A<B

(A es menor que B)

Traducido por Krizalid para FMAT.cl

Captulo I
Desigualdades separables
Este captulo comprende lo que se llama desigualdades separables, aquellas que pueden ser expresadas
en la forma
f (x1 ) + + f (xn ) c
para x1 , . . . , xn convenientemente precisos. Por ejemplo, si uno arregla el producto, o la suma, o las variables,
la desigualdad MAMG toma esta forma, y de hecho este sera nuestro primer ejemplo.

1.1 Alisamiento, convexidad y desigualdad de Jensen

El principio de alisamiento establece que si tienes una cantidad de la forma f (x1 ) + + f (xn ) que
se vuelve m
as peque
na como mueves dos de las variables m
as cercanas (mientras que se mantiene cierto
lmite, por ejemplo la suma de las variables), entonces la cantidad es reducida al mnimo haciendo las
variables todas iguales. Esta rese
na esta mejor ilustrada con un ejemplo: la famosa media aritmetica y
media geometrica, desigualdad MAMG.
Teorema 1 (MAMG). Sean x1 , . . . , xn n
umeros reales positivos. Entonces

x1 + + xn
n x1 xn ,
n
con igualdad si y s
olo si x1 = = xn .
Demostraci
on. Haremos una serie de sustituciones que conserven el lado izquierdo mientras estrictamente aumenta el lado derecho. Al final, los xi seran todos iguales y el lado izquierdo igualar
a al lado
derecho; la desigualdad deseada seguir
a inmediatamente. (Aseg
urate de que entiendes este razonamiento
antes de proceder!)
Si los xi ya no son todos iguales a su media aritmetica, que llamaremos a por conveniencia, entonces
deben existir dos ndices, es decir i and j, tal que xi < a < xj . (Si los xi fuesen todos m
as grandes que a, de
modo que entonces seran su media aritmetica, lo cual es imposible; asimismo si fuesen todos m
as peque
nos
que a.) Reemplazaremos los pares xi y xj por
xi = a, xj = xi + xj a;
por dise
no, xi y xj tienen la misma suma como xi y xj , pero ya que estan m
as cercanos, su producto es
m
as largo. Para ser precisos,
a(xi + xj a) = xi xj + (xj a)(a xi ) > xi xj
porque xj a y a xi son n
umeros positivos.
Por ser este reemplazo, incrementamos el n
umero de xi que eran iguales a a, conservando el lado
izquierdo de la desigualdad querida aumentando el lado derecho. Seg
un lo observado inicialmente, finalmente
este proceso termina cuando todos los xi son iguales a a, y la desigualdad se convierte en igualdad en ese
caso. Sigue eso en todos los otros casos, la desigualdad se mantiene estrictamente 
Notar que nos aseguramos que el procedimiento de reemplazo termina en un n
umero finito de pasos. Si
hubiesemos procedido m
as ingenuamente, colocando un par de xi por su media aritmetica, obtendramos un
procedimiento infinito, y entonces tendramos que mostrar que los xi fuesen convergiendo en un sentido
conveniente. (Convergen, pero haciendo esto preciso requerira de cierto esfuerzo adicional que nuestro
procedimiento alterno eluda.)
Una fuerte generalizaci
on de este alisamiento puede ser formulado por una funcion convexa arbitraria.
Recordar que un conjunto de puntos en el plano es dicho ser convexo si el segmento de la lnea que une dos
puntos cualesquiera en el conjunto yace totalmente dentro de este. Una funcion f definida en un intervalo
(el cual puede estar abierto, cerrado o infinito en cualquier extremo) es dicho ser convexo si el conjunto
{(x, y) R2 : y f (x)}
2

es convexo. Decimos que f es c

oncava si f es convexa. (Esta terminologa fue estandar contempor
aneamente, pero hoy la mayora de los libros de c
alculo usa concavo arriba y concavo abajo para
nuestra convexa y concava. Otros usan los cari
nosos evocadores sostener el agua y derramar el
agua.)
Una manera m
as instructiva de establecer la definici
on puede ser que f es convexa si para cualquier
t [0, 1] y cualesquiera x, y en el dominio de f ,
tf (x) + (1 t)f (y) f (tx + (1 t)y).
Si f es continua, basta verificar esto para t = 12 . En cambio, una funcion convexa es automaticamente
continua excepto posiblemente en los puntos finales del intervalo en que esta definida.
Teorema 2. Si f es una funci
on convexa, entonces las siguientes relaciones verifican:
f (c) f (a)
f (d) f (b)

. (Las pendientes de las lneas secantes a traves

ca
db
del gr
afico de f aumentan en cualquier punto final.)

1. Si a b < c d, entonces

2. Si f es diferenciable en cualquier parte, entonces su derivada (esto es, la pendiente de la lnea tangente
al gr
afico de f es una funci
on creciente.)
La utilidad de convexidad para probar desigualdades viene de dos factores. El primer factor es la
desigualdad de Jensen, que uno puede considerar como una declaracion formal del principio de alisamiento
para funciones convexas.
Teorema 3 (Jensen). Sea f una funci
on convexa en un intervalo I y sean w1 , . . . , wn n
umeros reales no
negativos cuya suma es 1. Entonces para todo x1 , . . . , xn I,
w1 f (x1 ) + + wn f (xn ) f (w1 x1 + + wn xn ).
Demostraci
on. Una inducci
on f
acil sobre n, el caso n = 2 siendo la segunda definici
on m
as arriba 
El segundo factor es la facilidad con que la convexidad puede ser verificada usando c
alculo, a saber va
la prueba de la segunda derivada.
Teorema 4. Sea f una funci
on dos vecesdiferenciable en un intervalo abierto I. Entonces f es convexa
en I si y s
olo si f (x) 0 para todo x I.
Por ejemplo, la desigualdad MAMG puede ser probada notando que f (x) = ln x es c
oncava; su
1
1
primera derivada es y su segunda 2 . De hecho, uno inmediatamente deduce una reforzada desigualdad
x
x
MAMG; como m
as adelante generalizaremos MAMG otra vez, no discutiremos este punto.
Nos acercamos a esta secci
on precisando aquellas desigualdades separables que a veces conciernen a
funciones que no necesariamente son convexas. No obstante uno puede probar algo!.
 
Ejemplo 5 (USA, 1998). Sean a0 , . . . , an n
umeros en el intervalo 0,
tal que
2






+ tg a1
+ + tg an
n 1.
tg a0
4
4
4

Probar que tg a0 tg a1 tg an nn+1 .



1 + xi
, de modo que xi (1, 1). La instancia seguira
Soluci
on. Sean xi = tg ai
e yi = tg ai =
4
1 xi
1+x
inmediatamente de la desigualdad de Jensen si s
olo la funcion f (x) = ln
fuese convexa en el intervalo
1x
(1, 1), pero desgraciadamente, no lo es. Es c
oncava en (1, 0] y convexa en [0, 1). As que tenemos que ir
para atras en el principio de alisamiento.
Que pasa si intentamos sustituir xi y xj por dos n
umeros que tengan la misma suma pero que esten
m
as cercanos? La aportaci
on de xi y xj al lado izquierdo de la desigualdad deseada es
2
1 + xi 1 + xj

=1+
.
xi xj + 1
1 xi 1 xj
1
xi + xj
3

La sustituci
on en cuesti
on aumentar
a a xi xj , y decrementar
a tan la cantidad antedicha siempre que
xi + xj > 0. As que todo lo que tenemos que mostrar es que podemos realizar el proceso de alisamiento de
modo que cada par que alisemos satisfaga esta restricci
on.
Obviamente no hay problema si todos los xi son positivos, as que nos enfocamos en la posibilidad de
tener xi < 0. Por suerte, no podemos tener m
as de un xi negativo, ya que x0 + + xn n 1 y cada xi es
menor que 1. (As que si fuese negativo, la suma sera a lo m
as la suma de los n 1 terminos restantes, la
cual es menor que n 1.) Ademas si x0 < 0, no podramos tener x0 + xj < 0 para j = 1, . . . , n, tendramos
la contradicci
on
x0 + + xn (1 n)x0 < n 1.
De esta manera x0 + xj > 0 para alg
un j, y podemos reemplazar a estos dos por su media aritmetica.
Ahora todos los xi son positivos y el alisamiento (o Jensen) puede continuar sin mayores restricciones,
obteniendo la desigualdad querida 
Problemas para la secci
on 1.1
1. Preparar un problema tomando una propiedad estandar de funciones convexas, y especializando a una
funcion particular. Lo menos evidente es donde vino tu problema, el mejor!
2. Dados los n
umeros reales x1 , . . . , xn , cual es el valor mnimo de
|x x1 | + + |x xn |?
3. (Por Titu Andreescu) Si f es una funcion convexa y x1 , x2 , x3 yacen en su dominio, entonces

 






