You are on page 1of 385

Matemticas

BACHILLERATO

aplicadas a las Ciencias Sociales


Mara Jos Ruiz
Jess Llorente
Carlos Gonzlez

Matemticas

aplicadas a las Ciencias Sociales

BACHILLERATO

Carlos Gonzlez Garca


Jess Llorente Medrano
Mara Jos Ruiz Jimnez

Edicin: Encarna Alonso


Diseo de cubierta: Paso de Zebra
Fotocomposicin y maquetacin: MT Color & Diseo, S. L.
Fotografas: Age fotostock, Jupiterimages Unlimited, Matton Images
y archivo Editex
Dibujos: ngel Ovejero, FER Fotocomposicin, S. A. y archivo Editex
Preimpresin: Jos Ciria
Produccin editorial: Francisco Antn
Direccin editorial: Carlos Rodrguez
Editorial Editex, S. A. ha puesto todos los medios a su alcance para reconocer en citas y referencias los eventuales derechos de terceros y cumplir todos los requisitos establecidos por la Ley de
Propiedad Intelectual. Por las posibles omisiones o errores, se excusa anticipadamente y est dispuesta a introducir las correcciones precisas en posteriores ediciones o reimpresiones de esta obra.

Este material de Matemticas aplicadas a las Ciencias Sociales


est dirigido al alumnado de 2o de Bachillerato y ha sido elaborado atendiendo a las exigencias curriculares establecidas.

El presente material didctico ha sido creado por iniciativa y bajo la coordinacin de Editorial Editex, S. A., conforme a su propio proyecto editorial.
Carlos Gonzlez Garca
Jess Llorente Medrano
Mara Jos Ruiz Jimnez
Editorial Editex, S. A.
Va Dos Castillas, 33. C.E. tica 7, edificio 3, planta 3, oficina B
28224 Pozuelo de Alarcn (Madrid)
ISBN: 978-84-9771-531-7
ISBNebook: 978-84-9771-587-4
Depsito Legal: M-22101-2009
Imprime: Fernndez Ciudad
Coto de Doana, 10. A. E. Andaluca, Sector 1
28320 Pinto (Madrid)
Impreso en Espaa - Printed in Spain
Cualquier forma de reproduccin, distribucin, comunicacin pblica o transformacin de esta
obra solo puede ser realizada con la autorizacin de sus titulares, salvo excepcin prevista por la
ley. Dirjase a CEDRO (Centro Espaol de Derechos Reprogrficos, www.cedro.org) si necesita
fotocopiar o escanear algn fragmento de esta obra.

NDICE
1. Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1
2
3
4
5

Matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Tipos de matrices . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Operaciones con matrices . . . . . . . . . . . . . . . . . . . 10
Producto de matrices . . . . . . . . . . . . . . . . . . . . . . . 12
Trasposicin de matrices. Matriz simtrica
y antisimtrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
6 Matriz inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
7 Rango de una matriz . . . . . . . . . . . . . . . . . . . . . . . 18
8 Las matrices en la vida real . . . . . . . . . . . . . . . . . . 20
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . . . 22
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

2. Determinantes . . . . . . . . . . . . . . . . . . . . . . . 32
1 Determinantes de orden 2 y 3 . . . . . . . . . . . . . . . .
2 Desarrollo de un determinante por adjuntos . . .
3 Propiedades de los determinantes.
Mtodo de Cho . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 Clculo de la matriz inversa por determinantes . .
5 Clculo del rango de una matriz
por determinantes . . . . . . . . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . . .

34
36
37
40
42
44
46
50

3. Sistemas de ecuaciones lineales . . . . . . . . . 54


1 Sistemas de ecuaciones lineales. Clases . . . . . . . .
2 Teorema de Rouch-Frbenius . . . . . . . . . . . . . . .
3 Interpretacin geomtrica de los sistemas
de ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . .
4 Mtodos de resolucin de sistemas.
Regla de Cramer . . . . . . . . . . . . . . . . . . . . . . . . . . .
5 Sistemas homogneos . . . . . . . . . . . . . . . . . . . . . .
6 Resolucin de problemas mediante sistemas
de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . . .

56
58
60
62
64
66
68
70
74

4. Programacin lineal . . . . . . . . . . . . . . . . . . . 78
1 Inecuaciones lineales con dos incgnitas . . . . . . .
2 Programacin lineal . . . . . . . . . . . . . . . . . . . . . . . .
3 Programacin lineal para dos variables.
Mtodos de resolucin . . . . . . . . . . . . . . . . . . . . .
4 El problema del transporte . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . . .

80
82
84
88
90
92
98

5. Lmites de funciones. Continuidad . . . . . . 104


1
2
3
4

Lmite de una funcin. Funciones convergentes .


Lmites laterales . . . . . . . . . . . . . . . . . . . . . . . . .
Propiedades de las funciones convergentes . . .
Lmites infinitos cuando x tiende a un nmero
real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5 Lmites finitos en el infinito . . . . . . . . . . . . . . . .
6 Lmites infinitos en el infinito . . . . . . . . . . . . . .
7 Operaciones con lmites de funciones. . . . . . . .
8 Resolucin de indeterminaciones . . . . . . . . . . .
9 Asntotas y ramas infinitas de una funcin . . .
10 Funciones continuas . . . . . . . . . . . . . . . . . . . . . .
11 Continuidad lateral . . . . . . . . . . . . . . . . . . . . . .
12 Discontinuidad de una funcin. Tipos . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . .

106
107
108
110
111
112
113
114
116
118
120
122
124
126
130

6. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
1 Tasas de variacin media e instantnea . . . . . . .
2 Derivada de una funcin en un punto . . . . . . . .
3 Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . . .
4 Interpretacin geomtrica de la derivada . . . . .
5 Continuidad de las funciones derivables . . . . . .
6 Funcin derivada. Derivadas sucesivas . . . . . . . .
7 Derivadas de las operaciones con funciones . . .
8 Derivadas de las funciones elementales . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . .

136
138
139
140
142
144
146
148
154
156
160

7. Aplicaciones de las derivadas . . . . . . . . . . 164


1 Monotona: crecimiento y decrecimiento
de una funcin . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Extremos relativos. Determinacin . . . . . . . . . . .
3 Optimizacin de funciones . . . . . . . . . . . . . . . . .
4 Concavidad o curvatura de una funcin . . . . . . .
5 Puntos de inflexin . . . . . . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . .

166
168
170
172
174
176
178
182

8. Representacin grfica de funciones . . . . 186


1 Dominio y recorrido de una funcin . . . . . . . . . . 188
2 Puntos de corte con los ejes. Simetra.
Periodicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
3 Asntotas y ramas infinitas . . . . . . . . . . . . . . . . . . 192

4 Monotona. Extremos relativos. Concavidad.


Puntos de inflexin . . . . . . . . . . . . . . . . . . . . . . .
5 Intervalos de signo constante. Regiones . . . . . .
6 Representacin grfica de funciones . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . .

194
195
196
202
204
208

5 Regla de Laplace . . . . . . . . . . . . . . . . . . . . . . . .
6 Experimentos compuestos. Diagramas de rbol .
7 Sucesos dependientes e independientes . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

288
290
292
294
296
300

13. Probabilidad condicionada . . . . . . . . . . . . 304


9. Integrales indefinidas . . . . . . . . . . . . . . . . . 212
1 Primitiva de una funcin . . . . . . . . . . . . . . . . . . .
2 Integral indefinida. Propiedades . . . . . . . . . . . . .
3 Mtodos de integracin . . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . . .

214
215
216
224
226
230

1 Probabilidad condicionada . . . . . . . . . . . . . . . .
2 Probabilidad en tablas de contingencia
y diagramas de rbol . . . . . . . . . . . . . . . . . . . . .
3 Probabilidad total . . . . . . . . . . . . . . . . . . . . . . .
4 Teorema de Bayes . . . . . . . . . . . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

306
308
310
312
314
316
320

10. Integrales definidas. Aplicaciones . . . . . . 234


1 Clculo de reas por el mtodo exhaustivo . . .
2 reas de recintos planos . . . . . . . . . . . . . . . . . .
3 Integral definida. Propiedades . . . . . . . . . . . . .
4 Regla de Barrow . . . . . . . . . . . . . . . . . . . . . . . .
5 rea encerrada por una curva . . . . . . . . . . . . .
6 rea encerrada por dos curvas . . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

236
238
240
242
244
246
248
250
254

11. Formas de contar. Nmeros para contar . . 258


1 Principios para contar . . . . . . . . . . . . . . . . . . . .
2 Variaciones con repeticin . . . . . . . . . . . . . . . .
3 Variaciones ordinarias . . . . . . . . . . . . . . . . . . . .
4 Permutaciones ordinarias . . . . . . . . . . . . . . . . .
5 Permutaciones con repeticin . . . . . . . . . . . . . .
6 Combinaciones ordinarias . . . . . . . . . . . . . . . . .
7 Nmeros combinatorios. Propiedades . . . . . . .
8 Resolucin de problemas de contar . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

260
262
263
264
265
266
267
268
270
272
276

12. Probabilidad . . . . . . . . . . . . . . . . . . . . . . . 280


1
2
3
4

Experimentos aleatorios. Espacio muestral . . .


Sucesos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Operaciones con sucesos . . . . . . . . . . . . . . . . . .
Probabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . .

282
283
284
286

14. Estadstica inferencial. Muestreo.


Estimacin puntual . . . . . . . . . . . . . . . . . . 326
1 Estadstica inferencial. Muestreo . . . . . . . . . . .
2 Muestreos aleatorios . . . . . . . . . . . . . . . . . . . . .
3 Distribucin normal estndar . . . . . . . . . . . . . .
4 Distribuciones muestrales . . . . . . . . . . . . . . . . .
5 Estimacin de parmetros. Estimacin puntual .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

328
330
332
335
341
342
344
348

15. Estadstica inferencial. Estimacin


por intervalos. Pruebas de hiptesis . . . . 352
1 Estimacin por intervalos de confianza . . . . . .
2 Tamao de las muestras.
Error mximo admisible . . . . . . . . . . . . . . . . . .
3 Estadstica deductiva. Hiptesis estadsticas . .
4 Contrastes de hiptesis. Etapas . . . . . . . . . . . . .
5 Errores en los contrastes de hiptesis . . . . . . . .
6 Contrastes de hiptesis para la media . . . . . . .
7 Contrastes de hiptesis para las proporciones .
8 Contrastes de hiptesis para la diferencia
de medias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9 Usos de la inferencia estadstica . . . . . . . . . . . .
Resolucin de problemas . . . . . . . . . . . . . . . . . . . .
Nuevas tecnologas . . . . . . . . . . . . . . . . . . . . . . . .
Actividades finales . . . . . . . . . . . . . . . . . . . . . . . . .

354
358
360
361
362
363
364
365
366
368
370
374

Soluciones de las autoevaluaciones . . . . . . . 383


Y

CMO SE USA ESTE LIBRO


Una gran imagen y una breve introduccin nos presentan
la Unidad. Las Cuestiones iniciales son un recordatorio
y una preparacin para enfrentarnos a los contenidos de
una manera segura.

u4

79

Programacin lineal

unidad 4

Las Matemticas proporcionan a la Economa mtodos y modelos de optimizacin que constituyen la programacin lineal, con
el propsito de ayudar a las empresas a la utilizacin ptima de
los recursos, que siempre son limitados, minimizando costes de
produccin y maximizando los beneficios.

contenidos

1. Inecuaciones lineales
con dos incgnitas
2. Programacin lineal

El matemtico ruso Leonid Vitalevich Kantorovich (1912-1986),


premio Nobel de Economa en 1975, en su libro Mtodos matemticos para la organizacin y la produccin sent las bases de
la programacin lineal, que fue desarrollada posteriormente por
el matemtico estadounidense George B. Dantzig (1914-2005).

3. Programacin lineal
para dos variables.
Mtodos de resolucin
4. El problema del transporte

Entre las mltiples aplicaciones de la programacin lineal podemos citar el problema de la dieta, que consiste en determinar la
mejor combinacin de alimentos que debe incluir una dieta con
el mnimo coste, el problema del transporte o de la distribucin
de mercancas, minimizando los costes de distribucin y los tiempos empleados en la misma y el problema de la produccin, que
consiste en combinar recursos que maximicen beneficios o minimicen costes.

cuestiones iniciales
1. Representa en el plano el conjunto de puntos que cumplen las siguientes condiciones:
y f 2

a) y v  1

x < y

0 f x f 3

b) 0 f y f 2

x + y f 3

2. Escribe el sistema de inecuaciones cuya solucin es el conjunto de puntos de la figura sombreada.

3
2
1

A lo largo de las pginas de teora, el bloque principal de


la Unidad, nos encontramos con tablas y cuadros sombreados que resaltan las ideas principales. Los mrgenes
incluyen textos e imgenes de apoyo y ampliacin.

Unidad 12 Y

284

En el espacio de sucesos S asociado al espacio muestral E correspondiente a un


experimento aleatorio cualquiera, las operaciones unin, interseccin y complementacin (contrario) verifican las propiedades:
PROPIEDADES

Un suceso A est incluido (contenido) en otro suceso B si todo suceso elemental de A pertenece tambin a B. Se representa por A B.

1. Conmutativa

Dos sucesos A y B son iguales si estn formados por los mismos sucesos elementales. Se representa por A = B.

3. Idempotente

5. Distributiva

Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos suceso unin de A y B al suceso que se realiza cuando lo hacen
A o B. Se representa por A B.
A

UNIN

INTERSECCIN

AB=BA

AB=BA

A (B C) = (A B) C

AB
E

Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos suceso interseccin de A y B al suceso que se realiza cuando lo
hacen A y B. Se representa por A B.

Andrei M. Kolmogorov
(1903-1987)

George Boole (1815-1864)

AA=A
A (B A) = A
A (B C) = (A B) (A C)

6. Elemento
neutro

A=A

AE=A

7. Absorcin

AE=E

A=

A las familias de conjuntos que verifican las propiedades anteriores se les denomina lgebras de Boole. Por tanto, al espacio de sucesos S con las operaciones unin, interseccin y complementacin se le llama lgebra de Boole de
los sucesos aleatorios.

Matemtico ingls que destac por


su gran contribucin a la lgica matemtica. Su obra ms importante lleva por ttulo Investigacin sobre las leyes del pensamiento.

En el lgebra de Boole anterior se verifican las siguientes propiedades, conocidas como leyes de Morgan:

Ocurre a veces que la interseccin de dos sucesos, A y B, es el suceso imposible; en este caso decimos que los sucesos A y B son incompatibles. Cuando no
sucede esto, decimos que A y B son compatibles.

1. El suceso contrario de la unin de dos sucesos es la interseccin de sus


sucesos contrarios:

3.4. Sucesos contrarios

2. El suceso contrario de la interseccin de dos sucesos es la unin de sus


sucesos contrarios:

AB= AB

A (B C) = (A B) C

AA=A
A (B A) = A
A (B C) = (A B) (A C)

3.3. Interseccin de sucesos

2. Asociativa

4. Simplificacin

3.2. Unin de sucesos

La aplicacin prctica de los conceptos que vamos estudiando se plasma en las Actividades Resueltas.

285

3.5. lgebra de Boole de sucesos

En este apartado vamos a desarrollar los conceptos bsicos asociados a los sucesos y a algunas de las operaciones que suelen realizarse con ellos.

3.1. Inclusin e igualdad de sucesos

AB

Probabilidad

3. Operaciones con sucesos

Existen situaciones en las que la unin de dos conjuntos nos da el espacio muestral y la interseccin de los mismos conjuntos da el conjunto imposible. En estos casos decimos que ambos conjuntos son contrarios o complementarios.
Para un suceso cualquiera A de un experimento aleatorio, llamamos suceso contrario del suceso A al suceso que se verifica cuando no se ve
rifica A, y recprocamente. Se representa por A .
En cualquier experimento aleatorio, todo suceso que consideremos tiene su
contrario. Las propiedades ms significativas de los sucesos contrarios son:

1. A A = E
2. A A =
3. E =
4. = E

AB= AB

ACTIVIDADES
RESUELTAS
2. Tenemos una urna con nueve bolas numeradas del 1 al 9. Realizamos un experimento, que consiste en sacar una bola
de la urna, anotar el nmero y devolverla a la urna. Consideramos estos dos sucesos: A = {salir un nmero primo} y
B = {salir un nmero cuadrado}. Responde a las cuestiones siguientes:
a) Calcula los sucesos A B y A B.
b) Los sucesos A y B, son compatibles o incompatibles?
c) Encuentra los sucesos contrarios de A y B.

Los sucesos A y B estn formados por los sucesos elementales siguientes: A = {2, 3, 5, 7} y B = {1, 4, 9}. A partir de estos conjuntos, tenemos:

a) La unin e interseccin de A y B son: A B = {1, 2, 3, 4, 5, 7, 9} y A B = .


b) Al ser A B = , los sucesos A y B son incompatibles.
= {1, 4, 6, 8, 9}.
c) El suceso contrario de A es A

Este matemtico ruso trabaj en la


Universidad de Mosc, y concentr
sus estudios e investigaciones en anlisis y clculo de probabilidades.

El suceso contrario de B es B = {2, 3, 5, 6, 7, 8}.


A
Y

La seccin Resolucin de problemas nos muestra pautas,


estrategias y modelos para resolver problemas. A partir
del protocolo de resolucin de un problema ponemos
en prctica los pasos a seguir y la estrategia a utilizar. Para
practicar estas tcnicas, se incluyen varias Actividades.

Unidad 2 Y

44

Determinantes

45

RESOLUCIN DE PROBLEMAS
Aparcamiento

Fases de resolucin de un problema

En un aparcamiento hay estacionados coches negros, blancos y rojos. Algunos de


ellos son todoterrenos.
Hay dos veces ms coches negros que blancos y dos veces ms blancos que rojos.
Hay tantos coches todeterreno blancos como rojos no todoterrenos; estos ltimos
son tres veces ms numerosos que los todoterreno negros. Los coches blancos que
no son todoterrenos son el triple que los todoterrenos negros.
Cuntos todoterrenos rojos hay en el aparcamiento?

FAMILIARIZACIN CON EL PROBLEMA


El enunciado del problema incluye muchos datos y condiciones, por lo que nos es necesario leerlo ms de una vez para comprender el mismo.

BSQUEDA DE ESTRATEGIAS
Nos damos cuenta de que en este problema hemos de hacernos un diagrama o una tabla
para ir incluyendo todas las condiciones que en l se explicitan.

LLEVAR ADELANTE LA ESTRATEGIA


Hacemos una tabla. Llamamos x al nmero total de coches rojos, e y al nmero de coches
rojos que no son todoterrenos, y con estas variables vamos rellenando la tabla imponiendo las condiciones del enunciado:
Coches blancos

Coches rojos

Todoterrenos

y/3

xy

No todoterrenos

4x y/3

2x y

TOTAL

Coches negros

4x

2x

En la resolucin de problemas existe una regla de oro que debemos tener siempre presente: lo que importa es el camino. Es
decir, no importa tanto llegar a obtener la solucin del problema
como el proceso seguido en el mismo, pues es el que realmente
nos ayuda a potenciar nuestra forma de pensar. Este proceso lo
podemos sistematizar en cuatro etapas o fases:
Fase de familiarizacin con el problema. El objetivo que pretendemos en esta fase es interiorizar el problema, es decir, ser
capaces de escribir o contar el problema de forma ms sencilla.
Fase de bsqueda de estrategias. En esta fase pretendemos
encontrar varias estrategias que nos sirvan para abordar el problema. Algunas de estas pueden ser: simplificar o particularizar,
ensayo y error, escoger un lenguaje o notacin adecuados, trabajar marcha atrs, etc.
Fase de llevar adelante la estrategia. En esta fase hemos
de poner en prctica la estrategia elegida, con tesn, orden y
confianza.
Fase de revisar el proceso y sacar conclusiones de l. Esta
fase consiste en llevar a cabo una visin retrospectiva y crtica
del proceso que hemos seguido en la resolucin del problema, as como en interrogarnos sobre lo que pasara si varisemos los datos del problema, si se podra generalizar, etc.
En la resolucin del problema propuesto en la pgina anterior,
el haber seguido con constancia las cuatro fases o etapas nos ha
llevado a obtener la solucin del mismo.
En la revisin del proceso observamos que para resolver problemas con mucha informacin es til la estrategia de organizar
esta mediante un diagrama, tabla, etc., que nos permite tener
al alcance todos los datos del problema.

El poeta, de Pablo Picasso.

De la ltima condicin del enunciado obtenemos:


Coches blancos no todoterrenos = triple de negros todoterrenos
Es decir:
2x  y = 3

y
2x = 2 y x = y
3

Por lo tanto, no hay ningn coche rojo todoterreno.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


A la vista del resultado volvemos a leer el problema y observamos que se cumplen las condiciones impuestas en el mismo. Nos damos cuenta de que el haber hecho una tabla ha
sido fundamental para poder manejar toda la informacin que daba el problema y para
haber llegado a la solucin.

A C T I V I D A D E S
Practica las fases anteriores en la resolucin de los siguientes problemas:
1. Parejas. Tres amigos Juan, Jos y Jess van de compras con sus parejas Mara, Merche y Marina, aunque no necesariamente en ese orden. Cada uno de los seis compra uno o varios objetos y paga por cada objeto tantos euros como objetos compra. Jos compra 23 objetos ms que Mara y Juan 11 ms que Merche. Cada hombre gast 63 euros ms que
su pareja. Cul es la pareja de cada uno?
2. Pirmides de bolas. Un mago apila bolas, todas iguales, para formar dos pirmides tetradricas. De pronto se da cuenta de que juntando las bolas de ambas pirmides, puede formar una sola pirmide tetradrica mayor. Cul es el mnimo
nmero de bolas de las que tendra que disponer el mago inicialmente?

Matemticas aplicadas
a las Ciencias Sociales 2
El apartado Nuevas tecnologas nos muestra cmo utilizar distintos recursos informticos, como Matemticas de
Microsoft, Derive o la calculadora grfica, que nos pueden ser tiles para trabajar la Unidad.

Unidad 10 Y

250

Matrices

NUEVAS TECNOLOGAS

25

EN RESUMEN
RECTANGULARES

Integrales con Matemticas


de Microsoft

Matemticas de Microsoft es un programa informtico que permite resolver la


integral indefinida de cualquier funcin
as como calcular integrales definidas y
hallar reas de recintos planos.

TRIANGULARES
CUADRADAS
DIAGONALES

SON CUADROS
O TABLAS DE NMEROS
Am n = (aij)

RESOLUCIN DE INTEGRALES INDEFINIDAS

Vamos a calcular la siguiente integral: (3x 2 6) e2x dx.


Como vemos al margen, en la barra de herramientas de Clculo de la Calculadora se
encuentra la tecla correspondiente a las integrales indefinidas. Con esta tecla podemos
escribir, en la ventana de entrada de datos, la integral de la funcin que queremos hallar,
y pulsando la tecla
aparece la solucin de la integral en el rea de trabajo:

SUMA
algunos
tipos

(aij) + (bij) = (aij + bij)


PRODUCTO POR UN NMERO

definicin

Como cierre de la teora, el cuadro En resumen nos presenta un esquema conceptual muy prctico para organizar
los contenidos de la Unidad.

k(aij) = (kaij)
PRODUCTO

operaciones

MATRICES

(aij) (bjk) = (cik)


n

c ik =
se realizan
en ellas

Podemos comprobar fcilmente que la solucin es correcta sin ms que hallar la derivada de esta funcin, mediante la opcin que nos da esta misma ventana.

a
j =1

ij

b jk
SIMTRICAS
At = A

TRANSPOSICIN

clases

(aij)t = (aji)

ANTISIMTRICAS

CLCULO DE REAS DE RECINTOS PLANOS


y = x3

y = 2x x 2

Primero representamos grficamente ambas funciones y observamos el recinto comprendido entre ellas, cuya rea queremos calcular.
En la barra de herramientas de Clculo elegimos la tecla de la integral definida,
y la escribimos tal como vemos en la imagen:

Si queremos ampliar nuestros conocimientos, en el apartado Ampla con se incluye la referencia a un libro relacionado con el mundo de las Matemticas.

At = A

OPERACIONES ELEMENTALES
FOR FILAS (COLUMNAS)

Vamos a calcular el rea limitada por las grficas de las funciones:

aplicaciones

CLCULO DE LA MATRIZ INVERSA


(MTODO DE GAUSS-JORDAN)

CLCULO DEL RANGO


DE UNA MATRIZ

AMPLA CON
Los diez magnficos (Maeva Ediciones) de Anna Cesaroli tiene por subttulo Un nio
en el mundo de las Matemticas y sus dos protagonistas, un nio (Filippo) y su abuelo, nos invitan a realizar un viaje a travs de algunos conceptos matemticos.
En el libro aparecen los nmeros naturales, el baco, las cifras, la divisin, los conejos de Fibonacci, el alfabeto Morse, los nmeros negativos, la proporcionalidad
geomtrica, el teorema de Pitgoras, el nmero de oro, y as hasta concluir con uno
de los conceptos ms de moda actualmente: los objetos fractales.

PRACTICA con Matemticas de Microsoft la resolucin de las tres primeras filas de la actividad 3 y la actividad 14.

Se inicia la parte ms prctica de la Unidad con las Pruebas


de acceso a la Universidad resueltas, que adems de reforzar los contenidos, sirven de ayuda y preparacin para
esta prueba.

Unidad 4 Y

96

Programacin lineal

97

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


En un almacn se guarda aceite de girasol y de oliva. Para atender a los clientes se ha de tener almacenado un mnimo de 20 bidones de aceite de girasol y 40 de aceite de oliva y, adems, el nmero de bidones de aceite de oliva no debe ser inferior a la mitad del nmero de bidones de aceite de girasol. La capacidad total del almacn es
de 150 bidones. Sabiendo que el gasto de almacenaje de un bidn de aceite de oliva es de 1 euro y de uno de girasol de 0,5 euros, cuntos bidones de cada tipo habr que almacenar para que el gasto sea mnimo? Y para
que el gasto sea mximo?
Llamamos x al nmero de bidones de aceite de girasol e y a los de aceite de oliva que se almacenan. Las restricciones del
enunciado son:
x v 20 (bidones de aceite de girasol)

Optimizar z = 0,5x + y sujeta a: y


x

b) Para obtener los mximos beneficios, de cunto ha de ser la produccin de cada uno de ellos si uno se vende
a un precio que es el triple que el del otro?

x = 20
150

v x /2
+ y f 150

100

Los valores de la funcin objetivo en los vrtices P(20, 40), Q(80, 40),
R(100, 50) y S(20, 130) son:

50

P
0

zP = 50, zQ = 80, zR = 100 y zS = 140

y = 40

La produccin puede organizarse segn los valores siguientes:

100

150

200

x + y = 150

Por tanto, el mnimo de la funcin objetivo se alcanza para x = 20,


y = 40; y el mximo para x = 20, y = 130.

En la dieta de un equipo de ftbol se utiliza una composicin mnima de 15 unidades de vitamina A y de 15 de vitamina B. En el mercado hay slo dos compuestos, el tipo X, con 1 unidad de A y 5 de B, y el tipo Y, con 5 unidades de A y 1 de B. El precio del compuesto X es de 10 euros y el de Y de 30 euros.

b) Si se vende el segundo producto a un precio triple que el primero, el beneficio ser z = x + 3y; y, segn el grfico, de esta
forma se debern fabricar 2 000 del primer producto y 3 000 del segundo.

Una empresa dedicada a la fabricacin de piezas de automvil tiene dos factoras que producen, respectivamente,
8 000 y 15 000 piezas mensuales. Estas piezas han de ser transportadas a tres fbricas que necesitan 10 000, 7 000
y 6 000 piezas, respectivamente. Los costes del transporte, en euros,
Fbrica 1 Fbrica 2 Fbrica 3
por pieza, son los que aparecen en la tabla adjunta. Cmo debe orFactora 1
6
13
2
ganizarse el transporte para que el coste sea mnimo?

Qu cantidad hemos de comprar de cada tipo para cubrir las necesidades de la dieta con un coste mnimo?
Llamamos x a la cantidad de compuesto X e y a la de compuesto Y.
En la tabla podemos ver la informacin del problema.
La funcin objetivo, que da el coste de la dieta, es z = 10x + 30y y est sujeta a las restricciones:

A
B
Precio

x v 0, y v 0

x + 5 y v 15
5 x + y v 15

Cantidad

1
5

5 15
1 15

10 30
x

Minimizar z = 12x + 19y + 60 000 sujeta a:

B
3

A(0, 15)
C
15

B(5/2, 5/2)

12
8 000 x y
2 000 + x + y

Y (miles)

y = 10 000
y = 7 000

C
D
6

El valor mnimo de la funcin objetivo, zA = 84 000, se obtiene en el


vrtice A(2 000, 0) y la organizacin del transporte es la que aparece en la tabla siguiente:

C(15,0)

zA = 450; zB = 100; zC = 150


Por tanto, el coste mnimo de la dieta est en el vrtice B. Necesitamos comprar
2,5 del compuesto X y 2,5 del compuesto Y.

4
y

7 000 y

Los valores de la funcin objetivo en estos vrtices son:

x + 5y = 15

5x + y = 15

x
10 000 x

x f 10000; y f 7000

x + y f 8000

x + y v 2000

x v 0; y v 0

Representamos en el grfico la regin factible.

Factora 2

Si llamamos x al nmero de piezas que entrega la factora 1 a la fbrica 1,


e y al nmero de piezas que entrega la factora 1 a la fbrica 2, la distribucin de piezas queda segn se recoge en el cuadro adjunto y da lugar al programa lineal siguiente:

Los vrtices de la regin factible, que es no acotada, son:

X
x+y=6

x+y=3

(2 000, 2 000), (3 000, 2 000) y (2 000, 3 000)

Q
50

2y = x

a) La organizacin de la produccin son los valores correspondientes a los


puntos de coordenadas enteras situados en el interior de la regin factible
del grfico. Debe advertirse que las desigualdades de las restricciones son
estrictas.

x
y=
2

v 0; y v 0; x , y 

y
x=
2

x v 0, y v 0; x , y 
Las restricciones son:
x + y > 3; x + y < 6; 2 y > x ; x > y / 2

v 20
v 40

15 A

x + y f 150 (bidones)

La funcin objetivo, que refleja el gasto de almacenaje, es z = 0,5x + y.


El programa lineal a resolver es:

a) De cuntos modos puede organizar la produccin?

Las cantidades de los productos deben ser nmeros enteros. Llamamos a estos,
expresados en miles, x al primer producto e y al segundo.

y v 40 (bidones de aceite de oliva)

y v x/2 (relacin entre bidones de aceites diferentes)

Una empresa elabora dos productos, cada uno de ellos en una cantidad que es mltiplo de 1 000. Conoce que la
demanda, de ambos productos conjuntamente, es mayor que 3 000 unidades y menor que 6 000 unidades. Asimismo, sabe que la cantidad que se demanda de un producto es mayor que la mitad y menor que el doble de la
del otro. Si la empresa desea vender toda la produccin:

2 000

6 000

8 000

7 000

x + y = 8 000

2 E

A
2

x + y = 2 000

B
8

X
(miles)

Las Actividades finales incluyen ejercicios y problemas


fundamentales para entender y dominar los contenidos
tericos tratados. Tambin se proponen actividades de
pruebas de acceso a la Universidad.

Unidad 11 Y

278

Formas de contar. Nmeros para contar

279

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
26. Cuntos nmeros enteros del 1 al 1 000 no son divisibles por 3, 7 u 11?
27. Un byte es una secuencia de 8 dgitos que son ceros o unos. Cuntos bytes distintos se pueden formar? Cuntos tendrn 6 ceros y 2 unos?
28. A un congreso internacional asisten 4 franceses, 3 ingleses y 5 espaoles. Para hacerse una foto se colocan en lnea recta.
a) Cuntas fotos diferentes se pueden hacer?

AUTOEVALUACIN
1. Un agente comercial dedicado a la venta de tejidos tiene asignadas las capitales de provincia de Castilla y Len. Si cada
semana visita tres cualesquiera, el nmero de itinerarios diferentes que puede realizar es:
a) 84

b) 504

c) 729

2. La cantidad de nmeros de siete cifras que tienen las tres primeras impares y las otras cuatro pares es:
a) 16 807

b) 70 000

c) 78 125

b) Cuntas, si han de estar juntos los de la misma nacionalidad?


c) Cuntas, si los espaoles han de estar juntos?

Para finalizar la Unidad se plantea una Autoevaluacin


con ejercicios tipo test con el fin de comprobar si se han
adquirido los conocimientos y procedimientos descritos
en la Unidad. Las soluciones de estas autoevaluaciones se
encuentran al final del libro.

29. Un examen consta de doce preguntas y en cada pregunta se contesta con verdadero, V, o falso, F. De cuntas formas
distintas se puede contestar el examen?
30. A la cumbre de una montaa conducen 8 caminos distintos. De
cuntas formas distintas podemos hacer el ascenso y el descenso?
31. Con los diez dgitos 0, 1, 2, 3, 4, 5, 6, 7, 8 y 9 formamos nmeros
de seis cifras. Cuntos de ellos tienen alguna cifra repetida?
Cuntos tienen las cifras distintas y terminan y empiezan en cifra
impar?
32. De cuntas formas diferentes podemos ver un dado cbico apoyado sobre una mesa?
33. Tenemos tres nmeros distintos positivos y dos distintos negativos.
a) Cuntos productos diferentes de tres factores podemos
formar?

3. El nmero de formas en las que pueden quedar repartidos cuatro premios distintos, entre 22 estudiantes de un curso,
de manera que ninguno pueda llevarse ms de un premio es:
a) 175 560

b) 517 560

c) 675 150

4. El nmero de palabras que se pueden formar con las letras de la palabra


AMELIO sin que haya dos consonantes juntas es:
a) 840

b) 720

c) 480

5. Un matrimonio tiene 5 hijos de los cuales 3 son chicas y 2 son chicos. El nmero de formas diferentes de sentarse todos los hijos estando juntos los del
mismo sexo es:
a) 24

b) 10

c) 60

6. Un tribunal de oposiciones formado por cinco miembros toma decisiones por


mayora. El nmero de posibles coaliciones para ganar es:
a) 12

b) 16

c) 120

b) Cuntos de ellos sern negativos?


c) Cuntos productos positivos de cuatro factores se pueden
formar?
34. A un congreso internacional asisten 20 ingleses, 12 franceses y 18 espaoles. Si se quiere formar un comit en el que
entren 3 ingleses, 2 franceses y 4 espaoles, cuntos comits distintos se pueden formar?
35. Todas las casas de una urbanizacin estn
comunicadas entre s por medio de un camino. Si en total hay 153 caminos, cuntas casas tiene la urbanizacin?

7. La solucin de la ecuacin Vx +1, 2 + Vx, 2 = Vx + 3, 2 es:


a) 4

c) 6

8. El valor de x que permite establecer la igualdad


a) 9

b) 11

2 +
x

x 1
x2
+
= 136 es:
2
2
c) 13

9. Formamos todas las palabras posibles, con o sin significado, de siete letras que se pueden escribir con las letras de la palabra PATATAS. El nmero de las que tienen las tres letras A juntas es:
a) 60

36. Para hacer una apuesta de la Lotera Primitiva hay que marcar con cruces 6 nmeros
de un boleto en el que figuran nmeros del
1 al 49. Cuntas apuestas diferentes se
pueden hacer?

b) 5

b) 120

c) 720

10. Un conjunto tiene 84 subconjuntos de tres elementos. El nmero de elementos del conjunto es:
a) 9

b) 10

c) 11

u1
unidad 1
contenidos
1. Matrices

2. Tipos de matrices
3. Operaciones con matrices
4. Producto de matrices
5. Trasposicin de matrices.
Matriz simtrica
y antisimtrica
6. Matriz inversa
7. Rango de una matriz
8. Las matrices en la vida real

Matrices

Nmero y forma son los conceptos bsicos sobre los que se asientan las ramas ms antiguas de las Matemticas: la aritmtica y la
geometra. El desarrollo de los acontecimientos histricos hizo
que los procedimientos propios de la aritmtica diesen lugar a la
creacin de un lenguaje con smbolos y de una rama de las Matemticas que llamamos lgebra.
El lgebra, que fue cultivada y enriquecida desde tiempos antiguos (babilonios, egipcios y griegos), alcanz una de sus cimas en
el siglo XIX. Una de sus numerosas ramas, denominada lgebra lineal, ofrece instrumentos de aplicacin muy diversos.
Entre las herramientas del lgebra lineal se encuentran las matrices. Este concepto fue introducido, hacia 1850, por el matemtico ingls James Joseph Sylvester (1814-1897) y su teora desarrollada por Arthur Cayley (1821-1895) y William Rowan Hamilton
(1805-1865).
En la vida diaria nos encontramos con matrices en todas aquellas situaciones en las que aparecen gran cantidad de datos como en los
paneles de horarios de aviones, horarios de trenes, autobuses, cotizaciones de la bolsa, cambio de divisas, etc. Esto es debido a que la
notacin matricial nos permite una mejor visualizacin de los datos.
Las matrices se utilizan en diversos mbitos del saber: Comercio,
Economa, Sociologa, Informtica, Fsica, Geografa, etc.

cuestiones iniciales
1. Expresa en notacin matricial y resuelve por el mtodo de Gauss los sistemas de ecuaciones siguientes:
x 3y + 4z = 9
2x + 3 y = 28

a)
b) 3 x + 5 y z = 17
3 x 2 y = 3

2x + 6 y + z = 18
2. Si se cumple que PQ = P y QP = Q, prueba que P 2 = P.
3. El grafo siguiente nos muestra las relaciones que se establecen en un
grupo de ocho personas. Construye una tabla que indique las relaciones anteriores, indicando con 1 la existencia de relacin entre dos personas y con 0 la no existencia de relacin.

Unidad 1

1. Matrices

Cuadrados mgicos

4 9 2
3 5 7
8 1 6

El concepto de matriz como cuadro o tabla de nmeros es una de las herramientas con mayor nmero de aplicaciones. As, encontramos matrices en Sociologa (matriz asociada a un grfico), en Economa (matriz de input-output,
matriz de un juego), Demografa (matriz de evolucin de la poblacin) y en
otros mbitos.
La idea intuitiva de matriz de nmeros no presenta dificultad: una matriz es un
cuadro o tabla de nmeros ordenados.
Se llama matriz de dimensin m n a un conjunto de nmeros reales dispuestos en m filas y n columnas de la siguiente forma:

Una disposicin de nmeros en un


cuadro que, al ser sumados en filas,
columnas y diagonales, dan el mismo
resultado se llama cuadrado mgico
(matriz mgica). El primer cuadrado
mgico del que se tiene conocimiento es el que figura arriba.
Grandes matemticos como Euler
(1707-1783) y Cayley (1821-1895)
dedicaron parte de su tiempo a estudiarlos.

a11
a
21
A = a 31
...

a
m1

a12
a 22
a 32
...
a m2

a13
a 23
a 33
...
am3

...
...
....
...
...

a1 n
a2n

a 3n
...
a mn

La matriz A se puede designar tambin como:


A = (aij)

donde:

i = 1, 2, ... m

j = 1, 2, ... n

Un elemento genrico de la matriz se designa por aij, donde el subndice


i representa el nmero de fila que ocupa el elemento y el subndice j el
nmero de columna.

Conjuntos de matrices
El conjunto de matrices de dimensin m n se denota por:
Mm n
El conjunto de matrices de dimensin n n, tambin llamadas de orden n,
se denota por:
Mn
Las matrices de este conjunto se llaman matrices cuadradas y en ellas definimos:
la diagonal principal formada por los elementos aii ;
la diagonal secundaria formada por los elementos de la forma aij que
cumplen i + j = n + 1.

Cuadrado mgico de constante


798 y en el cual todos sus elementos
son nmeros primos acabados en 7.

a11
a21
A=
a31
a41

a12
a22
a32
a42

a13
a23
a33
a43

a14
a24
a34
a44

Diagonal principal

a11
a
A = 21
a31
a41

a12
a22
a32
a42

a13
a23
a33
a43

a14
a24
a34
a44

Diagonal secundaria

Matrices

2. Tipos de matrices
2.1. Matrices rectangulares
Matriz rectangular es aquella que tiene distinto nmero de filas que de columnas (m | n).
1
2 3
A=
o matriz rectangular 2 3
0 4 5


Arthur Cayley (1821-1895)

Matriz fila es toda matriz rectangular con una sola fila, de dimensin 1 n.
B = (0

2) o matriz fila 1 4

Matriz columna es toda matriz rectangular con una sola columna, de dimensin m 1.
C = 1 o matriz columna 2 1
4
Matriz nula es una matriz con todos sus elementos nulos. Se denota
por 0.
0 0
0 = 0 0 o matriz nula 3 2
0 0

2.2. Matrices cuadradas


Matriz cuadrada de orden n es aquella que tiene igual nmero de filas que de
columnas (m = n).
1 2
C=
o matriz cuadrada de orden 2
3 4

Matemtico britnico, profesor de la


Universidad de Cambridge. Fue el
creador de la teora de matrices tal
como se conoce en la actualidad.

Matriz triangular es aquella que tiene nulos todos los trminos situados por
debajo (triangular superior) o por encima (triangular inferior) de la diagonal
principal.
2 0 5
D = 0 4 6 o matriz triangular superior de orden 3
0 0 3

1 0 0
0
2
3
0
0
E=
4 5 6
0
7 8 9 10


James J. Sylvester (1814-1897)

o matriz triangular inferior de orden 4

Matriz diagonal es toda matriz cuadrada en la que todos los elementos no


situados en la diagonal principal son ceros.

1 0 0
F = 0 2 0 o matriz diagonal de orden 3
0 0 3
Matriz escalar es toda matriz diagonal en la que todos los trminos de la diagonal principal son iguales.
4 0
o matriz escalar de orden 2
G=
0 4

Matriz unidad es la matriz escalar cuyos elementos de la diagonal principal


son todos unos. Se designa por I.

1 0 0
I = 0 1 0 o matriz unidad de orden 3
0 0 1

Matemtico britnico, amigo de Arthur Cayley. Ambos pusieron los cimientos de la llamada lgebra lineal.
Fue profesor de la Universidad de
Oxford.
Y

Unidad 1

10

3. Operaciones con matrices


3.1. Igualdad de matrices
De igual forma que en cursos anteriores se hizo en conceptos como polinomios, sucesin, funcin, etc., al definir la igualdad entre estos objetos matemticos, establecemos la igualdad de matrices.
Dos matrices son iguales si tienen la misma dimensin y si los elementos
que ocupan el mismo lugar en ambas, son iguales.

3.2. Suma de matrices


Propiedades de la suma
1. Asociativa
A + (B + C) = (A + B) + C
2. Elemento neutro
La matriz nula, 0, de la dimensin
correspondiente es el elemento
neutro para la suma, ya que:
A+0=A
3. Elemento opuesto
Para la matriz A existe otra matriz que denotamos por A y que
llamamos matriz opuesta de A,
que cumple:
A + (A) = 0

Para dos matrices A = (a ij) y B = (b ij) de la misma dimensin m n,


la suma de A y B es la matriz de la misma dimensin m n dada por:
A + B = (a ij) + (b ij) = (a ij + b ij)
Es decir, la suma de A + B se obtiene sumando los elementos que ocupan el mismo lugar en ambas matrices.
A+B=

a11 a12 a13


a 21 a 22 a 23
23

b11 b12 b13


b21 b22 b23

a11 + b11 a12 + b12 a13 + b13


a 21 + b21 a 22 + b22 a 23 + b23

23

23

La suma de matrices est, en definitiva, ntimamente ligada a la suma de nmeros reales y, por tanto, todas las propiedades de la suma de nmeros reales dan
lugar a propiedades de la suma de matrices. Estas pueden verse en el margen.

4. Conmutativa
A+B=B+A

3.3. Producto por un nmero (escalar)


Para un nmero real k y una matriz A = (a ij) de dimensin m n, el producto de un nmero real por una matriz es la matriz de la misma dimensin m n dada por:
k A = k (a ij) = (k a ij)
Es decir, el producto k A se obtiene multiplicando el nmero real por
cada uno de los elementos de la matriz.


Propiedades del producto
por un nmero
1. k (A + B) = k A + k B
2. (k + t) A = k A + t A
3. k (t A) = (kt) A
4. 1 A = A

El nmero real k que multiplica a la matriz se denomina escalar. Esta operacin siempre tiene sentido, es decir, puede efectuarse para matrices de cualquier dimensin.
Para un nmero real k y una matriz A, el producto kA se realiza as:

a11 a12
kA = k a 21 a 22
a 31 a 32
32

ka11 ka12
= ka 21 ka 22
ka 31 ka 32

32

Las principales propiedades que posee el producto de un nmero por una matriz pueden verse en el margen.

Matrices

11

ACTIVIDADES
RESUELTAS

1 2
0 3
1 3
1. Dadas las matrices A =
,B=
,yC=
, calcula:
 2 3
1 2
0  2
a) A + B C

b) A 2B + 3C

12 32 + 01 32  01 32 = 21 72


1 2
0 6
3 9
2 5
b) A  2B + 3C =

+
=
 2 3 2 4 0  6  4  7
a) A + B  C =

2. Halla una matriz A = (aij ) de orden o dimensin 3 2 y cuyos elementos verifiquen: aij = (1) i + j (2i 3j).
La matriz A ser:


a11 a12

A = a21 a22
a31 a32

(  1)2 (2  3) (  1)3 (2  6)
1 4
3
4
= (  1) ( 4  3) ( 1) ( 4  6) =  1  2
(  1)4 (6  3) ( 1)5 (6  6)
3 0

3. Halla la matriz A que satisface la igualdad:


3

12 58 64 = 12

0 4
7 3

+A

a a a
Sea la matriz A = 11 12 13 ; sustituyendo en la expresin del enunciado y operando, obtenemos:
a21 a22 a23

a12 4 + a13
3 15 18 1 + a11
6 24 12 =  2 + a 7 + a 3 + a

21
22
23

2 15 14
Igualando ambas matrices y resolviendo el sistema, se tiene que A =
..
8 17 9

4. Determina las matrices X e Y si se cumple:

5 12 7
11 25 0
2X + Y =
y 3 X + 2Y =

4 2 7
20 10 35

5 12 7
11 25 0
Llamamos A =
y B=
.. El sistema de ecuaciones matricial queda:

4 2 7
20 10 35
2X + Y = A

3 X + 2Y = B
Resolviendo el sistema por reduccin, obtenemos como expresiones para X e Y las siguientes:
X = 2A B

Y = 3A + 2B

Sustituyendo A y B, las matrices buscadas son:

54 122 77  1120 1025 350 = 121 61 1421


5 12
2 7
11 25 0
7 14  21
Y = 3
+ 2
=
4 2 7
20 10 35 28 14 49
X =2

Unidad 1

12

4. Producto de matrices
Definiremos una operacin entre matrices que no es tan natural como las que
se han visto en las pginas anteriores. Esta operacin, que llamaremos producto de matrices, no siempre puede realizarse, y en los casos en que s tenga
sentido, no cumplir una propiedad tan usual como la conmutatividad.


Forma prctica de multiplicar
matrices
Para multiplicar dos matrices:
Tomamos la primera fila de la primera matriz y la multiplicamos por
todas las columnas de la segunda,
obteniendo as la primera fila de la
matriz producto.

Am n Bn p = Cm p

El producto de dos matrices, A = (a ij) de dimensin m n y B = (b jk) de


dimensin n p, es la matriz A B de dimensin m p dada por:

o bien (a ij) (b jk) = (c ik) con:

Tomamos la segunda fila de la primera matriz y la multiplicamos por


todas las columnas de la segunda,
obteniendo as la segunda fila de la
matriz producto.

Al carecer esta operacin de la propiedad conmutativa se hace necesario precisar el orden de multiplicacin de las matrices. Para poder multiplicar dos
matrices va a ser necesario que el nmero de columnas de la primera matriz
coincida con el nmero de filas de la segunda matriz.

Y as sucesivamente con el resto de


las filas de la primera matriz.

c ik =

ij

b ji

j =1

Es decir, cada elemento c ik se obtiene multiplicando ordenadamente los


elementos de la fila i-sima de la primera matriz por los elementos de la
columna k-sima de la segunda matriz y sumando los resultados.
Ejemplos de productos de matrices:

1 2 3 1 1 1 + 2 0 + 3 (1) 2
4 5 6 0 = 4 1 + 5 0 + 6 (1) = 2



7 8 9 1 7 1 + 8 0 + 9 (1) 2
33

31

31

1 0
1 2 3
1 1 + 2 7 + 3 3 1 0 + 2 2 + 3 (4) 24  8

7 2 =
=

4 1 + 5 7 + 6 3 4 0 + 5 2 + 6 (4) 57 14
4 5 6
3 4

23

3 2

22

Propiedades del producto de matrices cuadradas


El producto de matrices cuadradas es asociativo:
A (B C) = (A B) C
As por ejemplo:

0 0 1

13 42 1

3 1 2 2 3 4 3 1 2 2

 

1 2 0 1
3 4 2 1


4 3
8 7

1 2 1 0 0 1

7 2 0 1

15
4 2 2



4 3
8 7

Matrices

13

El producto de matrices cuadradas de orden n posee como elemento neutro la matriz unidad o identidad de orden n, I, ya que:
AI=IA=A
El producto de matrices cuadradas es distributivo respecto de la suma de
matrices:
A (B + C) = A B + A C

31 42 01 01 = 31 42 ;
01 01 31 42 = 31 42 ;

AI = A
IA= A

As por ejemplo:
0 0 1
1 2 1 0 1 2 0 1
+

+
=

13 42  1

3 1 2 2 3 4 3 1 3 4 2 2
 
 

3
4 5 1


+
8 5
15
4


1123 95

1123 95

1 2 1 1

4 3

7 2

El producto de matrices cuadradas es, en general, no conmutativo:


AB|BA
En el caso en el que existan dos matrices A y B que cumplan que AB = BA,
se dice que A y B conmutan.

56
56
12
|

3142 

7 8 7 8 3 4
 


1943 5022

2331 3446

ACTIVIDADES
RESUELTAS

0 1 2
1 2 0

5. Calcula A B y (A B) dadas las matrices A = 0 1 1 y B =  1 1 0 .


0 2 1
2 1  1
Operando obtenemos:
2

1 2 0
A = A A = 0 1 1
2 1  1
2

1 2 0 1 4 2
0 1 1 = 2 2 0
2 1  1 0 4 2

0 1 2 0 1 2 1 5 2
B = B B =  1 1 0  1 1 0 =  1 0  2
0 2 1 0 2 1  2 4 1
2

1 4 2 1 5 2 2 1 0
A2  B 2 = 2 2 0   1 0  2 = 3 2 2
0 4 2  2 4 1 2 0 1
1 2 0 0 1 2 1 1  2
A  B = 0 1 1   1 1 0 = 1 0 1
2 1  1 0 2 1 2  1  2

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

Unidad 1

14

5. Trasposicin de matrices.
Matriz simtrica y antisimtrica
A=

1 2 3 4
5 6 7 8
9 10 11 12
34

At =


1
2
3
4

5
6
7
8

9
10
11
12

43

Se llama matriz traspuesta de una matriz A de dimensin m n a la matriz que se obtiene al cambiar en A las filas por columnas o las columnas
por filas. Se representa por At y su dimensin es n m. Si la matriz es cuadrada su traspuesta tiene el mismo orden.
Las principales propiedades de la trasposicin de matrices son:
(At)t = A
(A + B)t = At + Bt
(k A)t = k At con
t

kR

(A B) = B A

La trasposicin de matrices nos permite definir dos nuevos tipos de matrices:


matrices simtricas y matrices antisimtricas.
La matriz simtrica se puede definir de dos formas:
Se llama matriz simtrica a toda matriz cuadrada A que coincide con su
traspuesta:
A = At
Se llama matriz simtrica a toda matriz cuadrada que tiene iguales los elementos simtricos respecto a la diagonal principal.

Las matrices simtricas son de la forma:


William R. Hamilton (1805-1865)

a x y
A= x b z
y z c

La matriz antisimtrica (hemisimtrica) se puede definir de dos formas:


Se llama matriz antisimtrica (o hemisimtrica) a toda matriz cuadrada
A que coincide con la opuesta de su traspuesta:
A = At
Se llama matriz antisimtrica a toda matriz cuadrada que tiene opuestos
los elementos simtricos respecto a la diagonal principal y nulos los elementos de esta.
Matemtico, fsico y astrnomo irlands, considerado el creador del lgebra moderna. Fue el fundador de
una escuela britnica de grandes algebristas.

Las matrices antisimtricas son de la forma:

0
x
A=
y
z

x
0
t
r

y
t
0
s

z
r
s
0

Matrices

15

ACTIVIDADES
RESUELTAS
6. Dadas las matrices A =

21 43

yB=

43

0 2
, comprueba que (A B)t = B t At.
1 1

Comprobamos que se cumple (A B)t = B t At :


AB =

1 3
4 0 2
5 3 1

=
2 4
3 1 1
20 4  8

B t At =

( A B )t =


5 20
3 4
1 8

4 3
5 20
1 2
0 1
= 3 4
3 4
2 1
1 8

Observamos que la igualdad matricial es cierta.


7. Comprueba que cualquier matriz cuadrada A puede descomponerse como suma de una matriz simtrica y otra antisi-

1 2 3
mtrica. Aplcalo a la matriz A = 4 5 6 .
7 8 9
Llamamos S a la matriz simtrica y T a la antisimtrica que cumplan A = S + T.
Trasponiendo la igualdad anterior, obtenemos A t = (S + T ) t = S t + T t = S T.
S + T = A
Resolviendo el sistema matricial
, obtenemos S y T:
t
S T = A
S=

A + At
2

T =

A  At
2

Para la matriz A del enunciado, la descomposicin A = S + T es:


1 2 3
1 3 5
4 5 6 = 3 5 7 +
7 8 9
5 7 9

8. Encuentra todas las matrices que conmutan con A =

0 1 2
1 0 1
2 1 0

11 02 .

ca db y debern cumplir:
1 2
a b
a b
1 2

AB=BA
1 0 c d c d 1 0

Las matrices que conmuten con A sern de la forma B =

Efectuando los productos obtenemos:

a + 2c b + 2d
a  b 2a
=
a
b
c  d 2c

De la igualdad de estas matrices tenemos el siguiente sistema:


a + 2c = a  b

b + 2d = 2a
b =  2c

Las matrices B son de la forma: B =
a = c  d
d = a + c
 b = 2c

ca

 2c
a+c

Unidad 1

16

6. Matriz inversa

Karl F. Gauss (1777-1855)

La matriz inversa de una matriz cuadrada A de orden n es la matriz A1


de orden n que verifica:
A A 1 = A 1 A = I
Las matrices que tienen inversa se llaman matrices regulares y las que no
tienen inversa matrices singulares.

6.1. Clculo de la matriz inversa


Para calcular la matriz inversa de una matriz regular podemos utilizar dos procedimientos:
Mediante la definicin. Por ejemplo, para hallar la matriz inversa de la
1 2
matriz A =
utilizamos la definicin y obtenemos:
37

Gauss dio un fuerte impulso a la resolucin de sistemas de ecuaciones


con el mtodo que lleva su nombre.

A A 1 = I
Operando:
a + 2c

3a + 7c


b + 2d
3b + 7d

3 7 c d = 0 1
1 2

a b

a + 2c
1 0
3a + 7c
=

0 1
b + 2d
3b + 7d

1 0

=
=
=
=

1
a =

0
b =

0
c=
1
d =

7
2
3
1

Luego la matriz inversa es:


Camille Jordan (1838-1922)

A 1 =

3 1
7 2

Mtodo de Gauss-Jordan
La inversa de una matriz regular A se calcula transformando la matriz (A|I),
mediante operaciones elementales por filas, en la matriz (I|A1):
elementales
(A | I) operaciones

q (I | A 1)
por filas

6.2. Operaciones elementales por filas


Las operaciones elementales por filas en una matriz nos permiten, entre otras
cosas, calcular matrices inversas y estudiar rangos de matrices.
Este matemtico francs trabaj sobre ecuaciones algebraicas, fue un
gran defensor de las teoras de Galois
y public un Tratado sobre las sustituciones y las ecuaciones algebraicas.

Se denominan operaciones elementales por filas en una matriz a las siguientes:


Intercambiar las filas i y j, que designaremos por Fi n Fj.
Multiplicar la fila i por el nmero k | 0 y sustituirla por el resultado;
lo designamos por Fi q kFi.
Sumar las filas i y j, multiplicadas por sendos nmeros, y llevar el resultado a la fila i o j. Lo designamos por Fj q kFi + t Fj.

Matrices

17

ACTIVIDADES
RESUELTAS
9. Calcula las matrices inversas de:
A=

1 0 0
B = 1 2 3
0 1 2


12
37

Utilizamos el mtodo de Gauss-Jordan:


( A | I ) q
( I | A1 )

31

2 1 0
F q F2 3 F1
2
q
7 0 1

Por lo que, finalmente, queda: A1 =

01

2 1 0
1 3 1

q 01
F1q F1 2F2

0 7 2
1 3 1

73 12

Utilizando el mismo procedimiento calculamos B 1:

1 0 0 1 0 0
1 2 3 0 1 0
0 1 2 0 0 1

1 0 0 1 0 0
F q F3
3
q 0 2 3 1 1 0
0 0 1 1 1 2

Por lo que, finalmente, queda: B

1 0 0 1 0 0
F q F2  2F3
q 0 2 3 1 1 0 3
q
0 1 2 0 0 1
F2 q F1+ F2

1

F q F 3 F

2
3
2
q

1 0 0
= 2 2 3
1 1 2

1 0 0 1 0 0
F q  F3
0 2 3 1 1 0 3
q
0 0 1 1 1 2

1 0 0 1 0 0
1
F2 q F2
2
0 2 0 4 4  6
q
0 0 1 1 1 2

1 0 0 1 0 0
0 1 0 2 2 3
0 0 1 1 1 2

Fcilmente podemos comprobar que B B 1 = B 1 B = I.

10. Dadas la matrices:

1 0 0
B = 1 2 3
0 1 2

0 0 1
C= 0 1 0
1 0 0

resuelve la siguiente ecuacin matricial despejando en primer lugar la matriz X:


BX + 3C = C (B + 3I )
Operando en la ecuacin obtenemos:
BX = CB + 3CI 3C BX = CB multiplicamos por1la B 1 BX = B 1 CB X = B 1 CB
izquierda por B

Y operando las matrices obtenemos:

X =

1 0 0
2 2 3
1 1 2

0 0 1
0 1 0
1 0 0

1 0 0
0 0 1
1 2 3 = 3 2 2
0 1 2
2 1 1

1 0 0
0 1 2
 1 2 3 =  5 6 10
0 1 2
3 3 5

Unidad 1

18

7. Rango de una matriz


Sea la matriz:
A=

1 2
1 1
0 3

3
0
3

Sus filas F1, F2 y F3 verifican:


F1 = (1 2 3)

F2 = (1 1 0)

F3 = (0 3 3)

F3 = F1 + F2
Es decir, F1 y F2 son independientes y F3 depende de F1 y F2.
En una matriz, una fila Fi no nula depende linealmente de las filas Fj,
Fk, , Ft si se verifica:
Fi = x1 Fj + x2 Fk + ... + xn Ft con x1, x2, ..., x n R
En una matriz, una fila Fi no nula es linealmente independiente de las filas Fj, Fk, , Ft si no se puede escribir en la forma anterior.
Un concepto importante asociado a una matriz es su rango o caracterstica,
que est relacionado con el nmero de filas o columnas linealmente independientes.
a

Curvas de Lissajous. Matriz cuadrada de orden 5 cuyos elementos


son curvas de Lissajous o las trayectorias producidas por diferentes combinaciones armnicas de la cuerda de
un piano.

El rango o caracterstica de una matriz es el nmero de filas o de columnas no nulas y linealmente independientes que tiene esa matriz.
Para calcular el rango de una matriz utilizamos las operaciones elementales
por filas, ya que dejan invariante el rango de la matriz resultante. Las filas que
dependen de otras se reducen a filas nulas mediante estas transformaciones.
De forma similar existen operaciones elementales por columnas que tambin
dejan invariante el rango de la matriz.

ACTIVIDADES
RESUELTAS
11. Calcula el rango de la matriz A =

1 1 0
2 1 1 .
1 1 2

Transformamos la matriz A con operaciones elementales por filas en una matriz triangular, y obtenemos:

1 1 0
F q F2  2F1
2 1  1 F2
q
3 q F3 + F1
1 1 2

1 1 0
1 1 0
F q F3 + 2F2
0  1 1 3
q 0 1 1
0 2 2
0 0 0

El rango de A es 2, ya que han quedado dos filas no nulas tras el proceso de triangulacin.
Fcilmente podemos comprobar que F3 depende linealmente de F1 y de F2, puesto que:
F3 = 3F1 2F2

Matrices

19

ACTIVIDADES
RESUELTAS
12. Calcula el rango de las siguientes matrices:

1
2
A=
2
4

2
3
4
1

B=

1 2 3 4
2 4 6 9
3 6 9 1

El rango de la matriz A valdr 2 como mximo puesto que, aunque tiene 4 filas, solo cuenta con 2 columnas. Transformamos
la matriz A con operaciones elementales por filas y obtenemos:


1 2
2 3
2 4
4 1

F2 q F2  2F1
F3 q F3  2F1
F4 q F4  4 F1

1 2
1 2
0 7
0 7
F4 q F4 + F2

q
rango A = 2
0 0
0 0
0 7
0 0

El rango de la matriz B valdr 3 como mximo aunque tenga 4 columnas, ya que solo tiene 3 filas. Transformamos la matriz B
con operaciones elementales por filas y obtenemos:

1 2 3 4
1 2 3 4
1 2 3 4
F3 q F3 13 F2
F q F2  2F1
q
0
0
1

q
0
0 0 1 rango B = 2
2 4 6 9 F2
0
3 q F3 +3 F1
3 6 9 1
0 0 0 13
0 0 0 0

13. Demuestra en la matriz B de la actividad anterior que la tercera fila depende linealmente de las filas primera y segunda.
Veamos que podemos escribir:
F3 = xF1 + yF2
(3 6 9 1) = x (1 2 3 4) + y (2 4 6 9)
Operando obtenemos:
x + 2y = 3

2x + 4 y = 6
x = 29

3x + 6 y = 9
y = 13

4x + 9y = 1
con lo cual:
F3 = 29F1 + 13F2

14. Calcula el rango, segn los valores de k, de la matriz A =

1 2 1
1 1 3 .
5 1 k

Transformamos la matriz A en una matriz triangular:

1 2 1
F2 q F2  F1
1 1 3 F
q
3 q F3 5 F1
5 1 k

1
0
0

2
1
F q F3 3 F2
3
2
3
q
9 k 5

1
0
0

2
3
0

1
2
k  11

Se observa en la matriz triangular que:


Si k = 11, el rango de la matriz A es 2.
Si k | 11, el rango de la matriz A es 3.

Unidad 1

20

8. Las matrices en la vida real


En muchas situaciones de la vida real se nos presentan gran cantidad de datos.
Para cuantificar la informacin y operar con ella resulta muy til el uso de las
matrices y sus operaciones.
A continuacin podemos ver algunos ejemplos prcticos que muestran la utilidad de las matrices en la vida real.

ACTIVIDADES
RESUELTAS
15. Dos tiendas de una misma cadena poseen el siguiente stock de pantalones vaqueros:

Marcas

Len

Zorro q
Lobo q

TIENDA B

38

40

42

44

46

48

38

40

42

44

46

48

Ambas tiendas se fusionan:


a) Cul es el stock disponible?
b) La ganancia en cada marca en la talla 44 es de 7, 6, 9 y 4 euros respectivamente. Si se venden todas las existencias relativas a esta talla, qu ganancias se obtienen?
c) Si las ganancias de cualquier talla son como las de la talla 44, cul
es la matriz que da las ganancias por talla?
a) La suma de ambas matrices, A + B, nos da el stock disponible en la fusin de las tiendas:
3
2
4
2

5
3
6
4

3
1
2
0

2
2
3
1

1
1 3
0
2 1
+
1
0 1
2
3 2

6
2
4
2

8
2
4
3

3
2
1
1

1
1
=
1
0

2
2
A+B =
3
0

44

3
4
3
3

6 11 11 5 2
3 5 3 4 1
5 10 6 4 2
4 6 3 2 2

b) Las ganancias que se obtienen en la venta de todos los vaqueros de la talla 44 son:

11
3
7 6 9 4
6
3

= 161 euros

84

121

221

161 103

46

6 11 11 5 2
3 5 3 4 1
=
5 10 6 4 2

4 6 3 2 2

3
4
3
3

7 6 9 4

c) La primera matriz nos da las ganancias por talla y la segunda por marca:

38

40

42

44

46

48

q Talla
q Puma
q Len
q Zorro
q Lobo

Marcas

TIENDA A

q
Puma q
Talla

Matrices

21

ACTIVIDADES
RESUELTAS
16. En una academia de idiomas se imparte ingls y alemn en cuatro niveles y dos modalidades distintas: grupos normales
y grupos reducidos. La matriz A expresa el nmero de personas por grupo, donde la primera columna corresponde
a los cursos de ingls, la segunda a los de alemn, y las filas, a los niveles primero, segundo, tercero y cuarto, respectivamente:
130 160
120 80
A=
210 130
100 60

Las columnas de la matriz B reflejan el porcentaje de estudiantes (comn para ambos idiomas) que siguen curso reducido (primera fila) y curso normal (segunda fila) para cada uno de los niveles:
B=

00,,28

0, 25 0, 4 0, 75
0, 75 0, 6 0, 25

a) Obtn la matriz que proporciona el nmero de estudiantes por modalidad e idioma.


b) Sabiendo que la academia cobra 20 por persona en grupos reducidos y 15 por persona en grupo normal, halla
la cantidad en cada uno de los idiomas.
a) La matriz que nos da el nmero de estudiantes por modalidad e idioma es:

80

2 nivel

210

130

3 nivel

100

60

4 nivel

ingls
I

alemn
A

er

er

215 149
345 281

4
nivel

er

3
nivel

120

2
nivel

0,6

0, 25
0,75

0,75

0, 4

er

1
nivel

0, 25

al
N norm

q 0, 8

0, 2

1 nivel

BA=

160

R reduci
do q

130

q
q

R
N

b) La cantidad que ingresa la academia por cada uno de estos idiomas viene dada por:

215 149
= 9475 7195
345 281
I

17. El grfico adjunto representa los caminos que comunican diversas localidades, con sus respectivas distancias. Encuentra la matriz de las
distancias ms cortas.

55 km

120 km

60 + 55

55

70 + 55

60

55

70

128

55 + 70

70

175

120

115

60

115

55

60

55

128

125

70

128

120

60


0

120

= 175

120


50

50 + 60

120

50 + 70 + 55

50 + 70

50

60 km

50

50 + 70

50 + 70 + 55

120

128 km

50 km

La matriz de las distancias es de orden 5 y es la siguiente:


A

70 km

50

128

125

70

(20 15)

qA
qB
qC
qD
qE

Unidad 1

22

RESOLUCIN DE PROBLEMAS
Ciudad futurista
El siguiente dibujo representa el plano bidimensional de un barrio perteneciente a
una gran ciudad del futuro. Una persona se encuentra en X y desea llegar hasta Y.
Cuntos caminos de longitud mnima puede seguir?

FAMILIARIZACIN CON EL PROBLEMA


Necesitamos leer varias veces el problema para entender lo que en l se pide. El trmino
o expresin camino de longitud mnima no nos resulta fcil de comprender a primera vista, por lo que pintamos en el dibujo varias trayectorias posibles. Observando las trayectorias trazadas, nos damos cuenta de lo que significa camino de longitud mnima: es cualquier camino que va desde X hasta Y y en el cual slo se permiten dos movimientos,
avanzar una longitud a la derecha o avanzar hacia arriba una longitud.

BSQUEDA DE ESTRATEGIAS
Para operativizar este problema, necesitamos buscar una notacin adecuada. Denotamos
por D el avance de una longitud hacia la derecha y por A el avance de una longitud hacia arriba. Utilizando esta notacin, las trayectorias trazadas en el dibujo se escribiran as:
ADADDADDA

DDADDAAAD

Esta notacin nos permite ver que todos los caminos de longitud mnima contienen cinco
D y cuatro A. Nuestro problema se reduce a encontrar todas las secuencias de nueve letras que contengan cinco D y cuatro A.

LLEVAR ADELANTE LA ESTRATEGIA


Cada secuencia o camino de longitud mnima es una permutacin con repeticin de nueve elementos en la cual uno se repite cinco veces y el otro cuatro veces. Por esto, el nmero de caminos de longitud mnima que van desde X hasta Y es:
P95,4 =

9!
= 126
5! 4!

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Al revisar el problema, se nos ocurre que podemos calcular el nmero de caminos de longitud mnima que llegan a cada cruce. Tambin se nos ocurre la pregunta siguiente: tendrn alguna relacin o relaciones entre s estos nmeros representativos de cada cruce?

Matrices

23

Protocolo de un problema
Un problema es una situacin que plantea una meta a la que hay
que llegar. Al intentar resolverlo, hay que tomar una serie de decisiones, ya que de entrada no existe una receta o procedimiento
que nos lleve a su solucin.

Observamos que, si presentamos la solucin de forma escueta,


nos privamos de la riqueza de pensamiento que utiliza el que lo
resuelve, as como de la posibilidad de plantearnos cuestiones al
revisar el proceso que describe el protocolo.

La expresin escrita de las decisiones que va tomando quien resuelve o intenta resolver el problema, as como de los estados
de nimo por los que este va pasando, es lo que constituye el
protocolo de resolucin del problema.
El hecho de sentarnos con calma, papel y un bolgrafo ante un
problema e ir escribiendo el protocolo de resolucin del mismo
es esencial, pues ello nos ayudar a:
Superar el miedo a empezar.
Tener presente las ideas que nos van surgiendo.
Perseverar en la resolucin del mismo, no quedndonos atascados sin saber qu hacer, ya que el escribir obliga a estar activos y concentrados.
Facilitar la revisin del proceso seguido al tener ste escrito.
La solucin del problema planteado en la pgina anterior consistira en afirmar que el nmero de caminos de longitud mnima que nos conducen desde el punto X al punto Y es 126.
a

El pensador, de A. Rodin.

BIBLIOGRAFA SOBRE RESOLUCIN DE PROBLEMAS


CALLEJO, M. L. (1994). Un club matemtico para la diversidad. Narcea. Madrid.
CERO, Grupo (1984). De 12 a 16. Un proyecto de currculum de Matemticas. Edicin propia. Valencia.
FERNNDEZ, S.; ALAYO, F.; BASARRATE, A.; FOUZ, F. (1991). Revista Sigma n 10. Servicio Central de Publicaciones del Gobierno
Vasco. Bilbao.
GARDNER, M. Varios ttulos. Labor y Alianza.
GUZMN, M. de (1991). Para pensar mejor. Labor. Barcelona.
MASON, J.; BURTON, L. STACEY, K. (1988). Pensar matemticamente. Labor-MEC. Barcelona.
WOOD, L. E. (1987). Estrategias de pensamiento. Labor. Barcelona.

A C T I V I D A D E S
Con el fin de que te acostumbres a escribir los protocolos de resolucin de los problemas, escribe los protocolos de los siguientes problemas:
1. Las edades de la familia. Una madre de familia, que ronda la cuarentena, observa que, si escribe tres veces seguidas su edad,
obtiene un nmero que es igual al producto de su edad multiplicada por la de su marido y las edades de sus cuatro hijos.
Qu edad tiene cada uno de los miembros de la familia?
2. Dos nmeros. Encuentra dos nmeros tales que su suma, su producto y su cociente sean iguales.

Unidad 1

24

NUEVAS TECNOLOGAS
Matrices con Derive
Derive es fcil de manejar. En la parte
inferior del rea de trabajo se encuentra una barra con una serie de herramientas y el editor de expresiones que
utilizaremos para escribir y editar cada
una de las expresiones matemticas
con las que trabajemos.

Derive es un programa informtico que permite realizar todo tipo de problemas de lgebra lineal como los clculos y operaciones con matrices (y determinantes, que estudiaremos en la siguiente unidad).

INTRODUCCIN DE UNA MATRIZ


Para definir una matriz hemos de seguir los siguientes pasos:
1. Elegimos Introducir>Matriz en el men, o pulsamos el botn
, y aparece una
ventana donde introducimos el nmero de filas y de columnas de la matriz que queremos escribir.
2. Tras pulsar en S aparece otra ventana donde introducimos los valores de la matriz. Una vez escritos, pulsamos S y la matriz aparece en el rea de trabajo. Si
queremos corregirla la llevamos al editor seleccionndola y pulsando la tecla F3 .

OPERACIONES CON MATRICES


Derive permite operar con matrices y calcular la matriz traspuesta o la matriz inversa.
Para ello:
1. Introducimos la matriz o las matrices que queremos operar y las pasamos al editor
(pulsando F3 ) para aadir la operacin que deseemos realizar.

2. Pulsando INTRO aparece la operacin en el rea de trabajo y mediante el signo


igual,
, obtenemos la matriz solucin.
En la siguiente tabla vemos las operaciones con matrices que permite realizar Derive:
OPERACIONES
Suma de matrices
Producto de un nmero real por una matriz

PRACTICA con Derive la resolucin


de las actividades nmeros 3, 13 y 25.

SMBOLOS
[A]+[B]
t*[A]

Producto de matrices

[A]*[B]

Potencia ensima

[A]^n

Matriz inversa

[A]^-1

Matriz traspuesta
Determinante de una matriz

[A]`
DET([A])

Matrices

25

EN RESUMEN
RECTANGULARES
TRIANGULARES
CUADRADAS
DIAGONALES

SON CUADROS
O TABLAS DE NMEROS
Am n = (aij)

SUMA
algunos
tipos

(aij) + (bij) = (aij + bij)


PRODUCTO POR UN NMERO

definicin

k(aij) = (kaij)

MATRICES

operaciones

PRODUCTO
(aij) (bjk) = (cik)
c ik =

se realizan
en ellas

a
j =1

ij

b jk

TRANSPOSICIN
(aij)t = (aji)

OPERACIONES ELEMENTALES
FOR FILAS (COLUMNAS)

SIMTRICAS
At = A
clases

ANTISIMTRICAS
At = A

aplicaciones

CLCULO DE LA MATRIZ INVERSA


(MTODO DE GAUSS-JORDAN)

CLCULO DEL RANGO


DE UNA MATRIZ

AMPLA CON
Los diez magnficos (Maeva Ediciones) de Anna Cesaroli tiene por subttulo Un nio
en el mundo de las Matemticas y sus dos protagonistas, un nio (Filippo) y su abuelo, nos invitan a realizar un viaje a travs de algunos conceptos matemticos.
En el libro aparecen los nmeros naturales, el baco, las cifras, la divisin, los conejos de Fibonacci, el alfabeto Morse, los nmeros negativos, la proporcionalidad
geomtrica, el teorema de Pitgoras, el nmero de oro, y as hasta concluir con uno
de los conceptos ms de moda actualmente: los objetos fractales.

Unidad 1

26

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Una matriz A se llama antisimtrica cuando su traspuesta es igual a su opuesta. Obtn la forma general de una
matriz A de orden 2 que sea antisimtrica. Calcula A2, A4 y A33.
Para una matriz de orden 2, A =

c d , la igualdad A = A permite obtener o relacionar los elementos a, b, c, d. La anterior


a b

igualdad nos permite concluir:


a

c
 a b
a c
t
=

A = A
c d
b d
b

= a

a = 0

d = 0
= c

c =  b
= d
= b

Por tanto, todas las matrices antisimtricas de orden 2 son de la forma A =

b 0 .
0

Calculamos las potencias de A indicadas y obtenemos:


A2 = A A =

0b 0b 0b 0b = 0b 0b = b 01 01 = b l


2

A 4 = A2 A2 = (  b 2 l ) (  b 2 l ) = b 4 l l = b 4 l
A8 = b8 l 2 = b8 l , A12 = b12l 2 = b12l , , A32 = b32l
Por tanto, A33 = A32 A = b32I A = b32A = b32

0b 0b = b 01 01 .
33

Tres familias van a una heladera. La primera pide dos helados grandes, uno mediano y uno pequeo; la segunda
pide uno grande, dos medianos y dos pequeos y la tercera familia pide dos grandes y tres pequeos.
a) Expresa esta informacin mediante una matriz 3 3.
b) Si la primera familia paga 4,75 euros, la segunda 5 euros y la tercera 5,25 euros, calcula el precio de un helado
grande, el de uno mediano y el de uno pequeo.
a) La siguiente matriz muestra la informacin del problema, en las filas el nmero de helados de cada familia y en las columnas el tipo de helados:
1
A = 2
3

b) Llamando x, y, z al precio de cada helado grande, mediano y pequeo, respectivamente, obtenemos:


2 1 1
1 2 2
2 0 3

x
y
z

4,75
5
5, 25

2x + y + z = 4,75
x = 1,5 euros

x + 2 y + 2z = 5 y = 1 euro

2x + 3z = 5, 25
z = 0,75 euros

Matrices

27

0 3 4
Consideramos la matriz A = 1  4  5 . Se pide:
1 3 4
a) Demuestra que se verifica la igualdad A3 + I = O, siendo I la matriz unidad y O la matriz nula.
b) Calcula razonadamente A10.
a) Comprobamos que es cierta la igualdad A3 + I = O. Operando:
A2 =

0 3 4
1 4 5
1 3 4

0 3 4
1 0 1
1 4 5 = 1 4 4
1 3 4
1 3 3

A3 =

0 3 4
1 4 5
1 3 4

1 0 1
1 0 0
1 4 4 = 0 1 0
1 3 3
0 0 1

Como A3 = I, se cumple A3 + I = O.
b) Tenemos que A10 = (A3)3 A = (I)3 A = I A = A.

Sea M la matriz

1 1 0
0 1 1
0 0 1

e I la matriz identidad de orden 3. Calcula la matriz J tal que M = J + I. Calcula tam-

bin las matrices J 2, J 3 y J 1994.

0 1 0
J=MI = 0 0 1
0 0 0

Las sucesivas potencias de J son:


J = JJ =
2

0 1 0
0 0 1
0 0 0

0 1 0
0 0 1
0 0 0

0 0 1
0 0 0
0 0 0

J = J J =
3

0 0 1
0 0 0
0 0 0

0 1 0
0 0 1
0 0 0

0 0 0
0 0 0
0 0 0

Todas las restantes potencias dan por resultado la matriz nula y por tanto J 1994 = J 1991 J 3 = 0.

Halla la matriz X 2 + Y 2 si X e Y son dos matrices cuadradas, que verifican:


5 X + 3Y =

Llamamos A =

24 150

y B=

4 15
2

3 X + 2Y =

 2 9
1 1

5 X + 3Y = A

12 91 y resolvemos el sistema matricial 3X + 2Y = B .

Utilizando el mtodo de reduccin obtenemos las soluciones:


X = 2A 3B, Y = 3A + 5B
Sustituyendo A y B por las correspondientes matrices:
X =2

24 150  3 12 91 = 12 33

Y = 3

24 150 + 5 12 91 = 21 05

Operando para obtener X 2 + Y 2 obtenemos:


X2 =

8 3
 5 12

Y2 =

2 10
9

X2 + Y2 =

10 7
 14 17

Unidad 1

28

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Calcula a, b, c y d para que se cumpla 2

ca db = a2 37d + c +5 d a +4 b.

0 3 , B = 1 2 y C = 2 3 , calcula:
1 1

2. Dadas las matrices A =


a) A + B

b) A B C


1 1
2 3
0 4

3. Para las matrices A =

1 2

4 0

yB=

c) 3A + 5B 6C

d) AB BC

e) 2AB + 3AC 5BC

4 1 2
, calcula AB y BA.
5 3

1 2 3
1
4. Calcula los productos posibles entre las matrices A = 1 1 1 , B = 2
0 1 1
1

yC =

32 41 05.

5. Si A y B son dos matrices cuadradas de orden n, son ciertas, en general, las igualdades siguientes?:
a) (A + B)2 = A2 + 2AB + B2

b) (A B)2 = A2 2AB + B2

c) (A + B)(A B) = A2 B2

6. Encuentra todas las matrices, del orden correspondiente, que conmuten, respectivamente, con las matrices siguientes:
A=

01 11

B=

01 21

7. Obtn las matrices X e Y que verifiquen los siguientes sistemas matriciales:

1 2
2 X + Y =
2 1

a)
4 3

X  3Y =  1 0

 2
1

3 1
2 X + Y =
0  2

c)
1 0

X + 2Y =  2 4

2 1
X + Y =
3 0

b)
6 2

X  Y = 0 1

2
0

1 1 2
0 3
8. Para las matrices A =
,B=
y C = 2 1 3 , efecta las siguientes operaciones:

4 0  3
 1  2
a) C At

b) At Bt

c) 2 C t C

d) B A C t

9. Descompn en suma de una matriz simtrica y otra antisimtrica las matrices siguientes:

1 4
a)
 2 5

10. Para la matriz A =


matriz

b 1 .
a 0

b)

1 0 , calcula A
0 1

50

1 0 1
0 4 2
5 3 4

y A97. Encuentra los valores de a y b para que la matriz A conmute con la

Matrices

29

11. Utilizando las operaciones elementales por filas, obtn matrices triangulares equivalentes a las siguientes matrices:

a)

1 0 1
b) 1 2 2
2 1 1


1 2
3 4

1 2  1
c) 3  2 1
4 0 2

d)

1
2
1
3

1 2
0 1
1 2
2 1

1
3
1
2

12. Calcula las matrices inversas, si existen, de las siguientes matrices:

1 2
c)
4 8

1 2
b)
3 4

0 1
a)
2 0

d)


1 1 2
1 0 3
4 1 1

e)


2 1 0
3 1 2
4 0 1

13. Resuelve la ecuacin matricial A X = B X + C, siendo:


A=

2 0
1 2

B=

1 2
3 1

C =

1
0

1 2
3 1
14. Dadas las matrices A =
yB=
, calcula (AB)t y (AB)1.
1 0
2 3

15. Sea B = (b ij ) una matriz cuadrada de orden 3 tal que:


b ij = (i j) (1)i + j con j | 2 y b ij = 1 si j = 2
Encuentra la matriz B y resuelve la ecuacin X B = 3B.
16. Calcula el rango de las siguientes matrices:

A=

1 0 1
2 1 0

0 2 1
B = 1 0 1
0 4 2

C =

2 1 1
1 5 1
3 6 1

0 1 3
D= 2 2 1
2 4 7

17. a) Escribe tres matrices de dimensin 3 3 que tengan, respectivamente, rango 3, 2 y 1.


b) Escribe tres matrices 3 2 que tengan, respectivamente, rango 1, 2 y 3.
18. Sean X, Y, Z tres matrices tales que es posible efectuar Z t XY. Es posible efectuar (Y Z)t + X?
19. Una pizzera hace tres tipos de pizza, calidad extra, calidad superior y calidad normal. Emplea en cada una de ellas 150 g
de masa, 200 g de ingredientes y 250 g de queso; 200 g de masa, 200 g de ingredientes y 200 g de queso; 250 g de
masa, 150 g de ingredientes y 100 g de queso, respectivamente a las calidades extra, superior y normal.
a) Qu cantidad de masa, ingredientes y queso necesita la pizzera para hacer 100 pizzas de calidad extra,120 de calidad superior y 200 de calidad normal?
b) Sabiendo que el kilo de masa vale a 1,5 euros, el de ingredientes a 3 euros y el de queso a 2,75 euros, a cmo vale
cada pizza?

Unidad 1

30

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD

0 1 2
1 0 0
20. Dadas las matrices A =  1 0  2 , I = 0 1 0 , determina, si es posible, un valor de k para que la matriz (A kI)2
1 1 3
0 0 1
sea la matriz nula.

21. Resuelve la ecuacin matricial B(2A + I ) = AXA + B, siendo

3 2 1
A = 4 1 1
2 0 1

1 1 2
B = 1 0 1
0 1 1

1 2 1
22. Obtn la matriz inversa de A + At, siendo A = 0 1 0 .
2 0 3

2 , construye la matriz Y = 3A A 2I, y resuelve la ecuacin AX = 0 1 .

3
23. Dada la matriz A =
5

20

24. Prueba que A2 A 2I = 0, siendo A =


cualquier otra forma.

0 1 1
1 0 0
1 0 1 , I = 0 1 0 . Calcula A1 utilizando la igualdad anterior o de
1 1 0
0 0 1

25. Una fbrica decide distribuir sus excedentes en tres productos alimenticios A, B y C a cuatro pases de frica P1, P2, P3
y P4 segn se muestra en la matriz M (cantidades en toneladas). La fbrica ha recibido presupuestos de dos empresas de
transporte E1 y E2, como indica la matriz T (en euros por tonelada).
A
P1
M=

P2
P3
P4

200 100 120


110 130 200
220 200 100
150 160 150

P1
T =

E1
E2

P2

P3

P4

500 450 375 350


510 400 400 350

Efecta el producto de ambas matrices y responde:


a) Qu representa el elemento a11 de la matriz producto? Qu elementos de esta matriz nos indican lo que nos cuesta transportar el producto C con la empresa E2?
b) Indica qu elementos de esa matriz te permiten decidir la empresa que resulta ms barata.
26. Sea A una matriz cuadrada de orden n, tal que A2 = A, I la matriz unidad de orden n y B = 2A I. Calcula B 2.

27. Calcula la matriz B1A2B, siendo A =

03 03 y B = 43 54 .

28. Halla todas las matrices que conmuten con la matriz: X =

21 31.

Matrices

31

AUTOEVALUACIN
1. La matriz A = (a ij ) de dimensin 2 3 cuyos elementos verifican a ij = (i j )3 es:
a)

1 0 1
0 1 8

b)

2. Dadas las matrices A =


a)

1412 1327

 1 1 0
1 1 2

c)

0 1 8
0 1

1 2, B = 0 5 y C = 3 2, el resultado de operar 2A + 3B 4C es:


b)
c)
1412 1327
1412 2713
2 3

1 0

2 1

3. Para las matrices de la actividad anterior, el resultado de operar AB BC es:


a)

137

7
 17

b)

137 177

3 1 0, el resultado de (A A ) es:
a)
b)
4534 10945
3445 10945

4. Dada la matriz A =

0 2

5. Los valores de x e y que satisfacen

6. Los valores de a y b para que las matrices


a) a = 2; b = 2

0 1

89 92 ;
1 1
b)
0 3

1 1

c) a = 2; b = 2
A + 2B =

56 51 es:


c)

b) I

9. La solucin de la ecuacin A X + B = C, siendo A =

11 22

b)

1 3
1 0

01 01 es:

a) A

a) 1

c) x = 0; y = 0

b) a = 2; b = 2

3 0

10. El rango de la matriz

3445 10945

1 0 y 2 b conmuten son:

7. La matriz A que verifica el sistema 2A + 3B =

a)

c)

34 0x 04 2y = 04 32 son:
b) x = 1; y = 1

8. La potencia A2007 de la matriz A =

137 177

t 2

a) x = 1; y = 1

a)

c)

2 1 3 5
4 2 5 3
2 1 1 9

12 21

c) A

31 21,

B=

21 03

01 41 es:
c)
21 12

y C =

es:
b) 2

c) 3

u2
unidad 2
contenidos

1. Determinantes de orden 2 y 3

2. Desarrollo de un determinante
por adjuntos
3. Propiedades de los
determinantes.
Mtodo de Cho
4. Clculo de la matriz inversa
por determinantes
5. Clculo del rango de una
matriz por determinantes

Determinantes

33

En los textos actuales aparece el concepto de determinante y


sus aplicaciones con posterioridad al concepto de matriz. Histricamente se estudiaron antes los determinantes que las matrices, y las propiedades de estas surgieron del desarrollo de los
determinantes.
El primero en utilizar el trmino determinante fue Karl F. Gauss
(1777-1855) y tanto las propiedades como las aplicaciones de los
determinantes se deben al trabajo, entre otros, de Gabriel Cramer (1704-1752), Alexandre Vandermonde (1735-1796), Joseph
L. Lagrange (1736-1813), Pierre S. Laplace (1749-1827), Augustin L. Cauchy (1789-1857), Arthur Cayley (1821- 1895) y James J.
Sylvester (1814-1897).
Los determinantes y las matrices han resultado ser herramientas muy tiles en numerosos mbitos de las Matemticas, de la
Fsica, de la Aeronutica, de la Mecnica y otras ciencias. Asimismo son una buena herramienta para trabajar con muchos
datos como, por ejemplo, en los programas que rigen el funcionamiento de los semforos de una ciudad, en los paneles de
llegadas y salidas de vuelos en los aeropuertos, y en todas
aquellas situaciones en las que aparecen gran cantidad de datos relacionados unos con otros.

cuestiones iniciales
1. Calcula las matrices inversas de las siguientes matrices:

a)


12
25

b)


1 2 3
0 1 2
1 3 1

2. Calcula el rango de las siguientes matrices:

a)

124
36 7

b)


0 4 1
4 8 7
17 3

c)


2
0
2
0

0
2
1
1

2
0
0
0

0
2
2
1

2
0
1
0

Unidad 2

34

1. Determinantes de orden 2 y 3
A una matriz cuadrada le podemos asociar un nmero que, como veremos con
posterioridad, nos permitir estudiar y resolver un sistema de ecuaciones lineales y examinar si una matriz dada posee matriz inversa y calcularla.


Pierre F. Sarrus (1798-1861)
Matemtico francs, profesor de la
Universidad de Estrasburgo entre 1826
y 1856. Escribi numerosas obras sobre resolucin de ecuaciones numricas y sobre la determinacin de las rbitas de los cometas. Es muy conocido
por la regla de clculo de determinantes de orden 3 que lleva su nombre.
a11 a12 a13
a21 a22 a23
a31 a32 a33
a11 a12 a13
a21 a22 a23
a31 a32 a33

Los productos de los


elementos de igual
color son los sumandos de signo positivo.
Los productos de los
elementos de igual
color son los sumandos de signo negativo.

Este nmero que vamos a asociar a una matriz cuadrada lo llamaremos determinante de dicha matriz. Aprenderemos su clculo para matrices cuadradas de
orden 2 y 3, y despus calcularemos determinantes de matrices cuadradas de
cualquier orden.

a11 a12
Para una matriz cuadrada de orden 2, A =
, se llama determia 21 a 22
nante de A al nmero real:
det (A) = |A| =

a11 a12
= a11 a22 a12 a 21
a 21 a 22

Como vemos , el determinante de una matriz cuadrada de orden 2 es igual al


producto de los elementos de la diagonal principal, menos el producto de los
elementos de la diagonal secundaria.

a11 a12 a13


Para una matriz cuadrada de orden 3, A = a 21 a 22 a 23 , se llama determinante de A al nmero real:
a 31 a 32 a 33
a11 a12 a13
det (A) = |A| = a 21 a 22 a 23 =
a 31 a 32 a 33
= a11a22a33 + a12a23a31 + a13a21a32 a11a23a32 a12a21a33 a13a22a31
Para recordar con ms facilidad el desarrollo del determinante anterior, se utiliza la denominada regla de Sarrus.
Regla de Sarrus: el desarrollo del determinante de una matriz de orden
tres es igual a la suma de los productos de los elementos de la diagonal
principal y los de las lneas paralelas a ella, multiplicados por el elemento del vrtice opuesto, menos el producto de los elementos de la diagonal secundaria y el producto de los elementos de las lneas paralelas a ella,
multiplicados por el elemento del vrtice opuesto.
El esquema grfico de los sumandos positivos y negativos del desarrollo del determinante es el siguiente:

SUMANDOS
CON
SIGNO +

SUMANDOS
CON
SIGNO

Determinantes

35

ACTIVIDADES
RESUELTAS
1. Calcula los siguientes determinantes:
a)

4 1
2 1

b)

1 2
2 4

c)

2 1
1 2

d)

1+ 2 2  3
0

1 2

Aplicando la definicin, obtenemos:


a)

4 1
= 4 (1) 1 2 = 6
2 1

c)

b)

1 2
=1422=0
2 4

d)

2 1
= (2) 2 1(1) = 3
1 2
1+ 2 2  3
0

1 2

= (1 + 2
)(1 2) 0 = 1

2. Calcula los siguientes determinantes de orden 3:


1 2 7
a)  1 0 1
4 5 7

2 1 3
b) 5 7 12
2 1 3

c)

5 3 1
2 0 4
6 5 9

Segn la regla de Sarrus, el desarrollo de los determinantes es el siguiente:


1 2 7
a)  1 0 1 = 1 0 7 + 2 1 4 + 7 (1) 5 1 1 5 2 (1) 7 7 0 4 = 18
4 5 7
2 1 3
b) 5 7 12 = 2 7 3 + 1 12 2 + 3 5 1 2 12 1 1 5 3 3 7 2 = 0
2 1 3

c)

5 3 1
2 0  4 = 5 0 9 + 3 (4) 6 + 1 2 5 5 5 (4) 3 2 9 1 0 6 = 16
6 5 9

3. Resuelve las ecuaciones que se indican:


5 x 2
a) 4 3  9 = 0
1 0 7

b)

x  1 1 1
0 x+2 1 =0
0
0
x

Desarrollamos los determinantes por la regla de Sarrus y despus resolvemos las ecuaciones resultantes. As:
5 x 2
a) 4 3  9 = 37x + 111. La solucin de 37x + 111 = 0 es x = 3.
1 0 7
x  1 1 1
b)
0 x + 2 1 = x(x 1) (x + 2). Las soluciones de x(x 1) (x + 2) son los valores x = 0; x = 1; x = 2.
0
0
x

Unidad 2

36

2. Desarrollo de un determinante
por adjuntos


Ya conocemos procedimientos para calcular determinantes de orden 2 y de


orden 3; a continuacin vamos a ver un procedimiento que nos permite
calcular determinantes de cualquier orden.

Menores complementarios,
adjuntos y matriz adjunta
Para la matriz

1 2 3
A= 4 5 6
7 8 9

2.1. Menor complementario

sus menores complementarios son:

12 = 4 6 = 6
7 9

21 = 2 3 = 6
8 9

11 = 5 6 = 3
8 9
13 = 4 5 = 3
7 8

22 = 1 3 = 12 23 = 1 2 = 6
7 9
7 8
31 = 2 3 = 3
5 6

32 = 1 3 = 6
4 6

33 = 1 2 = 3
4 5
Los adjuntos de la matriz A son:
A 11 = 3
A 21 = 6
A 31 = 3

A 12 = 6
A 22 = 12
A 32 = 6

A 13 = 3
A 23 = 6
A 33 = 3

que son los elementos de la matriz


adjunta de la matriz A:
Adj (A) =

3
6 3
6 12 6
3
6 3

Para una matriz cuadrada de orden n, A = (aij), se llama menor complementario del elemento a ij , y lo representamos por ij , al determinante de
la matriz cuadrada de orden n 1 que resulta de suprimir la fila i y la columna j de la matriz A.
En el margen hemos calculado los menores complementarios de todos los elementos de una matriz.

2.2. Adjunto y matriz adjunta


Para una matriz cuadrada de orden n, A = (ai j ), se llama adjunto del elemento a ij , y lo representamos por Aij , al menor complementario de a i j ,
anteponiendo el signo ms o el signo menos segn la suma de los
subndices, i + j, sea par o impar.
Ai j = (1)i + j ij
La matriz cuyos elementos son los adjuntos de los elementos de una matriz cuadrada A se llama matriz adjunta de A y se denota por Adj (A).
En el margen vemos el clculo de la matriz adjunta de una matriz dada.

2.3. Desarrollo de un determinante por adjuntos

El determinante de una matriz cuadrada de orden n es igual a la suma de


los productos de los elementos de una lnea (fila o columna) cualquiera
por sus adjuntos respectivos:
det (A) = ai 1 A i 1 + a i 2 Ai 2 + ... + ain Ain
i+j

Signos de los adjuntos (1) .

det (A) = a 1j A1j + a 2j A 2j + ... + anj Anj

ACTIVIDADES
RESUELTAS

1 2 3
4. Dada la matriz A = 5 0 6 , calcula su determinante: a) Por la regla de Sarrus. b) Desarrollando por la primer fila.
1 2 4
c) Desarrollando por la segunda columna.
a) det (A) = 0 + 12 + 30 0 12 40 = 10
b) det ( A) = 1

c) det ( A) = ( 2)

0 6
5 6
5 0
( 2)
+ 3
= 12 28 + 30
0 = 10
2 4
1 4
1 2

5 6
1 3
13
+0
2
= 28 + 0 + 18
8 = 10
1 4
1 4
56

Determinantes

37

3. Propiedades de los determinantes.


Mtodo de Cho
Consideramos A como una matriz cuadrada de orden n; y Fi y Cj una fila o columna cualquiera de esa matriz. El determinante de la matriz A vendr dado por:

|A| = det (A) = det (F1, F2, ..., Fn) = det (C1, C2, ..., Cn)
A continuacin vemos las propiedades ms importantes de los determinantes.
1. El determinante de una matriz cuadrada es igual al determinante de su
matriz traspuesta:
det (A) = det (At )
En virtud de esta propiedad en todas las propiedades de los determinantes hablaremos de lneas para referirnos a filas o columnas.
2. Si los elementos de una lnea de una matriz se multiplican por un nmero,
el determinante de la matriz queda multiplicado por dicho nmero:
det (F1, F2, ..., k Fi , ..., Fn) = k det (F1, F2, ..., Fi , ..., Fn)
det (C1, C2, ..., t Cj, ..., Cn) = t det (C1, C2, ..., Cj, ..., Cn)
Esta propiedad permite sacar fuera del determinante el factor comn de los
elementos de una lnea del mismo. As por ejemplo:

1 2 3

A = 4 0  1 =  3

0 9 15

t
A = A
1 4 0

At = 2 0 9 =  3

3  1 15


Generalizacin de la propiedad 2
Si todas las lneas de una matriz de
orden n estn multiplicadas por un
mismo nmero t, el determinante de
la matriz queda multiplicado por t n.
|t A| = t n |A|
det (tF1, ..., tFn ) = t n det (F1, ..., Fn )
det (tC1, ..., tCn) = t n det (C1, ..., Cn)

 180 = 10 (18)

det (C1 , C2 , 10 C3 ) = 10 det (C1 , C2 , C3 )


1 2 10
1 2 1
4 0 20 = 10 4 0 2
0 3 30
0 3 3



3. Si los elementos de una lnea de una matriz se pueden descomponer en


dos sumandos, su determinante es igual a la suma de dos determinantes
que tienen iguales todas las lneas excepto dicha lnea cuyos sumandos
pasan, respectivamente, a cada uno de los determinantes:
det (F1, ..., Fi + F.i, ..., Fn) = det (F1, ..., Fi, ..., Fn) + det (F1, ..., F.i, ..., Fn)
As por ejemplo:
1 2+5
3
4 0 + 7 1 =
0 3+6
5



12 = 1 + 13

det (C1 , C2 + C.2 , C3) = det (C1 , C2 , C3) + det (C1 , C.2 , C3)
1 2 3
4 0 1
0 3 5


1 5 3
4 7 1
0 6 5


4. El determinante del producto de dos matrices cuadradas es igual al producto de los determinantes de ambas matrices:
det (A B) = det (A) det (B)

B =
AB
 
 

1 2 0
0 11
2 5 1
3 0  4 1 2 0 =  16 3  17
0 6 5
405
26 12 25

A B = (  6) (  13)
A B = AB
A B = 78

Unidad 2

38

5. Si en una matriz cuadrada se permutan dos lneas, su determinante cambia de signo:


det (F1, ..., Fi, ..., F j, ..., Fn) = det (F1, ..., Fj, ..., Fi, ..., Fn)

 6 = (+6)

det (C1 , C2 , C3) =  det (C3 , C2 , C1)


1 2 0
0 2 1
3 0 4 =  4 0 3
0 6 5
5 6 0



6. Si una matriz cuadrada tiene dos lneas iguales o proporcionales su determinante es cero.

1 2 3
4 5 6 =0
7 8 9


det ( F1, F2 ,  F1 + 2F2 ) = 0

1 4 0
2 0 3 =0
2 0 3


1 4 0
2 8 3 =0
2 8 8


det (F1 , F2 , F2 ) = 0

det (C1 , 4C1 , C3 ) = 0

7. Si los elementos de una lnea de una matriz cuadrada son combinacin


lineal de las lneas restantes, es decir, son el resultado de sumar los elementos de otras lneas multiplicadas por nmeros reales, su determinante es cero.
En el clculo de determinantes de orden superior a 3, la propiedad ms utilizada es la que figura a continuacin.


Por regla de Sarrus:
1 3 2
 1 2 1 =  10
2 1 1

Por mtodo de Cho:


1 3 2
1 2 1
2 1 1
= 1

F2 q F2 + F1
F3 q F3  2F1

1 3 2
= 0 5 3 =
0 5 5

5 3
=  10
5 5

8. Si a los elementos de una lnea de una matriz cuadrada se les suma una
combinacin lineal de otras lneas, su determinante no vara:
det (F1, F2, ..., Fi, ..., Fn) = det (F1, F2, ..., aF1 + bF2 + Fi, ..., Fn)
Consecuencia inmediata de esta propiedad es que:
Si una matriz tiene una lnea de ceros su determinante es cero.

Mtodo de Cho
Este mtodo, tambin conocido como hacer ceros, nos permite calcular determinantes de cualquier orden usando la propiedad 8 y el desarrollo de un determinante por adjuntos.
El mtodo de Cho consiste en hacer cero el mayor nmero posible de
elementos de una lnea utilizando las propiedades de los determinantes y
posteriormente desarrollar el determinante por los adjuntos de los elementos de esa lnea en la que hemos hecho ceros.
Este mtodo simplifica el clculo de determinantes de orden superior a 3.
En el margen vemos el clculo de un determinante de orden 3 aplicando la regla de Sarrus y aplicando el mtodo de Cho.

Determinantes

39

ACTIVIDADES
RESUELTAS
5. Utilizando las propiedades de los determinantes y el valor del determinante de la matriz A, calcula el valor de los determinantes de las matrices B y C.
x y z
A = m p q = 4;
t u s

p 2m q
B = u 2t s ;
y 2x z

C =

x + 3t y + 3u z + 3s
t
u
s
m
p
q

Calculamos el determinante de la matriz B:


p 2m q
B = u 2t s
y 2x z

Propiedad 5
C1 n C2

2x y
=  2m p
2t u

z
q
s

2m p
=  2t u
2x y

q
s
z

Propiedad 5
F1 n F3

2x y
= + 2t u
2m p

z
s
q

Propiedad 5
F2 n F3

x y z
Propiedad 2 =  2 m p q =  2 A =  2 4 =  8
t u s

Calculamos el determinante de la matriz C:


C =

x + 3t y + 3u z + 3s
t
u
s
m
p
q

Propiedad 3

x y z
t u s
 m  p q

x y z
3t 3u 3s
t u s + t u s
 m  p q
 m  p q

F2 n F3
Propiedad 3

Propiedad 6

x y z
=+ m p q = A =4
t u s

6. Halla, utilizando el mtodo de Cho, los siguientes determinantes:


2
2
b) B =
1
1

1 2 3
a) A = 2 5 4
 1  1 13

2
3
3
0

3
2
2
4

0
4
3
2

a) Hacemos ceros en los elementos de la primera columna:


1 2 3
A = 2 5 4
 1  1 13

F2 q F2 2F1
=
F3 q F3 + F1

1 2 3
1 10
=0
0 1 10 = 1 (  1)1+1
1 10
0 1 10

b) Hacemos ceros en los elementos de la ltima fila:


2
2
B =
1
1

2
3
3
0

3
2
2
4

0
4
3
2

2 2  11

2  3 10
C3 q C3 4C1
=
C4 q C4 2C1
1 3 6
1 0
0

4
2  11  4
0
4 +1
= 1 (  1)  3 10 0
1
3 6 1
0

F1 q F1 + 4F3 =

14  35 0
14  35
=  35
=   3 10 0 =  1 (  1)3+3
 3 10
3 6 1

Unidad 2

40

4. Clculo de la matriz inversa


por determinantes

Matrices mgicas y sus inversas
La matriz mgica de constante 15:
A=


4 9 2
3 5 7
8 1 6

4.1. Condicin de inversibilidad


Recordamos que la matriz inversa de una matriz cuadrada A de orden n es la
matriz A 1 de orden n que verifica:

tiene por inversa:


A1 =

360

En la unidad didctica anterior definimos matriz inversa y vimos dos procedimientos de clculo de la misma. En este epgrafe veremos otro procedimiento
muy prctico de clculo de la matriz inversa utilizando determinantes.

23  52 53
38
8  22
 37 68  7

que es una matriz mgica de constante 1/15.

A A 1 = A 1 A = I
Las matrices que tienen inversa se llaman matrices regulares y las que no tienen inversa matrices singulares.
Antes de calcular la matriz inversa de una dada hemos de asegurarnos de que efectivamente existe una matriz inversa. Para ello utilizamos la siguiente propiedad:
A 1 o

A |0
A es regular

4.2. Clculo de la matriz inversa

Una vez que nos hemos asegurado de la existencia de la matriz inversa, calculamos esta mediante la siguiente expresin:

Propiedad
La matriz adjunta de la traspuesta de
una matriz A es igual a la traspuesta
de la matriz adjunta de A:

A 1 =

1
1
t
[ Adj (A)] =
Adj (A t )
A
A

Adj (At ) = [Adj (A)]

4.3. Propiedades
Las propiedades ms importantes relativas a la matriz inversa son:
1. Si existe A1 es nica.
2. (A1)1 = A
3. (A B)1 = B 1 A 1
1
4. A 1 =
A

ACTIVIDADES
RESUELTAS
7. Demuestra las propiedades 3 y 4 anteriores.
Propiedad 3:
Hemos de probar que (A B) (B1 A1) = I.
(A B) (B1 A1) = A(B B1) A1 = A I A1 = A A1 = I
Propiedad 4:
A partir de la definicin de matriz inversa y tomando determinantes obtenemos:
A A1 = I | A A1| = | A| | A1| = | I | = 1 | A1| =

1
A

Determinantes

41

ACTIVIDADES
RESUELTAS
8. Calcula las inversas de las siguientes matrices:

2 7
1 3

A=

1 0 0
B= 4 1 0
3 1 1

C=

1 2 3
5 0 6
3 6 9

Nos aseguramos previamente de la existencia de las respectivas matrices inversas:


A = 1 | 0 A1

C = 0 / C 1

B = 1 | 0 B 1

La matriz C 1 no existe. Calculamos entonces A 1 y B 1:

A1 =

9. Dada la matriz A =
do m = 0.

1

t
3 7
1
1 3 1
Adj ( A) =
=
1 7 2
1 2
A

t
1
1
=
Adj ( B ) =
1
B

1 4 1
1 0 0
0 1 1 = 4 1 0
0 0 1
1 1 1

m 1 4
3 m 0 , averigua para qu valores de m la matriz no tiene inversa. Calcula la inversa cuan1 0 1

El determinante de A es det (A) = m 2 + 4m + 3 = (m + 3) (m + 1). Este determinante se anula cuando m = 1 y m = 3. Para estos valores, la matriz A no posee inversa.
En el caso de que m = 0, la matriz A =

A 1 =

0 1 4
3 0 0
1 0 1

t
1
1
Adj ( A) =
3
A

1 0 2
10. Sean las matrices A = 0 1 2 , B =
2 3 1
lugar la matriz X.

1 3
2 1
2 1

tiene inversa, puesto que det (A) = 3, y esta es:

0 3 0
1 4 1
0 12 3

0 1 0
1
=
 3 4 12
3
0 1 3


1
3
4
1
3
1
0
3
0

1 2
y C = 0 1 . Resuelve la ecuacin AX + B = C despejando en primer
1 2

Como | A| = 1 | 0 A1. Esto nos permite despejar la matriz X. Operando:


AX + B = C AX = C B
Para despejar la matriz X hemos de multiplicar en ambos miembros, y a la izquierda, por A1:
A1 AX = A1 (C B) I X = A1 (C B) X = A1 (C B)
Ahora calculamos X, hallando A1 y (C B):
X = A1 (C  B ) =

5 6 2
0 1
4 5 2 2 0 =
2 3 1
3 3

6 1
4 2
3 1

Unidad 2

42

5. Clculo del rango de una matriz


por determinantes
En la unidad didctica anterior definimos rango de una matriz como el nmero de filas o de columnas no nulas y linealmente independientes que tiene esa
matriz y vimos el procedimiento de clculo de este rango a partir de las operaciones elementales por filas.
En este epgrafe vamos a ver otro procedimento para calcular el rango de una
matriz mediante determinantes.

1 2 3
6 7 8
A=
11 12 13

16 17 18

4
9
14
19

5
10
15

20

5.1. Menor de orden k


Se llama menor de orden k de una matriz Am n al determinante de orden k que est formado por los elementos que pertenecen a k filas y a k
columnas de la matriz A.

6
q menor de orden 1
3 4 5
8 9 10 q
menor de orden 3

En el margen podemos ver menores de distintos rdenes para una matriz dada.

18 19 20

5.2. Rango de una matriz y propiedades

11 12
q menor de orde n 2
16 17

El rango de una matriz es el orden del mayor menor no nulo que podemos obtener de esta matriz.
Las propiedades ms caractersticas relativas al rango de una matriz son:

Si el rango de una matriz es k, entonces todos los menores de orden superior a k son nulos.

Rango de matrices cuadradas


En las matrices A cuadradas de orden
n se verifica:

Si el rango de una matriz es k, las k filas y k columnas que forman el menor


de orden k no nulo son linealmente independientes y se llaman lneas principales.

Si | A| | 0 rango (A) = n
Si | A| = 0 rango (A) < n

Las lneas no principales de una matriz dependen linealmente de las lneas


principales.
En las siguientes actividades podemos ver el procedimiento que nos permite
calcular el rango de una matriz mediante menores.

ACTIVIDADES
RESUELTAS

2 2 0

11. Calcula el rango de la matriz A = 4 2 2 .


 2 2  4
Pueden encontrarse menores de rdenes 1, 2 y 3 distintos de cero. As:
2 =2|0

2 2
= 12 | 0
4 2

2 2 0
4 2 2 =  48 | 0
2 2 4

El menor de mayor orden distinto de cero es el propio determinante de la matriz; por tanto, el rango de la matriz A es 3.
Es decir, sus tres filas son linealmente independientes y sus tres columnas son linealmente independientes.

Determinantes

43

ACTIVIDADES
RESUELTAS

1 2 3 4
12. Calcula el rango de la matriz A = 2 4 6 9 :
3 6 9 1
a) Mediante operaciones elementales por filas.

b) Mediante menores.

a) El rango de la matriz A es como mximo 3, pues aunque tiene 4 columnas slo tiene 3 filas. Transformamos la matriz con operaciones elementales por filas:

1 2 3 4
F q F2  2F1
2 4 6 9 F2
q
3 q F3 +3 F1
3 6 9 1

1 2 3 4
123 4
F3 q F3 13 F2
0 0 0 1 q 0 0 0 1
0 0 0 13
000 0

El rango de esta matriz es 2, pues slo tiene dos filas linealmente independientes.
b) Calculamos el rango por menores:
Comenzamos viendo que hay un menor de orden 1 distinto de cero: |1| | 0, con lo cual, rango (A) v 1.
Utilizando los elementos de la segunda columna ordenamos el menor anterior para conseguir menores de orden 2:

12
1 2
=
=0
24
3 6

1 2 3 4
2 4 6 9
3 6 9 1

1 2 3 4
2 4 6 9
3 6 9 1

La segunda columna depende linealmente de la primera, por lo cual se desecha en el clculo del rango.
Haciendo lo mismo con la tercera columna observamos:
13
1 3
=
=0
26
3 9
por lo que esta columna depende linealmente de la primera y tambin se desecha.
Repitiendo el proceso con la cuarta columna obtenemos un menor de orden 2 no nulo:

14
|0
29

1 2 3 4
2 4 6 9
3 6 9 1

Por lo tanto, rango (A) v 2. Como hemos desechado las columnas 2 y 3, el rango no puede ser 3, con lo que: rango (A) = 2.

