Vous êtes sur la page 1sur 82

1

Matemticas para economistas 1


Ramn Garca-Cobin

Introduccin
El propsito de la presente obra es el de presentar al estudiante de la carrera de
Economa las nociones matemticas bsicas que le han de ser indispensables en las
actuales presentaciones formales de la teora econmica. Para tal fin, se ha credo
oportuno dar dichas nociones como se las presenta en los cursos de Matemticas en las
carreras de ciencias, pues se considera que el economista debe conocerlas con toda la
exactitud del caso y que no hay razn para dorarle la pldora. Para tal fin, el modo
escogido es el de motivar las definiciones mediante consideraciones intuitivas, para
presentar luego los resultados principales en forma de teoremas, acompaados de
aplicaciones. A continuacin, y en la medida en que la extensin lo permita, se dan
ejemplos ilustrados, a veces, de figuras.
Se aconseja al profesor del curso aumentar el nmero de ejemplos y de aplicaciones,
as como el de figuras presentadas en clase para ayudar a la comprensin de las
complejas nociones requeridas en este curso. Tambin se le sugiere omitir un buen
nmero de demostraciones, aunque de ellas debiera, al menos, dar la idea intuitiva que
justifique el enunciado por demostrar. Esto deber ajustarse al tiempo disponible, que,
normalmente, debiera ser de unas quince semanas a razn de cuatro horas semanales de
clase. Sera conveniente, adems, disponer de unas treinta horas en total para sesiones
de prcticas en las que habra que presentar soluciones de ejercicios propuestos en el
texto y de otros adicionales que el profesor escoger. De esas treinta horas, debieran
dedicarse a prcticas calificadas unas quince horas.

ndice
Prefacio
1. Sistema de nmeros reales
1.1 Sucesiones y series
1.2 Algunas propiedades de lmites de sucesiones de nmeros reales
1.3 Lmites infinitos de sucesiones de nmeros reales

1
4
5
6
9

2. Funciones, relaciones y correspondencias


2.1 Funciones
2.2 Correspondencias
2.3 Relaciones

13
14
15
16

3. Continuidad de funciones reales de variable real


3.1 Conjuntos abiertos, cerrados y compactos en
3.2 Lmites de funciones

18
18
25

3.3 Continuidad de funciones

31

4. Derivadas de funciones

40

4.1 Crecimiento y decrecimiento locales

45

4.2 Derivadas de orden superior y frmula de Taylor

50

4.3 Concavidad y convexidad de funciones

52

5. Integrales de funciones

56

5.1 Integral indefinida

56

5.2 Integral definida

57

5.3 Algunos mtodos de integracin

61

6. lgebra Lineal

63

6.1 Vectores del espacio IRn

64

6.2 Producto escalar y norma de vectores

66

6.3 Matrices y operaciones con ellas

69

6.4 Determinantes e inversas de matrices cuadradas

74

6.5 Dependencia e independencia lineal de vectores

79

6.6 Rango y nulidad de matrices

80

6.7 Autovalores y autovectores de matrices cuadradas

82

Referencias bibliogrficas

85

1. Sistema de nmeros reales


es un campo, es decir, es un conjunto en el que hay dos operaciones binarias
internas: adicin y multiplicacin, siendo que ambas son conmutativas y asociativas,
poseen elementos neutros (el 0 y el 1), hay inversos segn la adicin para todos los
elementos (-x), y segn la multiplicacin para todos los elementos no nulos (i/x);
adems, la multiplicacin es distributiva respecto a la adicin.
Ha de notarse que tambin el sistema de nmeros racionales, , es un campo en el
mismo sentido, pero que, en cambio, no lo son ni el sistema de nmeros enteros ni el de
nmeros naturales.
Adems, es un campo ordenado, es decir, que contiene un subconjunto, el de los
positivos, , que es cerrado para la adicin (la suma de positivos de positiva) y cumple
la propiedad de tricotoma (cualquier nmero real, o es positivo, o es nulo o su inverso
aditivo es positivo, debiendo darse una y slo una de estas tres posibilidades). As, se
define la relacin de orden entre nmeros reales estableciendo que un nmero, x, es
mayor que otro, y, si y slo si, x y es positivo.
Ha de notarse que tambin el sistema de nmeros racionales es un campo ordenado.
Sin embargo, entre este sistema y el de los nmeros reales hay una fundamental
diferencia: en ste vale el axioma del supremo pero en aqul, no. Esto significa que si
un subconjunto de es superiormente acotado (existe algn nmero que no es menor
que ningn elemento del subconjunto), entonces existe la mnima cota superior (llamada
tambin supremo del subconjunto). En el sistema de nmeros racionales esto no se
cumple, pues, por ejemplo, el subconjunto de formado por los racionales cuyo
cuadrado es menor que 2 es superiormente acotado (por 8, por ejemplo) pero no existe
la mnima cota superior de dicho subconjunto de racionales (pues ya desde la
Antigedad, los pitagricos haban descubierto que no hay ningn nmero racional cuyo
cuadrado sea 2). Esto puede formularse de modo preciso como sigue. Si hubiera dos
nmeros naturales, m y n, digamos, tales que su cociente fuera igual a 2, puede
suponerse, sin prdida de generalidad, que dichos naturales son primos relativos (por
ejemplo la fraccin 28/16 es equivalente a 14/8 y sta a su vez lo es a 7/4, siendo que 7
y 4 son primos relativos). As, 2 sera igual a m2 / n2, de donde 2 m2 = n2, por lo que n ha
de ser par, digamos n = 2k; luego, 2 m2 = 4 k2, y entonces, m2 = 2 k2, que muestra que
m tambin es par. Es sta conclusin contradictoria con la condicin de ser m y n
primos relativos. As, pues, se comprueba que no existe ningn nmero racional igual a
2.
Tambin debe tenerse en cuenta que ambos campos, y , son campos
arquimedianos, es decir que en ellos se cumplen las tres siguientes propiedades, que
son equivalentes entre s. 1) Para todo par de elementos, a y b, del campo tales que a sea
positivo, hay un nmero natural, n, tal que n a b. 2) Para todo elemento positivo, a,
del campo, hay un nmero natural, n, tal que 1/n a. 3). No hay ningn elemento del
campo que sea mayor que todo nmero natural (Vase: Lima, Elon Lages Anlisis
Real, vol. 1).
Sin embargo, nuevamente se encuentra una diferencia fundamental entre ambos
campos arquimedianos, a saber, es completo pero no lo es. Esta propiedad des ser

5
completo (llamada propiedad de complecin del sistema de los nmeros reales),
consiste en que toda sucesin de Cauchy es convergente. A continuacin se explicar
esto detalladamente.
1.1 Sucesiones y series
Definicin 1.1: Dado un conjunto cualquiera, X, una sucesin en X es cualquier
funcin definida en el conjunto de nmeros naturales, , y que toma valores en el
conjunto X.
As, si X es , se habla de sucesiones de nmeros reales; si X es , se habla de
sucesiones de nmeros racionales, etc.
Como ejemplos, se tienen las siguientes sucesiones:
s(k) = 3/k,
s(k) = (k3)
y
s(k) = 3.
La primera es una sucesin decreciente, es decir, que k h s(k) s(h); la segunda
es una sucesin creciente, es decir, que k h s(k) s(h), y la tercera es una
sucesin constante. Si en cambio se cumpliera que k h s(k) s(h), se dira que la
sucesin es no creciente; y si se tuviera que k h s(k) s(h), se dira que la
sucesin es no decreciente. Se dice que un subconjunto, A, de es acotado, si hay
algn nmero real, C, tal que C x , x de A. Se dice que A es superiormente
acotado, si hay algn nmero, C, tal que C x, x de A; y se dice que A es
inferiormente acotado, si hay algn nmero, C, tal que C x, x de A.
Definicin 1.2: Una subsucesin, s1, de una sucesin, s, es una composicin de una
sucesin creciente de naturales, , con la sucesin s, es decir, s1 = s.
Por ejemplo, si (k) = 2k+1 y s(k) = 1/k, entonces se obtiene la subsucesin s1 de s
dada por s1(k) = s (k) = s(2k+1) = 1/(2k+1), esto es, s1 = (1/3, 1/5, 1/7, ).
Para expresar de manera simple los siguientes conceptos, conviene adoptar los
siguientes trminos: cabeza y cola de una sucesin, definidos respectivamente por
los primeros trminos y por los ltimos trminos, es decir, que para la sucesin s,
podra hablarse de la h-cabeza y de la h-cola, entendidos respectivamente por (s(1), ,
s(h)) y (s(h+1), s(h+2), ).
Definicin 1.3: Se dice que una sucesin es convergente si tiene lmite, y se define el
lmite de una sucesin de nmeros reales, s, como aquel nmero real, L, tal que
cualquiera que sea el positivo , en el intervalo ]L- , L+[ cabe una cola entera de la
sucesin, es decir, que hay algn natural, h, tal que la h-cola de la sucesin s est
incluida en dicho intervalo llamado tambin la -vecindad de L. Esto, dicho de manera
simblica es: positivo, h en tal que k h L - s(k) . Caso que la sucesin no
sea convergente, se dice que es divergente. Se escribir: L = lim s L = lim (xk) L
= lim xk , si s = (xk), para indicar que L es el lmite de la sucesin s.
Una manera de parafrasear el concepto de lmite de una sucesin es la que dice que un
nmero real es lmite de una sucesin de nmeros reales si tan cerca como se quiera
de dicho nmero se encuentran casi todos los trminos de la sucesin, es decir, todos
salvo, quiz, una cantidad finita de ellos .

6
Por ejemplo, la sucesin dada por s(k) = 1/k tiene por lmite al nmero 0, pues
cualquiera que sea el valor del positivo , hay algn natural, h, tal que h 1/
(recurdese que es un campo arquimediano ). Por lo tanto, k h s(k)= 1/k .
Definicin 1.4: Se dice que una sucesin, s, es de Cauchy si cualquiera que sea el
positivo , hay algn natural, h, tal que la distancia de dos trminos cualesquiera de la hcola de la sucesin es menor que , es decir, que m h n h s(m) s(n) .
Este concepto puede tambin parafrasearse como sigue. La sucesin s es de Cauchy si
tan cerca entre s como se quiera estn los trminos de la sucesin que se hallen en
alguna h-cola si es que h es bastante grande.
Un ejemplo de sucesin de Cauchy en que sea divergente (en pero no en !) es la
dada por: s(k+1) = (s(k) + 2/s(k))/2, siendo s(1) = 2. Entonces ella es (2, 3/2, 17/12,
). Para demostrar que sea de Cauchy basta con establecer que (ejercicio) s(k)
s(k+1) k-1 (s(1) s(2), siendo), siendo := , y que, por ende, (s(k) s(k+m)) k-1
(s(2) s(1))/(1 - ); adems ha de comprobarse que ella es una sucesin decreciente e
inferiormente acotada por 2. Tambin ha de probarse que s tiene lmite que es 2, por
lo cual carece de lmite en .
1.2 Algunas propiedades de lmites de sucesiones de nmeros reales
1) Unicidad del lmite: Ninguna sucesin puede tener ms de un lmite, es decir, que
si existe lmite de una sucesin, l es nico.
La justificacin intuitiva es clara, pues, si hubiera dos lmites diferentes, a y b, de una
sucesin, entonces, definiendo como a-b / 10, debera haber h y k, naturales, tales que
la h-cola de la sucesin estuviera en la -vecindad de a, y la k-cola de la sucesin
estuviese en la -vecindad de b, por lo que si h k, la h-cola estara en ambas
vecindades; y, en cambio, si k h, sera la k-cola la que estara en ambas. Ahora bien,
ambos casos son imposibles porque las -vecindades de a y b son disjuntas, ya que no
puede haber ningn nmero que diste de a y de b menos de un dcimo de la distancia
que separa a de b.
2) Convergencia de toda subsucesin de una sucesin convergente: Si la sucesin,
s, tiene lmite, a, entonces toda subsucesin de s converge al mismo nmero a.
Demostracin: Sea s una sucesin convergente al nmero a, y sea s1 = s una
subsucesin cualquiera de s. Entonces, dado un positivo cualquiera, por definicin de
lmite se sabe que hay algn natural, h, tal que la h-cola est en la -vecindad de a.
Adems, como la sucesin de naturales, , es creciente, ha de haber algn natural, h1,
tal que (h1) h. Por lo tanto, la h1-cola de la subsucesin ha de estar en la -vecindad
de a, ya que dicha h1-cola de la subsucesin est incluida en la h-cola de la sucesin.
3) Acotacin de toda sucesin convergente: Toda sucesin convergente es acotada.
Demostracin: Por definicin de sucesin convergente, ella ha de tener un lmite, y por
definicin de lmite, dentro de una 1-vecindad del lmite cabe una cola entera de la
sucesin. La cabeza de la sucesin consta slo de un numero finito de trminos. Luego,

7
todos los trminos de la sucesin cabrn dentro del intervalo abierto ]-M, M[ si es que se
define el nmero M como la suma de 1 con el valor absoluto del lmite de la sucesin
y el mximo de los valores absolutos de los trminos de la cabeza. Es decir, si (sk)1 es
la sucesin y su lmite es a, entonces m, k m, sk ]a-1, a+1[; sea M: = 1 + a +
max {s1, , sm}. Entonces ha de ser claro que h, sh ]-M, M [, con lo que se
comprueba que la sucesin es acotada.
Ejemplo: (de que la recproca no se cumple en general) La sucesin sk: = (-1)k = (-1, 1,
-1, 1, -1, ) es obviamente acotada pero no converge pues no hay ningn nmero real,
a, tal que casi todos los trminos de la sucesin caigan dentro del intervalo ]a-, a+[.
4) Convergencia de sucesiones montonas acotadas: Toda sucesin montona y
acotada es convergente.
Demostracin: Supongamos que la sucesin es no decreciente (el caso en que ella es no
creciente se trata similarmente). Como es acotada, entonces el axioma del supremo
garantiza que exista el supremo de los trminos de la sucesin. Ahora slo queda
demostrar que dicho supremo, s, es el lmite de la sucesin. Por definicin de supremo,
dado un positivo cualquiera, , hay un trmino de la sucesin, digamos el k-simo, que
cae en el intervalo ]s-, s[, y como la sucesin es no decreciente, entonces todos los
trminos posteriores al k-simo caern en ese mismo intervalo. Luego, s es el lmite de
la sucesin.
Como un corolario de esta propiedad se obtiene el teorema de Bolzano-Weierstrass:
Teorema 1.1 (de Bolzano-Weierstrass): Toda sucesin acotada de nmeros reales posee
al menos una subsucesin convergente.
Demostracin: Gracias a la propiedad de convergencia de sucesiones montonas
acotadas (cuarta de arriba), basta demostrar que la sucesin dada posee al menos una
subsucesin montona. Llamemos destacado a un trmino de la sucesin que sea mayor
o igual que todos los trminos siguientes (podra no haber tal), y sea D el conjunto de
ndices de todos los trminos destacados (podra ser vaco).
Slo hay dos casos posibles, a saber, que D sea infinito o que sea finito.
En el primer caso, la subsucesin formada por los trminos de ndice en D es claramente
una subsucesin montona no creciente, con o cual se obtiene la tesis del teorema.
En el segundo caso, sea k1 el primer ndice que no est en D; luego, el trmino de
ndice k1 no es mayor o igual que todos los siguientes, as que ha de haber algn trmino
siguiente a l que le sea mayor, y llamemos k2 a su ndice. Igualmente el trmino de
ndice k2 no es mayor que todos los que le siguen, as que ha de haber otro trmino
siguiente a l que le sea mayor; llamemos k3 a su ndice. Continuando de este modo, se
obtiene la subsucesin de ndices k1, k2, k3, que es montona creciente, con lo cual
tambin en este caso se obtiene la tesis del teorema.
Ejemplo: La sucesin (a, a2, a3, ), con a un positivo menor que 1, es decreciente y
acotada, pues todos sus trminos tienen valor absoluto menor que 1. Luego, por la
cuarta propiedad de arriba, ella ha de ser convergente. Como ejercicio, demustrese que
su lmite es 0.

8
5) Preservacin de desigualdades por paso al lmite: Si dos sucesiones
convergentes son tales que los trminos de una son respectivamente menores o iguales
que los correspondientes trminos de la otra, entonces lo propio ocurre con sus
respectivos lmites, esto es,( xk yk, k) (lim xk lim yk ).
Demostracin: Un simple razonamiento por reduccin al absurdo basta para demostrar
esta propiedad, pues si se tuviera que (lim xk lim yk ), entonces tomando el positivo
como la tercera parte de la diferencia entre dichos lmites, y teniendo en cuenta que casi
todos los trminos de la primera sucesin caen en la -vecindad del lim xk y que tambin
casi todos los trminos de la segunda sucesin caen en la -vecindad del lim yk, se
encontrara que algunos trminos de la primera sucesin seran mayores que los
respectivos trminos de la segunda, contradiciendo as la hiptesis.
6) Preservacin de operaciones aritmticas por paso al lmite:
(1) Si dos sucesiones son convergentes, entonces la sucesin que se obtiene al sumar
los correspondientes trminos de ellas es tambin convergente y el lmite de sta es
igual a la suma de los lmites de aqullas.
Esto es, (a = lim xk b = lim yk ) (lim( xk + yk )= a + b ).
(2) Si dos sucesiones son convergentes, entonces la sucesin que se obtiene al restar
los correspondientes trminos de ellas es tambin convergente y el lmite de sta es
igual a la resta de los lmites de aqullas.
Esto es, (a = lim xk b = lim yk ) (lim( xk - yk ) = a - b).
(3) Si dos sucesiones son convergentes, entonces la sucesin que se obtiene al
multiplicar los correspondientes trminos de ellas es tambin convergente y el lmite de
sta es igual al producto de los lmites de aqullas.
Esto es, (a = lim xk b = lim yk ) (lim ( xk yk )= a b.
(4) Si dos sucesiones son convergentes y el lmite de la segunda no es cero, entonces la
sucesin que se obtiene al dividir los trminos de la primera por los correspondientes
trminos de la segunda es tambin convergente y el lmite de sta es igual al cociente
de los lmites de aqullas.
Esto es, (a = lim xk b = lim yk 0) (lim( xk / yk )= a / b.
Demostracin:
(1) Basta tener en cuenta la propiedad de nmeros reales llamada desigualdad
triangular segn la cual el valor absoluto de una suma de nmeros reales ha de ser
menor o igual que la suma de los valores absolutos de dichos nmeros. En efecto, de
ella se sigue que (a + b) (xk + yk) a xk + b yk , y, como los dos trminos de la
derecha pueden hacerse tan pequeos como se quiera tomando k bastante grande,
entonces el trmino de la izquierda tambin podr hacerse tan pequeo como se quiera
tomando k bastante grande, que es lo que demuestra la tesis.
(2) Es fcil demostrar que b = lim yk -b = lim (-yk). Ahora basta aplicar (1) a las
sucesiones xk y yk cuyos respectivos lmites son a y b.
(3) Como a b xk yk = (a - xk)b + (b - yk) xk , basta con aplicar la desigualdad
triangular a esta suma para obtener que a b xk yk (a - xk) b +(b - yk) xk , de
donde se sigue la tesis de (3), pues el primer sumando de la derecha puede hacerse tan
pequeo como se quiera con slo tomar k bastante grande, y el segundo sumando
tambin, pues se trata del producto de algo que puede hacerse arbitriamente pequeo
con algo que se acerca indefinidamente al nmero a.

9
(4) Basta con demostrar que 1/b es el lmite de la sucesin (1/yk), pues entonces una
aplicacin directa de (3) permite concluir que la sucesin ( xk / yk ), que es la que se
obtiene mediante multiplicacin de trminos correspondientes de las sucesiones (xk) y
(1/yk), tiene por lmite al producto de a y 1/b, es decir, a/b. As, pues, como b 0, a
partir de cierto trmino de la sucesin (yk), digamos el h-simo, todos los siguientes
quedan lejos del 0, es decir, en el intervalo ]b/2, 3b/2[ si b > 0, en el
intervalo
]-3b/2, b/2[ si b < 0. Luego, para k > h, ha de tenerse que
1/b 1/yk yk b / ( b yk ) yk b / ( b yk ) yk b /( b b/2)=
=
2
(2/ b ) yk - b, y como en este ltimo producto el primer factor es constante distinto de
0 pero el segundo se hace arbitrariamente pequeo, resulta que el producto ha de ser
arbitrariamente pequeo, con lo que el lmite de la sucesin (1/yk) ha de ser 1/b.
Ejemplo: Sea (xk) una sucesin de nmeros reales positivos todos y tal que
lim ( xk+1 / xk ) < 5/7. Entonces, ha de establecerse que dicha sucesin es convergente y
que su lmite es 0. En efecto, pues para todo k suficientemente grande, ( xk+1 / xk ) < 6/7,
de donde, para esos valores de k, xk+1 = (xk+1 / xk) xk <( 6/7) xk , por lo que la sucesin es
montona decreciente (al menos lo es la cola conformada por dichos trminos bastante
grandes de k). Como ella es obviamente acotada, ha de tener un lmite, digamos b.
Ahora bien como xk+1 <(6/7) xk para k bastante grande, se sigue, tomando lmites a
ambos lados de la inecuacin, que b (6/7)b, y ya que b es 0, no puede sino ser que b
= 0.
1.3 Lmites infinitos de sucesiones de nmeros reales
Definicin 1.5: Se dir que una sucesin de nmeros reales, (xk), tiende a (o que
tiene por lmite a ) si para cualquier nmero real positivo, M, hay algn trmino de
ella tal que la cola entera que le corresponde se encuentra por encima de dicho positivo,
esto es, que M > 0, hay algn nmero natural, k, tal que si h > k, entonces xh > M.
Ejemplo: La sucesin (k2) tiende a , pues cualquiera que sea el nmero real positivo
M, si k es el menor entero mayor que M, entonces (h > k) h2 > M.
Definicin 1.6: Se dir que una sucesin de nmeros reales, (xk), tiende a - (o que
tiene por lmite a -) si para cualquier nmero real positivo, M, hay algn trmino de
ella tal que la cola entera que le corresponde se encuentra por debajo de -M, esto es, que
M > 0, hay algn nmero natural, k, tal que si h > k, entonces xh < - M.
Ejemplo: La sucesin (-k2) tiende a - y la demostracin de este aserto queda como una
tarea simple para el estudiante.
Ejercicio 1.1: Demostrar que si una sucesin tiende a a -, entonces la sucesin
formada por los inversos multiplicativos de los trminos de la primera sucesin (los
diferentes de 0) tiende a 0.
Ejercicio 1.2: Ser verdad que si una sucesin tiende a 0, entonces la sucesin formada
por los inversos multiplicativos de los trminos de la primera sucesin (los diferentes
de 0) tiende a a -? Caso que s, demostrarlo; caso que no, dar contraejemplos.

10
Teorema 1.2 : (1) Si una sucesin tiende a y otra sucesin est inferiormente acotada
(esto es, que hay algn nmero real positivo tal que ningn trmino de esta sucesin es
menor que dicho positivo), entonces la suma de ambas sucesiones tiende a .
Simblicamente, si lim (xk) = > 0, k, yk > , entonces lim (xk + yk) = .
(2) Si una sucesin tiende a y otra sucesin est inferiormente acotada por un
positivo, entonces la sucesin obtenida por la multiplicacin de trminos
correspondientes de ambas sucesiones tiende a . Simblicamente, si lim (xk) =
> 0, k, yk > , entonces lim (xk yk) = .
(3) Si una sucesin (xk) es acotada, es decir, que hay algn nmero real positivo tal que
ningn trmino de la sucesin tiene valor absoluto mayor que dicho positivo; y otra
sucesin (yk) tiende a , entonces la sucesin obtenida por la divisin de trminos
correspondientes de ambas sucesiones, (xk / yk), tiende a 0.
Demostracin:
(1) Sea el positivo tal que ningn trmino de la sucesin (yk) es menor que l.
Entonces, si (xk) es la sucesin que tiende a , se tendr que k, xk + yk >xk + , de
donde se sigue que los trminos de esta ltima sucesin se hacen tan grandes como se
quiera con slo que k sea bastante grande, es decir, que lim (xk + yk)= .
(2) Sea el positivo c una cota inferior positiva de la segunda sucesin; entonces dado
cualquier nmero real positivo, M, hay un nmero natural, h digamos, tal que k > h
xk > M / c, por lo cual para tales valores de h ha de tenerse que xk yk > xk c > (M/c) c = M. As, se
concluye que la sucesin (xk yk) tiende a .
(3) Sea c el positivo que acota a la sucesin (xk) y sea (yk) la sucesin que tiende a .
Entonces, xk / yk c /yk , de donde se sigue que el valor absoluto del cociente xk / yk ha
de tender a 0 pues yk tiende a .
Definicin 1.7: Dada una sucesin, (xk) , su serie es la sucesin de sus sumas
parciales, (x1, x1 + x2, x1 + x2 + x3, ). Cuando sta es convergente, se dice que se tiene
una serie convergente; caso contrario, se dice que se tiene una serie divergente.
En cualquier caso se la representa por xk . Si el lmite de la sucesin de sumas
parciales existe y es un nmero, b, por ejemplo, se escribe: b = xk . A veces hay que
especificar los posibles valores para el ndice k, y en tales casos se usa la notacin

, en donde a representa el primer valor que ha de tomar el ndice (que a veces

puede ser 0).

