CAPTULO I

ELEMENTOS DE ANLISIS VECTORIAL

1.1 Campos Escalares

Una funcin uniforme G Gx, y, z G Gx, y , define en cada punto del espacio, o
del plano, o al menos en una parte de ellos, un nmero G i. Esta distribucin de nmeros
reales en una regin del espacio, o del plano, se llama campo escalar.

Sea por ejemplo el campo G x 2 y2 z 2 . Al punto A(1, 2, 3) le corresponde el valor del

campo GA = 14, y al B(-1, 0, 1) el valor GB = 2, y el campo est definido en todo el
espacio.

Veamos otro ejemplo, sea el campo en el plano G x y . En el punto A(1, 3) se tiene

que GA = 2 y el campo est definido en la parte del plano en la cual (x + y) es positivo.

Las superficies G(x, y, z) = constante, o las curvas G(x, y) = constante, se llaman

superficies, o curvas, de nivel y tambin superficies, o curvas, equi-G.

En el primer ejemplo las superficies de nivel son esferas con centro en el origen, y en el
segundo, rectas paralelas a la segunda bisectriz.

Ejemplos fsicos de campos escalares son el conjunto de presiones o de temperaturas en el

seno de un fluido, la distribucin de la precipitacin en una determinada cuenca o el
conjunto de las cotas topogrficas de una regin. Las lneas o superficies de nivel se
denominan isbaras, isotermas, isoyetas o, simplemente curvas de nivel, respectivamente.

1.2 Derivada Direccional

Dado un campo escala G = G(x, y, z) y un punto P(x0, y0, z0), consideremos la superficie

de nivel G(x, y, z) = G p, que contiene al punto P y a un vector arbitrario V aplicado en P,
con una direccin cualquiera pero conocida y determinada por sus cosenos directores.

Sobre la recta de accin de V tomemos un punto Qx 0 x 0 , y0 y0 , z0 z0 . La derivada

de G en la direccin del vector V se define como:

dG G GP
Lim Q
dV P Q PQ

2
 Desarrollando en serie de Taylor tenemos:
Q

G Q Gx 0 x 0 , y0 y0 , z 0 z 0
V
G P x 0Gx 0 y0Gy 0 z 0Gz 0
P
Donde es un infinitsimo de segundo orden
respecto a los incrementos.

G Q G P x 0 y z
Gx 0 0 Gy 0 0 Gz 0 Gx 0 cos Gy 0 cos Gz 0 cos
PQ PQ PQ PQ PQ

Al tender Q hacia P los incrementos tienden a cero y, por lo tanto, la derivada direccional
ser:

dG G GP
Lim Q Gx 0 cos Gy 0 cos Gz 0 cos
dV P Q PQ

En donde cos , cos , cos , son los cosenos directores del vector V .

Fsicamente, la derivada direccional nos da idea de cmo vara el campo escalar cuando
nos desplazamos en una cierta direccin.

Ejemplo:
La derivada direccional del campo G x y z 2 en el punto A(1, -1, 1) en la direccin del

vector V i 2 j 2k se hallar del siguiente modo:

Gx y x x 1 Gy x y ln x Gz 2z
Gx 0 1 Gy 0 0 Gz 0 2

cos 1 3 cos 2 3 cos 2 3

dG 1 4
0 1
dV 3 3

1.3 Gradiente de un Campo Escalar

Si la funcin G(x, y, z) es derivable, se define un vector llamado gradiente por la igualdad:

3

grad G G Gx i Gy j Gz k

Y, si definimos el vector simblico nabla: i j k , el gradiente queda
x y z

definido por el producto del escalar G y el vector V .

Este operador vectorial tiene las siguientes importantes propiedades:

1. El gradiente del campo escalar G en un punto P es normal a la superficie de nivel

que contiene a P.
2. La derivada direccional es igual a la proyeccin del gradiente sobre la direccin
considerada.
3. La derivada direccional mxima se obtiene en la direccin del gradiente y su valor
es igual al mdulo de dicho gradiente.

G En efecto: Consideremos una curva que

pase por P y est incluida enteramente
en la superficie de nivel que contiene a
dicho punto. Un vector tangente a esta
u
P curva es:

dl
dl dx i dy j dz k

Hallando el producto escalar de este vector por el gradiente, tenemos:

G dl Gx dx Gy dy Gz dz dG

Y como G es constante para todos los puntos de la superficie de nivel, la diferencial de G

ser nula y, por consiguiente, el gradiente resulta ser perpendicular a cualquier tangente a
cualquier curva contenida en la superficie de nivel, como queramos demostrar.

Por otra parte, si u es el vector unitario de una cierta direccin se tendr:

u cos i cos j cos k

Y, escribiendo de las dos formas posibles el producto escalar del vector V y el gradiente de
G, tendremos:
dG
u G Gx cos Gy cos Gz cos G cos
du
Lo que quiere decir que la derivada direccional es la proyeccin del gradiente, tal como
indica la figura.

4

Por ltimo, si variamos la direccin de u manteniendo G y el punto P constantes, lo nico
variable ser el ngulo y el valor mximo de estas derivadas direccionales se obtendr
para cos igual a uno, o lo que es lo mismo, para igual a cero, es decir, cuando la

direccin de u coincide con la del gradiente, en cuyo caso se tendr:
dG
G
du max

De acuerdo con todo esto, si n es el vector unitario normal a la superficie de nivel. El
gradiente se puede escribir en la forma
dG
G n
dn
Desde un punto de vista fsico podemos observar que, si trazamos las superficies de nivel
que corresponden a incrementos iguales del valor de G, el mdulo del gradiente ser mayor
all donde dichas superficies de nivel estn ms prximas. O de otra forma, en un punto
fijo la direccin del gradiente indica la direccin en la cual la variacin del campo es
mayor. Y, si consideramos dos puntos, aquel en el cual el mdulo del gradiente sea ms
grande corresponder a una mayor variacin del campo.

Las lneas tangentes al gradiente en cada punto se llaman lneas de gradiente. Estas
lneas son, obviamente, normales a las superficies de nivel y, expresando que los vectores
dl y G son paralelos, se obtienen sus ecuaciones diferenciales.
dx dy dz

Gx Gy Gz
La aplicacin de todas las consideraciones del presente prrafo al caso de los campos
bidimensionales no presenta dificultad alguna.

Ejemplo 1:
El gradiente del campo G x 2 y z 2 x 3y en el punto (2, 1, 1) se obtiene del siguiente
modo:
Gx 2xy z 2 Gy x 2 3 Gz 2xz
Gx 0 3 Gy 7 Gz 0 4
0
G 3 i 7 j 4 k

Ejemplo 2:
Si queremos encontrar un vector unitario normal a la curva x 2 2y2 2xy 2y 9 en el
punto (2, 1), bastar considerar el campo escalar G x 2 2y2 2xy 2y y buscar

u G G . Se tendr pues:

5
 Gx 2x 2 y Gy 4 y 2x 2
Gx 0 6 Gy 0 8

u 3 5 i 4 5 j

Ejemplo 3:
Las lneas de gradiente del campo G x 2 y2 z 2 2x 2y 2z se deducen fcilmente
del sistema
dx dy dz

2 x 2 2 y 2 2z 2
Y resultan ser
x 1 a z 1

y 1 bz 1
Y, en particular, la que contiene al punto (3, 0, 2) es
x 2z 1

y z 2

1.4 Aplicaciones Geomtricas del Concepto de Gradiente

En primer lugar, el concepto de gradiente permite definir la tangente y la normal a la curva

f(x, y) = 0 en el punto P(x0, y0).

M2 Consideremos el campo escalar G = f(x, y).

y El gradiente

de este campo en P,
G f x i f y j , es perpendicular en P a la
G M1
curva de nivel f(x, y) = 0 y, si M1(x, y) es
P un punto cualquiera de la tangente, el
producto escalar del vector

M1P x x 0 i y y0 j por el gradiente
debe ser nulo. Luego
f x 0 x x 0 f y 0 y y0 0
x ser la ecuacin de la tangente.

Anlogamente, si M2(x, y) es un punto cualquiera de la normal en P, el vector

M 2 P x x 0 i y y0 j ser paralelo al gradiente y, por tanto:

x x 0 y y0

f x 0 f y 0

ser la ecuacin de la normal.

6
Ejemplo:
La tangente y la normal a la curva x 2 2y 2 2xy 2x 2y 5 0 en el punto (1, 1) se
obtienen del siguiente modo:
f x 2x 2 y 2 f y 4 y 2x 2
f x 0 2 f y 0 8

As, la ecuacin de la tangente es: 2x 1 8y 1 0 x 4y 5 0

x 1 y 1
Y la de la normal es: y 4x 3
2 8

En segundo lugar, el concepto de gradiente

g f permite definir el ngulo entre dos curvas.

Y Obviamente, el ngulo buscado es igual

al ngulo entre los respectivos gradientes,

luego:
P f g f g cos

De donde:
f x o gx 0 f y 0 gy 0
cos
f
2
x0
f y20 gx20 gy20

Ejemplo:
Para hallar el ngulo entre las curvas y2 2x 0; x 2 y2 2x 2y 0 en el punto (2,2),
tenemos:

f x 0 2 f y 0 2 y 0 4 f 2 i 4 j f 20

gx 0 2x 0 2 2 gy 0 2 y0 2 2 g 2 i 2 j g 8

cos
- 2 2 4 * 2 1
0,316 71,6
20 * 8 10

7
En tercer lugar, se pueden definir, tanto el plano tangente como la recta normal a la
superficie f(x, y, z) = 0 en un punto P(x0, y0, z0).

Como anteriormente, si consideramos

el campo escalar G = f(x, y, z), el
gradiente de G en el punto P,
Z M2
G f x 0 i f y 0 j f z0 k es normal a la
superficie que contiene a P, f(x,y,z) =
0. Luego, si M1(x, y, z) es un punto
G
cualquiera del plano tangente, el
P
producto escalar de G por el vector

M1P x x 0 i y y0 j z z0 k
M1

debe ser igual a cero y, por lo tanto la

ecuacin del plano tangente est dada
por:
Y
f x 0 x x 0 f y 0 y y0 f z0 z z0 0
X

Anlogamente, si M2(x, y, z) es un punto cualquiera de la normal en P, los vectores G y

M 2 P sern paralelos y por consiguiente, la ecuacin de la recta normal es:

x x 0 y y0 z z 0

f x 0 f y 0 f z0
Ejemplo:
El plano tangente y la normal a la superficie xz = 2y en el punto (1, 1, 2) se obtienen del
siguiente modo:

f x 0 z0 2 f y 0 2 f z0 x 0 1

Plano tangente: 2x 1 2y 1 z 2 2x 2y z 0

Recta normal:
x 1 y 1 z 2
2 2 1

As como el concepto de gradiente permite establecer el ngulo entre dos curvas, tambin
permite definir el ngulo entre dos superficies. Obviamente, ese ngulo es el mismo que
forman los gradientes, luego si f(x, y, z) = 0; g(x, y, z) = 0 son las superficies y P(x 0, y0, z0)
el punto en el que se quiere hallar dicho ngulo, se tiene

8
 f g
f f x 0 i f y 0 j f z0 k g gx 0 i gy 0 j gz 0 k cos
f g
Ejemplo:
Hallemos el ngulo entre las superficies xz = 2y; xyz = 2 en el punto (1, 1, 2).
4 4 1 1
f 2 i 2 j k g 2 i 2 j k cos 0,111 83,62
9 9 9

Por ltimo, podemos definir la tangente a una curva dada por la interseccin de dos
superficies.

Como la recta tangente es la

interseccin de los dos planos
tangentes a las superficies
f(x,y,z) = 0; g(x,y,z) = 0, un
f vector paralelo a dicha tangente
f xg
ser el producto vectorial de los

gradientes, F f x g . Y como,
g si P(x0, y0, z0) es el punto de
Tangente
contacto y M(x,y,z) es un punto
M cualquiera de la tangente, los
P
vectores F y MP deben ser
paralelos. Luego las ecuaciones
de la tangente buscada sern
x x 0 y y0 z z 0

Fx Fy Fz

Ejemplo:
Si queremos encontrara la tangente a la curva interseccin de las dos superficies xz 2y = 0
2x 2 2y 2 z 2 0 en el punto (1, 1, 2) tendremos:

f x 0 z 0 2 f y 0 2 f z 0 x 0 1 f 2 i 2 j k

gx 0 4x 0 4gy 0 4 y 0 4 gz 0 4 y 0 4 g 4 i 4 j 4 k

i j k

F f x g 2 2 1 4 i 12 j 16 k
4 4 4
x 1 y 1 z 2 x 1 y 1 z 2
Y las ecuaciones de la tangente son:
4 12 16 1 3 4

9
1.5 Campos Vectoriales y Lneas de Campo

Consideremos los vectores

F Xx, y, z i Yx, y, z j Zx, y, z k

Donde X, Y, Z, son funciones uniformes, definidas y derivables. A cada punto del espacio,
en la regin donde las funciones X, Y, Z, estn definidas, le corresponde un vector. Esta
distribucin de vectores se llama campo vectorial. Ejemplos fsicos de campos vectoriales
son la gravitacin y la velocidad y la aceleracin de un fluido en movimiento.

Dado un campo vectorial F , se llaman lneas de campo aquellas curvas que en todos sus
puntos son tangentes al vector campo que corresponde a dicho punto.

En el campo de velocidades de un fluido, las lneas de campo, que en este caso en

particular se denominan lneas de corriente, sern lneas tangentes en todos sus puntos al
vector velocidad. Adems, si el flujo es permanente, es decir si las componentes del vector
velocidad son constantes respecto del tiempo, las lneas de campo representan la
trayectoria de una partcula de fluido.

Para hallar las ecuaciones de dichas lneas de campo, expresaremos que el vector tangente

dl dx i dy j dz k y el vector F tienen la misma direccin y por lo tanto sus componentes
sern proporcionales:

dx dy dz

X Y Z

Y bastar con integrar este sistema de ecuaciones diferenciales.

Ejemplo:

Hallemos la lnea de campo del campo vectorial F x i 2y j z k que contiene al punto
P(2,4,1).
1
ln x 2 ln y ln A x A y
es decir
dx dy dz
Las ecuaciones nos dan y, en el punto
x 2y z ln z 1 ln y ln B z B y
2
P, A = 1 B = 2.

1.6 Divergencia y Laplaciana

Se define la divergencia de un campo vectorial F mediante la igualdad

10
 X Y Z
Divergencia de F
x y z

Recordando la definicin del vector simblico , la divergencia se escribe, comnmente,
como

F i
X Y Z
j k X i Y j Z k
x y z x y z

Los campos cuya divergencia es idnticamente nula se llaman campos solenoidales.

Ejemplo:

Hallar el valor de m necesario para que el campo F x 2 y i mxy2 j 6xyz k , sea solenoidal.

F 2xy 2mxy 6xy 0 m 4

Sea V Vx i Vy j Vz k el vector que define el campo de velocidades en un fluido, es
Vx Vy Vz
decir, el campo de flujo. La divergencia del vector velocidad es V . Si
x y z
ese campo es solenoidal, su divergencia ser nula, y entonces tendramos:

Vx Vy Vz
0
x y z

que es la ecuacin de continuidad en la mecnica de los fluidos.

La divergencia del gradiente de un campo escalar G recibe el nombre de operador de

Laplace o Laplaciana de G y se representa por G o por 2G .

2G 2G 2G
G 2G G i j k i j k G 2 2 2
x y z x y z x y z

Los campos escalares cuya Laplaciana es idnticamente nula se denominan armnicos.

Este operador aparece con frecuencia en el estudio de los fenmenos que implican
transmisin de energa.

Al analizar el flujo del agua en el suelo, el campo escalar que corresponde a la carga
hidrulica, h, en cualquier punto, es un campo armnico si se cumplen ciertas condiciones
de homogeneidad e isotropa, en cuyo caso, se tiene que
2h 2h 2h
0
x 2 y 2 z 2

11
Expresin conocida como ecuacin de Laplace, que permite definir las redes de flujo en el
suelo y establecer presiones hidrulicas que determinan cuales son los puntos de mayor
riesgo en una fundacin, en un dique o en una represa de tierra.

Ejemplo:
La Laplaciana del campo escalar G x 2 y yz2 xy se halla del siguiente modo:

Gx 2xy y Gx 2 2 y Gy x 2 z 2 Gy 2 0 Gz 2 yz Gz 2 2 y
G 2 y 2 y 0

Por lo tanto, el campo G es armnico.

1.7 Rotacional

El campo vectorial definido por el producto vectorial simblico

i j k
Z Y X Z Y X
Rot F x F i j k
x y z y z z x x y
X Y Z
se llama rotacional, torbellino o curl, y los campos cuyo rotacional es idnticamente nulo
se llaman irrotacionales.

Si F es la velocidad de un fluido, en Mecnica de los Fluidos se demuestra que el
rotacional coincide con la velocidad de rotacin media de las partculas, lo que justifica el
nombre impuesto al operador.

Ejemplo:
Hallemos, en el punto P(2, 3, 1), el rotacional del rotacional del campo vectorial

F 2y 2 z 2 i xyz2 j 3xy 2 z k .

i j k

Rot F

x

y

z




6xyz 2xyz i 4 y 2 z 3y 2 z j 4 yz2 yz 2 k 4xyz i y 2 z j 3yz 2 k

2y 2 z 2 xyz2 3xy 2 z

i j k

Rot Rot F


x

y

z


3z 2 y 2 i 4xy j 4xz k

4xyz y 2 z 3yz2

12
Y, particularizando para las coordenadas del punto P, obtenemos:

Rot Rot F x x F 12 i 24 j 8 k

1.8 Relaciones de Inters

En resumen, hemos definido los siguientes operadores escalares y vectoriales:

Gradiente : G Gx i Gy j Gz k (un vector)

Operadores de un

Campo Escalar G Laplaciana : G 2 G G G G (un escalar)
2 2 2

x 2 y 2 z 2

X Y Z
Divergenci a : F (un escalar)
x y z

Operadores de un
i j k
Campo Vectorial F
Rotacional : x F (un vector)
x y z

X Y Z

Otras relaciones interesantes, adems de la que define el operador de Laplace son:

- Rotacional del Gradiente de G

i j k


x G

x

y

z

Gzy


i Gxz
Gyz


j Gyx
Gzx
Gxy

k0

Gx Gy Gz

- Divergencia del Rotacional de F

xF
Z Y X Z Y X
Zyx
x y z y z x z x y
Yzx
Xyz
Zxy
Yxz
Xyz

- Rotacional del Rotacional de F

13

i j k

x F
x y z
Z Y X Z Y X

y z z x x y
2Y 2 Z 2X 2X 2X 2 Z 2Y 2Y 2X 2Y 2 Z 2 Z
2 2 i 2 2 j 2 2 k
xy xz y z yx yz x z zx zy x y

Sumando y restando

2X 2Y 2 Z

x 2 y 2 z 2

Obtenemos

x xF
X Y Z X Y Z X Y Z

x x y z
i j
y x y z

z x y z
k

2X 2X 2X 2Y 2Y 2Y 2 Z 2 Z 2 Z
2 2 2 i 2 2 2 j 2 2 2 k
x y z x y z x y z


Grad Div F X i Y j Z k

1.9 Circulacin de un Campo Vectorial

Dada una curva , dos puntos en ella, A y B, y

F un campo vectorial F , se define la circulacin
dl

Ft de F sobre , desde A hasta B, por la integral
curvilnea
B

C F dl F dl X dx Y dy Z dz
AB AB t AB

La circulacin es, pues, una generalizacin del

A
concepto de trabajo mecnico, dado que F no
es, necesariamente, una fuerza.

El proceso de clculo consistir, como en las integrales curvilneas, en obtener las
ecuaciones de la curva de modo que queden expresadas explcitamente las variables x, y,

14
z, en funcin de un solo parmetro, que puede coincidir con una de estas variables.
Despus se determinan los valores del parmetro que corresponden a los puntos A y B, y,
finalmente, se efecta la integral entre estos lmites.

Ejemplo 1:

Hallemos la circulacin del campo F 2x y i 2xz j y2 k a lo largo de la curva
xy 2z 0
entre los puntos A(0, 0, 0) y B(1, 1, 1).
3x 2 z 0

x t

Las ecuaciones de la curva se pueden escribir como y 6 t y, por lo tanto,
z 3t 2

2x y dx 2xz dy y2 dz 0 2t 6t dt 6t 3 6dt 36t 2 6tdt
1
C
AB
1

C 8t 252t 3 dt 67
0

Ejemplo 2:
4,5

4 A Hallemos la circulacin del

3,5
campo vectorial

3 F x 2y i 3y j
2,5
Desde O(0,0) hasta A(2,4) a lo
2
largo del camino formado por la
1,5
recta y = x, desde O(0,0) hasta
1 B B(1,1) y desde B hasta A a lo
0,5 largo de la curva y x 2 .
0 B

0 0,5 1 1,5 2 2,5

Para el trozo OB

x 2ydx 3y dy 0 6x dx 3
1
C1
OB

Para el trozo BA
x 2 y dx 32 y dy x 2x 2 dx 3x 2 2x dx 6x3 2x 2 x dx
2 2 86
C2
BA 1 1 3

15
 95
Y, en total, C C1 C2
3
1.10 Campos Conservativos

Cuando el campo vectorial F se puede hacer igual a menos el gradiente de un campo

escalar G, F G , se dice que el campo F es conservativo, y el campo escalar G recibe
el nombre de potencial.

Si F es conservativo y sus componentes X(x,y,z), Y(x,y,z), Z(x,y,z) son contnuas y
derivables,

1. La circulacin entre dos puntos fijos A y B es independiente de la curva que los

une. En efecto:

F G X Gx Y Gy Z Gz

Gx dx Gy dy Gz dz dG G A x, y, z G B x, y, z
B
CAB X dx Y dy Z dz
AB AB A

Valor que solo depende de los puntos inicial y final.

2. La circulacin a lo largo de cualquier curva cerrada es nula.

C En efecto:

CABCDA F dl F dl F dl F dl
AB BC CD DA
D B G B G A GC G B G D GC G A G D
0

Si las componentes de F no son continuas para todos los puntos interiores a una curva
cerrada , la circulacin a lo largo de puede no ser nula, a pesar de ser el campo,
conservativo.

Si F es un campo bidimensional cuyas componentes no son continuas para un solo punto
interior a , se puede utilizar el siguiente artificio para facilitar el clculo de la circulacin.

