Académique Documents
Professionnel Documents
Culture Documents
Septiembre de 2014
I. Relaciones Funciones
Objetivo
Al finalizar el tema, el alumno ser capaz de determinar cuando una relacin es una
funcin, podr operar con ellas, las identificar adecuadamente y sabr graficar
expresiones matemticas determinando su dominio y contradominio.
ara entender los diversos fenmenos fsicos, naturales o artificiales, a los que se
enfrentan los interesados en el modelado y comportamiento matemtico de tales
eventos, es importante tener muy claro el concepto de relacin y funcin, que son
las expresiones que modelan o representan de manera matemtica a fenmenos
reales o imaginados. Para analizar y comprender el comportamiento y la grfica de una
funcin vamos iniciar definiendo el producto cartesiano, ms adelante estudiaremos
algunos tipos de funciones en especial.
Producto cartesiano
An y cuando no lo parezca as, como mucha de las matemticas que hemos aprendido,
los productos cartesianos los utilizamos de manera frecuente en nuestra vida diaria, por
ejemplo cuando acudimos a un pequeo restaurante que tiene en la carta las siguientes
listas:
ENTRADA
PLATO FUERTE
POSTRE
Sopa
Gelatina
Consom
Flan
Tortas de papa
{( sopa, cecina con verduras, gelatina ) , ( sopa, cecina con verduras, flan ) ,
( sopa, milanesa con arroz, gelatina ) , ( sopa, milanesa con arroz, flan ) ,
( sopa, tortas de papa, gelatina ) , ( sopa, tortas de papa, flan ) ,
( consom, cecina con verduras, gelatina ) , ( consom, cecina con verduras, flan ) ,
( consom, milanesa con arroz, gelatina ) , ( consom, milanesa con arroz, flan ) ,
( consom, tortas de papa, gelatina ) , ( consom, tortas de papa, flan )}
Este conjunto es un producto cartesiano porque el orden es relevante, siempre nos van a
dar el plato de entrada primero, luego se nos sirve el plato fuerte y al final consumimos el
postre. Obvio es que al ordenar slo pedimos un elemento del producto cartesiano y no
todos a la vez, pero podramos ir muchas veces al mismo restaurante sin repetir el mismo
men.
Un producto cartesiano es el conjunto ordenado de parejas, triadas, etc. de
elementos de dos o ms conjuntos. Matemticamente diramos que el producto
cartesiano entre los elementos del conjunto A = {ai } y los elementos del conjunto
B = {b j } , donde i = 1, 2,3,..., n , y j = 1, 2,3,..., m es
A B =
{( a1 , b1 ) , ( a1 , b2 ) ,..., ( a1 , bm ) , ( a2 , b1 ) , ( a2 , b2 ) ,..., ( a2 , bm ) ,..., ( an , b1 ) ,..., ( an , bm )}
Los elementos del producto cartesiano B A son
B A =
{( b1 , a1 ) , ( b1 , a2 ) ,..., ( b1 , an ) , ( b2 , a1 ) , ( b2 , a2 ) ,..., ( b2 , an ) ,..., ( bm , a1 ) ,..., ( bm , an )}
Cuando hablamos de conjuntos el orden de los elementos en tales estructuras no es
relevante. Si nos referimos a productos cartesianos, por el contrario, es indispensable
considerar el orden en cmo se ubican los valores; tal como ocurre al ubicar un punto en
un plano cartesiano donde primero se indica la abscisa y posteriormente, separado por
una coma, se establece la ordenada, ( x, y ) . El orden es obligatorio porque la ubicacin de
un punto en un plano cartesiano no es otra cosa que la ubicacin o descripcin grfica de
un punto de un producto cartesiano. Por ejemplo, en la figura 1.1 se pueden apreciar
puntos distribuidos en el plano cartesiano.
Para ubicar la orientacin del eje de las abscisas y el eje de las ordenadas se sigue la regla
de la mano derecha: La direccin del pulgar de la mano derecha extendida indica la
proyeccin positiva del eje de las abscisas ( X ), a donde apunten los dems dedos al
extender la mano se tendr la proyeccin positiva del eje de las ordenadas ( Y ); si
ubicamos tres dimensiones, la palma de la mano indica la direccin positiva de la tercera
coordenada ( Z ). Donde se cruzan los ejes se tiene el origen o el valor cero de dichos ejes
(figura 1.2).
Figura 1.2. Espacio cartesiano con los ejes siguiendo la regla de la mano derecha.
Relaciones y funciones
Cuando realizamos productos cartesianos dijimos que el orden era importante, primero la
abscisa y despus la ordenada para indicar un punto en el plano cartesiano, ( x, y ) . Si
colocamos en un conjunto todos los valores posibles de asignar a x , la variable
independiente, y los llamamos el conjunto X ; y colocamos en otro conjunto Y los valores
de la variable dependiente y , entonces la expresin matemtica que relaciona a los
elementos de ambos conjuntos es conocida como relacin matemtica (figura 1.3).
Figura 1.3. Relacin matemtica entre dos conjuntos. Para un elemento del conjunto
X hay una relacin con uno o ms elementos del conjunto Y .
En las relaciones, cada valor del conjunto X puede tener relacin con uno, dos o ms
datos del conjunto Y , tal como puede observarse en el valor de 3 del conjunto X que
se relaciona solamente con el nmero 5 del conjunto Y ; y para el elemento 1/ 2 del
conjunto X existen dos nmeros en el conjunto Y , 7 / 3 y 6 / 9 .
Un hecho especial de las relaciones son las funciones, que son los casos que se tienen
cuando a cada elemento del conjunto X le corresponde solamente un nmero en el
conjunto Y (figura 1.4), es decir, es una coleccin de pares ordenados donde nunca se
repiten los valores de la abscisas.
Compare las dos figuras 1.3 y 1.4, observe el 1/ 2 del conjunto X ; en la figura 1.3 que no
representa una funcin, este trmino est relacionado con dos nmeros del conjunto Y ,
7 / 3 y 6 / 9 . En la figura 1.4, que s representa una funcin, para el valor 1/ 2 slo tenemos
el dato 6 / 9 en el conjunto Y .
Figura 1.4 Funcin matemtica entre dos conjuntos. Como para cada elemento del
conjunto X existe slo un nmero en el conjunto Y la relacin es una funcin
matemtica.
x
2.5
Sustitucin
3
f ( 2.5 ) = 2 ( 2.5 ) 3 ( 2.5 ) + 5
y = f ( x)
18.75
f ( 0) = 2 ( 0) 3( 0) + 5
1/ 3
4.074074
1000
1.999997 109
{ x x }
f (=
x)
x+2
x+20
despejando a la variable nos da
x 2
Por lo que el dominio no explicitado se compone del conjunto de nmeros mayores o
iguales que 2 . Grficamente ser:
o en conjuntos { x x [ 2, )}
Si evaluamos algunos valores del conjunto indicado veremos que el resultado es un
nmero real
y = f ( x)
Sustitucin
f ( 2 ) = 2 + 2
0
7
f ( 2 ) =
0+2
f ( 2 ) =
1.414214
7+2
Sustitucin
f ( 3) =
3 + 2 =
y = f ( x)
Sin
respuesta
4 x2
Dado que estamos analizando variables reales necesitamos que el radicando sea
mayor o igual que cero
4 x2 0
despejando la variable
4 x2 , o
x2 4
x=
x 2 4 = 2 , esto es
x 2
de donde deducimos el intervalo (revisar la definicin de valor absoluto):
2 x 2 o { x [ 2, 2]}
f ( x) =
2x + 3
x2 9
En este cociente el numerador puede tomar cualquier valor dado que es un polinomio.
En el denominador se aplica el mismo razonamiento, excepto que como la divisin
entre cero no est definida se necesita que
x2 9 0
x 3
De este resultado y el razonamiento escrito antes encontramos que el dominio son
todos los nmeros reales con excepcin de 3 y 3 . En notacin matemtica de
conjuntos quedara
{ x {3,3}}
f ( x) =
3
x2
Aqu necesitamos que el denominador no sea cero y para obtener una raz cuadrada
necesitamos que el denominador sea un nmero positivo, esto es
x2>0
Despejando x
x > 2 o { x ( 2, )}
Las expresiones con dominio explcito tienen anotados junto a ellas la regin de
validez:
f ( x ) = 2 x 2 1, x 1
=
f ( x)
5
, x [ 4, 0 )
x 1
5 x3 3x 2 + 7
4
4 3x 2
h ( x) =
5
2x 3
h ( x) = 2
2x 8
g=
( x)
g ( x) =
f ( x) =
2x 6
2
x 5
2x 4
x 6
2
g=
( x)
h ( x) =
h ( x) =
2 x2 8
5x 3
x2 + 9
x2
3x 9
embargo, es importante que sepamos construir tablas para ubicar puntos en el plano
cartesiano.
Para graficar la funcin y =x 3 1,
x
2
1
0
1
2
sustitucin
( 2 ) 1 =8 1 =9
3
( 1) 1 =1 1 =2
3
( 0 ) 1 =0 1 =1
3
(1) 1 = 1 1 = 0
3
( 2) 1 = 8 1 = 7
3
9
2
1
0
7
[ 2, 2]
( x, y )
( 2, 9 )
( 1, 2 )
( 0, 1)
(1, 0 )
( 2, 7 )
Cuya grfica toma forma al distribuir los puntos en el plano cartesiano (figura 1.5)
obviamente, para tener una grfica como la mostrada se requieren ms puntos que los
tabulados:
y x3 1 .
Figura 1.6 Representacin grfica de la funcin =
Para determinar el contradominio (que son los valores de la ordenada recorridos por la
grfica, es decir, los valores que toma y ) de la funcin podemos utilizar la grfica. Dado
9 y f ( 2 ) = 7 y
que el dominio definido de forma explcita es de [ 2, 2] y como f ( 2 ) =
como entre 9 y 7 , que son los valores de y , la grfica es continua entonces el recorrido
es [ 9, 7 ] .
Para la expresin 2 x 2 y 2 =
2 , necesitamos despejar una de las dos variables, hagmoslo
con y :
=
y 2 2 x 2 2 , de donde
y=
2 x2 2
El dominio de esta funcin lo podemos deducir de
2x2 2 0
Despejando x
2x2 2
x2 1
(dividiendo entre 2)
Sustitucin en
=
y
2x 2
2
Sustitucin en
( x, y )
y=
2x2 2
( x, y )
2 ( 1) 2 =0
( 1, 0 )
2 ( 1) 2 =0
( 1, 0 )
2 ( 2 ) 2 =6
( 2, 6 )
2 ( 2 ) 2 = 6
( 2, 6 )
2 ( 3) 2 =16
( 3, 4 )
2 ( 3) 2 = 16
( 3, 4 )
2 ( 4 ) 2 =30
2 ( 4 ) 2 = 30
( 4,
30
2 (1) 2 =0
( 4,
30
2 (1) 2 =0
2 ( 2 ) 2 = 6
( 2, 6 )
2 ( 2 ) 2 = 6
( 2, 6 )
2 ( 3) 2 =16
( 3, 4 )
2 ( 3) 2 = 16
( 3, 4 )
(1, 0 )
(1, 0 )
Al ubicar los puntos en un plano cartesiano encontramos los puntos de la figura 1.7
Figura 1.8. Grfica de una elipse obtenida al unir los puntos de la figura 1.7.
Esta hiprbola tiene valores en todo el eje y entonces el recorrido son todos los nmeros
reales. An cuando la grfica va slo de 6 a 6 en el eje y dado que el dominio contina
hacia los infinitos la grfica contina hacia arriba y hacia abajo.
Una manera elegante de encontrar el recorrido es despejar a la variable independiente
1+
x=
y2
2
Analizando el radicando, podemos ver que no hay ningn nmero que haga que el
y2
polinomio 1 +
sea negativo, porque todo nmero elevado al cuadrado da como
2
resultado un nmero positivo; por tanto, el recorrido son todos los nmeros reales.
x 2 1, x 1
Construyamos la grfica de f ( x ) =
x 1 x > 1
En esta expresin tenemos la funcin definida en dos segmentos, para valores menores o
iguales que 1 es una curva y para valores mayores que 1 tendremos una recta.
Necesitamos construir una tabla para la seccin parablica y otra tabla para la recta.
y x2 1
Sustitucin en =
x
2
0
1
( 2 ) 1 =3
2
( 1) 1 =0
2
( 0 ) 1 =1
2
(1) 1 =0
( x, y )
( 2,3)
( 1, 0 )
( 0, 1)
(1, 0 )
3
0
1
Sustitucin en y= x 1
( x, y )
1.001
1.001 1 =0.001
0.001
3 1 =2
(1.001, 0.001)
( 3, 2 )
Ubicando estos puntos en el plano cartesiano y unindolos para darle forma a la figura nos
producir la grfica de la figura 1.9.
Por la manera elegante veramos que la seccin lineal y= x 1 nos dara un recorrido
y > 0 porque el punto ms bajo de la recta de pendiente positiva ocurre cuando x 1 .
y + 1 ; de donde necesitamos
Para la parte parablica, al despejar x encontramos x =
que y + 1 0 o tambin y 1 , con lo que el recorrido es [ 1, ) , para todos estos valores
se cumple x 1 .
II. Encuentre el dominio y construya la grfica de las funciones siguientes, adems
determine el recorrido:
g ( x=
) 2x + 3
g (=
x ) 3x 2 + 8
f ( x=
) x3 + 1
g ( x )= 3 4 x 2
f ( x )= 2 4 x3
h ( x=
)
5 x3 + 7
4
g=
( x)
4 2x2
h ( x) =
7
x4
h ( x) = 2
x 8
g ( x) =
f ( x) =
f ( x) =
2x 6
2
2 x + 10
x4
2x 8
2
g (=
x)
h ( x) =
h ( x) =
4
+1
3x
x 2 25
3x 2
x2 + 2
x+2
3x + 9
Figura 1.10 La grfica corresponde a una relacin que es una funcin por que al
desplazar la lnea azul por todo el eje x , la curva es cortada solamente en un punto.
Figura 1.11. Grfica de una relacin dado que la lnea azul de prueba corta en dos
puntos a la grfica de la expresin matemtica en color rojo.
y ax n + b , donde n es impar.
Figura 1.14 Curva de una expresin de la forma=
y ax n + b donde n es un nmero impar
La grfica de una funcin cbica de la forma=
positivo. El valor de b es el punto donde la grfica corta al eje Y . (Figura 1.14)
1
es una expresin con una grfica de dos
xa
secciones, una a la izquierda de a y otra a la derecha; as x = a es una asntota vertical
paralela al eje de las ordenadas (figura 1.15).
1
.
xa
Otra funcin tpica es la funcin parte entera que tiene dos formas. La funcin entero
menor se define como f ( x ) = x (figura 1.16).
f ( x ) = x
f ( x=
) an x n + an1 x n1 + ... + a2 x 2 + a1 x + a0
Algunos ejemplos de expresiones algebraicas son:
f=
( x ) ax1 3 + bx1 2
f ( x) =
x2 2x + 1
f ( x) =
x
2x 4
f ( x) =
2x +1
3x 2 x + 4
3
La penltima ecuacin es irracional puesto que tiene en el denominador una raz. La ltima
expresin es tambin conocida como funcin racional:
f ( x) =
p( x)
q( x)
1
tan x
1
cos x
1
sen x
Figura 1.25 La funcin par es simtrica con respecto al eje de las ordenadas.
f (x) =
f ( x)
Si no se cumple ninguna de las dos condiciones anteriores entonces las funciones no son
ni pares ni impares.
Dado que f ( x) =
f ( x) la funcin es par.
f (x) =
4(x) + 2(x) =
4 x3 2 x =
( 4 x3 + 2 x ) =
f ( x)
3
Dado que f ( x) =
f ( x) la funcin es impar.
Si consideramos la expresin f ( x )= 2 x 3 3 x 2 + x 2 , para evaluar si es par o impar
sustituimos x por x :
f ( x) = 2 ( x) 3( x) + ( x) 2
3
f ( x ) =2 x3 3 x 2 x 2 f ( x )
Si factorizamos el signo negativo
f ( x ) = ( 2 x3 + 3x 2 + x + 2 ) f ( x ) .
f=
( x ) f ( x + nT )
Es ms fcil observar en una grfica cuando una funcin es peridica. Por ejemplo
consideremos la funcin trigonomtrica
f ( x ) = sen ( 2 x )
Cuya grfica es la figura 1.27. Se puede ver en dicha figura que la forma de la grfica se
repite de manera regular (cada color representa un periodo completo de la grfica).
porque
Normalmente, para indicar una funcin peridica se anota la funcin de manera normal y
se indica la longitud de su periodo.
f ( x)= x, 1 < x 1, f ( x )= f ( x + 2 )
La grfica de esta funcin est en la figura 1.28.
Figura 1.28 funcin peridica de periodo 2. La grfica original est en negro y los
esquemas que se repiten en azul.
III. Las grficas de las funciones que se anotan a continuacin las construy antes.
Para cada una de ellas indique las partes crecientes y decrecientes de las mismas.
Anote si la funcin es lineal, cuadrtica, cbica o de cociente, establezca sus
razones:
g ( x=
) 2x + 3
g (=
x ) 3x 2 + 8
f ( x=
) x3 + 1
g ( x )= 3 4 x 2
f ( x )= 2 4 x3
h ( x=
)
5 x3 + 7
f ( x) =
4
g=
( x)
4 2x2
7
x4
h ( x) = 2
x 8
g ( x) =
h ( x) =
f ( x) =
2x 6
2
2 x + 10
x4
2x 8
2
g (=
x)
h ( x) =
h ( x) =
4
+1
3x
x 2 25
3x 2
x2 + 2
x+2
3x + 9
g ( x=
) 2x + 3
g ( x) =
1
x
g (=
x ) 3x 2 + 8
f ( x=
) x3 + 1
f ( x ) = 2 x5 3x3 + 2 x
2 x 4 3x 2 + 2
h ( x) =
9
[ 2, ) . As
[ 2, ) .
[ 2, ) .
f ( x)
x 3
tendr como dominio ( 2, )= ( 2, ) . No puede incluirse el extremo
=
g ( x)
2x 4
2 como parte del dominio porque tendramos una divisin entre cero.
f g = f ( g ( x ))
esto es, se sustituye la variable x de la funcin f por el valor de la funcin g ( x ) .
El dominio de la composicin f g son los valores del dominio de g ( x ) que hacen que el
recorrido de g ( x ) quede contenido en el dominio de f ( x ) .
f g=
2x 4 3
2 ( x 3) 4=
[ 2, ) .
ms elaborado de obtener. Primero hay que reconocer que el dominio de f ( x ) son todos
los nmeros reales y dado que es una recta inclinada el recorrido tambin son los nmeros
reales, pero este recorrido no cabe en el dominio de g ( x ) que es el intervalo D=
[ 2, ) .
g
Debemos restringir el dominio de la composicin.
Vamos a necesitar restringir a que f ( x ) slo tome valores entre [ 2, ) :
x 3 2
Despejando a la variable
x5
Por tanto el dominio de la composicin es [5, ) .
V. Para las parejas indicadas obtener
f ( x)
g ( x)
g(
f ( x)
f ( x) + g ( x) ,
f ( x) g ( x) ,
, f ( x ) g ( x ) y g ( x ) f ( x ) si:
f ( x=
) 5x 3
f ( x )= 6 2 x 2
g ( x )= 3 4 x
g ( x=
)
3 5x
x
2 x
g ( x=
)
(2 x)
f ( x=
)
2 3x 2
g=
( x)
2x 5
f (=
x)
x2 7
g ( x=
)
6 2 x2
f ( x) =
f ( x) 2g ( x) ,
Funcin inversa
Sabemos que las funciones son conjuntos de pares de nmeros ordenados. Por ejemplo,
sea
f =
{( 1, 2 ) , ( 0,1) , (1, 2 ) , ( 2, 4 ) , ( 3, 5)}
Si invertimos el orden de cada uno de los pares tendremos otra funcin
{( a , b )} ser
i
f 1 = ( b j , ai )
.
Obtengamos la funcin inversa de f ( x ) = 2 x 3 3, x > 0 , cuya grficas est en la figura
1.29.
Dado que la funcin es de uno a uno podemos obtenerle su funcin inversa rescribiendo;
=
y 2 x3 3
x=
y+3
2
=
f 1 ( x )
x+3
, x > 3
2
Figura
=
f 1 ( x )
1.30
3
Grfica
de
la
funcin
inversa
de
f ( x ) = 2 x3 3, x > 0 ,
x+3
, x > 3 .
2
x+3
, x > 3 , figura 1.31, podemos ver que son simtricas con
2
respecto a la recta y = x , la lnea verde en la figura. Ntese que el recorrido de la funcin
original es el dominio de la funcin inversa y del mismo modo, el dominio de la funcin es
el recorrido de la funcin inversa.
f 1 ( x )
encontrada =
f 1 ( x )
inversa=
x+3
, x > 3 y de la recta y = x .
2
x+3
( x ) ) = 2 3
3 =
2
x+3
2
3 = x +33 = x
2
f ( x=
) 4x +1
f ( x) =
2 3x 2 , x 0
f ( x) =
f ( x=
)
2
3 x
2 3x 2
g ( x )= 2 x
g ( x=
)
3 2x
g ( x=
)
( 4 + 2x)
g ( x) =
x
x2
Mm
d2
q
4 0 r 2
1
Otra funcin comn que relaciona ms dos variables es la que permite determinar el
momento de torsin en una espira que limita un rea A y transporta una corriente
I , inmersa en un campo magntico de magnitud B y el ngulo descrito por el campo
magntico y la espira es :
( I , B, A, ) = IBA sen ( ) .
Algunas otras expresiones pueden ser:
z =2 x 3 y 2 + 5 xy
LA DERIVADA
Nuestro mundo es cambiante. Las variaciones de una cantidad inciden en que otras cantidades
cambien. Si se decide aumentar el precio de un artculo la utilidad de la empresa ya no ser la misma,
probablemente la demanda disminuya y la cantidad de materia solicitada cambiar. Si se aumenta la
temperatura de un gas contenido en un recipiente hermtico la presin del gas sobre las paredes del
recipiente aumenta. Si aumentamos nuestro consumo diario de azucares probablemente aumente la
insulina en sangre.
El clculo diferencial trata del estudio del cambio de una cantidad cuando otra cantidad que est
relacionada con la primera vara.
CONCEPTO
TASA DE CAMBIO PROMEDIO
En una relacin lineal entre dos variables: y = mx + b , sabemos que la pendiente m es
la razn de cambio entre las variables y y x . La razn de cambio es constante si la relacin entre las
variables es lineal. El problema empieza a complicarse cuando pensamos en relaciones entre las
variables que no son lineales.
Normalmente se piensa que una de las variables es funcin de la otra. Esto es y = f (x) .
Normalmente habr puntos de la grfica de la funcin donde suben ms que en otros puntos y otros
incluso bajan.
Una manera de medir la relacin entre los cambios de dos variables relacionadas es a travs de
la tasa o razn de cambio promedio.
Definicin.- Sea f definida en un intervalo conteniendo los puntos x1 y x 2 . Se define la tasa de
cambio promedio de la funcin y = f (x) desde x = x1 a x = x 2 como
f ( x 2 ) f ( x1 )
x 2 x1
x = x 2 x1 el cambio en x,
2
Observaciones:
1) Cuando el cambio en y, y, es positivo se habla del incremento de y
2) La tasa de cambio promedio es un cociente de cambios un cociente de diferencia.
3) La tasa de cambio promedio es conocida tambin como la razn de cambio promedio. La tasa de
cambio puede ser positiva y esto corresponde cuando el cambio en y es positivo al pasar de un punto
x1 a un punto x 2 ( x1 < x 2 ) o puede ser negativo y esto corresponde al caso en que y disminuye o
decrece.
64 + 4 ( 2.5) 2 (64 + 4 4)
= 18 m./seg.
2,5 2
d (c + h ) d (c )
h
4
Este lmite si existe es llamado tambin la derivada de d (x) en el instante c.
Ejemplo 3.- Suponga que el desplazamiento de un mvil hasta el tiempo t est dado por la ecuacin
d (t ) = 64 + 4t 2 metros, donde t est medido en minutos. Determinar la velocidad en el tiempo t=2.
Solucin:
vt = lim
h 0
d (2 + h) d ( 2)
h
(64 + 4( 2 + h) 2 ) (64 + 4 2 2 )
h 0
h
= lim
= lim
16h + 4h 2
h 0
h
= lim
= lim
h 0
h(16 + 4h)
= 16 metros/min.
h
CONCEPTO DE DERIVADA
Derivada de una funcin.- La derivada de una funcin f (x) con respecto a x en el punto c se define
como:
f (c + h ) f (c )
f (c) = lim
h 0
h
siempre y cuando el lmite exista.
