Libro Univ Quilmes

Matemática
Matemática
Hernán Javier Ferrari
Carpeta de trabajo
Diseño original de maqueta: Hernán Morfese
Procesamiento didáctico: Marina Gergich / María Cecilia Paredi
Primera edición: Diciembre de 2009
© Universidad Nacional de Quilmes, 2009

Roque Sáenz Peña 352, (B1876BXD) Bernal, Buenos Aires
Teléfono: (5411) 4365 7100 | http://www.virtual.unq.edu.ar
La Universidad Nacional de Quilmes se reserva la facultad de dis

poner de esta obra, publicarla, traducirla, adaptarla o autorizar su
traducción y reproducción en cualquier forma, total o parcialmente,
por medios electrónicos o mecánicos, incluyendo fotocopias, gra
bación magnetofónica y cualquier sistema de almacenamiento de
información. Por consiguiente, nadie tiene facultad de ejercitar los
derechos precitados sin permiso escrito del editor.
Queda hecho el depósito que establece la ley 11.723
Impreso en Argentina
Íconos
Lectura obligatoria

Es la bibliografía imprescindible que acompaña el desarrollo de los conteni
dos. Se trata tanto de textos completos como de capítulos de libros, artícu
los y “papers” que los estudiantes deben leer, en lo posible, en el momento
en que se indica en la Carpeta.
Actividades
Se trata de una amplia gama de propuestas de producción de diferentes
tipos. Incluye ejercicios, estudios de caso, investigaciones, encuestas, ela
boración de cuadros, gráficos, resolución de guías de estudio, etcétera.
Leer con atención

Son afirmaciones, conceptos o definiciones destacadas y sustanciales que
aportan claves para la comprensión del tema que se desarrolla.
Para reflexionar
Es
una herramienta que propone al estudiante un diálogo con el material, a
través de preguntas, planteamiento de problemas, confrontaciones del tema
con la realidad, ejemplos o cuestionamientos que alienten la autorreflexión,
etcétera.
Lectura recomendada
Es la bibliografía que no se considera obligatoria, pero a la cual el estudian
te puede recurrir para ampliar o profundizar algún tema o contenido.
Pastilla
Se utiliza como reemplazo de la nota al pie, para incorporar informaciones
breves, complementarias o aclaratorias de algún término o frase del tex
to principal. El subrayado indica los términos a propósito de los cuales se
incluye esa información asociada en el margen.
Índice
Introducción......................................................................................... 11
Problemática del campo ....................................................................... 12
Reflexiones acerca del aprendizaje de la asignatura en el entorno virtual . 12
Mapa conceptual.................................................................................. 13
1.Funciones de una variable.................................................................. 17

1.1. Introducción................................................................................... 17
1.2. Representación de puntos en el plano............................................. 18
1.3. Funciones...................................................................................... 20
1.3.1. Composición de funciones.................................................... 24
1.3.2. Función inversa.................................................................... 24
1.4. Funciones lineales......................................................................... 28
1.4.1. Pendiente y ordenada al origen de una función lineal.............. 29
1.4.2. Ceros o raíces de una función lineal...................................... 31
1.5. Funciones cuadráticas.................................................................... 32
1.5.1. Ceros o raíces de una función cuadrática............................... 37
1.6. Funciones potenciales y polinómicas............................................... 38
1.7. Funciones racionales...................................................................... 39
1.8. Funciones exponenciales y logarítmicas........................................... 41
Apéndice 1. Funciones aplicadas a problemas de economía y negocios.... 43

Apéndice 2. Ajuste de datos a una curva dada........................................ 47
2.Las ideas básicas del cálculo ............................................................ 53

2.1. Introducción . ............................................................................... 53
2.2. El límite......................................................................................... 54
2.2.1. Un ejemplo de aplicación del límite...................................... 55
2.2.2. Cálculo algebraico del límite................................................. 57
2.2.3. Un límite muy particular........................................................ 58
2.3. Continuidad................................................................................... 60
2.4. Cociente incremental y derivada...................................................... 60
2.4.1. Derivada de una función en un punto..................................... 61
2.4.2. Reglas de derivación............................................................ 62
2.4.3. Derivadas de orden superior................................................. 66
2.5. Aproximación lineal........................................................................ 67
2.6. Teoremas generales sobre la continuidad........................................ 68
2.6.1. Intervalos............................................................................ 68
2.6.2. Teoremas............................................................................ 68
2.6.3. Aplicación del teorema de Bolzano........................................ 70
2.7. Crecimiento de una función y su relación con la derivada.................. 72
2.8. Derivada segunda y concavidad....................................................... 75
2.9. Optimización.................................................................................. 76
2.10. Ejemplos de aplicación................................................................. 79
2.10.1. Discreto vs. continuo.......................................................... 79
2.10.2. Discontinuidades con asíntota vertical................................. 80
2.10.3. Cómo derivar un cociente de funciones................................ 82
Apéndice 1. Tabla de derivadas.............................................................. 87

Apéndice 2. Problemas resueltos con derivadas...................................... 89
Apéndice 3. Problemas de administración con derivadas.......................... 91
3.Integración, métodos y aplicaciones.................................................. 97

3.1. Introducción................................................................................... 97
3.2. Primitiva o antiderivada de una función............................................ 98
3.3. Integral indefinida de una función.................................................... 98
3.4. Integración con condiciones iniciales............................................. 100
3.5. Métodos de integración................................................................ 101
3.5.1. Integración por partes........................................................ 101
3.5.2. Método de sustitución........................................................ 103
3.6. Integrales definidas y regla de Barrow............................................ 104
3.6.1. Cálculo de áreas................................................................ 105
3.6.2. Cálculo de áreas aplicando la integral definida..................... 106
Apéndice. Problemas resueltos con integrales definidas........................ 111
4.Sistemas lineales............................................................................ 117

4.1. Introducción................................................................................. 117
4.2. Matrices y sistemas lineales . ...................................................... 118
4.2.1. Suma y producto de matrices.............................................. 119
4.2.2. Resolución de sistemas de ecuaciones operando con la matriz
ampliada..................................................................................... 121
4.2.3. Método de Gauss. Resolución de un sistema compatible indeter
minado........................................................................................ 124
4.3. Determinantes ............................................................................ 128
4.4. Matriz inversa.............................................................................. 140
4.5. Matrices especiales y sus propiedades.......................................... 149
4.5.1. Matrices estocásticas........................................................ 149
4.5.2. Matrices de insumo producto.............................................. 153
5.Programación lineal......................................................................... 157

5.1. Introducción................................................................................. 157
5.2. Formulación de modelos............................................................... 158
5.3. Resolución gráfica........................................................................ 160
5.4. Resolución analítica..................................................................... 164
5.5. Método Simplex para resolución de problemas de programación
lineal........................................................................................... 167
Introducción
La Matemática, como ciencia básica, sirve de fundamento para todos los

temas vinculados con procedimientos cuantitativos en Economía y Adminis
tración. Actualmente, hay una Matemática de las Ciencias Sociales que incur
siona en campos como la Psicometría, la Sociología y la Filosofía.
Básicamente, la Matemática se apoya en conjuntos de axiomas o postula
dos, creados al efecto en cada una de sus ramas. A partir de estos axiomas
se realiza una construcción de resultados que deben ser coherentes con ellos
y responder a una lógica que le es propia.
En el marco de las carreras en Economía y Administración, lo importante
para el estudiante es aprender a resolver problemas. Justamente, este es uno
de los métodos de trabajo de tipo constructivista en los procesos de aprendi
zaje. La idea central de este curso estará, por lo tanto, orientada a problemas.
Esto significa que, luego de una exposición y fundamentación teórica sucinta
pero suficiente, nos volcaremos a la resolución de los mismos.
En Matemática, el hilo conceptual es lineal, esto es, cada tema está enca
denado, según una secuencia lógica, con el siguiente. Es muy difícil un segui
miento aleatorio de los temas, salvo que se tenga un conocimiento previo de
los mismos. Es decir, los temas son presentados en un orden lógico y conse
cutivo con pocos grados de libertad como para alterar ese orden sin perder la
secuencia de conceptos que se fundamentan unos a partir de otros.
Así es que se presentan, en la primera unidad, las funciones matemáti
cas y sus propiedades, con el agregado de un sistema de representación de
datos experimentales para ajustarlos a una función dada, una operación que
se apoya tanto en el rigor lógico como en las necesidades prácticas, en ade
cuado balance.
La segunda unidad trabaja con algunos elementos de análisis matemáti
co aplicado a las funciones: el cálculo de límites, continuidad y derivación,
así como los significados geométricos de las derivadas sucesivas de una fun
ción, con mención de algunos casos particulares de interés. El análisis de
funciones por medio de sus derivadas, permite introducirse en el cálculo de
máximos, mínimos y puntos de inflexión. Estos conceptos se aplican luego a
problemas simples de optimización matemática.
La tercera unidad trabaja con integrales, primero con el problema general
del cálculo de la función primitiva o antiderivada, conocida como integral inde
finida y luego con la integral definida y el cálculo de áreas. La cuarta unidad
describe las funciones lineales, los sistemas de ecuaciones lineales, deter
minados e indeterminados y sus métodos de resolución.
Por último, en la quinta unidad, se considera el problema general de la
Programación Lineal, con la resolución de sistemas de ecuaciones e inecua
ciones y su implementación general mediante el Método Simplex.
11
Universidad Virtual de Quilmes
Problemática del campo
El advenimiento de las computadoras ha obligado a extender los conceptos

matemáticos al uso de herramientas numéricas, que permiten resolver pro
blemas antes fuera del alcance de los métodos de cálculo convencionales.
Una tendencia moderna en los cursos orientados a problemas, es buscar
que los mismos sean abiertos, esto es, que no han sido resueltos antes. En
este curso básico de Matemática se pretende poner en conocimiento de los
estudiantes las técnicas básicas necesarias para que, en los cursos especí
ficos posteriores, puedan resolverse este tipo de problemáticas.
La vida profesional que los espera al finalizar las carreras de cada uno,
será un continuo de problemas abiertos, únicos, a veces irrepetibles, donde
deberán contar con herramientas para poder, con la ayuda del razonamiento
deductivo o inductivo, presentar soluciones.
La Matemática es una ciencia deductiva por naturaleza; si a lo largo de
este curso, el estudiante capta la esencia de los modelos deductivos, habrá
dado un paso importante para poder comprender los métodos cuantitativos
en Economía y Administración, que verá en cursos posteriores.
Reflexiones acerca del aprendizaje de la asignatura en

el entorno virtual
Algunos cursos se prestan más que otros a la enseñanza virtual. En particular,

éste es uno de los que mejor se ajustan a ese tipo de procesos de enseñanza
y aprendizaje.
En efecto, la presentación de cada uno de los temas tendrá un mínimo de teo
ría, compatible con la complejidad del dominio del conocimiento y ejemplos para
su rápida aplicación y comprensión.
La enseñanza virtual permite al estudiante seguir su propio paso en el estu
dio del curso, no lo exime de estudiar y resolver ejercicios para poder aprender.
La correcta concatenación de cursos es otro tema que debe resolver el estu
diante con responsabilidad. Este curso, por ejemplo, demanda conocimientos pre
vios de Matemática, especialmente los adquiridos en la educación media, que se
suponen conocidos y manejados adecuadamente por los estudiantes.
La plataforma de enseñanza virtual adecuada es una condición necesaria para
poder desarrollar un modelo de enseñanza participativo, eso es lo que se aspira a
conseguir con la nueva plataforma, diseñada por la Universidad Nacional de Quil
mes para la enseñanza virtual. El uso intensivo de sus recursos es una ventaja
comparativa para estudiantes y docentes; se recomienda pues interiorizarse de
todas las funcionalidades de la misma de modo de poder aprovecharla al máximo.
Parte de la “distancia relativa” entre estudiantes y docentes se resuelve
mediante el uso de herramientas interactivas como foros, videos y, esencialmen
te, la promoción del trabajo colaborativo.
En un mundo cada vez más complejo, las actividades profesionales suelen ser
interdisciplinares. La modalidad de enseñanza virtual de la Universidad de Quil
mes prepara, entre otras cosas, para el trabajo grupal y colaborativo donde
la responsabilidad individual contribuye a los mejores resultados del grupo.
12
Matemáticas de las Operaciones Financieras
Mapa conceptual
CURSO DE
MATEMÁTICA
FUNCIONES
TIPOS PROPIEDADES
FUNCIONES DE
APLICACIONES UNA VARIABLE
CONTINUAS DISCONTINUAS
LÍMITES DE LAS FUNCIONES TIPOS PROPIEDADES
CÁLCULO DE LÍMITES CÁLCULO DE LÍMITES DE

DE FUNCIONES CONTINUAS FUNCIONES DISCONTINUAS
DERIVADAS
INTERPRETACIÓN
DE LAS DERIVADAS
MÁXIMOS
Y MÍNIMOS
SISTEMAS
LINEALES
INTEGRALES ECUACIONES SISTEMAS DE

LINEALES ECUACIONES
INDEFINIDAS DEFINIDAS LINEALES
PROPIEDADES SISTEMAS
CÁLCULO DE CÁLCULO INDETERMINADOS
PRIMITIVAS DE ÁREAS
SISTEMAS
DETERMINADOS
PROGRAMACIÓN
LINEAL
FUNCIÓN RESTRICCIONES
OBJETIVO
MÉTODO
SIMPLEX
13
Objetivos del curso
• Presentar los métodos básicos del análisis matemático para Economía y

Administración.
•• Ver ejemplos de ajuste de datos a funciones dadas como método
para la construcción de modelos matemáticos usuales en Economía y
Administración.
•• Desarrollar ejercicios y problemas con énfasis en los vinculados con Eco
nomía y Administración.
•• Exponer los conceptos de sistemas de ecuaciones lineales y sus
aplicaciones.
•• Incentivar la capacidad para plantear y resolver problemas matemáticos.
15
1
Funciones de una variable
Objetivos
•• Representar gráficamente pares de puntos ordenados en un plano.

•• Introducir el concepto de función como relación entre dos conjuntos de
elementos.
•• Estudiar la composición de funciones como función de una función.
•• Calcular la función inversa de una función.
•• Reconocer la función lineal como caso más simple de funciones.
•• Recordar funciones más complejas, como las funciones cuadráticas, poli
nómicas, racionales, exponenciales y logarítmicas.
1.1. Introducción
A lo largo del curso trabajaremos con números, fórmulas, funciones, etc. Sin
embargo, no siempre cuando hablemos de números los usaremos, sino que a
veces utilizaremos letras para representarlos. Así, para decir que trabajamos
con un número cuyo valor es constante pudiendo tomar cualquier valor dentro
de un grupo de números, usaremos las primeras letras del abecedario, dis
tinguiéndolas, al escribirlas, en itálicas, por ejemplo a, b, c. Si decimos que a
es un número real (escribiremos a ∈ ℜ), estaremos diciendo que su valor es
fijo, pero puede ser cualquier número real (por ejemplo, 2, -3.25, p, etc.). Si
es un número natural se suele utilizar las letras n, m. Por último, utilizaremos
las últimas letras del alfabeto para denotar valores que no son fijos, sino que
pueden variar (se llaman variables), para el caso de las funciones o incógni
tas cuyos valores se quiere encontrar cuando se trabaja con igualdades en
ecuaciones.
Una función es una relación entre variables. Los casos particulares que
trataremos en este curso se refieren a funciones de una única variable inde
pendiente, es decir, relaciones funcionales entre algo que cambia en forma
independiente y algo que cambia en relación con esa variable independiente.
Nuestro concepto de función está incorporado a la vida diaria e, incluso, al
léxico común. Decimos, por ejemplo, que el tiempo que demoramos en llegar
de un lugar a otro es una función de la distancia que separa ambos lugares
(suponiendo que otros factores como el medio de transporte, la velocidad
y afines sean los mismos); también tomaremos decisiones en función de
hechos externos que no controlamos, como llevar paraguas si llueve o usar
abrigo si hace frío.
17
Es posible que, en los ejemplos, las relaciones funcionales sean menos

complejas que las matemáticas, pero lo son al fin.
El autor de la vinculación entre funciones y sus gráficas fue René

Descartes, fundador
1.2. Representación de de una rama
puntos endeellaplano
Matemática que se conoce
como Geometría Analítica.
FIN
Las funciones de DE
unaLEER ATENTO
variable pueden representarse gráficamente como líneas
en Juan: Insertar
un plano, Imagensegún
rectas o curvas, René Descartes
sea la (la que
relación funcional que te parezca
las vincula.
mejor) al costado del leer atento fuera de caja.
http://images.google.com/images?sourceid=gmail&q=im%C3
%A1genes%20ren%C3%A9%20descartes&um=1&ie=UTF-
El autor de la vinculación entre funciones y sus gráficas fue René
aa 8&sa=N&hl=es&tab=wi
Descartes, fundador de una rama de la Matemática que se conoce como
Geometría Analítica.
Epígrafe: René Descartes (1596 –1650), filósofo, matemático y científico
francés, considerado como el pionero de la filosofía moderna.
Las líneas se conciben como sucesiones de puntos, de modo que una repre
Las líneas
sentación se de
gráfica conciben comosesucesiones
una función inicia con de puntos, de modo
la representación que una
de algunos
René Descartes (1596 –1650), filó- de representación
los puntos que gráfica de una función se inicia con la representación de algunos de
la componen.
sofo, matemático y científico fran- los puntos que la componen.
P��
ara representar cualquier punto en el plano se necesita un punto de refe
renciaPara representar
de él,cualquier punto en ellaplano se necesita un punto de referencia
cés, considerado como el pionero
de la filosofía moderna.
y a partir para determinar posición, dos valores (uno para el
y a partir de él, para determinar la posición, dos valores (uno para
largo y otro para el alto). Si en el plano tomamos dos ejes o rectas perpendi el largo y otro
para elubicando
culares, alto). Si en
en el plano
cada unatomamos
de ellasdos ejeslos
todos o rectas perpendiculares,
números ubicando
reales y haciéndo
las coincidir en el “0” de ambas, tendremos un punto origen, 0 para laelrecta
en cada una de ellas todos los números reales y haciéndolas coincidir en “0” de
ambas, tendremos
horizontal y 0 para launrecta
punto origen,es
vertical, 0 decir
para la rectay horizontal
(0,0), a partir dey ese
0 para la recta
origen si
vertical, es decir (0,0), y a partir de ese origen si nos desplazamos
nos desplazamos en ambas direcciones y sentidos podemos determinar cual en ambas
direcciones
quier posiciónydelsentidos
plano.podemos determinar cualquier posición del plano.
G.1.1
G.1.1
eje y
eje x
origen
A este sistema de ejes lo denominamos sistema de ejes cartesianos ortogonales. El

El término ‘cartesiano’ horizontal
A este sistemax esde
el ejes
eje delolas
denominamos sistemay de
abscisas y el vertical es el de cartesianos
ejes las ordenadas. De este
ortogo-
proviene de cartesius, modo, el plano queda dividido en cuatro regiones llamadas cuadrantes.
nales. El horizontal x es el eje de las abscisas y el vertical y es el de las orde
el nombre latino que se le daba a
nadas. De este modo, el plano queda dividido en cuatro regiones llamadas
Descartes en una época en que la COMIENZO DE PASTILLA altura párrafo anterior
escritura científica se escribía en cuadrantes.
El término ‘cartesiano’ proviene de cartesius, el nombre latino que se le daba a
latín. ‘Ortogonal’ significa que los Descartes en una época en que la escritura científica se escribía en latín. ‘Ortogonal’
ejes son perpendiculares entre sí, significa que los ejes son perpendiculares entre sí, lo que implica que forman ángulos
lo que implica que forman ángu- iguales.
los iguales. FIN DE PASTILLA
G.1.2
y Eje de las ordena das
Cuadrante II Cuadrante I
Origen del sistema (0,0) Eje de las abscisas

18 x
Cuadrante III Cuadrante IV
2
Matemática
G.1.2
Para determinar la posición de cualquier punto del plano basta con tomar un
par ordenado de números reales (a, b) donde, por convención, el primer valor
corresponde a la abscisa y el segundo a la ordenada.
Un punto del plano es de la forma (a, b) con a ∈ ℜ y b ∈ ℜ dónde a

aa se representa en el eje “x” y b en el eje “y”.
Es necesario que el par de números esté ordenado; por ejemplo, no es lo

mismo (3, 25) que (25, 3). En general (a, b) ≠ (b, a). Veamos algunos ejemplos
de ubicación de puntos en el plano.
G.1.3
y
(-4,5)
5
(2,3)
3
(0,1)
(-5,0) -5 -3 1 4
0 x
-4 2 6 (6,0)
-1
(-3,-1)
-3
(4,-3)
(0,-4)
19
1.3. Funciones
Una función, desde el punto de vista matemático, es una aplicación o relación

entre dos conjuntos (de partida y de llegada) donde a cada elemento del con
junto de partida le corresponde un único elemento en el conjunto de llegada.
G.1.4.
G.1.4.
Función o Aplicación
Conjunto de partida Conjunto de llegada
A los elementos del conjunto de partida los llamamos Dominio de la función y, a

los elementos del conjunto
A los elementos de llegadadeque
del conjunto intervienen
partida en la relación
los llamamos Dominiolo llamamos
de la función,
Imagen de la función. Se utilizarán funciones donde los conjuntos
y a los elementos del conjunto de llegada que intervienen en la relación (el de partida y los
el dellamamos
llegada) serán
Imagen losdenúmeros reales
la función. Se outilizarán
algún subconjunto de ellos
funciones donde losyconjuntos
las
funciones las definiremos como operaciones entre números reales.
(el de partida y el de llegada) serán los números reales o algún subconjunto
de ejemplo,
Por ellos y definiremos
elegimos una las función
funciones como operaciones
f donde los conjuntos entre números
de partida y dereales.
llegada sonPorlos
ejemplo,
númeroselegimos
reales yuna función f es
la aplicación donde
sumarlos conjuntosdede
al elemento partida
partida el y de
númerollegada
3. Es son
decirlos
quenúmeros
aplicandoreales ℜ y la
la función aplicación
(sumar es sumar
3) a cada al elemento
x del conjunto de de
partida
partida el número
se obtiene (x + 3.
3) Es
en decir que aplicando
el conjunto la función
de llegada. (sumarlo3)anterior
Simbolizando a cada x del
conjunto de partida se obtiene (x + 3) en el conjunto de llegada. Simbolizan
tenemos:
do lo anterior tenemos: f:
+ 3r ℜ
f (x) =f x: ℜ
f (x) = x + 3
Calculando algunos valores del conjunto de salida se obtiene que:
Calculando algunos valores del conjunto de salida se obtiene que:
A “1” le corresponde “4” donde 4 =1 + 3
A A“0”
“1”le le corresponde
corresponde “4” donde
“3” donde 3 =0 +4 3= 1 + 3
A “0” le corresponde “3” donde
A “1/2” le corresponde “7/2” donde 7/2 3 =1/2
= 0 ++ 3
3
A “1/2” le corresponde “7/2” donde
A “-2” le corresponde “1” donde 1 = -2 + 3 7/2 = 1/2 + 3
A “-2” le corresponde “1” donde 1 = -2 + 3
A cualquier número real “x” le corresponde un número real “y” donde y = x + 3
A cualquier número real “x” le corresponde un número real “y” donde y = x + 3
COMIENZO LEER ATENTO

La variable “x” que
La variable representa
“x” que los valores
representa deldel
los valores conjunto de de
conjunto partida
partida se
aa denomina variable
se denomina
representa los valores
independiente
variable independiente
f(x) en el
y layvariable
conjunto de
la variable
“y” que“y”
llegada se
que los
representa
denomina
valores f (x) en el conjunto de llegada se denomina variable dependiente.
variable dependiente.
FIN LEER ATENTO
Observamos
Observamos que losque los del
puntos puntos
planodel plano
(1,4); (1,4);
(0,3); (0,3); (-2,1)
(1/2,7/2); (1/2,7/2);
y todos(-2,1) y todos
los que
tienenlos que tienen
la forma (x, x +la3)forma (x, x +
son puntos de3)la son puntos de la función.
función.
Un gráfico que represente la forma
Un gráfico que represente la forma que tendrá que tendrá en
la función la el
función
plano, en el plano, se
se obtiene
obtiene marcando algunos de sus puntos en un par de ejes cartesianos y
marcando algunos de sus puntos en un par de ejes cartesianos y luego como el
luego como el dominio son todos los números reales, unimos dichos puntos.
dominio son todos los números reales, unimos dichos puntos.
20 G.1.5.
Matemática
G.1.5.
En otro ejemplo, tomando la función f(x) = 5 x + 1, se puede construir una

tabla con algunos valores (x,y)
x y = f(x)
-5 -24
-4 -19
-3 -14
-2 -9
-1 -4
0 1
1 6
2 11
3 16
4 21
5 26
Es uno de los programas para

Se puede realizar el gráfico de esta función utilizando el programa Gnuplot,
simplemente escribiendo los comandos “plot 5*x + 1” y luego copiando al
p graficación, de código abierto
y libre distribución, más utilizado. Se
portapapeles desde el gráfico y luego se puede “pegar” el gráfico en un archivo puede bajar la última versión de este
en Word. programa desde la página:
<http://www.gnuplot.info/index.
html>
21
G.1.6
60
5*x+1
40
20
20
40
60
10 5 0 5 10
Otros ejemplos de funciones
a) f (x ) = x − 2 En este caso el dominio o conjunto de partida no

1 x +1 incluye al “-1” pues para este valor la función no está
definida.
€ 2 −3
b) f 2 (x ) = x El dominio es el conjunto de los números reales.
c) f 3 (x ) = 2x -1 El dominio son los reales mayores o iguales que 1/2,

€ porque el radicando debe ser positivo.
(2x-1 ≥ 0 ⇔ (si y solo si) x ≥ 1/2)
d) f (x ) = 2 +1
x El dominio es el conjunto de los números reales.
€ 4
⎧
e) f (x ) = ⎨ x + 2 si x ≥1
€ 5 ⎩3 si x <1
f5(x) recibe el nombre de función por partes, pues en ella interviene más de una
definición, dependiendo del rango de valores de la variable independiente, x.
€ Para los x mayores o iguales a 1 la aplicación es distinta que para los que
son menores a 1.
22
Matemática
Gráficos de estas funciones
G.1.7
La gráfica de una función tiene como propiedad que cada recta vertical x = a la
corta una sola vez. A continuación se muestra un gráfico que no corresponde
a una función. Para el valor x = 2, entre otros, existen dos valores de y.
G.1.8.
23
1.3.1. Composición de funciones
Vimos una función como una relación entre x e y,
f
x y
A su vez, podemos relacionar el valor y = f(x), con otro número con una nueva
relación o función g que relaciona dos valores, en este caso el valor y con
otro valor z.
g
y z
es decir que al valor x le asignamos el valor y por medio de la función f, luego

a y le asignamos el valor z por medio de la función g. A esta doble asignación
la llamamos composición. En este caso decimos que componemos la función
g con la función f, y lo anotamos:
(g o f) (x)
de esta forma la composición (g o f )(x) = g( f(x)) resulta:
f g
x y z
Ejemplo:
Dadas dos funciones, f(x) = 3 x + 2 y g(x) = - 5 x2 + 1
(g o f )(x) = g( f(x)) = g(3 x + 2) = - 5 (3 x + 2)2 + 1
Observamos además que este resultado no coincide con (f o g) (x)
(f o g) (x) = f(g(x)) = f(- 5 x2 + 1) = 3 (- 5 x2 + 1) + 2
En general, (g o f )(x) ≠ (f o g) (x)

aa
1.3.2. Función inversa
Definimos las funciones inyectivas como aquellas funciones que cumplen con
la siguiente condición: a cada valor de y del conjunto imagen le corresponde
un solo valor de x del conjunto de partida.
Si una función es inyectiva existe una función inversa, f -1(x), que es

aa aquella que relaciona y con x en forma inversa a la función original f
que relaciona x con y.
24
Matemática
La función inversa compuesta con la función original f da como resultado la

función identidad, Id, que como su nombre lo indica, es la función que rela
ciona la variable x con el mismo valor en el conjunto de llegada.
La composición de una función con su inversa resulta:
(f -1
o f )(x) = (f o f -1)(x) = f -1( f(x)) = f (f -1(x))= Id(x) = x
f f -1
x y x
De los cuatro gráficos mostrados anteriormente (G.1.7) observamos que el

único que no corresponde a una función inyectiva es el b).
Para hallar la función inversa de una función inyectiva y = f(x), debemos
despejar x en función de y de la definición de la función. Así se obtienen las
operaciones a realizar a y = f(x) para volver a obtener x.
Ejemplo
Dada la función y = f(x) = ( x - 3 )3 + 2, se puede calcular su inversa de la

siguiente manera:
Para verificar que es inyectiva se puede graficar con el Gnuplot escribiendo:
set zeroaxis
plot ( x - 3 ) ** 3 + 2
Con el gráfico se verifica que a cada valor de x le corresponde un solo valor

de y necesario para ser una función y además que a cada valor de y le corres
ponde un solo valor de x, condición necesaria para ser una función inyectiva.
G.1.9
25
Luego se despeja x para hallar la función inversa: y = ( x - 3 )3 + 2

