Professional Documents
Culture Documents
Contenido
1 El concepto de funci
on
1.1 Funciones . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Funciones lineales . . . . . . . . . . . . . . . . . . . . . .
1.3 Funciones crecientes y decrecientes . . . . . . . . . . . .
1.4 Funciones exponenciales . . . . . . . . . . . . . . . . . .
1.5 La funci
on exponencial ex . . . . . . . . . . . . . . . . .
1.5.1 Crecimiento exponencial continuo de poblaciones
1.5.2 El logaritmo natural y tiempo de duplicacion . .
1.5.3 Decaimiento radioactivo . . . . . . . . . . . . . .
1.5.4 Fechamiento de minerales y fosiles . . . . . . . .
1.6 Ejercicios de repaso . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
9
12
15
20
20
23
25
26
27
2 La Derivada
2.1 Raz
on media de cambio . . . . . . . .
2.2 Raz
on instant
anea de cambio . . . . .
2.3 Derivaci
on de funciones polinomiales .
2.4 Derivaci
on de funciones exponenciales
2.5 Problemas de m
aximos y mnimos . .
2.6 Ejercicios de repaso . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
31
31
32
35
39
41
43
3 La Integral
3.1 Integral Definida: Areas bajo la grafica .
3.2 Integral Indefinida: Antiderivada . . . .
3.3 C
alculo de
areas usando integrales . . .
3.4 C
alculo de probabilidades . . . . . . . .
3.5 Ejercicios de repaso . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
49
49
53
56
57
64
Captulo 1
El concepto de funci
on
1.1
Funciones
El concepto de funci
on es uno de los m
as importantes ya que nos permite expresar la dependencia
entre dos cantidades. En lenguaje cotidiano decimos por ejemplo: el precio de un automovil
seminuevo est
a en funci
on de su modelo, el n
umero de peces en un lago esta en funcion de sus
niveles de contaminaci
on, el nivel de riqueza material de un pas es funcion de su PIB per capita.
Estas frases expresan la idea de que al conocer un factor se puede determinar completamente al
otro. Para estudios de tipo cuantitativo consideramos que ambos factores son cantidades que toman
valores numericos. Es decir, hablaremos de la dependencia de dos cantidades que toman valores en
el conjunto de los n
umeros reales R.
Definici
on. Una funci
on f es una regla que a todo valor numerico x dentro de un conjunto D R,
le asigna un u
nico valor numerico que se denota como f (x). El conjunto D se llama dominio de la
funci
on, x es el argumento o variable independiente y al valor y = f (x) se le llama variable
dependiente y se lee el valor de f evaluada en x.
Una funci
on puede pensarse tambien como un procedimiento bien determinado que dado un
n
umero x lo transforma en otro n
umero f (x). Dicho procedimiento se puede especificar de varias
maneras: o bien mediante una f
ormula o expresi
on analtica, o bien mediante una tabla, o bien
mediante una gr
afica.
Una f
ormula es una igualdad en la que de un lado muestra la funcion, f (x), mientras que del
otro lado, se indican las operaciones que es necesario hacer con x para obtener el valor de f (x).
Ejemplo. Una poblaci
on de bacterias inicialmente es de 1000 colonias y se incrementa en 20 colonias
cada hora, expresar el n
umero de colonias N como una funcion de x, las horas transcurridas desde
el inicio de la observaci
on.
Este ejemplo ilustra como el lenguaje algebraico puede ser de gran utilidad para expresar una
funci
on mediante una f
ormula. As podemos traducir la frase se incrementa en 20 colonias cada
hora adicionando el termino 20x y obtenemos la formula
N (x) = 1000 + 20x
La funci
on queda completamente especificada con esta formula.
Una funci
on puede expresarse tambien como una tabla, es decir una coleccion de valores de x
que forman parejas con sus respectivos valores f (x) asignados mediante la funcion.
Ejemplo. Se midi
o la estatura (en cm) de un ni
no cada cumplea
nos y se obtuvieron las siguientes
mediciones
5
x (a
nos)
f(x) (cm)
1
55
2
67
3
81
4
115
5
127
6
135
7
140
Dada una f
ormula para una funci
on siempre es posible construir una tabla que cualesquiera
valores en x le asigne los valores correspondientes de la funcin.
Es claro que una f
ormula contiene m
as informacion que una tabla, ya que una tabla solo contiene
una colecci
on finita de valores de una funcion, mientras que una formula contiene una infinidad de
valores para la funci
on. En el ejemplo anterior, si tuviesemos una formula podramos determinar la
estatura del ni
no en cualquier instante y no solamente cada cumplea
nos. Por supuesto que en este
momento nos parece difcil adivinar cul es la formula que describa la talla como funcion del peso
del ni
no.
Hay situaciones de la vida cotidiana en las que a partir de mediciones y una tabla, es posible
adivinar una f
ormula o una ley que predice dichas mediciones. Precisamente el calculo surgio
como una necesidad de darle poder predictivo a la ciencia, al permitirle elaborar estas leyes en
terminos de funciones.
Ejemplo. Galileo observ
o que los cuerpos que caan libremente describan movimientos similares.
Por ejemplo al dejar caer una piedra desde la torre de Pisa, observo que la distancia recorrida, h
(en metros) por la piedra, se poda describir como funcion del tiempo transcurrido, t (en segundos),
desde que se haba dejado caer. Adem
as observo que no importaba la masa de la piedra, es decir,
las mediciones eran las mismas, con piedras de masas diferentes:
t (s)
h(t) (m)
0
0
1
4.9
2
19.62
3
44.14
4
78.48
5
122.625
120
120
100
100
80
80
60
60
40
40
20
20
10
15
20
25
100
80
60
40
20
0
0
1
4.9
2
19.62
3
44.14
4
78.48
5
122.62
250
200
150
100
50
10
12
1
10
2
25
3
60
4
87
5
123
6
165
7
201
8
224
9
235
10
250
11
251
12
251.5
La gr
afica correspondiente a estos datos consta de una curva quebrada que une los puntos se
nalados.
Como desconocemos la f
ormula de la funcion que describe la altura h(t) de una planta de girasol
como funci
on del tiempo t, no es posible trazar mas puntos de la grafica. Si quisieramos introducir
m
as datos tendramos que hacer m
as mediciones. En estos casos, para tener una idea de como sera
la gr
afica unimos los puntos con segmentos rectilneos y obtenemos un trazo poligonal para la grafica
de la funci
on.
EJERCICIOS
1. La cantidad de aguacates (en toneladas) producidas en una huerta es proporcional, al n
umero
de
arboles en el huerto. Si el huerto consta de 255 arboles y produjo 145 toneladas.
(a) Calcula la constante de proporcionalidad. Que unidades tiene la constante de proporcionalidad?
(b) Expresa la producci
on P como funcion del n
umero de arboles x.
(c) Elabora la tabla correspondiente para x = 0, 50, 100, 150, 200.
(d) Esboza la gr
afica de P (x).
2. Los siguientes datos corresponden a la temperatura (en grados celsius) en el desierto del
Vizcano durante un da de invierno.
t hora
T Temperatura (o C)
0
2
4
-5
8
10
12
35
16
25
20
15
(a) Esboza la gr
afica mediante una poligonal.
(b) En que momento aproximadamente se alcanza la temperatura maxima? Y la mnima?
3. Los siguientes datos corresponden a observaciones del crecimiento de bacterias en un cultivo
de E. Coli llevados a cabo en el Instituto Pasteur del sur de India en 1910. Se mantuvieron
8
las bacterias a una temperatura constante de 37 Co y nutrientes de extracto de carne con sal.
t (hr)
0
0.5
1
2
3
4
5
6
P(t) (bacterias)
2,850
7,500
17,500
105,000
625,000
2,250,000
17,750,000
50,000,000
(a) Esboza la gr
afica de la poblaci
on P como funcion del tiempo t, con los datos proporcionados.
(b) Cu
al era la poblaci
on de bacterias al inicio del experimento?
4. La funci
on de costo, C(x), describe el costo de produccion en (miles de pesos) en una granja
de truchas para producir x toneladas de trucha al a
no. Se determino en un estudio que dicha
funci
on tena la forma
C(x) = 0.005x2 + 12.5x + 75.
(a) Eval
ua el costo cada 250 tons., es decir en x = 0, 250, . . . , 1500
(b) Esboza la gr
afica de la funci
on costo C(x) en el intervalo [0, 1500].
(c) Aproximadamente cu
antas toneladas tienen el costo maximo? Aproximadamente cual
es el costo m
aximo?
1.2
Funciones lineales
Definici
on. Una funci
on lineal es una funcion de la forma
f (x) = mx + b
donde m se llama pendiente y b se llama ordenada al origen.
Las funciones lineales son las funciones mas sencillas que podemos encontrar. Su grafica tambien
es muy sencilla.
Afirmaci
on. La gr
afica de una funci
on lineal f (x) = mx + b es un recta que interseca al eje y en
el punto (0, b). Si es el
angulo que forma dicha recta con el eje x, entonces est
a determinado
por la pendiente m,
m = tan , = tan1 m.
Se sigue de esta afirmaci
on las siguiente observaciones
1. Si m = 0, entonces la gr
afica es una recta es horizontal, es decir, paralela al eje x, ademas y
es la funci
on constante y = b.
2. Si m > 0, entonces la gr
afica es una recta que forma un angulo agudo entre 0o y 90o con el
eje x
3. Si m < 0, entonces la gr
afica es una recta que forma un angulo obtuso entre 90o y 180o con
el eje x.
9
10
8
6
4
2
-1.0
-0.5
0.5
1.0
1.5
2.0
-2
Soluci
on. En este caso la pendiente es m = tan 30o = 1/ 3, para determinar el valor de b
la ordenada al origen sustituimos m por 0.5, y la pareja (x, y) por (1, 2) en la ecuacion de la recta
y = mx + b.
2 = (1)1/ 3 + b
Los modelos lineales son muy sencillos y en algunas situaciones pueden describir algunos fenomenos
biol
ogicos.
Ejemplo. En un cultivo de celulas gliales originalmente haba 1000 celulas; se observo posteriormente que el n
umero de celulas presentes se incrementaba en 20 cada semana. Expresa el n
umero
de celulas presentes, P (t), como funci
on de t, el n
umero de semanas transcurridas.
Soluci
on. El modelo lineal que corresponde sera una ecuacion de la forma
P (t) = mt + P0
donde la ordenada al origen es P0 , convenientemente es la poblacion al inicio del experimento. La
pendiente m indica la porci
on de celulas que se incorporan por unidad de tiempo; en nuestro caso
m = 20 celulas/semana. De esta manera, la funcion lineal que expresa la poblacion de celulas como
funci
on del tiempo es
P (t) = 20t + 1000
Ejemplo. El n
umero de oyameles presentes en una reserva, decrece de manera lineal por la tala
clandestina. Originalmente haba 2000 ejemplares y 6 meses despues su n
umero se haba reducido a
1850.
