MATEMçTICAS I

COU
OPCIONES A y B

Juan Luis Corcobado Cartes

Javier Mariju‡n L—pez
Profesores de Matem‡ticas
C.E.I. de C‡ceres
 Versi—n electr—nica del libro
del mismo t’tulo.

I.S.B.N. 84-404-6841-5
@ Juan Luis Corcobado Cartes
@ Javier Mariju‡n L—pez

Los autores autorizan la reproducci—n total o parcial de esta edici—n

electr—nica con el ruego de que en tal caso se haga constar su autor’a.

Las diferencias de paginaci—n entre la versi—n impresa y la electr—nica de este libro

obedecen a la supresi—n de algunas p‡ginas en blanco de la versi—n sobre papel.
 PRîLOGO
Querido lector/a:

Al igual que hicimos al prologar la edici—n anterior de este libro, nos resulta grato
expresar en primer lugar nuestro reconocimiento al I.C.E. de la Universidad de
Extremadura porque haya considerado interesante para sus objetivos de coordinaci—n del
Curso de Orientaci—n Universitaria la publicaci—n de las presentes p‡ginas. Atribuye sus
posibles deficiencias a los propios autores y no a la generosidad para con ellos del citado
instituto.

La œnica finalidad que nos ha motivado a preparar esta nueva edici—n, como
sucedi— en su d’a cuando redactamos la primera, ha sido la de facilitar tu tarea como
estudiante y la nuestra como profesores. Hemos querido escribir exclusivamente lo que
procuramos hacer en clase, y en este sentido debes entender el librito que tienes en las
manos. Deseamos que puedas prestar m‡s atenci—n en el aula a lo que realmente tiene
dificultad en matem‡ticas: demostraciones, modos de razonar, aspectos filos—ficos inmersos
en algunos conceptos, problemas... y ocupes en ello el esfuerzo y el tiempo que requiere esa
toma de apuntes que nunca es tarea acabada y siempre es dudosa en cuanto a la seguridad
en lo que se ha tomado. Creemos que hemos escrito todo lo que un alumno debe saber
despuŽs de un buen aprovechamiento del curso, y apenas s—lo eso. Tentados en algunas
ocasiones por profundizar m‡s en determinados conceptos, hemos terminado por recordar
que a veces los libros son m‡s f‡ciles de escribir que de leer y que el curso s—lo tiene ocho
meses mal contados.

La redacci—n y selecci—n de los contenidos, consideradas las caracter’sticas del par

no ordenado escribidor, no han estado exentas de mutuas concesiones; el acuerdo ha
llegado como fruto de nuestro fin œltimo, proporcionarte este material de trabajo, y,
aunque estŽ mal decirlo, de un comœn entusiamo por las matem‡ticas y, sobre todo, su
ense–anza, que, aunque personal y diferente en cada uno de nosotros, hemos querido
transmitir en las p‡ginas que siguen. Porque estamos convencidos de que en la medida en
que sepamos comunicarte nuestra ilusi—n por lo que hacemos y nuestra creencia no
dogm‡tica en lo que ense–amos, en la misma medida, insistimos, lograremos que
encuentres satisfacci—n e ilusi—n por lo que estudias.

Y como en ocasi—n precedente, suscribiremos las palabras de otro insigne mate-

m‡tico, Rolf Nevanlinna:

"No es muy dif’cil hacer y escribir programas para la ense–anza de las

matem‡ticas, lo es mucho m‡s llevarlos a la pr‡ctica. Puede ense–arse bien de
muchas maneras, hacerse mal de much’simas, pero lo peor es hacerlo de un modo
aburrido."

ÀSer‡ pretencioso decir que confiamos en hacerlo bien y no aburrirte m‡s de lo

indispensable?

Los autores.

-9-
 TEMA 1

ESPACIOS VECTORIALES
 Espacios vectoriales

1. INTRODUCCIîN
Empezar las matem‡ticas de COU diciendo que el objetivo de su primera parte son
los sistemas de ecuaciones lineales puede ser sorprendente para quien, como tœ, hace ya
algœn tiempo que los sabe resolver. Si es as’, no importa, o incluso mejor: ser‡ se–al de que
no partiremos de cero. Lo que ocurre, como puedes suponer, es que en este curso
aprenderemos cosas nuevas y, con los sistemas de ecuaciones, siguiendo un mŽtodo habitual
en matem‡ticas, procederemos intentando encontrar lo que de comœn puedan tener todos
ellos para, analizada convenientemente esa estructura comœn, estar en condiciones de
resolver cualquier problema particular que se nos pueda presentar.

De modo que, efectivamente, estudiaremos sistemas de ecuaciones, pero en lugar de

limitarnos a trabajar con ejemplos concretos, veremos c—mo hay que proceder ante un
sistema de m (es decir, cualquier nœmero) ecuaciones lineales (de primer grado) con n (esto
es, cualquier otro nœmero, igual o no a m) inc—gnitas; y aunque ante un sistema en particular
nos podr’amos apa–ar con lo que ya sabemos, intentaremos asegurarnos de que nos
enfrentaremos con Žxito a cualquier sistema, por dif’cil que parezca.

Antes de entrar en el an‡lisis de los sistemas de ecuaciones -cosa que haremos en el

cap’tulo tercero-, dedicaremos este tema y el siguiente a proveernos de los instrumentos
necesarios para nuestro fin, esto es, a los espacios vectoriales (de los que ya has o’do
hablar), las matrices y los determinantes; pero si cuando concluyamos nuestra tarea alguien
dijera que lo del estudio de los sistemas no ha sido sino una excusa para hablar de lo que en
realidad quer’amos, o sea, de espacios vectoriales, matrices y determinantes, a lo mejor, y a
fuer de ser sinceros, no nos quedar’a m‡s remedio que concederle parte de raz—n.
Desear’amos, en todo caso, que al terminar esta parte del curso quedaras convencido de que
gracias a lo que para entonces habremos estudiado -y a algo m‡s, ciertamente-, una
maquinita puede resolver sistemas de, por ejemplo, mil ecuaciones con mil inc—gnitas como
si tal cosa.

ÀDe acuerdo? Pues ya, sin m‡s, empezamos.

2. LEYES DE COMPOSICIîN
Ejemplo

Consideremos los dos conjuntos siguientes: A = {a1, a2, a3} ; B = { b1, b2}. Si quisiŽ-
ramos emparejar de todas las formas posibles los elementos de A con los de B, escribiendo en
primer lugar los elementos de A y, despuŽs, los de B, tendr’amos las siguientes posibilidades:
(a1, b1), (a1, b2), (a2, b1), (a2, b2), (a3, b1), (a3, b2)
Pues bien, a cada pareja anterior le llamaremos par ordenado y, al conjunto de todas
ellas, producto cartesiano de A por B, al que representaremos as’: A ´ B.
(Observa que como los pares son ordenados, para que dos de ellos sean iguales no s—lo han de
tener los mismos elementos, sino que Žstos han de aparecer en el mismo orden).

- 13 -
Espacios vectoriales

Definici—n (de producto cartesiano)

Dados dos conjuntos cualesquiera, A y B, llamaremos producto cartesiano de A por

B, y lo representaremos por A ´ B, al conjunto:

A ´ B = { (a, b), donde a ÎA, bÎB }

Ejemplos (de otra cosa)

☞ Cuando en la escuela aprendimos que 2 + 3 = 5, lo que est‡bamos haciendo era

establecer un criterio, la suma, que permit’a asociar al par de nœmeros (2, 3) otro nœmero, el
5. Si con el s’mbolo R represent‡semos el conjunto de los nœmeros reales, la operaci—n
anterior no ser’a sino una aplicaci—n del producto cartesiano R ´ R en R. En este caso, al par
(2, 3) corresponder’a la misma imagen, 5, que al par (3, 2).

☞ Cuando escrib’amos 2 3 = 8, tambiŽn lo hac’amos en virtud de una aplicaci—n R ´

R ¾¾® R a la que llam‡bamos potenciaci—n. Pero en este caso, al contrario de lo que
suced’a en el anterior, mientras que al par (2, 3) le corresponder’a como imagen 8, al par (3,
2) le corresponder’a 3 2, es decir, 9.

☞ Cuando en el plano vectorial, V 2, sum‡ba-

mos vectores libres mediante el criterio reflejado en a+b=c
la figura, lo que est‡bamos estableciendo era una
b
aplicaci—n de V 2 ´ V 2 en V 2 que a cada par ordenado
de vectores hac’a corresponder otro vector. a

Definici—n (de ley de composici—n interna)

➬ Se llama ley de composici—n interna en un conjunto C a cualquier aplicaci—n:

C ´ C ¾¾® C

es decir, a cualquier criterio que a todo par ordenado de elementos de C le haga corresponder
un œnico elemento de C.

M‡s ejemplos

☞ Considera ahora el conjunto R 2 [x] de todos los polinomios en la indeterminada x,

con coeficientes reales, de grado menor o igual a 2. Es decir:

R 2 [x] = { ax2 + bx + c / a, b, c Î R }

- 14 -
 Espacios vectoriales

Recordar‡s que si a era un nœmero real cualquiera, el producto de a por un polinomio

ax2 + bx + c de R 2 [x] se defin’a as’:

a . ( ax 2 + bx + c ) = ( aa)x 2 + (ab)x + (ac)

Pertenece Pertenece Pertenece

aR a R 2 [x] a R 2 [x]

Por ello, escrib’as 2.(3x2 + 2x + 1) = 6x2 + 4x + 2 — 3.(x2 - 1x + 3) = 3x2 - 3x + 9, etc.

Es decir, la multiplicaci—n de un nœmero real por un polinomio de grado menor o igual que 2,
permit’a asociar a cada elemento (a, p(x)) del producto cartesiano R ´ R 2 [x] otro polinomio
q(x), perteneciente al conjunto R 2 [x].

☞ Recordar‡s que la multiplicaci—n de un nœmero real por un vector libre del plano V
2 se efectuaba como se indica en la figura:

2. a
a

-3. a

La multiplicaci—n de un nœmero por un vector libre era, pues, un criterio que nos
permit’a hacer corresponder a todo par de R ´ V 2 otro elemento de V 2.

Definici—n (ley de composici—n externa)

Llamaremos ley de composici—n externa definida en un conjunto C con operadores en
otro conjunto A a cualquier aplicaci—n:

A ´ C ¾¾® C

es decir, a cualquier criterio que a todo par formado por un elemento de A y otro de C le hace
corresponder un œnico elemento de C.

3. EL CONCEPTO DE ESPACIO VECTORIAL

Ejemplo ya conocido
Consideremos el conjunto R2 = { x = (x1 , x2) / x1 , x2 Î R } y definamos las dos opera-
ciones siguientes:

① ➳ (x 1 , x 2) + (y1 , y2) = (x 1 + y1, x 2 + y2), " (x 1 , x 2), (y1 , y2) Î R2

②➳ a . (x 1 , x 2) = (a x 1 , a x 2), " a Î R , (x 1 , x 2) Î R2

- 15 -
Espacios vectoriales

Tenemos as’ que la operaci—n (+) es una ley de composici—n interna en R2, a la que
llamaremos suma, y la operaci—n (.), a la que llamaremos multiplicaci—n por un nœmero o
por un escalar, una ley de composici—n externa en R 2 con operadores en R. Dichas
operaciones, como es f‡cil de comprobar, cumplen las siguientes propiedades:
La suma:

1.1) x+y =y+x, " x , y Î R2

1.2) x + (y + z) = (x + y) + z , " x , y , z Î R2
1.3) x+0=x , " x Î R2 , siendo 0 = (0, 0)
1.4) x + (-x) = 0 " x = (x1 , x2 ) Î R2 , siendo -x = (-x1 , -x2 )

La multiplicaci—n por un nœmero:

2.1) a.. (x + y) = a.. x + a.. y , " a Î R ; x , y Î R2

2.2) (a + b) .x = a.x + b.x , " a , b Î R , x Î R2
2.3) (a.b). x = a.(b. x) , " a , b Î R , x Î R2
2.4) 1. x = x , " x Î R2

☞ Por todo ello, se dice que la terna (R2 , +, .) es un espacio vectorial sobre R.

Definici—n (de espacio vectorial)

Llamaremos espacio vectorial sobre R a una terna (V, +, .), donde:

➟ V = { a , b , c ... } es un conjunto a cuyos elementos llamaremos vectores.
➟ + es una ley de composici—n interna en V.
➟ . es una ley de composici—n externa en V con operadores en R.
cumpliŽndose, cualesquiera que sean a , b , c Î V; a , b Î R:
1.1) a+b=b+a 2.1) a.(a + b) = a.a + a.b
1.2) a + (b + c) = (a + b) + c 2.2) (a + b).a = a.a + b.a
1.3) $ 0 Î V tal que a + 0 = a 2.3) (a.b).a = a.(b.a)
1.4) $ -a Î V tal que a + (-a) = 0 2.4) 1.a = a

Al vector 0 le llamaremos vector nulo; al vector -a, opuesto de a, y a los elementos a,

b, ... de R , escalares.

Ejemplo importante
Considerado el conjunto Rn = {(x1 , x2 , ... , xn) / x i Î R} y definidas las operaciones:
① (x1 , x2 , ... , xn) + (y1 , y2 , ... , yn) = (x1 + y1 , x2 + y2 , ... , xn+ yn)
② a . (x1 , x2 , ... , xn) = (a x1 , a x2 , ... , a xn), con a Î R ,

es f‡cil demostrar que (Rn, +, . ) es un espacio vectorial sobre R. Es el espacio vectorial de

las n-tuplas de nœmeros reales. Siendo x = (x1 , x2 , ... , xn) , de los x i se dice que son las
componentes del vector x.

- 16 -
 Espacios vectoriales

Consecuencias de la definici—n

Si (V, +, .) es un espacio vectorial sobre R, se verifican las siguientes proposiciones,

para todo a , b de V y todo a , b de R:

① a .0 = 0. a = 0 ② (-a).a = a.(-a) = -(a.a)

➂ (a - b).a = a.a - b.a ➃ a.(a - b) = a.a - a.b
➄ a.a = 0 Û [ (a = 0) — (a = 0 ) ] ➅ a.a = a.b, con a ¹ 0 Þ a = b
➆ a.a = b.a, con a ¹ 0 Þ a = b

Demostraremos, a t’tulo de ejemplo, la primera:

a.a = a.(a + 0 ) = a.a + a.0 , luego a.0 = 0
a.a = (a + 0).a = a.a + 0.a , luego 0.a = 0

Demuestra tœ alguna otra.

4. SUBESPACIOS VECTORIALES
Ejemplo
Considera el conjunto S = {(x, 0) / x Î R}, que, como ves, es un subconjunto de R2, y
las operaciones siguientes:
① ☞ (x, 0) + (y, 0) = (x + y, 0)
②☞ a . (x, 0) = (a x, 0) , con a Î R

Como observar‡s, la "suma" y la "multiplicaci—n por un nœmero" en S, son las

mismas que se establec’an en R2. Pero, adem‡s:

1¼) La suma de elementos de S (caracterizados por tener su segunda componente

nula) da como resultado otro elemento de S. Se trata, pues, de una ley de composici—n in-
terna en S.
2¼) La multiplicaci—n de un nœmero real por un elemento de S da como resultado otro
elemento de S. Se trata de una ley de composici—n externa en S con operadores en R.
3¼) Es f‡cil demostrar, y te lo dejamos como ejercicio, que las operaciones anteriores
cumplen las propiedades requeridas para que (S, +, .) sea espacio vectorial sobre R .

☞ Pues bien, por ser S un subconjunto de R2 y (S, +, .) un espacio vectorial, diremos

que (S, +, .) es un subespacio vectorial de (R2 , +, .).

Definici—n (de subespacio vectorial)

➬ Dado un espacio vectorial (V, +, .), llamaremos subespacio vectorial de V a

cualquier subconjunto no vac’o S de V tal que la terna (S, +, .) sea espacio vectorial.

- 17 -
Espacios vectoriales

Observaci—n
Segœn la definici—n anterior, si dado un subconjunto S de un espacio vectorial V quisiŽramos
averiguar si es o no subespacio vectorial de V, no nos quedar’a m‡s remedio que comprobar si, a fin de
cuentas, (S, +, .) es o no espacio vectorial, con lo que poca ayuda encontrar’amos en el hecho de saber que (V,
+, .) s’ lo es. ÀNo habr‡, por tanto, una forma m‡s sencilla de caracterizar los subespacios vectoriales?

Teorema (caracterizaci—n de un subespacio vectorial)

Sean (V, +, .) un espacio vectorial sobre R y S un subconjunto no vac’o de V.

Entonces:

(S, +, .) es subespacio a , bÎ S ü
vectorial de (V, +, . ) Û a , b Î R ýþ
Þ a .a + b. b Î S
-
Este s’mbolo, de equivalencia,
se lee "si y s—lo si"
En efecto:

➀ La demostraci—n del teorema en el sentido Þ ) es f‡cil:

Si suponemos que (S, +, .) es subespacio vectorial, es espacio vectorial, luego si los
vectores a, b pertenecen a S y los nœmeros a, b a R, entonces tanto a.a como b.b perte-
necer‡n a S y, por ello, tambiŽn su suma.

➁ En sentido rec’proco:
Veamos, primero, que si cualesquiera que sean a, b de S y a, b de R, se cumple que
a.a + b.b Î S, entonces la operaci—n (+) cumple las propiedades exigidas:
➟ Es interna en S, pues tomando a = b = 1 se tendr‡, si a, b Î S, que 1.a + 1.b Î S,
es decir, a + b Î S .
➟ Es asociativa [a + (b + c) = (a +b ) + c], por serlo en V (ÀPor quŽ lo es en V?).
➟ El vector nulo, 0, pertenece a S; para demostrarlo, basta tomar a, b Î S; a = b = 0.
➟ Todo a Î S tiene su opuesto, -a, en S; toma, para comprobarlo,a, b Î S; a = -1, b = 0.
➟ Es conmutativa [a + b = b + a] , por serlo en V.

Por otra parte, la segunda ley, la (.), tambiŽn cumple las condiciones requeridas:
➟ Que se trata de una aplicaci—n R ´ S ® S se deduce del hecho de que tomados
a, b Î S ; a , 0 Î R , se tendr‡ a.a + 0.b Î S, o sea, a.a Î S.
➟ Las dem‡s propiedades se cumpl’an en V, luego tambiŽn en S.

Ejemplo
Para demostrar que, por ejemplo, S = { (x, y, z) Î R3 / x + 2y = z } es subespacio vecto-
rial de (R3 , +, . ), como S no es vac’o, pues (0, 0, 0) Î S, bastar‡ con tomar:
(x1 , y1 , z1) , (x2 , y2 , z2) Î S ; a, b Î R ,
y ver que a .(x1 , y1 , z1) + b.(x2 , y2 , z2) = (a x1 + b x2 , a y1 + b y2 , a z1 + b z2) Î S, ya que:
a z1 + b z2 = a (x1 + 2 y1) + b (x2 + 2 y2) = (a x1 + b x2) + 2 (a y1 + b y2).

- 18 -
 Espacios vectoriales

Observaci—n importante

La ecuaci—n x + 2y = z, que determina cu‡les son los vectores pertenecientes al subespacio S del
ejemplo anterior, se dice que es la ecuaci—n impl’cita de S. Como veremos en el apartado de ejercicios, al
final del cap’tulo, un subespacio vectorial puede quedar definido por m‡s de una ecuaci—n impl’cita.

M‡s ejemplos
① Demuestra que si (S, +, .) y (T, +, .) son dos subespacios vectoriales de (V, +, .),
entonces (S Ç T, +, .) tambiŽn lo es.

② Demuestra que S = { (x, y, z) Î R3 / x + 2y = z + 1 } no es subespacio vectorial de

(R3 , +, .).

5. SISTEMA GENERADOR
Ejemplo

Considera en R3 los vectores a1 = (2, 1, -1), a2 = (0, 2, 3). Es inmediato que, por ejem-
plo, 2.a1 + 3.a2 = (4, 8, 7), o que -1.a1 + 2.a2 = (-2, 3, 7). Pues bien, tanto del vector (4, 8, 7)
como del (-2, 3, 7) diremos que son una combinaci—n lineal de a1 y a2 .

Definici—n (de combinaci—n lineal)

Dados p vectores a1 , a2 , ... , ap de un espacio vectorial (V, +, .) sobre R, diremos que

otro vector a ÎV es combinaci—n lineal de los anteriores si existen a1 , a 2 , ... , a p Î R, que
llamaremos coeficientes de la combinaci—n lineal, tales que:

a = a1 a1 + a2 a2 + ... + ap ap

☞ Observa que, en particular, como cualesquiera que sean a 1 , a 2 , ... , a p Î V:

0 = 0.a1 + 0.a2 + ... + [Link]
el vector nulo es combinaci—n lineal de cualesquiera otros.

Ejemplo (de otra cosa)

Considera el conjunto S = { (x, y, x+y) / x, y Î R } que, como puedes comprobar si lo

deseas, es subespacio vectorial de (R3, +, .). Al suceder que:

(x, y, x+ y) = x.(1, 0, 1) + y.(0, 1, 1)

resulta que cualquier vector de S se puede escribir como combinaci—n lineal de los vectores
(1, 0, 1) y (0, 1, 1), Àno? Pues bien:

- 19 -
Espacios vectoriales

Definici—n (sistema generador)

De una familia de vectores {a1, a2, ... , ap} de un espacio vectorial (V, +, .) diremos que
es un sistema generador de un subespacio vectorial (S, +, .) si y s—lo si todo vector aÎS
puede expresarse como combinaci—n lineal de a1, a2, ... , ap. Es decir:

{ a1, a2, ... , ap / a i Î V } es un sistema generador de (S, +, .) Û

" a Î S existen a1, a2, ... , ap Î R tales que a = a1 a1 + a2 a2 + ... + ap ap

Ejemplos

1¼) En el caso del subespacio de R 3 que vimos antes, S = { (x, y, x+y) / x,y Î R }, se
ten’a que (x, y, x + y) = x.(1, 0, 1) + y.(0, 1, 1), luego (1, 0, 1) y (0, 1, 1) forman un sistema
generador de S.
2¼) ObtŽn un sistema generador del subespacio vectorial de R4 :
S = { (x - 2y, y, x - y, 0) / x, y Î R }
Sugerencia: Escribe (x - 2y, y, x - y, 0) = (x, 0, x, 0) + (-2y, y, -y, 0)

Comentario
En lo anterior hemos partido de la existencia de un subespacio y hemos buscado algœn sistema
generador de Žl. Ha sido algo as’ como buscar los padres de las criaturas. Pero, ÀquŽ ocurrir‡ si combinamos
de todas las maneras posibles unos vectores dados? ÀQuŽ formar‡n las criaturas que obtengamos?

Teorema (de la clausura lineal)

☞ Dada una familia de vectores { a 1 , a 2 , ... , a p } de un espacio vectorial (V,

+, .), el conjunto:
R [a 1 , a 2, ... , a p ] = { a1 a1 + a2 a2 + ... + ap ap / a1 , a2 , ... , a p Î R }
de todas las combinaciones lineales que se pueden formar con ellos
es un subespacio vectorial de (V, +, .).

En vez de escribirte la demostraci—n completa, te la vamos a insinuar:

1¼) Lee el teorema de caracterizaci—n de los subespacios vectoriales.
2¼) Toma a, b Î R [a 1 , a 2 , ... , a p ]. ÀQuŽ significa eso?
3¼) Siendo a, b Î R, calcula a.a + b.b, simplificando todo lo que puedas.
4¼) ÀHas llegado a la conclusi—n?, o sea, Àhas visto que a.a + b.b tambiŽn es una
combinaci—n lineal de a 1 , a 2 , ... , ap? ÀS’ ? Pues, ✌ , ya tienes demostrado el teorema.
Por cierto: al subespacio anterior le llamaremos clausura lineal de a 1 , a 2 , ... , ap,
diciŽndose tambiŽn que dicho subespacio ha sido engendrado por a 1 , a 2 , ... , ap .

- 20 -
 Espacios vectoriales

Otro comentario

Posiblemente hayas observado ya que un espacio vectorial puede tener m‡s de un sistema gene-
rador. Pero no s—lo es eso, sino que incluso puede suceder que haya sistemas generadores de un mismo
espacio vectorial que estŽn formados por distinto nœmero de vectores. As’, por ejemplo, antes vimos que los
vectores (1,0,1) y (0,1,1) constitu’an un sistema generador del subespacio vectorial de R3 :

S = { ( x, y, x + y ) / x, y Î R }
Pero, dado que:
(x, y, x + y) = x.(1, 0, 0) + y.(0, 1, 0) + (x + y).(0, 0, 1)

los vectores (1, 0, 0), (0, 1, 0), (0, 0, 1) tambiŽn forman un sistema generador de S. Y se trata de s—lo un
ejemplo entre otros muchos.

Entonces, Àhabr‡ entre todos los sistemas generadores de un mismo subespacio vectorial algunos
especialmente recomendables? ÀHabr‡, en concreto, sistemas generadores que estŽn formados por el
m’nimo nœmero posible de vectores? Sin que olvidemos que nuestro objetivo œltimo no son los espacios
vectoriales, de los que quiz‡s en el futuro tengas que estudiar bastante m‡s de lo que hacemos aqu’, te
adelantamos que la respuesta es afirmativa. Efectivamente, existen sistemas generadores formados por el
menor nœmero posible de vectores. Son los que llamaremos bases. Pero antes de entrar en ello, recordemos
algo que, en parte, has estudiado ya en cursos anteriores.

6. DEPENDENCIA E INDEPENDENCIA LINEAL

Ejemplos

①☞ Considera, en (R2 , +, .), los vectores a1 = (2, 0), a2 = (1, 3).

Sup—n que se tuviera a1.a1 + a2.a2 = 0. ÀA quŽ conclusi—n llegar’as respecto a los
valores que habr’an de tomar a1 y a2 ?

②☞ Toma ahora a1 = (2, 4), a2 = (1, 2).

Si de nuevo se tuviera a1.a1 + a2.a2 = 0, Àllegar’as a la misma conclusi—n que antes
respecto a a1 y a2 o, por el contrario, ya no ser’a necesario que ambos coeficientes fueran
iguales a cero? ÀQuŽ suceder’a si, por ejemplo, tomaras a1 =1, a2 = -2 ?

Definiciones (de independencia y dependencia lineal)

①☞ Se dice que una familia { a1 , a2 , ... , ap } de vectores es libre, o que los vectores
que la forman son linealmente independientes, si la œnica combinaci—n lineal de ellos que es
igual al vector nulo es aquella en la que todos los coeficientes son iguales a cero. O sea, si:
Definici—n de "vectores linealmente independientes"

a1 a1 + a2 a2 + ... + ap ap = 0 Þ a1 = a2 = ... = ap = 0

- 21 -
Espacios vectoriales

②☞ En caso contrario, o sea, si existe alguna combinaci—n lineal de a 1 , a 2 , ... , a p

que, pese a tener algœn coeficiente distinto de cero, sea igual al vector nulo, se dice que dichos
vectores son linealmente dependientes, o que forman una familia ligada.

Ejemplo (sencillo e importante)

Siendo a 1 , a 2 , a 3 pertenecientes a un espacio vectorial (V, +, .), consideremos la
siguiente combinaci—n lineal: 0.a1 + 0.a2 + 0.a3 + 1.0

ÀA quŽ es igual? ÀSon nulos todos los coeficientes? Por tanto, ÀquŽ le sucede a cual-
quier familia que, como la { a 1 , a 2 , a 3 , 0 }, incluya el vector nulo?

Teorema (otra forma de definir la dependencia lineal)

Una familia de vectores { a 1 , a 2 , ... , a p } es ligada si y s—lo si uno al

menos de los vectores que la forman es combinaci—n lineal de los restantes.

En efecto: Supongamos, en primer lugar, que la familia { a 1 , a 2 , ... , a p } fuese ligada.

Entonces, como sabes, existir’a al menos una combinaci—n lineal:
a 1 a 1 + a 2 a 2 + ... + a p a p = 0
con algœn coeficiente, a1 , por ejemplo, distinto de 0. Despejando a 1 , se tendr’a:
- a2 - a3 - ap
a1 = a1 2a + a1 3a + . .. + a1 ap

luego a 1 ser’a combinaci—n lineal de los restantes vectores.

Si, rec’procamente, en la familia hubiese al menos un vector, el a 1 , por ejemplo, que

fuera combinaci—n lineal de los dem‡s: a 1 = b 2 a 2 + ... + b p a p , se tendr’a:
1.a 1 + (-b2).a 2 + ... + (-b p).a p = 0
sin que todos los coeficientes fueran nulos, luego { a 1 , a 2 , ... , a p } ser’a ligada.

Consecuencia
Sup—n dados dos vectores de Rn: x = (x 1 , x 2 , ..., x n), y = (y 1 , y 2 , ..., y n). ÀEn quŽ se
traducir’a, en tŽrminos referidos a sus componentes, la dependencia e independencia lineal?
ÀC—mo ser‡n los vectores de R3 : x = (1, 3, 2 ), y = (2, 6, 3)?

Observaci—n
Siendo necesario que los conceptos anteriores queden bien fijados, te propondremos varios ejercicios
sobre ellos al final del tema. Sin embargo, c‡lculos que ahora nos resultar‡n engorrosos, cuando manejemos
lo que llamaremos rango de una matriz nos resultar‡n triviales; por tanto, tu forma de proceder con los
ejercicios de dependencia lineal deber‡ ser distinta si te enfrentas a ellos por primera vez o despuŽs de
haber estudiado el tema 2. Ahora no podemos ser m‡s expl’citos, pero no olvides lo que te decimos.
Volveremos sobre ello.

- 22 -
 Espacios vectoriales

7. BASE DE UN ESPACIO VECTORIAL

Definici—n (de base de un espacio vectorial)

Llamaremos base de un espacio vectorial (V, +, .) a cualquier familia de vectores B =

{ a 1 , a 2 , ... , a n / a i ÎV } tal que:

➀ B es un sistema generador de V
➁ B es una familia libre

O sea, tal que :

➀ " a Î V, $ x 1 , x 2 , ... , x n Î R / a = x 1 a 1 + x 2 a 2 + ... + x n a n

➁ x 1 a 1 + x 2 a 2 + ... + x n a n = 0 Þ x 1 = x 2 = ... = x n = 0

Ejemplos

➀ Demuestra que a1 = (2, 1), a2 = (0, 4) forman una base de (R2 , +, .).
Comprueba, en primer lugar, que cualquiera que sea el vector (x 1 , x 2 ) Î R2, existen a, b Î R tales
que (x1 , x2 ) = a (2, 1) + b (0, 4). Estudia, posteriormente, la dependencia lineal de a 1 , a 2 .

➁ Es f‡cil probar que los vectores (1, 0, 0), (0, 1, 0), (0, 0, 1) forman una base del es-
pacio (R3 , +, .). Por ser la m‡s sencilla, se dice que es la base can—nica de (R3 , +, .).

③ Vimos en la p‡gina 18 que S = { (x, y, z ) Î R3 / x + 2y = z } era un subespacio vec-

torial de (R3 , +, .). Comprueba que los vectores (1, 0, 1) y (0, 1, 2) constituyen un sistema
generador de S. ÀForman una base de S?

La familia formada por los vectores (1, 0, 0), (0, 1, 0) y (0, 0, 1) tambiŽn es un siste-
ma generador de S. Sin embargo, Àpor quŽ no es una base de S?

Definici—n (coordenadas de un vector)

Sea B = { a 1 , a 2 , ... , a n } una base de un espacio vectorial (V, +, .). Dado a ÎV,
sabemos que existen x 1 , x 2 , ... , x nÎ R tales que:
a = x1 a1 + x2 a2 + ... + xn a n
Ahora bien, Àson estos x i los œnicos coeficientes para los que se cumple lo anterior?

Supongamos que hubiera otros coeficientes, y1 , y2 , ..., yn, tales que:

a = y1 a1 + y2 a2 + ... + yn a n

ÀQuŽ ocurrir‡ si restamos las dos œltimas igualdades?

- 23 -
Espacios vectoriales

Obtendremos:
(x1 - y1).a1 + (x2 - y2).a2 + ... + (xn- yn).an= 0
y, por ser los vectores a i linealmente independientes, en esta combinaci—n lineal todos los
coeficientes habr‡n de ser nulos, luego x i = y i , para i = 1, 2, ... , n.

En resumen:
✍ Siendo B = { a 1 , a 2 , ... , a n } una base de un espacio vectorial (V, +, .) sobre R,
para todo vector a Î V existen unos œnicos nœmeros reales x1 , x2 , ... , xn tales que:
a = x1 a1 + x2 a2 + ... + xn a n.
De x1 , x2 , ... , xn se dice que son las coordenadas del vector a en la base B.

Ejemplos
1¼) Determina el vector de R3 cuyas coordenadas en la base formada por los vectores
(2, 0, 1), (1, 1, 2) , (2, 1, 3) son x1 = 1, x2 = 0, x3 = 2.

2¼) ÀSon iguales las coordenadas de un vector de Rn que las componentes? ÀCu‡ndo
son iguales?

3¼) Halla las coordenadas en la base B = { (2, 1), (1, 4) } del vector de R2 : a = (3, 6).

Definici—n (dimensi—n de un espacio vectorial)

Ocurre que no siempre es posible encontrar una base de un espacio vectorial con un
nœmero finito de elementos. (Piensa, por ejemplo, en el conjunto R [x] de todos los polinomios con
coeficientes reales, que, con la suma y la multiplicaci—n por un nœmero, es espacio vectorial). Sin embargo,
puede demostrarse, aunque aqu’ no lo hagamos, que si en un espacio vectorial (V, +, .) existe
una base con n vectores, entonces cualquier otra base ha de tener precisamente n vectores.
De n se dice que es la dimensi—n de (V, +, .).

En otras palabras:

la dimensi—n de un espacio vectorial es el nœmero en comœn

de vectores que tienen todas las bases de dicho espacio vectorial

si es que existe al menos una con un nœmero finito de elementos.

ÁOjo!, no hay que confundir dimensi—n de un espacio vectorial con nœmero de componentes
de sus vectores. As’, por ejemplo, S = { (0, x, y) / x, y Î R } es un subespacio de (R3 , +, .) de
dimensi—n dos, aunque sus vectores tengan tres componentes.

Ejemplo
ObtŽn la dimensi—n del subespacio de (R3 , +, .): S = { (x, y, z) / x + z = y }

- 24 -
 Espacios vectoriales

Un parŽntesis (que puedes obviar en una primera lectura)

(L’neas atr‡s hab’amos dicho que de entre todos los sistemas generadores de un espacio vectorial
los m‡s "recomendables" son aquellos a los que llamar’amos bases. ÀPor quŽ? Pues por la sencilla raz—n de
que no hay ningœn sistema generador de un espacio vectorial que tenga menos vectores que los que haya en
una base.

Sup—n, por ejemplo, que siendo { a 1 , a 2 , a 3 , a 4 } una base de cierto espacio vectorial (V, +, .),
hubiera un sistema generador de V con s—lo tres vectores b 1 , b 2 , b 3 .

Entonces, o bien b 1 , b 2 , b 3 ser’an linealmente independientes, y formar’an una base con s—lo 3
elementos (imposible, porque todas las bases tienen el mismo nœmero de elementos ), o bien ser’an lineal-
mente dependientes. En tal caso, al ser, por ejemplo, b 3 = b 1 b 1 + b 2 b 2 , todo vector que fuera
combinaci—n lineal de b 1 , b 2 , b 3 lo ser’a de b 1 , b 2 , luego { b 1 , b 2 } ser’a un sistema generador de
(V, +, .). De ser libre, ser’a una base con s—lo dos elementos (absurdo) y, de ser ligado, al tenerse, por
ejemplo, b 2 = l b 1 , { b 1 } ser’a una base de V con un solo elemento, lo cual tambiŽn ser’a absurdo.)

Una vez cerrado el parŽntesis anterior, te diremos que el procedimiento de demostraci—n en Žl

utilizado se llama de reducci—n al absurdo. Lo cual no quiere decir precisamente que el procedimiento sea
absurdo, no vayamos a liarla.

8. RANGO DE UNA FAMILIA DE VECTORES

Recapitulemos un poco. En las p‡ginas anteriores hemos definido los conceptos de
espacio y subespacio vectorial, que son esencialmente la misma cosa; estudiando vectores,
hemos establecido las nociones de dependencia e independencia lineal y de sistema
generador; finalmente, hemos definido la dimensi—n de un subespacio vectorial como el
nœmero de vectores de un sistema generador libre (base). Pero, ÀquŽ ocurrir‡ cuando una
familia de vectores engendre un subespacio y, por no ser libre, no sea base de Žl? La
dimensi—n del subespacio ya no tiene por quŽ coincidir con el nœmero de elementos de dicha
familia. ÀCon quŽ coincidir‡?

A responder esta cuesti—n dedicaremos el presente apartado del tema. Empecemos

con un ejemplo.

Ejemplo

Supongamos que dada una familia F = { a 1 , a 2 , a 3 } de vectores de un espacio vec-

torial (V, +, .), el subespacio S = R [a 1 , a 2 , a 3 ] por ella engendrado fuera de dimensi—n dos.
ÀPodr‡ ser tres el m‡ximo nœmero de vectores linealmente independientes en F ?

La respuesta, desde luego, es negativa, porque si fuera afirmativa, F ser’a un sis-

tema generador libre, y, por tanto, base de S, cuya dimensi—n no podr’a ser 2. En conse-
cuencia, al ser F ligada, habr‡ al menos un vector, por ejemplo a3 , combinaci—n lineal de los
otros: a 3 = a 1 a 1 + a 2 a 2 , a iÎ R. Pero entonces F '= { a 1 , a 2 }, que tambiŽn ser‡ sistema
generador de S, habr‡ de ser libre, porque de ser ligado ser’a, por ejemplo, a 2 = l a1 , l Î R, y {
a1 } engendrar’a todo el subespacio S, que ser’a de dimensi—n 1, contra lo supuesto.

- 25 -
 Espacios vectoriales

➭ En cuanto a que T est‡ contenido a su vez en S, supongamos que

a = l1 a1 + l2 a2 + ... + lr ar + lr+1 ar+1 + ... + lp ap Î T
Como cada uno de los vectores a r+1 , a r+2 , a r+3 , .... , a p es combinaci—n lineal de a
1 , a 2 , .. , ar, se podr’a escribir:

a = l1a1 + l2a2 + ... + lrar + lr+1(g1a1 + g2a2 + ... + grar) + ... + lp(m1a1 +m2a2+ ... + mrar)
y, operando: a = d 1 a 1 + d 2 a 2 + ... + d r a r Î S.

➨ Finalmente, al cumplirse la cadena de igualdades:

rang (F) = r = dimensi—n S = dimensi—n T,
se concluye lo que quer’amos.

Veamos por œltimo tres consecuencias de este teorema, que nos ser‡n de gran utilidad cuando, en
el pr—ximo cap’tulo, aprendamos a calcular lo que llamaremos rango de una matriz.

Corolario (uno)
☞ El rango de una familia de vectores no se modifica si se prescinde de un vector que
sea combinaci—n lineal de los dem‡s.

En efecto: Acabamos de ver que cuando en una familia de vectores se prescinde de un

vector que sea combinaci—n lineal de otros, los subespacios engendrados por una y otra
familia coinciden, luego tendr‡n igual dimensi—n y, en consecuencia, las familias de vectores
que los engendran, igual rango.
Observa que, en particular, siendo el vector nulo combinaci—n lineal de cualesquiera otros, no se
modificar‡ el rango de una familia de vectores si, formando parte de dicha familia el vector nulo, se prescinde
de Žl.

Corolario (otro)

☞ El rango de una familia de vectores no se modifica si a uno de los vectores que la

forman se le multiplica por un nœmero distinto de cero.

En efecto: Siendo, por ejemplo, a, b, c tres vectores de un cierto espacio vectorial (V,
+, .), y a un nœmero distinto de cero, es f‡cil comprobar, mediante la doble inclusi—n, que R
[a, b, c] = R [a a, b, c] , luego...

Corolario (no hay dos sin tres)

☞ El rango de una familia de vectores no se modifica si a uno de los vectores que la

forman se le suma una combinaci—n lineal de los dem‡s.

En efecto: Siendo, por ejemplo, F = { a 1 , a 2 , a 3 }, F '= { a 1 + a 2 a 2 + a 3 a 3 , a 2 , a3 }, bas-

tar‡ probar que los subespacios engendrados por F y F ' coinciden. Pero a estas alturas del
tema, ello no debe resultarte muy dif’cil.

- 27 -
Espacios vectoriales

9. EJERCICIOS
1.- Se considera el conjunto V = { a + b 3 / a, b Î R } y las operaciones:
(a + b 3 ) + (c + d 3 ) = (a +c) + ( b +d) 3
a.(a + b 3 ) = ( a a + a b 3 ), a ÎR .
ÀEs (V, +, .) espacio vectorial?

2.- Demuestra que en la definici—n de espacio vectorial podr’a haberse prescindido de la

conmutatividad de la suma, por ser una propiedad que se deduce de las restantes.

3.- Averigua cu‡les de los siguientes subconjuntos de R4, son subespacios vectoriales de (R4 ,
+, .):
S = { (x, y, z, t) / 2x + y = t } T = { (x, y, z, t) / 2x - y = 3) }
U= { (x, y, z, t) / 3y - z = 0, 2x + y - 4t = 0) }.

4.- Halla, caso de que existan, seis vectores comunes a los subespacios de (R3 , +, .) engen-
drados por (1, 3, 2) y (3, 1, 2), el primero, y por (1, 1, 0) y (3, 3, 4), el segundo.

5.- ObtŽn el valor de x, sabiendo que el vector (8, 7, x, 6) pertenece al subespacio de (R4 , +, .):
S = R [(1, 2, 3, 0), (2, 1, 1, 2)].

6.- Determina un sistema generador de los siguientes subespacios de (R4 , +, .):

S = { (x, y, z, t) / x + y = 2z + 3t }
T = { (x, y, z, t) / x + y = z ; x - y = t }

7.- El vector (x, y, -23, -5) pertenece a R [(1,2,-5,3), (2,-1,4,7)]. Halla x, y.

8.- En (R3 , +, .) se consideran los subespacios S = R [(1, 0, 1), (0, 2, 1)], T = R [(1, 2, 2), (-1, 4, 1)].
Demuestra que son el mismo subespacio.

9.- De las siguientes familias de vectores de (R3 , +, .), averigua cu‡les son libres:
A = { (0, 0, 0), (1, 1, 1) } B = { (1, 2, 3), (3, 2, 1) }
C = { (2, 3, 1) } D = { (0, 2, -4), (1, -2, 1), (1, -4, 3) }
E = { (1, -2, 3), (3, -6, 9) } F = { (1, -1, 1), (2, 3, 1), (-1, 4, 0), (1, 1, 0) }

10.- Demuestra que si a, b, c son vectores linealmente independientes, entonces tambiŽn

son linealmente independientes los vectores a + b, a + c, b + c.

11.- Visto el ejercicio anterior, Àse deduce que si a + b, a + c, b + c son linealmente depen-
dientes, entonces a, b, c tambiŽn son linealmente dependientes?

12.- Los vectores (3, -2, -1, 3), (1, 0, 2, 4), (7, -4, x, y) son linealmente dependientes. Halla x, y.

13.- Demuestra que los vectores (2,0,1), (2,0,2), (0,4,0) forman una base de (R3 , +, .).

- 28 -
 Espacios vectoriales

14.- Estudia si el conjunto S = { (x 1 , x 2 , x 3) / 2x 1 + 3x 2 + 4x 3 = 0 } es subespacio vectorial de

(R3 , +, .). En caso afirmativo, obtŽn una base de S. ÀCu‡l es su dimensi—n?

15.- Demuestra que el conjunto R 2 [x] de todos los polinomios en la indeterminada x, con
coeficientes reales, de grado menor o igual que 2, junto con la suma de polinomios y la
multiplicaci—n por un nœmero habituales, es un espacio vectorial y comprueba que los
polinomios 1, x, x(x - 1) constituyen una base de Žl.

16.- En (R3 , +, .) se consideran los dos subespacios vectoriales siguientes:

S = { (0, x, y) }, T = R [(1, 1, 1), (1, 2, 3)].
Halla una base del subespacio (S ÇT, +, .).

17.- La uni—n de dos subespacios vectoriales de un mismo espacio vectorial (V, +, .), Àes
siempre un subespacio vectorial de (V, +, .)?

18.- En el espacio vectorial (R 2 [x], +, .) se consideran los siguientes subconjuntos:

S = { todos los polinomios p(x) tales que p(0) = 0 }
T = { todos los polinomios p(x) tales que p(1) = 0 }
Tienes que hacer lo siguiente:
1¼) Demostrar que S y T son subespacios vectoriales.
2¼) Hallar una base de S y otra de T.
3¼) Calcular la dimensi—n de S ÇT.

19.- Los vectores de (R3 , +, .): (x, -3, 2), (2, 3, x), (4, 6, -4) engendran un subespacio vectorial
de dimensi—n 1. Halla el valor de x.

20.- Determina una base del subespacio vectorial de (R4 , +, .) engendrado por los vectores (1,
2, 1, 0), (3, 1, 0, 2), (5, 0, -1, 4).

21.- Las coordenadas de un vector v de R3 respecto de la base B = {(1, 2, 0), (0, 2, 4), (1, 0, 4)}
son (2 ,2, 3). Halla las coordenadas de v en la base B'= { (2, 2, 0), (1, 0, 1), (3, 2, 0)}.

22.- En cierto espacio vectorial (V, +, .) sobre R se consideran dos bases:

B = { a 1 , a 2 , a 3 }, B ' = { a'1 , a' 2 , a' 3 }
entre cuyos vectores se verifican:
a 1 = a' 1 + 2a' 3 ; a 2 = 2a' 1 - a' 2 + a' 3 ; a 3 = 2a' 1 - 4a' 2 .
Se pide:

1¼) Expresi—n en la base B' de un vector cuyas coordenadas en B son (1, 2, 3)

2¼) Coordenadas en B de un vector cuyas coordenadas en B' son (3, 4, 2).
3¼) Determinar si existe algœn vector cuyas coordenadas en B y B' sean iguales.

23.- Demuestra que si en un espacio vectorial (V, +, .) sobre R dos vectores c y d son com-
binaci—n lineal de otros dos, a y b, entonces R [a, b, c, d] = R [a, b].

- 29 -
 TEMA 2

MATRICES
Y
DETERMINANTES
 Matrices y determinantes

1. INTRODUCCIîN
Como ya habr‡s observado, en cuanto se trabaja con espacios vectoriales de
dimensi—n tres o superior las operaciones se complican bastante y hay que tener mucho
cuidado para no confundir unas coordenadas con otras, unos subespacios con otros y, en
resumen, no cometer ningœn error en los c‡lculos. Adem‡s -no lo olvides-, nuestro objetivo
final son los sistemas de m ecuaciones con n inc—gnitas, y con ellos, si no se tiene cierto
orden, el problema puede ser mayœsculo... Habr‡ que hacer algo al respecto, Àno?

Empezaremos el presente cap’tulo introduciendo el concepto de matriz. Diremos algo,

no mucho, sobre operaciones con matrices y, una vez hayamos establecido quŽ son los
determinantes (de los que no tendremos reparos en admitir sin demostraci—n algunas
propiedades, preocup‡ndonos m‡s de saber manejarlos), definiremos el concepto de rango de
una matriz, que no nos resultar‡ completamente nuevo y sin el cual dif’cilmente podr’amos
estudiar los sistemas de ecuaciones. Terminaremos el cap’tulo viendo un par de
procedimientos para el c‡lculo de dicho rango... Si hemos sobrevivido, estaremos en
condiciones de enfrentarnos a nuestro objetivo.

2. MATRIZ DE NòMEROS REALES

Definici—n (de matriz)
☞ Llamaremos matriz de nœmeros reales de orden m ´ n a un conjunto ordenado de
m . n nœmeros reales, dispuestos en m filas y n columnas:

æ a1 1 a1 2 a1 3 ¼ a1 j ¼ a1 n ö
ç a 21 a 2 2 a 2 3 ¼ a 2 j ¼ a2 n ÷
ç ... ... ... ... ... ÷
ç ... ... ÷
A =ç
a i1 ai 2 a i 3 ¼ ai j ¼ ai n ÷
ç ... ... ... ... ... ... ... ÷
ç ÷
ç am1 a m 2 a m 3 ¼ a m j ¼ a m n ÷ø
è

Como ves, con el s’mbolo a i j nos referiremos al elemento situado en la fila i y la

columna j, y la matriz se escribir‡: A = (a i j). Naturalmente, puede ocurrir que m = n. Se
dice, entonces, que la matriz es cuadrada.

Consecuencias
A poco que nos fijemos en la matriz A, observaremos que sus m filas pueden con-
siderarse como un conjunto de m vectores del espacio vectorial (Rn , +, .) de la forma:
a1 = (a11 , a12 , ... , a1n) ; a2 = (a21 , a22 , ... , a2n) ; ....... ; am = (am1 , am2 , ... , amn)

as’ como que las n columnas forman un conjunto de n vectores de (Rm, +, .) de la forma:
a'1 = (a11 , a21 , ... , am1) ; a'2 = (a12 , a22 , ... , am2) ; .... ; a'n = (a1n , a2n , .... , amn)

- 33 -
Matrices y determinantes

3. OPERACIONES CON MATRICES

Definici—n (de suma de matrices)
☞ Dadas dos matrices A = (a i j), B = (b i j) , que necesariamente han de ser del
mismo orden m ´ n , se define la matriz suma C = A + B como la matriz de orden m ´ n
dada por C = (c i j) , con c i j = a i j + b i j .
(O sea, que para sumar dos matrices, basta con sumar cada elemento de la primera matriz con el
que ocupa el mismo lugar en la segunda)

Definici—n (de producto de un nœmero real por una matriz)

☞ Dada una matriz de orden m ´ n , A = (a i j) , y un nœmero a ‚ Î R, se define el
producto a.‚ A como la matriz de orden m ´ n dada por a.‚ A = (a
a.‚ a i j).
(O sea, que para multiplicar un nœmero por una matriz, basta con multiplicar cada elemento de la
matriz por dicho nœmero).

Ejemplo
æ 1 2 3 2ö æ 2 3 0 1ö æ 5 8 3 4 ö
Comprueba que: ç 3 1 4 2 ÷ + 2. ç 3 1 1 3 ÷ = ç 9 3 6 8 ÷
ç ÷ ç ÷ ç ÷
è 2 0 7 1ø è 1 4 0 4ø è 4 8 7 9 ø

Consecuencia
Te ser‡ f‡cil comprobar que el conjunto M(m ´ n) de todas las matrices de orden m ´
n es, con las operaciones anteriores, un espacio vectorial sobre R. Y si lo tuyo es vicio,
puedes buscar una base de dicho espacio. ÀCu‡l es su dimensi—n?

Definici—n (de producto de matrices)

☞ Dadas una matriz A, de orden m ´ n y otra matriz B, de orden n ´ p (observa que el
nœmero de columnas de A coincide con el de filas de B), se define la matriz producto C = A . B como
la matriz de orden m ´ p cuyo elemento c i j viene dado por:
n
c i j = ai 1 b 1 j + a i2 b 2 j + a i 3 b 3 j + ¼ + ai n b n j = å aikbkj
k= 1

Traduzcamos: Para obtener el elemento c i j de la matriz A . B basta con que multipliques uno
a uno los elementos de la fila i de A por los de la columna j de B y sumes todos esos productos como se
indica en el siguiente esquema:
Se suman estos productos
- ¯
æ · ö ¯
æ ö · æ ö
fila i de A ç· · · ·÷.ç ÷ =ç * ÷
è ø ç · ÷ è ø
è ø elemento i , j
· de A.B
columna j de B

- 34 -
 Matrices y determinantes

Pregunta
Se puede demostrar, a partir de la definici—n anterior, que la multiplicaci—n de matrices es aso-
ciativa; pero, en cuanto a si es conmutativa, Àtœ quŽ crees?