Se resta 2 de ambos lados de la ecuación y - 2 = ( x - 3 )3 + 2 - 2
y - 2 = ( x - 3 )3
3
Se aplica la raíz cúbica de ambos lados 3
y − 2 = 3 ( x − 3)
(la raíz cúbica es la función inversa
de la función cúbica) 3
y −2 = x −3
Sumando 3 de ambos lados se obtiene € 3

y −2 +3 = x −3+3
€ 3
y −2 +3 = x
€ que tiene que realizar la función inversa

con lo cual resultan las operaciones
al valor y para reobtener la variable x:
€
−1
f (y) = 3 y −2 +3 = x
donde la variable independiente lleva el nombre y. Como en general a la varia

ble independiente se la llama con la letra x se suele reemplazar y por x (no es
€
más que un nombre) con lo cual la función inversa queda
f −1(x ) = 3 x − 2 + 3
Si se grafican las dos funciones, se puede observar que la inversa es la reflexión

(como si fuese un espejo) respecto de la recta y = x (función identidad).
€
Para graficar en el Gnuplot se deben escribir los siguientes comandos:
plot [0:5] [0:5] (x-3)**3+2, -(2-x)**(1./3)+3, (x-2)**(1./3)+3,x
y se obtiene el gráfico
26
Matemática
G.1.10
5
(x3)**3+2
(2x)**(1./3)+3
(x2)**(1./3)+3
4 x
0
0 1 2 3 4 5
1.
cc
a. Sea f(x) = 3 x y g(x) = x + 3, calcule:
a) (f + g) (x) b) (f – g) (x) c) (f – g) (5)

d) (f o g) (x) e) (g o f ) (x) f) (g o f ) (2)
b. Sea f(x) = –2 x2 + 6 y g(x) = – x + 2, calcule:
a) (f + g) (x) b) (f – g) (x) c) (f – g) (–1)

d) (f o g) (x) e) (g o f ) (x) f) (g o f ) (–3)
c. En una fábrica de zapatos, su dueño observó que el número de zapa-

tos producido por día dependía de la cantidad de empleados que asis-
tían a trabajar. Siendo x el número de empleados, la cantidad de zapa-
tos producida estaba representada por la relación:
30x − x 2
z(x ) =
3
Por su parte, el dueño de la empresa obtiene por cada zapato que vende
un beneficio de $80. El beneficio puede ser entonces representado por
la función f(x) = 80 x si usamos x en este caso para representar el núme-
€
ro de zapatos vendido. ¿Qué representa la composición de las funciones
f y z, ( f o z) (x)?
d. Encuentre la inversa de las siguientes funciones:
a) f(x) = 5x + 1 b) f(x) = x2 – 2x + 1
3
c) f(x) = x2 + x + 1 d) f(x) = x3 + 3
27
€
e. Grafique las funciones del ejercicio anterior y sus inversas en un

mismo gráfico y verifique que son reflexiones respecto de la recta y = x.
5
f. Dadas f (x) = 3 x – 2 y (g o f) (x) = 3x +1 determine la función g(x).
g. Dadas g(x) = x3 – 1 y (g o f) (x) = x2 – 1 determine la función f(x).
1.4. Funciones lineales
La función lineal es, sin dudas, la más simple de las funciones que se pueden
definir aunque no por ello deja de ser una de las más importantes, sobre todo
en lo que respecta a la vida diaria de las personas y los razonamientos que
se utilizan. En la mayoría de los problemas que se pueden tener diariamente,
la forma más simple de resolverlos es a través de lo que se denomina ‘razo
namientos lineales’.
Por ejemplo, si una persona va a un supermercado a comprar 1 kilo de man
zanas deberá abonar por ello unos 5 pesos. Es obvio (razonamiento lineal) que
si compra 2 kilos de manzanas deberá pagar 10 pesos, por 3 kilos 15 pesos,
etc. El incremento por cada kilo adicional que lleve es lo que se denomina la
pendiente de esta relación lineal. Matemáticamente, si se llama x a los kilos
de manzanas a comprar, luego el costo que se tendrá en función de los kilos
será de 5 . x pesos.
Por su parte, si se considera el gasto de transporte para ir hasta el super
mercado, por ejemplo, 4 pesos el pasaje de ida y vuelta, hay que considerar
entonces un gasto adicional fijo, independiente de los kilos de manzanas a com
prar. Así, comprando 1 kilo gastará 9 pesos, con dos kilos gastará 14 pesos,
con 3 kilos 19, etc. A esta cantidad fija, independiente de la cantidad de kilos a
comprar es lo que se denomina la ordenada al origen. En este caso el costo de
nuestra compra será en función de los kilos de manzana de 5 . x + 4 pesos.
Se define como función lineal a una función de la forma f (x) = a.x + b

aa donde a y b son números reales cualesquiera. Al número que multipli-
ca a la variable, a, se lo llama pendiente y al término independiente, b,
ordenada al origen. El dominio y la imagen de esta función es todo el
conjunto de números reales ℜ y su gráfico es una recta.
Algunos ejemplos de función lineal
f1(x) = x+2
f2(x) = -2x + 3
f3(x) = -2
f4(x) = -x - 1
Graficando todas en un mismo par de ejes cartesianos, se obtiene:
28
Matemática
G.1.11
5 y
f 2(x)=2x+3
f 1(x)=x+2
4
2
f 4(x)=x1
x
0
3 2 10 12 3
1
2
f 3(x)=2
3
4
Como la gráfica de una función lineal es una recta, con dos puntos queda
determinada cada una de ellas. Para f1 se eligieron los puntos (-1,1) y (0,2),
para f2 los puntos (1,1) y (2,-1), para f3 (0,-2) y (-2,-2), y para f4 los puntos
(-1,0) y (2,-3). Del gráfico se puede concluir que:
Si el valor de “a” es negativo (f2 y f4), la función es decreciente.

aa Si el valor de “a” es positivo (f1), la función es creciente.
Si el valor de “a” es cero (f3), la función es constante.
1.4.1. Pendiente y ordenada al origen de una función lineal
Si una recta no es función (vertical), su expresión será de la forma
x=c para c ∈ ℜ
Relación entre los lados más
pequeños de un triángulo rectán-
Si una recta es función, su expresión será de la forma gulo y por lo tanto dependiente del
ángulo. En particular, la tangente
y=ax+b para a y b ∈ ℜ de un ángulo es el cociente entre
el lado pequeño opuesto al ángu-
lo y el lado pequeño en
dónde a es la pendiente (la tangente del ángulo que forma la recta con el contacto con el mismo.
eje x) y b es la ordenada al origen (el valor de y cuando x = 0).
29
El siguiente gráfico corresponde a una recta en la que se han marcado dos

puntos cualesquiera A y B, la ordenada al origen b, y el ángulo a que forma
con el eje x.
G.1.12
Al quedar determinado un triángulo rectángulo cuya hipotenusa es el seg

mento AB, se puede calcular la tangente de a que es la pendiente de la
recta.
medida del cateto opuesto y −y
a = tga = = 2 1
medida del cateto adyacente x 2 − x1
y −y
a= 2 1
x 2 − x1
Observamos que dos o más rectas son paralelas si tienen la misma pendiente.
€
G.1.13
r1 // r2 // r3 pues a1 = a2 = a3
Dado que dos puntos en el espacio determinan una recta que pasa por ellos
se puede calcular la pendiente y la ordenada al origen de esta recta a partir
de las coordenadas de los dos puntos. Por ejemplo, si los dos puntos tienen
coordenadas:
30
Matemática
La pendiente de dicha recta será

0 −3 −3
a= = = −2
1 3
− (−1)
2 2
a = -2
De la ecuación€sólo resta calcular la ordenada al origen b, pues tenemos
y = -2 x + b
Reemplazando en la ecuación x e y por las coordenadas de uno de los puntos

que tenemos como dato del problema, por ejemplo (-1, 3), obtenemos
3 = -2 (-1) + b por lo tanto debe ser b = 1
La recta que pasa por los dos puntos será y = -2 x + 1
G.1.14
Gráfico de la recta y = -2 x + 1
que pasa por los puntos dados
como dato
1.4.2. Ceros o raíces de una función lineal
Los valores de x para los cuales f(x) = 0, es decir, los valores donde la función
corta al eje x, se llaman ceros de la función.
La función lineal tiene como máximo un cero.

aa
Como ejemplo, calcularemos los ceros de las funciones anteriores.
Para f1(x) = x + 2 debe ser f1(x) = 0, esto es equivalente a resolver la ecuación
31
x + 2 = 0, es decir que x = -2 es un cero de la función. El punto (-2, 0)

pertenece a la función.
Para f2(x) = -2x + 3 debe ser f2(x) = 0, esto es equivalente a resolver la ecua
ción -2x + 3 = 0, es decir que x = 3/2 es un cero de la función. El punto (3/2, 0)
Para f3(x) = -2 debe ser f3(x) = 0, esto es equivalente a -2 = 0 que es absurdo,

luego, la función no tiene ceros.
Para f4(x) = -x - 1 debe ser f4(x) = 0, esto es equivalente a resolver la ecuación

-x - 1 = 0, es decir que x = -1 es un cero de la función. El punto (-1, 0)
Obsérvese además que cuando x = 0, f(x) = b.

aa El punto (0, b) es un punto de la función lineal. A este valor se lo
llama ordenada al origen.
(0, 2) ∈ f1 (0, 3) ∈ f2 (0, -2) ∈ f3 (0, -1) ∈ f4
2.
cc a. Encuentre la expresión de la recta que cumple con:
a) Tiene pendiente -3 y pasa por el punto (1, 1).

b) Pasa por los puntos (-3, 1) y (1, 9).
c) Pasa por el origen y es horizontal.
d) Pasa por el punto (-3, -2) y es paralela a la recta f (x) = 3 x – 2
b. Determine si las siguientes rectas son paralelas: la que pasa por los
puntos (1, -2) y (-2, 4) y la que pasa por el punto (-2, 2) y tiene como
ordenada al origen el valor -2. Verifique el resultado gráficamente.
c. Halle el punto donde se intersectan las rectas de los ítems a.a) y a.b).
1.5. Funciones cuadráticas
Retomando el problema de los kilos de manzanas a comprar en un super

mercado, independientemente de los kilos que lleve, el comprador pagará 5
pesos por cada uno, aunque lleve un cajón de 20 kilos de manzanas, ade
más del gasto fijo de 4 pesos por el viaje al supermercado. ¿Qué pasa si el
supermercado quiere incentivar la compra por parte de sus clientes realizando
un descuento que no sea independiente de los kilos a comprar sino que es
mayor cuanto más kilos se compren? Si el descuento fuese lineal, esto es,
independiente de la cantidad de kilos a comprar –por ejemplo, descontando
32
Matemática
10 centavos si lleva un kilo, 20 centavos si lleva dos y así sucesivamente–

esto representa solamente un cambio en el precio, a 4.90 pesos el kilo y no
hay beneficio por llevar en cantidad. Matemáticamente, un descuento lineal
como es descripto se escribirá como 5 . x + 4 – 0.10 x pesos, lo que es igual
a escribir 4.90 . x + 4 pesos.
Sin embargo, el supermercado podría plantear un descuento como el
siguiente. Si se compra un kilo se descuentan 10 centavos, si se compran
2 kilos se descuentann 40 centavos (aquí se tienen 20 centavos por kilo de
descuento al comprar 2 kilos), 90 centavos si se compran 3 kilos, etc. Aquí
el descuento no es proporcional a la cantidad de kilos sino que cuantos más
kilos se llevan más descuento se obtiene. En particular, la forma de obtener
un número que aumente más rápido que linealmente es, por ejemplo, multi
plicando dos veces por los kilos a comprar. Si se compra 1 kilo el descuento
a realizar será de 10 centavos por 1 (kilo) por 1 (kilo) resulta 10 centavos. Si
se llevan dos kilos el descuento será de 10 centavos por 2 (kilos) por 2 (kilos)
resultan 40 centavos de descuento y así sucesivamente.
A este comportamiento que no es lineal se lo llama cuadrático y tiene una
expresión matemática de la forma
4.90 . x + 4 – 0.10 x . x pesos
o bien ordenando en forma decreciente el exponente de la variable, se obtiene

la expresión
– 0.10 x2 + 4.90 . x + 4.
Se define como función cuadrática a una función de la forma

aa f (x) = a x2 + b x + c
donde a, b y c son números reales cualesquiera, debiendo ser
a ≠ 0. El dominio de esta función es todo el conjunto de números
reales ℜ y su gráfico es una parábola.
Vértice de una función cuadrática
Para hallar el vértice es necesario calcular xv pues yv = f(xv).

x +x
Como x = 1 2
v 2
b
puede deducirse que xv = −
2a
€ ⎛ b
entonces
⎛ b ⎞⎞
V = ⎜ − , f ⎜ − ⎟⎟
€ ⎝ 2a ⎝ 2a ⎠⎠

Algunos ejemplos de funciones cuadráticas y sus gráficas

€
1) f1(x) = x2
En x = 0 la función tiene un cero o raíz.
33
Una función cuadrática tiene como máximo dos ceros. El punto (0, 0)
es un mínimo de la función (vértice de la parábola).
La imagen de esta función es el intervalo [0, +∞] (solo se obtienen resultados
positivos).
La imagen de una función cuadrática depende de la coordenada “y” del vér
tice. La recta x = 0 es el eje de simetría de la función. El eje de simetría es
la recta x = xv
G.1.15
y
f1(x)=x2
4
-2 -1 0 1 2 X
Vértice
V=(Xv, yv) Eje de simetría
2) f2(x) = x2 - 1
Los ceros o raíces están dados por: x2 – 1 = 0 por lo tanto x2 = 1

luego las raíces son x1 = 1 y x2 = -1
La coordenada x del vértice es el punto medio del segmento determinado
por las raíces, la semisuma de las raíces, xv = (x1+x2)/2
1+ (−1)
xv = = 0 ⇔ xv = 0
2
Para la coordenada y del vértice calculamos f(xv)
€ yv = f (0) = -1
Entonces el vértice V = (0,-1) que es un mínimo de la función.

El eje de simetría es la recta x = 0.
La imagen de esta función es el intervalo [-1, +∞).
34
Matemática
G.1.16
y
f2(x)=x21
3
Raíces
1
2 1 01 2X
1
Vértice
Eje de simetría
3) f3(x) = -2x2 + 2x
Los ceros se obtienen de
-2x2 + 2x = 0 ⇔ 2x.(-x + 1) = 0
2x = 0 ó -x + 1 = 0 ⇔ x = 0 ó x = 1
luego, los ceros o raíces son

x1 = 0 y x2 = 1
Tendremos V = (1/2,1/2), que es un máximo de la función.

El eje de simetría es la recta x = 1/2.
La imagen de esta función es el intervalo (-∞, 1/2].
35
G.1.17
Eje de simetría
y
Vértice
1/2
0 1/2 1 x
f3(x)=2x2+2x
De los ejemplos vistos podemos extraer la siguiente conclusión:
Dada una función cuadrática f(x) = a x2 + b x + c

aa si a > 0 la función tiene un mínimo que es el vértice de la parábola.
si a < 0 la función tiene un máximo que es el vértice de la parábola.
Esta función –la parábola– pertenece a una familia de curvas cuadráticas

denominadas cónicas, porque resultan de la intersección de un plano con
un cono (o con dos conos iguales unidos por el vértice) como muestra la
siguiente figura.
G.1.18
Fuente: http://en.wikipedia.org/wiki/Conic_sections
36
Matemática
En la primera figura la intersección genera una parábola, que ya hemos ana

lizado, en la segunda una elipse o un círculo (que es un caso particular de
elipse) y en la tercera una hipérbola, que se caracteriza por tener dos ramas.
Las elipses tienen un eje mayor y un eje menor.
G.1.19
Fuente: http://es.wikipedia.org/wiki/Elipse
Las elipses son útiles en astronomía porque representan la trayectoria de

los planetas alrededor del sol, que se considera ubicado en uno de los focos
(F1 o F2).
Las hipérbolas se verán más adelante, al estudiar las funciones racionales.
1.5.1. Ceros o raíces de una función cuadrática
Toda función cuadrática f(x) = a x2 + b x + c puede expresarse como
que se obtiene de completar cuadrados en la forma anterior.
Esta expresión facilita el cálculo de las raíces, en el caso de tener una fun
ción cuadrática en la que figuren los tres términos.
Igualando a cero y despejando de la expresión anterior tendremos que los
ceros son:
Si b2 – 4ac es negativo no se puede hallar x1 y x2, entonces la función no

tendrá ceros.
cc 37
3.
cc
a. Halle el término independiente, las raíces y el vértice de las siguien-
tes funciones cuadráticas:
a) x2 + x – 6 b) –2x2 – 6x c) 49x2 –10 x + 17

d) (x–1)2 + 3 e) x2 – x + 6 f) –x2 + 4x – 3

b. Halle la intersección de las siguientes funciones:

a) f(x) = 5x + 1 y g(x) = x2 – 2x + 1
b) f(x) = x2 – 2x + 1 y g(x) = x2 + 2x + 1
c) f(x) = 2x2 + 8 y y g(x) = x2 + 4x – 4
d) f(x) = x2 – 2x – 11 y g(x) = –2x2 – 5x + 7
c. Verifique gráficamente los resultados que obtuvo en el ejercicio anterior.
1.6. Funciones potenciales y polinómicas
Las funciones lineales y cuadráticas son casos particulares de las funciones

polinómicas, que a su vez son sumas de funciones potenciales.
Se define como función potencial a la expresión de la forma f (x) = xa

aa donde a es un número real cualesquiera, debiendo ser a ≠ 0. El domi-
nio de esta función es todo el conjunto de números reales ℜ.
Las funciones polinómicas son definidas por expresiones de la forma:

aa f(x) = a1 x + a2 x2 + a3 x3 + a4 x4 + …… + an xn
donde n es el grado del polinomio (mayor potencia) an debe ser dis-

tinto de cero y ai son los coeficientes del polinomio, pudiendo tomar
cualquier valor real. El dominio de estas funciones es todo el conjunto
de números reales ℜ.
Escribiendo de otra manera la expresión anterior, utilizando el símbo-
lo llamado sumatoria Σ, la expresión general queda:
Algunos ejemplos de funciones polinómicas son:
f(x) = ax + b función lineal de grado 1

f(x) = ax2 + bx + c función cuadrática grado 2
f(x) = ax3 + bx2 + cx + d función cúbica de grado 3
f(x) = ax4 + bx3 + cx2 + dx + e función polinómica de grado 4
38
Matemática
1.7. Funciones racionales
Las funciones racionales son aquellas que se pueden escribir como el

aa cociente de dos funciones polinómicas.
b1 x + b2 x2 + b3 x3 + b4 x4 + …… + bm xm
f(x) = __________________________________
a1 x + a2 x2 + a3 x3 + a4 x4 + …… + an xn
Estas funciones están definidas en todos los valores de x donde el denomina

dor es distinto de cero. En los valores de x para los cuales el denominador se
anula, habrá que estudiar qué sucede con el numerador. Si este no se anula
para ese valor, la función no estará definida.
Algunos ejemplos sencillos

1
1) La hipérbola: f ( x) =
x
En esta función observamos que los valores de x que hacen posible la expre
sión son aquellos que no anulan el denominador, por lo tanto x puede tomar
cualquier valor real menos el cero, Dom f(x) = ℜ -{0}. Además, el numerador
vale 1, por lo que nunca puede ser cero y entonces esta función no tiene
ceros, Im f(x) = ℜ -{0}. El gráfico de la función resulta:
G.1.20
La curva se acerca indefinidamente

a los ejes pero no los toca.
Las rectas x = 0 e y = 0 se llaman
asíntotas de esta función.
p Se llama así a las rectas a

las que tiende –se parece–
la función en el infinito. Veremos este
concepto con más profundidad en
la próxima unidad.
2)
Esta función es racional, no está definida si el denominador 2x + 3 = 0.

Despejando, esto ocurre si x = -3/2, entonces Dom f(x) = ℜ -{-3/2}.
La función es nula cuando .
39
Pueden recordarse las Realizando la división:

propiedades de la división
de polinomios por binomios de la
forma (x – a) y su relación con el
Teorema del resto y el Teorema del
factor en < http://www.hiru.com/
matematika/matematika_03200.
html>
con lo que se obtiene
Dividiendo ambos miembros

por (2x = 3)
Luego, podemos expresar la función como:
Se observa que la función nunca vale 1/2 dado que el segundo término no
puede ser cero. De esta manera Im f(x) = ℜ -{1/2}. Gráficamente,
G.1.21
Las rectas x = -3/2 e y = 1/2

son asíntotas de la función.
Otra manera para poder localizar las asíntota vertical es dividir el numerador
y el denominador de la función por x, suponiéndolo distinto de cero
40
Matemática
Esta expresión para valores muy grandes o muy pequeños de x (cuando x se

acerca a +infinito o a –infinito) se acerca a 1/2.
1.8. Funciones exponenciales y logarítmicas
Si en lugar de estar elevada a una potencia f(x)= xa, la variable figura en el

exponente, entonces tendremos una función exponencial.
Las funciones exponenciales son de la forma: f (x) = ax

aa El valor de la potencia varía al variar x.
Si a la función exponencial le agregamos la restricción de que el número base

a sea positivo, y restringimos el codominio a los números reales mayores
que cero, entonces esta función es inyectiva, existe su función inversa y se
la llama logaritmo.
De esta forma, se define la función logaritmo como aquella que cumple:

aa y = loga x ⇔ x = ay
Como caso particular de la función exponencial veamos una función que utili
zaremos mucho en las próximas unidades. Resulta al considerar la constante
a como el número irracional e que en forma aproximada vale
e = 2.718281828459.........
Se trata de la función f(x) = ex
La inversa de esta función es un logaritmo y se lo denomina logaritmo La invención de los logarit-
neperiano: log e x = ln x
p mos se debe al matemático
escocés John Neper quien, a prin-
cipios del siglo XVII, intentó idear un
Algunos ejemplos método que aliviara los complejos
cálculos que debían realizarse en
astronomía para resolver proble-
1) f(x) = ex mas trigonométricos.
Es una función exponencial, donde Dom f(x) = ℜ . Por su parte la función no

tiene ceros pues ex > 0 para cualquier x, por lo tanto Im f(x) = ℜ > 0. En par
ticular, el punto (0, 1) pertenece a la función, pues si x = 0, f(x=0) = e0 = 1.
Su gráfico aproximado es:
G.1.22
La recta y = 0 es asíntota
horizontal de la función
41
2) f(x) = -ex+1 + 1
Esta función está definida para cualquier valor de x, por lo tanto, Dom f(x) = ℜ.
Para calcular los ceros, se realizan las siguientes operaciones:
-ex+1 + 1 = 0 se iguala la función a cero

ex+1 = 1 se separa en términos y se despeja el término que
contiene a la incógnita, x, de los términos que no la
contienen.
Una función exponencial ax es igual a 1 cuando el exponente es cero, por lo que si

ex+1 = 1 entonces x + 1 = 0
Luego x = -1 es cero de la función.
Como -ex+1 es menor que cero para cualquier valor de x, la función es menor
que 1 siempre, Im f(x) = ℜ < 1. El gráfico aproximado de la función es:
G.1.23
y = 1 es asíntota de la función
4.
cc
Una función exponencial, cuya aplicación se verá en Matemática Finan-
ciera, tiene la forma:
C = C0 (1+i)n
Expresa el valor de un capital C0, colocado a una tasa de interés simple

i, constante, durante n períodos de tiempo.
Represente gráficamente C en función de n, para una tasa del 10%
anual, durante no menos de 10 años, para C0= 1.000 (la tasa de interés
se expresa como 0.1, equivalente a 10%).
42
Apéndice 1
Funciones aplicadas a problemas de economía y

negocios
Problemas propuestos
Alfredo Russo © 2009 con permiso del autor
Problema 1
Los costos de producción de una fábrica de zapatos obedecen a la siguiente

regla:
1. Costos fijos mensuales = $30.000

2. Costos variables= n*100, dónde n es el número de pares fabricados en
el mes.
3. Los Costos Totales son iguales a la suma de los Costos Fijos + Costos
Variables.
El precio de venta de cada par de zapatos es de $200, de modo que el Ingreso

por Ventas es n*200 donde n sigue siendo la cantidad fabricada por mes.
a) Representar en un solo gráfico, los Costos Fijos, los Costos Totales

y los Ingresos por Ventas.
b) Determinar el punto a partir del cual la fábrica empieza a generar
ganancias, esto es, la producción mensual mínima necesaria para
que los Ingresos por Ventas igualen a los Costos Totales.
Problema 2
Supongamos que, para promover las ventas, el propietario de la fábrica de

zapatos decide implementar una política de descuentos, tal que los ingresos
por ventas ahora no crecen linealmente con la cantidad producida sino que
obedecen a una función de la forma:
Ingresos Por Ventas = 200*n – 0.06*n2
a) Identificar la función que representa a los Ingresos por Ventas

b) Representar, en una única gráfica, los Costos Fijos, los Costos
Totales y los Ingresos por Ventas.
c) Comparar con los resultados del problema anterior y proponer una
explicación.
43
Problema 3
Mostrar gráficamente que las siguientes funciones determinan un recinto

cerrado.
X=0
Y=0
Y=X
Y=5
Problema 4
Trazar la gráfica de la función usando una planilla electrónica para construir

una tabla de valores de x y de y
a) Analizar qué sucede para x = 0

b) Analizar qué sucede para x = 1 y x = -1
c) ¿Tiene una o más asíntotas? ¿Cuáles?
Problema 5
Un apostador juega solamente a chances en la ruleta (rojo/negro, mayores/

menores), sabiendo que la probabilidad de que salga uno u otro valor es:
Donde P(k) es la probabilidad de que salga k-veces una de las chances en n

tiradas, p es la probabilidad de que salga una de ellas en una tirada (1/2 en
este caso si no consideramos el 0 de la ruleta) y el número combinatorio se
calcula por medio de:
El símbolo ! se llama factorial y se calcula de la siguiente forma:

n! = n (n-1) (n-2) ... 2 . 1
a) Calcular la probabilidad de que en 10 tiradas salga 5 veces

negro, ídem 6 veces negro, ídem 7 veces negro, ídem 8 veces
negro.
b) Obtener una conclusión acerca de las chances del apostador.
44
Matemática
Problema 6
Dada la función
P es el valor actual de una suma P0 colocada a una tasa de interés compuesto

i durante n períodos, en unidades consistentes (eso quiere decir que si i es
una tasa de interés anual, n debe estar expresado en años).
a) Calcular el valor de P si se colocan $100 a una tasa del 10% anual

durante 5 años.
b) Calcular la tasa de interés a la que deben colocarse $100 para obtener
$250 al cabo de 5 años.
c) Calcular el tiempo al que deben colocarse $100 para obtener $200 al
12% anual.
Problema 7
Una tasa de interés i periódica puede considerarse equivalente a una tasa de

interés i’ continua cuando se las vincula con la expresión:
(1 + i ) n = ei ' n
En este caso se considera que i’ corresponde a la capitalización continua de

las sumas dinero puestas a interés a lo largo del período n.
a) Para los casos del problema anterior, calcular la tasa i’ equivalente

a cada una de las tasas de las tres alternativas del mismo.
b) Demostrar que P = P0 ei’n
c) Verificar que los resultados que se obtienen usando i’ son los
mismos que arroja el problema anterior.
Problema 8
El Valor Actual de un pago a recibir en el futuro se calcula por medio de la

expresión:
PF
PA =
(1 + i ) n
Donde PA es el valor actualizado del monto PF a recibir luego de n períodos de
tiempo, en tanto i representa la Tasa de Descuento.
a) Calcular el Valor Actual de un pago de $100 a recibir luego de 4

meses si la Tasa de Descuento mensual es del 1%
b) Calcular el Valor Actual de una serie de pagos de $100 a reci
bir en 1, 2, 3 y 4 meses, respectivamente, con una Tasa de
Descuento mensual del 1%.
45
Problema 9
Los economistas usan una función de producción conocida como Cobb-

