UNIVERSIDAD AUTNOMA CHAPINGO

PREPARATORIA AGRCOLA
REA DE MATEMTICAS

CLCULO MULTIVARIADO
Y ECUACIONES DIFERENCIALES

f : Rn R

x (t ) = xh + x p

AUTOR
Vctor Rafael Valdovinos Chvez

Otoo de 2012

AUTOR
Vctor Rafael Valdovinos Chvez

Diseo de portada: Mara Yenni Gayosso Lpez

Diseo de interiores: Vctor Rafael Valdovinos Chvez

Primera edicin: Septiembre de 2012

ISBN: 978-607-12-0262-8

DR UNIVERSIDAD AUTNOMA CHAPINGO

km 38.5 carretera Mxico-Texcoco
Chapingo, Texcoco, Estado de Mxico, CP 56230
Tel: 01(595) 95 21500 ext. 5142

Impreso en Mxico

Valds

DIRECTORIO

DR. CARLOS ALBERTO VILLASEOR PEREA

RECTOR

DR. RAMN VALDIVIA ALCAL

DIRECTOR GENERAL ACADMICO

DR. J. REYES ALTAMIRANO CRDENAS

DIRECTOR GENERAL DE INVESTIGACIN Y POSGRADO

ING. J. GUADALUPE GAYTN RUELAS

DIRECTOR GENERAL DE ADMINISTRACIN

M.C. DOMINGO MONTALVO HERNNDEZ

DIRECTOR GENERAL DE PATRONATO UNIVERSITARIO

BIOL. MARA DE LOURDES RODRGUEZ RAMREZ

DIRECTORA GENERAL DE DIFUSIN CULTURAL Y SERVICIO

LIC. ROCO GUZMN BENTEZ

JEFA DEL DEPARTAMENTO DE PUBLICACIONES

Valds

AGRADECIMIENTOS

A mi alma mater, la Universidad Autnoma Chapingo (UACh), por las esplndidas

facilidades que me ha otorgado, primero para mi formacin profesional y luego para
trabajar en la docencia y la investigacin.
A los colegas revisores: Ariel Ulloa Gonzlez, Eduardo Oropeza Solrzano, J. Jess Flores
Carmona y Oscar Galindo Tijerina, por el tiempo dedicado a la revisin, por sus atinadas
sugerencias y por honrarme con su amistad.
Al M.C. Jos Mara Contreras Castillo, Director de la DICEA y al Dr. Marcos Portillo
Vzquez, Coordinador del Posgrado de la DICEA, por el apoyo econmico para publicar
esta obra.
A mis alumnos del Posgrado de la DICEA, por sus observaciones, atencin y paciencia.
A mi esposa Roco y nuestros hijos Erandi, Yunuen y Vctor, por su comprensin y su
generoso apoyo.
A las desafiantes e inagotables matemticas, que se han convertido en la pasin de mi
quehacer universitario.

Valds

CONTENIDO

Tema

Pgina

PRLOGO GENERAL

......8

CLCULO MULTIVARIADO
Tema

Pgina

1. FUNCIONES

......9

1.1 Sistemas Coordenados

......9

1.2 Funciones Multivariadas

. . . . . 11

1.3 Curvas de Nivel

. . . . . 13

2. LMITES Y CONTINUIDAD

. . . . . 15

2.1 Lmite de una f : R 2 R

. . . . . 15

2.2 Continuidad de una f : R 2 R

. . . . . 17

3. DERIVADAS PARCIALES

. . . . . 19

3.1 Definicin y Clculo

. . . . . 19

3.2 Derivada Direccional

. . . . . 21

3.3 Diferencial Total

. . . . . 21

3.4 Derivada Total (regla de la cadena)

. . . . . 22

3.5 Derivadas Implcitas

. . . . . 24

3.6 Repaso de Conceptos y Aplicaciones

. . . . . 25

3.7 Funciones de Produccin Homogneas

. . . . . 27

3.8 Isocuantas

. . . . . 28

4. PTIMOS

. . . . . 31

4.1 ptimos Libres

. . . . . 31

4.2 ptimos Restringidos

. . . . . 34

4.3 Interpretacin Econmica de

. . . . . 39

Valds

5. INTEGRALES ITERADAS

. . . . . 42

5.1 Definicin y Clculo

. . . . . 42

5.2 Aplicacin en Estadstica

. . . . . 45

6. BIBLIOGRAFA

. . . . . 48

ECUACIONES DIFERENCIALES (ED)

Tema

Pgina

1. CONCEPTOS BSICOS

. . . . . 49

1.1 Definiciones

. . . . . 49

1.2 ED Lineales

. . . . . 51

2. ED LINEALES DE PRIMER ORDEN

. . . . . 53

2.1 Caso Autnomo

. . . . . 53

2.2 Caso no Autnomo Homogneo

. . . . . 55

2.3 Caso no Autnomo no Homogneo

. . . . . 56

3. ED LINEALES DE SEGUNDO ORDEN

. . . . . 58

3.1 Caso Autnomo Homogneo

. . . . . 58

3.2 Caso Autnomo con Trmino Constante

. . . . . 60

3.3 Caso Autnomo con Trmino Variable

. . . . . 61

4. ED no LINEALES DE PRIMER ORDEN

. . . . . 64

4.1 Variables Separables

. . . . . 64

4.2 Ecuacin de Bernoulli

. . . . . 66

5. DIAGRAMAS DE FASES

. . . . . 68

INDUCCIN, SUCESIONES Y SERIES

Tema

Pgina

1. INDUCCIN MATEMTICA

. . . . . 70

2. SUCESIONES Y SERIES

. . . . . 74

2.1 Conceptos Bsicos

. . . . . 74

Valds

2.2 Sucesiones y Series Aritmticas

. . . . . 76

2.3 Sucesiones y Series Geomtricas

. . . . . 78

2.4 Series Geomtricas Infinitas

. . . . . 82

3. APROXIMACIN POLINMICA

. . . . . 85

3.1 Introduccin

. . . . . 85

3.2 Polinomios de Taylor y Maclaurin

. . . . . 87

3.3 El Resto en un Polinomio de Taylor

. . . . . 90

4. SERIES DE POTENCIAS

. . . . . 92

5. REPRESENTACIN DE FUNCIONES POR SERIES

. . . . . 95

6. SOLUCIN DE ED MEDIANTE SERIES

. . . . . 97

ECUACIONES EN DIFERENCIAS (E en D)
Tema

Pgina

1. CONCEPTOS BSICOS

. . . . . 99

2. E en D DE PRIMER ORDEN

. . . . 102

2.1 Mtodo Iterativo

. . . . 102

2.2 Mtodo General

. . . . 103

3. ESTABILIDAD DINMICA

. . . . 107

3.1 El Papel de b

. . . . 107

3.2 El Papel de A

. . . . 109

4. E en D DE SEGUNDO ORDEN

. . . . 111

4.1 Determinacin de x p

. . . . 111

4.2 Determinacin de x h

. . . . 112

4.3 Convergencia de la Trayectoria

. . . . 115

5. BIBLIOGRAFA

. . . . 116

Valds

PRLOGO GENERAL
La obra consta de tres libros universitarios y se ha escrito con la intencin de abordar
algunos temas esenciales de las matemticas que se estudian en tres niveles de la enseanza
formal: el bachillerato, la licenciatura y el posgrado. De manera ms especfica, se trata de
un breve repaso de los conceptos, mtodos y aplicaciones de matemticas para el
Propedutico de Preparatoria y las Licenciaturas y la Maestra de la DICEA.
En el libro de Preparatoria se incluyen temas del Clculo de una Variable y el lgebra
Lineal: lgebra de R, funciones, lmites, derivadas, aplicaciones de la derivada, primitivas,
mtodos de integracin, integral definida, aplicaciones de la integral, lgebra matricial,
determinantes, solucin de sistemas lineales, uso de matrices y espacios vectoriales.
En el libro de Licenciatura se abordan temas del Clculo Multivariado, las Ecuaciones
Diferenciales y las Ecuaciones en Diferencias: funciones, lmites, derivadas parciales,
ptimos libres y restringidos, integrales iteradas, ecuaciones diferenciales lineales (EDL) de
primer orden, EDL de segundo orden, ED no lineales, induccin matemtica, sucesiones y
series, aproximacin polinmica, series de potencias, ecuaciones en diferencias (E en D) de
primer orden y E en D de segundo orden.
Y en el libro de Maestra se incluyen temas de Clculo de Variaciones y Control ptimo:
convexidad, problema bsico del clculo de variaciones, condiciones necesarias,
condiciones finales, condiciones suficientes, problema bsico de control ptimo, principio
del mximo, condiciones suficientes, condiciones finales, programacin dinmica y
aplicaciones.
Para cada tema hay ejemplos resueltos y varios ejercicios sugeridos. Se puso especial
cuidado en seis aspectos fundamentales de las matemticas: los conceptos, los mtodos (de
solucin), las aplicaciones, la notacin, la secuencia y el nivel de complejidad. Se incluye
tambin una bibliografa mnima. Por supuesto, el nico responsable de posibles errores y
deficiencias es el autor, y son bienvenidas todas las sugerencias que permitan su mejora.
Ojal su estudio resulte agradable y til.
Vctor Valdovinos

Valds

CLCULO MULTIVARIADO
A fin de cuentas, el ser humano es
K lo que son sus sueos.
- Jefe indio

1. FUNCIONES
1.1 Sistemas Coordenados
Existen varios sistemas coordenados:
a) En R (una dimensin) { el rectangular (cartesiano)

el rectangular
b) En R 2 (dos dimensiones)
el polar
el rectangular

c) En R (tres dimensiones) el cilndrico

el esfrico

En las presentes notas se usarn, principalmente, las coordenadas rectangulares.

Para la pregunta, qu representa la ecuacin x = 2 ?, hay distintas respuestas, dependiendo
del contexto de referencia (dimensin o espacio):
1) En R (una dimensin), es un punto en una recta (real)

2) En R 2 (dos dimensiones), es una recta vertical en un plano (cartesiano)

Valds

10

3) En R 3 (tres dimensiones), es un plano en un espacio tridimensional

x=2

M
n) En R n (n dimensiones), es un hiperplano en un espacio n-dimensional

Valds

11

1.2 Funciones Multivariadas

En general, se considera que existen cuatro maneras de especificar una funcin:
1) La verbal; que consiste en una descripcin oral especfica
2) La tabular; referida a una tabla de valores
3) La grfica; mediante un diagrama especfico
4) La analtica; a travs de una ecuacin.
Como podr constatarse en lo sucesivo, predominan las representaciones analticas y
grficas.
Las funciones que dependen de varias variables aparecen de manera natural en diferentes
ramas de la ciencia.
Por ejemplo:
1. En Geometra, el volumen V de un cono circular recto es
1
V = r 2h
3

Donde r es el radio de la base y h la altura del cono.

2. En Qumica, el volumen V de un gas ideal es
V =k

T
P

Aqu T y P representan temperatura y presin, respectivamente, y k es una constante.

3. En Economa, la funcin de produccin P Cobb-Douglas es

P = AK L1
Donde K y L son capital y mano de obra, respectivamente, y A y son constantes.
4. En Economa Agrcola, una funcin de produccin P es

P = f (nutrientes , humedad , luz , etc.)

Valds

12

Se tienen diferentes maneras de simbolizar una funcin, que permiten mostrar sus
caractersticas particulares:
a) De manera explcita. Cuando una variable est despejada

y = f (x)

z = f ( x, y )
M

y = f ( x1 , x2 , L, xn )
b) De manera implcita. Si ninguna variable est despejada

f ( x, y) = 0
f ( x, y , z ) = 0
M

f ( x1 , x2 , L, xn , y ) = 0
c) De manera general. Si especifica el nmero de variables independientes

f : R R (funcin de una variable)

f : R 2 R (funcin de dos variables)
f : R 3 R (funcin de tres variables)
M

f : R n R (funcin de n variables)

Valds

13

Estudio de funciones de dos variables

Definicin. Una funcin de dos variables es una relacin entre un conjunto llamado
dominio y otro conjunto llamado contradominio, a travs de una regla que asocia cada
elemento del dominio ( x, y) (pareja ordenada), con uno y slo un elemento z del
contradominio, expresada como z = f ( x, y )
Donde x y y son las variables independientes y z es la variable dependiente.
En general, una funcin de dos variables f : R 2 R , representa una superficie en R 3

Ejercicios

Graficar, en R 3 , las funciones siguientes:

1) z = 3

2) z = 2 x

3) z = 3 x 2 y

4) z =

1
36 9 x 2 4 y 2
3

5) z = y 2 x 2
* Corroborar las grficas con el DERIVE

1.3 Curvas de Nivel

Si una funcin de dos variables z = f ( x, y ) , es una superficie en R 3 , las curvas f ( x, y ) = c

que resultan de la interseccin entre z = f ( x, y ) y z = c , se denominan curvas de nivel o
curvas de contorno. Por ejemplo, en cartografa se construyen los denominados mapas
de relieve, que representan curvas con igual nivel en una colina cualquiera.
Ejemplo

Algunas curvas de nivel de la funcin z = y 2 x 2 , se representan en la figura siguiente,

para distintos valores de c en y 2 x 2 = c

Valds

14

Si c 0 , las curvas son hiprbolas y si c = 0 , son dos rectas que se cortan en el origen.
En R 4 , un espacio de cuatro dimensiones, la interseccin entre w = f ( x, y, z ) y w = c
estara representada por superficies de nivel.

Valds

15

2. LMITES Y CONTINUIDAD
2.1 Lmite de una f : R 2 R
a) Nocin intuitiva de lmite
Para y = f (x) , una funcin de una variable, el lim f ( x) = L , significa que cuando x tiende
xa

al valor a ( x a) , por la izquierda y por la derecha, f (x) se aproxima al valor real L.

Sea z = f ( x, y ) , una funcin de dos variables, el

lim

( x, y ) (a, b)

f ( x, y ) = L , significa que si

( x, y ) tiende al valor (a, b) , por todas las trayectorias posibles, entonces f ( x, y ) tiende al

valor L.

Valds

16

Expresado de manera negativa, si f ( x, y ) no se aproxima al valor L por alguna de las

trayectorias posibles en las que ( x, y) se puede acercar al valor (a, b) , entonces el

lim

( x, y ) (a, b)

f ( x, y) no existe.