Ejemplo
æ 2 3 0 ö
Comprueba que: æ 1 2 3 2 ö . ç-3 0 1 ÷ = æ 3 11 10 ö
è 3 1 4 2 ø ç -1 2 2 ÷ è 9 1 9 11 ø
ç ÷
è 5 1 1 ø
Algunos comentarios
➀ Las operaciones anteriores no se sacan de la manga, y dan mucho juego en
aplicaciones no estrictamente matem‡ticas. Lo que ocurre es que aqu’ se trata exclusi-
vamente de dar noticia de su existencia, sin que, al no sernos de mucha utilidad para nuestro
cometido, nos podamos detener con detalle en ellas y en su justificaci—n.

➁ No obstante lo anterior, parece necesario decir que en el conjunto M(n) de las

matrices cuadradas de orden n existe una matriz, la:

æ 1 0 ¼ 0 ¼ 0 ö
ç 0 1 ¼ 0 ¼ 0 ÷
... ... ... ... ... ...
ç ÷
In = ç ÷
0 0 ¼ 1 ¼ 0
ç ... ... ... ... ... ... ÷
ç ÷
è 0 0 ¼ 0 ¼ 1 ø

a la que se llama matriz unidad (o identidad) de orden n, tal que, cualquiera que sea la
matriz cuadrada A de orden n:

A . I n = In . A = A

➂ As’ mismo, dada una matriz A, cuadrada de orden n, se puede demostrar que si se
cumple determinada condici—n (que veremos en el cap’tulo siguiente), existe otra matriz A-1,
tal que

A . A -1 = A -1 . A = I n

✑ De A-1, cuando existe, se dice que es la matriz inversa de A.

4. DETERMINANTES
Advertencia
Hacemos una pausa en el estudio de las matrices para proveernos de un instrumento fundamental
en los c‡lculos que en el futuro tendremos que hacer: los determinantes. Como ya hemos dicho, no
insistiremos en las demostraciones de sus propiedades. Nos preocuparemos, sobre todo, de que al terminar
con ellos estŽs en condiciones de manejarlos sin dificultad.

- 35 -
Matrices y determinantes

Definiciones previas

➀ Llamaremos permutaci—n principal de los n primeros nœmeros naturales a la

ordenaci—n 1 2 3 4 5 ... n

➁ Formada otra permutaci—n de ellos, i1 i2 i3 i4 i5 ... in , diremos

que entre dos de sus elementos se presenta una inversi—n si el orden en el que tales
elementos aparecen es distinto del que les corresponde en la permutaci—n principal.

Ejemplo
Considera la ordenaci—n 1 4 2 3 , formada con los cuatro primeros nœmeros na-
turales. Te bastar‡ con observar el esquema:

1<4 1<2 1<3 4>2 4>3 2<3

para concluir que el nœmero de inversiones de la permutaci—n anterior es 2 .

Definici—n (de determinante)

☞ Llamaremos determinante de una matriz cuadrada de orden n, A = (a i j), y lo

representaremos por det (A) o ê A ê al nœmero que se obtiene sumando todos los productos
que se puedan formar con n elementos de la matriz, tomando un elemento de cada fila y de
cada columna, y adjudicando a cada producto el signo + — - segœn que siendo
a a a ¼ a ni uno de ellos (con sus factores ordenados respecto al primer sub’ndice),
1i 2i 3i n
1 2 3
el nœmero de inversiones de la permutaci—n i i i ¼ i n sea par o impar.
1 2 3
En consecuencia, si llamamos s al nœmero de inversiones de cada permutaci—n
s
i i i ¼ i n , como (-1) ser‡ igual a +1 si s es par, e igual a -1 si s es impar, se tendr‡:
1 2 3

s
det (A ) = A = å ( - 1) a 1 i a 2 i a i ¼ a n i
1 2 3 3 n

Dos preguntas:
1») ÀDe cu‡ntos sumandos consta la suma anterior?
2») ÀSe te ocurre alguna forma sistem‡tica de escribirlos todos?

Consecuencias
Comprueba, aplicando la definici—n, que:

a a
11 12
①➠ a a
= a
11
a
22
-a
12
a
21
21 22

- 36 -
 Matrices y determinantes

O sea, que para calcular un determinante de orden dos basta con multiplicar primero

as’: y, luego, restar el producto:

a a a
11 12 13
ìï a 11 a 2 2 a 3 3 + a 1 2a 2 3 a 31 + a 1 3a 21 a 3 2
➁➠ a
21 22
a
23 = a
í -a a a -a a a -a a a
ïî 1 3 2 2 31 1 2 21 3 3 11 2 3 3 2
a a a
31 32 33

Desarrollo que puede memorizarse f‡cilmente haciendo uso del siguiente esquema,
conocido como regla de Sarrus :

Productos con Productos con

signo + signo -

(ÁOjo!: La regla de Sarrus s—lo es v‡lida para determinantes de orden tres)

Ejemplos
3 2 5
2 3
Comprueba que: =3; 4 0 2 = 58
5 9
6 3 1
Observaci—n
Como comprender‡s, mal asunto ser’a que, para conocer el valor de un determinante de orden n,
tuviŽramos que calcular los n! sumandos necesarios. El c‡lculo de un determinante de orden 4 exigir’a
calcular 24 productos (y sumarlos); el de uno de orden 5, 120... Para calcular un determinante de orden 10
necesitar’amos calcular la friolera de 3.628.800 productos, cada uno de ellos de 10 factores... ÀQuŽ hacer
llegados a esta situaci—n?

Dos definiciones nuevas nos aportar‡n un procedimiento para el c‡lculo de un determinante que
resultar‡ mucho m‡s c—modo que la aplicaci—n de la definici—n anterior.

Definiciones (de menor complementario y adjunto)

1) Llamaremos menor complementario del elemento a i j de una matriz A, cuadrada
de orden n, y lo representaremos por a i j , al determinante de la matriz cuadrada de orden n-1
que resulta de prescindir en A de la fila i y de la columna j.

2) Llamaremos adjunto del elemento a i j de A, y lo representaremos por A i j, a:

A i j = (-1)i + j . a i j

- 37 -
Matrices y determinantes

Ejemplos
æ 2 1 0 2ö
ç 1 0 3 1÷ ìï a 11 = - 1 3, a 2 3 = 0 .
Dada la matriz A = ç , comprueba que : í A
ç 0 2 1 2 ÷÷ ïî = - 6 , A = - 13.
34 44
è 4 1 0 3 ø

Hasta que no estŽs seguro de que lo sabes hacer no sigas.

Consecuencia (desarrollo de un determinante por los elementos de una l’nea)

El valor de un determinante es igual a la suma de los productos de los

☞ elementos de una l’nea (fila o columna) por sus adjuntos respectivos.

O sea :

a a a ¼ a ¼ a
11 12 13 1j 1n
a a a ¼ a ¼ a
21 22 23 2j 2n
... ...
... ... ... ... ... ìï = a i 1 A i 1 + a i 2 A i 2 + ¼ + a i n A i n
A = =í
a
i1
a
i2
a
i3
¼ ai j ¼ ai n ïî = a 1 j A 1 j + a 2 j A 2 j + ¼ + a n j A n j
... ... ... ... ... ... ...
a a a ¼ anj ¼ ann
n1 n2 n3

Para tu alegr’a, lo admitimos sin demostraci—n. ÀO tienes inconveniente?

Ejemplo
1 0 3 2
2 -3 1 0
Supongamos que se deseara calcular el valor de: |A|= -3 1 2 0
2 -5 3 1

Como en la cuarta columna aparecen dos ceros, eligiremos dicha l’nea para efectuar
el desarrollo y tendremos:

2 -3 1 1 0 3
A =-2 -3 1 2 +1 2 -3 1 = - 2 . 0 + 1 . ( - 28) = - 28
2 -5 3 -3 1 2
ÀObservas quŽ bueno es que aparezcan esos ceros en los lugares (2,4) y (3,4)? ÀY si no los hubiera?

Observaci—n
Vemos, pues, que aunque el desarrollo de un determinante por los elementos de una
l’nea permite un c‡lculo m‡s r‡pido de Žste, si en dicha l’nea no aparecieran varios ceros,
aœn resultar’a tarea excesivamente prolija. El problema se resolver‡, definitivamente, con lo
que sigue.

- 38 -
 Matrices y determinantes

Teorema (transformaciones en un determinante)

☞ Dada una matriz cuadrada A de orden n, se verifican las siguientes proposiciones,

sobre cuyas demostraciones te ofrecemos algunas sugerencias:

① El valor de |A| no var’a si se intercambian filas por columnas.

Es dif’cil de demostrar, pues habr’a que ver que los productos cuya suma es igual a |A|
aparecen con el mismo signo, sin que sobre ni falte ninguno, en el desarrollo del nuevo
determinante. CompruŽbala, si quieres, para un determinante de orden 3.

② Si todos los elementos de una fila (columna) de A son nulos, entonces |A| = 0 .
Todos los sumandos de |A| (que, a su vez, son productos) contendr‡n un elemento de tal
fila, luego ser‡n nulos.

➂ Si en A si se intercambian dos filas (columnas), entonces |A| cambia de signo.

Es muy liosa de demostrar. CompruŽbala, si acaso, para un determinante de orden 3.

➃ Si en A existen dos filas (columnas) iguales, entonces |A| = 0 .

Segœn la propiedad anterior, al intercambiarse tales filas (columnas) se obtendr‡ otra
matriz, B, tal que |B|= -|A|, pero como B = A, se tendr‡ |A|= 0.

➄ Si se multiplican todos los elementos de una fila (columna) de A por un mismo

nœmero k, el |A| tambiŽn queda multiplicado por dicho nœmero.
Si, por ejemplo, hubiŽramos multiplicado la 2» fila de A por k, obtendiendo la matriz B,
s s
ser’a: B = å ( - 1) a 1 i ( k a 2 i ) ¼ a n i =k å ( - 1) a 1 i a 2 i ¼ a ni = k . A
1 2 n 1 2 n

➅ Si en A existen dos filas (columnas) proporcionales, entonces |A| = 0 .

a k .a a a
11 11 11 11
Utilizando las propiedades 4» y 5» es f‡cil. As’: = k. =0
a k .a a a
21 21 21 21

➆ El valor de |A| no se modifica si a una fila (columna) se le suma otra fila

(columna) multiplicada por un nœmero.
Si, efectuada esa suma, se desarrolla el determinante por los adjuntos de la nueva l’nea,
tal determinante puede descomponerse en suma de otros dos: uno que coincide con el
inicial y otro que, por tener dos l’neas paralelas iguales, ser‡ nulo.

➇ Si en A existe una fila (columna) combinaci—n lineal de otras, entonces |A| = 0 .

a b aa + bb a b 0
Por ejemplo: c d ac + bd = ( por propiedad 7) = c d 0 = 0
e f ae + bf e f 0

⑨ La suma de los productos de los elementos de una fila (columna) de A por los
adjuntos de otra fila (columna) es igual a cero.
La suma en cuesti—n coincidir’a con el desarrollo por adjuntos de un determinante con dos
l’neas paralelas iguales, que ser’a nulo por la propiedad 4».

- 39 -
Matrices y determinantes

Observaci—n

Ahora se trata de ver c—mo se aplican las propiedades anteriores al c‡lculo de de-
terminantes, especialmente para lograr cuantos m‡s ceros mejor en una l’nea, lo cual nos
permitir‡ un c—modo desarrollo del determinante por los adjuntos de tal l’nea.

1 3 2 5
2 1 3 4
Supongamos, por ejemplo, que dese‡ramos calcular:
5 2 7 6
3 8 9 2

Aplicando reiteradamente la propiedad 7» anterior, a la segunda fila le podemos

restar la primera multiplicada por 2; a la tercera, la primera multiplicada por 5; y, a la
œltima, la primera multiplicada por 3. Llegados aqu’, la primera columna tendr’a todos sus
elementos, salvo uno, nulos, y bastar’a con desarrollar por ella para calcular el
determinante:

1 3 2 5 1 3 2 5
-5 -1 -6
2 1 3 4 0 -5 -1 -6
= = 1. - 7 - 3 - 19 = - 2 64
5 8 7 6 0 - 7 - 3 - 19
-1 3 - 13
3 8 9 2 0 -1 3 - 13

Un error f‡cil de cometer consiste en pensar que para conseguir un cero en el lugar (2, 2), por
ejemplo, se puede multiplicar por 3 la segunda fila y restarle la primera. Efectivamente, obtendr’amos un
cero en dicho lugar, pero el valor del determinante, de acuerdo con la propiedad 5», ya no ser’a el mismo.

Ejemplos

Comprueba que:

1 4 3 1 4
3 1 5 1 0 1 1 1
-5 2 0 3 5 = - 1 .101 ; a b c = (b - a ) (c - a ) (c - b )
2
2 - 1 -1 1 1 a2 b c2
0 -1 2 0 3

Ya que surge la ocasi—n, te diremos que el œltimo determinante es un caso particular del llamado
determinante de Vandermonde. Volveremos a encontr‡rnoslo.

5. RANGO DE UNA MATRIZ

Poquito a poco nos vamos acercando a nuestro objetivo, o sea, a los sistemas de
ecuaciones. Pieza b‡sica para su estudio es el concepto de rango de una matriz, que, en gran
medida, te resultar‡ familiar. Empezaremos dando su definici—n y, posteriormente, veremos
un par de procedimientos para calcularlo.

- 40 -
 Matrices y determinantes

Definici—n (de rango de una matriz)

æ a1 1 a1 2 a1 3 ¼ a1 n ö
ç a a22 a23 ¼ a2n ÷
Dada la matriz: ☞ A = ç ..2 1 ... ... ... ... ÷
çç . ÷÷
è a m 1 am 2 a m 3 ¼ am n ø

cada una de sus m filas a 1 , a 2 , ..... , a m puede considerarse, como sabes, como un vector del
espacio vectorial (Rn, +, .).

➔ Pues bien, llamaremos rango de A al rango de la familia F = { a 1 , a 2 , .... , a m } o, si

prefieres, al m‡ximo nœmero de filas de A que, como vectores de R n , son linealmente
independientes.

O sea, que el concepto de rango de una matriz no difiere esencialmente en nada del de rango de
una familia de vectores. Los resultados que vimos cuando estudi‡bamos tal asunto, en la p‡gina 27 -que
debes releer-, son los que traducimos a continuaci—n.

Consecuencias (transformaciones que no modifican el rango de una matriz)

El rango de una matriz A no se modifica si:

① Se altera el orden de las filas de A.

② Se prescinde, en A, de una fila que sea combinaci—n lineal
de otras (en particular, si se elimina una fila de ceros).

➂ Se multiplica una fila de A por un nœmero distinto de cero.

➃ Se suma a una fila de A una combinaci—n lineal de otras.

Ejemplo
æ 1 2 1 3 ö
Sea la matriz A = çç 2 1 0 3 ÷
÷ . Si restamos a la tercera fila la suma de la primera y
è 3 3 1 6 ø
æ 1 2 1 3 ö
la segunda, qued‡ndonos: A* = çç 2 1 0 3 ÷
÷ , las matrices A y A* tendr‡n igual rango.
è 0 0 0 0 ø
Como en A* la œltima fila tiene todos sus elementos nulos, se podr‡ prescindir de ella sin que
se modifique el rango, luego:

æ 1 2 1 3ö
rango A = rango çè 2 1 0 3 ÷ø = 2 (ya que las dos filas no son proporcionales)

Naturalmente, habr‡ que sistematizar estas transformaciones, para asegurarnos de que siempre,
con independencia de la vista de cada cual, podremos calcular el rango. Ya llegaremos a ello.

- 41 -
Matrices y determinantes

Ejemplo (de otra cosa)

æ 2 5 4 6 7ö
ç 4 2 1 8 9÷
Si observas la matriz A = ç ÷ , ver‡s que en ella se ha se–alado la
ç 0 8 4 1 2÷
è 5 3 7 1 7ø
intersecci—n de las filas segunda y tercera con las columnas segunda y cuarta. Pues bien, el
2 8
determinante es un ejemplo de lo que llamaremos menor de la matriz A. Menor de
8 1
orden dos, en este caso.

Definici—n (de menor de orden r en una matriz)

Si en una matriz A = (a i j), de orden m ´ n sobre R, se eligen las r filas i 1 , i 2 , ... , i r (en
el orden natural) y las r columnas j 1 , j 2 , ... , j r (en igual orden), del determinante:

a ai j ai j ¼ ai j
i j
1 1 1 2 1 3 1 r
ai j ai j ai j ¼ ai j
2 1 2 2 2 3 2 r
¼ ¼ ¼ ... ¼
ai j ai j ai j ¼ ai j
r 1 r 2 r 3 r r

diremos que es el menor de orden r correspondiente a tales filas y columnas.

(Pregunta capciosa: ÀCu‡ntos menores de orden r tiene A?).

Teorema
Las filas de una matriz A = (a i j) con las que se pueda formar un menor no nulo son
linealmente independientes.

En efecto: Supongamos, por ejemplo, que el menor formado por los elementos
comunes a las r primeras filas y r primeras columnas de A, es distinto de cero. O sea:

a a a ¼ a
11 12 13 1r
a a ¼ a a
21 22 23 2r ¹ 0
¼ ¼ ¼ ... ¼
a a a ¼ arr
r1 r2 r3

ì a 1 = ( a 11 , a 1 2 , ¼, a 1 r , a 1, r+1, ¼, a 1 n )
ï
ï a = ( a 21 , a 2 2 , ¼, a 2 r , a 2, r+1, ¼, a 2 n )
Entonces, los r vectores de Rn: í 2
ï¼¼ ¼¼¼¼ ¼¼¼¼ ¼¼¼¼ ¼¼
ï a = ( a , a , ¼, a , a , ¼, a r n )
î r r1 r2 rr r, r +1

son linealmente independientes, porque en caso contrario se podr’a escribir:

- 42 -
 Matrices y determinantes

a1 ( a 1 1 , a 1 2 , ... , a 1 r , a 1 , r+1, ... , a 1 n) + a2 ( a 2 1 , a 2 2 , ... , a 2 r, a 2 , r+1, ... , a 2 n) +

+ ............ + ar ( a r 1 , a r 2 , ... , a r r , a r , r+1, ... , a r n) = (0, 0, ... , 0, 0, ... , 0)
con algœn coeficiente ai ¹ 0, luego tambiŽn ser’a:
a1 ( a 1 1 , a 1 2 , ... , a 1 r) + a2 ( a 2 1 , a 2 2 , ... , a 2 r) + ... + ar ( a r 1 , a r 2 , ... , a r r) = (0, 0, ... , 0)
con algœn a i ¹ 0, y, en ese caso, al ser las r filas del menor que hemos considerado
linealmente dependientes y haber, por tanto, una al menos combinaci—n lineal de las dem‡s,
tal menor tendr’a que ser nulo (propiedad 8» de los determinantes), y no distinto de cero como
hemos supuesto que era.

Teorema (otra forma de definir el rango de una matriz)

Si en la matriz A = (a i j) existe un menor de orden r distinto de cero, mientras

☞ que todos los de orden superior a r son nulos, entonces rango A = r.

a a a ¼ a
11 12 13 1r
a a ¼ a a
En efecto. Sup—n que D= 21 22 23 2r ¹ 0
¼ ¼ ¼ ... ¼
a a a ¼ arr
r1 r2 r3

fuera uno de los menores de orden r no nulo (si no fuera as’, un oportuno cambio en el orden de las
filas y columnas de A resolver’a la cuesti—n) , mientras que todos los de orden superior a r fueran
iguales a cero.

Entonces, considerada la fila k de A, cualquiera que Žsta sea, desde la (r+1) hasta la
m, se tendr’a, para todo valor de j, desde j = 1 hasta j = n:

a a a ¼ a a
11 12 13 1r 1j
a ¼ aa a a
21 22 23 2r 2j
... ¼ ¼
M = ¼ ¼ ¼ =0
a a a ¼ arr arj
r1 r2 r3
a a a ¼ a a
k1 k2 k3 kr kj

(S’: Cuando j tome los valores 1, 2, ... , r en el determinante anterior habr‡ dos columnas iguales;
cuando j tome valores desde (r+1) hasta n, |M| ser‡ un menor de A de orden (r+1) > r, nulo por hip—tesis).

Desarrollando |M| por la œltima columna y designando por A 1 , A 2 , .... , A r los

adjuntos de a 1 j, a 2 j, .... , a r j (que no variar‡n aunque var’e el valor de j), se tendr‡:

a 1 j A 1 + a 2 j A 2 + .... + a r j A r + D a k j = 0

-A -A -Ar
1 2
y como D ¹ 0 : a = a + a + ¼¼ + arj
kj D 1j D 2j D

- 43 -
Matrices y determinantes

O sea, m‡s claramente (recuerda que la igualdad anterior se cumple para cualquier valor de j,
desde 1 hasta n):

æ a ö æ a ö æ a ö æ a ö
k1 11 21 r1
ç a ÷ ç a ÷ ç a ÷ ç a ÷
ç k2 ÷ -A ç 12 ÷ -A ç 22 ÷ -Ar ç r2 ÷
1 2
ç a ÷ = ç a ÷ + ç a ÷ + ¼¼ + ç a ÷
...k 3 ÷ D ...1 3 ÷ D ...2 3 ÷ D
ç ç ç ç ...r 3 ÷
ç ÷ ç ÷ ç ÷ ç ÷
è a è a è a è arm ø
km ø 1m ø 2m ø

lo cual significa que la fila k de A es combinaci—n lineal de las r primeras y, por tanto, se
puede prescindir de ella sin que el rango de A se modifique.

Finalmente, como eso ocurre para las (m-r) œltimas filas de A, se tendr‡, pres-
cindiendo de todas ellas:

æ a a a ¼ a
ö ¼a
11 12 13 1r 1n
ç a a a ¼ a ¼a ÷
rango A = rango ç 21 22 23 2r 2n ÷ = r
ç ¼ ¼ ¼ ¼ ¼ ... ¼ ÷
ç a a a ¼ a r r ¼ a r n ÷ø
è r1 r2 r3

igualdad Žsta œltima que se puede escribir debido a que:

a a a ¼ a
11 12 13 1r
a a ¼ a a
D= 21 22 23 2r ¹ 0
¼ ¼ ¼ ... ¼
a a a ¼ arr
r1 r2 r3

y ello, segœn el teorema anterior, hace que las r primeras filas de A sean linealmente
independientes.

➠ Observa, por tanto, que dado un menor no nulo de A, de orden r, para ver si otra fila
de A es combinaci—n lineal de aquŽllas con parte de cuyos elementos se ha formado tal menor,
basta con calcular todos los menores de orden (r+1) que se puedan escribir completando el inicial
con los elementos de esa nueva fila. (Se dice que tales menores de orden (r+1) se han obtenido
orlando el menor inicial con tal fila). Si hubiera alguno no nulo, el rango de A ser’a como m’ni-
mo (r+1) y partir’amos de Žl para formar, ahora, menores de orden (r+2). Si, por el contrario, to-
dos los menores de orden (r+1) obtenidos orlando el inicial de orden r con dicha fila fueran nulos,
eso nos permitir’a prescindir de ella sin que el rango de A se modificara, pues la fila en cuesti—n
ser’a combinaci—n lineal de las que intervienen en el menor de orden r.

Lo entender‡s mejor examinando el siguiente ejemplo.

- 44 -
 Matrices y determinantes

Ejemplo
Supongamos que se deseara calcular el rango de la matriz:
æ 2 1 -2 1 4ö
1 0 1 -2 0÷
A =ç
ç 6 2 -2 -2 8÷
ç ÷
è 1 1 -3 4 2ø
2 1
Como ¹ 0 , las dos primeras filas de A son linealmente independientes y el
1 0
rango de A, como m’nimo, ser‡ 2. Orlando el menor anterior con la tercera fila, se tiene:

2 1 -2 2 1 1 2 1 4
1 0 1 =0 ; 1 0 -2 =0 ; 1 0 0 =0
6 2 -2 6 2 -2 6 2 8
luego dicha fila es combinaci—n lineal de las dos primeras y, en consecuencia, puede
prescindirse de ella sin que el rango de A var’e. Es decir:

æ 2 1 -2 1 4ö
rango A = rango ç 1 0 1 -2 0÷
çè ÷
1 1 -3 4 2ø
2 1
Partiendo, de nuevo, de que ¹ 0 , si orlamos dicho menor con la tercera fila de la
1 0
nueva matriz, se tiene:

2 1 -2 2 1 1
1 0 1 =0 ; 1 0 - 2 ¹0
1 1 -2 1 1 4
y, sin necesidad de considerar el tercer menor que se podr’a formar (pues ya hemos en-
contrado uno no nulo), concluir’amos que el rango de A es 3.

Advertencia importante
Si hubiŽramos definido el rango A como el m‡ximo nœmero de columnas, y no filas, de
A linealmente independientes, habr’amos visto que tambiŽn en ese caso el rango A
coincidir’a con el orden del menor de A de mayor orden no nulo, luego:

da lo mismo definir el rango de A como m‡ximo nœmero de filas linealmente in-

dependientes que como m‡ximo nœmero de columnas linealmente independientes.

Y al igual que vimos transformaciones entre filas de A que no modificaban el rango,

tambiŽn podr’amos haber demostrado que el rango de A no se modifica si:

➔ Alteramos el orden de las columnas.

➔ Prescindimos de una columna combinaci—n lineal de otras.
➔ Multiplicamos una columna por un nœmero distinto de cero.
➔ Sumamos a una columna una combinaci—n lineal de otras.

- 45 -
Matrices y determinantes

6. MƒTODO DE GAUSS PARA CALCULAR EL RANGO

Las transformaciones entre filas de una matriz vistas en la p‡gina 41 son las que realmente,
aplicadas de forma sistem‡tica, se utilizan para calcular el rango, sin necesidad de recurrir a los menores;
procedimiento que, cuando la matriz es de orden elevado, resulta bastante engorroso. El mŽtodo de Gauss,
junto a lo anterior, se basa en el siguiente teorema.

Teorema (rango de una matriz triangular)

æ a a a ¼ a ¼ a
ö
11 12 13 1r 1n
ç 0 a a ¼ a ¼ a ÷
ç 22 23 2r 2n ÷
Si en la matriz: ç 0 0 a ¼ a ¼ a ÷
ç ... ... ..3. 3 .. .
.
3r
. .
.
.. .
3n
÷
ç . . ÷
çè 0 0 0 ¼ a r r ¼ a r n ÷ø

todos los tŽrminos de la forma a i i (es decir, los situados en la diagonal principal) son distintos de
cero, entonces rango A = r.

En efecto: El menor de orden r formado por las r primeras filas y r primeras

columnas de A es igual al producto a 1 1 . a 2 2 . a 3 3. ..... . ar r , luego distinto de cero. Como no
hay ningœn menor de A de orden mayor que r, se concluye lo dicho.

Explicaci—n del mŽtodo

Veamos, mediante un ejemplo, en quŽ consiste el mŽtodo de Gauss. A tal fin,

æ 2 3 1 2 0ö
3 1 0 4 2÷
supongamos dada la matriz: A = ç
ç 7 7 2 8 2÷
ç ÷
è 2 1 3 0 1ø
El rango de A no se modificar‡ si:
① multiplicamos la 2» fila por 2 y le restamos la 1» multiplicada por 3.
② multiplicamos la 3» fila por 2 y le restamos la 1» multiplicada por 7.
➂ restamos a la 4» fila la 1».

æ 2 3 1 2 0ö igual æ 2 3 1 2 0ö qui tam os

3 1 0 4 2÷ 0 -7 -3 2 4÷ æ 2 3 1 2 0ö
ç rango ç tercera fila
0 - 7 - 3 2 4÷
ç çç
7 7 2 8 2÷ ç 0 -7 -3 2 4÷ è 0 -2 ÷
ç ÷ ç ÷ 2 -2 1ø
è 2 1 3 0 1ø è 0 -2 2 - 2 1ø

Si, ahora, multiplicamos por -7 la 3» fila y le restamos la 2» multiplicada por -2:

igual
æ 2 3 1 2 0 ö rango æ 2 3 1 2 0 ö
çç 0 - 7 - 3 2 4 ÷÷ çç 0 - 7 - 3 2 4 ÷÷
è 0 -2 2 -2 1 ø è 0 0 - 2 0 18 1 ø

Y, en consecuencia, visto el teorema anterior, rango A = 3.

- 46 -
 Matrices y determinantes

Observaciones finales (y no por eso menos importantes)

①➠ DespuŽs de todo lo anterior, parece innecesario decir que dados m vectores

a 1 = ( a 1 1 , a 1 2 , ..... , a1n)
a 2 = ( a 2 1 , a 2 2 , ..... , a2n)
.......................................
a m= ( a m 1 , a m 2 , ..... , amn)

del espacio vectorial (Rn, +, .), para saber si son linealmente independientes o dependientes
bastar‡ calcular el rango de:

æ a 11 a 1 2 a 1 3 ¼ a 1 n ö
ç a a a ¼ a ÷
A = ç ..21 22
... 23
... ...
2n
... ÷
ç . ÷
ç a ÷
è m1 am 2 am 3 ¼ am n ø

Si tal rango es igual a m, los vectores a 1 , a 2 , ..... , a m ser‡n linealmente inde-

pendientes. Si, por el contrario, rango A < m , la familia { a 1 , a 2 , ..... , a m } ser‡ ligada.

②➠ En particular, una condici—n necesaria y suficiente para que n vectores

a 1 = ( a 1 1 , a 1 2 , ..... , a1n)
a 2 = ( a 2 1 , a 2 2 , ..... , a2n)
.......................................
a n= ( a n 1 , a n 2 , ..... , ann)

del espacio vectorial (Rn, +, .) sean linealmente independientes, ser‡:

a a a ¼ a
11 12 13 1n
a a ¼ a a
21 22 23 2n ¹ 0
¼ ¼ ¼ ... ¼
a a a ¼ an n
n1 n2 n3

③➠ Por œltimo, Àhabr‡ que decir que si m > n, entonces el rango de la matriz:

æ a 11 a 1 2 a 1 3 ¼ a 1 n ö
ç a a a ¼ a ÷
A = ç ..21 .22
.. .23
.. ...
2n
... ÷
ç . ÷
ç a ÷
è m1 am 2 am 3 ¼ am n ø

nunca podr‡ ser superior a n (pues s—lo hay n columnas) y, en consecuencia, que m‡s de n
vectores del espacio vectorial (R n, +, .) formar‡n siempre una familia ligada? Por si las
moscas, lo decimos.

- 47 -
Matrices y determinantes

7. EJERCICIOS
1 2 1ö 2 1 2ö æ 1 0 2 - 1ö
1.- Se tienen las matrices: A = æè ; B = æè ; C=ç 1 2 5 - 4÷
3 0 2ø 0 1 3ø çè ÷
0 1 0 2ø
Calcula (A + B) . C , ( 2.A - 3.B ) . C

æ 1 0 1 2ö æ 2 1 2 ö
2 1 0 1÷ 0 1 3 æ 0 3 2 1ö
ç ç ÷ , C= 1 0 1 0
2.- Calcula A2 + B . C siendo A = ç , B= çç ÷÷ .
3 1 1 3÷ ç 4 1 0 ÷
è
ç
è
÷ ç ÷ 2 1 5 1ø
0 1 0 1ø è 0 3 1 ø

æ cos a - sen a 0 ö
3.- Siendo A = ç sen a cos a 0 ÷ , calcula A2 , A3 , ... , An
çè ÷
0 0 1ø

4.- Calcula los siguientes determinantes:

1 2 1 -3 1 1 1 1
2 3 1 5
1 1 1 a b c d
-2 3 2 1 2 0 3 1
; ; b+ c c + a a + b ; 2 2
3 -2 1 4 4 5 6 2 a2 b c2 d
b . c a .c a . b
5 4 - 3 2 5 1 2 4 3 3
a3 b c3 d

5.- Resuelve las ecuaciones siguientes:

1 1 1 1
1- x 2 - x 3 - x
1 x x2 x3
2- x 3- x 4- x = 0 ; =0
3- x 4- x 5- x 1 x2 x4 x6
1 x3 x6 x9

6.- Expresa en forma de producto los determinantes siguientes:

a a a a a
2
a b b b b a2 b c2 a - b- c 2a 2a
a b c c c ; a b c ; 2b b- c - a 2b
a b c d d b+c a+c a+b 2c 2c c - b- a
a b c d e

7.- Calcula el valor de los determinantes de orden n siguientes:

1 1 1 ¼ 1 n 1 1 ¼ 1 1 n n ¼ n
-1 a 1 ¼ 1 n 2 1 ¼ 1 n 2 n ¼ n
-1 -1 a ¼ 1 ; n 1 3 ¼ 1 ; n n 3 ¼ n
... ... ... ... ... ... ... ... ... ... ... ... ... ...
1
-1 -1 - 1 ¼ a n 1 1 ¼ n n n n ¼ n

8.- Si el determinante de una matriz A, cuadrada de orden 6, es igual a 2, Àcu‡l es el valor del
determinante de la matriz 3 . A?

- 48 -
 Matrices y determinantes

9.- Demuestra que si una matriz cuadrada de orden n, A, verifica A2 + 3.A - [Link] = (0), donde
(0) es la matriz cuadrada de orden n todos cuyos tŽrminos son nulos, entonces dicha matriz
tiene inversa.

10.- Halla el rango de las siguientes matrices:

æ 2 0 -3 ö æ 4 -5 1 3 2 ö
- 1 3 0 ÷ ç -2 4 1 -1 0
æ 1 2 0 ö æ 2 3 1 2 5 ö ç ÷
ç 3 2 1 ÷ ç -2 5 2 1 3 ÷
çç 2 4 3 ÷÷ ; çç 4 2 1 5 - 3 ÷; ç ÷ ; ç ÷
è 6 5 8 ø ÷ 8 -2 2 0 2 2 4 6
è 6 -3 0 3 4 ø ç ÷ ç ÷
ç 4 3 1 ÷ ç -1 3 0 -2 1 ÷
è -4 6 3 ø è - 8 13 1 -5 -2 ø

æ 2 3 4 ö æ 3 5 3 1 5ö
11.- Las matrices A = ç 3 4 2 ÷÷ ; B= ç 2 6 4 4 3 ÷ tienen igual rango. Halla el
çè çè ÷
5 2 x ø 2 -2 -2 -6 4ø
valor de x.

a b ö æ a b c ö,
12.- Sean A=æ ; B = con rango A ¹ rango B. ÀCu‡l es el valor de
è a' b' ø è a' b' c' ø
rango B - rango A?

a b cö æ a b c ö
13.- Si rango æ = 2, Àpuede ser rango çç d - a e + b f + c ÷÷ = 2 ?
è d e f ø
è d e f ø

14.- Los vectores de (R3, +, .): (2, 1, -3), (1, 3, 2), (5, x, -4) son linealmente dependientes. Halla
el valor de x.

15.- Analiza si los vectores de (R 4, +, .) : (6, 3, -3, 9), (0, 4, 2, 8), (3, 1, 0,-2), (5, 4, 0, 5) son
linealmente independientes.

16.- Estudia si las siguientes familias de vectores son libres o ligadas:

F = { (3, 1, 2), (0, 2, 4), (7, 1, 2) }
F ' = { (2, 1, 0, 3), (3, 1, 4, 2), (0, 7, 2, 8), (3, 1, 0, 3) }
F " = { (1, 2, 0, 3, 4), (2, 1, 3, 2, -1), (5, 4, 6, 7, 2) }

17.- Estudia, segœn los valores de los par‡metros, los rangos de las matrices:

æ a 1 1 ö æ 2 1 -1ö æ 1 1 1 ö
A=ç 1 a 1 ÷÷ ; B=ç 1 a 1÷ ; C=ç 1 1+a 1 ÷÷
çè çè ÷ çè
1 1 a ø 3 1 -aø 1 1 1+a ø

æ 2 2 ö æ 2 2 ö æ a b 1 ö
D = ç m - 1 ( m + 1) ÷ ; E = ç m - 1 ( m + 1) m + 1 ÷ ; F = ç 1 a .b 1 ÷
è m +1 m -1 ø è m+1 m-1 m+1ø çè ÷
1 b a ø

18.- Escribe una matriz de orden 4 ´ 5 cuyo rango sea 4.

- 49 -
 TEMA 3

SISTEMAS DE ECUACIONES
 Sistemas de ecuaciones

1. INTRODUCCIîN
Llega, por fin, el momento de dar utilidad a lo visto en los cap’tulos anteriores. En
este tema vamos a estudiar c—mo hay que proceder ante un sistema ecuaciones lineales
para saber si tiene o no soluci—n(es) y, en caso afirmativo, obtenerla(s). Veremos que existen
un par de procedimientos distintos de trabajo -de modo que, cuando dependa de ti, puedas
elegir el que m‡s te guste-, y terminaremos diciendo alguna cosilla sobre algo que ya hemos
mencionado en el cap’tulo anterior: la matriz inversa.
Antes, perm’tenos una reflexi—n: Si en algœn momento te sientes desorientado al
estudiar estas cuestiones, no te preocupes en exceso: es algo que al principio le pasa a todo el
mundo y no s—lo a ti. De lo que se trata es de que, al tenerlo todo por escrito, puedas trabajar
a tu aire, que no tiene por quŽ ser el de los dem‡s, y termines por encontrar el hilo conductor;
existe, ya lo ver‡s.

2. DEFINICIONES Y CLASIFICACIîN
Definiciones (vocabulario)
☞ Llamaremos sistema de m ecuaciones lineales con n inc—gnitas a un conjunto de m
expresiones algebraicas de primer grado:

a x + a x + ¼ + a xn = b ü
11 1 12 2 1n 1
ï
a x + a x + ¼ + a x = b ï
21 1 22 2 2n n 2
... ... ... ... ... ý (S )
ï
a x + a x + ¼ + a m nxn = bm ï
m1 1 m2 2 þ

donde a i j , b i son nœmeros reales fijos, llamados coeficientes y tŽrminos independientes,

respectivamente, y x j nœmeros reales sin determinar, llamados inc—gnitas. En el caso
particular en que b 1 = b 2 = ... = b m = 0, el sistema se llama homogŽneo.

☞ Con el s’mbolo E i representaremos la ecuaci—n:

a x + a
x + ¼ ¼ + ai n xn = b i
i1 1 i2 2
☞ Si aÎ R, con la notaci—n a E i nos referiremos a:
( a a ) x + ( a a ) x + ¼ ¼ + (a a i n ) x n = ( a b i )
i1 1 i2 2
☞ De las matrices:
æ a 11 a 1 2 a 1 3 ¼ a
ö 1n æ a 11 a 1 2 a 1 3 ¼ a
1n
b
1 ö
ç a a a ¼ a ÷ ç a a a ¼ a b ÷
A = ç .21 22 23 2n ÷ ; A * = ç 21 22 23 2n 2 ÷
ç .. ... ... ... ... ÷ ç ... ... ... ... ... ... ÷
ç ÷ ç ÷
è a m 1 am 2 a m 3 ¼ am n ø è am1 a m 2 am 3 ¼ am n bm ø

diremos que son la matriz de los coeficientes del sistema y la matriz ampliada con los
tŽrminos independientes, respectivamente.

- 53 -
Sistemas de ecuaciones

æ x ö æ b ö
1 1
ç x ÷ ç b ÷
☞ Observa, por œltimo, que escritas las matrices: X=ç 2
... ÷ ; B=ç ... 2 ÷
ç ÷ ç ÷
çè x n ÷ø ç ÷
è bm ø

el sistema (S) puede expresarse en forma matricial as’: ➞ A.X = B

Otras definiciones (m‡s vocabulario)

➫ Diremos que n nœmeros reales (a 1 , a 2 , a 3 , ... , a n) (o, con m‡s propiedad, un

vector de Rn) constituyen una soluci—n del sistema (S) si al sustituir xj por a j en todas las
ecuaciones, los dos miembros de cada una toman el mismo valor.

➫ Discutir un sistema consiste en averiguar si posee alguna soluci—n y, en caso

afirmativo, cu‡ntas.

➫ Diremos que un sistema es compatible si tiene alguna soluci—n. Como veremos,

un sistema compatible en R o bien admite una soluci—n œnica (diremos que es compatible
determinado) o bien infinitas (se dice, en expresi—n no muy atinada, que es compatible
indeterminado). Si un sistema no tiene soluci—n, diremos que es incompatible.

➫ Resolver un sistema compatible es, como te puedes suponer, encontrar todas

sus soluciones.

Ejemplo
3x + 2y = 6 ü
Considera el sistema:
4 x - 5 y = 8 ýþ

Escribe la matriz de los coeficientes y la ampliada, exprŽsalo en forma matricial y, si

es compatible, resuŽlvelo por los procedimientos que conoces de cursos anteriores.

3. SISTEMAS EQUIVALENTES
Definici—n (de sistemas equivalentes)

☞ De dos sistemas de ecuaciones lineales con el mismo nœmero de inc—gnitas

(aunque no tengan el mismo nœmero de ecuaciones) se dice que son equivalentes si tienen las
mismas soluciones; es decir, si toda soluci—n del primero es soluci—n del segundo y viceversa.

Observaci—n

Hasta ahora, cuando resolv’as un sistema de ecuaciones, lo que hac’as eran transformaciones con
las ecuaciones hasta llegar a otro sistema equivalente al dado, pero m‡s sencillo de resolver. En el fondo,
eso es lo que vamos a hacer aqu’. Lo que ocurre es que quiz‡s convenga justificar un poco las cosas. Por eso
(y por algo m‡s) incluimos los dos siguientes teoremas.

- 54 -
 Sistemas de ecuaciones

Teorema
☞ Si (a 1 , a 2 , a 3 , ... , a n ) es una soluci—n del sistema S, tambiŽn lo es de cualquier
ecuaci—n que sea "combinaci—n lineal" de las que forman dicho sistema.

La demostraci—n, de sencilla que resulta, casi no merece ese nombre. Supongamos

formada la siguiente ecuaci—n, combinaci—n lineal de las de (S):

l (a x + a x +¼+ a x n ) + l (a x + a x +¼+ a xn ) + ¼ +
1 11 1 12 2 1n 2 21 1 22 2 2n

+ l m (a x + a x + ¼ + a m n xn ) = l b + l b + ¼ + lm b m ; li Î R
m1 1 m2 2 1 1 2 2

Al sustituir x j por a j el primer parŽntesis anterior tomar‡ el valor b 1 ; el segundo, b 2 ,

... y, el œltimo, b m. Por consiguiente, los dos miembros de la igualdad coincidir‡n.

Teorema (paso de un sistema a otro equivalente)

Se obtiene un sistema de ecuaciones equivalente a otro dado si:

① Se altera el orden de las ecuaciones.

② Se prescinde de una ecuaci—n que sea combinaci—n lineal de otras.
➂ Se sustituye una ecuaci—n por la que resulta de multiplicarla por un nœmero distinto de cero.
➃ Se sustituye una ecuaci—n por la que resulta de sumarle una combinaci—n lineal de otras.

Las demostraciones son f‡ciles. Veamos, por ejemplo, la de la cuarta proposici—n:

ì E ì E
1 1
ï ï
E E
ïï ïï
... 2 ... 2
Supongamos que S=í y T=í
ï E ï E
m -1 m -1
ï ï
ïî Em ïî l 1E 1 + l 2 E 2 + ¼ + l m -1E m -1 + E m

son el sistema dado y el que resulta de cambiar su œltima ecuaci—n por la que se obtiene al
sumar a dicha ecuaci—n una combinaci—n lineal de las restantes.

Entonces, si (a 1 , a 2 , a 3 , ... , a n) es una soluci—n del sistema S, tambiŽn lo es de E 1 ,

E 2 , E 3 , ... , E m-1 (por definici—n) y de l E + l E + ¼ + l E + E m (por el teorema
1 1 2 2 m -1 m -1
anterior), es decir, de T.

Rec’procamente, toda soluci—n de T lo es de E1 , E 2 , E 3 , ... , E m-1 , as’ como de:

(l E + l E + ¼ + l E + Em ) - l E - l E - ¼ - l E , es decir, de E m ,
1 1 2 2 m -1 m -1 1 1 2 2 m -1 m -1
luego tambiŽn de S.

- 55 -
Sistemas de ecuaciones

4. REGLA DE CRAMER
Definici—n (de sistemas de Cramer)
Llamaremos sistema de Cramer a todo sistema de n ecuaciones lineales con n
inc—gnitas:
a x + a x + ¼ + a x = b ü
11 1 12 2 1n n 1
ï
a x + a x + ¼ + a x = b ï
21 1 22 2 2n n 2
... ... ... ... ... ý (S ' )
ï
a x + a x + ¼ + a nn xn = b n ï
þ
n1 1 n2 2
en el que la matriz de los coeficientes, A, tenga determinante no nulo: |A|¹ 0 .

Teorema (de Cramer)

Enunciado:

El sistema de Cramer anterior es compatible determinado y su œnica soluci—n es:

æ A1 A
2
A
3
An ö
çè , , , ¼ , ÷
A A A A ø
donde Aj representa la matriz obtenida al sustituir la columna j de la matriz de
los coeficientes del sistema, A, por la formada por los tŽrminos independientes.

Demostraci—n:
➨ Primer paso:
① Vamos a obtener unas ecuaciones, combinaciones lineales de las de S ', de las que
hallaremos las soluciones. A tal efecto, multiplicando la primera ecuaci—n de S ' por el
adjunto del elemento a 11 de la matriz A, A 11 ; la segunda por A 21 , y as’ sucesivamente
hasta multiplicar la œltima ecuaci—n por A n1, y sumando posteriormente, se obtiene la
ecuaci—n E '1 :

A 11(a x + ¼+ a x ) +A (a x + ¼+ a x ) +¼+A (a x + ¼+ a nn x n ) =
11 1 1n n 21 21 1 2n n n1 n1 1

=b A + b A + ¼ + bn A
1 11 2 21 n1
Es decir:
( A 11 a 11 + ¼ + A n1 a n1 ) x 1 + ( A 11 a 12 + ¼ + A n1 a n2 ) x 2 + ¼ +

+ ¼ + ( A 11 a 1 n + ¼ + A n1 a n n ) x n = b 1 A 11 + ¼ + b n A n1

Esto es: E' : A . x + 0. x + ¼ + 0 . x n = A

1 1 2 1
(Recuerda lo que vimos en la p‡g. 39 sobre el desarrollo de un determinante por los elementos de
una l’nea y sobre la suma de los productos de los elementos de una l’nea por los adjuntos de una paralela.)

- 56 -
 Sistemas de ecuaciones

Observa que cualquier soluci—n (a 1 , a 2 , a 3 , ... , a n) de E '1 ha de verificar:

A1
a1 = , cualesquiera que sean a 2 , a 3 , ... , a n.
A

② Si en lugar de multiplicar las ecuaciones del sistema S ' por los adjuntos A11 , A21 ,
... , A n1 de los elementos de la primera columna de A lo hubiŽramos hecho por A12 , A22 , ... , A
n2 , o sea, por los adjuntos de los elementos de la segunda columna de A, habr’amos llegado a
la ecuaci—n:

E' : 0 . x + A . x + ¼ + 0 . x n = A
2 1 2 2
A2
de la que toda soluci—n (a 1 , a 2 , a 3 , ... , a n) habr’a de verificar: a = , cualesquiera
2 A
que fueran los valores de a 1 , a 3 , ... , a n.

➂ Procediendo sucesivamente de forma semejante, multiplicando las ecuaciones de S

' por los adjuntos de los elementos de la tercera, cuarta... columnas de A, llegar’amos
finalmente a la ecuaci—n:

E'n : 0 . x + 0. x + ¼ + A . xn = A n
1 2
An
de la que toda soluci—n (a 1 , a 2 , a 3 , ... , a n) habr’a de verificar: a n = .
A
➨ Segundo paso:

Como consecuencia de todo lo anterior y de que, segœn vimos en el primer teorema de

la p‡gina 55, toda soluci—n de S ', si es que existe, ha de serlo de E '1 , E '2 , ... , E 'n (pues son
combinaci—n lineal de las que forman S '), resulta que la œnica soluci—n que, en todo caso,
podr‡ tener S ' es:

æ A1 A
2
A
3
An ö
ç , , , ¼ , ÷
è A A A A ø
pues Žste es el œnico vector (a 1 , a 2 , a 3 , ... , a n) que cumple las condiciones requeridas.

➨ Tercer paso:

As’ pues, si S ' posee soluci—n, es œnica y s—lo puede ser la anterior. Pero, Àc—mo
confirmar que, efectivamente, es soluci—n de S '? Pues comprobando que al sustituir en las n
A
j
ecuaciones x j por los dos miembros de las ecuaciones toman el mismo valor.
A
n
A å b hA h j
j
Sustituyendo en la ecuaci—n E i cada x j por , o sea, por h=1 , resulta:
A A

- 57 -
Sistemas de ecuaciones

n n n
é ù
a x +a x + ¼+ a i n x n = 1 êa å b A + a å b A + ¼ + ai n å b A ú =
i1 1 i2 2 A ë i 1 h=1 h h1 i2 h h2 h hn
h=1 h=1 û

= 1 éa ( b A + b A + ¼ + b n A ) + a ( b A + b A + ¼+ bn A )+¼+
A ë i 1 1 11 2 21 n1 i2 1 12 2 22 n2
+ ¼ + ai n(b A + b A + ¼ + b n A n n )ùû
1 1n 2 2n

= 1 . é b . (a A + ¼ + a i n A ) + ¼ + b i . (a A + ¼ + a i n A i n) + ¼ +
A ë 1 i 1 11 1n i1 i1
+ ¼ + b n . (a A + ¼ + a i n A n n )ûù
i1 n1

= 1 éë b . 0 + b . 0 + ¼ + b i A + ¼ + b . 0 + b n . 0 ùû = b i
A 1 2 n-1

æ A1 A
2
A
3
An ö
luego, como quer’amos demostrar, çè , , , ¼ , ÷ , es soluci—n de la
A A A A ø
ecuaci—n E i de S ', es decir, de todas las que forman el sistema, luego tambiŽn de Žste.

Ejemplo

Supongamos que se desea resolver el sistema:

2x + 3y + z = 5 üï
3 x - y + 5z = 2 0 ý
5 x + y - 6z = 2 ïþ

2 3 -1
Como A = 3 - 1 5 = 139 ¹ 0 , se tratar‡ de un sistema de Cramer, luego:
5 1 -6

5 3 1 2 5 1 2 3 5
20 - 1 5 3 20 5 3 - 1 20
2 1 -6 5 2 -6 5 1 2
x= =3; y= =-1; z= =2
13 9 13 9 1 39

Observaci—n

En general, nada obliga a que un sistema de ecuaciones lineales haya de tener necesariamente
igual nœmero de ecuaciones que de inc—gnitas; o, incluso, siendo dicho nœmero coincidente, la matriz de los
coeficientes no siempre tendr‡ determinante distinto de cero y la regla de Cramer ser‡, al menos en
principio, inaplicable. A estudiar c—mo proceder en tales casos, es a lo que dedicaremos el siguiente -y
fundamental- apartado de este cap’tulo.