13. Calcula el rango, segn los valores de m, de la matriz A =

Al ser |1| | 0 y

1 2 1
1 m 3 .
5 1 m

11
= 2 | 0, el rango de la matriz es, al menos, 2, independientemente del parmetro m.
13

El determinante de la matriz A es: det (A) = m2 3m 28 = (m + 4) (m 7). Este determinante se anula cuando m = 4 y m = 7.
Segn los valores anteriores:
Si m es distinto de 4 y 7, el rango de la matriz A vale 3, pues | A| | 0.
Si m es 4, el rango de la matriz A es 2.
Si m es 7, el rango de la matriz A es 2.

Unidad 2

44

RESOLUCIN DE PROBLEMAS
Aparcamiento
En un aparcamiento hay estacionados coches negros, blancos y rojos. Algunos de
ellos son todoterrenos.
Hay dos veces ms coches negros que blancos y dos veces ms blancos que rojos.
Hay tantos coches todeterreno blancos como rojos no todoterrenos; estos ltimos
son tres veces ms numerosos que los todoterreno negros. Los coches blancos que
no son todoterrenos son el triple que los todoterrenos negros.
Cuntos todoterrenos rojos hay en el aparcamiento?

FAMILIARIZACIN CON EL PROBLEMA


El enunciado del problema incluye muchos datos y condiciones, por lo que nos es necesario leerlo ms de una vez para comprender el mismo.

BSQUEDA DE ESTRATEGIAS
Nos damos cuenta de que en este problema hemos de hacernos un diagrama o una tabla
para ir incluyendo todas las condiciones que en l se explicitan.

LLEVAR ADELANTE LA ESTRATEGIA


Hacemos una tabla. Llamamos x al nmero total de coches rojos, e y al nmero de coches
rojos que no son todoterrenos, y con estas variables vamos rellenando la tabla imponiendo las condiciones del enunciado:
Coches negros

Coches blancos

Coches rojos

Todoterrenos

y/3

xy

No todoterrenos

4x y/3

2x y

TOTAL

4x

2x

De la ltima condicin del enunciado obtenemos:


Coches blancos no todoterrenos = triple de negros todoterrenos
Es decir:
2x  y = 3

y
2x = 2 y x = y
3

Por lo tanto, no hay ningn coche rojo todoterreno.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


A la vista del resultado volvemos a leer el problema y observamos que se cumplen las condiciones impuestas en el mismo. Nos damos cuenta de que el haber hecho una tabla ha
sido fundamental para poder manejar toda la informacin que daba el problema y para
haber llegado a la solucin.

Determinantes

45

Fases de resolucin de un problema


En la resolucin de problemas existe una regla de oro que debemos tener siempre presente: lo que importa es el camino. Es
decir, no importa tanto llegar a obtener la solucin del problema
como el proceso seguido en el mismo, pues es el que realmente
nos ayuda a potenciar nuestra forma de pensar. Este proceso lo
podemos sistematizar en cuatro etapas o fases:
Fase de familiarizacin con el problema. El objetivo que pretendemos en esta fase es interiorizar el problema, es decir, ser
capaces de escribir o contar el problema de forma ms sencilla.
Fase de bsqueda de estrategias. En esta fase pretendemos
encontrar varias estrategias que nos sirvan para abordar el problema. Algunas de estas pueden ser: simplificar o particularizar,
ensayo y error, escoger un lenguaje o notacin adecuados, trabajar marcha atrs, etc.
Fase de llevar adelante la estrategia. En esta fase hemos
de poner en prctica la estrategia elegida, con tesn, orden y
confianza.
Fase de revisar el proceso y sacar conclusiones de l. Esta
fase consiste en llevar a cabo una visin retrospectiva y crtica
del proceso que hemos seguido en la resolucin del problema, as como en interrogarnos sobre lo que pasara si varisemos los datos del problema, si se podra generalizar, etc.
En la resolucin del problema propuesto en la pgina anterior,
el haber seguido con constancia las cuatro fases o etapas nos ha
llevado a obtener la solucin del mismo.
En la revisin del proceso observamos que para resolver problemas con mucha informacin es til la estrategia de organizar
esta mediante un diagrama, tabla, etc., que nos permite tener
al alcance todos los datos del problema.

El poeta, de Pablo Picasso.

A C T I V I D A D E S
Practica las fases anteriores en la resolucin de los siguientes problemas:
1. Parejas. Tres amigos Juan, Jos y Jess van de compras con sus parejas Mara, Merche y Marina, aunque no necesariamente en ese orden. Cada uno de los seis compra uno o varios objetos y paga por cada objeto tantos euros como objetos compra. Jos compra 23 objetos ms que Mara y Juan 11 ms que Merche. Cada hombre gast 63 euros ms que
su pareja. Cul es la pareja de cada uno?
2. Pirmides de bolas. Un mago apila bolas, todas iguales, para formar dos pirmides tetradricas. De pronto se da cuenta de que juntando las bolas de ambas pirmides, puede formar una sola pirmide tetradrica mayor. Cul es el mnimo
nmero de bolas de las que tendra que disponer el mago inicialmente?

Unidad 2

46

NUEVAS TECNOLOGAS
Matemticas de Microsoft es un programa informtico que permite operar con
matrices, calcular determinantes y resolver problemas de lgebra lineal.

Matrices y Determinantes
con Matemticas de Microsoft
Matemticas de Microsoft es un programa fcil de manejar. Al abrirlo aparece una ventana con la barra de mens, el teclado de la calculadora, la Hoja de clculo y la ventana
de Herramientas.

CREACIN DE UNA MATRIZ


Para crear una matriz hemos de seguir los siguientes pasos:
1. Desplegamos el men de lgebra lineal en la Calculadora y pulsamos el botn
. Aparece una ventana en la que introducimos el nmero de filas y columnas de la matriz.
2. En la ventana de entrada de datos aparece la matriz para introducir sus elementos:

DETERMINANTES Y OPERACIONES CON MATRICES


Para operar con matrices basta con crearlas y aadir las operaciones que queremos hacer. Dentro del men de lgebra lineal, vemos los distintos botones que nos permiten, por ejemplo, hallar la traspuesta de una matriz, el determinante y la matriz inversa.
Adems podemos ver los pasos de resolucin en cada una de las operaciones que realicemos. En la imagen aparecen algunas de estas operaciones:

PRACTICA con Matemticas de Microsoft la resolucin de las actividades nmeros 11, 13 y 22.

Determinantes

47

EN RESUMEN
orden 2

desarrollo segn el
orden de la matriz

orden 3
otros
rdenes

a11 a12
a21 a22

= a11a22  a12 a21

REGLA DE SARRUS
DESARROLLOS POR LOS
ELEMENTOS DE UNA LNEA

det (A) = det (At )

DETERMINANTE
de una matriz A = (aij)

algunas propiedades

det (F1, F2, ..., k Fi , ..., Fn) =


= k det (F1, F2, ..., Fi , ..., Fn)
det (F1, ..., Fi + F .i, ..., Fn) =
= det (F1, ..., Fi, ..., Fn) + det (F1, ..., F i, ..., Fn)

aplicaciones

det (F1, ..., Fi, ..., F j, ..., Fn) =


= det (F1, ..., Fj, ..., Fi, ..., Fn)

MATRIZ
INVERSA

RANGO DE
UNA MATRIZ

det (F1, ..., 0, ..., Fn) = 0


det (F1, ..., Fi, ..., F i, ..., Fn) = 0

definicin

A1 =

1
Adj ( A)
det ( A)

definicin

det (A B) = det (A) det (B)

EL ORDEN DEL MAYOR


MENOR NO NULO

AMPLA CON
El misterio de las cifras (Editorial Robinbook), de Marc-Alain Ouaknin, nos presenta un recorrido a travs de la historia de las cifras, los nmeros y sus relaciones. Debemos tener en cuenta que nuestro sistema de numeracin decimal, para
nosotros tan conocido, simple y natural, es el resultado de siglos de evolucin; en
ese tiempo, las diversas culturas han ido moldeando, no sin grandes esfuerzos,
sus diferentes sistemas de representacin, hasta llegar al que ahora disfrutamos y
que ha posibilitado el actual desarrollo cientfico.
En este trabajo de investigacin sobre las cifras, el autor incluye tambin aspectos
esotricos o mgicos que sin duda acompaaron a los nmeros en su evolucin.

Unidad 2

48

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


a+1 a
a
a
a a+1 a
a
.
Calcula el valor del determinante
a
a a+1 a
a
a
a a+1
Sumamos todas las columnas y colocamos el resultado en la primera columna. Restamos de todas las filas la primera y despus lo desarrollamos por la primera columna, obteniendo:
a +1 a
a
a
4a + 1 a
a
a
4a + 1
a a +1 a
a
4a + 1 a + 1 a
a
0
=
=
a
a a +1 a
4a + 1 a a + 1 a
0
a
a
a a +1
4a + 1 a
a a +1
0

Resuelve la ecuacin det (A xI) = 0, siendo A =


La ecuacin a resolver es:


1 0 0
2 2 4
1 1 2

a
1
0
0

a
0
1
0

a
0
= 4a + 1
0
1

, I la matriz unidad de dimensin 3, y x


la incgnita.

1 x 0
0
2 2 x 4 = 0
1
1 2 x

Desarrollando el determinante, obtenemos la ecuacin (1 x) [(2 x)2 4] = 0. Operamos y obtenemos x3 + 5x2 4x = 0;


y factorizando: x(x 1) (x 4) = 0. Por tanto, las soluciones de la ecuacin son: x = 0, x = 1 y x = 4.

Sea A =

a 1 0
0 1 1 . Halla el valor o valores de a para los que la matriz A no tiene inversa. Halla A1 para a = 2.
1 a 0

Sabemos que una matriz no tiene inversa si su determinante es nulo. El determinante de la matriz A es det A = 1 a2. Dicho
determinante se anula para a = 1 y a = 1.
Por tanto, la matriz A no tiene inversa si a vale 1 o 1. Para los otros valores de a existe la matriz inversa de A.
Si a = 2, la matriz es A =

At =

2 1 0
0 1 1 . Ahora calculamos A1 a travs de las siguientes matrices:
1 2 0

20 1
1 1 2 q Adj ( At ) =
0 10

2 0 1
1 0  2 q A1
1 3 2

2
1
0
3
3
1
( Adj ( At )) = 31 0 32
=
dett A
1
2
1
3
3

1
1
0
m
m
+
1
m
.
Determina los valores de m que anulan el determinante
2m 2m + 1 2m + 1
Desarrollando el determinante por la regla de Sarrus y simplificando, obtenemos 3m + 1. La expresin anterior, y por tanto
1
el determinante, se anula para m =
.
3

Determinantes

49

Sea A una matriz cuadrada tal que A3 = I (matriz identidad). Cunto vale det A? Si An = I, cunto vale det A?
Utilizando la propiedad de los determinantes relativa a la multiplicacin de matrices, det (A B) = det (A) det (B), obtenemos:
3

det (A3) = det (A) det (A) det (A) = (det (A)) , y como det (A3) = det I = 1, (det (A)) = 1 y det (A) = 1.
n

En el caso An = I, (det (A)) = 1 y det (A) es 1 o 1 si n es par y nicamente 1 si n es impar.

Determina, segn los valores de a, el rango de las siguientes matrices:

1 2 3
a) A = 7 1 1
a 2 3

b) B =

3 1 4 6
1 1 4 4
1 0 4 a

Calculamos el rango de ambas matrices utilizando menores complementarios:


a) Al ser

12
=  13 | 0, el rango de A es, al menos, 2.
7 1

El determinante de A es det (A) = a + 1. Si a vale 1, el rango de A ser 2. Para cualquier otro valor de a, el rango de la
matriz A es 3.

b) Como

31
= 2 | 0, el rango de B es, al menos, 2.
11

Dos posibles menores de orden 3 son:


3 1 4
1 1 4 =0
1 0 4

3 16
1 1 4 = 2a  2
10 a

Si a vale 1, el rango de B es 2 y para cualquier otro valor de a, el rango de la matriz B es 3.

Halla el valor que debe tener x para que la matriz A x I sea la inversa de
de orden 3 y A =

1
(A I), siendo I la matriz unidad
x

1 1 1
1 1 1 .
1 1 1

La matriz A x I es la inversa de

1
(A I) si se cumple:
x
1
(A x I)
(A I) = I (A x I) (A I) = x I
x

Y operando obtenemos:
A2 A I x I A + x I I = x I A2 A = x A
En esta ltima igualdad no podemos multiplicar por A1, pues | A| = 0, es decir, no existe A1.
Operando y despejando x tenemos:


3 3 3
3 3 3
3 3 3

1 1 1
1 1 1
1 1 1

x x x
x x x
x x x

x=2

Unidad 2

50

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Calcula los determinantes de las siguientes matrices:

1 2
a)
3 4

2  3
b)
4 5

a  5
c)
5 a

a  b
e)
b a

 3  4
d)
2  5

f)

m2 m

m 1

2. Calcula los determinantes de las matrices que siguen, utilizando la regla de Sarrus:

1 1 0
a) 1 0 1
0 1 1

1 0 1
b) 0 1 0
3 4 5

1  2 3
c) 0 3 4
 4 1 5

a 1 1
d) 1 a 1
1 1 a

m 1 3
e) 1  1  1
5  3 m

m +1 1
0
f) 0 m +1 1
1
0 m +1

a b c
3. Si 3 0 2 = 5, calcula, sin desarrollar, los siguientes determinantes:
1 1 1

a)

2a 2b 2c
3
0 1
2
1 1 1

a
b
c
b) 3a + 3 3b 3c + 2
a +1 b +1 c +1

c)

a 1 b 1 c 1
4
1
3
1
1
1

4. Sea A una matriz cuyas filas son F1, F2, F3, y su determinante vale 4. Cunto vale el determinante de la matriz B cuyas
filas son F3, F1 2F2, F1?
5. Sea A una matriz cuadrada de orden 3 y sea |A| = 4. Halla:
a) | I A |

b) | A2|

c) | 2 A |

d) | A1|

6. Demuestra, mediante las propiedades de los determinantes, las siguientes igualdades:

a)

x z +t y
x y +t z = 0
x y+z t

bc 2 / a a
b) ac 2 /b b = 0
ab 2 /c c

7. Comprueba que el determinante A1 vale 0 y que el determinante A2 es divisible por 5, sin calcularlos, a partir de las
propiedades de los determinantes, siendo:
 8 25 40
2
3 2
A1 =
5
0 27 0

5 2 1
A2 = 4 7 6
6 3 9

8. Prueba, sin desarrollar, que los determinantes siguientes son mltiplos de 11:
12 1
a) 1 9 8
506

1
2
b)
2
1

9 13
6 18
213
5 19

c)

3
9
2
4

0
7
3
0

1
2
5
5

4
4
4
9

Determinantes

51

9. Sean las matrices:


A=

1
0
C =
1
0

2 1 0
B = 1 1 1
1 0 1


1 1
3 0

1
1
1
0

1 1
2 1
0 1
0 1

a) Halla los menores complementarios de los elementos a11, a23, a32 y a41 en ellas, cuando existan.
b) Halla, en los casos en que existan, A11, A23, A32 y A41.
10. Halla las matrices adjuntas de las matrices:
a)


2 4
1 5

b)

1 2 3
3 5 1
5 0 4

c)


1 2 3
1 1 2
1 3 4

11. Resuelve los siguientes determinantes por el mtodo de Cho:


1 1 1
2 1 1
0 2 1

a)

2 3
1 2
0 0
2 1

b)

1
2
0
1

1
1
3
2

c)

1
1
1
1

1 1
2 3
4 9
8 27

c)

1
0
0
x

0
1
x
0

1
4
16
64

12. Resuelve las siguientes ecuaciones:

a)

x 2 2
2 x 2 =0
2 2 x

1 1
1
b) 2 x
x +1
=0
4 x 2 x 2 + 2x + 1

0
x
1
0

x
0
=0
0
1

13. Calcula las matrices inversas de las siguientes matrices:


a)

1 2
3 4

0 3
1 2

b)

c)


4 2
2 1

d)

2
4
5

1 4
1  2
5
0

e)

1 2 2
1 1 1
1 0 1

f)

1 2 2
0 2 3
0 3 2

14. Determina, segn los valores de m, el rango de las siguientes matrices:

a)


1 2 3
7 1 1
m 1 2

b)

m 1 m
1 m m
m m 1

c)


1
1
1
1

1
2
2
2

1
2
3
3

1
2
3
m

d)

1 1
1 1
1 2
3 2

0
1
4
4

2
3
2
m

15. Si A es una matriz de orden n tal que det (A) = 2, calcula det (A1), det (5A) y det (2A1).

16. Dada la matriz A =

1 1  1
1  1 0 a) Calcula A1. b) Resuelve la ecuacin det (A1 xI) = 0.
1 0 1

17. Para qu valores del parmetro no es invertible la matriz A =

4 1 7
1 3 2 ?
a 2 5

Unidad 2

52

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
18. Calcula el valor de los determinantes siguientes:

a)

3
x
x
x

x
3
x
x

x
x
3
x

x
x
x
3

1
1
0
0

b)

19. Dadas la matrices A =


a) Halla A2.

1
0
1
1

0
0
1
0

0
1
0
1

c)

1
2
3
4

1
2
3
4

1
2
0
3

1
0
0
1

d)

0
a
b
c

a
0
c
b

b
c
0
a

c
b
a
0

0 0 1
0 1 0 y B=
1 0 0

0 0 1
0 1 0 :
1 0 0

b) Resuelve la ecuacin A2 X + A B = B.

20. Dada la matriz A =

1 0 1
k 1 1 :
k 1 k

a) Calcula los valores de k para los cuales no existe la inversa de A.


b) Para k = 3, calcula la inversa de A.
21. De una matriz X cuadrada se sabe que | X | = 3 y | 2 X | = 48. Halla el orden de la matriz X y | X 1| .

22. Sea la matriz A =

0 0 1
1 0 0 :
0 1 0

a) Comprueba que A1 = At.


b) Utilizando el resultado anterior, calcula (At A)1999.
23. Resuelve la ecuacin matricial A X B = C, siendo
A=

01 01

B=

21 53

C =

01 01

24. Sean las matrices A y B de orden 4 con | A| = 3 y | B | = 2. Calcula | A1| ; | B t A| ; | (A B1)t | .


2 a 5
25. El determinante 4 a2 13 vale cero para a = 3. Comprueba esta afirmacin sin desarrollarlo e indicando las propiedades
8 a3 35
de los determinantes que apliques.

26. Halla el rango de la matriz

1 a2  1
a
1 2a2  2 2a  1 segn sea el valor del parmetro a. Halla, si existe, la matriz inversa de A
1
0
a2

en los casos en que a = 0 y a = 1.

Determinantes

53

AUTOEVALUACIN
1. Las soluciones de la ecuacin
a) 1 y 2

x2 2
= 10 son:
3 4
b) 2 y 2

c) 1 y 2

m 1 1
2. El valor del determinante 1 m 1 es:
1 1 m
a) m3 + 3m 2
b) m2 + 2m 3

c) m3 3m + 2

1 1
1
3. Las soluciones de la ecuacin 3 x
x  1 = 0 son:
9 x 2 ( x  1)2
a) 3 y 4

b) 3 y 4

c) 0 y 2

4. Dadas las matrices A y B de orden 3 con det (A) = 4 y det (B) = 6, el valor de det [(A1 B 2)t ] es:
a) 6

b) 9

5. La matriz adjunta de la matriz


a)

24 31

b)

6. La matriz inversa de la matriz

a)

5 2 2
1 0 1
1 1 0


1 2 2
1 2 3
1 3 2

31 42 y

B=

43 32

42 13

a) 1

B=

11

1 0
2 1

1 1 a
1 a 1 , el valor de a para que el rango sea 2 es:
a 1 1
b) 1

1 1 2 3
10. El rango de la matriz 3 2  1 1
5 5 4 4
a) 1

42 31

c)

5 2 2
1 0 1
1 1 0

42 31 , la solucin de la ecuacin matricial B + X A = I es:


3 / 2 3 / 2
3 / 2 3 / 2
b)
c)

4
2
4
2
21 11 ,
1 1
b)
2  1

21 11 01

9. Dada la matriz

5 1 1
2 0 1
2 1 0

8. La matriz X que cumple AX + B = C, siendo A =


a)

c)

es:

b)

7. Dadas las matrices A =


a)

13 42 es:

c) 24

01 11 31 es:
1 1 1
c)
 2 1 10

y C =

c) 2

es:
b) 2

c) 3

u3
unidad 3
contenidos

1. Sistemas de ecuaciones
lineales. Clases

2. Teorema de Rouch-Frbenius
3. Interpretacin geomtrica de
los sistemas de ecuaciones
lineales.
4. Mtodos de resolucin de
sistemas. Regla de Cramer
5. Sistemas homogneos
6. Resolucin de problemas
mediante sistemas
de ecuaciones

Sistemas de ecuaciones
lineales

55

El estudio y la resolucin de ecuaciones lineales aparecen en los


documentos ms antiguos de los que tenemos noticias: papiros
egipcios de Rhind (1650 a.C.) y Mosc (1850 a.C.); tablillas babilnicas (600 a.C. a 300 d.C.); texto chino Nueve captulos de arte
matemtico (siglo III a.C.); textos de Diofanto de Alejandra (siglo III d.C.), y textos hindes (siglo III d.C. a siglo VII d.C.).
Una parte de este legado lleg a Europa de la mano de los rabes, que lo enriquecieron con aportaciones propias. En Occidente fueron Franois Vite (1540-1603) y Leonhard Euler (17071783), entre otros, los que iniciaron el proceso de escribir
sistemas y resolverlos tal como lo hacemos nosotros.
En el estudio de un sistema de ecuaciones lineales habr que responder a una primera cuestin: el sistema tiene solucin? La respuesta se obtiene, como aplicacin de las matrices y los determinantes, mediante el llamado teorema de Rouch-Frbenius. En
caso afirmativo se podrn encontrar las soluciones con los mtodos conocidos o con la regla de Cramer.
El estudio de la existencia de soluciones de un sistema de ecuaciones lineales encuentra aplicacin en el estudio de la posicin
de rectas en el plano y de rectas y planos en el espacio.
Los sistemas de ecuaciones lineales son las herramientas perfectas para plantear y resolver problemas en muy diversos mbitos,
como en Arquitectura e Ingeniera, por ejemplo, en la construccin de los grandes laboratorios y naves espaciales.

cuestiones iniciales
1. Resuelve los sistemas de ecuaciones lineales siguientes:
x + 2 y = 10
a)
2x + 5 y = 23

3 x + 2 y + z = 5

b) 2x + 3 y + z = 1
2x + y + 3z = 11

2. En una fiesta cierta parte de los presentes est jugando a las cartas, otra
parte est charlando y el resto, que es la cuarta parte, est bailando. Al
cabo de un rato, cuatro cambian el juego por el baile, uno deja la charla y se pone a jugar, y dos dejan el baile y se ponen a charlar. Tras estos
cambios hay igual nmero de personas en cada una de las actividades.
Cuntas personas haba en la reunin?

Unidad 3

56

1. Sistemas de ecuaciones lineales.


Clases
Comenzamos revisando los conceptos que se van a utilizar en esta unidad didctica. En el margen se recuerdan algunos de los conceptos asociados a una
ecuacin lineal o de primer grado.
Veamos ahora el concepto de sistema de ecuaciones lineales.


Conceptos asociados
a una ecuacin lineal
Se llama ecuacin lineal o de primer
grado a una ecuacin de la forma:
a1 x1 + a 2 x 2 + + an xn = b
En la ecuacin anterior podemos encontrar los elementos siguientes:
Incgnitas. Son los trminos x 1, x 2,
, x n que deben ser calculados.
Coeficientes de las incgnitas. Son
los nmeros reales a 1, a2, , an . En
cada ecuacin son fijos.
Trmino independiente. Es el nmero real b y en cada ecuacin es
un nmero fijo.
Adems, no conviene olvidar que:
Solucin de una ecuacin, son los
valores x 1 = n 1, x 2 = n 2, , x n = nn
de las incgnitas que transforman
la igualdad de la ecuacin en una
identidad numrica.
Resolver una ecuacin es encontrar
las soluciones de la misma.
Comprobar una ecuacin es el procedimiento que utilizamos al sustituir las soluciones en las incgnitas
y ver si la igualdad que resulta es
cierta.
Es conveniente realizar la comprobacin de todas las ecuaciones y sistemas de ecuaciones que se resuelvan.

Se llama sistema de m ecuaciones lineales con n incgnitas al conjunto formado por m ecuaciones lineales con las mismas n incgnitas en cada
una de ellas.
Podemos escribirlo en la forma:
a11x1 + a12 x 2 + + a1n x n =
a x + a x + + a x =
21 1
22 2
2n n

+
+

+
a
x
a
x
a
m1 1
m2 2
mn x n =

b1
b2

bm

En el sistema anterior llamamos:


coeficientes del sistema a los nmeros reales aij .
trminos independientes a los nmeros reales bi.
incgnitas a los trminos x1, x2, , xn que deben ser calculados.
Al resolver un sistema intentamos encontrar las posibles soluciones del
mismo. Estas son los valores x1 = n1, x2 = n2, , xn = nn de las incgnitas que
convierten las igualdades del sistema en identidades numricas.
Adems, decimos que dos sistemas de ecuaciones son equivalentes si tienen
las mismas soluciones.

1.1. Clases de sistemas de ecuaciones lineales


Los sistemas de ecuaciones lineales suelen clasificarse atendiendo a ciertos
criterios, como el valor de los trminos independientes o la solucin del sistema.
En funcin del valor de los trminos independientes, los sistemas de ecuaciones se clasifican en:
Homogneos, si todos los trminos independientes son nulos.
No homogneos, si alguno de los trminos independientes es distinto de
cero.
Segn su solucin, los sistemas pueden ser:
Incompatibles, si no tienen solucin.
Compatibles, si tienen solucin. Estos, a su vez, pueden ser:
Determinados, cuando la solucin es nica.
Indeterminados, cuando poseen infinitas soluciones.

Sistemas de ecuaciones lineales

57

1.2. Expresiones de los sistemas de ecuaciones lineales


En el estudio y posterior resolucin de un sistema de ecuaciones lineales es
conveniente adoptar notaciones que simplifiquen la escritura. Adems, estas
permiten economizar esfuerzo en las operaciones a realizar. Veamos algunas de
estas expresiones haciendo uso de las matrices.
Expresin matricial
El sistema anterior de m ecuaciones lineales con n incgnitas se puede escribir matricialmente de la siguiente forma:

a11 a12 a1n


a 21 a 22 a 2 n


a m1 a m 2 a mn




matriz priincipal
o matriz de los
coeficientes

b1
x1
b2
x2
=

bm
xn

matriz
de las
incgnitas

mattriz de los
trminos
independientes

AX=B
Por ejemplo:
x  y + 2z = 0
2x  z = 0
q
2 y = 4

y  2z = 5


1 1 2
2 0 1
0 2 0
0 1 2

x
y =
z

0
0
4
5

En la prctica relativa a la resolucin de sistemas es muy til la matriz ampliada cuyos elementos son los coeficientes de las incgnitas y la columna formada por los trminos independientes:
a11
a
A* = 21

a m1

a12
a 22

a m2

a1n
a2n

a mn

b1
b2

bm

Los sistemas de ecuaciones lineales


se usan en la resolucin de problemas relacionadas con rectas y planos.

Expresin vectorial
Llamando A1, A2, ..., An a las columnas de la matriz de los coeficientes,
el sistema anterior de m ecuaciones lineales con n incgnitas puede escribirse de la siguiente forma:


a11
a12
a 21
a 22
x +
x ++
1
2
a m1
a m2

a1n
b1
a2n
b2
x =
n

a mn
bm

A1 x 1 + A 2 x 2 + ... + An xn = B
El sistema del ejemplo anterior lo podemos expresar en forma vectorial as:


1
0
2
1
1
0
0
2
x+
y+
z =
4
0
2
0
5
2
1
0

Unidad 3

58

2. Teorema de Rouch-Frbenius
En el estudio de un sistema de ecuaciones lineales, la primera cuestin a la que
hay que responder es: el sistema tiene solucin? La respuesta afirmativa dar
paso a la resolucin de dicho sistema por uno de los mtodos que veremos con
posterioridad.


Eugne Rouch (1832-1910)
Matemtico francs que trabaj
sobre aspectos diversos: anlisis funcional, teora de ecuaciones y geometra descriptiva.

Si la respuesta es negativa, nuestro trabajo con el sistema de ecuaciones habr


concluido.
Sea el sistema de m ecuaciones lineales con n incgnitas:
a11x1 + a12 x 2 + + a1n x n =

a 21x1 + a 22 x 2 + + a 2 n x n =


a m1x1 + a m 2 x 2 + + a mn x n =

Fue durante muchos aos profesor


de geometra descriptiva en el Conservatorio de Artes y Oficios de la Escuela Central de Pars.

b1
b2

bm

cuyas matrices asociadas, A matriz principal o de los coeficientes y A* matriz


ampliada, son:

a11
a 21
A=

a m1


F. Georg Frbenius (1849-1917)

a12
a 22

a m2

a1n
a2n

a mn

a11
a 21
A* =

a m1

a12
a 22

a m2

a1n
a2n

a mn

b1
b2

bm

La discusin de este sistema de m ecuaciones lineales con n incgnitas o el


estudio de la existencia o no de soluciones se hace mediante el teorema de
Rouch-Frbenius.
Teorema de Rouch-Frbenius
Un sistema de m ecuaciones lineales con n incgnitas es compatible (tiene solucin) si, y slo si, el rango de la matriz de los coeficientes, A, coincide con el rango de la matriz ampliada, A*.
Simblicamente:
El sistema es compatible rango (A) = rango (A*)

2.1. Consecuencias del teorema


Matemtico alemn cuyos principales trabajos estn relacionados con el
estudio de estructuras algebraicas:
grupos y cuerpos; y con la resolucin
de sistemas de ecuaciones lineales.
Vivi en la poca de mayor esplendor
de la matemtica alemana. Fue discpulo de Karl Weierstrass y amigo de
Leopold Kronecker.
Trabaj desde el ao 1882 hasta el final de sus das como profesor de la
Universidad de Berln.

En la prctica discutimos sistemas de ecuaciones lineales utilizando las consecuencias que se deducen del teorema anterior.
Consecuencias del teorema de Rouch-Frbenius:
Si rango (A) rango (A*), entonces el sistema es incompatible.
Si rango (A) = rango (A*) = r, entonces el sistema es compatible:
si r = n, entonces el sistema es determinado;
si r < n, entonces el sistema es indeterminado;
(siendo n el nmero de incgnitas del sistema).

Sistemas de ecuaciones lineales

59

2.2. Sistemas de ecuaciones lineales cuadrados


En los sistemas de ecuaciones lineales cuadrados, es decir, sistemas con igual
nmero de ecuaciones que de incgnitas, se verifica:
A | 0 rango (A) = rango (A*) = nmero de incgnitaas
Es decir, el sistema es compatible determinado. Esta es la consecuencia del
teorema anterior para el caso particular de que el sistema sea cuadrado.
Un sistema cuadrado es compatible determinado si A | 0 .

ACTIVIDADES
RESUELTAS
2 x 5 y + 4 z + u = 3

1. Estudia la existencia de soluciones del sistema siguiente: x 2 y + z u = 5


x 4 y + 6z + 2u = 10

2 5 4
Como 1  2 1 = 1 | 0, los rangos de la matriz de los coeficientes, A, y de la matriz ampliada, A*, valen 3, lo que hace que el
1 4 6
sistema sea compatible. Al tener cuatro incgnitas y valer el rango 3, el sistema es indeterminado.
ax + y = a2
2. Discute el siguiente sistema en funcin del parmetro a:
x + ay = 1
Es un sistema cuadrado. El determinante de la matriz de los coeficientes A =

a1 1a es det A = a

1 = ( a 1) ( a + 1).

Los posibles valores del anterior determinante nos llevan a la siguiente conclusin:
Si a | 1 y a | 1, entonces rg (A) = 2 y rg (A*) = 2. El sistema es compatible determinado.
Si a = 1, entonces rg (A) = 1 y rg (A*) = 1. El sistema es compatible indeterminado.
Si a = 1, entonces rg (A) = 1 y rg (A*) = 2. El sistema es incompatible.

3. Estudia la existencia de soluciones del siguiente sistema de ecuaciones lineales dependientes del parmetro a:
2 x + y z = 0

ax y z = a 1
3 x 2az = a 1

Es un sistema cuadrado. El determinante de la matriz de los coeficientes A =

2 1 1
a  1 1
3 0  2a

es:

det (A) = 2a2 + 4a 6 = 2(a 1) (a + 3)


La posible anulacin del determinante anterior conduce a la discusin siguiente:
Si a | 3 y a | 1, entonces rg (A) = 3 y rg (A*) = 3. El sistema es compatible determinado.
Si a = 3, entonces rg (A) = 2 y rg (A*) = 3. El sistema es incompatible.
Si a = 1, entonces rg (A) = 2 y rg (A*) = 2. El sistema es compatible indeterminado.

Unidad 3

60

3. Interpretacin geomtrica de los


sistemas de ecuaciones lineales
Y

3.1. Sistemas de dos ecuaciones lineales


con dos incgnitas

2x y = 1

2x y = 3

Son sistemas de la forma:

2
1
3 2 1
1
2

y = 2

x = 2

x+y=0

a1x + b1y = c1

a 2 x + b2 y = c2
en los que cada una de las ecuaciones representa una recta en el plano.
La discusin de este tipo de sistemas, mediante el teorema de Rouch-Frbenius, nos conduce a la interpretacin geomtrica del mismo, es decir, al estudio de las posiciones relativas de dos rectas en el plano.

Rectas que se cortan en el punto


P (2, 2):
x + y = 0

y =  2

Las matrices asociadas a estos sistemas son:


a b
A = 1 1
a 2 b2

A* =

a1 b1 c1
2 b2 c2

Utilizando el teorema de Rouch-Frbenius podemos considerar los siguientes casos, segn sea el rango de la matriz de los coeficientes (A) y de la matriz
ampliada (A*):

Rectas paralelas:
2 x  y = 1

2x  y = 3

Rango A = Rango A* = 2

Rango A = 1; Rango A* = 2

Rango A = Rango A* = 1

Sistema compatible determinado; con


una nica solucin.

Sistema incompatible; no tiene solucin.

Sistema compatible indeterminado;


con infinitas soluciones.

La rectas son paralelas.

Las rectas se cortan en el punto P solucin del sistema.

r1

Las rectas son coincidentes.


r1

r2

r2
r1

r2

ACTIVIDADES
RESUELTAS
4. Dada la ecuacin 3x + 2y = 5, aade otra ecuacin que forme con ella un sistema: a) Incompatible. b) Compatible
determinado.

a) El sistema 3 x + 2 y = 5 es incompatible.
6 x + 4 y = 3

b) El sistema 3 x + 2 y = 5 es compatible determinado con solucin x = 1, y = 1.


x  2y = 1

Sistemas de ecuaciones lineales

61

3.2. Sistemas de tres ecuaciones lineales


con tres incgnitas

U2

U1

Son sistemas de la forma:

Planos coincidentes

a1x + b1x + c1x = d1

a 2 x + b2 x + c2 x = d 2
a x + b x + c x = d
3
3
3
3

U1
U2

en los que cada una de las ecuaciones que los forman representa un plano en
el espacio.

Planos paralelos

La discusin de este tipo de sistemas, mediante el teorema de Rouch-Frbenius, nos conduce a la interpretacin geomtrica del mismo, es decir, al estudio de las posiciones relativas de tres planos en el espacio.

U1
U2

Las matrices asociadas a estos sistemas son:

Planos secantes

a1 b1 c1
A = a 2 b2 c2
a 3 b3 c3

Posiciones relativas de dos planos


en el espacio.

a1 b1 c1 d1
A* = a 2 b 2 c 2 d 2
a 3 b3 c3 d 3

Utilizando el teorema de Rouch-Frbenius podemos considerar los siguientes casos, segn sea el rango de la matriz de los coeficientes (A) y de la matriz
ampliada (A*):

Rg A = Rg A* = 3

Sistema compatible
determinado.
Los planos se cortan
en un punto P que es
la solucin del sistema.

Rango A = 2;
Rango A* = 3

Sistema incompatible.
Los tres planos no tienen nada en comn.
Pueden cortarse dos a
dos o ser dos paralelos y el tercero cortar
a ambos.

U1
U2
U3

Rango A = 1;
Rango A* = 2

Rg A = Rg A* = 2

Sistema compatible
indeterminado.
Los tres planos se cortan en una recta.
Pueden ser los tres secantes o dos coincidentes y el tercero secante con ellos.

U1

Sistema incompatible.
Los tres planos son paralelos.
Pueden ser los tres paralelos o dos coincidentes y el tercero paralelo con ellos.

Rg A = Rg A* = 1

Sistema compatible
indeterminado.
Los tres planos son
coincidentes.

U1 U
2

U3

U1

U2
U3

U1

U2
U3

U2
U3

U1
U1

U2

U1
U2

U3

U3
U3

U2

Unidad 3

62

4. Mtodos de resolucin de sistemas.


Regla de Cramer
El teorema de Rouch-Frbenius nos sirve para discutir un sistema de ecuaciones lineales. En los casos en los que el sistema sea compatible necesitamos
mtodos de resolucin. Tres de estos mtodos son el mtodo de Gauss, el de
la matriz inversa y la regla de Cramer, que vemos a continuacin.

4.1. Mtodo de Gauss

El mtodo de Gauss es una generalizacin del mtodo de reduccin y


consiste en transformar el sistema dado en otro equivalente.

Operaciones elementales
por filas
Intercambiar las filas i y j:
Fi n Fj
Multiplicar la fila i por un nmero
k | 0 y sustituirla por el resultado:
Fi q k Fi
Sumar las filas i y j, multiplicadas
por sendos nmeros, y llevar el resultado a la fila i o j:
F i o Fj q k F i + t F j

Para ello tomamos la matriz ampliada del sistema y mediante las operaciones elementales por filas la transformamos en una matriz escalonada
en ceros, es decir, con ceros bajo la diagonal. De esta forma obtenemos
un sistema equivalente al inicial, en el que se pueden dar tres casos:
Que el sistema sea incompatible, en cuyo caso no hay solucin.
Que el sistema sea compatible y determinado, en cuyo caso se resuelve
fcilmente por sustitucin de forma escalonada.
Que el sistema sea compatible indeterminado, en cuyo caso nos quedarn
menos ecuaciones que incgnitas. Para resolverlo lo convertimos en un
sistema cuadrado pasando al segundo miembro las incgnitas necesarias.

4.2. Mtodo de la matriz inversa


Este mtodo consiste en escribir el sistema en forma matricial
AX=B
y despejar la matriz X, siempre que exista A1:
X = A 1 B

ACTIVIDADES
RESUELTAS
x + y + z = 2

5. Resuelve por el mtodo de la matriz inversa el sistema: x + 2 y 3z = 8


x y + z = 2

Como el sistema puede expresarse en la forma


obtenemos:

La solucin del sistema es:

1 1 1
1 2 3
1 1 1
x
y =
z


x
y =
z

1/8 1/4 5/8


1/2 0 1/2
3/8 2/8 1/8

x
2
y = 8 , multiplicando por la matriz inversa de los coeficientes,
z
2

1 1 1
1 2 3
1 1 1


2
1
8 = 2
2
1

1

2
8
2

Sistemas de ecuaciones lineales

63

4.3. Regla de Cramer


Se llama sistema de Cramer al sistema de ecuaciones lineales con igual nmero de ecuaciones que de incgnitas, y en el que el determinante de la matriz principal (A) es distinto de cero:


Gabriel Cramer (1704-1752)

nm. de ecuaciones = nm. de incgnitas


Un sistema

es de Cramer
A | 0
Los sistemas de Cramer son, por definicin, compatibles y la solucin se obtiene mediante la llamada regla de Cramer.
Regla de Cramer
El valor de cada incgnita es el cociente de dividir el determinante formado
por la matriz de los coeficientes sustituyendo en ella la columna correspondiente a los coeficientes de la incgnita buscada por la columna de los trminos independientes, por el determinante de la matriz de los coeficientes.
Matemtico suizo conocido por sus
trabajos sobre probabilidad, teora de
determinantes y curvas algebraicas.

As, en el sistema:
a11x1 + a12 x 2 +

a 21x1 + a 22 x 2 +


a n1x1 + a n 2 x 2 +

+ a1n x n = b1
+ a 2 n x n = b2

+ a nn x n = b n

Fue el primer matemtico nombrado


acadmico por la Royal Society de
Londres y por la Academia de Berln.
Imparti clases de matemticas y filosofa en la Universidad de Ginebra.
La regla que lleva su nombre aparece publicada en 1750 en su libro Introduccin al anlisis de las curvas algebraicas.

el valor de las incgnitas viene dado por:

x1 =

b1
b2

bn

a12
a 22

a n2
A

a1n
a2n

a nn

x n =

a11
a 21

a n1

a12 b1
a 22 b2

a n 2 bn
A

ACTIVIDADES
RESUELTAS
x y + 5z = 13

6. Resuelve, aplicando la regla de Cramer, el sistema: 3 x 2 y + z = 12


x + y + 2z = 9

1 1 5
El sistema es de Cramer al ser 3 2 1 = 25 | 0.
1 1 2

Aplicando la regla de Cramer, la solucin es:

x =

13  1 5
12  2 1
9 1 2
1 1 5
3 2 1
1 1 2

100
=4
25

y =

1 13 5
3 12 1
1 9 2
1 1 5
3 2 1
1 1 2

25
=1
25

z =

1  1 13
3  2 12
1 1 9
1 1 5
3 2 1
1 1 2

50
=2
25

Unidad 3

64

5. Sistemas homogneos
Los sistemas que denominamos homogneos son un caso particular de los sistemas de ecuaciones lineales. Son aquellos en los que todos los trminos independientes son nulos.
La expresin de un sistema homogneo de m ecuaciones con n incgnitas
es la siguiente:
a11x1 + a12 x 2 + + a1n x n = 0
a x + a x + + a x = 0
21 1
22 2
2n n

+
+

+
a
x
a
x
a
m1 1
m2 2
mn x n = 0


Soluciones con parmetros
En los sistemas de ecuaciones lineales con n incgnitas que cumplen:
rango (A) = rango (A*) = r < n,
es decir, en los sistemas compatibles
indeterminados, con infinitas soluciones, estas pueden expresarse en
funcin de n r parmetros.

Una de las caractersticas ms relevantes de los sistemas homogneos es que


todos ellos son compatibles, es decir, siempre tienen solucin, ya que la ltima columna de la matriz ampliada, A*, tiene todos sus elementos nulos, lo
cual deja invariable el rango de la matriz de los coeficientes y, por lo tanto,
rango (A) = rango (A*).
Al ser todos los sistemas homogneos compatibles tienen siempre, como una
de sus soluciones, la solucin x1 = 0, x2 = 0, , xn = 0, que se denomina trivial
o impropia. Esta solucin suele carecer de inters prctico en las situaciones
que se resuelven con estos sistemas.
Para discutir los sistemas homogneos seguiremos el siguiente esquema:
Sea rango (A) = rango (A*) = r, y n el nmero de incgnitas del sistema.
Si r = n, entonces el sistema es determinado (solucin trivial).
Si r < n, entonces el sistema es indeterminado (infinitas soluciones).

ACTIVIDADES
RESUELTAS
7. Estudia y resuelve los siguientes sistemas de ecuaciones:
2 x y = 0
a)
4 x 2 y = 0

a) El determinante de la matriz de los coeficientes es: det ( A) =

x + 3y + z = 0

b) 2 x + 6 y 5z = 0
3 x + y + z = 0

2 1
= 0.
4 2

El rango de la matriz de los coeficientes es uno, y es menor que el nmero de incgnitas. Por tanto, el sistema es compatible
indeterminado. El sistema queda reducido a la ecuacin 2x y = 0. Sus soluciones son y = 2x.
1 3 1
b) El determinante de la matriz de los coeficientes es: det ( A) = 2 6  5 =  56 | 0.
3 1 1
El rango de la matriz de los coeficientes es 3, y coincide con el nmero de incgnitas, por tanto, la nica solucin del sistema
es la solucin trivial x = 0, y = 0, z = 0, al ser el sistema determinado.

Sistemas de ecuaciones lineales

65

ACTIVIDADES
RESUELTAS
8. Discute y resuelve el siguiente sistema:
x 2 y + 3z = 0

2 x 3z = 0
3 x 2 y = 0

1 2 3
El determinante de la matriz de los coeficientes, A, vale cero: A = 2 0  3 = 0.
3 2 0
Al ser el menor

1 2
= 4 | 0, el rango de la matriz es 2 y el sistema es indeterminado, con infinitas soluciones.
2 0

x 2 y = 3z
Eliminando la tercera ecuacin, el sistema a resolver es
2x = 3z
Las soluciones son: x =

3
9
z , y = z , que tambin podemos expresarlas en la forma paramtrica siguiente:
2
4
x = 6t

y = 9t

z = 4t

con t R

9. Discute el siguiente sistema, segn los valores de a, y resuelve en su caso:


ax + y + z = 0

( a + 1) x + y az = 0
x + ( a + 1) y = 0

a
1
1
a + 1 1  a = a3 + 2a2 + a = a (a + 1)2.
1 a +1 0

El determinante de la matriz de los coeficientes es:

La posible anulacin de dicho determinante da lugar a la siguiente discusin:


Si a | 0 y a | 1, entonces rg (A) = 3 y el sistema es compatible determinado. La solucin en todos estos casos es la trivial: x = 0,
y = 0, z = 0.
Si a = 0, entonces rg (A) = 2 y el sistema es compatible indeterminado.
Al ser

y = z
0 1
=  1 | 0, el sistema a resolver es:
11
x + y = 0

Las soluciones son x = z, y = z. Expresadas en forma paramtrica:


x=t

y = t

z=t

con t R

Si a = 1, entonces rg (A) = 2 y el sistema es compatible indeterminado.


Al ser

1 1
=  1 | 0, el sistema a resolver es:
0 1

x + y = z

y = z

Las soluciones son x = 0, y = z. Expresadas en forma paramtrica:


x=0

y = t

z=t

con t R

Unidad 3

66

6. Resolucin de problemas mediante


sistemas de ecuaciones
El lenguaje algebraico es una de las herramientas ms potentes que nos ofrece
las Matemticas. Esto se pone de manifiesto en la resolucin de problemas mediante la obtencin y posterior resolucin de sistemas de ecuaciones.
En todo problema de carcter algebraico debemos de tener en cuenta:
Los datos o valores conocidos.
Los valores desconocidos que deberemos obtener, llamados incgnitas.
Las relaciones entre datos e incgitas que dan lugar a ecuaciones.
En la resolucin de todo problema de carcter algebraico conviene seguir los
siguientes pasos o etapas:
1. Familiarizacin con el problema
Antes de hacer, trataremos de entender con claridad la situacin que propone el enunciado.
Debemos tener en cuenta la situacin de partida, la de llegada y lo que debemos lograr. Emplearemos para ello una o varias lecturas del enunciado
del problema.

2. Bsqueda de estrategias
Resolucin de problemas
algebraicos
Familiarizacin con el problema.
Reconocimiento de los datos o valores conocidos.
Bsqueda de estrategias.
Eleccin de las incgnitas.
Llevar adelante la estrategia.
Planteamiento del sistema y resolucin del mismo.
Revisar el proceso y sacar conclusiones de l.
Comprobacin de las ecuaciones en
el sistema y verificacin de las condiciones del enunciado del problema.

En este tipo de problemas, el camino a recorrer ser menos dificultoso si realizamos una buena eleccin de incgnitas.
Es conveniente elegir el menor nmero posible de incgnitas, dndonos
cuenta de que muchas veces estn relacionadas de forma sencilla unas con
otras.
3. Llevar adelante la estrategia
Despus de la eleccin de las incgnitas realizamos lo que se conoce como
planteamiento del problema, que consiste en expresar, mediante ecuaciones, las relaciones que existen entre los datos y las incgnitas del problema.
Resolvemos el sistema de ecuaciones, segn los mtodos descritos en las
pginas anteriores de esta unidad didctica.
4. Revisar el proceso y sacar conclusiones
Comprobamos las soluciones obtenidas en la resolucin del sistema, sustituyendo los valores numricos obtenidos como soluciones en las ecuaciones y viendo si estas quedan satisfechas o no.
Por ltimo, debemos realizar la discusin del problema, consistente en el
examen de las soluciones obtenidas en funcin de las condiciones que ofrece el enunciado.
Debemos tener en cuenta que los enunciados de los problemas ofrecen muchas veces informacin que suele pasar inadvertida; por ejemplo, si el problema habla de nmero de personas, nmero de animales, etc., el resultado
debe ser un nmero natural.

Sistemas de ecuaciones lineales

67

ACTIVIDADES
RESUELTAS
10. Si la altura de Carlos aumenta el triple de la diferencia de las alturas de Antonio y Juan, Carlos sera igual de alto que
Juan. Las alturas de los tres suman 515 centmetros. Ocho veces la altura de Antonio equivale a nueve veces la de Carlos. Halla las tres alturas.
Llamamos x, y y z a las alturas, en centmetros, de Antonio, Carlos y Juan, respectivamente.
y + 3( x  z ) = z

El enunciado nos permite plantear el siguiente sistema de ecuaciones lineales: x + y + z = 515


8 x = 9 y

3 x + y  4 z = 0

La solucin del anterior sistema, escrito en la forma habitual x + y + z = 515 , es


8 x  9 y = 0

x = 180

y = 160

z = 175

Podemos comprobar sin dificultad que los valores numricos anteriores cumplen las tres ecuaciones del sistema. Por tanto, las alturas de Antonio, Carlos y Juan son 180 cm, 160 cm y 175 cm, respectivamente.
11. Invirtiendo 1 milln de euros en acciones de tipo A y 2 millones en acciones de tipo B, una empresa obtiene unos intereses totales (anuales) de 280 000 euros, y si invierte 2 millones en A y 1 milln en B, obtiene 260 000 euros. Cules
seran los intereses si se invirtieran 3 millones en A y 5 millones en B?
Llamamos x e y a los rditos (tanto por 1) de las acciones de tipo A y de tipo B, respectivamente.
De las condiciones del enunciado podemos plantear las dos ecuaciones del sistema siguiente:
1000000 x + 2000000 y = 280000

2000000 x + 1000000 y = 260000


La solucin de este sistema es: x = 0,08; y = 0,1
Observamos que las acciones de tipo A producen 80 000 euros por milln invertido y las de tipo B, 100 000 euros por milln invertido. Por tanto, los intereses que producirn 3 millones en acciones de tipo A y 5 millones en acciones de tipo B son:
3 80 000 + 5 100 000 = 740 000 euros
12. De un nmero de tres cifras se sabe que la suma de estas es 13. Si se intercambian las cifras de las unidades y las centenas, el nmero disminuye en 198, y si se intercambian las de las unidades y decenas, el nmero aumenta en 36. Encuentra el nmero.
Debemos tener en cuenta que la expresin polinmica, en el sistema de notacin decimal del nmero xyz es 100x + 10y + z.
Llamando xyz, al nmero buscado, obtenemos, atendiendo a las condiciones del enunciado, el siguiente sistema de ecuaciones
lineales:
x + y + z = 13

100 x + 10 y + z  (100 z + 10 y + x ) = 198


100 x + 10 z + y  (100 x + 10 y + z ) = 36

x + y + z = 13

Escribimos este sistema en su forma habitual x  z = 2


, y hallamos sus soluciones, que son:
 y + z = 4

x=7

y=1

z=5

El nmero buscado, que podemos comprobar que cumple todas las ecuaciones, es 715.

Unidad 3

68

RESOLUCIN DE PROBLEMAS
Sistema de ecuaciones
Discute, en funcin del parmetro b, el siguiente sistema de ecuaciones:
4 x 2 y 2 = 0
2
2
x + ( y b ) = 1

FAMILIARIZACIN CON EL PROBLEMA


Est muy claro el enunciado del problema y lo que se nos pide.

BSQUEDA DE ESTRATEGIAS
La primera idea que tenemos es resolver el problema utilizando mtodos algebraicos, pero,
al observar el sistema, vemos que la primera ecuacin representa dos rectas en el plano:
4x2 y2 = (2x + y) (2x y) = 0, y la segunda ecuacin representa una circunferencia de centro (O, b) y radio unidad. Debido a nuestra experiencia en la resolucin de problemas, sabemos que los mtodos geomtricos suelen resultar ms potentes y elegantes que los algebraicos, por lo que nos decidimos por geometrizar el problema.

LLEVAR ADELANTE LA ESTRATEGIA


Al resolver el problema por mtodos geomtricos, comenzamos por representar grficamente el par de rectas y = 2x, y = 2x, y la circunferencia x2 + (y b)2 = 1. Los puntos de
corte de la circunferencia con ambas rectas sern las soluciones del sistema.
Haciendo unos clculos algebraicos muy sencillos y desplazando el centro de la circunferencia sobre el eje OY segn los diferentes valores de b, obtenemos las grficas siguientes, que nos permiten encontrar en cada caso las soluciones del sistema.

1
y = 2x

3
2
1
1

1
1
2
3

y = 2x
1

b ( h,  5 ) ( 5, +h )

b {  5, 5 }

b ( 5, 5 )  {  11
, }

b {  11
, }

ninguna solucin

dos soluciones

cuatro soluciones

tres soluciones

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


A la vista del proceso seguido, nos damos cuenta de que el haber utilizado el lenguaje geomtrico ha sido la clave en la resolucin del mismo.

Sistemas de ecuaciones lineales

69

Eleccin del lenguaje y notacin adecuados


Muchos problemas, en apariencia difciles, se simplifican o se resuelven utilizando una notacin y/o un lenguaje adecuados.
La resolucin de un problema est muy condicionada por el enfoque mental con que se aborde el mismo. Este enfoque nos
lleva a la utilizacin de un lenguaje determinado, el cual lleva
implcito el uso de una notacin adecuada.

lenguaje, encontramos los casos de: ninguna solucin, dos soluciones y cuatro soluciones; sin embargo, el de tres soluciones,
nos pasa inadvertido. Este hecho no ocurre cuando resolvemos
el problema geomtricamente.

En la resolucin de un problema podemos utilizar diversos tipos


de lenguajes. Por ejemplo, el lenguaje de la lgica; el lenguaje
pictrico, que trabaja con figuras, esquemas o diagramas; el lenguaje analgico, que se sirve del modelo; el lenguaje matemtico, que puede ser algebraico, geomtrico, estadstico o probabilstico; etc.
Cada uno de estos lenguajes lleva consigo una notacin, y en
la eleccin de esta debemos tener en cuenta los siguientes
aspectos:
Debe ser clara, concisa y fcil de retener en la memoria.
Debe utilizar signos que no sean ambiguos; fciles de recordar y reconocer.
El orden y la relacin de los signos sugieren el orden y la relacin de los objetos.
Para resolver el problema de la pgina anterior, hemos elegido
el lenguaje geomtrico. Tambin se puede resolver este problema usando el lenguaje algebraico. Si utilizamos este segundo

A C T I V I D A D E S
Encuentra el lenguaje y la notacin adecuados en la resolucin de los problemas siguientes:
1. Pesada difcil. Cuatro amigos, Arturo, Berta, Carlos y Diana, encuentran una antigua bscula que slo pesa objetos de
entre 50 y 100 kg. Estos amigos, individualmente, pesan menos de 50 kg y tres juntos, ms de 100 kg, por lo que deciden pesarse de dos en dos de la siguiente manera: Arturo y Berta, 69 kg; Berta y Carlos, 79 kg; Carlos y Diana, 74 kg;
Diana y Arturo, 64 kg. Con estos datos, se puede determinar el peso de cada uno? Si no fuera posible determinar los
pesos individualmente, qu parejas deben pesarse para encontrar la solucin?
2. Curiosa eleccin. En una clase hacen la eleccin de delegados de una forma muy original. Se piden tres alumnos voluntarios, que resultan ser Ana, Luis y Clara. Se les venda los ojos a cada uno de ellos y se les coloca en la cabeza una cinta, como la que llevan algunos tenistas. Estas tres cintas se toman de una bolsa que contiene tres cintas rojas y dos amarillas. Se les retira la venda de los ojos y de esta forma cada uno puede ver las cintas de sus compaeros, pero no la suya
propia. Ser elegido quien acierte el color de la cinta que lleva. Primero se pregunta a Ana y responde que no puede saberlo; lo mismo sucede con Luis. Por ltimo, Clara dice que su cinta es roja, por lo que resulta ser elegida delegada.
Cmo lo supo?
3. Suma de cubos. Cunto suman los cubos de los n primeros nmeros naturales?

Unidad 3

70

NUEVAS TECNOLOGAS
Derive es un programa informtico que
permite realizar todo tipo de problemas
de lgebra lineal, y discusin y resolucin
de sistemas de ecuaciones lineales.

Sistemas de ecuaciones
con Derive
SISTEMAS DE ECUACIONES LINEALES CON COEFICIENTES
CONSTANTES
Para resolver sistemas de ecuaciones lineales hemos de seguir los siguientes pasos:
1. En la barra de mens elegimos Resolver-Sistema y aparece la ventana en la que introducir el nmero de ecuaciones del sistema, y despus otra en la que escribir las
ecuaciones del mismo:

2. Pulsamos Resolver y obtenemos la solucin del sistema. Si queremos corregir algo


del sistema lo pasamos al editor mediante la tecla F3 .
En la imagen siguiente podemos ver la solucin de tres sistemas: el primero compatible indeterminado, el segundo compatible determinado y el tercero incompatible, por
lo que aparece el smbolo [ ]:

SISTEMAS DE ECUACIONES LINEALES DEPENDIENTES DE


UN PARMETRO m
Vamos a considerar el caso de que el sistema sea cuadrado, es decir, de igual nmero
de ecuaciones que de incgnitas.
En este caso hallamos las races del determinante de la matriz principal mediante
Det [A] = 0.
PRACTICA con Derive la resolucin
de las actividades nmeros 1, 4, 15
y 24.

Para m | races, el sistema es compatible determinado.


Para m = races hallamos para cada una de ellas el rango de la matriz principal A y
de la matriz ampliada A* mediante la opcin Row-reduce [A*] y discutimos el sistema utilizando el teorema de Rouch-Frbenius.

Sistemas de ecuaciones lineales

71

EN RESUMEN

a11x1 + a12 x 2 + + a1n x n = b1


am1x1 + am 2 x 2 + + amn x n = bm

a11 a12 a1n


am1 am 2 amn

estndar


x1

b1

=
xn
bm

A1x1 + A2x2 + + Anxn = B

matricial

vectorial

expresiones

existencia
soluciones

SISTEMAS DE
ECUACIONES
LINEALES

clases
segn

todos bi = 0

HOMOGNEOS

algn bi | 0

NO HOMOGNEOS

valor
de los bi

TEOREMA DE
ROUCH-FRBENIUS
Un sistema es compatible
si y slo si
rango (A) = rango (A*)

no

INCOMPATIBLES

soluciones
s

nos permite

una

DETERMINADOS

infinitas

INDETERMINADOS

COMPATIBLES

INTERPRETAR
GEOMTRICAMENTE
UN SISTEMA
procedimiento
de resolucin

MTODO DE GAUSS

MTODO MATRICIAL
O DE LA MATRIZ INVERSA

REGLA DE CRAMER

consiste en

consiste en

se calcula

ESCALONAR
LA MATRIZ AMPLIADA

RESOLVER LA ECUACIN MATRICIAL


AX = B MEDIANTE X = A1 B

xi =

det ( A1, A2 , , B, , An )
det ( A1, A2 , , Ai , , An )

AMPLA CON
Hypatia de Alejandra es la primera mujer que aparece en la historia de las matemticas,
si exceptuamos a Teano, mujer de Pitgoras. Era hija de Ten, matemtico, astrnomo y
ltimo director del Museo de Alejandra. Vivi en el siglo IV de nuestra era. Muy pronto
dio muestras de su gran capacidad intelectual, lo que le permiti superar en conocimientos a su padre y ser maestra de un selecto grupo de estudiantes.
Sus trabajos ms importantes son los comentarios a la Aritmtica de Diofanto y a las Secciones cnicas de Apolonio. Destac tambin en medicina y filosofa. Su vida y sus obras
han permitido reconocer a Hypatia, adems, como una mujer que luch por el derecho a
la igualdad entre hombres y mujeres.
En esta novela que recomendamos, Hypatia. La mujer que am la ciencia (Editorial Lumen) de
Pedro Glvez, se describe con maestra el ambiente que reinaba en Alejandra en la poca
de Hypatia. Contrastar el helenismo que vive Hypatia con el fanatismo religioso de entonces.

Unidad 3

72

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


3 x 2 y + 3z = 2

Dado el sistema de ecuaciones lineales 4 x 3 y + z = 1


x + 5 y 6z = 5

a) Escrbelo en forma matricial.


a) La expresin matricial del sistema es

b) Resulvelo por el mtodo de Gauss.

3 2 3
4 3 1
1 5 6

x
2
y = 1 .
z
5

b) Efectuando las operaciones elementales por filas que se indican, se obtiene el siguiente sistema equivalente:

3 2 3 2
F q 4 F13 F2
4  3 1  1 F2
q
3 q F13 F3
1 5 6 5

3
0
0

2 3
2
F q F3 +17 F2
q
1 9 11 3
 17 21  13

3
0
0

3 x 2 y + 3z = 2
3 2

1
9 11 y + 9 z = 11
174 z = 174
0 174 174

2

La solucin es x = 1, y = 2, z = 1.
2 x + y = m

Dado el sistema de ecuaciones lineales 2 x + y = 1 , disctelo para los distintos valores del parmetro y resulvelo
x my = 2
cuando sea compatible.

El determinante de la matriz ampliada A* es:


2 1 m
3
det A* =  2 1  1 = 2m2 3m 9 = 2(m 3) m +
2
1 m 2

Los valores del parmetro dan lugar a la siguiente discusin:


3
Si m | 3 y m |  , entonces rg (A*) = 3 y rg (A) = 2, y el sistema es incompatible.
2
Si m = 3, entonces rg (A) = 2 y rg (A*) = 2, y el sistema es compatible determinado.
En este caso la solucin nica es: x = 1, y = 1.
3
Si m =  , entonces rg (A) = 2 y rg (A*) = 2, y el sistema es compatible determinado.
2
1
5
Para este valor del parmetro, la solucin nica es: x =  , y =  .
8
4
ax + y + z = 4

Discute en funcin del parmetro a, el siguiente sistema x  ay + z = 1 . Interpreta geomtricamente los rex + y + z = a + 2
sultados.

El determinante de la matriz de los coeficientes A es det (A) = a2 + 1 = (a + 1) (a 1).


Los valores del parmetro dan lugar a los tipos de sistemas siguientes:
Si a | 1 y a | 1, entonces rg (A) = 3 y rg (A*) = 3, y el sistema es compatible determinado.
Si a = 1, entonces rg (A) = 2 y rg (A*) = 3, y el sistema es incompatible.
Si a = 1, entonces rg (A) = 2 y rg (A*) = 2, y el sistema es compatible indeterminado.
En el primer caso los planos se cortan en un punto. En el segundo caso los 3 planos no tienen nada en comn; el primero y
tercero son paralelos y el segundo se corta con ellos. En el tercer caso los planos se cortan dando una recta.

Sistemas de ecuaciones lineales

73

Los sueldos del padre, la madre y un hijo sumados dan 3 250 euros. La madre gana el doble que el hijo. El padre
gana 2/3 de lo que gana la madre. Calcula cunto gana cada uno.
Llamamos x, y y z a los sueldos del padre, la madre y el hijo, respectivamente.
x + y + z = 3 250

Las condiciones del enunciado nos permiten plantear el siguiente sistema: y  2z = 0


3 x  2 y = 0

La solucin del sistema es: x = 1 000, y = 1 500, z = 750.


Los sueldos del padre, la madre y el hijo son 1 000, 1 500 y 750 euros, respectivamente.

Se tienen 9,50 euros en monedas de 5 cntimos, de 10 cntimos y de 50 cntimos. El nmero de monedas de 10


cntimos excede en 9 unidades al nmero de monedas de 50 cntimos, y por cada 3 monedas de 10 cntimos se
tienen 4 de 5 cntimos. Cuntas monedas se tienen de cada valor?
Llamamos x, y y z al nmero de monedas de 5, 10 y 50 cntimos, respectivamente. Imponiendo las condiciones del problema obtenemos el siguiente sistema:
0, 05 x + 0,10 y + 0,50 z = 9,50

y = 9 + z

y = x
3 4
La solucin del sistema es: x = 28, y = 21, z = 12. Por tanto, hay 28 monedas de 5 cntimos, 21 monedas de 10 cntimos y
12 monedas de 50 cntimos.

Se dispone de un recipiente de 24 litros de capacidad y de tres medidas, A, B y C. Se sabe que el volumen de A es


el doble que el de B, que las tres medidas llenan el depsito y que las dos primeras lo llenan hasta la mitad. Qu
capacidad tiene cada medida?
Sean x, y y z las capacidades de los recipientes A, B y C, respectivamente.
x + y + z = 24

Las condiciones del enunciado nos conducen al sistema x  2 y = 0


, cuya solucin es: x = 8, y = 4, z = 12.
x + y = 12

Las capacidades de los recipientes A, B y C son 8 litros, 4 litros y 12 litros, respectivamente.

Un cocinero adquiri en el mercado ciertas cantidades de patatas, manzanas y naranjas a un precio de 0,5; 0,75
y 1 euro/kg, respectivamente. El importe total de la compra fue de 7,25 euros. En total realiz una compra de
9 kg y, adems, compr 1 kg ms de naranjas que de manzanas. Cuntos kilogramos compr de cada uno de los
productos?
Llamamos x, y y z a los kilogramos de patatas, manzanas y naranjas, respectivamente.
0,5 x + 0,75 y + z = 7, 25

El enunciado nos permite plantear el siguiente sistema de ecuaciones lineales: x + y + z = 9


 y + z = 1

La solucin del sistema es: x = 2, y = 3, z = 4.


La compra realizada por el cocinero fue de 2 kg de patatas, 3 kg de manzanas y 4 kg de naranjas.

Unidad 3

74

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Resuelve los siguientes sistemas e indica de qu clase son:
7 x 2 y = 12

a) x 2 = 0
2 x y = 3

2 x y = 3
c)
4 x 2 y = 6

x + y + 2z = 3

e) 2x + 3 y z = 4
3 x + 4 y + z = 7

x y = 1

b) x + y = 7
x 5y = 5

x + y = 1

d) y + z = 2
x + z = 3

3 x + y + 2z = 3

f) y + z = 1
x + 2y z = 2

2 x y + z = 3
2. Dado el sistema
:
x + y + z = 1
a) Aade una ecuacin para que el sistema sea incompatible.
b) Aade una ecuacin para que el sistema tenga infinitas soluciones.
mx y = 1
3. Dado el sistema
, halla m para que:
x my = 2m 1
a) No tenga soluciones.

c) Tenga solucin nica.

b) Tenga infinitas soluciones.

d) Tenga una solucin en la que x = 3.

4. Discute, segn los valores del parmetro a, los siguientes sistemas y resuelve en los casos que sea posible:
x + z = 8

a) 2x + y + z = 10
3 x + 2 y + az = 5

x + y = 5

b) y + 3z = a
x + z = 1

2 x  y = a

c) ax + 3 y = 4
3 x  y = 2

5. Interpreta geomtricamente cada uno de lo siguientes sistemas:


x  2y = 1
a)
2x + y = 3

x  2y + z = 3

b) 2x  3 y  2z = 5
x  3 y + 5z = 4

x + y  z = 3

c) 3 x + 4 y  z = 5
x  2 y + 3z =  1

6. Interpreta geomtricamente cada uno de los siguientes sistemas en funcin de los valores del parmetro a:
x + y + z = 2

a) ax  y  z = 1
x  y + z = 2

x + y + z = a

b) x + y + az = 1
x + ay + z = 0

ax + y = a2
c)
2
x + a y = 1

7. Discute los siguientes sistemas en funcin de k y resulvelos cuando sean compatibles:


x + y + z = 0

a) kx + 2z = 0
2x  y + kz = 0

2 x  3 y + 2z = z

b) 2x  ky  3z = x
5 x + 3 y  z = y

Sistemas de ecuaciones lineales

75

8. Cierta marca de pintura es elaborada con tres ingredientes, A, B y C, comercializndose en tres tonos diferentes. El primero se prepara con 2 unidades de A, 2 de B y 1 de C; el segundo, con 1 unidad de A, 2 de B y 2 de C; y el tercero con
una unidad de cada ingrediente.
El bote del primer tono se vende a 23 euros, el del segundo a 17 euros y el del tercero a 14 euros. Sabiendo que el margen comercial (o ganancia) es de 3 euros por bote, qu precio por unidad le cuesta a dicha marca de pintura cada uno
de los tres ingredientes?

9. Una fbrica de chocolates emplea, para una determinada marca, leche, cacao y almendras, siendo la proporcin de leche el doble que la de cacao
y almendras juntas. Los precios de los ingredientes
por kilo son: leche, 0,80 euros; cacao, 4 euros; y
almendra, 10 euros.
En un da se fabrican 9 000 kg de chocolate de dicha
marca con un coste total de 22 800 euros. Cuntos
kilogramos se utilizan de cada componente?

10. Para un determinado partido de ftbol se ponen


a la venta tres tipos de localidades: fondo, general y tribuna. Se sabe que la relacin entre los precios de las localidades de tribuna y general es de
19/18, y entre general y fondo es de 6/5.
Si al comprar tres localidades, una de cada clase, se
pagan en total 52 euros, cul es el precio de cada
tipo de localidad?

11. Un tren transporta 500 viajeros y la recaudacin de sus billetes asciende a 2 142 euros. Calcula cuntos viajeros han pagado el importe total del billete, que vale 9 euros; cuntos han pagado el 20 % del billete y cuntos el 50 %, sabiendo que el nmero de viajeros que han pagado el 20 % del billete es el doble del nmero de viajeros que pagan el billete entero.

12. Andrs, Juan y Luis son tres amigos. Hablando un buen da sobre sus edades observan que: El doble de la edad de Andrs ms el triple de la edad de Juan es tres aos superior a cuatro veces la edad de Luis. El triple de la edad de Luis menos el doble de la edad de Juan es siete aos inferior al doble de la edad de Andrs. El doble de las edades de Andrs y
Luis es tres aos inferior a cinco veces la edad de Juan. Cul es la edad de cada uno de los amigos?

13. Un pas importa 21 000 vehculos mensuales de 3 marcas A, B, C, al precio de 7 500; 9 100 y 12 000 euros, respectivamente. Si el total de la importacin asciende a 201,8 millones de euros y de la marca A importa el 40 % de las otras dos
marcas juntas, cuntos vehculos de cada marca entran en el pas?

14. En una tienda, por comprar dos chaquetas y una blusa nos cobran 200 euros. Volvemos a la tienda y compramos una
chaqueta, un pantaln y devolvemos la blusa, y nos cobran 100 euros. En una tercera visita a la tienda compramos cinco chaquetas, un pantaln y una blusa, cunto nos cobrarn?

Unidad 3

76

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD

3 x  2 y + 4 z = 8

15. Resuelve por el mtodo de Gauss el siguiente sistema de ecuaciones lineales: x + y + 2z = 1


7 x  8 y + 8 z = 22

16. Resuelve y clasifica el sistema de ecuaciones lineales:


2x + y = 3

y 2x = 6

3y 6x = 3

Representa e interpreta grficamente la situacin relativa de las rectas cuyas ecuaciones forman el sistema.
3 x + (2m + 3) y = 1
17. Sea el siguiente sistema de ecuaciones, en funcin del parmetro m :
 3mx + y = 1
a) Exprsalo en forma matricial, siendo los elementos de una de las matrices que intervienen las variables x e y.
b) Disctelo segn los valores del parmetro m.
c) Determina su solucin para m = 5.
x  2y = 3
18. Dado el sistema:
 2x + 3 y + z = 4
a) Clasifcalo y resulvelo.
b) Aade una ecuacin de modo que el sistema resultante represente las ecuaciones de tres planos que se cortan en una
recta.
19. La edad de una madre es, en la actualidad, el triple que la de su hijo. La suma de las edades de padre, madre e hijo es
80 aos, y dentro de 5 aos, la suma de las edades de la madre y del hijo ser 5 aos ms que la del padre. Cuntos
aos tienen el padre, la madre y el hijo en la actualidad?
20. Un grupo de personas se rene para ir de excursin, juntndose un total de 20 entre hombres, mujeres y nios. Contando hombres y mujeres juntos, su nmero resulta ser el triple del nmero de nios. Adems, si hubiera acudido una
mujer ms, su nmero igualara al de hombres. Averigua cuntos hombres, mujeres y nios han ido de excursin.
21. Si a un nmero de dos cifras se le suma 18, se obtiene el nmero con las cifras intercambiadas. Sabiendo que la suma
de las cifras del nmero es 16, encuentra dicho nmero.
22. Dada la matriz A =

2 1 1 , resuelve por el mtodo de Gauss:


1 0 1

a) El sistema de ecuaciones lineales homogneo cuya matriz de coeficientes es A At.


b) El sistema de ecuaciones lineales no homogneo cuya matriz ampliada es At A, siendo la ltima columna los trminos independientes.
23. Un cine proyecta una pelcula slo tres das: lunes, martes y mircoles. Se sabe que el nmero de espectadores del martes se increment un 12 % respecto al del lunes, el mircoles ese nmero disminuy un 12 % respecto al martes y el lunes ese nmero super en 36 espectadores el del mircoles. Cuntos espectadores vieron la pelcula cada uno de los das?
24. Discute, segn los valores de t y resuelve cuando sea posible, encontrando la solucin para la cual z = 1, el siguiente sistema:
x + y + z = 0

tx + 2z = 0
2x  y + tz = 0

Sistemas de ecuaciones lineales

77

AUTOEVALUACIN
x + y = 1

1. Se considera el sistema my + z = 0
. Para m = 0, el sistema es:
x + ( m + 1) y + mz = m + 1

a) Compatible determinado

b) Compatible indeterminado

c) Incompatible

2. Para m = 1, el sistema de la actividad anterior es:


a) Compatible determinado

b) Compatible indeterminado

c) Incompatible

3. Para m = 2, el sistema de la actividad nmero 1 es:


a) Compatible determinado

b) Compatible indeterminado

c) Incompatible

2 x  3 y = 7
4. Las rectas cuyas ecuaciones forman el sistema
son:
 8 x + 12 y = 21
a) Coincidentes

b) Secantes

c) Paralelas

3 x + 2 y  z = 3

5. Los planos cuyas ecuaciones forman el sistema x + y  2z =  5 son:


2x + y + 3z = 16

a) Coincidentes

b) Secantes en un punto

c) Paralelos

x + y = 1

6. Sea el sistema x + z = 8 . Si lo resolvemos por Cramer o por Gauss, obtenemos:


y + z = 1

a) x = 4; y = 5; z = 6

b) x = 3; y = 4; z = 5

c) x = 5; y = 6; z = 8

2 x  3 y + z = 0

5. La solucin para la cual z = 38 en el sistema x + 8 y  3z = 0 es:


5 x + 2 y  z = 0

a) x = 2; y = 14; z = 38

b) x = 14; y = 2; z = 38

c) x = 2; y = 2; z = 38

8. La suma de las tres cifras de un determinado nmero es 13. La cifra de las centenas excede en 4 unidades a la de las decenas.
Si se intercambia la cifra de las unidades con la de las centenas, el nmero aumenta en 495 unidades. El nmero buscado es:
a) 409

b) 904

c) 625

9. Comprar dos refrescos (r), un bocadillo (b) y dos dulces (d), nos cuesta 14 euros. Si compramos siete refrescos, tres bocadillos y cuatro dulces, el importe es 17 euros. El precio de un bocadillo y de un refresco en funcin del precio de un dulce es:
a) r = 25 2d; b = 6d 64

b) r = 2d; b = 6d

c) r = 2d 25; b = 64 6d

10. Por cuatro batidos, un helado y dos sndwiches nos cobraron en una cafetera 13 euros. Otro da, por cuatro helados y
cuatro sndwiches nos cobraron 20 euros. Un tercer da tuvimos que pagar 9 euros por un sndwich y cuatro batidos.
Algn da nos presentaron una factura incorrecta?
a) S

b) No

c) No se puede saber

u4
unidad 4
contenidos

1. Inecuaciones lineales
con dos incgnitas
2. Programacin lineal

3. Programacin lineal
para dos variables.
Mtodos de resolucin
4. El problema del transporte

Programacin lineal

79

Las Matemticas proporcionan a la Economa mtodos y modelos de optimizacin que constituyen la programacin lineal, con
el propsito de ayudar a las empresas a la utilizacin ptima de
los recursos, que siempre son limitados, minimizando costes de
produccin y maximizando los beneficios.
El matemtico ruso Leonid Vitalevich Kantorovich (1912-1986),
premio Nobel de Economa en 1975, en su libro Mtodos matemticos para la organizacin y la produccin sent las bases de
la programacin lineal, que fue desarrollada posteriormente por
el matemtico estadounidense George B. Dantzig (1914-2005).
Entre las mltiples aplicaciones de la programacin lineal podemos citar el problema de la dieta, que consiste en determinar la
mejor combinacin de alimentos que debe incluir una dieta con
el mnimo coste, el problema del transporte o de la distribucin
de mercancas, minimizando los costes de distribucin y los tiempos empleados en la misma y el problema de la produccin, que
consiste en combinar recursos que maximicen beneficios o minimicen costes.

cuestiones iniciales
1. Representa en el plano el conjunto de puntos que cumplen las siguientes condiciones:
y f 2

a) y v  1
x < y

0 f x f 3

b) 0 f y f 2
x + y f 3

2. Escribe el sistema de inecuaciones cuya solucin es el conjunto de puntos de la figura sombreada.

3
2
1

Unidad 4

80

1. Inecuaciones lineales
con dos incgnitas


Regiones importantes del plano
Y
x>0
O

En cursos anteriores estudiamos las inecuaciones de primer grado con una o


dos incgnitas. En este curso vamos a revisar algunos de estos conceptos que
nos van a ser imprescindibles para el desarrollo de esta unidad didctica.
Una inecuacin de primer grado con dos incgnitas es una desigualdad
algebraica que se puede transformar en otra equivalente a una de las
siguientes formas:
ax + by v c
ax + by f c

ax + by > c
ax + by < c

En la resolucin de las inecuaciones de primer grado con dos incgnitas conviene seguir los pasos que figuran a continuacin.

x<0
O

Resolucin de la inecuacin de primer grado con dos incgnitas:


1. Representamos grficamente la funcin afn o lineal:
ax + by = c
asociada a la inecuacin y obtenemos la recta correspondiente.

Y
y>0
O

y<0

2. La recta divide el plano en dos semiplanos. Discutimos cul de los semiplanos es solucin utilizando un punto y estudiando si verifica o no
la inecuacin.
3. Estudiamos la inclusin o no de la recta o frontera en la solucin:
En las inecuaciones del tipo:
ax + by > c
ax + by < c
no se incluye la recta o frontera.
En las inecuaciones del tipo:
ax + by v c
ax + by f c
se incluye la recta o frontera.

ACTIVIDADES
RESUELTAS
1. Resuelve la inecuacin x v 3y 3 y estudia cules de los siguientes puntos son solucin de la misma: A(9, 4); B(1, 3);
C(4, 2); D(3, 0) y E(3, 3).
Y
7

En la grfica est representada la regin de soluciones de la inecuacin. La recta o frontera forma parte de la citada regin.

6
5

El punto A(9, 4) es solucin, ya que 9 = 3 4 3.

El punto B(1, 3) no es solucin al ser 1 < 3 3 3.

El punto C (4, 2) es solucin pues 4 > 3 2 3.

El punto D(3, 0) es solucin pues 3 = 3 0 3.

El punto E(3, 3) no es solucin pues 3 < 3 3 3.

-6 -5 -4 -3 -2 -1

1
-1
-2

9 10 X

Programacin lineal

81

Sistemas de inecuaciones lineales con dos incgnitas


Un sistema de inecuaciones de primer grado con dos incgnitas es un
conjunto de inecuaciones de primer grado de la forma:

Polgono convexo
Z

a1 x + b1 y f c1
a x + b y f c
2
2
2
............... ...

a n x + b n y f c n

T
Y

B
B

El conjunto solucin de un sistema de inecuaciones est formado por las


soluciones que verifican a la vez todas las inecuaciones. Al conjunto solucin tambin se le llama regin factible.

A
A
O

Para resolver un sistema de inecuaciones se procede de la siguiente manera:

Se llama polgono convexo o regin


convexa a toda regin del plano que
cumple la siguiente condicin:

Se resuelve cada inecuacin por separado, indicando en cada una de ellas,


mediante unas flechas o sombreando, el semiplano solucin.

Para dos puntos cualesquiera de dicha regin, el segmento que los


une est contenido todo l en su
interior.

El conjunto solucin o regin factible est formado por las soluciones comunes a todas las inecuaciones.
Un sistema de inecuaciones lineales puede tener o no solucin. Cuando la
solucin es una regin acotada, sus puntos estn encerrados en un polgono
convexo.

Los puntos O, X, Y, Z, T son los


vrtices del polgono convexo.

ACTIVIDADES
RESUELTAS
2. Dibuja las regiones factibles de los sistemas siguientes:
x > 0

a) y > 0
x + 2y < 8

x > 0

b) y > 0
2 x + 3 y > 6

x > 0

c) y > 0
x + y < 1

En cada uno de los casos representamos las rectas asociadas a cada inecuacin.
Buscamos para cada una de las inecuaciones su semiplano de soluciones y, por ltimo, la regin comn a todos los semiplanos.
En las representaciones grficas que siguen podemos ver la regin factible o regin de soluciones de cada uno de los sistemas; las
fronteras no estn incluidas en la solucin.
a) Solucin acotada
en regin convexa.

b) Solucin no acotada.

c) No posee solucin.

2y
=

x+

4
2

X
0

4
2x
+

6
3y
=

2
6

Unidad 4

82

2. Programacin lineal


George B. Dantzig (1914-2005)

La programacin lineal es un instrumento matemtico que permite resolver


mltiples problemas en los campos econmico, social y tecnolgico. Consiste
en optimizar una funcin, minimizando costes o maximizando beneficios, utilizando unos recursos que siempre son limitados.
La programacin lineal es un conjunto de tcnicas que pretende optimizar (maximizar o minimizar) una funcin lineal de varias variables
llamada funcin objetivo sujeta a una serie de restricciones expresadas
por medio de ecuaciones o inecuaciones lineales.
Los programas lineales ms habituales se expresan de una de las siguientes
formas:
Maximizar una funcin
Maximizar la funcin:
z = c1x1 + c2x2 + + cnxn

Matemtico estadounidense que desarroll potentes algoritmos basados


en el uso de inecuaciones para resolver problemas relacionados con la organizacin y planificacin de la produccin.
Con posterioridad, sus descubrimientos fueron la base de nuevas investigaciones que han contribuido a que
las matemticas aplicadas hayan resuelto numerosos problemas en los
ms variados mbitos de la ocupacin humana.

sujeta a las restricciones:


a11x1 + a12 x 2 + + a1n x n f b1
a 21x + a 22 x + + a x f b
2
2n n
2
1
.....................................................
a m1x1 + a m 2 x2 + + a mn x n f b m

x1 v 0, x2 v 0, , x n v 0
Minimizar una funcin
Minimizar la funcin:
z = c1x1 + c2x2 + + cnxn
sujeta a las restricciones:
a11x1 + a12 x 2 + + a1n x n v b1
a 21x + a 22 x + + a x v b
2
2n n
2
1
..........................................
.
..........

a m1x1 + a m 2 x2 + + a mn x n v b m

x1 v 0, x2 v 0, , x n v 0
En los programas lineales anteriores llamamos:
Variables de decisin a los trminos x1, x2, , xn.
Restricciones a las inecuaciones lineales expresadas en las variables de
decisin.
Funcin objetivo a la funcin z, funcin lineal que hay que optimizar.
Regin factible o conjunto de soluciones que verifican todas las restricciones. Esta puede ser acotada o no acotada.

Cadena de montaje.

Solucin ptima o conjunto de valores de las variables que verifican todas


las restricciones y optimizan la funcin objetivo.

Programacin lineal

83

2.1. Clases de programas lineales


Los programas lineales suelen clasificarse atendiendo al tipo de solucin que
presentan. Estos pueden ser:
Factibles, si existe el conjunto de soluciones o valores que satisfacen las
restricciones. A su vez, pueden ser:
Con solucin nica, si existe una nica solucin ptima.
Con solucin mltiple, si existe ms de una solucin ptima.

No factibles, cuando no existe el conjunto de soluciones que cumplen las


restricciones, es decir, las restricciones son inconsistentes.

Elementos de un programa lineal

2.2. Etapas en la formulacin de un programa lineal

Factores

Productos

P1 P2 Pn

Recursos

a11 a12 a1n


a21 a22 a2n
...................

b1
b2

Fm

am1 am2 amn

bm

Beneficios
o costes

c1 c1 cn

F1
F2

Con objeto de simplificar la formulacin de un programa lineal, es conveniente realizar el planteamiento algebraico de un enunciado a travs de los
pasos o etapas siguientes:
1. Recoger la informacin relativa a los elementos del problema en una tabla,
como la que figura en el margen.

Produccin x1 x1 xn

2. Determinar las variables de decisin y darles nombre.


3. Escribir las restricciones, expresadas como inecuaciones lineales de las
variables de decisin.
4. Expresar analticamente la funcin objetivo, funcin lineal de las variables
de decisin, que hay que optimizar.

ACTIVIDADES
RESUELTAS
3. Una fbrica produce frigorficos con un congelador o con dos congeladores. Los de un congelador necesitan de 3 horas de montaje y 3 horas de acabado y los de dos congeladores necesitan 3 horas de montaje y el doble de estas horas
de acabado. El mximo nmero de horas diarias de que dispone la empresa es de 120 en montaje y 180 en acabado.
El beneficio es de 300 euros por cada frigorfico con congelador y 400 euros por cada uno con dos congeladores. Plantea el programa lineal para que la empresa obtenga mximo beneficio diario.
Formulamos el programa lineal siguiendo las etapas antes sealadas:
1. Hacemos una tabla:

2. Las variables son:

Frigorfico
con 1
congelador
Horas diarias
de montaje
Horas diarias
de acabado
Beneficio por
cada frigorfico
Nmero de
frigorficos diarios

Frigorfico
con 2
congeladores

x = nmero de frigorficos fabricados a diario con 1 congelador.


Horas
diarias

120

180

300

400

y = nmero de frigorficos fabricados a diario con 2 congeladores.


3. Las restricciones son:
x v 0, y v 0, enteras

3 x + 3 y f 120
3 x + 6 y f 180

4. La funcin objetivo a maximizar es:


z = 300 x + 400 y

Unidad 4

84

3. Programacin lineal para dos


variables. Mtodos de resolucin
Hoy en da se han complicado mucho los programas de programacin lineal
debido a que en ellos intervienen varias variables. La resolucin de estos complejos programas se hace mediante el mtodo del simplex y con ayuda de
ordenador.
En este curso no vamos a utilizar este mtodo, que corresponde a cursos ms
avanzados; vamos a resolver problemas de programacin lineal con dos nicas
variables, que llamaremos x e y.


Programacin entera
Los conjuntos numricos en los que
toman valores las variables de decisin
quedan condicionados por la naturaleza del problema. Si los valores solo
pueden ser nmeros enteros, estamos
ante una rama de la programacin lineal: la programacin entera.
En la programacin entera, el ptimo
no ser necesariamente un vrtice
a no ser que este tenga coordenadas
enteras, es decir, el ptimo puede no
estar en la frontera.
Con frecuencia sucede que al existir
restricciones de signo para las variables de decisin, estas toman valores
naturales.

Un programa lineal en dos variables x e y viene formulado de una de las


siguientes formas:
Maximizar la funcin objetivo z = c1x + c2 y sujeta a las siguientes
restricciones:
x v 0; y v 0

a11x + a12 y f b1
a 21x + a 22 y f b2
.............................

a m 1x + a m 2 y f b m
Minimizar la funcin objetivo z = c1x + c2 y sujeta a las siguientes
restricciones:
x v 0; y v 0

a11x + a12 y v b1
a 21x + a 22 y v b2
.............................

a m 1x + a m 2 y v b m
Para resolver un problema de programacin lineal en dos variables utilizamos
las siguientes propiedades:
Si existe una nica solucin que optimice la funcin objetivo esta se encuentra en un vrtice de la regin factible acotada, nunca en el interior
de la misma. Esta propiedad se conoce con el nombre de principio de las
esquinas.
Si la funcin objetivo toma el mismo valor ptimo en dos vrtices, tambin toma idntico valor en los puntos del segmento que determinan esos
vrtices. En este caso el programa tiene solucin mltiple.
Si la regin factible no est acotada, el programa lineal puede carecer de
solucin, pero si existe solucin esta se encuentra en los vrtices de la regin factible.
Veamos dos mtodos para resolver este tipo de programas lineales: mtodo
analtico y mtodo grfico.

Programacin lineal

85

3.1. Mtodo analtico


Para encontrar las soluciones de un problema de programacin lineal en dos variables por el mtodo analtico hemos de seguir los siguientes pasos:
1. Formular el programa lineal siguiendo las etapas sealadas en el epgrafe
2.2. Es decir: hacer una tabla, determinar las variables, escribir las restricciones y encontrar la funcin objetivo.
2. Representar la regin factible y encontrar los vrtices de la misma resolviendo los sistemas de ecuaciones asociadas a las restricciones.
3. Calcular el valor de la funcin objetivo en cada uno de los vrtices de la regin factible y determinar el que la optimiza, es decir, la solucin ptima.

ACTIVIDADES
RESUELTAS
4. Una fbrica de cajas de cartn hace dos tipos de cajas: unas con base cuadrada que vende a 0,12 euros unidad y en las
que gasta 2 m de cinta adhesiva y 0,5 m de rollo de cartn, y otras de base rectangular que vende a 0,08 euros unidad y
en las que gasta 4 m de cinta adhesiva y 0,25 m de rollo de cartn. Si la fbrica dispone de 440 m de cinta adhesiva y de
65 m de rollo de cartn, cuntas cajas de cada tipo debe fabricar para que el valor de la produccin sea mximo?
Resolvemos el problema por el mtodo analtico siguiendo los pasos anteriores.
1. Hacemos una tabla con la informacin:
Caja
cuadrada
Cinta (m)

Caja
rectangular

440 m

Cartn (m)

0,5

0,25

65 m

Precio
(euros/unidad)

0,12

0,08

Nmero de cajas

Llamamos x al nmero de cajas de base cuadrada e y al nmero


de cajas de base rectangular. Son variables enteras y como han de
ser positivas son nmeros naturales.
Las restricciones son:
x v 0, y v 0, enteras

2x + 4 y f 440
0,5 x + 0, 25 y f 65

Y
260

La funcin objetivo a maximizar es:


z = 0,12x + 0,08y
2. Representamos la regin factible. Los vrtices de la misma son los
puntos de corte de las distintas rectas y son:
O (0, 0); A(130, 0); B (100, 60); C(0, 110)

La fbrica debe hacer 100 cajas cuadradas y 60 rectangulares.

110 C
100

B
50

A
O

50

100

x + 2y = 220

0
13

3. La funcin objetivo toma en estos vrtices los siguientes valores:


zO = 0; zA = 15,60; zB = 16,80; zC = 8,80; y alcanza el mximo en B.

150

X
0,5 x + 0,25 y = 65

Unidad 4

86

3.2. Mtodo grfico


Lneas de nivel de la funcin
objetivo

Para encontrar las soluciones de un problema de programacin lineal en dos


variables por el mtodo grfico hemos de seguir los siguientes pasos:

Se llaman lneas de nivel de la funcin


objetivo z = c1x + c2y, o rectas de beneficio constante, a aquellas expresiones en las que la funcin objetivo toma un determinado valor constante.

1. Formular el programa lineal, siguiendo las etapas sealadas en el epgrafe 2.2.


Es decir: hacer una tabla, determinar la variables, escribir las restricciones y
encontrar la funcin objetivo.
2. Representar la regin factible y encontrar los vrtices de la misma resolviendo los sistemas de ecuaciones asociadas a las restricciones.

En el mtodo grfico de resolucin se


suele dibujar la lnea de nivel de valor
nulo, o recta de beneficio nulo, cuya
ecuacin es: c1x + c2y = 0.

3. Representar la recta de beneficio nulo, c1x + c2y = 0, correspondiente a la


funcin objetivo de valor cero, z = 0.

Esta recta se mueve paralelamente a


su direccin buscando barrer la regin
factible de soluciones.

4. Recorrer la regin factible con las lneas de nivel c1x + c2y = k, rectas paralelas a la recta de beneficio nulo.

La recta paralela a la anterior que solamente toque en un punto a la regin


factible es la que proporciona la solucin buscada del programa lineal
correspondiente, en el caso de que la
solucin sea nica. Si la recta de nivel
toca en varios puntos, el programa
presenta solucin mltiple.

5. De todas estas lneas buscar la que da lugar al valor ptimo de la funcin objetivo, que pasar por un vrtice de la regin factible.
6. Discusin de la solucin ptima pudindonos encontrar con uno de los siguientes casos:

CASO 1

CASO 2

CASO 3

CASO 4

CASO 5

MAXIMIZAR
Y MINIMIZAR

MAXIMIZAR MLTIPLE
MINIMIZAR NICO

MINIMIZAR
NICO

MINIMIZAR
MLTIPLE

NINGUNA

Regin factible
acotada
con solucin nica

Regin factible
acotada
con solucin mltiple

Regin factible
no acotada
con solucin nica

Regin factible
no acotada
con solucin mltiple

Regin factible
no acotada
y sin solucin

ACTIVIDADES
RESUELTAS
5. Halla el valor mximo de la funcin z = 2x + 2y cuando x e y estn sujetas a las restricciones: x v 0; x + 2y v 4; 6x + 5y f 30;
y v 0.
Y

Representamos la regin factible y la recta 2x + 2y = 0, recta de beneficio nulo.


C

Los vrtices de la regin factible son:


A (4, 0)

B (5, 0)

C(0, 6)

D(0, 2)

La funcin objetivo z = 2x + 2y toma en estos vrtices los valores:


zA = 8; zB = 10; zC = 12; zD = 4
El valor mximo lo alcanza en el vrtice C (0, 6) y vale 12. Grficamente se observa
con la lnea de nivel que pasa por C.
En este caso la regin factible es acotada con solucin nica.

6x + 5y = 30

2 x + 2y = 0

B
A
x + 2y = 4

Programacin lineal

87

ACTIVIDADES
RESUELTAS
6. Para la desinfeccin de una piscina es necesario un mnimo de 24 litros de un producto A y un mnimo de 25 litros de
otro producto B. En el mercado se comercializan dos preparados M y N al precio de 10 y 30 euros el litro, respectivamente.
En la composicin de M hay un 10% de A y un 50% de B; en la de N hay un 40% de A y un 10% de B.
Cuntos litros de M y N necesitamos para desinfectar la piscina con el mnimo coste posible?
En la tabla figura la informacin que da el problema.
Las variables son: x = no de litros de M; y = no litros de N.
A

Las restricciones son:

x v 0, y v 0

0,1x + 0, 4 y v 24
0,5 x + 0,1y v 25

Precio litro
N litros

10
100
50
100

40
100
10
100

10

30

24
25

La funcin objetivo a minimizar es z = 10x + 30y.


En la grfica aparece marcada la regin factible, sus vrtices y la
lnea de nivel z = 0.

Y
250

C (0, 250)

Desplazando la lnea de nivel se observa que:

200

La funcin z = 10x + 30y toma el valor mnimo en el vrtice


B(40, 50).

x + 3y = 0
100

Por tanto, se necesitan para desinfectar la piscina 40 litros de preparado M y 50 litros de preparado N. El coste es 1900 euros.

B (40, 50)
60

A (240, 0)

50

100

200 240

La regin factible es no acotada con solucin nica.

x + 4y = 240

5x + y = 250

7. Se quiere elaborar una dieta diaria para ganado que satisfaga unas condiciones mnimas de contenidos vitamnicos al da:
2 mg de vitamina A, 3 mg de vitamina B, 30 de la C y 2 de la D. Para ello se van a mezclar piensos de dos tipos, P y Q,
cuyo precio por kilogramo es para ambos de 3 euros, y cuyo contenido vitamnico por kilogramo se recoge en la tabla
adjunta. Cmo deben mezclarse los piensos para que el gasto sea mnimo? Cul es este gasto mnimo?
Si llamamos x a los kilogramos de P e y a los de Q, se tendr el siguiente programa lineal:
Minimizar z = 3x + 3y sujeto a:
x + y v 2

x + 3 y v 3
20 x + 7,5 y v 30
2 x v 2

x v 0, y v 0
Evaluando la funcin objetivo en los vrtices P(3, 0), Q(1,5; 0,5), R(1,2; 0,8)
y S(1; 1,33) de la regin factible, obtenemos:
zP = 9, zQ = 6, zR = 6 y zS = 6,99
Las coordenadas de cualquier punto del segmento de extremos Q y R es solucin del problema, proporcionando un gasto mnimo de 6 euros. La regin factible es no acotada con solucin mltiple.

Vitamina
Pienso

P
Q

1 mg
1 mg

1 mg
3 mg

20 mg
7,5 mg

2 mg
0 mg

Y
4

x+y=2

2x = 2

x + 3y = 3 2

S
R

1
0

Q
1

P
3

4
5

20x + 7,5y = 30

Unidad 4

88

4. El problema del transporte


Un problema particular que se resuelve con los procedimientos de la programacin lineal es la situacin conocida como problema del transporte o problema de la distribucin de mercancas.
La estructura que presentan estos problemas es la siguiente:

Destinos
1

Ofertas

c11

c12

c1n

a1

c21

c22

c2n

a2

cm1 cm2 cmn

am

Orgenes

Demandas

b1

b2

bn

Se dispone de m centros de produccin u orgenes, con sus respectivas


ofertas; y n centros de consumo o destinos, con sus demandas correspondientes. A su vez, son conocidos los costes de envo, desde cada origen hasta cada destino.
Todos los datos anteriores suelen expresarse a travs de una tabla o matriz de
costes como la que podemos ver en el margen.
El objetivo de todo problema de transporte es determinar cuntas unidades de producto deben enviarse desde cada origen hasta cada destino
de forma que se minimicen los costes totales de distribucin, se satisfaga
la demanda de cada destino y no se exceda la capacidad de oferta de cada
uno de los orgenes.
En las actividades resueltas que siguen vemos la resolucin de distintas situaciones de transporte o distribucin.

ACTIVIDADES
RESUELTAS
8. Para abastecer de madera a tres aserraderos, A1 , A2 y A 3 , hay dos bosques, B1 y B2 , que producen 26 toneladas y 30 toneladas, respectivamente. Las necesidades de cada aserradero son: 20, 22 y 14 toneladas,
respectivamente. Si los costes de transporte por tonelada de los bosques a los aserraderos son, en cientos de euros, los que se indican en la
tabla adjunta, propn el transporte con el coste mnimo.

Aserraderos
A1

A2

A3

B1

B2

Bosques

Si llamamos x a la cantidad de madera que proporciona el bosque B1 al destino A1 , e


y a la cantidad de madera que proporciona el bosque B1 al destino A2, toda la distribucin de madera queda, en funcin de las variables anteriores, en la forma que se recoge en la tabla.

26 x y

20 x

22 y

12 + x + y

Las cantidades de entrega de los bosques a los aserraderos deben ser no negativas, es decir, deben cumplir las desigualdades
siguientes:
x v 0, y v 0, 20 x v 0, 22 y v 0, 26 x y v 0, 12 + x + y v 0
Simplificando las desigualdades anteriores, obtenemos las siguientes inecuaciones:
x v 0, y v 0, x f 20, y f 22, x + y f 26, x + y v 12
Teniendo en cuenta la tabla de costes del enunciado y la tabla anterior, resulta la siguiente funcin objetivo que se ha de minimizar:
z = 1 x + 3 y + 1 (26 x y) + 2 (20 x) + 1 (22 y) + 1 (12 + x + y)
Operando y simplificando, obtenemos la funcin z = x + 2y + 76.

Programacin lineal

89

ACTIVIDADES
RESUELTAS
El programa lineal a resolver es:

Y
T

Minimizar la funcin z = x + 2y + 76 sujeta a:


x

y
x
x

y = 22

20

f 20
f 22
+ y f 26
+ y v 12
v 0, y v 0

16

x = 20

12 U
8

Los valores de la funcin objetivo en los vrtices P (12, 0), Q(20, 0),
R(20, 6), S(4, 22), T(0, 22) y U(0, 12) de la regin factible son:

P
12

x + y = 26
Q
20 24

16

zP = 64, zQ = 56, zR = 68, zS = 116, zT = 120 y zU = 100

x + y = 12

Observamos que en el vrtice Q se minimiza la funcin objetivo; por tanto, la solucin es x = 20, y = 0,
es decir, las cantidades a transportar son las que se recogen en la tabla adjunta.

9. Desde dos almacenes, A y B, se tiene que distribuir fruta a


tres mercados de la ciudad. El almacn A dispone de 10 toneladas de fruta diarias y el B de 15 toneladas, que se reparten en su totalidad. Los dos primeros mercados necesitan,
diariamente, 8 toneladas de fruta, mientras que el tercero
necesita 9 toneladas diarias. El coste del transporte de cada
almacn a cada mercado viene dado en la tabla. Planifica el
transporte para que el coste sea mnimo.

22

Mercado 1

Mercado 2

Mercado 3

10

15

20

15

10

10

Almacn

Expresamos las restricciones dadas por las condiciones de no negatividad, y formulamos la funcin objetivo, obteniendo el programa lineal
siguiente:

Minimizar la funcin z = 390 15x 5y sujeta a:

f8
f8
+ y f 10
+ y v1
v 0, y v 0

20

Mercado

Procediendo como en el problema anterior y llamando x a la cantidad de mercanca que


entrega el almacn A al mercado 1, e y a la mercanca que entrega el almacn A al mercado 2, el resto de la mercanca se distribuye en la forma que se recoge en la tabla.

y
x
x

10 x y

8x

8y

1 + x + y

y=8
x=8

6
4

U
0 P

Los valores de la funcin objetivo z = 390 15x 5y en los vrtices


P(1, 0), Q(8, 0), R(8, 2), S(2, 8), T(0, 8) y U(0, 1) de la regin factible son
los siguientes:

Q
8

X
x + y = 10

x+y=1

zP = 375, zQ = 270, zR = 260, zS = 320, zT = 350 y zU = 385


Observamos que en el vrtice R se minimiza la funcin objetivo; por tanto, la solucin es x = 8, y = 2,
es decir, las cantidades a transportar son las que se recogen en la tabla adjunta.

Unidad 4

90

RESOLUCIN DE PROBLEMAS
Dados
Juan observa los dados que tiene cada uno de sus amigos y dice: cada uno de nosotros tiene 12 dados y tambin cada uno tiene menos verdes que azules y menos azules que rojos, y cada uno tenemos slo de estos tres colores. Jaime afirma: yo soy el nico que tiene 4 dados azules y todos tenemos combinaciones
diferentes. Paula sac uno de sus dados verdes y lo mostr a los dems. Sabiendo que en total haba 26 dados rojos, cuntos amigos hay en total?

FAMILIARIZACIN CON EL PROBLEMA


Nos resulta muy difcil asimilar los datos que nos da el problema, por lo que optamos por
hacer una tabla donde recojamos toda la informacin que nos proporciona el enunciado.
DATOS RELATIVOS A LOS AMIGOS
Mnimo 3 amigos:
Juan.
Jaime (el nico con 4 azules).
Paula (tiene ms de 1 verde).

DATOS GLOBALES
Cada amigo tiene 12 dados.
Cada amigo tiene dados verdes, rojos y
azules y para cada uno se cumple:
n de verdes < n de azules < n de rojos
Todos los amigos tienen combinaciones
diferentes.
Nmero total de dados rojos, 26.

BSQUEDA DE ESTRATEGIAS
Pensamos que la forma ms adecuada de resolver el problema es utilizar la estrategia de
ensayo y error.

LLEVAR ADELANTE LA ESTRATEGIA


Mx. nm. de amigos, 7
Verdes 1 1 1 1 2 2 3
Azules 2 3 4 5 3 4 4
Rojos

9 8 7 6 7 6 5

Utilizamos tres de los datos que nos proporciona el problema: 12 dados cada amigo; cada
amigo tiene menos verdes que azules y menos azules que rojos; todos tienen combinaciones diferentes. Con estos datos, obtenemos que las diferentes combinaciones de dados correspondientes al nmero mximo de amigos que puede haber son las que figuran
en la tabla adjunta.
Como Jaime es el nico que tiene 4 dados azules y Paula tiene ms de 1 verde, entonces
la combinacin de Paula es (2, 3, 7). De las combinaciones (1, 4, 7), (2, 4, 6) y (3, 4, 5) solamente una es vlida, pues Jaime es el nico que tiene 4 azules. Para que la suma de los
dados rojos sea 19, excluidos los de Paula, las combinaciones que lo verifican son (1, 3, 8),
(1, 5, 6) y la de Jaime (3, 4, 5). Por tanto, hay 4 amigos.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


La idea clave en la resolucin de este problema ha sido el haber encontrado las combinaciones posibles de dados que figuran en la tabla adjunta. Podemos comprobar que las combinaciones solucin al problema verifican todas las condiciones impuestas por el mismo.
Paula (2, 3, 7); Jaime (3, 4, 5); Juan y el 4 amigo (1, 3, 8), (1, 5, 6).
No podemos saber cul es la combinacin de Juan y cul la del 4 amigo.

Programacin lineal

91

Ensayo y error
La tcnica de ensayo y error es muy til en la resolucin de problemas, y consiste en:
Elegir un resultado, operacin, combinacin o propiedad posible.
Imponer al resultado, operacin, combinacin o propiedad las
condiciones dadas en el problema.
Comprobar si hemos resuelto el problema.
Cuando el problema no queda resuelto, se repite todo el proceso anterior tomando otro resultado, operacin, combinacin
o propiedad diferente.
Existen dos tipos de ensayo y error:
Ensayo y error fortuito, cuando los resultados, operaciones, combinaciones o propiedades se eligen al azar.
Ensayo y error dirigido, cuando los resultados, operaciones, combinaciones o propiedades no se eligen al azar, sino
sometidos a alguna restriccin impuesta por el problema.
En el problema de la pgina anterior hemos utilizado la estrategia de ensayo y error dirigido, tomando las diferentes combinaciones de dados sujetas a tres condiciones impuestas por el
problema.
a

Libro de Juegos mandado realizar por Alfonso X El Sabio.

A C T I V I D A D E S
Aplica la tcnica de ensayo y error en la resolucin de los siguientes problemas:
1. Lentejas y garbanzos. En un puesto del mercado tienen 5 sacos de garbanzos y uno de lentejas. Un cliente se lleva una
cierta cantidad de garbanzos; despus, otro cliente se lleva el doble de garbanzos que el cliente anterior, quedndose slo
el saco de lentejas. El vendedor slo vende sacos completos. Sabiendo que los diferentes sacos son de 19, 18, 31, 16, 15
y 20 kg, de cuntos kilogramos es el saco de lentejas?
2. Tres cartas. De una baraja espaola de 40 cartas, extraemos 3 y las colocamos en una fila horizontal. Las cartas verifican las condiciones siguientes: a la derecha del caballo hay 1 o 2 sotas; a la izquierda de la sota, hay 1 o 2 sotas; a
la izquierda de un oro, hay una o dos copas; y a la derecha de una copa, hay una o dos copas. De qu tres cartas se
trata?
3. Primas. Dos amigos, Pedro y Luisa, se encuentran una tarde y Pedro le dice a Luisa: Ayer estuve con mis tres primas.
Luisa le pregunta: qu edad tienen?, a lo que Pedro contesta: el producto de sus edades es 2 450 y la suma de las
mismas es el doble de tu edad. Luisa dijo que con estos datos no poda saber las edades. Pedro aadi: yo soy por lo
menos un ao ms joven que la ms vieja. Por supuesto, Luisa conoce la edad de Pedro. Cules son las edades de las
primas de Pedro y cul es la edad de Luisa?

Unidad 4

92

NUEVAS TECNOLOGAS
Programacin lineal con ProLin
para Windows
ProLin para Windows es un programa informtico que permite resolver problemas de
programacin lineal representando las inecuaciones, encontrando la regin factible y
calculando los extremos asociados a la funcin objetivo.
Al arrancar el programa nos aparece la ventana PROGRAMACIN LINEAL - Entrada de
datos, como vemos en la imagen adjunta, que nos permite elegir las inecuaciones a
representar y la funcin objetivo, F(x, y), as como el origen, final y escala de cada uno
de los ejes coordenados.
Podemos escribir un mximo de cinco inecuaciones a la vez.
Una vez escritas las inecuaciones y la funcin objetivo pulsamos
y nos aparece
una ventana con el dibujo de la regin factible. En esta ventana hay una barra de mens con las siguientes opciones:
Men Archivo, con las opciones habituales de este men en todo programa.
Men Programacin Lineal, con las opciones:
Marcar solucin: seala con un color la regin solucin de cada inecuacin.
Puntos de corte: indica los puntos de corte entre todas las rectas y entre estas y
los ejes.
Copiar la solucin en el portapapeles: coloca en formato texto en el portapapeles los puntos de corte entre las distintas rectas, as como si cumplen (S) o no (N)
las distintas inecuaciones y los valores que toma la funcin objetivo en cada uno de
estos puntos.
Men Opciones, que nos permite trabajar sobre el rea de dibujo.
En la imagen siguiente aparece la ventana correspondiente a la solucin del programa
lineal: Optimizar F (x) = 6x + 5y sujeta a las restricciones:
{x 3y f 4; 2x y v 2; x + 2y f 16}
F(0, 1.333333) = 6.666667; S N S
F(-4, 0) = -24; S N S
F(2, 2) = 22; S S S
F(8, 4) = 68; S S S
F(0, -2) = -10; N S S
F(1, 0) = 6; N S S
F(4, 6) = 54; S S S
F(0, 8) = 40; S N S
F(16, 0) = 96; N S S
Mx(8, 4) = 68
Mn(2, 2) = 22

PRACTICA con ProLin la resolucin


de las actividades nmeros 4, 8, 11
y 18.

A la derecha de esta imagen aparecen una de serie de igualdades asociadas a los valores que toma la funcin objetivo en los puntos de corte, as como los valores ptimos que toma esta funcin, y que se obtienen mediante la opcin del men Programacin lineal: Copiar la solucin en el portapapeles, y pegando en cualquier
procesador de textos.

