RESUMEN MATEMATICA 2

MATRIZ: Es un ORDENAMIENTO REGULAR DE ELEMENTOS conformadas por filas y columnas. Los elementos suelen ser
números reales y permiten mostrar información de manera ordenada.

ELEMENTOS O LEYENDA GENERADORA:

FILA

ELEMENTO aij COLUMNA

EJEMPLO: (23 −1
7 ) a 21=3

TAMAÑO:
m x n n x n (orden n) Matriz cuadrada

filas
columnas

()
a1
VECTOR O MATRIZ COLUMNA: a2 →(matriz nx 1)
a3

VECTOR O MATRIZ FILA: ¿

OPERACIONES CON MATRICES

SUMA: Es posible si las matrices son del mismo orden, es decir, si tienen la misma cantidad de filas y columnas.

Ej: A= ( 10 2 3
2 4 ) y B= (10 1 1
3 1 )  Se suma de elemento a
elemento

A+ B= (0+1+ 10 2+1 3+ 1
2+3 4 +1
= )(
2 3 4
0 5 5 )
RESTA: Se restan elemento a elemento.

EJ: A−B= ( 1−1

0−0
2−1 3−1
2−3 4−1
=
0 1 2
0 −1 3)( )
PROPIEDADES:

 (A+B) +C = A+(B+C) ASOCIATIVA

 A+B = B+A CONMUTATIVA
 A+0 =A
 A+(-A) =0
 α ( A +B )=αA + αB
PRODUCTO POR UN ESCALAR: Es posible siempre. Multiplico el numero escalar por cada elemento de la matriz.

Sea A= (15 27) entonces:

3. A=3. ( 15 27)=(3.1
3.5 )(
3.2
3.7
=
3 6
15 21)
PROPIEDADES:

 k ( A+ B ) =k . A +k . B
 ( k 1+ k 2 ) . A=k 1 . A +k 2 . A
 k 1 ( k 2 . A ) =( k 1 k 2 ) A
 0. A=0
 k .0=0
PRODUCTO INTERNO: A.B ES POSIBLE SI EL N° DE COLUMNAS DE A ES IGUAL AL N° DE FILAS DE B, si no es así entonces
no está definida.

( )
1 −1
A= 0 3
2 4
y B= (20 13) A3x2 B2X2 entonces AB3X2

Multiplica cada fila de A por cada columna de B:

( )( )
F1 C 1 F1 C 2 2 −2
AB= F2 C1 F 2 C2 = 0 9
F3 C 1 F 3 C 2 4 14

PROPIEDADES:

 No es conmutativo : AB ≠ BA
 Es asociativo : ( AB ) C= A (BC )
 Es distributibo : A ( B+ C ) =A . B+ A . C

IGUALDAD DE MATRICES: Si A=( aij ) y B=( bij ) son matrices m x ndecimos que son iguales, A=B , cuando:

a ij=bij ∀ i=1 j=1

Dos matrices son iguales si son del MISMO ORDEN y los ELEMENTOS SON IGUALES.

TIPOS DE MATRICES

MATRIZ TRIANGULAR: Sea la matriz n x n(cuadrada).

Es TRIANGULAR SUPERIOR si todos los elementos de A debajo de su diagonal principal son nulos.

( )
1 0 2
A= 0 −1 3
0 0 0

Es TRIANGULAR INFERIOR si todos los elementos de A por encima de su diagonal principal son nulos.
 ( )
−1 0 0
A= −2 5 0
−3 4 6

MATRIZ DIAGONAL: Cuando solos los elementos de la diagonal principal son distintos de cero. Las matrices diagonales
son inferior y superiormente TRIANGULARES.

( )
1 0 0
A= 0 2 0
0 0 3

MATRIZ IDENTIDAD: Sea la matriz nxn (cuadrada) es identidad cuando tiene 1 en la diagonal principal o 0 (ceros) fuera
de ella. Se designa In o I.

( )
1 0 0
¿= 0 1 0
0 0 1

PROPIEDADES:

 Es el NEUTRO del producto interno.

nxn nxn
A entonces A . I = A
I
nxn
 El producto I es conmutativa.
A . I =I . A= A
MATRIZ TRASPUESTA: Es aquella en la que las filas ocupan el lugar de las columnas y viceversa. Se designa At . Pueden
ser rectangular.

( )
1 2
A= ( 1 3 0 t
2 4 0 )
A=3 4
0 0

PROPIEDADES:
t
 ( A¿¿ t ) = A ¿
t t t
 ( A+ B) =A + B
t t
 (k . A) =k . A
t t t
 ( AB) =B A
MATRIZ SIMETRICA: Sea la matriz n x n, es simétrica si coincide con su traspuesta. Es decir, si los elementos situados
simétricamente respecto a la diagonal principal de A son iguales. La matriz debe ser cuadrada.

( )
1 0 6
A= 0 2 4
6 4 3

MATRIZ ANTISIMETRICA: Sea la matriz n x n, es antisimétrica si coincide con su matriz traspuesta cambiada de signo. Es
decir, si los elementos situados simétricamente respecto de la diagonal principal SON IGUALES EN VALOR ABSOLUTO,
pero de signo contrario. Es decir, SI ES IGUAL A LA OPUESTA DE SU TRASPUESTA.
 La matriz debe ser cuadrada, los elementos simétricos respecto de la diagonal deben ser opuestos y los elementos de
la diagonal deben ser cero.

PROPIEDADES DE LAS SIMETRICAS Y ANTISIMETRICAS:

 Si A y B son simétricas de orden n . Entonces A . B es simétrica, si y solo si, A . B=B . A (conmutativas).

Demostración:
Si A . B es simétrica, entonces, AB=(AB)t =B t A t (como A y B son simétricas)¿ B . A
Si AB=BA , entonces, ( AB)t =(BA)t = At Bt (como A y B son simétricas) ¿ A . B

 Si C es de orden m x n, entonces C . C t y C t .C son simétricas.

 Si A es de orden n, entonces A+ A t es simétrica y A−A t es antisimétrica.

Demostración:
t t t t
A+ A = A + A=( A+ A )
A+ A t=−( A t −A )=−( A−A t )t
 Toda matriz cuadrada A puede expresarse como la suma de una matriz simétrica (S) y otra antisimétrica (H).
En efecto, sea A=S+H (1)
Entonces At= (S+H)t , o sea, At= St+Ht (2)
Como S es simétrica será: S=St y como H es antisimétrica será: H=-Ht
Entonces: de (2) surge: At=S-H (3)
Sumando miembro a miembro (1) y (3) es:
( A+ A ) (aij +a ji )
t
S= =
2 2
Restando miembro a miembro es:

H=
( A− A t ) (aij −a ji )
=
2 2
t t
( A+ A ) ( A− A )
O sea: A= +
2 2
MATRIZ NO NEGATIVA: Sea una matriz de orden m x n, es no negativa cuandoa ij ≥ 0.

MATRIZ POSITIVA: Sea una matrizm x n, es positiva si a ij >0 .

( ) ()
0 0 0 1  IMPORTANTE: La matriz nula no
A= 0 3 0 B= 2 es no negativa, es matriz nula.
1 0 0 3

PROPIEDADES:

 Si A≥0 y K>0 entonces K.A≥0

 Si A>0 y K>0 entonces K.A>0
 Si A>0 Y B>0 entonces A.B>0
 ꓯ K ɛ N si A>0 entonces AK>0

MATRIZ IDEMPOTENTE: Si A . A= A o sea si A2= A

MATRIZ NILPOTENTE: Sea una matriz n x n, es nilpotente de orden k si k es el menor número natural para el que:
k
A =0

SISTEMAS DE ECUACIONES LINEALES

 {
a1 x+ b1 y+ c 1 z=d1
a2 x+ b2 y+ c 2 z=d2
a3 x+ b3 y+ c 3 z=d 3

Distinguimos:

MATRIZ DE COEFICIENTES:

( )
a1 b 1 c 1
A= a2 b 2 c 2
a3 b 3 c 3

MATRIZ AUMENTADA: Describe en forma completa el sistema de ecuaciones.

( )
a1 b 1 c 1 ⋮ d 1
A= a2 b 2 c 2 ⋮ d 2
a3 b 3 c 3 ⋮ d 3

SISTEMA MATRICIAL: Esta expresión matricial puede escribirse sintéticamente como:

Matriz de Vector de términos
A . X=B
coeficientes independientes

( )()()
a1 b 1 c 1 d1
Vector x
c2 × y = d2
a2 b 2 incógnita
a3 b 3 c 3 z d3

Para RESOLVER un sistema se puede utilizar:

 METODO DE GAUSS JORDAN: método general que se puede usar para cualquier sistema.
 METODO DE INVERSION DE MATRICES SON VALIDOS PARA
 METODO DE CRAMER CIERTOS SISTEMAS

METODO DE GAUSS JORDAN

Es un tipo de especial de procedimiento de eliminación. Se agrega el PIVOTE a las operaciones elementales y siempre
se le aplica a la matriz aumentada.

OPERACIONES ELEMENTALES:

 Permutación de filas/columnas
 Sumar/restar filas entre si
 Multiplicar una fila por un escalar
 La trasposición

{
x+3 y −z=1
PROCEDIMIENTO: Teniendo 2 x− y+ z =0
x−2 y+ z=−1

1) Se elije como PIVOTE un 1 de la diagonal principal.

 ( |)
1 3 −1 1 En este caso ya tengo el 1 de pivote, si no lo
2 −1 1 0 tengo aplico las operaciones elementales.
1 −2 1 1

2) La fila del pivote permanece contante y la columna del pivote se hace cero.