- 58 -
 Sistemas de ecuaciones

5. TEOREMA DE ROUCHƒ-FR…BENIUS
Enunciado:
a x + a x + ¼ + a xn = b ü
11 1 12 2 1n 1
ï
a x + a x + ¼ + a x = b ï
Dado el sistema: 21 1 22 2 2n n 2
... ... ... .
.. ... ý (S )
ï
a x + a x + ¼ + a m nxn = bm ï
m1 1 m2 2 þ

y consideradas las matrices A, de los coeficientes, y A*, la ampliada con los tŽrminos
independientes, se verifica:

ÁMuy importante!
① S es compatible Û rango A = rango A*
ìï < n Þ S es compatible indeterminado.
② rango A = rango A* í
ïî = n Þ S es compatible determinado.

(Lee dos o tres veces el enunciado antes de entrar en la demostraci—n)

Demostraci—n:

➨ Primer paso:

Supongamos que el sistema S fuera compatible. Eso, como sabes, significa que
existir’an nœmeros reales a 1 , a 2 , a 3 , ... , a n tales que:

æ a ö æ a 12 ö æ a 1n ö æ b1 ö
11
ç a ÷ ç a ÷ ç a ÷ ç b ÷
21 ÷ + a ç
a ç ... ... 2 2 ÷ + ¼ ¼ + a ç .. 2 n ÷ = ç .2 ÷
1ç ÷ 2 ç ÷ n
ç . ÷ ç .. ÷
ç a ÷ ç a ÷ ç a ÷ ç ÷
è m1 ø è m2 ø è mn ø è bm ø

luego la œltima columna de A* ser’a combinaci—n lineal de las restantes y aunque se

prescindiera de ella, qued‡ndonos entonces la matriz A, el rango no se modificar’a; es decir,
rango A = rango A*

➨ Segundo paso:

Supongamos ahora que rango A = rango A* = r. Eso significa que en A (y en A*)

existe al menos un menor de orden r no nulo y que no hay ninguno de orden superior a r que
sea distinto de cero.

Si uno de tales menores de orden r no nulo fuera el formado por los elementos
comunes a las r primeras filas y r primeras columnas de A:

- 59 -
Sistemas de ecuaciones

a a a ¼ a
11 12 13 1r
a a ¼ a a
21 22 23 2r ¹ 0
¼ ¼ ¼ ... ¼
a a a ¼ arr
r1 r2 r3

(si no fuera as’, un cambio en el orden de las ecuaciones y/o en el de las inc—gnitas, permitir’a suponerlo), el
sistema dado ser‡ equivalente al:

a x + a x
xn = b ü + ¼ + a
11 1 12 2 1 1n
a x + a x + ¼ + a x n = b ïï
21 1 22 2 2n 2
... ... ... ... ... ý (S' )
ï
a x + a x + ¼ + a r n x n = b r ïþ
r1 1 r2 2
obtenido suprimiendo, si es que exist’an, las (mÐr) œltimas ecuaciones de S, ya que al ser las
correspondientes filas de A* combinaci—n lineal de las r primeras Ðrecuerda la observaci—n hecha
al final de la p‡gina 44Ð, tambiŽn lo ser‡n tales ecuaciones de las r primeras de S.

Llegados aqu’, pueden presentarse dos posibilidades:

① ☞ Que r = n . Entonces, el sistema S ' es de Cramer y tendr‡ soluci—n œnica. S,
equivalente a S ' por lo visto en la p‡gina 55, ser‡ compatible determinado.
② ☞ Que r < n . Dejando, entonces, en los primeros miembros de S ' las r primeras
inc—gnitas (principales) y pasando a los segundos miembros las (n-r) restantes
(auxiliares), el sistema quedar’a as’:

a x + a x + ¼ + a xn ü xr = b -a x -¼- a
11 1 12 2 1r 1 1 , r+1 r +1 1n
ï
a x + a x + ¼ + a xr = b - a x - ¼ - a xn ï
21 1 22 2 2r 2 2 , r+1 r +1 2n
... ... ... ... ... ... ... ý (S' )
ï
a x + a x + ¼ + arr xr = br - a x - ¼ - ar n xn ï
r1 1 r2 2 r , r+1 r +1 þ

Y una vez dados valores cualesquiera en Žl a x r+1 , x r+2 , ... , x n , (y convertido en un

sistema de Cramer), obtendr’amos unos valores para x 1 , x 2 , ... , x r que, junto a los dados a
x r+1 , x r+2 , ... , x n , constituir’an una soluci—n de S. Pero como a las inc—gnitas auxiliares x
r+1 , x r+2 , ... , x n les podemos dar tantos valores como queramos, el sistema tendr‡ infinitas
soluciones. Ser‡ compatible indeterminado.

Ejemplos
①☞ Supongamos que se desea discutir y, en su caso, resolver, el sistema:
2x + y - z = 4 ü
3x + 2y + z = 7 ï
ý
5x - 2 y + 2z = 1
ï
3x - y - 7z = 1 þ

- 60 -
 Sistemas de ecuaciones

En primer lugar, procederemos a calcular los rangos de las matrices:

æ 2 1 -1ö æ 2 1 -1 4ö
3 2 1÷ 3 2 1 7÷
A=ç ; A*= ç
ç 5 -2 2÷ ç 5 -2 2 1÷
ç ÷ ç ÷
è 3 -1 -7ø è 3 -1 -7 1ø

2 1
Como ¹ 0 , si orlamos ese menor de orden 2 de la matriz A con la tercera fila,
3 2
nos encontramos con que el menor de orden 3 correspondiente a las tres primeras filas de A
2 1 -1
es distinto de cero: 3 2 1 = 17 ¹ 0 , luego rango A = 3.
5 -2 2

Partiendo en A* del menor anterior de orden 3 no nulo, para ver si el rango de A* es 3

— 4, el œnico menor que se puede formar, orlando el anterior con la cuarta fila es:

2 1 -1 4
3 2 1 7
=0
5 -2 2 1
3 -1 -7 1

En consecuencia, la cuarta fila de A* es combinaci—n lineal de las tres primeras y, si

en el sistema prescindimos de la œltima ecuaci—n, el nuevo sistema:

2x + y - z = 4 ü
ï
3x + 2y + z = 7 ý
5 x - 2 y + 2z = 1 ïþ
en el que la matriz de los coeficientes y la ampliada tienen rango igual a 3, ser’a equivalente
al inicial y, ambos, compatibles determinados. Bastar’a aplicar la regla de Cramer para
obtener su œnica soluci—n: x = 1; y = 2; z = 0.

②☞ Supongamos dado el sistema:

2 x + 3 y - 5z = 7 ü
ï
3 x - y + 2z = 9 ý
4 x - 5 y + 9z = 11 ïþ

2 3 -5
2 3
Como = - 11 ¹ 0 ; 3 - 1 2 = 0 , el rango de A es 2.
3 -1
4 -5 9
2 3 7
Para calcular el rango de A*, el œnico menor a considerar es: 3 - 1 9 , pues el
4 -5 11
2 3
primero que se obtendr’a orlando ya hemos visto que es nulo.
3 -1

- 61 -
Sistemas de ecuaciones

2 3 7
Ahora bien, como 3 - 1 9 = 0, resulta que la tercera fila de A* y, por consi-
4 - 5 11
guiente, la tercera ecuaci—n del sistema, es combinaci—n lineal de las dos primeras.

Se tendr‡ rango A = rango A* = 2 y el sistema, compatible indeterminado en virtud

del teorema de RouchŽ-Fršbenius, ser‡ equivalente a:

2 x + 3 y - 5z = 7 ü
3 x - y + 2z = 9 ýþ

Para resolverlo, ya que 2 3 ¹ 0 , tomaremos como inc—gnitas principales x, y,

3 -1
considerando la z como auxiliar. Escribiendo, pues:

2x + 3y = 7 + 5z ü
3 x - y = 9 - 2z ýþ

y aplicando la regla de Cramer, se tendr’a:

7 + 5z 3 2 7 + 5z
9 - 2z - 1 34 - z 3 9 - 2z 3 + 19z
x= = ; y= =
- 11 11 - 11 11

En resumen, las infinitas soluciones del sistema formar’an el conjunto:

{æè 3411- z , 3 +1119z , zöø / z Î R}

➂☞ Comprueba que el siguiente sistema es incompatible:
2x + 3y - z = 2 ü
ï
3 x + y + 2z = 4 ý
x - 9 y + 10z = 1 ïþ

Sistemas homogŽneos

Como un sistema homogŽneo tiene todos los tŽrminos independientes nulos, la œltima
columna de A* estar‡ formada exclusivamente por ceros y, en consecuencia, rango A =
rango A*.

➔ Si dicho rango coincide con n (nœmero de inc—gnitas), la œnica soluci—n ser‡ la

trivial, es decir, x 1 = x 2 = .... = x n = 0.

➔ Si rango A < n, se proceder‡ como hemos visto en el segundo ejemplo anterior,

expresando las r inc—gnitas principales en funci—n de las (nÐr) restantes.

- 62 -
 Sistemas de ecuaciones

Ejemplos

①☞ Dado el sistema homogŽneo:

2x + y - z = 0 ü
ï
3 x - y + 2z = 0 ý
x + 3 y + 3z = 0 ïþ

2 1 -1
se verifica que A = 3 - 1 2 ¹ 0 , luego rango A < 3 (nœmero de inc—gnitas) y, en con-
1 3 3
secuencia, la œnica soluci—n ser‡ la trivial: x = 0, y = 0, z = 0.

②☞ Comprueba que el sistema:

2x + y - 5z + t = 0 ü
3x - y - 5z - 6t = 0 ï
ý
x + 2y - 4z + 5t = 0
ï
-x + 3y - z + 10t = 0 þ
tiene infinitas soluciones, que forman el conjunto: {( 2z + t , z - 3t, z , t) / z , t Î R}

6. MƒTODO DE GAUSS
Observaci—n
Como comprender‡s, la regla de Cramer puede ser œtil para resolver sistemas en los
que el nœmero de ecuaciones y/o inc—gnitas sea 2, 3 —, a lo sumo, 4. Pero para valores
superiores, su aplicaci—n es poco recomendable, por la cantidad de determinantes de orden
elevado que hay que calcular. El mŽtodo que vamos a ver, llamado de Gauss, o de los pivotes,
tiene entre otras ventajas la de ser f‡cilmente programable para que un ordenador lo
aplique. Y s—lo con un ordenador pueden resolverse sistemas de los que aparecen en
ocasiones en Econom’a, Astron‡utica... con centenares o miles de ecuaciones.

El mŽtodo de Gauss consiste en la aplicaci—n reiterada, al sistema que se trate de

resolver, de transformaciones de las que mencionamos en la p‡g. 55, hasta que se llega a
otro sistema equivalente, pero lo m‡s sencillo posible; por otra parte, como lo que realmente
caracteriza a un sistema son sus coeficientes y tŽrminos independientes, y no las letras con
las que representemos las inc—gnitas, suele trabajarse directamente con su matriz
ampliada. El mŽtodo de Gauss, en resumen, consiste en transformar la matriz del sistema
inicial en otra que tenga nulos todos los elementos situados por debajo de la diagonal
principal, es decir, todos los elementos a i j en los que i > j. Como puedes figurarte, se trata de
algo semejante a lo que hac’amos para calcular el rango de una matriz.

Entender‡s mejor c—mo funciona tal metodo estudiando los siguientes ejemplos,
correspondientes a los tres casos posibles:

- 63 -
Sistemas de ecuaciones

Primer ejemplo
Discutir y resolver el sistema:

2x + y + z + t = 7 ü
x - 2 y + z + 2t = 1 ï
ý
3x + 2 y - 3z - t = 0
ï
5x - y + z + 4t = 8 þ
Como decimos, nos limitaremos a ir escribiendo la matriz del sistema sin necesidad
de escribir Žste completamente. Con ese convenio, y representando con el s’mbolo ® el paso
de un sistema a otro equivalente, el esquema de la discusi—n-resoluci—n es:

æ 2 1 1 1 7 ö æ 2 1 1 1 7 ö
ç 1 -2 1 2 1 ÷ (1) ç 0 -5 1 3 -5 ÷ (2)
ç 3 2 - 3 -1 0 ÷ ç 0 1 - 9 - 5 - 21 ÷
ç ÷ ç ÷
è 5 -1 1 4 8 ø è 0 -7 -3 3 - 19 ø

æ 2 1 1 1 7 ö æ 2 1 1 1 7 ö
(2) ç 0 -5 1 3 -5 ÷ ( 3) ç 0 -5 1 3 -5 ÷
ç 0 0 44 2 2 11 0÷ ç 0 0 44 22 110 ÷
ç ÷ ç ÷
è 0 0 22 6 60 ø è 0 0 0 - 2 20 2 2 0 ø

paso (1): resta a la 2» fila, despuŽs de multiplicarla por 2, la 1» (multiplicada por 1).
resta a la 3» fila, despuŽs de multiplicarla por 2, la 1» multiplicada por 3.
resta a la 4» fila, despuŽs de multiplicarla por 2, la 1» multiplicada por 5.

paso (2): resta a la 3» fila, despuŽs de multiplicarla por -5, la 2» (multiplicada por 1).
resta a la 4» fila, despuŽs de multiplicarla por -5, la 2» multiplicada por -7.

paso (3): resta a la 4» fila, despuŽs de multiplicarla por 44, la 3» multiplicada por 22.

Lo anterior significa que el sistema dado es equivalente al:

2x + y + z + t = 7 ü
- 5y + z + 3t = -5 ï
ý
44z + 2t = 110 ï
- 220t = 220 þ
que se resuelve f‡cilmente empezando por la œltima ecuaci—n, de la que se obtiene: t = -1;
llevando despuŽs ese valor a la tercera: z = 3; llevando ambos valores a la segunda: y = 1;
finalmente, sustituyendo en la primera: x = 2. El sistema, naturalmente, es compatible
determinado.

Segundo ejemplo
Discutir y resolver el sistema: 2 x + 3 y - z = 17 üï
x - 2 y + 3z = - 2 ý
4 x - y + 5 z = 13 ïþ

- 64 -
 Sistemas de ecuaciones

El esquema es:

æ2 3 - 1 17 ö æ 2 3 -1 17 ö æ 2 3 -1 17 ö
æ 2 3 - 1 17 ö
ç1 -2 3 -2 ÷ ®ç 0 - 7 7 - 21 ÷ ®ç 0 - 7 7 - 21 ÷ ® è
ç ÷ ç ÷ ç ÷ 0 -1 1 -3ø
è 4 - 1 5 13 ø è 0 - 1 4 14 - 42 ø è 0 0 0 0 ø

(En el œltimo paso se ha simplificado la segunda fila, dividiendo entre -7, y se ha prescindido de la
tercera, por corresponder a la ecuaci—n 0 x + 0 y + 0 z = 0, que, adem‡s de ser combinaci—n lineal de las
anteriores, se verifica para cualquier valor de las inc—gnitas).

Por tanto, el sistema inicial es equivalente al:

2 x + 3 y - z = 17 ü
- y + z = - 3 ýþ

y = 3 + z
cuyas soluciones, ìí , forman el conjunto: { ( 4 - z, 3 + z, z) / z Î R }.
î x = 4 - z
(En otras palabras, que si, por ejemplo, haces z = 2, los valores x = 2, y = 5, z = 2 son una soluci—n;
si tomas z = 1, los valores x = 3, y = 4, z = 1 tambiŽn son soluci—n, y as’ tantas veces como quieras.)

El sistema tiene infinitas soluciones: es compatible indeterminado.

Tercer ejemplo
Discutir y resolver el sistema:

2x + y + 3z = 8 ü
3x - y + 4z = 11 ïï
4x - 3y + 5z = 3 ý
ï
x + 3y + 2z = 5 ïþ

El esquema es:

æ 2 1 3 8 ö æ 2 1 3 8 ö
æ 2 1 3 8 ö
ç 3 -1 4 11 ÷ ç 0 -5 -1 -2 ÷
ç 4 -3 5 3 ÷÷ ® ç ÷ ® çç 0 - 5 - 1 - 2 ÷÷
ç ç 0 - 10 - 2 - 2 6 ÷ è 0 0 0 11 0 ø
è 1 3 2 5 ø è 0 -5 -1 -2 ø

Por tanto, el sistema dado es equivalente al:

2x + y + 3 z = 8 üï
- 5y - z = - 2 ý
0 x + 0 y + 0 z = 110 ïþ

cuya œltima ecuaci—n no tiene soluci—n. El sistema es incompatible.

- 65 -
Sistemas de ecuaciones

7. MATRIZ INVERSA
Definiciones (de matriz unidad y matriz inversa de otra)
Como dijimos en el cap’tulo anterior, en el conjunto M(n) de las matrices cuadradas
de orden n exist’a una matriz, la:

æ 1 0 ¼ 0 ¼ 0 ö
ç 0 1 ¼ 0 ¼ 0 ÷
... ... ... ... ... ...
ç ÷
In = ç ÷
0 0 ¼ 1 ¼ 0
ç ... ... ... ... ... ... ÷
ç ÷
è 0 0 ¼ 0 ¼ 1 ø

a la que llam‡bamos matriz unidad (o identidad) de orden n, tal que, cualquiera que fuera la
matriz cuadrada A de orden n, se verificaba:

A . I n = In . A = A

TambiŽn anunci‡bamos que dada una matriz A, cuadrada de orden n, si se cumpl’a

determinada condici—n, existir’a otra matriz A-1, la matriz inversa de A, tal que:

A . A -1 = A -1 . A = I n

Veamos, ahora, quŽ condici—n es Žsa y c—mo calcular A-1 cuando exista.

Cuesti—n previa (unicidad de la matriz inversa)

De la definici—n de matriz inversa se desprende que A-1, si existe, es œnica, pues si A

poseyera dos inversas, A-1, AI, se tendr’a:
I I I -1 -1 -1
A = A .In = A . A . A = In . A = A

Teorema (condici—n para la existencia de A-1 y forma de calcularla)

☞ La condici—n necesaria y suficiente para que una matriz cuadrada A = (a i j) posea

inversa es que det (A) ¹ 0. En tal caso:

-1 1 .
A = (xi j ) = (A j i )
A

es decir, que A-1 es la matriz cuyo elemento (x i j) es el cociente entre el adjunto, en A, de (a j

i), y el determinante de A.

- 66 -
 Sistemas de ecuaciones

Vamos a indicarte c—mo se demostrar’a el teorema anterior para una matriz

cuadrada de orden 3 (la demostraci—n en el caso general ser’a semejante):

æ a 11 a 1 2 a 1 3 ö
ç ÷
Dada, pues, la matriz: A = ç a 21 a 2 2 a 2 3 ÷ , se tratar’a de determinar si existen
çè a a a ÷
31 32 33 ø
valores (x i j) tales que:

æ a 11 a 1 2 a 1 3 ö æ x 11 x 1 2 x 1 3 ö
æ 1 0 0ö
ç a a a ÷.ç x x x ÷ = ç 0 1 0÷
ç 21 2 2 2 3 ÷ ç 21 22 23 ÷ çè ÷
çè a a a ÷
ø ç
è x x x ÷ø 0 0 1 ø
31 32 33 31 32 33

Formados los tres sistemas de 3 ecuaciones lineales con 3 inc—gnitas en que se

descompone la igualdad precedente:

a x + a x ü+ a x = d
11 1 j 12 2j 13 3j 1j
ï ì 1 , si i = j ö
a x + a x + a x = d ï æ
çè j = 1 , 2 , 3; di j = í ÷
21 1 j 22 2j 23 3j 2j ý
î 0 , si i ¹ j ø
a x + a x + a x = d ïï
31 1 j 32 2j 33 3j 3j þ

tales sistemas tendr’an soluci—n (que, vista la cuesti—n previa anterior, de existir habr‡ de
ser œnica) si y s—lo si en cada uno de ellos es rango A = rango A* = 3. Ello, como sabes, ocurre
si y s—lo si ôAô¹ 0.

En ese supuesto, bastar’a aplicar a cada sistema la regla de Cramer para concluir
que, efectivamente:
-1 1 .
A = (xi j ) = (A j i )
A
Ejemplos
æ 2 1 ö
①☞ ObtŽn la matriz inversa de la matriz: A = è
2 4 ø
æ 2 - 1 ö
ç ÷
-1 3 6
soluci—n: A = çç ÷
÷
1 1
ç - ÷
è 3 3 ø
æ 1 1 2 ö
②☞ ObtŽn la matriz inversa de la matriz: A = çç 2 0 - 1 ÷
÷
è-6 -1 0 ø
æ -1 - 2 - 1 ö
-1 ç ÷
soluci—n: A = ç 6 12 5÷
ç ÷
è- 2 -5 - 2 ø

(Hay otro mŽtodo para calcular A-1 -el metodo de Gauss-, pero lo dejamos, Àno?)

- 67 -
Sistemas de ecuaciones

8. EJERCICIOS
1.- Discute, aplicando el teorema de RouchŽ-Fršbenius y, en su caso, resuelve por la regla de
Cramer, los sistemas:

3x + 2y + z = 0 ü x - y + z = 1ü 3x + 2y + z = 0 ü
ï ï ï
x - y + 2z = 2 ý x + y + z = 5ý x - y + 2z = 2 ý
4 x + y + 3z = 5 ïþ 2x - y + 3z = 5 ïþ 4 x + y + 3z = 2 ïþ

x + y - z = 1ü x - 2y - z + w =- 2 ü x + y - 3z = 0ü
x + 2y + z = 2ï x + y + 2z - w = 3 ï x - z = 0ï
ý ý
2x + y - z = 3ý x + y + w = 9 ï x + z - 2w = 0ï
ï
3x - y - 2z = 5þ x + z = 3 þ 3x + y - 3z - 2w = 0þ

2.- La matriz ampliada de cierto sistema de tres ecuaciones lineales con tres inc—gnitas tiene
de rango 3. ÀPuede asegurarse que el sistema es compatible?

3.- Dos sistemas de dos ecuaciones con dos inc—gnitas s—lo se distinguen en los tŽrminos
independientes. Si el primero es compatible indeterminado, Àpuede ser el segundo compatible
determinado?

4.- Halla el valor de m que hace compatible cada uno de los siguientes sistemas y, en los
casos en que sean compatibles, resuŽlvelos:

2x + 3y - z = 5 ü mx + y + z= 1 ü
3x + 10 y + 4z = 0 ü
ï 4x - 5y + 6z = - 7 ïï ï
mx + y - z = 0ý x + my + z= m ý
3x - 4y + 3z = -9 ý
x + 3y + z = 0 ïþ ï x + y + m z = m 2 ïþ
mx + 5y - 3z = 7 ïþ

4x + m y + z = m + 2 üï 2
( m 2 - 1) x - (m + 1) y = m + 1 ü
x + y + m z = - 2( m + 1) ý ý
mx + y + z = m ïþ (m + 1) x + ( m - 1) y = m + 1 þ

5.- Discute, aplicando el teorema de RouchŽ-Fršbenius, los siguientes sistemas:

m x + 2y = 2 ü 2x + y - z = a ü ax + by + z = 1ü
ï ï ï
2x + m y = m ý x + my + z = bý x + aby + z = bý
x - y = - 1 ïþ 3 x + y - m z = c ïþ x + b y + a z = 1 ïþ

6.- En el primer cap’tulo hemos estudiado c—mo hallar un sistema generador de un sub-
espacio vectorial que haya sido definido a travŽs de unas ecuaciones impl’citas. Halla, ahora,
unas ecuaciones impl’citas del subespacio vectorial, S, de (R 4, +, .), engendrado por los
vectores (1, 1, 2, 1), (3, 2, 1, 5).
Sugerencia: Piensa que S = { (x, y, z, t) / (x, y, z, t) = a.(1, 1, 2, 1) + b.(3, 2, 1, 5), con a , b Î R } y obtŽn
las relaciones que han de cumplir x , y , z , t para que, cualesquiera que sean sus valores, existan valores
de a , b para los que se verifique la igualdad anterior.

- 68 -
 Sistemas de ecuaciones

7.- El proceso sugerido en el ejercicio anterior para encontrar las ecuaciones impl’citas del
subespacio S se conoce como eliminaci—n de par‡metros. Elimina, ahora, los par‡metros del
siguiente sistema:

x = 4 + 6a - 2b + 4 g ü
y = 1 - a - b - 2g ï
z = -2 - a + 2b + g ý
ï
t = -5 - 2a + 3b + g þ

8.- Como sabes, un sistema de ecuaciones lineales puede escribirse en forma matricial como:
A . X = B, donde las matrices A, X y B tienen el significado que vimos en las p‡ginas 53 y 54.
Utiliza la notaci—n anterior para obtener una condici—n para que la suma de dos soluciones
de un sistema de ecuaciones tambiŽn sea soluci—n del mismo. ÀEs condici—n necesaria y
suficiente?

9.- Estudia y resuelve en caso de compatibilidad, por el mŽtodo de Gauss, los sistemas:
x + y - z = 1ü
3 x + 2y + z = 1 ü 5x - y + z = - 2 ü
ï ï 3x + 2y + z = 1 ïï
5 x + 3y + 4z = 2 ý x + 2y + 3z = - 1 ý
5x + 3y + 4z = 2ý
x + y - z = 1 ïþ 7 x - 8y - 7z = - 1 ïþ ï
- 2x - y + 5z = 6 ïþ
2x - 3y - 5z = 4 ü
5x - 2y + z =-1 ï 2x - 5y + 4z + v - w =- 3 ü
ï
3x + y + 5z =-5 x - 2y + z - v + 5w = 5 ï
ï ï
5x + y + 4z = 2 ý 4x - 13y + 16z + 5v + w = 23 ý
8x + 5y + 13 z = 0 ï x - 4y + 6z + 2v + w = 10 ï
ï ï
3x + 4y + 8z =- 2 2x - 5y + 4z + v - w = 3 þ
ï
4x - 3y - z = 11 ïþ

10.- Sean A, B dos matrices cuadradas de orden n, con |A|¹ 0, |B| ¹ 0. Demuestra que la
matriz inversa de A . B es B-1. A-1.

11.- Halla, caso de que sea posible, las inversas de las matrices:

æ 3 2 1 0 ö
2 3 ö æ 1 2 3 ö æ 2 1 4 ö
0 1 0 1
A=æ
è 5 9 ø ; B= ç 0 1 2 ÷÷ ; C= ç 3 2 5 ÷÷ ; D=ç ÷
çè çè ç 1 0 1 0 ÷
1 3 1 ø 4 3 6 ø ç ÷
è 4 3 2 2 ø

12.- Se considera el siguiente sistema de ecuaciones:

2 x + y + 2z = 7 ü
ï
x + 3y + z = 7 ý
3 x + 4y - 2z = 8 ïþ

ResuŽlvelo por el mŽtodo que prefieras, escr’belo en forma matricial, A . X = B, calcula la

matriz inversa de A, A-1, y mira quŽ se obtiene cuando se calcula el producto A-1 . B .

- 69 -
 TEMA 4

EL ESPACIO AFêN
 El espacio af’n

1. INTRODUCCIîN
En cursos anteriores hemos estudiado geometr’a del plano. Los elementos con los que
trabaj‡bamos, recuerda, eran puntos y rectas. Este a–o vamos a dar un peque–o avance:
nos moveremos en el espacio, y en Žl manejaremos no s—lo puntos y rectas, sino puntos,
rectas... y planos. El mŽtodo que seguiremos no diferir‡ mucho del que ya conoces de 2¼ y 3¼
de BUP, pues entonces establecimos las bases te—ricas que nos van a permitir, ahora,
progresar en nuestro estudio.

Iniciaremos este cap’tulo hablando de vectores fijos y libres; veremos despuŽs

distintas ecuaciones de la recta y el plano y terminaremos estudiando los que se han dado en
llamar problemas de incidencia, o sea, problemas de paralelismo, intersecciones... En el
cap’tulo pr—ximo, con el producto escalar, trataremos las cuestiones mŽtricas, es decir,
aquellas relativas a perpendicularidad, medida de ‡ngulos y distancias, y daremos unas
definiciones que nos permitir‡n multiplicar vectores, adem‡s de escalarmente, de otras
formas; formas œtiles para trabajar no s—lo en matem‡ticas, sino tambiŽn y especialmente
en f’sica.

Y recuerda lo que dec’a Plat—n -Àera Žl?- respecto al ingreso en su Academia: "ÁQue
no entre aqu’ nadie que no sepa Geometr’a!". Podr’amos imitarle, diciendo: ÁQue no salga
nadie de aqu’ sin saber Geometr’a!

2. VECTORES EN EL ESPACIO
Cuesti—n previa
Piensa en un punto en el espacio..., en una recta..., en un plano... ÀHas sido capaz de
imaginarlos? Podemos suponer, pues, que los conceptos de punto, recta, plano y espacio son
intuitivos y, por consiguiente, los utilizaremos en lo que sigue sin necesidad de definirlos
previamente.

Definici—n (de vector fijo)

Llamaremos vector fijo a un par ordenado (A, B) de puntos del B

espacio ordinario, E, no excluyendo la posibilidad de que ambos sean
coincidentes, caso en el que hablaremos de vector nulo. Con el s’mbolo
AB designaremos el vector definido por los puntos A y B, en ese orden,
y diremos que el vector AB tiene por origen A y por extremo B. A

Observa que el vector AB est‡ definido exclusivamente por los puntos A y B. Dibujar la flecha
obedece a la necesidad de indicar, en la figura, un orden.

Definici—n (relaci—n de equipolencia)

Con objeto de establecer una relaci—n entre vectores fijos, considera las figuras que
encabezan la p‡gina siguiente:

- 73 -
El espacio af’n

Primer caso Segundo caso Tercer caso

B
CD A B C D

A D
AB
E F
C

En las tres figuras aparecen los vectores AB y CD. En la œltima, aparece adem‡s un
tercer vector, el EF.

➠ En el primer caso, los vectores AB y CD son nulos, es decir, A = B y C = D.

➠ En el segundo caso, en el que los puntos A, B, C y D no est‡n alineados, la figura

ABDC (ÁAtenci—n al orden de los vŽrtices!) es un paralelogramo.

➠ En el tercer caso, en el que los puntos A, B, C y D est‡n alineados, existe otro

vector EF tal que las figuras ABFE, CDFE son paralelogramos.

☞ Pues bien, cuando ocurra uno cualquiera de los tres casos anteriores (o, lo que es lo
mismo: cuando trasladando AB paralelamente a s’ mismo se pueda superponer con CD), diremos que los
vectores fijos AB y CD son equipolentes y escribiremos AB º CD.

Definiciones (de vector libre y V 3)

Aunque sea en el "plano" de un papel, dibuja un vector fijo AB... Ahora, dibuja cuatro
vectores equipolentes a Žl... ÀHay m‡s? ÀCu‡ntos? Al conjunto formado por todos ellos le
vamos a llamar vector libre. Es decir:

☞ Dado un vector fijo AB, llamaremos vector libre [AB] al conjunto de todos los
vectores fijos equipolentes a Žl:
[AB] = { XY / XY º AB }
Cuando no haya posibilidad de error, escribiremos AB en lugar de [AB] y utilizaremos
los s’mbolos a , b , c ... para designar vectores libres cualesquiera. En particular,
designaremos por 0 el vector libre nulo, es decir, el formado por todos los vectores fijos nulos.
Para mostrar en las figuras un vector libre, dibujaremos uno cualquiera de sus
representantes o vectores fijos equipolentes que lo formen.

☞ Con el s’mbolo V3 designaremos el conjunto de todos los vectores libres del

espacio. Este conjunto juega un papel muy importante en matem‡ticas y, sobre todo, en
f’sica (por lo de las magnitudes vectoriales). En Žl se dio origen al concepto de espacio
vectorial, y en su honor los elementos de cualquier conjunto que estŽ dotado de esa estruc-
tura reciben el nombre de vectores, sean dichos elementos polinomios, funciones o lo que sea,
siempre que el conjunto tenga estructura de espacio vectorial.

- 74 -
 El espacio af’n

3. EL ESPACIO VECTORIAL V 3
Establecido, pues, quŽ son los vectores libres, vamos a definir algunas operaciones
que se pueden efectuar con ellos. Antes, necesitamos un sencillo teorema.

Teorema

➠ Fijado un punto O del espacio, es posible encontrar para todo vector libre [AB] un
œnico representante de origen O.

La demostraci—n es sencilla. Fijado el punto O, la situaci—n de los puntos O, A y B

puede ser una de las siguientes:

Primer caso Segundo caso Tercer caso

AB B
CD A B CO D

A D
O
AB
E F
O
C

Entonces, el representante de [AB] con origen en O cuya existencia asegura el

teorema ser’a en cada caso el que se indica a continuaci—n:

Primer caso Segundo caso Tercer caso

AB B
CD A B CO X
D

A X
D
OX
AB
E F
O
C

Definici—n (de suma de vectores libres)

Estamos ahora en condiciones de definir una operaci—n entre vectores libres a la que,
convencionalmente, llamaremos suma. A tal fin, sean a y b dos vectores libres del espacio.
Como hemos dibujado en la figura siguiente, tomado un punto cualquiera, O, existir‡ un œnico
punto A tal que OA sea representante del vector libre a y, considerado este punto A, otro
œnico punto B tal que AB sea representante de b:

- 75 -
El espacio af’n

B
Se define entonces la suma a+ b
a + b como el vector libre del cual ☞ b
OB es un representante.
O a A

(En rigor, aunque aqu’ lo omitamos, es necesario demostrar que la suma a + b no depende de los
representantes de a y b elegidos.)

Propiedades de la suma de vectores libres

Es f‡cil demostrar que la suma de vectores libres es una ley de composici—n interna
en V 3 que cumple las propiedades propias de la ley interna de un espacio vectorial: aso-
ciativa, conmutativa, poseedora de elemento neutro y tal que todo elemento tiene opuesto.

Otras definiciones (m—dulo, direcci—n y sentido)

➀ Segœn definimos la relaci—n de equipolencia, si AB y CD son dos representantes

cualesquiera de un mismo vector libre a, entonces la longitud de AB es igual a la de CD. A
dicha longitud, comœn a todos los representantes de a, la representaremos por |a| y la
llamaremos m—dulo de a.

➁ Diremos que dos vectores libres a y b tienen igual direcci—n, en cuyo caso
escribiremos a // b, cuando considerados representantes suyos con el mismo origen, OA y
OB, respectivamente, los puntos O, A y B estŽn alineados (O sea, que dos vectores libres a y b
tienen la misma direcci—n cuando... eso, tienen la misma direcci—n, son "paralelos".)

➂ Dados dos vectores libres no nulos a y b de igual direcci—n, diremos que tienen el
mismo sentido cuando elegidos representantes suyos con el mismo origen, OA y OB,
respectivamente, los extremos A y B estŽn en la misma semirrecta de origen O. En caso
contrario, se dir‡ que a y b tienen distinto sentido (Siempre manteniendo la misma direcci—n).

Ejemplos

Los vectores a y c de la figura siguiente tienen igual direcci—n y sentido. Los vectores
b y d tienen igual direcci—n, pero sentidos opuestos. En cambio, no hay en la figura ningœn
vector que tenga igual direcci—n que el e.

b
e
a c d

Consecuencia

➠ De lo anterior se deduce que dos vectores libres no nulos son iguales si y s—lo si
tienen igual m—dulo, direcci—n y sentido. DemuŽstralo.

- 76 -
 El espacio af’n

Definici—n (de producto de un nœmero real por un vector libre)

☞ Sea a un vector libre no nulo y sea l Î R , l ¹ 0. Se define l . a como el vector libre

de igual direcci—n que a , cuyo m—dulo es | l | . | a | y cuyo sentido es el de a si l > 0 y el
opuesto si l < 0. Si l = 0 — a = 0, se define l . a = 0 .

Consecuencia ( (V 3, +, . ) es espacio vectorial)

Comprobar que el producto de un nœmero por un vector libre es una aplicaci—n de R ´

V3 en V3 que cumple las cuatro propiedades exigidas a la ley de composici—n externa de un
espacio vectorial es relativamente sencillo, aunque no nos detendremos en ello. Como, por
otra parte, la suma de vectores libres tambiŽn cumpl’a las oportunas propiedades,
concluiremos que (V3, +, .) es un espacio vectorial.

De tal espacio estudiaremos a continuaci—n algunos asuntos referidos a la dependencia lineal y

terminaremos esta parte del tema viendo que (V3, +, .) es de dimensi—n 3.

Teorema (dependencia lineal de dos vectores libres)

Sean a y b dos vectores libres no nulos. Entonces, las proposiciones siguientes son
equivalentes:

1».- a y b son linealmente dependientes.

☞ 2».- Existe un nœmero real l tal que a = l . b

3».- a y b tienen igual direcci—n.

En efecto, como la equivalencia entre las dos primeras proposiciones debe resultarte
inmediata, veamos la equivalencia entre la 2» y la 3»:

Si se verifica la 2», y existe un nœmero l tal que a = l.b , es obvio que a y b tendr‡n
igual direcci—n.

Si se verifica la 3», a y b diferir‡n, a lo sumo, en m—dulo y sentido, luego tomando

a
l= , ser‡ a = l.b — a = -l.b . (Observa la figura siguiente para cerciorarte.)
b

2 4
a= b a' = - b
3 3

Observa, pues, que la dependencia lineal de dos vectores libres no nulos equivale
a que ambos (o representantes suyos, para ser m‡s precisos), se hallen en una misma recta.

- 77 -
El espacio af’n

Teorema (dependencia lineal de tres vectores libres)

Tres vectores libres no nulos a, b y c de V 3 son linealmente

dependientes si y s—lo si est‡n en un mismo plano.

(Cuando decimos que los vectores libres est‡n en un mismo plano, queremos decir que se pueden
elegir representantes suyos contenidos en Žl, Àvale?)

En efecto:
① Supongamos en primer lugar que OA, OB y OC, representantes de a, b y c con
igual origen, est‡n en el mismo plano, como se indica en la figura:

B' C
B
c
b

O a A A'

Se tendr‡: OC = OA' + OB'

y como existen nœmeros l , m tales que:
OA' = [Link], OB' = [Link] ,
se concluir‡:
OC = [Link] + [Link], o sea: c = l.a + m.b
luego a, b, c son linealmente dependientes.

② Supongamos ahora que a, b y c son linealmente dependientes: Al menos uno de

ellos ser‡ combinaci—n lineal de los otros dos, por ejemplo c = l.a + m.b , y tomando
representantes con el mismo origen O, podremos escribir:
OC = [Link] + [Link]
que indica que OC est‡ en el mismo plano que OA y OB .

➠ De lo anterior, se deduce que para conseguir tres vectores libres linealmente

independientes bastar‡ con tomarlos de forma que no estŽn en el mismo plano, Àno? Pero...
Àexistir‡n cuatro vectores libres linealmente independientes? Lo que veremos a continuaci—n
te dar‡ la respuesta.

Definici—n (de bases en V 3 y de coordenadas de un vector)

Supongamos que e 1 , e 2 , e 3 son tres vectores libres que, como los de la siguiente
figura, no est‡n en un mismo plano. Sabido ya que ser‡n linealmente independientes,
veamos que constituyen un sistema generador del espacio vectorial V3:

- 78 -
 El espacio af’n

X3

X
E3

e3 x

O
e1 e2 E2 X2

X1
E1

A tal fin, sean:

➠ x un vector cualquiera de V3, cuyo representante con origen O es OX.

➠ OE 1 , OE 2 y OE 3 los representantes con origen O de e 1 , e 2 , e 3.

Entonces, siendo x i (i = 1, 2, 3) los nœmeros reales que cumplen: OX i = x i . OE i ,

podremos escribir:

x = OX = OX 1 + OX 2 + OX 3 = x [Link] 1 + x [Link] 2 + x [Link] 3 = x 1.e 1 + x 2.e 2 + x 3.e 3 ,

luego x es combinaci—n lineal de los vectores e 1 , e 2 , e 3 que, por tanto, forman una base de
V3 (pues son linealmente independientes y constituyen un sistema generador).

Como es normal, de (x 1 , x 2 , x 3) se dir‡ que son las coordenadas

☞ del vector x en la base { e1 , e 2 , e 3 }, y cuando no haya dudas sobre
cu‡l es la base utilizada se escribir‡ simplemente: x = (x 1 , x 2 , x 3).

Consecuencia

M‡s adelante nos ser‡ œtil tener en cuenta que si se conocen las coordenadas de dos
vectores libres:
x = (x 1 , x 2 , x 3) , y = (y 1 , y 2 , y 3),
entonces se cumple:
x + y = ( x1 + y1 , x2 + y2 , x3 + y3 )

l . x = ( lx 1 , l x 2 , l x 3 ), l Î R ,

como puedes comprobar sin m‡s que expresar x e y en funci—n de la correspondiente base y
aplicar las propiedades de la suma de vectores libres y de la multiplicaci—n de un nœmero real
por un vector. No te resultar‡ dif’cil.

- 79 -
El espacio af’n

4. EL ESPACIO AFêN E 3
Hasta ahora, y a partir de los puntos del espacio, hemos definido unas cosas a las
que hemos llamado vectores libres; pero, ÀquŽ utilidad tienen los vectores libres para el
estudio de las rectas y los planos? ÀQuŽ relaci—n existe entre el espacio vectorial V3, y el
conjunto de puntos del espacio, E, del que las rectas y planos son subconjuntos? ÀC—mo
podremos establecer una correspondencia entre vectores y puntos, de tal forma que las
operaciones que conocemos entre aquŽllos las podamos trasladar a Žstos?

El espacio af’n E3, cuyo estudio nos permitir‡ responder las cuestiones anteriores, no
ser‡ otra cosa que el habitual conjunto de puntos del espacio en el que, mediante esa
correspondencia de la que hablamos, se habr‡ sumergido el espacio vectorial V3. Preci-
saremos m‡s estas ideas en lo que sigue.

Definiciones (de vector de posici—n de un punto y espacio af’n)

Siendo O un punto fijo del espacio E, consideremos la aplicaci—n:

F: E V3
que a cada punto X, le hace corresponder como imagen, F(X), el vector libre OX.
Tal aplicaci—n en biyectiva, es decir, a cada punto X le corresponde un œnico vector
libre x = OX y, rec’procamente, dado un vector libre x, como s—lo hay un representante de Žl
con origen en O, OX, a x le corresponde un œnico punto X. En esas condiciones:

☞ Del vector libre OX diremos que es el vector de posici—n del punto X.

☞ Llamaremos espacio af’n, y lo representaremos por E3, al conjunto de puntos

E dotado de la aplicaci—n F anterior.

Definiciones (de sistema de referencia af’n y coordenadas de un punto)

➀ El concepto de sistema de referencia es, podr’amos decir, la extensi—n a E3 del

concepto de base en el espacio vectorial V3:

e
3
Llamaremos sistema de referencia af’n en el espacio
a cualquier conjunto S = { O, e1 , e2 , e3 }, donde O es un O
e
2
punto fijo del espacio y { e1 , e2 , e3 } una base de V 3. e
1
Esto es un sistema de referencia

✍ Al punto O se le llama origen del sistema de referencia y a las rectas que pasan
por el origen y contienen los representantes de los vectores de la base, ejes del sistema de
referencia o ejes de coordenadas.

- 80 -
 El espacio af’n

❏ La importancia de establecer un sistema de referencia, S, estriba en que a cada

punto X del espacio se le puede hacer corresponder una œnica terna de nœmeros reales, y
rec’procamente. ÀCu‡l? la formada por las coordenadas, en la base que forma parte de S, del
vector de posici—n del punto. El esquema del proceso es Žste:

Punto Vector de posici—n Terna de nœmeros

X OX = x 1 e1 + x 2 e2 + x 3 e3 ( x1 , x 2 , x 3)

➁ De ( x 1 , x 2 , x 3 ) se dice que son las coordenadas del punto X en el sistema de

referencia S.

Ejemplos
➀ Te resultar‡ inmediato que las coordenadas del origen del sistema son (0, 0, 0) y las
de los puntos situados en los ejes, ( x 1 , 0 , 0 ), ( 0 , x 2 , 0 ), ( 0 , 0 , x 3 ), respectivamente.

➁ Las coordenadas del punto P de la

figura de la derecha, respecto del sistema que
P
en ella aparece dibujado, son (2, 4, 3), pues:

OP = 2e1 + 4 e2 + 3 e3 e3
e2
O
③ Sitœa tœ en el dibujo el punto Q de
coordenadas (1, 2, 0). e1

Coordenadas de un vector definido por dos puntos

Con frecuencia es necesario, dados dos puntos A y B de coordenadas ( a 1 , a 2 , a 3 ) y
( b 1 , b 2 , b 3 ), respecto de un sistema de referencia S = { O, e 1 , e 2 , e 3 }, conocer las coorde-
nadas respecto de la base {e 1 , e 2 , e 3} del vector libre AB. Te bastar‡ con observar que:
OA + AB = OB ,
para concluir que ➟ las coordenadas de AB ser‡n ( b 1 - a 1 , b 2 - a 2 , b 3 - a 3 ).

Coordenadas del punto medio de un segmento

Otras veces se necesita conocer las coordenadas del punto medio, M, del segmento
AB:

A M B
Como AM = MB , llamando ( m 1 , m 2 , m 3 ) a las coordenadas del punto M, se tendr‡:
( m 1 - a 1 , m 2 - a 2 , m 3 - a 3 ) = ( b 1 - m 1 , b 2 - m 2 , b 3 - m 3 ), de donde:

a1 + b 1 a2 + b 2 a3 + b 3
m = , m = , m =
1 2 2 2 3 2

- 81 -
El espacio af’n

Cambio de sistema de referencia

Como puedes suponer, las coordenadas de un punto X dependen de cu‡l sea el

sistema de referencia elegido, de tal manera que aquŽllas cambian cuando lo hace Žste. En
este apartado veremos precisamente quŽ relaciones existen entre las coordenadas de un
mismo punto en dos sistemas distintos.

Sean, pues, S = { O, e 1 , e 2 , e 3 }, S ' = { O ', e'1 , e'2 , e'3 } dos sistemas de referencia
en los que las coordenadas de un mismo punto X son ( x 1 , x 2 , x 3 ) y ( x'1 , x'2 , x'3 ), respecti-
vamente. Supongamos, adem‡s, que ( a 1 , a 2 , a 3 ) son las coordenadas del punto O ' en S y

ì e' 1 = a 11 e 1 + a 12e 2 + a 13 e 3
ï
í e' 2 = a 21e 1 + a 22e 2 + a 23e 3
ï e' = a e + a e + a e
î 3 31 1 32 2 33 3

las relaciones entre los vectores de una y otra base.

Puesto que se verifica OX = OO ' + O ' X, se tendr‡:

x e +x e +x e =a e +a e +a e + x' e' + x' e' + x' e'
1 1 2 2 3 3 1 1 2 2 3 3 1 1 2 2 3 3
de donde, sin m‡s que sustituir los e'i en funci—n de los e i , se llega sin dificultad a:

x = a + a x' + a x' + a x'

1 1 11 1 21 2 31 3
Ecuaciones del cambio x = a + a x' + a x' + a x'
de coordenadas ➪ 2 2 12 1 22 2 32 3
x = a + a x' + a x' + a x'
3 3 13 1 23 2 33 3

ecuaciones que relacionan las coordenadas del punto X en ambos sistemas.

5. LA RECTA EN EL ESPACIO
Llegados a este punto, parece obligado comentar que de rectas y planos los griegos de "antes"
sab’an mucho, a pesar de que no conoc’an los vectores. Euclides, al menos, no los necesit— para escribir en el
siglo III a. de C. sus Elementos, obra cumbre en la historia de las matem‡ticas. Esto significa, pues, que se
podr’a estudiar la recta sin utilizar vectores: ser’a un estudio puramente geomŽtrico, a base de figuras y
representaciones. Pero manejar rectas y planos y conocer sus posiciones relativas sin necesidad de acudir
continuamente a gr‡ficos, requiere la utilizaci—n de expresiones algebraicas o ecuaciones; que se obtienen
f‡cil y r‡pidamente con el recurso del c‡lculo vectorial. Aqu’, pues, vamos a estudiar la recta y el plano
desde un punto de vista anal’tico (a travŽs de sus ecuaciones), pero no olvid‡ndonos -y ello nos ser‡ de gran
ayuda- de la interpretaci—n geomŽtrica de lo que vayamos haciendo. As’ que si no est‡s muy puesto en el
dibujo lineal, vas a tener ocasion de practicarlo.

Veremos, como decimos, que no es dif’cil expresar en tŽrminos de puntos y vectores lo esencial de
rectas y planos y, en tal sentido, comprobaremos que el que tres puntos estŽn en una misma recta se
corresponder‡ con que haya dos vectores linealmente dependientes, y el que cuatro puntos estŽn en el
mismo plano, con que tres vectores sean linealmente dependientes... A partir de ah’ saldr‡ todo lo dem‡s.

- 82 -
 El espacio af’n

Definici—n (de vector de direcci—n de una recta)

r Sea r una recta en el espacio. Tomados en ella dos

B puntos A y B, podemos considerar el vector libre AB. De Žl
diremos que es un vector de direcci—n de r.

A O, si quieres, m‡s general: Llamaremos vector de

direcci—n de una recta r a cualquier vector libre no nulo, v,
v del que exista un representante contenido en ella.

Observa que, en consecuencia:

Existe un nœmero real, l, tal que

Dos vectores, v y w son vectores de
direcci—n de una misma recta
Û w = lv

Dos preguntas: ÀCu‡ntos vectores de direcci—n tiene una recta? ÀPodr’as dar las coordenadas
de los m‡s sencillos vectores de direcci—n de los ejes de un sistema de referencia?

Ecuaciones de una recta

Ya sabes desde hace tiempo que se llama ecuaci—n de una recta, de un plano o de
cualquier otra curva o superficie a una ecuaci—n que sea satisfecha por todos los puntos que
la/lo forman (o por sus coordenadas, que es lo mismo) y s—lo por ellos.

Supongamos inicialmente que la X

recta r, cuya ecuaci—n queremos obtener,
es la que pasa por un punto A, conocido, y
tiene a v, tambiŽn conocido, por vector de
direcci—n. v
A
Un punto X pertenecer‡ a la recta
si y s—lo si los vectores AX y v tienen la e3
misma direcci—n, es decir:
r e2

X Î r Û AX = l. v, para algœn l Î R O
e1
Pues ya est‡, de aqu’ saldr‡ todo .

Ecuaci—n vectorial de una recta

Fijado un punto O de E3, se cumplir‡: OA + AX = OX, luego tendremos que un punto

X pertenecer‡ a la recta r si y s—lo si:

Ecuaci—n vectorial de
OX = OA + l . v ☞ la recta r

- 83 -
El espacio af’n

Ecuaciones paramŽtricas de una recta

Fijemos ahora un sistema de referencia S = { O, e 1 , e 2 , e 3 } y sean ( a 1 , a 2 , a 3 ) las

coordenadas del punto A, respecto de S, y ( v 1 , v 2 , v 3 ) las coordenadas del vector v, res-
pecto de la base { e 1 , e 2 , e 3 }.

