Scrub Ret Val File

Elaborado por: J.
Angulo
UNIVERSIDAD NACIONAL DE
INGENIERIA
FACULTAD DE INGENIERIA INDUSTRIAL Y SISTEMAS
Sección de Post Grado
Programa de Pre Maestría
MATEMÁTICAS
ELABORADO POR : MG. JOSUÉ ANGULO PEREZ
LIMA –PERÚ
2006
1
Elaborado por: J. Angulo
UNIVERSIDAD NACIONAL DE INGENIERIA

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS
SECCION DE POST GRADO
PROGRAMA DE PRE-MAESTRIA
SYLLABUS
ASIGNATURA : MATEMÁTICAS
PROFESOR : JOSUÉ ANGULO PEREZ
I. OBJETIVOS DEL CURSO

Presentar un conjunto de tópicos de matemáticas que serán
utilizados en el estudio de maestría.
Describir los comandos básicos de Matlab para resolver
problemas en ingeniería
II. DESCRIPCIÓN DEL PROGRAMA

CAPITULO I : LÓGICA, TEORÍA DE CONJUNTOS E INTRODUCCIÓN AL
ÁLGEBRA DE BOOLE
CAPITULO II : INTRODUCCIÓN AL ÁLGEBRA LINEAL

 Matrices : Operaciones con matrices. Propiedades.
 Determinantes : Definición y Problemas. Matriz Adjunta,
Matriz Inversa. Rango de una Matriz.
 Sistemas de Ecuaciones Lineales. Transformaciones.
Equivalencia bajo las operaciones elementales fila.
Teoremas.
 Valores propios y vectores propios.
CAPITULO III : RELACIONES E INTRODUCCIÓN A LA TEORIA DE

GRAFOS Y TEORÍA DE ÁRBOLES
 Relación binaria. Definiciones y ejemplos. Operaciones
básicas. Representación material de las relaciones
binarias.
 Relación de Equivalencia. Partición de un conjunto.
Teorema fundamental de la relación de equivalencia y una
partición. Propiedades
 Relaciones de orden parcial. Diagrama de Hasse.
 Grafos. Propiedades. Trayectorias. Clases de
Trayectorias.
 Teoría de árboles. Aplicaciones.
2
CAPITULO IV : FUNCIONES DE VARIAS VARIABLES

 Derivadas parciales. Diferencial. Regla de la cadena.
 Derivación. Jacobianos.
 Máximos y mínimos sin restricciones y con
restricciones.
CAPITULO V : SERIES Y SUCIONES


CAPITULO VI: INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES

ORDINARIAS Y CÁLCULO NUMÉRICO.
 Conceptos Básicos: Definiciones. Solución.
Clasificación
 Ecuaciones diferenciales de variables separables de 1°
orden
 Ecuaciones diferenciales homogéneas de 1° orden
 Ecuaciones diferenciales exactas de 1° orden
 Factores integrantes
 Ecuaciones diferenciales lineales de 1° orden
 Ecuaciones diferenciales de orden superior
 Solucion numerica de ecuaciones no lineales.
 Solución de numerica de sistemas de ecuaciones lineales
 Método de Runge-Kutta
REFERENCIAS
 DOLORES, M, ETTER. Solución de problemas de Ingeniería

con Matlab. Prentice-Hall, México, 1997.
 GROSSMAN, S. Algebra lineal. Mc. GRAW –HILL. Mexico
1999
 kOLMAN, B. Estructuras de matemáticas discretas para la
computación, México, Prentice may, 1977
 KREYSIG, E. Matemáticas avanzadas para ingeniería, vol
I. Limusa. Ohio 1976.
 STEIN, S – BARCELLOS, A. Calculo y geometría analítica.
Mc. GRAW –HILL, Colombia 1994.
3
CAPITULO I
LOGICA E INTRODUCCIÓN AL ÁLGEBRA DE BOOLE
1. LÓGICA PROPOSICIONAL Y LÓGICA DE PREDICADOS
Un Enunciado es una expresión del lenguaje.

Una Proposición es un enunciado que puede ser verdadero (V)
o falso(F),pero nunca verdadero y falso a la vez.
1.1 Operadores Lógicos

Los operadores o conectivos lógicos pueden ser binarios o
monarios y son presentados a continuacion
Operador Monario Símbolo del Proposición

Operador
No  Negación
Operador Binario Símbolo del Proposición Compuesta

Operador
y  Conjunción
o (y/o)  Disyunción inclusiva
o (ó)  Disyunción exclusiva
entonces  Condicional
si y solo si  Bicondicional
Los operadores son definidos en las tablas siguientes:
p q p  q p  q p  q p  q P  q p p
V V V V F V V V F
V F F V V F F F V
F V F V V V F
F F F F F V V
Nota:
4
1)En la condicional : p q es el antecedente y q es el

consecuente.
2)p  q se puede leer: si p entonces q , p sólo si q o q
si p.
1) Dada la condicional p  q su recíproca es: q  p ,
su contraria es:  p   q y su contrarecíproca
es :  q  p.
Tautología: es una proposición compuesta que es verdadera

cualesquiera sean los valores de verdad de las
proposiciones componentes. Se representa por: 1.
Ejemplo (p  p) es una tautología.
Contradicción: Es una proposición compuesta que es falsa

cualesquiera sean los valores de verdad de las
proposiciones componentes. Se representa por : O
Ejemplo (p  p) es una contradicción
Proposiciones Equivalentes Dos proposiciones p y q son

equivalentes si la proposición: p  q es una tautología. p
equivalentes a q se representa por: p  q.
Ejemplo p  q   q   p
p  q  (q  p)  (q  p)
Leyes Lógicas
1) Conmutativa : p  q  q  p y p  q  q  p
2) Identidad : p  1  p y p  0  p
3) Complemento : p  p  0 y p  p  1
4) Distributiva: p  (qr) (pq)(pr) y
p(qr)(pq) (pr)
5) Idempotencia: p  p  p y p  p  p
6) Acotamiento : p  0  0 y p  1  1
7) Absorción : p (pq) p y p (pq) p
8) Asociativa : p(qr)(pq)r y p(qr) (pq)r
9) Involución : (p) p
10) Opuesto : 1  0 y  0  1
11) De Morgan : (pq)  p   q y (p  q)  p
 q
5
12) Condicional : p  q   p  q
13) Bicondicional:p  q  (p  q)  (q  p)
 (p  q)  (q  p)
 (p  q) (p  q)
14) Disyunción Exclusiva: pq  (pq)(pq)

 (pq)(p  q)
15) Contraposición : p  q   q   p
16) Negación de la Condicional :  (p  q)  p q
17) Negación de la Bicondicional :  (pq) pq  pq 
p  q
18) Negación de la Disyunción Exclusiva : (pq)pq pq
 p  q
19) Absorción generalizada: p (pq)pq y p(pq)
pq
Implicación La proposición p implica la proposición q, si

la proposición : p  q es una tautología.
Nota: si p implica q, decimos que:p es suficiente para q,o

q es necesario para p
Ejemplo
1) (pq) implica p
2) p implica (p  q)
3) p no implica (p  q)
4) (p  q) no implica p
Inferencias lógicas
1) Adición: p  (pq) 1
2) Simplificación : (pq) p  1
3) Modus pones: ((p  q) p) q  1
4) Modus Tolens : ((pq)q)  p  1
5) Silogismo disyuntivo : ((pq)p) q  1
6) Silogismo hipotético : ((p  q) (q  r)) (pr)1
1.2 Consecuencia lógica

La proposición q es consecuencia lógica de las
proposiciones p1,...,pn si la proposición:
(p1 ... pn) q es una tautología
6
Ejemplo La proposición q es consecuencia lógica de las

proposiciones p y (p  q), ya que la proposición
(p(pq))q es una tautología.
Teorema (Reducción al absurdo) La proposición q es

consecuencia lógica de las proposiciones p1,...pn, si y
sólo si la proposición:(p1...pnq) es una contradicción.
Cuantificador Universal El cuantificador universal es la

expresión “para todo” que se representa por : .Si p(x) es
un predicado definido en D, la expresión: xD : p(x), es
una proposición.  x  D : p(x) es verdadera si y solo
si todos los elementos a  D satisfacen: P(a)  V
Cuantificador Existencial
El cuantificador existencial es la expresión “existe” que

se representa por: . Si p(x) es un predicado definido en
D, : p(x), es una proposición.  xD : p(x) es verdadera
si y sólo si por lo menos un elemento a  D satisface :
P(a) V.
Ejemplo
1)  x Z+ : x > 0 , es verdadera

2)  x Z : x+2 = 2 , es verdadera
1.3 Métodos de demostración
Método Directo .- Utiliza la siguiente (p1 ... pn) q es

una tautología
Método Indirecto.- Puede ser hecho utilizando la

contrapositiva o por reducción al absurdo. El método de
demostración por contrapositiva utiliza las siguientes
equivalencias lógicas : a  b  (a)b  b  a. El
método de reducción al absurdo utiliza las hipótesis y
niega la conclusión hasta obtener una contradicción.
Prueba vacía.- consiste en demostrar p  q probando que q

es falso.
Prueba tribial.- consiste en demostrar p  q probando q

sin recurrir a p.
Prueba usando el principio de buena ordenación “todo

conjunto no vacío de N posee un elemento mínimo”.
7
Prueba utilizando el principio de inducción matemática (P.

I.M.)Sea P (m) es proposición matemática abierta, nZ+.
a) Si P(1) es verdadero (Paso base) y

b) Si P(k) verdadera  P(k+1)verdadera, algún k en
particular (paso inductivo).
Entonces : P(m) es verdadera n  Z+ (Conclusión)
Ejercicios
I)
1. Martha es una persona que le gusta salir por las
noches. Ella posee un automóvil y es aficionada al
biorritmo. Ella sabe si su biorritmo está alto, aún así
su carro no esté en buenas condiciones y además sea una
noche lluviosa, o sale si es que su carro está en
buenas condiciones y es una noche lluviosa; o sale si
es que su biorritmo está alto y su auto está en buenas
condiciones aún así esté lloviendo; o sale si es que no
está lloviendo aún así su carro no esté en buenas
condiciones. Hallar una función booleana que exprese la
solución óptima del problema de elegir una condición
para salir
2. Simplificar f(B,C,L)= BC’L + CL+ BCL + L’C’
3. Sonia irá al supermercado si José va con ella y si se

puede utilizar el carro de su madre. Sin embargo José
ha decidido ir a la playa si no llueve y si la
temperatura es superior a los 28°C. La madre de Sonia
ha hecho planea para utilizar el carro con el fin de
visitar a sus amigas si llueve o si la temperatura es
superior a 28°C. construir una función booleana que
muestre bajo que condiciones irá Sonia al mercado.
PROBLEMAS
1. Si x es un número real, entonces |-x|=x (Prueba por

casos)
Sol:
I) Sea xR, entonces x>0,  x=0  x <0

II) Si x>0  |x|=x por definición
 -x<0  |-x| = -(-x)=x
III) Si x =0 |-x| =0 =x|-x|=x
8
IV) Si x<0  |x|=-x  -x>0  |-x| = x
2. Demostrar que: [ >0(|a|<)]  a=0

Sol: empleando la contrarecíproca: a0  >0 (|a|>)
Si a0 |a|>0, por definición de valor absoluto
Luego,   >0 tg |a|  , es decir,  = |a|
3. Demostrar que  > 0, x  x  1

Sol: Prueba por contradicción:
I) Supongamos que  x > 0, x  x 1

II) Entonces x  x x  x x  1
III) Luego x  x  1 x  1  x  1
IV) Por lo tanto x x 1 , lo cual es una
contradicción
4. Sea  un conjunto de números reales parcialmente

ordenados por la relación  (es decir,  es reflexiva y
transitiva y es tal que x  y e y  x simultánea implica
x = y) entonces las siguientes afirmaciones son
equivalentes.
I) Cada sucesión creciente x1  x2 ... en  es

estacionaria (es decir, existe n en tal que
xn=xn+1=...)
II) Cada subconjunto no vacío de  tiene un elemento

maximal, como por ejemplo xn.
5. Para nZ+ sea pn el número (aproximado) de plantas

después de transcurrir n meses en un experimento de
invernadero que satisface las siguientes ecuaciones.
P0 = 3, pi = 7, y pn = 3pn-1 – 2pn-2, para nZ+ donde n2.
Demostrar pn = 2n+2 – 1  n N.
Solución: Aquí tenemos la proposición abierta

S(n): Pn = 2n+2 – 1
Entonces:
S(0) = p0=3= 20+2-1, es verdadera
S(1) = p0=7= 21+2-1, es verdadera
9
Supongamos que S(0), S(1),...,S(k-1),S(k) son verdadera

para algún kZ+, k1. Si n = k +12 entonces
Pk+1 = 3pk – 2pk-1
= 3(2k-2-1)-2(2(k-1)+2-1)
= 3(2k+2)-3-2(k-1)+3+2
= 3(2k+2)-(2k+2)-1
= 2(2k+2)-1 = 2(k+1)+2-1
6. Demostrar que la condición necesaria y suficiente para

que una matriz sea involuntiva es que (I-A)(I+A)=
Sol: Ainvoluntiva  (I-A)(I+A)=

()Si Ainvoluntiva  A2 = I
 (I-A)(I+A) = I + A2
= I – I = 
Si (I-A)(I+A)= 
(I-A)(I+A)=1-A2 =   A2=I  Ainvoluntiva
7. Aquí si A y B son matrices cuadradas donde n, la

condición necesaria y suficiente para que A y B sean
conmutativas es que A-kI y A+kI conmuten para cualquier
valor escalar k.
Sol:
A y B conmutan  A-kI y A+kI conmutan +k valor
A y B conmutan  AB = BA 
(A-kB)(A+kB) = AB – k(A+B)+k2I
= BA – k(A+B)+k2
= (B-k)(A+kI)
A+kI y B-kI conmutan
() supongamos que 7-kI y B-kI conmutan, entonces
(A-kI)(B+kI) = AB – k(A+B)+k2I
= BA – k(A+B)+k2I
10
= (B-kI)(A+kI)
 AB – BA y A y B son conmutables
2
 n   n  n 
a1,...,an y b1,...,bn GR    a k b k     a 2k    b 2k 
 k 1   k 1   k 1 
Solución:
La suma de cuadrados no es negativa luego
 (a k x  b k ) luego la desigualdad se puede escribir como
Ax2+2Bx+C0 donde
n n n
A   a 2k ; B= a k bk C= a 2
k
k 1 k 1 k 1
Si A>0, haciendo x = -A/B se obtiene
B2 –1C  0 que es la desigualdad

Si A=0 el resultado es obvio.
8. Si f tiene en x0 <a,b> f continua en x
Solución:
Si x<a,b>, xx0 podemos escribir
f (x)  f (x 0 )
f (x)  f (x 0 )  (x  x 0 )
x  x0
aplicando límites:
f (x)  f (x 0 )
l n f ( x )  f ( x 0 )  ln  (x  x 0 )
xx0 x  x0
f (x)  f (x 0 )
ln  ln ( x  x 0 )
xx0 x  x0 xx0
= f(x0) ln (x-x0)
xx0
= ln f(x) – f(x0)=0 
xx0
ln f(x)= f(x0)
xx0
11
f continua en x
Ejemplo: Demostrar que 112n-1 + 132n-1 es divisible por 24

n1, nZ+
Solución: Sabemos que si P(n) es una proposición matemática
abierta, nZ+
a) Si P(1) es verdadera
b) Si P(k) verdadera para kZ+ en particular, entonces
P(k+1) verdadera. Entonces S(n) verdadera nZ+
Luego, Si P(n): 112n-1+ 132n-1 es divisible por 24, entonces

a) Si n=1, (paso base)entonces 112(1)-1+132(1)-1 = 11+13 =
24, que es divisible por 24
b) Supongamos que p(k) es verdadera (k>1). Probaremos
que p(k+1) también es verdadera.
Si n = k+1, entonces
112(k+1)-1 + 132(k+1)-1 = 112k-1 . 112 + 132k-1 . 132
= 112k-1 . 112 + 132k-1. 112 - 132k-1. 112 + 132k-1 . 132

= 112 (112k-1 + 132k-1)+132k-1(132-112)
= 112 (112k-1+132k-1)+ 132k-1 . 48
Que es múltiplo de 24 por hipótesis inductiva. Por lo

tanto p(k+1) es verdadera. En consecuencia P(n) es
válida para todo nZ+.
Ejemplo: Demostrar que
k k k k

         ....     2k
 0 1  2 k
Solución:
 1  1
a) Si n=1 entonces       1  1 21 , lo cual es
 0  1
verdadero.
b) Supongamos que el resultado es cierto para n = k.

Probaremos que también es cierto para n=k+1. Esto es
h h h h
supuesto que:          ....     2 h , debemos probar
 0  1  2 h
 h  1  h  1  h  1
que:       ....     2 h 1
 0   2   h  1 
12
 n   n  1  n  1
En efecto. Desde que         entonces
 h   h   n  1
 k  1  k  1  k  1  k  1  k  1
         ......       
 0   1   2   k   k  1
k k k k k  k  k k

               ......          
0 0 1 1  2  k  1  k  k
 k   k   k   k    k   k   k  k 
         ......               ......     
 0   1   2   k    0   1   2  k 
= 2k + 2k = 2.2k = 2k+1
Esto prueba que p(k+1) es verdadera. Por lo tanto, el

enunciado es cierto para nZ+
Observación: Si AN y n0N fijo y se cumple:
a) n0 A
b) Si [hA,  hn0]  [(h+1)A]
Entonces nA, nn0
Observación: Definición recursiva. Sea n0N fijo y se

supone que
a) Se ha definido el elemento a n  A 0
b) Si se supone definido el elemento ah+1A

Entonces queda también definido el elemento anA, nn0
Ejemplo: La sucesión {bi} de números reales cumple:
b n 1  2b n  b n 1  1,  n  2
a) Deduce una fórmula de bn en términos de b1, b2 y n

b) Demostrar que la expresión obtenida en a) es válida 
n2.
Solución:
a) Cómo bn+1 – 2bn + bn-1 = 1, entonces
bn+1 = 2bn – bn-1 +1  n2
Luego:
13
Si n=2 , b3 = 2b2 – b1 + 1
Si n=3, b4 = 2b3 – b2 + 1
= 2(2b2-b1+1)-b2 +1 = 3b2-2b1+3
Si n=4 b5 = 2b4 – b3 +1
= 2(3b2-2b1+3)-(2b2-b1+1)+1
= 4b2 – 3b1+ 6
Si n=5 b6 = 2b5 – b4 + 1
= 2(4b2-3b1+6)-(3b2-2b1+3)+1
= 5b2 – 4b1 + 10
1
bn+1 = nb2 – (n-1)b1 + (n)(n-1), n2
2
b) Haremos la prueba utilizando inducción matemática

i) Si n=2, b3 = 2b2 – b1+1 es verdadera
ii) Supongamos que la relación es verdadera para n= h,
esto es que
bh+1 = hb2 – (h-1)b1 + ½ h(h-1) es verdadera.

Probaremos que la fórmula deducida también es
válida para n= h+1. En efecto si n= h+1
b(h+1)+1 = bh+1 + (b2 – b1 + h)

1
= hb2 – (h-1)b1 + h(h-1)+b2-b1+h
2
h ( h  1)  2h
= (h+1)b2-hb1 +
2
1
= (h+1)b2 – hb1 + h(h+1)
2
 El resultado es cierto para n = h+1
TEOREMA: Sea P(n) una proposición matemática abierta. Sean

además n0, n1Z+, n0n1
a) Si P(n0), P(n0+1), P(n0+2),...,P(n1-1)y P(n1)son

verdaderas; y
b) Siempre que P(n0), P(n0+1),..., P(k-1) y P(k) sean
verdaderas para algún k (particular, pero elegido al
azar), entonces la proposición P(k+1) también es
verdadera.
14
Entonces P(n) es verdadera  nn0
Ejemplo:
Después de transcurrir n meses en un experimento de

invernadero, el número Pn de plantas (de cierto tipo en
particular) satisface las ecuaciones P0 = 3, P1 = 7 y Pn =
3 Pn-1–2Pn-2 , para nZ+, donde n2. Demostrar que
Pn= 2n+2-1 para todo nN.
Solución: Sabemos que: P(n)= 2n+2 –1, luego

si n=0, p(0)= 3 = 20+2 – 1, es verdadera
Si n= 1, p(1) = 7 = 21+2 – 1 , es verdadera
Supongamos que las proposiciones p(0), p(1),...,p(k-1) y

p(k) son verdaderas para algún kZ+, donde k1. Probaremos
que p(k+1) es verdadera. En efecto.
   
p k  2  3p k  2p k 1  3 2 k  2  1  2 2( k 1)  2  1
= 3 (2k+2)-3 – 2(k-1)+3
= 3(2k+2)-(2k+2)-1 = 2(2k+2)-1= 2(k+1)+2-1
luego p(k+1)es verdadera
Por lo tanto pn = 2n+1 – 1 nN
15
Ejemplo: Durante la ejecución de un

programa en un lenguaje de
programación, el usuario asigna a las
While n <> 0 do
variables enteras x y n ciertos
enteros positivos (posiblemente Begin
diferentes). El segmento del programa
x : = x*n;
que se muestra en la figura va
inmediatamente después de estas n : = n-1
asignaciones. Si el programa llega a
End;
la parte superior del ciclo While,
enuncie y demuestre (por inducción Answer : = x;
matemática) cuál será el valor
asignado a Answer después de
ejecutarse las dos instrucciones del
ciclo n(>0) veces.
Solución:
Sea S(n) la siguiente proposición (abierta): Para x,nZ+,
si el programa llega a la parte superior del ciclo While,
después de que las dos instrucciones del ciclo se ejecuten
n(>O) veces, entonces el valor de la variable entera Answer
es x(n!)..
Consideremos primero S(1), la proposición para el caso en

que n = 1. En este caso, el programa (si alcanza la parte
superior del ciclo While) produce una ejecución del ciclo
While: x tendrá el valor x.l=x(1!) y el valor de n decrece
a O. Con el valor de n igual a cero, el ciclo no vuelve a
procesarse y el valor de la variable Answer es x(l!). Por
lo tanto, S(1) es verdadera.
Supongamos ahora que la proposición es verdadera para n=k

(1). Para x, kZ+, si el programa llega a la parte
superior del ciclo While, entonces, después de salir del
ciclo, el valor de la variable Answer es x(k!). Para ver
que S(k + 1) es verdadera, si el programa llega a la parte
superior del ciclo While, entonces ocurre lo siguiente
durante la primera ejecución:
El valor asignado a la variable x es x(k + 1).