Ejemplos

1. Probar que

lim

( x , y ) (0, 0)

x2 3y2
no existe
x2 + 2 y2

La funcin est definida para cualquier valor real diferente de (0, 0) . Dos formas en que la
funcin se puede acercar a (0, 0) son: por el eje x ( y = 0) y por el eje y ( x = 0) .
a) Por y = 0 ,

b) Por x = 0 ,

lim

x2 0
= lim 1 = 1
x 2 + 0 ( x , 0 ) (0, 0 )

lim

0 3y2
3
3
= lim =
2
(0, y ) (0, 0 )
2
2
0 + 2y

( x , 0 ) ( 0, 0 )

( 0, y ) (0, 0 )

3
Por lo tanto, el lmite no existe (1 ) .
2
2. Probar que

lim

( x , y ) (0, 0)

a) Por y = 0 ,

b) Por x = 0 ,

xy
no existe
x + y2
2

lim

0
= lim 0 = 0
x + 0 ( x , 0 ) ( 0, 0 )

lim

0
= lim 0 = 0
0 + y 2 (0, y ) (0, 0)

( x , 0 ) ( 0, 0 )

( 0, y ) ( 0 , 0 )

b) Por y = k x ,

lim

( x , k x ) (0, 0 )

k
1+ k2

Se observa, que el valor al que tiende f ( x , y ) depende de k, la pendiente de la recta. As,

para k = 1 , f ( x , y) tiende a

1
2
y si k = 2 , f ( x , y ) tiende a
y, por lo tanto, tal lmite no
2
5

existe.
Valds

17

3. Probar que

lim

( x, y ) (0, 0 )

x3 y
no existe
x6 + y 2

Se puede probar (verificarlo) que para y = 0 , x = 0 , y = k x y y = k x 2 el lmite de

f ( x , y) vale cero, pero para y = x el
3

lim

( x , x3 ) ( 0 , 0 )

x6
1
= , por lo cual, se concluye que
6
2
2
x +y

tal lmite no existe en (0, 0) .

4. Desde luego,

lim

( x , y ) ( 2 ,1)

xy
2(1)
2
= 2 2 =
2
x +y
2 +1
5
2

b) Definicin formal de lmite

El

lim

( x, y ) (a, b)

f ( x, y ) = L > 0 > 0 , tal que,

si 0 < ( x a) 2 + ( y b) 2 < f ( x, y ) L <

2.2 Continuidad de una f : R 2 R

El concepto de continuidad de una funcin de dos variables es similar al establecido para

una funcin de una variable.
Definicin. La funcin f ( x, y) es continua en (a, b) si

lim

( x, y ) (a, b)

f ( x, y ) = f (a, b)

Y ser continua en una regin del plano xy (dominio) si es continua en cada ( x, y ) de

dicha regin. En especial, la suma o el producto de dos funciones continuas son tambin
funciones continuas. El cociente es continuo slo en los puntos en los que el denominador
es diferente de cero.
Ejemplos

1. f ( x, y) = 3x 2 y + x y 3 , es continua para todo par ( x, y)

Valds

18

2. f ( x, y) =

xy
, es continua para todo par ( x, y ) donde y x
yx

Ejercicios

Indagar la continuidad de las funciones dadas en los puntos que se indican

1. f ( x, y) =

xy
, en (1, 2) y (3, 3)
yx

2. f ( x, y) =

x2 y2
, en (1, 1)
x y

y2 x2
, si ( x, y ) (0, 0)

3. f ( x, y ) = y + x
, en (0, 0)
3, si ( x, y ) = (0, 0)

4. f ( x, y) =

x3 y3
, en (2, 2)
x2 y2

Valds

19

3. DERIVADAS PARCIALES
En las aplicaciones de las funciones multivariadas es esencial precisar como afecta a la
funcin cada una de sus variables. Tal proceso se conoce como derivacin parcial y
consiste en derivar la funcin con respecto a una variable, manteniendo constantes a las
dems.

3.1 Definicin y Clculo

Si y = f (x) , entonces

dy
f ( x + x ) f ( x )
= lim
dx x 0
x

Si z = f ( x, y ) , entonces

z
f ( x + x, y ) f ( x, y )
= lim

0
x
x
f ( x , y + y ) f ( x , y )
z
= lim

0
y
y

* Se sugiere hacer las grficas de ambas derivadas parciales

Notaciones diferentes para una derivada parcial
Si z = f ( x, y ) , entonces
z
f
= zx =
= f x ( x, y ) = f x = f1
x
x

z
f
= zy =
= f y ( x, y) = f y = f 2
y
y
Si y = f ( x1 , x2 , L, xn ) , entonces
f
f
f
= f1 ,
= f 2 L,
= fn
x1
x2
xn

Valds

20

De forma similar, las derivadas de segundo orden son

2z
= zx x = ( f x ) x = f x x
x 2
2z
= zy y = ( f y )y = fy y
y 2
2z
= zy x = ( f y )x = f y x
xy

Ejemplo
Para f ( x , y) =

fx =

2x
, determinar f x y
x y

( x y )2 2 x (1)
2y
=
2
( x y)
( x y) 2

fxy =

( x y ) 2 (2) 2 y [2 ( x y )]
( x y) 4
2 ( x y) + 4 y
2x + 2 y
=
3
( x y)
( x y)3

Ejercicios
Para la funcin del ejemplo anterior:
1) comprobar que f x (3 , 1) =

1
3
y f y (3, 1) =
2
2

2) determinar f y x
2) comprobar que f x x (3 , 1) =

1
3
y f y y (3, 1) =
2
2

3) corroborar que f x y (3, 1) = f y x (3, 1)

* Revisar el teorema de Clairaut (Schwartz o Young)

Valds

21

3.2 Derivada Direccional

Definicin. Si z = f ( x, y ) es una funcin diferenciable en ( x, y ) y u = [a, b] es un vector
unitario, entonces la derivada de z en la direccin de u (derivada direccional) est dada por

f u ( x, y ) = lim

h 0

f ( x + ha, y + hb) f ( x, y )
h

= f x a + f y b (teorema)
= f x cos + f y sen

= f x , f y [a, b] (producto punto)

= f u ( f = gradiente de f )

Nota. Si v es un vector tal que v 0 , entonces el vector unitario en la direccin de v es

u=

v
1
= v
v
v

* revisar Stewart, J. (1999) (11.6 Las derivadas direccionales y el vector gradiente)

3.3 Diferencial Total

En funciones de una variable se sabe que

Si y = f ( x) y dx = x , entonces la diferencial de la funcin es dy = f ' ( x)dx
Y como y = f ( x + x) f ( x ) , se puede concluir que
si x es pequeo, entonces y dy
De manera similar, en funciones de dos variables, se tiene que
Si z = f ( x, y ) y dx = x y dy = y entonces

Valds

22

dz = f x dx + f y dy es la diferencial total de la funcin z

Y como z = f ( x + x, y + y ) f ( x, y ) ,
si x y y son pequeos, entonces el z dz
Ejercicios
1) Para z = x 2 x y , hallar z , dz y z dz , si ( x, y ) cambia de (1, 1) a (1.2, 0.7)

2) Para z = 2 x 2 y + 5 y , determinar z , dz y z dz , si ( x, y ) cambia de (0, 0) a

(0.2, 0.1)

3) Hallar dz para las funciones z = x 2 sen (4 y ) y z =

2r s
r + 3s

3.4 Derivada Total (regla de la cadena)

En funciones de una variable, se sabe que

si y = f (u ) y u = f ( x) , entonces

dy dy du
=

dx du dx

Para funciones de dos variables, se tiene que

a) Si z = f ( x, y ) es una funcin diferenciable en ( x, y ) y x = g (t ) y y = h (t ) , entonces
dz z dx z dy
=
+
dt x dt y dt

b)

Si z = f ( x, y) es una funcin diferenciable en ( x, y ) y x = g ( s, t ) y y = h ( s, t ) ,

entonces
z z x z y
=
+
s x s y s
z z x z y
=
+
t x t y t

Valds

23

Los diagramas respectivos son los siguientes:

Ejemplo
Para z = x 2 y y 2 , x = sen (t ) y y = et , hallar

dz
cuando t = 0
dt

dz
= 2 xy (cos t ) + ( x 2 2 y ) e t (frmula a)
dt

= 2e t sen(t ) cos(t ) + ( sen 2 (t ) 2e t )e t (sustitucin)

dz
(0) = 2e 0 sen(0) cos(0) + ( sen 2 (0) 2e 0 ) e 0
dt
= 0 + (0 2) = 2

Ejercicio
Hallar

z
z
s
y
, si z = 2 xy, x = s 2 + t 2 y y =
s
t
t

Valds

(t = 0)

24

3.5 Derivadas Implcitas

Para una funcin implcita de una variable
a) Si F ( x, y ) = 0 y y = f ( x) , entonces

F dx F dy
+
= 0 (diferencial total)
x dx y dx
F
dy
= x , con Fy 0 (despejando)
dx
Fy
De forma similar, en una funcin implcita de dos variables
b) Si F ( x, y, z ) = 0 y z = f ( x, y ) , entonces

F x F y F z
+
+
= 0 (diferencial total)
x x y x z x
Pero como

x
y
=1 y
= 0 , se tiene
x
x

F
z
= x , con Fz 0
x
Fz
Con un procedimiento similar se obtiene

Fy
z
=
, con Fz 0
y
Fz
Ejercicios

1) Para 2 x y = 3 , hallar

dy
dx
y
dx
dy

2) Para x 2 xy z = 0 , hallar z x , z y y x z
3) Para xz cos ( y z ) = 0 , hallar y x y z y

Valds

25

3.6 Repaso de Conceptos y Aplicaciones

Conceptos: funcin derivada y funcin marginal
1. Si y = f (x) es una funcin matemtica
a) Qu representa la x?
b) Qu significa f ' (12) = 3 ?
a) x representa la variable independiente
b) significa que la tasa de cambio de la funcin en x = 12 es de 3
2. Si y = f (x) es una funcin de produccin
a) Qu representa la x?
b) Qu significa f ' (9) = 5 ?
a) x representa los niveles de uso del factor de produccin
b) significa que la unidad 10 del factor de produccin x, incrementa la produccin en
aproximadamente 5 unidades.
3. Si z = f ( x, y ) es una funcin matemtica
a) Qu representan x y y?
b) Qu significa f x (9, 7) = 20 ?

a) x y y representan las variables independientes

b) significa que la tasa de cambio de la funcin en el punto ( x, y) = (9, 7) y en la direccin
del eje x es de 20.
4. Si z = f ( x, y ) es una funcin de ingreso

a) Qu representan x y y?
b) Qu significa f y (8, 6) = 15?

Valds

26

a) x y y representan los niveles de venta de los productos

b) significa que si la venta del producto x se fija en 8 unidades, la venta de la unidad 7 del
producto y incrementa el ingreso en aproximadamente 15 unidades.
Aplicaciones
1. Si el costo conjunto de producir los bienes x y y est dado por C = x 2 ln( y + 10)

a) Calcular C x y C y en (5, 3)
b) Cmo se interpretan?
a) C x = 2 x ln( y + 10) y C x (5, 3) = 10 ln(13) = 25.65
Cy =

x2
25
y C y (5, 3) =
= 1.92
y + 10
13

b) Si la produccin de y se fija en 3 unidades, entonces la produccin de la unidad 6 de x

incrementa el costo en aproximadamente 25.65 Y si el producto x se fija en 5 unidades, la
produccin de la unidad 4 de y incrementa el costo en aproximadamente 1.92 unidades.
Si z = f ( x, y ) es una funcin de produccin, entonces z x representa la produccin
marginal del factor x y z y la produccin marginal de y. Normalmente, la produccin
marginal de cualesquiera de los factores (insumos) es positiva pero decreciente (ley de los
rendimientos decrecientes).
2. Determinar la monotona de z para z 2 + 4 x 2 + 5 y 2 12 x y = 0 , en la direccin de x.
F
z
8 x 12 y 6 y 4 x
= x =
=
x
Fz
2z
z

La superficie es creciente si

si

6 y 4x
> 0 , y como z siempre es positiva, resulta que
z

6 y 4x
2
> 0 6 y 4x > 0 o y > x
z
3

Valds

27

As mismo, ser decreciente si

6 y 4x
2
< 0 . Es decir, si 6 y 4 x < 0 o y < x
z
3

Y ser estacionaria donde 6 y 4 x = 0 o y =

2
x
3

3.7 Funciones de Produccin Homogneas

Definicin. z = f ( x, y) es una funcin homognea de grado n si f (tx, ty) = t n f ( x, y) , para

t constante.
Considrense los ejemplos siguientes
Ejemplos
1. f ( x, y ) =

x
, es una funcin homognea de grado cero, ya que
x y

f (tx, ty) =

x 0
tx
tx
= t f ( x, y)
=
= t 0
tx ty t ( x y)
x y

2. Q ( K , L) = AK L , con + = 1, es homognea de grado uno, puesto que

Q(tK , tL) = A(tK ) (tL) = t + AK L = t 1 ( AK L ) = t Q( K , L)

Ejercicios
Probar lo que se afirma en los ejercicios siguientes:
1. z = x 2 xy + y 2 , es homognea de grado dos
2. z = 2 x 3 xy 4 y , no es homognea.

Nota. De manera prctica, una funcin polinomial es homognea de grado n si todos sus
trminos son de grado n.

Valds

28

Teorema de Euler
El concepto de funcin homognea puede ser empleado en combinacin con las derivadas
parciales, como se expone a continuacin.
Si z = f ( x, y) es una funcin de produccin homognea de grado n y existen las derivadas
parciales f x y f y , entonces
x f x + y f y = n f ( x, y )

En especial, si z es homognea de grado uno, entonces

x f x + y f y = f ( x, y )

Es decir, el valor de la produccin que genera el factor x, ms el valor de la produccin que

genera el factor y es igual al valor de la produccin total.
El teorema de Euler juega un papel importante en la teora de la distribucin. Una hiptesis
bsica en esta teora establece que, si cada factor se paga de acuerdo a su produccin
marginal, el valor de la suma de la produccin de los factores ser siempre igual al valor de
la produccin total.
Por lo tanto, para una funcin de produccin homognea de grado n, el valor de la
produccin total exceder al pago de los factores si n > 1 y ser menor que tal pago si n < 1.

3.8 Isocuantas
Las funciones de produccin con frecuencia se estudian considerando la familia de curvas
f ( x, y ) = c (para c constante), en el plano ( x, y ) . Tales curvas se denominan isocuantas,

y cada isocuanta representa la combinacin de factores x y y, que producen un nivel

especfico de produccin. Ya se expuso antes que f ( x, y ) = c tambin se conocen como
curvas de nivel.