Si llamamos ( x 1 , x 2 , x 3 ) a las coordenadas del punto genŽrico X, la ecuaci—n vec-

torial anterior se transforma en:
x 1 e 1 + x 2 e 2 + x 3 e 3 = a 1 e 1 + a 2 e 2 + a 3 e 3 + l.( v 1 e 1 + v 2 e 2 + v 3 e 3 )
o tambiŽn:
x = a + lv
1 1 1
Ecuaciones paramŽtricas
x = a + lv
2 2 2 de la recta
x = a + lv
3 3 3

Ecuaci—n continua de una recta

En el supuesto de que todas las coordenadas v i sean distintas de cero (lo cual no
siempre ocurre), eliminando el par‡metro l de las tres ecuaciones anteriores se llega a:

x -a x -a x -a Ecuaci—n continua
1 1 2 2
v = v = 3v 3
1 2 3 de la recta

Ejemplo
Supongamos que se desea obtener unas ecuaciones vectorial, paramŽtricas y con-
tinua de la recta que pasa por los puntos A(2, 0, 1) y B(4, 5, 4). Como el vector AB, cuyas
coordenadas son (2, 5, 3), es un vector de direcci—n de tal recta, se tendr‡:

x = 2 + 2l
1 x -2 x x -1
= 5l 1 2 3
(x , x , x ) = ( 2 , 0 , 1) + l (2 , 5 , 3) x
2 = =
1 2 3 2 5 3
x = 1 + 3l
3

Ecuaci—n vectorial Ecuac. paramŽtricas Ecuaci—n continua

Posici—n relativa de dos rectas en el espacio

Cuando en cursos anteriores estudiabas la recta en el plano ve’as que dos rectas, o se
cortaban en un punto o eran paralelas o eran coincidentes. Ahora, adem‡s, se presenta una
cuarta posibilidad: que se crucen sin cortarse. Hay que imaginar la situaci—n en el espacio,
porque el dibujo en el plano puede prestarse a confusiones.

- 84 -
 El espacio af’n

Sup—n que tenemos dos rectas en el espacio, r y s. (En la figura se ha supuesto que tienen
un punto en comœn, pero su posici—n relativa podr’a ser cualquier otra). La recta r queda determinada,
como ves, por el punto A y el vector v ; la recta s, por el punto B y el vector w.

B r
w X
P

O v Y
A s

Las ecuaciones vectoriales de r y s, respectivamente, ser‡n:

OX = OA + l v , OY = OB + m w

ÀDe quŽ depender‡ que r y s se corten, se crucen, coincidan, sean paralelas...? Pues,
evidentemente, de que tengan o no puntos en comœn y de cu‡ntos sean Žstos. ÀQue son
infinitos los puntos en comœn? Las rectas son coincidentes. ÀQue s—lo tienen un punto en
comœn? Se cortan. ÀNinguno? O se cruzan o son paralelas.

En tŽrminos de vectores, habr‡ algœn punto comœn cuando algœn OX , vector de

posici—n de los puntos de r, coincida con algœn OY , vector de posici—n de los puntos de s.
Y en tŽrminos de ecuaciones, habr‡ algœn punto comœn cuando existan valores de los
par‡metros l , m tales que:

OA + l v = OB + m w.

Es decir, cuando tenga soluci—n el sistema de tres ecuaciones lineales en las in-
c—gnitas l, m:

v l - w m = b - a ü
1 1
1 1
ï
v l - w m = b - a ý
2 2 2 2
v l - w m = b - a ï
3 3 3 3þ

Pero, aplicando al sistema anterior el teorema de RouchŽ, y considerando la matriz de

los coeficientes y la ampliada con los tŽrminos independientes:

æ v1 - w1 ö æ v 1 - w 1 b 1 - a1 ö
ç ÷ ç ÷
A = ç v2 - w2 ÷ ; A *= ç v 2 - w 2 b 2 - a 2 ÷
ç v -w ÷ ç ÷
è 3 3ø è v 3 - w3 b 3- a3 ø

los casos que pueden presentarse en la discusi—n son los siguientes:

- 85 -
El espacio af’n

1.- Rango de A* = 3

1.1 Rango de A = 1
Este caso en realidad no puede presentarse, pues al ser rango A = 1, las dos primeras
columnas de A* ser‡n proporcionales y su rango no podr‡ ser 3.

1.2 Rango de A = 2
B w s
El sistema es incompatible y las rectas
no tienen ningœn punto comœn. Ade-
m‡s, al ser rango A = 2, los vectores v,
w no tienen igual direcci—n. Por tanto, r
A
las rectas se cruzan. v

2.- Rango de A* = 2

2.1 Rango de A = 1
r
El sistema es incompatible y las rectas
no tienen ningœn punto comœn. Ade- s
m‡s, al ser rango A = 1, los vectores v y v
w tienen igual direcci—n. Las rectas
A w
son paralelas.
B
2.2 Rango de A = 2
B w X
El sistema es compatible determinado,
con soluci—n œnica. Las rectas se cor- P
tan en un punto, cuyas coordenadas
podremos obtener resolviendo el siste-
ma. v Y
A
3.- Rango de A* = 1

3.1 Rango de A = 1
El sistema es compatible indeterminado, con infinitas soluciones. Las dos rectas
tienen infinitos puntos en comœn y son coincidentes.

r=s
w B

A v

(Se acab—. Queda bonito, Àverdad? Pues no se te ocurra ni por un momento memorizarlo: aunque el
procedimiento seguido es el m‡s conveniente para un estudio general del problema, ante casos concretos,
como veremos en el siguiente ejemplo, la cosa se simplifica bastante.)

- 86 -
 El espacio af’n

Ejemplo

Supongamos que se desea conocer la posici—n relativa de las rectas, r y s, cuyas

ecuaciones paramŽtricas son:

ìï x = 2 + t ìï x = 1 + 3 p
r: í y = 3 + 2t ; s:í y = 4 - p
ïî z = 1 + t ïî z = 5 + 2 p

(Con frecuencia se utilizan las letras x, y, z en lugar de los s’mbolos x 1 , x 2 , x 3 )

Como sabes, las rectas r y s tendr‡n algœn punto comœn si y s—lo si existen valores
de t , p tales que:
2 + t = 1 + 3p ü
ï
3 + 2t = 4 - p ý
1 + t = 5 + 2p ïþ
t - 3p = - 1 ü
ï
es decir, si y s—lo si existen valores de t , p tales que: ➙ 2t + p = 1 ý
t - 2 p = 4 ïþ
Pero como el sistema anterior es incompatible -compruŽbalo-, las dos rectas no
tienen ningœn punto comœn. Descartado que sean paralelas (los vectores (1, 2, 1), (3, -1, 2), cuyas
coordenadas no son proporcionales, son de distinta direcci—n), se concluye que r y s se cruzan.

6. EL PLANO EN EL ESPACIO
Hay varias formas de determinar un plano, empezando por la que consiste en dar
tres puntos no alineados (ÀPor quŽ, si no, los fot—grafos utilizan tr’pode?). Sin embargo, con
objeto de presentar la ecuaci—n del plano como una generalizaci—n de la de la recta,
supondremos que el plano π que vamos a considerar es el definido por un punto A, perte-
neciente a Žl, y dos vectores libres v y w , de distinta direcci—n, contenidos en π . (Ya sabes lo
que quer’a decir que un vector libre estŽ contenido en un plano, Àno?)

C X

A v B

Ecuaci—n vectorial de un plano

Sea π el plano de la figura anterior, definido por el punto A y los vectores v, w. Un
punto X pertenecer‡ a π si y s—lo si existen nœmeros reales l, m tales que:

AX = l . v + m. w

- 87 -
El espacio af’n

Si fijamos un punto O de E3 , al cumplirse que OA + AX = OX , se tendr‡ que X

pertenecer‡ al plano π si y s—lo si:

Ecuaci—n vectorialdel
OX = OA + l . v + m. w ☞ plano π

Ecuaciones paramŽtricas de un plano

Fijemos ahora un sistema de referencia S = { O, e 1 , e 2 , e 3 } y sean ( a 1 , a 2 , a 3 ) las

coordenadas del punto A, respecto de S, y ( v 1 , v 2 , v 3 ), ( w 1 , w 2 , w 3 ) las coordenadas de
los vectores v, w, respecto de la base { e 1 , e 2 , e 3 }. Si llamamos ( x 1 , x 2 , x 3 ) a las coorde-
nadas del punto genŽrico X, la ecuaci—n vectorial anterior equivale a:

x = a + lv + mw
1 1 1 1
Ecuaciones paramŽtricas
x = a + lv + mw
2 2 2 2 del plano
x = a + lv + mw
3 3 3 3

Ecuaci—n general o cartesiana de un plano

Veamos que eliminando los par‡metros l y m de las ecuaciones anteriores se llega a

una expresi—n del tipo:
A1 x1 + A2 x2 + A3 x3 + A4 = 0

a la que llamaremos ecuaci—n general o cartesiana del plano.

En efecto: Escritas las ecuaciones paramŽtricas en la forma:

lv + mw- a ü = x
1 1
1 1
ï
lv + mw = x - a ïý
2 2 2 2
lv + mw = x - a ïïþ
3 3 3 3

un punto de coordenadas (x1 , x2 , x3 ) pertenecer‡ al plano si y s—lo si existen valores de l y m

que cumplen estas igualdades; o sea, si el sistema de tres ecuaciones en las inc—gnitas l y m
anterior es compatible. Pero como el rango de la matriz de los coeficientes es 2, tal cosa
suceder‡ si y s—lo si el rango de la matriz ampliada es tambiŽn 2, es decir, si y s—lo si su
determinante es nulo:

v w x -a x -a x -a x -a
1 1 1 1 1 1 2 2 3 3
v w x -a = 0 , o lo que es lo mismo: ➟ v v v =0
2 2 2 2 1 2 3
v w x -a w w w
3 3 3 3 1 2 3

- 88 -
 El espacio af’n

✍ Observa que la ecuaci—n anterior, que desarrollada nos conducir‡ a la ecuaci—n general, cons-
tituye ya una ecuaci—n del plano.

Desarrollando el œltimo determinante por los elementos de la primera fila y llamando

A1 , A2 , A3 a los adjuntos:

v v v v v v
2 3 1 3 1 2
A = ; A =- ; A =
1 w w 2 w w 3 w w
2 3 1 3 1 2

resulta: A1 ( x1 - a1 ) + A2 ( x2 - a2 ) + A3 ( x3 - a3 ) = 0 ; o, tambiŽn:

Ecuaci—n general o cartesiana

A1 x1 + A 2 x2 + A 3 x3 + A 4 = 0 ☞ del plano π

Dos observaciones antes de seguir

1»: Ni se te ocurra memorizar los valores de los coeficientes y Žl tŽrmino independiente de la

ecuaci—n anterior; ya ver‡s en un pr—ximo ejemplo c—mo proceder en la pr‡ctica.

2»: Si en la ecuaci—n de una recta no pueden ser nulos todos los v i, porque ello supondr’a que
habr’amos tomado el vector nulo como vector de direcci—n, aqu’ nos encontramos con que no
pueden ser nulos todos los A i. ÀPor quŽ?

Rec’procamente, Àformar‡n un plano todos los puntos cuyas coordenadas verifiquen

una ecuaci—n como la anterior? Pues s’. Sup—n (por suponer algo) que A1 ¹ 0. Entonces, A1
x1 + A2 x2 + A3 x3 + A4 = 0 equivale a:
A4 A2 A3
x =- - x - x
1 A1 A1 2 A1 3

que tambiŽn se puede escribir:

ì A4 A2 A3
ï x1 = - A -
A1
l -
A1
m
ï 1
í x = 0 + l + 0
ï 2
ïî x = 0 + 0 + m
1

lo que significa que tales puntos forman el plano definido por el punto A de coordenadas
A4 A2 A3
(- , 0, 0) y los vectores v = ( - , 1, 0) y w = ( - , 0, 1).
A1 A1 A1

Ejemplo

El plano definido por el punto A(2, 3, 1) y los vectores v (2, 0, 3), w (1, 4, 5) tendr‡ las
siguientes ecuaciones:

- 89 -
El espacio af’n

Vectorial: ➟ (x, y, z) = (2, 3, 1) + l (2, 0, 3) + m (1, 4, 5)

ì x = 2 + 2l + m
ï
ParamŽtricas: ➟ í y = 3 + 4m
ïî z = 1 + 3l + 5m

x-2 y-3 z-1

General: ➟ 2 0 3 = 0 , es decir: 12 x + 7 y Ð 8 z Ð 37 = 0
1 4 5

Plano definido por tres puntos

Como dijimos, un plano π tambiŽn
queda determinado por tres puntos no ali-
C
neados A, B y C. Para obtener su ecuaci—n w
vectorial bastar‡ con pensar que π es el
A v B
plano definido, por ejemplo, por el punto
A y los vectores AB, AC.

Se tendr‡, pues: ➟ OX = OA + l AB + m AC

La ecuaci—n general, conocidas las coordenadas de A, B y C, la podr‡s obtener desa-

rrollando la igualdad:

x -a x -a x -a
1 1 2 2 3 3
b -a b -a b -a =0
1 1 2 2 3 3
c -a c -a c -a
1 1 2 2 3 3

Observaci—n

No es por apabullarte, pero la verdad es que existen varias formas m‡s de deter-
minar un plano. As’, por ejemplo, aunque m‡s adelante volveremos sobre ello, Àc—mo te
apa–ar’as, ahorita mismo, para obtener la ecuaci—n del plano de la siguiente figura,
determinado por la recta r y un punto A que no pertenece a r ?

A r

Te ofrecemos uno de los varios procedimientos, para que no digas: Si la recta est‡ dada por unas
ecuaciones paramŽtricas o continuas, te ser‡ inmediato obtener dos puntos de ella. Esos dos puntos, con el
punto A, te permitir‡n aplicar lo visto antes.

- 90 -
 El espacio af’n

Posici—n relativa de dos planos

Para estudiar las posiciones relativas de dos planos haremos un estudio similar,
utilizando el teorema de RouchŽ, al que hicimos en el caso de dos rectas, pues el que dos
planos π , π', de ecuaciones A1 x1 + A2 x2 + A3 x3 + A4 = 0 , A'1 x1 + A'2 x2 + A'3 x3 + A'4 = 0 ,
respectivamente, tengan una u otra posici—n relativa depender‡ de que ambos posean o no
puntos en comœn; y, en el primer caso, de cu‡ntos sean Žstos. Lo cual se analiza, como
sabes, estudiando el sistema

A x + A x + A x + A = 0ü
1 1 2 2 3 3 4 ï
ý
'
A x + '
A x + '
A x + A ' = 0ï
1 1 2 2 3 3 4 þ

En consecuencia, siendo:
æ A1 A 2 A 3 ö æ A1 A 2 A 3 - A 4 ö
A=ç ' ' ÷
; A *= ç ' ' ÷
è A1 A 2 A 3 - A 4 ø
' ' '
è A1 A 2 A 3 ø

los casos posibles son:

1.- Rango de A* = 2

1.1 Rango de A = 1

El sistema es incompatible y los

planos son paralelos, no tienen
ningœn punto comœn. Observa π'
que los coeficientes de las x i en
las dos ecuaciones son propor-
cionales; cosa que no ocurre con
los tŽrminos independientes. π

1.2 Rango de A = 2

Sistema compatible indetermi- π'

nado. Los dos planos se cortan
en una recta, pues tienen infini-
tos puntos comunes y son planos r
distintos. (Si piensas que dos planos
distintos pueden tener infinitos puntos
comunes sin cortarse en una recta, es- π
pera a algo que haremos m‡s adelante .)

2.- Rango de A* = 1

2.1 Rango de A = 1

El sistema es compatible indeterminado y ambas ecuaciones (cuyos coeficientes y

tŽrminos independientes son proporcionales) son equivalentes. Los planos son coincidentes.

- 91 -
El espacio af’n

Observaciones

El caso en el que los planos π y π' se cortan segœn una recta tiene un interŽs especial,
ya que una nueva forma de dar una recta consistir‡ en escribir las ecuaciones de dos planos
que se corten en ella. En ese supuesto, es decir, dada una recta r como intersecci—n de los
planos, se pueden plantear dos preguntas:
➀ ÀC—mo obtener una ecuaci—n continua de r?
➁ ÀDe quŽ forma ser‡ la ecuaci—n de cualquier otro plano que contenga a r?
Veamos cu‡les son las respuestas.

Ecuaci—n continua de una recta dada como intersecci—n de dos planos

Supongamos que una recta r viniera dada como intersecci—n de dos planos:

ìï p : A 1 x 1 + A 2 x 2 + A 3 x 3 + A 4 = 0
r: í
ïî p ' : A '1 x 1 + A '2 x 2 + A'3 x 3 + A '4 = 0

Como algœn menor de orden 2 de la matriz de los coeficientes del sistema anterior ha
de ser no nulo (pues el rango de tal matriz es 2), podremos asegurar que, por ejemplo:

A A
1 2
D= ¹0
A' A'
1 2

Resolviendo el sistema se llega, tras algunos c‡lculos, a que sus soluciones est‡n
constituidas por todos los puntos ( x1 , x2 , x3 ) tales que:

x -a x -a x
1 1 2 2 3
= =
A A A A A A
2 3 1 3 1 2
' ' -
A A A' A ' A ' A '
2 3 1 3 1 2

A A A A
2 4 1 4
-
A' A' A ' A '
2 4 1 4
donde a 1 = ; a = , respectivamente.
D 2 D

O sea, que las soluciones del sistema (los puntos comunes a los dos planos) forman
una recta, como sab’amos, de la cual tendremos una ecuaci—n continua.

✍ Te recomendamos que en la pr‡ctica, para hallar una ecuaci—n continua de r, en lugar de memo-
rizar las formulitas anteriores, obtengas un punto arbitrario de ella -basta con dar un valor cualquiera a
una de las xi en las ecuaciones de π y π' y obtener el valor de las otras dos- y utilices, de lo que hemos hecho,
las coordenadas de un vector de direcci—n. Mira el siguiente ejemplo.

- 92 -
 El espacio af’n

Ejemplos

➀ Para hallar una ecuaci—n continua de la recta:

ì 2x + y - z - 2 = 0
r: í
î x + 3y + z - 8 = 0
bastar‡ con obtener un punto de ella, ya que el vector:
æ 1 -1 2 -1 2 1 ö
çç , - , ÷ ,
è 3 1 1 1 1 3 ÷ø

o sea, el (4, -3, 5), es uno de sus vectores de direcci—n.

Pero dado que en la recta r se hallan todos los puntos cuyas coordenadas (x, y, z) son
soluci—n del sistema:
2x + y - z - 2 = 0 ü
x + 3y + z - 8 = 0 ýþ
si damos a x un valor arbitrario, x = 2, por ejemplo, obtendremos y = 1, z = 3, lo cual indica
que el punto (2, 1, 3) pertenecer‡ a r.
En consecuencia, la ecuaci—n:

x -2 y-1 z-3
☞ = =
4 -3 5

ser‡ una ecuaci—n continua de r.

Advertencia: Si el menor correspondiente a las inc—gnitas y, z del sistema anterior hubiera sido
nulo, no habr’amos podido obtener los valores de y, z a partir de un valor arbitrario de x. Para hallar, en tal
caso, un punto de r, tendr’amos que haber partido de un valor cualquiera de y o de z.

➁ El problema rec’proco del anterior, es decir, la obtenci—n de las ecuaciones de dos

planos que se corten en una recta de la que se conozca una ecuaci—n continua, es muy f‡cil
de resolver. As’, supongamos que se desea hallar dos planos cuya intersecci—n sea la recta de
ecuaci—n continua:

x -3 y+1 z-6
= =
2 3 5

ìx-3 y+1
ï 2 = 3
Bastar‡ con descomponer las igualdades precedentes en Žstas: í
ïx-3 = z- 6
î 2 5
ì 3x - 2y - 11 = 0
es decir, en: í ,
î 5x - 2z - 3 = 0

para tener resuelta la cuesti—n.

- 93 -
El espacio af’n

Haz de planos

Hab’amos planteado, l’neas atr‡s, otra cuesti—n: Cu‡l ser’a la ecuaci—n de cualquier
otro plano π '' que, como el de la figura, contuviera a una recta r, dada como intersecci—n de
dos planos π y π '.

ìï p : A 1 x 1 + A 2 x 2 + A 3 x 3 + A 4 = 0
π π' r: í
ïî p ' : A '1 x 1 + A '2 x 2 + A'3 x 3 + A '4 = 0
π ''
Observa que π '' habr‡ de poseer una ecuaci—n
que a–adida a las del sistema precedente, dŽ lugar a
un sistema con las mismas soluciones; es decir, una
ecuaci—n que sea combinaci—n lineal de las de π y π '.

Por consiguiente, todo plano que contenga la

recta en la que se cortan π y π' tendr‡ una ecuaci—n
de la forma:

r
a ( A x + A x + A x + A ) + b ( A' x + A ' x + A ' x + A ' ) = 0
1 1 2 2 3 3 4 1 1 2 2 3 3 4

Naturalmente, al ir variando a y b se van obteniendo los infinitos planos que

contienen a r. El conjunto de todos ellos se llama haz de planos definido por la recta r.

Ejemplos

➀ Para hallar la ecuaci—n del plano que contiene a la recta:

ì 2x + y - z - 2 = 0
r: í
î x + 3y + z - 8 = 0
y pasa por el punto A(2, 0,1), bastar‡ con pensar que tal plano, por pertenecer al haz
definido por los dos anteriores, tendr‡ una ecuaci—n de la forma:
a.(2x + y - z) + b.(x + 3y + z - 8) = 0,
habiendo de tomar a, b valores para los que la correspondiente ecuaci—n sea satisfecha por
las coordenadas, (2, 0,1), del punto A.
Habr‡ de ser, por tanto, a - 5b = 0.
Todos los a, b que cumplan a = 5b proporcionar‡n la ecuaci—n buscada. Haciendo b =
1, por ejemplo, ser‡ a = 5, y sustituyendo tales valores en la ecuaci—n anterior, se tendr‡ que
el plano buscado es el:
11x + 8y - 4z - 18 = 0.

➁ Comprueba, aplicando el procedimiento anterior, que la ecuaci—n del plano que

contiene al eje OX y al punto (3, 1, 2) es 2y - z = 0.

- 94 -
 El espacio af’n

Posiciones relativas de una recta y un plano

Para estudiar las posiciones relativas de una recta r y un plano π , ya puedes

imaginarte lo que habr‡ que hacer. Supuesta dada r en la forma:

ìï A 1 x 1 + A 2 x 2 + A 3 x 3 + A 4 = 0
í '
ïî A 1 x 1 + A '2 x 2 + A'3 x 3 + A '4 = 0

y siendo el plano π : A" x + A" x + A" x + A" = 0

1 1 2 2 3 3 4

bastar‡ con estudiar el sistema formado por las tres ecuaciones anteriores. Pero consi-
deradas las matrices:

æ A1 A 2 A 3 ö æ A1 A 2 A 3 A 4 ö
ç ÷ ç ' ' ÷
A = ç A '1 A '2 A '3 ÷ ' '
, A* = ç A 1 A 2 A 3 A 4 ÷
ç " " " ÷ ç " " " " ÷
è A1 A 2 A 3 ø è A1 A 2 A 3 A 4 ø

y no poder ser igual a 1 ni el rango de A* ni el de A (Àpor quŽ?), los casos posibles son:

1.- Rango de A* = 3

1.1 Rango de A = 2
r
El sistema de ecuaciones es in-
compatible y la recta y el plano,
que no tienen ningœn punto co-
mœn, son paralelos.
π

1.2 Rango de A = 3
r
El sistema es compatible determi-
nado. La recta y el plano se cortan
en un punto, cuyas coordenadas
pueden obtenerse resolviendo el π
sistema.

2.- Rango de A* = 2

2.1 Rango de A = 2

El sistema es compatible indeter-

minado y la recta y el plano tienen
infinitos puntos comunes. La rec- r
ta est‡ contenida en el plano. π

- 95 -
El espacio af’n

Ejemplo
Cuando la recta r venga dada en la forma paramŽtrica la discusi—n se simplifica
bastante. As’, por ejemplo, si se desea conocer la posici—n relativa de la recta r:
ìï x = 1 + 2t
r: í y = 2 + t
ïî z = 3 + 2t

y el plano: π : 2x + y - z - 4 = 0,
la cuesti—n se reducir‡ a averiguar si existe algœn valor del par‡metro t para el que los
valores de x, y, z de la ecuaci—n de r, verifiquen la de π. Esto es, tal que:
2(1 + 2t) + (2 + t) - (3 + 2t) - 4 = 0
ecuaci—n que se cumple para t = 1, y s—lo para ese valor. La recta y el plano se cortar‡n en el
punto de coordenadas (3, 3, 5).
(Si la œltima ecuaci—n no hubiera tenido soluci—n, la recta y el plano habr’an sido paralelos; si
hubiera tenido infinitas, la recta habr’a estado contenida en el plano)

Comentario final
Antes de terminar nos gustar’a que reflexionaras sobre la relaci—n existente entre los conceptos
geomŽtricos estudiados y los espacios vectoriales; que vieras en su conjunto todo lo que hemos analizado.

La ecuaci—n de una recta en el plano (espacio af’n de dimensi—n 2) es del tipo: A1 x1 + A2 x2 + A3 = 0.

La ecuaci—n de un plano en el espacio (espacio af’n de dimensi—n 3) es del tipo: A1 x1 + A2 x2 + A3 x3 + A4 = 0.
Ambas ecuaciones tienen la misma caracter’stica: Constituyen una relaci—n lineal entre las coordenadas (2
en el primer caso; 3 en el segundo) de los puntos del espacio af’n que forman dichos conjuntos. Un punto en
el plano viene determinado por la intersecci—n de 2 rectas no paralelas; y una recta en el espacio, por la
intersecci—n de 2 planos no paralelos. En el espacio, un punto puede darse como intersecci—n de 3 planos.
Recordar‡s que los subespacios vectoriales se definen frecuentemente a travŽs de relaciones li-
neales entre las coordenadas de sus vectores. Si aparece una relaci—n, la dimensi—n del subespacio es una
unidad menor que la del espacio en el que estŽ contenido; si son dos las relaciones, la dimensi—n del sub-
espacio disminuye en dos unidades; y si en tres, en tres, y as’ sucesivamente. Por otra parte, la recta y el
plano se pueden considerar espacios vectoriales de dimensi—n 1 y 2 respectivamente y no hay problema en
considerar un punto (aunque en rigor s—lo lo sea el origen de coordenadas) como un espacio vectorial de
dimensi—n 0. Con todo lo cual, el paralelismo de los conceptos queda m‡s que justificado.
Avanzando un "pel’n" m‡s, podr’amos establecer las siguientes conclusiones:
1») Tanto desde el punto de vista geomŽtrico como desde el algebraico o anal’tico, la recta juega,
respecto del plano el mismo papel que el plano respecto del espacio. Papel que queda claramente reflejado
en la definici—n algebraica (una ecuaci—n) de una y otro.
2») Teniendo en cuenta la conclusi—n anterior y el hecho de que los puntos aparecen como inter-
secci—n de 2 rectas (2 ecuaciones) en el caso del plano (dimensi—n 2) y de 3 planos (3 ecuaciones) en el caso
del espacio (dimensi—n 3), generalizamos estos resultados de la siguiente forma:
En un espacio de dimensi—n n (R n, por ejemplo), una relaci—n lineal entre las coordenadas de los
puntos del tipo A1 x1 + A1 x1 +...+ Anxn + An+1 = 0 constituye lo que se llama un hiperplano, espacio de di-
mensi—n n-1. Sus puntos vendr‡n dados como intersecci—n de n hiperplanos, y as’ sucesivamente. Nuestras
rectas y planos no son otra cosa que hiperplanos en los espacios de dimensi—n 2 y 3, respectivamente.

- 96 -
 El espacio af’n

7. EJERCICIOS
1.- En el espacio af’n E3 se considera un sistema de referencia S = { O, OA, OB, OC }. ObtŽn
las coordenadas de los vectores AB, AC y BC en la base que forma parte de S.

2.- Siendo A, B, C y D cuatro puntos no coplanarios, se considera el sistema de referencia S =

{ A, AB, AC, AD } y el punto M de coordenadas (x, y, z) en S. ObtŽn las coordenadas de M
respecto del sistema S ' = { B, BA, BC, BD }.

3.- De un paralelogramo ABCD se conocen los vŽrtices A(3, 5, 2), B(4, 2, 0) y C(7, 6, 5). Halla
las coordenadas del cuarto vŽrtice.

4.- Halla los vŽrtices C y D de un paralelogramo del que A(1, -1, 2), B(2, 3, -4) son dos vŽrtices
consecutivos y M(3, 1, 0) el centro.

5.- Halla las coordenadas de los puntos que dividen un segmento AB en 3 partes iguales.

6.- Demuestra que los puntos medios de los lados de un cuadril‡tero cualquiera determinan
un paralelogramo.

7.- Sabiendo que el centro de gravedad de un tri‡ngulo coincide con el baricentro, o punto
donde se cortan las medianas, expresa sus coordenadas en funci—n de las coordenadas de los
vŽrtices del tri‡ngulo.

8.- Los puntos A(2, -1, -1), B(-1, 3, 2) y C(x, y, 3) est‡n alineados. Calcula x e y.

9.- Escribe unas ecuaciones paramŽtricas y continua de la recta que contiene los tres
puntos del ejercicio anterior.

10.- Se considera el sistema de referencia S = {O, e 1, e 2, e 3}, donde O es el vŽrtice de un

cubo de arista unidad y los vectores e 1, e 2, e 3 los determinados por las aristas del cubo
concurrentes en O. Halla unas ecuaciones paramŽtricas de:
a) Las diagonales del cubo.
b) Las rectas determinadas por O y los puntos medios de las aristas que concurren
en el vŽrtice opuesto a O.
c) Las rectas determinadas por el vŽrtice opuesto a O y los puntos medios de las
aristas que concurren en O.
d) Las rectas determinadas por O y los centros de las caras que pasan por O.

11.- Halla el punto simŽtrico del A(4, -2, 6) respecto del M(2, 3, 5).

12.- Estudia la posici—n relativa de las rectas de ecuaciones:

y+3 ìï x = 2 - 3t
x -1 z
r: = = s:í y = 1 + t
2 4 5 ïî z = 3t
x y z x +1 y+4 z-7
13.- Las rectas r: = a = ; s: = = son paralelas. Halla a y b.
2 4 b 3 2

- 97 -
El espacio af’n

14.- Los puntos A(1, 2, 0), B(5, 3, 0), C(2, 6, 0) y D(3, 4, 3) son los vŽrtices de un tetraedro.
Comprueba que los puntos medios de los segmentos AB, BD, DC y CA forman un parale-
logramo.

15.- Halla el valor que debe tomar k para que se corten las rectas de ecuaciones:
x -2 y-k z x+2 y-1 z-3
= = ; = =
2 3 -1 -1 2 3
y, posteriormente, halla la ecuaci—n del plano definido por ambas.

16.- Halla unas ecuaciones cartesianas de los siguientes planos:

1¼) El que pasando por el punto A(2, 5, 1) contiene a la recta r del ejercicio 12.
2¼) El que contiene a la recta x = 2t ; y = 7 - t ; z = 3 y es paralelo al eje OY.

17.- ObtŽn una ecuaci—n continua de la recta determinada por los planos de ecuaciones:
x + 2y - z + 7 = 0 ; 4x - y + 2z - 5 = 0.

18.- La recta que pasa por el punto P(2, 1, 0) con vector de direcci—n v (-3, 1, 2), tiene un seg-
mento comprendido entre los planos x + 2 y - z - 2 = 0, x + 2 y - z - 6 = 0. Halla los extremos
de dicho segmento.

19.- Escribe unas ecuaciones cartesianas de los siguientes planos:

1¼) El determinado por la recta x = y = z y el punto A(0, 2, 3).
2¼) El paralelo a las rectas r : x = y = z; s : x - 6 = 6y = 2z por el punto P(1, 1, 3).
3¼) El que contiene los puntos A(2, 3, 2), B(-1, 3, -4) y es paralelo a la recta r de ecua-
ci—n: x = 3 + 2t ; y = 5 - 6t ; z = 1 + t.

20.- ObtŽn una ecuaci—n del plano simŽtrico del π:: x + y + z = 0 respecto del punto P(1, 1, 1)

21.- Halla una ecuaci—n continua de la recta que siendo paralela a la definida por los planos
4x + y + 6z = 7 , x - 3z = 4 , pasa por el punto (3, 2, 6).

22.- Estudia la posici—n relativa de:

y+ 1 z-4
1¼) La recta r : x - 2 = = y el plano π : 2x + y - 5z = 0
3 5 1
2¼) El plano π y la recta s : x = 3 - 2t ; y = 1 - t ; z = 2 + t .
3¼) Las rectas r y s.

23.- ÀExiste algœn valor de a para el cual la recta definida por los planos π : -x + y - 2z = 1, π':
-2x - y + 5 z = 1 sea paralela al plano π'': ax + y - z = 2?

24.- ÀExisten valores de a y b tales que la recta definida por los planos: x = a y ; y + z = 1
estŽ contenida en el plano 2x - 3 y + z = b ?

25.- Estudia la posici—n relativa, segœn los valores de a y b, del plano π: 2x - 5y + az = -2 y

ì 3 x - y + 2z = 1
la recta r: í .
î x + 4y + z = b

- 98 -
 El espacio af’n

26.- Determina las condiciones que han de cumplir a y b para que los planos de ecuaciones
x - 2z = 0, y - z = 1, ax + by + z = 1 se corten en un punto. Halla tambiŽn el lugar geomŽtrico
de los puntos de corte (es decir, el conjunto formado por tales puntos).

x - 2 y - 2z = 1
27.- Se consideran la recta r: ìí y el plano π: 2x + y + mz + n = 0. Tienes que
î x + 5y - z = 0
calcular los valores de m y n a fin de que:

1¼) La recta corte al plano en un punto.

2¼) La recta sea paralela al plano
3¼) La recta estŽ contenida en el plano.

28.- Dibuja la recta que pasa por los puntos A y B de coordenadas (5, 6, 5) y (2, 0, 2), respecto
del sistema del ejercicio 10, y las rectas proyecciones de ella sobre los planos coordenados.
ObtŽn una ecuaci—n de cada una de las cuatro rectas dibujadas.

29.- ObtŽn una ecuaci—n de la recta que pasa por el punto A(1, -1, 0) y se apoya (corta) en las
rectas:
x-2 y z- 1 ì 2x + y + 3z = 0
r: = = ; s: í
3 2 2 î x - 3y + 2z = 0

30.- ObtŽn una ecuaci—n continua de la recta que cortando al eje OX y a la recta r de
ìï x = 2 + 6t
ecuaciones paramŽtricas í y = 3t , pasa por el punto A(2, -3, 1).
ïî z = 2 + t

31.- ObtŽn unas ecuaciones paramŽtricas de la recta que pasa por el origen de coordenadas
y corta a las rectas r: x = 2y = z - 1; s: 3x = 2y - 2 = 6z.

32.- Estudia las posiciones relativas de los siguientes grupos de tres planos:
2x - y + z = 1 3x + 2y - z = 1 2x - y = 5
3x + 2y - z = 3 x - 2y + z = 0 3x + 2y - z = 3
x - 2 y + 2z = 4 x = 3 4 x + 5 y - 2z = 1

33.- Halla el valor que han de tomar a y b para que los planos de ecuaciones:
x + by + z = 1
2 x + ay - z = b
x - y + z = a

contengan una misma recta. Determina, as’ mismo, otro plano que contenga esa recta y el
punto A = (1, 0, 1)

x + 3z = 3
34.- Dadas las rectas: r: ìí s : x = y = z, calcula la ecuaci—n del lugar geomŽ-
î y = 0 ,
trico de los puntos medios de los segmentos que tienen un extremo en la primera y otro en la
segunda. ÀQuŽ relaci—n hay entre este lugar geomŽtrico y las rectas dadas?

- 99 -
 TEMA 5

EL ESPACIO EUCLêDEO
 El espacio eucl’deo

1. INTRODUCCIîN
Como dec’amos al comienzo del cap’tulo anterior, en Žste vamos a estudiar pro-
blemas de los llamados mŽtricos, es decir, problemas relativos a la medici—n de cosas:
‡ngulos entre rectas y planos, distancias entre puntos y rectas, etc.

Empezaremos definiendo la operaci—n que permite resolver tales cuestiones: el

producto escalar. Ocurre a menudo en matem‡ticas que, enfrentados a la necesidad de
definir algo nuevo, las posibilidades a priori son mœltiples; y s—lo cuando se quiere llegar a
resultados concretos aparecen condiciones que obligan a definir los conceptos de una forma
determinada; eso sucede con el producto escalar en el espacio, que no ser‡ sino una
generalizaci—n del que ya conoces en el plano. Terminaremos el tema definiendo los productos
vectorial y mixto y viendo algunas de sus aplicaciones.

2. PRODUCTO ESCALAR
Definici—n (de ‡ngulo de dos vectores)

☞ Se define el ‡ngulo formado por dos vectores libres no nulos a y b, al que

designaremos por (a , b), como el ‡ngulo que forman dos representantes OA y OB de dichos
vectores tomados con un mismo origen.

b a

(a,b)
O A

ÀSer’as capaz de demostrar que el ‡ngulo (a, b) no se modifica al cambiar de representantes?

Definici—n (de producto escalar)

☞ Dados dos vectores libres no nulos, a y b , de V3, se define el producto escalar de a

y b , que representaremos mediante a . b , como el nœmero que resulta de multiplicar el
m—dulo de a por el m—dulo de b por el coseno del ‡ngulo que forman a y b. O sea:

a . b = a . b . cos (a , b )

☞ Si a — b son nulos, se define a . b = 0

- 103 -
El espacio eucl’deo

Propiedades del producto escalar

Cualesquiera que sean los vectores libres a, b de V3 y el nœmero real l, se verifican

las siguientes propiedades:

① Conmutativa: a . b = b. a

② Distributiva: a . ( b+ c ) = a . b + a . c

➂ Pseudoasociativa: ( l.a) . b = l.(a . b) = a . (l. b)

➃ Positividad: a. a ≥ 0

Para demostrar la propiedad distributiva, œnica un poco complicada, observa la

siguiente figura, que corresponde al caso m‡s general, en el que ninguno de los vectores a , b ,
c , b + c es nulo:

g
B C'

b+ c
b

b
a

O B' a D A

Se tendr‡:

a . (b + c) = a . b + c . cos a = a . OD = a . ( OB' + BC' ) =

= a . OB' + a . BC' = a . b . cos b + a . c . cos g = a . b + a . c

Consecuencia

Interesa destacar que de la definici—n de producto escalar y de la cuarta propiedad

anterior se deduce que el m—dulo de un vector es la ra’z cuadrada del producto escalar de
dicho vector por s’ mismo:

a = a.a

- 104 -
 El espacio eucl’deo

Definici—n (de vectores ortogonales)

☞ Diremos que dos vectores no nulos a y b son ortogonales o perpendiculares, y

escribiremos a ^ b , si el ‡ngulo que forman es de 90° — de 270°.

Te resultar‡ evidente que: ➪ a ^ b Û a. b = 0

criterio que resultar‡ muy œtil para averiguar si dos vectores son ortogonales.

Definici—n (de base ortonormal)

Como sabes, los vectores se dan habitualmente a travŽs de sus coordenadas res-
pecto de una base, de modo que de poco servir’a el producto escalar si no supiŽramos
calcularlo a partir de ellas, Àno?

Supongamos dados, pues, una base B = { e 1 , e 2 , e 3 } y dos vectores a y b de coorde-

nadas (a 1 , a 2 , a 3 ) y (b 1 , b 2 , b 3 ), respectivamente.

En virtud de las propiedades del producto escalar, podremos escribir:

a . b = ( a1 e1 + a2 e2 + a3 e3 ) . ( b1 e1 + b2 e2 + b3 e3 ) =
= a 1 b 1 . e 12 + ( a 1 b 2 + a 2 b 1 ).e 1 . e 2 + ( a 1 b 3 + a 3 b 1 ).e 1 . e 3 + ( a 2 b 3 + a 3 b 2 ).e
2 . e3 +

+ a 2 b 2 . e 2 2 + a 3 b 3 . e 3 2.

Y habremos trasladado el producto a . b al producto de los vectores de la base.

Observa que los c‡lculos se facilitar’an bastante si a la hora de elegir tal base:

➀ Los vectores e 1 , e 2 , e 3 fueran unitarios, o sea, de m—dulo 1.

➁ Los vectores e 1 , e 2 , e 3 fueran ortogonales dos a dos.
pues en tal caso los productos e i . e j (i≠j) ser’an nulos y los e i2 iguales a la unidad.

☞ A tal tipo de base la llamaremos base ortonormal, y utilizaremos habitualmente

los s’mbolos u 1 , u 2 , u 3 para designar sus vectores.

Expresi—n anal’tica del producto escalar

Si la base utilizada es ortonormal, sustituyendo en la expresi—n anterior del producto

escalar a . b cada e i2 por 1 y cada e i . e j (i ¹ j) por 0, resulta:

Expresi—n anal’tica del

producto escalar. ➬ a . b = a 1 b1 + a 2 b2 + a 3 b3

- 105 -
El espacio eucl’deo

C—mo calcular un vector perpendicular a otro.

Con frecuencia se presentan situaciones en las que hay que obtener un vector
perpendicular a otro previamente dado. Teniendo en cuenta la expresi—n anterior y el hecho
de que para que dos vectores sean ortogonales basta con que su producto escalar sea cero, el
problema puede resolverse con un truco la mar de f‡cil:

Si queremos hallar un vector b perpendicular al a = (3, 2, 5), pongamos por caso,

basta con que escribamos una de las coordenadas de b, la primera por ejemplo, nula.
DespuŽs, con cambiar el orden de las coordenadas segunda y tercera de a, cambiar una de
ellas de signo y adjudic‡rselas a b, tendremos el asunto resuelto. El vector (0, -5, 2) es
perpendicular al (3, 2, 5).

C‡lculo del m—dulo de un vector

Si a es un vector de coordenadas (a 1 , a 2 , a 3 ) respecto de una base ortonormal se

tendr‡: a . a = a2 + a 2 + a 2 ,
1 2 3

de donde: ➠ a = a2 + a2 + a2
1 2 3

C‡lculo del ‡ngulo de dos vectores

Si, ahora, quisiŽramos calcular el ‡ngulo formado por dos vectores a y b , de coor-
denadas (a 1 , a 2 , a 3 ) y (b 1 , b 2 , b 3 ) respecto de una base ortonormal, bastar’a recordar que:
a .b
cos (a , b) =
a . b
para, en virtud de lo anterior, poder escribir:

a b +a b +a b
1 1 2 2 3 3
cos (a , b) =
2 2 2
a2 + a2 + a2 b +b +b
1 2 3 1 2 3

Observaci—n

Como ves, el disponer de una base ortonormal facilita extraordinariamente los

c‡lculos. La œnica cuesti—n que quedar’a por resolver ser’a si dada una base cualquiera se
podr‡ construir a partir de ella otra ortonormal. Nos limitaremos a decirte que quiz‡s hayas
de estudiar en el futuro el llamado mŽtodo de Graham-Schmidt, que, efectivamente, permite
resolver la cuesti—n. Por nuestra parte, te advertimos que de ahora en adelante y salvo aviso
en contra, utilizaremos siempre bases ortonormales.

- 106 -
 El espacio eucl’deo

3. EL ESPACIO EUCLêDEO
Como recordar‡s, en el cap’tulo anterior partimos de un conjunto de puntos, el
espacio E, y mediante una sencilla definici—n construimos el conjunto de vectores V 3 ;
establecimos una correspondencia entre puntos y vectores y a toda la estructura as’ creada
la llamamos espacio af’n E3. Ahora hemos definido en V3 el producto escalar, y, debido a ello,
diremos que V3 es un espacio vectorial eucl’deo.

Por otra parte, cuando en el espacio vectorial asociado a un espacio af’n se define un
producto escalar, el espacio af’n se llama espacio af’n eucl’deo o simplemente espacio
eucl’deo, por lo que Žsta ser‡ la expresi—n que nosotros utilizaremos de ahora en adelante
para referirnos a E3.

Definici—n (de sistema de referencia mŽtrico)

☞ Se llama sistema de referencia mŽtrico,

o simplemente sistema mŽtrico, a todo sistema de
referencia S = { O, u 1, u 2, u 3 } en el que la base sea
ortonormal. u3

As’, el sistema representado en la figura O u2

de la derecha es un sistema mŽtrico, supuesto que
los vectores que en ella aparecen son unitarios. u1

Distancia entre dos puntos

Es el m‡s sencillo de los problemas mŽtricos. Supongamos que se desea calcular la

distancia entre dos puntos A (a 1 , a 2 , a 3 ) y B (b 1 , b 2 , b 3 ). Como esa distancia coincide con
el m—dulo del vector AB, cuyas coordenadas son ( b 1 Ð a 1 , b 2 Ð a 2 , b 3 Ð a 3 ), se tendr‡:

2 2 2
d (A , B) = (b - a ) + (b - a ) + ( b - a )
1 1 2 2 3 3

çngulo de dos rectas

Al contrario de lo que sucede en el plano, en el espacio dos rectas no paralelas pueden

no tener ningœn punto comœn; sin embargo, aun as’ tiene sentido el concepto de ‡ngulo
formado por ellas.

☞ Se define el ‡ngulo a formado por dos rectas como el menor de

los ‡ngulos que forman sus paralelas por un punto cualquiera.

- 107 -
El espacio eucl’deo

r
v
w

w
a
v

Si observas la figura, ver‡s que si v y w son vectores de direcci—n de r y s orientados

como en ella, entonces a = (v, w). Pero si el sentido de uno cualquiera de los vectores de
direcci—n fuera el opuesto, entonces ser’a a = 180° Ð (v, w). Tanto en un caso como en otro
se tendr‡:
cos a = ô cos (v, w)ô

v w + v w +v w
1 1 2 2 3 3
es decir: cos a =
v2 + v 2 + v2 w 2 + w2 + w 2
1 2 3 1 2 3

supuesto que v i, w i (i = 1, 2, 3) son las coordenadas de v y w, respectivamente.

Cosenos directores

Sean a 1 , a 2 , a 3 los ‡ngulos que forma un vector de direcci—n de una recta r con los
vectores del sistema de referencia. Si partiendo de una ecuaci—n continua de r:

x -a x -a x -a
1 1 2 2 3 3
v = v = v
1 2 3
vi
dividimos todos los denominadores por |v|, y tenemos en cuenta que cos a i =
|v| , se llega
a que otra ecuaci—n continua de la recta es:

x -a x -a x -a
1 1 2 2 3 3
= =
cos a cos a cos a
1 2 3

➪ Te sonar‡ que en f’sica (y en matem‡ticas), a estos cosenos se les llama cosenos

directores de la recta.

- 108 -
 El espacio eucl’deo

Vector caracter’stico de un plano

Dado un punto A (a 1 , a 2 , a 3 ) y un vector v (v 1 , v 2 , v 3 ), considera el conjunto de
todos los puntos X (x 1 , x 2 , x 3 ) tales que AX y v son ortogonales. Tales puntos verificar‡n:

AX . v = 0, o sea: v 1 ( x 1 - a 1 ) + v 2 ( x 2 - a 2 ) + v 3 ( x 3 - a 3 ) = 0,

relaci—n que constituye la ecuaci—n

v de un plano π. Diremos que v es per-
pendicular al plano π o que es un
vector caracter’stico de π.
A
X Rec’procamente, Àse podr‡n
X obtener las coordenadas de un vector
perpendicular a un plano π a partir
de una ecuaci—n general de Žste?
Supongamos que la ecuaci—n de π es:
A1 x1 + A2 x2 + A3 x3 + A4 = 0
y que A (a 1 , a 2 , a 3 ), B (b 1 , b 2 , b 3 ) son dos puntos cualesquiera de Žl. Se tendr‡:
A1 a1 + A2 a2 + A3 a3 + A4 = 0; A1 b1 + A2 b2 + A3 b3 + A4 = 0
de donde, restando ambas igualdades:
A1 (b1 - a1 ) + A2 (b2 - a2 ) + A3 (b3 - a3 ) = 0
lo cual indica que el vector v (A 1 , A 2 , A 3 ) es perpendicular al AB y, por tanto, al plano π.

Ejemplo
La ecuaci—n del plano que contiene el punto A (2, -3, 1) y es perpendicular al vector v
(4, 5, 6) ser‡:
4 (x - 2) + 5 (y + 3) + 6 (z - 1) = 0
es decir: ➟ 4x + 5y + 6z + 1 = 0.

Un par de consecuencias

r ➀ Para hallar la ecuaci—n de

la recta r que pasando por un punto
v
es perpendicular a un plano, basta-
v r‡ con tomar como vector director de
la recta cualquier vector perpendi-
π cular al plano. As’, por ejemplo, si
Žste tiene por ecuaci—n:
A
A1 x1 + A 2 x2 + A 3 x3 + A 4 = 0
y el punto es el A (a 1 , a 2 , a 3 ), unas ecuaciones paramŽtricas de la recta r ser‡n:
x1 = a1 + A1 l , x2 = a2 + A2 l , x3 = a3 + A3 l

- 109 -
El espacio eucl’deo

➁ TambiŽn es f‡cil entender que una recta, de la que v (v 1 , v 2 , v 3 ) sea un vector de

direcci—n, y un plano, del que w (A 1 , A 2 , A 3 ) sea un vector caracter’stico, ser‡n per-
pendiculares si y s—lo si v y w tienen la misma direcci—n, son proporcionales, linealmente
dependientes... O sea, si y s—lo si:

A A A
1 2 3
v = v = v ( supuestos los vi¹ 0 ).
1 2 3

çngulo de dos planos

☞ Se entiende por ‡ngulo a formado por dos planos el que forman vectores ca-
racter’sticos de ellos v y w, en el caso de que (v, w) ≤ 90°, o bien 180° Ð (v, w), si (v, w) > 90°.

π'

El hecho de que, tanto en un caso como en otro, se tenga cos a = çcos ( v, w ) ç, nos
permitir‡ concluir que si los planos tienen por ecuaciones:

π: A x + A x + A x + A = 0
1 1 2 2 3 3 4
π' : '
A x + '
A x + '
A x + A ' = 0
1 1 2 2 3 3 4

entonces:

A A' + A A ' + A A '

1 1 2 2 3 3
cos a =
2 2 2 2 2 2
A +A +A A' + A' + A'
1 2 3 1 2 3

☞ Observa que de lo anterior se desprende que una condici—n necesaria y suficiente

para que los dos planos sean perpendiculares es: A1 A'1 + A2 A'2 + A3 A'3 = 0 .

ÀRecuerdas cu‡l era la condici—n de perpendicularidad de dos rectas en el plano?

- 110 -
 El espacio eucl’deo

çngulo de recta y plano

Aunque a la hora de establecerlo podr’an considerarse distintas posibilidades,

definiremos el ‡ngulo a formado por una recta r y un plano π como el que forma la recta
dada con su proyecci—n r' sobre el plano.

w r
v

a r'
π

Observa que si v es un vector de direcci—n de la recta y w un vector caracter’stico del

plano, entonces o bien es a = 90° Ð (v, w), o bien a = (v, w) Ð 90°. Tanto en un caso como en
otro, se tendr‡ sen a =ú cos (v,w)ú , por lo que si v = (v 1 , v 2 , v 3 ) y w = (A 1 , A 2 , A 3 ), ser‡:

v A +v A +v A
1 1 2 2 3 3
sen a =
2 2 2
v2 + v 2 + v2 A +A +A
1 2 3 1 2 3

A la atenci—n del lector

Ser’a un esfuerzo inœtil que memorizaras las f—rmulas anteriores. Acabar’as mezclando senos,
cosenos, vectores directores, caracter’sticos... y organizar’as un batiburrillo digno de un apartado dentro del
campo de la Ciencia. Se trata, fundamentalmente, de que manejes correctamente los vectores y su
significado geomŽtrico; con ello te bastar‡ para resolver las cuestiones que puedan surgirte.

Distancia de un punto a un plano

Al igual que ocurr’a en el caso P

del ‡ngulo entre una recta y un plano,
podr’a pensarse que hay muchas dis-
tancias entre un punto P (p 1, p 2, p 3 ) y
un plano π: A 1x 1 + A 2x 2 + A 3x 3 + A 4 = 0.
Pues bien, definiremos la dis-
A
tancia entre P y π como la existente C
entre P y el punto A, pie de la perpen- π B
dicular trazada desde P a π.