16
 A
Se rodea el punto M por un contorno , que
C
puede ser circular, arbitrariamente pequeo y
se aade un corte constituido por dos lneas
CD y AF , todo lo prximo que se quiera.
F D
M
La circulacin a lo largo del camino
E ABCDEF es nula, puesto que el punto M est
B fuera del recinto as definido y por hiptesis
no existe otro punto interior a para el cual

las componentes de F sean discontinuas. Por
lo tanto, tendremos:
CABCDEF = CABC + CCD + CDEF + CFA = CABC + CDEF = 0

Puesto que las circulaciones entre CD y AF se anulan entre s al ser estas lneas todo lo
prximas que se quiera. Por lo tanto:

CABC CFED C C

Por otra parte, en el caso de un campo bidimensional, se cumple que

X Y
F G X Gx Y Gy Gxy
Gyx

y x

Y, ya que segn el teorema de Schwartz, Gxy

Gyx
, la condicin necesaria para que exista
la funcin potencial es:
X Y

y x
Recprocamente, si esta condicin se cumple, el potencial existe y puede calcularse. En
efecto, integrando respecto a x obtenemos
G Xx, y dx f y
Puesto que en esta integracin se considera la variable y como una constante. Derivando
ahora respecto a y, se tiene:
X
Gy Y dx f y
y
De donde
X X
f y Gy dx Y dx
y y
El potencial ser, pues

17
 G Xx, ydx f ydy C

Obviamente, se pueden hacer las integraciones de G en orden inverso y obtener una

expresin inversa.

La constante C resulta indeterminada, lo que no es fundamental puesto que en los

fenmenos fsicos la magnitud que interviene no es el potencial sino la diferencia de los
potenciales en dos puntos diferentes. Es frecuente tomar el potencial en un punto como
origen de referencia, por ejemplo es usual adoptar el convenio de que el potencial en el
infinito es nulo.

Ejemplo:

Dado el campo vectorial F 2xy 2 2y2 mxy 2x i nx 2 y 4xy 3x 2 2 j
a. Hllese m y n para que el campo sea conservativo.
b. Hllese la funcin potencial.

c. Hllese la circulacin de F entre los puntos A(0,0) y B(1,2) a lo largo de la curva
x 2 y y3 6 x 0 .
X Y
Para que el campo sea conservativo debe cumplirse que , por lo tanto,
y x
2nxy 4y 6x 4xy 4y mx m 6 n 2

Para hallar el potencial:

Gx X 2xy 2 2 y 2 6xy 2x G x 2 y 2 2xy 2 3x 2 y x 2 f y

Gy Y 2x 2 y 4xy 3x 2 2 2x 2 y 4xy 3x 2 f y f y 2
f y 2 y C G x 2 y 2 2xy 2 3x 2 y x 2 2 y C

Segn lo dicho, la circulacin entre A y B ser:

CAB G A G B C 4 8 6 1 4 C 1

Dado que, por ser el campo conservativo, la circulacin es independiente del camino
recorrido, tambin se puede sustituir la curva dada por otro cualquier camino ms simple,
como por ejemplo, A(0,0) C(1,0) B(1,2). As,

C 2xy 2 2y2 6xy 2x dx 2x 2 y 4xy 3x 2 2 dy
1
Para el tramo AC y 0, dy 0 C1 2x dx 1
0

Para el tramo CB x 1, dx 0 C2 2 y 4 y 3 2dy 2

2
0

18
Y, en total, CAB C1 C2 1 2 1

Si el campo F es tridimensional, podemos proceder de modo anlogo:

F G X Gx Y Gy Z Gz
Y, aplicando el teorema de Schwartz, en la hiptesis de que se verifiquen las condiciones
necesarias,
X Y Y Z Z X

y x z y x z

Estas tres igualdades equivalen a la anulacin idntica del rotacional de F y por lo tanto
los campos irrotacionales de componentes continuas son conservativos y, recprocamente,
los campos conservativos de componentes continuas son irrotacionales.

Para el clculo del potencial procederemos de un modo anlogo a lo hecho anteriormente.

G Xx, y, z dx f y, z

ya que en esta integral las variables y, z, figuran como constantes. Para hallar la funcin
f(y,z) derivemos respecto a y:

X X
Gy Y dx f y y, z f y y, z Y dx
y y

La independencia de f y y, z respecto a x se comprueba derivando respecto a x:

Y X
f y y, z 0
x x y

Efectuando la integracin de f y y, z respecto a y, obtendremos f(y,z) salvo la constante de

integracin que ser funcin de z nicamente y podremos escribir,

G Xx, y, z dx f y, z hz

Derivando, finalmente, respecto a z:

X X
Gz Z dx f z y, z hz hz Z dx f z y, z
z z

Este ltimo trmino no depende de y ya que

19
 Z 2X X Y Z
h z
dx Y dx 0
y y zy z y z y

Integrando respecto a z podremos encontrar h(z) y escribir, por ltimo,

G X dx f y, z hz

Obviamente, el proceso indicado puede seguirse ordenando las variables de otro modo.

Ejemplo:


Dado el campo vectorial F y2z ay i bxyz 2x j cxy 2 2z 3 k ,
a. Hllense a, b, c para que el campo sea conservativo.
b. Hllese la funcin potencial.
c. Hllese la circulacin entre los puntos A(1,1,2) y B(3,0,1).

Calculemos el rotacional de F :

i j k

Rot F

x

y

z



2cxy bxy i y 2 cy 2 j byz 2 2 yz a k
2 2
y z ay bxyz 2x cxy 2z 3

Para que el rotacional sea idnticamente nulo, debemos tener:

b 2c c 1 a 2 F y2z 2y i 2xyz 2x j xy 2 2z 3 k
Para hallar la funcin potencial:

Gx y2z 2y G xy 2z 2xy f y, z

Derivando respecto a y,

Gy 2xyz 2x 2xyz 2x f y y, z f y y, z 0 f y, z h z
G xy 2 z 2xy h z

Derivando, ahora, respecto a z,

Gz xy 2 2z 3 xy 2 hz hz 2z 3 h z z 2 3z C
G xy 2 z 2xy z 2 3z C

20
En tercer lugar, la circulacin entre A y B, es:

CAB G A G B 2 2 4 6 C 0 0 1 3 C 6

De otro modo, siguiendo el camino A(1,1,2) D(3,1,2) E(3,0,2) B(3,0,1):

C y2z 2y dx 2xyz 2x dy xy 2 2z 3 dz

Para el trozo AD : y 1 z 2 dy dz 0 CAD 2 2dx 0

3
1

Para el trozo DE : x 3 z 2 dx dz 0 CDE 12 y 6dy 0

0
1

Para el trozo EB : x 3 y 0 dx dy 0 CEB 2z 3dz 6

1
2
Y, sumando las tres CAB 6 .

Cuando el potencial existe, las superficies equipotenciales, que son las superficies de nivel

del campo escala G son, evidentemente, ortogonales al campo vectorial F que coincide en
direccin, aunque no en sentido, con el gradiente de G.

1.11 Flujo de un Campo Vectorial a Travs de un Trozo de Superficie

Consideremos una superficie, o una parte de ella, S,

dS F
de ecuacin f(x,y,z) = 0, en la que consideraremos
dos caras determinadas por el sentido de la semi-
normal en cada punto y, por lo tanto, por el signo de
los cosenos directores de dicha normal. Al cambiar
de cara cambiar tambin el signo de los tres
dS cosenos.

Definimos el flujo del campo vectorial F a travs de
un trozo S de superficie, por medio de la integral de superficie,

F dS
S

Donde dS es un vector de modulo dS, dirigido segn la seminormal a la cara de S que

consideremos. Al cambiar de cara cambiar evidentemente el signo del flujo.

Si F es la velocidad de un fluido, el flujo representa el gasto o volumen de fluido que
atraviesa, por unidad de tiempo, el trozo de superficie.

21
La superficie considerada es una superficie de nivel del campo escalar G = f(x,y,z), y como
ds tiene la direccin del gradiente de G,
Z los cosenos directores de dS se
dS obtendrn a partir de la expresin de
S dicho gradiente.

G f x i f y j f z k
f x f y f z
cos cos cos
Y G G G
Con el signo que corresponda a la cara
elegida. Como,
dx dy
R F X i Y j Zk
X
dS dS cos i dS cos j dS cos i
El clculo del flujo ser:

X f x Yf y Z f z
X cos Y cos Z cos dS dS
S S G
Para convertir esta integral de superficie en una integral doble, utilizaremos una de las
siguientes tres igualdades:

dS cos dy dz dS cos dx dz dS cos dx dy

Obtenidas proyectando el elemento de rea curva sobre cada uno de los tres planos
coordenados. S, por ejemplo, elegimos la proyeccin sobre el plano X0Y, se tendr:

X f x Yf y Zf z dx dy X f x Yf y Zf z G X f x Yf y Zf z
dx dy dx dy
R G cos R G f z R f z

Y, si en la funcin subintegral sustituimos z por su expresin en funcin de las variables x

e y, que podemos obtener de la ecuacin de la superficie, bastar calcular la integral doble
en el recinto R que es la proyeccin del trozo de superficie S sobre el plano X0Y.

Ejemplo:

Hallemos el flujo del campo vectorial F x y i 2x z j 3y z k a travs de la
superficie de plano x 2y 2z 6 situada en el octante positivo.

Para el clculo de los cosenos directores de dS tenemos:

22
 1 2 2
G x 2 y 2z G i 2 j 2 k cos cos cos
3 3 3
x y cos 2x z cos 3y z cos dS
x 2 y 2x z 23y z dS
S S 3

Y, puesto que el recinto R es el

tringulo del plano X0Y comprendido
Z entre los ejes coordenados y la recta x
G + 2y = 6,
dS
3x 7 y 3 dx dy

3 R 3 2
3
6 2 y
6
Y

1 3
dy 3x 7 ydx
x 2y 6 2 0 0

X

1 3

2 0

54 6 y 8y2 dy
117
2

1.12 Aplicaciones Geomtricas del Concepto de Flujo

El concepto de flujo permite calcular:

a. El rea de una superficie.

b. El momento de inercia de una superficie respecto a un plano.
c. El momento de inercia de una superficie respecto a una recta.
d. Las coordenadas del centro de gravedad de un trozo de superficie.

1.12.1 rea de una superficie

En el caso particular de que el vector F coincida con el vector unitario n , normal a la
superficie S en cada punto, tendremos:

n dS 1 dS cos 0 dS rea de la superficie o trozo de superficie, S
S S S

Como, evidentemente,

f x i f y j f z k
n
G

23
 f x f y f z
cos cos cos
G G G

Si consideramos la proyeccin sobre el plano X0Y:

dx dy f x 2 f y 2 f z 2
S dS dx dy
s R cos R f z

Y, fcilmente, se obtienen frmulas anlogas para el caso de considerar las proyecciones

sobre los otros planos coordenados.

Ejemplo:
Hallemos el rea lateral de la parte de cono z 2 x 2 y2 comprendida entre los planos
z 0 y z = 1.

Z G x 2 y2 z2
R
G 2 x i 2 y j 2 z k
2x x
cos
G 4 x 2 4 y 2 4z 2 z 2
y 1
cos cos
z 2 2
Y
El coseno de debe ser negativo ya que
X este ngulo es mayor de 90.

dx dy
S dS 2 dx dy 2
S R cos R

Ya que R es un crculo de radio uno.

1.12.2 Momento de Inercia de un Trozo de Superficie respecto a un Plano

Si F es un vector dirigido segn la normal a S, cuyo mdulo es la distancia h elevada al
cuadrado de cada punto de S al plano P de ecuacin Ax By Cz D 0 , el momento de
inercia, Ip, de S respecto al plano P ser igual al flujo de este vector a travs de la
superficie considerada.

Ip h 2 n dS h 2 dS
S S

24
Y, como la geometra analtica nos dice que

h 2

Ax By Cz D
2

A 2 B2 C 2

Bastar recordar las expresiones de los cosenos directores del gradiente para plantear la
integral doble correspondiente.

Ejemplo:
Hallemos el momento de inercia de una placa circular plana de radio uno situada en el
x 2 y 2 1
plano X0Y , respecto al plano de ecuacin x + y + z = 4.
z 0

La distancia de cualquier punto de la superficie al plano, es:

h 2

x y z 4
2

3
Z Y los cosenos del gradiente correspondiente
a la superficie considerada (plano X0Y) son:
cos = 0; cos = 0; cos = 1.
h
dx dy 2
G Ip h 2 dS h
Y S R cos

R x y z 4 x y 42 dx dy
2 dx dy

3 R 3
X

Pasando la integral doble a coordenadas polares y recordando que para ello hay que
sustituir dx dy por r dr d, tendremos:

Ip
1 2

3 0
1

65
d r 3 2r 3sen cos - 8r 2 cos 8r 2sen 16r dr
0 6

En el caso particular y frecuente de los momentos de inercia respecto a los planos

coordenados, tendremos:

dx dy dx dy dx dy
IY0Z I x x 2 I Z0X I y y2 IX0Y Iz z 2
R cos R cos R cos

Si estamos considerando la proyeccin sobre el plano X0Y. Si consideramos otras

proyecciones, fcilmente se pueden obtener frmulas anlogas.

25
Ejemplo:
Hallemos el momento de inercia de la superficie de la esfera x 2 y2 z 2 R 2 , situada en
el octante positivo, respecto al plano X0Z,

Z dx dy
I y y 2 dS y2
S R cos
y 2 dx dy
h R
R
R 2 x 2 y2

Y
Y, pasando a coordenadas polares,

r 3 sen 2
I y R dr d
R
X R 2 r2
/ 2 R r3 2 /2 4 2 R 4
Iy R sen 2 d
3 0
dr R sen d
0 0 6
R 2 r2

1.12.3 Momento de Inercia de un Trozo de superficie respecto a una Recta

Si queremos el momento de inercia respecto a una recta cualquiera dada en la forma

x x 0 y y0 z z 0

M(x,y,z) p q r
h Bastar tener en cuenta que

AM V AM V sen h V

V
AM V
h
A(x0,y0,z0) V
2
V pi q j rk V p2 q 2 r 2

i j k

AM V x x 0 y y0
z z0
p q r

r y y 0 qz z 0 i pz z 0 r x x 0 j qx x 0 py y 0 k

26
 2
AM V r y y0 qz z 0 pz z 0 r x x 0 qx x 0 py y0
2 2 2

2 2 2

p 2 q 2 r 2 x x 0 y y0 z z 0 px x 0 qy y0 r z z 0
2

Ejemplo:
Hallemos el momento de inercia del primer octante de la esfera x 2 y2 z 2 1 respecto a
la recta x = y = z.

Z Dado A(0,0,0), AM x i y j z k

V i jk

i j k
M h
AM V x y z
1 1 1

A Y AM V y z i z x j x y k

h 2

y z z x x y
2 2 2

X 3

h2
3

2 2
x y 2 z 2 xy xz yz
I r
2 2
S 3

x y 2 z 2 xy xz yz dS 2 z 2 yz ds
S

Dadas las simetras de la recta y de la esfera. Considerando la proyeccin sobre el plano
X0Y, nos quedar:
/ 2 2
z ydx dy 2 R 1 x 2 y2 y dx dy 2 d r 1 r 2 r 2sen dr
1
Ir 2
R 0 0 3

Si queremos el momento de inercia respecto a uno de los ejes coordenados, tendremos:

Z
h h 2 x 2 y2
S

I0Z x 2 y2 dS I x I y
De forma anloga:

I0X y 2 z 2 dS I y Iz
S

I0Y x 2 z 2 dS I x Iz
h Y
S
X

27
Ejemplo:
El momento de inercia del primer octante de la esfera x 2 y2 z 2 R 2 respecto al eje 0Z,
se calcular muy fcilmente teniendo en cuenta el resultado de los ejemplos anteriores y la
simetra de la esfera.

R 4 R 4 R 4
I0 Z I x I y
6 6 3

1.12.4 Coordenadas del Centro de Gravedad de una Superficie

Las frmulas para las coordenadas del centro de gravedad de un trozo S de superficie se
obtienen fcilmente sin ms que tomar momentos respecto a los planos coordenados.

x CG x dS yCG y dS z CG z dS
dS dS dS
Ejemplo:
Hallemos las coordenadas del centro de gravedad de la superficie lateral del cono
z 2 x 2 y2 comprendida entre los planos z = 0 y z = 1.

z 1
G x 2 y2 z2 G 2 x i 2 y j 2 z k cos
x 2 y2 z2 2

2 1 2 2
S z dS 2
R
x 2 y 2 dx dy 2
0
d r 2dr
0 3
S dS 2 dx dy 2
R
2 2 3 2
z CG Y, por simetra x CG ycG 0
2 3

1.13 Estudio del Caso Particular de una Superficie Dada en Forma Paramtrica

Es frecuente el caso de una superficie dada por las tres ecuaciones x = x(u,v); y = y(u,v);
z = z(u,v). Evidentemente, si eliminamos entre las tres ecuaciones los dos parmetros u y
v, llegaremos a la forma anteriormente considerada f(x,y,z) = 0. Pero unas veces esta
eliminacin resulta difcil y otras veces los parmetros tiene una significacin fsica que es
interesante conservar.

28
Para el clculo de reas, momentos de inercia y centros de gravedad, lo importante ser
determinar dS en funcin de los parmetros. Si suponemos la superficie dada en la forma
z = f(x,y), tendremos:

G f x, y z G f x i f y j k zx i zy j k
1
cos dS 1 zx2 zy2 dx dy
1 z z
x
2
y
2

Ahora bien,
dz
zx con y constante
dx
Luego
dx xu du xv dv
dv y dz zu du zv dv zu yv zv yu
0 yu du yv dv u;
du yv dx xu du xv dv xu yv xv yu
dz zu du zv dv

Del mismo modo, suponiendo ahora x constante

0 xu du xv dv
dv x dz zu du zv dv zu xv zv xu
dy yu du yv dv u ;
du xv dy yu du yv dv yu xv yv xu
dz zu du zv dv

Adems, sabemos que para hacer el cambio de variables en una integral doble es necesario
sustituir dx dy por el producto del Jacobiano de x e y respecto a u y v. Es decir,

xu xv
dx dy du dv xu yv xv yu du dv
yu yv

Con todo ello:

dS xu yv xv yu 2 zu yv zv yu 2 zu xv zv xu 2 du dv
dS xu
2

yu2 zu2 xv2 yv2 zv2 xu xv yu yv zu zv du dv EG F2 du dv
2

Donde E es el mdulo del vector t1 xu i yu j zu k , G es el mdulo de

t 2 xv i yv j zv k y F es el producto escalar de los dos vectores t1 y t 2 .

29
Esta expresin se puede deducir tambin de un modo ms intuitivo, considerando el
cuadriltero curvilneo construido sobre los elementos diferenciales de las curvas de u
constante y v constante.
Si consideramos las curvas de u = constante y las
curvas de v = constante, obtendremos una red de
lneas situadas sobre la superficie, cuyas
v = constante dl2 intersecciones determinan los puntos de la misma.
dl
dl1 Los vectores tangentes a estas curvas sern

t u xu i yu j zu k t v xv i yv j zv k

u = constante Y los diferenciales de longitud, correspondientes,

son:

dlu t u du xu
2

yu2 zu2 du E du

dl v t v dv xv
2
yv2 z dv
v
2
G dv

Y el ngulo que forman:

tu tv xu xv yu yv zu zv F
cos
tu tv x
u
2

yu2 zu2 xv2 yv2 zv2 EG

Si las lneas son ortogonales (cos = 0), evidentemente tendremos:

dl2 dl2u dl2v E du 2 G dv2

Finalmente, para el elemento de superficie:

EG F2
dS dlu dl v sen E du G dv E G F2 du dv
EG

Ejemplo 1:
Dada la superficie x = sen u; y = cos U; z = v, hallemos la longitud del arco de curva
u v comprendido entre los puntos correspondientes a u = 1; u = 2.

t u cos u i senu j dlu du

t v k dl v dv

2
Y, como las lneas son ortogonales: 2 du 2
1

30
Ejemplo 2:
Hllese el rea de la parte de superficie x = u sen v; y = u cos v; z = u, comprendida entre
los planos z = 2 y z = 8.

t1 sen v i cos v j k E sen 2 v cos 2 v 1 2

t 2 u cos v i u sen v j G u 2 cos 2 v u 2sen 2 v u 2
F t1 t 2 u sen v cos v u sen v cos v 0
2 8
S 2 u du dv dv 2 u du 60 2
0 2

Ejemplo3:
Hllese el plano tangente y la recta normal a la superficie x u 2 v2 ; y uv; z u v , en
el punto de u = 1 y v = 2.

x 0 5 y0 2 z0 3
xu 0 2u 0 2 yu 0 v0 2 zu 0 1 xv 0 2v0 4 yv 0 u 0 1 zv 0 1

t1 2 i 2 j k t2 4 i j k
Un vector paralelo al gradiente, ser:

i j k

t1 t 2 2 2 1 i 2 j 6 k
4 1 1
Y, segn los criterios establecidos en el prrafo 1.4, las ecuaciones del plano tangente y de
la recta normal, son, respectivamente:

x 5 y2 z3
x 5 2 y 2 6 z 3 0
1 2 6

Ejemplo 4:

Hllese el flujo del vector F xz i y2 j xz k a travs de la superficie del cilindro
x cos u; y sen u; z v , (0 v 2).