Douglas cuya expresión es la siguiente:
Donde Y es el valor monetario de la producción de bienes y servicios en un

año. A es un factor de productividad total de la economía, L es el aporte
del trabajo y K el aporte del capital a la producción total.
a) Suponiendo que α + β= 1, A, la productividad global es de 100

unidades, L = 5000 unidades monetarias y K = 5000 unidades
monetarias, calcular los valores de Y para diferentes valores de
α y de β, tomados de 0.1 en adelante.
b) Repetir el cálculo para A = 200.
c) Representar gráficamente Y = f(α) para los dos casos.
d) Obtener una conclusión de los resultados numéricos y gráficos
obtenidos.
46
Apéndice 2
Ajuste de datos a una curva dada
Alfredo Russo © 2009 con permiso del autor
El problema central de la optimización matemática es encontrar la curva que

mejor representa a un conjunto dado de datos. ¿Para qué sirve esto? Para
tratar al conjunto de datos como una función, del tipo de las que venimos
estudiando, en lugar de tratarlos como datos dispersos.
Esto no es arbitrario y no se deben combinar datos tomados al azar. Se
supone que el analista conoce los datos de antemano, por tratarse de resul
tados de un procedimiento experimental, por ejemplo, y sabe que hay una
relación entre ellos y una variable predeterminada.
En consecuencia, es lícito tratar al conjunto de datos como una función
de esa variable predeterminada y calcular los parámetros de dicha función.
Regresión lineal
El procedimiento usado para calcular los parámetros de la función es el lla

mado Mínimos Cuadrados. Fue llamado Método de Regresión Lineal porque
Francis Galton, un primo
formaba parte de un estudio que constituyó, en sí, un error; el método quedó p de Charles Darwin, reali-
pero los resultados no son válidos. zó un estudio sobre las alturas de
La regresión lineal busca encontrar los parámetros de una recta (ordena los padres y los hijos en Inglaterra
y encontró que había una tenden-
da al origen y pendiente) que mejor satisface a una distribución de puntos
cia a que los hijos fueran de menor
que corresponden a una medición dada, por ejemplo. Supongamos que medi altura que sus padres. La conclusión
mos una magnitud y que queremos representar los resultados de la medi resultó errónea pero el método usado
ción, obtendremos una dispersión de puntos como la que muestra el gráfico recibe todavía el nombre de análi-
sis de regresión por esa pretendida
siguiente: regresión de las alturas de los hijos
respecto de los padres.
47
Se observa que los puntos se distribuyen en torno de una recta, cuyos pará
metros hay que calcular. La ecuación de esa recta, expresada en función de
cada uno de sus puntos, puede expresarse por medio de:
Dónde α0 y α1 son, respectivamente, la ordenada al origen y la pendiente de la

recta representativa de los datos. Por su parte, εi es el error de cada medición.
Como puede observarse en la ecuación anterior, cada valor de yi es función
de dos variables: xi y el error. El método de mínimos cuadrados, por medio de
una técnica que vamos a examinar en las próximas unidades, lo que hace es
encontrar una recta tal que los cuadrados de las distancias de cada punto a
la recta que los representa, sean mínimas. ¿Por qué los cuadrados? Para no
tener que lidiar con funciones negativas.
Este método nos permite calcular los dos parámetros de una recta tal que
resulte ser la que mejor compensa las diferencias con los puntos reales obte
nidos en el proceso de medición.
Finalmente, un coeficiente de correlación, R, del que también se suminis
tra su cuadrado por las razones expresadas anteriormente, nos informa sobre
la bondad del ajuste, esto es, para valores de R cercanos a 1 la correlación
es óptima y la ventaja de la misma se reduce a medida que el valor de R se
acerca a 0. Si R fuera negativo, la correlación sería la inversa de la plantea
da en nuestro supuesto.
Para funciones de grado 2 o superior, el número de parámetros aumenta,
aunque el procedimiento es similar.
A continuación, vamos a plantear algunos ejemplos y sus soluciones usan
do una propiedad de los gráficos de Excel, que permiten calcular los pará
metros de las rectas o curvas de regresión y los coeficientes de correlación
respectivos.
Ejemplo
La empresa Informatix SA vende Netbooks de importación. Para estimar sus

necesidades de importación para los próximos meses dispone de un estudio
de mercado con los siguientes datos:
Mes 1 2 3 4 5 6 7 8 9
Demanda 50 61 72 79 89 99 111 122 131
48
Matemática
El gráfico resultante es el que vemos arriba, con la línea quebrada que repre
senta los datos y la línea de tendencia superpuesta. La ecuación de la línea
de tendencia es la que vemos en la parte superior derecha, la cual nos permi
te interpolar o, si se justifica, extrapolar para determinar la demanda esperada
en los meses que siguen al 9º. El coeficiente de correlación R2 es de 0.9981,
lo cual indica que R = 0.999 (obtenido extrayendo la raíz cuadrada de R2) de
modo que la correlación es casi perfecta.
Para extrapolar la demanda y calcular, por ejemplo, la del mes 10 hace
mos el siguiente cálculo:
D10 = y10 = 10,083 * 10 + 40,028
Esta expresión nos da un valor de demanda de 140.8 unidades ≈141 uni

dades, siempre que sea válido considerar que se mantendrá una demanda
creciente en el mes 10.
Regresiones no lineales
El procedimiento puede extenderse a datos que son mejor representados por

funciones no lineales. La demostración del procedimiento no se hará aquí,
sólo se mostrará cómo ejecutar el ajuste de un conjunto de datos a curvas no
lineales y cuál es el criterio para elegir la curva más adecuada para cada caso.
Supongamos que ahora tenemos la siguiente tabla de Ingresos por Ventas:
Ventas 100 200 300 400 500 600

Ingresos 19400 37600 54600 70400 85000 98400
Mientras que la tabla de Costos es la siguiente:
Costos fijos 30000 30000 30000 30000 30000 30000

Costos variables 10000 20000 30000 40000 50000 60000
Costos Totales 40000 50000 60000 70000 80000 90000
La curva de ingresos en función de las ventas resulta ser:
49
Si queremos hacer una regresión lineal para encontrar los parámetros de la

recta óptima que representa el conjunto de datos obtenemos:
Esta recta tiene un ajuste suficientemente bueno como para usarla para extra
polaciones de corto alcance, por ejemplo, 700 unidades de ventas.
Veamos qué sucede si hacemos una regresión no lineal, considerando una
forma cuadrática:
Obtenemos, con una regresión polinomial, una expresión cuadrática con un

Coeficiente de Correlación R = 1.
La elección se ha hecho con el siguiente procedimiento: se selecciona la curva

de representación de datos con el mouse y luego se ejecutan los comandos:
Gráfico >> Agregar Línea de Tendencia >> Polinomial >> Grado 2; por supues
to, en todos los casos hay que tener la precaución de seleccionar Opciones y
dentro de las Opciones marcar con el mouse: Presentar ecuación en el gráfico
y Presentar el valor de R2 en el gráfico.
Hemos ajustado las escalas de valores de abscisas y ordenadas para
mejorar la forma de ver la gráfica.
Si hubiéramos querido representar los datos con un polinomio de orden
superior, hubiéramos elegido el orden en la casilla respectiva, como 3, 4 o
5, por ejemplo.
Otra alternativa, que suele ser útil en casos especiales, es usar una forma
exponencial para la regresión. Veamos qué sucede en el caso anterior:
50
Matemática
Esta expresión nos da un coeficiente de correlación menor y una forma de la

curva que nos va a llevar a errores significativos si quisiéramos calcular los
Ingresos correspondientes a una venta de 700 unidades, por ejemplo.
Con estos ejemplos hemos querido explicar que la elección de la curva de

regresión va a condicionar los resultados a obtener. De cualquier manera, por
tratarse de un método numérico aproximado, en muchos casos no tendremos
mejor solución que una de las regresiones propuestas.
Se deja como ejercicio para los estudiantes hacer pruebas con los mis
mos datos para otras curvas de regresión y sacar conclusiones al respecto.
Una regla práctica indica comenzar con la regresión lineal y verificar si los
resultados obtenidos se apartan demasiado de los datos reales.
Por ejemplo, en el caso analizado para la regresión cuadrática, la regresión
lineal sugiere desviaciones crecientes en extrapolaciones para mayores valo
res de las unidades vendidas, pero muestra una razonable capacidad para
interpolar datos, dentro del rango de valores propuestos.
Otras curvas de regresión son aplicables a casos especiales, como la loga
rítmica, la potencial o los promedios móviles (muy usados en el análisis de
series de tiempo en Economía, por ejemplo).
Las diferentes versiones de Excel pueden mostrar diferencias en los
menúes pero las operaciones, básicamente, son las mismas en todas ellas.
51
2
Las ideas básicas del cálculo
Objetivos
• Comprender el concepto de límite de una función y analizar su continuidad

en un valor dado.
• Entender los conceptos de cociente incremental y derivada de una función
en un punto.
• Comprender y aproximar funciones en las cercanías de un valor usando
derivadas y aproximación lineal o de grado superior.
• Calcular los intervalos de crecimiento y decrecimiento de una función.
Obtención de máximos y mínimos (extremos relativos) utilizando la derivada.
2.1. Introducción
El cálculo, en diversas formas, fue conocido en la antigüedad por matemáti- Del latín calculus, una
cos orientales y occidentales; japoneses, indios, iraquíes, persas y griegos piedra pequeña usada
para contar.
desarrollaron algunas de sus formas y se dice que, entre los textos perdidos
de Arquímedes, 200 a.C., se encuentran consideraciones sobre derivadas e
integrales. Sin embargo, en su forma actual fue desarrollado, casi simultá-
neamente, por Newton en Inglaterra y Leibniz en Alemania. Newton se dedicó
principalmente a los fundamentos del cálculo y Leibniz a la notación que se
usa actualmente. Esta disciplina trabaja con cantidades pequeñas, de allí su
calificativo de infinitesimal, concepto abstracto que, a veces, no resulta fácil
de capturar e incorporar.
Para analizar la continuidad de las funciones se trabaja con límites, esto
es, con los valores que toma una función cuando la variable independiente
se aproxima, con valores pequeños y sucesivos, a un valor que, en algunos
casos, no llega a alcanzar nunca, como se verá en uno de los ejemplos más
adelante. En el terreno práctico, el cálculo se aplica para estudiar el área bajo
una curva, las velocidades y el movimiento y también problemas de óptimos,
considerados como máximos o mínimos relativos de una función dentro de
límites impuestos por restricciones. Es riguroso en cuanto a los postulados
que lo respaldan, como toda construcción en Matemática.
La axiomática –el conjunto de postulados– debe ser estrictamente respe-
tada para, valga la paradoja, no cometer errores de cálculo. En ese orden, el
cálculo se maneja con una serie de reglas que no dan lugar a opiniones, como
puede suceder en otras ciencias, especialmente las sociales. Precisamente,
en los últimos tiempos han aparecido textos de Matemática para las Cien-
53
cias Sociales, que desarrollan conceptos aplicables a algunas de ellas. En

ese sentido han sido pioneras la Sociología y la Psicología (Psicometría) con
el uso del cálculo de probabilidades, estadística y números índice para carac-
terizar conductas de grupos humanos o de individuos aislados. Allí, puede ser
opinable la forma de aplicar el cálculo, no el cálculo en sí. Como cualquier otra
herramienta, lo que la distingue es su aplicación correcta.
El cálculo o cálculo infinitesimal comprende básicamente límites, funciones,

derivadas, integrales y series infinitas. Se distinguen dos ramas principales:
el cálculo diferencial y el cálculo integral. En general, se aplica el cálculo infi-
nitesimal o simplemente el cálculo, cuando las ecuaciones –materia del Álge-
bra– son insuficientes para describir un fenómeno.
Las aplicaciones del cálculo son muy diversas; las principales son las Cien-
cias Exactas, la Economía y la Ingeniería, aunque el grado de intensidad en
estas aplicaciones puede ser diferente. Dentro de la Economía, en una forma
más general, se consideran incluidas las Ciencias de la Administración, en
las que también se aplican algunas de las formas del cálculo.
En esta Unidad se considerarán los límites y la continuidad de las funcio-
nes de una sola variable independiente, así como las derivadas de las mis-
mas. En el desarrollo se considerarán problemas de aplicación vinculados con
las carreras de grado que incluyen este curso en sus currículos.
La noción de derivada es históricamente anterior al concepto de límite. Sin embargo, se utilizará

este concepto en la definición de la derivada. La derivada de una función en un punto surge del
Pierre de Fermat (1601-
1665) fue un destacado problema de calcular la tangente a la gráfica de la función en ese punto. Fue Fermat el que apor-
jurista y matemático francés. Su tó la primera idea al tratar de buscar los máximos y mínimos de algunas funciones. En dichos
trabajos abrieron el camino al puntos, las tangentes son paralelas al eje de abscisas, por lo que el ángulo que forman con éste
desarrollo ulterior del cálculo infi- es de cero grado. En estas condiciones, Fermat buscaba aquellos puntos en los que las tangentes
nitesimal por Newton y Leibniz. En
fueran horizontales, y esta es una de las aplicaciones de las derivadas que más se utilizan para el
1654, y como resultado de una
larga correspondencia, desarrolló análisis de una función.
con Blaise Pascal los principios de
la teoría de la probabilidad.
También realizó destacados apor-
tes en geometría analítica y la teo-
ría de números. 2.2. El límite
Fuente: www.biografiasyvidas.com
Las primeras definiciones El límite de una función está íntimamente unido a su representación gráfi-
de límite aparecen en la ca y a la interpretación de la misma debido a que indica su comportamiento
obra de Wallis (1616-1703) y en o tendencia. Por esta razón, el concepto de límite es básico en el Análisis
ella se utiliza por primera vez el
símbolo infinito. Con posteriori- Matemático.
dad, D’Alembert perfeccionó la
definición. Fue Cauchy (1789-
1857) quien elaboró la definición
que utilizamos hoy en día.
54
Matemática
2.2.1. Un ejemplo de aplicación del límite
La función
no está definida en x = 2, ya que para ese valor el denominador se hace cero.

La pregunta que se plantea es qué sucede con la función para valores de x
cercanos a 2. f(x) se acerca a un valor al que se llamará límite de la función
f(x) cuando x se acerca a un valor dado (en este ejemplo, este valor es 2 y se
dice que x tiende a 2). Una manera de estudiarlo es realizando una tabla y
evaluando la función en estos valores cercanos a 2. La forma más simple es
utilizar el Excel de la siguiente manera (se hará una descripción general como
para poder reproducirla en otro problema):
En la primera columna se colocan valores crecientes, por ejemplo del 1 al

7, luego en la segunda columna se calcula 10 elevado a la potencia de los
valores de la columna anterior (B1=10^A1). En la tercer columna se calculan
los inversos multiplicativos de la segunda columna (C1=1/B1). En la cuarta y
quinta columna se calculan los valores cercanos a 2 donde se desea estudiar
la función, para ello se suma y se resta el número pequeño calculado en la
columna anterior al valor 2, se hace D1=2-C1 y E1=2+C1. Finalmente, se cal-
cula la función en cuestión en los valores de x cercanos a 2, que acabamos
de obtener F1=+(D1^3-8)/(D1-2) y G1=+(E1^3-8)/(E1-2). Con ello se obtiene
la siguiente tabla al calcular los pasos anteriores para el resto de la misma.
1 10 0,1 1,9 2,1 11,41 12,61

2 100 0,01 1,99 2,01 11,9401 12,0601
3 1000 0,001 1,999 2,001 11,994001 12,006001
4 10000 0,0001 1,9999 2,0001 11,9994 12,0006
5 100000 0,00001 1,99999 2,00001 11,99994 12,00006
6 1000000 0,000001 1,999999 2,000001 11,999994 12,000006
7 10000000 0,0000001 1,9999999 2,0000001 11,9999994 12,0000006
En esta tabla de observa que cuando x tiende a 2 la función tiende a 12 y se

escribe como
También se puede ver el comportamiento de la función gráficamente con la

ayuda del Gnuplot:
gnuplot> f(x)=((x**3)-8)/(x-2)
gnuplot> plot [1.999:2.001] f(x)
donde se obtiene el siguiente gráfico:
55
G.2.1.
No se observa ningún problema de la función en x = 2, sin embargo, si se

quiere evaluar la función en este valor, el Gnuplot devuelve el siguiente men-
saje de error (se está intentando dividir por cero):
gnuplot> print f(2)
gnuplot> print f(2)

^
undefined value
Generalizando, el concepto de límite de una función está relacionado con lo

que sucede con los valores a los que se aproxima la función f(x) cuando la
variable x se aproxima a un número a se dice que,
El límite de una función f(x) cuando x se aproxima a un número a es l

aa si los valores correspondientes de la función f(x) se aproximan al valor
l. Ello se representa de la forma:
La manera formal de demostrarlo es ver que se puede hacer la diferencia |

f (x) - l | tan pequeña como se quiera, (se puede hacer | f (x) - l |< ε, ε > 0) si
tomamos valores de x lo suficientemente cercanos a a (existe el número δ >
0 tal que si | x - a |< δ, entonces se cumple que | f (x) - l | < ε, ε > 0).
Se advierte aquí que en la definición de límite no entra en discusión el
valor de f(x) en x = a, (f(a)). De hecho, la función en x = a puede no ser igual
a l o incluso puede llegar a no estar definida para ese valor como se vio en
el ejemplo anterior.
56
Matemática
También se pueden definir los límites laterales (límites por derecha o izquier-
da), en los cuales se aproxima al número a con valores de x mayores o meno-
res que a respectivamente. Estos límites se expresan como:
Límite por izquierda o límite izquierdo
Límite por derecha o límite derecho
Se dice que existe

aa si existe el límite por derecha y el límite por izquierda de f (x) en
x = a y además estos límites coinciden.
En el ejemplo de la función que se estudió previamente con la tabla, estos

límites existen y coinciden en el valor 12, y por ello se concluye que
2.2.2. Cálculo algebraico del límite
La función anterior
no se puede evaluar en el punto x = 2, pues no está definida. Lo que sí se

puede hacer es transformarla algebraicamente en otra función que tenga el
mismo comportamiento que ella en todos los valores de x salvo en 2. Luego
si x ≠ 2, el denominador es siempre distinto de cero y f (x) se transforma en
g(x) = x2 + 2.x + 4 luego de hacer (x3 – 8) : (x – 2).
Para dividir ambos polinomios se completa el dividendo y se realizan los

siguientes pasos:
57
Luego (x3 – 8) : (x – 2) = x2 + 2.x + 4
Volviendo al límite se tiene:
Resultado que se obtuvo previamente con la tabla de valores.
2.2.3. Un límite muy particular
Veremos qué sucede con el siguiente límite cuando x tiende a cero:
Para comenzar,
la función
no está definida en x = 0 ya que la potencia (1/x) no está definida en x = 0.
Si se quiere calcular el límite por izquierda y por derecha, como se hizo en el

ejemplo anterior, construyendo una tabla de valores, esta vez calculándolos
de a uno en lugar de hacerlo con el Excel, se tomarán valores cada vez más
cercanos a cero. Acercándose por izquierda con valores menores que cero
serán valores negativos, mientras que al hacerlo por derecha serán positivos.
Para realizar los cálculos más fácilmente sólo se tomarán fracciones cada vez
más pequeñas (en valor absoluto). El cálculo para algunos valores acercán-
dose por ambos lados es el siguiente:
58
Matemática
Límite por Izquierda Límite por derecha

x<0 f(x) x>0 f(x)
-1/2 4 1/2 (3/2)2 = 2.25
-1/3 (3/2)3 = 3.375 1/3 (4/3)3 ≈ 2.3704
-1/4 (4/3)4 ≈ 3.1605 1/4 (5/4)4 ≈ 2.4414
-1/5 (5/4)5 ≈ 3.0518 1/5 (6/5)5 = 2.48832
-1/n (n/(n-1))n 1/n ((n+1)/n)n
-1/100 (100/99)100≈2,732 1/100 (101/100)100≈2,705
De esta forma se obtienen expresiones para estimar los límites por derecha
y por izquierda. Hasta aquí se puede estimar que el límite estará entre 2.705
y 2.733. Si se utiliza ahora el Excel para calcular con valores más cercanos a
cero como se realizó en el ejemplo anterior, utilizando las expresiones recién
obtenidas, resulta:
n (n/(n-1))n ((n+1)/n)n
10 2,86797199 2,59374246
100 2,73199903 2,70481383
1000 2,71964222 2,71692393
10000 2,71841776 2,71814593
100000 2,71829542 2,71826824
1000000 2,71828319 2,71828047
10000000 2,71828197 2,71828169
100000000 2,71828185 2,71828179
Con estos valores se observa que ambos límites tienden a un valor cercano a
2.718281... entre 2.71828185 y 2.71828179. El verdadero valor del límite
es un número de los denominados trascendentes, con infinitas cifras decima-
les y con el que ya se trabajó en la unidad anterior.
El límite en este caso es el famoso número e que se utiliza en la base

aa de los logaritmos neperianos o como base de la función exponencial
ex y de hecho, este límite, es una de las formas de definir este número:
59
2.3. Continuidad
Se dice que una función es continua en el punto x = a si la función está defi-

nida en x = a; si existe
Lim f ( x )
x→ a
y si este límite coincide con f(a)
En el ejemplo previo, la función
no está definida en x = 2, con lo cual la función no es continua por esta razón,

sin importar que exista el límite
Sin embargo, dado que existe el límite de f(x) cuando x tiende a 2, esa discon-
tinuidad se puede evitar definiendo una nueva función g(x) igual a f(x) en todos
los x distintos de 2 pero que en x = 2 tome el valor 12. (g(2)=12).
Para esta “nueva” función g(x), se cumplen las condiciones de continuidad

en x = 2 ya que está definida en 2; g(2) = 12; existe el límite de g(x) cuando
x tiende a 2
y este límite coincide con el valor de la función en x = 2.
2.4. Cociente incremental y derivada
Dada una función f(x) el cociente incremental entre los puntos (x1, f(x1)) y
(x2, f(x2)) se define como:
60
Matemática
A este cociente también se lo llama tasa de variación media o tasa de varia-

ción promedio entre x2 y x1. Gráficamente, se observa que el cociente incre-
mental es la pendiente de la recta que pasa por los puntos (x1, f(x1)) y (x2, f(x2)).
G.2.2.
Se observa que en los tramos donde la función crece, el cociente es positi-

vo pues f(x2) > f(x1), y en los tramos donde la función decrece, el cociente es
negativo pues f(x2) < f(x1). En el caso particular de que la función sea una recta,
este cociente es constante e igual a la pendiente de la recta.
2.4.1. Derivada de una función en un punto
Tomando a = x1 y a + h = x2, el cociente incremental previo resulta
G.2.3.
61
Se puede observar que a medida que h disminuye (h → 0), los puntos se acer-
can y la recta secante a la gráfica de la función se transforma en una recta
tangente a la función en x = a.
El valor del cociente incremental cuando h tiende a 0 es la pendiente

aa de la recta tangente a la función en x = a
Este límite es lo que se llama la derivada de la función f(x) en el punto

a y se escribe como f ’(a). La derivada de una función en un punto a
se llama también tasa de crecimiento instantáneo de la función en a. La
derivada de una función en un punto es un número.
La función derivada de una función f(x) se llama f ’(x) y se obtiene haciendo
2.4.2. Reglas de derivación
La derivada de cualquier función puede calcularse utilizando la definición que

Véase en el Apéndice 1 se ha dado. Para las funciones mas simples se calcula utilizando el límite;
un resumen de estas fun-
para funciones mas complejas –sumas, productos o composiciones de fun-
ciones y sus derivadas
ciones simples– las derivadas pueden calcularse utilizando las reglas de
derivación.
Derivada de una función constante f(x) = k es cero
Derivada de la función f(x) = 1/x
62
Matemática
Derivada de la suma (diferencia) de funciones
Ejemplo: (ln(x)+1/x)’=(ln(x))’ + (1/x)’ = 1/x + (- 1/x2) =
Derivada de un polinomio
y = x 4 + 2 x3 + 3x + 5
y ' = 4 x3 + 6 x 2 + 3
Como vimos anteriormente, cada sumando del polinomio se deriva en forma
independiente del otro y se obtiene una función derivada que es la suma de
las derivadas de cada uno de los elementos del polinomio primitivo.
Derivada del producto de funciones
Ejemplo
Derivada del cociente de funciones
Ejemplo
63
Derivada de la composición de funciones (regla de la cadena)
Ejemplo
En este caso, se puede resolver la derivada calculando primero la función

composición y derivando la función cuadrática resultante:
(f o g)(x)=2(25 x2-2 5x 1+ 12)+ 1=50 x2 - 20 x + 3
entonces se obtiene el mismo resultado
(f o g)’(x)= 100 x -20
1.
cc
a. Calcule las derivadas de las siguientes funciones:
64
Matemática
b. Calcule mediante la fórmula de la derivada de una potencia:
c. Calcule mediante la fórmula de la derivada de una raíz:
d. Derive las siguientes funciones exponenciales:
65
e. Calcule la derivada de las siguientes funciones logarítmicas:
f. Calcule la derivada de las siguientes funciones:
2.4.3. Derivadas de orden superior
La derivada de una función es a su vez una función, con lo cual también puede
calcularse su derivada, y así sucesivamente.
Ejemplos
f(x) = x4 - 2 x3 + 3 x2 + 4x - 8
f(x)’ = 4 x3 - 6 x2 + 6 x + 4
La derivada de la derivada será
(f(x)’)’ = f(x)(2) = 12 x2 - 12 x + 6
y así se puede seguir derivando
((f(x)’)’)’ = f(x)(3) = 24 x - 12
(((f(x)’)’)’)’ = f(x)(4) = 24
((((f(x)’)’)’)’)’ = f(x)(5) = 0
66
Matemática
2. Halle las derivadas sucesivas de:

cc

2.5. Aproximación lineal
Se puede aproximar el valor de una función en las cercanías de un punto a

calculando la recta tangente a la función en ese punto y aproximando el valor
de la función por el valor de la recta tangente.
En general, si una función es derivable en x = a se puede aproximar el valor

de la función f(x) en x = a usando la recta que pasa por el punto (a, f(a)) y cuya
pendiente es igual a la derivada de f(x) en el punto a.
De esta forma, se puede aproximar f(x) para valores cercanos a a usando la

recta m (x a) + b = f ‘(a) (x a) + f(a).
Como ejemplo calculamos 4.000009

Se puede aproximar la función f ( x ) = x para el valor x = 4.000009, en
las cercanías de x = 4.
Buscando la recta tangente a f ( x) = x en x = 4 utilizando la derivada de

f ( x) = x se obtiene:
entonces la recta tangente que se busca es ,
en particular en x = 4 se tiene .
Con ello se puede aproximar el valor 4.000009 por
1 1
( 4.000009 – 4 ) + 2 = ( 0.000009 ) + 2 = 0.00000225 + 2 = 2.00000225
4 4
Se puede comparar este resultado aproximado con el que nos entrega una
calculadora:
4.000009 = 2,00000224999873
Es decir, pudimos calcular casi exactamente, utilizando cuentas sencillas y

evaluando una recta, una raíz cuadrada que solo se puede resolver utilizando
una calculadora.
67
3.
cc
a. Halle la ecuación de la recta tangente a la función
f(x) = A ln(x) en x = 1.
a. Grafique en un mismo gráfico f(x) y la recta que resuelve el proble-

ma propuesto para A= 5.
b. Aproximar el valor de f(x) en x = 1.003 para A = 5.
2.6. Teoremas generales sobre la continuidad
Intuitivamente, se puede interpretar la continuidad de una función si para

valores cercanos del dominio se producen pequeñas variaciones en los valo-
res que toma la función. Se puede graficar una función continua sin tener que
levantar el lápiz del papel donde se realiza la gráfica.
2.6.1. Intervalos
Hasta aquí se ha hecho referencia al conjunto de salida (intervalo) sobre el

cual se estudia el comportamiento de una función dada. Este conjunto, gene-
ralmente de números reales, estará definido de distintas formas:
• Intervalo abierto (a, b), es el conjunto de todos los número reales x que
cumplen la condición a < x < b. Nótese que los extremos del intervalo, los
valores a y b, NO pertenecen al conjunto de salida.
• Intervalo cerrado [a, b], es el conjunto de todos los números reales x que
cumplen la condición a ≤ x ≤ b. Nótese aquí que los extremos del intervalo,
los valores a y b, SÍ pertenecen al conjunto de salida.
• Intervalos semiabiertos [a, b) o (a, b] es el conjunto de todos los números
reales x que cumplen la condición a ≤ x < b o a < x ≤ b respectivamente.
En este caso un extremo pertenece al conjunto y el otro no.
2.6.2. Teoremas
Se enunciarán algunos teoremas fundamentales sobre continuidad y se verán

algunas aplicaciones de los mismos.
Toda función continua de una función continua es una función

aa continua.
Como ejemplo más simple se puede decir que la función lineal f(x) = ax+ b es
continua y entonces también lo será la función g(x) = cx + d. Lo que este teo-
rema dice es que g(f(x)) = g(ax+ b) = c (ax+ b) + d = ca x + (cb + d) también
es continua (en este caso particular también sigue siendo una recta).
68
Matemática
Otro ejemplo puede ser la función cuadrática f(x) = x2 + 1 que también es

continua, como todos los polinomios, que en este caso toma valores mayo-
res o iguales a 1; y la función g(x) = x que es continua para todo x > 0. De
estas dos funciones se puede concluir que la función
g(f(x)) = g(x2 + 1) = x 2 + 1 es continua para todo x.
Toda función continua en un intervalo cerrado [a, b] es acotada: existe

aa un valor para el cual la función es para todos los valores dentro del inter-
valo menor que él. También existe un valor en ese intervalo para el cual
la función es mayor. Este es el enunciado del Teorema de Weierstrass. Karl Weierstrass (1815-
1897). Matemático ale-
mán que suele citarse como el
padre del análisis moderno.
Obsérvese cuán importante es la exigencia de que el intervalo sea cerrado,
esto es, que los extremos a y b formen parte del intervalo. La función 1/x que
es continua en el intervalo abierto (0, 1), no está acotada en él, ya que como
el intervalo es abierto en 0, se puede acercar a 0 tanto como se quiera encon-
trando un valor para 1/x cada vez mayor. En este caso se dice que la función
no tiene cota superior. Sin embargo, sí tiene cota inferior; por ejemplo, el valor
1 es una cota inferior ya que la función toma valores mayores que 1 en todo
el intervalo de estudio mencionado.
Nuevamente si se toma como ejemplo la función 1/x que es continua en el
intervalo abierto (0, 1), no tiene mínimo, pues al acercarnos a 1 pueden hallar- Fuente: Wikimedia commons
se valores cada vez más pequeños. Si el intervalo fuera cerrado en 1, enton-
ces sí la función tendría un mínimo en x = 1. Tampoco tiene máximo (como se
vio, ni siquiera estaba acotada).
Si en un intervalo cerrado [a, b] resultan f(a) y f(b) de signo opuesto,

aa hay (por lo menos) un valor c interior al intervalo en el cual se anula la
función: f(c) = 0.
Este es el enunciado del teorema de Bolzano y constituye el fundamen-
to teórico de los métodos de resolución aproximada de ecuaciones.
G.2.4.
Bernard Bolzano (1781-