Llamando (a 1 , a 2 , a 3 ) a las coordenadas -desconocidas- del punto A, ser‡:

- 111 -
El espacio eucl’deo

2 2 2
d(P, π ) = d(P, A ) = (a - p ) + (a - p ) + (a - p )
1 1 2 2 3 3

y como el vector PA tendr‡ igual direcci—n que el (A 1 , A 2 , A 3 ), vector caracter’stico del

plano, se tendr‡:
a1 Ð p1 = l A1 , a2 Ð p2 = l A2 , a3 Ð p3 = l A3, para algœn l Î R
2 2 2
con lo cual: d(P, A ) = l A +A + A (¥)
1 2 3
Pero A es un punto del plano, luego sus coordenadas satisfar‡n su ecuaci—n:

A1 ( p1 + l A1 ) + A2 ( p2 + l A2) + A3 ( p3 + l A3 ) + A4 = 0

y de ah’, despejando el valor de l y llev‡ndolo a (¥), resulta:

A p +A p +A p
1 1 2 2 3 3
d(P, π ) =
2 2 2
A +A +A
1 2 3

(El poner las barras de valor absoluto obedece al deseo de evitar que aparezcan distancias negati-
vas, lo cual estar’a en contradicci—n con la idea f’sica que se tiene de distancia; sin embargo, y a t’tulo de
curiosidad, te podemos decir que el signo del numerador anterior, sin las barras, permite saber en cu‡l de
los dos semiespacios en los que el plano π divide el espacio E se encuentra el punto P considerado.)

Distancia de un punto a una recta

Entendiendo por distancia entre un punto P y una recta r la menor de todas las que
resulten de unir P con puntos de r, existen varios procedimientos para calcularla.
Explicaremos por el momento dos, dejando un tercer mŽtodo para m‡s adelante.

➀ El primer procedimiento consiste en obtener

el punto Q, intersecci—n de la recta r con el plano π que π
pasa por P y es perpendicular a ella, resolviendo el sis-
tema formado por las ecuaciones de r y π. La distancia
buscada ser‡ la que haya entre P y Q. F‡cil, como ves.
Q r
➁ El segundo procedimiento consiste en partir
de unas ecuaciones paramŽtricas de la recta r:
x1 = a1 +l v1, x 2 = a2 + l v2 , x 3 = a3 + l v3 P
y fijarse en que el valor de l correspondiente al punto Q
es el œnico para el que los vectores PQ y v (v1, v2, v3),
vector de direcci—n de r, son ortogonales; o sea, el œnico tal que PQ . v = 0. Obtenido el valor
de l y sustituido en las ecuaciones paramŽtricas de r, se tendr‡n las coordenadas de Q. La
distancia buscada ser‡, como antes, la existente entre P y Q.

- 112 -
 El espacio eucl’deo

Ejemplo
Para hallar la distancia del punto P
P (7,9,-4) a la recta r: x = 3 + 2l, y = 1 + l,
z = -3l, obtendremos el œnico punto Q de r
tal que PQ es ortogonal a v (2, 1, -3), vector r
de direcci—n de r. Q' Q Q"

Dado que Q Î r, se tendr‡ Q = (3 + 2l, 1 + l, -3l), y, por tanto, PQ = (2l - 4, l - 8, -3l +

4). De P Q ^ v , se obtiene P Q . v = 2 (2l- 4) + 1 (l - 8) - 3 (-3l + 4) = 0, es decir, l = 2. Por
consiguiente, el punto Q es el (7, 3, -6) y la distancia buscada ser‡:

d (P, r ) = d(P, Q ) = 2 10

Distancia entre dos rectas

Con el criterio ya conocido de considerar la m’nima posible, definiremos la distancia

entre dos rectas r y s como la longitud del menor de los segmentos que tienen un extremo en
una de ellas y el otro en la otra. O, si lo prefieres, como la longitud del œnico segmento que
corta perpendicularmente a las dos, que ambas cosas son equivalentes.

P
r
v

Q w
π

① Una primera forma de calcular dicha distancia consiste en hallar la ecuaci—n del
plano π que conteniendo una de las rectas, s, por ejemplo, es paralelo a la otra, r. Obtenida
tal ecuaci—n todo se reduce a calcular la distancia desde cualquier punto de r a π.
② Otro procedimiento forma se basa en hallar los œnicos puntos puntos P, de r, y Q,
de s, para los que PQ es perpendicular tanto a r como a s. Para ello, basta con expresar las
coordenadas de tales puntos mediante las igualdades:

p = a + lv , p = a + lv , p = a + lv
1 1 1 2 2 2 3 3 3
q = b + mw , q = b + mw , q = b + mw
1 1 1 2 2 2 3 3 3

obtenidas de las ecuaciones paramŽtricas de r y s, e imponer las condiciones: PQ . v = 0, PQ

. w = 0. De ellas se obtendr‡n los valores de l y m correspondientes a los puntos P y Q, que-
dando as’ resuelto el problema.

- 113 -
El espacio eucl’deo

Ejemplo
Para calcular la distancia existente entre las rectas:

y ìï x = 5 + 5b
r: x - 2 = = z ; s: í y = 1
1 2 1 ïî z = 7 - b

basta hallar los valores de a y b tales que los puntos P(2 + a, 2a, a), de r, y Q(5 + 5b, 1, 7 - b),
de s, dan lugar a un vector PQ ortogonal tanto a v r , vector de direcci—n de r, como a v s ,
vector de direcci—n de r. Imponiendo, pues, las condiciones PQ .v r = 0, PQ .v s = 0, se obtiene
a = 2, b = 0, luego: ➪ P = (4, 4, 2), Q = (5, 1, 7) y d(r, s) = d(P, Q) = 35

4. PRODUCTOS VECTORIAL Y MIXTO

Si bien es cierto que el producto escalar es suficiente para resolver bastantes problemas mŽtricos,
tambiŽn lo es que algunos de tales problemas se simplifican si se establecen otro tipo de operaciones entre
vectores, entre ellas el producto vectorial. Y como una definici—n rigurosa del mismo tendr’a m‡s dificultad
que las cuestiones que pretendemos resolver, haremos una peque–a chapuza que, sin embargo, podr‡s
presentar en cualquier parte (nosotros, sin ir m‡s lejos, nos atrevemos a presentarla aqu’).

Definici—n (de producto vectorial)

Supongamos fijado en E3 un sistema de referencia mŽtrico S = { O, u 1 , u 2 , u 3 }. Si

dados dos vectores libres no nulos, de distinta direcci—n, a (a 1 , a 2 , a 3 ) , b (b 1 , b 2 , b 3 ), qui-
siŽramos calcular las coordenadas (x 1 , x 2 , x 3 ) de otro vector x que fuera ortogonal tanto a a
como a b, tendr’amos que resolver el sistema:

a x + a x + a x
= 0 üï
1 1 2 2 3 3
b x + b x + b x = 0 ýï
1 1 2 2 3 3 þ

Pero este sistema homogŽneo es compatible indeterminado (Àpor quŽ?) y resolviŽndolo,

se llegar’a a que x habr’a de ser necesariamente un vector de la forma:

æ a 2 a3 a a
1 3
a a ö
1 2
a.ç ,- , ÷ , a ÎR
è b b b b b b
2 3 1 3 1 2 ø

En particular, para a = 1 se obtiene el vector:

æ a 2 a3 a a
1 3
a a ö
1 2
ç ,- , ÷
☞ è b2 b3 b b
1 3
b b ø
1 2

al que llamaremos producto vectorial de a por b y representaremos por a Ù b .

- 114 -
 El espacio eucl’deo

Consecuencias (m—dulo, direcci—n y sentido de a Ù b)

➀ A partir de las coordenadas de a Ù b podemos expresar su m—dulo en funci—n de

los m—dulos de a y b y del ‡ngulo (a, b). En efecto, por una parte:

2 2 2 2
(a . b ) = a . b . cos 2(a , b ) = (a b + a b + a b )
1 1 2 2 3 3

2 2 2
2 a a a a a a
2 3 1 3 1 2
y, por otra: aÙb = + +
b b b b b b
2 3 1 3 1 2

de donde sumando ambas igualdades y efectuando algunos c‡lculos, se obtiene:

2 2 2 2 2
aÙb + a . b . cos 2 (a , b ) = a . b , es decir :

2 2 2 2 2
aÙb = a . b . éë 1 - cos 2 ( a , b )ùû = a . b . sen 2 ( a , b ) , o sea:

a Ù b = a . b . sen (a , b )

➁ En cuanto a la direcci—n de a Ù b , poco nuevo hay que decir: del procedimiento que
hemos seguido para definir el producto vectorial se desprende que el vector a Ù b es
perpendicular tanto a a como a b .

➂ Finalmente, la chapuza que antes

mencion‡bamos consiste en que llega el
momento de establecer el sentido del vector c= a^ b
aÙ b y nos vemos en dificultades (la regla del
sacacorchos, aun siendo v‡lida, no es muy
b
ortodoxa y adem‡s requiere manejar un
artilugio que, con la paulatina desaparici—n
a
del alcornoque, ir‡ poco a poco cayendo en
desuso). Pero como el conocimiento de tal
sentido nos ser‡ innecesario, prescindiremos de Žl, aunque teniendo muy claro que est‡
impl’cito en la definici—n que hemos dado. Y para despejar cualquier duda, si los vecto-
res a y b, en ese orden, son los representados en la figura, de su observaci—n se
desprende cu‡l es el sentido del producto vectorial.

Algunas aplicaciones del producto vectorial

➀ La primera aplicaci—n es consecuencia del hecho de que el producto vectorial de
dos vectores es otro vector perpendicular a ambos: Como vector caracter’stico de un plano
puede tomarse el producto vectorial de dos vectores v y w contenidos en Žl.

- 115 -
El espacio eucl’deo

➁ An‡logamente, como vector de direcci—n de una recta perpendicular a otras dos r y

s, de vectores de direcci—n v r y v s, podr‡ ser tomado el vector v r Ù v s.

➂ Designemos por S el ‡rea de un tri‡ngulo de vŽrtices A, B, C.

Ser‡: S = 1 AB . h = 1 AB . AC . sena C
2 2

h
1
luego: S= AB Ù AC a
2 A B

(Para calcular el ‡rea de un pol’gono, bastar’a con descomponer Žste en tri‡ngulos)

➃ Por œltimo, si no te agrada ninguna de las formas que vimos para calcular la
distancia de un punto P a una recta r, observa la figura y ver‡s que tomados dos puntos
cualesquiera, A y B, de la recta r, ser‡:
P
AB Ù AP = AB . AP . sen a = AB . d
d

AB Ù AP a B
luego: d =
AB r
A

Definici—n (de producto mixto de tres vectores)

Rizando el rizo de las definiciones, veamos la œltima, que combina los productos
escalar y vectorial:

☞ Dados tres vectores libres a, b y c , se llama producto mixto de ellos, en el orden

dado, y se representa por [a , b , c] al producto escalar de a por el vector (b Ù c); esto es:

[a , b , c] = a . (b Ù c)

Consecuencia (c‡lculo del producto mixto)

Si las coordenadas de los vectores a , b , y c son (a 1, a 2, a 3), (b 1, b 2, b 3) y (c 1, c 2, c 3),

respectivamente, se tendr‡:

a a a
b b b b b b 1 2 3
2 3 1 3 1 2 b b b
[a ,b ,c ] = a -a +a = 1 2 3
1 c c 2 c c 3 c c
2 3 1 3 1 2 c c c
1 2 3

expresi—n anal’tica que nos permitir‡ calcular f‡cilmente el producto mixto.

- 116 -
 El espacio eucl’deo

Volumen del tetraedro

La principal aplicaci—n, para nosotros, del producto mixto, es que permite calcular
volœmenes de forma sencilla. Considera, si te parece, el tetraedro de la figura:

aÙ b

h c

h
F
A b C

Si llamamos S al ‡rea de su base y h a su altura, se tendr‡:

1
V = S . h = 1 . 1 . a Ù b . c . cos f = 1 c . (a Ù b )
3 3 2 6

o tambiŽn, tomando el volumen en valor absoluto:

1 [a , b , c ]
V =
6

Si las coordenadas de los vŽrtices del tetraedro son: A (a 1 , a 2 , a 3 ) , B (b 1 , b 2 , b 3 ), C

(c 1 , c 2 , c 3 ) y D (d 1 , d 2 , d 3 ), tendremos, finalmente:

1a a a
b -a b -a b -a 1 2 3
1 1 2 2 3 3 1b b b
V = 1 c -a c -a c -a = 1 1 2 3
6 1 1 2 2 3 3 6 1c c c
d -a d -a d -a 1 2 3
1 1 2 2 3 3 1d d d
1 2 3

Y as’ podr’amos seguir... Podr’amos hablar de que para calcular el volumen de un poliedro (s—lido
determinado por superficies planas poligonales) basta con descomponerlo en tetraedros, de cu‡l ser’a el
volumen de un paralelep’pedo (Àsabes que es tal cosa? Una caja de zapatos es un caso particular). Pero
aqu’ terminamos.

- 117 -
El espacio eucl’deo

5. EJERCICIOS
1.- Sean a, b, c tres vectores libres del espacio. Demuestra que:
1¼) Si a y b tienen el mismo m—dulo, entonces a + b y a - b son perpendiculares.
2¼) Si a, b, c son perpendiculares dos a dos, entonces (a + b) . (b + c) ≥ 0.

2.- Averigua si existen valores de x, y tales que el vector (2 - x - y, 1 + x - y, 1 - y) sea orto-

gonal a los vectores (2, 1, -1) y (1, 0, 2).

3.- Demuestra que las alturas de un tri‡ngulo son concurrentes, es decir, se cortan en un
mismo punto.
y-2
4.- Halla los ‡ngulos que la recta x - 1 = =
z - 3 forma con los ejes coordenados.
2 3 6
5.- Calcula los ‡ngulos que la recta de ecuaci—n x = y = z forma con:
1¼) Los ejes coordenados
2¼) La recta de ecuaci—n x + 7 = 3 y + 5 = 3 z - 4 .

6.- ObtŽn los planos bisectores de los planos: 3 x - 4 y - 5 = 0, 2 x - y + 2 z - 5 = 0. (Plano bisector

de otros dos: que forma iguales ‡ngulos con ellos).

7.- Halla la longitud de la proyecci—n del segmento de extremos P(2, 0, 3) y Q(0, 1, 5) sobre el
ìx = l + m
ï
plano de ecuaciones í y = 2 + l .
ïî z = 1 - m

8.- Calcula las ecuaciones de los siguientes planos:

1¼) El que pasa por el punto A(2, 3, 4) y tiene como vector caracter’stico el (5, 0, 1).
2¼) El perpendicular al segmento de extremos P(2, 5, 3) y Q(4, 1, -1), en su punto
medio.
3¼) El que es perpendicular a la recta en la que se cortan los planos de ecuaciones 2x
+ y = 5, x - z = 2 y pasa por el punto P del apartado anterior.
4¼) El perpendicular a la recta x = 2 ; y = 3 + t ; z = 4t por el origen.

9.- Demuestra que los tres planos perpendiculares a los lados de un tri‡ngulo ABC, en sus
puntos medios, pertenecen a un mismo haz. Determina la ecuaci—n de este haz si A(1, 3, -5),
B(-2, 2, 0), C(-1, -3, -2).

10.- Halla el punto P equidistante de A(1, 3, 3), B(2, -1, 2), C(5, 0, 6) y D(4, 3, 2).

11.- Halla los puntos simŽtricos del P(1, 2, 3) respecto a:

1¼) El plano que pasa por los puntos A(1, 0, 0), B(0, 2, 0) y C(0, 0, 3)
2¼) La recta x = 2 y = z - 3 .

- 118 -
 El espacio eucl’deo

12.- De entre todos los puntos pertenecientes a cierto plano π , el m‡s pr—ximo al origen de
coordenadas es el P(1, 2, 5). Halla una ecuaci—n general de π .

ìx - y + z = 0
13.- Determina quŽ puntos de la recta í son equidistantes de los planos
î x + 3y - 1 = 0
OYZ y OXZ.

14.- ObtŽn la ecuaci—n de una cualquiera de las infinitas rectas que estando contenidas en el
plano OXY son perpendiculares a la recta x = y = z.

15.- Se consideran los planos de ecuaciones a x + 9 y - 3 z = 8, x + a y - z = 0. Determina los

valores de a para los que:
1¼) Los dos planos son paralelos.
2¼) Los dos planos son perpendiculares.
3¼) La recta determinada por ambos corta al plano OXY en un punto cuya distancia
al origen de coordenadas es 2.

ì 2x - y = 3
16.- Halla la distancia del punto P(3, 2, 4) a la recta í
î 3x + y = 2

17.- Calcula unas ecuaciones paramŽtricas del plano que contiene a la recta: x = 2 + 3t , y
= -4 + 5t , z = t ; y es perpendicular al plano 2x + y - 7z = 3.

y-1
18.- La recta x = =
z y el plano x + 2 y - z = 4 son perpendiculares. Halla a y b.
5 a+ 1 b
19.- ObtŽn una ecuaci—n de la recta que resulta de proyectar ortogonalmente la de ecuaci—n
x +1 y+2 z + 1 sobre el plano x + y - z = 1.
= =
2 3 5
20.- Halla la ecuaci—n de la recta que pasando por el punto P(2, 2, 4) y estando contenida en
el plano x + y - z = 0 tiene m‡xima pendiente respecto del plano z = 0.

x y+1 z x-1 y
21.- Dadas las rectas r: = = ; s: = = z y el punto A(2, 1, 0), se pide:
1 2 2 2 3
1¼) Distancia entre A y r.
2¼) Distancia entre r y s.
3¼) Plano paralelo a r y s pasando por el origen.
4¼) Recta que corta perpendicularmente a r y s.
5¼) Recta perpendicular a r y s pasando por A.
6¼) Plano que pasa por A, es paralelo a r y perpendicular al plano OYZ.

22.- Halla una ecuaci—n de la recta que pasa por el punto A(3, 4, 2) y corta perpendicular-
mente al eje OX.

- 119 -
El espacio eucl’deo

ìx+y =0
23.- Dada la recta r: í y el plano π : 2 x - y + 2 z + 1 = 0, determina:
îy+z =0

1¼) Los puntos de r que distan 1 de π.

3
1
2¼) Los puntos de π que distan de los hallados en el apartado anterior.
3

y
24.- Halla el punto de la recta de ecuaci—n x - 4 = = z - 2 que junto con el origen de
-2 2 1
coordenadas y el punto A(2, 3, 1) forma un tri‡ngulo rect‡ngulo en A. Halla la longitud de la
altura sobre la hipotenusa de dicho tri‡ngulo.

x - y+ z -3 =0
25.- ObtŽn los puntos de la recta r: ìí que equidistan de los planos OXY
î 2 x + y + 2z + 4 = 0
y π: 2 x - 6 y + 3 z = 10.

26.- Halla la distancia existente entre las siguientes rectas:

z+y =5 ì 2x - z = 3
r : ìí ; s: í
î z =4 î y =0

27.- Calcula el ‡rea del tri‡ngulo cuyos vŽrtices son los puntos en los que los ejes coorde-
x y z
nados cortan al plano de ecuaci—n: + + = 1.
2 3 5
28.- El plano perpendicular al segmento de extremos P(0, 3, 8) y Q(2, 1, 6) en su punto medio
corta a los ejes coordenados en los puntos A, B y C. Halla el ‡rea del tri‡ngulo ABC.

x = 2
29.- Las rectas x = y = z ; ìí son aristas opuestas de un tetraedro. La recta que une
îy = 3
los puntos medios de las mismas es perpendicular a ambas, y la distancia entre estos dos
puntos es igual a la longitud de ambas aristas. Halla los vŽrtices del tetraedro y su volumen.

30.- ObtŽn las ecuaciones de los planos que pasando por los puntos A(1, 0, 0) y B(0, 1, 0),
cortan al eje OZ en puntos C tales que el ‡rea de los tri‡ngulos ABC es de 10 unidades.

31.- ObtŽn el lugar geomŽtrico de las rectas que cortando al eje OZ y a la recta x = y - 1 = z,
se mantienen paralelas al plano z = 0.

32.- Dado el tetraedro de vŽrtices O(0, 0, 0), A(0, 2, 0), B(1, 0, 0) y C(0, 0, 3), calcula su volu-
men, la altura correspondiente a la cara ABC, la distancia entre las aristas AB y OC y el
‡ngulo que forman las aristas AB y OA.

33.- Existen infinitos planos tangentes a la esfera de centro el origen de coordenadas y radio
unidad, pero s—lo dos son paralelos al de ecuaci—n 2 x + y = 3. ÀCu‡les son?

34.- Halla los dos planos paralelos al de ecuaci—n 2 x + y - 2 z = 0 que cortan a la esfera de
centro C(1, 5, 3) y radio 5 en una circunferencia de radio 4.

- 120 -
 TEMA 6

FUNCIONES CONTINUAS
 Funciones continuas

1. INTRODUCCIîN
Con este tema empezamos la segunda parte del curso. Si dijŽramos que en ella nos
dedicaremos casi exclusivamente a examinar la tangente a una curva en un punto (en
resumen, en eso consiste el c‡lculo diferencial) y a determinar el ‡rea encerrada por tal
curva (eso es el c‡lculo integral), podr’as pensar que somos poco ambiciosos. El tiempo se
encargar’a de demostrarte que no es peque–o el prop—sito. Perm’tenos recordarte al respecto
que la Humanidad tuvo que esperar a los siglos XVII y XVIII, el llamado Siglo de las Luces,
para que, dos mil a–os despuŽs de que Arqu’medes diera un primer procedimiento para
calcular el ‡rea encerrada por un segmento parab—lico, genios como Newton, Leibniz, los
Bernouilli o Euler, entre otros, o Rieman y Cauchy, ya en el XIX, pudieran no s—lo plantear
tales problemas, sino resolverlos casi definitivamente. No ser‡, pues, tan trivial como
pudiera parecer este asunto de las tangentes y las ‡reas, Àno crees?
El concepto clave de todo lo que sigue, en el que nunca se detendr‡ uno tanto como
ser’a necesario, es el de l’mite. Su dificultad no debe asustarte: A todos nos ha ocurrido que
cuando cre’amos haber asimilado bien tal idea, nuevos casos nos han sumido en la mayor de
las dudas. ÁQue no cunda el p‡nico! Los conceptos de infinitŽsimo e infinito, y con ellos el de
l’mite, son posiblemente los m‡s dif’ciles de las matem‡ticas, y quienes escribimos esto, que
hace tiempo dejamos de creer en la ciencia infusa, pensamos que s—lo el trabajo met—dico, en
ocasiones aparentemente infructuoso, hace posible que un d’a amanezcamos comprendiendo
por quŽ la suma de infinitas cantidades positivas puede ser una cantidad positiva finita,
por quŽ Aquiles alcanza a la tortuga, por quŽ el universo puede ser finito e ilimitado a la vez,
o por quŽ...

As’ que con tal esp’ritu y con el consejo de otra figura del XVIII, D'Alembert, a sus
estudiantes: "ÁProseguid; ya llegar‡ la confianza!", empezamos. ÀQuieres seguirnos?

2. FUNCIONES REALES DE VARIABLE REAL

El conjunto de los nœmeros reales

Aunque no sea Žsta la ocasi—n de establecer con rigor quŽ cosa son los nœmeros
reales, recordaremos que en el proceso de construcci—n de conjuntos numŽricos, el que
aparece en primer lugar es el conjunto N de los nœmeros naturales. En Žl es posible sumar y
multiplicar, pero no siempre se puede restar o dividir. En Z, conjunto de los nœmeros enteros,
la resta es siempre posible, y en Q, conjunto de los nœmeros racionales, adem‡s de las
operaciones anteriores, tambiŽn es siempre posible la divisi—n (excepto entre cero). Como
sabes, todo nœmero racional puede representarse mediante una fracci—n decimal finita o
infinita peri—dica. Por otra parte, N Ì Z Ì Q , es decir, todo nœmero natural es entero y todo
entero es racional.
Sin embargo, no existe nœmero racional que nos exprese la longitud de la diagonal de
un cuadrado de lado unidad, o el cociente entre la longitud de una circunferencia y su
di‡metro, o el l’mite de la sucesi—n de tŽrmino general (1+1/n)n...

- 123 -
Funciones continuas

De este œltimo tipo de nœmeros, 2 , π , e ... , imposibles de representar mediante

una expresi—n decimal finita o infinita peri—dica, se dice que son irracionales.

El conjunto R de los nœmeros reales, finalmente, es el

formado por los nœmeros racionales y los irracionales.

En R operaremos como lo hemos hecho siempre, sumando, multiplicando, ordenando

sus elementos mediante la relaci—n ≤... Descartada aqu’, como queda dicho, una construcci—n
rigurosa de R, conviene no obstante recordar la propiedad fundamental de los nœmeros
reales; la propiedad de continuidad: Los nœmeros reales llenan la recta.1 Es decir, que si
sobre una recta representamos el 0 y el 1, a cada nœmero real corresponder‡ un punto de la
recta y a cada punto de la recta, un nœmero real, sin que haya puntos a los que no
corresponda un nœmero real. Se podr‡, en resumen, efectuar la habitual identificaci—n entre
nœmeros reales y puntos de una recta.

Vocabulario b‡sico

Cuando se trabaja con nœmeros reales suelen utilizarse expresiones y s’mbolos cuyo
significado, aunque ya conocido, conviene recordar:

¥ Siendo a, b dos nœmeros reales, con a < b, se define el intervalo abierto (a, b)
mediante la igualdad:
(a, b) = { x Î R / a < x < b }.

¥ An‡logamente se define el intervalo cerrado [a, b] mediante:

[a, b] = { x Î R / a ≤ x ≤ b }.

¥ El valor absoluto, |x|, de un nœmero real x, se define as’:

, si x ³ 0
|x| = ìí
x
î- x , si x < 0

¥ La distancia entre dos nœmeros reales a y b es: d(a, b) = |b - a|

¥ El entorno E(a; r) de centro un nœmero real a y radio r > 0, es el conjunto:
E(a; r) = { x Î R / a - r < x < a + r }

¥ El entorno reducido E ' (a; r) de centro un nœmero real a y radio r > 0, es el

conjunto que resulta de prescindir en E(a; r) del punto a. Es decir:

E ' (a; r) = E(a; r) - {a}

1 Formalmente: DiciŽndose que un conjunto C de nœmeros reales est‡ acotado superiormente si existe aÎ
R, al que se llama cota superior de C, tal que x ≤ a , cualquiera que sea xÎ C, y llam‡ndose extremo
superior de un conjunto ordenado a la menor de sus cotas superiores, la propiedad de continuidad de R
consiste en que todo conjunto de nœmeros reales acotado superiormente tiene extremo superior.

- 124 -
 Funciones continuas

Funciones reales de variable real

Se llama funci—n real de variable real a toda aplicaci—n:

☞ f : D ¾¾¾® R

donde D es un subconjunto de R. Es decir, a todo criterio que

permita asociar a cada nœmero real x de D un œnico numero real y.

¥ Existen muchas formas de designar simb—licamente las funciones, pero ya que es

habitual escribir f (x) para referirse al nœmero real que f hace corresponder a x, la funci—n
anterior suele identificarse mediante la notaci—n:
y = f (x)

diciŽndose que x es la variable independiente e y la variable dependiente.

¥ Aunque, como decimos, f (x) designe un nœmero real, tambiŽn se escribe a menudo f
(x) para referirse a la funci—n.

Dominio y recorrido de una funci—n

Siendo y = f (x) una funci—n real de variable real, se definen el dominio y el recorrido
de f (x) mediante las igualdades:

Dominio de f = Df = { x Î R / existe f (x) }

Recorrido de f = Rf = { f (x) / x Î Df }

Observa que el dominio de f coincide con lo que, en la definici—n previa, design‡bamos por D.

Dos observaciones

➀ Si al definir una funci—n, normalmente mediante una expresi—n algebraica, no se precisa cu‡l es
su dominio, habr‡ que entender que Žste es el m‡s amplio subconjunto de R en el que pueda tomar valores
la variable independiente x, teniendo sentido f (x).

As’, por ejemplo, considerada la funci—n:

f (x ) = x2 - 4

como la ra’z cuadrada anterior s—lo tiene sentido en R cuando sea x2 Ð 4 ≥ 0, resultar‡:

D = { x / x 2 - 4 ³ 0 } = R - ( - 2, 2 ) .
f

➁ Ya viste en cursos anteriores cu‡les eran las funciones m‡s sencillas y de quŽ forma eran sus
gr‡ficas. No estar’a de m‡s que echaras un vistazo a tus apuntes de aquella Žpoca.

- 125 -
Funciones continuas

3. EL CONCEPTO DE LêMITE
Ejemplos previos

➀ Considera, en primer lugar, la funci—n:

2 3(x - 2)(x + 3)
f ( x) = 3x + 3x - 18 =
x -2 x-2

Para x = 2 la funci—n no est‡ definida, pero si calculas f (1'99), f (2'001), f (1'99995),

etc., observar‡s que los valores de f (x) se aproximan a 15, tanto m‡s cuanto m‡s aproximes
el valor de x a 2. Y no s—lo eso, sino que fijado cualquier nœmero e > 0, por peque–o que sea,
puedes conseguir que la distancia de f (x) a 15 sea menor que e, sin m‡s que hacer que la
distancia de x a 2 sea menor que otro nœmero d > 0, que ser‡s capaz de determinar.

Efectivamente, no es dif’cil comprobar que para lograr:

3 x 2 + 3 x - 18
- 15 < e
x-2
basta con tomar x tal que:
e
0< x-2 < d=
3

➔ Diremos que el l’mite de f (x) cuando x tiende a 2 es 15, y escribiremos:

l ’ m f ( x) = 15
x® 2

➁ Considera ahora la funci—n:

g(x) = 7x + 1

A diferencia de lo que ocurr’a antes, en este caso s’ existe g(2). Pero con indepen-
dencia de ello, tambiŽn podr’as conseguir que la funci—n tomara valores tan pr—ximos a 15
como quisieras, sin m‡s que aproximar el valor de x a 2 lo suficiente.

➔ Diremos que el l’mite de g (x) cuando x tiende a 2 es 15, y escribiremos:

l ’ m g( x) = 15
x® 2

➠ En resumen, que aunque una de las funciones anteriores no estŽ definida en el

punto x = 2 y la otra s’ (lo cual tambiŽn tiene su importancia, como veremos m‡s adelante),
en las cercan’as de ese punto se comportan de forma semejante: sus valores se aproximan
a 15 tanto como se quiera sin m‡s que dar a x valores suficientemente pr—ximos a 2. Por
ello diremos que el l’mite de ambas funciones, cuando x tiende a 2, es 15.

- 126 -
 Funciones continuas

Definici—n (de l’mite de una funci—n en un punto)

☞ Dada una funci—n real de variable real f : D ¾¾® R , diremos que su l’mite
cuando x tiende hacia a es L y escribiremos:

l’ m f ( x) = L
x® a
si y s—lo si:

Fijado cualquier nœmero positivo e, existe otro nœmero positivo d, tal que
si x cumple: 0 < | x - a| < d , entonces se verifica: | f (x) - L| < e.

Simb—licamente:

l’ m f ( x) = L Û "e >0$d>0 / 0 < x - a < d Þ f ( x) - L < e

x® a

Observaci—n

La definici—n anterior puede darse en tŽrminos de entornos, de tal manera que l’m f ( x) = L
x ®a
equivale a que para todo entorno E(L; e) exista un entorno E(a; d) tal que baste con tomar x perteneciente a
E'(a; d) para conseguir que f (x) pertenezca a E(L; e). Piensa un poco en ello.

Consecuencias (l’mite de la suma, producto y cociente de funciones)

Supongamos ahora que f (x), g(x) son dos funciones para las que existen los l’mites
cuando x tiende hacia a. ÀQuŽ ocurrir‡ con el l’mite de la suma, el producto y el cociente de
ambas funciones? Pues eso, lo que est‡s pensando:

➀ El l’mite de una suma es igual a la suma de los l’mites:

l’ m [ f ( x) + g (x ) ] = l’ m f (x ) + l ’ m g (x )
x® a x® a x ®a

➁ El l’mite de un producto es igual al producto de los l’mites:

l’ m [ f ( x). g( x) ] = l ’ m f ( x) . l’ m g (x )
x® a x ®a x® a

③ El l’mite de un cociente es igual al cociente de los l’mites:

l ’ m f ( x)
f (x ) x ®a
l’ m =
x® a g (x ) l ’ m g( x)
x ®a

(Obviamos las demostraciones, aunque son sencillas. En el caso del l’mite de un cociente, para que
se cumpla lo afirmado, ha de ser l’m g( x) ¹ 0. )
x ®a

- 127 -
Funciones continuas

Observaci—n (l’mites infinitos y para x ® ∞)

Como sabes de cursos anteriores, existen l’mites funcionales de tipos distintos al

precedente. Hay casos en los que, por ejemplo, los valores de la funci—n se aproximan tanto
como se quiera a un cierto nœmero L sin m‡s que hacer que la variable x tome valores
suficientemente grandes, y tal hecho se simboliza escribiendo:

l’ m f (x ) = L
x® ∞
En otras ocasiones, para conseguir que la funci—n f (x) tome valores mayores que
cualquier numero fijado previamente, basta con que x se aproxime lo suficiente a un cierto
nœmero real a, lo cual se representa escribiendo:

l’ m f (x ) = ∞
x® a
TambiŽn puede suceder que baste con que x tome valores suficientemente grandes
para lograr que la funci—n f (x) tome valores mayores que cualquier numero fijado
previamente, lo cual se simboliza mediante:

l’ m f (x ) = ∞
x® ∞

No nos detendremos m‡s en estos casos, conform‡ndonos con esta breve menci—n
por si en el futuro, y aunque sea de forma espor‡dica, nos aparece alguno de ellos. Sin
embargo, s’ hay otro tipo de l’mites que requieren nuestra atenci—n: los l’mites laterales, que
estudiaremos seguidamente.

4. LêMITES LATERALES
Ejemplo previo

ì x-1 , si x < 4
Considera la funci—n f (x ) = í , cuya gr‡fica tienes a la vista.
î- x + 8 , si x > 4

Como ver‡s, si los valores de x se aproximan a 4, por la izquierda, los valores de la

Y funci—n se acercan a 3, mientras
que cuando los valores de x se
4 acercan a 4, pero por la derecha,
los valores de f (x) se aproximan a
3 4. Es decir, que segœn que la
2
aproximaci—n de x a a se haga
con valores menores o mayores
1 que a, las consecuencias son
unas u otras. Surge as’ el
O X concepto de l’mite lateral, que
1 2 3 4 5 6 7 8
formalizamos a continuaci—n.

- 128 -
 Funciones continuas

Definiciones (de l’mites laterales)

➀ Diremos que el l’mite de una funci—n f (x) cuando x tiende hacia a por la derecha
es L, y escribiremos:
l ’ m f (x ) = L
x® a+
si y s—lo si para todo e > 0 existe d > 0 tal que si x Î (a, a + d), entonces ½ f (x) - L ½ < e.

➁ Diremos que el l’mite de una funci—n f (x) cuando x tiende hacia a por la izquierda
es L, y escribiremos:
l ’ m f (x ) = L
x® a-
si y s—lo si para todo e > 0 existe d > 0 tal que si x Î (a - d, a), entonces ½ f (x) - L ½ < e.

Consecuencia

Una condici—n necesaria y suficiente para que exista l’ m f (x )

x® a
es que existan y tengan el mismo valor los l’mites laterales:
l ’ m f (x ) ; l ’ m f (x )
-
x® a+ x® a

Te dejamos la f‡cil demostraci—n como ejercicio. No olvides que la demostraci—n de

una equivalencia hay que efectuarla en doble sentido.

Ejemplos

1.- Supongamos que se desea calcular el l’mite, en a = 0, de la funci—n:

f ( x) = 3x + |x|
5x - 2|x|
Se tendr‡:
3x - x = l ’ m 2x = 2
l’ m f ( x) = l ’ m
x® 0-
x ®0 - 5x + 2x x® 0- 7 x 7

3x + x = l ’ m 4x = 4
l’ m f ( x) = l ’ m
+ + 5x - 2x + 3x 3
x® 0 x ®0 x® 0

y, en consecuencia, no existir‡ el l’mite de f (x) en el punto a = 0.

ì 2 , si x £ 3
2.- Comprueba que, siendo f (x ) = í x , el valor que debe tomar a
î ax - 6 , si x > 3
para que exista l ’ m f (x ) es 5.
x® 3

- 129 -
Funciones continuas

5. INFINITƒSIMOS
Observaci—n

Es probable que en m‡s de una ocasi—n hayas o’do decir que un nœmero es infinitamente peque–o,
o que una variable es un infinitŽsimo. Ahora bien, decir que una variable (o una funci—n, que para el caso es
lo mismo) toma valores muy peque–os es no decir pr‡cticamente nada de ella. Si una funci—n alcanza el
valor 0'001, por ejemplo, Àesto significa que tome un valor muy peque–o? Si ese valor es el de la distancia en
a–os luz entre dos puntos del universo, Àcalificar’as de peque–o el tiempo que tardar’a en recorrerla un
cohete que viajara a 20.000 Km./h.? ÀSe podr‡ decir, entonces, que un infinitŽsimo es una variable que
toma valores muy peque–os? Piensa lo que quieras: La definici—n formal la tienes a continuaci—n.

Definiciones (sobre infinitŽsimos)

➀ Se dice que una funci—n f (x) es un infinitŽsimo para x tendiendo hacia a si

l’ m f ( x) = 0. Es decir, si f (x) toma valores tan pr—ximos a cero como se quiera, sin m‡s que
x® a
aproximar x a a lo suficiente.

➁ Siendo f (x), g(x) dos infinitŽsimos para x tendiendo hacia a, diremos que son de
igual orden si
f (x )
l’ m =k ¹0
x® a (x )
g
En particular, si
f (x )
l’ m =1
x® a (x )
g
se habla de infinitŽsimos equivalentes.

③ Siendo f (x), g(x) dos infinitŽsimos para x tendiendo hacia a, diremos que f (x) es
un infinitŽsimo de mayor orden que g(x) si
f (x )
l’ m =0
x® a g (x )

(lo que, para entendernos, es como decir que f (x) es m‡s infinitŽsimo que g(x), si tal cosa pudiera decirse).

Ejemplo
Y
Es f‡cil demostrar que sen x y x son
infinitŽsimos equivalentes, para x tendiendo
hacia cero. En 3¼ de BUP lo hiciste, a partir de C D
una figura como la de la derecha, comparando
las ‡reas de los tri‡ngulos OAC y OBD con la
del sector OBC, y efectuando algœn otro paso
sen x

tag x

m‡s. ÀSer’as capaz de repetir la demostraci—n?

x
O X
A B

- 130 -
 Funciones continuas

6. FUNCIîN CONTINUA EN UN PUNTO

El concepto de continuidad, sin cuyo estudio poco podr’amos hacer de ahora en
adelante, no es un invento de los matem‡ticos, sino que, como tantas otras, se trata de una
idea que Žstos han tomado de la realidad y, posteriormente, han formalizado. En efecto, en la
vida diaria se dan muchos fen—menos f’sicos, sociales, etc., tales que las funciones que en
ellos intervienen y los explican son continuas, es decir, se caracterizan porque a peque–os
incrementos de la variable independiente corresponden incrementos tambiŽn peque–os de la
variable dependiente. As’, por poner el m‡s t’pico de los ejemplos, si un movimiento se rige
por una ley de la forma e = f (t), con la que se expresa la dependencia del espacio recorrido
en funci—n del tiempo, es normal que a peque–as variaciones en el valor de t correspondan
variaciones igualmente peque–as de e; el espacio ser‡ una funci—n continua del tiempo. Y no
faltar’an otras situaciones con las que ilustrar lo que decimos.

Veamos, sin embargo, antes de dar la definici—n de funci—n continua, algunos

ejemplos de lo que no son funciones continuas.

Primer caso

Considera en primer lugar la funci—n: Y

ì x si x < 3 4
f (x ) = í
î 4 si x > 3
3
Si dibujas su gr‡fica, obtendr‡s una
2
figura como la de la derecha, en la que se
refleja el hecho de que ni est‡ definida f (x) en 1
x = 3 (eso se pretende indicar con los circulitos ) ni
existe el l ’ m f (x ), pues los l’mites laterales a O
x® 3 1 2 3 4 5 X
izquierda y derecha de x = 3 son distintos.

Segundo caso

Si representas ahora la funci—n: Y

2
f (x ) = x - 4x + 3 4
x -3
3
(lo cual es m‡s f‡cil de lo que parece, pues los valores
de f (x) coinciden, salvo en x = 3, con los de g(x) = x-1) , 2
obtendr‡s la gr‡fica de la figura, en la que se
observa que la funci—n f (x) no est‡ definida 1

en x = 3, aunque s’ existe l ’ m f (x ) . O
x® 3 X
1 2 3 4 5

- 131 -
Funciones continuas

Tercer caso

Piensa ahora en la funci—n: Y

ì x - 1 si x ≤ 3 4
f (x ) = í
î 3 si x > 3
3
Su gr‡fica indica que f (x) s’ est‡ defi-
2
nida en x = 3, pero no existe el l ’ m f (x, ) pues
x® 3
los l’mites laterales a izquierda y derecha en 1
dicho punto son distintos. O
1 2 3 4 5 X

Cuarto caso

Finalmente, considera la funci—n: Y

ì x si x ¹ 3
f ( x) = í 4
î 1 si x = 3
3
cuya gr‡fica tienes a la vista. En ella se ve
que f (x) s’ est‡ definida en el punto x = 3, y 2
que tambiŽn existe el l ’ m f (x .)
x® 3 1
Los valores de una y otro, sin embar-
go, son distintos. O
1 2 3 4 5 X

Definici—n (de funci—n continua en un punto)

Hablando sin mucho rigor, podr’amos decir que, aun siendo diferentes, lo que tienen en
comœn los casos anteriores es que las gr‡ficas se rompen en el punto de abscisa 3, hay que
levantar el l‡piz del papel al llegar a x = 3... Justamente cuando no suceda eso, cuando no
haya que levantar el l‡piz del papel para dibujar la gr‡fica, ser‡ cuando diremos que la
funci—n es continua. Formalmente:

Una funci—n f (x) es

si y s—lo si l’ m f (x ) = f (a )
continua en x = a x® a

O, dicho de otra manera:

f (x) es continua
Û "e>0$d>0/ x - a < d Þ f (x ) - f (a ) < e
en x = a

En tŽrminos de entornos: f (x) es continua en a si y s—lo si tomado cualquier entorno de f (a),

se puede lograr que f (x) pertenezca a Žl, sin m‡s que hacer que x se halle en un entorno de a, que ser‡
posible determinar.

- 132 -
 Funciones continuas

Observaciones

➀ Quede claro, pues, que para producirse la continuidad de una funci—n en un punto,
tienen que darse tres condiciones: Que la funci—n estŽ definida en el punto, que exista el l’mite
en dicho punto y, finalmente, que los valores de una y otro coincidan.

➁ Dijimos antes que las funciones continuas hac’an corresponder a incrementos

peque–os de la variable independiente, incrementos tambiŽn peque–os de la variable
dependiente. Ve‡moslo.
Sea la funci—n f (x) y consideremos un valor xo de la variable independiente, per-
teneciente al dominio; el valor correspondiente de la funci—n ser‡ f (xo). Si a xo le sumamos
cierta cantidad ∆x, a la que llamaremos incremento de x, el valor de la funci—n ser‡ f (xo +
∆x). A la diferencia f (xo + ∆x) - f (xo ), que refleja la variaci—n de f (x) cuando la variable
independiente ha pasado de valer xo a valer xo + ∆x, la llamaremos incremento de la funci—n
y la representaremos por ∆f .

Y
f(x o + Dx)
∆f
f (x o )

∆x

O xo x o + Dx X
Pues bien, si la funci—n f (x) es continua en x o, entonces l ’ m f (x ) = f (x o ) y, en tal
x® xo
caso, sustituyendo x por x o + ∆x , se tendr‡:

l’ m f (x o + Dx ) = f ( x o) , es decir : l’m [ f (x o + Dx ) - f ( x o)] = l ’ m Df = 0

Dx ® 0 Dx ® 0 Dx ® 0

Luego, que f (x) sea continua en xo significa, efectivamente, que a incrementos ∆x de

la variable independiente muy peque–os (infinitesimales), corresponden incrementos ∆f de
la funci—n tambiŽn muy peque–os (infinitesimales).

➂ El hecho de que la continuidad de una funci—n en un punto suponga, pues, que a pe-
que–os incrementos de la variable independiente correspondan peque–os incrementos de la
funci—n, permite predecir c—mo se comportar‡ Žsta en las proximidades de tal punto. As’, por
ejemplo, si f (x) es continua y toma valor positivo en un punto a, es l—gico pensar que podr‡
hallarse un peque–o entorno de a en el que f(x) siga siendo positiva. O tambiŽn, que si f (a) =
8, pongamos por caso, se podr‡ encontrar un entorno de a en el que los valores de f (x) estŽn
comprendidos entre 7 y 9, por ejemplo.
En el apartado de ejercicios te ofreceremos algunas sugerencias para que demuestres
formalmente las cuestiones anteriores.

- 133 -
Funciones continuas

Consecuencias (algunas funciones continuas)

Partiendo de la definici—n de funci—n continua y de las propiedades de los l’mites, se

puede establecer:

❐ La suma, producto y cociente de dos funciones, f (x) y g(x), continuas en un punto a es otra
f(x)
funci—n continua en a (con la excepci—n, para la funci—n , del caso en que g(a) = 0).
g(x)

❐ Las funciones constante: f (x) = k, e identidad: f (x) = x, son continuas en todo punto a Î R.

❐ Las funciones polin—micas:

f(x) = a + a x + a x 2 + a x 3 + ¼ + a n x n ; ai ÎR , n ÎN
0 1 2 3
y las funciones racionales:
a 0 + a 1x + a 2x 2 + a 3 x 3 + ¼ + a n x n
g(x) = ; a i , b i Î R ; n,m Î N
b 0 + b 1x + b 2 x 2 + b 3 x 3 + ¼ + b mx m
son continuas en todo punto a Î R (salvo, a lo sumo, en el caso de g(x), en los puntos en los que
el denominador se anula).

❐ Las funciones trigonomŽtricas: f (x) = sen x, g(x) = cos x; exponencial: f (x) = ax, a > 0; y
logar’tmica: f (x) = loga x, a > 0, son continuas en todos los puntos en los que est‡n definidas.

Naturalmente, hay muchas m‡s funciones continuas, pero casi todas se obtienen a
partir de las anteriores. Las demostraciones de lo dicho, salvo las del œltimo caso, son
sencillas y deber’as intentar alguna antes de pasar al apartado siguiente.

7. FUNCIONES CONTINUAS EN UN INTERVALO

Definici—n (de funci—n continua en un intervalo abierto)

☞ Diremos que una funci—n f (x) es continua en un intervalo abierto (a, b) si lo es en

todos los puntos de dicho intervalo.

Como la cuesti—n es as’ de sencilla, no vamos a darle m‡s vueltas. Pero, en cambio, considera
ahora una funci—n f (x) cuya gr‡fica fuera como la que tienes a la vista:

De acuerdo con la primera noci—n, intuitiva, de

Y
continuidad, parecer’a razonable decir que tal funci—n
ser’a continua en todo el intervalo cerrado [a, b]. Lo que
f(x)
ocurre es que no podr’amos decir sin m‡s que f (x) fuera
continua en todos los puntos del intervalo cerrado, ya
que no sabr’amos quŽ ocurrir’a con los l’mites de f (x)
en los puntos a y b. (A saber, sin ir m‡s lejos, si f (x)
estar’a definida a la izquierda de a o a la derecha de b). O
X
a b
Se hace necesaria, por tanto, una precisi—n.

- 134 -
 Funciones continuas

Definici—n (de funci—n continua en un intervalo cerrado)

☞ Diremos que una funci—n f (x) es continua en un intervalo cerrado [a, b] si es

continua en el intervalo abierto (a, b) y, adem‡s:

l ’ m f (x ) = f (a ) ; l ’ m f (x ) = f (b )
x® a+ x® b-

Definiciones (de m‡ximo y m’nimo absolutos)

➬ Diremos que una funci—n f : D ¾¾¾® R tiene un m‡ximo absoluto en un punto

a Î D si f (a) ³ f (x), " x Î D.

➬ Diremos que una funci—n f : D ¾¾¾® R tiene un m’nimo absoluto en un punto

a Î D si f (a) ≤ f (x), " x Î D.

(No debes confundir estos m‡ximos y m’nimos absolutos con los m‡ximos y m’nimos locales que
estudiaste en cursos anteriores, y de los que hablaremos m‡s adelante).

Advertencia

Las demostraciones de los teoremas siguientes requieren un conocimiento de los nœmeros reales del
que no disponemos en este curso. Trat‡ndose, no obstante, de resultados b‡sicos para casi todo lo que
sigue, enunciaremos los teoremas y haremos algunos comentarios sobre su significado.

Teorema (de Bolzano)

Si una funci—n es continua en un

intervalo cerrado y toma valores de
distinto signo en sus extremos, en-
tonces existe al menos un punto en a
el interior del intervalo en el que la b
funci—n se anula.

Como decimos, la demostraci—n rigurosa del teorema no es trivial y requiere el uso de la propiedad
de continuidad de los nœmeros reales. Intuitivamente, sin embargo, la cosa parece f‡cil. El que la funci—n
pudiera pasar de valores negativos a positivos sin pasar por cero, supondr’a que la funci—n tendr’a que dar
un salto y, como sabes, las funciones continuas no saltan.

Ejemplo
La funci—n f (x) = x5 Ð 2x3 + x2 Ð 8 toma valor negativo en el punto x = 1 y valor
positivo en x = 4 (compruŽbalo); en consecuencia, trat‡ndose de una funci—n continua en
todo R y admitido el teorema de Bolzano, podemos asegurar que existe algœn valor de x, 1 ≤
x ≤ 4, tal que x5 Ð 2x3 + x2 Ð 8 = 0.

- 135 -
Funciones continuas

Teorema (de Weierstrass)

M‡ximo absoluto

Una funci—n continua en un inter-

valo cerrado tiene en Žl un m‡ximo M’nimo
y un m’nimo absolutos. absoluto

a b

Dos comentarios sobre el teorema y la figura anteriores:

El primero, que en el dibujo hemos supuesto que el m‡ximo absoluto se halla en un punto inte-
rior del intervalo [a, b] y el m’nimo absoluto en un extremo. Es un caso entre otros posibles.
El segundo, que alguien podr’a pensar que toda funci—n definida en un intervalo cerrado, aunque
no sea continua en Žl, siempre habr‡ de tomar un valor que sea el mayor de todos y otro que sea el menor.
Si Žse es tu caso, observa la figura siguiente:

f (c)

a c b

La funci—n correspondiente a la gr‡fica estar’a definida en [a, b] y, sin embargo, no existir’an valo-
res de ella de los que pudiŽramos decir que fueran el m‡ximo o el m’nimo.

Teorema (de los valores intermedios)

Una funci—n continua en un inter-

valo cerrado toma en Žl cualquier yo
valor comprendido entre el m‡xi-
mo y el m’nimo absolutos.
a xo b

La demostraci—n de este teorema, admitidos los anteriores, s’ resulta asequible. Siendo xm y xM

los puntos del intervalo [a, b] en los que f (x) alcanza los valores m’nimo absoluto y m‡ximo absoluto, m y
M, respectivamente, y siendo yo un valor cualquiera comprendido entre el m’nimo y el m‡ximo absolutos,
la funci—n g (x) = f (x) - yo es continua en [xM, xm] (suponemos que xM est‡ a la izquierda de xm) y en los
extremos de dicho intervalo cerrado toma valores de distinto signo.