El valor de n decrece a (k+1)-1 =k.
Pero entonces, podemos aplicar la hipótesis de inducción a
los enteros x(k + 1) y k, para afirmar que al salir del
ciclo While correspondiente a estos valores, el valor de la
variable Answer es(x(k+1))(k!)= x(k+1)!.
En consecuencia, S(n) es verdadera para todo nl, con lo

que hemos verificado que el segmento del programa es
16
correcto, mediante el principio de inducción matemática.
II) Justificando su respuesta, determinar la verdad o

falsedad de las afirmaciones siguientes.
1) La suma de tres enteros consecutivos es múltiplo de 3.

2) La suma de cinco enteros consecutivos es múltiplo de 5.
3) El producto de dos enteros impares es un entero impar.
4) 2 es irracional
5) 3 es irracional
6) si n N y n  4  n2  2n para n = 0,1,2,3
7) Si x,y R tal que xy=0  (x+y)n = xn + yn para n1 es
válida para n=1
8) a) x y : x2 + y2 0
b) xy; si x<y, entonces x2<y2
c) xR, yR: x2+y2  2xy
9) Existen infinitos primos
10)a) 1+2+...+n = n(n+1)/2

b) 12+32+52+...+(2n-1)2 = n(2n-1)(2n+1)/3
11)Después de transcurrir n meses en un experimento de

invernadero el número de plantas (de un tipo en
particular) satisface las ecuaciones:
p0 = 3, p1= 7 y 3pn-1 – 2pn-2, para nZ+, n2

demostrar que pn = 2n+2-1, nN
12)Para nZ+, sea Pn el número (aproximado) de bacterias

que hay en un cultivo, al final de n horas (después de
iniciado un experimento), si p1 = 1000, p2=2000 y pn = pn-
1 + pn-2 , para todo n>2, mostrar que.
 1000   1  5  1 5  

n 1 n 1
Pn       
 5   2   2  
 
2. Introducción del algebra de Boole

2.1 Definición de álgebra de Boole. Un álgebra de Boole es
un séxtuple: A, +, ., ‘, 0,1 tal que  a,b,c  A se
satisfacen las siguientes propiedades:
1) a + b = b+a y ab = ba
2) a + 0 = 0 + a = a y a.1 = 1.a = a
3) a + a’ = 1 y a.a’ = 0
4) a.(b+c)=a.b + a.c y a+(b.c)=(a+b).(a+c)
17
Ejemplo: S, P = P(S) con .=, + = , A’=Ac, 0=, 1=.

Por lo tanto el álgebra de conjunto es un álgebra de boole.
Ejemplo.- A={proposiciones} y provisto de .=1, +=v, p1=

p,0 = F, 1=T. Por lo tanto el álgebra de proposiciones es
un álgebra de Boole.
2.2 Variables Lógicas y Funciones Lógicas

Una variable lógica es aquella que puede tomar los valores
0,1. Se denotan por A,B,C,...,A1,...,An,...,w,x,y,z,etc.
Una función lógica es aquella cuyo dominio es un conjunto
de variables lógicos y su rango es {0,1}.
Ejemplo:
1) f(x,y) = x’y + xy’ + xy

2) f(x,y,z,) =x’yz + x’yz’+ xy’z+xyz
3) f(w,x,y,z)=w’x’y’z’+w’x’y’z+w’x’yz+w’x’yz’
Observación: Si B= {0,1}
1) Una variable booleana x : B  B

2) Una función booleana f : Bn  B
2.3 Tablas de verdad construcción de funciones booleanas
a) n = 2
A B Binario Decimal Minitérmino

0 0 00 0 m0
0 1 01 1 m1
1 0 10 2 m2
1 1 11 3 m3
b) n = 3
x y z Binario Decimal Minitérmino

0 0 0 000 0 m0
0 0 1 001 1 m1
0 1 0 010 2 m2
0 1 1 011 3 m3
1 0 0 100 4 m4
18
1 0 1 101 5 m5
1 1 0 110 6 m6
1 1 1 111 7 m7
c) n = 4 (Ejercicio)
Ejemplo: Martha es una persona que le gusta salir por las

noches. Ella posee un automóvil y es aficionada al
bioritmo. Ella sale si su biorritmo está alto, aún si su
carro no está en buenas condiciones y además sea una noche
lluviosa; o sale si es que su carro está en buenas
condiciones y es una noche lluviosa; o sale si es que su
biorritmo está alto y su auto está en buenas condiciones.
Hallar una función booleana que expresa la solución optima
al problema de elegir la condición para salir a la calle.
Solución : Sean las variables: B = biorritmo alto, C =

carro en buenas condiciones y L = Noche lluviosa.
Se tiene entonces: B. C’.L, C.L’, B.C.L, L’.C’. Según esto

la función booleana será:
f(B,C,L)= (B.C’.L) + (C.L’) + (B.C.L) + (L’.C’)
= BL+L’ = (B+L’) . (L+L’)= B+L’
Definición: Sean f,g : Bm  B
1) f = g  las columnas son idénticas en las

tablas de f y g
2) (f+g)(x1,…,xn)= f(x1,...,xn)+ g(x1,...,xn)
3) (f.g)(x1,...,xn)=f(x1,...,xn). g(x1,...,xn)
4) f ( x1 ,..., x n )  f ( x1 ,..., x n )
Propiedades
1) f '' f , x' '  x Ley del doble complemento

2) (f  g )'  f '.g ' , ( x  y)'  x '.y' Leyes de Morgan
(f .g )'  f ' g ' , ( xy)'  x ' y'
3) f+g = g+f , x+y = y+x Leyes conmutativas
f.g = g.f , x.y = y.x
4) f+(g+h)= (f+g)+h , x(y+z)= (x+y)+z Leyes

asociativas
f.(g.h) = (f.g).h , x(yz)= (xy).z
5) f+g.h = (f+g)(f+h) , x+yz = (x+y).(x+z)

Leyes
19
f(g+h)= f.g + f.h , x(y+z)= xy + xz Distributivas
6) Leyes de idempotencia: f+f =f , x+x = x

f.f =f , x.x = x
7) Leyes de identidad : f+0 = f , x+0 = x

f.1 = f , x+1 = x
8) Ley de Inversos: f + f’ = 1 , x+ x’ = 1
f.f’ =  , x.x’ = 
9) Ley de dominación: f+1 = 1 , x+1 = 1

f. =  , x. = 
10) Ley de absorción: f + f.g = f , x+x.y = x

f(f+g)=f , x(x+y) = x
Observación.- (Principio de dualidad) Las propiedades se

presentan por pares y una propiedad puede ser deducida de
la otra. Intercambiando.
+ por . (. por +)
 por 1 (1 por )
2.4 Formas Canónicas o estándar de una función lógica

1) Literal: cada término xi o su complemento xi’
2) Conjunción fundamental: Cada término de la forma:
y1...yn; donde yi = xi o xi’
3) Disyunción fundamental: Cada término de la forma:
y1+...+yn; donde yi = xi o xi’
4) Forma estándar de suma de productos (f.n.d.): cuando
todos los términos contienen todas las variables. Cada
término se llama TÉRMINO MINIMO O MINITERMINO: mi. En
este caso se denota f ( x1 ,...x n )   m i
5) Forma standard de productos de sumas (f.n.c.): cuando
cada factor contiene todas las variables. Cada factor
se llama TÉRMINO MÁXIMO O MAXITÉRMINO: mi. En este caso
se denota f ( x1 ,...x n )   M i
Ejemplo: Hallar la f.n.d. de f(w,x,y,z) = wxy’ + wyz’ + xy
1) wxy’.1 = wxy’(z+z’) = wxy’z + wxy’z’

2) wyz’.1 = wyz’(x+x’) = wyz’x+ wyz’x’
3) x’y = (w+w’)xy(z+z’)= wxyz + wxyz’ + w’xyz+ w’xyz’
Sumando 1,2 y 3 tenemos lo siguiente:
20
f(wxyz) = wxy’z + wxy’z’+ wyz’x+ wyz’x’+ wxyz + wxyz’ +

w’xyz+ w’xyz’
Ejemplo: Si f(x,y,z)=xy + x’z , escribir la fnd y la fnc

para f :
Solución:
a) f(x,y,z) = xy + x’z
* xy = xy (z+z’) = xyz + xyz’
* x’z = x’ (y+y’)z = x’yz + x’y’z
 f(x,y,z) = xyz + xyz’ + x’yz + x’y’z = m1(1,3,6,7)
b) f(x,y,z) = mi(1,3,6,7) cambiando a :  Mi(1,3,6,7)

= (x+y+z).(x+y+z’)(x’+y+z)(x’+y’+z)
2.5 Compuertas Lógicas

Se llaman compuertas lógicas a ciertos dispositivos
electrónicos que sirven para evaluar funciones lógicas,
estos dispositivos contienen internamente transistores
trabajando conmutación que se abren o cierran al recibir
una señala binaria. Forman parte de un circuito integrado.
Las principales son las siguientes:
NOMBRE SÍMBOLO EXPRESIÓN LÓGICA

1) and F = a.b
2) or F = a+b
3) inversor F = a’
4) xor (or exclusivo) F = ab
5) nand F = a.b
6) mor F = (a+b)’ = a.b = ab
+ a’b’
7) exor (mor exclusivo)
(ab)’
Observación: Tablas de verdad:
21
a b F = a.b F = a+b F =ab F=(a.b)’ F=(a+b)’ F=(ab)’

0 0 0 0 0 1 1 1
0 1 0 1 1 1 0 0
1 0 0 1 1 1 0 0
1 1 1 1 0 0 0 1
Ejercicio: Expresar : f (x,y,z,w) = x(y+z)(v+w)
a) Por medio de compuertas lógicas

b) Por medio de interruptores
2.6 MAPAS DE KARNAUGH

a) De 2 variables
x y f y’ y
0 0 m0 x’ m0 m1
x m2 m3
0 1 m1
1 0 m2
1 1 m3
Ejemplo: simplificar : f(x,y)=x’y+xy’+xy
b) De 3 variables y’yx’x’y’z’
x y z f m0x’y’z
0 0 0 m0 m1x’yz
0 0 1 m1
m2x’yz’
0 1 0 m2
0 1 1 m3 m2xxy’z’
1 0 0 m4 m4xy’z
1 0 1 m5 m5xyz
1 1 0 m6
m7xyz’
1 1 1 m7
m6
Ejemplo: Simplificar: f(x,y,z) = x’yz+x’yz’+xy’z+xyz
zz’
22
c) cuatro variables
y’ y
w’x’y’z’ w’x’y’z w’x’yz w’x’yz’
m0 m1 m2 m2
w’xy’z’ w’xy’z w’xyz w’xyz’
w’
m4 m5 m7 m6
wx’y’z’ wxy’z wxyz wxyz’
x
m12 m13 m15 m14
wx’y’z’ wx’y’z wx’yz wx’yz’
w
m8 m9 m11 m10
ejemplo: simplificar: f(w,x,y,z) = (0,1,2,3,8,9,10,11)
Ejemplo: Dada la función f(A,B,C)=

( A  B  C ) ( A  B  C ) ( A  B  C ) ( A  B  C ), construir la tabla de
verdad con maxtérminos y con miniotérminos.
f (A, B, C)  (A
  B C )(A  B  C )(A  B  C ) ( A  B  C )
001
           
011 101 111
= M1,M3,M5,M7
=  M(1,3,5,7)
los maxtérminos colocan ceros en las filas 1,3,5 y 7 de la
tabla de verdad
Número de fila Entradas Salidas =  M(1,3,5,7)
F(A,B,C)
0 000 1
1 001 0  M1
2 010 1
 M2
3 011 0
4 100 1  M5
5 101 0  M7
6 110 1
23
7 111 0
De la tabla de verdad para f(A,B,C) observamos que

F(A,B,C)=  m(0,2,4,6)
Por tanto,
f ( A, B, C)   n (1,3,5,7)
= m  m3  m5  m7
 1   
001 011 101 111
= AB C  ABC  ABC  ABC
En consecuencia,
f (A, B, C)  ABC  ABC  ABC  ABC
= A BC . ABC . ABC . ABC
 ( A  B  C ) ( A  B  C ) ( A  B  C )( A  B  C )
                   
001 011 101 111
= M1,M3,M5,M7
=  M(1,3,5,7)
Por tanto, hemos demostrado de manera algebraica que
f ( A, B, C)   M(1,3,5,7)   m(0,2,4,6)
lo que es obvio si examinamos a tabla de verdad.
Al manejar funciones, queda clara una relación entre los

mintérminos mi y los maxtérminos Mi. Por ejemplo, para una
función f(A,B,C) tenemos que
m1 A
 BC  A  B  C  M1
001
  
001
(Código del minitérmino) (Código del maxtérmino)
y viceversa. Esto ocurre en el caso general; es decir,

mi  M i
M i  mi  m i
24
Por tanto, los minitérminos y maxtérminos son

complementarios entre sí.
Ejemplo: Determinar una expresión de conmutación

simplificada y la red lógica para el circuito
lógico de la figura.
Escribimos una expresión de conmutación para la salida de

cada compuerta.
P1  ab
P2  a  c
P3  b  c
La salida es P4  P1 P2  ab (a  c)
f (a , b, c)  P3  P4
 ( b  c )  ab (a  c)
para analizar esta función, podemos llevarla a una forma

más sencilla empleando el álgebra de conmutación:
f (a , b, c)  ( b  c )  ab a  c
 bc  b c  ab a  c [Ec, 2.24]
= bc  b c  (a  b ) ac [T8]
 bc  b c  ab c [T5(6)]
 bc  b c [T4(a)]
f ( a , b, c )  b  c  b  c [Ec. 2.32]
25
Por tanto, de la ecuación 2.32
f ( a , b, c )  b  c  b  c
hemos reducido esta función a una compuerta OR exclusivo,

que se muestra en la figura. Las redes de conmutación de la
figura tienen la misma
Figura. Redes de conmutación equivalentes
Tabla de verdad y, por ende, son equivalentes. Queda claro

que la figura es más recomendable, pues es menos compleja.
26
Ejemplo: Se diseña una alarma contra robos para un

banco, de modo que percibe cuatro líneas de señal
como entradas. La línea A es del interruptor
secreto de control, la línea B es de un sensor de
presión debajo de una caja fuerte que se encuentra
en un gabinete cerrado, la línea C es de un reloj
alimentado por baterías, y la línea D se conecta a
un interruptor en la puerta del gabinete cerrado.
Las siguientes condiciones producen un voltaje de
1 lógico en cada línea:
A : El interruptor de control está cerrado.

B : La caja fuerte está en su posición normal dentro del
gabinete.
C : El reloj está entre las 1000 y las 1400 horas
D : La puerta del gabinete está cerrada.
Escribir las ecuaciones de la lógica de control para la
alarma contra robos a modo de producir un 1 lógico (suena
un timbre) cuando la caja se mueve y el interruptor de
control está cerrado, o cuando el gabinete se abre fuera de
horas hábiles, o cuando el gabinete está abierto con el
interruptor de control abierto.
El enunciado “cuando la caja se mueve y el interruptor de

control está cerrado” se representa mediante AB . “Cuando
el gabinete se abre fuera de horas hábiles” se representa
mediante CD . “Cuando el gabinete está abierto con el
interruptor de control abierto” se representa mediante AD
. Por tanto, la ecuación lógica para la alarma contra robos
es
f ( A, B, C, D)  AB  C D  AD
27
Ejemplo: Juan y María Pérez tienen dos hijos, José

y Susana. Cuando salen a comer, van a un
restaurante que sólo sirve hamburguesas o a uno
que sólo sirve pollo. Antes de salir, la familia
vota para elegir el restaurante. Gana la mayoría,
excepto cuando los papás están de acuerdo, en cuyo
caso ellos ganan. Cualquier otro empate implica ir
a al restaurante de pollo. Diseñar un circuito
lógico que seleccione en forma automática el
restaurante elegido cuando toda la familia vota.
Si I representa un voto por las hamburguesas y 0 un voto
por el pollo, la tabla de verdad para el circuito de
votación es la de la tabla 2.9. La función lógica es
f ( A, B, C, D)  A BCD  ABCD  AB C D  AB C D  ABC D  ABCD
 ABCD  ABCD  AB  AB  ACD  ABCD  AB  ACD  BCD
La figura muestra el circuito lógico para esta función.
Tabla de verdad para la votación de la familia Pérez
Juan María José Susana Voto por las

hamburguesas
0 0 0 0 0
0 0 0 1 0
0 0 1 0 0
0 0 1 1 0
0 1 0 0 0
0 1 0 1 0
0 1 1 0 0
0 1 1 1 1
1 0 0 0 0
1 0 0 1 0
28
1 0 1 0 0
1 0 1 1 1
1 1 0 0 1
1 1 0 1 1
1 1 1 0 1
1 1 1 1 1
f(A,B,C,D)
Figura Circuito lógico para el ejemplo de la votación por

el restaurante
29
CAPITULO II
INTRODUCCIÓN AL ÁLGEBRA LINEAL
2.1 Matrices
2.1.1 Definición de matrices
Una matriz es un arreglo rectangular de elementos en
filas y columnas que tienen la siguiente forma:
 a 11 a 12 a 13 
a a 22 a 23 
 12
a 13 a 32 a 33 
las matrices se denotan por letras mayúsculas y sus

elementos por números y por letras. Si A es una matriz a ij
denota el elemento que se encuentra en la fila i y la
columna j. Una matriz A es de orden m x n y se denota Amxn =
(aij)mxn si tiene m filas y n columnas.
Problemas:
1) Escribir explícitamente las siguientes matrices

a) A = [aij]3x2 , aij = i+2j
b) B = [bij]3x3, bij = 2i – j
2.1.2 Matrices especiales
1) A es una matriz cuadrada si tiene el mismo número de
filas y columnas. Se denota por An y se llama matriz
de orden n. Los elementos a11, a22,...ann están en la
diagonal principal de A. La traza de una matriz
cuadrada An=(aij) es la suma de los elementos de la
diagonal principal.
2) A = (aij) y B = (bij) son iguales si y solo si tienen
el mismo orden y aij = bij i,j.
3) A una matriz es nula y se denota por , si todos sus
elementos son iguales a cero.
4) A es matriz triangular inferior si es cuadrada y aij=
0, i<j. A es matriz triangular superior si
Aij=0 i >j.
5) D es matriz diagonal si es triangular superior e
inferior se denota D = diag (d11, d22, dnn)
6) E es matriz escalar si es diagonal y d11 = d22 = dnn =
. Una matriz identidad si es una matriz escalar con
=1, si denota In
7) Matriz rectangular es aquella que no es cuadrada. Una
matriz fila es aquella que consta de una sola fila y
30
una matriz columna es aquella que consta de una sola

columna.
8) La transpuesta de la matriz. A = (aij)mxm es la matriz
AT= (aij)nxm
A es simétrica si AT = A y es antisimétrica si A=-At.
2.1.3 OPERACIONES CON MATRICES
1) Adición: Si A = (aij)y Bmxn = (bij) entonces

A + B = C  cij = aij + bij
Dos matrices son conformables respecto a la adición

si son del mismo orden
2) Multiplicación de una matriz por un escalar
Si A = (aij) y x es un escalar, entonces

XAmxn = (aij)mxn
3) Multiplicación de matrices
Si Amxn = (aij) y Bmxn = (bij)pxn entonces
n
Amxn . Bmxp = Cnxp (Cij) si y solo si Cij   a ik bkj
k 1
Dos matrices A y B son conformables respecto al producto

si es posible efectuar A x B.
PROPIEDADES
Si A, B y C son matrices conformables con las operaciones

indicadas, entonces.
1. A + B = B + A
2. (A + B) + C = A + (B + C)
3. k(A + B) = kA + kB
4. (k + l)A = kA + lA
5. (kl)A = k(lA)
6. l.A = A
7. –A = (-1)A
8. A – B = A + (-B)
9. A (BC) = (AB)C
10. (A+B)C =AC + BC
11. A(B +C)= AB + AC
12. En general no se cumple AB= BA
Observación: A0 = I , A1 =A, A2 = A . A, ..., An = A.An-1
31
Problemas
2) Dada las matrices
 x  2y x  2 y  4  2 / 3  2
A =   , B    y C =  
 3 x  y 3 4   1 0 
Si A = B, hallar A + 3C
1 ab 0
 
3) A =  2 5 a
b x 3 

Si A es simétrica hallar traza A
4) Dos matrices A y B son conmutativas o permutables

si AB = BA. Determinar si las matrices dadas son
conmutativas.
3 1 0 1 1 2 1 1 2 3 1 0
       
a)  0 3 1 , 0 1 1 b)  0 1 1 , 0 3 1
0 0 3  0 0 1  0 0 1  0 3 3 
   
5) Determinar una fórmula para An y luego demostrarla

por inducción
1 0 1 0
0 1 1  
  0 1 0 1
a) A  0 0 1 b) A  
0 1 0 1 0
 0 0  
0

 1 0 1 
6) Sea A una matriz cuadrada. A es idempotente si A2 =

A. A es involutiva, si A2 = I y A es nilpotente de
índice p, si Ap = , p  Z mínimo. Determinar el tipo
de las siguientes matrices.
 3 6 2   1 1 3   1 2 4  0 1 1
       
A  2 4  1 , , B   5 2 6 ,C  1 2  4 , D   0 0 1
 2 3 0   2 1  3   1 2 4  0 0 0 
   
2.2. DETERMINANTES
Definición : El determinante es una función que
aplicada a una matriz cuadrada, A= (aij)n da un único
32
valor numérico llamado determinante de A y se denota |

