", n n n

n ∑ xi yi – ∑x ∑y
del que ya teníamos conocimiento. De esta manera, verificamos que b̂ = i=1 i=1
i
i=1
i
.
n n 2
nuestros cálculos y el método empleado son correctos. n ∑x 2 – ∑x
i i
i=1 i=1
Nota que p(x) es la ecuación cartesiana de la recta a la que se le deno-

mina recta de mejor ajuste en mínimos cuadrados.
161

Taller práctico
DCCD: M.5.3.24. Utilizar el método de mínimos cua-
drados para determinar la recta de regresión en la _______________________________________________
resolución de problemas hipotéticos o reales, con
apoyo de las TIC. M.5.3.25. Juzgar la validez de las _______________________________________________
soluciones obtenidas en el método de mínimos cua- _______________________________________________
drados al determinar la recta de regresión en la reso-
lución de problemas hipotéticos o reales dentro del _______________________________________________
contexto del problema, con el apoyo de las TIC.
1 Propón dos problemas con cada uno de Cada uno de los ejercicios requiere el uso
los siguientes enunciados. Precisa los estu- de las TIC.
dios que se pueden realizar, en los que se
pongan de manifiesto las variables que in-
tervienen, así como la utilidad que puede
2 Para familiarizarse con el método de
dársele a los resultados de dichos estudios. mínimos cuadrados, se propone la si-
guiente metodología: se definen la fun-
a) En el sector de la energía, selecciona dos ción f y el conjunto de puntos dados en
problemas de interés para la economía la tabla. Completa la tabla. Con estos
regional en tu entorno, parroquia, cantón, datos, calcula las constantes a, b y ob-
provincia. tén nuevamente la función f que en cada
_______________________________________________ ítem se define. Representa el conjunto
_______________________________________________
de puntos y la función f.
_______________________________________________
a) y = f(x) = 1,2 + 1,5x, x ! ".
_______________________________________________
x 0,5 1,0 2,1 2,6 3,0
b) En el ámbito de estudios ambientales, y = f(x)
escribe dos problemas vinculados con
el manejo de desechos sólidos, líquidos,
gaseosos.
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
b) y = f(x) = –0,8 + 0,65x, x ! ".
c) En agricultura, escribe los estudios relacio-
nados con cultivos de productos de ciclo x 1,5 3,0 4,1 4,6 5,0 5,2
corto (un año) y de mayores a un año, y = f(x)
inversiones, generación de empleo, produc-
tividad, etc., que pueden realizarse.
_______________________________________________
_______________________________________________
_______________________________________________
_______________________________________________
d) En el ámbito de la seguridad social, analiza 3

problemas que surgen en materia de servi- Considera el conjunto de datos:
cios de salud y cobertura frente a distintos
tipos de poblaciones y por género: niños, S = (1,1), (1,5; 2,5), (2,5; 5,5), .
(4,1, 10,3), (5,2; 13,6), (6, 16)
niñas, adolescentes, personas adultas y
personas adultas mayores.
162

representa gráficamente este conjunto de (4; 45,42), (6,5; 60,3), (11; 88,2),
D= .
datos. Explica si tiene o no la tendencia de (14, 107), (18, 131)
una recta. Se busca una función de la forma
d(t) = s + vt, t ≥ 0, siendo s la distancia
inicial, y siendo v la velocidad.
a) Con una escala apropiada, en el sistema de
coordenadas rectangulares representen grá-
ficamente este conjunto de datos D. Expli-
quen si tiene o no la tendencia de una recta.
b) Aplica el método de mínimos cuadrados
para calcular las constantes a, b. b) Apliquen el método de mínimos cuadra-
Para el efecto, calcula las sumas S1, S2, R1, R2, dos para calcular las constantes s , v . Para
arriba definidas, y con estas obtén a, b. el efecto, calculen las sumas S1, S2, R1, R2,
arriba definidas, y con estas obtengan s , v .
c) En el entrenamiento se obtuvo la función

d, definida como d(t) = 20 + 6, 2t, t ≥ 0.
¿Concuerdan con los datos actuales?
5 Los resultados que constan en la tabla

c) Verifica que la función F obtenida es
Días t 5 8 15 20 25 30
F(x) = –2 + 3x, x ! ".
Consumos
C (en 60,5 88,0 152,7 198,1 245 291
Kw/h)
corresponden a consumos de energía

eléctrica de una casa. Se busca una fun-
ción de consumo eléctrico de la forma
C(t) = p + ht, t ≥ 0, siendo p la pérdida,
Trabajo colaborativo h una constante, y siendo t ! [0, 30] el
tiempo contado en días del mes.
Diversidad funcional a) En el sistema de coordenadas rectangula-
en el aula
res, representen este conjunto de datos.
Al trabajar con compañeros con alguna disca- ¿Tiene tendencia de una recta? Expliquen.
pacidad se de fomentar valores cooperativos y
de colaboración entre todos. b) Apliquen el método de mínimos cuadra-
dos para calcular las constantes p, h. Para el
efecto, con los datos de la tabla, calculen
Trabajen en equipo, indaguen y resuelvan. las sumas S1, S2, R1, R2, arriba definidas, y con
estas obtengan p, h.
4 El profesor de Educación Física mide las c) El mes pasado se obtuvo un consumo muy
distancias recorridas (en metros) para di- similar y se obtuvo la función
ferentes tiempos (en segundos) de un es- C(t) = 14,4 + 9,22t, t ≥ 0. ¿Concuerda
tudiante que se entrena diariamente. Los esta función con los datos actuales? Com-
resultados están registrados en el conjunto: paren con sus resultados.
163

DCCD: M.5.3.22. Calcular la covarianza de dos variables aleatorias para determinar la dependencia lineal (directa, indirecta o no existente) entre dichas
variables aleatorias. M.5.3.23. Determinar la recta de regresión lineal que pasa por el centro de gravedad de la distribución para predecir valores de la
variable dependiente, utilizando la recta de regresión lineal, o calcular otra recta de regresión intercambiando las variables para predecir la otra variable.
Saberes previos
¿Cómo obtienes la me-

Dependencia lineal y covarianza
dia aritmética de un conjunto
de datos? Se dispone del conjunto de datos: S = {(xi, yi) ! "2 | i = 1, …, n}.
Interesa saber qué tan precisa es la función que consiste en un poli-

Desequilibrio cognitivo nomio de grado ≤ 1, obtenido con el método de mínimos cuadrados,
llamado recta de regresión, de modo que pueda ser utilizado para
¿Qué relación puede predecir o calcular el valor de y para un dato particular x. Más aún,
existir entre la dispersión y la
interesa determinar cuándo hay una dependencia lineal entre las dos
media aritmética?
variables. Para ello, obtenemos la dispersión de valores de xi alrededor
de la media aritmética x. Tomando en consideración la definición de
media aritmética, n
∑i=1 xi n
x=
n
∑i=1 xi = nx,
y las propiedades del sumatorio, se tiene n 2
n n n ∑x
∑(x – x) = ∑ (x
i=1
i
2
i=1
i
2
– 2xi x + x 2) = ∑ xi 2 –
i=1
i=1 i
n
.
Entonces, la dispersión de valores de xi alrededor de x está definida

Recuerda que… como
n 2
La covarianza es, de 1
n
1
n ∑x
modo intuitivo, una especie sx2 =
n–1
∑ (x – x)
i=1
i
2
=
n–1
∑x i=1
i
2
– i=1 i
n
. Nota que sx > 0.
de medida promedio de la
dependencia lineal. En algunos Definición. La covarianza muestral se denota con cov(x, y) y se define
libros, a la covarianza muestral
como
también se le suele designar n
con Sxy. ∑i=1 (xi – x)(yi – y)

cov(x, y) = .
n–1
La covarianza puede ser positiva, cero o negativa. Tomando en cuenta
las relaciones
n n
∑x n ∑y n
ab Glosario x= i=1 i
n
∑x = nx, i
y= i=1 i
n
∑ y = ny, i
c i=1 i=1
covarianza. En probabi- se obtiene,

lidad y estadística, la covarianza n n
es un valor que indica el grado ∑ (x – x)(y – y)

i i
∑ (x y – xy – y x + xy)
i i i i
de variación conjunta de dos cov(x, y) = i=1
= i=1
n–1 n–1
variables aleatorias respecto a
n n n n
sus medias.
∑ x y – ∑ xy – ∑ y x + ∑ xy
i=1 i i i i
= i=1 i=1 i=1
n–1
n n n n
∑ x y – nxy
i=1 i i
∑ x y – n1 ∑ x ∑ y
i=1 i i i=1 i i=1 i
= = .
n–1 n–1
164

Ejercicio resuelto
Para el conjunto de datos:
Recuerda que…
S = {(1; 3,6), (1,5; 4,35), (2,1; 5,25), (2,9; 6,45), (3,2; 6,9)}, se tiene
n El coeficiente de regre-
x=
1
5
∑ x = 10,7
i=1 i 5
= 2,14, sión lineal b (pendiente de la
recta) se expresa como:
n
y=
1
5
∑ x = 26,55
i=1 i 5
= 5,31, b=
cov(x, y)
.
sx2
5
∑x y = 61,935,
i=1
i i
En efecto,
n n n
cov(x, y) = Sxy =
61,935 – 5 × 2,14 × 5,31
= 1,279 5. n ∑xi yi – ∑x ∑y i i
5 b = i=1 n . i=1
n
i=1
2
La ecuación cartesiana de la recta que pasa por el punto (x, y) y tiene n ∑x

i=1 i
2
– ∑x
i=1 i
una pendiente b está definida como n

n ∑xi yi – n2xy
i=1
(x, y) ! "2 tal que y – y = b(x – x), = n n 2
n ∑x 2
– ∑x
siendo x, y las medias aritméticas de {xi ! "2 | i = 1, …, n} y de i=1 i i=1 i
{yi ! "2 | i = 1, …, n}. Esta recta se llama recta de regresión. El coefi- 1

n
ciente de regresión lineal b (pendiente de n –

∑x y – nxy
1 i=1 i i
=
cov(x, y) 1 n
1 n 2
la recta) se expresa como: b =
sx2
. ∑
n – 1 i=1
xi2 – ∑xi
n i=1
cov(x, y)
Correlación, regresión y predicción =
sx2
.
Considera un conjunto de datos C = {(xi , yi) ! "2 | i = 1, …, n},
en el que el dato xi denota una observación o medida de la variable Nota que primero se ha dividi-
independiente x y el dato yi es la observación o medida de la variable do numerador y denominador
por n, y luego por n – 1. Por
dependiente y. A este conjunto nos referiremos como la muestra C.
otro lado, tenemos la constante
Interesa saber qué tan fuerte es la relación entre estas dos variables.
de regresión â definida como
Para ello, se requiere de alguna medida que muestre la relación entre
n n n n
ellas. A esta medida se la conoce como coeficiente de correlación, y ∑ x ∑y – ∑ x ∑x y
i
2
i i i i
se la designa con la letra r. â= i=1 i=1 i=1 i=1
n n 2
n ∑x 2
– ∑x
La media aritmética y la varianza de las variables “x” y “y” están dadas i=1 i i=1 i
como: = y – bx.
n n
∑x 1
n ∑y 1
n
x= i=1 i
n
, sx2 =
n–1
∑ (x – x) , y =
i=1
i
2 i=1 i
n
, sy2 =
n–1
∑ (y – y) .
i=1
i
2
ab Glosario
c
La covarianza cov(x, y) = Sxy de la muestra está dada como correlación. Medida de
la dependencia existente entre
n n
variables aleatorias.
∑ (x – x)(y – y)
i=1 i i
∑ x y – nxy
i=1 i i
cov(x, y) = = . dependencia. Relación de
n–1 n–1 origen o conexión.
Definición. El coeficiente de correlación r de la muestra C está defi-

nido como
S
r = xy .
sx sy
165

Como Sxy puede ser positivo, cero o negativo, r tiene el mismo signo
que Sxy. De la definición del coeficiente de correlación r, se tiene
n
Sxy ∑ x y – nxy
i i
r= = i=1 .
sx sy n 2 n 2
n ∑x n ∑y
∑x
i=1
i
2
– i=1 i
n
∑y
i=1
i
2
– i=1 i
n
Además: Sxy = rsxsy, y; – 1 ≤ r ≤ 1.
Para un ajuste lineal en mínimos cuadrados, el coeficiente b está de-

finido como
S rs s s
b = xy2 = x2 y = r y .
sx sx sx
La ecuación cartesiana de la recta de regresión R está definida como
(x, y) ! "2 tal que y – y = b(x – x),
siendo x, y las medias aritméticas de {xi ! " | i = 1, …, n}, y de

{yi ! " | i = 1, …, n}.
En las Figuras 5.16., 5.17. y 5.18. se muestran conjuntos de datos con su

correspondiente coeficiente de correlación.
a) a) a)
y y y
y = a + bx
y = a + bx
0 x 0 r = 0,1 x 0
r=1 r = –0,7 x
b)
b) y b)
y y
y = a + bx
y = a + bx
0 r = –0,3 x
0 r = 0,95 x 0 r = –0,90 x
Figura 5.17.
Figura 5.16. Figura 5.18.
Las figuras a) y b) (5.17.)
En las figuras a) y b) (5.16.) se muestran dos conjuntos de Las figuras a) y b) (5.18.)
muestran dos conjuntos de datos débilmente correlacio- muestran dos conjuntos de
datos correlacionados con nados; es decir, no se tiene la datos correlacionados con
pendientes positivas. tendencia de una recta. pendientes negativas.
166

Ejercicio resuelto
En un laboratorio de materiales se estudia la relación entre la defor-
kg
mación x medida en mm, y la dureza y del material, medida en .
mm2
Se realizan cinco ensayos cuyos resultados se muestran en el conjun-
to C:
C = {(8; 55,7), (11; 52,1), (16; 45,8), (25; 36,0), (32; 23,9)}.
Con estos datos, se calculan los valores siguientes:

5 5
∑x = 92; x = 925 = 18,4; ∑ x
i=1
i
i=1
i
2
= 2 090,
5 5
∑y = 213,5; y = 213,5
i=1
i 5
= 42,7; ∑y
i=1
i
2
= 9 781,75,
5
∑x y = 3 416,3,
i=1
i i
5 2
1
5 ∑x 1 (92)2
sx2 =
n–1
∑x
i=1
i
2
– i=1 i
n
=
4
2 090 –
5
= 99,3,
5 2
5 ∑y
1
∑y = 1 9 781,75 – (213,5) = 166,325,
2
i=1 i
sy2 = 2
–
n–1 i=1
i
n 4 5
5
∑ x y – nxy
i i 3 416,3 – 5 × 18,4 × 42,7
Sxy = i=1
= = –128,025,
n–1 4
Sxy –128,025
b= = = –1,289 3. Interdisciplinariedad
sx2 99,3
Matemática
La recta de regresión está definida como y economía
El concepto mismo de correla-
y – 42,7 = –1,289 3(x – 18,4) y = 66,422 66 – 1,289 3x, x > 0. ción está muy relacionado con
el ámbito de la economía cuan-
do se analiza la facturación de
Calculamos el coeficiente de correlación r:
una empresa en un período de
Sxy –128,025 tiempo, y también en el análisis
r= = = –0,996 2. de cómo influye la publicidad
sx sy 99,3 × 166,325
en esta facturación.
Este resultado nos muestra que las dos variables están fuertemente
correlacionadas.
Shutterstock, (2020). 261250367
Para una deformación x = 20 mm, se obtiene

kg
y = 66,4226 6 – 1,289 3 × 20 = 40,636 6 .
mm2
Conjunto de monedas.
167

Taller práctico
DCCD: M.5.3.22. Calcular la covarianza de
dos variables aleatorias para determinar la 2 Los resultados que constan en la tabla
dependencia lineal (directa, indirecta o no
existente) entre dichas variables aleatorias. corresponden a consumos de energía
1 Considera el conjunto de datos: eléctrica. Se busca una función de con-
sumo eléctrico de la forma
S = (1, 1), (1,5; 2,5), (2,5; 5,5), . C(t) = p + ht, t ≥ 0, siendo p la pérdida,
(4,1; 10,3), (5,2; 13,6), (6, 16)
h una constante, y siendo t ! [0, 30] el
tiempo contado en días del mes.
a) En el sistema de coordenadas rectangula-
res, representa gráficamente este conjunto Días t: 5 8 15 20 25 30
de datos. Explica si el conjunto tiene o no Consumos
la tendencia de una recta. C (en 60,5 88,0 152,7 198,1 245 291
Kw/h):
a) Aplica el método de mínimos cuadrados

para calcular las constantes p, h.

para calcular las constantes a, b. Para el
efecto, calcula las sumas S1, S2, R1, R2, y con
estas obtén a, b.
b) Calcula h = StC2 y p = C – t cov(t,2 C) , y

st st
compara con los resultados obtenidos en
el literal a.
c) Verifica que la función F obtenida es

F(x) = –2 + 3x, x ! ".
c) Compara los resultados con la función

C(t) = 14,4 + 9,22t, t ≥ 0.
d) Calcula la covarianza Sxy, la dispersión s y x
2
S
prueba que xy2 = 3.
sx
168

M.5.3.23. Determinar la recta de regresión lineal
que pasa por el centro de gravedad de la distri-
bución para predecir valores de la variable de-
pendiente, utilizando la recta de regresión lineal, Diversidad funcional
o calcular otra recta de regresión intercambian- en el aula
do las variables para predecir la otra variable.
3 En cada ítem, completa la tabla. Con Si en el aula existe un estudiante con alguna
estos datos, calcula las constantes a, b discapacidad es importante reflexionar sobre
y obtén nuevamente la función f que los conceptos de diversidad, inclusión social,
en cada caso se define. Calcula el coefi- igualdad de oportunidades entre otros.
ciente de correlación y comprueba con
el dato r que se indica. En el plano carte- Trabajen en equipo, indaguen y resuelvan.
siano, representa el conjunto de puntos
y la función f. 4 Sean S el conjunto de puntos
a) y = f(x) = 3,2 + 4,5x, x > 0, r = 1. S = {(xi, yi) ! "2 | i = 1, …, n},
y la ecuación cartesiana de la recta de re-
x 0,5 1,0 2,1 2,6 3,0 gresión lineal definida como
y = f(x): (x, y) ! "2, tal que y = a + bx, donde a,
b son calculados con el método de míni-
mos cuadrados. Demuestren que:
cov(x, y)
a = y – bx = y – x .
sx2
5 En la zona de Íntag, una geóloga recoge

muestras del suelo. De cada muestra, mide
b) y = f(x) = –2,8 + 1,65x, x > 0, r = 1.
su densidad d en g 3 y luego mide el
x 1,5 3,0 4,1 4,6 5,0 5,2 cm
y = f(x): contenido de hierro C en % (masa de
hierro en g/masa de muestra en g), que
se detallan en el siguiente conjunto:
(3,4; 30), (3,2; 34), (2,8; 26), (2,9; 24),
S = (3,0; 28), (3,1; 28), (3,2; 29), (3,2; 34),
(3,3; 27), (3,12; 29,8).