( |)
1 3 −1 1
0 −1 1 0
0 −2 1 1
3) Loa demás elementos se transforman haciendo DIAGONAL-CONTRADIAGONAL (diagonal menos
contradiagonal).
a b ad −cb=1 d−cb

( |)
1 3 −1 1
c d  1.(-1)-2.3=-1-6=-7
0 −7 3 −2
0 −5 2 0  1.1-2(-1)=1+2=3
 1.0-2.1=0-2=-2
 1.(-2)-1.3=-2-3=-5

Multiplico F2 por -1/7 o divido por (-7) (operación elemental)

( |)( | )( |)( |)
1 3 −1 1 1 0 2/7 1/7 1 0 2/7 1 /7 1 0 0 −1 COMPATIBLE
0 1 −3/7 2 /7 → 0 1 −3/7 2/7 → 0 1 −3/7 2 /7 → 0 1 0 2 DETERMINADO
0 −5 3 −2 0 0 −1/7 −4 /7 0 0 1 4 0 0 1 4

SOLUCIONES:

 COMPATIBLE DETERMINADO: Solución única: al tomar pivote con la matriz de coeficientes se llega a la matriz
identidad (I).
 COMPATIBLE INDETERMINADO: Infinitas soluciones: al tomar pivote me quedan una o más filas de ceros.

( |)
1 0 0 11
0 1 2 13
0 0 0 0
 INCOMPATIBLE: No existe solución: Al tomar pivote se llega a un absurdo matemático.

DETERMINANTES
Si una matriz es cuadrada se le puede asignar un numero llamado su determinante. Es un número real asociado a la
matriz. Las matrices que no son cuadradas no tienen determinante.

El determinante da por resultado un escalar o contante y se resuelven de acuerdo al orden de la matriz.

El determinante nos puede brindar información sobre la compatibilidad del sistema, o si tiene o no inversa.

Si | A∨≠ 0 es COMPATIBLE DETERMINADO

Si | A∨¿ 0 puede ser:

 INCOMPATIBLE: determinante del numerador igual a cero.

 COMPATIBLE INDETERMINADO: determinante del numerador distinto de cero.
MATRICES DE 2 X 2: diagonal – contradiagonal

|0 4|
| A ∨¿ 2 1 =2.4−0=8

MATRICES DE 3 X 3: Aplico la REGLA DE SARRUS: sumatoria de diagonales menos la sumatoria de las contradiagonales.

IMPORTANTE: se repiten las primeras dos filas y luego sumo.

| |
2 1 0

( )
2 1 0 −1 3 4
A= −1 3 4 | A|= 4 2 −1
4 2 −1 2 1 0
−1 3 4

| A|=¿
| A|=[ −6+ 0+16 ] −[ 0+16 +1 ]
| A|=10−17=−7
MATRICES DE ORDEN “n”: Se aplica METODOS DE LOS ADJUNTOS O METODO DE LAPLACE. Se toma una fila o columna
como pivote (elijo la de mayor cantidad de ceros) y luego planteo los subdeterminantes.

COEFICIENTE DE LAPLACE: (−1)i+ j

| |
1 4 0 −2
| A|= −1 3 2 1
0 −3 4 2
1 5 0 4

| A|=0. ¿

| || |
1 4 −2 1 4 −2
0 −3 2 −1 3 1
| A|=−2 1 5 4 +4 1 5 4  Si elijo otra fila o
1 4 −2 1 4 −2 columna, el
0 −3 2 −1 3 1 resultado es el
mismo.
| A|=−2 [ (−12+0+8 )−( 6+10+ 0 ) ] +4 [ ( 12+ 0+4 )−(−6 +5−16 ) ]
| A|=−2 [ −4−16 ] + 4 [ 26−(−17 ) ]
| A|=−2 (−20 ) + 4.43=40+172=212

SOLUCION DE UN S.E.L 2 X 2 POR DETERMINANTES:

Teniendo: {
a11 x 1 +a12 x2 =b1
a21 x 1 +a 22 x 2=b2
 x 1=
| | | |
b 1 a12
b 2 a22
x 2=
a11 b1
a 21 b2

| | | |
a 11 a12
a21 a22
a11 a12
a21 a22

SOLUCION DE UN S.E.L 3 X 3 POR DETERMINANTES: Aplico la REGLA DE CRAMER.

{
a 11 x 1 +a12 x2 + a13 x 3=b 1
Teniendo: a21 x 1 +a 22 x 2+ a23 x 3=b2
a31 x 1 +a 32 x 2+ a33 x 3=b 3

| | | | | |
b 1 a 12 a13 a11 b1 a13 a11 a12 b1
b 2 a 22 a23 a21 b2 a23 a21 a22 b2
b 3 a 32 a33 a31 b3 a33 a31 a32 b3
x 1= x 2= x 3=

| | | | | |
a 11 a12 a13 a 11 a12 a13 a 11 a12 a 13
a21 a22 a23 a21 a22 a 23 a21 a22 a 23
a31 a32 a33 a31 a32 a33 a31 a32 a 33

COMBINACION LINEAL DE VECTORES

Un vector es combinación lineal de un grupo de vectores (V1, V2, V3,…) si existen escalares (α 1 ,α 2 , α n ) tal que:

V =α 1 .V 1+ α 2 .V 2 + α n .V n

EJEMPLO: El vector (169 ) es combinación lineal de los vectores v=( 14) v=( 32) ya que existen dos escalares α =3 y 1

α =2 tales que el vector ( ) lo puedo expresar como V =3 ( )+ 2 ( )=( ) + ( )=( )

9 1 3 3 6 9
2
16 4 2 12 4 16

DEPENDENCIA E INDEPENDENCIA DE VECTORES

Dos vectores serán LINEALMENTE INDEPENDIENTES si ninguno de ellos se puede obtener a partir de los demás. Es
decir, si el determinante que forma con los vectores es ¿ A∨≠ 0, o bien los escalares(α 1 ,α 2 , α n ) son nulos (iguales a
cero).

Un conjunto de vectores será LINEALMENTE DEPENDIENTES si algún elemento se puede obtener a partir de los otros.
Es decir, si existen escalares α 1 . u+α 2 . v=0 (considerar las propiedades de los determinantes). Es decir, si al menos un
escalar no es nulo.

INVERSA DE UNA MATRIZ

Si A y B son matrices n x n, y si A . B=B . A=I , entonces B es la inversa de A : B= A−1.
 La matriz inversa es UNICA y no toda matriz cuadrada tiene inversa. Es otra forma que tenemos de resolver un S.E.L.

CALCULO DE MATRIZ INVERSA

POR DEFINICION:

A= (31 52) si exixte inversa sera A =( XZ YT )

−1

Y debe cumplirse A . A−1= A−1 . A=I :

(31 52).( XZ YT )=(10 01)

(3X+X +52 ZZ 3YY+2+5TT )=(10 01)
{3 XX +5+2 Z=1 3 Y +5 T =0
Z=0Y + 2T =1
Resolviendo se encuentra que:

{
X =2
Y =−5 → A−1= 2 −5
Z=−1 −1 3 ( )
T =3

POR GAUSS JORDAN: Se toma la matriz ampliada con la identidad ( A ⋮ I )

A= (31 52)→ A =(31

−1 5⋮ 1 0
2⋮ 0 1 )
→ AplicoGauss Jordan

IMPORTANTE: Si la matriz A es una matriz cuadrada, tiene inversa si y solo si | A|≠ 0 .

CONDICION NECESARIA Y SUFICIENTE PARA LA EXISTENCIA DE LA INVERSA DE UNA MATRIZ

Sabemos que si existe la inversa de una matriz se debe verificar que:

A . X= X . A=I
Por ∝ .de determinantes podemos escribir :|A|.|X|=¿ I ∨¿
Como|I |=1entonces| A|.| X|=1
Por lo tanto de esta ecuacion surge necesariamente que debe ser| A|≠ 0

RESOLUCION DE UN S.E.L POR MATRIZ INVERSA

TEOREMA: Sea la matriz A de n x n y b ∈ R n. El S.E.L A . X=bes compatible determinado si y solo si la matriz A es

invertible, siendo la única solución X =A −1 . b

DEMOSTRACION: Dado el S.E.L A . X=b como A es inversible entonces existe su inversa A-1.

Multiplicando miembro a miembro la ecuación por A-1:

 −1 −1
A . X=b → A . AX=A . b → La multiplicacion es siempre por izquierda
−1
I . X =A . b
−1
X =A . b

{
x 1 +2 x 2=5
EJEMPLO: x 1−x 3=−15
−x 1+3 x 2 +2 x 3=40

( ) () ( )
1 2 0 x1 5
A= 1 0 −1 x= x 2 b= −15
−1 3 2 x3 40

( )( ) ( )
1 2 0 x1 5
1 0 −1 . x 2 = −15
−1 3 2 x3 40

| |
1 2 0
1 0 −1
| A|= −1 3 2 =( 0+ 0+2 )−( 0+ (−3 ) + 4 ) =2+1=3
1 2 0
1 0 −1

Entonces la matriz A admite inversa que es:

( )
3 −4 −2
−1
A = −1 2 1
3 −5 −2

Y la solución del sistema será: X =A −1 . b

( )( )( ) {
x1 3 −4 −2 5 x 1=−5
x2 = −1 2 .
1 −15 → x 2=5
x3 3 −5 −2 40 x 3=10

RANGO DE UNA MATRIZ

Se puede definir como:

 Es el mayor número de vectores columnas o vectores filas linealmente independientes que tiene una matriz.
¿ A∨≠ 0.
 Es el orden del determinante de mayor orden no nulo que se puede obtener con los elementos de la matriz.
 Es el número de filas no nulas luego de aplicar Gauss Jordan.

CALCULO DE RANGO

PARA MATRICES CUADRADAS n x n: Como la matriz tiene n columnas, filas, el rango será ≤ n, y los “n” vectores
columnas, filas serán linealmente independiente si y solo si | A|≠ 0.
PARA MATRICES EN GENERAL: Analizamos los menores no nulos. P(a) es igual al orden de un menor no nulo de A de
orden máximo.