1. Encuentra la funci
on lineal que describe el n
umero de arboles presentes t meses despues de
iniciadas las observaciones.
2. En cu
anto tiempo desaparecer
an los oyameles de la zona?
Soluci
on. Como se trata de una funci
on lineal tenemos que emplear la siguiente expresion P (t) =
mt + P0 . Sabemos que originalmente (cuando t = 0) la poblacion es P0 = 2000 oyameles. Para
conocer el valor de la pendiente m, sustituimos (t, P ) por (6, 1850), en la ecuacion, obteniendo
1850 = 6m + 2000,
Despejando m, 6m = 1850 2000, m = 150/6 = 25. El valor negativo quiere decir que la
cantidad de oyameles est
a disminuyendo a una rapidez de 25 arboles por mes. As tenemos
P (t) = 25t + 2000
b) Para responder a la pregunta planteada, tomemos en cuenta de que si los oyameles desaparecen,
entonces P = 0, es decir,
0 = 25t + 2000
2000
= 80 meses.
t=
25
Lo que significa que si esta tendencia se mantiene, deben transcurrir 80 meses para que desaparezcan
por completo los oyameles.
EJERCICIOS
1. Encontrar la funci
on lineal que proporciona los siguientes datos
x
2
3
y
-2.3
1.4
2. Una poblaci
on de 2000 bacterias se coloca en un cultivo y se observa un crecimiento lineal
durante 4 das. Al final de los cuatro das la poblacion era de 6250 celulas. Escribe la poblacion
como funci
on de los das transcurridos. Esboza la grafica en el intervalo [0, 4].
11
2000
1500
1000
500
20
40
60
80
1.3
Definici
on. Una funci
on f (x) es creciente (resp. decreciente) en un intervalo < x < , si para
toda pareja < x0 < x < se cumple que f (x0 ) < f (x) (resp. f (x0 ) > f (x)).
En general es difcil determinar si una funcion es creciente o decreciente en un intervalo; ya que
es necesario comparar todas las parejas de puntos x0 < x. Dichas parejas son infinitas, as que en
principio sera imposible concluir nuestra tarea.
Tambien es posible entender el comportamiento creciente o decreciente de una funcion en terminos
de sus incrementos o decrementos dentro de un intervalo.
12
Definici
on. El cambio o variaci
on de una funci
on f (x) definida en un intervalo a x b se
define como
f = f (b) f (a).
Si f > 0, decimos que se trata de un incremento. Si f < 0 decimos que se trata de un
decremento.
Afirmaci
on. f (x) es creciente (decreciente) en un intervalo < x < si f (x) tiene un incremento
(decremento) en todo subintervalo a x b, < a < b < .
Tambien en terminos de incrementos y decrementos no resulta muy practica la definicion de
funci
on creciente en un intervalo ya que hay una infinidad de subintervalos a x b contenidos en
un intervalo < x < .
No obstante estas dificultades para determinar si una funcion es creciente o decreciente, para la
clase de funciones lineales es relativamente sencillo verificar si se trata de una funcion creciente o
decreciente.
Afirmaci
on. Una funci
on lineal f (x) = mx + b es creciente (resp. decreciente) en todo su dominio
si m > 0 (resp. m < 0).
En aquellas funciones que no son lineales una misma funcion puede tener comportamiento creciente o decreciente en intervalos distintos.
Ejemplo. Supongamos que P (t) es la poblacion de celulas cancerosas en un cultivo sometido a
cierto f
armaco. En un estudio se determin
o que la ecuacion que describa la poblacion como funcion
de los das transcurridos era
P (t) = 0.3t2 + 24t + 500
Observemos que esta no es una funci
on lineal. La poblacion al inicio del experimento (t = 0) era de
P (0) = 500 celulas. Para realizar la tabla calculamos la poblacion cada 10 das y obtenemos
t das
P(t) celulas
0
500
10
710
20
860
30
950
40
980
50
950
60
860
70
710
80
500
Al esbozar la gr
afica parece que la funci
on es creciente en el intervalo 0 < t < 40 y decreciente para
t > 40.
1000
800
600
400
200
20
40
60
80
100
Figura 1.6: Gr
afica de P (t) = 0.3t2 + 24t + 500
Remarquemos que solamente hemos afirmado que parece ser creciente en el intervalo 0 < t <
40, bas
andonos en algunas cuantas parejas de valores de la funcion. Nuestro argumento ademas es
13
b b2 4ac
x=
2a
En nuestro caso a = 0.3, b = 24, c = 500. Sustituyendo tenemos
24 242 4(0.3)(500)
t =
2(.3)
el valor que hace sentido en este problema se obtiene tomando el signo - en la raz cuadrada;
t = 97.1548 por lo que aproximadamente despues de 97 das todas las celulas cancerosas han desaparecido.
Podemos resumir el comportamiento de la poblacion en el ejemplo anterior como sigue:
Primero la poblaci
on parece crecer hasta aproximadamente los 40 das.
La poblaci
on parece tener un valor maximo de 980 celulas despues de 40 das.
En seguida parece que decrece hasta finalmente desaparecer despues de aproximadamente
97 das.
De este an
alisis podemos extraer la siguiente conclusion
Afirmaci
on. Si f (x) es una funci
on creciente (resp. decreciente) en < x < x0 y decreciente
(resp. creciente) en x0 < x < , y si adem
as es una funci
on continua; entonces f (x) tiene un valor
m
aximo (resp. mnimo) local en x0 . Es decir, f (x0 ) f (x) (resp. f (x0 ) f (x)), para todo
< x < .
La condici
on de que f (x) sea continua se refiere intuitivamente a que el trazo de su grafica sea
continuo. Nosotros consideraremos siempre funciones continuas por lo que este tecnicismo no sera
visto detallado. La denominaci
on m
aximo local se refiere a que la funcion adquiere un maximo
en un intervalo < x < que contiene a x0 , pudiendo tener otros maximos fuera de este intervalo.
EJERCICIOS
1. Suponiendo que una funci
on tiene la grafica indicada en la figura 1.8 se
nala aproximadamente
cuales son los intervalos en los que es creciente, decreciente y los valores de x donde alcanza
un m
aximo o mnimo local.
2. En cierto modelo, la tasa de crecimiento de la biomasa es f (x) y es funcion de la biomasa x
de un recurso natural. f (x) est
a dada por
x
f (x) = rx 1
K
donde r es la tasa intrnseca de crecimiento; K es el nivel de saturacion. Para una poblacion
de truchas K = 5000, r = 0.05.
14
6
4
2
10
-2
-4
-6
0.25
6
0.20
4
0.15
0.10
10
-2
0.05
-4
-6
[h]
-4
-2
Figura 1.8:
(a) Esboza la gr
afica de f (x) utilizando los valores x = 1000, 1500, . . . , 3500, 4000.
(b) En que intervalo de 1000 < x < 4000 es creciente la funcion f (x)? donde es decreciente?
(c) Para que valor de x, f (x) alcanza un valor maximo? Cual es el valor maximo de f (x)?
(d) Para que valores de x, la tasa de crecimiento f (x) es 0.
1.4
Funciones exponenciales
Una funci
on exponencial de base a, a > 0, a 6= 1, es una funcion que tiene la forma
f (x) = abx .
Tambien las funciones exponenciales tienen criterios muy sencillos para verificar si se trata de
funciones crecientes o decrecientes.
Afirmaci
on. La funci
on exponencial f (x) = abx , es creciente
1. Si a > 1, b > 0,
2. Si 0 < a < 1 y b < 0.
Es decreciente
15
y
12
10
8
6
4
2
-3
-2
-1
Figura 1.9: Gr
aficas de 0.5x , 1.5x , 0.52x , 0.52x
1. Si a > 1 y b < 0
2. Si 0 < a < 1 y b > 0.
Para ver como aparecen las funciones exponenciales en el estudio de poblaciones biologicas,
analicemos el siguiente ejemplo.
Ejemplo. Supongamos que un bi
ologo desea estudiar la reproduccion de unas aves migratorias que
llegan a una reserva. Ss sabe que dichas aves tienen un solo periodo de reproduccion al a
no. Realiza
el conteo de la poblaci
on al final del periodo de reproduccion durante cinco a
nos consecutivos. Se
obtienen los siguientes datos
t P (t) Incremento
0 2500
1 2550
50
2 2601
51
3 2653
52
4 2706
53
5 2760
54
6 2815
55
7 2872
57
Observa que la poblaci
on no crece de manera lineal (Porque?)
Sin embargo el patr
on de crecimiento tiene la siguiente peculiaridad:
Incremento anual
.02
Poblacion al inicio del a
no
Es decir la tasa porcentual de crecimiento se mantiene mas o menos constante y es de 0.02100 = 2%.
t
0
1
2
3
4
5
6
7
P(t)
2500
2550
2601
2653
2706
2760
2815
2872
Incremento anual
50
51
52
53
54
55
57
2
2
1.999
1.997
1.996
1.993
1.985
16
P
7000
6000
5000
4000
3000
2000
1000
0
10
20
30
40
50
Figura 1.10: Gr
aficas de P (t) = 2500(1.02)t con t entero
Poblacion
2500
2550
2601
2653
2706
2760
2815
2872
P(t)
2500
2550
2601
2653.02
2706.08
2760.202
2815.406
2871.714
P
1200
1000
800
600
400
200
10
20
30
40
50
Figura 1.11: Gr
afica de P (t) = 850(1 + .008235)t con t entero
Soluci
on. Es claro que P0 = 850 (porque?). Para determinar el valor de r, basta considerar la
proporci
on en la que se increment
o la poblacion al cabo de un a
no.
r=
Incremento de la poblacion
857 850
=
Poblaci
on al inicio del periodo
850
r=
7
.008235
850
El modelo exponencial es
t
7
P (t) = 850 1 +
,
850
basta sustituir t = 10.
10
7
P (10) = 850 1 +
923.
850
Tambien puede estudiarse el decrecimiento de poblaciones con este modelo exponencial. En este
caso la ecuaci
on que describe la poblaci
on como funcion del tiempo es
P (t) = P0 (1 r)t
donde r tiene ahora un signo menos que indica que se trata de una tasa de decrecimiento.
Ejemplo. Una poblaci
on de monos ara
na en una region de la selva en Campeche disminuyo de 1320
ejemplares a 1200 ejemplares en 6 a
nos. Suponiendo un modelo de decrecimiento a tasa porcentual
constante, P (t) = P0 (1 r)t y un periodo de reproduccion al a
no. Determina el valor de la tasa de
decrecimiento.