A| o det(A) o detA
Ejemplos(Reglas Prácticas)
 a 11 a 12  a a 12
1) Si A =   , entonces | A |  11 = a11a22 – a21a22
a 21 a 22  a 21 a 22
 a 11 a 12 a 13 
2) Si A  a 21 a 22 a 23  , entonces

a 31 a 32 a 33 
a 11 a 12 a 13 a 11 a 12
a 11 a 22 a 23  a 12 a 23 a 31  a 13 a 21 a 23
| A |  a 21 a 22 a 23 a 21 a 22 
 a 31 a 22 a 13  a 32 a 23 a 11  a 33 a 21 a 12
a 31 a 32 a 33 a 31 a 32
Propiedades: Sea A= (aij)n
1) Si se intercambian 2 filas el determinante cambia de

signo
2) Si intercambian 2 filas de A k lugares para obtener
B, |B| = (-1)k |A|.
3) Si todos los elementos de una fila de A son ceros, |
A| =0
4) Si 2 filas son proporcionales, |A| =0
5) Si todos los elementos de una fila de A son
multiplicados por k y se obtiene B, |B| = k|A|
6) Si a cada elemento de una fila de A se le suma un
múltiplo de los elementos correspondientes de otra
fila, el valor del determinante no varía.
7) |A| = |At|. Esta propiedad permite afirmar que las
propiedades dadas, para filas también se verifican
para las columnas.
8) Si A es matriz triangular superior o inferior,
entonces |A| =a11a22...ann
9) Si cada elemento de una fila A se expresa como la
suma de los términos, |A| se puede expresar como una
suma de k determinantes, es decir (k=2)
a 11  a 11 ' a 12  a 12 ' a a 12 a 11 ' a 12 '

 11 
a 21 a 22 a 21 a 22 a 21 a 22
10)Si D= diag (d11d22...dnn), entonces |D| =d11d22...dnn

11)|In| = 1 y |n| = 0
12)a) |AB| = |A|.|B| b) |At|=|A| c) |A| = n|A|
33
Problemas:
1) Calcular los determinantes
0 1 0 1 2 3 0 1 1
a) 0 0 1 b) 4 5 6 c) 1 0 1
0 0 0 7 8 9 1 1 0
2) Calcular los determinantes
0 1 1 1 0 4 4 4 1 2 3 4 a 1 0 0
1 0 1 1 4 0 4 4 5 6 7 8 0 a 1 0
a) , b) c) d)
1 1 0 1 4 4 0 4 9 10 11 12 0 0 a 1
1 1 1 0 4 4 4 0 13 14 15 16 0 0 0 a
Definición Si A = (aij)n, el menor complementario del

elemento aij se denota Mij y es la matriz cuadrada de orden
n-1 que se obtiene eliminando en A la fila i y la columna
j. Se llama cofactor del elemento aij al número
Aij = (-1)i+j |Mij|.
Teorema(Teorema de Expansión):El determinante de A es igual
a la suma de los productos de los elementos de cualquier
fila (columna) por sus respectivos cofactores. Es decir:
Si se toma la fila i : |A| = ai1 Ai1 + ai2 Ai2 + .... + ain Ain
Si se toma la columna j : |A| = aij Aij + a2j A2j + ...+ anjAnj
Utilizar este método para calcular
Definición: Una matriz cuadrada A de orden n, es

invertible, si existe una matriz cuadrada B de orden n tal
que BA = AB = In. En este caso B se llama matriz inversa de
A.
Teorema: Si A es invertible, su inversa es única.
  11 6  4 1 2 0
   
Verificar si  6 3 2  es inversa de  2 5 2
 4 2  1  0 2 3 
 
Definición: A es matriz no singular si es cuadrada y |A|0.
34
Determinar cuales de las siguientes matrices es no

singular:
  11 6  4  0 1 0  1 2 3 0 1 1
       
a)  6 3 2  b)  0 0 1  c)  4 5 6  d)  1 0 1 
 4 2  1   0 0 0 7 8 9 1 1 0
      
Definición : Se llama matriz de los cofactores de A a la

matriz Cof(A)= (Aij) donde Aij es el cofactor del elemento
aij. Se llama matriz adjunta de A a la matriz
Adj(A) = (Cof A)T.
Teorema: Si A es una matriz invertible (|A|0), entonces
adj( A ) 1
A 1   ( Adj( A ))
|A| |A|
Ejercicio hallar la matriz inversa para
1 2 0   11 6  4
   
a)  2 5 2  , b)  6 3 2 
0 2 3   4 2  1 
 
Definición: Dada una matriz Amxn es posible obtener

submatrices cuadradas de orden k x k contenidas en A. Se
llama rango de la matriz Amxn al orden de la sub matriz
cuadrada a más grande contenido en A cuyo determinante es
no nulo y se denota por r(A) o rango(A).
Ejercicio Determinar el rango de las siguientes matrices
1 2 0 4 3 2 2 0 1 1 0 2 6 7
     
a)  2 5 2 , b)  0 2 1 1  , c)  3 4 0 3 1 1 7
0 2 3  0 0 3 3  5 1 0 0 4 6 7 
  
PROBLEMAS RESUELTOS:
3 6  9
1. Hallar el rango de A  0 2 1 


3 1 2 

Solución: Calculamos |A|
35
3 6 9 f 3  f1
3 6 9
| A | 0 2 1  0 2 1  3A 11
3 1 2 0 7 11
2 1
 3( 1) 11  3( 22  7 )  87
7 11
Como |A|  0, ran (A) = 3
2. Hallar todas las sub matrices cuadradas de la matriz
0 14 22 
5 2  4
B
 1 1  1
 
2 3 5 
Solución:
En primer lugar hallamos las sub matrices cuadradas de

orden 3 x 3
0 14 22  0 14 22  0 14 22 5 2  4
5 2  4 , 5 2  4 ,  1
 1  1 ,  1 1  1 
  
 1 1  1  2 3  1   2 3 5   2 3 5 
calculamos ahora las submatrices cuadradas de orden 2
0 14 0 22  14 22   0 14   0 22 14 22

5 , , , , ,
 2  5  4  2  4  1  1  1  1  1  1
0 14 0 22 14 22 5 2 5  4  2  4

2 3 , 2 5 
, 3 5 
,  1  1
,  1 ,
 1   1  1 
     
5 2 5  4 2  4   1  1  1  1  1  1
2 , , , , ,
 3 2 5  2 5   2 3   2 5   3 5 
3. Hallar el rango de la matriz del problema anterior
0 14 22 
5 2  4  60  0, luego ran(B) = 3

  1 1  1 
36
4. Hallar la inversa de la matriz

 Cos  Sen 0
A   Sen  Cos  0
 0 0 1
Solución.- Para hallar la inversa podemos utilizar el

Adj A
método de las adjuntas: A 1  , Adj A  B t
|A|
Sea : La matriz de cofactores, donde Aij = (-1)i+j Mij siendo

Mij el determinante de la submatriz que se forma al
suprimir la fila i y la columna j de A.
 A 11 A 12 A 13   Cos  Sen  0
B  A 21 A 22 A 23    Sen  Cos  0
   
 A 31 A 32 A 33   0 0 1
Cos   Sen  0
B t
 Sen  Cos  0  Adj A, | A |  1
 0 0 1
Cos   Sen  0
A 1
 Sen  Cos  0
 0 0 1 
Ejercicio: Hallar la inversa de la matriz
Cos   Sen  0
B  Sen  Cos  0
 0 0 1 
Observación
1) Si A es un matriz no nula, de orden n x m, entonces:

0 < ran(A)  min {n,m}
2) Si A es matriz cuadrada, no nula de orden n,

entonces: 0 < ran(A)  n
3) Si A y B son matrices conformables respecto a la
suma A + B, entonces ran(A+B) ran(A) + ran(B)
37
4) Si A y B son matrices conformables respecto del

producto A B entonces: ran(AB)  min{ran(A), ran(B)}
5 .Hallar el valor de k de tal manera que

el rango sea máximo
1 2 1 10 
2 8 2 8 1
a) A   b) A  c ) A  2 k  2k 20 
k 4 k 4 7 
1 1 k 3  6
Solución:
2 8
a) | A |   8  8k  0  k 1 luego
k 4
ran(A) = 2  x  C – {1}
2 8
b)Como  es submatriz cuadrada de la matriz
k 4
por la parte a) ran (A) = 2  x  C – {1}
1 2 k
c) 2 k  2k  k 2  8k  10 ,  k  4  6
1 1 k 3
Luego ran(A) = 3 Si k  C – {4  6}
1 2 k 
d)como 2 k  2k  es submatriz de la matriz
1 1 k  3
por c) ran (A) = 3 Si k  C – {4  6}
2.3 OPERACIONES ELEMENTALES MATRIZ ESCALONADA

2.3.1 aciones elementales
Definición: Se llaman operaciones elementales o

transformaciones elementales por filas (o columnas)
sobre una matriz A son aquellas que no alteran ni su
orden ni su rango.Son las siguientes:
1) Intercambio de 2 filas (ó 2 columnas) se denota

fi x fj (ó ci x cj)
2) Multiplicación de una fila (ó 2 columnas) por un
escalar.
38
Se denota por fi  kfi (ó ci  kci)

3) A una fila (columna) le sumamos el múltiplo de otra
fila (o columna) se denota: fi + kfj (ó ci + kcj)
2.4 MATRICES EQUIVALENTES
DEFINICIÓN:Dos matrices A y B son equivalentes si una

de ellas, si puede deducir de la otra mediante un
número finito de operaciones elementales (fila o
columna) si A y B son equivalentes se denota: A  B.
Ejemplo
1 2 3 1 0 0 1 2 3 1 0 0
A  1 3 3 0 1 0  0
 f 2  f1
1 0 1 1 0  B
  f 3  f1  
1 2 4 0 0 1  0 0 1 1 0 1 
Por lo tanto A  B
Matriz escalonadas (por filas)

Definición: Una matriz E = [eiji]mxn es escalonada si
satisface las siguientes condiciones:
1) Las primeras k filas son no nulas y las (m-k) filas

restantes son nulas
2) El primer elementos no nulo en cada una de las (m-k)
filas restantes es 1.
3) En cada una de las k primeras filas, el número de
ceros anteriores a la unidad crece de fila a fila.
Ejemplo Si
1 2 1 
0 1 2 3 1 0 0 1 2 3 1 0 0
1 2 / 5
A , B  1 4 3 0 1 0 , C  0
 1 0 1 1 0
0 0 1 
  1 3 4 0 0 1  0 0 1 1 0 1 
0 0 0 
Las matrices A y C son escalonadas por filas.
Propiedades
1) Cualquier matriz A = [aij]mxn puede ser llevada a una
matriz escalonada equivalente E= [eij]mxn , mediante
un número finito de operaciones elementales fila.
2) A  B  ran(A) = ran(B)
3) Para obtener ran(A): A  ...  EA
y ran (EA) es el número de filas no nulas de EA
4) Para obtener la inversa de una matriz cuadrada A
mediante un número finito de operaciones
elementales:
OE
( A : I n )  ( In :B )
y se hace B= A-1
39
Ejemplo: Hallar el rango de
1 2 3 1 0 0 2 3 4
a) A  1 3 3 0 1 0 , b) B   4 2 2
1 2 4 0 0 1   1 1 2
1 2 1  6 2 2
3 1 1  1 2 1 
a) C   , d) D  
2 1 0  2 1 0
   
5 2 1  5 2 1
Solución:
1 2 3 1 0 0 1 2 3 1 0 0
A  1 3 3 0 1 0  0
 f 2  f1
1 0 1 1 0  E
  f 3  f1  
1 2 4 0 0 1 0 0 1 1 0 1 
donde E es una matriz escalonada con 3 filas no nulas,

luego ran (A) = 3
b) Ejercicios. Rpta. Ran (B)=3
1 2 1 1 2 1  1 2 1 
3 1 1 ff 32 32ff11 0  5  2   0 1 2 / 5
c) C    (
1 / 5) f 2
  
2  1 0  f 4  5 f1 0  5  2  0  5  2 
     
5 2 1 0  8  4  0  8  4 
1 2 1  1 2 1  1 2 1 
0
f 3  5f 2
1 2 / 5  f 3 x f 4 0 1 2 / 5   4 f1 0
 5
1 2 / 5
 
f 4  8 f1
    
0 0 0  0 0  4 / 5 0 0 1 
     
0 0  4 / 5 0 0 0  0 0 0 
Luego ran(C) = 3
d) Ejercicio Rpta. Ran (D) = 3
Ejemplo: utilizando operaciones elementales hallar la

matriz inversa de
40
1 2 3 4
1 3 3 1 2 0 1 0 1 2
a) A  1 4 3 ; b) A  2 5 2 , c) A  
0 1 1 3
1 3 4 0 2 3  
2 4 4 8
Solución:
1 3 3 1 0 0 1 3 3 1 0 0
a)  A | I 3   1 4 3 0 1 
0 

 0
f 2  f1

1 0 1 1 0

f 3  f1
1 3 4 0 0 1 0 0 1 1 0 1
1 3 0 4 0  3 1 0 0 7 3  3
f  0
1  3f 3
1 0 1 1 0  f  0
1  3f 2
1 0 1 1 0 
   
0 0 1 1 0 1  0 0 1 1 0 1 
7 3  3
Por lo tanto A 1
  1 1 0 
 1 0 1 
b) Ejercicio
1 2 3 4 1 0 0 0 1 2 3 4 1 0 0 0
1 0 1 2 0 1 0 0 1 0 1 2 0 1 0 0
c)  A / I 4     
4  2 f1
f
0 1 2 3 0 0 1 0 0 1 2 3 0 0 1 0
   
2 4 6 8 0 0 0 1 0 0 0 0 2 0 0 0
Observamos que no es posible [A|I4]  [I4|B]
Luego, no existe A-1
2.5 SISTEMAS DE ECUACIONES LINEALES
Se llama sistema de ecuaciones lineales y ni incógnitas al

conjunto de ecuaciones.
a 11 x 1  a 12 x 2  ....  a 1n x n  b1
a 21 x 1  a 22 x 2  ...  a 2 n x n  b 2
.......................
a n1 x 1  a n 2 x 2  ...  a nn x n  b n
Observación : el sistema (1) es equivalente a la ecuación

matricial
41
 a 11 a 12 ..... a 1n   x 1   b1 
a a 22 ...... 
a 2n x 2  b 
 21     2
 .... ..... ...... ......  ....   .... 
    
a n1 a n2 ...... a nn   x n  b n 
o simplemente : Anxn Xnx1 = bnx1
Definición: una solución del sistema es una n-upla (x 1,

x2,...xn) que satisface es todos las ecuaciones.
Observación: En el sistema (1) A es matriz de los

coeficientes y se llama matriz ampliada o aumentada del
sistema a la matriz Aa = [A/b]nx(n+1)
2.6 PROPIEDADES DE SISTEMAS

Observación: Un sistema de ecuaciones Ax  b es
consistente si tiene una o más soluciones, es caso
contrario se dice que es inconsistente.
Propiedades:
1) Dos sistemas de ecuaciones Ax = b, Cx = d son
equivalentes, si y solo si sus respectivas matrices
aumentadas equivalentes; es decir si y solo si Aa = [A; b]
 Ca = [C; d]
2. Dado el sistema lineal Ax = b, si

Aa = [A; b] ... EA = [E, f], entonces
Ax = b y Ex = f son equivalentes
Conclusión: Para resolver un sistema de ecuaciones lineales

no homogénea debemos llevar la matriz del sistema Aa a una
escalonada equivalente y a partir de esta deducir las
soluciones.
Ejemplo:
Propiedades: Dado el sistema de ecuaciones Ax=b
1 El sistema consistente si ran[A]=ran[A/b] además:

2.ran [A] = ran[A;b] = # incógnitas  existe solución
única.
2.ran [A] = ran[A;b]< # incognitas  existe infinitas

soluciones
42
1) El sistema es inconsistentes si
ran[A]ran [A;b]
Observación: Para hallar A-1 y la solución del

sistema Ax = b
operaciones fila
[An; In; b] [In|A-1|S]
elementales
donde S es la solución del sistema
Ejemplo: Analizar y resolver:
1 3 0   x1   4
    
 3 4  1  x 2    6
 0 1 6   x   5
  3   
Solución:
En primer lugar analizamos el sistema:
1 3 0  1 3 3 4
   
A  3 4  1 y A a  [ A | b ]   3 4 1 6
0 1 6  0 1 6 5 
 
1 3 0
| A | 3 4  1   29  0, luego
0 1 6
ran[A]=ran[Aa] = 3 = # incógnitas; por lo tanto existe
solución única.
Calculamos la solución del sistema, utilizando

transformaciones elementales fila.
1 3 0 4 1 3 0 4  1 3 0 4 
A  3 4  1 6  0
 f 2  3 f1
5  1  6  0
 ( 1) f 2
5 1 6 
( 1) f 3
0  1 6 5 0 1 6 5  0 1 6  5
1 3 0 4 1 3 0 4
 0 1  6
f 2 x f3
 5  0 1  6  5   C E d 
 f 3  5f 2 
0 5 1 6  0 0 31 31 
Como CE es matriz escalonada, el sistema dado es

equivalente a
X1 + 3x2 = 4
43
x2 – 6x3 = -5
31x3 = 31
Luego, resolviendo la última ecuación y reemplazando las
anteriores, y así sucesivamente se tiene X  (1,1,1) t
Ejemplo: Analizar los sistemas
3x y  k x 2y  3z  0
 
a) kx  2y  0 , b) kx  4y  5
7x y  k1 x 2y3z  0
 
3 1 
3 1
Solución: a) A   k  2 luego  0 , por lo tanto
7 1
 7 1 
ran(A) = 2
3 1 k  3 1 k
[ A / b]   k 2 
0  , luego k 2 0  7k  6 por lo tanto
 7 1 k  1 7 1 k 1
ran(A) = 3, kC-{6/7}. Entonces r[A] r[Aa],  kC–{6/7}

en cuyo caso será inconsistente. Por otro lado es ran
[A;b]= ? Veamos
3 1
Como  0. Entonces ran[A|b]=2 ran[A] = # incógnitas,
7 1
luego, en este caso el sistema es consistente y tiene
solución única.
b) Solución
1 2 3  1 2 3 0
A   k 0 4  y [A | b]   k
 0 4 5
  1 2  3   1 2 3 0
44
|A| =0  kC, pues tiene 2 filas proporcionales, luego

2 3
ran(A)  0, luego ran[A]3. Además 0 4
= 8 0, luego
ran[A]=2. Por el análisis anterior ran[A|b]=2. Por lo tanto
ran[A] = ran[A|b]= # incógnitas. Se sigue entonces que el
sistema es consistente y tiene solución única.
Ejercicio: Hallar los valores de k tal que el sistema sea

consistente y tenga solución única.
x  2 y  z  10

2k  ky  2 kz  20
x  y  (k  3)z  6

Rpta. kC–{4  6 }
2.7 Regla de cramer (Regla práctica)

El sistema (1) tiene solución única sí y solo si |A| 0 y
está dada por
| Ai |
xi  ; i 1, 2, ......, n
|A|
y además Ai es la matriz obtenida a partir de A,
reemplazando la columna i de A por la matriz columna b
2.8 Sistema de ecuaciones homogéneas

Es un sistema lineal de n ecuaciones lineales con n
incógnitas de la forma.
a 11 x 1  a 12 x 2  ............  a 1n x n  0
a 21 x 1  a 22 x 2  ............  a 2 n x n  0
. . . .
. . . .
a n1 x 1  a n 2 x 2  ............  a nn x n  0
El sistema A es equivalente a : Ax  0 donde Amxn ,

Xnx1 , 0mx1
Propiedades
1.El Sistema de ecuaciones (1) tienen al menos una solución
llamada solución tribial.
2 Si m = n, la condición necesaria y suficiente para que al
sistema tenga soluciones no triviales es que |A|0, ya que en
este caso. ran (A) <nSi ran(A)= ran(Aa) es un sistema
45
homogéneo, entonces para solucionarlo aplicamos el método

usado en el caso no homogéneo.
3.Como en el caso anterior el sistema Ax=0 tienen solución
única si y solo si
ran(A)= ran(Aa) = k < n° incógnitas.
3 VALORES PROPIOS Y VECTORES PROPIOS

Definición:
Sea A= [aij]nxm matriz cuadrada
1) Se llama polinomio característico de A y se denota
por p() al desarrollo de |A-xI|, escalar, es decir
p( )  | A   |  b 0  b1   b 2 2  ......  b n n
2) Se llama ecuación característica de la matriz A a

la ecuación p() = |A-I| =0
3) Se llaman valor propio (raíces características o

autovalores o eigenvalores) de la matriz A a las
raíces de su ecuación características.
4) Si llama valor de A asociado al valor propio  al
vector x  o que satisface Ax  x
Ejemplo: Hallar los valores y vectores propios de la

matriz.
5 2 2 
A  2 2  4
2 4 2 
Solución:
5   2 2 
 2 2  4   (  6) 2 (  3)  0
Vemos que: |A-I| = 
 2 4 2   
Los valores propios son: 1 = -3 y 2 = 3 = 6 (raíz de

multiplicidad 2).
Cálculo de los Vectores propios

 1 
Para  1   3, ( A   1 I) x  0  ( A  3I) X  0 , encontramos: X1=  2
  2
46
Para  2   3  6 (multiplicidad 2), calculamos el rango de

(A-I) = (A-6I)
 1 2 2   1 2 2 
A  6I   2  4  4 f
3 f 2
  2 4
  4
 2  4  4  0 0 0 
1  2  2  1 2 2 
  1  2  2 f
( 1) f1 3 f 2
  2  4  4  E
 
(1 / 2 ) f 2
0 0 
0   0 0 0 
Vemos que (A-6I)=1 < 3 = número de incógnitas, entonces

existen 2 variables libres e independientes.
El sistema simplificado es EX = 0, lo cual equivale a la

ecuación: x1-2x2 – 2x3 =0 . Sean x3 = s y x2 = r las
variables libres o independientes, entonces:
X1 = 2r + 2s
De donde, el vector propio (solución no trivial) es:
 2r  2s  2 2
X   r   r 1   s 0 
    , con r ó s diferente de cero
 s  0  1 
Obtenemos los vectores propios linealmente independientes :

 2
x2 = 1 
0
 2
 r  1, s 0  y x3  0 , ( r  0 , s  11).
1 
Vemos que para 2 = 3 = 6 (multiplicidad 2), existen 2

vectores propios.
Propiedades : Si x es valor propio de A asociado a 

entonces  x ;  R  {U} es también valor propio de A
asociado a .
47
1. A y AT tienen los mismos valores propios

2. Si un valor propio de A, entonces |A| =0
3. Si  es valor propio de A, entonces k es valor
propio de kA
4. Si  es valor propio de A, entonces n es valor
propio de Am, m Z+
5. Si  es valor de A, entonces   k es valor propio
de A  k I.
6. Si  es valor propio de A, entonces 1/ es valor
propio de A-1
7. Los n valores propios de una matriz diagonal son los
n elementos de la diagonal.
8. Si A es una matriz triangular inferior (superior),
los valores propios de A son los elementos de la
diagonal.
9. La suma de los valores propios de A son los
elementos de la diagonal.
6. Problemas resueltos:
1. Suponga una dieta mínima vital a de 110 unidades de

proteínas, 130 unidades de carbohidratos y 100 unidades
de minerales. Si además existen 3 tipos de alimentos
que se distribuyen empaquetados y que por paquete
contiene:
Proteínas Carbohidratos Minerales