Ejemplos:
1) xk , con xk := k3, es una serie divergente, pues la sucesin (1, 1 + 8, 1 + 8 + 27, )
es divergente.
2) xk , con xk := 2-k, es una serie convergente, pues la sucesin (1/2, 1/2 + 1/4, 1/2 +
1/4 + 1/8, ) es convergente, siendo su lmite 1, como bien se sabe desde el colegio,
pues se trata de la llamada serie geomtrica de razn y trmino inicial 1/2.
Teorema 1.3 (Criterio de comparacin): Dadas dos series de trminos innegativos,
xk y yk , si ocurre que a partir de cierto trmino, n0 , los trminos de la primera serie

11
son menores o iguales que cierto mltiplo positivo de los correspondientes trminos de
la segunda, entonces la primera serie es convergente si la segunda lo es.
Esto es, que si c > 0, n0 , k > n0 , xk c yk , siendo xk 0 yk 0 ; entonces la
convergencia de la segunda serie implica la convergencia de la primera.
Demostracin: Basta considerar las sucesiones de sumas parciales de cada una de las
n

series, ( xk ) =: (sn ) y ( yk ) =: (tn). Si la segunda converge, entonces la sucesin


de sus sumas parciales, (tn), es acotada y montona creciente. Luego, la sucesin de
sumas parciales de la primera, (sn), tambin ser acotada y montona creciente, y por lo
tanto, ser convergente. As, por definicin, la primera serie ser convergente.
Ejemplo: Como ya se ha visto antes, es convergente la serie xk , con xk := 2-k. En vista
de que la serie 3/2 + 3/8 + 3/32 + es igual a la serie 3/2 + 0 + 3/8 + 0 + 3/32 + 0 + 3/
128 + y de que 3/2 5 x1 , 0 5 x2 , 3/8 5 x3 , 0 5 x4 , 3/32 5 x5, ; se sigue que
es convergente la serie 3/2 + 3/8 + 3/32 + .
Teorema 1.4: Una serie es convergente slo si su trmino general tiende a cero, es decir,
que la convergencia de xk implica que 0 = lim xk.
Demostracin: Como la serie es convergente, entonces la sucesin de sumas parciales,
(sk), tiene un lmite, digamos, b. Pero xk = sk sk-1 , de donde, tomando lmites a ambos
miembros de esta igualdad, se obtiene que lim xk = b b = 0.
Definicin 1.8: Se dice que una serie, xk , es absolutamente convergente cuando es
convergente la serie xk .
Ejemplo: Es convergente la serie 1 1/2 + 1/4 - 1/8 + 1/16 - , pues lo es la serie
formada con los valores absolutos de sus trminos, que es la serie geomtrica de razn
.
Teorema 1.5: Si una serie es absolutamente convergente, entonces es convergente.
Demostracin: Sea absolutamente convergente la serie xk ; entonces, por definicin,
es convergente la serie xk . Formemos dos nuevas series, yk y zk , definiendo
respectivamente yk := xk si xk > 0, pero yk := 0, si xk 0; similarmente, defnase zk := xk si xk < 0 pero zk := 0, si xk > 0. Es claro que xk = yk zk xk/ = yk + zk , k.
Puesto que ambas series, yk y zk , son de trminos innegativos, por el teorema
anterior, llamado criterio de comparacin, se concluye que ellas son convergentes, ya
que ambas son de trminos no mayores que los de la serie xk .
Ahora bien, como es convergente la suma o resta de dos series convergentes (ejercicio
simple para el estudiante), se concluye que ha de ser convergente la serie xk ya que
ella es igual a yk - zk.
Ejemplos:
1) Consideremos la serie 1 + 1 + 1/2! + 1/3! + y llamemos sn a la suma parcial hasta
el trmino 1/n!. Entonces, se ve fcilmente que la sucesin de sumas parciales (sn) es

12
1

acotada pues 2 < sn < 1 + (1 + 1/2! + 1/3! + ) = 1 +

1 = 3. Por la propiedad de
2

convergencia de las sucesiones montonas acotadas (seccin 1.2), concluimos que es


sta una serie convergente a cierto nmero del intervalo ]2, 3]; por ahora, llammoslo
(lase eta).
2) Consideremos, ahora, la sucesin n := (1 + 1/n)n. Por la frmula del binomio de
n 1 n(n 1) 1
n(n 1)(n 2)...1 1

...
Newton, tenemos que n = 1 +
=1+1+
2
1n
2
n
n!
nn
1
1
1
1
2
1
1
n 1
(1 ) (1 )(1 ) + +
(1 )...(1
) . Ahora vemos que n,
2!
n
3!
n
n
n!
n
n

n < sn del ejemplo anterior. Como la sucesin (sn) de dicho ejemplo es convergente,
tambin lo ser la sucesin (n). A continuacin, hemos de ver que ambas sucesiones
tienen el mismo lmite. En efecto, por lo que acabamos de ver, ya sabemos que lim n
lim sn , luego, slo falta ver que se cumple la desigualdad opuesta. Es fcil comprobar
que si n > m, entonces n m > sm ; manteniendo fijo el valor de m, hagamos tender n a
. Obtenemos lim n sm , m. Por ende, lim n lim sn . A este lmite comn hemos de
denotar por e, constante positiva que es la base de los logaritmos neperianos.
Una interpretacin financiera del nmero e
Como ya sabemos, e = limn (1 + 1/n)n. Veremos ahora que e es el valor adquirido al
cabo de un ao por un sol colocado en ahorros a una tasa de inters del 100% anual con
capitalizacin instantnea. En efecto, si la capitalizacin fuera anual, el sol colocado en
ahorros a un inters de 100% se habra convertido al cabo del ao en 1 +1; si, en
cambio, la capitalizacin fuese semestral, el sol se habra convertido den (1+ )1/2, ya
que al cabo del primer semestre habra ganado , convirtindose as en 1+ . Ahora,
esta suma ha de ganar intereses de (1+ )/2 durante el segundo semestre, convirtindose
a su vez en (1+ )1/2. Similarmente, si la capitalizacin hubiera sido cuatrimestral, el sol
inicial se habra vuelto (1 + 1/3)3, al cabo del ao. En general, si la capitalizacin se
hiciera n veces al ao, el sol inicial se volvera (1 + 1/n)n. ahora ya podemos entender
por qu es que con capitalizaciones instantneas, que es lo que corresponde cuando n
tiende a infinito, se obtendra limn (1 + 1/n)n como el valor en que un sol se convertira
al cabo de un ao.
Ejercicios:
1.3 Demostrar que si 0 < a = lim (xk), entonces lim (xk )= a.
1.4 Demostrar que si una sucesin montona posee alguna subsucesin convergente,
entonces dicha sucesin es convergente.
1.5 Demostrar que si el lmite de una sucesin es menor que el lmite de otra, entonces
casi todos los trminos de la primera son menores que los correspondientes trminos de
la segunda, esto es, que si a = lim (xk), b = lim (yk) y a < b entonces n, k > n, xk yk.
1.6 Se llama valor ( punto) de adherencia de una sucesin al lmite de cualquier
subsucesin de ella. Hallar, si existieren, los valores de adherencia de la sucesin (xk)
definida por x2k = k y x2k-1 = 1/k . Es convergente dicha sucesin?

13
1.7 Demostrar que una sucesin acotada es convergente si, y slo si, posee un nico
valor de adherencia.
1.8 Se dice que una sucesin de nmeros reales, (xk), es de Cauchy si la diferencia de
dos trminos cualesquiera de una cola de la sucesin puede hacerse tan pequea
como se quiera con slo definir convenientemente esa cola, es decir, que
> 0, n, (h > n k > n) xh - xk < .
Demostrar que toda sucesin convergente de nmeros reales es de Cauchy.
Demostrar que toda sucesin de nmeros reales que sea de Cauchy es acotada.
1.9 Demostrar que lim (xk) = si xk = 2 k - k.
1.10 Demostrar que es divergente la serie xk donde xk = (k + 1)1/2 (k)1/2 , a pesar de
que tienda a 0 su trmino general (sugerencia: usar la identidad a2 b2 = (a - b)(a + b) y
calcular explcitamente las sumas parciales).
1.11 Sabiendo que es convergente la serie xk donde xk = 2/(n + n2), y usando el
criterio de comparacin, demostrar la convergencia de la serie yk donde yk = 1/n2.
1.12 Demostrar la convergencia de la serie geomtrica de razn positiva menor que 1, a
saber, a + a r + a r2 + a r3 + .
1.13 Sabiendo que la serie de trminos innegativos, xk , es convergente, demostrar la
convergencia absoluta de la serie xk ak, siendo a un nmero del intervalo [-1, 1].

2. Funciones, relaciones y correspondencias


Vale la pena recordar los conceptos bsicos requeridos por las nociones de funciones y
correspondencias. Lo primero que ha de tenerse claro es el concepto de par ordenado.
Se entiende por tal una pareja de objetos en la que puede inequvocamente distinguirse
al primero del segundo; se los denota por (a, b) en donde a se llama primer elemento
del par ordenado y b se llama segundo elemento del par ordenado. Suele decirse que en
Teora de Conjuntos, si algo no es conjunto, entonces no es nada. Por lo tanto, habra
que preguntarse qu clase de conjunto es un par ordenado. Existen varias formas de
definir la nocin de par ordenado en trminos de la Teora de Conjuntos. Una de ellas
es la siguiente: (a, b):=1{{a}, {a, b}}. Ahora es posible definir el primer elemento del
par como aquel que aparece en todos los elementos del conjunto de la derecha, a saber,
a, y el segundo elemento del par como aquel que no aparece en todos los elementos del
conjunto de la derecha, a saber, b. De manera muy similar se definen tros ordenados,
cuartetos ordenados, etc. Cuando no se quiera precisar el nmero, n, de elementos, se
hablar de ntuples ntuplas, denotadas por n- tuple.
Ejercicio 2.1 Sera aceptable la siguiente definicin alternativa de par ordenado (a,
b) := {b, {a}}? Recurdese que lo que se quiere es poder reconocer inequvocamente el
primer elemento del par. Habra manera de extender este modo de definir par ordenado
al caso de tro ordenado?
2.1 Funciones
Ahora puede definirse el concepto general de funcin simplemente como un conjunto
de pares ordenados, tal que no hay en l dos pares ordenados diferentes que posean el
1

En general, cuando una igualdad se use para definir algo, al lado del definiendum se pondrn dos puntos.

14
mismo primer elemento. Al conjunto de todos los primeros elementos de los pares
ordenados pertenecientes a la funcin se lo llama el dominio de la funcin, y al
conjunto de todos los segundos elementos de los pares ordenados pertenecientes a la
funcin se lo llama el codominio el alcance de la funcin1. Esto es, que el codominio
de una funcin f es el conjunto {f (x) : x dom (f)}; suele denotrselo por cod (f).
Tambin es frecuente decir que la funcin va de su dominio a su alcance. Si A* es
un subconjunto del dominio de la funcin f, entonces se llama imagen de A*, denotada
por f (A*), al conjunto de imgenes mediante f de todos los elementos de A*, esto es, al
{f (x) : x A*}.
A manera de ejemplo, considrese la funcin f := {(2, 1), (5, -2), (3, 1)}. Se ve
claramente que f es en efecto una funcin, pues no hay en f dos pares diferentes que
posean el mismo primer elemento (s hay dos pares diferentes, a saber, (2, 1) y (3, 1),
que poseen el mismo segundo elemento, pero esto no es lo que la definicin de funcin
prohibe). Entonces el dominio de la funcin, denotado comnmente por dom (f), es el
conjunto {5, 2, 3}, y el alcance de la funcin, denotado por cod (f), es el conjunto {-2,
1}. Todo esto se representa tambin mediante la notacin: f :{5, 2, 3} {-2, 1}, y se
pone f (2) = 1, f (5) = -2 y f (3) = 1. Verbalmente se expresa lo anterior diciendo que 1
es la imagen de 2 mediante f, que -2 es la imagen de 5 mediante f, etc.
Ejercicio 2.2 Cules de los siguientes conjuntos son funciones y por qu no lo son los
otros?
a) {(1, 0), (0, 1), (2, 1). (1, 2)}
b) {(1, 0), (0, 1), (2, 1), ({1}, 2)}
2
c) {(x, y) : x y = x }
d) {(x, y) : x y = x2 }
Cuando el dominio, D, de la funcin incluye como subconjunto al codominio de dicha
funcin, suele decirse que se trata de una funcin de D en D. Ms generalmente, si con
C se denota al codominio de la funcin, se dice que se trata de una funcin de D en C.
Hay que hacer notar, sin embargo, que frecuentemente con la expresin f : A B se
entiende que A es el dominio de la funcin f y que el codominio de dicha funcin es un
subconjunto de B. En adelante habremos de atenernos a esta prctica comn entre los
usuarios de las matemticas.
Dadas dos funciones, f : X y g : Y , tales que el codominio de f est incluido
en el dominio de g, entonces se llama composicin de f con g (denotada por g f) a la
funcin de dominio X que a cada elemento, x del dominio de f asigna g (f(x)). Esto es,
que si f (X) Y, entonces g f : X , x g(f (x)).
Dada una funcin f : X , se llama funcin inversa de f a una funcin
g
: cod (f) IR tal que g f = f g = idX , donde idX es la funcin identidad que a cada
elemento de X le asigna como imagen el mismo x, es decir, idX (x) = x, x de X. Es
comn denotar a la funcin inversa de f mediante f -1.
Ha de tenerse en cuenta que no toda funcin real de variable real posee una funcin
inversa, como por ejemplo, la funcin cuadrtica dada por f (x) = x2, ya que como
9 = f (3) = f (-3), entonces si existiera f -1, debiera tenerse que f -1(9) debera ser a la vez

Es frecuente tambin hablar de la imagen de la funcin entendida como sinnimo del alcance de ella.

15
igual a 3 e igual a -3 lo que es imposible para una funcin. En cambio, por ejemplo, la
funcin cbica g (x) = x3 s que posee funcin inversa, a saber, g -1(y) = y 1/3.
Todo esto motiva las siguientes definiciones respecto a funciones. Se dice que una
funcin es inyectiva si no asigna una misma imagen a ningn par de elementos
distintos del dominio. A veces tambin se dice en este caso que la funcin es una
inyeccin. Se dice que una funcin f : A B es sobreyectiva si f (A) = B. Sin
embargo al respecto hay que hacer notar que se da cierta imprecisin, pues si B fuera el
codominio de la funcin f, entonces obviamente ella sera sobreyectiva por definicin de
codominio. Ocurre que en la notacin f : A B con frecuencia se entiende B
simplemente como un conjunto que contiene al codominio de la funcin. Por ello, sera
ms preciso decir que una funcin f : A B es sobreyectiva respecto al conjunto B.
Tambin se dice con frecuencia que tal funcin es una sobreyeccin. Finalmente, se
dice que una funcin f : A B es biyectiva si es inyectiva y sobreyectiva. Es
frecuente decir que se trata de una biyeccin. Debemos notar que en lo que concierne
a la existencia de funcin inversa para una funcin dada f : A B, en el caso de ser f
una biyeccin, ha de existir su funcin inversa, ya que para cada elemento de B, existe
un nico elemento de A cuya imagen por f sea dicho elemento de B. En los otros dos
casos es slo posible que exista la funcin inversa, pero no es necesario.
Ejercicio 2.3 Cules de las funciones dadas en el ejercicio anterior tienen inversa,
cules de ellas son inyectivas, y cules son biyectivas?
2.2 Correspondencias
La nocin de correspondencia es parecida a la de funcin, slo que al decir que F es
una correspondencia de D en C, se expresa el hecho de que en verdad se trata de una
funcin de D en el conjunto potencia de C, es decir, F : D P(C) . Para expresar esto
mismo tambin se usar la notacin F : D C.
Ejemplos:
1. La funcin cuadrtica de en es la que a cada nmero real le asigna su cuadrado.
As, ella suele representarse como una f : , x x2, aunque en rigor ella es, ms
bien, el conjunto {(x, x2) : x }.
2. La correspondencia que a cada nmero real, x, del intervalo cerrado [0, 1] le asigna el
intervalo abierto ] x, x + 1 [.
3. La funcin logaritmo natural, que a cada nmero real positivo, x, le asigna el
exponente al que hay que elevar el nmero e para obtener x.
2.3 Relaciones
Hay relaciones que usamos desde los primeros niveles escolares, como la relacin de
mayor que la relacin de menor que la de igual a. En forma general puede
definirse una relacin binaria en un conjunto dado simplemente diciendo que es un
subconjunto cualquiera del cuadrado cartesiano de dicho conjunto. Esto es, que R ser
una relacin binaria en el conjunto C si R C C. En forma similar, se define una
relacin ternaria en un conjunto dado como cualquier subconjunto del cubo cartesiano
de dicho conjunto; y una relacin cuaternaria, como un subconjunto de la cuarta
potencia cartesiana del conjunto, etc.

16

Ejemplos:
1. Sea C el conjunto {2, 5, 1} y sea R el conjunto {(2, 1), (5, 1), (5, 2)}.
Claramente, R C C = {(2, 2), (2, 5), (2, 1), (5, 2), (5, 5), (5, 1), (1, 2), (1, 5), (1, 1)}.
Luego, R es una relacin binaria en el conjunto C, y debe estar claro que merece el
nombre de mayor que en el conjunto C. As, para expresar el hecho de que el
elemento 2 del conjunto C es mayor que el elemento 1 de C, podra simplemente
escribirse: (2, 1) R, aunque lo habitual sera, ms bien, escribir 2 R 1. La prctica
muy antigua ha denotado dicha relacin con el smbolo >, en vez del smbolo R, y se
acostumbra escribir ms bien 2 > 1 en vez de 2 R 1.
2. La relacin de identidad, que se denota por el smbolo =, en el conjunto C del
ejemplo anterior es el conjunto {(2, 2), (5, 5), (1, 1)}. Para decir que el elemento a del
conjunto C es igual al elemento b de dicho conjunto podra escribirse:
(a, b) =,
pero esto resultara sumamente extrao, y, ms bien, se acostumbra escribir a = b.

Algunas propiedades de las relaciones binarias


1. Se dice que una relacin, R, es reflexiva si todo elemento del conjunto en el cual se
da la relacin est en dicha relacin consigo mismo. Por ejemplo, en el conjunto de
nmeros naturales, la relacin de ser menor igual es reflexiva, pues todo nmero es
menor igual que l mismo.
2. Se dice que una relacin, R, es simtrica si el hecho de que un elemento del conjunto
en el cual se ha dado la relacin est en dicha relacin con otro implica que este otro
estar en esa relacin con aquel elemento; esto es, que si a R b, entonces b R a. Por
ejemplo, la relacin de ser primo de entre seres humanos es simtrica por razones
obvias.
3. Se dice que una relacin, R, es transitiva si a R b b R c a R c. Por ejemplo, la
relacin de ser preferido a en general es transitiva, pues si uno prefiere dulce entre
salado y dulce, y prefiere salado entre salado y agrio, entonces preferir dulce entre
dulce y agrio. Por supuesto, es posible que haya gente que no se comporte de esta
manera, pues slo se trata de un ejemplo sencillo.
4. Se dice que una relacin es una equivalencia si ella es reflexiva, simtrica y
transitiva. Por ejemplo, la relacin de igualdad entre nmeros naturales es una
equivalencia, pues todo nmero es igual a s mismo (reflexividad), si un nmero es igual
a otro, este otro es igual a aqul (simetra) y si un nmero es igual a otro y este otro es
igual a un tercero, entonces el primero es igual al tercero (transitividad).
5. Dado un conjunto cualquiera, A, se llama una particin de A a cualquier coleccin de
subconjuntos no vacos de A tal que la unin de todos ellos sea igual a A y que ellos
sean mutuamente disjuntos, es decir, que la interseccin de dos cualesquiera de ellos sea
vaca si ellos son diferentes entre s. Por ejemplo, una particin del conjunto de los
nmeros naturales es {pares, nones}, en donde pares designa al conjunto de todos los
nmeros naturales divisibles enteramente por 2 y nones designa al conjunto de todos
los nmeros naturales indivisibles enteramente por 2. Hay otras particiones del mismo

17
conjunto de los nmeros naturales como, por ejemplo, {primos, no-primos}. As pues,
un mismo conjunto puede admitir (y generalmente as ocurre) muchas particiones
diferentes.
6. Dada una relacin de equivalencia en un conjunto dado, A, para cada elemento de A,
x, se llama clase de equivalencia de x al conjunto de todos los elementos de A que son
equivalentes a x. Por ejemplo, en el conjunto de los nmeros naturales, la relacin a R
b ssi1 (ab) tiene la paridad de a y de b, es una relacin que resulta ser reflexiva,
simtrica y transitiva, por lo que es una equivalencia. Las clases de equivalencia de los
diversos elementos de segn esta relacin son: el conjunto de naturales pares y el
conjunto de naturales impares. Ha de estar claro que estas dos clases, la de los naturales
pares y la de los naturales impares constituyen una particin del conjunto . En general,
cada relacin de equivalencia en un conjunto A determina una particin en dicho
conjunto mediante sus clases de equivalencia. Se acostumbra designar tal particin
como A/ R, si R es la relacin de equivalencia en A. A esta particin, A/ R, se la llama el
conjunto cociente de la relacin R.
7. Similarmente, dada una particin de un conjunto, puede definirse una relacin binaria
entre los elementos de dicho conjunto, a saber, que x R y ssi2 x y y pertenecen al mismo
elemento de la particin. Es fcil verificar que es sta una relacin de equivalencia. As,
pues, resulta que cada particin de un conjunto determina en ste una relacin de
equivalencia. A esta relacin de equivalencia se la llama la relacin de equivalencia
inducida por la particin.
8. En la Teora del Consumidor de la Microeconoma, en el llamado espacio de
complejos mercantiles (canastas de bienes de consumo) se considera una relacin de
preferencias entre dichos complejos mercantiles (se escribe: x preferible a y,
tambin: x y) de tal manera que de ella se asume que es reflexiva, transitiva y total
(tambin se dice completa), esto es, que dados dos complejos cualesquiera del
espacio mercantil, x y y ; ha de tenerse que
(x y y x).
De ella se desprenden dos nuevas relaciones, a saber, la llamada relacin de
preferencia estricta (se escribe: x estrictamente preferible a y, tambin: x y), que se
a partir de la relacin de preferencias mediante: (x y 3 (y x)); y la llamada
relacin de indiferencia (se escribe: x indiferente de y, tambin: x y), que se
define a partir de la relacin de preferencias mediante:
(x y y x). A
manera de ejercicio, ha de demostrarse que la relacin de preferencia estricta es
transitiva pero no es ni reflexiva ni simtrica ni total; y que la relacin de indiferencia es
reflexiva y simtrica pero no total. Ntese tambin que ninguna de estas tres relaciones
es una relacin de equivalencia.
9. Ha de tenerse en cuenta que toda funcin puede ser vista tambin como una
correspondencia
Ejercicios 2.4 Demostrar que si una relacin binaria en un conjunto dado es total,
entonces ella es tambin reflexiva.

Ssi se usar como abreviatura de: si, y slo si.


Se usar la abreviatura ssi para: si, y slo si.
3
El smbolo lgico denota negacin de la proposicin que le sigue.
2

18
2.5 Si una relacin binaria en un conjunto dado es simtrica, tendr tambin que ser
transitiva? Y a la inversa s? Qu se podr responder a estas cuestiones si se sabe
adems que la relacin es total?
2.6 En el conjunto de los nmeros naturales se define la relacin binaria S como a S b si
es que a b a + b. Cules de las propiedades estudiadas en este curso son satisfechas
por sta relacin?

3. Continuidad de funciones reales de variable real


Primero ha de definirse la nocin de lmite de una funcin en un punto, y, luego, se
definir la nocin de continuidad de una funcin en un punto de su dominio, para
culminar definindose la nocin de continuidad de una funcin. Para esto han de
requerirse algunas nociones auxiliares de la topologa 1 de, con las cuales ya ser
posible precisar las nociones de lmites de funciones y continuidad de ellas.
3.1 Conjuntos abiertos, cerrados y compactos en
Por respeto a la tradicin, en lo que sigue se adoptarn algunos trminos provenientes
de la Geometra, como puntos, para referirse a nmeros reales, y recta real para
referirse al conjunto .
Definicin 3.1: Se dice que z es un punto interior del subconjunto X de , cuando hay
algn positivo, , tal que el intervalo abierto ] z- , z+ [ est incluido en X. Al conjunto
de todos los puntos interiores de X se lo llama el interior de X, y se lo denota por
int (X). Al intervalo ] z- , z+ [ se lo llama la la -vecindad del punto z. Si no se
especifica el nmero , entonces slo se habla de una vecindad de z.
Nota: De la definicin se sigue fcilmente que int (X) X, cualquiera que sea X.
Ejemplos: 1) Si X es el conjunto de los nmeros reales negativos, entonces no son
puntos interiores de X ni el 4.016 ni el 7 ni el 0, pero s lo son el -8.41, el -11 y el -2.
2) Si X es el conjunto de los nmeros enteros (visto como subconjunto de la recta real),
entonces no hay ningn punto interior de X, por lo cual int (X)= .
3) Si X es el conjunto de los nmeros reales de valor absoluto mayor que 3, entonces
todos sus elementos son puntos interiores de X y no hay ms puntos interiores de X.
Pero si X hubiera sido el conjunto de los nmeros reales de valor absoluto no menor que
3, entonces no todos los elementos de X habran sido puntos interiores de X, sino slo
los que tienen valor absoluto mayor que 3.
Definicin 3.2: Se dice que un subconjunto de es abierto cuando coincide con su
interior, es decir, cuando todos sus elementos son puntos interiores del conjunto.
Ejemplos: 1) Todo intervalo abierto de la recta es un subconjunto abierto de ella.
1

Por topologa se entiende una rama muy general de las matemticas, y, en lo que sigue no har falta
adentrarse en ella; bastar tomar este trmino como parte del nombre de la propiedad definida.

19
2) El intervalo ]2, 8] no es un abierto de la recta, pues uno de sus elementos, a saber, el
8, no es punto interior del intervalo dado, ya que ninguna - vecindad de 8, con
positivo, est incluida en el intervalo dado.
3) Es obvio que si se toma el mismo como subconjunto de , entonces ha de ser un
subconjunto abierto de .
4) No parece muy obvio, pero mediante un vlido argumento de Lgica, puede
demostrarse que el subconjunto vaco de , , es tambin un subconjunto abierto de .
La razn de esto radica en que si no fuera cierto esto, entonces debera haber algn
punto del vaco para el cual ninguna - vecindad de l estuviera incluida en el vaco.
Pero es claro que en el vaco no hay ningn punto, luego de suponer la falsedad del
enunciado se seguira una contradiccin.
Teorema 3.1: La unin de cualquier coleccin de subconjuntos abiertos de es un
subconjunto abierto de .
Demostracin: La idea es simple: si se toma un punto, x, cualquiera de la unin de una
coleccin dada de subconjuntos abiertos de , entonces dicho punto ha de pertenecer a
algn miembro, A, de esa coleccin. Como todos los miembros de ella son abiertos,
entonces hay alguna vecindad del punto x que est contenida en A. Pero ya que A est
contenido en la unin de la coleccin dada, resulta que la vecindad anterior de x est
contenida en la unin de la coleccin. Luego, todo punto de la unin pertenece al
interior de la unin, por lo que esta unin ha de ser un abierto de .
Teorema 3.2: La interseccin de cualquier coleccin finita de subconjuntos abiertos de
es un subconjunto abierto de .
Demostracin: Si la coleccin de subconjuntos abiertos es finita, entonces ella consta
de n miembros. Designmosla por {A1, , An}. Igual que en la demostracin del
teorema anterior, se va a demostrar que todo punto de la interseccin de la coleccin
finita dada es punto interior de dicha interseccin, con lo cual se habr demostrado que
sta es un subconjunto abierto de la recta real. Sea, pues, x un punto cualquiera de la
interseccin. Entonces x pertenece a todos los n miembros de la coleccin, por lo cual
habr nmeros positivos, 1, , n , tales que la i vecindad de x est incluida en Ai ,
para todo valor de i comprendido entre 1 y n. Tomemos el mnimo de estos positivos y
llammoslo . Entonces, l ha de ser positivo, y la - vecindad de x estar incluida en
todas las i vecindades de x. Por lo tanto, la - vecindad de x estar incluida en todos
los miembros de la coleccin finita dada, y, por ende, estar incluida en la interseccin
de dicha coleccin.
Nota: Ha de advertirse que la interseccin de una coleccin infinita de subconjuntos
abiertos de la recta podra no ser un subconjunto abierto de ella, como sera el caso con
la coleccin {A1, , An , }, donde se define cada miembro Ai := ] -1/i, 1/i [. Es un
ejercicio interesante y sencillo el demostrar que la interseccin de esta familia es el
conjunto simple1 {0}. Tambin ha de ser claro que este subconjunto de la recta real no
es abierto en ella, pues, cualquiera que sea el valor del positivo , la - vecindad de x
est incluida en {0}.
1

Se llamar conjunto simple a todo aquel que posea slo un elemento.

20
Definicin 3.3: Se dice que un subconjunto de IR es cerrado cuando su complemento
en IR es abierto, es decir, que A, subconjunto de IR, es un subconjunto cerrado de , si
\ A es un subconjunto abierto de .
Ejemplos: 1) Todo intervalo cerrado es un subconjunto cerrado de la recta real, pues, si,
por ejemplo, el intervalo cerrado es el [a, b], entonces su complemento en la recta, que
es \ [a, b] = ] -, a [ ] b, [ , ha de ser un subconjunto abierto de la recta, ya que es
la unin de dos subconjuntos abiertos de ella.
2) El subconjunto de es tambin un subconjunto cerrado de la recta, ya que su
complemento en la recta es el vaco, y, por una nota anterior, sabemos que el vaco es un
subconjunto abierto de .
3) El vaco tambin es un subconjunto cerrado de la recta, ya que su complemento en
ella es , y ya se ha hecho notar antes que es un subconjunto abierto de la recta.
Nota: Tngase en cuenta que aparte del vaco y de , que son a la vez subconjuntos
abiertos y cerrados de , no hay ningn otro subconjunto de la recta que tambin goce
de esta propiedad de ser a la vez abierto y cerrado. La demostracin de esto puede
tomarse como un interesante ejercicio conceptual para el estudiante.
4) Todo subconjunto finito de es un subconjunto cerrado de , pues su complemento
en es un subconjunto abierto, como se prueba a continuacin. Si x es un punto
cualquiera del complemento, entonces, si el conjunto finito dado es A = {a1, , an}, han
de ser positivos todos los x a1, , x - an, por lo que tambin ser positivo el mnimo
de ellos, digamos un x - ah. Llamemos d a este mnimo. Entonces la (d/2) vecindad
de x est incluida en el complemento de A. Luego, dicho complemento es abierto.
5) Hay subconjuntos infinitos de que tambin son subconjuntos cerrados de la recta
real. Por ejemplo, el conjunto formado por todos los enteros, , es cerrado. La
demostracin de esto es similar a la dada en el ejemplo anterior. En efecto, el
complemento de es abierto, pues es la unin de los intervalos abiertos ]0, 1[, ]-1, 0[, ]
1, 2[, ]-2, -1[, ]2, 3[, . Luego, es cerrado.
Teorema 3.3: La interseccin de cualquier coleccin de subconjuntos cerrados es un
subconjunto cerrado de .
Demostracin: Basta demostrar que el complemento de dicha interseccin es un
subconjunto abierto de . Pero esto se sigue de las llamadas leyes de De Morgan, segn
las cuales el complemento de una interseccin es la unin de los complementos, y el
complemento de una unin es la interseccin de los complementos.
As, pues, el complemento de la interseccin de la coleccin dada de cerrados es la
unin de los complementos de dichos cerrados. Por lo tanto, como estos complementos
de cerrados han de ser abiertos, se trata de una unin de abiertos, y entonces se trata de
un abierto. Luego, la interseccin de la coleccin dada de cerrados es un cerrado.
Teorema 3.4: La unin de cualquier coleccin finita de cerrados es un subconjunto
cerrado de .