Valds

29

La

y
(con signo negativo) en un punto cualquiera de la isocuanta, se conoce como la tasa
x

de sustitucin tcnica, y representa la tasa a la que se puede sustituir el factor y por el

factor x, para mantener un nivel especfico de produccin.
1
4

3
4

Ejemplo. Para Q( K , L) = 60 K L

a) Determinar la homogeneidad de Q
b) Hallar la curva de nivel (isocuanta) para Q = 600
c) Calcular e interpretar QK y QL en (81, 16)
d) Obtener la tasa de sustitucin tcnica

K
para Q = 600 , en (10, 10)
L

a) Homogeneidad
1
4

3
4

1
4

1
4

3
4

3
4

1
4

3
4

Q(tK , tL) = 60 (tK ) (tL) = 60 t K t L = t (60 K L ) = t Q( K , L)

Por lo tanto, la funcin es homognea de grado uno.

b) Curva de nivel para Q( K , L) = 600

Valds

30

c) Tasas de cambio
3

1
120
QK = 60 K 4 L4 QK (81, 16) =
= 4.4
4
27
1

3
135
QL = 60 K 4 L 4 QL (81, 16) =
= 67.5
4
2

Si se estn usando 16 unidades de mano de obra, incrementar el capital de 81 a 82 (una

unidad), incrementa la produccin en aproximadamente 4.4 unidades.
La interpretacin para QL es similar.
1

d) La curva de nivel es 10 = K 4 L4 , por lo cual

1

3 (K 4 ) L 4
Q
K
= L = 4
3
3

L
QK
1 ( K 4 ) L4
4

Evaluando en el punto (10, 10)

3 (10) 0
K
(10, 10) = 4
= 3
1 (10) 0
L
4

Lo cual implica que, en el punto (10, 10) se pueden intercambiar 3 u de K por cada u de L
sin cambiar de curva de nivel. En otras palabras, la pendiente de la curva de nivel Q = 600 ,
en el punto (10, 10) , es de 3

Valds

31

4. PTIMOS
4.1 ptimos Libres
a) Criterio de primer orden (condicin necesaria)
Si z = f ( x, y) tiene un ptimo en ( x, y ) = (a, b) , entonces f (a, b) = 0 o no existe.
La proposicin inversa no siempre es verdadera. Es decir, los valores del dominio de la
funcin en los que el gradiente vale cero o no est definido son slo candidatos a extremos.
b) Criterio de segundo orden (condicin suficiente)

Sean f (a, b) = 0 y d = f xx (a, b) f yy (a, b) f xy (a, b)

1) Si d > 0 y f xx (a, b) < 0 , entonces f tiene un mximo relativo en (a, b)

2) Si d > 0 y f xx (a, b) > 0 , entonces f tiene un mnimo relativo en ( a, b)

3) Si d < 0 entonces [(a, b) , f (a, b)] es un punto de silla
4) Si d = 0 , entonces el criterio no es concluyente, se requiere informacin adicional.
Nota. A la expresin d se le conoce como discriminante
El criterio de segundo orden tambin se puede expresar mediante el determinante siguiente,
denominado Hessiano
f xx (a, b)
H =
f yx (a, b)

f xy (a, b)
f yy (a, b)

1) Si H > 0 y f xx (a, b) < 0 f tiene un mximo

2) Si H > 0 y f xx (a, b) > 0 f tiene un mnimo
3) Si H < 0 f tiene un punto de silla
Ejemplo
Determinar los extremos de z = x2 + y2

Valds

32

Solucin
Las parciales primeras son

zx = 2x 2x = 0 x = 0

zy = 2y 2y = 0 y = 0
Por lo tanto, el nico punto crtico (candidato a ptimo) es el origen (0, 0)
Las parciales segundas quedan

zxx = 2, zyy = 2 y zxy = 0

As, d = f xx (0, 0) f y y (0, 0) [ f x y (0, 0)]2 = 2(2) 02 = 4
Por lo tanto, dado que d = 4 > 0 y f xx (0, 0) = 2 > 0, la funcin tiene un mnimo relativo en el
origen.
Ejercicios
Hallar los valores de (x, y) que optimizan z y el ptimo de z (mximo o mnimo)
1. z = y2 x2
2. z = y 3 x 2 + 6 x 12 y + 5

Aplicaciones
1. Una empresa fabrica los productos I y II, que vende a $10 y $9, respectivamente. El

costo de producir x unidades del producto I y y unidades del producto II es

C = 400 + 2 x + 3 y + 0.01(3x 2 + xy + 3 y 2 )
Hallar los valores de x y de y que maximizan la ganancia.
* El ptimo esta en x = 120 y y = 80

Valds

33

2. En un almacn se venden dos tipos de jugo: una marca local que se compra a 30 por
lata y una marca nacional que se compra a 40 por lata. El gerente de ventas ha estimado
que si la marca local se vende a x centavos por lata y la nacional a y centavos por lata, se
pueden vender, diariamente, las cantidades siguientes:
QL = 70 5 x + 4 y (demanda de lata local)

Q N = 80 + 6 x 7 y (demanda de lata nacional)

Hallar el precio que se debe fijar a cada marca de jugo, a fin de maximizar la ganancia total
derivada de su venta.
Solucin

La informacin relevante se expone en el cuadro siguiente:

Marca

Costo

Venta

Ganancia

Local

30

x 30

Nacional

40

y 40

GT = GL QL + G N QN
G = ( x 30) (70 5 x + 4 y ) + ( y 40) (80 + 6 x 7 y )

= 5x 2 + 10xy 20x 7 y 2 + 240y 5 300

G x = 10 x + 10 y 20 = 0 x + y = 2
G y = 10x 14 y + 240 = 0 5x 7 y = 120

Y como Gxx = 10 , G yy = 14 y Gxy = 10

5 x + 5 y = 10
se obtiene x = 53 y y = 55
De
5 x 7 y = 120

Valds

34

As mismo, H =

10

10

10

14

= 140 100 = 40

Se concluye que, como H > 0 y G xx < 0 , la ganancia se maximiza en (53, 55)

4.2 ptimos Restringidos

Considrese el caso de un consumidor cuya funcin de utilidad est dada por U = xy + 2 x

Si tal consumidor dispone de un presupuesto de $60 y los precios de mercado de los
productos x y y son de 4 y 2, respectivamente. Cuntas unidades de cada producto debe
comprar a fin de maximizar la utilidad, sujeta al presupuesto disponible?
La funcin de presupuesto (restriccin) es
4 x + 2 y = 60

Y el problema implica maximizar U sujeta a dicha restriccin.

Solucin

En este caso, se puede despejar cualquiera de las variables de la restriccin y al sustituirla

en U, la convierte en una funcin de una variable.
Despejando y y sustituyendo en U, se tiene
U = x (30 2 x) + 2 x = 32 x 2 x 2
U ' = 32 4 x = 0 x = 8

U ' ' = 4 < 0

Por lo tanto, hay un mximo en (8, 14) y su utilidad mxima es de 128

As, la combinacin de productos que maximiza la utilidad del consumidor, sujeta a un
presupuesto de $60 es x = 8 y y = 14

Valds

35

La principal complicacin que se tiene al intentar aplicar este procedimiento, consiste en

que no siempre se puede despejar alguna de las variables de la restriccin, para luego
sustituirla en la funcin objetivo. Por ello, y otras razones, son muy importantes los
multiplicadores de Lagrange,
* Revisar Zill, D. (1987), seccin 16.10
Funcin de Lagrange
Definicin. Dada z = f ( x, y) , sujeta a g ( x, y) = b , se define la funcin de Lagrange de la
manera siguiente:
L ( x, y, ) = f ( x, y) + [b g ( x, y)]

Donde, f es la funcin objetivo y g es la restriccin.

a) Criterio de primer orden (condicin necesaria)
1) Lx = f x g x = 0

2) Ly = f y g y = 0
3) L = b g ( x, y ) = 0
1) y 2) implican f = g y 3) es la restriccin.

b) Criterio de segundo orden (condicin suficiente)

La condicin de segundo orden, para una funcin en dos variables, se puede expresar
mediante un determinante hessiano aumentado (orlado o delimitado)
Lxx
H = L yx

Lxy
L yy

Lx
Ly

Lx

Ly

Si H 2 < 0 , H 3 < 0 , L, H n < 0 , entonces H es definida positiva y se tiene un mnimo.

Valds

36

Si H 2 > 0 , H 3 < 0 , L, entonces H es definida negativa y se tiene un mximo.

i = 2 , 3, L, es el orden de la matriz hessiana que se delimita.

* Revisar Dowling, E. (1982) captulo 12

En el ejemplo estudiado, se tiene

L = xy + 2 x + (60 4 x 2 y )

1) Lx = y + 2 4 = 0

2) Ly = x 2 = 0
3) L = 60 4 x 2 y = 0
De 2) =

x
, sustituyendo en 1) y resolviendo con 3)
2

2 x y = 2
, se obtiene x = 8 , y = 14 y = 4

2 x + y = 30
Lxx = L yy = L = 0
Lxy = L yx = 1
Lx = Lx = 4

L y = Ly = 2

H 2 = 1

4 2

Desarrollando por la fila 1

Valds

37

H 2 =

4 2

= 8 + 8 = 16 > 0

Por lo tanto, hay un mximo en (8, 14) con un valor de 128

Ejemplo

Determinar los extremos de z = 4 x 2 + 3xy + 6 y 2 , sujeta a la restriccin x + y = 56

Solucin
L = 4 x 2 + 3xy + 6 y 2 + (56 x y )

1) Lx = 8 x + 3 y = 0
2) Ly = 3x + 12 y = 0
3) L = 56 x y = 0
Igualando 1) y 2) y simplificando, resulta 5 x 9 y = 0
Resolviendo con 3)
5 x 9 y = 0
se obtiene x = 36 , y = 20 y = 348

9 x + 9 y = 504
Lxx = 8 , Lyy = 12 y L = 0
Lxy = L yx = 3
Lx = Lx = 1

L y = Ly = 1

8
H 2 = 3

3 1
12 1

1 1

Valds

38

Desarrollando por la fila 3

H 2 =

1 8 1
+
12 1 3 1
3

= 9 5 = 14 < 0

Por lo tanto, hay un mnimo en (36, 20) con un valor de 9 744

Resumen para el criterio de segundo orden (n variables)

Extremos libres

Extremos restringidos

Si H1 > 0 , H 2 > 0 , L, H n > 0 , entonces

Si H 2 < 0 , H 3 < 0 , L, H n < 0 , entonces

H es definida positiva y se tiene un mnimo.

H es definida positiva y se tiene un mnimo.

Si H1 < 0 , H 2 > 0 , L, entonces H es

Si H 2 > 0 , H 3 < 0 , L, entonces H es

definida negativa y se tiene un mximo.

definida negativa y se tiene un mximo.

Ntese que, para extremos restringidos, el criterio inicia con H i = H 2 siendo i el orden
de la matriz hessiana que se delimita.
* En el caso de ptimos libres, el signo de la hessiana tambin se puede determinar
utilizando sus valores propios. Sin embargo, para ptimos restringidos slo es aplicable el
criterio de los menores principales.
Aplicacin
En una fbrica se producen dos tipos de maquinaria pesada, en las cantidades x y y. Si la
funcin de costo conjunto es
C = x 2 xy + 2 y 2

Valds

39

Cuantas mquinas de cada tipo se deben producir para minimizar el costo si el total debe
ser de 8 unidades?
En este caso la restriccin es x + y = 8 , por lo tanto

L = x 2 xy + 2 y 2 + (8 x y)
Resolviendo, se obtiene x = 5 , y = 3 y = 7
Por lo tanto, en (5, 3) hay un mnimo con un valor de 28

Ley Econmica

Si x y y son valores ptimos, entonces

f x ( x, y) p x
=
f y ( x, y) p y
As, en la funcin de utilidad U = xy + 2x , sujeta a la restriccin 4 x + 2 y = 60 , se encontr
un mximo en ( x, y ) = (8, 14)
U x = y + 2 U x (8, 14) = 14 + 2 = 16
U y = x U y (8, 14) = 8

Dado que p x = 4 y p y = 2
Se tiene,

U x p x 16 4
=
,
= =2
U y py
8 2

4.3 Interpretacin Econmica de

Si f * es el valor ptimo (mximo o mnimo) de z = f ( x, y ) , sujeta a la restriccin

df *
g ( x, y ) = b , entonces =
db

Valds

40

Es decir, es aproximadamente igual al cambio en f * debido a un cambio unitario en b.

Ejemplo
En el ejemplo anterior (utilidad) si b se incrementa en una unidad (60 61)
L = xy + 2 x + (61 4 x 2 y)

1) Lx = y + 2 4 = 0

2) Ly = x 2 = 0
3) L = 61 4 x 2 y = 0
De 2) =

x
, sustituyendo en 1) y simplificando, se obtiene 2 x y = 2
2

Al resolver con 3)
4 x 2 y = 4
, se obtiene x = 8.125 y y = 14.25

4 x + 2 y = 61

Sustituyendo en U, resulta U * = 132.03

Por lo tanto, U * U = 132.03 128 = 4.03
4.03 4 =

* Una unidad monetaria adicional en el presupuesto, incrementa la utilidad ptima en,

aproximadamente, 4 unidades.
Tasas de cambio (recuento de conceptos)

Las preguntas: qu es (expresa o representa)?

a) la derivada de una funcin,
b) el valor marginal de una funcin,
c) un multiplicador de Lagrange

Valds

41

Se pueden responder de la manera siguiente:

a) el cambio exacto (instantneo) de f en cada valor de la variable
b) el cambio aproximado de f ante un cambio unitario de la variable
c) el cambio aproximado de f* (en su valor ptimo) ante un cambio unitario del
factor
* Si la tasa de cambio es positiva, implica ganancia al aumentar el valor de la variable y
prdida al disminuirlo. Y si es negativa, implica prdida al aumentarlo y ganancia al
disminuirlo.
Ejercicios
Interpretar las expresiones siguientes:
1.

f x (8, 10) = 5 , si f en una funcin matemtica.

2.

f y (9, 7) = 3 , si f es una funcin econmica.

3.

f * ( x, y ) = 6 , si f es una funcin econmica.