Por consiguiente, y en virtud del teorema de Bolzano, existir‡ al menos un punto xo Î (xM, xm) , luego
xo Î (a, b), tal que g (xo) = f (x) - yo = 0; es decir, tal que f (xo) = yo.

- 136 -
 Funciones continuas

8. EJERCICIOS
1.- Adem‡s de los intervalos definidos en la p‡gina 124, en ocasiones aparecen los intervalos
[a, b), (a, b], (-∞, b), (a, ∞), (-∞, b], [a, ∞), que no parece necesario definir. Pues bien, simplifica
al m‡ximo la expresi—n: {( - ∞ , 3 ) È [ 2, 5 ] } Ç (4 , ∞ ) .

2.- Un punto de acumulaci—n de un conjunto C de nœmeros reales es un punto (nœmero real)

a tal que todo entorno reducido de Žl contiene algœn punto de C. Demuestra que si a es punto
de acumulaci—n de C, entonces todo entorno de a contiene infinitos puntos de C. (Sugerencia:
Sup—n que hubiera un entorno de a que s—lo tuviera un nœmero finito de puntos de C).

3.- Demuestra que: l ’ m (2 x + 4 ) = 10 ; l ’ m x . s en 1

x =0; l ’ m f (x ) = l ’ m f (a + h )
x® 3 x® 0 x ®a h® 0

4.- Siendo x Î R , con el s’mbolo [x] se representa la parte entera de x, o sea, el mayor de los
nœmeros enteros menores o iguales que x. Sabiendo lo anterior, representa gr‡ficamente la
funcion f (x) = [x] , di quŽ ocurre con sus l’mites laterales para x tendiendo hacia a, siendo a
un nœmero entero, y estudia su continuidad.

5.- Haz lo mismo que en el ejercicio anterior, pero con la funci—n f (x) = x - [x].

6.- Determina el valor de k para que las funciones:

ìï x 2 - 9
, si x ¹ 3 ì (1 + x) n - 1 , si x ¹ 0
f ( x) = í x - 3 ; g( x) = í
ïî k ïî k , si x = 0
, si x = 3

sean continuas en los puntos x = 3 y x = 0, respectivamente.

7.- Representa gr‡ficamente la funci—n f (x) = | x | y estudia su continuidad en x = 0.

8.- Estudia la continuidad de las funciones:

x-2 x
f (x ) = ; g (x ) = x + [x] ; h (x ) = x
2

9- Determina si existe algœn valor de k para el que sea continua en a = 2 la funci—n:

ìï 3x - 6 , si x ¹ 2
f ( x) = í x 2 - 4
ïî k , si x = 2

10.- Determina si existe algœn valor de k tal que la funci—n:

ì 2x + k , si x £ 1
f ( x) = í
ïî x 2 - kx + 2 , si x > 1
sea continua en todo punto.

- 137 -
Funciones continuas

x+1
11.- ÀPara quŽ valores de k la funci—n f (x ) = no es continua en x = k?
x2 - 3x + k
12.- Demuestra que si una funci—n f (x) es continua en un punto a, siendo f (a) > 0, entonces
existe un entorno de a en el que los valores de f (x) tambiŽn son positivos. (Sugerencia: Tras
escribir la condici—n de continuidad de f (x) en a, toma un entorno de centro f (a) y radio f (a)/2 ).

13.- Determina una expresi—n algebraica y estudia la continuidad de la funci—n f (x) cuya
gr‡fica es la siguiente:
Y

X
1 2 3 4 5

14.- Tras representarla, estudia la continuidad de la funci—n f (x) = |x - 2| + |x - 6|.

15.- Estudia la continuidad en el punto x = 0 de la funci—n:

ìï x 2 s en 1 , si x ¹ 0
f ( x) = í x
ïî 0 , si x = 0

16.- Se dice que una funci—n f (x) est‡ acotada en un intervalo si existen nœmeros reales k, k'
tales que k ≤ f (x) ≤ k', cualquiera que sea el punto x de dicho intervalo. Demuestra que si
una funci—n es continua en un punto a, entonces existe un entorno de a en el que la funci—n
est‡ acotada. (Sugerencia: Toma un entorno de centro f (a) y radio 1).

17.- Demuestra que si una funci—n f (x) es continua en un punto a y toma valores positivos y
negativos en cualquier entorno de a, entonces f (a) = 0. (Sugerencia: Demuestra que f (a) no puede
ser ni positiva ni negativa).

18.- Tras representarla, estudia si la funci—n f (x) = |x2 Ð 6x + 8| + 1 est‡ acotada en el

intervalo [1, 3].

19.- Determina un entorno de centro a = 2 en el que la funci—n f (x) = 9x - 4x2 tenga signo
constante.

20.- Explica por quŽ puede asegurarse que existe algœn x, 0 ≤ x ≤ π, tal que:

5 = 4.
2 + cos x
6
21.- La funci—n f ( x) = toma distinto signo en los extremos del intervalo [2, 4] y, sin
x-3
embargo, no se anula en ningœn punto de dicho intervalo. ÀNo se contradice el teorema que
asegura que una funci—n continua alcanza en un intervalo cerrado cualquier valor
comprendido entre el m‡ximo y el m’nimo absolutos?

- 138 -
 TEMA 7

EL CONCEPTO DE DERIVADA
 El concepto de derivada

1. INTRODUCCIîN
A estas alturas de tus estudios, no vas a decirnos que no sabes quŽ es la derivada de
una funci—n o que no conoces las reglas de derivaci—n, porque se trata de cuestiones
fundamentales en el an‡lisis matem‡tico que has visto con detalle en cursos anteriores; sin
embargo, la necesidad de manejar perfectamente tales conceptos en los pr—ximos cap’tulos,
nos aconseja dedicar Žste a su recuerdo y actualizaci—n. Y si la idea de derivada surgi—
hist—ricamente de los problemas relativos a la tangente a una curva y a la velocidad de un
m—vil, bueno ser‡ que nosotros tambiŽn empecemos por el principio y hablemos de esos
problemas.

El desarrollo del cap’tulo, en todo caso, se har‡ partiendo de la base de que en Žl

trataremos asuntos que ya te son conocidos.

2. DERIVADA DE UNA FUNCIîN EN UN PUNTO

Tangente a una curva en un punto

Si alguien -que de todo hay- nos preguntara quŽ es la tangente a una curva en un
punto, nosotros, pensando quiz‡s en el caso de la circunferencia de la figura, podr’amos
responder que es la recta que corta a la curva en ese œnico punto... No nos quedar’a entonces
m‡s remedio que admitir que la segunda recta del dibujo no ser’a tangente a la sinusoide y
que, en cambio, s’ lo ser’a la tercera a la par‡bola:

La cuesti—n se resuelve as’:

1¼) Como se observa en la figura siguiente, la recta secante a la gr‡fica de la funci—n

y = f (x) en los puntos A [xo, f (xo)], y B [x1, f (x1)] es la recta que pasando por A tiene por
pendiente:

f (x ) - f (x o )
1
tag a = m = x - xo
AB 1

➩ Recuerda: la pendiente, m, de una recta en el plano es la tangente trigonomŽtrica del ‡ngulo

que el eje OX forma con dicha recta. Conocido un punto (xo,yo) por el que pasa y su pendiente, la
ecuaci—n de la recta es: y - yo = m (x - xo).

- 141 -
El concepto de derivada

Y Y
B
B secantes

f (x ) - f( x o)
tangente

1
en A
A a A
x - xo
a 1

O X O X

2¼) Por otro lado, la tangente en el punto A parece ser la recta a la que tender’an las
secantes en A y B cuando el punto B tendiera a confundirse con el A.

➩ Por todo ello, se define formalmente la tangente a la funci—n y = f (x) en el punto

A [xo, f (xo)] como la recta que pasando por dicho punto tiene por pendiente:

f ( x ) - f ( x o)
1
m = l’ m x - xo
x 1® x o 1

en el supuesto de que tal l’mite exista.

¥ Interesa observar que si donde pone x1 ponemos xo + ∆x, y donde figura f (x1),
escribimos f (xo + ∆x), la pendiente de la tangente vendr‡ dada por:

f (x o + Dx ) - f (x o )
m = l’m = l’ m Df
Dx ® 0 Dx Dx ® 0
Dx

Velocidad de una part’cula

Imaginemos ahora una part’cula que se mueve rectil’neamente recorriendo un

espacio definido por una funci—n e (t), que expresa la dependencia de la distancia recorrida, e,
respecto del tiempo, t. (En la figura, la "part’cula" es un dos caballos).

e(t 1)

e(t o)
e(t 1) - e(t o)

t=0 t = to t = t1
Si quisiŽramos definir la velocidad en el instante to, dado que el cociente

e(t ) - e(t o )
1
t - to
1

- 142 -
 El concepto de derivada

es la velocidad media en el intervalo de tiempo comprendido entre to y t1 , bastar’a consi-

derar velocidades medias entre instantes cada vez m‡s pr—ximos, instantes que tendieran a
confundirse. Y como eso es bastante impreciso, la cuesti—n se resuelve definiendo la
velocidad en el instante to as’:

e(t ) - e(t o)
1
v (t o) = l’ m
t ®to t - to
1 1

O tambiŽn, llamando Dt a la diferencia t1 - to:

e(t o + Dt ) - e(t o)
v (t o) = l ’ m = l ’ m De
Dt ® 0 Dt Dt ® 0
Dt

Observa que la velocidad instant‡nea es un concepto te—rico, una abstracci—n, que no corresponde
exactamente a ninguna magnitud medible; aunque ser’a err—neo decir que no tiene nada que ver con una
magnitud que s’ lo es, como la velocidad media. La velocidad en el instante to no es igual al cociente:

e(t o + Dt ) - e(t o )
Dt

para ningœn valor de Dt, pero s’ es igual al valor del l’mite para Dt ® 0 del cociente anterior, calculado
matem‡ticamente. As’, pues, cuando los f’sicos miden velocidades, lo hacen para intervalos de tiempo, por
peque–os que Žstos sean.

En resumen, que problemas aparentemente tan dispares como obtener la tangente a

una curva o calcular una velocidad instant‡nea encuentran su soluci—n con la misma
herramienta. Ser‡ cuesti—n de darle nombre propio.

Definici—n (de derivada de una funci—n en un punto)

➬ Sea y = f (x) una funci—n real de variable real. Diremos que f(x) es derivable en
un punto xo si existe y es finito:

f (x ) - f (x o )
l’m x - xo
x® x o

➬ Tal l’mite, que tambiŽn puede expresarse como:

f ( x o + Dx) - f ( x o)
l’ m
Dx ® 0 Dx
recibe el nombre de derivada de la funci—n f (x) en el punto x o y se representa normal-

mente por f '(xo), aunque tambiŽn son utilizadas expresiones como y '(xo), æè
dy ö
, etc.
dx ø x o

- 143 -
El concepto de derivada

➬ Observa finalmente que, escribiendo D f = f ( x o + Dx) - f ( x o) , se tendr’a:

Df
f ' (x o ) = l’ m
Dx ® 0
Dx

expresi—n que permite interpretar la derivada de f (x) en el punto xo como el l’mite del
cociente entre el incremento de la funci—n y el incremento de la variable independiente, cuando
Žste œltimo tiende a cero.

Una pregunta

ÀCu‡l ser‡ la ecuaci—n de la tangente a la curva y = f (x) en un punto xo en el que sea derivable?

Ejemplos

➩ ➀ Una forma de calcular la derivada de f (x) = x2 en el punto xo = 5, ser’a Žsta:

1¼) Hallar’amos f (xo) = 5 2 = 25
2¼) Calcular’amos f (xo+∆x) = (5 + ∆x) 2 = 25 + 10.∆x + (∆x) 2
3¼) Obtendr’amos ∆f = f (xo+∆x) Ð f (xo) =10.∆x + (∆x) 2
4¼) Hallar’amos Df = 10 + Dx
Dx

5¼) Finalmente, calcular’amos l’ m Df = l’ m (10 + Dx ) = 10

Dx ® 0
Dx Dx ® 0

➩ ➁ Siendo f (x) = çx ç, comprueba que:

f ( x) - f (0 ) f ( x) - f (0 )
l’m ¹ l ’ m-
+ x-0 x® 0 x-0
x® 0

y, que, en consecuencia, f (x) = çx çno es derivable en el punto x = 0.

Teorema (la derivabilidad implica la continuidad)

Si una funci—n es derivable en un punto xo, entonces es continua en dicho punto.

f (x ) - f (x o )
En efecto, si siendo x ¹ xo, escribimos: f (x ) - f (x o ) = . (x - x )
x - xo o
y tomamos l’mites para x® xo , se tendr‡:

f (x ) - f (x o )
l ’ m [ f (x ) - f (x o )] = l ’ m x - xo
. l ’ m (x - x ) = f ' ( x ) . 0 = 0
o o
x® x o x® x o x ®x o

luego l ’ m f ( x) = f ( x o) y, por tanto, f (x) es continua en xo.

x® x o

- 144 -
 El concepto de derivada

Advertencia importante

El teorema rec’proco del anterior no es cierto. As’, por citar el m‡s t’pico de los
ejemplos, la funci—n f (x) = êx ê es continua en el punto xo = 0 y, sin embargo, como hemos
dicho l’neas atr‡s, no es derivable en dicho punto.

Observaci—n

Es importante reflexionar sobre el teorema y la advertencia precedentes, que expresan la relaci—n

entre la continuidad y la derivabilidad y marcan la diferencia entre una y otra.

En la figura puedes observar la gr‡fica de la

funci—n f (x) = |x|. Se trata de una funci—n continua en todo
R, pero existe un punto en el que no es derivable (x= 0). Y
f(x) = |x|
Justamente aquel en el que la gr‡fica parece quebrarse
(aunque no se rompa). Si, hablando sin mucha precisi—n,
las funciones continuas eran aquellas cuyas gr‡ficas
pod’an dibujarse sin levantar el l‡piz del papel -no estaban
rotas-, con el mismo lenguaje podr’amos decir que las
funciones derivables son las que, adem‡s de ser continuas,
tienen gr‡ficas que no se quiebran o, con m‡s precisi—n, O X
funciones tales que a incrementos infinitŽsimales de la
variable corresponden incrementos de igual orden de la
funci—n, de manera que el l’m Df es un nœmero real.
Dx ® 0 Dx
Evidentemente, este lenguaje que utiliza expresiones como roto, brusco, quebrada, etc., aunque
sumamente intuitivo, es demasiado ambiguo; por eso precisamente se dan las definiciones matem‡ticas. No
se trata, como puedes figurarte, de introducir dificultades, sino de todo lo contrario.

Definiciones (de funciones derivables en un intervalo)

➀ Diremos que una funci—n f (x) es derivable en un intervalo abierto (a, b) si es

derivable en todo punto xo Î (a, b).

➁ Diremos que una funci—n f (x) es derivable en un intervalo cerrado [a, b] si es

derivable en el intervalo abierto (a, b) y, adem‡s, existen y son finitos:

f ( x) - f (a ) f (x ) - f (b )
l’ m x-a ; l ’ m-
x® a+ x® b x -b

Por cierto: a los l’mites anteriores, si existen y son finitos, se les llama derivadas laterales a
derecha e izquierda, en los puntos a y b, respectivamente, de la funci—n f (x).

Ejercicio

Comprueba que la funci—n f (x ) = x es derivable en el intervalo abierto (0, 1). ÀLo

es tambiŽn en el intervalo cerrado [0, 1]?

- 145 -
El concepto de derivada

3. FUNCIîN DERIVADA
Ejemplo previo

Sup—n que dada f (x) = x3 quisiŽramos obtener f '(2). Tendr’amos que calcular:

f ( x) - f (2 ) f (2 + Dx ) - f (2)
l’m , o bien : l’ m
x® 2 x-2 Dx ® 0 Dx

Si, posteriormente, necesit‡ramos conocer f '(5), tendr’amos que calcular:

f (x ) - f (5 ) f (5 + Dx) - f (5 )
l’m , o bien : l ’ m
x® 5 x-5 Dx ® 0 Dx

Pero, ÀquiŽn nos dir’a que no tendr’amos necesidad de conocer f ' (8), o f ' (3), o...?

Por ello, lo mejor ser’a ver que:

3
(a + Dx ) - a 3
f ' (a ) = l’ m = 3a 2 ; "aÎR
Dx ® 0 Dx

y, en consecuencia, el c‡lculo de f ' (2), f ' (5), f ' (8), etc., ser’a inmediato, pues bastar’a hallar
las im‡genes de 2, 5, 8... mediante la funci—n:

R f' R

a 3a 2

Definici—n (de funci—n derivada)

☞ Dada una funci—n f (x) , designaremos por f '(x) y llamaremos funci—n derivada de
f (x) o, simplemente, derivada de f (x), a la funci—n:

f ': A R
a f ' (a )
que a cada punto a en el cual f (x) sea derivable hace corresponder como imagen f ' (a).

Ejemplos

➀ Comprueba que, si f (x) = x5 + 3x2, entonces f ' (x) = 5x4 + 6x.

➁ Comprueba que, si f (x) = sen x, entonces f ' (x) = cos x .

Te ser‡ de utilidad recordar que, segœn debiste demostrar en el cap’tulo anterior, l’m sen x
x =1
x ®0

- 146 -
 El concepto de derivada

Definiciones (de derivadas sucesivas)

➀ Definida la funci—n derivada de f (x), tiene sentido hablar de:

f ' (x ) - f ' (a )
l’ m x-a
x® a

A tal l’mite, cuando exista, lo llamaremos derivada segunda de la funci—n f (x) en el

punto a y lo representaremos por f " (a).

➁ Por funci—n derivada segunda de f (x) se entender‡ la funci—n

f '' : B R
a f '' (a )
que a cada punto a en el cual f '(x) sea derivable hace corresponder como imagen f ''(a).
En otras palabras: la derivada segunda de f (x) es la derivada de la derivada de f (x).

③ Reiterando el proceso, se pueden definir las derivadas tercera, cuarta..., n-Žsima de

f (x) en un punto a y las funciones derivadas tercera, cuarta..., n-Žsima de la funci—n f (x). A
la derivada n-Žsima de f (x) la representaremos por f (n (x).

4. REGLAS DE DERIVACIîN
Visto ya que el conocimiento de la funci—n derivada de f (x) convierte en trivial el c‡lculo de la
derivada de f (x) en cualquier punto, es claro que la simplificaci—n aœn es mayor cuando se dispone de unas
reglas que permiten calcular mec‡nicamente la funci—n derivada de otra. Como sabes, la mayor’a de las
funciones al uso son resultado de operaciones entre las llamadas funciones elementales. Por eso, antes de
recordar cu‡les son las derivadas de tales funciones, repasaremos quŽ ocurr’a con las derivadas, cuando se
sumaban, multiplicaban, divid’an o compon’an las funciones. Las demostraciones de lo que sigue son
sencillas (salvo la de la regla de la cadena), y puedes hacerlas por ti mismo.

Operaciones con funciones derivables

Derivada de una suma ➠ (f + g)'(a) = f'(a ) + g'(a )

Derivada de un producto ➠ (f. g)'(a) = f'(a). g(a) + f(a). g'(a)

|
Derivada de un cociente ➠ æ f ö ( a) = f'(a). g(a) - f(a). g'(a)
è gø 2
[g(a)]

Derivada de una funci—n

➠ (f o g)'(a ) = f'[g(a )]. g'(a )
compuesta (regla de la cadena)

Todo ello, en el supuesto de que f (x), g (x) son derivables en el punto a, que g (a) ≠ 0 en el caso del
cociente, y que f (x) es derivable en g (a), en el caso de la funci—n compuesta.

- 147 -
El concepto de derivada

Derivadas de las funciones elementales

Las derivadas de las funciones que se indican, son las siguientes:

Funci—n Derivada

K 0 K 0

x 1 x 1

1 ln x 1
ln x x , x>0 x , x>0

1log x 1
log a x , x> , x>0
x . ln a a x . ln a

xk , k Î R k, k Î R
k . xxk-1 k . x k-1

ax a x .ln
a xa a x .ln a

ex ex e x ex

s en x cos sxen x cos x

cos x - s en
cosx x - s en x

1 1 p
tag x tag x , x¹ , x ¹k 2
cos 2 x cos 2 x

1 1
arc s en x arc s en x , x ¹ , x¹±1
1 - x2 1 - x2

arc cos x - arc1cos x , x ¹ - 1 , x¹±1

1 - x2 1 - x2

1 1
arc tag x arc tag x
1 + x2 1 + x2

Ejemplo
1 - cos x es f ' (x ) = 1 .
Comprueba que la derivada de: f ( x) = ln
1 + cos x s en x
ÀPara quŽ valores de x existe f ' (x)?

- 148 -
 El concepto de derivada

5. EJERCICIOS
1.- Partiendo de la definici—n de derivada de una funci—n en un punto, demuestra:

➀ f (x ) = 1
x Þ f ' (a ) = - 1 , " a ¹ 0
a2
1
➁ f (x ) = ln x Þ f ' (a ) = a ,"a >0

2.- Siendo f (x) = x3, calcula f [f '(x) ] , f ' [f (x) ] , [f (x2) ] ' , f ' [ f ( x2 ) ].

3.- Se consideran las funciones f (x ) = x , g( x) = tag x , h(x ) = e cos x . Calcula:

x-3
p p p
f ' (2) , g ' ( ) , h ' ( ) , (f o g )' ( ) , ( g o f ) ' (1)
3 2 4

4.- ObtŽn la derivada de la funci—n:

ìï x 2s en 1 , si x ¹ 0
f ( x) = í x
ïî 0 , si x = 0

ÀEs f ' (x) continua en x = 0 ? ÀEs derivable en ese punto?

5.- Averigua los valores que han de tomar a y b para que la funci—n:

ìï ax 2 + 3 x , si x£2
f ( x) = í
ïî x 2 - bx - 4 , si x>2

sea derivable en todo punto de R.

6.- Determina, si es que existen, los valores de a y b para los que la funci—n:

ìï ax 2 + b , si x £3
f (x ) = í 1
ïî , si x >3
x
es derivable en el punto x = 3.

7.- De cierta funci—n g (x) se sabe que es continua en el punto x = 0. Demuestra que, en-
tonces, la funci—n f (x) = x . g (x) es derivable en x = 0.

8.- Halla las derivadas primera y segunda de la funci—n f (x) = x .|x|.

9.- Estudia si la funci—n f ( x) = x 2 - 4 x - 5 es derivable en los puntos de su gr‡fica per-

tenecientes al eje de abscisas.

10.- Escribe una funci—n que sea derivable en todo R, salvo en el punto x = 4 .
5

- 149 -
El concepto de derivada

11.- Halla las derivadas de las siguientes funciones:

a b (1 + x 2) arc ta g x - x
- 3 cos 2x 3 + tag 2x
3 2 2
x x

1 + tag x 1-x
ln arc ta g arc s en x 3 - 5x 2
1 - tag x 1+x

s en 3 éë ( x 2 + s en x ) ùû
x 3
(tag x) s en 3[ s en 2 (s en x)]

log x (2x 2 - 1) l og x (x 2 - 1) arc s en 2 x( 1 - x2 )

1+ s en x 2
ln e ln arc sen 1-x 2 arctag x
1- s en x

12.- Calcula las ecuaciones de las tangentes a las siguientes curvas, en los puntos dados:

1) A la curva y = arc sen x - 1 en el punto de intersecci—n con el eje OX.

2
2) A la curva y = arc cos 3x en el punto de intersecci—n con el eje de ordenadas.

3) A la curva y = x3 en el punto x = 0 (haz un dibujo al respecto).

x
13.- Halla los puntos de la curva y = en los que la tangente tiene una inclinaci—n de
1 - x2
45° respecto del eje OX.

14.- Calcula la pendiente de la tangente a la circunferencia: x2 + y2 - 2 x + 3 y - 17 = 0 en el

punto de abscisa 1 y ordenada positiva. (Sugerencia: No es preciso despejar y para obtener y').

15.- Halla las derivadas segundas de las funciones:

f (x ) = (1 + x 2) arctag x ; g( x) = ln (x + a 2 + x2 )

16.- Demuestra que siendo y = e 2x sen 5x, se verifica: y '' - 4 y ' + 2 9 y = 0 .

17.- Halla la derivada n-Žsima de las siguientes funciones:

f ( x) = s en x g (x ) = e - 3x 1
h(x ) =
1+x

x+1 2x - 1 x 2 + 7 x + 11
j (x ) = k( x) = l (x ) =
x-1 x2 - x - 2 x2 + 5 x + 6

- 150 -
 TEMA 8

FUNCIONES DERIVABLES
 Funciones derivables

1. INTRODUCCIîN
En el cap’tulo anterior hemos recordado el concepto de derivada en sus dos acep-
ciones: derivada de una funci—n en un punto y funci—n derivada de otra; en Žste, empe-
zaremos a sacar provecho de lo hecho hasta ahora. La primera parte del cap’tulo tratar‡ de
la aplicaci—n de la derivada al estudio del crecimiento y decrecimiento y a la determinaci—n de
los m‡ximos y m’nimos relativos de una funci—n; son cuestiones ya conocidas de otros cursos
que, aunque aqu’ sean tratadas con algo m‡s de rigor, no te supondr‡n mayor novedad: si
has olvidado, por ejemplo, c—mo averiguar cu‡l es el bote de conservas cil’ndrico m‡s
econ—mico, ahora tendr‡s ocasi—n de recordarlo. En la segunda parte estudiaremos los
teoremas de Rolle, del valor medio, de Cauchy, la regla de l'H™pital..., resultados cumbres del
pensamiento cient’fico, que ver‡s por primera vez en estas p‡ginas y no te abandonar‡n
mientras sigas teniendo algo que ver con las matem‡ticas.

2. CRECIMIENTO Y DECRECIMIENTO
Definiciones (de funci—n creciente y decreciente)

Si observas detenidamente las figuras siguientes:

y = f (x)

f (x2) f (x1)

f (a)
f (a) y = f (x)
f (x2)
f (x1)

x1 a x2 x1 a x2

te resultar‡ razonable que digamos:

➀ Una funci—n es creciente en un punto a Î R si existe un entorno E(a) tal que:

ì x < a Þ f (x ) < f (a )
x Î E(a ) Ù í
î x > a Þ f (x ) > f (a )

➁ Una funci—n es decreciente en un punto a Î R si existe un entorno E(a) tal que:

ì x < a Þ f (x ) > f (a )
x Î E(a ) Ù í
î x > a Þ f (x ) < f (a )

☞ Por extensi—n, diremos que una funci—n es creciente (decreciente) en un intervalo

abierto cuando sea creciente (decreciente) en todos los puntos del intervalo.

- 153 -
Funciones derivables

Teorema (sobre la relaci—n signo de la derivada-crecimiento)

Sea f (x) una funci—n derivable en un punto a Î R. Entonces:

f ' (a ) > 0 Þ la funci—n es creciente en a.

f ' (a ) < 0 Þ la funci—n es decreciente en a.

En efecto. Supongamos, por ejemplo, que f ' (a) = k > 0; o sea:

f (x ) - f (a )
l’ m x -a =k >0
x® a

Tomado entonces el entorno de centro k y radio k , podr‡ asegurarse, en virtud de la

2
f (x )- f ( a)
definici—n de l’mite, que el cociente se hallar‡ en Žl, y por lo tanto ser‡ positivo,
x- a
sin m‡s que tomar x perteneciente a cierto entorno reducido de a, E ' (a).

ìï x Î E' (a), con x < a , implicar’a f (x) < f (a)

Pero, entonces: í
ïî x Î E' (a), con x > a , implicar’a f (x) > f (a)

y por tanto la funci—n f ser’a creciente en a.

En el caso en que f ' (a) < 0, se procede de forma an‡loga.

Advertencia

El que la derivada de f (x) en el punto a sea Y

positiva (negativa) constituye, como acabamos de ver,
una condici—n suficiente para que la funci—n sea cre-
f(x) = x 3
ciente (decreciente) en dicho punto, pero no es una
condici—n necesaria.
X
As’, por ejemplo, la funci—n f (x) = x 3 es cre-
ciente en el punto a = 0 y, sin embargo, su derivada en
dicho punto no es positiva. ÀDe acuerdo?

Ejemplo
Sea f (x) = x2 Ð 2x + 8. Como f ' (x) = 2x Ð 2 y sucede:

ì 2x - 2 > 0 Û x > 1
í
î 2x - 2 < 0 Û x < 1
la funci—n ser‡ decreciente en el intervalo (Ð∞, 1) y creciente en el intervalo (1, ∞).

- 154 -
 Funciones derivables

3. MçXIMOS Y MêNIMOS LOCALES

Una de las aplicaciones m‡s œtiles de la derivada es, como sabes, la referida a la
obtenci—n de los m‡ximos y m’nimos locales o relativos de una funci—n (aunque se trata de
conceptos relacionados, no debes confundir estos extremos locales con los absolutos, que
fueron definidos en la p‡gina 135). Empecemos estableciendo tales conceptos.

Definiciones (de m‡ximo y m’nimo local)

1) Diremos que una funci—n y = f (x) tiene un m‡ximo local o relativo en un punto a
cuando exista un entorno E(a) tal que "x Î E(a) sea f (x) £ f (a).

2) Diremos que una funci—n y = f (x) tiene un m’nimo local o relativo en un punto a
cuando exista un entorno E(a) tal que "x Î E(a) sea f (x) ³ f (a).

f (a) f (x1) f (x2)

f (x1) f (x2) f (a)

x1 a x2 x1 a x2

Teorema (condici—n necesaria para la existencia de extremos locales)

La condici—n necesariapara que una funci—n f(x), derivable en un punto a Î R,

tenga un m‡ximo o un m’nimo local en dicho punto es que f' (a) = 0.

En efecto: Si fuera f ' (a) ¹ 0, se tendr’a, o bien f ' (a) > 0, o bien f ' (a) < 0, y la funci—n
ser’a creciente o decreciente en a, donde no podr’a haber ni m‡ximo ni m’nimo local.

Dos observaciones:

La primera, que la anterior no es condici—n suficiente para la existencia de extremos loca-

les. En la p‡gina anterior hemos visto que siendo f (x) = x3, se tiene f ' (0) = 0, y en tal punto la funci—n no
tiene ni m‡ximo ni m’nimo local: es creciente.

La segunda, que f ' (a) = 0 es, efectivamente, Y

una condici—n necesaria para la existencia de extremo f(x) = |x|
local, pero en el supuesto de que f(x) sea derivable en el
punto a. El ejemplo m‡s sencillo para ilustrar lo que deci-
mos lo constituye la funci—n f (x) = |x|, de la que ya
hemos hablado en otras ocasiones. En a = 0 tiene un
m’nimo local y en ese punto la funci—n ni siquiera es
derivable.
O X

- 155 -
Funciones derivables

Siguen las observaciones

Como ves, el teorema anterior permite seleccionar los puntos, de entre aquellos en los que f (x) es
derivable, en los que puede haber m‡ximos o m’nimos relativos; pero aun en ellos, no despeja totalmente
las dudas. As’, considera la funci—n:
f (x) = 3x4 Ð 28x3 + 60x2 + 5

Su derivada se anula en los puntos x = 0, x = 2, x = 5, pero Àc—mo saber si, efectivamente, alcanza
valores m‡ximos o m’nimos locales en ellos?

Teorema (una condici—n suficiente para la existencia de extremos locales)

Sean f (x) una funci—n y aÎ R un ì f ' '(a ) < 0 Þ en a existe un m‡ximo local.
punto tales que f ' (a) = 0. Entonces: ☞ í f ' '(a ) > 0 Þ en a existe un m’nimo local.
î

En efecto. Supongamos f ' (a) = 0, f '' (a) < 0. Se tendr‡:

f ' ( x) - f ' (a ) f ' ( x)

f '' (a ) = l ’ m = l’ m <0
x ®a x-a x® a x - a

f ' (x )
luego existe un entorno E(a) = (a Ð d , a + d ) en el que el cociente x -a , x ¹ a , es negativo, es
decir, en el que f ' (x) es positiva a la izquierda del punto a y negativa a la derecha de a.

Por otra parte, como f (x) es derivable en el intervalo (a - d , a + d ), ser‡ continua en el

intervalo cerrado [a Ð d , a + d ] , donde, en virtud del teorema de Weierstrass, alcanzar‡ un

2 2
m‡ximo absoluto. ÀEn quŽ punto? Debido a que a la izquierda de a la funci—n f (x) es creciente
(f ' (x) > 0) y a la derecha decreciente (f ' (x) < 0), el œnico punto en el que lo puede alcanzar es en
el a.

El teorema queda finalmente demostrado sin m‡s que observar que dicho m‡ximo
absoluto tambiŽn es local (si no lo ves, intenta dibujar una funci—n continua en un intervalo
cerrado con el m‡ximo absoluto en un punto del interior, sin que dicho m‡ximo absoluto sea
local).

En el caso f ' (a) = 0, f '' (a) > 0, la demostraci—n es an‡loga.

Observaciones

1.- Ahora podemos concluir que la funci—n que antes mencion‡bamos, f (x) = 3x4 Ð 28x3 + 60x2 + 5,
alcanza en x = 0 y x = 5 m’nimos locales y en x = 2 un m‡ximo local.

2.- Naturalmente, podr’a uno preguntarse que suceder‡ en puntos en los que, anul‡ndose la
derivada primera de una funci—n f (x), tambiŽn se anule la segunda. Pues puede que haya un m‡ximo local,
puede que un m’nimo local, o puede que ni lo uno ni lo otro, como puedes comprobar si dibujas las gr‡ficas
de las funciones f (x) = x3 y de f (x) = x4 y miras quŽ sucede, en ambos casos, con f ' (0) y f '' (0). La cuesti—n
ser‡ resuelta definitivamente en el pr—ximo cap’tulo.

- 156 -
 Funciones derivables

4. TEOREMA DE ROLLE
Teorema (de Rolle)

Si f (x) es una funci—n continua en [a, b] , derivable en (a, b) y tal que f (a) = f (b),
entonces existe al menos un punto a Î (a, b) tal que f ' (a) = 0.

En efecto. Si recuerdas el teorema de Weierstrass (p‡gina 136), la demostraci—n de

Žste te resultar‡ f‡cil: Como f (x) es continua en el intervalo cerrado [a, b], alcanza en Žl un
m‡ximo y un m’nimo absolutos y, entonces, una de dos:

➼ O bien cada uno de esos valores los toma en los extremos del intervalo, y eso
supondr’a, al ser f (a) = f (b), que los valores m‡ximo y m’nimo de la funci—n en el intervalo
coincidir’an, luego la funci—n ser’a constante, con derivada nula en todos los puntos de (a, b),

➼ O bien uno al menos de esos valores los toma en un punto interior a , de (a, b). Pero
ese m‡ximo o m’nimo absoluto ser’a local -Àpor quŽ?- y, en consecuencia, siendo la funci—n f
(x) derivable en (a, b), habr‡ de ser f ' (a) = 0.

Interpretaci—n geomŽtrica

Una interesante interpretaci—n geo-

mŽtrica del teorema de Rolle es la que se
desprende de la figura adjunta: Trazada la
gr‡fica de la funci—n f (x), existe al menos un
punto en el interior del intervalo (a, b) en el f (a) f (b)
que la tangente a la curva, al tener pendiente
nula, es horizontal. a a b

Ejemplo

La funci—n f (x) = x2 Ð 8x es continua en el intervalo [3, 5] y derivable en (3, 5), luego

existir‡ a Î (3, 5) tal que f ' (a) = 0. Ahora bien, como f ' (x) = 2x - 8, tendremos que f ' (4) = 0;
luego, en este caso, el a del teorema es igual a 4.

Una interpretaci—n f’sica

Sup—n que la f (x) del teorema de Rolle indicara la posici—n de un punto en movimiento rectil’neo en
funci—n del tiempo. La igualdad f (b) = f (a) significar’a que al cabo del tiempo b Ð a el m—vil se encontrar’a
en el punto de partida, luego al ser f ' (a) = 0 para algœn a Î (a, b), lo que el teorema indicar’a es que la
velocidad ha sido nula en algœn momento. O sea, que o bien no se ha producido realmente movimiento o
bien ha habido al menos un momento en el que, al dejar de avanzar, y retroceder, el m—vil se ha detenido.

- 157 -
Funciones derivables

5. TEOREMAS DEL VALOR MEDIO

Teorema (de Cauchy o del valor medio generalizado)

Si f (x) y g (x) son dos funciones continuas en [a, b] y derivables en (a, b),
entonces existe al menos un punto a Î (a, b) tal que:

[f (b) Ð f (a)] . g ' (a) = [g(b) Ð g(a)] . f ' (a)

f(b) - f(a) f ' (a)
g(b) - g(a ) = g'( a)
(O bien tal que: si los denominadores no son nulos)

En efecto. La funci—n:

h (x) = [ f (b) Ð f (a) ] . g(x) Ð [ g(b) Ð g(a) ] . f (x)

es continua en [a, b], derivable en (a, b) y cumple: h(a) = h(b). Entonces, en virtud del teo-
rema de Rolle, existir‡ al menos un punto a Î (a, b) tal que h ' (a) = 0. Pero como:

h ' (a) = [ f (b) Ð f (a) ] . g ' (a) Ð [ g(b) Ð g(a) ] . f ' (a),

se concluye lo que hab’amos anunciado.

Observa que el teorema de Cauchy permite comparar el incremento experimentado por las dos fun-
ciones a lo largo del intervalo [a, b] comparando sus derivadas en un punto interior. Buscarle una in-
terpretaci—n geomŽtrica es algo m‡s complicado que en el caso anterior; pero, sin embargo, desde un punto
de vista f’sico, lo que se deduce de lo demostrado es que la relaci—n entre los espacios recorridos por dos
m—viles en un mismo intervalo de tiempo coincide con la relaci—n entre sus velocidades en un instante
determinado.

Teorema (del valor medio)

Si f (x) es una funci—n continua en [a, b] y derivable en (a, b),

entonces existe al menos un punto a Î (a, b) tal que:
f(b) - f(a)
= f ' (a )
b-a

La demostraci—n es sencilla: Las funciones f (x) y g(x) = x, son continuas en el

intervalo [a, b] y derivables en (a, b), luego existir‡ al menos un punto a en (a, b) tal que:

f (b ) - f (a ) f ' (a ) f ( b ) - f (a )
= , o sea: = f ' ( a)
g (b ) - g (a ) g ' (a ) b-a

- 158 -
 Funciones derivables

Interpretaci—n geomŽtrica

Si observas la figura de la derecha, te

percatar‡s de que el teorema del valor B
medio, desde un punto de vista geomŽtrico,
significa que existe al menos un punto en el
A
arco de curva AB en el que la tangente es f (a) f (b)
paralela a la secante que pasa por A y B, al
tener ambas rectas igual pendiente. a a b

Una interpretaci—n f’sica

Considera un movimiento rectil’neo de ecuaci—n e = f (t), con f (t) derivable en R. ÀHabr‡ un instante
entre to y t1 en el que la velocidad coincida con la velocidad media a lo largo de ese intervalo?

Observaci—n

Antes de seguir, parece conveniente hacer alguna apostilla sobre la f—rmula:

f (b ) - f (a )
= f ' (a )
b-a
llamada f—rmula de los incrementos finitos. El hecho de que el teorema asegure la existencia
del punto a, pero lo deje indeterminado, no le priva de trascendencia, y sobre ello tendremos
ocasi—n de hablar con m‡s detalle en el cap’tulo pr—ximo. Por el momento, podemos decir que
la f—rmula anterior puede utilizarse para acotar el valor de f (x) en lugares en los que f ' (x)
estŽ acotada.

As’, por ejemplo, intentemos acotar el valor de 83 .

Buscamos los "cuadrados perfectos" inmediatamente anterior y posterior a 83:

9 2 = 81 ; 10 2 = 100
Aplicando ahora el teorema del valor medio a la funci—n f (x ) = x en el intervalo
[81, 83], se tendr‡:

83 - 81
= 1 , c on 81 < a < 83
83 - 81 2 a
1 ,
O sea: 83 = 9 + c on 81 < a < 83
a
Ahora bien:
1 < 1 < 1
81 < a < 83 Þ 81 < a < 100 Þ 9 < a < 10 Þ
10 a 9
luego:

9+ 1 < 83 < 9 + 1
10 9

- 159 -
Funciones derivables

Corolario

☞ Si f (x) es una funci—n tal que f ' (x) = 0, " x Î (a, b), entonces f (x) es constante
en (a, b).

En efecto. Si tomas un intervalo cerrado [a', b' ] contenido en (a, b), f (x) ser‡ con-
tinua en [a', b' ] y derivable en (a', b' ), luego existir‡ a Î (a', b' ) tal que:
f (b' ) - f (a' )
= f ' ( a) = 0
b' - a'
o sea: f (b') = f (a'), de donde, al ser a', b' arbitrarios, se deduce la tesis.

O sea, que no s—lo es cierto que la derivada de una constante es cero, sino que si una funci—n tiene
derivada nula en un intervalo, tal funci—n es constante en el intervalo.

Otro corolario

☞ Si f (x) , g (x) son dos funciones tales que f ' (x) = g ' (x), " x Î (a, b), entonces
existe k Î R tal que, en dicho intervalo, f (x) = g (x) + k .
Es decir, si dos funciones tienen igual derivada, difieren en una constante.

Para demostrarlo, basta aplicar el corolario anterior a la funci—n h(x) = f (x) Ð g(x).

6. REGLA DE L'HïPITAL
Una de las m‡s importantes consecuencias del teorema de Cauchy es el teorema que sigue, cono-
cido como regla de l'H™pital. Aunque en Žl se encierre un procedimiento muy œtil para calcular cierto tipo de
l’mites, sus mayores beneficios, de otro tipo, se pondr‡n de manifiesto en el pr—ximo cap’tulo.

Teorema (Regla de l'H™pital)

f '( x)
Si l’m f(x) = l’m g(x) = 0 y existe l’m g'( x) , entonces tambiŽn
x® a x ®a x® a
f (x) f (x) f '( x)
existe l’m g (x) , verific‡ndose: l’m g (x) = l’m g '( x)
x® a x® a x ®a

Efectuaremos la demostraci—n en dos partes.

➪ Primero, veamos quŽ tenemos.

f ' (x )
1) La hip—tesis de que existe l’ m , supongamos que es igual a L, garantiza
x® a ' (x )
g
que existe un entorno E(a) tal que f (x) y g (x) son derivables y g ' (x) no se anula en E'(a).

- 160 -
 Funciones derivables

En caso contrario, o sea, si todo entorno de a contuviera puntos en los que f (x) o g (x) no fueran de-
f ' ( x) f ' (x )
rivables, o g ' (x) tomara el valor 0, no cabr’a que l’m = L , pues ello exige que la funci—n estŽ
x ®a g' (x ) g ' ( x)
definida en un entorno de a.

2) Adem‡s, podemos suponer que f (a) = g (a) = 0, porque aunque no fuese as’ ini-
cialmente, podr’amos cambiar el valor de las funciones en a, ya que para la existencia y, en
su caso, valor de los l’mites para x ® a, es indiferente lo que ocurra precisamente en a.

3) En tal caso, cualquiera que sea x Î E'(a) (supongamos x > a), la funci—n g no se
anula en (a, x], porque de anularse en un punto y, con a < y £ x , g cumplir’a las condiciones
del teorema de Rolle en [a, y] , luego existir’a b Î (a, y) (y, por tanto, b Î (a, x), que est‡
contenido en E'(a)) tal que g ' (b) = 0, contra lo dicho en 1)

➪ Segundo:

Como consecuencia de todo lo anterior, cualquiera que sea x Î E'(a) (supongamos x >
a), f y g cumplen las hip—tesis de Cauchy en [a, x] , luego existir‡ un z Î (a, x) tal que:

f (x ) - f (a ) f ' (z ) f (x ) f ' (z)

= , es decir: = .
g (x ) - g(a ) g ' (z ) g (x ) g ' (z)

f ' (z)
Pero, siendo l’ m = L , se tendr‡ que para todo e > 0 existir‡ d > 0 tal que:
x® a g ' (z)

f ' (z)
0< z- a < dÞ -L <e
g ' (z)

y en esas condiciones, fijado e > 0 bastar‡ tomar un x Î E'(a) que verifique: 0 < | x Ð a | < d,
con lo cual ser‡ 0 < | z Ð a | < d, como se observa en el esquema:

a-d a z x a+d

E(a)

f (x ) f ' (z )
para que se cumpla: -L = -L <e
g (x ) g ' (z )

f (x ) f ' (x )
En resumen: ➬ l’m = L = l’m
x® a g (x ) x ® a g ' (x )

- 161 -
Funciones derivables

Ejemplo

Afortunadamente, la regla de l'H™pital es mucho m‡s f‡cil de aplicar que de de-

mostrar. As’, por ejemplo, supongamos que se desea calcular:

x 2 - 6x + 5 .
l’m
x® 5 x 2 - 4x - 5

CumpliŽndose las hip—tesis del teorema, se tendr‡:

2
l ’ m x - 6x + 5 = l ’ m 2 x - 6 = 4 = 2 .
x® 5 x 2 - 4x - 5 x® 5 2 x - 4 6 3

Observaci—n importante

Puede demostrarse, aunque aqu’ no lo hagamos, que la regla de l'H™pital tambiŽn es

∞
v‡lida para calcular l’mites en los que x ® ∞, y para deshacer indeterminaciones del tipo ∞ ,
si se nos permite tal simbolismo. Asimismo, mediante artificios sencillos, se puede aplicar a
indeterminaciones del tipo 0 . ∞, ∞ Ð ∞, — 1∞.

Para calcular l ’ m éê 1 1 ù
ë x - s en x úû , por ejemplo, proceder’amos as’:
x® 0

s en x - x cos x - 1
l ’ m éêë x - s en x ùúû = l ’ m x . s en x
1 1 (1) (2)
= l’ m s en x + x . cos x =
x® 0 x® 0 x ®0

(2) - s en x 0
= l’ m cos x + cos x - x . s en x = =0
x ®0 2

Como ves, el truco ha consistido en transformar la expresi—n inicial en un cociente, para as’ poder
aplicar la regla. TambiŽn habr‡s notado que hay ocasiones en que el teorema de l'H™pital ha de ser
aplicado m‡s de una vez. En el ejemplo precedente lo hemos aplicado en los pasos (1) y (2).

Otros ejemplos
1
x
1.- Comprueba que l ’ m (cos x ) = 0.
x® 0
1
x
Sugerencia: Con objeto de transformar (cos x ) en un cociente, œnico tipo de expresi—n a la que
1
x
puede aplicarse la regla de l'H™pital, escribe y = ( cos x) y toma logaritmos neperianos.

ex = 0 ;
2.- Comprueba que l’ m (n ÎN)
x® ∞ x n

- 162 -
 Funciones derivables

7. EJERCICIOS
1.- Determina los intervalos de crecimiento y decrecimiento de las funciones:

x
f ( x) = ; g (x ) = x - 3 x ; h( x) = l n (1 + x 2)
x 2 - 6x - 16 3

j (x ) = x . ln x ; ; k( x) = x + s en x ; p( x) = ln [( x - 1) ( x - 2 )]

2.- Determina los m‡ximos y m’nimos relativos de las funciones:

2 3
f ( x) = x . (x - 1) . ( x - 2 ) g (x ) = x - ln (1 + x )

h(x ) = x [sen (ln x) - cos (ln x)] k( x) = s en x + cos x

2

3.- Determina los valores m‡ximo y m’nimo absolutos de las funciones que se indican, en los
intervalos correspondientes:

1¼) f (x) = x2 Ð 2x, en [Ð2, 5]

2¼) g(x) = x3 Ð x2 Ð 8x + 1, en [Ð2, 2]

p 4p
3¼) h(x) = sen2 x, en [ , ]
2 3

4.- Aplica, si es posible, el teorema de Rolle a las funciones que se indican, en los intervalos
correspondientes:

f ( x) = x 2 - 5x + 8, en [ - 2, 5 ] g( x) = tag x, en [ 0, p ]
2
h(x ) = x 2 + x , en [ - 2, 1] j (x ) = cos x , en [ 0, p ]

5.- Para cada una de las funciones e intervalos que se indican a continuaci—n, se cumple f (a)
= f (b) y, sin embargo, no existe ningœn a Î (a, b) tal que f ' (a) = 0. Explica en cada caso por
quŽ no se contradice el teorema de Rolle:

1) f (x ) = 1 , en [ - 2, 2] . 2) f ( x) = 1 - |x|, en [ - 1, 1] .
x2

ìï ax 2 + bx + 5 si x < 2
6.- La funci—n: f (x ) = í
ïî c x + 1 si x ³ 2

cumple las hip—tesis del teorema de Rolle en el intervalo [0, 4]. Halla a, b y c y determina en
quŽ punto(s) se verifica lo asegurado por el teorema.

7.- Si la derivada de una funci—n f (x) es positiva en todo punto x Î R, Àpueden existir dos
puntos a, b Î R tales que f (a) = f (b)?

- 163 -
Funciones derivables

8.- Demuestra que x = 0 es la œnica ra’z real de la ecuaci—n 5x9 + 3x5 + 7x = 0.

9.- Siendo f (x) = x . (x + 1) . (x + 2) . (x +3), demuestra que la ecuaci—n f ' (x) = 0 tiene tres
ra’ces reales.

10.- La ecuaci—n ex = 1 + x tiene una ra’z real en x = 0. Demuestra que es la œnica.

11.- Determina los valores de a y b tales que la funci—n:

ìï ax + 2 si x < 3
f (x ) = í
ïî x 2 + 4 x + b si x ³ 3

cumpla las hip—tesis del teorema del valor medio en el intervalo [0, 8]. ÀEn quŽ punto(s) se
verifica la tesis?

12.- Aplica, si es posible, el teorema del valor medio a las funciones que se indican, en los
intervalos correspondientes:

f (x) = x2 - 3x + 4, en [-2, 3] g(x) = x - x3, en [-2, 1].

13.- Calcula un valor aproximado de 170 , haciendo uso del teorema del valor medio.

14.- Aplica, si es posible, el teorema de Cauchy a las funciones que se indican, en los
intervalos correspondientes:

1) f (x) = x2 + 2 , g(x) = x3 - 1, en [1, 2]

2) f (x) = sen x , g(x) = cos x, en [0, p ].
2

15.- Calcula los siguientes l’mites:

l ’ m x . s en x l ’ m x . ln x l’ m x . ln (1 + 1
x)
x® 0 1 - cos x x® 0 x ®∞

tag x tag (x + p ) - 1
l’m ( x)
1 l’m
s en
4
x
l’ m éê x e
ë e - e
- 1 ùú
x - 1û
x® 0 x® 0 x® 1

sen x
x3 + 8 l’ m æè ö
x 1
l’ m x ( a - 1) l’m ø
x® ∞ x® -2 x 2 + 5 x + 6 x ®0 1 - cos x

5
1 s en x s en x - x x2
l ’ m x . ln x l ’ m x - tag x l’ m (cos 4 x)
x® 0 x® 0 x ®0

tag x
3- 5+x - ex
l ’ m æç 4 - ö
2
÷ø l’m l’ m e
è 1 - cos x x® 4 1 - 5-x x ® 0 tag x - x
2
x ®0 x

- 164 -
 TEMA 9

APROXIMACIîN LOCAL

A UNA FUNCIîN
 Aproximaci—n local a una funci—n

1. INTRODUCCIîN
Presentamos en este cap’tulo lo que, por su fecundidad, constituye un resultado
central del c‡lculo diferencial: la aproximaci—n polin—mica de una funci—n. Exagerar’amos si
dijŽramos que casi todo el c‡lculo en matem‡ticas puede reducirse a sumar, restar,
multiplicar y dividir, porque para llegar a esa conclusi—n hacen falta unos conocimientos
te—ricos que no se reducen a las cuatro reglas; pero en lo que sigue veremos que tal
afirmaci—n tiene m‡s fundamento del que en un principio pudiera parecer.