Debemos anular una fila o columna para formar matrices de orden 3, 2, 1 y analizarlos, con que encuentre solo uno
distinto de cero es suficiente, ese es el rango.

EJEMPLO:

( )
−1 0 2 1
A= −2 2 4 2
−3 1 6 3

1. Analizamos las submatrices de orden 3 que se pueden formar:

| |
0 2 1

( )
0 2 1 2 4 2
2 4 2 | A|= 1 6 3 =[ 0+12+ 4 ]− [ 4+0+ 12 ] =0
1 6 3 0 2 1
2 4 2

( ) | |
−1 2 1
−1 2 1 −2 4 2
−2 4 2 | A|= −3 6 3 =[ −12−12−12 ] −[ −12−12−12 ]=−36 +36=0
−3 6 3 −1 2 1
−2 4 2

( ) | |
−1 0 1
−1 0 1 −2 2 2
−2 2 2 | A|= −3 1 3 =[−6−2+ 0 ] −[ −6−2+ 0 ] =−8+ 8=0
−3 1 3 −1 0 1
−2 2 2

( ) | |
−1 0 2
−1 0 2 −2 2 4
−2 2 4 | A|= −3 1 6 = [−12−4+ 0 ] −[ −12−4+ 0 ] =0
−3 1 6 −1 0 2
−2 2 4

2. Analizamos los subdeterminantes de orden 2 que se puedan formar:

( 46 23)=12−12=0
( 24 12)=4−4=0
PODEMOS CONCLUIR
(−1
−2 2 )
0
=−2−0=−2 QUE EL RANGO ES 2

EXISTENCIA DE SOLUCION DE UN S.E.L

 Dado un S.E.L se plantean dos problemas:

 ANALIZARLO: Determinar si tiene solución y cuantas tiene.

 RESOLVERLO: Encontrar las soluciones si las tiene.

Para analizarlo utilizamos:

TEOREMA DE ROUCHE FROBENIUS: Si llamamos A a la matriz de coeficientes, X a la matriz columna de incógnitas y B a

la matriz columna de los términos independientes, el sistema se puede expresar matricialmente como: A.X=B

( ) () ()
a11 a12 … a1 n x1 b1
A= a21 a22 … a2 n x= x 2 B= b2
a31 a32 … a3 n x3 b3

La CONDICIÓN NECESARIA Y SUFICIENTE para que un S.E.L. sea compatible es que P(a)=P(a’).

Además:

 Si P ( A )=P ( A' ) =n ( cantidad de incógnitas ) →COMPATIBLE DETERMINADO


Si P ( A )=P ( A' ) =h<n ( n ° de ecuaciones menor a n ° de incognitas ) →COMPATIBLE INDETERMINADO , y el grado de

 Si P ( A ) ≠ P ( A' ) → INCOMPATIBLE

 Si el S.E.L tiene más incógnitas que ecuaciones no puede ser compatible determinado.

S.E.L HOMOGENEO
Sus términos independientes son ceros.

{
a11 x 1 +a12 x2 + a1 n x n=0
a21 x 1 +a 22 x 2+ a2 n x n=0
a31 x 1 +a 32 x 2+ a3 n x n=0

Este sistema SIEMPRE ES COMPATIBLE ya que:

{
x 1=0
x 2=0 → SOLUCION TRIVIAL
x n=0

Si P(A)=n (N° de incógnitas) es COMPATIBLE DETERMINADO.

Si P(A)<n el sistema es COMPATIBLE INDETERMINADO.

Sera compatible indeterminado en el caso de que tenga el mismo N° de ecuaciones que de incógnitas y se cumpla que
|A|=0.

Si |A|=0 es COMPATIBLE INDETERMINADO.

Si |A|≠0 es COMPATIBLE DETERMINADO.

EJEMPLO:

| |
2 1 −1

{
2 X +Y −Z=0 1 1 1
X +Y + Z=0 | A|= −3 1 0 =[ 0−1−3 ] −[ 3+2+0 ] =−4−5=−9 → ADMITE SOL .TRIVIAL
−3 X +Y =0 2 1 −1
1 1 1

 Si lo quiero resolver aplico Gauss Jordan.

IMPORTANTE: Un sistema homogéneo de ecuaciones lineales con menor cantidad de ecuaciones que de incógnitas
tiene una cantidad infinita de soluciones.

VALORES Y VECTORES PROPIOS

Sea A una matriz n x n, y X un vector de Rn, x≠0, tal que existe un escalar λ (lambda) tal que si se cumple que
A . X= λX , entonces λ es un valor propio de A asociado a un valor propio λ .
ECUACION CARACTERISTICA:

A . X= λX
A . X− λX=0
( A . X− λIn ) X=0→ SISTEMA HOMOGENEO
Por lo tanto :| A−λIn|=0
Al desarrollar este determinante se obtiene un polinomio de grado “n” que al igualarlo a cero se obtiene la ECUACION
CARACTERISTICA DE A. La solución de cada ecuación son los VALORES PROPIOS.

Luego con: ( A−¿ ) X=0 hallamos los VECTORES PROPIOS para cada valor propio encontrado.

EJEMPLO:

A= (11 60) con|A− λIn|=0 →|(11 60)−¿( 0λ 0λ )|=0

|1−λ1 −λ6 |=0 →[ ( 1−λ) (−λ )−( 1.6) ]=0→ [−λ + λ −6]=02

2
λ −λ−6=0→ APLICO BASCKARA

−(−1) ± √ (−1) −4.1. (−6) 1 ± √ 1+24

2
=
2.1 2
1± √ 25 1 ± 5
= → λ1=3 λ 2=−2 →VALORES PROPIOS
2 2
Para λ=3 :

([ 11 60)−¿ (30 03)] .( XX )=0

1

(−21 6
)( )
X
. 1 =0 →
−3 X 2 {
−2 X 1 +6 X 2=0
X 1 −3 X 2=0
→ Aplico gauss jordan
 (−21 6⋮ 0
−3 ⋮ 0
→) (
1 −3 ⋮ 0
−2 6 ⋮ 0
→
0 0⋮ 0) (
1 −3 ⋮ 0
)
x 1−3 x 2=0 → x 1=3 x 2

V=
( )(
X 1 −3 X 2
X2
=
X2
=X 2
) ( )
−3
1
→ VECTOR PROPIO PARTICULAR

Para λ=−2 :

[( ) ( 1 6
1 0
−¿
−2 0
0 −2
x
. 1 =0
x2 )] ( )
( )( ) {
3 6 x1
1 2 x2
=0 →
3 x 1+ 6 x 2=0
x 1+ 2 x 2=0
→ Aplico gauss jordan

(31 6⋮ 0
2⋮ 0 ) (
→
1 2⋮ 0
3 6⋮ 0
→ ) (
1 2⋮ 0
0 0⋮ 0 )
x 1+ 2 x 2=0 → x 1=−2 x 2

V=
()( ) ( )
x 1 −2 x 2
x2
=
x2
=x 2
−2
1
→ VECTOR PROPIO PARTICULAR

MATRIZ INSUMO PRODUCTO

Indican las interrelaciones que se dan entre la oferta y la demanda en los diferentes sectores de la economía durante
algún periodo.

Las matrices muestran los valores de los productos de cada industria que son vendidos como insumos, tanto a las
industrias como a los consumidores finales. Las partidas demuestran de qué manera se distribuye la producción total de
una industria a todas las demás industrias. Por ejemplo, en la primera columna del cuadro, con el objetivo de fabricar
200 unidades, la cifra 180 representa las compras que el sector S1 ha efectuado a otras empresas del mismo sector, la
cifra 20 representa las compras que el sector S1 ha efectuado al sector S2, y en el primer renglón, la cifra 180 representa
lo que sirvió para insumo para la misma industria, 10 unidades pasaron a la industria S2 y otras 10 a los consumidores
finales.

Cada una de las industrias aparece en un renglón y en una columna. En el renglón se muestran las compras que cada
sector industrial hace de la producción de cada industria y las compras que hacen los consumidores para uso final (de
aquí el término “demanda final”). Cada columna de industria da el valor de lo que esa industria adquirió para insumo de
cada una de las otras, y también lo que invirtió en otros costos.

Hay que observar que, para cada industria, la suma de los registros o anotaciones en su renglón es igual a la suma de
las anotaciones en su columna. Es decir, EL VALOR TOTAL DE LA PRODUCCIÓN DE A ES IGUAL AL VALOR DE LOS
INSUMOS TOTALES DE A.

El análisis radica en: ¿EN QUE MEDIDA TENDRE QUE AUMENTAR LA PRODUCCION DE TODOS Y CADA UNO DE LOS
SECTORES DE LA ECONOMIA PARA QUE PUEDA TENER LUGAR UNA EXPANSION DE CIERTA MAGNITUD DE UN SECTOR
DETERMINADO?

El análisis de insumo producto permite estimar la producción total de cada sector industrial si existe un cambio en la
demanda final, todo esto en el caso de que la estructura básica de la economía permanezca igual. Esta importante
suposición significa que, para cada industria, debe permanecer fija la cantidad invertida en cada uno de los insumos por
cada unidad monetaria invertida.

La dimensión en la que se expresan los insumos NO DEBE SER FISICO, SINO MONETARIO, para que tenga sentido
sumarlos tanto vertical como horizontalmente.

Sobre el modelo insumo producto se analizan los siguientes casos:

 MODELO ABIERTO: La demanda final de cada industria es un dato y no dependen del nivel de producción.
 MODELO CERRADO: La demanda final es una proporción del nivel de producción.

¿CÓMO RESOLVERLA?