Valds

42

5. INTEGRALES ITERADAS
5.1 Definicin y Clculo
a) En una integral ordinaria
Si y = sen ( x)

dy
= cos ( x)
dx

dy
= cos ( x) y = cos ( x)dx = sen ( x) + c
dx

Y si

b) En una integral parcial

Si z = x 2 y

z
= 2 xy
x

z
= 2 xy z = (2 xy )dx = x 2 y + h ( y )
x

Y si

De forma similar
Si z = x 2 y

z
= x2
y

z
= x 2 z = x 2 dy = x 2 y + g ( x)
y

Y si

c) Evaluacin de una integral definida simple

2

cos ( x)dx = sen ( x) 0 2 = 1 0 = 1

d) Evaluacin de una integral definida doble (iterada)

3

31

( xy)dydx = xy 2 13 dx
0
2

39
3
1
= x x dx = (4 x)dx
0
0
2
2

Valds

43

= 2x2

3
0

= 18

Evaluando en el orden inverso

3

( xy)dxdy =
1

1 2 3
x y 0 dy
2

3 9
9

= y dy = y 2
1
4
2

3
1

81 9 72
=
= 18
4 4 4

e) Regiones (R) en el plano xy

g 2 ( x)

g1 ( x )

h1 ( y )

h2 ( y )

Regin verticalmente simple

Regin horizontalmente simple

Teorema de Fubini
i) Si z = f ( x, y ) es continua en una regin verticalmente simple R, entonces
b g2 ( x )

f ( x , y)d A =
R

a g1 ( x )

f ( x, y)dydx

ii) Si z = f ( x, y) es continua en una regin horizontalmente simple R, entonces

Valds

44

h2 ( y )

h1 ( y)

f ( x , y )d A =
R

f ( x, y )dxdy

En trminos de sumatorias:

f ( x, y)dA = lim

m ,n

f ( x , y
i =1 j = 1

ij

En trminos geomtricos, as como

ij

)A

f ( x)dx representa un rea bajo una curva,

f ( x , y)d A representa un volumen bajo una superficie.

R

En particular, si f ( x, y ) = 1, entonces

dA
R

es un rea en el plano xy. Coincide con

f ( x)dx .

Ejemplo
Hallar el rea de la regin limitada por las curvas y 2 = 2 x y y = x
Intersecciones de las curvas:

1 2
y = y , y 2 2 y = 0 , y ( y 2) = 0
2

Por lo tanto, los puntos de corte son: (0, 0) y (2, 2)

Valds

45

Hay cuatro maneras de obtener el rea:

a) con rectngulos verticales (como se muestra en la grfica)
2

A = ( 2 x x)dx =
0

2 2
u
3

b) con rectngulos horizontales

2

A = (y
0

1 2
2
y ) dy = u 2
2
3

c) mediante una regin verticalmente simple

2

2x
x

dydx =

2 2
u
3

d) mediante una regin horizontalmente simple

2

1 2
y
2

dxdy =

2 2
u
3

Ejercicios
1. Hallar el rea determinada por x = 2 y 2 y y = x

2. Hallar el rea entre y = x y y =

1
x
2

3. Obtener el cociente de Gini

5.2 Aplicacin en Estadstica

En una funcin densidad de probabilidad (f. d. p) de una variable aleatoria continua x, se

cumplen las propiedades siguientes:

1. f ( x) 0 2.

f ( x)dx = 1

Valds

46

y p ( a < x < b) = f ( x)dx

a

De forma similar, en una f. d. p conjunta de dos variables aleatorias continuas ( x, y ) ,

tambin se cumplen dos propiedades:

1. f ( x, y) 0 2.

f ( x, y)dydx = 1

y p (a < x < b , c < y < d ) =

f ( x, y )dydx

Aplicacin
En una empresa se producen rodillos (cilndricos) cuyo dimetro x, tiene una = 4 cm y
una = 0.01 cm, en tanto que la longitud y, tiene una = 6 cm y una = 0.01 cm.
Si x y y son independientes y se distribuyen de manera normal:
a) Expresar y graficar la f. d. p. conjunta
b) Hallar la probabilidad de que el dimetro y la longitud de un rodillo, elegido al azar,
difieran de la media en ms de 0.02 cm.
Solucin:
a) Funcin y grfica
Las funciones densidad de probabilidad individuales son

f ( x) =

f ( y) =

2
2
1
e ( x ) / 2
2

2
1
e ( x4) / 0.0002
0.01 2

2
2
1
e ( y ) / 2
2

Valds

47

2
1
e ( y 6) / 0.0002
0.01 2

Y la funcin densidad de probabilidad conjunta es

f ( x, y ) = f ( x ) f ( y ) =

5 000

2
2
1
e ( x 4 ) / 0.0002 e ( y 6) / 0.0002
0.0002

e 5 000[( x4 )

+ ( y 6 ) 2

* hacer la grfica con DERIVE usando los intervalos siguientes:

(3.9 < x < 4.1, 0.02)
(5.9 < y < 6.1, 0.02)
(1 500 < z < 1 500 , 300)

b) Probabilidad exigida

p (3.98 < x < 4.02 , 5.98 < y < 6.02) =

4.02

3.98

5 000

4.02

6.02

3.98

5.98

e 5 000[( x 4)

+( y 6 )2

6.02

5.98

f ( x, y )dydx

] dydx

Resolviendo con DERIVE, se obtiene una p 0.91

Por lo tanto, la probabilidad de que el dimetro (x) y la longitud (y) de un rodillo, elegido al
azar, difieran de su media en ms de 0.02 cm es de

1 0.91 = 0.09 = 9%

Valds

48

6. BIBLIOGRAFA
1. Aleksandrov, A. et al. (1980). La matemtica: su contenido, mtodos y significado.
Tomo I. Alianza Editorial. Espaa.
2. Bermdez Llus, et al. (1995). Optimizacin. Ediciones Media. Espaa.
3. Dowling, E. (1982). Matemticas para economistas. Editorial McGraw-Hill.
Mxico.
4. Hughes-Hallett, D. et al. (1995). Clculo. Editorial CECSA. Mxico.
5. Larson, R. et al. (1996). Clculo (Volumen 1 y Volumen 2), 5a edicin. Editorial
McGraw-Hill. Espaa.
6. Purcell, E. y D. Varberg (1987). Clculo con geometra analtica. Editorial Prentice
Hall. Mxico.
7. Stewart, J. (1999). Clculo conceptos y contextos. Editorial Thomson. Mxico.
8. Sydsaeter, K. y P. Hammond (1996). Matemticas para el anlisis econmico.
Editorial Prentice Hall. Espaa.
9. Zill, D. (1987). Clculo con geometra analtica. Editorial Iberoamrica. Mxico.

Valds

49

ECUACIONES DIFERENCIALES (ED)

Aunque haga muchos experimentos
mi hiptesis no queda confirmada,
pero basta uno solo para confirmar mi error.
- A. Einstein

1. CONCEPTOS BSICOS
1.1 Definiciones
Una Ecuacin Diferencial (ED) es una ecuacin que contiene una o ms derivadas de una
funcin (desconocida). Si la funcin es de una variable, la ED se denomina ordinaria y si es
de dos o ms variables se denomina parcial.
El orden de una ED lo da el orden de la derivada ms alta en la ecuacin.
Considrese el diagrama siguiente:
Tipo

Grado

Orden

Primer orden

Lineales Segundo orden

Ordinarias
M
EDs

ensimo orden

No lineales

Parciales

Considrense los casos siguientes:

Valds

50

Ecuacin

Tipo

Grado

Orden

( x& ) 2 3 x = e t

Ordinaria

No lineal

2u 2u
+
=0
x 2 y 2

Parcial

Lineal

y '''+ 4y = 2

Ordinaria

Lineal

En general, se identifican tres enfoques o mtodos en el estudio de las soluciones de una

ED: el analtico, el cualitativo y el numrico. La opcin analtica implica determinar

frmulas explcitas que describan el comportamiento de la solucin; la opcin cualitativa

implica usar la geometra para estudiar el comportamiento de la solucin; y en la opcin
numrica se usa la computadora para aproximar la solucin buscada. En las presentes notas
se aborda, principalmente, el mtodo analtico de solucin.
Una funcin x = f (t ) es una solucin de una ED si la ecuacin se verifica al sustituir en
ella a f (t ) y las derivadas implicadas.
As, x = e 2t es una solucin de x& = 2 x mientras que x = Ce 2 t , con C R , es la solucin
general.
Comprobacin

a) Si x = e 2t , entonces x& = 2e 2t
En consecuencia, al sustituir en la ecuacin original, se tiene
x& = 2 x 2e 2t = 2(e 2t )

Y, dado que se verifica la igualdad, x = e 2t es una solucin de x& = 2 x

b) Si x& = 2x , entonces

Valds

51

dx
= 2x
dt

dx
= 2 dt (separacin de variables)
x

ln( x) = 2 t + c (integracin)
x = e ( 2 t + c ) = e 2 t e c = Ce 2 t

Por lo tanto, x = Ce 2 t es la solucin general de x& = 2 x

Se puede probar que la solucin general de una ecuacin de orden n usualmente contiene n
constantes indefinidas (parmetros).
Una solucin particular es la solucin que se puede obtener a partir de condiciones
iniciales. Por ejemplo, la ecuacin diferencial de orden dos s ' ' (t ) = 32 , con solucin
general s(t ) = 16t 2 + C1t + C 2 , que representa la ley de movimiento de un objeto en cada

libre, podra tener las condiciones iniciales siguientes:

s (0) = 80 y s ' (0) = 64 .

Con la solucin particular s (t ) = 16t 2 + 64t + 80 .

Ejercicio
Para tx ' 3 x = 0 , corroborar que x = Ct 3 es la solucin general y hallar la solucin
particular si x ( 2) = 4 .

1.2 ED Lineales

Una ED Lineal (EDL) de orden n es una ecuacin de la forma

a n (t ) x ( n ) + a n 1 (t ) x ( n 1) + L + a 2 (t ) &x& + a1 (t ) x& + a 0 (t ) x = g (t )

Valds

52

La linealidad implica dos condiciones: que la variable x y sus derivadas sean de primer
grado, y que los coeficientes slo dependan de la variable t.
Si la ecuacin no involucra explcitamente la variable t se denomina autnoma y si
g (t ) = 0 se denomina homognea.

Considrese el diagrama siguiente:

Homognea
Autnoma

No Homognea
EDL
No autnoma Homognea

No Homognea

As, por ejemplo:

1. x& = 2 x , es lineal, de 1er orden, autnoma y homognea
2. &x& 3x& + 2 x 1 = 0 , es lineal, de 2o orden, autnoma y no homognea
3. x& tx 2 = 0 , es no lineal, de 1er orden, no autnoma y homognea

En general, las EDL verifican la proposicin siguiente:

Proposicin
Dada una EDL, si xh (t) es la solucin general de la ecuacin homognea asociada y x p (t)
es cualquier solucin particular de la ecuacin no homognea, entonces x(t) = x h + x p es la
solucin de la ecuacin.

Valds

53

2. ED LINEALES DE PRIMER ORDEN

2.1 Caso Autnomo
La ecuacin diferencial lineal (EDL) autnoma ms sencilla es de la forma

x& = ax + b
Al resolver el caso homogneo x& ax = 0 , por separacin de variables, se obtiene que
x h (t ) = Ce at .

Para el caso no homogneo se puede considerar la solucin ms simple, una constante

x (t ) = k , que implica x& = 0 , y que al sustituir en x& = ax + b da x p (t ) =

b
.
a

Es decir, la solucin general de la ecuacin planteada es

x (t ) = x h + x p = Ce at

b
, con a 0
a

El valor de C se puede obtener si se conoce un valor inicial, por ejemplo x(0) = x 0 .

Si a = 0 la ecuacin x& = ax + b se reduce a x& = b , que se resuelve por integracin.

Aplicaciones
1. E. D. Domar propuso un modelo macroeconmico sencillo en el que se relacionan el

ingreso, el ahorro y la inversin.

Sean Y = ingreso, S = ahorro, I = inversin y s y v dos constantes positivas menores que 1.
Supngase que el ahorro y la inversin son proporciones fijas del ingreso y de su tasa de
cambio, respectivamente, de manera que se cumplen las relaciones siguientes:
S = sY
I = vY&

En equilibrio S = I , por lo que se tiene

Valds

54

s
vY& = sY , o bien Y& = Y
v

Que es una ED autnoma homognea, cuya solucin general es

Y (t ) = Y0 e

s
( )t
v

As, dadas las hiptesis del problema, se concluye que el ingreso crece de manera
exponencial, a la tasa

s
. Siendo s la propensin marginal a ahorrar y v el coeficiente de
v

inversin.
2. Modelo de ajuste del precio
Evans postul que, en competencia perfecta, la tasa de cambio del precio es proporcional al
exceso de demanda.
As, dadas Qd = a bP (demanda) y Qo = c + dP (oferta), se tiene

dP
= k (Qd Qo )
dt
= k ((a + c) (b + d ) P )
Pero en equilibrio Qd = Qo , es decir
a bP = c + dP
a + c = (b + d ) P

Donde P es el precio de equilibrio.

Al sustituir, se tiene
dP
= k (b + d ) ( P P )
dt

Haciendo = k (b + d )

Valds

55

dP
= ( P P )
dt

Separando variables y cambiando signo

dP
= dt
P P

Resolviendo y despejando, se obtiene

P(t ) = P + Ce k (b + d ) t
Si P(0) = P0 , entonces C = P0 P y
P (t ) = P + ( P0 P )e k (b + d ) t

Y de aqu, es claro que si t P P , P0 . Es decir, desde cualesquier P0 el

precio regresar a su nivel de equilibrio P .

2.2 Caso no Autnomo Homogneo

El caso no autnomo se presenta cuando los coeficientes no son constantes. Es decir, se

trata del caso a1 (t ) x& + a 0 (t ) x = g (t ) , que se puede expresar en la denominada forma
cannica
x& + p (t ) x = q (t )

El caso no autnomo homogneo se resuelve por integracin.

Si x& = a (t ) x
Separando variables e integrando se llega al resultado

x(t ) = Ce

a ( t ) dt

Valds

56

Ejemplo
Resolver x& = 2tx
Se trata de hallar la solucin general de
dx
= 2tx
dt

Que se puede expresar como

dx
= 2t dt
x

Integrando en ambos lados

ln ( x) = t 2 + C
Se obtiene, finalmente
x (t ) = Ce t

2.3 Caso no Autnomo no Homogneo

El caso no autnomo no homogneo es un poco ms complicado. Para resolverlo es

necesario determinar un factor (t ) , tal que, al multiplicarlo por el lado izquierdo de la
forma cannica, lo convierta en la derivada del producto (t) x ,
d
( (t ) x ) = (t ) x& + (t ) p(t ) x
dt

Al desarrollar la derivada, despejar (t ) y hacer C = 1 se obtiene

(t ) = e
Es decir,

p ( t ) dt

d
(x (t ) ) = q (t ) (t )
dt

La solucin general es
x = qdt + C

Valds

57
p ( t ) dt
p ( t ) dt dt + C
x(t ) = e
q (t )e

Ms que memorizar esta frmula, se recomienda recordar que la multiplicacin por (t )

convierte el lado izquierdo de la forma cannica en la derivada del producto x (t ) .