Observaciones:
1) Como c + h representa un punto cercano a c, entonces podemos escribir alternativa la derivada
f ( x ) f (c )
como f (c) = lim
x c
x c
Esta ltima escritura de la derivada nos permite interpretarla como la razn de cambio instantnea en el
punto c, obtenida a travs del lmite de la razn de cambio promedio para intervalos que llegan a c.
2) A efectos de clculo es preferible trabajar con la forma f (c) = lim
h 0
f (c + h ) f (c )
h
Observacin.- Siempre que planteamos este lmite para funciones continuas nos da una indeterminacin
0 0 , as que se harn manipulaciones algebraicas segn las recomendaciones para cada caso.
2
x+ 1
Solucin: Se plantea la definicin de derivada para x variable
f ( x + h) f ( x)
f ( x) = lim
Se evala la funcin en f ( x + h) y se sustituye f (x)
h 0
h
Ejemplo 4.- Calcule la derivada de
f ( x) =
2
2
( x + h) + 1 x + 1
= lim
h 0
h
2( x + 1) 2( x + h + 1)
( x + h + 1)( x + 1)
= lim
h 0
h
2h
( x + h + 1)( x + 1)
= lim
h 0
h
= lim
h 0
2h
2
=
h( x + h + 1)( x + 1)
( x + 1) 2
x
en x=1
1 + 2x
cambio de f con respecto a x cuando x=c. As pues la derivada se interpreta tambin como la razn de
cambio instantnea.
En ocasiones nos referimos a la tasa de cambio como la razn de cambio.
Ejemplo 5.- El tamao de una poblacin est modelada por
P(t ) = 5000 + 500t 50t 2
donde t es el nmero de aos despus del 2001. Calcule la tasa de crecimiento instantneo en t=2.
Solucin:
P( 2 + h) P (2)
h 0
h
tasat = 2 = P ( 2) = lim
6
P (2+ h)
P( 2)
2
5000 + 500( 2 + h) 50( 2 + h) (5000 + 500 2 50 4)
= lim
h 0
h
Desarrollamos y
simplificamos
500h 50(4 + 4h + h 2 ) + 50 4
h 0
h
= lim
h(300 50h)
300h 50h 2
= = lim
h
h 0
h
h
= lim
NOTACIONES
La derivada de y = f (x) con respecto a x se la denota tambin por
d
df d
( y) ,
( f ) , y .
,
dx
dx dx
dy
es un solo smbolo que ayuda a recordar que es el lmite de cociente de diferencias o una
dx
razn de cambio de y con respecto a x.
df
es conocida como la notacin de Leizbniz.
dx
Para indicar la derivada en un punto particular, por ejemplo c, se usan las siguientes notaciones:
df
dy
f (c) ;
;
dx x = c dx x = c
Si por ejemplo f ( x) = x 2 2 x , es decir conocemos una frmula para f entonces las siguientes
notaciones se usan:
d 2
( x 2 x) ; ( x 2 2 x)
dx
Ejercicio de desarrollo Para la funcin y = x x 2 Calcule:
a) La razn de cambio promedio de x=2 a x=2.05; b) La razn de cambio instantnea en x=2
= lim
h 0
f (c + h ) f (c )
= f (c )
h
En conclusin:
La derivada en un punto x=c es la
pendiente de la recta tangente a la grfica de f
en el punto (c, f (c)) .
Ejemplo 6.- a) Calcule la derivada de la funcin f ( x) = 2 x + 1 + 3 .
b) Use este resultado para calcular la pendiente de la recta tangente a la curva cuando x=1
Solucin: a) Calculamos primero la funcin derivada usando la definicin:
f ( x) = lim
h 0
= lim
f ( x + h) f ( x)
h
2 ( x + h) + 1 + 3 ( 2 x + 1 + 3)
h
h 0
2 ( x + h) + 1 + 3 2 x + 1 3
= lim
h 0
h
2 ( x + h) + 1 2 x + 1
= lim
h 0
1.
2 ( x + h) + 1 2 x + 1 2 ( x + h) + 1 + 2 x + 1
h 0
h
2 ( x + h) + 1 + 2 x + 1
= lim
= lim
(2 ( x + h) + 1) 2 ( 2 x + 1) 2
h( 2 ( x + h) + 1 + 2 x + 1)
h 0
= lim
h 0
= lim
h 0
= lim
h 0
4( x + h + 1) 4( x + 1)
2h( x + h + 1 +
x + 1)
4h
2h ( x + h + 1 +
x + 1)
2
( x+ h+ 1+
x + 1)
Se evala el lmite
1
x+ 1
1
1+ 1
2
.
2
x
en x=1.
2x + 1
FUNCIONES NO DERIVABLES
Existen funciones que no son derivables en algn punto x0 . En esta seccin pretendemos
mostrar algunas situaciones en que la derivada puede no existir.
1) Si la grfica de la funcin tiene un punto anguloso entonces la funcin no es derivable en ese
punto.
La funcin f ( x) = x no es derivable en 0. Observe que la pendiente de la recta tangente por la derecha
es ella misma y vale 1 y por la izquierda la pendiente de la recta tangente vale -1. Para establecerlo de
una manera ms formal nos valemos de la definicin analtica del valor absoluto.
x si x 0
x=
x si x < 0
Calculamos entonces los lmites laterales:
h 0
f (0 + h) f (0)
h
lim+
= lim+
= lim+ = 1
h 0
h 0
h 0 h
h
h
lim
h 0
h 0
f (0 + h) f (0)
h
= lim
= lim
= 1
h 0
h 0
h
h
h
Como lim+
h 0
f (0 + h) f (0)
f (0 + h) f (0)
f (0 + h) f (0)
lim
entonces lim
no existe.
h 0
h 0
h
h
h
Observe que esta funcin es continua en 0. As que continuidad no implica que la funcin sea
derivable.
x + 2 si x 1
f (1 + h) f (1)
=1
h 0
h
f (1 + h) f (1)
(1 + h) 2 + 1 (1 + 2)
lim
= lim
= + .
h 0
h 0
h
h
Como los lmites laterales son distintos entonces el lmite no
existe y por tanto no existe la derivada
Observe que no tiene recta tangente en ese punto.
lim+
f ( x) = lim
Como el lmite no existe entonces no es derivable. Este caso lo podemos expresar diciendo que
la recta tangente a la curva en 0 es vertical.
9
EJERCICIOS
1) Para la funcin y = 2t 2 1 calcule
a) La razn de cambio promedio de t=0 a t=2
b) Para estos valores de t cul es el incremento de y?
c) La razn de cambio instantnea en t=1
2) Para la funcin y = 1 + 2t calcule
a) La razn de cambio promedio de t=1 a t=1.1.
b) Para estos valores de t cul es el incremento de y?
c) La razn de cambio instantnea en t=1
3) El tamao de una poblacin est modelada por
P(t ) = 70000 + 80t 2
donde t es el nmero de aos despus del 2001. a) Cul es el incremento de la poblacin desde el
tiempo t=3 a t=3.1? b) Calcule la tasa de cambio promedio desde t=3 a t=3.1
c) Calcule la tasa de crecimiento instantneo en t=3.
4) Emplee la definicin de la derivada para encontrar
dF
dx
4.1) f ( 2) si f ( x ) = 4 x ;
4.2)
2
dy
si y = 2 1 ;
dx
x
d
x
(2 ) ;
dx
4
4.7)
4.5)
x= 0
4.6)
dC
si C ( q) = q 2 + 3q 3 ;4.8) f (x) si f ( x) =
dq
4.10) f (x) si f ( x) = e ;
si F ( x) = x 2 2 x ;
d 2
( x 2 x 1)
dx
4.9) g (x) si g ( x) =
x+ 3 2;
4.11) g (x) si g ( x) = 2 1 x ;
4.12)
2
;
4 x
d
2
(1
)
dx
4 x
Respuestas: 1) a) 4 ; b) 8 ;c) 4; 2) a) 0.568; b) 0.0568; c) 0.5773; 3) a)48.80; b) 488; c)480; 4.1) 1; 4.2) -2; 4.3) 5; 4.4)
dC
1
4
d
x
1
= 2q + 3 ; 4.8)
(
2
)
=
2
x
2
;
4.5)
;
4.6)
;
4.7)
4.9)
dq
2 x+ 3
dx
4
4
x3
2
; 4.10) 0; 4.11)
(4 x) 2
1
1 x
; 4.12) (4 x)2
1
. Use este resultado para calcular la pendiente de la
2x + 1
( 2 x + 1) 2
; m=-2/9
10
REGLAS DE DERIVACION
El clculo de las derivadas por definicin, como se ha hecho hasta ahora, es un proceso tedioso
y repetitivo. En esta seccin se darn reglas bsicas que permitirn encontrar las derivadas de una
manera ms rpida.
1) REGLA DE LA CONSTANTE: Si f
entonces
f ( x) = 0
f ( x) = rx r 1
Veamos el siguiente ejemplo que ilustra las aplicaciones de la regla de la potencia en las
diversas notaciones.
Ejemplo 2.d 3
( x ) = 3x 2
a)
dx
b) Si f ( x) = x 10 , entonces f ( x) = 10 x 9
c) Si g ( x) = x , entonces g ( x) = 1 x 0 . As g ( x) = 1
Efectivamente la funcin g ( x) = x es una recta cuya pendiente es 1
3
d) ( x 3 / 2 ) =
3 2 1 3 2
x
= x
2
2
Reescritura
11
a) Funciones con radicales. Las funciones con radicales se reescriben con exponente fraccionario
Ejemplo a de reescritura: Si f ( x) = 3 x 5 , entonces se reescribe como
f ( x) = x 5 / 3 . A esta ltima
5
3
2
1
forma de escribir f se le aplica la regla de la potencia f ( x) = 5 x 3 = 5 x 2 / 3 = 5 x .
3
3
3
(cf ( x)) = cf ( x ) .
En notacin de Leibniz
d
d
(cf ( x)) = c ( f ( x ))
dx
dx
El factor constante sale fuera de la derivacin.
Ejemplo 3.- Encuentre la derivada de f ( x) = 5 3 x 2
Solucin: Reescribimos f ( x) = 5 x 2 / 3 . Entonces
Reescritura
Reescritura
f ( x) = (5 x 2 / 3 ) = 5( x 2 / 3 )
2 1/ 3
10
=
=5 x
3
3 3 x
rg ( x) r
= g ( x) , r y k constantes.
k
k
2
2 x
h( x) = x 1 / 2 , la cul se deriva usando
Ejemplo b: Si h( x) =
, entonces se reescribe como
3
3
primero la regla del factor constante y luego la regla de la potencia
d 2 1/ 2
2 d 1/ 2
( x )=
(x )
As
dx 3
3 dx
1
d
2 1 1
1
(h( x)) = x 2 =
dx
3 2
3 x
r
r 1
r
=
= ( g ( x)) 1 , donde r y k
c) Funciones fraccionaria con numerador constante:
kg ( x) k g ( x) k
son constantes
2
2
Ejemplo c: Si h( x) =
, entonces se reescribe como h( x) = x 9 , la cul es la que se deriva usando
9
3
3x
primero la regla del factor constante y luego la regla de la potencia
2
2
h ( x) = ( x 9 ) = ( x 9 )
3
3
2
6
h ( x) = ( 9) x 10 = 6 x 10 = 10 .
3
x
b) Funciones fraccionarias con denominador constante. :
2x
, reescribiendo la funcin previamente.
2
(Recomendacin: use la propiedad de la raz de un producto, reescriba, aplique entonces la propiedad del factor constante y
luego la regla de la potencia.)
12
y g funciones derivables en x,
( f + g ) ( x) = f ( x) + g ( x)
(( f g ) ( x ) = f ( x ) g ( x) .
f ( x + h) + g ( x + h) f ( x ) g ( x )
h
= lim
f ( x + h) f ( x) + g ( x + h) g ( x )
h
h 0
h 0
Se distribuy el signo
Se reorden la suma
f ( x + h) f ( x) g ( x + h) g ( x )
= lim
+
h 0
h
h
= lim
h 0
f ( x + h) f ( x)
g ( x + h) g ( x)
+ lim
h
0
h
h
= f ( x) + g ( x)
Esta regla puede ampliarse a la suma o diferencia de un nmero finito de funciones. En notacin
de Leizbniz podemos escribir que:
d
d
( f 1 ( x) ) d ( f 2 ( x ) ) d ( f n ( x) )
(( f1 f 2 f n )( x)) =
dx
dx
dx
dx
Ejemplo 4.- Encuentre las derivadas de las siguientes funciones
4
4z 2
a) h( z ) = z +
; b) g ( x) = 4 3 + 3 x
x
3
4
Solucin: a) Reescribimos h( z ) = z 1 / 2 + z 2 . Esta ltima reescritura se deriva aplicando primero la
3
propiedad de la suma. As
4 2
4
1/ 2
h ( z ) = z + z = ( z 1 / 2 ) + ( z 2 ) .
3
3
=
=
1 1/ 2 4 2
z
+ ( z )
2
3
1
2 z
8
z
3
13
g ( x) = 4 x 4
3 + 3x
= (4 x 4 ) ( 3 ) + (3 x)
La ltima igualdad se obtuvo al aplicar la regla de la
potencia a los trminos en derivacin
= 4( x 4 ) 0 + 3( x)
= 16 x 5 + 3
Reescritura
Un
cociente
donde
el
denominador
consta
de
un
solo
trmino
en
xr .
a r k
a r k
a1 x r1 + + an x rn a1 x r1
an x rn
=
+ +
= 1 x 1 + + n x n , ri , k constantes
k
k
k
c
c
cx
cx
cx
3x 5 2 x 2 x
3x 5 2 x 2
x
,
entonces
se
reescribe
como
una
suma
:
,
g
(
x
)
=
2
2
2
3x
3x
3x
3x 2
la cul se sigue simplificando para que quede expresado de tal manera que posteriormente se use las
reglas del factor constante y el de la potencia. De esta forma obtenemos que g puede ser expresado
como:
2 1
g ( x) = x 3 x 1
3 3
Ahora podemos derivar con facilidad usando primero la regla de la suma
2 1
g ( x) = x 3 x 1 .
3 3
2
1
= ( x 3 ) ( ) ( x 1 )
3
3
1
= 3x 2 ( 1) x 2
3
Reescritura
Ejemplo d: Si g ( x) =
14
= 3( x 3 / 2 ) 4( x)
=
1 1/ 2
x
.
2
9 1/ 2
1
x 4
2
2 x1 / 2
1
de factor comn para
2 x1 / 2
a) En x = 1 , la pendiente es f ( 1) = 4( 1) = 4
b) En x = 0 , la pendiente es f (0) = 4(0) = 0
c) En x = 1 , la pendiente es f (1) = 4(1) = 4
x 3 3x + 3
en x = 2 .
3
15
f ( 2) =
23 3 2 + 3 5
=
3
3
5
f (x) en el punto (2, ) .
3
f ( x) = x 2 1
Al evaluar esta ltima en 2 tenemos
m = f ( 2) = 4 1 = 3 .
5
) = 3 ( x 2)
3
3 y 9 x + 13 = 0 .
Ejemplo 7.- Encuentre los puntos sobre la grfica de f ( x) = x 3 3x 2 9 x tales que la recta tangente
es horizontal.
Solucin.- Recordemos que una recta horizontal tiene pendiente 0. Entonces como la derivada evaluada
en x es la pendiente de la recta tangente a la grfica de f en dicho punto, debemos ubicar los valores de
x donde la derivada se hace 0. Planteamos entonces la ecuacin f ( x) = 0 y la resolvemos.
Derivamos primero
f ( x) = 3 x 2 6 x 9 .
Ahora se plantea
3x 2 6 x 9 = 0 .
Esto es una ecuacin cuadrtica cuyas soluciones son x = 3 y x = 1 . Evaluamos estos puntos en la
funcin para as obtener los puntos sobre la grfica en que las rectas tangentes son 0.
f (3) = 33 3(3) 2 3 9 = 27
f ( 1) = ( 1) 3 3( 1) 2 9 ( 1) = 5
Se concluye que (3,-27) y (-1,-5) son los puntos sobre la grfica donde la recta tangente a la curva en
dichos puntos son horizontales.
16
C ( x)
es conocida como la razn de cambio relativo y toma valores entre -1 y 1.
C ( x)
Ejemplo 1.- El PIB de cierto pas es aproximado por la funcin N (t ) = t 2 + 4t + 150 mil millones de
UM t aos despus del 2003. a) Estime la razn de cambio al comienzo del 2005;
b) Estime la razn de cambio porcentual del PIB al comienzo del 2005
Solucin:
a) Como han pasado 2 aos despus del 2003 se tiene que calcular N ( 2) . Primero se calcula la funcin
derivada
N (t ) = t 2 + 4t + 150 = 2t + 4
La razn de cambio para comienzos del 2005 es N (2) = 2 2 + 4 = 8 mil millones de UM por ao.
b) La razn de cambio porcentual para el 2005 es estimada en
N (2)
8
100
= 100
= 4.93% por ao.
N (2)
162
EJERCICIOS
1) Encuentre la derivada de las siguientes funciones:
1.1) f ( x ) = x 7 ;
1.2) f ( x) = 9 x 2 ;
1.4) g ( w) =
1.7) f ( x) =
5w ;
x2
;
3
x6 x4
;
+
6
2
1.16) f ( x ) =
2x 3 ;
1.3) f ( x) =
5;
1.5) f ( x) = ln(2) x 2 ;
1.6) f ( x) =
1 2
x ;
3
1.8) y = x 2 + 2 x ;
1.9) h( w) = w9 3w3 + e 2 ;
1.11) f ( x) =
5
(4 x 2 ) ;
2
1.14) h( s ) = s 3 / 4 3s 1/ 3 ;
1.17) C (q) =
4
;
5q
1.12) f ( x) =
1.15) f ( x) =
5(4 x 2 )
;
2
4
3 3 x 2
q3
5
3;
1.18) C (q ) =
5
q
17
1.19) f ( x) =
2x
2x ;
1.22) f ( s) = s 2 (3s ) 2 ;
2
1.25) f ( s ) = s 3 ( s 2 2s ) ;
1.20) f ( x) =
3 x
1.23) f ( s ) = s 2 3s 2 ;
x x2
;
x3
1.26) f ( x) =
1.21) f ( x) = x 4 x ;
1.24) f ( x) = x( 4 5 x x 3 ) ;
1.27) f ( x) =
x(3 x 2 )
2 x
2
2x
x ; 1.7)
; 1.8) 2 x + 2 ;
3
3
3 1/ 4
s
+ s 4/3 ;
4
1.15)
9 x
3
1
3 x
1.25)
; 1.16) 3 2 x 4 ; 1.17)
4
3q 2 15
+ 4 ; 1.19)
;
1.18)
5q 2
5
q
2
2 x
; 1.20)
x 2
3 5x 2
2s 2 / 3
;
1.27)
(4 s 5) ; 1.26)
3
x3
4 x
2) Para cada una de las siguientes curvas encuentre la pendiente de la recta tangente en x=1. Graficar la
curva y la recta tangente en x=1
a) y = x 3 4 ; x=1; b) y = 2 x 3 .
3) Encuentre la recta tangente a la curva en el punto dado
3.1) y = 2 x 3 6 x + 1 ; x=-1;
3.2) y = 2 x 3 4 x + 1 ; x=-1;
3.3) y =
x x2
; x=4
x
4) Para cada una de las siguientes funciones encuentre los puntos en los cuales la recta tangente a la
grfica de la funcin en esos puntos es horizontal.
4.1) F ( x) = x 2 4 x ; 4.2) G ( x ) = x 3 x 2 ; 4.3*) H ( x ) = x 4 8 x + 1 ; 4.4*) K ( x) = x 4 x 2
(* la ecuacin que se plantea se resuelve por Ruffini o factorizando directamente por productos
notables)
5*) Encuentre la ecuacin de la recta tangente a la grfica de la funcin F ( x) = x 4 + 8 x 2 que es
paralela a la recta y = 4 x + 1 .
(* plantear F ( x) = 4 , (por qu?) consiga la solucin x 0 de la ecuacin, forme la recta con pendiente
F ( x 0 ) = 4 y que pasa por el punto ( x 0 , F ( x 0 )) , justifique el procedimiento)
6*) Encuentre la ecuacin de la recta tangente a la grfica de la funcin F ( x) = x 3 6 x 1 que es
paralela a la recta 2 y + 6 x + 1 = 0 .
(* Imite el ejercicio anterior, puede existir ms de una solucin)
x
7*) Encuentre la ecuacin de la recta tangente a la grfica de la funcin F ( x) =
que es paralela a
3
la recta 2 y + 6 x + 1 = 0 .
18
Respuestas: 2)
17
3
x+
16
4
2 4
) ,(0,0); 4.3)
4.1)(2,-4) ; 4.2) ( ,
3 27
(3 2 , 6 3 2 ) ; 4.4) (
2 1
2 1
, ) , (
, )
2
4
2
4
y (0,0)
5) y + 9 = 4( x + 1) ; 6) y + 4 = 3( x 1) ;
y 6 = 3( x + 1) ; 7) No existe
PROBLEMAS EN CIENCIAS SOCIALES
3
P ( x) =
1
+ 7 x + 30 miles de UM
x2
19
ANLISIS MARGINAL
En economa el concepto marginal se refiere al cambio instantneo de una cantidad con respecto
a otra. Esto es la derivada de una cantidad con respecto a otra. Daremos a continuacin el concepto y la
interpretacin de varias cantidades marginales de uso frecuente en economa.
COSTO MARGINAL
C (q + 1) C ( q)
1
con h = 1
As pues
C (q + h) C ( q )
h
20
El lector debe darse cuenta lo tedioso que hubiese sido calcular el costo de la unidad 41 de una
manera exacta. En el siguiente ejemplo haremos el clculo aproximado y exacto pero antes recordemos
el siguiente concepto.
Si C (q ) es el costo total de producir q artculos, el costo promedio por artculo se define como
C (q) =
C (q)
q
0.001q 2 + 1.1q + 30
q
= 0.001q + 1.1 + 30
1
q
El lector puede verificar que C (40) = 1.89 , lo cual representa el costo de cada artculo en
promedio cuando se producen 40 artculos. Este valor es muy distinto al costo marginal en 40 que
representa aproximadamente el costo de producir la unidad 41. Podemos ver entonces que el costo
promedio y el costo marginal son dos conceptos distintos pero relacionados. Usando los dos conceptos,
podemos decir en nuestro ejemplo que los primeros 40 artculos cuestan 1.89UM en promedio y fabricar
uno ms le costara tan slo 1.18UM.
Ejemplo 2.- La funcin de costo promedio de un producto est dada por C ( q) = 0.1q + 120 +
22000
q
21
El costo exacto de la unidad 41 = C ( 41) C (40)
C (41) = 0.1 412 + 120 41 + 22000
C ( 40) = 0.1 40 2 + 120 40 + 22000
C ( 41) C ( 40) = 0.1(412 40 2 ) + 120 = 128.1 UM
C ( 40) = 128 se interpreta como el costo aproximado de producir la unidad 41. Efectivamente
d)
este costo est bastante cercano al costo exacto de la unidad 41 que es 128.1.
C (60) = 132 es el costo aproximado de producir la unidad 61 si se decide aumentar la
produccin de 60 a 61 unidades. Tambin podemos decir que los costos totales aumentaran
aproximadamente en 132UM si se decide fabricar una unidad adicional
1
(40 q) . Encuentre la funcin
5
ingreso marginal
Solucin: Tenemos que conseguir la funcin de ingreso. Recuerde que I (q) = pq
As
1
I ( q) = ( 40 q) q
5
Reescribimos antes de derivar, distribuyendo solo la variable
1
I ( q) = ( 40q q 2 )
5
Derivamos, usando primero la regla del factor constante
1
I (q ) = (40q q 2 )
5
Podemos ver finalmente, usando la regla de la diferencia que el ingreso marginal est dado por
1
I (q ) = ( 40 2q )
5
Recordemos:
Sea U (q) la funcin utilidad total por producir y vender q productos. Recuerde que la
utilidad es la diferencia entre el ingreso y el costo, esto es
U (q ) = I ( q ) C ( q )
22
La utilidad marginal se define como la derivada de la utilidad total:
Utilidad marginal= U (q)
y se suele interpretar como la utilidad por producir y vender una unidad adicional cuando el nivel de
produccin est en q .
Ejemplo 4.- Un comerciante estima que su ingreso mensual por la venta de un artculo sea
I ( q) = 30q 0.02q 2 , para 0 q 1500 . Si el costo de adquisicin es de 10UM por cada artculo.
a) Encuentre la funcin de utilidad marginal
b) Cul es el nivel de adquisicin y venta en que la utilidad marginal es 0?
c) Interprete el resultado anterior.