Programacin lineal

93

EN RESUMEN
Maximizar z = ci xi sujeto a Axi f bi , xi v 0
OPTIMIZAR UNA FUNCIN LINEAL
SOMETIDA A UNA SERIE DE
RESTRICCIONES LINEALES

formulacin

Minimizar z = ci xi sujeto a Axi v bi , xi v 0


1. Recoger la informacin en
una tabla
consiste
en

Solucin
mltiple

etapas
formulacin

2. Determinar las variables


3. Escribir las restricciones

FACTIBLES
CON SOLUCIN

4. Expresar la funcin objetivo


clases
de
programas

Solucin
nica

PROGRAMACIN
LINEAL

NO FACTIBLES
SIN SOLUCIN

aplicaciones

PROBLEMA
DE LA
PRODUCCIN

PROBLEMA
DEL
TRANSPORTE

PROBLEMA
DE LA
DIETA

mtodos
de resolucin
grfico

analtico

1. Dibujar sistema de coordenadas


y escalas

1. Dibujar sistema de coordenadas


y escalas

2. Obtener la regin factible

2. Obtener la regin factible

3. Barrer la regin factible con las


lneas de nivel

3. Calcular las coordenadas de los


vrtices de la regin factible

4. Buscar la lnea de nivel de valor


ptimo

4. Buscar el vrtice que proporciona


el valor ptimo

AMPLA CON
Son pocos los matemticos que se deciden a escribir sobre sus trabajos en primera
persona. En Aventuras de un matemtico (Nivola Ediciones), el autor, el matemtico polaco-estadounidense Stanislaw M. Ulam (1909-1984), nos relata los avatares de su vida personal y profesional. El libro recorre buena parte del siglo XX,
en especial el periodo correspondiente a la Segunda Guerra Mundial.
Cabe destacar de Ulam su trabajo en grupos cientficos, sus aportaciones en cuestiones biolgicas, como el funcionamiento del cerebro, y el haber sido uno de los
pioneros en utilizar ordenadores en sus investigaciones.
Con este libro, de agradable lectura, conoceremos las aportaciones de Ulam a las
matemticas del siglo XX y sus aplicaciones en otras ciencias.

Unidad 4

94

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Halla los vrtices del recinto del plano formado por las soluciones del sistema de inecuaciones:
x v 0

y v 0
x f 4
x + 2y v 2

2 y f x + 2
Dibujamos en un diagrama cartesiano OXY las rectas resultantes
de convertir las inecuaciones en ecuaciones.

x=4

2y = x + 2

x + 2y = 2
2

Estas son:

x = 0, y = 0, x = 4, x + 2y = 2, 2y = x + 2
Para cada una de las desigualdades del sistema determinamos su
conjunto de soluciones. La interseccin de todos estos semiplanos da la regin factible o regin de soluciones del sistema.

Q
2

P
4

La interseccin de y = 0; x + 2y = 2 es el punto P(2, 0).


La interseccin de y = 0; x = 4 es el punto Q(4, 0).
La interseccin de x = 4; 2y = x + 2 es el punto R(4, 3).
La interseccin de x + 2y = 2; 2y = x + 2 es el punto S(0, 1).
Por tanto, los vrtices de la citada regin factible son los puntos P(2, 0), Q(4, 0), R(4, 3) y S(0, 1).

Determina, mediante inecuaciones lineales, la regin del plano del dibujo:


Los vrtices de la regin dada son O(0, 0), P(4, 0), Q(2, 2), R(1, 2) y S(0, 1).
Determinamos las aristas de la regin, es decir, las ecuaciones de las rectas determinadas por los vrtices y, para cada una de ellas, la inecuacin
correspondiente.

La ecuacin de la recta que pasa por los vrtices O y P es y = 0, y la


inecuacin asociada es y v 0.

S
1

La ecuacin de la recta que pasa por los vrtices P y Q es x + y 4 = 0.


Al cumplirse 0 + 0 4 < 0, el punto (0, 0) est en el semiplano definido por la inecuacin x + y 4 f 0.

La ecuacin de la recta que pasa por los vrtices Q y R es y = 2, y la inecuacin asociada es y f 2.


La ecuacin de la recta que pasa por los vrtices R y S es x y + 1 = 0. Al cumplirse 0 0 + 1 > 0, el punto (0, 0) est en
el semiplano definido por la inecuacin x y + 1 v 0.
La ecuacin de la recta que pasa por los vrtices S y O es x = 0, y la inecuacin asociada es x v 0.

Juntando todos los resultados anteriores, obtenemos que la regin del


plano del dibujo est definida por el siguiente sistema de inecuaciones:

y
x
y

v0
v0
 y + 1v 0
f2
+ y4f0

Programacin lineal

95

Determina los valores mximo y mnimo de la funcin z = 2x 8y sometida a las restricciones:


3x 2y f 12

x 4y v 20

3x + 2y f 24

En el grfico podemos ver la regin factible que proporcionan las


restricciones. La regin convexa est definida por los vrtices de
coordenadas:
A(4, 0)

B(6, 3)

C(4, 6)

D(0, 5)

x + 2y v 4
Y

xv0

x 4y

z = 48
z = 40
z = 32
z = 24
z = 16
z = 8

z=0
z=8

z = 16
A

X
x + 2y = 4

Determina los valores mximo y mnimo de la funcin z = 5x 3y


sujeta a las restricciones:
x + y f 3

2 x + y v 8

x v 0
y v 0

= 20

Observamos que la lnea de nivel que proporciona el valor mximo es la recta de ecuacin 2x 8y = 8. Esta recta pasa por el vrtice A(4, 0).

Por tanto, la funcin objetivo alcanza el mximo en el punto


A(4, 0) y el mnimo en cualquiera de los puntos del segmento determinado por los vrtices C(4, 6) y D(0, 5).

3x 2y = 12

3x + 2y = 24

E(0, 2)

La lnea de nivel que proporciona el valor mnimo es la recta de


ecuacin 2x 8y = 40, que pasa por los vrtices C(4, 6) y
D(0, 5).

yv0

x+y=3

2x + y = 8

Podemos ver en el grfico que las restricciones no proporcionan ningn


punto en la regin factible.
Nos encontramos ante un programa lineal no factible, es decir, que carece de soluciones.

Determina los valores mximo y mnimo de la funcin z = 2x + y sometida a las restricciones:


0fxf6

0 f y f 10

8 f 2x + y f 16

La regin factible que delimitan las restricciones podemos observarla en


el grfico. Esta regin est delimitada por los vrtices:
C(6, 4)

D(3, 10)

E(0, 10)

F(0, 8)

=1
6

La lnea de nivel que alcanza el valor mximo es la recta de ecuacin


2x + y = 16. Observamos que pasa por los vrtices C(6, 4) y D(3, 10).

2x
+y

=8

La lnea de nivel que alcanza el valor mnimo es la recta de ecuacin


2x + y = 8. Observamos que pasa por los vrtices A(4, 0) y F(0, 8).
Por tanto, la funcin objetivo alcanza el mximo en cualquiera de los
puntos del segmento determinado por los vrtices C(6, 4) y D(3, 10), y
el valor mnimo en cualquiera de los puntos del segmento determinado
por los vrtices A(4, 0) y F(0, 8).

+y

B(6, 0)

x=6
2x

A(4, 0)

y = 10

D
E

B
O

Unidad 4

96

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


En un almacn se guarda aceite de girasol y de oliva. Para atender a los clientes se ha de tener almacenado un mnimo de 20 bidones de aceite de girasol y 40 de aceite de oliva y, adems, el nmero de bidones de aceite de oliva no debe ser inferior a la mitad del nmero de bidones de aceite de girasol. La capacidad total del almacn es
de 150 bidones. Sabiendo que el gasto de almacenaje de un bidn de aceite de oliva es de 1 euro y de uno de girasol de 0,5 euros, cuntos bidones de cada tipo habr que almacenar para que el gasto sea mnimo? Y para
que el gasto sea mximo?
Llamamos x al nmero de bidones de aceite de girasol e y a los de aceite de oliva que se almacenan. Las restricciones del
enunciado son:
x v 20 (bidones de aceite de girasol)

y v 40 (bidones de aceite de oliva)

y v x/2 (relacin entre bidones de aceites diferentes)

x + y f 150 (bidones)

La funcin objetivo, que refleja el gasto de almacenaje, es z = 0,5x + y.


El programa lineal a resolver es:

Optimizar z = 0,5x + y sujeta a: y


x

Y
x = 20

v 20
v 40
v x /2

150

+ y f 150

100

x
y=
2

v 0; y v 0; x , y 

Los valores de la funcin objetivo en los vrtices P (20, 40), Q(80, 40),
R(100, 50) y S(20, 130) son:

P
0

zP = 50, zQ = 80, zR = 100 y zS = 140

50

y = 40

Q
50

100

150

200

x + y = 150

Por tanto, el mnimo de la funcin objetivo se alcanza para x = 20,


y = 40; y el mximo para x = 20, y = 130.

En la dieta de un equipo de ftbol se utiliza una composicin mnima de 15 unidades de vitamina A y de 15 de vitamina B. En el mercado hay slo dos compuestos, el tipo X, con 1 unidad de A y 5 de B, y el tipo Y, con 5 unidades de A y 1 de B. El precio del compuesto X es de 10 euros y el de Y de 30 euros.
Qu cantidad hemos de comprar de cada tipo para cubrir las necesidades de la dieta con un coste mnimo?
Llamamos x a la cantidad de compuesto X e y a la de compuesto Y.
En la tabla podemos ver la informacin del problema.
La funcin objetivo, que da el coste de la dieta, es z = 10x + 30y y est sujeta a las restricciones:

Precio

x v 0, y v 0

x + 5 y v 15
5 x + y v 15

Y
15 A

A
B

Cantidad

1
5

5 15
1 15

10 30
x

Representamos en el grfico la regin factible.


Los vrtices de la regin factible, que es no acotada, son:
3

A (0, 15)

B
C

15
5x + y = 15

X
x + 5y = 15

B(5/2, 5/2)

C(15,0)

Los valores de la funcin objetivo en estos vrtices son:


zA = 450; zB = 100; zC = 150
Por tanto, el coste mnimo de la dieta est en el vrtice B. Necesitamos comprar
2,5 del compuesto X y 2,5 del compuesto Y.

Programacin lineal

97

Una empresa elabora dos productos, cada uno de ellos en una cantidad que es mltiplo de 1 000. Conoce que la
demanda, de ambos productos conjuntamente, es mayor que 3 000 unidades y menor que 6 000 unidades. Asimismo, sabe que la cantidad que se demanda de un producto es mayor que la mitad y menor que el doble de la
del otro. Si la empresa desea vender toda la produccin:
a) De cuntos modos puede organizar la produccin?
b) Para obtener los mximos beneficios, de cunto ha de ser la produccin de cada uno de ellos si uno se vende
a un precio que es el triple que el del otro?
Y

Las cantidades de los productos deben ser nmeros enteros. Llamamos a estos,
expresados en miles, x al primer producto e y al segundo.

y
x=
2

x v 0, y v 0; x , y 
Las restricciones son:
x + y > 3; x + y < 6; 2 y > x ; x > y / 2
2y = x

a) La organizacin de la produccin son los valores correspondientes a los


puntos de coordenadas enteras situados en el interior de la regin factible
del grfico. Debe advertirse que las desigualdades de las restricciones son
estrictas.
La produccin puede organizarse segn los valores siguientes:

X
x+y=6

x+y=3

(2 000, 2 000), (3 000, 2 000) y (2 000, 3 000)


b) Si se vende el segundo producto a un precio triple que el primero, el beneficio ser z = x + 3y; y, segn el grfico, de esta
forma se debern fabricar 2 000 del primer producto y 3 000 del segundo.

Una empresa dedicada a la fabricacin de piezas de automvil tiene dos factoras que producen, respectivamente,
8 000 y 15 000 piezas mensuales. Estas piezas han de ser transportadas a tres fbricas que necesitan 10 000, 7 000
y 6 000 piezas, respectivamente. Los costes del transporte, en euros,
Fbrica 1 Fbrica 2 Fbrica 3
por pieza, son los que aparecen en la tabla adjunta. Cmo debe orFactora 1
6
13
2
ganizarse el transporte para que el coste sea mnimo?
Factora 2

Si llamamos x al nmero de piezas que entrega la factora 1 a la fbrica 1,


e y al nmero de piezas que entrega la factora 1 a la fbrica 2, la distribucin de piezas queda segn se recoge en el cuadro adjunto y da lugar al programa lineal siguiente:
Minimizar z = 12x + 19y + 60 000 sujeta a:
x

12

8 000 x y

10 000 x

7 000 y

2 000 + x + y

Y (miles)

f 10000; y f 7000
+ y f 8000
+ y v 2000

y = 10 000

y = 7 000

C
D
6

v 0; y v 0
4

El valor mnimo de la funcin objetivo, zA = 84 000, se obtiene en el


vrtice A(2 000, 0) y la organizacin del transporte es la que aparece en la tabla siguiente:
2 000

6 000

8 000

7 000

x + y = 8 000

2 E

A
2

x + y = 2 000

B
8

X
(miles)

Unidad 4

98

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Encuentra el conjunto de soluciones de las inecuaciones siguientes:
a) x + y 7 f 0

b) 2x y + 3 v 0

c) y v 3

d) x f 5

2. Dibuja las regiones factibles de los siguientes sistemas:


0,3 x + 0, 4 y f 0,9
a)
0, 2x  0,1y v 1, 2

y + 3x  7 f 0
b)
y  6 x + 11 f 0

3. Encuentra el conjunto de puntos del plano que verifica el siguiente sistema de inecuaciones:
6 f y f 30

5 x + 2 y f 100

6 x + y v 30
x + 2 y v 20
x v 0

0 f y f 5
4. Representa la regin factible solucin del sistema de inecuaciones:
. Encuentra los vrtices de la misma.
x  2 y f 10
x + y v 10
5. Encuentra el sistema de inecuaciones cuya regin factible es el tringulo de vrtices (1, 1), (2, 3) y (3, 1).
6. Qu sistemas de inecuaciones tienen por solucin la regin rayada en cada uno de los grficos siguientes?
Y

Y
4

7. Calcula el valor mximo y el mnimo de la funcin f(x, y) = x + 2y, sometida a las restricciones:
y f 4;

x f 3;

x y f 3;

xyv0

8. Maximiza la funcin z = 3x + 2y en el dominio definido por las inecuaciones siguientes:


{y + 2x v 0; 3y x f 1; 0 f x f 2}

Programacin lineal

99

9. Representa el conjunto definido por las siguientes inecuaciones y calcula sus vrtices:
 x + y f 2

x + y f 4
 x + 2 y v  1

a) Calcula el valor mximo y mnimo que alcanza la funcin f (x, y) = 4x + 2y en este conjunto.
b) Determina en qu puntos alcanza dichos valores.
10. Maximiza la funcin f (x, y) = x + y + 1 sujeta a las restricciones:
0 f y;

0 f x f 10;

x f y;

y 2x f 6;

3x + 4y v 24

11. Encuentra el mnimo de la funcin z = 3x + 4y cuando se verifican las siguientes desigualdades:


x + 2y v 8;

2x + 3y v 12;

x + y v 6;

x v 0;

yv0

12. Considera el tringulo de vrtices (0, 0), (2, 8) y (10, 3). Determina razonadamente:
a) El punto del tringulo donde la funcin f (x, y) = 4x + y + 9 alcanza el mximo.
b) El punto del tringulo donde la funcin g (x, y) = 4x + y + 12 alcanza el mximo.
13. Un fabricante de coches lanza una oferta especial en dos de sus modelos, ofreciendo el modelo A a un precio de 9 000
euros y el modelo B a 12 000 euros. La oferta est limitada por las existencias, que son 20 coches del modelo A y 10 del
modelo B, queriendo vender al menos tantas unidades del modelo A como del modelo B. Por otra parte, para cubrir los
gastos de esta campaa, los ingresos obtenidos con ella deben ser, al menos, de 36 000 euros.
a) Cuntas unidades de cada modelo puede vender? Plantea el problema y representa su conjunto de soluciones.
b) Cuntos coches deber vender de cada modelo para maximizar sus ingresos? Cul es su importe?
14. En una regin se dispone de una rea mxima de
600 ha para el cultivo de trigo y algodn. Las disponibilidades de agua en la zona son, sin embargo, limitadas, calculndose que el consumo global dedicado a
estos cultivos no puede exceder en el presente ao los
3 000 000 de m3. Razones de regulacin de los precios
obligan a una asignacin mnima de 200 ha de trigo y
100 de algodn, y se estima que cada hectrea cultivada de trigo precisa de 6 000 m 3 por ao siendo
4 000 m3 los precisados por la de algodn. Las ganancias que se espera obtener por hectrea cultivada de
trigo son de 15 000 euros, mientras que la de algodn producir 12 000 euros. Cuntas hectreas debern dedicarse a cada cultivo para obtener la mxima
ganancia?
15. La capacidad de produccin de una factora permite elaborar diariamente 120 artculos del tipo A y 360 del tipo B. Las
reglamentaciones existentes obligan a que al menos el 80 % de la produccin total se destine a exportacin, pero la capacidad de inspeccin en la aduana es de solo 200 artculos diarios. El precio de los artculos del tipo A es cuatro veces
el de los de tipo B. Planifica la produccin diaria para maximizar los beneficios.

Unidad 4

100

ACTIVIDADES FINALES
16. Un almacenista tiene en su almacn 150 kg de caramelos de limn y 180 kg de caramelos de menta. Decide venderlos
haciendo dos mezclas: una est formada por la mitad de caramelos de cada clase y la vende a 2 euros/kg, y la otra contiene la tercera parte de caramelos de limn y el resto de menta, vendindola a 1,5 euros/kg.
Cuntos kilos de cada mezcla deber preparar para maximizar sus ingresos?
17. Una empresa tiene dos centros de produccin en los que se fabrican tres tipos de productos, A, B y C. Debe entregar semanalmente un mnimo de 18 unidades de A, 16 de B y 6 de C. El primer centro le cuesta diariamente 104 euros y produce cada da 9 unidades de A, 4 de B y 1 de C. El segundo centro le cuesta diariamente 8 103 euros y produce cada
da 3 unidades de A, 4 de B y 3 de C.
Cuntos das por semana debe trabajar cada centro para cumplir los compromisos comerciales y que los costes de produccin sean mnimos?
18. El veterinario ha recomendado al dueo de un perro que el animal tome diariamente al menos 4 unidades de hidratos,
23 de protenas y 6 de grasas.
En el mercado venden un producto en bolsas verdes que contiene 4 unidades de hidratos, 6 de protenas y 1 de grasas,
y otro producto en bolsas blancas que contiene 1 unidad de hidratos, 10 de protenas y 6 de grasas. La bolsa verde cuesta 1 euro y la blanca 1,5 euros. Cmo debe combinar el dueo ambos productos para dar la dieta necesaria a su perro
con menor precio?
19. Para cubrir cierto trayecto, una compaa area tiene dos aviones A y B. El nmero total de vuelos de los aviones no debe
ser inferior a 60 ni superior a 200. Adems, el avin A no puede sobrepasar los 120 vuelos, pero debe hacer, al menos,
tantos como el B. Cada viaje de A supone un consumo de 900 litros de combustible y proporciona a la compaa un beneficio de 2 000 euros. En el caso del avin B, el consumo es de 800 litros y el beneficio es de 1 600 euros por viaje.
a) Cuntos vuelos debe hacer cada avin para que el beneficio sea mximo?
b) Y si lo que se desea es que el consumo de combustible sea mnimo?

20. Un agricultor, para abonar una finca, necesita al menos 9 kg de nitrgeno y 15 kg de fsforo. En el mercado venden un
producto A que contiene un 20% de nitrgeno y un 40% de fsforo, y otro producto B que contiene un 30% de nitrgeno y un 30% de fsforo. El precio del producto A es de 4 euros/kg y el del B de 5 euros/kg.
Qu cantidad de cada producto ha de comprar el agricultor para abonar la finca con el menor gasto posible?

Programacin lineal

101

21. Las necesidades vitamnicas diarias de una persona son de un mnimo de 36 mg de vitamina A, 28 mg de vitamina C
y 34 mg de vitamina D. Estas necesidades se podran cubrir tomando complejos vitamnicos de la marca Y y de la marca Z. Cada pastilla de la primera marca cuesta 0,03 euros y proporciona 2 mg de vitamina A, 2 mg de vitamina C y 8 mg
de vitamina D. Cada pastilla de la segunda marca cuesta 0,04 euros y proporciona 3 mg de vitamina A, 2 mg de vitamina C y 2 mg de vitamina D.
Cuntas pastillas de cada marca se han de tomar diariamente si se desean cubrir las necesidades vitamnicas bsicas
con el menor coste posible? Determina dicho coste.
22. En una empresa se fabrican dos tipos de piezas de recambio, A y B.
Para fabricar una pieza del tipo A se necesitan 2 kg de un metal y
para hacer una del tipo B, 4 kg del mismo metal. La empresa dispone, como mximo, de 100 kg de metal y no puede fabricar ms
de 40 piezas del tipo A ni ms de 20 del tipo B.
a) Plantea un sistema de inecuaciones que represente las restricciones en la fabricacin de la empresa.
b) Determina grficamente los puntos del plano que verifican este
sistema.
c) De entre las soluciones obtenidas, cules son los posibles valores de las piezas de cada tipo (han de ser enteros) si se
quieren gastar los 100 kg de metal?
23. Un mayorista vende productos congelados que presenta en envases de dos tamaos: pequeo y grande. La capacidad
de sus congeladores no le permite almacenar ms de 1 000 envases en total. En funcin de la demanda sabe que debe
mantener un stock mnimo de 100 envases pequeos y 200 grandes. La demanda de envases grandes es igual o superior a la de envases pequeos. El coste por almacenaje es de 10 cntimos de euro por cada envase pequeo y de 20 cntimos de euro por cada uno de los grandes.
Qu cantidad de cada tipo de envases proporciona el mnimo gasto de almacenaje? Obtn dicho mnimo.
24. Encuentra la distribucin de coste mnimo para los problemas de transporte de cada una de las tablas:
a)

Hiper A

Hiper B

Hiper C

Ofertas

Fbrica A

600

Fbrica B

400

Demandas

500

300

200

A Bilbao

A Santander

A Zaragoza

Ofertas

De Madrid

40

De Barcelona

80

Demandas

20

40

60

b)

25. Un camin de 9 toneladas debe transportar mercancas de dos tipos: A y B. La cantidad de A no puede ser inferior a 4
toneladas ni superior al doble de la cantidad de B. Si el transportista gana 0,03 euros por cada kilogramo de A y 0,02
euros por cada kilogramo de B, cmo debe cargar el camin para obtener la mxima ganancia? A cunto ascendera
esa ganancia?

Unidad 4

102

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
x v 0; y v 0

x + 4 y f 16
26. Dado el siguiente sistema de desigualdades lineales:
x + 2 y f 10
2x + y f 14
a) Represntalo grficamente.
b) Maximiza f = 3x + 5y sujeta a las restricciones anteriores.
c) Discute razonadamente si el resultado obtenido en el apartado b) seguir siendo el mismo al aadir la condicin x f 5.
27. Una fbrica produce chaquetas y pantalones. Tres mquinas diferentes (de cortar, coser y tintar) son empleadas en la produccin. Fabricar una chaqueta supone utilizar la mquina de cortar una hora, la de coser tres horas y la de tintar una
hora, y, para unos pantalones, la mquina de cortar una hora, la de coser una hora y la tintar no se utiliza. La mquina
de tintar se puede usar durante tres horas, la de coser doce y la de cortar siete. Todo lo que se fabrica es vendido y se
saca un beneficio de ocho euros por cada chaqueta y de cinco por cada pantaln. Cmo emplearemos las mquinas si
queremos sacar el mximo beneficio posible? Da la respuesta en nmeros enteros.
28. Un orfebre fabrica dos tipos de joyas. Cada joya tipo A se hace con 1 g de oro y 1,5 g de plata y se vende a 24 euros. La
de tipo B se vende a 30 euros y lleva 1,5 g de oro y 1 g de plata.
Si el orfebre slo dispone de 750 g de cada metal, cuntas joyas ha de fabricar de cada tipo para obtener el mximo
beneficio?
29. Se va a organizar una planta de un taller de automviles donde van a
trabajar electricistas y mecnicos. Por necesidades de mercado, es necesario que haya mayor o igual nmero de mecnicos que de electricistas y que el nmero de mecnicos no supere al doble del de electricistas.
En total hay disponibles 30 electricistas y 20 mecnicos. El beneficio de
la empresa por jornadas es de 150 euros por electricista y 120 euros
por mecnico.
Cuntos trabajadores de cada especialidad deben elegirse para obtener
beneficio mximo?
30. Una empresa compra 5 autobuses a una factora francesa y 7 a una alemana. Quiere proveer al menos de 6 autobuses
a la estacin de Palma y al menos de 3 a la de Inca.
Cuntos autobuses de cada tipo colocar la empresa en cada estacin si desea que el coste sea mnimo, siendo el coste del tipo de autobs, segn destino, el indicado en la tabla?

Palma
Inca

Francs

Alemn

4
9

16
17

31. Una fbrica produce gasolina y gasleo en las siguientes condiciones: puede producir como mximo una tonelada de
cada producto y el mnimo operativo es de 100 kg por producto. Los precios de venta son de 0,25 euros/kg la gasolina
y de 0,2 euros/kg el gasleo. Si produce en total 1 700 kg, cul ser la produccin que maximiza los ingresos?

Programacin lineal

103

AUTOEVALUACIN
1. El punto que pertenece a la regin de soluciones de la inecuacin 5x 4y < 40 es:
a) (4, 5)

b) (5, 5)

c) (2, 2)

2. El punto que pertenece a la regin de soluciones del sistema de inecuaciones siguiente es:
{5x 3y v 2; x 2y f 6; 2x + 3y f 37}
a) (2, 8)

b) (6, 6)

c) (4, 4)

3. Los vrtices de la regin de soluciones de la actividad anterior son:


a) (2, 4); (5, 9) y (8, 7)

b) (4, 2); (9, 5) y (8, 7)

c) (2, 4); (5, 0) y (7, 8)


Y

4. El sistema de inecuaciones cuya regin factible aparece en el dibujo (zona rayada) es:

8
7
6
5
4
3
2
1

a) {3x y f 4; x 2y v 2; x + 2y f 16}
b) {x 3y f 4;

2x y f 2; 2x + y f 16}

c) {x 3y f 4; 2x y v 2; x + 2y f 16}

5. La representacin grfica de la regin factible asociada al sistema de inecuaciones siguiente es:


{2x + y f 4;
a)

b)

Y
8
7
6
5
4
3
2
1
0

x + 3y f 7;

x v 0;

8
7
6
5
4
3
2
1
1

2 3 4 5 6 7 8

y v 0}
c)

1 2 3 4 5 6 7 8 9

Y
8
7
6
5
4
3
2
1

2 3 4 5 6 7 8

2 3 4 5 6 7 8

6. La funcin z = x + 3y alcanza un valor mnimo en la regin factible de la actividad anterior, en el vrtice de coordenadas:
a) (2, 0)

b) (0, 0)

c) (0, 4)

7. La funcin z = x + 3y alcanza un valor mximo en la regin factible de la actividad nmero 5, en todos los puntos del
segmento de vrtices:
a) (0, 7/3) y (1, 2)

b) (1, 2) y (2, 0)

c) (0, 0) y (0, 4)

8. Una librera dispone de 60 cuadernos, 50 carpetas y 40 bolgrafos para formar lotes del tipo A, con 2 cuadernos, 1 carpeta y 2 bolgrafos, y lotes del tipo B, con 3 cuadernos, 1 carpeta y 1 bolgrafo. Un lote del tipo A produce un beneficio
de 1,6 euros y un lote del tipo B da un beneficio de 1,8 euros. Llamando x al nmero de lotes del tipo A e y a los del tipo
B, la funcin a optimizar ser:
a) z = 2x + 3y

b) z = 3x + 2y

c) z = 1,6x + 1,8y

9. El nmero de lotes de cada tipo, de la actividad anterior, que deben formarse para maximizar el beneficio es:
a) 10 de A y 15 de B.

b) 15 de A y 10 de B.

c) 20 de A y 20 de B.

10. En un almacn se guarda aceite de soja y de oliva. Para atender a los clientes han de tener un mnimo de 20 bidones de
aceite de soja y 60 bidones de aceite de oliva. Los gastos de almacenaje son de 2,4 euros para un bidn de aceite de soja
y de 1,8 euros para un bidn de aceite de oliva. Teniendo en cuenta que la capacidad total del almacn es de 100 bidones, el gasto mnimo de almacenaje es de:
a) 156 euros

b) 204 euros

c) 192 euros

u5
unidad 5
contenidos

1. Lmite de una funcin.


Funciones convergentes
2. Lmites laterales

3. Propiedades de las funciones


convergentes
4. Lmites infinitos cuando
x tiende a un nmero real
5. Lmites finitos en el infinito
6. Lmites infinitos en el infinito
7. Operaciones con lmites
de funciones
8. Resolucin
de indeterminaciones
9. Asntotas y ramas infinitas
de una funcin
10. Funciones continuas
11. Continuidad lateral
12. Discontinuidad de una
funcin. Tipos

Lmites de funciones.
Continuidad

105

Las primeras definiciones de lmite aparecen en la obra de John


Wallis (1616-1703) Arithmtica Infinitorum; adems, en ella se
utiliza por primera vez el smbolo para designar el infinito, es decir, el smbolo h.
Jean Le Roud DAlembert (1717-1783) perfeccion la definicin
de lmite y fue Augustin Louis Cauchy (1789-1857), en su famoso texto Cours dAnalyse (1821), quien dio la definicin de lmite
tal como la utilizamos hoy da.
Si buscamos en el diccionario la palabra continuidad, encontramos que por continuidad se entiende la cualidad de todo aquello que se extiende sin interrupcin. Esta idea est ntimamente
relacionada con el concepto matemtico de funcin continua.
La idea ms primitiva de funcin continua es la que nos lleva a
dibujar su respectiva grfica sin levantar el lpiz del papel.
La definicin matemtica de continuidad est ntimamente ligada al concepto de lmite, y esta unidad didctica la dedicaremos
al estudio de los lmites funcionales y la continuidad.
En la gran obra del arquitecto Santiago Calatrava BCE Place Galleria (en la imagen), de la ciudad de Toronto, la sucesin de arcos nos
acerca a la idea intuitiva de tendencia y de lmite.

cuestiones iniciales
1. En la funcin y = f(x), cuya grfica se adjunta, calcula:
Y

lm f ( x ); lm+ f ( x ); lm f ( x )
x q 2

x q 2

x q 2

lm f ( x ); lm+ f ( x ); lm f ( x )
x q0

x q0

y = f (x )

x q0

lm f ( x ); lm+ f ( x )
x q1

x q1

1 0

lm f ( x ); lm
x q h

x q +h

f(2); f(0)
Asntotas horizontales, verticales y oblicuas.
2. Dada la funcin f ( x ) =
lm f ( x )
xq 1

2x 2 + 2x
, halla:
x2  1
lm f ( x )
xq +h

lm f ( x )
xq0

Unidad 5

106

1. Lmite de una funcin.


Funciones convergentes
Intuitivamente la idea que tenemos de lmite de una funcin en un punto es
el nmero hacia el que tienden o se aproximan los valores que toma la funcin
cuando la variable independiente se acerca o se aproxima a ese punto.

Y
4

f (x ) = |x 1|

As, la funcin f(x) = |x 1|, que aparece representada en el margen, tiende


a 2 cuando x tiende o se aproxima a 3. Decimos entonces que esta funcin tiene por lmite 2 cuando x tiende a 3.

2
1
2

La idea de tendencia o aproximacin queda recogida mediante el uso de


entornos.

lm x  1 = 2
xq3

Una funcin f tiene por lmite L cuando x tiende a x0 si para todo entorno E(L, J) existe un entorno E(x0, I ), de modo que para todo x perteneciente al entorno reducido E*(x0, I ) se cumple que f(x) pertenece al
entorno E(L, J).


Funcin convergente en x0

Simblicamente se escribe:

lm f(x) = L

y = f (x )

x q x0

L +J
L

Para que una funcin tenga lmite en un punto de abscisa x0 no es necesario


que la funcin est definida en ese punto.

f (x )
L J
O

x0 I x

x0

Una funcin f es convergente en un punto de abcisa x0 cuando existe el


lmite de f cuando x tiende a x0.

x0 + I X

lm f ( x ) = L

x q x0

ACTIVIDADES
RESUELTAS
1. Estudia la convergencia de la siguiente funcin en los puntos que se indican y calcula los valores que toma la funcin
en ellos.
Y

De la observacin de la grfica de la funcin obtenemos:

lm f ( x ) = 2,5; f (  1) = 2,5
xq 1

lm f ( x ) =  2; f (2) = 1
xq2

lm f ( x ) no existe; f ( 4) = 0
xq 4

lm f ( x ) = 1; no existe f (5)
xq5

La funcin es convergente en los puntos de abscisa 1, 2 y 5.


2

y = f (x )

La funcin no es convergente en el punto de abscisa 4.

Lmites de funciones. Continuidad

107

2. Lmites laterales
Existen funciones, como las que figuran en el margen, en las cuales no es posible calcular directamente el lmite en algn punto. Esto es debido a que estas funciones estn definidas de diferente manera a la izquierda y a la derecha de ese punto. Para estudiar estos lmites, necesitamos recurrir a los lmites
laterales.
Una funcin f tiene por lmite L cuando x tiende a x0 por la izquierda
si para todo entorno E(L, J) existe un entorno lateral a la izquierda de
x0, E (x0, I ), de modo que para todo x perteneciente a este entorno lateral se verifica que f(x) pertenece al entorno E(L, J). Simblicamente se escribe:


Funcin parte entera de x
f(x) = E[x]
Se define como el nmero entero
inmediatamente inferior a x o igual
que l.
Y
2
1
2

1
0

lm f(x) = L

x q x 0

3 X

1
2

Y
L +J

Para cualquier entero z, se verifica:


lm E [ x ] = z  1

f (x )

xqz

lm+ E [ x ] = z

lm f (x ) = L

xqz

x qx0

L J
y = f (x )


O

x0 I

x0

Una funcin f tiene por lmite L cuando x tiende a x0 por la derecha


si para todo entorno E(L, J) existe un entorno lateral a la derecha de
x0, E +(x0, I ), de modo que para todo x perteneciente a ese entorno lateral se verifica que f(x) pertenece al entorno E(L, J). Simblicamente se escribe:
lm f(x) = L

x q x 0+

Funcin sierra
Se define como la distancia entre cada valor x y el nmero entero ms
prximo. Esta distancia se toma positiva.
Se puede definir tambin de la siguiente manera:
x  E [ x ] si x [ z ; z + 0,5]

g( x ) =  x + E [ x ] + 1 si

x [ z + 0,5;; z + 1]

siendo z cualquier entero.


Y

L+J

lm + f (x ) = L

x qx0

f (x )
L

2 X

Para cualquier entero z, se verifica:


y = f (x )

LJ

lm g( x ) = lm [  x + E [ x ] + 1] =
xqz

xqz

=  z + ( z  1) + 1 = 0
lm+ g( x ) = lm+ [ x  E [ x ]] =
xqz

x0

x0 + I

xqz

=zz=0
Y

Unidad 5

108

3. Propiedades de las funciones


convergentes


Veamos tres propiedades de los lmites, o lo que es lo mismo, tres propiedades


que cumplen las funciones convergentes.

Operaciones con las funciones


convergentes

Condicin necesaria y suficiente de convergencia

Si f y g son dos funciones convergentes en x0 :

La condicin necesaria y suficiente para que una funcin f tenga lmite


en un punto de abscisa xo es que tenga lmite lateral por la izquierda, tenga lmite lateral por la derecha y ambos sean iguales.

lm f ( x ) = L

x q x0

lm g( x ) = M

x q x0

lm f (x) = L lm f(x) = L = lm+ f (x)

se verifican las siguientes propiedades:

x q x0

x q x0

lm [f g ](x) = L M

lm E[x] = z 1; lm+ E[x] = z lm E[x]

x q x0

xqz

lm [tf](x) = t L; t R

xqz

xqz

donde z es cualquier nmero entero, z Z.

x q x0

lm [f g](x) = L M

En cambio, la funcin sierra, definida en la misma pgina, tiene lmite en todos los puntos, en particular tambin en los puntos de abscisa entera:

x q x0

f
L
lm ( x ) =
; si M | 0
x q x0 g
M

x q x0

x q x0

Observamos que la funcin f(x) = E[x] definida en la pgina anterior no tiene lmite en los puntos de abscisa entera, pues existen lmites laterales pero son distintos:

lm [f + g](x) = L + M

lm f ( x ) =

x q x0

lm g(x) = lm [  x + E[ x ] + 1] =  z + (z  1) + 1 = 0
xqz

g(x) = 0
xlm
qz
lm+ g(x) = lm+ [ x  E[ x ]] = z  z = 0

xqz
xqz

xqz

L si L > 0

o f (x) es positiva en un E*(x0 , I )


lm [f (x)]g(x) = LM; L > 0

Unicidad del lmite

x q x0

Si una funcin es convergente o tiene lmite en un punto, este es nico.


Acotacin
Una funcin que tiene lmite en un punto est acotada en un entorno de
ese punto.

ACTIVIDADES
RESUELTAS
2. Sean f ( x ) = x 2 + 1; g( x ) =

3
; lm f ( x ) = 5; lm g( x ) = 1. Halla:
x q2
x 2  1 x q2

f
b) lm ( x )
c) lm [f ( x )]g( x )
x q2
xq 2
g

Como f(x) y g(x) son funciones convergentes en x = 2, utilizando las propiedades de las funciones convergentes obtenemos:
a) lm [f ( x )  g( x )]
xq 2

a) lm [f ( x )  g( x )] = lm f ( x )  lm g( x ) = 5  1 = 4.
x q2

x q2

x q2

lm f ( x )

f
5
b) lm ( x ) = x q2
= = 5.
x q2
lm g( x ) 1
g
x q2
lm g ( x )

f ( x ) x q2
c) lm [f ( x )]g ( x ) = lm

x q2
x q2

= 51 = 5.

Lmites de funciones. Continuidad

109

ACTIVIDADES
RESUELTAS
3. Estudia, en cada una de las siguientes funciones, los lmites que se indican:
Y
2

f (x ) = (1)E [x ]

1
1
3

g (x ) = 2 E [x ] x
2

Y
h (x ) = sig(x ) =

1 si x > 0
0 si x = 0
1 si x < 0

X
Funcin signo

X
k (x ) = sig(x 2 1)

a) lmf ( x )

b) lm g( x )

xq2

c) lm h( x )

xq1

xq0

d) lm k ( x )
xq 1

Para calcular el lmite de estas funciones, es necesario recurrir a los lmites laterales.
a) lm f(x) = 1; lm+ f (x) = 1 No existe lm f(x)
xq2

xq2

xq2

b) lm g (x) = 1; lm+ g (x) = 1 No existe lm g(x)


xq1

xq1

xq1

c) lm h(x) = 1; lm+ h (x) = 1 No existe lm h(x)


xq0

xq0

xq0

d) lm  k (x) = 1; lm + k(x) = 1 No existe lm k (x)


xq  1

xq 1

xq  1

4. Halla, si existe, el lmite de las siguientes funciones cuando x tiende a 0.


a) f ( x ) =

x x
2

b) g( x ) =

x2 + x
x

En primer lugar escribimos las funciones de forma ms adecuada:


0 si x v 0
f (x) =
 x si x < 0

x + 1 si x > 0
g( x ) =
x  1 si x < 0

Por estar definidas ambas funciones a trozos, calculamos los lmites laterales.
a) lm f ( x ) = lm (  x ) = 0; lm+ f ( x ) = lm+ 0 = 0 lm f ( x ) = 0
x q0

x q0

x q0

x q0

x q0

b) lm g( x ) = lm ( x  1) =  1; lm+ g( x ) = lm+ ( x + 1) = 1 No existe lm g( x )


x q0

x q0

x q0

x q0

x q0

Unidad 5

110

4. Lmites infinitos cuando x tiende


a un nmero real
Y

x0 I x

x0

M
f (x )

Observamos en la figura adjunta que, a medida que nos aproximamos a x0 por la izquierda, los valores correspondientes que toma la
funcin son cada vez mayores.

Y
lm f (x ) = +h

x qx 0

f (x )
K

Afirmamos que cuando x tiende a x0 por la izquierda, f(x) tiende a +h.

y = f (x )

y = f (x )

x0 I

x0

Una funcin f (x) tiene por lmite +h cuando x tiende a x0 por la izquierda si para todo nmero real K existe un entorno lateral a la izquierda de x0, E (x0, I ) = (x0 I, x0), de modo que, para todo x que pertenece a ese entorno, se verifica que f(x) es mayor que K. Se escribe:

lm f ( x ) = h

x q x0

lm f(x) = +h

x q x 0

Y
x0

x0 + I

X
y = f (x )

En esta figura observamos que, a medida que nos


aproximamos a x0 por la derecha, los valores correspondientes que toma la funcin son cada vez
mayores.

Y
lm f (x ) = +h

x qx 0+

f (x )
y = f (x )

Afirmamos que cuando x tiende a x0 por la derecha, f(x) tiende a +h.

f (x )

x0

x x +I
0

Una funcin f (x) tiene por lmite +h cuando x tiende a x0 por la derecha si para todo nmero real K existe un entorno lateral a la derecha de
x0, E +(x0, I) = (x0, x0 + I), de modo que, para todo x que pertenece a ese
entorno, se verifica que f(x) es mayor que K. Se escribe:

lm f(x) = h

x q x0+

lm f(x) = +h

x q x 0+

En esta figura observamos que, a medida


que nos aproximamos a x0, los valores correspondientes que toma la funcin son
cada vez mayores.

Y
x0 I x

x0

x0 + I

Afirmamos que cuando x tiende a x0, f(x)


tiende a +h.

y = f (x )

Y
lm f (x ) = +h

x qx 0

f (x )
y = f (x )
K

x0 I

x0

x0 + I

Una funcin f (x) tiene por lmite +h cuando x tiende a x0 si para todo
nmero real K existe un entorno reducido de x0, E*(x0, I), de modo que,
para todo x que pertenece a ese entorno, se verifica que f(x) es mayor que
K. Se escribe:

f (x )

lm f(x) = +h

x q x0

lm f(x) = h
x q x0

Cuando existe alguno de los seis lmites que figuran en esta pgina, decimos
que la funcin f (x) tiene una asntota vertical de ecuacin x = x0.

Lmites de funciones. Continuidad

111

5. Lmites finitos en el infinito


En la figura del margen observamos que, para valores positivos y muy grandes
de x, los valores correspondientes que toma la funcin se aproximan cada vez
ms hacia un valor L. Por esta razn, decimos que cuando x tiende a +h, f(x)
tiende a L.

Y
y = f (x )

L+J
f (x )
L

Una funcin f tiene por lmite un nmero real L cuando x tiende a +h si


para todo J positivo existe un nmero real K, de modo que para cualquier
valor de x mayor que K se verifica que f(x) est en el entorno E(L, J). Se
escribe:

LJ

lm f(x) = L

lm f ( x ) = L

xq+h

xq +h

En la figura adjunta observamos que, para valores negativos y muy grandes, en


valor absoluto, de x, los valores correspondientes que toma la funcin se
aproximan cada vez ms hacia un valor L. Por esta razn, decimos que cuando x tiende a h, f(x) tiende a L.

Y
y = f (x )
L +J

Una funcin f tiene por lmite un nmero real L cuando x tiende a h si


para todo J positivo existe un nmero real M, de modo que para cualquier
valor de x menor que M se verifica que f(x) est en el entorno E(L, J). Se
escribe:

L
f (x )
L J

lm f(x) = L

xqh

lm f ( x ) = L

Cuando una funcin f tiene alguno de los lmites anteriores, decimos que la
funcin tiene una asntota horizontal de ecuacin y = L.

xq h

ACTIVIDADES
RESUELTAS
5. Calcula, en la funcin f(x), que aparece representada a continuacin, los lmites infinitos cuando x q 2 y cuando x q 2
y los lmites finitos en el infinito. Encuentra las asntotas verticales y horizontales.
Lmites infinitos cuando x q 2 y x q 2:

lm  f(x) = +h
xq  2

x
f (x ) =
2 |x |

xq2

xq2

No existe lm f(x)
lm f(x) = +h

1
2

lm f(x) = h

xq  2+

lm f(x) = h

xq2+

No existe lm f (x)
xq2

Lmites finitos en el infinito:


lm f(x) = 1
xqh

lm f(x) = 1
xq+h

Esta funcin tiene dos asntotas verticales de ecuaciones x = 2 y x = 2, y dos


asntotas horizontales de ecuaciones y = 1 e y = 1.

Unidad 5

112

6. Lmites infinitos en el infinito


En la siguiente figura observamos que, para valores positivos y muy grandes de
x, los correspondientes valores f(x) que toma la funcin se hacen cada vez ms
grandes. Por esta razn, decimos que cuando x tiende a +h, f(x) tiende a +h.
Y

Y
M

y = f (x )

X
f (x )
y = f (x )

lm f (x ) = +h

x q+h

f (x )

lm f(x) = h

xq +h

Una funcin f tiende a +h cuando x tiende a +h si para todo nmero real


K existe un nmero real M, de modo que para cualquier x mayor que M
se verifica que f(x) es mayor que K. Se escribe:
lm f(x) = +h

xq+h

En la figura siguiente observamos que, para valores negativos y muy grandes,


en valor absoluto, de x, los correspondientes valores f(x) que toma la funcin
se hacen cada vez ms grandes. Por esta razn, decimos que cuando x tiende
a h, f(x) tiende a +h.
Y
y = f (x )

Y
x

O
f (x )

X
y = f (x )
K

lm f (x ) = +h
x q h

f (x )

lm f(x) = h

xq h

Una funcin f tiende a +h cuando x tiende a h si para todo nmero real


K existe un nmero real M, de modo que para cualquier x menor que M
se verifica que f(x) es mayor que K. Se escribe:
lm f(x) = +h

xqh

Cuando esxiste alguno de los cuatro lmites que aparecen en esta pgina, y la
funcin no tiene asntotas oblicuas, decimos que la funcin f(x) tiene una
rama parablica.

Lmites de funciones. Continuidad

113

7. Operaciones con lmites de funciones


La siguiente tabla muestra todos los casos posibles de clculo de lmites funcionales, cuando la variable x tiende a x0, pudiendo ser x0 un nmero real, +h
o h. Los recuadros de color azul claro corresponden a los casos en los cuales
no es posible hallar directamente el lmite. Por esta razn, se llaman indeterminaciones y hay que resolverlas de forma particular.

lm [f (x) + g(x)] lm [f (x) g(x)] lm [f (x) g(x)]

lm f(x) = L
lm g(x) = M

[ ]

f (x)
lm
g(x)

L/0 si L | 0
L+M

LM

LM

L/M si M | 0


Funciones
potencial-exponenciales

0/0 si L = M = 0
lm [f(x)][ g(x)]

lm f(x) = +h
lm g(x) = M

+h

+h

+h si M > 0

+h si M > 0

h si M < 0

h si M < 0

0 si M > 0
lm f(x) = 0
lm g(x) = M

lm f(x) = h
lm g(x) = M
lm f(x) = L
lm g(x) = +h

+h

h si M > 0

h si M > 0

+h si M < 0

+h si M < 0

+h si L > 0
h si L < 0

00 si M = 0
+h si M > 0
lm f(x) = +h
lm g(x) = M

lm g(x) = h

+h

h si L > 0
+h si L < 0

+h si L > 1
lm g(x) = +h

lm g(x) = 0
lm f(x) = 0
lm g(x) = h
lm f(x) = +h
lm g(x) = +h
lm f(x) = h
lm g(x) = h
lm f(x) = +h
lm g(x) = h
lm f(x) = h
lm g(x) = +h

0 si 0 < L < 1
1[+h] si M = 1

0 si L > 1
lm f(x) = L

lm f(x) = h

0 si M < 0
[+h]0 si M = 0

0
lm f(x) = L

lm f(x) = L

+h si M < 0

[ h] 0

h
0

0 [ h]

+h

[+h] [+h]

+h

+h
+h

[h] [h]

+h

h
h

[+h] + [h]

+h

+h
h

[h] + [+h]

h
+h

lm g(x) = h

+h si 0 < L < 1
1[h] si L = 1

Unidad 5

114

8. Resolucin de indeterminaciones


h
h
Aparecen al calcular lmites de cocientes de funciones polinmicas.
Indeterminaciones del tipo

Tipos de indeterminaciones
Las indeterminaciones que aparecen
en el epgrafe 7 se pueden agrupar
en los tipos siguientes:
INDETERMINACIN

TIPO

+h
+h
h
h
+h
h

h
h

h
+h

0h
0 (h)

h
0
0
0

El resultado depende de los grados de los polinomios numerador y denominador, de forma que:
Si n > m, el lmite es infinito.
Si n = m, el lmite es an /bm.
Si n < m, el lmite es cero.
Por ejemplo:

(h) 0

L
0

Estas indeterminaciones se resuelven dividiendo numerador y denominador por la mxima potencia del cociente polinmico o utilizando la siguiente expresin:
a x n + + a 1x + a 0
a xn
lm n m
= lm n m
x q h b x
x q h b x
+ + b1x + b0
m
m

3x 4 + 2x 2  5
x q+h
4x 4  7

lm

K
0
0
0

(h) (h)

hh

0
0
Aparecen al calcular lmites de cocientes de funciones polinmicas o de funciones irracionales.
Las indeterminaciones de cocientes de funciones polinmicas se resuelven
factorizando los polinomios numerador y denominador mediante la regla de
Ruffini.
Las indeterminaciones de cocientes de funciones irracionales se resuelven
multiplicando numerador y denominador por la expresin conjugada de la
funcin que lleve raz.

(+h) + (h)

Por ejemplo:

(h) + (+h)

lm

2x 2  8
x q2 x 2 + x  2

00

lm

xq0

(+h)0

3x 4
3
=
4
x q+h 4 x
4

= lm

Indeterminaciones del tipo

(+h) (+h)

00

h
h

h0

x2  x
x+42

0
0

= lm

0
0

= lm

x q2

xq0

2(x + 2)(x  2) 2(2  2) 8


=
=
2  1
3
(x + 2)(xx  1)
(x 2  x)( x + 4 + 2)

( x + 4  2)( x + 4 + 2)

(x 2  x)( x + 4 + 2) 0
x(x  1)( x + 4 + 2)
=
= lm
xq0
x
q
0
0
x
x
= lm (x  1)( x + 4 + 2) = 1 4 = 4
= lm

1h

1h

xq0

1+h

Indeterminaciones del tipo

K
0

Estas indeterminaciones se resuelven estudiando los lmites laterales de


los cocientes de funciones que los generan.

Lmites de funciones. Continuidad

115

Por ejemplo:
lm

x 3

x+5
x3

K
. Estudiamos los lmites laterales:
0
x
x3 x
x
lm+
x3 x
lm

=
x+5

3
lm
No existe x
3x 3
5
= +

Indeterminaciones del tipo 0

Estas indeterminaciones se resuelven transformndolas en las del tipo ,

o en las del tipo 0 .


0
Por ejemplo:
lm

3
x 2
4

(2x 3) 0 = lm

6x 9
x 2
4

6 9
2
= lm x x = 0
x
2
1 4
x

Indeterminaciones del tipo


Aparecen al calcular lmites de funciones racionales o de funciones irracionales.

a Portada del libro de Augustin L.


Cauchy publicado en 1821.

En l aparece por vez primera la formulacin del concepto de lmite tal y


como se conoce en la actualidad.
Este Cours dAnalyse est considerado como el primer libro de texto de
Matemticas adems de ser el primer
manual universitario que se public.

Las indeterminaciones con funciones racionales se resuelven operando


convenientemente.
Las indeterminaciones con funciones irracionales se resuelven multiplicando el numerador y el denominador por la expresin conjugada de la
funcin que lleve raz.
Por ejemplo:
x 2 + 5 (x + 2) x 2 + 5 + (x + 2)

=
lm x 2 + 5 (x + 2) = lm
2
x +
x +
x + 5 + (x + 2)
1
4 +
4 x + 1
4

x
= lm
= lm
=
= 2

2
x +
x +
2
x +5+x+2
5
2
1+ 2 +1+
x
x
Indeterminaciones del tipo 1
Este tipo de indeterminaciones se resuelve aplicando la siguiente propiedad, que es vlida para x0 real, + o :
lm f (x) = 1
lm
g (x )

= ex x
f (x)]
[
xlm
x0
lm g(x) =
x x0

x x0

g ( x ) [ f ( x ) 1]

Por ejemplo:
x2 + 3
lm 2
x + x 1

2x

=e

x2 + 3
lm 2 x 2 1
x 1

x +

lm

8x

== e x + x2 1 = e 0 = 1
Y

Unidad 5

116

9. Asntotas y ramas infinitas


de una funcin
Vamos a estudiar las grficas de las funciones cuando x crece infinitamente,
y crece infinitamente o cuando ambas crecen infinitamente. Ya hemos visto
algunos casos que incluimos tambin aqu.

9.1. Asntotas verticales

En la funcin f(x) representada en el margen vemos que, cuando x tiende a U /2


por la izquierda o por la derecha, la y crece infinitamente. Por esta razn, decimos que la funcin tiene dos ramas infinitas verticales.
f (x ) = tg x

Estas ramas se aproximan a la recta vertical de ecuacin x = U /2, que se llama


asntota vertical.
X

La recta x = x0 es una asntota vertical de la funcin f cuando existe al


menos uno de los seis lmites siguientes:

lm f(x) = +h

lm f (x) = h

lm+ f (x) = +h

lm+ f (x) = h

lm f (x) = h

lm f(x) = +h

x q x0

x q x0

x q x0
x q x0

x q x0

x q x0

9.2. Asntotas horizontales


En la funcin g(x) representada en el margen vemos que, cuando x crece infinitamente, y tiende a una constante, y = 2. Por esta razn, decimos que esta
funcin tiene dos ramas infinitas horizontales.

Estas ramas se aproximan a la recta horizontal de ecuacin y = 2, que se llama


asntota horizontal.

2
1

X
2x 2
g (x ) =
1 + x2

La recta y = y0 es una asntota horizontal de la funcin f cuando existe


al menos uno de los siguientes lmites:
lm f(x) = y0
xq+h

lm f (x) = y0
xqh

9.3. Ramas parablicas

Y
6

En la funcin h(x) representada en el margen vemos que, cuando x crece infinitamente, la y crece tambin infinitamente, pero los puntos de la grfica no
se aproximan a ninguna recta. Por esta razn, decimos que esta funcin tiene
dos ramas infinitas oblicuas parablicas. Las funciones con ramas infinitas
parablicas carecen de asntotas oblicuas.

5
4
3

La funcin f tiene una rama parablica cuando existe al menos uno de


los siguientes lmites y no existen asntotas oblicuas:

2
1

h (x ) = e x + e x
2

2 X

lm f(x) = h

lm f(x) = +h

lm f(x) = h

lm f(x) = +h

xqh

xq+h

xqh

xq+h

Lmites de funciones. Continuidad

117

9.4. Asntotas oblicuas

En la funcin j(x) representada en el margen vemos que, cuando x crece infinitamente, la y crece tambin infinitamente, aproximndose los puntos de la
grfica a una recta oblicua. Por esta razn, decimos que esta funcin tiene dos
ramas infinitas oblicuas hiperblicas.

2
1

Estas ramas se aproximan a la recta de ecuacin y = x, que se llama asntota


oblicua.

O 1

Determinacin de asntotas oblicuas

La recta y = mx + b, con m | 0, es una asntota oblicua de la funcin f cuando


al tender x a +h o h, la diferencia de ordenadas para una misma abscisa, entre la funcin y la asntota, tiende a cero.

x2 + 1
j (x ) =
x

Es decir:
f (x)

lm [ f (x)  mx  b ] = 0 lm [ f (x)  mx ] = b lm x
 m = b
x q h
x q h x

x q h

y = f (x )
Q

Para que el lmite anterior sea un nmero real b, ha de ocurrir:

y = mx + b

f (x)
f (x)

lm
 m = 0 m = lm
x q h
x
q
h
x
x

La recta y = mx + b es una asntota oblicua de la funcin f cuando la pendiente m y la ordenada en el origen b pueden obtenerse mediante los siguientes lmites:
f (x)
m = lm
b = lm [ f (x)  mx ]
x q h x
x q h

lm QP = 0

xq +h


lm [f(x) mx b] = 0

xq +h

ACTIVIDADES
RESUELTAS
6. Calcula las asntotas de la funcin f ( x ) =

x2  1
.
x2

Asntotas verticales. Como es una funcin racional, sus asntotas verticales son los ceros del denominador: x 2 = 0 x = 2.
lm

x q2

x2  1
x2  1
= h ; lm+
= +h x = 2 es asntota vertical
x q2 x  2
x2

Asntotas horizontales.
x2  1
x2  1
= +h ; lm
= h No hay asntotas horizontales
x q+h x  2
x qh x  2
lm

Asntotas oblicuas.
f (x)
x2  1
= lm 2
=1
x qh x
x qh x  2 x
x2  1

2x  1
=
 x = lm
b = lm [f ( x )  mx ] = lm
x qh
x qh x  2
x
qh

x2

m = lm

y = x + 2 es asntota oblicua
2

Unidad 5

118

10. Funciones continuas




La funcin f se puede dibujar, en un entorno de x = 2, sin levantar el lpiz del


papel. Esta funcin tiene lmite cuando x tiende a 2 y el valor de este lmite
coincide con el valor de la funcin en x = 2. Por esta razn, decimos que esta
funcin es continua en x = 2.

Continuidad de algunas
funciones
1

Funcin f ( x ) = 2 x

La funcin g no es continua en x = 1, pues, aunque existe el lmite y la funcin est definida en x = 1, no coinciden ambos valores.

y = g (x )

y = f (x )
3

X
O

No es continua en x = 0:
1

lm 2 x

lm f (x) = 4

lm g(x) = 2

f (0)

f(2) = 4

g(1) = 0

xq 2

x q0

Funcin h( x ) =

sen x
x

2U

La funcin h no es continua en x = 2, pues no existe el lmite cuando x tiende a 2, aunque s est definida en x = 2.
x
y = sen

xq1

La funcin k no es continua en x = 3, pues no tiene lmite finito cuando x tiende a 3 y no est definida en x = 3.

2U 3U X

No es continua en x = 0:

y = h (x )

y = k (x )

2
1

Continuidad de las funciones


elementales
Las funciones elementales:
funciones constantes
funciones lineales
funciones afines
funciones cuadrticas
funciones potenciales de exponente entero
funciones inversas de las potenciales de exponente entero
funciones exponenciales
funciones logartmicas
son continuas en sus respectivos dominios de definicin.

lm h(x) = 1

lm k(x) en

lm+ h(x) = 3

k(3)

xq2

xq3

xq2

h(2) = 3
Una funcin f es continua en un punto de abscisa x0 si y slo si se cumplen las tres condiciones siguientes:
1. Existe el lmite de f cuando x tiende a x0.
2. La funcin est definida en x0.
3. Los dos valores anteriores coinciden: lm f (x) = f (x 0 ).
x q x0

Lmites de funciones. Continuidad

119

ACTIVIDADES
RESUELTAS
7. Estudia la continuidad de las siguientes funciones, de las cuales conocemos su respectiva grfica y expresin algebraica.
Y

2
1
1
3
2

X
1

f(x) = x +

g( x ) = (  1)E [ x ] ( x  E[ x ])

x
x

Observando la grfica de la funcin f, vemos que es continua en todos los puntos excepto en x = 0. En este punto no es continua porque no existe el lmite y la funcin no est definida:
lm f ( x ) =  1; lm+ f ( x ) = 1 lm f ( x )
x q0

x q0

x q0

f (0)
La funcin g es continua en todos los puntos excepto en aquellos que tienen abscisa entera. En estos ltimos ocurre:
En los puntos de abscisa entera par o cero, la funcin est definida pero no existe lmite:
lm g( x ) =  1;
x q x0

g( x0 ) = 0

lm g( x ) = 0 lm g( x )
x q x0
 x0 ...,  4,  2, 0, 2, 4, ...

x q x0+

En los puntos de abscisa entera impar, la funcin est definida pero no existe lmite:
lm g( x ) = 1;
x q x0

g( x0 ) = 0

lm g( x ) = 0 lm g( x )
x q x0
 x0 ...,  3,  1, 1, 3, ...

x q x0+

8. Estudia la continuidad de la funcin f (x) = | x 3 | .

Comenzamos reescribiendo la funcin como:


4

x  3
x  3 si x v 3
si x  3 v 0
f (x) =
f (x) =
( x  3) si x  3 < 0
x + 3 si x < 3

3
2
1

La funcin es continua en (h, 3) (3, +h). Estudiamos la continuidad en x = 3


que es el punto en el que cambia la definicin:
lm f ( x ) = lm (  x + 3) = 0 ; lm+ f ( x ) = lm+ ( x  3) = 0
x q3

x q3

x q3

xq3

3 2 1 0

1
1

f (3) = 0
Luego se verifica: lm f(x) = f(3) = 0, por lo que la funcin es continua tambin en x = 3.
xq3

Unidad 5

120

11. Continuidad lateral



Continuidad en un intervalo
Intervalo abierto. Una funcin f es
continua en un intervalo abierto (a, b) si lo es en todos y cada
uno de sus puntos.

La funcin f no es continua en x = 0, sin embargo, tiene lmite finito cuando x tiende a 0 por la izquierda y coincide con el valor que toma la funcin
en x = 0. Por esta razn, afirmamos que esta funcin es continua por la izquierda en x = 0.
Y

Y
1

x
f (x ) = e si x | 0
0 si x = 0

b X

Intervalo cerrado. Una funcin es


continua en un intervalo cerrado [a, b] si y slo si se cumplen las
siguientes condiciones:
1. f es continua en el intervalo
abierto (a, b).
2. f es continua por la derecha en
x = a.
3. f es continua por la izquierda
en x = b.
Y

Una funcin f es continua por la izquierda en un punto de abscisa x0 si


existe lmite por la izquierda en ese punto y coincide con el valor de la
funcin en x0.
f es continua por la izquierda en x 0 lm f (x) = f (x 0 )
x q x0

La funcin g no es continua en x = 0, sin embargo, tiene lmite finito cuando x tiende a 0 por la derecha y coincide con el valor que toma la funcin
en x = 0. Por esta razn, afirmamos que esta funcin es continua por la derecha en x = 0.
Y
g (x ) =

si x = 0

1
x 1+
x si x | 0

b X

1
3

1
0

Una funcin f es continua por la derecha en un punto de abscisa x0 si existe lmite por la derecha en ese punto y coincide con el valor de la funcin
en x0.
f es continua por la derecha en x 0 lm+ f (x) = f (x 0 )
x q x0

Lmites de funciones. Continuidad

121

ACTIVIDADES
RESUELTAS
9. Estudia la continuidad de cada una de las siguientes funciones en los intervalos que se indican:
Y

1
1

1
1

f (x) = sig (x2 1)

g(x) = (1)E[x]

Intervalo [1, 1]
Y

Intervalo [1, 2]
Y

2
0
2

 2
si x <  2
2
h( x ) =  x + 4 si  2 f x f 2
2
si x > 2

Interva
alo [2, 2]

k( x ) =

1
x

Intervalo [ 3,  2]

La funcin f es continua en el intervalo abierto (1, 1).


La funcin g es continua en el intervalo semicerrado [1, 2), pues es continua en el abierto (1, 2) y continua por la derecha en
x = 1.
La funcin h es continua en el cerrado [2, 2], pues es continua en el abierto (2, 2) y continua por la derecha en x = 2 y continua por la izquierda en x = 2.
La funcin k es continua en el cerrado [3, 2].

10. Estudia la continuidad de la siguiente funcin en el intervalo [1, 3]:


x 2  2 si x < 1

f ( x ) = 2 x + 1 si 1 f x < 3
2
si x v 3

La funcin es continua en el intervalo abierto (1, 3). Estudiamos las respectivas continuidades laterales en los extremos:
lm+ f ( x ) = lm+ (2x + 1) = 3 = f (1)
x q1

x q1

lm f ( x ) = lm (2x + 1) = 7; f (3) = 2


x q3

x q3

Luego f es continua por la derecha en x = 1, pero no es continua por la izquierda en x = 3. Por tanto, la funcin dada es continua en el intervalo [1, 3).

Unidad 5

122

12. Discontinuidad de una funcin. Tipos


Discontinuidad no evitable
de primera especie
f (x) presenta discontinuidad no
evitable de primera especie con
salto finito en x = 0:
Y
1 si x < 0
0 si x = 0
1 si x > 0

2 f (x ) = sg(x ) =
1

Una funcin que no es continua en un punto de abscisa x0, decimos que es discontinua en ese punto. Dependiendo de la condicin o condiciones de continuidad que fallen, podemos clasificar las discontinuidades en distintos tipos,
segn vemos a continuacin.

12.1. Discontinuidad evitable


Una funcin presenta una discontinuidad evitable en un punto de abscisa
x0, cuando el lmite de la funcin en x0 existe y es finito, pero no coincide
con el valor de la funcin en x0, o bien la funcin no est definida en x0.

Por ejemplo, la funcin f presenta discontinuidad evitable en x = 2:


Y

lm f ( x )

lm+ f ( x )

x q0

x q0

lm f ( x ) | lm+ f ( x )
x q0

x q0

lm f (x)

f (2)

xq2

g(x) presenta discontinuidad no


evitable de primera especie con
salto infinito en x = 0:

f (x ) =

x2 4
si x | 2
x2
1
si x = 2

lm f (x) | f (2)
xq2

4 3 2 1

1
g(x ) =
x

0 1
1

4 X

Esta discontinuidad se evita redefiniendo la funcin en x = 2 y haciendo que


en este punto tome el valor del lmite, es decir, definiendo f(2) = 4.

12.2. Discontinuidad no evitable o esencial

1
lm = h
x q0 x

lm+ g( x ) = +h
x q0

La discontinuidad no evitable o esencial puede ser de primera especie, con salto finito o infinito, o de segunda especie.
De primera especie

Discontinuidad no evitable
de segunda especie

Con salto finito

h(x) presenta discontinuidad no evitable de segunda especie en x = 0:


U
h
senU
h((xx )) == sen
xx

Con salto infinito

1
1

2
3

Una funcin presenta una discontinuidad no evitable de primera especie con salto finito en un punto de abscisa x0, cuando existen los lmites
laterales, son finitos y distintos.

U
x q0
x
U
lm+ sen
x q0
x
lm sen

Una funcin presenta discontinuidad no evitable de primera especie con


salto infinito en un punto de abscisa x0, cuando los lmites laterales son
+h o h, o bien cuando uno es finito y el otro es +h o h.
De segunda especie
Una funcin presenta una discontinuidad no evitable de segunda especie
en un punto de abscisa x0, cuando uno o los dos lmites laterales no existen.

Lmites de funciones. Continuidad

123

ACTIVIDADES
RESUELTAS
11. Clasifica las discontinuidades que presenta la siguiente funcin:
Y
4

y = f (x )

2
1

10

En x = 4, la funcin es discontinua no evitable de primera especie con salto infinito, al cumplirse:


lm f ( x ) = +h

x q  4

lm f ( x ) = h

x q  4+

En x = 2, la funcin es discontinua no evitable de primera especie con salto finito, de valor 2, por existir los lmites laterales,
ser finitos y distintos.
En x = 1, la funcin es continua por la izquierda. Podra decirse que presenta una discontinuidad no evitable de segunda especie al carecer de lmite lateral por la derecha.
En x = 3, la funcin es continua por la derecha. Como el caso anterior podra ser considerada como discontinua de segunda
especie al no tener lmite lateral por la izquierda.
En x = 5, la funcin es discontinua evitable. Evitamos la discontinuidad redefiniendo la funcin en x = 5, haciendo f (5) = 4.
En x = 8, la funcin es discontinua no evitable de primera especie con salto infinito al ser un lmite lateral finito y otro infinito.
En x = 10, la funcin es discontinua evitable. Evitaremos la discontinuidad definiendo f(10) = 2.

12. Estudia la continuidad de la funcin f ( x ) =

x 2  3x + 2
en x = 2.
x2

En x = 2 la funcin presenta una discontinuidad evitable, ya que:


No existe f (2)

lm
x q2

( x  2)( x  1)
x 2  3x + 2
= lm
=1
x q2
x2
x2

Evitamos la discontinuidad redefiniendo la funcin de la siguiente manera:

si x = 2
1

f ( x ) = x 2  3x + 2
si x | 2

x2

Unidad 5

124

RESOLUCIN DE PROBLEMAS
Trama triangular
En la resolucin de un problema, muchas veces el comenzar por casos ms sencillos nos
facilita la comprensin y la resolucin del mismo. Observa la aplicacin de esta tcnica en
la resolucin del siguiente problema:

n =1

n=2

En la figura tenemos representada una trama triangular de 5 unidades de


lado, formada por tringulos equilteros. Cuntos tringulos equilteros,
con el vrtice hacia arriba, podemos contar en una trama triangular de n
unidades de lado? Cuntos de ellos tienen 1 unidad de lado? Cuntos tienen 2 unidades de lado? Cuntos tienen n unidades de lado?

n=3

FAMILIARIZACIN CON EL PROBLEMA


Comenzamos jugando con el problema y contando el nmero de tringulos equilteros
con el vrtice hacia arriba en las tramas de 1, 2, 3, 4 y 5 unidades de lado.
n=4

De esta manera, obtenemos la siguiente tabla:

n=5

N de tringulos N de tringulos N de tringulos N de tringulos N de tringulos


de lado 1
de lado 2
de lado 3
de lado 4
de lado 5
Trama n = 1

Trama n = 2

1
1

Trama n = 3

Trama n = 4

10

Trama n = 5

15

10

1
1
1

1
1
1
1

5
6

1
2

3
4

10
20
1

35

BSQUEDA DE ESTRATEGIAS

k = 1, 2, , n

(n +n 2 k k )
( nn + 12 )

Total de
tringulos

Los nmeros de las filas de la tabla anterior y los nmeros referentes al total de tringulos
nos recuerdan al tringulo de Pascal.

1
3

1
4

LLEVAR ADELANTE LA ESTRATEGIA


1

10 10

15 20 15
21 35 35 21

Observando el tringulo de Pascal, nos quedamos sorprendidos al ver que los nmeros de
las filas y de la columna de la tabla anterior aparecen en las diagonales remarcadas en el
tringulo. Por tanto, una trama triangular de n unidades de lado tiene el siguiente nmero de tringulos equilteros con el vrtice hacia arriba:

1
6

1
7

n+2
n( n + 1) ( n + 2)
=
6
n 1
Y en esta trama, el nmero de tringulos de las diferentes unidades de lado aparece en la
siguiente tabla:

N de tringulos
de lado k

N de tringulos
de lado 1 k = 1

N de tringulos
de lado 2 k = 2

N de tringulos
de lado 3 k = 3

n n+ 2k k dek vara


1an

nn + 11

n n 2

nn  31

N de tringulos N de tringulos
de lado n1 k = n1 de lado n k = n

31

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Valoramos muy positivamente el haber comenzado particularizando el problema, pues ello
nos ha llevado a encontrar la estrategia basada en el tringulo de Pascal.

Lmites de funciones. Continuidad

125

Simplificar. Particularizar
La mayora de los problemas nos resultan difciles al principio
por varias razones. Entre ellas podemos citar: gran nmero de
datos presentes en el enunciado, muchas relaciones entre los
datos y cuestiones o preguntas muy generales. Parece lgico comenzar haciendo ms sencillos, o ms fciles, estos problemas,
lo cual muy probablemente nos sugerir el camino para resolver
el problema original.

El nmero total de tringulos en la trama de n unidades de


lado es la suma de los tringulos de lado 1 ms los tringulos
de lado 2, y as hasta los tringulos de lado n. Por tanto, debe
verificarse:
k

n =1

Existen dos procedimientos bsicos para hacer ms fcil el problema:


Simplificar el problema, es decir, fraccionarlo en partes y resolver cada una de ellas por separado.

n n+ 2 k k = nn + 11 + n n 2 + nn  31 + +
3
2
n+2
+ + =
1
0
n  1

Nos preguntamos, cmo podemos demostrarlo?

Particularizar el problema, es decir, comenzar con un problema parecido al propuesto con un nmero ms asequible
de datos.
La dificultad inicial que planteaba el problema de la trama triangular era contar todos los tringulos equilteros que tienen el
vrtice hacia arriba. Esta dificultad se ha salvado al particularizar el problema a tramas triangulares ms sencillas. Esta particularizacin nos ha hecho visualizar la estrategia que nos ha resuelto el problema.

Para hacer el estudio de este mosaico


de M. Escher (1898-1972) es necesario
simplificarlo descubriendo el elemento
mnimo que lo genera.

A C T I V I D A D E S
Utiliza la estrategia de simplificar y/o particularizar en la resolucin de los siguientes problemas:

1. Sumas. Demuestra:

1
1
1
1

+
+
++
= 0, 498501
1 3 3 5 5 7
999 1001

2. Plano de ciudad. La figura representa el plano de una ciudad. De cuntas formas


se puede ir desde A hasta B de manera que nunca retrocedamos?
3. Trama triangular. Resuelve el problema anlogo al que figura en la pgina anterior,
considerando que en este caso los tringulos equilteros que debes contar son los que
tienen el vrtice hacia abajo.
4. Primos. Demuestra que la diferencia de cuadrados de dos nmeros primos mayores
que 3 es siempre un nmero mltiplo de 24.

5. Tablero de ajedrez. Cuntos rectngulos de lados desiguales hay en un tablero de


ajedrez?

Unidad 5

126

NUEVAS TECNOLOGAS
Derive nos permite calcular todo tipo
de lmites de funciones tanto en un
punto como en el infinito, as como estudiar la continuidad de una funcin.

Lmites y continuidad
con Derive
CLCULO DE LMITES DE FORMA ANALTICA
Vamos a calcular con Derive el siguiente lmite: lm
xq2

ln( x  1)
2x  4

Para ello seguimos estos pasos:


1. En el editor de expresiones introducimos la expresin cuyo lmite queramos hallar y
pulsando la tecla INTRO aparece esta expresin en el rea de trabajo.
2. En la barra de Men elegimos
, y aparece en pantalla una ventana, como la del
margen, que nos permite elegir la variable, el punto en el que calcular el lmite y la
tendencia (Izquierda, Derecha o Ambas). En nuestro caso hemos elegido Izquierda.
3. Pulsando
aparece el resultado del lmite en el rea de trabajo, como podemos ver en la pantalla adjunta.

CLCULO DE LMITES A PARTIR DE LA GRFICA


Tambin podemos calcular lmites a partir de la grfica de la funcin. As, para hallar:
lm+

x q0

ex
x

ex
x q h x
lm

introducimos la funcin en el editor y, tras abrir una Nueva Ventana 2D, la representamos grficamente mediante la tecla
. En la grfica observamos los lmites.

CONTINUIDAD ANALTICA
Para estudiar la continuidad de la funcin:

PRACTICA con Derive la resolucin


de las actividades nmeros 5 y 9.

x2 + x

f ( x ) = 2x + 2
x + 2

si x >  1
si x f  1

hallamos los lmites laterales en el punto de abcisa 1 y observamos que son distintos,
por lo que la funcin dada no es continua en ese punto.

Lmites de funciones. Continuidad

127

EN RESUMEN
lm f ( x ) = L lm f ( x ) = L = lm+ f ( x )

x q x0

FUNCIONES
CONVERGENTES

x q x0

x q x0

UNICIDAD DEL LMITE


propiedades

lm f ( x ) = L

ACOTACIN

x q x0

LMITES INFINITOS
CUANDO x
TIENDE A UN
NMERO FINITO

LMITES

LMITES FINITOS
EN EL INFINITO

segn
tendencia

LMITES INFINITOS
EN EL INFINITO

lm f ( x ) = +h

lm+ f ( x ) = +h

lm f ( x ) = h

lm+ f ( x ) = h

lm f ( x ) = +h

lm f ( x ) = h

x q x0

x q x0

x q x0

lm f ( x ) = L
x q +h

x q x0

x q x0

ASNTOTAS
HORIZONTALES

lm f ( x ) = L
x q h

lm f ( x ) = +h

lm f ( x ) =  h

lm f ( x ) = h

x q +h

Si existe alguno de estos


seis lmites

x q x0

lm f ( x ) = +h
x q +h

ASNTOTAS VERTICALES

Si existe alguno de
estos dos lmites

x q h

x q h

si existe alguno de estos lmites, pueden existir

al calcular
lmites surgen

ASNTOTAS OBLCUAS: y = mx + b

se puede
verificar

b = lm [f ( x )  mx ]

f (x)
m = lm

x q h x

h
h

0h

INDETERMINACIONES
0
K
hh
00
0
0

h0

x q h

1h

FUNCIONES CONTINUAS

no

FUNCIONES DISCONTINUAS

lm f ( x ) = f ( x0 )

se resuelven
mediante

Tcnicas matemticas
El nmero e
Evitable

x q x0

No evitable o esencial

AMPLA CON
Son numerosos los libros que tratan sobre la historia de las matemticas, desde
biografas o memorias de matemticos, hasta el estudio de periodos concretos o
de determinadas disciplinas como el lgebra, la geometra o la probabilidad.
Hemos elegido el libro Historia de las matemticas (Proyecto Sur de Ediciones), de
Jos Luis Carlavilla Fernndez y Gabriel Fernndez Garca, por mltiples razones, una de ellas el hecho de que se trata de una historia de las matemticas en
cmic.
Los autores han recurrido a problemas, juegos y ancdotas para situarnos en cada
poca de la evolucin de las matemticas. Mediante ingenuos dibujos plantean situaciones complejas que han ocupado a los matemticos a lo largo de los tiempos; todo ello con rigor y acierto de las situaciones tratadas.

Unidad 5

128

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Calcula los valores de k de modo que sean ciertas las siguientes igualdades:
2kx 2  7 x + 5
= 1
xq +h
7x 2  3

kx 2  k
=4
xq 1 x + 3 x + 2

a) lm

b) lm

a) El lmite de una funcin racional, cuando x tiende a +h o h, es igual al lmite del cociente de los trminos de mayor
grado:
lm

x q +h

7
2kx 2  7 x + 5
2kx 2 2k
= lm
=
= 1 k = 
2
x
q
+h
2
7
7x  3
7x 2

0
b) El clculo de este lmite nos conduce a una indeterminacin del tipo . Se resuelve factorizando los polinomios nume0
rador y denominador por medio de la regla de Ruffini:
kx 2  k
k ( x  1)  2k
k ( x  1) ( x + 1)
= lm
=
= 4 k = 2
= lm
x q 1 x + 3 x + 2
x q 1 ( x + 1) ( x + 2)
x q 1 x + 2
1
lm

x 3  x si x f 0
Si la funcin f est definida mediante: f ( x ) =
, calcula a y b para que sea continua.
ax + b si x > 0
La funcin es continua en (h, 0) (0, +h), pues en este conjunto la funcin es polinmica. Estudiamos la continuidad
en x = 0:
lm f ( x ) = lm ( x 3  x ) = 0

f (0) = 03 0 = 0

x q0

x q0

lm+ f ( x ) = lm+ ( ax + b) = b
x q0

x q0

La funcin es continua por la izquierda en x = 0. Para que sea continua por la derecha, ha de cumplir que b = 0 y a cualquier
nmero real. Por tanto, para estos valores la funcin dada es continua en R y quedara definida de la forma:
x 3  x si x f 0
f (x) =
si x > 0
ax
Sea f : q una funcin que cumple las siguientes condiciones:
I) f es continua en todos los puntos excepto en x = 3.
II) lm+ f ( x ) = +h ; lm f ( x ) = h
x q3

x q3

III) lm f ( x ) = 2; lm f ( x ) = 2
x q +h

x q h

Dibuja la grfica de una funcin f (x) que verifique las tres condiciones anteriores.
Una posible solucin es la siguiente:
Y
y = f (x )
2

Lmites de funciones. Continuidad

129

Cierta empresa de material fotogrfico oferta una mquina que es capaz de revelar y pasar a papel 15,5 fotografas por minuto. Sin embargo, sus cualidades se van deteriorando con el tiempo, de forma que el nmero de
fotografas por minuto ser funcin de la antigedad de la mquina de acuerdo a la siguiente expresin (F(x) representa el nmero de fotografas por minuto cuando la mquina tiene x aos):
15,5  1,1x

F ( x ) = 5 x + 45

x+2

0f x f5
x >5

a) Estudia la continuidad de la funcin F.


b) Justifica que, por muy vieja que sea la mquina, no revelar menos de 5 fotografas por minuto.
a) Estudiamos la continuidad de F(x) en los distintos intervalos en los que est definida:
Entre 0 f x f 5 la funcin es continua por ser una funcin polinmica.
En el intervalo x > 5 tambin es continua, ya que

5 x + 45
slo sera discontinua en x = 2 y est fuera del intervalo.
x+2

Estudiamos la continuidad en x = 5.
, x ) = 10
lm F ( x ) = lm (15,5  11
x q5

x q5

lm F ( x ) = lm+

x q5+

x q5

5 x + 45
= 10
x+2

Como los lmites laterales coinciden, lm F ( x ) = 10.


xq5

F (5) = 15,5 1,1 (5) = 10


Como F (5) = lm F ( x ) = 10, decimos que F(x) es continua en x = 5.
x q5

b) Hallamos lm F ( x ) = lm
x q +h

x q +h

5 x + 45 h
= 5.
x+2 h

Por tanto, como el valor del lmite es 5, no revelar menos de 5 fotografas por minuto.

Halla el valor (o los valores) del parmetro a para que la funcin:


x
e
f(x) = 2
( a + 2a) x + e

si x < 1
si x v 1

sea continua en el punto x = 1. (e es la base de los logaritmos neperianos.)


Para que f sea continua en x = 1 ha de ocurrir que lm f ( x ) = f (1). Luego:
xq1

lm f ( x ) = f (1)

lm f ( x ) = f (1) x q1
x q1
f ( x ) = f (1)
xlm
q1 +
Determinamos los lmites laterales:
lm f ( x ) = lm e x = e

x q1 

x q1

lm+ f ( x ) = lm+ [ (aa2 + 2a) x + e ] = a2 + 2a + e

x q1

x q1

Por tanto, f es continua en x = 1 si y slo si a + 2a + e = e. Luego, las soluciones buscadas son a = 0 y a = 2.

Unidad 5

130

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Determina, en las siguientes funciones, los datos pedidos:
Y

Y
y = g (x )
3

y = f (x )
1

O
1

4 3

f(3)

f(2)

lm f ( x )

lm f ( x )

xq 3

xq0

lm f ( x )

lm+ f ( x )

xq1

f (0)

f(4)

lm g( x )

lm+ g( x )

xq3

xq2

lm f ( x )

lm f ( x )

lm g( x )

lm g( x )

lm f ( x )

lm f ( x )

lm g( x )

lm+ g( x )

xq1

xq1

xq +h

xq3

xq3

xq2

xq h

xq0

xq0

2. Representa grficamente funciones que satisfagan, respectivamente, las siguientes condiciones:


a)

lm f ( x ) = 2 ; lm + f ( x ) =  2 ; f(3) = 2 ; Dom f = R ; Im f = [3, +h).

xq 3

xq 3

b) g estrictamente decreciente en (0, 6); asntota vertical en x = 6; lm g( x ) =  2 ; no existe g(3).


xq3

c) h acotada inferiormente por 2; lm h( x ) = 2 ; asntota vertical en x = 2; lm h( x ) = +h .


xq +h

xq h

3. Calcula los siguientes lmites:


a) lm x 4

x5
e) lm
xq0
3

b) lm 4 x 4

f)

3
c) lm+ 3
xq0
x

2
3
g) lm 2
+

xq +h x + 1
x + 2

k) lm

x 2
d) lm

xq0
5

h) lm 3  x

l) lm

xq +h

xq h

2
lm
xq h x 5

x q+h

i) lm 3 x
x q h

2
j) lm
x q +h 3

xq +h

x3
x2  2

2x 4  3 x  1
xq h
x3 + 3

4. Determina, si existen, las asntotas de cada una de las siguientes funciones:


a) f ( x ) =

x
x 1

c) h( x ) =

x2  4
x2 + 4

e) j ( x ) =

x2 + x  5
x2

b) g( x ) =

x2
x+2

d) i ( x ) =

2x 2 + 3
x3  9x

f) k ( x ) =

x2  3
2x  4

Lmites de funciones. Continuidad

131

5. Calcula los siguientes lmites:


m) lm ( x + 2 

x2  1
xq+h x 3  1

g) lm

x3  x + 6
xq+h x 2 + 3 x + 2

h) lm

x3  1
xq+h x 2 + 1

i) lm

x2  1
xq1 x 3  1

j) lm

e) lm

x2  x  6
3
xq  2 x + 3 x 2 + 2 x

k) lm

x 2  5x + 6
f) lm 2
xq2 x  4 x + 4

2x 2 + x  3
l) lm 2
xq1 x  5 x + 4

a) lm

xq1

b) lm

x  2)

x2 + x + 1  x

) lm

x 2  x  2x 2 + 1

x 2 + 6x + 9
xq3
x 3

o) lm

55xx + 11

2x 2 + 6 x  3
xq0
2x 2 + 5 x

p) lm

x3 + 1
x2 + 1

q) lm

x 2 + 2x + 1
x2

xq0

d) lm

xq+h

x 1

n) lm

xq0

c) lm

x 1

2 4  x
x

xq+h

x
1+ x  1 x

xq+h

)
)

3 x +2

x q+h

x q1

x q+h

3
x 1

x 2 +1
x 1

6. Estudia la continuidad de las siguientes funciones:

x
5 
a) f ( x ) =
x
5

x 2  1
b) g( x ) =
x + 1

si x = 0

x2  9

c) h( x ) = x  3
6

si x f 2
si x > 2

2 x  1
d) i ( x ) =
3

si x | 0

si x | 3
si x = 3
si x >  1
si x f  1

7. Calcula k, en cada caso, de modo que las siguientes funciones sean continuas en todo :
kx  3
a) f ( x ) = 2
 x + 10 x  13

2x  2

b) g( x ) = x 2  1
k

si x < 4
si x v 4

si x |  1
si x =  1

1
2 + b si x f  1
x
8. Sea la funcin f ( x ) = 2
3 x + 4 si  1 < x < 1
 x 3 + 8 si x v 1
Halla el valor del parmetro b para el cual la funcin f(x) es continua en x = 1 y en x = 1.
9. Halla los puntos de discontinuidad de las siguientes funciones y clasifcalos:
x2  4
a) f ( x ) = 2
x  2x

2  x
b) f ( x ) =  x
e

si x f 0
si x > 0

e x

c) f ( x ) = 1  x 2

si x f 0
si 0 < x < 1
si x v 1

Unidad 5

132

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
10. Calcula lm f ( x ) cuando:
x q h

a) f ( x ) =

2x + 3
4x  5

b) f ( x ) =

x
x +5

c) f ( x ) =

11. Obtn las asntotas verticales y oblicuas de la funcin f ( x ) =

e x + 1
e x  1

x3
.
x 1
2

12. Estudia la continuidad de las siguientes funciones:


0

a) f ( x ) = x + 1
x2  5

si x f  1
si  1 < x f 3

x
e
b) g( x ) = 2
 x + 2x + 1

si x > 3

13. Dada la funcin f ( x ) = x 2


x

si x < 0
si x v 0

si x < 0
si 0 < x < 2, represntala y estudia la continuidad en x = 0, x = 1 y x = 2.
si x v 2

14. Dibuja la grfica y escribe las ecuaciones de una funcin real que cumpla: sea continua en todos los puntos; sea lineal si
x < 3, cuadrtica en el intervalo [3, 3] y tienda a 0 cuando x q +h.
e ax

15. Dada la funcin f ( x ) = x + 2a


 x + b

si x < 0
si 0 f x f 2, calcula los valores de a y b para que f(x) sea continua.
si 2 < x

16. En la oficina central de Correos de cierto pas estn expuestas las tarifas del servicio de cartas, que son las siguientes:
Cartas hasta 20 g de peso: 0,35 euros.
Por cada 10 g o fraccin de exceso de peso hay que aadir 0,05 euros ms.
a) Escribe la frmula de la funcin y = f(x) (donde x representa el peso de cada carta e y el precio que tenemos que
pagar para enviarla), hasta 50 g.
b) Representa grficamente la funcin f. Indica en qu puntos de su dominio es discontinua y por qu.

17. La puntuacin obtenida por un estudiante en un examen depende del tiempo que haya dedicado a su preparacin (x,
expresado en horas) en los siguientes trminos:
x
si 0 f x f 15
3
P(x) =
2x
si x > 15
0, 2x + 3
a) Representa grficamente la funcin y estudia su continuidad.
b) Cuntas horas debe dedicar a preparar dicho examen para obtener una puntuacin de 7,5?
c) Justifica que la puntuacin nunca puede superar los 10 puntos.

Lmites de funciones. Continuidad

133

AUTOEVALUACIN
3 x  2
si x f 2
1. El valor de k para que la funcin f ( x ) =
tenga lmite cuando x tienda a 2 es:
2
4 x  kx si x > 2
a) 1
2. El valor de lm
xq3

b) 1

c) 2

b) 1

c) 2

x 2 + 4 x  21
es:
x 2  11x + 24

a) 2

x2  a
1
= es:
xq  2 x 2  4 x  12
2

3. El valor de a para que sea cierta la igualdad lm


a) 2

b) 4

c) 1

20 + 6t 2
, siendo t el
(2t  3)2
nmero de aos transcurridos. Si la funcin fuese vlida indefinidamente, el tamao de la poblacin a largo plazo sera de:

4. El nmero de individuos, en miles, de una poblacin de aves, viene dado por la expresin N (t ) =

a) 1 000 individuos
5. El valor de lm
xq0

b) 6 000 individuos
x

3 9 x

a) 1/3

es:

b) 1

6. El valor de lm

x q +h

3x  2
3x + 2

a) e8

c) 1 500 individuos

c) 6
6 x 1

es:

b) e6

c) e2

7. Las asntotas vertical y oblicua de la funcin f ( x ) =


a) x = 2; y = x 2

3x 2 + 5
son, respectivamente:
3x + 6

b) x = 2; y = x + 2

c) x = 2; y = x 2

8. Los valores de los parmetros a y b para que la funcin siguiente sea continua, son:
 3 x + 1 si x <  2

f ( x ) = ax + 5 si  2 f x f 2
x 2 + b si x v 2

a) a = 1 y b = 1

9. La funcin f ( x ) =
a) Evitable

b) a = 1 y b = 1
x2  4
tiene en x = 2 una discontinuidad:
x 2  2x
b) De primera especie

x
10. La funcin f ( x ) =
2
1  x
a) Evitable

si x f  1
si x >  1

c) a = 1 y b = 1

c) De segunda especie

presenta en x = 1 una discontinuidad:


b) De primera especie

c) De segunda especie

u6
unidad 6
contenidos

1. Tasas de variacin media


e instantnea

2. Derivada de una funcin en


un punto
3. Derivadas laterales
4. Interpretacin geomtrica
de la derivada
5. Continuidad de las funciones
derivables
6. Funcin derivada.
Derivadas sucesivas
7. Derivadas de las operaciones
con funciones
8. Derivadas de las funciones
elementales

Derivadas

135

El anlisis matemtico, o estudio de las funciones, se deriva del


clculo infinitesimal, cuyo origen estuvo ligado a la resolucin de
dos problemas: el problema de encontrar la velocidad de un mvil que se desplaza con movimiento no uniforme y el de hallar la
tangente a una curva en un punto de la misma. Ambos problemas fueron resueltos, de forma independiente, por el matemtico y fsico ingls Isaac Newton (1642-1727) y por el matemtico
y filsofo alemn Gottfried Wilhelm Leibniz (1646-1716).
Los dos problemas anteriores se resolvieron mediante la derivacin. Este concepto tiene grandes aplicaciones dentro de las Matemticas, y tambin en las Ciencias Naturales y Ciencias Sociales.
Dedicamos esta unidad didctica al concepto de derivada de una
funcin en un punto, su interpretacin geomtrica como pendiente de la recta tangente y las reglas ms importantes para el
clculo de derivadas de funciones elementales.
dx
para indicar la derivada de y con
dy
respecto a x. Nosotros utilizaremos adems la notacin f.(x), introducida en el siglo XVII por el matemtico y fsico italiano Joseph
Louis Lagrange (1736 1813).
Leibniz utiliz la notacin

cuestiones iniciales
1. Calcula los siguientes lmites:
a) f ( x ) = 3 x 2 + 5; lm
hq 0

f (2 + h)  f (2)
h

b) g( x ) = 3 x + 1; lm
hq 0

g( x + h)  g( x )
h

2. Halla la ecuacin de la recta que pasa por el punto A(2, 3) y su pendiente vale 1/5. Halla la perpendicular a esta recta en el punto A.
3. Calcula la tasa de variacin media en los intervalos [0, 2] y [2, 4] para
cada una de las siguientes funciones:
a) f1(x) = 3x

b) f2(x) = 3x + 2

c) f3(x) = x3

d) f4(x) = 3x

4. Dada la funcin f ( x ) = 2x  4 , calcula:


lm

hq 0 +

f (2 + h)  f (2)
h

lm

hq 0 

f (2 + h)  f (2)
h

Unidad 6

136

1. Tasas de variacin media


e instantnea

(Miles de unidades)
400
369,3
350

En muchas situaciones reales interesa conocer propiedades dinmicas de las


funciones, es decir, propiedades relativas al cambio o variacin que experimenta una variable respecto de otra. Parece que, de forma natural, esta variacin se puede evaluar a travs del cociente entre el incremento que sufre la variable dependiente y el incremento de la variable independiente. A este
cociente le llamamos tasa de variacin media de la funcin.

300
285,8
248,6

250

196,1

200

180,2

186,1

As, podemos calcular las siguientes tasas de variacin media, referidas a la


grfica del margen:

167,2

150

149,8
144,5

142,8

t vm Jun, Jul =

135,7

100
Jun. Jul. Ago.Sep. Oct. Nov. Dic. Ene. Feb. Mar. Abr.
2005

2006

248, 6  186,1 62, 5


=
= 62, 5
1
1

t vm Sep, Nov =

135, 7  149, 8 14,1


=
= 7, 05
2
2

t vm Feb, Abr =

180, 2  142, 8 37, 4


=
= 18, 7
2
2

a El

mercado de las cmaras digitales


en Espaa.

Otras veces las tasas de variacin tienen significado fsico: la velocidad de un


mvil es una tasa de variacin.

En la grfica del margen, en la que se describe el espacio que recorre un mvil, con movimiento uniforme, en funcin del tiempo, podemos calcular las siguientes velocidades medias:

Movimiento uniforme
e (km)

Entre los instantes 1 y 1,5:

e = 4t

6
)e
4

)e e(1, 5)  e(1)
2
=
=
= 4 km/h
)t
1, 5  1
0, 5

v m = t vm [1; 1,5] =

)t

Entre los instantes 1 y 2:


0

1 1,5 2

t (h)

v m = t vm [1; 2 ] =


Cada libre de un cuerpo:
movimiento uniformemente
acelerado
e (m)
11,025

En la grfica que describe la cada libre de un cuerpo, que se produce con movimiento uniformemente acelerado, podemos calcular tambin las siguientes
velocidades medias:
Entre los instantes 1 y 1,5:

e = 4,9 t 2

v m = t vm [1; 1,5] =

)e

4,9

)t

1 1,5 2

)e e(1, 5)  e(1) 6,125


= 12, 25 m/s
=
=
)t
1, 5  1
0,, 5

Entre los instantes 1 y 2:


v m = t vm [1; 2 ] =

)e e(2)  e(1) 4
=
= = 4 km/h
)t
21
1

t (s)

)e e(2)  e(1) 14,7


=
=
= 14,7 m/s
)t
21
1

Derivadas

137

Para cualquier funcin puede darse la siguiente definicin de tasa de variacin


media.
Llamamos tasa de variacin media de una funcin f entre los valores x0
y x 0 + h al cociente entre el incremento que experimenta la variable dependiente y el de la variable independiente:
f (x 0 + h)  f (x 0 )
)f
=
t vm [ x 0 , x 0 + h ] =
h
)x [ x0 ,x0 + h ]
Y
y = f (x )

f (x0 + h)

)f

f (x0 )

a En los campeonatos del mundo de


atletismo celebrados en Atenas en
1997, el atleta espaol Abel Antn se
proclam campen del mundo de
maratn recorriendo los 42,195 km
de que consta la prueba en un tiempo de 2 h 13 min 16 s.

)x

x0

x0 + h

Observamos que si h es muy pequeo, o prximo a cero, obtenemos una informacin ms precisa sobre cmo vara la funcin en el punto de abscisa x0.
Por esta razn, cuando h tiende a cero, la tasa de variacin correspondiente se
llama tasa de variacin instantnea.

La velocidad media del atleta expresada en km/h fue:


vm =

42,195 km
= 19 km/h
2,22 h

y expresada en m/s fue:


v m = 19

1000
= 5,28 m/s
3 600

Llamamos tasa de variacin instantnea de una funcin f en un punto de


abscisa x 0 al lmite, cuando h tiende a cero, de la tasa de variacin media.
t vi [ x 0 ] = lm t vm [ x 0 , x 0 + h ]
hq0

f (x 0 + h)  f (x 0 )
)f
t vi [ x 0 ] = lm
= lm
hq0
h q 0 )x
h
[ x0 ,x0 + h ]

Calculamos la tasa de variacin instantnea, que recibe el nombre de velocidad instantnea, en los movimientos de mviles de la pgina anterior, en el
instante t = 1.
En el movimiento uniforme:
v i = t vi [1] = lm

hq0

e(1 + h)  e(1)
4(1 + h)  4 1
= lm
= 4 km/h
q
0
h
h
h

En el movimiento uniformemente acelerado:


v i = t vi [1] = lm

hq0

e(1 + h)  e(1)
4, 9(1 + h)2  4, 9 12
= lm
= 9, 8 m/s
hq0
h
h
Y

Unidad 6

138

2. Derivada de una funcin en un punto




La tasa de variacin instantnea de una funcin f en un punto de abscisa x0 se


llama derivada de la funcin f en el punto de abscisa x0.

Diferentes notaciones
df
[ x ] = y .( x0 ) = f .( x0 ) = D f ( x0 )
dx 0

La derivada de una funcin f en un punto de abscisa x0 es el lmite, cuando h tiende a cero, del cociente incremental f (x0 + h) f (x0) entre h :

df
[ x ] : debida a Gottfried Wilhelm
dx 0
Leibniz (1646-1716).

f (x 0 + h)  f (x 0 )
hq0
h

f .(x 0 ) = D [ f (x 0 )] = lm

y.(x0); f.(x0): debidas a Joseph Louis


Lagrange (1736-1813).
D f ( x0 ) : debida a Augustin Louis
Cauchy (1789-1857).

Cuando una funcin tiene derivada en un punto, se dice que es derivable en


ese punto.

ACTIVIDADES
RESUELTAS
1. Dada la funcin f(x) = 3x 2, calcula la derivada en los puntos de abscisa x0 = 1 y x0 = 2.
D [f (  1) ] = f .(  1) = lm
hq0

f (  1 + h)  f ( 1)
3h  5  ( 5)
3h
= lm
= lm
=3
hq0
hq0 h
h
h

D [f (2) ] = f .(2) = lm
hq0

f (2 + h)  f (2)
3h + 4  4
3h
= lm
= lm
=3
h
q
0
h
q
0
h
h
h

2. Calcula la derivada de la funcin f(x) = x2 + 2x 3 en los puntos de abscisa 2 y 1.


D [f (  2) ] = f .(  2) = lm
hq0

= lm
hq0

f (  2 + h)  f ( 2)
(  2 + h)2 + 2(  2 + h)  3  ( 3)
= lm
=
h
q
0
h
h
h(h  2)
h2  2h
= lm (h  2) =  2
= lm
hq
q0
hq0
h
h

D [f (1) ] = f .(1) = lm
hq0

= lm
hq0

3. Siendo f ( x ) =

f (1 + h)  f (1)
(1 + h)2 + 2(1 + h)  3  0
= lm
=
hq0
h
h

h 2  4h
h( h + 4 )
= lm
= lm (h + 4) = 4
hq0
hq0
h
h

2
, calcula D[f(2)].
x3
2
2
2

+2
f (2 + h)  f (2)
+
h

3
2

3
2
h
D [f (2) ] = f .(2) = lm
= lm
= lm  1
=
hq0
hq0
hq0
h
h
h
2h
2h
2
h
= lm
= 2
= lm  1 = lm
0
h
q
0
hq0
h
q
(

)
1
h
h
1
h
h

Derivadas

139

3. Derivadas laterales
Como la derivada de una funcin en un punto viene dada por un lmite cuando h tiende a cero, podemos calcular lmites laterales, es decir, el lmite cuando h tiende a cero por la derecha y el lmite cuando h tiende a cero por la izquierda. Estos lmites dan lugar a las derivadas laterales, que podemos definir
de la siguiente manera:
La derivada lateral por la derecha de una funcin f en un punto de abscisa x0 se define como:
f (x 0 + h)  f (x 0 )
D [ f (x 0+ )] = f .(x 0+ ) = lm+
hq0
h
La derivada lateral por la izquierda de una funcin f en un punto de abscisa x0 se define como:
f (x 0 + h)  f (x 0 )
D [ f (x 0 )] = f .(x 0 ) = lm
hq0
h


Derivabilidad en un intervalo
Una funcin f es derivable en un
intervalo abierto (a, b) si lo es en
todos y cada uno de sus puntos.
Una funcin f es derivable en un
intervalo cerrado [a, b] si y slo si
se cumple:
f es derivable en (a, b).
f es derivable por la derecha
de a.
f es derivable por la izquierda
de b.

De la propiedad relativa a la condicin necesaria y suficiente de convergencia


de funciones se deduce la propiedad relativa a la existencia de derivada de una
funcin en un punto.
La condicin necesaria y suficiente para que una funcin f sea derivable
en un punto de abscisa x0 es que existan las derivadas laterales y que sean
iguales:
D [ f (x 0+ )] y D [ f (x 0 )]
D [ f (x 0 )]
+

D [ f (x 0 )] = D [ f (x 0 )]

ACTIVIDADES
RESUELTAS
4. Estudia la derivabilidad de la siguiente funcin en el punto de abscisa x0 = 1:

x  2 x si x f 1
f(x) =
si x > 1
x  2
Por ser una funcin definida a trozos y estar definida de forma diferente a la izquierda que
a la derecha de x = 1, estudiamos las derivadas laterales:

8
6

y = f (x )

h2
f (1 + h)  f (1)
(1 + h)2  2(1 + h)  (  1)
f .(1 ) = lm
= lm
= lm h = 0
= lm
hq0
hq0
hq0 h
hq0
h
h
f .(1+ ) = lm+
hq0

h
f (1 + h)  f (1)
(1 + h)  2  ( 1)
= lm+ = lm+ 1 = 1
= lm+
hq0
hq0 h
hq0
h
h

2
1
1 0
1

Las derivadas laterales son finitas y distintas. Por tanto, la funcin no es derivable en el punto
de abscisa x0 = 1; sin embargo, es continua en l.

Unidad 6

140

4. Interpretacin geomtrica
de la derivada

Ecuacin punto pendiente


de la recta
r

Y
y0

P (x0, y0)

Intentaremos ahora dar un sentido geomtrico a la derivada. Para ello, consideramos una funcin f y tomamos en ella dos puntos, P ( x 0 , f (x 0 )) y
Q ( x 0 + h, f (x 0 + h)) . La tasa de variacin media en el intervalo [x0, x0 + h]
coincide con la pendiente de la recta secante a la curva que pasa por P y Q:

F
x0

t vm [ x 0 , x 0 + h ] =

m = tg F

f (x 0 + h)  f (x 0 )
= tg G
h

r : y y0 = m (x x0)

f (x 0 + h )

y = f (x )

)f

F
G

Recta perpendicular a una dada


en el punto P(x0, y0)

f (x0)

)x

Y
y0

O
x0

x0 + h

Cuando h tiende a cero, la recta secante se convierte en la recta tangente a la


curva en el punto P, y la pendiente de la recta secante en la pendiente de la
recta tangente.

r C s mr ms = 1

s: y  y 0 = 

x0

1
( x  x0 )
mr

f (x 0 + h)  f (x 0 )
= lm tg G
hq0
hq 0
h
lm

D [ f (x 0 )] = f .(x 0 ) = tg F

t
y = f (x )

La derivada de una funcin f en un punto x0 coincide con la pendiente


de la recta tangente a la curva en el punto de abscisa x0:

f (x0)

D[f (x0)] = f .(x0) = mrecta tangente en x0


n

F
O

x0

mrecta tangente = tg F
t: recta tangente a f en el punto

(x0 , f (x0 ))
n: recta normal a f en el punto

(x0 , f (x0 ))

Ecuaciones de las rectas tangente y normal a la grfica


de una funcin en un punto
Las ecuaciones de las rectas tangente y normal a la grfica de la funcin
f en el punto P(x0, f (x0)) son:
recta tangente: y f (x0) = f .(x0) (x x0)
recta normal:

y f (x0) = 

1
(x x0)
f .(x 0 )

Derivadas

141

ACTIVIDADES
RESUELTAS
5. Calcula el punto de corte de las tangentes a las curvas f (x) = x2 5x + 11

1
y g( x ) =
en x = 1.
x

11

Al ser la derivada de f (x) = x2 5x + 11 igual a f .(x) = 2x 5, tenemos que la


ecuacin de la recta tangente a la citada funcin en el punto (1, 7) es:

10
9

y 7 = 3 (x 1)

y = 3x + 10
8

1
1
De igual forma, la derivada de g( x ) = es g( x ) = 2 y la recta tangente en el
x
x
punto (1, 1) es:

y = x 2 5x + 11

y 1 = 1 (x 1)

y = x + 2
5

El punto de corte de las dos tangentes lo encontramos al resolver el sistema


cuyas ecuaciones son las de las tangentes, es decir:

y = 1/x

y =  3 x + 10

y =  x + 2

y = 3x + 10

2
1

La solucin del sistema es x = 4, y = 2, y por tanto, el punto de corte de ambas tangentes es (4, 2).

Todos los elementos que figuran en la actividad aparecen representados en la


grfica.

y = x + 2

(4, 2)

6. Halla en qu punto (puntos) la recta tangente a la curva y = x3 3x + 1 es paralela al eje OX, y encuentra la ecuacin de
esa (o esas) recta (rectas).
La derivada de f(x) = x 3 3x + 1 es:
f. (x) = 3x 2 3
Las pendientes de las rectas paralelas al eje OX son nulas, y tendr que ser f.(x) = 0.
Las abscisas para las que f .(x) = 0 son las soluciones de la ecuacin 3x 2 3 = 0;
es decir, x 1 = 1 y x2 = 1.

En estos valores las ordenadas son:

y = 3

3
2

x1 = 1 y1 = f (1) = 13 3 + 1 = 1
x2 = 1 y2 = f (1) = (1)3 3(1) + 1 = 3

y = x 3 3x + 1

1
5 4 3 2 1 0

En los puntos P(1, 1) y Q(1, 3) la recta tangente a la curva es paralela al


eje OX.

1
2

Las ecuaciones de las rectas tangentes buscadas son y = 1 e y = 3, como


podemos ver en la grfica.

5 X
y = 1

Unidad 6

142

5. Continuidad de las funciones


derivables
Hasta ahora hemos definido y trabajado con dos conceptos fundamentales del
clculo infinitesimal, que son continuidad y derivabilidad de una funcin.
A continuacin vemos la relacin que existe entre ambos conceptos.

Toda funcin f derivable en un punto, con derivada finita, es continua


en ese punto.

Continuidad y derivabilidad
a travs de las grficas
Vemos la continuidad de una funcin en un punto de abscisa x0, observando que en un entorno del
mismo se puede seguir o dibujar la
grfica con un lpiz sin levantarlo
del papel.

Demostracin:
Si f es derivable en un punto de abscisa x0, con derivada finita, se verifica:
f (x 0 + h)  f (x 0 )
;
hq0
h

f .(x 0 ) = lm

Y
f (x ) = x E [ x ]
1

Hemos de probar que f es continua en x0. Para ello, razonamos como sigue:
lm [ f (x 0 + h)  f (x 0 )] = lm

hq0

3 X

La funcin f es discontinua en todos los puntos de abscisa entera y


es continua en todos los dems
puntos.
Vemos la derivabilidad de una
funcin en un punto de abscisa x0,
observando que en un entorno del
mismo es continua y no presenta
en x0 un pico.

f .(x 0 )

[ f (x

+ h)  f (x 0 )] h
h

hq 0

f (x + h)  f (x 0 )
= lm 0
h = f .((x 0 ) 0 = 0
hlm
hq0
q0
h
Luego hemos probado que:
lm [ f (x 0 + h)  f (x 0 )] = 0

hq0

lm f (x 0 + h) = f (x 0 )

hq 0

y haciendo x = x0 + h, se tiene que si h q 0, entonces x q x0, por lo que:


lm f (x) = f (x 0 )

x q x0

con lo cual queda probado que f es continua en x0.

f (x ) = |x 2 4|

Observa que el recproco de esta propiedad o teorema no es cierto. Es decir,


existen funciones continuas en un punto y no son derivables en l.

Por ejemplo, f(x) = |x 1| es continua en x = 1 y no es derivable en ese punto;


2

g(x) = 3 x es continua en x = 0 y no es derivable en ese punto.


1

La funcin f es continua en todo R


y no es derivable en x = 2 y x = 2.
En estos puntos presenta sendos
picos.
Observa que tanto en los puntos
de discontinuidad de una grfica
como en los puntos en los que
aparecen picos no puede trazarse
la recta tangente.

Y
f (x ) = |x 1|

g (x ) = [ x ]

1
1

continua en x = 1
no derivable en x = 1
f .(1+) = 1; f .(1) = 1

continua en x = 0
no derivable en x = 0
g.(0+) = +h; g .(0 ) = h

Derivadas

143

ACTIVIDADES
RESUELTAS
7. Una funcin f(x) est definida de la siguiente forma:
x 2 + x
si x f 0
f(x) = 2
 x + ax + b si x > 0
Halla a y b para que f(x) sea continua y derivable en x = 0.
Para que la funcin sea continua en x = 0, debe cumplirse: lm f ( x ) = f (0). Calculamos los lmites laterales y f(0):
xq0

lm f ( x ) = lm ( x + x ) = 0
2

x q0

x q0

lm+ f ( x ) = lm+ (  x 2 + ax + b) = b
x q0

x q0

f(0) = 0
Luego, la funcin es continua para b = 0.

Para que la funcin sea derivable en x = 0, debe cumplirse que f.(0 ) = f.(0 ):
f .(0 ) = lm

f (0 + h)  f (0)
h(h + 1)
= lm
=1
h
q
0
h
h

f .(0+ ) = lm+

f (0 + h)  f (0)
 h2 + ah
= lm+
=a
hq0
h
h

hq0

hq0

Luego, la funcin es derivable para a = 1.