4
x1 + x2
x2 + x3
x1 + x3
x1 + x2 + x3

f
+f
+f
f (x1 ) + f (x2 ) + f (x3 ) + f
3
3
2
2
2
4. (USAMO, 1974/1) Para a, b, c > 0, probar que aa bb cc (abc)

a+b+c
3

5. (India, 1995) Sean x1 , . . . , xn n n

umeros reales cuya suma es 1. Probar que
r
n
xn
x1

+ +

n1
1 x1
1 xn
6. Sean A, B, C los angulos de un triangulo. Probar que
3
3
1. sen A + sen B + sen C
2
3
2. cos A + cos B + cos C
2
A
B
C
1
3. sen sen sen
2
2
2
8

as )
4. cot A + cot B + cot C 3 (en efecto, el angulo de Brocard es a lo m
6
(Cuidado: no todas las funciones del requisito son convexas en todas partes!)
7. (Vietnam, 1998) Sean x1 , . . . , xn (n 2) n
umeros positivos que satisfacen

1
1
1
1
+
+ +
=
.
x1 + 1998 x2 + 1998
xn + 1998
1998

Probar que

x1 x2 xn
1998.
n1
(Otra vez, cuidado con la noconvexidad)
8. Sea x1 , x2 , . . . una secuencia de n
umeros reales positivos. Si ak y gk son la media aritmetica y media
geometrica, respectivamente, de x1 , . . . , xk , probar que
n1
an1
gkn1
n (an gn ) (n 1) (an1 gn1 )

ann
gkn

Estas fuertes versiones de la desigualdad MAMG son debidas a Rado [2, Teorema 60] y Popoviciu [3],
respectivamente. (Estas son solo una muestra de las muchas maneras que la desigualdad MAMG puede
ser agudizada, seg
un lo observado por [1].)

1.2 Noalisamiento y extremo nointerior

Una funcion convexa no tiene m
aximo interior local. (Si tena un m
aximo interior local en x, entonces
la lnea secante a traves de (x , f (x ) y (x + , f (x + ) yacera bajo la curva en x, lo cual no puede
ocurrir en una funcion convexa.)
Mejor a
un, una funcion que es lineal en una variable dada, como las otras se mantienen fijas, no logra
ning
un extremo en ninguna direccion excepto en sus valores lmites.
Problemas para la secci
on 1.2
1. (IMO, 1974/5) Determinar todos los valores posibles de
S=

b
c
d
a
+
+
+
a+b+d a+b+c b+c+d a+c+d

donde a, b, c, d son n
umeros arbitrarios positivos.
2. (Bulgaria, 1995) Sea n 2 y 0 xi 1 para todo i = 1, 2, . . . , n. Mostrar que
jnk
(x1 + x2 + + xn ) (x1 x2 + x2 x3 + + xn x1 )
2
y determinar cu
ando hay igualdad.

1.3 Alisamiento discreto

Las nociones de alisamiento y convexidad tambien pueden ser aplicadas a funciones s
olo definidas en
enteros.
Ejemplo 6. C
omo deberan colocarse n bolas en k cajas para minimizar el n
umero de pares de bolas que
yacen en la misma caja?
!
k
X
ni
sobre las secuencias n1 , . . . , nk de enteros
Soluci
on. En otras palabras, queremos minimizar
2
i=1
no negativos que se van sumando a n.
Si ni nj 2 para alg
un i, j, entonces moviendo una bola de i a j disminuye el n
umero de pares en la
misma caja por
!
!
!
!
ni
ni 1
nj
nj + 1

= ni nj 1 > 0
2
2
2
2
De este modo minizamos el n
umero de pares asegur
andonos de que dosjcajas
no difieran en m
as de una
nk lnm
o
bolas 
bola; uno puede f
acilmente verificar que las cajas cada una debe contener
k
k
Problemas para la secci
on 1.3
1. (Alemania, 1995) Probar que para todos los enteros k y n con 1 k 2n,
!
!
!
n+1
2n + 1
2n + 1
2n + 1
+
2

k1
k+1
n+2
k
2. (Arbelos) Sea a1 , a2 , . . . una secuencia convexa de n
umeros reales, la cual es decir ak1 + ak+1 2ak
para todo k 2. Probar que para todo n 1,
a2 + a4 + a2n
a1 + a3 + + a2n+1

.
n+1
n
5

3. (USAMO, 1993/5) Sea a0 , a1 , a2 , . . . una secuencia de n

umeros reales positivos que satisfacen ai1
2
ai+1 ai para i = 1, 2, 3, . . . (tal una secuencia es dicha ser c
oncava log.) Mostrar que para cada
n 1,
a0 + + an1 a1 + + an
a0 + + an a1 + + an1

.
n+1
n1
n
n
n

4. (MOP 1997) Dada una secuencia {xn }

n=0 con xn > 0 para todo n 0, tal que la secuencia {a xn }n=0

es convexa para todo a > 0, mostrar que la secuencia {ln xn }n=0 es tambien convexa.

5. Como deberan estar ordenados los n

umeros 1, . . . , n en un crculo para hacer la suma de los productos
de pares de n
umeros adyacentes tan larga como sea posible? Tan peque
na como sea posible?

Captulo II
Desigualdades sim
etricas polinomiales
Esta secci
on es una gua basica para las desigualdades polinomiales, que es decir, aquellas desigualdades
las cuales estan en (o pueden ser expreadas en) la forma P (x1 , . . . , xn ) 0 con P una polinomial simetrica
en las variables (o a veces no negativas) reales x1 , . . . , xn .

2.1 Introducci
on a las polinomiales sim
etricas
Muchas desigualdades expresan alguna relacion simetrica entre una coleccion de n
umeros. Por esta
razon, parece que vale la pena repasar algunos hechos cl
asicos sobre polinomiales simetricas.
Para arbitrarios x1 , . . . , xn , los coeficientes c1 , . . . , cn de la polinomial
(t + x1 ) (t + xn ) = tn + c1 tn1 + + cn1 t + cn
son llamados funciones simetricas elementales de los xi . (Esto es, ck es la suma de los productos de xi
tomados k a la vez.) A veces resulta m
as conveniente trabajar con las medias simetricas
ci
!.
n
i

di =

Por conveniencia de notacion, expresamos c0 = d0 = 1 y ck = dk = 0 para k > n.

Dos desigualdades basicas considerando funciones simetricas son las siguientes. (Notar que la segunda
sigue de la primera.)
Teorema 7 (Newton). Si x1 , . . . , xn son no negativos, entonces
d2i di1 di+1

i = 1, . . . , n 1.

Teorema 8 (Maclaurin). Si x1 , . . . , xn , son positivos, entonces

1/2

d1 d2

d1/n
n

con igualdad si y s
olo si x1 = = xn .

Estas desigualdades y muchas otras pueden ser probadas usando el siguiente truco.
Teorema 9. Suponga que la desigualdad
f (d1 , . . . , dk ) 0
se mantiene para todo real x1 , . . . , xn (respectivamente positivo) para alg
un n k. Entonces tambien se
mantiene para todo real x1 , . . . , xn+1 (respectivamente positivo).
Demostraci
on. Sea
P (t) = (t + x1 ) (t + xn+1 ) =

n+1
X
i=0

!
n+1
di tn+1i
i

la polinomial m
onica con races x1 , . . . , xn . Recordar que entre dos ceros cualesquiera de una funcion
diferenciable, ah yace un cero de su derivada (Teorema de Rolle). De tal manera que las races de P (t)
son todas reales si los xi son reales, y todas negativas si los xi son positivos. Ya que
!
!
n
n+1
X
X
n
n+1
ni

di tni ,
(n + 1 i)
di t
= (n + 1)
P (t) =
i
i
i=0
i=0
tenemos por supuesto que f (d1 , . . . , dk ) 0 
A prop
osito, el mismo truco tambien puede ser usado para probar ciertas identidades polinomiales.
Problemas para la secci
on 2.1
1. Probar que cada polinomial simetrica en x1 , . . . , xn puede ser (
unicamente) expresada como una
polinomial en las polinomiales simetricas elementales.
2. Probar las desigualdades de Newton y Maclaurin.
3. Probar las identidades de Newton: si si = xi1 + + xin , entonces
c0 sk + c1 sk1 + + ck1 s1 + k ck = 0
(Hint: primero considere el caso n = k.)
4. (Hungra) Sea f (x) = xn + an1 xn1 + + a1 x + 1 una polinomial con coeficientes reales no
negativos y n races reales. Probar que f (x) (1 + x)n para todo n 0.
5. (Gauss??) Sea P (z) una polinomial con coeficientes complejos. Probar que todos los ceros (complejos) de P (z) yacen en el casco convexo de los ceros de P (z). Deducir que si S es un subconjunto
convexo del plano complejo (por ejemplo, el disco unidad), y si Rf (d1 , . . . , dk ) 0 se mantiene para
todo x1 , . . . , xn S para alg
un n k, entonces la misma se mantiene para x1 , . . . , xn+1 S.
6. Probar la Regla de los Signos de Descartes: sea P (x) una polinomial con coeficientes reales escrita
P
como P (x) = aki xki , donde todos los aki son no nulos. Probar que el n
umero de races positivas de
P (x), contando multiplicidades, es igual al n
umero de cambios (el n
umero de i tal que aki1 aki < 0)
de la muestra menos incluso un entero no negativo. (Para races negativas, aplicar el mismo criterio
a P (x).)