Solucin:
a) La funcin de utilidad marginal es la derivada de la funcin utilidad total. Debemos conseguir
primero U (q) mediante la relacin
U (q) = I (q ) C (q )
La funcin costo total est dada por
C (q ) = 10 q
De esta manera
U ( q ) = (30q 0.02q 2 ) (10q )
Simplificando se obtiene
U (q ) = 20q 0.02q 2
U (q) = 0
20 0.04q = 0
Resolviendo, obtenemos
q = 500
23
dC
=propensin (o tendencia) marginal al consumo
dI
dS
= propensin (o tendencia) marginal al ahorro.
dI
Ejemplo 5.- Suponga que la funcin de consumo de un pas est dado por C ( I ) =
I 4 I
+
+ 7 donde I
3
5
24
b) Para un nivel de ingreso nacional de 9 mil millones de UM, si hay un aumento en un millardo de
7
unidades monetarias, aproximadamente el 46.6% ( 100 ) de ese aumento se consume y el 53.3%
15
se ahorra. Es decir 466,6 millones se consumen y 533,3 millones se ahorran aproximadamente.
Respuesta: a) C (q) =
; b) 3.8UM.
5 q2
2) Si C = 0.1q 2 + 2q + 850
Encuentre la funcin de costo marginal. b) Cul es el costo marginal para q = 3 ? c) Cul es el costo
real por producir la unidad 4? Respuesta: a) c ( q) = 0.2q + 2; b) c (3) = 1.4 ; c) c( 4) c(3) = 1.3
300
3) Si c ( q) = 2 +
es la funcin costo promedio de producir q unidades de un producto. a)
q
Encuentre la funcin de costo marginal. b) Cul es el costo marginal para q=30? c) Interprete sus
resultados. Respuesta: a) c ( q) = 2; b) c (30) = 2
4) La funcin de ingreso total viene dada por I = 2q (20 0.2q ) . a) Encuentre la funcin de ingreso
marginal; b) El ingreso marginal para q = 10 ; c) el ingreso marginal para q=20; d) Interprete sus
resultados. Respuesta: a) I (q ) = 40 0.8q ; b) 32UM; c) 24UM
5) Si la ecuacin de demanda es p = 500 q
2
q3
5
3
6) El costo total de un fabricante es C (q ) = 0.1q 3 0.5q 2 + 500q + 200 UM, donde q es el nmero de
unidades producidas.
a) Utilice el anlisis marginal para estimar el costo de fabricacin de la cuarta unidad
b) Calcule el costo real de fabricar la cuarta unidad. Respuesta: a) 499,7; b)500,2
7) El ingreso total mensual de un fabricante es I (q ) = 240q + 0.05q 2 UM cuando produce y se venden
q unidades al mes. En la actualidad, el fabricante produce 80 unidades mensuales y planea aumentar la
produccin en una unidad.
a) Utilice el anlisis marginal para estimar el ingreso adicional que generar la produccin y venta
de la unidad 81.
b) Utilice la funcin ingreso para calcular el ingreso adicional real que generar la produccin y
venta de la unidad 81. Respuesta: a) 248; b) 248.05
q
8) La ecuacin de demanda de un artculo es p = 200 .a) Determinar la funcin de ingreso
4
marginal b) El ingreso marginal cuando q = 20 c) Cul es el ingreso real por vender la unidad 21?
q
Respuestas: a) p = 200
b) 190UM; c) 189.75UM
2
Respuesta I (q ) = 500
25
9) La ecuacin de demanda de un tipo de reloj es
15
; b) 40
15
q
+ 10 , calcule la
2
1
62 q 2
I 8 I
+ 4 UM. Encuentre la
2
3
propensin marginal al consumo y al ahorro cuando I= 36 UM. Interprete sus resultados.
Respuesta: 5/18; 13/18
12) La produccin semanal de una fabrica depende del nmero de obreros x en la planta y est dada por
P( x) = 2 x 2 + 1600 x . Si la fabrica cuenta en este momento con 30 obreros, a) use derivadas para
estimar el cambio de la produccin si se contrata un obrero ms b) Haga el calculo exacto.
Respuesta: a) 1480; b) 1478 unidades
11) La funcin de consumo de cierta nacin est dada por C ( I ) =
est dada por C (q ) = 45 + q 3 . a) Calcule la utilidad marginal cuando se producen y se venden 100
unidades. b) Interprete sus resultados. Respuesta: a) 85UM
14) Un kiosco de comida rpida prepara hamburguesas
a un costo de 2UM cada una. Las
hamburguesas se han vendido a 5UM cada uno y a ese precio, los consumidores han comprado 4000 al
mes. El dueo planea incrementar el precio de las hamburguesas y estima que por cada UM de aumento
en el precio se vendern 200 hamburguesas menos. Calcule la utilidad marginal en funcin del nmero
de hamburguesas vendidas, suponiendo que la ecuacin de demanda es lineal. Respuesta:
q
+ 23
100
15) Un distribuidor vende 5000 lavadoras al mes si el precio es de 40UM cada una y estima que por
cada incremento de 5UM las ventas bajarn en 300 lavadoras. Si el costo de adquisicin de cada
lavadora es de 25UM. Suponga que la ecuacin de demanda es lineal. Calcule la funcin utilidad
marginal en funcin del nmero de lavadoras adicionales a las 5000. Respuesta: 23000 3000q
16*) Se estima que un gimnasio tiene 500 clientes cuando la cuota es de 30UM y si sube el precio a 40
el nmero de clientes se reduce a 450. Suponga que existe una relacin lineal entre el nmero de clientes
y la cuota mensual. a) Determine la funcin de ingreso. b) Determine el ingreso marginal.
1
2
Respuestas: a) I = q 2 + 130q ; b) I = q + 130
5
5
17*) El calendario ecolgico es vendido a 20UM., a ese precio se compran 25.000 ejemplares. Se ha
estimado que si el precio aumenta a 30UM se vendern 15.000 unidades. El costo de produccin de q
unidades est dado por C ( q) = 500 + 5q . Suponiendo que hay una relacin lineal entre el precio y la
demanda de calendarios. a) Encuentre la utilidad marginal. b) Calcule la demanda q 0 para la cual la
utilidad marginal es cero. c) Calcule el precio p 0 para esta demanda. d) Calcule la utilidad en p 0 1 ,
p 0 y p 0 + 1 (*para calcular la ecuacin de demanda use la ecuacin pto-pendiente, calculando
previamente la pendiente)
q
+ 40 ; b) q 0 = 20.000 ; c) p 0 = 25 ; d) U (24) = 459.42 , U (25) = 499.38,
Respuestas: a) U =
500
U ( 26) = 539.32 UM
26
h ( x) = f ( x) g ( x) + f ( x ) g ( x)
= (3 x + 4 x + 1) ( x + 1) + (3x + 4 x + 1)( x + 1)
2
x + 1 . As
1
= (6 x + 4)( x + 1) + (3x 2 + 4 x + 1) x 1 / 2
2
Aplicando la propiedad distributiva y agrupando trminos semejantes tenemos
h ( x) =
15 3 / 2
1
x + 6 x + 6 x1 / 2 + 4 + x 1 / 2 .
2
2
La demostracin de la regla del producto se hace al final de esta seccin. Otra regla que vamos a
necesitar es la derivada de un cociente que a continuacin presentamos
Regla del Cociente: Sean f y g funciones derivables en x y g ( x) 0 , entonces f / g es derivable
en x y
f
f ( x ) g ( x) f ( x) g ( x)
( ) ( x) =
.
g
g 2 ( x)
27
La regla de cociente es un poco ms complicada que las anteriores. Pero observe como al
escribirla se a puesto cierta semejanza con la regla del producto, excepto el signo menos en el
numerador y que contiene un denominador igual al denominador de la funcin a derivar al cuadrado.
x 2 + 4x + 1
x3 1
Solucin: Aplicamos la regla del cociente interpretando a h como el cociente de la funcin
f ( x) = x 2 + 4 x + 1 entre g ( x) = x 3 1 . As
La derivada la calculamos en varios pasos
dejando indicada algunas derivaciones para
f ( x) g ( x) f ( x) g ( x)
h ( x) =
analizarla y derivarla en las lneas siguientes.
2
Ejemplo 2.- Encuentre la derivada de la funcin h( x) =
( g ( x) )
( 2 x + 4)( x 3 1) ( x 2 + 4 x + 1)3 x 2
=
( x 3 1) 2
=
( x 2 + 4 x + 1) ( x 3 1) ( x 2 + 4 x + 1)( x 3 1)
( x 3 1) 2
2 x 4 + 4 x 3 2 x 4 (3x 4 + 12 x 3 + 3 x 2 )
( x 3 1) 2
Se distribuye el menos.
2 x 4 + 4 x 3 2 x 4 3x 4 12 x 3 3x 2
( x 3 1) 2
Agrupando trminos semejantes finalmente obtenemos:
=
h ( x) =
x 4 8 x 3 3x 2 2 x 4
( x 3 1) 2
Comentario: Le recordamos que en este ltimo ejercicio es conveniente reescribir la funcin como:
1
f ( x) = ( x x + 1) para luego aplicar la regla del factor constante. Resulta ms largo aplicar la regla
5
k
del cociente. Ms adelante se presentarn las formas f ( x) =
que conviene escribirlas como
f ( x)
f ( x) = k ( f ( x)) 1
laboriosa.
para emplear otra regla distinta a la regla del cociente, la cual resulta ms
28
Esto es mtag = 31 .
P (t ) = 100
t 2 + 1.1
P (t ) = 100
P (t ) = 100
29
1
0.22
4
P (0.25) = 100
= 15,8%
((0.25) 2 + 1.1) 2
1
0.2(0.5) 2 0.01 0.22
2
P (0.5) = 100
= 9,602%
((0.5) 2 + 1.1) 2
0.2(0.25) 2 0.01
P (1) = 100
P ( 2) = 100
EJERCICIOS
1) Derive las siguientes funciones
1.1) f ( x) = (4 x 2 )( x + 1) ;
1.3) f ( s) = ( s 2 + 1)(3s 2 3s ) ;
1.5) h( s) = 2 s ( s 2 + 2 s 1) ;
1.2) f ( x) = 4 x 2 ( x + 1) ;
1.4) f ( x ) = (2 x 1)(4 5 x x 3 ) ;
1.6) f ( x ) = 3( x 3)(4 x) ;
1.8) C (q) =
1.9) C (q) =
1.11) f (t ) =
4 q
;
q2 1
q3 1
;
q 2q + 1
2
1.12) f ( x ) =
;
3 x
1.10) C (q) =
2t 2 + 3t 1
3
4 q
;
5q
1.13) f ( x) = x 3 33 x ;
1.14) f ( s ) =
1.15) f ( s ) = s 2 / 3 ( s 2 2s ) ;
1.16) f ( x) =
1.17) f ( x) =
x(3 x 2 )
3 x
s 2 + 5s + 6
;
s 2 + 4s + 4
x x2
1 x
1
+
;
x 1 2 x 4 3x
( x 1)(3 x 2 )
f
(
x
)
=
1.18)
;
3(1 x)
2x 3
x3
x 2 x + 1
x
30
6*) Encuentre los puntos en los cuales la recta tangente a la grfica de la funcin f ( x) =
x+ 1
es
x
horizontal.
1.1) 3x 2 2 x + 4 ; 1.2) 3x 2 2 x ; 1.3) 12s 3 9s 2 + 6s 3 ; 1.4) 13 20 x + 3x 2 8 x 3 ; 1.5)
4
5 2
2
q 2 8q + 1
2
3 x
3
2
s s+ 2 2
3
(
+
3
)
; 1.6)
; 1.7) 4 x + 9 x 6 ; 1.8)
; 1.9)
; 1.10)
5q 2
2
x
2
( q 2 1) 2
2 s
Respuestas:
q 2 2q 2
2
q 2q + 1
; 1.11)
10t 2 + 6t + 1
33 t 4
; 1.12)
1
3 x
1
;
s + 4s + 4
2
x 1
2
1
3 5x 2
+
; 3)
;
2
2 ; 1.17)
( 2 x 4)
3x
2 x3
6 x
1
13
x
4) y 728 = 1033( x 4) ; 5) y =
); 6) (1,2)
16
16
1.15) s 2 / 3 (8 / 3s 10 / 3) ; 1.16) 1 +
PROBLEMAS EN ECONOMA
1) Encuentre la funcin ingreso marginal cuando I = 2q (30 0.1q ) . Encuentre el ingreso marginal para
q=10. Interprete sus resultados. Respuesta: I = 60 0.4q ; I`(10)=56
q + 750
2) p =
representa la ecuacin de demanda para cierto artculo donde p denota el precio por
q + 50
unidad cuando se demanda q unidades. Encuentre la funcin de ingreso marginal.
q 2 + 100q + 37500
I
=
Respuesta:
)
(q + 50) 2
3) El Producto Nacional Bruto de cierto pas crece con el tiempo de acuerdo con PNB(t)= t 2 + 4t + 20 .
La poblacin al tiempo t es P(t)= 0.1t 2 + t + 2 (millones de habitantes). Calcule la razn de cambio del
ingreso per capita en el instante t=10. (El ingreso per capita se define como f ( x) =
PNB (t )
el Producto
P (t )
31
calculo exacto. Respuesta: a)300 unidades, b) Si la inversin aumenta en un 1000 UM, es decir ahora
se gasta x=6 UM en publicidad, las ventas aumenta en 300 unidades aproximadamente; c) 272,7
7) Sea C ( I ) =
I3 + I +
I + 6
3q 2 + 3.5q
9) El ingreso total por la venta de q artculos est dada por I ( q) =
. Encuentre el ingreso
q+ 1
marginal cuando se venden 30 artculos. b) Interprete sus resultados. Respuesta: 3 UM
10) En ciertos terrenos se estima que si se plantan 100 matas de mangos por hectrea se obtendr un
valor de la cosecha por rbol de 500 UM en su edad adulta. Se estima que por cada rbol que se
siembre de ms har que el valor promedio por rbol disminuya en 4 UM. Determine la funcin de
ingreso marginal en funcin del nmero de rboles adicionales sembrados despus de 100.
Respuesta: 8q + 100
f ( x + h) g ( x + h) ( f ( x) g ( x) )
h
Se suma y resta f ( x) g ( x + h)
= lim
f ( x + h) g ( x + h) f ( x ) g ( x + h) + f ( x ) g ( x + h) f ( x) g ( x)
h
= lim
f ( x + h ) g ( x + h ) f ( x ) g ( x + h)
f ( x ) g ( x + h) f ( x) g ( x + h)
+ lim
h 0
h
h
h 0
h 0
f ( x + h) f ( x )
g ( x + h) g ( x)
= lim g ( x + h)
+ lim f ( x)
h 0
h 0
h
h
32
REGLA DE LA CADENA
Hasta ahora funciones como
h( x) = x 2 + 1 no tenemos una regla para derivarla: no es una
suma, producto o cociente.
La regla de la cadena es usada para derivar funciones compuesta. La funcin h( x) = x 2 + 1 la
interpretamos como una composicin. Si definimos f ( x) =
x y g ( x) = x 2 + 1 , entonces
h( x) = ( f g )( x) = f ( g ( x))
Regla de la cadena
Teorema.- Sean f y g dos funciones tales que f es diferenciable en g (x) y g es diferenciable en
x , entonces h = ( f g ) es diferenciable en x y
h ( x) = f ( g ( x)) g ( x)
dx du dx
Ejemplo 1.- Encuentre la derivada de h( x) = ( 2 x 3 + 1) 33
Solucin: Se define la funcin interna como u = g ( x) = 2 x 3 + 1 y la externa como f (u ) = u 33 .
Entonces h( x) = ( f g )( x) y
du
= g ( x) = 6 x 2
y
f (u ) = 33u 32
dx
Aplicando la regla de la cadena se obtiene
h ( x) = f ( g ( x)) g ( x)
= f ( 2 x 3 + 1) 6 x 2
= 33(2 x 3 + 1) 32 6 x 2
= 198 x 2 ( x 3 + 1) 32
Funciones como la del ejemplo anterior o como h( x) = x 2 + 1 son de la forma ( g ( x)) r , en este
ltimo caso con r = 1 / 2 . Para derivar esta forma podemos usar directamente la siguiente:
( g ( x )) r = r ( g ( x)) r 1 g ( x)
33
Demostracin: Si definimos la externa como
h( x) = ( f g )( x) y
du
= g (x) y
dx
Aplicando la regla de la cadena se obtiene
h ( x) = f ( g ( x)) g ( x)
= r ( g ( x) ) r 1 g ( x )
Ejemplo 2.- Encuentre la derivada de las siguientes funciones: a) h( x) =
x 2 + 1 b) f ( x) =
2
x + 3x
2
Solucin:
a) Reescribimos h( x) = ( x 2 + 1)1 / 2 y aplicamos la regla de la cadena generalizada con r = 1 / 2 :
h ( x) = r (( g ( x)) r 1 g ( x) =
1
1 2
( x + 1) 2 ( 2 x)
2
h ( x) =
x2 + 1
c) Reescribimos
f ( x) = 2( x 2 + 3x)
f ( x) = 2( x 2 + 3 x) 1
1
= 2 ( x + 3 x)
aplicamos
la
regla
del
factor
constante
2(2 x + 3)
( x 2 + 3 x) 2
2
como f ( x) = 2( x 2 + 3 x) 1 . Este
x + 3x
procedimiento resulta til si el numerador es numrico, pero en el caso que contenga la variable es
preferible considerarlo como un cociente.
Comentario. En este ltimo ejemplo se reescribi f ( x) =
Solucin:
3
2x + 3
r
a) La funcin y =
es de la forma ( g ( x)) . As que aplicamos la regla de la potencia
3x + 5
generalizada.
y = r ( g ( x) r 1 g ( x)
2
2x + 3 2x + 3
y = 3
3x + 5 3x + 5
34
2
2 x + 3 2(3x + 5) 3(2 x + 3)
y = 3
(3x + 5) 2
3x + 5
2
2 x + 3 6 x + 10 6 x 9
y = 3
(3x + 5) 2
3x + 5
2
1
2x + 3
y = 3
3
x
+
5
(3x + 5) 2
y =
3( 2 x + 3) 2
(3x + 5) 4
f ( x) = (3x + 5) 4 ( x 2 + 2) 2 + (3x + 5) 4 ( x 2 + 2) 2 .
Las partes a derivar tienen la forma ( g ( x)) r , as que usamos la regla de la potencia generalizada:
f ( x) = 4(3 x + 5) 3 (3 x + 5) ( x 2 + 2) 2 + (3x + 5) 4 2( x 2 + 2)( x 2 + 2)
= 4(3x + 5) 3 3( x 2 + 2) 2 + (3x + 5) 4 2( x 2 + 2) 2 x .
En vez de desarrollar las potencias, multiplicar y agrupar trminos semejantes, se va a presentar
el resultado factorizado, esto ser conveniente posteriormente para conseguir las races de la primera
derivada. Para factorizar sacamos factor comn: 4(3x + 5) 3 ( x 2 + 2) . As
f ( x) = 4(3x + 5) 3 ( x 2 + 2) 3( x 2 + 2) + x(3x + 5)
= 4(3x + 5) 3 ( x 2 + 2) 3x 2 + 6 + 3x 2 + 5 x
= 4(3x + 5) 3 ( x 2 + 2) 6 x 2 + 5 x + 6
Se distribuye el 3 y x
Se agrupan trminos semejantes
.
dx du dx
35
Ejemplo 4.- Sean y =
3u + 1 y u = x 2 + x . Encontrar
dy
dx
dx du dx
dy
2
=
(2 x + 1) .
dx 2 2u + 1
dy
2
=
(2 x + 1)
2
dx 2 2( x + x) + 1
APLICACION
Ejemplo 1.- Un estudio ambiental revela que el nivel medio de monxido de carbono ser
aproximadamente de c( p ) = 0.5 p + 17 partes por milln cuando la poblacin es de p miles de
habitantes. Se ha modelado que la poblacin de la comunidad ser de p (t ) = 100
3
, donde t es
t+ 2
medido en aos A qu razn cambiar el nivel de monxido de carbono respecto al tiempo dentro de 4
aos?
Solucin: Se pide
dc
en t=4. Calculamos la derivada usando la regla de la cadena para este caso,
dt
dt dp dt
dc
0.5
3
=
.
dt 2 0.5 p + 17 (t + 2) 2
Calculamos
dc
dt
usando la formula anterior. Para ello debemos determinar el valor de p cuando t=4
t= 4
3
1
= 100 = 99,5 .
4+ 2
2
De esta manera
p ( 4) = 100
dc
dt
t= 4
dc
dt
t= 4
0.5
3
2
2 0.5(99.5) + 17 ( 4 + 2)
Ejercicio de desarrollo.- Para cada una de las siguientes funciones indique los pasos que usted hara
para conseguir la derivada.
Ejemplo: f ( x) = 2 x 2 + 1 . Se reescribe la raz. El 2 sale afuera de la derivacin por la regla del factor
constante. Se aplica la regla de la potencia generalizada ( x 2 + 1)1 / 2 . La derivada interna se deriva como
una suma
a) f ( x ) = x + 5 x + x 2 ;
b) f ( z ) = 5 4 5 1 z ;
c) h( x) = x ( x 2 1) 2 2 ( x 1) 2 ;
36
3x
d) f ( x ) =
g) y =
2( x + 3)
5
1
3 3
h) h( x) =
( 2 x 1) 2
;
5x + 1
j) y =
e) g ( x) =
k) g (t ) =
( 2 x 1)5
(1 x )5
5
2t 1
i) f (t ) =
;
1 t
(t + 3) 2
;
2t + 1
( 2 x 1) 3 ( x + 3) ;
f) f ( x) =
x+ 2
l) y =
(2 x 1)
5x + 1
x 1
+ 2
(3x 1) 4
5
EJERCICIOS
1) Derive las siguientes funciones
1.1) y = (4 x 1) 6 ;
1.2) f ( x) = (4 x 2 ) 4 ;
1.4) y = 4(1 + 3 x 3 x 2 ) 2 ;
1.7) f ( x) =
1
;
(3 x 1)
1.10) f ( x ) = 5 2 x 2 + 3 ;
f ( z) =
2z +
(3 x 3 + 1) 3
;
4
1.5) y =
2
;
(3 x + 1) 2
1.9) f (t ) =
1.11) y =
(1 x) 2 ;
1.12) f (t ) =
4x
1
5
4x
1.16) f ( x) = 3 x 2 (3 x ) 5 ;
1.17) f (t ) = t 2 t + 3 ;
1.19) y =
1.20) f ( x) =
1.22) y =
( x + 3)(1 x ) ;
x2 1
;
(3x + 1) 2
1.23) f ( x) =
(3 x 1) 3
;
(1 5 x ) 3
3
t+ 3;
2
5 (3t 1) 3
; 1.13)
1.15) f ( x) = x( x 1) 3 ;
1.18) f ( x ) = ( 4 x 1) 3 (5 x + 3) 2 ;
3
3x 1
;
1 5x
1.21) f ( x) =
3
(3x 1) 2
;
(2 x ) 5
1.26) f ( x ) = 5 x 3 2 x + 2 3 x ;
x 1 x 1
;
4 x 4
3x 1
; 1.24) f ( x) =
2 x
1.25) f ( x) = 5( x 3 2 x + 2) x + 3 ;
1.27) y =
1.6) y = ( 4 x 2 + 1) 4 ;
1.8) f ( x) =
1.14) f ( x) =
2z ;
1.3) f ( x) = (3 x x 2 ) 4 ;
1.28) f ( z ) =
z2 + 1
1 z
1.29) h(t ) =
( 2t + 1)( t + 2) +
( x 2 5) 3
cuando x =3
3
27 x 2 (3 x 3 + 1) 2
; 1.6) 32 x(4 x 2 + 1) 5 ; 1.7)
;
(3x 1) 2
4
9
10 x
1
2
1.8) 24 x (3x 2 + 1) 3 ; 1.9)
; 1.10)
; 1.11) 3
; 1.12)
; 1.13)
2
5 (3t 1) 5
2x + 3
2 t+ 3
3 1 x
1.4) 24(1 2 x)(1 + 3 x 3 x 2 ) ; 1.5)
2
2 z
2 ; 1.14)
5 x
1
5
5 4x
1.16) 3x (3 x ) 4 (6 7 x) ; 1.17)
; 1.15) f ( x) = ( x 1) 2 (4 x 1) ;
t (5t + 12)
t+ 3
1.20)
( x + 1)
( x + 3)(1 x)
2
2x + 6
6(3 x 1) 2
6 3x 1
5
2 x
3
; 1.21)
37
7 x 3 + 18 x 2 6 x 10
1
; 1.26) 15 x 2 2
5
;
1.25)
;
33 (2 x ) (3 x 1)
3
x
2 x+ 3
z+1
4t + 5
3
3( x 1) 2
1.27)
; 1.28)
; 1.29)
; 2) y = 18 x 46
2
2
3
( z 1) x + 1
2 2t 2 + 5t + 4
(4 x )
4
1.24)
9x + 7
8
PROBLEMAS DE ECONOMA
1) Se ha estimado que el consumo de gasolina en cierta ciudad depender de los habitantes que tenga y
50
p2
est dado por c( p) =
miles.