Soluci
on. Debemos despejar r de la ecuacion
P
(1 r)t
=
=
1r
18
P0 (1 r)t
P
P0 1t
P
P0
q
t
P
P0
P
1400
1200
1000
800
600
400
200
10
15
20
25
30
Figura 1.12: Gr
afica de P (t) = 1320(1 .01576)t con t entero
Sustituyendo P0 = 1320, t = 6 y P (6) = 1200, tenemos:
r
r =1
1200
.01576
1320
P
1.
P0
P
.
P0
EJERCICIOS
1. Una poblaci
on de golondrinas que arriba a una comunidad se incremento de 5600 ejemplares
a 5630 al cabo de un a
no. Suponiendo un periodo de reproduccion anual a tasa porcentual
anual constante. Determina dicha tasa r.
2. Durante la revoluci
on mexicana la poblacion en Mexico disminuyo de 15 millones en 1910,
a 13.9 millones de habitantes en 1920. Suponiendo un modelo exponencial anual P (t) =
P0 (1 r)t , donde t son los a
nos transcurridos desde 1910 y P0 es la poblacion de 1910 y r es
la tasa porcentual anual de decrecimiento.
(a) Determina la tasa porcentual anual de decrecimiento, r.
(b) Esboza la gr
afica de la funci
on usando t = 0, 1, 2, . . . , 10
3. El precio del gas se incrementara en 5 % mensual al final de cada mes a partir de enero. Si el
precio original del cilindro de gas es 285 pesos al 1 de enero. Escribe el precio del cilindro de
gas como funci
on de los meses t transcurridos a partir del inicio del a
no. Cual sera el precio
el 31 de julio?.
19
1.5
1.5.1
La funci
on exponencial ex
Crecimiento exponencial continuo de poblaciones
Hemos visto que el modelo de crecimiento exponencial de una poblacion P (t) = P0 (1 + r)t , supone
las siguientes hip
otesis:
A) La poblaci
on se reproduce con una tasa porcentual constante.
B) La poblaci
on se incrementa por saltos, es decir, solo lo hace una vez por periodo de reproducci
on.
La hip
otesis B es adecuada para describir el crecimiento de algunas poblaciones como las golondrinas, ballenas, para las cuales las escalas temporales peque
nas no son tan importantes. Por ejemplo,
para una poblaci
on que se reproduce una sola vez al a
no, no nos interesa mucho saber cual es la
poblaci
on en escala de das entre dos fechas de conteo sucesivas.
Sin embargo esta hip
otesis resulta inadecuada y poco realista ya que en general la dinamica de
poblaciones tiene lugar de manera continua. En el tiempo los organismos nacen y mueren sin tener
una fecha especfica para hacerlo, por lo que el conteo de la poblacion debe considerarse como un
fen
omeno continuo en el tiempo que no se produce mediante saltos.
Por ejemplo en el estudio del crecimiento semanal de bacterias en un cultivo, no es posible suponer
que la poblaci
on se incrementa s
olo cada semana. Es mas factible suponer que la poblacion se esta
incrementando de manera continua, instante a instante. En otras palabras, las escalas de tiempo
peque
nas (por ejemplo horas, minutos o segundos) resultan importantes para el bacteriologo.
Ejemplo. Una poblaci
on de 30000 bacterias en un cultivo se reproduce a tasa porcentual constante
de 5 % semanal. Calcula la poblaci
on de bacterias transcurridas 2 semanas, suponiendo que se
reproducen una vez cada: a) Semana; b) Da; c) Hora; d) Minuto; e) Segundo.
Soluci
on. a) Sustituimos P0 = 30000, r = .05 y t = 2 en el modelo P (t) = P0 (1 + r)t ,
P (2) = 30000(1.05)2 = 33075
b) Suponiendo que las bacterias se reproducen una vez por da, entonces la dinamica de la
poblaci
on de bacterias difiere. Denotemos k = 7 el n
umero de das de la semana. Entonces dado
que la tasa porcentual r = 0.05 es semanal, debemos considerar una nueva tasa porcentual diaria,
a saber, r/k = .05/7. Adem
as en 2 semanas debemos considerar kt = 7(2) = 14 periodos de
reproducci
on de donde, la poblaci
on al final de las dos semanas sera
r kt
= 30000(1 + .05/7)14 33143.
P = P0 1 +
k
Para los siguientes incisos podemos completar la siguiente tabla que muestra la evolucion de la
poblaci
on para los distintos ritmos de reproduccion
k
1
7
168
10080
604800
Tasa porcentual
5% semanal
5/7% por da
5/168% por hora
5/10080% por minuto
5/604800% por segundo
P(t)
33075
33143
33154
33155
33155
33 000
33 000
33 000
32 000
32 000
32 000
31 000
31 000
31 000
30 000
30 000
30 000
0.0
0.5
1.0
1.5
2.0
0.0
0.5
1.0
1.5
2.0
0.0
0.5
1.0
1.5
2.0
Figura 1.13: Gr
afica de P (t) = 30000(1 + .05/k)kt , k = 1, 7, 168
Para periodos de reproducci
on cada vez mas peque
nos, la poblacion despues de dos semanas
tiene a estabilizarse en un valor determinado de aproximadamente 33155 bacterias al final de dos
semanas.
Afirmaci
on. Si en el modelo de crecimiento exponencial a tasa porcentual constante r
r kt
,
P0 1 +
k
nos interesa predecir el comportamiento de la poblaci
on a escalas de tiempo peque
nas, debemos tomar
k muy grande (esto se escribe k ).
Cuando hacemos esto, la poblaci
on que obtenemos se aproxima a un valor que denotamos
r kt
P (t) = lim P0 1 +
.
k
k
En el ejemplo de las bacterias que acabamos de analizar se tiene
lim 30000(1 + r/k)2k 33155.
Resulta sorprendente que esta aproximacion puede calcularse mediante una formula, es decir, no
ser
a necesario hacer k para poder calcular la poblacion tomando en cuenta escalas de tiempo
peque
nas.
Afirmaci
on. Se tiene el lmite
r kt
= P0 ert .
lim P0 1 +
k
k
donde e 2.71828182... es cierto n
umero irracional (no peri
odico) al que se llama la base de los
logaritmos naturales.
Por tanto un modelo de crecimiento exponencial que toma en cuenta escalas muy peque
nas de tiempo,
tiene por ecuaci
on
P (t) = P0 ert
A dicho modelo tambien se le denomina exponencial continuo, porque toma en cuenta que la
poblaci
on crece instante a instante.
En el ejemplo de las bacterias se tiene 30000e.05 33155
Ejemplo. Consideremos una poblaci
on de peces introducidos en una presa consta de 100 mil ejemplares y crece a una tasa anual del 50 %, suponiendo un crecimiento anual, semestral, bimestral y
mensual se tiene
P (t) = 100(1 + .5/k)kt ,
con k = 1, 2, 6, 12. Sus gr
aficas aparecen en la fig. 1.14. Al considerar un crecimiento continuo en el
tiempo, k , de donde se tiene P (t) = 100e.5t .
21
PHmilesL
250
200
150
100
0.0
0.5
1.0
1.5
2.0
Figura 1.14: Gr
aficas de P (t) = 100(1 + .5/k)kt , k = 1, 2, 6, 12, y grafica de P (t) = 100e.5t
Ejemplo. La poblaci
on de Mexico en el 2002 fue de 101.8 millones de habitantes. Si la tasa de
crecimiento era 1.4 % anual. Suponiendo que se mantiene constante.
1. Calcula la poblaci
on en el 2010 utilizando el modelo exponencial continuo P (t) = P0 ekt .
2. Bajo esa misma din
amica poblacional, calcula la poblacion que haba en el 2000.
Soluci
on. Podemos considerar P0 = 101.8 millones como la poblacion inicial, t el n
umero de a
nos
transcurridos desde el 2002. Para calcular la poblacion en el 2010, utilizamos r = .014 y t =
2010 2002 = 8,
P (8) = 101.8e.0148 113.9 millones.
Gr
afica de P (t) = 101.8e.014t
Para calcular la poblaci
on que hubo en el 2000 hacemos t = 2000 2002 = 2,
P (2) = 101.8e.014(2) = 98.9 millones.
Ejemplo. En cierto pas la tasa porcentual de crecimiento es r = .04. En que proporcion se habra
incrementado la poblaci
on en cinco a
nos? Suponiendo un modelo exponencial continuo.
Soluci
on. Como tenemos un modelo exponencial continuo se tiene P (t) = P0 ert = P0 e.04t . Despues
de cinco a
nos,
P (5) = P0 e.04(5) = P0 e.2 = P0 (1.2214)
Quiere decir que la poblaci
on se habr
a incrementado en una proporcion
P (5)
1.2214P0
=
= 1.2214,
P0
P0
que en porcentaje se traduce en un 1.2214 100 = 122.14%.
22
PHmillL
150
140
130
120
110
100
90
-5
10
15
20
1.5.2
Definici
on. Dado una n
umero positivo y > 0, entonces x es el logaritmo natural de y si
y = ex
y se escribe
x = ln y.
El logaritmo natural tiene la siguiente propiedad ln ex = x = eln x . La cual es u
til en algunos
problemas que involucran la funci
on exponencial. En la fig. 1.16 aparece la grafica de la funcion
logaritmo natural.
Ejemplo. Suponiendo que la poblaci
on mundial crece continuamente de manera exponencial con
tasa anual 1.6 % y que en 1995 la poblaci
on fue de 5770 millones de habitantes. Calcula el tiempo
para el cual la poblaci
on alcanzar
a los 7000 millones de habitantes con este modelo. Calcula el
tiempo de duplicaci
on de la poblaci
on.
Soluci
on. Tenemos que despejar t de la ecuacion
P = P0 ert .
De la ecuaci
on obtenemos ert =
P
P0 .
ln PP0
r
23
ln x
4
-2
-4
12 000
10 000
8000
6000
-10
10
20
30
40
50
ln 7000
5770
= 12.07
.016
que corresponde al a
no 1995 + 12 = 2007.
Para calcular el tiempo de duplicaci
on despejamos t de la ecuacion, P = 2P0 .
Es decir, de 2P0 = P0 ert ,, obtenemos la formula general,
t=
ln (2)
.
r
yHgrL
10
[h]
50
100
150
200
250
300
350
tHhrsL
.0077t
Figura 1.18: Ley de decaimiento del Rn222
86 , y(t) = 10e
ln 18.5
16
= .0145.
10
1.5.3
Decaimiento radioactivo
La funci
on exponencial ex aparece tambien en otros contextos en los que se describe un decaimiento
de una cierta magnitud como funci
on del tiempo.
Seg
un la explicaci
on de Rutherford para la radioactividad, los atomos de ciertos elementos muy
pesados son inestables y se transforman en otros elementos cuyos atomos son mas ligeros, emitiendo;
Partculas : combinaci
on de dos protones y dos neutrones.
Partculas : electrones energeticos.