21
Demostracin: Es muy similar a la anterior y basta con utilizar que el complemento de
una unin es la interseccin de los complementos. En efecto, dada una coleccin finita
de cerrados, el complemento de su unin ser la interseccin de los complementos de
dichos cerrados, es decir, que ser la interseccin de una coleccin finita de abiertos, y,
por ende, ser un abierto de . Por lo tanto, ya que su complemento es un abierto, la
unin de la coleccin finita de cerrados ser un cerrado de .
Nota: Ha de advertirse que la unin de una coleccin infinita de subconjuntos cerrados
de la recta podra no ser un subconjunto cerrado de ella, como sera el caso con la
coleccin {Ax : x ]0, 1[}, donde se define cada miembro Ax := {x}. As, resulta que la
unin de dicha coleccin ha de ser el mismo intervalo ]0, 1[, que no es un subconjunto
cerrado de IR sino un subconjunto abierto.
Definicin 3.4: Dados un subconjunto, A, de la recta real y un punto, x, de , se dice que
x es punto fronterizo (o punto de frontera) de A si cualquiera sea el valor del
positivo , en la - vecindad de x hay al menos un punto de A y al menos un punto del
complemento de A. Al conjunto de todos los puntos fronterizos de A se lo llama la
frontera de A y se lo designa ya sea por fr(A) por A.
Ejemplos: 1) Si A := [2, 5[ ]-1, 0[ , entonces los puntos fronterizos de A son los
elementos del conjunto {2, -1, 5, 0}. Adems, este conjunto es la frontera de A.
2) Ha de estar claro que la frontera del vaco y la de son vacas, pues ningn punto de
la recta real puede ser punto fronterizo de ninguno de estos dos conjuntos, ya que
ninguna vecindad de cualquier punto puede poseer puntos del vaco. Es decir, que =
A = .
3) Tambin ha de estar claro que la frontera del subconjunto de formado por los
nmeros enteros es dicho mismo subconjunto, es decir, que = , ya que si un punto,
x, no pertenece al conjunto de los enteros, entonces es positivo el mnimo, , del
conjunto { x z : z }, por lo que la (/2) vecindad de x no posee ningn elemento
que sea un nmero entero; adems, cualquiera sea el entero, z, que se considere, para
todo positivo, , la -vecindad de z posee al menos un entero, a saber, z y posee tambin
puntos que no son nmeros enteros, ya que tan cerca como se quiera de un nmero
entero hay puntos que no son nmeros enteros.
Definicin 3.5: Dado un subconjunto, A, de , se llama clausura de A (y se la denota
por cl (A)) a la unin de A con su frontera, esto es, cl (A) = A A.
Ejemplos : 1) Si A := , entonces, puesto que la frontera de es , se sigue que la
clausura de es , ya que = .
2)
Si A := {1/k : k }, entonces cl (A) = A {0}, pues todo punto de A pertenece a la
frontera de A y el 0 tambin, ya que cualquiera sea el positivo , la -vecindad del 0
posee puntos de A y del complemento de A.
3) Si A es un intervalo cualquiera, entonces su clausura es el intervalo cerrado que tiene
los mismos extremos que el intervalo dado, es decir, que si A es un intervalo de
extremos a y b, entonces cl (A) = [a, b].

22

Teorema 3.5: Un subconjunto A de es cerrado si, y slo si, no hay ninguna sucesin
convergente de puntos de A cuyo lmite no pertenezca a A.
Demostracin: 1) Sea a un subconjunto cerrado de , y sea (xk) una sucesin
convergente de puntos de A. Ha de demostrarse que el lmite, b, de dicha sucesin
pertenece a A. Supngase, por reduccin al absurdo, que no fuera as. Entonces habra
algn positivo, , tal que en la -vecindad de b no habra ningn punto de A, pues,
siendo abierto el complemento de A, dicha vecindad estara contenida en el
complemento de A. Luego, b no podra ser lmite de ninguna sucesin de puntos de A,
segn la definicin de lmite de una sucesin. Es sta una clara contradiccin, por lo que
el lmite de la sucesin convergente (xk) ha de pertenecer a A.
2) Sea A un subconjunto de tal que no hay ninguna sucesin convergente de puntos de
A cuyo lmite no pertenezca a A. Ha de demostrarse que A es cerrado. Pero esto equivale
a demostrar que el complemento de A es abierto. Sea, pues, b un punto del
complemento de A. Por hiptesis, b no puede ser lmite de ninguna sucesin de puntos
de A. Entonces ha de haber algn positivo tal que en la -vecindad de b no hay ningn
punto de A. Pero esto equivale a decir que b es un punto interior del complemento de A,
es decir, que, como b era un punto arbitrario de dicho complemento, que ste es un
subconjunto abierto de .
Teorema 3.6: 1) La clausura de un subconjunto A de es el menor subconjunto cerrado
de IR que contiene a A. 2) El interior de un subconjunto A de es el mayor subconjunto
abierto de que est contenido en A. Esto equivale a decir que 1) cl (A) es un
subconjunto cerrado de y que cualquiera que sea el subconjunto cerrado B de , si A
est contenido en B, entonces cl (A) tambin est contenida en B; y 2) que int (A) es un
subconjunto abierto de IR y que si B es un subconjunto abierto de y est contenido en
A, entonces B est contenido en int (A).
Demostracin: En aras de cubrir otros temas ms urgentes para las aplicaciones a la
Economa, puede omitirse la demostracin detallada de este teorema, aunque su
significado s que es esencial.
Definicin 3.6: Se dice que un subconjunto de la recta real es compacto si es cerrado
y acotado, esto es, si su complemento es abierto y hay algn positivo tal que ningn
elemento de dicho subconjunto tiene valor absoluto mayor que ese positivo.
Ejemplo: 1) Todo intervalo cerrado de extremos finitos, es decir, [a, b], con a y b
nmeros reales, es compacto, pues obviamente es cerrado y es tambin acotado, ya que
el positivo a + b es mayor que el valor absoluto de cualquier elemento del intervalo
dado.
2) Ningn intervalo abierto es compacto, ya sea que tenga extremos finitos o infinitos,
pues o no es cerrado o, si lo es (como sera en el caso del intervalo ]-, [ que es a la
vez abierto y cerrado), no es acotado.

23
3) Todo subconjunto de que sea unin de una coleccin finita de intervalos cerrados de
extremos finitos es un compacto, pues, siendo unin de una coleccin finita de cerrados,
ha de ser cerrado y es acotado obviamente.
4) El conjunto {1/k : k } {0} es compacto pero, en cambio, no lo es el conjunto
{1/k : k }. La demostracin de estos dos asertos queda como ejercicio simple a cargo
del estudiante.
A continuacin se enuncian dos teoremas que pueden ser tiles para aplicaciones
posteriores a la Economa omitindose sus demostraciones por razones de limitacin de
tiempo en el dictado del curso. Sin embargo, el estudiante que se interese en ver sus
demostraciones puede hallarlas en cualquier texto bsico como, por ejemplo, el libro de
E. L. Lima, Anlisis Real, vol.1.
Teorema 3.7: Un subconjunto, X, de es compacto si, y slo si, toda sucesin de puntos
de X posee al menos una subsucesin convergente a un punto de X.
Teorema 3.8: Dada una sucesin de subconjuntos compactos y no vacos de tales que
cada uno de ellos contiene a todos los siguientes, existe al menos un punto comn a
todos los miembros de la sucesin; esto es, que si se tiene la sucesin (Ak) tal que (k de
, Ak Ak compacto Ak Ak+1) { Ak : k } .
Ejemplos: 1) Sea X el subconjunto de la recta real formado por todos los nmeros
positivos. Este subconjunto no es compacto pues no es ni cerrado ni acotado. Por lo
tanto ha de haber en l alguna sucesin de puntos carente de subsucesiones
convergentes. En efecto, por ejemplo la sucesin (xk) con xk := 3 k + 1, es una en la que
no hay ninguna subsucesin convergente, pues ella es estrictamente creciente e
inagotada. La diferencia entre dos trminos consecutivos cualesquiera es de valor
absoluto igual a 3, razn por la cual ni ella ni ninguna de sus subsucesiones puede ser
convergente.
2) Sea X el subconjunto de formado por la unin de los intervalos [2, 5] y [0, 1].
Entonces, por ser unin de dos cerrados, X es cerrado, y por ser acotado, X es compacto.
Luego, cualquier sucesin que tomemos en X ha de tener alguna subsucesin
convergente. Por ejemplo, consideremos la sucesin (3, , 3, , 3, ). Esta no es una
sucesin convergente, pero s tiene subsucesiones convergentes, a saber, la (1/2, 3, 3, ,
3, 3, 3, 3, ) formada con los trminos 2, 3, 5, 6, 7, 8, etc.
3) No toda sucesin de intervalos cerrados y no vacos que vayan encajndose unos en
otros posee interseccin no vaca, como lo muestra el caso de la sucesin (Ak) con Ak :=
[k, [. La interseccin de todos estos intervalos es vaca, pues si hubiera algn nmero
real en ella, digamos z, entonces, como hay algn nmero natural, h, mayor que z,
ninguno de los intervalos [h, [, ]h+1, [, etc., tienen a z como uno de sus elementos.
Nota (Propiedad de conexin de ) Hay una propiedad del sistema de los nmeros
reales que es de gran importancia y cuya demostracin se omitir en este curso pues
requerira ms tiempo del disponible; ella es la que se expresa diciendo que la recta real
es conexa. Lo que esto significa se expresa como una imposibilidad, a saber, que no es
posible encontrar dos subconjuntos de que, siendo abiertos y no vacos, den al formar

24
su unin la recta real entera, es decir, A, B, A B A B = A y B
son abiertos. Ha de ser obvio que esto equivale a que no haya dos subconjuntos de la
recta real cerrados y no vacos cuya unin sea igual a .
Ejercicios : 3.1 Demostrar que cualesquiera fuesen los subconjuntos A y B de la recta
real, la interseccin de los interiores de ellos es igual al interior de la interseccin de
ellos, es decir, que int (A B) = (int A) int B. Pero, en cambio, la unin de los
interiores de ellos, en general, slo est incluida en el interior de la unin de ellos, es
decir, que int (A B) (int A) int B. Para establecer este ltimo resultado,
considrense los casos en que A = [0, 1] y B = [1, 2]. Ha de comprobarse que el interior
de A B tiene como subconjunto propia a la unin de los interiores de A y de B.
3.2 Demostrar que si la frontera de un subconjunto de es el vaco, entonces dicho
subconjunto es el vaco es todo .
3.3 Demostrar que la unin de una coleccin finita de subconjuntos compactos de es
un subconjunto compacto y que la interseccin de cualquier coleccin de subconjuntos
compactos de es un subconjunto compacto.
3.2 Lmites de funciones
Definicin 3.7: Dados un subconjunto, A, de la recta real y un punto, z, de sta, se dice
que z es un punto de acumulacin de A si cualquiera que sea el positivo , la vecindad de z posee algn punto de A distinto de z. Al conjunto de todos los puntos de
acumulacin de A, se lo llama el conjunto derivado de A y se lo denota por A.
Ejemplo: Si A = [2, 5[ {7}, entonces 7 pertenece a A pero no es un punto de
acumulacin de A, pues, por ejemplo, la (1/3)-vecindad de 7 no posee ningn punto de
A distinto de 7. En cambio, el punto 5, que no pertenece a A, s es un punto de
acumulacin de A, ya que toda -vecindad de 5 posee puntos de A distintos de 5. Igual
ocurre con el punto 2, que siendo elemento de A, tambin es punto de acumulacin de
A. En este caso el conjunto derivado de A es A = [2, 5]. De paso, ntese que en general,
ni el conjunto dado est incluido en su conjunto derivado ni ste est incluido en aquel.
Definicin 3.8: Dados una funcin f :A cuyo dominio A es un subconjunto de la
recta real, un punto de acumulacin, z, de dicho subconjunto y un nmero real, l, se dice
que l es el lmite de f en z si tan cerca como se quiera del nmero l estn las imgenes
mediante f de todos los puntos de A que estn bastante cerca de z pero sin ser el mismo
z, esto es, que > 0, > 0 tal que x de A, (0 < /x - z/ < /f(x) l / < ). Esto se
representar por la expresin: limz f = l, lo que se leer como: el lmite en z de la
funcin f es l. Tambin se escribe a veces l = limxz f(x).
Ha de notarse aqu que la expresin tan cerca como se quiera del nmero l estn las
imgenes mediante f usada en la expresin verbal de la definicin es reformulada en
la expresin simblica de esa definicin como f(x) l < ; asimismo, la expresin
todos los puntos de A que estn bastante cerca de z pero sin ser el mismo z es
reformulada en la expresin simblica mediante 0 < x z < . El nmero arbitrario

25
representa la idea de tan cerca como se quiera de l , y el nmero (ya no arbitrario
sino, posiblemente algo dependiente de ) representa la idea de bastante cerca de z.
Tambin es de notarse que slo se imponen condiciones para las imgenes mediante la
funcin f de puntos cercanos a z pero distintos de z. Luego, no interesa para nada qu
valor toma la funcin en z, si es que toma alguno, ya que z podra no pertenecer al
dominio de la funcin. Intuitivamente, podra interpretarse el valor del lmite de la
funcin en un punto de acumulacin del dominio como si fuera un juramento hecho por
la funcin en el sentido de que si se le permitiera asignar imagen a dicho punto de
acumulacin, entonces le asignara el valor del lmite. No es prudente creer en
juramentos de cualquiera. Por esto es que ms adelante se dar un nombre especial a
aquellas funciones la palabra empeada.
Por ltimo, conviene tener presente que la negacin de limz f = l implica que hay algn
positivo, , tal que para todo positivo, , existe un punto, x , del dominio de f tal que 0
< x - z < f(x) l . En forma verbal, esto dice que hay cierta distancia, , tal
que arbitrariamente cerca de z hay puntos del dominio de la funcin cuyas imgenes
distan de l al menos .
Ejemplos : 1) Sea f la funcin de dominio {0} definida por x f(x):= 1/x. Entonces, 0
no pertenece al dominio de la funcin pero s es punto de acumulacin de dicho
dominio. Luego, cabra preguntarse si la funcin f tiene lmite en 0. La respuesta es que
no, porque conforme x se acerca por la derecha al 0, la imagen de x se hace ms y ms
grande positiva; y conforme x se acerca por la izquierda al 0, la imagen de x se hace
ms y ms grande negativa, lo que significa que no hay ningn nmero real al que se
acerque la imagen de la funcin conforme el punto se acerca a 0.

2) Para la misma funcin del ejemplo anterior considrese la posible existencia del
lmite de la funcin en el punto z = 2. Se ver que 2 es punto de acumulacin del
dominio de la funcin y que ahora s existe el lim2 f que adems vale . La
demostracin de este aserto es como sigue. (1) 2 es punto de acumulacin del dominio
de la funcin, pues cualquier -vecindad de 2 posee puntos del dominio que son
distintos de 2. (2) El lim2 f es pues cualquiera sea el positivo , si definimos := 2,
entonces podemos comprobar que x - 2 < f(x) 1/2 < . En efecto, por las
propiedades del valor absoluto pueden comprobarse las equivalencias lgicas
siguientes: x - 2 < 2 - < x < 2 + 1/(2+) < 1/x < 1/(2-)
1/
(2+) 1/2 < 1/x - < 1/(2-) - /(2+) < 1/x < /(2-). Ahora bien, se
quiere que de esto se siga que 1/x 1/2 < . Pero, como /(2+) < /(2-), bastara con
que /(2+) fuera menor que el dado, cosa que se logra, por ejemplo, con la definicin
propuesta := 2/, ya que entonces la expresin /(2+) = /(1+) < .

26

3) Sea f := {x : x > 0 } , x x si x < 1 pero x 1 si x 1. Entonces, 1 es punto de


acumulacin del dominio de la funcin y existe el lmite de sta en 1, y se tiene que lim1
f = 1. Obsrvese, de pasada, que el valor del lmite en 1 coincide con el valor de la
imagen del nmero 1. Los detalles de las demostraciones de estoas aseveraciones
quedan a cargo del estudiante.
Teorema 3.9: Si dos funciones reales, f y g, definidas en un mismo dominio X son
tales que para cierto punto de acumulacin del dominio comn, z, existen los lmites de
ambas funciones en z, siendo el de f menor que el de g, entonces, para todo punto de X
bastante cercano a z ha de ser el caso que la imagen segn f ser menor que la imagen
segn g. En lenguaje simblico es: limz f < limz g ,x ] z- , z+ [ X, f(x) < g(x).
Demostracin: Por definicin de lmite de una funcin en un punto, puede afirmarse
que todo punto del dominio X que est bastante cerca de z ha de tener imagen segn f
muy cerca de limz f y, asimismo, tendr imagen segn g muy cerca de limz g , lo cual,
por hiptesis implica que las imgenes segn f de puntos bastante prximos a z han de
ser menores que las imgenes segn g de esos mismos puntos, ya que lo que est muy
cerca del nmero menor debe ser menor que lo que est muy cerca del nmero mayor.
En lenguaje simblico, esto se expresa como sigue. Sean F y G, respectivamente, los
limz f y limz g. Entonces F < G. Sea := (G - F) /3. Por definicin de lmite, ha de
haber un positivo, , tal que x ] z- , z+ [ f(x) - F < (G - F) /3 y g(x) - G <
(G
- F) /3. Es fcil, luego, comprobar que de esto se sigue que f(x) < g(x).
Consecuencias ( corolarios): 1) Si el lmite de una funcin en un punto de
acumulacin de su dominio es menor que otro nmero, entonces todo punto del dominio
que est bastante cercano al punto de acumulacin tendr imagen menor que ese otro
nmero, esto es, que si limz f = F < M, entonces ,x ] z- , z+ [ X, f(x) < M.
2) Si dos funciones f y g, de dominio comn, X, tienen lmite en un punto de
acumulacin z del dominio comn y ocurre que en cualquier punto de dicho dominio
que sea distinto de z la imagen segn f es no mayor que la imagen segn g; entonces
limz f limz g. En lenguaje simblico, si f : X , g: X , z es punto de acumulacin
de X y x de X{z}, f(x) g(x); entonces limz f limz g.
Las demostraciones de estos dos asertos quedan como ejercicios a cargo del estudiante.
Ntese que para la primera basta con considerar un caso particular del teorema en el que
se tome una funcin constante de valor M. Para la segunda, sese el principio de
reduccin al absurdo, es decir, mustrese que si fuera falsa la tesis, es decir, que si se
tuviera que limz f > limz g, entonces se contradira la hiptesis en virtud del teorema
precisamente.
Teorema 3.10 (del emparedado): Si tres funciones reales, f, g y h, definidas en un
mismo dominio X son tales que para cierto punto de acumulacin del dominio
comn, z, existen los lmites de las funciones f y g en z y ellos son iguales, entonces,
caso que x de X{z}, f(x) h(x) g(x), ha de tenerse que limz h = limz f = limz g.

27
Demostracin: Sea M el lmite comn de f y g en z. Basta con tener en cuenta que para
cualquier positivo, , por definicin de lmite de f en z y de g en z, ha de haber positivos,
1 y 2 , tales que (x X 0 < x z < 1 f(x) M < ) y (x X 0 < x - z < 2
g(x) - M < ). Ahora, defnase := min (1 , 2). Entonces ha de estar claro que x X
0 < x - z < - < f(x) h(x) g(x) < , de donde se sigue que x X 0 < /x - z/ <
- < h(x) < , es decir, que limz h = M.
El siguiente teorema, cuya demostracin ha de omitirse por razones de tiempo
disponible en el curso, relaciona los conceptos de lmite de una funcin en un punto de
acumulacin de su dominio con el concepto de lmite de sucesiones de nmeros reales.
Teorema 3.11: Dada una funcin f : X , una condicin necesaria y suficiente
para que limz f = l es que para toda sucesin (xk) de puntos de X{z} que tienda a z se
tenga que l = lim (xk).
Corolario 1 (unicidad del lmite): Dada una funcin f : X y un punto de
acumulacin, z, del dominio X, o no existe el limz f s existe y es nico.
Demostracin: Basta usar el teorema anterior, pues tomando una sucesin cualquiera
de puntos de X{z}, sta ha de tender al limz f si ste existe. Por lo tanto, caso que s
exista, ya que una sucesin de nmeros reales no puede tener ms de un lmite, tambin
el limz f ha de ser nico.
Corolario 2 (lmites y operaciones): Sean f y g funciones reales definidas en un mismo
dominio, X IR, y sea z un punto de acumulacin de X tal que existan los limz f y limz
g. Entonces, (1) existe limz (f + g) y es igual a limz f + limz g ;
(2) existe limz (f - g) y es igual a limz f - limz g ;
(3) existe limz (f g) y es igual a (limz f)(limz g); adems, si la funcin g est acotada en
alguna vecindad de z y 0 = limz f, entonces 0 = (limz f)(limz g);
(4) si limz g 0, entonces existe limz (f/g) y es igual a (limz f)/(limz g).
Demostracin: En todos los casos basta con usar el ltimo teorema ya que para
sucesiones de nmeros reales es inmediato probar los correspondientes resultados, es
decir, que el lmite de una suma o resta de sucesiones es la suma o resta de los lmites de
las sucesiones dadas; que el lmite de un producto de sucesiones es el producto de los
lmites de las sucesiones dadas; que el lmite de un cociente de sucesiones es el cociente
de los lmites de las sucesiones dadas si es que no es nulo el lmite de la sucesin
divisor, y que es nulo el lmite de un producto de sucesiones tales que es nulo el lmite
de una de ellas y es acotada la otra sucesin.
La redaccin simblica queda como ejercicio a cargo del estudiante.
Ejemplos : 1) Si f es una funcin real constante de valor h y g es la funcin identidad,
esto es, que g(x) = x, entonces ha de ser claro que para cualquier punto de IR (ntese
que cualquier punto de la recta real es punto de acumulacin de IR), existen los lmites
de f y g en z y valen respectivamente h y z. Entonces, cualquiera que sea el polinomio
p(x) = a0 + a1 x + a2 x2 + + an xn, ha de tenerse que limz p(x) = a0 + a1 z + a2 z2 + +
an zn. Esto se sigue de una simple aplicacin del ltimo teorema, pues, limz p(x) = limz
(a0) + limz (a1 x) + limz (a2 x2) + + limz (an xn) = a0 + limz (a1) limz (x) + limz (a2) limz
(x2) + + limz (an) limz (xn) = a0 + a1 z + a2 z2 + an zn. Ntese que primero se ha

28
usado la propiedad de que el lmite de una suma de funciones es igual a la suma de los
lmites de esas funciones, y, luego, se ha usado la propiedad de que el lmite de un
producto de funciones es igual al producto de los lmites de esas funciones.
2) Si f y g son funciones reales definidas en y ocurre que existen los lmites de ellas en
un punto z, siendo el caso de que 0 limz g, entonces existe el lmite del cociente de f y
g en z y vale (limz f)/(limz g).
La demostracin de este aserto puede fcilmente hacerse mediante el uso de
sucesiones de nmeros reales tendentes respectivamente a esos dos lmites.
3) Sea f la funcin real definida en que asigna a todo nmero racional el nmero 1, y a
todo nmero irracional, el valor 0. Entonces, cualquiera que sea z, no existe el lm fz ,
pues en cualquier vecindad de z los valores asignados por la funcin f a los puntos
vecinos de z no dejan de saltar entre el 1 y el 0. As, ningn nmero real, lpodra ser el
lm fz , ya que, por ejemplo, en la 0.001-vecindad de l no es posible que estn todos los
valores que la funcin f asigna a los puntos de cualquier vecindad de z, por pequea que
sta sea.
A continuacin han de definirse dos nociones de lmites de una funcin en un punto que
pretenden recoger los respectivos comportamientos de ellas por la derecha ( por
encima) de dicho punto y por la izquierda ( por debajo) de dicho punto.
Definicin 3.9: Dados una funcin f : X y un punto z de tal que z sea punto de
acumulacin del conjunto X ]z, [ y un nmero real, l ; se dice que l es el lmite
lateral diestro de f en z si tan cerca como se quiera del nmero l estn las imgenes
mediante f de todos los puntos de X que estn bastante cerca de z siendo mayores que z,
esto es, que
> 0, > 0 tal que x de X ]z, z+ [, se tenga que f(x) l < .
Esto se representar por la expresin: limz+ f = l, que se leer como: el lmite lateral
diestro en z de la funcin f es l.
Definicin 3.10: Dados una funcin f : X y un punto z de tal que z sea punto de
acumulacin del conjunto X ]-, z [ y un nmero real, l ; se dice que l es el lmite
lateral siniestro de f en z si tan cerca como se quiera del nmero l estn las imgenes
mediante f de todos los puntos de X que estn bastante cerca de z siendo menores que z,
esto es, que > 0, > 0 tal que x de X ]z - , z[,se tenga que f(x) l < .
Esto se representar por la expresin: limz- f = l, que se leer como: el lmite lateral
siniestro en z de la funcin f es l.
Ejemplos : 1) Sea f : , x 2 x, si x > 0, pero x 1 + x, si x 0. Entonces, lim0+ f
= 2 y lim0- f = 1. Ha de ser obvio que no existe lim0 f.

29

2) Tambin ha de ser obvio (y su demostracin queda como ejercicio para el estudiante)


que si en un punto de acumulacin del dominio de una funcin existen ambos lmites
laterales y son iguales, entonces ha de existir el lmite en dicho punto de la funcin;
adems, este lmite habr de ser igual a ambos lmites laterales, esto es, ( limz+ f
limz- f limz+ f = limz- f ) limz f limz+ f = limz f = limz- f.
Definicin 3.11: Dados un subconjunto de no acotado superiormente, X, una funcin
real de dominio X, f, y un nmero real, l; se dice que l es el lmite de f en , cosa que
se escribe como l = lim f, si tan cerca de l como se quiera caen las imgenes de todos
los puntos de X que sean positivos bastante grandes.
Dicho simblicamente, si >0, M > 0, x de X, (x > M f(x) l < . Para
representar esto se escribir: l = lim f , tambin, l = limx f(x)
Similarmente, se define el lmite de una funcin real en - como sigue.
Definicin 3.12: Dados un subconjunto de no acotado inferiormente, X, una funcin
real de dominio X, f, y un nmero real, l ; se dice que l es el lmite de f en - , cosa
que se escribe como l = lim- f, si tan cerca de l como se quiera caen las imgenes de
todos los puntos de X que sean negativos bastante grandes.
Dicho simblicamente, si >0, M < 0, x de X, (x < M f(x) l < . Para
representar esto se escribir: l = lim- f , tambin, l = limx - f(x).
Definicin 3.13: Si a es un punto de acumulacin del dominio de la funcin f : X ,
entonces se dice que el lmite de f en a es si M > 0, >0, x de X, x-a <
f(x) > M. Esto se expresa simblicamente por: = lima f.
En forma similar se define tambin el que una funcin tenga a - por lmite en un
punto de acumulacin de su dominio.
Tambin es obvio el modo en que ha de definirse el que sea infinito el lmite lateral
(diestro o siniestro) de una funcin real en un punto de acumulacin de su dominio.
Ejemplos:

30
1) Para la funcin f :{0} , x 1/x se cumple que 0 = lim f = lim - f.
En efecto, pues dado cualquier positivo, , se tiene que f(x) < si es que x > M ,
siendo M definido como 1 + 1/, ya que esto implica que 1/( x ) < 1/M = 1/(1 + 1/) =
/(1 + ) < .
2) Para la funcin f(x) = 1/(x-1)2, se tiene que 0 = lim f, quedando la demostracin de
este hecho como un ejercicio para del estudiante.
Nota: Se obtienen resultados anlogos a los ya vistos respecto a lmites de suma,
diferencia, producto o cociente de funciones para los casos que involucren al infinito.
Ejercicios: 3.4 Sean f una funcin real definida en el subconjunto X de la recta real, z un
punto de acumulacin de X y L un nmero real, tales que limz f = L. Defnase Y :=
f(X{z}). Demostrar que L pertenece a la clausura de Y.
3.5 Sea f : , x x, si x es racional, pero x 0 si x es irracional; y sea g : , x 0
si x 0, pero 0 1. Es claro que puede hacerse la composicin de f con g, ya que el
codominio de f est incluido en el dominio de g. Demostrar que si bien existen los
lmites de f y g en 0, sin embargo no existe el lmite de g f en 0.
3.6 Demostrar que para la funcin real de variable real, f, dada por x 1/ (1+x2), se
cumple que lim0+ f = 1.
3.7 Demostrar que si p y q son polinomios de segundo y tercer grado respectivamente
entonces = lim p = lim- p = lim q = - lim- q. Luego, generalizar esta proposicin
considerando, ya no grados segundo y tercero, sino pares e impares.