31

t1 sen u i cos u j t 2 k E 1 G 1 F 0 dS du dv

xz cos y 2 cos xz cos dS
S


i j k

t1 t 2 sen u cos u 0 cos u i sen u j
0 0 1
cos cos u cos sen u cos 0

R
v cos 2 u sen 3u du dv du v cos 2 u sen 3u dv 2
2
0
2
0

Ejemplo 5:
Hllese el momento de inercia, respecto al eje 0Z, de la parte de superficie x = v sen u;
y = v cos u; z = v, correspondiente a 0 v 3.

xu v cos u yu v sen u zu 0 t1 v cos u i v sen u j E v 2

xv sen u yu cos u zv 1 t 2 sen u i cos u j k G 2
t1 t 2 v cos u sen u v sen u cos u F 0 dS 2 v du dv

S

I0 Z x 2 y 2 dS R
2 v 2 du dv 2
2
0
3
du v 2 dv 18 2
0

Ejemplo 6:
Hallemos el centro de gravedad de la parte de superficie x = u + v; y = u v; z = 6 2u,
correspondiente a 0 u 1; 0 v 2.

x u 1 yu 1 zu 2 t1 i j 2 k E 6

x v 1 yv 1 zv 0 t 2 i j G 2
1 2
F t1 t 2 0 dS 12 du dv S du 12 dv 2 12
0 0

12 u v dv 3 12
1 2
x dS 0 du 0

3 1
12 u v dv 12 CG ; ;5
1 2
y dS 0 du 0 2 2


12 6 2u dv 10 12
1 2
z dS 0 du 0

1.14 Frmula de Rieman o de Green

32
 Y Consideremos un campo vectorial

b bidimensional F Xx, y i Yx, y j y una
curva cerrada, plana, , sin puntos mltiples.
X1(y) R X2(y) Supongamos adems continuas y derivables las
a componentes X e Y del campo.
Y
Sea f(x,y) una funcin tal que f x, y ,
X x
tendremos que,

X 2 y
R f x, ydx dy a dy X y f x, ydx a YX1y, ydy a YX2 y, ydy
b b b
1

Y, cambiando en la segunda integral el signo e invirtiendo a la vez los lmites, se obtiene la

suma de dos integrales que en total es una integral curvilnea recorrida en sentido contrario
a las agujas del reloj, es decir, en sentido matemtico positivo.

Y
R x dx dy Yx, ydy
Sea, ahora, g(x,y) una funcin tal que se tenga
Y
X
Y2(x)
gx, y . De modo anlogo, se obtiene
y
Y2 y
R gx, ydx dy c dx Y y gx, ydy
d
R
1

Xx, Y2 x dx Xx, Y1x dx

Y1(x) d d
c c
c Cambiando, como antes, el signo y los lmites en
d X
la segunda integral se obtiene tambin para la
suma de las dos integrales una integral curvilnea recorrida esta vez en sentido negativo, es
decir,
X
R y dx dy Xx, ydx
Y, sumando los dos resultados obtenidos aparece la frmula de Rieman o de Green:

Y X
Xx, y dx Yx, y dy R x y dx dy
Ejemplo:

33

Calculemos la circulacin del campo vectorial F ex y i 4x y j a lo largo del
contorno ABC de la figura.

De acuerdo con la frmula de Rieman

Y 0A AB 1
C

C ex y dx 4x ydy 4 1dx dy

x 2 y2 4
= tres veces el rea ABC.

Ahora bien, 0C 2; 0A 1; cos 1/2 , luego

= 60 y por lo tanto el rea del sector
0 A B X circular 0AB ser la sexta parte del rea del
crculo, es decir 2/3 y el rea del triangulo 0AC es 3 2 . Por lo tanto, finalmente,

2 3
C 3

3 2

Interpretndola al revs, la frmula de Rieman nos puede dar un camino cmodo para
calcular el rea de una figura limitada por una curva dada en forma paramtrica. En efecto:

x dy y dx 1 1dx dy rea
1 1
2 2

Ejemplo 1:
Hallemos el rea limitada por el eje 0X y un arco de cicloide.

Y
x = a (t - sen t)
y = a (1 - cos t) y 0 cos t M 1 t M 2
a 2 2
A 0
t sen t sen t dt 1 cos t 2 dt
2
a 2 2
0
t sen t 2 2 cos t dt a 2
X 2
0 M

Ejemplo2:
Hallemos el rea encerrada entre los ejes coordenados y un cuarto de elipse.

En coordenadas paramtricas, la elipse puede expresarse como:

x a cos t y b sent

34
Por lo tanto,
1 a b / 2 a b
S a cos t b cos t dt b sent a sent dt dt
2 2 0 4

1.15 Teorema de Stokes

Intentemos, ahora, generalizar a tres dimensiones la frmula de Rieman o Green que se

acaba de deducir.

Sea la integral curvilnea I Xx, y, z dx Yx, y, z dy Zx, y, z dz a lo largo de una

C
curva cerrada C que se proyecta sobre el plano X0Y segn otra curva C sin puntos

Z mltiples.
S

Consideremos, ahora, un trozo

C cualquiera se superficie uniforme S que
contenga a S y se proyecte sobre el
plano X0Y por completo dentro del
recinto R interior a C.
Y
Si z = z(x,y) es la ecuacin de esta
superficie, aplicando la frmula de
R C
Rieman, tendremos:
X
X X Z
C Xx, y, z dx C Xx, y, zx, ydx R y z y dx dy
Ahora bien,

zy 1
G zx, y z G zx i zy j k cos cos
1 z z
x
2
y
2
1 zx2 zy2

cos
Por lo tanto, zy , y, adems, dx dy dS cos . Sustituyendo estas expresiones en
cos
la integral doble obtenida, se tiene,

X X cos X X
C Xx, y, z dx S y z cos dS cos S z cos y cos dS

35
Considerando, de forma anloga, las proyecciones sobre los otros planos coordenados,
obtenemos:

Y Y
C Yx, y, z dy S x cos z cos dS
Z Z
C Zx , y, z dz S y
cos cos dS
x

Y, sumando las tres igualdades:

C Xx, y, z dx Yx, y, z dy Zx, y, z dz

Z Y X Z Y X
cos cos cos dS
S y z z x x y

O, en lenguaje vectorial,

C F dl S Rot F dS

Que se puede enunciar verbalmente del siguiente modo:

Si las componentes de un campo vectorial F son continuas y derivables, la circulacin de

F a lo largo de una curva cerrada C es igual al flujo del rotacional de F a travs de un
casquete cualquiera de superficie S, cuyo contorno sea la curva C.

Dado que, si F es un campo conservativo, su rotacional es nulo, esta expresin confirma
que la circulacin de un campo conservativo a lo largo de una curva cerrada es nula.

Por otra parte, haciendo nulas, tanto la componente Z de F , como las derivadas de las otras
dos componentes respecto a z, obtenemos de nuevo la frmula de Rieman.

Ejemplo:

Hallemos la circulacin del campo vectorial F 2xyz i 3x x 2z j x 2 y 2x yk a lo
largo de la circunferencia interseccin de la esfera x 2 y2 z 2 R 2 con el plano
x y z R 2.

36

r h i j k

R Rot F i 2 j 3k
x y z
2xyz 3x x z x y 2x y
2 2

Y, aplicando el teorema de Stokes, sabemos que la circulacin es igual a

S cos 2 cos 3 cos dS

Donde S es la parte de plano ocupada por la circunferencia

G x y z G i j k cos cos cos 1 3
C 2 3 dS 2 3 S
S

R 2 11R 2 11R 2 3
Ahora bien, S r 2 R 2 h 2 R 2 , por lo tanto, C .
12 12 6

1.16 Teorema de Gauss o de Ostrogradski

Z
Sea F Xx, y, z i Yx, y, z j Zx, y, z k cuyas
N
z2(x,y) componentes suponemos continuas y derivables. Y
sea V un recinto cerrado limitado por una
superficie S. As,
V

z1(x,y) Z z 2 Z
N V z dx dy dz R dx dyz 1 z
dz
Y
S Zx, y, z 2 x, ydxdy S Zx, y, z1x, ydxdy
2 1
X

Si hacemos ahora dx dy = dS cos y cambiamos el sentido de la normal en la segunda

integral de modo que quede siempre hacia fuera de la superficie, esta segunda integral
cambiar de signo, y por lo tanto,

Z
S Z cos dS V z dx dy dz

37
Y, como frmulas anlogas se pueden obtener para X e Y

X Y Z
S X cos Y cos Z cos dS V x y z dx dy dz
O, tambin:
S F dS V div Fdx dy dz

Que se puede enunciar diciendo: El flujo de un campo vectorial F de componentes
continuas y derivables a travs de la cara exterior de una superficie cerrada S, es igual a la

integral triple de la divergencia del campo F en el recinto limitado por la superficie S.

Ejemplo:


Hallemos el flujo del campo vectorial F eseny 3x y3z i ecos x y z3 j 6z k a

travs de la cara exterior del tetraedro

Z
formado por los planos x = 0; y = 0;
z = 0; 3x + 2y +4z = 12.

5
Aplicando el teorema de Gauss:

V
3 1 6dx dy dz 10 V
6
4 Y
1
10 4 6 3 120
X
6

Si la divergencia es idnticamente nula, es decir, si el campo es solenoidal, el flujo que

atraviesa cualquier superficie cerrada es nulo. Esto no quiere decir que el flujo que
atraviesa una parte de la superficie es nulo, sino que, en el flujo total, los flujos entrante y
saliente se compensan.

38
 Supongamos ahora que, dado un campo
solenoidal, construimos un tubo de lneas de
campo, es decir un cilindroide cuya
superficie lateral es, en cada punto, tangente
al vector campo. El flujo que sale a travs de
uno de estos tubos es debido, solamente, al
que atraviesa las bases del mismo, ya que el
vector normal a la superficie lateral es
tambin normal al vector campo. Como por
hiptesis, al ser el campo solenoidal, el flujo

Total es nulo, cualquier seccin transversal del tubo ser atravesada por el mismo flujo.
Por esta razn, a los campos solenoidales se les llama tambin campos de flujo
conservativos. En mecnica de los fluidos, cuando el campo vectorial es un campo de
velocidades, la ecuacin que representa la condicin antecedente se conoce como ecuacin
de continuidad.

1.17 El campo Newtoniano

Se designa por campo newtoniano el producido por una masa atractiva o repulsiva
colocada en un punto fijo P, cuyo mdulo en cada punto M del espacio es inversamente
proporcional al cuadrado de la distancia entre P y M.
Si suponemos el origen de coordenadas
Z en P y hacemos r 2 x 2 y 2 z 2 , se
F tendr que

M h



F 2 cos i cos j cos k
r
z r

P Y

h
r3



x i y j zk
X
Donde h es una constante positiva si el
campo es repulsivo y negativa si es atractivo.

El campo newtoniano es conservativo, ya que si tenemos en cuenta que

r x r y r z

x r y r z r

se deduce fcilmente que

39
 hx X 3hxy X 3hxz
X 5 5
r 3
y r z r
hy Y 3hxy Y 3hyz
Y 3 5 5
r x r z r
hz Z 3hxz Z 3hyz
Z 3 5 5
r x r y r

Con lo cual Rot F 0 .

El potencial de un campo newtoniano, V, se calcula fcilmente:

V
3 V f y, z ; Y Vy 3 3 f y y, z f y y, z 0
hx h hy hy
x r r r r
f y, z gz V gz ; Z Vz 3 3 gz gz 0 V K
h hz hz h
r r r r

Y, si convenimos en que el potencial en el infinito es nulo, tenemos, finalmente:

h
V
r

Por lo tanto la circulacin entre los puntos A y B, independientemente del camino elegido,
es:

h h
CAB
rA rB

De la misma forma, la circulacin a lo largo de una curva cerrada ser igual a cero,
siempre y cuando se excluya el origen de coordenadas, en el cual las componentes del
campo vectorial no son continuas. Es decir, que para afirmar que el campo es conservativo
el camino recorrido no debe rodear los puntos en los que existen masas.

La divergencia de un campo newtoniano es nula. En efecto:

X
hx


X h r 2 3x 2 Y
hy


Y h r 2 3y 2 Z
hz


Z h r 2 3z 2
r3 x r5 r3 y r5 r3 z r5

X Y Z h 3r 2 3x 2 3y 2 3z 2
div F 0

x y z r5

40
En consecuencia, En ausencia de masas el flujo del campo newtoniano a travs de
cualquier superficie cerrada es nulo.

Ahora bien, si trazamos una esfera de radio R y centro en el punto P donde est colocada la
masa, r ser constante a lo largo de ella y el vector campo estar siempre dirigido segn la
normal a la esfera. El flujo a travs de la cara exterior de la esfera ser, por lo tanto,
h h
2
dS 2 S 4h
r R
Con h positiva para el campo repulsivo y negativa para el campo atractivo. Puesto que en
ausencia de masas el flujo a travs de una superficie cerrada es nulo, el mismo flujo
atravesar la superficie esfrica que otra superficie cualquiera que rodee la esfera, y por
otra parte, como el producto escalar tiene la propiedad distributiva, el flujo creado por
varias masas ser la suma de los flujos creados por cada una de ellas. Si hacemos h = f m,
donde f es constante y m es la masa, el flujo total ser:

4f m

1.18 Interpretacin Fsica de la Divergencia

Supongamos que la divergencia de un campo vectorial F es positiva en un punto de
coordenadas x, y, z. Rodeemos este punto de una esfera lo suficientemente pequea para
que la divergencia sea positiva en toda ella, cosa posible si las derivadas de las
componentes del campo son continuas. La integral triple de esta divergencia en el recinto
limitado por la esfera es por lo tanto positiva y, como consecuencia del teorema de Gauss,
tambin ser positivo el flujo a travs de la cara exterior de la pequea esfera. Esta
consideracin justifica el que a los puntos cuya divergencia es positiva se les llame puntos
surgentes o manantiales. Anlogamente, cuando la divergencia es negativa, el punto
recibe el nombre de punto sumente o sumidero.

Ahora bien, si aplicamos el teorema de la media a la integral triple que figura en uno de los
miembros del teorema de Gauss, tendremos,

div F volumen S F dS

Donde la divergencia est particularizada para un cierto punto interior al recinto

considerado. Y si hacemos tender a cero el volumen de este recinto,

S F dS
div F Lim
vol0 volumen

41
La divergencia en un punto es el flujo emanado, o absorbido, por unidad de volumen en un
entorno infinitesimal del punto considerado.

1.19 Interpretacin Fsica del Rotacional

Sea el producto vectorial

i j k

F i X Y Z Z j Yk
1 0 0

Para la divergencia, tendremos que: div F i
Z Y

y z
Primera componente de Rot F .

Si aplicamos lo dicho en el prrafo anterior y tenemos en cuenta que

i j k

F dS dS X Y
Z dS Y cos Z cos i Z cos X cos j X cos Y cos k
cos cos cos

Tendremos:

42


div F i 1 componente de Rot F Lim
1
vol 0 vol
F


i dS

Lim
1
vol 0 vol Z

j Y

k cos


i cos

j cos

k
dS Lim
1
vol 0 vol
Z cos Y cos dS
1
vol 0 vol
Lim 1 componente de Rot F

Y, como lo mismo se puede decir de las otras componentes,

1
Rot F Lim
vol 0 vol F dS

Frmula anloga a la obtenida para la divergencia, en la que en vez del producto escalar de

F y dS , figura el producto vectorial.

1.20 Problemas Resueltos

1. Dado el campo escalar f x, y, z 3x 5y 2z hallar, en el punto M(2,2,1), la derivada

en la direccin de la seminormal a la esfera x 2 y2 z 2 9 dirigida hacia el exterior de la
misma.

Solucin:

G x 2 y 2 z 2 G 2 x i 2 y j 2 z k
Z
x x 2
G cos
x 2 y2 z2 R 3
y 2 z 1
cos cos
R 3 R 3
La indicacin acerca de la direccin de la
Y
X
seminormal nos hace tomar el signo positivo
para los valores de los cosenos.

f 2 2 1 2
f x cos f y cos f z cos 3 5 2
G 3 3 3 3

2. En el punto O(0,0) la derivada del campo escalar plano, G = G(x,y) en la direccin de la

4 3
recta y x es igual a 10, mientras que la derivada en la direccin de y x es igual a
3 4
5. Hallar el valor de la derivada en la direccin de la recta y 5 12 x .

43
Solucin:

4 x y 3 4
y x V1 3 i 4 j cos 1 cos 1
3 3 4 5 5
3 x y 4 3
y x V2 4 i 3 j cos 2 cos 2
4 4 3 5 5
Gx Gy 10
dG 3 4
dV1 5 5 Gx 2

dG 4 3 G 11
Gx Gy 5 y
dV2 5 5
5 x y 12 5
y x V 12 i 5 j cos cos
12 12 5 13 13
dG 12 5 79
2 11
dV 13 13 13

3. Dado el campo escalar U axz 2 byz cy 2 x 2 y el punto A(1,-1,1), hallar los valores de
a, b y c, para que la derivada direccional de U en el punto A tenga un mximo de magnitud
2 3 en la direccin de la recta x = y = z.

Solucin:

Ux az 2 2cy 2 x Ux A a 2c

Uy bz 2cyx2 Uy A b 2c U a 2c i b 2c j 2a b k

Uz 2axz by Uy A 2a b

Este gradiente debe ser paralelo a la recta dada, es decir, debe ser paralelo al vector

i j k , por lo tanto,

a 2c b 2c 2a b
ab c0
1 1 1

Adems, la derivada direccional debe ser igual al mdulo del gradiente, por lo tanto,

a 2c2 b 2c2 2a b2 2
2
3 a b2 c0

44
4. Hallar la derivada de f x 2 2y2 3z 2 2xy 4z , en el punto A(1,2,3), en la direccin
de la tangente a la curva interseccin de las superficies x 2 y2 z 2 2xy 4z 4
xy xz yz 11 .

Solucin:

U1 x 2 y 2 z 2 2 xy 4z
U1 U 2 U1 X 2 x 2 y U1 X 2
A

U 2 U1 Y 2 y 2 x U1 YA 2
U1 Z 2z 4 U1 ZA 2
U1
U1 2 i 2 j 2 k

U 2 xy xz yz U2 X y z U2 Y x z U2 Z x y

U2 XA 5 U2 XA 4 U2 XA 3 U 2 5 i 4 j 3 k

El producto vectorial de los dos gradientes ser paralelo a la tangente:

i j k

V U1 U 2 2 2 2 14 i 4 j 18 k
5 4 3
7 2 9
cos cos cos
134 134 134
f x 2x 2 y f x A 6 f y 4 y 2x f y A 10 f z 6z 4 f x A 14
df 6 7 10 2 14 9 104

dV 134 134

5. Dados los campos escalares planos U1 x 2 y2 xy y U2 x 2 2y2 3xy

y el punto A(1,1), hallar la direccin en la que los dos campos tienen, en A, la misma
derivada direccional.

Solucin:
U1 X 2x y U1 XA 3 U1 Y 2 y x 1 U1 XA 4
U2 X 2x 3y U1 XA 1 U21Y 4 y 3x U1 XA 1

45
dU1 dU
3 sen 4 sen 3 sen 4 cos 2 sen sen sen cos
dV dV
4 4
tg Y, por lo tanto, la direccin de la recta es y - x
3 3
4 3
Adems, como sen cos , el valor comn de la derivada resulta ser:
5 5
dU1 dU 2 4 3 7

dV dV 5 5 5

6. Dados dos campos escalares planos U1 ln x 2 y 2 ; U 2 f x, y , hallar la funcin
1
2

f(x,y) para que, si V1 y V2 son dos vectores perpendiculares cualesquiera, se tenga
dU1 dU 2 dU1 dU
2
dV1 dV2 dV2 dV1
Solucin:
x y
U1 X ; U1 Y 2
x y 2 2
x y2
dU1 x y dU1 x y
2 cos 2 sen ; 2 sen 2 cos
dV1 x y 2
x y 2
dV2 x y 2
x y2

dU 2 dU 2
f x cos f y sen ; f x sen f y cos
dV1 dV2
x y
cos 2 sen f x sen f y cos
x y
2 2
x y2
x y
2 sen 2 cos f x cos f y sen
x y 2
x y2

Como estas igualdades deben verificarse cualquiera que sea , se debe cumplir:

y x
f x sen f y
x y2
2
x y2
2

De la primera se deduce f x, y arc tg gy . Y, de la segunda, derivando respecto a y,

y
x
se obtiene g(y) = 0, por lo tanto,

46
 f x, y arc tg Constante
y
x

x 2 y2
7. Hallar un campo escalar plano, G f , tal que, en todos los crculos de centro
x
el origen, el mdulo del gradiente sea constante y adems se cumpla que G(1,1) = - 1;
Gx(1,0) = 2.

Solucin:

x 2 y2 x 2 y2 2y
Sea u , por lo tanto, ux 2
; uy ; G f (u ) . Y el gradiente es:
x x x
x 2 y2 2y x 2 y2
G f (u ) i f ( u ) j G f (u )
x2 x x2
Pasando a coordenadas polares:
f (u )
G
cos 2
Para que esta expresin sea constante en todos los crculos de centro en el oridgen, su
derivada respecto a debe ser nula. Ahora bien,
x 2 y2 r u r sen
u
x cos cos 2
Derivando el mdulo del gradiente e igualando a cero:
r sen
f (u ) cos 2 2 cos sen f (u ) 0
cos
2

r f (u ) 2 f (u ) cos 0 u f (u ) 2 f (u ) 0
f (u ) 2 A A
f (u ) 2 f (u ) B
f (u ) u u u

A u A x 2 y 2
Por otra parte, G( x ) . Y, para x = 1; y = 0; u = 1; Gx = A = 2.
u 2 x u 2 x 2
A
Adems, para x = 1; y = 1; u = 2; 1 B B 0 . Finalmente,
2
2 2x
G ( x , y) 2
u x y2

47
 1
8. Dado el campo vectorial F x i x y j k , hallar la lnea de campo que pasa por
4z
el punto P(1,3,0).

Solucin:
dx dy dz

x x y 1 4z
Lo que conduce a una ecuacin diferencia l de variables separadas y a otra homognea :
dx
4z dz ln x 2z 2 ln A x Ae2 z
2

x
dx dy dy y dy dv
1 ; y vx vx v 1 v x 1 2v
x xy dx x dx dx

ln 1 2v ln x ln B Bx 1 B2 x y 2x
dv dx 1 1 x

1 2v x 2 1 2v y 2x
x Ae2 z
2

As, las ecuaciones generales de las lneas de campo, son: Y, la que pasa
1 Cx y 2x
x e 2 z
2

por el punto P(1,3,0): .

1 x y 2x

9. Dado el campo vectorial F x 2 y2 2yz i x 2 y2 2xz j 2x yz k , hallar las
ecuaciones generales de las lneas de campo.

Solucin:

dx

dy

dz


dx dy dz 2xz dx 2 yzdy x 2 y 2 dz
x 2 y 2 2 yz x 2 y 2 2xz 2zx y 0 0
dx dy dz 0 x y z A
2xdx 2 ydy dz

2xz dx 2 yzdy x 2 y 2 dz 0
x y
2 2

z

ln x 2 y 2 ln z ln B

x y z A
Las ecuaciones son : 2
x y Bz
2

48
10. Cul debe ser el valor de las constantes a y b para que las superficies
x 2 y2 z 2 3xz 0 ax 2 bz 2 3b 2y 0 sean ortogonales en el punto A(1,-1,1).