Ejemplo
Hallar la solucin general de la ecuacin x& x tan(t ) = 1
La ecuacin ya se encuentra en la forma cannica.
En esta ecuacin p (t ) = tan( t )
tan( t ) dt
= e ln[cos(t )] = cos(t )
Por tanto, (t ) = e

Formando la derivada del producto, se tiene

d
[ x cos(t )] = cos(t )
dt

Que al integrar se convierte en

x cos(t ) = cos(t ) dt = sen (t ) + C

Y, despejando x

x=

sen (t )
C
+
cos(t ) cos(t )

Finalmente, se tiene
x (t ) = tan( t ) + C sec(t )

Ejercicio
Resolver la ecuacin tx& 2 x = t 2

Valds

58

3. ED LINEALES DE SEGUNDO ORDEN

Una EDL de segundo orden es una ecuacin de la forma

a 2 (t ) &x& + a1 (t ) x& + a 0 (t ) x = g (t ) .
En estas notas slo se abordar el caso autnomo, con las variantes homogneo y trmino
constante y el caso no autnomo con trmino variable.
Para las ecuaciones autnomas, al igual que para las ecuaciones de primer orden, la
solucin es casi inmediata, una vez resuelto el caso homogneo.

3.1 Caso Autnomo Homogneo

La forma general de la ecuacin homognea es

&x& + ax& + bx = 0
En la proposicin siguiente se establece el procedimiento para encontrar su solucin.
Proposicin

Si x1 y x 2 son soluciones linealmente independientes de la ecuacin &x& + ax& + bx = 0 ,

entonces la solucin general es x(t) = C 1 x1 + C 2 x 2 , siendo C1 y C 2 constantes.

La naturaleza de la ecuacin &x& + ax& + bx = 0 , con coeficientes constantes, sugiere que las
soluciones deben ser de la forma x = e r t ( x = e r t es una funcin cuyas derivadas sucesivas
son mltiplos entre s). Si este es el caso, entonces x& = re r t y &x& = r 2 e r t . Y sustituyendo,
resulta
&x& + ax& + bx = 0
r e + are r t + be r t = 0
2 rt

e r t ( r 2 + ar + b) = 0

Valds

59

Como e r t no puede ser cero, x = e r t es una solucin si, y solo si,

r 2 + ar + b = 0

Esta ecuacin se conoce como ecuacin auxiliar o caracterstica de &x& + ax& + bx = 0 .

Ntese que se puede deducir a partir de la ED, sustituyendo &x& por r 2 , x& por r y x por 1.
&x& + ax& + bx = 0
r 2 + ar + b = 0

En general, puesto que las races de la ecuacin cuadrtica r 2 + ar + b = 0 pueden ser:

reales y diferentes, reales e iguales o complejas, las soluciones de &x& + ax& + bx = 0 sern de
tres tipos:

Si r1 r2 , entonces x(t ) = C1e r1 t + C2 e r2 t

Si r1 = r2 , entonces x(t ) = C1e r1 t + C2te r1 t

Si r1 = + i y r2 = i , entonces x(t ) = C1e t cos( t ) + C 2 e t sen( t )

Ejemplo
Hallar la solucin general de &x& 4 x = 0
La ecuacin auxiliar es r 2 4 = 0
Que tiene las races r1 = 2 y r2 = 2
Por tanto, la solucin general es
x (t ) = C1e 2t + C 2 e 2t
Ejercicios
1. Resolver &x& + 4 x& + 4 x = 0 , sujeta a las condiciones iniciales x (0) = 2 y x& (0) = 1
2. Hallar la solucin general de &x& + 6 x& + 11x = 0

Valds

60

3.2 Caso Autnomo con Trmino Constante

La forma general de la ecuacin no homognea es

&x& + ax& + bx = c
Al igual que en las EDL1 no homogneas, la solucin general es la suma de x h (t ) y x p (t )
La solucin particular ms simple es una constante, x (t ) = k , de manera que se cumple
c
x& = &x& = 0 . Esto es posible siempre que b 0 . Si este es el caso, entonces x p (t ) = .
b

Si b = 0 pero a 0 , entonces se toma como solucin particular una funcin lineal

x (t ) = k t , por lo cual se cumple &x& = 0 . Resolviendo ax& = c (por integracin) se obtiene

x p (t ) =

c
t +C.
a

Finalmente, si b = a = 0 , entonces la ecuacin original es &x& = c , cuya solucin, luego de

c
integrar dos veces, es x p (t ) = t 2 + C1t + C 2
2

Ejemplo
Para la ecuacin &x& x& 2 x = 4 :
Probar que xh (t ) = C1e 2 t + C 2 e t
Probar que x p (t ) = 2
Comprobacin
Determinacin de x h
Ecuacin auxiliar r 2 r 2 = 0
Races: r1 = 2 y r2 = 1
Por tanto, x h (t ) = C1 e 2t + C 2 e t

Valds

61

Determinacin de x p
Probando con x (t ) = k , se tiene x& = 0 y &x& = 0
Por tanto, la ecuacin dada se reduce a 2 x = 4
Cuya solucin es x (t ) = 2
Por tanto, x p (t ) = 2

3.3 Caso no Autnomo con Trmino Variable

Si ahora se considera una ecuacin no autnoma de la forma
&x& + ax& + bx = g (t )

Tambin se tendr que la solucin general es de la forma x = xh + x p . Sin embargo, aqu el

problema consiste en encontrar una x p . El mtodo de resolucin ms general, conocido
como variacin de los parmetros1, implica que x p tiene la misma forma que x h , excepto
que las constantes se sustituyen por variables.
Los pasos a seguir en el mtodo indicado son los siguientes:
1. Hallar x h = C1 x1 + C 2 x 2
2. Sustituir las constantes por variables para definir x p = u1 x1 + u 2 x 2
3. Resolver el sistema siguiente para u&1 y u&2

u&1 x1 + u& 2 x 2 = 0
u&1 x&1 + u& 2 x& 2 = g (t )
4. Integrar para determinar u1 y u2

Otro mtodo muy usado es el de Coeficientes Indeterminados

Valds

62

Ejemplo
Resolver la ecuacin &x& 2 x& + x =

et
, con t > 0
2t

La ecuacin auxiliar es r 2 2r + 1 = 0
Y sus races son r1 = r2 = 1
Por tanto, x h = C1e t + C 2 t e t
En consecuencia x p = u1e t + u 2 t e t
Y el sistema a resolver es

u&1e t + u& 2 t e t = 0
u&1e t + u& 2 [t e t + e t ] =

K (1)
t

e
2t

K (2)

Restando (1) de (2), se tiene

u& 2 e t =

et
1
y u& 2 =
2t
2t

Sustituyendo este valor en (1), queda

u&1e t +

1 t
1
t e = 0 y u&1 =
2t
2

Integrando para u&1 y u&2 , se obtiene

u1 =

t
y u 2 = ln t
2

Por tanto
t
x p = e t + t e t ln t
2

Valds

63

Y finalmente, la solucin general es

t
x (t ) = x h + x p = C1e t + C 2 t e t e t + t e t ln t
2

Ejercicios
Resolver las ecuaciones siguientes:
1. &x& + x = tan(t )
2. &x& 3 x& + 2 x = 2t
3. &x& + x& = 2 sen (t )
* Por ejemplo, la solucin de 3 es x (t ) = C1 + C 2 e t cos (t ) sen (t )

Valds

64

4. ED no LINEALES DE PRIMER ORDEN

4.1 Variables Separables
Un tipo de ED de primer orden que surgen con relativa frecuencia, son las denominadas
ED separables, que tienen la forma siguiente:
x& = q (t ) p ( x )

O de manera alternativa
p ( x ) dx + q (t )dt = 0

Donde p es una funcin slo de x y q es una funcin slo de t.

Una vez separadas las variables, la solucin se encuentra por integracin

p( x)dx = q(t )dt

Ejemplo
Hallar la solucin general de (t 2 + 4)

dx
= tx
dt

Separando variables, se tiene

t dt
dx
= 2
x t +4

Integrando ambos lados

ln ( x) = ln C t 2 + 4
Y, finalmente

x (t ) = C t 2 + 4
Ejercicio
Hallar la solucin particular de txdt + e t ( x 2 1)dx = 0 , si x (0) = 1
2

Valds

65

Aplicacin
Dinmica de Poblaciones con Recursos Limitados (modelo logstico).
Si P(t ) representa el tamao de la poblacin en el instante t y Q es la capacidad de
contencin (carga), entonces la variacin de la poblacin es proporcional a su tamao y a la
saturacin relativa del medio. Esto es

Q P
dP

= kP
dt
Q
Observaciones al modelo:
1. Si P es pequea con respecto a Q, entonces
2. Si P > Q , entonces

dP
kP
dt

dP
< 0 y P decrece
dt

3. Si 0 < P < Q , entonces

4. Si P Q , entonces

dP
> 0 y P crece
dt

dP
0
dt

Solucin Analtica
Separando variables

dP
Q P

P
Q

= kdt

Cambiando el signo en ambos lados

QdP
= kdt
P( P Q )
Resolviendo por el mtodo de fracciones parciales y despejando P
P=

Q
1 Ce k t

Valds

66

Dado que si t = 0 , P = P0 y C =
P=

P0 Q
, se tiene, finalmente
P0

P0Q
P0 ( P0 Q )e k t

Es claro que si t P Q

4.2 Ecuacin de Bernoulli

Una ecuacin no lineal, muy conocida, que se reduce a una lineal con una sustitucin
apropiada, es la llamada ecuacin de Bernoulli

x& + p (t ) x = q (t ) x n
Esta ecuacin es lineal si n = 0 y de variables separables si n = 1
Suponiendo que n 0 , 1 y haciendo la sustitucin w = x 1 n , se tiene
w& = (1 n) x n x& = (1 n) x n [q (t ) x n p(t ) x]
= (1 n)[q (t ) p(t ) x 1 n ]
= (1 n)[ q (t ) p (t ) w]

Finalmente, se llega a la ecuacin

w& + (1 n) p (t ) w = (1 n)q (t ) ,

que es lineal en w (cannica) y puede ser resuelta como una EDL

Ejemplo
Una variante del modelo logstico, basada en la idea de que a mayor poblacin menor tasa
de crecimiento, es la siguiente
dP
= aP bP 2
dt

Valds

67

Que es una ecuacin no lineal, tipo Bernoulli, con n = 2

Haciendo la sustitucin w = P 1 , se obtiene la ecuacin en w

w& = aw + b
Cuya solucin es
w(t ) = Ce at +

b
a

O bien, en trminos de P
P (t ) =

a
b + Ce at

Sustituyendo la condicin inicial P(0) = P0 , se obtiene, finalmente,

P(t ) =

aP0
bP0 + (a bP0 )e at

Ejercicio
1
Hallar la solucin general de la ecuacin x& + x = tx 2
t

* La solucin es x (t ) =

1
Ct t 2

Valds

68

5. DIAGRAMAS DE FASES
Dado que, para la mayor parte de las ecuaciones diferenciales no existe solucin analtica,
normalmente se tiene que recurrir a mtodos numricos para determinar una solucin
aproximada. En muchas aplicaciones es tambin importante saber si una ecuacin
diferencial tiene estados de equilibrio y si stos son estables. Esto se puede averiguar aun
sin tener soluciones explcitas de la ecuacin.
En general, se dice que el punto a es un estado de equilibrio o estado estacionario de la
ecuacin x& = F (x) , si F ( a ) = 0 . En este caso, x (t ) = a , t , es una solucin de la
ecuacin.
Para estudiar la estabilidad de los estados de equilibrio de x& = F (x) , es til estudiar su
diagrama de fases. Es decir, la grfica de x& = F (x ) en el plano x x& . En la figura siguiente
se representa un ejemplo genrico

Cualquier solucin x (t ) de x& = F (x) est asociada a una derivada x& (t ) , de manera que el
par [ x (t ) , x& (t )] es un punto en la curva del diagrama de fases. Qu ocurre en este punto
cuando t crece?
En todo punto de la curva por encima del eje x, x& (t ) > 0 , por lo cual x (t ) crece cuando t
crece. Por tanto, el punto [ x (t ) , x& (t )] se mover en la curva de izquierda a derecha.
Asimismo, en todo punto de la curva por debajo del eje x, x& (t ) < 0 , por lo que x (t )

Valds

69

decrece cuando t crece. Es decir, el punto [ x (t ) , x& (t )] se mover en la curva de derecha a

izquierda.
En la figura hay dos estados de equilibrio a1 y a2 . Cuando se alcanza uno de estos puntos
se permanece en l. Sin embargo, hay una diferencia importante entre ambos. Si x (t ) est
prximo de a1 , entonces se acercar a l cuando t crece, y si x (t ) est prximo de a 2 ,
entonces se alejar de l cuando t crece. Se dice que a1 es un estado de equilibrio estable y
que a 2 es un estado de equilibrio inestable.
Ntese que la curva x& = F (x) tiene pendiente negativa en a1 y positiva en a 2 . Supngase
que a es un estado de equilibrio para x& = F (x) . Es decir, F (a ) = 0 . Si F ' ( a ) < 0 , entonces
la situacin, en un entorno de a es semejante a lo que ocurre en un entorno de a1 , por lo
cual a es estable. Por otra parte, si F ' ( a ) > 0 , entonces ocurre un caso semejante al de a 2 ,
y a ser inestable.
Se tiene, entonces, el resultado siguiente:

Si F ( a ) = 0 y F ' ( a ) < 0 , entonces a es un estado de equilibrio estable.

Si F ( a ) = 0 y F ' ( a ) > 0 , entonces a es un estado de equilibrio inestable.

Si a es un estado de equilibrio en el que F ' ( a ) = 0 , entonces la situacin se debe estudiar

con ms cuidado.
Ejercicio
Para x& = 6 x x 3 , construir el diagrama de fases y determinar la naturaleza de sus estados

de equilibrio.