+ 11 . Si el tamao de la poblacin se estima en p(t ) = 100
(
t
+
2) 2
2
dc
50 p
=
A qu razn de cambiar el consumo de gasolina con respecto al tiempo? Respuesta:
dt (t + 2) 3
50
donde p (t ) = 100
(t + 2) 2
1
2) La ecuacin de demanda de cierto artculo es p = 25
. Determinar la razn de cambio del precio
1+ q
con respecto a la demanda. a) Calcule esta razn de cambio para q=9. b) Interprete sus resultados.
1
Respuesta:
4
1
= 0 . Determinar
3) (Demanda marginal) La ecuacin de demanda de un artculo est dada por q
p+ 2
la demanda marginal para un precio de p=1. Interprete sus resultados. (Se define como demanda
1
marginal a dq dp ) Respuesta:
9
4) Sea C ( I ) = 1.2 I 5 I + 4 + 6 la funcin de consumo de cierto pas, donde I y C vienen dadas en
miles de millones de UM . a) Encuentre la propensin marginal al consumo y al ahorro cuando I = 32 .
b) Interprete sus resultados.
Respuesta 0.783
20
+ 20 x 10 , donde q
5) La funcin de ingreso por la venta de cierto artculo est dada por I ( q ) =
(1 + 3 x )
est dado en miles de unidades y el ingreso en miles de UM. Determine el ingreso marginal cuando el
nivel de ventas es de 1000 unidades. Interprete sus resultados. Respuesta: 16.250UM
PROBLEMAS EN CIENCIAS SOCIALES
1) (Demografa) Para una poblacin de 50.000 habitantes el nmero de personas que se estiman vivirn
ms de x aos est modelado por E ( x) = 5.000 100 x . Calcule la razn de cambio de E con respecto
a x cuando x=51? Respuesta: -357
38
1
x
x
(e ) = e x
(ln x ) =
Podemos obtener por definicin la derivada del logaritmo neperiano, haciendo uso del lmite notable
1/ x
lim(1 + x ) = e . Tenemos entonces por definicin de lmite que
x 0
x+ h
1/ h
ln
1
h
d
ln( x + h) ln( x)
=
lim
ln
1
+
(ln( x)) = lim
=
lim
ln
1
+
x
h 0
h 0
= lim
h
x h 0
dx
h
x
h 0
h
Usando continuidad de la funcin logaritmo tenemos que
1
x
x x
1/ h
1 1/ x
xh
h
ln
lim
1
+
= ln lim 1 + = ln lim 1 +
(ln(x)) =
= ln lim(1 + z ) z
h
0
x
x
dx
z 0
h 0
1
1
= ln e1 / x = ln e = .
x
x
Prximamente deduciremos la derivada de e x
Observacin: La frmula para la derivada del logaritmo es en base e, luego se dar la frmula para
cualquier base. Un comentario similar hay con respecto a la funcin exponencial.
Ejemplo 1.- Encontrar la derivada de las siguientes funciones:
a) y = 3 ln x ; b) y = xe x ; c) y = ln x
Solucin:
a) Aplicando la regla del factor constante queda
1 3
y = ( 3 ln x ) = 3( ln x ) = 3 =
x x
b)Se aplica la regla de producto
y = x e x + x(e x ) = e x + xe x
Finalmente podemos expresar el resultado de la derivada en forma factorizada
y = e x (1 + x )
c) Se reescribe primero y =
y =
1
2 x ln x
b) y =
ex
2
c) y =
x
e x
39
FORMAS FRECUENTES DE FUNCIONES ESPECIALES:
Las funciones especiales frecuentemente vienen dadas con un argumento distinto a simplemente
la variable. Esta situacin la podemos escribir en cada caso como: ln g ( x) y e g ( x ) ,. Todas ellas pueden
ser expresadas como una composicin donde la funcin interna es u = g (x) . Para obtener la derivada
de cada una de estas formas se usa la regla de la cadena. Las funciones externas f son respectivamente:
ln , e . La funcin interna es en todos los casos: u = g (x) . Aplicando a cada caso la regla de la
cadena:
h ( x) = f ( g ( x)) g ( x) .
( ln g ( x))
1
g ( x)
( g ( x))
(e ) = e
g ( x)
g ( x)
g ( x)
a) y = ln( x 2 + 1)
1
2
xe x .
Solucin
a) La funcin es de la forma ln g ( x) . Remarcamos que la funcin externa es ln y la interna
y = ln( x 2 + 1)
1
( x 2 + 1)
2
x +1
2x
x +1
No se olvide de la
derivada interna
( ) = e
y = e x
c) Para derivar y =
1
y =
2
1
y =
2
1
y =
2
1
y =
y =
2
e
x2
( x) = e x
x e x
( x e )
( e + x (e ) )
(e + x(e )( x ) )
(e 2 x (e ) )
x2
x2
x2
x2
x2
x2
(1 2 x )
2
x2
Reescritura
40
Cuando tenemos un logaritmo de un producto, cociente o potencia podemos usar las propiedades
del logaritmo para reescribir la funcin de tal manera que resulte ms fcil y rpido de derivar.
Ejemplo 3.- Encontrar la derivada de la siguiente funcin y = ln[(3x + 1)( x + 2) 2 ]
Solucin: Reescribimos la funcin usando primero la propiedad del producto y luego la de la potencia:
y = ln(3x + 1) + ln( x + 2) 2
y = ln(3 x + 1) + 2 ln( x + 2)
Esta ltima forma es la que derivamos, aplicando primero la derivada de la suma
y = ( ln(3x + 1) ) + ( 2 ln( x + 2) )
y =
(3x + 1) + 2( ln( x + 2) )
3x + 1
y =
1
1
3+ 2
1
3x + 1
x+ 2
y =
3
2
+
3x + 1 x + 2
a) y = ln 1 x
x
4e 3 x
+1
2x 1
c) y = ln
3x x + 1
y =
1
(ln x1 / 2 ) 1 / 2 (ln x 1 / 2 )
2
y =
1
1
(ln x 1 / 2 ) 1 / 2 ( ln x )
2
2
y =
1
1
(ln x1 / 2 ) 1 / 2 (ln x )
2
2
y =
1
1
=
4 ln x x 4 x ln x
41
A continuacin deduciremos la derivada de la exponencial a partir de las derivadas de logaritmos
Sea g ( x) = e x , como el logaritmo es la funcin inversa de la exponencial tenemos que
ln g ( x) = x Derivamos ambos miembros
g ( x)
g ( x)
=1
log a ( g ( x)) =
ln( g ( x))
.
ln(a )
As
1
ln( g ( x ))
1
1
=
( log a ( g ( x)) ) =
(ln( g ( x )) =
( g ( x)) g ( x)
ln a
ln a
ln(a )
( log a ( g ( x ) ) )
1
1
g ( x)
( g ( x))
ln a
( a ( ) ) = e
g x
ln a g ( x )
a g ( x ) = e ln a
g ( x)
(ln a g ( x))
Finalmente usamos a g ( x ) = e ln a
= e ln a g ( x ) ln a g ( x)
( a ( ) ) = a
g x
g ( x)
g ( x)
para obtenemos
g ( x) ln a
42
Ejemplo 6.- Encontrar la derivada de las siguientes funciones:
a) y = log 2 ( x + 2 x)
b) y = x log 2 ( x 3 + x) ; c) y = 2 x
Solucin:
1
1
g ( x)
a) Se derivar usando la formula ( log a ( g ( x)) ) =
( g ( x))
ln a
y = log 2 ( x + 2 x)
(
x + 2x
1
1
+ 2
x + 2x 2 x
ln 2
1
x + 2x
ln 2
1+ 4 x
2 ln 2 x
x + 2x
d ln( x 3 + x)
(
) En el segundo trmino aplicamos la regla del Factor Cte.
dx
ln 2
1 d
(ln( x 3 + x))
ln 2 dx
= log 2 ( x 3 + x) +
x
1
d 3
( x + x)
3
ln 2 ( x + x) dx
= log 2 ( x 3 + x) +
x
1
3
(3x 2 + 1)
ln 2 ( x + x)
= log 2 ( x 3 + x) +
3x 2 + 1
ln(2)( x 2 + 1)
d
(log 2 ( x 3 + x)) pudimos usar la frmula
dx
( log a ( g ( x)))
1
1
g ( x)
( g ( x))
ln a
dy d
=
(e
dx dx
x ln 2
)=e
x ln 2
g ( x)
d
( x ln 2)
dx
como y = e ln 2
= e
x ln 2
43
= 2
=
d 1/ 2
(x )
dx
1
ln 2 1 / 2
2x
x ln 2
=e
x1
ln 2
x ln 2
= 2
ln 2
( )
y = 2
= 2
( x ) ln 2
ln 2
2 x
x1
ln 2
x3
b) y = 10
1
x
APLICACIONES
Ejemplo 1.- Un modelo de crecimiento de cierto pas est dado por P(t ) = 25(1.03) t millones de
habitantes a partir de 1999. A qu razn cambiar la poblacin con respecto al tiempo t aos despus?
dP
Solucin: Debemos conseguir
. La funcin P(t ) = 25(1.03) t tiene forma exponencial
dt
dP
d (1.03) t
.
Se aplica (a x ) = ln(a) a g ( x ) g ( x ) , obteniendo
= 25
dt
dt
dP
= 25 ln(1.03) (1.03) t 1 .
dt
dP
= 25 ln(1.03) (1.03) t millones de habitantes en el
dt
ao t.
Ejercicio de desarrollo.- Para cada una de las siguientes funciones indique los pasos que usted hara
para conseguir la derivada. Considere reescribir.
Ejemplo: f ( x) = 2 x ln( x 2 + 1) . El 2 sale afuera de la derivacin por la regla del factor constante. Se
aplica la regla del producto, quedan dos trminos en uno hay que derivar ln( x 2 + 1) el cual tiene la
forma del logaritmo de g(x). La derivada interna se deriva como una suma
2
a) f ( x ) = e + ln x + x 2 ;
b) f ( z ) = 3e x + 1 ;
c) h( x) = ln( x 2 x) + ln 2 ;
44
d) f ( x ) =
ln x
;
ln x 2
;
e) g ( x) = ln
x+ 2
f) f ( x) = ln(e x 1) ;
( x 1)5
g) y =
ln(3 x 1) 1
+ x;
5
e
h) h( x) = ln
5 ;
(1 3x )
i) h( x) =
j) y =
2
;
ln(3 x 1)
k) g (t ) =
e 2x
2
ln 3
;
+ 2
5x + 1
e
x
e2x x
) y =
;
x
m) g ( x) = ln 2 x 3x ;
ln( x 1)
o) y = log( x ) ;
ln x 1
;
ln( x 1)
2
3e x
l) y =
n) g ( x) = ( ln( x 2 + 1) ) ;
2
q) g ( x) =
p) h( x) = x 23 x ;
2
2x + 1
EJERCICIOS
1) Encuentre la derivada de las siguientes funciones
1.1) y = ln(3 x 4) ;
1.2) f ( x) = x ln x 2 ;
1.4) g (t ) = (4t 1) 2 ln(3t + 5) ; 1.5) h( z ) =
x2
;
1.7) f ( x) = ln 2
x + 1
ln( z 2 + 1)
;
z
1.8) f ( s) = ln 4
s4 + 1
;
s4 1
1.10) y = ln ( (3 x 1)(4 x + 1) ) ;
1.11) h( x ) = ln ( x( x 1) 3 ) ;
1.13) y =
1.14) y = ln x + ln x ;
ln( x ) 1 ;
3
1.16) h( x ) = ln( 2 x + 1) ;
1.3) f ( x) = ln(1 2 x 3 ) ;
1.6) f ( z ) =
ln( z + 1)
s 4 + 1
;
ln 4
s 1
1.9) f ( s) =
1.17) g ( x ) = ln( 2 x ) + 1 .
ex
3x
2.1) y = e 4 x 5 ;
2.2) y = 2e 4 3 x ;
2.3) y =
2.4) y = e ln x 3 ;
2.5) y = x 2 e x ;
2.6) y =
2.7) y = ( x 3 + 1)e 3 x ;
2.8) y = 4 x 3 + 3 x ;
ex 1
;
e x + 1
2.9) y = 3 x ;
2.10) y = 3 3 x 3 x ;
2.11) y = 3 e ;
2.12) y =
2.13) y = (e 2 x + 1) 9 ;
2.14) y = ln(1 + e 2 x ) ;
2.15) y =
2
+ (e 2 x ) 2 ;
e 2x
2
e
2x
+ 2
3.4) y = ln
x ;
1
+
e
2
x2 + 1
3.7) y = ln 2
ln 3 x ;
e x
;
3.5) y = ln
2 ln x + 1
3.8) y = e
;
3.6) y =
3.11) y = 4 x 22 x ;
3.12) y = ln 5 (e x + 1) ;
ln x 2 ln x 3 ;
3.9) y = ln x + 1 ln x ;
3.10) y =
ex e
ex
1.12) y = ln ( 4 x 1) 2 3 x 2 + 1 ;
45
3.13) y = ln(e x + 1) 5 ;
( )
3.16) y = log e 3 x ;
4) Si
f ( x) = 33
3.14) y =
3.17) y =
ln(1 x)
2x
3.15) y =
( );
log x 2
e x 1 x
;
e x+ 2
3.18) y = 1 + log( x)
x2
; encuentre f (4)
e kt
. Calcule la razn de cambio porcentual de C con
t
respecto a t.
Respuestas: 1.1)
3
3( 4t 1)
6x 2
) ; 1.5)
; 1.2) 2(ln x + 1) ; 1.3)
; 1.4) (4t 1)(8 ln(3t + 5) +
3
3x 4
3t + 5
1 2x
2
2 z 2 ( z 2 + 1) ln( z 2 + 1)
( z 2 + 1) ln( z 2 + 1) 2 z 2
8s 3
;
1.6)
;
1.7)
;
1.8)
; 1.9)
2
x( x + 1)
( z 2 + 1) ln 2 ( z 2 + 1)
z 2 ( z 2 + 1)
s8 1
1/ 2
24 x 1
4x 1
12 x 2 + 27 x + 8
; 1.10)
; 1.11)
; 1.12)
; 1.13)
(3x 1)(4 x + 1)
x( x 1)
(4 x + 1)(3x 2 + 1)
6
1
1
3
4 4 ln 3 x
1.14) +
; 1.15) (ln( x ) + 1) x ;
1.16)
;1.17) (ln( 2 x ) + 1)2 x ;
2
(2 x + 1) ln ( 2 x + 1)
2 x ln x 1
x
x
4 s 3 s 4 +
ln
s 8 1 s 4
2 + e x e x
2 x 3 x2 3x
e
; 2.4) 1 ; 2.5) x(2 x)e x ; 2.6)
; 2.7)
4
(e x + 1) 2
2e 2 x
4
2e 2 x
;
2.15)
;
3.1)
; 3.2) 2e 2 x ;
1 + 2e 2 x
1 + e 2x
1 + e 2x
(1 + x ) ln(1 + x) + ln(1 x)(1 x)
e x + 2 ex
6
3.3)
;
3.4)
; 3.7) (4 x 3 + 2 x) ln 2 ln 3 ;
2
2
x
x ; 3.5) -1: 3.6)
( x 1)( ln(1 + x) )
(1 + e )(1 e )
x
4
x ln x + ( x + 1) ln( x + 1)
2
5e x ln(1 + e x )
3.8) 2ex; 3.9)
; 3.10) ( x 1 / 2)e ( x x + 1) / 2 ; 3.11) 4 x ln 4 ; 3.12)
;
2 x( x + 1)
1+ e x
1
2 4 ln 10 log x
5e x
3.13)
; 3.16) 3 log e ; 3.17)
; 3.18)
3
x
2 x ln 10 1 + log x
x ln 10
1+ e
4)
37
kt ( kt 1)
ln 3 ; 5) y = 5 x 4 ; 6) e
t2
4
46
3e 0.04t
2 + e 0.04t
PROBLEMAS DE ECONOMA
400
el costo promedio de producir q unidades. a) Encuentre la funcin de costo
ln(q + 4)
marginal. b) Calcule el costo marginal para q=30. c) Interprete sus resultados.
400( (q + 4) ln(q + 4) q )
Respuesta: a) C (q ) =
b) C (30) 5.48
2
(q + 4)( ln(q + 4) )
1) Sea
c=
25
representa la ecuacin de la demanda de un determinado producto. Determine
ln(q + 2)
a) la funcin de ingreso marginal; b) la funcin ingreso marginal para q=2; c) Interprete sus resultados.
( (q + 2) ln(q + 2) q )
Respuestas: a) I (q ) = 25
; b) I (2) 11.52
(q + 2)( ln(q + 2) ) 2
400e (3q + 200 ) / 300
el costo promedio de producir q unidades. Encuentre la funcin de costo
q
marginal y el costo marginal para q=98. Respuestas: 4e ( 3q + 200 ) / 300 ; 20.75
4) Sea c (q) =
dU
. b) Evale esta derivada cuando se han invertido 1000 U.M. en publicidad. c) Ahora evale
dx
cuando la inversin es de 3.000 U.M. d) Intrprete sus resultados.
47
VERDADERO O FALSO.
Diga si las siguientes proposiciones son verdaderas o falsas. Justifique.
1.1) ( ) La derivada se interpreta como la razn de cambio momentnea de y con respecto a x
1
1.2) ( ) ( ln(2) )= ;
1.3) ( ) f ( x) = | x 1 | no es derivable en 0
2
( )
x '
1.4) ( ) xe = xe
;
(e x )'
e x
1.5) ( ) Si f es derivable en un punto entonces es continua en ese punto
1.6) ( ) Si f es continua entonces es derivable.; 1.7) ( ) f ( x ) = x 2 / 5 es derivable en su dominio.
Para las siguientes afirmaciones suponga que f y g son diferenciables
g ( x)
1.8) ( ) (2 f ( x ) 3g ( x )) = 2 f ( x ) 3g ( x ) ;
) =
1.9) ( ) ln(
g ( x)
g ( x)
1.10) ( ) ( xf ( x )) = f ( x ) + xf ( x ) ;
1.11) ( )
f ( x) =
1
2 f ( x)
f ( x) =
f ( x)
2 f ( x)
I (51) I (50)
I (50)
1.12) Falso, hay que evaluar la derivada en x =2, la pendiente es 12.1.13) Verdadera,
1
e I (51) I (50) es el ingreso exacto de la unidad adicional a 50.1.14) Verdadera, U (21) es la utilidad por
la produccin y venta de las primeras 21 unidades si se le quita la utilidad de las primeras 20 se obtiene
la utilidad de la unidad 21.
Mtodos de Integracin
Indice
Introduccin
Cambio de Variable
Integracin por partes
Integrales de funciones trigonomtricas
Sustitucin Trigonomtrica
Fracciones parciales
Introduccin.
En esta seccin, ya con la ayuda del Teorema Fundamental del Clculo, desarrollaremos las
principales tcnicas de Integracin que nos permitirn encontrar las integrales indefinidas
de una clase muy amplia de funciones. En cada uno de los mtodos de integracin, se
presentan ejemplos tpicos que van desde los casos ms simples, pero ilustrativos, que nos
permiten llegar de manera gradual hasta los que tienen un mayor grado de dificultad.
Regresar al ndice
x dx =
x +1
+k
+1
si 1
dx =
x
+k ,
5
x dx =
1
+1
x2
1
+1
2
+k =
3
x2
3
2
+k =
2 3
x +k
3
, etc.
(3 x 5) 5
(3 x 5) dx =
+k?
5
4
= 3(3 x 5)
dx
5
lo correcto sera
o bien
3(3 x 5) 4 dx =
(3 x 5) 5
+k
5
(3 x 5) 4 dx =
1 (3 x 5) 5
+k
3
5
(cos x) 4 dx =
(cos x) 5
+k?
5
= senx(cos x)
dx 5
lo correcto sera
senx(cos x) 4 dx =
(cos x) 5
+k
5
3(3 x 5) 4 dx =
(3 x 5) 5
+k
5
senx(cos x) 4 dx =
(cos x) 5
+k
5
x dx =
x +1
+k
+1
si 1
advertimos que si la variable x se reemplaza por una funcin u(x), para que la integral se
calcule sustituyendo u(x) por x, en el integrando debe aparecer u'(x) multiplicando a u(x),
es decir
[u ( x)]
[
u ( x)] u ' ( x)dx =
+1
+1
+k
si 1
f ( x) dx = g ( x) + k
y cambiamos la variable x por la funcin derivable u(x), tal que u'(x) es continua,
obtenemos LA FORMULA DE CAMBIO DE VARIABLE
f (u)du = g (u) + k
En todos los ejemplos que veremos a continuacin, trataremos de reducir el grado de
dificultad de la integral mediante un cambio de variable, de tal manera que la integral
resultante sea ms fcil de integrar que sea una integral conocida. Para que la frmula de
cambio de variable tenga posibilidades de xito, debemos identificar en el integrando a
una funcin u y a u', su derivada.
Ejemplo 1. Encuentre
(3 x 5) 4 dx
Solucin. En este caso sencillo podemos observar que esta integral "se parece" a
lo cual nos sugiere tomar el cambio de variable u = 3x-5
u = 3x-5
du = 3 dx dx = (1/3)du
Sustituyendo en la integral,
(3 x 5) 4 dx = u 4 du / 3 =
1
1 u5
(3 x 5) 5
u5
u 4 du = ( ) + c =
+c =
+c
3
3 5
15
15
cos
x senx dx
u du ,
4
Solucin. En este caso podemos observar que esta integral "se parece" a
nos sugiere tomar el cambio de variable u = cosx
u du , lo cual
4
cos 5 x
u5
(cos x) ( senx dx) = (u )( du ) = u du = ( ) + c =
+c
5
5
(3 ln x 5) 4
dx
x
Solucin. Advertimos la presencia de la funcin lnx y su derivada 1/x, lo cual nos sugiere
tomar el cambio de variable:
Ejemplo 3. Encuentre
u = lnx du = dx/x
Sustituyendo en la integral,
(3 ln x 5) 4
dx = (3u 5) 4 du
x
A su vez esta integral tendra que resolverse por cambio de variable, tomando w = 3u-5,
como se hizo en el ejemplo 1, obteniendo:
(3 ln x 5) 4
(3u 5) 5
(3 ln x 5) 5
+c =
+c
dx = (3u 5) 4 du =
x
15
15
Sin embargo para evitar tomar dos o ms cambios de variable, debemos percatarnos de que
lo importante es que aparece la expresin 1/x que es la derivada de lnx, que tambin lo es
de (3lnx-5), salvo constantes.
Ms precisamente, podemos tomar el cambio de variable:
u = 3lnx-5 du = 3dx/x, bien dx/x = du/3,
y al sustituir en la integral original:
(3 ln x 5) 4
1
dx =
x
3
u 4 du =
1 u5
(3 ln x 5) 5
+c =
+c
3 5
15
3x
Ejemplo 4. Encuentre
2 x 7 dx
Solucin. En este caso aparece la funcin u = 2-x7 y su derivada (-7x6) multiplicada por la
constante (-3/7), precisando:
u = 2-x7
du = -7x6 dx
3x
3
2 x dx =
7
7
1
3
du 3 x 6 dx =
du
7
7
3 u 3/ 2
2 3/ 2
2
(
)+c =
u du =
u +c =
(2 x 7 ) 3 / 2 + c ,
7 3/ 2
7
7
as pues
3x
2 x 7 dx =
2
(2 x 7 ) 3 + c ,
7
Ntese que una vez identificado el cambio de variable u, vemos que la integral por resolver
es
3x
2 x 7 dx se reduce a resolver
variable x es similar a
u du
x2
dx
1 + x6
perder de vista que al hacer un cambio de variable es por que nuestra integral es similar se
puede reducir a otra fcil de resolver.