S1 S2 D.I V.D.P
S1 180 10 10 200
S2 20 80 0 100
10
200 100 300

S
1. Hallamos la matriz de COEFICIENTES TECNICOS: M .C .T =
V .D. P

A= (180 /200
20 /200
10 /100
80 /100
=)(
9/10 1/10
1/10 4 /5 )
La matriz de coeficientes técnicos representa cuanto invierte por cada unidad monetaria de producción,
en su misma industria, en la demás, y en otros costos. Por ejemplo, S1 invierte 9/10 en su misma industria, y
1/10 en S2 por cada unidad monetaria de producción.

2. Hallamos ( I − A )

(10 01)−(91/10
/10 1/10
4 /5)(
=
1/10 −1 /10
−1/10 1 /5 )
3. Hallamos ( I − A )−1

( | )( |
1 −1

)( | )
1 −1 1 −1
10 10 1 0 10 0 10 0
→ −1 1 → 1 →
−1 1 0 1 0 1 0 −1 1
10 5 10
10 5

(10 −11 |1010 100 ) →( 10 01|2010 1010)

 4. Resolvemos x=( I − A )−1 . d ( demanda final ) : suponiendo que la nueva demanda es: (126 )
()(
x1
x2 )( ) (
= 20 10 . 12 = 240+60 = 300
10 10 6 120+60 180 )( )
5. Armamos la nueva tabla: coef tecnico x X 1 o X 2
9
 .300=270
10
 LO MISMO EN EL CASO DE QUE
1 ME PIDA LOS OTROS COSTOS.
 .300=30
10

1
 .180=18
10

4 S1 S2 D.F V.D.P
 .180=144
5
S1 270 18 12 300
S2 30 144 6 180
PARA COMPROBAR:
18
 270+18+12=300 VDP 300 180
 30+144+6=180

FUNCIONES DE DOS VARIABLES

Una función de dos variables asigna a cada par ordenado ( x , y ) uno y solo un número z en el conjunto de números
reales.

El conjunto ( x , y ) se llama DOMINIO y el conjunto de valores correspondientes de z recibe el nombre de RANGO.

Se escribe: z=f ( x , y )

x e y → variables independientes z → variable dependiente

FUNCIONES CONICAS
 CIRCUNSFERENCIA: x 2+ y 2=R2 R=radio

2 2
x y
 ELIPSE: 2
+ 2 =1 a=semieje horizontal y b=semieje vertical
a b
 2 2
x y
 HIPERBOLA (no equilátera): 2
− 2 =1
a b

DOMINIO DE LA FUNCION
Es el conjunto de valores (x , y ) para los cuales está definida la función z=f (x , y ). Queda representado en R2 (en el
plano, en un sis. De ejes cartesianos).

RESTRICCIONES:

 RACIONALES: Denominador ≠0
 IRRACIONALES: Radicando ≥0
 LOGARITMICAS: Argumento >0

EJEMPLO:

f ( x , y )= √
16−x 2− y 2
4 x 2− y

{
2 2
dominio 16−x2 − y ≥0 (1)
4 x − y ≠0 (2)

(1) −x 2− y 2 ≥−16 → x2 + y 2 ≤16

(2) − y ≠−4 x 2 → y ≠ 4 x 2
 Dom f (x , y ) {( x , y )∈ R2 tal que x 2 + y 2 ≤ 16 ∧ y ≠ 4 x 2 }
GRAFICO:

CURVAS DE NIVEL
Son la representación en el plano de funciones definidas en R3. Consiste en trazar en el plano (XY) las curvas de la
ecuación f ( xy ) =k para distintos valores de k.

z=k donde k puede tomar los valores que le permita a la nueva función estar definida en R2.
EJEMPLO:
2 x
z= y +e

y= √ z−e x
 z=−1 → y=√ −1−e x

 z=0 → y=√ −e x

 z=1 → y =√ 1−e x

IMPORTANTE:

 Tienen la misma dirección.

 No se cortan entre si

EJEMPLO:

f ( xy ) =6−3 x−2 y
z=k → 6−3 x −2 y =k
−3 12 −3
si k=−6 → 6−3 x −2 y =−6 →−2 y=−6−6+ 3 x → y= x− → y= x +6
2 −2 2
−3
si k=0 → 6−3 x−2 y=0→−2 y=−6+3 x → y = x+ 3
2
GRAFICO:

APLICACIONES ECONOMICAS
SUPERFICIES DE DEMANDA: Supongamos que queremos analizar las interrelaciones entre la demanda de dos bienes y
supongamos que consideramos que son funciones de los precios de ambos bienes.

{q1=f ( p1 , p 2)
q2 =g ( p1 , p2 )

Cada una está representada por una superficie de demanda se q 1=f (p 1 , p2 ), si fijamos p2=k :

 El conjunto de curvas de nivel mostrara como varia la demanda del bien 1 al variar el precio del bien 1.
 Cada curva de nivel es una curva de demanda del bien 1.

Si q=f ( p 1 , p2 ) , p 1=k :

Cada curva de nivel indicara como varia la demanda de bien 1 al variar el precio del bien 2.

Si estas curvas SON CRECIENTES, los bienes son COMPETITIVOS (SUSTITUTOS)

Si estas curvas SON DECRECIENTES, los bienes son COMPLEMENTARIOS.

CURVAS DE INDIFERENCIAS: Sea un consumidor con una renta monetaria determinada que gasta en el consumo de dos
bienes a precios determinados, tendrá una función utilidad U =u ( q1 , q2 ) que representa los diversos niveles de
preferencia o satisfacción de ese consumidor al distribuir sus gastos entre dos bienes.

Se denominan curvas de indiferencia a las diversas combinaciones de cantidades (q 1 , q 2) para los cuales el
consumidor obtiene el mismo nivel de utilidad, una curva de indiferencia es una curva de nivel de la función utilidad, en
nuestro caso, la curva de indiferencia será u ( q 1 , q 2 )=k

Cada curva de indiferencia:

 Muestra las combinaciones de dos bienes que proporciona al consumidor igual satisfacción.
 Presenta puntos en los cuales se recibe la misma utilidad.

MAPA DE INDIFERENCIA: El conjunto de las infinitas curvas de indiferencia del consumidor que se podría graficar forma
el mapa de las curvas de indiferencia.

PROPIEDADES DE LAS CURVAS DE INDIFERENCIA:

 No se interceptan
 Cada curva es cóncava hacia arriba
 LIMITES
En funciones de dos variables, la existencia del límite doble exige que cualquiera de las formas de acercarnos al punto,
el límite debería existir y ser el mismo. Como un entorno (x 0 , y 0) es superficial habrá de que tener en cuenta todas las
formas de acercarnos al punto, además de tender todas a lo mismo para asegurar la existencia del límite.

LIMITE DOBLE O SIMULTANEO:

2 2
f ( xy ) =x + y
2 2 2 2
lim x + y = lim 1 +2 =1+ 4=5
(xy )→ (1 ,2 ) (xy )→(1 , 2)

LIMITES REITERADOS O SUCESIVOS: Representan dos formas particulares de acercarnos a un punto por el camino de los
ejes coordenados. Nos acercamos de forma VERTICAL Y HORIZONTAL.

L1= lim ¿
y → y0
 L2= lim ¿
x→ x 0

EJEMPLO:

xy
f ( x , y )= 2 2
(0 , 0)
x +y
L1=lim ¿
y→0

L2=lim lim
x →0 [ y→0
2
xy
x +y
2 ] [ x .o
=lim lim 2 =lim 2 =0
x→ 0 y →0 x .0
0
y →0 x ]
CONCLUSIONES:

 Si L1=L2, entonces puede existir el límite doble y si existe valdrá lo mismo que estos límites.
 Si L1≠L2, no existe el límite doble.
 Si existe L1 y no existe L2, el límite doble puede no existir, y si existe vale 1.
 Si no existe L1 y si existe L2, el límite doble puede existir y vale L2.
 Si son iguales SE CONTINUA EL ANALISIS CON EL LIMITE DIRECCIONAL.

LIMITE DIRECCIONAL: Contempla todas las formas lineales de acercarnos a ( x 0 , y 0 )considerando: y− y 0=m(x−x 0 )

xy
f ( x , y )= 2 2
con rectasque pasen por (0 ,0)
x +y
y− y 0=m(x−x 0 )

y−0=m ( x−0 )
y=mx
2
xy xmx x m m m
lim 2 2
=lim 2 2 2 =lim 2 2
=lim 2
=¿ 2
¿
x →0 x + y x→ 0 x + m x x → 0 x (1+ m ) x → 0 (1+m ) (1+ m )
Cada pendiente es una manera de acercarnos, por lo tanto, el límite no existe.

 Si LD existe y es finito entonces puede existir el límite doble y si existe vale LD.
 Si LD depende del valor de m, entonces el límite doble no existe.

También nos podemos acercar por medio de una curva tomando y=x 2 y reemplazando en el límite.

CONTINUIDAD: z=f (x , y ) es continua en ( x 0 , y 0 ) si:

 ∃ f ( x 0 , y 0 ) →imagen

 ∃ lim f ( x , y )=L
(x , y )→ (x 0 , y 0)

 lim f (x , y ¿)=f ( x0 , y o )¿
(x , y)→(x 0 , y 0)

DISCONTINUIDAD:
  EVITABLE: ∃ (x , y )→
lim f ( x , y )=L
(x 0
, y 0)

 ESENCIAL O NO EVITABLE: Si ∄ limite doble

EJEMPLO:

{
2
f ( x , y )= x +2 y si∧(x , y)≠(1 ,2)
0 si∧(x , y )=(1 , 2)

 f ( 1 , 2 )=0

2
 lim x +2 y=5
( x , y ) → ( 1 ,2 )

 f ( 1 , 2) ≠ lim f ( x , y ) → DISCONTINUA EVITABLE EN (1 , 2)

( x , y ) → ( 1 , 2)

Se puede redefinir:

{
2
f ( x , y )= x +2 y si∧(x , y)≠(1 ,2)
5 si∧( x , y )=(1 , 2)
 FORMA CUADRATICA
Una forma cuadrática es una función Q=R n → R, un polinomio de 2do grado de n variables, que tiene la forma:
2 2
Q ( x 1 , x 2 , x 3 )=a11 x1 +a 12 x 1 x 2+ …+a ij x i x j +…+ amn x n

Por ejemplo: f ( x , y , z )=5 x 2+ 7 y 2+ 2 z 2 +8 xy−2 yz

Del polinomio se puede deducir una MATRIZ ASOCIADA:

( )
5 4 0  Los elementos elevados al cuadrado van a ser la diagonal principal de la matriz.
A= 4 7 1  Es una matriz simétrica.
0 1 2  Los opuestos se dividen por dos para lograr la simetría:
8
xy=8→ =4
2
0
xz=0 → =0
2
2
yz=2→ =1
2

La forma cuadrática se puede expresar como: Q ( x )=x t . AX

SIGNO DE LA FORMA CUADRATICA

DEFINIDA POSITIVA: Si todos los valores que salen son positivos.