2.2 La gua idiota a las desigualdades homog

eneas
Suponga que P es una determinada polinomial simetrica homogenea y se pide probar que P (x1 , . . . , xn )
0. Como debera uno proceder?
Nuestro primer paso es puramente formal, pero puede ser sicol
ogicamente u
til. Introduciremos la siguiente notacion:
X
X


Q (x1 , . . . xn ) =
Q x(1) , . . . , x(n)
sim

donde funciona sobre todas las permutaciones de 1, . . . , n (para un total de n! terminos). Por ejemplo, si
n = 3, y escribimos x, y, z para x1 , x2 , x3 ,
X
x3 = 2x3 + 2y 3 + 2z 3
sim

x3 y = x2 y + y 2 z + z 2 x + x2 z + y 2 x + z 2 y

sim

xyz

= 6xyz.

sim

Usando la notacion de suma simetrica puede ayudar a prevenir errores, particularmente cuando uno
comienza con funciones racionales cuyos denominadores primero deben estar despejados. Por supuesto,
siempre es bueno una chequeada algebraica para asegurarse que la igualdad contin
ue manteniendose cuando
se ha supuesto.
As, notamos que otros tipos de sumas simetricas pueden ser u
tiles cuando la desigualdad en cuesti
on
no tiene simetra completa, m
as notablemente la suma cclica
X
x2 y = x2 y + y 2 z + z 2 x
cclica

Sin embargo, es probablemente una mala idea mezclar, es decir, sumas cclicas y simetricas en el mismo
c
alulo!
A continuacion, intentamos meter los terminos de P hacia expresiones que son no negativas por una
simple razon. Por ejemplo,
X
(x3 xyz) 0
sim

por la desigualdad MAMG, mientras

X
sim

(x2 y 2 x2 yz) 0

por un levemente animado pero no sotisficado argumento: tenemos x2 y 2 + x2 z 2 x2 yz otra vez por
MAMG.
Podemos formalizar que estamos haciendo usando la noci
on de mayorizacion. Si s = (s1 , . . . , sn ) y
t = (t1 , . . . , tn ) son dos secuencias nocrecientes, decimos que s mayora a t si s1 + + sn = t1 + + tn
y s1 + + si t1 + + ti para i = 1, . . . , n.
Teorema 10 (Agrupando). Si s y t son secuencias de reales no negativos tal que s mayora a t,
entonces
X s
X t
x11 xsnn
x11 xtnn .
sim

sim

Demostraci
on. Uno primero muestra que si s mayora a t, entonces ah existen k constantes no negativas,
como escala sobre las permutaciones de {1, . . . , n}, cuya suma es 1 y tal que
X
k (s1 , . . . sn ) = (t1 , . . . , tn )

(y recprocamente). Entonces se aplica la reforzada desigualdad MAMG como sigue:

X s(n)
X
s
s
s
x1
xn(n) =
k x1( (1)) xn( (n))

x1

k s( (1))

xn

k s( (n))

x1(1) xn(n) 

Si los ndices en la prueba anterior son muy confusos, aqu esta un ejemplo para ilustrar que pasa para:
s = (5, 2, 1) y t = (3, 3, 2), tenemos
(3, 3, 2) = (5, 2, 1)+
y as que BLAH.
8

Ejemplo 11 (Estados Unidos, 1997). Probar que, para todo n

umeros reales positivos a, b, c,
1
1
1
1
+
+

.
a3 + b3 + abc b3 + c3 + abc c3 + a3 + abc
abc
Soluci
on. Despejando los denominadores y multiplicando por 2, tenemos
X










a3 + b3 + abc b3 + c3 + abc abc 2 a3 + b3 + abc b3 + c3 + abc c3 + a3 + abc ,
sim

que se simplifica a
X
X
a7 bc + 3a4 b4 c + 4a5 b2 c2 + a3 b3 c3
a3 b3 c3 + 2a6 b3 + 3a4 b4 c + 2a5 b2 c2 + a7 bc,
sim

sim

y alternadamente a
X
sim

que se mantiene por la agrupacion 

2a6 b3 2a5 b2 c2 0,

En este caso fuimos afortunados que despues de el paso lento a traves del algebra, la desigualdad
polinomial simetrica resultante fue absolutamente directa. Por desgracia, hay casos donde la agrupacion no
bastara, pero para estos tenemos la hermosa desigualdad de Schur.
Notar la extra condicion de igualdad en la desigualdad de Schur; este es un resultado m
as poderoso que
la MAMG, y as que no podemos proseguir de un directo MAMG argumento. En general, uno puede
evadir falsos caminos recordando que todos los pasos en la prueba de una desigualdad dada deben tener
condiciones de igualdad por lo menos tan permisivos como esos del resultado deseado!
Teorema 12 (Schur). Sean x, y, z n
umeros reales no negativos. Entonces para cualquier r > 0,
xr (x y) (x z) + y r (y z) (y x) + z r (z x) (z y) 0
La igualdad se mantiene si y s
olo si x = y = z, o si dos de los x, y, z son iguales y el tercero es cero.
Demostraci
on. Ya que la desigualdad es simetrica en las tres variables, podemos asumir sin perdida de
generalidad que x y z. Entonces la desigualdad dada puede ser reescrita como
(x y) [xr (x z) y r (y z)] + z r (x z) (y z) 0
y cada termino del lado izquierdo es claramente no negativo 
Observar el truco que hemos usado: creativamente reordenando una polinomial en la suma de productos
de terminos obviamente no negativos.
El caso com
unmente m
as usado de la desigualdad de Schur es r = 1, que, dependiendo en tu notacion,
puede ser escrita
X
x3 2x2 y + xyz 0.
3d31 + d3 4d1 d2 o
sim

Si Schur es invocado con ninguna mencion sobre r, deberas asumir que r = 1.

Ejemplo 13. (Jap

on, 1997)
Sean a, b, c n
umeros reales positivos, probar que
2

(b + c a)
2

(b + c) +

a2

(c + a b)
2

(c + a) +

b2

(a + b c)
2

(a + b) +

c2

3
.
5

Soluci
on. Primero simplificamos levemente, e introducimos la notacion de suma simetrica:
X
sim

a2

2ab + 2ac
24

.
2
2
+ b + c + 2bc
5

Escribiendo s = a2 + b2 + c2 , y despejando denominadores, esto se vuelve

X
X
X
X
X
5s2
ab + 10s
a2 bc + 20
a3 b2 c 6s3 + 6s2
ab + 12s
a2 bc + 48a2 b2 c2
sim

sim

sim

sim

sim

que se simplifica un poco a

X
X
X
X
X
6s3 + s2
ab + 2s
a2 bc + 8
a2 b2 c2 10s
a2 bc + 20
a3 b2 c.
sim

sim

sim

sim

sim

Ahora multiplicamos por las potencias de s:

X
3a6 + 2a5 b 2a4 b2 + 3a4 bc + 2a3 b3 12a3 b2 c + 4a2 b2 c2 0.
sim

El problema con probar esto solo por MAMG es el a2 b2 c2 con un coeficiente positivo, ya que es
el termino con m
as partes iguales distribuidas en exponentes. Nos evitamos la humillacion de usar la
desigualdad de Schur (multiplicado por 4abc:)
X
4a4 bc 8a3 b2 c + 4a2 b2 c2 0,
sim

que reduce nuestro pedido a

X
sim

3a6 + 2a5 b 2a4 b2 a4 bc + 2a3 b3 4a3 b2 c 0.

Afortunadamente, esta es una suma de cuatro expresiones que son no negativas por la reforzada
MAMG:
0 2
0

X 2a6 + b6
sim

a4 b 2

X 4a6 + b6 + c6
sim

0 2
0 2

a4 bc

X 2a3 b3 + c3 a3
sim

a3 b2 c

X 2a5 b + a5 c + ab5 + ac5

sim

a3 b2 c.