Alimento A 1 u 2 u 4 u
B 4 u 4 u 2 u
C 2 u 4 u 3 u
Cuadro de unidades por paquetes
Cuántos paquetes de cada tipo de alimento se deberá

consumir para lograr la dieta mínima.
Solución: para una dieta mínima vital se necesitaría:
x : paquetes del alimento A
y = paquetes del alimento B
z = paquetes del alimento C
lo que consume proteínas es : (1)x + (4)y + (2)z = 110

lo que consume Carbohidratos es : (2)x + (4)y + (4)z = 130
lo que consume minerales es : (4)x + (4)y + (3)z = 100
48
Entonces:
1 4 2 x  110 
2 4 4  y  130 . Es decir AX = b, es decir X = A-1b
    
 4 2 3  z  100
Calculando tenemos:
1 4 2
| A | 2 4 4  20 . Además
4 2 3
 4 4 4 4 2 4 
  
 2 3 4 3 4 2 
 4 10  12  4 8 8 
 4 2 1 2 1 4
Cof A   2     8 5 14  , Adj A   10 5 0 
 3 4 3 4 2 
 8 0  4   12 14  4
 4 2 1 2 1 4 
 4 
 2 2 4 2 4 
también tenemos
 4 8 8   4 8 8  11
1   1 
A 1
 10 5 0   A B  X   10
 1
5 0  13 (10) 
20   20 
  12 14  4   12 14  
 4 10 
 44  104  80   10 
1   22.5
Por lo tanto X   110  65   
2
  132  182  40  5 
2. Cierta especie de peces viven en un gran lago donde

se observan 3 zonas bien definidas A,B,C. Por razones
ecológicas día tras día los peces realizan movimientos
migratorios entre las 3 zonas de acuerdo al siguiente
cuadro por día
Salón de:
Llegan a
A B C
Salen de
A 45% 25% 30%

B 35% 40% 25%
C 20% 65% 15%
Por ejemplo: En un día, el 45% de A queda A, el 25%

emigra a B y el 30% emigran a C.
49
Suponiendo que inicialmente la distribución es a 0 en A,

b0 en B y c0 en C.
a) Plantear algebraicamente la distribución al cabo de

un día.
b) Si x0 = [a0, b0, c0]1-3 ; x1 = [x1,b1,c1]1x3 representan
la distribución inicial y la distribución al cabo
de un día en las zonas A,B,C, escribir
matricialmente a) usando x0 y x1 en la forma dada.
c) Determinar la distribución el n-ésimo día,
independiente de la distribución de la distribución
del día anterior y dependiendo solamente de la
distribución inicial.
Solucion:
A B C
a0 en A 9/20 a0 7/20 a0 3/10 a0
b0 en B 7/20 b0 2/5 b0 1/4 b0
c0 en C 3/10 c0 13/20 c0 3/20 c0
a) Tomando en cuenta que

Adicionalmente habían:
Entonces los :
NUEVO A : 9/20 a0 + 7/20 b0 + 3/10c0 = a1
NUEVO B : 1/4 a0 + 2/5 b0 + 13/20c0 = b1
NUEVO C : 3/10 a0 + 1/4 b0 + 3/20 c0 = c1
Materialmente :
9 / 20 7 / 20 13 / 20 a 0  a 1 
 1 / 4 2 / 5 15 / 20 b   b   MA  A
   0  1 0 1
 3 / 10 1 / 4 3 / 20   c 0   c 1 
b) Como se quiere las respuestas en la forma: [a0,b0,c0]

= x0, [a1,b1,c1] = x1
Entonces: MA0 = A1 Nos queda:

A0tMt = A1t
O sea x0Mt = x1
9 / 20 1/ 4 3 / 10 

[a 0 , b 0 , c 0 ]1 / 20 2/5 1 / 4   [a 1 , b 2 , c 1 ]
 1 / 10 13 / 20 3 / 20
c) Forma general : x0 Mt = x1
50
Entonces:
x1 = x0 Mt
x2 = x1Mt = (x0Mt)Mt = x0(Mt)2
x3 = x2 Mt = x0(Mt)3
.
.
.
xn = xn-1 Mt = x0(Mt)n
CAPITULO III
RELACIONES E INTRODUCCIÓN A LA TEORÍA

DE GRAFOS
3.1 RELACIONES BINARIAS
Definición: Sean A Y B dos conjuntos.

1)Una relación de A en B es un subconjunto del producto
cartesiano de A y B. Es decir, R es una relación de A en B
si y sólo si R  A x B.
2) Si (a,b)  R decimos que "a está relacionado con b por
la relación R" y escribimos: a R b.
Definición: Si R es una relación de A en B,

1) El dominio de R, que se representa por: Dom(R), es el
conjunto de los elementos de A que están relacionados
con algún elemento de B. Luego Dom(R) es el subconjunto
de A de todos los primeros elementos de los pares que
forman R.
2) El rango de R, que se representa por Ran(R), es el
subconjunto de B de todos los segundos elementos de los
pares que forman R.
51
Es decir, Dom(R)={xA/y B:x R y} y

Ran(R)={yB/x A:x R y}.
Observación: Decimos que R es una relación en A si R es una

relación de A en A
Ejemplo 1 Si A es el conjunto de alumnos de la pre maestría

en Ingeniería Industrial y Sistemas y B es el conjunto de
cursos que se dictan en la Pre maestría en Ingeniería
Industrial y Sistemas, la relación:
M = " .... está matriculado en ...."
es una relación de A en B definida por:
xMy si y sólo si "x está matriculado en y".
Ejemplo 2 Sean A= {1,2,3} y B = {2,4}. Las siguientes

son relaciones de A en B:
R1 = {(x,y) A x B /x < y}= {(1,2),(1,4),(2,4),(3,4)}

R2 = {(x,Y) A x B /x = y}= {(2,2)}
Luego:
Dom (R1) = {1,2,3} , Ran (R1) = {2,4}

Dom (R2) = {2} , Ran (R2) = {2}
3.2 MATRICES BOOLEANAS
Una matriz booleana es una matriz cuyas componentes son

ceros o unos.
2.2.1 OPERACIONES BOOLEANAS
Se definen las operaciones booleanas v y  en el conjunto B

= {O,1} con las siguientes tablas:
3.2.2
QPERACIONES
CON MATRICES
BOOLEANAS
1) Sean A = [aij] y B = [bij] matrices booleanas de orden m
52
x n , se define:
A v B = [cij]mxn , donde Cij = aij v bij

A  B = [dij]mxn , donde dij = aij  bij
2) Sean A = [eij]mxn y B = [bij]mxn matrices booleanas, se

define:
A.B = [eij]mxn , donde

eij = (ail  b1j) (ai2 b2j)v…… v(a¡p  bpj)
53
Ejemplo 3: Hallar A  B, A  B , A . B
0 1 0 0 1 1
Si A  1 0 1 y B  1 0 0
0 1 0 0 1 0
Solución:
1 1 1 0 0 0 1 1 0
A  B  1 0 1 A  B  1 0 0 y A . B  1
 0 1
0 1 0 0 1 0 1 1 0
3.3 MATRIZ DE UNA RELACIÓN

Si A = {a1,....,am}, B= {b1,....,bn} y R es una relación de
A en B, entonces la matriz de R, que se conocen por MR, se
define por:
ME = [mij]mxn donde:
mij = 1  (ai,bj)R y mij = 0  (ai, bj)R
ejemplo 4
Si A = {1,2,3}, B ={2,4} y R= {(1,2),(2,2),(2,4),(3,4)}
1 0
Entonces: MR  1 1 
0 1 
3.4 GRAFO DE UNA RELACIÓN
Si A es un conjunto finito y R es una relación en A, se

dibuja un círculo, llamado vértice, para cada elemento de A
y se traza una línea dirigida, llamada arista, del vértice
a al vértice b y solo si a R b.
La gráfica resultante se llama grafo dirigido o dígrafo de

R.
Ejemplo 5
Sean A= {1,2,3,4} y R =
{(1,2),(1,3),(2,1)(2,4),(4,3),(4,4)} una relación de A.
54
0 1 1 0
1 0 0 1 
Luego : MR  
0 0 0 0
 
0 0 1 1
Y el dígrafo de R se muestra en la figura 1.
3.5 TRAYECTORIAS
Definición: Sea R una relación en A.

1) Una Trayectoria de longitud n de x a y en R es una
sucesión finita T = x, xl,....,xn-1, y. que se inicia con x
y termina con y tal que:
xRx1, x1Rx2,....,xn-1Ry
2) Un ciclo es una trayectoria que se inicia y termina en

el mismo vértice.
3) Un lazo es un ciclo de longitud uno.
4) Se define la relación Rn en A por:

x Rn y si y sólo si existe una trayectoria de longitud n de
x a y en R.
Luego: R1 = R .
5) La relación de conectividad de R se representa por R y

se define por:
xR y si y sólo si existe una trayectoria de x a y en R.
Luego: R1= R
6) La relación de accesibilidad de R se representa por R

y se define por:
55
x R y si y sólo si existe una trayectoria de x a y en R


Luego : R = Ri 1
i
La relación de accesibilidad de R se representa por R* y se

define por:
XR* y si solo si xR y ó x=y
7) La relación de igualdad en A se representa por A y se

define por:
A= {(x,y)  AxA/x=y}
Luego: R* = R  A
Observación: Si MR es la matriz de R, se define

recursivamente
(MR)n por: (MR)1 = MR y
(MR)n = MR . (MR)n-l, n > 1
Teorema 1.- Sea R una relación en A y n  1, entonces:
M(R*) = (MR)n
Ejemplo 6
Sean A = {1,2,3,4} y R = {(1,2),(2,2)(2,3),(3,4),(4,3)},
una relación en A.
El digrafo de R se muestra en la figura 2.
Luego:
T1 = 1,2,3,4 . es una trayectoria de longitud 3.
T2 = 3,4,3 . es un ciclo de longitud 2.
56
T3 = 2, 2 . es un Lazo .
Además
R2 = {(1,2),(1,3),(2,2),(2,3),(2,4),(3,3),(4,4)}.
R3 = {(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,4),(4,3)}.
R = {(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,3),(3,4),
(4,3),(4,4).
3.6 RELACIÓN INVERSA.
Sea R una relación de A en B, la relación inversa de R es

una relación de B en A que se representa por R -1 y se
define por:
y R-1 x si y sólo si xRy
Ejemplo 7.- Sea R = {(1,1 ),(1 ,2),(2,3)} una relación en A

= {1,2,3} , entonces: R-1 = {(1,1),(2,1),(3,2)}.
Teorema 2.- Si R Y S son relaciones en un conjunto finito

no vacío A, entonces:
1) M(RUS) = MR  Ms
2) M8R-S) = MR  MS
3) M(R-1) = (MR)T
3.7 COMPOSICIÓN DE RELACIONES
Definición: Sean A, B y C conjuntos. Si R es una relación

de A en B y S es una relación de B en C, la compuesta de R
y S que se representa por (R o S) es una relación de A en C
que se define por:
a(RoS)c sí y sólo sí existe un b  B tal que: aRb y bSc.
Ejemplo 8.-Sean R={(1,1),(2,3)}y S={(1,2),(1,3),(3,2),(3,1)}

relaciones en el conjunto A = {1,2,3}, entonces:
R o S = {(1,2), (1,3), (2,2), (2,1)}.
57
Teorema 3.- Sean A, B Y e conjuntos finitos no vacíos.

Si R es una relación de A en B y S es una relación de B en
C, entonces:
M(RoS) = MR . MS
Teorema 4.- Si R es una relación en A y n> 1, entonces:
Rn = R o Rn-1
Ejemplo 9.-Dada la relación R = {(1,2), (2,3), (2,4),
(3,3)}
cuyo digrafo se muestra en la figura 3
Se tiene que: R o R = {(1,3), (1,4), (2,3), (3,3)} = R2.
3.8 RELACIONES REFLEXIVAS
Una relación R en el conjunto A es reflexiva si xRx xA

La matriz de una relación reflexiva tiene toda su diagonal
principal formada por unos. El digrafo de una relación
reflexiva tiene un lazo en cada vértice.
Luego: R es una relación reflexiva en A sí y sólo sí A  R
3.9 RELACIONES SIMÉTRICAS
Una relación R en A es simétrica si cuando xRy entonces

yRx.
La matriz de una relación simétrica es una matriz

simétrica. Si en el digrafo de una relación simétrica
existe una arista del vértice a a1 vértice b, entonces
existe una arista del vértice b al vértice a.
Luego: R es una relación simétrica en A si y sólo si R =

R"I
3.10 RELACIÓN TRANSITIVA
58
Una relación R en el conjunto A es transitiva si cuando xRy

y Rz entoncesxRz.
La matriz MR=[mij] de una relación transitiva es tal que si
mik = 1 y mkj = 1 entonces mij = 1
Si el dígrafo de una relación transitiva existe una
trayectoria del vértice a al vértice b, entonces existe una
trayectoria de longitud uno del vértice a al vértice b.
Luego : R es una relación transitiva en A si y solo sí Rn 
R,  n  1.
3.11 RELACIONES DE EQUIVALENCIA

Una relación R en el conjunto A es de equivalencia si R es
reflexiva, simétrica y transitiva.
3.12 PARTICIONES
Definición.- Una partición de un conjunto no vacio A es
una colección P= {A1,...,An} de subconjuntos no vacíos de A
tales que:
I) Ai  Aj =  si ij
II) A1  .... An = A
Los subconjuntos Ai  P son llamados bloques de la

partición.
EJERCICIOS
1. Sean A={1,2,3,4} y R= {(1,2),(2,2),(2,3),(3,4),(4,3)}

Una relación en A
a) Hallar el dígrafo de R y su correspondiente matriz
b) Hallar R2, R3 y R
c) Dar ejemplos de trayectorias de longitud, un ciclo y
un lazo
2. Determinar si las relaciones siguientes son relaciones

de equivalencia o de orden parcial.
a) A = {0,1,2,3,4,5,6} y R:A  A definida por x Ry 
3 es divisor de x-y
b) A = {xZ/x divisor positivo de 12} y R:A  A
definida por xRy  x es divisor de y
3. Para 2a) hallar

a) Las clases de equivalencia [a],aA si
[a]={xA/aRx}
b) El conjunto cociente A/R = {[a]/aA}

c) Hallar una partición para A
59
4. Para 2b) Hallar el dígrafo de R y su correspondiente

diagrama de Hasse
5. Sea
1 0 1 1 1
 
0 1 1 1 1
MR  0 0 1 1 1
 
0 0 0 1 0
0 0 0 0 1 

la matriz de una relación R sobre A = {1,2,3,4,5}

Hallar: la relación R y su grafo dirigido. ¿es R de
orden parcial? Si su respuesta es sí, hallar el
diagrama de Hasse.
6. Una Compañía de investigación investiga el costo de

la actualización de las conexiones entre sus estaciones
de transmisión. Las estaciones y el costo de producción
en millones de dólares para la actualización de cada
conexión.
7. En el siguiente gráfico dirigido hallar las

distancias máxima y mínima del vértice a hacia los
otros vértices del grafo ponderado.
APLICACIÓN:
60
Se va a establecer un
servicio de video
conferencias entre cinco
universidades. El grafo de
la figura muestra los
posibles enlaces que se
podrían incluir en la red
de la video conferencia,
donde cada arista muestra
la cantidad en millones de
dólares que costaría crear
ese enlace. Para enviar un
mensaje por video conferencia es posible hacerlo
indirectamente . Así pues un mensaje se puede enviar
desde A a C enviando el mensaje desde A a B, desde B a E, y
desde E a C siempre que los enlaces AB, BE y EC forman
parte de la red. Se propone que el costo de transmisión por
repetidor de un mensaje, comparando con el costo de hacer
una comunicación directa, es tan pequeño que podemos
descartarlo. a) determine si la gráfica de la figura tienen
un circuito de Euler, una trayectoria de Euler, o ninguno
de estos, Justifique su respuesta. b) Proporcionar un
servicio entre cualquier par de ciudades de modo que se
minimice el costo total de los enlaces.
61
CAPITULO IV
FUNCIÓNES DE VARIAS VARIABLES

4.1DEFINICIONES Y EJEMPLOS
Definición: Una función de varias variables o función

real de un vector es una función cuyo dominio es un
conjunto de vectores y cuyo rango es un conjunto de números
reales.
Para la función dada por z=f(x,y), llamamos variables
independientes a x e y, siendo z la variable dependiente.
Aseveraciones análogas son ciertas para funciones de tres
variables.
La variables x y y se llaman variables independientes y la
variable z, que depende de los valores de x y y, se conoce
como variable dependiente.
Al igual que en el caso de una función real de una variable
real, el número z = f(x,y) es el valor de f en el punto
(x,y). Y a menos que se indique lo contrario, el dominio de
la función f será el mayor conjunto posible para el cual
tiene sentido la regla que define a f.
EJEMPLO 1. Sea f la función definida por f(x,y)=x+xy+y2+2
Calcular f(0,0), f(1,2) y f(2,1)
Solución. Se tiene
f(0,0) = 0 + (0)(0) + 02 + 2 = 2
f(1,2) 0 1 + (1)(2) + 22 + 2 = 9
f(2,1) = 2 + 2(1)+ 12 + 2 = 7
El dominio de una función de dos variables f(x, y) es un

conjunto de pares ordenados de números reales, de manera
que se puede ver como un subconjunto del plano xy.
EJEMPLO 2 Hallar el dominio de cada una de las siguientes

funciones.
2
a) f ( x , y)  x 2  y 2 b) g ( x , y)  c) h ( x , y)  1 x 2  y2
xy
Solución
a. f(x,y) está definida para todos los valores reales de

x y y, de modo que el dominio de la función f es el
62
conjunto de todos los puntos (x, y) en el plano xy.

b. g(x,y)está definida para toda x  y, de manera que el
dominio de la función g es el conjunto de todos los
puntos en el plano xy, excepto los que están en la recta
y = x (Fig. la).
c. En este caso se requiere que 1-x 2 –y2  0, o que x2+y2

1, que es el conjunto de todos los puntos (x,y) que
están sobre y dentro del círculo de radio 1 con el
centro en el origen (Fig. 1b).
EJEMPLO 3 La compañía Acrosonic fabrica un sistema de

sonido que se puede comprar ensamblado o en un paquete. Las
ecuaciones de demanda que relacionan los precios unitarios
p y q, con las cantidades demandadas semanalmente, x e y
versiones ensamblada y en paquete están dadas por
1 1 1 1
p  300  x y y q  240  x y
4 8 8 3
a) ¿Cuál es la función de ingresos totales mensuales?

b) ¿Cuál es el dominio de la función R?
Solución
a) Los ingresos semanales alcanzables por la venta de x
unidades de los sistemas ensamblados a p dólares por
unidad están dados por xp dólares. De manera similar,
los ingresos semanales por la venta de y unidades de
los kits a q dólares por unidad están dados por yq
dólares; por lo tanto, la función R de ingresos totales
mensuales está dada por
63
R(x,y)=xp + yq
 1 1  1 3 
 x  300  x    y  240  x  y 
 4 8  8 8 
1 2 3 2 1
 x  y  xy  300 x  240 y
4 8 4
b) Para hallar el dominio de la función R, observamos

que las cantidades x,y,p y q deben ser no negativas.
Estas observación conduce al siguiente sistema de
desigualdades lineales:
1 1 1 3
300  x  y  0 , 240  x  y  0 ,x  0 , y  0
4 8 8 8
El dominio de la función R aparece en la figura 2.
Figura 2 Dominio de R(x,y)
EJEMPLO 4 El pago mensual que amortiza un préstamo de A

dólares en t años cuando la tasa de interés de r por año
está dada por
Ar
P  f ( A, r , t ) 
  r 
12 r

12 1  1   
  12  
hallar el pago mensual por un préstamo hipotecario de

$90000 que debe amortizarse durante 30 años a una tasa de
interés de 10% por año.
Solución: Con A= 90000, r = 0.1 y t=30, se tiene que el

pago mensual requerido es
64
90 000(0.1)
P  f (9000,0.1,30) 
  0.1 
360
  789.81
121  1   
  12  
o alrededor de $789.81
Observación
1. Si z =f(xy)= k, donde k es una constante,
representa una superficie en el aspecto tridimensional,
llamada superficie de nivel de P. En este caso, la
superficie de nivel denotada con P(x,y,z)=k representa
la mezcla de productos que generan una ganancia de
exactamente k dólares. Tal superficie de nivel es una
superficie de nivel es una superficie de isoganancia.
2. w =f(x,y,z)= k, donde k es una constante,

representa una superficie en el aspecto tridimensional,
llamada superficie de nivel de P. En este caso, la
superficie de nivel denotada con P(x,y,z)=k representa
la mezcla de productos que generan una ganancia de
exactamente k dólares. Tal superficie de nivel es una
superficie de nivel es una superficie de isoganancia.
Ejercicios:
1. Sea f(x,y)= x2 – 3xy + x  y . calcule f(1,1).¿El punto