Solucin:
Si las superficies son ortogonales, los gradientes deben ser perpendiculares y, por lo tanto,
su producto escalar debe ser nulo.

U1 2ax i (3b 2) j 2bz k En el punto A U1 2a i (3b 2) j 2b k

U 2 (2x 3z) i 2 y j (2z 3x ) k En el punto A U 2 i 2 j k
U1 U 2 2a 2(3b 2) 2b 0 a 2b 2 0

Adems, el punto A debe pertenecer a ambas superficies, luego:

a b 3b 2 0 a 4b 2 0
Finalmente, de las dos ecuaciones se deduce que:
a2 3 b 2 3

11. Hallar la circulacin del campo vectorial F ( y x) i (x y) j a lo largo de la curva
(astroide), x 2 / 3 y2 / 3 4 .

Solucin:
Segn lo establecido anteriormente, la
Y
circulacin est dada por la integral curvilnea

C ( y x ) dx (x y) dy

El problema que se presenta es colocar la

X expresin subintegral en funcin de un solo
parmetro. La aparicin de una suma de
cuadrados en la ecuacin de la curva sugiere la
idea de utilizar funciones trigonomtricas:

x 2 / 3 4 cos 2 t x 8 cos 3 t y2 / 3 4 sen 2 t y 8 sen3t

Sustituyendo:
C
0
8sen3t 8 cos3 t 24 cos 2 t sent dt 8 cos3 t 8sen3t 24 sen 2t cos t dt
2

192 cos 2 t sen 4 t cos 5 t sent cos 4 t sen 2 t sen 5 t cos t dt

2
0

49

2
1 1 2 2
192 cos 6 t sen 6 t 192 sen 2 t cos 2 t sen 2 t cos 2 t dt 48 sen 2 2t dt
6 6 0 0
0
2
C 24
0
1 cos 4t dt 48

12. Hallar la circulacin del campo vectorial F x 2 i xy j xyz k a lo largo del
recorrido de la figura.

Solucin:

En general:
Z

z=1 C x 2dx xy dy xyz dz

C 2x+y+2z =6
Para el trozo AB, tenemos que
D
z = 0; y = 6 2x,
B Y

CAB x 2dx x 6 2x 2dx

A 3
0
X CAB 9
Para el trozo BC: x = 0; y = 6 2z CBC = 0

Para el trozo CD: z = 1; y = 4 2x CCD x 2dx 2x 4 2x dx 8 3

2
0

En total: C = 19 3

13. Hallar la circulacin del campo vectorial F x 3y i y z j x z k desde
A(2,0,0) hasta B(0,2,2) a lo largo de la curva interseccin del cilindro x 2 y2 4 con el
plano x 2y z 2 .

50
 Solucin:
Z
B
C x 3ydx y z dy x z dz

Hagamos x 2 cos t ; y 2 sent con lo

cual z 2 cos t 4 sent 2 . Por otra
Y
parte, al punto A le corresponde t = 0 y al
B t = /2. Por lo tanto
X A

/2
C
0
22 cos t 6sent sent 2 2sent 2 cos t 2cos t 4sent 2 2sent 4 cos t dt
C
/2
0
24sent cos t 4sen2t 4 cos2 t 12 cos t 4sent dt 2 4

14. Dado el campo vectorial F 10x 4 2xy 3 i 3x 2 y2 j ,
a. Comprobar que el campo es conservativo.
b. Encontrar la funcin potencial.
c. Hallar la circulacin desde (0,0) hasta (2,1) a lo largo de la curva x 4 6xy 3 4y2 .

Solucin:
X Y
X 10x 4 2xy 3 Y 3x 2 y 2 6xy 2
y x
Luego el campo es conservativo.
G 3x 2 y 2dy x 2 y3 f x Gx 10x 4 2xy 3 2xy 3 f x f x 10x 4
f x 2x 5 K G x 2 y3 2x 5 K

Como el campo es conservativo, se puede prescindir de la trayectoria y tener en cuenta

solamente el punto inicial y el final.

(0,0)
C x 2 y3 2x 5 K (2,1) K 4 64 K 60

Tambin se puede sustituir la complicada curva dada, por otra trayectoria ms sencilla,
formada por la recta y = 0, desde O(0,0) hasta A(2,0) y la recta x = 2 desde A hasta B(2,1).

C 10x 4 2xy 3 dx 6 3x 2 y 2 dy
2
C0A 10x 4 dx 64
0
1

CAB 12 y 2 dy 4
0
Y, en total C 60

51

15. Dado el campo vectorial F y2 cos x z3 i by senx 4 j axz 2 2k ,
a. Hallar los valores de a y de b para que el campo sea conservativo.
b. Encontrar, con estos valores, la funcin potencial.
c. Hallar el valor de la circulacin desde O(0,0,0) hasta M(1,2,-1) a lo largo de la
x 2 y 2 z 2 3y
curva
xy xz yz x 0

Solucin:
Si el campo es conservativo, el rotacional debe ser nulo, por lo tanto:

i j k

Rot F x y
z 3z 2 az 2 j by cos x 2 y cos x j 0
y 2 cos x z 3 by senx 4 axz 2 2

Y, de aqu, a = 3; b = 2.

Gx X y 2 cos x z 3 G y 2senx z 3 x f ( y, z)
Gy 2 ysenx f y ( y, z) Y 2 ysenx 4 f y ( y, z) 4 f ( y, z) 4 y g(z)
G y 2senx z 3 x 4 y g(z)
Gz 3z 2 x g(z) Z 3xz 2 2 g(z) 2 g(z) 2z K
G y 2senx z 3 x 4 y 2z K

Para la circulacin podemos no considerar la trayectoria dada y calcular directamente,

C K 4sen1 1 8 2 K 4 sen1 11 7,634

Otra posibilidad es hacer el recorrido O(0,0,0) A(1,0,0) B(1,2,0) M(1,2,-1)

C y2 cos z z3 dx 2ysenx 4dy 3xz 2 2 dz
y 0 x 1
C2 2 y sen1 4 dy 4 sen1 8
2
OA C1 0 AB
z 0 z 0 0

x 1
BM
y 2
1

C3 3z 2 2 dz 3 C 0 4 sen1 8 3 4 sen1 11 7,634
0

y x
16. Dado el campo vectorial plano F i j , hallar su circulacin a lo
x 2 y2 x 2 y2
largo de la circunferencia con centro en el origen y radio igual a la unidad, x 2 y2 1 .

52
Solucin:
y X y2 x 2 x Y y2 x 2
X 2 ; Y
x y2 y x 2 y2
2

x 2 y2 x x 2 y2
2

Al ser las derivadas cruzadas iguales y la curva a lo largo de la cual se quiere calcular la
circulacin, una curva cerrada, parece que la circulacin debera ser nula. Pero es preciso
tener en cuenta que existe un punto, el O(0,0), en el cual las componentes X e Y son
discontinuas y por lo tanto no es posible asegurar nada y es necesario hacer el clculo
directamente.
y dx x dy
C
x y
2 2

Y, haciendo x = cos t; y = sen t, queda:

C
0
2
sen2t cos2 t dt 2 , que es diferente de cero.
17. Siendo r 2 x 2 y2 z 2 , hallar las laplacianas de rn, ln r, y 1/r.

Solucin:
r x 2 r r 2 x 2 n r

x r x 2

r 3

x

r n r n 1
x
nxr n 2

r

2
r n nr n 2 nx n 2r n 3 nr n 4 r 2 n 2x 2
x 2
x

2 n 2 n
Por simetra
y 2

r nr n 4 r 2 n 2 x 2 z 2

r nr n 4 r 2 n 2z 2

Y, sumando, r n nn 1r n 2

De la misma manera:

ln r 1 x x2 2 ln r r 42x 2 r 2 2y2 2 r 2 2z 2
2 2 2
ln r ln r
x r r r x r y 2 r4 z 2 r4
ln r 2
1
r

Finalmente:

53
 1 1 x x 2 1 3x 2 r 2 2 1 3y 2 r 2 2 1 3z 2 r 2
2 3
x r r r r x 2 r r5 y 2 r r5 z 2 r r5
1
0
r

18. Si r x i y j z k , y adems, W es un vector constante, hallar el rotacional del

producto vectorial W r .

Solucin:

i j k

F W r Wx Wy Wz z Wy y Wz i x Wz z Wx j y Wx x Wy k
x y z

i j k

Rot F x y z
z Wy y Wz x Wz z Wx y Wx x Wy

Rot F Wx Wx i Wy Wy j Wz Wz k 2W

19. Hallar el flujo del campo vectorial F x y2 i 2x j 2yzk sobre la parte de plano
2x + y +2z = 6 comprendida en el triedro positivo.

Solucin:
Aplicando la definicin:
Z

x y2 cos 2x cos 2yzcos dS

U 2 x y 2 z U 2 i j 2 k
2 1 2
Y cos cos cos
O 3 3 3
B
2x 2 y 2x 4 yz
2
dS
A 3
X Y, considerando la proyeccin sobre el plano X0Y,

2 y 2 2 y6 2 x y dx dy

3 23
36 2 x
6 y 2xy dy
3
dx
0 0
3

108 108x 36 x 2 4 x 3 dx 81
0

54
 Y
B
2x + y = 6
6

0 X
3 A

20. Dado el campo vectorial F x 3 y2 x i z3 yx2 j x 3 y3 z3 k , hallar el flujo

del gradiente de la divergencia de F sobre el trapecio ABCD situado en el plano
2x 3y 6z 12 limitado por el plano z = 1.

Solucin:

div F 3x 2 y 2 x 2 3z 2 4 x 2 y 2 3z 2

Z
div F 8x i 2 y j 6z k
C 8x cos 2 y cos 6z cos dS
D
Y
U 2 x 3 y 6 z U 2 i 3 j 6 k
0 2 3 6
B cos cos cos
7 7 7
16 x 6 y 36z

A
dS
X 7
Proyectando sobre el plano X0Z,
Z 16x 24 4x 12z 36z dx dz

C 7 37
3
1 x + 3z = 6 6 3z
4x 8z 8dx dz dz 4x 8z 8dx
1
0 0

0 X
1
6 A
120 48z 6z 2 dz 94
0


21. Hallar el flujo del campo vectorial F x 2 y2 k sobre la superficie lateral del cono

z 2 3 x 2 y2 0 z 3 .

Solucin:

55
 Z

x 2 y2 cos dS x 2 y2 dx dy
El recinto de integracin es un crculo de radio 3 , luego,
pasando a polares,
Y
2 3 3 9
r 2 r dr d d r dr
X 0 0 2

22. Hallar el flujo del campo vectorial F x i y j z k sobre la parte de esfera
x 2 y2 z 2 R 2 situada en el triedro positivo.

Solucin:
x cos y cos z cos dS

U x 2 y2 z 2 U 2x i 2y j 2z k

Z
2x x
cos
4 x 2 4 y 2 4z 2 R
y z
cos cos
R R
0 Y x y z
2 2 2
R 3
dS R dS R S
R 2

23. Hallar el rea de la parte de cono z 2 x 2 y2 que se proyecta sobre el plano X0Y
dentro del crculo x 2 y2 2x 0 .

Solucin:

56
 Z
dx dy
S dS
cos

U x 2 y 2 z 2 U 2 x i 2 y j 2 z k
2z z
cos
4 x 2 4 y 2 4z 2 2z 2
S 2 dx dy 2 rea del crculo 2
Y

24. Hallar el rea de la parte de paraboloide z x 2 y2 comprendida entre los planos z = 0;

z = 2.

Solucin:
Z
S ds U x 2 y2 z
1
U 2x i 2 y j k cos
1 4x 2 4 y 2

Y S 1 4x 2 4 y 2 dx dy

X
2 2 13
Y, pasando a coordenadas polares, S d r 1 4r 2 dr
0 0 3

25. Hallar el momento de inercia de la superficie de un octante de la esfera

x 2 y2 z 2 R 2 , respecto al plano X0Z.

Solucin:

57
 Z I p h 2 dS donde p es la densidad. Y
como h = y, I p y 2 dS .
h y
dS U x 2 y 2 z 2 cos
R

Y I p R y dx dz p R R 2 x 2 z 2 dx dz

/2 R R 4
X I pR d r R 2 r 2 dr p
0 0 6
W R 2W 2
WR 2
Ahora bien, si W es el peso, p p y sustituyendo, I .
g 2 gR 2 3g

26. Hallar el momento de inercia de la parte de plano x + 2y + z = 1 comprendida en el

triedro positivo, respecto a la recta x + z = 0.

Solucin:

AB V
Recordemos que h , en donde
V
B(x,y,z)
AB x i y j z k y V es un vector paralelo a la
h

V
recta, en este caso V i k .

A(0,0,0) As, AB V y i x z j y k , y por lo tanto,

y 2 x z y 2 2 y 2 x z
2 2
h
2
. Por otra parte,
2 2

U x 2 y z U i 2 j k cos 1 6

I p h dS p
2 2 y 2 x z 2
2
6 dx dy
2
6p

2 y 2 1 x 2 y x 2 dx dy

I
6p 1
2 0 dx
(1 x ) / 2
0

6 y 2 4 y 1 dy
7 6
96
p

6 W 6p 4W 7W
Ahora bien, S dS 6 dx dy p I
4 g 4 6g 24

27. Hallar el centro de gravedad de un octante de la esfera x 2 y2 z 2 R 2 .

Solucin:

58
Por simetra, x g yg z g z dS . La superficie total de la esfera es 4 R2, por lo tanto,
S
R 2
para un octante, S .
2

z
U x 2 y 2 z 2 U 2x i 2y j 2z k cos , luego,
R
dx dy R 2
R 3
R
z dS z z R R dx dy R 4 4 . Y, finalmente, x g yg zg 2 .

28. Hallar las coordenadas del centro de gravedad del paraboliode x 2 y2 2z limitado
por la relacin 0 z 2.

Solucin:

Por simetra xg = yg = 0. Adems, z g z dS .

S
1
U x 2 y 2 2z U 2x i 2 y j 2 k cos
x 2 y2 1

S x 2 y 2 1 dx dy, y, cambiando a polares, S r 2 1 r dr d

2
2 2 1 2 3/ 2 2
S d r 1 r dr d r 2 1
2
5 5 1
0 0 0 3 0 3
x 2 y2 1 1 2 2
z dS 2
x 2 y2 1 dx dy r 2 r 2 1 r dr d d r3 r 2 1 dr
2 2 0 0
Integrando por partes, se tiene:

2
1 2 r 2 2 3/ 2 2 3/ 2 3/ 2 2 5/ 2 2 2
2 45
1

2
z dS d r 1 r 1 r dr 5 10 5
2 0
3 3 6 5 5 3 5
0

zg
2 35 5 1 5 25 5 1
1,08
2 35 5 1 25 5 5

29. Hallar el rea del toro circular x a R cos vcos u y a R cos vsen u
z R senv .

Solucin:

59
s dS , y recordemos que en coordenadas paramtricas, dS
2 2

t u t v t u t v du dv .
As,

t u a R cos v senu i a R cos v cos u j t u a R cos v
2
2

2
t v R senv cos u i R senv senu j R cos v k t v R 2

t u t v a R cos v senu cos u senv R a R cos v cos u senv senu 0 0

dS a R cos v 2 R 2 du dv R a R cos v du dv
2 2
S R du a R cos vdv R 22a 42a R
0 0

30. Hallar, por aplicacin de la frmula de Green, la circulacin del campo vectorial

F esenx 2x 2y i ecos x 4x y j a lo largo del recorrido de la figura.
Solucin:
C 4 2dx dy 2 rea del trozo ABC =
Y 2(rea del sector 0BC rea del tringulo 0AC)
C Ahora bien, cos = luego = 60 y, por lo
tanto el rea del sector es igual a (1/6) (4 ).
2
Adems, el rea del tringulo es 3 2 .

4
0 1 A 1 B X Por ltimo, C 3
3

31. Hallar, mediante el teorema de Green, la circulacin del campo vectorial

F x 2 y2 i 2x 2 y2 j a lo largo del circuito de la figura.

Solucin:
C 4x 2 y dx dy , integral que es preciso
Y

efectuar en dos partes.

4x 2ydy 14x 2 4dx 8 3

2 2
0 2x 2 0
45 C1 dx
1 0
(-1,0) 0 X Pasando a coordenadas polares la segunda
integral, se tiene:

C2
/2
/4
2

d 4r 2 cos 2r 2sen dr
0
/ 2 32 16
cos sen d
/ 4 3 3
32
3
8 2

C 88 2

60

32. Hallar la circulacin del campo vectorial F y z 2 i yz 4 j xz k a lo largo
del recorrido sealado en la figura, haciendo uso del teorema de Stokes.
Solucin:
Z
y+z=2 i j k

Rot F x y z y i (z 1) j k
y z 2 yz 4 xz

Y
C y cos z 1cos cos dS
x=2
X U y z cos 0 cos cos 1 2
z2
dS z 2dx dy y dx dy dx y dy 4
2 2
C
2 0 0

33. Hallar la circulacin del campo vectorial F z x 2 i xz 4 j xy k a lo largo
de la interseccin del plano x + 2y + 2z = 4 con el prisma recto de base x = 0; y = 0; x = 1;
y = 1; y aristas paralelas a 0Z.
Solucin:
Z
i j k

Rot F x y z 2x i (1 y) j z k
z x 2 xz 4 xy
Y
C 2x cos (1 y) cos z cos dS
X

U x 2 y 2z U i 2 j 2 k cos 1 3 cos 2 3 cos 2 3
2 x 2 y 2 2z 2x 2 y 2 2z dx dy 1 1
dy 6 3x dx
1 9
C dS
3 3 23 2 0 0 4

34. Dado el campo vectorial F x y i y j z x k , hallar, por aplicacin del
teorema de Stokes, la circulacin de dicho campo desde A hasta C a lo largo del contorno
ABC.

61
 Z Solucin:

C Como el contorno no es cerrado, ser

2x + y + 2z = 8
necesario aadir la circulacin a lo
4 largo del segmento CA, aplicar el
Y
8 teorema de Stokes y restar
4 B posteriormente la circulacin aadida.
A
X

i j k

Rot F x y z j k C ABCA cos cos dS
xy y zx
1 2
U 2 x y 2z U 2 i j 2 k cos cos
3 3
3 3 48
C ABCA dS dx dy 24
2 2 2

Ahora bien, como la recta CA tiene por ecuaciones y = 0; z = 4 x,

CCA ( x y) dx y dy (z x) dz 4 z dz (z 4 z) dz 3z 8dz 8
0 4

4 0

Y, en total, CABC = 24 8 = 16

35. Hallar la circulacin del campo vectorial F 3x 2 y 6z exsenz i x 3 y j



ex cos z 2x k a lo largo de la curva de ecuaciones x 2 y2 1 y z .

Solucin:

i j k

RotF x y z 4 j
3x 2 y 6z e x senz x 3 y e x cos z 2x

C 4 cos dS

x2 + y2 = 1 U y z U i j cos 1 2 cos 1 2

62
 4 dx dy
C 4 dx dy 4 1 4
2

2 1 2


36. Hallar el flujo del campo vectorial F y2 2x i xz y j 2z 3x k a travs de
la cara exterior de la esfera de centro (1,0,1) y radio igual a 2.

Solucin:
2
Como la divergencia del campo es div F
x
y

y 2x xz y 2z 3x =
z
2 1 2 3 ; por aplicacin del teorema de Gauss, se tendr:

3 dx dy dz 3 veces el volumen de la esfera. Y, ya que el radio de la esfera es 2,

4
3 23 32
3



37. Hallar el flujo del campo vectorial F z 4 x i y j z k a travs del elipsoide
x 2 y2 4z 2 4 .
Solucin:
(0,0,1)
El teorema de Gauss nos da:

2 2
x + y = 4 4z 2

z 4 z 4 5z 4 dx dy dz
1
1
1
7 z 4 dz dx dy 7 z 4 4 4z 2 dz
1

28
1
1
z4 z6 dz 28 15 17 15 17
16
(0,0,1)
5

38. Hallar el flujo del campo vectorial F x i y j z k a travs de la cara externa de la
zona esfrica x 2 y2 z 2 4 (1 z 3).
2

63
 Solucin:
Si cerramos la zona mediante los planos z = 1 y z = 3,
tendremos una superficie cerrada y podemos aplicar el
teorema de Gauss:

1
3
1
3

(1 1 1) dx dy dz dz dx dy 4 z 22 dz
22

3
En la cara z 3 cos cos 0 cos 1

1 x cos y cos z cos dS 3 dx dy 33 9

En la cara z 1 cos cos 0 cos 1 dx dy 3
22 40
Y, en total: 9 3
3 3

39. Hallar el flujo del vector F 2x 2 i y2 j z 2 k a travs de la superficie formada por rl
plano z = 0, el paraboloide x 2 y2 z y la esfera x 2 y2 z 2 2 .

Solucin:
Z z =1
Y x2 + y2 = z

X
Y

x2 + y2 = 2 z2
X
La interseccin entre las dos superficies corresponde a z = 1. En efecto
x 2 y 2 z 2 2
2
z z 2 0 z 1
x y z
2 2


Y, aplicando Gauss:

4x 2y 2z dx dy dz
2 2 z 2
dz 4x 2 y 2z dx dy dz 4r cos 2r sen 2z r dr d
1 1
d
0 0 0 z

64
 1 2 2
dz 2 z 2
0 0
3

3/ 2


z 3 / 2 2 cos sen 2 z 2 z z 2 d 2 2z z 3 z 2 dz

1

40. Hallar el flujo del vector F xz i y2 j xz k a travs de la semiesfera
x 2 y2 z 2 1 (z 0).

Solucin:

z 2 y x dx dy dz dz z 2 y x dx dy
1
0
1
dz
0
2
0
d
0
1 z 2
r 2 cos 2r 2 sen zrdr
1
dz
2 1

d 1 z 2
3/ 2
2
cos 1 z 2
3/ 2
sen z 1 z2
0 0
3 3 2

1
1 z2 z4
z z3 dz
0
2 4
0
4

En la tapa:
Z

z 0 cos cos 0 cos 1

xz dS 0

As, en definitiva:

65
1.21 Problemas Propuestos

1. Dado el campo escalar G x, y

z y
hallar, en el punto A(1,1,1), la derivada de G en la
direccin de la recta AB , siendo B(3,7,4).