Valds

70

INDUCCIN, SUCESIONES Y SERIES

1. INDUCCIN MATEMTICA
La induccin matemtica es un procedimiento que permite comprobar conjeturas acerca de
los nmeros naturales (Z+). Tal comprobacin est basada en el llamado principio de
induccin.
Principio de Induccin
Un enunciado es cierto para todo entero positivo n, si cumple las dos condiciones
siguientes:
a) El enunciado es cierto para n = 1
b) Si el enunciado es cierto para n = k entonces (se puede demostrar que) es cierto
para n = k + 1
Ejemplos
1. Probar que la suma de los n primeros nmeros naturales es S n =

Sn = 1 + 2 + 3 + L + n =

n ( n + 1)
2

Demostracin:
Condicin 1: S1 =

1 (1 + 1)
=1
2

Condicin 2: Si S k = 1 + 2 + 3 + L + k =

k (k + 1)
,
2

Valds

n ( n + 1)
2

71

entonces se debe cumplir S k +1 =

(k + 1) ( k + 2)
2

S k +1 = S k + (k + 1)

k (k + 1)
+ (k + 1)
2

k 2 + k + 2k + 2
2

k 2 + 3k + 2
2

(k + 1) (k + 2)
2

2. Probar que la suma de los n primeros nmeros impares es S n = n 2

S n = 1 + 3 + 5 + L + (2n 1) = n 2

Demostracin:

Condicin 1: S1 = 12 = 1
Condicin 2: Si S k = 1 + 3 + 5 + L + (2k 1) = k 2 ,
entonces se debe cumplir S k +1 = (k + 1) 2
S k +1 = S k + (2k + 1) (2k 1 + 2)
= k 2 + 2k + 1

= (k + 1) 2

Valds

72

3. Probar que
Sn =

1
1
1
1
n
+
+
+L+
=
1 (2) 2 (3) 3 (4)
n (n + 1) n + 1

Demostracin:
Condicin 1: S1 =

1
1
=
1+1 2

Condicin 2: Si S k =

entonces S k +1 = S k +

k
,
k +1

1
( k + 1) ( k + 2)

k
1
+
k + 1 (k + 1) (k + 2)

k (k + 2) + 1
k 2 + 2k + 1
=
(k + 1) (k + 2) (k + 1) (k + 2)

(k + 1) 2
k +1
=
(k + 1) (k + 2) k + 2

4. Probar que S n =

1 1
1
1
1
+ 2 + 3 + L + n = 1 n
2 2
2
2
2

Demostracin:
Condicin 1: S1 = 1

1 2 1 1
= =
2 2 2 2

Condicin 2: Si S k = 1

S k +1 = S k +

1
1
, entonces se debe cumplir S k +1 = 1 k +1
k
2
2

1
2 k +1

Valds

73

=1

1
1
+ k +1
k
2
2

2 k +1 2 + 1
2 k +1

2 k +1 1
= k +1
2

=1

1
2 k +1

Valds

74

2. SUCESIONES Y SERIES
2.1 Conceptos Bsicos
Definicin. Una sucesin, tambin llamada progresin, secuencia o trayectoria, es una
funcin con dominio en los enteros positivos.
Ejemplos
5 , 10 , 15 , 20 , 25 , L , su dominio y contradominio son:

1. En la sucesin
Dominio

{1,

2 , 3 , 4 , 5 , L, n , L}

Contradominio

{5 , 10 , 15 , 20 , 25 , L, 5n , L}

Los elementos del contradominio son los trminos de la sucesin.

Y el trmino general de la sucesin es

an = f (n) = 5n
As, por ejemplo, a12 = 5 (12) = 60
2. En la sucesin 2 , 4 , 8 , 16 , L, 2 n , L , el trmino general es
an = f (n) = 2 n

Y, por tanto, a7 = 2 7 = 128

Una sucesin finita es aquella que tiene un nmero finito de trminos. Por ejemplo, la
sucesin 5, 10, 15, 20, 25
Definicin. Una serie es la suma de los trminos de una sucesin.
Ejemplos
1. Sucesin finita: a1 , a2 , a3 , a4 , a5

Valds

75

Serie finita: a1 + a2 + a3 + a4 + a5
2. Sucesin infinita: a1 , a2 , a3 , a4 , a5 , L, an , L

Serie infinita: a1 + a2 + a3 + a4 + a5 + L + an + L
1
3. Expresar los primeros cuatro trminos de la sucesin an =
2

y la serie

correspondiente.

Solucin:

1 1 1 1
, , ,
2 4 8 16
1 1 1 1
+ + +
2 4 8 16
Definicin. La suma parcial de una serie es la suma de sus n primeros trminos.
Primera suma parcial: S1 = a1
Segunda suma parcial: S 2 = a1 + a2
Tercera suma parcial: S 3 = a1 + a2 + a3

M
n-sima suma parcial: S n = a1 + a2 + a3 + L + an
Ejemplo
Dada an =

2n + 1
, hallar la tercera suma parcial.
n

Solucin:
S 3 = a1 + a2 + a3

Valds

76

= 3+

5 7
+
2 3

18 + 15 + 14 47
=
6
6

2.2 Sucesiones y Series Aritmticas

En una sucesin aritmtica cada trmino despus del primero es igual al anterior ms una
constante, d, llamada diferencia comn. d se puede obtener restando cualesquier trmino
del trmino que le sigue en la sucesin.
Ejemplos
1. En 7, 2, 3, 8, L, d = 3 (2) = 5
2. En

7 2
3
8
2 7
5
, , , , L, d = =
2 2
2
2
2 2
2

En general, el n-simo trmino es:

a1 = a1
a2 = a1 + d

a3 = a2 + d = a1 + d + d = a1 + (2) d
a4 = a3 + d = a1 + (2) d + d = a1 + (3) d
M

an = a1 + ( n 1) d
Ejemplos
1. Determinar a n , si a1 = 3 y d = 4

Valds

77

Solucin:

a n = 3 + 4 ( n 1)
2. Hallar el nmero de trminos de la sucesin 5 , 8 , 11 , L , 32

Solucin:
Como a1 = 5 , d = 3 y el n-simo trmino es 32
a n = 5 + (n 1)3

32 = 5 + 3n 3
32 = 3n + 2
n=

30
= 10
3

Por tanto, la sucesin tiene diez trminos.

Definicin. Una serie aritmtica es la suma de los trminos de una sucesin aritmtica.
Si la serie es finita, la suma de los n primeros trminos es:
S n = a1 + ( a1 + d ) + ( a1 + 2d ) + L + ( a n 2d ) + (a n d ) + a n

... 1

S n = a n + (a n d ) + ( an 2d ) + L + ( a1 + 2 d ) + ( a1 + d ) + a1

... 2

---------------------------------------------------------------------------2 S n = ( a1 + an ) + (a1 + a n ) + L + ( a1 + a n ) + (a1 + a n )

(Suma de 1 y 2)

Y como el lado derecho de la ecuacin tiene n trminos de ( a1 + a n ) , resulta que

2 S n = n ( a1 + a n )

Sn =

n ( a1 + an )
2

Valds

78

Ejemplos
1. La suma de los primeros 20 nmeros naturales es
S 20 =

20 (1 + 20)
2

420
= 210
2

2. Si a1 = 4 , a n = 31 y S n = 175 , hallar n y d
175 =

n ( 4 + 31)
2

350 = 35 n , n = 10

31 = 4 + (10 1)d
27 = 9 d , d = 3

Aplicacin
Si el salario inicial de Ana es de $25 000 y le prometen un aumento anual de $1 200 en los
siguientes ocho aos, hallar el salario del octavo ao.
Aqu, a1 = 25 000 y d = 1 200
Luego entonces, a8 = 25 000 + (8 1)1 200
= 25 000 + 8 400 = 33 400

2.3 Sucesiones y Series Geomtricas

En una sucesin geomtrica cada trmino despus del primero es igual al anterior
multiplicado por una constante, r, llamada razn comn. r se puede obtener dividiendo
cualesquier trmino por el trmino que lo precede.

Valds

79

Ejemplos
1. En 1, 3 , 9 , 27 , L, r =

9
=3
3

2. En 4 , 8 , 16 , 32 , L, r =

8
=2
4

En general, el n-simo trmino es:

a1 = a1
a2 = a1r
a3 = a2 r = a1r (r ) = a1r 2
a 4 = a3 r = a1r (r 2 ) = a1r 3

M
an = a1r n1

Ejemplos
1. Determinar a n y a6 , si a1 = 3 y r = 2

Solucin:
an = 3 (2) n1
a6 = 3 (2) 5 = 96

2. Si a2 = 24 y a5 = 648, hallar r y a1

Solucin:
Como an = a1r n1 , resulta
24 = a1r - - - (1)
Valds

80

648 = a1r 4 - - - (2)

De (1) a1 =

24
, sustituyendo en (2)
r

648 =

24 4
( r ) = 24r 3
r

r=3

y a1 =

648 3
= 27 = 3
24

24
=8
3

Definicin. Una serie geomtrica es la suma de los trminos de una sucesin geomtrica.
Si la serie es finita, la suma de los n primeros trminos es:
S n = a1 + a1r + a1r 2 + L + a1 r n 2 + a1 r n 1

r Sn =

a1r + a1r 2 + L + a1r n 2 + a1r n1 + a1r n

------------------------------------------------------------S n r S n = a1 a1r n
Sn =

(Suma de 1 y 2)

a1 a1 r n a1 (1 r n )
=
, con r 1
1 r
1 r

Ejemplos
1. Hallar S 5 si a1 = 8 y r =

1
2

Solucin:
1

8 1 5
2
S5 =
1
1
2

Valds

... 1
... 2

81

7.75
= 15.5
0.5

2. Dadas a1 = 3 , r = 2 y S n = 93 , hallar el valor de n

Solucin:
93 =

3 (1 2 n )
1 2

31 = 1 2 n

2 n = 32
2n = 25

Por lo tanto, n = 5
Aplicacin

Juan invierte $1 000 a inters compuesto, con una tasa anual del 8%. Cul ser el monto
de su capital al final del sexto ao?
Solucin:

a1 = 1 000 , al inicio del 1er ao

a2 = 1 000(1 + 0.08) , al inicio del 2o ao
a3 = 1 000(1.08) 2 , al inicio del 3er ao

Por lo tanto, si a1 = 1 000 y r = 1.08 , entonces al inicio del sptimo ao (luego de seis
periodos) el capital se convierte en
a7 = 1 000(1.08) 6 = 1 586.87

La frmula general de capitalizacin a inters compuesto es

V f = Vo (1 + i ) n

Valds

82

Donde:
V f = valor final , Vo = valor inicial , i = tasa de int ers y n = periodos de capitaliza cin .

2.4 Series Geomtricas Infinitas

Considrese la sucesin geomtrica infinita siguiente:

1 1 1
1
1, , , , L,
2 4 8
2

n 1

,L

Las sumas parciales de la sucesin parecen aproximarse al valor 2.

S2 = 1+

1
= 1.5
2

S3 = 1 +

1 1
+ = 1.75
2 4

S4 = 1+

1 1 1
+ + = 1.875
2 4 8

M
S7 = 1 +

Si en S n =

1 1
1
+ + L+
= 1.984375
2 4
64

a1 (1 r n )
, r < 1, entonces r n 0 cuando n
1 r

Por lo tanto, S =

a1
, con r < 1
1 r

Ejemplos
1 1 1
1
1. Obtener la suma de la sucesin infinita 1, , , , L,
2 4 8
2

Valds

n 1

,L

83

S =

1
1

1
2

1
1
= =2
2 1 1
2
2

2. Hallar una fraccin equivalente a 0.343434 L

0.343434 L = 0.34 + 0.0034 + 0.000034 + L + (0.34) (0.01) n1 + L

0.343434 L = 0.34 + 0.34(0.01) + 0.34(0.01) 2 + L + (0.34) (0.01) n1 + L
S =

0.34
0.34 34
=
=
, con r = 0.01
1 0.01 0.99 99

Aplicacin. La sucesin de Fibonacci

En 1202 Leonardo de Pisa, Fibonacci (el ms grande matemtico del siglo XIII), public
su Liber Abaci, en el cual abordaba el problema siguiente:
Cuntas parejas de conejos habr al cabo de n meses, si se inicia con una pareja; los
conejos maduran al mes y cada mes procrean una nueva pareja?

Su solucin forma la Sucesin de Fibonacci: 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, L En esta

sucesin, cada trmino es la suma de los dos anteriores.

Los valores implicados se muestran en el cuadro siguiente:

Mes

//

///

////

//// ///

//

///

////

//

///

////

//// ///

13

21

Parejas
Gasapos

Maduros

Adultos
Total

Valds

84

Entre muchas otras propiedades se cumple, que la sucesin del cociente entre un trmino y
el que le precede converge al nmero ureo, = 1.6180339887 L
Es decir, lim

a n +1
=
an

Adems de su importancia en la matemtica, es una sucesin que aparece con frecuencia en

muchos fenmenos naturales. Su definicin formal es
Si a1 = a2 = 1 an = an1 + an2 , para n = 3, 4 , 5 , L

Valds

85

3. APROXIMACIN POLINMICA
3.1 Introduccin
Para hallar un polinomio P, que aproxime una funcin f, en un punto x = c , c D f . En
primer lugar se exige que P y f sean iguales en x = c . Es decir,
P (c ) = f (c )

Y se dice que la aproximacin polinmica est centrada en c.

Lo anterior implica que la grfica de P pasa por (c, f (c)) . Puesto que son innumerables
los polinomios que pasan por dicho punto, para mejorar la aproximacin de P a f, se agrega
la condicin de que tengan tambin la misma pendiente, es decir,
P ' (c) = f ' (c)

Ejemplo
Hallar un polinomio de primer grado, cuyo valor y pendiente coincidan con f ( x) = e x en
x = 0.

Solucin:
f ( x) = e x ,

f (0) = 1

f ' ( x) = e x ,

f ' (0) = 1

P1 ( x) = a0 + a1 x,

P1 (0) = a0

P1 ' ( x) = a1 ,

P1 ' (0) = a1

As, 1) Si P1 (0) = f (0), a0 = 1

2) Si P1 ' (0) = f ' (0), a1 = 1
Por lo tanto, el polinomio lineal que mejor aproxima a f ( x ) = e x en x = 0 , es

Valds

86

P1 ( x) = 1 + x

Para mejorar la aproximacin se puede imponer una tercera condicin, que

P ' ' (c ) = f ' ' (c )

El polinomio de menor grado que satisface los tres requisitos es (prubese)

P2 ( x) = 1 + x +

x2
2

Las grficas de P1 ( x) y P2 ( x) , son razonablemente similar a la grfica de f ( x) = e x , slo

cerca de (0, 1).

e

Al continuar este proceso, exigiendo que los valores de un polinomio Pn (x) y sus n
primeras derivadas coincidan con los valores correspondientes de f ( x) = e x en x = 0 , se
obtiene como solucin e x
Pn ( x) = 1 + x +

x2
x3
xn
+
+ L +
2 3 ( 2)
n!

x 0 x1 x 2 x 3
xn
+ + + +L+
0! 1! 2! 3!
n!

ex

Valds

87

3.2 Polinomios de Taylor y Maclaurin

La aproximacin polinmica del ejemplo anterior estaba centrada en c = 0 . Para
aproximaciones centradas en un punto genrico c, se debe escribir el polinomio en la forma
siguiente:
Pn ( x ) = a0 + a1 ( x c ) + a 2 ( x c ) 2 + a3 ( x c ) 3 + L + a n ( x c ) n

As, las derivadas sucesivas son:

Pn ' ( x ) = a1 + 2a 2 ( x c) + 3a3 ( x c ) 2 + L + nan ( x c ) n1
Pn ' ' ( x ) = 2a 2 + 3 (2)a3 ( x c) + L + n (n 1)a n ( x c ) n 2
Pn ' ' ' ( x ) = 3 (2)a3 + L + n (n 1) ( n 2)an ( x c ) n3

Pn ( x) = n (n 1) (n 2) L (3) (2)a n
(n)

Al evaluar en x = c , se tiene
Pn (c) = a0 ,

Pn ' ' (c) = 2a2 ,

Pn ' (c) = a1

Pn ' ' ' (c) = 3 (2)a3

M
Pn (c) = n!an
(n)

Y como los valores de Pn (c ) deben coincidir con los correspondientes valores de f (x), se
tiene

f (c )
= a0 ,
0!

f ' (c )
= a1
1!