1851) fue matemático,
lógico, filósofo y teólogo bohemio;
realizó importantes contribuciones
Una función continua no puede pasar de un valor f(x1) a otro distinto f(x2) sin a las matemáticas y a la teoría del
pasar por todos los valores intermedios. conocimiento.
Fuente: Wikimedia commons.
aa
69
Dada una función continua en un intervalo cerrado [a, b] y derivable

aa en el intervalo abierto (a, b), existe un punto dentro del intervalo abier-
to c ∈ (a, b) tal que

Este es el enunciado del teorema de Lagrange.
Dada una función continua en un intervalo cerrado [a, b] y derivable
Joseph Louis Lagrange

aa en el intervalo abierto (a, b) y f(a) = f(b), existe un punto dentro del
intervalo abierto c ∈ (a, b) tal que f ´(c) = 0. Este es el enunciado del
(1736 - 1813), mate- teorema de Rolle.
mático, físico y astrónomo fran-
co-italiano, demostró el teorema
del valor medio, desarrolló la
mecánica lagrangiana y realizó 2.6.3. Aplicación del teorema de Bolzano
una importante contribución en
astronomía.
Utilizando el teorema de Bolzano se pueden resolver ecuaciones en forma aproxi-
Fuente: Wikimedia commons.
mada y también hallar raíces de funciones. Por ejemplo, la simple ecuación
Michel Rolle (1652- x2 = 2, cuya solución conocida para los valores positivos de x es x = 2 , se
1719). Matemático puede resolver en forma aproximada y así obtener un valor numérico aproxi-
francés, se dedicó preferente-
mente a la teoría de ecuaciones, mado. Para ello se escribe la ecuación anterior, pasando el 2 al lado izquier-
dominio en el que encontró do, obteniendo la ecuación igualada a cero, x2 - 2 = 0. Por lo tanto, hallar la
diversos resultados, entre los solución de la ecuación inicial es equivalente a hallar las raíces de la función
que se destaca el reconocido
f(x)= x2 – 2.
teorema que lleva su nombre,
formulado en 1691, que repre- Esta función es continua en el intervalo [1, 2] y además f(1) = -1 y f(2) = 2,
senta una aplicación de la teoría con lo cual el teorema de Bolzano nos asegura que existe
de funciones a la de ecuaciones
algebraicas. También inventó la
notación n x para designar la c ∈ [1, 2] tal que f(c) = 0.
enésima raíz de x.
La idea es ir encerrando el valor c tomando valores xi dentro del intervalo
[1, 2]. Si por casualidad se selecciona un xi tal que f(xi) = 0 ya se encon-
tró entonces el valor c que se buscaba. Si en cambio f(xi) ≠ 0 entonces hay
que ver qué signo tiene f(xi). En este punto se reemplaza el intervalo origi-
nal [1, 2] cambiando el extremo del intervalo donde la función tiene el mismo
signo que f(xi ).
Con símbolos esto se expresa de la siguiente manera:
Si f(xi). f(a) > 0 entonces ambos tienen el mismo signo.

Si f(xi). f(a) < 0 ambos tienen signos contrarios.
En el caso f(xi). f(a) > 0, se vuelve a tener un problema equivalente al ini-

cial: dada la función f(x)= x2 – 2, continua en el intervalo [xi , 2] y además
f(xi) < 0 y f(2) = 2, nuevamente existe un valor donde se anula la función pero
ahora en el nuevo intervalo –más pequeño que el inicial– y por ello se va aco-
rralando el valor donde se anula la función.
Método de la bisectriz para elegir xi
En principio, xi se puede elegir aleatoriamente tomando cualquier valor den-

tro del intervalo. Un método para seleccionarlo es elegir un valor de la forma
70
Matemática
más efectiva posible. Si se toma un valor xi más cercano a b y por lo tanto

más alejado de a y sucede lo que se supuso antes, f(xi). f(a) > 0, entonces
es efectivo tomarlo más cercano a b ya que el nuevo intervalo [xi , b] es más
pequeño que si se toma el xi más cercano a a.
Sin embargo, si la situación es la inversa y se cumple que f(xi). f(a) < 0 (sig-
nos opuestos), entonces el intervalo en el que se continúa buscando la raíz
será el [a, xi], con lo cual la elección es poco efectiva, pues al haber tomado
el xi más cercano a b el intervalo [a, xi] es mayor que si se hubiese tomado
el xi más cercano a a. De esta manera, la solución salomónica es elegir un xi
que esté a la misma distancia de ambos extremos y este valor es el que se
conoce como el promedio
a+b
xi =
2
y geométricamente, se llama bisectriz del segmento .
Para terminar con el ejemplo se puede resolver el problema con la ayuda del
programa Excel. Se abre el programa y en la primer columna y primera fila se
coloca el valor inicial del intervalo a estudiar, al que se llamó en general a; en
la segunda columna se coloca el valor del otro extremo del intervalo, b; en la
tercera columna se calcula el promedio de los extremos. Para ello se escribe
en la celda C1 lo siguiente
=(A1+B1)/2
con estos comandos se suma el valor de la celda A1 con el de la celda B1 y
se divide este resultado por 2. En la celda D1, E1 y F1 se coloca el valor de
la función f(x) evaluada en los extremos y en el promedio:
a+b
x = a, b y xi =
2
Nuevamente, usando el programa para que evalúe la función en la celda D1
se escribe =A1*A1-2; en la celda E1 se escribe =B1*B1-2 y por último en la
celda F1 se coloca =C1*C1-2 . Con ello ya se tiene la primera fila de la tabla.
Aquí se debe elegir qué extremo reemplazar por el xi.
Para ello se debe considerar si f(xi). f(a) > 0 o si f(xi). f(a) < 0. Se puede
realizar esta comparación utilizando el mismo programa.
En la celda A2 se debe escribir =SI(D1*F1>0;C1;A1); luego, en la celda
B2 se escribe =SI(E1*F1>0;C1;B1). En las celdas C2 a F2 se copia lo coloca-
do en la fila 1 marcando las celdas C1 a F1 y poniendo el cursor en la esqui-
na inferior derecha de la celda F1 hasta que el cursor se convierte en un +
negro, allí se aprieta el botón izquierdo del mouse, se lo mantiene apretado y
se baja hasta la fila 2. De esta manera se copian los valores de la fila 1 en la
fila 2, pero considerando en lugar de los valores celda A1 los de la celda A2 y
lo mismo con los valores de la columna B. Por último, se hace lo mismo pero
para todas las columnas en la fila 3 en adelante, marcando toda la fila 2 y
nuevamente poniendo el cursor en la esquina inferior derecha de la celda F2
hasta que el cursor se convierte en un + negro, allí se aprieta el botón izquier-
do del mouse, se lo mantiene apretado y se lo baja hasta la fila que se desee
calcular. Cuanto más filas se calculen, más se irá cercando a la raíz buscada.
La siguiente es una muestra de la tabla que se obtiene:
71
A b xi f(a) f(b) f(xi)

1 2 1,5 -1 2 0,25
1 1,5 1,25 -1 0,25 -0,4375
1,25 1,5 1,375 -0,4375 0,25 -0,109375
1,375 1,5 1,4375 -0,109375 0,25 0,06640625
1,375 1,4375 1,40625 -0,109375 0,06640625 -0,02246094
1,40625 1,4375 1,421875 -0,022460938 0,06640625 0,02172852
1,40625 1,421875 1,4140625 -0,022460938 0,02172852 -0,00042725
1,4140625 1,421875 1,41796875 -0,000427246 0,02172852 0,01063538
1,4140625 1,41796875 1,41601563 -0,000427246 0,01063538 0,00510025
1,4140625 1,41601563 1,41503906 -0,000427246 0,00510025 0,00233555
1,4140625 1,41503906 1,41455078 -0,000427246 0,00233555 0,00095391
1,4140625 1,41455078 1,41430664 -0,000427246 0,00095391 0,00026327
1,4140625 1,41430664 1,41418457 -0,000427246 0,00026327 -8,2001E-05
1,41418457 1,41430664 1,41424561 -8,20011E-05 0,00026327 9,0633E-05
1,41418457 1,41424561 1,41421509 -8,20011E-05 9,0633E-05 4,3148E-06
1,41418457 1,41421509 1,41419983 -8,20011E-05 4,3148E-06 -3,8843E-05
1,41419983 1,41421509 1,41420746 -3,88434E-05 4,3148E-06 -1,7264E-05
1,41420746 1,41421509 1,41421127 -1,72643E-05 4,3148E-06 -6,4748E-06
1,41421127 1,41421509 1,41421318 -6,47477E-06 4,3148E-06 -1,08E-06
1,41421318 1,41421509 1,41421413 -1,07998E-06 4,3148E-06 1,6174E-06
1,41421318 1,41421413 1,41421366 -1,07998E-06 1,6174E-06 2,6872E-07
1,41421318 1,41421366 1,41421342 -1,07998E-06 2,6872E-07 -4,0563E-07
1,41421342 1,41421366 1,41421354 -4,05632E-07 2,6872E-07 -6,8457E-08
2.7. Crecimiento de una función y su relación con la

derivada
Se define una función creciente en el intervalo (a, b) si para todo par de

aa puntos x1 y x2 pertenecientes al intervalo, se verifica que si x1 < x2 enton-
ces f(x1) ≤ f(x2). Una función decreciente en el intervalo (a, b) es tal, si
para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica
que si x1 < x2 entonces f(x1) ≥ f(x2).
Se define una función estrictamente creciente en el intervalo (a, b) si

para todo par de puntos x1 y x2 pertenecientes al intervalo, se verifica que
si x1 < x2 entonces f (x1) < f (x2). En tanto una función es estrictamente
decreciente en el intervalo (a, b), si para todo par de puntos x1 y x2 per-
tenecientes al intervalo, se verifica que si x1 < x2 entonces f (x1) > f (x2).
Es posible relacionar el crecimiento o decrecimiento de una función con el

comportamiento de su derivada. La derivada se calcula como
De esta forma, para una función estrictamente creciente se tiene que si

x1 < x2 entonces f(x1) < f(x2); tanto el numerador como el denominador que
aparecen en el cálculo de la derivada son positivos, con lo cual la derivada
72
Matemática
tiene que ser positiva. Con un razonamiento similar, si la derivada es negati-

va, la función tiene que ser estrictamente decreciente en el entorno del valor
donde se calculó la derivada. Con estos dos conceptos se puede expresar una
condición necesaria para que una función tenga un máximo en x = x0. Para x
< x0 la función debe ser creciente (derivada positiva) y para x > x0 la función
debe ser decreciente (derivada negativa). De aquí que una condición necesa-
ria para que una función tenga un máximo o mínimo en x0, es que su derivada
debe anularse f ´(x0) = 0.
G.2.5.
Que la derivada sea nula es una condición necesaria, pero no suficiente ya

que podría tratarse de un punto de inflexión. En este caso, la función es cre-
ciente (derivada positiva), deja de crecer (derivada nula) y vuelve a crecer
(derivada nuevamente positiva):
G.2.6.
73
Ejemplo
Estudio de la función f(x)= 12 x5 + 15 x4- 40 x3
Primero se calcula la derivada y se buscan los valores de x para los cuales se

anula (estos valores se denominan en forma genérica x0).
En este caso, la derivada es fácil de calcular ya que se trata de un polino-
mio, por lo que se obtiene:
f ‘(x) = 12 . 5 x(5-1) + 15. 4 x(4-1) - 40 . 3 x(3-1) = 60 x4 + 60 x3 - 120 x2

= 60 x2 (x2 + x - 2)
De esta forma, la derivada se anula en x = 0 o bien cuando x2 + x - 2= 0. Se

utiliza la expresión para las raíces de una cuadrática:
con lo cual
x = (-1+3)/2 = 2/2 = 1 es un valor que anula la derivada y
x = (-1-3)/2 = -4/2 = -2 es otro valor que anula la derivada.
De esta manera se puede escribir la derivada como
f ‘(x)= 60 x2 (x - (1))(x - (-2)) = 60 x2 (x - 1)(x + 2)
Los valores donde la función puede tener un máximo o un mínimo son

x = 0, x = 1 y x = -2.
Luego se estudian los signos de la derivada en los entornos de los x0 hallados:

En x = 0, se tiene f ‘(x)= 60 x2 (x2 + x - 2)
Se puede calcular para x < x0 y para x > x0 cómo es el signo de la derivada
y con eso ver si se trata de un máximo, mínimo o de un punto de inflexión.
Con la ayuda de una calculadora se puede calcular
f ‘(x= -0.01<0) = -0.0120594 < 0 (la función es decreciente).

f ‘(x= 0) = 0 y f ‘(x= 0.01>0)= -0.0119394 < 0 (también la función es
decreciente)
con lo cual x=0 no es ni un máximo ni un mínimo, sino un punto de inflexión.

Estas cuentas se pueden realizar en el Gnuplot:
fp(x)= 60* x*x*(x - 1)*(x + 2)
y luego, para ver cuánto vale en un valor dado de x, basta escribir (por ejem-
plo, en x=0.01)
gnuplot> print fp(0.01)
Haciendo lo mismo en x= 1 y x= -2.
f ‘(x= 0.99 <1) = -1.7582994 < 0 (la función es decreciente)
74
Matemática
f ‘(x=1) = 0 y f ‘(x= 1.01>1) = 1.8423006 > 0 (la función es creciente)
con lo cual x=1 es un mínimo.
f ‘(x= -2.01 <-2) = 7.2964206 > 0 (la función es creciente)

f ‘(x=-2) = 0 y f ‘(x= -1.99)= -7.1044194 < 0 (la función es decreciente)
con lo cual x = -2 es un máximo.
4.
cc

a. Analice la continuidad de la función f(x) =
log( x 2 )
y calcule su
derivada. x

b. Dada la función , encuentre el dominio, los
ceros, la derivada, intervalos de crecimiento y decrecimiento y los extre-
mos locales (máximos y mínimos).
c. Realice un grafico de f(x) y su derivada para comprobar los resulta-

dos obtenidos.
2.8. Derivada segunda y concavidad
La concavidad y convexidad de una función están asociadas a su curvatura.

De esta forma, si la recta (cuerda) que pasa por dos puntos de la gráfica de la
función, (x1, f(x1)) y (x2, f(x2)), deja a los puntos de la curva por debajo de ella,
se la llama convexa y si es al revés, cóncava.
G.2.7.
convexa
cóncava
Con razonamientos análogos a los utilizados para el crecimiento y la deriva-

da, decimos que si f ´´(x) > 0 entonces la función es convexa (nótese en los
gráficos que una función con un mínimo es una función convexa (f ´´(x) > 0) y
una con un máximo es cóncava (f ´´(x) < 0)).
Aplicando este resultado al ejemplo anterior se puede concluir que una
forma alternativa para ver si los puntos x0 son máximos o mínimos es estudiar
la curvatura de la función en dichos puntos, con lo cual se calcula la derivada
segunda y se evalúa en los puntos x0.
Si la derivada segunda es positiva en x0, f ´´(x0) > 0, entonces la función es
convexa y en x0 hay un mínimo. Por otro lado, si la derivada segunda es nega-
tiva en x0, f ´´(x0) < 0, entonces la función es cóncava y en x0 hay un máximo.
75
En el ejemplo anterior se tenía que
f(x)= 12 x5 + 15 x4 - 40 x3
y f ‘(x)= 60 x4 + 60 x3 - 120 x2
La derivada segunda será, entonces, la derivada de la derivada
f ´´(x)= 60 . 4 x(4-1) + 60 . 3 x(3-1) - 120 . 2 x(2-1) = 240 x3 + 180 x2 - 240 x
Nuevamente, con la ayuda del Gnuplot se puede calcular cuánto vale
f ´´(x) en x = 0, x = 1 y x = -2
f ´´(x = -2) = -432 < 0 la función es cóncava y por lo tanto tiene un máximo
en x = -2.
f ´´(x = 1) = 144 > 0 entonces la función es convexa y por lo tanto tiene un

mínimo en x =1.
f ´´(x = 0) = 0 en este caso no sirve el método de la segunda derivada y se

debe estudiar el signo de la derivada como hicimos anteriormente para ver
qué sucede en x = 0.
Para terminar el análisis, es posible comprobar lo realizado analíticamente,

viendo el gráfico de la función f(x)= 12 x5 + 15 x4 - 40 x3 (también se puede
graficar la derivada y la segunda derivada).
G.2.8.
2.9. Optimización
En este punto lo que se busca es hallar los valores de la variable independien-

te que hacen que la variable dependiente tome su valor máximo o mínimo. El
problema puede cambiar si se estudia la función en un intervalo cerrado [a, b].
76
Matemática
En él y por el teorema de Weierstrass, se puede asegurar que existe un valor

máximo y uno mínimo de la función en dicho intervalo cerrado (claro que en
este caso puede que el máximo se encuentre en un extremo del intervalo y no
se lo encontrará con el método de las derivadas). Si el intervalo es abierto (a,
b) o semiabierto entonces la función puede no estar acotada en el intervalo.
Veamos cómo se procede en cada uno de estos casos.
¿Cómo hallar extremos en el caso de tener una función derivable en un inter-

valo cerrado [a, b]?
Se buscan los puntos donde la derivada se anula f ‘(x0) = 0 y se busca cuánto

vale la función en dichos puntos f(x0). Luego se evalúa la función en los extre-
mos del intervalo f(a) y f(b). De estos valores se define cuál da el máximo (y
el mínimo) valor de f(x).
¿Cómo hallar extremos en el caso de tener una función derivable en un inter-

valo abierto (a, b)?
En primer lugar hay que estudiar qué pasa en los extremos del intervalo. Por
ejemplo, la función 1/x en el intervalo (0, 1). Si la función diverge en un extre-
mo (en el ejemplo diverge en x = 0), entonces la función no tiene máximo y no
existe la solución al problema de la maximización. Si no diverge (es acotada)
pero estrictamente creciente (o decreciente) en el intervalo, tampoco tiene
solución pues siempre se puede hallar un valor mayor (o menor) al acercarnos
más al extremo. En el ejemplo, la función no tiene mínimo pues al acercarnos
a 1 se pueden hallar valores cada vez más chicos cercanos a 1/1. Si el inter-
valo fuera cerrado en 1, entonces si la función tendría un mínimo en x = 1. Si
no aparecen los problemas anteriores, se procede como en el caso del inter-
valo cerrado. Se buscan los puntos donde la derivada se anula f ‘(x0) = 0 y se
evalúa cuánto vale la función en dichos puntos f(x0). Se valora la función en
los extremos del intervalo f(a) y f(b). De los valores anteriores se debe buscar
cuál da el máximo (y el mínimo) valor de f(x).
Problema de aplicación
Una fábrica que produce radios estimó que el costo de producción diaria, en
función de las unidades producidas, se puede describir a través de la siguien-
te función cuadrática:
$(1/4 x2 + 35x +25).
Por su parte, el precio de de cada radio es
$(50 – 1/2x).
¿Cuál es la producción diaria óptima para obtener el mayor beneficio?
En este problema se desea encontrar cuántas radios deben producirse para

obtener el máximo beneficio. El beneficio depende de la cantidad (x) de radios
producidas. Se debe obtener la función beneficio utilizando el costo de produc-
ción y el precio de venta que son los datos que brinda el problema, teniendo
en cuenta que el beneficio se obtiene restándole al precio de venta el costo
de producción.
B(x) = PV(x) – C(x).
El costo de producir x cantidad de radios por día es
77
C(x) = 1/4x2 + 35x +25.

Como el precio de venta de una radio es 50 – 1/2x, el precio de venta de x
cantidad de radios será
PV(x) = x (50 – 1/2x).
Se debe tener presente que para este problema x debe ser mayor o igual a
cero. Luego, si se produce x cantidad de radios, el beneficio producido por
las mismas será:
B(x) = PV(x) - C(x)

B(x) = x (50 – 1/2x) – (1/4x2 + 35x +.25)
B(x) = 50x – 1/2x2 – 1/4 x2 – 35x – 25
B(x) = – 3/4 x2 + 15x –25 (x ≥ 0)
Ahora se debe maximizar la función, es decir, encontrar el valor de x para el

cual la función tiene un máximo.
1. Se deriva B(x)
B’(x) = -3/2x + 15
2. Se hallan los valores de x donde la derivada es cero

B’(x) = 0 ⇒ -3/2x + 15 = 0 ⇒ x = 10
3. Se verifica que en x = 10 la función tiene un máximo calculando la derivada

segunda.
B ’’(x) = -3/2 < 0 para cualquier valor de x
entonces la función es cóncava y por lo tanto tiene un máximo en x = 10.
Se obtuvo que el beneficio es máximo cuando x = 10. Entonces, deben produ-

cirse 10 radios por día para obtener el máximo beneficio. Si se desea saber
cuánto es ese beneficio basta con reemplazar la función por x = 10.
B(10) = -3/4.102 + 15.10 – 25 = 50.
El beneficio diario máximo será de $50.
5.
cc
Una ventana normanda tiene la forma de un rectángulo con un semi-
círculo arriba. Si debe tener un perímetro de 2.24 metros, ¿cuáles
deben ser sus dimensiones para que pase la máxima cantidad de luz
(área máxima)?
78
Matemática
2.10. Ejemplos de aplicación
En este apartado veremos las diferencias entre variables y funciones discre-

tas y continuas y ejemplos de su aplicación. En el primer caso –discretas– la
variable de salida toma valores discontinuos, de a saltos, dejando ‘agujeros’
en la representación de los números reales al graficarlos como una recta lla-
mada eje x. Y dado que el dominio no es continuo, la función tomará también
valores discretos o discontinuos. En el segundo caso –continuas– la varia-
ble toma valores continuos en el dominio y, por lo tanto, la función también
tomará valores continuos aunque, como veremos, igual podrá tener saltos o
discontinuidades.
2.10.1. Discreto vs. continuo
Como ejemplo de una variable discreta se muestra el siguiente gráfico, en el

cual la variable de salida se llama t y en el eje vertical se grafica la función f(t).
G.2.9.
Un caso concreto de variable discreta pueden ser los números naturales, –por
lo general, se utiliza la letra n o i, para su representación.
Por su parte, una variable continua, puede tomar cualquier valor dentro de
un intervalo, con lo cual en los valores que toma en el eje x no tendrá aguje-
ros. La misma idea se transmite a la función continua, en la cual al ir ‘cami-
nando por arriba de la función’, la misma no tiene ‘agujeros’.
A continuación, se verá un ejemplo de una función que en ciertos valores
es continua; sin embargo, en 1/3 y 1 da saltos, es decir, allí no es continua,
(mientras que la variable de salida lo es).
G.2.10.
79
2.10.2. Discontinuidades con asíntota vertical
En este apartado veremos la función
su continuidad, gráfico y las asíntotas verticales, en donde el símbolo [x] repre-

senta la parte entera del número x. Esta función relaciona un número x con
De alguna forma, esta
función elimina la parte el máximo entero z que cumple z ≤ x.
decimal del número quedándo- Por ejemplo, dado el número 3.5982, los enteros -2, -1, 0, 1, 2, 3 cum-
se con la parte entera, de allí su plen la condición de ser menores que 3.5982, mientras que los enteros 4,
nombre.
5, 6, 7, ... no la cumplen. Por ello, el máximo entero que cumple la condición
z ≤ 3.5982 es el número 3, con lo cual [3.5982] = 3.
Con un número negativo cambia un poco la situación ya que no sólo se
quita la parte decimal, sino que luego hay que restarle 1 al número que
se obtiene. Por ejemplo, para el número -4.8164892, los enteros -7, -6, -5
son menores y los enteros -4, -3, -2, -1 , 0, 1, 2 son mayores, con lo que
[-4.8164892] = -5.
Utilizando el Gnuplot para graficar la función, con el comando floor que
devuelve como resultado la parte entera de x, se debe escribir la sentencia
gnuplot> Set samples 5000 plot [-5:5] [-10:10] floor (x)/(x-floor(x)), para obe-
tener el siguiente gráfico.
G.2.11.
Nótese la diferencia entre la función y su símbolo. Para la parte entera

aa se usa [x], mientras que para representar la función ‘valor absoluto de
x’ se utiliza el símbolo |x|, definido como
80
Matemática
Es decir, el valor absoluto de un número es el mismo número pero

siempre con signo positivo, así ⏐3.5982⏐= 3.5982 mientras que
⏐-4.8164892⏐= 4.8164892
La función f(x) está definida siempre y cuando el denominador sea distinto de

cero, x - [x] ≠ 0. Por lo tanto, debe cumplirse
x - [x] ≠ 0
x - [x] + [x] ≠ 0 + [x] sumando de ambos lados [x], se obtiene
x ≠ [x]
Por ello la función estará definida para todos los valores de x ∈ ℜ salvo cuando
x sea un número entero, ya que en este caso se estaría dividiendo por cero.
Entonces, el dominio de la función será
..... ∪ (-5, -4) ∪ (-4, -3) ∪ (-3, -2) ∪ (-2, -1) ∪ (-1, 0) ∪ (0, 1) ∪ (1, 2) ∪ (2, 3)
∪ (3, 4) ∪ (4, 5) ∪ (5, 6) ∪ ....
(en notación de intervalos abiertos ya que no debe incluir los extremos por ser
números enteros donde la función no está definida).
Entre (0,1), la función es constante, por lo tanto, su derivada es nula; pero a su

vez, ¿f(x) en ese intervalo es cero?
Si el intervalo a estudiar es (0, 1) (abierto), la función vale
En los valores enteros de x la función se hace paralela al eje y; por lo tanto, la

derivada, que es la tangente de la función, ¿qué valores adopta?
Nuevamente, la función no está definida en los valores enteros de x, enton-

ces, la función no es continua y no va a existir el límite
Por lo tanto, no existe la derivada en los valores enteros de x; y esta era una
de las condiciones necesarias para que una función sea derivable; la función
debe ser continua.
¿Cómo es la discontinuidad en los valores enteros de x?
Al acercarse a los valores enteros, el denominador cada vez se hace más

pequeño,
81
[]→ 0
→[]
mientras que el numerador permanece constante, por lo cual, al dividir con

estos valores cada vez más pequeños el resultado de la división es cada vez
más grande y se dice que la función diverge en el lugar donde no está defini-
da la división por cero (en el ejemplo, valores enteros de x). De allí que esta
función es un ejemplo de discontinuidades con asíntotas verticales.
2.10.3. Cómo derivar un cociente de funciones
Recordemos cómo se realiza la derivada del producto de funciones:
En palabras, la regla es: la derivada de la primer función por la segunda fun-

ción sin derivar más la primera función sin derivar por la derivada de la segun-
da función.
Para el cociente de funciones, no hay más que escribir el cociente como
una multiplicación:
donde no es la función inversa de g(x), sino 1 sobre la fun-

ción g(x).
Entonces se debe derivar este producto:
Por lo tanto, la regla para un cociente de funciones resulta: la derivada del

numerador por el denominador sin derivar menos el numerador sin derivar por
la derivada del denominador, todo dividido por el denominador al cuadrado.
Ejemplo
82
Matemática
Ejemplo de aproximación de funciones con polinomios de grado mayor a uno
El polinomio de Taylor permite aproximar el valor de una función en un punto

utilizando un polinomio del grado que se desee. Ya se vio un ejemplo con una
recta en el apartado 2.4 (polinomio de grado 1) y aquí se verá un ejemplo con
una parábola (polinomio de grado 2). Los coeficientes que multiplican cada
término xn del polinomio se calculan evaluando las distintas derivadas de la
función.
La definición para la serie de Taylor es:
Al quedarse con los primeros términos (recta, parábola, cúbica, etc.), se obtie-
ne un valor aproximado de la función ya que se desechan los demás términos.
Como ejemplo, se aplicará a la función
f(x) = x(3/2) + log(x)
Para ello se calculan las derivadas sucesivas de la función:

3 12 1 3 1
f ' ( x) = x + = x+
2 x 2 x
recordando que (1/x) = x(-1) se puede calcular la derivada segunda
con esto ya se puede calcular la recta y la parábola que aproximan a la fun-

ción f(x)
para la recta, a la que se llamará, para simplificar, PT1(x) y
para la parábola, a la que se llamará, para simplificar, PT2(x).
Se pueden calcular, como ejemplo, valores de la función en puntos cercanos

al 1, en particular se tomará f(0.994).
83
Para valores cercanos a uno, la recta PT1(x) queda expresada por
Por su parte, la parábola PT2(x) queda
De esta forma se puede aproximar f(0.994) por PT1(0.994) o por PT2(0.994)
PT1(x) = (5/2)x-(3/2) que en x=0.994 queda

PT1(0.994) = (5/2) (0.994)-(3/2)=2,485-1,5=0.985
PT2(x) =(-1/8).x2+(11 /4).x-(13/8) que en x=0.994 queda

PT2(0.994) = (-1/8). (0.994)2+(11 /4). (0.994)-(13/8) =
= -0.1235045+ 2.7335- 1.625 = 0.9849955
Para comparar se puede calcular el valor exacto de la función en x=0.994 uti-

lizando una calculadora:
f(0.994) = (0.994) (3/2) + log(0.994) =

= 0.9910135135305-0.006018072325563 = 0.9849954412049
Todos estos cálculos se pueden realizar con la calculadora que viene en los
accesorios de Windows, pero también se pueden realizar con el Gnuplot, eje-
cutando las siguientes líneas:
Primero se define la función y sus aproximaciones cuadráticas f(x), PT1(x) y

PT2(x)
f(x) = x**(1.5)+log(x)
PT1(x) = 2.5*x-1.5
PT2(x) =-0.125*x2+2.75*x-1.625
Luego, se pueden evaluar las distintas funciones en 0.994 usando el coman-

do print en el Gnuplot
84
Matemática
print f(0.994)
0.984995441204903
print PT1(0.994)
0.985
print PT2(0.994)
0.984995
Finalmente, se pueden graficar las funciones f(x), PT1(x) y PT2(x) y observar

cómo, para valores de x cercanos a 1, los polinomios PT1(x) y PT2(x) se pare-
cen mucho a f(x) pero al alejarse de x = 1 se ve que no resultan buenas aproxi-
maciones para la función.
plot [0:3] f(x),PT1(x),PT2(x)
G.2.12.
7
f(x)
6 PT1(x)
PT2(x)
5
-1
-2
-3
-4
0 0.5 1 1.5 2 2.5 3
Si se desea aproximar la función en otro punto que no sea x = 1 se deberá

volver a evaluar las expresiones que se obtuvieron previamente, reemplazan-
do x0 por el valor en el cual se quiere aproximar la función.
85
Apéndice 1
Tabla de Derivadas
Función Derivada
a . f(x) a . f ´(x)
f(x) + g(x) f ´(x) + g ´(x)
g(f(x)) g´ (f(x)) . f ´(x)
f(x) = a f ´(x) = 0
f(x) = xn f ´(x) = n x n-1
1
f ( x) = x f ´( x ) =
2 x
f(x) = ex f ´(x) = ex
f(x) = ax f ´(x) = ax ln(a)
f(x) . g(x) f ´(x)g(x)+ f(x)g ´(x)
f ( x)
g ( x)
f(x) = x f ´(x) = 1
1
f ( x) = n x = x n
f ( x ) = ln( x ) f ´(x) =
f ( x ) = log a ( x ) f ´(x) =
87
Apéndice 2
Problemas resueltos con derivadas
Problema 1
Esta derivada es de la forma y = u.v
Problema 2
y = x2 + 6x + 3
Esta derivada es de la forma y = un
89
Problema 3
2x + 1
y=
x+5
Esta derivada es de la forma y = u/v
Problema 4
2
y = ex
Esta derivada es de la forma y = au
Problema 5
Hay que hallar la derivada de y respecto de x, pero aquí se tiene una compo-
sición de funciones.
90
Apéndice 3
Problemas de Administración con derivadas
El tamaño óptimo de compra en las compras de materias primas y materiales

se encuentra utilizando la ecuación del costo de aprovisionamiento y mante-
nimiento de stocks o inventarios en la planta del comprador.
El costo total anual está dado por la expresión:
CT = CC + CL + CM
El costo total (CT) es la suma del costo de compra (CC), el costo de lanza-
miento de la orden de compra (CL) y el costo de mantenimiento de stocks o
inventarios en planta (CM).
A su vez, podemos escribir las siguientes expresiones para cada uno de los
sumandos de la anterior:
CC = PxD
Donde P es el precio de compra y D la demanda anual del componente o pro-

ducto a comprar.
D
CL = CL
Q
Expresión que nos indica que el Costo Anual de Lanzamiento de órdenes de

compra es el producto del costo de cada orden por la cantidad de órdenes
emitidas por año que, a su vez, es igual a la Demanda dividida por el tama-
ño de cada compra.
Por su parte, el Costo de Mantenimiento de un inventario estará dado por:
Q
CM = H
2
Donde H es el costo anual de mantener una unidad en stock y Q/2 es el stock
promedio entre compras, suponiendo que el consumo de las unidades com-
pradas es el mismo en todos los días que median entre una entrega y la otra.
En definitiva, podemos escribir una expresión en Q, que será de la forma:

D Q
CT = PD + CL +H
Q 2
Si suponemos que tanto la Demanda Anual como el precio de compra son inde-
pendientes de Q, el tamaño de la compra óptima, que llamaremos Q* será el
que resulte de igualar a 0 la primera derivada del Costo Total. Esta derivada
tiene la siguiente expresión:
91
Despejando el valor de Q que hace mínima la función de Costo Total, valor

que hemos denominado Q*, obtenemos:
2CLD
Q* =
H
Que es la llamada expresión de Harris-Wilson para el tamaño óptimo de la

compra.
Problema
Una empresa tiene un costo de lanzamiento de una orden de compra de

$1000 cada una, una demanda anual de 100.000 unidades de un producto
cuyo costo es de $10 por unidad. El costo promedio de mantenimiento de una
unidad en stock es del 20% anual del precio de la misma.
a) Calcular el tamaño óptimo del pedido a realizar.

b) Calcular el número de pedidos a realizar por año.
c) Trazar una gráfica que muestre la evolución del stock entre dos pedidos.
Solución:
a) El tamaño óptimo se calcula teniendo en cuenta los siguientes valores:
D = 100.000 unidades/año
H = 0.2 * 10 = $2/unidad
CL= $1.000/orden
Por lo tanto:
2 DCL
Q* =
H
2*100000*1000
Q* =
0, 2*10
Q* = 100000000
Q* = 10.000
Es decir, el tamaño óptimo de compra es de 10.000 unidades por vez.
b) El número de compras por año será 10, que resulta de dividir la Demanda
de 100.000 unidades/año por 10.000 unidades/compra.
10 compras por año equivalen a una compra cada 36,5 días.
c) Si se considera un consumo constante entre una compra y la otra, la grá-

fica de evolución del stock, suponiendo que cuando llega el suministro no
hay nada en existencia, será:
92
Matemática
Esta evolución se repite cada 36,5 días, que es el período de reposición del
stock.
Marginalismo
La Teoría Marginal utiliza los valores que resultan de incrementar en una uni-
dad la producción de bienes o servicios. No es aceptada por muchos econo-
mistas, pero tiene utilidad en el análisis de problemas de Administración, por
lo cual exponemos aquí algunos de sus conceptos relevantes.
Costo Marginal
Si hay una función de costo de un producto en una empresa, el costo marginal
en un punto es la derivada del costo total respecto de la cantidad producida.
Ingreso Marginal
Si hay una función del ingreso por producto, el ingreso marginal es la derivada
del ingreso total (bruto) respecto de la cantidad vendida.
Utilidad marginal
Una función de utilidad generalmente se define como la diferencia entre el
ingreso total bruto menos el costo total bruto para un nivel de producción
dado; la utilidad marginal será entonces la derivada de la utilidad respecto de
la cantidad producida, para el punto de producción considerado.
El Costo Marginal, el Ingreso Marginal y la Utilidad Marginal son útiles para

analizar el efecto del aumento de la producción de bienes o servicios en fun-
ción de las condiciones en las que trabaja la empresa. Se supone siempre
que la empresa produce lo necesario para atender la demanda. Si hace reser-
vas de stock para atender demandas futuras, la conservación de esos stocks
tiene un costo adicional, como hemos visto antes.
Aquí analizaremos solamente los aspectos matemáticos de esas funciones.
Sea la función:
93
IT es el Ingreso Total de la empresa y q es la cantidad de unidades vendidas.
La gráfica de la función nos ayudará a comprender mejor la naturaleza de la

misma. Se puede observar que el Ingreso Total aumenta hasta cierto valor y
luego disminuye.
Analizaremos entonces el Ingreso Marginal en diferentes puntos de la curva
para determinar analíticamente lo que ya podríamos adelantar observando la
curva de la función de Ingreso Total.
De acuerdo con lo que hemos dicho, el Ingreso Marginal es una función
de q, la cantidad producida, obtenida por derivación de la función del Ingre-
so Total:
En un punto donde la curva del Ingreso Total es creciente, el Ingreso Margi-

nal deberá ser positivo, supongamos que elegimos 4 unidades como produc-
ción, entonces:
IM = 165
Para 6 unidades y haciendo el mismo cálculo que en el caso anterior, obte-

nemos
IM = 65
Por último, para 7 unidades, será:
IM = 15
Se observa que el ingreso marginal disminuye y que, para un punto com-

prendido entre 7 y 8 unidades producidas será igual a 0, lo que indica que,
por encima de 7 unidades el Ingreso Total disminuye si se pretende aumen-
tar la producción.
94
Matemática
Con los Costos Marginales se obtiene expresiones similares. Supongamos

que la función de Costo Total de una empresa está dada por la expresión:
Se desea calcular el nivel de producción para el cual el Costo Total es mínimo,

costo que suele llamarse Punto Óptimo de Explotación.
Para calcularlo deberemos encontrar el valor de q que hace nula a la pri-
mera derivada del Costo Total, cuya expresión es:
El valor de q para el cual el costo es mínimo será:

36
q=
1,5
q = 24
Sabemos que este punto es un mínimo porque la segunda derivada de la fun-

ción de Costo Total es 1,5 (una constante positiva). El siguiente gráfico nos
ilustra sobre lo que ya hemos encontrado analíticamente:
Problemas propuestos
1. Dada la función:
a. Encontrar la función del Ingreso Marginal.

b. Trazar las gráficas de las funciones de Ingreso Total e
Ingreso Marginal.
c. Calcular el Ingreso Marginal para q=10, 15 y 20.
2. Para la función:
a.
95
b. Deducir la ecuación para el Ingreso Marginal.

c. Encontrar el valor del IM para q=80 por cálculo.
d. Encontrar el valor de IM para q=80 usando una planilla elec-
trónica y dando valores a q comenzando por q=90 y siguien-
do con q=81, 80,1, 80,01, 80,001 y 80,0001.
e. Trazar las gráficas de las funciones de IT e IM.
3. Encontrar la producción para la cual IM es cero cuando la función

describe la variación del precio de venta p en fun-
ción de la cantidad producida q (recordar que IT = pq ).
4. Calcular el Punto Óptimo de Operación para una empresa cuya fun-

2
ción de costo total es: CT = 6 + 4q . Dibujar las gráficas de las
funciones de Costo Total y Costo Marginal.
5. Una empresa monopólica tiene una curva de precio: y

2
una de Costos Totales: CT = 20 + 0,5q
a. ¿Cuánto deberá vender para maximizar el Ingreso Total

bruto?
b. ¿Cuánto será ese Ingreso Total bruto?
c. Trazar las gráficas de Precio, Costo Total e Ingreso Total.
6. Una empresa tiene una curva de precios: p= 184 – 4q y una de

Costo Total:
a. ¿Cuánto será la venta que maximice el IT?

b. Deducir la función de IM.
c. Trazar las gráficas de IT e IM.
96
3
Integración, métodos y aplicaciones
Objetivos
• Presentar los conceptos de primitivas e integrales definidas e indefinidas.

• Estudiar distintos métodos de integración: sustitución y partes.
• Utilizar la integral de una función para el cálculo del área debajo de una curva.
3.1. Introducción
El problema de la integración está asociado con el cálculo de áreas con con-

tornos irregulares. Tal como afirma Bertrand Russell en su Principia Mathema-
tica, nada en Matemática es producto de un desarrollo puro y desinteresado;
por el contrario, los problemas que intenta resolver son reales y de uso diario.
Si bien la Geometría y el Análisis Matemático se desarrollaron en forma sepa-
rada, casi independiente, la convergencia de ambas ciencias, debida a René
Descartes, hace posible aplicar métodos del segundo a la primera.
Si bien se considera como la operación recíproca de la derivación, en esta
unidad se analizará de qué forma la integración se aplica al cálculo de super-
ficies encerradas por curvas irregulares, donde no se pueden deducir expre-
siones exactas para el cálculo de las áreas, tal como sucede con las formas
regulares –triángulos, rectángulos, círculos y afines–. La integración de formas Bertrand Russell (1872-1970).
funcionales diversas se ha facilitado enormemente con el cálculo numérico, Filósofo, matemático y escritor inglés.
Premio Nobel de Literatura en 1950.
que depende de la capacidad computacional de que dispone el calculista.
Fuente: Wiki Commons.
En efecto, muchas integrales que no tienen una resolución analítica, pueden
admitir una resolución numérica, pero ese es un tema que queda afuera de
lo que se espera tratar en esta Carpeta.
Aquí nos limitaremos a estudiar, primero, la integral indefinida y, luego, la
integral definida de funciones de una única variable independiente. En el estu-
dio de la integral indefinida, como operación recíproca de la derivación, se
encuentra que la integración de una función no produce un resultado único,
sino una familia de funciones que diferen entre sí en una constante.
El concepto de familia de curvas, diferenciadas por un parámetro, es parte
de la interpretación gráfica de la integración. El cálculo en varias variables es
un tema mucho más complejo, en especial porque mentalmente es posible
hacerse una imagen de funciones de hasta dos variables independientes (más
una dependiente o función). Las funciones que tienen más de dos variables
independientes son más difíciles de representar y los espacios n-dimensiona-
97
les en las que se producen no admiten una representación gráfica del tipo de
las que se utilizan aquí. Sin embargo, las reglas que se deducirán para las fun-
ciones de una variable independiente son fácilmente asociables para produ-
cir reglas para varias variables. En cambio, en la integral definida, al poner un
límite superior y uno inferior para la integración, se obtiene una solución única.
3.2. Primitiva o antiderivada de una función
Dada una función f(x), si F(x) es una función tal que F ’(x) = f (x) entonces F(x)
se denomina primitiva o antiderivada de f(x). De esta forma, la primitiva de
una función f(x) es otra función F(x) que, al ser derivada, da por resultado f(x).
Ejemplos
x2
a) Una primitiva de f(x) = x es F(x) =
2
pues F ’(x) = 2.x/2 = x, o lo que es lo mismo,
Sin embargo, esta no es la única primitiva de f(x). Las siguientes funciones

x2 x2 x2
+1 -3 +5
2 2 2
son todas primitivas de f(x).
Las funciones de la forma F(x) = x2/2 + C donde C es una constante, son pri-
mitivas de la función f(x) = x. Es decir que existen infinitas primitivas de la
función f(x) = x.
b) Una primitiva de f(x) = 3x2 – 3x + 1 es
pues
Las funciones de la forma F(x) = x3- 3/2 x2 + x + C son primitivas de la fun-

Dos primitivas cuales-
quiera de una función ción f(x) = 3x2 – 3x + 1
difieren sólo en una constante.
3.3. Integral indefinida de una función
Se llama integral indefinida de una función al conjunto de todas las primiti-

vas de dicha función. La integral indefinida de la función f(x) con respecto a
x se expresa como
donde dx indica la variable implicada
Luego = F(x) si y sólo si F’(x) = f(x)
98
Matemática
Con respecto a los ejemplos anteriores se tiene que:
C se denomina constante de integración.
Otros ejemplos
Obsérvese que siempre puede verificarse la integral de una función deri-

aa vando el resultado de la misma.
99
3.4. Integración con condiciones iniciales
La integración con condiciones iniciales es un caso particular de la integral

indefinida. Al disponer de un valor de la función en un punto dado (llamado el
de condición inicial) es posible calcular el valor de la constante C.
Esto implica que la existencia de la condición inicial fija una corresponden-
cia biunívoca entre la función a integrar y la integral, según la cual el resultado
es una única función y no una familia de funciones que se diferencian entre
sí por el valor de la constante.
Si se dispone de una función primitiva de la forma:
y además hay una condición que establece que y(1) = 4, esta forma de escri-
bir la función indica que: el valor de y en el punto en el que x = 1, es 4. Si
ese fuera el caso se puede reemplazar los valores de x e y en la expresión
anterior, para obtener:
y(x) = x2 + C
y(x=1) = 12 + C = 4
1+C=4
Expresión de la cual se puede despejar C = 3, lo cual permite escribir la expre-

sión inicial como:
y = x2 + 3
Es decir, de todas las expresiones que se pueden obtener dando valores a

C, la que está determinada por una condición impuesta o condición inicial es
aquella en la que C = 3.
En otro ejemplo se puede enunciar de la siguiente manera:
“Si y es una función de x tal que y’ = 8x - 4 y además sabemos que y(2) = 5,

encontrar y, calcular también y(4)”
Para resolver el ejemplo se debe, en primer término, integrar la función deri-

vada de y que se ha llamado y’ y luego calcular el valor de la constante de
integración como ya se ha hecho antes; finalmente, conocida la constante,
se puede calcular y(4):
100
Matemática
Pero además, se tiene que y(2)=5, por lo que se pueden hacer los reemplazos
correspondientes en la integral indefinida obtenida y luego calcular C.
Reordenando queda:

De lo que resulta C=3
La expresión final será entonces:
El cálculo de y(4) resulta el siguiente:
Cuyo resultado numérico es: y(4) = 51
3.5. Métodos de integración
Para integrar una suma de funciones se puede hacer la suma de las integrales
de cada función. Esto tiene sentido porque la integral indefinida es una anti-
derivada y la derivada de una suma de funciones es la suma de las derivadas
de cada función, es decir que:
pues
El problema se presenta cuando se quiere integrar un producto de funcio-

nes porque la derivada no es distributiva respecto al producto. En este caso,
dependiendo del producto que se tenga que integrar habrá que recurrir a algún
procedimiento algebraico.
Los métodos de integración que se utilizarán para integrar un producto de
funciones son: el de partes, que se basa en la derivada de un producto, y el
de sustitución, que se basa en la regla de la cadena para composición de fun-
ciones. Lo importante es reconocer en qué casos se puede aplicar cada uno
de ellos.
3.5.1. Integración por partes
Si se desea calcular la siguiente integral de la función
Recordando que la derivada de un producto es
101
Al integrar toda la ecuación se obtiene:
De esta manera, al calcular una integral se puede reemplazar por el cálculo

de otra integral diferente.
Calculando ∫ ln(x). x2 dx
Se puede tomar f(x) = ln(x) y g’(x) = x2
con los que resulta f ‘(x) = 1/x y g(x) = x3/3.
De esta forma se puede calcular la integral anterior haciendo:
Luego:
finalmente se obtiene
Resta la verificación: como siempre, se debe derivar la primitiva encontrada y

obtener la función que se desea integrar al inicio del problema.
Así, se comprueba que la integral hallada es correcta.
102
Matemática
3.5.2. Método de sustitución
Si se desea calcular la integral
en este caso también se tiene un producto de funciones, pero este producto

tiene una particularidad: la función (3x2 + 2)3 es una composición de funcio-
nes f(g(x)) y la función x que aparece a la izquierda del paréntesis de la inte-
gral deseada, es la sexta parte de la derivada de g(x). Entonces, se tiene un
producto donde una de las funciones es una composición y la otra es la deri-
vada de la función de adentro de la composición multiplicada por una cons-
tante. Para poder integrar este tipo de producto se recurre a la regla de la
cadena, donde:
con lo cual al integrar toda la ecuación se obtiene:
reemplazando u=g(x) resulta du = g’(x) dx

entonces f(u)=f(g(x)) y f ‘ (u)= f ‘ (g(x)) y por otro lado du = g’(x) dx.
De esta forma se puede pasar a calcular simplemente la primitiva de
Calculando la integral anterior
∫ x . (3x2 + 2)3 dx
Sustituyendo 3x2 + 2 (g(x)) por u se tiene u = 3x2 + 2 con lo que
du = (3x2 + 2)’ dx es decir que

du = 6x dx y por lo tanto resulta
du/6x = dx.
Reemplazando en la integral anterior se tiene:
Se puede confirmar el resultado derivando:
Con lo que una vez más se verifica que el resultado es correcto.
103
3.6. Integrales definidas y regla de Barrow
Previamente se han visto las integrales indefinidas, cuya solución es una fami-
lia de funciones que difieren en una constante. A diferencia de éstas, la inte-
gral definida entre dos valores o límites tiene como solución un valor numé-
rico relacionado con el área debajo de la curva entre los extremos o límites
de integración.
Sea f(x) una función continua definida positiva en el intervalo [a,b] y

aa F(x) es una primitiva de f(x), entonces se verifica que:
Este teorema también se conoce como regla de Barrow.
Por ser f(x) definida positiva, esta integral definida (un valor numérico) es igual
al área delimitada entre la función y el eje x entre los límites a y b.
Ejemplo de aplicación
Las integrales pueden utilizarse para calcular lo que se denomina excedente

del productor y excedente del consumidor.
Consideremos dos funciones: una de demanda f(x) y otra de oferta g(x),
ambas correspondientes a un mismo artículo, donde x representa el número
de artículos y cada función corresponde al precio de oferta y demanda por x
artículos.
Para ambas curvas existe un punto donde se intersectan, el cual se deno-
mina ‘punto de equilibrio del mercado’ (x0, p0) con p0 = f(x0) = g(x0) y repre-
senta un precio al que los consumidores están dispuestos a comprar y los
productores a vender la misma cantidad x0 de unidades del artículo.
Sin embargo, de acuerdo con la curva de demanda, existen consumido-
res que están dispuestos a comprar una cantidad menor que x0 artículos a
un precio mayor que el de equilibrio p0 pues este precio está por debajo del
que ellos demandan y con este precio mayor se beneficia el productor. A la
suma del precio adicional que están dispuestos a pagar los consumidores por
menos artículos se lo denomina excedente de los consumidores (EC). Esta
suma puede calcularse entonces como:
De la misma forma, los productores se benefician del precio de equilibrio ya

que, según la curva de oferta, están dispuestos a vender a un precio menor
que p0 cantidades menores que x0. La ganancia total de los productores corres-
ponde a sumar todas estas diferencias (excedente de los productores, EP),
que se puede calcular como:
104
Matemática
3.6.1. Cálculo de áreas
Obsérvese la siguiente figura:
G.3.1.
Corresponde a la región del plano delimitada por las rectas
y = 3x + 2, x = 1, x = 4, y = 0 (el eje de las x)
Se puede calcular geométricamente el área de la figura como la suma del área

del rectángulo más la del triángulo.
El rectángulo tiene un área igual a su base por la altura = b.h = 3 . 5 = 15
(donde la base = 4 – 1 y la altura = f(1) - 0 = 3.1 + 2 = 5)
El área del triángulo es base por la altura sobre 2 = (b.h) /2 = (3.9) / 2 = 27 / 2

(donde la base = 4 – 1 y la altura = f(4) - f(1) = (3.4 + 2) -(3.1 + 2) =14 – 5 = 9)
Luego, el área de la figura es 15 + 27 / 2 = 57 / 2
La dificultad en el cálculo de las áreas se presenta cuando algún borde de la

región no es una recta. Por ejemplo, la región limitada por: f(x) = 5.x3 – 10;
x = 4; x = 8 y el eje x, que se presenta en el siguiente gráfico
105
G.3.2.
En este caso no se puede calcular el área de la región de la forma anterior.