Partculas : fotones de alta energa o rayos X.
o que si
Por ejemplo el is
otopo de rad
on Rn222
86 es un elemento radioactivo. Rutherford descubri
y0 es la cantidad original de una muestra de material radioactivo, y si y(t) es la cantidad de material
radioactivo presente en una muestra t horas despues de iniciadas las observaciones, entonces
y(t) = y0 et
Esta es la ley de decaimiento radioactivo y expresa la cantidad de material radioactivo presente
como funci
on del tiempo. La constante se llama la constante de desintegraci
on radioactiva del
elemento.
1
Para el Rn222
.
86 , la constante radioactiva es = 0.0077 y sus unidades son horas
Ejemplo. Calcula la porci
on de material radioactivo presente en una muestra de 10 gr de Rn222
86
despues de 240 horas
Soluci
on. Tomamos y0 = 10 y entonces
y(240) = 10e0.0077(240) = 10e1.848 = 1.58 gramos
Consideremos la ley de decaimiento radioactivo
Q = Q0 et
25
yHgrL
10
50
100
150
200
250
300
350
tHhrsL
1.5.4
Fechamiento de minerales y f
osiles
La funci
on exponencial es u
til en el fechamiento de minerales y fosiles para determinar el tiempo
en el que vivieron organismos o para determinar la edad de una roca. En 1960 W. Libby gano el
Premio Nobel por su descubrimiento del m
etodo de dataci
on de carbono. El metodo consiste en
considerar la proporci
on de carbono 14 respecto al carbono 12 presente en un tejido muerto. Debido
a que el carbono 14 decae en carbono 12, dicha proporcion disminuye respecto a la proporcion
carbono 14/ carbono 12 presente en la atmosfera.
Se determin
o que la vida media del carbono 14 es de 5730 a
nos por lo que su constante radioactiva
se obtiene de la relaci
on
ln 12
ln 2
=
=
tm
tm
sustituyendo tm = 5730 se obtiene = .00012097.
Ejemplo. Un f
osil tiene 30 % del carbono 14 que contena originalmente. Calcula la edad del fosil.
Soluci
on. Basta considerar la relacion QQ0 = et , de donde Q/Q0 = et . Empleando el
logaritmo natural a ambos lados de la ecuacion
t=
ln QQ0
26
1.6
ln 0.3
9953.
.00012097
Ejercicios de repaso
1. Expresa el
area de un cuadrado como funcion de la longitud de uno de sus lados.
2. La presi
on P de un gas a volumen constante es funcion de su temperatura de acuerdo a la
funci
on lineal
P (T ) = kT + b
para unas constantes k y b. Sup
on que en un experimento cuando T = 0 o C se midio P =
760 mmHg; despues cuando T = 100 o C, se midio P = 1040 mmHg.
(a) Determina el valor de las constantes k y b en este experimento. Que unidades tienen k
y b?
(b) El cero absoluto se puede aproximar haciendo P = 0. De la ecuacion P = kT +b encuentra
el valor T para el que P = 0.
3. El nivel de CO2 en partes por mill
on (ppm) en el Observatorio Mauna Loa fue de 325.3 en
1970 y 338.5 en 1980. Asumiendo que el nivel de CO2 crece de manera lineal
(a) Encuentra la ecuaci
on que determina la concentracion de CO2 , C(x), como funcion lineal
del tiempo x (en a
nos transcurridos desde 1970). Cual es la pendiente y cual es la
ordenada al origen?
(b) Usa esta ecuaci
on para predecir el nivel de CO2 en 1900 y en 2010.
4. La reacci
on del cuerpo a las drogas esta dada por la ecuacion
D
M
R(D) = D2
2
3
donde D es la dosis administrada, M es una constante que representa la dosis que produce
m
axima reacci
on.
(a) Utiliza M = 200 y esboza la gr
afica de la funcion utilizando los siguientes valores de D,
0, 50, . . . , 300, 350.
(b) En que intervalos es creciente/decreciente R(D)?.
5. La temperatura corporal en un individuo sigue un ciclo circadiano con un modelo dado por la
siguiente ecuaci
on
T (t) = 0.002(t3 45t2 + 609t + 16000)
donde T (t) es la temperatura corporal y t es el tiempo en horas transcurrido desde las 8 hasta
el fin del da, 8 t 24.
(a) Eval
ua la temperatura T (t) cada 2 horas, es decir para t = 8, 10, . . . , 24.
(b) En que intervalos la temperatura es creciente/decreciente?
(c) Aproximadamente a que hora alcanza la temperatura maxima y la mnima?
27
261.1
e.613132(t4.89)
+1
30
Captulo 2
La Derivada
2.1
Raz
on media de cambio
Definici
on. El cambio o variaci
on de una funcion f (x) en un intervalo x se define como
f := f () f ()
La raz
on media de cambio o tambien llamada tasa media de variaci
on de la funcion f (x) en
un intervalo x es
f
f () f ()
:=
x
Afirmaci
on. Si f (x) es una funci
on lineal, entonces para todo intervalo x , la tasa media
de cambio de f (x) en x es la pendiente
f
=m
x
En efecto
f
f () f ()
=
x
t
1
10
20
50
P (t)
124.5
300
400
100
31
P (t)
24.5
200
300
0
P (t)/t
24.5
20
15
0
notamos que las unidades de la tasa media de variacion son las unidades de P entre las unidades
de t, es decir, en este ejemplo son larvas/da. Una tasa positiva indica un crecimiento de las larvas
presentes en el estanque, en tanto que una tasa negativa indica un decrecimiento de las larvas
presentes en el estanque.
Intuitivamente, la tasa media de variacion indica la rapidez promedio con la que han crecido las
larvas en el estanque durante el intervalo de tiempo indicado. As por ejemplo, una tasa media de
variaci
on de 20 larvas/da en el intervalo de 0 a 10 das, se interpreta diciendo que en los primeros
diez das la poblaci
on de larvas creci
o con una rapidez promedio de 20 larvas por da. Esto no quiere
decir que la poblaci
on creci
o a un ritmo de 20 larvas por da, cada da, ya que por ejemplo el primer
da la rapidez promedio fue de 24.5 larvas/da. Mas bien lo que significa es una rapidez promedio
tomando en cuenta el crecimiento neto de la poblacion desde el inicio y hasta el final de los diez
das.
Ejemplo. Supongamos que en otro estanque hay 100 larvas originalmente. Las larvas crecen a una
tasa media de variaci
on constante de 20 larvas/da cada da. Encontrar la funcion que describe la
poblaci
on de larvas en terminos de los das transcurridos y la tabla del ejemplo anterior.
Podemos asegurar que en la poblaci
on de larvas crece de manera lineal con una formula P (t) =
20t + 100. En tal caso la tasa media de variacion siempre vale
P
= 20 larvas/da.
t
sin importar el intervalo de das que se este considerando. As por ejemplo se tendra la siguiente
tabla
Intervalo
0t1
0 t 10
0 t 20
0 t 50
t
1
10
20
50
P (t)
120
300
500
1100
P (t)
20
200
400
1000
P (t)/t
20
20
20
20
EJERCICIOS
1. La cantidad de bacterias en un cultivo crece a razon media constante de 1000 bacterias por
da. Si despues de 4 das el cultivo tiene 20,000 bacteriasCuantas bacterias haba al inicio del
experimento?.
2. Una poblaci
on de bacterias que crece de acuerdo a la ley exponencial continua P (t) = 20, 000e.05t ,
donde t son los das transcurridos desde iniciado el experimento. Calcula la razon media de
crecimiento en el los intervalos a) [0, 1]; b) [2, 3]; c) [3, 4]; d) [5, 4].
2.2
Raz
on instant
anea de cambio
que es la velocidad media en el trayecto. Esto no significa que el velocmetro marca en todo momento
80 km/hr. La velocidad no necesariamente permanecio constante quizas disminuyo en ciertos intervalos de tiempo o quiz
as fue superior a 80 km/hr en otros. No obstante manteniendo un promedio de
80 km/hr. La velocidad que marca el velocmetro en cada instante de tiempo es lo que denominamos
la velocidad instant
anea del autom
ovil.
Mientras la velocidad media s/t depende de un intervalo de tiempo, la velocidad instant
anea
depende s
olo del instante que consideremos.
Para clarificar el concepto de velocidad instantanea de un movil analicemos el siguiente ejemplo
que concierne a la cada libre de un cuerpo.
Ejemplo. Supongamos que un cuerpo se deja caer desde el u
ltimo piso de un edificio a una altura
de 30 m. La ecuaci
on que describe la altura s(t) como funcion del tiempo t transcurrido desde que
se suelta es s(t) = 30 gt2 /2, donde g = 9.81m/s2 . Calcula la velocidad instantanea del objeto 1
segundo despues de que se solt
o.
Soluci
on. Aproximamos la velocidad instantanea como velocidades medias en intervalos de
tiempo cada vez m
as peque
nos, digamos en los siguientes intervalos
[.9, 1], [.99, 1], [.999, 1], [.9999, 1], [.99999, 1]
As obtenemos la tabla de evaluaciones
t
.9
.99
.999
.9999
.99999
1
s(t)
26.027
25.1926
25.1048
25.0951
25.094018
25.095
que a su vez nos permite obtener s en cada intervalo. As Calculamos velocidades medias
Intervalo
.9 t 1
.99 t 1
.999 t 1
.9999 t 1
.99999 t 1
t
.1
.01
.001
.0001
.00001
s
-.93195
-0.0976095
-0.0098051
-0.000980951
-0.0000980995
s/t
-9.3195
-9.76095
-9.8051
-9.80951
-9.80995
Soluci
on. Primero procedemos a calcular las evaluaciones de la funcion en los tiempos indicados,
t
2.1
2.01
2.001
2.0001
2
P (t)
2187.950000
2180.799500
2180.079995
2180.007999
2180
t
.1
.01
.001
.0001
P
7.950000
.799500
.079995
.007999
P/t
79.500
79.950
79.995
79.999
d
f (x) := Rapidez instantanea de cambio de f en x.
dx
2.3
Derivaci
on de funciones polinomiales
d
dx f (x).
Enseguida utilizaremos
Afirmaci
on. La f
ormula de la derivada f 0 (x) se puede obtener a partir de la f
ormula de la funci
on
en cuesti
on f (x).
Las reglas de derivaci
on que utilizaremos son
1.
d
dx (c)
= 0.
2.
d
dx (x)
= 1.
3.
d
dx (cx)
= c.
4.
d
n
dx (x )
= nxn1 .
5.
d
dx (cu)
d
= c dx
(u), donde c es una constante y u es una funcion de x.
6.
d
dx
7.
d
dx
8.
d
dx (u
u
c
d
dx (u)/c,
d
(un ) = nun1 dx
(u).
+ v w) =
d
dx (u)
d
dx (v)
d
dx (w).
35
d
dx (uv)
d
d
= u dx
(v) + v dx
(u).