Valds

88

f ' ' (c )
= a2 ,
2!

f ' ' ' (c)

= a3
3!

f ( n ) (c )
= an
n!
Con tales coeficientes se obtienen los polinomios de Taylor y Maclaurin.
Definicin. Si f (x ) tiene n derivadas en x = c , entonces el polinomio
Pn ( x) = f (c) + f ' (c)( x c) +

f ' ' (c )
f ' ' ' (c )
f ( n ) (c )
( x c) 2 +
( x c) 3 + L +
( x c) n
2!
3!
n!

es el n-simo polinomio de Taylor de f (x ) centrado en c.

Si c = 0 , entonces
Pn ( x) = f (0) + f ' (0) x +

f ' ' ( 0) 2 f ' ' ' ( 0) 3

f ( n ) ( 0) n
x +
x +L+
x
n!
2!
3!

es el n-simo polinomio de Maclaurin de f (x ) .

De acuerdo con la ya visto, el n-simo polinomio de Maclaurin para f ( x) = e x , es
Pn ( x) = 1 + x +

x 2 x3
xn
+ +L+
2! 3!
n!

Ejemplos
1. Hallar los polinomios de Taylor, de grado P0 , P1 , P2 y P3 , para f ( x) = ln x , centrados

en c = 1 .
Solucin:
f ( x ) = ln x ,

f (1) = 0

Valds

89

1
f ' ( x) = ,
x
f ' ' ( x) =

f ' ' ' ( x) =

f ' (1) = 1
1
,
x2

f ' ' (1) = 1

2
,
x3

f ' ' ' (1) = 2

Y los polinomios buscados son:

P0 ( x) = f (1) = 0
P1 ( x) = P0 ( x) + f ' (1) ( x 1) = ( x 1)
P2 ( x) = P1 ( x) +

f ' ' (1)

1
( x 1) 2 = ( x 1) ( x 1) 2
2!
2

P3 ( x) = P2 ( x ) +

f ' ' ' (1)

1
1
( x 1) 3 = ( x 1) ( x 1) 2 + ( x 1) 3
3!
2
3

2. Hallar los polinomios de Maclaurin, de grado P0 , P2 , P4 y P6 , para f ( x ) = cos ( x )

Solucin:

Al desarrollar y evaluar con respecto a c = 0 , se tiene

f ( x) = cos ( x) ,

f (0) = 1

f ' ( x) = sen ( x ) ,

f ' ( 0) = 0

f ' ' ( x ) = cos ( x ) ,

f ' ' ( 0 ) = 1

f ' ' ' ( x ) = sen ( x ) ,

f ' ' ' ( 0) = 0

A partir de la derivada cuarta se repite el patrn 1, 0, 1 , 0

Y los polinomios pedidos son:

Valds

90

P0 ( x) = f (0) = 1
P2 ( x ) = P0 ( x) + f ' (0) x +

P4 ( x ) = P2 ( x) +

f ' ' (0) 2

1
x = 1 x2
2!
2!

f ' ' ' (0) 3 f ( 4 ) (0) 4

1
1
x +
x = 1 x2 + x4
3!
4!
2!
4!

f (5) (0) 5 f ( 6 ) (0) 6

1
1
1
P6 ( x) = P4 ( x) +
x +
x = 1 x2 + x4 x6
5!
6!
2!
4!
6!

3.3 El Resto en un Polinomio de Taylor

Para medir la precisin de la aproximacin a f (x ) mediante un polinomio Pn ( x) , se usa el

concepto de resto. As,
f ( x) = Pn ( x) + Rn ( x)

Es decir, el valor exacto = al valor aproximado + el resto

De donde, Rn ( x) = f ( x) Pn ( x)
As mismo, el error asociado a la aproximacin se define como
error = Rn ( x) = f ( x) Pn ( x)
El teorema de Taylor establece un procedimiento general para calcular el resto asociado a
un polinomio de Taylor.
Teorema de Taylor. Si f (x ) es derivable hasta el orden n + 1 en un intervalo I que

contiene a c, entonces x I existe z entre x y c tal que

f ( x) = f (c) + f ' (c)( x c) +

f ' ' (c )
f ( n ) (c )
( x c) 2 + L +
( x c) n + Rn ( x)
2!
n!

Valds

91

Donde, Rn ( x) =

f ( n+1) ( z )
( x c) n+1 est en la forma de Lagrange.
(n + 1)!

Al aplicar el teorema de Taylor, no se pretende hallar el valor exacto de z, se trata de

encontrar cotas para f ( n+1) ( z ) que den una idea de la magnitud del resto.

Ejemplo
Usar el teorema de Taylor para aproximar el valor de sen (0.1) por medio de P3 (0.1) y
determinar la precisin de la aproximacin.
Solucin:
sen ( x) = P3 ( x) + R3 ( x) , con 0 < z < 0.1
= x

1 3 f ( 4) ( z ) 4
x +
x
3!
4!

sen (0.1) P3 (0.1) = 0.1 0.000167 = 0.099833

Como f ( 4) ( z ) = sen ( z ) y sen ( x) es creciente en [0 , 0.1] , se sigue 0 < sen ( z ) < 1, as que
0

(0.1) 4
0.0001
sen ( z )
(1) = 0.000004
4!
4!

Esto es, P3 ( x) aproxima el valor de sen (0.1) con una precisin (error) de 0.0004%

Valds

92

4. SERIES DE POTENCIAS
Definicin. Una serie infinita de la forma

a
n =0

x n = a 0 + a1 x + a 2 x 2 + L + a n x n + L

es una serie de potencias. Y, en general, una serie como

a
n =0

( x c ) n = a 0 + a1 ( x c ) + a 2 ( x c ) 2 + L + a n ( x c ) n + L

es una serie de potencias centrada en c.

Nota. Para simplificar la notacin se acepta que ( x c) 0 = 1 , incluso si x = c .
Ejemplos

1.

xn
x2 x3
=
1
+
x
+
+
+L

2! 3!
n =0 n !

es una serie de potencias centrada en 0

2.

n ( x 1)
n =1

1
1
= ( x 1) + ( x 1) 2 + ( x 1) 3 + L
2
3

es una serie de potencias centrada en 1.

Una serie de potencias en x, se puede tomar como una funcin de x, f ( x) = an ( x c) n ,

n =0

cuyo dominio es el conjunto de las x para las cuales la serie converge.

Convergencia de series de potencias
Para una serie de potencias centrada en c, ocurre una cualesquiera de las tres posibilidades
siguientes:
a) La serie converge slo en c .

Valds

93

b) Existe R > 0 , tal que, la serie converge si x c < R y diverge si x c > R

c) La serie converge para toda x .
R es el radio de convergencia. Por lo tanto, R puede ser = 0 , > 0 o
Para calcular R se utiliza el criterio del cociente

lim

a n +1
<1
an

Si el lmite es < 1 la serie converge

Si es > 1 la serie diverge

Y si es = 1 el criterio no aplica

Ejemplos

1. Hallar el radio de convergencia de la serie

n! x

n =0

Solucin:
Para x = 0 , se tiene

f (0) = n!0 n = 1 + 0 + 0 + L = 1
n =1

Para cualquier valor de x tal que x > 0 , sea an = n! x n . Entonces

lim

a n+1
(n + 1)! x n +1
= lim
n
an
n! x n

= x lim(n + 1) =
n

Por lo tanto, el criterio del cociente permite concluir que la serie diverge para x > 0 y
converge slo en x = 0. En consecuencia, su radio de convergencia es R = 0.

Valds

94

2. Hallar el radio de convergencia de la serie

3( x 2)

n =0

Solucin:
Si an = 3( x 2) n , entonces

lim

an+1
3( x 2) n +1
= lim
= lim x 2 = x 2
n 3( x 2) n
n
an

Del criterio del cociente se concluye que la serie converge si x 2 < 1 y que diverge si

x 2 > 1.
De x 2 < 1 , se tiene

1 < x 2 < 1 1 < x < 3

Por lo tanto, la serie converge para (1, 3) con un radio de convergencia R = 1

Valds

95

5. REPRESENTACIN DE FUNCIONES POR SERIES

Definicin. Si f (x) tiene derivadas de todo orden en x = c , la serie

n =0

f ( n ) (c )
f ' ' (c )
f ( n ) (c )
( x c ) n = f (c ) + f ' (c ) ( x c ) +
( x c) 2 + L +
( x c) n + L
n!
2!
n!

se llama serie de Taylor de f (x) en c. Si c = 0 , dicha serie se conoce como serie de

Maclaurin.
Ejemplo. Hallar una serie de Maclaurin para f ( x) = sen ( x)
Solucin:
Las derivadas sucesivas son:

f ( x) = sen ( x) ,

f (0) = 0

f ' ( x) = cos ( x) ,

f ' (0) = 1

f ' ' ( x) = sen ( x) ,

f ' ' (0) = 0

f ' ' ' ( x) = cos ( x) ,

f ' ' ' (0) = 1, etc.

A partir de la derivada cuarta se repite el patrn 0, 1, 0, 1 y la serie pedida es

n =0

f ( n ) (0) n
f ' ' (0) 2 f ' ' ' (0) 3
x = f (0) + f ' (0) x +
x +
x +L
n!
2!
3!

(1) n x 2 n+1
x3 x5 x7
=
x

+ +L

3! 5! 7!
n =0 (2n + 1)!

Convergencia de una serie de Taylor

Si f ( x) tiene derivadas de todo orden en un intervalo I, centrado en c, entonces la igualdad

f ( x) =
n =0

f ( n ) (c )
( x c) n se cumple, si y solo si, lim Rn ( x) = 0 , x I
n
n!

Valds

96

Algunas series de funciones elementales

1
= 1 ( x 1) + ( x 1) 2 ( x 1) 3 + L + (1) n ( x 1) n + L
x

ex = 1+ x +

x2 x3
xn
+ +L+ +L
2! 3!
n!

sen ( x) = x

x3 x5 x7
(1) n x 2n+1
+ +L+
+L
3! 5! 7!
(2n + 1)!

Ejemplo
Usar una serie de potencias para aproximar el valor de

e
0

x2

dx .

Solucin:
Sustituyendo x por x 2 en la serie de e x , se tiene
ex = 1 x 2 +
2

x 4 x 6 x8
+ L
2! 3! 4!

e x dx = ( x
2

x3
x5
x7
+

+ L) 10
3 (5)2! (7)3!

1 1 1
1
= 1 + +
L
3 10 42 216

La suma de los cinco primeros trminos es

x2

Valds

dx 0.74748

97

6. SOLUCIN DE ED MEDIANTE SERIES

Si una serie de potencias representa a una funcin en un intervalo de convergencia,
entonces se tiene

f ( x) = a0 + a1 x + a2 x 2 + a3 x 3 + L = an x n
n =0

f ' ( x) = a1 + 2a2 x + 3a3 x 2 + L = nan x n1

n =1

f ' ' ( x) = 2a2 + 6a3 x + L = n (n 1)an x n2

n =2

Ejemplo

Usar una serie de potencias para hallar la solucin general de la ecuacin diferencial
x& 2 x = 0

Solucin:

n =0

n =1

Si x = an t n es una solucin, entonces x& = nant n1

Sustituyendo en la ecuacin diferencial

n =1

n =0

x& 2 x = nant n1 2 ant n = 0

n =1

n =0

nant n1 = 2 ant n
Al ajustar ndices (cambio de n por n + 1), se tiene

n =0

n =0

(n + 1)an+1t n = 2 ant n

Valds

98

Igualando coeficientes se obtiene la frmula de recurrencia

(n + 1)an+1 = 2an ,
Es decir an+1 =

para n 0

2a n
n +1

Y, por iteracin
a1 = 2a0 ,

a2 =

2 2 a0
2!

2 n a0
2 3 a0
a3 =
, L, an =
3!
n!

Por lo tanto,

2n n
t
n = 0 n!

x = a n t n = a0
n =0

(2t ) n
= a0 e 2 t
n
!
n =0

= a0

Valds

99

ECUACIONES EN DIFERENCIAS (E en D)

1. CONCEPTOS BSICOS
En tiempo discreto, el problema bsico sigue siendo determinar una secuencia o trayectoria
f (t ) , a partir de un modelo de cambio especfico. Pero en dicho modelo de cambio se tiene

ahora

xt
dx
, en lugar de
del caso continuo. Sin embargo, como t, normalmente, toma
t
dt

valores enteros, al comparar los valores de x en dos periodos consecutivos, el t = 1 . Por

ello, el cociente

xt
se simplifica a slo xt , que se denomina primera diferencia, y el
t

operador reemplaza al operador

d
.
dt

xt se puede expresar de diferentes formas, en funcin de los periodos involucrados, los

cuales se indican mediante subndices, como se muestra a continuacin

primera diferencia:

xt = xt +1 xt
= xt + 2 xt +1
= xt xt 1

segunda diferencia:

2 xt = (xt )
= xt +1 xt

ensima diferencia:
n

n xt =
i=0

n!
(1) i xt + n i
(n i) ! i !

Valds

100

Ejemplo
Hallar 2 xt por definicin y por frmula
a) Por definicin

2 xt = (xt ) = ( xt +1 xt )
= xt +1 xt
= xt + 2 xt +1 xt +1 + xt
= xt + 2 2 xt +1 + xt
b) Por frmula
Al aplicar la frmula, se tiene
2 xt = xt + 2 2 xt +1 + xt

n
Nota. Los coeficientes de los sumandos son combinaciones , que se pueden obtener
i

mediante el tringulo de Pascal (poniendo atencin en el signo).

Ejercicio
Hallar 3 xt por frmula
Hay muchas analogas, tanto en la clasificacin como en la solucin, entre las ecuaciones
en diferencias y las ecuaciones diferenciales. Tales similitudes se deben a que la derivada
de una funcin se define como un cociente de incrementos (diferencias)
x t
dx
x
= lim
lim
= x t

1
dt
t
t

Por tanto, si el t 0 , el cambio discreto se aproxima, como lmite, al cambio continuo.