3.3 Continuidad de funciones


Cuando se defini la nocin de lmite de una funcin en uno de los puntos de
acumulacin del dominio de la funcin, se hizo el comentario de que el hecho de que
existiera ese lmite y fuese igual a cierto nmero real poda interpretarse (con un
poquito de fantasa) como que la funcin jurase que si tuviera que asignar imagen al
punto de acumulacin de marras, entonces le asignara el aquel nmero real. Tambin se
advirti que en esta vida no es muy prudente quien cree a pie juntillas en los juramentos
de cualquiera. Pues bien, ahora ha llegado el momento de poner en descubierto a las
perjuras, es decir, a las funciones que juran en falso. Se llamarn continuas (o buenas)
aquellas funciones que sean incapaces de jurar en falso, y se llamarn discontinuas las
otras.
Definicin 3.14: Dada una funcin real definida en un subconjunto de la recta real y
dado un punto de su dominio, se dice que dicha funcin es continua en ese punto si
tan cerca como se quiera de la imagen del punto caen las imgenes de todos los puntos
del dominio que estn bastante cerca del punto considerado.
Es decir, que dados una funcin f : X y un punto z de X, f es continua en z si >
0, > 0, x de X ( x z < f(x) f(z) < ).

31
Notas: 1) Tambin aqu ha de notarse que el tan cerca como se quiera de la imagen del
punto es representado en la expresin simblica por el , y el bastante cerca de z es
representado por el .
2) Si el punto z fuera un punto de acumulacin del dominio de la funcin, entonces la
definicin de continuidad de f en z equivale a que f (z) sea igual al lmite de f en z. Es
decir, que la funcin estara cumpliendo su juramento.
3) Ha de observarse que no es preciso que el punto z sea punto de acumulacin del
dominio, pues si no lo fuera, mal podra la funcin ser perjura, ya que no puede jurar en
falso quien no jura. Recordemos que el juramento slo puede hacerse en puntos de
acumulacin del dominio.
4) Si la funcin f no es continua en un punto z de su dominio, se dice que ella es
discontinua en z.
Ejemplos: 1) Sea la funcin f : , x 1/(1+ x ), definida en el conjunto de los
enteros. Entonces, comprubese que no hay ningn nmero real que sea punto de
acumulacin del dominio de f, a saber, . Luego, por lo dicho antes, cualquiera que sea x
de , ha de ser el caso que f sea continua en x, ya que, dado un positivo cualquiera,
bastar con tomar := 1/3 para que se cumpla que x de ( x z < f (x) f (z) <
). En efecto, pues el nico elemento de que diste menos de 1/3 de z es el mismo z, y
entonces la premisa de la implicacin ser z z < 1/3, que es verdadera, y la tesis
ser f(z) f(z) < , que tambin es verdadera. Este ejemplo sirve para ilustrar el hecho
de que toda funcin real de variable real ha de ser continua en cualquier punto de su
dominio que sea aislado, es decir, que no sea punto de acumulacin del dominio de la
funcin. La demostracin de este aserto es casi idntica a la que acaba de darse en el
ejemplo y queda a cargo del diligente estudiante.
2) Sea f la funcin real de variable real que a cada nmero real asigna su cubo.
Entonces, en todo nmero real, z, f es continua en z. En efecto, pues cualquier nmero
real, z, es punto de acumulacin del dominio, IR, de la funcin. Ahora bien lo que se
quiere es que para un positivo arbitrario, , haya un positivo, , tal que x de IR, si x z < , entonces x3 z3 < . Esto ltimo equivale a x - zx2 + xz + z2 < . Pero el lado
izquierdo de esta ltima desigualdad es menor igual que (z2 + z x + x2) y como
x z + z < z + , dicho lado izquierdo no ha de ser mayor que 3 (z + )2. As,
se trata de, dado un arbitrario, hallar un positivo que garantice que 3 (z + )2 < .
Hay que considerar dos casos: (1) Que z = 0; entonces debera ser 3 3 < , lo que se
consigue definiendo, por ejemplo, como la raz cbica de la tercera parte de , es
decir, := (/3)1/3. (2) Que z 0; entonces debera ser 3 z2 + 6 2 z + 3 3 < . Esto
se consigue con un positivo tal que, por ejemplo, cumpla con que cada uno de los tres
sumandos del lado izquierdo de la ltima desigualdad sea menor que /3. Para esto basta
con que sea menor que el mnimo de las tres siguientes cantidades: /(9 /z/2), ( /
(18 /z/))1/2 y (/9)1/3. Como z 0, tal mnimo ha de ser positivo, con lo que todo
funciona bien.

32

Definicin 3.15: Se dice que una funcin real de variable real es continua si en cada
punto de su dominio ella es continua segn la definicin anterior. Caso contrario, se dice
que la funcin es discontinua.
Ejemplos: 1) La funcin f : , x 2 x 1, es continua, como se demuestra a
continuacin. Sea z un elemento cualquiera del dominio de la funcin f, es decir, un
nmero real arbitrario. Entonces ha de demostrarse que f es continua en z. Pues bien,
para establecer este resultado, hemos de empezar considerando un positivo, ,
cualquiera, y adecuado a l, hemos de hallar un positivo, , que satisfaga la implicacin
de la definicin, a saber, x de IR, x - z < (2 x - 1)-(2 z - 1) < . Pero esta
implicacin equivale a: x - z < 2 x - 2 z < , que, a su vez, equivale a: x - z < 2
x - z < . De la premisa de la implicacin se sigue que 2 x z < 2 . Luego, la
implicacin deseada originalmente se satisfar si, por ejemplo, se define como /3,
pues entonces se obtiene la implicacin: x - z < 2 x - 2 z < 2 < 2 (/3) < , como
se quera.

2) La funcin f : {0} , x 1/x, es continua, pues lo es en cada punto de su dominio.


En efecto, si z es un elemento cualquiera del dominio de f, entonces l ha de ser
diferente de 0, y, cualquiera que sea el positivo , se quiere un positivo que garantice
la implicacin deseada, a saber, x - z < (1/ x 1/ z) < . Pero como (1/ x 1/ z) =
(x - z) / (x z) < / (x z) y se querra que esto ltimo fuera menor que . El peligro
radica en que, si bien z 0, el hecho de que x est cerca de z, no garantiza que x
0. Sin embargo, exigiendo que < () z, puede afirmarse que x > () z, de lo que se
sigue que / (x z) < 2 / (z2). Ahora bien, para que esta expresin sea menor que ,
bastara con que fuera menor que (/2) (z2). Entonces, definiendo como (/3)
(z2), se obtendra la implicacin deseada, siempre que tambin se tuviese que < ()
z. Por lo tanto, hemos de definir como el mnimo entre los dos positivos siguientes:

33
() z y (/3) (z2). De esta manera se satisfar la implicacin x - z < (1/ x 1/ z)
< .

Nota: A menudo se comete el error de sostener que la funcin de este ltimo ejemplo es
discontinua, pues, se dice que ella exhibe un salto infinito al pasar x de valores
negativos a valores positivos. Vale la pena, aqu, precisar que esta expresin carece de
sentido, ya que las variables no pasan de un valor a otro sino que toman valores
concretos; as, cuando se ha tomado un valor concreto del dominio de la funcin,
digamos z, entonces ste tiene que ser diferente de 0, y, como ya se ha hecho lneas
arriba, la funcin es continua en z. Lo que ocurra en torno al cero es algo que no nos
concierne, pues el cero no es un elemento del dominio de la funcin.
3) La funcin f : , x 1/x , si x 0 pero tal que f (0) = 8, s que es discontinua, pues
aunque ella es continua en cualquier punto del dominio que sea diferente del cero,
ocurre que no es continua en 0, ya que en este punto el valor que toma la funcin, 8, no
puede ser igual al lmite de la funcin en 0, pues este lmite no existe, como fcilmente
ha de demostrar el estudiante.
A continuacin se enunciarn algunos teoremas importantes relativos a la continuidad
de funciones reales de variable real. Sus demostraciones pueden dejarse como ejercicios
pueden hacerse en sesiones de prcticas dirigidas.
Teorema 3.12: Si f y g son funciones reales definidas en un subconjunto X de y ocurre
que, siendo ambas continuas en cierto punto z, f (z) < g (z); entonces cerca de z los
valores que toma f son menores que los respectivos valores que toma g, esto es, que
positivo tal que x de X tal que x z < , f (x) < g (x).
Demostracin: La idea de la demostracin es simple: lo cercano al menor ha de ser
menor que lo cercano al mayor. As, si todo punto cercano a z recibe imagen por f
cercana a f (z) y recibe imagen por g cercana a g (z), entonces como f (z) < g (z), ha de
tenerse que f (x) < g (x).
De manera ms rigurosa, para obtener el positivo del enunciado del teorema,
consideremos la tercera parte de la diferencia g(z) f (z) y llammosla . Es claro que
es positivo. Por definicin de continuidad de f en z, se sabe que hay algn positivo, 1 ,
tal que si x - z< 1 entonces f(x ) f(z) < . Similarmente, puede afirmarse que hay
algn positivo, 2 , tal que si x - z < 2 entonces g(x ) g(z) < . Defnase := min (1 ,
2) . Entonces si x - z < , ha de ser verdad que x - z < 1 y que x - z < 2 , de donde

34
se sigue que f(x ) f(z) < g(x) g(z) < . Entonces, f(x) < f(z) + y g(x) > g(z) -
pero como = (1/3) (g(z) f(z)), se sigue que f(x) < g(x).
Corolario: Si una funcin continua f asigna un valor no nulo a un punto z de su
dominio, entonces a todo punto bastante cercano a z asignar un valor del mismo signo
que f (z). Dicho simblicamente: si f : X es continua en z f (z) 0, entonces
positivo tal que x de X, x - z < signo (f (x)) = signo (f (z)).
Demostracin: Queda como ejercicio para el estudiante.
Teorema 3.13: Una funcin real f : X es continua en un punto z de su dominio si, y
slo si, para toda sucesin que converja a dicho punto z se tiene que f (z) es igual al
lmite de las imgenes de los puntos de la sucesin; esto es, que si z = lim (xk), entonces
f (z) = lim (f(xk)).
Demostracin: 1 Necesidad de la condicin. Sea f continua en z X y sea z = lim (xk).
Ha de demostrarse que f (z) = lim (f (xk)). Sea pues un positivo cualquiera. Por
definicin de lmz f, hay un positivo, , tal que para todo punto de X que diste de z
menos que ha de tenerse que su imagen distar de f (z) menos que . Ahora, por
definicin de lmite de una sucesin, hay un nmero natural, h, tal que para todo k > h,
ha de tenerse que xk dista de z menos que . Luego, para todo k > h, ha de ser el caso
que f (xk) diste de f (z) menos que . Es decir, que f (z) es el lmite de (f (xk)).
2 Suficiencia de la condicin. Sean f y z tales que para toda sucecin convergente a z
ocurre que f (z) es el lmite de (f (xk)). Ha de demostrarse que limz f = f (z). Esto se har
por reduccin al absurdo. En efecto, si no fuera as, entonces, negando la definicin de
lmite de una funcin en un punto, se concluira que habra un positivo, , tal que
cualquiera que fuera el positivo , existira algn punto de X situado a distancia menor
que de z y tal que la distancia entre f (z) la imagen de dicho punto no sera menor que
. Pues bien, entonces para cada natural, k, existira un punto, xk en X, tal que f (z)
f (xk). De este modo se habra obtenido una sucesin de puntos de X, (xk) tal que f (z) no
sera el lmite de la sucesin (f (xk)), lo cual sera una contradiccin.
Corolario: Si las funciones f y g son continuas en el punto z, entonces tambin son
continuas en z las funciones f + g, f g, f g y f / g, requirindose para esta ltima que 0
lim0 g.
Demostracin: Basta con usar la equivalencia en trminos de convergencia de
sucesiones establecida en el teorema anterior, y as, queda a cargo del estudiante.
Nota : Como ya sabemos, toda funcin polinmica es continua. Ahora bien la suma
resta y multiplicacin de polinomios dan polinomios. Por lo tanto, son funciones
continuas la suma de polinomios, la resta de polinomios y la multiplicacin de
polinomios. Pero no ocurre exactamente as con el cociente de polinomios (conocido
como funcin racional), pues no es un polinomio el cociente de polinomios. Sin
embargo, s que es una funcin continua el cociente de polinomios, debido al ltimo
corolario. Ntese tambin que dicha continuidad se da en el dominio de la funcin
cociente de polinomios, el cual no incluye a los puntos en donde se anula el
denominador, es decir, en las races del polinomio denominador.

35
Teorema 3.14: La composicin de funciones continuas es una funcin continua, es
decir, que si f :X y g :Y son tales que f (X) Y f es continua en z g es
continua en f (z), entonces g f es continua en z.
Demostracin: Lo que hay que demostrar es que tan cerca de g (f (z)) como se quiera
estarn las imgenes mediante g f de puntos bastante cercanos a z. Pero sabemos que
tan cerca de g (f (z)) como se quiera estarn las imgenes mediante g de puntos bastante
cercanos a f (z); y sabemos tambin que tan cerca de f (z) como se quiera estarn las
imgenes mediante f de puntos bastante cercanos a z. Entonces, la idea es simple: dado
un positivo cualquiera, , hay un positivo tal que
y f (z) < g (y) g (f (z)) < . Ahora bien, para el positivo ha de haber un
positivo tal que x z < f (x) f (z) < . Concatenando estas dos implicaciones
obtenemos la siguiente: x z< g (f (x)) g (f (z)) < , que demuestra la continuidad
de g f en z.
Ejemplo: Aunque no se demuestra en este curso ni la continuidad de las funciones
trigonomtricas ni la de las exponenciales y logartmicas, tales demostraciones pueden
verse en cualquiera de los libros de las referencias.
Asumindolas, entonces, es ahora posible convencerse de la continuidad de la funcin
f : + , x sen (log x), pues slo se trata de la composicin de dos funciones
continuas.
El siguiente teorema es uno que nos dice que una funcin continua definida en un
intervalo no puede saltar, es decir, que si entre los diversos valores que toma se
encuentran dos nmeros dados cualesquiera, entonces todos los nmeros comprendidos
entre estos dos tambin son valores que toma la funcin. As, que si los nmeros a y b
estn en el codominio de la funcin f , entonces y (a y b x en dom (f) tal que y =
f (x)).
Teorema 3.15 (del valor intermedio): Si f : [c, d] es una funcin continua, entonces
cualquiera que sea el nmero y que tomemos entre f (c) y f (d), l ser imagen de algn
punto del intervalo [c, d], es decir, que x de este intervalo tal que y = f (x).
Demostracin: Se basa en un resultado de la topologa de la recta real segn el cual
todo intervalo de ella es conexo, es decir, que no es igual a la unin de dos subconjuntos
abiertos no vacos y disjuntos ni tampoco es igual a la unin de dos cerrados no vacos y
disjuntos. Este resultado no puede demostrarse en este curso pues l requiere de
nociones topolgicas que no se han de ver aqu. Ahora ya se hace fcil demostrar el
teorema del valor intermedio del siguiente modo. Definamos los subconjuntos A y B del
intervalo [c, d] mediante: A := {x [c, d] : f (x) y} B := {x [c, d] : y f (x)}. Ellos
son no vacos ya que, por ejemplo, si f (c) f (d), entonces c A d B; pero si f (d)
f (c), entonces d A c B. Adems, como es fcil demostrar, ambos son cerrados, ya
que toda desigualdad con es preservada por paso al lmite en sucesiones. En efecto, si
(xk) converge a z k, xk A, entonces k, f (xk) y, de donde f (z) y. De modo
similar se demuestra que B es cerrado. Es obvio que A B = [c, d]. Finalmente, como
este intervalo es conexo, entonces A B . Pero esto ltimo permite concluir que
x, x A B, y, as, f (x) y y f (x), es decir, que y = f (x).

36
Ejemplo: Si se tiene un polinomio p (x) que toma valores positivos y negativos,
entonces l tiene al menos una raz, es decir, que x en tal que 0 = p (x). En efecto,
por hiptesis c en tal que 0 < p (c) d en tal que 0 > p (d). Consideremos el
intervalo de extremos c y d. Como 0 es un nmero que est entre p (c) y p (d), y,
como ya se ha hecho notar, todo polinomio es funcin continua, se puede aplicar el
teorema del valor intermedio para concluir que ha de haber algn nmero del intervalo
de extremos c y d tal que su imagen mediante p ser igual a 0.
Dada una funcin real de variable real con frecuencia hay inters en saber si ella
alcanza un valor mximo un valor mnimo entre todos los valores que asigna a puntos
de su dominio. Pero antes de buscar un anillo en un pajar hay que estar seguros de que
el anillo se encuentra en el pajar. Por eso, conviene tener criterios que aseguren que una
funcin dada posee mximos mnimos.
Ejemplos: 1) La funcin identidad id : , x x, no posee ni mximo ni mnimo en
el sentido de las siguientes definiciones.

Definicin 3.16: Un punto del dominio de una funcin real es un punto mximo de la
funcin si en ningn otro punto de su dominio dicha funcin alcanza un valor mayor
que el que alcanza en aquel punto mximo. A veces se llama a tal punto un mximo
global de la funcin. De manera similar se define un punto mnimo de la funcin
como uno tal que el valor que la funcin alcanza en l no es mayor que el valor que ella
alcanza en cualquier otro punto de su dominio. En tal caso tambin se habla de dicho
punto como de un mnimo global de la funcin. En cambio, para referirse a los
valores alcanzados en puntos mximos y puntos mnimos de una funcin se emplean las
expresiones valor mximo y valor mnimo de la funcin.
2) La funcin f : , x 1/(1 + x2) tiene un nico punto mximo en 0 pero carece de
puntos mnimos, pues si x > x, entonces f (x) > f (x). Adems, su valor mximo
global es 1 y, naturalmente, carece tanto de valor mnimo global como de valor mnimo
local.

37

Del teorema del valor intermedio se deduce una propiedad muy importante, a saber, la
de que la imagen de un intervalo mediante una funcin continua es tambin un
intervalo, como se enuncia en el siguiente corolario.
Corolario: Si f es una funcin real y continua definida en algn subconjunto de la recta
real y J es un intervalo contenido en el dominio de f, entonces la imagen f (J) de dicho
intervalo es un intervalo.
Demostracin: Hay que demostrar que se cumple en f (J) la propiedad caracterstica de
todo intervalo, a saber, que para dos puntos cualesquiera de f (J), el intervalo
determinado por esos puntos est contenido en f (J). Sean, pues, y1 y y2 dos puntos
arbitrarios de f (J). Entonces, han de existir dos puntos, x1 y x2 de J tales que f (x1) = y1 y
f (x2) = y2 . Se debe demostrar que el intervalo [y1 , y2] est contenido en f (J). Tomemos
un punto cualquiera, y, del intervalo [y1 , y2]. Por el teorema del valor intermedio,
deducimos que ha de existir algn punto, x, del intervalo [x1 , x2] tal que f (x) = y. Por lo
tanto, concluimos que y f (J).
Notas: 1) Respecto a conjuntos compactos hay que tener en cuenta que todo conjunto
compacto posee un elemento mximo y un elemento mnimo, es decir, que si A es un
subconjunto compacto de la recta real, entonces hay en A elementos, x y y, tales que x
z y, z de A. La razn para esto es que siendo compacto A, ha de poseer nfimo y
supremo por el axioma del supremo y el del nfimo. Ahora bien, por ser cerrado A, tales
nfimo y supremo deben pertenecer a A, ya que por definicin de supremo de A para
cualquier nmero natural, m, ha de haber algn elemento, xm , de A tal que xm diste del
supremo en menos que 1/m. Pero entonces, es claro que la sucesin (xm) converge al
supremo de A y, como A es cerrado, este lmite, es decir, el supremo de A pertenecer a
A. El argumento para establecer que el nfimo de A tambin pertenece a A es similar.
2) La imagen de un subconjunto compacto de la recta real mediante una funcin
continua es un subconjunto compacto de dicha recta. En efecto, para establecer este
resultado, tomemos un subconjunto compacto A de y una funcin continua f tal que su
dominio incluya a A. Entonces para demostrar que f (A) es compacto bastar con
demostrar que toda sucesin (yk) de puntos de f (A) posees alguna subsucesin
convergente a un punto de f (A). Por definicin de imagen de un subconjunto del
dominio, hay una sucesin (xk) de puntos de A tal que k, f (xk) = yk. Por ser A
compacto, hay una subsucesin (x(k))k , donde es una funcin estrictamente creciente

38
de a , tal que esta subsucesin converge a un punto z de A. Ahora, por la continuidad
de f, f (z) ha de ser el lmite de la subsucesin (f (x(k)))k . Esto muestra que la sucesin
dada en f (A) posee una subsucesin convergente a un punto de f (A), y que, por lo tanto,
f (A) es compacto.
De estas dos notas ltimas se sigue el siguiente teorema muy importante en problemas
de optimizacin.
Teorema 3.16 (de Weierstrass): Sea f una funcin real y continua y sea A un
subconjunto compacto del dominio de f. Entonces, existe al menos un punto mximo
global de f en A y existe al menos un punto mnimo global de f en A.
Demostracin: Basta tener presentes las notas 1 y 2 anteriores para poder afirmar que f
(A) es compacto y que posee un mximo y un mnimo. Ha de ser claro que dichos
mximo y mnimo de f (A) son, respectivamente, los valores mximo y mnimo globales
de f en A.
Corolario: La imagen mediante una funcin continua de un subconjunto compacto de la
recta real es un subconjunto acotado de la recta.
Demostracin: Por la segunda nota inmediata anterior al teorema de Weierstrass
sabemos que la imagen de un compacto mediante una funcin continua es un compacto,
y por definicin de compacto se sigue inmediatamente que dicha imagen es entonces
acotada.
Teorema 3.17: Toda funcin continua y biyectiva f : A B definida sobre un compacto
tiene funcin inversa y continua.
Demostracin: Que tenga funcin inversa es slo consecuencia de la definicin de
funcin biyectiva. Sea pues g : B A esa inversa de f . Slo queda por demostrar la
continuidad de g. Para tal fin, tomemos una sucesin cualquiera (yk) en B que converja a
un punto y de B. Por la biyectividad de f y de g, existen nicos puntos x y x1 , x2 , en
A tales que f (x) = y y f (xk) = yk , k . Debemos comprobar que g (y) = lim (g(yk)).
Procedamos por reduccin al absurdo. Si no fuera esto cierto, entonces, negando la
definicin de lmite de una sucesin, obtendramos la existencia de un positivo, , tal
que habra alguna subsucesin de (g(yk)) todos cuyos puntos distaran de g (y) al menos
. Pero como A es compacto, habra una subsucesin de la anterior que convergira a un
punto z de A; denotemos como (zk) a dicha subsucesin. Como z - g (y) , debera ser
z g (y). Sin embargo, puesto que k , f (g(zk)) = yk y que f es continua, se tendra que f
(z) = y. Pero esto contradira el que la funcin f sea inyectiva ya que f (x) = y , siendo x
= g (y) z.
Ejercicios:
3.8 Demostrar que si son continuas las funciones f : X y g : X , entonces
tambin los son las funciones F : X y G : X , definidas respectivamente por F
(x) := max (f (x), g (x)) y G (x) := min (f (x), g (x)).

39
3.9 Demostrar que si son continuas las funciones f : X y g : X , siendo abierto
el subconjunto X de , entonces es abierto el subconjunto de X formado por los puntos
en donde difieren entre s las imgenes de las funciones dadas, y que es cerrado el
subconjunto de X formado por los puntos en donde coinciden dichas imgenes.
3.10 Sea f : [0, 1] una funcin continua tal que f (0) = f (1). Demostrar que hay al
menos un punto x del intervalo [0, 1] tal que f (x) = f (x + ). (Sugerencia: aplicar el
teorema del valor intermedio a la funcin g (x) := f (x) - f (x + )). A continuacin
enunciar y demostrar un ejercicio similar pero con 1/3 en vez de . Finalmente, ver si
todo esto podra generalizarse para cualquier nmero positivo menor que 1.
3.11 A una funcin f : se la llama peridica cuando hay algn positivo, p, tal
que x de , f (x) = f (x + p). Demostrar que toda funcin peridica continua es acotada
y que alcanza un valor mximo global y un valor mnimo global.

4. Derivadas de funciones
Dada una funcin f : X , si a es un punto de acumulacin de X que pertenece a X,
entonces para cualquier punto x de X diferente de a pero cercano a l, puede hacerse el
cociente (f (x) f (a)) / (x - a). Su interpretacin puede hacerse a partir de la grfica de
la funcin: tal cociente representa la pendiente inclinacin de la recta que pasa por los
puntos (a, f (a)) y (x, f (x)), llamada una secante por (a, f (a)). Tambin puede
interpretarse ese cociente como un cambio medio en el valor de la funcin al pasar del
punto a al punto x. Incluso, en contextos de la fsica en donde suele interpretarse la
variable independiente como el tiempo y la variable dependiente como el espacio
recorrido, el cociente mencionado se interpreta como la velocidad media entre los
instantes a y x. Cualquiera sea la interpretacin que se haga de dicho cociente, resulta
natural preguntarse por el lmite al que l pudiera tender cuando x tienda a a. Si
existiese tal lmite, se lo llamara pendiente de la tangente en a a la grfica de la
funcin f cambio puntual en a velocidad instantnea en a, dependiendo de cul sea
el contexto. En cualquier caso ese lmite puede interpretarse como un indicador de la
sensibilidad del valor de la funcin respecto a la variable independiente en el punto a.
Definicin 4.1: Dada una funcin f : X , si a es un punto de acumulacin de X que
pertenece a X, se llama derivada de f en a al lima ((f (x) f (a)) / (x - a)), cuando este
lmite existe. En este caso, se dice que la funcin f es derivable en a , tambin, que
ella es diferenciable en a. Suele representarse la derivada de f en a por f (a). Cuando
f es diferenciable en todo punto de X, se dice que f es derivable en X diferenciable
en X. En este caso aparecera de modo natural una nueva funcin, f : X .
Finalmente, si esta nueva funcin resultare ser continua, se dira que la funcin f es de
clase C1 en X lo que se representara por f C1 (X).
df
(a) ; y, si los posibles
dx
dy
valores de la variable dependiente se denotasen por y, entonces tambin se escribe
dx

Tambin se denota la derivada de f en a por Df (a) y por

(a). Ha de hacerse notar, sin embargo, que estas dos ltimas notaciones no son muy
recomendables pues se fomenta con ellas cierto fetichismo del smbolo debido a que se

40
refuerza en el estudiante la conviccin de que son esenciales los smbolos con los que se
representen las variables dependiente e independiente, x y y, cuando en verdad lo nico
que realmente cuenta en todo esto son, de un lado, el smbolo que represente a la
funcin de la que se habla, f, y, de otro lado, el punto a en el que se toma la derivada de
la funcin. As, pues, Df (a) es la ms recomendable, ya que, si en lugar de escribir y = f
(x) se escribiera z = f (u), con las notaciones tradicionales habra que usar

dz
(a),
du

mientras que con la notacin Df (a) no cambiara nada.