res, representen este conjunto de puntos.
c) y = f(x) = 70,3 – 3,45x, x > 0, r = 1.
b) Calculen la media aritmética d, C.
x 2,5 6,0 10,4 16,0 20,6 28,0 c) Calculen la dispersión sd2 y la covarianza
y = f(x): Sdc = cov(d, C).
d) Obtengan la ecuación de la recta de mejor
ajuste. En otro estudio, se obtuvo la ecua-
ción C = –7,85 + 11,095d, d > 0.
Comparen su resultado con el dado por el
otro estudio.
e) Calculen el coeficiente de correlación r.
169

cotidianos
Un problema de transporte simplificado Reemplazando v1 y v2 en (b), se tiene
1. En una ciudad, hay 2 depósitos 6 – x1 + 10 – x2 = 8,
de gas, 6 restaurantes y 10 x1 + x2 = 8,
panaderías. Diariamente se que es idéntica a la restricción (a).
entregan 8 cilindros de cada
depósito de gas, y el segundo Como x1 ≥ 0, x2 ≥ 0, resulta que
Shutterstock, (2020). 529741768

depósito siempre hace en-
tregas a los restaurantes y a las 0 ≤ x1 ≤ 5, 0 ≤ x2 ≤ 9, v1 = 6 – x1,
panaderías. Los restaurantes re- Cilindros de gas. v2 = 10 – x2, x1 + x2 = 8 x2 = 8 – x1.
ciben 6 cilindros de gas y las panaderías reciben 10.
Reemplacemos v1, v2 y x2 en el costo CT .
El costo de transporte de un cilindro de gas del pri-
mer depósito a los restaurantes es de $ 0,75 y a las CT = 0,75x1 – 0,65x2 – 0,7(6 – x1) + 0,8(10 – x2)
panaderías es de $ 0,65. El costo de transporte de = 0,05x1 – 0,15x2 + 12,2
un cilindro de gas del segundo depósito a los res- = 0,05x1 – 0,15(8 – x1) + 12,2 = 0,2x1 + 11.
taurantes es de $ 0,70 y a las panaderías es de $ 0,8.
Lo que nos interesa es planificar el transporte de Puesto que 0 ≤ x1 ≤ 5, se tiene la función
gas para que el costo sea mínimo. f(x) = 0,2x1 + 11. x1 ! [0, 5].
i) Modelo matemático Claramente mín f(x) = 11, valor que se alcanza

x![0,5]
Designamos con x1 y x2 al número de cilindros en x1 = 0. Luego v̂1 = 6, x̂ 2 = 8 y v̂2 = 2. Por lo
de gas del primer depósito que lleva el gas a tanto, se debe planificar la distribución de gas
los restaurantes y a las panaderías, respectiva- del siguiente modo:
mente. Con v1 y v2 se designa el número de ci-
lindros de gas del segundo depósito que lleva Restaurantes Panaderías
el gas a los restaurantes y a las panaderías.
Depósito de gas # 1 0 8
Depósito de gas # 2 6 2
De la información de las distribuidoras de gas,
Total 6 10
obtenemos:

x1 + x2 = 8, v1 + v2 = 8, x1 + v1 = 6, Practica en tu cuaderno
x2 + v2 = 10, xi ≥ 0, vi ≥ 1 i = 1, 2.
Modelo de dieta
2. Dos alimentos básicos para el
Costo de transporte:
desayuno de niños y niñas
CT = 0,75x1 + 0,65x2 + 0,7v1 + 0,8v2.
son el pan y la leche. De
estos dos alimentos, con-
Por lo tanto, interesa minimizar el costo CT.
sideramos dos nutrientes
mín CT.
importantes: la proteí-
na y la energía (calorías).
xi ≥ 0, vi ≥ 1 i = 1, 2,
Supongamos que un pan
x1 + x2 = 8, (a)
(aproximadamente 20 g) tiene Pan y leche.
sujeto a v1 + v2 = 8, (b)
7 g de proteína y calorías, y que
x1 + v1 = 6, (c)
una taza de leche (aproximadamente 250 cm3)
x2 + v2 = 10. (d)
tiene 6 g de proteína y 140 calorías. El costo de un
pan es $ 0,12 y el de una taza de leche es $ 0,16.
ii) Conjunto de soluciones factibles
De (c) obtenemos v1 = 6 – x1 y de (d),
Estudia el caso con 40 panes y 40 tazas de leche
v2 = 10 – x2. Como v1 ≥ 1, v2 ≥ 1, se sigue que
al mes, y que mensualmente proporcionen al me-
6 – x1 ≥ 1 x1 ≤ 5, 10 – x2 ≥ 1 x2 ≤ 9.
nos 300 g de proteína y 5 000 calorías.
170

La matemática en la Ingeniería Estadística

¿Cuál es el profesional que se encarga del estudio de la dinámica econó-
mica, social, política y ambiental de una sociedad? ¿Qué carrera per-
mite estudiar cantidades masivas de información, discriminando lo
Shutterstock, (2020). .294613295

subjetivo de lo real y asesorando en lo que respecta a la toma de
decisiones efectivas que transformen activamente a la sociedad?
La Ingeniería Estadística es una carrera que forma profesionales

con capacidad de formular planes y propuestas de producción,
publicación y distribución de información estadística. La mate-
mática aporta una serie de herramientas fundamentales como, por
ejemplo, la teoría de conjuntos, modelos probabilísticos, modelos de-
terminísticos, entre otros, conocimientos que le permiten al profesional
describir una situación del mundo real en términos matemáticos. Aplicación de la estadística en el análisis
de datos.
La matemática
y las profesiones
Ingeniería en Estadística
El ingeniero o la ingeniera en Estadística es un profesional competente en
actividades como análisis, investigación y consultoría en calidad, indus-
tria, investigación de mercados, seguros, minería de datos, diseño de en-
cuestas y censos. Asimismo, tiene el conocimiento necesario para imple-
mentar técnicas y métodos estadísticos en el tratamiento de pequeños y
grandes volúmenes de datos, desde su recolección y tabulación, hasta su
Shutterstock, (2020). 532721611

análisis univariado y multivariado, aplicando la matemática, estadística e
informática, y la formulación e interpretación de modelos que relacionen
dos o más variables para tomar decisiones, efectuar pronósticos, describir
situaciones o procesos, diseñar y realizar experimentos en el campo cien-
tífico, industrial y social.
Ingeniería en Estadística.
El campo ocupacional para esta carrera incluye lo siguiente: departamen-
tos de estadística y control de calidad de empresas administrativas y de
servicios; compañías de seguros, actuariales y empresas financieras; pro-
yectos de gestión de calidad y optimización de recursos; empresas de in-
vestigación de mercado, sondeos y marketing; y empresas afines.
El bachiller que postula a esta carrera debe cumplir con el siguiente perfil:
• Sólidos conocimientos de matemática.

• Conocimientos básicos en informática.
• Espíritu emprendedor, capaz de resolver problemas multidisciplinarios.
• Pensamiento crítico y analítico.
Adaptado de: http://www.universia.com.ec/estudios/uce/
ingenieria-estadistica/st/226368
171

TIC
Región factible y GeoGebra
Para determinar la región factible de una serie de restricciones, sigue los
siguientes pasos.
1. Abre un documento en
GeoGebra utilizando la Vista
Gráfica y Vista Algebraica. En
estas ventanas podrás apreciar
la construcción de cada una
de las restricciones planteadas
en el problema.
2. Ingresa cada una de las restric-

ciones en su escritura original
(inecuaciones). En la Vista
Algebraica observa que cada
una es asignada por una letra.
3. Para personalizar tu tarea

sobre cualquier restricción,
haz clic izquierdo y escoge
Propiedades. Desde este menú,
puedes cambiar el color. En la
opción Básico, etiqueta Visible,
escoge Nombre y valor. Esta
opción te permite visualizar
cada una de las restricciones
con su correspondiente color.
172

4. Con el mouse explora cada una
de las regiones e identifica cuál de
ellas interseca a todas las restric-
ciones. Esta región toma el nom-
bre de región factible (conjunto
de soluciones que satisface a todo
el conjunto de restricciones, y que
puede ser acotado o no).
5. Para determinar la región factible

con un color diferente, escribe
en la barra de Entrada
a$$b$$c$$d$$e o utiliza las letras
que asignó el programa a cada
restricción. Luego, para identifi-
car los puntos de intersección
de la región factible, convierte a
las restricciones en ecuaciones e
ingrésalas en el programa.
6. Una vez identificada la región

factible, ubica el cursor en cada
una de las intersecciones para co-
nocer qué restricciones forman el
punto de intersección. En la barra
de Entrada escribe Interseca [a,b]
o escribe Inter y se desplegará un
menú con varias opciones. Escoge
Interseca [<objeto>,<objeto>].
Reemplaza por las letras corres-
pondientes a las restricciones que
se intersecan.
7. Para apreciar solo la región

factible, apaga cada una de las
restricciones; haz clic en el botón
izquierdo de cada restricción.
• Practica con ejercicios de pro-

gramación lineal.
173

Justificación
Tema: Consumo La regresión lineal es un análisis numérico den-
responsable de
tro de la optimización matemática, en el que
(dados un conjunto de pares ordenados lla-
los servicios básicos mados variable independiente y dependiente)

se desea encontrar una mejor aproximación
a los datos, de acuerdo con el mínimo error
cuadrático. La regresión se encuentra presente
Shutterstock, (2020). .44628754

en toda actividad humana. En el hogar es útil, pues Consumo de
permite conocer cuán responsable se es en el consu- agua potable..
Recursos mo de bienes y servicios, en la capacidad de ahorrar
• Materiales de oficina: y prever para el futuro. Las empresas se benefician de la predicción,
cartillas, hojas, cartulinas, pues a través de ella toman decisiones acertadas de producción y
marcadores ahorro, lo cual permite generar más fuentes de trabajo.
• Tecnológicos: calculadora,
tablet, celular, compu- Objetivos
tadora con la aplicación • Utilizar la regresión lineal para conocer el comportamiento de las
GeoGebra variables pago de servicios básicos y el consumo de estos.
• Internet • Construir bases de datos X para el rubro de cuánto se cancela por
agua, luz, teléfono o Internet; y Y para la variable de consumo.
• Generar una campaña que oriente a un consumo responsable de
los servicios básicos.
Actividades
• Formen equipos de dos o tres estudiantes. Cada estudiante reco-
pilará las cartillas de un servicio básico diferente (de al menos 6
meses atrás) de la misma vivienda.
• Generen una tabla de datos con las siguientes características: X
para el rubro de cuánto se cancela y Y para el consumo (el cual se
aprecia en el diagrama de barras o sectores, anexo a la cartilla).
• Utilicen GeoGebra para conocer cada una de las medidas de aná-
lisis: el promedio de consumo, la dispersión de consumo, la rela-
ción entre variables, y la recta de comportamiento.
• Investiguen. Para lo relativo a consumo, ¿qué significa una recta
con un ángulo de giro muy grande, muy pequeño o igual a cero?
• Analicen los resultados obtenidos y contesten: ¿Qué pendiente es
la ideal en lo relativo a consumos?
• Diseñen una campaña para concienciar sobre el uso responsable
de los servicios básicos, utilizando los gráficos obtenidos. Expli-
Shutterstock, (2020). 252577492
quen a sus compañeros y compañeras que un uso adecuado de

servicios implica que otras localidades posean este servicio y se
genera, así, una cultura de ahorro.
Grupo de estudiantes.
Conclusiones
La regresión lineal sirve para explorar datos y confirmar teorías.
La regresión lineal sirve para explicar el comportamiento de variables.
La regresión lineal se halla presente en todas las áreas del conocimiento.
174

En síntesis
Geometría y medida
Estadística y
probabilidad
Shutterstock, (2020). 523447867
Shutterstock, (2020). 550809355

Transporte comercial. Ahorro y crecimiento.
Geometría y medida Estadística y probabilidad
Ecuaciones lineales Programación lineal Dependencia

Regresión
con dos incógnitas, lineal y
y correlación
soluciones enteras covarianza
Conjunto Modelización
Divisibilidad en de soluciones de problemas de Análisis de
!, mcd-mcm de factibles programación lineal relación entre Correlación,
números enteros dos variables. regresión y
Diagramas de predicción
Punto extremo Modelo simple dispersión
Ecuaciones lineales y solución óptima. de línea
con dos incógnitas, Solución gráfica de producción
soluciones Regresión
no negativas lineal simple.
Vértices de Modelo en Método de
la región factible. la industria química los mínimos
Aplicaciones Determinación del cuadrados
valor extremo
Problema
de transporte
simplificado
175

Heteroevaluación mín z = –2x + 3y
–x + y ≤ 1,
I.M.5.8.1. Utiliza métodos gráficos y analíticos
x + 2y ≥ 4,
para la resolución de sistemas de ecuaciones li- sujeto a
neales y de inecuaciones, para determinar el con- 4x + 5y ≤ 20,
junto de soluciones factibles y la solución ópti-
ma de un problema de programación lineal. (I.3.)
x ≥ 0, y ≥ 0.
I.M.5.11.1. Grafica un diagrama de dispersión y
neal con dos incógnitas x, y ! ". Escoge la recta de dispersión para analizar la relación
una escala apropiada y representa grá- entre dos variables; calcula el coeficiente de
correlación para interpretar si dicha relación es
ficamente esta recta. Determina las so- nula, débil, moderada, fuerte o perfecta; realiza
luciones enteras y realiza la verificación un análisis bidimensional y, mediante la recta de
regresión, efectúa predicciones, justificando la
correspondiente. validez de sus hallazgos y su importancia para la
toma de decisiones asertivas. (J.2., I.3.)
a) 3x – 7y = 10. 5 Completa la tabla. Con estos datos,
b) x + 4y = 7. aplica el método de mínimos cuadra-
dos, calcula las constantes óptimas a, b
2 y obtén nuevamente la función f que se
Se definen los conjuntos define. Representa el conjunto de pun-
tos y la función f.
S1 = {(x, y) ! "2 | x ≥ 0, y ≥ 0, x – 2y ≥ –2},
S2 = {(x, y) ! "2 | 3x – 0,5y ≥ 3, x ≥ 0, y ≥ 0}, y = f(x) = 50 – 1,4(x – 2), x ! ".
S3 = {(x, y) ! "2 | x ≥ 0, y ≥ 0, 2x + y ≤ 6}, x 2,5 6,0 10,4 16,0 20,6 28,0
y S = S1 " S2 " S3. En el sistema de coordenadas y = f(x)
rectangulares xy, representa cada conjunto y S.
Obtén los vértices de S. 6 En una ciudad se lleva un registro del cre-
cimiento del área urbana desde el año 90.
3 Los datos se muestran en la tabla.
Resuelve el problema de programación
lineal Tiempo t
máx z = 4x + 5y 1990 1998 2002 2007 2012 2015
(años):
x + 2y ≤ 6, Área C
sujeto a 5x + 4y ≤ 20, 4,4 8,056 9,884 12,169 14,45 15,8
(km²):
x ≥ 0, y ≥ 0.
Se busca una función de la forma
a) En el sistema de coordenadas rectangulares, A(t) = s + k(t – 90), t ≥ 90, siendo s el área
determina gráficamente la región de solu- inicial, siendo k una constante relacionada con
ciones factibles y verifica que los vértices la rapidez de crecimiento de la ciudad, y siendo
t ≥ 90 el tiempo contado en años.
son (0, 0), (0, 3), 8 , 5 , (4, 0).
3 3
b) Muestra que máx z = 19 y obtén el punto representa gráficamente este conjunto de da-
en el que lo alcanza. tos. ¿Tiene la tendencia de una recta? Explica.

4 para calcular las constantes s , k . Para el efec-
Resuelve el problema de programación to, con los datos de la tabla, calcula las su-
lineal. mas S1, S2, R1, R2, arriba definidas, y con estas
obtén s , k .
176

Resuelve cada ejercicio y selecciona A B Tiempo máximo
la respuesta correcta. P1 3 5 35
P2 2 3 22
7 La solución del sistema de inecuaciones
P3 1 1 10
lineales 3x + 5y ≥ 35, 3x + 5y ≥ 35,
x > –2 2x + 3y ≥ 22, 2x + 3y ≤ 22,
es: a) c)
0≤y<1 x + y ≥ 10, x + y ≥ 10,
x ≥ 0, y ≥ 0. x ≥ 0, y ≥ 0.
a) y
c) y
R
3x + 5y ≤ 35, 3x + 5y ≤ 35,
1
1
2x + 3y ≤ 22, 2x + 3y ≥ 22,
x R b) d)
–2 –2 x x + y ≤ 10, x + y ≤ 10,
x ≥ 0, y ≥ 0. x ≥ 0, y ≥ 0.
b) y d) y
R
1 x
1
R 9 Con base en la función dada, comple-
–2 –2 x
ta la tabla y calcula el coeficiente de
regresión.
d = y = f(x) = –0,241 – 0,087x, x > 0.
8 La siguiente tabla muestra la produc-
ción de dos artículos que pasan por tres x –2,5 0,0 2,4 4,6 8,0
procesos diferentes. y = f(x)
a) r = –1. b) r = 1. c) r = 0,5. d) r = 0.
Autoevaluación

Resuelvo sistemas de inecuaciones lineales.
Determino la solución óptima de un problema de programación lineal.
Realizo diagramas de dispersión y dibujo la recta de mejor ajuste.
Calculo e interpreto el coeficiente de correlación
Coevaluación

Todos aportamos para solucionar las actividades y problemas propuestos.
La comunicación entre compañeros se enmarca en un ámbito de respeto y
tolerancia.
Metacognición
a) ¿En esta unidad, cuál es el tema que más recuerdas?
____________________________________________________________________________________________________
b) ¿De qué manera se utiliza los temas de esta unidad en otras áreas?
____________________________________________________________________________________________________
177

Integración
Fluidos e integrales
E
l cálculo integral se aplica en una gran
cantidad de áreas y campos: mecánica,
electricidad, electrónica, economía, ar-
quitectura, biología, física, teoría de sistemas,
investigación de operaciones, entre otros.
Podemos ver que el campo de aplicación de
las integrales es extenso y de gran utilidad. En
fluidos y específicamente en flujos de agua se
utiliza, por ejemplo, para relacionar el volu-
men de agua que pasa por un área dada en
una unidad de tiempo o para relacionar el
caudal de agua y la velocidad promedio del
fluido.
Observa y contesta
• ¿Qué relación encuentras entre el flu-
jo de agua de un grifo abierto en un
tiempo determinado y la cantidad de
agua que se recoge?
• ¿Cómo puede ser útil la matemática
en el cálculo del caudal de agua de un
río?
• ¿De qué manera se relaciona la ma-
temática con el agua, las presas y las
represas?
178