La igualdad se mantiene en cada caso de MAMG, y en Schur, si y s

olo si a = b = c 
Problemas para la secci
on 2.2
1. Suponer que r es un entero par. Mostrar que la desigualdad de Schur a
un se mantiene cuando x, y, z
estan permitidos a ser n
umeros arbitrarios reales (no necesariamente positivos).
2. (Iran, 1996) Probar la siguiente desigualdad para x, y, z n
umeros reales positivos:
!
1
1
9
1
.
(xy + yz + xz)
2 +
2 +
2
4
(x + y)
(y + z)
(x + z)
3. La solucion del autor al problema de la USAMO 1997 tambien usa agrupamiento, pero en una manera
m
as perspicaz. Puedes encontrarla? (Hint: intenta reemplazando cada sumando en la izquierda con
uno que factorice.)
4. (MOP 1998)
5. Probar que para x, y, z > 0,
y
z
9
x
+
+

.
(x + y) (x + z) (y + z) (x + y) (x + z) (y + z)
4 (x + y + z)
10

2.3 Variaciones: incompatibilidad y restricciones

Uno puede complicar la situacion dede la secci
on previa en dos maneras: uno puede hacer las incompatibles polinomiales, o uno puede agregar restricciones adicionales. En muchos casos, uno puede reducir a
una homogenea, desigualdad libre por manipulaciones creativas o sustituciones; ilustraremos este proceso
aqu.
Ejemplo 14 (IMO, 1995/2). Sean a, b, c n
umeros reales positivos tal que abc = 1. Probar que
a3

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

Soluci
on. Eliminamos la nohomogeneidad y la restricci
on en vez de probar que
a3

1
1
1
3
.
+ 3
+ 3

4/3
(b + c) b (a + c) c (a + b)
2 (abc)

Esto a
un no luce demasiado apetitoso; preferiramos tener denominadores m
as simples. As que hacemos
1
1
1
x
y
z
la sustituci
on adicional a = , b = , c = a = , b = , c = , en este caso la desigualdad se vuelve
x
y
z
y
z
x
y2
z2
3
x2
1/3
+
+
(xyz) .
y+z x+z x+y
2
Ahora podemos seguir el paradigma: multiplicar y agrupar. Dejamos los detalles al lector. (Despues
volveremos a visitar esta desigualdad varias veces.) 
Por otra parte, a veces maniobras m
as complicadas son requeridas, como en este poco convencional
ejemplo.
Ejemplo 15 (Vietnam, 1996). Sean a, b, c, d cuatro n
umeros reales no negativos que satisfacen las
condiciones
2 (ab + ac + ad + bc + bd + cd) + abc + abd + acd + bcd = 16.
Probar que

2
(ab + ac + ad + bc + bd + cd)
3
y determinar cu
ando la desigualdad se mantiene.
a+b+c+d

Soluci
on (por Sasha Schwartz ). Adoptando la notacion de la secci
on previa, queremos mostrar que
3d2 + d3 = 4 = d1 d2 .
Asumir en lo contrario que tenemos 3d2 +d3 = 4 pero d1 < d2 . Por la desigualdad de Schur m
as el Teorema
9, tenemos
3d31 + d3 4d1 d2 .
Sustituyendo d3 = 4 3d2 resulta
3d31 + 4 (4d1 + 3) d2 > 4d21 + 3d1 ,
que cuando reunamos y factoricemos implica (3d1 4)(d21 1) > 0. No obstante, por una parte 3d1 4 <
3d2 4 = d3 < 0; por otro lado, por la desigualdad de Maclaurin d21 d2 > d1 , as que d1 > 1. De
esta manera (3d1 4)(d21 1) es negativo, una contradicci
on. En cuando a igualdad, vemos que implica
(3d1 4)(d21 1) = 0 as como igualdad en Maclaurin y Schur, por lo tanto d1 = d2 = d3 = 1 
Problemas para la secci
on 2.3
7
, donde x, y y z son n
umeros reales no
1. (IMO, 1984/1) Probar que 0 yz + xz + xy 2xyz
27
negativos para los cuales x + y + z = 1.
2
2
2
2. (Irlanda, 1998) Sean a, b, c n
umeros reales positivos tales
que a + b + c abc. Probar que a + b + c
abc. (De hecho, el lado derecho puede ser mejorado a 3abc.)

11

3. (Bulgaria, 1998) Sean a, b, c n

umeros reales positivos tales que abc = 1. Probar que
1
1
1
1
1
1
+
+

+
+
.
1+a+b 1+b+c 1+a+c
2+a 2+b 2+c

2.4 Sustituciones, algebraicas y trigonom

etricas
A veces un problema puede ser simplificado haciendo una sustituci
on apropiada. En particular, esta
tecnica puede ser a menudo usada para simplificar restricciones poco manejables.
Una sustituci
on particular ocurre frecuentemente en problemas de origen geometrico. La condicion que
los n
umeros a, b, c sean los lados de un triangulo es equivalente a las restricciones
a + b > c,

b + c > a,

a+c>b

a+cb
a+bc
b+ca
,y =
,z =
, entonces las
viniendo de la desigualdad triangular. Si hacemos x =
2
2
2
restricciones se convierten en x, y, z > 0, y las variables originales tambien son f
aciles de expresar:
a = y + z,

b = x + z,

c = x + y.

Una sustituci
on m
as exc
otica puede ser usada cuando est
a dada la restricci
on a+b+c = abc. Definamos
= arctg a,

= arctg b,

= arctg c;

entonces + + es un m
ultiplo de . (Si a, b, c son positivos, uno puede tambien escribirlos como las

contangentes de tres angulos que sumen .)

2
Problemas para la secci
on 2.4
1. (IMO, 1983/6) Sean a, b, c las longitudes de los lados de un triangulo. Probar que
a2 b(a b) + b2 c(b c) + c2 a(c a) 0,
y determinar cu
ando ocurre la igualdad.
2. (AsiaPacfico, 1996) Sean a, b, c las longitudes de los lados de un triangulo. Probar que

a + b c + b + c a + a + c b a + b + c.
3. (MOP, 1999) Sean a, b, c las longitudes de los lados de un triangulo. Probar que
a3 + b3 + c3 3abc 2 m
ax{|a b|3 , |b c|3 , |c a|3 }.
4. (Arbelos) Probar que si a, b, c son los lados de un triangulo y
2(ab2 + bc2 + ca2 ) = a2 b + b2 c + c2 a + 3abc,
entonces el triangulo es equil
atero.
5. (Corea, 1998) Para n
umeros reales positivos a, b, c con a + b + c = abc, mostrar que

1
1
3
1
+
+
,
2
2
2
2
1+a
1+b
1+c

y determinar cu
ando ocurre la igualdad. (Intentar probando esto incompatibilizando y apreciar
as el
valor de la sustituci
on trigonometrica!)

12

Captulo III
La caja de herramientas
En principio, apenas sobre cualquier desigualdad puede ser reducida a los principios basicos que hemos
resumido hasta hora. Esto prueba ser bastante ineficiente en practica, puesto que uno gasta un monton
de tiempo repitiendo los mismos argumentos de reducci
on. M
as conveniente es invocar como sea necesario
algunas de las famosas desigualdades cl
asicas descritas en este captulo.
Se
nalaremos aqu apenas solamente la superficie del cuerpo de desigualdades conocidas; ya [2] proporciona ejemplos adicionales, y [1] a
un m
as.

3.1 Medias generalizadas

Las medias generalizadas constituyen una difusi
on simult
anea de la media aritmetica y geometrica; la
desigualdad basica que las rige conduce a una balsa de nuevas afirmaciones, y expone una simetra en la
desigualdad MAMG que por el contrario no sera evidente.
Para cualquier n
umero real r 6= 0, y cualesquiera reales positivos x1 , . . . , xn , definimos la rava media
generalizada de los xi como

 r
x1 + + xrn 1/r
r
.
M (x1 , . . . , xn ) =
n
M
as general, si w1 , . . . , wn son n
umeros reales positivos que van sumando 1, podemos definir la reforzada
rava media generalizada
1/r

Mwr (x1 , . . . , xn ) = (w1 xr1 + + wn xrn )

Claramente esta cantidad es continua como una funcion de r (manteniendo fijos los xi ), as que tiene
sentido definir M 0 como


1
r
r
r
exp ln (w1 x1 + + wn xn )
lm Mw = lm
r0
r0 r

d
ln (w1 xr1 + + wn xrn )
= exp 
dr r=0
w1 ln x1 + + wn ln xn
= exp
w1 + + wn
wn
1
= xw

x
n
1
o ninguno con excepci
on de la reforzada media geometrica de los xi .
Teorema 16 (Desigualdad de la media generalizada). Si r > s, entonces
Mwr (x1 , . . . , xn ) Mws (x1 , . . . , xn )
con igualdad si y s
olo si x1 = = xn .
Demostraci
on. Todo seguir
a desde la convexidad de la funcion f (x) = xr para r 1 (su segunda
r2
derivada es r(r 1)x ), pero tenemos que tener un poco de cuidado con los signos. Tambien, asumiremos
que ni r ni s son no nulos, como estos casos pueden ser reducidos tomando lmites.
Primero suponga que r > s > 0. Entonces la desigualdad de Jensen para la funcion convexa f (x) = xr/s
applicada a xs1 , . . . , xsn resulta
w1 xr1 + + wn xrn (w1 xs1 + + wn xsn )

r/s

1
ava potencia en ambos lados se obtiene la desigualdad deseada.
r
Ahora suponga que 0 > r > s. Entonces f (x) = xr/s es c
oncava, as que la desigualdad de Jensen esta
1
reservada; sin embargo, tomando las avas potencias reserva la desigualdad nuevamente.
r
y tomando la