El siguiente teorema es de extrema importancia en relacin a la derivada de una
funcin en un punto. Nos dice que con ella se obtiene una funcin lineal 1 que aproxima
de modo ptimo los valores de la funcin dada en puntos vecinos del punto en el que se
tiene la derivada (punto de referencia); el modo ptimo aqu quiere decir que los errores
cometidos con esa aproximacin lineal son despreciables respecto a la magnitud de la
distancia entre el vecino y el punto de referencia. Esto se aclarar con el mismo
enunciado del teorema.
Teorema 4.1: Una funcin f : X es diferenciable en un punto a de X que es punto de
acumulacin de X si, y slo si (ssi) existe algn nmero real, c, tal que definiendo la
funcin r como r (h):= f (a + h) (f (a) + c h), h tal que a + h X ; se tenga,
entonces, que 0 = limh0 r (h) / h .
Nota: A la funcin h f (a) + c h, se la llama la aproximacin lineal a f en a, y a la
funcin r (h) definida arriba se la llama funcin de error, pues cuando, en vez de usar la
verdadera funcin f para calcular el valor que toma en a + h, se usa la aproximacin
lineal, ha de cometerse en general un error, a saber: f (a + h) (f (a) + c h). Ahora bien,
lo que dice el teorema es que para valores bastante pequeos de la desviacin h, el error
cometido, r(h), es de magnitud despreciable respecto a la magnitud de la desviacin h.
Tambin se dice que la magnitud del error es infinitamente menor que la magnitud de la
desviacin. En tal caso esto se abrevia diciendo que el error cometido con la
aproximacin lineal es una nada respecto a la desviacin. Simblicamente se expresa
esto como r(h) = (h), cosa que se lee como: r(h) es un cero de h. Finalmente, si
llamamos funcin identidad a la que a cada nmero asigna como imagen ese mismo
nmero, resulta ms apropiado decir que la funcin de error, r, es un cero de la funcin
identidad, id, esto es, que r = (id)
Demostracin: 1) Necesidad de la condicin: Ha de estar claro que 0 es punto de
acumulacin del conjunto {h : a + h X} y pertenece a l, pues a es punto de
acumulacin de X y pertenece a X.
Por hiptesis existe f (a) = limh0 (f (a + h) f (a)) / h. Luego, definiendo el nmero
real c como igual al nmero real f (a), se obtiene que
limh0 (f (a + h) f (a) c h) / h = limh0 (f (a + h) f (a)) / h c = f (a) c = 0.
Es decir, que se cumple que 0 = limh0 r (h) / h .
2) Suficiencia de la condicin: Asumamos que 0 = limh0 r (h) / h. entonces, por la
definicin de la funcin de error se sigue que 0 = limh0 (f (a + h) (f (a) + c h)) / h =
1

Se dice, frecuentemente, que una funcin es lineal si es polinmica de primer grado. En verdad esto no
es exacto, pues hara falta exigir que, adems, tuviese trmino independiente nulo.

41
limh0 (f (a + h) (f (a)) / h - limh0 c h / h = limh0 (f (a + h) (f (a)) / h c. Por lo
tanto, obtenemos que s existe el limh0 (f (a + h) (f (a)) / h y vale c.
Corolario: Si una funcin es diferenciable en un punto de su dominio, entonces es
continua en dicho punto.
Demostracin: Sea f : X diferenciable en un punto a de X que es punto de
acumulacin de X. Entonces, del teorema se sigue que f (a + h) = f (a) + f (a) h + r
(h) h, con 0 = limh0 r (h) / h . Por lo tanto, limh0 f (a + h) = f (a) + limh0 f (a) h = f
(a), por lo que f es continua en a.
Ejemplos: 1) Si f : es una funcin constante, esto es, que x de , f (x) = c,
entonces a de , (f (a + h) f (a)) / h = (c - c) / h = 0, de donde se sigue que a de ,
existe f (a) y vale 0. As, como la funcin nula es obviamente continua, se concluye que
toda funcin constante es de clase C1.
2) Si f : es una funcin lineal, esto es, que x de , f (x) = b x + c, entonces (f (a +
h) f (a)) / h = (b (a + h) + c (b a + c) / h = b, de donde se sigue que a de , existe f
(a) y vale b. As, como la funcin constante es obviamente continua, se concluye que
toda funcin lineal es de clase C1.
3) Si f : es la funcin que x de , f (x) = xn, con n un nmero natural (esto es,
entero positivo), entonces como f (a + h) f (a) = (a + h)n an = n an-1h + + n a hn-1
+ hn, se sigue que (f (a + h) f (a)) / h = n an-1 + (1/2) n (n - 1) an-2h + + hn-1. As, se
obtiene limh0 (f (a + h) (f (a)) / h = n an-1 = f (a). Es decir, que la funcin f (x) = xn es
diferenciable y de clase C1, pues mediante un proceso inductivo se establece que n
nmero natural, es continua la funcin x n xn-1.
4) Si f : es la funcin que x de , f (x) = x, entonces f es diferenciable en todo
punto distinto de 0. En efecto, si a es positivo, entonces x de ]a a/2, a +a/2[, f (x) =
x, por lo que como se vio en el ejemplo (2), existe f (a) y vale 1. Similarmente, si a es
negativo, entonces x de ] a + a/2, a a/2[, f (x) = - x, por lo que como se vio en el
ejemplo (2), existe f (a) y vale - 1. A modo de ejercicio, comprubese que no existe
f(0). A tal fin, ha de establecerse que el cociente (f (0 + h) (f (0)) / h toma el valor 1si
h > 0, pero toma el valor 1 si h < 0. Por ello, no puede existir el lmite f (0).

42
5) Si en lugar de usar el valor de la derivada como coeficiente de la variable
independiente en la aproximacin lineal usramos otro coeficiente, entonces no se
obtendra el resultado consistente en la nulidad del lmite del cociente de dividir el error
entre la desviacin. En efecto, si, por ejemplo, en el caso de la funcin f (x) = x2 para el
punto a = 1, en lugar de usar la aproximacin lineal dada por f (a + h) = f (a) + f (a) h =
1 + 2 h, usramos, por ejemplo, 1+1.5 h, entonces la funcin de error sera h (1 + h)2
(1 + 1.5 h) = 0.5 h + h2 y el cociente de dividir esto entre h resulta ser 0.5 + h con lo que
se obtiene que limh0 (0.5 h + h2) / h = 0.5 0. Esto nos muestra cul es el sentido de
decir que la derivada nos proporciona la aproximacin lineal ptima a los valores de la
funcin dada en puntos vecinos del punto en el que se tiene la derivada.
El siguiente teorema nos dar algunas reglas de derivacin respecto a la derivada de
una suma de funciones, de una resta de funciones, de un producto de funciones y de un
cociente de funciones. En esto tngase en cuenta que dadas dos funciones, f y g, reales
definidas ambas en el mismo subconjunto, X, de , se definen las funciones: suma de f y
g como (f+g) (x) := f (x) + g (x), siendo su dominio X ;
resta de f y g como (f - g) (x) := f (x) - g (x), siendo su dominio X;
producto de f y g como (f g) (x) := f (x)g (x), siendo su dominio X , y
cociente de f y g como (f / g) (x) := f (x) / g (x), siendo su dominio X \ {x : g (x) 0}.
Teorema 4.2: Si las funciones f : X y g : X son ambas diferenciables en el
punto a de X que es punto de acumulacin de X, entonces las funciones suma, resta y
producto de f y g tambin son diferenciables en ese punto; la funcin cociente f / g es,
en cambio, diferenciable en a ssi g (a) 0.
Adems: (f g)(a) = f (a) g (a) (f g)(a) = f (a) g(a) + f (a)g (a)
(f /g)(a) = (f (a) g(a) - f (a)g (a)) / g (a)2.
Demostracin: Caso de la funcin suma:
(f + g)(a+h) (f + g)(a) (f (a)+ g (a))h = f (a+h) + g(a+h) f (a) g(a) - f (a)h - g
(a) h = (f (a+h) f (a) f (a)h) + (g(a+h) g(a) - g (a) h) = rf (h) + rg (h), donde rf (h)
y rg (h) son respectivamente las funciones de error correspondientes a las funciones f y
g en el punto a. Como sabemos, 0 = limh0 rf (h) / h = limh0 rg (h) / h por lo que (f +
g)(a) = f (a)+ g (a).
Caso de la funcin resta: es casi idntico al de la funcin suma.
Caso de la funcin producto:
(f g)(a+h) (f g)(a) (f (a) g(a)+ f (a) g (a))h =
f (a+h) g(a+h) f (a) g(a) - f (a) g (a)h f (a) g (a) h =
(f (a)+f (a)h + rf (h)) (g(a)+g(a)h + rg (h)) f (a)g(a) - f (a)g(a)h f (a)g(a)h =
f (a) rg (h) + f (a) g(a)h2 + f (a)h rg (h) + rf (h)) (g(a)+g(a)h + rg (h)).
Ahora bien, dividiendo esta expresin entre h y tomando lmites cuando h tiende a 0 se
obtiene que dicho lmite vale 0 ya que
0 = limh0 rg (h)/h, 0 = limh0 rg(h) y g(a) = limh0 (g(a)+g(a)h + rg (h)).
Luego, (f g)(a) = f (a)g (a) + f (a)g (a).
Caso de la funcin cociente: es muy similar al caso de la funcin producto slo que hay
que tener en cuenta que como g (a) 0, entonces hay una vecindad de a en la que g no

43
se anula, y para los procesos de lmites basta con considerar que h es tan pequeo que a
+ h permanece en dicha vecindad en la que g no se anula.
El siguiente teorema, llamado regla de la cadena, nos asegura, grosso modo, que la
composicin de funciones diferenciables es diferenciable.
Teorema 4.3: Sean f : X y g : Y funciones tales que f (X) Y; sea a un punto de
acumulacin de X que pertenece a X y tal que f (a) es punto de acumulacin de Y.
Entonces, si f es diferenciable en a y g es diferenciable en f (a), resulta que g f es
diferenciable en a y su derivada en a es (g f)(a) = g (f (a)) f (a).
Demostracin: Debe demostrarse que es nulo el lmite del cociente que se obtiene al
dividir la expresin gf (a + h) (gf (a) + g (f (a)) f (a) h) por la desviacin h. Para
esto tngase en cuenta que g(f (a + h)) = g (f (a) + f (a)h + rf (h)) que puede ser vista
como g (f (a) + k), donde k representa la desviacin producida en Y desde el punto f (a)
como consecuencia de la desviacin h en X desde a. como g es diferenciable en f (a), ha
de ser g (f (a) + k) = g (f (a)) + g (f (a)) k + rg(k), siendo rg la funcin de error para la
funcin g. Con estas consideraciones hemos de obtener que gf (a + h) (gf (a) + g (f
(a)) f (a) h) = g (f (a)) (rf (h) + rg (f (a) h + rf (h))). Es claro que si h tiende a 0,
entonces f (a) h + rf (h)) tiende tambin a 0. Adems, puesto que 0 = limh0 (rf (h)h) , y
que rg (f (a) h + rf (h)) h = (rg (f (a) h + rf (h)) (f (a) h + rf (h)))(f (a) + rf (h)h), se
concluye que si h tiende a 0, entonces tambin tiende a 0 el cociente de dividir
gf (a + h) (gf (a) + g (f (a)) f (a) h) entre h, con lo que se demuestra que
(g f)(a) = g (f (a)) f (a).
Como un corolario de este importante teorema se obtiene otro resultado de igual
importancia, a saber, el llamado teorema de la funcin inversa.
Corolario (teorema de la funcin inversa): Sea f : X una biyeccin entre X y f
(X) =: Y. Si f es diferenciable en el punto de acumulacin de X, a X y la inversa de f,
denotada por g, es continua en b := f (a), entonces g es diferenciable en b si, y slo si, 0
f (a), y en tal caso ocurre que g (b) = 1 f (a).
Demostracin: Basta tener presente que la funcin identidad en X, id : X X, es el
resultado de componer la funcin f con su inversa g: id = gf. Adems, como ya se
demostr antes, la derivada de la identidad en cualquier punto de acumulacin de X vale
1. Luego, 1 = g (f (a)) f (a), de donde, g (b) = 1 f (a).
Ejemplo: 1) Dada una funcin diferenciable f : , consideremos las dos nuevas
funciones g : , x f (x3) , y : , x f (x)3. Entonces se comprueba fcilmente,
por la regla de la cadena, que g (a) = 3 a f (a3) y que (a) = 3 f (a)2 f (a).
2) La funcin g : + + , x (x)1/3 es diferenciable y su derivada en cualquier positivo,
b, es g (b) = (1/3)(b)2/3, pues g es la inversa de la biseccin f : + + ,
x (x)3, y
por el corolario anterior se tiene que g (b) = 1f (a), donde a es tal que f (a) = b. Ahora
bien como f (a) = 3 a2 y a = b1/3, se obtiene que g (b) = 1(3 b2/3).

44

4.1 Crecimiento y decrecimiento locales


Si en el cociente (f (x) f (a)) / (x - a) se impusiera la condicin de que x > a y
existiera el lmite de l cuando el valor de la variable x descienda tendiendo a a,
entonces a dicho lmite se le llamara derivada lateral diestra de f y se la denotara
por f+ (a) := limxa+ (f (x) f (a)) / (x - a).
De manera similar se define la derivada lateral siniestra de f , haciendo que en el
cociente de arriba el valor de x ascienda tendiendo a a, y se la denota por f- (a) :=
limxa- (f (x) f (a)) / (x - a).

Teorema 4.4: Si la derivada lateral diestra de una funcin f : X en un punto a es


positiva, entonces en todos los puntos bastante cercanos al punto a y mayores que a la
funcin toma valores mayores que el que toma en a, esto es, > 0, a < x < a +
f (a) < f (x).
Demostracin: De la definicin de lmite lateral diestro se sigue que como es positivo
el limxa+ (f (x) f (a)) / (x - a), entonces ha de haber un positivo, , tal que
a < x < a + (f (x) f (a)) / (x - a) > 0. Pero entonces, ya que el denominador es
positivo, tambin el numerador habr de serlo, es decir, que f (a) < f (x).
Nota: De la misma manera se demuestra la versin correspondiente para el caso de la
derivada lateral siniestra: Si la derivada lateral siniestra de una funcin f : X en un

45
punto a es positiva, entonces en todos los puntos bastante cercanos al punto a y menores
que a la funcin toma valores menores que el que toma en a, esto es,
> 0, a - < x < a f (a) > f (x).
Corolario: Si una funcin es montona creciente, entonces sus derivadas laterales,
cuando existan, sern mayores iguales que 0.
Demostracin: De no ser as, habra un punto, a, en el que alguna derivada lateral sera
negativa. Digamos que fuese la diestra. Entonces habra algn punto a la derecha de a
en el que el valor de la funcin sera menor que el que toma en a. Esto contradira el que
la funcin fuese montona creciente. Similar argumentacin nos convencer de que
tampoco podra ser negativa una derivada lateral siniestra.
Definicin 4.2: Dada una funcin f : X y un punto a de X, se dice que a es un
mximo local de la funcin si hay alguna vecindad de a en la que f no alcanza un
valor mayor que f (a). Se dice que a es un mnimo local de la funcin si hay alguna
vecindad de a en la que f no alcanza un valor menor que f (a). Se dice que a es un
mximo global de la funcin si en ningn punto de X f alcanza un valor mayor que f
(a). Se dice que a es un mnimo global de la funcin si en ningn punto de X f
alcanza un valor menor que f (a). Con frecuencia se dice tambin mximo y mnimo
absoluto en vez de mximo y mnimo global. Se habla de un mximo local estricto
cuando en alguna vecindad del punto en cuestin ocurre que en todos los otros puntos la
funcin alcanza valores menores que f (a). Similarmente, s e habla de un mnimo local
estricto cuando en alguna vecindad del punto en cuestin ocurre que en todos los otros
puntos la funcin alcanza valores mayores que f (a).
Ha de estar claro que todo mximo global es un mximo local y que todo mnimo
global es un mnimo local. Las proposiciones recprocas obviamente no son ciertas en
general.

Corolario: Si existe la derivada lateral diestra de una funcin f : X en un punto a de


X que, siendo punto de acumulacin de X, es un mximo local de f, entonces dicha
derivada ha de ser menor igual que cero.

46
Demostracin: Es que si fuera positiva la derivada lateral diestra de una funcin f en a,
entonces por el teorema se podra afirmar la existencia de puntos bastante cercanos al
punto a situados a su derecha en los que f alcanzara valores mayores que f (a), lo cual
contradira el que a fuese un mximo local de f.
Nota: De modo similar se obtiene el resultado que dice que si existe la derivada lateral
siniestra de una funcin f : X en un punto a de X que, siendo punto de acumulacin
de X, es un mximo local de f, entonces dicha derivada ha de ser mayor igual que
cero. Hay los correspondientes enunciados para el caso de mnimos locales, y ellos se
dejan como ejercicios para el estudiante.
Corolario: Si existe la derivada de una funcin f : X en un punto a del int(X) que
es un mximo local un mnimo local de f, entonces dicha derivada ha de ser igual a
cero.
Demostracin: De los corolarios anteriores se sigue que en el punto a, mximo local,
las derivadas laterales diestra y siniestra de la funcin f han de ser respectivamente 0 y
0. Como ambas tienen que ser iguales entre s, ya que existe la derivada de f en a, se
concluye que no pueden sino ser nulas ambas. De manera similar se trata el caso de un
mnimo local.
El siguiente teorema, de gran importancia, dice que si una funcin, cuyo dominio es un
intervalo cerrado, toma un mismo valor en los extremos del intervalo, y ella es
diferenciable en todos los puntos del intervalo abierto, entonces ha de haber al menos un
punto del intervalo abierto en donde la derivada de la funcin se anule.
Teorema 4.5 (de Rolle): Sea f : [a, b] una funcin continua tal que f (a) = f (b). Si f
es diferenciable en todo punto de ]a, b[, entonces c ]a, b[ tal que f (c) = 0.
Demostracin: El teorema de Weierstrass garantiza que la funcin f alcanza su valor
mximo y su valor mnimo en puntos del intervalo cerrado [a, b]. Hay ahora dos
posibilidades: (1) hay un punto del intervalo abierto en el que la funcin alcanza
mximo minimo; (2) o bien no lo hay. En el primer caso, el ltimo corolario garantiza
que es nula la derivada en ese punto. En el segundo, el mximo y el mnimo se alcanzan
en los extremos, razn por la cual la funcin tiene que ser constante. Pero entonces su
derivada es nula en todos los puntos del intervalo abierto.

47
El prximo teorema, llamado del valor medio, es una generalizacin del teorema de
Rolle. En trminos intuitivos, lo que afirma es que si una funcin continua est definida
en un intervalo cerrado y es diferenciable en el intervalo abierto correspondiente,
entonces hay al menos un punto en este intervalo abierto en donde la derivada de la
funcin vale lo mismo que la pendiente de la recta que une los extremos de la grfica de
la funcin.
Teorema 4.6 (del valor medio): Sea f : [a, b] una funcin continua tal que ella es
f (b) f (a)
diferenciable en todo punto de ]a, b[; entonces c ]a, b[ tal que f (c) =
ba
.
Demostracin: La idea es simple: se trata de transformar este contexto en otro como el
del teorema de Rolle. Para tal fin, hemos de considerar la diferencia entre la funcin
dada, f , y otra que tiene por grfica a la recta que pasa por los puntos (a, f (a)) y
(b, f (b)). La funcin que se obtiene satisface las hiptesis del teorema de Rolle y, por lo
tanto, ha de haber un punto del intervalo abierto en el que se anule la derivada de dicha
funcin. Pero, como se ver luego, esto equivale a que la derivada de la funcin f en
dicho punto ha de valer lo que vale la pendiente de la recta que pasa por los puntos
(a, f (a)) y (b, f (b)).
As, pues, para abreviar, llamemos m al cociente

f (b) f ( a)
; y definamos la funcin
ba

F : [a, b] , mediante F (x) := f (x) (f (a) + m (x - a) ). Se comprueba


inmediatamente que F (a) = 0 = F (b). Adems, como la resta de funciones continuas es
continua y la resta de funciones diferenciables es diferenciable, se sigue que F es
continua en el intervalo cerrado y es diferenciable en el intervalo abierto. Luego, se
puede aplicar el teorema de Rolle a la funcin F para concluir que c en ]a, b[ tal que 0
= F (c) = f (c) m, de donde f (c) = (f (b) f (a)) (b - a) como haba que
demostrar.

48
Ejercicios:
4.1 Sean tres funciones f, g y h : X tales que x de X, f (x) g (x) h (x). Se sabe
que f y g son diferenciables en un punto aX que es de acumulacin de X y que f (a) =
h (a) f (a) = h (a). Demustrese que g es diferenciable en a y que g (a) = f (a).
4.2 Sea f : X una funcin diferenciable en a. Demostrar que limh0 (f (a+h) f (ah))2h = f (a).
4.3 Calcular mediante la definicin de derivada de una funcin en un punto el valor de f
(2) si f : \{0} es la funcin definida por f (x) = 1/x.
4.4 Admitiendo (lo que es verdad pero que no lo demostraremos aqu) que para la
funcin exponencial exp (x) := ex se cumple que exp (x) = ex y que lim (ex/x) = ,
demostrar que, definiendo la funcin f mediante f (x) = exp (-1/x2), para x 0, y, en
cambio, f (0) := 0, se tendr que 0 = f (0).
4.5 Se sabe que la funcin f : es diferenciable y tal que x, t, f (tx) = t f (x).
Demustrese, entonces, que c , x, f (x) = c x. Sugerencia: Demostrar, antes, que
a, f (a) = f (a) a, y, luego, que este cociente vale 1.
4.6 Se llama punto crtico de una funcin f a todo punto del dominio de la funcin en
donde se anule su derivada. Demostrar, entonces, que es cerrado el conjunto de puntos
crticos de una funcin real definida en la recta real si sta de de clase C1.
4.7 Demostrar la Regla de LHpital (pronnciese como /lopital/, que es francs pero
nunca como /lejspital/, que no es ingls) Si las funciones f y g son diferenciables en el
punto a y ambas toman el valor 0 en dicho punto, siendo adems que 0 = lima f = lima g,
entonces lima (f / g) = f (a) / g (a) si es que 0 g (a). La demostracin es simple, pues
en tal caso ocurre que f (a) = lima (f (x) / (x - a)) y tambin que g (a)= = lima (g(x) / (x
- a)); por lo tanto, lima (f / g) = limxa (f (x) / (x-a))(g (x) / (x-a)) = (limxa f (x)/(xa))(limxa g (x)/(x-a)) = f (a) / g (a), ya que 0 g (a).
Ejemplos: 1) Si se tiene en cuenta que puede demostrarse que sen (x) = cos (x),
entonces por la regla de LHpital se deduce que lim0 (sen x / x) = lim0 (cos x / 1) = 1.
De paso, vale la pena anotar que tambin se demuestra que cos (x) = - sen x.
2) Recordando lo que ya se dijo antes: que exp (x) = exp (x), se obtiene por la misma
regla que lim0 ((ex - 1) / x) = lim0 ex lim0 1 = 1.

4.2 Derivadas de orden superior y frmula de Taylor


Habiendo visto que la derivada de una funcin es tambin una funcin, cabe
preguntarse si la derivada de esta ltima existe y, en tal caso, hasta dnde puede esto
continuar. De esta manera hemos de llegar a los conceptos de derivadas de segundo
orden, de tercer orden, etc. En los casos de algunas funciones, y cada una de stas nos
dar informacin especfica sobre la funcin original y su grfica.

49
Definicin 4.3: La segunda derivada de una funcin f : X en un punto a es la
derivada de la funcin derivada de f, a saber, de la funcin f , evaluada en el punto a. Se
la denota por f (a) := (f) (a). Si consideramos la funcin que a cada punto a de X que
sea punto de acumulacin de X le asigna, cuando exista, el valor de f (a), obtendremos
la funcin segunda derivada de f denotada por f.
Ejemplo: Si f es la funcin definida en mediante f (x) := x3 sen x, entonces f es dada
por f (x) = 6 x (- sen x) = 6 x + sen x, ya que, como se ha indicado lneas arriba, cos
(x) = - sen x.
Definicin 4.4: En forma similar se definen la tercera derivada de una funcin , la
cuarta derivada de una funcin, etc., cuando ellas existan.
Ejemplo: Para la funcin f : , definida por f (x) := x , se encuentra que f tiene
dominio \{0} y est dada por: f (x) = 1, si x > 0, pero f (x) = -1, si x < 0. Igualmente,
se encuentra que f tiene el mismo dominio que f , a saber, \{0}, y que est dada por f
(x) = 0, x 0. Finalmente, se comprueba fcilmente que f coincide con f y que lo
mismo pasa con las siguientes derivadas de f. A propsito, a partir de la cuarta derivada
de una funcin f se usa la notacin f (m) donde m indica el orden de la derivada. As, las
derivadas sucesivas de f se denotan por f , f, f, f f (4), f (5), etc.
Definicin 4.5: Se dice que una funcin f definida en un intervalo de la recta real es de
clase Cm cuando en cada punto del intervalo existen y son continuas todas las
derivadas de f hasta el orden m, esto es, f, f, f, f (m). Suele escribirse f (0) para
referirse a la misma funcin f. Cuando ocurre que la funcin f es de clase Cm para todo
nmero natural m, se dice que f es de clase C .
Ejemplo: A manera de ejercicio, comprubese que toda funcin polinmica es de clase
C.
As como se ha hablado de la aproximacin lineal a una funcin, f, en un punto a, para
referirse al polinomio de primer grado f (a) + f (a) (x - a), puede tambin hablarse de la
aproximacin cuadrtica a la funcin f en el punto a para referirse al polinomio de
segundo grado f (a) + f (a) (x - a) + f (a) (x - a)2, y tambin de la aproximacin cbica
de f en el punto a para referirse al polinomio de tercer grado f (a) + f (a) (x - a) + f
(a) (x - a)2 + f (a) (x - a)3. En general se tiene la siguiente definicin, si se representa
por h el valor de la desviacin (x - a).
Definicin 4.6: Para una funcin, f, de clase Cm, si n < m, se llama polinomio de
Taylor de orden n de la funcin f en el punto a al polinomio denotado por Pf ,n (a) y
definido por Pf, n (a) (h) := f (a) + f (a) h + f (a) h2/2! + + f (n)(a) hn/n!.
A la funcin diferencia f (a + h) - Pf ,n (a) (h) se la llama resto de orden n de f en a. El
siguiente teorema, cuya demostracin se omitir por razones de tiempo, nos asegura que
el resto de orden n de f en a es un cero ( una nada) de la funcin identidad.
Teorema 4.7: Si la funcin f , definida en el intervalo I , tiene derivadas en el punto a
hasta el orden n, entonces la funcin resto de orden n de f en a, definida en el intervalo