6

unidad
Objetivos
• OG.M.1. Proponer soluciones creativas a
situaciones concretas de la realidad nacio-
nal y mundial mediante la aplicación de
las operaciones básicas de los diferentes
conjuntos numéricos, y el uso de modelos
funcionales, algoritmos apropiados, estra-
tegias y métodos formales y no formales
de razonamiento matemático, que lleven
a juzgar con responsabilidad la validez de
procedimientos y los resultados en un
contexto.
• OG.M.4. Valorar el empleo de las TIC para

nacional, argumentando la pertinencia de
los métodos utilizados y juzgando la vali-
dez de los resultados.
• OG.M.6. Desarrollar la curiosidad y la crea-

tividad a través del uso de herramientas

179

DCCD: M.5.1.64. Calcular la integral definida de una función escalonada, identificar sus propiedades cuando los límites de integración son iguales y
cuando se intercambian los límites de integración.
M.5.1.67. Reconocer la derivación y la integración como procesos inversos.
M.5.1.62. Reconocer y graficar las funciones escalonadas para calcular el área encerrada entre la curva y el eje X.
Saberes previos
de una función
¿Qué es la derivada de
una función?
Desequilibrio cognitivo
Con el propósito de tener una idea acerca de los temas de estudio del
¿Qué relación hay entre cálculo diferencial e integral, presentamos dos problemas que origina-
derivar e integrar? ron el desarrollo de estos temas.
Problema 1. Consideremos una función real f definida en el intervalo

cerrado [a, b] de ! y asociemos a f el grafo G(f), esto es,
Interdisciplinariedad G(f) = {(x, f(x)) | x ! [a, b]}.
Matemática En el cálculo diferencial se estudian problemas fundamentales. Por

e historia ejemplo: hallar la ecuación cartesiana o vectorial de la recta tangente
El cálculo diferencial surgió de a la gráfica de la función f en el punto P = (x0, f(x0)), donde x0 ! ]a, b[.
las ideas del matemático francés
Originalmente, el concepto de derivada se introdujo para resolver
Pierre Fermat, quien trató de
resolver el problema del cálculo
problemas relativos a tangentes de curvas. Más adelante, se aplicó al
de los valores extremos (máxi- cálculo de velocidades y también se aplicó al estudio de variación de
mos y mínimos) de una fun- la función, la razón de crecimiento. Este problema ya fue tratado con
ción. Los esfuerzos realizados funciones cuadráticas en el primer curso de bachillerato (libro 1).
por Isaac Newton (1642-1727)
y Gottfried Leibniz (1646-1716) Sean h ≠ 0, P0 = (x0, f(x0)), P1 = (x0 + h, f(x0 + h)) ! G(f).
son los que permitieron ligar los
problemas del cálculo del área La pendiente m(h) de la recta Lh que pasa por los puntos P0 y P1 está
bajo una curva y de la tangente definida como
a la gráfica de una curva en un
punto dado de esta, dando m(h) = f(x0+ h) – f(x0) , h ≠ 0,
h
lugar así al cálculo diferencial e
integral. con lo que la ecuación cartesiana de la recta Lh se escribe como sigue:
y – f(x0) = m(h)(x – x0).
El cociente m(h) = f(x0 + h) – f(x0) con h ≠ 0 se llama cociente

h
incremental; también es conocido como tasa de variación de la
función f en el punto x0. Por su parte, la tangente de la medida (h)
del ángulo que forma la recta Lh y la recta que pasa por P0 y
R = (x0 + h, f(x0)) está definida como
tan( (h)) = f(x0 + h) – f(x0) , h ≠ 0.

h
Para h > 0 se tiene x0 + h > x0. Nota que para h > 0 cada vez más pe-
P1 = (x0 + h, f(x0+h)) queño, la recta Lh se acerca cada vez más a la recta L, lo que implica
(h)
que la pendiente m(h) se aproxima cada vez más a la pendiente m de
L
L, y esto a su vez significa que (h) se aproxima a conforme h 0+.
P0 = (x0, f(x0)) R = (x0 + h, f(x0)) En la Figura 6.1. se muestran: una porción de la gráfica de la función f,
Figura 6.1. una porción de la recta Lh que pasa por P0 y P1, el triángulo rectángulo
P0RP1, y la recta tangente L a la gráfica de f en el punto P0 = (x0, f(x0)).
180

Para h < 0, x0 + h < x0. El punto P1 = (x0 + h, f(x0 + h)) se localiza a la
izquierda de P1. Un razonamiento similar se da en el caso h > 0. Cuan-
do la función es derivable en el punto x0, se tiene
df
m = lím m(h) = lím f(x0 + h) – f(x0) = (x ).
h 0 h 0 h dx 0
La recta tangente a la gráfica de la función f en el punto P0 = (x0, f(x0))
es el conjunto
df
L = (x, y) ! !2 | y – f(x0) = (x )(x – x0) .
dx 0
y
La ecuación cartesiana de la recta tangente a la gráfica de la función f
en el punto P0 = (x0, f(x0)) está definida como
df y = f(x)
(x, y) ! !2 tales que y – f(x0) = (x )(x – x0).
dx 0
Problema 2. Sea f una función real definida en el intervalo cerrado 0
a x1 x2 x3 b x
[a, b] de !. Suponemos que f(x) ≥ 0, x ! [a, b].
y
Denotamos con S la región comprendida por el eje x y la gráfica de la
función f. Esto es: y = f(x)
S = {(x, y) ! ! | 0 ≤ y ≤ f(x), a ≤ x ≤ b}.
2
S
En la Figura 6.2. se muestran regiones de dos tipos de funciones. La
primera presenta discontinuidades en la función f, y la segunda, en el a 0 x1 x2 b x
hecho de que la función f es continua. Figura 6.2.
Integral indefinida o primitiva de una función

En temas anteriores se calcularon las derivadas de algunas funciones
de los tipos que presentamos a continuación.
1. Función cuadrática Interdisciplinariedad

Considera f(x) = ax2 + bx + c, x ! !, con a, b, c constantes reales
Matemática
a ≠ 0. La derivada de esta función está definida como y otras disciplinas
df En la actualidad, el cálculo dife-
(x) = 2ax + b, x ! !.
dx rencial e integral no solo consti-
A esta derivada se la denota también como f'(x), esto es, tuye un instrumento de cálculo
df en las ciencias y la técnica, sino
(x) = f'(x). Recuerda que esta derivada define una nueva que es también un conjunto de
dx
función que es un polinomio de grado ≤ 1. ideas y problemas que han sido
objeto de estudio como parte
del pensamiento. En ese sentido,
2. Funciones polinomiales de grado ≤ 4 forman parte del lenguaje que
p(x) = a0 + a1x + a2x2 + a3x3 + a4x4, x ! !, facilita la expresión de leyes y
principios en forma matemática.
siendo a0, a1, a2, a3, a4 ! ! fijos. La derivada de p es Son la base para el desarrollo de
dp otras áreas de la matemática, la
(x) = p'(x) = a1 + 2a2x + 3a3x2 + 4a4x3, x ! !, física, la química, la biología, las
dx
ciencias económicas y sociales, y
que define una nueva función, o sea, un polinomio de grado ≤ 3.
las distintas ramas de la ingenie-
ría e industria.
181

Recuerda que… Dada la derivada dg (x) = g'(x) de una función g definida en algún
dx
subconjunto A de !, ¿cómo podemos recuperar la función g?
Integrar es el proceso
recíproco del de derivar. Es de-
La definición de primitiva (llamada también integral indefinida de
cir, dada una función f(x), busca
aquellas funciones F(x) que, al una función f) responde en parte a esta pregunta. Para simplificar la
ser derivadas, conducen a f(x). exposición, asumimos que A = [a, b]. En realidad, este conjunto A
pueden ser conjuntos ]–∞, a[, ]a, ∞[, ! = ]–∞, ∞[, entre otros.
Se dice, entonces, que F(x) es
una primitiva o antiderivada de
Definición. Una función P se dice integral indefinida de una función
f(x); dicho de otro modo, las
real f en un intervalo abierto ]a, b[ de !, si y solo si P verifica
primitivas de f(x) son las funcio-
nes derivables F(x), tales que dP
(x) = f(x), x ! ]a, b[.
dx
F'(x) = f(x).
A la integral indefinida también se le denomina antiderivada o pri-
La integral indefinida es el con-
junto de las infinitas primitivas
mitiva. La integral indefinida de una función dada no es única.
que puede tener una función. Se representa con el símbolo f(x)dx que se lee “integral indefinida
Por ejemplo, la ecuación de f(x)dx". En la integración el símbolo que tiene la forma de la
letra S mayúscula estirada, denota o indica suma. Se tiene
y = f(x)dx admite infinitas
f(x)dx = P(x) + c, x ! [a, b],
soluciones que difieren en una
constante. Esto significa que las
gráficas de dos primitivas cua- donde c ! ! se dice constante arbitraria. La letra x en el símbolo
lesquiera de f son traslaciones f(x)dx puede ser reemplazada por cualquier otra letra. Así, f(t)dt,
verticales una de la otra.
Por ejemplo, f(s)ds, etc., y en todos los casos designa a la misma función primitiva.
y = f(3x2 – 1)dx = x3 – x + C, Ejercicios resueltos
válida para diversos valores 1. Sea f(x) = –10, x ! ]–1, 1[. La función P definida como
enteros de la constante C. Cada P(x) = –10x + 3, x ! ]–1, 1[ es una primitiva de f, pues
una de las primitivas es la solu- dP
(x) = –10 = f(x), x ! ]–1, 1[.
ción de la ecuación dx
df 1
= 3x2 – 1. La función P1(x) = –10x – , x ! ]–1, 1[ es también una
dx 4
primitiva de f ya que
y dP1
4 c=4 (x) = –10 = f(x), x ! ]–1, 1[.
dx
3 c=3
En general, P(x) = –10x + c, x ! ]–1, 1[, con c ! ! constante,
2 c=2 es una primitiva de f, pues
1 c=1 dP (x) = f(x) = –10, x ! ]–1, 1[.
c=0
dx
–1 0 1 2 x
–1 c = –1 Se tiene f(x)dx = –10·dx = –10x + c, x ! ]–1, 1[.
–2 c = –2
2. Considera la función real u definida como
–3
c = –3
u(s) = 1 s3 – 3s2 – 5, s ! ]–2, 4[.
–4
c = –4 4
f(x) = x2 – x + c Entonces, toda integral indefinida de f viene definida como
1 3
Tomado de: u(s)ds = s – 3s2 – 5 ds
http://www.cfm.cl/~rjimenez/
4
bioingenieria/cap4.pdf = 1 s4 – s3 – 5s + c, s ! [–2, 4],
16
182

donde c " ! es una constante arbitraria. Nota que las derivadas de
las funciones dadas por s4, s3, 5s, c son respectivamente 4s4, 3s3, 5, y 0.
Luego, Recuerda que…
dP 1 1
(s) = (4s3) – 3s2 – 5 = s3 – 3s2 – 5 = u(s), s ! [–2, 4].
ds 16 4 1. La integral de una suma de
funciones es igual a la suma
de las integrales de esas
Propiedades de las integrales indefinidas funciones.
1. Sean f una función real definida en el intervalo abierto ]a, b[ de !;
[f(x) + g(x)]dx =
y F, G dos primitivas de f, esto es,
f(x)dx + g(x)dx.
F(x) = k1 + f(x)dx, x ! [a, b]. Una primitiva de una suma
G(x) = k2 + f(x)dx, x ! [a, b]. de funciones es la suma de las
primitivas de las funciones.
Entonces, F(x) – G(x) = k1 – k2 = c, 2. La integral del producto de
una constante por una fun-
lo cual significa que dos primitivas de la función f difieren en una ción es igual a la constante
constante. por la integral de la función.
kf(x)dx = k f(x)dx.
2. Sean f, g dos funciones reales definidas en el intervalo abierto Una primitiva del producto
]a, b[ de !; y F, G dos primitivas de f, g respectivamente, ! !, de un número real por una
entonces, función es el número real por
la primitiva de la función.
F(x) = k1 + f(x)dx,
G(x) = k2 + g(x)dx,
F(x) + G(x) = f(x)dx, + g(x)dx + k1 + k2
= k + (f(x) + g(x))dx,
F(x) = k1 + f(x)dx
= k1 + f(x)dx
=c+ f(x)dx,
donde k1, k2, k = k1 + k2, y c = k1 son constantes de integración. En

otras palabras, la primitiva de una suma de funciones es la suma
de las primitivas de las funciones. Una primitiva del producto de
un número real por una función es el número real por la primitiva
de la función.
3. Sean f una función real definida en el intervalo ]a, b[ y F una primi-

tiva de f. De la definición de primitiva de f se tiene
dF
(x) = f(x), x ! ]c, d[.
dx
Por otro lado,
dF
F(x) = c + f(x)dx = c +
(x)dx,
dx
con c ! ! como una constante de integración.
183

DCCD: M.5.1.65. Aplicar la interpretación geométrica de la integral de una función escalonada no negativa como la superficie limitada por la curva y
el eje x.
M.5.1.66. Calcular la integral definida de una función polinomial de grado ≤ 4 aproximando el cálculo como una sucesión de funciones escalonadas.
M.5.1.63. Realizar las operaciones de suma y multiplicación de funciones escalonadas y de multiplicación de números reales por funciones escalonadas
aplicando las propiedades de los números reales.
Saberes previos
¿Qué es la integral?
Desequilibrio cognitivo Propiedades de la sumatoria

Dados n ! "+, vj, wj ! !, j = 1, …, n, ! !. Se verifican las siguientes
¿En qué consiste el teo- propiedades.
rema fundamental del cálculo?
n n n n n
i) ∑(v + w ) = ∑v + ∑w .
j=1
j j
j=1
j
j=1
j
ii) ∑(
j=1
vj ) = ∑v .
j=1
j
n
iii) ∑(v
j=1
j+1
– vj) = vn – v1.
Las expresiones más usadas en el cálculo de integrales definidas son:

n n
1. Para todo n ! " +
y a ! !, ∑a = an. Nota que ∑1 = n.
j=1 j=1
Recuerda que… 2. Sea n ! #, calculemos la suma de los n primeros números naturales:

n
Sn = ∑ j = 0 + 1 + 2 + … + n.
Aunque el símbolo j=0
sumatorio ya fue tratado en
Para j ! #, se tiene (j + 1)2 – j2 = j2 + 2j + 1 – j2 = 2j + 1.
unidades anteriores, volvemos
a revisar algunos resultados
importantes. Supongamos Por la propiedad iii), se obtiene
n
que se tiene n números reales ∑ [(j + 1) 2
– j2] = (n + 1)2,
z1, … zn. A la suma j=0
z1 + z2 + … zn la expresamos en
n y por las propiedades i) y ii), resulta que
forma abreviada como ∑z ,
j=1 j
n n
(n + 1)2 = ∑ [(j + 1)2 – j2] = ∑(2j + 1) = 2∑ j + ∑1 = 2∑ j + n + 1,
n n n
que se lee “suma de los zj con j j=0 j=0 j=0 j=0 j=0
que varía de 1 a n”. Es decir, de donde,

n n
∑z = z + z + … + z .
j=1
j 1 2 n 2 ∑ j = (n + 1)2 – n – 1 = n(n + 1),
j=0
Al símbolo ∑ se le llama suma-

n
n(n + 1)
Sn = ∑ j = 0 + 1 + 2 + … n = .
torio; a zj se le llama término j=0 2
general de la suma; j es el índice
de sumación; j = 1 y j = n son 3. Calculemos la suma de los cuadrados de los n primeros números
los límites de sumación (esto es, naturales:
n
j varía de 1 hasta n). Sn = ∑ j2 = 02 + 12 + 22 + … + n2.
j=0
El índice de sumación se puede
representar con cualquier letra Para j ! # se tiene (j + 1)3 – j3 = j3 + 3j2 + 3j + 1 – j3 = 3j2 + 3j + 1.
minúscula, aunque se prefieren
i, j, k, l. Por la propiedad iii), resulta que
n
∑ [(j + 1)
j=0
3
– j3] = (n + 1)3,
y por las propiedades i) y ii), resulta que

n n
(n + 1)3 = ∑ [(j + 1)3 – j3] = ∑ (3j2 + 3j + 1)
j=0 j=0
n n n n
3
184
= 3 ∑ j2 + 3 ∑ j + ∑1 = 3 ∑ j2 + n(n + 1) + n,
j=0 j=0 j=0 j=0 2

de donde
n
3 Recuerda que…
3 ∑ j2 = (n + 1)3 – n(n + 1) – n = n(n + 1),
j=0 2 La integral definida cum-
n ple las siguientes propiedades:
Sn =∑ j2 = 02 + 12 + 22 + … + n2;
j=0 • Toda integral extendida a un
n(n + 1) (1 + 2n) intervalo de un solo punto,
= . [a, a], es igual a cero.
6
• Cuando la función f(x) es
Definición. Sea [a, b] un intervalo cerrado de, !, n ! "+. Una parti- mayor que cero, su integral
ción del intervalo [a, b] en n subintervalos es un conjunto de puntos es positiva; si la función es
menor que cero, su integral
que se nota ! (n) y se define como
es negativa.
! (n) = {x0, x1, …, xn–1, xn}, • Al permutar los límites de una
integral, esta cambia de signo.
donde • Dados tres puntos tales que
x0 = a < x1 < … xn–1 < xn = b. a < b < c, entonces se cum-
ple la integración a trozos:
b c c
Al conjunto ! (n) se le llama subdivisión del intervalo [a, b]. Escribire- f(x)dx + f(x)dx = f(x)dx.
mos también a b a
! (n) = {xj ! [a, b] | x0 = a < x1 < … < xn = b}. • Para todo punto x del inter-
valo [a, b] al que se aplican
dos funciones f(x) y g(x), tales
En la Figura 6.3. se muestra una partición ! (n) del intervalo [a, b].
que f(x) ≤ g(x), se verifica que:
b b
f(x)dx ≤ g(x)dx.
a a
x0 = a x1 x2 x3 x4 x5 x6 b = xn
Figura 6.3.
Los n subintervalos son [x0, x1], [x1, x2], …, [xn–1, xn],
que abreviadamente escribimos [xj–1, xj], j = 1, …, n, lo cual se lee “in- Ilustración gráfica del concepto
tervalo cerrado [xj–1, xj] con j que varía de 1 a n”. El intervalo [xj–1, xj] de integral definida.
se llama j-ésimo intervalo de [a, b]. Las longitudes de cada uno de los Adaptado de:
intervalos son http://www.hiru.eus/matematicas/
la-integral-definida
h1 = x1 – x0, h2 = x2 – x1, …, hn = xn – xn–1 ,
que abreviadamente escribimos hj = xj – xj–1 , j = 1, …, n, que se lee

“hj = xj – xj–1 con j que varía de 1 a n”. Se tiene entonces:
n
[a, b] = [x0, x1] # [x1, x2 ] # … # [xn–1, xn] = [xj–1 – xj] = U [x
j=1
j–1
– xj].
Notemos que los extremos del intervalo [a, b] pertenecen a ! (n), esto
es, a, b ! ! (n). Además, ! (n) tiene exactamente n + 1 puntos distin-
tos del intervalo [a, b].
Se llama partición uniforme ! (n) a la partición de [a, b] dada como

b–a
xj = a + jh, j = 0, 1, …, n, donde h = .
n
Esta es la partición que utilizamos más adelante.
185

Definición. Sean [a, b] un intervalo cerrado de ! y v una función de
[a, b] de !. Se dice que v es escalonada o constante a trozos en [a, b]
Recuerda que…
si y solo si existe una partición ! (n) de [a, b], tal que
Es natural preguntar-
se si el símbolo de la integral v(x) = cj , x ! ]xj–1, xj], j = 1, …, n,
definida tiene relación con la
integral indefinida o primitiva, y v(xj) está definido para cada j = 0, 1, …, n. La partición ! (n) se llama
pues observamos que represen- partición asociada con la función v.
tan cosas totalmente diferentes.
En efecto, la integral indefini- En la definición de función escalonada, observemos que la función
da representa una familia de v toma el valor constante cj en el j-ésimo intervalo abierto ]xj–1, xj],
funciones y la integral definida v(xj–1), y que v(xj) no necesariamente tiene que tomar el valor cj .
representa un número.
El dominio de la función v es el intervalo [a, b], Dom(v) = [a, b], y el
recorrido de v es el conjunto:
Rec(v) = {c1, …, cn} # {v(xj) | j = 0, 1, …, n}.