Para resolver áreas de este tipo se utilizan las integrales definidas.
3.6.2. Cálculo de áreas aplicando la integral definida
En G.3.1 se observa que el área pedida es la determinada por la función

f(x) = 3.x + 2 y el eje x entre los valores 1 y 4. Se puede calcular resolviendo
la integral
Usando la regla de Barrow, se debe primero hallar la primitiva de f(x) = 3x+2.
Con lo cual, aplicando la regla de Barrow la integral resulta:
106
Matemática
Por medio de la integral se obtuvo el valor del área calculado geométrica-

mente. Por último, se calculará el área de la región de la figura G.3.2, que se
encuentra delimitada por f(x) = 5.x3 – 10; x = 4; x = 8 y el eje x. Hay que
resolver entonces la siguiente integral:
8
∫4 (5 x
3
– 10)dx
Calculando la primitiva de la función y luego aplicando la regla de Barrow

resulta:
Luego el área de la región es 4760.
Como otro ejemplo un poco más complicado se calculará el área de la región

encerrada por las funciones: f(x) = x y g(x) = x (x – 2)2
Para resolver estos problemas en los cuales se utilizan las integrales para
calcular áreas, primero se debe saber dónde se cortan las funciones (inter-
secciones), y luego ver, en cada caso, ayudándose de un gráfico o evaluando
las funciones, qué función está por “arriba” de la otra (qué función es mayor
que la otra) para de esa forma saber cómo deben restarse.
Para ver donde se cortan, se igualan las funciones y se despeja:
f(x) = g(x) que resulta x = x (x – 2)2
si x es distinto de cero puede pasar dividiendo
Las soluciones son x = 1 y x = 3. Solo falta ver qué sucede si x = 0. Reempla-

zando en la ecuación original este valor para x, resulta que x = 0 también es
solución, entonces las funciones f(x) y g(x) se cortan en x = 0, x = 1 y x = 3.
Luego, se debe integrar la diferencia de las funciones entre 0 y 1; y entre
1 y 3. Para ver cuál es mayor en cada caso se evalúan las funciones en un
punto intermedio en cada intervalo.
Así, en el intervalo [0,1] evaluando f y g en x = ½ se obtiene:
f(½) = ½ mientras que

1 9 9
g(½) = ½ (½ - 2)2 = ½ (-3/2)2 = . =
2 4 8
entonces g(½) > f(½)
107
por su parte en el intervalo [1,3] evaluando f y g en x = 2 se obtiene:
f(2) = 2 mientras que

g(2) = 2 (2 - 2)2 = 0
entonces g(2) < f(2).
Para calcular el área entre las curvas:
Luego, el área encerrada por las funciones es de 37/12.
108
Matemática
1. Verifique las siguientes integrales indefinidas:

cc

2. Verifique las siguientes integrales de funciones de potencia, teniendo

en cuenta las restricciones que se indican en algunos casos.
para n ≠ -1

para n ≠ -1 y n≠ -2

3. Verifique las integrales con logaritmos naturales bajo la condición x > 0
109
para n ≠ -1

para m ≠ -1

para m ≠-1

para n ≠ -1

para n ≠ 0

para n ≠-1

4. Calcule las integrales indefinidas con ex con las restricciones que se

indican en cada caso:

para a > 0 y a ≠ -1
para n ≠ -1

5. Resuelva las siguientes integrales indefinidas y verifique los resulta-
dos obtenidos.
110
Apéndice
Problemas resueltos con integrales definidas
Problema 1
Una piedra es arrojada desde el piso en forma recta hacia arriba, con una
velocidad inicial de 20 m/s. Debemos calcular
a. Cuánto es el tiempo que transcurre hasta que alcanza su altura máxima

b. Cuál es esa altura máxima
c. Cuánto tiempo demora en volver a tocar el suelo
d. Cuál es su velocidad cuando toca nuevamente el suelo
Dato: la aceleración de la gravedad es de 9,81 m/s2
Solución:
En los problemas de caída libre:
Para calcular la velocidad de caída recordemos que hemos definido la acele-

ración como:
a=-9,81 m/s (el signo menos indica la dirección del movimiento)
Entonces:
Si hacemos t=0, podremos llamar v0 a la velocidad para ese instante, lo que

nos permite escribir:
Ahora, para calcular el espacio recorrido integramos la velocidad:
111
Otra vez, para t=0 C2=s0, o sea, la posición inicial de la piedra, con lo cual
podemos escribir:
Para nuestro caso, v0=20m/s y s0=0, entonces,
Con estas expresiones, podemos comenzar a contestar las preguntas:
a. A la altura máxima, la velocidad es 0, de modo que el tiempo transcurrido

será de:
20
t=
9,81
= 2.038 s
b. Cuando t=2,038 s
Esta es la máxima altura alcanzada por la piedra.
c. Cuando la piedra vuelve a tocar el suelo
Esto es, la distancia al suelo es 0 y la ecuación que expresa la distancia

en función del tiempo se divide miembro a miembro por t, de la ecuación
resultante se despeja t.
Se obtiene como resultado t= 4,076 segundos
d. Cuando t=4,076, v=20 m/s
Problema 2
Si el ingreso marginal de una empresa está dado por:
112
Matemática
a. Deducir la curva de demanda de la empresa.

b. Dibujar la curva solicitada.
Solución:
a. Si la ecuación de la tangente de la curva es la dada, entonces la curva pri-

mitiva se obtendrá por integración:
Dado que el Ingreso de R(0)=0, será C=0 y, por lo tanto, la curva buscada es:
b.
Problema 3
Si el costo marginal de una empresa está dado por:

dc
= q 2 + 7q + 6
dq
y los costos fijos son de $ 2.500:
a. Calcular el costo de fabricar 6 unidades.

b. Dibujar la curva de costos.
Solución:
113
a. El costo marginal es la derivada del costo variable respecto de la cantidad

producida, por lo tanto, la integración de la ecuación superior nos dará
como resultado la función de los costos variables:
Para el cálculo de la constante de integración C hacemos la misma conside-

ración que en el problema anterior, cuando la cantidad producida es nula el
costo variable también lo es, es decir, c(0)=0 y, por lo tanto C=0.
Teniendo en cuenta que el costo total es la suma del costo fijo más el
costo variable y que el primero es independiente de la cantidad producida, la
función de costo total estará dada por:
q3 7q 2
c= + + 6q + 2500
3 2
Para la fabricación de 6 unidades, c=6, el costo total será:
c = $2.734
b.
Problema 4
Si la tasa de cambio del valor de una propiedad está dado por:
y su costo inicial fue de $350.000, calcular el valor al cabo de 5 años.
114
Matemática
Solución:
En este caso, el valor al cabo de 5 años resultará de integrar la ecuación

superior:
Por definición, la constante de integración C=350000, o sea, es igual al

valor inicial de la propiedad, de modo que nuestra ecuación final queda de
la forma:
Cuya solución es, para t= 5:
V= $350.205
115
4
Sistemas lineales
Objetivos
• Resolver un sistema de ecuaciones usando matrices equivalentes y ope-

raciones entre columnas.
• Comprender el concepto de determinante asociado a una matriz cuadrada
y utilizarlo para caracterizar un sistema de ecuaciones.
• Calcular la matriz inversa utilizando el método de Gauss o con determinan-
tes, el método de Cramer y la matriz adjunta.
• Resolver un sistema compatible determinado utilizando la matriz inversa.
4.1. Introducción
Cuando se tiene una ecuación con una incógnita, generalmente, el objetivo

es obtener los valores de la incógnita que satisfacen la ecuación. Así, en la
ecuación x2 - 4 = 0, los valores buscados son x = 2 y x = -2. En esta unidad
se verán problemas con varias incógnitas y también varias ecuaciones que
estas deberán satisfacer. A este conjunto de ecuaciones se lo llama “siste-
ma” y el objetivo de su resolución es hallar los valores de las incógnitas que
satisfacen todas las ecuaciones del mismo.
Por otro lado, sólo se estudiará un tipo de sistema en particular: los sis-
temas lineales (esta es una restricción importante, ya que en sistemas no
lineales no siempre se cumplen las propiedades que se estudiarán). En estos
sistemas, en todas las ecuaciones todas las incógnitas aparecen a la prime-
ra potencia y pueden estar multiplicadas por un número. En la ecuación ante-
rior x2 - 4 = 0, la incógnita está elevada a la potencia 2 por lo que se llama
‘cuadrática’ y no es del tipo de ecuaciones que aparecerán en los sistemas
lineales a estudiar.
La propiedad importante que cumplen las ecuaciones lineales es que si se
multiplica por un número toda la ecuación, la nueva ecuación que se obtiene
sigue teniendo la misma solución con el valor de la incógnita que resolvía la
ecuación original. Se dice que las ecuaciones son equivalentes.
Un ejemplo que se utiliza a diario es el precio de un producto. Así, si 2
kilos de pan cuestan 4 pesos, entonces ¿cuánto costarán 6 kilos? Como 2
kilos cuestan 4 pesos, si se desea comprar tres veces más pan, se deberá
pagar tres veces lo que pagado por los 2 kilos; por lo tanto, se abonarán 12
pesos por los 6 kilos de pan. La incógnita aquí es el precio del kilo de pan,
117
que en este caso es de 2 pesos. Este procedimiento, que generalmente se

resuelve mentalmente, es válido si el precio del pan es lineal con los kilos
que se compran. Esto significa que si se compra el doble se paga el doble.
Teniendo en cuenta su importancia, se estudiarán los sistemas lineales con
varias incógnitas y cómo resolverlos.
4.2. Matrices y sistemas lineales
Partiendo de un sistema de ecuaciones lineales con incógnitas (x, y, etc.) y

los coeficientes que multiplican a éstas (números), si se ordena el sistema
de forma tal que las incógnitas iguales en cada ecuación estén encolumna-
das, se puede trabajar con los coeficientes por separado para hallar la solu-
ción del sistema y, de esta forma, no tener que mantener en los cálculos las
incógnitas mientras se opera (aquí es importante notar que cada columna
tiene asociada una incógnita, con lo cual será importante no intercambiar las
columnas).
A este ordenamiento de los coeficientes, separados del sistema, se lo
llama matriz (si se la arma a partir de un sistema de ecuaciones será la matriz
asociada al sistema).
Luego, una matriz es un conjunto de coeficientes (números) con tantas

aa filas como ecuaciones tenga el sistema y tantas columnas como incóg-
nitas tenga el sistema.
En forma general, una matriz que tiene n filas y m columnas se dice que tiene
una dimensión (tamaño) de n x m.
Por ejemplo, dado:
Queremos hallar la matriz asociada a este sistema. Primero, se encolumnan

las incógnitas en cada ecuación:
Una vez ordenado el sistema se arma la matriz poniendo en la primera colum-

na, asociada a las x, los coeficientes que multiplican a esta variable en cada
una de las ecuaciones; en la segunda columna, los coeficientes de las y, y en
la tercera columna, los coeficientes de las z. Quedan los coeficientes ordena-
dos de la siguiente forma:
118
Matemática
A=
Cada elemento (números) de una matriz A se denomina en forma general con

las letras i j como aij, donde el valor de i indica la fila y j indica la columna de
p Para nombrar las matrices
se utilizarán letras mayús-
culas así como para las variables o
la matriz. Así, en la matriz anterior el elemento a22 = -1 , el elemento a11 = 3 incógnitas se utilizan minúsculas
en itálica.
y el elemento a31 = 2.
También se define la matriz ampliada asociada al sistema de ecuaciones:
a la matriz original se le agrega una cuarta columna con los coeficientes inde-
pendientes de cada ecuación (los números que no multiplican a ninguna incóg-
nita). La matriz ampliada del sistema anterior será:
4.2.1. Suma y producto de matrices
La suma de dos matrices A y B de dimensión n x m (ambas deben tener la

misma dimensión) será una matriz C = A + B de dimensión n x m cuyos ele-
mentos son iguales a la suma de los elementos correspondientes de A y de
B, esto es: cij = aij + bij.
El producto de dos matrices A de dimensión n x m y B de dimensión m x k
(la primera tiene n filas y m columnas y la segunda tiene la misma cantidad
de filas como columnas tiene la primera matriz, m en este caso y k columnas),
será una matriz C = A . B de dimensión n x k (tantas filas como filas tiene la
p Nótese que importa cuál
es la primera y cuál es la
segunda matriz y cómo están orde-
primera matriz y tantas columnas como tiene la segunda matriz), cuyos ele- nadas.
mentos cij son iguales a la suma de los productos de los elementos de la fila
i de la primera matriz con los elementos correspondientes de la columna j de
la segunda matriz, esto es:
cij = ai1 b1j + ai2 b2j + ai3 b3j + .......+ ai m bm j =
Se define la matriz transpuesta de una matriz A de dimensión n x m –la

aa designaremos como At– a la matriz de dimensión m x n cuyas filas serán
las columnas de A y sus columnas serán las filas de A. Sus elementos
están definidos como: atij = aji
Como ejemplo, veremos la multiplicación entre dos matrices iguales (poten-

ciación), la matriz A por la misma matriz A, obteniendo A2. Si la matriz A está
dada por
119
El cuadrado de esta matriz se calcula como:
De esta forma, en el siguiente ejemplo se usará la matriz anterior formando

parte de una ecuacion con matrices. Dada la matriz A:
Buscamos hallar a y b para que se verifique la ecuación matricial:
A2+ a A + b Id = 0
Id es la matriz identidad.
El problema requiere hallar los valores de a y b (dos escalares, números) que

verifiquen la ecuación, por lo que calculando cada término se tiene que: el
primer término de la ecuación a resolver es la matriz A2, lo que es lo mismo
que A*A. Haciendo el producto entre dos matrices:
El segundo término es igual a la constante a por la matriz A, esto es
El tercer término de la ecuación es el producto de otra constante b por la

matriz identidad. Esta matriz tiene 1 en la diagonal (los elementos a ii , a11,
a22, etc., y ceros en los elementos fuera de la diagonal, con i distinto a j, o
sea en el resto de la matriz fuera de la diagonal. Así, el término b . Id será:
Solo resta sumar los tres términos (las tres matrices, componente a compo-
nente) e igualar a cero:
A2 + a A+ b Id = 0
120
Matemática
Para que las dos últimas matrices sean iguales deben ser iguales componen-
te a componente, entonces debe ser:
14+2a+b = 0
5+5a = 0
2+2a = 0
11-a+b = 0
De la segunda y tercera ecuación se obtiene 5a = -5, entonces a = -1, y de

la primera ecuación, reemplazando con el valor de a encontrado, se obtiene:
14 + 2 * a + b = 14 - 2 + b = 0
entonces b = -12
valor que también satisface la cuarta ecuación
11 - a + b = 11 - (-1) + (-12) = 0.
4.2.2. Resolución de sistemas de ecuaciones operando con la

matriz ampliada
A continuación, revisaremos los métodos para resolución de sistemas de

dos ecuaciones con dos incógnitas, donde se multiplican las ecuaciones por
escalares (números) y se suman o restan dos ecuaciones para eliminar una
de las incógnitas. El objetivo es precisamente operar con las filas de la matriz
ampliada de tal forma que aparezcan la mayor cantidad de ceros en cada una
de las filas (un cero corresponde a haber eliminado la incógnita de la ecuación
correspondiente a esa fila).
Veamos qué operaciones se pueden realizar para simplificar el sistema a
resolver, pero recordando que el nuevo sistema tiene que tener las mismas
soluciones que el sistema original (sistemas equivalentes).
Las dos operaciones más importantes son las mencionadas anteriormente:
• Reemplazar una fila por la suma de esa fila con otra fila de la matriz.
• Multiplicar (o dividir) una fila por un escalar (número) distinto de cero.
También se pueden permutar dos filas entre sí, lo que permite ordenar mejor
el sistema.
p En algunos casos, se
podrían permutar las
columnas para ordenar el siste-
Dado el sistema: ma, pero esto trae el inconvenien-
te de cambiar la asociación inicial
entre columnas de la matriz y las
incógnitas del problema, razón
por la cual no se realizará esta
operación.
121
Se operará con la matriz ampliada para resolverlo, obteniendo matrices equi-

valentes a la original:
Aquí se puede multiplicar la fila 1 (F1) por 2 y por otro lado multiplicar la fila
3 (F3) por 3, obteniendo la matriz equivalente:
Luego, reemplazando la F3 por la F3 menos la F1, resulta:
Se obtiene una columna con un solo elemento distinto de cero (la columna 1).
Si se opera adecuadamente, esos ceros permanecerán allí hasta el final de
la resolución.
El siguiente paso será tratar de que aparezcan ceros en la segunda colum-
na. Para eso se puede mantener el -1 de la fila 2 y la columna 2 y operar para
eliminar el 4 de la fila 1 y el -1 de la fila 3 ambos en la columna 2. Las opera-
ciones que se realizarán serán (aquí ya se están aplicando en forma simultá-
nea las operaciones mencionadas anteriormente): se reemplaza la F1 por la
F1 + 4 F2 y por otro lado la F3 por F3–F2, obteniendo la matriz equivalente:
Hasta aquí se ha obtenido una matriz triangular. Sin embargo, se puede con-
tinuar operando para simplificar aún más el sistema hasta obtener lo que
se llama una matriz diagonal (en la cual todos los elementos aij con i ≠ j son
ceros).
En el ejemplo, sólo resta obtener ceros en la columna 3. Para ello se rea-
lizan los reemplazos F1 por F1 - 8 F3 y también F2 por F2 - 2 F3 obteniendo:
Resulta así una matriz diagonal. Si se quiere simplificar del todo el sistema,
se puede dividir las filas de tal forma que queden sólo unos en la diagonal
(y se conservan los ceros fuera de esta). A esta matriz diagonal se la llama
122
Matemática
matriz identidad. En el ejemplo se divide la fila 1 por 6 y se multiplica la fila 2

por (-1) obteniendo:
Recordando que la columna 1 correspondía a la incógnita x, la columna 2

a la incógnita y y la columna 3 la incógnita z se puede reescribir el sistema
equivalente:
Con lo cual ya se tiene la solución del sistema. Es conveniente adquirir la cos-

tumbre, una vez que se resuelve un problema, de realizar la verificación de la
solución. En este caso, la idea es reemplazar los valores obtenidos para x, y
y z, en el sistema original y ver que satisfagan todas las ecuaciones del sis-
tema. El sistema original era:
Verificando una a una las tres ecuaciones con los valores hallados, se obtiene:
Primera ecuación: 3 x + 2 y = 3 (2) + 2 (3) = 6 + 6 = 12 verificada

Segunda ecuación: - y + 2 z = - (3) + 2 (-1) = -3 -2 = -5 verificada
Tercera ecuación: y + z + 2 x = (3) + (-1) + 2 (2) = 3 -1 + 4 = 6 verificada
De esta manera, se ha verificado que el resultado obtenido es correcto.
A los sistemas que admiten solución se los denomina compatibles. Aquellos

sistemas compatibles que tienen una sola solución, como el ejemplo anterior,
se llaman compatibles determinados. También hay sistemas que tienen más de
una solución denominados compatibles indeterminados. Por último, hay siste-
mas que no tienen solución (no hay valores de las incógnitas que puedan satis-
facer todas las ecuaciones del sistema). Estos son llamados incompatibles.
Una vez que se tiene la matriz con ceros por debajo de la diagonal, se dice
que se tiene la matriz ‘diagonalizada’ y se puede clasificar la solución del sis-
tema en función del número de incógnitas, el número de ecuaciones distin-
tas de cero de la matriz asociada resultante y también de la matriz ampliada.
El rango de una matriz es el número de ecuaciones independientes (ecua-
ciones distintas de cero y que no son sumas ni múltiplos de las demás
ecuaciones).
Los grados de libertad del sistema (cuántas variables que pueden tomar
cualquier valor real en la solución) son el número de incógnitas menos el rango
de la matriz.
123
En el caso de tener un sistema compatible determinado, luego de diago-

nalizar el sistema, se tiene la misma cantidad de ecuaciones tanto para la
matriz asociada como para la matriz ampliada y, a su vez, la misma cantidad
de incógnitas.
En un sistema compatible determinado con una única solución, se tiene

aa que el rango de la matriz asociada es igual al rango de la matriz amplia-
da y es igual al número de incógnitas, con lo cual los grados de libertad
valen cero (solución única).
Puede resultar, luego de la diagonalización, que algunas de las ecuaciones

se anulen, quedando todos los coeficientes en cero, tanto los de las incógni-
tas como el término independiente. En este caso quedan más incógnitas que
ecuaciones independientes por lo que existirán muchas soluciones posibles
ya que algunas de las incógnitas quedarán indeterminadas –sistema compa-
tible indeterminado.
En un sistema compatible indeterminado con infinitas soluciones, se

aa tiene que el rango de la matriz asociada es igual al rango de la matriz
ampliada y es menor al número de incógnitas, con lo cual los grados de
libertad serán mayores que cero (infinitas soluciones).
Por último, si luego de la diagonalización hay ecuaciones con los coeficientes

de las incógnitas iguales a cero, pero el término independiente es distinto de
cero, se llega a una contradicción, por lo que no existirá solución para ese
sistema (sistema incompatible).
En un sistema incompatible, el rango de la matriz asociada es menor al

aa rango de la matriz ampliada (sistema sin solución posible).
Cuando existen sistemas de ecuaciones donde el término independiente es

cero en todas ellas, se dice que se trata de un sistema homogéneo. Su par-
ticularidad es que son siempre compatibles, pudiendo ser determinados (si
tienen una única solución ésta será que todas las incógnitas valgan cero, lla-
mada solución trivial) o compatibles indeterminados con infinitas soluciones.
4.2.3. Método de Gauss. Resolución de un sistema compatible

indeterminado
Para diagonalizar la matriz asociada al sistema se debe elegir un coeficien-

te de la matriz (pivote) para hacer ceros los coeficientes de su columna. Se
puede seleccionar cualquier coeficiente y no hay una regla general, pero una
vez que se tiene una columna con todos ceros menos uno de sus elemen-
tos, hay que seleccionar luego otro pivote en otra columna diferente y de una
124
Matemática
fila que no sea la misma en donde quedó el número diferente de cero de la

columna anterior. Por lo general, si hay algún elemento que valga 1 es más
fácil de usar como pivote.
Las operaciones que se pueden hacer sin cambiar el problema es multipli-
car las filas por cualquier número distinto de cero y reemplazar una fila por la
misma fila sumada a otra fila distinta (que se puede haber multiplicado por
un número previamente; por lo general, se hacen ambos pasos a la vez). El
objetivo final es que, al hacer este paso, aparezca en la fila que se está reem-
plazando algún coeficiente igual a cero (por lo general, son los coeficientes de
la columna del pivote que busca que se transformen en cero). Por ejemplo,
para resolver el sistema:
Se escribe la matriz ampliada que se desea triangular:
Se realizan las operaciones y reemplazos F2 + 2 F1 → F2 (se reemplaza la F2

por F2 + 2 F1) y F3 - F1 → F3 (se reemplaza la F3 por F3 - F1)
El siguiente paso es realizar el reemplazo F3 - 2 F2 → F3
La tercera fila no contiene ninguna información dado que se la puede reescribir

como: 0 x + 0 y + 0 z = 0 que no impone ninguna condición sobre las incóg-
nitas. Continuando con el sistema que ya está triangulado (hay ceros debajo
de la diagonal que es lo que busca realizar el método de Gauss), a partir de
allí hay que rearmar las ecuaciones y despejar las incógnitas. De la fila 2 se
obtiene:
2y+z=5 z=5-2y
Esto es lo que sucede en los sistemas indeterminados: las incógnitas que-

dan dependiendo de los valores que toman las otras incógnitas, en este caso
z será igual a 5 menos dos veces el valor que tome y. Usando la otra ecua-
ción resulta:
125
x+y-z=0
Aquí se puede reemplazar z por el valor obtenido de la ecuación anterior y

conviene que la otra incógnita a despejar (en este caso la x) quede también
en función de y. Entonces:
x + y - z = x + y - (5 - 2 y) = x + y - 5 + 2 y = x + 3 y - 5 = 0
y despejando x resulta
x=5-3y
No se puede encontrar más detalle para la solución del sistema, lo que acla-
ra el término indeterminado utilizado para denominar al sistema. ¿Qué sig-
nifica este resultado? Que existen muchas soluciones para el sistema, por
ejemplo, tomando
y = 7, resulta x = 5 - 3 y = 5 – 3 . 7 = 5 - 21 = -16
y tomando z = 5 - 2 y = 5 – 2 . 7 = 5 - 14 = - 9 se obtiene una de las infinitas

soluciones del sistema.
Si se toma otro valor cualquiera de y se obtendrán valores de x y z que sean

solución del sistema. La solución general se suele escribir de la siguiente
manera:
Se busca el vector
columna x, una matriz
que tiene sólo una columna. Se
utiliza la minúscula en negrita
para las matrices con una sola
fila o una sola columna.
Reemplazando por la solución encontrada con x y z en función de y, se obtiene:
Este resultado se puede escribir como la suma de dos vectores columna:

uno que tenga los términos con la y y otro con los términos independientes:
Este es el resultado general donde, como se obtuvo antes, y puede tomar

cualquier valor; por ello, ese valor suele llamarse t para indicar que puede ser
un número real cualquiera. Luego, la solución del sistema es:
126
Matemática
Restaría realizar la verificación. Para ello, reemplazamos en el sistema original

los valores de x, y y z que obtuvimos.
Reemplazando por la solución encontrada
Colocamos los corchetes porque la matriz A multiplica la suma de los dos vec-
tores columna. Aquí podemos aplicar la propiedad distributiva del producto de
matrices respecto de la suma o bien sumar y obtener un solo vector columna
(seguiremos este paso).
127
Obtuvimos el vector columna con los coeficientes independientes, verificando

así la solución general obtenida.
4.3. Determinantes
El determinante es un valor que se puede asociar a una matriz cuadrada que

permite una resolución alternativa al método de Gauss en el caso de un siste-
ma determinado. Se trata entonces de una herramienta complementaria para
el análisis y resolución de los sistemas de ecuaciones lineales.
A través del determinante se puede analizar si un sistema es compatible
determinado o no. Si no lo es, habrá que usar otras técnicas para saber si
se trata de uno compatible indeterminado o incompatible. También utilizando
determinantes se puede resolver un sistema compatible determinado –con la
regla de Cramer, que se verá más adelante.
Para obtener el determinante de una matriz hay que trabajar con los ele-
mentos de la misma, sumando y restando distintos productos entre ellos. En
consecuencia, al multiplicar y sumar números, el resultado es un número. Por
ello, el determinante de una matriz es una operación que asocia a una matriz
un número. Según si este número es distinto de cero o cero, se puede con-
cluir que el sistema asociado a la matriz es compatible determinado (determi-
nante de la matriz distinto de cero) o si no lo es (determinante igual a cero).
La forma en que se calcula el determinante de una matriz depende de sus
Recuérdese que se apli-
dimensiones n x n. Para el caso de una matriz de 2 x 2, el determinante es
ca solamente a matrices
cuadradas. igual al producto de los elementos de la diagonal menos el producto de los
elementos fuera de la diagonal:
Como vimos, si el determinante es distinto de cero, se tratará de un sistema

compatible determinado, y se puede encontrar la solución del sistema utili-
zando los determinantes. Así, la solución para un sistema de ecuaciones de
2 x 2 genérico es:
O en forma de producto de matrices A . x = b
128
Matemática
Si el det(A) = a11 a22 - a12 a21 ≠ 0 entonces el sistema es compatible determina-

do. Las soluciones se pueden escribir como
Este es el denominado método de Cramer para hallar las soluciones de un Recibe este nombre en
sistema compatible determinado. Para el sistema de 2 x 2 (dos ecuaciones y honor a Gabriel Cramer
(1704 - 1752), quien publicó la regla
dos incógnitas) las soluciones x1 y x2 del sistema se pueden hallar calculando
en su Introduction à l’analyse des
3 determinantes. En primer lugar, el determinante de la matriz del sistema: lignes courbes algébriques de 1750.
Segundo, el determinante de la matriz que se obtiene al reemplazar la colum-

na asociada a la variable x1 (columna 1 en este caso) por la columna de los
términos independientes:
Y por último, el tercer el determinante de la matriz que se obtiene al reempla-

zar la columna asociada a la variable x2 (columna 2 en este caso) por la colum-
na de los términos independientes:
Este método se puede aplicar para la resolución de cualquier sistema compa-

tible determinado, como se verá al final del siguiente apartado.
4.3.1. Determinante de 3 x 3 y método de Cramer
Para calcular este determinante, se introduce lo que se llama desarrollo de un

determinante por una fila o columna. Con este método un determinante de n x n
(3 x 3 en este caso) se calcula como sumas y restas de determinantes de (n-1)
x (n-1) (2 x 2 en este caso) por los coeficientes de la fila o columna. El desa-
rrollo por una fila o columna se realiza multiplicando los coeficientes de la fila
o columna por el determinante de la matriz que se obtiene quitando la fila y
columna a la cual pertenece el coeficiente en cuestión (menor complementa-
rio). Estos términos van sumados o restados dependiendo de la posición del
coeficiente aij ; si la suma i + j es par entonces va sumando, si la suma i + j
es impar entonces va restando. En general, el término tiene el signo determi-
nado por la expresión (-1) i + j .
Calculando el determinante de la matriz de 3 x 3 con este método, desa-
rrollando por la fila 3
129
Los términos a sumar (el factor (-1) i + j determina la suma o resta) serán:
que sumados dan
a11 a22 a33 + a12 a23 a31 + a13 a21 a32 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
aa

det(A) = a11 a22 a33 + a12 a23 a31 + a13 a21 a32 - a11 a23 a32 - a12 a21 a33 - a13 a22 a31
Lo interesante del desarrollo por una fila o columna es que si se tiene un

determinante con una fila o columna con todos ceros salvo un coeficiente, al
desarrollar por esa fila o columna hay que calcular sólo un determinante con
una fila y columna menos (el menor complementario asociado al coeficiente
distinto de cero).
Para obtener un determinante con estas características, se puede operar
con las filas (o columnas en los determinantes) de forma similar a como se
Precaución: a diferencia hizo con el método de Gauss con las matrices, esto es:
del método de Gauss, si
se multiplica una fila o columna
por un escalar (un número) dis- Sea l ≠ de cero, entonces
tinto de cero, para que el nuevo
determinante sea igual que el
anterior se debe dividir el resul-
tado por el escalar.
130
Matemática
Sin embargo, sigue siendo válido reemplazar una fila o columna por la suma
de ella más otra paralela (que puede estar multiplicada por un escalar), sin
que cambie el valor del nuevo determinante.
Se puede relacionar el determinante con el rango de una matriz. Así, el rango

puede determinarse con la dimensión de la mayor de las matrices (o subma-
trices que se armen quitando una fila y una columna) que se pueda encontrar,
cuyo determinante es distinto de cero.
Como ejemplo se utilizará el sistema resuelto previamente verificando con
el determinante que se trata de un sistema compatible determinado y hallan-
do la solución por el método de Cramer.
Dado el sistema
Primero, se confirma que el sistema es compatible determinado. Calculando

el determinante de la matriz A, éste debe resultar distinto de cero. Desarro-
llamos el determinante por la tercera fila ya que en ella hay un cero y por lo
tanto se anulará uno de los términos.
Por lo tanto, el sistema es compatible determinado.