Antes, perm’tenos contarte una peque–a historia: En un papiro escrito hacia el a–o
1700 a. de C. aparece el primer c‡lculo del nœmero π (cociente entre la longitud de la
circunferencia y el di‡metro), asign‡ndole el valor (16/9)2 = 3'1604... Al cabo de 12 siglos, en
la Žpoca de Pericles, los intentos de cuadratura del c’rculo permiten obtener mejores
aproximaciones, y Euclides, ya en el siglo III a. de C., sistematiza el problema mediante el
uso de pol’gonos regulares inscritos y circunscritos a la circunferencia. Arqu’medes, en el
mismo siglo, enuncia: "la circunferencia de un c’rculo es igual al triplo del di‡metro y una
parte, menor que la sŽptima parte y mayor que diez setentaiunavos del di‡metro"; lo que se
puede traducir por:
3 + 10 < p < 3 + 1
71 7
Pasan 21 siglos y, en el XVIII, entre Taylor y Bernouilli proporcionan una f—rmula
que permite conocer el valor de π con tanta aproximaci—n como se quiera:
æ ö
p = 4. ç 1 - 1 + 1 - 1 + 1 - ¼÷
è 3 5 7 9 ø

ÀQuŽ es m‡s complicado, el estudio que hace Euclides y permite a Arqu’medes

calcular π o el conocimiento de la teor’a de funciones que conduce al desarrollo de Taylor de
una funci—n y, a posteriori, el c‡lculo de π como un caso particular? No lo sabemos. Lo que s’
afirmamos es que, independientemente del interŽs de ambos procedimientos, como ejemplos
del mŽtodo cient’fico, la potencia del segundo, no s—lo para el c‡lculo de π, con ser esto
importante, sino para multitud de c‡lculos con los que f’sicos, ingenieros, economistas y
otras gentes de mal vivir vienen conformando desde hace tiempo el mundo en que
habitamos, hacen de su conocimiento algo indispensable para quien no se conforme con dar
a una maquinita para saber que, por ejemplo, sen 31° 20'= 0'520016... y quiera saber el
porquŽ de las cosas.

Pero concretemos algo m‡s: A menudo se utilizan funciones de valores f‡cilmente

calculables en ciertos puntos, pero cuyos valores en puntos pr—ximos a los anteriores no son
de obtenci—n tan sencilla. As’, una cosa es saber que sen 30°= 0'5, o que log 100 = 2, y otra
bien distinta conocer, como dec’amos antes, sen 31° 20' o log 102'3. En lo que sigue, veremos
que el conocimiento del valor de una funci—n en un punto permitir‡, si se dan determinadas
condiciones, calcular el valor, aunque sea aproximado, de dicha funci—n cerca de tal punto,
utilizando para ello las funciones m‡s sencillas: las polin—micas. Determinar quŽ tendr‡ que
cumplir una funci—n para que podamos sustituirla por otra funci—n polin—mica y
equivocarnos poco, y averiguar cu‡l ser‡ ese polinomio y en cu‡nto nos equivocaremos, son
cuestiones que quedar‡n resueltas en las l’neas siguientes.

- 167 -
Aproximaci—n local a una funci—n

2. APROXIMACIîN LINEAL
Planteamiento inicial del problema
Supongamos que dada una funci—n f (x) como f(x)
la representada en la figura, quisiŽramos hallar una
funci—n polin—mica de primer grado:
p1(x) = a o + a 1x
que en las cercan’as del punto a tomara valores tan
pr—ximos a los de f (x) como para, en caso de no cono-
cer los valores exactos de f (x), poder tomar en su a
lugar, sin cometer excesivo error, lo s de p 1(x). E (a)
Naturalmente, el problema tendr’a una doble vertiente: Por un lado, se tratar’a de
determinar dicha funci—n lineal; por otro, convendr’a averiguar cu‡n grande (o peque–o) ser’a
el error que cometer’amos. Pues bien, puestos a determinar p1(x), esto es, a establecer dos
condiciones que permitieran calcular ao y a1, podr’amos pensar lo siguiente:

➀ Como queremos que p1(x) se aproxime a f (x) en un entorno del punto a, no ser’a
descabellado empezar exigiendo que los valores de la funci—n f (x) y el polinomio p1 (x)
coincidan en a:
p1(a) = f (a)

➁ Desde luego, son infinitas las funciones f ( x ) p1 ( x )

lineales (rectas) que cumplen la condici—n anterior
y en la figura hemos dibujado varias. A la vista de
ellas procederemos a ver quŽ resultados se obten-
dr’an si la segunda condici—n que impusiŽramos a
p1(x) fuera la de ser tangente a f (x) en el punto a. Es
decir, si adem‡s de exigir p 1(a) = f (a), exigiŽramos:
a
p' 1(a) = f ' (a) E (a)
(pues f ' (a) es la pendiente de la recta tangente a f (x) en a y p'1 (a) = a1 la de la recta p1(x), y si ambas rec-
tas han de coincidir, sus pendientes tambiŽn habr‡n de hacerlo.)

Planteado as’ el problema, pasemos a enunciarlo formalmente y a resolverlo.

Planteamiento y soluci—n formal del problema

➠ Dada una funci—n f (x), derivable en un entorno E(a) de cierto punto a, se trata de
obtener un polinomio de primer grado:
p 1 (x) = ao + a1 x

ìï ➀ p (a ) = f (a )
1
tal que: ☞ í
ïî ➁ p' (a ) = f ' (a )
1

- 168 -
 Aproximaci—n local a una funci—n

➠ La soluci—n es f‡cil de obtener:

p (a ) = f (a ) Þ a o + a . a = f (a ) üï ì a o = f (a ) - f ' (a ). a
1 1
ý Þí
p' (a ) = f ' (a ) Þ
1
a
1
= f ' (a ) ï
þ ïî a 1 = f ' (a )

luego:
p1 (x) = f (a) Ð f ' (a) . a + f ' (a) . x = f (a) + f ' (a) . (x Ð a)

(Desde luego, pod’amos haber escrito p1(x) directamente, buscando la ecuaci—n de la tangente a la
funci—n f (x) en el punto a; pero con el razonamiento anterior hemos pretendido una sistematizaci—n en la
bœsqueda del resultado que nos permitir‡, m‡s adelante, generalizar el problema.)

Estimaci—n del error

Recapitulando lo hecho hasta aqu’, hemos partido de la funci—n f (x) y creemos que
p1(x) constituye una buena aproximaci—n a f (x) en las cercan’as de a, pero:
1¼) ÀC—mo confirmarlo?
2¼) ÀC—mo cuantificar el error que se cometer‡ si, finalmente, se toma como valor
de f (x) el de p1(x)?

Respondamos por separado a ambas preguntas.

➀ Considerado un entorno de a, E(a), en el f(x)

que supondremos que la funci—n f es derivable y la S p1(x)
funci—n derivada f ' continua, sea: R

R1(x) = f (x) Ð p 1(x), x Î E(a).

R 1(x), que es el error que se cometer’a cuando
tom‡ramos p1(x) como valor de f (x), est‡ representado a x
en la figura por el segmento RS.
E (a)

➠ De la primera condici—n cumplida por p1(x), es decir: p1(a) = f (a), se deduce:

l’ m R (x ) = l ’ m [ f (x ) - p ( x) ] = f (a ) - p (a ) = 0
x® a 1 x ®a 1 1

➠ Si, adem‡s, consideramos la segunda condici—n, p'1(a) = f ' (a), se tiene:

R ( x) f (x ) - p (x ) f ' ( x) - p' (x )
1 1 1
l’ m = l’m = l’ m = f ' (a ) - p' (a ) = 0
x® a x-a x ®a x-a x® a 1 1

lo cual nos indica que el error R1(x) no s—lo es un infinitŽsimo cuando x tiende hacia a, sino
que incluso es infinitŽsimo de mayor orden que (x Ð a).

✌ Podemos concluir, pues, que p1(x) constituye, efectivamente, una buena apro-
ximaci—n a la funci—n f (x) en puntos suficientemente pr—ximos a a.

- 169 -
Aproximaci—n local a una funci—n

➁ Sin embargo, por interesante que sea lo anterior, poca utilidad tendr’a si no
fuŽramos capaces de acotar el error que cometeremos al tomar p1(x) como valor de f (x). Es
decir, hemos visto que:
R ( x)
1
l’ m =0
x® a x-a

lo cual significa que en puntos suficientemente pr—ximos a a, R1(x) es peque–o incluso en

relaci—n con (x Ð a), pero Àcu‡nto vale?

Al suceder, como puedes comprobar aplicando la regla de l'H™pital, que:

R (x )
1
l’ m ¹0
x® a 2
(x - a )

(supuesto que existen f ', f '' en E(a) y que f '' es continua en a), una forma de enfocar el c‡lculo de
R1(x) consiste en comparar su valor con el de (x Ð a)2. ÀC—mo?

Recordando que el teorema de Cauchy permit’a, precisamente, comparar los valores

de dos funciones en un intervalo, se tendr‡, tras aplicar dos veces dicho teorema, que
cualquiera que sea x Î E'(a) (supongamos x > a), y siempre que existan f ' y f '' en E(a):

Primer paso:

ìï R 1(t ) = f (t ) - f (a ) - f ' (a ) . (t - a )
Las funciones: í
ïî g(t ) = (t - a ) 2

son continuas en [a, x] y derivables en (a, x), luego:

R (x ) R (x ) R (x ) - R (a ) R' ( a)
1
= 1
= 1 1
= 1 , para algœn a Î (a, x)
2 g( x) g( x) - g (a ) g ' (a )
(x - a )

Segundo paso:

ìï R' (t ) = f ' (t ) - f ' (a )

Las funciones: í 1
ïî g ' (t ) = 2 (t - a )

son continuas en [a, a] y derivables en (a, a), luego:

R' (a ) R' ( a) - R' (a ) R '' (b)

1 1 1 1
= = , para algœn b Î (a, a).
g ' (a ) g ' ( a) - g ' (a ) g '' (b)

- 170 -
 Aproximaci—n local a una funci—n

O sea:

R (x ) f '' (b) f '' (b) 2

1
= , es decir : R ( x) = (x - a ) , c on a < b < x
2 2 1 2
(x - a )

lo cual, si conocemos una cota de f '' en E(a), nos permitir‡ acotar el error cometido al
sustituir f (x) por p1(x), aunque ignoremos cu‡l es exactamente el punto b.

Conclusi—n

Si f es una funci—n para la que existen f ', f '' en un entorno E(a) de cierto
punto a, entonces, cualquiera que sea xÎ E'(a) (supongamos x > a), se tiene:

f(x) = f(a ) + f '(a ). (x - a) + R 1(x)

f ' '(b) 2
siendo R 1(x) = (x - a ) , a < b < x
2
(De la propia expresi—n de R1(x) se deduce que, para x tendiendo hacia a, es un infinitŽsimo
de mayor orden que (x Ð a)).

Ejemplo

Para calcular un valor aproximado de sen 31° 20' mediante la aproximaci—n lineal a la
funci—n f (x) = sen x en un entorno del punto a = 30° = π/6, bastar‡ con aplicar la f—rmula
anterior, teniendo en cuenta que:

f (x) = sen x , f ' (x) = cos x ; f '' (x) = Ð sen x

p
a = 30° = radianes; x = 31° 20'= (31 + 1 ) . p = 47p radianes.
6 3 180 270

Por consiguiente:

Valor aproximado de sen 31° 20':

p
p æè 47p öø = s en + cos p . æè 47 p - p öø = 0' 52015.. .
1 270 6 6 270 6
Error cometido en la aproximaci—n:
2
s en b æ 47p p
R æè
47p ö
= - . è - öø = - s en b . 0' 00027. ..
1 270 ø 2 270 6

y como ÷ sen b ÷ £ 1: ➠ R æè 47p öø < 0' 00028.

1 270

- 171 -
Aproximaci—n local a una funci—n

Un parŽntesis (el concepto de diferencial)

Consideremos otra vez la funci—n f (x), la que hemos llamado su aproximaci—n lineal
en un punto xo, p1(x), y el resto R1(x). Se cumple la igualdad:

f (x) Ð f (xo) = f ' (xo) . (x Ð xo) + R1(x)

Si escribimos: ∆ x = x Ð xo , ∆ f = f (x) Ð f (xo) ,

tendremos: ☞ ∆ f = f ' (xo) . ∆ x + R1(x)

El primer miembro de esta œltima igualdad es el incremento de la funci—n en el punto

xo, correspondiente a un incremento ∆ x de la variable. El primer sumando del segundo
miembro, f ' (xo) . ∆ x, recibe el nombre de diferencial de la funci—n f en xo, correspondiente a
un incremento ∆x de la variable independiente. Se suele representar por df, dy, o, cuando
pueda haber equ’voco, por df (xo, ∆ x); esto es:
df = f ' (xo) . ∆ x
Observa que, con tal notaci—n, podr‡ escribirse:
∆ f = df + R1(x)
expresi—n que tiene una f‡cil interpretaci—n geomŽtrica en la siguiente figura:

f (x)
D p1 (x)
C
∆f
df
A a B
∆x

a
xo x
en la que:
BC = AB . tag a = f ' (xo) . (x Ð xo) = df ; BD = f (x) Ð f (xo) = ∆ f ; CD = ∆ f Ð df = R1(x)

Observaciones

1.- Como ves, una cosa es el incremento de la funci—n en un punto y otra distinta la diferencial de
la funci—n en ese punto. Ambos conceptos est‡n ligados por la igualdad ∆f = df + R1(x), y si bien R1(x) es
peque–o en relaci—n con ∆f y df, no podemos olvidarnos de Žl. Por muy diferencial (entiŽndase infinitŽsimo)
que sea el incremento que demos a la variable, no podemos decir que ∆f = df.

2.- Por otra parte, es usual escribir la diferencial de una funci—n como:

df = f ' (x).dx ; o bien: dy = f ' (x).dx,

expresi—n que justifica que si, por ejemplo, es y = x3, escribamos dy = 3x2 . dx

- 172 -
 Aproximaci—n local a una funci—n

3. APROXIMACIîN PARABîLICA
Planteamiento inicial del problema

Efectuada ya la aproximaci—n lineal, o mediante un polinomio de primer grado, a la

funci—n f (x), es natural preguntarse si no podr’a mejorarse utilizando un polinomio de
segundo grado:
p2(x) = ao + a1 x + a2 x2

de tal manera que, al tomar como valores de f (x) en las cercan’as de cierto punto los del
polinomio p2(x), el error que cometiŽramos:

R2(x) = f (x) Ð p2(x)

fuera menor que R1(x), error que se comet’a con la aproximaci—n lineal.

Si observas la figura te dar‡s cuenta de que la cuesti—n consistir’a en determinar una

par‡bola p2(x) que, puesto que pretendemos que se aproxime a f (x) m‡s que la recta p1(x),
deber’a hallarse situada de tal manera que en las cercan’as de a, el valor de R2(x) (segmento
BC) habr’a de ser menor que R1(x) (segmento BA):

p2 (x) p1 (x)

B
f (x)
A

x a

Como antes, se tratar’a, por una parte, de determinar la funci—n p 2(x); por otra,
habr’a que evaluar el error que se cometer’a al tomar p2(x) como valor de f (x). Y puestos a
establecer tres condiciones que permitiesen hallar ao, a1 y a2:

① La primera condici—n que podr’amos imponer a p2(x) ser’a, al igual que en el caso
de la aproximaci—n lineal:
p2(a) = f (a)
② Respetando tambiŽn la segunda condici—n exigida a p1(x), ahora repetir’amos:
p'2 (a) = f ' (a)
➂ ÀY la tercera condici—n? A reserva de que despuŽs confirm‡semos el acierto de
nuestra elecci—n, parece razonable que exigiŽsemos:

p''2 (a) = f '' (a)

- 173 -
Aproximaci—n local a una funci—n

Planteamiento y soluci—n formal del problema

➠ Dada una funci—n f (x) tal que existen f ' y f '' en un entorno E(a) de cierto punto a,
se trata de obtener un polinomio de segundo grado:

p 2 (x) = ao + a1 x + a2 x2

ì ➀ p 2(a ) = f (a )
ïï
que cumpla: ☞ í ➁ p'2 (a ) = f ' (a )
ï
ïî ➂ p''2 (a ) = f '' (a )

➠ La soluci—n se obtiene as’:

. a2ü
f '' (a )
p (a ) = f (a ) Þ ü a o + a . a + a 2. a = f (a ) ü a o = f (a ) - f ' ( a). a +
2 1 2 ï 2 ï
ï ï ï
p' (a ) = f ' ( a) Þ ïý a + 2a . a = f ' (a ) ý Þ a 1 = f ' ( a) - f '' ( a). a ý
2 1 2
ï
p'' 2(a ) = f ' ' ( a) Þ ïïþ
ï
2a = f '' ( a) ïþ a =
f '' ( a)
ïþ
2 2 2

de donde, sin m‡s que sustituir los valores de ao, a1 y a2 en la expresi—n inicial de p2(x) y
simplificar:
f ' (a ) f '' (a ) 2
p (x ) = f (a ) + (x - a ) + ( x - a)
2 1! 2!

(Si te preguntas por la raz—n de esos 1! y 2!, m‡s adelante hallar‡s la respuesta.)

Estimaci—n del error

Al igual que en el caso de la aproximaci—n lineal, procedamos ahora a:

1¼) Confirmar que el polinomio p2(x) constituye una mejor aproximaci—n a f (x), en
puntos suficientemente cercanos a a, que la proporcionada por p1(x).
2¼) Cuantificar el error que se cometer’a si, finalmente, tom‡ramos como valor de f
(x) el de p2(x).

➀ Considerado un entorno de a, E(a), en el que supondremos que existen f ', f '', y esta
œltima es continua, sea:

R2(x) = f (x) Ð p2(x), x Î E(a).

À Es necesario decir que R2 (x) es el error que se cometer’a al tomar p2 (x) como valor de f (x)?

➠ De la primera condici—n cumplida por p2(x), p2(a) = f (a), se desprende:

l’ m R (x ) = l ’ m [ f (x ) - p ( x) ] = f (a ) - p (a ) = 0
x® a 2 x ®a 2 2

- 174 -
 Aproximaci—n local a una funci—n

➠ Si utilizamos tambiŽn la condici—n, p'2(a) = f ' (a), se tiene, tambiŽn como antes:

R ( x) f (x ) - p (x ) f ' ( x) - p' ( x)
2 2 2
l’m = l’ m = l’m = f ' (a ) - p' (a ) = 0
x® a x-a x® a x-a x® a 1 2

R (x )
➠ En el caso de R1(x) se ten’a l’m 1
¹ 0 , por lo que, si bien R1(x) era un infi-
x ®a (x - a)2
nitŽsimo con respecto a (x Ð a), no lo era respecto de (x Ð a)2. ÀQuŽ suceder‡ con R2(x)?

¥ Si adem‡s de las anteriores, consideramos la tercera condici—n cumplida por p2(x),

o sea: p''2(a) = f '' (a), se tiene:

R ( x) f ( x) - p ( x) f ' ( x) - p ' ( x)
2 2 2
l’m = l’m = l’ m =
x® a ( x - a)
2 x® a ( x - a)
2 x® a 2( x - a )

f '' (x ) - p'' ( x)
2
= l’m = f '' (a ) - p'' (a ) = 0
x® a 2 2

lo cual nos indica que el error R2(x) no s—lo es, para x tendiendo hacia a, un infinitŽsimo en
relaci—n con (x Ð a), como ya lo era R1(x), sino incluso en relaci—n con (x Ð a)2, cosa que no le
suced’a a R1(x).

✌ Podemos concluir que p2(x) constituye, pues, una mejor aproximaci—n a la funci—n
f (x) (en puntos suficientemente pr—ximos a a) que la constituida por p1(x).

➁ Ciertamente, falta por ver si se podr‡ acotar el error que se cometer‡ al tomar
p2(x) como valor de f (x). De forma semejante a como dec’amos en la p‡gina 170, hablando
de R1(x), ahora sabemos que:
R ( x)
2
l’ m =0
x® a ( x - a )2

lo cual significa que en puntos suficientemente pr—ximos a a, R2(x) es peque–o incluso en

relaci—n con (x Ð a)2, pero Àcu‡nto vale?

Al suceder, como puedes comprobar aplicando la regla de l'H™pital, que:

R (x )
2
l’ m ¹0
x® a 3
(x - a )

el c‡lculo de R 2 (x) lo orienta-

(supuesto que existen f ', f '', f ''' en E(a) y que f ''' es continua en a),
remos, de forma semejante a como procedimos con R1(x), comparando su valor, aplicando
el teorema de Cauchy, con el de (x Ð a)3.

- 175 -
Aproximaci—n local a una funci—n

A tal efecto, se puede asegurar que cualquiera que sea x Î E'(a) (supongamos x > a), y
siempre que existan f ', f '' y f ''' en E(a):

Primer paso:

ì R (t ) = f (t ) - f (a ) - f ' (a ) . (t - a ) - f ' ' (a ) . (t - a ) 2

ï
2 2
Las funciones: í
ïî g(t ) = (t - a ) 3

son continuas en [a, x] y derivables en (a, x), luego:

R ( x) R (x ) R (x ) - R (a ) R' ( a)
2 2 2 2 2
= = =
3 g (x ) g( x) - g (a ) g ' ( a)
(x - a ) , para algœn a Î (a, x)

Segundo paso:

ìï R' (t ) = f ' (t ) - f ' (a ) - f '' (a ) . (t - a )

1
í
ïî g ' (t ) = 3 (t - a ) 2
Las funciones:

son continuas en [a, a] y derivables en (a, a), luego:

R' (a ) R' ( a) - R' (a ) R' ' (b)

2 2 2 2
= =
g ' ( a) g ' ( a) - g ' (a ) g '' (b) , para algœn b Î (a, a).

Tercer paso:

ìï R' ' (t ) = f '' (t ) - f '' (a )

Las funciones: í 2
ïî g '' (t ) = 6 (t - a )

son continuas en [a, b] y derivables en (a, b), luego:

R'' (b) R'' (b) - R'' (a ) R ''' ( g)

2
= 2 2
= 2 , para algœn g Î (a, b).
g '' (b) g '' (b) - g '' (a ) g ' ' ' (g)

O sea:

R ( x) f ''' ( g) f ''' ( g) 3
2
= , es decir : R (x ) = (x - a ) , c on a < g < x
3 3! 2 3!
(x - a )

expresi—n que, si conocemos una cota de f ''' en E(a), nos permitir‡ acotar el error cometido
al sustituir f (x) por p2(x), aunque ignoremos cu‡l es exactamente el punto g.

- 176 -
 Aproximaci—n local a una funci—n

Conclusi—n

Si f es una funci—n para la que existen f ', f '', f ''' en un entorno E(a) de cierto
punto a, entonces, cualquiera que sea xÎ E'(a) (supongamos x > a), se tiene:

f '( a) f '' (a ) 2
= f(a) + 1! .( x - a ) + 2 ! . (x - a ) +
f(x) R 2 (x)

f ' ' ' (g) 3

siendo R (x) = (x - a) , a < g < x
2 3!

(De la propia expresi—n de R2(x) se deduce que, para x tendiendo hacia a, es un infinitŽsimo de
mayor orden que (x Ð a)2).

Ejemplo
Utiliza la aproximaci—n parab—lica para mejorar el c‡lculo del valor de sen 31° 20' que
efectuamos en la p‡gina 171 mediante la aproximaci—n lineal y comprueba que:
sen 31° 20' ≈ 0'520017
cometiŽndose con tal aproximaci—n cuadr‡tica un error menor de 0'000003.

4. TEOREMA DE TAYLOR
Generalizaci—n de las aproximaciones

Como puedes suponer, la aproximaci—n parab—lica a la funci—n f (x) en un entorno

E(a) podr’a mejorarse utilizando un polinomio de tercer grado, p 3 (x), que quedar’a
determinado si, adem‡s de exigirle: p3(a) = f (a), p'3(a) = f ' (a), p''3(a) = f '' (a), le impusiŽ-
ramos la condici—n: f ''' (a) = p3'''(a).

Ser’a f‡cil ver que:

f ' (a ) f '' (a ) 2 f ''' (a ) 3
p (x ) = f (a ) + ( x - a) + (x - a ) + ( x - a)
3 1! 2! 3!
as’ como que el error, R3(x) = f (x) Ð p3(x), que se cometer’a al tomar como valor de f (x) el del
polinomio, cumplir’a:
R ( x)
3
l’ m =0
x® a ( x - a ) 3
pudiendo escribirse:
iv
(x) f 4
R ( x) = (x - a )
3 4!
para algœn x Î (a, x), supuesto x > a y que f cumple las oportunas condiciones.
En general, puede demostrarse el siguiente teorema: ➥

- 177 -
Aproximaci—n local a una funci—n

Teorema (de Taylor)

Si f es una funci—n para la que existen f ', f '', ..., f (n , f (n+1 en un entorno E(a) de cierto
punto a, entonces, cualquiera que sea xÎ E'(a) (supongamos x > a), se tiene:

f '(a ) f ' '(a) 2 f (n (a) n

f(x) = f(a ) + 1! . (x - a) + 2! . (x - a) + ¼ + n ! . (x - a ) + R n (x)

(n+1
f (x) n +1
siendo R n (x) = . (x - a) , a< x< x
(n + 1)!

f ' (a ) f ' ' (a ) 2 f ( n (a ) n

☞ De f (a ) + .( x - a) + . ( x - a) + ¼ + . (x - a )
1! 2! n!

se dice que es el Polinomio de Taylor de grado n de f en a y si bien la forma m‡s precisa de

designarlo ser’a escribir pn,f,a(x) o algo similar (pues su valor depende de n, f, a, x), cuando no
haya posibilidad de error escribiremos simplemente pn(x).

(n +1
f (x) n +1
☞ De R n ( x) = . ( x - a)
( n + 1) !

se dice que es el resto o tŽrmino complementario de la f—rmula de Taylor en la forma de

Lagrange (lo de Lagrange, debido a que existen otras formas de expresar Rn(x)).

Un par de comentarios

1¼) Las condiciones para obtener los coeficientes del polinomio pn(x) consistir’an en
imponer a Žste, de forma semejante a lo hecho en los casos particulares:
(n
p n (a ) = f (a ) ; p'n (a ) = f ' (a ) ; p''n (a ) = f '' (a ) ; ¼ ; p (nn (a ) = f (a )

es decir, que coincidieran el valor de f y los de sus n primeras derivadas en el punto a, con
los correspondientes de pn.

2¼) De la propia expresi—n del resto se deduce que Rn(x) es un infinitŽsimo de orden
superior a (x Ð a)n en x = a. Para aquellos x tales que Rn (x) pueda hacerse tan peque–o
como se quiera sin m‡s que tomar n suficientemente grande, o sea, para aquellos x tales
que l ’ m R n (x ) = 0 , el teorema permitir‡ calcular f (x) con la precisi—n que se desee.
n® ∞

☞ Se habla entonces del desarrollo en serie de Taylor de f (x), escribiŽndose:

f ' (a ) f ' ' (a ) 2 f ( n (a ) n

f (x ) = f (a ) + .( x - a) + . ( x - a) + ¼ + . (x - a ) + ¼
1! 2! n!

- 178 -
 Aproximaci—n local a una funci—n

F—rmula de Mac-Laurin

Si el desarrollo de Taylor se efectœa en un entorno del origen, a = 0, (supuesto, por tanto,

que f es derivable hasta el orden n + 1 en un entorno E(0) y que x Î E'(0), se llega a:

(n (n +1
f ' (0 ) f '' (0) 2 f ''' (0) 3 f (0) n f (x) n +1
f (x ) = f (0 ) + x + x + x +¼+ x + x
1! 2! 3! n! (n + 1)!

con 0 < x < x, — x < x < 0, que es la f—rmula de Mac-Laurin.

Ejemplos

1¼) Consideremos la funci—n exponencial f (x) = ex y el punto a = 0. Como f es de-

rivable tantas veces como queramos en cualquier entorno del origen, podremos aplicar la
f—rmula de Mac-Laurin.
ìï f (0 ) = f ' (0 ) = f '' (0) = ¼= f ( n (0) = 1
En consecuencia, y dado que: í
ïî f ( n+1(x) = e x
se tendr‡:
2 3 n n +1 x
ex = 1 + x + x + x + ¼¼ + x + x e , con 0 < x < x, — x<x<0
1! 2! 3! n! (n + 1) !

2¼) En la figura siguiente se han representado la funci—n sen x y sus polinomios de

Taylor de grado menor o igual que 5 en un entorno del origen. Como ves, las gr‡ficas de los
polinomios de acercan, m‡s cuanto mayor es su grado, a la de sen x.

p1(x) = x

x3 x5
p (x) = x - +
5 6 120

f(x) = sen x

x3
p (x) = x -
3 6

Ejemplo de otro tipo

Aunque en algunos ejemplos precedentes hemos calculado valores de f (x) utilizando

polinomios de Taylor de grado predeterminado, comprender‡s que lo m‡s natural ser‡ que se
desee calcular f (x) con determinada precisi—n y, en funci—n de ella, tengamos que tomar el
polinomio de Taylor de uno u otro grado.

As’, supongamos que se desee calcular el valor de e2 con un error menor que 0'05.

- 179 -
Aproximaci—n local a una funci—n

Visto el desarrollo de Mac-Laurin de la funci—n f (x) = ex, se tendr‡:

2 3 n n+1
2 2 + 2 + 2 +¼+ 2 + 2 x
e =1+ e , con 0 < x < 2 .
1! 2! 3! n! ( n + 1) !

Se tratar‡ en primer lugar, por tanto, de hallar el menor valor de n para el que el
resto es menor que 0'05. Ahora bien, como e < 3 y 0 < x < 2, ser‡:

n +1 n+1
2 x
.e < 2 .9
( n + 1) ! ( n + 1) !

luego bastar‡ con hallar el primer n tal que:

n+1
9. 2 < 0' 05
( n + 1) !

Una vez visto que la desigualdad anterior se verifica para n ≥ 8, podremos concluir
que la primera suma que nos dar‡ el valor de e2 con la aproximaci—n deseada ser‡:

2 3 4 5 6 7 8
2 + 2 + 2 + 2 + 2 + 2 + 2 + 2
e2 = 1 +
1! 2! 3! 4! 5! 6! 7! 8!

5. ESTUDIO LOCAL DE UNA FUNCIîN

Recordar‡s (p‡g. 156) que para una funci—n y un punto como la f (x) = x4 y el a = 0, los criterios que
hac’an uso del signo de la segunda derivada all’ donde la primera se anulaba no permit’an decidir sobre la
existencia de m‡ximos o m’nimos locales. Por otra parte, existen ciertos aspectos de la gr‡fica de una
funci—n que aœn no han sido tratados en nuestro curso. En lo que sigue veremos quŽ puede hacer el teorema
de Taylor tanto sobre una como sobre otra cosa.

Teorema (sobre m‡ximos y m’nimos locales)

Sean f (x) una funci—n y a Î R un punto tales que f ' (a) = f '' (a) = ... = f (n-1 (a) = 0,
mientras que f (n (a) ≠ 0. Adem‡s, supondremos que f (n(x) es continua en a. Entonces:

➀ n impar Þ en a no existe ni m‡ximo ni m’nimo local.

ìï f (n (a ) < 0 Þ en a existe un m‡ximo local.
➁ n par í (n
ïî f (a ) > 0 Þ en a existe un m’nimo local.

En efecto. Efectuando el desarrollo de Taylor de f en a de orden n - 1, resulta de las

hip—tesis:
(n
f (x) n
f (x ) - f (a ) = . ( x - a ) , con a < x < x , — x < x < a.
n!

- 180 -
 Aproximaci—n local a una funci—n

de donde, tomando x lo suficientemente pr—ximo a a como para conseguir que el signo de f (n

(x) coincida con el de f (n(a) -lo cual es posible por la continuidad de f (n en a-, se tendr‡:
signo de [ f (x) Ð f (a) ] = signo de [ f (n(a) . (x Ð a)n ] ,
luego:

1) Si n es impar: El signo de [ f (x) Ð f (a) ] se modifica segœn sea x < a — x > a.

En a no podr‡ haber ni m‡ximo ni m’nimo.

2) Si n es par: ➩ Si f (n (a) > 0, entonces el signo de [ f (x) Ð f (a) ] es positivo,

cualquiera que sea la situaci—n de x respecto de a. En a
existir‡ un m’nimo relativo.

➩ Si f (n (a) < 0, entonces el signo de [ f (x) Ð f (a) ] es negativo,

cualquiera que sea la situaci—n de x respecto de a. En a
existir‡ un m‡ximo relativo.

Observa que otra forma de leer el enunciado del teorema es:

Dada una funci—n f y considerados s—lo los puntos en los que sea derivable, œnicamente podr‡
tener m‡ximos o m’nimos relativos en aquellos puntos a tales que f ' (a) = 0. Calculadas las deri-
vadas sucesivas en a, si la primera no nula es de orden par -la segunda, por ejemplo-, habr‡ m‡xi-
mo o m’nimo local segœn que dicha derivada sea menor o mayor que cero, respectivamente. Si la
primera derivada no nula en los puntos en los que f ' (x) = 0 es de orden impar, entonces en ellos
no hay ni m‡ximo ni m’nimo local.

Pregunta f‡cil: Visto lo anterior, Àpuedes decir quŽ le suceder‡ a la funci—n f (x) = x4 en a = 0?

Definiciones (de concavidad, convexidad y puntos de inflexi—n)

Sea f una funci—n derivable en un punto a, y consideremos su tangente en ese punto,

de ecuaci—n: yt = f (a) + f ' (a).(x Ð a).

f(x) yt yt yt
f(x) f(x)

a a a

Diremos que a es punto de

Diremos que f es c—ncava en a Diremos que f es convexa en a inflexi—n de f si existe E(a)
si existe un entorno E(a) tal que, si existe un entorno E(a) tal que, tal que f (x) < y t — f (x) > yt
si x Î E'(a), entonces f (x) > yt. si x Î E'(a), entonces f (x) < yt. dependiendo de la posici—n
de x Î E'(a) respecto de a.

- 181 -
Aproximaci—n local a una funci—n

Teorema (sobre concavidad, convexidad y puntos de inflexi—n)

Sean f (x) una funci—n y a Î R un punto tales que f '' (a) = f ''' (a) = ... = f (n-1 (a) = 0,
mientras que f (n (a) ≠ 0. Adem‡s, supondremos que f (n(x) es continua en a. Entonces:

➀ n impar Þ en a existe un punto de inflexi—n.

ìï f (n (a ) < 0 Þ en a la funci—n es convexa.
➁ n par í (n
ïî f (a ) > 0 Þ en a la funci—n es c—ncava.

En efecto. Por una parte:

f (x) Ð yt = f (x) Ð f (a) - f ' (a).(x Ð a)
y, por otra, dadas las hip—tesis, el desarrollo de Taylor de orden n - 1 de f en el punto a se
reduce a:
(n
f (x) n
f (x ) = f (a ) + f ' (a ). (x - a ) + (x - a ) , c on a < x < x, — x < x < a
n!

Por tanto:
(n
f (x) n
f (x ) - y = ( x - a) , c on a < x < x, — x < x < a
t n!

y tomando x lo suficientemente pr—ximo a a como para que el signo de f (n(x) sea el mismo
que el de f (n (a), se tendr‡:

signo de [ f (x) Ð yt ] = signo de [ f (n(a) . ( x Ð a)n ] ,

luego:

1) Si n es impar: El signo de [ f (x) Ð yt ] se modifica segœn sea x < a — x > a.

En a habr‡ inflexi—n.

2) Si n es par: El signo de [ f (x) Ð yt ] coincide con el de f (n (a) y, por tanto:

➩ Si f (n (a) > 0, entonces [ f (x) Ð yt ] > 0, cualquiera que sea

la situaci—n de x respecto de a. La funci—n es c—ncava en a.

➩ Si f (n (a) < 0, entonces [ f (x) Ð yt ] < 0, cualquiera que sea la

situaci—n de x respecto de a. La funci—n es convexa en a.

Observa que como caso particular del teorema, se tendra:

➲ Dada una funci—n f, en aquellos puntos a en los que f '' (a) > 0, la funci—n ser‡
c—ncava, y en los que f '' (a) < 0, convexa. Finalmente, en aquellos puntos en los
que f '' (a) = 0, si adem‡s es f ''' (a) ≠ 0, habr‡ inflexi—n.

- 182 -
 Aproximaci—n local a una funci—n

6. REPRESENTACIîN GRçFICA DE FUNCIONES

Aunque se trata de algo que est‡ impl’cito en las p‡ginas precedentes, concluiremos
este cap’tulo dedicando unas l’neas, en plan resumen, a la representaci—n gr‡fica de
funciones.

Desde luego, en la expresi—n algebraica con la que se define normalmente una funci—n
se contienen todas las propiedades de la misma. Nada mejor, en efecto, para caracterizar
cierta funci—n que decir que se trata de la f (x) = sen x, pongamos por caso. Sin embargo, al
igual que un gr‡fico estad’stico facilita una r‡pida lectura de la informaci—n contenida en
una tabla con numerosos datos, la representaci—n gr‡fica de una funci—n permite hacerse
una r‡pida idea de las caracter’sticas m‡s importantes de Žsta o aclarar ciertos aspectos
oscuros que la misma pudiera presentar. No han faltado ejemplos de esto que decimos en lo
que hemos visto hasta ahora.

Como sabes, un primer paso para dibujar la gr‡fica de una funci—n, que puede ser
suficiente en los casos m‡s sencillos, consiste en obtener varios puntos de la misma. As’,
para representar una funci—n lineal: f (x) = ax + b, basta con tomar dos cualesquiera de sus
puntos y trazar la recta que pasa por ellos; para representar una funci—n cuadr‡tica: f (x) =
ax2 + bx + c, basta con dibujar el vŽrtice y dos o cuatro puntos m‡s de la correspondiente
par‡bola... El procedimiento, que no hay que despreciar de forma absoluta, tiene sin embargo
sus inconvenientes:

As’, por poner un ejemplo, a pesar de que la curva correspondiente a la funci—n:

2
y=
2
(3x 2 - 1)
pasa por los puntos se–alados en el dibujo de la izquierda, la gr‡fica no es la que ser’a
razonable pensar, sino la que se encuentra a la derecha.

Y Y

1 1

X X
-3 -2 -1 O 1 2 3 -3 -2 -1 O 1 2 3

Como decimos, lo que sigue es en gran medida una recopilaci—n de cuestiones ya

estudiadas. Son distintos aspectos que pueden considerarse a la hora de efectuar la
representaci—n gr‡fica de una funci—n. No has de entender que siempre sea absolutamente
preciso estudiarlos todos, pero cuantos m‡s de ellos analices, m‡s seguridad tendr‡s de que
la curva que traces es la correcta.

- 183 -
Aproximaci—n local a una funci—n

1. Dominio

Lo primero que conviene hacer para representar gr‡ficamente una funci—n f (x) es
determinar su dominio; o sea, los valores de x para los que existe f (x).
As’, por ejemplo, el hecho de que el dominio de la funci—n: y = f ( x) = + x2 - 4
sea R Ð (-2, 2), se refleja en que en la zona sombreada de la figura siguiente no hay ningœn
punto de la gr‡fica.

Y y=+ x2 - 4

X
-4 -2 O 2 4

La determinaci—n del dominio requerir‡ en cada caso un estudio particular (si se trata
de una funci—n racional, habr‡ que excluir, si existen, los puntos en los que se anule el denominador; si se
trata de una funci—n en la que intervengan logaritmos, habr’a que excluir los valores de x que supusieran
la aparici—n de logaritmos de nœmeros negativos; etc.)

2. Continuidad
Si una funci—n no es continua en un punto, la gr‡fica se rompe en dicho punto, lo cual
es interesante para representar la funci—n. No obstante, la mayor’a de las funciones que
tendr‡s que dibujar ser‡n continuas en todo su dominio. (ÁOjo! Un error frecuente consiste en decir
que una funci—n es continua incluso en puntos donde no est‡ definida).

3. Simetr’as
En la figura tienes las gr‡ficas de dos funciones. La de la izquierda es simŽtrica
respecto del eje OY. La de la derecha, respecto del origen de coordenadas.

x3
2 y=
y=x -2 4

f (-x) f (x) f (x)

-x
-x x x
f (-x)

- 184 -
 Aproximaci—n local a una funci—n

En general, para estudiar la simetr’a de una funci—n y = f (x) han de compararse los
valores, para todo x del dominio, de f (x) y f (Ðx).

Si f (x) = f (Ðx) ➠ la gr‡fica es simŽtrica respecto del eje OY.

Si f (x) = Ð f (Ðx) ➠ la gr‡fica es simŽtrica respecto del origen.

(Naturalmente, si no ocurre ninguno de los dos supuestos anteriores, la gr‡fica no ser‡ simŽtrica ni
respecto a OY ni respecto a O).

4. Puntos auxiliares

Ya hemos dicho que la obtenci—n de unos cuantos puntos de la gr‡fica puede ayudar a
su trazado. En particular, el punto de corte de la curva con el eje OY (que, si existe, ser‡
œnico), se obtendr‡ dando a x el valor 0 y calculando f (0). Los puntos de corte con el eje OX
(que pueden ser m‡s de uno), corresponder‡n a los valores de x tales que f (x) = 0. No
siempre es f‡cil resolver tal ecuaci—n, lo cual no debe importarte en exceso.

5. M‡ximos y m’nimos locales

Debido a que una funci—n puede tener m‡ximos o m’nimos locales en puntos en los que no sea
derivable, lo primero que convendr‡ hacer ser‡ ver si la funci—n que se trate de representar no es derivable
en algœn punto de su dominio y, caso de que sea as’, analizar quŽ sucede en tales puntos.

Para determinar los m‡ximos y m’nimos locales en los puntos en los que f (x) sea
derivable, se procede de la siguiente manera:

¥ Se hallan los puntos a tales que f ' (a) = 0.

¥ Siendo a uno de los puntos tales que f ' (a) = 0, se calcula f '' (a).
¥ Si f '' (a) < 0, en a existe un m‡ximo local.
¥ Si f '' (a) > 0, en a existe un m’nimo local.
¥ Si f '' (a) = 0, se sigue derivando hasta encontrar la primera f (n (a) ≠ 0.
¥ Si n es impar, no hay m‡ximo ni m’nimo locales.
¥ Si n es par, hay m‡ximo o m’nimo local segœn sea f (n (a) < 0 — f (n (a) > 0.

6. Crecimiento y decrecimiento
El teorema que vimos en la p‡gina 154 podr’a haberse enunciado as’:

f ' (x) > 0, " x Î (a, b) ➠ la funci—n es creciente en el intervalo (a, b).
f ' (x) < 0, " x Î (a, b) ➠ la funci—n es decreciente en el intervalo (a, b).

(desde luego, una funci—n puede ser creciente o decreciente en otros puntos, adem‡s de aquellos en
los que la derivada es positiva o negativa, pero se trata de casos de m‡s interŽs te—rico que pr‡ctico).

- 185 -
Aproximaci—n local a una funci—n

El estudio de la monoton’a (crecimiento y decrecimiento) de una funci—n est‡ bastante ligado al

estudio de sus m‡ximos y m’nimos relativos. As’, si la funci—n es como Dios manda, es decir, continua y
derivable, su monoton’a cambia en los extremos locales. Por ello, puestos a dibujar la gr‡fica de una funci—n
puede ser interesante dividir el eje OX en intervalos cuyos extremos sean tanto los puntos en los que la
funci—n no es derivable como aquellos en los que la derivada se anula. El signo de la derivada en un punto
interior de cada uno de estos intervalos nos permitir‡ decir si la funci—n es creciente o decreciente en ese
intervalo.

7. Concavidad, convexidad y puntos de inflexi—n

Normalmente, para analizar la concavidad y convexidad y los puntos de inflexi—n de

una funci—n, bastar‡ con utilizar la segunda derivada de f (x). As’:

f '' (x) > 0, " x Î (a, b) ➠ la funci—n es c—ncava en el intervalo (a, b).
f '' (x) < 0, " x Î (a, b) ➠ la funci—n es convexa en el intervalo (a, b).

Los puntos a en los que f '' (a) = 0 son puntos de inflexi—n si f ''' (a) ≠ 0

Como sabes, si f '' (a) = 0 y f ''' (a) = 0, y la primera derivada posterior distinta de cero, f (n(a), es de
orden impar, ello significa que en a existe inflexi—n. Si n es par, la funci—n es c—ncava o convexa segœn sea f
(n(a) > 0 — f (n(a) < 0. En la pr‡ctica, sin embargo, raramente habr‡ que acudir a este criterio.

8. As’ntotas

ƒste de las as’ntotas es el œnico aspecto relativo al estudio de una funci—n del que no
hab’amos hablado hasta ahora. Sin embargo se trata de algo cuyo conocimiento puede
ayudar de manera definitiva a la construcci—n de la curva.

En la figura de la derecha, ade- ➁ ➀

m‡s de la gr‡fica de la funci—n
Y
③
x3
f ( x) =
2
( x - 1)
x3
y= 2
aparecen las rectas de ecuaciones x = 1, (x - 1) y=x+2
y = x + 2. De ambas se dice que son
as’ntotas de la funci—n, o rectas cuya
distancia a la curva puede hacerse tan
peque–a como se quiera sin m‡s que X
alejarse lo suficiente del origen de O
coordenadas. x=1
④

El c‡lculo de la as’ntotas de una curva se efectœa de la forma indicada en el siguiente

recuadro:

- 186 -
 Aproximaci—n local a una funci—n

➀ Las as’ntotas paralelas al eje OY son las rectas de ecuaci—n x= a,

siempre que l ’m f (x ) = ± ∞.
x® a
La curva carecer‡ de este tipo de as’ntotas si no existen tales valores de a.

➁ El resto de las as’ntotas, rectas no paralelas al eje OY, tienen, si

existen, ecuaciones de la forma y = mx + b, donde:
f ( x)
m = l’m x ; b = l ’m [f ( x) - m x ]
x®± ∞ x®± ∞

Estos valores se obtienen a partir de la condici—n l’m [ f ( x) - (m x + b) ] = 0.

x ®± ∞

(Puede suceder, en el segundo de los casos anteriores, que m = 0. A la correspondiente as’ntota, de

ecuaci—n y = b, suele llam‡rsela horizontal.)

9. Posici—n de la curva respecto de las as’ntotas

Por œltimo, si observas de nuevo la gr‡fica de la p‡gina anterior, notar‡s que la

posici—n de la curva correspondiente a la funci—n y = f (x) respecto de la as’ntota x = 1 es la
que se indica con los simbolitos ➀ y ➁. O sea, que la curva se aproxima a la as’ntota, tanto
por la derecha como por la izquierda, tomando valores positivos (pod’a haberlo hecho, en uno o en
los dos casos, tomando valores negativos; o sea, por la parte de abajo de la figura).

➔ La posici—n ➀ es debida a que l’ m f ( x) = + ∞ .

+
x ®1

➔ La posici—n ➁ es debida a que l’ m f ( x) = + ∞ .

- x ®1

(Estas posiciones tambiŽn quedar’an establecidas si al estudiar el crecimiento y decrecimiento

hubiŽramos obtenido que a la izquierda de x = 1 la funci—n es creciente y a la derecha de x = 1 decreciente.
Como ves, todos los aspectos que estamos estudiando se hallan ’ntimamente ligados.)

En cuanto a la posici—n de la curva respecto de la as’ntota y = x + 1, es decir, el que

la curva se halle por encima o por debajo de la as’ntota, si escribimos:

x3
yc = ; ya = x + 1
2
( x - 1)

➔ La posici—n ➂ es debida a que y c - y a > 0, para x ® + ∞ .

➔ La posici—n ➃ es debida a que y c - y a < 0, para x ® - ∞ .

Naturalmente, los criterios anteriores son v‡lidos no s—lo para la funci—n del ejemplo,
sino para cualquier otra. Ahora, te toca a ti aplicarlos.

- 187 -
Aproximaci—n local a una funci—n

7. EJERCICIOS
1.- Deduce la siguiente f—rmula aproximada (para valores de ∆x peque–os en comparaci—n
con los de x):
Dx
x + Dx @ x +
2 x
2.- Calcula un valor aproximado de ln 0'9, mediante la aproximaci—n cuadr‡tica.

3.- Desarrolla el polinomio f (x) = x3 Ð 2x2 + 3x + 5 en forma de potencias enteras y positivas

de (x Ð 2).

4.- Efectœa el desarrollo de Taylor de orden 3 de la funci—n ln x en el punto a = 1.

5.- ObtŽn el desarrollo de Mac-Laurin de orden 4 de la funci—n sen 3x.

6.- ObtŽn el desarrollo de Taylor de orden 4 de la funci—n e2x en el punto a = 0'5.

7.- Efectœa el desarrollo de Mac-Laurin de orden 2 de la funci—n tag x y calcula partir de Žl,
un valor aproximado de tag 20°.

8.- Sabiendo que 2 < e < 3, acota el error que se comete al tomar como valor del nœmero e la
suma: 1 + 1 + 1 + 1 .
1! 2! 3!
9.- Calcula cos 9° con un error menor que 0'001.

10.- Calcula de quŽ grado se ha de tomar el polinomio de Taylor de ex en a = 0 para obtener el

valor de e 0'1 con un error menor que 0'001.

11.- Comprueba el siguiente desarrollo y acota el error cometido cuando sea utilizado para
calcular ln 0'5.
2 3 4
ln (x - 1) = x - x + x - x + R ( x)
2 3 4 4

12.- Decide si en el punto a = 0, las funciones siguientes presentan un m‡ximo local, un

m’nimo local o un punto de inflexi—n:

f (x) = x4 . ex ; g(x) = x3 . e2x ; h(x) = sen x Ð x . cos x .

13.- Representa gr‡ficamente las funciones siguientes:

y = x . ln x y = ln ( x 2 - 4 ) y = lnx x y = e x. x

x x3 - 3 x2 + 4 3 x3
y= y= y= y=
x3 - 1 x2 x3 - 3 x x2 - 1

x3 4x - 5 |x + 3|
y= y= y= y = x4 - 4 x3
2
2( x 2 - 1) 1 + |x|
( x - 1)

- 188 -
 TEMA 10

INTERPOLACIîN
 Interpolaci—n

1. INTRODUCCIîN
En el cap’tulo precedente hemos estudiado la llamada aproximaci—n local a una fun-
ci—n: conocidos el valor de f (x) y los de sus derivadas sucesivas en un punto, y siempre que se
dieran determinadas condiciones, pod’amos calcular los valores de la funci—n en otros puntos
con tanta precisi—n como quisiŽramos. Sin embargo, aunque resulte algo duro decirlo ahora,
hay dos tipos de problemas que, aun tratando de cuestiones en cierto modo semejantes a las
anteriores, no son resolubles por desarrollos de Taylor:

1¼) En la f’sica, la ingenier’a, etc., en las que los datos emp’ricos son necesariamente
finitos, las relaciones entre dos variables no siempre pueden establecerse con toda precisi—n
mediante una funci—n formulada en tŽrminos matem‡ticos. En muchas ocasiones tales
relaciones quedan establecidas mediante tablas de datos con las que se pone de manifiesto
experimentalmente la dependencia entre dichas variables (temperatura de una barra de
hierro y su longitud, tiempo que lleva en cultivo una colonia de bacterias y su tama–o, etc.) y
lo que buscaremos ser‡, precisamente, una funci—n y = f (x) que se ajuste a los datos
experimentales.