Si pensamos que x2 dx ser el nuevo diferencial, entonces u tendra que ser x3, es decir
u = x3 du = 3x2 dx
como se ve al expresar la integral de la siguiente manera:
x2
1 + (x )
dx =
x3
3 2
Ejemplo 6. Encuentre
du
1
1
1
= arctan u + c = arctan( x 3 ) + c
2
3
3 1+ u
3
1 9x8
dx
Solucin. En analoga al ejemplo anterior, podemos decir que esta integral se reduce a
du
du , ya que si tomamos el cambio de variable u2 =9x8, equivalentemente
1 u2
x3
1 9x8
dx =
1
12
du
1 u2
1
1
arcsen(u ) + c = arcsen(3x 4 ) + c
12
12
Podemos utilizar el mtodo de cambio de variable para encontrar las integrales de algunas
funciones conocidas
Ejemplo 7. Encuentre
Solucin.
tan x dx
tan x dx = cos x dx
senx
u = cosx du = -senx
senx
du
= ln u + c = ln(cos x) + c
dx =
cos x
u
tan x dx = ln sec x + C
Anlogamente
cot x dx = ln senx + C
Ejemplo 8. Encuentre
9+ x
dx
du
mediante un cambio de variable,
1+ u2
9+ x
dx
1
1
dx
dx
=
9 1 + x 2 / 9 9 1 + ( x / 3) 2
9 + 4x
dx
dx
du
1
1
3
1
=( )
= arctan u + c = arctan( x / 3) + c
2
2
3
3
9 1+ u
9 1 + ( x / 3)
En general podemos deducir la frmula que engloba todo este tipo de integrales.
Ejemplo 9. Encuentre
dx
a + x2
2
dx
1
= 2
2
+x
a
1 + ( 1 )x
dx
a
dx
1
= 2
2
a
+x
1 + ( 1 )x
dx
1
1
x
a du
= arctan u + c = arctan + c
= 2
2
a
a
a
a 1+ u
a2
es decir:
dx
1
x
= arctan + c
2
a
+x
a
---------- (I)
1
a+x
dx
=
ln
+c
2a a x
a2 x2
--------- (II)
y probaremos lo siguiente:
dx
, con a 0, se reducen a las frmulas (I)
ax + bx + c
(II) mediante cambio de variable.
dx
2 x + 12 x + 10
2
1
1
dx
dx
=
=
2 ( x + 3) 2 4
2
2 x 2 + 12 x + 10
dx
1 1 2 + ( x + 3)
=
+c
ln
4 ( x + 3) 2
2 4 2 ( x + 3)
es decir
dx
5+ x
1
+c
= ln
2 x + 12 x + 10 8 1 x
2
Obsrvese que no importa cual sea el trinomio cuadrado, al completarlo nuestra integral
siempre se reducir a una de las dos frmulas.
Una vez visto lo anterior, veremos un procedimiento que nos permitir calcular integrales
de la forma
( Ax + B)
dx
ax 2 + bx + c
con a 0
(5 x + 3)dx
3x 2 + 4 x + 2
Solucin. Por supuesto que el tipo ms sencillo de este tipo de integrales es cuando en el
numerador aparece la derivada del trmino cuadrtico del denominador.
(6 x + 4)dx
= ln 3 x 2 + 4 x + 2 + c
2
3x + 4 x + 2
Partiremos de esta funcin y modificaremos el numerador para obtener una expresin fcil
de integrar
(5 x + 3)
dx =
3x 2 + 4 x + 2
=
5
6
5
6
(6 x + 4) + 3 20
6
3x 2 + 4 x + 2
dx =
5
6
(6 x + 4) 13
3x
+ 4x + 2
dx =
( 6 x + 4)
1
dx
dx
2
2
3 3x + 4 x + 2
3x + 4 x + 2
3( x + 23 )
1
dx
dx
1 3
+c
=
=
arctan
3 ( x + 23 ) 2 + 92
2
3x 2 + 4 x + 2
3 2
En consecuencia :
(5 x + 3)dx
5
1
3x + 2
arctan
= ln 3x 2 + 4 x + 2
+c
2
6
3 2
+ 4x + 2
3 2
3x
Regresar al ndice
obtenemos:
x cos(x) dx
Solucin. Con el fin de utilizar la frmula anterior, tomaremos f(x) = x y g'(x) = cos(x), es
decir el integrando xcos(x) = f(x) g'(x)
f(x) = x
f '(x) = 1
g '(x) = cos(x)
g(x) = sen(x)
f(x) = cos(x)
f '(x) = -sen(x)
g '(x) = x
g(x) = x2/2
slo que la funcin por integrar en el lado derecho tiene un mayor grado de dificultad para
resolverse que la original.
x cos( x) dx =
x2
x2
cos( x)
sen( x) dx
2
2
NOTACIN. Con el fin de ser congruentes con la notacin utilizada en la mayora de los
libros del mercado, le llamaremos
u = f(x) y v = g(x) y en consecuencia du = f '(x)dx
nueva notacin resolveremos los siguientes ejercicios.
Ejemplo 2. Encuentre
xe
dx
u=x
du = dx
v = ex
dv = ex dx
obsrvese que con esta notacin, en vez de tomar g' (x) = ex , tomamos su diferencial
dv = ekdx y anlogamente con f, permitiendo que una parte del integrando sea u y el resto
sea dv.
xe
dx = xe x e x dx = xe x e x + c
En estos primeros dos ejemplos, una adecuada eleccin de u y dv nos lleva en un solo paso
a resolver nuestra integral reducindola a una integral ms fcil de resolver.
Existen otras situaciones, como se ver en los siguientes ejemplos, en que si bien la integral
del lado derecho tiene un menor grado de dificultad, no es una integral inmediata, requiere
de un nuevo proceso de integracin por partes resolverla por cambio de variable, algn
otro procedimiento.
Ejemplo 3. Encuentre
x e
2 x
dx
u = x2
du = 2xdx
v = ex
dv = ex dx
x e
2 x
dx = x 2 e x 2 xe x dx
la integral del lado derecho se resuelve por partes (Ejemplo 2), obteniendo:
x e
2 x
dx = x 2 e x 2( xe x e x ) + c
Observacin: La eleccin u = ex, dv = x2dx nos lleva a una integral con un mayor grado de
dificultad.
Ejemplo 4. Encuentre
arctan x dx
u = arctanx
dx
du =
1 + x2
v=x
dv = dx
arctan x dx = x arctan x
x
dx
1 + x2
En este caso, la integral del lado derecho se resuelve por un cambio de variable,
obteniendo:
1+ x
x
dx =
1
2x
1
dx = ln(1 + x 2 ) + c
2
2 1+ x
2
y en consecuencia:
arctan x dx = x arctan x
1
ln(1 + x 2 ) + c
2
Ejemplo 5. Encuentre
sen (x) dx
2
u = senx
du =cos dx
v = -cosx
dv = senx dx
La integral del lado derecho, al parecer tiene el mismo grado de dificultad que la integral
original, incluso es de la misma naturaleza que la original, lo que nos sugiere utilizar de
nuevo el mtodo de integracin por partes
u = cosx
du =-sen dx
v = senx
dv = cos dx
obteniendo la identidad
en la que si dejamos en el lado izquierdo las integrales, obtenemos 0 = 0, que no nos ayuda
a encontrar el valor de nuestra integral.
La alternativa en este caso es utilizar la identidad trigonomtrica sen2x + cos2x =1
inmediatamente despus de la primera integracin por partes.
Si bien nos vuelve a aparecer la misma integral, esta vez aparece con distinto signo, lo que
nos permite despejarla, es decir si dejamos del lado izquierdo las integrales, obtendremos:
O bien
sen ( x) dx =
2
Ejemplo 6. Encuentre
x senx cos x
+c.
2
e sen( x) dx
x
u = ex
du = ex dx
v = -cosx
dv = senx dx
e sen( x) dx = e
x
cos x + e x cos x
v = senx
dv = cosx dx
e
Sustituyendo, obtenemos:
e senx dx = e
x
e senx dx = e senx e
x
cos x e x senx
y en consecuencia
e x senx dx =
e x senx e x cos x
+c
2
x 3e x dx
u = x3, dv = e x dx ; u = x2, dv = x e x dx ; u = x, dv = x2 e x dx ; u = 1, dv = x3 e x dx ;
2
u = x3 e x dx , dv = dx, etc.
Cul de estas opciones elegir?
Lo primero que debemos hacer es asegurarnos que en nuestra eleccin, dv sea una funcin
fcil de integrar. Si examinamos con detalle las opciones, slo la opcin
2
u = x2, dv = x e x dx cumple con esto ya que dv es fcil integrar por un simple cambio de
variable:
v=
xe x dx =
2
1
1 2
2 xe x dx = e x + c
2
2
u = x2
du = 2x dx
1 x2
e
2
2
dv = xe x dx
v=
x 3e x dx =
Ejemplo 8. Encuentre
2
2
1 2 x2
1
1 2
x e xe x dx = x 2 e x e x + c
2
2
2
6 3 x 5 dx
Solucin. Con un criterio similar al del caso anterior, tomamos la siguiente eleccin:
u=x
2
v=
(6 3 x 5 ) 2
45
du = 5x4 dx
dv = x 4 6 3x 5 dx
donde v =
dv = x
1
1 2
15 x 4 (6 3x 5 ) 2 dx = (6 3 x 5 ) 2
6 3x dx =
15
15 3
5
10 4
2x5
x (6 3x 5 ) 2 dx
(6 3 x 5 ) 2 +
6 3x dx =
45
45
2x5
10 1
=
(6 3x 5 ) 2 + 15 x 4 (6 3x 5 ) 2 dx
45
45 15
2 x5
2 2
5
=
(6 3 x 5 ) 2
( 6 3 x ) 2 + c
135
5
45
As pues:
x 9 6 3 x 5 dx =
2 x5
45
4
5 5
(6 3 x 5 ) 3
(6 3 x ) + c
675
Regresar al ndice
sen x dx cos x dx
n
Ejemplo 1. Resolver
Solucin:
1 cos(2 x)
2
cos 2 x =
1 + cos(2 x)
2
sen x dx
3
x ) senx dx
sen 3 x dx =
cos x dx
5
Ejemplo 2. Resolver
Solucin:
u3
cos 3 x
u +c =
cos x + c
3
3
(1 cos 2 x) senx dx = (1 u 2 ) du =
cos 5 x dx =
(cos 2 x) cos x dx =
(1 sen 2 x) cos x dx
cos 5 x dx = (1 u 2 ) du =
Ejemplo 3. Resolver
Solucin:
sen x dx =
4
(1 2u 2 + u 4 )du = u
2u 3 u 5
2 sen 3 x sen 5 x
+
+ c = senx
+
+c
3
5
3
5
sen x dx
4
1 cos( 2 x)
1
( sen x) dx = (
) dx =
(1 2 cos(2 x) + cos 2 ( 2 x )) dx
2
4
2
1
1
1
dx
cos 2 ( 2 x ) dx
cos( 2 x) dx +
4
4
2
sen
x cos n x dx .
1 cos 2 x
2
cos 2 x =
1 + cos 2 x
2
sen2x + cos2x = 1
tan
x sec n x dx .
c) Si n es impar y m par usamos algn otro mtodo como por ejemplo integracin
por partes.
Regresar al ndice
1
1 x2
dx = arcsenx + c
y en consecuencia dx = cos d y
1 x 2 = 1 sen 2 = cos 2 = cos = cos
pues cos > 0 en el intervalo -/2<</2
Sustituyendo x en trminos de , obtenemos una integral en la variable , la cual
resolvemos fcilmente y del cambio de variable la expresamos en trminos de x.
1
1 x
dx =
Como podemos apreciar, al abordar este tipo de integrales siempre tendremos que resolver
una integral trigonomtrica, como las que se resolvieron en la seccin anterior.
Primer caso.
a 2 x 2 tomamos el cambio de
= arcsenx,
pues la funcin inversa de f(x) = senx se encuentra definida precisamente en el intervalo
(-a,a) y con valores en (-/2, /2).
x2 + y2 = 4
cuya grfica es:
-2
4 x 2 dx
Primeramente encontraremos
4 x 2 dx
por lo cual
dx = 2cos d y
4 x 2 = 2 cos .
4
4 x 2 dx = (2 cos )(2 cos ) d = 4 cos 2 d = ( + sen cos ) + c
2
Del cambio de variable x = 2sen obtenemos que sen = x/2, es decir, = arcsen(x/2).
Asimismo del cambio de variable, podemos construir el tringulo:
2
4 x2
4 x2
.
2
4
x 4 x2
( + sen cos ) + c = 2(arcsen +
)+c
2
4
4 x 2 dx =
4 x 2 dx = 2arcsen +
x 4 x2
+c
2
4 x 2 dx = 2arcsen(1) +
2 4 22
0 4 02
2arcsen(0) +
= 2arcsen1 = 2( / 2) =
2
2
4 x 2 dx = 4
Ejemplo 2. Encuentre
dx
9 x2
x = 3sen
por lo cual
dx = 3cos d y
9 x 2 = 3 cos .
dx
9 x2
3 cos
1
1
1
1
d =
d =
cscd = ln csc cot + c
(3sen )(3 cos )
3 sen
3
3
Del cambio de variable x = 3sen obtenemos que sen = x/3, y , podemos construir el
tringulo:
3
9 x2
1
1 3
9 x2
= ln csc cot + c = ln
+c
3 x
x
x 9 x2 3
dx
Ejemplo 3. Encuentre
1 3
9 x2
= ln
+c
x
x 9 x2 3 x
dx
x dx
16 x 2
x = 4sen
por lo cual
dx = 4cos d y
16 x 2 = 4 cos .
x dx
16 x 2
Del cambio de variable x = 4sen obtenemos que sen = x/4, y , podemos construir el
tringulo:
16 x 2
16 x 2
.
4
16 x 2
= 4 cos + c = 4
4
16 x 2
x dx
+ c = 16 x + c
Observacin: Esta integral puede resolverse tambin con un sencillo cambio de variable
algebraico u = 16 - x2. Compruebe este resultado como ejercicio.
Ejemplo 4. Encuentre
x 3 dx
4 9x2
Solucin. Ntese que para verlo como una integral del primer caso, debemos hacer un
cambio de variable sencillamente factorizar el 9 en el radical:
4 9 x 2 = 9( 4 / 9 x 2 ) = 3 4 / 9 x 2 .
2
sen
3
por lo cual
2
dx = cos d
3
4 / 9 x2 =
2
cos .
3
2
2
( sen ) 3 ( cos )
x dx
1 3
8
8 1
3
=
d =
sen 3 d = cos 3 cos + c
2
2
3
81
81 3
4 9x
( cos )
3
3
2
3x
sen , obtenemos que sen =
, y podemos construir el
2
3
tringulo:
2
4 9x 2
3x
4 9x2
.
2
Finalmente:
8 1
8 4 9 x 2
3
= cos cos + c =
243
2
4 9 x 2 81 3
x 3 dx
8 4 9x
81
2
+c
Segundo caso.
a 2 + x 2 tomamos el cambio de
= arctanx.
Pues la inversa de la funcin f(x) = tanx se encuentra definida en todos los reales y con
valores en (-/2 , /2)
Ejemplo 5. Encuentre
2 + x 2 dx
x = 2 tan
por lo cual dx = 2 sec 2 d
sustituyendo en la integral original, obtenemos:
2 + x 2 = 2 sec .
x
, y podemos construir el
2
tringulo:
2 + x2
2
2 + x2
2
tan =
x
, que al sustituir en la integral
2
obtenemos:
x 2 + x2
2 + x dx == 2(sec tan + ln sec + tan ) + c = 2
+ 2 ln x + 2 + x
+c
dx
(1 + x 2 ) 3
dx
(1 + x 2 ) 3
(1 + x )
2 3
( 1 + x ) = sec .
sec 2 d
= cos d = sen + c
sec 3
1+ x2
1 + x2
dx
(1 + x )
2 3
= sen + c =
1 + x2
+c
(1 + x )
2 2
dx
(1 + x 2 ) 2 =
1
=
(1 + x 2 ) 2
( 1+ x )
2
dx = sec 2 d
por lo cual
( 1 + x ) = sec .
2
(1 + x )
2 2
dx =
dx
(1 + x )
2 4
sec 2 d
sec
4
= cos 2 d =
1+ x2
x
1+ x
y cos =
1
1 + x2
1
( + sen cos ) + c
2
(1 + x 2 ) 2 dx =
1
1
x
( + sen cos ) + c = (arctan x +
)+c
2
2
1 + x2
Tercer caso.
x 2 a 2 tomamos el cambio de
En este tipo de radicales la variacin de x es en (-, -a)(a, ), razn por la cual se toma
x = asec, la cual tiene esta misma variacin en (0, /2) ( /2, ), justamente donde la
funcin secante tiene inversa.
En este tercer caso la expresin del radical en trminos de ser:
x 2 a 2 = a 2 sec 2 a 2 = a 2 (sec 2 1) = a tan 2 = a tan
solamente que en este dominio, la tangente toma valores positivos y negativos, por lo que
no podemos quitar impunemente el valor absoluto.
Para resolver este conflicto, asociaremos las variaciones de x y de , de la siguiente manera:
x > k 0 < < /2
x < -a < < 3/2
siendo la funcin tangente, positiva en estos intervalos para poder tomar
x 2 a 2 = a tan
tomaremos el valor de de la siguiente manera:
x
= arc sec si x > a
a
x
= 2 arc sec si x < a
a
dx
x2 9
Regresar al ndice
x2 + x + 3
dx.
x2
Obsrvese que difcilmente podramos abordarla con alguno de los mtodos que
disponemos. Procederemos efectuando la divisin de los polinomios:
x+3
x-2
x +x+3
-x2 + 2x
3x + 3
-3x + 6
9
9
x2 + x + 3
= ( x + 3) +
x2
x2
x2 + x + 3
dx = ( x + 3) dx +
x2
9
x2
+ 3 x + 9 ln x 2 + c
dx =
x2
2
P( x)
en el que el grado de P(x)
Q( x)
es mayor o igual al grado de Q(x), procederemos como en el caso anterior, aplicando el
algoritmo de la divisin
En general si queremos integrar un cociente de polinomios
q(x)
Q(x)
P(x)
r(x)
Q( x) dx = q( x) dx + Q( x) dx
P( x)
r ( x)
con gr r ( x) < gr Q( x)
Primer caso.
y por lo tanto:
P ( x)
dx =
Q( x)
A1
dx +
x a1
Q( x) dx = ln x a
P ( x)
Ejemplo 1. Calcular
A2
dx +
x a2
A3
dx + ... +
x a3
An
dx
x an
+ ln x a 2 + ln x a3 + ... + ln x a n + c
dx
16
en la que bastar determinar las dos constantes A y B para poder encontrar nuestra integral.
Procederemos a la determinacin de las constantes, efectuando la suma del lado derecho:
1
A( x 4) + B( x + 4) Ax 4 A + Bx + 4 B x( A + B) + (4 B 4 A)
=
=
=
,
( x + 4)( x 4)
( x + 4)( x 4)
( x + 4)( x 4)
x 16
2
,
x 16 x + 4 x 4 x + 4 x 4
2
dx
=
x 16
2
1/ 8
dx
x+4
1/ 8
1
1
dx = ln x + 4 ln x 4 + c
x4
8
8
dx
1 x+4
= ln
+c
16 8 x 4
du
1
au
=
ln
+c
2
2a a + u
a u
2
la cual puede ahora probarse con el mtodo de fracciones parciales como un ejercicio.
Ejemplo 2. Calcular
x+2
dx
2 x 15
y nuestra integral:
x+2
dx =
x 2 x 15
2
7/8
dx +
x5
1/ 8
7
1
dx = ln x 5 + ln x + 3 + c
x+3
8
8
Observacin: En cada uno de los casos de este mtodo se afirma que se puede dar una
descomposicin en fracciones parciales, lo cual es un resultado del lgebra y que por lo
tanto debera probarse algebraicamente, ya que podra surgir la duda de que en una de estas
descomposiciones se produjera un sistema de ecuaciones sin solucin. No daremos aqu la
demostracin pero veremos que por lo menos en el primer caso siempre ser posible
encontrar las constantes, es decir los sistemas resultantes si tendrn solucin.
despejamos a la constante A
A=
x + 2 B ( x 5)
x+3
x+3
evaluamos en x = 5 y obtenemos
A =7/8
Obsrvese que estos pasos para determinar A se pueden comprimir en uno solo:
Determinando las constantes por otro mtodo: De la expresin a descomponer en
fracciones parciales, se elimina del denominador el factor lineal correspondiente a esta
constante y finalmente se evala en el punto donde este factor eliminado se anula.
Es decir A =
x+2
evaluado en x = 5 , resultando A = 7/8.
x+3
x+2
evaluado en x = -3
x5
B = 1/8.
Ejemplo 3. Calcular
2 x 2 3x + 1
dx
x 3 6x 2 + 8x
2 x 2 3x + 1
( x 4)( x 2)
evaluado en x = 0 A = 1/8
B=
2 x 2 3x + 1
x( x 2)
evaluado en x = 4 B = 21/8
C=
2 x 2 3x + 1
x( x 4)
evaluado en x = 2
C = -3/4
As pues
2 x 2 3x + 1
1 dx 21 dx
3
dx =
+
3
2
8 x
8 x4 4
x 6 x + 8x
dx
x2
es decir:
Segundo caso.
2 x 2 3x + 1
1
21
3
dx = ln x + ln x 4 ln x 2 + c
3
2
8
8
4
x 6x + 8x
[Q(x) tiene todas sus races reales pero puede haber repetidas]
Cuando la factorizacin del polinomio Q(x) es en factores lineales no necesariamente
distintos, es decir:
Q( x) = ( x a1 ) m1 ( x a2 ) m2 ( x a3 ) m3 ...( x a n ) mn
Por cada factor lineal aparecern tantas fracciones parciales como multiplicidad tenga este
factor, por ejemplo para el factor (x-ak)mk habr mk fracciones parciales:
Amk
A1
A2
+
+
...
+
( x a k ) ( x ak ) 2
( x ak ) mk
donde A1, A2, A3,... Amk son constantes reales.
De nuevo como en el caso anterior la integracin de las fracciones parciales es sencilla y se
reduce a calcular integrales de la forma:
( x a)
dx
3x + 8
dx
4x 2 + 4x
3x + 8
evaluado en x = 0 nos da A = 2
( x 2) 2
C=
3x + 8
evaluado en x = 2 nos da C = 7
x
x( x 2)
dx =
3x + 8
x ( x 2)
Ejemplo 5. Calcular
x dx + x 2 dx + (x 2)
2
dx = 2 ln x 2 ln x 2
dx
7
+c
x2
x +8
dx
x 6 2x 4 + x 2
x+8
A B
C
D
E
F
= + 2 +
+
+
+
2
2
2
x x
x + 1 ( x + 1)
x 1 ( x 1)2
x ( x + 1) ( x 1)
2
Para determinar el resto de las constantes tenemos que plantear el sistema de ecuaciones:
x+8
A( x 5 2 x 3 + x) + B( x 4 2 x 2 + 1) + C ( x 5 x 4 x 3 + x 2 )
=
+
x 2 ( x 2 1) 2
x 2 ( x 2 1) 2
D( x 4 + 2 x 3 + x 2 ) + E ( x 5 + x 4 x 3 x 2 ) + F ( x 4 + 2 x 3 + x 2 )
x 2 ( x 2 1) 2
x+8
8 11
13
9
dx = ln x + ln x + 1 ln x 1
+c
4
2
x 2
2
4( x 1)
2x + x
Tercer caso.
[Q(x) tiene races complejas distintas]
Cuando en la factorizacin del polinomio Q(x) aparecen factores cuadrticos de la forma
3x + 1
dx
+ 2x 2 + 5x
el sistema a resolver:
A+B=0
2A + C = 3
5A = 1
y la solucin: A = 1/5, B = -1/5 y C = 13/5
3x + 1
1
dx =
2
5
+ 2 x + 5x
x 5 x
dx
1
1
= ln x
5
10
x 13
1
dx =
5
+ 2x + 5
x 5
( 2 x + 2)
14
dx +
5
+ 2x + 5
dx
1
(2 x + 2) 13 1
2
dx =
x 2 + 2x + 5
dx
=
+ 2x + 5
1
1
14
dx
=
= ln x ln x 2 + 2 x + 5 +
5
10
5 ( x + 1) 2 + 4
1
1
14 1
x + 1
ln x ln x 2 + 2 x + 5 + arctan
+ c
10
5 2
5
2
Cuarto caso.