Ecuacin en Diferencias Lineal

Una Ecuacin en Diferencias (E en D) Lineal, es una ecuacin de la forma

Valds

101

a n (t ) xt + n + a n 1 (t ) xt + n 1 + L + a1 (t ) x t +1 + a 0 (t ) x t = g (t )
Donde xt +n , xt + n1 , . . ., xt son de primer grado, y an (t ) , a n1 (t ) , . . ., a0 (t ) y g (t ) dependen
solo de t.
Una E en D Lineal es de orden n si, escrita de esta manera, tanto a n (t ) como a 0 (t ) son 0 .
Considrense los casos siguientes:
Ecuacin

Orden

xt + 2 + 3 xt +1 = 2t

2 xt + 2 5 xt = t 2

xt +3 4 xt + 2 + xt +1 2 xt = 7

Valds

102

2. E en D DE PRIMER ORDEN
Una E en D lineal de primer orden, es una ecuacin de la forma

a1 (t ) xt +1 + a 0 (t ) xt = g (t ) , con t = 0, 1, 2, K
donde a1 (t ) y a 0 (t ) 0
Una solucin de una E en D es una funcin (trayectoria temporal) que no contiene
diferencias, que est definida para todos los enteros positivos y que satisface la ecuacin.
De forma similar que en las ED, la solucin puede ser general, si contiene constantes
indefinidas, o particular, si se conocen condiciones iniciales que permitan determinar
dichas constantes.
Ejercicio
Probar que xt = t + C es la solucin (general) de x t +1 xt = 1 y hallar la solucin particular
para x0 = 3
En general, se distinguen dos mtodos de solucin de una E en D: el mtodo iterativo y el
mtodo general.

2.1 Mtodo Iterativo

Al resolver un modelo de cambio de manera iterada, normalmente es posible inferir su

trayectoria temporal.
Ejemplos
1. Hallar la solucin de xt = 2 si x 0 = 15

La ecuacin es xt +1 xt = 2 , y se puede poner en la forma

xt +1 = xt + 2

Valds

103

Al resolver de manera sucesiva, se tiene

x1 = x0 + 2
x 2 = x1 + 2 = ( x0 + 2) + 2 = x0 + 2(2)
x3 = x 2 + 2 = [ x0 + 2(2)] + 2 = x0 + 2(3)

M
xt = x 0 + 2(t )
Y la solucin particular es
xt = 15 + 2t
2. Resolver xt = 0.1x t

La ecuacin es xt +1 xt = 0.1xt , y se puede expresar en la forma

xt +1 = 0.9 x t
Al resolver de manera sucesiva, se tiene
x1 = 0.9 x0
x 2 = 0.9 x1 = 0.9(0.9 x 0 ) = (0.9) 2 x 0

x3 = 0.9 x2 = 0.9[(0.9) 2 x0 ] = (0.9) 3 x0

M
xt = (0.9) t x0

2.2 Mtodo General

Supngase que se busca la solucin de una ecuacin autnoma

xt +1 + axt = c

Valds

104

De forma similar que las EDL, la solucin general ser x t = x h + x p . Y de nuevo, x h es la

solucin general de la ecuacin homognea y x p cualquier solucin particular de la
ecuacin no homognea
Solucin de la ecuacin homognea,

xt +1 + axt = 0
La solucin del ejemplo 2 sugiere una solucin de la forma
x t = Ab t

Si esto es as, entonces

x t +1 = Ab t +1

Es decir,
xt +1 + axt = Ab t +1 + aAb t
= Ab t (b + a ) = 0
Y dado que Ab t 0 , se tiene que b + a = 0 , o bien b = a
Por lo tanto,
x t = x h = A( a ) t

Determinacin de la solucin particular

Si para x p se elige la solucin ms simple xt = k (con k constante), entonces xt +1 = k , y al
sustituir en la ecuacin original, se tiene
xt +1 + axt = k + ak = c
Es decir, k =

c
1+ a

Valds

105

Por lo tanto,
xt = x p =

c
, con a 1
1+ a

En la solucin anterior, si a = 1, entonces x p no est definida.

Si se prueba con xt = k t (lineal), entonces xt +1 = k (t + 1) , y al sustituir en la ecuacin

original, se tiene
xt +1 + axt = k (t + 1) + akt = c
Es decir, k =

c
= c ( para a = 1)
t + 1 + at

Por lo tanto,
x t = x p = ct

Finalmente, la solucin general de la ecuacin xt +1 + axt = c , es

c

t
, a 1
xt = A(a) +
1+ a

xt = A + ct , a = 1
As mismo, si t = 0 , entonces x t = x 0 , y el valor de A es

c
, si a 1
1+ a
A = x 0 , si a = 1

A = x0

Sustituyendo en la solucin general, se tiene la solucin particular

c
c

t
, a 1
( a ) +
xt = x0
1+ a
1+ a

x = x + ct , a = 1
0
t

Valds

106

Ejemplos
1. Hallar la solucin general de xt +1 = xt + 2 (ejemplo 1)
2. Hallar la solucin particular de x t +1 5 x t = 1 , si x 0 =

7
4

Solucin
En el ejemplo 1, como a = 1 y c = 2 , la solucin general es
x t = A + 2t
7
En el ejemplo 2, dado que x0 = , a = 5 y c = 1, se obtiene A = 2 y la solucin
4

particular es
x t = 2(5) t

1
4

Valds

107

3. ESTABILIDAD DINMICA
En el caso de tiempo continuo, la estabilidad dinmica del equilibrio depende del trmino
Ae rt de la funcin x h . En tiempo discreto, tal papel corresponde al trmino Ab t .

3.1 El Papel de b
Que el equilibrio sea dinmicamente estable, depende de que x h tienda o no a cero cuando

t . Bsicamente, se debe analizar la trayectoria del trmino Ab t cuando t . Es

claro que el papel de b (la base del factor exponencial) es crucial a este respecto. Se
estudiar su significado cuando A = 1
Con fines analticos, se puede dividir el dominio de b en siete regiones distintas

b < 1, b = 1, 1 < b < 0 ,

b = 0,
0 < b < 1, b = 1 y b > 1
Como se muestra en el diagrama siguiente:

-1

En cada regin b t genera un tipo de trayectoria temporal diferente, como se muestra en

las grficas del diagrama siguiente:

Valds

108

Tomada de Chiang, A. (1987)

Analizando, de abajo hacia arriba, las regiones de la figura, se tiene

Si b < 1, entonces b t es oscilante y crece con t

Valds

109

Si b = 1 , entonces b t slo oscila entre 1 y 1

Si 1 < b < 0 , entonces b t es oscilante y decrece con t

Si b = 0 , entonces b t ser igual a 0, t > 0 (sin inters)
Si 0 < b < 1, entonces b t decrece con t y siempre es positiva
Si b = 1, entonces b t ser igual a l, t
Y finalmente, si b > 1, entonces b t se incrementa con t a un ritmo creciente

En sntesis, si b 0 , entonces la trayectoria temporal de b t ser

Oscilante si b < 0
No oscilante si b > 0
Convergente si b < 1
Divergente si b > 1

3.2 El Papel de A
Son dos los efectos que genera A en los valores de b t : su magnitud produce un efecto
escala y su signo un efecto simetra

Convergencia al equilibrio
En la solucin general de una E en D, xt = x h + x p , la componente x h representa la
desviacin de la trayectoria temporal con respecto al nivel de equilibrio, siendo la
componente x p dicho nivel de equilibrio.

Valds

110

Del anlisis precedente, se puede concluir, que la solucin general xt = Ab t + x p , ser una
trayectoria convergente, si y slo si b < 1 .
Ejemplos
t

2
1. Describir el tipo de trayectoria temporal que representa xt = 5 + 6 .
3
Solucin
Puesto que b =

2
2
< 0 , la trayectoria es oscilante, y como b = < 1 , la oscilacin es
3
3

decreciente y la trayectoria converge al nivel de equilibrio 6.

2. Describir la trayectoria temporal de xt = 3 (2) t + 4 .

Solucin
Puesto que b = 2 > 0 , la trayectoria no es oscilante, y dado que b = 2 > 1 , la trayectoria

diverge del nivel de equilibrio 4.

Valds

111

4. E en D DE SEGUNDO ORDEN
Un caso simple de E en D de segundo orden es el siguiente:

xt + 2 + a1 xt +1 + a 0 xt = c
Se puede ver que se trata de una ecuacin lineal, autnoma y no homognea.
De nuevo, la solucin de esta ecuacin es xt = x h + x p

4.1 Determinacin de x p
Al probar con xt = k y sustituir en la ecuacin original, se tiene
k + a1k + a0 k = c y k =

c
1 + a1 + a0

Por tanto
xp =

c
1 + a1 + a 0

, con (a1 + a 0 ) 1

Ejemplo
Hallar x p para xt + 2 3 xt +1 + 4 xt = 6

En este caso a1 = 3 , a0 = 4 y c = 6
Puesto que (a1 + a 0 ) 1, x p =

6
=3
1+1

Si (a1 + a 0 ) = 1, x p no estara definida. Si se prueba con xt = kt , al sustituir en la

ecuacin original, se tiene

Valds

112

k (t + 2) + a1k (t + 1) + a0 kt = c , y
k=

c
c
=
(1 + a1 + a0 )t + a1 + 2 a1 + 2

Por lo tanto

c
t , con (a1 + a0 ) = 1 y a1 2
x p =
a
+
2
1

Ejemplo

Hallar x p , si xt + 2 + xt +1 2 xt = 12
En este caso a1 = 1, a0 = 2 y c = 12

En consecuencia x p = 4t

4.2 Determinacin de x h

Para encontrar la solucin de xt + 2 + a1 xt +1 + a 0 xt = 0 , se prueba con una exponencial de la

forma x t = Ab t , que implica xt +1 = Ab t +1 , etc.
Al sustituir en la ecuacin homognea, se tiene
Ab t + 2 + a1 Ab t +1 + a 0 Ab t = 0

Que al cancelar el factor comn Ab t (diferente de cero), queda

b 2 + a1b + a 0 = 0

Se sabe que la solucin de esta ecuacin auxiliar (caracterstica) puede dar soluciones
reales y diferentes, reales e iguales o complejas, dependiendo del valor de
solucin general

Valds

a12 4a 0 en la

113

b=

a1 a12 4a 0
2

a) Races reales y diferentes

Si a12 > 4a0 , entonces b1 y b2 son reales y diferentes y x h se debe escribir como
x h = A1b1t + A2 b2t

Ejemplo

Hallar la solucin general de xt + 2 + xt +1 2 xt = 12

Al sustituir en la ecuacin auxiliar los coeficientes a1 = 1 y a0 = 2 , se encuentra que

b1 = 1 y b2 = 2
Por tanto
x h = A1 (1) t + A2 (2) t = A1 + A2 (2) t

Puesto que ya se encontr que x p = 4t , la solucin general es

xt = x h + x p = A1 + A2 (2) t + 4t

b) Races reales e iguales

Si a12 = 4a0 , entonces b1 y b2 son reales e iguales y x h se debe escribir como
x h = A1b t + A2 t b t

Ejemplo
Hallar la solucin general de xt + 2 + 6 xt +1 + 9 xt = 4
Al sustituir en la ecuacin auxiliar los coeficientes a1 = 6 y a0 = 9 , se encuentra que

b1 =b2 = 3

Valds

114

Por lo tanto
x h = A1 (3) t + A2 t (3) t

Si para determinar x p se prueba con una solucin constante, se encuentra que x p =

1
, de
4

modo que, la solucin general de la ecuacin planteada es

x h = A1 ( 3) t + A2 t ( 3) t +

1
4

c) Races complejas
Si a12 < 4a0 , entonces b1 y b2 son races complejas conjugadas, que se expresan como
b1 = + i y b2 = i , y x h se debe escribir como
xh = A1 R t cos ( t ) + A2 R t sen( t )

Donde R = 2 + 2 , sen ( ) =

y cos( ) =

Ejemplo
Hallar la solucin general de xt + 2 4 xt +1 + 16 xt = 0

Al sustituir en la ecuacin auxiliar los coeficientes a1 = 4 y a0 = 16 , se encuentra que

b1 = 2 + 2 3 i , b2 = 2 2 3 i , R = 4 y =

Por lo tanto

xh = A1 4t cos t + A2 4t sen t
3
3
En este caso, se ve de inmediato que una solucin particular es x p = 0 , lo cual implica que
la solucin general coincide con x h .

Valds

115

Ejercicio
Hallar la solucin general de xt + 2 +

* En este caso R =

1
xt = 5
4

y=
2
2

4.3 Convergencia de la Trayectoria

Como en el caso de las E en D de primer orden, la convergencia de xt depende solamente
de que x h 0 cuando t . Las trayectorias analizadas para b t siguen teniendo

validez, con el aadido de que ahora se deben considerar dos valores para b (las races de la
ecuacin auxiliar).
Nota final. Quedaron sin analizar las ED exactas, las E en D no lineales (que generalmente
se estudian slo de manera cualitativa) y muchos otros temas de gran inters que se
estudian en los cursos regulares de ED y E en D: por ejemplo los sistemas de ecuaciones,
las ecuaciones en derivadas parciales, las transformadas de Laplace, etc.

Valds

116

5. BIBLIOGRAFIA
1. Aleksandrov, A. et al. (1980). La matemtica: su contenido, mtodos y significado.
Tomo I. Alianza Editorial. Espaa.
2. Blanchard, P. et al. (1999). Ecuaciones diferenciales. Editorial Thomson. Mxico.
3. Borrel, J. (1984). Mtodos matemticos para la economa (dos tomos). Editorial
Pirmide. Espaa.
4. Chiang, A. (1987). Mtodos fundamentales de economa matemtica. Editorial
McGraw-Hill. Chile
5. Fernndez, C. et al. (2003). Ecuaciones diferenciales y en diferencias. Sistemas
dinmicos. Editorial Thomson. Espaa.
6. Larson, R. et al. (1996). Clculo (Volumen 1 y Volumen 2), 5a edicin. Editorial
McGraw-Hill. Espaa.
7. Simmons, G. (1993). Ecuaciones diferenciales con aplicaciones y notas histricas.
Editorial McGraw-Hill. Espaa
8. Sominskii, I. S. (1972). El mtodo de la induccin matemtica. Editorial LimusaWiley, S. A. Mxico.
9. Sydsaeter, K., Hammond, P. (1996). Matemticas para el anlisis econmico.
Prentice Hall. Espaa.

Valds