Solucin:
dG 32 36 ln 2
8,14
d AB 7

2. La derivada del campo escalar G = G(x,y), en un punto dado, en la direccin de la recta

y 4 3 x
es igual a 2, en la direccin del eje 0X es igual a 3 y en la direccin de la recta
z 0
x y z
es igual a 4. Hallar la derivada del campo escalar en la direccin de la recta
1 2 2
x y z
.
4 2 2

Solucin:
dG 41
3,42
dV 12

3. Dado el campo escalar G axy 2 byz cz 2 x 3 , hallar a, b, c para que la derivada de G

en la direccin del eje 0Z, en el punto A(1,2,-1), tenga un mximo de magnitud igual a 64.

Solucin:
a=6 b = 24 c=-8

x 2 y 2 z 2 2
4. Averiguar en qu punto M de la curva la tangente es perpendicular a
x y z 0
la tangente en el punto A(1,0,-1).

Solucin:
1 2 1 1 2 1
Hay dos soluciones: M , , M , ,
3 3 3 3 3 3

66
5. Hallar la recta tangente y el plano normal a la curva interseccin de las superficies
x 2 y2 z 2 3; x z 2 en el punto A(1,1,1), y la derivada de G x 3 yz 2x 2 yz2 3xy 3z
en A, en la direccin de la tangente hallada.

Solucin:
x 1 y 1 z 1
Recta Tangente: Plano Normal: 2x 3y z 0
2 3 1
dG 8

dV 14

6. Dadas las curvas x 2 / 3 y2 / 3 2 ; y2 x 3 , hallar el punto de corte, A, las ecuaciones de

las rectas tangentes y de las rectas normales en A y el ngulo de corte.

Solucin:
x y 2 0 y x
A(1,1) Rectas Tangentes Rectas Normales
3x 2 y 1 0 2 x 3 y 5 0
1
cos
26

7. Dado el campo escalar G arctgxy z 2 , hallar, en P(1,1,1), la derivada de G en la

x 2 y 2 z 2 3
direccin de la tangente a la curva .
xy 2 xz 3 yz 6

Solucin:
dG 3

dV 2 6

y2 x 2
8. Dado el campo escalar G xy , hallar la ecuacin de la lnea de gradiente que
2
pasa por el punto A(-1,2).

Solucin:
y2 2xy x 2 7

9. Dado el campo vectorial F 2z 3y i 3x z j y 2x k , hallar la ecuaciones de
la lnea de campo que pasa por el punto A(0,-1,1).

67
Solucin:
x 2 y 2 z 2 2

x 2 y 3z 1

10. Dado el campo escalar G = xy y la elipse x 2 4y2 8 , hallar el punto A,

perteneciente a la elipse, tal que la derivada de G en A, en la direccin de la normal a la
elipse sea igual a 5 .

Solucin:
2 2 2
Hay ocho soluciones posibles: 2,1 2,1 2,1 2,1 4 ,
2
4 ,
5 5 5 5
2 2 2 2
4 , 4 ,
5 5 5 5


11. Hallar la circulacin del vector V x y z i 2x 3z j x yk desde

A 1,1, 2 hasta B(0,2,0), a lo largo de la interseccin de las superficies x 2 y2 z 2 4 y
z 2 2xy .

Solucin:

C 2 1

12. Hallar la circulacin del vector V x 2y i 2x z j 3y x k a lo largo de la
x 2 y2
1
curva a 2 b 2 desde A(a,0,0) hasta B(0,b,0).
z 0

Solucin:

a2
C
2

13. Hallar la circulacin del vector V yexy y2 i xe xy y2 j x 2 y2 z 2 k a lo
largo del contorno de la figura, sin emplear el teorema de Stokes.

68
 Z
B Solucin:
z 1
2
x 2 y2
C = 0.

Y
A

C
X

14. Hallar la circulacin de V 6xy 2 y3 i 6x 2 y 3xy 2 j desde A(1,2) hasta B(3,4) a
lo largo de x 2 y2 2xy 1 0 .

Solucin:
C = 236

x2
15. Dado el campo vectorial F 2z senx 2x ln y i z j y 2 cos x 4k ,
y
a. Demostrar que el campo es irrotacional.
b. Hallar la funcin potencial.
c. El campo, es solenoidal?

Solucin:
2x 2x
a. Rot F i 2 senx j k i 2 senx j k0
y y
b. G 2z cos x x 2 ln y zy 4z K
x2
c. divF 2z cos x ln y 2 0 El campo no es solenoidal.
y


16. Dado el campo vectorial V ay senx i cos x 2y j ez bx k ,
a. Hallar a y b para que el campo sea conservativo.
b. Hallar la funcin potencial.
c. Hallar la circulacin desde A(1,1,3) hasta B(-3,-1,1) a lo largo de la curva
zxy 3
.
xy 2 y z 0

Solucin:

69
 a. a = - 1; b = 0
b. G y cos x y2 ez K
c. C cos1 e3 cos 3 e 16,918

17. Si la laplaciana de f(r) es nula r 2 x 2 y2 z 2 , hallar f(r) tal que f(1) = 2; f(-1) = 0.

Solucin:
1
f (r ) 1
r

18. Expresar la divergencia de A B en funcin de A, B, Rot A y RotB .

Solucin:

div A B B Rot A A Rot B

19. Hallar el flujo del vector V x 2 y 2 z 2 x i y j
2y
k a travs de la
1 y 1 x
2 2 2

parte del plano X0Y limitada por el eje 0X y la recta y = x.

Solucin:
Y y=x

4
X

Z z=4
20. Dado el campo vectorial F y i 2x j z k
C
hallar el flujo sobre la parte del plano 2x y 6
comprendida entre x = 0; y = 0; z = 4.
D

Solucin:
B Y
A = 108
2x + y = 6
X

21. Hallar el flujo del campo vectorial F z i x j 3y2z k a travs de la parte de
superficie lateral del cilindro x 2 y2 16 , comprendida entre los planos coordenados y el
plano z = 5.

70
Solucin:
= 90

22. Dado el campo vectorial F x i x y j x y z k hallar el flujo a travs de la
parte lateral de la superficie y x 2 z 2 comprendida, en el primer triedro, entre los planos
y = 0; y = 2.

Solucin:
14 2
1 3,89
2 15

23. Hallar la superficie de la esfera x 2 y2 z 2 R 2 .

Solucin:
S = 4 R2.

24. Hallar la superficie limitada por la interseccin de la esfera x 2 y2 z 2 4 y el

cilindro x 2 y2 2y 0 .

Z Solucin:

S=4

25. Hallar el momento de inercia de la parte del plano 2x + y + 2z = 2, comprendida en el

triedro positivo respecto al plano z = 2.

Solucin:
17 2W 17 W
I p p I
4 3g 6g

26. Hallar el momento de inercia de la superficie lateral del cono z 2 x 2 y2 0 z 2 .

Solucin:

71
 W W
I 2 2 p p I
2 2g g

27. Hallar el centro de gravedad de la superficie lateral del cono

z 2 2 x 2 y2 0 z 2 .

Solucin:
4
x g yg 0 z g
3

28. Hallar el centro de gravedad de la parte de cilindro x 2 y2 1 (0 z 2),

comprendida en el triedro positivo.

Solucin:
2
x g yg zg 1


29. Hallar el flujo del campo vectorial F x i y j z k a travs de la parte de superficie
x u senv y u cos v z u comprendida entre z = 2 y z = 4.

Solucin:

12 2

30. Hallar, mediante el teorema de Green, la circulacin del campo vectorial

F ex senx 2xy y2 i sen3 2y 4xy x 2 j a lo largo del circuito de la figura.

Y C(2,5) Solucin:

B(3,3) C1 = 24 C2 = 30 C = 54

A(1,1)
X

31. Hallar, mediante el teorema de Green, la circulacin del campo vectorial

F 3x 2 8y2 i 4y 6xy j a lo largo del contorno de la figura.

72
 Solucin:
Y
5
1 C
3

0 1 X

32. Hallar, haciendo uso del teorema de Stokes, la circulacin del campo vectorial

F x y z i 2x y z j 3x 2y 2z k a lo largo del recorrido sealado en la
figura.

Z Solucin:
6x + 2y +3z = 6
C = 17/2

33. Hallar la circulacin del campo vectorial F (z 3) i (x 2) j ( y 1) k a lo largo
de la circunferencia de radio 7 situada en el plano 2x + 6y + 3z = 12.

Solucin:

C = 77

34. Dado el campo vectorial F

x 3 x2

x2 3 x2
2


1 x2 i
y
1 x2
2
j z

z k

, hallar, haciendo

uso del teorema de Stokes, la circulacin a lo largo del contorno de la figura.

Solucin:
Y
5
C 3 ln 2
2
y = x2

0 X

73

35. Hallar la circulacin del campo vectorial F 2xyz i 3x x 2z j x 2 y 2x yk a
lo largo de la circunferencia resultado de la interseccin de la esfera x 2 y2 z 2 12 con
el plano 2x + y + 2z = 9.

Solucin:
C = 10

36. Hallar el flujo del campo vectorial F 2x 2 3z 2 i 2xy j 4x k a travs de toda la
cara exterior del tetraedro formado por los planos x = 0; y = 0; z = 0; x + y + z = 4.

Solucin:
64

3z
37. Hallar el flujo del campo vectorial F xe y i senx 2 zy j a travs de la
1 y2

totalidad del cilindro x z 4 comprendido entre los planos y = 0 y = 1.
2 2

Solucin:
1
41
e

38. Hallar, mediante el teorema de Gauss, el flujo del campo vectorial F x y z k
sobre la cara exterior del paraboloide elptico z x 2 y2 (0 z 1).

Solucin:

2 2

39. Hallar el flujo del vector F x i 2 j a travs de la superficie cerrada formada por la
interseccin del cono z 2 x 2 y2 y el paraboloide z 6 x 2 y2 para z 0.

Solucin:
32

74



40. Hallar el flujo del vector F cosy2 x 2 i e z y j ln x 2 1 z 2 k a travs
2

2 2 2
x y z
del elipsoide 1.
4 9 1

Solucin:
= 8

75
 CAPTULO II

CLCULO MATRICIAL

2.1 Definicin

Las matrices son usadas en matemticas discretas para expresar relaciones entre objetos.
En muchos problemas es til disponer y manejar un conjunto de nmeros dispuestos en
filas y columnas. As es cmo se introdujo, en matemticas, el concepto de matriz, como
una disposicin rectangular de nmeros. Vienen a ser como una ampliacin del concepto
de nmero, definindose para ellas operaciones tales como la suma y el producto.

As, una matriz se define como un conjunto ordenado de nmeros. Concretamente, Se

llama matriz del tipo m x n a un conjunto de (m * n) nmeros dispuestos en m filas y n
columnas.

2.2 Transformaciones Lineales

Sean dos sistemas de coordenadas X0Y y X0Y, que pueden o no coincidir, y

consideremos el siguiente sistema de ecuaciones:

x a11 a12 y
y a 21 a 22 y

En virtud de estas igualdades, a cada punto M(x,y) del primer sistema le corresponde otro
punto M(x, y) del segundo sistema, que recibe el nombre de imagen del primero. Se
dice, entonces, que estas ecuaciones representan una transformacin lineal.

El cuadro de nmeros,

A
a 11 a 12

a 21 a 22

se llama Matriz de la Transformacin, y el determinante formado por los elementos de la

matriz,

a 11 a 12
A
a 21 a 22

76
se denomina Determinante de la Matriz, y no debe ser confundido con sta ltima. Por
ejemplo, el sistema

x x 2y
y 3x y

1 2
representa una transformacin lineal, cuya matriz es y en la cual el punto P(3;2)
3 1
es la imagen del punto P(1;1); y la recta x + y = 1 es la imagen de 4x + y = 1.

Las transformaciones geomtricas de simetra y rotacin son, por ejemplo,

transformaciones lineales. En efecto:

Sea la recta OQ (Fig. 2.1), de ecuacin y m x . Si M(x;y) es el punto simtrico de

M(x;y) respecto a dicha recta, el punto medio P de los dos puntos deber estar situado
sobre OQ, luego

M
Y Q
Y=A+nX

Y=mX

X
Figura 2.1 Transformacin Geomtrica de Simetra

y y x x
m
2 2
Y, por otra parte, las rectas OQ y MM deben ser perpendiculares, luego
y y 1

x x m

77
De las dos ecuaciones se deduce fcilmente que

1 m2 2m
x x
mx y y mx 1 m 2
1 m2

x my x my 2m m 2 1
y x
1 m2 1 m 2

Y la matriz de la transformacin es:

1 m 2 2m

1 m 1 m2
2

2m m 2 1

1 m 2 1 m2

En el caso de la rotacin (Fig. 2.2), se tiene:

Y
M

X
Figura 2.2 Transformacin Geomtrica de Rotacin.

x R cos R cos cos Rsen sen

y R sen Rsen cos R cos sen

Adems,

78
x R cos y R sen

Y, por lo tanto,

x x cos y sen
y x sen y cos

Transformacin cuya matriz es

cos sen
sen cos

De modo anlogo se puede establecer una transformacin lineal entre dos sistemas de
coordenadas tridimensionales:

x a 11x a 12 y a 13z a 11 a 12 a 13

y a 21x a 22 y a 23z A a 21 a 22 a 23
z a 31x a 32 y a 33z
a 31 a 32 a 33

O entre uno bidimensional y otro tridimensional o viceversa:

x b11x b12 y b11 b12

y b 21x b 22 y B b 21 b 22
z b 31x b 32 y
b 31 b 32

x c11x c12 y c13z

A
c11 c12 c13

y c 21x c 22 y c 23z c 21 c 22 c 23

As, por ejemplo, en las transformaciones

x x y z x 2 x 3y
x x 2y z
y 2x y z y x y
y 3x y z
z 3x 2 y z
z x y

Al punto A(1;1;1) le corresponden, en las dos primeras, los puntos A(3;20) y A(2;5), y
en la tercera transformacin, al punto B(1;2) le corresponde el B(8;3;-1).

Prescindiendo de toda intuicin geomtrica se pueden generalizar estos conceptos

definiendo una transformacin lineal entre los puntos de un espacio de dimensin n,

79
A(x1;x2 ; ;xn), y los de otro espacio de dimensin m, A(x1 ;x2 ; ; xm). Las
ecuaciones y la matriz correspondiente sern:

x 1 a 11x 1 a 12 x 2 .... a 1n x n a 11 a 12 .... a 1n

x 2 a 21x 1 a 22 x 2 .... a 2 n x n a a 22 .... a 2 n
A 21

.................................................. .... ..... .... .....

x m a m1 x 1 a m 2 x 2 .... a m 3 x n a m1 a m 2 .... a mn

Por ejemplo, el sistema

x 1 x 1 2 x 2 1 2
x 2 x 1 3x 2 1 3
cuya matriz es
x 3 2 x 1 x 2 2 1

x 4 2 x 1 5x 2 3 5

hace corresponder al punto A(-1;1) el A(1;-4;-1;2).

2.3 Algunas Definiciones y Conceptos

El nmero de filas, m, y el de columnas, n, de una matriz recibe el nombre de

Dimensin, m x n, y cuando m es igual a n, la matriz se llama Cuadrada, y en caso
contrario, Rectangular. As, por ejemplo, la ltima matriz del prrafo anterior es una
matriz rectangular de dimensin 4 x 2.

Para que dos matrices sean iguales es necesario que tengan el mismo nmero de filas y de
columnas, y que adems sean iguales elemento a elemento. Si A B , esto implica que
a ij b ij para todo i y para todo j. Por ejemplo, las matrices

A
4 1
B
2 6

1 1 0 2

son diferentes, aunque sus determinantes sean iguales.

Se llama Matriz Transpuesta de una matriz dada, A , a la matriz A que se obtiene

T

cambiando filas por columnas. Por ejemplo

80
 2 1
AT
2 3 0
A 3 2
0 6 1 2 6

Se dice que una matriz es Simtrica cuando es igual a su transpuesta, A A , como

T

1 2 3
por ejemplo 2 0 6 .
3 6 4

Obviamente una matriz simtrica tiene que ser cuadrada y se debe cumplir que a ij a ji , o
dicho de otro modo, debe ser simtrica respecto a la primera diagonal.

Una matriz Hemisimtrica o Antisimtrica, es aquella matriz cuadrada en la que se

cumple que A A, lo que implica que a ii 0 y a ij a ji . Como por ejemplo,
T

0 2 3
2 0 6

3 6 0

Si el determinante de una matriz cuadrada es igual a cero, se dice que la matriz es

Singular y en caso contrario se llama Regular. En el ejemplo que sigue, A es
singular y B es regular:

A
2 6
B
2 6

1 3 1 3

Una matriz Cero es aquella que tiene todos sus elementos cero, como por ejemplo:

0 0 0
0 2
0 0
03 0 0 0
0 0 0 0 0

Cuando, como casi siempre ocurre, est clara la dimensin de la matriz cero, se suele
omitir el subndice. Todas las matrices cero son singulares, pero en general las matrices
singulares no son matrices cero.

81
Una matriz Diagonal es una matriz cuadrada cuyos elementos son todos nulos, excepto
lo de la primera diagonal, o diagonal principal, como por ejemplo

1 0 0
0 3 0

0 0 7

Una matriz Unidad, I, es una matriz diagonal cuyos elementos no nulos son todos
iguales a uno, como por ejemplo:

1 0 0
I 2
1 0
I 3 0 1 0
0 0 1 0 1

Igual que sucede con las matrices cero, corrientemente no es necesario indicar la
dimensin de la matriz unidad.

Se dice que dos matrices A y A son Conjugadas si sus elementos correspondientes
son nmeros complejos conjugados. Obviamente deben tener el mismo nmero de filas y
de columnas.

1 i i 2 i 1 i i 2 i
A 2 1 i i
A 2 1 i i

3 i 4 i 5 3 i 4 i 5

Se dice que una matriz cuadrada A es Hermtica cuando A A , lo que implica
T

que los elementos de la primera diagonal deben ser nmeros reales y los simtricos
respecto a esa diagonal, nmeros complejos conjugados. La siguiente matriz es hermtica:

1 2i i
2 i 2 3 i

i 3 i 3

2.4 Operaciones Con Matrices

Las operaciones ms frecuentes, a realizar con matrices son:

- Producto de una matriz por un nmero.

82
 - Suma de matrices.
- Producto de matrices.
- Inversin de matrices.

2.4.1 Producto de una Matriz por un Nmero

Para multiplicar una matriz por un nmero, se multiplican todos los elementos de la matriz
por dicho nmero. Es decir, que si B kA esto implica que b ij k a ij . Por ejemplo:

1 0 1 3 0 3
32 1 3 6 3 9
2 1 1 6 3 3

Obsrvese que si A es una matriz cuadrada n x n, se tiene que si B kA , esto

implica que B k A . En el ejemplo anterior,
n

B 216; A 8; k 3 216 33 8 . Este producto tiene, evidentemente, la

propiedad distributiva, es decir que k1 k 2 A k1 A k 2 A. La matriz (-1)
A= - A recibe el nombre de matriz Opuesta de A.

2.4.2 Suma de Dos Matrices de la Misma Dimensin

Sean las transformaciones lineales

x 1 a 11x 1 a 12 x 2 .... a 1n x n x 1 b11x 1 b12 x 2 .... b1n x n
x 2 a 21x 1 a 22 x 2 .... a 2 n x n x 2 b 21x 1 b 22 x 2 .... b 2 n x n
.......................................... ...........................................
x m a m1 x 1 a m 2 x 2 .... a mn x n x m b m1 x 1 b m 2 x 2 .... b mn x n

Si x i x i x i entonces,

x 1 a 11 b11 x 1 a 12 b12 x 2 .... a 1n b1n x n

x 2 a 21 b 211 x 1 a 22 b 22 x 2 .... a 2 n b 2 n x n
................................................................................
x m a m1 b m1 x 1 a m 2 b m 2 x 2 .... a 3n b mn x n

83
En consecuencia, definimos la suma de dos matrices de la misma dimensin como otra
matriz cuyos elementos sean la suma de los elementos correspondientes de las dos dadas.
Es decir, que si C A B, entonces c ij a ij b ij . Por ejemplo:

2 1 3 1 1 0 3 2 3
0 1 4 4 3 2 4 4 6

De acuerdo con la definicin dada, la suma de matrices tiene las siguientes propiedades:

Ley conmutativa: A B B A

Ley asociativa: A B C A B C
Ley distributiva: kA B kA kB

Elemento neutro: A 0 A

Elemento opuesto: A A 0

Obsrvese que si A B C esto no implica que A B C , tal como puede

verse en el siguiente ejemplo:

2 1 4 2 6 3
3 2 1 3 2 5 pero 1 14 24

2.4.3 Producto de Dos Matrices

Sean ahora dos matrices, A y B , de dimensiones m x n y p x q, respectivamente.

Escribamos la matriz A dispuesta por vectores fila, Fi , y la matriz B dispuesta por

vectores columna C j . Definimos el producto de dos matrices como otra matriz, Q,
cuyos elementos son los productos escalares de las filas de A por las columnas de B .

Es decir, q ij Fi C j .

84

F1 F1 .C1 F1 .C 2 ..... F1 .C q


F2 C C
... 1

2


... C q 2 1
F .C
.....
F2 .C 2
.....
..... F2 .C q
..... .....

Fm Fm .C1 Fm .C 2 ..... Fm .C q

Para que el producto sea posible, Fi y C j deben tener el mismo nmero de componentes,
es decir que n = p. Y, obviamente, la dimensin de Q es m x q. Por ejemplo:

2 1 9 4 7
0 2 3 1 3 6
2
A B
4

1 3 2 1 6
.
1 3 4

1 2 9 5 5

En donde A es una matriz de dimensin (4 x 2), B es de (2 x 3), y su producto es de

dimensin (4 x 3).

El producto matricial tiene las siguientes propiedades:

La ley conmutativa no se cumple: A. B B. A

Ley asociativa: A. B. C A. B. C
Ley distributiva: A. B C A. B A. C

Elemento idntico: A. I I. A A

Adems,

A. 0 0. A 0
A m . A n A n . A m A mn (m y n enteros)

Que el producto matricial no es, en general, conmutativo se puede comprobar con un

simple ejemplo:

1 2 1 3 1 5 1 3 1 2 7 8
2 2 . 0 1 2 8 0 1 . 2 2 2 2

85
Cuando da la casualidad de que A. B B. A se dice que las dos matrices son
conmutables. Por ejemplo:

1 2 3 2 7 8 3 2 1 2 7 8
2 1 . 2 3 8 7 2 3 . 2 1 8 7

Evidentemente, la matriz cero y la matriz unidad son conmutables con cualquier otra
matriz. Obsrvese adems que si se cumple que A. B C esto implica que
A B C . As:

3 1 1 1 4 5
1 2 . 1 2 3 5 5 1 5

Las ecuaciones de una transformacin lineal se pueden escribir ahora en la forma

x1 a11 a12 ... a1n x1

x a ... a 2n x 2
o, abreviadamente, X A. X
2 21 a 22
... ... ... ... ... ...

xm a m1 am2 ... a mn x m

Sean ahora las dos transformaciones lineales X AX; X BX . Evidentemente

X BAX , lo que nos dice que la matriz producto es la matriz del resultado de
efectuar dos transformaciones lineales sucesivas.