Busquemos los valores de las incógnitas por el método de Cramer. Por
ejemplo, para el valor de x debemos realizar el cociente del determinante de
la matriz que obtenemos al reemplazar la columna correspondiente a la incóg-
nita x en la matriz A (en este caso la columna 1) por el vector de los términos
independientes. Así se obtiene:
131
Se debe calcular el determinante que aparece en el numerador. Aplicando

antes algunas propiedades para simplificar el determinante, hacemos que
aparezcan más ceros en una columna dada. En el determinante,
se pueden realizar las operaciones F2 - 2 F3 → F2 para que no varíe el valor

Igual que con el método
del determinante:
de Gauss, pero tenien-
do cuidado de no multiplicar la
fila que se está reemplazando y
sólo hacerlo con la paralela que
se suma o resta.
Nuevamente se desarrolla por la tercera columna que ahora tiene dos ceros.
Reemplazando el cociente se obtiene:
132
Matemática
Haciendo lo mismo para y y z resulta
Igual que para la x, se calcula el determinante aplicando antes algunas pro-

piedades para simplificarlo, haciendo que aparezcan más ceros en una colum-
na dada.
Haciendo F2 - 2 F3 → F2, que no varía el valor del determinante:
Y nuevamente desarrollando por la tercera columna que ahora tiene dos ceros,
Reemplazando el cociente da como resultado:
133
Por último, para z se tiene:
En este caso se trabaja con columnas haciendo C3 - 5 C2 → C3
Desarrollando por la fila 2
por lo que resulta:
Resumiendo, se vuelve a obtener que la solución del sistema es

x = 2, y = 3 y z = -1, como se encontró con el método de Gauss.
134
Matemática
4.3.2. Desarrollo de un determinante de 4 x 4 por una fila o

columna
Calculemos el siguiente determinante:
Se puede desarrollar directamente por una fila o columna cualquiera, sin rea-
lizar operaciones entre las filas; el fin es simplificar los cálculos si se tienen
muchos coeficientes igual a cero. Desarrollando el determinante por la colum-
na 3, de esta forma, aparecerán los coeficientes de esta columna (el 3, el
7, el 9 y el (-1)). Cada coeficiente va multiplicado por el determinante que se
obtiene de eliminar la fila y la columna en la que está ubicado, y también va
multiplicado por (-1)(i+j) i y j son la fila y matriz en la que está el coeficiente.
135
De esta forma, de un determinante de 4 x 4 se pasa a evaluar 4 determinan-

tes de 3 x 3. Reemplazando los (-1)(i+j), 1 o -1 y desarrollando en este caso
Esta elección es arbitra- los cuatro determinantes por la fila 3:
ria, convendrá desarro-
llarla por la fila o columna que
tenga más ceros, así no habrá
que calcular el término corres-
pondiente pues cualquier núme-
ro por cero dará cero.
136
Matemática
137
=3 [(1-12)-(12+3)] - 7 [(-3+12)-(6-9)] + 9[(6-2)-(-1-6)]+[3(6-2)-6(2+4)-(-1-6)]

= 3[-11-15]-7[9+3]+9[4+7]+[3 4 - 6 6 +7]
= 3 (-26) - 7 12 + 9 11 + 12 - 36 + 7
= -78 - 84 + 99 + 12 - 36 + 7 = -80
4.3.3. Clasificación del tipo de sistema utilizando el

determinante
Como ejemplo se resolverá un sistema con un parámetro, primero clasificán-

dolo y luego resolviendo en cada caso. El objetivo es determinar l para que
el sistema tenga soluciones no triviales y buscar la solución correspondiente
en forma de vector columna.
Este es un sistema homogéneo; todos los coeficientes independientes (sin x,

y o z) son 0. En estos casos, el sistema siempre es compatible. Puede ser
compatible determinado o compatible indeterminado pero nunca incompati-
ble. El determinante de la matriz resulta:
Para calcularlo se puede usar una regla mnemotécnica conocida como regla
La regla de Sarrus recibe de Sarrus para determinantes de 3 x 3. Para ello se arma la siguiente estruc-
su nombre del matemá- tura, donde se copia abajo la fila 1 y luego la 2.
tico francés Pierre Frédéric Sarrus.
El determinante será igual a la suma de los productos de las diagonales hacia

la derecha, más la resta de los productos de las diagonales hacia la izquierda:
138
Matemática
Una vez calculado el determinante de la matriz asociada al sistema, se estu-

dia para qué valores del parámetro el determinante es igual a cero. En este
Recordemos que si el deter-
problema particular, como el sistema no puede ser incompatible por ser un
minante es igual a cero,
sistema homogéneo, entonces, si el determinante es igual a cero, el sistema entonces el sistema es compatible
será compatible indeterminado. indeterminado o incompatible.
aplicando la fórmula
Se obtienen como resultado 2 valores de l para los cuales se anula el determinante:

l=-1 y l=-5
El sistema será compatible determinado si l≠-1 y l≠-5 (en este caso, la solu-
ción será la solución trivial). Si l=-1 y l=-5, entonces, el sistema es compa-
tible indeterminado.
Aplicando Gauss a la matriz para l=-1
z puede tomar cualquier valor, por lo tanto, z = t
Despejando y Despejando x
2y+z=0 -x + y + z = 0
2y+t=0 -x -½ t + t = 0
y = -½ t -x =

x=½t
Si escribimos el resultado como vectores se tiene:
Aplicando Gauss a la matriz para l=–5
Se toma nuevamente que z puede tomar cualquier valor, por lo tanto, z = t
139
Despejando x Despejando y
Escribiendo el resultado como vectores se tiene:
Sólo resta realizar la verificación en cada caso para confirmar que la solución
encontrada es correcta.
4.4. Matriz inversa
Es posible obtener la solución de un sistema de ecuaciones lineales, multipli-

cando dos matrices: la matriz inversa por la matriz asociada a los coeficien-
tes independientes del sistema (una matriz que tiene una sola columna y que
tiene los términos independientes, los mismos que se agregan a la matriz de
un sistema al armar la matriz ampliada).
Se define como matriz inversa de una matriz cuadrada A, a la matriz A-1
que cumple:
A . A-1 = A-1 . A = Id
Id es la matriz identidad, con unos en la diagonal y ceros fuera de esta.
Usando una propiedad para el determinante del producto de matrices se

puede obtener una condición necesaria para la existencia de la matriz inversa:
| A . A-1 | = | Id | = 1 (el determinante de la matriz identidad es uno)

| A | . | A-1 | = 1 entonces debe ser | A | ≠ 0 y | A-1 | ≠ 0
Una condición necesaria para que exista la matriz inversa de una matriz
aa A es que el determinante de A sea distinto de cero
Se puede obtener la matriz inversa usando determinantes y el método de

Cramer o bien se puede obtenerla usando el método de Gauss. Una vez cal-
culada la matriz inversa se puede utilizar para hallar la solución del sistema
compatible determinado.
140
Matemática
Dado el sistema en forma matricial A . x = b; si se multiplica del lado

Recuérdese que en el pro-
izquierdo de la ecuación por la matriz inversa, la ecuación del sistema queda:
ducto de matrices es
importante el orden, ya que estas no
cumplen en general la propiedad
A-1 . A . x = A-1 . b conmutativa.
Id . x = A-1 . b Aunque A . A-1 = A-1 . A, en general,
x . A-1 ≠ A-1. x
x = A-1 . b
Entonces, la solución del sistema se puede calcular directamente como el

producto de la matriz inversa por la matriz columna de los coeficientes inde-
pendientes b.
A continuación, se calculará en un ejemplo la matriz inversa usando el méto-

do de Gauss y la regla de Cramer (usando determinantes).
Dado el sistema resuelto previamente:
con la matriz asociada al sistema:
A=
Con las incógnitas se puede escribir un vector columna x y otro con los térmi-
nos independientes b como producto de matrices de la forma:
A.x=b
Para entender la utilidad de la matriz inversa se verán nuevamente los pasos

realizados al resolver una ecuación.
Por ejemplo,
2x + 1 = 7
Queremos encontrar los valores de x que satisfacen la ecuación. Se despe-

ja x, realizando operaciones que permitan dejar de un lado de la ecuación la
incógnita x y del otro lado el valor que le corresponde para satisfacer la igual-
dad inicial. Se puede pensar una
Viendo en detalle cómo se resuelve correctamente, para eliminar el 1 que ecuación como una
está sumando del lado izquierdo, se resta 1 de ambos lados (estrictamente le balanza en equilibrio, representa-
do por el signo igual, a la cual se
sumamos su inverso aditivo (-1) de ambos lados, tal que, del lado izquierdo, le puede agregar o quitar cosas
obtenemos un cero sumando, elemento neutro de la suma). Así se obtiene: iguales de ambos lados con el
objetivo de mantener el equilibrio,
esto significa que sigue siendo
válida la igualdad.
141
Aquí se divide de ambos lados por 2 para que quede la x despejada del lado
izquierdo. Estrictamente, lo que se hace es multiplicar por el inverso multipli-
cativo (½) de ambos lados, de tal forma de obtener del lado izquierdo un 1
multiplicando, elemento neutro de la multiplicación). Así resulta:
Por lo tanto, se despeja x = 3, que al reemplazar en la ecuación 2 . 3 + 1 = 7

la verifica.
Un sistema de ecuaciones se resuelve de la misma manera. El objetivo es

despejar los valores de las incógnitas que verifican el sistema, que en forma
matricial se puede escribir como A x = b, por lo que se debe despejar de esta
ecuación matricial el valor de x. La matriz inversa A-1 es por definición la inver-
sa multiplicativa de la matriz A, dado que al multiplicarlas da como resultado
el elemento neutro de la multiplicación de matrices (la matriz identidad). La
definición de matriz inversa viene dada por A.A-1 = I. Entonces, al multiplicar
en ambos lados de la ecuación por la matriz inversa, se mantiene la igual-
dad, obteniendo:
Ax=b
A-1 A x = A-1 b
(A-1 A) x = A-1 b
I x = A-1 b
x = A-1 b
Con lo cual, para obtener x simplemente hay que realizar el producto de matri-
ces A-1 b (multiplicar la matriz inversa y el vector columna de los términos
independientes).
En el caso del cálculo de la matriz inversa se tiene que la ecuación matri-
cial a resolver es:
A A-1 = A-1 A = I
Escribiendo, para el sistema particular que se quiere calcular, la inversa de

A resulta:
142
Matemática
Donde los coeficientes cij son los elementos de la matriz A-1. Realizando el
producto de las matrices se obtiene el siguiente sistema de 9 ecuaciones y
9 incógnitas:
Si se observa el sistema cuidadosamente, éste es, en realidad, equivalente

a 3 sistemas separados cada uno con 3 incógnitas:
o bien en forma matricial hay que resolver los tres sistemas dados por
143
Nótese que los tres sistemas tienen la misma matriz asociada; sólo cambia
el término independiente. De esta forma, para hallar la matriz inversa hay que
resolver estos tres sistemas. Primero se resolverá utilizando el método de
Gauss. Estos tres sistemas tienen las siguientes matrices ampliadas a las
que se le aplicará el método de Gauss:
Dado que los tres tienen la misma matriz asociada, se pueden resolver los
tres sistemas simultáneamente escribiendo:
Entonces se aplica el método de Gauss para esta matriz. Para hacer ceros en
la tercera columna se realiza F2 – 2 F3 → F2
Para hacer ceros en la segunda columna, 3 F3 + F2 → F3 y 3 F1 + 2 F2 → F1
Por último, para hacer ceros en la primera columna F2 + 4 F1 → F2 y F3 - 2 F1 → F3
Para terminar, se obtienen unos en la diagonal, F2 / (-3) → F2 y F3 / 3 → F3
Los sistemas se transforman en :
144
Matemática
En consecuencia, la matrix inversa A-1 será:
que es la matriz que queda a la derecha después de aplicar el método de

Gauss. Luego, el proceso para hallar la matriz inversa utilizando Gauss es ope-
rar para obtener identidad a la izquierda en la matriz ampliada que se armó
con la matriz asociada al sistema y la matriz identidad a la derecha como se
muestra en el siguiente diagrama:
Se puede verificar que la matriz hallada es la inversa de la matriz A si se

multiplican ambas matrices, debiéndose obtener como resultado la matriz
identidad.
con lo cual se verifica que la matriz inversa calculada es correcta.
145
También se pueden resolver los sistemas anteriores con la regla de Cramer:
Aplicando la regla de Cramer para el primer sistema se puede calcular c11 uti-
lizando el determinante que resulta al reemplazar el vector de los términos
independientes en la primera columna de la matriz A dividido por el determi-
nante de A (que ya se calculó previamente, |A| = -1). Esto da:
Lo mismo se realiza para los demás coeficientes de la matriz inversa:
146
Matemática
Nótese que para calcular el elemento c21 se utiliza el adjunto de la fila 1 y la

columna 2 de A, el adjunto A12. No se repite para el resto de los elementos
todo el desarrollo, simplemente se calculan usando los adjuntos correspon-
dientes de A:
147
Con lo cual nuevamente se obtiene la matriz inversa:
Para concluir este detallado cálculo para la obtención de la matriz inversa se

utilizará la misma para resolver el sistema de ecuaciones inicial, haciendo la
multiplicación de matrices:
x = A-1 . b =
Nuevamente se llega al resultado obtenido primero por el método de Gauss y

luego por el método de Cramer.
Luego del desarrollo de la inversa con el método de Cramer, si una

rr matriz tiene todos sus coeficientes enteros y su determinante vale uno o
menos uno, ¿qué puede decirse sobre los coeficientes de la matriz inver-
sa?, ¿y si el determinante vale un medio? ¿Puede generalizarse para el
caso en que el determinante sea igual a 1/n?
148
Matemática
4.5. Matrices especiales y sus propiedades

Este apartado fue elabora-
do por Alfredo Russo
Entre las infinitas matrices que se pueden construir existen algunas que, por
razones particulares, reciben un nombre especial que las diferencia de las
otras. Así, ya hemos nombrado, por ejemplo, las matrices escalares, simétri-
cas, antisimétricas, identidad, diagonal, triangulares superior o inferior, adjun-
tas, traspuestas e inversas. A continuación, veremos el caso de las matrices
estocásticas.
4.5.1. Matrices estocásticas
Se trata de matrices en las que todos sus elementos tienen un valor compren-
dido entre 0 y 1, y, además, la suma de los elementos de cada columna es
igual a 1. Las matrices estocásticas se usan con frecuencia en el estudio de
fenómenos aleatorios, en teoría de la probabilidad y estadística.
Un vector de la forma u = (u1, u 2, u 3, u 4, u 5) es un vector estocástico si todos

sus elementos son menores que 1 y la suma de ellos es igual a 1.
Por ejemplo, el vector
no es un vector estocástico porque uno de sus elementos es negativo.

En cambio, si bien v = (2,3,5, 0,1) no es un vector estocástico porque sus
elementos no son menores que 1, se lo puede transformar dividiendo
miembro a miembro cada uno de sus elementos por 11, que es la suma de
ellos, para obtener: w = ( 2 , 3 , 5 , 0, 1 )que sí es un vector estocástico.
11 11 11 11
Se dice que una matriz cuadrada es estocástica si cada una de sus filas es
aa un vector estocástico. Por ejemplo:
Si dos matrices A y B son estocásticas, el producto de las mismas, siempre

que sea posible –es decir, que ambas sean del mismo orden– es otra matriz
estocástica. En particular, las potencias sucesivas de matrices estocásticas
A2, A3 … A n son también matrices estocásticas.
Vectores de punto fijo
Si A es una matriz cuadrada de orden n, y u un vector fila con n componentes,

entonces podremos formar el producto:
149
uA
Dónde u premultiplica a la matriz A.
En el caso en que: uA = u
Se dice que u es un vector fijo de A.

Además, para un escalar cualquiera k, será:
(ku ) A = k (uA) = ku
Esto nos lleva a concluir que, si u es un vector fijo de la matriz A, su produc-

to por cualquier escalar diferente de cero k será también un vector fijo de A.
Ejemplos
Lo que demuestra que u es un vector fijo de la matriz considerada. Este vec-

tor fijo que premultiplica a la matriz, se conoce también como vector fijo a la
izquierda de la misma.
3) Sea la matriz estocástica si calculamos su cuadrado obten-

dremos:
Cuando cada una de las potencias de una matriz estocástica A es otra

aa matriz con todos sus elementos positivos y no nulos, se dice que A es
una matriz regular y tiene las siguientes características:
••Un vector fijo único con todos sus elementos positivos.
••La secuencia de potencias de A, A2, …, An converge hacia una
matriz T cada una de cuyas filas es, precisamente, el vector fijo
único.
••Si p es un vector de probabilidad, entonces la secuencia pA,
pA2,…, pAn converge hacia el vector fijo t único de la matriz A.
150
Matemática
4) Usemos la matriz estocástica: y calculemos para ella un vector

fijo con la ecuación:
Para ello hacemos t=(x1-x) y entonces resultará:
Resolviendo obtendremos:
1
Expresión de la que resulta x =
3
Si calculamos potencias sucesivas de nuestra matriz P, obtendremos, por

ejemplo:
Se observa que las potencias sucesivas de P convergen hacia la matriz:
Cuyas dos filas son iguales al vector fijo de la misma.
151
1.
cc
a. Encuentre el único vector fijo de la matriz estocástica regular:
b. ¿Cuáles de los siguientes vectores son estocásticos? Explique por qué.
c. Multiplique cada uno de los siguientes vectores por un escalar apropiado

para formar los respectivos vectores estocásticos:
d. Indique cuáles de las siguientes matrices son estocásticas y explique

por qué.
152
Matemática
e. Encuentre el único vector fijo de la matriz estocástica
¿A qué matriz converge Pn?
f. Halle el único vector fijo de la matriz estocástica regular
4.5.2. Matrices de insumo producto
En economía, el modelo de insumo producto usa matrices para reflejar la pro-

ducción de una nación o provincia, y para predecir los cambios que pueden
ocurrir por efecto de cambios en industrias, la preferencias de los consumi-
dores o las regulaciones gubernamentales. El modelo fue inventado en 1919
por Wassily Leontief, un ruso emigrado a Estados Unidos, que recibió el Pre-
mio Nobel de Economía en 1973 por su desarrollo.
Supongamos un país que tiene un número limitado de sectores producti-
vos –a modo de ejemplo, fijemos ese número en 2–. En la construcción de
una matriz de insumo producto, los vectores fila representan la producción de
determinados insumos y los vectores columna el consumo de esa producción.
La tabla siguiente muestra el esquema resultante:
Demanda de
Consumo por Consumo por
Insumo consumidores Total
Agricultura Industria
finales
Wassily Leontief (1906-1999)
Agricultura 5 15 80 100 Fuente: http://nobelprize.org
Industria 10 15 60 85
Trabajo 10 20 0 30
La tabla indica que la propia agricultura consume 5 unidades de producción

de agricultura, la industria consume 15 unidades y 80 unidades van a los con-
sumidores finales.
El único insumo que no tiene demanda final es el trabajo: en el esquema
mostrado, la agricultura consume 10 unidades y la industria 20 unidades,
mientras que no hay demanda final. Por su parte, los trabajadores compo-
nen parte de la demanda final como consumidores de lo que producen. Otros
demandantes son las familias de los trabajadores, los funcionarios de la admi-
nistración pública y todos aquellos que no están comprometidos en la produc-
ción primaria.
153
El balance de cada uno de los sectores productivos puede escribirse como:
Producción de Agricultura: x1
Producción de Industria: x2
Producción de Trabajo: x3
x11 + x12 + c1 = x1
x21 + x22 + c2 = x2
x31 + x32 + c3 = x3
Si suponemos que cada una de las participaciones del consumo es propor-

cional a la producción de cada sector, podremos escribir:
Si llamamos x al vector columna de sectores productivos
Podemos llamar c al vector columna de consumos
En consecuencia, A será la matriz de los coeficientes a:
Del mismo modo, I será una matriz unidad de orden 3
154
Matemática
Con estos elementos y operando algebraicamente en las ecuaciones de

producción y consumo, podremos escribir:
y finalmente:
Esto es, siempre que la matriz (I-A) sea invertible. Los coeficientes aij son los
llamados coeficientes técnicos de cada uno de los productos.
Entre otros efectos, si se destina una parte mayor de la producción de un
insumo a los intercambios con otros sectores, será a expensas del consu-
mo y si se consume más de un determinado insumo, será a expensas de las
transferencias intersectoriales.
Un ejemplo simple, basado en nuestra tabla, con dos sectores producti-
vos, nos muestra que, si la Agricultura está en su máximo nivel de producción,
destinar una porción mayor de su insumo a la industria será en desmedro del
consumo. De la misma manera, si aumenta el consumo de la producción agro-
pecuaria, será a expensas de la industria.
2.
cc
a. Calcule A.B y B.CT, dadas las siguientes matrices:
b. Encuentre A.B y B.A para las siguientes matrices:
Verifique que A.B ≠ B.A
c. Para las matrices del problema anterior, verifique
(BA)T=AT.BT
d. Las tarifas de los vuelos de Buenos Aires a Rosario están dadas por el
vector P = (280, 180, 89) donde cada elemento corresponde al precio
en primera clase, clase business y clase turística. Si el vector de ventas
de pasajes de un vuelo determinado es N=(8, 29, 115), calcule P.N y
explique su significado.
155
e. El stock de computadoras en una cadena de 3 locales está dado por

la matriz:
Las filas expresan los stocks en cada sucursal y las columnas las marcas
de computadoras correspondientes. El costo mayorista de estas compu-
tadoras está dado por el vector: D = (700,1200)T
Calcule el producto S.D y explique qué significa.
f. Resuelva el siguiente sistema de ecuaciones, expresado en forma

matricial:
g. Determine si la matriz: es la inversa de alguna de

las siguientes matrices:

Explique, en cada caso, por qué.
h. Calcule la inversa de la matriz:
Haga la verificación correspondiente.
i.Calcule la inversa de la matriz:
j. Calcule la inversa de la matriz:

156
5
Programación lineal
Objetivos
• Resolver problemas de programación lineal.

• Desarrollar métodos gráficos y analíticos para encontrar soluciones.
• Aplicar el método Simplex.
5.1. Introducción
En múltiples operaciones en diversos ámbitos –como la industria, la econo-

mía, la estrategia militar, etc.– se presentan situaciones en las que es nece-
sario maximizar o minimizar algunas funciones que se encuentran sujetas a
determinadas limitaciones o restricciones.
La programación lineal es un conjunto de técnicas racionales de análisis
y de resolución de problemas que tiene por objeto ayudar a los responsables
en las decisiones sobre asuntos en los que interviene un gran número de
variables. En este sentido, los modelos de programación lineal, por su sen-
cillez, son frecuentemente usados para abordar una gran variedad de proble-
mas de naturaleza real en ingeniería y ciencias sociales, lo que ha permitido
a empresas y organizaciones importantes beneficios y ahorros asociados a
su utilización. Se trata de un modelo matemático que data de mediados del
siglo XX; se creó durante la Segunda Guerra Mundial, cuando se necesitaba
planificar los gastos y envíos tratando de minimizar los costos y maximizar
las pérdidas del enemigo.
El objetivo de la programación lineal es el de optimizar un sistema

aa con ecuaciones lineales, sujeto además a restricciones también lineales
expresadas como desigualdades.
Aquí se utilizarán algunos nombres específicos que se describen a continuación.
• Se llama función objetivo a la función lineal que se desea optimizar.

• Los puntos del dominio de la función objetivo, que además satisfacen las
restricciones del problema, se llaman puntos factibles –puntos permitidos
157
por las restricciones en donde será factible hallar el máximo o el mínimo

de la función objetivo.
• El punto factible que cumple la condición de optimizar la función objetivo
–máximo o mínimo, dependiendo del problema a resolver– se llama solu-
ción óptima y es el resultado final al que se desea llegar.
Un resultado importante de estos problemas es que la solución óptima se

encuentra en la periferia de la región factible, ya que las restricciones dadas
por desigualdades (por ejemplo: x + y ≤ 7), corresponden a semiplanos, con
lo cual la intersección de las restricciones (intersección de semiplanos) es
necesariamente una región convexa.
En el caso de dos variables, la función objetivo estará representada por
una recta móvil que se desplaza paralela a sí misma al ir cambiando el térmi-
no independiente, que alcanzará su valor óptimo en el último o en el primer
punto que toque dentro de la región de validez que contiene a los puntos fac-
tibles. Por ser la región de validez convexa (dados dos puntos de la región,
el segmento que los une está incluido en la región) la solución óptima esta-
rá en un vértice del conjunto factible o bien en un lado del conjunto factible
(infinitas soluciones).
5.2. Formulación de modelos
Un modelo de programación lineal considera que las variables de decisión tie-

nen un comportamiento lineal, tanto en la función objetivo como en las res-
tricciones del problema. Los modelos matemáticos se dividen básicamente
en Modelos Deterministas o Modelos Estocásticos. En el primer caso (MD)
se considera que los parámetros asociados al modelo son conocidos con cer-
teza absoluta; en el segundo caso (ME), la totalidad o un subconjunto de los
parámetros tienen una distribución de probabilidad asociada.
Fuente: http://www.programacionlineal.net/programacion_lineal.html
158
Matemática
Ejemplo
Una empresa de muebles tiene dos fábricas A y B donde se elaboran los cor-
tes de madera para los distintos módulos que se venden en el mercado y tres
plantas de armado I, II y III donde se ensamblan los muebles para ser vendi-
dos al público.
Las fábricas A y B producen 2000 y 3000 muebles por año, que deben
enviarse a las plantas I, II y III cuyas capacidades máximas de procesamiento
son 500, 3500 y 1000 muebles por año.
Los costos de transporte de los cortes desde las fábricas A y B a las plan-
tas I, II y III en pesos por mueble son:
G.5.1
I II III
A 10 20 30
B 15 17.5 20
El problema a resolver es: ¿cómo conviene distribuir los muebles de las fábri-
cas a las plantas tal que los costos de transporte sean lo mínimo posible?
Resolución
El primer paso es traducir el problema al lenguaje que se utiliza en este curso,

plantearlo como ecuaciones matemáticas con variables y funciones que se
desea optimizar.
Llamando x a la cantidad de muebles que se envían de la fábrica A a la
planta I, y a la cantidad de muebles que se envían de la fábrica A a la planta
II, el resto de los envíos quedan determinados con estas incógnitas y las con-
diciones del problema.
Por ejemplo, si la planta I puede procesar hasta 500 muebles, entonces, si
recibe x muebles de la fábrica A, podrá recibir a lo sumo 500 - x muebles de
la fábrica B. De la misma manera, si la planta II puede procesar hasta 3500
muebles, entonces, si recibe y muebles de la fábrica A entonces podrá reci-
bir a lo sumo 3500 - y muebles de la fábrica B. Sólo resta determinar cuántos
muebles recibe la planta III.
Si la planta A produce 2000 muebles y envía x muebles a la planta I e y
muebles a la planta II, entonces deberá enviar 2000 - x - y a la planta III. Con
el mismo razonamiento se puede determinar cuántos muebles recibe de la
fábrica B. Si esta planta produce 3000 muebles y envía 500 - x muebles a la
planta I y 3500 - y muebles a la planta II, entonces deberá enviar
3000 - (500 - x) - (3500 - y)= x + y - 1000 muebles a la planta III.
En este caso, el mismo resultado se puede obtener como se hizo para averi-
guar cuántos muebles reciben las plantas I y II de la fábrica B sabiendo cuánto
recibe de la fábrica A y cuál es la máxima producción de la planta III. La planta
III puede procesar hasta 1000 muebles, entonces si recibe 2000 – x - y mue-
bles de la fábrica A, podrá recibir a lo sumo
1000 - (2000-x-y) = 1000 - 2000 + x + y = x + y - 1000 muebles de la fábrica B.
159
Resumiéndolo en un cuadro:
G.5.2
I ≤ 500 II ≤ 3500 III ≤ 1000

A=2000 x y 2000-x-y
B=3000 500 - x 3500 - y x + y - 1000
Esta tabla representa la cantidad de muebles que serán enviados a cada plan-
ta, con lo cual las restricciones surgen de pedir que estas cantidades sean
mayores o iguales a cero (no puede enviarse un número negativo de muebles).
Usando estas cantidades junto con el precio de los traslados que se encuen-
tran en G.5.1. se puede calcular el costo total que será la función objetivo,
es decir, lo que se busca minimizar. Esta resulta:
f(x, y)= 10 x + 20 y + 30 (2000 – x - y) + 15 (500 - x) + 17.5 (3500 - y) + 20

(x + y - 1000) = 108750 - 15 x - 7.5 y
sujeta a las restricciones, porque el número de muebles no puede ser negativo:
x ≥ 0 y ≥ 0 2000 - x - y ≥ 0
500 - x ≥0 3500 - y ≥ 0 x + y - 1000 ≥ 0
que se puede escribir despejando las variables del lado izquierdo y los núme-
ros del derecho de las desigualdades:
x + y ≤ 2000
x ≤ 500
y ≤ 3500
x + y ≥ 1000
x ≥0
y ≥0
Hasta aquí hemos desarrollado el planteo del modelo matemático que descri-
be el problema propuesto; resta entonces responder la pregunta: cómo dis-
tribuir los muebles para minimizar los costos, resolviendo el problema que
se ha formulado.
5.3. Resolución gráfica
Resolveremos el problema de programación lineal planteado de manera grá-

fica, lo que permitirá visualizar mejor el problema, las ecuaciones planteadas
y la solución que minimice los costos. Este tipo de resolución se puede utili-
zar solamente cuando el problema tiene dos variables (en el ejemplo, x e y).
Como se verá, las ecuaciones e inecuaciones planteadas definen semiplanos
en un gráfico xy. De las distintas intersecciones de estos semiplanos se irán
restringiendo los valores de x y de y que cumplan con cada una de las restric-
ciones del problema. Esta será la llamada región factible.
160
Matemática
Como se describió previamente, se determinan primero los puntos facti-

bles según las restricciones. Las mismas corresponden a semiplanos en el
plano xy y la intersección de ellos dará la región de validez, o región factible,
que contiene los puntos factibles.
En los siguientes gráficos se muestra cada restricción en forma individual:
G.5.3
161
Luego, la intersección de todas las restricciones resultará:
G.5.4
Si en este gráfico G.5.4. se agrega la función objetivo obtenida y se la va

moviendo:
162
Matemática
f(x, y)= 108750 -15 x -7.5 y = 108750 + 7.5 (-2x - y)
o lo que es equivalente, se optimiza la función -2x -y en la región factible, se

encuentra que se maximiza y minimiza, cuando toca un solo punto de la región
factible.
En el siguiente gráfico G.5.5. se muestran cuatro rectas, A, B, C y D en línea
punteada que pasan por los cuatro vértices de la región factible. Las cuatro
rectas paralelas son de la forma VALOR + 7.5 (-2x – y). Gráficamente se puede
observar que a la recta A pertenece el vértice inferior izquierdo de la región
factible, correspondiente a los valores x = 0 e y = 1000 que llevan a que la
función objetivo tome el valor:
f(x, y)= 108750 -15 x -7.5 y = 108750 + 7.5 (-2x - y)

f(0,1000)= 108750 -15. 0 -7.5 . 1000 = 108750 - 7500 = 101250
Por su parte, a la recta B pertenece el vértice inferior izquierdo de la región

f(500,500)= 108750 -15. 500 -7.5 . 500 = 108750 - 7500 - 3750 = 97500
En tercer lugar, a la recta C pertenece el vértice superior izquierdo de la región

f(0,2000)= 108750 -15. 0 -7.5 . 2000 = 108750 - 15000 = 93750
Por último, a la recta D pertenece el vértice superior derecho de la región fac-

tible, correspondiente a los valores x = 500 e y = 1500 que llevan a que la
f(500,1500)= 108750 -15. 500 -7.5 . 1500 = 108750 - 7500 - 11250 =