(-1,0) está en el dominio de f?
1 1
2. Encuentre el dominio de f ( x , y)    e xy
x xy
3. La agencia de viajes Odyssey tiene un presupuesto
mensual para publicidad de $ 20,000. La gerencia estima
que si gastan x dólares en publicidad en el periódico y
y dólares de publicidad en televisión, los ingresos
mensuales serán f(x,y)= 30x1/4 y3/4 dólares. ¿Cuáles serán
los ingresos mensuales si Odyssey gasta al mes $5000 en
anuncios en el periódico y $15000 en anuncios por
televisión? ¿Y si Odyssey gasta al mes $4000 en
anuncios en el periódico y $ 16000 en anuncios por
televisión?
4.2 DERIVADAS PARCIALES
Definición: Supóngase que f(x, y) es una función de las dos

variables x y y. Entonces la primera derivada parcial de f
con respecto de x en el punto (x, y) es
65
f f ( x  h , y )  f ( x , y)
 lím
x h  c h
si el límite existe. La primera derivada parcial de f con

respecto de y en el punto (x,y) es
f f ( x , y  k )  f ( x , y)
 lím
y h c k
si el límite existe.
Ejemplo. Hallar las derivadas parciales f x y f y de

la función f(x, y)= x2-xy2+y3
¿Cuál es la razón de cambio de la función f en la dirección

de x en el punto (1,2)?¿Cuál es la razón de cambio de la
función f en la dirección de y en el punto (1,2)?
Solución: Para calcular f x , la variable y se toma como

constante y se deriva la función resultante de x con
respecto de x. Se escribe
f(x, y)= x2-xy2+y3
donde la variable y que se considera como constante aparece

f
en un tipo más oscuro . Entonces,  2x  y2 .
x
Para calcular f y , la variable x se considera fija (es

decir, como una constante) y se deriva la función
resultante de y con respecto de y. En este caso,
f
f(x, y)= x2-xy2+y3 de modo que  2 xy  3 y 2
y
La razón de cambio de la función f en la dirección de x en

f
el punto (1,2) está dada por f x (1, 2) 
x
 2(1)  2 2  2
(1, 2 )
es decir , f disminuye 2 unidades por cada incremento
unitario en la dirección de x al mantener y constante
(y=2).
La razón de cambio de la función f en la dirección de y en
f
el punto (1,2) está dada por f y (1,2) 
y
 2(1)( 2)  3( 2) 2  8
(1, 2 )
66
esto es, f aumenta 8 unidades por cada incremento unitario
en la dirección de y al mantener x constante (x=1).
Ejemplo. Calcular las primeras derivadas parciales de cada
una de las siguientes funciones.
xy
a. f ( x, y )  b. g(s,t)=(s2-st+t2)5
x 2
 y2
Solución:
a. Para calcular f x , la variable y se toma como
xy
constante. Así, f ( x, y ) 
x  y2
2
de modo que, al utilizar la regla del cociente, se
f f ( x  h, y )  f ( x, y ) y( y 2  x 2 )
tiene  lím 
x h ( x 2  y 2 )2
al simplificar y factorizar. Para calcular f y , la
xy
variable x se toma como constante, luego f ( x, y ) 
x2  y 2
de manera que, al usar de nuevo la regla del cociente,
f ( x 2  y 2 ) x  xy (2 y ) x( x 2  y 2 )
se obtiene  
x ( x 2  y 2 )2 ( x2  y 2 )2
b. Para calcular g s , se considera la variable t como

si fuese una constante. Así,
g(s,t)=(s2-st+t2)5
Al usar la regla general de la potencia, se tiene
67
g
 5( s 2  st  t 2 ) 4 .(2 s  t ) = 5(2s-t)(s2-st+t2)4
s
Para calcular g  t , se considera la variable s como

si fuera una constante. Así,g(s,t)=(s2-st+t2)5
g
 5( s 2  st  t 2 ) 4 ( s  2t ) =5(2t-s)(s2-st+t2)4
t
APLICACIONES: FUNCIÓN DE PRODUCIÓN DE COBB-DOUGLAS
Para una interpretación económica de las primeras derivadas

parciales de una función de dos variables, se analizará la
función f(x,y)=axby1-bdonde a y b son constantes positivas,
con O < b < 1. Esta función se llama función de producción
de Cobb-Douglas. En este caso, x representa la cantidad de
dinero invertido en mano de obra, y representa el costo del
equipo (edificios, maquinaria y otras herramientas para la
producción) y la función f mide la salida del producto
terminado (en unidades adecuadas), por lo cual se llama
función de producción.
La derivada parcial fx se denomina la productividad

marginal de la mano de obra. Mide la razón de cambio de la
producción con respecto de la cantidad de dinero gastada en
mano de obra, manteniendo constante el gasto en capital. De
manera análoga, la derivada parcial fy, llamada
productividad marginal del capital, mide la razón de cambio
de la producción con respecto de la cantidad gastada en
capital, manteniendo constante el gasto en mano de obra.
Ejemplo. La producción de cierto país en los primeros años

posteriores a la Segunda Guerra Mundial se describe
mediante la función f(x, y) = 30 x 2 / 3 y1 / 3 unidades, al
utilizar x unidades de mano de obra y y unidades de
capital.
a. Calcular fx y fy.
b. ¿Cuál es la productividad marginal de la mano de obra y
la productividad marginal del capital cuando las cantidades
gastadas en mano de obra y capital son 125 y 27 unidades,
respectivamente?
c. ¿El gobierno debería alentar la inversión en capital en

vez de incrementar el gasto en mano de obra para
incrementar la productividad del país?
68
Solución:a.
1 3 2 3
 y  y
fx = 30. 2 x 1 3 y1 3
 20  , fy = 30 x 2 3 . 1 y  2 3
 10 
3  x 3  x
b. La productividad marginal de la mano de obra está dada por

1 3
fx(125,27)=20  27   3
 20 
 125  5
o 12 unidades por incremento unitario en el gasto en mano

de obra (el gasto en capital se mantiene constante en 27
unidades). La productividad marginal del capital es dada
por
2 3
7
fx(125,27)=10 
125   25 
  10  = 27 unidades por incremento
 27   9  9
unitario en el gasto en capital (el gasto en mano de obra
se mantiene constante en 125 unidades).
c. Según los resultados en b), se ve que un incremento
unitario en el gasto en capital produjo un incremento
unitario en el gasto en mano de obra; por lo tanto, el
gobierno debería alentar mayor gasto en capital que en mano
de obra durante los primeros años de reconstrucción.
APLICACIÓN: SUSTITUTOS Y COMPLEMENTARIOS
f g
Dos artículos A y B son : sustitutos si 0 y  0, y
q p
f g
son complementarios si 0 y 0
q p
Ejemplo. Supóngase que la demanda diaria de mantequilla

3q
está dada por x  f ( p, q ) 
1  p2
y que la demanda diaria de margarina está dada por
2p
y  g ( p, q )  p >0,q >0, donde p y q denotan los
1 q
precios por libra (en dólares) de la mantequilla y la
margarina, respectivamente, y x y y se miden en millones de
libras. Determinar si estos dos artículos son sustitutos,
complementarios o ninguno.
f 3 g 2
Solución: Al calcular tenemos: q  y 
p 1  q
1  p2
69
f g
luego 0 y  0 para todo los valores de p>0 y q> 0,
q p
se concluye entonces que la mantequilla y la margarina son
artículos sustitutos.
4.3 DERIVADAS PARCIALES DE SEGUNDO ORDEN
Las primeras derivadas parciales c(x,y) y f y(x,y) de una

función f(x,y) de las dos variables x y y también son
funciones de x y y. Como tales, es posible derivar cada una
de las funciones fx y fy para obtener las derivadas
parciales de segundo orden de f. Así al derivar la función
fx con respecto de x, se obtiene la segunda derivada
2 f 
parcial f xx  2  ( f x )
x x
si embargo, al derivar fx con respecto de y se obtiene la

2 f 
segunda derivada parcial f xy   ( fx )
yx y
de manera análoga, al derivar la función f y con respecto

de x y con respecto de y se obtiene
2 f  2 f 
f yx   ( fy ) y f yy   ( fy ) respectivamente.
xy x y 2 y
obsérvese que, en general, no es cierto que fxy = fyx.
Ejemplo. Suponga que cuando las manzanas se venden a 10

centavos la libra y los pasteleros ganan b pesos por hora,
el precio de una torta de manzana en cierta cadena de
supermercados es de 0.25 C1/3 b1/2 nuevos soles. Los
supermercados podrán vender aproximadamente 867/(p+0.2)
tortas de manzana al mes cuando el precio de p nuevos soles
cada una. Actualmente el precio de manzanas está
contabilizado en 2.7 nuevos soles la libra. Los pasteleros
han estado ganando 4 nuevos soles por hora, pero un nuevo
contrato, negociado ante la amenaza de una huelga nacional,
les concede un aumento inmediato de 1 nuevo sol por hora.
Use el cálculo para estimar el efecto de este aumento sobre
la venta de tortas de manzana por parte de los
supermercados.
Solución: Sea Q = # tortas vendidas por los supermercados

durante un mes.Entonces Q= 867/(P + Q.2), donde p = 0.25
C1/3 b1/3
c
70
Q  p
b
Para estimar el cambio en Q debido al aumento unitario en

b, simplemente calculamos /b cuando c = 27, b=4.
 d p
Luego  .
b dp b
0 867 1 / 2
 .  0.125 c 1 / 3 b
b ( p  0.2) 2
cuando p = 0.25 (3)(2)= 1.5
0 867
  .   0.125  3 0.5   56.25
b (1.7) 2
Luego los supermercados venderán aproximadamente 56 tortas

menos al mes después de que entre en vigencia el aumento de
pago a los pasteleros.
4. Calcule las primeras derivadas parciales de f(x,y)=
x3- 2xy2+y2-8.
5. Encuentre las primeras derivadas parciales de f(x,y)=
x1ny+yex-x2 en (0,1)
6. Halle las derivadas parciales de segundo orden de la
función del ejercicio 1 anterior.
7. La producción de cierto país es descrita mediante la
función
F(x,y)= 60x1/3y2/3
Donde se utilizan x unidades de mano de obra y y

unidades de capital.
a. ¿Cuál es la productividad marginal de la mano de
obra y la productividad marginal del capital cuando
los gastos respectivos en mano de obra y capital
son 125 y 8 unidades?
b. ¿El gobierno debería alentar la inversión en
capital en vez del gasto en mano de obra en ese
momento para incrementar la productividad del país?
4.4 MÁXIMOS Y MINIMOS DE UNA FUNCIÓN

Sea f: Rn  R , x 0  Domf.
1. f(x0) es un máximo relativo si existe una vecindad v(

x 0,) tal que f( x 0) f( x ), x v( x 0,).
2. f(x0) es un mínimo relativo si existe una vecindad v(
x 0,) tal que f( x 0) f( x ), x v( x 0,).
71
Observación: Los máximos y mínimos relativos se dan

respecto a una vecindad de Domf.los valores máximos y
mínimos de f se llaman valores extremos de f.
Observación: Se llama gradiente de f en x 0 al vector f( x o

)= (fx ( x o ), fy( x o ).
Propiedades: Si f es continua en un intervalo cerrado y

acotado es S, entonces f alcanza su valor máximo(global) y
un valor mínimo (global) en S.
Propiedad: Si f( x o )es un valor extremo y f( x o )existe,

entonces f( x o )= 0 .
Definición: x o  Domf es punto crítico de f si f( x o )= 0 o

f( x o )no existe.
Observaciones:
1. Todo valor extremo ocurre necesariamente en los
puntos críticos.
2. No todo punto crítico proporciona un valor extremo.
Definición: x o es un punto silla, si es un punto critico

de f que no da un valor extremo.
DETERMINACIÓN DE LOS EXTREMOS RELATIVOS

Para determinar los extremos relativo de una función
1. Hallar los puntos críticos de f(x,y) resolviendo el

sistema de ecuaciones simultáneas: fX = 0 , fy = 0
2. Criterio de la segunda derivada: si D(x, y) = fxxfyy- f2xy
Entonces
a. D(a, b) > O Y fxx(a, b) < O entonces f(x, y)tiene un

máximo relativo en el punto (a, b).
b. D(a, b) > O Y fxx (a, b) > O entonces f(x,y)tiene un
mínimo relativo en el punto (a,b).
c. D(a, b) < O significa que f(x, y) no tiene un máximo
ni un mínimo relativo en el punto (a, b).
d. D(a, b) = O significa que el criterio no permite
obtener conclusiones, de modo que se requiere otra
técnica para resolver el problema.
72
EJEMPLO. Hallar los extremos relativos de f(x,y) =x2+y2

Solución: Se tiene
fx = 2x y fy = 2y
Para encontrar los puntos críticos de f, se hace fx = O Y

fy = O y se resuelve el sistema resultante de ecuaciones
simultáneas:
2x =0 2y =0
con lo que se obtiene x = O, y = O; es decir, (O, O) es el

único punto crítico de f .A continuación, se aplica el
criterio de la segunda derivada para determinar la
naturaleza del punto crítico (O, O). Se calcula
fxx =2 fxy =0, fyy =2 y
D(x, y) = fxxfyy- f2xy =(2)(2)-0 = 4
En particular, D(0,0)=4. puesto que D(0,0)>0 y fxx(0,0)=2

se concluye que f(x,y) tiene un mínimo relativo en el punto
(0,0). El valor mínimo relativo, 0 también es el mínimo
absoluto de f. La gráfica de la función f confirma este
resultado.
Ejemplo. Hallar los extremos relativos de la función

f(x, y) = 3x2- 4xy + 4y2- 4x + 8y + 4
Solución: Se tiene
fx = 6x- 4y –4 y
fy =-4x+ 8y +8
Para encontrar los puntos críticos de f, fijamos fx = O Y

fy = O Y resolvemos el sistema resultante de ecuaciones
simultáneas
6x - 4y = 4
-4x + 8y =-8
Al multiplicar primera ecuación por 2 y la segunda por 3,

se obtiene el sistema equivalente
73
l2x - 8y = 8
-12x + 24y = -24
Al sumar las dos ecuaciones se obtiene 16y = -16, o y = -1.

Se sustituye este valor de y en cualquiera de las
ecuaciones del sistema para obtener y = O. Así, el único
punto crítico de f es el punto (O, -1). A continuación, se
aplica el criterio de la segunda derivada para determinar
si el punto (O, -1) da lugar a un extremo relativo de f. Se
calcula
fxx =6 fxy =-4, fyy =8 y
D(x, y) = fxxfyy- f2xy =(6)(8)-(-4)2 = 32
Como D(O, -1) = 32 > O Y fxx (O,-1)= 6 > O, se concluye que

f(x, y) tiene un mínimo relativo en el punto (O, -1). El
valor de f(x, y) en el punto (O, -1) está dado por
F(O,-1) = 3(0)2- 4(0)(-1) + 4(-1)2 - 4(0) + 8(-1) + 4 = O
Ejemplo. Los ingresos semanales totales (en dólares) de

Acrosonic al producir y vender sus sistemas de sonido
1 2 3 2 1
están dados por x  y  xy  300 x  240 y donde x denota el
4 8 4
número de unidades ensambladas y y indica el número de
paquetes producidos y vendidos por semana. El costo total
por semana que se puede atribuir a la producción de estos
sistemas es C(x, y) = 180x + 140y + 5000 dólares, donde x y y
tienen el significado anterior. Determinar el número de
unidades ensambladas y de paquetes que Acrosonic debe
producir cada semana para maximizar la ganancia.
Solución: La contribución a las ganancias semanales de

Acrosonic provenientes de la producción y venta de estos
sistemas está dada por
P(x, y) = R(x, y) - C(x, y)
1 3 2 1
= - x 2  y  xy  300 x  240 y )-(180x+140y+5000)
4 8 4
74
1 2 3 2 1
= x  y  xy  120 x  100 y  5000
4 8 4
Para hallar el máximo relativo de la función de ganancia

P(x, y), primero se localizan los puntos críticos de P. Al
hacer Px{x, y) y Py(x, y) iguales a cero, se obtiene
1 1 3 1
Px =  x  y  120  0 , Px =  y  x  100  0
2 4 4 4
Al despejar y en la primera de estas ecuaciones se obtiene
y = -2x+ 480
lo cual, al sustituir en la segunda ecuación, da
3 1
 (2 xy  480)  x  100  0
4 4
6x –1440 – x +400 = 0 ,de donde x = 208
Este valor de x se sustituye en la ecuación para obtener

y= 64
Por lo tanto, la función P tiene un punto crítico único

(208, 64). Para mostrar que el punto (208, 64) es la
solución del problema, se utiliza el criterio de la segunda
derivada. Se calcula
1 1 3
  
pxx= 2 pxy = 4 pyy = 4
De modo que
1 3
3 1 51
   
D(x, y) =( ) ( )-(
2 ) =
4
8 16 164 2
5

En particular, D(208, 64) 16 > 0
Como D(208, 64) > O y pxx (208, 64) <O, el punto (208, 64)
proporciona un máximo relativo de P. Este máximo relativo
también es el máximo absoluto de P. Se concluye que
Acrosonic puede maximizar su ganancia semanal fabricando
208 unidades ensambladas y 64 paquetes. La máxima ganancia
semanal por la producción y venta de estos sistemas de
sonido está dada por
75
1 3 1

P(208, 64) = 4 (208)2- 4 (64)2 -4 (208, 64)
proporciona un máximo relativo de P. Este relativo también

es el máximo absoluto de P. Se concluye que ACRASONIC puede
maximizar su ganancia semanal fabricando 208 unidades
emsambladas y 64 paquetes. La máxima ganancia semanal por
la producción y venta de estos sistemas de sonido esta dada
por
1 3 1

P(208, 64) = 4 (208) - 8
2
(64) 2
-4 (208, 64)
+120(208)+100(64)-5000
=10680
Ejemplo Cierto Jet que tiene capacidad de 150 asientos,

transporta dos clases de pasajeros, de primera clase y
turistas. Hay 30 asientos de primera clase. Para un
determinado viaje directo, el avión debe llevar carga
completa de combustible, esto reduce el número total de
pasajeros a 140 para ese viaje. El precio del pasaje de
primera es $150 y el turista es $ 110. si a la compañía
aérea el vuelo cuesta $10,000 más $25 por pasajero de
primera y $10 por turista. Hallar la máxima utilidad que
puede esperar la compañía en ese vuelo.
Solución:Sean x, y el número de pasajeros de primera y de

turismo respectivamente. El polígono está determinado por
las rectas.
X = 0, y= 0
Y = 120
X + y = 140
V = 150 x  110y (10,000 + 25x + 10y)

V(x,y)= 125 x 100y – 10,000
Los vértices son:(0,0),(30,0),(30,110),(20,120),(0,120)
V(30,110)= 125(30)+ 100(110)- 10,000

= 7750 + 1100 – 10,000 = 7750 + 1000 = 8750
76
77
CAPITULO V
ECUACIONES DIFERENCIALES ORDINARIAS
1. CONCEPTOS BÁSICOS
1.1 DEFINICIONES :
ECUACIONES DIFERENCIALES ORDINARIAS: Una ecuación que
contiene una variable desconocida y sus derivadas.
Ejemplo: las siguientes son ecuaciones diferenciales que

contienen la variable desconocida y sus derivadas y.
dy
1)  5x  3
dx
d2y dy
2) e y 2
 2( ) 2  1
dx dx
d3y d2y
3) 4  ( senx )  5 xy  0
dx3 dx 2
d2y 3 dy 7 dy
4) ( 2
)  3 y( )  y 3 ( )2  5x
dx dx dx
2 y 2 y
5)  4 0
t 2 x 2
Observación: Una ecuación diferencial es una ecuación

diferencial ordinaria si la variable desconocida depende
solamente de una variable independiente. Si la variable
desconocida depende de dos o más variables independientes,
la ecuación diferencial parcial.
Ejemplo: Las ecuaciones 1 hasta 4 son ejemplos de

ecuaciones diferenciales ordinarias porque la variable
desconocida y depende solamente de la variable x. La
ecuación 5 es una ecuación diferencial parcial, puesto que
y depende tanto de la variable independiente t como de z.
ORDEN Y GRADO el orden de una ecuación diferencial es el

orden de la mayor derivada que aparece en la ecuación, el
grado de una ecuación diferencial, que puede escribirse
como un polinomio en la variable desconocida y sus
78
derivadas es la potencia a la cual está elevada su derivada

de mayor orden.
No todas las ecuaciones pueden clasificarse por grado. Por
ejemplo la ecuación (1.2) no tiene grado puesto que no
puede escribirse como un polinomio en la función
desconocida y sus derivadas (a causa del término ey).
OBSERVACIÓN: Las expresiones y1, y2, y3, y4,.........yn se

usan frecuentemente para representar respectivamente la
primera, segunda, tercera, cuarta,..., enésima derivada de
y con respecto a la variable independiente en
consideración. Por lo tanto y representa d2y/dx2 si
2
la
variable independiente es x.
EJEMPLOS
En los siguientes problemas, clasifique cada ecuación
diferencial según su orden, grado (si es posible) y si es
lineal o no. Determine la función desconocida y la variable
independiente.
1. y’’’ – 5xy’ = ex + 1
Tercer orden: la derivada de mayor orden es de
tercero. Primer grado: la ecuación tiene la forma
pedida en la sección 1.2 y la tercera derivada está
elevada a la primera potencia. Es lineal: b3(x) = 1,
b2(x)= 0, b1(x)= -5x, b0(x)= 0, g(x) = ex + 1. La función
desconocida es y, la variable independiente.
2. ty  t 2 y
  (sen t ) y  t  t  1
2
Segundo orden: la derivada de mayor orden es de

segundo. No tiene grado: a causa del término y la
ecuación no puede escribirse como un polinomio en y y
sus derivadas. No es lineal: la ecuación no puede
ponerse en la forma(1.6). la función desconocida es y;
la variable independiente es t.
d2x
3. y 2
 y2 1
dy
Segundo orden. Primer grado: Lineal: b2(y) = y, b1(y)=0,
b0(y)=0, y g(y)=y2 +1. La función desconocida es x; la
variable independiente es y.
EJERCICIOS
En las siguientes ecuaciones diferenciales determinar (a)

orden, (b) grado (si es posible), (c) si es lineal o no,
(d) función desconocida, y (e) variable independiente.
79
1. ( y" ) 2  3yy'  xy  0 4.
y ( 4)
 xy' ' ' x y' '  xy'  sen y  0
2
dn y
2. x 4 y ( 4 )  xy' ' '  e x 5. n
 y2 1
dy
SOLUCION DE UNA ECUACIÓN DIFERENCIAL

una solución para una ecuación diferencial en la variable
desconocida y y la variable independiente x en el intervalo
I es una función y(x) que satisface la ecuación diferencial
para todos los valores de x en I.
Ejemplo: Es y(x) = c1sen 2x + c2 cos 2x, donde c1 y c2 son

constantes arbitrarias, una solución para y’’ + 4y =0?
Derivando y encontramos:
y’ = 2c1cos2x – 2c2sen2x y’’ = -4c1sen2x-4c2cos2x
Por lo tanto, y’’+4y=(-4c1sen2x-4c2cos2x)+4(c1sen2x+c2cos2x)
= (-4c1+4c1)sen2x + (-4c2+4c2)cos2x = 0
así, y = c1sen2x +c2cos2x satisface la ecuación diferencial
para todos los valores de x y es una solución en el
intervalo (-,).
Ejemplo :. Determine si y=x2-1 es una solución de (y’)4+y2=-

1
Observamos que el lado izquierdo de la igualdad es positivo
y el segundo miembro negativo. Según esto la ecuación
diferencial no tiene solución.
Observación: 1) Se ve que algunas ecuaciones diferenciales

tienen infinitas soluciones. Mientras que otras ecuaciones
diferenciales no tienen soluciones. También es posible que
una ecuación diferencial tenga exactamente una solución.
2) una solución particular de una ecuación diferencial es

una solución cualquiera. La solución general de una
ecuación diferencial es el conjunto de todas las
soluciones.
Ejemplo 2.3. La solución general para la ecuación
diferencial y’’ + 4y =0; puede demostrarse que es
y=c1sen2x+c2cos2x.
La solución general de una ecuación diferencial no siempre

puede expresarse como fórmula única. Como un ejemplo
considere la ecuación diferencial y’+y2 =0, que tiene dos
1
soluciones particulares y  y y 0.
x
OBSERVACIÓN(PROBLEMAS DE VALOR INICIAL, PROBLEMAS DE VALOR
80
LIMITE)
una ecuación diferencial junto con las condiciones
complementarias de la variable desconocida y sus derivadas,
todas dadas para el mismo valor de la variable
independiente, constituye un problema de valor inicial. Las
condiciones complementarias son condiciones iniciales. Si
las condiciones complementarias están dadas para más de un
valor de la variable independiente, el problema es un
problema de valor límite y las condiciones son las
condiciones límite.
Ejemplo . El problema y’’+2’=ex; y()=2 es un problema de

valor inicial, porque las dos condiciones complementarias
están ambas dadas para x=. El problema y’’+2’=ex; y(0)=1,
y(1)=1 x=0 y x=1.
Definición: Una solución para un problema de valor inicial

o un problema de valor límite es una función y(x) que
satisface tanto la ecuación diferencial (en el sentido de
la Sección 2.1)como todas las condiciones complementarias
dadas.
EJEMPLOS
1. Determine si y(x)=2e-x+xe-x es una solución de
y’’+2y’=0
Derivando y(x), se sigue que
y’(x)= -2e-x + e-x- xe-x = -e-x – xe-x
y’’(x)=e-x-e-x +xe-x = xe-x
Sustituyendo estos valores en la ecuación diferencial,
obtenemos:
y’’+2y’+y=xe-x+2(-e-x-xe-x)+(2e-x+xe-x)=0
Por lo tanto y(x) es una solución.
2. Es y(x) 1 una solución de y’’ + 2y’ + y = x?