[Q(x) tiene races complejas repetidas]
Cuando en la factorizacin del polinomio Q(x) aparecen factores cuadrticos repetidos de la
forma
A2 x + B2
( ax + bx + c)
2
+ ... +
An x + Bn
(ax 2 + bx + c ) n
Ejemplo 7. Calcular
x2
dx
x 4 + 2x 2 + 1
( x 2 + 1) 2
Ax + B
x2 +1
Cx + D
( x 2 + 1) 2
Ax 3 + Bx 2 + Ax + B + Cx + D
Con solucin A = 0, B = 1, C = 0 y D = -1
As pues la integral
( x 2 + 1) 2
x2
4
+ 2x + 1
2
dx =
dx
2
+1
(x
dx
2
+ 1) 2
Regresar al ndice
" # $
" %
&'
())*
!"
#
$
%
&
'
)
"
"
"
)
"
!!!"# ! ""
&
!
* +
!
!
+
0
00
10"
&
)
!
3,
* +
,
.
%
5
&
10 26
* + ,
0 2 00 2
!
.
5
" (
0 + 00
$ 2
100
+ 10
) 78
&
= 100
78
)
-(
"
5
"
+ 6
,/
=1
=6
) 78
0 = 100
100 = 100
(
;1
)
"$
<
"
"
%
;- )
;;-
"
9
;6
) 7 8"
"
/
/
"
)
)
/
"
)
6
= = """ =
5
)
8*
&
"
=
"
"""
"""
)
)"
(
+ 00
+ 10
= 100 00 10
= 0> 6
= 100
(
6
=6
= 0 >( ) (6) = 0 0 ? = 1
,
=1
&
=6
)
)"
0>
5
) 78
8 @
"
)
+0
+ """ + 0
=0
)
)"
8@
"
+0
+ """ + 0
>
5
)A
!"# ! ""
)"
&
* +
%
=
2
=0
""""7 8
)
78
7 8"
7 8"
,
0(1 ) +
( ) (6) = 0 +
(
,
? !
)
0 + 00 + :0 = 100
( ) ( ) = 0 +
7?
)=
6 =
+ 00
=0
+ 10
)
6
= 100
?
=0
)
"
9
)
)%
)
2
+ """ +
+ """ +
"""""""""""""""""""""""""""""""""""""""""""""
"""""""""""""""""""""""""""""""""""""""""""""
+
+ """ +
&
=
"""
"""
&
)
)
%
""" =
+ """ +
+ """ +
"""""""""""""""""""""""""""""""""""""""""""""
"""""""""""""""""""""""""""""""""""""""""""""
+
<
+ """ +
)
)
=6
6" *
-
/"
&
)
-
/"
)8
<
7)
&
,
7
)8
)8
7
!$ #
"!""#"
)8
"!
,
-
/"
)
A
"
$
%
"
"
" '
" '
"
)
)
5
"
C
6 $+ # =.
$ + 6# =
? #= 1
&
7&08
&0
)
$ + 6# =
6 $+ # =.
? #= 1
7% 8
&0"
&
)
%
$ + 6# =
6 $+ # =
7& 8
6$ # =
&
)
)
&
D6
5
)
%
0
$ + 6# =
1 $ : # = 1
7&68
6$ # =
$
&6
"
"
)
&
=
7&8
&
&
& A
&
&
&E
)
&A
&
+(
&
&
&
=
7&E8
&
)
&E
&
)
&
+(
&
+
&
&
)
+
&
=
&
"""7 8
&
"""7 8
"""768
768 7 8
+(
<
&E
&
&
&
) 7 E8"
) 7 E8A
&
+(
&
+
78
&
(
& &E
&
"""7 8
7&E8
"""7 8
78
&
&
&
) 78
"
6
"+
!!
)
F
)
)
/" (
)
= 6
+1
"
7&08
= 0
)
)
" *!
'
= 6
>2 6 = 0
7& 8
= 0
)
>2 6 = 0
+6
7& 8
?
1
"
(
)
)
-
/" * !
)
)
>2 6 = 0
.B
<
= 1
%
7&68
1
=
B
(
)
&6
>(
)=
= 0+ 0 = 0
( 5
)
&6
+ (0 ) +
( )=6
>
= 6 1 =
(
;
)
)
7.
; .
;0
&6A
)
&0
"
&
7.
)
&6
5
; ",
;0
;0
;.
)
,
&6A
8
;
&6"
)
)
" G
)
)
"(
6
>
=1
=?
78
6
> 0
1
?
78
G
" $
/" ,
!
(
9
78
"
"$
7 8" $
7!
8
)
)"
1 >
+B
=>
+ 1
=0
7&08
=:
6
1
1 >
0 >
'0;
0
0
*
F
"
= 6
+1
7&08
= 0
6
'0; 6
1
1
$
6 1 "
<
& &
&6
6
> 0
'; 0
0
6
> 0
'; 0
?
6
> 0
'6; 0
0 0 B 1
'0
"
)/
8
8
"
'
8 '
)
)
5
5
5
"
"
$ 5
7'68
" &
5
)
)
"
:
6
0 0 >
>
0
0
0 6 0 0
1 > ?
6
0 0 0
0 0 1
0 0 0
0 0 0
0 0
0 0 0 0 0 0
0 0 0 0 0 0
H
F
"
%
+6
+1
>
>
= 1
>
>
= 6
'0;
6 > 6
'
(
)
8
"
C
'0
';
6 > 6
$
*
)
)
)"
D6
' ; 0 0 1
1 B B
0 0
$
)
'6; 0 0 1
0 0
0 0
+0
+0
"
=0
'6
+
1
6
6
+B
1 +B
>
>
7& 8
<
)
)
5
&
A
)
("
B
= +
1 1
= B
B
1
>
78
>
&
+
+
=
B
+ +
1 1
6
1+
1
1
>
B
1
>
=
>
1
6
+ 1 >
1
1
1
>
>
&
=
78
)
2>
2 26
78
78
2
2 21
>
1
=
B
= +
1 1
1 =
1
>
6
1
B
1
>
>
768
>
&0
" (
)
2 2 1 2 >"
>
=
)
26
>
6
6 + (1 ) ( ) = 0
1
1
1
B
B
= + (1 ) + ( ) = >
1 1
1
=
6
( 0
6 > 1 .
&
=
1
>
&0"
768
>
6
+ (1 ) =
1
1
1
B 6
= + =
1 1
=
6
&0"
/
)
)
768
" (
>
6
+
1
1
1
2 =
=
B
B
=
+
+
6
1 1
1
21 =
768
2> =
"
+ $
#
6#
+ $ 1#
62 +
+
=
=
=
1
= .
6
1
1
6
0 1
> 1
0 1
1
1
0
1 >
>
0
0
0 1
> 1
0
0
+0
+0
> 1
0
0
0
)
)A
&
)
)
)
5
"
&
<
)
)
7
)
8
)
"
>
2.
MATRICES
Definicin
Una matriz de m n con elementos en C es un arreglo de la forma
a11
a12
a1n
a 21
a 22
a2n
a m1
am 2
a mn
, amn C y m, n Z .
[a ]
ij
Al arreglo horizontal
[a11
a12
a1n ]
[a 21
a 22
a 2n ]
como el segundo rengln, y en general al arreglo horizontal
[ai1
ai 2
ain ]
a1 j
a2 j
a mj
se le conoce como la j-sima columna.
As, en una matriz de m n pueden distinguirse m renglones (i=1,
2, ..., m) y n columnas (j=1, 2, ..., n), en particular si m=n se dice
que la matriz es cuadrada de orden n.
Comnmente se representa a las matrices con letras maysculas y
a sus elementos con letras minsculas.
Como ejemplo de matrices tenemos las siguientes
A=
1 i
3i
4i
1 1 2i
2
-1 2 4
1 - 3i
1
1
; B=
0 ;C =
;D = 3 1 1
3
2
4
3
2 1 0
5
0
Igualdad de matrices
a 23
a32
c33
1 2i
1
=
3
no existe
d 33
= 0 , etc.
b13
[ ]
[ ]
A=
i 2 1
3
y B=
i 2 1
3
0 i
a11
= b11
a12
= b12
a13
= b13
a 21
= b21
a 22
y
a 23
b22
b23
M = 3
0 4
5 y N = 3
z
Definicin
, n.
B = 2 i
3 4
y C=
5 2i
7+i 0
se tiene que
3 +1
5+2
4
3
A + B = 0 + (2) 1 + i + (1) = 2
1
2i + 3 4 + (4)
3 2i 0
mientras que la adicin de A y C no puede efectuarse, ya que las
matrices no son del mismo orden. Se dice por ello que A y C no
son conformables para la adicin y, en consecuencia, la suma
A+C no existe.
La adiciones de matrices satisface las siguientes propiedades
Teorema
A + (B+C) = (A+B) + C
A + B =B + A
Existe una matriz 0 de m x n tal que
asociatividad
conmutatividad
iv)
A+0=A
idntico
Existe una matriz A de m x n tal que
A + (-A) = 0
inversos
elemento
elementos
Demostracin
A+ B = B + A
iii) Sea A = aij una matriz de mxn con elementos en C.
Si definimos la matriz 0 = [0 ij ] como 0ij = 0 (cero) para i =
1,2,..., m y j=1,2,,...,n; entonces
[
= [a
A + 0 = aij + 0i j
ij
+ 0i j
= [aij ]
]
]
A+0 = A
( )]
= [a + ( a )]
A + ( A) = aij + vi j
ij
ij
= [0ij ], i, j
A + ( A) = 0
3
5
A = 0 1+ i
2i 4
1
2
B = 2 i
3 4
y C=
1 5 2i
7+i 0 3
3 1
2
52
7
A B = 0 ( 2 ) 1 + i ( i ) =
2
1 + 2i
2i 3 4 ( 4 )
3 2i
8
mientras que la diferencia A-C no existe.
De la definicin de la sustraccin de matrices se tiene que dos
matrices son conformables para la resta si y slo si son del mismo
orden.
La multiplicacin por un escalar
denominada multiplicacin
formalmente como sigue:
por
un
escalar,
se
define
Definicin
eij = aij
; para i = 1,
, m y j = 1,
,n
3 1+ i
es la matriz
A = (2i )
i
0
3 1+ i
2i
2 6i 2 + 2i
Demostracin
( )]
A + B = aij + bi j
(A + B) = [ (aij + bij )]
= [aij + bij ]
( A + B ) = A + B
Multiplicacin de matrices
x2
x3 =
(1)
20 100 40
A=
0
1 1
x1
X = x2
x3
B=
400
0
AX = B
(2)
AX =
20 x1 100 x2
0 x1
x2
40 x3
400
=
x3
0
AX =
20 x1 100 x 2
0 x1
x2
40 x3
x3
[20 x1 + 100 x 2 + 40 x3 ]
x1
x2
x3
[20
100 40]
x1
x2
0x1 + 1X 2 + (- 1)x3
x3
[0
1]
a11
a 21
.
A=
a11
.
a m1
a12
a 22
.
a11
.
am2
.
.
a1n
a2n
.
a3n
.
a mn
B=
b11
b 21
.
.
b n1
b12
b 22
.
.
b n2
.
.
b1 j
b2 j
.
.
bnj
.
.
b1q
b2 q
.
.
b nq
Pij = ai1b1 j + ai 2 b2 j +
+ ain bnj
Pi j =
Formalmente, se tiene la
multiplicacin de matrices.
n
k =1
aik bkj
siguiente
definicin
para
la
Definicin
[ ]
Pij =
n
k =1
, m y j = 1,
, q.
5 3 -1
0 1 -3
A=
-2 0 1
1 -1 3
[ ]
2 0
B = -3 4
-1 3
C=
-1 2 0 3
0 -3 1 -4
p11 =
k =1
k =1
P 31 = ( 2)(2 ) + (0 )( 3) + (1)( 1) = 4 + 0 1 = 5
P 32 = ( 2)(0 ) + (0 )(4) + (1)(3) = 0 + 0 + 3 = 3
AB =
0 1
3 1
y B=
1 2
3 4
se tiene que:
AB =
3 4
y BA =
12 7
0 1
3 1
y C=
3 2
se tiene que
AC =
6 5
y CA =
6 5
A(BC ) = ( AB )C
Demostracin
BC =
P
k =1
b ik ckj
A( BC ) =
h =1
aih
k =1
Por distibutividad
Por distibutividad
k =1 h =1
p
k =1 h =1
h =1 k =1
p
bhk ckj
A(BC) = (AB)C
A=
B=
1 0
1 2 1
y C = 2
1 0
0
1
2
BC =
1 2 1
3
1 0
2 0
2 2 0
1 0
4 2
AB =
2 1 2 1
1 0
1 0
1 2 1
( AB )C =
1 2 1
4 2
2
A(B+C)=AB+AC
(D+E)F=DF+EF
B + A = [Bij + cij ]
A(B + C ) =
n
k =1
=
=
=
n
k =1
n
k =1
n
k =1
n
k =1
aik bkj +
A(B + C ) = AB + AC
aik ckj
n
k =1
aik ckj
Por distributividad
Por asociatividad y conmutatividad
Por definicin de adicin de matrices
Matriz Identidad
0 1 0
0 0 1
. . .
. . .
0 0 0
0
0
.
.
1
ij = 1, si i = j
y
ij = 0, si i j
Al smbolo ij de la definicin anterior se le conoce como delta
de Kronecker.
La matriz identidad juega un papel muy importante en el lgebra
de matrices, ya que constituye un elemento idntico para la
multiplicacin.
Por ejemplo, si se premultiplicamos la matriz
3 1
A = 2i 4
7
0
por la matriz identidad de orden tres se tendr
1 0 0 3 1
3 1
I 3 A = 0 1 0 2i 4 = 2i 4 = A
0 0 1 7
0
7
0
Si ahora postmultiplicamos dicha matriz por I2 se tendr tambin
3 1
3 1
1 0
AI 2 = 2i 4
= 2i 4 = A
0 1
7
0
7
0
En general, se tiene el siguiente teorema
Teorema
ImA=A
AIn=A
Demostracin
I m = [ ij ]
Im A =
ik akj
k =1
= [ ii aij ]
= [1 aij ]
= [aij ]
Im A = A
3 1
5 2
es tal que
XA =
AX =
2
5
3 1
1 3 1
3
5 2
1
5 2 5
=
=
1 0
0 1
1 0
0 1
Y se representa con A .
XA=In=AX
0
0
x11
x12
x 21
x 22
A =
una matriz
X =
x11
x12
x 21
x 22 0 0
3 0
1 0
0 1
esto es
3 x11
3x 21
1 0
0 1
A-1 es nica
(A-1)-1=A
(AB)-1=B-1A-1
1
(A)-1= A 1 , si 0
Demostracin
y YA = I n = AY
Consideramos la matriz
1 2 1
A= 3 5
0 1
1 2 1
A1 = 0 1
3 5
1 0 0
E1 = 0 0 1
0 1 0
se tendr
1 0 0 1 2 1
E1 A = 0 0 1 0 1
0 1 0 3 5
1 2 1
2 = 0 1
7
3 5
4
6
3
2 = A1
7
Definicin
i)
los
I m(i , j ) A
I
ii)
por k el
k (i )
m
k (i , j )
m
iii)
I
A
rengln j de la
Demostracin
1, si c=j
0, si cj
1, si c=j
0, si cj
brc =
m
k =1
erk a kc =
m
k =1
rk a kc = rr a rc = 1 a rc = a rc C
bcr = bic =
m
k =1
eik a kc =eij a jc = 1 a jc = a jc C
brc = b jc =
m
k =1
I n(i , j ) I n(i , j ) = I n
por lo que I n(i , j ) tiene inversa, que la misma I n(i , j ) .
es I
1
(i )
k
n
, y que la inversa de
I nk (i )
es
I n k (i , j ) .
Teorema(a)
A1
T2
Ak 1
Tk
In
P = Ek
E 2 E1
P = Ek (
(E2 (E1 I n )) )
P = (E k
E 2 E1 )I n
En forma esquemtica
T1
[A I n ]
In
Tk
A 1
A=
3 0
1 4 2
cuya inversa deseamos obtener.
Se debe formar primero el arreglo [ A I 3 ] y se efecta a
continuacin las trasformaciones necesarias para obtener en el
lado izquierdo una matriz escalonada (como en el mtodo de
Gauss)
3 0
1 0 0
1 0
1 0 0
1 4 2 0 0
T2
1
3 0
1 0
3 0
0
0 1 2
1 0 0
0 0 1 2 1 1
1 0 0
1 2
0 1 2
T1
1 0
1 0
T3
3 0
1
0 0
T4
0 0 16 6 3
0 1 0
5 2 1 0 1 0
5 2 1
0 0 1 2
1 0
0 0 1 2
1 0
1 0 0
0
T5
16 6
1 0 5
0 0 1 2
1 1
1
16 6
A 1 = 5
2
1 1
1
QA=C
Por el teorema de multiplicacin de matrices elementales Q es
una matriz no singular, y si A fuese tambin no singular por iii)
del teorema de matriz no singular; sin embargo, C es singular
puesto que tiene un rengln de ceros y para cualquier matriz M el
producto MC tiene un rengln de ceros, es decir que no existe M
tal que MC=I.
En consecuencia la matriz A es singular y no existe A-1.
Como ejemplo consideraremos la matriz
A=
3 0
1 3 2
Formemos el arreglo [ A I 3 ] y tratamos de obtener en el lado
izquierdo la matriz identidad
3 0
1 0 0
1 0
1 0 0 0
1 3 2 0 0
1 3 0
1
0 0 1 2
0 0 0
1 3 0
1
0 0
1 0
5 2 1
1 0 0
1 2
0 0 2
1 0
1 0
A=
5 4
3 8
y B=
0 2
1 3
(AX+B)+(-B)=3X+(-B)
en consecuencia
AX+[B+(-B)]=3X+(-B)
AX+0=3X+(-B)
AX=3X+(-B)
(X ) = ( ) X
por lo que podemos escribir simplemente X .
En efecto, si es un escalar de C y X una matriz de mxn con
elementos en C:
= 0 X
= X + ( ) X = 0
de donde
( )X
= (X )
( 3)X + AX = B
[( 3)I ]X + AX = B
( 3I )X + AX = B
( 3I + A) X = B
Finalmente, para despejar X premultiplicamos por la inversa de (3I+A), lo cual es vlido slo si dicha matriz es no singular.
As:
Si (-3I+A)-1, se tiene que
y en consecuencia
[( 3I + A)
( 3I + A)]X = ( 3I + A)1 ( B)
IX = ( 3I + A)
( B )
X = ( 3I + A) ( B)
1
Por el teorema
de
la
ley
asociativa de la
multiplicacin
de matrices
Por definicin de
matriz inversa
Por
i)
del
teorema
de
matriz identidad
1 0
0
5 4
3 8
2 4
3 5
1
1
1
2
0
2 4 1 0
1 2
0
2
2
3
3 5 0 1
2 5 0 1
0 1
1
2
1
5
0
1 0
2
2
3
3
0 1
1
0 1
2
2
1
por lo que
2
1
X = ( 3I + A)
( B ) =
5
2
3
2
2 4 0 2
8
6 3
=
2
5 3
1 1 3 1
Si A -1 , se tienen que:
A 1 ( AX ) = A 1 B
(A A)X = A
1
IX = A 1 B
X = A 1 B
As, por ejemplo, el sistema de ecuaciones lineales
X1 +
3X 3 = 2
X 2 2 X 3 = 1
X1 + X 2 + 2X 3 = 3
puede expresarse en forma matricial como AX=B, donde
X1
1 2
X = X2
1 0
A= 0
1 1
2
B = 1
X3
1 0
3 1 0 0
1 -2 0
1 0
0
1 0
1 0 0
2 0 0
1 -2
1
1 0 0
0
1 0
-1 -1 0
0 0
1 -2
1 0 0 1 0 2 1
1 -1 1 1
por lo que
3 3
A 1 = 2 1 2
1 1 1
0 0 1
3 3
0 0
1 0 0
1 1
2
1
y en consecuencia
3 3
X = A 1 B = 2 1 2 1 =
1 1 1
3
2
X 1 = 4,
X 2 = 3,
X3 = 2
b=c
ab = ac
y tambin
b=c
ab = ca
AB = AC
pero
B=C
/ AB= CA
X = A -1B
resultado que, en general, difiere de
BA 1
3 1
9
se tiene que A 0,
B=
B 0 y AB = 0
si a 0 entonces ab = ac
b=c
AB = A0
B=C
3.
Determinantes
a11
a12
a 21
a 22
= a11 a 22 a 21 a12
1 3
5 3
det A =
a11
a12
a13
a21
a22
a23 =
a31
a32
a33
a11
a12
a13
a21 a22
a23
1 3
5 3
= 7 15 = 8
= a11a22 a33 + a21a32 a13 + a31a12 a23 a21a12 a33 a11a32 a23 a31a22 a13
1 4
A= 3 2
1 4 1
1 4
det A = 3 2
5 =
1 4 1
1 4 5
3 2 5
= (1)(2)( 1) + (3)(4 )(5) + (1)(4 )(5) (1)(2 )(5) (1)(4)(5) (3)(4 )( 1)
= -2 + 60 + 20 - 10 - 20 + 12 = 92 - 32 = 60
a11
a12
a13
A = a 21
a 22
a 23
a31
a32
a33
det A = a11 ( 1)
1 +1
a22
a32
1+ 2 a
a23
21
+ a12 ( 1)
a33
a31
21
a23
a 22
1+ 3 a
+ a13 ( 1)
a33
a 31 a 32
Menor de a13
cofactor c13
Definicin
Sea A=[aij] una matriz de nxn con elementos en C
detA=
ii)
detA=
n
j =1
n
i =1
a rj crj
air cir
Ejemplo:
3
1
0
Sea A = 2 4 3
5
4 2
Calcular det(A) usando el mtodo de cofactores
det( A) = 3
4 2
+ (1)
5 2
= ( 12 + 11)
= 1
det(A)=a11c11+a12c12+a13c13
+0
2 4
5
Mtodo de condensacin
Este mtodo se basa en lo siguiente
1)
2)
3)
4)
Teorema
Sea A=[aij] una matriz de nxn con elementos en C
i)
ii)
iii)
iv)
v)
Ejemplo:
Calcular el determinante de la matriz
1 5 2
2
0 1
1 1
3 1
3
A=
3
0
1
1 1
0 1
1 1
3 1
3
det A =
1 5 2
0=
1 1
3
1 0
1 0 1
2
5 5 0 1
2
4 0
1 1
7
(
1
)(
1
)
Det(A)=
3
3
1
1 1
5 5 1
2
1 1
det A = ( 1)
1 1
3
1
5 5 1
(1)
= (1)
3 5
4 10
3 2 8
5
0
8
2
4 10
det A = ( 1)(1)( 1) = 2 8
2
1 3
(1) ( 3)
5
1 0
4 10
det A = ( 1) 2 8
3
5 24 30
8 = (1) 2
4
3 17
14
* (4 )( 4 )
det A = ( 1)(2)( 1)
24 30
17
14
= 2( 336 + 510)
det A = 348
Algunas Aplicaciones
Definicin
1 2 3
A= 1 2 4
1 6 4
se calculan los cofactores de todos sus elementos
c11 =
2 4
6 4
c12 = 2(1)
c13 =
1 2
1 6
c 21 = ( 1)
c 22 =
= 8 24 = 16
1 4
1 4
= (6 2) = 4
2 3
6 4
1 3
1 4
=0
= (8 18) = 10
= (4 3) = 1
1 2
c 23 = ( 1)
= (6 2) = 4
1 6
c31 =
2 3
2 4
=86 = 2
1
c 32 = ( 1 )
1
c33 =
1 2
1 2
= 22 = 0
16
AdjA =
3
= (4 3 ) = 1
4
10
1 1
4 4
1 2 3 16
A( AdjA) = 1 2 4
1 6 4
10
0
1 1 =
4 4 0
0 4
0 = 4 0 1 0
0
0 4
0 0 1
1 2 3
det A = 1 2 4 = 4
1 6 4
es decir
A(AdjA)=(detA)I3
1 0 0
Teorema
A 1 =
1
( AdjA)
det A
Si A 1 entonces det A1 =
1
det A
Ejemplo
Calcular la inversa de A =
1 2
1 4
Utilizando la adjunta
C11=4
c12=-1
C21=-2
c22=1
AdjA =
det A =
4 2
1
4 2
1
= 42= 2
2 1
1
1
1
=
2
2 2
Regla de Cramer
Sea
a11 x1 + a12 x 2 +
+ a1n x n = b1
a 21 x1 + a 22 x2 +
+ a 2 n x n = b2
a n1 x1 + a n 2 x 2 +
+ a nn x n = bn
det Ak
,
det A
(k = 1, 2,
, n)
aij, para jk
cij
bi, para j=k
Ejemplo
Resolver el siguiente sistema de ecuaciones utilizando la Regla de
Cramer
3x1 4 x 2 = 5
2 x1 + x2 = 4
det A =
3 4
2
det A1 =
det A2 =
x1 =
= 3 (8) = 11
5 4
4
3 5
2
11
= 1;
11
= 5 ( 16 ) = 11
= 12 ( 10) = 22
x2 =
22
=2
11
Probabilidad y estadstica
Conceptos bsicos de estadstica
julio de 2006
Objetivo
Al finalizar el tema, el alumno conocer lo que es la estadstica y algunos de los
conceptos bsicos relacionados con ella: Poblacin, muestra, eventos, tipos de datos,
tipos de errores, etc.