DEFINIDA NEGATIVA: Si todos los valores que salen son negativos.

SEMIDEFINIDA POSITIVA: Si los valores son positivos o ceros.

SEMIDEFINIDA NEGATIVA: Si los valores son negativos o ceros.

INDEFINIDA: Si los valores son negativos y positivos.

METODOS PARA DETERMINAR EL SIGNO DE LA FORMA CUADRATICA

El signo de la función cuadrática se puede obtener por dos métodos:

METODO DE LOS VALORES PROPIOS: Obtenemos los valores propios usando | A−λI |=0. Dependiendo de los valores
que tome λ será:

DEFINIDA POSITIVA: Todos positivos

DEFINIDA NEGATIVA: Todos negativos

SEMIDEFINIDA POSITIVA: Algún cero y el resto positivo

SEMIDEFINIDA NEGATIVA: Algún cero y el resto negativo

INDEFINIDA: Alguno positivo y alguno negativo

EJEMPLO: f ( x , y )=−2 x 2− y 2

(−20 −10 ) →|−2−0 λ 0

−1−λ
=0 |
(−2− λ ) (−1−λ )=0
 2
λ +3 λ +2=0

−3 ± √ 32−4.1.2 −3 ± 1
= → λ=−1 o λ=−2
2.1 2
En este caso, independientemente de los valores que tomen x e y , los valores que nos van a dar siempre serán
negativos, por lo tanto, será DEFINIDA NEGATIVA.

Desde el punto de vista económico, suponiendo que fueran beneficios en función de una fabricación, si λ fueran los
beneficios independientemente de la cantidad que fabriquemos de x e y siempre vamos a tener perdidas.

METODO DE LOS MENORES PRINCIPALES: Se obtiene los menores principales de la matriz (determinantes de distintos
órdenes), y en función del signo que tengan estos menores, el signo de la forma cuadrática será:

DEFINIDA POSITIVA: Todos los menores son positivos

DEFINIDA NEGATIVA: Si los valores impares (1,3,5,7,9) son NEGATIVOS y los PARES (2,4,6,8) son POSITIVOS.

SEMIDEFINIDA POSITIVA: Los valores deben ser positivos pero el ultimo menor principal debe ser cero.

SEMIDEFINIDA NEGATIVA: Es igual de definida negativa pero el menor principal mayor (el último, el más grande) debe
ser cero.

INDEFINIDA: Si no se cumple que los pares sean positivos y los impares negativos, o cuando hay dos consecutivos
negativos o positivos.

¿CUÁNDO NO PODEMOS UTILIZAR ESTE CRITERIO? En el caso de que un menor se haga cero y que no sea el menor
principal. O bien cuando un menor inferior se haga cero. En estos casos debemos utilizar el método de los valores
propios.

EJEMPLO: f ( x , y , z )=−x 2− y 2 −4 xy +2 xz

( )
−1 −2 1  Calculamos los determinantes de distintos ordenes que se puedan formar
A= −2 −1 0
1 0 0

 DETERMINATE DE ORDEN 1: A1=−1

 DETERMINATE DE ORDEN 2:

|−1
−2 −1|
−2
=1−4 → A =−3
2

 DETERMINATE DE ORDEN 3:

| |
−1 −2 1

| |
−1 −2 1 −2 −1 0
−2 −1 0 = 1 0 0 → A 3=1
1 0 0 −1 −2 1
−2 −1 0
 DERIVADAS DE FUNCIONES DE “n” VARIABLES
Dada z=f (x , y ), una función de dos variables, si x sufre pequeñas variaciones (∆x) mientras y permanece constante
entonces la derivada parcial con respecto a x en un punto (x , y ) es:

∂f f ( x + ∆ x , y )−f ( x , y )
= lim
∂ x Δ x →0 ∆x
Si y sufre pequeñas variaciones (∆y) mientras x permanece constante entonces la derivada parcial con respeto a y es:

∂f f (x , y + ∆ y)−f ( x , y)
= lim
∂ y ∆ y →0 ∆y
Geométricamente, las DERIVADAS PARCIALES de f (x , y ) respecto de x y respecto de y , nos dan la pendiente de la
recta tangente a la curva f ( x 0 , y ) y f ( x , y 0 ) en p ( 0 , 0 ) .

GRAFICO:
DERIVACION POR REGLAS: Se utilizan las mismas reglas que en la derivación para una sola variable, se deriva respecto a
una sola variable mientras la otra permanece constante.

∂f
 Para calcular se emplean las reglas de diferenciación ordinaria mientras se trata a y como una constante.
∂x
∂f
 Para calcular se emplean las reglas de diferenciación ordinaria mientras se trata a x como una constante.
∂y

DERIVADAS DE ORDENES SUPERIORES

RELACION DE SCHWARZ: Si z=f (x , y ) tiene derivadas de primer orden continuas y finitas, las derivadas simétricas de
órdenes superiores son iguales.

∂2f
2
∂x
∂f
∂x ∂f
∂ y.∂ x
∂2f
z=f(x, y) ∂2f =
∂ y∂ x
2
∂y
∂f
∂y ∂2f
∂ x.∂ y

APLICACIONES ECONOMICAS
FUNCIONES MARGINALES: Con el termino marginal se hace referencia a COMO REACCIONARA UNA VARIABLE
ECONÓMICA ANTE UN PEQUEÑO CAMBIO DE LA OTRA DE LA CUAL DEPENDE. Este concepto se relaciona directamente
con el concepto de derivada. Como las funciones económicas dependen en general de más de una variable, las derivadas
parciales son de gran utilidad en el análisis económico.

UTILIDAD MARGINAL: Dada la función de utilidad U =f ( x 1 , x 2 ) , las utilidades marginales que son las derivadas
parciales de la función de utilidad respecto de ( x 1 , x 2 )expresan en que forma varía el nivel de satisfacción al aumentar en
una pequeña magnitud la cantidad consumida de una cierta mercancía manteniendo el consumo de las demás
constante.

FUNCION DE DEMANDA: muestra que cantidad de ese bien se consumirá para los distintos niveles de precio que pueda
adoptar.

Dada dos demandas D 1=¿ D (p 1

p2)¿ y D 2=D( p 1 p2 ), si analizamos las derivadas cruzadas podemos clasificar a los bienes
en:

NEGATIVA POSITIVA
∂ D1 BIEN TIPICO BIEN GIFFEN
∂ P1
 ∂ D1 ∂ D2 BIENES COMPLEMENTARIOS BIENES SUSTITUTOS
Y
∂ P 2 ∂ P1

En el caso de que la función de demanda dependa de su precio y del ingreso del consumidor, D=f ( p , I ), según el
signo de la derivada parcial respecto del ingreso, podemos clasificar al bien en:

NEGATIVA POSITIVA
∂D BIEN INFERIOR BIEN NORMAL
∂I

DEMANDA MARGINAL: las demandas marginales de la función demanda son las DERIVADAS PARCIALES DE LA MISMA
RESPECTO DE CADA PRECIO O DEL INGRESO, e indican la variación de la demanda cuando aumenta uno de ellos
levemente mientras el otro permanece fijo.

COSTO MARGINAL: Dada la función costo C=f (x 1 x 2) que dependen de las cantidades x 1 y x 2de los insumos X 1 y X 2
que se utilizan en la fabricación de un producto, los costos marginales de la función costo son las derivadas parciales de
la misma respecto a las cantidades de cada insumo, e indican la variación del costo cuando aumenta la cantidad de uno
de ellos levemente mientras el otro permanece constante.

ELASTICIDADES PARCIALES
Se utiliza para cuantificar estos cambios sin tener problemas con las unidades en que se miden las variables. Para
funciones de dos variables tenemos:

ELASTICIDAD PARCIAL DE LA DEMANDA RESPECTO DEL PRECIO: mide el porcentaje de cambio de la cantidad
demandada de este bien ante una variación del 1% en un precio, mientras el otro permanece constante.

E D 1 p1 ∂ D1 E D1 p2 ∂ D1
= . = .
E p1 D ∂ p1 E p2 D ∂ p2

ELASTICIDAD PARCIAL DE LA DEMANDA RESPECTO DEL PRECIO Y DEL INGRESO: Dada la función: D=f ( p , I ), las
derivadas parciales de la demanda respecto del precio y del ingreso.

ED ∂ D p1 ED ∂ D I
= . = .
Ep ∂ p D1 EI ∂ I D

ELASTICIDAD PARCIAL DE LA PRODUCCION: Dada la función: P=f (x 1 x 2 ), donde x 1 y x 2 son las cantidades de insumos,
las elasticidades parciales de la producción se calculan utilizando las productividades marginales, es decir, las derivadas
parciales de la función producción respecto de las cantidades de insumos de la cual depende.