Finalmente, utilizando la definicin de transpuesta y las leyes de adicin y multiplicacin

es fcil ver que:

- La transpuesta de una suma es igual a la suma de las transpuestas:

A B A B
- La transpuesta del producto de un nmero por una matriz es igual al producto

del nmero por la transpuesta de la matriz: K A K A
- La transpuesta de un producto de matrices es igual al producto de las

transpuestas en orden inverso: AB B A

2.4.4 Matriz Inversa

Sea la transformacin lineal, no singular,

86
 x1 a11x1 a12 x 2 .... a1n x n
x2 a 21x1 a 22 x 2 .... a 2n x n X AX A 0
.......................................................
xn a n1 x1 a n 2 x 2 .... a nn x n

Con esta hiptesis resulta posible despejar las xi en funcin de las xi:

x1 b11x1 b12 x2 .... b1n xn

x 2 b 21x1 b 22 x2 .... b 2n xn X BX
........................................................
x n b n1 x1 b n 2 x2 .... b nn xn

La matriz B recibe el nombre de matriz inversa y se representa por A 1 . De las

igualdades matriciales anteriores se deduce que

X AA1X y tambin que X A1AX

Luego,

AA1 I y tambin A1 A I
Lo que quiere decir que toda matriz cuadrada no singular y su matriz inversa son
conmutables. Igualmente, de la definicin dada se desprende fcilmente que la inversa de
A1 es, recprocamente, A.
La matriz inversa de un producto es igual al producto de las inversas de los dos factores, en
orden inverso. En efecto,

C AB CC1 ABC1 I ABC1

A1 I A1 ABC1 A1 IBC1 A1 BC1
B1 A1 B1 BC1 B1 A1 IC1 B1 A1 C1
De igual manera, la inversa de la matriz transpuesta es igual a la transpuesta de la inversa.
En efecto, si transponemos en A A AA , nos queda
1 1

A A1 A

A
1

87
 1

Pre-multiplicando por A obtenemos

A A1 A A
A
1

1
A
1

I A AA

1

1
1
A
1
A I

Luego
A A
1
1

2.4.5 Clculo de la Matriz Inversa

En algunos casos, muy simples, puede hallarse la matriz inversa simplemente resolviendo
el sistema. As, por ejemplo,

x1 3x1 5x 2 x1 2x1 5x 2 2 5
A
3 5
A1
x 2 x1 2x 2 x 2 x1 3x 2 1 2 1 3

Obviamente este mtodo no puede tener una aplicacin muy general y por lo tanto se hace
preciso encontrar procedimientos ms prcticos. Expondremos, a continuacin, tres de
estos procedimientos.

2.4.5.1 Mtodo de los Adjuntos

El procedimiento para el clculo de la inversa de una matriz por el mtodo de los adjuntos
es el siguiente:

1. Se escribe la matriz traspuesta.

2. Se halla el determinante A . (Reacurdese que, al cambiar filas por columnas,
el valor del determinante no se altera y, por lo tanto, es lo mismo hallar el
determinante de la matriz dada que el de la traspuesta.)
3. Se hallan los adjuntos, A ij , de todos los elementos de la matriz traspuesta.
(Recurdese que el adjunto es el determinante que resulta de suprimir la fila i y
la columna j, precedido del signo + del signo , segn (i + j) sea par o impar,
respectivamente.)
4. Se sustituye, en la traspuesta, cada elemento aij por el resultado de dividir el
adjunto A ij por el determinante A .

88
Ejemplo:

1 2 0 1 2 0
A 2 1 2 A 2 1
T
1 A 1 2 4 5
0 1 1 0 2 1
1 1 2 1 2 1
A11 1 A12 2 A13 4
2 1 0 1 0 2
2 0 1 0 1 2
A 21 2 A 22 1 A 23 2
2 1 0 1 0 2
2 0 1 0 1 2
A 31 2 A 32 1 A 33 3
1 1 2 1 2 1
1 2 4
2 1 2
1
A1
5
2 1 3

La demostracin es muy simple si se recuerdan los dos teoremas, relativos a los

determinantes, que dicen:

La suma de los productos de los elementos de una lnea por sus adjuntos respectivos es
igual al determinante.

La suma de los productos de los elementos de una lnea por los adjuntos de una lnea
paralela es igual a cero.

En efecto:

A11 A12 .... A1n a 11 a 12 .... a 1n

.... A 2n a 21 a 22 .... a 2n
1 A 21 A 22

A .... .... .... .... .... .... .... ....

A n1 A n 2 .... A nn a n1 a n 2 .... a nn

89
 a 11A11 ... a n1A n1
1 a 11A12 ... a n1A n 2
A .............................
a 11A1n ... a n1A nn
a 12A11 ... a n 2 A n1 ...... a 1n A11 ... a nn A n1
...... a 1n A12 ... a nn A n 2
a 12 A12 ... a n 2 A n 2
................................ ...... ..............................
a 12A11 ... a n 2 A n1 ...... a 1n A1n ... a nn A nn

A 0 ... 0

1 0 A ... 0
I
A ... ... ... ...

0 0 ... A

Y lo mismo se obtiene invirtiendo los factores.

Este mtodo resulta prctico para matrices de segundo y tercer orden. Para una matriz de
cuarto orden es necesario desarrollar cuatro determinantes de tercer orden para encontrar
A , ms diecisis adjuntos. Es decir, un total de veinte determinantes de tercer orden. Y,
en el caso de una matriz de quinto orden, se necesitan 5 + 25 determinantes de cuarto orden
que equivalen a 120 determinantes de tercer orden. Por otra parte este mtodo no es el ms
apto para el trabajo con computadoras.

2.4.5.2 Mtodo de las Transformaciones Elementales

Se denomina transformacin elemental a cada una de las operaciones siguientes:

- Multiplicar una matriz por un nmero cualquiera.

- Sumar dos filas cualesquiera
- Intercambiar dos filas cualesquiera

Ahora bien,

k 0 0 ... 0 a 11 a 12 a 13 ... a 1n ka 11 ka 12 ka 13 ... ka 1n

0
1 0 ... 0 a 21 a 22 a 23 ... a 2n a 21 a 22 a 23 ... a 2n
Ta A 0 0 1 ... 0 a 31 a 32 a 33 ... a 3n a 31 a 32 a 33 ... a 3n

... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
0 0 0 ... 1 a n1 a n 2 a n3 ... a nn a n1 a n 2 a n3 ... a nn

90
 1 1 0 ... 0 a 11 a 12 ... a 1n a 11 a 21 a 12 a 22 ... a 1n a 2 n
0
1 0 ... 0 a 21 a 22 ... a 2n a 21 a 22 ... a 2 n
Tb A 0 0 1 ... 0 a 31 a 32 ... a 3n a 31 a 32 ... a 3n

... ... ... ... ... ... ... ... ... ... ... ... ...
0 0 0 ... 1 a n1 a n 2 ... a nn a n1 a n2 ... a nn

0 1 0 ... 0 a 11 a 12 ... a 1n a 21 a 22 ... a 2n

1
0 0 ... 0 a 21 a 22 ... a 2 n a 11 a 12 ... a 1n
Tc A 0 0 1 ... 0 a 31 a 32 ... a 3n a 31 a 32 ... a 3n

... ... ... ... ... ... ... ... ... ... ... ... ...
0 0 0 ... 1 a n1 a n 2 ... a nn a n1 a n 2 ... a nn

Es decir que pre-multiplicar por una matriz del tipo Ta equivale a multiplicar una fila por
un nmero cualquiera, k. pre-multiplicar por una matriz del tipo Tb , equivale a sumar
dos filas. Y, pre-multiplicar por una matriz del tipo Tc equivale a intercambiar dos filas.

Supongamos ahora que hacemos todas las transformaciones elementales necesarias para
transformar la matriz dada en una matriz unidad. Esto equivale a:

T1 T2 .... Tp A I

Si post-multiplicamos por A 1 se tiene que:

T1 T2 .... Tp AA1 IA1

T1 T2 .... Tp A1
Lo que quiere decir que si hacemos en la matriz unidad las mismas transformaciones que
necesitamos para convertir la matriz dada en la matriz unidad, obtendremos la matriz
inversa.

El mtodo se comprende bien siguiendo el siguiente ejemplo:

91
 1 2 3 5 1 0 0 0 1 2 3 5 1 0 0 0
0 2 1 3 0 1 0 0 0 2 1 3 0 1 0 0

4 1 0 3 0 0 1 0 0 7 12 17 4 0 1 0
2 2 1 1 0 0 0 1 0 2 5 9 2 0 0 1

1 2 3 5 1 0 0 0 1 2 3 5 1 0 0 0
0 2 1 3 0 1 0 0 0 2 1 3 0 1 0 0

0 0 17 13 8 7 2 0 0 0 17 13 8 7 2 0
0 0 4 6 2 1 0 1 0 0 0 50 2 11 8 17

10 20 30 0 8 11 8 17 50 100 0 0 26 32 4 46
0 100 50 0 6 17 24 51 0 50 0 0 14 23 6 19

0 0 50 0 22 29 12 13 0 0 50 0 22 29 12 13
0 0 0 50 2 11 8 17 0 0 0 50 2 11 8 17

50 0 0 0 2 14 8 8
0 50 0 0 14 23 6 19
0 0 50 0 22 29 12 13
0 0 0 50 2 11 8 17

1 2 3 5 2 14 8 9
0 2 1 3 14 23 6 19
A A1
1
4 1 0 3 50 22 29 12 13

2 2 1 1 2 11 8 17

La fila sealada con una flecha es la que se va a utilizar para obtener los ceros en el
siguiente cuadro. Cuando no se trabaja con nmeros enteros es cmodo dividir la fila que
se va a utilizar para las transformaciones por el primer trmino no nulo. Por ejemplo,

2,21 4,33 6,22 1 0 0 1 1,96 2,81 0,45 0 0

1,31 2,22 3,33 0 1 0 1,31 2,22 3,33 0 1 0
0,98 1,52 2,21 0 0 1 0,98 1,52 2,21 0 0 1

92
 1 1,96 2,81 0,45 0 0 1 1,96 2,81 0,45 0 0
0 0,35 0,35 0,59 1 0 0 1 1 1,69 2,86 0
0 0,40 0,54 0,44 0 1 0 0,40 0,54 0,44 0 1

1 1,96 2,81 0,45 0 0 1 1,96 2,81 0,45 0 0

0 1 1 1,69 2,86 0 0 1 1 1,69 2,86 0
0 0 0,14 0,24 1,14 1 0 0 1 1,71 8,14 7,14

1 1,96 0 5,26 22,87 20,06 1 0 0 1,40 1,31 6,07

0 1 0 3,40 11,00 7,14 0 1 0 3,40 11,00 7,14
0 0 1 1,71 8,14 7,14 0 0 1 1,71 8,14 7,14

2.4. 5. 3 Mtodo de las Particiones

El resultado de dividir, la matriz que se quiere invertir, en cuatro sub-matrices, se puede

considerar como la matriz representativa de la transformacin lineal

1
A11X A12Y X A11 A12 X X A11 A12 X X

A 21X A 22Y Y A A
21 A 22 Y Y 21 A 22 Y Y

Donde Aij, X, Y, X y Y son matrices. Si del sistema inicial conseguimos despejar X e Y,

obtendremos una expresin de la forma

B11X B12Y X B11 B12 X X

B 21X B 22Y Y B
21 B 22 Y Y

Luego

A1
B11 B12

B 21 B 22

Consideremos de nuevo el sistema

A11X A12Y X

A 21X A 22Y Y

93
Si suponemos que la matriz A12 no es singular podemos despejar sucesivamente:
1 1
Y A12 X A12 A11 X
1 1
A 21 X A 22 A12 X A 22 A12 A11 X Y
A 1
21 A 22 A12 A11 X A 1
22 A12 X Y

Y si hacemos

1
A 21 A 22 A12 A11

Tenemos

X 1 A 22 A12
1
X 1 Y

Y, sustituyendo:

1 1
Y A12 X A12 A11 1 A 22 A12
1 1
X A12 A11 1 Y
1
Y A12 1
A12 A11 1 A 22 A12
1 1
X A12
A11 1 Y

Con lo cual,

1 A 22 A121
1
A1 1 1 1 1 1
A12 A12 A11 A 22 A12 A12 A11 1

Ejemplo: Hallemos la inversa de la matriz A

1 0 1 1
2 2
A
2 1
0 1 2 1

1 1 1 2

1 2 1 1 2 1 2 1 3 1
A12 A 22 A12 1 1 0 1
1 1 1 2

1 3 1 1 0 1 2
A 22 A12 A11 2 2 2 2
0 1

94
 0 1 1 2 1 3 1 1 3
1
1 1 2 2 1 1 4 1 1

1 1 3 3 1 1 3 2
1 A 22 A 12
1

4 1 1 0 1 4 3 2

1 1 2 1 1 0 1 3 1 0 2 1 3 1 2 2
A 11 1
4 1 1 2 2 1 1 4 1 2 1 1 4 1 5
A 12

1 1 0 2 3 2 1 6 4
A 11 1 A 22 A 12
1

4 1 2 3 2 4 3 6
A 12

1 1 2 1 1 6 4 1 2 0
A 12 A 12 A 11 1 A 22 A 12
1

1 1 4 3 6 4 1 2

Y sustituyendo los valores obtenidos, en el esquema general, finalmente se tiene que:

95
 3 2 1 3
1 1
1 3 2
A1
4 2 0 2 2

1 2 1 5

Si la matriz A12 fuera singular, es fcil deducir otra frmula anloga despejando de otra
manera las submatrices X e Y.

2.5 Matrices Ortogonales

Se define como matriz ortogonal la matriz cuadrada, A, que cumple la igualdad

A1 AT
De la definicin se deducen los tres teoremas siguientes:

1. Los mdulos de todos los vectores fila y de todos los vectores columna son iguales
a uno.
2. Los productos escalares de dos vectores fila o de dos vectores columna,
cualesquiera, es igual a cero.
3. El determinante de una matriz ortogonal es igual a +1 a -1.

En efecto, si A es una matriz ortogonal, entonces,

AAT AA1 I
Es decir,

a11 a12 ... a1n a11 a 21 ... a n1 F1 1 0 0 0
a
... a 2n a12 a 22 ... a n 2 F2 0 1 0 0
21 a 22
... ... ... ... ... ...

... ... ...

F1

F2


... Fn
... ... ... ...

a n1 a n 2 ... a nn a1n a 2n ... a nn F3 0 0 0 1

Y de aqu,

96
 2
F1 F1 F1 1 F1 F2 0 .......... F1 Fn 0
2
F2 F1 0 F2 F2 F2 1 .......... F2 Fn 0
...................................................................................................
2
Fn F1 0 Fn F 2 0 .......... Fn Fn Fn 1

Invirtiendo el producto de los dos factores podemos escribir, tambin

C1
C
2 C C ... C n I
... 1 2

C n

Y se pueden deducir igualdades anlogas a las anteriores para las columnas. Para
demostrar el tercer teorema, tenemos:

AAT I A A
T
A A A I 1
2

Luego A 1.

Ejemplo: Hallemos a, b, c, d, e y f, para que la siguiente matriz sea ortogonal.

a 1 2 0
A b c d a0 d0
1 2 e f

1 3 3 1
a2 0 1 a b2 1 b 0
4 2 4 4
1
a . b .c 0.d 0 c 0 b 2 c 2 d 2 1 d 1
2

1 1 3 1
.a .e 0.f 0 e .b e.c f .d 0 f 0
2 2 2 2

Con lo que la matriz A , queda:

97
 3 2 12 0

A 0 0 1
12 3 2 0

Matriz, cuyo determinante es igual a -1.

Otro ejemplo de transformacin ortogonal es el pase de un sistema de coordenadas

rectangulares a otro, tambin rectangular, con el mismo origen.

Y
P X

j

(90 -) i

X
O

El vector OP puede definirse como

OP x i y j x i y j

Y, ya que,

i cos i sen j

j cos90 i sen90 j sen i cos j

Tenemos que







x i y j x cos i sen j y sen i cos j



x i y j x cos y sen i xsen y cos j

De donde

98
 x x cos y sen
y x sen y cos

Cuya matriz es

cos sen
sen cos

que es, evidentemente, ortogonal.

En el caso de tres dimensiones, sean los datos:

X Y Z
X a1 b1 c1
Y a2 b2 c2
Z a3 b3 c3

a 1 a 2 a 3
Como los ejes primitivos y los nuevos son rectangulares, la matriz b1 b 2 b 3 , formada
c1 c 2 c 3
por los nueve cosenos de los ngulos que forman entre s los ejes primitivos y los nuevos,
es ortogonal. Ahora bien,

OP x i y j z k x i yj z k

OP x a 1 i b1 j c1k y a 2 i b 2 j c 2 k z a 3 i b 3 j c 3 k

De donde,

x a 1x a 2 y a 3 z
y b1x b 2 y b 3 z
z c1x c 2 y c 3 z

Y, por ser la matriz ortogonal,

x a 1x b1 y c1z
y a 2 x b 2 y c 2 z
z a 3 x b 3 y c 3z

99
Por ejemplo, si 0X forma un ngulo agudo con 0X, 60 con 0Y y 90 con 0Z y 0Z forma
60 con 0Z, la matriz de la transformacin es la del ejemplo expuesto ms arriba y las
ecuaciones del cambio de ejes sern:

3 1 3 1
x x y x x z
2 2 2 2
1 3
y z y x z
2 2
1 3
z x y z y
2 2

2.6 Rango o Caracterstica de una Matriz

Se define el rango de una matriz como el nmero de vectores fila, o vectores columna,
linealmente independientes. O de otra forma, si llamamos menor de una matriz A al
determinante formado por los elementos que quedan en la matriz cuando se suprimen
algunas filas y algunas columnas, el rango de dicha matriz es igual al orden mximo de un
menor no nulo.

Por ejemplo, dada la matriz

2 1 3
A 0 1 2
2 1 7

se tiene que

2 1 3
2 1
2 0 0 0 1 2 0
0 1
2 1 7

Luego el rango de la matriz A es igual a dos.

Cuando se trata de matrices ms grandes, resulta ms prctico utilizar el mtodo de las

transformaciones elementales, que consiste en efectuar transformaciones de ese tipo hasta
convertir la matriz dada en otra triangular, suprimir las filas cuyos elementos sean todos
nulos y contar el nmero de filas que queden. Obsrvese que una transformacin elemental
no altera el rango de una matriz.

100
Por ejemplo, sea la matriz

0 0 2 3 0 1
1 0 1 0 1 0

B 1 0 3 3 1 1

2 0 2 0 2 0
0 0 4 6 0 2

Obtenemos, sucesivamente,

1 0 1 0 1 0 1 0 1 0 1 0
0 0 2 3 0 1 0 0 2 3 0 1
1 0 3 3 1 1 0 0 2 3 0 1
2 0 2 0 2 0 0 0 0 0 0 0
0 0 4 6 0 2 0 0 4 6 0 2

1 0 1 0 1 0 1 0 1 0 1 0
0 0 2 3 0 1 0 0 2 3 0 1
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 4 6 0 2 0 0 0 0 0 0

Luego el rango de la matriz es dos.

2.7 Solucin y Discusin de un Sistema de Ecuaciones Lineales

Consideremos el sistema de n ecuaciones de primer orden con n incgnitas

a 11x 1 a 12 x 2 .... a 1n x n k1
a 21x1 a 22 x 2 .... a 2n x n k 2
.....................................................
a n1x1 a n 2 x 2 .... a nn x n k n

En las que ai son nmeros reales o complejos. El sistema se puede escribir abreviadamente
en forma matricial:

AX K

101
Si A no es singular se puede pre-multiplicar la igualdad anterior por A-1, con lo cual se
tendr

X A1K
Se obtiene as una solucin del sistema muy elegante, concisa y prctica del sistema, muy
conveniente cuando se necesita conocer el valor de todas las incgnitas y sobre todo
cuando se dispone de una computadora.

Ejemplo:

x1 2x 2 3x 3 6

1 2 1 1 2 1

2x1 4x 2 3x 3 1 A 2 4 1 A
T
2 4 1

1 1 1 3 3 1

x1 x 2 x 3 6

A 11 A11 7 A12 5 A13 6 A 21 5

A 22 2 A 23 9 A 31 2 A 32 3 A 33 8

x1 7 5 6 6 11 1
x 1 5 2 9 1 1 22 2 x1 1 x2 2 x3 3
2 11 11
x 3 2 3 8 6 33 3

De un modo ms general, sea ahora el sistema de m ecuaciones con n incgnitas,

a 11x1 a 12 x 2 .... a 1n x n k1
a 21x1 a 22 x 2 .... a 2n x n k 2
.....................................................
a m1x 1 a m 2 x 2 .... a mn x n k m

y consideremos la matriz A , formada por los coeficientes de las incgnitas, y la matriz

A, ampliada con los trminos independientes:

102
 a 11 a 12 .... a 1n a 11 a 12 .... a 1n k1
a a .... a 2n a a .... a 2n k 2
A 21 22 A 21 22
.... .... .... .... .... .... .... .... ....

a m1 a m 2 .... a mn a m1 a m 2 .... a mn km

Si existe solucin, la ltima columna de A tiene que ser combinacin lineal de las
columnas de A , luego el rango de ambas matrices tiene que ser el mismo.

Por otra parte, para que la solucin sea nica, el nmero de ecuaciones y el de incgnitas
debe coincidir, luego:

R = R= Nmero de incgnitas Sistema Determinado

Si R = R Sistema Compatible
R = R<Nmero de incgnitasSistema Indeterminado

Si R R Sistema Incompatible

El mtodo de las transformaciones elementales, a la vez que permite determinar el rango

de las dos matrices, y por lo tanto la naturaleza del sistema, transforma las ecuaciones en
otras equivalentes que hacen cmodo el encontrar la solucin, o soluciones, en caso de que
las haya.