Estadstica
Dicen Jonson y Kuby en su libro estadstica elemental que la estadstica es el lenguaje
universal de la ciencia Es un campo de magia en el que una persona con
conocimientos supera a las dems. Terminan diciendo que la estadstica es la ciencia
de recolectar, describir e interpretar datos. En el libro Estadstica de R. R. Pagano
encontramos que la estadstica estudia las tcnicas que se utilizan para describir o
caracterizar los datos obtenidos de analizar una poblacin o una parte de ella para hacer
inferencias.
Como en los dos casos anteriores, hay siempre similitudes pero tambin diferencias en la
definicin de tal ciencia, dependiendo de los autores y de las necesidades. Cada uno
puede definir esta ciencia que busca los mejores mtodos para: establecer de manera
precisa un problema que se estudiar en una poblacin bien limitada, determinar que
aspectos se evaluarn y a quin se le preguntar (recopilacin de datos), encontrar cmo
se acomodarn o distribuirn los datos encontrados, descubrir valores que describen a la
poblacin y deducir o inferir comportamientos que probablemente ocurran.
Como se puede interpretar en el prrafo anterior, la estadstica tiene dos grandes
papeles; el primero, de describir a la poblacin que se est estudiando, y el segundo,
hacer suposiciones de posibles respuestas de la poblacin cuando se le estimula. La
seguridad con que esperaremos tales respuestas estar con fundamento en el retrato
hecho, de aqu que la estadstica no slo debe describir sino que debe ser til para ver
hacia el futuro.
Antes de hacer un estudio estadstico es importante definir con la mayor claridad posible
qu es lo que se pretende estudiar, cul es la hiptesis que se busca confirmar o
desechar, o cul es el objetivo que se persigue. Si no hay una idea bien establecida, la
informacin que se rena no tendr utilidad y las inferencias carecern de calidad. Una
vez que se sabe lo que se desea, se define quin ser la poblacin de estudio; este es
otro punto de esencial cuidado en la estadstica.
Conceptos bsicos
Pero, qu es la Poblacin? Es el conjunto ms grande o completo de individuos,
objetos, observaciones o datos concebibles de un fenmeno determinado que puede ser
analizado por el investigador o interesado en el estudio. Como la poblacin puede ser
muy grande, en ocasiones se toma una pequea porcin de esa poblacin. Esa pequea
porcin se conoce como muestra; dicha muestra se selecciona de tal forma que es
representativa de la poblacin; es decir, los resultados arrojados por la muestra son muy
similares a los que se obtendran si fuera posible obtener los datos de toda la poblacin.
Como se sabe cul es el objetivo del estudio, se conoce qu es lo que interesa medir en
la muestra; esa propiedad o caracterstica de inters que puede tener diversos valores en
diferentes instantes o circunstancias se conoce como variable. La variable puede ser
una variable independiente en el experimento si puede ser controlada de forma
sistemtica por el investigador. Si la variable que se mide en el experimento es una
consecuencia o efecto de la variable independiente entonces hablamos de una variable
dependiente. Las variables pueden ser cualitativas o cuantitativas; las primeras
clasifican, dan atributos o categoras nominales u ordinales a los elementos de la
poblacin o muestra, las segundas asignan un valor numrico continuo o discreto. En el
caso de variables de valor nominal no se aplican las operaciones aritmticas ni se
pueden ordenar; un ejemplo tpico de este tipo de variable es la pregunta sobre el sexo
del individuo: hombre o mujer. En el caso de variables ordinales es posible hacer una
clasificacin ordenada porque se tienen respuestas del tipo, muy satisfecho,
satisfecho, medianamente satisfechos, etc. que s pueden ser convertidos en nmeros
y analizados. Las variables cuantitativas son probablemente las ms comunes en el
campo de la ingeniera, porque es muy comn que midamos temperaturas o presin en
Poblacin y muestra
El diseo del experimento estadstico es una tarea bastante difcil. Mediante una
delineacin adecuada se busca reducir la variacin en el experimento y obtener una
cantidad especfica de informacin de calidad con un costo mnimo. Uno de los aspectos
considerados en el diseo es la seleccin adecuada de la muestra para obtener buenos
datos. Los datos producidos por la muestra son de calidad cuando la informacin
obtenida de ellos de verdad describen a la poblacin; en otras palabras, la muestra es
insesgada, sin sesgo o sin diferencia notable con respecto a la poblacin. La muestra es
sesgada o se tiene un muestreo sesgado cuando se producen valores que difieren
sistemticamente del comportamiento de la poblacin estudiada. A menudo este sesgo
se debe a que se hacen muestreos por conveniencia o de voluntarios. Un muestreo por
conveniencia sera suponer que el suministro de energa elctrica en todos los hogares
de la regin donde usted vive es siempre el adecuado porque en su casa y la de sus
conocidos no hay fallas. Un muestreo de voluntarios est compuesto por resultados
recolectados de un grupo de personas que por iniciativa propia acuden a decir que en su
casa el suministro elctrico tiene ciertas caractersticas; lo que probablemente ocurra es
una mayora de quejas por el servicio.
Para evitar problemas como los anteriores se han diseado diversas formas de
determinar la muestra con base en un marco muestral de la poblacin, es decir, una lista
de todos los elementos que pertenecen a la poblacin en estudio. La manera de elegir a
los elementos de una muestra puede ser por juicio o por probabilidad. En las muestras de
juicio los elementos de la muestra se eligen con base en el hecho de que son tpicas. En
las muestras probabilsticas todos los elementos de la poblacin tienen la misma
probabilidad de ser elegidos para ser parte de la muestra.
Uno de los muestreos ms usados es el muestreo aleatorio simple, en el cual cada uno
de los elementos de la poblacin posee la misma probabilidad de ser elegido. Otra
manera es mediante la seleccin sistemtica de la muestra, en esta tcnica se elige un
elemento del marco muestral cada i-simo elemento, empezando por elegir de manera
aleatoria al primer elemento; por ejemplo, se puede elegir primero al tercer miembro de la
lista, luego el noveno, despus el 14, y as sucesivamente.
Tipos de errores
Cuando buscamos la informacin para determinar parmetros o estadsticas que
describan una poblacin o una muestra podemos cometer dos tipos de errores: errores
muestrales o errores no muestrales.
=
E%
e
mreal
e
100
mreal
mI
es decir, el valor real de la medida est contenido en el intervalo anterior representado
grficamente en el siguiente esquema.
Probabilidad y estadstica
Medidas de tendencia central y de dispersin
julio de 2006
frec
T C
frec
T C
frec
T C
frec
24
31
38
45
25
32
39
46
26
33
40
27
34
41
28
35
42
29
36
43
30
37
44
47
Datos
totales
N=50
R = Vmayor Vmenor = 47 24 = 23
2. Determinar la amplitud del intervalo constante ( I ). Podemos definir un
nmero ( n ) adecuado de intervalos para tener
R 23
=
3.8 (Se considera que seis intervalos son adecuados. Cuando
n 6
el intervalo tiene decimales se redondea al nmero inmediato inferior o
superior con las mismas cifras significativas que los datos, I = 4 .)
=
I
24 27
28 31
32 35
36 39
40 43
44 47
Lmites
reales
23.5 27.5
27.5 31.5
31.5 35.5
35.5 39.5
39.5 43.5
43.5 47.5
Marca de
clase
25.5
29.5
33.5
37.5
41.5
45.5
Frecuencia
Frecuencia
acumulada
Frecuencia
relativa (%)
Frecuencia relativa
acumulada (%)
10
8
9
12
7
4
10
18
27
39
46
50
20
16
18
24
14
8
20
36
54
78
92
100
La frecuencia acumulada indica la cantidad de datos que estn por debajo del
lmite real superior de cada intervalo. La primera fila de la frecuencia acumulada
registra el mismo valor que en la frecuencia porque no hay valores menores, en la
segunda fila ya se le ha sumado el siguiente valor de la frecuencia (10 + 8 =
18 ), en
la tercera fila hacemos lo mismo (18 + 9 =
27 ), y as sucesivamente.
18
fi % = 100 =16% (los dems datos se tratan igual)
50
La frecuencia relativa acumulada se construye del mismo modo que la frecuencia
acumulada, la diferencia estriba en que utilizamos la columna de frecuencias
relativas.
Toda la informacin que se ha manejado hasta aqu la podemos representar
mediante diversos grficos. A partir de la tabla 1 podemos construir una grfica o
diagrama de barras (figura 5).
Diagrama de barras
6
Frecuencia
5
4
3
2
1
0
32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47
Temperatura en C
Frecuencia
12
10
8
6
4
2
0
24-27
28-31
32-35
36-39
40-43
44-47
Intervalos
60
12
50
10
Frecuencia
40
8
30
Frecuencias
Frecuencias acumuladas
6
20
4
10
0
29.5
25.5
33.5
37.5
41.5
45.5
44-47
8%
24-27
20%
40-43
14%
28-31
16%
36-39
24%
32-35
18%
X=
x f
i i
i =1
1715
= 34.3
50
1714.16
= 34.292
50
50
Podemos ver que para datos del mismo origen hay una pequea diferencia entre la
media para datos individuales y para datos agrupados, esto es bastante normal.
Siempre se presenta un sesgo al hacer el clculo con los datos agrupados
=
X
X G = N xifi
i =1
=
( 2 )( 5)( 3)( 4 )(8) 3.949
50
XG
12
N
n
fi
i =1
Para los datos con que calculamos la primera media geomtrica tendremos
=
XA
5
= 3.55
1 1 1 1 1
+ + + +
2 5 3 4 8
50
= 33.14
10
8
9
12
7
4
+
+
+
+
+
( 25.5) ( 29.5) ( 33.5) ( 37.5) ( 41.5) ( 45.5)
Aqu tambin puede observarse que la media armnica es menor que la media
geomtrica. En general, al comparar las distintas medias se cumple la desigualdad
X A < XG < X
La mediana ( Med ) es un valor que divide a los datos en dos subconjuntos de
cardinalidad igual, esto es, la mitad de los datos es menor que la mediana y la otra
mitad es mayor. Para obtener la mediana de una coleccin de magnitudes
seguimos los pasos anotados a continuacin.
1. Debemos ordenar los datos de menor a mayor o de mayor a menor.
p=
N +1
2
1
3
2
5
3
5
4
6
5
8
6
9
7
11
7 +1
= 4
2
{8,9,11} .
Para el conjunto de datos {5,3,8,9,11, 6,5, 4} tendremos el orden
Posicin
Dato
11
Tendremos que=
p
N +1 8 +1
= = 4.5
2
2
5+6
= 5.5
2
Podemos ver por que tenemos el conjunto de valores menores que 5.5 {3, 4,5,5} y
el conjunto de magnitudes mayores que 5.5 {6,8,9,11} ; ambos conjuntos son de
cardinalidad cuatro.
Si los datos estn agrupados, como en la tabla 3 que copiamos de la tabla 2, la
manera de determinar la mediana requiere ms informacin.
Tabla 3. Tabla de datos agrupados para el clculo de la mediana
Lmites reales
Intervalo
de clase
24 27
28 31
32 35
36 39
40 43
44 47
xinf xsup
23.5 27.5
27.5 31.5
31.5 35.5
35.5 39.5
39.5 43.5
43.5 47.5
Marca de
clase
xi
25.5
29.5
33.5
37.5
41.5
45.5
Frecuencia
Frecuencia acumulada
fi
10
8
9
12
7
4
i
f acum
10
18
27
39
46
50
Frecuencia relativa
acumulada (%)
f %iacum
20
36
54
78
92
100
=
p
N + 1 50 + 1
= = 25.5
2
2
Esto quiere decir que la mediana nos dejar 25 datos superiores a ell y 25 valores
menores, pero al estar agrupados solamente sabemos que est en el intervalo
32 35 porque la frecuencia acumulada llega en ese intervalo a 27. Para
determinar la mediana emplearemos la frmula
Med
= xinf +
i 1
I ( f p f acum
)
fi
( 4 )( 25 18) =
Med =
31.5 +
34.6
9
Puede notarse que la mediana est muy cerca del lmite superior del intervalo
32 35 , la razn de que eso ocurra se debe a que la frecuencia acumulada apenas
llega a 27 mientras que la mediana debiera estar entre los elementos 25 y 26. Si
observa la tabla 1 ver que la mediana es de 35 debido a que en este valor se
completan los 25 valores menores que la mediana y 25 mayores. Sin embargo, el
valor determinado con la frmula no es muy distinto.
La moda ( Mod ) es el dato o intervalo de mayor frecuencia, para la tabla 3 el
intervalo modal es el intervalo 36 39 .
Normalmente la media, la mediana y la moda nos darn valores distintos a menos
que la distribucin sea unimodal y simtrica. Para los clculos aqu mostrados no
se tiene igualdad en los valores porque, como se puede en las figuras 6 y 7, se
tiene una distribucin sesgada o no simtrica.
Cuando el sesgo es hacia la izquierda se presenta la desigualdad (figura 10)
Mod < Med < X
=
R Vmayor Vmenor
Para los datos {5,3, 7,3,9,10, 2, 7,11} el rango es
R = Vmayor Vmenor = 11 2 = 9
La desviacin estndar la podemos determinar para una muestra ( s ) o para una
poblacin ( ).
Consideremos una serie de mediciones del voltaje elctrico que suministran dos
compaas llamadas CEFITO y FORZITO:
CEFITO
125
FORZITO 130
120
112
128
108
126
124
127
135
130
133
124
138
V CEFITO
=
=
N
V FORZITO
=
Como se puede ver los promedios son muy similares pero si se observa con
cuidado la figura 11 se puede notar que una coleccin es ms dispersa que la otra.
130
125
120
115
110
105
CEFITO
FORZITO
(x X )
N
s=
i =1
N 1
(x X )
N
i =1
FORZITO
xi
xi X
(x X )
0.49
130
4.3
18.49
-5.7
32.49
112
-13.7
187.69
128
2.3
5.29
108
-17.7
313.29
126
0.3
0.09
124
-1.7
2.89
127
1.3
1.69
135
9.3
86.49
130
4.3
18.49
133
7.3
53.29
124
-1.7
2.89
138
12.3
151.29
xi
xi X
(x X )
125
-0.7
120
Suma
61.43
Suma
813.43
=
sFORZITO
61.43
= 3.2
7 1
813.43
= 11.64
7 1
(Las unidades para la desviacin estndar son las mismas que las de la
variable o de los datos.)
Los resultados muestran, al igual que le grfico o el rango de dispersin, que
en el caso de la compaa FORZITO hay ms variacin en los datos recogidos.
La varianza de la muestra o de la poblacin es el cuadrado de su respectiva
desviacin estndar. Para el ejemplo las varianzas son:
=
Varianza CEFITO
=
3.2 )
( sCEFITO
) (=
Varianza=
FORZITO
10.24
=
=
( sFORZITO
) (11.64
)
2
135.49
=
s
N
2
N
xi
N
N
2
2
i =1
N xi xi
xi
N
=i 1 =
i1
i =1
=
N 1
N ( N 1)
2
N
2
N
xi
N
N
2
2
i =1
N xi xi
xi
N
=i 1 =
i1
i =1
=
N
N2
Si los datos son agrupados las frmulas a emplear en los clculos son las que
se anotan a continuacin.
(
n
s=
i =1
fi xi X
N 1
O tambin
f (x X )
n
i =1
2
n
fi xi
n
n
2
2
i =1
N fi xi fi xi
fi xi
N =i 1 =
i1
i =1
=
N 1
N ( N 1)
2
2
n
fi xi
n
n
2
2
i =1
N fi xi fi xi
fi xi
N =i 1 =
i1
i =1
=
N
N2
Intervalo de
clase
Frecuencia
Marca de clase
24 27
28 31
32 35
36 39
40 43
44 47
xi
fi
10
8
9
12
7
4
25.5
29.5
33.5
37.5
41.5
45.5
fi xi
255
236
301.5
450
290.5
182
1715
Sumas
La aplicacin de la frmula da
n
2
i i
=i 1 =i 1
N f x fi xi
=
N ( N 1)
n
La varianza es
s 2 = 39.82
( 50
)( 60776.5) (1715)
=
( 50 )( 49 )
2
6.31
fi xi2
6502.5
6962
10100.25
16875
12055.75
8281
60776.5
Probabilidad y estadstica
Distribuciones discretas y continuas
Julio de 2006
f=
( x ) P=
[ X x ] es la funcin de densidad de
Figura 3.1. El conteo de vehculos que pasan por alguna calle es una variable
aleatoria discreta.
Toda funcin de probabilidad requiere que se cumplan dos condiciones:
1.
f ( x) 0
2.
f ( x) = 1
x
144
=
, x 1, 2,3, 4.
205 x 2
x
f ( x)
F ( x)
2
36
205
180
205
144
=
, x 1, 2,3, 4.
205 x 2
3
16
205
196
205
4
9
205
1
,
205
; del mismo modo se pueden interpretar los
205
dems valores. En la tercera fila de la tabla 3.1 aadimos lo que se conoce como la
funcin de densidad acumulada que se define mediante la expresin
F ( x0 )= P [ X x0 ]=
f ( x) .
x x0
Podemos ver que la suma de todas las probabilidades definidas en la segunda fila
es uno, que es el ltimo valor de la tercera fila.
As, la probabilidad de que X tome un valor de tres o menor que tres es 196
obtenido de hacer
F ( 3)= P [ X 3]=
144
205 x
x 3
144 36 16 196
+
+
=
.
205 205 205 205
205
E W ( X ) = W ( x ) f ( x )
x
E ( X ) = 1 144
205
60
41
2
E X 2 = x 2 f ( x ) =(1) 144
x
576
+ ( 2 ) ( 36
+ ( 3) (16
+ ( 4) ( 9
=
)
)
)
)
205
205
205
205 205
2
576 60 5616
VarX = =
205 41 8405
La desviacin estndar es la raz cuadrada de la varianza
=
=
VarX
5616
= 0.81742 .
8405
I. Ejercicios
1. D un ejemplo de una variable aleatoria discreta finita y de una variable
aleatoria discreta infinita.
2. Una agencia de renta de automviles recibe 0, 1, 2, 3, 4 5 autos que le
1 1 1
1
1
1
,
,
,
,
y
,
regresan cada da, con probabilidades de
12
6 6 3 12 6
respectivamente. Compruebe que las razones o probabilidades dadas de
verdad son una funcin de densidad, determine la esperanza de la variable
o sea la media y encuentre la desviacin estndar.
3. Determine el valor de la constante k que hace que la expresin
3
=
f ( x) =
, x 1, 2,3, 4,5, 6 sea una funcin de densidad. Construya una
kx
tabla de densidad y densidad acumulada. Indique cules son los valores de
f ( 4 ) y de F ( 4 ) , son iguales? por qu? Determine la media, la varianza
y la desviacin estndar de la variable.
4. Una mano de pker de cinco cartas puede contener de 0 a 4 ases (la baraja
es de 52 cartas). Si X es la variable aleatoria discreta que denota el
nmero de ases en la mano, Cules son las probabilidades asociadas con
cada valor posible de X ? Cules son los valores de la media y la
desviacin estndar?
Distribucin binomial
Esta distribucin tiene las siguientes propiedades
1. El experimento consiste de una cantidad fija n de ensayos que dan
solamente uno de dos posibles resultados xito o fracaso.
2. La probabilidad de xito, p , es constante. La probabilidad de fracaso, q ,
es q = 1 p .
3. La variable aleatoria discreta X representa el nmero de xitos obtenidos
en los n ensayos.
La funcin de distribucin binomial est definida por
n
n x n x
n x
=
f ( x ) p x (1 =
p)
, x 0,1, 2,3,..., n; 0 < p < 1
p q =
x
x
y adems
E[X=
] = np
VarX = npq
n
n!
Donde
=
=
x x !( n x ) !
Cx
l p (1 p )
l =0
n l
f ( x)
La esperanza ser de
=
E [ X ] 8=
( 0.30 ) 2.4
y la varianza ser de
VarX
= 8 ( 0.30 )(1 0.30
=
) 1.68
con una desviacin estndar de
= 1.2961
Con base en la tabla podemos decir que la probabilidad de tener tres xitos es
P ( X= 3=
) f ( 3=) 0.2541
y la probabilidad de tener menos de cuatro xito es
P ( X < 4=
) P ( X 3=) F ( 3=) 0.8058
La probabilidad de tener cinco o ms xitos es
P ( X 5 ) =1 P ( X < 5 ) =1 P ( X 4 ) =1 F ( 4 ) =1 0.9419 =0.0581
Distribucin hipergeomtrica
Esta distribucin tiene las siguientes propiedades
x n x
sujeta a la condicin mx 0, n ( N r ) x mn ( n, r )
f ( x) =
N
n
Donde N , r y n son nmeros naturales.
La esperanza E [ X ] para esta distribucin est dada por la frmula
r
E[X ] = n
N
Y la varianza es
r N r N n
VarX = n
N N N 1
La condicin debe interpretarse del siguiente modo: x est entre el valor mayor
que resulta de comparar 0 y n ( N r ) y el valor menor que se encuentra al
contrastar n con r . La funcin y las condiciones se analizan en el siguiente
ejemplo.
Considere que en el almacn de una compaa elctrica se tienen 19 interruptores
y que 6 de ellos son inservibles, pero esta caracterstica no se nota a simple vista.
Si se toman 10 de los interruptores para emplearlos en instalaciones elctricas, la
funcin de densidad, considerando como xito tener un interruptor defectuoso, para
N = 19 , r = 6 , n = 10 , ser
r N r 6 19 6 6 13
x n x x 10 x x 10 x
=
f ( x) = =
92378
N
19
n
10
Para la condicin hacemos n ( N r ) =
3 y al comparar con 0
10 (19 6 ) =
tomamos como lmite inferior a 0 por ser mayor que 3 . Al comparar n con r
tomamos el lmite superior de x como 6. Entonces la funcin y su condicin es
6 13
x 10 x
( 6=
)(1287 )
92378
27
323
P ( x 3) = f ( x ) =1 P ( x < 3) =1 F ( 2 )
x =3
6 13 6 13 6 13
0 10
1 9
2 8
479
P ( x 3) =1 f ( 0 ) + f (1) + f ( 2 ) =1 + + =
92378
92378
92378 646
r N r N n
6 19 6 19 10 390
=
VarX n=
10 =
N N N 1
19 19 19 1 361
III. Ejercicios
1. Encuentre los posibles valores de la variable discreta cuando N = 15 , r = 12
y n = 10 . Determine la esperanza y la desviacin estndar de la variable.
2. Encuentre los posibles valores de la variable discreta cuando N = 20 ,
r = 12 y n = 15 . Encuentre f (10 ) y F (10 ) . Determine la esperanza y la
desviacin estndar de la variable.
3. Un lote de 25 cinescopios de televisin se somete a un procedimiento de
calidad para su aceptacin. El procedimiento consiste en extraer cinco tubos
al azar, sin remplazo, y probarlos. Si dos o menos tubos fallan, los restantes
se aceptan. De otro modo el lote se rechaza. Suponga que el lote contiene
cuatro tubos defectuosos. Cul es la probabilidad de que el lote se acepte?
4. Los trabajadores de una lnea de ensamblaje arman 15 automviles cada
hora. Durante una de las horas de anlisis se producen 5 automviles con
defecto. Se eligen tres automviles al azar para revisar que no tengan fallas
en su armado. Indique cul es el xito en el experimento y construya la
densidad de probabilidades de la variable discreta. Determine cul es la
probabilidad de elegir cuando mucho un automvil con defecto. Indique la
probabilidad de seleccionar al menos un automvil defectuoso. Cul es la
esperanza y la varianza de la variable.
Distribucin de Poisson
Cuando se estudian eventos discretos en un intervalo de anlisis continuo se est
trabajando con procesos de Poisson, como por ejemplo el nmero de baches
(cantidad discreta) en una calle (intervalo continuo) o el nmero de retiros de la red
elctrica de una planta de generacin durante un ao.
Para resolver problemas de probabilidad relacionados con procesos de Poisson
debemos, primero, determinar la unidad de medicin bsica que se va a emplear;
en seguida se encuentra el nmero promedio de casos que ocurren por unidad de
medicin ( ); despus, se define el tamao o nmero de periodos de observacin
( n ), y al final, calculamos la distribucin de probabilidad mediante la expresin
f ( x) =
e k k x
x!