Se denota con ([a, b]) el conjunto de todas las funciones escalona-
das en [a, b]. Las funciones nula 0 y unidad son escalonadas y están
• El símbolo tiene la forma definidas como:
de la letra S mayúscula estira-
da y denota o indica suma; 0(x) = 0, x ! [a, b],
b
el símbolo f(x)dx se lee (x) = 1, x ! [a, b].
a
“integral de f(x) de x = a hasta

Luego, 0, ! ([a, b]). La igualdad de funciones escalonadas se define
x = b” o también, “integral de
f(x) sobre el intervalo [a, b]”.
en la forma habitual, esto es, f, g ! ([a, b]),
f = g f(x) = g(x), x ! [a, b].
• En la integral definida se
debe observar los siguientes En el conjunto de funciones escalonadas ([a, b]) se definen tres ope-
elementos:
raciones: adición “+” , producto de escalares por funciones escalona-
límite superior das “ ∙ ” , y producto de funciones escalonadas “×”. Sean f, g ! ([a, b]),
de la integral la función es ! !, se definen las funciones escalonadas f + g, f, y fg, en la forma
el integrando
signo de b habitual. Así:
integral
f(x)dx (f + g)(x) = f(x) + g(x), x ! [a, b],
a ( f)(x) = f(x), x ! [a, b], ! !,
x es la variable
de integración (fg)(x) = f(x)g(x), x ! [a, b].
límite inferior
de la integral
Definición. Sean f ! ([a, b]) y ! (n) una subdivisión compatible con
Se lee: "integral de f desde a f, esto es,
hasta b".
! (n) = {xj ! [a, b] | x0 = a < x1 < … < xn = b},
f(x) = cj , x ! ]xj–1, xj], j = 1, …, n.
b
La integral definida de f sobre [a, b] se nota f(x)dx, o, en forma
b a
abreviada, f, y se define como el número real:
a
b n
a
f= ∑ ch, h = x – x
j=1
j j j j j–1
para j = 1, …, n.
186

La suma
c1h1 + c2h2 + … + cnhn
Recuerda que…
n
se expresa como ∑ cjhj o también como Primer teorema funda-
j=1
n
mental del cálculo integral
∑c (x – x
j=1
j j j–1
), que se lee “suma de j = 1 hasta n de cjhj” o
Si f es una función continua en
“de cj(xj – xj–1)”. Así, [a, b], entonces la función F
n n
definida por
b
f(x)dx = ∑c1h1 = ∑ cj(xj – xj–1) = c1h1 + c2h2 + … + cnhn =
b
a
F(x) = af(t)dt es continua en
j=1 j=1
c1(x1 – x0) + c2(x2 – x1) + … + cn(xn – xn–1). [a, b] y satisface que F'(x) = f(x).
b
Notemos que el cálculo de f se reduce a calcular la suma Segundo teorema fundamen-
a tal del cálculo integral
c1h1 + c2h2 + … + cnhn que requiere únicamente de los elementos
básicos de suma y multiplicación de números reales. Si f es una función continua en
[a, b], entonces
Sean a, b ! !, tales que a < b y f la función real definida en el intervalo b
f(x)dx = F(b) – F(a),
cerrado [a, b]. En el cálculo de integrales definidas de funciones a
b donde F es cualquier primitiva
escalonadas se introdujo el símbolo p(x)dx que se lee “integral de f en el intervalo [a, b].
a
definida desde a hasta b de la función escalonada p”.
Definición
i) Se dice que (pn) es una sucesión de funciones escalonadas de-
finidas en [a, b], si y solo si para cada n ! "+, pn es una función
escalonada en [a, b]. Esto es, pn ! ([a, b]).
ii) Sea f una función real definida en [a, b]. Se dice que la sucesión de
funciones escalonadas (pn) converge a f, si y solo si se verifica
lím pn(x) = f(x), x ! [a, b].
n ∞
Sea f una función real definida en el intervalo [a, b].

b
El símbolo p(x)dx se lee “integral definida desde a hasta b de la
a ab Glosario
función real dada como f(x) por dx”. La integral de funciones reales c
que se definen a continuación se conoce en la literatura como inte- escalonada. Semejante
en la superficie a una serie de
gral de Riemann. Para facilitar la comprensión, la siguiente definición
escalones.
de integral definida es una simplificación de la definición de integral
de Riemann a una clase de funciones continuas f.
Definición. Sea f una función real definida en el intervalo [a, b]. Se

dice que f es
b
integrable en [a, b], que se escribe f(x)dx, si y solo si existe una
a
sucesión de funciones escalonadas (pn) definidas en [a, b], tales que
lím p (x) = f(x), x ! [a, b],
n ∞ n
b
lím
n ∞ a n
p (x) existe.
b b
En tal caso, f(x)dx = lím p (x).
a n ∞ a n
187

Propiedades de las integrales definidas
Recuerda que…
1. Sean f una función real definida en el intervalo [a, b] de !, y F una
primitiva de f, esto es,
La integral definida cumple las F(x) = k + f(x)dx, x ! [a, b].

siguientes propiedades:
1. Si a > b, entonces Entonces,
b a b
f(x)dx = – f(x)dx. f(x)dx = F(b) – F(a).
a b a
2. Si f(a) existe, entonces
a 2. Sean f, g dos funciones reales definidas en el intervalo [a, b] de !,
f(x)dx = 0. F, G dos primitivas de f, g respectivamente, y ! !, entonces,
a
3. Si k es una constante cual-

F(x) = k1 + f(x)dx,
quiera, entonces
b
k dx = k(b – a). G(x) = k2 + g(x)dx,
a
b b b
4. Si la función f es integrable (f(x) + g(x))dx = f(x)dx + g(x)dx
en [a, b] y k es una constante a a a
arbitraria, entonces = (F(x) + G(x)) | ba

b b
a
kf(x)dx = k a
f(x)dx. b b
f(x)dx = f(x)dx = F(x) | ba ,
5. Si las funciones f y g son inte- a a
grables en [a, b], entonces

f ± g también es integrable
donde k1, k2 son constantes de integración. En otras palabras, la
en [a, b] y integral definida de una suma de funciones es la suma de las inte-
b grales definidas. La integral definida del producto de un número
a
[f(x) ± g(x)] = real por una función es el número real por la integral definida de
b b
f(x)dx ± g(x)dx. la función.
a a
3. Sea f una función real definida en el intervalo [a, b] de !, entonces,

b c b
f(x)dx = f(x)dx + f(x)dx, c ! ]a, b[.
a a c
4. Sea f una función real definida en el intervalo [a, b], y F una primi-
tiva de f. Se supone que
f(x) ≥ 0, x ! [a, b].
b
Entonces, f(x)dx = F(x) | ba ≥ 0.
a
5. Sea f una función real definida en el intervalo [a, b]. Se supone que
f(x) ≥ 0, x ! [a, b].
d b
Entonces, f(x)dx ≤ f(x)dx, [c, d] " [a, b].
c a
6. Sean f, g dos funciones reales definidas en el intervalo [a, b] de !.

Se supone que
f(x) ≤ g(x), x ! [a, b],

b b
y entonces, f(x)dx ≤ g(x)dx.
a a
188

7. Sea f una función real definida en el intervalo [a, b], entonces,
b b
f(x)dx ≤ | f(x) | dx. Recuerda que…
a a
El primer y el segundo
Ejercicios resueltos teorema del cálculo integral
Aplica las propiedades de las integrales. permiten encontrar la integral y
–1 2 2 definida de ciertas funciones a
1. 3x(x – 4)dx = – 3x(x – 4)dx = – (3x2 – 12x)dx. partir de ciertas reglas como las
2 –1 –1
siguientes:
4 4
2. 5x2dx = 5x2dx = 0. kdx = kx + C.
4 4
2 xn+1
3. 5 dx = 5 (2 – (–2)) = 5 (2 + 2) = 4 5 . x ndx = + C, n ≠ –1.
–2 n+1
1
2 2 2 2 dx = ln|x| + C.
x
4. (2x2 – 4x + 5)dx = 2x2dx – 4xdx + 5dx.
–1 –1 –1 –1
exdx = ex + C.
Ejercicios resueltos sen(x)dx = –cos(x) + C.

1. Calcula la integral definida que se propone, y verifícala con el re-
sultado indicado. cos(x)dx = sen(x) + C.
3
a. – 20 dx = – 100 .
–2 3 3
Por el teorema fundamental del cálculo se tiene:
3
– 20 dx = – 20 x | = – 20 (3) – 20 (–2) = – 100 .
3
–2 3 3 –2 3 3 3
5
b. 1
6xdx = 72.

ab Glosario
|
5
6xdx = 6x
2 5
1 2 1
= 3(5)2 – 3(1)2 = 72. c
integral. Parte de las
5 matemáticas que trata de
c. (6x – 0,5)dx = 61,5 F(x) = cx + k, x ! [0, b]. obtener una función a partir de
1
su derivada.
5
(6x – 0,5)dx = (3x2 – 0,5x)|2 = [3(5)2 – 0,5(5)] – [3(2)2 – 0,5(2)] = 61,5.
5
1
6
d. (4x – x2)dx; = 2x2 –
x3
| 46 = (64 – 72) – 32 = – 56 .
4 3 3 3
2 2
130
e. (3 + 2x2 + 5x4)dx = 2 (3 + 2x2 + 5x4)dx = .
–2 0 3
2
f. (5x – 2x3)dx = 0.
–2
189

DCCD: M.5.1.64. Calcular la integral definida de 20
una función escalonada, identificar sus propieda- a) f(x) = – , x ! !.
des cuando los límites de integración son iguales y
3
cuando se intercambian los límites de integración.
M.5.1.67. Reconocer la derivación y la integración
como procesos inversos.
M.5.1.65. Aplicar la interpretación geométrica de
la integral de una función escalonada no negativa
como la superficie limitada por la curva y el eje x.
M.5.1.66. Calcular la integral definida de una fun-
ción polinomial de grado ≤ 4, aproximando el cál-
culo como una sucesión de funciones escalonadas.
1 1
Verifica la siguiente solución: b) f(x) = x, x ! !.
2
La integral indefinida de la función afín f defi-
nida como
f(x) = ax + b, x ! [c, d]
es la función P definida como
P(x) = 1 ax2 + bx + k, x ! [c, d], 5 4
2 c) f(x) = – x– , x ! !.
donde k ! ! constante. Inmediatamente se 2 9
puede verificar que
dP
(x) = ax + b = f(x), x ! ]c, d[.
dx
Así, la integral indefinida de f se obtiene como
1
f(x)dx = (ax + b)dx = ax2 + bx + k, x ! [c, d].
2
1
Por ejemplo, f(t) = 6t – , t ! ]0, 4[. 3
2 Halla una función u que satisfaga la con-
Entonces,
1 1 dición que se indica, y que sea integral
f(t)dt = 6t – dt = 3t2 – t + c, t ! [0, 4], indefinida de la función f que se define
2 2
en cada caso. Calcula
con c ! !. Toda primitiva P de f tiene la forma u(x + h) – u(x)
1 lím , y comprueba
P(t) = 3t2 – t + c, t ! [0, 4], h 0 h
2 que este límite es f(x).
dP 1
ya que (t) = 6t – , t ! ]0, 4[.
dx 2 a) f(x) = 2x + 3, x ! ! u(0) = 0.
Una de estas primitivas P de f satisface la condi- 1
ción P(0) = 10, entonces, la primitiva P de f está b) f(x) = 3x2 – x – 1, x ! ! u(0) = –1.
4
definida como 5 4
1 c) f(x) = – x – , x ! !.
P(t) = 3t2 – t + 10, t ! [0, 4], 2 9
2
pues
dP 1
(t) = 6t – = f(t), t ! ]0, 4[.
dx 2
2 En cada ítem se propone una función real

f. Encuentra la integral indefinida de f y
dP
comprueba que (x) = f(x), x ! !.
dx
190

4 Calcula la integral definida que se propo-
ne y verifica con el resultado indicado.
1,5
5 4 53
a) – x– dx = – .
0,5 2 9 18
6 Sean a > 0, b0, b1, b2, b3, b4 ! ! no nulos.
Demuestra que:
a
a) –a
(b1x + b3x2)dx = 0.
1
86
b) (10x2 + 11)dx = .
–1 3
a
b) (b0 + b2x2 + b4x4)dx = 2 b0a + b2 a3 + b4 a5 .
0
–a 3 5
7
c) (x3 + x2 + x + 1)dx = .
–1 12
5 En cada ítem, aplica propiedades de la en el aula
integral definida para calcular la integral
dada, y verifica su resultado con el dado. Debemos recordar que todos merecemos buen
trato y respeto, por lo tanto si tenemos un
3
compañero con discapacidad debemos cuidar
a) –2
(2x + 3)dx = 20. de las palabras que decimos para no herir a las
personas.
7 Dada la función f definida como

1
3
1 183 f(x) = x3 + x + 5, x ! [1, 8].
b) 3x2 – x – 1 dx = . 16
0 4 8
a) Apliquen las propiedades de las integrales
para calcular y verificar el resultado
8
353
f(x)dx = 136 – .
1 64
0
b) Comprueben que
5 27 353 4 8
c) – x3 + 3x – 5 dx = – . 136 – = f(x)dx < f(x)dx.
–2 8 2 64 1 1
191

DCCD: M.5.1.68. Aplicar el segundo teorema del cálculo diferencial e integral para el cálculo de la integral definida de una función polinomial de grado
≤ 4 (primitiva).
M.5.1.69. Resolver y plantear aplicaciones geométricas (cálculo de áreas) y físicas (velocidad media, espacio recorrido) de la integral definida, e
interpretar y juzgar la validez de las soluciones obtenidas.
Saberes previos
¿Qué noción tienes de

área?
Desequilibrio cognitivo Sea b ! !+. En lo que sigue, las funciones reales que consideremos
están definidas en el intervalo [0, b].
¿Cómo puedes calcular
el volumen de un sólido con la i) Área de una región rectangular. Sean b > 0, c > 0,
aplicación de integrales? S = {(x, y) ! !2 | 0 ≤ x ≤ b, 0 ≤ y ≤ c}.
En la Figura 6.4. se muestran el intervalo [0, b], el segmento de recta

de ecuación cartesiana y = c, así como la región rectangular S.
El número real positivo b es la base y el número real positivo c es la

altura, de la geometría elemental, se sabe que área de S = base x altura.
y
Escribimos A(S) = bc. Sea f la función real definida como
y=c
c f(x) = c, x ! 0, b]. Resulta que f es una función escalonada,
S f(x) ≥ 0, x ! 0, b],
b
cdx = bc.
0
0 b x
b b
Figura 6.4. Se escribe cdx = cx | b0 = cb, es decir, a(S) = bc = cdx.
0 0
F(x) = cx + k, x ! [0, b], es la integral indefinida o primitiva de f.

Entonces, F(b) – F(0) = cb + k – (c × 0 + k) = bc = cx | b0 .
ab Glosario ii) Integral definida de una función lineal restringida a [0, b].
c
recorrido. Espacio que Sea ! !+ con > 0. La función definida como
ha recorrido, recorre o ha de f(x) = x, x ! [0, b] se llama función lineal restringida al intervalo
recorrer alguien o algo. c
[0, b]. Consideramos c ! !+ = , y el conjunto
b
sucesión. Conjunto ordenado
c
de términos que cumplen una S = (x, y) | 0 ≤ y ≤ x, x ! [0, b] .
b
ley determinada.
Como b > 0, c > 0 y x ! [0, b], resulta que f(x) ≥ 0, x ! [0, b].
En la Figura 6.5. se muestran el intervalo [0, b], el segmento de recta
c
y de ecuación cartesiana y = x, así como la región triangular S.
b
c Al número real positivo b se le llama base del triángulo rectángulo
c y al número real positivo c se le llama altura del triángulo, de modo
y= x
b
S 1
que el área de la región triangular es bc, lo cual se escribe
2
0 b x 1
a(S) = bc.
2
Figura 6.5.
Calculemos la integral de Riemann de f.
b
Sea n ! "+, h = , xj = jh, j = 0, 1, …, n.
n
Se define la sucesión de funciones escalonadas (pn) como sigue:
pn(x) = f(xj–1) = xj–1 = (j – 1)h, j = 1, …, n.
192

Aplicando la definición integral definida de una función escalona-
da, y la suma de los n – 1 primeros números naturales, se tiene:
b n n
Recuerda que…
0
pn(x)dx = ∑ ( ( j – 1)h)h = h2 ∑ ( j – 1)
j=1 i=1
n(n – 1) b 2 n(n – 1) b2 1 La integral definida nos

= h2 = = 1– . sirve para calcular el área bajo
2 n 2 2 n
una curva
1 b
Para n suficientemente grande, es suficientemente pequeño. Así, f(x)dx.
n 0
b
b2 1 b2 La integral definida de la fun-
lím 0 pn(x)dx = lím 1– = .
n ∞ n ∞ 2 n 2 ción f(x) en el intervalo [a, b]
representa el área de la región
Puesto que el límite existe, la integral definida de f es del plano correspondiente entre
b b b
b2 la gráfica de la función f(x), el
f(x)dx = xdx = lím pn(x)dx = .
0 0 n ∞ 0 2 eje de abscisas y = 0 y las rectas
b b x = a y x = b.
Escribimos f(x)dx = xdx = x | b0 = b .
2 2
0 0 2 2 y
A la integral indefinida de la función f la designamos con
f(x)
F(x) = x2 + k, x ! !, siendo k ! !. Resulta entonces que
2
× 02 + k = b = x2 | b .
2
F(b) – F(0) = b2 + k –
2 2 2 2 0 y=0
Conclusión 0 x=a x=b x
b b
a(S) = 1 bc = f(x)dx = c xdx = c x |b0 .
2
2 0 0 b b 2
1
Si f(t) = 6t – , t ! [0, 4], obtenemos
2
x x
1 1
F(x) – F(c) = f(t)dt = 6t – 1 dt = 3x2 – x – 3c2 – c,
0 0 2 2 2
x, c ! [0, 4]. Conexiones con las TIC
Nota que dF (x) = 6x – 1 = f(x), x ! [0, 4]. Existen muchos softwa-

dx 2 res libres que permiten obtener
cálculos matemáticos, como,
Particularmente, si c = 0, x = 1, tenemos
por ejemplo, el cálculo de la
1 1 5
f(t)dt = 6t – 1 dt = 3 × 12 – × 1 – 3 × 02 – × 0 = .
1 1
integral definida. El programa
0 0 2 2 2 2 DERIVE for Windows permite
realizar cálculos y manipulacio-
iii) Integral definida de una función cuadrática restringida a [0, b]. Sea nes matemáticas de carácter
! !+ con > 0. Consideramos la función definida como general.
f(x) = x2, x ! [0, b]
Nos proponemos calcular la integral de Riemann de f, esto es,
b
x2dx. Para el efecto, sea n ! "+, h = b , xj = jh, j = 0,1, …, n.
0 n
pn(x) = f(xj–1) = x2j–1 = (j – 1)2h2, j = 1, …, n.
Entonces, aplicando la definición integral definida de una función

escalonada, y la suma de los cuadrados de los n – 1 primeros nú-
meros naturales, se tiene:
193

b n n
Recuerda que… pn(x)dx = ∑ ( (j – 1)2h2) h = h3 ∑ (j – 1)2

0 j=1 j=1
(n – 1)n(1 + 2(n – 1)) b 3 (n – 1)n(2n – 1))