2
x + x
La funcin queda definida de la siguiente manera: f ( x ) = 2
 x + x

si x f 0
si x > 0

8. Calcula los valores que deben tomar los parmetros a y c para que la funcin f (x) sea derivable en x = 1:
ax 2 + c si x f 1
f(x) =
si x > 1
ln x
Da, en ese caso, la ecuacin de la recta tangente a la grfica de f en x = 1.
Para que la funcin sea derivable en x = 1, debe ser continua en el punto citado. En este caso, los lmites laterales deben coincidir entre ellos y con el valor de la funcin en el punto:
f (1) = lm ( ax 2 + c ) = lm+ ln x a + c = 0
x q1

x q1

Para que la funcin sea derivable en x = 1, las derivadas laterales deben coincidir, por tanto:
f.(1 ) = f .(1 ) 2a = 1

y = x 1

1
1 x2
y =
2
2

y = ln x

De las ecuaciones a + c = 0 y 2a = 1 obtenemos a = 1/2 y c = 1/2 como valores de los parmetros.


Para estos valores: f (1) = 0 y f.(1) = 1.
La ecuacin de la recta tangente es y = x 1.
En la grfica adjunta aparecen representadas la funcin y la tangente.

2
1

1
2

Unidad 6

144

6. Funcin derivada. Derivadas sucesivas


La funcin f asocia a cada elemento x del dominio, Dom f, la correspondiente imagen f(x). Cuando f es derivable en x, podemos asociar a x su correspondiente derivada f .(x). De esta forma, podemos considerar dos funciones:
f : R q R

f .: R q R
x q f .(x)

x q f (x)


Ambigedad de la palabra
derivada
No se deben confundir los conceptos de derivada de una funcin en
un punto, que es un nmero real,
y de funcin derivada o derivada,
que es una funcin.
Por comodidad, en el lenguaje se
suele utilizar la palabra derivada
para nombrar a la funcin derivada y a la derivada de la funcin en un punto. Es el contexto
el que nos indicar si derivada se
refiere a una u otra acepcin.

de manera que si Dom f es el dominio de la funcin dada, Dom f. es el conjunto donde la funcin f es derivable.
A la funcin f . la llamamos funcin derivada de la funcin dada o simplemente derivada.
La funcin derivada de una funcin f dada, o simplemente derivada, es
una funcin que asocia a cada x, donde la funcin es derivable, su derivada f .(x):
f .: R q R
x q f . (x)
f (x + h)  f (x)
h q0
h

f .(x) = D [ f (x)] = lm

El conjunto Dom f . o dominio de derivabilidad de f est formado por todos los elementos de Dom f en los cuales f es derivable; por tanto,
Dom f . Dom f.

Derivadas sucesivas
Si una funcin f es derivable, la funcin derivada de f o funcin derivada primera de f es la funcin f .. Si f . es derivable, la funcin derivada de f. o funcin
derivada segunda de f es la funcin (f . )., que se denota f ...
Este proceso, a veces, se puede continuar indefinidamente. Si llegamos a derivar n veces, la funcin que obtenemos se llama funcin derivada n-sima de
f y es la funcin (f (n1))., que se denota por f (n).
DERIVADAS SUCESIVAS
Derivada primera de f

f .(x)

Derivada segunda de f

f ..(x) = (f . ).(x)

Derivada tercera de f

f ...(x) = (f ..). (x)

Derivada cuarta de f

f (4)(x) = (f ... ). (x)

Derivada n-sima de f

f (n)(x) = (f (n 1)).(x)

Derivadas

145

ACTIVIDADES
RESUELTAS
9. Dada la funcin f (x) = 3x 2x 2, calcula su funcin derivada, aplicando la definicin.
f .( x ) = D [3 x  2x 2 ] = lm
hq0

= lm
hq0

f ( x + h)  f ( x )
3( x + h)  2( x + h)2  (3 x  2x 2 )
=
= lm
hq0
h
h

3 x + 3h  2x 2  4 xh  2h2  3 x + 2x 2
h(3  4 x  2h)
= lm
= 3  4x
hq0
h
h

Luego la derivada es: f.(x) = D [3x 2x 2] = 3 4x


x + 6 si x [ 6,  3)

10. Representa la funcin f ( x ) = 3


si x [ 3, 3) . Halla el conjunto de puntos donde est definida la derivada y re6  x si x [3, 6]

presenta la funcin f. (x).


1 si x ( 6,  3)

El dominio de definicin de la funcin derivada f .( x ) = 0 si x ( 3, 3) es (6, 3) (3, 3) (3, 6).


 1 si x (3, 6)

En los puntos 3 y 3 la funcin derivada no est definida, ya que las derivadas laterales existen pero son distintas:
f. (3) = 1

f. (3+) = 0;

f.(3) = 0

f. (3+) = 1

Las grficas de la funcin y = f(x) y la de la funcin derivada, y . = f.(x), son las siguientes:
Y

Y
4

y = f ( x)
2

y . = f . (x)

11. Siendo f (x) = 2x 4, calcula sus derivadas sucesivas.


f .( x ) = lm
hq0

2( x + h)4  2x 4
f ( x + h)  f ( x )
= lm
= 8x3
hq0
h
h

f ..( x ) = (f .).( x ) = lm
hq0

f .( x + h )  f .( x )
8( x + h)3  8 x 3
= lm
= 24 x 2
hq0
h
h

f ...( x ) = (f ..).( x ) = lm
hq0

24( x + h)2  24 x 2
f ..( x + h)  f ..( x )
= lm
= 48 x
hq0
h
h

f ( 4 ) ( x ) = (f ...).( x ) = lm

48( x + h)  48 x
f ...( x + h)  f ...( x )
= lm
= 48
hq0
h
h

f (5) ( x ) = (f ( 4 ) ).( x ) = lm

48  48
0
f ( 4 ) ( x + h)  f ( 4 ) ( x )
= lm
= lm = lm 0 = 0
0
h
q
h
q
0
h
h hq0
h

f (6 ) ( x ) = (f (5) ).( x ) = lm

00
0
f (5 ) ( x + h )  f (5 ) ( x )
= lm
= lm = lm 0 = 0
hq0
hq0 h
hq0
h
h

hq0

hq0

hq0

Por tanto, las derivadas sucesivas de esta funcin son:


f .(x) = 8x 3

f .. (x) = 24x 2

f... (x) = 48x

f (4)(x) = 48

f (5)(x) = f (6)(x) = = f (n)(x) = = 0

Unidad 6

146

7. Derivadas de las operaciones


con funciones
7.1. Derivada de la suma de dos funciones


Gottfried Wilhelm Leibniz
(1646-1716)

La derivada de una suma de dos funciones es la suma de las derivadas de


estas funciones:
D [ f (x) + g(x)] = D [ f (x)] + D [ g (x)]
Demostracin:
D [ f (x) + g(x)] = lm

[ f (x + h) + g(x + h)]  [ f (x) + g(x)] =

h
f (x + h)  f (x)
g(x + h)  g(x)
= D [ f (x)] + D [ g(x)]
= lm
+ lm
hq0
hq 0
h
h
h q0

7.2. Derivada del producto de un nmero real


por una funcin
Este matemtico y filsofo alemn
fue uno de los descubridores del concepto de derivada de una funcin en
un punto, y la notacin de derivada
dy
se debe tambin a l.
dx

La derivada del producto de un nmero real por una funcin es igual al


nmero real por la derivada de la funcin:
D [ t f (x)] = t D [ f (x)]; t R
Demostracin:
D [ t f (x)] = lm

hq0

t f (x + h)  t f (x)
f (x + h)  f (x)
= t lm
= t D [ f (x)]
h
q
0
h
h

7.3. Derivada del producto de dos funciones


La derivada del producto de dos funciones es igual a la derivada de la primera funcin por la segunda sin derivar ms la primera funcin sin derivar por la derivada de la segunda:
D [ f (x) g(x)] = D [ f (x)] g (x) + f(x) D [ g (x)]
Demostracin:
f (x + h) g(x + h)  f (x) g(x)
=
h q0
h
f (x + h) g(x + h)  f (x) g(x + h) + f (x) g(x + h)  f (x) g(x)
=
= lm
hq0
h
g(x + h)  g(x)
f (x + h)  f (x)
=
= lm
lm g(x + h) + f (x) lm
hq0
hq 0
h q0
h
h
D [ f (x) g(x)] = lm

= D [ f (x)] g(x) + f (x) D [ g(x)]

Derivadas

147

7.4. Derivada de un cociente de funciones


La derivada de un cociente de funciones es igual a la derivada del numerador por el denominador sin derivar menos el numerador sin derivar por
la derivada del denominador, y todo ello, dividido por el denominador sin
derivar al cuadrado.
f (x) D [ f (x)] g(x)  f (x) D [ g(x)]
D
=
g(x)
[ g(x)]2
Demostracin:
f (x + h) f (x)

f (x + h) g(x)  f (x) g(x + h)
f (x)
g(x + h) g(x)
=
D
= lm
= lm

h q0
h
h g(x + h) g(xx)
g(x) h q0
= lm

h q0

f (x + h) g(x)  f (x) g(x) + f (x) g(x)  f (x) g(x + h)


=
h g(x + h) g(x)

g(x + h)  g(x)
g(x)
f (x)

f (x + h)  f (x)

= lm
 lm
=

h q0
h
q0
h
h
g(x + h) g(x)
g(x + h) g(x)

= D [ f (x)]

g(x)

[ g(x)]

f (x)

[ g(x)]

D [ g(x)] =

D [ f (x)] g(x)  f (x) D [ g(x)]

[ g(x)]2

7.5. Derivada de la funcin compuesta.


Regla de la cadena
La derivada de la funcin compuesta de la funcin f con la funcin g es
igual a la derivada de la funcin g por la derivada de la funcin f :
D [ (g f )(x)] = D [ g [ f(x)]] D [ f (x)]

ACTIVIDADES
RESUELTAS
12. Conocidas las funciones f(x) = 3x 4 + 5 y g(x) = sen 2x, as como sus derivadas D [f (x)] = 12x3 y D [g(x)] = 2 cos 2x, halla
la derivada de la funcin compuesta de f con g.
En primer lugar determinamos la funcin f compuesta con g:
(g f )(x) = g [f(x)] = g(3x 4 + 5) = sen [2(3x 4 + 5)] = sen (6x 4 + 10)
gf
f

R q R q R
x q f(x) = 3x 4 + 5 q g(3x 4 + 5) = sen [2(3x 4 + 5)]
La derivada de la funcin (g f )(x) = sen (6x 4 + 10) es:
D [(g f )(x)] = D [g [f(x)]] D [f(x)] = D[g(3x 4 + 5)] D [f(x)] = 2 cos [2 (3x 4 + 5)] 12x3 = 24x3 cos [6x 4 + 10]

Unidad 6

148

8. Derivadas de las funciones elementales


8.1. Derivada de la funcin constante y de la funcin
identidad


Isaac Newton (1642-1727)

La derivada de la funcin constante es 0, y la de la funcin identidad 1:


D [K ] = 0

D [x] = 1

8.2. Derivada de la funcin potencial de exponente real


La derivada de la funcin potencial simple x a es igual al exponente por
la base elevada al exponente menos una unidad:
D[x a ] = a x a1
La derivada de la funcin potencial compuesta f a es igual al exponente por
la base elevada al exponente menos una unidad por la derivada de la base:
D [ f a ] = a f a1 f .

8.3. Derivada de la funcin irracional


Fsico y matemtico ingls, considerado uno de los cientficos ms importantes que han existido, fue junto
a Leibniz el descubridor del concepto
de derivada de una funcin en un
punto.
En su obra cumbre ya hace uso del
concepto de derivada.

Las funciones irracionales de la forma


1
n

x o

f se pueden expresar como

1
n

funciones potenciales x o f y, por tanto, se pueden derivar usando las reglas de derivacin de las funciones potenciales. Sin embargo, y dado que estas
funciones se presentan con mucha frecuencia, resulta til conocer las reglas especficas de derivacin.
La derivada de la funcin irracional simple n x es igual a la expresin inversa del producto del ndice por la raz del mismo ndice de la potencia
de exponente n 1 del radicando x:
D n x =

1
n n x n 1

La derivada de la funcin compuesta n f es igual a la expresin inversa


del producto del ndice por la raz del mismo ndice de la potencia de exponente n 1 del radicando f, multiplicada por la derivada de f :
D n f =

f.
n f n 1
n

8.4. Derivada de la funcin exponencial


La derivada de la funcin exponencial simple a x es igual a la misma por el
logaritmo neperiano de la base:
D [a x ] = a x ln a
D [ex ] = ex
La derivada de la funcin exponencial compuesta a f es igual a la misma por
el logaritmo neperiano de la base y por la derivada de la funcin exponente:
D [a f ] = a f ln a f .

D[ef] = ef f .

Derivadas

149

8.5. Derivada de la funcin logartmica


La derivada de la funcin logartmica simple loga x es igual a uno dividido por el producto de x por el logaritmo neperiano de la base:
1
D [ log a x ] =
x ln a

1
D [ln x ] =
x

La derivada de la funcin logartmica compuesta loga f es igual a la derivada de la funcin f dividida por el producto de la funcin f por el logaritmo neperiano de la base:
D [ log a f ] =

f.
f ln a

D [ ln f ] =

f.
f


Mtodo de derivacin logartmica
Para derivar la funcin y = f g :
Tomamos logaritmos en ambos
miembros:
ln y = ln f g ln y = g ln f
Derivamos en ambos miembros:
f.
y.
= g. ln f + g
f
y
Despejamos y .:
y . = f g g. ln f + f g g

f.
f

ACTIVIDADES
RESUELTAS
13. Calcula las derivadas de las funciones que se indican:
DD[[66]] == 00
DD[[33xx]] == 33
22
8
DD 44 == D
D[ 22x 4 ] =  8 x 5 =  5
xx
x
3
3
DD55 xx33 == D
D[ xx 3/ 5 ] = x 2/5 =
5
5
5 x2
55 55
5
DD xx44 == D
D[ x 4 ] = 4 x 3 = 10 x 3
22 22
2
55xx  1 D [5 x  11]]((55x + 1)  (5 x  1)D(5 x + 1) 5(5 x + 1)  (5 x  1) 5
10
DD
=
=
=
55xx + 1
(5 x + 1)2
(5 x + 1)2
(5 x + 1)2

6
DD33xx22  + 3 3 x 2  7 = D [3 x 2 ]  D + D 3 3 x 2  D [7] = 3D [ x 2 ]  6D [ x 1 ] + 3D [ x 2/ 3 ]  0 =

xx
= 3 2x  6(  1) x 2 + 3

2 1/ 3
6
2
x
= 6x + 2 +
3
3
x
x

DD[[33xx ]] == 33xx ln 3
33
33
DDee44xx == ee44xx 12 x 2

DD[[22 xx ] == 22 xx ln 2

1
2 x

log x == 66DDllog
og x =
DD66 log
DD[ln (3 xx33))] =

6
x ln 10

9 xx22 33
==
3 xx33 xx

ln ((2 x  3) ] ==
DD[[ln

22
22xx  33

Unidad 6

150

8.6. Derivadas de las funciones trigonomtricas


Derivada de la funcin seno
La derivada de la funcin simple sen x es cos x:
D [sen x] = cos x
La derivada de la funcin compuesta sen f es cos f por la derivada de la
funcin f :
D [ sen f ] = cos f f .
Derivada de la funcin coseno


mile de Breteuil, marquesa
de Chtelet (1706-1749)

La derivada de la funcin simple cos x es el menos sen x:


D [cos x] = sen x
La derivada de la funcin compuesta cos f es el menos seno de la funcin f
por la derivada de la funcin f :
D [ cos f ] = sen f f .
Derivada de la funcin tangente
La derivada de la funcin simple tg x es igual a uno ms el cuadrado de
la tangente:
1
D[tg x] = 1 + tg 2 x =
cos 2 x

Matemtica francesa que estudi a


Newton y Leibniz, tradujo al francs
la obra cumbre de Newton, los Principia Mathematica, y contribuy a divulgar por toda Europa los conceptos
del clculo diferencial e integral.

La derivada de la funcin compuesta tg f es igual a uno ms el cuadrado


de la tangente de la funcin y, todo ello, multiplicado por la derivada de
la funcin f :
f.
D [ tg f ] = (1 + tg 2 f ) f . =
cos 2 f

8.7. Derivadas de las funciones inversas


de las trigonomtricas
Derivada de la funcin arco seno
La derivada de la funcin simple arcsen x es igual a uno dividido por la
raz cuadrada de uno menos x al cuadrado:
D[arcsen x] =

1
1  x2

La derivada de la funcin compuesta arcsen f es igual a la derivada de la


funcin f dividida por la raz cuadrada de uno menos el cuadrado de f :
D [ arcsen f ] =

f.
1  f2

Derivadas

151

Derivada de la funcin arco coseno


La derivada de la funcin arccos x es la opuesta de la derivada de la
funcin arco seno:
1
f.
D[arccos x ] =
D [ arccos f ] =
2
1 x
1  f2
Derivada de la funcin arco tangente
La derivada de la funcin simple arctg x es igual a uno dividido por uno
ms el cuadrado de x:
1
D[arctg x ] =
1 + x2
La derivada de la funcin compuesta arctg f es igual a la derivada de la
funcin dividida por uno ms el cuadrado de f :
D [ arctg f ] =


Funcin arco cotangente
La derivada de la funcin arccotg f es
la opuesta de la derivada de la funcin arco tangente:
D [arccotg f ] = D [arctg f ]

f.
1 + f2

ACTIVIDADES
RESUELTAS
14. Calcula las derivadas de las funciones que se indican a continuacin:
a) D[sen 3x] = cos 3x 3 = 3 cos 3x
b) D[sen x 3] = cos x 3 3x 2 = 3x 2 cos x 3
c) D[sen 2x + cos 5x 2] = 2 cos 2x 10x sen 5x 2
d) D[3 + tg5 x 3] = D [(tg x 3)5] = 5 tg 4 x 3 (1 + tg 2 x 3) 3x 2 = 15x 2 tg 4 x 3 (1 + tg 2 x 3)
1
sen f f .
e) D[sec f ] = D
= D[cos 1 f ] = 1 cos 2 f (sen f ) f. =

cos2 f
cos f
1
 cos f f .
1
2
f) D[cosec f ] = D
= D[sen f ] = 1 sen f cos f f. =
senf
sen2 f

g) D cotg

cos 3 x 2 + 2  sen2 3 x 2 + 2 D 3 x 2 + 2  cos2 3 x 2 + 2 D 3 x 2 + 2  D 3 x 2 + 2


=
=
=
3x 2 + 2 = D
sen 3 x 2 + 2
sen2 3 x 2 + 2
sen2 3 x 2 + 2
3x
=
2
3 x + 2 sen2 3 x 2 + 2

h) D[arcsen x 2] =

i) D[arctg 2x ] =

2x
1 x 4
2x ln 2
1 + 22 x

j) D arcsen 1  x 2 =

D 1  x 2
1

k) D [arctg (5 2x 2)] =

1 x 2

 2x
2

2 1 x x

1
1 x 2

4 x
2
1 + (5  2x 2 )

Unidad 6

152

ACTIVIDADES
RESUELTAS
15. Obtn las derivadas que se indican a continuacin:
a) D [ e 2 x ] = e 2 x (  2) =  2 e 2 x
b) D 3 x = 3

ln 3

1
2 x

c) D x 3 ( x 2 + 5)4 = D [ x 3 ] ( x 2 + 5)4 + x 3 D [ ( x 2 + 5)4 ] = 3 x 2 ( x 2 + 5)4 + 8 x 4 ( x 2 + 5)3 = x 2 ( x 2 + 5)3 (11x 2 + 15)


1
d) D
4
x

 41

1
1  54
= Dx =  4 x = 4 5
4 x

1
1
1


e) D 3 x 4  2 = D (3 x 4  2) 2 = (3 x 4  2) 2 12x 3 =
2

f) D ln(3 x 2 + 5) =

6x3
3x 4  2

6x
3x 2 + 5

 14 x
 70 x
=
g) D ln(1  7 x 2 )5 = D 5 ln (1  7 x 2 ) = 5 D ln (1  7 x 2 ) = 5
1  7x 2 1  7x 2
6x
15 x 2
2
60 x 2
10 x 3  14 + 60 x 3
70 x 3  14
+4 3
= + 3
=
=
h) D ln {3 x 2 (5 x 3  7)4 } = D ln (3 x 2 ) + 4 ln (5 x 3  7) =
2
3
x (5 x  7)
3x
5x  7 x 5x  7
x (5 x 3  7)

3x 2
3x 2
 18 x 2
x3 + 3
3
3
 3
= 6
i) D ln 3
= D ln ( x + 3)  D ln ( x  3) = 3
x +3 x 3 x 9
x 3

j) D log3 x + 1 = D 1 log3 ( x + 1) =
2
2( x + 1)ln 3

16. Calcula las derivadas de las siguientes funciones trigonomtricas y de sus inversas:
a) D
D 33sen
senxx = 3D sen x = 3 cos x
a)
cos33 xx = D (cos
c x )3 =  3 cos2 x sen x
b) D
D cos
b)
c) D
D sen
sen33xx cos
cosxx = D sen 3 x cos x + sen 3 x D cos x = 3 cos 3 x cos x + sen 3 x (  sen x ) = 3 cos 3 x cos x  sen 3 x sen x
c)
1
1 + tg2 x
t 2 x)
d) D ttg
=
gg xx = (1 ++ tg
d)
2 x
2 x
e) D
D arcsen
arcsen((22xx) ) ==
e)

2
1  (2 x )2

2
1 4x2

xx
1
f)
f) D arcsen
arcsen
=

22 2 4  x 2
g) D
D arctge
arctg ex x =
g)

ex
ex
=
x 2
1 + (e )
1 + e 2x

h)
arccos((lnlnxx) ) =
h) D
D arccos

1
x 1  (ln x )2

Derivadas

153

DERIVADAS
FUNCIN

FUNCIN SIMPLE

FUNCIN COMPUESTA

Funcin constante

D[K] = 0,

Funcin identidad

Funcin potencial

Funcin irracional

K R

D[x] = 1

D [ f a ] = a f a 1 f.

D[x a ] = a x a 1

D n x =

1
n

n x

D n f =

n 1

f.
n

n f n1

D[e x ] = e x

D [ e f ] = e f f.

D[a x ] = a x ln a

D [ a f ] = a f ln a f.

Funcin exponencial

D [ln x ] =

D [lnf ] =

1
x

f.
f

Funcin logartmica
D loga x =

1
x ln a

D loga f =

f.
f ln a

Funcin seno

D[sen x] = cos x

D [ sen f ] = cos f f.

Funcin coseno

D[cos x] = sen x

D [ cos f ] = sen f f.

1
cos2 x

Funcin tangente

D tg x = 1 + tg2 x =

Funcin cotangente

D cotg x =  1  cotg2 x =

Funcin arco seno

D arcsen x =

Funcin arco coseno

D arccos x =

Funcin arco tangente

D arctg x =

1
1 x

1
1+ x 2

f.
cos2 f

D cotg f = (  1  cotg2 f ) f . =

D arcsen f =

D arccos f =

1
1 x

1
sen2 x

D tgf = (1 + tg2 f ) f . =

D arctg f =

f .
sen2f

f.
1 f 2
f .
1 f 2
f.
1+ f 2

Unidad 6

154

RESOLUCIN DE PROBLEMAS
Ms cuadrados
Para dibujar 215 cuadrados en un entramado, cul es el menor nmero de segmentos rectilneos que has de trazar?

FAMILIARIZACIN CON EL PROBLEMA


Entendemos perfectamente que lo que pide el problema es formar una trama en la que
podamos visualizar o contar 215 cuadrados.

BSQUEDA DE ESTRATEGIAS
tablero de 8 8
18 segmentos

El contar cuadrados nos recuerda al problema de determinar los cuadrados de un tablero


de ajedrez. Esta idea nos sugiere resolver el problema por analoga.

LLEVAR ADELANTE LA ESTRATEGIA


Sabemos que en un tablero n n hay:
12 + 22 + 32 + + n2 cuadrados
Dando a n sucesivos valores, obtenemos que en un tablero de 8 8 hay 204 cuadrados y
en un tablero de 9 9 hay 285 cuadrados.
El problema nos dice que hemos de buscar un entramado con 215 cuadrados y el menor
nmero posible de segmentos.
tablero de 9 9
20 segmentos

Nos parece que la respuesta es trazar 20 segmentos rectilneos, pero haciendo un entramado diferente al del tablero de 9 9.
Partimos de un tablero de 8 8 y alargamos los 18 segmentos. Unos los alargamos longitudinalmente hacia la derecha y otros los alargamos verticalmente hacia abajo y aadimos dos segmentos ms, tal como se muestra en la imagen.
En este entramado tenemos 204 cuadrados del tablero de 8 8 ms los
cuadrados cuyos respectivos vrtices superiores izquierda estn sealados
en el dibujo con un punto.
Contabilizamos 11 de estos cuadrados, que sumados a los 204 totalizan
215 cuadrados.
Por tanto, el menor nmero de segmentos rectilneos que se necesitan
para tener 215 cuadrados es 20.

REVISAR EL PROCESO Y SACAR


CONSECUENCIAS DE L
El habernos dado cuenta de la analoga existente entre este problema y
el problema del tablero de ajedrez ha sido la clave en la solucin del
mismo.
Nos llama mucho la atencin el entramado que hemos encontrado y pensamos si ser posible conseguir, con un nmero mnimo de segmentos rectilneos, un entramado que contenga 245 cuadrados.
20 segmentos rectilneos
215 cuadrados

Derivadas

155

Analoga. Semejanza
Despus de leer el enunciado del problema de la pgina anterior, el archivo de nuestra experiencia nos ha mostrado un problema que guarda estrecha relacin con el problema propuesto. Esta analoga ha sido la llave en la resolucin del mismo.

Nuestra experiencia diaria nos dice que en multitud de situaciones actuamos de forma anloga a como lo hicimos en otra con
anterioridad. Esta forma de proceder se da tambin en el mbito artstico, cientfico y, en general, en cualquier forma de pensamiento.
Esta estrategia de analoga o semejanza es muy til en la resolucin de problemas y se basa en buscar semejanzas con situaciones, problemas o juegos que hayamos resuelto anteriormente.
Ante cualquier situacin o problema nuevo nos debemos de
preguntar: a qu nos recuerda?, se parece a algn problema
conocido?, podemos utilizar alguna parte o partes de otro problema conocido?
Por supuesto, cuanta ms experiencia tengamos en la resolucin de problemas, ms fcilmente podremos encontrar situaciones o problemas anlogos o semejantes.

A C T I V I D A D E S
Busca analogas en el archivo de tu experiencia que te sean tiles en la resolucin de los siguientes problemas:
1. El manantial oculto. En una antigua ciudad amurallada, de forma rectangular, exista en un punto intramuros un manantial que se encontraba a 2 100 m de la esquina superior izquierda, a 600 m de la esquina superior derecha y a 1 800 m
de la esquina inferior derecha. El manantial actualmente ha desaparecido. A qu distancia se encontrara de la esquina
inferior izquierda?
2. Nmero oculto. La siguiente expresin esconde un nmero conocido. Sabes cul es?
1

1+

1+
1+

1
1+

3. Monedas. Es posible colocar 18 monedas en 9 filas de manera que cada fila contenga 4 monedas?
4. Tantos por ciento. Parte de los 8 000 habitantes de un pueblo se va de vacaciones en verano. De los que quedan, al
63,636363% les gusta la msica y al 22,297297297% les gusta usar pantalones vaqueros. Cuntos habitantes se
fueron de vacaciones en verano?

Unidad 6

156

NUEVAS TECNOLOGAS
Matemticas de Microsoft es un programa informtico que permite calcular derivadas de distinto orden de funciones
dadas.

Derivadas con Matemticas


de Microsoft
CLCULO DE DERIVADAS
ex
.
x 1
Para ello podemos utilizar la sintaxis derivn(f,x,n), con n el orden de derivada, o las teclas correspondientes al clculo de derivadas en el men de Clculo de la Calculadora. En este ltimo caso, mediante la primera tecla podemos escribir, en la ventana
de entrada de datos, la derivada de la funcin que queremos hallar (tal como aparece
en el margen), y pulsando la tecla
aparece la funcin derivada en el rea de
trabajo:
Vamos a calcular la derivada de la funcin f ( x ) =

En esta pantalla, el programa, adems de proporcionarnos la funcin derivada, nos permite seguir derivando o representar la derivada, como vemos en la siguiente imagen:

ECUACIN DE LA RECTA TANGENTE


PRACTICA con Matemticas de Microsoft la resolucin de las actividades nmeros 12 y 13.

Una vez obtenida la derivada podemos hallar la recta tangente a la funcin en cualquier punto de la misma, y mediante la pestaa Grficas representar la funcin y
su tangente.

Derivadas

157

EN RESUMEN
la rapidez
de cambio
de la funcin
en x0 se mide
con la

FUNCIONES

TASA DE VARIACIN INSTANTNEA


tvi [ x0 ] = lm
hq0

f ( x0 + h)  f ( x0 )
h

esta se llama

f derivable en x0

f continua en x0
el recproco no es cierto

relacin
con la
continuidad f .( x ) = D f ( x ) = lm f ( x0 + h)  f ( x0 )
0
0 hq0
h

f .( x ) = D [f ( x ) ] = lm
h q0

y = f (x )
x0

D [f(x )] y D [f(x0)]

f ( x + h)  f ( x )
h

f .(x0) = tg F

derivadas de
orden superior

clculo de
las derivadas

DERIVADAS
SUCESIVAS

REGLAS DE LAS
DERIVADAS

las ecuaciones de las rectas


tangente y normal son

t : y  f ( x 0 ) = f .( x 0 ) ( x  x 0 )
n: y  f ( x0 ) = 


+
0

FUNCIN DERIVADA

Y
f (x 0)

D [f(x0)]

a partir de ella
se define la

PENDIENTE DE LA RECTA TANGENTE EN


[ x0, f(x0)]

condicin
necesaria
y suficiente

y son iguales
geomtricamente
la derivada es la

DERIVADAS LATERALES

DERIVADA DE UNA FUNCIN EN


UN PUNTO DE ABSCISA x0

operaciones
con las derivadas

D f + g = D [f ] + D g
D t f = t D [f ]

D f g = D [f ] g + f D g

1
( x  x0 )
f .( x 0 )

f D [f ] g  f D g
D =
g2
g

D f  g = D g D [f ]

AMPLA CON
La incgnita Newton (Roca Editorial), de Catherine Shaw, es una novela que nos
transporta a la ciudad universitaria de Cambridge a finales del siglo XIX. Los matemticos intentan resolver el problema de los tres cuerpos, planteado por primera vez por Isaac Newton. No slo est en juego la solucin del problema; adems, los matemticos aspiran a ganar un concurso, organizado por el matemtico
Gsta Mittag-Leffler, para el que el rey de Suecia ofrece un cuantioso premio.
La protagonista, Vanesa Duncan, es una joven institutriz que, gracias a su trabajo,
tiene ocasin de relacionarse con los ilustres matemticos que dan clase en la universidad. La joven maestra se ver envuelta en una inesperada aventura que le
har recorrer media Europa, hasta entrevistarse con el rey de Suecia.

Unidad 6

158

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Una piscina se vaca segn la funcin V = t 2 + 10t donde V es el volumen expresado en m3 y t el tiempo en minutos. Halla la velocidad media de vaciado de la piscina en el intervalo de tiempo [2, 10].
La velocidad media de vaciado, o tasa de variacin media, en el intervalo [2, 10] viene dada por:
)V
V (10)  V (2) 200  24
Vm = tvm 2, 10 =
=
=
= 22 m3 /minuto

10  2
8
) t 2, 10

Se ha lanzado verticalmente hacia arriba una piedra. La altura en metros alcanzada al cabo de t segundos viene
dada por la expresin:
e = f (t) = 20t 2t2
a) Halla la velocidad media en el intervalo de tiempo comprendido entre t = 0 y t = 5.
b) En algn momento la velocidad de la piedra ha sido de 15 m/s? Si es as, a qu altura sucedi?
a) Para hallar la velocidad media en el intervalo [0, 5]:
v m = tvm 0, 5 =

) f (t ) f (5)  f (0) 50  0
=
=
= 10 m/s
)t
50
50

b) Hallaremos la derivada de f (t) y obtendremos la velocidad instantnea:


velocidad (t) = f.(t) = 4t + 20
v (t) = 4t + 20 = 15
Para el tiempo t =

t=

5
segundos
4

5
s, la velocidad de la piedra es de 15 m/s y la altura:
4
f

54= 20 54  254

= 25 

50 350
=
= 21, 875 m
16
16

Aplicando la definicin de derivada, calcula la derivada de la funcin f (x) = 2x 2 5x + 1.


La funcin derivada o derivada viene dada por:
f ( x + h)  f ( x )
2( x + h)2  5( x + h) + 1  (2x 2  5 x + 1)
2x 2 + 4 xh + 2h2  5 x  5h + 1  2x 2 + 5 x  1
= lm
=
= lm
hq0
hq0
hq0
h
h
h

f .( x ) = lm

4 xh + 2h2  5h
hq0
h

= lm

0
0

= lm
hq0

h( 4 x + 2h  5)
= lm ( 4 x + 2h  5) = 4 x  5
hq0
h

Halla un punto de la grfica de y = x 2 + x + 5 en el cual la recta tangente sea paralela a la recta y = 3x 8.


La recta tangente, al ser paralela a la recta y = 3x 8, tendr igual pendiente, es decir, m = 3. Por la interpretacin geomtrica de la derivada sabemos que la pendiente de la recta tangente es la derivada en el punto de tangencia. Por tanto:
f. (x) = 2x + 1
El punto pedido es: (x0, f (x 0)) = (1, f(1)) = (1, 7).

3 = 2x0 + 1

x0 = 1

Derivadas

159

Dada la parbola de ecuacin y = x 2 2x + 5 y la recta secante a ella por los puntos de abscisas x1 = 1 y x2 = 3, halla la ecuacin de la tangente a la parbola que sea paralela a la recta secante dada.
La ecuacin de la recta secante la determinamos teniendo en cuenta que pasa
por los puntos (1, 4) y (3, 8):

Y
8

(1, 4) s 4 = m + b
s : y = mx + b
m = 2; b = 2
(3, 8) s 8 = 3m + b

s
6

Luego, la ecuacin de la recta secante es:


s : y = 2x + 2

La recta tangente, por ser paralela a la secante, tendr la misma pendiente m = 2.

Para hallar la ecuacin de la recta tangente necesitamos conocer el punto P de


tangencia.

y .p= m recta tangente en P = 2


y = 2x + 1

2x 2 = 2

x=2

P (2, y (2)) = P (2, 5)

La ecuacin de la recta t tangente en P es:


1

y 5 = 2(x 2)

3 X

t: y = 2x + 1

De un polinomio de tercer grado P3(x) se sabe que P3(1) = 0, P.3(1) = 2, P..3(1) = 4 y P...3 (1) = 12. Calcula P3(2).
El polinomio P3(x) ser de la forma:
P3(x) = ax 3 + bx 2 + cx + d
Imponindole las condiciones del enunciado, obtenemos:
P3 ( x ) = ax 3 + bx 2 + cx + d ;

P3 (1) = 0

P .3 ( x ) = 3ax + 2bx + c ;

P .3 (1) = 2

P ..3 ( x ) = 6a x + 2b;

P ..3 (1) = 4

P ...3 ( x ) = 6a;

P ...3 (1) = 12

a + b + c + d = 0

3a + 2b + c = 2

6a + 2b = 4

6a = 12

Resolviendo el sistema, obtenemos:


a=2

b = 4

c=4

d = 2

Por tanto, el polinomio pedido es:


P3(x) = 2x 3 4x 2 + 4x 2
Luego, P3(2) vale:
P3(2) = 2 23 4 22 + 4 2 2 = 6

Unidad 6

160

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Halla la tasa de variacin media para las siguientes funciones en cada uno de los intervalos: [2, 2]; [0, 3]; [4, 5].
a) f (x) = 6

c) h(x) = x 2 + 4

b) g (x) = 2x + 5

2. Calcula la tasa de variacin media para la funcin f(x) = 3x 3 2, que es creciente en todo su dominio, en los intervalos
[1, 2], [0, 3] y [2, 5]. En qu intervalo crece ms rpidamente la funcin?
3. Se sabe que el crecimiento de bacterias en cierto cultivo preparado en un laboratorio viene dado por:
N (t ) =

1000t + 50
100 + t 2

siendo t el tiempo en horas y N el nmero de bacterias al cabo de t horas.


a) Halla la variacin media del nmero de bacterias entre los instantes t = 2 horas y t = 5 horas.
b) Halla la velocidad de crecimiento de esta poblacin de bacterias y al cabo de 2,5 horas.
4. El volumen de ventas de ordenadores en un gran centro comercial y en una determinada poca del ao, en funcin del
tiempo en das, viene dado por y = 2t 2 + 80t + 760.
a) Halla la variacin instantnea al cabo de 2, 10 y 28 das.
b) En qu momentos aumenta el nmero de ventas y en cules disminuye?
5. Calcula, mediante la definicin, las derivadas siguientes en los puntos que se indican:
a) f ( x ) = x 2 3 ; f .(1)
b) f ( x ) =

c) f ( x ) = 10 ; f .(0)

2
; D f (2)
x 1

d) f ( x ) =

x  3 ; D f (7)

6. Haciendo uso del concepto de derivada lateral en un punto, estudia la derivabilidad de las siguientes funciones en x = 0.
a)

b)

c)

1
2

f (x) = x

 x 2 + 1 si x < 0
g( x ) =
si x v 0
1

U
1
2

 x 2  x si x f 0
h( x ) =
si x > 0
sen x

Derivadas

161

7. Representa grficamente la funcin f ( x ) = x + 1


x2  5

si x f  1
si  1 < x f 3
si x > 3

a) En qu puntos no es continua?

b) En qu puntos no tiene derivada?

x 3  12x + 1
8. Sea la funcin: f ( x ) =
2
20 x + bx + c

si 0 f x f 1
. Halla b y c para que la funcin sea continua y derivable en (0, 2).
si 1 < x f 2

9. Encuentra las ecuaciones de las rectas tangentes a las funciones en los puntos que se indican:
4
b) f ( x ) = en x = 2
a) f (x) = (x2 4)(x 4) en x = 0
x
10. Sea la curva de ecuacin y = x 3 + 26x. Halla las ecuaciones de sus rectas tangentes que sean paralelas a la recta de ecuacin y = x.

Y
4

y=4

11. En la grfica adjunta est representada la funcin y = f (x). Calcula, de forma razonada:
a) D f (2)

b) D f (1)

f (x) = y

3
2

c) D f (1)
1

12. Halla la funcin derivada de cada una de las siguientes funciones y representa, en un mismo diagrama, la funcin y su funcin derivada:
a) f (x) = 2
b) g(x) = 2x 2 4x

x
j) D

r) D 4 1  4 x 2

b) D [ 25 x x 10 ]

2
k) D 2 x
4

e x2
s) D

2
l) D 13x + 13x + 13

t) D 1 + 7e x

d) D ln (7 x 3)

m) D ln (2x + 1)

u) D ln (1 2x )5

1
e ) D ln

2x + 3

n) D ln ( x x )

v) D [ln2 x ]

f) D ln ( x 2 3) 5

ex
) D ln
x
1+ e

cos x
g) D

1  cos x

o) D (sen x + cos x )2

x) D ln (cos 2x )

p) D [ cos2 ( x + 2) ]

y) D [ e tg x ]

q) D arctg x 1

x
z) D arctg

h) D tg x 2
i) D arcsen x 2

y = 9x + 18

2
a) D
3
( x  1)

c) D[ (32 x 5)3 ]

c) h (x) = 12x x3 8
2x  6
d) t ( x ) =
3

13. Calcula las derivadas de las siguientes funciones:

w) D[12 ln (2x + 4)]

Unidad 6

162

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
14. Calcula b para que la tasa de variacin media de la funcin f(x) = ln (x + b) en el intervalo [0, 2] valga ln 2. Calcula a continuacin la tasa de variacin instantnea en los extremos de dicho intervalo.
15. En un laboratorio depositamos en un producto una colonia inicial de 4 000 hongos. La funcin que nos da el nmero de
hongos en la colonia en funcin del tiempo que transcurre, en das, es f(t) = 4 000 3t. Calcula:
a) El nmero de hongos existentes en la colonia al cabo de 5 das.
b) La tasa de variacin instantnea o velocidad instantnea de crecimiento de la colonia al cabo de 5 das.
c) En qu momento la velocidad instantnea de crecimiento es de 9 610 660,3 hongos/da?
16. Dada la funcin f (x) = 1 x + x 2:
a) Mediante lmites, calcula f.(2).
b) Qu significado tiene f.(2)? Deduce el punto de corte de la recta tangente a la curva en x = 2, con el eje OX.
17. Halla la ecuacin de la recta tangente a y =

x +1
en x = 1.
x2

18. Considrese la curva de ecuacin y = kx 3 + 6x 2 kx 18.


a) Cunto debe valer k si las tangentes en los puntos A = (1, y(1)) y B = (2, y (2)) son paralelas?
b) Determina las ecuaciones de ambas tangentes.
19. Se ha investigado el tiempo (T, en minutos) que se tarda en realizar una prueba de atletismo en funcin del tiempo de
entrenamiento (x, en das):
300
si 0 f x f 30

x + 30
T (x) =
1125

+ 2 si x > 30
( x  5) ( x  15)
a) Estudia la continuidad y derivabilidad de T(x).
b) Algn deportista tardar ms de 10 minutos en finalizar la prueba?
20. Calcula el valor de m para que la derivada de la funcin y =

1
mx 2 + 1
en x = valga 1.
2x + m
2

21. La primera grfica corresponde a la funcin derivada de f(x).


Y

y = f' (x )
3

X
3
0

5 X

(A )

(B )

a) Obtn la expresin analtica de y = f.(x).


b) Indica cul de las grficas, (A), (B ) o (C) corresponde a la funcin f(x). Justifica la respuesta.

(C )

Derivadas

163

AUTOEVALUACIN
1. La funcin f(t) = 2,1t 2 0,8t 1, para 0 f t f 9, en la que el tiempo est expresado en aos, proporciona los beneficios
de una empresa en miles de euros entre los aos 1996 (t = 0) y 2005 (t = 9). La tasa de variacin media del beneficio de
esta empresa en los dos ltimos aos es:
a) 44,3

b) 43,4

c) 34,4

2. La tasa de variacin instantnea en x = 2 para la funcin f (x) = 1 + 8x + 2x2 es:


a) 16

b) 8

c) 4

3. Las derivadas laterales por la izquierda y por la derecha, respectivamente, de la funcin siguiente, en x = 1, son:
1  x
f (x) =
2
1 + x
a) 1 y 2

si x f  1
si x >  1

b) 1 y 2

c) 1 y 2

2
( x  1) + b si x f 2
4. Los valores de a y b que hacen que la funcin f ( x ) =
sea continua y derivable en x = 2 son:
2
a( x (  3) + 3) si x > 2

a) a = 1 y b = 5

b) a = 1 y b = 5

5. La ecuacin de la recta tangente a la grfica de la funcin f ( x ) =


a) x + 4y = 1
6. El valor g.(3) siendo g( x ) =
a)

e4
7

e3
3

c)

2
cos x

c) f .( x ) =

2
1 + cos x

ax 2 + 1
cumple f.(1)= 5 es:
x+a

b) a = 1

9. La primera derivada de la funcin f ( x ) = x arctg x 


a) f.(x)= ln (1 + x2)

e7
4

1 cos x
es:
1 + cos x

b) f .( x ) =

8. El valor de a para el cual la funcin f ( x ) =


a) a = 0

c) x + 4y = 1

e 2 x +1
es:
( x  1)2
b) 

2
sen x

x 1
en el punto de corte con el eje OX es:
x +3

b) x 4y = 1

7. La primera derivada de la funcin f ( x ) = ln


a) f .( x ) =

c) a = 1 y b = 5

c) a = 2
1
ln(1 + x 2 ) es:
2

b) f.(x)= arctg x

c) f .( x ) =

1
1+ x 2

10. La segunda derivada de la funcin f(x) = ex sen x es:


a) f..(x) = 2ex sen x

b) f..(x) = 2ex cos x

c) f..(x) = 2ex sen x

u7
unidad 7
contenidos

1. Monotona: crecimiento
y decrecimiento
de una funcin
2. Extremos relativos.
Determinacin

3. Optimizacin de funciones
4. Concavidad o curvatura
de una funcin
5. Puntos de inflexin

Aplicaciones
de las derivadas

165

De entre las aplicaciones de las derivadas, una de las ms significativas es la optimizacin de funciones, por las muchas aplicaciones que tiene en la economa y las ciencias sociales.
En la ms remota antigedad ya se encuentran problemas de optimizacin. Uno de los ms famosos se refiere a la princesa Dido,
fundadora de Cartago, y la leyenda nos lo presenta as: el rey Jarbas de Numidia dara a la princesa Dido toda la tierra que esta
pudiera encerrar con una piel de buey. Este famoso problema fue
resuelto por Jacques Bernoulli (1654-1705). Se llama problema
isoperimtrico, y se puede enunciar de este modo: De entre todas las curvas cerradas de igual permetro, encontrar aquella que
encierra rea mxima. La solucin es la circunferencia. As pues,
la princesa Dido hizo tiras la piel de buey y encerr una superficie circular.
Otros problemas que resuelve el clculo diferencial son todos los
relativos a las curvas, su representacin grfica y el estudio de sus
propiedades, como crecimiento, decrecimiento, curvatura, puntos
de inflexin, extremos relativos y tangencias. En la imagen vemos
la Casa Batll, de Antoni Gaud, en la que el arquitecto huy de la
lnea recta, tal como se aprecia en las formas de los balcones, que
constituyen una autntica obra de arte vanguardista.

cuestiones iniciales
1. En una noche oscura y lluviosa, la temperatura T (en C) vari con el tiempo t (en horas) segn la funcin:
T (t) = t 2 9t + 8, 0 f t f 12
a) Qu temperatura haba a las 2 de la maana?
b) Cul fue la temperatura mxima? A qu hora se produjo?
c) A qu hora hubo una temperatura de cero grados?
d) Cul fue el intervalo de variacin de la temperatura desde las
0:00 h a las 12:00 h?
e) Dibuja la grfica de la funcin en el intervalo [0, 12].
2. Expresa, en funcin de la longitud de la base, el rea de un rectngulo
cuyo permetro vale 20. Para qu valor de la base el rea es mxima?
3. Dibuja una grfica de una funcin que se ajuste a las siguientes caractersticas:
a) Dom f = R {3, 6}; Im f = [3, +h)
b) Mnimo relativo en el punto (1, 3) y en el punto (4, 1); mximo
relativo en el punto (3, 2).

Unidad 7

166

1. Monotona: crecimiento
y decrecimiento de una funcin
La monotona se basa en estudiar cmo aumenta o disminuye la variable dependiente y al aumentar o disminuir la variable independiente x.
Las definiciones que siguen hacen referencia a la monotona en un intervalo
o en un punto del dominio de definicin de la funcin.

1.1. Funciones estrictamente crecientes


Funcin estrictamente creciente
Y

f (x ) =

ex

f (x2)
f (x1)
O

x1

x2

La funcin f(x) = e x, representada en el margen, decimos que es una funcin


estrictamente creciente en todo su dominio, pues al aumentar la variable independiente x tambin aumenta la variable dependiente y.
Una funcin f es estrictamente creciente en un intervalo (a, b) si y
slo si:
x 1, x 2 (a, b) | x 1 < x 2 f (x1) < f (x 2)
Otra definicin equivalente es la siguiente:
f es estrictamente creciente en (a, b)

Y
y = f (x )

X
x0 J

x0

x0 + J

f (x 2 )  f (x1)
> 0;
x 2  x1
x 1, x2 (a, b); x 1 < x2

Una funcin f es estrictamente creciente en un punto de abscisa x 0 si


existe un entorno simtrico de x 0, E(x 0, J) = (x 0 J, x 0 + J), en el cual la
funcin es estrictamente creciente.

1.2. Funciones estrictamente decrecientes


Funcin estrictamente decreciente

2
f (x ) =
x

f (x1)
f (x2)
O

2
, representada en el margen, decimos que es una funcin
x
estrictamente decreciente en todo su dominio, pues al aumentar la variable independiente x disminuye la variable dependiente y.
La funcin f(x) =

x1

x2

Una funcin f es estrictamente decreciente en un intervalo (a, b) si y


slo si:
x 1, x 2 (a, b) | x 1 < x 2 f (x1) > f (x 2)
Otra definicin equivalente es la siguiente:
f es estrictamente decreciente en (a, b)

Y
y = f (x )

X
O

x0 J

x0

x0 + J

f (x 2 )  f (x1)
< 0;
x 2  x1
x 1, x 2 (a, b); x1 < x2

Una funcin f es estrictamente decreciente en un punto de abscisa x 0 si


existe un entorno simtrico de x 0, E(x 0, J) = (x 0 J, x 0 + J), en el cual la
funcin es estrictamente decreciente.

Aplicaciones de las derivadas

167

1.3. Monotona y derivada


En la prctica, estudiamos el crecimiento y decrecimiento de una funcin mediante la derivada.
La siguiente propiedad o teorema nos muestra la relacin que existe entre el
crecimiento y el decrecimiento y la derivada.

Si f .(x0) > 0, entonces la funcin f es estrictamente creciente en x0.

Crecimiento estricto
en un intervalo

Si f .(x0) < 0, entonces la funcin f es estrictamente decreciente en x0.

Si f.(x) > 0 x (a, b)

La demostracin de esta propiedad es inmediata a partir de la definicin de derivada y de las definiciones de crecimiento estricto y de decrecimiento estricto.

f es estrictamente creciente
en (a, b)

Si la funcin tiene derivada nula en el punto x0, f .(x0) = 0, o tangente horizontal en x0, no podemos afirmar nada sobre el crecimiento y decrecimiento.
Puede ocurrir que f sea estrictamente creciente en x0, estrictamente decreciente o ninguna de las dos cosas.
Las tres funciones siguientes tienen derivada nula en x = 0 y, sin embargo, f es
estrictamente creciente en x = 0; la funcin g es estrictamente decreciente en
x = 0 y h no es estrictamente creciente ni estrictamente decreciente en x = 0.
Y

Si f.(x) < 0 x (a, b)


h (x ) = x 2

O
O

Decrecimiento estricto
en un intervalo

Y
g (x ) = x 3

f es estrictamente decreciente
en (a, b)

f (x ) = x 3

ACTIVIDADES
RESUELTAS
1. Estudia el crecimiento y decrecimiento de la funcin h(x) = x 2 en los puntos x = 2 y x = 2.
h.(  2) = 4 > 0 h es estrictamente cree ciente en x =  2
h. ( x ) =  2 x
h.(2) = 4 < 0 h es estrictame nte decreciente en x = 2
2. Halla los intervalos de crecimiento y decrecimiento de la funcin f(x) = x 3 6x 2.
Para resolver este problema hallamos la derivada primera de f y estudiamos su signo:
f . (x) = 3x 2 12x
Para estudiar el signo de f' calculamos sus ceros, que son x = 0 y x = 4. Representamos estos valores en la recta real, quedando dividida
en 3 intervalos. Estudiamos el signo de f' en cada uno de ellos:

+
f' (1) > 0

f' (1) < 0

f' (5) > 0

Por tanto, f es estrictamente creciente en (h, 0) (4, +h) y estrictamente decreciente en (0, 4).

Unidad 7

168

2. Extremos relativos. Determinacin



Mximo relativo
Una funcin f tiene un mximo
relativo en un punto de abscisa x0
si existe un entorno de x0, E(x0, J ) =
= (x0 J, x0 + J ), tal que para todo x
que pertenece al entorno reducido
E*(x0, J ) = (x0 J, x0 + J ) {x0 } se verifica que:
f (x) < f (x0 )
Y
f ( x0 )

En los cursos precedentes estudiamos y definimos los conceptos relacionados


con los extremos relativos. Las definiciones correspondientes las recordamos
en el margen.
Como ocurra con la monotona, en las funciones derivables, al menos dos veces, resulta muy sencillo la determinacin de extremos relativos en base a la
siguiente propiedad o teorema.
Si una funcin f tiene su derivada primera nula en un punto, de abscisa
x0, y su derivada segunda en ese punto es negativa, entonces la funcin f
presenta un mximo relativo en el punto (x0, f(x0)).
Si una funcin f tiene su derivada primera nula en un punto, de abscisa
x0, y su derivada segunda en ese punto es positiva, entonces la funcin f
presenta un mnimo relativo en el punto (x0, f (x0)).

y = f (x )

Simblicamente:
O

x0 J

x0

x0 + J

f ..(x 0 ) < 0 f tiene un mximo relativoo en ( x 0 , f (x 0 ))


f .(x 0 ) = 0
f ..(x 0 ) > 0 f tiene un mnimo relativo en ( x 0 , f (x 0 ))
En las funciones derivables, las tangentes a la curva en los extremos relativos
son horizontales, es decir, paralelas al eje de abscisas.

Mnimo relativo
Una funcin f tiene un mnimo
relativo en un punto de abscisa x0
si existe un entorno de x0, E(x0, J ) =
= (x0 J, x0 + J ), tal que para todo x
que pertenece al entorno reducido
E*(x0, J ) = (x0 J, x0 + J ) {x0 } se verifica que:
f (x) > f (x0 )

MXIMO
RELATIVO

Y
y = f (x )

x0

f' (x0 ) = 0; f'' (x0 ) < 0

MNIMO
RELATIVO

x0

f' (x0 ) = 0; f'' (x0 ) > 0

Cuando se anulan las primeras derivadas, existe extremo relativo si la primera derivada no nula es de orden par.
f (x 0 )
O

M
x0 J

x0

x0 + J

f .(x0) = f ..(x0) = = f (n1) (x0) = 0

f (n) (x0) < 0; n par

f (n) (x0) > 0; n par

f tiene mximo relativo


en el punto (x0, f (x0))

f tiene mnimo relativo


en el punto (x0, f (x0))

Aplicaciones de las derivadas

169

ACTIVIDADES
RESUELTAS
3. Determina los extremos relativos de la funcin f (x) = x 3 3x.
Calculamos previamente las derivadas primera y segunda de f :
f.(x) = 3x 2 3

f .. (x) = 6x

Hallamos los ceros de la primera derivada, f., y estudiamos el signo que toma la derivada segunda para estos valores.

Y
P

3x 2 3 = 0 x = 1; x = 1
f.(1) = 0; f.. (1) > 0 f tiene un mnimo relativo en (1, f(1)).

1
1

f.(1) = 0; f.. (1) < 0 f tiene un mximo relativo en (1, f(1)).

Por tanto, la funcin f tiene un mnimo relativo en el punto M (1, 2) y un mximo relativo en el punto P (1, 2), como podemos ver en la grfica.

4. Un club deportivo cuenta con un nmero de socios que viene dado (en miles de personas) por la funcin:
s (x) = 2x 3 15x2 + 24x + 26
donde x indica el nmero de aos desde la ltima remodelacin.
a) Qu nmero de socios hay nada ms hacer la remodelacin?
b) Halla el ao en el que el club ha tenido el mayor nmero de socios.
c) El cuarto ao se remodel de nuevo. Indica razonadamente si esta remodelacin tuvo xito o no.
a) Hay s(0) = 26, es decir, 26 000 socios.
b) Hallamos las dos primeras derivadas de la funcin s(x), para poder
determinar el valor de x que la hace mxima:
s.(x) = 6x 2 30x + 24
s..(x) = 12x 30
Establecemos la condicin necesaria para que existan valores extremos: s.(x) = 0.
La ecuacin 6x 2 30x + 24 = 0 tiene por soluciones x = 1 y x = 4.
Estudiamos ahora el signo que toma la segunda derivada s..(x),
para estos valores:
s..(1) = 18, as que x = 1 ao despus de la ltima modificacin el club alcanz el nmero mximo de socios. Este nmero
fue de 37 000 socios.
s..(4) = 18, as que x = 4 aos corresponde a un valor mnimo.
En este caso el nmero de socios descendi a 10 000.
c) Como ya hemos visto, 4 aos despus de la remodelacin la funcin nos dice que hubo un nmero mnimo de socios; luego la nueva remodelacin, es de suponer, que s tuvo xito.

Unidad 7

170

3. Optimizacin de funciones
En muchas situaciones sociales, polticas, econmicas, tecnolgicas, fsicas,
mdicas, matemticas, etc., se plantean problemas sobre optimizacin de funciones. As, por ejemplo, en Economa se estudia cmo conseguir las empresas mximos beneficios con mnimos costes. En Fsica puede interesar, por
ejemplo, el instante en que un cohete alcanza su mxima velocidad.
En Matemticas son numerosas las situaciones de optimizacin de funciones;
por ejemplo, la determinacin de la distancia a la que debemos colocarnos delante de un cuadro para verlo con el mayor ngulo posible.
a

Las superficies matemticas que


forman las pelculas de las pompas
de jabn son superficies de rea mnima. Se utilizan modelos de pelculas jabonosas para determinar superficies de rea mnima en estructuras
de edificios, tejados, cubiertas, etc.

Los casos ms sencillos de optimizacin de funciones son aquellos en los que


la funcin a optimizar depende de una sola variable.
Veamos los pasos a seguir para optimizar funciones.
Optimizacin de funciones
1. Expresar la funcin que deseamos optimizar.
2. Si la funcin tiene ms de una variable, relacionar las variables con
los datos del enunciado para conseguir una funcin de una variable.
3. Obtener los mximos y los mnimos de la funcin.
4. Comprobar que los resultados obtenidos tienen sentido y se adecuan
a las condiciones del enunciado.

ACTIVIDADES
RESUELTAS
5. Halla dos nmeros positivos cuya suma es 30 y el producto de uno por el cuadrado del otro es mximo. Razona la
respuesta.
Si los nmeros son x y 30 x, la funcin a optimizar es:
f (x) = x 2 (30 x)

f(x) = 30x 2 x 3

Las derivadas de la funcin son: f .(x) = 60x 3x 2 y f ..(x) = 60 6x.


Los valores que anulan la primera derivada, es decir, 60x 3x 2 = 0, son x = 0 y x = 20.
Al ser f ..(0) = 60 > 0, tenemos un mnimo.
El mximo se obtiene para x = 20, ya que f ..(20) = 60 < 0.
Los nmeros buscados son 20 y 10, y el producto mximo vale 4 000.
6. Halla las dimensiones del jardn rectangular de mayor rea que se puede inscribir en un terreno circular de 100 m de radio.
La funcin a optimizar es A = x y, que expresada en funcin de una sola variable resulta:
y =

40000  x 2 A( x ) =

40000 x 2  x 4

Optimizamos esta funcin:


A.( x ) =

200 m

40000  2x 2
40000  x 2

; A.( x ) = 0 x = 100 2

A.. (100 2 ) < 0

La funcin presenta un mximo en x = 100 2 m, y = 100 2 m . Por lo que el rectngulo de mayor rea es un cuadrado.
El caso x = 100 2 no tiene sentido en el contexto del problema.

Aplicaciones de las derivadas

171

ACTIVIDADES
RESUELTAS
7. Un cultivador de frutas ctricas estima que si se plantan 60 naranjos en un
huerto, la produccin media por rbol ser de 400 naranjas y esta disminuir en un promedio de 5 naranjas por rbol por cada rbol adicional
plantado en el huerto. Determina:
a) La funcin de la produccin total de naranjas.
b) Cuntos rboles se deben plantar en el huerto para maximizar la produccin total de naranjas? Cul es esa produccin mxima?
a) Sea x el nmero de rboles que aadimos a 60; entonces la funcin de produccin total de naranjas vendr dada por:
f (x) = (60 + x) (400 5x)

f(x) = 5x 2 + 100x + 24 000

b) Para maximizar f (x) hallamos su derivada:


f.(x) = 0 x = 10

f.(x) = 10x + 100;


Veamos cunto vale f..(x) para x = 10:
f..(x) = 10;

f..(10) = 10 < 0

hay mximo en x = 10

Por tanto, para obtener la produccin mxima tendremos que aadir 10 rboles a los 60 que ya estaban plantados. Con 70 rboles se obtienen f (10) = 24 500 naranjas.
8. Una hoja de papel debe tener 18 cm2 de texto impreso. Los mrgenes superior e inferior han de ser de 2 cm de altura
y los laterales de 1 cm de anchura.
Halla las dimensiones de la hoja para que el coste del papel sea mnimo.
La funcin a optimizar es el coste del papel o su superficie:
A = (x + 2) (y + 4)
2 cm

Expresamos la funcin en una sola variable x:


xy = 18 y =
A(x) = (x + 2)
y

18

18
x

+ 4 = 26 + 4x +

36
x

Optimizamos esta funcin:

18 cm2

A.(x) = 4

36
; A.(x) = 0 x = 3 ; x = 3
x2
A..(x) =

72
; A..(3) > 0
x3

Luego, la funcin A(x) presenta un mnimo para x = 3 cm.

Las dimensiones que hacen mnima la superficie de la hoja, o coste de papel, son:
1 cm

ancho: x + 2 = 3 + 2 = 5 cm
alto: y + 4 =

18
18
+4=
+ 4 = 10 cm
3
x

Las dimensiones del texto impreso son:


ancho: x = 3 cm; alto: y =

18
= 6 cm
3
Y

Unidad 7

172

4. Concavidad o curvatura
de una funcin


Concavidad hacia las y positivas
Y

f (x 0 )

y = f (x )

La posicin de los puntos de una curva, prximos al punto de abscisa x0 , respecto de la tangente a la curva en x0 , nos muestra la curvatura de la funcin,
es decir, si la concavidad es hacia arriba o hacia abajo.
Una funcin f es cncava hacia las y positivas o cncava hacia arriba en
un punto P, de abscisa x0, si todos los puntos de la curva prximos a P estn situados por encima de la recta tangente en P.

x0

Una funcin f es cncava hacia las y negativas o cncava hacia abajo en


un punto Q, de abscisa x0, si todos los puntos de la curva prximos a Q
estn situados por debajo de la recta tangente en Q.
Una funcin es cncava hacia las y positivas o hacia las y negativas en un intervalo (a, b) cuando lo es en todos y cada uno de sus puntos.


Concavidad hacia las y negativas
Y

f ( x0 )

y = f (x )
Q

x0

Cuando la funcin f admite, al menos, derivada segunda, resulta sencillo estudiar el tipo de concavidad de la misma mediante la siguiente propiedad o
teorema:
Si f ..(x0) > 0, entonces f es cncava hacia las y positivas en el punto
(x0, f (x0)).
Si f ..(x0) < 0, entonces f es cncava hacia las y negativas en el punto
(x0, f (x0)).

ACTIVIDADES
RESUELTAS
9. Estudia el tipo de concavidad que presenta la siguiente funcin:

f (x) = x 3 6x 2 + 9x
Para resolver este problema hallamos la derivada segunda de f y estudiamos su signo:

f . (x) = 3x 2 12x + 9
f.. (x) = 6x 12

f (x ) = x 3 6x 2 + 9x
3

f.. (x) = 6x 12 > 0 x > 2


2

f.. (x) = 6x 12 < 0 x < 2


Por tanto, f es cncava hacia las y positivas en el intervalo (2, +h) y f es
cncava hacia las y negativas en el intervalo (h, 2).
En x = 2, la funcin f no es cncava hacia las y positivas ni cncava hacia las y negativas.
En la grfica de la funcin podemos observar los resultados que hemos
determinado sobre el tipo de concavidad.

Aplicaciones de las derivadas

173

ACTIVIDADES
RESUELTAS
10. Estudia la concavidad de la funcin f (x) = 2x2 + 4 ln x.
Debemos tener en cuenta que el dominio de la citada funcin son los nmeros reales positivos, es decir, R+ = (0, +h).
Para estudiar la concavidad hallamos la derivada segunda y estudiamos su signo:
f.(x) = 4x +
f..(x) = 4
La segunda derivada se anula, es decir,
Estudiamos el signo de f..(x) en R+:

4
x2

4x2  4
x2

f..(x) =

4x2  4
= 0, para x = 1 y x = 1. Al ser el dominio de la funcin R+, slo consideramos x = 1.
x2

4
x

f .. (0,5) < 0

f . .(5) > 0

La funcin es cncava hacia las y negativas en el intervalo (0, 1).


La funcin es cncava hacia las y positivas en el intervalo (1, +h).

11. Estudia la monotona y la concavidad de la funcin f (x) = (x 1) ex.


Hallamos las dos primeras derivadas de la funcin y estudiamos su signo.
Estudio de la monotona:
f .(x) = (2 x) ex

+
f .(0) > 0

f . (5) < 0

La funcin es creciente en (h, 2) y decreciente en (2, +h). Alcanza un mximo en x = 2, con valor f(2) = e2 = 0,14; el mximo est en el punto (2; 0,14).
Estudio de la concavidad:
f ..(x) = (x 3) ex

f ..(0) < 0

f . .(5) > 0

La funcin es cncava hacia las y negativas en el intervalo (h, 3) y cncava hacia las y positivas en el intervalo (3, +h).
Un esbozo de la grfica puede ser el siguiente:
Y

1
2

Unidad 7

174

5. Puntos de inflexin
En la grfica de la funcin f observamos que, a la izquierda del punto P, la funcin es cncava hacia arriba y, a la derecha del punto P, es cncava hacia abajo. En P cambia la concavidad de la funcin.

A la izquierda del punto Q, la funcin es cncava hacia abajo y, a la derecha


del punto Q, f es cncava hacia arriba. En Q tambin cambia la concavidad.

y = f (x )

A los puntos, como P y Q, donde la funcin cambia el sentido de la concavidad, se les llama puntos de inflexin.

Una funcin f tiene un punto de inflexin en un punto cuando en este


punto cambia la concavidad de la funcin.

En las funciones derivables, al menos tres veces, resulta muy sencillo la determinacin de los puntos de inflexin haciendo uso del siguiente teorema:

Si una funcin f tiene su derivada segunda nula en un punto de abscisa


x0 y su derivada tercera en ese punto es distinta de cero, entonces la funcin f tiene un punto de inflexin en el punto (x0 , f (x0)).
Simblicamente:

Tangente y punto de inflexin


De la definicin de punto de inflexin
se deduce que en l la tangente atraviesa la curva.

f ..(x 0 ) = 0
f tiene un punto de inflexin en (x0 , f (x0))
f ...(x 0 ) | 0
Cuando se anulan la segunda derivada, la tercera derivada, etc., en x0, siendo
el orden de la primera derivada no nula impar, entonces f tiene un punto de
inflexin en x = x0.
f..(x0) = f ...(x0) = = f (n 1)(x0) = 0; f (n )(x0) | 0; n impar

f tiene un punto de inflexin en (x0 , f (x0))

ACTIVIDADES
RESUELTAS
12. Determina los puntos de inflexin de las siguientes funciones:
f(x) = x 3 6x 2 + 9x

g(x) = x 5 2

Puntos de inflexin de la funcin f :


f.(x) = 3x 2 12x + 9

f..(x) = 6x 12

6x 12 = 0 x = 2;

f ... (x) = 6

f.. (2) = 0 y f ... (2) = 6 | 0

Luego, f tiene un punto de inflexin en (2, f(2)) = (2, 2).


Puntos de inflexin de la funcin g:
g. (x) = 5x 4;

g .. (x) = 20x 3;

g... (x) = 60x 2;

g (4)(x) = 120x;

g ..(0) = g ... (0) = g (4)(0) = 0 y g (5)(0) = 120 | 0


Luego, g tiene un punto de inflexin en (0, g (0)) = (0, 2).

g (5)(x) = 120

Aplicaciones de las derivadas

175

ACTIVIDADES
RESUELTAS
13. Halla a, b y c de modo que la funcin y = x 3 + ax2 + bx + c tenga un mnimo para x = 3 y un punto de inflexin
en (0, 2).
Que la funcin tenga un mnimo para x = 3 significa que la derivada primera es 0 para x = 3, es decir:
y . = 3x 2 + 2ax + b

0 = 27 + 6a + b

Que tenga un punto de inflexin en (0, 2) significa:


Que pasa por (0, 2) 2 = c.
Que la derivada segunda es 0 para x = 0 y .. = 6x + 2a 0 = 2a.
De estas condiciones obrenemos:
a=0

b = 27

c=2

La funcin es: y = x 3 27x + 2.


14. Calcula la ecuacin de la recta tangente a la grfica de la funcin y = x 3 + x + 2 en su punto de inflexin.
Hallamos las tres primeras derivadas de la funcin y = f(x) = x 3 + x + 2:
f.(x) = 3x 2 + 1
f..(x) = 6x
f...(x) = 6
El punto de inflexin se obtiene al hacer:
f..(x) = 6x = 0 x = 0
Por tanto, la grfica de la funcin tiene un punto de inflexin en (0, 2).
La pendiente de la recta tangente en (0, 2) es f.(0) = 1; y la ecuacin de la recta tangente es:
y 2 = 1 (x 0)

y=x+2

Representamos la grfica de la funcin y la de la tangente en el punto (0, 2):


Y
6

y=x +2

Unidad 7

176

RESOLUCIN DE PROBLEMAS
Juego al catorce
En este juego se parte de un montn de catorce monedas. Juegan dos jugadores
y cada uno de ellos toma alternativamente 1, 2 o 3 monedas del montn. El jugador que tome la ltima moneda pierde. Qu estrategia debe seguir el jugador
que inicia el juego para ganar la partida?

FAMILIARIZACIN CON EL PROBLEMA


Con el fin de comprender mejor el juego que plantea el problema, simulemos una partida:

A 12

B9

A7

B6

A4

B1

A0

pierde A

En la primera jugada, el jugador A toma 2 monedas, por lo que en el montn quedan 12.
Las monedas que toma cada jugador las ponemos como superndice y las que quedan en
el montn despus de su jugada, como subndice. As, en la segunda jugada, vemos que
B toma 3 monedas, quedando 9 en el montn. La partida contina hasta la sptima jugada en la que A toma la ltima moneda, perdiendo la partida.

BSQUEDA DE ESTRATEGIAS
Suponemos que A es el jugador que inicia la partida. El haber simulado algunas partidas
nos ha servido para darnos cuenta que A debe dejarle al jugador B, en la ltima jugada,
una nica moneda para que este la tome y pierda la partida. Esto nos sugiere resolver el
problema utilizando la estrategia de marcha atrs.

LLEVAR ADELANTE LA ESTRATEGIA


Trabajando marcha atrs descubrimos que, para dejar a B una sola moneda en la ltima
jugada, A debe conseguir que tres jugadas antes queden 5 monedas. De esta forma B no
puede dejar a A con una sola moneda. Otro aspecto que descubrimos es que en cada par
de jugadas podemos conseguir retirar 4 monedas exactamente.
Como B retira la ltima moneda, y como en cada par de jugadas retiramos 4, resulta evidente que A debe retirar 1 moneda en la primera jugada, puesto que se verifica que

14 = 1 + (4 + 1).

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


La revisin del proceso nos lleva a construir el diagrama siguiente, en el que mostramos
que, si A sigue la estrategia encontrada, gana siempre la partida:

1
12

3
9

1
8

3
5

1
4

3
1

B
1

A 13

B 11
3

B 10

A9
1

A9

B7
3

B6

A5
1

A5

B3
3

B2

A1
1

A1

B0

Aplicaciones de las derivadas

177

Trabajar marcha atrs


La estrategia de trabajar marcha atrs tambin es conocida con
el nombre de suponer el problema resuelto.
El punto de partida de esta estrategia consiste precisamente en
suponer o imaginar el problema resuelto. De esta manera, los
datos del problema se nos hacen ms asequibles y, por tanto,
podemos acercarnos ms a la solucin del mismo.

Si en el problema anterior hubiramos usado la estrategia de


ensayo y error, a travs de la simulacin de partidas, nos hubiera costado mucho tiempo llegar a la solucin o, tal vez, no hubiramos llegado a ella.

Trabajar marcha atrs es de gran utilidad en la resolucin de


aquellos problemas en los que conocemos la meta a la que hay
que llegar. Sin embargo, no conocemos el punto de partida ni
el camino que nos lleva a esa meta. Algunas veces, estos problemas se pueden resolver utilizando la estrategia de ensayo y
error, pero este camino suele ser ms largo y tedioso.
En el problema del juego al catorce, resuelto en la pgina anterior, as como en otros muchos juegos, la forma de encontrar la
estrategia ganadora es trabajar marcha atrs.

c Tablero para el juego el


zorro y las ocas.

A C T I V I D A D E S
Resuelve los siguientes problemas utilizando la estrategia de marcha atrs:
1. Leche y t. Un par de amigos se junta a merendar y uno de ellos pide un vaso de leche y el otro, un vaso de t. Deciden
hacer mezclas del siguiente modo: toman una cucharada de leche y la echan en el t; despus toman una cucharada del
t donde pusieron una cucharada de leche y la echan en la leche. Habr ms leche en el t o ms t en la leche?
2. Juego para dos. Dos amigas dicen, alternativamente, un
nmero natural del 1 al 10. La primera dice un nmero y la
segunda dice otro, sumndole a este el que dijo la anterior,
y as sucesivamente. Gana la partida la primera jugadora
que consiga llegar a 100. Encuentra la estrategia ganadora
para la primera jugadora y para la segunda.
3. La sucesin de Fibonacci y las abejas. Las abejas macho
(znganos) nacen de huevos no fecundados, es decir, slo
tienen madre. Las abejas hembra (obreras) nacen de huevos
fecundados, es decir, tienen madre y padre. Cuntos antecesores tiene un zngano en la dcima generacin anterior
a l? Cuntos antecesores, en total, tiene un zngano en
la vigsima generacin anterior a l?, y de estos, cuntos
son machos y cuntas son hembras? En qu generacin
anterior a este zngano tiene 17 711 antecesores?

Unidad 7

178

NUEVAS TECNOLOGAS
Calculadora grfica y derivadas
La calculadora grfica dispone de un men que nos permite efectuar clculos con funciones definidas y representadas con anterioridad, y que aparece pulsando las teclas
2nd CALC . Veamos las opciones de este men aplicadas, por ejemplo, a la funcin:
f(x) = x 3 3x + 2
1: value, nos permite determinar la ordenada correspondiente a un valor de x dado.
2: zero, nos permite calcular los puntos de corte de la grfica con el eje de abscisas. Para ello nos situamos en la pantalla de la grfica de la funcin dada. Pulsamos
2nd CALC y seleccionamos esta opcin (2:zero); aparece en la pantalla un cursor
parpadeante y la pregunta Left Bound? Movemos el cursor con las flechas y nos situamos prximos al punto de interseccin, por la izquierda de l, y pulsamos ENTER .

Zero
X = 2

Y=0

A continuacin aparece otra pantalla con la pregunta Right Bound? Movemos el cursor con las flechas y nos situamos prximos al punto de interseccin, por la derecha de
l, y pulsamos ENTER , y en pantalla aparece la pregunta Guess? Pulsando ahora
la tecla ENTER aparece la pantalla de la grfica con las coordenadas del punto de
corte con el eje de abscisas, como vemos en la imagen adjunta. De forma anloga
obtendramos los otros puntos de corte con el eje de abscisas.
3: minimum y 4: maximum, nos permiten hallar los extremos relativos de la funcin. Para ello procedemos de forma anloga al apartado anterior y obtenemos:
Minimum
X=1 Y=0

Maximum
X = -1 Y = 4

5: intersect, nos permite hallar los puntos de interseccin de dos funciones. Para
ello, introducimos las funciones a intersecar, por ejemplo:
Y1 (x) = x 3 3x + 2

Y2 (x) = x 2 + 4

Mediante la tecla GRAPH hacemos aparecer en pantalla las grficas de ambas funciones. A continuacin seleccionamos esta opcin, 5: intersect. En pantalla aparece la pregunta First curve?, y con las flechas nos situamos en la primera curva. Despus de la pregunta Second curve? nos situamos en la segunda curva, y prximos al
punto de interseccin. Pulsando ENTER aparece el punto de interseccin:

Intersection
X = 1.618034
PRACTICA con calculadora grfica
la resolucin de las actividades nmeros 1, 4 y 23.

Y = 1.301966

6: dy/dx, nos permite calcular la recta tangente a la curva en el punto en el que situemos el cursor.

Aplicaciones de las derivadas

179

EN RESUMEN
CRECIMIENTO Y DECRECIMIENTO
f .(x0 ) > 0 f es estrictamente creciente en x0
f.(x0 ) < 0 f es estrictamente decreciente en x0

EXTREMOS RELATIVOS

(
(

)
)

f ..( x0 ) < 0 f tiene un mximo relativvo en x0 , f ( x0 )


f .( x 0 ) = 0
f ..( x0 ) > 0 f tiene un mnimo relativo en x0 , f ( x0 )

APLICACIONES
DE LAS
DERIVADAS

aplicacin

OPTIMIZACIN DE FUNCIONES

CONCAVIDAD
f..(x0 ) > 0 f es cncava hacias las y positivas en el punto ( x0, f(x0 ))
f..(x0 ) < 0 f es cncava hacias las y negativas en el punto ( x0, f (x0 ))

PUNTOS DE INFLEXIN
f ..(x0 ) = 0 ; f...(x0 ) | 0 f tiene un punto de inflexin en el punto ( x0, f(x0 ))

AMPLA CON
El libro Para pensar mejor (Editorial Labor), del matemtico espaol Miguel de
Guzmn, ofrece una propuesta prctica y til para cualquier persona que desee
examinar y remodelar sus propios modos de pensamiento de forma sistemtica,
con el fin de eliminar obstculos y llegar a establecer hbitos mentales verdaderamente eficaces en su propio campo de trabajo.
Miguel de Guzmn tuvo una enorme influencia en la educacin matemtica espaola en las ltimas dcadas del siglo pasado. Generaciones de jvenes aprendieron con sus libros, y sus obras pedaggicas han sido guas de reflexin y actuacin para muchos profesores de enseanza elemental y media. Los aspectos
estticos, ldicos y creativos de las matemticas los expuso en obras como Cuentos con cuentas y Aventuras matemticas.

Unidad 7

180

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Estudia el crecimiento y decrecimiento y los mximos y mnimos de la funcin:
f (x) = x 3 9x 2 + 24x 20
Para estudiar el crecimiento y decrecimiento hallamos la derivada primera de f y vemos cmo es su signo:
f.(x) = 3x 2 18x + 24
Determinamos el signo de f . hallando sus ceros, que son x = 2 y x = 4. Representamos estos valores en la recta real y estudiamos el signo de f . en cada uno de los intervalos en que ha quedado dividida la recta:

f .(0) > 0

f .(3) < 0

estrictamente
creciente

f .(5) > 0

estrictamente
decreciente

estrictamente
creciente

Por tanto, f es estrictamente creciente en (h, 2) (4, +h) y es estrictamente decreciente en (2, 4).
Para encontrar los mximos y mnimos relativos de la funcin f calculamos f. y f..:
f.(x) = 3x 2 18x + 24 ; f..(x) = 6x 18
Hallamos los ceros de f. y estudiamos el signo que toma la derivada segunda para estos valores:
f.(2) = 0 ; f..(2) < 0 f tiene un mximo relativo en (2, 0)
f .(4) = 0 ; f ..(4) > 0 f tiene un mnimo relativo en (4, 4)

Se quiere construir el marco para una ventana rectangular de 8 m2. El metro de tramos horizontal cuesta a 2,5 euros y el de tramos vertical a 5 euros. Determina:
a) Las dimensiones de la ventana para que el coste del marco sea mnimo.
b) Cunto cuesta el marco?
a) Llamamos x, y a las dimensiones de la ventana.
La funcin a optimizar es:
C = 2,5 2x + 5 2y = 5x + 10y
y

Sabemos que x y = 8 y =
Luego: C = 5x +

8
x

80
x

Hallamos la derivada primera y vemos para qu valores se anula: C . = 5 

Hallamos la derivada segunda: C .. =

160
. Para x = 4 m C .. > 0 es mnimo.
x3

Por tanto, las dimensiones son: x = 4 m e y = 2 m.


b) El marco cuesta: C = 5 4 + 10 2 = 40 euros.

80
= 0 x = 4.
x2

Aplicaciones de las derivadas

181

Dada la funcin y = ax 3 + bx 2 + cx + d, halla los coeficientes a, b, c y d para que se cumplan las siguientes condiciones:
La grfica de la funcin tiene un punto de inflexin en (0, 0), siendo la tangente en este punto paralela a la recta 4x y = 5, y, adems, pasa por el punto (1, 1).
En la resolucin del problema necesitamos calcular y . e y..:
y.(x) = 3ax 2 + 2bx + c ;

y..(x) = 6ax + 2b

Las condiciones impuestas en el problema las recogemos en el siguiente cuadro:


Pendiente de la recta
tangente en (0, 0) es 4

Punto de inflexin en (0, 0)


(0, 0) grfica de y

[1]

y ..(0) = 0

[2]

y.(0) = 4

Pasa por (1, 1)


[3]

(1, 1) grfica de y

[4]

Las condiciones [1], [2], [3] y [4] nos conducen al siguiente sistema:
[1]
[2]
[3]
[ 4]

d =0

2b = 0

c=4

a + b + c + d = 1

Resolviendo el sistema, obtenemos: a = 3, b = 0, c = 4 y d = 0.

En una oficina de Correos solo se admiten paquetes con forma de paraleleppedo rectangular, tales que su anchura
sea igual a su altura y, adems, la suma de sus tres dimensiones debe ser de 72 cm. Halla las dimensiones del paraleleppedo para que el volumen sea mximo.
La funcin a optimizar es el volumen del paquete:
V = x y x = x2y
Expresamos esta funcin en una sola variable:
2x + y = 72 y = 72 2x
alto
x

V (x) = x 2 (72 2x) = 2x 3 + 72x 2


Optimizamos esta funcin:

x
ancho

V .(x) = 6x + 144x ; V .(x) = 0 6x + 144x = 0 x = 0 ; x = 24


2

V ..(x) = 12x + 144 ; V..(24) < 0

largo y

Luego, la funcin V (x) presenta un mximo para x = 24 cm.


Las dimensiones del paraleleppedo de volumen mximo son:
ancho: x = 24 cm
alto: x = 24 cm
largo: y = 72 2x = 72 2 24 = 24 cm
Por tanto, el paraleleppedo es un cubo de 24 cm de arista.

Unidad 7

182

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Estudia la monotona de las siguientes funciones:
2
a) f (x) = 4x x 2
c) f(x) =
x
b) f (x) = 2 x

d) f(x) = e3x

e) f(x) = x 3 3x 2 + 5
f) f (x) =

g) f(x) = x ln x

x 3
x +3

h) f(x) =

x2  9

2. Estudia la monotona de las siguientes funciones definidas a trozos:


x 2 + 2x si x f 0

b) f(x) = 1/ x
si 0 < x < 1
ln x
si x v 1

x2  1
si x f 1
2
a) f(x) =  x + 4 x  3 si 1 < x < 3

si x v 3
x  3

3. En 1980 se fund una asociacin ecologista. Se sabe que el nmero de sus miembros ha variado con los aos de acuerdo con la funcin: N(x) = 50(2x 3 15x 2 + 36x + 2).
a) Cuntos fueron los socios fundadores?
b) En qu perodos de tiempo aumenta el nmero de sus socios?
4. Halla los extremos relativos de las siguientes funciones:
a) y = x 2 + 6x 5

c) y = 2x 3 15x 2 + 36x 12

b) y = x ln x

d) y =

x
ex

e) y =

2
1+ x 2

f) y =

x2 + 1
x

5. Halla el valor de a para que la funcin f(x) = x 2 6x + a tenga un mnimo de valor 1.


6. Halla b y c para que la curva y = x 2 + bx + c tenga un mximo relativo en el punto (0, 4).
7. Halla a y b para que la funcin f(x) = a ln x + bx 2 + x tenga extremos en los puntos x = 1 y x = 2. Para estos valores de
a y b, qu tipo de extremos tiene la funcin en 1 y en 2?
8. El dueo de un manantial de agua llega a la conclusin de
que, si el precio al que vende la caja de 10 botellas es de
x euros, sus beneficios vendrn dados por la frmula
B(x) = 10x x 2 21, en cientos de euros por da.
Representa la funcin precio-beneficio e indica cul ser
el precio de la botella para obtener el beneficio mximo.
9. En su modelo para costes de almacenamiento y transporte de materiales para un proceso de manufactura, una
empresa obtiene la siguiente funcin de coste:

C (x) = 100 100 + 9x +

144
x

donde C (x) es el coste total (en euros) de almacenamiento y transporte (durante tres meses) de x toneladas de material.
Qu cantidades de material hacen que el coste sea mnimo?

Aplicaciones de las derivadas

183

10. Descompn el nmero 48 en dos sumandos tales que el quntuplo del cuadrado del primero ms el sxtuplo del cuadrado del segundo sea mnimo.
11. Halla el nmero positivo cuya suma, con 4 veces su recproco, sea mnima.
12. Un rectngulo mide 8 dm de largo y 4 dm de ancho. De cada esquina se recorta un cuadrado de lado x con el fin de hacer una caja sin tapa. Halla x para que el volumen sea mximo.
13. Un fabricante de recipientes est diseando una caja sin tapa y con base cuadrada que debe tener un volumen de 4 m3.
Para que la caja requiera una cantidad mnima de material, qu dimensiones debe tener?
14. Encuentra entre todos los rectngulos de permetro 200 centmetros el que tiene diagonal mnima.
15. Con un alambre de 10 metros de longitud queremos hacer un rectngulo. Cules han de ser sus medidas para que tenga rea mxima?
16. La produccin de cierta hortaliza en un invernadero (Q(x) en kg) depende de la temperatura (x en C) segn la funcin:
Q(x) = (x + 1)2 (32 x)
a) Calcula la temperatura ptima a mantener en el invernadero.
b) Qu produccin de hortaliza se obtendr a esa temperatura?
17. Se desea construir una piscina de fondo cuadrado, con 32 m3 de capacidad, de manera que la superficie total (de las paredes ms el fondo) sea mnima. Qu dimensiones debe tener la piscina?
18. Halla las dimensiones de una ventana de 6 metros de permetro para que tenga la mxima superficie posible y, as, produzca la mxima luminosidad.
19. Estudia el tipo de concavidad y la existencia o no de puntos de inflexin en
las siguientes funciones:
a) f(x) = 2x3 9x2
b) g(x) =

2
x

c) h(x) = x 4 12x 2 + 8

d) i (x) =

x2 + 4

g) l (x) = x 4 x 2

e) j (x) = x e2x

h) m(x) = (x 1) e x

f) k (x) = ln (x + 4)

i) n(x) = x 4 + 2x 3 12x 2 + 12x 1

20. Halla la ecuacin de la recta tangente a la curva y = x 3 6x 2 + 16x 11 en su punto de inflexin.


21. Dada la funcin f (x) = x 3 3ax 2 + 9x + 5; halla a para que la citada funcin tenga un punto de inflexin en x = 2.
22. En la funcin f(x) = ax 3 + bx + c, halla a, b y c para que la funcin tenga un mximo relativo en x = 1 y un punto de inflexin en (0, 0).
23. Estudia los mximos, mnimos y puntos de inflexin de las funciones:
a) f(x) = x (x 1)3

b) f(x) =

 2x
x2 + 1

c) f (x) =

3x  1
3x 2 + 1

Unidad 7

184

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
24. De dos funciones f y g se sabe que la grfica de sus funciones derivadas es una recta que pasa por los puntos (0, 2) y (2, 0)
(para la derivada de f ) y una parbola que corta a OX en (0, 0) y (4, 0) y tiene por vrtice (2, 1) (para la derivada de g).
a) Haz las grficas de tales derivadas y encuentra su expresin.
b) Estudia a partir de la grfica el crecimiento y decrecimiento de f y g.
25. Estudia el crecimiento y decrecimiento de la funcin f (x) =

x +1
.
x2 + x  2

26. Una productora de pelculas ha comprobado que el coste anual (en millones de euros) que le supone la contratacin de
actores secundarios para sus pelculas sigue una funcin del tipo:
f (x) =

2x 2 + 60 x + 800
,x>0
100 x

donde x denota el nmero de actores secundarios contratados.


a) Qu nmero de actores secundarios contratados origina el coste anual mnimo?
b) Cul sera el coste mnimo? Justifica las respuestas.
27. La suma de tres nmeros positivos es 60. El primero ms el doble del segundo ms el triple del tercero suman 120.
Halla los nmeros que verifican estas condiciones y cuyo producto es mximo.
28. Un granjero dispone de 3 000 euros para cercar un campo
rectangular adyacente a un ro.
El coste de la cerca paralela al ro es de 5 euros por metro
instalado, y el de la cerca para cada uno de los lados restantes es de 3 euros por metro instalado.
Halla las dimensiones del rea mxima que puede ser
cercada.
29. Una empresa estima que los ingresos y los gastos anuales (en euros) que genera la fabricacin y venta de x unidades de un determinado producto, vienen dados por las
funciones:
Ingresos: I (x) = 28x 2 + 36 000x

Gastos: G(x) = 44x 2 + 12 000x + 700 000

a) Halla el nmero de unidades que ha de vender para que el beneficio sea mximo.
b) Halla el valor de dicho beneficio mximo.
30. La funcin del coste total de produccin de x unidades de un determinado producto es:
C(x) =

1 2
x + 3x + 200
2

Definimos la funcin de coste medio por unidad: C ( x ) =

C(x)
.
x

A qu nivel de produccin ser mnimo el coste medio por unidad?

Aplicaciones de las derivadas

185

AUTOEVALUACIN
1. En el intervalo [1, 2] la funcin f(x) =
a) Montona creciente

x
es:
ln x
b) Montona decreciente

c) Constante

x2
es creciente en:
x 4

2. La funcin f(x) =

b) (h, 2) (2, 0)

a) (h, 0)

c) (0, 2) (2, +h)

3. El nmero de personas que utiliza las instalaciones de una piscina de verano viene expresado por la funcin
f (t) = 10t 3 120t 2 + 450t, en donde t expresa el tiempo transcurrido desde la apertura de la piscina, 12 de la maana
(instante t = 0), hasta el cierre, que se produce a las 19 horas. El perodo en el que el nmero de personas decrece es:
a) De las 12 a las 15 horas
4. La funcin f(x) =

b) De las 14 a las 18 horas

c) De las 15 a las 17 horas

x2
en el punto (2, 2) tiene un:
2x  2

a) Mnimo relativo

b) Mximo relativo

5. El valor del parmetro k para que la funcin f(x) =


a) k = 1

b) k = 4

c) Punto de inflexin

kx
tenga un mnimo relativo en x = 1 es:
4x2  k
c) k = 4

6. La concentracin de ozono contaminante, en microgramos por metro cbico, en una ciudad, viene dada por la funcin
C (x) = 90 + 15x 0,6x 2, donde x es el tiempo transcurrido desde el 1 de enero de 1990 contado en aos. La concentracin mxima de ozono, medida en microgramos por metro cbico, que se alcanza en esa ciudad es:
a) 318,75

b) 183,75

c) 831,75

7. Al descomponer el nmero 81 en dos sumandos positivos de manera que el producto del primer sumando por el cuadrado del segundo sea mximo, obtenemos los nmeros:
a) 40 y 41
8. La grfica de la funcin f(x) = x 2 +
a) (0, 1)

b) 27 y 54

c) 36 y 45

1
es cncava hacia las y negativas en el intervalo:
x
b) (1, 0)

c) (h, 0)

9. La ecuacin de la recta tangente a la grfica de la funcin f(x) = x 3 4x + 2 en su punto de inflexin es:


a) y = 4x 2

b) y = x 4

c) y = 4x + 2

10. El punto de inflexin de la grfica de la funcin f(x) = x 3 + ax 2 + bx + c, que pasa por el punto (1, 0) y tiene un mximo en el punto (0, 4) es:
a) (1, 2)

b) (2, 1)

c) (0, 0)

u8
unidad 8
contenidos

1. Dominio y recorrido
de una funcin

2. Puntos de corte con los ejes.


Simetra. Periodicidad
3. Asntotas y ramas infinitas
4. Monotona. Extremos
relativos. Concavidad.
Puntos de inflexin
5. Intervalos de signo
constante. Regiones
6. Representacin grfica
de funciones

Representacin grfica
de funciones

187

El hombre, a lo largo de su historia, ha utilizado las representaciones grficas como expresin o como interpretacin de situaciones, objetos o fenmenos. En estas representaciones se perciben de forma clara las caractersticas o propiedades ms notables
de la situacin, objeto o fenmeno representado.
La representacin grfica de una funcin nos permite visualizar
sus caractersticas asociadas ms importantes en cuanto a continuidad, monotona, extremos, etc. Por tanto, es fundamental hacer una buena representacin grfica con el fin de comprender
mejor los fenmenos que describen las funciones.
Uno de los objetivos perseguidos por los matemticos de todos
los tiempos ha sido la representacin grfica de sus descubrimientos. Los griegos estudiaron algunas curvas que les permitieron resolver problemas complejos. La aparicin de los diagramas
cartesianos, ideados por Ren Descartes (1596-1650) y publicados por primera vez en su obra Geomtrie, revolucionaron las representaciones grficas.
En esta unidad didctica se utilizan las caractersticas de las funciones (simetra, periodicidad, cortes con los ejes, asntotas y ramas parablicas, monotona y extremos, curvatura y puntos de
inflexin), ya conocidas, con el fin de construir sus respectivas representaciones grficas sobre un diagrama cartesiano.

cuestiones iniciales
1. En las siguientes funciones, estudia sus caractersticas: dominio, los puntos de corte con los ejes, las simetras, la periodicidad, las asntotas, la
monotona, los extremos relativos, el tipo de concavidad y la existencia
o no de puntos de inflexin.
a) y = 2x 2 8x

b) y =

x3
x2  4

2. Estudia las caractersticas (dominio, recorrido, monotona, extremos reex


lativos, curvatura y asntotas) de la funcin f ( x ) =
, representada
x
en la grfica.
Y
5
4
3
2
1
-5 -4 -3 -2 -1 0 -11 2 3 4 5 6 X
-2

-3
-4
-5

Unidad 8

188

1. Dominio y recorrido de una funcin


1.1. Dominio de una funcin


El matemtico suizo Leonhard Euler
(1707-1783) fue el primero que utiliz la notacin y = f(x) para simbolizar una funcin, en su obra Introductio in analysin infinitorum.
Fue el matemtico alemn Peter Gustav Lejeune Dirichlet (1805-1859),
digno sucesor de Gauss en la ctedra
de la Universidad de Gotinga, el que
dio, en 1837, la definicin de funcin tal como la conocemos hoy da.

Dominio de una funcin f es el conjunto de valores de R que puede tomar la variable independiente para los cuales est definida la funcin:
Dom f = { x R f (x) R }
R

R
f

y = f (x )

Dom f

Im f

Con el fin de poder determinar el dominio de una funcin real de variable


real, que son las funciones con las que trabajamos normalmente, estudiamos
el dominio de las funciones ms usuales:
Funciones racionales enteras o polinmicas. El dominio de estas funciones coincide con el conjunto de los nmeros reales.
Funciones racionales fraccionarias. El dominio de estas funciones es el
conjunto de los nmeros reales, excluidos los ceros o races de la ecuacin
del denominador.
a

Portada de la obra de Euler.

Funciones irracionales del tipo f (x) = n g(x) . Si n es impar, el dominio


de f coincide con el dominio de g(x), y si n es par, el dominio de f es el conjunto de nmeros reales tales que g(x) v 0.
Dom f = Dom g si n impar;
Dom f = {x R g(x) v 0} si n par
Funciones exponenciales. El dominio de estas funciones, f(x) = ag(x) con
a > 0 y a | 1, coincide con el dominio de g(x).
Funciones logartmicas. El dominio de este tipo de funciones, f(x) = loga [g(x)]
con a > 0 y a | 1, es el subconjunto de los nmeros reales tales que hacen
g(x) positivo.
Dom f = { x R g(x) > 0}
Funciones trigonomtricas. Las del tipo f(x) = sen [g(x)] y f(x) = cos [g(x)] tienen por dominio el dominio de g(x). Las funciones del tipo f(x) = tg [g(x)]
tienen por dominio:

U
Dom f = x
g(x) | + kU con k 
2

Representacin grfica de funciones

189

1.2. Conjunto imagen o recorrido de una funcin


Conjunto imagen o recorrido de una funcin f es el conjunto de valores de R que toma la variable dependiente:
Im f = { y R x R con f(x) = y }
La forma ms sencilla y usual de determinar el recorrido de una funcin es
a partir de su representacin grfica.
El recorrido est formado por el conjunto de valores del eje de ordenadas,
o eje OY, que son alcanzados por la funcin.

ACTIVIDADES
RESUELTAS
1. Analiza y describe, en las siguientes funciones, el dominio y el recorrido o conjunto imagen.
Y

y = f (x )
X
3

X
O

y = g (x )
7
5

Funcin y = f (x):

Funcin y = g(x):

Dom f = (h, 3] [3, +h)

Dom g = R {4}

Im f = (7, 5]

Im g = [5, +h)

2. Determina el dominio de las funciones dadas a continuacin:


a) f (x) =  x 2  4

b) g(x) =

x
x2

c) h(x) = tg(3x 6)

a) Dom f = {x R | x 2 4 v 0}. Estudiamos el signo de la funcin f1(x) = x 2 4:

+
f1(3) > 0

f1(0) < 0

+
2

f1(3) > 0

El dominio de la funcin es:


Dom f = (h, 2] [2, +h)
b) Dom g = R {2}, ya que esta funcin es racional fraccionaria y el nmero 2 es el cero o raz del denominador.

c) Dom h = x
3 x  6 | + kU , k  =
2

U kU

, k 
x
x | 2 + +
6
3

Unidad 8

190

2. Puntos de corte con los ejes.


Periodicidad. Simetra
2.1. Puntos de corte con los ejes

Son los puntos en los cuales la grfica de la funcin f corta el eje de abscisas
y/o el eje de ordenadas.

Cortes con los ejes


Y
y1
x1

f (x )

x2

Cortes con OX:


(x1, 0); (x2, 0); ; (xn, 0)
Cortes con OY:
(0, y1)

xn X

Para determinar los puntos de corte con el eje de abscisas OX se resuelve el sistema:
y = f (x)

y=0
Las soluciones de la ecuacin f(x) = 0, x1, x2, , xn, proporcionan los cortes
con OX: (x1, 0), (x2, 0), , (xn, 0).
Para determinar los puntos de corte con el eje de ordenadas OY se resuelve el sistema:
y = f (x)

x=0
La solucin y1 proporciona el punto de corte con OY: (0, y1), segn vemos en
el margen.

2.2. Periodicidad
La grfica de la funcin mantisa, f(x) = x E[x], o funcin que nos da la parte
decimal de un nmero real, se repite a trozos.
Cada unidad la grfica se repite, es decir, la ordenada correspondiente a x, x +
1, x + 1 + 1, x + 1 + 1 + 1, ..., es la misma.
Afirmamos que la funcin mantisa es una funcin peridica de perodo una
unidad.
Y
f (x ) = x E [x ]

X
1

x+1

x+21

x+31

T=1

Una funcin es peridica de perodo T(T > 0) si verifica:


f (x + kT ) = f (x), k Z

y x Dom f

Al menor valor que toma T se le llama perodo principal de la funcin. Cualquier mltiplo del perodo principal es tambin un perodo de la funcin.

Representacin grfica de funciones

191

2.3. Simetras
Resulta de gran inters el estudio de las posibles simetras que pueden presentarse en la representacin grfica de una funcin. Si una funcin es simtrica
es suficiente representar la grfica correspondiente a las abscisas positivas.


Mara Gaetana Agnesi (1718-1799)

Entre otras se describen las simetras respecto del eje de ordenadas y respecto
del origen de coordenadas.
Una funcin y = f (x) es simtrica respecto del eje de ordenadas o eje OY
si verifica:
f (x) = f (x), x Dom f
Las funciones simtricas respecto del eje de ordenadas se llaman funciones
pares.
La grfica siguiente, la denominada curva de Agnesi, es simtrica respecto del
eje de ordenadas:
Y

Matemtica italiana, profesora de Matemticas en la Universidad de Bolonia.


A

P
B

Su libro Instituzioni Analitiche, traducido a varios idiomas, se convirti durante 50 aos en el material universitario ms completo de todos los de su
poca.

T
a3
f (x ) =
2
x + a2

Una funcin y = f (x) es simtrica respecto del origen de coordenadas si


verifica:
f (x) = f (x), x Dom f
Las funciones simtricas respecto del origen de coordenadas se llaman
funciones impares.
4x
es simtrica respecto del origen de
x +4
coordenadas, tal como vemos en su representacin:
La grfica de la funcin f(x) =


Visualizacin de las simetras
Simetra respecto del eje de
ordenadas. Una funcin con este
tipo de simetra define una simetra
axial de eje OY, por lo que esta simetra se visualiza colocando un
espejo con su canto coincidente
con OY y perpendicular al plano
OXY.
Simetra respecto del origen de
coordenadas. Una funcin con
este tipo de simetra define una simetra central o un giro de centro
el origen de coordenadas y amplitud 180, por lo que esta simetra
se visualiza fcilmente mediante este giro.

2
0

4x
f (x ) =
x2 + 4

Unidad 8

192

3. Asntotas y ramas infinitas




En la unidad didctica 5 estudiamos las diversas asntotas y ramas infinitas


parablicas de una funcin. Recordamos aqu las definiciones ya conocidas.

Cortes de la curva y la asntota


Para las asntotas horizontales y oblicuas pueden darse las situaciones en
las que estas y la curva se corten.
Para localizar los citados puntos de
corte hay que resolver el sistema de
ecuaciones formado por la ecuacin
de la funcin y la ecuacin de la
asntota.
Cortes con asntotas horizontales:

3.1. Asntotas verticales


La recta x = x0 es una asntota vertical de la funcin f cuando existe al
menos uno de los seis lmites siguientes:
lm f(x) = +h

lm f (x) = h

lm+ f (x) = +h

lm+ f (x) = h

lm f (x) = h

lm f(x) = +h

x q x0

x q x0

x q x0

x q x0

y = f ( x )

y = y 0

x q x0
x q x0

Cortes con asntotas oblicuas:


y = f (x)

y = mx + b

10

10

Funcin f (x) = ln (x2 9)


Asntotas verticales: x = 3; x = 3

3.2. Asntotas horizontales

La recta y = y0 es una asntota horizontal de la funcin f cuando existe


al menos uno de los siguientes lmites:

3
2

lm f(x) = y0

xq+h

1 1
0
3

Funcin f(x) =

x 2  3x + 2
x2 + 1

Asntota horizontal: y = 1

lm f (x) = y0
xqh

La posicin de la curva y = f (x) respecto de la asntota horizontal y = y0 depende del signo de la expresin f (x) y0 para valores grandes de x :
0 + por encima
0 + por encima
lm f (x)  y0 q 
lm f (x)  y0 q 
xq+h
xqh
0 por debajo
0 por debajo

3.3. Asntotas oblicuas


La recta y = mx + b es una asntota oblicua de la funcin f cuando la pendiente m y la ordenada en el origen b pueden obtenerse mediante los siguientes lmites:
m = lm

x q h

f (x)
x

b = lm [ f (x)  mx ]
x q h

La posicin de la curva y = f(x) respecto de la asntota oblicua y = mx + b depende del signo de la expresin f (x) (mx + b) para valores grandes de x:
0 + por encima
lm f (x)  ( mx + b ) q 
xq+h
bajo
0 por deb
0 + por encima
lm f (x)  ( mx + b ) q 
xqh
bajo
0 por deb

Representacin grfica de funciones

193

3.4. Ramas infinitas parablicas

Y
6
5
4
3
2

La funcin f tiene una rama infinita parablica cuando existe al menos uno de los siguientes lmites y la grfica no se aproxima a ninguna
recta:
lm f(x) = h

lm f(x) = +h

xqh

f (x ) = xe x

3 2 1

xqh

0 1
1

lm f(x) = h

lm f(x) = +h

xq+h

xq+h

Rama parablica cuando x q +h

ACTIVIDADES
RESUELTAS
3. Encuentra las asntotas de la funcin f(x) =

x3
.
( x  1)2

Asntotas verticales. Como la funcin f es una funcin racional, sus asntotas verticales son los ceros del denominador:
( x  1)2 = 0 x = 1
lm

x q1

x3
x3
x3
= +h ; lm+
= +h lm
= +h
2
2
x q1 ( x  1)2
x q1 ( x  1)
( x  1)

Luego, la asntota vertical es x = 1.


Asntotas horizontales. No existen, pues los lmites siguientes son infinitos:
x3
x3
= h ; lm
= +h
2
x qh ( x  1)
x q+h ( x  1)2
lm

Asntotas oblicuas. Calculamos los coeficientes de la asntota y = mx + b:


x3
=1
x qh x ( x  1)2
x3

2x 2  x
=
lm
b = lm

=2
x

2
x qh ( x  1)2
x qh x  2x + 1

m = lm

Y
9

x3
f (x ) =
(x 1)2

Luego, la asntota oblicua es y = x + 2.

8
7

Veamos la posicin de la curva respecto a su asntota oblicua:

x3
3x  2
 ( x + 2) =
( x  1)2
( x  1)2
lm

xq+h

3x  2
= 0+ la curva va por encima de la asntota cuando x q +h.
( x  1)2

4
8

3x  2
lm
= 0 la curva va por debajo de la asntota cuando x q h.
xqh ( x  1)2

3
2
1

Estudiamos si la grfica interseca a la asntota resolviendo el sistema:


x3
2
8

( x  1)2 x = ; y =
3
3
y = x + 2
y=

Por tanto, la grfica de la funcin y la asntota oblicua se cortan en el


2 8
punto
,
.
3 3

0
1

6 X

2
3
4

Unidad 8

194

4. Monotona. Extremos relativos.


Concavidad. Puntos de inflexin


Monotona
Estudiamos la monotona de una funcin f a travs del signo de su derivada
primera:

Sophie Germain (1776-1831)

Si f .(x0 ) > 0 la funcin f es estrictamente creciente en x0 .


Si f .(x0 ) < 0 la funcin f es estrictamente decreciente en x0 .
Extremos relativos
Para el estudio de los extremos relativos de una funcin f utilizamos sus dos primeras derivadas:

Nacida en Pars, adquiri sus conocimientos de forma autodidacta en la


biblioteca de su padre, ya que no pudo asistir a los centros habituales de
formacin.
Mantuvo correspondencia con los
grandes matemticos de la poca,
como Gauss y Cauchy. Sus primeros
trabajos los firm bajo el seudnimo
de M. le Blanc.
La Academia de Ciencias de Pars premi sus trabajos sobre teora de nmeros y superficies elsticas.

f ..(x 0 ) < 0 tiene un mximo relativo en ( x 0 , f (x 0 )) .


f .(x0 ) = 0
n ( x 0 , f (x 0 )) .
f ..(x 0 ) > 0 tiene un mnimo relativo en
Concavidad
Estudiamos la concavidad de una funcin f por el signo de su derivada segunda:
Si f ..(x0 ) > 0 f es cncava hacia las y positivas en x0 .
Si f ..(x0 ) < 0 f es cncava hacia las y negativas en x0 .
Puntos de inflexin
Para estudiar los puntos de inflexin de una funcin f utilizamos las derivadas
segunda y tercera:
f ..(x0 ) = 0 y f ...(x0 ) | 0 f tiene un punto de inflexin en (x0 , f (x0 )).

ACTIVIDADES
RESUELTAS
4. En un punto de inflexin, la tangente a la curva la atraviesa. Comprueba esta
afirmacin para la funcin f (x) = x3 6x2 + 9x.

Y
8

y = 3x + 8

Determinamos el punto de inflexin:


f .(x) = 3x 2 12x + 9

f ..(x) = 6x 12

f ..(2) = 0; f ...(2) | 0

f ...(x) = 6

f (x ) = x 3 6 x 2 + 9 x

f tiene un punto de inflexin en: (2, f (2)) = (2, 2)

Determinamos la recta tangente a la curva en su punto de inflexin:


y f (2) = f .(2) (x 2)

y = 3x + 8

Esta recta corta a la curva. Para ver que la atraviesa estudiamos la concavidad en un entorno lateral a la izquierda de 2 y en otro lateral a la derecha de 2.
f..(x) > 0, x (2, +h)
f..(x) < 0, x (h, 2)

f es cncava hacia las y positivas en (2, +h).

f es cncava hacia las y negativas en (h, 2).

Por tanto, la tangente a la curva en su punto de inflexin la atraviesa.

Representacin grfica de funciones

195

5. Intervalos de signo constante.


Regiones

Sofa (Sonia) Kovalevky


(1850-1891)

En la representacin grfica de funciones resulta muy til el uso de la siguiente propiedad, que nos delimita las regiones del plano en las que est la grfica
de la funcin:
Si una funcin f es continua en R o slo tiene discontinuidades de salto
infinito, esta funcin conserva el signo en los siguientes intervalos:
(h, x1); (x1, x2); (x2, x3); ; (xn, +h)
siendo x1, x2, x3, , xn los ceros y los puntos de discontinuidad de salto
infinito de la funcin f, ordenados de forma creciente.
Esta propiedad nos permite dividir el plano en regiones, cada una de las cuales est delimitada por el eje de abscisas y las rectas verticales de ecuaciones
x = x i.
Las regiones permitidas vienen determinadas por el signo que tiene la funcin
en cada intervalo (x i , x i + 1).

Fue una de las primeras mujeres que tuvieron acceso a estudios universitarios.
Se doctor en la Universidad de Gotinga bajo la direccin de Karl Weierstrass.

Para calcular el signo de la funcin f en cada intervalo, se toma cualquier valor del mismo y se sustituye en la funcin.

Fue profesora en la Universidad de Estocolmo, y sus trabajos abarcaron diversos aspectos de las Matemticas.

ACTIVIDADES
RESUELTAS
5. Estudia las regiones en las cuales est definida la funcin f(x) =

x 4  9x 2
.
x2  1

Esta funcin es continua en todo R excepto en los puntos de discontinuidad de salto infinito x = 1 y x = 1, en los cuales existen
sendas asntotas verticales. Por esto, podemos aplicar la propiedad o teorema anterior.
Los ceros de f son x = 3, x = 0 y x = 3. Por tanto, los intervalos donde debemos estudiar el signo de f son:

(h, 3); (3, 1); (1, 0);


(0, 1); (1, 3); (3, +h)
Vemos el signo en cada uno:
f(10) > 0 en (h, 3) f es positiva.
f (2) < 0

en (3, 1) f es negativa.

f (0,5) > 0 en (1, 0) f es positiva.


f(0,5) > 0

en (0, 1) f es positiva.

f(2) < 0

en (1, 3) f es negativa.

f(4) > 0

en (3, +h) f es positiva.

El signo de la funcin en cada uno de los intervalos nos permite conocer las regiones en las cuales existe la curva, como podemos ver en la figura.

Unidad 8

196

6. Representacin grfica de funciones


Hasta ahora, las funciones que sabemos representar son las funciones elementales. Sus grficas las obtenemos a partir de sus respectivas propiedades y con
ayuda de una tabla de valores.
En general, para representar la grfica de una funcin cualquiera, dada en su
forma explcita, podemos hacer un estudio consistente en analizar las caractersticas que figuran en la siguiente tabla.
Los resultados obtenidos se llevan a un sistema de ejes cartesianos y nos permiten obtener la grfica de la funcin.


Representacin grfica
de la banda de Mbius
August Ferdinand Mbius (17901868), matemtico y astrnomo alemn, descubri la extraa figura que
se conoce con el nombre de banda
de Mbius. Su propiedad fundamental es que tiene dos bordes y una sola cara, de forma que un insecto podra caminar a lo largo de la tira central de la banda, alcanzando cualquier punto, sin atravesar nunca el
borde. Esta propiedad inspir al genial Maurits Cornelis Escher (18981972) la composicin de la siguiente
serigrafa.