Y la varianza es
VarX = k .
2
e k k x e ( 2 )
f ( x) =
=
x!
x!
( 2 )(1=)
P ( X 4=
) F ( 4=)
x =0
e 2 ( 2 ) e 2 ( 2 ) e 2 ( 2 ) e 2 ( 2 ) e 2 ( 2 )
+
+
+
+
= 0.9473
f ( x=
)
0!
1!
2!
3!
4!
0
0.999
F [t ] =
t
0
1
2
3
4
5
6
11
0.5
0.607
0.910
0.986
0.998
1.000
1.000
1.000
1.000
1.0
0.368
0.736
0.920
0.981
0.996
0.999
1.000
1.000
2.0
0.135
0.406
0.677
0.857
0.947
0.983
0.995
1.000
3.0
0.050
0.199
0.423
0.647
0.815
0.916
0.966
1.000
5.0
0.007
0.040
0.125
0.265
0.440
0.616
0.762
0.995
6.0
0.002
0.017
0.062
0.151
0.258
0.446
0.606
0.980
7.0
0.001
0.007
0.030
0.082
0.173
0.301
0.450
0.947
8.0
0.000
0.003
0.014
0.042
0.100
0.191
0.313
0.888
de la variable.
2. Alrededor de una planta industrial se instalan sensores activables por
movimiento. Si debido a la calibracin se enciende la alarma por animales
pequeos un promedio de 0.75 veces por semana Cul es la cantidad
2.
f ( x ) dx = 1
3. P ( a X b ) =
f ( x ) dx
a
Las dos primeras propiedades son condiciones necesarias y suficientes para que
una funcin sea una densidad continua.
La funcin de distribucin acumulativa ser
F ( x0 )= P ( X x0 )=
x0
f ( x ) dx
1.5
1.5
1.4427
=
+1 1
dx 1.4427 ln x=
0.3219
x +1
1.7
1.4427
=
dx 1.4427 ln x +=
1 0.5 0.8480
x +1
0.5
P [ X =
1.7 ]
2
1.4427
=
dx 1.4427 ln=
x + 1 1 0.5850
x +1
1
o tambin
P [ X > 1] =1 P [ X 1] =1
1
1.4427
dx =1 1.4427 ln x + 1 0.5 =1 0.4150 =0.5850
x +1
0.5
H ( x ) f ( x ) dx
Entonces, si H ( X ) = x
=
E[X ]
xf ( x ) dx
=
2
1.4427 x
=
+
+
=
dx
x
x
1.4427
1
ln
1
1.1640
)
(
0.5 x + 1
0.5
=
E[X ]
1.4427 x 2
=
x + 1 dx 1.5410
0.5
=
E X 2
V. Ejercicios
1. Determine el valor de la constante k que hace que la expresin k ( x 1)
sea una funcin de densidad en el intervalo 0 x 5 . Determine la media y
la desviacin estndar de la variable aleatoria continua. Encuentre las
probabilidades P ( X 3) , P (1 < X < 4 ) , P ( X > 2 ) y P ( X 2 ) .
2. La expresin f ( x ) = ke
Distribucin gama
La distribucin gama tiene su fundamento terico en la funcin gama. Esta
distribucin permite definir dos familias de variables aleatorias continuas bastante
tiles en las aplicaciones estadsticas. La funcin de distribucin gama tiene la
forma
f ( x) =
( )
x 1e
Si = 2 y =
2 =
( 2)
( 2 )1e x 2
Distribucin normal
Existen varias distribuciones de variable continua, sin embargo, una de las ms
populares en su uso es la distribucin normal cuya expresin matemtica es
( x )
2
1
f ( x) =
e
2
longitud infinita, aunque entre 3.5 (tres y media veces la desviacin estndar en
el lado negativo del eje) y 3.5 (tres y media veces la desviacin estndar en el
lado positivo del eje) est prcticamente toda el rea unitaria. Se puede ver
tambin que la grfica es simtrica con respecto al eje z = 0 , que se ubica
exactamente en el valor de la media .
z=
donde
z Variable normal estndar
Media de la poblacin
Desviacin estndar de la poblacin
Si utilizamos una tabla de distribucin normal tpica (Tabal 1) podemos determinar
fcilmente algunas probabilidades.
Como la tabla acumula el rea desde el extremo izquierdo ms lejano hasta llegar
al valor de z = 1.85 (el rea sombreada) entonces en la tabla buscamos el 1.8 en la
columna de z y nos desplazamos a la derecha sobre la fila de 1.8 hasta llegar a la
columna de 0.05, ah encontramos el valor del rea sombreada bajo la curva que
corresponde a la probabilidad buscada: 0.9678.
z
2
1.9
1.7
1.8
0.00
0.0228
0.0287
0.9554
0.9641
0.01
0.0222
0.0281
0.9564
0.9649
0.02
0.0217
0.0274
0.9573
0.9656
0.03
0.0212
0.0268
0.9582
0.9664
0.04
0.0207
0.0262
0.9591
0.9671
0.05
0.0202
0.0256
0.9599
0.9678
0.09
0.0183
0.0233
0.9633
0.9706
x 0.0673 0.05
=
= 1.73
0.01
entonces
0.0305 0.05
= 1.95
0.01
x 0.0679 0.05
=
= 1.79
0.01
Inferencia estadstica
A partir de los parmetros encontrados mediante la utilizacin de los datos
producidos por una muestra podemos inferir conclusiones sobre toda la poblacin
origen de la muestra. Las tcnicas de inferencia estadstica se dividen en dos
grandes grupos principales: estimacin de parmetros y pruebas de hiptesis.
Podemos estar interesados en determinar la resistencia a la tensin de cables
empleados en lneas de alta tensin o, tambin, puede interesarnos la variabilidad
de la resistencia.
Estimacin
Algunos de los problemas de estimacin que ocurren con ms frecuencia son la
determinacin de la media de una sola poblacin para lo cual empleamos la media
de la muestra (vase la seccin de medidas de tendencia central y dispersin); la
varianza de la poblacin para lo que recurrimos a la varianza de la muestra; la
proporcin de artculos con una caracterstica distintiva en una poblacin para lo
x
que empleamos la ecuacin p = , donde x es el nmero de objetos con la
n
caracterstica particularizante en un muestra de tamao n ; la diferencia entre las
medias de dos poblaciones que puede estimarse usando las medias de dos
muestras obtenidas de las poblaciones respectivas, etc.
La particularidad de los estimadores radica en que deben estar cerca del valor
verdadero de la estadstica desconocida. Normalmente el estimador est muy
cerca del valor verdadero, es decir el estimador es insesgado, cuando las muestras
son de gran tamao.
En muchas ocasiones, debido a que las muestras no son tan grandes, tener un
estimador no resulta de gran importancia, sin embargo, estimar un intervalo de la
forma Linf Lsup puede resulta ms til. Para construir un estimador de intervalo
del parmetro desconocido debemos encontrar dos estadsticas Linf y Lsup tales
que
P ( Linf Lsup ) =1
Donde Linf Lsup se conoce como intervalo de confianza con un coeficiente de
confianza de 1 o
Z=
2
n
y tambin
X
n
P Z Z Z
2
pero como Z =
) =1
tendremos
Z =
P Z
1
2
2
2
2
n
n
X + Z
2
Btu
y que la conductividad se distribuye
hr pie F
normalmente. Tomemos un nivel de confianza del 95% para determinar el intervalo
de confianza de dos lados del siguiente modo
desviacin estndar = 0.10
=
X
=
n
Linf =
X Z
41.862
=
41.924 (1.96 ) 0.10
=
n
10
Lsup =
X + Z
=
=
41.924 + (1.96 ) 0.10
41.986
n
10
41.862 41.986 .
VII. Ejercicios (Utilice una tabla de distribucin normal)
1. Al medir la capacidad trmica, en cal / g C , del etilenglicol lquido a presin
constante y 80 C de temperatura se obtuvieron los valores 0.645, 0.654,
0.640, 0.627, 0.626, 0.649, 0.629, 0.631, 0.643, 0.633, 0.646, 0.630, 0.634,
0.631, 0.651, 0.659, 0.638, 0.645, 0.655, 0.624. La experiencia indica
= 0.01 y se considera que la variable tiene distribucin normal. Encuentre
el intervalo de confianza de 95% para la media. Determine el intervalo con
una seguridad del 98%.
2. Es habitual la manifestacin tarda de lesiones despus de la exposicin a
dosis suficientes de radiacin. Se midi la cantidad de das que transcurren
entre la exposicin y la aparicin del enrojecimiento de la piel en varios
pacientes: 16, 12, 14, 16, 13, 9, 15, 7, 20, 19, 11, 14, 9, 13, 11, 3, 8, 21, 16,
16, 12, 16, 14, 20, 7, 14, 18, 14, 18, 13, 11, 16, 18, 16, 11, 13, 14, 16, 15,
15. Suponga que = 4 para encontrar el intervalo de confianza del 95%
para la media de tiempo para la aparicin del enrojecimiento. Le
sorprendera la afirmacin de que = 17 das? Explique su respuesta.
(X
X 2 ( 1 2 )
12
n1
22
n2
P Z Z Z
2
) =1
X 1 X 2 ( 1 2 )
O tambin P Z
Z =
1 , de donde
2
2
2
2
+ 2
n
n
1
2
12 22
12 22
+
1 2 X 1 X 2 + Z
+
P X 1 X 2 Z
1
=
2
2
n
n
n
n
1
2
1
2
X 1 X 2 Z
12
2
n1
22
n2
1 2 X 1 X 2 + Z
12
2
n1
22
n2
Tamao de la muestra
Resistencia (kg/mm2)
Desviacin estndar
nA = 12
X A = 89.45
A = 1.1
nB = 15
X B = 77.32
B = 1.9
Determinemos el intervalo de confianza con una seguridad del 97%.
B
Linf = X 1 X 2 Z
Lsup = X 1 X 2 + Z
12
2
n1
12
2
n1
22
22
n2
n2
(1.1)
12
(1.1)
12
(1.9 )
+
= 10.8619
15
(1.9 )
+
15
= 13.3981
X
tiene distribucin T con n 1
S/ n
X
, y la variable
n
X
, podemos argumentar que un intervalo de
S/ n
confianza de 100 (1 ) % , conocida , est dado por
aleatoria de la T de Student, T =
X t S
n.
Por ejemplo, en una regin cercana a una central de generacin que utiliza
combustible fsil se cuantific la concentracin de dixido de azufre, en
microgramos por metro cbico, y se encontraron los siguientes valores: 52.7, 43.9,
41.7, 71.5, 47.6, 55.1, 50.0, 70.0, 56.4, 60.7, 44.4, 46.1, 38.6, 52.4, 45.3, 62.2, 56.5,
63.4, 53.9, 33.4, 61.8, 54.3, 66.6, 65.5.
Haciendo los clculos necesarios encontramos que
x = 53.917
s = 10.074
buscar en la tabla la probabilidad 0.975 porque esta es la suma de 0.95 mas 0.025
que est en el extremo izquierdo de la grfica, porque la tabla es de distribuciones
acumuladas desde la izquierda hacia la derecha.
P [Tn 1 t ]
n-1
4
5
23
24
.6
0.271
0.267
0.256
0.256
0.75
0.741
0.727
0.685
0.685
0.9
1.533
1.476
1.319
1.318
0.95
2.132
2.015
1.714
1.711
0.975
2.776
2.571
2.069
2.064
0.99
3.747
3.365
2.500
2.492
0.995
4.604
4.032
2.807
2.797
0.999
7.173
5.893
3.485
3.467
El intervalo es entonces
=
X t S
2
n=
53.917 ( 2.069 )(10.074 ) / 24 =
53.917 4.255
[ 49.662 58.172]
El resultado anterior indica que existe un 95% de confianza de que la media de
concentracin est en el intervalo dado.
Adems, si existiera un estudio de una regin en la cual no hay una planta de
generacin similar a la que est en la zona estudiada y la concentracin del xido
resultara menor indicara que la planta est ocasionando el valor mayor de
concentracin.
IX. Ejercicios (Utilice una tabla de distribucin t)
1. Un ingeniero civil est probando la resistencia compresiva de concreto.
Realiza la prueba con 16 especmenes y obtiene los siguientes datos:
2216, 2237, 3349, 2204, 2225, 2301, 2281, 2263, 2318, 2255, 2275, 2295,
2250, 2238, 2300, 2217. (a) Construya un intervalo de confianza de dos
lados del 95% respecto a la resistencia media, (b) Construya un intervalo de
confianza inferior del 95% respecto a la resistencia media.
2. Un ingeniero de control de calidad midi el espesor de la pared de 25
botellas de vidrio de dos litros. La media de la muestra fue 4.05 mm y la
desviacin estndar de la muestra 0.08 mm. Determine un intervalo de
confianza inferior del 90% respecto del espesor de pared medio.
Pruebas de hiptesis
Cuando se pone a prueba una hiptesis se tiene una idea preconcebida acerca del
parmetro que se desea comprobar. Lo anterior implica la existencia de dos
posibles resultados o hiptesis: la que propone el investigador y su negacin.
La hiptesis propuesta por el investigador se conoce como hiptesis alternativa y
es representada por H1 , y la negacin de esta hiptesis es la hiptesis nula que se
representa con H 0 .
Cuando se prueba una hiptesis la declaracin de igualdad siempre se incluye en
H0 .
La prueba implica que, partiendo de datos sobre el experimento, se acepta una de
las hiptesis y se rechaza la otra. Sin embargo, puede ocurrir que debido a la
informacin que se posee se tome como verdadera una de las hiptesis cuando en
realidad es falsa.
Se comete el error tipo I cuando se rechaza la hiptesis nula H 0 y esta en realidad
debiera aceptarse.
Se comete el error tipo II cuando se rechaza la hiptesis alternativa H1 y esta en
realidad debiera aceptarse.
Existen tres formas de expresar las hiptesis para la media de una distribucin:
H 0 : 0
H 0 : = 0
H1 : > 0
Prueba de cola derecha
H 0 : 0
H1 : > 0
Prueba de cola derecha
H 0 : = 0
H1 : < 0
Prueba de cola izquierda
H 0 : = 0
H1 : 0
Prueba de dos colas
H1 : < 0
Prueba de cola izquierda
Figura 10. Prueba de dos colas. Si los datos se distribuyen en la zona azul se
rechaza la hiptesis nula H 0 .
Consideremos el ejemplo siguiente:
Uno de los factores que afecta el funcionamiento de las seales reflejantes en las
autopistas es la alineacin correcta de los faros de los automviles. Se cree que
ms del 50% de los vehculos tiene los faros mal alineados. Si tal afirmacin puede
sustentarse estadsticamente se pondr en marcha un estricto programa de
inspeccin. Se seleccionan aleatoriamente una muestra de 20 automviles para
verificar sus faros. Se aceptar H1 y se rechazar H 0 si hay 14 o ms
automotores con los faros mal alineados, cul es la probabilidad de cometer el
error tipo I?
Sea p la proporcin de vehculos que tienen los faros mal alineados. Puesto que
se pretende sustentar la afirmacin de que p > 0.50 , esta se considera como la
hiptesis alternativa, H1 . La hiptesis nula ser la negacin de H1 , es decir, que
p 0.50 . Entonces
H 0 : p 0.50
H1 : p > 0.50
Como n = 20 , E [ X=
=
] np
( 20 )( 0.50=)
10 (caso binomial)
P ( X 14 p =
0.50 ) =
1 P ( X < 14 p =
0.50 ) =
1 P ( X 13 p =
0.50 ) =
1 0.9423 =
0.0577
Lo anterior implica que si se encuentran 13 o menos vehculos con los faros mal
alineados no debe aprobarse el proyecto de revisin por que hay 5% de
probabilidades de cometer el error tipo I.
X. Ejercicios
1. Se requiere que la resistencia al rompimiento de una fibra utilizada en la tela
de ropa de uso industrial no sea menor que 160psi. La experiencia indica
que la desviacin estndar de la resistencia al rompimiento es de 3psi. Se
prueba una muestra aleatoria de cuatro especmenes y se encuentra que la
resistencia promedio al rompimiento es 158psi. (a) Debe considerarse
aceptable la fibra con = 0.05 , (b) Cul es la probabilidad de aceptar
H 0 : 160 si la fibra tiene una resistencia al rompimiento verdadera de
165psi?
2. Se sabe que la varianza (en porcentaje) del rendimiento de un proceso
qumico es de 5. Los ltimos das de operacin de la planta han tenido un
rendimiento (en porcentaje) de 91.6, 88.75, 90.8, 89.95 y 91.3; (a) Hay
razn para creer que el rendimiento es menor que 90%? (b) Qu tamao
de muestra se requerira para detectar un rendimiento medio verdadero de
85% con probabilidad de 0.95?
Regresin lineal
Buscamos construir un modelo de recta lineal de la forma
=
y mx + b
Donde m representa la pendiente de la recta y b la ordenada al origen. Dicha
recta ser una aproximacin de una coleccin de puntos que se distribuirn
alrededor de ella (figura 11).
SSE
=
=i2
( y A Bx )
=i 1 =i 1
nA + B xi =
yi
=i 1 =i 1
n
A xi + B xi2 =
xi yi
=i 1
=i 1 =i 1
n xi2 xi
=i 1 =
i1
A= y Bx
Con lo que la ecuacin lineal que representa a los datos es
y=
A + Bxi
i
La evaluacin de la calidad de la aproximacin, esto es la determinacin de si entre
las variables existe una relacin lineal, se realiza obteniendo el factor de correlacin
de Pearson
Cov ( X , Y )
(VarX )(VarY )
Donde Cov (=
X , Y ) E [ XY ] E [ X ] E [Y ]
El coeficiente de correlacin vara en el intervalo [ 1,1] , teniendo una buena
aproximacin lineal cuando el coeficiente de correlacin est cercano a 1 o a 1 .
Se estudia la relacin del consumo de energa elctrica con el ingreso familiar y se
obtienen los datos sobre el ingreso familiar X (en unidades de $1000/ao) y el
consumo de energa Y (en 108 BTU/ao)
Consumo de energa
Y
1.8
3.0
4.8
5.0
Ingreso familiar
X
20.0
30.5
40.0
55.1
Consumo de energa
Y
6.5
7.0
9.0
9.1
Ingreso familiar
X
60.3
74.9
88.4
95.2
yi
xi yi
20.0
1.8
36.00
xi2
400.00
n=8
y = 5.78
30.5
40.0
55.1
60.3
74.9
88.4
95.2
464.40
3.0
4.8
5.0
6.5
7.0
9.0
9.1
46.20
91.50
192.00
275.50
391.95
524.30
795.60
866.32
3173.17
930.25
1600.00
3036.01
3636.09
5610.01
7814.56
9063.04
32089.96
x = 58.05
Cov ( X , Y )
= 0.98
(VarX )(VarY )
Que indica que el modelo matemtico aproxima de muy buena manera a los
puntos distribuido en la tabla, tal como se puede ver en la grfica de la figura 12.
Recta de aproximacin
9.5
7.5
5.5
3.5
1.5
15
65
Ingreso familiar
B B0
yi y i
n2
( x x)
B0 t 2,n 2
yi y i
n2
( x x)
i
B B +t
0
2, n 2
yi y i
n2
( x x)
H 0 : A = A0
H1 : A A0
Para la cual
t0 =
A A0
yi y i
n2
()
( )
x
1 +
n
xi x
A0 t 2,n 2
yi y i
n2
()
( )
x
1
n +
xi x
A A +t
2, n 2
0
2
yi y i
n2
) 1 + ( x )
2
2
xi x
XI. Ejercicios
1. En una prueba de automviles de distintas marcas del rendimiento en millas
recorridas por galn de gasolina ( y ) y el cilindraje del motor o
desplazamiento en pulgadas cbicas ( x ) se encontraron los siguientes
datos:
y
18.90
17.0
20.0
18.25
20.07
x
350
350
250
351
225
y
11.20
22.12
21.47
30.40
16.50
x
440
231
262
96.9
350
y
14.39
16.50
19.73
13.90
16.50
x
500
400
318
351
350
101.4
117.4
117.1
106.2
131.9
1
1.5
1.5
1.5
2
146.9
146.8
133.9
111.4
123
2
2.2
2.4
2.5
2.5
125.1
145.2
134.3
144.5
143.7
2.8
2.8
3
3
3.2
Anlisis de varianza
El anlisis de varianza se emplea para cuando deseamos comparar el resultado de
una variable estadstica obtenida por medio de distintos tratamientos.
Consideremos que en cinco vetas de carbn de una regin se presentan los
siguientes contenidos de azufre en distintas muestras
Veta 1
1.51
1.92
1.08
2.04
2.14
1.76
1.17
Veta 2
1.69
0.64
0.90
1.41
1.01
0.84
1.28
1.59
Veta 3
1.56
1.22
1.32
1.39
1.33
1.54
1.04
2.25
1.49
Veta 4
1.30
0.75
1.26
0.69
0.62
0.90
1.20
0.32
Veta 5
0.73
0.80
0.90
1.24
0.82
0.72
0.57
1.18
0.54
1.30
Suma
promedios
de las
ltimas filas
Sumas
S1 = 11.62
S 2 = 9.36
S3 = 13.14
S 4 = 7.04
S5 = 8.8
ST = 49.96
Promedios
Y 1 = 1.66
Y 2 = 1.17
Y 3 = 1.46
Y 4 = 0.88
Y 5 = 0.88
Y T = 1.189
Dadas las diferencias en los valores de las medias, debemos averiguar si tales
diferencias son significativas o las medias en realidad son iguales.
Las hiptesis son
=
=
=
5
H 0 : =
1
2
3
4
H1 : 1 2 3 4 5
La tabla de anlisis de varianza tiene la forma
Fuente de variacin
Grados de libertad
Suma de cuadrados
Cuadrado medio
k 1
Si2 ST2
N
i =1 ni
ST
k 1
Tratamiento
F( N k )( k 1)
ST
= k 1
SC
N k
N 1
Error o residuo
Totales
SC
N k
SC
Donde:
k es el nmero de tratamientos (vetas en el ejemplo)
N es el nmero total de datos de todos los tratamientos (o vetas)
ni es el nmero de datos en cada tratamiento
k ni
S2 k S2 S2
=
SC Yij2 T i T
N =i 1 ni N
=i 1 =j 1
Si2 ST2
N
i =1 ni
k
=
ST
(11.62 )
( 9.36 )
+
8
(8.8)
+ ... +
10
( 49.96=
)
42
3.935
2
k ni 2 ST2 k Si2 ST2
49.96 )
(
2
2
2
SC = Yij = (1.51) + (1.92 ) + ... + (1.30 )
3.935 = 4.497
42
N =i 1 ni N
=i 1 =j 1
Fuente de
variacin
Grados de libertad
Suma de
cuadrados
Tratamiento
5 1 =4
3.935
Error o residuo
42 5 =
37
4.497
Totales
41
8.432
Cuadrado medio
3.935
= 0.984
4
4.497
= 0.122
37
F=
( 4 )( 37 )
0.984
= 8.066
0.122
Para hacer la evaluacin de si son iguales o diferentes las medias necesitamos leer
en una tabla de distribucin F con la probabilidad adecuada y sus respectivos
grados de libertad.
k 1
N k
P F( N k )( k 1) f =
0.95
3
4
5
6
4
5
37
38
7.707
6.608
4.105
4.098
6.944
5.786
3.252
3.245
6.591
5.409
2.859
2.852
6.388
5.192
2.626
2.619
6.256
5.050
2.470
2.463
6.163
4.950
2.356
2.349
6.094
4.876
2.270
2.262
6.041
4.818
2.201
2.194
De la tabla obtenemos que f(37 )( 4) = 2.626 . Como F(37 )( 4) f(37 )( 4) , 8.066 2.626 ,
rechazamos la hiptesis nula y podemos decir que al menos dos de las medias de
las vetas son diferentes con 5% de posibilidades de equivocarnos o 95% de
seguridad.
XII. Ejercicios
1. Se sabe que un material txico vertido en un ro llega a un rea de pesca.
Se mide la concentracin del txico, en partes por milln, ostras extradas
de tres sitios diferentes presentan las concentraciones del txico siguientes:
Sitio 1
15
26
20
20
29
28
21
26
Sitio 2
Sitio 3
19
22
15
26
10
24
26
26
11
15
20
17
13
24
15
18
a. Verifique si existe una diferencia significativa en el promedio de
partes por milln del material txico encontrado en las ostras
extradas en los tres sitios. Use = 0.05 .
b. Diferiran significativamente las medias con el nivel de significacin
de 0.01?