Con respecto al cálculo = h3 =
de áreas, sabemos que el cálcu- 6 3 6
lo de algunas de ellas es sencillo b3 1 1
= 1– 1– .
(por ejemplo, cuando en geo- 3 n 2n
metría nos referimos al cálculo 1 1
de cuadrados, rectángulos, Para n suficientemente grande, y son suficientemente peque-
n 2n
triángulos, círculos, etc). Otras ños. Luego,
áreas son más complejas, y se b
dividen en un número finito de b3 1 1 b3
lím p (x)dx = lím 1– 1– = .
triángulos. n ∞ 0 n n ∞ 3 n 2n 3
Los antiguos griegos fueron La integral definida de f viene dada como
capaces de encontrar fórmulas b b b
para calcular áreas de regiones f(x)dx = x2dx = lím pn(x)dx = b3 .
(principalmente limitadas por 0 0 n ∞ 0 3
cónicas) mediante el método
b b
de “exhaución” (Arquímedes, x3
f(x)dx = x2dx = | b0 = b3.
287-212 a. C.). En esencia, se 0 0 3 3
trata de un proceso al límite,
donde la región en estudio
Por otro lado, a la integral indefinida de la función f la designamos con
queda encajada entre dos F(x) = x3 + k, x ! !, siendo k ! !. Resulta así que
polígonos, uno inscrito y el otro 3
circunscrito, cuyas áreas res- F(b) = F(0) = b3 + k – × 03 + k = b3 = x3 | 0 .
b
pectivas se pueden calcular (no 3 3 3 3

muy fácilmente, valga decirlo).
Conclusión
b
x3 | 0 =
b
x2dx = b3. De manera general, se prueba que
0 3 3
Eje transversal b
xm+1 | 0 =
b
xmdx = bm+1.
0 m+1 m+1
Salud
El agua necesita ser tratada para
el consumo humano. El trata- Otra propiedad de las integrales definidas
miento se hace en instalaciones Sea f una función real definida en el intervalo [a, b]. Se supone que
centralizadas que necesitan f(x) ≥ 0, x ! [a, b],
controlar flujos de agua, volú- S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), a ≤ x ≤ b},
men y tiempo de circulación.
y que F es una primitiva de f. Entonces, el área de la región S es
Estos cálculos se llevan a cabo b
f(x)dx = F(x) | a .
b
por medio de la matémática y a(S) = a
de sus herramientas (por ejem-
plo, el cálculo integral). Integrales definidas de funciones polinomiales
Los resultados obtenidos en la sección precedente se extienden a
cualquier intervalo cerrado [a, b]. Sea f una función real definida en
Shutterstock, (2020). 373973119
el intervalo ]a, b[ y P una primitiva de f. De la definición de primitiva

de f, se tiene
dP
(x) = f(x), x ! ]a, b[.
dx
Por otro lado, P(x) = k + f(x)dx = k + dP (x)dx.
Agua potable. dx
x
Escribimos P(x) = P(a) + f(t)dt, x ! a, b].
a
194

1. La integral indefinida de la función f definida como
f(x) = ax + b, x ! [c, d], es la función P dada como
1 2 Conexiones con las TIC
P(x) = (ax + b)dx = axdx + bdx = ax + bx + k, x ! [c, d],
2
Para profundizar sobre el
donde k ! ! constante. Entonces, estudio de la integral defini-
da, puedes visitar la siguiente
1 2 1 página:
P(c) = ac + bc + k, P(d) = ad2 + bc + k,
2 2
d bit.ly/2ZJCeMO
1 1
f(x)dx = P(d) – P(c) = ad2 + bd + k – ac2 + bc + k
c 2 2
1 2 2
= a(d – c ) + b(d – c).
2
Este resultado se obtiene de modo similar a los tratados en la
d–c
sección precedente, esto es, sea n ! "+, h = ,
n
xj = c + jh, j = 0, 1, … n.

pn(x) = f(xj–1) = axj–1 + b, j = 1, …, n.
Entonces,
d d
1 2 2
f(x)dx = lím pn(x) = a(d – c ) + b(d – c).
c n ∞ c 2
2. Cálculo del área de una región limitada superiormente por una Nota que f(x) ≥ 0, x ![–2, 3].
porción de parábola. En la Figura 6.6 se muestra la
gráfica de la porción de parábo-
Sea f la función definida por la definida por la función f y la
1 región S.
f(x) = (x – 1)2 + 1, x ! !, f es un polinomio de grado 2.
4
Consideremos la región S como el conjunto definido por y
S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), –2 ≤ x ≤ 3}. Ver Figura 6.6. 4
1
y= (x – 1)2 + 1
3 4
Calculemos el área de la región S. En primer lugar, una primitiva P
2
de la función f está definida por
1 (x – 1)2 + 1 dx = 1 (x – 1)3 + x + k, x ![–2, 3], 1
P(x) = S
4 12
–2 –1 0 1 2 3 4 x
k ! ! constante. Luego, Figura 6.6.
7
P(–2) = 1 (–2 – 1)3 – 2 + k = – + k,
12 14
1 11
P(3) = (3 – 1)3 + 3 + k = + k, y de la definición de función ab Glosario
12 3
c
primitiva se tiene indefinida. Que no tiene
término señalado o conocido.
f(x)dx = P(3) – P(–2) = 11 + k – – 17 + k = 95 ,
3
–2 3 4 12 primitiva. Primero en su línea, o

95 que no tiene ni toma origen de
con lo que a(S) = . otra cosa.
12
195

DCCD: M.5.1.68. Aplicar el segundo teorema del cál- a) En el sistema de coordenadas rectangula-
culo diferencial e integral para el cálculo de la inte-
gral definida de una función polinomial de grado ≤
res, representa las regiones S1 y S2.
4 (primitiva).
M.5.1.69. Resolver y plantear aplicaciones geométri- b) Calcula el área de la región S, y prueba que
cas (cálculo de áreas) y físicas (velocidad media, es-
pacio recorrido) de la integral definida, e interpretar
a(S) = a(S1 # S2) = a(S1) + a(S2) =
y juzgar la validez de las soluciones obtenidas. 1 1
c1d + (c2 – c1)d = (c2 – c1)d.
1 Considera la región S definida como 2 2
S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), a ≤ x < b},
donde f es la función que se especifica
en cada ítem. Representa la región S y
calcula el área a(S). Verifica tu solución
con la dada.
a) f(x) = 2x, x ! [1, 3], a(s) = 8.
3 Sean a1, a2, b, b1 ! !, tales que 0 < a1 < a2,

0 < b1 < b, y S1, S2 los subconjuntos de !2
que a continuación se definen:
S1 = (x, y) ! !2 | 0 ≤ x ≤ a1, 0 ≤ y ≤ b +
b – b1
(x – a1) ,
1 2 2 a1
b) f(x) = x, x ! [0, 2], a(s) = .
4 3
S2 = (x, y) ! !2 | a1 < x ≤ a2, 0 ≤ y ≤ b +
2b – b1
(x – a1) .
2(a1 – a2)

res, representa las regiones S1 y S2.
b) Calcula el área de la región S1 # S2, y de-

1 3 muestra que:
c) f(x) = – (x – 2)(x – 5), x • [2, 5], a(s) = .
5 2 1
a(S) = a(S1 # S2) = a(S1) + a(S2) = (b1 + b)a2.
2
2 Sean c1, c2, d ! !, tales que 0 < c1 < c2,

d > 0, y S = S1 # S2, donde 4 Observa la gráfica y calcula el área limi-
S1 = {(x, y) ! !2 | 0 ≤ x ≤ c1, 0 ≤ y ≤ d}, tada por la parábola y = x2 y las rectas que
se indican y
S2 = {(x, y) ! !2 | c1 < x < c2,
d en la figura.
0≤y≤– (x – c2)}.
c2 – c1 2 6 x
196

en el aula
Cada persona tiene capacidades diferentes, lo

importante es participar y elogiar los aciertos
minimizando los errores.
5 Calcula el área de la región que se en- Trabajen en equipo, indaguen y resuelvan.

cuentra sombreada en la figura.
7 Encuentren el área de la región limitada
y por la gráfica de f(x) = 4x – x2 y el eje x.
6
5 a) Realicen el gráfico de la función para hallar
4 el intervalo sobre el eje x, del cual deben ha-
3
cer la integración.
2 y
f(x) = x2 + 2x + 3 4 f(x) = 4x – x2
1
3
–4 –3 –2 –1 0 1 2 3 4 x
–1
2
–2
1
0 1 2 3 4 x
b) Observen en el gráfico que la curva corta

el eje x en x = 0 y en x = 4. Luego, estos son
los límites de integración.
4
Área de la región = 0 (4x – x2)dx.
6 Halla el área y 8 Determinen el área de la región limitada

limitada por la por la parábola y = x2 – 3x – 3 y las rectas
parábola y = x2 y = 0, x = –1 y x = 1. Observen el gráfico.
y las rectas que
se encuentran y
señaladas en la
–2 0 2 x
figura.
–1 1
x
197

cotidianos
Problema. Conexión con física Por otro lado, a la posición del vehículo la deno-
1. La aceleración a de un vehículo es la función defi- tamos con x(t). Cuando el conductor observa el
nida en el intervalo de tiempo [t1, t2] " [0, ∞]. Por auto mal estacionado, x(0) = 0, entonces,
t
definición de la aceleración, x(t) = x(0) + v(! )d!
dv 0
a(t) = (t), t ! [t1, t2], c1 ! 3 + c2 ! 2 + c ! d!
t
dt = 15 +
siendo v la función velocidad, entonces la veloci- 0 3 2 3
dad al instante t ! [t1, t2] está definida como c1 4 c2 3 c3 2

= t + t + t + 15t, t ! [0, 3].
t 12 6 2
v(t) = v(t1) + t a(!)d!, t ! [t1, t2].
1
En tres segundos, el conductor debe detenerse y
Por otro lado, la velocidad es la derivada de la fun- en este tiempo ha recorrido una distancia de d
ción posición, designada como x(t). Así, metros. Entonces,
dx c c c
d = x(3) = 1 × 34 + 2 × 33 + 3 × 32 + 15 × 3,
v(t) = (x), t ! [t1, t2]. 12 6 2
dt
t
de donde 27c1 + 18c2 + 18c3 = 4(d – 45).
Entonces, x(t) = x(t1) + t v(!)d!, t ! [t1, t2].
1
Así, resulta el sistema de ecuaciones lineales:

Conocidos x(t1), v(t1), la velocidad es la integral
definida de la aceleración, y la posición es la inte- 16c1 + 12c2 + 12c3 = –45,
gral definida de la velocidad en [t1, t2]. 6c1 + 3c2 + 2c3 = –10,
27c1 + 18c2 + 18c3 = 4(d – 45),
Un automóvil se mueve con una velocidad 4 d – 75 ,
c1 =
m m 3 2
constante de 15 s (54 s ). Esto significa que
cuya solución es 40 735
recorre quince metros en un segundo. El conduc- c2 = – d + ,
9 6
tor observa en la vía, delante de él, un auto mal 8 305
c3 = d – .
estacionado a una distancia de d metros, lo que le 3 4
obliga a frenar, así que transcurridos T segundos, Como tarea se deja hallar esta solución.
debe detenerse. Tenemos v(0) = 15, v(T) = 0, y la Las funciones de posición, velocidad y acelera-
posición x(0) = 0. Para esta maniobra, el conduc- ción están definidas como:
tor tiene una infinidad de opciones. Consideremos c c c
una de ellas. En dos segundos, reduce la velocidad x(t) = 1 t4 + 2 t3 + 3 t2 + 15t, t ! [0, 3].
12 6 2
a la mitad y en tres segundos, se detiene, o c1 3 c2 3
v(t) = t + t + c3t + 15t, t ! [0, 3].
sea, v(2) = 7,5 m m
s , v(3) = 0 s , con lo que Y = 3 s.
3 2
En el proceso de frenado, asumimos que la acele- a(t) = c1t2 + c2t + c3, t ! [0, 3].
ración es un polinomio cuadrático de la forma
Si el auto mal estacionado está localizado a una
a(t) = c1t2 + c2t + c3 , t ! [0, 3], distancia mayor que d metros, no existe colisión;
con c1, c2, c3 ! ! por determinarse. Se tiene si el auto mal estacionado está localizado a una
t
distancia menor que d metros, existe colisión. Por
v(t) = v(0) + 0(c1t2 + c2t + c3 )dt|
ejemplo, si d = 30 m,
= v(0) + c1 ! 3 + c2 ! 2 + c3! | 0t 5 65
c1 = , c2 = – , c3 = .
15
3 2 2 6 4
c c
= 15 + 1 t3 + 2 t2 + c3t , t ! [0, 3].
3 2 En el primer segundo, el auto ha recorrido
c c x(1) = 15,28 m, su velocidad es v(1) = 14,17 m/s,
Entonces, 7,5 = v(2) = 15 + 1 × 23 + 2 × 22 + c3 × 2. y su aceleración es a(1) = –4,58 m/s2. Si el con-
3 2
Resulta que 16c1 + 12c2 + 12c3 = –45. ductor no frena en el tiempo T = 3 s, el auto ha-
c c brá recorrido 45 m, lo que significa que en dos
Además, 0 = v(3) = 15 + 1 × 33 + 2 × 32 + c3 × 3, segundos se habrá impactado con el auto mal
3 2
con lo cual 6c1 + 3c2 + 2c3 = –10. estacionado.
198

“El mercado determina el precio al que un producto se vende. El punto

de intersección de la curva de la demanda y la curva de la oferta, para p
un producto, da el precio de equilibrio. En el precio de equilibrio, los
consumidores comprarán la misma cantidad del producto que los
curva de demanda
fabricantes quieren vender. Sin embargo, algunos consumidores Superávit
de los
aceptarán gastar más en un artículo que el precio de equilibrio. consumidores
El total de las diferencias entre el precio de equilibrio del artículo p 0 p = d(q)
y los mayores precios que todas esas personas aceptan pagar se
considera como el ahorro de esas personas y se llama el superávit q
0 0 q
de los consumidores. El área bajo la curva de demanda es la canti-
dad total que los consumidores están dispuestos a pagar por q0 artí-
culos. El área sombreada bajo la recta y = q0 muestra la cantidad total
que los consumidores realmente gastarán en el precio p0 de equilibrio. El Curva de demanda.
área entre la curva y la recta representa el superávit de los consumidores.
El superávit de los consumidores está dado por el área entre las curvas
p = d(q) y p = p0. Entonces su valor puede encontrarse con una integral
definida de esta forma: ∫0q0[d(q) – p0]dq, donde dq es una función de-
manda con precio de equilibrio p0 y demanda de equilibrio q0”.
“Aplicaciones a la Administración y la Economía” (s. f.).
La matemática
y las profesiones
La Economía, Demografía y Administración, entre otras carreras so-

cioeconómicas, se enfocan en el conocimiento sobre integrales para
resolver problemas y proyectar acciones sobre producción, administra-
ción de bienes, comercio exterior, reparto de ingresos en una empresa
Shutterstock, (2020). 529257325
o entre una población de un determinado país.
Un aspirante a título de tercer nivel en Economía requiere cursar y aprobar

las asignaturas que tratan los temas: recursos naturales, políticas públicas,
economía internacional, economía financiera, optimización, entre otras.
Informe financiero.
Los economistas están involucrados en todas las actividades que se re-
lacionen con el desarrollo económico, social, político y cultural a nivel
local, nacional e internacional.
Duración de la carrera
La carrera tiene una duración de entre nueve y diez semestres, más la
tesis o proyecto de graduación.
Tomado de: http://www.puce.edu.ec/economia/tramites.php
199

TIC
1. Graficamos una función
cuadrática.
Escribimos en la barra de
Entrada la función: (x – 2)2 +
1 y damos enter y localizamos
los puntos A y B.
En las vistas Gráfica y Algebraica
ya consta la función.
2. Calculamos la integral de la
función.
Escribimos en la barra de
Entrada “integral de la función
x”. En este caso, los puntos que
hemos señalado son A y B. Por
lo tanto, escribimos desde el
punto A hasta el punto B.
Al hacer enter, aparecerá
sombreada la parte que nos
interesa.
3. Medimos el área sombreada.

Selecciona la opción Deslizador
para configurar.
Cambia el nombre a n. Elige el
intervalo de 1 a 50 unidades.
Pon el incremento en 1.
Una vez configurado, da enter y
está listo el deslizador.
200

4. Configuramos el deslizador.
Queremos que el deslizador trabaje en dos seccio-
nes que luego corresponderán a una sola área, la
que tenemos sombreada.
Selecciona la opción Desplaza Vista Gráfica.
Introducimos en la barra de Entrada la función
suma inferior y escribimos los límites (puntos A y B)
y el número de rectángulos (incremento),
al que previamente
hemos definido con n.
Al desplazar el deslizador, observa el número de
rectángulos en los que se divide el área inferior.
5. Haz lo mismo para la suma superior.

Escribe los límites (puntos A y B) y el número de
rectángulos (incremento),
al que previamente hemos
definido con n.
Al desplazar el deslizador, observa el número de
rectángulos en los que se divide el área superior.
Para tener una mejor visualización, cambia los
nombres de las variables.
Anda a la Vista Algebraica, da doble clic en A y
modifica el nombre por integral.
Luego, haz doble clic en B y modifica el nombre
por Suma Inferior.
Luego, da doble clic en C y modifica el nombre por
Suma Superior.
6. Calcula el área de la zona señalada.