De y(x)1 se sigue que y’(x)0 y y’’(x) 0.
Sustituyendo estos valores en la ecuación diferencial
obtenemos
Y’’+2y’+y=0+2(0)+1=1 x
Por lo tanto y(x) 1 no es una solución.
3. Determinar c1 y c2 para que y(x)=c1e2x+c2ex+2senx

satisfaga la condición y(0)=0 y y’(0)= 1.
Como sen 0=0, y(0)= c1 + c2. Para satisfacer la
condición y(0)=0, se necesita
c1 + c2 = 0 (1)
De y’(2)=2c1e2x + c2ex+2cos x
Tenemos que y’(0)=2c1+c2+2. Para satisfacer la condición
y’(0)=1, se necesita que 2c1 +c2 + 2 =1, o bien
81
2c1 + c2 = -1 (2)
Resolviendo simultáneamente (1) y (2), tenemos c1 =-1 y

c2 = 1.
Ejercicios
1. Cuáles de las siguientes funciones son soluciones de
la ecuación diferencial dada y’’-y=0? (a)ex, (b)senx,
1
(c)4e-x, (d)0, (e) x 2  1
2
2. Cuáles de las siguientes funciones son soluciones de

la ecuación diferencial y’’-4y’+4y=ex?(a)ex, (b)e2x+ex,
(d)xe2x + ex , (e) e2x+ xex.
En los problemas 3 al 5, hallar los valores de c 1 y c2 de

tal modo que las funciones dadas satisfagan las condiciones
iniciales establecidas.
3. y(x)= c1ex + c2e-x + 4senx; y(0)=1, y’(0) = -1

4. y(x)= c1x + c2 + x2 -1; y(1)=1, y’(1) = 2
5. y(x)= c1ex+c2e2x + 3e3x; y(0) = 0, y’(0)=0
CLASIFICACIÓN DE LAS ECUACIONES DIFERENCIALES DE PRIMER

ORDEN
FORMA STANDARD Y FORMA DIFERENCIAL
La forma standard de una ecuación diferencial de primer
orden es
Y’=f(x,y)
Ejemplo Para la ecuación diferencial y’=-y+senx, tenemos

f(x,y)=-y+senx. Para y’=3yx2/(x3+y4), f(x,y)=3yx2/(x3+y4).
f ( x , y)
Teorema.- Si f(x,y) y son continuos en el
y
rectángulo R: |x-x0|a, |y-y0| b, entonces existe un
intervalo alrededor de x0 en el cual el problema de valor
inicial y’=f(x,y); y(x0)=y0 tiene una solución única.
Observación: La función f(x,y) dada en el ejemplo (3.1)

siempre puede escribirse como el cociente de otras dos
funciones M(x,y) y –N(x,y). (El signo menos se usa
únicamente por conveniencia). Entonces, recordando que
y’=dy/dx, podemos escribir (3.1) como dy/dx=M(x,y)/-N(x,y),
que es equivalente a la forma diferencial.
M(x,y)dx +N(x,y)dy = 0
En el resto de este capítulo emplearemos la forma estándar

o la forma diferencial para definir cuatro categorías de
ecuaciones diferenciales.
82
NOTA
1. Considere una ecuación diferencial en la forma
estándar. Si f(x,y) puede escribirse como f(x,y)=-p(x)y
+ q(x) (es decir, como una función de x veces y, más
otra función de x), la ecuación diferencial es lineal.
Las ecuaciones diferenciales lineales de primer orden
pueden escribirse siempre como y’+p(x)y = q(x)
2. Una ecuación diferencial en forma estándar es

homogénea si F(tx,ty)=f(x,y),para todo valor real t.
3. Considere una ecuación diferencial en la forma

diferencial. Si M(x,y) =A(x) (una función solamente de
x) y N(x,y)=B(y)(una función solamente de y), la
ecuación diferencial es separable, o tiene sus variables
separadas.
4. Una ecuación diferencial en la forma diferencial es

M N ( x , y)
exacta si 
y x
Ejemplos:
1. Determine si las siguientes ecuaciones diferenciales

son lineales: a)y’=(senx)y+ex b)y’=xseny+ex c)y’=25
2
d) y’=y +x
a) La ecuación es lineal; en este caso p(x)=-senx y
q(x)=ex
b) La ecuación no es lineal; a causa del término sen y
c) La ecuación es lineal; en este caso p(x)=0 y q(x)=5
d) La ecuación no es lineal a causa del término y2

yx y2
son homogéneas: a) y'  b) y'  c)
x x
2 xye x / y
y' 
x
x 2  y 2 sen
y
a) La ecuación es homogénea, porque
ty  tx t(y  x) y  x
f ( tx , ty)     f ( x , y)
tx tx x
b) La ecuación no es homogénea, porque
 ty  2 t 2 y2 y2
f ( tx, ty)   t  f ( x , y)
tx tx x
83
c) La ecuación es homogénea porque
2( tx )( ty)e tx / ty t 2 2 xye x / y
f ( tx , ty )    f ( x , y)
tx t 2 x 2  t 2 y 2 sen
( tx ) 2  ( ty) 2 sen
ty

son separables:
a) senxdx +y2dy = 0 b) (1+xy)dx+ydy=0

a. La ecuación diferencial es separable, en este
caso M(x,y)=A(x) sen x y N(x,y)=B(y)=y2
b. La ecuación no es separable, puesto que M(x,y)=1
+xy que no es función de x solamente.

son exactas: a) 3x2ydx + (y+x3)dy =0 b) xydx+y2dy =0
a) La ecuación es exacta, en este caso M(x,y)=3x 2y,

M N
N(x,y)=y+x3, y   3x 2
y x
b) La ecuación no es exacta. En este caso M(x,y)=xy y
M N M N
N((x,y)=y2; por lo tanto  x, 0, y 
y x y x
EJERCICIOS
Las siguientes ecuaciones diferenciales de primer orden se

dan en forma standart y en forma diferencial. Determine si
las ecuaciones en forma standart son lineales y/u
homogéneas y si las ecuaciones en forma diferencial, como
están dadas son separables y/o exactas.
1
1) y’=xy; xydx–dy = 0 2) y’ = xy; xdx - dy  0
y
x2 x2
3) y’=xy + 1;(xy+1)dx–dy=0 4) y’ = ; dx  dy  0
y2 y2
x2 2y
5) y’ = 2
 x 2 dx  y 2 dy  0 6) y’ =  ; 2 xy dx  x 2 dy  0
y x
2. ECUACIONES DIFERENCIALES SEPARABLES DE PRIMER ORDEN
SOLUCIÓN GENERAL
Considere la ecuación diferencial separable de primer
orden.
84
A(x)dx + B(y)dy = 0
Se demuestra que su solución es:

 A( x )dx   B( y)dy  c
donde c representa una constante arbitraria.
Observación: Las integrales obtenidas pueden ser, para los

propósitos prácticos, imposibles de evaluar. En este caso
pueden usarse técnicas numéricas para obtener resultados
aproximados.
OBSERVACION
La solución del problema de valor inicial
A(x)dx +B(y)dy=0 ; y(x0) = y0
x y
Puede obtenerse de x 0
A ( x )dx   B( y)dy  0
y0
Sin embargo la ecuación, puede no determinar la solución de
únicamente, es decir, puede tener muchas soluciones,
solamente una de las cuales satisface el problema de valor
inicial.
Ejemplos
1. Resolver xdx-y2dy =0
Para esta ecuación diferencial, A(x)=x y B(y) =-y2.

Sustituyendo estos valores, tenemos
 xdx   ( y )dy  c que, después de
2
realizar las
integrales indicadas, se convierte en x2/2 –y3/3 =c.
Resolviendo explícitamente para y, obtenemos la
solución como
1/ 3
3 
y   x2  k , k   3c
2 
2. Resolver y’= y2x3

Primero transformamos esta ecuación en la forma
diferencial x3dx-(1/y2)dy = 0.
Entonces A(x)=x3 y B(y) =-1/y2. Sustituyendo estos
valores tenemos:
x dx    (1 / y 2 )dy  c
3
o efectuando las integrales indicadas, x 4/4 +1/y =c.

Resolviendo explícitamente para y obtenemos la
solución como
85
4
y , k   4c
x  k'
4
x 1
3. Resolver y' 
y4 1
Esta ecuación en su forma diferencial, es (x+1)dx +
(-y4-1)dy =0. Entonces, A(x)=x+1y B(y)=-y4-1. La
solución se da implícitamente como
 ( x  1)dx   ( y  1)dy  c , o por evaluación como
4
x2 y5
x yc
2 5
como es imposible resolver algebraicamente esta

ecuación explícitamente para y, la solución debe
dejarse en esta forma implícita.
Ejercicios: Resolver:
1 1
1) xdx + ydy =0 2) dx  dy  0
x y
1 1
3) dx  dy  0 4) xdx + dy  0
x y
5) ( x 2  1)dx  ( y 2  y)dy   2 6) senxdx  ydy  0; y(0)  2
2.1 ECUACIONES DIFERENCIALES DE PRIMER ORDEN HOMOGÉNEA
PRIMER MÉTODO DE SOLUCIÓN
dy
En la ecuación diferencial homogénea  f ( x , y) donde
dx
f(tx,ty)=f(x,y) se sustituye y= xv y su correspondiente
dy dv
derivada  vx .
dx dx
Después de simplificar, la ecuación diferencial resultante
será de variable separable (v y x) que puede resolverse
por los métodos dados. La solución requerida se obtiene
haciendo de nuevo el cambio de variable.
MÉTODO ALTERNO DE SOLUCIÓN
Transformando la ecuación diferencial en
86
dx 1

dy f ( x , y)
y después sustituyendo x = yu y su correspondiente
dx du
derivada  u y
dy dy
Después de simplificar la ecuación diferencial resultante
será de variable (en este caso, x y y) separable, que
puede resolverse por los métodos dados. La solución
requerida se obtiene entonces haciendo de nuevo el cambio
de variable.
Ejemplos
yx 2y 4  x 4
1. y'  2) y'  (2 métodos)
x xy 3
Solución 1
dx du
Sustituyendo y=xv y  u y en la ecuación diferencial,
dy dy
obtenemos
dv xv  x
vx 
dx x
que puede simplificarse algebraicamente en
dv 1
x 1 o dx  dv  0
dx x
Esta última ecuación es separable; su solución es v=Ln|x|-

c, 0 v  Ln | kx |
Donde se tiene c=-Ln|k|, notando que Ln|x|=In|kn|;
finalmente, sustituyendo v= y/x, obtenemos la solución de
la ecuación diferencial dada que es y= xLn|kx|.
Solución 2
Método 1
dx du
Sustituyendo y=xv y  u y en la ecuación diferencial,
dy dy
dv 2( xv) 4  x 4
Obtenemos v  x 
dx x ( xv) 3
Que puede simplificarse algebraicamente en
dv v 4  1 1 v3
x  o dx  4 dv  0
dx v3 x v 1
esta última ecuación es separable; su solución es
87
1
Ln(x)- Ln ( v 4  1)  c , o
4
v4 +1 = (kx)4
donde se tiene c = -Ln|k| y luego se usan las identidades
Ln|x| + Ln|k| = Ln|kx| y 4Ln|kx| = Ln(kx)4
Finalmente, sustituyendo v= y/x, se obtiene

y4 = c1x8 – x4 (c1 = k4)
Método 2
Resolver la ecuación diferencial del problema utilizado

Primero transformamos la ecuación diferencial en
dx xy 3

dy 2y 4  x 4
dx du
sustituyendo x=yu , y  u y , se obtiene
dy dy
du ( yu) y 3
u  y 
dy 2 y 4  ( yu) 4
que puede simplificarse algebraicamente en

du  u  u5  1 2 u4
y     o dy  du  0
2u u  u5
4
dy  y
esta última ecuación es separable; usando fracciones

parciales obtenemos
2 u4 2 u4 2 u3
  
u  u5 u (1  u 4 ) u 1  u 4
1 1
Luego Ln|y|+2Ln|u|- Ln (1  u 4 )  c , o c  Ln | k | .
4 4
Reemplazando u= x/y, obtenemos de nuevo la solución del
Método 1.
Ejercicios
En los siguientes problemas, determine si las ecuaciones

diferenciales dadas son homogéneas y, si lo son,
resuélvalas.
yx x 2  2y 2
1) y'  3) y' 
x xy
88
2y  x 2x  y 2
2) y'  4) y' 
x xy
2.2 ECUACIONES DIFERENCIALES EXACTAS DE PRIMER ORDEN
DEFINICIÓN: Una ecuación diferencial

M(x,y)dx+N(x,y)dy=0
Es exacta si existe una función g(x,y) tal que
dg ( x , y)  M ( x , y)dx  N ( x , y) dy
Observación: (Prueba de exactitud): Si M(x,y) y N(x,y) son

funciones continuas y tienen primeras derivadas parciales
continuas en algún rectángulo R del plano xy, entonces es
exacto si, y solamente si,
M ( x , y) N ( x , y )

y x
Ejemplo: En la ecuación diferencial 2xydx + (1+x2)dy =0, se

M N
tiene M(x,y)=2xy y N(x,y) = 1 + x2. Como   2x , la
y x
ecuación diferencial es exacta.
MÉTODO DE SOLUCIÓN
Para resolver M(x,y)dx+N(x,y)dy=0, asumiendo que es exacta,

primero se resuelven las ecuaciones
g ( x , y)
 M ( x , y)
x
g ( x , y)
 N ( x , y)
y
para g(x,y). La solución se da entonces implícitamente

por g(x,y)= c
donde c representa una constante arbitraria .
Observación: la ecuación g(x,y)=c del se obtiene

dg( x , y)  M ( x , y)dx  N ( x , y) dy . De hecho, si se sustituye
se
obtiene dg(x,y(x))=0. Integrando esta ecuación, se tiene
 dg( x , y( x ))   0dx que a su vez implica g(x,y)= c.
Resolver 2xydx+(1+x2)dy=0
Esta ecuación es exacta. Ahora determinamos una función
g ( x , y) g ( x , y)
g(x,y) que satisface  M ( x , y) y  N ( x , y) .
x y
89
g ( x , y)
Sustituyendo M(x,y) =2xy en  M ( x , y) obtenemos
x
g
 2 xy . Integrando ambos lados de la ecuación con
x
respecto a x encontramos
g
 x dx   2 xy dx
g(x,y)=x2y + h(y) (1)
o Nótese que al integrar con respecto a x, la constante

(con respecto a x) de integración puede depender de y.
Ahora determinamos h(y). Derivando (1) con respecto a y,
g
obtenemos  x 2 ´ h ' ( y) . Sustituyendo esta ecuación, junto
y
g ( x , y)
con N(x,y)=1+x2 en  N ( x , y) obtenemos
y
x 2  h ' ( y)  1  x 2 o h ' ( y)  1
Integrando esta última ecuación con respecto a y, se

obtiene h(y)=y+c1 (c1 = constante). Sustituyendo esta
expresión en g(x,y)=x2y + h(y) tenemos
g ( x , y)  x 2 y  y  c 1
la solución de la ecuación diferencial, que está dada

implícitamente como g(x,y)=c, es
x2y  y  c2 (c 2  c  c 1 )
resolviendo explícitamente para y obtenemos la solución

c2
como y  .
x 2 1
2  ye xy
Ejemplo: y' 
2 y  xe xy
Escribiendo esta ecuación en forma diferencial, obtenemos
(2+yexy)dx + (xexy-2y)dy=0
Aquí M(x,y) = 2 + yexy y N(x,y) = xexy-2y y, como

M N
  e xy  xye xy , la ecuación diferencial es exacta.
y x
g ( x , y)
Sustituyendo M(x,y) en  M ( x , y) , encontramos
x
90
g
 2  ye xy ; luego, integrando con respecto a x,
x
obtenemos
g
 x dx   2  ye dx
xy
o g ( x , y)  2 x  e xy  h ( y) (1)
Para encontrar h(y), primero derivamos (1) con respecto a

g
y, obteniendo  ex xy  h ' ( y) ; después reemplazamos este
y
g ( x , y)
resultado junto con N(x,y) en  N ( x , y) para
y
obtener
xe xy  h ' ( y)  xe xy  2 y o h ' ( y)   2 y
Se sigue que h(y)= -y2 + c1 . Sustituyendo este h(y) en

(1) obtenemos g ( x , y)  2x  e xy  y 2  c 1
La solución de la ecuación diferencial se da implícitamente
como
2x  e xy  y 2  c 2 (c 2  c  c 1 )
Ejercicios
Halle la exactitud de las siguientes ecuaciones

diferenciales y resuelva todas las que sean exactas
1) (2xy +x)dx + (x2 + y)dy =0 3) yexydx +xexydy =0

2) (y+2xy3)dx+(1+3x2y2+x)dy=0 4) xexydx+yexydy =0
91
FACTORES DE INTREGACIÓN
En general, la ecuación diferencial
M(x,y)dx + N(x,y)dy=0 (1)
No es exacta. Ocasionalmente, sin embargo, es posible

transformar en una ecuación diferencial exacta por una
atinada multiplicación.
5.2 TABLA DE FACTORES DE INTEGRACIÓN
92
Definición: Una función I(x,y) es un factor de integración

para (1) si la ecuación
I( x , y) M ( x , y)dx  N ( x , y)dy   0 (2)
es exacta
Ejemplo: Determinar si –1/x2 es un factor de integración

para ydx-xdy =0. Multiplicando la ecuación diferencial dada
por –1/x2, obtenemos
1 y 1
2
( ydx  xdy)  0 o 2
dx  dy  0
x x x
En esta última ecuación es exacta; por lo tanto –1/x2 es un

factor de integración.
OBSERVACIÓN: Si I(x,y) es un factor de integración para (1)

entonces (2) es exacta y puede resolverse por el método del
caso anterior, o frecuentemente, por integración directa.
La solución de (2) es también la solución de (1).
OBSERVACIÓN: Tabla de Factores integrantes.
Ejemplos:
1. Resolver ydx – xdy = 0
Usando el factor de integración I(x,y)= -1/x2, podemos

escribir la ecuación diferencial como
xdy  ydx
 0
x2
Como (1) es exacto puede resolverse por el Método de la

sección anterior. Como alternativa, vemos por la Tabla
1 puede escribirse como d(y/x)=0. Entonces, por
integración directa, tenemos y/x=c o y=cx, como la
solución.
2. Resolver la ecuación diferencial del problema usando

un factor de integración diferente.
Usando el factor de integración I(x,y)=-1/xy, podemos
escribir la ecuación diferencial como
xdy  ydx
 0
xy
Como (1) es exacto, puede resolverse por el Método de
93
la sección 2. Como alternativa, vemos de la Tabla que

(1) puede escribirse como d Ln ( y / x )  0 . Entonces, por
integración directa, Ln(y/x)=c1. Tomando exponenciales a
y
ambos lados, encontramos  e c1 o finalmente
x
y  cx (c  e c1 )
3. Resolver (y2-y)dx + xdy =0
No aparece inmediatamente ningún factor de integración.