50
J := {h : a + h I}, mediante rf, n (a)(h) := f (a + h) - Pf, n (a) (h), satisface la
condicin 0 = limh0 rf, n (a)(h) / hn .
Aplicacin a la optimizacin irrestricta: Sea f : J una funcin diferenciable hasta
el orden n en un punto a del interior del intervalo J y tal que en dicho punto se anulan
las derivadas de f hasta el orden n 1 pero no se anula la de orden n. Hemos de
comprobar (1) que si n es par y f (n)(a) > 0, entonces a es un punto mnimo local estricto
de f, pero (2) que si n es par y f (n)(a) < 0, entonces a es un punto mximo local estricto
de f. Adems, (3) que si n es impar, entonces a no es ni punto mnimo local ni punto
mximo local. La justificacin de esto es la que sigue.
Por la definicin del resto de orden n se puede escribir
f (a + h) f (a) = hn (f (n)(a) / n ! + rf, n (a)(h) / hn).
Como por el teorema anterior se tiene que 0 = limh0 rf, n (a)(h) / hn, entonces por la
definicin de lmite y dado que a es punto interior de J, se puede afirmar que
positivo tal que si 0 < h < , entonces f (n)(a) / n ! + rf, n (a)(h) / hn es del mismo
signo que f (n)(a), por lo cual en el caso en que n es par ocurre que, como hn es positivo, f
(a + h) f (a) ser del mismo signo que f (n)(a).
As,
(n)
pues, cuando f (a) < 0, los valores que f toma en puntos vecinos de a son menores que
el que toma en a, de donde se sigue que a es un punto mximo local de f. Similarmente,
cuando f (n)(a) > 0, los valores que f toma en puntos vecinos de a son mayores que el que
toma en a, de donde se sigue que a es un punto mnimo local de f. Esto justifica las
afirmaciones (1) y (2).
Finalmente, cuando n
n
es impar, ocurre que h es del mismo signo que h por lo que f (a + h) f (a) cambiar
de signo cuando h lo haga. Entonces, a no ser ni mximo local ni mnimo local de f, lo
que justifica (3).
Ejemplo: Sea f : la funcin definida por f (x) := xk con k . Entonces el punto 0
es candidato a mximo local a mnimo local. Veamos: si k es impar, ocurre que se
anulan en 0 las k 1 primeras derivadas de f, siendo no nula la k-sima derivada en 0,
que vale 1. Segn la aplicacin que acabamos de ver, estamos en el caso (3), por lo cual
el punto 0 no es ni mximo local ni mnimo local. En cambio, si k es par, ocurre que
estamos en el caso (1), por lo cual el punto 0 es un mnimo local de f (ntese que para
esta funcin f (x) := xk el punto 0 es tambin un mnimo global). Finalmente, si
considersemos la funcin g (x) := - x3, entonces por razones similares concluiramos
que si k fuera par, el punto 0 sera un mximo local (y tambin global en este caso
especfico) de la funcin g; en cambio, que si k fuera impar, el punto 0 no sera ni
mximo local ni mnimo global.
4.3 Concavidad y convexidad de funciones
Se dir que una funcin real, f, definida en un intervalo J de la recta real es cncava
cuando ocurre que ningn punto de la grfica de la funcin se encuentra por debajo de
la recta que une dos puntos cualesquiera de la grfica entre los cuales est el punto
considerado.
Ms exactamente, si z de J, a, b de J el punto de coordenadas (z, f (z)) no est debajo
de la recta que une los puntos de coordenadas (a, f (a)) y (b, f (b)). Ahora bien, la
ecuacin de dicha recta es dada por: y f (a) = (x - a) (f (b) f (a)) / (b - a). Entonces, la
ordenada del punto de abscisa z de dicha recta valdr
f (a) + (z - a) (f (b) f (a)) / (b - a). Luego, la condicin antedicha para la concavidad de
la funcin f exigir que f (z) f (a) + (z - a) (f (b) f (a)) / (b - a). Con un poco de

51
clculo algebraico de hallar que esta condicin equivale a esta otra: f (z) f (a) (b - z)/
(b - a) + f (b) (z - a) / (b - a). Si observamos la expresin del lado derecho veremos que
se trata de un promedio ponderado de los nmeros f (a) y f (b), siendo las ponderaciones
los nmeros innegativos (b - z)/(b - a) y (z - a) / (b - a) cuya suma vale 1. El nombre
usual que se da a tal promedio ponderado es el de una combinacin convexa de los
nmeros f (a) y f (b). Notemos tambin que cualquiera que sea el punto z ha de
cumplirse la igualdad: z = a (b - z)/(b - a) + b (z - a) / (b - a). Esto nos muestra que z es
tambin un promedio ponderado de a y de b, siendo las ponderaciones las mismas que
encontramos antes aplicadas a f (a) y f (b). Por ello, podemos afirmar que z es una
combinacin convexa de a y de b.
De manera ms general, entonces, puede afirmarse que si escogemos dos nmeros
reales innegativos de suma 1, digamos y , obtendremos con ellos una combinacin
convexa de los puntos a y b; pero tambin obtendremos con ellos una correspondiente
combinacin convexa de las imgenes mediante la funcin f de dichos puntos. As, la
idea que se introdujo primero acerca de la concavidad de la funcin f definida en el
intervalo J puede ahora expresarse diciendo que si z es una combinacin convexa de dos
puntos cualesquiera a y b del intervalo, entonces f (z) no deber ser menor que la
correspondiente combinacin convexa de las imgenes de a y b mediante la funcin f.
Expresado de manera simblica: a, b, z de J, ( 0, 0 tales que + = 1 z =
a + b f (z) f (a) + f (b).
Definicin 4.7: Una funcin, f, definida en un intervalo J de la recta real es cncava
si a, b, z de J, si 0, 0 son tales que + = 1 z = a + b entonces debe
ser f (z) f (a) + f (b). Se la llama estrictamente cncava si a, b, z de J, si >
0, > 0 tales que a b + = 1 z = a + b entonces debe ser f (z) > f (a) +
f (b). Obviamente, el ser estrictamente cncava implica el ser cncava.
Esta definicin expresa simblicamente la idea intuitiva de que la grfica de la funcin
comprendida entre de puntos cualesquiera de ella no est nunca por debajo de la recta
secante que determinan esos dos puntos.

52
De manera similar se ha de expresar la propiedad de convexidad de una funcin
diciendo que la grfica de la funcin comprendida entre de puntos cualesquiera de ella
no est nunca por encima de la recta secante que determinan esos dos puntos. Dicho de
manera simblica llegamos a la siguiente definicin.
Definicin 4.8: Una funcin, f, definida en un intervalo J de la recta real es convexa
si a, b, z de J, si 0, 0 tales que + = 1 z = a + b entonces debe ser f
(z) f (a) + f (b). Se la llama estrictamente convexa si a, b, z de J, si > 0,
> 0 tales que a b + = 1 z = a + b entonces ha de ser f (z) < f (a) + f
(b). Obviamente, el ser estrictamente convexa implica el ser convexa.
Los siguientes teoremas, cuyas demostraciones omitiremos a fin de ganar tiempo para
cubrir ms temas, nos dan importantes caracterizaciones de las funciones cncavas y
convexas.
Teorema 4.8: Si una funcin f : J es cncava convexa en el intervalo J, entonces
ella es continua en todo punto del interior del intervalo.
Nota: Con el fin de sopesar bien la importancia de la restriccin de la continuidad de la
funcin al interior del intervalo, consideremos el ejemplo de una funcin f definida en el
intervalo [0, 1] mediante: f (0) := 0 x de ]0, 1], f (x) := 1. Ha de comprobarse
fcilmente que si bien esta funcin es cncava en el intervalo [0, 1] no es continua en
dicho intervalo sino en su interior ]0, 1[. Notemos de pasada que en este caso particular
ocurre que la funcin es continua en un superconjunto propio del interior del intervalo
[0, 1], a saber, en ]0, 1]; pero eso no quita que ella sea continua en el interior del
intervalo dado como dominio de la funcin. En otros casos podra no ser as. Por
ejemplo, si definiramos una funcin g en el intervalo [0, 1] mediante g (0) := 0 g (1)
= 0 x de ]0, 1[, g (x) := 1, entonces obtendramos que g es cncava en [0, 1] pero es
continua slo en el interior de este intervalo, es decir, en ]0, 1[.
Teorema 4.9: Si una funcin f : J es diferenciable en el intervalo J, entonces son
equivalentes entre s las tres siguientes afirmaciones.
(1) f es cncava.
(2) Su derivada, f, es montona decreciente.
(3) a, x de J, f (x) f (a) + f (a) (x - a).
Nota: La afirmacin (3) de este teorema puede interpretarse diciendo que la grfica de
la funcin f nunca se encuentra por encima de las rectas tangentes trazadas por
cualesquiera de sus puntos. Esto es as porque la recta tangente a la grfica de la funcin
f que pasa por el punto (a, f(a)) tiene pendiente f (a), y, si el punto (x, y) se encuentra en
dicha recta, entonces han de coincidir la pendiente de la tangente y la del segmento
formados por los puntos (a, f(a)) y (x, y).
Esto es, que f (a) = (y f (a)) / (x - a), de donde se sigue que y = f (a) + f (a) (x - a).
Teorema 4.10: Si una funcin f : J es diferenciable en el intervalo J, entonces son
equivalentes entre s las tres siguientes afirmaciones.
(1) f es convexa.
(2) Su derivada, f, es montona creciente.
(3) a, x de J, f (x) f (a) + f (a) (x - a).

53
Nota: La afirmacin (3) de este teorema puede interpretarse diciendo que la grfica de
la funcin f nunca se encuentra por debajo de las rectas tangentes trazadas por
cualesquiera de sus puntos.
De estos dos ltimos teoremas se obtienen los dos siguientes corolarios.
Corolario (del penltimo teorema): Si se anula la derivada de una funcin diferenciable
y cncava en un punto del intervalo en que est definida, entonces dicho punto es un
mximo global de la funcin.
Corolario (del ltimo teorema): Si se anula la derivada de una funcin diferenciable y
convexa en un punto del intervalo en que est definida, entonces dicho punto es un
mnimo global de la funcin.
Corolario (del penltimo teorema): Si una funcin f : J es diferenciable hasta el
orden 2, entonces ella es cncava si, y slo si, f (x) 0, x de J.
Corolario (del ltimo teorema): Si una funcin f : J es diferenciable hasta el orden
2, entonces ella es convexa si, y slo si, f (x) 0, x de J.
Ejemplos: 1) Veamos cmo comprobar que es estrictamente convexa la funcin f (x) :=
x2. De acuerdo con la definicin, debe establecerse que a, b, z de J, si > 0, > 0
tales que + = 1 z = a + b entonces debe ser f (z) < f (a) + f (b). Esto
equivale a: a, b, z de J, si > 0, > 0 tales que + = 1 z = a + b entonces
debe ser (a + b)2 < a2 + b2. A su vez, esto equivale a: a, b, z de J, si > 0, >
0 tales que + = 1 z = a + b entonces debe ser 0 < (a - b)2. Es claramente
verdadera esta afirmacin si a b.
2) Vale la pena mostrar cmo puede tambin comprobarse la convexidad de la funcin
cuadrtica del ejemplo anterior usando esta vez la tercera afirmacin del ltimo
teorema: a, x de J, f (x) f (a) + f (a) (x - a). Teniendo en cuenta la definicin de la
funcin, ella equivale a: a, x de J, x2 a2 + 2 a (x - a). Fcilmente se establece que esta
ltima equivale a: a, x de J, (x - a)2 0. La verdad de esto nos convence de la
convexidad de la funcin cuadrtica del ejemplo.
3) Finalmente, la misma comprobacin de los ejemplos anteriores se vuelve trivial si
aplicamos el ltimo corolario, pues, siendo de clase C2 la funcin cuadrtica
considerada, su convexidad equivale a que sea innegativa la funcin segunda derivada
de f que es f (x) = 2 0, x de . Ha de apreciarse que, en general, resulta ms fcil
comprobar la convexidad la concavidad de una funcin mediante el criterio de la
segunda derivada; luego, el criterio de comparacin entre la grfica de la funcin y la
recta tangente se muestra ms manejable que el de la definicin.
4) Como ltimo ejemplo consideremos el caso de la funcin cbica, f (x) := x3. Ya que
ella es diferenciable hasta cualquier orden, vemos que es de clase C. Entonces, si
aplicamos el criterio de la segunda derivada, que es f (x) = 6 x, notamos que el signo de
f (x) es el mismo que el de x. Luego, la funcin cbica no es ni cncava ni convexa
vista como funcin de dominio . Sin embargo, su restriccin al intervalo [0, [ s que
es convexa, ya que x del [0, [, f (x) 0. Igualmente, su restriccin al intervalo ]0,

54
[ es estrictamente convexa, ya que x del ]0, [, f (x) > 0. De manera similar
podemos comprobar que la restriccin de la funcin cbica al intervalo ]- , 0] es
cncava y su restriccin al intervalo ]- , 0[ es estrictamente cncava.
Ejercicios: 4.8 Calcular las derivadas en el punto x = 0 de la funcin f (x) = 1 / (1 - x).
Con ellas, hallar el polinomio de Taylor de la funcin f , y comprobar que el resto de
orden n dividido por la n-sima potencia de la desviacin x tiende a 0 cuando as hace la
desviacin .
4.9 Si P (x) es un polinomio de grado n y coeficientes enteros, hallar sus distintos
polinomios de Taylor y demostrar que cualesquiera que sean los nmeros reales a y x ha
de cumplirse que P(x) = P(a) +P(a) (x - a) + + P(n)(a) (x - a)n/ n!.
4.10 Demostrar que la suma de dos funciones cncavas definidas en un mismo intervalo
es tambin una funcin cncava y que la suma de dos funciones convexas definidas en
un mismo intervalo es tambin una funcin convexa.
4.11 Comprobar que las funciones polinomiales de primer grado son a la vez cncavas y
convexas. Habr otra clase de funciones de clase C2 que gocen de esta propiedad de ser
a la vez cncavas y convexas?
4.12 Demostrar que si f y g son funciones diferenciables por lo menos hasta el segundo
orden y definidas respectivamente en intervalos I y J tales que f(I) J, siendo ambas
cncavas, con g montona creciente; entonces la composicin de ellas g f es tambin
cncava. En forma similar, demostrar que si f y g fueran convexas ms bien, con g
montona creciente; entonces la composicin de ellas g f sera tambin convexa. Dar
ejemplos de funciones tales pero ahora con g ya no montona creciente, de modo que la
composicin ya no resulte ser cncava.
4.13 Se llama funcin cuasicncava a una funcin f : J que posea la propiedad de
que k de , el conjunto {x de J : f (x) k} sea un intervalo sea el vaco.
Similarmente, se llama funcin cuasiconvexa a una funcin f : J que posea la
propiedad de que k de , el conjunto {x de J : f (x) k} sea un intervalo sea el vaco.
Demostrar que toda funcin cncava es cuasicncava y que toda funcin convexa es
cuasiconvexa. Adems, demostrar que si una funcin es montona (creciente o
decreciente) entonces es a la vez cuasicncava y cuasiconvexa.

5. Integracin de funciones
La nocin de integral de una funcin puede provenir de sta de dos maneras
aparentemente diferentes. stas son la nocin de antiderivada integral indefinida y
la nocin de rea comprendida entre la grfica de la funcin y el eje de abscisas,
designada como integral definida. Para lo primero tenemos la siguiente definicin.
5.1 Integral indefinida
Definicin 5.1: Una antiderivada de una funcin f es una funcin F tal que la
derivada de sta es aqulla, es decir, que F = f . Tambin se la llama integral

55
indefinida de f y se la representa por f tambin por la notacin ms tradicional f
(x) dx. Es frecuente, adems, encontrar textos en donde se la conoce por una
primitiva de f .Tngase presente que en esto el smbolo dx no significa nada y puede
hacerse de cuenta que dara igual escribir f (y) dy. Es que en los inicios del Clculo
Integral (siglo XVIII), se pensaba que haba entidades matemticas muy especiales, los
infinitesimales infinitamente pequeos que se representara por los diferenciales
denotados por dx, dy, etc. Para mayores detalles, ver cualquier libro de historia de las
matemticas. En suma, que si hablamos de la funcin cbica, x3, entonces podemos
escribir x3dx = x4/4 - 8, x3dx = x4/4 + 16, etc. Al proceso de hallar integrales
indefinidas de una funcin se le conoce como el proceso de integracin de dicha funcin
y se dice que hay que integrar esa funcin.
Ejemplos: 1) Todas las antiderivadas de la funcin cuadrtica f (x) := 3x2 estn dadas
por la familia de funciones x3 + k donde k denota a cualquier constante de . En efecto,
puesto que la derivada de la funcin x x3 es la funcin f y la derivada de cualquier
funcin constante es la funcin nula, entonces, ya que la derivada de una suma de
funciones es la suma de las derivadas de dichas funciones, se sigue que cualquiera que
sea el valor de la constante k, las derivadas de las funciones x x3+ k, son todas iguales a
la funcin x x2. Adems, notemos que no puede haber otro tipo de funciones que
cumplan esta condicin, pues si tuviramos que las funciones F y G fueran ambas
antiderivadas de la funcin f, entonces debera ser verdad que (F - G) = F - G = f f =
0; y sabemos bien que las nicas funciones que tienen como derivada a la funcin nula
son las funciones constantes.
2) cos x dx = sen x + k, ya que la derivada de la funcin sen x es la funcin cos x.
Pero es claro que tambin sen x dx = - cos x + k, puesto que cos x = - sen x.
3) Como ya se ha dicho antes, en vista de que la derivada de la funcin exponencial es
ella misma, se tendr que ex dx = ex + k.
4) Tambin puede demostrarse que si se designa como ln x a la funcin llamada
logaritmo natural logaritmo neperiano, y que representa el exponente al que hay que
elevar el nmero e, base de los logaritmos naturales cuyo valor es aproximadamente
2.718282; entonces la derivada de esta funcin es dada por ln x = 1 / x, si x > 0. Por ello
(1/x) dx = ln x + k.
Si tuviramos que integrar una suma de funciones, sabramos que el resultado sera la
suma de las integrales de dichas funciones, pues ya sabemos que la derivada de una
suma es la suma de las derivadas. Igualmente, si hubiera que integrar el producto de una
funcin por un nmero real, el resultado sera el producto de ese nmero real por la
integral de la funcin. En otras palabras, puesto que en cierto sentido el proceso de
integracin es inverso del proceso de derivacin y ste es lineal, entonces tambin ha de
ser lineal el proceso de integracin. As, por ejemplo, si hubiese que integrar una
funcin polinmica, tendramos que (a0 + a1x + a2 x2 + + an xn) dx = a0 x + a1x2/2 +
a2 x3/3 + + an xn+1/(n + 1) + constante.
Para mayor informacin hay que consultar las tablas de integrales indefinidas que
pueden encontrarse en muchos libros de Clculo Integral.

56
5.2 Integral definida
Dada una funcin continua, f, definida en un intervalo [a, b], si ella no tomase valores
negativos en ese intervalo, entonces el rea de la regin comprendida entre la grfica de
la funcin, el eje de abscisas y las rectas verticales que pasan por puntos de abscisas a y
b sera dada por la expresin F(b) F(a), siendo F una antiderivada de f.
Por ejemplo, si se quisiera hallar el rea del rectngulo formado por las rectas que pasan
por puntos de abscisas 2 y 9 y por el eje de abscisas y la horizontal que pasa por puntos
de ordenada 11, sabramos de antemano que dicha rea sera igual a (9 - 2) 11 = 77.
Ahora bien, como la recta de ordenada 11 es la grfica de la funcin constante f (x) = 11
y una antiderivada de esta funcin f es la funcin F (x) = 11 x, obtendramos F(9) F(2)
= 99 22 = 77. Notemos de pasada que si en lugar de esa funcin f hubiramos usado
otra antiderivada de f como la funcin G (x) = 11 x 287, el resultado habra sido el
mismo, puesto que G(9) G(2) = (-188) (-265) = 77. Similarmente, si se quisiera
encontrar el valor del rea comprendida por el eje de abscisas, las verticales de abscisas
2 y 9 y la recta que pasa por los puntos (0, 2) y (10, 3), entonces, ya que la ecuacin de
esta ltima recta es y = x /10 + 2, y una de las antiderivadas de esta funcin es la
funcin F (x) = x2/20 + 2x, por lo que el rea deseada valdra F(9) F(2) = (81/20 + 18)
(4/20 + 4) = 357/20. Por la geometra elemental del colegio se calcula que el rea de
ese trapecio ha de ser (((2/10 + 2) + (9/10 + 2))2) (9 - 2) = 357/20. Esto motiva la
siguiente definicin.
Definicin 5.2: La integral definida de una funcin continua, f , definida en un intervalo
[a, b] se define por

f ( x ) dx := F (b) F (a), donde F es cualquier antiderivada de f .

Otra notacin para la integral definida de f en ese intervalo es

f , lo que parece ser

lo ms recomendable, porque cuando se dice integral definida de f entre a y b no se


hace mencin de ninguna variable en especial y, menos aun, de misteriosos
diferenciales infinitesimales. Sin embargo, a veces puede ser til apelar a la carga
intuitiva detrs de estos diferenciales cuando se los interpreta como si fueran
magnitudes pequesimas.
Ejemplo: Si f (x) :=

( 2 x 1) dx = [x2 - x] 3
1 = (9-3) (1 (-1)) = 4.

Propiedades de la integral definida


1) Si en una integral definida se invierten los lmites de integracin el nuevo valor
difiere del antiguo slo en signo:

f ( x) dx f ( x) dx .
b

2) Si en una integral definida coinciden entre s los lmites de integracin, el valor de la


integral es nulo:

f ( x) dx = 0.

3) La integral definida de un mltiplo numrico de una funcin es ese mltiplo

numrico de la integral definida de esa funcin:

f ( x) dx f ( x) dx .
a

4) La integral definida es aditiva en los lmites de integracin, es decir, que el valor de


la integral entre lmites a y b es la suma de los valores de la integral entre a y c y de la
integral entre c y b:

f ( x) dx

f ( x) dx f ( x )dx .
c

57
Demostracin: 1) Si F es una primitiva antiderivada de f, entonces el lado izquierdo
de (1) vale F(b) F(a), y el lado derecho vale (F(a) F(b)), por lo cual la igualdad
(1) es inmediata.
2) La integral

f ( x ) dx vale F(a) F(a) = 0.

3) El lado izquierdo vale (F) (b) - (F) (a), puesto que (F)(x) = () F (x). Luego,
por definicin de mltiplos numricos de funciones reales, el valor del lado izquierdo
b

ser F (b) - F(a) = (F(b) F(a)) que es igual a a f ( x) dx .

4) El lado derecho vale (F(c) F(a)) + (F(b) F(c)) que es igual a (F(b) F(a) =

f ( x )dx .

Notas: 1) Como sabemos, a partir de la definicin de integral indefinida, la expresin


f (x) dx denota a una infinidad de funciones todas las cuales tienen por derivada a la
funcin f ; por ende, la derivada de cualquiera de ellas ha de ser f , es decir, que
d
dx

f ( x)dx

= f (x). Esto suele expresarse mediante el enunciado: la integracin y la

derivacin son transformaciones inversas entre s.


2) Cuando en una integral definida se trata al lmite superior como variable, entonces
cabe ver a dicha integral como una funcin de ese lmite superior. Tambin podramos
preguntarnos si ella es diferenciable; la respuesta es afirmativa, puesto que
= F(t) F(a).
Entonces,

d
dt

f ( x ) dx

f ( x ) dx = F (t) = f (t). As, pues, la derivada de la integral definida

respecto al lmite superior es igual al integrando evaluado en dicho lmite superior.


Similarmente, cuando en una integral definida se trata al lmite inferior como variable,
entonces cabe ver a dicha integral como una funcin de ese lmite inferior. Por un
razonamiento casi idntico al anterior, se concluye que

d
dt

f ( x ) dx = - F (t) = - f (t).

As, pues, la derivada de la integral definida respecto al lmite inferior es igual al


negativo del integrando evaluado en dicho lmite inferior.
De modo un poco ms general, podemos considerar el caso de una integral definida
cuyos lmites superior e inferior son, a su vez, funciones de una variable:

b (t )

a (t )

f ( x ) dx

. En tal caso lo que se obtiene respecto a la derivada de esta funcin de la variable t es lo


siguiente.

d
dt

b(t )

a (t )

f ( x) dx = f (b (t)) b (t) - f (a (t)) a (t). La justificacin es casi igual a

las anteriores. En efecto, puesto que el valor de la integral, para cualquier valor de t es
F(b(t)) - F(a(t)), entonces si derivamos esta expresin respecto a t, usando la regla de la
cadena, obtenemos el resultado deseado, teniendo en cuenta que F es una antiderivada
de f. En cursos siguientes se ver que sta es slo un caso particular de la ms general
frmula de Leibniz para el caso en que tambin el integrando puede depender de la
variable t.
Hay un caso mucho ms general consistente en que el integrando sea una funcin
continua definida en cierto intervalo [a, b]. Aunque, en general, no hay un mtodo que
permita determinar antiderivadas de funciones continuas arbitrarias, que es lo que se
requerira para poder calcular el valor de la integral definida, se puede, sin embargo,

58
hacer uso de un teorema muy importante que nos garantiza que dicha antiderivada
existe.

Teorema 5.1: Si f es una funcin continua definida en el intervalo [a, b], entonces existe
alguna funcin F diferenciable en dicho intervalo y tal que ella es una antiderivada de f
en ese intervalo (en verdad existen infinitas funciones tales, siendo la diferencia entre
dos cualesquiera de ellas una funcin constante). Entonces,

f ( x ) dx = F(b) F(a),

sin importar cul sea la antiderivada de f que se tome en el papel de F.


d n
x = n xn-1, si n es un entro positivo un entero
dx
b
x m1 b
b m1 a m 1
negativo, podemos concluir que a x m dx = [
]a =
, siempre que m
m 1
m 1

Ejemplos: 1) En vista de que

sea diferente de -1.

2) Si se quisiera calcular el valor de la integral

(2 x 5

1
)dx , habramos de tener en
x2

cuenta que como una antiderivada del primer trmino del integrando es la funcin

x6
3

1
, entonces una antiderivada del
x
x6 1 x6 1
integrando es la funcin
=
+ . As, pues, el valor buscado de la integral
x
x
3
3
2
7
131 4 123
x 3
=
ha de ser
.
=
6
3
6
3x 1

y una antiderivada del segundo trmino es

3) Dados los nmeros y tales que 0, se quiere calcular la integral definida


1

dx . Como sabemos, la derivada de la funcin exponencial es ella misma, es

d
d
d x
e x
( x) = e x . Luego, una
e =
d
(

x
)
dx
dx
x
x
primitiva del integrando ser e , de donde el valor de la integral definida es [ e

1
] 0 = (e - 1).

decir, que exp (x) = exp (x). As.

Ejercicios: 5.1 Calcular las integrales siguientes:


a)

( x x 3 )dx

b)

1 2 1 3
x x ) dx .
2
3

5.2 Calcular las siguientes derivadas:


a)

d
dt

x 3 dx

b)

d
dt

e 2 x dx

5.3 Hallar el rea comprendida entre la parbola de ecuacin y = 2 x2 y el eje de


abscisas.

59
5.4 Calcular el valor de la derivada en t = 2 de la funcin f (t) :=

3t

(3 x 2 2 x ) dx .

5.5 Hallar el valor del rea comprendida entre las curvas de ecuaciones y =1 x2 y y =
x2.
5.6 Hallar el rea comprendida entre las curvas de ecuaciones x = 1 y2 y x = y2.
5.3 Algunos mtodos de integracin
Adems de los casos en que se ve de inmediato cules son las antiderivadas de una
funcin dada como integrando, hay muchos otros casos en que esto ya no es as y se
hace necesario conocer algunos mtodos que conduzcan a hallar lo que ya no es tan
fcilmente visibles. Aqu veremos dos de ellos que son los de uso ms frecuente, a
saber, el llamado mtodo de integracin por partes y el mtodo de sustitucin.
Mtodo de integracin por partes : Cuando el integrando es el producto de
funciones cuyas antiderivadas son conocidas la integral indefinida an puede ser difcil
de encontrar, ya que la derivada de un producto de funciones no es el producto de las
derivadas de ellas. Sin embargo, de la conocida frmula de la integral de un producto
podremos obtener interesantes ideas para poder alcanzar la antiderivada del producto de
funciones que forman el integrando. As, de (f (x) g(x)) = f (x) g(x) + f (x) g(x) se
obtiene que (f (x) g(x))dx = f (x) g(x) dx + f (x) g(x) dx y de aqu, ya que u (x) dx
= u(x), se sigue que f (x) g(x) dx = f (x) g(x) - f (x) g(x) dx. sta es la llamada
frmula de la integracin por partes para la integral indefinida.
Si se hubiera tratado de una integral definida en el intervalo [a, b], se habra obtenido la
frmula de la integracin por partes para la integral definida que es:

f ( x ) g ( x ) dx f ( x) g ( x ) a f ( x ) g ( x )dx .
b

Si bien estas frmulas no siempre nos permitirn hallar la integral indefinida de f(x) g
(x), s que lo harn en muchos casos como ilustran los siguientes ejemplos.
Ejemplos: 1) Se quiere calcular x exdx. Como sabemos ya que

d x
e = ex, entonces
dx

podemos asignar a la funcin ex el papel de g(x) y a la funcin x el papel de f (x) en la


frmula de integracin por partes. As obtendremos que
x exdx = x ex (1) exdx , pues 1 =

d
x.
dx

Finalmente, la integral indefinida del lado derecho es fcil de hallar; ella es ex. En suma,
la integral indefinida buscada es x ex dx = x ex ex + constante. Fcilmente podemos
comprobar la correccin de esta expresin, pues (x ex ex + cte.) = x ex. Notemos, de
pasada, que si hubiramos elegido los papeles de las funciones de otro modo, ya no
habramos podido hallar tan fcilmente este resultado. En efecto, si hubiramos
escogido la funcin ex como la funcin f (x) y la funcin x como la funcin g (x),
entonces habra resultado x ex dx = (x2/2) ex - (x2/2) ex dx , ya que (x2/2) = x. Ahora
bien, aunque esta expresin es correcta, no nos permite encontrar tan fcilmente la
integral indefinida. As que en la aplicacin de este mtodo de integracin hemos de
requerir alguna maa que slo la prctica nos ha de dar.