13

1
avas potencias
r
conserva la desigualdad. (O en este caso puede ser deducida de las desigualdades previas comparando ambas
medias generalizadas a la media geometrica.) 
Finalmente, en el caso r > 0 > s, f (x) = xr/s es convexa de nuevo, y tomando las

Varias de las medias generalizadas tienen nombres especficos. Por supuesto r = 1 produce la media
aritmetica, y definimos r = 0 como la media geometrica. El caso r = 1 es conocido como la media
arm
onica, y el caso r = 2 como la media cuadr
atica o media raz cuadrada.
Problemas para la secci
on 3.1
1. (Rusia, 1995) Probar que para x, y > 0,
y
1
x
+ 4

x4 + y 2
y + x2
xy
2. (Rumania, 1996) Sean x1 , . . . , xn+1 n
umeros reales positivos tales que x1 + + xn = xn+1 . Probar
que
v
u n
n q
X
uX
xi (xn+1 xi ) t
xn+1 (xn+1 xi ).
i=1

i=1

3. (Polonia, 1995) Para un entero fijo n 1 calcular el valor mnimo de la suma

x1 +

x22
xn
+ + n
2
n

dados que x1 , . . . , xn son n

umeros positivos sujetos a la condicion
1
1
+ +
= n.
x1
xn
4. Sean a, b, c, d 0. Probar que
64
1 1 4 16
+ + +

.
a b
c
d
a+b+c+d
5. Extender las desigualdades Rado/Popoviciu a las medias generalizadas para probar que
k

Mwr (x1 , . . . , xn ) Mws (x1 , . . . , xn )

M r (x1 , . . . , xn1 ) Mws (x1 , . . . , xn1 )
w

wn
wn1

siempre que r k s. Aqu el vector peso w = (w1 , . . . , wn1

) esta dado por wi =

(Hint: el resultado general puede ser f

acilmente deducido de los casos k = r, s.)

wi
.
w1 + + wn1

6. Probar la siguiente inversa de la desigualdad media generalizada: si r > s > 0, entonces

X
i

xri

!1/r

X
i

xsi

!1/s

3.2 Desigualdades de CauchySchawrz, H

older y Minkoski
Esta secci
on consiste progresivamente de tres potentes desigualdades, comenzando con la simple pero
versatil desigualdad de CauchySchwarz.
Teorema 17 (CauchySchwarz). Para cualesquiera n
umeros reales a1 , . . . , an , b1 , . . . , bn ,




2
a21 + + a2n b21 + + b2n (a1 b1 + + an bn ) ,
con igualdad si las dos secuencias son proporcionales.

14

Demostraci
on. La diferencia los dos lados es
X
(ai bj aj bi )2
i<j

y as que es no negativo, con igualdad ssi ai bj = aj bi para todo i, j. 

El truco de la suma de los cuadrados usado aqu es un truco importante; buscar otras oportunidades
de utilizarlo. Un ejemplo ingenioso del uso de CauchySchwarz es la solucion propuesta del Ejemplo 14,
en el cual la forma xyz de la ecuacion deseada es deducida como sigue: empieza con la desigualdad
 2

y2
z2
x
2
((y + z) + (x + z) + (x + y)) (x + y + z)
+
+
y+z x+z x+y
que se sigue de CauchySchwarz, cancelar x + y + z desde ambos lados, entonces aplicar MAMG para
reemplazar x + y + z en el lado derecho con 3(xyz)1/3 .
Una variante m
as flexible de CauchySchwarz es la siguiente.
Teorema 18 (H
older). Sean w1 , . . . , wn n
umeros reales positivos cuya suma es 1. Para cualesquiera
n
umeros reales positivos aij ,
wi

n
m Y
m
n
X
X
Y
i

aw

aij
ij .
i=1

j=1 i=1

j=1

Demostraci
on. Por inducci
on, basta hacer el caso n = 2, en el cual escribiremos w1 =
Tambien sin perdida de generalidad, podemos redimensionar los aij de modo que

m
X

1
1
y w2 = .
p
q

aij = 1 para i = 1, 2.

j=1

En este caso, necesitamos probar

1

m
X
j=1

1/p

1/q

a1j a2j .

Por otra parte, por la reforzada MAMG

a2j
a1j
1/p
1/q
+
a1j a2j
p
q
1 1
+ = 1, as que la prueba esta completa. (El caso especial de la
p q
reforzada MAMG que acabamos de usar se llama desigualdad de Young.) 

y la suma del lado derecho sobre j es

CauchySchwarz admite una interpretacion geometrica, como la desigualdad triangular para vectores
en un espacio Eucldeo ndimensional:
q
q
q
2
2
x21 + + x2n + y12 + + yn2 (x1 + y1 ) + + (xn + yn ) .
Uno puede usar esta interpretacion para probar CauchySchwarz reduciendola al caso en dos variables,
ya que dos vectores no paralelos intersectan un plano. En cambio, tomamos esto como un punto de partida
para nuestra proxima generalizaci
on de CauchySchwarz (que sera el caso r = 2, s = 1 de la desigualdad
de Minkowskis).
Teorema 19 (Minkowski). Sean r > s n
umeros reales no nulos. Entonces para cualesquiera n
umeros
reales positivos aij ,

r/s 1/r

!s/r 1/s
m
n
m
n
X
X
X
X

asij .

arij
j=1

i=1

i=1

j=1

El Teorema de Minkowski puede ser interpretado como una comparacion entre tomar la rava potencia
de la media de cada fila de una matriz, entonces tomando la sava potencia de la media de los resultados,
contra la sava potencia de la media de cada columna, entonces tomando la rava potencia de la media
del resultado. Si r > s, aquel resultado es m
as largo, que no debera ser sorprendente puesto que all en la
operatoria solamente usamos la sava potencia de la media m
as peque
na una vez.
15

Esta interpretacion tambien nos dice que el Teorema de Minkowski debera decirse en el caso de que
uno de los r, s es cero. El resultado no es ning
un otro que la desigualdad de Holder!.
Demostraci
on. Primero suponga que r > s > 0. Escribir I y D para los lados izquierdo y derecho,
m
X
asij . Entonces
respectivamente, y por conveniencia, escribir t1 =
j=1

Dr

n
X

r/s

ti

i=1

i=1

n
n
X
X
j=1

i=1

r/s1

ti ti

r/s1
ti

asij

arij

!s/r

i=1

m
n
X
X
j=1

n
X

n
X

r/s
ti

i=1

!1s/r

= I s Drs ,

donde la u
nica desigualdad es una (termino a termino) invocacion de Holder.
A continuacion suponga que r > 0 > s. Entonces la prueba anterior proporcionada lleva a traves que
podemos probar una cierta variaci
on de la desigualdad de H
older con el modo de empleo reservado. Dejamos
esto para ti (Problema 3.2.2).
1
para todo i, j convierte la
Finalmente suponga que 0 > r > s. Entonces reemplazando aij por
aij
desigualdad deseada hacia otro ejemplo de Minkowski, con r y s reemplazados por s y r. Este ejemplo
sigue de lo que probamos anteriormente 
Problemas para la secci
on 3.2
1. (Iran, 1998) Sean x, y, z n
umeros reales no menores que 1, tal que

1
1 1
+ + = 2. Probar que
x y z

x + y + z x 1 + y 1 + z 1.

2. Completar la prueba de la desigualdad de Minkowski probando que si k < 0 y a1 , . . . , an , b1 , . . . , bn ,

entonces
k
1k
ak1 b1k
+ + akn b1k
(a1 + + an ) (b1 + + bn )
.
n
1
(Hint: reducir a Holder.)
3. Formular una versi
on reforzada de la desigualdad de Minkowski, con un peso correspondiente a cada
aij . Entonces muestre que este resultado aparentemente potente sigue del Teorema 19!
4. (Titu Andreescu) Sea P una polinomial con coeficientes positivos. Probar que si
 
1
1

P
x
P (x)
verifica para x = 1, entonces verifica para todo x > 0.
5. Probar que para w, x, y, z 0,
w6 x3 + x6 y 3 + y 6 z 3 + z 6 x3 w2 x5 y 2 + x2 y 5 z 2 + y 2 z 5 w2 + z 2 x5 y 2 .
(Esto puede hacerse tambien con Holder o la reforzada MAMG; intentalo de ambas maneras.)
6. (China) Sean ri , si , ti , ui , vi n
umeros reales no menores que 1, para i = 1, 2, . . . , n y sean R, S, T, U, V
las respectivas medias aritmeticas de ri , si , ti , ui , vi . Probar que


n
Y
RST U V + 1 n
ri si ti ui vi + 1

r si ti ui vi 1
RST U V 1
i=1 i
(Hint: usar Holder y la concavidad de f (x) =

x5 1
.)
x5 + 1
16

7. (IMO, 1992/5) Sea S un conjunto finito de puntos en un especio tridimensional. Sean Sx , Sy , Sz las
proyecciones ortogonales de S sobre los planos yz, xz, xy. Mostrar que
|S|2 |Sx ||Sy ||Sz |.
(Hint: Usar CauchySchwarz para probar la desigualdad
2

X
X
X
X

a2ij
b2jk
aij bjk cki
c2ki .
i,j

i,j,k

j,k

k,i

Entonces aplicar esto con cada variable para 0 o 1.)