Dominio.
Recorrido o conjunto imagen.
Simetras y periodicidad.
Puntos de corte con los ejes.
Asntotas y ramas infinitas.
Monotona: crecimiento y decrecimiento.
Extremos relativos: mximos y mnimos relativos.
Tipo de concavidad.
Puntos de inflexin.
Intervalos de signo constante.
Tabla de valores.

En la prctica no suele ser necesario hacer un estudio tan exhaustivo, siendo


suficiente analizar las siguientes caractersticas:
Dominio.
Simetras y periodicidad.
Puntos de corte con los ejes.
Asntotas y ramas infinitas.
Extremos relativos: mximos y mnimos relativos.
Puntos de inflexin.
Intervalos de signo constante.

Representacin grfica de funciones

197

ACTIVIDADES
RESUELTAS
6. Representa grficamente la funcin f(x) = x 3 3x + 2.
Dominio: como es una funcin polinmica, Dom f = R.
Simetras y periodicidad: no tiene simetras y no es peridica.
Puntos de corte con los ejes:
Cortes con el eje OX:
y = x 3  3 x + 2
x 3 3x + 2 = 0 (x + 2) (x 1) 2 = 0
y =0

x = 2; x = 1

Luego, los puntos de corte con el eje OX son (2, 0) y (1, 0).
Cortes con el eje OY :
y = x 3  3 x + 2
y=2
x=0

Luego, el punto de corte con el eje OY es (0, 2).


Asntotas y ramas parablicas:
No tiene asntotas.
Tiene dos ramas infinitas parablicas, pues se verifica:
lm ( x 3  3 x + 2) = h ;

x q h

lm ( x 3  3 x + 2) = +h

x q+h

Extremos relativos. Mximos y mnimos relativos:


f .(x) = 3x 2 3 3x 2 3 = 0 x = +1; x = 1
f ..(x) = 6x f ..(1) < 0; f ..(1) > 0
Por tanto, la funcin tiene un mximo relativo en el punto (1, f(1)) = (1, 4), y un mnimo relativo en el punto (1, f(1)) = (1, 0).
Puntos de inflexin:
f ..(x) = 6x 6x = 0 x = 0
f ...(x) = 6 f ...(0) | 0
La funcin tiene un punto de inflexin en ( 0, f (0)) = (0, 2).

Y
4

Intervalos de signo constante: segn los datos obtenidos, los intervalos


a considerar son:
(h, 2); (2, 1); (1, +h)
2

y el signo que toma f es:

f ( x ) = x 3 3x + 2

f (10) < 0 f es negativa en (h, 2).


f (0) > 0

f es positiva en (2, 1).

f (2) > 0

f es positiva en (1, +h).

Por ltimo, llevamos todos los datos anteriores a un sistema cartesiano


y obtenemos la grfica de la funcin.

Unidad 8

198

ACTIVIDADES
RESUELTAS
7. Representa grficamente la siguiente funcin: f (x) =

x2
.
2 x

Dominio: como es una funcin racional, Dom f = R {2}.


Simetras y periodicidad: no tiene simetras y no es peridica.
Puntos de corte con los ejes:
Cortes con el eje OX:
x2
x2

= 0 x 2 = 0 x = 0 El punto de corte con el eje OX es (0, 0).


2 x
2
x


y =0

y =

Cortes con el eje OY :


x2

2  x y = 0 El punto de corte con el eje OY es (0, 0).

x=0

y=

Asntotas y ramas parablicas:


Asntota vertical: es la recta x = 2, pues se verifica:
lm

x q2

x2
= +h ;
2 x

lm+

x q2

x2
= h
2 x

No tiene asntota horizontal, y la oblicua es y = x 2, pues se verifica:


x2
=  1;
x qh x (2  x )

m = lm

x2

b = lm
+ x = 2
x qh 2  x

No tiene ramas parablicas.


Extremos relativos:
4x  x2
f .(x) =
;
(2  x )2

8
f ..(x) =
(2  x )3

Y
6

x2

f (x ) =
2x

f .(x) = 0 x = 0; x = 4

f ..(0) > 0; f ..(4) < 0


2

La funcin tiene un mximo relativo en (4, 8) y un mnimo relativo en (0, 0).


Puntos de inflexin: no tiene.
Intervalos de signo constante: los intervalos a considerar son:

(h, 0); (0, 2); (2, +h)


y el signo que toma la funcin es:
f (2) > 0 f es positiva en (h, 0).
f (1) > 0

f es positiva en (0, 2).

f (4) < 0

f es negativa en (2, +h).

Con todos estos elementos, obtenemos la grfica de la funcin.

y = x 2

Representacin grfica de funciones

199

ACTIVIDADES
RESUELTAS
8. Representa grficamente la funcin f (x) = x +

x 2  1.

Dominio: como es una funcin irracional de ndice par, se tiene: Dom f = { x R | x 2 1 v 0} = (h, 1] [1, +h)
Simetras y periodicidad: no tiene simetras y no es peridica.
Puntos de corte con los ejes:
Cortes con el eje OX:
y=x+
y =0

x 2  1
x+

x 2  1 = 0 No tiene soluciones en R.

Luego, la grfica no corta al eje OX.


Cortes con el eje OY: como la funcin no est definida en x = 0, no corta al eje OY.
Asntotas y ramas infinitas:
Asntotas verticales: no existen.
Asntota horizontal: es la recta y = 0, pues se verifica:
lm x +

x 2  1 = 0 ;

x q h

lm x +

x q+h

x 2  1 = +h

Asntota oblicua: es la recta de ecuacin y = 2x, pues se verifica:


lm

x+

x q h

x2  1
= 0;
x

m = lm

x+

x q+h

x2  1
= 2;
x

b = lm x +
x q+h

x 2  1  2x = 0

Extremos relativos. Mximos y mnimos relativos:


f .( x ) = 1 +

x
2

x 1

f ..( x ) = 

x
Y

( x  1)3

No se anula la derivada primera; por tanto, la funcin no tiene extremos relativos.


Puntos de inflexin:
2

No se anula la derivada segunda; por tanto, la funcin no tiene puntos de inflexin.

Intervalos de signo constante: los intervalos a considerar son:


(h, 1); (1, +h)

y el signo que toma la funcin es:


1

f(2) < 0 f es negativa en (h, 1).


f(2) > 0 f es positiva en (1, +h).
f (x ) = x + x 2 1

Para representar la funcin resulta til conocer los valores que toma
en x = 1 y x = 1:
f (  1) =  1 + (  1)2  1 =  1
f (1) = 1 + 12  1 = 1

Unidad 8

200

ACTIVIDADES
RESUELTAS
9. Representa grficamente la funcin f (x) = ln (x 2 4).
Dominio: como es una funcin logartmica, su dominio es:
Dom f = { x R | x 2 4 > 0} = (h, 2) (2, +h)
Simetras y periodicidad: es una funcin par o simtrica respecto del eje de ordenadas, pues se verifica f(x) = f(x), x Dom f.
No es peridica.
Puntos de corte con los ejes.
Cortes con el eje OX:
y = ln( x 2  4)
ln (x 2 4) = 0 x 2 4 = 1 x = 5
y =0

) (

Luego, los puntos de corte con el eje OX son:  5, 0 y

5, 0 .

Cortes con el eje OY :


Como la funcin no est definida en x = 0, su grfica no corta al eje OY.
Asntotas y ramas infinitas:
Asntotas verticales: existen dos, de ecuaciones x = 2 y x = 2, pues se verifica:
lm ln( x 2  4) = h ;

lm ln( x 2  4) = h

x q2+

x q2

No tiene asntotas horizontales ni oblicuas. Tiene dos ramas infinitas parablicas, pues se verifica:
lm ln( x 2  4) = +h ;

lm ln( x 2  4) = +h

x q h

x q+h

Extremos relativos. Mximos y mnimos relativos:


f .( x ) =

2x
;
x 4
2

f ..( x ) =

 2x 2  8
( x 2  4 )2

Esta funcin no tiene extremos relativos, pues la derivada primera no se anula en Dom f.
Puntos de inflexin: no tiene puntos de inflexin, pues la derivada
segunda no se anula.

Intervalos de signo constante:


Los intervalos a considerar son:

( h,  5 ) ; ( 

y el signo que toma la funcin es:


f (4) > 0

) (2, 5 ) ; (

5,  2 ;

5, +h

)
f es negativa en (  5,  2).
f es negativa en ( 2, 5 ).
f es positiva en ( 5, +h ).

f es positiva en h,  5 .

f (2,1) < 0
f (2,1) < 0

f (4) > 0

Como la funcin es par, hubiera sido suficiente haber hecho el estudio


para las abscisas positivas.

f (x ) = ln (x 2 4)
5
3

5
2 1 0

Representacin grfica de funciones

201

ACTIVIDADES
RESUELTAS
10. Construye la grfica de la funcin f (x) = e 1/x.
Dominio: su dominio es Dom f = R {0}.
Simetras y periodicidad: no tiene simetras y no es peridica.
Puntos de corte con los ejes:
Cortes con el eje OX:
y = e1/ x
e 1/x = 0 No tiene soluciones. No hay cortes con el eje OX.
y = 0
Cortes con el eje OY:
Como la funcin no est definida en x = 0, su grfica no corta al eje OY.
Asntotas y ramas infinitas:
Asntotas verticales: tiene una asntota vertical de ecuacin x = 0, pues se verifica:
lm [ e1/ x ] = 0 ;

lm [ e1/ x ] = +h

x q0+

x q0

Asntotas horizontales: tiene una asntota horizontal de ecuacin y = 1, pues se verifica:


lm e1/ x = 1

x qh

Extremos relativos. Mximos y mnimos relativos:


f .( x ) =

 e1/ x
x2

f ..( x ) =

e1/ x 2e1/ x
+ 3
x4
x

No se anula la derivada primera; por tanto, la funcin no tiene extremos relativos.


Puntos de inflexin:
No se anula la derivada segunda; por tanto, la funcin no tiene puntos de inflexin.
Monotona: Crecimiento y decrecimiento:
Observando la expresin de la primera derivada deducimos que esta funcin es decreciente en todo su dominio.
Y

Intervalos de signo constante:


Los intervalos a considerar son:

(h, 1); (1, +h)

y el signo que toma la funcin es:

f(3) > 0 f es positiva en (h, 1).


f(3) > 0

f es positiva en (1, +h).

La grfica de la funcin es la que aparece representada en


la imagen.

f (x ) = e x

1
3

Unidad 8

202

RESOLUCIN DE PROBLEMAS
Cubos
La suma de los cubos de tres nmeros naturales consecutivos, tiene alguna
propiedad?

FAMILIARIZACIN CON EL PROBLEMA


Por ser un enunciado con claro sabor matemtico y, adems, breve, no presenta ninguna
dificultad la comprensin del mismo.

BSQUEDA DE ESTRATEGIAS
Comenzamos experimentando con algunos casos particulares:
13 + 23 + 33 = 36
33 + 43 + 53 = 216
53 + 63 + 73 = 684

23 + 33 + 43 = 99
43 + 53 + 63 = 405
63 + 73 + 83 = 1 071

Observamos que los resultados obtenidos en estos seis casos presentan una caracterstica
comn: son mltiplos de 9. Esto nos lleva a formular la siguiente conjetura: La suma de
los cubos de tres nmeros naturales consecutivos es mltiplo de 9.

LLEVAR ADELANTE LA ESTRATEGIA


Intentamos ver si esta conjetura es una propiedad. Para ello, nos apoyamos en la divisibilidad.
Hemos de demostrar que para tres nmeros naturales consecutivos, n 1, n y n + 1, con
n v 2, se cumple:

(n 1)3 + n3 + (n + 1)3 = 9
Operando, obtenemos:
(n 1)3 + n3 + (n + 1)3 = 3n(n2 + 2)
Discutimos los casos que pueden darse:

Para n = 3, queda probada la conjetura y, por tanto, es propiedad.

Para n | 3, pueden ocurrir dos casos: n 1 = 3 o n + 1 = 3. En cualquiera de los dos se


verifica:

(n + 1) (n 1) = n2 1 = 3
por lo cual:

n2 + 2 = n2 1 + 3 = 3 + 3 = 3

con lo que para n | 3, obtenemos:

(n 1)3 + n3 + (n + 1)3 = 3n(n2 + 2) = 3 n 3 = 9

Por tanto, queda probada la conjetura para n | 3.


Concluimos, pues, que la suma de los cubos de tres nmeros naturales consecutivos es
mltiplo de 9.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Destacamos en este problema el hecho de haber experimentado con casos particulares.
Esta experimentacin nos ha llevado a formular la conjetura, que posteriormente hemos
demostrado que es cierta.
Nos preguntamos si existir alguna propiedad para la suma de las diferentes potencias de
tres nmeros naturales consecutivos.

Representacin grfica de funciones

203

Experimentacin. Conjetura
En muchos problemas, la estrategia til para intentar resolverlos es jugar con ellos o experimentar. A partir de esta experimentacin podemos vislumbrar pautas o regularidades que nos
conducen a la formulacin de conjeturas.

Conjetura de Fermat. Pierre de Fermat (1601-1665) conjetur, en 1637, que no existen nmeros enteros que verifiquen
la siguiente ecuacin para n > 2:
xn + yn = zn

Algunas conjeturas se demuestran y se convierten, por tanto, en


teoremas o propiedades; de otras, se demuestra su falsedad; y de
unas terceras, no podemos demostrar ni su verdad ni su falsedad.

La conjetura de Fermat ha permanecido sin demostrar tres siglos y medio. En junio de 1993, el matemtico britnico Andrew Wiles anunci que haba demostrado la conjetura de
Fermat. Pero su demostracin presentaba algunas lagunas,
que se tardaron en resolver ms de un ao. Finalmente, la
conjetura de Fermat qued demostrada, convirtindose en el
gran teorema de Fermat.

Comentamos a continuacin algunas conjeturas famosas:


Conjetura de Goldbach. Christian Goldbach (1690-1764)
conjetur que todo nmero natural mayor que 2 y par es
igual a la suma de dos nmeros primos. Por ejemplo:
4=2+2

6=3+3

8=3+5

Esta conjetura ha sido comprobada, con ayuda del ordenador, para nmeros pares de ms de 15 cifras, pero todava no
ha sido demostrada; por tanto, sigue siendo conjetura.

En el problema de la pgina anterior hemos formulado la conjetura de que la suma de tres nmeros naturales consecutivos es
mltiplo de 9. Posteriormente, hemos demostrado la validez de
la conjetura, con lo cual se ha convertido en una propiedad.

Conjetura de Collatz. El matemtico alemn Lothar Collatz


(1910-1990) enunci en 1937 la conjetura (an no se ha demostrado) que lleva su nombre y que dice:
Sea la funcin f: N q N definida por
n / 2 si n es par
f (n) =
3n + 1 si n es impar
Si tomamos un nmero natural n y le aplicamos esta funcin
de forma iterativa, siempre acabamos en 1, es decir, en la secuencia 4, 2, 1.
Por ejemplo, para n = 6: f(6) = 3; f(f(6)) = f(3) = 10; f(f(f(6))) =
= f(10) = 5; f(f(f(f(6)))) = f(5) = 16; f(f(f(f(f(6))))) = f(16) = 8;
f (f (f (f (f (f (6)))))) = f (8) = 4; f (f (f (f (f (f (f (6))))))) = f (4) = 2;
f(f (f (f (f (f(f(f(6)))))))) = f(2) = 1.

Andrew Wiles recibi el premio Fermat en 1995.

A C T I V I D A D E S
Reflexiona sobre las siguientes conjeturas:
1. Primos gemelos. Hay infinitos pares de nmeros primos gemelos, es decir, de primos cuya diferencia es igual a 2. Ejemplo:
7 y 5 son primos gemelos, ya que 7 5 = 2. Encuentra cuatro pares de nmeros primos gemelos.
2. Nmeros primos generados. El polinomio n 2 n + 41, cuya indeterminada n es entera, genera nmeros primos cuando
n va desde 40 hasta 40. Este polinomio, genera primos para cualquier entero n?
3. Nmero mgico. Toma un nmero de tres cifras. Forma el nmero que se obtiene al escribir a la derecha del anterior el
nmero repetido. Este nmero de 6 cifras lo dividimos por 7 y al cociente obtenido, por 11, y al ltimo cociente, por 13.
Qu se observa?
4. Conjetura de Collatz o (3n + 1). Comprubala para los valores de n: 7, 12, 17 y 30.

Unidad 8

204

NUEVAS TECNOLOGAS
Calculadora grfica y funciones
Entre las mltiples utilidades de la calculadora grfica se encuentra la representacin
grfica de funciones.
Vamos a representar las siguientes funciones
y1( x ) = x 3  3 x + 2

y2 ( x ) =

x 4  9x 2
x2  1

Para ello seguimos los siguientes pasos:

Y1 = X^33 * X+2
Y2 = (X^49 * X 2 )/(X 2 1)
Y3 =
Y4 =
Y5 =
Y6 =
Y7 =

1. Introducimos las funciones en el editor Y = , y obtenemos en la pantalla del editor


las funciones tal y como vemos en la figura adjunta. Podemos observar que, en ambas funciones, los signos = aparecen resaltados, lo que nos indica que estas funciones estn activadas.
Para activar o desactivar una funcin colocamos el cursor sobre el signo = y pulsamos la tecla ENTER . Hemos de tener en cuenta que para representar funciones,
estas deben de estar activadas.
2. Una vez editadas las funciones, pulsamos la tecla GRAPH y obtenemos la representacin grfica de las funciones activadas:

Y1 = X^33 * X+2
2

WINDOW

Xmin = 5
Xmax = 5

X = 3.8297872

Y = 6.0819302

Xscl = 1
Ymin = 7
Ymax = 7
Yscl = 2
Xres = 1

3. Para rastrear o movernos sobre las grficas pulsamos la tecla TRACE y aparece,
en el ngulo superior derecho, un nmero que indica la curva sobre la que est actuando el cursor. Para cambiar el cursor de una curva a otra utilizamos las flechas
de direccin.
4. Podemos modificar el aspecto de las grficas cambiando las escalas de los ejes coordenados. Esto se consigue pulsando la tecla WINDOW , con lo que aparece una
pantalla como la de la figura adjunta en la que, movindonos con las flechas y utilizando la tecla ENTER , introducimos el mnimo valor para x (Xmin), el mximo
valor para x (Xmax), la escala en el eje de abscisas (Xscl) y, anlogamente, en el de
ordenadas.

PRACTICA con calculadora grfica


la resolucin de las actividades nmeros 8 y 9.

5. Para modificar la visin de la grfica o tomar una parte ampliada de la misma utilizamos la tecla ZOOM , que nos permite seleccionar la zona grfica que queremos
ampliar.

Representacin grfica de funciones

205

EN RESUMEN
DOMINIO
Dom f = { x R f(x) R }
CONJUNTO IMAGEN O RECORRIDO
Im f = { y R x R con f(x) = y }
PUNTOS DE CORTE CON LOS EJES
y = f ( x )
Eje OX:

y =0

Eje OY:

y = f ( x )

x =0

SIMETRAS
Funcin par o simtrica respecto de OY :

REPRESENTACIN
GRFICA
DE FUNCIONES

f (x) = f (x); x Dom f


Funcin impar o simtrica respecto del origen:

estudiando

f(x) = f (x); x Dom f


PERIODICIDAD
f(x) = f(x + K T ); K Z
T es el perodo principal
ASNTOTAS
Verticales: x = x0

Horizontales: y = y0

Oblicuas: y = mx + b

MONOTONA Y EXTREMOS RELATIVOS


TIPOS DE CONCAVIDAD Y PUNTOS DE INFLEXIN
INTERVALOS DE SIGNO CONSTANTE

AMPLA CON
Alicia anotada (Ediciones Akal) de Lewis Carroll, en la edicin de Martin Gardner,
es un libro que contiene los relatos clsicos Alicia en el pas de las maravillas y
A travs del espejo. Lewis Carroll es el seudnimo de Charles Lutwidge Dodgson
(1832-1898), profesor de matemticas de Oxford.
Estos relatos crean una nueva corriente literaria que podramos llamar literatura
fantstica para nios. Lewis Carroll los escribi para entretenimiento de tres nias
amigas suyas.
Hemos elegido esta edicin con notas de Martin Gardner, extraordinario creador
y comentarista de cuestiones relacionadas con las matemticas creativas, por mltiples razones, entre ellas las magistrales ilustraciones de John Tenniel, la excelente traduccin de Francisco Torres Oliver y los comentarios y notas de Gardner.

Unidad 8

206

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Se da la funcin f (x) =

16
.
x ( x  4)
2

a) Determina su dominio de existencia y sus intervalos de crecimiento y decrecimiento.


b) Calcula sus asntotas y extremos.
c) Representa grficamente la funcin.
a) Dominio: como es una funcin racional, Dom f = R {0, 4}.
Intervalos de crecimiento y de decrecimiento:
La primera derivada es:
f.(x) =

 16(3 x  8)
x 3 ( x  4 )2

Para estudiar el signo de f .(x) calculamos sus ceros, x = 8/3, y sus puntos de discontinuidad de salto infinito, x = 0 y
x = 4. Representamos estos valores en la recta real, quedando dividida esta en los intervalos (h, 0), (0, 8/3), (8/3, 4)
y (4, +h).
En cada uno de estos intervalos, el signo de la primera derivada f.(x) se mantiene constante, por lo que basta determinar el signo de un valor cualquiera de cada intervalo:

f .(1) < 0

f .(1) > 0

f .(3) < 0

f .(5) < 0

Por tanto, la funcin f es:


estrictamente creciente en

0, 83 ;

estrictamente decreciente en (h, 0)


(4, +h).

83 , 4

b) Asntotas:
16
f (x ) =
x 2(x 4)

Asntotas verticales:
Tiene dos asntotas verticales de ecuaciones x = 0 y
x = 4, pues se verifica:
lm f ( x ) = h ;

lm f ( x ) = h

x q0 

x q0 +

lm f ( x ) = h ;

lm+ f ( x ) = +h

4
x q4

xq 4

Asntotas horizontales:
Tiene una asntota horizontal de ecuacin y = 0, pues
se verifica:
y = lm f ( x ) = 0
x qh

No tiene asntotas oblicuas.

0
27

16

Representacin grfica de funciones

207

Extremos relativos. Mximos y mnimos relativos:


Por ser complejo el clculo de la derivada segunda, estudiamos los extremos relativos utilizando los intervalos de crecimiento y los intervalos de decrecimiento.
Como la funcin es estrictamente creciente en (0, 8/3) y estrictamente decreciente en (8/3, 4), y adems en x = 8/3 la
funcin est definida, entonces, esta funcin presenta un mximo relativo en el punto (8/3, f (8/3)) = (8/3, 27/16).
c) Representacin grfica:
Utilizando toda la informacin que hemos obtenido hasta ahora representamos la grfica de la funcin tal como figura
en la pgina anterior.

Las ganancias y prdidas f (x), en millones de euros, de una empresa fundada hace 2 aos, siguen la evolucin
siguiente:
1 2
x  2 si  2 f x <  1
f (x) = 2
3x
si x v  1
2 x + 4
donde x indica el nmero de aos transcurridos, si consideramos x = 0, como el momento actual.
a) Representa grficamente la funcin f(x) y estudia la continuidad.
b) Indica el momento en que las prdidas de la empresa han sido ms grandes y la situacin econmica en que se
encuentra la empresa hoy.
a) Siguiendo las pautas indicadas para la representacin grfica de funciones, obtenemos la grfica de la parbola (en trazo
discontinuo):
y=

1 2
x 2
2

y la grfica de la hiprbola (en trazo continuo):


Y

y=

3x
2x + 4

1
y = x 2 2
2

La grfica de la funcin y = f(x) est representada en


la imagen con trazo grueso rojo.
La funcin dada es continua en todo su dominio de
definicin:

4
3x
y =
2x + 4

2
3/2

y = f (x )

Dom f = [2, +h)


b) Observando la grfica de la funcin, deducimos que
las prdidas mayores se produjeron hace un ao, en
x = 1, y fueron de

f (1) = 1,5 millones de euros


La situacin de la empresa en el momento actual es
una situacin de equilibrio, es decir, no existen ni ganancias ni prdidas, puesto que f (0) = 0.

Unidad 8

208

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Encuentra las asntotas de las siguientes funciones:
a) f (x) =

x
2
x  16

b) f(x) =

( x  2)2
x 3

c) f(x) =

1
e +1
x

2. Sea la funcin f(x) = 2x 3 + bx 2 + ax 5.


a) Halla los valores de a y b de forma que f tenga un mximo en x = 1 y un mnimo en x = 2.
b) Representa grficamente la funcin.
3. El consumo de agua (expresado en millares de litros) en cierta
poblacin, en funcin de la hora del da, viene dado a travs de
la expresin:
1

 5 + t
f(t ) = 2
At + Bt + C
25  t

si 0 f t < 6
si 6 f t < 9
si 9 f t < 21
si 21 f t < 24

Sabiendo que es una funcin continua, y que a las 15 horas se


alcanza el consumo mximo de 40 millares de litros:
a) Determina, justificando la respuesta, los valores de A, B y C.
b) Representa la funcin.
4. Un publicista disea un panel publicitario que tiene la siguiente forma: base horizontal de 10 m de longitud y el resto
del contorno limitado por la funcin:
 x 2 + 6 x si 0 f x f 5
g(x) =
 x + 10 si 5 < x f 10
Dibuja la grfica del recinto correspondiente al cartel publicitario.
5. Representa grficamente las siguientes funciones:
a) y = x(x + 2)(x 2)

c) y = 2x 3 + 5x 2 4x

e) y = 3x x 3 2

b) y = x 4 + 2x 2

d) y = | x2 4x + 3|

f) y = x 4 2x 2 8
Y

6. La grfica adjunta representa el consumo de electricidad (en miles de kWh)


de una empresa en funcin de la hora del da.
Determina su expresin analtica.

10
8

7. La grfica de la funcin y = x 3 + ax 2 + bc + c tiene un punto de inflexin


en x = 1 y un mximo en (0, 4).
a) Halla los coeficientes a, b y c.

6
4

b) Halla los mximos y mnimos relativos y los puntos de inflexin.

2
1

c) Representa la funcin.

X
2

14

20

24

Representacin grfica de funciones

209

8. Representa grficamente las siguientes funciones:


a) y =

x2
4 x

d) y =

x2 + 1
x

g) y =

4
x2  4

b) y =

x
( x  1)2

e) y =

x
x2 + 1

h) y =

8
x2 + 4

c) y =

x
x +1

f) y =

x
x2  1

i) y =

x
+2
x +1

9. Representa grficamente las siguientes funciones:


a) y = ln (x 2)
b) y = e x

x2  1

c) y =
d) y =

e) y = x ex

ln x
x

f) y =

ex
ex  1

10. El rendimiento fsico de un determinado esfuerzo muscular (evaluado en una escala de 0 a 100) de un cierto deportista
de lite durante 60 minutos viene dado por:
t (t  20)
si 0 f t < 15

75
si 15 f t < 30
f(t) =
100  5 t si 30 f t < 60

Representa grficamete la funcin e interprtala.

11. El esquema adjunto representa el grfico de la funcin y = f(x):


a) Haz otro esquema que represente el grfico de la funcin y = f (x).

b) Haz otro esquema que represente conjuntamente las grficas de


y = f(x) e y = 2f(x).
Explica el fundamento para la construccin de estos esquemas.

12. Dada la grfica de la funcin f (x), que podemos ver en


la imagen, halla (justificando la respuesta):

a) Dominio de f(x).
1

b) Valores de x0 que hacen f.(x0) = 0.


c) Valores de x para los que f .(x) > 0.

5/2
2

d) Asntotas de la funcin.

2/3

13. A partir de la grfica de la funcin f(x) = ln x, dibuja de


forma razonada las grficas de las funciones:
a) f (x) = ln | x |

b) f(x) = | ln x |

c) f (x) = ln (x 2)

Unidad 8

210

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
14. Dada la funcin y = | x 2 7 | :
a) Represntala grficamente.
b) Calcula la ecuacin de la recta tangente en el punto de abscisa x = 1.
c) Halla sus mximos y mnimos relativos.
15. Una fbrica arroja diariamente material contaminante a una balsa segn el ritmo dado por la siguiente funcin:
m(t) = 0,01t 3 0,2t 2 + t + 1
siendo m la cantidad de material en kilogramos y t la hora del da.
a) A qu hora del da arroja la mnima cantidad?
b) Representa grficamente la funcin.
16. La siguiente funcin indica el comportamiento de los beneficios obtenidos por una empresa desde el momento en que
va a comenzar:
60 x
f(x) = 2
x +9
donde f (x) representa los beneficios de la empresa en millones de euros; x los aos y x = 0 indica el momento de constitucin de la empresa.
a) Haz una representacin grfica aproximada de la funcin e indica el dominio matemtico y el dominio vlido en el
contexto del problema.
b) Al cabo de cunto tiempo obtiene la empresa el beneficio mximo? Cul es ese beneficio?
c) Perder dinero la empresa en algn momento? Es posible que llegue un momento en que no obtenga beneficios
ni prdidas? Razona las respuestas.
17. Se considera la funcin f(x) = xe ax siendo a un parmetro real:
a) Determina el valor del parmetro a para que f(x) tenga un mximo en x = 1.
b) Representa grficamente la funcin resultante al sustituir el valor del parmetro obtenido en el apartado anterior.
2x  4
18. Las prdidas o ganancias, y, de una empresa, siguen una ley: y =
, en la cual x representa los aos de vida de la
x+2
empresa.
a) Determina el ao en que la empresa deja de tener prdidas.
b) Estn sus beneficios limitados? Si lo estn, cul es su lmite?
19. Sea la funcin f (x) =

x2 + 2
.
2x + 1

a) Calcula sus asntotas.


b) Calcula sus mximos y mnimos.
c) Represntala grficamente.

Representacin grfica de funciones

211

AUTOEVALUACIN
1. El dominio de la funcin f(x) =

x
es el conjunto:
2 x

a) (0, 2]

c) (h, 2) [0, +h)

b) [0, 2)

2. Los puntos de corte de la grfica de la funcin f (x) =


a) (1, 0); (2, 0) y (3, 0)

x 3  2x 2  5 x + 6
con el eje de abscisas OX son:
x +1

b) (3, 0); (1, 0) y (2, 0)

3. La grfica de la funcin f(x) = ln

c) (2, 0); (1, 0) y (3, 0)

x 2  9 tiene una simetra respecto del:

a) Origen O

b) Eje OX

4. Las asntotas de la grfica de la funcin f(x) =


a) x = 0; y = 0 e y = 1

c) Eje OY

1
son las rectas de ecuacin:
ex  1

b) x = 1; y = 0 e y = 1

c) x = 0; y = 1 e y = 1

5. El nmero de ramas parablicas de la grfica de la funcin f (x) = ln (x 2 + 1) es:


a) 0

b) 1

c) 2

6. El ndice de audiencia (evaluado en la escala de 0 a 10) de cierto programa de televisin de 30 minutos de duracin se
comporta de acuerdo con la funcin:
I (t) = At 2 + Bt + C, 0 f t f 30 (A | 0)
donde A, B y C son constantes a determinar.
Sabiendo que a los 20 minutos de comenzar se alcanza el ndice de audiencia 10 y que el programa se inicia con un ndice de audiencia 6, el perodo en el que el citado ndice decrece es:
a) Del minuto 20 al 25

b) Del minuto 20 al 30

c) Del minuto 10 al 20

7. Para que la funcin f(x) = a ln x + bx 2 + x tenga extremos en los puntos de abscisa x = 1 y x = 2, los valores de los parmetros a y b son:
2
1
a) a =  ; b = 
3
6

2
1
b) a =  ; b =
3
6

c) a =

8. La grfica de la funcin f(x) = x 3 3x + 5 es cncava hacia las y positivas en el intervalo:


a) (0, +h)

b) ( h, 0)

Y
5
4
3
2
1

c) (1, +h)

9. La grfica de la funcin f(x) = x e x tiene una inflexin en


el punto de abscisa:
a) x = 0

b) x = 1

-6 -5 -4

c) x = 2

10. La grfica de la imagen corresponde a la funcin:


a) f(x) =

1
2
x 4

b) f(x) =

x
2
x 4

c) f(x) =

x2  4
x

2
1
;b=
3
6

-3

-2 -1

-1
-2
-3
-4
-5

u9
unidad 9
contenidos

1. Primitiva de una funcin


2. Integral indefinida.
Propiedades
3. Mtodos de integracin

Integrales indefinidas

213

El origen de la parte de las Matemticas llamada clculo infinitesimal, en sus aspectos diferencial e integral, est en los problemas de la determinacin de la tangente a la grfica de una funcin en un punto y del clculo del rea bajo una curva.
Una de las curvas ms bellas son los fractales, formas generadas
por un proceso recursivo sobre una estructura que produce estructuras similares, y de cada trozo se puede reproducir el total.
Tienen propiedades caractersticas, como ocupar un rea finita
dentro de un permetro infinito y no poder trazar la tangente a
la curva en ningn punto de su contorno. Para encontrar fractales en la naturaleza es suficiente con alzar la vista al cielo y observar las nubes, las galaxias, las ramas de los rboles,
El clculo diferencial y el clculo integral estn ntimamente relacionados, a pesar de ocuparse de problemas tan distintos, pues
la integracin representa un proceso inverso a la derivacin. Este
hecho tan excepcional fue descubierto de forma independiente
por Newton (1642-1727) y Leibniz (1646-1716), con la ayuda de
otros grandes matemticos del siglo XVII como Isaac Barrow
(1630-1677), Bonaventura Cavalieri (1598-1647), Gilles P. de Roberval (1602-1675) y John Wallis (1616-1703).
Los conceptos y procedimientos aportados por el clculo infinitesimal representaron una revolucin para las Matemticas, y
constituyeron unas herramientas poderossimas para abarcar una
amplia gama de problemas emanados de las ciencias experimentales, tanto de ndole natural como econmico o social.

cuestiones iniciales
1. Una funcin F es primitiva de otra f siempre y cuando la derivada de F
sea f, es decir:
F es primitiva de f F . = f
Encuentra dos primitivas de cada una de las siguientes funciones:
a) f(x) = 2x

c) f (x) = ex

b) f (x) = sen x

d) f(x) =

3
x+2

2. Comprueba, en cada caso, que F es primitiva de f:


x 4  2  287 ; f ( x ) =

x3

a) F ( x ) =

b) F ( x ) =

1
1
x  2
+ ln
; f (x) =
1+ x
1+ x
(1 + x )2

( x 4  2)3

Unidad 9

214

1. Primitiva de una funcin


Como hemos visto, la derivacin es una tcnica que nos permite encontrar la
derivada de una funcin dada. As, dada la funcin F(x) = x3 + 2, su derivada
es la funcin f (x) = F.(x) = 3x2.

Funcin

F (x ) =

x3

+2

Derivacin

Derivada

f (x ) = F .(x ) = 3x 2

El diagrama anterior sugiere plantearnos el proceso o tcnica contraria, es decir, dada la derivada f(x) = F.(x) encontrar una funcin F(x) o primitiva de f(x)
de la que procede la derivada dada. Se trata, pues, de, dada f (x) = F .(x) = 3x2,
hallar una primitiva de ella o F(x) = x3 + 2, de manera que la derivada de esta
coincida con la funcin dada.


Funcin primitiva

Una funcin F es primitiva de otra funcin f dada, si la derivada de F es f:


F es primitiva de f F . = f

F es primitiva de f F. = f

La tcnica o proceso contrario a la derivacin recibe el nombre de integracin.

Primitiva de f (x )

F (x ) =


Una funcin f dada
tiene infinitas primitivas
Primitivas de f = { F + C | F. = f, C R}

x3

+2

Integracin

Derivada

f (x ) = F .(x ) = 3x 2

En el esquema anterior hemos hallado una primitiva F(x) = x3 + 2 de la funcin f(x) = 3x2. Ahora bien, las funciones F1(x) = x3 5; F2(x) = x3 + 5 , etc.,
son tambin funciones primitivas de f(x) = 3x2. De esto se deduce que una
funcin f dada tiene infinitas primitivas y la nica diferencia entre dos cualesquiera de ellas es una constante aditiva.
Por tanto, si F(x) es una primitiva de f(x), todas las dems primitivas son de
la forma:
F(x) + C con C = constante

ACTIVIDADES
RESUELTAS
1. Encuentra dos primitivas de la funcin f (x) = 5x 4 2. De todas las primitivas halla la que pasa por el punto (0, 0).
Dos primitivas de f son:
F1 (x) = x 5 2x + 7

F2 (x) = x 5 2x 3,5

Son ambas primitivas de f, pues F.1 (x) = F .2 (x) = f (x).


Todas las primitivas de la funcin f(x) = 5x 4 2 son F(x) = x 5 2x + C. De todas ellas, la que pasa por el origen es la que cumple
F (0) = 0 0 + C = 0 C = 0.
Por tanto, F (x) = x 5 2x es la primitiva de f(x) = 5x 4 2 que pasa por el punto (0, 0).

Integrales indefinidas

215

2. Integral indefinida. Propiedades


En el epgrafe anterior hemos visto que una funcin f tiene infinitas primitivas. Al conjunto de todas ellas se le llama integral indefinida de la funcin f .
La integral indefinida de una funcin f es el conjunto de todas las primitivas de f, y se representa por:

f (x) dx = F(x) + C


El matemtico y filsofo alemn Gottfried Wilhelm Leibniz (1646-1716)
contribuy notablemente al desarrollo del clculo integral. A l se debe el
smbolo .

Se lee integral de f(x) diferencial de x. C es un nmero real cualquiera


y se llama constante de integracin.
El smbolo integral

siempre va acompaado del factor dx, cuyo significado

es indicar la variable respecto de la que se integra.

Propiedades de la integral indefinida


Integral del producto de un nmero real por una funcin
La integral del producto de un nmero real por una funcin es igual al nmero real por la integral de la funcin:

af(x) dx = a f(x) dx ;

a R

Integral de la suma de funciones


La integral de la suma (diferencia) de dos funciones es igual a la suma (diferencia) de las integrales de dichas funciones:

[ f(x) g (x)] dx = f(x) dx g(x) dx


ACTIVIDADES
RESUELTAS
2. Halla la primitiva de f (x) = 2 sen (2x) que valga 4 para x = U.
Las primitivas de f (x) son de la forma F(x) = cos (2x) + C con C R. Como F (U ) = 4, tenemos:
F(U ) = 4 cos (2U ) + C = 4 C = 5
Por lo que la primitiva buscada es:
F (x) = cos (2x) + 5

3. Calcula las integrales indefinidas que figuran a continuacin:


a)
b)
c)

3x

dx =  x 3 + C

x
2
2
1
x
os x dx +
dx = 5 e x dx  cos x dx + 2
dx = 5e x  sen x + 2ln x + C
5e cos x + x dx = 5e dx  co
x
x

3
1
2 dx =
dx  2 dx = 3
dx  2 dx = 3 tg x  2x + C

2
2
cos x
cos2 x
cos x

Unidad 9

216

3. Mtodos de integracin
El clculo de la integral indefinida de una funcin, f(x) dx, depende del tipo
de funcin que integramos. Por este motivo, existe una gran variedad de mtodos de integracin.
En este curso vamos a estudiar los mtodos de integracin por integrales inmediatas, por partes, de funciones racionales y por cambio de variable.

3.1. Mtodo de integracin por integrales inmediatas


El mtodo de integracin por integrales inmediatas consiste en transformar la
funcin dada, mediante las propiedades de la integral indefinida, en funciones
cuyas primitivas pueden calcularse de forma inmediata, es decir, como las que
figuran en la tabla de la pgina siguiente. De esta forma, podemos calcular la
integral indefinida aplicando las frmulas o expresiones que aparecen en la
mencionada tabla.

ACTIVIDADES
RESUELTAS
4. Calcula las integrales indefinidas que figuran a continuacin:
a)

b)

1
2

x3
x 3
x 4 /3
2
3
2
4
3
5 x + 4 3 x dx = 5 x dx + 2 x dx  3 x dx = 5 3 + 2  3  3 4 / 3 + C

52
[
[2x 2 7] 4 x dx = 2x

dx =

 7]
53

53

+C

1
1
e3x
e 3 x 3 dx = e 3 x + C =
+C
3
3
3

c)

d)

2x

5
5x 2
dx =
3
12
4x 3

f)

cos ( x 2 2 x ) ( x 1) dx =

g)

sen x 4

1+ tg2 x
1
dx = 2 tg x + C
dx = 2 1 + tg2 x

2 x
x

sen2 x cos x dx = (sen x )2 cos x dx =

ln x
1 1
ln x
ln2 x
+C
dx = ln x dx =
+C =
2
2
x
x

3x

2
1
1 2x +1
2x
2x +1 2 x dx =
+C =
+C
2
2 ln 2
ln 2
2

e)

h)

i)

j)

+1

x dx =

12 x 2
5
ln 4 x 3  3 + C
dx =
3
12
4x  3

1
x3
dx =
3
3 4

1
sen( x 2  2x )
cos ( x 2  2x ) 2 ( x  1) dx =
+C
2
2

sen x 4 4 x 3 dx =

 cos x 4
+C
12

1
1
dx =
7
cos2 7 x

tg 7 x
7
+C
dx =
7
cos2 7 x

k)

sen3 x
+C
3

Integrales indefinidas

217

INTEGRALES INMEDIATAS
TIPO DE FUNCIN PRIMITIVA

PRIMITIVA SIMPLE

Funcin potencial

a | 1

dx =

PRIMITIVA COMPUESTA

x a +1
+C
a +1

dx = e x + C

f . dx =

f a +1
+C
a +1

f . dx = e f + C

Funcin exponencial

a x dx =

1
dx = ln x + C
x

Funcin logartmica

ax
+C
ln a

a f f . dx =

af
+C
ln a

f.
dx = ln f + C
f

Funcin seno

cos x dx = sen x + C

cos f f . dx = sen f + C

Funcin coseno

sen x dx =  cos x + C

sen f f . dx =  cos f + C

(1 + tg

(1 + tg

x) dx = tg x + C

f ) f . dx = tg f + C

Funcin tangente

1
dx = tg x + C
cos 2 x

(1 + cotg x) dx =  cotg x + C
2

f.
dx = tg f + C
cos 2 f

(1 + cotg f ) f . dx =  cotg f + C
2

Funcin cotangente

f.

sen f dx = cotg f + C

sen x dx = cotg x + C

Funcin arco seno

Funcin arco tangente

1
1  x2
1

1+ x

dx = arcsen x + C

dx = arctg x + C

f.
1  f2
f.

1+ f

dx = arcsen f + C

dx = arctg f + C

Unidad 9

218

3.2. Mtodo de integracin por partes

El mtodo de integracin por partes se basa en la utilizacin de la siguiente


frmula:

Ada Lovelace (1815-1852)

u dv = u v v du
Demostracin:
La demostracin de esta frmula se basa en la diferencial del producto de dos
funciones:
d(u v) = D[u v] dx = (u. v + u v.) dx =
= (u. dx) v + u (v. dx) = du v + u dv
con lo cual podemos escribir:
u dv = d(u v) v du
e integrando en ambos miembros, obtenemos la frmula de integracin por
partes que queramos demostrar:
Hija del clebre poeta ingls Lord Byron, fue educada en temas cientficos
por su madre y por el matemtico britnico Charles Babbage.

u dv = [ d(u v) v du ] = d(u v) v du = u v v du
Este mtodo es til en el clculo de integrales de los siguientes tipos:

Alcanz gran notoriedad en su poca por sus ideas sobre las mquinas
analticas, las precursoras ms inmediatas de los actuales ordenadores.

Q(x)

P(x) a dx
P(x) sen Q(x) dx
P(x) cos Q(x) dx
a sen P(x) dx
a cos P(x) dx
Q(x)
Q(x)

siendo P(x) y Q(x) polinomios.


Muchas veces es preciso aplicar reiteradamente la frmula de la integracin
por partes.

ACTIVIDADES
RESUELTAS
5. Calcula la integral

(x 3) e

dx.

Hacemos:
u = x 3 du = dx
dv = e x dx v =

dx = e x

Aplicando la frmula de integracin por partes, obtenemos:

(x 3)
u

ex dx = u v
dv

v du = (x 3)e e

(x 3)e

dx = (x 4)e x + C

dx = (x 3)e x e x + C

Integrales indefinidas

219

ACTIVIDADES
RESUELTAS
6. Calcula las primitivas de la funcin f(x) = (7x 2 5) sen (2x).
Para calcular las primitivas de esta funcin, resolvemos la integral:

(7x

5) sen (2x) dx

Utilizando el mtodo de integracin por partes, hacemos:


u = 7x 2 5 du = 14x dx

sen (2x) dx = 

dv = sen (2x) dx v =

cos (2x )
2

Aplicando la frmula de integracin por partes, obtenemos:

(7x2 5)
u

sen (2x) dx = uv
dv

vdu = 

(7 x 2  5) cos (2x )
+
2

7x cos (2x) dx

Volvemos a aplicar el mtodo de integracin por partes a la ltima integral:


u = 7x du = 7 dx
dv = cos (2x) dx v =

(7x 2 5) sen 2x dx = 
=

cos (2x) dx =

sen(2x )
2

(7 x 2  5) cos (2x ) 7 x sen(2x )


+

2
2

sen(2x )
7 dx =
2

(7 x 2  5) cos (2x ) 7 x sen(2x ) 7 cos (2x )


+
+
+C
2
2
4

La integral indefinida nos da todas las primitivas de f, diferencindose una de otra en una constante aditiva.

7. Calcula la integral

cos x e

2x

dx.

Utilizamos el mtodo de integracin por partes:


u = e 2 x du = 2e 2 x dx

I=
dv = cos x dx v = sen x

cos x e

2x

dx = sen x e 2x

sen x 2e

2x

dx

2x

dx ]

Aplicamos nuevamente el mtodo de integracin por partes a la ltima integral:


u = 2e 2 x du = 4e 2 x dx

I = sen x e 2x [2 cos x e 2x
dv = sen x dx v =  cos x

cos x 4e

Operando, obtenemos:
I = sen x e 2x + 2 cos x e 2x 4I 5I = e 2x (sen x + 2 cos x)
Por tanto, despejando I y aadiendo la constante de integracin, obtenemos la integral buscada:
I=

cos x e 2x dx =

e 2 x (sen x + 2 cos x )
+C
5

Unidad 9

220

3.3. Mtodo de integracin de funciones racionales


El mtodo de integracin de funciones racionales se utiliza para resolver integrales del tipo:
P(x)
dx
Q(x)

siendo P(x) y Q(x) polinomios con coeficientes reales.


Divisin de polinomios
grado [P(x)] v grado [Q(x)]:
Q(x)
C(x)

P(x)
R(x)

Al resolver este tipo de integrales puede ocurrir que el grado del numerador sea
mayor o igual que el grado del denominador.
En este caso, dividimos el numerador por el denominador, segn vemos en el
margen, y obtenemos:

Propiedades:

grado [R(x)] < grado [Q(x)]


P(x) = C(x) Q(x) + R(x)
Si en la segunda propiedad dividimos en ambos miembros por Q(x),
obtenemos:
P(x)
R( x )
= C(x) +
Q( x )
Q( x )

P(x)
dx =
Q(x)

C(x) dx +

R(x)
dx
Q(x)

Por tanto, la integral dada se ha descompuesto en una integral polinmica,


que es inmediata, y otra racional en la cual el grado del numerador es menor
que el grado del denominador.
Al resolver una integral racional, tambin puede ocurrir que el grado del numerador sea menor que el grado del denominador.
Ahora, en ambas situaciones, el problema queda reducido a resolver integrales racionales en las cuales el grado del numerador es menor que el grado del
denominador.
Estas integrales se resuelven descomponiendo la fraccin integrando en suma
de fracciones simples.


Mtodo de clculo de los
coeficientes de los numeradores
de las fracciones simples
Para determinar estos coeficientes
podemos utilizar dos procedimientos:
Procedimiento basado en la definicin de igualdad de polinomios,
y que dice: dos polinomios son
iguales si tienen el mismo grado y
sus coeficientes respectivos son
iguales.
Procedimiento basado en el principio de identidad de polinomios, y
que dice: si dos polinomios toman
iguales valores numricos para un
nmero de valores x superior al
grado de ambos, los polinomios
son idnticos.

El siguiente teorema nos permite descomponer una fraccin en suma de fracciones simples.
El teorema de descomposicin de una fraccin en suma de fracciones
simples dice que si se descompone el denominador en producto de
factores:
Q(x) = (x a1)n (x am)n
1

P(x)
, con P(x) y Q(x) polinomios con coeficientes reales y
Q(x)
con grado [P (x)] < grado [Q (x)], se descompone en suma de fracciones
simples cuyos denominadores son esos factores y los numeradores son nmeros reales:

la fraccin

A n1
P(x)
A1
A2
=
+
+

+
++
Q(x) x  a1 (x  a1)2
(x  a1)n1
Bn m
B1
B2
+
++
+
2
x  a m (x  a m )
(x  a m )n m
Las integrales racionales, una vez descompuesta la funcin integrando en la
forma anteriormente vista, se reducen al clculo de integrales potenciales y
logartmicas.

Integrales indefinidas

221

ACTIVIDADES
RESUELTAS
8. Descompn en suma de fracciones simples la fraccin f (x) =

x+7
.
x  x2
2

Aplicando el teorema de descomposicin de una fraccin en suma de fracciones simples, podemos escribir:
x +7
x +7
A
B
=
=
+
x 2  x  2 ( x + 1) ( x  2) x + 1 x  2
Determinamos A y B sumando estas fracciones y aplicando el principio de identidad de polinomios a los respectivos numeradores:
x +7
A( x  2) + B( x + 1)
=
A( x  2) + B( x + 1) = x + 7
( x + 1) ( x  2)
( x + 1) ( x  2)
Dando valores a la variable x obtenemos:
x = 2 3B = 9 B = 3

x +7
2
3
+
=
2
x  x  2 x +1 x  2
x =  1  3 A = 6 A =  2
Con lo cual hemos descompuesto la fraccin dada en suma de dos fracciones simples.

9. Calcula la integral I =

2x 2  1
dx .
x2

Es una integral racional en la cual el grado del polinomio numerador es mayor que el grado del polinomio denominador, por tanto, dividimos numerador por denominador y obtenemos:
2x 2 1

x2

2x 2 + 4x

4x 1
4x + 8

2x 2  1
dx =
x2

2x + 4

2x + 4 + x  2 dx = (2x + 4) dx + x  2 dx
7

Estas ltimas integrales son inmediatas, por tanto:


I=

10. Calcula la integral I =

2x 2  1
dx = x 2 + 4x + 7 ln | x 2| + C
x2

3x  1
dx .
3
x

Es una integral racional en la cual el grado del numerador es menor que el grado del denominador. Directamente descomponemos la fraccin dada en suma de fracciones simples y obtenemos:
3x  1
A
B
C
A( x  1) ( x + 1) + Bx ( x + 1) + Cx ( x  1)
3x  1
=
=
+
+
=
x ( x  1) ( x + 1)
x x 1 x +1
x ( x  1) ( x + 1)
x3  x
Aplicando el principio de identidad de polinomios a los polinomios del numerador obtenemos: A = 1; B = 2; C = 1. La integral
pedida es:
I=

3x  1
dx =
3
x

x ( x + 1)

x dx  x  1dx + x + 1dx = ln |x| 2 ln |x 1| + ln |x + 1| + C = ln ( x  1)

+C

Unidad 9

222

3.4. Mtodo de integracin por cambio de variable

Este mtodo se basa en la utilizacin de la derivada de la funcin compuesta


o regla de la cadena.

Un cambio de variable
muy utilizado

El mtodo consiste en expresar la funcin integrando dada en funcin de otra


variable de modo que la integral resultante sea inmediata.

En integrales de los tipos:

a2  b2 x 2 dx
1
a2  b 2 x 2

Esto se consigue mediante un cambio de variable, y procediendo de la siguiente forma:

dx

se hace uno de los cambios siguientes:

x = g(t ) dx = g.(t)dt

bx = a sen t

f(x )dx = f [g(t )] g.(t)dt

bx = a cos t

Una vez obtenidas las primitivas de la ltima integral en funcin de t, se deshace el cambio de variable y as obtenemos la integral buscada.
Este mtodo abarca una gran tipologa de casos, por lo cual, en este curso, consideramos algunos de los ms sencillos.

ACTIVIDADES
RESUELTAS
11. Calcula la integral I =

3x
1 + 7x 2

dx de dos formas diferentes.

Esta integral la podemos resolver por el mtodo de integrales inmediatas:


1

3x
1+ 7x 2

dx = 3 (1 + 7 x )

1
2

3
x dx =
14

(1+ 7x )
2

1
2

3 1+ 7x 2
3 (1 + 7 x 2 ) 2
+C =
+C
14 x dx =
7
14
1
2

Tambin la podemos resolver haciendo un cambio de variable:


1 + 7x 2 = t 2 14x dx = 2t dt dx =

3x
1+ 7x

dx =

3x
t

t dt 3
=
7x
7

t dt
7x

3t

dt = 7 + C

Deshaciendo el cambio de variable, obtenemos:


1 + 7x 2 = t 2 t =

12. Calcula la integral I =

1+ 7x 2 I =

3x
1+ 7x

dx =

3 1+ 7x 2
+C
7

x ln x dx.

Haciendo el siguiente cambio de variable, obtenemos:


ln x = t
5

dx
= dt dx = x dt
x
dt

x ln x dx = x t x dt = 5 t
Y deshaciendo el cambio de variable: I = 5 ln | ln x | + C

= 5 ln | t | + C

Integrales indefinidas

223

ACTIVIDADES
RESUELTAS
13. Calcula la integral I =

x 1+ 3

x 1+1

dx .

Resolvemos esta integral haciendo el siguiente cambio de variable:


x 1 = t 2 dx = 2t dt
x 1+ 3

x 1+1

dx =

t +3
2t dt =
t +1

2t 2 + 6t
dt
t +1

Esta ltima integral es una integral racional con el grado del numerador mayor que el grado del denominador. La resolvemos dividiendo el numerador por el denominador:
2t 2 + 6t

t+1

2t 2t

2t 2 + 6t
4
= 2t + 4 

t +1
t +1

2t + 4

4t
4t 4
4
I=

2t 2 + 6t
dt =
t +1

2t + 4 t + 1 dt = t + 4t 4 ln |t + 1| + C
4

Deshaciendo el cambio de variable, obtenemos:


I=

14. Resuelve la integral I =

5 dx

9  4x2

x 1+ 3

x 1+1

dx = x  1 + 4 x  1  4 ln

x 1+1 + C

por dos mtodos distintos.

La resolvemos primero como inmediata de tipo arco seno:

5 dx
9  4x

Dividimos por 3 en el numerador


=
y en el denominador

5 3
=
3 2

2
3
2x
1
3

dx =

5
5
3
dx =
2
3
4x
1
9

dx
2x
1
3

2x
5
arcsen + C
2
3

En segundo lugar la resolvemos por el mtodo de cambio de variable:


2x = 3 sen t x =

5 dx
9  4x

3
15
cos t dt =
2
2
9  9 sen t
2

3
3
sen t dx = cos t dt
2
2

cos t dt
2

9 1  sen t

2x
5
5
5
dt = t + C = arcsen + C
2
2
2
3

Unidad 9

224

RESOLUCIN DE PROBLEMAS
Par e impar
Demuestra que:
Si n es un nmero impar, entonces m = 3n3 + 5n2 13n + 1, es un nmero par.

FAMILIARIZACIN CON EL PROBLEMA


El enunciado se entiende con facilidad; en l aparecen conceptos bsicos como nmero
par e impar, operaciones elementales y el signo de igualdad.

BSQUEDA DE ESTRATEGIAS
Comenzamos experimentando con nmeros impares sencillos:
Si n = 1, entonces m = 3 13 + 5 12 13 1 + 1 = 4, que es par.
Si n = 3, entonces m = 3 33 + 5 32 13 3 + 1 = 88, que es par.
Si n = 5, entonces m = 3 53 + 5 52 13 5 + 1 = 436, que es par.
Observamos que en estos casos particulares el enunciado se cumple. Veamos si es as para
el caso general, es decir, cuando consideramos un nmero impar cualquiera como
n = 2k + 1, siendo k un nmero entero.

LLEVAR ADELANTE LA ESTRATEGIA


Sustituimos en la expresin del enunciado, m = 3n3 + 5n2 13n + 1, el valor de n, considerado impar (n = 2k +1), y operando obtenemos:
m = 3(2k + 1)3 + 5(2k + 1)2 13(2k + 1) + 1
m = 3(8k 3 + 12k 2 + 6k + 1) + 5(4k 2 + 4k + 1) 13(2k + 1) + 1
m = 24k 3 + 36k 2 + 18k + 3 + 20k 2 + 20k + 5 26k 13 + 1
m = 24k 3 + 56k 2 + 12k 4
m = 2 (12k 3 + 28k 2 + 6k 2)
El poder expresar m en esta ltima forma significa que es par, con lo que queda demostrado el problema.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Nos damos cuenta que debemos poner en claro las conexiones del punto de partida (hiptesis) con el punto de llegada (tesis). Para ello nos ayudaremos de todas las herramientas que estn a nuestro alcance: frmulas, figuras, clculos, casos sencillos..., que nos puedan proporcionar pistas sobre estas conexiones.
Debemos tener en cuenta que demostrar propiedades, relaciones, teoremas..., es la accin
ms genuina del quehacer matemtico; es lo que caracteriza la creatividad y el progreso
en matemticas. A partir de unos postulados o axiomas, o a partir de resultados ya verificados, y aplicando con rigor el mtodo lgico-deductivo, se prueban nuevos resultados,
que pasan a formar parte del gran edificio que constituyen las matemticas.

Integrales indefinidas

225

Lenguaje matemtico
apoyndose en 27 axiomas. En pleno siglo XX, el matemtico ruso Andrei Nikolaievitch Kolmogorov (1903-1987)
axiomatiz el clculo de probabilidades.

Las matemticas tienen un lenguaje que se caracteriza por su


precisin y brevedad. Es un lenguaje preciso porque cada trmino contiene la relacin de que se trata con todas sus propiedades. Y es breve porque utiliza solamente las palabras necesarias para poner en marcha los procesos de razonamiento, que
son mucho ms rpidos que el propio lenguaje.

Teoremas. Mediante los smbolos, los conceptos primitivos, las definiciones y los axiomas, podemos descubrir propiedades que tienen los conceptos, que no estn incluidas
en sus respectivas definiciones. Estas propiedades no son
evidentes, siendo necesaria su demostracin, y se las conoce con el nombre de teoremas.

El lenguaje matemtico est formado por un vocabulario y un


conjunto de smbolos peculiares.
Smbolos. Algunos de los smbolos matemticos ms usuales son:
5
Smbolos numricos: 2; 3,7; ; U ; e; K ;
3
Smbolos para designar conjuntos numricos: Q (conjunto de los nmeros racionales); R (conjunto de los nmeros reales);
Smbolos para operaciones: + ; ; ; : ;
D ;

Un teorema es una propiedad que se justifica o se demuestra mediante un razonamiento o deduccin lgica.
En el enunciado de un teorema distinguimos dos partes: la
hiptesis, o condiciones de partida, y la tesis, o conclusin.
HIPTESIS

; ; ; ;

(Condiciones
de partida)

Smbolos para expresar relaciones: = ; < ; > ; f ; v ; ;


; ; ; ;

TESIS
(Conclusin)

La tesis se deduce o es consecuencia lgica de la hiptesis.


Tambin se dice que la hiptesis implica la tesis.

Vocabulario. Las palabras ms utilizadas en la terminologa


matemtica son las siguientes:
Conceptos primitivos. Son ideas esenciales que no admiten definicin, porque no se pueden reducir a otras ms
simples, como, por ejemplo, punto, conjunto,
Definiciones. Una definicin es una explicacin del significado de un concepto, sealando o indicando el contenido del mismo, como, por ejemplo, la de nmero primo.
Axiomas. El axioma es un enunciado que se admite sin
demostracin por considerarlo evidente. Los primeros axiomas de Geometra fueron enunciados por Euclides (315?255? a.C.). Los trabajos de Euclides constituyeron la base
sobre la que el matemtico alemn David Hilbert (18621943) hizo una construccin rigurosa de la Geometra,

A. N. Kolmogorov (1903-1987).

A C T I V I D A D E S
Utiliza el lenguaje matemtico en la resolucin de los siguientes problemas:
1. Nmeros impares. Demuestra que la suma de dos nmeros naturales impares es un nmero par.
2. Nmeros cuadrados. Demuestra que si a, b, c y d son nmeros naturales, tales que
P = a2 + b2

Q = c2 + d 2

entonces el producto PQ es tambin suma de los cuadrados de dos nmeros naturales.

Unidad 9

226

NUEVAS TECNOLOGAS
Integrales con Derive
Derive permite resolver la integral indefinida de cualquier funcin, as como calcular
integrales definidas y hallar reas de recintos planos.

CLCULO DE INTEGRALES INDEFINIDAS


Vamos a calcular la siguiente integral:

4  x 2 dx

Para ello seguimos los siguientes pasos:


1. En el editor de expresiones (parte inferior del rea de trabajo) introducimos la funcin cuya integral queremos hallar y pulsando la tecla INTRO aparece la funcin
en el rea de trabajo.
2. Si la expresin no es correcta la corregimos en el editor de expresiones, y si es correcta elegimos en el men Clculo>Integrales, o pinchamos en
, y aparece en
pantalla una ventana como la de la imagen, que nos permite elegir la variable respecto a la que vamos a integrar, en nuestro caso la x, el tipo de integral, en nuestro caso indefinida, y el valor que asignamos a la constante de integracin:

3. Pulsando
aparece el resultado de la integral en el rea de trabajo, tal
como vemos en la pantalla de la imagen adjunta.

CLCULO DE INTEGRALES DEFINIDAS


Vamos a calcular la siguiente integral:
2

ln x dx
1

Para ello seguimos los pasos del apartado anterior, eligiendo en el segundo paso (en
la ventana de la imagen superior) el tipo Definida y los lmites de integracin, Lmite
Superior 2 y Lmite Inferior 1. As obtenemos el valor de esta integral, como vemos en
la imagen adjunta.
PRACTICA con Derive la resolucin
de las actividades nmeros 4, 6 y 10.

Tambin podemos, mediante la opcin Grfica, representar la funcin y observar el


rea que queremos hallar.

Integrales indefinidas

227

EN RESUMEN
DERIVACIN

FUNCIN PRIMITIVA

FUNCIN DERIVADA

INTEGRACIN

af dx = a f dx ; a R

(f g) dx = f dx g dx

INTEGRAL INDEFINIDA

f ( x ) dx = F ( x ) + C

F .( x ) = f ( x ) ; C R

propiedades

se resuelve por

MTODO
DE INTEGRACIN POR
INTEGRALES INMEDIATAS

MTODO
DE INTEGRACIN
POR PARTES

MTODO
DE INTEGRACIN DE
FUNCIONES RACIONALES

MTODO
DE INTEGRACIN POR
CAMBIO DE VARIABLE

utiliza la

utiliza la frmula

utiliza la

utiliza la propiedad

Tabla de integrales
inmediatas

u dv = uv v du

Descomposicin
de la funcin racional
en suma de fracciones

f (x) dx = f [ g(t)] g.(t) dt


x = g(t)

AMPLA CON
Una mente prodigiosa (Editorial Mondadori) de Sylvia Nasar es una biografa del
matemtico estadounidense John Forbes Nash, nacido en 1928. Su infancia y su
juventud aparecen marcadas por un comportamiento y una inquietud que ya revelan su extraordinaria capacidad intelectual y sus dificultades para relacionarse
con los dems.
Durante sus aos de universidad, rodeado de genios como Albert Einstein o John
von Neumann, Nash desarroll importantes trabajos en los mbitos ms diversos
de las matemticas. La autora nos habla tambin en el libro de su terrible enfermedad, la esquizofrenia, que lo mantuvo alejado del mundo durante treinta aos,
de su curacin y su vuelta a la actividad intelectual, para finalmente, recibir el Premio Nobel de Economa en 1994.

Unidad 9

228

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Se sabe que la grfica de una funcin f pasa por el punto (1, 1) y que f.(1) = 2. Se conoce tambin que su derivada segunda es la funcin g(x) = 2. Calcula razonadamente la funcin f.
Sabemos que g(x) es la derivada segunda de f :
g(x) = f..(x) = 2
La funcin f. es primitiva de la funcin f .., pues [ f. ]. = f... Tenemos entonces:
f.(x) =

f..(x) dx = 2dx = 2x + C

Pero como f.(1) = 2, resulta que 2 = 2 1 + C, con lo que C = 0.


Por otra parte, f es una primitiva de la funcin f., con lo cual:
f.(x) = 2x; f(x) =

f.(x) dx = 2x dx = x

+K

Como la grfica de f pasa por (1, 1), tenemos que 1 = 12 + K, con lo que K = 0.
Por lo tanto, la funcin f buscada es f (x) = x 2.

Calcula la integral

x ln x dx.

Resolvemos esta integral por el mtodo de integracin por partes:


u = ln x du =

1
dx
x

dv = x dx v =

Calcula la integral

ln x dx = uv
u

dv

1 x1
e dx.
x2

v du =

x 2 ln x

2

x2
2

x2 1
x 2 ln x 1
x 2 ln x x 2
x dx =
dx =


+C
2 x
2
2
2
4

Resolvemos esta integral por el mtodo de integrales inmediatas:

1 x1
1
e dx =
2
1
x

1
1
1
x
x
=

1

+
=

+C
dx
e
C
e
x2


ex

Tambin podemos resolver esta integral por el mtodo de cambio de variable:


1
1
= t  2 dx = dt dx =  x 2 dt
x
x

1 x1
e dx =
x2

1 t
e (  x 2 dt ) = 
x2

e t dt =  e t + C =  e x + C

Integrales indefinidas

Calcula I =

229

x dx

( x  1)( x

 1)

Esta integral la resolvemos por el mtodo de integracin de funciones racionales.


x
x
A
B
C
=
=
+
+
( x  1) ( x 2  1) ( x  1)2 ( x + 1) x  1 ( x  1)2 x + 1
Determinamos los coeficientes A, B y C sumando las fracciones simples y aplicando el principio de identidad de polinomios
a los respectivos numeradores:
x
A( x  1) ( x + 1) + B( x + 1) + C ( x  1)2
=
( x  1) ( x 2  1)
( x  1)2 ( x + 1)
x = 1 1 = 2B B =

1
2

x =  1 1 = 4C C = 

1
4

x = 0 0 = A + B + C A =

1
4

La integral pedida vale:


I=

x dx

( x  1) ( x

 1)

1
4

dx

dx

x  1 + 2 ( x  1)

1
4

dx

Halla una primitiva de la funcin y = (2x + 1)3 que tome el valor 500 para x =

7
.
2
Y

El conjunto de todas las primitivas de y = (2x + 1)3 viene dado por:


F(x) =

(2x + 1)

x + 1 = 4 ln x  1  2( x  1)  4 ln x + 1 + C

500

dx

(2x + 1) 4
F (x ) = 12
8

Esta integral es inmediata de tipo potencial:


F (x) =
=

(2x + 1)

dx =

1
2

(2x + 1)

2 dx =

(2x + 1)4
1 (2x + 1)4

+C =
+C
2
4
8
F(x) =

(2x + 1)4
+C
8

La primitiva pedida ha de cumplir:


F

7
(7 + 1)4
= 500
+ C = 500 C =  12
2
8

Por tanto, la primitiva que satisface el enunciado del problema es:


(2x + 1)4
F(x) =
 12
8

X
7

Unidad 9

230

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Halla tres primitivas de cada una de las siguientes funciones:
b) f 2 (x) = 4x 3 5

a) f 1 (x) = x

2. Halla la primitiva de la funcin f(x) =

d) f 4 (x) = e2x

c) f 3 (x) = 2

1
que valga 3 para x = 0.
x +1

3. Encuentra una funcin y = f(x) cuya derivada sea f.(x) = 3x 2 y pase por el punto (2, 10).
4. Calcula las siguientes integrales, cuyas funciones primitivas son potenciales:
e)

(3x 2) dx

i)

(2x + 1)

dx

f)

x (x

j)

sen x cos x dx

x 4 dx

g)

(5x 3)

dx

k)

cos x

x 2
dx
x3

h)

6  9 x dx

l)

4x

5x

b)

c)

d)

dx

a)

1) dx

12

tg x
2

dx

dx

1  x 3 dx

5. Calcula las siguientes integrales, cuyas funciones primitivas son exponenciales:


a)

b)

32x dx

sen x

cos x dx

c)

d)

4x

+1

x/2

x dx

dx

e ln x
dx
x

e)

f)

dx

6. Calcula las siguientes integrales, cuyas funciones primitivas son logartmicas:


a)

b)

2
dx
3x + 5

c)

tg x dx

d)

3x + 6
dx
x + 4x + 5

e)

2x 2
dx
3x 3  7

f)

x ln x

e x ] e x dx

e)

5 sen 2x dx

dx

f)

ex
dx
2e x  3
5

dx

7. Calcula las siguientes integrales, cuyas funciones primitivas son trigonomtricas:


a)

sen (3x + 1) dx

c)

[1 + tg

b)

2x cos (3x ) dx

d)

cos x

3x
2

sen x
x

dx

Integrales indefinidas

231

8. Calcula las siguientes integrales, cuyas funciones primitivas son inversas de las funciones trigonomtricas:
a)

5
dx
1+ 9x 2

b)

1  25 x 2

dx

c)

d)

3x
dx
16 + 9 x 4
8

dx

4  9x 2

ex
dx
1 + e 2x

e)

f)

4x

 14
dx
2
+7

9. Resuelve las siguientes integrales por el mtodo de integracin de integrales inmediatas:


a)

(2x

b)

c)

(x

d)

3  2e

5
x

dx

x 4  3x x + 2

dx

j)

(2x

x +1
dx
+ 4x  7

k)

2
x x

l)

5x 2
dx
3
+8

g)

cos x dx

h)

(x 2) sen 2x dx

i)

x3 

f)

g)

2x

h)

( 9x  x ) dx

1
x2

dx

4x + 4)2 dx

4e x

dx

3x
dx
+ 16

i)

e)

3x +

4x + 5) dx

3) 2 5x dx

5
7
x+
dx
3
5

10. Resuelve las siguientes integrales por el mtodo de integracin por partes:
a)

ln x dx

d)

(1 3x)3

b)

e)

c)

5x e

f)

(2x + 5) sen x dx

ln x dx
x

dx

dx

e x dx

sen x dx

11. Resuelve las siguientes integrales por el mtodo de integracin de funciones racionales:
a)

b)

3x
dx
x2

c)

4
dx
2
x  3x + 2

d)

 x3
dx
x2 + 4

e)

x3 + x + 3
dx
x2 + 1

f)

x2 + 1
dx
x2  1

4 x 2  3x + 1
dx
x 3  2x 2 + x

12. Resuelve las siguientes integrales por el mtodo de integracin de cambio de variable:
a)

b)

c)

x 2  1 dx

e x
dx
1+ e x
3

1 + ln x
dx
x

2x  3

2x  3 + 1

e)

x2 + 1
dx
x

f)

x ln x

d)

dx

dx

g)

h)

i)

x+
e

dx
x

dx
3

1

x
x +1

dx

Unidad 9

232

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
13. Determina la funcin f (x) sabiendo que su grfica pasa por el punto (2, 4) y su derivada es:
f.(x) =

14. Calcula

1
+ 2x
x4

x (x 2 + 2x) dx.

15. Halla una funcin cuya segunda derivada es 6x 2 + 2x + 2, tal que en x = 0 vale 5 y su primera derivada pasa por (1, 0).
16. Resuelve las siguientes integrales:
a)

b)

(x 1)(2x 3) dx

c)

2x
dx
x +5

d)

x
dx
( x + 1)2

x2
dx
4 x

17. Sabiendo que la funcin y = f(x) es continua, que f(0) = 0 y, adems, que su derivada es:
1  2x si x < 1
f .( x ) =
si x > 1
1
a) Calcula f (x).
b) Esboza su grfica.
18. Encuentra la primitiva de la funcin f(x) = (x 2) e2x que se anule para x = 2.
19. Una funcin f(x) tiene como derivada f.(x) =

x
1 x 2

y verifica f (0) = 3.

Encuentra la funcin f(x).


20. Una funcin f (x) verifica f..(x) = 2. Halla f (x) sabiendo que su grfica pasa por (2, 0) y la pendiente de la tangente en
(2, 0) es 10.
21. Calcula

x +1
dx.
x2  x

22. Halla f(x) si sabemos que f(0) = 1, f.(0) = 2 y f..(x) = 3x.


23. Calcula una funcin real f : R q R que cumple las condiciones siguientes:
f.(0) = 5,

f..(0) = 1,

f(0) = 0 y

24. Halla dos primitivas de la siguiente funcin:


f ( x ) = e x (1 + e x )3

f ...(x) = 24x 12

Integrales indefinidas

233

AUTOEVALUACIN
1. La primitiva de la funcin f(x) =
1
1

x+2 2

a) F(x) =

1
1
que valga
para x = 2 es:
4
( x + 2)2
1
1
b) F (x) =
+
3
2
( x + 2)

c) F(x) = 

2. La grfica adjunta corresponde a la funcin derivada y = f.(x)


de una cierta funcin y = f (x). La expresin de esta, sabiendo
que pasa por el punto (2, 4), es:
a) f(x) = x 2 + 4x

b) f(x) = x 2 4x

1
1
+
x+2 2

Y
6
5

c) f(x) = x 2 + 2x + 4

3. La expresin de la funcin y = f (x) que cumple f ...(x) = 24x;


f..(0) = 2; f.(0) = 1 y f(0) = 0 es:
4

3
2

a) f(x) = x x + x

b) f(x) = x 4 + x 2 x
4

-5

-4

-3

-2

-1

-1

c) f(x) = x + x + x
4. Las primitivas de f(x) = x sen x 2 son:
a) F(x) =

cos2 x
+C
2

5. Al calcular

b) F(x) = 

cos x 2
+C
2

c) F (x) = x 2 sen x + C

sen x dx, obtenemos:

a) F (x) = (x 2 + 2) cos x + 2x sen x + C


b) F (x) = (x 2 2) cos x 2x sen x + C
c) F (x) = (x 2 + 2) cos x 2x sen x + C
6. Las primitivas de f(x) =
a) F (x) =
7. Al calcular

x3
son:
x 1
2

x2 1
+ ln | x 2 1| + C
2 2

x 2 ( x 2  1)2
+
+C
2
2

b) F(x) =

1
ln | x 2 1| + C
2

c) F(x) =

b) F (x) =

1
ln (3e2x + 5) + C
6

c) F (x) = 3e2x + 5x + C

e 2x
dx, obtenemos:
3e 2 x + 5

a) F (x) = arctg e 2x + C
8. Las primitivas de la funcin f (x) =
a) F (x) = ln (1 + e2x ) + C

ex
son:
1 + e 2x
b) F(x) = (1 + e2x )2 + C

c) F (x) = arctg e x + C

9. Las funciones F(x) que verifican x 5 F .(x) + x 3 + 2x = 3, con x | 0, son:


a) F(x) =

1
2
+C

x 3x 3

b) F(x) =

1
2
3
+C
+ 3 
x 3x
4x4

c) F (x) =

1
3
+C
+
x 4x3

2a
+ 5, con x | 0, donde a es una constante. Sabiendo que cierta funcin F (x) es
x3
una primitiva de f y que verifica F(1) = 6 y F(2) = 42, el valor de a es:

10. Se considera la funcin f(x) = 3ax 2 +

a) 4

b) 5

c) 6

u10

Integrales definidas.
unidad 10 Aplicaciones
contenidos

1. Clculo de reas por


el mtodo exhaustivo

2. reas de recintos planos


3. Integral definida.
Propiedades
4. Regla de Barrow
5. rea encerrada
por una curva
6. rea encerrada
por dos curvas

235

La nocin de integral definida se remonta al mundo griego unida al problema de la determinacin de reas y volmenes. Fue
Eudoxo de Cnido (siglo IV a.C.), discpulo de Platn, el primero en
demostrar que el volumen de un cono es igual a un tercio del volumen del cilindro que tiene la misma base y la misma altura,
adems de calcular el rea del crculo y el volumen de una esfera. Arqumedes (siglo III a.C.) calcul el rea del recinto limitado
por un arco de parbola y una cuerda, as como volmenes de
cuerpos limitados por superficies curvas.
El mtodo utilizado por los griegos para calcular las magnitudes
citadas recibe el nombre de mtodo exhaustivo. Las ideas de Eudoxo y Arqumedes permanecieron estancadas hasta que se tradujeron las obras de Arqumedes, en el siglo XVI. Estas ideas interesaron a los cientficos de la poca, en especial a Galileo
(1564-1642) y Kepler (1571-1630). En el siglo XVII, el matemtico
ingls Isaac Barrow (1630-1677) fue el precursor en el clculo de
integrales definidas, enunciando la regla que lleva su nombre y
que conecta la integral definida con las indefinidas y, por tanto,
con las derivadas.
En esta unidad didctica se analiza el clculo de reas por el
mtodo exhaustivo, el concepto de integral definida debido a
Bernhard Riemann (1826-1866), sus propiedades, el clculo de
integrales definidas mediante la regla de Barrow y la aplicacin
relativa al clculo de reas de recintos planos, limitados por una
o ms curvas.
Mediante la integral definida es posible resolver tambin otro tipo
de problemas, como el clculo de las longitudes de arcos de curvas, que aunque no sean objeto de estudio de este curso, tienen
gran utilidad, por ejemplo, en arquitectura y escultura.

cuestiones iniciales
1. Calcula el rea de los recintos planos A1, A2 y A3:
Y
3

Y
3

y=x+1

Y
3

1
3
y = x +
2
2

A2
1

A3

A1
0

3 X

2. Halla el rea del recinto limitado por las rectas de ecuaciones: y = x 3;


x = 1; x = 4; y = 2.

Unidad 10

236

1. Clculo de reas por el mtodo


exhaustivo

Y
a2

Desde la ms remota antigedad, el ser humano se preocup del problema


relativo al clculo de reas de recintos planos.

y=

Algunos de estos recintos estn limitados por segmentos rectilneos, y sus


correspondientes reas se calculan fcilmente. El problema surge al calcular
reas de recintos limitados por segmentos rectilneos y curvilneos.

x2

Los griegos resolvieron algunos de estos problemas. As, Arqumedes (286 a.C.212 a.C.) calcul el rea del recinto que figura en el margen, limitado por un segmento parablico, el eje de abscisas y la recta x = a. Utiliz el mtodo exhaustivo, que consiste en aproximar sucesivamente (exhaustivamente) la superficie
cuya rea se desea calcular mediante rectngulos.
O

rea del recinto OaB =

a
3

y=

x2

a2

Arqumedes demostr que el rea del recinto limitado por la curva y = x 2, el


a3
eje OX y las rectas x = 0 y x = a es A =
, es decir, la tercera parte del rea
3
del rectngulo de base a y altura a2. A continuacin describimos el procedimiento.
Dividimos el intervalo [ 0, a ] en n partes iguales o subintervalos de amplitud o
longitud a/n, como se aprecia en la figura del margen. Sobre cada uno de estos
subintervalos construimos dos rectngulos, uno de altura igual a la ordenada
del extremo inferior del subintervalo y otro de altura igual a la ordenada del
extremo superior. Calculamos la suma de las reas de estas dos familias de rectngulos, rectngulos superiores (S) y rectngulos inferiores (s).
2

a
a a
a
s = 0+ +
n
n n
n
S=

a
n

a
a
+
n
n

a (n  1)a
2a
++
n
n n

a
2a
+
n
n

a n a
3a
++
n
n n

El rea A del recinto est comprendida entre s y S:

sfAfS
X
O

a 2a 3a 4a

n n n n

na
=a
n

a 2
a 2
2
2
2
2
n [1 + 2 + + (n  1) ] f A f n [1 + 2 + + n ]
Utilizando la suma de los primeros cuadrados, obtenemos:
3


Suma de los h primeros
cuadrados
Por el principio de induccin matemtica o induccin completa, se puede obtener fcilmente la expresin:
h(h + 1) (2h + 1)
1 + 2 ++ h =
6
que da la suma de los cuadrados de
los h primeros nmeros naturales.
2

a (n  1) n (2 n  1)
a n(n + 1) (2 n + 1)
fAf
n
n
6
6
Tomando lmites cuando n q +h, lo cual equivale a tomar infinitos subintervalos, obtenemos:
a 3 (n  1) (2 n  1)
a 3 (n + 1) (2 n + 1)
lm
A
lm
f
f

;
n q+h
n q+h
6n 2
6n 2

Por tanto, el rea del recinto vale A =

a3
.
3

a3
a3
fAf
3
3

Integrales definidas. Aplicaciones

237

ACTIVIDADES
RESUELTAS
1. Calcula, mediante el mtodo exhaustivo, el rea del recinto limitado por la grfica de la funcin y = x3, el eje OX, y las
rectas x = 0 y x = a.
Dividimos el intervalo [0, a] en n subintervalos iguales de amplitud

a
.
n

La suma de las reas, S, de los rectngulos superiores viene dada por:


3

S=

a a
a 2a
a 3a
a n a
+ + ++
n n
n n
n n
n n

y la suma de las reas, s, de los rectngulos inferiores viene dada por:


3

s=

a
a a
a 2a
a (n  1) a
0 + + ++

n
n n
n n
n
n

El rea A del recinto est comprendida entre s y S:


sfAfS
3

a
a a
a 2a
a (n  1) a
a a
a 2a
a 3a
a n a
0 + + ++
f A f n n + n n + n n + + n n
n
n n
n n
n
n

Sacando factor comn en los miembros de la desigualdad, obtenemos:


4

a 3
a 3 3
3
3
3
3
3
n [0 + 1 + 2 + + ( n  1) ] f A f n [1 + 2 + 3 + + n ]
Por el principio de induccin completa, obtenemos que la suma de los cubos de los h primeros nmeros naturales es:
13 + 23 + 33 + + h3 =

h2 (h + 1)2
4

y aplicando esta igualdad a la expresin anterior, obtenemos:


4

Y
a3

a n2 ( n + 1)2
a ( n  1)2 n2
f
A
f
n
n
4
4
Tomando ahora lmites cuando n q +h, lo que equivale a tomar infinitos subintervalos,
obtenemos:
a 4 ( n  1)2 n2
a 4 n2 ( n + 1)2
f A f lm

lm
nq+h n
nq+h n
4
4

y = x3

a
a
fAf
4
4
Por tanto, el rea vale:
A=

a4
4

Es decir, el rea del recinto es la cuarta parte del rea del rectngulo de base a y altura a 3.
O

Unidad 10

238

2. reas de recintos planos


Vamos a aplicar el mtodo utilizado por Arqumedes, el mtodo exhaustivo,
para calcular el rea o superficie del recinto limitado por la grfica de una funcin f, el eje OX y las rectas de ecuaciones x = a y x = b. La funcin f es continua y definida positiva en el intervalo [a, b].

Particin de un intervalo [a, b]


Particin de un intervalo [a, b] es el
conjunto ordenado y finito de nmeros reales:

y = f (x )

P = {x0, x1, x2, , xn }


de manera que se verifica:
a = x0 < x1 < x2 < < xn = b
Una particin con n + 1 puntos divide
al intervalo [a, b] en n subintervalos:

M1

[x0, x1]
[x1, x2 ]
[x2, x3 ]
.
.
.
[xn 1, xn ]
cuyas amplitudes no tienen por qu
ser iguales.

m1

a = x0 x1

x2 x3

x4

x5

x6

xn 1

xn = b

Dividimos el intervalo [a, b], mediante una particin P, en n subintervalos de


amplitudes no necesariamente iguales.
Cada uno de estos subintervalos [xi, xi+1] da lugar a dos rectngulos de igual base,
la amplitud del intervalo, y de altura el valor mnimo mi y el mximo Mi que
toma la funcin en ese subintervalo, y que existen por ser continua la funcin.
Calculamos la suma de las reas, S(P), de los rectngulos superiores, llamada
suma superior de f asociada a la particin P:
S(P) = (x1 x0)M1 + (x2 x1)M2 + (x3 x2)M3 + + (xn xn 1)Mn =
=

(x

i =1

 x i  1 ) Mi

y la suma de las reas, s(P), de los rectngulos inferiores, llamada suma inferior de f asociada a la particin P:
s(P) = (x1 x0)m1 + (x2 x1)m2 + (x3 x2)m3 + + (xn xn 1)mn =
=

(x
i =1

 x i  1 )m i

Los valores s(P ) y S(P) son valores aproximados por defecto y por exceso del
rea A del recinto, es decir:
s(P ) f A f S(P )
Con el fin de mejorar las aproximaciones s(P ) y S(P ), construimos una sucesin de particiones tales que cada una est contenida en la siguiente, lo que
quiere decir que cada nueva particin contiene ms subintervalos:
P1 P2 Pn

Integrales definidas. Aplicaciones

239

Para cada particin Pi , obtenemos la suma de las reas S(Pi ) de los rectngulos superiores y la suma de las reas s(Pi ) de los rectngulos inferiores.

Convergencia de las sucesiones


montonas y acotadas

Debido a la forma en que hemos construido la sucesin de las particiones,


(Pn ) = (P1, P2, , Pn , ), la sucesin (S(Pn )) = (S(P1), S(P2), , S(Pn ), )
es decreciente y la sucesin (s(Pn )) = (s(P1), s(P2), , s(Pn ), ) es creciente:

Toda sucesin montona creciente


y acotada superiormente tiene lmite, es decir, es convergente.
Toda sucesin montona decreciente y acotada inferiormente tiene lmite, es decir, es convergente.

S(P1) v S(P2) v v S(Pn ) v


s(P1) f s(P2) f f s(Pn ) f
La sucesin (S(Pn)), adems de ser decreciente, est acotada inferiormente
por A; por tanto, esta sucesin es convergente.
La sucesin (s(Pn)), adems de ser creciente, est acotada superiormente
por A; por tanto, tambin es convergente.
Adems, los lmites a los que tienden ambas sucesiones son iguales y coinciden con el rea A del recinto definido:
lm s(Pn ) = A = lm S(Pn )

n q+h

n q+h

ACTIVIDADES
RESUELTAS
2. Consideramos el intervalo [0, 2] y la particin en el intervalo P = {0; 0,5; 1; 1,5; 2} para la funcin:
y =

1 3
9
x  3x 2 + x + 2
2
2

a) Representa grficamente estos datos.


b) Halla las sumas inferior y superior de esta funcin asociadas a la
particin P.
a) La funcin dada pasa por el punto (0, 2) y tiene un mnimo relativo en
el punto (3, 2) y un mximo relativo en el punto (1, 4).

Su grfica y los rectngulos a que da lugar la particin del enunciado


estn representados en la imagen adjunta.
b) Hacemos una tabla de valores para la particin dada:
x

0,5

1,5

3,56

3,69

De modo que las sumas inferiores y superiores de esta funcin asociadas a la particin P vienen representadas en la grfica por los rectngulos rayados y tramados y valen:

0,5

1,5

2,5

s(P) = (0,5 0) 2 + (1 0,5) 3,56 + (1,5 1) 3,69 + (2 1,5) 3 = 6,125


S(P) = (0,5 0) 3,56 + (1 0,5) 4 + (1,5 1) 4 + (2 1,5) 3,69 = 7,625

Unidad 10

240

3. Integral definida. Propiedades

Acabamos de ver que para una funcin continua en [a, b] y definida positiva
en el mismo intervalo, el rea del recinto limitado por la grfica de la funcin,
el eje OX y las rectas de ecuaciones x = a y x = b, viene dada por:

Funcin definida positiva


en [a, b]
Y

A = lm S(Pn ) = lm s(Pn )

y = f (x )

n q+h

donde S(Pn ) es la suma de las reas de los rectngulos superiores y s(Pn ) es la


suma de las reas de los rectngulos inferiores para la particin Pn .

A
O

n q+h

f(x) > 0 x [a, b]

Manteniendo todas las hiptesis, excepto la de ser f definida positiva en [a, b],
se puede demostrar que se sigue manteniendo la igualdad de los dos lmites. El
nmero A se llama integral definida de la funcin f en el intervalo [a, b].

A=

f (x) dx

Para una funcin f continua en el intervalo [a, b] definimos la integral


definida de la funcin f en el intervalo [a, b] de la siguiente forma:

Funcin definida negativa


en [a, b]
a

f (x) dx = lm S(Pn ) = lm s(Pn )


n q+h

n q+h

El nmero b se llama lmite superior de integracin y el nmero a se llama lmite inferior de integracin. La funcin f(x) se denomina funcin
integrando.


Y

A continuacin vamos a estudiar las principales propiedades de la integral definida.

Propiedades
y = f (x )

1. Si los lmites de integracin son iguales, la integral es nula:


a

f (x) < 0 x [a, b]

f (x) dx = 0
a

A = f (x) dx
a

2. Si f es definida positiva en [a, b], la integral definida en este intervalo representa el rea del recinto correspondiente y la integral es positiva:
b

f (x) dx > 0

Funcin que cambia el signo


en [a, b]

Si f es definida negativa en [a, b], el valor opuesto de la integral definida


en este intervalo representa el rea del recinto correspondiente y la integral es negativa:

Y
y = f (x )

A1
O

A = f (x) dx
a

A3
c

A2

A = A1 + A2 + A3
A=

f(x) dx f (x) dx + f(x) dx

con

f (x) dx < 0
a

Si f cambia de signo en el intervalo [a, b], la integral definida de f en este


intervalo representa la suma algebraica de las reas de los recintos correspondientes. Es decir, la suma de las respectivas integrales definidas, afectadas del signo correspondiente, nos da el rea del recinto limitado por la
grfica de f, el eje OX y las rectas de ecuaciones x = a y x = b, tal y como
podemos ver en el margen.

Integrales definidas. Aplicaciones

241

3. Si c es un punto interior al intervalo [a, b], se verifica:


c

f (x) dx + f (x) dx = f (x) dx


Mediante la interpretacin geomtrica de la integral definida y si f es definida positiva en [a, b], fcilmente puede visualizarse esta propiedad, pues
equivale a afirmar que el rea del recinto total es la suma de las reas de los
recintos parciales.
Y

y = f (x )
A2

Bernhard Riemann (1826-1866)

A1
O

A = A1 + A2

f (x) dx + f (x) dx = f (x) dx

Esta propiedad es generalizable al tomar ms puntos interiores en el intervalo [a, b].


4. Al intercambiar los lmites de integracin, la integral definida cambia de
signo:
b

f (x) dx = f (x) dx
Esta propiedad se puede demostrar fcilmente a partir de las propiedades
1 y 3 que acabamos de ver:
b

f (x) dx + f (x) dx

(3)

f (x) dx

(1)

= 0

5. La integral definida de la suma o diferencia de dos funciones es la suma o


diferencia de las integrales definidas de ambas funciones:
b

Matemtico alemn, uno de los alumnos aventajados de Gauss. Su principal contribucin a las matemticas
consisti en el desarrollo de una de las
geometras no eucldeas.
Su nombre tambin aparece ligado al
concepto de integral.

[ f (x) g(x)] dx = f (x) dx g (x) dx


6. Si K es un nmero real, se verifica:
b

K f (x) dx = K f (x) dx
7. Si f(x) f g(x) x [a, b], entonces se verifica:
b

f (x) dx f g(x) dx
Y

Unidad 10

242


Isaac Barrow (1630-1677), matemtico ingls, el primero en ocupar la prestigiosa Ctedra Lucasiana. Esta ctedra fue creada en 1663 por el comerciante ingls Henry Lucas (1610-1663)
en la Universidad de Cambridge.
Barrow fue profesor de Newton, y en
1669 renunci a su ctedra en favor
de este. A Barrow se le debe la famosa frase:
La Matemtica: el inconmovible Fundamento de todas las Ciencias y la generosa Fuente de Beneficios para los
asuntos humanos.
En la imagen, la portada de una de las
publicaciones matemticas de Barrow.

6. Regla de Barrow
En el epgrafe anterior hemos visto el concepto de integral definida como suma
algebraica de reas de recintos planos.
En la prctica necesitamos un procedimiento que nos permita calcular integrales definidas.
En el siglo XVII, el matemtico ingls Isaac Barrow dio una regla que lleva su
nombre y que permite calcular integrales definidas a partir de las indefinidas.
La regla de Barrow dice:
La integral definida de una funcin f continua en el intervalo cerrado
[a, b] es igual a la diferencia de los valores que toma una primitiva F
cualquiera en los extremos superior e inferior del intervalo [a, b].
Se denota por:
b

f (x) dx = [F(x)]

= F(b) F(a)

F(x) es una primitiva cualquiera de f(x).


Clculo de integrales definidas
Para calcular integrales definidas

f (x)dx, seguimos estos pasos:


a

1. Calculamos la integral indefinida correspondiente f (x) dx = F(x) + C.


2. Tomamos una primitiva cualquiera, en particular podemos hacer
C = 0 y tomar F(x).
3. Calculamos la integral definida aplicando la regla de Barrow.

ACTIVIDADES
RESUELTAS
3. Calcula

4
0

(4x x2)dx.

Para calcular la integral definida pedida seguimos los siguientes pasos:

Calculamos la integral indefinida correspondiente:

Tomamos, por comodidad, la primitiva que resulta de hacer C = 0, y que es:

( 4 x x 2 )dx = 2x 2 

F ( x ) = 2x 2 

x
3

Calculamos la integral pedida aplicando la regla de Barrow:


4

4
0

x3
43
03
32
2
(4x x2)dx = 2x 2 
 2 02 
=
= 10, 7
= 2 4 
3
3
3
3

Este valor es el rea del recinto sombreado de la figura.

y = 4x x2

x3
+C
3

Integrales definidas. Aplicaciones

243

ACTIVIDADES
RESUELTAS
4. Calcula

3
2

(3x 2 2x + 7) dx.

La integral indefinida correspondiente es: (3x 2 2x + 7) dx = x 3 x 2 + 7x + C.


Tomamos la primitiva que resulta de hacer C = 0 y aplicamos la regla de Barrow:

3
2

(3x 2 2x + 7) dx = [ x 3 x 2 + 7x ] 2 = (33 32 + 7 3) [ (2)3 (2)2 + 7(2)] = 39 + 26 = 65

5. Calcula la integral definida

1
0

4x 2x dx.

Determinamos la integral indefinida por el mtodo de integracin por partes:


2x dx =

4x
u

dv

4 x 2x

ln 2

4 2x
4 x 2x 4 2x
 2 +C
dx =
ln 2
ln 2
ln 2

u = 4x du = 4 dx
dv = 2x dx v =

2x
ln 2

Tomando C = 0, aplicamos la regla de Barrow a la primitiva correspondiente:


1

4 x 2x 4 2x
4x 2x dx =
 2 =
0
ln 2 0
ln 2
1

6. Calcula la integral definida

10

4 ln 12 2  4ln 22  4 ln0 2 2
1

4 20
ln2 2

= 8 lnln2 2 4
2

dx .

x 1

Calculamos la integral indefinida por el mtodo de integracin de cambio de variable:


x 1 = t 2 dx = 2t dt
x

x 1

dx =

t2

2t dt =

2(t

+ 1) dt =

2t 3
2 ( x  1)3
+ 2t + C =
+ 2 x 1+ C
3
3

Aplicamos la regla de Barrow:

10

10

2 ( x  1)3

dx =
+ 2 x  1 =
3

5
x 1
x

2 33

2 32

+ 23 

+ 22 =

44
3

Tambin puede resolverse la integral definida en funcin de la nueva variable, cambiando los lmites de integracin. Operando de
esta forma obtenemos:
x  1= t2 t =

10

x
x 1

dx =

x = 10 t = 10  1 = 3
x 1
x = 5 t = 5  1 = 2
3

2t 3

2(t 2 + 1) dt =
+ 2t =
3

2
2

2 33

2 32

+ 23 

+ 22 =

44
3

Unidad 10

244

5. rea encerrada por una curva


Para determinar el rea del recinto limitado por la grfica de una funcin, el
eje OX y las rectas de ecuacin x = a y x = b, consideramos tres casos distintos
segn como sea el signo de la funcin en el intervalo [a, b]. Tenemos en cuenta la propiedad segunda de la integral definida.
Si f es definida positiva en [a, b], el rea del recinto correspondiente es:
Y
y = f (x )

A=

Puntos a tener en cuenta en el


clculo del rea bajo una curva
1. Representacin grfica de la funcin f.

Si f es definida negativa en [a, b], el rea del recinto correspondiente es:


Y

2. Delimitacin del recinto cuya rea


deseamos calcular.

3. Estudio del signo de la funcin f


en el intervalo correspondiente.

A = f (x) dx

4. Utilizacin, en el caso de que exista, de la simetra en el recinto.

f (x) f 0 x [a, b]

Ejemplo:
y = f (x )

f par

A1
a

f (x) v 0 x [a, b]

f (x) dx

A2
a X

Si f cambia de signo en el intervalo [a, b], el rea del recinto correspondiente es la suma de las integrales definidas afectadas de los respectivos signos.
Y

A = A1 + A2 =

f dx +

f dx

y = f (x )

Utilizando la simetra:

A3

A1
a

A = 2A2 = 2

f dx

b
A2

A = A1 + A2 + A3
A=

f (x) dx f (x) dx + f (x) dx

Integrales definidas. Aplicaciones

245

ACTIVIDADES
RESUELTAS
7. Halla el rea del recinto limitado por la grfica de la funcin f (x) = x 2 + 4x y el
eje OX.

Y
y = x 2 + 4 x
4

Una vez representada la funcin, obtenemos el recinto cuya rea queremos hallar. Este recinto est delimitado por la grfica de la funcin, el eje OX y las rectas de ecuaciones x = 0
y x = 4.
2

Como f es definida positiva en [0, 4], el rea del recinto es:


A=

4
0

(x 2 + 4x) dx = 
+ 2x 2 =
3
0
=

 3 + 2 4   3 + 2 0 =
4

32
unidades cuadradas (u2)
3

8. Calcula el rea del recinto limitado por la grfica de la funcin f(x) = x3 3x


y el eje OX.

Y
2

Una vez representada la grfica de la funcin f (x) = x3 3x, sealamos el recinto


cuya rea queremos hallar y obtenemos que el rea buscada es:

y = x 3 3x

A = A1 + A2 =

 3

(x 3x) dx

x 4 3x 2
=


4
2 

A1

(x 3x) dx =

1
2

x 4 3x 2
9 2


= u
4
2 0
2

Tambin podemos calcular el rea utilizando la simetra de la funcin:


A = 2A 1 = 2

A2
1

9 9 2
= u
4 2

9. Calcula el rea del recinto limitado por la grfica de la funcin f(x) = sen x, el eje OX y las rectas de ecuaciones x = U y x = 2U.
Una vez representada la grfica de la funcin f(x) = sen x, sealamos el recinto cuya rea queremos hallar.
Y
1
y = sen x

A2
U

A1

A3

2U X

Y obtenemos que el rea buscada es:


A = A1 + A2 + A3 =

0
U

sen x dx +

U
0

sen x dx

2U

sen x dx = 6 u2

Utilizando la simetra de la funcin, tambin podemos calcular el rea:


A = 3A2 = 3

U
0

sen x dx = 3[ cos x ]0 = 3[ ( cos U ) ( cos 0)] = 3 2 = 6 u2

Unidad 10

246

6. rea encerrada por dos curvas


El rea del recinto limitado por las grficas de dos curvas, f y g, y las rectas de
ecuaciones x = a y x = b, siendo f (x) v g(x) x [a, b], viene dada por:
A=

[ f (x) g(x)] dx;


a

f (x) v g (x) x [a, b]

Y
y = f (x )

y = g (x )
Y
B
y = f (x )

Demostracin
Consideramos dos casos:

Cuando f(x) v g(x) v 0 x [a, b], es decir, ambas funciones son definidas positivas en [a, b].
A

En este caso, segn vemos al margen, el rea A del recinto es:


A = rea del recinto (abDB) rea del recinto (abCB) =

C
y = g (x )
O

f (x) dx g (x) dx = [ f (x) g(x)] dx

Cuando f(x) v g(x) x [a, b] y no necesariamente las funciones positivas en [a, b].

y = F (x ) = f (x ) + C

En este caso definimos dos funciones


en [a, b] sin ms que ha positivas


cer una traslacin de vector v = 0 i + C j con C suficientemente grande
para que las funciones resultantes F y G sean definidas positivas en [a, b].
Entonces:

A.

y = G (x ) = g (x ) + C

F(x) = f (x) + C
F(x) v G(x) v 0 x [ a , b ]
G(x) = g(x) + C
De esta forma, y teniendo en cuenta el caso anterior, podemos poner:

y = f (x )
O

A = A. =
b X

[ F(x) G(x)] dx = [ (f (x) + C) (g (x) + C)] dx =


=

[ f (x) g(x)] dx
a

Es decir, queda demostrado tambin en este caso que:


y = g (x )

A=

[ f (x) g(x)] dx
a

Integrales definidas. Aplicaciones

247

ACTIVIDADES
RESUELTAS
10. Calcula el rea del recinto limitado por las grficas de las funciones
f (x) = x 2 + 4x y g(x) = 3.

Y
f (x ) = x 2 + 4 x

Representamos las grficas de ambas funciones y observamos que para


calcular el rea del recinto necesitamos conocer los puntos de corte de
ambas grficas:

A
3

y =  x 2 + 4 x
2
 x + 4 x = 3 x = 1, x = 3
y =3

g (x ) = 3

Como en el intervalo [1, 3] es f (x) v g (x), el rea del recinto vale:


A=

3
1

[f(x) g (x)] dx =
3

x3

= 
+ 2x 2  3 x =
3
1

 33 + 2 3

3
1

 13 + 2 1  3 1 = 43 u

[(x 2 + 4x) 3] dx =
3

 33 

11. Calcula el rea del recinto limitado por las grficas de las funciones f (x) = x 2 9 y g(x) = x 4 9x 2.
Representamos las funciones grficamente. Por ser ambas funciones pares o simtricas respecto del eje OY, el problema se reduce al clculo de
las reas A1 y A2.

Y
3

Determinamos las abscisas de los puntos de corte de ambas grficas:


y = x2  9

2
4
2
x  9 = x  9x
4
2
y = x  9 x

y = x2 9

Las soluciones de esta ecuacin bicuadrada son x = 1, x = 1, x = 3,


x = 3 y, por tanto, los puntos de corte son:

(3, 0) ; (1, 8) ; (1, 8) ; (3, 0)


Las reas A1 y A2 valen:
A1 + A2 =

1
0

[g (x) f (x)] dx +

3
1

[f(x) g(x)] dx =
6

392 2
= [(x 4 9x 2) (x 2 9)] dx + [(x 2 9) (x 4 9x 2)] dx =
u
0
1
15

A.1

A1

El rea del recinto vale:


A = A1 + A.1 + A2 + A.2 = 2(A1 + A2) = 2


392 784 2
=
u = 52, 26 u2
15
15

A.2

A2
9

Tambin se podra haber calculado el rea de este recinto de la siguiente


forma:
A=
+

1
0

1
3

[(x 2 9) (x 4 9x 2)] dx +

[(x 4 9x 2) (x 2 9)] dx +

3
1

0
1

[(x 4 9x 2) (x 2 9)] dx +

[(x 2 9) (x 4 9x 2)] dx = 52,27 u2


y = x 4 9x 2

Unidad 10

248

RESOLUCIN DE PROBLEMAS
Medias aritmtica y geomtrica
Demuestra que si a y b son dos nmeros reales positivos, entonces

ab f

a+b
.
2

FAMILIARIZACIN CON EL PROBLEMA


El enunciado no deja lugar a dudas. Experimentamos en la desigualdad con algunos casos
particulares:
Si a = 3 y b = 12, tenemos:
ab = 3 12 = 36 = 6 y

a + b 3 + 12 15
=
=
= 7,5
2
2
2

Si a = b, tenemos:
ab =

aa =

a2 = a y

a + b a + a 2a
=
=
=a
2
2
2

Observamos que las expresiones solo coinciden cuando los nmeros son iguales.

BSQUEDA DE ESTRATEGIAS
Nos resulta difcil llegar de la hiptesis (dos nmeros reales positivos cualesquiera) a la tesis (la desigualdad). En este caso vamos a intentar transformar la tesis sin perder de vista
la hiptesis.

LLEVAR ADELANTE LA ESTRATEGIA


Partimos de la desigualdad que queremos demostrar, y trasponiendo el trmino de la izquierda obtenemos una desigualdad equivalente:
a+b
 ab v 0
2
Y eliminando el denominador: a + b  2 ab v 0
Como en la hiptesis nos dicen que a y b son dos nmeros reales positivos, podemos poner m = a y n = b ; as, la ltima expresin obtenida es igual a:
m2 + n2 2mn v 0
Evidentemente, esta es cierta ya que: m2 + n2 2mn = (m n)2
Por tanto, recorriendo el camino inverso, vemos que de la ltima desigualdad llegamos a
lo que nos piden.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L

a+b
2
ab

Observamos que en la demostracin no hemos recorrido el camino directo que nos lleva
de las hiptesis a la tesis, sino que hemos ido variando la expresin de la tesis a otras equivalentes, y una de estas es la que hemos conseguido demostrar. Este procedimiento tiene
un cierto parecido con la estrategia de resolucin de problemas que denominamos trabajar marcha atrs, que estudiamos en la unidad didctica 7.
Analizando la desigualdad observamos que, dados dos nmeros a y b cualesquiera, la exa+b
presin
es su media aritmtica y ab es su media geomtrica. La desigualdad que
2
hemos probado se denomina desigualdad aritmtico-geomtrica, y podemos observarla en
la figura del margen.

Integrales definidas. Aplicaciones

249

Teoremas
Todo teorema tiene dos partes bien diferenciadas, el enunciado
y la demostracin.
A su vez, en el enunciado distinguimos tambin dos partes, la
hiptesis, o conjunto de condiciones previas, y la tesis, o conclusin.

Hiptesis
Enunciado
Teorema
Tesis

Demostracin

Teoremas asociados a uno dado.


A partir de un teorema, que llamamos directo, cuya hiptesis
denotamos por H y la tesis por T, encontramos los siguientes
teoremas relacionados con l:
Teorema directo. Si se verifica H, entonces se verificar T; se
escribe: H T.
Teorema contrario. Si no se verifica H, entonces no se verificar T; se escribe: no H no T.

La demostracin de un teorema es un conjunto de razonamientos, o deduccin lgica, que nos lleva de la hiptesis a la
tesis.

Teorema recproco. Si se verifica T, entonces se verificar H;


se escribe: T H.
Teorema contrarrecproco. Si no se verifica T, entonces no
se verificar H; se escribe: no T no H.

TEOREMA DIRECTO
HT

RECPROCOS

CONTRARIOS

CONTRARRECPROCOS

CONTRARIOS

En el esquema vemos la relacin entre estos teoremas:

TEOREMA CONTRARIO
no H no T

RECPROCOS

TEOREMA CONTRARRECPROCO no T no H

Relaciones entre los teoremas asociados.


Las relaciones que se verifican entre los teoremas asociados son
las siguientes:
El teorema directo y el contrarrecproco son ambos ciertos o
ambos falsos.

TEOREMA RECPROCO
TH

El teorema recproco y el contrario son ambos ciertos o ambos falsos.


Ambas relaciones se pueden unificar en una que afirma que dos
teoremas contrarrecprocos son equivalentes, es decir, la validez
(o no validez) de uno de ellos implica la validez (o no validez) del
otro, y viceversa.

A C T I V I D A D E S
Utiliza los conceptos asociados a los teoremas en la resolucin de los siguientes problemas:
1. Teoremas. A partir del siguiente enunciado, que es un teorema directo, enuncia el recproco, el contrario y el contrarrecproco:
La suma de dos nmeros naturales impares es un nmero par.
2. Desigualdad. Demuestra que si a y b son dos nmeros reales positivos, entonces se verifica la siguiente desigualdad:
2
f
1 1
+
a b

ab

Unidad 10

250

NUEVAS TECNOLOGAS
Matemticas de Microsoft es un programa informtico que permite resolver la
integral indefinida de cualquier funcin
as como calcular integrales definidas y
hallar reas de recintos planos.

Integrales con Matemticas


de Microsoft
RESOLUCIN DE INTEGRALES INDEFINIDAS
Vamos a calcular la siguiente integral:

(3x

6) e2x dx.

Como vemos al margen, en la barra de herramientas de Clculo de la Calculadora se


encuentra la tecla correspondiente a las integrales indefinidas. Con esta tecla podemos
escribir, en la ventana de entrada de datos, la integral de la funcin que queremos hallar,
y pulsando la tecla
aparece la solucin de la integral en el rea de trabajo:

Podemos comprobar fcilmente que la solucin es correcta sin ms que hallar la derivada de esta funcin, mediante la opcin que nos da esta misma ventana.

CLCULO DE REAS DE RECINTOS PLANOS


Vamos a calcular el rea limitada por las grficas de las funciones:
y = x3

y = 2x x 2

Primero representamos grficamente ambas funciones y observamos el recinto comprendido entre ellas, cuya rea queremos calcular.
En la barra de herramientas de Clculo elegimos la tecla de la integral definida,
y la escribimos tal como vemos en la imagen:

PRACTICA con Matemticas de Microsoft la resolucin de las tres primeras filas de la actividad 3 y la actividad 14.

Integrales definidas. Aplicaciones

251

EN RESUMEN
1

f(x) dx = 0
a

2 Y

Y
O

b
X

f (x) v 0 x [a, b]
A=
3

5
6

A
O

b
a

f (x) f 0 x [a, b]

f(x) dx

A=

f(x) dx + f (x) dx =

b
a

b
a
b

f (x) dx =

a
b

f (x) dx

[ f (x) g(x)] dx =
a

f (x) dx g(x) dx
[ K f(x)] dx = K f(x) dx K R
a

7 Si f (x) f g(x) x [a, b], se verifica:

f(x) dx = 0

b
a

f(x) dx f

b
a

g(x) dx

f(x) dx c [a, b]
propiedades

INTEGRAL DEFINIDA
se calcula con la

REGLA DE BARROW
f continua en [a, b]

b
a

f(x) dx =

= [ F(x)] a = F(b) F(a);


F es una primitiva cualquiera de f
REA ENCERRADA POR UNA CURVA
Y

REA ENCERRADA POR DOS CURVAS


Y

y = f (x)

A3

A1
a O

aplicaciones

y = f (x)

A2

b X

y = g (x)

A = A1 + A2 + A3 =
=

f (x) dx f(x) dx +

f(x) dx

f(x) v g(x) x [a, b] A =

[f(x) g(x)] dx
a

AMPLA CON
En el libro Carnaval matemtico (Alianza Editorial), de Martin Gardner, nos encontramos trucos de naipes, juegos con monedas, el hipercubo de cuatro dimensiones, estrellas mgicas, el arte de Escher, empaquetamientos de cuadrados, el
tringulo de Pascal, juegos de tableros y fichas, la superelipse del creador de juegos Piet Hein o algunas soluciones ingeniosas al problema clsico de la triseccin
de un ngulo.
Martin Gardner fue, durante ms de veinte aos, el autor de las pginas de juegos y pasatiempos matemticos de la revista Investigacin y Ciencia. Considerado
uno de los mejores creadores y comentaristas de cuestiones relacionadas con las
matemticas recreativas, sus desafos y divertimentos en forma de problemas,
rompecabezas, trucos y paradojas llenan miles de pginas.