Nótese sin embargo, que si los términos se vuelven a
agrupar estratégicamente, la ecuación diferencial puede
escribirse como
 ( ydx  xdy)  y 2 dx  0
El grupo de términos dentro del paréntesis tiene

muchos factores de integración (ver tabla). Ensayando
cada factor de integración por separado, encontramos
que el único que hace exacta toda la ecuación es
I(x,y)=1/y2. Utilizando este factor de integración,
podemos escribir (1) como
ydx  xdy
  1dx  0
y2
como (2) es exacto como alternativa vemos de la Tabla

que puede escribirse como –d(x/y)+1dx =0, o como
d(x/y). Integrando, obtenemos la solución
x x
xc o y
y xc
Ejercicios:
1. (y+1)dx – xdy =0 3. (x2+y+y2)dx-xdy = 0
2. ydx+(1-x)dy=0 4. (y+x3y3)dx + xdy = 0
2.3 ECUACIONES DIFERENCIALES LINEALES DE PRIMER ORDEN
La ecuación diferencial lineal de primer orden se definió

como y'  p( x ) y  q ( x ) (1)
Un factor de integración está dado por:
94
I(x,y)  e  p ( x ) dx (2)
Nota: Una ecuación lineal el factor de integración no

depende de y. Recordamos que el factor de integración se
definió originalmente para ecuaciones en forma diferencial.
Sin embargo, es más conveniente trabajar con ecuaciones
diferenciales lineales en la forma.
Ejemplo: Hallar un factor de integración para y’-2xy=x
Aquí, p(x) = -2x. Entonces
 p( x )dx   (2 x )dx   x2
I( x , y)  e 
p ( x ) dx 2
y  e x
si escribimos la ecuación dada en forma diferencial y
después multiplicamos por I(x,y), obtenemos
2 2 2
( 2xye  x  xe  x ) dx  e  x dy  0
2
que es exacta. Entonces, I( x , y)  e  x es un factor de
integración.
OBSERVACIÓN (Método de Solución)

Multiplique y'  p( x ) y  q ( x ) por I(x,y) como se definió en
I(x,y)  e  p ( x ) dx . El lado izquierdo de la ecuación
d yI( x , y)
resultante será igual a la integración directa
dx
de esta ecuación resultante da entonces la solución de
(1).
Ejemplos: Resolver:
1) y’-2xy = x, 2) y’+(4/x)y =x4 3)y’-5y= 0
Solución 1:
Del ejemplo (1) I(x,y)= e  x 2 Multiplicando la ecuación

diferencial por I(x,y) obtenemos
2 2
e  x y'  2 xe  x y  xe  x
2
o
d
dx
 2

ye  x  xe  x
2
integrando ambos lados de esta última ecuación con respecto

a x, encontramos que
95
d x2 x2
 dx ( ye )dx   xe dx
2 1 x2
ye  x   e c
2
2 1
y  ce x 
2
Solución 2:
Aquí p(x) =4/x; por lo tanto
4
 p( x )dx   x dx  4Ln | x |  Lnx 4
I( x , y)  e 
p ( x ) dx 4
de donde  e Lnx  x4
Multiplicando la ecuación diferencial por I(x,y),

encontramos
d
x 4 y'  4 x 3 y  x 8 o ( yx 4 )  x 8
dx
integrando ambos lados de esta última ecuación con respecto

a x, obtenemos
1 9 c 1 5
yx 4  x c o y  x
9 x4 9
Solución 3:
Aquí p(x) = -5 y I(x,y)= e  ( 5) dx  e  5 x . Multiplicando la
ecuación diferencial por I(x,y), obtenemos
d
e 5 x y'  5e 5 x y  0 o ( ye 5 x )  0
dx
Integrando, obtenemos ye 5 x  c, o y  ce 5 x
Nota: La ecuación diferencial también es separable y puede

resolverse por el método correspondiente a éste caso.
Ejercicios:
96
1) y’-7y = ex 3) y’-7y = sen 2x
2) y’-7y = 14 x 4) y’+ x2y = x2
3. PROBLEMAS DE APLICACIÓN
1.- El intercepto en el eje y de la recta tangente a una

curva en cualquier punto es siempre igual a la pendiente
en ese punto. Si la curva pasa por (2,1) encuentre su
ecuación.
SOLUCIÓN: De las condiciones dadas podemos decir:
y – xy1 = y1, luego:
dy dx
(1 + x)y1 =y  Lny = Ln(1+x) + LnC = LnC(1+x)
y 1 x
y = C(1+x); si y=1 cuando x =2, entonces C =1/3
1
Rpta: y = (1+x)
3
2.- La ciudad de Huancayo tenía una población de 25,000
habitantes en 1960 y una población de 30,000 en 1970.
Suponiendo que su población continúe creciendo
exponencialmente con un índice constante, ¿qué población
pueden esperar los urbanistas que tengan la ciudad en el
año 2,000?
SOLUCIÓN: Sea t el tiempo transcurrido a partir de 1960 y

sea P(t) la población en ese instante, luego de los datos
del problema podemos decir que: P(o)=25,000 y P(10)=30,000
Por las condiciones del problema
P(t)=P(o)ekt=25,000ekt .................... (1)
6
Así: t=10 P(10) = 25,000e10k = 30,000 e10k =
5
1 6
Rpta: k = Ln( ).................... (2)
10 5
t 6 6
(2) en (1) :P(t)= 25,000 exp[ Ln( ) ] = 25,000 exp[ Ln( )t / 10 ]
10 5 5
97
6
= 25,000 ( )t / 10
5
Para el año 2,000, entonces, t será: t = 2,000 – 1,960 =40,

luego:
6
P(40) = 25,000( ( ) 4  51,480 personas.
5
CAPITULO VI
INTRODUCCIÓN AL CÁLCULO NUMÉRICO
5.1 TEORIA DE ERRORES
5.1.1 Errores absoluto y relativo

Sea A el valor exacto de cierta magnitud y a un valor
aproximado.
98
DEFINICIÓN
1. El error absoluto del número aproximado a es el valor

a = A - a
2. Una cota el error absoluto del número aproximado a es
cualquier valor  a , tal que  a  a
Ejemplo: si A= = 3.14159265...., un número aproximado
será a= 3.14
Ejemplo: si A= 23.5 y a= 23.499 entonces
a = 123.5 – 23.4991 = 0.001
 = 0.002
a
Ejemplo: Determinar la cota de error absoluto del número

3.14 como aproximación de 
Solución
A = 3.14159265... , a= 3.14 , luego

3.14<  < 3.15  a = / a-/ < 0.01
  a = 0.01
DEFINICIÓN
1. Se llama error relativo de un número aproximado al

número definido por

a = a
, A  0
A
2. Se llama cota de error relativo  a, a cualquier 
a
tal que  a   a
NOTA.
1.   A  ~ a 
a a
2. El error relativo es generalmente dado en porcentaje

Ejemplo : Si A= 23.5, a= 23.499,entonces  a = 0.001, Luego
 0.001
a  a
  0.0000425  0.00425 %
A 23.5
Ejemplo: 0.abc 107. Se escribe erróneamente como a.bc 107.

calcular el error absoluto y el error relativo cometido
SOLUCIÓN:  a = (a.bc – 0.abc)107
= a.bc(0.9)107.

Por lo tanto se tiene: a= a
= 9 = 900%
A
5.1.2 CIFRAS SIGNIFICATIVAS EXACTAS
99
Todo número real x tiene un desarrollo decimal de la forma.

k k  1 k  n 1
x =  10   k
10  .....   10
k 1
+... k  n 1
donde los i son dígitos, k > 0

Cuando a es un valor aproximado de A, entonces
m m 1 m  n 1
a  a 10  a 10  .....  a 10  ... (1)
m m 1 m  n 1
donde las ak son dígitos no negativos.

Ejemplo
2404.46=2x 33+ 4x 102 + 0x 101 + 4x 100 + 4x 10-1 + 6 x 10-2
DEFINICIÓN: En el desarrollo(1) del valor aproximado a
1. Se llama orden del número a al número m.
2. Se dice que las n primeras cifras del número aproximado
“a” son exactas si a  0.5 x 10m-n+1
Ejemplo: Si A=0.0097, entonces las cifras significativas

son: 9 y 7.
Ejemplo: Si A=0.011070501, entonces las cifras

significativas son: 1,1,0,7,0,5,0,1.
Ejemplo :
Si A = 2404.451, a =2404.46, entonces
m  n  1
 
a
A  a  0.009  0.5 x 10 , además m=3. Por lo tanto
m . n 1
  A  a  0.009  0.5 x 10 , Luego
a
-1 m-n+1
0.5 x 10 =0.5 x 10 ; Por lo tanto n=5
5.1.3 RELACIÓN ENTRE : , ,m y n
Los teoremas que se dan a continuación establecen la
relación existente entre el valor absoluto, valor relativo
de un número aproximado y el número de cifras
significativas exactas.
TEOREMA: Si a valor aproximado de A que tiene n cifras

significativas exactas, es decir, si
m m 1 m  n 1
a  a 10  a 10  .....  a 10  ...
m m 1 m  n 1
1
entonces a  a 10-n+1 , donde am es el primer dígito
m
significativo del número aproximado a.
Ejemplo: Si A=2404.451 y a=2404.46 entonces, m=3 , n=5 ,

an= 2 , luego tendremos lo siguiente:
1 1
  
a  2( 2) 10-5+1, a = 2 10-5+1, a =
103 (2+1) a
.
100
5.1.4 PROPAGACIÓN DE ERRORES EN LAS FUNCIONES

Sea f: A Rn  R diferenciable definida por
u = f(x1, x2,...,xn)
Sean además 
x , i=1,...,n los valores absolutos
i
correspondientes a las variables xi y u el error absoluto

de la función.
En primer lugar tenemos que:
n m
f f
u ~ A u ( x) ~ df ( x , x
1 2
,...., x )
n ~  x
i 1

x
i
 
i 1 x

x
i
,
i i
Obtenemos entonces
n
n
f f
u   i 1 

x
i
y 
u
  i 1 x

x
i
.
x i
i
En segundo lugar tenemos:

n
f f
u = 

i 1 x

x
i
n x =
 
i i
u

u u i 1 u x
i
n


i 1 x
ln f ( x , ....., x ) 
1 n x
i
i
Luego
n

u   x
ln f ( x , ,...., x ) 
1 n x
i 1 i
Por lo tanto
n


u
  i 1 x
ln f ( x , ....., x ) 
1 n x
i
i
OBSERVACIÓN: Como consecuencia tenemos:

1. Si u(x1,...,xn)=  x1 ... xn ,entonces
u   x +...+  x y m  max (  x ,...,  x )
1 n 1 n
2. Si u(x1,x2)= x1-x2 entonces  u  

 =
x
1
x
2
u
 
x x
1 2
x x
1 2
   ....  
3. Si u(x1,...,xn)= x1x2...xn, entonces ,u  x
1
x
2
x
n
x
4. Si u(x,y) = , entonces
y
u  x + y
5.1.5 PROBLEMA INVERSO DE CÁLCULO DE ERRORES

El problema inverso consiste en calcular los errores
absolutos de las variables independientes de una función
para que el error absoluto de la función no exceda cierta
magnitud. Sabemos:
101
n
f

u
 
i 1 x

x
i
i
f
Casos 1: si los  contribuyen con igual magnitud a
x x
i
i
 , entonces
u
n
   u /  x   n u / x 
u i x i x
i 1 i i
y de aquí obtenemos que


   u
i=1,...,n
x
i n u /  x
i
Caso 2 . si los  contribuyen con igual magnitud a  ,

x u
i
entonces
 x
1
 x
2
 .....   k
x
n
Luego,
 u
 
x n
i
f
 i 1 x
i
NOTA: Error propagado es el valor de salida provocado por

un error de entrada, suponiendo que todos los cálculos
intermedios respectivos exactamente particular, sin error
de redondeo.
1
Ejemplo: Sea E: R5  R definida por: E (a,b,l,P,s)=
4
3
l P
3 , Calcular  E
si P= 20, p= 0.1%, a= 3, a = 1%,
a bs
b=44, b=1% , l=50, l = 1%, S= 25, S = 1%
Solución: según las condiciones del problema tenemos que:

 ln E 3  ln E 1  ln E 3  ln E 1
 ,  ,   ,  ,
l l P P a a b b
 ln E 1

s s
En consecuencia E  3l + p - 3a - b - s , y de aquí
 = 3l + p + 3a + b + s
E
x 2 1
Ejemplo: suponga que f(x) =  (1  t ) se puede evaluar
0
para cualquier x dado. Sin embargo las x no son siempre

correctas. Determinar el error relativo máximo
(aproximado) en x de modo que el error absoluto en f(x) no
sea mayor que 10-4.
Solución:
102
 10
4
10
4

f
   
f = f’ , luego x
f
'
f
' 1
2
1 x
Por lo tanto
 4 1 x
2
4
  x
 10  10 .2  0.02 %
x x x
Ejemplo: Suponga que la ecuación

2
x T x
f(x,a) =  x0
e dT  3 
a
Puede resolverse para x cuando se conoce la constante
f 
x ~ -
a a
positiva . Si f
, aproximar el cambio relativo
x
en una raíz x0 cuando a se incrementa en 0.1%
Solución:
f x T
2
x
2
1 f x
x
=  x0
e dT  x e 
a
, y
a
=
a
2 ; luego
x

f  2 a
a
x ~ -
a a
f
= - 2 2
x T x 1
 dT  xe 
x
e
x0 a
Por lo tanto, Si x0 es raíz, tenemos

1

 a
2 a
1
x = x
~- x 2
 x 2

x 0 1 0
a
x e  ax e 1
0 a 0
Finalmente, como a se incrementa en 0.1% se tiene

0.01
x ~
2
x
0
ax e 1
0
103
5.2 SOLUCIÓN DE ECUACIONES NO LINEALES
5.2.1 INTRODUCCIÓN
Dada un a función f(x) real, cualquier número r que
satisfaga f(r)=0 se denomina 0 o raíz de la ecuación
f(x)=0. Al hallar las raíces aproximadas de una ecuación
f(x)=0 se consideran dos etapas: separación y el
mejoramiento de las raíces aproximadas hasta que presenten
cierto grado de precisión utilizando métodos iterativos.
5.2.2 LOCALIZACION
Un procedimiento para la localización de las raíces
consiste en aplicar iterativamente el siguiente teorema.
Teorema 5.1 si f es un a función continua [a,b] y f(a)f(b)<

0 entonces existe c(a,b) tal que f(c)=0.
Ejemplo: sea la ecuación x2 – 3x + ex –2=0, entonces

f(-1)= 2.367 y f(0)=-1, luego f(-1)f(0)<0, luego existe una
raíz r(-1,0).
Ejemplo: Dado x2eX-1=0, localice la o las soluciones de

la ecuación.
Solución: desde que x2eX-1=0, se tiene que

f1(x)=x2 =e-X = f2(x)
Tabulando y graficando f1 y f2 :
x X2 e-X
2 4 0,13
1 1 0,37
0 0 1
-1 1 2,72
-2 4 7,39
De la tabla de valores podemos determinar que una solución

se encuentra en el intervalo [0;1].
5.2.6 METODO DE APROXIMACIONES SUCESIVAS

La ecuación
f (x)=0
puede ser rescrita como.
x= g(x), x[a,b]
104
Si x0~r, sustituyendo en la primera ecuación y repitiendo

el procedimiento se tiene
g(x0)=x1,
g(x1)=x2,
g(x2)=x3,
……………………………………………
g(xi-1)=xi,
……………………………………………
Se tiene entonces que la sucesión generada converge a la
solución de si solo sí es solución de f(x)=0.
Un Punto fijo de una función g dada, es un número p

para el cual g(p)=p. Es esta sección consideramos el
problema de encontrar soluciones a problemas de puntos
fijos y la relación entre ellos y los de encontrar
raíces, que se desea resolver.
Los problemas de encontrar raíces y los de encontrar

puntos fijos son equivalentes en el sentido siguiente:
dado un problema de encontrar raíces f(p)=0 podemos
definir una función g con punto fijo en p de muchas
formas, por ejemplo, como g(x)=x –f(x), o como
g(x)=x+3f(x). En forma inversa, si la función g tiene un
punto fijo en p, entonces la función definida como
f(x)=x-g(x) posee un cero en p. Aunque los problemas que
deseamos resolver son de encontrar raíces, la forma de
puntos fijos es más fácil de analizar y ciertas
selecciones de puntos fijos conducen a técnicas muy
eficaces de obtención de raíces.
.
Observación: Para aproximar un punto fijo de la función

g, seleccionamos una aproximación inicial p0 y generamos
una sucesión pn n  0 haciendo pn =g(pn-1), para cada n1. Si

la sucesión converge a p y g es continua, entonces, por

el Teorema 1.4.
p  lim
 p  lím
 g(p )  g(lím
 p )  g(p)
n n 1 n 1
n  n n
y se obtiene una solución para x=g(x). Esta técnica

recibe el nombre de iteración de punto fijo o iteración
funcional. El procedimiento se detalla en el Algoritmo 2.2
y está ilustrado en la Pag. 2.6.
Teorema 2.3 (Teorema del Punto Fijo)

Sea g C[a,b] y supóngase que g(x) [a,b] para toda x
en [a,b]. Además, que g’ existe en (a,b) de tal modo que
105
|g’(x)| k<1 , para toda x(a,b)
Si p0 es cualquier número en [a,b], entonces la sucesión

definida por
Pn =g(pn-1), n1,
Converge al punto fijo único p en [a,b]
Corolario
Si g satisface la hipótesis del Teorema 2.3, las cotas

de error que intervienen al usar pn para aproximar a p,
están dadas por
n
| p  p | k máx {p  a, b  p }
n 0 0
n
y |p  p | k | p  p |, para toda n  1
n 1  k 0 1
k /(1  k);
cuanto más pequeña sea k, tanto más rápida será
n
la convergencia. La convergencia puede ser muy lenta si k

está cercana a 1.
Ejemplo: Dado x2eX-1=0, hallar una función g que permita

aplicar un método de aproximaciones sucesivas y efectuar
dos iteraciones.
Solución: Una posible función de iteración de la

ecuación x2eX –1=0 es
1
x x  g(x)
e
Para determinar si el algoritmo escogido es apropiado

(convergente), analizamos la convergencia del mismo.
La condición de convergencia debe verificar:
i) g(x)I, x I
ii) |g’(x)|<1, x I
siendo I=[0,1] el intervalo donde se encuentra localizada

la raíz, tenemos :
1
x[0,1] 0  x 1  e0  eX e  0  x
 1 . Se tiene
e
entonces  x  [0,1], g(x)I y la primera condición se
verifica
En este caso, I =[0;1]; derivando g(x) se tiene
106
1 1 1
g'(x)   x/2  g'(x)   x/2
 1/2
 k  1
2e 2e 2e
Verificando (ii)
Cumplidas las dos condiciones de convergencia, podemos
estar seguros que la función de iteración escogida es
adecuada para cualquier valor inicial de la raíz, dentro
del intervalo dado.
Efectuando 2 iteraciones con x0= 0,5
i xi g(xi)
0 0,5 0,7788007
1 0,7788007 0,6774629
2 0,6774629
De donde
x=0,6774629 (Para 2 iteraciones)
5.2.7 El Método de Newton-Raphson
El Método de Newton-Raphson (o simplemente de Newton) es

uno de los más poderosos y conocidos métodos numéricos para
resolver el problema de encontrar raíces f(x)=0. sto da
idea del Método de Newton –Raphson, que empieza con una
aproximación inicial p0 y genera la sucesión {pn},
definida por
f(p )
p  p  n 1
, n1
n n 1 f'(p )
n 1
Empezando con una aproximación inicial p0,
5.3 ALGEBRA LINEAL NUMÉRICA
Los métodos que se estudiarán en esta secci6n son análogos

a los de aproximaciones sucesivas analizados en capítulo
anterior.
3.2 El método de Jacobi, definido por la ecuación de

recurrencia denominada así por aplicarse repetitivamente,
107
significa que del sistema se despeja x1 de la primera

ecuación x2 de la segunda, x3 de la tercera, obteniéndose
1
x1  ( b 1  a 12 x 2  a 13 x 3  ....  a 1n x n )
a 11
1
x2  ( b 2  a 21 x 1  a 23 x 3  ....  a 2 n x n )
a 22
1
x3  (b 3  a 31 x 1  a 32 x 2  ....  a 3n x n )
a 33
......
......
1
xn  (b 1  a 12 x 2  a 13 x 3  ....  a 1n x n )
a nn
considera la primera aproximación

x n  x1 , x 2
( 0) (0)
, x3
(0)
,....., x n 
(0) T
la solución se constituye en los segundos miembros de las

ecuaciones y se obtiene la nueva aproximación.
El superíndice indica el número de la sustitución

efectuada. La última aproximación se sustituye en los
segundos miembros y se obtiene.

x 2  x1 , x 2
( 2) ( 2)
, x3
( 2)
,....., x n 
( 2) T
, etc
repitiendo este proceso k + 1 veces, se llega a la

aproximación.
 ( k 1)
x 1 
1
a 11
b 1  a 12 x 2
(k)
 a 13 x 3
(k)
 .....  a 1n x n
(k )


 ( k 1)
x 2 
1
a 22
b 2  a 21 x 1
(k)
 a 32 x 3
(k)
 .....  a 2 n x n
(k)


 ( k 1)
x 3 
a
1
b 3  a 31 x 1
(k)
 a 32 x 2
(k )
 .....  a 3n x n
(k)

 33
...................

...................
 ( k 1)
x n 
1
b n  a n1 x 1
(k )
 a n2 x 2
(k)
 .....  a nn x n 1
(k)

 a nn
El método de Jacobi presentado se usa muy poco en la

práctica. Esto se debe a que el método de Gauss-Seidel,
otro método iterativo que se establecerá a continuación,
siempre converge cuando el de Jacobi lo hace, puede
108
converger cuando el de Jacobi no lo hace, y en general

converge más rápidamente que el método de Jacobi.
5.3.3 Método de Gauss Seidel.- Este Método es en general

idéntico al de Jacobi; la diferencia consiste en que una
vez que se calcular la componente xi(k+1) , se usa
inmediatamente en la misma iteración. Por esta razón el
método de Gauss-Seidel también se llama iteraciones
parciales o desplazamientos sucesivos.
Las ecuaciones que determinan la iteración k +1 son
 ( k 1)
x 1 
1
a 11
b 1  a 12 x 2
(k)
 a 13 x 3
(k )
 .....  a 1n x n
(k )


 ( k 1)
x 2 
1
a 22
b 2  a 21 x 1
( k 1)
 a 32 x 3
(k )
 .....  a 2 n x n
(k )


 ( k 1)
x 3 
a
1
b 3  a 31 x 1
( k 1)
 a 32 x 2
( k 1)
 .....  a 3 n x n
(k )

 33
.......... .........