3.3 Reordenamiento, Chebyshev y ordenar en orden

Nuestro siquiete teorema es de hecho una trivialidad que cada hombre de negocios sabe: haces m
as
dinero al vender la mayora de tus bienes a un alto precio y algunos en un precio bajo que viceversa. No
obstante puede ser u
til! (De hecho, una forma equivalente de este teorema fue en la IMO del 1975)
Teorema 20 (Reordenamiento). Dadas dos secuencias crecientes x1 , . . . , xn e y1 , . . . , yn de n
umeros
reales, la suma
n
X
xi y(i) ,
i=1

para una permutaci

on de {1, . . . , n}, es maximizada cuando es la permutaci
on de identidad y minimizada
cuando es la permutaci
on invertida.
Demostraci
on. Para n = 2, la desigualdad ac + bd ad + bc es equivalente, despues de agrupar terminos
y factorizar, a (a b)(c d) 0, y se mantiene cuando a b y c d. Le dejamos al lector deducir el caso
general de este intercambio de pares sucesivos de los yi .
Otra manera de enunciar este fundamento involucra la suma parcial (que el lector equipado de c
alculo
reconocera como analogo al hacer integracion por partes). Sea si = y(i) + + y(n) para i = 1, . . . , n, y
escribir
n
n
X
X
xi y(i) = x1 s1 +
(xj xj1 ) sj .
i=1

j=2

El resultado deseado sigue de esta expresion y de las desigualdades

x1 + + xnj+1 sj xj + + xn ,
en que la igualdad de la izquierda se mantiene para igual a la permutacion invertida y la igualdad de la
derecha se mantiene para igual a la permutacion de identidad 
Una consecuencia importante del reordenamiento es la desigualdad de Chebyshev.
Teorema 21 (Chebyshev). Sean x1 , . . . , xn e y1 , . . . , yn dos secuencias de n
umeros reales, al menos una
de ellas que consista u
nicamente de n
umeros positivos. Asumir que x1 < < xn y que y1 < < yn .
Entonces
x1 y1 + + xn yn
x1 + + xn y1 + + yn

.
n
n
n
Si en vez de eso asumimos x1 > > xn e y1 < < yn , la desigualdad es reservada.
Demostraci
on. Aplicar reordenamiento a x1 , x2 , . . . , xn e y1 , . . . , yn , pero repitiendo cada n
umero n
veces 
El gran poder de la desigualdad de Chebyshev es su habilidad de separar una suma complicada de
terminos a dos simples sumas. Ilustraremos esta habilidad con otra solucion de la IMO 1995/5 hasta ahora.
Recordar que necesitamos probar
y2
z2
x+y+z
x2
+
+

.
y+z x+z x+y
2
17

Si perdida de generalidad, podemos asumir que x y z, en el caso que

esta forma podemos aplicar Chebyshev para deducir

y2
z2
x2 + y 2 + z 2
x2
+
+

y+z x+z x+y

3

1
1
1

. De
y+z
x+z
x+y

1
1
1
+
+
y+z x+z x+y

Por la desigualdad de la Media Generalizada,





3
x2 + y 2 + z 2
1
1
1
1
x+y+z 2

+
+
,
3
3
3 y+z x+z x+y
x+y+z
y estas tres desigualdades constituyen la prueba.
La desigualdad de reordenamiento, Chebyshev, y Schur son todas ejemplos generales del principio
ordenar en orden: cuando el rol de varias variables son simetricos, puede ser provechoso desimetrizar
asumiendo (sin perdida de generalidad) que estan clasificados en un particular orden por tama
no.
Problemas para la secci
on 3.3
1. Deducir la desigualdad de Schur de la desigualdad de reordenamiento.
2. Para a, b, c > 0, probar que aa bb cc ab bc ca .
3. (IMO, 1971/1) Probar que la siguiente afirmaci
on es verdadera para n = 3 y n = 5 y falsa para cada
otro n
umero natural n > 2: si a1 , . . . , an son n
umeros reales arbitrarios, entonces
n Y
X

i=1 j6=i

(ai aj ) 0.

4. (Propuesto por la USAMO del 1999) Sean x, y, z n

umeros reales mayores que 1. Probar que
2

xx

+2yz

yy

+2xz

zz

+2xy

xy+yz+xz

(xyz)

3.4 Desigualdad de Bernoulli

La siguiente desigualdad curiosa ocasionalmente resulta u
til.
Teorema 22 (Bernoulli). Para r > 1 y x > 1 (o r un entero par y x cualquier real ), (1 + x)r 1 + xr.
Demostraci
on. La funcion f (x) = (1 + x)r tiene una segunda derivada r(r 1)(1 + x)r2 y por tanto
es convexa. El enunciado es simplemente el hecho de que esta funcion yace encima de su lnea tangente en
x=0
Problemas para la secci
on 3.4
mm+1 + nn+1
para m, n enteros positivos. Probar que am + an
mm + nn
aN N N
para a 0 real y N 1 entero.
mm + nn . (El problema vena con el hint a considerar la razon
aN
Por otro lado, puedes probar el enunciado para m, n 1 usando Bernoulli.)
1. (Estados Unidos, 1992) Sea a =

18

Captulo IV
C
alculo
Hasta cierto punto, se considera esta secci
on, al igual que t
u, como analoga a la educaci
on sexual en el
colegiono se aprueba o fomenta que uses c
alculo en desigualdades Olmpicas, pero m
as bien busca asegurar
que si insistes en usar c
alculo, que lo hagas adecuadamente.
Haciendo esa negaci
on, dejame volver y elogiar el c
alculo como un maravilloso descubrimiento que
mejora enormemente nuestro entendimiento de las funciones realesevaluadas. Si a
un no has visto c
alculo
en el colegio, esta secci
on sera un saber de lo que te esperapero no m
as que eso; nuestro tratamiento es
lejos demasiado comprimido para dar una exposici
on comprensiva.
Despues de todo, no es para eso que los textos estan?
Finalmente, dejame aconsejar al lector que piensa que ya sabe c
alculo no para hacer pan comido esta
secci
on muy r
apido. Leer el texto y asegurarse de que puedes anotar las demostraciones requeridas en los
ejercicios.

4.1 Lmites, continuidad y derivadas

La definici
on de lmite intenta formalizar la idea de evaluar una funcion en un punto donde puede que
no este definida, tomando valores en puntos infinitamente cerca al punto dado. Entendiendo esta idea
en preciso lenguaje matem
atico resulta ser un negocio astuto que ha permanecido sin solucion hasta cierto
tiempo despues de que el c
alculo ha probado su utilidad en las manos de Newton y Leibniz; la definici
on
que usamos hoy en da fue dada por Weierstrass.
Sea f una funcion definida en un intervalo abierto, excepto posiblemente en un s
olo punto t. Decimos
que el lmite de f en t existe y es igual a L para cada real positivo, existe un real positivo (dependiendo
de , por supuesto) tal que
0 < |x t| < = |f (x) L| <
Anotamos este lm f (x) = L. Si f es tambien definida en t y f (t) = L, decimos que f es continua en t.
xt