60
2) Se quiere hallar

ln x
dx . Escoger la funcin ln x para el papel de g (x) no es lo
x

ms indicado, pues no es muy fcil encontrar una antiderivada de ella. Ms bien,


escojmosla para el papel de f (x). Entonces 1/x ser g (x), de donde g (x) = ln x, con lo
cual la frmula de integracin por partes para integrales definidas nos dar:

d
1
ln x
ln x .
dx , pues como ya se ha indicado antes
1
1
dx
x
x
1
e
e ln x
1
1
1
dx (ln x) 2 = (1 0) =
Entonces se sigue que 1
.
2
2
x
2
1

ln x
dx (ln x) 2
x

Mtodo de integracin por sustitucin: Cuando el integrando tiene la forma de f (g


(x)) g (x) es posible aplicar este mtodo. Para ello, y de manera puramente formal,
digamos que la diferencial de una funcin f (x) ha de entenderse como el producto de
su derivada f (x) por dx, esto es, f (x) dx. No hemos de prestar mucha atencin a esta
misteriosa variable: dx. Ms adelante veremos que no hay necesidad de ella para
justificar el mtodo. Entonces, si la integral dada fuera f (g (x)) g (x) dx,
introduciramos el cambio de variable u := g (x), con lo que resultara du = g (x) dx y la
integral se transformara en esta otra f (u) du y quiz sta ya resultara ms fcil. Si as
fuese, entonces desharamos luego el cambio de variable retornando a la original x. Si F
fuera una antiderivada de f, entonces habramos obtenido F (u) como f (u) du y,
finalmente, F (g(x)) + cte. como resultado final. La correccin del mtodo se desprende
de que, por la regla de la cadena, se tiene que

d
(F (g(x)) + cte.) = F (g(x)) g(x) + 0.
dx

Ejemplos: 1) Para calcular 3(x3- 2)100 x2dx se podra desarrollar la centsima potencia
del binomio x3- 2 pero eso sera sumamente tedioso y laborioso. En cambio, de manera
mucho ms econmica podramos hacer el cambio de variable u := x3- 2, con lo que,
como du = 3 x2 dx, tendramos que la integral original se habra transformado en esta:
u100 du que es fcilmente calculable como

u101
+ C.
101

Finalmente, regresando a la variable original se obtiene como antiderivada general la


expresin

( x 3 2)101
101

+ C. La correccin de este clculo se sigue de derivar esta

ltima expresin para obtener el integrando de la integral original.


2) Se quiere calcular el valor de

0 3

ex
1 e

dx . Podemos notar que

d
(1 e x ) = ex, por
dx

lo que el mtodo por sustitucin podra dar buen resultado. Veamos. Haciendo el
cambio de variable u := 1 + ex, con lo que du = ex dx, la integral dada se transforma en
1e
1 e du
3 2/3
u
2 3 u = 2 2 ya que cuando x = 0, u = 2 y cuando x = 2, u = 1 + e2.
2

Entonces, el resultado final es

3
((1 + e2 )2/3 (2)2/3).
2

Ejercicios: 5.7 Mediante el mtodo de integracin por partes hallar las integrales
indefinidas siguientes:

61

(a)

x
e x dx

(b) (2 x -1) e3x dx

(c)

2 x2
e x dx

5.8 Mediante el mtodo de integracin por partes hallar las integrales definidas
siguientes:
(a)

x ln( x 1) dx

(b)

2 x xdx

(c)

x 2 e x dx

5.9 Mediante el mtodo de integracin por partes demostrar que f (x) dx = x f (x) - x
f (x) dx. Sugerencia: tener presente que f (x) = 1 f (x).
5.10 Sean U y C funciones diferenciables tales que el dominio de esta ltima es el
intervalo [0, T] y el dominio de la primera contiene como subconjunto al codominio,
C([0, T]), de la segunda. Demostrar, entonces, que si 0 = U(C(0)), entonces
T

U (C (t ))e rt dt

1 T
( U (C (t ))C (t )e rt dt U (C (T ))e rT ) .
r 0

5.11 Mediante el mtodo de integracin por sustitucin hallar las integrales indefinidas
siguientes:
(a) (x3 - 2)9 x2dx

(b) x (1 + x) dx

(c)

x3
dx
(1 x 2 ) 3

5.12 Mediante el mtodo de integracin por sustitucin hallar las integrales definidas
siguientes:
(a)

x 2 e1 / x dx

(b)

x 1 ln xdx

(c)

x2
dx
(1 x 3 )

6. lgebra Lineal
Este tema surge naturalmente en el contexto de los sistemas de ecuaciones lineales, es
decir, polinmicas de primer grado. Surgen as los conceptos de vector, espacio
vectorial, matriz, transformacin lineal , determinantes, valores propios, etc. El ejemplo
ms inmediato en el estudio de las matemticas bsicas es el espacio n , que es el
producto cartesiano de consigo mismo n veces, y, a veces tambin, el espacio n, que
es el producto cartesiano del conjunto de los nmeros complejos consigo mismo n
veces. Ambos espacios son slo casos particulares del concepto ms general de espacio
vectorial que es el que hemos de presentar en primer lugar.
6.1 Vectores del espacio n
El espacio n es el producto cartesiano de la recta real consigo misma n veces.
Entonces, sus elementos, llamados en adelante vectores puntos, son n-tuples de
nmeros reales: (x1 , , xn) que, para abreviar, podrn designarse por la misma letra sin

62
subndice: x. Se llamarn componentes del vector a los nmeros x1xn. Se dir que se
trata de un vector n-dimensional cuando l tenga n componentes. Tambin diremos que
en ese caso el vector tiene dimensin n. A veces ser conveniente representar un vector
como una fila: [x1 xn] y se los llamar vectores fila; otras veces, se los representar
x1

como columnas y se los llamar vectores columna: . Normalmente aqu
xn
hablaremos simplemente de vectores y los representaremos como n-tuples (x1 , , xn).
Operaciones con vectores:
1) Se dir que dos vectores son iguales cuando ambos tengan la misma dimensin y los
componentes de uno coincidan con los respectivos componentes del otro.
2) Se define la suma vectorial como la operacin que a partir de dos vectores de igual
dimensin obtiene otro vector de esa misma dimensin siendo los componentes del
nuevo vector la suma de los correspondientes componentes de los vectores dados:
(a1 , , an) + (b1 , , bn) := (a1 + b1 , , an + bn).
Se comprueba inmediatamente que esta operacin de suma vectorial goza de las
siguientes propiedades:
a) Es conmutativa, esto es, que (a1 , , an) + (b1 , , bn) = (b1 , , bn) + (a1 , , an),
, en notacin abreviada (sin subndices) a + b = b + a, a y b de n.
b) Es asociativa, esto es, que (a + b) + c = a + (b + c), a, b, c de n.
c) Posee un elemento neutro, es decir, hay un vector que sumado a cualquier otro deja a
ste inalterado. En efecto, el llamado vector nulo, a saber, (0, , 0) denotado
simplemente por 0, tiene esa caracterstica: (a1 , , an) + (0, , 0) = (a1 , , an), ,
dicho en forma abreviada, a + 0 = a, a de n.
d) Para cada vector de n hay un vector que sumado a aqul da como resultado el vector
nulo: a de n, b de n, a + b = 0. En efecto, si, dado el vector a, definimos el vector
b := (-a1, , -an), entonces es obvio que la suma de ellos dar el vector nulo. Es usual
representar el vector (-a1, , -an) por a. En tal caso la suma a + (-a) se representa
simplemente por a a y se habla de la diferencia de los vectores a y b.
3) Se define la multiplicacin de vectores por nmeros reales (en adelante llamados
escalares por respeto a la jerga tradicional del lgebra Lineal) como una funcin
definida en el producto escalar n y que toma valores en n del siguiente modo: al par
ordenado (, x) de n le hace corresponder el vector ( x1 , , xn).
Esto se indicar de modo abreviado simplemente como (, x) x. Se comprueba
inmediatamente que esta operacin goza de las siguientes propiedades:
1) Es distributiva en escalares, es decir, que , de , x de n , (+) x = x + x.
2) Es distributiva en vectores, es decir, que de , x, y de n, (x + y ) = x + y.
3) Es asociativa en escalares, es decir, que , de , x de n, ( x) = () x.
4) Tiene al escalar 1 como elemento neutro, es decir, que x de n, 1 x = x.
Al conjunto n, provisto de estas dos operaciones as definidas, se le conoce como el
espacio vectorial n.

63
Definicin 6.1: Si se tienen m vectores de n, entonces una combinacin lineal de
ellos es cualquier suma de mltiplos escalares de dichos vectores; es decir, que si x1, ,
xm son vectores de n, entonces con cualesquiera escalares 1 , , m se obtiene la
combinacin lineal 1 x1 + + m xm. Ntese que no hay ninguna relacin entre los
nmeros naturales n y m.
Ejemplo: El problema de resolver un sistema de ecuaciones lineales puede plantearse
como el de hallar una combinacin lineal de vectores dados que d como resultado otro
vector tambin dado. Por ejemplo, consideremos el problema de resolver el sistema de
dos ecuaciones en tres incgnitas siguiente.
2x3y+z=6
-x+5z=1
Podemos definir los vectores a := (2, -1), b := (-1, 0), c := (1, 5) y d := (6, 1). Entonces
el problema consiste en encontrar una combinacin lineal de los tres vectores a, b y c
que d como resultado el vector d. En efecto, hay que hallar los escalares x, y y z tales
2

que x y z .
1
0
5
1
Definicin 6.2: Si una combinacin lineal de un conjunto de vectores da como resultado
el vector nulo, se dice que dicha combinacin es la combinacin lineal nula de esos
vectores. Si en una combinacin lineal de un conjunto de vectores todos los coeficientes
escalares de ella son nulos, se dice que dicha combinacin es la combinacin lineal
trivial de esos vectores.
Es claro que una combinacin lineal trivial tiene que ser nula, aunque lo recproco no
es cierto como lo muestra la combinacin lineal de los vectores a := (2, -1), b := (-1, 0)
y c := (1, 5) que se obtiene con los coeficientes escalares 5, 11 y 1, pues es claro que 5a
+ 11 b + 1 z = 0 (recordar que tambin el vector nulo se representar como 0, siendo el
contexto el que permitir saber si el smbolo 0 denota al nmero cero al vector nulo
del espacio que se est considerando). As, pues, esta combinacin lineal de a, b y c es
nula pero no es trivial.
Cuando se trabaje en 2, es posible interpretar los vectores como puntos de 2 cuyas
coordenadas sern los componentes del vector, , tambin, como flechas que parten del
origen y llegan al punto de coordenadas iguales a los componentes del vector. Si, en
cambio, se trabaja en 3, todava es posible una interpretacin geomtrica similar. Pero
en n, con n > 3, dicha interpretacin ya no es posible pues normalmente el cerebro
humano no puede imaginar grficamente ni la cuarta dimensin ni otras que pudiera
haber. Felizmente, dicha interpretacin no es necesaria para poder comprender
cabalmente las matemticas del lgebra lineal.

6.2 Producto escalar y norma de vectores


En el espacio vectorial n se define an una tercera operacin, frecuentemente
designada como producto escalar , tambin, producto interno. Es sta una operacin
binaria externa, lo que significa que, a diferencia de la suma vectorial que es una
operacin binaria interna, a cada pareja de vectores se le hace corresponder algo que no

64
es un vector sino un escalar. De pasada, notemos tambin que la segunda operacin del
espacio vectorial, la multiplicacin de vectores por escalares, es igualmente una
operacin binaria externa, ya que a parejas mixtas conformadas por escalar y vector
asigna un escalar.
Definicin 6.3: El producto escalar de dos vectores, a = (a1 ,, an) y b = (b1,,bn),
n
se define como a1 b1 + + an bn lo que se denota por a b = 1 ai bi .
Ejemplo: En 3, si a = (2, 0, -1) y b = (1/2, 3, 5), entonces a b = -4. Si, adems, c =
(1/2, 3, 1), entonces a b = 0.
Propiedades del producto escalar de vectores
1) Es conmutativo, esto es, que a, b de n, a b = b a .
2) Es distributivo respecto a la suma vectorial, esto es, que
a, b y c de n, a (b + c) = a b + a c.
3) Es asociativo en escalares, esto es, que
de, a, b de n, ( a) b = a ( b) = (a b).
4) Es positivo-definido, esto es, que a de n, a a 0 (a a = 0 a = 0).
Las demostraciones de estas cuatro propiedades son muy simples y quedan a cargo del
estudiante.
El producto escalar de vectores permite definir la longitud como se dice ms
formalmente, la norma de un vector.
Definicin 6.4: Para cada vector, a, de n, se define la norma de a mediante
a := (a a)1/2 = ( (a1)2 + + (an)2 )1/2. Aqu ha de tomarse la raz positiva nula.
Con la interpretacin antes sugerida para los espacios 2 y 3, puede verse, recordando
el teorema de Pitgoras, que la norma del vector nos da la longitud de la flecha, si es
que es sta la interpretacin adoptada, que es la distancia entre el origen y el punto
representativo del vector, si es en cambio esta otra la interpretacin adoptada.
Ejemplo: En 4, la norma del vector (-2, 0, 2/3, 1) es

(-2)2 + 02 + (2/3)2 + 12 = 5

4
.
9

Con ayuda del concepto de norma de un vector es posible, ahora, definir la distancia
entre dos vectores del siguiente modo.
De la definicin de norma de un vector se deducen inmediatamente algunas
propiedades:
1) Todo vector de n tiene norma innegativa, esto es, a de n, 0 a.
2) nicamente el vector nulo tiene norma nula: a de n, 0 = a 0 = a.
3) La norma de un mltiplo escalar de un vector es igual al producto de la norma de este
vector por el valor absoluto del escalar: a de n, a =
a.
4) La norma de una suma de dos vectores no es mayor que la suma de las respectivas
normas de dichos vectores, esto es, a, b de n, a + ba + b. Esta desigualdad
general es conocida como la desigualdad triangular.

65

Las demostraciones de las tres primeras propiedades no requieren de nada ms que de


las definiciones. La de la desigualdad triangular s es ms difcil y requiere de la
llamada desigualdad de Cauchy-Schwarz que ser presentada y demostrada un poco
ms adelante.
Definicin 6.5: La distancia entre dos vectores cualesquiera, a y b, es dada por la
norma del vector diferencia, a b, es decir, d(a, b) := a - b.
Ejemplo: Dados los vectores de 3 a = (2, -1, 7) y b = (4, 0, 5) , entonces la distancia
entre ellos es d (a, b) = ((2 - 4)2 + (-1 - 0)2 + (7 - 5)2)1/2 = 3.
El producto escalar de vectores nos permite poder hablar con precisin acerca de la
perpendicularidad, , como se la llama en lenguaje tcnico, la ortogonalidad de vectores
en espacios en donde nuestra imaginacin se queda ciega por tratarse de dimensin
mayor que tres.
Definicin 6.6: Se dice que dos vectores de n, a y b, son ortogonales entre s si su
producto escalar es nulo. A veces esto se indica por la notacin a b.
Definicin 6.7: Dados los vectores a y b de n, si b 0, entonces la proyeccin de a
sobre b es prb (a) := (a 1b) 1b donde 1b , el vector unitario (esto es, de norma igual a
1

1) segn b, se define como ( b b ). As, prb (a) = (a b / b2) b.


Ejemplo: Los vectores a = (2, -1, 7) y b = (4, 0, 5) de 3 no son ortogonales entre s,
pues su producto escalar vale 43. En cambio, los vectores (a - b) y c, definido como
(1/2, -1, 0) s son ortogonales entre s pues su producto escalar vale
(-2, -1, 2)
(1/2, -1, 0) = 0. Adems, como b 0, el vector unitario segn b es 1b = (1/41) (4, 0,
5). Entonces la proyeccin de a sobre b es (43/41) (4, 0, 5).
Hay una muy importante propiedad del producto escalar de vectores conocida como
desigualdad de Cauchy-Schwarz que nos asegura que la magnitud, o valor absoluto, del
producto de dos vectores de n en ningn caso puede ser mayor que el producto de las
normas de dichos vectores, como se demuestra en el siguiente teorema.
Teorema 6.1 (desigualdad de Cauchy-Schwarz) Cualesquiera sean los vectores a y b de
n, a b ab.
Demostracin: Si alguno de los vectores a b es el vector nulo, entonces la
desigualdad se verifica trivialmente, pues ella se reduce a 0 0. Por lo tanto nos queda
por considerar slo el caso en que ninguno de esos vectores es el vector nulo. Como
sabemos a partir de la definicin de producto escalar, ningn vector tiene norma
negativa; en particular, el vector que se obtiene al restar al vector a su proyeccin sobre
el vector b: a prb (a) = a (a (1/b) b) (1/b) b.
Es decir, que 0 (a prb (a))( a prb (a)) = a a 2 a prb (a) + prb (a) prb (a).
Pero a prb (a) = (a b)2 / b2 y prb (a) prb (a) = (a b / b2) b (a b / b2) b =
(a b)2 / b2, as que reemplazando den la ltima desigualdad se obtiene que

66
0 a a - (a b)2 / b2, de donde se sigue que (a b)2 a2 b2. Ahora basta con tomar
races cuadradas a ambos lados para obtener (a b) ab.
Definicin 6.8: En n se define el ngulo formado por dos vectores no nulos
cualesquiera, a y b, mediante (a, b) [0, ] tal que cos = (a b) (ab).
As como en el espacio tridimensional hay rectas y planos, tambin en n hay cosas
similares, llamadas rectas e hiperplanos. La caracterstica esencial de una recta es que
desde un punto de ella se sigue una direccin dada para generarla y la caracterstica
esencial de un plano de 3 es que divide al espacio en dos regiones incomunicadas, es
decir, que desde un punto de una de esas dos regiones no es posible desplazarse de
modo continuo hasta llegar a un punto de la otra regin sin pasar por algn punto del
plano. Esto mismo es lo que caracterizar a los hiperplanos de n.
Definicin 6.9: La recta por el punto a de direccin el vector no nulo p se define
como {x de n : , x = a + p}.
Definicin 6.10: El hiperplano por el punto a y ortogonal al vector no nulo p se
define como {x de n : p (x - a) = 0}. Al vector no nulo p se lo llama el vector normal
del hiperplano. Ntese que todo mltiplo no nulo del vector p es tambin un vector
normal del hiperplano, pues \{0}, p(x - a) = 0 p(x - a) = 0.
Ejemplo: En 4, el hiperplano que pasa por (-2, 1, 0, 7) y es ortogonal al vector (1, 0, 2,
0) es el {x de 4 : (1, 0, 2, 0) (x1 + 2, x2 1, x3 , x4 - 7 )} = {x de 4 : x1 + 2 x3 = -2}. En
este espacio, la recta por (-2, 1, 0, 7) y vector direccin (1, 1, -1, 0) es el {x de 4 : ,
x = (-2, 1, 0, 7) + (1, 1, -1, 0)} = {x de 4 : , x = (-2 + , 1 + , -, 7)}. Obsrvese
que los puntos de esta recta se generan dando al parmetro todos los valores posibles
en .
Nota: De la definicin de hiperplano en n se desprende que l ha de estar determinado
por cierta ecuacin de la forma p1 x1 + + pn xn = , siendo un escalar obtenido
como el producto escalar del vector normal por un punto cualquiera del hiperplano: =
p a. As, pues, para abreviar hemos de convenir en representar por H (p, ) al
hiperplano de vector normal p y de escalar . Es inmediato, entonces, que H (p, ) = H
(h p, h ), h de \{0} . Tambin conviene introducir una notacin para designar a la
recta por a con direccin p : L (a, p).
Ejercicios: 6.1 Demostrar que no existe ninguna combinacin lineal de los vectores (1,
3, -2), (2, 0, 1) y (1, -3, 3) que d por resultado el vector (1, 2, 3).
6.2 Hallar todas las combinaciones lineales de los vectores (1, 3, -2), (2, 0, 1) y (1, 2, 3)
que den por resultado el vector (-2, 6, -6).
6.3 Hay soluciones para la ecuacin 0 = (x, x + 1, 3)(x, x, 2 x)?
6.4 Hallar el punto de interseccin en 4 del hiperplano H(p, 2) con la recta L(a, p) si p =
(2, -1, 3, 0) y a = (4, 3, 2, 1).

67
6.5 Hallar la recta que pasa por los puntos (4, -3, 2, 1) y (0, 2, 1, -3).
6.6 Hallar la ecuacin del hiperplano de 4 que pasa por los puntos (1, 2, 3, 4), (0, 1, 0,
-1), (4, -3, 2, 1) y (0, 2, 1, -3).

6.3 Matrices y operaciones con ellas


As como un vector de n se defini como un n-tuple de nmeros reales, una matriz m
n ha de definirse como un arreglo de m filas y n columnas de nmeros reales. Luego
se definirn algunas operaciones binarias entre ellas.
Definicin 6.11: Una matriz m n es un arreglo en m filas y n columnas de nmeros
a11 ... a1n

.
. . En forma abreviada se pondr (aij)mn
reales. Se las denotar por .
am1 ... amn
Operaciones con matrices
1) Dos matrices mn, A = (aij) y B = (bij), son iguales si i,j, aij = bij .
2) Adicin de matrices: La suma de dos matrices mn, A = (aij) y B = (bij), se define
como la matriz mn, A +B := (aij + bij).
3) Multiplicacin de matrices por escalares. Dados: una matriz mn, A = (aij) y un
escalar , se define la matriz mn, A := (aij).
Propiedades de las operaciones de adicin matricial y de multiplicacin por
escalares
1) La adicin matricial es asociativa: (A + B) + C = A + (B + C), A,B,C matrices
m n.
2) La adicin matricial es conmutativa: A + B = B + A, A,B matrices m n.
3) Hay un elemento neutro: la matriz nula m n : A + O = A, matriz m n, A.
4) Cada matriz m n tiene una inversa aditiva: matriz m n, A,matriz m n, A, tal
que A + A = O. A esta matriz A se la llama inversa aditiva de la matriz A.
5) La multiplicacin de matrices por escalares es distributiva respecto a la suma escalar:
, de , matriz mn A, ( + )A = A + A.
6) La multiplicacin de matrices por escalares es distributiva respecto a la suma
matricial: de , matrices mn A y B, (A+B) = A + B.
Las demostraciones de estas seis propiedades se desprenden fcilmente de las
definiciones de adicin matricial y de multiplicacin de matrices por escalares, y
quedan, por lo tanto, a cargo del estudiante.
Ejemplos: Calcular las matrices 23 A +B, A 2B y 3A 5B, dado que
2

A=
0

1
7

1
3

1
9

A 2B =
2

y B=
1 1

5
. Resulta que A +B =
9

9
y 3A 5B =
15

1
5

3
26

22
.
36

3
1

1
6

6
,
12

68

Multiplicacin matricial
Como justificacin intuitiva de la aparentemente extraa definicin de multiplicacin
matricial consideremos los dos siguientes sistemas de ecuaciones lineales:
z1 2 y1 3 y3
z 2 y1 y2

y1 x1 2 x2
y 2 x2
y3 x1

. Si en el primero reemplazamos los

valores de las variables yi por sus valores en trminos de las variables xj dados por el
segundo sistema, obtendremos el nuevo sistema que relaciona las variables zi con la
variables xj :

z1 x1 4 x2
. Notemos tambin que los coeficientes del primer sistema
z 2 x1 x2
2

hacen la matriz 23:


1 1
1
0

3
0

y que los del segundo sistema hacen la matriz 32:

1
1 . En el sistema final los coeficientes hacen la matriz 22:
1
0

4
. Como
1

hemos de ver enseguida, esta matriz es el producto de las dos anteriores tomadas en el
orden dado.
Definicin 6.12: Dadas dos matrices, A y B, tales que el nmero de columnas de A
coincida con el nmero de filas de B, se define el producto de ellas, la matriz AB, como
aquella que posee tantas filas como A y tantas columnas como B, siendo su elemento de
fila i y de columna j definido como el producto escalar de los vectores correspondientes
a la fila i de A y a la columna j de B. As, si A es mh y B es hn, entonces AB es mn, y
su elemento de fila i y de columna j, (AB)ij := ( ai1 ... aih )( b1 j ... bhj ) = ai1b1j
++ aihbhj.

2
Ejemplo: 1) Las matrices del ltimo ejemplo,
1
1

0
1

3
0

y 0
1

1
0

tienen por

matriz producto a
. Notemos que es posible multiplicarlas pues la primera
1 1
tiene 3 columnas y la segunda tiene 3 filas. Luego, por ejemplo, el elemento de segunda
fila y primera columna de la matriz producto, el 1, es el resultado de hacer el producto
escalar de los vectores (-1. 1, 0) y (-1, 0, 1). Notemos tambin que no habra sido
1
posible multiplicar las matrices
1

4
1

y 0
1

1 , pues no coinciden los nmeros


0

de columnas de la primera (2) y de filas de la segunda (3).


Finalmente, notemos que los sistemas de ecuaciones del ejemplo anterior podran
haberse escrito matricialmente, si los vectores x, y y z se interpretaran respectivamente
como matrices 21, 31 y 21, como: z = Ay, el primero, y y = Bx el segundo. Ahora, si
formalmente reemplazramos en segundo en el primero obtendramos z = ABx,

69
encontrando con sorpresa que en el papel de la matriz de coeficientes del sistema final
aparece la matriz producto AB.
2) Mediante estas operaciones es posible representar un sistema de ecuaciones como un
problema en trminos de matrices. Sea el sistema lineal
a11 x1 + + a1n xn = b1

an1 x1 + + ann xn = bn.

a11

Este sistema puede representarse como


an1

...

...

a1n

ann

x1
b1


= . Ahora de lo que
xn
bn

se trata es de hallar el vector columna x que satisfaga la ecuacin dados la matriz A y el


vector columna b.
Propiedades de la multiplicacin matricial
1) Es asociativa: (AB) C = A (BC) siempre que las multiplicaciones involucradas puedan
realizarse de acuerdo con la definicin.
2) Es diestro-distributiva, es decir, que A (B + C) = AB + AC.
3) Es siniestro-distributiva, es decir, que (A + B) C = AB + AC.
Las demostraciones de estas propiedades son simples, salvo la de la primera, que es un
poco ms laboriosa pero no conceptualmente difcil.
Nota: Es muy importante advertir que la conmutatividad no es una propiedad de la
multiplicacin matricial, pues aunque exista el producto AB, es posible que no exista el
producto BA; pensemos simplemente en el caso en que A se una matriz 25 y B sea una
53. En tal caso la multiplicacin BA no puede realizarse pues B tiene 3 columnas y A
tiene 2 filas. Incluso en el caso de que tanto A como B fueran matrices cuadradas (igual
nmero de filas que de columnas), bien puede ocurrir que AB sea diferente de BA. Por
1

ejemplo, si A =
1
3

BA =
0

4
1

8
AB.
5

yB=
1

4
, ocurre que AB =
1

3
2

0
5

mientras que

Potencias de matrices cuadradas


Si se tiene una matriz cuadrada, entonces ella podr multiplicarse consigo misma y el
resultado ser una matriz que tambin podr multiplicarse con la original; la matriz que
se obtenga de esta nueva multiplicacin tambin podr multiplicarse con la original y
esto puede continuar indefinidamente. De esta manera van obtenindose las diversas
potencias de la matriz original.
Definicin 6.13: Dada una matriz nn, A, se define su segunda potencia, tambin
llamada su cuadrado, como A2 := AA; se define su tercera potencia tambin llamada su
cubo, como A3 := A2A. De manera ms general e inductiva, diremos que si ya se ha

70
obtenido su n-sima potencia, An, entonces se define su (n +1)-sima potencia como
An+1:= AnA. Por un afn de complecin, se define tambin su primera potencia como
A1:= A.
1

2
3
Ejemplo: Sea A =
. Entonces A = 2 1 y A = 3 1 . Podemos

1
1

conjeturar que k , Ak =
. Para demostrarlo ha de usarse el mtodo de
k 1
induccin matemtica que consiste en comprobar la validez de la frmula en cuestin
para el valor inicial k = 1; luego, asumiendo que ella vale para un valor indeterminado,
k, demostrar que tambin vale para el siguiente valor, k +1. En efecto, si k = 1, se tiene
1

que A1 =
por definicin de primera potencia. A continuacin ha de
1 1
demostrarse que si la frmula vale para k, entonces valdr para k +1. Asumamos, pues
1

1
0

, y deduzcamos de all, que Ak+1 =

1
(k 1)
1
0
0 1
0

.
1 1 1
(k 1) 1

que Ak =
k
1

AkA =
k

0
. En efecto, Ak+1 =
1

Recordando que en lgebra elemental se define la potencia cero de un nmero no nulo


como igual a 1, se define tambin en lgebra lineal la potencia cero de una matriz A
como igual a la matriz identidad , que es por definicin la matriz que tiene la propiedad
de que (aij = 0 si i j pero aii = 1), ij . Suele representrsela por I. En el caso de ser
1

33, ella sera I = 0


0

0
1
0

0 . As, por definicin la potencia cero de A es I, esto es, A0


1

= I.
Operacin de transposicin matricial
Definicin 6.14: Dada una matriz mn, A, se llama matriz transpuesta de A, y se la
denotar por A , a la matriz nm definida por aij := aji , i,j. Se dice que una matriz
cuadrada es simtrica si es igual a su transpuesta, es decir, si A = A.
0
Ejemplo: Si A =
2
2
1

1
0
4

1
1

0
2

, entonces A = 1
0
2

1 . Una matriz simtrica es la


0

0
4 , pues su transpuesta es la misma matriz.
1

Propiedades de la transposicin y de la matriz identidad

71
1) Si I es la matriz identidad nn, entonces cualquiera sea la matriz nh, B, se tendr
que I B = B, y cualquiera sea la matriz kn, C, se tendr que C I= C.
2) La operacin de transposicin es idempotente, es decir que la transpuesta de la
transpuesta de una matriz es esta misma matriz, es decir, (A) = A.
3) La transpuesta de una suma de matrices es la suma de las transpuestas de dichas
matrices, esto es, (A + B) = A + B.
4) La transpuesta de un mltiplo escalar de una matriz es el mismo mltiplo escalar de
la transpuesta, es decir, (A) = A .
5) La transpuesta de un producto es el producto de las transpuestas pero en orden
inverso, es decir, que (AB) = BA.
Las demostraciones de estas propiedades se reducen todas slo a aplicar las
correspondientes definiciones, y, por ello, quedan a cargo del estudiante.
3

Ejercicios: 6.7 Encontrar todas las matrices B que conmutan con A =


2
tales que AB = BA.