Unidad 10

252

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Dada la funcin f ( x ) = x +

a
donde a es una constante, encuentra a sabiendo que:
x3

2
1

f (x) dx = 1,5

Encontramos las primitivas de f(x):

a
x2
a
dx
=

+C
2 2x 2
x3


x+

f (x) dx =

Imponemos la condicin del enunciado, a travs de la regla de Barrow:


2

2
1

x2
a
f ( x ) dx = 15
,  2 = 15
,
2

2x 1

Sustituyendo los valores correspondientes, obtenemos:

2  8  2  2 = 15,
a

Calcula

a=0

x2
dx . Cul es el significado geomtrico del valor de esa integral?
x +1

Obteniendo una primitiva del integrando y aplicando la regla de Barrow:

x2
dx =
x +1

x  1+

Como en el intervalo [0, 1] la funcin f ( x ) =

x2

1
1
dx =  x + In x + 1 =  + In 2 = 0,193
2
0
2
x +1

x2
es positiva, la integral
x +1

el eje OX y las rectas x = 0 y x = 1.

f (x) dx representa el rea encerrada por la funcin,


0

Un objeto cae desde un avin con velocidad de cada vertical v = 10 + 32t metros por segundo (t = tiempo en
segundos). A los 10 segundos todava no ha llegado al suelo. Qu se puede afirmar sobre la altura a la que vuela el avin?
La velocidad es la derivada del espacio respecto del tiempo; por tanto, se verifica:
v = h.(t)
donde h es el espacio recorrido por el objeto desde el instante en que se cae del avin (t = 0), hasta el momento t que
consideremos.
El problema afirma que a los 10 segundos el objeto no ha llegado al suelo, por lo cual la altura a la que vuela el avin ser
mayor que el espacio recorrido por el objeto hasta ese instante. Este espacio vale:
v = h.(t) = 10 + 32t

h(10) =

10
0

h.(t) dt =

10
0

(10 + 32t) dt

Resolvemos esta integral definida:


h(10) =

10
0

2
(10 + 32t) dt = [10t + 16t 2]10
0 = 10 10 + 16 10 = 1 700 metros

Es decir, el avin vuela a una altura superior a los 1 700 metros.

Integrales definidas. Aplicaciones

253

Una empresa estima que la tasa de variacin de gastos de mantenimiento y renovacin por informticos viene
dada por la funcin
m(t) = 4t2 + 10t + 10
donde t se mide en aos y m en cientos de euros/ao.
a) Dibuja la grfica y haz una interpretacin.
m (t)

b) Halla el rea encerrada entre la curva anterior y el eje de


abscisas, entre los valores t = 0 y t = 5. Qu representa el
resultado?

cientos euros/ao
150

a) La grfica de la funcin es una parbola que:

100

corta al eje de ordenadas en (0, 10);


su vrtice es el punto (1,25; 3,75).

50

La grfica de la funcin solo tiene sentido para valores de t v 0,


por ser t el tiempo en aos.

10

En t = 0, m(t) = 1 000 euros, que son los gastos iniciales y, a medida que van pasando los aos, la tasa de variacin de gastos aumenta segn la parbola de la grfica.

10

b) El rea buscada es:


5

4t 3

+ 5t 2 + 10t = 3417
, cientos de euros
(4t 2 + 10t + 10) dt =
0
3
0
5

En los cinco primeros aos la empresa se ha gastado en el mantenimiento de sus equipos informticos 34 170 euros.

Calcula el rea del recinto de R2 limitado por dos parbolas de


ecuaciones y = x 2 2x y y = x 2 + 4x.

y = f (x ) = x 2 + 4 x

Representamos grficamente las dos parbolas y delimitamos el recinto cuya rea queremos calcular.
Determinamos los puntos de corte de ambas parbolas:
2

y = x 2  2x
x = 0
2
2
x  2x =  x + 4 x
2
y =  x + 4 x
x = 3

Por tanto, los puntos de corte son (0, 0) y (3, 3).


1

Por ser f(x) v g(x) x [0, 3]:


A=

[f(x) g(x)] dx = [(x


3

2x 3

= 
+ 3x 2 =
3
0

+ 4x) (x2 2x)] dx =

2 33
+ 3 32
3

 

(2x
0

2 03
+ 3 02
3

1
1

+ 6x) dx =

y = g (x ) = x 2 2 x

= 18 + 27 = 9 u

Es decir, el rea del recinto limitado por estas dos parbolas vale 9 unidades cuadradas.

Unidad 10

254

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Se considera la funcin f (x) = 16 x 2 en el intervalo I = [1, 4] y la particin de dicho intervalo dada por P = {1, 0, 2, 4}.
Encuentra de forma razonada el valor de las sumas superior e inferior correspondientes a f y a dicha particin P.

2. Una funcin creciente verifica que f (1) = 1, f (2) = 3 y f (13) = 10. Halla de forma razonada la suma superior y la inferior
correspondientes a la funcin f en el intervalo [1, 3] respecto a la particin P = {1, 2, 3}.

3. Calcula las siguientes integrales definidas:


a)

b)

4 dx

f)

x +3

3 x 3 x 2  3dx

g)

c)

d)

e)

ln x
dx
x
3
1

h)

ex
dx
ex + 2

i)

4x
4 dx
2
(
x
+ 2)
1

1  x
4. Dada la funcin f ( x ) = 2
x

j)

si x < 0
si x v 0

2x + 4
dx
x2  1

k)

x2 + 1
dx
x3  x

l)

50

m)

dx
con b > 0
x+b

n)

x
dx
x+2

2
5

9 + 4 x dx

0
2

, halla

4x 2 (1 + x 3)5 dx

50

(x63 + x11) dx

24 2x dx

x e x dx

dx
x x +1

f(x) dx.
1

5. El polinomio de grado dos P(x) = x2 + Ax + B verifica que se anula para x = 2 y, adems, se sabe que
Halla los coeficientes A y B razonadamente.

6. Calcula las siguientes integrales definidas; puedes ayudarte de las representaciones grficas:
2

a)

b)

3 dx

c)

2x dx

d)

3
1

2x dx

e)

|x| dx

f)

2U
0

3
3

sen x dx

x3 dx

7. Sea la funcin F(x) = x4 + ax3 + bx. Calcula a y b sabiendo que:


El punto (1, 2) pertenece a la grfica de F(x).
F(x) es funcin primitiva de cierta funcin f (x) cuya integral en el intervalo [1, 2] es igual a 10.

P(x) dx = 4.
0

Integrales definidas. Aplicaciones

255

8. Obtn el rea de cada una de las siguientes regiones sombreadas:


Y

Y
y = x2

y = x2

y=1

9. Halla el rea del recinto limitado por la recta y = 3x + 2, el eje OX y las rectas x = 1 y x = 3. Comprueba el resultado por
mtodos geomtricos.
10. Calcula el rea del recinto limitado por la parbola y = x2 4x y el eje OX.
11. Calcula el rea del recinto limitado por la parbola y = 4x x2 y el eje OX.
12. Halla el rea de la regin limitada por la curva y = x3 8x2 + 7x, el eje OX y las rectas x = 2 y x = 7.
13. Calcula el rea de la regin limitada por la hiprbola xy = 36, el eje OX y las rectas de ecuaciones x = 6 y x = 12.
14. Calcula el rea del recinto limitado por las grficas de las siguientes funciones:
a) y = x2
y = 16

c) y = |x2 4|
y=4

e) y = x2
y = 2x

b) y = 6x x2
y = x2 2x

d) y = 4 x2
y=x+2

f) y = x3
y = x2 + 2x

15. Calcula la superficie de un panel publicitario que tiene la siguiente forma: base horizontal de 10 metros de longitud y
resto del contorno limitado por la funcin:
x 2 + 6 x si 0 f x f 5
g( x ) =
 x + 10 si 5 < x f 10
16. La parbola y = a(x2 2x), con a > 0, delimita con el eje OX un recinto de 12 unidades de superficie. Halla el valor de a.
17. La entrada de un nuevo producto alimenticio en el mercado crece de forma exponencial de modo que la cantidad, en gramos,
vendida diariamente en un establecimiento se ajusta a la funcin:
t

f (t ) = 100 e 30
en la cual t representa el tiempo, en das, desde que el producto es
lanzado al mercado. Calcula el total de gramos vendidos en los 90
primeros das, es decir:

90
0

f(t ) dt

Unidad 10

256

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
18. Calcula el valor de a para que se cumpla

U /2
0

(x + a) cos x dx =

U
 1.
2

19. Dada la funcin f(x) = 4x3 + 10x + 8:


a) Calcula una primitiva F(x) que cumpla la condicin F(1) = 20.
b) Enuncia la regla de Barrow y aplcala para calcular la integral de la funcin f (x) en el intervalo [1, 2].
20. Dada la funcin f (x) = ax 3 + bx + c, calcula los valores de a, b y c sabiendo que:
I) F(x) = x4 2x2 + cx es una primitiva de f(x).
II) La integral de f(x) en el intervalo [0, 1] es igual a 1.
21. Durante un cierto perodo de tiempo, las hojas de una especie vegetal transpiran a razn de 2 miligramos de agua por
centmetro cuadrado. Los bordes de una de dichas hojas coinciden con los del recinto acotado del plano limitado por las
curvas de ecuaciones:
1
y = 5x
y = x2
5
donde x e y estn expresados en centmetros. Calcula la cantidad total de agua transpirada por esa hoja en el perodo
de tiempo citado.
22. La grfica adjunta representa una funcin polinmica de grado 2 con mximo en (3, 9). Determina la expresin de la funcin y calcula el rea del recinto sombreado.
x

23. Dada la funcin f ( x ) = a e 3 +


a) Calcula

(3, 9)

1
( x | 0 y a constante):
x2

2
1

f (x) dx. Qu representa geomtricamente su valor absoluto?

b) Se sabe que F es una primitiva de f. Calcula a si F(1) = 0 y F(2) =

1
.
2

24. Halla el rea limitada por f (x), el eje OX y las rectas x = 0 y x = 4, siendo:
1

f ( x ) =  x 2 + 3 x

x +3

si x < 

1
2

1
f x f3
2
si x > 3
si 

25. Los vrtices de una ventana rectangular tienen, respecto a un sistema de ejes cartesianos, las siguientes coordenadas:
A(4, 0), B(4, 3), C (4, 3) y D (4, 0). La sustituimos por una ventana de forma parablica, tal que la parbola de segundo grado que la define pasa por los puntos A = (4, 0) y D(4, 0) y es tal que su tangente en el punto E (0, 3) es horizontal. Determina:
a) La ecuacin de la parbola que define la ventana.
b) El porcentaje de luminosidad que hemos perdido si la luminosidad viene definida por el rea de la ventana.

Integrales definidas. Aplicaciones

257

AUTOEVALUACIN
1. Se considera la funcin f(x) = | x2 4| en el intervalo I = [0, 6] y se considera la particin de dicho intervalo dada por
P = {0; 1,5; 2; 3,5; 4; 5,5; 6}. Los valores de las sumas superior e inferior correspondientes a f y a dicha particin P
son, respectivamente:
a) 50 y 30
2. Al calcular

b) 20,5 y 35,5
1

(| x| + x +1) dx, obtenemos:

a) 4

b) 3

3. El valor de
a) 

c) 80,625 y 20,675

2x
dx es:
( x 2  2)3

3
8

4. La integral

b)

c) 2

8
3

c)

(3 + 4x) ex dx vale:

a) 7 + e2

b) 7 e2

c) 1 + e 2

5. La funcin cuadrtica y = f(x) que cumple f(0) = 0; f(1) = 0 y


a) f(x) = 6x2 6x
x + 2

6. Sea la funcin f ( x ) = x 2  4
4 x  8

a) 32 u2

3
8

1
0

f(x) dx = 1, es:

b) f(x) = 6x2 + 6x

c) f(x) = 6x2 + 6x

si x f  2
si  2 < x f 2. El valor del rea del recinto limitado por la grfica de f y el eje OX es:
si x > 2
b)

3 2
u
32

c)

32 2
u
3

7. El rea de la figura ABCDA del dibujo, sabiendo que la curva ADC es parte de
la grfica de una funcin cuadrtica, es:
38 2
u
a)
3

38 2
u
b)
5

Y
3

38 2
u
c)
7

B 2
1

8. En un mapa, cuyas medidas vienen dadas en decmetros, un solar urbano est


limitado por las grficas de las funciones f(x) = x2 2 y g(x) = 2x + 1. Si el valor
del metro cuadrado es de 300 euros, el valor del solar, en euros, es:
a) 30 000

b) 32 000

-3

A
-2

-1

C
2

-1
-2
-3

c) 34 000

D -4

9. Se considera la parbola y = x2 y la recta y = mx, con m un nmero real positivo. Si el rea de la regin cerrada delimitada por las grficas de la parbola y la recta es 288, el valor de m es:
a) 10

b) 12

10. El rea del recinto limitado por las curvas y = 2x e y =


a)

4 2
u
3

b)

3 2
u
4

c) 14
2

x
es:
2
c) 4 u2

u11

Formas de contar.
unidad 11 Nmeros para contar
contenidos

1. Principios para contar

2. Variaciones con repeticin


3. Variaciones ordinarias
4. Permutaciones ordinarias
5. Permutaciones con repeticin
6. Combinaciones ordinarias
7. Nmeros combinatorios.
Propiedades
8. Resolucin de problemas
de contar

259

En el estudio de situaciones matemticas de enumeracin o conteo habr que responder a cuestiones como estas: cmo podemos realizar una tarea que nos proponemos?, de cuntas formas
diferentes puede realizarse esa tarea? En los casos en que los objetos a manejar sean pocos, podemos intentar formarlos todos y,
a la vez, contarlos. Cuando el nmero de objetos sea grande, la
formacin de todos los casos y el posterior recuento ser problemtico y pocas veces podremos hacerlo directamente.
Para las situaciones en las que no es posible contar directamente,
habr que acudir a la parte de las matemticas denominada combinatoria o anlisis combinatorio, que nos ayuda a contar de forma planificada y ordenada. La combinatoria es un conjunto de
procedimientos y resultados que estudian las diferentes formas
en que puede llevarse a cabo una tarea de ordenacin o agrupamiento de ciertos objetos, de modo que los grupos que se puedan
formar difieran unos de otros por el orden, el nmero, situacin
o naturaleza de sus elementos componentes.
Entre los precursores del clculo combinatorio se encuentran
Bhaskara Akaria (1114-1185), que ya conoca la expresin general de los nmeros combinatorios, y Lev ben Gerson (siglo XIII),
que obtuvo las frmulas para el clculo de variaciones. Pero fueron P. Fermat (1601-1665) y B. Pascal (1623-1662) los que redescubrieron los nmeros combinatorios en clculos basados en la bsqueda de la probabilidad de ciertos sucesos. Tambin J. Wallis
(1616-1703), Jacques Bernoulli (1654-1705), J. Stirling (1692-1770)
y P. S. Laplace (1749-1827) contribuyeron notablemente al desarrollo del anlisis combinatorio.
En su origen, la combinatoria y las tcnicas de contar han estado
ntimamente ligadas al desarrollo de la probabilidad y, por tanto,
a todo lo relacionado con los juegos de azar y las posibilidades de
ganar en ellos.

cuestiones iniciales
1. Un sistema de seales marino se desarrolla utilizando banderas.
Cuntas seales se pueden hacer izando cinco banderas diferentes si
pueden enarbolarse simultneamente cualquier nmero de ellas?
2. Cuntos nmeros capicas hay de ocho cifras?
3. Una familia formada por los padres y cuatro hijos van al cine. Se sientan en seis butacas consecutivas. De cuntas maneras diferentes pueden sentarse? Y si los padres se sientan en los extremos? Y si los padres deciden no sentarse en los extremos?

Unidad 11

260

1. Principios para contar




Recordamos dos principios de gran utilidad a la hora de contar. Suelen utilizarse para contar situaciones complejas o aquellas otras en las que el nmero
de objetos es muy grande.

Karl F. Gauss (1777-1855)

Los principios que se enuncian a continuacin son el principio de adicin y


el principio de multiplicacin.
Principio de adicin
Si un procedimiento de contar puede separarse en dos o ms conjuntos
que no tengan elementos comunes dos a dos, entonces el nmero de elementos que existen en todos los conjuntos es la suma de los elementos
que tiene cada uno de ellos por separado.
Principio de multiplicacin
Considerado por los historiadores como uno de los matemticos ms
grandes que han existido, Gauss deca que a la hora de contar haba que
tener en cuenta dos consideraciones:
Hacer tentativas planificadas.

Si un procedimiento de contar se puede separar en r etapas o pruebas,


tales que el resultado de una de ellas no influya en el resultado de las otras
y estas etapas o pruebas tienen n1, n2, ..., n r resultados, respectivamente,
entonces el procedimiento o experiencia global conduce a n1 n2 ... n r
resultados posibles.

Contar inteligentemente.

ACTIVIDADES
RESUELTAS
1. Lanzamos al aire 3 monedas: una de 2 euros, otra de 1 euro y otra de 0,5 euros. De cuntas formas diferentes se
pueden obtener 1, 2 o 3 caras?
Describiendo los resultados con C2, C1, C0,5 para la obtencin de cara en las monedas de 2, 1 y 0,5 euros, respectivamente, y con
X2, X1 y X0,5 para la obtencin de cruces, obtenemos:
Obtenemos una cara en: A = {C2 X1 X0,5 ;

X2 C1 X0,5 ;

X2 X1 C0,5 }

Obtenemos dos caras en: B = {C2 C1 X0,5 ;

C2 X1 C0,5 ;

X2 C1 C0,5 }

Obtenemos tres caras en: C = {C2 C1 C0,5 }


Por tanto, las formas de obtener una cara son 3, las de obtener dos caras son 3
y tres caras, 1.

moneda
de 2 euros

Adems ningn resultado pertenece a dos conjuntos distintos.


Utilizando el principio de adicin tenemos que las formas de obtener 1, 2 o 3 caras
son:

moneda
de 1 euro
C2 C1

C2
C2 X1

3 + 3 + 1 = 7 formas

X2 C1
X2

En el diagrama de rbol adjunto vemos otra forma de resolver el problema.


En la ltima columna del diagrama vemos las siete formas de obtener 1, 2 o 3 caras.

X2 X1

moneda
de 0,5 euros
C2 C1 C0,5
C2 C1 X0,5
C2 X1 C0,5
C2 X1 X0,5
X2 C1 C0,5
X2 C1 X0,5
X2 X1 C0,5
X2 X1 X0,5

Formas de contar. Nmeros para contar

261

ACTIVIDADES
RESUELTAS
2. Lanzamos tres dados al aire, cuntos resultados diferentes podemos obtener?
En la cara superior del primer dado pueden darse 6 resultados distintos, en el segundo dado otros 6 y en el tercero otros 6. Por tanto, aplicando el principio de la
multiplicacin, los resultados distintos que podemos obtener son:
6 6 6 = 63 = 216 resultados diferentes

3. Se dispone de una baraja de 40 cartas y se extraen 4 cartas por dos procedimientos diferentes:
a) Sin devolucin de cada carta extrada.
b) Con devolucin de cada extraccin.
Calcula en cada caso el nmero de formas diferentes de obtener cuatro cartas.
a) En este caso disponemos para la primera extraccin de 40 cartas diferentes. Como la carta extrada no se devuelve, para la
segunda extraccin disponemos de 39 cartas y, por tanto, de 38 y 37 para las otras dos extracciones. As pues, el nmero
buscado ser:
40 39 38 37 = 2 193 360
b) En este caso, la carta extrada se devuelve al mazo. Para las cuatro extracciones disponemos de 40 cartas. Por tanto, el nmero
buscado ser:
40 40 40 40 = 2 560 000

4. Supongamos que las placas de matrcula de los vehculos de


un cierto pas consisten en cuatro letras (de un alfabeto de 27
letras) seguidas de tres nmeros, por ejemplo, BPHT994.
Cuntas placas distintas pueden formarse con este procedimiento?
Observamos que para la eleccin de la primera letra disponemos de
27 letras del alfabeto, e igualmente para la segunda, tercera y cuarta eleccin. Para las tres ltimas disponemos de los dgitos 0, 1,
2, ..., 9.
Aplicando el principio de multiplicacin, obtenemos:
27 27 27 27 10 10 10 = 531 441 000 matrculas distintas

5. Cuntos nmeros capicas hay de seis cifras?


Un nmero capica de seis cifras responde al siguiente esquema: abccba. Si obtenemos las ordenaciones de las tres primeras cifras (a,b,c), las otras tres vienen obligadas, de tal forma que tenemos un nmero capica por cada ordenacin de las tres primeras cifras.
Teniendo en cuenta que las cifras 0, 1, 2, 3, , 9 pueden repetirse y que en la primera posicin no puede ir la cifra cero, el nmero total de nmeros capicas de seis cifras, aplicando el principio de multiplicacin, ser:
9 10 10 = 900

Unidad 11

262

2. Variaciones con repeticin


Posibles
nmeros
de 1 cifra

Posibles
nmeros
de 2 cifras
11

1
12
21
2
22

Posibles
nmeros
de 3 cifras

Los posibles nmeros de una, dos o tres cifras que podemos obtener con los dgitos 1 y 2 son los que aparecen en el margen.
Las situaciones anlogas a esta, en las que pueden aparecer elementos ordenados sin lmite, se denominan variaciones con repeticin.

111
112
121
122
211
212
221
222

Variaciones con repeticin de n elementos tomados r a r son las distintas agrupaciones que se pueden formar con n elementos, tales que:
En cada agrupacin entren r elementos, repetidos o no.
Dos agrupaciones son distintas si difieren en algn elemento o en el orden de colocacin de los mismos.
El nmero de variaciones con repeticin de n elementos tomados r a r se
representa por VRn,r .
Podemos ver en el margen que el nmero de resultados distintos en la formacin de nmeros con los dos dgitos 1 y 2 es:
De una cifra: VR2,1 = 2
De dos cifras: VR2,2 = 2 2 = 22 = 4
De tres cifras: VR2,3 = 2 2 2 = 23 = 8
En general, si queremos hallar el nmero de variaciones con repeticin de n
elementos tomados r a r, obtenemos:
VRn,r = n n n n = nr

ACTIVIDADES
RESUELTAS
6. Para una quiniela de ftbol, cul es el nmero mnimo de columnas que han de rellenarse para acertar con seguridad
los catorce resultados?
En cada uno de los partidos podemos poner uno de los tres signos: 1, X, 2. Disponemos de 14 posiciones para cada una de las columnas. Se trata de hallar el nmero de variaciones con repeticin de 3 elementos tomados de 14 en 14.
Habr que rellenar:
VR3,14 = 314 = 4 782 969 columnas

7. Resuelve: VRn,2 VR n 1,2 = 7.


Como VR n,2 = n2 y VRn 1,2 = (n 1)2, sustituyendo:
n2 (n 1)2 = 7 n2 (n2 2n + 1) = 7 2n 1 = 7 n = 4

8. Cuntos resultados posibles podemos obtener al lanzar 3 monedas al aire y observar sus caras superiores?
En cada moneda podemos obtener dos resultados distintos, C y X. Disponemos de tres monedas, por lo que el nmero de resultados posibles es:
VR2, 3 = 23 = 8

Formas de contar. Nmeros para contar

263

3. Variaciones ordinarias
Los posibles nmeros de 1, 2 o 3 cifras distintas que podemos obtener con los dgitos pares 2, 4, 6 y 8 son los que aparecen en el diagrama de rbol del margen.

246
248
264
268
284
286
426
428
462
468
482
486
624
628
642
648
682
684
824
826
842
846
862
864

24
2

Las situaciones anlogas a esta, en las que deben aparecer los elementos ordenados y sin repeticin, se denominan variaciones ordinarias o variaciones sin
repeticin.

26
28
42

Variaciones ordinarias de n elementos tomados r a r (r f n) son las distintas agrupaciones que se pueden formar con n elementos, tales que:
En cada agrupacin entren r elementos distintos.
Dos agrupaciones son distintas si difieren en algn elemento o en el orden de colocacin de los mismos.
El nmero de variaciones ordinarias de n elementos tomados r a r se representa por Vn,r .

46
48
62

64
68
82

Podemos contar en el diagrama de rbol que el nmero de variaciones ordinarias en la formacin de estos nmeros es:

84

De una cifra: V4,1 = 4

86

De dos cifras: V4,2 = 4 3 = 12

De tres cifras: V4,3 = 4 3 2 = 24


En general, si queremos hallar el nmero de variaciones ordinarias de n elementos tomados r a r, obtenemos:
Vn , r = n
(n 1) (n 2)
(
n 
3) (n r +
1)
r factoress

Calculadora y variaciones
ordinarias
El clculo del nmero de variaciones
ordinarias de n elementos tomados r
a r se realiza con la tecla:

En la prctica, a veces, se nos pide hallar cul de todas las variaciones ordinarias cumple una determinada condicin.
Por ejemplo, en el caso anterior, cuntos de los nmeros pedidos empiezan por 6?
Sern nmeros de la forma:
6

As, para calcular el nmero de variaciones ordinarias de 8 elementos tomados de 4 en 4 (V8,4 ) pulsamos:

y el nmero de ellos ser V3,2 = 3 2 = 6, como podemos ver en el diagrama de


rbol anterior.

y obtenemos 1 680.

SHIFT

nPr

ACTIVIDADES
RESUELTAS
9. a) Cuntos nmeros diferentes pueden formarse usando cuatro de las cifras 1, 2, 3, 4, 5 y 6 si las cifras no pueden
repetirse?
b) Cuntos acaban en 45?
a) La formacin de nmeros son muestras ordenadas y, en este caso, sin repeticin, es decir, variaciones ordinarias. Disponemos
de 6 cifras y formamos nmeros de 4 cifras, por tanto, podemos formar:
V6,4 = 6 5 4 3 = 360
4 5
b) Los nmeros que acaban en 45 sern de la forma:

Tenemos dos lugares por ocupar con 4 cifras distintas. Es decir, son:
V4,2 = 4 3 = 12

Unidad 11

264

4. Permutaciones ordinarias
Los nmeros que podemos formar con los dgitos 2, 4, 6 y 8 de manera que entren todos los dgitos y no se repita ninguno son V4,4, tambin llamados permutaciones ordinarias de 4 elementos.
Permutaciones ordinarias de n elementos son las distintas agrupaciones
que se pueden formar de manera que:
En cada agrupacin estn los n elementos.
Una agrupacin se diferencia de otra nicamente en el orden de colocacin de los elementos.
El nmero de permutaciones ordinarias de n elementos se dice que es Pn
y verifica Pn = Vn, n .

El nmero de permutaciones ordinarias posibles con las cifras {2, 4, 6, 8} es:


Calculadora y permutaciones
ordinarias
El clculo del nmero de permutaciones ordinarias de n elementos, es decir, Pn = n!, se realiza directamente
con la tecla:

Para calcular P8 = 8! pulsamos:


8

SHIFT

x!

y obtenemos 40 320.

P4 = V4,4 = 4 3 2 1 = 24

Nmeros factoriales
Para un nmero natural n mayor que 1, llamamos factorial de n al producto de los n primeros nmeros naturales.
El factorial de n se representa por n !
n! = n (n 1) (n 2) (n 3) 3 2 1
Para n = 0 y n = 1, definimos: 0! = 1 y 1! = 1
El nmero de variaciones y permutaciones ordinarias, en funcin de los nmeros factoriales, toman las formas:
Vn , r =

n!
(n  r)!

Pn = Vn, n = n!

ACTIVIDADES
RESUELTAS
10. En una carrera de 1 500 m participan ocho atletas. De cuntas formas
distintas pueden llegar a la meta, suponiendo que no hay llegadas simultneas?
Disponemos de 8 elementos (8 atletas). En cada forma de llegar a la meta influye el orden en que lleguen los atletas, por lo que calculamos el nmero de permutaciones ordinarias de 8 elementos:
P8 = 8! = 40 320
Es decir, los ocho atletas pueden llegar a la meta de 40 320 formas diferentes,
suponiendo que no hay llegadas simultneas.

Formas de contar. Nmeros para contar

265

5. Permutaciones con repeticin


Cuntos nmeros de tres cifras se pueden formar con los dgitos 1, 2, 2 de forma que entren todos en cada nmero?

Resolvemos esta situacin considerando que tenemos tres dgitos diferentes: 1,


2a, 2b, con lo que los nmeros pedidos seran:

2a

P3 = 3! = 3 2 1 = 6
como podemos ver en el margen.

2b

12a

12a2b

12b

12b2a

2a1

2a12b

2a2b

2a2b1

2b1

2b12a

2b2a

2b2a1

122

212
221

Como los 2a y 2b son indistinguibles, cada nmero aparece 2! = 2 veces, por


lo que los nmeros de tres cifras buscados son:
3!
6
= = 3 nmeros
1! 2 ! 2
Las ordenaciones 122, 212 y 221 se llaman permutaciones con repeticin.
Permutaciones con repeticin de n elementos en las que el primer
elemento se repite a veces, el segundo b veces, , el ltimo z veces
(a + b + + z = n), son las distintas agrupaciones que se pueden formar,
de manera que:
En cada agrupacin de n elementos el primer elemento est a veces,
el segundo elemento est b veces,
Una agrupacin se diferencia de otra nicamente en el orden de colocacin de los elementos.
El nmero de permutaciones con repeticin de n elementos en las condiciones definidas con anterioridad se representa por P na, b, , z.
El nmero de permutaciones con repeticin se calcula:
Pna ,b ,,z =

n!
a! b! z!

siendo a + b + + z = n.

ACTIVIDADES
RESUELTAS
11. Deseamos colocar en una estantera 3 libros de ingls idnticos, 2 de francs
idnticos y 4 de alemn idnticos.
a) De cuntas formas distintas se pueden colocar?
b) De cuntas formas, si han de estar junto a los de la misma materia?
c) De cuntas formas, si han de estar en primer lugar y juntos los de ingls?
a) P 93, 2, 4 =

9!
= 1 260 formas distintas.
3! 2! 4!

b) Las formas diferentes siguen el modelo:


III ____
FF _______
AAAA ; _____
III _______
AAAA _____
FF ; ......
____
y son: P3 = 3! = 6.
FFAAAA


III 
c) Las diferentes formas de ordenacin obedecen al modelo: ____
__
__ 
____
__ __
6
!
y son: P 62,4 =
= 15.
2! 4!
Y

Unidad 11

266

6. Combinaciones ordinarias
Comits de
3 personas
Comits de
2 personas
Comits de
1 persona

LMB
LMA

LM

LMJ
L

LBA

LB

De un grupo con cinco estudiantes: Luis (L), Mara (M), Beatriz (B), Ana (A)
y Javier (J), se quiere elegir un comit de 3 personas. De cuntas formas distintas se puede elegir este comit? Y si el comit est formado por 2 personas?
Y si est formado por una?
En este problema disponemos de 5 personas para elegir 3.

MBA

En las formas de contar que hemos visto hasta ahora influa el orden de los
elementos en las distintas agrupaciones; sin embargo, en este problema las
agrupaciones son distintas por los elementos que contienen, no por el orden en que estn tomados.

MBJ

As, por ejemplo, la agrupacin Luis, Mara y Beatriz (LMB) es la misma que:

MAJ

LBM, BLM, BML, MLB, MBL

LBJ

LA

LAJ

LJ
MB
MA

MJ

Para calcular el nmero de estas agrupaciones procedemos de la siguiente


manera:
V5, 3
54 3
=
= 10 comits de tres personas distintas
P3
3 2 1

BAJ

BA
B
BJ
AJ

Anlogamente, para comits de 2 personas:

V5,2
P2

54
= 10 comits distintos
2 1

Evidentemente, el nmero de comits de una persona es 5.


Las agrupaciones de este tipo, en las que no influye el orden, se denominan
combinaciones ordinarias.


Calculadora y combinaciones
ordinarias
El clculo del nmero de combinaciones ordinarias de n elementos tomados r a r se realiza con la tecla:

Para calcular el nmero de combinaciones ordinarias de 8 elementos tomados de 4 en 4, es decir, C8,4, pulsamos:
8

SHIFT

nCr

Combinaciones ordinarias o sin repeticin de n elementos tomados r a r


(r f n) son las distintas agrupaciones que se pueden formar con los n elementos, de manera que:
En cada agrupacin entren r elementos distintos.
Dos agrupaciones son distintas si se diferencian en algn elemento,
pero no en el orden de colocacin.
El nmero de combinaciones de n elementos tomados r a r se representa
por Cn,r .
En general, para calcular el nmero de combinaciones ordinarias de n elementos tomados r a r utilizamos la siguiente expresin:

Cn , r =

y obtenemos 70.

Vn , r
Pr

n!
r ! (n  r)!

Demostramos que ambas expresiones son iguales:


Vn , r
Pr
=

n (n  1) (n  2) (n  r + 1) multiplicamos numerador
=
y denominador por (n r)!
r!

n!
n (n  1) (n  2) (n  r + 1) (n  r) (n  r  1) 2 1
=
r ! (n  r)!
r ! (n  r)!

Formas de contar. Nmeros para contar

267

7. Nmeros combinatorios. Propiedades


El nmero de combinaciones de n elementos tomados r a r, Cn,r, tambin se llama nmero combinatorio.

Cn,r =

r , que

Un nmero combinatorio es un nmero que se representa por


se lee n sobre r y que se define como:

Tringulo de Pascal
1

n
n!
=
r
r ! (n  r)!

1
1

Propiedades de los nmeros combinatorios


Cualquier nmero combinatorio sobre 0 o sobre s mismo vale 1.
n
0

n
n

n!

n!

n!

n!

r = n  r

n
nr

La suma de dos nmeros combinatorios de igual numerador y cuyos denominadores son consecutivos es igual al nmero combinatorio cuyo numerador es una unidad ms que el numerador comn y cuyo denominador es
el mayor de los denominadores.

r  1 + r =
n

x Xx X x X x X

10

10

Todas las filas comienzan y terminan en 1.


Todas las filas son simtricas.
Cada nmero se obtiene sumando
los dos que tiene encima, excepto
los extremos, que son 1.

01 11
2

n!
n!
=
=
r ! (n  r)! [ n  (n  r)]! (n  r)!

0 1 2

Demostracin:
n
r

x Xx X x X

Propiedades:

Dos nmeros combinatorios, con igual numerador y denominadores complementarios (suma de ellos igual al numerador) son iguales.
n

Lnea de
simetra

n = n ! (n  n)! = n ! = 1

x Xx X

=1

Demostracin:

0 = 0 ! (n  0)! = n ! = 1

xX

03 31 32 33
04 41 42 43 44
50 51 52 53 54 55

n +1
r

Demostracin:
n

n!

n!

r  1 + r = (n  r + 1)! (r  1)! + (n  r)! r ! =


=

n! r
n ! (n  r + 1) n ! (r + n + 1  r)
=
+
=
(n + 1  r)! r !
(n  r + 1)! r ! (n  r + 1)! r !
=

n ! (n + 1)
(n + 1)!
n +1
=
=
r
(n + 1  r)! r ! (n + 1  r)! r !

Las tres propiedades anteriores se corresponden con las tres propiedades del
tringulo de Pascal citadas en el margen.
Y

Unidad 11

268

8. Resolucin de problemas de contar


Muchos problemas de la vida real se resuelven mediante el uso de las tcnicas
de contar, como por ejemplo el siguiente:
Con todas las letras de la palabra CIERVO, cuntas palabras de seis letras
pueden formarse con la condicin de que no figuren dos consonantes seguidas
ni tres vocales seguidas?
En la resolucin de este problema seguimos los siguientes pasos:
Vemos que no podemos resolver directamente el problema con las tcnicas
de contar anteriormente vistas.
Convertimos el problema en subproblemas considerando las situaciones
permitidas, que son:
V
___

C
___

V
___

C
___

V
___

C
___

V
___

C
___

V
___

C
___

C
___

V
___

V
___

C
___

V
___

C
___

V
___

C
___

V
___

V
___

C
___

V V q vocal
___

C C q consonante
___

C
___

Calculamos las agrupaciones posibles en cada subproblema. Son permutaciones ordinarias pues influye el orden y no se repiten los elementos. Luego el nmero de agrupaciones en cada uno del los cuatro subproblemas anteriores es:
P3 P3
Utilizamos los principios para contar, en este caso el principio de adicin,
para resolver el problema:
P3 P3 + P3 P3 + P3 P3 + P3 P3 = 4 P3 P3 = 144
Podemos formar 144 palabras distintas.
Pasos a seguir en la resolucin de problemas de contar:
1. Ver si podemos resolver directamente el problema con las tcnicas de contar. En este caso pasamos directamente al punto 3.
2. Si no podemos resolver directamente el problema, lo dividimos en subproblemas.
3. Calculamos las agrupaciones posibles en cada situacin utilizando el siguiente diagrama:

PERMUTACIONES

Entran
Entran
todos todos
los
loselementos?
elementos?
no

Influye el
orden?

Se repiten
los elementos?

Se repiten los
elementos?

VARIACIONES

no
COMBINACIONES
ORDINARIAS

Cn ,r =

4. Utilizamos los principios para contar.

Vn ,r
Pr

PERMUTACIONES
CON REPETICIN

Pna ,b , ,z =

no

PERMUTACIONES
ORDINARIAS

Pn = n!

VARIACIONES
CON REPETICIN

VRn,r = n r

no

VARIACIONES
ORDINARIAS

n!
a ! b ! z !

Vn,r = n (n 1) (n r + 1)

Formas de contar. Nmeros para contar

269

ACTIVIDADES
RESUELTAS
12. Con las letras de la palabra AURELIO, cuntas palabras distintas de siete letras, de manera que cada palabra contenga todas las letras, se pueden formar? Colocadas las palabras en orden alfabtico, qu lugar ocupa AURELIO?
La primera parte del problema se puede resolver directamente mediante las tcnicas de contar. Como en cada palabra influye
el orden, entran todos los elementos y no se repiten, son permutaciones ordinarias:
P7 = 7! = 7 6 5 4 3 2 1 = 5 040 palabras diferentes
La segunda parte del problema no se puede resolver directamente, hay que dividir en subproblemas. Los grupos de palabras
que hay hasta llegar a AURELIO son:
1
A

2
E

1
A

3
I

1
A

6
R

1
A

7
U

2
E

1
A

7
U

1
A

7
U

6
R

5
O

2
E

3
I

1
A

4
L

1
A

7
U

3
I

1
A

7
U

6
R

2
E

4
L

3
I

1
A

5
O

1
A

7
U

4
L

5
O

Hemos asignado a cada letra el nmero que le corresponde en orden alfabtico:


A q 1, E q 2, I q 3, L q 4, O q 5, R q 6, U q 7
En cada grupo calculamos el nmero de palabras y aplicando los principios para contar obtenemos:
5 P5 + 4 P4 + P2 + 1 = 699
Es decir, colocadas las palabras en orden alfabtico, la palabra AURELIO ocupa el lugar 699.

13. Cuntas fichas tiene un juego de domin?


Consideramos las 7 fichas dobles:

Cada una de las restantes fichas es una combinacin ordinaria de 7 elementos tomados 2 a 2. En total hay:
7 + C 7,2 = 7 +

7!
= 7 + 21 = 28 fichas de domin
2!(7 2)!

14. Cuntas diagonales se pueden trazar en un heptgono regular?


Este problema se puede resolver directamente. Cada diagonal es una C7,2 puesto que no influye el orden.
Hay que tener en cuenta que de esta forma contaramos los lados del heptgono como diagonales, por lo que tendramos que
restarlos, esto es:
n diagonales del heptgono regular = C 7,2  7 =

7!
 7 = 21  7 = 14
2!(7 2)!

Unidad 11

270

RESOLUCIN DE PROBLEMAS
Nmeros felices
28 es un nmero feliz porque:
28 q 22 + 82 = 68 q 62 + 82 = 100 q 12 + 02 + 02 = 1
Investiga sobre nmeros felices.

FAMILIARIZACIN CON EL PROBLEMA


Observamos en el enunciado cierta ambigedad: no se indica, por ejemplo, cuntas cifras
ha de tener el nmero; ms an, no se da una definicin precisa de lo que es un nmero
feliz, aunque parece que al sumar los cuadrados de sus cifras y continuar as el proceso,
obtenemos 1. Lo anterior no tiene que ser bice para aceptar el reto que supone investigar sobre los nmeros felices.

BSQUEDA DE ESTRATEGIAS
Ante el desconocimiento que tenemos de esta situacin y la ausencia de informacin en el
enunciado, tenemos que comenzar experimentando con los primeros nmeros naturales.
A partir de los resultados que vayamos obteniendo con los nmeros de una y dos cifras intentaremos conjeturar los resultados con nmeros de ms cifras.

LLEVAR ADELANTE LA ESTRATEGIA


Comenzamos con los primeros nmeros:
2 q 22 = 4 q 42 = 16 q 12 + 62 = 37 q 32 + 72 = 58 q 52 + 82 = 89 q 82 + 92 = 145
q 12 + 42 + 52 = 42 q 42 + 22 = 20 q 22 + 02 = 4
3 q 32 = 9 q 92 = 81 q 82 + 12 = 65 q 62 + 52 = 61 q 62 + 12 = 37 q 32 + 72 = 58
q 52 + 82 = 89 q 82 + 92 = 145 q 12 + 42 + 52 = 42 q 42 + 22 = 20 q 22 + 02 = 4
5 q 52 = 25 q 22 + 52 = 29 q 22 + 92 = 85 q 82 + 52 = 89 q 82 + 92 = 145 q
12 + 42 + 52 = 42 q 42 + 22 = 20 q 22 + 02 = 4
Despus de analizar si 2, 3 y 5 son nmeros felices concluimos:
Estos nmeros no son felices, y los nmeros que no son felices, despus del proceso de
sumar los cuadrados de sus cifras, acaban en 4.
Los nmeros que aparecen a lo largo de los procedimientos citados, como 16, 37, 58,
89, 145, 42, 20... no son felices.
Tambin seran nmeros no felices los nmeros que resultan de intercambiar las cifras
de los nmeros no felices, como 61, 73, 85, 98, 154, 415, 24...
Trabajando en la misma lnea, obtenemos los nmeros felices de una y dos cifras:
1, 7, 10, 13, 19, 23, 28, 31, 32, 44, 49, 68, 70, 79, 82, 86, 91, 94 y 97.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Qu ocurre con los nmeros de tres o ms cifras? Una ley general podra enunciarse en
la forma: Si despus del proceso de la suma de los cuadrados obtenemos un nmero feliz, el nmero de partida ser feliz; lo mismo ocurrir en caso contrario.
Por ejemplo:
El nmero 5 128 es feliz, al cumplirse: 5 128 q 52 + 12 + 22 + 82 = 94, y este es feliz.
El nmero 7 232 no es feliz, al cumplirse: 7 232 q 72 + 22 + 32 + 22 = 66, y este no es feliz.

Formas de contar. Nmeros para contar

271

Razonamiento inductivo Razonamiento deductivo


Felix Klein (1849-1925), destacado matemtico alemn y profesor de la prestigiosa Universidad de Gotinga, afirm: En cierto sentido, las matemticas han progresado ms gracias a las
personas que se han distinguido por la intuicin y no por los
mtodos rigurosos de demostracin.
En trminos parecidos se pronunci George Polya (1887-1985),
matemtico hngaro nacionalizado estadounidense, en 1947:
Las matemticas en su forma final aparecen como puramente
deductivas y solo contienen demostraciones; sin embargo, en su
proceso de elaboracin se parecen a cualquier otro conocimiento humano.
Razonamiento inductivo
Razonar inductivamente consiste en buscar regularidades, patrones, semejanzas, propiedades comunes y hacer conjeturas.
Las conjeturas o conclusiones a las que se llegan son solamente probables y pueden ser validadas, no validadas o permanecer durante mucho tiempo como conjetura.

b
a

Razonamiento deductivo
Razonar deductivamente consiste en demostrar las conclusiones o tesis que formula una conjetura.
Las demostraciones son secuencias lgicas de pasos apoyados
en propiedades ya demostradas. Las demostraciones garantizan la verdad de la tesis si la hiptesis de la que se parte es verdadera.
La primera demostracin de la historia de las matemticas la
dio Tales de Mileto unos 600 a.C. Demostr que el dimetro
divide al crculo en dos partes iguales.
El teorema ms famoso en matemticas es el de Pitgoras, el
cual figura en el libro I de los Elementos de Euclides. De este
teorema se conocen alrededor de 400 demostraciones. En el dibujo podemos ver una demostracin del citado teorema; al
igualar las dos expresiones, obtenemos el teorema de Pitgoras:
a2 + b2 + 4

ab
ab
= c2 + 4
2
2

a2 + b2 = c 2

a
b

c
b

c
a

( a + b )2 = a 2 + b 2 + 4

ab
2

c
b

( a + b )2 = c 2 + 4

ab
2

A C T I V I D A D E S
Utiliza los dos tipos de razonamiento en la resolucin de las siguientes situaciones matemticas:
1. Diagonal y cuadrados. En el rectngulo del dibujo, de orden 5 4, la diagonal corta en
8 cuadrados pequeos. Podras enunciar una ley que determine el nmero de cuadrados
que cortar la diagonal de un rectngulo de orden a b?
2. Producto de tres nmeros. Demuestra que el producto de tres nmeros naturales consecutivos no puede ser el cubo de un nmero natural.

Unidad 11

272

NUEVAS TECNOLOGAS
Combinatoria con Matemticas
de Microsoft
Matemticas de Microsoft es un programa informtico que permite hallar el factorial
de un nmero y calcular variaciones, permutaciones y combinaciones.

FACTORIAL DE UN NMERO Y COMBINATORIA


En el men de Estadsticas de la Calculadora estn las teclas correspondientes al factorial de un nmero y a los clculos combinatorios, combination o permutation, como
vemos en la imagen.
Para calcular el factorial de un nmero, escribimos el nmero en la ventana de entrada de datos, pulsamos la tecla factorial y a continuacin INTRO ; obtenemos as el
resultado en el rea de trabajo.
Para el resto de clculos combinatorios utilizamos las siguientes sintaxis:
combination (n, r): permite calcular el nmero de combinaciones de n elementos tomados de r en r. Hay que tener en cuenta que n y r deben ser enteros no negativos.
combination ({n,m}, r): permite calcular el nmero de combinaciones de n elementos tomados de r en r, y de m elementos tomados r a r. Los valores de n, m y r
deben ser enteros positivos.
combination (n, {r,p}): permite calcular el nmero de combinaciones de n elementos tomados de r en r, y tomados p a p.
permutation (n, r): permite calcular el nmero de variaciones de n elementos tomados de r en r. Si n = r, permite calcular el nmero de permutaciones de n elementos. Hay que tener en cuenta que n y r deben ser enteros no negativos.
permutation ({n,m}, r): permite calcular el nmero de variaciones de n elementos
tomados de r en r, y de m elementos tomados r a r. Los valores de n, m y r deben
ser enteros positivos.
permutation (n, {r,p}): permite calcular el nmero de variaciones de n elementos
tomados de r en r, y tomados p a p.
En las imgenes vemos algunos de estos clculos.

PRACTICA con Matemticas de Microsoft los clculos correspondientes a la resolucin de las actividades
de esta unidad.

Formas de contar. Nmeros para contar

273

EN RESUMEN
FORMAS DE CONTAR
tcnicas bsicas

PRINCIPIO DE ADICIN

PRINCIPIO DE MULTIPLICACIN
aplicaciones

AGRUPACIONES
tipos

Influye el orden?
Intervienen todos los elementos?

s
s

no

no

Repeticin?
s

Intervienen todos los elementos?

no

Repeticin?

no

no

VARIACIONES
CON REPETICIN

VARIACIONES
ORDINARIAS

PERMUTACIONES
ORDINARIAS

PERMUTACIONES
CON REPETICIN

COMBINADAS
ORDINARIAS

nmero

nmero

nmero

nmero

nmero

VRn,r = nr

Vn,r =

n!
( n r )!

Pn = n!

Pna,b,,z =

aparecen

NMEROS
FACTORIALES

n!
a! b! ... z !

C n ,r =

r = (n  r )! r !
n

n!

aparecen

NMEROS
COMBINATORIOS

AMPLA CON
Los nmeros han acompaado al ser humano desde que este se organiz en sociedades. En la antigedad los utiliz para censar los bienes, fijar los impuestos, reclutar
ejrcitos, comerciar, etc. Fue a partir de la revolucin cientfica del siglo XVII cuando
los nmeros relacionados con aspectos sociales empezaron a estudiarse y a adquirir,
por medio de las estadsticas, un papel fundamental en reas como la ciencia, el comercio, la sanidad, los seguros y otros muchos aspectos de la vida diaria.
En este ensayo titulado El triunfo de los nmeros (Alianza Editorial) de I. B. Cohen
se describe una amena historia de los nmeros, la relacin que algunos personajes
clebres tuvieron con los nmeros y el nacimiento de la estadstica como ciencia. Entre los numerosos personajes que aparecen en el libro cabe destacar a Adolphe Quetelet, como iniciador de numerosos procedimientos estadsticos, y a Florence Nightingale, como reformadora de la sanidad y precursora de la enfermera moderna.

Unidad 11

274

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Un grupo de cinco amigos, tres chicas y dos chicos, deciden ir al cine. Si van a ocupar cinco butacas contiguas, de
cuntas maneras se pueden sentar? Y si las tres chicas quieren estar juntas?
Los cinco amigos se pueden sentar de 5 4 3 2 1 = 5! = 120 maneras distintas en cinco butacas contiguas.
Si las chicas quieren estar juntas, se pueden colocar en la forma:
HHHVV

VHHHV

VVHHH

siendo H una chica y V un chico.


Las chicas pueden permutar entre s y los chicos tambin. Luego en total se pueden colocar de 3 P3 P2 = 3 3! 2! = 36
maneras diferentes.

Un jurado de seleccin entrevista a cinco candidatos para un puesto de trabajo. El jurado entrega al final una lista con las personas que propone. Cuntas listas distintas puede entregar en los siguientes casos?:
a) La lista entregada contiene a los cinco candidatos ordenados.
b) El jurado selecciona un primer candidato, un segundo y un tercero.
c) El jurado indica un grupo de tres candidatos aceptables.
a) El nmero de listas en estas condiciones coincide con el nmero de ordenaciones posibles de un conjunto de 5 elementos, es decir, es el nmero de permutaciones de 5 elementos: 5! = 120.
b) En este caso se seleccionan ordenadamente tres personas del conjunto de cinco. El nmero de formas posibles, por el principio de multiplicacin, es: 5 4 3 = 60.
c) El nmero buscado coincide con el nmero de subconjuntos de tres elementos que se pueden formar con un conjunto
5
= 10.
de cinco elementos, esto es:
3

Con seis pesas de 1, 2, 5, 10, 20 y 50 kg, cuntas pesadas diferentes se pueden obtener?
Observamos que el nmero de pesas a utilizar en cada pesada puede ser variable. As, tenemos:
Utilizando una pesa, podemos hacer

1 = 6 pesadas.
6

Utilizando dos pesas, podemos hacer

2 = 15 pesadas.

Utilizando tres pesas, podemos hacer

3 = 20 pesadas.

Utilizando cuatro pesas, podemos hacer

Utilizando cinco pesas, podemos hacer

Utilizando seis pesas, podemos hacer

4 = 15 pesadas.
6

5 = 6 pesadas.
6

6 = 1 pesada.
6

En total, podemos hacer 6 + 15 + 20 + 15 + 6 + 1 = 63 pesadas diferentes.

Formas de contar. Nmeros para contar

275

Una escuela de idiomas tiene 100 alumnos, de los cuales 60 estudian ingls; 20, francs; 20, alemn; 10, cada par de lenguas
anteriores; y 5, las tres lenguas. Halla:
a) El nmero de estudiantes que estudian alguna de las tres
lenguas.
b) El nmero de estudiantes que no estudian dichas lenguas.
Este tipo de problemas se resuelve utilizando diagramas de Venn.
Definimos los tres conjuntos que aparecen en este caso:
Ingls (I), Francs (F ), Alemn (A)

I
F
20
X

60
x

Vamos colocando los cardinales, o nmero de elementos, en cada uno


de los subconjuntos comenzando por el comn a los tres I F A, y
continuando por los otros. De esta forma obtenemos los datos numricos del diagrama adjunto.

45

5
5

a) El nmero de estudiantes que estudian alguna de estas lenguas es:

5 + 5 + 5 + 5 + 5 + 5 + 45 = 75 estudiantes
5

25

b) El nmero de estudiantes que no estudian dichas lenguas es, como


vemos en el diagrama, 25.

A
20 j
100

Cuntos nmeros de 4 cifras contienen exactamente dos veces la cifra 7?


No podemos resolver el problema directamente por lo que convertimos el problema en subproblemas, considerando las
situaciones posibles.
Los subproblemas son:
7

Cada subproblema de la columna de la izquierda contiene VR9,2 = 92 = 81 nmeros, puesto que influye el orden y se repiten los elementos.
Cada subproblema de la columna de la derecha se puede resolver utilizando el principio de la multiplicacin, teniendo en
cuenta que la primera cifra no puede ser un 0; de esta forma resulta que cada subproblema contiene 8 9 = 72 nmeros.
Utilizando el principio de adicin obtenemos que los nmeros de 4 cifras que contienen dos veces exactamente la cifra
7 son:
81 + 81 + 81 + 72 + 72 + 72 = 3 (81 + 72) = 459 nmeros distintos

Unidad 11

276

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Una urna contiene 10 bolas numeradas del 1 al 10. Sacamos dos bolas a la vez y sumamos los valores de los nmeros
marcados. De cuntas formas se pueden obtener nueve, diez u once?
2. En el lanzamiento de tres dados, de cuntas formas diferentes se pueden tener siete o doce puntos?
3. Las matrculas de los vehculos de un determinado pas estn formadas por dos letras seguidas de cuatro nmeros, por
ejemplo, BP-0441. Cuntas placas distintas se pueden formar por este procedimiento?
4. Cuntos nmeros naturales existen mayores que 5 000 y menores que 10 000 en los siguientes casos?:
a) Con todas las cifras diferentes.
b) Se pueden repetir cifras.
5. De cuntas formas diferentes se puede responder a un test de 20 preguntas, sabiendo que cada respuesta admite tres
variantes: s, no, no lo s?
6. El alfabeto Morse utiliza los smbolos punto () y raya () para formar palabras y nmeros. Cuntas palabras diferentes
de 6 letras podemos formar?
7. Con los dgitos impares, cuntos nmeros de tres cifras distintas se pueden formar? Cuntos de ellos sern mltiplos de 5?
8. Si con los 7 colores del arco iris construimos banderas con tres franjas horizontales de colores diferentes, cuntas banderas podemos formar?
9. De cuntas maneras pueden ser perseguidos 5 ratones por 5 gatos? Y si el gato pequeo siempre persigue al ratn
pequeo?
10. Un concesionario de coches expone en lnea recta 12 coches. De cuntas formas diferentes puede colocarlos?
11. A ocho personas les han tocado en un sorteo 3 viajes a Londres, 2 viajes a Roma y 3 viajes a Viena. De cuntas formas
diferentes se los pueden repartir?
12. Cuntos banderines diferentes se pueden pintar con 3 franjas verdes, 2 rojas y 1 azul?
13. Una coleccin de tebeos est formada por 12 nmeros.
Si solo disponemos de dinero para comprar tres de ellos,
de cuntas formas diferentes podemos hacerlo?
14. Cuntas pesadas diferentes podemos hacer con 8 pesas
distintas?
15. En un plano tenemos 9 puntos, de los cuales nunca hay 3
en lnea recta. Cuntos tringulos diferentes podemos
formar?
16. Un heladero dispone de 12 tipos de sabores distintos. Si
vende helados de 2 sabores, cuntos helados diferentes
puede vender? Y si fuesen de 1 o 3 sabores?

Formas de contar. Nmeros para contar

277

17. Para formar un equipo de baloncesto de 5 jugadores disponemos de 10 jugadores. Cuntos equipos distintos podemos
formar? Cuntos si solo uno de ellos es el capitn y ha de jugar siempre?
18. Resuelve las siguientes ecuaciones:
a) Vn,2 + Vn 2, 2 + Vn 4, 2 = 98

d) 16 + Vn,2 = Vn +1,2

b) Vx,2 = 190 + Cx,2

e) Px = 6 Px 1

c)

n + 4 = 2n  1
9

f)

10 = 16
3n  1

3n  1

19. Resuelve las siguientes cuestiones:


a) Cuntos nmeros pares de tres cifras se pueden formar usando las cifras 0, 1, 2, 3, 4, 5 y 6?
b) Cuntos nmeros de cuatro cifras pueden formarse con las cifras 1, 5, 6 y 7?
c) Cuntos nmeros de dos cifras, con ambas pares, existen?
20. En una final olmpica de 100 metros lisos participan 8 atletas. No consideramos llegadas simultneas.
a) Cuntas clasificaciones posibles puede haber?
b) De cuntas maneras diferentes se pueden repartir las medallas de oro, plata
y bronce?
c) Si de los 8 atletas 5 son americanos y 3 europeos, cuntas clasificaciones posibles se pueden hacer, si solo tenemos en cuenta la nacionalidad de los participantes?
d) Cuntas clasificaciones diferentes puede haber si han de llegar seguidos los
de la misma nacionalidad?
21. Un estudiante tiene que responder a 8 de 10 preguntas de un examen.
a) De cuntas formas distintas puede contestar?
b) De cuntas, si las tres primeras son obligatorias?
c) De cuntas, si de las cuatro primeras ha de contestar a 2?
22. Con los alumnos de una clase hemos formado todos los grupos posibles de dos alumnos; si en total obtenemos 378 grupos, cuntos alumnos hay en esa clase?
23. Con las letras de la palabra MATEMTICAS, cuntas palabras distintas, entrando todas las letras, se pueden formar?
Cuntas de ellas empiezan por consonante? Si ordenamos todas las palabras por orden alfabtico, qu lugar ocupa
la palabra dada?
24. En una clase de 30 alumnos hay 12 chicos y 18 chicas. Se quiere formar un grupo de cinco personas para hablar con el
jefe de estudios.
a) Cuntos grupos distintos se pueden hacer?
b) Cuntos, si en cada uno de ellos han de entrar 2 chicos y 3 chicas?
25. De cuntas formas distintas se pueden ordenar, en una fila, 4 botellas de agua mineral, 3 de refresco de naranja y 2 de
refresco de limn?

Unidad 11

278

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
26. Cuntos nmeros enteros del 1 al 1 000 no son divisibles por 3, 7 u 11?
27. Un byte es una secuencia de 8 dgitos que son ceros o unos. Cuntos bytes distintos se pueden formar? Cuntos tendrn 6 ceros y 2 unos?
28. A un congreso internacional asisten 4 franceses, 3 ingleses y 5 espaoles. Para hacerse una foto se colocan en lnea recta.
a) Cuntas fotos diferentes se pueden hacer?
b) Cuntas, si han de estar juntos los de la misma nacionalidad?
c) Cuntas, si los espaoles han de estar juntos?
29. Un examen consta de doce preguntas y en cada pregunta se contesta con verdadero, V, o falso, F. De cuntas formas
distintas se puede contestar el examen?
30. A la cumbre de una montaa conducen 8 caminos distintos. De
cuntas formas distintas podemos hacer el ascenso y el descenso?
31. Con los diez dgitos 0, 1, 2, 3, 4, 5, 6, 7, 8 y 9 formamos nmeros
de seis cifras. Cuntos de ellos tienen alguna cifra repetida?
Cuntos tienen las cifras distintas y terminan y empiezan en cifra
impar?
32. De cuntas formas diferentes podemos ver un dado cbico apoyado sobre una mesa?
33. Tenemos tres nmeros distintos positivos y dos distintos negativos.
a) Cuntos productos diferentes de tres factores podemos
formar?
b) Cuntos de ellos sern negativos?
c) Cuntos productos positivos de cuatro factores se pueden
formar?
34. A un congreso internacional asisten 20 ingleses, 12 franceses y 18 espaoles. Si se quiere formar un comit en el que
entren 3 ingleses, 2 franceses y 4 espaoles, cuntos comits distintos se pueden formar?
35. Todas las casas de una urbanizacin estn
comunicadas entre s por medio de un camino. Si en total hay 153 caminos, cuntas casas tiene la urbanizacin?
36. Para hacer una apuesta de la Lotera Primitiva hay que marcar con cruces 6 nmeros
de un boleto en el que figuran nmeros del
1 al 49. Cuntas apuestas diferentes se
pueden hacer?

Formas de contar. Nmeros para contar

279

AUTOEVALUACIN
1. Un agente comercial dedicado a la venta de tejidos tiene asignadas las capitales de provincia de Castilla y Len. Si cada
semana visita tres cualesquiera, el nmero de itinerarios diferentes que puede realizar es:
a) 84

b) 504

c) 729

2. La cantidad de nmeros de siete cifras que tienen las tres primeras impares y las otras cuatro pares es:
a) 16 807

b) 70 000

c) 78 125

3. El nmero de formas en las que pueden quedar repartidos cuatro premios distintos, entre 22 estudiantes de un curso,
de manera que ninguno pueda llevarse ms de un premio es:
a) 175 560

b) 517 560

c) 675 150

4. El nmero de palabras que se pueden formar con las letras de la palabra


AMELIO sin que haya dos consonantes juntas es:
a) 840

b) 720

c) 480

5. Un matrimonio tiene 5 hijos de los cuales 3 son chicas y 2 son chicos. El nmero de formas diferentes de sentarse todos los hijos estando juntos los del
mismo sexo es:
a) 24

b) 10

c) 60

6. Un tribunal de oposiciones formado por cinco miembros toma decisiones por


mayora. El nmero de posibles coaliciones para ganar es:
a) 12

b) 16

c) 120

7. La solucin de la ecuacin Vx +1, 2 + Vx, 2 = Vx + 3, 2 es:


a) 4

b) 5

c) 6

8. El valor de x que permite establecer la igualdad


a) 9

b) 11

2 +
x

x 1
x2
+
= 136 es:
2
2
c) 13

9. Formamos todas las palabras posibles, con o sin significado, de siete letras que se pueden escribir con las letras de la palabra PATATAS. El nmero de las que tienen las tres letras A juntas es:
a) 60

b) 120

c) 720

10. Un conjunto tiene 84 subconjuntos de tres elementos. El nmero de elementos del conjunto es:
a) 9

b) 10

c) 11

u12
unidad 12
contenidos

1. Experimentos aleatorios.
Espacio muestral
2. Sucesos

3. Operaciones con sucesos


4. Probabilidad
5. Regla de Laplace
6. Experimentos compuestos.
Diagramas de rbol
7. Sucesos dependientes
e independientes

Probabilidad

281

Muchos aspectos de nuestra vida estn influidos por el azar.


Nuestra propia constitucin fsica viene determinada por un
agrupamiento impredecible de genes. En el mundo que nos rodea nos encontramos con multitud de manifestaciones asociadas
al azar: el tiempo que har los das prximos, la evolucin de los
ndices burstiles, la eficacia de los medicamentos, los resultados
de determinados juegos y deportes, etc.
Desde tiempo inmemorial tratamos de evaluar la posibilidad de
que ocurra un suceso particular cada vez que estudiamos un suceso asociado a un fenmeno o experimento que todava no se
ha realizado y, por ello, hacemos un clculo de su probabilidad.
En muchas de nuestras acciones o decisiones calculamos las posibilidades de un buen resultado.
A partir de las primeras consideraciones sobre la teora de la probabilidad de Blaise Pascal (1623-1662) y de Pierre de Fermat (16011665), las propiedades de la probabilidad y sus aplicaciones fueron
desarrolladas por otros grandes matemticos, entre ellos, Jacques
Bernoulli (1654-1705), A. de Moivre (1667-1754), P. S. Laplace (17491827), K. F. Gauss (1777-1855) y A. N. Kolmogorov (1903-1987).
Dedicamos esta unidad didctica al estudio de los sucesos y las
operaciones con sucesos de las experiencias aleatorias, al anlisis
del concepto de probabilidad y sus propiedades, al clculo de
probabilidades mediante la regla de Laplace y al desarrollo de
los experimentos aleatorios compuestos.

cuestiones iniciales
1. Ests jugando a cara o cruz con una moneda y las diez ltimas tiradas
han salido cara. Por qu resultado apostaras en la prxima tirada? Razona la respuesta.
2. La probabilidad de que nazca un varn es 1/2. Cul es la probabilidad
de que, entre cuatro nacimientos, dos sean nias?
a) 1/2

b) 3/8

c) 3/4

d) No puede saberse

3. En un experimento se lanzan al aire cuatro monedas juntas. Si el experimento se repite muchas veces, cul de los siguientes resultados se
producir ms a menudo?
a) 2 caras y 2 cruces

b) 1 cara y 3 cruces

c) 3 caras y 1 cruz

4. Mara y Carlos juegan con un dado. Mara gana un euro si sale 2, 3, 4


o 5. Si sale un 1, gana Carlos. Cunto debera ganar Carlos, cuando
obtiene un 1, para que el juego sea justo?

Unidad 12

282

1. Experimentos aleatorios.
Espacio muestral
Como ya es conocido, denominamos fenmenos o experimentos deterministas a aquellos en los cuales los resultados producidos se pueden prever. En
ocasiones, se les llama tambin fenmenos causales, porque la causa determina el efecto.
Por contra, existen muchas situaciones (el tiempo que har maana, el volumen de agua de un embalse, la duracin de un televisor, las preguntas del prximo examen, el ganador del prximo partido, etc.) en las que no puede saberse el resultado con antelacin. Todas ellas provienen de los fenmenos o
experimentos aleatorios.
Experimentos o fenmenos aleatorios son los que pueden dar lugar a varios resultados, sin que pueda ser previsible enunciar con certeza cul de
estos va a ser observado en la realizacin del experimento.


Aleatorio y azar
Aleatorio, que depende de la suerte
o el azar. En latn, alea significa dado
y, tambin, suerte o azar.

A la coleccin de resultados que se obtiene en los experimentos aleatorios se


le llama espacio muestral.

La palabra azar proviene del vocablo


rabe zahr, que significa flor, por lo
que sola pintarse una flor en una de
las caras de un dado.

Espacio muestral es el conjunto formado por todos los resultados de un


experimento o fenmeno aleatorio. A este conjunto lo denotamos con la
letra E.

ACTIVIDADES
RESUELTAS
1. Describe el espacio muestral asociado a cada uno de los siguientes
experimentos aleatorios:
a) Lanzar tres monedas.
b) Lanzar tres dados y anotar la suma de los puntos obtenidos.
c) Extraer dos bolas de una urna que contiene cuatro bolas blancas
y tres negras.
d) El tiempo, con relacin a la lluvia, que har durante tres das consecutivos.
a) Llamando C a obtener cara y X a la obtencin de cruz, obtenemos el
siguiente espacio muestral:
E = {(CCC ), (CCX ), (CXC ), (XCC ), (CXX ), (XCX), (XXC), (XXX)}
b) En este caso, el espacio muestral es:
E = {3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18}
c) Llamando B a sacar bola blanca y N a sacar bola negra, tenemos:
E = {BB, BN, NN}
d) Si llamamos Ll al da lluvioso y no Ll al da sin lluvia, para tres das consecutivos se obtiene el siguiente espacio muestral:
E = {(Ll, Ll, Ll ); (Ll, Ll, no Ll); (Ll, no Ll, Ll ); (no Ll, Ll, Ll ); (Ll, no Ll, no Ll); (no Ll, Ll, no Ll);
(no Ll, no Ll, Ll ); (no Ll, no Ll, no Ll)}

Probabilidad

283

2. Sucesos
En la actividad resuelta de la pgina anterior hemos visto que el espacio muestral asociado al lanzamiento de tres dados y la anotacin de la suma de los puntos obtenidos es:
E = { 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18}
Podemos considerar algunos subconjuntos de E, por ejemplo:
Salir mltiplo de 5: A = {5, 10, 15}
Salir nmero primo: C = {2, 3, 5, 7, 11, 13, 17}
Salir mayor o igual que 12: D = {12, 13, 14, 15, 16, 17, 18}
A todos estos subconjuntos contenidos en el espacio muestral E los denominamos sucesos.
Suceso de un fenmeno o experimento aleatorio es cada uno de los subconjuntos del espacio muestral E.


Espacio muestral y espacio
de sucesos
En el experimento aleatorio de lanzar
una moneda al aire y anotar cara (C)
o cruz (X), tenemos que:
El espacio muestral es:
E = {C, X}

El espacio de sucesos es:


S = {{}, {C}, {X}, {E}}

Debes tener en cuenta que:


Si el espacio muestral E, asociado a
un experimento aleatorio, tiene n elementos, el espacio de sucesos correspondiente S tiene 2n elementos.

Para designar cualquier suceso, tambin llamado suceso aleatorio, de un experimento aleatorio utilizaremos letras maysculas.
Al conjunto de todos los sucesos que ocurren en un experimento aleatorio se
le llama espacio de sucesos y se designa por S.

Algunos tipos de sucesos


Analicemos los tipos ms frecuentes de sucesos aleatorios:
Sucesos elementales son los que estn formados por un solo resultado del
experimento.
Sucesos compuestos son los que estn formados por dos o ms resultados del
experimento; es decir, por dos o ms sucesos elementales.
Suceso seguro es el que se verifica al realizar el experimento aleatorio. Est
formado por todos los resultados posibles del experimento y, por tanto, coincide con el espacio muestral.
Suceso imposible es el que nunca se verifica. Se representa con el smbolo
del conjunto vaco, .
En el apartado d) de la actividad de la pgina anterior tenemos, por ejemplo,
los siguientes sucesos:
El suceso A:
{llueva los tres das} = {(Ll, Ll, Ll)}
que es un suceso elemental.
El suceso B:
{no llueva el tercer da} = {(Ll, Ll, no Ll); (Ll, no Ll, no Ll);
(no Ll, Ll, no Ll); (no Ll, no Ll, no Ll)}
que es un suceso compuesto que est formado por 4 sucesos elementales.
Y

Unidad 12

284

3. Operaciones con sucesos


En este apartado vamos a desarrollar los conceptos bsicos asociados a los sucesos y a algunas de las operaciones que suelen realizarse con ellos.

3.1. Inclusin e igualdad de sucesos


Un suceso A est incluido (contenido) en otro suceso B si todo suceso elemental de A pertenece tambin a B. Se representa por A B.
Dos sucesos A y B son iguales si estn formados por los mismos sucesos elementales. Se representa por A = B.

AB
E

3.2. Unin de sucesos


Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos suceso unin de A y B al suceso que se realiza cuando lo hacen
A o B. Se representa por A B.
A

3.3. Interseccin de sucesos


AB
E

Si tenemos dos sucesos A y B de un mismo experimento aleatorio, llamamos suceso interseccin de A y B al suceso que se realiza cuando lo
hacen A y B. Se representa por A B.
Ocurre a veces que la interseccin de dos sucesos, A y B, es el suceso imposible; en este caso decimos que los sucesos A y B son incompatibles. Cuando no
sucede esto, decimos que A y B son compatibles.

3.4. Sucesos contrarios


Andrei M. Kolmogorov
(1903-1987)

Existen situaciones en las que la unin de dos conjuntos nos da el espacio muestral y la interseccin de los mismos conjuntos da el conjunto imposible. En estos casos decimos que ambos conjuntos son contrarios o complementarios.
Para un suceso cualquiera A de un experimento aleatorio, llamamos suceso contrario del suceso A al suceso que se verifica cuando no se ve
rifica A, y recprocamente. Se representa por A .
En cualquier experimento aleatorio, todo suceso que consideremos tiene su
contrario. Las propiedades ms significativas de los sucesos contrarios son:

1. A A = E
2. A A =
3. E =
4. = E

Este matemtico ruso trabaj en la


Universidad de Mosc, y concentr
sus estudios e investigaciones en anlisis y clculo de probabilidades.

Probabilidad

285

3.5. lgebra de Boole de sucesos


En el espacio de sucesos S asociado al espacio muestral E correspondiente a un
experimento aleatorio cualquiera, las operaciones unin, interseccin y complementacin (contrario) verifican las propiedades:
PROPIEDADES

UNIN

INTERSECCIN

AB=BA

AB=BA

A (B C) = (A B) C

A (B C) = (A B) C

3. Idempotente

AA=A

AA=A

4. Simplificacin

A (B A) = A

A (B A) = A

A (B C) = (A B) (A C)

A (B C) = (A B) (A C)

6. Elemento
neutro

A=A

AE=A

7. Absorcin

AE=E

A=

1. Conmutativa
2. Asociativa

5. Distributiva

A las familias de conjuntos que verifican las propiedades anteriores se les denomina lgebras de Boole. Por tanto, al espacio de sucesos S con las operaciones unin, interseccin y complementacin se le llama lgebra de Boole de
los sucesos aleatorios.


George Boole (1815-1864)

Matemtico ingls que destac por


su gran contribucin a la lgica matemtica. Su obra ms importante lleva por ttulo Investigacin sobre las leyes del pensamiento.

En el lgebra de Boole anterior se verifican las siguientes propiedades, conocidas como leyes de Morgan:
1. El suceso contrario de la unin de dos sucesos es la interseccin de sus
sucesos contrarios:
AB= AB
2. El suceso contrario de la interseccin de dos sucesos es la unin de sus
sucesos contrarios:
AB= AB

ACTIVIDADES
RESUELTAS
2. Tenemos una urna con nueve bolas numeradas del 1 al 9. Realizamos un experimento, que consiste en sacar una bola
de la urna, anotar el nmero y devolverla a la urna. Consideramos estos dos sucesos: A = {salir un nmero primo} y
B = {salir un nmero cuadrado}. Responde a las cuestiones siguientes:
a) Calcula los sucesos A B y A B.
b) Los sucesos A y B, son compatibles o incompatibles?
c) Encuentra los sucesos contrarios de A y B.
Los sucesos A y B estn formados por los sucesos elementales siguientes: A = {2, 3, 5, 7} y B = {1, 4, 9}. A partir de estos conjuntos, tenemos:
a) La unin e interseccin de A y B son: A B = {1, 2, 3, 4, 5, 7, 9} y A B = .
b) Al ser A B = , los sucesos A y B son incompatibles.
= {1, 4, 6, 8, 9}.
c) El suceso contrario de A es A
El suceso contrario de B es B = {2, 3, 5, 6, 7, 8}.

Unidad 12

286

4. Probabilidad

Leyes de los grandes nmeros
En cursos anteriores realizamos o propusimos varios experimentos en los
que era necesario realizar un nmero
muy elevado de experiencias.
A partir del estudio de los resultados
obtenidos, enunciamos dos leyes que
nos permiten definir el concepto de
probabilidad y que son:

El concepto de probabilidad admite varias definiciones, segn el punto de partida que se tome. La definicin que vamos a adoptar es la que dio el matemtico ruso Andrei Kolmogorov (1903-1987), en el ao 1933, basando sus axiomas en las propiedades de las frecuencias relativas de los sucesos.
Sea E el espacio muestral de un cierto experimento aleatorio y S el lgebra de
Boole de los sucesos aleatorios asociado a dicho espacio muestral.
Llamamos probabilidad a toda aplicacin P definida entre los conjuntos S y (conjunto de los nmeros reales):
P: S q

Primera ley de los grandes nmeros:


Cuando el nmero de realizaciones
de un experimento aleatorio crece
mucho, la frecuencia relativa del
suceso asociado se va acercando
ms y ms hacia un cierto valor. Este valor se llama probabilidad del
suceso.
Segunda ley de los grandes nmeros:
Cuanto mayor es el nmero de realizaciones de un experimento aleatorio, mayor tiende a ser el valor
absoluto entre la frecuencia absoluta del suceso y su frecuencia absoluta esperada.

ACTIVIDADES
RESUELTAS

A q P(A)
que verifica los axiomas siguientes:
Axioma 1. La probabilidad del suceso seguro o espacio muestral es 1.
P(E) = 1
Axioma 2. Cualquiera que sea el suceso A, su probabilidad es un nmero no negativo.
P(A) v 0
Axioma 3. Si A y B son dos sucesos incompatibles, A B = , entonces la probabilidad del suceso unin es la suma de las probabilidades.
P(A B) = P(A) + P(B)
Llamamos espacio probabilstico a la terna formada por (E, S, P), en la cual E
es el espacio muestral, S el lgebra de Boole de los sucesos aleatorios y P la aplicacin de probabilidad.

3. Cules de las siguientes funciones definen una probabilidad en E = {A, B, C}?


a) P(A) = 1/4, P(B) = 1/3, P(C ) = 1/2

c) P(A) = 1/6, P(B) = 1/3, P(C) = 1/2

b) P(A) = 2/3, P(B) = 1/3, P (C ) = 2/3

d) P(A) = 0, P(B) = 1/3, P(C) = 2/3

a) P no es una probabilidad, ya que P(E) = P(A) + P(B) + P(C) = 1/4 + 1/3 + 1/2 = 13/12 | 1
b) P no es una probabilidad, al ser P(B) = 1/3 y no cumplir el axioma 2.
c) P es una probabilidad. Puede comprobarse sin dificultad que cumple los tres axiomas.
d) Ocurre la misma circunstancia que en el caso anterior.
4. Sea P una probabilidad definida en E = {A, B, C}. Encuentra P(A) en los casos:
a) P(B) = 1/3 y P(C) = 1/4

b) P(A) = 2P(B) y P(C) = 1/4

c) P(C) = 2P(B) y P(B) = 3P(A)

a) Segn los axiomas 1 y 3, debe ser: P(A) = 1 1/3 1/4; luego P(A) = 5/12.
b) Si llamamos P(A) = x, la aplicacin de los axiomas 1 y 3 nos lleva a la ecuacin: x + x/2 + 1/4 = 1.
La solucin es x = 1/2 y, por tanto, P(A) = 1/2.
c) Procediendo como en el caso anterior, llamando P(A) = x, las condiciones del enunciado llevan a la ecuacin: x + 3x + 6x = 1.
La solucin es x = 1/10, luego P(A) = 1/10.

Probabilidad

287

Propiedades de la probabilidad
De la anterior definicin axiomtica de probabilidad de un suceso, vamos a
enunciar y demostrar varias propiedades de gran utilidad en el clculo de probabilidades de sucesos cualesquiera.


Sucesos contrarios
E

Para sucesos contrarios A y A se cumple:

P(A) = 1 P(A)

Dos sucesos contrarios A y A verifican: E = A A y A A = . Teniendo en


cuenta los axiomas 1 y 3, obtenemos:

P(E) = P(A A) = P(A) + P(A)

Por tanto, P(A) + P(A) = 1 y P(A) = 1 P(A).

La probabilidad del suceso imposible, , es 0, es decir:


P()= 0

Los sucesos seguro e imposible son contrarios, = E. Segn la propiedad an


terior, P() = P(E) = 1 P(E) = 1 1 = 0.
Si A y B son sucesos compatibles, A B | , entonces la probabilidad
de la unin es:


Diferencia de sucesos

A B = A B

P(A B) = P(A) + P(B) P (A B)


Descomponemos los sucesos A y A B en unin de dos sucesos que sean incompatibles:
A = (A B) (A B) y A B = (A B) B

AB

Teniendo en cuenta en ambos casos el axioma 3, obtenemos:


P(A) = P(A B) + P(A B) y P(A B) = P(A B) + P(B)
Por tanto, P(A B) = P(A B) + P(B) = P(A) + P(B) P(A B).

ACTIVIDADES
RESUELTAS
5. Por una encuesta realizada entre los estudiantes de Bachillerato de un instituto, se sabe que el 40 % lee el peridico y el 30 % lee alguna revista de informacin general.
Adems, el 20 % lee peridicos y revistas. Con estos datos, cul es la probabilidad de que un estudiante, elegido al azar, lea el peridico o revistas?

Llamamos PE al suceso lee el peridico y R al suceso lee revista. Las


probabilidades que proporciona el enunciado son:
P(PE) = 0,4

P(R) = 0,3

P(PE R) = 0,2

Para calcular la probabilidad pedida, con la tercera propiedad de esta


pgina, tenemos:
P(PE R) = P(PE) + P(R) P(PE R) = 0,4 + 0,3 0,2 = 0,5

Unidad 12

288

5. Regla de Laplace


Consideramos un espacio muestral E con n sucesos elementales:


Pierre Simon Laplace (1749-1827)

E = {A1, A2, A3, , An }


Si todos estos sucesos son equiprobables, es decir, tienen la misma probabilidad, la regla de Laplace dice:
La probabilidad de un suceso A formado por h sucesos elementales es
igual al cociente entre el nmero de resultados favorables y el nmero
de resultados posibles. As,
P(A) =

nmero de casos favorables al suceso


nm
mero de casos posibles

Veamos la justificacin de esta regla. Al ser los sucesos elementales incompatibles dos a dos y formar su unin todo el espacio muestral, se tiene:
Gran cientfico francs. Entre sus numerosas actividades destaca su dedicacin a las Matemticas y, en particular, al clculo de probabilidades.
Las obras que recogen sus trabajos
son: La teora analtica de las probabilidades y Ensayo filosfico sobre las
probabilidades.

1= P(E) = P(A1 A2 An) = P(A1) + P(A2) + + P(An) = nP(Ai)


Por tanto:
1
n
Sea A = A1 A2 Ah el suceso formado por los h primeros sucesos elementales. Se verifica:
h
P(A) = P(A1 A2 Ah) = P(A1)+ P(A2) + + P(Ah) = hP(Ai) =
n
En este cociente, h representa el nmero de resultados favorables y n el nmero de resultados posibles.
P(Ai) =

ACTIVIDADES
RESUELTAS
6. En una bolsa hay tres bolas numeradas del 1 al 3. Consideramos el siguiente experimento aleatorio: sacamos una bola y anotamos su nmero, sin devolverla a la bolsa sacamos otra bola y anotamos su nmero y sin devolver esta a la bolsa sacamos la tercera
bola y anotamos su nmero.
Calcula la probabilidad de sacar los nmeros en orden creciente o decreciente.
El espacio muestral, E, lo determinamos mediante un diagrama de rbol:
1 bola
1
2
3

2 bola

3 bola

12
13
21
23
31
32

123
132
213
231
312
321

Por tanto, el espacio muestral y el suceso A = {sacar


los nmeros en orden}, son:
E = {123, 132, 213, 231, 312, 321}
A = {123, 321}
y la probabilidad pedida es:
P ( A) =

2 1
=
6 3

Probabilidad

289

ACTIVIDADES
RESUELTAS
7. Se lanzan dos dados de seis caras. Halla:

DIFERENCIA
3
Segundo dado

a) La probabilidad de obtener suma 8 en las caras superiores.


b) La probabilidad de que los valores obtenidos en
las caras superiores difieran en 3 unidades.
Para determinar el espacio muestral y los sucesos en el experimento aleatorio de tirar dos dados es corriente hacer una representacin o diagrama similar al de la figura.

4
DIFERENCIA
3
3

El espacio muestral est formado por 36 sucesos elementales y equiprobables.

a) Observamos que el suceso A = { obtener suma 8 } est


formado por 5 sucesos elementales:

SUMA
8
1

A= {(2, 6); (3, 5); (4, 4); (5, 3); (6, 2)}
Utilizando la regla de Laplace, la probabilidad pedida es:
P ( A) =

5
36

Primer
dado

b) Anlogamente, la probabilidad del suceso B = {valores obtenidos difieren en 3 unidades} es:


P (B ) =

6
1
=
36 6

8. En una caja tenemos 15 bolas blancas, 30 bolas negras y 45 bolas verdes. Si extraemos tres bolas simultneamente, cul
es la probabilidad de que salga una bola de cada color?
Para resolver el problema calcularemos los casos posibles del experimento y los casos favorables al suceso del enunciado para aplicar la regla de Laplace.
Los casos posibles son las distintas formas de extraer 3 bolas entre 90. Como el orden no debe tenerse en cuenta, estos casos son:

3 =
90

90 89 88
= 117480
1 2 3

Los casos favorables son 15 30 45 = 20 250. Estas son todas las formas posibles de agrupar tres bolas de distinto color. Resulta entonces que la probabilidad pedida es:
P(tres bolas del mismo color) =

20250
= 0,,1724
117480

9. Demuestra que si A B entonces P(A) f P(B).


E

Como A B existe un suceso C, de modo que:


AC=

B=AC

Por lo que:
P(B) = P(A C) = P(A) + P(C)

con

P(C) v 0

Con lo cual P(B) v P(A), es decir:


AB

P(A) f P(B)

Unidad 12

290

6. Experimentos compuestos.
Diagramas de rbol
Son numerosas las experiencias aleatorias que consisten en la realizacin consecutiva de dos o ms experiencias simples. Estas experiencias reciben el nombre de experimentos compuestos.
Llamamos experimentos compuestos a los formados por varios experimentos simples que se efectan consecutivamente.
El espacio muestral del experimento compuesto se obtiene a partir de los espacios muestrales de los experimentos simples que lo componen.
Llamamos espacio compuesto o espacio producto al conjunto de todos los
resultados elementales que tienen lugar en un experimento compuesto.
El clculo de probabilidades de los sucesos que ocurren en los experimentos
compuestos se efecta en funcin de las probabilidades de los sucesos elementales de las experiencias simples que forman el experimento compuesto.
La probabilidad de un suceso elemental de un espacio compuesto puede
calcularse multiplicando las probabilidades de los sucesos elementales que
conforman la experiencia compuesta.
Los diagramas de rbol, como ya se puso de manifiesto en la unidad dedicada
a las formas de contar, son una herramienta inmejorable en la descripcin de
los experimentos compuestos y en el clculo de probabilidades asociadas a estas experiencias. Veremos algunos ejemplos en las actividades resueltas que
siguen.

ACTIVIDADES
RESUELTAS
10. Dos personas, A y B, organizan el siguiente juego: tiran un dado tres veces;
si sale algn 1, gana A; si no sale ningn 1, gana B. Cul de las dos personas
tiene ms probabilidades de ganar?

1/6

1/6

Salir 1

5/6

No salir 1

Salir 1

Salir 1

Calculamos las probabilidades de ganar de cada una de las personas. Las probabilidades asociadas a cada una de las tiradas pueden verse en el diagrama de rbol adjunto.
La probabilidad de que no salga el nmero 1 al tirar un dado es 5/6, y la probabilidad de que no salga ningn 1 al tirar el dado tres veces es

5 5 5
5
=
6 6 6
6

1/6

5/6

5/6

1/6

1/6

Salir 1

5/6

No salir 1

No salir 1

1/6

Salir 1

5/6

No salir 1

Salir 1

No salir 1
5/6

De esta forma tenemos que:


La probabilidad de que gane B es: P(no sale ningn 1) =

56

La probabilidad de que gane A es: P( sale algn 1) = 1 

5
6

= 0, 5787
= 1  0, 5787 = 0, 4213

A partir de estos resultados vemos que tiene ms probabilidades de ganar el jugador B.

1/6

Salir 1

5/6

No salir 1

No salir 1

Probabilidad

291

ACTIVIDADES
RESUELTAS
11. Una casa tiene dos escaleras. La escalera A tiene 10 pisos, y cuatro de ellos tienen alarma; en la escalera B, cinco pisos
tienen alarma y cinco no. Una persona despistada entra en una de las escaleras y luego intenta entrar en uno de los
pisos. Cul es la probabilidad de que intente entrar en un piso con alarma?
4/10

Alarma

1/2

6/10

No alarma

1/2

5/10

Alarma

5/10

No alarma

Teniendo en cuenta el diagrama de rbol con las probabilidades que aparecen en sus
ramas, se obtiene la probabilidad siguiente:

Escalera A

P (alarma) = P (alarma en escalera A) + P(alarma en escalera B) =


1 4 1 5
4
5
9
+
=
+
=
= 0, 45
=
2 10 2 10 20 20 20

Escalera B

12. Una urna, A, contiene 5 bolas rojas y 3 bolas blancas. Otra urna, B, contiene 2 bolas blancas y 6 rojas. Si se saca una
bola de cada urna, cul es la probabilidad de que sean de igual color?
Procediendo como en la actividad anterior, los datos que aparecen en el diagrama
de rbol nos permiten calcular la probabilidad de que las dos bolas sean del mismo color, es decir, las dos bolas rojas (RR) o las dos blancas (BB):

6/8

Roja B

5/8

2/8

Blanca B

3/8

6/8

Roja B

2/8

Blanca B

Roja A

P (bolas mismo color) = P (RR o BB ) = P(RR) + P (BB ) =


=
=

5 6 3 2
+
=
8 8 8 8

Blanca A

30
6
36
+
=
= 0, 5625
64 64
64

13. En una casa hay tres llaveros A, B y C, el primero con 5 llaves, el segundo con 7 y el tercero con 8, de las que solo
una de cada llavero abre la puerta del trastero. Se escoge al azar un llavero y, de l, una llave para intentar abrir el
trastero.
a) Cul ser la probabilidad de que se acierte con la llave?
b) Cul ser la probabilidad de que el llavero escogido sea el tercero y la llave no abra?
Los datos del diagrama de rbol adjunto nos permiten calcular las probabilidades
del enunciado.

1 1 1 1 1 1
1
1
1
+ +
=
+
+
=
3 5 3 7 3 8
15 21 24

56
40
35
131
+
+
=
= 0,1560
840 840 840
840

1 7
7
= 0, 2916
b) P (no acierte con C ) = =
3 8 24

Acierte

4/5

No acierte

1/7

Acierte

6/7

No acierte

1/8

Acierte

7/8

No acierte

Llavero A

a) La probabilidad de acertar con la llave es:


P (acierte) = P (acierte con A) + P (acierte con B) + P(acierte con C ) =

1/5

1/3

1/3

Llavero B

1/3

Llavero C

Unidad 12

292

7. Sucesos dependientes
e independientes

Tres sucesos independientes
Tres sucesos A, B y C, son independientes si cumplen todas las condiciones siguientes:
P(A B C) = P(A) P(B) P(C)
P(A B) = P(A) P(B)
P(A C) = P(A) P(C)
P(B C) = P(B) P(C)

Son numerosos los experimentos compuestos que se realizan con reemplazamiento o devolucin de las experiencias previas; en estos casos, estas no influyen o condicionan las experiencias que siguen. En estas situaciones decimos
que los sucesos que ocurren son independientes.
Por contra, en los experimentos compuestos sin devolucin o reemplazamiento, los resultados de unas experiencias influyen o condicionan a las otras. En
estas situaciones decimos que los sucesos son dependientes.
Estas situaciones nos permiten dar las siguientes definiciones:

Observa la actividad resuelta nmero 17 de la pgina siguiente sobre la


independencia de tres sucesos.

Para dos sucesos A y B que pueden provenir de experiencias compuestas, decimos que A y B son independientes si cumplen:
P(A B) = P(A) P(B)
Para dos sucesos A y B que pueden provenir de experiencias compuestas, decimos que A y B son dependientes si cumplen:
P(A B) | P(A) P(B)
Los sucesos A y B, cuando son dependientes, cumplen:
P(A B) = P(A) P(B supuesto que ha ocurrido A)

ACTIVIDADES
RESUELTAS

A la probabilidad P(B supuesto que ha ocurrido A) le llamamos probabilidad de


B condicionada a A y la escribimos P(B/A). El estudio de la probabilidad condicionada se realiza en la siguiente unidad.

Si dos sucesos A y B son independientes, sus sucesos contrarios, A y B, tambin son independientes. Una prueba de este hecho la veremos en las actividades resueltas que siguen.

14. Lanzamos un dado cbico con las caras numeradas del uno al seis y leemos el nmero que aparece en la cara superior.
Consideramos los sucesos siguientes: A = {obtener un nmero primo}; B = {obtener un mltiplo de 2}, y C = {obtener un
mltiplo de 3}.
Estudia la independencia de los sucesos: a) A y B; b) B y C
Los sucesos del enunciado y sus intersecciones estn formados por los sucesos elementales siguientes:
A = {2, 3, 5};

B = {2, 4, 6};

A B = {2}

C = {3, 6};

Veamos, en cada caso, si los sucesos pedidos cumplen la condicin de independencia:


a) Las probabilidades son:
P ( A) P ( B ) =

3 3
1
=
6 6
4

P ( A B) =

1
6

P (B C ) =

1
6

Los sucesos A y B no son independientes, es decir, son dependientes.


b) Las probabilidades son:
P ( B ) P (C ) =
Los sucesos B y C son independientes.

3 2
1
=
6 6
6

B C = {6}

Probabilidad

293

ACTIVIDADES
RESUELTAS
y B.

15. Se consideran dos sucesos A y B independientes. Prueba que son independientes entre s los sucesos A
B ) = P(A)
P( B).
Esta puede verse en la siguiente cadena de igualdades:
Debemos establecer la condicin P(A
P ( A B ) = P ( A B ) = 1 P(A B) = 1 P(A) P(B) + P(A B) =
(1)

(2)

(3)

(4)

P( B)

= 1 P(A) P(B ) + P(A) P(B) = (1 P(A)) (1 P(B)) = P(A)


(4)

(5)

(6)

La igualdad (1) se establece por las leyes de Morgan; la (2) y la (6) por la probabilidad del suceso contrario; la igualdad (3) por la
probabilidad del suceso unin; la (4) por la hiptesis de ser A y B independientes, y la (5) al operar las expresiones.

16. Determina si los sucesos A y B son compatibles o incompatibles, dependientes o independientes, sabiendo que:
P(A) =

Al ser P(A) + P(B ) =

1
;
2

P(B) =

1
;
2

P(A B) =

3
4

1
1
+
= 1 | P(A B ), los sucesos A y B son compatibles, es decir, su interseccin es distinta del suceso
2
2

imposible, A B | .
La probabilidad de la interseccin de los sucesos A y B se obtiene de la forma siguiente:
P(A B ) = P(A) + P(B) P(A B) =
Al ser P(A) P(B ) =

1
1 3
1
+

=
2
2 4
4

1 1
1

=
= P(A B ), los sucesos A y B son independientes.
2 2
4

17. Se arroja al aire tres veces consecutivas una moneda. En cada uno de los
lanzamientos denominamos C al suceso obtener cara y X al suceso obtener
cruz. Consideramos los sucesos:
H = {(CCC ), (CCX ), (CXX ), (XXX )}
I = {(CCC ), (CXC ), (XCX ), (XXX )}
J = {(CCC ), (XCC ), (XXC ), (XXX )}
Son independientes H, I y J ?
Los sucesos elementales de todas las intersecciones de los sucesos son:
H I = H J = I J = H I J = {(CCC ), (XXX )}
Calculando las probabilidades de todos los sucesos que aparecen en la actividad, obtenemos:
Al ser P(H) P(I ) = 1/2 1/2 = 1/4 = P(H I ), los sucesos H e I son independientes.
Al ser P(H ) P( J) = 1/2 1/2 = 1/4 = P(H J ), los sucesos H y J son independientes.
Al ser P(I) P( J) = 1/2 1/2 = 1/4 = P(I J ), los sucesos I y J son independientes.
Al ser P(H) P(I ) P( J) = 1/2 1/2 1/2 = 1/8 | 1/4 = P(H I J ), los sucesos H, I y J no son independientes.
Observamos, a partir de estos resultados, que tres sucesos que son independientes dos a dos pueden no ser independientes los
tres a la vez.

Unidad 12

294

RESOLUCIN DE PROBLEMAS
Un nmero irracional
Demuestra que el nmero

2 es irracional.

FAMILIARIZACIN CON EL PROBLEMA


Al leer el enunciado pensamos en la definicin de nmero irracional. Despus tratamos de
hallar el valor de 2 con la calculadora y obtenemos: 2 = 1,414213562 Observamos
un nmero decimal con muchas cifras decimales y, en principio, no peridico.

BSQUEDA DE ESTRATEGIAS
Seguimos intentndolo y calculamos

2 con el ordenador:

2 = 1,41421356237309504880168872420
Vemos que no parece ser un decimal peridico, es decir, no es un nmero racional.
Pensamos cmo demostrar lo que parece una conjetura y creemos que lo mejor es utilizar
el mtodo de demostracin por reduccin al absurdo, una especie de marcha atrs.

LLEVAR ADELANTE LA ESTRATEGIA


Suponemos que 2 no es irracional, por tanto,
poner en forma de fraccin de este modo:
2=

2 ser racional, con lo que se puede

a
con a, b Z, y primos entre s.
b

De esta igualdad obtenemos: a = 2 b.


Elevando ambos miembros al cuadrado nos queda: a2 = 2b2.
De aqu deducimos que a2 es par. Si a2 es par, entonces a tambin es par puesto que el
cuadrado de un nmero impar es impar. Como a es par podemos escribir:
a = 2p con p Z
y sustituyendo en la igualdad a2 = 2b2 obtenemos:
(2p)2 = 2b2
4p2 = 2b2
2p2 = b2
Con lo que b2 es par y, por tanto, b tambin es un nmero par.
Con esto hemos llegado a que a y b son pares. Este resultado contradice el hecho de que a
y b son primos entre s. Por tanto, hemos llegado a una contradiccin o absurdo, por lo que
concluimos afirmando que 2 no es un nmero racional, es decir, es un nmero irracional.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L

Pitgoras de Samos.

Observamos que en la demostracin no hemos recorrido el camino directo que nos lleva de
la hiptesis a la tesis, sino que hemos supuesto que la tesis es falsa y a travs de un razonamiento lgico hemos llegado a una contradiccin. Esta propiedad fue demostrada por
Pitgoras o alguno de sus discpulos, y ya aparece escrita en los Elementos de Euclides.

Probabilidad

295

Demostracin por reduccin al absurdo


El mtodo de demostracin por reduccin al absurdo, tambin
llamado mtodo de reductio ad absurdum, fue un mtodo muy
utilizado por Euclides. Consiste en suponer que la tesis es falsa y,
a travs de un razonamiento lgico, llegar a una contradiccin o
absurdo. De este hecho se deduce que la tesis del teorema es
verdadera, con lo que queda probado el teorema o la propiedad.
El matemtico ingls Godfrey Harold Hardy (1877-1947) deca
sobre este mtodo: Es una de las ms poderosas armas de un
matemtico. Es un gambito mucho ms hermoso que cualquiera de los que pueda ofrecer el juego del ajedrez: un jugador de
ajedrez puede ofrecer en sacrificio un pen o incluso una pieza
mayor, pero un matemtico ofrece el juego completo. Esta cita
ilustra perfectamente la pasin por el descubrimiento cientfico,
y la belleza de las matemticas.

Hardy en su libro Autojustificacin de un matemtico recoge


dos famosos teoremas de la matemtica griega clsica. Uno de
ellos es el que hemos desarrollado en la pgina anterior, y que
dice que 2 es un nmero irracional. El otro afirma que existen infinitos nmeros primos.
Con el fin de familiarizarnos con este mtodo, veamos la demostracin que hizo Euclides de este ltimo teorema.
Tenemos que probar que hay infinitos nmeros primos, es decir,
que el conjunto de nmeros:
2, 3, 5, 7, 11, 13, 17, 19, 23,
tiene infinitos elementos. Para ello, suponemos que este conjunto tiene un nmero finito de elementos, es decir, que existe un
ltimo nmero primo P.
Sobre esta hiptesis definimos el nmero Q como:
Q = 2 3 5 7 11 P + 1
Evidentemente Q no es divisible por ninguno de los nmeros
primos 2, 3, 5, 7, , P, ya que al dividirlo por cualquiera de ellos
siempre nos da 1 de resto.
Deducimos que Q es un nmero primo, y como Q es mayor que P,
llegamos a una contradiccin de la hiptesis de partida, que deca que P era el mayor primo.
En consecuencia hemos llegado a un absurdo y podemos afirmar
que la hiptesis de partida es falsa y, por tanto, el conjunto de
los nmeros primos tiene infinitos elementos.

Godfrey Harold Hardy.

A C T I V I D A D E S
Utiliza el mtodo de demostracin por reduccin al absurdo para resolver las siguientes actividades:
1. Nmero irracional. Demuestra que

3 es un nmero irracional.

2. Implicacin lgica. Demuestra que si P Q entonces no P no Q.

Unidad 12

296

NUEVAS TECNOLOGAS
Probabilidad con Derive
El programa Derive nos permite trabajar
la probabilidad mediante la regla de Laplace, utilizando clculos combinatorios.

Para resolver problemas de probabilidad usaremos las siguientes funciones que nos
ofrece Derive:
PERM(m, n): permite calcular el nmero de variaciones, sin repeticin, de m elementos tomados n a n.
COMB(m, n): permite calcular el nmero de combinaciones, sin repeticin, de m
elementos tomados de n en n.
PERM(n, n): calcula las permutaciones, sin repeticin, de n elementos.
Resolvemos el siguiente problema de probabilidad:
En un cofre tenemos 20 monedas de oro, 25 monedas de plata y 35 monedas de
bronce.
a) Si extraemos 3 monedas, una detrs de otra, sin reemplazamiento, cul es la probabilidad de que salga una moneda de cada metal?
b) Si extraemos 3 monedas con reemplazamiento de la moneda extrada, cul es la
probabilidad de que salga una moneda de cada metal?
a) Calculamos el nmero de casos favorables:
20
25
35

= 20 25 35 = 17500
1
1
1

y el nmero de casos posibles:


80
80 79 78
=
= 82160
3 2 1
3

La probabilidad viene dada por:


P(3 monedas distintas) =

17500
= 0, 2130
82160

b) Calculamos el nmero de casos favorables:


20
25
35

3! = 20 25 35 6 = 105000
1
1
1

y el nmero de casos posibles:


80
80
80

= 80 80 80 = 512000
1
1
1

La probabilidad viene dada por:


P(3 monedas distintas) =

105000
= 0, 2051
512000

En la imagen vemos la resolucin de este problema utilizando algunas de las expresiones anteriores:

PRACTICA con Derive la resolucin


de las actividades nmeros 10, 15 y
27.

Probabilidad

297

EN RESUMEN
EXPERIMENTOS
ALEATORIOS
todos los posibles
resultados es el

ELEMENTAL
ESPACIO MUESTRAL
COMPUESTO
cada subconjunto
es un

UNIN
COMPLEMENTACIN

SEGURO
operaciones

INTERSECCIN

clases

SUCESO

IMPOSIBLE

con propiedades
forman

P(A) + P(A) = 1
P() = 0, 0 f P(A) f 1
P(A B) = P(A) + P(B) P(A B)

Ax 1: P(E) = 1
algunas
propiedaes

LGEBRA DE BOOLE
DE LOS SUCESOS

a
travs
de

Ax 2: P(A) v 0
Ax 3: Si A y B son incompatibles:

sobre ella
se define

P(A B) = P(A) + P(B)

PROBABILIDAD
algunos resultados
importantes

REGLA DE LAPLACE
P ( A) =

N de casos favorables a A
N de casos posibles

INDEPENDENCIA DE SUCESOS
A y B son independientes si P(A B) = P(A) P(B)
A y B son dependientes si P(A B) | P(A) P(B)

AMPLA CON
El teorema (Editorial Planeta) de Adam Fawer es una novela de accin en la que
los acontecimientos se suceden de forma vertiginosa. El protagonista padece ataques de epilepsia y estos son la causa de que pierda su trabajo como profesor de
estadstica en la Universidad. Su habilidad con el clculo de probabilidades le hace
caer en el juego, y este en manos de la mafia.
El protagonista decide arriesgarse con un medicamento en pruebas para curar su
enfermedad y obtener dinero para saldar sus deudas. Este medicamento le proporciona visiones del futuro, y el mdico que se lo suministra quiere probar una
teora matemtica propuesta por Laplace sobre la prediccin del futuro. Es una novela de accin y aventuras que mantiene el inters del lector de principio a fin.

Unidad 12

298

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Sea E = {a1, a2, a3} el espacio de sucesos elementales de un experimento aleatorio. Observa cules de las funciones
siguientes definen una funcin de probabilidad:
a) P(a1) = 1/2; P(a2) = 1/3; P(a3) = 1/6

c) P(a1) = 1/2; P(a2) = 0; P(a3) = 1/2

b) P(a1) = 3/4; P(a2) = 1/4; P(a3) = 1/4

d) P(a1) = 2/3; P(a2) = 1/3; P(a3) = 1/3

a) La funcin definida en este caso es una probabilidad ya que puede comprobarse que cumple los tres axiomas de la definicin. En particular puede verse que:
P ( E ) = P ( a1 ) + P ( a2 ) + P ( a3 ) =

1 1 1
+ + =1
2 3 6

b) No es una funcin de probabilidad, ya que una de las probabilidades es negativa.


c) En este caso puede comprobarse que se cumplen los tres axiomas de probabilidad.
d) No es una funcin de probabilidad, ya que la suma de las probabilidades de los sucesos elementales es superior a uno:
P ( a1 ) + P ( a2 ) + P ( a3 ) =

2 1 1 4
+ + = >1
3 3 3 3

Una urna contiene 3 bolas rojas, 2 blancas y 1 azul, y otra urna contiene 2 bolas rojas, 2 blancas y 1 amarilla. Se
saca, al azar, una bola de cada urna y se anota el color. Se pide:
a) Construye un espacio muestral adecuado a esta experiencia.
b) Escribe, a partir de los elementos del espacio muestral, los siguientes casos:
A = {las dos bolas son rojas}, B = {las dos bolas son del mismo color}
c) Calcula P(A), P(B), P(A B ) y P(A B).
Denotando los colores rojo (r), blanco (b), azul (az) y amarillo (am), obtenemos:
a) El espacio muestral est formado de los siguientes nueve sucesos elementales:
E = {(r, r), (r, b), (r, am), (b, r), (b, b), (b, am), (az, r), (az, b), (az, am)}
b) El suceso A (las dos bolas son rojas) es A = {(r, r)} y el suceso B (las dos bolas son del mismo color) es B = {(r, r), (b, b)}.
c) Las probabilidades pedidas son:
P ( A) = P ({( r , r )}) =

3 2
1
=
6 5
5

P ( B ) = P ({( r , r ), ( b, b) } ) = P [( r , r )] + P [( b, b)] =
P ( A B ) = P (B ) =

Si A y B son dos sucesos tales que: P ( A) =

1
3

1
3 2 2 2
1
2
5
=
+ = +
=
5
3
6 5 6 5
5 15
15
P ( A B ) = P ( A) =

1
5

3
1
1
B)
y P( A B).

, P (B ) = , P ( A B ) = , halla P(A
8
2
4

3 1 1 3
P ( A B ) = P ( A B ) = 1  P ( A B ) = 1  [ P ( A) + P ( B )  P ( A B ) ] = 1  +  =
8 2 4 8
P ( A B ) = P ( A)  P ( A B ) =

3 1 1
 =
8 4 8

Probabilidad

299

Se lanzan 5 dados sobre una mesa. Cul es la probabilidad de que salgan solo nmeros pares? Y de que salga al menos un 6?
La probabilidad de que al lanzar un dado salga un nmero par es 3/6 = 1/2. Teniendo en cuenta que los resultados de cada uno
de los dados es independiente de los dems, se tiene que la probabilidad de que al lanzar 5 dados salgan solo nmeros pares es:
P1 =

1
2

1
= 0, 03125
32

La probabilidad de que al lanzar un dado no obtengamos un 6 es 5/6, y la probabilidad de que al lanzar 5 dados no se obtenga en ninguno de ellos 6 es (5/6)5 = 0,4019.
Como el suceso obtener al menos un 6 es el suceso contrario de no obtener ningn 6, se tiene que la probabilidad
buscada es:
5
5
P2 = 1 
= 1  0, 4019 = 0, 5981
6

Se extrae una carta de una baraja espaola de 40 cartas. Si


la carta extrada es un rey, sacamos una bola de la urna I que
contiene 7 bolas blancas y 5 negras. Si la carta extrada no es
un rey sacamos una bola de la urna II que contiene 6 bolas
blancas y 4 negras. Halla:
a) La probabilidad de sacar bola blanca y de la urna II.
b) La probabilidad de sacar bola negra.
a) Para sacar bola de la urna II hemos debido no sacar un rey de
la baraja. La probabilidad de sacar bola blanca de II es:
P(blanca II) =

36 6

= 0,54
40 10

b) La probabilidad de sacar bola negra viene dada por la de sacar un rey y bola negra de I o no sacar rey y sacar bola negra
de II, es decir:
4 5 36 4
241
P(negra) =

=
= 0, 40
40 12 40 10 600

Si se elige al azar una permutacin de las cifras 1, 2, 3, 4, 5, cul es la probabilidad de que no encontremos cifras
impares juntas?
El nmero de casos posibles de permutar esas cifras es:
P5 = 5! = 120
El nmero de casos favorables de que no encontremos cifras impares juntas es que se presente la situacin:
I P I P I

(I, impar; P, par)

Son P2 P3 = 2 6 = 12 casos favorables.


La probabilidad pedida es:
P(no impares junos) =

12
1
=
120 10

Unidad 12

300

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Describe el espacio muestral asociado a cada uno de los siguientes experimentos aleatorios:
a) Se lanzan al aire 3 monedas y se anotan los resultados de las caras obtenidas.
b) Se lanzan 3 dados y se anota la suma de los puntos de las caras superiores.
c) Se lanzan al aire 2 dados y se anota la suma de los puntos de las caras superiores.
d) Extraccin de dos bolas en una urna que contiene 5 bolas blancas, 6 negras y 7 verdes, si la extraccin se efecta con
reemplazamiento o sin reemplazamiento.
e) Sacar, con y sin reposicin, 3 cartas de una baraja espaola de 40 cartas.
2. Consideramos el fenmeno aleatorio extraer una carta de una baraja de cuarenta y anotarla, y los sucesos A = {sacar
oro}, B = {sacar rey}, C = {sacar el rey de bastos}. Determina los sucesos siguientes:

a) A C
b) A B C
c) A B C
d) A B
3. Sea E un espacio muestral con cuatro elementos, E = {A, B, C, D}. Cul de las siguientes funciones es una probabilidad?
a) P(A) = 1/2, P(B) = 1/3, P(C ) = 1/4, P(D) = 1/5
b) P(A) = 1/2, P(B) = 1/4, P(C ) = 1/4, P(D) = 1/5
c) P(A) = 1/2, P(B) = 1/4, P(C ) = 1/8, P(D) = 1/8
4. Sea el espacio muestral E = {A, B, C, D} y P una funcin de probabilidad sobre E. Calcula P(A) en los casos siguientes:
a) P(B) = 1/3, P(C ) = 1/6 y P(D) = 1/9

c) P(A) = 3P(B), P(B) = 2P(C) y P(D) = 2P(B)

b) P({B, C}) = 2/3, P({B, D}) = 1/2 y P(B) = 1/3

d) P(B) = P(A), P(C) = 2P(A) y P(D) = 4P(A)

5. Considera el espacio muestral E = {a, b, c, d} en el que los cuatro sucesos tienen la misma probabilidad. Sean S1 = {a, b}
y S2 = {a, c}.
a) Son S1 y S2 sucesos incompatibles?
b) Calcula la probabilidad del suceso S1 S2 y la probabilidad del suceso contrario de S2.
6. Dados dos sucesos A y B, si P(A) = 0,4 y P(B) = 0,5, es posible que P(A B) = 0,7? Razona la respuesta.
Consideramos A y B dos sucesos tales
7. Sabemos que la diferencia de dos sucesos A y B se define como A B = A B.
que P(A B) = P(A B). Cunto valen P(A B) y P(B A)?
1
Si P(A B) = , cunto valen P(A) y P(B)?
2
8. Una moneda est fabricada de manera que la probabilidad de obtener cara es triple que la de obtener cruz. Calcula la
probabilidad de obtener cara y de obtener cruz en el lanzamiento de dicha moneda.
9. En el lanzamiento de cuatro monedas, calcula la probabilidad de que:
a) Salga, al menos, una cruz.
b) Dos sean caras y dos cruces.