Ejemplo: Estudiemos el sistema,

2 x y z 1 2 1 1 1 2 1 1 1
x y z 0 1
1 1 1 0 0 1 3

3x 2 y 2z 1 3 2 2 1 0 1 1 1
3x y 5z 2 3 1 5 2 0 1 7 1

2 1 1 1 2 1 1 1
0 1 3 1 0 1 3 1
0 0 4 0 0 0 4 0
0 0 4 0 0 0 0 0

Ya que R = R = 3 = nmero de incgnitas, se trata de un sistema compatible y

determinado cuya solucin es:

103
 4z 0 z 0
y 3z 1 y 1
2x y z 1 x 1

Ejemplo: Estudiemos el sistema,

x y 5z v 3
3y z v 1

x 2 y 4z 2
x y z v 1

1 1 5 1 3 1 1 5 1 3 1 1 5 1 3
0 3 1 1 1 0 3 1 1 1 0 3 1 1 1
1 2 4 4 2 0 3 1 1 1 0 0 0 0 0
1 1 1 1 1 0 2 6 0 2 0 0 16 2 4

Ya que R = R = 3 < nmero de incgnitas = 4, se trata de un sistema compatible, pero

indeterminado, cuyas infinitas soluciones estn dadas por:

16y 2v 4 v 8y 2

3y z v 1 y 3z 1
x y 5z v 3 x 10z 3

Ejemplo: Estudiemos el sistema,

2 x y z 1

x y 2z 0
3x 2 y z 3

2 1 1 1 2 1 1 1 2 1 1 1
1 1 2 0 0 1 5 1 0 1 5
3 2 1 3 0 1 5 3 0 0 0 4

Ya que R = 2 R = 3, se trata de un sistema incompatible que no tiene solucin exacta.

104
2.8 Valores y Vectores Propios

Sea el vector no nulo

x1
x
X 2
....

x n

Y la transformacin lineal

x1 a 11x1 a 12 x 2 .... a 1n x n
x 2 a 21x1 a 22 x 2 .... a 2n x n
..................................................... X AX
x n a n1x1 a n 2 x 2 .... a nn x n

Determinemos el vector X de tal forma que X resulta paralelo a X , es decir, que se

tenga

X X o sea, AX X
donde es un escalar. Cuando esta igualdad se cumple, decimos que X es un vector
propio, y el nmero recibe el nombre de valor propio.

Haciendo x i x i , y pasando todo al primer miembro, obtenemos:

a11 x1 a12 x 2 .... a1n x n 0

a 21x1 a 22 x 2 .... a 2n x n 0
.....................................................
a n1x1 a n 2 x 2 .... a nn x n 0

Sistema homogneo de n ecuaciones con n incgnitas que debe tener soluciones no todas
nulas, ya que hemos supuesto que el vector X no es un vector nulo. Por lo tanto, una de
las ecuaciones debe ser combinacin lineal de las otras y por consiguiente el determinante
de los coeficientes de las incgnitas debe ser cero. Es decir:

105
 a 11 a 12 .... a 1n
a 21 a 22 .... a 2n
f 0
.... .... .... ....
a n1 a n2 .... a nn

Ecuacin de grado n que, una vez resuelta, nos proporciona los n valores propios, valores
que pueden ser reales o complejos. Esta ecuacin recibe el nombre de ecuacin
caracterstica de la transformacin o de la matriz.

Ejemplo: Dada la matriz

1 0 3
A 0 2 2
0 1 1

La ecuacin caracterstica es

1 0 3
0 2
2 1 2 2 21 0
0 1 1

1 2 3 0 1 0 2 1 3 3

Consideremos el caso particular de las matrices de tercer orden:

a11 a12 a13

A a 21 a 22 a 23
a 31 a 32 a 33

Cuyo determinante es:

a11 a12 a13

A a 21 a 22 a 23 a11a 22a 33 a12a 23a 31 a 21a 32a13 a 31a 22a13 a 23a 31a11 a12a 21a 33
a 31 a 32 a 33

La correspondiente ecuacin caracterstica es:

106
 a11 a12 a13
f a 21 a 22 a 23
a 31 a 32 a 33

f 3 a11 a 22 a 33 2 a 22 a 33 a 23a 32 a11a 33 a13a 31 a11a 22 a12 a 21

a11a 22 a 33 a12 a 23a 31 a 21a 32 a13 a 31a 22 a13 a 23a 31a11 a12 a 21a 33

Con lo que la ecuacin caracterstica para matrices de tercer orden se puede expresar
como:
3 a11 a 22 a 33 2 A11 A 22 A 33 A 0

Y, en el ejemplo anterior:

a 11 1 a 22 2 a 33 1 a 11 a 22 a 33 4
2 2 1 3 1 0
A11 0 A 22 1 A 33 2
1 1 0 1 0 2
1 0 3
A11 A 22 A 33 3 A 0 2 2 0
0 1 1
3 4 2 3 0 1 0 2 1 3 3

Supongamos ahora todos los vectores propios, reales o complejos, diferentes entre s y,
para fijar ideas, supongamos la matriz de tercer orden. Como el determinante de los
coeficientes es igual a cero, una de las ecuaciones debe ser combinacin lineal de las otras,
y se podr suprimir. Si, por ejemplo, hemos suprimido la ltima ecuacin, el sistema
quedar:

a11 1 x1 a12 x 2 a13 x 3 0

a 21 x1 a 22 1 x 2 a 13 x 3 0

Sistema homogneo, que se puede poner en la forma:

x1 x2 x3
p1
a 12 a 13 a 11 1 a 13 a 11 1 a 12

a 22 1 a 23 a 21 a 23 a 21 a 22 1

107
De la misma manera se puede plantear para los otros valores de . As se obtiene un
conjunto de tres vectores paralelos que son los vectores propios buscados.

Sea la matriz del ejemplo considerado ms arriba. Tendremos:

x 1 0x 2 3x 3 0 x1 x2 x
1 0 3 p1
0 x 1 2 x 2 2 x 3 0 0 3 1 3 1 0

2 2 0 2 0 2
0 x1 0x 2 3x 3 0 x1 x2 x
2 1 3 p2
0x1 x 2 2x 3 0 0 3 0 3 0 0

1 2 0 2 0 1
2x 1 0x 2 3x 3 0 x1 x2 x3
3 3 p3
0x1 x 2 2x 3 0 0 3 2 3 2 0

1 2 0 2 0 1

Y los vectores propios son:

6 3 3
X1 p1 2 X 2 p 2 0 X 3 p 3 4
2 0 2

2.9 Caso Particular de las Matrices Simtricas

Dos propiedades importantes caracterizan los vectores y los valores propios de las matrices
simtricas formadas por nmeros reales: Los vectores propios son ortogonales dos a dos y
los valores propios son todos reales.

En efecto, sean los sistemas correspondientes a dos valores propios diferentes, 1 y 2,

a11x1 a12 x 2 .... a1n x n 1 x1

a 21x1 a 22 x 2 .... a 2n x n 1 x 2

......................................................
a n1 x1 a n 2 x 2 .... a nn x n 1 x n

108
 a11x1 a12 x 2 .... a1n x n 1 x1

a 21x1 a 22 x2 .... a 2n xn 1 x2

......................................................
a n1 x1 a n 2 x2 .... a nn xn 1 xn

Multiplicamos las ecuaciones del primer sistema por x1, x2 , ., xn y las del segundo
sistema por x1, -x2, ., -xn y sumamos todo. El resultado es:

0 1 2 x1x1 x 2 x 2 .... x n x n

Igualdad que, al ser el producto escalar nulo, prueba la ortogonalidad de los dos vectores
propios.

Supongamos ahora 1 a b i . Como la ecuacin caracterstica es de coeficientes reales,

debe existir otra solucin conjugada, 2 a b i y las componentes de los vectores
propios correspondientes sern tambin conjugadas.

1 a b i x1 p1 q1i x 2 p 2 q 2i ........ x n pn qni

2 a bi x1 p1 q1i x 2 p 2 q 2 i ........ x n p n q n i

Sustituyendo en la anterior igualdad, nos queda:

0 1 2 p12 q12 p 22 q 22 .... p 2n q 2n
Y como todos los xi no pueden ser nulos, ni tampoco los xi, b debe ser cero, y por lo tanto
los valores propios deben ser reales.

En todo el razonamiento se ha supuesto que por ser la matriz simtrica se tiene que a ij = aji,
para todo i para todo j.

Ejemplo: Sea la matriz simtrica

7 2 0
A 2 6 2
0 2 5

La ecuacin caracterstica resulta ser:

109
 7 2 0
2 6 2 3 182 99 162 0
0 2 5
4 x 1 2 x 2 0 x 3 0 x1 x2 x3
1 3 p1
2 x1 3x 2 2 x 3 0 2 0 4 0 4 2

3 2 2 2 2 3
1x 1 2 x 2 0x 3 0 x1 x2 x3
2 6 p2
2 x 1 0 x 2 2 x 3 0 2 0 1 0 1 2

0 2 2 2 2 0

2 x 1 2 x 2 0 x 3 0 x1 x2 x3
3 9 p3
2x1 3x 2 2x 3 0 2 0 2 0 2 2

3 2 2 2 2 3
4 4 4
X1 p1 8 X 2 p 2 2 X 3 4
8 4 2
X1X 2 p1p 2 16 16 32 0 X1X 3 p1p 3 16 32 16 0 X 2 X 3 p 2 p 3 16 8 8 0

2.10 Diagonalizacin de una Matriz

Intentemos descomponer la matriz cuadrada, A , en el producto de otras tres matrices:

A CDC1 o sea AC CD
en donde D es una matriz diagonal.

a 11 a 12 .... a 1n c11 c12 .... c1n c11 c12 .... c1n d1 0 .... 0
a .... a 2n c 21 c 22 .... c 2n c 21 c 22 .... c 2n 0 d 2 .... 0
21 a 22
.... .... .... .... .... .... .... .... .... .... .... .... .... .... .... ....

a n1 a n 2 .... a nn c n1 c n 2 .... c nn c n1 c n 2 .... c nn 0 0 .... d n

Igualando, en los dos miembros, los productos de las n filas por la primera columna, se
tiene:

110
 a 11c11 a 12c 21 .... a 1n c n1 c11d1
a 211c11 a 22c 21 .... a 2n c n1 c 21d1
........................................................
a n1c11 a n 2 c 21 .... a nn c n1 c n1d1

Comparando estas ecuaciones con las del prrafo anterior observamos que
c11 x1; c 21 x 2 ; ......; c n11 x n ; d1 1 y, como algo anlogo se deduce con los
productos por las otras columnas, se tendr que las columnas de la matriz C son los
vectores propios de la matriz A y los elementos no nulos de la matriz D son los valores
propios.

Ejemplo: Sea la matriz

1 2 2
A 1 1 1
1 3 1

1 2 2 1 1

1 1 1 4 4 0 2 2
3 2

1 2
1 3 3

0x 1 2x 2 2x 3 0 x1 x2 x3
1 1 p1
x1 0x 2 x 3 0 2 2 0 2 0 2

0 1 1 1 1 0

x 1 2x 2 2x 3 0 x1 x2 x3
2 2 p2
x1 x 2 x 3 0 2 1 1 2 1 2

1 1 1 1 1 1

3x1 2x 2 2x 3 0 x1 x2 x3
3 2 p3
x1 3x 2 x 3 0 2 2 3 2 3 2

3 1 1 1 1 3

111
 2 1 0 0 8

X1 p1 2 p1 1
X 2 p 2 3 p 2 1 X 3 p 3 1
2 1 3 1 11
1 0 8 1 2 / 3 2 / 3

C 1 1 1 C 1 1 / 4 3 / 4
1

1 1 11 0 1 / 12 1 / 12

1 0 8 1 0 0 1 2 / 3 2 / 3
A 1 1 1 0 2 0 1 1 / 4 3 / 4
1 1 11 0 0 2 0 1 / 12 1 / 12

Cuando la matriz que se quiere diagonalizar es simtrica, eligiendo p 1, p2, p3, de tal
modo que el mdulo de los vectores propios sea igual a uno, es posible evitar el clculo de
la matriz inversa, ya que por ser la matriz C ortogonal, su inversa ser la traspuesta.

Por ejemplo, si consideramos la matriz simtrica de un ejemplo anterior,

7 2 0
A 2 6 2
0 2 5

Sabemos que 1 = 3, 2 = 6 y 3 = 9. Por lo tanto, podemos hacer

4 1 / 3 4 2/3 4 2/3
X1 p1 8 p1 2 / 3 X 2 p 2 2 p2 1 / 3 X 3 p 3 4 p3 2 / 3
8 2 / 3 4 2 / 3 2 1 / 3

1 / 3 2 / 3 2 / 3 3 0 0 1 / 3 2 / 3 2/3
A 2 / 3 1 / 3 2 / 3 0 6 0 2 / 3 1 / 3 2 / 3

2 / 3 2 / 3 1 / 3 0 0 9 2 / 3 2 / 3 1 / 3

Es de hacer notar que la matriz C no tiene porqu ser necesariamente simtrica.

2.11 Potencia de una Matriz

112
La diagonalizacin puede aprovecharse para el clculo de la potencia ensima de una
matriz. En efecto:

A CDC1
A2 CDC1 CDC1 CD2 C1
A3 CDC1 CD2 C1 CD3 C1
............................................................................
An CDC1 CDn 1 C1 CDn C1
Y, como se comprueba fcilmente, para elevar a la potencia ensima una matriz diagonal
basta elevar los trminos no nulos.

d1 0 ... 0 d1 0 ... 0 d12 0 ... 0

0 d
... 0 0 d 2 ... 0 0 d 22
D DD
2 2

... 0
... ... ... ... ... ... ... ... ... ... ... ...

0 0 ... d n 0 0 ... d n 0 0 ... d n2

Y, as sucesivamente:

d1m 0 ... 0

d m2
D m 0 ... 0
... ... ... ...

0 0 ... d mn

Ejemplo: Calculemos la potencia ensima de la matriz

A
2 2

1 3

Comencemos por la ecuacin caracterstica:

2 2
2 5 4 1 4 0
1 3

Ecuacin a la que corresponden los siguientes valores y vectores propios:

113
 x1 x 2 2
1 1 x1 2x 2 0 X1 p1
2 1 1
x1 x 2 1
2 4 x1 x 2 0 X2 p2
1 1 1

Y, finalmente, la potencia ensima de dicha matriz, es:

2 1 1 0 1 / 3 1 / 3 1 2 4n 2 2.4n
A n
n

1 1 0 4 1 / 3 2 / 3 3 1 4 1 2.4n
n

2.12 Solucin Matricial de un Sistema de Ecuaciones Diferenciales Lineales de

Coeficientes Constantes

Sea el sistema

dx 1
a 11x 1 a 12 x 2 .... a 1n x n dx 1
dt dt a 11 a 12 .... a 1n x 1
dx
.... a 2 n x 2
dx 2
a 21x 1 a 22 x 2 .... a 2n x n 2 a 21 a 22
dt dt .... .... .... .... ....
....................................................... ....
dx n dx n a n1 a n 2 .... a nn x n
a n1 x 1 a n 2 x 2 .... a nn x n dt
dt

O, condensadamente

dX
dt AX

Ensayemos la solucin

x1 k1e bt
x bt
2 k 2 e o sea X K e bt
.... ....
bt

x n k n e

Sustituyendo en la ecuacin anterior,

114
 Kb e bt AKe bt AK b K
Ecuacin que nos dice que K es un vector propio y b un valor propio de la matriz A . Si
representamos por y ij las componentes de los diferentes vectores propios y por i a los
valores propios, entonces

x1 y11 y12 .... y1n C1e 1t

x 1 2t
2 y 2 y 22 .... y n2 C 2 e
.... .... .... .... .... ....
1 nt
x n y n y n2 .... y nn Cn e

Ejemplo: Sea el sistema

dx 1
x1 2x 2 3x 3
dt 1 2 3


dx 2
3x 2 3x 3 A 0 3 3
dt 1 0 5
dx 1
x1 5x 3
dt

Calculamos la ecuacin caracterstica y los valores y vectores propios correspondientes a la

matriz de coeficientes:

1 2 3 1 1

0 3 3 9 20 12 0 2 2
3 2

5 6
1 0 3
8
0x1 2x 2 3x 3 0
p1 X1 p1 3
x1 x 2 x3

1x1 0x 2 4x 3 0 8 3 2
2
3
1x1 2x 2 3x 3 0
p 2 X 2 p 2 3
x1 x 2 x 3

0x1 1x 2 3x 3 0 3 3 1
1
1
5x1 2x 2 3x 3 0
p 3 X 3 p 3 1
x1 x2 x3

1x1 0x 2 1x 3 0 2 2 2
1

115
Con lo que la solucin del sistema es:

x1 8 3 1 C1e t x1 8 C1e t 3C 2e 2t C3e 6t

x 3
2 3 1 C 2e 2t x 2 3 C1e 3C 2e C3e
t 2t 6t

x 3 2 1 1 C3e 6t
x 3 2 C1e C 2e C3e
t 2t 6t

El mtodo puede aplicarse a la resolucin de una ecuacin diferencial lineal de coeficientes

constantes y de orden n. En efecto, sea la ecuacin

dnx d n 1x d n 2 x
an a n 1 .... a 1x
dt n dt n 1 dt n 2

Esta ecuacin se puede transformar en un sistema anlogo al anterior sin ms que

introducir n nuevas variables, en la forma:

x x1
dx
x2
dt
d2x
x3
dt 2
...............
d n1x
xn
dt n1
dn x
a1x1 a 2 x 2 .... a n x n
dt

d3x d2x dx
Ejemplo: Sea la ecuacin 3
6 2
11 6x
dt dt dt

dx
x2
dt
0 1 0
d2x
x3 A 0 0 1
dt 2
6 11 6
d 3x
6x 3 11x 2 6x1
dt 3

Hallamos la ecuacin caracterstica y los valores y vectores propios:

116
 1 0 1 1

0 1 3 62 11 6 0 2 2
6 11 6 3
3
1
x 1 x 2 0 x 3 0
X1 p1 1
x1 x 2 x 3
p1
0x 1 x 2 x 3 0 1 1 1
1
1
2 x 1 x 2 0 x 3 0
X 2 p 2 2
x1 x 2 x 3
p2
0x 1 2 x 2 x 3 0 1 2 4
4
1
3x1 x 2 0x 3 0
X 3 p 3 3
x1 x 2 x 3
p3
0x1 3x 2 x 3 0 1 3 9
9

La solucin del sistema es:

x1 1 1 1 C1e x1 C1e t C 2e 2t C3e 3t

t

x 1 2 3 C e 2t x 2 C1e t 2C 2e 2t 3C3e 3t
2 2
x 3 1 4 9 C3e 3t x 3 C1e t 4C 2e 2t 9C3e 3t

Pero lo que nos interesa es:

x1 x C1et C2e 2t C3e3t

2.13 Teorema de Cayley Hamilton

La ecuacin caracterstica de una matriz cuadrada A se puede escribir en la forma

A I 0

Si sustituimos por A nos queda

A AI 0 0

Lo que quiere decir que si f() = 0 es la ecuacin caracterstica, se tendr que

f A 0

117
Este teorema nos proporciona otra manera de encontrar la matriz inversa. Sea por ejemplo:

1 0 1 0
0 1 2 1
A
1 2 3 1

0 1 1 0

1 0 1 0
1 2 1 0 1 1
0 1 2 1
1 2 3 1 1 2 1 4 53 4 1 0
1 2 3 1
1 1 0 1
0 1 1
Por lo tanto A 4 5A 3 4A I 0 I A4 5A3 4A
A1 A3 5A2 4I
1 0 1 0 1 0 1 0 2 2 4 1
0 1 2 1 0 1 2 1 2 6 9 3
A2
1 2 3 1 1 2 3 1 4 9 15 5

0 1 1 0 0 1 1 0 1 3 5 2

1 0 1 0 2 2 4 1 6 11 19 6
0 1 2 1 2 6 9 3 11 27 44 15
A3
1 2 3 1 4 9 15 5 19 44 72 24

0 1 1 0 1 3 5 2 6 15 24 8

6 11 19 6 2 2 4 1 1 0 0 0 0 1 1 1
11 27
44 15 2 6 9 3 0 1 0 0 1 1 1 0
A1 5 4
19 44 72 24 4 9 15 5 0 0 1 0 1 1 1 1

6 15 24 8 1 3 5 2 0 0 0 1 1 0 1 2

El teorema proporciona tambin un mtodo iterativo para calcular potencias positivas y

negativas de una matriz cuadrada.

Ejemplo:

118
 2
A
2 1 1
2 3 1 0
1 1 1 1

A2 3 A I 3
2 1 1 0 5 3

1 1 0 1 3 2
5 3 2 1 13 8
A3 3 A2 A 3
3 2 1 1 8 5

A4 3 A3 A2 3
13 8 5 3 34 21

8 5 3 2 21 13
.....................................................................................
1 0 1 1
A1 A 3 I
2 1
3
1 1 0 1 1 2
1 0 1 1 2 3
A2 I 3 A 1 3
0 1 1 2 3 5
1 1 2 3 5 8
A3 A1 3 A2 3
1 2 3 5 8 13

De acuerdo con este teorema cualquier polinomio matricial PA de grado mayor o igual
a n puede reducirse a otro equivalente de grado (n 1).

Ejemplo: Sea la matriz

1 0 1
A 2 1 1 y PA A5 3 A 4 2 A3 4 A 2 6 A 8 I
3 1 0

f 3 22 3 2 0 A 2 A 3 A 2 I
3 2

A 4 2 A 3 3 A 2 2 A 4 A 2 6 A 4 I 3 A 2 2 A 7 A 2 4 A 4 I
A 5 7 A 3 4 A 2 4 A 14 A 2 21A 14 I 4 A 2 4 A 18 A 2 17 A 14 I

P A 18 A 17 A 14 I 21A 12 A 12 I 4 A 6 A 4 I 4 A 6 A 8 I
2 2 2 2

P A 3 A 17 A 14 I
2

119
 19 3 14
PA 13 25 8
36 14 2

2.14 Problemas Resueltos

1 1 3 m
1. Hallar los valores de m y b necesarios para que las matrices y sean
2 b 1 4
conmutables.