10.
d
dx
c
u
11.
d
dx
u
v
9.
d
c dx
(u)
u2 .
d
d
v dx
(u)u dx
(v)
.
v2
d
d
d
d
(5t2 + 100t + 2000) = (5t2 ) + (100t) + (2000)
dt
dt
dt
dt
d 2
d
(t ) + 100 (t) + 0 = 5(2t) + 100(1) = 10t + 100.
dt
dt
b) Tenemos que hacer las evaluaciones indicadas, las resumimos en las siguiente tabla
P 0 (t) = 5
t
0
5
10
15
20
P 0 (t)
100
50
0
-50
-100
P
200
2500
100
2000
10
20
30
40
1500
-100
1000
-200
500
-300
-400
10
20
30
40
-1.5
-1.0
0.4
0.2
0.5
-0.5
-1.5
-1.0
0.5
-0.5
-2
-0.2
-4
-0.4
Figura 2.2: Gr
afica de una funci
on y su derivada. El signo de f 0 determina si f es creciente o
decreciente
37
(a) f (x) = 2x + 3
(b) f (x) =
(c) f (x) =
x
2 + 4x
1.5x+4.5
2
2
(d) f (x) = x + 3x 5
(e) f (x) =
2x2
3
4
3x
2
(h) f (x) = x
+x
2.4
Derivaci
on de funciones exponenciales
d
x
dx (e )
2.
d
ax
dx (e )
3.
d
u
dx (e )
= ex ;
= aeax , donde a es una constante;
d
= eu dx
(u).
d
d
(15, 000e.035t ) = 15, 000 (e.035t ) = 15, 000(.035e.035t )
dt
dt
P 0.035t
al evaluarla en t = 5 tenemos P 0 (5) = 625.4 625, quiere decir que en ese instante la poblacion
crece a un ritmo de 625 organismos por da.
Ejemplo. Si una poblaci
on crece exponencialmente a razon porcentual constante de 2.5 %, y si al
iniciar las observaciones se observa una tasa de crecimiento instantanea de 4,500 celulas por hora.
Calcula la poblaci
on de celulas con la que se inicio el experimento.
Soluci
on. Tenemos como datos r = .025 y P 0 (0) = 4, 500 en la ecuacion P 0 (t) = rP (t) basta
evaluar en t = 0 y despejar P (0),
rP (t) = P 0 (t) implica P (0) = P 0 (0)/r =
4, 500
= 112.5 112
.025
.
Ejemplo. La poblaci
on de EU en un modelo exponencial crecio de 1860 a 1900 de acuerdo a la
f
ormula P (t) = 49.5e.022t en millones de habitantes, donde t son los a
nos transcurridos desde 1860.
Calcula el tiempo en el cual la poblaci
on creca a un ritmo de 2 millon de habitantes anual.
39
Soluci
on. Al calcular la derivada tenemos P 0.022t = 1.089e.022t . Ahora debemos encontrar t tal
0
que P (t) = 2 es decir
2 = 1.089e.022t
Para despejar t, tenemos
2
= e.022t 1.836473
1.089
extraemos logaritmo natural y se tiene
ln e.022t = .022t = ln 1.836473
de donde finalmente t = ln 1.836473/.022 27.6. Quiere decir que en el a
no de 1860 + 27.6 = 1887.6,
la poblaci
on creca con una rapidez instantanea de 2 millones de habitantes por a
no.
EJERCICIOS
1. Deriva las siguientes funciones
(a) f (x) = e3x + 3xe
(b) f (x) = 5e2.5x
(c) f (x) = 3/ex + e2x
2. Utiliza la regla de derivaci
on
d u
d
(e ) = eu (u), donde u es una funcion de x
dx
dx
d n
d
(u ) = nun1 (u)
dx
dx
para calcular la derivada de la funciones siguientes
(a) f (x) = e3x+2
(b) f (x) = e3x
(c) f (x) =
+3x1
e3x2 +3x1
1/2
xx
+x
1/2
3. Considera la funci
on
f (x) = e 2 (
1
(a) Si 5 a
nos despues de vertidos 2 km3 de deshechos en un lago, estos se degradan a 1.5
3
km . Calcula la constante r.
(b) Calcula la raz
on instant
anea de decrecimiento 10 a
nos despues de vertidos 2 km3 de
deshechos en un lago.
(c) Calcula cu
anto tiempo tomar
a remover 90 % de la contaminacion del lago. Es decir,
despues de cu
anto tiempo permaneceran 10 % de los desechos a
un sin degradar.
(d) Calcula despues de cu
anto tiempo se habra removido el 99 % de la contaminacion.
(e) Determina que pasa con la contaminacion para t muy grande.
5. El n
umero N de personas que han escuchado un rumor difundido por los medios masivos de
comunicaci
on es una funci
on del tiempo dada por
N (t) = a(1 ekt )
donde a es la cantidad de personas en la poblacion en cuestion, y k es la tasa porcentual de
personas que escuchan el rumor en un da. Si a = 200, 000 y k = .1 es decir 10%. Encuentra
la rapidez con la que se propaga el rumor 1, 2 y 3 das despues de que se inicio.
6. La temperatura de un pastel que se saca a enfriar de un horno a 200 grados centgrados, es
una funci
on del tiempo (medido en minutos) dada por
T (t) = (TA TH )(1 ekt ) + TH
donde TA = 20 es la temperatura ambiente a la que inicialmente se coloco el pastel, TH = 200
es la temperatura del horno.
(a) Si despues de 10 minutos el pastel esta a 40 grado, calcula la constante k.
(b) Encuentra la rapidez (en grados/minuto) con la que decrece la temperatura, cuando recien
se saca del horno.
(c) Describe que pasa con la temperatura del pastel para t muy grande.
7. La reacci
on R a cierta dosis D de un medicamento, se modela mediante la funcion
R(D) = 10De0.02D
(a) Calcula la derivada R0 (D).
(b) Resuelve la ecuaci
on R0 (D) = 0.
(c) Esboza la gr
afica de R(D) usando D = 0, 10, . . . , 100. Calcula para que dosis se tiene la
reacci
on m
axima y cu
al es esa reaccion.
2.5
Problemas de m
aximos y mnimos
Hemos discutido como el signo de la derivada indica la tendencia creciente o decreciente de la funcion
en un punto. Los puntos donde la derivada es 0 tambien arrojan informacion importante acerca de
la tendencia de la funci
on. As se tiene la siguiente
Afirmaci
on. Supongamos que la derivada de una funci
on f (x) se anula en x0 , f 0 (x0 ) = 0, decimos
que x0 es un punto crtico.
Si en un intervalo a < x0 < b, se tiene f 0 (x) > 0 para a < x < x0 y f 0 (x) < 0 para x0 < x < b.
Entonces f (x0 ) > f (x) para todo a < x < b, x 6= x0 . Al valor que toma la funci
on en dicho punto
x0 se le llama un m
aximo local o m
aximo relativo.
Si en un intervalo a < x0 < b, se tiene f 0 (x) < 0 para a < x < x0 y f 0 (x) > 0 para x0 < x < b.
Entonces f (x0 ) < f (x) para todo a < x < b, x 6= x0 . Al valor que toma la funci
on en dicho punto
x0 se le llama un mnimo local o mnimo relativo.
41
c
1.5
0.5
0.5
1.0
1.5
2.0
2.5
3.0
x 1.0
-0.5
0.5
-1.0
-1.5
0.5
1.0
1.5
2.0
2.5
3.0
v0
g
EJERCICIOS
42
2
+ v0
v0
g
=
v02
.
2g
1. En un lago la poblaci
on de peces es P , H es un parametro conocido como la razon de pesca,
es decir la cantidad de peces que se extraen por unidad de tiempo (peces/a
no). La tasa de
crecimiento de la poblaci
on de peces como funcion de la poblacion esta dada por
R(P ) = 2P 0.02P 2 H
Para cada uno de los siguientes valores del parametro H = 75, 100, 200 esboza la grafica de
R(P ) contra P . Encuentra el valor de P para el cual la tasa de crecimiento es maxima.
2. En un da se ha encontrado que la velocidad del trafico en una avenida principal es v(t) =
t3 10.5t2 + 30t + 20 millas por hora, donde t son las horas despues del medioda. Esboza la
gr
afica usando t = 1, 2, 3 . . . 6. Calcula el momento en el trafico es mas rapido y en el que es
m
as lento. Calcula las velocidades maximas y mnimas.
3. La temperatura corporal en un individuo sigue un ciclo circadiano con un modelo dado por la
siguiente relaci
on
T (t) = 0.002(t3 45t2 + 609t + 16000)
donde T (t) es la temperatura corporal y t es el tiempo en horas transcurrido desde las 8 hasta
el fin del da, 8 t 24. Encuentra la temperatura maxima y mnima y a que hora del da se
alcanza.
4. Una encuesta indica que x meses despues de que se lanza una candidatura a presidente. Cierto
1
(x3 + 6x2 +
candidato obtiene S(x) por ciento de la intencion de voto, donde S(x) = 29
63x + 1080), esboza la gr
afica utilizando x = 0, 1, 2, . . . , 12. A) Despues de cuantos meses, la
candidatura tiene la mayor intenci
on de voto? de cuanto es ese porcentaje?
2.6
Ejercicios de repaso
1. La reacci
on del cuerpo a las drogas esta dada por la ecuacion
D
M
R(D) = D2
2
3
donde D es la dosis administrada, M es una constante que representa la dosis que produce
m
axima reacci
on.
(a) Utiliza M = 200 y calcula la derivada R0 (D) = dR/dD.
(b) Eval
ua la derivada en los siguientes valores de D
0, 50, 100, 150, 200, 250, 300, 350
esboza la gr
afica de R0 (D). Compara con el ejercicio del captulo anterior.
2. La gr
afica 2.4, muestra el crecimiento de la estatura E(x) de un individuo como funcion de su
edad x. E se mide en cm y x en a
nos. Se hicieron mediciones cada cumplea
nos, obteniendose
los datos:
45, 59, 64, 74, 90, 108, 115, 118, 122, 131, 132, 135, 140, 154, 172, 179, 184, 186, 188, 189.5, 190.
Estatura
150
100
50
10
15
20
Edad
(a) Cu
antas cartas por hora puede clasificar un empleado nuevo?
(b) Calcula la rapidez de aprendizaje Q0 (t)
(c) Calcula la rapidez de aprendizaje en t = 0, 2, 4, 6, 8.
13. El yodo radioactivo tiene una vida media de 20.9 horas. a) Utilizando la ley de decaimiento
radioactivo Q(t) = Q0 et
(a) calcula cu
anto yodo radioactivo permanece en el resto del cuerpo del paciente (fuera de
la tiroides) 25 horas despues de la inyeccion.
(b) Calcula la rapidez con la que el yodo se esta desintegrando 25 horas despues de la inyecci
on.