90000
Es decir, las cuatro rectas son paralelas y lo que cambia es cuál está más
arriba y cuál más abajo, según el VALOR sumado en cada recta sea menor o
mayor. Cuanto mayor sea el valor, mayores serán los valores de x e y de esa
recta y, por lo tanto, la función objetivo será menor cuanto más arriba esté la
recta en el gráfico. Es fácil ver esto considerando los puntos de x = 0 de cada
recta con los que y toma valores mayores. En la función objetivo hay que res-
tar 7.5 veces el valor de y, por lo que cuanto mayor sea y, menor será la fun-
ción objetivo. De la misma manera, cuanto más abajo esté la recta, la función
objetivo alcanzará valores mayores. Por lo tanto, en este problema se puede
observar que la recta A es la que maximiza la función objetivo y la recta D la
que lo minimiza.
163
G.5.5
En consecuencia, para minimizar los costos de envío la fábrica A debe enviar

500 muebles a la planta I, 1500 muebles a la planta II y ningún mueble a la
planta III, mientras que la fábrica B no debe enviar muebles a la planta I, envía
2000 muebles a la planta II y 1000 muebles a la planta III.
En todo problema de programación lineal, si éste tiene solución, la

aa misma corresponderá a un vértice de la región factible.
La utilización de este método de resolución gráfica –que se limita a problemas

en dos variables– tiene la doble ventaja de su rapidez y sencillez.
5.4. Resolución analítica
La resolución analítica del problema anterior permitirá resolver cualquier pro-

blema –incluso con más de dos o tres variables– que no puede resolverse grá-
ficamente. Se modifican las restricciones de menor o mayor e igual (inecuacio-
nes) por restricciones de igualdad (ecuaciones) con lo que se pasará a tener
un sistema de ecuaciones lineales para resolver.
Por ejemplo, la restricción x + y ≤ 2000, puede escribirse como
x + y + x3 = 2000
al agregar una nueva variable al problema x3 (variable de holgura o exceso),

que será la que tenga en cuenta cuánto le falta a la suma x + y para llegar a
2000, dado que la inecuación x + y ≤ 2000 dice que x + y es menor o igual
164
Matemática
que 2000. En el caso en que sumen 2000, x3 valdrá cero y, si no, será mayor
que cero.
De esta forma, cuando en la resolución se tengan resultados con x3 = 0 sig-
nifica que se está moviendo a lo largo de la recta x + y = 2000. Igualmente,
la desigualdad x ≤ 500 se puede escribir como una igualdad, x + x4 = 500 al
agregar una nueva variable al problema, x4, que tenga en cuenta cuánto le falta
a x para 500. En el caso en que sea igual a 500, x4 valdrá cero y, si no, será
mayor que cero. En consecuencia, cuando en la resolución se tengan resulta-
dos con x4 = 0 significa que se está moviendo a lo largo de la línea x = 500.
La restricción y ≤ 3500 se puede escribir como y + x5 = 3500 al agregar
la variable x5 que será la que tenga en cuenta cuánto le falta a y para 3500.
Para este caso, se sabe por la resolución gráfica que la región factible no tiene
como borde la recta y = 3500, por lo cual no se podrá mover por esa recta al
buscar optimizar la función objetivo y por ello x5 nunca valdrá cero.
Por último, resta considerar la restricción x + y ≥ 1000. Ésta se puede escri-
bir como x + y - x6 = 1000; la variable x6 será la que tenga en cuenta cuánto
le sobra a la suma x + y respecto de 1000. En el caso en que sumen 1000,
x6 valdrá cero y si no será mayor que cero. De esta forma, cuando en la reso-
lución se tengan resultados con x6 = 0, significa que se está moviendo a lo
Nótese que, como la desi-
largo de la recta x + y = 1000.
gualdad era del tipo mayor
El sistema a resolver queda en la forma canónica o aumentada que se o igual, la variable de holgura apa-
desea minimizar. rece restando, pues representa
cuánto le sobra a la suma x + y
respecto de 1000.
Z = f(x, y) = 108750 -15 x -7.5 y
x + y + x3 = 2000
x + x4 = 500
y + x5 = 3500
x + y - x6 = 1000
x, y, x3, x4, x5, x6 ≥ 0
Como ya se mencionó, se deben variar los valores de las incógnitas por los
bordes de la región factible, con lo cual deberán hacerse cero las variables del
sistema que permiten moverse por estos bordes. Las posibles variables que
tendrán que valer cero en este problema son x, x3, x4 y x6.
Entonces, una forma de resolver el problema es hallar las soluciones del
sistema lineal igualando a cero dos de las variables del sistema, x, y, x3, x4,
x5, x6. Para cada solución que se obtenga, se debe ver si los valores de x e y
obtenidos pertenecen a la zona factible, y luego, de todos ellos, cuál maximi-
za o minimiza la función objetivo.
Las posibilidades serán considerar los vértices de la zona factible: los valo-
res para (x, y) iguales a (0, 1000), (0, 2000), (500, 500) o (500, 1500). Los
valores de x3, x4, x5 y x6 se calculan a partir de las ecuaciones donde se defi-
nieron estas variables
x=0 y = 1000 x3 = 1000 x4 = 500 x5 = 2500 x6 = 0
f(0, 1000)= 108750 - 7500 = 101250 (este es el que maximiza la función)
x=0 y = 2000 x3 = 0 x4 = 500 x5 = 1500 x6 = 1000
165
f(0, 2000)= 108750 - 15000 = 93750
x = 500 y = 500 x3 = 1000 x4 = 0 x5 = 3000 x6 = 0
f(500, 500)= 108750 - 7500 - 3750 = 97500
x = 500 y = 1500 x3 = 0 x4 = 0 x5 = 2000 x6 = 1000
f(500, 1500)= 108750 - 7500 - 11250 = 90000

(este es el que minimiza la función).
En consecuencia, la distribución que más conviene realizar entre las plantas

de elaboración de muebles será con x = 500 e y = 1500 con las distribucio-
nes a cada planta que se detallaron al final de la resolución gráfica y que se
pueden resumir en el siguiente cuadro:
G.5.6
I ≤ 500 II ≤ 3500 III ≤ 1000

A=2000 500 1500 0
B=3000 0 2000 1000
Como era de esperarse, la solución es la misma que la encontrada en forma

gráfica. Sin embargo, la primera es más fácil de implementar y de interpre-
tar. Por su parte, la limitación de la resolución gráfica a problemas con dos
incógnitas no aparece en la resolución analítica que puede resolver cualquier
número de incógnitas.
1. Resuelva gráfica y analíticamente los siguientes problemas:

cc
a. En una edificación a realizarse en la Universidad se decidió construir
un edificio de 300 metros cuadrados en la planta baja y 200 metros cua-
drados en un primer piso. El precio final de la construcción en el mer-
cado es de $4000 por metro cuadrado en la planta baja y de $16.000 en
la planta superior. Solo dos empresas, A y B, pueden realizar el trabajo
debido a los requerimientos técnicos necesarios para la instalación de
laboratorios. La empresa A, sin embargo, por limitaciones propias sólo
puede construir 400 metros cuadrados en el plazo de tiempo estipula-
do por la Universidad, mientras que la empresa B como máximo puede
construir 300 metros cuadrados (en ambos casos en forma indistinta en
cualquiera de las dos plantas). Por una cuestión de manejo de fondos,
no pueden adjudicarse contratos menores de $300.000. La empresa A
ofrece un descuento de $4 por metro cuadrado en la planta baja y de
$12 por metro cuadrado en la planta alta. Por su parte, la otra empresa
ofrece un descuento de $6 y $10 respectivamente.
Si x e y representan los metros cuadrados en planta baja y primer piso
adjudicados a la empresa A:
i) Calcule el descuento total obtenido por la universidad de parte de

ambas compañías: esta será la función objetivo a maximizar.
166
Matemática
ii) Plantee las ecuaciones y desigualdades que representan al problema

y halle los valores de x e y que maximizan el descuento.
b. Una compañía produce dos tipos de teclados para computadoras, A

con cable y B inalámbricos. Para su fabricación, ambos requieren el uso
de tres máquinas que llamaremos F, G y H. El teclado con cable requie-
re el uso de la máquina F por dos horas, la máquina G por una hora y
la máquina H también una hora. Por su parte el teclado inalámbrico
requiere el uso de la máquina F por 1 hora, la máquina G por dos horas
y la máquina H una hora. Dados los requerimientos de armado y pre-
paración de cada máquina las mismas no pueden utilizarse por mes más
de 180 horas la máquina F, 160 la máquina G y 100 horas la máquina
H. Si la ganancia por cada producto es de 4 dólares para los teclados
con cable y de 6 dólares para los inalámbricos, ¿qué producción debe
realizar la fábrica para maximizar las ganancias, suponiendo que vende
todos los productos que produce?
c. Una empresa alimenticia requiere mensualmente 8000, 14.000 y El método Simplex fue creado en
5000 kilos de harina de calidad 00, 000 y 0000 respectivamente. La 1947 por el matemático estado-
unidense George Bernard Dantzig
misma tiene dos molinos que le proveen la harina y que producen dia- (1914-2005), considerado el padre
riamente: el molino A 2000, 3000 y 1000 kilos de harina de calidad de la programación lineal.
00, 000 y 0000; mientras que el molino B produce 1000, 1000 y 2000
kilos respectivamente. Si operar el molino A cuesta $25.000 por día y el
molino B $20.000, ¿cuántos días deben operar los molinos para satisfa-
cer las necesidad de la empresa al menor costo posible? ¿Cuál es el costo
para la empresa?
5.5. Método Simplex para resolución de problemas de

programación lineal
El método Simplex se utiliza para resolver problemas de programación lineal
en los que intervienen tres o más variables, en los cuales el método gráfico
no se puede aplicar. Se trata de un procedimiento que se repite –mejoran-
do la solución a cada paso– hasta que ya no es posible seguir mejorando
más dicha solución. Se parte del valor de la función objetivo en un vértice “Un matemático es como
un modisto que no tiene
cualquiera de la región factible; hay que buscar sucesivamente otro vértice consciencia de las criaturas a las que
que mejore al anterior. La búsqueda se hace siempre modificando las incóg- le puede venir bien su ropa. Por
nitas para que se muevan por un borde de la región factible, hasta otro vér- supuesto, su arte se originó en la
tice contiguo. De esta forma, si la función objetivo no toma el valor máximo necesidad de vestir a esas criaturas,
pero eso fue hace mucho tiempo.
en un vértice dado, entonces existe una arista que parte de este vértice a lo Llegará, sin embargo, el día que surja
largo del cual la función objetivo se incrementa. una criatura para la que aquellas
Este método puede ser tedioso, complicado o imposible de llevar a la prendas se ajusten como si hubieran
sido para ella. No hay pues fin para
práctica cuando se tienen muchas variables.
la sorpresa y el gozo de las mate-
máticas.” (G.B. Dantzig) <www.invo-
En el caso dado anteriormente se tienen 6 variables que, tomadas de a dos, pe.com/biografia.html>
resultan 15 posibilidades (vértices en la región factible) para seleccionar un
par de variables e igualarlas a cero. Para resolver el problema de forma más
eficiente (no calculando la función objetivo en todos los vértices, como se hizo
previamente) se utilizará el método Simplex.
167
El problema inicial es saber qué par de variables tomar inicialmente como cero
(variables básicas). El método recorre el borde de la zona factible, moviéndo-
se hacia el vértice siguiente que haga que la función objetivo aumente más
rápidamente. Se puede comenzar la resolución con cualquier par de variables
igual a cero, siempre y cuando al igualarlas a cero el sistema que hay que
resolver no resulte incompatible (se desea que las rectas que quedan defi-
nidas al tomar las dos variables igual a cero, se corten en un punto). En el
problema anterior, por ejemplo, no se podría tomar x3 = 0 y x6 = 0 ya que las
rectas que resultan en estos casos (x + y = 1000 y x + y = 2000) son para-
lelas, con lo cual no tiene solución. Recordando el problema:
Hallar (x, y) para que la función objetivo
Z = f(x, y) = 108750 - 15 x -7.5 y
sea mínima, sujeta a las restricciones
x + y + x3 = 2000
x + x4 = 500
y + x5 = 3500
x + y - x6 = 1000
x, y, x3, x4, x5, x6 ≥ 0
Se debe maximizar la función objetivo y así usar siempre el mismo procedi-

miento. Los problemas de minimización como el que se desea resolver se
pueden convertir en uno de maximización si se cambia el signo de la función
objetivo, ya que lo que antes era un mínimo puede convertirse en un máxi-
mo. Por ejemplo, de los valores 7, 14, 9, 2, 5, 11, el mínimo es 2; al cam-
biarles el signo -7, -14, -9, -2, -5, -11 entonces -2 pasa a ser el máximo. Por
ello, minimizar la función
f(x, y) = 108750 - 15 x -7.5 y
es equivalente a maximizar la función
g(x, y) = - 108750 + 15 x + 7.5 y
Llamando Z al valor de la función
Z = g(x, y) = - 108750 + 15 x + 7.5 y
y despejando, resulta la ecuación:
Z -15 x -7.5 y = -108750 con lo que el sistema lineal resulta
168
Matemática
Luego, se buscan los valores de las variables x, y, x3, x4, x5, x6 tal que cum-
plan las restricciones anteriores al tomar dos de ellas igual a cero. Siempre
se puede comenzar tomando x e y igual a cero (variables básicas) aunque
en este caso ya sabemos que no es un punto factible. Con estos valores de
la ecuación
x + y - x6 = 1000 resulta x6 = - 1000
que no es compatible con la restricción en donde todas las variables deben ser
mayores o iguales a cero (x, y, x3, x4, x5, x6 ≥ 0). Por eso, este par de variables,
x e y, no es un punto de la región factible. Lo que ahora se hace es cambiar
una de las variables anteriores, x o y, que se llamará variable básica saliente.
Se elegirá arbitrariamente por ahora la variable y, ya que todavía no se está
trabajando en la zona factible. La misma pasará a ser distinta de cero y se
hará cero una de las otras cuatro variables que eran no básicas.
¿Cuál de las variables x3, x4, x5, x6 pasará a ser cero (básica)? Será aquella
que primero se anule al crecer y desde su valor cero. El sentido de esta opera-
ción es moverse por la línea x=0, variando y, hasta encontrar la primera recta
que corte esta línea por la cual se realiza el movimiento; esto ocurre cuando
una de las otras variables se hace cero. Luego, se estudiará en cuál de las
restricciones con x=0, la variable saliente y toma el mínimo valor al hacer cero
a las otras variables no básicas.
con x = 0 y x3 = 0, la primera ecuación resulta x + y + x3 = y = 2000
con x = 0 y x4 = 0, la segunda ecuación resulta x + x4 = 0 = 500 (sistema

incompatible) con lo cual no es posible que ambas variables sean cero.
con x = 0 y x5 = 0, la tercera ecuación resulta y + x5 = y = 3500
con x = 0 y x6 = 0, la cuarta ecuación resulta x + y - x6 = y = 1000
Entonces, la variable que primero se anula al ir aumentando y desde cero es

la variable x6 pues es la que da el menor valor de y al moverse por x = 0. Esta
pasará a ser la variable básica siguiente reemplazando la y. La propuesta
es reescribir el sistema de ecuaciones lineales tal que, en las restricciones,
las variables no básicas (ahora y, x3, x4, x5) estén en una sola ecuación y no
se encuentren en la ecuación asociada a la función objetivo. Este problema
no es más que resolver el sistema lineal con el método de Gauss ya que las
variables básicas valen cero. El sistema se puede trabajar usando la matriz
ampliada, tomando las variables Z, x, y, x3, x4, x5, x6 en las columnas 1 a 7
respectivamente:
169
Se desea que la variable básica saliente y quede igual a uno en la ecuación

en la que estaba la variable que entra x6 (en la última fila) con lo cual la anu-
lamos en el resto realizando las operaciones de costumbre: F1 + 7.5 F5 →
F1; F2 - F5 → F2; F4 - F5 → F4, con lo que la matriz equivalente resulta:
De esta forma, rápidamente se puede obtener los valores de las variables y de

la función objetivo x=0, x6=0, de la fila 1 la función objetivo vale Z=-101250,
de la fila 2 x3= 1000, de la fila 3 x4 = 500, de la fila 4 x5= 2500, y de la fila 5
y= 1000.
Los valores que se encontraron para las variables cumplen todas las res-
tricciones del problema
x + y + x3 = 2000
x + x4 =500
y + x5 = 3500
x + y - x6 = 1000
x, y, x3, x4, x5, x6 ≥ 0
con lo cual los valores x=0 e y=1000 corresponden a un punto factible.

La pregunta es ahora si este punto factible es el óptimo. Para saberlo, se
estudia qué pasa con la función objetivo al moverse desde el punto (0, 1000)
por el borde de la región factible hasta el próximo vértice. Como los coefi-
cientes que aparecen en la primera fila correspondientes a las variables x y
x6 son negativos, al aumentar los valores de estas variables desde cero a un
valor positivo se logrará que la función objetivo aumente, pues la misma será
Z = -101250 + 7.5 x + 7.5 x6
El valor de la función con lo cual el punto (0, 1000) no es el punto óptimo.

objetivo es el máximo Se repite entonces el procedimiento anterior sacando una variable básica
posible en la región factible. (x o x6) e ingresando una no básica (y, x3, x4, x5). Para determinar qué variable
básica sale se determina cuál hará que la función objetivo crezca más rápido
al crecer esta desde cero. En este caso, como los coeficientes correspon-
dientes a x y x6 en la función objetivo son iguales, ambas la harán crecer de
la misma forma, de modo que se puede tomar cualquiera de las dos.
Se tomará x como variable básica saliente y se estudiará, como se reali-
zó antes, al ir creciendo esta variable desde el valor cero moviéndose por la
línea de x6 = 0 cuál es la primera de las otras variables que se anula; esto
será para el menor valor de x al hacer cero alguna de las otras variables no
básicas (y, x3, x4, x5).
De la fila 2 con x6 = 0 y x3 = 0 resulta x3 + x6 = 0 = 2000 (sistema incom-

patible) con lo cual no es posible que ambas variables sean cero.
De la fila 3 con x6 = 0 y x4 = 0 resulta x + x4 = x = 500
170
Matemática
De la fila 4 con x6 = 0 y x5 = 0 resulta -x + x5 + x6 = -x = 500 con lo

que resulta x = -500 que no cumple la restricción donde todas las variables
deben ser ≥ 0.
De la fila 5 con x6 = 0 e y = 0 resulta x + y - x6 = x = 1000
De esta manera, la variable no básica que primero se hace cero al aumentar

x es la variable x4 que será la variable entrante. Como antes, se reescribe la
matriz ampliada tal que x sólo aparezca con coeficiente 1 en la ecuación donde
estaba la variable x4 con coeficiente 1 (F3).
Para ello se realizan las operaciones F1 + 7.5 F3 → F1; F4 + F3 → F4; F5
- F3 → F5 con lo que resulta la matriz ampliada:
Entonces, x4 = 0, x6 = 0, de la fila 1, la función objetivo vale Z = -97500. De Nótese que efectivamente

la fila 2, x3 = 1000, de la fila 3, x = 500, de la fila 4, x5 = 3000, y de la fila 5, la función objetivo aumen-
y = 500. Como los movimientos son ya dentro de los bordes de la zona facti- tó respecto del valor anterior.
ble, está demás decir que el punto encontrado x = 500, y = 500 es un punto
factible. Sin embargo, no es el óptimo, dado que en la fila 1 el coeficiente
correspondiente a x6 es negativo y, por lo tanto, al aumentar esta variable
desde cero hará que aumente la función objetivo. Por el contrario, si se aumen-
ta x4, como su coeficiente en la matriz ampliada es positivo, función objetivo
disminuye, por lo que la variable básica que saldrá será x6. Para elegir la varia-
ble no básica saliente (x, y, x3, x5) se realiza como se hizo anteriormente, qué
variable se anula primero al aumentar x6.
De la fila 2 con x4=0 y x3 = 0 resulta x3 + x4 + x6 = x6 = 1000

De la fila 3 con x4=0 y x = 0 resulta x + x 4 = 0 = 500 (sistema
incompatible), luego, no es posible que ambas variables sean cero.
De la fila 4 con x4=0 y x5 = 0 resulta x4 + x5 + x6 = x6 = 3000
De la fila 5 con x4=0 e y = 0 resulta y - x4 - x6 = - x6 = 500 con lo cual
x6= -500 que no cumple la restricción donde todas las variables deben ser ≥0.
En consecuencia, la variable no básica que primero se hace cero al aumentar

x6 es la variable x3 que será la variable entrante. Se reescribe la matriz amplia-
da tal que x6 sólo aparezca con coeficiente 1 en la ecuación donde estaba la
variable x3 con coeficiente 1 en la fila 2.
Las operaciones a realizar serán F1 + 7.5 F2 → F1; F4 - F2 → F4; F5 + F2
→ F5; resulta la matriz ampliada:
171
x3 = 0, x4 = 0. De la fila 1, la función objetivo vale Z = -90000 (aumentó más

aún), de la fila 2, x6 = 1000, de la fila 3, x = 500, de la fila 4, x5 = 2000, de
la fila 5, y = 1500. Este caso sí es el punto óptimo, dado que en la fila 1
los coeficientes de las variables básicas son todos positivos con lo cual un
aumento de cualquiera de ellas hará que la función objetivo disminuya. Por
supuesto, el resultado final es el mismo que se obtuvo con los otros dos
métodos.
Se ha resuelto un mismo problema utilizando el método gráfico y el analítico,

y el método Simplex como una forma más eficiente de resolución analítica.
El método gráfico es el más simple y fácil de implementar y visualizar. Sin
embargo, sólo se puede aplicar a problemas con dos variables. El método
analítico y el método Simplex pueden utilizarse sin restricciones en el número
de variables siendo el segundo el más eficaz pues mejora paso a paso hasta
encontrar la solución óptima.
2.
cc a. Resolver por el método Simplex los problemas planteados en la Acti-
vidad 1.
b. Una empresa que cuenta con dos fábricas de producción A y B, dis-

tribuye sus productos en cuatro almacenes para luego distribuir su
producto en el mercado. La fábrica A produce 500.000 unidades y
la B 800.000 unidades. Los cuatro almacenes, M1, M2, M3 y M4,
tienen capacidad para 400.000, 350.000, 600.000 y 450.000 unida-
des respectivamente. Si el costo en pesos del transporte por unidad
desde una fábrica a cada almacén viene dado por la tabla:
M1 M2 M3 M4
A 0.05 0.07 0.04 0.06
B 0.06 0.05 0.05 0.05
¿Cuál es la mejor manera de distribuir los productos en los cuatro

almacenes, tal que el costo del transporte sea mínimo?
172

Libro Univ Quilmes

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Libro Univ Quilmes

Încărcat de

Drepturi de autor:

Formate disponibile

Matemática

Hernán Javier Ferrari

Primera edición: Diciembre de 2009

© Universidad Nacional de Quilmes, 2009

La Universidad Nacional de Quilmes se reserva la facultad de dis­

Queda hecho el depósito que establece la ley 11.723

Leer con aten­ción

1.Funciones de una variable.................................................................. 17

Apéndice 1. Funciones aplicadas a problemas de economía y negocios.... 43

2.Las ideas básicas del cálculo ............................................................ 53

Apéndice 1. Tabla de derivadas.............................................................. 87

3.Integración, métodos y aplicaciones.................................................. 97

Apéndice. Problemas resueltos con integrales definidas........................ 111

4.Sistemas lineales............................................................................ 117

5.Programación lineal......................................................................... 157

La Matemática, como ciencia básica, sirve de fundamento para todos los

Problemática del campo

El advenimiento de las computadoras ha obligado a extender los conceptos

Reflexiones acerca del aprendizaje de la asignatura en

Algunos cursos se prestan más que otros a la enseñanza virtual. En particular,

CÁLCULO DE LÍMITES CÁLCULO DE LÍMITES DE

INTEGRALES ECUACIONES SISTEMAS DE

• Presentar los métodos básicos del análisis matemático para Economía y

Funciones de una variable

•• Representar gráficamente pares de puntos ordenados en un plano.

Es posible que, en los ejemplos, las relaciones funcionales sean menos

El autor de la vinculación entre funciones y sus gráficas fue René

A este sistema de ejes lo denominamos sistema de ejes cartesianos ortogonales. El

Origen del sistema (0,0) Eje de las abscisas

Un punto del plano es de la forma (a, b) con a ∈ ℜ y b ∈ ℜ dónde a

Es necesario que el par de números esté ordenado; por ejemplo, no es lo

Una función, desde el punto de vista matemático, es una aplicación o relación

A los elementos del conjunto de partida los llamamos Dominio de la función y, a

COMIENZO LEER ATENTO

En otro ejemplo, tomando la función f(x) = 5 x + 1, se puede construir una

Es uno de los programas para

Otros ejemplos de funciones

a) f (x ) = x − 2 En este caso el dominio o conjunto de partida no

c) f 3 (x ) = 2x -1 El dominio son los reales mayores o iguales que 1/2,

Gráficos de estas funciones

1.3.1. Composición de funciones

Vimos una función como una relación entre x e y,

es decir que al valor x le asignamos el valor y por medio de la función f, luego

de esta forma la composición (g o f )(x) = g( f(x)) resulta:

Dadas dos funciones, f(x) = 3 x + 2 y g(x) = - 5 x2 + 1

(g o f )(x) = g( f(x)) = g(3 x + 2) = - 5 (3 x + 2)2 + 1

Observamos además que este resultado no coincide con (f o g) (x)

(f o g) (x) = f(g(x)) = f(- 5 x2 + 1) = 3 (- 5 x2 + 1) + 2

En general, (g o f )(x) ≠ (f o g) (x)

Si una función es inyectiva existe una función inversa, f -1(x), que es

La función inversa compuesta con la función original f da como resultado la

De los cuatro gráficos mostrados anteriormente (G.1.7) observamos que el

Dada la función y = f(x) = ( x - 3 )3 + 2, se puede calcular su inversa de la

Para verificar que es inyectiva se puede graficar con el Gnuplot escribiendo:

Con el gráfico se verifica que a cada valor de x le corresponde un solo valor

Luego se despeja x para hallar la función inversa: y = ( x - 3 )3 + 2

Sumando 3 de ambos lados se obtiene € 3

€ que tiene que realizar la función inversa

donde la variable independiente lleva el nombre y. Como en general a la varia­

Si se grafican las dos funciones, se puede observar que la inversa es la reflexión

plot [0:5] [0:5] (x-3)**3+2, -(2-x)**(1./3)+3, (x-2)**(1./3)+3,x

a) (f + g) (x) b) (f – g) (x) c) (f – g) (5)

b. Sea f(x) = –2 x2 + 6 y g(x) = – x + 2, calcule:

a) (f + g) (x) b) (f – g) (x) c) (f – g) (–1)

La Universidad Nacional de Quilmes se reserva la facultad de dis

Leer con atención

donde la variable independiente lleva el nombre y. Como en general a la varia

plot [0:5] [0:5] (x-3)3+2, -(2-x)(1./3)+3, (x-2)**(1./3)+3,x

Al quedar determinado un triángulo rectángulo cuya hipotenusa es el seg

Retomando el problema de los kilos de manzanas a comprar en un super

En la primera figura la intersección genera una parábola, que ya hemos ana

Estas funciones están definidas en todos los valores de x donde el denomina