.......... .........
 ( k 1)
x n 
1
b n  a n1 x 1
( k 1)
 a n2 x 2
( k 1)
 .....  a nn x n 1
( k 1)

 a nn
ANEXO
MATLAB BÁSICO
Matlab es un software muy versátil cuyo núcleo es el

álgebra lineal. El nombre de Matlab quiere decir MATrix
LABoratory (Laboratorio de matrices) y ha sido diseñado por
The Math Works Group. Su código está escrito en C, aunque
muchas de sus rutinas y funciones están en el lenguaje
MATLAB y son actualizadas con cada nueva versión del
software. Casi todos sus algoritmos han sido implementados
basado en las rutinas pertenecientes a Limpac y Eispac
(softwares diseñados para problemas de álgebra
computacional).
Una vez iniciado el software Matlab aparecerá el logo tipo

e indicador de comandos >> el cual indica que Matlab
espera una instrucción. Después de escribir el nombre de
109
una instrucción y los argumentos o datos necesarios se debe

oprimir ENTER para que se ejecute.
1.1 OPERACIONES CON MATLAB
Matlab distingue entre

Suma +
mayúsculas y minúsculas en los
nombres de las variables. Para Resta -
nombrar una variable se puede
Multiplicación *
empezar con una letra y puede
constar de hasta 31 letras y Potencia 
números considerando el carácter
– como una letra. División /
Las operaciones aritméticas
entre escalares se indica en el
cuadro:
Ejemplo: Calcular N = 5x42 – 10 x 3

Solución :
>> a = 2
>> b = 5
>> c = 10
>> d = 3
>> N = 5*42 – 10*2
Observación : Si una expresión termina en punto y coma;

su resultado se calcula, pero no se escribe en la pantalla.
Ejemplo: Calcular N = 5x42-10x3

Solución:
>> a = 2;
>> b = 5;
>> c = 10;
>> d = 3;
>> N = 5x42 – 10*2
N = 60
Observación: Matlab puede definir variables del tipo

String, aquí las cadenas de texto van entre apostrofes o
comillas simple.
Ejemplo:
S = “Hola Matlab”
Hola Matlab
Observación: Para detener la ejecución de una instrucción

oprima Ctrl y C simultáneamente. Luego oprima ENTER.
Para salir de Matlab escriba exit o quit.
110
Observación: Existen algunas constantes matemáticas

reconocidas por Matlab.
Nombre Significado
pi 
eps epsilon
i imaginario 1
inf Infinito
nan Not a nombre
Observación: Matlab no hace diferencia si las variables son

enteras, reales o de doble precisión.
Observación: Por defecto Matlab presenta los valores en

formato format short. Otros formatos son dados a
continuación:
FORMATO SIGNIFICADO
format short Coma fija con 4 decimales (defecto)
format long Coma fija con 15 decimales
format bank Números con dos cifras decimales
format short e Notación científica con 4 decimales
format short g Notación científica o decimal, dependiendo
del valor
format long e Notación científica con 15 decimales
format long g Notación científica o decimal, dependiendo
del valor
format rat Expresa los números racionales como
cociente de enteros.
Ejemplo:
>> format rat
>> pi
ans
355/113
>> format long
>> pi
ans
3.14159265358979
1.2 Funciones matemáticas elementales

Matlab posee diversos tipos de funciones las cuales serán
presentadas a lo largo de todo el curso. Las funciones
elementales se presentan a continuación.
FUNCIONES ELEMENTALES
abs módulo complejo fix redondeo hacia cero
angle argumento complejo floor redondeo a-inf
sqrt raíz cuadrada ceil redondeo a +inf
111
real parte real rem(x,y) resto de x/y

imag parte imaginaria exp exponencial base e
conj conjugado complejo log logaritmo natural
round redondeo al entero log10 logaritmo base 10
más cercano
A continuación presentamos otro grupo de funciones de gran

utilidad.
abs(x) |x| exp(x) ex

acos(x) Arccos(x) cos(x) cos(x)
atan (x) Arctg sin(x) sen(x)
cosh(x) cosh(x) exp(x) ex
log(x) loge(x) log10(x) log10(x)
sign(x) signo(x) sqrt(x) x
tan(x) tg(x) tanh(x) tgh(x)
sinh(x) senh(x) cosh(x) cosh(x)
asinh(x) Asenh(x) acosh(x) Acosh(x)
atanh(x) Atgh(x) asinh(x) Arcsenh(x)
Ejercicio: Para Z = 4+3i, calcular |z|,

z , Im(z), R 1 (z ), Angulo Z
112
1.3 Álgebra de Vectores

Para crear el vector v=(v1,v2,...,vn) podemos hacerlo de la
siguiente manera.
>> x = [v1v2,...,vn]
si se desea conocer la n-esima componente se debe escribir:
>> x(n)
Si se desea ver los “m” primeros elementos del vector, se
escribe.
>>x(1:m)
Ejemplo:
>>a = [1 2 3 4 5]
ans
a =
1 2 3 4 5
>>a(3)
ans
3
>>a(1:3)
ans
1 2 3
Observación: Se puede realizar las siguientes operaciones

con vectores:
 vect = [v1,v2] crea el vector cuyos elementos son los

vectores v1 y v2 uno a continuación de otro.
 Max(vect): proporciona el valor máximo de vect
 Min(vect): proporciona el valor mínimo de vect
 Sum(vect): proporciona la suma de los elementos de
vect r
 Mean(vect): devuelve el valor medio de los elementos
de vect
 Prod(vect): proporciona el producto de los elementos
de vect
Ejemplo:
>> V = [1 2 3 4 5]
ans
V =
1 2 3 4 5
113
>> max (V)

ans
5
>> min (V)
ans
1
>> sum (V)
ans
15
Observaciones: En Matlab está permitido las operaciones de

elemento a elemento en lugar de las usuales del álgebra de
matrices. Solo se requiere que las dimensiones entre los
vectores sean iguales.
Ejemplo: Si v1 = (1,2,3) y v2 = (4,5,6,8,10)

Crear un vector v empalmando los vectores v 1 y v2 uno a
continuación del otro.
Solución
>> v1 = [1 2 3]
>> v2 = [4 5 6 8 10]
>> v = [v1 , v2]
Observación: Operaciones con vectores.
Suma y resta ab

Producto de un vector por un escalar c.b c*b
Producto de dos vectores a.b a.*b
a
División de dos vectores a./b
b
Potencia de un vector por un escalar ac a c
Potencia de un vector por un vector ab a.b
Transpuesta de un vector aT a’
Ejercicio: a = (1, 3, 5, 7, 9)
b = (3, 4, 6, 8, 10), c = 10
Hallar a+b, a-b, ca, ab, a/b, ac, ab, ba
Observación: Otras funciones para definir vectores:
 vect=(vinicial:Paso:final) crea un vector cuyo primer

elemento es vincial, paso p y último elemento vfinal.
114
 Vect=lispace(vinicial,vfinal,N) crea el vector de

Nelementos igualmente espaciados donde vinicial es el
primer elemento y el último elemento es vfinal.
Ejemplo:
>> a = (1:1:10)
>> b = linspace (1,10,10)
1.4 Polinomios
Un polinomio p se define de la siguiente manera:
p(x) = c0xn + c1 xn-1…+cn-1x + cn

Ejemplo: p(x) = x3 + 2x2 + 3x + 4
En Matlab un polinomio se define como un arreglo cuyos

elementos son los coeficientes del polinomio.
Ejemplo:
>> p = [1 2 3 4]
ans
p = 1 2 3 4
Observación: Las siguientes funciones son útiles cuando

trabajamos con polinomios.
roots(p) da la raíces del polinomio

poly(r) da los coeficientes del polinomio que
da esas raíces
conv(p,q) da el producto de polinomios

deconv(p,q) da el cociente y residuo de una
división de polinomios
polyval(p,x) evalúa el polinomio en x

polyder(p) da los coeficientes de la derivada del
polinomio p
Ejemplo: p(x) = x4 + 2x3 + 4x2 + 8x + 9

q(x) = 0.5x4 + x3 + 2x2 + 4x + 10
Hallar las raíces de p y q, el producto de p y q el

cociente y residuo de p/q y la derivada de p.
115
Solución:
>> p= [1 2 4 8 9]
>> q= [0.5 1 2 4 10]
>> raíces = roots (p)

>> D = polyder (p)
>> p1 = polyval (p,2)
>> p2 = polyval (p,[1,2,3])

>> producto = conv (p,q)
>> [co, re] = deconv (p,q)
1.5 Gráficos en dos dimensiones

Solo trataremos las funciones más importantes.
 Plot. Permite crear un gráfico a partir de vectores

con escalas lineales sobre los ejes. Su sintaxis es:
Plot(vectorx, vectory, “color”)
Observación:
Color de línea Símbolo

Rojo r
Amarillo y
Magenta m
Turquesa e
Verde g
Azul b
Blanco w
Negro k
Ejemplo: Graficar las función sen(x) en el intervalo [,]
Solución:
>>x = linspace(-pi,pi,100);
>> y = sinx;
>> plot(x,y,‘r’);
Ejemplo: Graficar la función cos(x) en el intervalo [,]
>> x = linspace(-pi,pi,100)
>> y = cos(x);
>> (x,y, ‘b’)
116
Observación:
 Title añade un título (el cual es una cadena de

caracteres) al dibujo. Su sintaxis es
Title(‘título’)
 Hold permite montar varios gráficos en una sola

ventana del dibujo. Su sintaxis es
hold on
Ejemplo: Graficar las funciones senx y cosx en una sola

ventana para x[-5, 5]
Solución:
>> x = linspace(-5*pi,5*pi,100);
>> y = cos(x);
>> z = sin(x);
>> plot(x,y, ‘red’)
>> hold on;
>> plot(x,z, ‘blue’);
>> title(‘funciones: seno y coseno’)
1.6 Aplicación: Cálculo de valores máximos y mínimos. Para

hallar los valores extremos se utiliza la función
fmin; cuya sintaxis es:
fmin(‘funcion’, x1, x2)
Ejemplo:
>> g = ‘-sin(x).y(x2)’;
>> fmin(g,0,2*pi)
ans =
2.2889
1.7 Aplicación: Localización de los ceros de una función

La versión analítica es dada por el siguiente teorema: Si f
es una función continua en todo x[a,b] tal que
f(a)f(b)<0   r<a,b> tal que f(r)= 0
Ejemplo: Localizar los ceros de la función exp(x)(x 2-1) en

el intervalo [-5,5]
117
Solución:
>> x = linspace(-5,5-100);
>> y = exp(x).*(x.2-1);
>> plot(x,y, ‘b’)
>> hold on;
>> plot ([5,5], [0,0], ‘r’)
>> zoon on
Introducción de matrices
Para introducir una matriz en MATLAB, sólo escriba las

entradas encerradas entre corchetes, separándolas con un
espacio y los renglones con un punto y coma. Así, la matriz
 9 8 7 
 6 5  4
 
 11  12 0 
se introduce al escribir
[9 –8 7; -6 4 -4 ; 11 -12 0]
y el resultado es
ans =
9 8 7
6 5 4
11  12 0
Observe que no aparecen corchetes y que MATLAB ha nombrado

a esta matriz ans. Toda matriz en MATLAB debe tener un
nombre. Si usted no asigna nombre a una matriz, MATLAB la
llama ans, el nombre de variable por omisión. Para asignar
el nombre a una matriz nos valemos del operador de
asignación =. Por ejemplo,
A = [4 5 8;0 -1 6]
aparece como
A =
4 5 8
0 -1 6
ADVERTENCIA
a) Todos los renglones deben
118
tener el mismo número de

entradas.
b) MATLAB distingue entre letras
mayúsculas y minúsculas. Así,
la matriz B no es igual a la
matriz b.
c) El nombre de una matriz no se
puede usar dos veces. En tal
caso, el contenido “anterior”
se pierde.
Para asignar un nombre a una matriz sin desplegar sus

entradas, colocamos un punto y coma (;) después del
corchete derecho.
A = [4 5 8;0 -1 6];
asigna a esta matriz el nombre A, pero sin desplegarla.

Para asignar un nuevo nombre a una matriz ya definida,
utilizamos el operador de asignación =. La instrucción Z =
A asigna el contenido de A a Z. La matriz A continúa
definida.
Para determinar los nombres de las matrices en uso,

empleamos la instrucción who. Para eliminar una matriz,
utilizamos la instrucción clear seguida de un espacio y el
nombre de la matriz. Por ejemplo, la instrucción
clear A
elimina el nombre A y su contenido de MATLAB. La
instrucción clear elimina todas las matrices definidas
hasta ese momento.
Para determinar el número de renglones y de columnas en una
matriz, ejecutamos la instrucción size, como en
size (A)
que despliega lo siguiente, suponiendo que A no se ha
eliminado:
ans =
2 3
lo cual significa que la matriz A dos renglones y tres
columnas.
119
Variables
Matlab no requiere de ningún tipo de comando para declarar
variable y se crea con una asignación directa de su valor.
Por ejemplo >> v=3+7
>> v=3
v = 3
>> v=3+7
v =
10
la variable v pasa a valer lO a partir de este momento, tal

y como se observa en el cálculo siguiente:
» v4
ans =
10000
Variables vectoriales
Para representar a un vector de n elementos se puede

definir en MATLAB una variable de las siguientes formas:
v = [v1, v2, v3,......,vn]
v = [v1, v2 v3......,vo]
Cuando se aplican la mayoría de los comandos y funciones de

MATLAB sobre una variable vectorial el resultado que se
obtiene es la aplicación del comando o función sobre cada
elemento del vector:
>> vector1=[1,4,9,2.25,1/4]
vector1 =
1.0000 4.0000 9.0000 2.2500 0.2500

>> sgrt (vector1)
ans
1.0000 2.0000 3.0000 1.5000 0.5000
120
Existen diferentes formas de definir una variable vectorial

sin necesidad de explicitar entre corchetes todos sus
elementos separados por comas o espacios en blanco. Se
presentan en la tabla siguiente
Define el vector cuyos primero y

Último elementos son a y b,
variable=[a:bl respectivamente, y los elementos
intermedios se diferencian en
una unidad
Último elementos son a y b, Y
variable=[a:s:b] los elementos intermedios se
diferencian en la cantidad s
especificada por el incremento
Último elementos son I a y b, Y
variable=linespace[a,b,n] que tiene en total n elementos
uniformemente
espaciados entre sí
A continuación se presentan algunos ejemplos:

>>vector2=[5:5:25]
vector2 =
5 10 15 20 25
Hemos obtenido los números entre 5 y 25 separados por 5

unidades.
>> vector3=[10:30]
vector3 =
Columns 1 through 13
10 11 12 13 14 15 16 17 18 19
20 21 22
Columns 1 through 13
23 24 25 26 27 28 29 30
Hemos obtenido los números entre 10 y 30 separados una

unidad.
>> vector4= linspace (10,30,6)

vector 4=
121
10 14 18 22 26 30
En MATLAB también existe la posibilidad de considerar

vectores fila y vectores columna. Un vector columna se
obtiene separando sus elementos por punto y coma, o también
trasponiendo un vector fila mediante una comilla simple
situada al final de su definición.
>> a = [10;20;30;40]
a =
10
20
30
40
>> a = (10:14); b = a’
b =
10
11
12
13
14
>> c = (a’)’
c=
10 11 12 13 14
asimismo podemos seleccionar un elemento de un vector o un

sub conjunto de elementos. La tabla siguiente presenta las
reglas:
x(n) Devuelve el enésimo elemento

del vector x
x(a:b) Devuelve los elementos del
vector x situados entre el a-
ésimo y el bésimo, ambos
inclusive
x(a:p:b) Devuelve los elementos del
vector x situados entre el a-
ésimo y el bésimo, ambos
inclusive, pero separados de
p en p unidades (a>b)
x(b:-p:a) Devuelve los elementos del
vector x situados entre el b-
ésimo, ambos inclusive, pero
separados de p en p unidades
y empezando por el bésimo
(b>a)
122
Variables matriciales
En MATLAB se definen las matrices introduciendo entre
corchetes todos sus vectores fila separados por punto y
coma. Los vectores se pueden introducir separando sus
componentes por espacios en blanco o por comas, tal y como
ya sabemos. Por ejemplo, una variable matricial de
dimensión 3x3 se puede introducir de las dos siguientes
formas:
M = [a11 a12 al3; a21 a22 a23; a31 a32 a33]

M = [a11 ,a12 ,a13 ; a21 ,a22 ,a23 ;a31 ,a32 ,a33]
De forma semejante se definiría una variable matricial de

dimensión mxn. Una vez que una variable matricial ha sido
definida, MATLAB habilita muchos caminos para insertar,
extraer, re numerar y manipular en general sus elementos:
1a tabla siguiente presenta diferentes posibilidades de
definición de variables matriciales.
A(m,n) Define el elemento (m,n) de la matriz

A (fila m y columna n)
A(a:b,c:d) Define la sub matriz de A formada por
las filas que hay entre la a-ésima y
la b-ésima y por las columnas que
hay entre la c-ésima y la d-ésima.
A(a:p:b,c:q:d) Define la sub matriz de A formada por
las filas que hay entre la a-ésima y
la b-ésima tomándolas de p en p, y
por las columnas que hay entre la c-
ésima y d-ésima tomándolas de q en q.
A([ab],[c,d]) Define la sub matriz de A formada por
la intersección de las filas a-ésima
y b-ésima y las columnas c-ésima y d-
ésima
A([a b c...],[e fg]) Define la sub matriz de A formada por
la intersección de las filas a, b,
c, ... y las columnas e,f,g
A(:,c:d) Define la submatriz de A formada por
todas las filas de A y por las
columnas que hay entre la c-ésima y
la d-ésima.
A(:,[cde...]) Define la sub matriz de A formada por
todas las filas de A y por las
columnas c,e,d
A(a:b,:) Define la sub matriz de A formada por
todas las columnas de A y por la fila
que hay entre la a-ésima y la b-ésima
123
A([a b c ...],:) Define la submatriz de A formada por

todas las columnas de A y por las
filas a,b,c,
A(a,:) Define la fila a-ésima de la matriz A
A(:,b) Define la columna b-ésima de la
matriz A
A(:) Define un vector columna cuyos
elementos son las columnas de A
situadas por orden una debajo de
otra
A(:,:) Equivale a toda la matriz A
[A,B,C,..] Define la matriz formada por las sub
matrices A,B,C
SA = [] Borra la sub matriz de la matriz A, SA
y devuelve el resto
traspose (A)o A’ Matriz transpuesta de A
inv (A) Matriz inversa de la matriz cuadrada
A(A-1)
det(A) Determinante de a matriz cuadrada A
rank(A) Rango de la matriz A
trace(A) Suma de los elementos de la diagonal
de A
rref(A) Da la matriz reducida escalonada de
Gauss-Jordan por filas de A. el
número de filas no nulas de rref(A)
es el rango de A
Ap Matriz A elevada a la potencia
escalar p
pA Escalar p elevado a la matriz A
eig(A) Halla los autovalores de la matriz
cuadrada A
[V,D]=eig(A) Halla la matriz diagonal D de
autovalores de A y una matriz V cuyas
columnas son los autovectores
correspondientes, cumpliéndose que
A*V=V*D
Poly(A) Devuelve el polinomio característico
de la matriz A
Poly (V) Devuelve un vector cuyas componentes
son los coeficientes del polinomio
cuyas raíces son los elementos del
vector V.
124

Scrub Ret Val File

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Scrub Ret Val File

Transféré par

Droits d'auteur :

Formats disponibles

Elaborado por: J.

Programa de Pre Maestría

ELABORADO POR : MG. JOSUÉ ANGULO PEREZ

UNIVERSIDAD NACIONAL DE INGENIERIA

I. OBJETIVOS DEL CURSO

II. DESCRIPCIÓN DEL PROGRAMA

CAPITULO II : INTRODUCCIÓN AL ÁLGEBRA LINEAL

CAPITULO III : RELACIONES E INTRODUCCIÓN A LA TEORIA DE

CAPITULO IV : FUNCIONES DE VARIAS VARIABLES

CAPITULO V : SERIES Y SUCIONES

CAPITULO VI: INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES

 DOLORES, M, ETTER. Solución de problemas de Ingeniería

1. LÓGICA PROPOSICIONAL Y LÓGICA DE PREDICADOS

Un Enunciado es una expresión del lenguaje.

1.1 Operadores Lógicos

Operador Monario Símbolo del Proposición

Operador Binario Símbolo del Proposición Compuesta

Los operadores son definidos en las tablas siguientes:

1)En la condicional : p q es el antecedente y q es el

Tautología: es una proposición compuesta que es verdadera

Ejemplo (p  p) es una tautología.

Contradicción: Es una proposición compuesta que es falsa

Ejemplo (p  p) es una contradicción

Proposiciones Equivalentes Dos proposiciones p y q son

14) Disyunción Exclusiva: pq  (pq)(pq)

Implicación La proposición p implica la proposición q, si

Nota: si p implica q, decimos que:p es suficiente para q,o

1.2 Consecuencia lógica

Ejemplo La proposición q es consecuencia lógica de las

Teorema (Reducción al absurdo) La proposición q es

Cuantificador Universal El cuantificador universal es la

El cuantificador existencial es la expresión “existe” que

1)  x Z+ : x > 0 , es verdadera

1.3 Métodos de demostración

Método Directo .- Utiliza la siguiente (p1 ... pn) q es

Método Indirecto.- Puede ser hecho utilizando la

Prueba vacía.- consiste en demostrar p  q probando que q

Prueba tribial.- consiste en demostrar p  q probando q

Prueba usando el principio de buena ordenación “todo

Prueba utilizando el principio de inducción matemática (P.

a) Si P(1) es verdadero (Paso base) y

2. Simplificar f(B,C,L)= BC’L + CL+ BCL + L’C’

3. Sonia irá al supermercado si José va con ella y si se

1. Si x es un número real, entonces |-x|=x (Prueba por

I) Sea xR, entonces x>0,  x=0  x <0

IV) Si x<0  |x|=-x  -x>0  |-x| = x

2. Demostrar que: [ >0(|a|<)]  a=0

3. Demostrar que  > 0, x  x  1

I) Supongamos que  x > 0, x  x 1

4. Sea  un conjunto de números reales parcialmente

I) Cada sucesión creciente x1  x2 ... en  es

II) Cada subconjunto no vacío de  tiene un elemento

5. Para nZ+ sea pn el número (aproximado) de plantas

P0 = 3, pi = 7, y pn = 3pn-1 – 2pn-2, para nZ+ donde n2.

Demostrar pn = 2n+2 – 1  n N.

Solución: Aquí tenemos la proposición abierta

Supongamos que S(0), S(1),...,S(k-1),S(k) son verdadera

Pk+1 = 3pk – 2pk-1

6. Demostrar que la condición necesaria y suficiente para

Sol: Ainvoluntiva  (I-A)(I+A)=

7. Aquí si A y B son matrices cuadradas donde n, la

A y B conmutan  A-kI y A+kI conmutan +k valor

A+kI y B-kI conmutan