14. En su fase inicial, de 1984 a 1990, el SIDA creca de acuerdo a la funcion c
ubica C(t) =
170.36t3 + 1707.5t2 + 1998.4t + 4404.8, donde C es el n
umero reportado de casos, y t es el
n
umero de a
nos transcurridos desde 1984, 0 t 6.
(a) Calcula e interpreta la derivada C 0 (t).
(b) Calcula la tasa de propagaci
on de la epidemia en 1984.
(c) Calcula el n
umero de casos reportados en 1990.
(d) Calcula en que momento el n
umero de casos fue maximo de acuerdo a este modelo y cual
fue el n
umero m
aximo de casos.
(e) Calcula en que momento se propago la enfermedad con mayor rapidez.
15. En una proyecci
on de 5 a
nos, la poblacion P de cierta comunidad crece despues de t a
nos de
acuerdo a la f
ormula P (t) = t3 + 9t2 + 48t + 200.
(a) Calcula la raz
on de crecimiento de la poblacion dentro de 3 a
nos.
(b) Crece o decrece la poblaci
on dentro de 3 a
nos?
(c) Calcula la tasa de cambio dentro de 5 a
nos.
16. Se ha estimado que el costo mensual de produccion de x unidades de un artculo es C(x) =
0.06x + 3x1/2 + 20 cientos de d
olares.
(a) Calcula el costo de producci
on de 2500 unidades,
(b) Calcula la tasa de cambio del costo por unidad producida cuando la produccion alcanza
las 3000 unidades.
17. Una ni
na cae en un lago a una temperatura de -3 grados centgrados. Su temperatura corporal
despues de t minutos en el agua es T (t) = 35e0.32t . Ella perdera la conciencia cuando su
temperatura corporal llegue a 27 grados.
(a) Cu
anto tiempo tiene los socorristas para salvarla?
(b) Que tan r
apido desciende la temperatura corporal cuando acaba de caer al agua?
18. Se estima que si se gastan x miles de dolares en publicidad, se venderan Q(x) = 50 40e0.1t
miles de d
olares de un artculo.
(a) Cu
anto se vender
a si no se gasta en publicidad?
(b) Cu
anto se vender
a si se gastan 8 mil dolares en publicidad,
46
(c) Calcula la tasa de cambio de las ventas por mil dolares de publicidad cuando ya se han
gastado 8 mill d
olares de publicidad.
19. Una poblaci
on P de una colonia de bacterias t das despues del inicio de la observacion se
modela mediante la funci
on c
ubica P (t) = 1.035t3 + 103.5t2 + 6900t + 230000.
(a) Calcula e interpreta la derivada.
(b) Calcula la tasa de cambio de la poblacion despues de un da, crece o decrece la poblacion?
(c) Calcula la poblaci
on inicial.
(d) Calcula la raz
on de cambio de la poblacion despues de 10 das.
(e) Calcula la poblaci
on m
axima en el intervalo 0 t 20.
20. Se ha obtenido que si se publicita un producto por television, el n
umero N de personas (en
millones) enteradas del producto t das despues de que se inicia la transmision de los comerciales
correspondientes es N (t) = 2 2e.037t .
(a) Calcula el n
umero de personas enteradas, 2 das despues,
(b) Calcula la rapidez con la que las personas se estan enterando del nuevo producto al inicio
de la campa
na;
(c) Calcula el momento en el que se han enterado 1.5 millones de personas de la publicidad.
21. Un medico inyecta 5 mg de tinte en una vena cerca del corazon y determina que la concentracion
del tinte despues de t horas es C(t) = 0.027t2 + 0.672t mg/L.
(a) Calcula C 0 (t),
(b) Esboza la gr
afica de C(t) y de C 0 (t) usando t = 0, 4, 8, . . . , 24.
(c) Calcula el momento que la concentracion es maxima.
(d) Calcula la concentraci
on m
axima.
22. Los registros indican que x a
nos despues del 2000, el impuesto predial para una casa de cuatro
rec
amaras, fue de I(x) = 3x2 + 40x + 1800.
(a) Cu
al fue el impuesto en el 2005?
(b) Cu
al fue la tasa de crecimiento del impuesto en el 2003?
23. El costo de producir x miles de unidades de cierto bien es C(x) = 9x + 5e20x
(a) Calcula C 0 (x);
(b) Esboza la gr
afica de C(x), C 0 (x), en x = 0, 0.1, 0.2, 0.3, 0.4, 0.5.
(c) Determina el n
umero de unidades que hacen que el costo sea mnimo.
(d) Calcula el costo mnimo.
24. En un modelo el n
umero de palabras N (t) que un ni
no aprende t semanas despues de que
aprende a hablar est
a dada por la relacion
N (t) = 71.4 ln(0.3t + 1))
(a) Esboza la gr
afica en el intervalo [1, 24].
47
250
200
150
50
100
150
200
48
Captulo 3
La Integral
3.1
1
105
2
167
3
81
4
115
5
227
6
235
7
240
8
244
Es claro que si nos pidieran calcular cual fue la produccion total de granos producidos durante
estos 8 a
nos, tendramos que hacer una suma
8
X
x=1
Si representamos la producci
on f (x) como una funcion escalonada, tendremos que la suma anterior corresponde al a
rea debajo de la gr
afica de f (x).
mil tons
250
200
150
100
50
aos
Figura 3.1: El
area bajo la gr
afica de una funcion escalonada representa la produccion acumulada
Sin embargo una funci
on rara vez tiene una forma escalonada.
Por ejemplo, supongamos que una peque
na represa que originalmente contiene 100, 000 lt de
agua. Supongamos que x representa el tiempo (en seg) despues de que se abre la compuerta y que
el agua sale a raz
on de 350 lt/seg. Entonces, si nos preguntamos cual es el volumen de agua que ha
salido despues de x segundos, tendremos que dicho volumen es 350x. Por ejemplo, despues de 10
49
seg. habr
an salido 350(10) = 3500 litros de la presa. Ademas es posible interpretar dicha cantidad
como el
area de un rect
angulo en el plano cartesiano, con base en el intervalo [0, 10] del eje x, y
altura 350. En ese sentido es el
area de la region del plano comprendida entre el eje x y la grafica
de la funci
on constante f (x) = 350, y entre las rectas x = 0 y x = 10.
flujo
350
300
250
200
150
100
50
-2
10
tiempo
Figura 3.2: El volumen de agua que sale esta representado por el area rectangular debajo de la
gr
afica de f (x) = 350.
Con estos ejemplos queremos ilustrar la utilidad del calculo de areas debajo de graficas. Sin
embargo, dicho c
alculo puede no ser tan sencillo como en el ejemplo siguiente.
Ejemplo. La gr
afica fig. 3.3, corresponde a la velocidad de un vehculo que se desplaza a velocidad
variable. Para calcular el trayecto requerimos obtener el area bajo la grafica. Empleando las formulas
conocidas para el
area de tri
angulos y rectangulos se obtiene la distancia recorrida.
v-
km
hr
100
80
60
40
20
t - hr
Figura 3.3: El
area bajo la gr
afica de la velocidad como funcion del tiempo es la distancia recorrida
Ejemplo. Supongamos que x horas despues de iniciado un experimento, una poblacion de bacterias
crece con una rapidez (no constante) de 3000x celulas por hora despues de transcurridas x horas.
Esto significa por ejemplo que despues de 1 hr. crece a velocidad de 3000(1) = 3000 celulas/hr.,
despues de 1.5 horas crece a raz
on de 3000(1.5) = 4500 celulas/hr. Y ahora nos preguntamos, cual
es la poblaci
on de bacterias que se ha agregado despues de transcurridas x = 5 horas.
Representamos la tasa (instant
anea) de crecimiento como una funcion f (x) = 3000x, de las x
horas transcurridas. Si calculamos la tasa de crecimiento al inicio de cada hora tendremos
x (horas)
f(x) (bacterias/hora)
1
3000
2
6000
3
9000
4
12000
5
15000
k=1
Sabemos, sin embargo que f (x) no se mantiene constante entre dos horas sucesivas. As por
ejemplo evaluando la tasa de crecimiento cada media hora tenemos
x (horas)
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
f(x) (bacterias/hora)
1500
3000
4500
6000
7500
9000
10500
12000
13500
15000
As por ejemplo, si suponemos que la tasa de crecimiento se mantiene constante cada media hora,
entonces concluimos que durante la primera media hora se agregan
bacterias
1500
(0.5 hora) = 750 bacterias.
hora
Y haciendo la suma correspondiente se recuenta un total de
1500(0.5) + 3000(0.5) + . . . + 15000(0.5) =
10
X
k=1
Hemos obtenido dos resultados diferentes 45000 y 41250 sin embargo podemos afirmar que el segundo procedimiento es m
as preciso porque hemos supuesto que f (x) se mantiene constante (aunque
sabemos que no lo es) en intervalos de tiempo mas cortos. Por otro lado el calculo del area debajo
de la gr
afica de f (x) = 3000x desde x = 0 hasta x = 5. Siendo su grafica un triangulo, dicha area
se calcula como
5 (3000 (5))
base altura
=
= 37, 500
2
2
Esta
area corresponde a la cantidad buscada, es decir, el n
umero de bacterias que se agregan a
la poblaci
on inicial despues de 5 horas.
La justificaci
on geometrica de este hecho es que el a
rea del tri
angulo que corresponde al
area
bajo la gr
afica, se puede aproximar cada vez mejor mediante sumas de
areas de rect
angulos tomando
bases cada vez m
as peque
nas.
Definici
on. El
area bajo la gr
afica o integral definida de una funcion f (x) en un intervalo
x , es el
area de la regi
on del plano comprendida entre el eje x, la grafica de f (x), y las
rectas x = y x = . El
area tiene signo, es positiva si la grafica esta contenida en el semiplano
superior del eje x, y es negativa si la gr
afica de f (x) esta contenida en el semiplano inferior del eje
x. Dicha
area se denotar
a simb
olicamente como
Z
f (x)dx
51
celulas
celulas
celulas
15 000
15 000
15 000
10 000
10 000
10 000
5000
5000
5000
horas
horas
horas
3000xdx =
0
(3000)
= 1500 2
2
R5
en particular para = 5, 0 3000xdx = 1500(25) = 37500 representa las celulas que se han agregado
despues de 5 horas.
R
Para una funci
on lineal de la forma f (x) = mx, se puede verificar que 0 = m 2 /2 (porque?).
Y con un poco m
as de trabajo es posible justificar geometricamente la siguiente
Afirmaci
on. Para una funci
on lineal f (x) = mx + b, el a
rea bajo la gr
afica o integral definida en
un intervalo [, ] es
Z
2
2
+ b m
+ b .
(mx + b) dx = m
2
2
Ejemplo. Supongamos que la cantidad de agua que en una lluvia un ro lleva agua a una velocidad
creciente de v(x) = 20x + 300 litros cada segundo. Suponiendo que inunda un valle, calcula la
cantidad de agua vertida en el valle durante 50 segundos.