Probabilidad

301

10. Resuelve las cuestiones siguientes referidas al lanzamiento de dados:


a) Se lanzan tres dados. Halla la probabilidad de obtener por lo menos un cuatro.
b) Se lanzan dos dados. Halla la probabilidad de que la suma de los puntos sea menor que seis.
c) Por qu es ms frecuente, en el lanzamiento de tres dados, obtener suma 10 que suma 9?
11. Se lanzan dos dados una sola vez en un juego en el que participan dos jugadores. El primer jugador gana cuando la suma
de las puntuaciones en las caras superiores de los dados es igual a un nmero impar, mientras que el segundo jugador
gana cuando la citada suma es un nmero par mltiplo de 3. Halla:
a) Probabilidad de que gane el primer jugador
b) Probabilidad de que gane el segundo jugador.
c) Probabilidad de que ninguno gane.
12. De una baraja espaola de 40 cartas se extrae una al azar. Cul es la probabilidad de que sea bastos o menor de cinco?
13. De una baraja de 40 cartas se extraen 3 naipes consecutivamente sin reemplazamiento. Calcula la probabilidad de obtener la secuencia sota, caballo, rey.
14. De una urna que contiene 8 bolas rojas, 5 amarillas y 7 verdes se extrae una bola al azar. Calcula la probabilidad de que:
a) Sea una bola roja.

b) Sea una bola verde.

c) Sea una bola roja o verde. d) No sea roja.

15. De una urna que contiene 9 bolas rojas y 5 negras se extraen, sucesivamente, dos bolas. Halla la probabilidad de que sean:
a) Las dos negras.

c) La primera roja y la segunda negra.

b) Las dos rojas.

d) Una roja y otra negra.

16. Una urna contiene 5 bolas blancas y 7 negras. Se sacan al azar tres bolas. Calcula la probabilidad de que, al menos, una
sea blanca.
17. Se tienen dos urnas. La primera contiene 6 bolas blancas y 8 negras, y la segunda, 4 blancas y 12 negras. Se extrae al
azar una bola de cada urna. Cul es la probabilidad de que sean del mismo color?
18. Ana, Juan y Ral, que estn esperando para realizar una consulta mdica, deciden sortear el orden en que van a entrar.
a) Calcula la probabilidad de que los dos ltimos en entrar sean hombres.
b) Determina si son independientes los sucesos S1 y S2, siendo:
S1: la mujer entra antes que alguno de los hombres.
S2: los dos hombres entran consecutivamente.
19. Sean A y B dos sucesos tales que P(A) = 1/2 y P(B) = 3/5. Calcula, razonadamente, para qu valor de P(A B) los sucesos A y B son independientes.
20. Son independientes los sucesos de sacar mltiplo de tres y sacar mltiplo de cuatro al lanzar al aire un dado en forma
de dodecaedro regular?
21. Determina si son dependientes o independientes, compatibles o incompatibles, los sucesos A y B que cumplen las condiciones siguientes:
a) P(A) = 1/4, P(B) = 1/2, P(A B ) = 5/8

b) P(A) = 1/6, P(B) = 1/3, P(A B) = 1/2

Unidad 12

302

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
22. La probabilidad de que un alumno apruebe Matemticas es de 0,6, la de que apruebe Lengua es de 0,5 y la de que apruebe las dos es de 0,2.
a) Cul es la probabilidad de que apruebe al menos una asignatura?
b) Y de que no apruebe ninguna?
c) Y la de que apruebe Matemticas y no Lengua?
23. Se lanza un dado dos veces. Calcula la probabilidad de que en la segunda tirada se obtenga un nmero mayor que en
la primera.
24. Un estudiante se presenta a un examen tipo test compuesto por cien preguntas, cada una de las cuales va acompaada
de cuatro respuestas (y slo una es correcta).
Sesenta de las preguntas corresponden a la parte del programa que el alumno ha preparado y en las que tiene una probabilidad del 80 % de contestar acertadamente. En el resto de las preguntas contestar al azar. Si elige al azar una pregunta, cul es la probabilidad de que la respuesta sea correcta?
25. Dos personas piensan cada una en un nmero del 0 al 9. Calcula la probabilidad de que las dos personas no piensen el
mismo nmero.
26. Se escuchan tres CD de msica y se guardan al azar. Cul es la probabilidad de
que al menos uno de los CD haya sido guardado en su caja?
27. Con las cifras 1, 2, 3, 4 y 5 se forman todos los nmeros posibles de tres cifras
distintas. Cul es la probabilidad de que uno de ellos, elegido al azar, sea mltiplo de 4?
28. En un centro escolar los alumnos de segundo de Bachillerato pueden optar por
cursar como lengua extranjera ingls o francs. En un determinado curso, el 90 %
de los alumnos estudia ingls y el resto francs. El 30 % de los que estudian ingls son chicos y de los que estudian francs son chicos el 40 %. Elegido un alumno al azar, cul es la probabilidad de que sea chica?
29. En una universidad en la que slo hay estudiantes de Arquitectura, Ciencias y Letras, terminan la carrera el 5 % de Arquitectura, el 30 % de Ciencias y el 50 % de Letras. Elegido un estudiante al azar, se pide:
a) Probabilidad de que sea de Arquitectura y haya terminado.
b) Probabilidad de que haya terminado sus estudios.
30. Se tienen dos urnas U1 y U2 cuyo contenido es: en la urna U1, 4 bolas azules, 3 bolas rojas y 3 verdes; en la urna U2, 4
rojas, 5 azules y 1 verde.
Se lanzan tres monedas y si se obtienen exactamente dos caras se extrae una bola de la urna U1, en otro caso se extrae
de la urna U2.
a) Haz un diagrama para el experimento aleatorio de lanzar tres monedas.
b) Calcula la probabilidad de que la bola extrada sea azul.
B)
= 0,58.
31. Se consideran dos sucesos, A y B, asociados a un experimento aleatorio, con P(A) = 0,7, P(B) = 0,9 y P( A
Son independientes A y B ?

Probabilidad

303

AUTOEVALUACIN
1. Lanzamos un dado y cogemos una ficha de domin, anotando el resultado de la cara superior del dado y la suma de
puntos de la ficha de domin. El nmero de elementos del espacio muestral de esta experiencia aleatoria es:
a) 3

b) 78

c) 168

2. Sea P una probabilidad definida en el espacio muestral E = {A, B, C, D} . Si se cumple P(A B) = 4/15, P(A C) = 3/5 y
P(B) = 5 P(D); el valor de P(C ) es:
a)

3
15

b)

4
15

c)

6
15

3. Sean los sucesos A y B que cumplen P(A) = 0,6; P(B) = 0,7 y P(A B) P(A B) = 0,3. Podemos afirmar que los sucesos son incompatibles?
a) S

b) No

c) No se puede saber

4. A unas elecciones se presentan seis candidatos: A, B, C, D, E y F. Se estima que B, C y D tienen la misma probabilidad de
ganar, que es la mitad de la probabilidad de que gane A, y que E y F tienen la misma probabilidad de ganar, que es el
triple de la probabilidad de que gane A. Entonces la probabilidad de que gane A o F es:
a)

8
17

b)

9
17

c)

10
17

B)
es:
5. Sean A y B dos sucesos que cumplen P(A) = 3/8; P(B) = 1/2 y P(A B) = 1/4. El valor de P( A
a)

1
8

b)

3
8

c)

5
8

6. Marta y Jos escriben, al azar, una vocal cada uno en papeles distintos. La probabilidad de que no escriban la misma vocal es:
a)

2
5

b)

3
5

c)

4
5

7. En una clase hay 12 alumnos y 16 alumnas. El profesor saca consecutivamente a 4, diferentes, a la pizarra. La probabilidad de que sean dos alumnos y dos alumnas es:
a)

176
455

b)

267
455

c)

276
455

8. En un centro de secundaria, aprueban Biologa 4 de cada 5 alumnos, Matemticas aprueban 2 de cada 3 alumnos y 3
de cada 5 alumnos aprueban Lengua. Elegido un alumno matriculado en esas asignaturas en ese centro, la probabilidad
de que suspenda slo una de ellas es:
a)

24
75

b)

34
75

c)

44
75

9. El 60% de las personas que visitaron un determinado museo durante el mes de mayo eran espaolas. De ellas, el 40%
eran menores de 20 aos. En cambio, de los visitantes no espaoles, tenan menos de 20 aos el 30%. La posibilidad
de que un visitante elegido al azar tenga menos de 20 aos es:
a) 0,12

b) 0,24

c) 0,36

10. Un estuche contiene 5 lpices de igual forma y tamao: 2 de color azul y 3 de color verde. Se extrae un lpiz del estuche y a continuacin, sin reemplazamiento, se extrae otro lpiz. Definimos los sucesos A = {slo ha salido un lpiz de color verde} y B = {el segundo lpiz extrado es de color azul} . Son independientes los sucesos A y B?
a) S

b) No

c) No se puede saber

u13

Probabilidad
unidad 13 condicionada
contenidos

1. Probabilidad condicionada
2. Probabilidad en tablas de
contingencia y diagramas
de rbol
3. Probabilidad total
4. Teorema de Bayes

305

Las situaciones relacionadas con el azar vistas hasta ahora se


componan en la mayora de los casos de sucesos que eran independientes unos de otros. La posibilidad de ocurrencia de una situacin no influa en la posibilidad de ocurrencia de otra. Eran
las situaciones asociadas a los lanzamientos de dados, monedas,
extracciones de bolas de una bolsa o cartas de una baraja, etc.
En esta unidad vamos a estudiar fenmenos en los cuales la ocurrencia de un suceso simple influye en otro efectuado con posterioridad. Diremos que los sucesos son entre s dependientes o que
la ocurrencia de un suceso influye, modifica o condiciona la ocurrencia de otro.
Estudiaremos los experimentos con sucesos dependientes y calcularemos la probabilidad condicionada de que ocurra o haya
ocurrido uno de los sucesos, sabiendo que el otro se producir o
se ha producido ya.
Al tratar con probabilidades condicionadas hay que ser muy cuidadoso. Siempre deber tenerse en cuenta la informacin previa
sobre la ocurrencia de los sucesos.

cuestiones iniciales
1. En una bolsa hay 4 canicas rojas, 4 azules y 2 verdes. Se agita bien la bolsa y se sacan 3 canicas: 2 rojas y 1 azul. Despus se extrae otra canica.
De qu color es ms probable que sea? Elige la respuesta correcta:
a) Roja.

b) Azul.

c) Verde.

d) Todos los colores son igualmente probables.


2. Calcula el valor de la probabilidad del siguiente suceso: La suma de las
caras de dos dados es 10, 11 o 12 habiendo salido 6 en el primer dado.
3. Extraemos dos cortes de una baraja de 40 cartas. Halla la probabilidad:
a) De sacar dos copas.
b) De sacar dos cartas de palos distintos.
NOTA: Considera los dos problemas con reemplazamiento de la primera carta
y sin reemplazamiento.

4. Se tienen dos cajas, la primera con 4 bolas blancas y 2 rojas y la segunda con 3 bolas blancas y 3 rojas. Se abre una caja al azar y se extrae una
bola. Calcula:
a) La probabilidad de que la caja sea la segunda y la bola blanca.
b) La probabilidad de que la caja sea la primera sabiendo que la bola
es blanca.

Unidad 13

306

1. Probabilidad condicionada


Sangre espaola
La distribucin, en porcentajes, de la
sangre espaola en grupos sanguneos y factores Rhesus es:
O

AB Tot.

En el clculo de las probabilidades de algunos sucesos, el valor de dichas probabilidades vara en funcin del conocimiento de determinadas informaciones
relativas a estos sucesos. Veamos algunos ejemplos.
En la tabla del margen podemos observar la distribucin aproximada en grupos sanguneos (O, A, B y AB) y en factor Rhesus (Rh+ y Rh) de la sangre
de la poblacin espaola. Elegido un individuo al azar:

Rh+

35 40

81

La probabilidad de que su sangre sea del grupo B es del 7 %.

Rh

19

La probabilidad de que tenga el factor Rh+ es del 81 %.

Total

41 49

3 100

Si pertenece al grupo B, la probabilidad de tener el factor Rh+ es:


P(Rh+/B) = 4/7 = 57,14 %
Si tiene el factor Rh+, la probabilidad de pertenecer al grupo B es:
P(B/Rh+) = 4/81 = 4,49 %
Los sucesos Rh+/B y B/Rh+ se leen Rh+ condicionado a B y B condicionado a Rh+, respectivamente. Estas situaciones y otras anlogas nos conducen al concepto de probabilidad condicionada.
Llamamos probabilidad condicionada del suceso B respecto del (condicionado al) suceso A, y lo denotamos por P(B/A) al cociente
P(B A) =

P(A B)
P(A)

En la prctica resulta til calcular la probabilidad de la forma:


P(B A) =

n de sucesos elementales de A B
n de sucesos elementales de A

ACTIVIDADES
RESUELTAS
1. Se lanzan dos dados al aire:
a) Cul es la probabilidad de obtener una suma de puntos igual a 7?
b) Si la suma de puntos ha sido 7, cul es la probabilidad de que en alguno de los dados haya salido un tres?
Sean los sucesos:
A = {la suma de los puntos es 7}

B = {en alguno de los dados ha salido un tres}

a) Los casos posibles al lanzar dos dados son 36 y los casos favorables al suceso A son los seis siguientes:
(1, 6) (2, 5) (3, 4) (4, 3) (5, 2) (6, 1)
Por tanto:
6
1
=
36 6
b) En este caso, el suceso B/A es salir en algn dado 3, si la suma ha sido 7. Observamos que esta situacin ocurre en las parejas
(3,4) y (4,3). Por tanto:
2
1
P ( B / A) =
=
6
3
P ( A) =

Probabilidad condicionada

307

1.1. Probabilidad compuesta o del producto


Si en la expresin que aparece en la definicin de probabilidad condicionada
despejamos P(A B), obtenemos:
P(A B) = P(A) P(B/A)
P(A B) = P(B) P(A/B)
Cualquiera de estas dos expresiones recibe el nombre de probabilidad compuesta o del producto.

1.2. Sucesos dependientes e independientes


Generalizacin de la probabilidad
compuesta
Para tres sucesos, A, B, C, la expresin
de la probabilidad compuesta o del
producto es:
P(A B C) =
= P(A) P(B/A) P(C/A B)
Esta frmula se puede generalizar para n sucesos.

El conocimiento de que ha ocurrido el suceso A modifica, en algunas ocasiones,


la probabilidad del suceso B, pero en otras no. Los sucesos en los que, conociendo que uno ha ocurrido, no se modifica la probabilidad del otro, decimos que son
independientes y, si se modifica, decimos que son dependientes entre s.
Decimos que dos sucesos A y B son independientes entre s si la ocurrencia de uno de ellos no modifica la probabilidad del otro, es decir, si
P(B/A) = P(B) o P(A/B) = P(A)
o lo que es lo mismo:
A y B son independientes

P (A B) = P(A) P(B)

Dos sucesos que no son independientes son dependientes.


Decimos que dos sucesos A y B son dependientes entre s si la ocurrencia de uno de ellos modifica la probabilidad del otro, es decir, si
P(B/A) | P(B) o P(A/B) | P(A)
o lo que es lo mismo:
A y B son dependientes

P(A B) | P (A) P (B)

ACTIVIDADES
RESUELTAS
2. a) Calcula la probabilidad de que al extraer 3 cartas, sucesivamente, de una baraja espaola de 40 cartas, sean todas
copas.
b) Calcula la probabilidad de que al extraer 3 cartas, con reemplazamiento, de una baraja espaola, sean todas copas.
Consideremos el siguiente suceso:
Ci = {salir copas en la extraccin nmero i }
a) Hemos de calcular P(C1 C2 C3), utilizando la probabilidad compuesta o del producto:
P(C1 C2 C3) = P(C1) P(C2/C1) P(C3 /C1 C2) = 10/40 9/39 8/38 = 0,012
b) Como la carta extrada se vuelve a introducir, los sucesos son independientes y la probabilidad buscada es:
P(C1 C2 C3) = P(C1) P(C2) P(C3) = 10/40 10/40 10/40 = 0,016

Unidad 13

308

2. Probabilidad en tablas de contingencia


y diagramas de rbol


Probabilidades en diagramas
de rbol

En los problemas de probabilidad, y en especial en los de probabilidad condicionada, resulta interesante y prctico organizar la informacin en una tabla
de contingencia o en un diagrama de rbol.

Debe tenerse en cuenta que para


calcular la probabilidad de los sucesos que se obtienen como resultado
de recorrer las ramas del diagrama de
rbol
A
yBoA
y B)

(A y B, A y B,

Las tablas de contingencia y los diagramas de rbol estn ntimamente relacionados, de forma que dado uno de ellos podemos construir el otro. Unas veces, los datos del problema permiten construir fcilmente uno de ellos y a partir de l podemos construir el otro, que nos ayudar en la resolucin del
problema.

hay que multiplicar las probabilidades que se indican de las ramas recorridas.

2.1. Conversin de una tabla en diagrama de rbol

La suma de las probabilidades asociadas a todas las ramas que parten


de un suceso es 1.

Las tablas de contingencia estn referidas a dos caractersticas que presentan cada una dos o ms sucesos.

En el caso de los sucesos A, A, B y

B, expresados en frecuencias absolutas, relativas o probabilidades, la


tabla adopta la forma adjunta.

A
B

P(A B)

P(A B)

TOTAL

P(A)

P( A B)

P( A B)

P(A)

TOTAL
P(B)

P( B)
1

Dicha tabla adopta la forma del diagrama de rbol siguiente; en este, a cada

uno de los sucesos A y A se les ha asociado los sucesos B, B.


P (B/A)

A
P (A)

P (A)

P (B/A)

P (B/A)

P (B/A)

Sobre las ramas del diagrama de rbol se han anotado las probabilidades condicionadas correspondientes, deducidas de las relaciones anlogas a:
P(B A) =

P(A B)
P(A)

2.2. Conversin de un diagrama en tabla


de contingencia
De manera recproca, dado el diagrama de rbol podemos construir la tabla de
contingencia equivalente sin ms que utilizar la expresin
P(A B ) = P(A) P(B/A)
para calcular las probabilidades de las intersecciones de sucesos que forman la
tabla.

Probabilidad condicionada

309

ACTIVIDADES
RESUELTAS
3. En una universidad hay tres facultades A, B y C. En total hay matriculados 1000 alumnos de los que 400 son chicos. En
la facultad A hay un 20% del total de alumnos y de ellos 50 son chicos. En la facultad B hay 300 chicas y 200 chicos matriculados.
a) Qu tanto por ciento de los alumnos de esta universidad estudia en la facultad C?
b) Qu tanto por ciento de los alumnos estudian en la facultad A y son chicas?
Recogemos en la tabla de contingencia los datos del enunciado:
A

TOTAL

Chicas

150

300

150

600

Chicos

50

200

150

400

TOTAL

200

500

300

1 000

a) Estudian en la facultad C un:


300
= 30 % de alumnos
1000
b) Estudian en la facultad A y son chicas un:
150
= 15 % de alumnos
1000

4. Se estima que solo un 20% de los que compran acciones en Bolsa


tienen conocimientos burstiles. De ellos, el 80% obtienen beneficios. De los que compran acciones sin conocimientos burstiles, solo
un 10% obtiene beneficios. Halla:
a) El tanto por ciento de los que compran acciones en Bolsa que
obtienen beneficios.
b) Cul es la probabilidad de elegir una persona al azar que no
tenga conocimientos burstiles y no obtenga beneficios?
Tanto en la siguiente tabla de contingencia como en el diagrama de rbol
podemos ver reflejados los datos del problema.

Sabe
de Bolsa
Beneficios
No Beneficios
TOTAL

No sabe
de Bolsa

TOTAL

16

24

72

76

20

80

100

20
100

80
100

80/100

Beneficios

20/100

No
beneficios

10/100

Beneficios

90/100

No
beneficios

Sabe

No
sabe

a) En la tabla de contingencia vemos, que el tanto por ciento de los que compran acciones y obtienen beneficio es 24%. En el diagrama sera:
20 80
80 10
24

=
el 24%
100 100 100 100 100
b) En la tabla: P(no sabe de Bolsa y no beneficios) =

72
= 0,72
100

En el diagrama de rbol: P(no sabe de Bolsa y no beneficios) =

80 90
72

=
= 0,72
100 100 100

Unidad 13

310

3. Probabilidad total


Sistema completo de sucesos
E

Veamos un resultado interesante que nos permite calcular la probabilidad de un


suceso en funcin de la suma de probabilidades condicionadas. Previamente definamos los que se conocen como sistemas completos de sucesos.
Sea E el espacio muestral de un experimento aleatorio y A1, A2, ., An una familia de sucesos.

A1
A2

Llamamos sistema completo de sucesos a una familia A1, A2, , An de


sucesos que cumplen:

A3

Son incompatibles dos a dos:


Ai Aj =

An

La unin de todos ellos es el suceso seguro:


n

Ai = E

i =1

Teorema de la probabilidad total


E

A1

A1 B

A2

A2 B

A3

A3 B

An

An B

Sea A1, A2, , An un sistema completo de sucesos tales que la probabilidad de cada uno de ellos es distinta de cero, y sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B/Ai); entonces
la probabilidad del suceso B viene dada por la expresin:
P(B) = P (A1) P (B/A1) + P (A2) P (B/A2) + + P (An) P (B/An)
Al ser los sucesos A1, A2, , An incompatibles dos a dos, tambin lo son los sucesos A1 B, A2 B, , An B, con lo que tenemos:
n

P(B) = P(B E) = P[B ( Ai )] = P[B (A1 A2 An)] =


i =1

= P[(A1 B) (A2 B) (An B)] =


= P(A1 B) + P(A2 B) + + P(An B) =
= P(A1) P(B/A1) + P(A2) P(B/A2) + + P(An) P(B/An)

ACTIVIDADES
RESUELTAS
5. Una compaa dedicada al transporte pblico explota tres lneas de una ciudad, de forma que el 60% de los autobuses
cubre el servicio de la primera lnea, el 30% cubre la segunda y el 10% cubre el servicio de la tercera lnea. Se sabe que
la probabilidad de que, diariamente, un autobs se avere es del 2%, 4% y 1%, respectivamente, para cada lnea.
Determina la probabilidad de que, en un da, un autobs sufra una avera.
El suceso Av = {sufrir una avera} puede producirse en las tres lneas, (L1, L2, L3). Segn el teorema de la probabilidad total y teniendo en cuenta las probabilidades del diagrama de rbol
adjunto, tenemos:

0,6

P(Av) = P(L1) P(Av/L1) + P(L2) P(Av/L2) + P(L3) P(Av/L3) =

0,1

= 0,6 0,02 + 0,3 0,04 + 0,1 0,01 = 0,012 + 0,012 + 0,001 = 0,025

L1
0,3

L2
L3

0,02

Av

0,98

no Av

0,04

Av

0,96

no Av

0,01

Av

0,99

no Av

Probabilidad condicionada

311

ACTIVIDADES
RESUELTAS
6. Una empresa del ramo de la alimentacin elabora sus productos en cuatro factoras: F1, F2, F3 y F4. El porcentaje de produccin total que se fabrica en cada factora es del 40%, 30%, 20% y 10%, respectivamente, y adems el porcentaje de
envasado incorrecto en cada factora es del 1%, 2%, 7% y 4%. Tomamos un producto de la empresa al azar. Cul es la
probabilidad de que se encuentre defectuosamente envasado?
Sea el suceso M = {el producto est defectuosamente envasado}. Este producto puede proceder de cada una de las cuatro factoras y, por tanto:

F1
0,4

M = (F1 M) (F2 M) (F3 M) (F4 M)

0,3

F2

Al ser los cuatro sucesos de los parntesis incompatibles:


0,2

P(M) = P(F1 M) + P(F2 M) + P(F3 M) + P(F4 M)

F3

Y por la expresin de la probabilidad compuesta, tenemos, para cada una de las factoras:

0,1

P(Fi M) = P(Fi) P(M/Fi)

F4

0,99

0,01

0,98

0,02

0,93

0,07

0,96

0,04

Teniendo en cuenta la ltima expresin y las probabilidades del enunciado que pueden verse en el diagrama de rbol adjunto, obtenemos:
P(M) = P(F1) P(M/F1) + P(F2) P(M/F2) + P(F3) P(M/F3) + P(F4) P(M/F4) =
= 0,4 0,01 + 0,3 0,02 + 0,2 0,07 + 0,1 0,04 = 0,004 + 0,006 + 0,014 + 0,004 = 0,028

7. Se tiene una urna vaca y se lanza una moneda al aire. Si sale cara, se introduce en la urna una bola blanca y, si sale cruz,
se introduce una bola negra. El experimento se repite tres veces y, a continuacin, se introduce la mano en la urna, retirando una bola. Cul es la probabilidad de que en la urna queden una bola blanca y otra negra?
Sean los sucesos B = {obtener bola blanca} y N = {obtener bola negra}. En el diagrama de rbol pueden verse las configuraciones posibles de las urnas, despus del lanzamiento de las
monedas, y las urnas finales, as como las probabilidades para cada una de ellas.

URNAS
INICIALES

BBB
1/8

Atendiendo a la notacin expresada en el diagrama de rbol y segn el teorema de la probabilidad total, obtenemos:
P ( BN ) = P ( BN BBN ) + P ( BN BNN ) = P ( BBN ) P ( BN / BBN ) + P ( BNN ) P ( BN / BBN ) =
=

3/8 BBN
3/8

URNAS
FINALES

BB

1/3

BB

2/3

BN

2/3

BN

1/3
1

NN

BNN
1/8

NNN

3 2 3 2
1 1
1
+ =
+
=
8 3 8 3
4 4
2

NN

8. Se lanzan dos monedas al aire. Si salen dos caras, se extrae una bola de una urna I, que contiene 2 bolas blancas y 3 negras. Si sale cara y cruz, se extrae una bola de una urna II, que contiene 4 bolas blancas y 1 negra. Si salen dos cruces,
se extrae una bola de una urna III, que contiene 3 bolas blancas y 2 negras. Cul es la probabilidad de extraer bola
blanca despus de lanzar las monedas y sacar la bola?
El diagrama de rbol muestra, primero, las probabilidades correspondientes a la eleccin de la
urna y, despus, a la extraccin de la bola.

UI
1/4

La probabilidad total de sacar bola blanca la calculamos caminando por todas las ramas que
terminan en sacar bola blanca:
P ( B ) = P ( B / UI ) P (UI ) + P ( B / UII ) P (UII ) + P ( B / UIII ) P (UIII ) =
=

2 1 4 2 3 1
13
+ +
=
5 4 5 4 5 4
20

2/4

UII

1/4

UIII

2/5

3/5

4/5

1/5

3/5

2/5

Unidad 13

312

4. Teorema de Bayes


Thomas Bayes (1702-1761)

En 1763, dos aos despus de la muerte de Thomas Bayes (1702-1761), se public una memoria en la que aparece, por vez primera, el problema de la determinacin de la probabilidad de las causas a partir de los efectos que han
podido ser observados. El clculo de dichas probabilidades recibe el nombre de teorema de Bayes.
Teorema de Bayes
Sean los siguientes sucesos:
A1, A2, , An un sistema completo de sucesos, tales que la probabilidad
de cada uno de ellos es distinta de cero.
B un suceso cualquiera del que se conocen las probabilidades condicionadas P(B/Ai).

Matemtico britnico, uno de los primeros en utilizar la probabilidad inductivamente y en establecer una base matemtica para la inferencia probabilstica. Perteneci a la Royal Society desde 1742.
En 1763, dos aos despus de su muerte, se public su obra Essay Towards Solving a Problem in the Doctrine of Chances, donde se enuncia el teorema que
lleva su nombre.

Entonces las probabilidades P(Ai /B) vienen dada por la expresin:


P(Ai B) =

P(Ai ) P(B/Ai )
P(A1) P(B/A1) + P(A2 ) P(B /A2 ) + + P(A n ) P(B /A n )

Teniendo en cuenta que para cualquier suceso Ai, por definicin de probabilidad condicionada, se cumple siempre que:
P(Ai B) = P(Ai) P(B/Ai) = P(B) P(Ai /B)
despejando P(Ai /B), tenemos:
P(Ai B) =

P(Ai ) P(B Ai )
P(B)

La probabilidad P(B), por el teorema de la probabilidad total, es:


P(B) = P(A1) P(B/A1) + P(A2) P(B/A2) + + P(An) P(B/An)
Y sustituyendo en la ecuacin anterior, obtenemos la frmula de Bayes:
P(Ai B) =

P(Ai ) P(B/Ai )
P(A1) P(B/A1) + P(A2 ) P(B /A2 ) + + P(A n ) P(B /A n )

Las probabilidades P(Ai) reciben el nombre de probabilidades a priori, P(Ai /B)


son las probabilidades a posteriori y P(B/Ai) se denominan verosimilitudes.
La frmula de Bayes nos permite calcular las probabilidades a posteriori, siempre y cuando conozcamos las probabilidades a priori y las verosimilitudes.
En los problemas relacionados con la probabilidad, y en particular con la probabilidad condicionada, as como con la probabilidad total y el teorema de
Bayes, es aconsejable que, con la informacin del problema, construyamos
una tabla de contingencia o un diagrama de rbol, que sern muy tiles en
la resolucin del problema.

Probabilidad condicionada

313

ACTIVIDADES
RESUELTAS
9. Tres mquinas, M1, M2 y M3, producen el 45%, 30% y 25%, respectivamente, del total de las piezas producidas en una
fbrica. Los porcentajes de produccin defectuosa de estas mquinas son del 3%, 4% y 5%.
a) Seleccionamos una pieza al azar; calcula la probabilidad de que sea defectuosa.
b) Tomamos, al azar, una pieza y resulta ser defectuosa; calcula la probabilidad de haber sido producida por la mquina M2.
c) Qu mquina tiene la mayor probabilidad de haber producido la citada pieza defectuosa?
Sean los sucesos D = {la pieza es defectuosa} y N = {la pieza no es defectuosa}. La informacin del problema puede expresarse en el diagrama de rbol adjunto.

M1
0,45

a) Para calcular la probabilidad de que la pieza elegida sea defectuosa, P(D), por la propiedad de la probabilidad total:
P(D) = P(M1) P(D/M1) + P(M2) P(D/M2) + P(M3) P(D/M3) =

0,30

M2

0,25

M3

= 0,45 0,03 + 0,30 0,04 + 0,25 0,05 = 0,038

0,03

0,97

0,04

0,96

0,05

0,95

b) Debemos calcular P(M2/D). Por el teorema de Bayes:


P (M2 /D ) =
=

P (M2 ) P ( D /M2 )
=
P (M1 ) P ( D /M1 ) + P (M2 ) P ( D /M2 ) + P (M3 ) P ( D /M3 )

0,30 0,04
120
=
= 0,316
0, 45 0,03 + 0,30 0,04 + 0, 25 0,05 380

c) Calculamos P(M1/D) y P(M3 /D), comparndolas con el valor de P(M2/D) ya calculado. Aplicando el teorema de Bayes, obtenemos
lo siguiente:
P (M1 /D ) =

0, 45 0,03
135
=
= 0,355
0, 45 0,03 + 0,30 0,04 + 0, 25 0,05 380

P (M3 /D ) =

0, 25 0,05
125
=
= 0,329
0, 45 0,03 + 0,30 0,04 + 0, 25 0,05 380

La mquina con mayor probabilidad de haber producido la pieza defectuosa es M1.

10. Tenemos tres urnas: U1 con 3 bolas rojas y 5 negras, U2 con 2 bolas rojas y 1 negra y U3 con 2 bolas rojas y 3 negras. Escogemos una urna al azar y extraemos una bola. Si la bola ha sido roja, cul es la probabilidad de haber sido extrada de la urna U1?
Sean los sucesos R = {sacar bola roja} y N = {sacar bola negra}. En el diagrama de rbol adjunto pueden verse las distintas probabilidades de ocurrencia de los sucesos R o N para cada
una de las tres urnas.

U1
1/3
1/3

La probabilidad pedida es P(U1/R). Utilizando el teorema de Bayes, tenemos:

U2

1/3

P (U1 / R ) =
=

P (U1 ) P ( R / U1 )
=
P (U1 ) P ( R / U1 ) + P (U2 ) P ( R / U2 ) + P (U3 ) P ( R / U3 )

U3

3/8

5/8

2/3

1/3

2/5

3/5

45
(1 3) (3 8)
=
= 0, 260
173
(1 3) (3 8) + (1 3) (2 3) + (1 3) (2 5)

Unidad 13

314

RESOLUCIN DE PROBLEMAS
Suma de las potencias de 2
Demuestra que para todo n N se verifica que:
1 + 2 + 22 + 23 + 24 + + 2n = 2n + 1 1

FAMILIARIZACIN CON EL PROBLEMA


Fcilmente entendemos lo que pide el problema, demostrar una igualdad.

BSQUEDA DE ESTRATEGIAS
Comenzamos comprobando si la igualdad es cierta para valores pequeos de n:
Para n = 0 1 = 20 + 1 1 1 = 1.
Para n = 1 1 + 2 = 21 +1 1 3 = 3.
Para n = 2 1 + 2 + 22 = 22 +1 1 7 = 7.
Vemos que la igualdad se cumple para estos tres primeros valores. Este proceso nos sugiere utilizar el mtodo de induccin para demostrar la igualdad.

LLEVAR ADELANTE LA ESTRATEGIA


Vamos a seguir el mtodo de induccin: sabiendo que la igualdad es cierta para valores
pequeos de n, damos por supuesto que es cierta para un valor cualquiera y demostramos que tambin lo es para el siguiente. De esta forma quedara probado que la igualdad
es vlida para cualquier nmero natural.
Para n = 1 hemos visto que la igualdad es cierta.
Suponemos que es cierta para n = p, es decir:
1 + 2 + 22 + 23 + 24 + + 2p = 2p +1 1
Hemos de ver que tambin es cierta para n = p + 1, es decir, hemos de probar que:
1 + 2 + 22 + 23 + 24 + + 2p +1 = 2p +2 1
Para ello utilizamos la expresin anterior y obtenemos:
(1 + 2 + 22 + 23 + 24 + + 2p ) + 2p +1 = (2p +1 1) + 2p +1 = 2 2p +1 1 = 2p +2 1
Con esto hemos demostrado que la igualdad es cierta para p + 1.
Por tanto, podemos afirmar que la igualdad es cierta para todo n N.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


El desarrollo de este problema nos ha mostrado la potencia y la belleza de las demostraciones por el mtodo de induccin.

Probabilidad condicionada

315

Mtodo de Induccin
Mtodo de demostracin por induccin

Axiomas de Peano
La teora de conjuntos junto a los axiomas del matemtico italiano Giuseppe Peano (1858-1932) nos acercan al conjunto
N de los nmeros naturales.
Los axiomas de Peano son:

Colocamos en el suelo una fila de soldaditos de plomo, o de


fichas de domin, uno detrs de otro y lo suficientemente separados para que si cae uno de ellos, este haga caer al siguiente. As podemos asegurar:

I) En N hay un primer elemento que es 1.

1. Cae el primer soldadito o ficha.

II) A cada nmero natural n, le corresponde un nmero natural siguiente a l, que llamamos sg n.

2. La cada de uno cualquiera de ellos obliga a caer al siguiente.

III) El 1 no es el siguiente de ningn nmero.

Entonces, podemos afirmar que todos los soldaditos de plomo, o fichas de domin, caen.

IV) Si sg n = sg m, entonces n = m.
V) Axioma de induccin completa o de induccin matemtica. Si un subconjunto C de nmeros naturales verifica que:
1 C
Si h C sg h C
entonces este subconjunto C coincide con N.

Esta situacin nos permite entender el mtodo de demostracin por induccin, considerando cada soldadito o ficha como
un nmero natural. Este mtodo nos permite afirmar que una
determinada propiedad P (n) es cierta para todos los nmeros
naturales.
El mtodo de demostracin por induccin se basa en el quinto axioma de Peano y consiste en:
Comprobar que el nmero 1 verifica la propiedad, es decir, que P (1) es verdadera.
Suponer que P (h) tambin es verdadera.
Poder demostrar que P (h + 1) es verdadera.
Con esto concluimos afirmando que la propiedad es verdadera para cualquier nmero natural.

A C T I V I D A D E S
Utiliza el mtodo de induccin para resolver las siguientes actividades:

1 1 1
1. Matrices. Sea la matriz A = 1 1 1 . Demuestra que An = 3n 1 A.
1 1 1
2. Mltiplo de 5. Demostrar que n5 n es mltiplo de 5 para cualquier valor de n.
n

3. Suma de cubos. Demuestra que para cualquier nmero natural n se verifica:

i
i =1

n2 ( n + 1)2
.
4

Unidad 13

316

NUEVAS TECNOLOGAS
Derive nos permite calcular probabilidades
mediante la distribucin normal.

Distribuciones de probabilidad
con Derive
Con Derive podemos calcular cualquier probabilidad mediante la distribucin normal.
Para calcular P(Z f k) mediante la N(0, 1) utilizamos NORMAL(k) y para calcular P(Z f k)
mediante N(R, X ) utilizamos NORMAL(k, m, s).
Las posibilidades grficas de Derive nos permiten comparar funciones de densidad
de distribuciones normales con distintos parmetros:
Grficas correspondientes a funciones normales con distintas medias e igual
varianza.
Vamos a representar las funciones de densidad de distribuciones normales con varianza 1 y medias entre 3 y 3. Definimos la funcin VECTOR (f (x), x, n, m) que
nos da los valores de f(n), f(n+1),, f(m) a partir de la funcin f(x). Introducimos:
d
N(x, m, s): =
NORMAL (x, m, s) y con: VECTOR (N(x, m, 1), m, 3, 3) hallamos
dx
las expresiones de las distintas funciones de densidad, y representndolas grficamente obtenemos la siguiente imagen:

Grficas correspondientes a funciones normales con igual media y distinta


varianza.
Vamos a representar las funciones de densidad de distribuciones normales con media 0 y desviacin tpica 0,25; 0,5; 0,75; 1; 1,25; 1,5. Para ello utilizamos:
VECTOR (N(x, 0, s), s, 0.25, 1.5, 0.25) y obtenemos las grficas de la imagen:

PRACTICA con Derive la resolucin


de las actividades nmeros 6, 17,
31 y 34.

Probabilidad condicionada

317

EN RESUMEN
PROBABILIDAD
CONDICIONADA

Probabilidad del suceso B,


supuesto que ha ocurrido A:
P ( A B)
P ( B / A) =
P ( A)

definicin

aplicada a

SUCESOS
COMPUESTOS

TABLAS DE CONTINGENCIA
O DIAGRAMAS DE RBOL

su informacin
se organiza en

una prueba no
afecta a la otra

SUCESOS
INDEPENDIENTES

verifica

P(A B) = P(A) P(B)

una prueba
afecta a la otra

SUCESOS
DEPENDIENTES

verifica

P(A B) = P(A) P(B/A)

algunos resultados
importantes

PROBABILIDAD COMPUESTA

PROBABILIDAD TOTAL

P(A B) = P(A) P(B/A)


P(A B C) = P(A) P(B/A) P(C/A B)

P (B ) =

P ( A ) P (B /A )
i =1

TEOREMA DE BAYES
P ( Ai / B ) =

P ( Ai ) P ( B / Ai )
n

P ( A ) P (B / A )
i

i =1

AMPLA CON
El nmero de Dios (Crculo de lectores) de Jos Luis Corral Lafuente es un libro
que nos lleva al siglo XIII, a los tiempos de la construccin de las grandes catedrales gticas en Francia y en Espaa. La novela nos muestra las tres culturas que convivan en la Pennsula Ibrica: cristiana, musulmana y juda.
El autor describe la construccin de la catedral de Burgos y, posteriormente, de la
de Len. Los protagonistas de estas construcciones son la luz y las formas geomtricas. El nmero de Dios es el valor de la secreta proporcin que manejaban
los maestros constructores de estas catedrales y que trasmitan de generacin en
generacin, conscientes que de ella dependa el equilibrio final de las obras.

Unidad 13

318

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


En una caja hay x bolas blancas y 1 bola roja. Al extraer de la caja dos bolas al azar sin reemplazamiento, la probabilidad de que sean blancas es 1/2. Calcula el nmero de bolas blancas que debe tener la caja.
Sean los sucesos B1 = {la primera bola extrada es blanca} y B2 = {la segunda bola extrada es blanca}. Siendo x el nmero de bolas blancas que tiene la caja, su clculo lo realizamos de la forma siguiente:
P ( B1 B2 ) = P ( B1 ) P ( B2 /B1 ) =

x
x 1 1

=
x +1 x
2

Operando y resolviendo la ltima ecuacin, obtenemos:


x 1 1
=
x +1 2

2x  2 = x + 1

x = 3

La caja contiene 3 bolas blancas.

El 35% de los crditos de un banco es para vivienda, el 50% para industrias y el 15% para consumo diverso. Resultan fallidos el 20% de los crditos para vivienda, el 15% de los crditos para industrias y el 70% de los crditos para
consumo. Calcula la probabilidad de que se pague un crdito elegido al azar.
En la tabla de contingencia adjunta puede verse resumida toda la informacin referida a esta
actividad.
Observamos que la probabilidad de elegir al azar
un crdito no fallido es la suma de las probabilidades de los crditos no fallidos referidos a la
vivienda, la industria y el consumo. Por tanto:

Vivienda

Industria

Consumo

TOTAL

Fallidos

0,070

0,075

0,105

0,250

No fallidos

0,280

0,425

0,045

0,750

TOTAL

0,350

0,500

0,150

1,000

P(crdito No fallido) = 0,28 + 0,425 + 0,045 = 0,75

El volumen de produccin en tres plantas diferentes de una fbrica es de 500 unidades en la primera, 1 000 unidades en la segunda y 2 000 en la tercera. Sabiendo que el porcentaje de unidades defectuosas producidas en cada
planta es del 1%, 0,8% y 2%, respectivamente:
a) Calcula la probabilidad de que al seleccionar una unidad al azar sea defectuosa.
b) Sabiendo que hemos elegido una pieza defectuosa cul es la probabilidad de que proceda de la planta 2?
En la tabla de contingencia puede verse resumida
toda la informacin referida a la produccin de piezas defectuosas y no defectuosas en cada una de las
plantas.
a) La probabilidad de elegir al azar una pieza defectuosa ser el cociente entre el total de piezas defectuosas y el nmero total de piezas producidas.
Por tanto:
P(Defectuosa) =

Planta 1

Planta 2

Planta 3

TOTAL

Defectuosas

40

53

No defectuosas

495

992

1 960

3 447

TOTAL

500

1 000

2 000

3 500

5 + 8 + 40
53
=
= 0,0151
3500
3500

b) La probabilidad de que la pieza defectuosa elegida proceda de la 2 planta es:


P(Planta 2 / Defectuosa) =

8
= 0,151
53

Probabilidad condicionada

319

El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros
ocupan un puesto directivo y el 50% de los economistas tambin, mientras que de los no ingenieros y no economistas solamente el 20% ocupan un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al azar sea ingeniero?
Observando las probabilidades que aparecen en el diagrama de rbol, obtenemos:
P (ingeniero / directivo) =
=

0,2

P (ingeniero y directi vo)


=
P (directivo)

0,15
0, 2 0, 75
=
= 0, 4054
0, 37
0, 2 0, 75 + 0, 2 0, 5 + 0, 6 0, 2

0,75

Directivo

0,25

No directivo

Ingeniero

0,2

0,5

Directivo

0,5

No directivo

Economista

0,6

0,2

Directivo

0,8

No directivo

Otros

En un cierto edificio se usan dos ascensores; el primero lo usa el 45% de los inquilinos y el resto usa el segundo.
El porcentaje de fallos del primero es del 5%, mientras que el del segundo es del 8%. Si un cierto da un inquilino queda atrapado en un ascensor, halla la probabilidad de que haya sido en el primero.
Sean los sucesos A1 = {usar el ascensor primero}, A2 = {usar el ascensor segundo} y
F = {falla el ascensor}. Debemos calcular la probabilidad de que se haya usado el ascensor primero, sabiendo que se ha producido un fallo, es decir, hay que calcular
P(A1/F ).
0,45

Observando el diagrama de rbol adjunto, obtenemos:


P ( A1 /F ) =

P ( A1 F )
P ( A1 ) P ( A1 /F )
=
=
P (F )
P ( A1 ) P ( A1 /F ) + P ( A2 ) P ( A2 /F )

0,05

Falla

0,95

No falla

0,08

Falla

0,92

No falla

A1

0,55

A2

0, 45 0,05
0,0225
0,0225
=
=
=
= 0,3383
0, 45 0,05 + 0,55 0,08 0,0225 + 0,0440 0,0665

Se toman dos barajas espaolas de 40 cartas. Se extrae al azar una carta de la primera baraja y se introduce en la
segunda baraja. Se mezclan las cartas de esta segunda baraja y se extrae una carta, que resulta ser el dos de oros.
Cul es la probabilidad de que la primera carta extrada fuese una espada?
En el diagrama de rbol adjunto se ponen de manifiesto las principales opciones que tiene cada una de las extracciones. Hay que tener en cuenta que
los sucesos relevantes en la primera extraccin son espadas y dos de
oros, y el suceso relevante en la segunda extraccin es dos de oros.
Teniendo en cuenta la probabilidad de cada una de las opciones, tenemos
que la probabilidad pedida es:
P (espadas / 2 de oros) =

P (espadas y 2 de oros)
=
P (2 de oros)

10 1

10
10
40 41
=
=
= 0, 2439
=
10 1
1 2 29 1 10 + 2 + 29 41

+
40 41 40 41 40
0 41

1/41

2 de oros

40/41

Otra carta

2/41

2 de oros

39/41

Otra carta

1/41

2 de oros

40/41

Otra carta

Espadas
10/40

1/40

2 de oros

29/40

Otra carta

Unidad 13

320

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Se supone que 25 de cada 100 hombres y 600 de cada 1 000 mujeres usan gafas. Si el nmero de mujeres es cuatro veces superior al de hombres, calcula la probabilidad de encontrarnos:
a) con una persona sin gafas;

b) con una mujer con gafas.

2. Se lanza un dado numerado de 1 a 6:


a) Encuentra la probabilidad de que salga 3, si se sabe que sali impar.
b) Calcula la probabilidad de que salga par, si se sabe que sali mayor que tres.
3. A un congreso asiste el mismo nmero de hombres que de mujeres. El 60% de los hombres tiene 40 aos o ms y el
30% de las mujeres tiene menos de 40 aos.
a) Si se elige al azar una persona que asiste al congreso, cul es la probabilidad de que sea mujer?
b) Si se elige al azar una persona que asiste al congreso, cul es la probabilidad de que tenga menos de 40 aos?
c) Si se elige un asistente al azar y se observa que tiene ms de 40 aos, cul es la probabilidad de que dicha persona
sea mujer?
4. En una ciudad en la que hay doble nmero de hombres que de mujeres, hay una epidemia. El 6% de los hombres y el
11% de las mujeres estn enfermos. Se elige al azar un individuo. Calcula la probabilidad de que:
a) sea hombre;

b) est enfermo;

c) sea hombre, sabiendo que est enfermo.

5. Un estudiante hace dos pruebas en un mismo da. La probabilidad de que pase la primera prueba es del 0,6. La probabilidad de que pase la segunda es del 0,8 y la de que pase ambas es del 0,5. Se pide:
a) La probabilidad de que pase, al menos, una prueba.
b) La probabilidad de que no pase ninguna prueba.
c) Son las pruebas independientes?
d) La probabilidad de que pase la segunda prueba en el caso de no haber superado la primera.
6. La produccin de una empresa la realizan a partes iguales tres turnos, de los que
dos son diurnos y uno nocturno. El porcentaje de piezas defectuosas producidas
en cada turno diurno es el 2%, en tanto que el porcentaje de piezas defectuosas
producidas por el turno nocturno es del 8%.
a) Si se toma una pieza al azar de un turno al azar, cul es la probabilidad de
que sea defectuosa?
b) Si se toma una pieza al azar de un turno al azar y resulta ser defectuosa, cul es
la probabilidad de que la pieza haya sido fabricada en el turno nocturno? Y cul
es la probabilidad de que haya sido fabricada en el turno diurno?
7. Una fbrica de coches tiene tres cadenas de produccin, A, B y C. La cadena A fabrica el 50% del total de coches producidos, la B el 25% y la C el resto. La probabilidad de que un coche resulte defectuoso es: en la cadena A, 1/2; en
la B, 1/4 y en la C, 1/6.
Calcula razonadamente:
a) La probabilidad de que un coche sea defectuoso y haya sido fabricado por la cadena A.
b) La probabilidad de que un coche sea defectuoso.
c) Si un coche no es defectuoso, cul es probabilidad de que haya sido producido por la cadena C?

Probabilidad condicionada

321

8. En un hospital, la probabilidad de que un enfermo tenga fiebre es 0,76 y de


que tenga tensin alta es 0,58. Adems, se sabe que la probabilidad de que
tenga fiebre o tensin alta es 0,62. Halla la probabilidad de que un enfermo
de ese hospital:
a) Tenga fiebre y tensin alta.
b) No tenga ni fiebre ni tensin alta.

9. Son independientes los sucesos de sacar una figura (sota, caballo o rey) y sacar un oro al tomar una carta de una baraja
espaola?
B)
= 0,7. Son
10. Se consideran dos sucesos, A y B, asociados a un experimento aleatorio, con P(A) = 0,2; P(B) = 0,6; P(A
independientes A y B ? Calcula P(A B).

11. La ruleta de un casino consta de 40 casillas, numeradas de 1 a 40. Los nmeros acabados en 1, 2, 3, 4 o 5 son rojos, y
el resto negros. Puesta en marcha la ruleta, se consideran los sucesos siguientes: A = {el resultado es un nmero de la
primera decena}, B = {el resultado es un nmero par}, C = {el resultado es un nmero rojo}. Averigua:
a) La probabilidad P(C A).
b) La probabilidad de que el nmero sea de la primera decena, sabiendo que es rojo.
c) Son independientes los sucesos A y B ? Y los sucesos A y C ?

12. Una urna contiene 5 bolas rojas y 3 blancas. Se selecciona una bola al azar, se descarta y se colocan dos bolas del otro
color en la urna. Luego, se saca una segunda bola. Determina la probabilidad de que:
a) la segunda sea roja;
b) ambas bolas sean del mismo color;
c) la primera sea roja, si la segunda lo es.

13. Un empresario tiene dos negocios en funcionamiento, N1 y N2. El primero produce prdidas en el 20% de sus balances
y el segundo, slo en el 4%. Suponiendo que el volumen de negocios es el mismo para N1 y N2 y que analizando un balance al azar arroj prdidas, cul es la probabilidad de que sea del primer negocio?

14. Se sabe que, en cierta poblacin, la probabilidad de ser hombre daltnico es de un doceavo y la probabilidad de ser mujer y daltnica es de un veinticincoavo. La proporcin de personas de ambos sexos es la misma. Se elige una persona al
azar.
a) Si la persona elegida es hombre, halla la probabilidad de que sea daltnica.
b) Si la persona elegida es mujer, halla la probabilidad de que sea daltnica.
c) Cul es la probabilidad de que la persona elegida padezca daltonismo?

15. De todos los alumnos del ltimo curso de bachillerato de una ciudad, el 80% cursa ingls y el 20%, francs. Se sabe,
adems, que el 53% de dichos alumnos son mujeres. Se elige al azar uno de dichos alumnos de ltimo curso y resulta
ser mujer. Cul es la probabilidad de que esta alumna curse francs?

Unidad 13

322

ACTIVIDADES FINALES
16. Una fbrica tiene tres mquinas, A, B y C, que producen tornillos. Del total de tornillos se producen, respectivamente, el
50%, 30% y el 20%.
La mquina A produce un 5% de tornillos defectuosos, la B un 4% y la C un 2%.
a) Calcula la probabilidad de que un tornillo, elegido al azar, sea defectuoso.
b) Si un tornillo elegido al azar resulta defectuoso, calcula la probabilidad de que lo haya producido la mquina C.
17. El 25% de las familias de cierta comunidad autnoma no sale fuera de la misma durante las vacaciones de verano. El 65% veranea
por el resto de Espaa y el 10% restante se va al extranjero. De
los que se quedan en la comunidad, slo un 10% no utiliza el coche en sus desplazamientos. Esta cantidad aumenta al 30% en los
que salen por el resto de Espaa y al 90% entre los que viajan al
extranjero.
a) Calcula el porcentaje de familias de esa comunidad que utiliza el coche en sus desplazamientos de vacaciones de verano.
b) Una familia no usa coche en sus vacaciones de verano. Cul es la probabilidad de que salga de su comunidad movindose por el resto de Espaa?
18. En el tribunal X se examinan el instituto A, con 123 alumnos, y el colegio B, con 77. De A aprueba el 75% y de B el 67%.
El alumno Y no ha aprobado. Halla qu probabilidad hay de que pertenezca a cada uno de los centros examinados por el
tribunal.
19. Una urna contiene 2 bolas blancas y 2 rojas, y otra urna 3 blancas y 2 rojas. Se pasa una bola de la primera a la segunda urna y despus se extrae una bola de la segunda urna, que resulta ser blanca. Determina la probabilidad de que la
bola trasladada hubiese sido blanca.
20. Se tienen dos urnas, una con 8 bolas blancas y 4 verdes; la otra, con 6 blancas y 10 verdes. Se extrae una bola de cada
urna. Calcula la probabilidad de que sean del mismo color.
21. Un joyero compra los relojes a dos casas proveedoras. La primera le sirve el 60% de los relojes, de los cuales el 0,4% es
defectuoso. La segunda le proporciona el resto, siendo defectuoso el 1,5%. Un da, el joyero, al vender un reloj, observa que este no funciona. Halla la probabilidad de que el reloj proceda de la primera casa proveedora.
22. Una urna contiene 5 bolas rojas y 8 verdes. Se extrae una bola y se reemplaza por dos del mismo color. A continuacin,
se extrae una segunda bola. Calcula:
a) La probabilidad de que la segunda bola sea verde.
b) La probabilidad de que las dos bolas extradas sean del mismo color.
23. En una bolsa A hay 4 bolas negras y 5 blancas. En otra bolsa B hay 2 negras y 3 blancas. Se elige al azar una bolsa y se
extrae de ella una bola.
a) Halla la probabilidad de que la bola extrada sea negra.
b) Halla la probabilidad de que la bola extrada sea blanca.
24. Una urna contiene 3 bolas rojas y 1 blanca; otra urna contiene 4 bolas rojas y 2 blancas, y una tercera contiene 1 roja y
2 blancas. Se extrae una bola de una de ellas y se comprueba que es roja. Halla la probabilidad de que haya sido extrada de la primera urna.

Probabilidad condicionada

323

25. En una empresa de auditora se ha contratado a tres personas para revisar la contabilidad de unas empresas bancarias.
La primera de ellas se encarga de efectuar el 30% de los controles, la segunda el 45% y la tercera el 25% restante. Se
ha comprobado que de las inspecciones realizadas por la primera persona, el 1% son errneas; la segunda comete errores en el 3% de los casos y la tercera en el 2% de los casos.
a) Calcula la probabilidad de que, al elegir una inspeccin, esta sea errnea.
b) Al elegir una inspeccin correcta, cul es la probabilidad de que la haya realizado la segunda persona?
26. Dados dos sucesos aleatorios A y B, se sabe que:
P (B ) =

3
4

P ( A) = P ( A / B ) =

1
3

a) Razona si los sucesos A y B son independientes.


b) Calcula P(A B).

c) Determina P( A/ B ).
27. La plantilla de empleados de unos grandes almacenes est formada por 200 hombres y 300 mujeres. La cuarta parte de
los hombres y la tercera parte de las mujeres solo trabajan en el turno de maana. Elegido uno de los empleados al azar:
a) Cul es la probabilidad de que sea hombre o solo trabaje en el turno de maana?
b) Sabiendo que no solo trabaja en el turno de maana, cul es la probabilidad de que sea mujer?
28. Se sabe que dado A, la probabilidad de que ocurra B es 0,3; es decir, P(B/A) = 0,3. Cunto vale la probabilidad de que

dado A no ocurra B: P( B/A)?


29. Un test para detectar si una persona es portadora del virus de la varicela da positivo en el 86% de los que la padecen y
da negativo en el 92% de los que no la padecen.
Se sabe que un 2% es portador del virus. Una persona se somete a un test. Halla:
a) La probabilidad de que el test le d positivo.
b) La probabilidad de que sea portadora del virus de la varicela sabiendo que el test le ha dado positivo.
30. Dos sucesos A y B se sabe que son independientes, que la probabilidad de que ocurra alguno de ellos es 5/6 y que la
probabilidad de que ocurran ambos simultneamente es 1/3. Halla las probabilidades de A y de B.
31. En un grupo de personas, al 50% les han puesto alguna vez una multa de trfico. Por otro
lado, al 12,5% no les han puesto nunca una multa, pero s han sufrido alguna vez un accidente. Finalmente, al 60% de quienes nunca han tenido un accidente no les han puesto
nunca una multa.
a) Qu porcentaje no ha tenido nunca un accidente ni le han puesto nunca una multa?
b) Qu porcentaje no ha tenido nunca un accidente?
c) Entre las personas que nunca les han puesto una multa, qu porcentaje no ha tenido
nunca un accidente?
32. En una asignatura de primer curso de universidad, asisten a clase, regularmente, 210 alumnos, de los 300 que hay matriculados. Adems, se sabe que aprueban el 80% de los alumnos que asisten a clase y el 50% de los que no asisten.
a) Se elige al azar un alumno matriculado. Cul es la probabilidad de que no haya asistido a clase y haya aprobado?
b) Se elige al azar un alumno de entre los que han aprobado. Cul es la probabilidad de que haya asistido a clase?

Unidad 13

324

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
33. Si se lanzan dos dados, calcula la probabilidad de que la suma de los puntos obtenidos sea par, condicionado a que en
uno de los dados el resultado obtenido haya sido el nmero tres.
34. Una urna contiene 25 bolas blancas sin marcar, 75 bolas blancas marcadas, 125 bolas negras sin marcar y 175 bolas negras marcadas. Se extrae al azar una bola.
a) Calcula la probabilidad de que sea blanca.
b) Se extrae al azar una bola y est marcada. Cul es la probabilidad de que sea blanca?
35. En el lanzamiento de un dado se consideran los tres sucesos siguientes: A, sale un nmero impar; B, sale un nmero par;
C, sale el 1 o el 2. Se pide:
a) Son independientes A y B ?
b) Son independientes A y C ?
c) Calcula P(A/C ).
36. Una bolsa contiene tres monedas, una de las cuales est acuada con dos caras, mientras que las otras dos monedas
son normales. Se escoge una moneda al azar y se lanza sucesivamente obtenindose cuatro caras. Cul es la probabilidad de que la moneda elegida sea la de dos caras?
37. En una ciudad el 55% de los habitantes consume pan integral, el 30% pan multicereales y el 20% ambos. Se pide:
a) Sabiendo que un habitante consume pan integral, cul es la probabilidad de que coma pan multicereales?
b) Cul es la probabilidad de que una persona de esa ciudad no consuma ninguno de estos panes?
38. Una urna contiene dos bolas. Se sabe que la urna se llen tirando una moneda al aire dos veces y poniendo una bola
blanca en la urna por cada cara y una negra por cada cruz. Se extrae una bola de la urna y resulta ser blanca. Calcula la
probabilidad de que la otra bola de la urna sea tambin blanca.
39. Tenemos tres cajas, una verde, una roja y una amarilla y, en cada caja, hay una moneda. La de la caja verde est trucada y la probabilidad de que salga cara es doble de la probabilidad de que salga cruz; la moneda de la caja roja tiene dos
caras y la de la caja amarilla no est trucada. Se toma una caja al azar y se lanza la moneda que est en esa caja. Calcula razonadamente:
a) La probabilidad de que salga cara.
b) La probabilidad de que, sabiendo que ha salido cara, se haya lanzado la moneda de la caja roja.
40. Una fbrica produce tres tipos diferentes de bolgrafos, A, B y C. El nmero total de unidades producidas de cada uno
de ellos es el mismo (un tercio del total). Salen defectuosos, sin embargo, un 15 de todos los del tipo A, un 3 de todos los del tipo B y un 7 de todos los del tipo C. En un control de calidad se detectan el 70% de todos los bolgrafos
defectuosos de tipo A, el 80% de los del tipo B y el 90% de los de tipo C. Los bolgrafos defectuosos detectados en dicho control se tiran. Si se saca al azar uno de estos bolgrafos defectuosos que se han tirado, calcula la probabilidad de
que sea de tipo A.
41. Tres cajas idnticas contienen cada una dos fichas. En una, las fichas son blancas; en otra, de color rojo, y en la tercera,
una roja y otra blanca. Se extrae una ficha, que resulta ser blanca. Cul es la probabilidad de que la otra ficha que queda en la caja escogida sea tambin blanca?

Probabilidad condicionada

325

AUTOEVALUACIN
1. Los resultados de cierto curso muestran que la probabilidad de aprobar la asignatura de Matemticas es 0,8 y Dibujo
0,7. Adems, la probabilidad de aprobar ambas es 0,6. Se elige un alumno al azar y se sabe que ha aprobado Matemticas; la probabilidad de que haya aprobado Dibujo es:
a) 0,25

b) 0,5

c) 0,75

2. Teniendo en cuenta la informacin que aparece en la actividad anterior, es independiente aprobar Matemticas de aprobar Dibujo?
a) S

b) No

c) No se puede saber

3. En un aula hay 100 sillas de las cuales 60 tienen brazo y el resto no. El 80% de estas ltimas son nuevas. Sabiendo que
en total hay 20 sillas viejas, la probabilidad de elegir en esa aula una silla nueva con brazo es:
a) 12/25

b) 3/5

c) 4/5

4. A partir del enunciado de la actividad anterior, si sabemos que hemos elegido en esa aula una silla nueva, la probabilidad de que no tenga brazo es:
a) 2/5

b) 4/5

c) 8/25

5. En una empresa el 20% de los trabajadores son mayores de 45 aos, el 8% desempea algn puesto directivo y el 6%
es mayor de 45 aos y desempea algn cargo directivo. Si la empresa tiene 150 trabajadores, el nmero de los que son
directivos y no tienen ms de 45 aos es:
a) 2

b) 3

c) 4

6. Sean A y B dos sucesos tales que P(A) = 0,6 y P(B) = 0,3. Si P(A/B) = 0,1 y B es el contrario del suceso B, el valor de P(B/A) es:
a) 0,90

b) 0,95

c) 0,99

7. En una pequea ciudad hay dos bibliotecas. En la primera el 50% de los libros son novelas mientras que en la segunda
son el 70%. Un lector elige al azar una biblioteca siguiendo un mtodo que implica que la probabilidad de elegir la primera biblioteca es el triple que la de elegir la segunda. Una vez llega a la biblioteca seleccionada, elige al azar un libro,
novela o no. La probabilidad de que elija una novela es:
a) 0,35

b) 0,45

c) 0,55

8. Se tienen dos urnas A y B. La A contiene 4 bolas azules y 3 rojas, y la B, 4 azules y 6 rojas. Se extrae una bola de la urna A
y se introduce en la B y a continuacin se extrae una bola de la urna B. La probabilidad de que la bola extrada sea roja es:
45
55
65
a)
b)
c)
77
77
77
9. Una ciudad A tiene el doble de habitantes que una ciudad B. El 30% de los ciudadanos de B lee literatura, en tanto que
solo un 10% de ciudadanos de A lee literatura. Nos presentan a un ciudadano que vive en una de las dos ciudades y sabemos que lee literatura; la probabilidad de que sea de la ciudad B es:
a) 0,4

b) 0,5

c) 0,6

10. Una persona puede ir desde su casa al trabajo andando, en autobs o en taxi. El 60% de las veces va andando, y el resto, a partes iguales, en taxi y autobs. Si va andando, llega tarde al trabajo 4 veces de cada 10; si va en autobs llega
tarde 1 vez de cada 3, y si va en taxi, el 90% de las veces es puntual. Sabiendo que un determinado da ha sido puntual,
la probabilidad de que ese da haya ido andando al trabajo es:
a) 0,35

b) 0,53

c) 0,75

u14
unidad 14
contenidos

1. Estadstica inferencial.
Muestreo
2. Muestreos aleatorios

3. Distribucin normal estndar


4. Distribuciones muestrales
5. Estimacin de parmetros.
Estimacin puntual

Estadstica inferencial.
Muestreo. Estimacin puntual

327

Puede decirse que la Estadstica es la ciencia que trata de la recogida de datos, su organizacin y anlisis, as como de las predicciones que, a partir de estos datos, pueden hacerse. Los aspectos anteriores hacen que pueda hablarse de dos tipos:
estadstica descriptiva y estadstica inferencial.
La estadstica descriptiva se ocupa de tomar los datos de un conjunto dado, organizarlos en tablas o representaciones grficas, y
del clculo de unos nmeros que nos informen de manera global
del conjunto estudiado.
La estadstica inferencial trata sobre la elaboracin de conclusiones para una poblacin, partiendo de los resultados de una
muestra y del grado de fiabilidad de las conclusiones. Esta se aplica en muy diversos campos: en Medicina, para investigar sobre
los resultados de un tratamiento; en Sociologa, para conocer la
opinin de los ciudadanos sobre un determinado tema; en Biologa, para conocer comportamientos de especies; o en la industria, para mejorar la calidad de sus productos mediante tcnicas
de control de calidad.

cuestiones iniciales
1. Cmo elegiras una muestra de 50 alumnos entre los 1 500 alumnos
de un centro escolar con el fin de hacer un sondeo sobre las elecciones al Consejo Escolar?
2. En un centro de la UNED se sabe que el 30% de los alumnos tiene entre 18 y 22 aos; el 45% entre 22 y 40 aos, y el resto ms de 40 aos.
Cmo extraeramos una muestra de 150 alumnos para hacer una estadstica sobre el nmero semanal de horas que dedican al estudio?
3. Una mquina realiza piezas de precisin con un dimetro medio de
8 mm y una desviacin tpica de 0,5 mm. Suponiendo que la distribucin es normal, calcula la probabilidad de que una pieza tomada al azar
tenga un dimetro:
a) Mayor que 8,5 mm.
b) Menor que 7,5 mm.
c) Comprendido entre 7 y 9 mm.
4. Un agente de seguros vende plizas a cinco individuos, todos de la misma edad. De acuerdo con las tablas actuales, la probabilidad de que un
individuo con esa edad viva 30 aos ms es de 3/5. Determina la probabilidad de que dentro de 30 aos vivan:
a) Los cinco individuos.
b) Al menos tres.
c) Solo dos.

Unidad 14

328

1. Estadstica inferencial. Muestreo


ESTADSTICA

DESCRIPTIVA
INFERENCIAL

El curso pasado estudiamos la estadstica descriptiva, que se ocupa de tomar


datos sobre una poblacin, ordenarlos y calcular parmetros centrales y de dispersin que nos informen de forma global sobre las caractersticas de la poblacin. En ocasiones el tamao de la poblacin es muy grande y necesitamos
tomar una muestra de esa poblacin y sobre ella calcular las medidas centrales y de dispersin ms significativas.
Frecuentemente no es posible estudiar todos los elementos de una poblacin
por razones de tiempo, economa, inexistencia real o porque el estudio requiere
su destruccin. Por esto, lo que nos interesa es tomar una muestra y deducir o
inferir las caractersticas de la poblacin a partir de las de la muestra.


Algunos trminos estadsticos
Poblacin: es el conjunto de elementos sobre los que se hace un
determinado estudio.
Individuo: es cada elemento de la
poblacin.
Muestra: es el subconjunto de elementos de la poblacin que tomamos para hacer el estudio.
Tamao de la muestra: es el nmero de individuos que la componen.

La estadstica inferencial se ocupa de deducir o inferir las caractersticas


de la poblacin a partir de las de la muestra.
La estadstica inferencial se divide en:
Estadstica inductiva, cuyo fin es estimar los parmetros de una poblacin,
bien:
mediante un nico valor o estimacin puntual;
mediante un intervalo o estimacin por intervalos.
Estadstica deductiva, cuyo fin es comprobar si la informacin que proporciona la muestra concuerda o no con la hiptesis estadstica formulada:
mediante los contrastes de hiptesis.
En esta unidad didctica nos vamos a ocupar de la estimacin de parmetros
por puntos. Para ello hemos de distinguir las parmetros poblacionales y los
muestrales.
Parmetros poblacionales o parmetros son los ndices centrales, de posicin, de dispersin que definen a una poblacin.

INFERENCIA
ESTADSTICA

ESTIMACIN
DE
PARMETROS

PRUEBAS
DE
HIPTESIS

Parmetros muestrales o estadsticos son los ndices centrales, de posicin,


de dispersin que definen a una muestra y son funcin de la misma.
Los estadsticos que ms vamos a utilizar son:
= x (media muestral)
R
x

Xx = s (desviacin tpica muestral)

1.1. Muestreo
ESTIMACIN
POR
PUNTOS

ESTIMACIN
POR
INTERVALOS

La estadstica inferencial utiliza muestras, y la primera cuestin que se nos


plantea es la forma de elegir estas de modo que sean representativas de la poblacin y nos permitan con un alto grado de fiabilidad inferir o predecir las caractersticas de la poblacin.
Para elegir estas muestras utilizamos el muestreo y los distintos tipos de muestreo.

Estadstica inferencial. Muestreo. Estimacin puntual

329

1.2. Tipos de muestreo


En el esquema que sigue podemos ver las clases o tipos de muestreo ms habituales en la prctica. De cada uno de ellos realizamos seguidamente una breve descripcin.
MUESTREO
los elementos
se eligen de
forma aleatoria

reemplazamos
los elementos

MUESTREO CON
REEMPLAZAMIENTO

no

no

MUESTREO SIN
REEMPLAZAMIENTO

MUESTREOS NO
ALEATORIOS O
NO PROBABILSTICOS

MUESTREOS
ALEATORIOS, AL AZAR
O PROBABILSTICOS

tipos

SIMPLE

SISTEMTICO

ESTRATIFICADO

CONGLOMERADOS

Muestreo con reemplazamiento es el que se realiza cuando un elemento tomado de la poblacin vuelve de nuevo a ella para poder volver a ser elegido. En esta situacin, cada miembro de la poblacin puede seleccionarse
ms de una vez.
Este tipo de muestreo hace que una poblacin finita pueda ser considerada,
al menos en su aspecto terico, como una poblacin infinita.
Muestreo sin reemplazamiento es el que se efecta sin devolver a la poblacin los elementos que se van eligiendo para construir la muestra. En este
caso, cada miembro de la poblacin no puede seleccionarse ms de una vez.
Muestreo no aleatorio, o no probabilstico, es el que se realiza de forma que
todos los elementos de la poblacin no tienen la misma probabilidad de ser
incluidos en la muestra.
En este tipo de muestreo suele ser muy escasa la representatividad de la
muestra y poco vlidas las inferencias que puedan hacerse.
Dentro de este tipo de muestreo pueden encontrarse clases diferentes. Slo
citaremos sus nombres: sin norma, opintico por cuotas o por rutas.
Muestreo aleatorio, al azar o probabilstico, es el que se efecta teniendo
en cuenta que cada miembro de la poblacin tiene la misma probabilidad
de ser elegido en la muestra. Con este tipo de muestreo, las muestras suelen
ser representativas, es posible conocer los posibles errores cometidos y pueden hacerse inferencias estadsticas.
En la prctica, el muestreo que ms se utiliza es el muestreo aleatorio, ya que
presenta mayor grado de fiabilidad. A continuacin estudiamos con ms detalle este tipo de muestreo.
Y

Unidad 14

330

2. Muestreos aleatorios
MUESTREO ALEATORIO

Los tipos fundamentales de muestreos aleatorios son: el muestreo aleatorio


simple (m.a.s.), que sirve de base para todos los dems, el muestreo aleatorio
sistemtico, el muestreo aleatorio estratificado y el muestreo aleatorio por
conglomerados.

SIMPLE

El muestreo aleatorio simple consiste en listar todos los elementos de la


poblacin y seleccionar aleatoriamente los n elementos de la muestra.
SISTEMTICO

ESTRATIFICADO

CONGLOMERADOS

La eleccin se puede hacer asignando un nmero a cada elemento de la poblacin e introduciendo estos en una urna, para luego extraer n elementos; o bien
mediante una tabla de nmeros aleatorios (en el Anexo al final del libro se
muestra una tabla de nmeros aleatorios, as como la forma de utilizarla).
El muestreo aleatorio sistemtico consiste en seleccionar los n elementos de la muestra de k en k siendo:
k=

N
N de elementos de poblacin
=
n
Tamao de muesstra

La eleccin de los n elementos de la muestra se realiza eligiendo al azar el primer nmero entre los k primeros y los restantes de k en k, hasta completar todos los elementos que componen la muestra.
El muestreo aleatorio estratificado consiste en dividir la poblacin en subgrupos o estratos homogneos y en cada uno de ellos tomar muestras aleatorias simples.


Nmeros aleatorios
La tabla de nmeros aleatorios, que
puede verse al final del libro, en el
Anexo, forma parte del libro, publicado en Estados Unidos en el ao 1955,
A million random digits.

En el caso que haya k estratos y que el nmero de elementos de cada estrato


sea N1, N2, , Nk ; si n1, n2, , nk son los elementos de cada una de las muestras de los estratos, el tamao total de la muestra n = n1 + n2 + nk se calcula de la manera ms eficaz eligiendo los nmeros n1, n2, , nk proporcionales
a los tamaos de los estratos N1, N2, , Nk , es decir:
n1
n
n
n
= 2 == k =
N1
N2
Nk
N
Este proceso recibe el nombre de muestreo estratificado proporcional.

Las calculadoras cientficas proporcionan nmeros aleatorios por medio


de la tecla RAN.

Cuando adems de tener en cuenta la proporcionalidad se considera la variabilidad de cada estrato el muestreo se llama muestreo estratificado ptimo.

Con dicha tecla se generan nmeros


decimales de tres cifras comprendidos
entre 0 y 1.

El muestreo aleatorio por conglomerados consiste en dividir la poblacin


en conjuntos o conglomerados.

Las calculadoras grficas, mediante la


funcion RAND, proporcionan nmeros aleatorios comprendidos entre 0
y 1 con diez cifras decimales.

Se eligen al azar unos pocos de estos conglomerados y la muestra estar formada por todos los elementos de ellos o por muestras aleatorias simples de
estos conglomerados.

Los microordenadores poseen la funcin RANDOM o RND que permite


la obtencin de nmeros aleatorios y
la simulacin de mltiples experiencias aleatorias.

La diferencia entre estos dos ltimos muestreos es que en el muestreo estratificado los grupos son homogneos internamente respecto a un carcter y a su
vez heterogneos entre ellos y en cambio en el muestreo por conglomerados
los grupos son heterogneos internamente y homogneos entre s.

Estadstica inferencial. Muestreo. Estimacin puntual

331

2.1. Nmero de muestras


Consideramos una poblacin de N elementos y vamos a tomar muestras de tamao n.
El nmero de muestras de tamao n, sin reemplazamiento, que podemos
N
tomar de una poblacin de N elementos es:
.
n

El nmero de muestras de tamao n, con reemplazamiento, que podemos tomar de una poblacin de N elementos es: N n.

2.2. Error en el muestreo


El error cometido al tomar una muestra da lugar a que los resultados de la
muestra no coincidan con los de la poblacin.
Pueden darse dos tipos de errores:
Error aleatorio muestral. Para reducir este error hay que aumentar el tamao de la muestra.
Error sistemtico o sesgo. Este va asociado al proceso de seleccin de la
muestra y se reduce mejorando esta seleccin.

ACTIVIDADES
RESUELTAS
1. En cierta poblacin habitan 1 500 nios y jvenes, 7 500 adultos y
1 000 ancianos. Se desea realizar un estudio para conocer el tipo
de actividades de ocio que se desean incluir en el nuevo parque
en construccin. Para ello, van a ser encuestados 200 individuos
elegidos al azar.
a) Explica qu procedimiento de seleccin sera ms adecuado utilizar: muestreo con o sin reemplazamiento.
b) Si se utiliza muestreo estratificado, cul ser el tamao muestral correspondiente a cada estrato?
a) Sera conveniente seleccionar la muestra sin reemplazamiento, de esta
forma se evita la posibilidad de que la opinin de alguna persona se
tenga en cuenta ms de una vez.
b) En el muestreo estratificado deben considerarse los estratos formados por nios y jvenes, adultos y ancianos. El tamao
muestral de cada uno de los estratos sebe ser proporcional a la cantidad de individuos de cada uno de ellos. As, se tiene que:
x
y
z
200
1
=
=
=
=
1500 7500 1000 10 000 50
De donde obtenemos:
x =

1500
7500
1000
= 20 ancianos
= 30 niios y jvenes; y =
= 150 adultos; z =
50
50
50

La muestra debe estar formada por 30 nios y jvenes, 150 adultos y 20 ancianos elegidos aleatoriamente entre sus respectivos colectivos.

Unidad 14

332

3. Distribucin normal estndar


Como recordars del curso pasado, cualquier distribucin de media R y desviacin tpica X puede asociarse a una distribucin normal de media 0 y desviacin tpica 1.
Esta distribucin es la distribucin normal estndar, y se designa con N(0, 1).

P (Z f a )
av0

En esta distribucin, la variable aleatoria se designa con Z y se llama variable


normal estndar o tipificada.
En la tabla de la distribucin normal N(0, 1), que vemos en la pgina siguiente, encontramos los valores correspondientes a P(Z f a), a v 0, que es el
rea del recinto sombreado del margen; en los dems casos de clculo de probabilidades hemos de llegar a este, que se puede tabular:

P(Z v a) = 1 P(Z < a).


P(Z f a) = 1 P(Z < a).
P(Z v a) = P(Z f a).
P(a f Z f b) = P(Z f b) P(Z < a).
P(Z f a) = P(Z v a).

3.1. Tipificacin de la variable


N(R, X)

La distribucin normal N(0, 1) se encuentra tabulada, y resulta sencillo calcular las probabilidades que se corresponden con las reas encerradas bajo la funcin de densidad.

N(0, 1)
XR
X
aR

X
Z =

X
a

Cuando la variable X no sigue una distribucin normal N(0, 1) sino una distribucin N(R, X), hay que tipificar la variable, es decir, transformarla en una
variable estndar que siga una distribucin normal N(0, 1).
Para ello se hace el siguiente cambio:
Z=

R X

XR
X

Con lo cual, el clculo de probabilidades se reduce a:

R+X

P(X f a) = P

XR aR
aR
f
= P Zf
X
X
X

y stas se encuentran tabuladas.

ACTIVIDADES
RESUELTAS
2. En una distribucin N(14, 4) halla P(8 f X f 20).
Tipificamos la variable X mediante Z =

X  14
y obtenemos:
4

8 414

20  14
= P(1,5 f Z f 1,5) =
4
= P(Z f 1,5) P(Z f 1,5) = P(Z f 1,5) [1 P(Z f 1,5)] = P(Z f 1,5) 1 + P(Z f 1,5) = 2P(Z f 1,5) 1 = 0,8664
P(8 f X f 20) = P

fZf

Estadstica inferencial. Muestreo. Estimacin puntual

333

TABLA DE LA DISTRIBUCIN NORMAL N (0, 1)

funcin de
densidad

P (Z f a) =

coloreado

rea del recinto

+h

0,00

0,01

0,02

0,03

0,04

0,05

0,06

0,07

0,08

0,09

0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2,0
2,1
2,2
2,3
2,4
2,5
2,6
2,7
2,8
2,9
3,0
3,1
3,2
3,3
3,4
3,5

0,5000
0,5398
0,5793
0,6179
0,6554
0,6915
0,7257
0,7580
0,7881
0,8159
0,8413
0,8643
0,8849
0,9032
0,9192
0,9332
0,9452
0,9554
0,9641
0,9713
0,9772
0,9821
0,9861
0,9893
0,9918
0,9938
0,9953
0,9965
0,9974
0,9981
0,9987
0,9990
0,9993
0,9995
0,9997
0,9998

0,5040
0,5438
0,5832
0,6217
0,6591
0,6950
0,7291
0,7611
0,7910
0,8186
0,8438
0,8665
0,8869
0,9049
0,9207
0,9345
0,9463
0,9564
0,9646
0,9719
0,9778
0,9826
0,9864
0,9896
0,9920
0,9940
0,9955
0,9966
0,9975
0,9982
0,9987
0,9991
0,9993
0,9995
0,9997
0,9998

0,5080
0,5478
0,5871
0,6255
0,6628
0,6985
0,7324
0,7642
0,7939
0,8212
0,8461
0,8686
0,8888
0,9066
0,9222
0,9357
0,9474
0,9573
0,9656
0,9726
0,9783
0,9830
0,9868
0,9898
0,9922
0,9941
0,9956
0,9967
0,9976
0,9982
0,9987
0,9991
0,9994
0,9995
0,9997
0,9998

0,5120
0,5517
0,5910
0,6293
0,6664
0,7019
0,7357
0,7673
0,7967
0,8238
0,8485
0,8708
0,8907
0,9082
0,9236
0,9370
0,9484
0,9582
0,9664
0,9732
0,9788
0,9834
0,9871
0,9901
0,9925
0,9943
0,9957
0,9968
0,9977
0,9983
0,9988
0,9991
0,9994
0,9996
0,9997
0,9998

0,5160
0,5557
0,5948
0,6331
0,6700
0,7054
0,7389
0,7704
0,7995
0,8264
0,8508
0,8729
0,8925
0,9099
0,9251
0,9382
0,9495
0,9591
0,9671
0,9738
0,9793
0,9838
0,9875
0,9904
0,9927
0,9945
0,9959
0,9969
0,9977
0,9984
0,9988
0,9992
0,9994
0,9996
0,9997
0,9998

0,5199
0,5596
0,5987
0,6368
0,6736
0,7088
0,7422
0,7734
0,8023
0,8289
0,8531
0,8749
0,8944
0,9115
0,9265
0,9394
0,9505
0,9599
0,9678
0,9744
0,9798
0,9842
0,9878
0,9906
0,9929
0,9946
0,9960
0,9970
0,9978
0,9984
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998

0,5239
0,5636
0,6026
0,6406
0,6772
0,7123
0,7454
0,7764
0,8051
0,8315
0,8554
0,8770
0,8962
0,9131
0,9279
0,9406
0,9515
0,9608
0,9686
0,9750
0,9803
0,9846
0,9881
0,9909
0,9931
0,9948
0,9961
0,9971
0,9979
0,9985
0,9989
0,9992
0,9994
0,9996
0,9997
0,9998

0,5279
0,5675
0,6064
0,6443
0,6808
0,7157
0,7486
0,7794
0,8078
0,8340
0,8577
0,8790
0,8980
0,9147
0,9292
0,9418
0,9525
0,9616
0,9693
0,9756
0,9808
0,9850
0,9884
0,9911
0,9932
0,9949
0,9962
0,9972
0,9979
0,9985
0,9989
0,9992
0,9995
0,9996
0,9997
0,9998

0,5319
0,5714
0,6103
0,6480
0,6844
0,7190
0,7517
0,7823
0,8106
0,8365
0,8599
0,8810
0,8997
0,9162
0,9306
0,9429
0,9535
0,9625
0,9699
0,9761
0,9812
0,9854
0,9887
0,9913
0,9934
0,9951
0,9963
0,9973
0,9980
0,9986
0,9990
0,9993
0,9995
0,9996
0,9997
0,9998

0,5359
0,5753
0,6141
0,6517
0,6879
0,7224
0,7549
0,7852
0,8133
0,8389
0,8621
0,8830
0,9015
0,9177
0,9319
0,9441
0,9545
0,9633
0,9706
0,9767
0,9817
0,9857
0,9890
0,9916
0,9936
0,9952
0,9964
0,9974
0,9981
0,9986
0,9990
0,9993
0,9995
0,9997
0,9998
0,9998
Y

Unidad 14

334

3.2. La distribucin binomial se aproxima a la normal


Correccin de Yates
Cuando aproximamos una distribucin binomial mediante una normal,
estamos convirtiendo una variable
discreta en continua.
Los valores de la probabilidad para valores fijos de la variable son cero en las
variables continuas. Para evitar este
problema, en la aproximacin de los
valores fijos, estos se corrigen (correccin en Yates) sustituyndolos por un
intervalo centrado en el valor y de longitud la unidad.

En el curso anterior se estudiaron tambin las distribuciones binomiales B(n, p).


Dichas distribuciones responden a las funciones de probabilidad
n r nr
P (X = r) =
p q
r

siendo la media R = np y la desviacin tpica X =

n pq .

El clculo de expresiones y sumas de expresiones de la forma

r p q
r

nr

resulta

muy laborioso y complicado cuando n es grande.


El matemtico Abraham de Moivre (1667-1754) demostr el siguiente resultado, que permite conseguir, bajo ciertas condiciones, una buena aproximacin de
la distribucin binomial mediante una distribucin normal:

As, X = a se considera:
a 0,5 f X f a + 0,5

Si X es una variable aleatoria discreta que sigue una distribucin binomial


X  np
de parmetros n y p, entonces la variable Z =
se aproxima a la van pq
riable normal N (0,1).
La bondad de la aproximacin es tanto mejor cuanto mayor sea n y cuanto ms
prximo est p de 0,5.
a

Esta aproximacin est especialmente indicada cuando n es mayor de 10, ya que


las tablas de las distribuciones binomiales ofrecen sus valores hasta n igual a 10.

Frank Yates (1902-1994).

ACTIVIDADES
RESUELTAS
3. Se efectan 15 lanzamientos de una moneda. Calcula la probabilidad de que:
a) Salgan exactamente 9 caras.
b) Salgan entre 8 y 12 caras, ambas inclusive.
Utilizando la distribucin binomial B (15, 1/2), obtenemos:
a) P (X = 9) =


15
9

1
2

1
2

5005
= 0,1527
32768

b) P (8 f X f 12) = P (X = 8) + P (X = 9) + P (X = 10) + P (X = 11) + P (X = 12) = 0,4963


Utilizando la aproximacin mediante la normal, como n = 15 y p = 0,5, tenemos que

R = np = 15 0,5 = 7,5 y X = npq = 15 0,5 0,5 = 3,75 = 193


,
a) Con la correccin de Yates, obtenemos:
P (X = 9) = P (8,5 f X f 9,5) = P

8,5  7,5
9,5  7,5
= P (0,52 f Z f 1,04) = 0,1523
fZ f
193
,
193
,

b) Con la correccin de Yates, obtenemos:


P (8 f X f 12) = P (7,5 f X f 12,5) = P

 7,5
12,5  7,5
fZ f
7,5193
= P (0 f Z f 2,59) =
,
193
,

= P (Z f 2,59) P (Z f 0) = 0,9952 0,5000 = 0,4952

Estadstica inferencial. Muestreo. Estimacin puntual

335

4. Distribuciones muestrales

Distribucin
muestral de medias

Distribucin
de la
poblacin

N (R, X)

Para solucionar de manera satisfactoria los problemas anteriores, es necesario


el conocimiento de las relaciones existentes entre los estadsticos muestrales
y los parmetros de la poblacin. Como estos ltimos se infieren de los estadsticos es necesario conocer la distribucin muestral de estos estadsticos.

4.1. Distribucin muestral de medias

N R,
n

El estudio de determinadas caractersticas de una poblacin se efecta a travs


de diversas muestras que pueden extraerse de ella. Los estadsticos (media aritmtica, mediana, desviacin tpica, proporcin, etc.) obtenidos de las muestras nos van a permitir decidir sobre la aproximacin apropiada del correspondiente parmetro de la poblacin.

X
X

Observamos que cuanto mayor es n


menor es la desviacin tpica y ms alta
y estrecha es la curva correspondiente.

Comenzamos con la situacin de obtener conclusiones sobre la media de la poblacin a partir del estudio de las medias obtenidas de las muestras.

Distribucin
muestral de medias

Consideramos una poblacin y de ella extraemos muestras de tamao n; cada

una de estas muestras tendr una media. Llamamos Xn a la variable aleatoria


que asigna a cada muestra su media; podemos estudiar su distribucin denominada distribucin muestral de medias.

Distribucin
de la
poblacin

Cuando la poblacin sigue una distribucin cualquiera, utilizamos el teorema


central del lmite.
Teorema central del lmite
Si tomamos una muestra aleatoria simple de tamao n de una variable aleatoria X con media R y desviacin tpica X, para n suficientemente grande
(en la prctica se considera n suficientemente grande cuando n v 30) la dis
tribucin muestral de medias Xn se aproxima a una distribucin normal:
X
N R,
n

La media de Xn es la de la poblacin, R X n = R.
X
X

: X Xn =
.
La desviacin tpica de Xn es
n
n
A la desviacin tpica de una distribucin muestral tambin se le llama
X
error tpico del estadstico muestral considerado. Es decir, X Xn =

n
es el error tpico de Xn.

Si la poblacin sigue una distribucin normal, la distribucin muestral de medias sigue tambin una distribucin normal (independientemente del tamao
de la muestra).
Si tenemos una poblacin con distribucin normal N(R, X) y extraemos
de ella muestras de tamao n, la distribucin muestral de medias sigue
tambin una distribucin normal:
X
N R,
n

En la prctica ocurre que la desviacin tpica de la poblacin es desconocida.


En estos casos se aproxima por la desviacin tpica de la muestra siempre que
el tamao de esta sea suficientemente grande (en la prctica n v 100).

R
En ambos grficos pueden observarse
las analogas y diferencias entre las grficas de la distribucin de la poblacin y
la de la distribucin muestral de medias.
Se ponen de manifiesto los casos en los
que la poblacin sigue una distribucin
normal y en cualquier otra situacin.


Intervalos de probabilidad
Como la distribucin de medias muesX
,
trales sigue una normal N R,
n
se verifica:
X
X
P R
<X <R+
= 0, 6826
n
n
Es decir, el 68,26% de las muestras
de tamao n extradas de una poblacin de media R y desviacin tpica X
tienen la media en
X
X
R
,R+
n
n

De igual modo:

P R2

X
n

< X <R+2

X
n

= 0,9544
Y

Unidad 14

336

ACTIVIDADES
RESUELTAS
4. Una poblacin est formada por solo cinco elementos, con valores 3, 5, 7, 9 y 11. Consideramos todas las muestras posibles de tamao 2 con reemplazamiento que pueden extraerse de esta poblacin. Calcula:
a) La media de la poblacin.
b) La desviacin tpica de la poblacin.
c) La media de la distribucin muestral de medias.
d) La desviacin tpica de la distribucin muestral de medias, es decir, el error tpico de las medias.
a) La media de la poblacin es:

R=

3 + 5 + 7 + 9 + 11 35
=
=7
5
5

b) La desviacin tpica de la poblacin es:

X =

(3  7)2 + (5  7)2 + (7  7)2 + (9  7)2 + (11  7)2


= 8 = 2, 8284
5

c) Construyamos la distribucin muestral de medias y, para ello, calculamos la media de todas las muestras posibles con reemplazamiento de tamao 2, que son 25. Los resultados pueden verse en la tabla siguiente:
MUESTRAS
3
3

3
5

3
7

3 3 5
9 11 3

5
5

5
7

5 5 7
9 11 3

7
5

7
7

7 7 9
9 11 3

9
5

9
7

9 9 11 11 11 11 11
9 11 3 5 7 9 11

Media de la
3
muestra, xi

Elementos

10 7

10 11

La distribucin muestral de medias puede verse en la tabla que sigue. Est representada en la grfica adjunta.
Media de la
muestra, xi

Nmero de
muestras

Probabilidad
P(xi )

x = 3
1
x = 4
2
x = 5
3
x = 6
4
x = 7
5
x = 8
6
x = 9
7
x = 10
8
x = 11

1
2
3
4
5
4
3
2
1

1/25
2/25
3/25
4/25
5/25
4/25
3/25
2/25
1/25

P (xi )

P (x3)

P (x1)
x1

x3

x5

La media de la distribucin muestral de medias (media de medias) es:

Rx =

x
i =1

P(x i ) = 3

1
2
2
1 175
+4
+ ... + 10
+ 11
=
=7
25
25
25
25
25

d) La desviacin tpica de la distribucin muestral de medias es:

Xx =

x
i =1

2
i

P ( x i )  R 2x =
i

1325
 72 =
25

4 =2

Cuando la poblacin es infinita o las muestras se extraen con reemplazamiento, se verifica:

R x = R y Xx =

X
n

x7

x9

xi

Estadstica inferencial. Muestreo. Estimacin puntual

337

ACTIVIDADES
RESUELTAS
5. Las estaturas de 1 200 estudiantes de un centro de enseanza superior se distribuyen normalmente con media de 1,72
y desviacin tpica de 0,09 m. Si se toman 100 muestras de 36 estudiantes cada una, calcula:
a) La media y la desviacin tpica esperada en la distribucin muestral de medias.
b) En cuntas muestras cabra esperar una media entre 1,68 y 1,73 m?
c) En cuntas muestras es de esperar que la media sea menor que 1,69 m?
a) La media y la desviacin tpica esperada de la distribucin muestral de medias es:

R x = R = 1, 72 y X x =

X
n

0, 09
36

= 0, 015

Sabemos que la distribucin muestral de medias se aproxima a una distribucin normal N R,

X
n

b) Tipificamos los valores 1,68 y 1,73 segn la distribucin N(1,72; 0,015), obteniendo:
=
Z168
,

168
,  172
,
173
,  172
,
=  2,67 y Z173
=
= 0,67
,
0,015
0,015

La probabilidad de muestras con medias entre 1,68 y 1,73 m es:

P(1,68 f X f 1,73) = P(2,67 f Z f 0,67) = P(Z f 0,67) [1 P(Z f 2,67)] =


= 0,7486 (1 0,9962) = 0,7448
El nmero de muestras esperado es 100 0,7448 = 74 muestras.

2,67

0,67

c) Tipificamos el valor 1,69 m que se distribuye segn N(1,72; 0,015):


=
Z169
,

169
,  172
,
= 2
0,015

La probabilidad de muestras con medias menores que 1,69 m es:

P(X f 1,69) = P(Z f 2) = 1 P(Z < 2) = 1 0,9772 = 0,0228


El nmero de muestras esperado es 100 0,0228 = 2 muestras.
2

6. El gasto medio bimensual (por familia) en electricidad, que se distribuye segn una normal, tiene una media de 142,32
y una desviacin tpica de 8,5 .
a) Halla la probabilidad de que una muestra, elegida al azar de 25 familias, tenga un gasto medio superior a 144,6 .
b) Realiza el mismo clculo si la muestra que se toma es de 100 familias.

8,5
a) El gasto medio se distribuye segn una normal N 142,32;
= N (142,32; 17
, ), pues la poblacin tambin es normal
25
N (142,32; 8,5). La probabilidad pedida es:

P ( X > 144, 6) = P Z >

144, 6  142, 32
= P ( Z > 1, 34) = 0, 09
901
1, 7

8,5
b) Si las muestras se toman de tamao 100, se tiene para el gasto medio una distribucin normal N 142,32;
= N(142,32; 0,85).
100
La probabilidad pedida es:

P ( X > 144, 6) = P Z >

144, 6  142, 32
= P ( Z > 2, 68) = 0, 0037
0, 85

Podemos observar cmo el tamao de la muestra influye en la probabilidad de obtener un gasto medio ligeramente separado
del gasto medio de la poblacin.

Unidad 14

338

4.2. Distribucin muestral de proporciones


Relaciones
Distribucin
binomial
R = np
X =

Distribucin
muestral de
proporciones
p = p

n pq X =
p

pq
n

La columna de la derecha se obtiene


dividiendo por n en la de la izquierda.

Cuando en una poblacin estudiamos una determinada caracterstica o variable que solo puede tomar dos valores: s (xito) o no (fracaso), la poblacin,
objeto del estudio, sigue una distribucin binomial.
Cada una de las muestras que extraigamos de esa poblacin tendr un porcentaje de individuos con esa misma caracterstica.
Llamamos p al parmetro poblacional que es la proporcin de uno de los valores que presenta la variable aleatoria en la poblacin; el parmetro poblacional para el otro valor se denomina q, siendo q = 1 p.
Consideramos todas las muestras de tamao n que pueden extraerse de esa poblacin. En cada una de estas muestras habr una proporcin, p , de individuos
con una caracterstica dada.
La distribucin asociada a la variable aleatoria que asocia a cada muestra su
proporcin es la distribucin muestral de proporciones.
Como para poblaciones grandes la distribucin binomial se aproxima a una
normal, la distribucin muestral de proporciones tambin sigue una distribucin normal.
Si se toman muestras de tamao n v 30 de una poblacin con una distribucin binomial de parmetros p y q, la distribucin muestral de proporciones se aproxima a una distribucin normal:

N p,
a

W. S. Gosset (Student) (1876-1937)


fue discpulo del matemtico bitnico
Karl Pearson. Sus trabajos sobre el estudio de la fermentacin de la cerveza
le llevaron a profundizar en los mtodos estadsticos. En 1908 cre la llamada teora de pequeas muestras, que
hizo progresar la inferencia estadstica.

pq
n

(Esto se verifica para n suficientemente grande; en la prctica aplicaremos este resultado cuando: n v 30, n p v 5 y n q v 5.)
En la prctica ocurre que las proporciones p y q de la poblacin son desconocidas. En estos casos se aproximan por las respectivas de una muestra, p = p, por
ser p un estimador insesgado (como veremos en el epgrafe 5 de esta unidad).
En el Anexo de final del libro aparece la tabla de distribucin binomial.

ACTIVIDADES
RESUELTAS
7. Una compaa de seguros ha hecho un estudio sobre accidentes de trfico y ha concluido que tres de cada cinco personas accidentadas son menores de 25 aos. Si al ao se contabilizan, por trmino medio, 1000 accidentes de trfico,
encuentra los elementos de la distribucin de proporciones y halla el nmero esperado, por trmino medio, de jvenes
accidentados ese ao.
La distribucin muestral de proporciones admite como media y desviacin tpica:
p = R ( p) = p = 0, 6

X p =

pq
=
n

0, 6 0, 4
= 0, 015
1000

El nmero de jvenes accidentados, por trmino medio, cada ao, sigue una binomial B(0,6; 1 000) y el nmero esperado es
de 0,6 1 000 = 600.

Estadstica inferencial. Muestreo. Estimacin puntual

339

ACTIVIDADES
RESUELTAS
8. Una poblacin est formada por los elementos 1, 2, 4 y 6.
a) Calcula la proporcin p de cifras impares.
b) Para cada una de las muestras con reemplazamiento de tamao dos, calcula la proporcin de cifras impares.
c) Calcula la media y la desviacin tpica de la distribucin muestral de proporciones.
a) La proporcin de cifras impares es:
p=

1
= 0, 25
4

b) La proporcin de cifras impares de cada una de las muestras puede verse en la tabla. El nmero de muestras con reemplazamiento de tamao dos es 42 = 16.
Muestra

11 12 14 16 21 22 24 26 41 42 44 46 61 62 64 66

Proporcin (p)

1 0,5 0,5 0,5 0,5 0

0 0,5 0

0 0,5 0

c) La media de las proporciones anteriores es:


p = R ( p) =

1 + 0,5 + 0,5 + 0,5 + 0,5 + 0,5 + 0,5 + 0 + ... + 0


= 0, 25
16

La desviacin tpica de la distribucin de proporciones es:

X ( p) =

12 + 0,52 + 0,52 + 0,52 + 0,52 + 0,52 + 0,52 + 02 + ... + 02


 (0, 25)2 = 0,3062
16

Cuando la poblacin es infinita o las muestras se extraen con reemplazamiento en una poblacin finita con proporciones p y q,
se verifican las relaciones siguientes:
p = p = 0, 25 y X p =

pq
= 0, 3062
n

9. Una mquina fabrica piezas de precisin. En su produccin habitual fabrica un 3% de piezas defectuosas. Un cliente recibe una caja de 500 piezas procedentes de la fbrica.
a) Cul es la probabilidad de que encuentre ms del 5% de piezas defectuosas en la caja?
b) Cul es la probabilidad de que encuentre menos de un 1% de piezas defectuosas?
La distribucin muestral de proporciones admite como media y desviacin tpica:
p = R ( p) = p = 0, 03 y X p =

pq
=
n

(0, 03) (0, 97)


= 0, 0076
500

La distribucin muestral se distribuye segn la normal N(0,03; 0,0076), dado que el tamao de las muestras es superior a 30. Las
probabilidades pedidas son:
a) P ( p > 0, 05) = 1  P ( p f 0, 05) = 1  P

b) P ( p < 0, 01) = P

0, 03 0, 05  0, 03
f
= 1  P ( Z f 2, 63) = 1  0, 9957 = 0, 0043
p0,0076
0, 0076

0, 03 0, 01  0, 03
<
p0,0076
= P ( Z < 2,63) = 1  P ( Z < 2,63) = 1  0,9957 = 0,0043
0, 0076

Unidad 14

340

4.3. Distribucin muestral de diferencia de medias


Cuando estudiamos dos colectivos conjunta y comparativamente se consideran: R1 la media del primer colectivo, X1 su desviacin tpica y n1 el nmero de
elementos de una muestra; as como R2, X2 y n2 las del segundo colectivo.
Las relaciones existentes entre los estadsticos de la distribucin muestral y los
parmetros de las poblaciones, as como la relacin entre las distribuciones de
las poblaciones y la distribucin muestral de diferencia de medias se muestran
a continuacin.
Si dos poblaciones siguen sendas distribuciones normales N(R1, X1) y
N(R2, X2), o bien, si ambas poblaciones tienen distribuciones cualesquiera
con medias R1 y R2, desviaciones tpicas X1 y X2 y las respectivas muestras
son de tamaos n1 y n2 suficientemente grandes, entonces la distribucin
muestral de diferencia de medias sigue una distribucin normal:

N R1  R2 ;

X 12 X 22
+
n1
n2

y la variable tipificada viene dada por la expresin:


z=

(x1  x2 )  (R1  R2 )
X x1  x2

ACTIVIDADES
RESUELTAS
10. Un pequeo electrodomstico fabricado por la empresa
A tiene una duracin media de vida de 2 500 horas, con
una desviacin tpica de 500 horas.Otra empresa B fabrica tambin este electrodomstico con una duracin media de vida de 2 300 horas, con una desviacin tpica de
800 horas. Se toman 300 aparatos de la empresa A y 200
de la empresa B.
Calcula la probabilidad de que la duracin media de vida
de la muestra de A no sea superior en ms de 100 horas a
la duracin media de vida de la muestra de B.

La distribucin muestral de medias de las poblaciones A y B, XA y XB, est caracterizada por:

R A = 2500, R B = 2300 y X A =

500
300

, XB =

800
200

; n1 = 300, n2 = 200

La distribucin muestral de diferencia de medias, XA XB, admite como media y desviacin tpica:

R A  R B = 2500  2300 = 200 y X =

(500)2 (800)2
+
= 63,5
300
200

La probabilidad de que XA XB f 100 es:

P ( X A  X B f 100) = P Z f

100  200
= P( Z f  1, 57) = 1  P ( Z f 157
, ) = 0,0582
63,5

Estadstica inferencial. Muestreo. Estimacin puntual

341

5. Estimacin de parmetros.
Estimacin puntual
Hemos comenzado esta unidad didctica estudiando la teora de muestras y
hemos visto cmo la estadstica inferencial, utilizando muestras aleatorias de
una poblacin, trata de inferir informacin sobre una poblacin a partir de las
muestras extradas de ella.
Dentro de la estadstica inferencial est la estadstica inductiva, que se basa
en la estimacin de parmetros poblacionales a partir de los correspondientes estadsticos muestrales.

Distribucin asociada
a un estimador insesgado
(en este caso la media)

Esta estimacin puede hacerse de dos formas:


Estimacin puntual.
Estimacin por intervalos.
Por ejemplo, cuando decimos que la altura media de los adolescentes es de
1,75 m estamos haciendo una estimacin puntual; en cambio, si decimos que
la altura media de los adolescentes est entre 1,73 y 1,77 m estamos haciendo
una estimacin por intervalos.

R=x

La estimacin puntual consiste en estimar mediante un nico valor el


parmetro poblacional desconocido.

Estimacin puntual
Las estimaciones puntuales son ms precisas que las estimaciones por intervalos, que veremos en la prxima unidad didctica, sin embargo, son menos fiables que estas ltimas.
En la estimacin puntual el estadstico que utilizamos para la estimacin se llama estimador puntual.
Los estimadores puntuales pueden ser:
Estimador puntual insesgado: si la media de la distribucin muestral de un
estadstico es igual a su correspondiente parmetro poblacional.
Son estimadores puntuales insesgados:

Distribucin asociada
a un estimador sesgado
(en este caso la varianza)

La media muestral, estimador insesgado de la media poblacional.


La proporcin muestral, estimador insesgado de la proporcin poblacional.
La diferencia de medias muestrales, estimador insesgado de la diferencia
de medias poblacionales.
Estimador puntual sesgado: si la media de la distribucin muestral de un
estadstico no es igual a su correspondiente parmetro poblacional.
En general debemos escoger estimadores insesgados.
A veces ocurre que hay ms de un estimador insesgado para un determinado
parmetro; en estos casos hay que tomar el ms eficiente, es decir, el que su distribucin muestral tenga menor dispersin.

X^ 2 = s 2
En este caso la media de la varianza
muestral s2, no coincide con la varianza poblacional X 2; sino que es:

RS2 =

n 1 2
X
n
Y

Unidad 14

342

RESOLUCIN DE PROBLEMAS
Tringulo equiltero
Sea ABC un tringulo equiltero con AB = 1 cm. Prueba que si se seleccionan
10 puntos de su interior, debe haber al menos dos que disten menos de 1/3 cm.

FAMILIARIZACIN CON EL PROBLEMA


El enunciado se entiende con facilidad. Los conceptos que aparecen son elementales: tringulo equiltero, medida de los lados, puntos y distancias.

BSQUEDA DE ESTRATEGIAS
A

AB = 1

Observamos que los puntos ms alejados que podemos dibujar en un tringulo equiltero son dos de sus tres vrtices. Determinamos otras distancias.
Calculamos la distancia desde un vrtice, por ejemplo C, al punto medio del lado opuesto AB; esta distancia es la medida de la altura del tringulo. Teniendo en cuenta el teorema de Pitgoras, la altura, h, mide:
h2 +

=1
1
2

h2 =

3
3
h=
% 0, 866
4
2

Estos clculos no nos aportan ningn dato esclarecedor, parece que no nos conducen
a ninguna parte. Veamos qu ocurre si dividimos el tringulo en regiones o tringulos
iguales.

LLEVAR ADELANTE LA ESTRATEGIA


En el tringulo ABC dividimos cada lado en tres partes iguales y, al unir los puntos, vemos
que se forman nueve tringulos equilteros iguales.
Los lados de estos nuevos tringulos equilteros miden 1/3 cm.

Sea T1 el interior del tringulo CDE junto con los puntos del segmento DE, excluyendo a
D y E.

Sea T2 el interior del tringulo DFH junto con los puntos de los segmentos DH y FH, excluyendo a D y F.

Sea T3 el interior del tringulo DEH junto con los puntos del segmento EH, excluyendo
a E y H.

I
H

Los tringulos T4, ..., T9 se definen de forma anloga; as, el interior del tringulo ABC es
la unin de estos nueve tringulos, que no tienen puntos comunes dos a dos.
Teniendo en cuenta esta particin del tringulo ABC del enunciado, si seleccionamos 10
puntos de su interior, al menos dos de ellos estn en alguno de los tringulos pequeos,
y se encuentran a una distancia de menos de 1/3 cm.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


En la resolucin de este problema hemos tenido que hacer uso de una herramienta matemtica muy particular: el principio de distribucin, ideado por el matemtico alemn Peter G. L. Dirichlet.

Estadstica inferencial. Muestreo. Estimacin puntual

343

Principio de distribucin
Supongamos que una bandada de 101 palomas se dirige a su
palomar, en el que hay 100 nidos. Es seguro que al ocupar los
nidos, al menos dos palomas se colocarn en el mismo nido.
Este principio, conocido con los nombres de principio de distribucin, principio de Dirichlet o principio del palomar, fue
enunciado por Dirichlet y se aplica en la resolucin de mltiples
situaciones, especialmente en problemas de teora de nmeros.

Una oficina tiene 13 empleados. Prueba que al menos dos de


ellos celebran su cumpleaos el mismo mes.
Podemos considerar los empleados como las palomas, por
tanto, n = 13, y los meses del ao como los nidos, es decir,
r = 12.
Aplicando el principio de distribucin, podemos asegurar que
al menos dos empleados cumplen aos en el mismo mes.
Un pianista ha ensayado durante 112 horas a lo largo de 12
das (suponemos que cada da lo ha hecho un nmero entero de horas). Demuestra que hubo un par de das consecutivos en los cuales ensay, al menos, 19 horas en total.

Podemos enunciar este principio en la forma siguiente:


Si n palomas ocupan r nidos, y n > r,
entonces hay, al menos, un nido con
dos o ms palomas.

Los doce das pueden distribuirse en seis grupos de das consecutivos:

Veamos algunos ejemplos en los cuales aplicamos el principio de


distribucin.

{1, 2}; {3, 4}; {5, 6}; {7, 8}; {9, 10}; {11, 12}
que podemos considerar como nidos, es decir, r = 6.
Las 112 horas se pueden expresar como 112 = 6 18 + 4, con
lo cual podemos considerar 7 palomas, cada una de ellas con
el siguiente nmero de horas:
18; 18; 18; 18; 18; 18; 4
Aplicando el principio de distribucin, es seguro que hay al
menos dos palomas en un mismo nido. Las palomas pueden
ser de 18 y 18 (18 + 18 = 36) o de 18 y 4 (18 + 4 = 22), lo
que nos permite afirmar que, efectivamente, hubo al menos
un par de das consecutivos en los cuales ensay, al menos,
19 horas.

c El matemtico alemn Peter Gustav


Lejeune Dirichlet (1805-1859) fue un digno sucesor de Gauss en la ctedra de la
Universidad de Gotinga y a l le sucedi
otro gran matemtico, Bernhard Riemann.

A C T I V I D A D E S
Utiliza el principio de distribucin de Dirichlet en la resolucin de los problemas que siguen.
1. Iniciales repetidas. Cuntos habitantes debe tener una ciudad para asegurar que hay al menos dos habitantes cuyas
tres iniciales, del nombre y de los dos apellidos, coinciden? Suponemos que slo se considera el primer nombre propio y
26 letras del alfabeto.
2. Correspondencia. Diecisiete personas mantienen correspondencia por carta, cada una con todas las dems. En sus cartas solamente tratan 3 temas. Cada par de personas trata en sus cartas slo uno de estos temas. Demuestra que hay, al
menos, 3 personas que se escriben sobre el mismo tema.

Unidad 14

344

NUEVAS TECNOLOGAS
Nmeros aleatorios
con calculadora grfica
La calculadora grfica nos ofrece muchas posibilidades de generar nmeros aleatorios.
Dentro del men Math elegimos PRB, y aqu encontramos las opciones para generar
estos nmeros:
rand, genera y muestra nmeros aleatorios entre 0 y 1. Cada vez que pulsamos la
tecla ENTER obtenemos un nuevo nmero aleatorio.
Si queremos varios nmeros aleatorios basta pulsar la tecla anterior varias veces.
Una sucesin de n nmeros aleatorios se genera mediante la opcin rand(n).
randk, genera y muestra nmeros aleatorios entre 0 y k.
randInt(a,b,n), genera y muestra n nmeros aleatorios, enteros, entre a y b.
randNorm(R,X,n), genera y muestra n nmeros aleatorios reales correspondientes
a la distribucin normal N(R, X). Cada nmero generado puede ser cualquier nmero real, pero la mayora estn en el intervalo (R 3X, R + 3X).
ranBin(n,p,k), genera y muestra k nmeros aleatorios reales correspondientes a la
distribucin binomial B(n, p).
Utilizando las opciones anteriores vamos a calcular:
Un nmero aleatorio entre 0 y 8 y otro entre 0 y 15.
Cinco nmeros aleatorios enteros entre 6 y 11 y doce entre 3 y 7.
Cuatro nmeros aleatorios correspondientes a la distribucin normal N(0; 1) y cinco
correspondientes a la distribucin normal N(10; 2).
Siete nmeros aleatorios correspondientes a la distribucin binomial B(6; 0,3) y nueve nmeros aleatorios correspondientes a la distribucin binomial B(6; 0,8).

rand8

randInt(6,11,5)
3.828537025

rand15

randInt(3,7,12)
1.027886077

randNorm(0,1,4)
{.8667030478 .1...}
PRACTICA con calculadora grfica
la resolucin de las actividades nmeros 1 y 2.