1
, es decir,
3

6.8 Dado que las matrices A y B son cuadradas nn, averiguar bajo qu condiciones
puede garantizarse la igualdad (A + B) (A - B) = AA BB.
2

6.9 Dada la matriz A = 2


2

2
2
2

2
2
2

, hallar, si existen tales, un vector de norma

igual a 1, v, tal que A v = v.

6.10 Para qu valores de x es simtrica la matriz

x
x 1
2

x2 1
3
4a

x 4 ?
1
2

6.11 Se dice que una matriz nn, A, es ortogonal si A A = I, donde I es la matriz


x

identidad nn. Es ortogonal la matriz x


0

0
0
1

x
x

para algunos valores de x?

6.4 Determinantes e inversas de matrices cuadradas


Los determinantes aparecen de manera natural en el contexto de los sistemas de
ecuaciones polinmicas de primer grado y tienen una interpretacin geomtrica
natural. Veamos primero la manera en que aparecen en el contexto de sistemas de
ecuaciones lineales. Consideremos el sistema siguiente:

72
a11 x1 a12 x b1
.
a21 x1 a22 x2 b2

Como es bien sabido la solucin es dada por x1 = (b1a22 - b2a12)(a11a22 - a21a12)


x2 = (b2a11 - b1a21)(a11a22 - a21a12).
Hemos de notar que los denominadores de estas dos ltimas expresiones coinciden entre
s. Dicho denominador comn ser lo que ha de definirse como el determinante de la
a11 a12
matriz de coeficientes del sistema
.
a21 a22
En cuanto a la interpretacin geomtrica: Si en el plano cartesiano representamos los
vectores (a11, a12) y (a21 , a22), entonces se comprobar sin mayor dificultad que la
expresin a11a22 - a21a12 que antes hemos encontrado en los denominadores de la
solucin del sistema ahora representa el rea del paralelogramo determinado por el
origen y dichos dos vectores. As, pues, el determinante de la matriz formada con estos
vectores nos dara un indicador del rea determinada por los vectores, su suma y el
vector nulo. Pasemos a la definicin formal.
Definicin 6.15: Se da una definicin inductiva:
(1) Si la matriz es 11, A = [a], entonces det (A):= a.
a11
(2) Si la matriz es 22, A =
a21

a12
, entonces det (A):= a11a22 - a21a12.
a22

a11

(3) Si la matriz es nn, A =


an1

...

...

a1n
, det (A):= a11 det (A-11) - a12 det (A-12) +
ann

(hay alternancia de suma y resta) a1n det (A-1n), en donde adoptaremos la notacin que
especifica que A-ij denota a la matriz que se obtiene al su`primir en la matriz original A
su i-sima fila y su j-sima columna.
2

Ejemplo: 1) Si se quisiera calcular el determinante de la matriz 1


0

segn la anterior definicin ste sera dado por la suma siguiente:


1
3

4
1
- 3 det

5
0

4
1
+ 6 det

5
0

1
3

3
1
3

4 , entonces
5

2 det

= 2 (5 - 12) -3 (-5 -0) +6 (-3 -0) =

-17.

2) En el modelo macroeconmico simple: Y = C + A, C = a +b (Y-T), T = d + tY en el


que Y designa el ingreso, C el consumo, T los impuestos y A es el gasto autnomo
(exgeno constante) y hay parmetros positivos a, b, d y t. Hallar los valores de
equilibrio de Y, C y T.
El sistema
puede escribirse como Y - C = A, -bY + C + bT = a, -tY + T = d. Este sistema en forma
1

matricial es: b
t

1
1
0

0 Y
A

b C = a . La solucin podra encontrarse si se tuviera


d
1 T

73
una matriz tal que post-multiplicada por la matriz de coeficientes del sistema diera la
b
1 b (1 + bt t 1 b

1
b bt
matriz identidad. Tal matriz, como es fcil comprobar, es

t
Y

b) . Luego, la solucin buscada es C


T
-1

1
b bt
= (1 + bt - b)
t

-1

1
1
t

b
b
1 b

A
a

.
d

Propiedades de los determinantes


1) El determinante de una matriz nn, A, puede tambin calcularse desarrollando las
sumas y restas desde cualquier fila desde cualquier columna como se indica a
continuacin. Det (A) =

(1)
j

i j

aij det( A ij ) =

(1)
i

i j

aij det( A ij ) .

2) Si todos los elementos de una lnea (fila columna) de la matriz son nulos, el
determinante de ella es 0.
3) El determinante de la transpuesta de una matriz es igual al determinante de la matriz.
4) Si se intercambian de posicin dos filas dos columnas, el determinante de la matriz
resultante difiere slo en signo del de la matriz original.
5) Si todos los elementos de una lnea de la matriz se multiplican por un mismo nmero,
el determinante de la matriz resultante es igual al de la original multiplicado por ese
nmero.
6) Si en la matriz hay dos lneas paralelas que sean iguales entre s, el determinante es
nulo.
7) Si en la matriz hay dos lneas paralelas que sean proporcionales entre s, el
determinante es nulo.
8) Si en una matriz a una lnea se le suma un mltiplo de otra lnea paralela, el
determinante de la matriz resultante es igual al de la original.
9) El determinante del producto de matrices cuadradas es igual al producto de los
determinantes de dichas matrices: det (AB) = det (A) det (B).
10) El determinante de un mltiplo escalar de una matriz nn es igual al determinante
de la matriz original multiplicado por la n-sima potencia del escalar por el cual se ha
multiplicado la matriz: det (A) = ndet (A).
Las demostraciones de estas propiedades han de omitirse por exigir ms tiempo del
disponible en este curso y pueden encontrarse en libros propiamente de lgebra lineal y
multilineal.
Inversa de una matriz

74
Definicin 6.16: La inversa de una matriz cuadrada nn, A, es una matriz B tal que AB
= BA = I, siendo I la matriz identidad nn. Si existe, la inversa de A, se la denota por A-1.
Hemos de tener presente que no toda matriz cuadrada tiene inversa; por ejemplo, si A
2

=
, entonces no hay ninguna matriz B que premultiplicando a la matriz A
1 3
postmultiplicndola d la matriz identidad. En efecto, si hubiera tal, digamos B =
a
b

c
, entonces debiramos tener: 2 a + c = 1 y 6 a + 3 c = 0, lo que es claramente
d

contradictorio. Similarmente, si AB = I , entonces debiera ser 2a + 6b = 1 y a + 3 b = 0,


cosa que tambin es contradictoria.
Cabe, pues, preguntarse qu matrices poseen inversa. Es fcil hallar una condicin
necesaria para ello, a saber, que su determinante sea distinto de cero, pues el producto
del determinante de la matriz original con el de su inversa ha de ser necesariamente
igual a 1, cosa que sera imposible si la matriz original tuviese determinante nulo. Que
el determinante de la matriz identidad valga 1 es cosa fcil de demostrar.
Tambin cabe preguntarse si una matriz pudiera tener dos ms inversas. La respuesta
es que no, pues si X y Y fueran inversas de A, entonces tendramos que X = X I = X (A
Y) = (X A) Y = I Y = Y.
Propiedades de la inversa de una matriz
1) La inversa de la inversa de una matriz es esa misma matriz, es decir, que (A-1)-1 = A.
2) Si A y B son matrices nn invertibles, entonces AB es tambin invertible y (AB)-1 =
B-1 A-1.
3) La inversa de la transpuesta de una matriz es la transpuesta de la inversa de esa
matriz, esto es, que (A)-1 = (A-1).
4) La inversa de un mltiplo escalar de una matriz es igual a la inversa de la matriz
multiplicada por el inverso de dicho escalar si ste no es cero, es decir, que (A)-1 =
A-1.

Demostracin: 1) Hay que demostrar que A (A-1) = I, pero esto es inmediato a partir de
la definicin de inversa de una matriz.
2) Hay que demostrar que B-1 A-1 = (AB)-1. Pero esto equivale a (B-1A-1) AB = I. Ahora, el
lado izquierdo de esta igualdad, que est por demostrarse, vale B-1(A-1 A)B = B-1I B = B1
B = I.
3 Hay que demostrar que (A-1) A = I. Pero sabemos que la transpuesta del producto
matricial es igual al producto de las transpuestas, por lo que el lado izquierdo de esta
igualdad es igual a (A A-1) = I = I.

75
4) Hay que demostrar que (

A-1) (A) = I, pero ya que el producto matricial es

asociativo en escalares, el lado izquierdo de esta igualdad es igual a

-1
A = I.

Nota: Ahora est claro cmo puede determinarse si un sistema de ecuaciones tiene
solucin y cmo encontrarla. Si el sistema es Ax = b, entonces, caso de existir la inversa
de A, bastara con premultiplicar ambos miembros por dicha inversa para obtener la
solucin x = A-1b.
En lo tocante a la obtencin de la inversa de una matriz cuadrada, hay que tener en
cuenta, como la garantiza el siguiente teorema (cuya demostracin se omitir), que sta
existe si, y slo si, no es nulo el determinante de la matriz.
Teorema 6.2: La inversa de una matriz existe si, y slo si, no es nulo el determinante de
ella. En tal caso, dicha inversa se obtiene por medio de la siguiente frmula:
A-1 =

1
adj (A), donde la matriz adj (A), llamada matriz adjunta de A, se define
det A

mediante adj (A) := transpuesta(MA), donde sta es la matriz cuyo elemento de fila i y
columna j es (MA)ij := (-1)i+j det (A-ij).
2

Ejemplo: Sea A = 3
4

4
3
1

2 . Que exista su inversa se sigue de que det (A) = -5. Para


4

encontrarla, calculemos primero su matriz MA.


3

Para esto, (MA)11 = (-1)1+1det


1
3

2
3
= 10; (MA)12 = (-1)1+2det

4
4

2
= -4;
4

(MA)13 = (-1)1+3det
= -9, etc. Finalmente se encuentra que la adjunta de A es
4 1
10
4

15
4
14

5
1

10
4

15
4

14

1
y que A =
5
6

-1

Ejercicios: 6.12 Dada la matriz A = 0


1

1
1
0

5
1 .
6

1 , calcular la matriz A3-2 A2 + A - I.


1

Es verdad que A (A - I)2 = I ?


0

6.13 Si A =
2

1
1

3
, existe la inversa de A A ?
4

6.14 Demostrar que la matriz A A es simtrica, cualquiera que sea la matriz A.


6.15 Si son cuadradas las matrices A, P y D, demostrar mediante induccin finita que
Am = P DmP-1, m de .
6.16 Sabiendo que A es una matriz tal que A2 + A = I, puede garantizarse que ella sea
invertible?

76
x y z x

6.17 Dado el sistema de ecuaciones 2 x y y , averiguar para qu valores del


x z z

parmetro existen soluciones no triviales del sistema.


6.5 Dependencia e independencia lineal de vectores
Definicin 6.17: Se dice que un conjunto finito de vectores {a1, , am} de n es
linealmente dependiente si existe alguna combinacin lineal de ellos que, siendo
nula, no es trivial. En caso contrario, se dice que dicho conjunto es linealmente
independiente. Tambin suele aplicarse estas calificaciones a los vectores mismos, en
lugar del conjunto de ellos.
Ejemplo: En 3, el conjunto {(1, 2, 0), (0, 2, 1), (2, 2, -1)} es linealmente dependiente,
pues 2 (1, 2, 0) (0, 2, 1) (2, 2, -1) = (0, 0, 0), siendo sta una combinacin lineal nula
pero no trivial de los vectores dados. En cambio, el conjunto {(1, 2, 0), (0, 2, 1), (2, 2,
1)} es linealmente independiente, pues si hubiera escalares, , , , tales que (1, 2, 0)
+ (0, 2, 1) + (2, 2, 1) = (0, 0, 0), entonces tendra que ser = 0 = 0 = 0,
como fcilmente se ha de comprobar.
Ejercicios: 6.18 Demostrar que un conjunto finito de vectores {a1, , am} de n es
linealmente dependiente si, y slo si, hay entre ellos al menos uno que sea combinacin
lineal de los otros,
6.19 Demostrar que todo conjunto finito de vectores que posea al vector nulo es
linealmente dependiente.
6.20 Demostrar que si los vectores x, y, y z son linealmente independientes, entonces
tambin lo son los vectores x + y, y + z y z + x, pero que no ocurre lo mismo con los
vectores x + y, y - z y z + x .
6.21 Demostrar que si un conjunto finito de vectores de n es linealmente dependiente,
entonces todo superconjunto de l es tambin un conjunto linealmente dependiente y
que si un conjunto finito de vectores de n es linealmente independiente, entonces todo
subconjunto de l es tambin un conjunto linealmente independiente.
a

6.22 Demostrar que una matriz 22,


, tiene determinante nulo si, y slo si, son
b d
linealmente dependientes.
6.23 Sea A una matriz nn triangular inferior, es decir, que es cuadrada y que son nulos
todos los elementos situados por encima de la diagonal principal: 0 = aij si i < j.
Demostrar que su determinante es igual al producto de los elementos de la diagonal
principal, esto es, a11 a22 ann.
6.6 Rango y nulidad de matrices
Entre los diversos subconjuntos de n se encuentran algunos que poseen tres
propiedades muy importantes como son la de poseer al origen vector nulo, la de ser
cerrados respecto a la suma vectorial y respecto a la multiplicacin por escalares.
Dichos subconjuntos reciben el nombre de subespacios vectoriales.

77
Definicin 6.18: Un subespacio vectorial de n es cualquiera de sus subconjuntos, U,
tal que 0 U x, y de U, de , (x, y U x + y U x U).
Ejemplo: Sea U := {x de 3 : 2 x1 x2 + x3 = 0}. Entonces ha de comprobarse fcilmente
que U es un subespacio vectorial de 3. En cambio, el subconjunto V := {x de 3 : 2 x1
x2 + x3 = 8} no es un subespacio vectorial de 3, ya que, entre otras razones, el vector
nulo no le pertenece.
Definicin 6.19: Dado un conjunto finito, C, de vectores de n, se llama subespacio
generado por C al conjunto de todas las combinaciones lineales de los vectores de C, y
lo denotaremos por S [C].
Ejemplo: Si se define el conjunto C := {(1, 0, -2), (0, 1, 1)}, entonces, el subespacio
generado por C es S [C] = { (1, 0, -2) + (0, 1, 1) : , }.
Ejercicio: Demostrar que el S [C] del ltimo ejemplo es igual al subespacio U del
penltimo ejemplo.
Definicin 6.20: Si U es un subespacio de n, entonces una base de U es cualquier
subconjunto finito, C, de U que sea linealmente independiente y que genere a U, es
decir, que S [C] = U.
Ejemplo: Una base del subespacio U del ltimo ejemplo es el subconjunto C de dicho
ejemplo. Otra base es el {(-1, 0, 2), (0, 1, 1)}, como ha de comprobar el estudiante. En
general un mismo subespacio posee infinitas bases.
Hay un teorema muy importante del lgebra lineal, cuya demostracin trasciende el
marco de nuestro curso, que nos asegura la existencia de bases para ciertos subespacios
vectoriales.
Teorema 6.3: Cualquiera sea el nmero natural n, todo subespacio vectorial de n que no
sea trivial, es decir, que posea al menos un vector no nulo, posee bases.
Notas: 1) Es que aunque {0} es obviamente un subespacio vectorial de n, no hay
ninguna base de dicho subespacio, pues {0} es linealmente dependiente.
2) En el otro extremo, el mismo n es un subespacio vectorial de n y, por ende, ha de
tener bases. Por ejemplo {(1, 0, , 0), , (0, , 0, 1)} es una base de n, llamada base
cannica de n.
Teorema 6.4: Dada una matriz cualquiera mn , A, el {x n : A x = 0} es un
subespacio vectorial de n; similarmente, el {y m : xn, y = A x} es un subespacio
vectorial de m.
Demostracin: 1) Si x y x pertenecen al {x n : A x = 0}, y , entonces x + y
{x n : A x = 0}, ya que A (x + y) = Ax + Ay = 0 + 0 = 0.
2) Si y y y {y m : xn, y = A x}, entonces x n, xn, y = Ax y = Ax.
Luego, y + y = Ax + Ax = A(x + x) de donde, x + x {x n : A x = 0}.
Entonces, y + y = A (x + x) = 0, y as, y + y {y m : xn, y = A x}.
Definicin 6.21: Al subespacio {y m : xn, y = A x} se lo llama la imagende A, y
al subespacio {x n : A x = 0} se lo llama el ncleo de A. A la dimensin del ncleo

78
de A se la llama la nulidad de A, y se llama el rango de A a la dimensin del
subespacio {y m : xn, y = A x}.
Nota: Puede demostrarse que el rango de una matriz A es igual el nmero mximo de
vectores columnas linealmente independientes de la matriz A.
1

Ejemplo: Si A es la matriz
, entonces el rango de A es 2, ya que las
1 1
1
columnas de A no son linealmente independientes, pues -2 (-1, 1) + (0, 1) (2, -1) = (0,
0). Pero como (-1, 1) y (0, 1) s son linealmente independientes, entonces el rango de A
es 2. As, la nulidad de A, que es la dimensin del ncleo de A, valdr 1, ya que dicho
ncleo es {x 3: -x1 + 2 x3 = 0 x1 + x2 x3 = 0} = {(2h, -h, h) : h } cuya dimensin
es 1 pues es generado por {(2, -1, 1)}.
Hay un teorema muy importante en lgebra lineal, cuya demostracin no se ver en
este curso, que dice que para una matriz mn, la suma del rango de la matriz y la
nulidad de ella es igual a n.
Teorema 6.5: Si A es una matriz mn, entonces n = rango (A) + nulidad (A).
Definicin 6.22: Un menor de orden k de la matriz A es el determinante de cualquier
submatriz cuadrada que se obtenga con k filas y k columnas de la matriz.
1

Ejemplo: Para la matriz A =


, los menores de orden 2 de A son -1,
1 1
1
y los menores de orden 1 son -1, 0, 2 y 1.

-2,

Teorema 6.6: El rango de una matriz A es igual al orden mximo de un menor no nulo
de A.
Ejemplo: Para la matriz del ejemplo anterior, ocurre que como hay menores no nulos de
orden 2, y no puede haber menores de orden 3, el rango de la matriz es 2. Este teorema
nos permite deducir que el rango de una matriz es igual al rango de su transpuesta.
Teorema 6.7: El rango de una matriz es igual al rango de su transpuesta.
Ejercicios: 6.24 Si se tiene una matriz 85, entonces sabiendo que su nulidad es 2, se
pregunta si es posible que haya una base de su imagen con 4 elementos. Caso que no,
entonces cuntos elementos ha de tener cualquier base de la imagen de la matriz?
6.25 Demostrar que el conjunto de soluciones del sistema lineal Ax = b, con A matriz
mn, es convexo, es decir, que si x y x son soluciones del sistema, entonces cualquiera
que sea el valor de en [0, 1], x + (1-) x es tambin solucin del sistema.
6.26 Demostrar que en cualquier matriz mn, si m > n, entonces el rango de la matriz
ser necesariamente menor que m; y demostrar que si m < n, entonces la nulidad de la
matriz es al menos 1.
6.27 Sea el sistema de ecuaciones A x = b. Si A es una matriz mn, con m > n, entonces
el sistema tendr soluciones si, y slo si, el vector b es muy especial, esto es, que haya
un vector, c, tal que c b = 0 cA = 0.

79

6.7 Autovalores y autovectores de matrices cuadradas


Definicin 6.23: Sea A una matriz cuadrada; se dice que el escalar es un autovalor
de A si hay algn vector no nulo, x, tal que A x = x. En tal caso se dir que dicho vector
x es un autovector de a asociado al autovalor .
Nota: Si se interpreta la matriz A como una funcin lineal (suele decirse en el contexto
del lgebra lineal: una transformacin lineal ), entonces un autovector de esa matriz es
uno que al ser transformado por ella resulta ser un vector mltiplo del original, y el
autovalor correspondiente resulta ser el mltiplo del vector original que da la imagen.
Tambin se habla de valores propios y vectores propios
1

Ejemplo: Si A =
, entonces los autovalores de A, as como sus autovectores
0 1
x1
1 1 x1
satisfarn la ecuacin Ax = x, es decir,
= . Esto equivale al

0 1 x2
x2

(1 ) x1 x2 0
. Es ste un sistema
x2 x2
(1 ) x2 0
lineal homogneo, por lo que habr soluciones no triviales slo si no es nulo el
1
1
determinante de la matriz
.
Pero
1
0
esto equivale a que 0 = 2 -2 + 1, de donde = 1. Luego, hay slo un autovalor de A, a
saber 1. Los correspondientes autovectores sern, para el autovalor 1, las soluciones de
0 1 x1 = 0 , es decir, el {x 2 : x = 0}. Fcilmente nos convenceremos de
2
0 0
0

x2

sistema

x1 x2 x1

. A su vez, esto equivale al

que este conjunto es el eje de abscisas del plano cartesiano.


Teorema 6.8: Para una matriz cuadrada, A, sus autovalores son las soluciones de la
ecuacin, llamada caracterstica de A, 0 = det (A - I). Los correspondientes
autovectores de A resultan ser las soluciones de las ecuaciones (A - I) x = 0.
Demostracin: Es inmediata a partir del ejemplo anterior.
Diagonalizacin de matrices cuadradas
Definicin 6.24: Se dice que una matriz cuadrda, A, es diagonalizable si hay alguna
matriz invertible, P, tal que la matriz P-1AP resulte ser diagonal, esto es, que sean nulos
todos sus elementos que estn fuera de la diagonal principal.
1

Ejemplo: Es diagonalizable la matriz


, pues si definimos la matriz P por
3 0
2
3

1
, obtendremos que P-1AP =
1

2
0

0
.
3

80
Cabe preguntarse qu matrices son diagonalizables y cmo se las puede diagonalizar.
Las respuestas a estas interrogantes vienen dadas por el siguiente teorema.
Teorema 6.9: Una matriz nn, A, es diagonalizable si, y slo si, hay algn conjunto
formado por n autovectores propios linealmente independientes. En tal caso, una matriz
P que diagonaliza a la matriz A, mediante P-1AP, es una cuyas columnas sean esos
vectores propios linealmente independientes. La matriz diagonal que se obtenga ser de
1 0

la forma , donde los 1, n son los autovalores de la matriz A.


0 n
Finalmente, tenemos el llamado teorema espectral (cuya demostracin se omitir) para
las matrices simtricas, aunque antes necesitamos uno previo.
Teorema 6.10: Si A es una matriz simtrica, entonces su ecuacin caracterstica tiene
todas sus races en , por lo que todos los autovalores de a son nmeros reales, y si x y y
son autovectores asociados a diferentes autovalores, entonces ellos son ortogonales, es
decir, que x y = 0.
Demostracin: La demostracin de que todos los autovalores son nmeros reales se
omite por requerir de ciertos resultados del lgebra lineal que nos tomaran mucho ms
tiempo del disponible. La demostracin de la ortogonalidad de los autovectores
asociados a autovalores diferentes es como sigue. Si Ax = x Ay = y, entonces,
denotando por x y por y a los transpuestos de x y y, obtenemos que yAx = y x xAy
= x y. Puesto que A es simtrica, de la primera igualdad se obtiene transponiendo que
xAy = x y. Luego, de la segunda igualdad anterior se obtiene que ( - ) x y = 0.
como , se sigue que x y = 0, lo que equivale a que x y = 0.
Teorema 6.11 (espectral): Si A es una matriz simtrica nn, entonces existe una matriz
1 0

ortogonal P (es decir: P-1 = P ) tal que P-1AP = , siendo los 1, , n los
0 n
autovalores de A y las columnas de P los autovectores asociados a dichos autovalores.
2

3 / 4

Ejemplo: Sea la matriz A =


. Para ver si ella es diagonalizable hemos,
1
1
primero, de encontrar su autovalores. Luego, hemos de resolver su ecuacin
caractersitica: 0 = 2 - 3 + 5/4. Las races caractersticas son y 5/2. Ahora debemos
hallar autovectores correspondientes a estos autovalores. Para el autovalor , hay que
buscar un vector v tal que A v = (1/2) v. Esto equivale al sistema (A (1/2) I) v = 0, el
3 / 4 v1
2 1/ 2
0
vector nulo, es decir,
= . A su vez, esto equivale a:

1
1 1 / 2 v2

0
(3 / 2)v1 (3 / 4)v2 0
, que da, por ejemplo, v = (-1, 2) . Similarmente, para el
v1 (1 / 2)v2 0
autovalor 5/2, hay que buscar un vector v tal que A v = (5/2) v. Esto equivale al sistema

81
3 / 4 v1
2 5/ 2
0
= . A su vez, esto equivale a:

1
1 5 / 2 v2

(A (5/2) I) v = 0, es decir

( 1 / 2)v1 (3 / 4)v2 0
, que da, por ejemplo, v =
v1 (3 / 2)v2 0
1

(3, 2). As, una matriz diagonalizadora, Ppuede ser la


2
2
2

3
1
, con lo que se obtendr P-1AP = (1/2)

1
0

3
. Entonces P-1 = (1/8)
2

0
.
5

1
Ejercicios: 6.28 Verificar el teorema espectral para las matrices
2

1
2

y 1
1
0

1
1
0

0
0 .
2

6.29 Si P es una matriz cuadrada tal que los productos escalares de sus columnas dan 0
si es que son columnas diferentes, es ella una matriz ortogonal? Caso que s, por qu?
Caso que no, cmo habra que modificarlas para que lo fuesen?

Referencias bibliogrficas
Caballero, R. E., A. C. Gonzlez y F. A. Triguero, Mtodos matemticos para la
economa, McGraw-Hill, Madrid, 1992.
Lima, E. L., Anlisis Real, vol.1, Instituto de Matemtica y Ciencias Afines, Lima,
2005.
Simon, C. P. y L. Blume, Mathematics for economists, Norton, N. York, 1994.
Sydsaetter, K. y P. J. Hammond, Matemticas para el Anlisis Ecnmico, Prentice Hall,
Madrid, 1996.

82

Vous aimerez peut-être aussi