EP ∂ P x1 EP ∂ P x 2
= . = .
E x 1 ∂ x1 P E x 2 ∂ x 2 P

DIFERENCIAL TOTAL
La existencia de las derivadas parciales en un punto no asegura la continuidad de la función en dicho punto, por lo
tanto, necesitamos otra condición más fuerte para que la derivación implique continuidad, y esta condición la dan las
FUNCIONES DIFERENCIALES.

La diferencial de una función z=f (x , y ) de dos variables se expresa como:

 ∂z ∂z
dz= dx + dy
∂x ∂y
Otra forma de expresar la diferencial utilizando incremento es:

∂z ∂z
dz= ∆ x+ ∆y
∂x ∂y
La relación entre el incremento y la diferencial puede expresarse como ∆ z=dz+ ∈ es decir que el incremento y el
diferencial difieren en un infinitésimo cuando ∆ x →0 y ∆ y → 0y tenemos que ∆ z=f ( x+ ∆ x , y + ∆ y )−f ( x , y ) .

TASA MARGINAL DE SUSTITUCION

La tasa marginal de sustitución de X 2 por X 1 (calculada en un punto) sirve para determinar en cuanto tendría que
aumentar el consumo del bien X 2 para compensar una disminución de la cantidad del bien X 1 en una unidad (sustituimos
el bien 2 por el 1) de forma que el nivel de satisfacción se mantenga constante, es decir, manteniéndose sobre la misma
curva de indiferencia.

q 1 ∂ uq 2 q2 ∂u q 1
TMS = TMS =
q 2 ∂ uq 1 q1 ∂u q 2

TASA DE SUSTITUCION TECNICA

El concepto es análogo al de tasa marginal de sustitución, pero para funciones de producción. Dada una función de
producción P=f (a ,b) las curvas de nivel se denominan isocuantas y sobre cada una de ellas una disminución en la
cantidad de un factor se compensa con el aumento en la cantidad del otro factor.

B ∂ Pa A ∂ Pb
TST = TST =
A ∂ Pb B ∂ Pa

DERIVADAS DE FUNCIONES COMPUESTAS

DE UNA VARIABLE INDEPENDIENTE: Consideramos una función z=f (x , y ) donde X e Y son funciones de otra variable
T. En este caso se dice que z es función compuesta de t a través de x e y.

x t

{ x=g(t )
y=h (t)
z
y t

dz ∂ z dx ∂ z dy
La derivada se calcula como: = . + .
dt ∂ x dt ∂ y dt
DE DOS VARIABLES INDEPENDIENTES: Consideramos una función z=f (x , y )donde X e Y son funciones de otras
variables U y V. En este caso se dice que z es función compuesta de u y v a través de x e y.

u
x

{ x=g(u , v)
y=h (u , v)
z
y u
v

v
 ∂ z ∂ z ∂x ∂z ∂ y ∂z ∂z ∂x ∂z ∂ y
Las derivadas se calculan: = . + . y = . + .
∂u ∂x ∂u ∂ y ∂u ∂v ∂x ∂v ∂ y ∂ v

FUNCIONES HOMOGENEAS
Una función se dice homogénea de grado n , si al multiplicar cada una de sus variables independientes por una
constante t , el valor de la función se altera en la proporción t n. Es decir:

f ( tx ,ty )=t n . f ( x , y ) → n=grado de homogeneidad

La contante t puede tomar cualquier valor, pero para que la ecuación tenga sentido no debe salirse del dominio de la
función. En las funciones económicas se toma como positiva.

 n<1 → POSITIVAMENTE HOMOGENEA

 n=1→ LINEALMENTE HOMOGENEA
 n>1 → HOMOGENEA( pero no verifica el teorema de Euler)

EJEMPLO:
3 2
f ( x , y )=x +4 x y
3 2
f ( tx . ty )=(tx) + 4 ( tx ) .(ty)
3 3 2 2
f ( tx ,ty )=t x +4 t x y
3 3 2
f ( tx ,ty )=t ( x + 4 x y )
3
f ( tx ,ty )=t . f ( x , y ) → homogenea grado 3
TEOREMA DE EULER: Si una función f es homogénea de grado n, en todo punto en el que sea diferenciable se verifica
que la suma de los productos de cada variable por las derivadas parciales respectivas es igual al producto de n por la
función dada.

∂f ∂f
x. +y. =n . f ( x , y )
∂x ∂y
Se verifica solo en FUNCIONES POSITIVAS O LINEALMENTE HOMOGENEAS.

EJEMPLO:
3 2
f ( x , y )=x +4 x y

x . ( 3 x 2 +8 xy ) + y .4 x 2=n . f ( x , y)
3 2 2
3 x + 8 x y +4 x y=n . f (x , y )
3 2
3 x + 12 x y =n . f (x , y)

3 ( x 3+ 4 x 2 y )=n . f ( x , y ) → n=3

APLICACIÓN DE LA HOMOGENEIDAD A FUNCIONES DE PRODUCCION:

 0, 4 0.6
Dada:Q=5 K . L → funcion de Cobb Douglas
1) Homogeneidad:
Q¿

Q¿

Q¿

2) Verificar el teorema de Euler:

−0 , 6 0, 6 0, 4 −0 ,4
K .5 .0 , 4 K L + L.5 .0 , 6 K L

−0 ,6 0 ,6 0, 4 −0 ,4
2 K .K L +3. L. K L

0, 4 0, 6 0 ,6 0 ,4
2K L +3L K =n . Q(K , L)

0, 4 0, 6
5K L =n . Q( K , L)

1. Q ( K , L )=n . Q ( K , L ) →linealmente homogenea

INTERPRETACION: Si al aplicar el teorema de Euler se tiene una función linealmente homogénea me indica
que la producción depende en igual medida de ambos inputs k (capital) y L (trabajo).

3) Productividades marginales y su grado de homogeneidad: calculo las derivadas parciales y luego calculo la
homogeneidad.
0 ,4 0.6
Q=5 K .L

∂Q −0 ,6 0 ,6
=2 K L
∂K

∂Q 0 ,4 0 ,6
=3 K L
∂L

∂Q
( TK ,TL ) =2 ( TK )−0 ,6 ¿
∂K

−0 ,6 −0 , 6 0 ,6 0 ,6
2T K T L

0 −0 , 6 0, 6
T .2 K L → homogenea grado 0

∂Q
 También le aplico homogeneidad a
∂L
4) Elasticidades parciales:
K −0 ,6 0 ,6
E Q= 0, 4 0, 6
.2 K L
K 5K L

0, 4 0, 6
2K L 2
E Q= 0, 4 0, 6
=
K 5K L 5
 L 0 ,4 −0 , 4
E K /Q = 0 ,4 0 ,6
.3 K L
5K L

0 ,4 0 ,6
3K L 3
E K /Q = 0 ,4 0 ,6
=
5K L 5

2 3
E Q + E K /Q =n → + =n →1=n
K
5 5

SIEMPRE LA SUMA DE LAS ELASTICIDADES PARCIALES ES IGUAL AL GRADO DE HOMOGENEIDAD.

5) Rendimientos a escala: El rendimiento a escala para una función de producción describe el cambio en la
cantidad de producción cuando hay un incremento proporcional en todos los insumos o factores de producción.
Dada una función de Cobb-Douglas Q ( K , L ) =A . K α Lβ

 Si α + β> 1→ RENDIMIENTOS A ESCALA CRECIENTES : Al aumentar los factores de la

producción (variables independiente K y L) proporcionalmente t veces, LA PRODUCCIÓN Q AUMENTARA
EN UNA PROPORCIÓN MAYOR que el aumento realizado en las variables.

 Si α + β=1 → RENDIMIENTOS A ESCALA CONSTANTES : Al aumentar los factores de la

producción (variables independiente K y L) proporcionalmente t veces, LA PRODUCCIÓN Q SE
INCREMENTARÁ EXACTAMENTE T VECES.

 Si α + β< 1→ RENDIMIENTOS A ESCALA DECRECIENTES : Al aumentar los factores de la

producción (variables independiente K y L) proporcionalmente t veces, LA PRODUCCIÓN Q AUMENTARA
EN UNA PROPORCIÓN MENOR que el aumento realizado en las variables.

O más fácilmente: n>1 son crecientes , n=1 son constante , n<1 son decrecientes

En el caso del ejemplo: α + β=0 , 4 +0 , 6=1 → RENDIMIENTOS A ESCALA CONSTANTES

DERIVADAS DE FUNCIONES IMPLICITAS

Consideremos la ecuación f ( x , y )=0 , si en un entorno del punto (a ,b) que satisface la ecuación y en el cual la misma
es diferenciable, se puede expresar a la variable y como función de x , y=f (x ), se dice que la ecuación f ( x , y )=0
define en el entorno de(a ,b) a la variable y como función implícita de x .

Para que una función implícita sea derivable en (a ,b) se debe verificar:

 f ( a , b )=0

∂f ∂f
 ∃ ∂ x ∧∃ ∂ y

 ∂y
∂F
|
P ( a, b )
≠0
 ∂f
−
dy ∂x
En funciones de f ( x , y )=c la derivada será: =
dx ∂f
∂y

En funciones de f ( x , y , z )=c puedo encontrar dos derivadas parciales:

∂f
−
∂z ∂x
=
∂x ∂f
∂z
∧ Si
∂F
∂y |
P ( a, b )
≠0

∂f
−
∂z ∂y
=
∂y ∂f
∂z

EJEMPLO: Determinar si la ecuación f ( x , y , z )=x 2 +3 xy +2 yz+ y 2+ z 2−11=0 define a z=f (x , y ) en (1 , 2, 0)

1. f ( 1 , 2 ,0 )=12 +3.1.2+ 2.2.0+22 +0 2−11=0

f ( 1 , 2 ,0 )=1+6+ 0+4 +0−11=0

∂f
2. =2 x +3 y
∂x
∂f
=3 x +2 z+ 2 y
∂y
∂f
=2 y +2 z
∂z

3.
∂f
∂z |
P ( 1 ,2 ,0 )
2.2+2.0=4

Para definir z=f (x , y )

∂ z −2 x+3 y
=
∂ x 2 y +2 z
∂ z −3 x +2 z +2 y
=
∂y 2 y +2 z
 EXTREMOS DE FUNCIONES DE VARIAS VARIABLES
EXTREMOS LIBRES
Dada z=f (x , y )para calcular extremos se debe cumplir una:

CONDICION NECESARIA: Deben existir las derivadas parciales y en un punto ( x 0 , y 0 ) .