Al mover el deslizador, mira con mayor precisión el
área y aproxímate a la integral que está calculada.
Desliza los puntos A y B, y encuentra el área delimitada.
201

Justificación
La importancia de estudio de las integrales tiene que ver con aplicacio-
nes de las funciones que se utilizan en economía para hacer modelos de
situaciones de mercado a partir de las funciones de oferta y demanda.
Objetivos
• Comprender los conceptos básicos del cálculo integral de manera
natural en el manejo de integrales y en la necesidad de usarlas para
encontrar la solución de problemas reales.
Actividades
Recursos • Formar equipos de trabajo, con no más de tres estudiantes.
• Modelo de situaciones de • Analizar el problema planteado como modelo, y proponer una
mercado situación similar.
• Software (por ejemplo • Calcular el exceso de oferta y el exceso de demanda para las cur-
GeoGebra) para graficar vas de demanda y oferta dadas.
funciones
Función de demanda: p1(q) = 1 000 – 0,4q2.
Función de oferta: p2(q) = 42q.
Los excesos de oferta y demanda están representados por las áreas
que muestra la gráfica.
La oferta coincide con la demanda en (q0, p0), es decir,
Mercado valores, (2020). www.flirck.com
p1(q) = p2(q) 1 000 – 0,4q2 = 42q – 0,4q2 – 42q + 1 000 = 0

q1 = –125 y q2 = 20.
Como los valores de las abscisas corresponden al número de artícu-
los ofrecidos o demandados, q0 = 20 y, por lo tanto, p0 = 840.
El excedente de demanda o superávit de los consumidores es la
región comprendida entre
Mercado de valores.
p1(q) y la recta p = 840, entre 0 y 20, o sea,
20 20
q3 20
0
(1 000 – 0,4q 2
– 840)dq
= 0
(160 – 0,4q2
)dq
= 160q – 0,4
3 0
| .
p excedente
de demanda curva de
oferta El excedente de demanda asciende a $ 2 133,33.
p0 punto de equilibrio El excedente de oferta es la región comprendida entre las rectas
p = 840 y p = 42q, entre 0 y 20, o sea,
20
excedente curva de 20
de oferta demanda
0
(840 – 42q)dq = (840q – 21q2) | 0 = (840,20 – 21,202) = 8 400.
1 El superávit de oferta alcanza $ 8 400.
0 q0 q Conclusiones
Para que este método pueda aplicarse a la maximización de utilida-
des, se deben cumplir las siguientes condiciones:
ab Glosario • Deberá ser posible identificar por separado las funciones de ingre-
c so total y de costo total.
superávit. En el comer-
• Las funciones de ingreso y costo deben formularse en términos del ni-
cio, exceso del haber o caudal
vel de producción o del número de unidades producidas y vendidas.
sobre el debe u obligaciones de
la caja. Tomado de: http://www.fca.unl.edu.ar/Intdef/AplicacionesEconomia.htm
202

y
f(x)
a b x
Integración
Integración indefinida o Integración definida ‒

primitiva de una función Propiedades
Sumatoria de Riemman
Cálculo de áreas
de regiones planas ‒
Integrales de funciones polinomiales
Aplicaciones a problemas de física

y economía
203

Heteroevaluación 8
a) f(x) = 1 + x + x2, x ! [–1, 1], a(8) = .
3
I.M.5.5.1. Emplea el concepto de límites en su- b) f(x) = –8(x + 1), x ! [–1, 0]. a(s) = 4.
cesiones convergentes y sucesiones reales; ope-
c) f(x) = x, 0 ≤ x ≤ 4,
ra con funciones escalonadas; halla de manera
intuitiva derivadas de funciones polinomiales; a(s) = 10.
diferencia funciones mediante las respectivas 2, 4 < x ≤ 5,
reglas para resolver problemas de optimización;
concibe la integración como proceso inverso,
y realiza conexiones geométricas y físicas. (I.2.)
1 5 La representación gráfica de una función
En cada ítem se propone una función real
f. Encuentra la integral indefinida de f y no negativa es la indicada.
dP
comprueba que (x) = f(x), x ! !. y
dx
a) f(x) = 10x2 + 11, x ! !.
b) f(x) = x3 + x2 + x + 1, x ! !.
2 Halla una función u que satisface la con-

0 a c b x
dición que se indica, que sea integral in-
definida de la función f que se define en Interpreta el significado de:
cada caso. Calcula: lím u(x + h) – u(x) c c

h 0 h a) f(x)dx. b) f(x)dx.
y comprueba que este límite es f(x). b a
5
a) f(x) = – x3 + 3x – 5, x ! !.
8 6
u(0) = 3. Dada la función del dibujo.
y
b) f(x) = 4 – x + 9x2 + 2x3 – 5x4, x ! !. 6
u(0) = 2. y=5
5
4
y=3
3
3 En cada ítem, aplica propiedades de la 2
y=1
integral definida para calcular la integral 1
dada y verifica tu resultado con el dado. 0 1 2 3 4 5 x
3
a) (–10x5 + 7x3 – 5x)dx = 0. a) Calcula en forma manual el área delimitada
–3
3 por f(x) y las rectas x = 0, x = 5 y el eje OX.

b) (–10x4 + 9x2 – 5)dx = –420.
–3 b) Utiliza las propiedades de las integrales y
verifica el valor del área encontrado en el
4 literal a.
Considera la región S que a continuación
se define como
S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), a ≤ x ≤ b}, 7 Dada la función f(x) = x3. Determina el
donde f es la función que en cada ítem se área encerrada por la curva y por las rec-
especifica. En el sistema de coordenadas tas x = 0 y x = 3. Realiza un gráfico de
rectangulares, representa la región S y interpretación.
calcula el área a(S).
204

Resuelve cada ejercicio y selecciona la res-
puesta correcta. 10 Una vez que completas el cálculo,
7
la sumatoria de ∑ (i 2+ 1) es igual a:
i=1
7
8 Dada la función f(x) = 2x – 3x, calcula:
2
∑ (i + 1) = (1 +1)+(2 +1)+(3 +1)+(4 +1)
2 2 2 2 2
6 i=1
f(x) = +(5 +1)+(6 +1)+(7 +1)
2 2 2
0
= 2 + 5 + 10 + 17 + 26 + 37 + 50 = ________
a) 95. b) 45. c) 90. d) 180.
a) 137. b) 157. c) 147. d) 167.
0
f(x) =
–1 11 0
La integral definida de (2x – 3)dx es
–1
13 5 10 3 igual a:
a) . b) – . c) . d) .
6 6 3 2
a) 1. b) 2. c) –1. d) –4.
9 Determina el valor de la siguiente inte-

12 0
gral definida: Si f(x)dx = 0 y si f(a) existe, entonces:
3 –1
(2x + 3)dx =
2
1 3 3
a) f(x)dx = 10. c) f(x)dx = 1.
3 3
10 20 50 70
a) . b) . c) . d) . 3 3
3 3 3 3 b) f(x)dx = 0. d) f(x)dx = 2.
3 3

Concibo la integración como el proceso inverso de la diferenciación.
Determino la integral indefinida de funciones polinomiales.
Encuentro de forma manual el área bajo la curva de una función.
Empleo correctamente las propiedades de las integrales para calcular el área de
una región.
Coevaluación

Las ideas que se generan en el equipo de trabajo son valederas y aportan para
la solución de situaciones.
El trabajo en equipo fortalece la relación entre compañeros.
Metacognición
a) ¿Qué tema te resultó más fácil en esta unidad?
____________________________________________________________________________________________________
b) ¿Crees que te servirán estos conocimientos en cursos superiores?

____________________________________________________________________________________________________ 205

Unidad 1 (páginas 36 y 37) y 2. a) f1(x) = x+1 , f2(x) = x+1 ,
–2 1 5 2 5
1. a) –(N + P + Q) = = –N – P – Q
–4 3
4
f3(x) = x+1 , f4(x) = x+1 .
3
2
10 17
0 –5 y=1–x y = 1 – 1/x
b) N – (P – Q) = =N–P+Q 1 x 0 1 3 5
–2 –11
–2 –1 0 1 2 3 4 5 6 7 8 9 x 1 2 6
f1(x) 1
c) –N – (–P – Q) =
2 1
=P+Q–N –2
y=x–1 y = 1/x – 1 2 2 2
8 2 1 2 2 6
f2(x)
5 5 5 5
2. 26 7 d) Basta exhibir un ejemplo: para
1 – – 1 2 1 6
3 4 f3(x)
1 10 10 5 10
5 5 x1 = , x2 = 2 se tiene
A+B= –7 – = B + A. 2
2 3 1 1 1 2 2 6
f(x1) = , f(x2) = . f4(x)
6 –1
11 2 2 17 17 17 17
6 Así, x1 ≠ x2 pero f(x1) = f(x2).
–10 16 5 12 4 –9 y
3. AB = –8 8 2 , BA = 5 1 –14 . y = f1(x)
3. a) Vectores normales de cada plano. 0,8
–16 10 29 –18 4 14 n!1 = (1, 2, 1) × (2, 3, 4) = (5, –2, –1), 0,6
Claramente AB ≠ BA. n!2 = (3, 5, 5) × (1, 1, 3) = (10, –4, –2) =
0,4 y = f2(x)
8 36 2(5, –2, –1) = 2n!1.
4. ( A – B) = = ( )A – ( )B. 0,2 y = f3(x)
∏1 || ∏2. y = f4(x)
–40 –12
5. a) x = 4, y = 1. b) n!1 = (1, 0, 0) × (0, 1, 0) = (0, 0, 1), 0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 x
b) x = –5, y = 3. n!2 = (1, 0, 0) × (0, 0, 1) = (0, –1, 0).
∏1 y ∏2 n son paralelos.
83 50
6. a) (A + B)(A – B) = . 5 6
14 27 4. Se obtiene u! = B – A = (–3, –3, –3), b) f1(x) = , f (x) = ,
x2 2 x2
50 27 v! = C – A = (2, 1, 1).
b) A2 – B2 = . 7 2 2
12 48 Ecuación vectorial f3(x) = 2 , f4(x) = .
x x2
x! = (1, 2, 3) + (–3, –3, –3) + (2, 1, 1),
–1 0 , ! !. x 0 1 3
7. AB = = –I. B no es la inversa de A.
0 –1 Ecuaciones paramétricas: 5 5
8. x = y = 0,08 x=1–3 +2 , f1(x) 5
4 9
1 0 0 y=2–3 + , , ! !. 6 6
9. AA–1 = A–1A = 0 1 0 . z=3–3 + , f2(x) 6
4 9
0 0 1 Ecuación cartesiana:
10. x = 3, y = 4.
7 7
(x, y, z) ! !3 tal que –y + z = 1. f3(x) 7
11. b) –36. 4 9
12. c) Verdadero. 5. a) Vectores normales a cada plano.
2 2 2
f4(x) 2 2
13. b) m = 0. n!1 = (1, 1, –2) × (0, 1, 1) = (3, –1, 1), 2 9
n!2 = (1, 2, 0) × (0, 1, 1) = (2, –1, 1).
y
∏1 y ∏2 no son paralelos.
Unidad 2 (páginas 70 y 71) b) Recta de intersección: R = ∏1 $ ∏2 = 2,0
1. a) (–f + g – h)(0) = –1 {(–4, 0, 16) + y(0, 1, 1) | y ! !}. y = f2(x)
1,5
1
b) (f + g – h)(x) = –2x + 2 – , 1 y = f3(x)
1+x 6. ∏1 $ ∏2 = {t(3, 2, 7) | t ! !}. y = f1(x)
x ! [0, ∞[, 0,5
y = f4(x)
1 7. r!(t) = (3, 5, 4) + t(–2, –3, 2), t ! !.
–(–f – g – h)(x) = – , x ! [0, ∞[, 0 0,5 1 1,5 2 2,5 3 x
1+x
1 8. a) Planos paralelos. 2x, n par,
[–(f + g – h)](x) = – , x ! [0, ∞[.
1+x 3. fn(x) = [(–1)n + 1] x =
9. d) 10. c) 11. a) 0, n impar,
2. a) h(0) = 1, h(1) = 0, h(2) = ½,
12. b) 13. b) x ! [0, 2], n = 0, 1, 2, …
h(3) = 2/3, h(4) = ¾.
b) Para x1, x2 ! [0, 1] tales que x1 < x2, y
entonces –x2 < – x1, 1 – x2 < 1 – x1,
Unidad 3 (páginas 104 y 105)
así f(x2) < f(x1). 4
Para x1, x2 ! [1, ∞] tales que x1 < x2, 1. a) lím an = – 3 . 3
x ∞ 11 y = 2x = f2n(x)
se tiene
b) lím an = 1 .
2
1 1 1 1
< ,– <– , x ∞ 2 1
x2 x1 x1 x2 c) lím an = 0.
y = 0 = f2n+1(x)
1 1 x ∞ 0
f(x1) = 1 – < 1 – = f(x2). d) lím an = 0. 1 2 3 4 5 6 x
x1 x2 x ∞
x – 1, si 0 ≤ x < 1,
c) (–h)(x) = 1
– 1, si 1 ≤ x.
x
206

a) fn(0) = 0, n = 0, 1,…, Unidad 5 (páginas 184 y 185) S2R1 – S1R2 nR – R S
(fn(0)) converge a 0. a= = 50; b = 2 12 1 = 1,4.
x = 7j + 1, nS2 – S12 nS2 – S1
1. a) j ! ".
3 0, si n impar, 3 y = 3j – 1, 6. a) Visiblemente este conjunto de puntos
b) fn = 3 fn
4 , si n par, 4 tiene una tendencia de una recta.
2 y
b) S1 = 84, S2 = 160 6,
1 f: = 3x – 7y = 10
divergente (no converge). R1 = 64,759, R2 = 1 102,829.
0, si n impar, a = 4,405 16; b = 0,456 28.
c) fn(1) = ( fn(1)) –3 –2 –1 0 1 2 3 4 5 6 x
2, si n par, –1 A(t) = 4,405 16 + 0,456 28(t – 90), t ≥ 90.
divergente. –2 7. c) 8. b)
0, si n impar, –3
d) fn(2) = ( fn(2))
4, si n par, 3x – 7y = 3(7j + 1) – 7(3j – 1) = 10, Unidad 6 (páginas 212 y 213)
divergente. j ! ". 10
4. Distribución binomial 1. a) (10x2 + 11)dx = x3 + 11x + C,
x = 3 – 4j, 3
a) 0,215 ó 21,5 % b) j ! ". x ! !, c ! !.
b) 0,628 ó 62,8 % y = j + 1, b)(x3 + x2 + x + 1)dx =
5. Distribución normal y 1 4 1 3 1 2
a) 0,579 3 x + x + x + x + C, x ! !, c ! !.
2 f: x + 4y = 7 4 3 2
b) 0,102 5 3
1 2. a) u(x) = – x4 + x2 – 5x + 3, x ! !.
c) 0,547 32 2
d) 0,598 7 –3 –2 –1 0 x 1 1
1 2 3 4 5 6 7 b) u(x) = 2 + 4x – x2 + 3x3 + x4 – x5,
6. c) 7. c) –1 2 2
x ! !.
8. i) a, ii) d x + 4y = 3 – 4j + 4(j + 1) = 7. 3
9. a) 2. 3. a) –3
(–10x5 + 7x3 – 5x)dx =
y 5 6 7 4 5 2 3
– x + x – x | –3 = 0.
6 3 4 2
j: 2x + y = 6 i: 3x – 0,5y = 3 3
Unidad 4 (páginas 148 y 149) 5 b) (–10x4 + 9x2 – 5)dx =
1. a) Dom(f1) = !, Rec(f1) = ]0, ∞[, 4
–3
3
Dom(f2) = !, Rec(f2) = ]1, ∞[, (–2x5 + 3x2 – 5x) | –3 = 0.
3
Dom(f3) = !, Rec(f3) = ]–3, ∞[. 1
2 8
b) Asíntotas de f1: H1 = {(x, 0) | x ! !}, 4. a) (x2 + x + 1)dx = .
–1 3
Asíntotas de f2: H2 = {(x, 1) | x ! !}, h: x – 2y = –2 1
Asíntotas de f3: H3 = {(x, –3) | x ! !}. y
–4 –3 –2 –1 0 1 2 3 4 5 x 3
Gráfico –1 y=x +x+1 2
2
y –2
7 1 S
Vértices de S:
g(x) = 2–x + 1 6
5
V1 = (1, 0); V2 = (3, 0), V3 = (2, 2), –5 –4 –3 –2 –1 0 1 2 3 4 x
–1
4 14 7
V4 = , . 0 0
3 11 11 b) –f(x)dx = 8(x + 1)dx = 4.
f(x) = 2x 2 3. a) –1 –1
1 y
y
–7 –6 –5 –4 –3 –2 –1 0 1 2 3 4 5 x 5 2
–2 4 0
h(x) = 2x – 3
–3 A –8 –6 –4 –2 0S 2 4 6 8 x
3 –2
–4
2 B –4
a y = –8(x + 1)
2. b) Dom(h) = ]–2, ∞[, 1 –6
asíntota V = {(–2, y) | y ! !}. C
–8
c) Traslación de la gráfica de g a la –3 –2 –1 0 1 2 3 4 5 6 x
–1
izquierda x > –2. 8 5
4 5
Vértices de S: A = (0, 3), B = , . c) a(S) = 0 xdx + 4 2dx = 10.

3. a) y = log(x – 2) + 1, x > 2. 3 3
b) y = log(x – 2) – 1, x > –2. C = (4, 0), D = (0, 0); y
c) y = log(x + 1) + 2, x > –1. c) z = f(x, y) = 4x + 5y
3
4. a) ln( x (x2 + 5)), x > 0. z1 = f(A) = 15, z2 = f(B) = 19, y=x y=2
z3 = f(C) =16, z4 = 0. Máx z = 19. 2
2x S
b) ln , x > 1. 4. mín z = –15. 1
x–1
x 5. x 2,5 6,0 10,4 16,0 20,6 28,0
c) ln = , x > 1. –2 –1 0 1 2 3 4 5 6 x
(x – 1)2 3 x2 + 1 y = f(x) 49,3 44,4 38,24 30,4 23,96 13,6 –1
5. n 2 10 100 500 1 000 5 000 Gráfico c b b

a) f(x)dx = – f(x)dx con f(x)dx
1n y b c c
1+ 2,25 2,593 7 2,704 8 2,715 6 2,716 9 2,718 0 f: y = –1.4x + 52,8 área de la región
n 60 S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), x ! [c, b]}.
50 A c
6. a) y = 43,904 93 g. B
40 C b) f(x)dx área de la región
b) x ≈ 3,465 7 años 30 D
a
7. a) F. c) V. E S = {(x, y) ! !2 | 0 ≤ y ≤ f(x), x ! [a, c]}.

20
F 6. a) a(S) = 14.
b) V. d) F. 10
4 1 2 4
8. b) 9. c) 10. d) 11. a) b) f(x)dx = f(x)dx + f(x)dx + f(x)dx =
–2 –1 0 10 20 30 40 50 60 x 0 0 1 2
12. c) 13. a)
n n 14.
S1 = ∑ xi = 83,5; S2 = ∑ x2i = 1614,77;
3
81
i=1 i=1 7. x3(dx) = . 8. c) y b).
n n 0 4
R1 = ∑ yi = 199,9; R2 = ∑ xi yi = 2148,122; 9. d) 10. c) 11. d) 12. b)
i=1 i=1 207