2¼) En otras ocasiones, necesit‡ndose conocer el valor de una funci—n f (x) para cierto
x, no se dispondr‡ de los valores de f y de sus derivadas en puntos suficientemente
pr—ximos a x como para poder aplicar desarrollos de Taylor o, disponiŽndose de ellos, la
dificultad de los c‡lculos desaconsejar‡ tales desarrollos.

Dedicaremos este cap’tulo a resolver de forma simult‡nea ambos problemas.

2. POLINOMIO DE INTERPOLACIîN
Planteamiento del problema

Dados n + 1 puntos o pares de valores:

xo x1 x2 ..... xn

yo y1 y2 ..... yn

donde los xi son distintos entre s’ y est‡n escritos en orden creciente, y tanto si la dependencia
entre las variables x e y reflejada en la tabla es de tipo experimental como si es funcional, se
trata de efectuar una estimaci—n del valor de y para un valor de x no incluido en la tabla. 1

Si observas las figuras siguientes, en las que se han representado en dos sistemas
coordenados los puntos (x i , y i) Ðhemos supuesto que son 5Ð, admitir‡s que no existe una, sino
infinitas funciones que pasan por dichos puntos.

1 Suele hablarse de interpolaci—n si xo < x < xn. En caso contrario se habla de extrapolaci—n.

- 191 -
Interpolaci—n

(x1 , y 1) (x2 , y 2) (x1 , y 1) (x2 , y 2)

(x3 , y 3) (x4 , y 4) (x4 , y 4)
(xo , y o) (xo , y o)
(x3 , y 3)

Pues bien, la soluci—n que nosotros daremos al problema consistir‡ en:

➀ ➥ Hallar la funci—n polin—mica de menor grado, en tanto es la m‡s sencilla, que

pase por los n+1 puntos dados.

➁ ➥ Tomar como valor estimado de y para el valor dado de x, el que corresponda a

tal x en la funci—n polin—mica que hayamos determinado.

Soluci—n de un caso particular

❐ Dados tres pares de puntos (xo, yo), (x1, y1), (x2, y2), con los x i distintos entre s’, se
trata de averiguar si existe alguna funci—n polin—mica que quede un’vocamente determinada
al imponerle que pase por ellos y, en caso afirmativo, de quŽ forma podr‡ calcularse.

➀ Descartado que tal polinomio pudiera ser de grado cero (es decir, constante), lo cual
s—lo ocurrir’a si yo = y1 = y2, podr’amos buscar un polinomio de primer grado:

P1 (x) = ao + a1 x

Tendr’amos que determinar valores de ao y a1 que cumplieran:

a o + a xo = yo ü
1
ï
ao + a x = y ý
1 1 1
a o + a x = y ïþ
1 2 2

pero como el rango de la matriz de los coeficientes del sistema es 2 y el de la ampliada, en

general, 3 (s—lo ser’a 2 si los puntos estuvieran alineados), no existir’a tal polinomio de primer grado
que pasara por los tres puntos.

(Desde un punto de vista gr‡fico el asunto es trivial: ÀDesde cu‡ndo una recta pasa por tres puntos
que no estŽn alineados? Planteamos en la forma anterior el asunto por razones de generalizaci—n.)

➁ Si, en consecuencia, nos propusiŽramos hallar un polinomio de segundo grado:

P2 (x) = ao + a1 x + a2 x2

que pasara por los tres puntos, tendr’amos que considerar el sistema:

- 192 -
 Interpolaci—n

a o + a x o + a x o2 = y o ü
1 2 ï
2
ï
ao + a xo + a x = y ý
1 2 1 1
ï
a o + a x o + a x 2 = y ïþ
1 2 2 2

1 xo x 2o

el cual, debido a que: 1 x x2 = (x - x o ). ( x - x o ) . (x - x ) ¹ 0

1 1 1 2 2 1
1 x x2
2 2

tendr’a soluci—n œnica, que se obtendr’a aplicando la regla de

(Àrecuerdas al Sr. Vandermonde?),
Cramer o cualquier otro procedimiento; y asunto concluido.

③ Podr’amos preguntarnos finalmente si no habr’a algœn polinomio de grado superior

a 2 que pasara por los puntos dados. Considerado, por ejemplo, el polinomio:

P3 (x) = ao + a1 x + a2 x2 + a3 x3

el sistema:

ao+ a xo + a x o2 + a x o3 = yo ü
1 2 3 ï
ï
ao+ a x + a x2 + a x3 = y ý
1 1 2 1 3 1 1
ï
ao+ a x + a x2 + a x3 = y ïþ
1 2 2 2 3 2 2

ser’a en general compatible indeterminado (el rango de las dos matrices, la de los coeficientes y la
ampliada, es 3 -Àpor quŽ?- y el nœmero de inc—gnitas, 4) ; y entre las infinitas soluciones, no habr’a
raz—n especial para quedarse con ninguna.

☞ Por ello, para resolver nuestro problema utilizaremos el polinomio de segundo

grado que, amŽn de estar determinado un’vocamente por los tres puntos, es el m‡s sencillo de
calcular.

Ejemplo

Comprueba que el polinomio de interpolaci—n correspondiente a la tabla:

x 2 4 6

y 3 21 55

es P2(x) = 2x2 Ð 3x + 1. ÀEs 36 el valor interpolado para x = 5 ?

- 193 -
Interpolaci—n

Caso general

Dados los n + 1 puntos o pares de valores de la siguiente tabla:

xo x1 x2 ..... xn

yo y1 y2 ..... yn

donde los xi son distintos entre s’ y est‡n escritos en orden creciente, procedamos a hallar la
funci—n m‡s sencilla que pase por ellos. A tal fin:

➀ Podr’amos preguntarnos en primer lugar si existir‡ algœn polinomio de grado

menor que n, P (x), tal que:

P(xo) = yo , P(x1) = y1 , ... , P(xn) = yn

Considerado el sistema de ecuaciones con el que expresar’amos las condiciones a

cumplir por los coeficientes y tŽrmino independiente de tal polinomio, ver’amos, al igual que
hicimos en el caso particular anterior, que, en general, tal sistema ser’a incompatible, por lo
que habr’amos de responder negativamente.

➁ Buscar’amos, entonces, un polinomio de grado n:

Pn (x) = ao + a1 x + a2 x2 + ... + an xn
que cumpliera:
Pn(xo) = yo , Pn(x1) = y1 , ... , Pn(xn) = yn

Es decir, analizar’amos el sistema:

a o + a xo + a x o2 + ¼ + a n x n ü
1 2 o = yo ï
ï
ao+ a x + a x 2 + ¼ + an xn = y ï
1 1 2 1 1 1 ý
¼ ¼ ¼ ... ¼ ¼ ï
ï
a o + a x n + a x n2 + ¼ + a n x n = y ï
1 2 n n þ

que resultar’a compatible determinado (compruŽbalo), por lo que concluir’amos que, efec-
tivamente, tal polinomio existir’a y ser’a œnico. Para escribirlo, bastar’a con resolver el
sistema de ecuaciones lineales. (Podr’a suceder que an = 0. El polinomio de interpolaci—n,
entonces, ser’a en realidad de grado menor que n.)

③ TambiŽn en este caso podr’amos preguntarnos si no habr’a algœn polinomio de

grado superior a n que pasara por los puntos dados. La respuesta ser’a afirmativa, pero
razones idŽnticas a las del caso particular precedente nos conducir’an a prescindir de tales
polinomios y quedarnos con Pn (x) como soluci—n —ptima a nuestro problema.

- 194 -
 Interpolaci—n

3. MƒTODO DE LAGRANGE
Explicaci—n del mŽtodo

Dicho lo anterior, lo cierto es que cuando n es un nœmero mayor que 3 — 4 la reso-

luci—n del sistema de ecuaciones que permite hallar el polinomio de interpolaci—n es bastante
engorrosa. Afortunadamente, existen varios procedimientos para evitar tal dificultad; el que
vamos a ver es el m‡s sencillo.

➦ El mŽtodo de Lagrange obtiene el polinomio de interpolaci—n correspondiente a los

puntos (xo , yo), (x1 , y1), ... , (xn , yn), a partir de las n + 1 funciones siguientes:

(x - x 1 ) . (x - x 2 ) . ( x - x 3 ). ¼ . ( x - x n )
f o (x ) =
( x o - x 1 ) . (x o - x 2 ). ( x o - x 3 ) . ¼ . (x o - x n )

(x - x o ) . ( x - x 2 ). (x - x 3 ) . ¼ . (x - x n )
f 1( x) =
( x 1 - x o ). (x 1 - x 2 ) . ( x 1 - x 3 ). ¼ . ( x 1 - x n )

¼¼¼¼ ¼¼¼¼ ¼¼¼¼ ¼¼¼¼ ¼¼¼¼ ¼

(x - x o ) . ( x - x 1 ) . (x - x 2 ) . ¼ . (x - x n- 1 )
f n( x) =
( x n - x o ). (x n - x 1 ). ( x n - x 2 ) . ¼ . ( x n - x n -1 )

Todas son polinomios de grado n que cumplen f i (xi) = 1 ; f i (xj) = 0 (si i ≠ j), por lo que:

P n (x ) = y o f o (x ) + y f (x ) + y f (x ) + ¼ + y n f n (x )
1 1 2 2

ser‡ un polinomio de grado menor o igual que n que, adem‡s, cumplir‡:

Pn(xo) = yo , Pn(x1) = y1 , ... , Pn(xn) = yn

En consecuencia, y dado que s—lo hay un polinomio de grado menor o igual que n
que pase por n + 1 puntos, el anterior ser‡ el polinomio de interpolaci—n buscado.

Ejemplo

Para hallar por el mŽtodo de Lagrange el valor interpolado para x = 4 correspondiente

a los puntos (1, 1), (3, 4) y (6, 8) proceder’amos as’:

(x - 3) . ( x - 6) (x - 1) . ( x - 6) ( x - 1) . (x - 3)
P( x) = 1. + 4. + 8. Þ P(4) = 22 = 4' 4.
10 -6 15 5

- 195 -
Interpolaci—n

4. EJERCICIOS
1.- Medida en un laboratorio la tensi—n del vapor de agua a distintas temperaturas, se ha
obtenido la siguiente tabla:

Temperatura (° C.) 30 40 50
Tensi—n (mm. de Hg.) 31'51 54'86 91'98

Estima la tensi—n para una temperatura de 42°.

2.- ObtŽn el polinomio de interpolaci—n de Lagrange para los siguientes datos:

x -2 1 6 13 21
y 3'30 1 4'25 5'97 6'99

y util’zalo para estimar el valor de y para x = 8.

3.- Calcula por el mŽtodo de interpolaci—n de Lagrange un valor aproximado de 13 ,

sabiendo que 4 = 2, 9 = 3, 16 = 4.

4.- La funci—n y = sen x pasa por los puntos indicados en la tabla:

p p p
0
6 4 3

1 2 3
0
2 2 2

ObtŽn un valor aproximado de s en p .

5

5.- Sabiendo que log 3 = 0'4771, log 3'5 = 0'5441, log 4 = 0'6021, calcula log 3'75.

6.- Escribe el polinomio de interpolaci—n correspondiente a los puntos (2, 4), (3, 8), (5, 12), (6,
14) y, posteriormente, halla sus valores para x = 4 y para x = 10. ÀCu‡l de los dos te parece
m‡s fiable?

7.- Si a los puntos del ejercicio anterior se a–adieran los (1, 2) y (8, 20), Àcu‡les ser’an los
nuevos valores interpolados para x = 4 y para x = 10 ?

8.- Calcula, sirviŽndote del mŽtodo de interpolaci—n de Lagrange, la ecuaci—n de un tiro

oblicuo cuyo alcance y altura m‡xima son 1.200 y 90 metros, respectivamente.

9.- Determina el polinomio de menor grado que pasa por los puntos (0, -5), (2, 5), (3, 13) y (6,
49). ÀResta validez al mŽtodo de Lagrange el resultado obtenido?

- 196 -
 TEMA 11

LA INTEGRAL DEFINIDA
 La integral definida

1. INTRODUCCIîN
Abordamos ya el œltimo tema, œnico que dedicaremos en nuestro curso al c‡lculo
integral. Bajo tal nombre no debes pensar que se encierra todo el c‡lculo, o unos procedi-
mientos para calcularlo todo; m‡s bien se tratar‡ de componer un todo a partir de sus
partes. Y si la forma m‡s sencilla de componer un todo a partir de sus partes es sumar,
veremos que integrar no ser‡ cosa distinta de sumar; con lo que volveremos a comprobar
que las matem‡ticas se reducen casi siempre a operaciones triviales. La integral definida, en
efecto, ser‡ una suma infinita o, mejor, el l’mite de una suma finita. ÁOtra vez los conceptos
de l’mite e infinito! Ahora, relacionando la integraci—n y la suma. (Y Žsa no es la œnica conexi—n:
La integral se representar‡ por el s’mbolo ∫ , versi—n rococ— y a la vez estilizada de la letra S, inicial de la
palabra latina Summa, y se definir‡ como l’m S, donde S, letra sigma mayœscula, es a su vez inicial de la
palabra griega Suntiqhmi, que tambiŽn significa suma.)

En este cap’tulo confirmaremos lo dicho en el VI, cuando afirm‡bamos que el c‡lculo

integral permite conocer el ‡rea limitada por una curva; pero tambiŽn veremos que integrar
es el proceso inverso de derivar. Si el c‡lculo diferencial es, b‡sicamente, un mŽtodo para
hallar la velocidad cuando se conoce el espacio recorrido, el c‡lculo integral es un mŽtodo
para hallar el espacio cuando se conoce la velocidad. Este espacio coincidir‡ con el ‡rea bajo
la curva que expresa la dependencia de velocidad respecto del tiempo, lo mismo que la
pendiente de la tangente a la curva que expresaba el espacio en funci—n del tiempo, coincid’a
con la velocidad.

Todos estas ideas son fruto de trabajos realizados de forma independiente en el siglo
XVII por Newton y Leibniz, quienes, utilizando los mŽtodos de la geometr’a anal’tica de
Descartes, el concepto de l’mite y los conocimientos geomŽtricos legados por los griegos,
lograron aglutinar, y de alguna manera integrar, materias dispersas hasta entonces,
inventando el c‡lculo diferencial e integral. Efectivamente, Arqu’medes ya hac’a uso de
procedimientos que luego se emplear’an en el c‡lculo integral: demostr— que el ‡rea
encerrada por una par‡bola es 2/3 del ‡rea del rect‡ngulo que la contiene; que el volumen de
una pir‡mide es un tercio del volumen del prisma de igual base y altura... Fue un monstruo
de la Ciencia: Dijo aquello de dadme un punto de apoyo y moverŽ la Tierra, estableci— el
principio que lleva su nombre, calcul— el tama–o del Sol; escribi— El Arenario, el m‡s
precioso documento sobre la numeraci—n griega que poseemos; un tratado de Est‡tica; un
libro sobre poliedros; otro sobre los centros de gravedad; sobre la cuadratura de la par‡bola;
sobre espirales... Para nuestra desgracia, Arqu’medes tambiŽn hizo otras cosas. Es
considerado el primer cient’fico que empleo sus conocimientos en el arte (?) de la guerra. Se le
atribuye el invento de las catapultas para hundir barcos a destajo; para quemarlos utilizaba
espejos parab—licos...

Ignoramos si el conocimiento cient’fico lleva inexorablemente aparejada su utili-

zaci—n en la destrucci—n de la Humanidad. S’ sabemos que las matem‡ticas, que tanto han
contribuido al dominio de la naturaleza, tambiŽn han aportado la base te—rica de inventos
tan nefastos como los misiles o la bomba de neutrones. Si la Ciencia es una moneda con dos
caras, apostemos por la buena; nos va en ello nuestra supervivencia.

- 199 -
La integral definida

2. EL CONCEPTO DE INTEGRAL DEFINIDA

Planteamiento del problema

Admitamos como punto de partida y, por tanto, utilizable sin definirlo previamente, el
concepto de ‡rea de un cuadrado. No resulta entonces dif’cil, sin m‡s que hacer
consideraciones geomŽtricas intuitivas, calcular ‡reas de tri‡ngulos, cuadril‡teros o
pol’gonos en general... Pero considera la figura siguiente:

La curva y = f (x), que supondremos y = f (x)

continua y positiva en [a, b] para simplificar el
razonamiento, las rectas x = a, x = b y el
eje OX forman un recinto, que aparece Esta ‡rea es la que
sombreado en el dibujo. queremos calcular

ÀQuŽ se entender‡ por ‡rea de

dicho recinto? ÀC—mo se calcular‡? a b

Algunas cuestiones necesarias para poder responder

☞ Sea f (x) una funci—n continua y positiva en un intervalo cerrado [a, b] y consi-
deremos una partici—n del intervalo [a, b] ; o sea, cualquier conjunto de puntos:

P = { xo, x1, x2, ... , xn / a = xo < x1 < x2 < ... < xn = b }

Llamemos:

1) mi al valor m’nimo de f (x) en el subintervalo [xi-1, xi].

(Tal valor existe, pues f (x) es continua en dicho subintervalo cerrado.)

2) Mi al valor m‡ximo de f (x) en el subintervalo [xi-1, xi].

(TambiŽn existe, por la misma raz—n por la que existe el m’nimo.)

3) ∆xi a la longitud del subintervalo [xi-1, xi], o sea, a la diferencia xi Ð xi-1.

(∆x1 es la longitud del primer trozo en el que se ha dividido [a, b], ∆x2 la del segundo, etc.)

4) ∆x, o anchura de la partici—n P, a la mayor de las longitudes ∆xi.

Entonces, las sumas:

n
s = m D x + m D x + m D x + ¼ + m n D xn = å m i D xi
1 1 2 2 3 3
i =1
n
S = M D x + M D x + M D x + ¼ + M n D xn = å MiD xi
1 1 2 2 3 3
i =1

son las sumas de las ‡reas de todos los rect‡ngulos que aparecen en las figuras ➀ y ➁ de la
p‡gina siguiente, respectivamente.

- 200 -
 La integral definida

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

m1 M1

∆x1 ∆x1

a = xo x1 x2 ... xn-1 xn = b a = xo x1 x2 ... xn-1 xn = b

Figura ➀ Figura ➁

A s y S podr’amos llamarlas ‡rea por defecto y por exceso pero, en aras de un

mayor rigor, las llamaremos suma inferior y suma superior de f (x) en [a, b] correspon-
dientes a la partici—n P.

✄ Observa que, aunque no sepamos cu‡l es el ‡rea del recinto limitado por f (x), el eje OX y las
b b
rectas x = a, x = b, es razonable que si la representamos por òa f (x ) , haya de ser: s ≤ òa f ( x) ≤ S.

☞ Si ahora tom‡ramos otra partici—n P' m‡s fina que la anterior, a–adiendo
nuevos puntos a P, tendr’amos otras dos sumas inferior y superior, s' y S':

Nueva suma superior

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

Nueva suma inferior

Puntos que formaban la partici—n P

Puntos que a–adidos a los anteriores hacen m‡s fina la partici—n

ì s £ s'
Sumas que, como te resultar‡ f‡cil comprobar, cumplen: í
î S ³ S'
b
✄ Por consiguiente, habr‡ de ser: s ≤ s ' ≤ ò f (x ) ≤ S' ≤ S.
a

☞ Si de forma semejante, siguiŽramos tomando particiones P'', P'''... cada vez m‡s
finas, las correspondientes sumas inferiores y superiores cumplir’an:

s ≤ s' ≤ s'' ≤ s''' ≤ ...

S ≥ S' ≥ S'' ≥ S''' ≥ ...

b
✄ Por tanto, habr’a de ser: s ≤ s ' ≤ s '' ≤ s ''' ≤ . . . ≤ ò f ( x) ≤ . . . ≤ S''' ≤ S'' ≤ S' ≤ S.
a

- 201 -
La integral definida

Definici—n (de integral definida)

Llegados a este punto, y sin ocultarte que se trata de la clave de lo que estamos
haciendo, admitiremos sin demostraci—n algo que quiz‡ ya estŽs sospechando:

☞ Si, dada una funci—n f (x), continua y positiva en el intervalo cerrado [a, b], se
toma una sucesi—n de particiones P, P', P'', P'''... de [a, b] tal que:

1) Cada partici—n contiene todos los puntos de la anterior.

2) La sucesi—n de las anchuras de las particiones: ∆x, ∆'x, ∆''x, ∆'''x...
tiene por l’mite cero.

Entonces, las sucesiones:

1) De las sumas inferiores: s, s', s '', s ''' . . . .

2) De las sumas superiores: S, S', S '', S ''' . . . .

tienen igual l’mite. A tal l’mite le llamaremos integral definidade f (x) sobre [a, b] y lo
b
representaremos, inicialmente, por: ò f(x) .
a

Naturalmente, ser‡ el valor de dicha integral el que tomaremos como ‡rea del recinto
limitado por la funci—n f (x), el eje OX y las rectas x = a, x = b.

Otra forma de considerar la integral

A efectos pr‡cticos, es interesante contemplar la integral desde otro punto de vista.

Consideremos, pues, la partici—n P = {xo , x1 , x2 , ... , xn } del intervalo [a, b] y las
correspondientes suma inferior, s, y superior, S.

Si en cada subintervalo [xi-1, xi] tom‡ramos un punto arbitrario xi, se tendr’a:

y = f (x)
m1 D x 1 £ f(x 1)D x 1 £ M1 D x 1
m 2 D x 2 £ f(x 2)D x 2 £ M2 D x 2 M1
f (x1)
¼ ¼ ¼
m1
m n D x n £ f(x n )D x n £ Mn D x n
xo x x1 x x2 x ... xn-1 x xn
1 2 3 n

y por tanto, sumando "miembro a miembro" las desigualdades anteriores:

n
s £ å f (x i ). D x i £ S
i =1

- 202 -
 La integral definida

En consecuencia, si en los supuestos de la definici—n precedente las sucesiones:

s , s' , s'' , s''' , ...

S , S' , S'' , S''' , ...
b
de las sumas inferiores y superiores tienen el mismo l’mite, òa f (x ) , tambiŽn tendr‡ ese
l’mite la sucesi—n cuyos tŽrminos sean de la forma:

n
å f (x i ) . D x i
i=1

(n representa en cada caso el nœmero de trozos en los que se han dividido las particiones P, P ', P ''...)

pues cada uno de ellos est‡ comprendido entre los que ocupan el correspondiente lugar en las
sucesiones de las sumas inferiores y superiores.

b n
Podr‡ escribirse, pues: ☞ ò f (x ) = l’ m å f (x i ). D x i
a Dx ® 0 i =1

Recuerda: ∆x era la anchura de la partici—n P, o m‡ximo de los ∆xi. Por tanto, que ∆x ® 0 obliga a
que todos los ∆xi ® 0 y a que n ® ∞, por decirlo en un lenguaje asequible, aunque algo impreciso.)

Observaciones

1.- La œltima igualdad hizo que durante mucho tiempo se considerara la integral como
suma de infinitos elementos diferenciales de ‡rea, "rect‡ngulos de altura f (x) y base ∆x
infinitamente peque–a", segœn los tŽrminos que acu–— Leibniz, cuyo significado intentamos
sugerirte mediante la siguiente figura.

Quiz‡s sea tal interpretaci—n de la y = f (x)

integral la que explique que el s’mbolo ¬
m‡s usado para referirse a ella sea: ¬
b ®
®
òaf (x ) dx f (x)

ƒste ser‡ tambiŽn el que nosotros

a ∆x b
utilizaremos a partir de ahora.

2.- Identificada la integral con un ‡rea, te ser‡ f‡cil aceptar que la funci—n f (x) no
tiene que ser necesariamente continua en [a, b] para que exista su integral. Piensa, por
ejemplo, en la funci—n parte entera, f (x) = [x] , y analiza quŽ razones podr’a haber para que
no existiera su integral en el intervalo [2, 5], por ejemplo. Por lo tanto, de lo hecho hasta
ahora se desprende que si una funci—n es continua, entonces es integrable, pero nadie ha
dicho que s—lo sean integrables las funciones continuas.

- 203 -
La integral definida

3. PROPIEDADES DE LA INTEGRAL DEFINIDA

Propiedades inmediatas

Puede demostrarse que si f (x), g(x) son funciones continuas en un intervalo cerrado
[a, b], entonces se verifican:

a
1 òaf ( x) dx = 0
b b
2 òak . f ( x) d x = k . òaf ( x) dx ; kÎR

b b b
3 òa[f ( x) + g (x )] dx = òa f (x ) dx + òag( x) dx
c b b
4 òaf ( x) dx + òc f (x ) d x = òaf (x ) d x ; c Î [a, b ]

Ser’a conveniente que buscaras alguna interpretaci—n geomŽtrica a las propiedades

anteriores (la cuarta, por ejemplo, tiene un significado obvio). Por nuestra parte, y sin entrar
en detalle, nos limitaremos a demostrar la tercera.

b n
òa[f (x ) + g (x )] dx = l’ m å [f (x i ) + g(x i ) ] . Dx i =
Dx ® 0 i=1

n n b b
= l’m å f (x i ). Dx i + l ’ m å g(x i ) . Dx i =
Dx ® 0 i =1 Dx ® 0 i =1
òa f (x ) d x + òag( x)]d x

Ni que decir tiene que los xi, los ∆xi, etc., tienen el significado que hemos visto l’neas atr‡s.

Teorema (del valor medio)

Vamos a demostrar a continuaci—n un teorema que, m‡s adelante, nos permitir‡

establecer un resultado fundamental. El teorema es Žste:

Si f (x) es una funci—n continua en [a, b], entonces existe x Î [a, b] tal que:

b
✍☞ òaf ( x) dx = f (x) . ( b - a )

- 204 -
 La integral definida

En efecto. Sean m y M los valores m’nimo y m‡ximo absolutos de f (x) en [a, b],
existentes al ser f (x) continua en dicho intervalo. Entonces, cualesquiera que sean la par-
tici—n P = {x0, x1, x2, ... , xn} de [a, b] y los puntos xi en cada intervalo [xi-1, xi], como:

m ≤ f (xi) ≤ M
se tendr‡:
n n n n n
m å D x i = å m D x i £ å f (x i ) D x i £ å M D x i = M å D x i
i =1 i =1 i=1 i =1 i=1

y ya que:
n
å D x i = ( x 1 - x o ) + (x 2 - x 1) + ( x 3 - x 2) + ¼ + ( x n - x n -1) = b - a
i=1

n
ser‡: m . ( b - a) £ l’m å f (x i ) D x i £ M . (b - a )
Dx ® 0 i =1
b
òa f (x ) d x
o sea: m £ £ M
b-a

b
òa f (x ) dx
Por lo tanto, es un nœmero comprendido entre el valor m’nimo, m, y el
b- a
m‡ximo, M, de f (x) en [a, b]. Recordando finalmente que toda funci—n continua en un
intervalo cerrado toma en Žl cualquier valor comprendido entre el m’nimo y el m‡ximo (p‡g.
136), concluiremos que existe al menos un punto x en [a, b] tal que:

b
òa f ( x) dx
= f (x)
b-a
es decir:
b
ò a f (x ) dx = f (x) . ( b - a ) , con xÎ [a, b ]

Una f‡cil interpretaci—n geomŽtrica

y = f (x)
La figura de la derecha sugiere una
interpretaci—n geomŽtrica del teorema del
valor medio: Existe al menos un rect‡ngulo
de base b Ð a y altura f (x), con x Î [a, b], cuya
‡rea es igual a la del recinto limitado por la
curva f (x), el eje OX y las rectas x = a, x = b.
a x b

- 205 -
La integral definida

4. CçLCULO DE LA INTEGRAL DEFINIDA

Observaci—n

Definida la integral definida y estudiadas algunas de sus propiedades, seguimos sin resolver una
cuesti—n clave: c—mo se calcular‡ su valor. En las l’neas siguientes estudiaremos dos procedimientos para
resolver tal problema, empezando por el m‡s importante, al menos desde un punto de vista te—rico: La
regla de Barrow. Con Žl se pondr‡ de manifiesto la relaci—n entre la integraci—n, o c‡lculo de integrales, y la
derivaci—n, de la que habl‡bamos en la introducci—n al cap’tulo.

Teorema (regla de Barrow)

Si f (x) es una funci—n continua en [a, b] y F (x) una primitiva cualquiera de

f (x) en [a, b] (esto es, una funci—n tal que F ' (x) = f (x), " x Î [a, b]), se cumple:
b
Teorema fundamental òaf ( x) dx = F(b ) - F(a )

En efecto:
x
① ➠ Demostremos en primer lugar que la funci—n G (x ) = ò f (t ) dt es una primitiva
a
de f (x) en [a, b].

A tal fin, sea a Î [a, b]. Entonces:

a +h a

G (a + h) - G (a )
òa f (t ) dt - òaf (t ) dt (1)
G ' (a ) = l ’ m = l’ m =
h® 0 h h® 0 h

a +h
òaf (t ) dt (2) f (x) . h
= l’ m = l’ m , para alg œn x Î [a, a + h ]
h® 0 h h® 0 h

(la igualdad (1), por la propiedad 4» de la integral definida; la (2), por el teorema del valor medio)

es decir: ➫ G ' (a ) = l ’ m f (x) = f (a )

h® 0
(pues f es continua en a, y cuando h tiende a cero, x lo hace a a)

En realidad lo anterior prueba que G(x) es primitiva de f (x) en el intervalo abierto (a, b), pero no
que lo sea tambiŽn en los extremos a y b y, por tanto, en el intervalo cerrado [a, b]. Ello, sin embargo, no
ser’a dif’cil de demostrar, admitiendo que G ' (a) y G ' (b) vendr’an dadas por:

G (a + h) - G( a) G (b + h) - G( b)
G ' (a ) = l’m ; G ' ( b) = l’m
h ®0 + h h ®0 - h

- 206 -
 La integral definida

b
② ➠ Pero recuerda que se trataba de calcular òaf ( x) dx , es decir, G(b).
Supongamos que F(x) fuese otra primitiva cualquiera de f (x). Las funciones G(x) y
F(x) tendr’an igual derivada, luego existir’a k Î R tal que:

G(x) = F(x) + k.

S—lo nos faltar’a calcular k.

G(a ) = F(a ) + k ü
Pero como: a
ï
ý Þ k = - F (a )
G(a ) = ò f (x ) d x = 0 ï
a þ
se tendr’a, finalmente:
b
òaf (x ) dx = F(b ) - F(a )
b
diferencia que suele escribirse as’: [ F( x) ] a .

Ejemplo

Aunque m‡s adelante expondremos algunos mŽtodos de obtenci—n de primitivas, con

lo que recuerdes del curso pasado te bastar‡ para entender el siguiente ejemplo:
1
1 é 3 4ù
2 - x 3) d x = ê 2x - x ú = æè - öø - æè - - öø =
2 1 2 1 4
ò (2 x ë 3 4 û 3 4 3 4 3
-1
-1

Observaci—n

Con ser importante el teorema anterior, o teorema fundamental del C‡culo Integral, para aplicarlo
es necesario conocer una primitiva de la funci—n f (x), lo cual no siempre es factible. A continuaci—n
estudiaremos el m‡s sencillo de los procedimientos para calcular el valor aproximado de una integral
definida cuando su c‡lculo exacto no sea posible.

MŽtodo de los trapecios

Sup—n que siendo f (x) continua y positiva en [a, b], no fuera posible calcular el valor
exacto de su integral en dicho intervalo. El mŽtodo de los trapecios, el m‡s sencillo de los
b
procedimientos que permiten obtener un valor aproximado de ò f (x ) dx , consiste en
a
dividir el intervalo [a, b] en n partes iguales, de tal manera que la longitud de cada
b - a , y tomar como valor de la integral la suma de las ‡reas
subintervalo [xi-1, xi] sea L = n
de los n trapecios que se indican en la siguiente figura: ➥

- 207 -
La integral definida

f(x)

f(x i- 1)

f(x i )
a = xo x x 2 . . . x n-1 x n = b L
1

Como valor de la integral tomaremos f(x ) + f (x )

i- 1 i
çrea = × L
la suma de las ‡reas de los n trapecios. 2

Tal suma es:

f (x o ) + f (x ) f (x ) + f (x ) f (x ) + f (x n )
1 1 2 n -1
S= ×L + × L + ¼+ ×L =
2 2 2

b-a é f (x o ) + f ( x n ) ù
× ê + f ( x ) + f (x ) + ¼ + f ( x ) ú
n ë 2 1 2 n-1 û

Por consiguiente:

b - a × éê f (a ) + f (b ) + f ( x ) + f (x ) + ¼ + f ( x
b
òaf ( x) d x @ ) ùú
n ë 2 1 2 n-1 û

Dos comentarios

1¼) Es posible demostrar, aunque aqu’ no lo hagamos, que en el caso de que la funci—n f (x) posea
derivada segunda acotada en el intervalo [a, b] tambiŽn puede acotarse el error cometido al aplicar la for-
mulita anterior. Asimismo, puede demostrarse algo que resulta bastante razonable: la precisi—n obtenida
al usar el mŽtodo de los trapecios es mayor cuanto mayor sea el nœmero de partes en que se divida [a, b].

2¼) Una ventaja que quiz‡s no sospeches de lo anterior es la siguiente: ÁSe podr‡ calcular el valor
aproximado de la integral de f (x) en [a, b] aunque no se sepa cu‡l es la funci—n f (x)! Bastar‡ con que se
conozcan sus valores en los correspondiente n+1 puntos.

Ejemplo
Comprueba que si se aplica la regla de los trapecios, dividiendo el intervalo [0, 12] en
seis partes, entonces:
12
0 + 144
ò x 2 dx @ 2 × éê + 4 + 16 + 36 + 64 + 100 ùú = 584
0
ë 2 û

(Compara el valor anterior con el exacto, obtenido aplicando la regla de Barrow.)

- 208 -
 La integral definida

5. CçLCULO DE PRIMITIVAS
Como has podido comprobar en las p‡ginas precedentes, el conocimiento de una
primitiva de f (x) es imprescindible para conocer el valor exacto de la integral de dicha
funci—n en un intervalo [a, b]. En cursos anteriores has estudiado que una forma de expresar
que F (x) es una primitiva de f (x) consiste en escribir:

ò f (x ) dx = F ( x) + C

y al proceso que permite obtener primitivas es al que has llamado integraci—n.

El presente apartado est‡ dedicado a recordarte algunas f—rmulas y procedimientos

de integraci—n.

Integrales inmediatas

Sin m‡s que considerar las f—rmulas de derivaci—n que aparecieron en las p‡ginas
147 y 148, podremos escribir:

➀ ò [f(x) + g(x)]dx = ò f(x) dx + ò g(x) dx ➁ ò k .f(x) dx = k . ò f(x) dx ; (k Î R)

x n +1
③ ò x n dx = n + 1 + C ; si n ¹ - 1 ➃ ò dx
x = ln x + C

➄ ò sen x dx = - cos x + C ➅ ò cos x dx = s en x + C

ax
➆ ò e x dx = e x + C ➇ ò a x dx = ln a
+ C

dx dx
➈ ò = arc s en x + C ➉ ò 1 + x2 = arc tag x + C
1 - x2

En adelante, cada vez que hayamos de calcular una integral que no figure entre las
anteriores, intentaremos dar los pasos que nos permitan expresarla en funci—n de las que s’
aparecen en el cuadro.

Ejemplo

No tendr‡s dificultad alguna en ver que:

4
é 5x 3 + 3x 2 + 5 ù dx = 5x + x 3 + 5 ln x + C
ò ë xû 4

- 209 -
La integral definida

Integraci—n por sustituci—n

Utilizando un ejemplo para explicarte en quŽ consiste este mŽtodo, considera la

integral:

ò 5x 1 + x 2 dx

Si no te resulta inmediata, efectœa el siguiente cambio de variable:

t = 1 + x2 ; (dt = 2x dx)
En consecuencia:

dt 5 5 5
ò 5x ò 5.x. ò 3
1 + x 2 dx = t . 2x = 2 t dt = 3 t3 + C = 3 (1 + x 2 ) +C

Ejemplos

Utiliza el mŽtodo anterior para comprobar que:

3x
ò s en 2 x cos x dx = s en3 ò 1 3
+ C; x 2 - 2x 4 dx = - 6 (1 - 2x 2) + C

Integraci—n por partes

Se basa este procedimiento en la f—rmula de la derivada de un producto:

[u (x).v (x)] ' = u ' (x) . v (x) + u (x) . v ' (x)

Se tendr‡:

ò [ u (x). v (x) ]'.d x = ò u ' (x). v (x) .d x + ò u (x). v' (x). dx

y como:

ò [ u (x) . v (x) ] '. dx = u (x). v (x) , u'( x). dx = du, v '(x) .d x = dv

ser‡:
u. v = ò v . du + ò u. dv
es decir:

✍ ☞
F—rmula de la integraci—n
por partes ò u. dv = u . v - ò v . du

(Los autores de estas p‡ginas dan su palabra de que algunos estudiantes utilizan para recordar la
f—rmula anterior aquello de que "un d’a vi un viejo vestido de uniforme")

- 210 -
 La integral definida

Ejemplo

Para calcular:

ò x .e x . dx
podr’amos proceder as’:
u= x ® du = dx
e x dx = dv ® v = e x

de donde:

ò x .e x . dx = x. e x - ò e x . dx = x .e x - ex + C

M‡s ejemplos

Comprueba, tras aplicar la f—rmula de la integraci—n por partes, que:

➀ òx s enx dx = - x cos x + s en x + C

2 4
òx 3 5
➁ 1 + x dx = 3 x (1 + x) - 15 (1 + x) + C

Integraci—n de funciones racionales

Te recordamos ahora, sirviŽndonos de algunos ejemplos, c—mo se calculaban las
integrales del tipo:
P(x)
ò Q(x) dx
donde P(x) y Q(x) son dos funciones polin—micas tales que grado de P(x) < grado Q(x).

De entre todos los casos posibles, nosotros consideraremos Žstos:

a) El polinomio Q(x) s—lo tiene ra’ces reales simples.

b) El polinomio Q(x) s—lo tiene ra’ces reales, simples y mœltiples.
c) El polinomio Q(x) tiene ra’ces reales simples y mœltiples y complejas simples.

Ejemplo del primer caso

x+1
Para calcular: ò x 3 + x 2 - 6x dx

procederemos de la siguiente forma:

¥ Efectuaremos la descomposici—n factorial del denominador, obteniendo:

x 3 + x 2 - 6x = x. (x - 2). (x + 3)

- 211 -
La integral definida

¥ Descompondremos la fracci—n inicial en fracciones simples:

x+1
= A + B + C
x3 + x - 6x
2 x x-2 x- 3

En consecuencia:

x + 1 = A . (x - 2). (x + 3) + B. x (x + 3) + C . x . (x - 2)

igualdad de la que se obtiene, tras dar a x los valores x = 0, x = 2, x = -3:

A= - 1 ; B= 3 ; C=- 2
6 10 15

¥ Concluiremos escribiendo:
x+1
dx = - 1 ò dx 3
ò xdx- 2 2
ò x 3 + x 2 - 6x 6 x +
10
-
15 ò xdx+ 3 =

1 3 2
= - 6 ln x + 10 ln (x - 2) - 15 ln (x + 3) + C

Ejemplo del segundo caso

3x + 5
Para calcular: ò x 3 - x 2 - x + 1 dx

¥ Efectuaremos la descomposici—n factorial del denominador:

2
x 3 - x 2 - x + 1 = (x + 1) . (x - 1)

¥ Descompondremos la fracci—n inicial en fracciones simples:

3x + 5 A + B C
= +
x3 - x2 - x + 1 x+1 x-1 (x - 1) 2
En consecuencia:
2
3x + 5 = A . (x - 1) + B. (x + 1). (x - 1) + C . (x + 1)
igualdad de la que se obtiene, sea tras identificar coeficientes, sea tras dar a x los
valores x = 1, x = -1, x = 0:

A= 1 ; B=- 1 ; C=4
2 2
¥ Concluiremos escribiendo:

ò x 3 -3xx 2 +-5x + 1 dx = 12 ò xd+x1 - 1

2 ò xd-x1 + 4 ò (x d-x1) 2 =

1 1 4
= 2 ln (x + 1) - 2 ln (x - 1) - x - 1 + C .

- 212 -
 La integral definida

Ejemplo del tercer caso

Para calcular:
- 3x + 11
2
ò (x +3x
1) .(x 2 - 6x + 10)
dx

¥ Partiremos de la descomposici—n factorial, ya dada, del denominador y escri-

biremos:

3x 2 - 3x + 11 A Bx + C
2 - 6x + 10) = + 2
(x + 1) . (x x+1 x - 6x + 10

En consecuencia:
3x 2 - 3x + 11 = A . (x 2 - 6x + 10) + (Bx + C ) .(x + 1)
igualdad de la que se obtiene, sea tras identificar coeficientes, sea tras dar a x los
valores cualesquiera, como x = -1, x = 0, x = 0:

A = 1; B = 2; C = 1

¥ Escribiremos:
- 3x + 11
ò x 2 -2x6x+ +1 10
2
ò (x +3x
1) .(x 2 - 6x + 10)
dx = ò x 1+ 1 dx + =

2x + 1
= ò x 1+ 1 dx + ò 2
(x - 3) + 1

y sin m‡s que hacer el cambio: t=xÐ3

¥ Concluiremos:
2- 3x + 11
ò (x +3x 2
dx = ln (x + 1) + ln [(x - 3) + 1] + 7 arc tag (x - 3) + C
1) .(x 2 - 6x + 10)

Advertencia
Si quisiŽramos calcular una integral como:

x 3 - 4x 2 + x + 9
ò 2
dx
x - 5x + 6

en la que el grado del polinomio del numerador es mayor o igual que el del denominador, antes de efectuar
la descomposici—n en fracciones simples habr’a que proceder as’:

x 3 - 4x 2 + x + 9 3
= (efectuando la divisi—n) = (x + 1) +
2 2
x - 5x + 6 x - 5x + 6

aplicando a continuaci—n lo visto l’neas atr‡s.

- 213 -
La integral definida

6. CçLCULO DE çREAS PLANAS

Concluido el parŽntesis dedicado al c‡lculo de primitivas, volvamos a la integral
definida viendo c—mo se calcula el ‡rea de ciertos recintos planos.

Primer caso

Si el recinto est‡ definido por una

y = f (x)
curva y = f (x), continua y positiva en el
intervalo [a, b], las rectas x = a, x = b y el
eje OX, para hallar su ‡rea bastar‡ con
calcular, como ya sabes:
b
òaf ( x) dx
sin que haya m‡s complicaci—n. a b

Ejemplo
Comprueba que el ‡rea limitada por la sinusoide, el eje OX y la recta x = p es 1.
2

Segundo caso

Si se tratara de calcular un ‡rea

como la de la derecha, habr’a que consi- y = f (x)
derar que cuando una funci—n continua S1
toma valores negativos en un intervalo, S3
S2
como le sucede a la f (x) del dibujo en el
intervalo [c, d] , tambiŽn existe:
a c d b
d n
òc f (x ). dx = Dxl ’ ®
m å f (x i ) . D x i
0 i=1

aunque en ese caso la integral ser‡ negativa. Por ello, para resolver el problema:

1.- Determinaremos los puntos, c y d, de corte de y = f (x) con el eje OX.

2.- Calcularemos por separado:

c d b
S =
1 òa f (x ).dx ; S =
2 òcf (x ). dx ; S =
3 ò f(x).dx
d

3.- Determinaremos el ‡rea pedida, S, como suma de las otras tres:

S = S1 + S2 + S3
Ejemplo
El ‡rea limitada por la curva y = x2 + x, el eje OX y las rectas x = -2, x = 3 es 87/6.

- 214 -
 La integral definida

Tercer caso
Para calcular el ‡rea de un recinto
como el de la derecha podr’amos utilizar la
terminolog’a, imprecisa pero intuitiva, de
los elementos diferenciales. Tal ‡rea ser’a y = f (x)
la suma de las de infinitos rect‡ngulos de f(x)Ðg(x)
base ∆x y altura f (x) Ð g(x) como el dibujado. y = g (x)
O sea:
∆x
b
çrea = òa [f ( x) - g (x ) ] dx a b

Tal integral proporcionar’a el ‡rea incluso cuando la funci—n g(x) tomara valores
negativos en el intervalo [a, b], pues tambiŽn en ese caso la altura del elemento diferencial de
‡rea vendr’a dada por la diferencia f (x) Ð g(x).

Ejemplo
Dibuja sobre un sistema coordenado las par‡bolas cuyas ecuaciones son:
y = - x 2 + 4x ; y = x2 - 2 x
y tras verificar que se cortan en los puntos de abscisas x = 0, x = 3, comprueba que el ‡rea
del recinto que limitan es de 9 unidades cuadradas.

7. CçLCULO DE VOLòMENES DE REVOLUCIîN

Primer caso
Supongamos que el recinto limitado por la funci—n y = f (x), continua y positiva en [a,
b], las rectas x = a, x = b y el eje de abscisas, girara sobre OX, dando lugar a un s—lido:

∆x y = f (x)

f (x)

b ∆x
a

El volumen de este elemento

diferencial es
2
p . f(x) . Dx

Para calcular su volumen, procederemos de forma an‡loga a como hicimos para

calcular ‡reas, considerando tal volumen como suma de los volœmenes de los infinitos
elementos diferenciales de volumen del tipo del representado en el dibujo. Es decir: ➥

- 215 -
La integral definida

n 2
V = l’m å p . f (x i ) . D x
Dx ® 0 i =1
y, por consiguiente:

b 2
V = p . ò [ f ( x) ] d x
a

Ejemplo

Para calcular el volumen que se engendra cuando el recinto limitado por la par‡bola
y= x y la recta x = 3 gira alrededor del eje de abscisas, bastar‡ con escribir:
3
3 2 é x 2ù 9p
V = p.ò [ x ] dx = p. ê ú = .
0 ë 2 û 2
0

Segundo caso
DespuŽs de lo hecho hasta aqu’ no tendr‡s dificultad en entender c—mo se calcular‡ el
volumen de un s—lido como el de la figura siguiente, engendrado cuando el recinto limitado por
dos curvas f (x), g(x) continuas y positivas en un intervalo [a, b], gira alrededor del eje de
abscisas:

f(x)
g(x)
g
a b ∆x

El volumen de este elemento

diferencial es
2 2
p . [ f(x) - g (x ) ]. Dx

Dicho volumen vendr‡ dado por:

b
V = p.ò é f (x ) 2 - g (x ) 2 ù d x
ë û
a

Ejemplo
Comprueba que el volumen engendrado al girar 360° alrededor del eje OX el recinto
limitado por la par‡bola y = Ð x2 Ð 3x + 6 y la recta x + y Ð 3 = 0 es 1792p .
15

- 216 -
 La integral definida

8. EJERCICIOS
5
1.- Determina el valor de ò x d x tomando una partici—n del intervalo [0, 5] en n partes
0
n
iguales, eligiendo el punto medio xi de cada subintervalo y calculando l ’ m å x i Dxi.
n ® ∞ i=1

2.- Calcula el valor de la integral del ejercicio anterior aplicando la regla de Barrow.

3.- Determina la funci—n f (x), sabiendo que f ''' (x) = 2x y, adem‡s:

f (0 ) = 0 ; f (1) = - 1 ; f (2 ) = 2
4 3

4.- Calcula una primitiva de la funci—n f ( x) = 1 que se anule para x = 0

1 + 3x
5.- Calcula las derivadas de las siguientes funciones:
2 x
5
F(x ) = ò s en t dt ; G(x ) = ò 1+t
dt
0 0

6.- Calcula las siguientes integrales:

1 ò 5x dx 2 ò x 2 5+ 4 dx 3 ò ln x dx 4 ò tag x dx
dx
5 ò arc tag x dx 6 ò x cos 3x dx 7 ò x2 - 9 8 ò x 2 e x dx

9 òx 1 + x dx 10 ò xx2 -+2x dx 11 ò x 2 s en x dx 12 ò e x s en x dx
2x + 5 dx (x + 2) dx 3
ò xx 2 +- 54 dx
dx
13 ò 3
14 ò 3
15 ò 2
16
(x + 1) (x + 2) (x + 3) (x - 1) (x 2 - 4x + 13)

7.- Calcula las siguientes integrales:

p/2 p 1 1
1 ò s en 2x dx 2 ò cos 3 x dx 3 ò x 2 e x dx 4 ò arc s en x dx
0 0 0 0

3 1 2 0
5x
5 ò dx 6 ò0 4- x2 dx 7 ò- 2 | x| dx 8 ò -1 1 +dxe x
2 x + 3x + 2
2

8.- Aplica el mŽtodo de los trapecios para calcular las siguientes integrales, dividiendo los
correspondientes intervalos en el nœmero de partes que se indica:
7 11
1.- ò 1 dx
x (nœmero de divisiones: 6) 2.- ò x 3 dx (nœmero de divisiones: 10)
1 1

- 217 -
La integral definida

3
9.- Calcula ò f ( x) d x , siendo la siguiente tabla de valores todo lo que se sabe de f (x) :
2

x 2 2'25 2'50 2'75 3

f (x) 0'001 0'200 0'300 0'312 0'215

7 ìï x , si 0 £ x £ 5
10.- Calcula
ò f (x ) dx , siendo f (x ) = í
ïî 5 , si 5 £ x
1

11.- Determina el valor de a de modo que el ‡rea comprendida entre la curva y = ax Ð x2 y el

eje de abscisas sea 36.

12.- Calcula las ‡reas de los recintos limitados por las siguientes l’neas:

1) y = 4x Ð x2 y el eje OX. 2) y = x3 Ð 6x2 + 8x y el eje OX.

3) y = 6x Ð x2 ; y = x2 Ð 2x. 4) y = x2 Ð 4 ; y = 8 Ð 2x2.
5) x = 4 Ð y2 y el eje OY. 6) y = 3x Ð x2 ; y = x Ð 3
3 3 9
7) y2 = 4x ; y Ð 2x + 4 = 0. 8) y = 4 x 2 - 2 x - 4 ; 3x - 2y + 3 = 0.

13.- Halla el ‡rea comprendida entre la curva y = ex y la cuerda de la misma que tiene por
extremos los puntos de abscisas 0 y 1.

14.- Halla el ‡rea de la elipse de semiejes a y b.

15.- Halla el ‡rea del c’rculo de radio r.

16.- Calcula el volumen que se engendra cuando:

1¼) El recinto limitado por la par‡bola y2 = 8x y las rectas x = 2, x = 3, gira alrededor
del eje de abscisas.
2¼) La elipse de semiejes a , b gira 360° alrededor del eje de abscisas.
3¼) La elipse de semiejes a , b gira 360° alrededor del eje de ordenadas.

17.- Deduce las f—rmulas del volumen de cono y de la esfera.

18.- El recinto limitado por la par‡bola y = 3 x 2 - 3 x - 9 y la recta 3x Ð 2y + 3 = 0 gira 360°

4 2 4
alrededor del eje de abscisas. Calcula el volumen del s—lido as’ engendrado.

19.- Calcula el volumen de un tronco de cono cuyos radios miden 8 y 5 cm. y cuya altura es
10 cm.

20.- Representa gr‡ficamente la funci—n y = x 2 x + 4 y obtŽn el volumen del s—lido en-

gendrado al girar 360° alrededor del eje OX la regi—n limitada por el semieje de abscisas
negativas y la gr‡fica de la funci—n.

- 218 -