∂z
|
∂x P
=0 ∧
∂z
∂y P |
=0

CONDICION SUFICIENTE: Se determina mediante el Hessiano, formado por los determinantes de 2do orden.

| |
2 2
∂ f ∂ f
2
∂x ∂ y ∂x
H P= 2 2
∂ f ∂ f
2
∂ x∂ y ∂y

 Si H P >0 ∃extremo :
 | |
2 2
∂ f ∂ f
2
>0 → MINIMO ∧ 2 <0 → MAXIMO
∂x p ∂x p

 Si H P <0 ∄extremo , es un punto de ensilladura

 Si H P=0 NO SE PUEDE DETERMINAR EXTREMOS

EJEMPLO: Dada f ( x , y )=2 x 2+ y 2 +8 x−6 y +20

1) Lo primero que vamos a calcular son los puntos críticos de f, para ello calcularemos las derivadas parciales
primeras:
∂f
=4 x +8
∂x

∂f
=2 y −6
∂y

2) Estas derivadas están definidas para todo x y para todo y, los únicos puntos críticos de f son aquellos donde
las derivadas parciales son 0. Para hallarlos haremos las derivadas igual a cero y resolveremos el siguiente
sistema de ecuaciones:

{42xy+8=0 → x=−2
−6=0→ y=3
El punto crítico de la función es (-2,3)

3) Calculemos ahora las derivadas parciales segundas de f y el determinante Hessiano:

2
∂ f
 ∂x
2
=4
2
∂ f
 ∂ y∂ x
=0
2
∂ f
 ∂ x∂ y
=0
2
∂ f
 ∂y
2
=2

|40 02|=8
H P=

2
∂ f
Como HP=8>0 y 2
=4>0 el criterio nos asegura que f tiene un MINIMO RELATIVO en (-2,3).
∂x

EXTREMOS CONDICIONADOS
Constan de:

 FUNCION OBJETIVO: z=f (x , y ) Es la función a optimizar, maximizar, minimizar.

 RESTRICCION: φ ( x , y )=c
 Estas funciones para poder calcular los puntos críticos se llevan a una nueva función que es la FUNCION DE
LAGRANGE, Lagrange observo que buscar los puntos críticos de la función f sujeta a una condición φ ( x , y )=c equivale a
determinar los puntos críticos de la función:

f ( x , y , λ )=f ( x , y )+ λ ( φ ( x , y )−c )

CONDICION NECESARIA:

∂f
 ∃ =0
∂x
λ 0 →punto sombra que no
∂f p ( x 0 , y 0 ) → punto critico
 ∃ =0 pertenece al valor de optimización
∂y

∂f
 ∃ =0
∂λ

CONDICION SUFICIENTE: Es un Hessiano orlado H .

| |
2 2
∂ f ∂ f  H P >0 → MAXIMO
φ' x
∂ x2 ∂ y∂x
H= ∂ 2 f ∂2 f  H P <0 → MINIMO
φ' y
∂x ∂ y ∂ y2
φx
'
φy
'
0  H P=0 → NO DETERMINA EXTREMO

Otra manera de analizar si el punto crítico es máximo o mínimo es utilizar el DIFERENCIAL SEGUNDO DE LA FUNCIÓN
2 2
EN EL PUNTO. Si d f ( p0 ) > 0 el extremo es un MÍNIMO CONDICIONADO. Si d f ( p0 ) < 0 el extremo es un MÁXIMO
CONDICIONADO.

EJEMPLO: si la función utilidad es U =q1 q2 ; p1=15 , p2=5 y el presupuesto del consumidor en un tiempo considerado
es 150, ¿cómo optimiza su función utilidad?

 FUNCION OBJETIVO:U =q1 q2

 RESTRICCION: 15 q 1+5 q 2=150

1) Multiplicador de Lagrange:
f ( q1 , q2 , λ ) =q1 q2 + λ (15 q1 +5 q 2−150)

2) Calculamos las derivadas parciales:

∂f
 =q 2+ 15 λ
∂ q1

∂f
 =q 1+ 5 λ
∂ q2

∂f
 =15 q 1+5 q 2−150
∂λ
 3) Igualo las derivadas parciales a cero y despejo:
−q2
 q 2+ 15 λ=0 → λ=
15

−q1
 q 1+5 λ=0 → λ=
5

−q2 −q 1
4) Hago: = →q 2=3 q 1
15 5
∂f
5) Reemplazo en :
∂λ
15 q 1+5.3 q 1−150=0
30 q 1=150
q 1=150/30
q 1=5

Por lo tanto: q 1=5 y q2=15 puntocritico →(5 , 15)

6) Planteo la condición suficiente, el Hessiano orlado:

2
∂ f
 =0

| |
2
∂ q1
0 1 15
2
1 0 5
∂ f H= 15 5 0 =75+75=150
 =1
∂ q2 ∂ q1 0 1 15
1 0 5
2
∂ f
 2
=0 H=150> 0 → MAX utilidad si q1=5 y q 2=15
∂ q2

2
∂ f
 =1
∂ q1 ∂ q2

 φ ' q 1=15

 φ ' q 2=5

INTERPRETACION ECONOMICA DEL MULTIPLICADOR DE LAGRANGE:

 PARA UTILIDAD SUJETA A RESTRICCION DE INGRESOS: El multiplicador lagrangiano, representado en la ecuación
por la letra minúscula griega lambda, representa la tasa de cambio en la utilidad relativa al cambio en la
restricción de presupuesto. En economía, esto se conoce como la UTILIDAD MARGINAL, el aumento en la
utilidad ganada por un aumento en la restricción de presupuesto.

 PARA PRODUCCION SUJETA A RESTRICCION DE COSTO: El multiplicador lagrangiano, representado en la

ecuación por la letra minúscula griega lambda, representa la tasa de cambio en la Producción relativa al cambio
 en la restricción de costo. En economía, esto se conoce como PRODUCCIÓN MARGINAL, el aumento en la
producción ganada por un aumento en la restricción del costo

ECUACIONES DIFERENCIALES
¿QUÉ ES? Es una ecuación que relaciona una función (variable dependiente), su variable o variables (variables
independientes) y su derivada.
¿CÓMO RECONOCER UNA ECUACION DIFERENCIAL? Tiene que tener el signo =, las letras (x,y,z), y alguna forma de
escribir su derivada.

EJEMPLO DE EC. DIFERENCIALES:

2
dy ' d y 2 '' '
=6 xy x y + y=3 2
=x + 2 y − y = y
dx dx
RESOLVER UNA ECUACION DIFERENCIAL: Es encontrar una solución que satisfaga dicha ecuación.

3y ' 3y
Por ejemplo: f ' ( x )=
la podemos escribir como y = , si suponemos que la solución es y=x 3 ¿CÓMO
x x
3
3x
VERIFICAMOS? Reemplazamos el valor de y en la ecuación: 3 x 2= y simplificando verifica 3 x 2=3 x2
x
ECUACION DIFERENCIAL ORDINARIA: Son las ecuaciones que contienen derivadas respecto de una sola variable
independiente. En este curso solo trabajamos este tipo.

Por ejemplo:
2
dy ' d y dy '' '
=5+ x x y + y=3 2
− +10 y =0 y − y +10 y=0
dx dx dx
ORDEN Y GRADO DE UNA ECUACION DIFERENCIAL:

 ORDEN: Es el orden de la MAYOR DERIVADA que aparece en la ecuación ( y ¿ ¿ ' , y ' ' , y ' '' , etc). ¿
2 3
dy dy 2
 GRADO: Es la MAYOR POTENCIA a la que esta elevada la derivada ( ) ,( ) ,( y ´ ´ ) , etc
dx dx
Por ejemplo: y ' ' + 4( y ' )3= y → es de orden2 y grado 3

SOLUCION GENERAL: Es una familia de primitivas. Es una relación entre sus variables que contiene n variables
arbitrarias linealmente independientes y satisface idénticamente a la ecuación. Es cuando tenemos un parámetro de
valor desconocido.

EJEMPLO:
'
y −5 x=0
'
y =5 x
dy
=5 x
dx

∫ dy=∫ 5 xdx
y=5 ∫ xdx
2
5x
y= +c → FAMILIA DE PRIMITIVAS
2
SOLUCION PARTICULAR: Es una única curva para condiciones iniciales dadas. Es la que se obtiene de la solución general
asignándoles valores particulares a las constantes de integración basadas en las condiciones iniciales o de borde. Es
cuando se conoce el valor de la constante.

EJEMPLO:
 y ' −e x =0 si f ( 0 )=2
' x
y =e
dy x
=e
dx

∫ dy=∫ e x dx
x
y=e + c
0
2=e + c
x
2=1+ c → c=1 → y =e +1

ECUACIONES DIFERENCIALES DE VARIABLES SEPARABLES

Una ecuación diferencial de primer orden se dice que es separable si puede escribirse de la forma:

M ( x ) dx + N ( y ) dy=0
Donde M (x) es una función continua que solo depende de x y N ( x ) es una función continua que solo depende de y .

Este tipo de ecuaciones se resuelven utilizando el procedimiento de separación de variables, que consiste en situar
todos los términos que contienen x a la izquierda (o derecha) del signo de igualdad y todos los términos que contienen
y del lado contrario. Luego se integran ambos miembros de la igualdad, cada uno respecto de la variable
correspondiente.