Apostol, T. M. (1977). Calculus (2.a ed.). Barcelona: Editorial Lewis, D. J. (1970). Introducción al Álgebra. Nueva York: Editorial
Reverté. Harper & Row Publishers Inc.
Ayres, F. Jr. (1965). Theory and Problems of Modern Algebra. Muschla, J. A. y Muschla, G. R. (2006). Hands-On Math Projects.
Nueva York: Schaum Publisihg Co. San Francisco: Jossey-Bass.
Barnett, R. A., Ziegler, M.R. y Byleen, K. E. (1999). College Algebra. Niven, I. y Zuckerman, H. S. (1969). Introducción a la teoría de los
Boston: McGrawHill. números. México D. F.: Limusa Wiley, S. A.
Benalcázar, H. (2008). Curso elemental de Geometría. Quito: PDF Negro, A. y Zorio, V. (1975). Cerca de la Matemática (1). Madrid:
publicado por el autor en la Facultad de Ingeniería, Universi- Editorial Alhambra.
dad Central del Ecuador. ------------------- (1978). Curso de Matemáticas. Orientación
------------------- (2012a). Matemática para Bachillerato. Tomo 1. universitaria. Madrid: Editorial Alhambra.
Quito: Impresión Hernán Benalcázar. Negro, A., Pérez, S., Cacho, S. y Thio de Pol, S. (1977). Cerca de la
------------------- (2012b). Matemática para Bachillerato. Tomo 2 Matemática (3). Madrid: Editorial Alhambra.
y tomo 3. Quito: Preprinter (por publicarse). Pérez, J., Caro, V. y Obonaga, E. (1986). Matemática (Vols. 1-6).
Birkhoff, G. y MacLane, S. (1974). Álgebra moderna (4.a ed.). Bogotá: Editorial Pime Editores S. A.
Barcelona: Editorial Vicens-Vives. Rice, B. J. y Strange, J. D. (1989). College Algebra with Applications.
Bolster, C.L., Boyer, C., y otros (1990). Exploring Mathematics. Pacific Grove: Brooks/Cole Publishing Company.
Glenview, Illinois: Scott Foresman & Company. Robert H. D., Lawrence T. A. y Yelon, S. (2001). Diseño de siste-
Brabant, P., Carnec, H., Nouet, M. y Seroux, R. (1990). Mathéma- mas de aprendizaje. México D. F.: Editorial Trillas.
tiques. París: Editorial Bordas. Sáenz, R., Lara, J., Benalcázar, H. y León, H. (2003). Matemática
Carnec, H., Compagnon, P., Randé, B. y Seroux. R. (1991). Mathé- básica (2.a ed.). Quito: Editorial Centro de Matemática, Univer-
matiques. París: 1er A1 et B, Editorial Bordas. sidad Central del Ecuador.
Castro, L. (2013). Matemática. Quito: Maya Ediciones C. Ltda. Spiegel, M. R. (1956). Theory and Problems of College Algebra.
Compagnon, P., Nouet, M., Randé, B. y Seroux, R. (1991). Mathé- Nueva York: Editorial Schaum Publishing Co.
matiques. Analyse. París: 1er S y E, Editorial Bordas. Suppes, P. y Hill, S. (1982). Introducción a la lógica matemática.
Copi, I. M. (1982). Lógica simbólica. México D. F.: Editorial C.E.C.S.A. Barcelona: Editorial Reverté S. A.
Diccionario Enciclopédico Ilustrado. (1994). Madrid: Cultural S. A. Trejo, C. A. y Boch, J. E. (1973). Ciclo medio de matemática
de Ediciones. moderna. Quinto curso. Buenos Aires: Editorial Universitaria
Fang, J. (1963). Theory and Problems of Modern Algebra. Nueva de Buenos Aires.
York: Editorial Shaum Publishing Co. Wexler, C. (1968). Geometría analítica: un enfoque vectorial.
Gabba, P. J. (1974). Matemática para maestros. Buenos Aires: Edicio- Barcelona: Editorial Montaner y Simón, S. A.
nes Merymar. Whitesitt, E. J. (1971). Álgebra booleana y sus aplicaciones. Méxi-
Galindo, E. (2015). Estadística, métodos y aplicaciones. Quito: Pro- co D. F.: Editorial CECSA.
ciencia Editores. Zemansky, M. (1967). Introducción al álgebra y análisis moderno.
Gómez, R., Wills, D., Guarin, H. y Londoño, N. (1976). Matemática Barcelona: Editorial Montaner y Simón, S. A.
moderna estructurada (Vols. 1-6). Bogotá: Editorial Norma.
Haye, G., Nouet, M., Serra, E. y Venard, J. (1992). Mathématiques.
Algèbre. Géométrie. Terminales C et E. París: Editorial Bordas.
Kalnin, R. A. (1973). Álgebra y funciones elementales. Moscú:
Editorial Mir. Funciones como modelos matemáticos (s. f.), [en línea]. Depar-
Keil, J. (1975). Géométrie Anlytique Plane. Namur: Editorial La tamento de Matemática de la Universidad de Sonora. Dispo-
Procure. nible en: http://www.mat.uson.mx/~jldiaz/Documents/
Kelley, J. L. y Richert, D. (1970). Elementary Mathematics for Funcion/4-funciones-modelos-jl.pdf [2016, 8 de junio].
Teachers: San Francisco: Editorial Holden-Day. Matemática. Función cuadrática, parábolas y ecuaciones de segun-
Kostrikin, A. I. (1978). Introducción al Álgebra. Moscú: Editorial Mir. do grado (2014), [en línea]. Gobierno de la Ciudad de Buenos
Kuratowski, K. (1966). Introducción a la teoría de conjuntos y a la Aires. Ministerio de Educación. Disponible en: http://www.
topología. Barcelona: Editorial Vicens-Vives. buenosaires.gob.ar/areas/educacion/curricula/pdf/matemati-
Kurosh, A. (1973). Cours d’ Algèbre Supérieure. Moscú: Editorial ca_cuadratica_13_06_14.pdf [2016, 7 de abril].
Mir. Probabilidad (s. f.), [en línea]. Instituto Nacional de Tecnologías
Lara, J. y Benalcázar, H. (1991). Fundamentos de análisis matemático Educativas y de Formación del Profesorado. Disponible en:
(Vols. I-III). Quito: Editorial Centro de Matemática, Universidad http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T02.pdf
Central del Ecuador. [2016, 7 de junio].
------------------- (2005). Fundamentos de análisis matemático Unidad 3: Funciones trigonométricas (s. f.), [en línea]. Colegio de
(3.a ed.). Quito: Editorial Centro de Matemática, Universidad Ciencias y Humanidades, UNAM. Disponible en: http://www.
Central del Ecuador. matepop.com.mx/phocadownload/Libros/GuiaProfesM4/Uni-
Layman, S. C. (1999). The Power of Logic. Mountain View: Edito- dad3.pdf [2016, 12 de septiembre 2016].
rial Mayfield Publishing Company. La inclusión en la educación cómo hacerla realidad (s.f.), [en
Leithold, L. (1994). El cálculo (7.a ed.). México D. F.: Grupo Mexi- línea]. Ministerio de Educación de Perú. Disponible en: www.
cano Mapasa, S. A. de C. V. oei.es/historico/pdfs/educacion_inclusiva_peru.pdf [2016, 29
septiembre 2016]
208

Bachillerato General Unificado
Tercer curso
Matemática
Carta de amor a un trapezoide
Claudi Alsina
Querido trapezoide:
Le sorprenderá que por primera vez alguien le haga una declara-

ción de amor y ésta no provenga de una figura plana. Su pertinaz
vivencia en el plano le ha mantenido siempre al margen de lo que
ocurre por arriba o por abajo, enfrente o detrás.
Digámoslo claramente: yo lo conocí hace años pero usted aún no

se había enterado, hasta hoy, de mi presencia. Debo pues empe-
zar por el principio y darle noticia de cómo fue nuestro primer
encuentro.
Ocurrió una tarde de otoño lluviosa. Una de estas tardes de octu-

bre en que llueve a cántaros, los cristales de los colegios quedan
humedecidos y los escolares sin recreo. Usted estaba quieto en
una página avanzada de un libro grueso que era nuestra pesa-
dilla continua. Me acuerdo aún perfectamente. Página 77, al final
hacia la derecha. Fue al abrir esta página, siguiendo la orden di-
recta de la señorita Francisca, nuestra maestra, cuando lo vi por
primera vez. Allí estaba usted entre los de su familia, un cuadra-
do, un rectángulo, un paralelogramo, un trapecio, un rombo, un
romboide,... y ¡el trapezoide!
Un perfil grueso delimitaba sus desiguales lados y sus extraños

ángulos. La señorita Francisca se fue exaltando a medida que nos
iba narrando las grandes virtudes de sus colegas cuadriláteros...
que si igualdades laterales, que si paralelismos, que si ángulos,
que si diagonales... y el rato fue pasando y la señorita seguía sin
decir nada. Como las señoritas acostumbran a no explicar lo más
interesante, a mí se me ocurrió preguntarle,
—Señorita... ¿y el trapezoide?
—Este —replicó la maestra— este es el que no tiene nada.
—¿Nada de nada? —le repliqué
—Sí, nada de nada —me contestó— y sonó el timbre. Quedé fas-
cinado: usted era un pobre, muy pobre cuadrilátero. Estaba allí,
tenía nombre, pero nada más. Por eso a la mañana siguiente volví
a insistir en el tema a la señorita.
—Así debe ser muy fácil trabajar con los trapezoides —le dije— ya
que como no tienen nada de nada no se podrá calcular tampoco
nada de nada.
—¡Al contrario! Estos son, los más difíciles de calcular. Ya lo verá
cuando sea mayor.
Durante aquella época yo creí intuir que matemáticas y cosas

sexuales debían tener algo en común pues siempre se nos pedía
esperar a ser mayores para “verlo”. A usted ya no lo vi más, hasta
que en Bachillerato don Ramiro nos obsequió con una fórmula
muy larga para calcular su área. Esto me enfadó enormemente.
Usted había pasado del “nada de nada” al “todo de todo”. A partir
de entonces empecé a pronunciar su “oide” final con especial des-
precio “¡trapez-OIDE!”.
Tomado de https://bit.ly/2OUvczV (17/01/2018)
Claudi Alsina (1952). Escritor de temas matemáticos. Matemático, divulgador y profe-

sor con larga trayectoria docente y de investigación.
Max Planck
Francisco Doménech
Si los físicos escribieran la Historia, estaríamos en el siglo II de

nuestra era, más concretamente en el año 116 después de Planck,
el físico alemán que cambió nuestra visión del mundo cuando
puso la primera piedra de la teoría cuántica en el año 1900 (de
la era cristiana). Y eso que algunos de sus profesores le habían
recomendado que se dedicase a las Matemáticas, que la Física no
tenía futuro.
Cuando Max Planck (1858-1947) entró en la universidad parecía

que en la Física todo estaba descubierto. A finales del siglo XIX el
movimiento, la materia, la energía, el calor, el electromagnetismo
y la luz se entendían muy bien por separado, pero no tanto cuan-
do se relacionaban. Por ejemplo, los físicos tenían problemas para
explicar la forma en que los cuerpos calientes irradian energía.
El cuerpo humano emite radiación infrarroja, no está lo suficiente-

mente caliente como para emitir luz visible; pero sí lo están el Sol
o un clavo al rojo vivo. Si el clavo se calienta aún más, en su luz
irá predominando el naranja, amarillo, verde, azul y violeta. Esto
no había manera de encajarlo con ninguna fórmula construida
según las reglas de la Física clásica, así que a los 42 años Planck
decidió saltarse esas normas y se sacó de la manga un número
fijo, con treinta y cuatro ceros a la izquierda, que introdujo entre
las incógnitas de sus ecuaciones. En principio usó ese número di-
minuto solo porque le permitía resolver el problema, pero meses
después se dio cuenta de lo que significaba: la radiación no era
un chorro continuo de energía, sino que la energía salía dispara-
da en pequeñas porciones indivisibles, a las que llamó “cuantos”.
Aquello le sonaba tan ridículo como si al pulsar una tecla de su
órgano oyese un sonido intermitente, entrecortado.
Planck era un buen músico. Los conciertos que daba en su casa

de Berlín servían de plácida reunión a consagrados científicos,
teólogos, filósofos y lingüistas. Nada más lejos de su intención
que poner ese mundillo intelectual patas arriba; y de hecho, él fue
el primero en desconfiar de su teoría cuántica y trató por todos
los medios de librarse de aquel número diminuto (de revolucio-
narias implicaciones), que hoy llamamos la constante de Planck.
Pero no lo logró, y su teoría cambió la Física para siempre, por lo
que recibió el Nobel en 1918. Tampoco pudo parar a los nazis, que
en los años 30 subieron al poder y también acabaron controlando
y usando para sus intereses bélicos la Sociedad Germana de las
Ciencias, presidida por Planck. Entonces, él dimitió. Aguantó en
Alemania hasta el final de la Segunda Guerra Mundial, a pesar de
que perdió todas sus notas científicas en un bombardeo y de que
su hijo fue ejecutado, acusado de conspirar para asesinar a Hitler.
A pesar de la resistencia inicial, primero Einstein y luego muchos

otros científicos adoptaron las ideas cuánticas de Planck para ex-
plicar que las ondas de luz a veces se comportan como un chorro
de partículas y que los electrones que giran en los átomos son al
mismo tiempo partículas y ondas; o para descubrir que hay más
formas de conseguir luz que hacer fuego o calentar un metal. Los
beneficios fueron enormes: el tubo fluorescente, el láser, la elec-
trónica…
Gracias a Planck y su teoría cuántica, la física ya se podía apli-

car a lo infinitamente pequeño, pero a cambio se convirtió en
algo que supera nuestra imaginación: un electrón ocupa al mismo
tiempo todos los puntos de su órbita, puede saltar a otra órbita
sin pasar por ningún punto intermedio y su trayectoria es impre-
decible, al contrario que la de un objeto en movimiento, como una
bala. Al menos la Física clásica seguía sirviendo para las cosas
que vemos con nuestros propios ojos. Como dijo Bohr, el primero
en usar la cuántica para describir el átomo: “Si nada de esto te
parece chocante, es que no lo has entendido”.
Tomado de https://bit.ly/2Vwlq9B (13/03/2019)
Francisco Doménech (1974). Periodista español. Escribe para el diario El País, de España.
El cubo de Borges
José Gordón
A principios del siglo XX, un niño juega en la casa de su tío

con unos cubos que le ayudan a imaginar un mundo con más
dimensiones de las que observamos. Se trata de un material que
acompañó a un libro del matemático Charles Hinton, titulado Una
nueva era del pensamiento (1888). La editorial londinense Swan
Sonnenschein hizo un verdadero libro-objeto. El texto planteaba
el problema de una geometría que se mueve en una cuarta di-
mensión espacial. Si sumamos el tiempo, estamos hablando de
una quinta dimensión. Para visualizar lo impensable, Hinton creó
una serie de 81 cubos de diferentes colores. Con esos cubos, dice
el investigador Ioan Couliano, jugaba un niño que se llamaba Jor-
ge Luis Borges.
La idea de Hinton era que cada una de las caras del cubo debía
memorizarse. Esto permitiría realizar todo tipo de operaciones
mentales para construir diversos objetos. Con este entrenamien-
to, se podría ver entonces su interior, sus entrañas. La imagina-
ción de Hinton no paraba ahí. Ese era tan solo uno de los pasos
necesarios para aprender a visualizar una dimensión superior.
En el libro Más allá de este mundo, Couliano señala que en esta
búsqueda, Hinton construyó una especie de hipercubo a partir de
64 cubos más pequeños —un antecedente del llamado cubo de
Rubik— y elaboró un patrón completo que supuestamente podría
hacer girar al cubo más grande hacia una dimensión superior.
Esto se lograba al hacer rotar de manera precisa a los cubos me-
nores.
En el prólogo del libro Hinton. Relatos científicos, Borges detalla

aún más el difícil y rebuscado proceso de visualización propues-
to por el matemático inglés. Dice que Hinton daba una direc-
ción en Londres donde el interesado podía adquirir varios juegos
de pequeños poliedros de madera: “Con estas piezas había que
construir pirámides, cilindros, prismas, cubos, respetando ciertas
rígidas y prefijadas correspondencias de aristas, planos y colo-
res que llevaban nombres extraños. Aprendida de memoria cada
heterogénea estructura había que ejercitarse en la imaginación
de los movimientos de sus diversas piezas. Por ejemplo, el des-
plazamiento del cubo rosa oscuro hacia arriba y hacia la izquier-
da desencadenaba una compleja serie de movimientos de todo el
conjunto. A fuerza de semejantes ejercicios mentales, el devoto
lograría intuir paulatinamente la cuarta dimensión”.
Podemos imaginar cómo el niño Borges juega con los cubos para
armar un poliedro que se asemeja a una esfera. En una de las
caras pulidas hasta la transparencia ve reflejado su rostro. En
otra de las caras se ve a sí mismo pero viejo. ¿Así será su rostro
del futuro? Toca esa imagen que parece desprenderse de una de
las aristas como una lámina delgada. Borges la remueve delica-
damente como se da la vuelta a la hoja de un libro viejo que está
a punto de resquebrajarse. Se abre una cara del poliedro. Borges
penetra en el interior de esa figura. Cruza una nueva dimensión
espacial y el tiempo cambia. Ha envejecido. Su cuerpo cansado
baja unas escaleras apoyado con un bastón. Al pie de la escalera
encuentra una maravillosa esfera de casi intolerable fulgor. Bor-
ges escribirá sobre ella en un cuento llamado “El Aleph” que habla
de un punto que, como en un holograma cósmico, contiene todos
los puntos del universo. El Aleph es una miniatura del poliedro al
que ha entrado. Lo toma en sus manos. Tiene el privilegio de ver
lo que sus ojos ciegos no verán de nuevo.
Es una geometría inimaginable. Todo parece de manera simultá-

nea: el centro está en todas partes y la circunferencia en ninguna.
Cada cosa se puede ver desde todos los puntos de vista, de una
manera vertiginosa que parece fluir a la velocidad de la luz. En
su relato Borges aludirá a poetas y a místicos para ensayar una
descripción: “Es como un ángel de cuatro caras que a un mis-
mo tiempo se dirige al Oriente y al Occidente, al Norte y al Sur”.
Borges la contempla. La ve en sus manos, en las paredes que le
rodean. Está en el Aleph dentro del Aleph. Se emociona con lo
que puede observar. Brinda su testimonio: “Vi el populoso mar, vi
el alba y la tarde, vi las muchedumbres de América, vi una pla-
teada telaraña en el centro de una negra pirámide, vi un laberinto
roto (era Londres), vi interminables ojos inmediatos escrutándo-
se en mí como un espejo…”. Aparece la violenta cabellera de una
mujer, un poniente en Querétaro que parece reflejar el color de
una rosa en bengala. Surge un globo terráqueo, entre dos espe-
jos, multiplicado sin fin. El escritor se deslumbra ante la bandada
de imágenes: una baraja española, tigres, todas las hormigas que
hay en la tierra, un astrolabio persa… Borges sabe que ha llegado
a la frontera de la unidad de la vida: “Vi el Aleph, desde todos los
puntos, vi en el Aleph la Tierra, y en la Tierra otra vez el Aleph, y
en el Aleph la Tierra, vi mi cara y mis vísceras, vi tu cara, y sentí
vértigo y lloré, porque mis ojos habían visto ese objeto secreto y
conjetural, cuyo nombre usurpan los hombres, pero que ningún
hombre ha mirado: el inconcebible universo”.
Tomado de Gordón, J. (2017). El inconcebible universo. Sueños de unidad. México: Edi-

torial Sexto Piso.
José Gordón (1953). Novelista, ensayista y traductor mexicano. Conduce y dirige revis-
tas de ciencia y pensamiento. Recibió el Premio Nacional de Periodismo en Divulgación
Científica y Cultural.
Dos choques
Aline Guevara
I
¡Qué bárbaro! No sé cómo no me vio, por suerte yo no iba tan
despacio. Por eso cuando me pegó en la defensa trasera, no me
dio tan fuerte. Yo iba a unos 100 km/h, y él iba como a 140 km/h.
¡Qué suerte que avanzábamos en la misma dirección!
Cuando dos vehículos que llevan la misma dirección chocan, sus

velocidades se restan.
II
No recuerdo qué pasó. El policía le explicó a mi familia que, como
el otro coche venía en sentido contrario, la velocidad final de la
colisión fue enorme.
Cuando dos vehículos llevan direcciones opuestas, al encontrarse

y chocar, sus velocidades se suman.
Estos escenarios nos hablan de choques que, desafortunadamen-
te, pueden verse todos los días. Pero hay otro tipo de colisiones
donde las velocidades ni se restan ni se suman. Si chocaras con-
tra una partícula de luz, no importaría la dirección ni la velocidad
que lleves, pues la luz siempre viaja a la misma velocidad: casi
300 mil kilómetros por segundo. Las velocidades no se sumarían,
ni se restarían, ni nada. Y si viajáramos en un rayo de luz, el re-
corrido sería muy distinto a la experiencia de viajar en un auto.
Tomado de Guevara Villegas, A. (2005). Un viaje especial. Mexico: Ediciones Castillo.
Aline Guevara Villegas (1974). Científica mexicana especialista en comunicación vi-

sual de la ciencia. Escribe textos y artículos, participa en programas de radio, y en el
desarrollo de acciones para llevar el saber científico y tecnológico a grandes sectores
de la población.
Nada
Rafael Hitos
Cuando eran jóvenes, ambos destacaban intelectualmente sobre

el resto de alumnos. Roberto siempre fue más listo, siempre esta-
ba un paso por delante de él. Pero la íntima amistad que tenían
hacía de su relación algo fraternal, donde no había cabida para la
envidia y el afán de protagonismo.
Codo a codo investigaron, durante años y años, algo que creían

que tenía un aspecto místico desconocido del campo de las ma-
temáticas; algo que, según ellos, era mucho más importante de lo
que jamás nadie imaginó, y que tenía un valor todavía descono-
cido. Se trataba del estudio de lo infinito y de la ausencia de toda
materia. Dos conceptos inabarcables para la mente humana. Años
y años dedicados a la explicación matemática del verdadero sig-
nificado de lo que ellos más tarde llamarían Cero Absoluto.
En los últimos años habían descuidado mucho la investigación,
que habían dado casi por perdida, y se habían centrado más en
sus vidas profesionales, como profesor de la universidad de Ma-
drid y, en el caso de Roberto, director del departamento de dise-
ños de modelos matemáticos para una importante empresa de
consultoría.
El cigarro se consume mientras permanece allí, sentado delante

de sus notas y apuntes. Notas y apuntes rescatados de años ante-
riores. Todos los restos de la investigación, aparcada en el olvido
hasta ese momento. Llevaba ya varios días encerrado en el sóta-
no de aquel piso de Madrid. Por el pequeño ventanuco solamente
veía de vez en cuando, los pies de algún transeúnte de la calle.
Su corazón late rápidamente. El sudor cae por su frente y resbala

hasta llegar a la barbilla, poblada por una densa barba descui-
dada. Está nervioso. Lo nota cercano. Sabe que la respuesta está
muy cerca. Toda su vida esperando este momento. Nunca pensó
que sería en estas condiciones, pero necesita resolverlo ya. La
desaparición de Roberto no ha sido casual. Últimamente le no-
taba muy nervioso. Le sorprendía haciendo cálculos de cabeza
mientras comían juntos, o simplemente parecía estar ausente. Sa-
bía que algo estaba ocurriendo, pero Roberto no le dijo nada.
Llegó a casa después de las clases y escuchó los mensajes del

contestador automático. Uno era de Roberto. Su voz sonaba tensa,
entrecortada. Se le notaba eufórico: “Miguel, ya lo tengo. Por fin es
nuestro. Solo me quedan un par de detalles. Mañana a las dos en
mi casa. Hablamos”. Eso decía el mensaje. Miguel no pudo esperar
al día siguiente. Si se trataba del Cero Absoluto, no podía esperar
a mañana.
Esa misma noche cogió la bici y salió en dirección a casa de