La cantidad de agua vertida durante 50 segundos es
Z 50
20x + 300dx = 10x2 + 300x |50
0
0
R3
2
1.5x + 4dx.
2. La tasa de crecimiento de la biomasa en un lago es f (x) = 2.5x + 2 toneladas por da, donde
x son los das transcurridos. Calcula la biomasa acumulada en el lago desde inicio del da 3
hasta el final de da 10.
52
litros
seg
2000
1500
1000
500
-20
20
40
Figura 3.5: C
alculo del area bajo la grafica
60
R 50
0
seg
20x + 300dx
3. Un ro lleva un caudal constante de 20 litros por segundo. Una presa capta todo ese caudal.
Calcula el agua acumulada en la presa durante 10 das. Suponiendo que el ro experimenta
un crecimiento lineal del caudal en epoca de lluvias dado por v(x) = 20 + .0005x, donde x
son los das transcurridos desde el inicio de la epoca de lluvias. Calcula la cantidad de agua
acumulada en la presa durante los primeros 10 das de la epoca de lluvias.
4. Una colonia de bacterias originalmente es de 20000 bacterias y crece con una rapidez de 50x
bacterias cada hora, donde x son las horas transcurridas desde el inicio de las observaciones.
Calcula la cantidad acumulada de celulas durante una hora.
5. Un aljibe se llena con una llave abierta durante 3 das. La llave lleva 1 litro cada minuto
durante el primer da, 2 litros/minuto el segundo da y 0.5 litros/minuto durante el tercer da.
Calcula la cantidad total de agua almacenada por el aljibe.
3.2
Para las funciones no lineales (por ejemplo f (x) = 3x2 + x 1) los argumentos geometricos son
R
obsoletos para calcular la integral definida f (x)dx. El Teorema Fundamental del Calculo permite
traducir el problema de c
alculo de
areas bajo graficas en un problema inverso de calculo de derivadas
es decir antiderivadas.
Afirmaci
on (Teorema Fundamental del Calculo 1). Sea F (x) una funci
on tal que F 0 (x) = f (x),
entonces el
area bajo la gr
afica de f (x) en el intervalo [, ], se puede calcular como
Z
f (x)dx = F () F ().
Definici
on. Una funci
on F (x) se llama antiderivada, primitiva o integral indefinida de f (x),
si F 0 (x) = f (x).
De esta manera hay una correspondencia entre el problema de calcular areas bajo la grafica y el
c
alculo de antiderivadas.
La antiderivada de una funci
on f (x), no es u
nica. Por ejemplo F (x) = x2 es antiderivada de
2
f (x) = 2x; pero tambien G(x) = x + 1 es antiderivada, G0 (x) = F 0 (x) = f (x). La ambig
uedad al
definir la antiderivada es una constante.
53
Afirmaci
on. Si F (x) y G(x) son antiderivadas de f (x) (una funci
on continua) entonces F (x) =
G(x) + C, donde C es una constante.
As la forma m
as general de la antiderivada de 2x es x2 + C donde C es una constante llamada
constante de integraci
on. Cuando no se especifica la constante de integracion la expresion x2 + C se
llama integral indefinida de 2x y se denota
Z
2xdx = x2 + C
R
En general, la integral indefinida de una funcion f (x) se denota
f (x)dx y es otra funcion definida
R
salvo una constante. A la funci
on f (x) en la expresion f (x)dx se le llama integrando de la
integral indefinida.
En una segunda parte del Teorema Fundamental del Calculo se puede verificar que la derivada
de la integral indefinida de una funci
on es la funcion original.
Afirmaci
on (Teorema Fundamental del Calculo 2). Sea f (x) una funci
on (continua) en un intervalo
[, ] , entonces la funci
on F (x) definida como
Z
F (x) :=
f (x)dx
dx = x + C
2.
R
R
f (x) + g(x)dx = f (x)dx + g(x)dx
R
R
3. cf (x)dx = c f (x)dx
4.
xn dx =
5.
6.
ex dx = ex + C
xn+1
n+1
+ C, n 6= 1
n+1
eax dx = a1 eax + C
R
R
8. x1 dx = x1 dx = ln |x| + C.
7.
Con este formulario resolvemos el problema de calculo de antiderivadas para muchas funciones.
Y gracias al Teorema Fundamental del Calculo 1, tambien seremos capaces de resolver el problema
del c
alculo de
areas bajo la gr
afica de muchas funciones no solo de las lineales.
54
R
Ejemplo. Para calcular la integral indefinida 3x2 + 2x 1dx, utilizamos las formulas 1, 2, 3 y 4.
Z
Z
Z
Z
Z
Z
Z
3x2 + 2x 1dx = 3x2 dx + 2xdx dx = 3 x2 dx + 2 xdx dx =
x2+1
x1+1
+2
x + C = x3 + x2 x + C
2+1
1+1
d
(x3 + x2 x + C) = 3x2 + 2x 1, y observando que
Podemos verificar el resultado derivando dx
obtenemos la funci
on del integrando. Notemos que la formula 5 es un resumen de las formulas 1, 2,
3, 4. As por ejemplo
Z
1 4
1 x4+1
x2+1
1 5 2 3
x 2x2 + 1dx =
2
+x+C =
x x + x + C.
2
24+1
2+1
10
3
=3
Ejemplo. La f
ormula 4 tambien puede utilizarse para calcular integrales de potencias fraccionarias
de x por ejemplo
Z
Z
1
1
xdx = x1/2 dx = 1
x 2 +1 + C =
+
1
2
1 3/2
2
x + C = x3/2 + C.
3/2
3
Ejemplo. Tambien es posible evaluar integrales indefinidas de funciones exponenciales,
Z
Z
3
3e4x dx = 3 e4x dx = e4x + C
4
=
O una combinaci
on lineal
Z
2e
=2
+ 4x dx = 2
Z
dx + 4
x3 dx =
x4
1 x
e + 4 + C = 2ex + x4 + C
1
4
.
EJERCICIOS Calcular las siguientes integrales indefinidas:
R
1. 2x5 3x2 + x3 dx
R
2. x2/3 4x1/3 + 2x1/2 dx
R
3. 3.5e0.5x dx
R
3
4. 23 e1.4x 3x2 dx
R
5. x22 + x33 + x4 dx
R
6. (1.192.5x )dx
R 2.1x
7. e 2 dx
R
8. 2x + 2x dx
R
9. 4e2.1x+3 dx
R
10. 2x + 2x dx, Sugerencia: 2x = (eln 2 )x .
R
11. 2 x + x dx
R
12. 2.5(1.60.04x )dx
55
f
4
-2
-1
-1
3.3
f (x)dx
C
alculo de
areas usando integrales
Ahora regresemos al Teorema Fundamental del Calculo 1 y empleemos la herramienta del calculo
de integrales definidas para evaluar
areas bajo la grafica.
Ejemplo. Una poblaci
on crece a una tasa constante de 1300 individuos por a
no. Si originalmente
haba 50000 individuos. Cu
antos individuos habra dentro de 15 a
nos?
La poblaci
on que se agrega se calcula mediante
Z 15
1300dx = 1300x |15
0 = 1300(15) 1300(0) = 19500
0
la cual sumada a los 50000 que haba originalmente, da una poblacion total de 50000+19500 = 69500.
n. La notaci
Notacio
on F (x) | significa F () F ().
Ejemplo. Un m
ovil se desplaza a velocidad constante de 4 m/s. Que distancia habra recorrido
despues de 45 segundos?
Por supuesto sabemos que la respuesta es distancia = velocidad tiempo= 4(45) = 90 m. Sin
embargo, empleando la interpretaci
on
area bajo la grafica de la funci
on constante v(x) = 4 se tiene
Z 45
Z 45
distancia recorrida despues de 45 s =
v(x)dx =
4dx =
0
4x |45
0 = 4(45) 4(0) = 180
En general, si la velocidad no necesariamente es constante, pero se conoce la velocidad v(x) como
funci
on del tiempo, se puede conocer la distancia recorrida por el movil como funcion del tiempo
Z x
distancia recorrida en x segundos = s(x) =
v(t)dt
0
P
250
200
150
100
50
-5
10
15
20
Z
s(t) =
v(x)dx = 9.8
0
25
R 24
0
30
50e.05t dt
t2
+ s0
2
Ejemplo.
Ejemplo. Una poblaci
on de bacterias se reproduce a una tasa de 50e.05t bacterias/hora, donde t
son las horas transcurridas desde el inicio del experimento. Calcula el incremento de la poblacion
durante 24 horas.
Soluci
on. Como la tasa de incremento de la poblacion es de 50e.05t , el incremento de la poblacion
despues de t horas ser
a de
Z t
e.05t t
| = 1000e.05t 1000
P =
50e.05t dt = 50
.05 0
0
sustituyendo t = 24 se tiene
P = 2320.12
en particular si originalmente haba P0 bacterias se tendra la siguiente ley de crecimiento para el
cultivo
P (t) = P0 + P = P0 + 1000e.05t 1000
3.4
C
alculo de probabilidades
El c
alculo de
areas se aplican tambien en la teora de probabilidades. Muchas veces los fenomenos
que estudiamos no se comportan de acuerdo a reglas deterministas. Su evolucion se encuentra
influenciada por muchos factores. La probabilidad es una manera de medir la incertidumbre en un
modelo matem
atico.
Para introducirnos a las nociones b
asicas de la teora de las probabilidades comenzamos con
algo de terminologa. Un experimento (aleatorio) es un procedimiento mediante el cual un
observador al interactuar con un objeto de estudio en ciertas condiciones planificadas, es capaz de
hacer observaciones y registrarlas. Dichas observaciones pertenecen a una coleccion especfica de
posibles resultados. El espacio muestral del experimento es el conjunto S de posibles resultados
cada elemento, s S de este conjunto se llama punto del espacio muestral. Un evento, E, en el
57
espacio muestral es un subconjunto del espacio muestral, E S que el observador puede seleccionar
prescribiendo algunas especificaciones. El evento cierto corresponde a todo el espacio muestral S,
el evento vaco corresponde al evento que no tiene ning
un punto y se designa . El evento que consta
de un s
olo punto s S del espacio muestral se designa como evento simple y se denota E = {s}.
Dos eventos E, E 0 son disjuntos si no hay eventos simples s E de uno de ellos, que esten en el
otro E 0 .
Una variable aleatoria continua X es la regla de asignacion, que a cada punto del espacio
muestral le asigna un valor numerico real, y a cada evento le asigna un intervalo (o una coleccion de
intervalos, dentro de la recta numerica R. Al evento cierto le asigna el intervalo < X < +.
En general, una variable aleatoria continua X permite designar un evento mediante una coleccion
de intervalos de la forma:
a X b, a < X b, a X < b, a < X < b, donde a < b
O tambien intervalos de la forma:
X > a, X a, x < b, X b.