Así la solución viene dada por: ∫ M ( x ) dx =∫ N ( x ) dy=0

EJEMPLO:

dy
=x
dx
dy =xdx

∫ dy=∫ xdx
2
x
y= + c → SOLUCION GENERAL
2
Si se pide buscar las curvas que pasan por el punto (1 , 2) en este caso tenemos que x=1 y y=2 y reemplazando en
la solución de la ecuación diferencial tenemos:

1 3
2= + c → c=
2 2
2
x 3
por lo tanto y= + → SOLUCION PARTICULAR
2 2
APLICACIÓN EN MODELO DE CRECIMIENTO POBLACIONAL: Es un modelo creado por el economista Thomas Malthus, él
sostiene que LA TASA DE CRECIMIENTO DE LA POBLACIÓN DE UN PAÍS CRECE EN FORMA PROPORCIONAL A LA
POBLACIÓN TOTAL, p(t ),DE ESE PAÍS EN CUALQUIER MOMENTO t .

En otras palabras, mientras más personas haya en el momento t, más habrá en el futuro.
SOLUCION:

dP
 PLANTEO DE LA ECUACION: =kP
dt
En esta ecuación k es una CONSTANTE DE PROPORCIONALIDAD. La ecuación a veces recibe el nombre de LEY DE
CRECIMIENTO NATURAL (si k >0) o bien LEY DE DESINTEGRACION NATURAL (si k <0).

 RESOLUCION DE LA ECUACION DIFERENCIAL: Se utiliza el método de separación de variables.

dP
=kP
dt

dP
=kdt
P

dP
∫ P
=∫ kdt

dP
∫ P
=k ∫ dt
ln P=kt
kP
P=e
k P
P=e e
3
EJEMPLO: Un cultivo tiene una cantidad inicial p0de bacterias. Cuando t=1h la cantidad media de bacterias es p . Si
2 0
la rapidez de crecimiento es proporcional a la cantidad de bacterias presentes p(t ) en el momento t , calcule el tiempo
necesario para triplicar la cantidad inicial de microorganismos.

dp
1) Planteamos la ecuación diferencial de acuerdo al enunciado: “la rapidez de crecimiento es proporcional a la
dt
cantidad de bacterias presentes p(t ) en el tiempo t , que se traduce como:
dP
=kP
dt
2) Resolución de la ecuación diferencial:

t=0 → p 0
Resolvemos con el método de variables separables y
3 usamos los datos como LIMITES DE INTEGRACION.
t=1 → p= p 0
2
t=? → p=3 p0

dP dP
=kP → =kdt
dt P
3
p
2 0 1
dP
∫ =∫ kdt
P 0
p0
 ¿¿

3
ln P −ln P0=k [1−0]
2 0
3
P
2 0
ln =k
P0

3
simplificando → ln =k
2
Una vez que encontramos el valor de k volvemos a plantear la ecuación con ese valor encontrado para encontrar
el momento en que se triplica la cantidad de bacterias, para ello ahora teniendo en cuenta la constante usamos
como límites de integración los otros datos:

En el tiempo inicial t=0 , la condición inicial era P=P 0, ahora buscamos el tiempo t=x donde la población se
triplica, es decir cuando P=3 P0 , en consecuencia, planteamos nuestro problema como:
3 P0 t
dP 3
∫ P
=ln ∫ dt
2 0
p0

¿¿
3
ln 3 P0−ln P 0=ln t
2
3 p0 3
ln =ln t
p0 2
ln3
=t
3
ln
2
2 , 70 hs=t
Podemos concluir que el tiempo requerido para triplicar una población inicial por ejemplo de 100 o 100000 de
bacterias siempre es aproximadamente de 2.70 horas.

ECUACIONES DIFERENCIALES HOMOGENEAS

Una ecuación diferencial homogénea es cualquier ecuación diferencial que se puede escribir de la forma:

M ( x , y ) dx+ N ( x , y ) dy =0
Donde las funciones M y N deben ser homogéneas del MISMO GRADO.

Una función es homogénea del mismo grado si: f ( tx ,ty )=t n f (x , y )

PROCEDIMIENTO PARA LA SOLUCION DE ECUACIONES DIFERENCIALES HOMOGENEAS:

1. Escribir la ecuación diferencial de la forma: M ( x , y ) dx+ N ( x , y ) dy =0

2. Comprobar que sea una ecuación diferencial homogénea aplicando la ecuación: f ( tx ,ty )=t n f (x , y )
 3. Hacer cambio de variables: x=uy o, y=ux , tengo solamente dos opciones, se hace solo un cambio, no los dos.
Con una opción va a ser más fácil que la otra, va a depender, pero va a dar el mismo resultado con cualquiera de
las dos opciones.

¿CÓMO SABEMOS CUAL CAMBIAR PARA QUE SEA MAS FACIL? Reemplazamos en la función más fácil.
4. Resolver por el método de separación de variables.
5. Volver a la variable inicial.

EJEMPLO: ( x− y ) dx + xdy=0

PASO 1: En este caso la ecuación ya esta escrita de la forma correcta.

PASO 2: A simple vista podemos observar que es HOMOGENEA DE GRADO 1. Comprobando:

n
f ( tx ,ty )=t f (x , y )
( tx−ty ) dx +txdy=0
txdx−tydx+txdy=0
t (xdx− ydx + xdy )
ordenando :t ( x− y ) dx + xdy → HOMOGENEA GRADO 1
PASO 3: En este caso la función más fácil es la función x , pero esta función está acompañada de dy , por lo tanto,
reemplazamos y=ux .

Entonces reemplazamos todas las y de la ecuación, pero como también tenemos dy debemos calcular la derivada:
'
y =u . dx + x . du
Reemplazamos las variables:

( x−ux ) dx + x ( udx + xdu ) =0

PASO 4: Resolvemos por separación de variables, pero primero resolvemos las operaciones que aparecen en la ecuación
(las multiplicaciones):
2
xdx−uxdx +uxdx + x du=0
Hay que separar todo lo que tenga dx y todo lo que tenga du .

Factorizo lo que tenga dx :

2
xdx (1−u+u ) + x du=0
2
xdx + x du=0
Separo variables:
2
xdx=−x du
xdx
2
=−du
x
1
∫ x dx=−∫ du
 ln ( x )=−u+ c
PASO 5: Volvemos a la variable inicial. Debemos reemplazar u.

y
Con y=ux despejamos u →u=
x
−y
ln ( x )= +c
x

Siempre que se pueda, despejar la variable independiente:

−y
ln x−c=
x
x ( ln x−c )=− y
x ln ⁡(x )−xc=− y
−xln ( x ) + xc= y
x
TEOREMA: Si f (x , y ) es homogénea de grado cero en (x , y ) entonces f es una función de .
y

'
También se puede encontrar como: f ( x , y , y ' ) es homogénea si: y =f ( xy ) o y =f ( xy )
'

ECUACIONES DIFERENCIALES LINEALES DE PRIMER ORDEN

CLAVES PARA RECONOCER UNA ECUACION DIFERENCIAL:

 La variable dependiente y todas sus derivadas son de primer grado.

 Los coeficientes de la variable dependiente y sus derivadas dependen de la variable independiente ( x ) . Por
ejemplo:
'
5 x y →5 x es el coeficiente
2 dy 2
2x → 2 x es el coeficiente
dx
2 y → 2 es el coeficiente
Siempre debe estar acompañado por la x .
 La linealidad solo se exige para la variable dependiente y sus derivadas. Con linealidad se refiere a que deben
estar con el exponente 1.

IMPORTANTE A TENER EN CUENTA:

5
 Si la variable dependiente está en el denominador no es lineal:
y
 Si la variable dependiente o sus derivadas están afectadas por operaciones como coseno, seno, tangente,
logaritmos no es lineal: sen y '
 La derivada puede ser cualquier de cualquier orden, pero no puede estar elevada a otro número que no sea el 1.
 La variable independiente x si puede estar elevada a cualquier número.
COMO RESOLVER UNA ECUACION DIFERENCIAL LINEAL DE PRIMER ORDEN: Una ecuación diferencial lineal de primer
orden es toda ecuación que se puede escribir de la siguiente manera:
'
y + P ( x ) y=Q ( x )
Donde P y Q son funciones continuas de x.

La resolución de este tipo de ecuaciones se consigue utilizando la TÉCNICA DE LOS FACTORES INTEGRANTES.

Un factor integrante es una función u(x ) tal que al multiplicar por el lado izquierdo de la ecuación diferencial se
obtiene la derivada del producto u ( x ) y , es decir:

' d (u ( x ) y )
u ( x ) y +u ( x ) P ( x ) y =
dx
Para hallar el factor integrante se aplica:

u ( x )=e∫
P ( x ) dx

Luego para hallar la solución general de la ecuación se aplica la fórmula:

uy=∫ uQdx

EJEMPLO:

3 dy 2
x +3 x y=x
dx
Para poder escribir la ecuación de la forma correcta debemos eliminar x 3, por lo tanto, debemos dividir cada miembro
de la ecuación por x 3:
3 2
x dy 3 x y x Nos queda:
3
+ 3 = 3
x dx x x 3
P ( x )=
dy 3 1 x
simplificando : + y= 2
dx x x 1
Q ( x )= 2
Ahora calculamos u(x ): x

∫ 3x dx
u ( x )=e
dx
3∫
x
u ( x )=e
3 ln x
u ( x )=e
3
ln x
por ∝ . de log →u ( x )=e
3
por ∝ . de log →u ( x )=x
Ahora para resolver aplicamos la fórmula:

uy=∫ uQdx

Sustituimos u(x ) en la fórmula:

 1
x y =∫ x
3 3
2
dx
x

x y =∫ xdx
3

2
3 x
x y= +c
2
Despejamos y:
2
x c
y= 3
+ 3
2x x
1 c
y= + → SOLUCION GENERAL
2 x x3