La mayora de las funciones comunes (polinomiales, seno, coseno, exponencial, logartmica) son continuas para todos n
umeros reales (el logaritmo s
olo para reales positivos), y aquellas que no lo son (funciones
racionales, tangente) son continuas porque van al infinito en ciertos puntos, as que los lmites en cuesti
on
no existen. El primer ejemplo de un lmite interesante ocurre en la definici
on de la derivada.
Nuevamente, sea f una funcion definida en un intervalo abierto y t un punto en ese intervalo; esta vez
requerimos que f (t) este definida tambien. Si el lmite
lm

xt

f (x) f (t)
xt

existe, llamamos a eso la derivada de f en t y denotada por f (t). Tambien decimos que f es diferenciable
en t (el proceso de tomar la derivada es llamado diferenciaci
on).
f (x) f (t)
2
Por ejemplo, si f (x) = x , entonces para x 6= t,
= x + t, y por tanto el lmite existe y
xt
f (t) = 2t. M
as general, mostraras en los ejercicios que para f (x) = xn , f (x) = nxn1 . Por otra parte,
para otras funciones, por ejemplo f (x) = sen x, la definici
on de derivada no puede ser expresada en forma
cerrada, as que ciertas desigualdades deben estar establecidas en orden para calcular la derivada (y tambien
tomar
a parte de los ejercicios).
La derivada puede ser interpretada geometricamente como la pendiente de la lnea tangente al gr
afico
de f en el punto (t, f (t)). Esto es porque la lnea tangente a la curva puede ser considerada como el lmite
f (x + t) f (x)
de lneas secantes, y la cantidad
es precisamente la pendiente de la lnea secante a traves de
t
(x, f (x)) y (x + t, f (x + t)). (La primera mitad de esta afirmaci
on es completamente inexacta, pero puede
ser rehabilitada.)
Es f
acil ver que una funcion diferenciable debe ser continua, pero el recproco no es cierto; la funcion
f (x) = |x| (valor absoluto) es continua pero no diferenciable en x = 0.
Una propiedad importante de las funciones continuas, si bien uno no tendra la necesidad directa por
aqu, es el teorema del valor intermedio. Este teorema dice que los valores de una funcion continua no
19

pueden saltar, como la funcion tangente lo hace cerca de

.
2

Teorema 23. Suponga que la funci

on f es continua en el intervalo cerrado [a, b]. Entonces para cualquier
c entre f (a) y f (b), existe un x [a, b] tal que f (x) = c.
Demostraci
on. Cualquier prueba de este teorema tiende a ser un poco insatisfactoria, porque u
ltimamente
se reduce a la definici
on de uno de los n
umeros reales. Por ejemplo, una consecuencia de la definici
on
estandar es que cada conjunto de n
umeros reales que esta limitado encima tiene un mnimo lmite superior.
En particular, si f (a) c y f (b) c, entonces el conjunto de x [a, b] tal que f (x) < c tiene un mnimo
lmite superior y. Por continuidad, f (x) c; por otra parte, si f (x) > c, entonces f (x t) > 0 para todo
t menor que alg
un positivo, nuevamente por continuidad, en el caso que x es un lmite superior m
as
peque
no que x, una contradicci
on. Por lo tanto f (x) = c. 
Otra propiedad importante de las funciones continuas es el teorema del valor extremo.
Teorema 24. Una funci
on continua en un intervalo cerrado tiene un m
aximo y mnimo global.
Demostraci
on. Este enunciado es por supuesto falso para un intervalo abierto o finito; la funcion puede
ir al infinito en un extremo, o puede aproximarse a un valor extremo sin tocarlo. (En terminos tecnicos, un
intervalo cerrado es compacto mientras que un intervalo abierto no lo es.) 
Problemas para la secci
on 4.1
1. Probar que f (x) = x es continua.
2. Probar que el producto de dos funciones continuas es continuo, y que el recproco de una funcion
continua es continuo en todos los puntos donde la funcion original es no nula. Deducir que todas las
funciones polinomiales y racionales son continuas.
 
f

3. (Regla del Producto) Probar que (f g) = f g + f g y encontrar una f

ormula similar para
.
g
f
f
. Intenta de nuevo.)
(No, no es
g
g
4. (Regla de la Cadena) Si h(x) = f (g(x)), probar que h (x) = f (g(x)) g (x).
5. Mostrar que la derivada de xn es nxn1 para n Z.

6. Probar que sen x < x < tg x para 0 < x < . (Hint: use la interpretacion geometrica, y recordar que
2
sen x
x representa un angulo en radianes!) Concluir que lm
=1
x0
x
7. Mostrar que la derivada de sen x es cos x y que la de cos x es sen x. Mientras que estas en esto,
calcular las derivadas de las otras funciones trigonometricas.
8. Mostrar que una funcion creciente en un intervalo cerrado que satisface el teorema del valor intermedio
debe ser continua. (Por supuesto, esto puede fallar si la funcion no es creciente!) En particular, las
funciones cx (donde c > 0 es una constante) y ln x son continuas.
cx 1
es continua para x 6= 0 por el ejercicio previo.
x
Probar que su lmite en cero existe. (Hint: si c > 1, mostrar que f es creciente para x 6= 0; basta
probar esto para un x racional por continuidad.)

9. Para c > 0 una constante, la funcion f (x) =

10. Probar que la derivada de cx iguala a kcx para alguna constante k. (Usar el ejercicio previo.) Tambien
mostrar (usando la regla de la cadena) que k es proporcional al logaritmo de c. De hecho, la base e
de los logaritmos naturales esta definida por la propiedad que k = 1 cuando c = e.
11. Usar la regla de la cadena y el ejercicio previo para probar que la derivada de ln x es
tomar la derivada de eln x = x.

20

1
. (A saber,
x

12. (Regla del Producto Generalizada) Sea f (y, z) una funcion de dos variables, y sea g(x) = f (x, x).
Probar que g (x) puede ser escrita como la suma de la derivada de f como una sola funcion de y
(tratando a z como una funcion constante) y la derivada de f como una sola funcion de z, ambas
evaluadas en y = z = x. Por ejemplo, la derivada de xx es xx ln x + xx .

4.2 Extremo y la primera derivada

La derivada puede ser usada para detectar extremo local. Un punto t es un m
aximo local (respectivamente mnimo) para una funcion f si f (t) f (x) (respectivamente f (t) f (x)) para todo x en alg
un
intervalo abierto que contenga a t.
Teorema 25. Si t es un extremo local para f y f es diferenciable en t, entonces f (t) = 0.
Corolario 26 (Rolle). Si f es diferenciable en un intervalo [a, b] y f (a) = f (b) = 0, entonces existe un
x [a, b] tal que f (x) = 0.
As que por ejemplo, para encontrar el extremo de una funci
on continua en un intervalo cerrado, basta
evaluarla en
todos los puntos donde la derivada desaparece,
todos los puntos donde la derivada no esta definida, y
los extremos del intervalo,
ya que que sabemos que la funcion tiene un mnimo y m
aximo global, y cada uno de estos ocurre en uno
de los susodichos puntos. Si el intervalo es abierto o infinito en cualquier extremo, uno debe ah verificar
tambien el comportamiento limitante de la funcion.
Un caso especial del que acabamos de decir es independientemente u
til: si una funcion es positiva en
el extremo izquierdo de un intervalo y tiene derivada no negativa en el intervalo, es positiva en el intervalo
entero.

4.3 Convexidad y la segunda derivada

Seg
un lo observado con anterioridad, una funcion dos veces diferenciable es convexa si y s
olo si su
segunda derivada es no negativa.

4.4 M
as que una variable
Peligro! El resto de este captulo es un tanto m
as duro que el que vino antes, en parte porque
necesitamos empezar usando un lenguaje e ideas de algebra lineal. El resto asegura que nada del siguiente
material esta referido en cualquier otra parte en las notas.
Tenemos ahora un entendimiento bastante bueno de la relaci
on entre extremizaci
on y la derivada, para
funciones de una sola variable. Sin embargo, la mayora de las desigualdades en natural lidian con funciones
en m
as de una variable, as que nos apropiamos a extender el formalismo del c
alculo a este ajuste. Notar
que cualquiera que permitamos el dominio de una funcion ser, el recorrido de nuestras funciones siempre
seran los n
umeros reales. (No tenemos la necesidad de desarrollar el mundo del c
alculo en varias variables
cuando todo de nuestras funciones surgen de las preguntas de extremizaci
on!)
El formalismo comienza m
as f
acil al establecerse en el lenguaje del algebra lineal. Si f es una funcion
de un vector espacio a R definida en un alrededor de (en efecto, una bola alrededor) un punto ~x, entonces
decimos que el lmite de f en ~x existe e iguala a L si para cada > 0, existe > 0 tal que

 






x + t L < .
0 < t < = f

(Las barras dobles significan longitud en el sentido Eucldeo, pero cualquier medida razonable de la
longitud de un vector dara un criterio equivalente; por ejemplo, el medir un vector por el valor absoluto
21

m
aximo de sus componentes, o por la suma del valor absoluto de sus componentes.) Decimos que f es

continua en ~x si lm f (
x + t ) = f (~x). Si ~y es cualquier vector y ~x esta en el dominio de f , decimos la
~
t0

derivada direccional de f a lo largo de ~x en la direccion ~y existe y es igual a fy~ (~x) si

f (
x +t
y ) f (
x)

f
m
.
y ( x ) = l
t0
t
Si f es escrita como una funcion de variables x1 , . . . , xn , llamamos la derivada direccional a lo largo
f
. En otras
del iavo vector base estandar de la derivada parcial de f con respecto a i y denotada por
xi
palabras, la derivada parcial es la derivada de f como una funcion a lo largo de xi , considerando las otras
variables como constantes.
Advertencia! Puesto que la derivada no es una funcion en nuestro sentido estricto (tiene que tomar
valores en un vector espacio, no R) no podemos a
un tomar una segunda derivada.
ASUMIENDO que la derivada existe, puede ser calculada tomando derivadas parciales a lo largo de
una base.