Roberto. Al llegar encontró la casa vacía. Alzó la voz llamando a
Roberto un par de veces, pero este no respondía. Se dirigió al des-
pacho donde solía trabajar e investigar. Al llegar, lo encontró tal
y como se muestran las habitaciones de los lunáticos en las pelí-
culas de Hollywood. Todo lleno de papeles colgados de paredes y
techo, llenos de notas y apuntes. Todos relacionados con el Cero
Absoluto. Pero Roberto no estaba allí. Su abrigo, su ordenador,
todo estaba allí en el despacho. Daba la sensación de que había
estado siguiendo la investigación. Una taza de café reposaba so-
bre el escritorio, todavía caliente. Y las gafas de cerca, encima del
libro, descomponían la luz sobre el papel.
Roberto desapareció. Ni en la oficina, ni en casa de su hija. Nada.

Simplemente desapareció. Encerrado con sus cigarrillos. Con to-
dos los apuntes que rescató del despacho de Roberto. Todo aque-
llo que seguramente llevó a su amigo a desvelar el misterio. Había
perdido la noción del tiempo, obsesionado con descubrir la ver-
dad que tanto tiempo había estado buscando y que tan cercana
sentía. La verdad que probablemente fuese la causa de la desapa-
rición de Roberto. Piensa rápido. Está cerca... ¡tan cerca! Ya se lo
está imaginando. Los números y ecuaciones vuelan por el papel.
El método que Roberto creó expresamente para esa investigación
facilita el proceso.
Cuando abandonaron la investigación, había llegado a un punto

de no retorno: no hacían más que llegar al mismo resultado una
y otra vez. Un resultado que no decía realmente nada nuevo. Una
igualdad elemental. ¿Qué es lo que Roberto había descubierto?
¿Cómo había salido de aquel bucle? Las notas de su amigo desa-
parecido plagan la mesa de estudio. Busca pistas de lo que fuera
que su amigo descubrió. Las horas pasan, hasta que por fin...
Ya está, ya lo ha entendido. Era tan simple. ¿Cómo no se le había

ocurrido antes? Si lo que piensa es cierto, ya solo es cuestión
de hacer una simple sustitución. Todos los grandes misterios del
universo, reflejados matemáticamente. La ausencia de materia... el
Cero Absoluto. Todo lo que habían estado buscando durante tanto
tiempo, y ahora ya lo tenía en sus manos. Una suma más y...
Los apuntes de Miguel se amontonan en la mesa. El lápiz con el

que escribía yace como un cadáver sobre los folios. El cigarro
todavía humeante reposa en el cenicero, pero ya nada queda de
Miguel. Simplemente ha desaparecido. El descubrimiento de la
verdad del Cero Absoluto le ha llevado a comprender el verdade-
ro significado de la ausencia de toda materia, pensamiento o idea,
la ausencia de su propia existencia. Ausencia absoluta.
Tomado de https://bit.ly/2KgYVEo (05/02/2018)
Rafael Hitos. Divulgador de conocimientos matemáticos.

¿A dónde van a dar los calcetines? (fragmento)
Jake Page
En 15 años de analizar la literatura científica, no he leído nunca

sobre un calcetín, y mucho menos sobre un par de calcetines, que,
como todo el mundo sabe, constituyen el meollo del asunto. Los
científicos han estudiado venturosamente la física de las partícu-
las y su fusión, el código genético y la composición bioquímica
de la sangre. Incluso, han intentado codificar el comportamiento
humano. Sin embargo, en ninguna parte han explorado un asunto
tan misterioso como el de los calcetines y su infinita capacidad
de desaparecer. ¿Cuántas veces, a la tenue luz del amanecer, me
he acercado al ropero, he abierto el cajón y me ha espeluznado
el saber que en sus revueltas entrañas no habría de hallar jamás
dos calcetines iguales?
Este no es asunto frívolo ni meramente personal, sino un fenóme-

no que tiene muchísimo que ver con la economía de mi país. Pro-
veer de cinco partes de calcetines anuales a cada uno de los 230
millones de estadounidenses, a razón de 365 metros de hilaza por
persona, requiere de más de 400 millones de kilómetros de lana
algodón, derivada del petróleo.
Y esos calcetines errantes no se van por el caño. En las ocasiones

en que me he dado a la tarea de indagar qué mágicos artículos
han conseguido refugiarse en la fosa séptica, no he descubierto
ni un solo calcetín. Los experimentos con un doble calentador de
agua han demostrado que el calor no volatiza los calcetines, y
que ni siquiera los reduce a hilachos que pudieran escapar por el
filtro de una secadora eléctrica de ropa.
Un amigo mío ha demostrado de modo concluyente que los gan-

chos de alambre para colgar la ropa, si se dejan solos en el guar-
darropa, se enredan, se aparean y se reproducen. Si esto es ver-
dad, se me ocurre que los calcetines podrían ser caníbales. ¿Será
posible que cada par de calcetines esté formado esencialmente
por especies distintas, con un calcetín alfa y otro beta? ¿Qué
el calcetín alfa devore al calcetín beta? Por desgracia, ninguna
agencia patrocinadora ha respondido favorablemente a mis in-
tentos de recabar los fondos necesarios para probar esta hipótesis.
Y lo cierto es que ninguna agencia de patrocinio a científicos pa-
rece estar al tanto, ni tiene la más remota idea de la cantidad de
plagas y fastidiosos misterios que surgen en la vida diaria de los
ciudadanos, dificultades que seguramente contribuyen al estrés,
responsable de tantas enfermedades y muertes. Pero sí hay cien-
tíficos preocupados por esto.
Conozco a un arqueólogo que, entre sus múltiples logros, tiene

nueve hijos. Al arqueólogo y a su esposa les gusta dormir hasta
muy tarde los sábados. Para poder hacerlo, mi amigo se levanta
temprano, arrea a sus hijos a la habitación donde está el televisor,
lo enciende, les da una caja con medio kilo de galletas y regresa
a la cama. Y cada sábado, luego de volver a despertar y desayu-
narse, entra en la sala de televisión y barre un kilo de migas de
galletas. Este milagro semanal ha servido para confirmar su fe
en el relato bíblico según el cual inmensas muchedumbres fueron
alimentadas con unos cuantos panes.
Como yo soy mucho menos devoto, me parece inexplicable que,

al llevar comestibles y cosas por el estilo a mi casa, y al sacar la
basura, tenga la sensación de que acarreo hacia afuera más co-
sas que las que metí. Esto indica una generación espontánea que
atenta contra mi susceptibilidad científica. Sin embargo, un con-
ferenciante puntualizó hace poco en la Universidad Rutgers que
las sobras en el refrigerador “se multiplican al cerrarse la puerta”.
Con todo, los calcetines desaparecen. Lo mismo ocurre con lápi-
ces y plumas, y también con los ganchos de madera para colgar
ropa.
Sin duda, existe un Sistema de Cosas más grande, en el cual al-

gún día se descubrirá que estos comportamientos, en aparien-
cia disímiles, se corresponden. ¿Es posible, por ejemplo, que los
calcetines sean en realidad la forma larvaria de los ganchos de
alambre para colgar la ropa?
Tomado de Page, J. (enero de 1986). ¿A dónde van a parar los calcetines? Reader´s Digest.
Jake Page (1936-2016). Periodista estadounidense, autor de varios libros sobre ciencia,
historia natural y cultura americana.
¿Todo es un número?
Bernardo Recamán Santos
El examen que hemos hecho de un día cualquiera en la vida de

un personaje típico de nuestro siglo, nos lleva a pensar que quizás
todo es infinitamente una cuestión matemática. Tal es el poder de
las matemáticas que esa posición extrema (y totalmente errónea)
fue asumida por muchos pensadores del pasado, y hoy día no fal-
ta quienes todavía la defienden.
Unos quinientos años antes de nuestra era, Pitágoras afirmaba

con toda convicción que “el número es la sustancia de todo”. A su
vez, Sigmund Freud, a los 17 años de edad, escribió: “He observa-
do que todo lo que ocurre en el mundo real tiene su equivalente,
o incluso su contraparte, en el mundo de los números”. Ambos
estaban equivocados.
En el siglo XVII, otro de los grandes sabios de la historia, el fi-

lósofo y matemático francés René Descartes creyó también en-
contrar en las matemáticas toda la verdad: “Las largas concate-
naciones de razonamientos simples y fáciles que los geómetras
utilizan para lograr sus demostraciones más difíciles me dieron
la ocasión de imaginarme que todos los asuntos que se pudieran
encontrar en la mente humana estaban interrelacionados de esa
manera”. Esta cita pertenece al Discurso del método. Esta obra,
en efecto, es considerada por muchos como la que inauguró la
modernidad del pensamiento y la ciencia, pero a pesar de ello, el
llamado sueño de Descartes de matematizarlo todo nunca llegó
a materializarse, y hoy tenemos suficientes razones para pensar
que nunca llegará a hacerlo.
En el siglo XX, las limitaciones de las matemáticas se hicieron

evidentes, sobre todo por cuenta de la obra del lógico austriaco
Kuert Gödel, quien, en una serie de trabajos publicados a partir
de 1931, demostró cómo la matemática no solo era incompleta en
el sentido que en ella podrían existir verdades que no pueden de-
mostrarse con sus propios métodos, sino además era incompleta
en cuanto que su consistencia absoluta tampoco puede demos-
trarse.
Aunque los resultados de Gödel sacudieron los cimientos de

las matemáticas, su efecto práctico fue menos devastador de lo
que se pensó. La matemática continuó avanzando, y lo sigue
haciendo hoy a un ritmo vertiginoso, ayudando de paso en la
solución de problemas prácticos de toda índole. Todavía hay
quienes quieren reducir todo a una ecuación o un teorema,
pero, aun entre los matemáticos, existe la convicción de que
no todo debe ni puede matematizarse. El economista canadiense
John Kenneth Galbrai th incluso llegó más lejos y escribió:
“No hay duda (…) de que un compromiso prolongado con los
ejercicios matemáticos en la economía puede ser dañino. Lleva
al atrofiamiento del juicio y la intuición”.
La respuesta a todo no es, entonces, un número, aunque tampoco

nadie pone en duda que los números y las matemáticas en gene-
ral tienen la capacidad de iluminar los asuntos de la vida práctica
y la mente de una manera sorprendente. Examinando un día cual-
quiera en la vida de Iván X, pudimos comprobar cómo en efecto
los números y otras criaturas matemáticas se hicieron presentes
de una u otra forma en muchos de sus quehaceres, incluso al di-
vertirse o reunirse con sus amigos.
Un examen de la vida de cualquier persona, ocupada en asun-

tos muy diferentes, arrojaría resultados iguales: la matemática se
asomaría por todos lados. Una razón es que, a pesar de que como
hemos visto no todo se puede matematizar, muchos aspectos de
la realidad sí se entienden mejor en el lenguaje matemático. La
probabilidad, por ejemplo, nos ayuda a entender por qué casi nun-
ca nos ganamos la lotería, la geometría del espacio nos explica en
parte las estaciones climáticas terrestres y por qué ocurren los
eclipses, el cálculo diferencial nos dice por qué un terreno circu-
lar tiene mayor área que uno rectangular con el mismo perímetro,
y la teoría de los grafos explica por qué se congestiona el tráfico
en las ciudades.
Y no solo eso, muchas cosas se pueden hacer mejor utilizando

las herramientas de las matemáticas: mejores puentes, mejores
edificios, mejores carreteras, mejores seguros de salud y planes
de pensión y mejores créditos hipotecarios. El computador, por
ejemplo, sin el cual la vida contemporánea sería muy diferen-
te, está construido sobre unos cimientos que son esencialmente
matemáticos. Mientras más avanzados sean estos cimientos, más
poderoso y eficiente será el aparato que tenemos sobre el escri-
torio. Esto quizás explique por qué se le facilita tanto su manejo a
alguien con una buena formación matemática.
Sin duda, la formación de Iván como abogado lo preparó para

desempeñarse de manera competente no solo en su profesión,
sino como ciudadano activo y miembro de una sociedad comple-
ja. Sus conocimientos en su campo de estudio son tan indispen-
sables y útiles que los de cualquier otro profesional. Sin embargo,
eso no significa que pueda prescindir por completo, como alguna
vez pretendió, de todo lo que aprendió y podría aprender en otro
campo del conocimiento, como el de la matemática; de la misma
forma en que ningún matemático, físico o ingeniero puede des-
preciar o descuidar su formación humanística y filosófica. Las
ciencias, entre ellas las matemáticas y las humanidades, se com-
plementan entre sí. Sin las últimas nos convertimos en robots, sin
las primeras en primates semicultos.
Tomado de Recamán, B. (2004). Ciencia Explicada. Matemáticas. Bogotá: Stilo Im-

presores Ltda.
Bernardo Recamán Santos (1954). Matemático colombiano. Entre sus obras destacan
Póngame un problema y Los números, una historia para contar.

3 Bgu Texto

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

3 Bgu Texto

Cargado por

Copyright:

Formatos disponibles

Bachillerato General Unificado

Libro Matematica 3 BGU MinEduc Fase 2.indb 3 2/26/21 15:08

Dirección general Nº de derecho de autor QUI-057207

Edición general ISBN

Autoría Este libro fue evaluado por la Universidad

Primera Edición, 2021

Libro Matematica 3 BGU Preli MinEduc fase 2.indd 4 4/20/21 9:35 AM

Propiedades básicas de los límites de Problema de la programación lineal.

Cálculo de probabilidades con Desafíos científicos . . . . . . . . . . . . . . . . . . . . . . 171

Integral definida. Propiedades. . . . . . . . . . . . . . 184

Ecuaciones con funciones TIC. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200

Libro Matematica 3 BGU MinEduc Fase 2.indb 5 2/26/21 15:08

Contenidos científicos y pedagógicos

Libro Matematica 3 BGU MinEduc Fase 2.indb 6 2/26/21 15:09

Desafíos y proyectos matemáticos

Libro Matematica 3 BGU MinEduc Fase 2.indb 7 2/26/21 15:09

Adaptado de: https://prezi.com/jbrsljdnmaxw/aplicacio-

Libro Matematica 3 BGU MinEduc Fase 2.indb 72 2/26/21 15:09

Shutterstock, (2020). 536250937

• O.M.5.4. Valorar el empleo de las TIC para

• O.M.5.6. Desarrollar la curiosidad y la crea-

matemáticas al momento de enfrentar y

Ministerio de Educación, (2016).

Libro Matematica 3 BGU MinEduc Fase 2.indb 73 2/26/21 15:09

¿Qué es una sucesión?

a su vez, es más pequeño que un . Esta situación se expresa como

Esta última escritura se lee: “el límite de un es 0 cuando n tiene a ∞”.

n>201 d(un , 0) = un <10 2 = .

Libro Matematica 3 BGU MinEduc Fase 2.indb 74 2/26/21 15:09

por lo tanto, an 3, o también lím an 3,. Definición. Sea (an ) S.

Libro Matematica 3 BGU MinEduc Fase 2.indb 75 2/26/21 15:09

Libro Matematica 3 BGU MinEduc Fase 2.indb 76 2/26/21 15:09

un es convergente, y, lím un lím un .

3. Sean (un ), (vn ) sucesiones convergentes, entonces la sucesión

4. Sean (an ), (bn ) sucesiones convergentes. Si bn 0, n Iy

lím an L . El recíproco, en general, no es cierto. Por ejemplo, la

sucesión (an ) con an = (–1) n no es convergente, mientras que

Libro Matematica 3 BGU MinEduc Fase 2.indb 77 2/26/21 15:09

3 Sea (an), (bn) S. Las sucesiones

Libro Matematica 3 BGU MinEduc Fase 2.indb 78 2/26/21 15:09

es acotada. n0,2 126,0,2 an 10 < 0,2.

Libro Matematica 3 BGU MinEduc Fase 2.indb 79 2/26/21 15:09

Desequilibrio cognitivo Una distribución es binomial o de Bernoulli cuando está asociada

Como puedes notar, se trata de calcular de cuántas maneras se pue-

Libro Matematica 3 BGU MinEduc Fase 2.indb 80 2/26/21 15:09

Libro Matematica 3 BGU MinEduc Fase 2.indb 81 2/26/21 15:09

Libro Matematica 3 BGU MinEduc Fase 2.indb 82 2/26/21 15:09

Tabla de distribución binomial. Tomada de: http://www.uv.es/~montes/nau_gran/tablas.pdf

Conexiones con las TIC

Libro Matematica 3 BGU MinEduc Fase 2.indb 83 2/26/21 15:09

b) En un instituto de inglés se atiende a varias

c) Un jugador de básquet tiene una probabili-

Libro Matematica 3 BGU MinEduc Fase 2.indb 84 2/26/21 15:09

En ocasiones los alumnos no saben como actuar

Trabajen en equipo, indaguen y resuelvan.

6 Calculen las siguientes probabilidades.

a) La probabilidad de que las tres llantas sean

Libro Matematica 3 BGU MinEduc Fase 2.indb 85 2/26/21 15:09

Dependiendo de los valores que tomen y , la gráfica de esta fun-

La más importante de todas las distribuciones normales es la que tie-

Libro Matematica 3 BGU MinEduc Fase 2.indb 86 2/26/21 15:09

Tomada de: http://www.x.edu.uy/inet/Distribucion_Normal_ejemplos.pdf

El paso de la variable X N( , ) a Z N(0,1) se denomina tipifi-