Ejemplo. En un cultivo de celulas se elige una al azar y se determina mediante un procedimiento
especfico la edad de la misma, medida en horas. En este caso el experimento es elegir al azar una
celula del cultivo. El espacio muestral consta de la coleccion de todas las celulas del cultivo, alguna
de las cuales puede ser seleccionada al momento de la medicion. La variable aleatoria es la asignacion
de la edad de la celula una vez que se ha seleccionado al azar una de ellas.
Como ejercicio determina en el ejemplo anterior cual es el evento cierto y el evento vaco.
Una probabilidad P para una variable aleatoria continua X asociada a un experimento dado,
es una regla de asignaci
on que a cada intervalo, digamos a < X b, le asigna un n
umero real
P (a < X b) entre 0 y 1.
En un modelo probabilista 0 P (a < X b) designa la certidumbre que tenemos (medida en
porcentaje) de que una vez hecha la observacion obtengamos un valor de la variable aleatoria entre
a y b.
Ejemplo. Se selecciona al azar una l
ampara incandescente de una fabrica y se quiere saber la
probabilidad de que su vida u
til este entre 500 y 1000 horas. Si X es la variable aleatoria continua
que mide la vida u
til de una bombilla seleccionada al azar en una fabrica, lo que deseamos saber es
el valor de P (500 < X 1000). Si por otro lado nos preguntaran cual es la probabilidad de que
dicha bombilla tenga una vida u
til de al menos 100 horas, entonces dicha pregunta se traduce a
determinar P (X 100) es decir P (100 X < +)
La probabilidad P para una variable aleatoria continua X debe satisfacer ciertas propiedades
que aseguran que se trata de una medida de certidumbre:
1. La probabilidad de un evento es no negativa, es decir P (a < X b) 0.
2. La probabilidad del evento cierto que corresponde a todos los posibles valores de la variable
aleatoria es 1, es decir P ( < X < +) = 1.
3. La probabilidad de dos eventos disjuntos es la suma de las probabilidades de cada uno de ellos,
as por ejemplo, se puede deducir que:
P (X > a) = 1 P (X a)
P (a < X b) = P (X b) P (X a)
58
n. Anteriormente us
Observacio
abamos el calculo como herramienta para desarrollar modelos deterministas de un fen
omeno. Es decir, queramos determinar o bien estudiar las propiedades de
una funci
on f (x). Dicha funci
on determinaba completamente el comportamiento de una variable
dependiente y = f (x) que era de nuestro interes a partir de una variable independiente x.
En contraste, en los modelos probabilistas, nuestro interes en determinar cual es la probabilidad
P (a < X b) en el contexto de un experimento aleatorio, as como las propiedades de dicha
probabilidad. En este caso, la probabilidad expresa la certidumbre de observar el evento en cuestion.
Ahora veamos como el c
alculo tambien es u
til para estudiar modelos probabilistas. Especficamente
la integral definida resulta u
til para expresar la probabilidad P asociada a una variable aleatoria X
en un experimento.
La idea central es que medir la certidumbre de un evento y medir el area de una region (hablamos
del
area bajo la gr
afica) son dos procedimientos analogos. As que estudiar las propiedades de la
probabilidad corresponde a estudiar las propiedades del area.
Para aclarar esta idea comenzamos con expresar la probabilidad P como un area bajo la grafica.
Definici
on. Una funci
on de densidad de probabilidad para una variable aleatoria continua X
con probabilidad P , es una funci
on p(x), que satisface las siguientes condiciones:
1. Es una funci
on no negativa, es decir p(x) 0.
2. Es una funci
on de
area bajo la gr
afica total unitaria, es decir
R +
p(x)dx = 1.
Z
P (a < X b) =
p(x)dx
a
P (X b) =
p(x)dx
Rb
Ra
donde p(x)dx se aproxima tomando
areas bajo la grafica N p(x)dx en el intervalo N x b
con N cada vez m
as negativo. Es decir
Z
Z
p(x)dx =
lim
p(x)dx
N
y an
alogamente,
Z
P (X a) =
p(x)dx.
a
pHxL
0.12
0.10
0.08
0.06
0.04
0.02
-5
10
15
de donde k = 1/10
por lo tanto
Z
P (a < X b) =
a
ba
1
dx =
10
10
es la probabilidad de que una persona espere entre a y b minutos antes de subir al autob
us.
Por ejemplo, la probabilidad de que una persona tarde al menos 3 minutos en la parada es
P (X 3) = P (3 X 10) = 7/10, que corresponde a una probabilidad del 70 %.
Una variable aleatoria que toma valores en un intervalo A X B, y para la que los posibles
valores tienen la misma probabilidad de ocurrir, se dice que es uniformemente distribuida. Para
1
, es
calcular la probabilidad de un evento utilizamos funci
on de densidad uniforme, p(x) = BA
decir,
Z b
ba
P (a X b) =
p(x)dx =
.
BA
a
Una variable aleatoria se dice exponencialmente distribuida si tiene funcion de densidad
exponencial con valor esperado > 0,
1 x/
, si x 0
e
p(x) =
0,
si x < 0
60
pHxL
0.25
0.20
0.15
0.10
0.05
-2
10
12
-2
pHxL
0.25
pHxL
0.25
0.20
0.20
0.15
0.15
0.10
0.10
0.05
0.05
10
12
-2
10
12
P (a X b) =
a
1
a
b
1 x
e 5 dx = e 5 x |ba = e 5 e 5
5
por lo tanto P (2 X 5) = e2/5 e5/5 = 0.67032 0.367879 = .3024 que corresponde a una
probabilidad de 30.24 %, sobrevivir al menos 2 a
nos y no mas de 5.
Por otro lado, la probabilidad de sobrevivir al menos de 7 a
nos sera
Z
P (X > 7) = P (7 < X < ) =
7
1 x/5
e
dx = e7/5 lim eN/5 = e7/5 = .04931
N
5
0.4
0.3
0.2
0.1
-4
-2
ea/
eb/
.
a
b
P (X a) =
ea/
a
Otra funci
on de densidad muy u
til es la funci
on de densidad normal. Dicha funcion esta
determinada por dos par
ametros que se llaman: el valor esperado y desviacion estandar > 0,
y tiene como f
ormula
1 x 2
1
p(x) = e 2 ( )
2
De esta manera, una variable aleatoria continua X esta normalmente distribuida si las probabilidades de eventos se calculan a traves de la formula de integracion
b
P (a < X b) =
a
1 x 2
1
e 2 ( ) dx
2
0.4
0.3
0.2
0.1
-4
-2
Figura 3.12: Area de colas hacia la izquierda en la distribucion normal tipificada (P (Z 1)).
Las tablas usualmente contienen las
areas bajo la grafica de una variable Z con distribucion
normal tipificada, de colas hacia la izquierda, es decir, contienen los valores
Z z
2
1
P (Z z) =
ex /2 dx.
2
Ejemplo. En una f
abrica de term
ometros se tiene que los termometros no estan correctamente
calibrados. La temperatura que marca un termometro tomado al azar en el punto de congelacion
de agua (0o centgrados) es una variable aleatoria Z normalmente distribuida. Supongamos ademas
que tiene distribuci
on normal tipificada, con = 0o C y = 1o C. Entonces, la probabilidad de que
un term
ometro tomado al azar marque a lo mas 1o en el punto de congelacion del agua es
P (Z 1) = .8423
Lo que indica una probabilidad de 84.13%.
Para las variables aleatorias continuas con las tres distribuciones que hemos analizado se tienen
las siguientes f
ormulas que se deducen de los teoremas de integracion:
P (X < b) = P (X b)
P (a < X) = P (a X)
P (a < X < b) = P (a X < b) = P (a < X b) = P (a X b).
Y tambien las siguientes f
ormulas:
P (a Z b) = P (Z b) P (Z a).
P (Z > a) = 1 P (Z a).
que resultan u
tiles para el c
alculo de probabilidades en la distribucion normal tipificada usando
tablas:
EJERCICIOS
1. Sup
on que el tiempo de espera en la fila de un banco es una variable aleatoria con distribucion
exponencial y funci
on de densidad de probabilidad p(x) = 61 ex/6 , para x 0, donde x es el
n
umero de minutos que un cliente seleccionado al azar espera en la fila antes de ser atendido.
Calcula cu
al es la probabilidad de que un cliente seleccionado al azar permanezca:
63
3.5
Ejercicios de repaso
km
hr
100
80
60
40
20
t - hr
Figura 3.13: Gr
afica de la velocidad en el problema 1
2. La actividad biol
ogica en un estanque se refleja en la rapidez con la que el CO2 entra al agua.
A los bi
ologos les interesa la rapidez neta con la que el dioxido de carbono sale o entra. Se
estim
o que en un estanque la rapidez en milimoles de CO2 por litro y por hora, esta dada por
el modelo
r(x) = .01931x(x 12.5)2 3
donde r es la rapidez (en mmol/lt min) y x es el tiempo transcurrido en horas.
(a) Esboza la gr
afica de r(x) en el intervalo x [0, 15] usando x = 0, 1, 2, ..., 15.
(b) Para que valores aproximados de x se tiene que r es cero?
64
(c) Usando los valores en (b)En que intervalo (a, b) se tiene una razon r(x) negativa? Cual
es la interpretaci
on biol
ogica de este hecho?
(d) Calcula la cantidad de CO2 que entro al estanque en el intervalo [0, 15].
3. Una poblaci
on animal se reproduce con una rapidez o razon de crecimiento directamente
proporcional al n
umero de personas presentes en dicho instante. Si la poblacion se duplica en
5 a
nos cu
anto tiempo tarda en triplicarse?
4. Sea X la variable aleatoria que mide el lapso de tiempo entre dos avistamientos sucesivos
de murcielagos que polinizan un cultivo de agaves. Supongamos que este exponencialmente
distribuida con p(x) = 0.3e0.3x . Si un murcielago acaba de dejar el cultivo de agaves. Calcula
la probabilidad de que el siguiente murcielago llegue:
(a) cuando mucho una hora despues.
(b) despues de que han transcurrido 3 horas.
(c) despues de que han transcurrido 3 horas y cuando mucho 6.
5. El tiempo que un sem
aforo permanece en rojo es de 40 segundos. Consideramos el tiempo que
un conductor permanece esperando a que el semaforo le de el siga una vez que se detuvo. Se
trata de una variable aleatoria uniformemente distribuida con valores 0 X 40 segundos.
Calcula la probabilidad de que el conductor espere:
(a) A lo m
as 5 segundos.
(b) Al menos 10 y a lo mucho 30 segundos.
(c) A lo mucho 40 segundos.
65
66
Bibliografa
[Ha]
[HG]
[Cl]
[HBR]
[St]
H. Steinhaus, Instant
aneas matem
aticas, Biblioteca Salvat, 1989.
[W]
67