4.5 Convexidad en varias variables

Una funcion f definida en un subconjunto convexo de un vector espacio se dice ser convexa si para todo
~x, ~y en el dominio y t [0, 1],
t f (~x) + (1 t)f (~y ) f (t ~x + (1 t)~y ).
Igualmente, f es convexa si su restricci
on a cualquier lnea es convexa. Por supuesto, decimos que f es
c
oncava si f es convexa.
La analoga de la prueba de la segunda derivada para convexidad es el criterio Hessiano. Una matriz
simetrica M (esto es, una con Mij = Mji para todo i, j) se dice ser definida positiva si M~x ~x > 0 para todo
vectores ~x no nulos, o igualmente, si sus valores propios son todos reales y positivos. (La primera condicion
implica la segunda porque todos los valores propios de una matriz simetrica son reales. La segunda implica
la primera porque si M tiene valores propios positivos, entonces tiene una raz cuadrada N que tambien es
simetrica, y M~x ~x = (N~x) (N~x) > 0.)
Teorema 27 (Prueba Hessiana). Una funci
on dos veces diferenciable f (x1 , . . . , xn ) es convexa en una
regi
on si y s
olo si la matriz Hessiana
2
Hij =
xi xj
es definida positiva en cualquier parte de la regi
on.

Notar que el Hessiano es simetrico a causa de la simetra de parciales mezcladas, as que este enunciado
tiene sentido.
Demostraci
on. La funcion f es convexa si y s
olo si su restricci
on a cada lnea es convexa, y la segunda
derivada a lo largo de una lnea a traves de ~x en la direccion de ~y es (hasta un factor escala) solo H~y ~y
evaluada en ~x. As que f es convexa si y s
olo si H~y ~y > 0 para todo ~y no nulo, esto es, si H es definido
positivo 
Las malas noticias acerca de este criterio es que determinando si una matriz es definida positiva no es
a priori una tarea f
acil: uno no puede verificar que M~x ~x > 0 para cada vector, as que parece que uno
debe calcular todos los valores propios de M , que puede ser totalmente un dolor de cabeza. Las buenas
noticias es que hay un criterio agradable para determinaciones positivas de una matriz simetrica, debido a
Sylvester, que ahorra un monton de trabajo.

22

Teorema 28 (Criterio de Sylvester). Una matriz simetrica n n de n

umeros reales es definida positiva
si y s
olo si la submatriz k k determinante superior de la izquierda es positiva para k = 1, . . . , n.
Demostraci
on. Por la definici
on M~x ~x, la submatriz k k superior de la izquierda de una matriz
definida positiva es definida positiva, y por la definici
on de valor propio, una matriz definida positiva
tiene determinante positivo. Por tanto el criterio de Sylvester es de hecho necesario para determinaciones
positivas.
Mostramos que el criterio es tambien suficiente por inducci
on sobre n. 
Problemas para la secci
on 4.5
1. (IMO, 1968/2) Probar que para todo n
umeros reales x1 , x2 , y1 , y2 , z1 , z2 con x1 , x2 > 0 y x1 y1 > z12 ,
x2 y2 > z2 , la desigualdad
8
2

(x1 + x2 ) (y1 + y2 ) (z1 + z2 )

1
1
+
x1 y1 z12
x2 y2 z22

es alcanzada, y determinar cu
ando se mantiene la igualdad. (S, en realidad puedes aplicar el material
de esta secci
on a la IMO! Verificar convexidad de la funcion apropiada usando el criterio de Sylvester y el
Hessiano.)

4.6 Extremo restringido y multiplicadores de Lagrange

En el reino multivariable, un nuevo fen
omeno emerge el cual no tuvimos que considerar en el caso
unidimensional: a veces se nos pide probar una desigualdad en el caso donde las variables satisfacen alguna
restricci
on.
El multiplicador de Lagrange para un extremo local interior de la funcion f (x1 , . . . , xn ) bajo la restriccion g(x1 , . . . , xn ) = c es la existencia de tal que
g
f
(x1 , . . . , xn ) =
(x1 , . . . , xn ) .
xi
xi
Uniendo estas condiciones con la restricci
on sobre g, uno puede estar capacitado para resolver y por
tanto colocar restricciones en las localidades del extremo. (Notar que la dualidad de optimizaci
on restringida
se muestra en la simetra entre f y g en el criterio.)
Es a
un m
as crtico aqu que en el caso de una variable el cual la condicion del multiplicador de Lagrange
es necesaria s
olo para un extremo interior. A no ser que uno pruebe que la funcion dada es convexa, y de ese
modo que un extremo interior debe ser global, uno tambien debe verificar todas las situaciones lmites, que
es lejos f
acil de hacer cuando (como pasa frecuentemente) estos se extienden al infinito en alguna direccion.
Por un ejemplo simple, sea f (x, y, z) = ax + by + cz con a, b, c constantes, no todas nulas, y considerar
la restricci
on g(x, y, z) = 1, donde g(x, y, z) = x2 + y 2 + z 2 . Entonces la condicion del multiplicador de
Lagrange es que
a = 2x, b = 2y, c = 2z.
Los u
nicos puntos que satisfacen esta condicion m
as la restricci
on original son

a2

1
(a, b, c),
+ b2 + c2

y estos son de hecho el mnimo y m

aximo para f bajo la restricci
on, como puedes verificar geometricamente.

23

Captulo V
Eplogo
5.1 Referencia r
apida
Aqu esta una gua de referencia practica de las tecnicas que hemos introducido.
Medias AritmeticaGeometricaHarmonica
Ordenar en orden
Bernoulli
Agrupamiento
CauchySchwarz
Chebyshev
Convexidad
Prueba de la derivada
Dualidad para optimizaci
on restringida
Condiciones de igualdad
Factorizaci
on
Interpretaciones geometricas
Prueba Hessiana
Holder
Jensen
Multiplicadores de Lagrange
Maclaurin
Minkowski
Newton
Medias generalizadas
Reordenamiento
Reducci
on del n
umero de variables (Teorema 9)
Schur
Alisamiento
Sustitucion (algebraica o trigonometrica)
Suma de cuadrados
Sumas simetricas
Noalisamiento (extremo lmite)

24

5.2 Problemas adicionales

Aqu esta una coleccion adicional de problemas que comprenden el recorrido entero de las tecnicas que
hemos introducido, y una o dos que tendr
an que descubrir ustedes mismos!
Problemas para la secci
on 5.2
1. Sean x, y, z > 0 con xyz = 1. Probar que x + y + z x2 + y 2 + z 2 .
2. Los n
umeros reales x1 , x2 , . . . , xn que pertenecen al intervalo [1, 1] y la suma de sus cubos es cero.
n
Probar que su suma no excede los .
3
3. (IMO, 1972/2) Sean x1 , . . . , x5 n
umeros positivos tales que




x2i+1 xi+3 xi+5 x2i+2 xi+3 xi+5 0

para i = 1, . . . , 5, donde xn+5 = xn para todo n. Probar que x1 = = x5 .

4. (USAMO, 1979/3) Sean x, y, z 0 con x + y + z = 1. Probar que

x3 + y 3 + z 3 + 6xyz

1
.
4

5. (Taiwan, 1995) Sea P (x) = 1 + a1 x + + an1 xx1 + xn una polinomial con coeficientes complejos.
Suponer que las races de P (x) son 1 , 2 , . . . , n con
|1 | > 1, |2 | > 1, . . . , |j | > 1
y
|aj+1 | 1, |aj+2 | 1, . . . , |an | 1.
Probar que
j
Y

i=1

|i |

|a0 | + |a1 | + + |an | .

(Hint: mirar los coeficientes de P (x)P (x), el u

ltimo siendo 1 + a1 x + + an1 xn1 + xn .)
6. Probar que, para cualesquiera x, y, z n
umeros reales,






2
3 x2 x + 1 y 2 y + 1 z 2 z + 1 (xyz) + xyz + 1.

7. (a) Probar que cualquier polinomial P (x) tal que P (x) 0 para todo real x puede ser escrita como
la suma de los cuadrados de dos polinomiales.
(b) Probar que la polinomial
x2 x2 y 2

x2 1 + y 2 y 2 1 y 2 x2 + 1 x2 1 y 2

es no negativa en cualquier parte, pero que no puede ser escrita como la suma de cuadrados
de cualquier n
umero de polinomiales. (Uno de los problemas de Hilbert, resuelto por Artin y
Schreier, fue probar que una polinomial siempre puede ser escrita como la suma de cuadrados de
funciones racionales.)

25