{6 10 7 8 11}

randNorm(10,2,5)
{14.9613211 13.80...}

{4 5 3 3 4 3 3 ...}

randBin(6,0.3,7)
{2 1 3 2 2 3 2}
randBin(6,0.8,9)
{3 6 6 5 5 6 4 6 6}

Estadstica inferencial. Muestreo. Estimacin puntual

345

EN RESUMEN
SIMPLE
SISTEMTICO
ALEATORIOS

ESTADSTICA
INFERENCIAL

logra sus
objetivos
a partir del

MUESTREO

ESTRATIFICADO

segn
toma de
elementos

CONGLOMERADOS
NO ALEATORIOS

ESTADSTICA
DEDUCTIVA

ESTADSTICA
INDUCTIVA

CON REEMPLAZAMIENTO

no

SIN REEMPLAZAMIENTO

reemplazamos
los elementos

mediante

ESTIMACIN
DE PARMETROS

sus resultados
provienen de las

DISTRIBUCIONES
MUESTRALES

puede ser

ESTIMACIN
PUNTUAL

ESTIMACIN
POR INTERVALOS

MEDIAS

N R,

X
n

de

PROPORCIONES

N p,

pq
n

DIFERENCIA DE MEDIAS

N R1  R2 ;

X 12 X 22
+
n1 n2

AMPLA CON
Los crmenes de Oxford (Ediciones Destino) de Guillermo Martnez es una novela
que nos propone toda una fascinante indagacin detectivesca con Oxford como
escenario.
Los crmenes comienzan pocos das despus de llegar a Oxford un joven estudiante de matemticas, quien encuentra el cadver de una anciana que ha sido
asesinada. El crimen resulta ser un desafo intelectual lanzado a uno de los profesores de lgica ms eminentes del siglo.
Mientras la polica investiga a una serie de sospechosos, maestro y discpulo llevan
adelante su propia investigacin, amenazados por los resultados cada vez ms
arriesgados de sus descubrimientos. El desenlace nos lleva a un acto magistral de
prestidigitacin.

Unidad 14

346

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


Se sabe que el cociente intelectual de los alumnos de una universidad se distribuye segn la ley normal de media
100 y desviacin tpica 27.
a) Halla la probabilidad de que la muestra de 81 alumnos tenga un cociente intelectual medio inferior a 109.
b) Halla la probabilidad de que la muestra de 36 alumnos tenga un cociente intelectual medio superior a 109.
Hemos de tener muy presente que nos piden probabilidades correspondientes a distribuciones de medias muestrales. Por tanto,
X
si una distribucin es N(m, s), las medias de las muestras de tamao n se distribuyen: N R,
n

a) Las medias de las muestras de tamao 81 se distribuyen: N 100,


En esta distribucin:

P ( X < 109) = P Z <

27

109  100
= P ( Z < 3) = 0, 9987
3

La probabilidad es:

= N(100, 3)

81

b) Anlogamente, las muestras de tamao 36 se distribuyen: N 100,

P ( X > 109) = P Z >

27
36

= N(100; 4,5)

109  100
= P ( Z > 2) = 1  P ( Z f 2) = 1  0, 9772 = 0, 0228
4,5

Los 6 000 huevos de una gran partida tienen masas que estn distribuidas normalmente. Se escogen al azar 10 huevos y se halla que sus masas son: 40, 36, 44, 42, 48, 49, 38, 50, 38 y 35 gramos, respectivamente.
a) Halla la media y la desviacin de la muestra.
b) Suponiendo que la masa media de los huevos de la partida es la misma que la calculada en a), pero que la desviacin tpica de la masa es de 5,5 gramos, demuestra que el nmero de huevos de la partida con masa superior a 50 gramos es aproximadamente 440.
c) Sabiendo que 5 000 de los 6 000 huevos tienen masas superiores a a gramos, estima el valor de a.
a) La media y la desviacin de la muestra de 10 huevos son: x = 42 g; s = 5,23 g.
b) La poblacin tiene masa media R = 42 gramos y desviacin X = 5,5 gramos.
X  42

La variable X se distribuye segn la normal N(42; 5,5) y la variable tipificada Z =


segn la normal N(0, 1).
5,5
Obtenemos:

P ( X > 50) = P Z >

50  42
= P ( Z > 1, 45) = 1  P ( Z f 1, 45) = 1
 0, 9265 = 0, 073
5,5

Como N = 6 000, el nmero de huevos con masa superior a 50 gramos ser: 6 000 0,0735 = 441 huevos
Al tomar la distribucin de la poblacin se puede saber el nmero de huevos de ms de 50 g.
5000
c) La proporcin es: p =
= 0, 8333
6000
Debemos calcular a, tal que:

P ( X > a) = P Z >

Buscando en las tablas tenemos que: 

a  42
= 0, 8333
5,5

a  42
P Z < 
= 0, 8333
5,5

a  42
= 0,97
5,5

Operando obtenemos: a = 0,97 5,5 + 42. Por tanto: a = 36,665 gramos.

Estadstica inferencial. Muestreo. Estimacin puntual

347

Una comunidad de vecinos desea conocer la opinin de los mismos sobre la instalacin en el tejado de una antena de TV. Para ello realiza una encuesta a 25 de los vecinos, seleccionados en funcin de su edad.
La composicin de esta comunidad es:
Edad

Menores de 30

Entre 30 y 50

Entre 50 y 70

Mayores de 70

N vecinos

24

104

56

16

a) Qu tipo de muestreo se debera utilizar para seleccionar la muestra de modo que incluya vecinos de todas las edades?
b) Cuntos vecinos habra que seleccionar en cada grupo de edad
atendiendo a un criterio de proporcionalidad?
a) La seleccin de la muestra se debe realizar con un muestreo aleatorio estratificado con reparto proporcional. Los estratos deben ser los diferentes
grupos de edades.
b) El nmero total de vecinos es: 24 + 104 + 56 + 16 = 200.
Llamando n1, n2, n3 y n4 al nmero de vecinos a elegir en cada uno de los
grupos de edades y resolviendo la serie de razones, obtenemos:
n
n
n
n
25
= 1 = 2 = 3 = 4 n1 = 3; n2 = 13; n3 = 7 y n4 = 2
200 24 104 56 16
Es decir, habra que seleccionar a 3 vecinos menores de 30 aos, a 13 vecinos de entre 30 y 50 aos, a 7 con edades comprendidas entre los 50 y los 70 aos, y a 2 vecinos mayores de 70 aos.

El 2% de los DVD que vende un hipermercado son defectuosos. En un lote de 800 DVD:
a) Halla la media y la desviacin tpica de la proporcin de DVD defectuosos.
b) Cul es la probabilidad de que en el lote haya como mximo 12 defectuosos?
c) Cul es la probabilidad de que en el lote haya entre 14 y 18 defectuosos?
a) La media y la desviacin tpica de la distribucin muestral son:

R p = p = 0, 02

X p =

pq
=
n

0, 02 0, 98
= 0, 005
800

b) La distribucin muestral se distribuye segn la normal N(0,02; 0,005); la probabilidad pedida es:

P p f

12
p  0, 02 0, 015  0, 02
=P
f
= P ( z f  1) = 1  P ( z f 1) = 1  0, 8413 = 0,1587
800
0, 005
0, 005

c) Operando de forma anloga al apartado anterior, obtenemos que la probabilidad pedida es:
P

14
18
0, 0175  0, 02 p  0, 02 0, 0225  0, 02
<
=
< p <
=P
<
005
0, 005
800
800
0, 005
0,0
= P (  0,5 < z < 0,5) = 2 P ( z < 0,5)  1 = 2 0, 6915  1 = 0, 3830

Unidad 14

348

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. Toma tu libro de texto y considera el nmero de pginas que tiene. Utiliza la tabla de nmeros aleatorios para seleccionar una muestra de 15 pginas en el libro.

2. A un centro de enseanza asisten 500 alumnos y se desea extraer una muestra aleatoria de tamao 25. Describe la eleccin de dicha muestra en los casos de utilizar el muestreo aleatorio.

3. En cierto centro de enseanza se va a realizar un estudio para conocer el tipo de actividades extraescolares que gustan
ms a los alumnos. Para ello, van a ser encuestados 60 alumnos elegidos al azar. Al centro asisten 250 alumnos de 3 de
ESO, 200 de 4 de ESO, 100 de 1 de Bachillerato y 50 de 2 de Bachillerato. Se decide elegir la muestra utilizando muestreo estratificado. Define los estratos y determina el tamao muestral de cada estrato.

4. Una poblacin est formada por solo seis elementos, con valores 2, 4, 6, 8, 10 y
12. Consideramos todas las muestras de tamao 2 con reemplazamiento que
pueden extraerse de esta poblacin. Calcula:
a) La media de la poblacin.
b) La desviacin tpica de la poblacin.
c) La media de la distribucin muestral de medias.
d) La desviacin tpica de la distribucin muestral de medias.

5. Una biblioteca pblica est organizada en 5 secciones, en cada una de las cuales hay un determinado nmero de libros,
como muestra la tabla:
Seccin

Seccin 1

Seccin 2

Seccin 3

Seccin 4

Seccin 5

N libros

500

860

1200

700

740

Con objeto de estimar el porcentaje de libros de edicin espaola se quiere seleccionar una muestra del 5% del nmero total de libros a travs del muestreo estratificado aleatorio considerando como estratos cada una de las secciones. Determina el nmero de libros a seleccionar en cada seccin.

6. Se toma una muestra aleatoria de 64 personas en una poblacin de 100 000, de forma que una de sus caractersticas se
distribuye normalmente con media R = 10 y desviacin tpica X = 3. Calcula:
a) La probabilidad de que la media de la muestra est comprendida entre 9 y 11.
b) La probabilidad de que la media de la muestra sea mayor que 11.

7. Si se sabe que la distribucin muestral de medias para muestras de tamao 36 tiene varianza 8, cul ser la desviacin
tpica de la poblacin original?

8. Ciertas pilas elctricas fabricadas por una compaa tienen una duracin media de 900 horas y una desviacin tpica de
80 horas. La compaa vende todas las semanas 1 000 lotes de 100 pilas cada uno. Calcula:
a) En cuntos lotes cabe esperar que la media de las duraciones sobrepase las 910 horas?
b) La probabilidad de que una muestra al azar de 64 pilas tenga una duracin media mayor de 910 horas.

Estadstica inferencial. Muestreo. Estimacin puntual

349

9. La estatura media de la poblacin, comprendida entre 20 y 30 aos, de cierto barrio, es de 176 cm, con desviacin tpica de 10 cm.
a) Cul es la probabilidad de que una muestra de 36 personas tenga una estatura media de 176 cm o ms?
b) Y cul es la probabilidad de que la media de esta muestra sea menor de 170 cm?

10. Sabiendo que de cada cinco accidentes de trfico, uno es de moto, calcula la probabilidad de que en los prximos 200
accidentes:
a) Sean de moto menos del 30%.
b) Sean de moto ms del 80%.
c) El nmero de accidentes de moto est comprendido entre el 40% y el 60%.

11. Se sabe que el 60% de los adultos de un rea geogrfica asiste regularmente a programas culturales. Se obtiene una
muestra aleatoria de 150 adultos. Se desea conocer cul es la probabilidad de que la proporcin muestral est comprendida entre los valores 0,5 y 0,7.

12. De un grupo de 120 estudiantes, la proporcin de que tengan dos o ms hermanos es de 48/120. Encuentra los parmetros de la distribucin a la que se ajustarn las muestras de tamao 40.

13. Los resultados de una eleccin mostraron que un cierto candidato obtuvo el 46 % de los votos. Halla la probabilidad de que
de 1 000 individuos elegidos al azar de entre la poblacin votante se obtuviera mayora de votos para dicho candidato.

14. Las calificaciones en los exmenes de Geologa que se han


realizado los ltimos 25 aos en cierta facultad siguen una
distribucin normal con media 53 y desviacin tpica 12.
a) Calcula la media y la desviacin tpica de la distribucin
muestral de las muestras de tamao 30 que se pueden
obtener.
b) Halla la probabilidad de que una muestra de tamao 100
tenga la media entre 53 y 57.

15. Se toman muestras de tamao 50 de una poblacin normal


de media 18,1 y desviacin tpica 2,3. Halla la probabilidad de
obtener:
a) Una muestra cuya media no sea inferior a 16.
b) Una muestra cuya media sea inferior a 16 o superior a 19.

16. El cociente intelectual de los estudiantes de un instituto se


distribuye con media 110 y desviacin tpica desconocida X.
Si se sabe que el 25,46% de las muestras de 36 alumnos tienen un cociente intelectual medio superior a 112, halla el valor de X.

Unidad 14

350

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
17. Supongamos que una poblacin se compone de 5 nios de edades 2, 3, 6, 8 y 11 aos. Considera todas las muestras
posibles de 3 nios, con reemplazamiento, que puedan formarse. Halla:
a) La media y la desviacin tpica de la poblacin.
b) La media y la desviacin tpica de la distribucin muestral de medias.
c) Qu relaciones hay entre los resultados obtenidos en los apartados a) y b)?

18. Suponiendo que las puntuaciones de un test de inteligencia se distribuyen segn una normal N (100, 15), calcula la probabilidad de que una muestra de tamao 49, extrada de esa poblacin, tenga una media inferior a 98. Calcula la probabilidad de que una muestra de tamao 81, extrada de esa poblacin, tenga una media superior a 105.

19. El dimetro medio interior de una muestra de 200 tubos producidos por una mquina es de 0,502 cm y la desviacin tpica es de 0,05 cm. El uso de los tubos permite una tolerancia en el dimetro de 0,496 a 0,508 cm; de otro modo se
considerarn defectuosos. Determina el porcentaje de tubos defectuosos, supuesto que los tubos producidos por esa mquina estn normalmente distribuidos.

20. Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16 comercios, elegidos al azar en un barrio de una ciudad, y se han encontrado los siguientes precios:
95; 108; 97; 112; 99; 106; 105; 100; 99; 98; 104; 110; 107; 111; 103; 110
Suponiendo que los precios de este producto se distribuyen normalmente segn una ley de varianza 25 y media desconocida, cul es la distribucin de la media muestral?

21. Se supone que la estatura de los jvenes de 18 aos de cierta poblacin sigue una distribucin normal de media 162 cm
y desviacin tpica 12 cm. En una muestra, tomada al azar, de 100 de estos jvenes encuestados:
a) Cul es la probabilidad de que esta media est entre 159 y 165 cm?
b) Cuntos de estos jvenes tienen su estatura entre esos valores?

22. En una determinada poblacin se sabe que el 20% de las personas usan gafas graduadas y el resto no. Tomamos una
muestra de 256 personas. Cul es la probabilidad de que el porcentaje de personas que usan gafas graduadas est entre el 15% y el 25%?

23. Se sabe que el tiempo de retraso de los trenes de largo recorrido con llegada a
una determinada estacin sigue una distribucin normal de media 15 minutos y
desviacin tpica 3 minutos, y para los trenes de corto recorrido la media es de 25
minutos y la desviacin tpica de 5 minutos. En muestras de 150 trenes tomadas
al azar, cul es la probabilidad de que la diferencia en los tiempos medios de retraso no supere los 9 minutos?

24. En una prueba de aptitud, la puntuacin media de los estudiantes era de 72 puntos, con una desviacin tpica de 8 puntos. Cul es la probabilidad de que dos grupos de estudiantes, formados por 50 y 70 estudiantes, respectivamente,
difieran su media entre 3 y 5 puntos?

Estadstica inferencial. Muestreo. Estimacin puntual

351

AUTOEVALUACIN
1. A un centro de enseanza asisten 800 alumnos y se desea extraer una muestra de tamao 25 mediante muestreo aleatorio sistemtico. La seleccin de los 25 alumnos de la muestra se hace seleccionando uno al azar y los 24 restantes de
k en k, siendo este valor:
a) 32

b) 25

c) 80

2. En cierto barrio se quiere hacer un estudio para conocer mejor el tipo de actividades de ocio que ms gustan a sus habitantes. Para ello van a ser encuestados 100 individuos elegidos al azar. Como los gustos cambian con la edad y se sabe
que en el barrio viven 2 500 nios, 7 000 adultos y 500 ancianos, se decide elegir la muestra utilizando muestreo aleatorio estratificado proporcional. El nmero de adultos de la muestra es:
a) 60

b) 70

c) 80

3. Una variable aleatoria X sigue una distribucin normal de media 4 y varianza 9. El valor de a para que se cumpla
P(4 6a f X f 4 + 6a) = 0,75 es:
a) 0,375

b) 0,475

c) 0,575

4. Sea la poblacin de elementos {22, 24, 26}. Consideramos todas las muestras con reemplazamiento de tamao 2. Los
valores de las varianzas de la poblacin y de las medias muestrales son, respectivamente:
a) 2,66 y 1,32

b) 1,32 y 2,66

c) 1,66 y 2,32

5. Se supone que la distribucin de la temperatura del cuerpo humano en la poblacin tiene de media 37C y de desviacin tpica 0,85C. Se elige una muestra al azar de 105 personas y la probabilidad de que la temperatura media sea menor de 36,9C es:
a) 0,1151

b) 0,1511

c) 0,5111

6. En un centro comercial se sabe que el 35% de los clientes pagan con tarjeta. Si en una caja han pagado 200 clientes, la
probabilidad de que hayan pagado con tarjeta entre 60 y 85 clientes es:
a) 0,73

b) 0,83

c) 0,93

7. En un servicio de atencin al cliente, el tiempo de espera hasta ser atendido es una variable aleatoria normal de media
10 minutos y desviacin tpica 2 minutos. Se toman muestras aleatorias del tiempo de espera de los clientes que llegan
en un da concreto. Los parmetros de la distribucin de la media muestral, si se toman muestras aleatorias de 64 clientes son, respectivamente:
a) 10 y 0,05

b) 10 y 0,15

c) 10 y 0,25

8. Sabemos que la distribucin muestral de medias para muestras de tamao 72 de una determinada variable estadstica,
tiene varianza 2; entonces la desviacin tpica de la poblacin original ser:
a) 2

b) 12

c) 15

9. Un fabricante de medicamentos afirma que cierta medicina cura una enfermedad de la sangre en el 80% de los casos.
Los inspectores de sanidad utilizan el medicamento en una muestra de 100 pacientes y deciden aceptar dicha afirmacin si se curan 75 o ms. Si lo que afirma el fabricante es realmente cierto, la probabilidad de que los inspectores rechacen dicha afirmacin es:
a) 0,1056

b) 0,1560

c) 0,1605

10. Teniendo en cuenta los resultados de elecciones anteriores se sabe que en una localidad hay un 15% de votantes de un
partido X. Elegimos una muestra aleatoria de 200 personas con capacidad de votar; la probabilidad de que la muestra
contenga entre un 12% y un 18% de personas que votaran al partido X es:
a) 0,6760

b) 0,6670

c) 0,7660

u15
unidad 15
contenidos

1. Estimacin por intervalos


de confianza
2. Tamao de las muestras.
Error mximo admisible
3. Estadstica deductiva.
Hiptesis estadsticas
4. Contrastes de hiptesis.
Etapas

5. Errores en los contrastes de


hiptesis
6. Contrastes de hiptesis para
la media
7. Contrastes de hiptesis para
las proporciones
8. Contrastes de hiptesis para
la diferencia de medias
9. Usos de la inferencia
estadstica

Estadstica inferencial. Estimacin


por intervalos. Pruebas de hiptesis

353

En la unidad didctica anterior comenzamos a ver cmo se distribuan las medias de las muestras a partir de la media y la desviacin tpica de la poblacin. En la realidad no es fcil conocer
la media y la desviacin tpica de la poblacin y s en cambio las
de las muestras.
En esta unidad didctica vamos a trabajar sobre el problema estadstico fundamental que es la deduccin de informacin sobre
una poblacin a partir de los datos de muestras extradas de ella.
Este es el problema que plantea la estadstica inferencial y que
trata de resolver de dos formas:
Buscando estadsticos muestrales que puedan considerarse
buenos estimadores de los parmetros poblacionales, que es lo
que hace la estadstica inductiva a travs de las estimacin de
parmetros.
Planteando hiptesis sobre la poblacin y utilizando los datos de
una muestra para saber si son aceptables o no, que es lo que hace
la estadstica deductiva a travs de los contrastes de hiptesis.
La estadstica inferencial nos proporciona tcnicas bsicas para analizar datos y tomar decisiones en estudios sociolgicos, en controles de calidad relacionados con la industria, en investigaciones relativas a las ciencias experimentales, estudios asociados a la
naturaleza, etc.

cuestiones iniciales
1. Una confitura puede ser calificada de almbar si contiene entre 420 y 520
gramos de azcar por kilo de confitura. Un fabricante comprueba 200 botes de confitura de 1 kilogramo. Encuentra que el peso medio de azcar
es de 465 gramos con una desviacin tpica de 30 gramos. Sabiendo que
el contenido de azcar se distribuye normalmente, calcula el porcentaje de
la produccin del fabricante que no debe llevar la mencin de almbar,
considerando la muestra como representativa de la produccin total.
2. Se tira al aire 400 veces una moneda equilibrada. Sea X el nmero de
veces que en la moneda se obtiene cara. Se pide:
a) Halla la ley de probabilidad de X. Calcula su esperanza matemtica
y su varianza.
b) Aproxima las probabilidades de la variable X mediante una distribucin normal.
c) Calcula las probabilidades P(X > 220) y P (180 < X < 220).
d) Calcula las probabilidades P(X = 220) y P(X = 190).

Unidad 15

354

1. Estimacin por intervalos de confianza

Si queremos estimar la altura de un determinado jugador de baloncesto y decimos 1,85 m, estamos haciendo estimacin puntual que no dice nada sobre la seguridad o duda de que esto sea as.

Nivel de significacin
Es la diferencia que existe entre la certeza y el nivel de confianza; se designa por Ns y vale F.

En cambio, si decimos: estoy seguro que mide entre 1,80 y 1,90 m, o estoy
casi seguro que mide entre 1,82 y 1,87 m, en estos casos tenemos un cierto
grado de confianza de que la altura est entre esos valores. Lgicamente cuanto mayor sea el intervalo, mayor ser el grado de confianza que podemos tener,
aunque tambin es mayor el error con el que hacemos la estimacin.

Ns = 1 Nc = 1 (1 F) = F

F /2

F /2

1F

1.1. Intervalos de confianza

zF /2

zF /2

Nc = 1 F

Consideremos una larga serie de muestras de tamao n, de una poblacin de


media R y desviacin tpica X.
X
La distribucin muestral de medias sabemos que sigue una normal N(R,
).
n
X
X
f X f R + 2, 58
= 0, 99 estamos diciendo que la
Si P R  2, 58
n
n
probabilidad de que, extrada una muestra de tamao n al azar, la media de esta

Ns = F

est en el intervalo R 2, 58

es del 99%.
n
Esto quiere decir que el valor del parmetro R se encontrar en el intervalo
de confianza del 99%. Es decir, que si obtuviX 2, 58 n con un grado
ramos un gran nmero de muestras de tamao n en

las mismas condiciones, en el 99% de los casos el


intervalo, similar al dado, incluira el verdadero valor del parmetro R y en el 1% de los casos no incluira al parmetro.
error muestral
al 99%

R 2,58 Xx
x0 2,58 Xx

x
x

R + 2,58 Xx

Estos intervalos se llaman intervalos de confianza


para un nivel de confianza del 99%, al que corresponde un valor crtico de 2,58, que obtenemos en
la tabla de la distribucin normal.

x0 + 2,58 Xx

Intervalo de confianza es el intervalo que contiene al parmetro que se


est estimando con un cierto nivel de confianza.
Nivel de confianza (1 F), significa que el (1 F) 100% de los intervalos de confianza contienen el parmetro poblacional que se est
estimando.
A cada nivel de confianza (Nc) le corresponde un valor crtico z F /2 correspondiente a la distribucin normal N(0, 1) y que cumple:
P (zF /2 f z f zF /2) = 1 F
A los extremos del intervalo de confianza se les llama lmites de confianza.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

355

1.2. Construccin del intervalo de confianza


Para encontrar el intervalo de confianza en el que se encuentra un parmetro
poblacional con un nivel de confianza Nc hemos de seguir los siguientes pasos:
Determinar el estimador muestral.

Niveles de
confianza Nc

Valores crticos
o coeficientes
de confianza zF/2

Determinar la desviacin tpica correspondiente al estimador.

99,73%

3,00

Determinar el valor crtico zF /2 correspondiente al nivel de confianza Nc.

99%

2,58

El intervalo de confianza buscado es:

98%

2,33

96%

2,05

95,45%

2,00

95%

1,96

90%

1,645

80%

1,28

68,27%

1,00

50%

0,6745

(estimador zF /2 desviacin tpica, estimador + zF /2 desviacin tpica)


Los intervalos de confianza en funcin del parmetro poblacional que estimemos son:
Parmetro

Intervalo de confianza

Media R

Proporcin p

Diferencia de
medias R1 R2

x  zF / 2

p  zF / 2

x1  x 2  zF / 2

X
n

, x + zF / 2

X
n

p q
p q
, p + zF / 2
n
n

X 12 X 22
X2 X2
+
, x1  x 2 + zF / 2 1 + 2
n1
n2
n1
n2

1.3. Determinacin del valor crtico zF /2

80%

10%

10%

Si, por ejemplo, fijamos un nivel de confianza Nc = 99% se verifica:


P(zF /2 f z f zF /2) = 0,99
de donde:

zF /2

99%

P(zF /2 f z f zF /2) = P(z f zF /2) P(z f zF /2) = P(z f zF /2) [1 P(z f zF /2)] =
= 2 P(z f zF /2) 1 = 0,99

zF /2 = 1,28

Nivel de confianza: Nc = 80%


Valor crtico: zF /2 = 1,28

0,05%

0,05%

Despejando obtenemos:

1 + 0, 99
= 0, 995
2
y usando las tablas determinamos zF /2 = 2,58.
P(z f zF / 2 ) =

zF /2

zF /2 = 2,58

Nivel de confianza: Nc = 99%


Valor crtico: zF /2 = 2,58

En general podemos decir que:


El valor crtico zF/2 correspondiente a un nivel de confianza Nc, en tanto por ciento, se calcula mediante la expresin:
N
1+ c
100
P(z f zF / 2 ) =
2
y despus usando las tablas de la distribucin normal.
Y

Unidad 15

356

ACTIVIDADES
RESUELTAS
1. Una muestra aleatoria de 100 estudiantes que se presenta a las pruebas de selectividad revela que la media de edad es
de 18,1 aos. Halla un intervalo de confianza del 90% para la edad media de todos los estudiantes que se presentan a
las pruebas, sabiendo que la desviacin tpica de la poblacin es de 0,4.
Vamos a construir el intervalo de confianza:
El estimador muestral es la media muestral x = 18,1.
La desviacin tpica de la distribucin muestral de medias es:

Xx =

X
n

0, 4
100

= 0, 04

Es decir, las medias se distribuyen segn la normal N(R, 0,04).


Al nivel de confianza Nc = 90% le corresponde un valor crtico zF /2 que hallamos:

P ( z f zF / 2 ) =

1+

90
100 = 0,95 z = 165
,
F /2
2

El intervalo de confianza en el que se encuentra la media R de todos los estudiantes es:

R (18,1 1,65 0,04; 18,1 + 1,65 0,04) = (18,034; 18,166)

2. Se ha extrado una muestra de 145 alumnos de una escuela de artes, a los que se les ha propuesto un test de habilidad.
La media y la desviacin tpica obtenidas de la muestra son 82 y 14, respectivamente. A partir de estos datos, calcula el
intervalo en el cual se hallar la media de la poblacin al nivel de confianza del 95%. Calcula el intervalo de confianza
para los mismos datos correspondientes al nivel de significacin del 0,01.
El estimador muestral es la media x = 82; s = 14.
La distribucin muestral de medias sigue una distribucin normal N(R, X x). Como el tamao de la muestra es n = 145 podemos
aproximar la desviacin tpica de la poblacin por la de la muestra, s:

Xx =

X
n

s
n

14
145

= 1162
,

El valor crtico correspondiente al nivel de confianza Nc = 95% es zF /2 = 1,96.


El intervalo de confianza en el que se encontrar la media poblacional R es:

R (82 1,96 1,162; 82 + 1,96 1,162) = (79,72; 84,28)


Esto significa que este intervalo contendr la media poblacional R con una probabilidad del 95%. Es decir, si tomamos un gran
nmero de muestras de tamao 145, el 95% de los intervalos correspondientes contendrn a la media poblacional y el 5%
restante no.
Para un nivel de significacin del 0,01 le corresponde un nivel de confianza del 1 0,01 = 0,99 o 99% y un valor crtico zc = 2,58.
Luego, el intervalo:
(82 2,58 1,162; 82 + 2,58 1,162) = (79, 85)
contendr la media poblacional con una confianza del 99%.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

357

ACTIVIDADES
RESUELTAS
3. Para estimar la proporcin de estudiantes de una universidad que est a favor de la reinsercin social del delincuente,
se entrevist aleatoriamente a 500 estudiantes. El 58% estaba a favor. Calcula el intervalo de confianza, al nivel de confianza del 95%, en el cual se hallar la poblacin universitaria que se encuentra a favor.
Como el tamao muestral es superior a 100, podemos aproximar P y Q de la poblacin por las proporciones p y q de la muestra:
p = 0,58;

q = 0, 42;

El intervalo de confianza para una proporcin P es

p  zF / 2

X ( p ) =

PQ
%
n

pq
=
n

0,58 0, 42
= 0, 02
500

pq
pq
, p + zF / 2
.
n
n

Sustituyendo y operando con los datos anteriores y zc = 1,96 correspondiente al nivel de confianza del 95%, obtenemos:
0,58 1,96 0,02 < P < 0,58 + 1,96 0,02

0,5408 < P < 0,6192

El verdadero porcentaje poblacional P se encontrar en el intervalo (0,5408; 0,6192) con una probabilidad del 95%.

4. Se quiere dotar a un pabelln de deportes con un buen sistema de iluminacin. A tal fin se analizan dos muestras de
lmparas procedentes de dos fbricas diferentes. Examinada la primera muestra de 100 lmparas, se tiene una vida media de 1 500 horas con una desviacin tpica de 150 horas. La muestra de 130 bombillas del segundo fabricante ofrece
una vida tpica de 1380 horas, con una desviacin tpica de 70 horas. Halla los lmites de confianza para la diferencia de
medias al 99%. Cul ser la lmpara elegida?
Las medias para las fbricas son R1 y R2, ambas desconocidas, y las desviaciones tpicas X1 y X2, tambien desconocidas. Por ser los
tamaos muestrales n1 = 100 y n2 = 130, ambos mayores que 100, podemos aproximar las desviaciones tpicas de las poblaciones
por las respectivas desviaciones tpicas de las muestras: X 1 % s1 = 150; X 2 % s2 = 70.

La distribucin muestral de diferencias de medias x 1 x 2 es normal: N 1  2 ;


La desviacin tpica de esta distribucin es:

X x x =
1

X 12 X 22
+
%
n1
n2

Luego, la variable aleatoria z =

s12
n1

s22
n2

X 12 X 22
+
n1 n2

1502 702
= 16, 21
+
100 130

( x1  x 2 )  ( 1  2 )
16, 21

es normal N(0, 1).

Para el nivel de confianza del 99 %, el valor crtico zF/2 corresponde a P(zF/2 < z < zF/2) =
= 0,99, y es zF /2 = 2,58.
Luego:
( x 1 x 2) 2,58 16,21 < ( R1 R2) < ( x 1 x 2) + 2,58 16,21
Al ser x 1 = 1 500 y x 2 = 1 380 horas, tenemos x 1 x 2 = 1 500 1 380 = 120 horas.
Por tanto, los lmites del intervalo de confianza son:
78,18 < ( R1 R2) < 161,82
La diferencia de medias nula no est en el intervalo, hay una diferencia positiva de duracin entre las dos lmparas. Por tanto,
R1 es mayor que R2; luego, elegimos la primera lmpara.

Unidad 15

358

2. Tamao de las muestras.


Error mximo admisible
Al estuiar los intervalos de confianza hemos visto que su amplitud depende del
siguiente factor:

zF / 2

zF / 2

pq
n

Es decir, cuanto mayor sea el tamao de la muestra ms fiable es el intervalo


elegido, pero tambin es mucho ms caro el estudio.
Por tanto, el objetivo es buscar un buen tamao muestral que sin excesivo gasto nos proporcione resultados fiables y nos delimite el error mximo admisible.
El error mximo admisible para la estimacin de medias o de proporciones viene dado, respectivamente, por:

E = zF / 2

pq
n

E = zF / 2

De estas expresiones deducimos que el error mximo admisible verifica las siguientes propiedades:
A mayor nivel de confianza, mayor zF /2, por tanto, mayor es el error que cometemos.
A mayor tamao muestral menor es el error cometido.

Tamao de las muestras


Hemos visto que el tamao de las muestras es inversamente proporcional al
error admisible. A partir de las expresiones del error obtenemos el valor n o
tamao de la muestra:
Para la estimacin de medias:
R

X
R + zF/2
n
X
E = zF /2
n

X
R zF /2
n

X
x zF /2
n

X
x + zF /2
n

E = zF / 2

n =

zF / 2X
E

n =

zF / 2X
E

El tamao de la muestra es:


n=

z F / 2X
E

zF / 2 =

n E2
X2

Para la estimacin de proporciones:

p zF/2

pq

p + zF /2

E = zF /2

$
p zF/2

$
pq p

pq

n
$
p + zF /2

pq

E = zF / 2

pq

n = zF / 2

z2 p q
pq
n = F /2 2
E
E

El tamao de la muestra es:


pq

n=

zF2 / 2 p q
E2

zF / 2 =

n E2
pq

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

359

ACTIVIDADES
RESUELTAS
5. Se sabe que la dedicacin media de los jvenes al ocio sigue una distribucin normal de media 400 minutos y desviacin tpica 63 minutos. Halla el tamao mnimo de la muestra de jvenes que garantiza con una probabilidad de 0,95
que el tiempo medio de ocio est entre 382 y 418 minutos.
Para un nivel de confianza Nc = 95% tenemos un valor crtico zF /2 = 1,96. Entonces:
P(1,96 f z f 1,96) = 0,95
de donde:

P  1, 96 f

xR

f 1, 96 = P R  1, 96

= P 400  1, 96

63
n

X
n

f x f R + 1, 96

f x f 400 + 1, 96

63
n

X
n

= 0, 95

Por lo tanto, se debe cumplir:


400  196
,

63

= 382

400 + 196
,

o bien

63
n

= 418

En cualquier caso, despejando n obtenemos n = 47,06. Es decir, el tamao mnimo de la muestra es 48 jvenes.

6. Deseamos conocer el nmero de personas mayores de edad que sera necesario incluir en una muestra nacional con un
error absoluto de E = 0,04 y un nivel de confianza del 99,73%. Se dispone de una valor P = 0,45 del ltimo censo.
A un nivel de confianza Nc = 99,73% le corresponde un valor crtico zF /2 = 3. Adems, si P = 0,45, entonces Q = 0,55.
Con estos datos, llevados a la frmula n =

zF2 / 2 P Q
2

, obtenemos: n =

E
Se necesitan para la muestra, al menos, 1392 personas.

32 0, 45 0,55
= 1392
0, 042

7. Un psiclogo quiere medir el tiempo de reaccin de sus pacientes y para ello toma una muestra de 175 pacientes y realiza la estimacin con un nivel de confianza del 99%. Sabiendo que la desviacin tpica es de 0,05 segundos, qu error
mximo ha cometido?
La variable tiempo de reaccin tiene media R y desviacin tpica X = 0,05. El tamao de la muestra es n = 175 pacientes, y al nivel
de confianza Nc = 99% le corresponde un valor crtico zF /2 = 2,58.
El error mximo admisible es:
E = zF / 2

X
n

= 2,58

0,05
175

= 0,0098 segundos

8. La duracin de bombillas de una determinada marca sigue una distribucin normal de media desconocida y desviacin
tpica 50 horas. Para estimar la duracin media se toma una muestra de 385 bombillas. Con qu nivel de confianza realizaremos la estimacin si el error cometido es inferior a 5 horas?

La duracin de bombillas se distribuye N(R, 50). La duracin media, x,de


las bombillas de las muestras de tamao 385 se distribuye
50
N R,
. Sabiendo que el error mximo admisible es 5 horas, obtenemos:
385
X
5 385
,
E = zF / 2
zF / 2 =
= 196
50
n

El nivel de confianza correspondiente a ese valor crtico es:


P ( z f 196
, )=

1+

Nc
100 = 0,9750 N = 95%
c
2

Unidad 15

360

3. Estadstica deductiva.
Hiptesis estadsticas
En la unidad didctica anterior y en el comienzo de esta unidad didctica hemos estudiado la estadstica inductiva, estimando parmetros e intentando obtener un valor o un intervalo que constituyesen la mejor estimacin del parmetro desconocido a partir de la informacin muestral.
A partir de ahora vamos a trabajar la estadstica deductiva, que se basa en tomar
decisiones sobre la poblacin a partir de los datos obtenidos de una muestra.
Estas decisiones se llaman decisiones estadsticas. Hay que tener en cuenta
que estas decisiones estn tomadas sobre una base probabilstica, es decir, el
acierto de la decisin se mide objetivamente en trminos de probabilidad.

Hiptesis estadsticas
En las situaciones en las que deseamos tomar decisiones es conveniente realizar determinados supuestos o conjeturas acerca de las poblaciones que se estudian. Estos supuestos, que pueden ser o no ciertos, se denominan hiptesis
estadsticas.
Las hiptesis estadsticas son comparables a la situacin de un juicio en el
cual el acusado se presupone inocente, hiptesis nula, y lo que se pretende es
contrastar esta para rechazarla o admitirla; la hiptesis contraria de esta es la
hiptesis alternativa.
Hiptesis nula: H0. Es la hiptesis que se desea contrastar. Inicialmente
se considera que es verdadera y se mantiene o rechaza como consecuencia del contraste.
Hiptesis alternativa: H1. Es la hiptesis que recoge la situacin contraria de la dada en la hiptesis nula H0.
En la toma de decisiones estadsticas, toda hiptesis nula H0 ha de ir acompaada de una alternativa H1, que es la que aspira a desplazar a la nula. Para una
hiptesis nula concreta puede haber diversas hiptesis alternativas.

Se puede deducir, a partir de un


muestreo, si un frmaco es o no efectivo para curar una determinada enfermedad formulando las hiptesis
correspondientes.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

361

4. Contrastes de hiptesis. Etapas


Con el fin de decidir si una hiptesis se mantiene, es decir, se acepta, o se modifica, es decir, se rechaza, seguimos una serie de procedimientos que son los
contrastes de hiptesis.
Se llaman contrastes de hiptesis a los procedimientos que permiten decidir si una hiptesis se acepta o se rechaza, o el determinar si las muestras observadas difieren significativamente de los resultados esperados.


Zonas crticas para el nivel
de significacin Ns = 5%
Las zonas de rechazo y aceptacin estn expresadas en trminos de probabilidad (porcentaje) y en funcin de
los valores crticos.
Pruebas unilaterales

95 %

Etapas en los contrastes de hiptesis


5%

Los procesos a seguir en los contrastes de hiptesis llevan consigo las cuatro
etapas siguientes:
Etapa 1: Formular las hiptesis nula H0 y alternativa H1.

H0: estimador = valor


H1: estimador | valor

zona de
rechazo

Ambas hiptesis son excluyentes entre s. La hiptesis nula, H0, es la que se


desea contrastar y se suele formular con la idea de rechazarla. Segn se formula
la hiptesis alternativa, H1, la prueba de hiptesis ser unilateral o bilateral.
Prueba bilateral

zF = 1,645

zona de
aceptacin

95 %
5%

Prueba unilateral
H0: estimador v valor (f valor)

H1: estimador < valor (> valor)

Etapa 2: Determinar las zonas de rechazo y aceptacin (zonas crticas) para un


nivel de significacin.

Pruebas bilaterales

El nivel de significacin, Ns, es la probabilidad de rechazar la hiptesis nula


siendo verdadera. Es un valor muy pequeo que se establece con anterioridad
y se designa por F.

2,5 %

El nivel de significacin se relaciona con el nivel de confianza por: Nc + Ns = 1.


Este nivel de significacin nos permite delimitar las zonas de rechazo y las zonas
de aceptacin.

zF = 1,645

zona de
aceptacin

zona de
rechazo

95 %
2,5 %

zF /2 = 1,96
zona de
rechazo

zF /2 = 1,96 z

zona de
aceptacin

zona de
rechazo

Nivel de
Nivel de
Valores crticos Valores crticos
confianza significacin zF para pruebas zF /2 para pruebas
Nc
Ns
unilaterales
bilaterales
1 F

F /2

zona de
rechazo

zona de
aceptacin

F /2

zona de
rechazo

90%

10%

1,28 o 1,28

1,645 y 1,645

95%

5%

1,645 o 1,645

1,96 y 1,96

99%

1%

2,33 o 2,33

2,58 y 2,58

99,9%

0,1%

3,09 o 3,09

3,295 y 3,295

Etapa 3: Determinar el estadstico apropiado a la prueba.


Los estadsticos que vamos a utilizar en los contrastes de hiptesis son la media muestral, las proporciones muestrales y la diferencia de medias muestrales.
Todos ellos siguen una distribucin normal. Una vez determinada la distribucin muestral de la prueba definimos la zona de rechazo para la hiptesis nula.
Etapa 4: Tomar la decisin e interpretarla.
A la vista de los resultados en el clculo del estadstico se acepta la hiptesis
nula con un nivel de significacin F si este estadstico cae dentro de la zona
de aceptacin, y si no es as se rechaza.
Y

Unidad 15

362

5. Errores en los contrastes de hiptesis


Cuando hacemos una prueba de hiptesis y contrastamos la hiptesis nula
frente a la alternativa en base a la informacin suministrada por la muestra podemos cometer dos tipos de errores, debidos a la aleatoriedad del muestreo.
Error tipo I: se comete cuando se rechaza la hiptesis nula H0 siendo
esta verdadera.
Rechazar H0 siendo verdadera.
Error tipo II: se comete cuando se mantiene la hiptesis nula H0 siendo
falsa, es decir, se rechaza la hiptesis alternativa H1 siendo verdadera.
Rechazar H1 siendo verdadera.
El cometer uno u otro tipo de error en un contraste de hiptesis nos conduce
a tomar decisiones inadecuadas; segn vemos en el siguiente cuadro:
a La metodologa de las pruebas de hi-

ptesis fue iniciada por R. A. Fisher


(1890-1962) en la dcada de 1920 y
fundamentada por J. Neyman (18941981) y E. S. Pearson (1857-1936) con
una serie de trabajos aparecidos a partir de 1928.

J. Neyman naci en Rusia y estudi en


la Universidad de Varsovia. Fue profesor en el University College de Londres, donde trabaj con Pearson en la
teora de los intervalos de confianza y
en el contraste de hiptesis. Una larga
polmica, mantenida con Fisher, condujo a la clarificacin de la metodologa estadstica.

DECISIONES

Estos dos ltimos estadsticos (Neyman


a la izquierda en la fotografa y Pearson a la derecha) introdujeron nuevas
bases para la construccin de contraste de hiptesis y encuadraron esta metodologa dentro del marco ms general de la teora de la decisin.

SITUACIN
H0 verdadera

H1 verdadera

Mantener H0

Decisin correcta
No se comete error

Decisin incorrecta
Error tipo II
Probabilidad = G

Rechazar H0

Decisin incorrecta
Error tipo I
Probabilidad = F

Decisin correcta
No se comete error

La probabilidad de cometer un error tipo I viene dada por F, es decir, por el nivel de significacin. Esta probabilidad no depende del tamao de la muestra.
P(error tipo I) = F
La probabilidad de cometer un error tipo II viene dada por G, y depende del
verdadero valor del parmetro y del tamao de la muestra, siendo menor el
error cuanto mayor es el tamao de la muestra.
Si R es el valor de la media, por ejemplo, y definimos H0: R = R0, en la grfica
tenemos las distribuciones de las medias muestrales correspondientes y las zonas de aceptacin y rechazo, as como los valores de F y G, que son las probabilidades de cometer un error tipo I o tipo II, respectivamente.

G
R
Se acepta H0

F
R0
Se rechaza H0

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

363

6. Contrastes de hiptesis para la media


En estas situaciones se comienza con una suposicin a priori del valor de la media de la poblacin, R. Despus se utiliza x, media de la muestra, calculada a
partir de una muestra obtenida en forma aleatoria de la poblacin para decidir si es probable esta suposicin acerca de R. Seguimos las etapas sealadas
para los contrastes de hiptesis:
1 ETAPA
H0

H1

R = R0

R | R0

R f R0

R > R0

R v R0

 zF / 2

2 ETAPA

3 ETAPA

4 ETAPA

Intervalo aceptacin (I)

Determinacin del estadstico

Decisin

X
n

h, R
R

R < R0

, R0 + z F / 2

+ zF

 zF

X
n

X
n

o ( z

F /2

, zF / 2 )

o ( h, z )
n

,+ h

x I se acepta H0
z =

xR
Xx

x I se rechaza H0

o (  zF , + h )

ACTIVIDADES
RESUELTAS
9. Una encuesta a 64 profesionales de una institucin revel que el tiempo medio de empleo en dicho campo era de 5
aos, con una desviacin tpica de 4. Considerando un nivel de significacin del 0,05, sirven estos datos de soporte de
que el tiempo medio de empleo de los profesionales de esta institucin est por debajo de los 6 aos? Suponemos que
la poblacin de profesionales se distribuye normalmente.
A continuacin se describen las etapas del contraste de hiptesis para la media:
Etapa 1: Las hiptesis son: H0 : R v 6 y H1 : R < 6
Los datos de la muestra nos hacen intuir que el tiempo medio de empleo es menor de 6 aos, lo que marca la direccin de la prueba.
Etapa 2: El contraste es unilateral y para el nivel de significacin Ns = 0,05 le corresponde un valor crtico zF = 1,645, que separa las zonas de aceptacin y rechazo.
El intervalo de aceptacin es I = (5,1775; +h).
Etapa 3: La distribucin muestral de referencia se ajusta a la normal. Calculamos el valor tipificado de z correspondiente a la distribucin normal N(0, 1) sabiendo que x = 5, R = 6 y X H s = 4:
z =

xR
56
=
= 2
Xx
4 / 64

Etapa 4: Como podemos contemplar en la grfica, el valor obtenido z = 2 se encuentra en la zona de rechazo. Por tanto, tomamos la decisin de rechazar la hiptesis nula, es decir, aceptamos la hiptesis alternativa, por la cual el tiempo medio de los empleados est por debajo de los 6 aos.
Tambin vemos que x I

rechazamos H0.

La decisin tambin puede tomarse en trminos de probabilidad, ya que la probabilidad de encontrar un valor z = 2 o inferior es:

zona de
aceptacin

zona de
rechazo

P(z f 2) = 1 0,9772 = 0,0228


Al ser 0,0228 < 0,05, es decir, la probabilidad calculada es menor que el nivel de
significacin, rechazamos la hiptesis nula.

z = 2

zF = 1,645

Unidad 15

364

7. Contrastes de hiptesis
para las proporciones
En el caso de las pruebas de hiptesis para proporciones o porcentajes, como
en el caso de la media, se partir de una suposicin o porcentaje poblacional.
Despus utilizaremos la proporcin de la muestra, calculada a partir de una
sola muestra, obtenida de forma aleatoria, para comprobar si es cierta la suposicin sobre la proporcin poblacional y seguiremos las etapas dadas.
1 ETAPA
H0

H1

p = p0

p | p0

p f p0
p v p0

p < p0

3 ETAPA

4 ETAPA

Intervalo aceptacin (I)

Determinacin
del estadstico

Decisin

p0 q0

p0  zF / 2

p > p0

2 ETAPA

 h, p0 + zF

p0  zF

p0 q0

, p0 + zF / 2

p0 q0

p0 q0
n

n
,+ h

o (  zF / 2 , zF / 2 )

p I se acepta H0
^
p  p
z =
X p

o ( h, zF )

^
p I se rechaza H0

o (  zF , + h )

ACTIVIDADES
RESUELTAS
10. Se cree que en la Comunidad Autnoma de Castilla y Len realizan estudios de nivel medio el mismo nmero de varones que de mujeres. Tomamos una muestra aleatoria de 1 000 expedientes escolares y encontramos que 532 corresponden a varones y 468 a mujeres. Es este resultado poco probable o se ajusta a la gran mayora del 99% de los resultados?
Etapa 1: Las hiptesis son H0: p f 0,5 y H1: p > 0,5.
Etapa 2: El nivel de significacin es Ns = 0,01 al ser el nivel de confianza del 99%, y el contraste es unilateral hacia la derecha;
por tanto, le corresponde un valor crtico zF = 2,33.
Etapa 3: Se trata de una distribucin binomial que por sus condiciones puede ser aproximada por una normal.

Como podemos suponer que la distribucin muestral de proporciones sigue una distribucin normal N p,
p = 0,5;

X =

pq
=
n

pq
, obtenemos:
n

0,5 0,5
= 0, 0158
1000

El valor tipificado que proporciona la muestra de tamao 1000 con 532 varones y 468 mujeres es:
z =

obtenido a partir de z =

0,532  0,5
= 2, 025
0, 0158

p  p
.
X p

Etapa 4: Al ser z = 2,025 < zF = 2,33 se acepta la hiptesis nula, es decir, con los
resultados de la muestra no podemos rechazar la creencia de que estudian el mismo nmero de varones que de mujeres.

zona de
aceptacin

zona de
rechazo

z F = 2,33
z = 2,025

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

365

8. Contrastes de hiptesis
para la diferencia de medias
En el caso del contraste de hiptesis para la diferencia de medias, como en el caso
de la media, partimos de la suposicin a priori de que las medias de las dos poblaciones son iguales, R1 = R2. Despus se utilizan x1 y x2 correspondientes a las
dos muestras extradas de las respectivas poblaciones para decidir si es probable
la suposicin de R1 y R2. Seguimos las etapas para los contrastes de hiptesis:
1 ETAPA
H0

R1 = R2
R1 f R2
R1 v R2

H1

R1 | R2
R1 > R2
R1 < R2

2 ETAPA

3 ETAPA

4 ETAPA

Intervalo aceptacin (I)

Determinacin
del estadstico

Decisin

x1  x 2  zF / 2

X 12 X 22
X 12 X 22
+
, x1  x 2 + zF / 2
+
n2
n1
n2
n1

X 12 X 22
h, x1  x 2 + zF
+
n1
n2
x1  x 2  zF

2
1

2
2

X
X
+
,+ h
n2
n1

z I se acepta H0
z =

( x1  x 2 )  ( R1  R2 )

X x x
1

z I se rechaza H0

ACTIVIDADES
RESUELTAS
11. Estudiamos dos muestras de ciudadanos de la Comunidad Autnoma de Andaluca (A y B), de 80 miembros cada una,
para conocer el sentimiento nacionalista. Sobre una escala de 1 a 10, la primera alcanz una media de 7,2 con una
desviacin tpica de 3,1, mientras que la segunda alcanz una media de 8,1 con una desviacin tpica de 4,2. Nuestra
hiptesis de investigacin es que el colectivo B tiene un sentimiento nacionalista mayor que el colectivo A. Comprueba la hiptesis para un nivel de significacin del 0,01.
Etapa 1: Las hiptesis son: H0: R1 v R2 y H1: R1 < R2
Etapa 2: El nivel de significacin es Ns = 0,01 y es unilateral; por tanto, le corresponde un valor crtico zF = 2,33.
Etapa 3: Al ser las muestras suficientemente grandes, la prueba que podemos aplicar es la normal N(0, 1). El valor tipificado a determinar es:
( x  x 2 )  ( R1  R2 )
z = 1
X x x
1

Tenemos que:
x1  x 2 = 7, 2  8,1 =  0, 9 y X x  x =
1

X 12 X 22
+
%
n1
n2

3,12 4, 22
+
= 0,58
80
80

Con los datos anteriores obtenemos:


z=

(7, 2  8,1)  0
=  155
,
0,58

Etapa 4: Podemos observar en la grfica que el valor de la prueba z = 1,55 cae


dentro de la zona de aceptacin, luego se acepta la hiptesis nula y se rechaza la
hiptesis alternativa.
No existen diferencias significativas en cuanto al sentimiento nacionalista en los
dos colectivos.

zona de
aceptacin

zona de
rechazo

zF = 2,33

z = 1,55

Unidad 15

366

9. Usos de la inferencia estadstica


Entre las mltiples aplicaciones de la inferencia estadstica vamos a ver dos de
las ms usuales: los grficos de control de calidad que se hacen dentro de las
empresas y la lectura y anlisis de una encuesta o sondeo.

9.1. Grficos de control de calidad


Una aplicacin importante de la inferencia estadstica es el control estadstico de la calidad en la industria, que se basa en revisar el proceso antes que el
producto. El sistema ms utilizado para efectuar este control de calidad es el
grfico de control.
Un grfico de control es una representacin que muestra el valor de un
estadstico para muestras sucesivas (una muestra cada turno, una muestra cada da, etc.). Estos grficos contienen:
a

Las empresas utilizan el control de


calidad con el fin de que los artculos
fabricados den una proporcin pequea de defectuosos, manteniendo los
niveles de calidad en la produccin.

Lnea de control, que es una recta situada en el valor deseado para el


parmetro del proceso.
Lmites de control, a los que el estadstico raramente sobrepasa.
El propsito de estos grficos es el de controlar un proceso a lo largo del tiempo y darse cuenta de cundo un factor interfiere en el proceso.

ACTIVIDADES
RESUELTAS
12. Una mquina produce una determinada pieza para relojes, con un dimetro medio de 5,74 mm y una desviacin tpica de 0,08 mm. La produccin de la citada mquina sigue una distribucin normal. Se toma una muestra de 6 piezas cada hora y se observa el dimetro de la muestra. Disea un grfico sobre el que representar semanalmente los
anlisis efectuados y controlar la calidad del proceso.
Los intervalos de confianza de las medidas de los dimetros son:

5, 74  1, 96

5, 74  2,58

0, 08
6

; 5, 74 + 1, 96

0, 08
6

0, 08
6

; 5, 74 + 2,58

0, 08
6

= (5, 676; 5, 804)


= (5, 656; 5, 824)

El grfico de control es:


Lmites
de control

5,676

Lnea
de control

Lmites
de control

5,824

5,656

LUNES

MARTES

MIRCOLES

JUEVES

VIERNES

5,74

5,804

Las marcas son los resultados de cada una de las muestras efectuadas. Pueden observarse anomalas en los ltimos controles del
martes y mircoles. Debern analizarse las causas y tomar las medidas adecuadas.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

367

9.2. Interpretacin de la ficha tcnica de una encuesta


Otra aplicacin de la inferencia estadstica es la lectura y anlisis de la ficha
tcnica de una encuesta o sondeo.
En los medios de comunicacin, sobre todo en pocas electorales, aparecen sondeos que se hacen sobre intencin de voto u otros aspectos. De la lectura y anlisis de estas fichas obtendremos una interpretacin de la encuesta o sondeo.
En la ficha tcnica de una encuesta deben aparecer claros una serie de apartados, que vemos a continuacin:
Una ficha tcnica debe contener:
mbito geogrfico de la encuesta.
Universo de elementos, personas objeto de la investigacin.
Tipo de muestreo y forma de recogida de la informacin.
Error admisible y margen de confianza.
Tamao de la muestra compatible con los datos anteriores.
Otros aspectos: fecha del trabajo de campo, empresa que realiza el sondeo, equipo tcnico, etc.

TITULAR:
Siete de cada diez ciudadanos cree que el
partido en el gobierno ganar de nuevo

FICHA TCNICA
Encuesta realizada por Demoscopia sobre una
muestra de 15.000 personas mayores de 18
aos y de ambos sexos, representativa de la
poblacin residente en la Pennsula, Baleares
y Canarias con distribucin no proporcional.
Se han realizado 5.200 entrevistas de afijacin
uniforme por circunscripcin (100 en cada
una) y 9.800 de afijacin proporcional a la poblacin electoral de cada provincia. La muestra provincial mayor es la de Madrid, con 1.348
entrevistas, y la menor, la de Melilla, con 114.
Los datos referidos del total de la muestra, para un nivel de confianza del 95,5% y en la hiptesis ms desfavorable, tienen un error de
muestreo de 0,84% (calculando el factor de
ineficiencia muestral derivado de la afijacin no
proporcional). Trabajo de campo realizado entre los das 25 de febrero y 2 de marzo de 2000
(el trabajo de campo en Andaluca se realiz del
18 al 23 de febrero de 2000) mediante entrevista a domicilio, con seleccin final de entrevistados por sistema de rutas aleatorias.
Fuente: El Pas. 5-III-2000

ACTIVIDADES
RESUELTAS
13. Interpreta la ficha tcnica del margen.
mbito: Pennsula, Baleares y Canarias.
Universo: personas mayores de 18 aos, de ambos sexos.
Tipo de muestreo: muestreo aleatorio estratificado, tomando como estratos las
provincias y la poblacin electoral de las mismas. La afijacin en el muestreo estratificado ha sido parte uniforme y parte propocional.
Error admisible: 0,84%
Margen de confianza: 95,5%
Tamao de la muestra: 15 000 personas.
Fecha del trabajo de campo: del 25-II al 2-III de 2000.
Empresa: Demoscopia.
Tambin podemos comprobar, a partir de los datos, que el nmero de entrevistados es correcto.
La informacin de la ficha y del titular de la encuesta da p =

7
3
;q= .
10
10

La muestra es de tamao n; a un nivel de confianza del 95,5% le corresponde un valor crtico zF /2 = 2.


7 3

10
10 < 0, 84 n > 11904
El error posible es: 2
n
100
Por tanto, el tamao n = 15 000 es correcto.

Unidad 15

368

RESOLUCIN DE PROBLEMAS
Iguales o distintos
Analiza el razonamiento que sigue y encuentra el error:
Para dos nmeros a y b distintos, a | b, se cumple que a = b, es decir, son iguales.
Partimos del supuesto a | b y podemos definir un nmero, distinto de cero, que
es su diferencia.
Sea la igualdad: a b = c
Elevamos al cuadrado ambos miembros y desarrollamos el cuadrado de la diferencia: a2 2 a b + b2 = c2 (I)
Dado que c = a b, tendremos que: c2 = (a b) c = a c b c
Sustituimos el resultado anterior en la igualdad (I): a2 2 a b + b2 = a c b c
Reordenamos convenientemente los trminos: a2 a b a c = a b b2 b c
Extraemos factor comn: a (a b c) = b (a b c)
Y simplificando el factor comn: a = b

FAMILIARIZACIN CON EL PROBLEMA


El enunciado nos produce cierta perplejidad; en l se afirma, y posteriormente se demuestra, que todos los nmeros son el mismo.

BSQUEDA DE ESTRATEGIAS
Tenemos pocas posibilidades de maniobra y, en este caso, la estrategia a seguir ser analizar cada uno de los pasos de la demostracin y tratar de encontrar el error o errores
cometidos.

LLEVAR ADELANTE LA ESTRATEGIA


Observamos con detenimiento cada uno de los pasos:
El primero es correcto, ya que si partimos de dos nmeros a y b distintos, existe un tercer nmero c = a b, que es la diferencia de los dos nmeros iniciales.
Todos los pasos intermedios tambin son correctos, al ser manipulaciones algebraicas,
como elevar al cuadrado, aplicar la propiedad distributiva, sustituir una expresin en
otra, trasponer trminos en una igualdad y sacar factor comn.
El ltimo paso es incorrecto: estamos simplificando o dividiendo por el factor comn
(a b c), estamos dividiendo por cero, ya que si a b = c, entonces a b c = 0.

REVISAR EL PROCESO Y SACAR CONSECUENCIAS DE L


Estamos ante un razonamiento que, en apariencia, parece correcto y, sin embargo, carece de sentido, ya que dos nmeros no pueden ser distintos e iguales a la vez.
Este tipo de paradojas se denominan falacias y muchas de estas se originan al simplificar o dividir por cero.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

369

Paradojas
Este es un ejemplo de las paradojas sobre las cuales no podemos asegurar su veracidad ni su falsedad. La afirmacin
todos los cretenses son mentirosos no puede ser verdadera, pues como Epimnides, por ser cretense, sera mentiroso,
lo que l nos dice sera falso. Tampoco esta frase puede ser
falsa porque entonces los cretenses seran veraces y Epimnides dira la verdad.

Las paradojas son razonamientos o argumentaciones que contienen resultados que, por contrarios a la intuicin y al sentido
comn, llegan a provocar de inmediato un sentimiento de sorpresa. Podemos clasificarlas en cuatro tipos:
Afirmaciones que parecen falsas, aunque en realidad son verdaderas.
Afirmaciones que parecen verdaderas, aunque en realidad son
falsas.

La siguiente cadena de razonamientos es un ejemplo de falacia. En apariencia, todo parece correcto, pero contiene un
error:

Razonamientos que en apariencia parecen correctos y, sin embargo, conducen a contradicciones. Este tipo de paradoja se llama falacia.

cos 300 = cos 60 cos 300 + cos120 = cos 60 + cos120


2cos 210 cos 90 = 2cos 90 cos ( 30 )

Declaraciones de las cuales no podemos asegurar su veracidad


ni tampoco su falsedad.

cos 210 = cos 30 

Las paradojas matemticas, sorprendentes y amenas, conducen


tambin a nociones y descubrimientos importantes. Nos pueden servir de ejemplo las dos siguientes:

3
3
=
1 = 1
2
2

A los matemticos griegos les result tremendamente paradjico que la diagonal de un cuadrado de lado unidad no pudiera medirse exactamente. Sin embargo, a partir de esta paradoja surgieron los nmeros irracionales.
A los matemticos del siglo XIX tambin les result paradjico
que los elementos de un conjunto infinito pudieran ponerse
en biyeccin entre los elementos de un subconjunto del mismo. Tambin observaron conjuntos infinitos entre los cuales
no se podan establecer biyecciones. De esta aparente paradoja surgi la moderna teora de conjuntos.
Algunas paradojas
Epimnides fue un poeta griego que vivi en Creta hacia el
siglo VI a. C. y formul la siguiente paradoja: Todos los cretenses son mentirosos. Como l era cretense, nos preguntamos si Epimnides dice la verdad.

a Los escritos de Martin Gardner abarcan desde la matemtica re-

creativa hasta la ficcin. En su libro Paradojas muestra una gran


variedad de ellas.

A C T I V I D A D E S
Resuelve los siguientes problemas:
1. Negativo y positivo. Analiza la ltima falacia y encuentra el error que nos lleva a la igualdad 1 = 1.
2. El mismo nmero. Analiza el razonamiento siguiente para demostrar: todos los nmeros son el mismo, y encuentra
el error:
a | b a + b = t ( a + b) ( a  b) = t ( a  b) a2  b2 = ta  tb a2  ta = b2  tb
a2  ta +

t2
t2
t
= b2  tb +
a
4
4
2

= b

t
2

a 2= b 2a= b
t

Unidad 15

370

NUEVAS TECNOLOGAS
Inferencia estadstica y
calculadora grfica
Dentro del men STAT elegimos TEST, y aqu encontramos las diferentes opciones para
trabajar en inferencia estadstica; una de ellas es:
Con la calculadora grfica podemos
realizar estimaciones calculando intervalos de confianza y haciendo contrastes de hiptesis.

ZInterval..., calcula un intervalo de confianza para un valor desconocido de la media de la poblacin R cuando se conoce la desviacin tpica X de la poblacin. El intervalo de confianza calculado depende del nivel de confianza elegido.
Vamos a utilizar esta opcin en la resolucin del siguiente problema:
Determina el intervalo de confianza al 95% para la media poblacional si hemos tomado una muestra de los precios, en cntimos de euro, de una misma marca de leche
en 16 supermercados distintos, elegidos al azar en una ciudad, obteniendo los siguientes precios:
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103 y 110.
Se supone que los precios de la leche se distribuyen segn una ley normal de varianza
25 y media desconocida.
Para resolver el problema comenzamos por introducir los precios anteriores en una lista. Para ello elegimos en el men STAT la opcin EDIT. Aparecen las listas, elegimos
L1 y escribimos los datos del enunciado.
Salimos de las listas y activamos STAT + TEST, y dentro de este ltimo, Zinterval...
Aparece la pantalla de la imagen inferior. En ella introducimos el valor de la desviacin
tpica X del problema, en este caso 5; en List, la lista en la que hemos metido los datos, en este caso L1, y en C-Level, el nivel de confianza elegido, en este caso .95.
Si seleccionamos Data aparecen las pantallas de la izquierda y si seleccionamos Stats
aparecen las de la derecha; en ambas, los resultados se obtienen tras pulsar Calculate. Los resultados obtenidos son fcilmente identificables:

PRACTICA con la calculadora grfica la resolucin de las actividades


nmeros 5, 7, 9 y 11.

ZInterval
Inpt:Data Stats
X:5
List : L1
Freq : 1
C-Level : .95
Calculate

ZInterval
Inpt:Data Stats
X:5

x : 104
n : 16
C-Level : .95
Calculate

ZInterval
(101.55, 106.45)

x : 104
Sx : 5.465040409
n : 16

ZInterval
(101.55, 106.45)

x : 104
n : 16

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

371

EN RESUMEN
ESTADSTICA
INFERENCIAL
se divide en

ESTADSTICA
INDUCTIVA

ESTADSTICA
DEDUCTIVA

se basa en

se basa en

ESTIMACIN
DE PARMETROS

utilizando

puede ser

PUNTUAL

CONTRASTES
DE HIPTESIS

MUESTRAS

algunas
son para

de tamao

POR INTERVALOS

mediante

La media

z X
n = F /2
E
2
z pq
n = F /2 2
E

INTERVALOS
DE CONFIANZA
decisiones
incorrectas
conducen a

ERRORES

sus etapas son

Las proporciones
La diferencia
de medias

1. Enunciar la hiptesis nula (H0) y la


alternativa o de investigacin (H1)
2. Determinar la regin crtica, prefijado
el nivel de significacin

Tipo I: rechazar H0 siendo verdadera

3. Determianr el estadstico apropiado


para la prueba y calcularlo

Tipo II: mantener H0 siendo falsa

4. Tomar la decisin e interpretarla

AMPLA CON
El matemtico del rey (Editorial Planeta), de Juan Carlos Arce, es una novela
que nos sita en el reinado de Felipe IV, en pleno siglo XVII, y en la que el autor
muestra las intrigas de la Corte, las pugnas polticas, el renacer cientfico de la
poca, ...
El protagonista, Juan Lezuza, es un matemtico que ensea ciencias al joven rey.
Entre otras cosas, le ensea que la Tierra se mueve alrededor del Sol, una idea
prohibida por la que algunos hombres seran quemados en la hoguera y otros
muchos perseguidos. Este matemtico del rey se convierte as en un hereje que
es, a su vez, maestro del monarca.

Unidad 15

372

PRUEBAS DE ACCESO A LA UNIVERSIDAD RESUELTAS


En una muestra aleatoria de 1 000 personas, estn a favor de que el ministerio de Economa mantenga la presin fiscal el 65%. Halla el intervalo de confianza del 99%. En una encuesta realizada un ao antes haba resultado un 68%
favorable al mantenimiento de la presin. Cae este valor dentro del margen de confianza de la nueva encuesta?
Llamamos p a la proporcin de estar a favor de mantener la presin fiscal; es desconocida y debemos estimarla. Tomamos
una muestra con n = 1 000 personas, para la cual p = 0,65, q = 0,35. La distribucin muestral de proporciones sigue una
normal de media p y desviacin:

X p =

pq
%
n

0,65 0,35
= 0,015
1000

La variable ^
p se distribuye segn la N(p; 0,015) y la variable z =

p  p
segn la N(0, 1).
0, 015

Para un nivel de confianza del 99%, el valor zF /2 para que P(zF /2 < z < zF /2) = 0,99 es zF /2 = 2,58.
Luego, ^
p 2,58 0,015 < p < ^
p + 2,58 0,015 y como ^
p = 0,65, obtenemos el siguiente intervalo de confianza: (0,6113; 0,6887).
En una encuesta anterior, ^
p = 68% = 0,68; como podemos ver, este valor cae dentro del intervalo de confianza, lo que nos
lleva a deducir que la poblacin no ha cambiado de opinin de un ao a otro.
Se sabe que la desviacin tpica del peso de los individuos de una cierta poblacin es 6 kg. Calcula el tamao de
la muestra que se ha de considerar para, con un nivel de confianza del 95%, estimar el peso medio de los individuos de la poblacin con un error inferior a 1 kg.
El peso de los individuos de esa poblacin se distribuye N(R, 6). El peso medio xn de los individuos de las muestras de tamao

n se distribuyen N R,

6
n

Sabemos que el error mximo admitido es E = 1 kg. El nivel de confianza Nc = 95% da lugar a

un valor crtico zF /2 = 1,96. Ahora calculamos el tamao de la muestra:

n=

zF / 2 X
E

196
, 6
1

= 138,30

Es decir, se ha de tomar una muestra con al menos 139 individuos.


Tras 100 lanzamientos de una moneda se observa que tan solo en 35 ocasiones ha salido cara. Utilizando la aproximacin normal, comprueba, al nivel de significacin del 5%, si el resultado proporciona evidencia que permite rechazar la hiptesis de que la probabilidad de obtener cara con esta moneda es de 1/2. Qu conclusin podemos sacar si en una nueva experiencia con la misma moneda hemos obtenido 41 caras?
Etapa 1: Las hiptesis son: H0: p = 1/2 y H1: p | 1/2. La hiptesis nula asegura que la moneda es equilibrada, es decir, p =
1/2 es la probabilidad de cara.
Etapa 2: El nivel de significacin es Ns = 0,05 y la prueba es bilateral; por tanto zF /2 =1,96.
Etapa 3: La variable nmero de caras obtenidas sigue una ley B(100, 1/2) y, como n > 30, la podemos aproximar mediante una
variable x que se distribuye segn la normal N(50, 5). Por tanto, la variable z =

x  50
se distribuye segn la normal N(0, 1).
5

Al nivel de confianza del 95%, el valor crtico para pruebas bilaterales es zF /2 = 1,96. Con este valor y los datos anteriores se
obtiene la siguiente regin de aceptacin:
50 1,96 5 < x < 50 + 1,96 5 (40,2; 59,8)
Etapa 4: Como el nmero de caras obtenidas, 35, no est dentro del intervalo de aceptacin, debemos rechazar la hiptesis
nula, es decir, la probabilidad de obtener cara con esta moneda no es de 1/2. En el caso de la obtencin de 41 caras, este valor cae dentro del intervalo de aceptacin; podemos aceptar la hiptesis nula y concluir que la moneda no est trucada.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

373

Un medicamento tradicional usado en la curacin de enfermos reumticos obtiene un 30% de resultados positivos. Se est probando un nuevo medicamento. Sobre una
muestra de 20 enfermos reumticos, se recuperaron 13 utilizando el nuevo medicamento. Qu podemos deducir?
Planteamos la siguiente prueba de hiptesis.
Las hiptesis son: H0: p = 30% = 0,30 y H1: p | 0,3.
Suponemos que los resultados son similares a los obtenidos con
el medicamento anterior.
El nmero de resultados positivos se distribuye segn una ley binomial B(20; 0,30) con media R = 20 0,30 = 6 y desviacin
tpica X =

20 0,3 0,7 = 2,04 .

No se puede aproximar la ley binomial anterior a la normal, ya que el tamao de la muestra es pequeo, al ser n < 30.
Sin embargo, realizamos la diferencia entre los enfermos recuperados con el nuevo medicamento y los que esperamos que
se recuperen por trmino medio, obteniendo: 13 6 = 7.
Con esta diferencia se tiene 7 > 2 X = 2 2,04 = 4,08. Observamos que la diferencia es significativa, al 95% de confianza,
por lo que debemos rechazar la hiptesis nula. Concluimos que el nuevo medicamento es mejor que el anterior.

Una empresa fabrica neumticos mediante un proceso A. Un segundo proceso B, de reciente descubrimiento, se
sospecha que puede dar lugar a un menor consumo de caucho. Para contrastar esta hiptesis, se hace uso de una
muestra formada por 10 neumticos fabricados por el procedimiento A y 15 fabricados por el procedimiento B,
midindose en ambos casos la cantidad de caucho utilizado por neumtico. Los resultados obtenidos fueron:
x A = 5 000 g, sA = 11 g; x B = 4 980 g, sB = 12 g
Bajo los supuestos de normalidad en la distribucin de los consumos de caucho, contrasta al nivel de significacin
del 5% la hiptesis de igualdad de consumo en ambos procedimientos, frente a la alternativa de menor consumo
en el procedimiento B.
Etapa 1: Las hiptesis son: H0: RA f RB y H1: RA > RB .
Etapa 2: El nivel de significacin es Ns = 0,05 y la prueba es unilateral; por tanto, le corresponde un valor crtico zF = 1,645.
Etapa 3: Al darse las condiciones de normalidad, la prueba que podemos aplicar es la normal N(0, 1).
El valor tipificado a determinar es: z =

( x A  x B )  ( R A  RB )
Xx x
A

Tenemos que:

x A  x B = 5000  4 980 = 20

Xx

 xB

112 122
+
= 4,658
10 15

Con los datos anteriores obtenemos:

(5000  4 980)  0
z=
= 4, 29
4,658
Etapa 4: Podemos observar en la grfica que el valor de la prueba z = 4,29 cae dentro de la zona de rechazo, luego rechazaramos la hiptesis nula de igual consumo
en ambos procedimientos.

zona de
aceptacin

zona de
rechazo

zF = 1,645 z = 4,29

Unidad 15

374

ACTIVIDADES FINALES
EJERCICIOS Y PROBLEMAS
1. La vida media y la desviacin tpica de los dimetros de una muestra de 250 remaches manufacturados por una empresa son 0,7264 y 0,00058 cm, respectivamente. Halla los lmites de confianza al 90% para el dimetro medio de los remaches producidos.

2. En una muestra de tamao 30 hay 12 estudiantes con dos o ms hermanos. Halla un intervalo de confianza del 75%
para la proporcin de dichos estudiantes en la poblacin.

3. Doscientos votantes fueron seleccionados aleatoriamente y 110 se mostraron favorables al candidato A. Estima la
proporcin porcentual al candidato A en dicha poblacin usando un intervalo de confianza con un nivel de confianza
del 95%.

4. Se desea comparar dos mtodos de enseanza: el mtodo A, tradicional, y el B, basado en sistemas audiovisuales. Para
ello, se toman dos muestras aleatorias de 100 estudiantes cada una. Al cabo de un ao de aprendizaje, se somete a los
estudiantes a la misma prueba de aptitud. Los resultados son, para los estudiantes del sistema A: media 5, desviacin tpica 1; para los del sistema B, media 5,5, desviacin tpica 2. Al nivel de confianza del 99%, tienen los mtodos la misma eficacia?

5. Un estudio realizado sobre 40 aviones comerciales revela que la


antigedad media de estos es de 13,41 aos con una desviacin
tpica de 8,28 aos. Calcula:
a) Entre qu valores, con un 90% de confianza, se encuentra
la antigedad media de la flota?
b) Si se quisiera obtener un nivel de confianza del 95% cometiendo el mismo error de estimacin que en el apartado anterior y suponiendo tambin que la desviacin tpica es de 8,28
aos, cuntos elementos deberan formar la muestra?

6. Se desea hacer un estudio de mercado para conocer el precio medio de los libros cientficos. Para ello, se elige una
muestra aleatoria formada por 34 libros y se determina que la media muestral es de 20 euros con una desviacin tpica de 3 euros.
Halla el intervalo de confianza para el precio medio de los libros cientficos al nivel del 99%.

7. Se ha medido la longitud de una muestra escogida al azar de 400 piezas de precisin hechas por una determinada mquina. Result una media de 1,3 cm y una desviacin tpica de 0,25 cm.
a) Halla el intervalo de confianza para la media con un nivel de confianza del 95%.
b) Con un nivel de confianza del 99%, calcula el intervalo de confianza para la media.

8. En una encuesta realizada a 50 personas, se ha encontrado que la proporcin de una determinada caracterstica es 0,25.
Determina el intervalo de confianza, con un nivel de confianza del 95%, para la proporcin de la misma caracterstica
de la poblacin, supuesta muy grande.

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

375

9. Se quiere conocer la permanencia media de pacientes en un hospital. Se tienen datos referidos a la estancia, expresada
en das, de 800 pacientes, de donde se han sacado los resultados siguientes:
x = 8,1 das,
s = 9 das
Halla un intervalo de confianza del 95% para la estancia media.

10. Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16 comercios, elegidos al azar en un barrio de
una ciudad, y se han encontrado los siguientes precios:
95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107,
111, 103, 110
Suponiendo que los precios de este producto se distribuyen segn una ley normal de varianza 25 y media desconocida:
a) Cul es la distribucin de la media muestral?
b) Determina el intervalo de confianza al 95% para la media
poblacional.

11. Se seleccion al azar una muestra de 100 personas cuya media de ingresos anual fue de 22 675 euros, en un determinado sector de poblacin de Madrid, y la desviacin tpica de 1 600 euros. Halla el intervalo de confianza para la media
con un nivel de confianza del 95%.

12. Una variable sigue una distribucin normal de media 20 y desviacin tpica 5 en una determinada poblacin. Halla el tamao de una muestra extrada de la poblacin de tal modo que se tenga la probabilidad del 95% de que la media de la
muestra x vaya a estar entre 19 y 21.

13. Un granjero estima que el peso medio de los pollos de su granja sigue una distribucin normal con desviacin tpica 0,2 kg.
Halla el tamao mnimo de la muestra que debe tomar para que pueda estimar el peso medio con un nivel de confianza
del 95% y un error mximo de 0,03.

14. Una muestra de 100 votantes elegidos aleatoriamente entre todos los de un distrito indic que el 55% de ellos estaba a favor de un determinado candidato. Halla los intervalos de confianza correspondientes a los niveles de confianza del 95%, 99% y 99,73%, respectivamente, para la proporcin de todos los votantes que estaban a favor de este
candidato.

15. Qu tamao de muestra debe tomarse en la actividad anterior para que la confianza de que el candidato sea elegido
sea del 95%, con un error mximo de 0,04?

16. Se sabe que 25 de cada 1 000 piezas elaboradas por una empresa son defectuosas. De qu tamao conviene tomar la
muestra para que la proporcin estimada de piezas defectuosas no difiera de la verdadera en ms de un 5% con un nivel de confianza del 99%?

17. Un fabricante de electrodomsticos sabe que la vida media de estos sigue una distribucin normal con media R = 100
meses y desviacin tpica X = 12 meses. Cul es el mnimo tamao muestral que garantiza, con una probabilidad de
0,98, que la vida media de los electrodomsticos en dicha muestra se encuentra entre 90 y 110 meses?

Unidad 15

376

ACTIVIDADES FINALES
18. Comprueba los valores crticos, que aparecen en
esta tabla, para pruebas unilaterales y bilaterales
para los niveles de confianza o significacin dados en ella.

19. La vida media de las lmparas de 60 vatios est garantizada por lo menos en 800 horas, con una desviacin tpica de 120 horas.

Nivel de
Nivel de
Valores crticos Valores crticos
confianza significacin zF para pruebas zF /2 para pruebas
Nc
Ns
unilaterales
bilaterales
90%

10%

1,28 o 1,28

1,645 y 1,645

95%

5%

1,645 o 1,645

1,96 y 1,96

99%

1%

2,33 o 2,33

2,58 y 2,58

99,9%

0,1%

3,09 o 3,09

3,295 y 3,295

Si se escoge al azar una muestra de 25 lmparas de un grupo y despus de comprobarla se calcula una vida media de la
muestra de 750 horas, para un nivel de significacin del 0,05, habra que rechazar el grupo por no cumplir las garantas?

20. Una empresa especializada en temas militares ha realizado una encuesta a 500 personas. Se obtuvo que el 83% de dichas personas era contraria a la guerra, frente a un 17% que mostraba su aceptacin.
Podemos interpretar a la luz de estos resultados y con un nivel de confianza del 99% que la situacin ha cambiado significativamente respecto a estudios anteriores que registraron en torno al 78% las personas no partidarias?

21. Una fbrica produce 1 000 unidades por semana de cierto artculo y est satisfecha si, por trmino medio, el 3% de los artculos es defectuoso en una inspeccin. En una determinada semana, 38 artculos son rechazados por la inspeccin. Al nivel de
significacin del 5%, habra que proceder a un examen de la cadena de produccin o podra considerarse el excesivo nmero de
rechazos dentro de los lmites del azar que acompaa a las condiciones de trabajo normales?

22. Hace 10 aos, el 52% de los ciudadanos estaba en contra de una


ley. Recientemente, se ha elaborado una encuesta a 400 personas y 184 se mostraron contrarios a la misma ley. Con estos datos y con un nivel de significacin del 0,01, podemos afirmar
que la proporcin de contrarios a la ley ha disminuido?

23. El porcentaje de calificaciones sobresalientes dado en una asignatura de Matemticas de un determinado centro de enseanza, durante un largo perodo de tiempo, fue del 10%. En un determinado perodo de cursos hubo 40 sobresalientes en
un grupo de 300 estudiantes. Decide la significacin de estos resultados a los niveles de 0,05 y 0,01, respectivamente.

24. Una moneda se lanza 6 veces y se obtiene 6 veces cara. Puede deducirse que a los niveles de significacin 0,05 y 0,01,
respectivamente, la moneda est trucada? Considera pruebas unilaterales y bilaterales.

25. Una muestra de 100 lmparas de una factora A result con una duracin media de 1 190 horas y una desviacin tpica
de 90 horas. Una muestra de 75 lmparas de otra factora B ofreci una duracin media de 1230 horas con una desviacin tpica de 120 horas. Hay diferencias entre duraciones medias de las lmparas de las dos factoras al nivel de significacin del 0,05 o 0,01, respectivamente?

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

377

26. Un fabricante de pilas alcalinas sabe que el tiempo de duracin, en horas, de las pilas que fabrica sigue una distribucin
normal de media desconocida y varianza 3600. Con una muestra de su produccin, elegida al azar, y un nivel de significacin del 95%, ha obtenido para la media el intervalo de confianza (372,6; 392,2). Calcula:
a) El valor que obtuvo para la media de la muestra y el tamao muestral utilizado.
b) El error de su estimacin, si hubiese utilizado una muestra de tamao 225 y un nivel de confianza del 86,9%.
27. Se supone que la altura de los bebs de una determinada poblacin sigue una distribucin normal de media desconocida y desviacin tpica 6 cm. Para estimar la altura media se quiere utilizar una muestra de tamao n. Calcula el valor mnimo de n de modo que, con un nivel de confianza del 99%, el error en la estimacin sea menor que 1 cm.
28. Las tensiones de ruptura de los cables fabricados por una empresa
tienen media de 1800 N y una desviacin tpica de 100 N. Se desea
comprobar si un nuevo proceso de fabricacin modifica dicha tensin media de ruptura. Para ello se toma una muestra de 50 cables
y se encuentra que su tensin media de ruptura es de 1850 N. Se
puede afirmar que el nuevo proceso ha modificado la tensin media
de ruptura, al nivel de significacin del 5%?
29. En una poblacin escolar se ha comprobado que la estatura sigue un modelo normal de probabilidad. A partir de una
muestra de 81 escolares de dicha poblacin se ha calculado una estatura media de 159 cm y una desviacin tpica de
12,9 cm. Teniendo en cuenta esta informacin:
a) Determina el error mximo que cometeramos, con una confianza del 99%, si estimamos en 159 cm la estatura media de esa poblacin escolar.
b) Podramos rechazar, con un nivel de confianza del 95%, la hiptesis de que la estatura media en esa poblacin es
de 160 cm?
30. Se conoce que cierta enfermedad del ganado afecta anualmente al 10% de las vacas de cierta zona. Para evaluar una
nueva vacuna, se inyecta a 100 vacas, resultando que ese ao solo 5 de ellas adquieren la enfermedad. Usando la aproximacin normal, comprueba, al nivel de significacin del 5%, si este resultado proporciona evidencia de que, tras la vacuna, la incidencia anual de la enfermedad no es del 10%.
31. El director de recursos humanos de una compaa afirma que las edades de sus empleados tienen una media de 40 aos
y una desviacin tpica de 5 aos. Si se pregunta la edad a 25 empleados elegidos al azar y se observa que la media de
las edades de esta muestra es de 41,35 aos, se puede aceptar la hiptesis de que la edad media de los empleados es
de 40 aos con un nivel de significacin del 5%, o, ms bien, nos debemos inclinar por aceptar que la edad media es
mayor de 40 aos?
32. Un electricista afirma que el 40% de las bombillas que ha comprado a un
fabricante en una promocin son defectuosas. El fabricante eligi una
muestra de 100 bombillas y observ que 30 tenan algn defecto. A un nivel de confianza del 95%, se puede aceptar la hiptesis del electricista?
33. El peso medio de una muestra aleatoria de 100 naranjas de una determinada variedad es de 272 g. Se sabe que la desviacin tpica poblacional
es de 20 g. A un nivel de significacin de 0,05, hay suficiente evidencia
para refutar la afirmacin de que el peso medio poblacional es de 275 g?

Unidad 15

378

ACTIVIDADES FINALES
ACCESO A LA UNIVERSIDAD
34. En una encuesta de opinin, durante una campaa electoral de una ciudad, se pregunt a una muestra aleatoria de 400
personas a cul de los dos candidatos pensaban votar. Declararon 160 que votaran a un determinado partido. Obtn
un estimador puntual y un intervalo de confianza del 95% para la proporcin de la poblacin de la ciudad que votar al
citado partido en las elecciones.
35. La edad media de esperanza de vida de una poblacin es de 50 aos, con una desviacin tpica X = 10 aos. Una compaa de seguros quiere determinar el nmero de individuos de la muestra para que la estimacin difiera del valor 50,
en al menos un 2% de este valor, tomando como nivel de confianza el 95%. Calcula el tamao de dicha muestra.
36. Un experto, basndose en anteriores comicios, sostiene que si se celebran elecciones generales en este momento tan solo
acudira a votar el 48% de la poblacin. No obstante, en un sondeo electoral realizado recientemente entre 1500 personas, 800 tienen intencin de votar. Supone esto, con un nivel de significacin del 1%, que el experto se equivoca y la intencin es mayor?
37. La desviacin tpica de la altura de los habitantes de un pas es de 10 cm. Calcula el tamao mnimo que ha de tener una
muestra de habitantes de dicho pas para que el error cometido al estimar la altura media sea inferior a 1 cm con un nivel de confianza del 99%.
38. El estudio de un test revela que la nota media que se obtiene es de 5,7 puntos con una desviacin tpica de 0,5.
A 100 usuarios de la zona de influencia A y a 49 de la zona B se les pasa el test obtenindose puntuaciones medias de
5,6 y 5,85 respectivamente. Con una confianza del 95%, se puede afirmar que las diferencias entre las medias de cada
muestra y de la poblacin son debidas al azar, o se puede afirmar que son diferentes la nota media de la poblacin y de
la muestra?
Formula las hiptesis y define error de tipo I y error de tipo II.
39. La nota obtenida en Estadstica por los alumnos de una determinada facultad sigue una distribucin normal. Seleccionados 125
alumnos al azar se observa que su nota media es 9 con una varianza de 9. Verifica con una confianza del 99% la hiptesis de que
la nota media de dichos alumnos es inferior a 9,5.
40. La estatura media de los nios de 10 aos en Espaa es de 135 cm
con una desviacin tpica de 8 cm. Calcula el tamao de muestra
necesario para que el intervalo de confianza al 95% de la media
muestral tenga una amplitud de 2 cm.
41. Se realizan 64 lanzamientos de un dado. Cuntos cincos debemos obtener, como mnimo y como mximo, para aceptar que el dado no est trucado con un nivel de confianza del 95%?
42. Segn la ley electoral de cierto pas, para obtener representacin parlamentaria, un partido poltico ha de conseguir, en
las elecciones, al menos un 5% de los votos. Prximas las elecciones, una encuesta realizada sobre 1000 ciudadanos elegidos al azar revela que 36 de ellos votarn a un partido determinado. Puede estimarse con un nivel de significacin del
5% que ese partido tendr representacin parlamentaria?

Estadstica inferencial. Estimacin por intervalos. Pruebas de hiptesis

379

AUTOEVALUACIN
1. El tiempo que se tarda en un supermercado en cobrar a los clientes sigue una ley normal de media desconocida y desviacin tpica 0,5 minutos. Para una muestra aleatoria de 25 clientes se obtuvo un tiempo medio de 5,2 minutos. El intervalo de confianza al nivel del 95% para el tiempo medio que se tarda en cobrar a los clientes es:
a) (5,010; 5,390)

b) (5,004; 5,396)

c) (5,002; 5,398)

2. En una encuesta se pregunta a 10 000 personas cuntos libros leen al ao, obtenindose una media de 5 libros. Se sabe que
la poblacin tiene una distribucin normal con desviacin tpica 2. Para garantizar el error de estimacin de la media poblacional no superior a 0,25 con un nivel de confianza del 95%, el nmero mnimo de personas que sera necesario entrevistar es:
a) 246

b) 462

c) 642

3. En una encuesta entre 130 estudiantes universitarios, de los que 85 eran mujeres, sobre el estudio diario, result una
media de 3,4 horas. El intervalo de confianza, al 90%, para la proporcin de mujeres universitarias es:
a) (0,6123; 0,6957)

b) (0,4752; 0,6123)

c) (0,5753; 0,6957)

4. En muestra de 100 alumnos, 62 han aprobado todas las asignaturas. Al repetir la experiencia para conseguir una cota
de error de 0,03, con un nivel de confianza del 95%, el nmero mnimo de alumnos de la muestra debe ser:
a) 303

b) 5 005

c) 1 006

5. Segn una encuesta preelectoral, la intencin de voto a cierto partido poltico est entre el 42% y el 48%. Se trata de
un intervalo de confianza, pero en la ficha tcnica no figura el tamao de la muestra ni tampoco el nivel de confianza
utilizado. Suponiendo que la muestra ha sido de 1 056 individuos, el nivel de confianza es del:
a) 90%

b) 95%

c) 99%

6. Se sabe que el gasto semanal, en euros, en ocio para los jvenes de una cierta ciudad sigue una distribucin normal con
desviacin tpica X conocida. Para una muestra aleatoria de 100 jvenes de esa ciudad, el intervalo de confianza del 95%
para el gasto medio semanal R es (27, 33). Los valores de la correspondiente media muestral x y X son:
b) x = 33 y X =13,5
c) x = 30 y X =15,3
a) x = 27 y X =15,3
7. Un informe indica que el precio medio de un billete entre Canarias y la Pennsula es, como mximo, de 120 euros con
una desviacin tpica de 40 euros. Se toma una muestra de 100 viajeros y se obtiene una media de los precios de sus billetes, que es de 128 euros. Se puede aceptar, con un nivel de significacin del 0,1, la afirmacin de partida?
a) S

b) No

c) No se puede saber

8. El salario medio mensual correspondiente a una muestra de 900 personas de una poblacin dada es de 725 euros. Se
sabe que los salarios de esa poblacin siguen una normal con desviacin tpica de 84 euros. Se puede afirmar que el
salario medio de dicha poblacin es de 700 euros con un nivel de confianza del 95%?
a) S

b) No

c) No se puede saber

9. Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas. Se eligieron 300 nueces al azar y se
detectaron 21 vacas. Con un nivel de significacin del 1%, se puede aceptar la afirmacin de la marca?
a) S

b) No

c) No se puede saber

10. Al lanzar 5000 veces una moneda al aire salieron 3000 caras. Se puede aceptar, con un nivel de significacin del 0,05,
que la moneda no est trucada?
a) S

b) No

c) No se puede saber

Nmeros aleatorios

380

NMEROS ALEATORIOS
59391
99567
10363
86859
11258

58030
76364
97518
19558
24591

52098
77204
51400
64432
36863

82718
04615
25670
16706
55368

87024
27062
98342
99612
31721

82848
96621
61891
59798
94335

04190
43918
27101
32803
34936

96574
01896
37855
67708
02566

90464
83991
06235
15297
80972

29065
51141
33316
28612
08188

95068
54463
16874
92494
15669

88628
47237
62677
63157
56689

35911
73800
57412
76593
35682

14530
91017
13215
91316
40844

33020
36239
31389
03505
53256

80428
71824
62233
72389
81872

39936
83671
80827
96363
35213

31855
39892
73917
52887
09840

34334
60518
82802
01087
34471

64865
37092
84420
66091
74441

99116
15696
97720
11666
71628

75486
10703
15369
13841
73130

84989
65178
51269
71681
78783

23476
90637
69620
98000
75691

52967
63110
03388
35979
41632

67104
17622
13699
39719
09847

39495
53988
33423
81899
61547

39100
71087
67453
07449
18707

17217
84148
43269
47985
85489

74073
11670
56720
46967
69944

40501
22518
75112
80327
60251

51089
55576
30485
02671
45548

99943
98215
62173
98191
02146

91843
82068
02132
84342
05597

41995
10798
14878
90813
48228

88931
86211
92879
49268
81366

73631
36584
22281
95441
34598

69361
67466
16783
15496
72856

05375
69373
86352
20168
66762

15417
40054
00077
09271
17002

57430
73528
25991
78388
12477

82270
39559
65959
16638
09965

10421
34434
70769
09134
96657

00540
88596
64721
59980
57994

43648
54086
86413
63806
59439

75888
71693
33475
48472
76330

66049
43132
42740
39318
24596

21511
14414
06175
35434
77515

47676
79949
82758
24057
09577

33444
85193
66248
74739
91871

83266
76970
37074
83712
20287

32883
80876
65198
06514
56862

42451
10237
44785
30101
69727

15579
39515
68624
78295
94443

38155
79512
98336
54656
64936

29793
74798
84481
85417
08366

40914
39357
97610
43189
27227

65990
09054
78735
60048
05158

16255
73579
46703
71781
50326

17777
92359
98265
72606
59566

74261
64081
05617
26793
65988

32592
49863
75818
74951
72850

86538
08478
47750
95466
48737

27041
96001
67814
74307
54719

65172
18888
29575
13330
52056

85532
14810
10526
42664
01596

07571
70545
66192
85515
03845

80609
89755
44464
20632
35067

39285
59064
27058
05497
03134

65340
07210
40467
33625
70322

27366
56760
72880
77888
28440

42271
10909
43338
38100
07819

44300
98147
93643
03062
21580

73399
34736
58904
58103
51459

21105
33863
59543
47961
47971

03280
95256
23943
83841
29882

73457
12731
11231
25878
13990

43093
66598
83268
23746
29226

05192
50771
65938
55903
23608

48657
83665
81581
44115
15873

63525
47606
52669
16738
59348

94441
93410
45030
60159
11695

77033
16359
96279
07425
45751

12147
89033
14709
62369
15865

51054
89696
52372
07515
74739

49955
47231
87832
82721
05572

58312
64498
02735
37875
32688

76923
31776
50803
71153
20271

96071
05383
72744
21315
65128

05813
39902
88208
00132
14551

12900
75086
99495
26075
13636

71775
23537
51434
31671
93596

29845
49939
29181
45386
23377

60774
33595
09993
36583
51133

94924
13484
38190
93459
95126

21810
97588
42553
48599
61496

38636
28617
68922
52022
42474

33717
17979
52125
41330
45141

67598
70749
91077
60651
46660

82521
35234
40197
91321
42338

64249
26538
05845
74897
20872

63664
44249
00512
68373
54570

39652
04050
78630
67359
35017

40646
48174
55328
51014
88132

97306
65570
18116
33510
25730

31741
44072
69296
83048
22626

07294
40192
91705
17056
86723

84149
51153
86224
72506
91691

46797
11397
29503
82949
13191

82487
58212
57071
54600
77212

anexo

Nmeros aleatorios

31432
66890
41894
11303
54374

96156
61505
57790
87118
57325

89177
01240
79970
81471
16947

75541
00660
33106
52936
45356

81355
05873
86904
08555
78371

24480
13568
48119
28420
10563

77243
76082
52503
49416
97191

76690
79172
24130
44448
53798

42507
57913
72824
04269
12693

84362
93448
21627
27029
27928

64852
16309
42587
40177
82309

34421
20384
37065
98590
76128

61046
09491
24526
97161
93965

90849
91588
72602
41682
26743

13966
97720
57589
84533
24141

39810
89846
98131
67588
04838

42699
30376
37292
62036
40254

21753
76970
05967
49967
26065

76192
23063
26002
01990
07938

10508
35894
51945
72308
76236

79788
40538
64016
49767
76974

68243
79000
73598
12691
55108

59732
89559
18609
17903
29795

04257
25026
73150
93871
08404

27084
42274
62463
99721
82684

14743
23489
33102
79109
00497

17520
34502
45205
09425
51126

95401
75508
87440
26904
79935

55811
06059
96767
07419
57450

76099
86682
67042
76013
55671

23854
68973
36444
03003
17540

08480
70551
93600
87800
26188

85983
25098
65350
07391
36647

96025
78033
14971
11594
78386

50117
98573
25325
21196
04558

64610
79848
00427
00781
61463

99425
31778
52073
32550
57842

62291
29555
64280
57148
90382

86943
61446
18847
58887
77019

21541
23037
24768
73041
24210

38916
64288
86809
99800
92345

55809
19843
51564
99566
31890

47982
69122
38040
14742
95712

41982
42502
39418
05028
08279

69760
48508
49915
30033
91794

79422
28820
19000
94889
94068

80154
59933
58050
53381
49337

91486
72998
16899
23656
88674

19180
99942
79952
75787
35355

15100
10515
57849
59223
12267

90363
64437
91714
20902
12217

65162
32242
53662
17646
86007

32245
48431
28373
31391
70371

82279
04835
34333
31459
52281

79256
39070
55791
33315
14510

80834
59702
74758
03444
76094

06088
31508
51144
55743
96579

99462
60935
18827
74701
54853

56705
22390
10704
58851
78339

06118
52246
76803
27427
20839

45177
28325
29019
84979
50371

02863
90814
28776
81353
26347

42307
08804
56116
56219
48513

53571
52746
54791
67062
63915

22532
47913
64604
26146
11158

74921
54577
08815
82567
25563

17735
47525
46049
33122
91915

42201
77705
71186
14124
18431

80540
95330
34650
46240
92978

54721
21866
14994
92973
11591

53422
67453
07294
79544
64144

06825
35651
85353
00302
85442

69711
89316
74819
45338
82060

67950
41620
23445
16015
46471

64716
32048
68237
66613
24162

18003
70225
07202
88968
39500

49581
47597
99515
14595
87351

45378
33137
62282
63836
36637

99878
31443
53809
77716
42833

61130
51445
26685
79596
71875

90919
06670
36634
75101
05112

11883
57353
93976
72891
71222

58318
86275
52062
85745
72654

00042
92276
83678
67106
51583

52402
77591
41256
26010
05228

28210
46924
60948
62107
62056

34075
60839
18685
60885
57390

33272
55437
48992
37503
42746

00840
03183
19462
55461
39272

73268
13191
96062
71213
96659

381

Los nmeros aleatorios permiten simular todo tipo de experiencias aleatorias: sorteos, lanzamiento de monedas, dados,
extraccin de bolas de una urna, rellenar una quiniela, etc. Adems, facilitan la obtencin de una muestra aleatoria.
Veamos un ejemplo sencillo de obtencin de una muestra aleatoria simple:
Tenemos 40 elementos y queremos extraer 5 aleatoriamente.
Para la obtencin de la muestra se enumeran los 40 elementos de la siguiente manera: 00, 01, 02, 03, , 38, 39. Se toma
un dgito cualquiera como nmero inicial de la tabla y se van tomando las cifras siguientes de dos en dos cifras, de izquierda
a derecha, de derecha a izquierda, de arriba a abajo, en diagonal, etc. Los nmeros que superen a 40 se rechazan.
Procediendo de izquierda a derecha, a partir del primer dgito de la fila 15 de la tabla anterior, se obtienen los nmeros
de dos cifras:
71, 62, 87, 31, 30, 78, 78, 37, 56, 91, 41, 63, 20, 98, 47, 61, 54, 71, 87, 07, 85, 48,
Los elementos que componen la muestra son los correspondientes a los nmeros:
31, 30, 37, 20 y 07
Y

Anexo

382

TABLA DE LAS DISTRIBUCIONES BINOMINALES

n
P (X = r) = p r q n r
r
n
2

x
0
1
2
3 0
1
2
3
4 0
1
2
3
4
5 0
1
2
3
4
5
6 0
1
2
3
4
5
6
7 0
1
2
3
4
5
6
7
8 0
1
2
3
4
5
6
7
8
9 0
1
2
3
4
5
6
7
8
9
10 0
1
2
3
4
5
6
7
8
9
10

0,01
0,9801
0,0198
0,0001
0,9703
0,0294
0,0003
0,0000
0,9606
0,0388
0,0006
0,0000
0,0000
0,9510
0,0480
0,0010
0,0000
0,0000
0,0000
0,9415
0,0571
0,0014
0,0000
0,0000
0,0000
0,0000
0,9321
0,0659
0,0020
0,0000
0,0000
0,0000
0,0000
0,0000
0,9227
0,0746
0,0026
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,9135
0,0830
0,0034
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,9044
0,0914
0,0042
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000
0,0000

0,05
0,9025
0,0950
0,0025
0,8574
0,1354
0,0071
0,0001
0,8145
0,1715
0,0135
0,0005
0,0000
0,7738
0,2036
0,0214
0,0011
0,0000
0,0000
0,7351
0,2321
0,0305
0,0021
0,0001
0,0000
0,0000
0,6983
0,2573
0,0406
0,0036
0,0002
0,0000
0,0000
0,0000
0,6634
0,2793
0,0515
0,0054
0,0004
0,0000
0,0000
0,0000
0,0000
0,6302
0,2985
0,0629
0,0077
0,0006
0,0000
0,0000
0,0000
0,0000
0,0000
0,5987
0,3151
0,0746
0,0105
0,0010
0,0001
0,0000
0,0000
0,0000
0,0000
0,0000

0,10
0,8100
0,1800
0,0100
0,7290
0,2430
0,0270
0,0010
0,6561
0,2916
0,0486
0,0036
0,0001
0,5905
0,3280
0,0729
0,0081
0,0004
0,0000
0,5314
0,3543
0,0984
0,0146
0,0012
0,0001
0,0000
0,4783
0,3720
0,1240
0,0230
0,0026
0,0002
0,0000
0,0000
0,4305
0,3826
0,1488
0,0331
0,0046
0,0004
0,0000
0,0000
0,0000
0,3874
0,3874
0,1722
0,0446
0,0074
0,0008
0,0001
0,0000
0,0000
0,0000
0,3487
0,3874
0,1937
0,0574
0,0112
0,0015
0,0001
0,0000
0,0000
0,0000
0,0000

0,15
0,7225
0,2550
0,0225
0,6141
0,3251
0,0574
0,0034
0,5220
0,3685
0,0975
0,0115
0,0005
0,4437
0,3915
0,1382
0,0244
0,0022
0,0001
0,3771
0,3993
0,1762
0,0415
0,0055
0,0004
0,0000
0,3206
0,3960
0,2097
0,0617
0,0109
0,0012
0,0001
0,0000
0,2725
0,3847
0,2376
0,0839
0,0185
0,0026
0,0002
0,0000
0,0000
0,2316
0,3679
0,2597
0,1069
0,0283
0,0050
0,0006
0,0000
0,0000
0,0000
0,1969
0,3474
0,2759
0,1298
0,0401
0,0085
0,0012
0,0001
0,0000
0,0000
0,0000

0,20
0,6400
0,3200
0,0400
0,5120
0,3840
0,0960
0,0080
0,4096
0,4096
0,1536
0,0256
0,0016
0,3277
0,4096
0,2048
0,0512
0,0064
0,0003
0,2621
0,3932
0,2458
0,0819
0,0154
0,0015
0,0001
0,2097
0,3670
0,2753
0,1147
0,0287
0,0043
0,0004
0,0000
0,1678
0,3355
0,2936
0,1468
0,0459
0,0092
0,0011
0,0001
0,0000
0,1342
0,3020
0,3020
0,1762
0,0661
0,0165
0,0028
0,0003
0,0000
0,0000
0,1074
0,2684
0,3020
0,2013
0,0881
0,0264
0,0055
0,0008
0,0001
0,0000
0,0000

0,25
0,5625
0,3750
0,0625
0,4219
0,4219
0,1406
0,0156
0,3164
0,4219
0,2109
0,0469
0,0039
0,2373
0,3955
0,2637
0,0879
0,0146
0,0010
0,1780
0,3560
0,2966
0,1318
0,0330
0,0044
0,0002
0,1335
0,3115
0,3115
0,1730
0,0577
0,0115
0,0013
0,0001
0,1001
0,2670
0,3115
0,2076
0,0865
0,0231
0,0038
0,0004
0,0000
0,0751
0,2253
0,3003
0,2336
0,1168
0,0389
0,0087
0,0012
0,0001
0,0000
0,0563
0,1877
0,2816
0,2503
0,1460
0,0584
0,0162
0,0031
0,0004
0,0000
0,0000

0,30
0,4900
0,4200
0,0900
0,3430
0,4410
0,1890
0,0270
0,2401
0,4116
0,2646
0,0756
0,0081
0,1681
0,3602
0,3087
0,1323
0,0284
0,0024
0,1176
0,3025
0,3241
0,1852
0,0595
0,0102
0,0007
0,0824
0,2471
0,3177
0,2269
0,0972
0,0250
0,0036
0,0002
0,0576
0,1977
0,2965
0,2541
0,1361
0,0467
0,0100
0,0012
0,0001
0,0404
0,1556
0,2668
0,2668
0,1715
0,0735
0,0210
0,0039
0,0004
0,0000
0,0282
0,1211
0,2335
0,2668
0,2001
0,1029
0,0368
0,0090
0,0014
0,0001
0,0000

1/3
0,4444
0,4444
0,1111
0,2963
0,4444
0,2222
0,0370
0,1975
0,3951
0,2963
0,0988
0,0123
0,1317
0,3292
0,3292
0,1646
0,0412
0,0041
0,0878
0,2634
0,3292
0,2195
0,0823
0,0165
0,0014
0,0585
0,2048
0,3073
0,2561
0,1280
0,0384
0,0064
0,0005
0,0390
0,1561
0,2731
0,2731
0,1707
0,0683
0,0171
0,0024
0,0002
0,0260
0,1171
0,2341
0,2731
0,2048
0,1024
0,0341
0,0073
0,0009
0,0001
0,0173
0,0867
0,1951
0,2601
0,2276
0,1366
0,0569
0,0163
0,0030
0,0003
0,0000

0,35
0,4225
0,4550
0,1125
0,2746
0,4436
0,2389
0,0429
0,1785
0,3845
0,3105
0,1115
0,0150
0,1160
0,3124
0,3364
0,1811
0,0488
0,0053
0,0754
0,2437
0,3280
0,2355
0,0951
0,0205
0,0018
0,0490
0,1848
0,2985
0,2679
0,1442
0,0466
0,0084
0,0006
0,0319
0,1373
0,2587
0,2786
0,1875
0,0808
0,0217
0,0033
0,0002
0,0207
0,1004
0,2162
0,2716
0,2194
0,1181
0,0424
0,0098
0,0013
0,0001
0,0135
0,0725
0,1757
0,2522
0,2377
0,1536
0,0689
0,0212
0,0043
0,0005
0,0000

0,40
0,3600
0,4800
0,1600
0,2160
0,4320
0,2880
0,0640
0,1296
0,3456
0,3456
0,1536
0,0256
0,0778
0,2592
0,3456
0,2304
0,0768
0,0102
0,0467
0,1866
0,3110
0,2765
0,1382
0,0369
0,0041
0,0280
0,1306
0,2613
0,2903
0,1935
0,0774
0,0172
0,0016
0,0168
0,0896
0,2090
0,2787
0,2322
0,1239
0,0413
0,0079
0,0007
0,0101
0,0605
0,1612
0,2508
0,2508
0,1672
0,0743
0,0212
0,0035
0,0003
0,0060
0,0403
0,1209
0,2150
0,2508
0,2007
0,1115
0,0425
0,0106
0,0016
0,0001

0,45
0,3025
0,4950
0,2025
0,1664
0,4084
0,3341
0,0911
0,0915
0,2995
0,3675
0,2005
0,0410
0,0503
0,2059
0,3369
0,2757
0,1128
0,0185
0,0277
0,1359
0,2780
0,3032
0,1861
0,0609
0,0083
0,0152
0,0872
0,2140
0,2918
0,2388
0,1172
0,0320
0,0037
0,0084
0,0548
0,1569
0,2568
0,2627
0,1719
0,0703
0,0164
0,0017
0,0046
0,0339
0,1110
0,2119
0,2600
0,2128
0,1160
0,0407
0,0083
0,0008
0,0025
0,0207
0,0763
0,1665
0,2384
0,2340
0,1596
0,0746
0,0229
0,0042
0,0003

0,49
0,2601
0,4998
0,2401
0,1327
0,3823
0,3674
0,1176
0,0677
0,2600
0,3747
0,2400
0,0576
0,0345
0,1657
0,3185
0,3060
0,1470
0,0285
0,0176
0,1014
0,2437
0,3121
0,2249
0,0864
0,0139
0,0090
0,0603
0,1740
0,2786
0,2676
0,1543
0,0494
0,0068
0,0046
0,0352
0,1183
0,2273
0,2730
0,2098
0,1008
0,0277
0,0033
0,0023
0,0202
0,0776
0,1739
0,2506
0,2408
0,1542
0,0635
0,0153
0,0016
0,0012
0,0114
0,0495
0,1267
0,2130
0,2456
0,1966
0,1080
0,0389
0,0083
0,0008

0,50
0,2500
0,5000
0,2500
0,1250
0,3750
0,3750
0,1250
0,0625
0,2500
0,3750
0,2500
0,0625
0,0312
0,1562
0,3125
0,3125
0,1562
0,0312
0,0156
0,0938
0,2344
0,3125
0,2344
0,0938
0,0156
0,0078
0,0547
0,1641
0,2734
0,2734
0,1641
0,0547
0,0078
0,0039
0,0312
0,1094
0,2188
0,2734
0,2188
0,1094
0,0312
0,0039
0,0020
0,0176
0,0703
0,1641
0,2461
0,2461
0,1641
0,0703
0,0176
0,0020
0,0010
0,0098
0,0439
0,1172
0,2051
0,2461
0,2051
0,1172
0,0439
0,0098
0,0010

383

SOLUCIONES DE LAS AUTOEVALUACIONES

ACTIVIDADES
UNIDADES
1

10

10

11

12

13

14

15