Solucin:

1 1 3 m 3 m 1 1
2 b 1 4 1 4 2 b

3 1 m 4 3 2m 3 bm
6 b 2 m 4 b 1 8 1 4b

Por lo tanto:

4 3 2m m 4 3 bm m 1/ 2

6 b 9 2m 4 b 1 4 b b3

4 0
2. Hallar todas las matrices X conmutables con A , si adems X 4 y la
2 1
traza (suma de los elementos de la diagonal principal) de X es igual a 5.

Solucin:

Si las matrices A y X deben ser conmutables, entonces: A X = X A , es decir:

4a 4a 2b
4b b b 0 a 0
4 0 a b a b 4 0

2 1 c d c d 2 1 2a 3c X 2a 3c
2a c 4c 2d d 2
c 2
2b d d

120
 2a 3c 2a 2 8 a 0
Si X 4 , entonces a 4 c X 2a 2 8 4
2 3a
3a a
Finalmente, si la traza de X debe ser igual a 5, entonces
4 1
a 5 a 2 5a 4 0 a y, por lo tanto, hay dos soluciones:
a 4
X
1 0
X
4 0

2 4 2 1

3. Resolver la ecuacin matricial X2 3 X 10 I 0 , sabiendo que X es una

matriz de dos filas y dos columnas.

Solucin:

X
a b
La expresin puede escribirse como X 2 3 X 10 I , en donde
c d
Sustituyendo X se tiene:

a 2 bc ab bd a b a 2 bc 3a ab bd 3b 10 0
2
3
ac cd cb d c d ac cd 3c cb d 3d 0 10
2

Y, por lo tanto,

a 2 bc 3a 10 d 2 bc 3a 10

ca d 3 0 ba d 3 0

2
Una primera solucin del sistema se obtiene haciendo b = c = 0; con lo que a y
5
2
d . Esto arroja cuatro posibles soluciones:
5

2 0 5 0 2 0 5 0
0 2 0 5 0 5 0 2

Otra posibilidad es hacer a + d + c = 0, con lo cual dos de las ecuaciones son redundantes
y de las otras dos se obtiene:

121
 10 a 2 3a
d a 3 c
b

Lo que nos da infinitas soluciones para la matriz:

a b
10 a 2 3a
a 3
b

0 1 1
4. Dada la matriz A 1 2 1 , hallar una matriz X tal que A X = X .
1 1 0
Solucin:

Segn el enunciado, debe cumplirse que

0 1 1 a1 a2 a 3 a1 a2 a3
1 2 1 b b2 b 3 b1 b2 b 3
1
1 1 0 c1 c2 c 3 c1 c2 c 3

Si efectuamos la multiplicacin para la primera columna de la matriz X , obtendremos el

siguiente sistema de ecuaciones:

b1 c1 a1
b1 0
a1 2b1 c1 b1 , obtenindose algo similar para los otras dos
a b c c1 a1
1 1 1

b 0 b 3 0
columnas: 2 . Si hacemos a1= , a2 = , a3 = , la solucin es:
c 2 a 2 c 3 a 3

X 0 0 0

En donde , , y pueden tomar infinitos valores.

122
 1 1 3
5. Por el mtodo de los adjuntos, hallar la matriz inversa de A 2 0 1
2 3 2
Solucin:

Comencemos por hallar el determinante y la traspuesta de la matriz:

1 2 2
A 18 2 3 4 13 A 1 0 3
T

3 1 2

Despus los adjuntos en la matriz traspuesta:

A11 3 A12 7 A13 1 A 21 2 A 22 4 A 23 5 A31 6 A32 1 A33 2

Con lo que, finalmente la inversa es:

3 7 1
1
A 4 5
1
2
13
6 1 2

6. Hallar, por el mtodo de las transformaciones elementales, la matriz inversa de

1 0 1 2
0 1 2 1
A
2 0 1 2

0 2 2 1

Solucin:

1 0 1 21 0 0 0 1 0 1 21 0 0 0
0 1 2 1 0 1 0 0 0 1 2 1 0 1 0 0

2 0 1 2 0 0 1 0 0 0 3 6 2 0 1 0
0 2 2 10 0 0 1 0 2 2 10 0 0 1

123
 1 0 1 21 0 0 0 1 0 1 2 1 0 0 0
0 1 2 1 0 1 0 0 0 1 2 1 0 1 0 0

0 0 3 3 2 0 1 0 0 0 3 6 2 0 1 0
0 0 6 3 0 2 0 1 0 0 0 15 4 2 2 1

15 0 15 0 7 4 4 2 15 0 0 0 5 0 5 0
0 15 30 0 4 13 2 1 0 15 0 0 0 5 0 5

0 0 15 0 2 4 1 2 0 0 15 0 2 4 1 2
0 0 0 15 4 2 2 1 0 0 0 15 4 2 2 1

En donde la fila utilizada como pivote se ha marcado con una flecha. Finalmente,

5 0 5 0
5
1 0 5 0
A1
15 2 4 1 2

4 2 2 1

1 0 1 2
0 1 2 1
7. Hallar, por el mtodo de las particiones, la inversa de A
2 0 1 2

0 2 2 1

Solucin:
Si se parte la matriz A en cuatro matrices de dos por dos, el sistema podra expresarse
como:

A11X A12Y X
A 21X A 22Y Y

Pero, en este caso en particular, A11 I 2 y A 21 2 I, por lo tanto, este sistema puede
expresarse como:

X A12Y X
2X A 22Y Y

Por lo tanto:

124
 X X A12Y 2X 2X 2A12Y

2X Y A 22Y 2X Y A 22Y

Restando se tiene que A 22 2A12 Y Y 2X , y si hacemos A 22 2A12 , entonces:

Y 21X 1Y
y,

X X A12 21X 1Y I 2A121 X A121Y

Finalmente,
1
A12 1
A1 I 2A121
2 1

Realizando los clculos respectivos, tenemos:

1 2 2 4 3 6 1 1 2
1
2 1 4 2 6 3 15 2 1
1 5 0 1 5 0
A12 1 I 2A12 1
15 0 5 15 0 5

Y, finalmente,
5 0 5 0
5
A1 1 0 5 0

15 2 4 1 2

4 2 2 1

8. Hallar, por el mtodo de las particiones, la matriz inversa de

1 2 1 0 1
2 3 2 1 0

A 0 1 1 0 2

2 3 1 1 0
0 1 1 2 0

Solucin:

Comencemos por establecer las particiones, recordando que la matriz A12 debe ser
cuadrada y no singular, para que la inversa exista.

125
 1 2 1 0 1
2 3 1 1 0
A11 2 3 A12 2 1 0 A 21 A 22
0 1 1 0 2 0 1 1 2 0

El siguiente paso es calcular :

2 0 1
4 6 6 3 1 4 3
A 4 1 2
1 1
A11 2 4 1

18 2 6
A 22A12
2 3
12

1 0 1

Y ya se puede ir calculando las diferentes particiones:

2 12
1 6 2 5 1 2 12
1A 22 A12
1
1
A12 A11 1
18 24 10 12 18
2 3
48 26 24
1
1
12
1
12
1 1
A A A11 A 22 A 12 8
12 6
18
12 8 3

Finalmente,
6 2 3 4 3
24 10 12 2 6

A1 1 48 26 24 2 12
18
12 8 6 2 12
12 8 3 2 3

3x 2 y 2z 6 v 4
6 x y 4z 3v 12

9. Dado el sistema de ecuaciones , discutirlo, hallar las soluciones
x 2 y 2 v 6
8x y 6z v 14
(si las hay)y, si es posible, hallar las soluciones enteras y positivas.

Solucin:

Comencemos por llevar a cero todos los trminos ubicados por debajo de la diagonal
principal:

126
3 2 2 6 4 3 2 2 6 4 3 2 2 6 4 3 2 2 6 4
6 1 4 3 12 0 5 0 15 20 0 5 0 15 20 0 1 0 3 4

1 2 0 2 6 0 4 2 0 14 0 0 10 60 10 0 0 1 6 1
8 1 6 1 14 0 19 2 45 74 0 0 10 60 10 0 0 0 0 0

El rango de la matriz de los coeficientes de las incgnitas es igual a 3, al igual que el de la

matriz ampliada con los trminos independientes. Como el nmero de incgnitas es 4, el
sistema es compatible e indeterminado. Es decir, que hay infinitas soluciones. Procediendo
de abajo hacia arriba, tenemos:

z 6v 1 z 6v 1
y 3v 4 y 4 3v
3x 2 y 2z 6v 4 x 4v 2

Para que las soluciones sean positivas, leyendo de arriba hacia abajo se obtiene:

1 4 1 1 4
v v v v
6 3 2 2 3

Y si, adems queremos que las soluciones sean enteras, la nica posibilidad es hacer v = 1,
con lo que x = 2; y = 1; z = 5.

10. Discutir y resolver, si es posible, el siguiente sistema de ecuaciones:

3x 2 y 4z v 17
x 2 y 3z v 4


3y z v 7
x y z 0

Solucin:

Comencemos por llevar a cero todos los trminos ubicados por debajo de la diagonal
principal:

1 2 3 1 4 1 2 3 1 4 1 2 3 1 4
0 3 1 1 7 0 3 1 1 7 0 1 2 1 4

1 1 1 0 0 0 1 2 1 4 0 3 1 1 7
3 2 4 1 17 0 8 13 4 29 0 8 13 4 29

127
 1 2 3 1 4 1 2 3 1 4
0 1 2 1 4 0 1 2 1 4

0 0 5 2 5 0 0 5 2 5
0 0 3 4 3 0 0 0 14 0

El rango de la matriz de los coeficientes de las incgnitas es igual al de la matriz ampliada

con los trminos independientes e igual al nmero de incgnitas que es 4. Por lo tanto, el
sistema es compatible y determinado. Es decir, que hay una nica solucin. Procediendo de
abajo hacia arriba, tenemos:

14v 0 v0
5z 2v 5 z 1
y 2z v 4 y2
x 2 y 3z v 4 x 3

11. Discutir y resolver, si es posible, el siguiente sistema de ecuaciones:

x 3y 2z v 0
2 x y z 1


5x y v 1
x y z v 5

Solucin:

Establezcamos el rango de la matriz de coeficientes y el de la matriz ampliada:

1 3 2 1 0 1 3 2 1 0
2 1 1 0 1 0 7 5 2 1

5 1 0 1 1 0 14 10 4 1
1 1 1 1 5 0 2 3 0 5
1 3 2 1 0 1 3 2 1 0
0 7 5 2 1 0 7 5 2 1

0 0 11 4 34 0 0 11 4 34
0 0 11 4 33 0 0 0 0 1

Ya que el rango de la matriz de los coeficientes, que es igual a 3, es diferente del rango de
la matriz ampliada, que es igual a 4, el sistema es incompatible y no tiene solucin.

128
12. Discutir y resolver el siguiente sistema:

ix 2 i y 1
x 2 i y 1 i

Solucin:

Determinamos los rangos:

i 2 i 1 i 2 i 1
R R 2 Sistema compatible y determinado
1 2 i 1 i 0 31 i 2 i

Procediendo a resolver el sistema:

i 2 1 i 1 3i
31 i y 2 i y
31 i 1 i 6

ix 2 i y 1 ix 2 i
1 3i
1 ix
5 5i 1 xi 1 5i
6 6 6
1 5i i i 5
x
6i i 6

5i 1 3i
Con lo que la solucin es: x y
6 6

13. Discutir, segn los valores de k, la naturaleza del sistema

x y kz k 2
x ky z k
kx y z 1

Solucin:

Se llevan a cero todos los trminos ubicados por debajo de la diagonal principal:

1 1 k k2 1 1 k k2 1 1 k k2
1 k 1 k 0 1 k k 1 k k 1 0 1 k k 1 k k 1
k 1 1 1 0 k 1 k 1 k 1
2 3
0 0 k k 2 k k2 k 1
2 3

En general, los rangos R y R de la matriz de los coeficientes y de la matriz ampliada son

ambos iguales a 3, luego en general el sistema ser compatible y determinado.

129
Ahora bien, como k 2 k 2 k 1k 2 y adems, k 3 k 2 k 1 k 1k 1 , los
2

casos particulares a estudiar aparte sern los valores de k que hacen cero alguna de las dos
expresiones, es decir k = 1; k = -1; k = -2.

1 1 1 1
k 1 0 0 0 0 R R 1 Sistema compatible e indeterminado
0 0 0 0
1 1 1 1
k 1 0 2 2 2 R R 3 Sistema compatible y determinado
0 0 2 0
1 1 2 4
k 2 0 3 3 6 R 2 R 3 Sistema incompatible
0 0 0 3

14. Discutir, segn los valores de a y de b, la naturaleza del sistema

x y az 4
2x 2 y az 3
x ay az b

Se llevan a cero todos los trminos ubicados por debajo de la diagonal principal:

1 1 a 4 1 1 a 4 1 1 a 4
2 2 a 3 0 4 a 11 0 4 a 11
1 a a b 0 a 1 0 4 b 0 0 a a 11a 5 4b
2

Para que el sistema sea incompatible, el rango de la matriz de coeficientes debe ser
diferente del de la matriz ampliada, R R. Por lo tanto, a 2 a 0 11a 5 4b 0 .
Este sistema tiene dos soluciones: a = 0; b -5/4 y a = -1; b -4.

Para que el sistema sea compatible pero indeterminado el rango de la matriz de los
coeficientes debe ser igual al de la matriz ampliada y ambos deben ser menores que el
nmero de incgnitas, R = R < 3. Por lo tanto, a 2 a 0 11a 5 4b 0 . Este sistema
tiene dos soluciones: a = 0; b = -5/4 y a = -1; b = -4.

Para que el sistema sea compatible y determinado el rango de la matriz de los coeficientes
debe ser igual al de la matriz ampliada y ambos deben ser iguales al nmero de incgnitas,

130
R = R = 3. Por lo tanto basta que a 2 a 0 . Es decir, a debe ser diferente de 0 y de -1, no
importa cual sea el valor de b.

A x B y A 2 1
B .
1 1
15. Resolver el sistema matricial siendo A
Bx Y A 1 1 0 1

Solucin:

Y A B X; A X B A B2 X A; A B X A B A;
2

A B2 ; X 1 A B A

1 1 1 1 1 2 2 1 1 2 1 1 0 1
B2 1
0 1 0 1 0 1 1 1 0 1 1 0 1 1

1 1 2 1 3 2 2 1 3 2 1 1
BA A BA
0 1 1 1 1 1 1 1 1 1 0 0

0 1 1 1 0 0 2 1 1 1 0 0 1 0
X Y
1 1 0 0 1 1
1 1 0 1 1 1 0 0

3 5 1
16. Hallar los valores y vectores propios de la matriz A 1 1 1 .
0 0 2

Solucin:

Utilizando la expresin desarrollada para matrices de 3 x 3,

3 a11 a 22 a 33 2 A11 A 22 A 33 A 0

La ecuacin caracterstica de la matriz A es:

3 (3 1 2)2 2 6 2 6 10 0 3 2 4 0

De donde los valores propios son: 1 2 2 1 i 3 1 i . Si seleccionamos las

dos primeras ecuaciones, tenemos:

131
 3 x1 5x 2 x 3 0
x1 1 x 2 x 3 0

Para 1 = -2,
5x1 5x 2 x 3 0 x1 x2 x3 x x x
1 2 3
x 1 x 2 x 3 0 5 1 5 1 5 5 6 4 10

1 1 1 1 1 1

Para 2 = 1 + i,

2 i x1 5x 2 x 3 0

x1 2 i x 2 x 3 0
x1 x2 x3 x1 x2 x
3
5 1 2 i 1 2 i 5 3 i 1 i 0

2 i 1 1 1 1 2 i
Y, finalmente, para 3 =1 i,

2 i x1 5x 2 x 3 0

x1 2 i x 2 x 3 0
x1 x2 x3 x1 x2 x
3
5 1 2 i 1 2 i 5 3 i 1 i 0

2 i 1 1 1 1 2 i
Con lo cual, los vectores propios, son:

3 3 i 3 i

F1 2 F2 1 i F3 1 i
5 0 0

Obsrvese que los elementos de F3 son los conjugados de los elementos de F2 , ya que 2 y
3 tambin lo son.

6 6 5
17. Hallar los valores y vectores propios de la matriz A 14 13 10
7 6 4

132
Solucin:

6
6 5
Desarrollando el determinante de la expresin 14 13 10 0 , o bien
7 6 4
empleando la ecuacin desarrollada para matrices de tercer orden, se obtiene la ecuacin
caracterstica: 3 32 3 0 . Ecuacin que tiene una raz triple: 1 2 3 1 .
El sistema correspondiente,

7 x 1 6 x 2 5x 3 0
14x1 12x 2 10x 3 0
7 x 1 6 x 2 5x 3 0

es un sistema indeterminado al que corresponden infinitos vectores propios. Despejando en

cualquiera de las tres ecuaciones:

6 x 2 5x 3
x1
7

Si hacemos x2 = 7 x3 = 7, entonces x1 = 6 - 5 y los infinitos vectores propios estn

dados por la expresin:

6 5

F 7
7

18. Hallar los ngulos que forman los vectores propios de la matriz

0 0 0 0 0
1 1 0 0 0

A 1 3 2 0 2

1 3 0 2 2
1 3 2 2 0

Solucin:

La ecuacin caracterstica es:

133
 0 0 0 0
1 1 0 0 0
1 3 2 0
2 1 2 2 2 8 0
1 3 0 2 2
1 3 2 2

Y los valores propios son: 1 = 0; 2 = 1; 3 = 2; 4 = -2; 5 = 4. Para 1 = 0, se tiene,

x1 x 2 0
x 1 3x 2 2x 3 2x 5 0
x 1 3x 2 2x 4 2x 5 0
x 1 3x 2 2x 3 2x 4 0

x1 x2 x3 x4 x5

1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 0 1 1 0 0
3 2 0 2 1 2 0 2 1 3 0 2 1 3 2 2 1 3 2 0

3 0 2 2 1 0 2 2 1 3 2 2 1 3 0 2 1 3 0 2
3 2 2 0 1 2 2 0 1 3 2 0 1 3 2 0 1 3 2 2
2
2
x1 x x x x
2 3 4 5 F1 k1 1
16 16 8 8 8
1
1

x1 0
x1 3x 2 x 3 2x 5 0
Para 2 = 1:
x1 3x 2 x 4 2x 5 0
x1 3x 2 2 x 3 2x 4 x 5 0

x1 x2 x3 x4 x5

0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0
3 1 0 2 1 1 0 2 1 3 0 2 1 3 1 2 1 3 1 0

3 0 1 2 1 0 1 2 1 3 1 2 1 3 0 2 1 3 0 1
3 2 2 1 1 2 2 1 1 3 2 1 1 3 2 1 1 3 2 2

134
 0
1
x1 x 2 x 3 x 4 x 5
F2 k 2 1
0 9 9 9 9
1
1
2x1 0
x1 x 2 0
Para 3 = 2:
x1 3x 2 2x 5 0
x1 3x 2 2x 3 2 x 4 2x 5 0

x1 x2 x3 x4 x5

0 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0
1 0 0 0 1 0 0 0 1 1 0 0 1 1 0 0 1 1 0 0

3 0 0 2 1 0 0 2 1 3 0 2 1 3 0 2 1 3 0 0
3 2 2 2 1 2 2 2 1 3 2 2 1 3 2 2 1 3 2 2

0
0
x1 x 2 x 3 x 4 x 5
F3 k 3 1
0 0 8 8 0
1
0
2x1 0
x 1 3x 2 0
Para 4 = -2:
x 1 3x 2 4x 3 2x 5 0
x 1 3x 2 4x 4 2x 5 0

x1 x2 x3 x4 x5

0 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0 2 0 0 0
3 0 0 0 1 0 0 0 1 3 0 0 1 3 0 0 1 3 0 0

3 4 0 2 1 4 0 2 1 3 0 2 1 3 4 2 1 3 4 0
3 0 4 2 1 0 4 2 1 3 4 2 1 3 0 2 1 3 0 4

135
 0
0
x1 x 2 x x x
3 4 5 F4 k 4 1
0 0 48 48 96
1
2
4x1 0
x 1 3x 2 0
Para 5 = 4:
x 1 3x 2 2 x 3 2 x 5 0
x 1 3x 2 2 x 4 2 x 5 0

x1 x2 x3 x4 x5

0 0 0 0 4 0 0 0 4 0 0 0 4 0 0 0 4 0 0 0
3 0 0 0 1 0 0 0 1 3 0 0 1 3 0 0 1 3 0 0

3 2 0 2 1 2 0 2 1 3 0 2 1 3 2 2 1 3 2 0
3 0 2 2 1 0 2 2 1 3 2 2 1 3 0 2 1 3 0 2

0
0
x1 x 2 x 3 x 4 x 5
F5 k 5 1
0 0 48 48 48
1
1

Finalmente, para hallar el ngulo que forman los vectores entre s, recordemos que el
producto escalar de dos vectores puede calcularse de dos formas diferentes:

V1 V2 a1a 2 b1b 2 c1c 2 V1 V2 cos

Siendo el ngulo que forman entre s ambos vectores. Por lo tanto,

0 2 111 5
Entre V1 y V2 cos 1 0,754 1 41,08
11 4 44

0 0 11 0 0
Entre V1 y V3 cos 2 0 2 90
11 2 22

0 0 11 2 0
Entre V1 y V4 cos 3 0 3 90
11 6 66

136
 0 0 111 3
Entre V1 y V5 cos 4 0,522 4 58,5
11 3 33

0 0 11 0 0
Entre V2 y V3 cos 5 0 5 90
4 2 8

0 0 11 2 0
Entre V2 y V4 cos 6 0 6 90
4 6 24

0 0 111 3
Entre V2 y V5 cos 7 0,866 7 30
4 3 12

0 0 11 0 0
Entre V3 y V4 cos 8 0 8 90
2 6 12

0 0 11 0 0
Entre V3 y V5 cos 9 0 9 90
2 3 6

0 0 11 2 0
Entre V4 y V5 cos 10 0 10 90
6 3 18

2a 3 1 a
19. Dada la matriz
3
, hallar el valor de a para que tenga un solo valor propio
2a
y definir el vector propio correspondiente.

Solucin:

Planteemos la ecuacin caracterstica:

2a 3 1 a
2a 3

2 2a 3 a 2 7a 7 0

Para que dicha ecuacin tenga dos races iguales 2a 3 4 a 2 7a 7 0 , de
2

donde, a = 2, y por lo tanto, = 5, raz doble. Tomando la segunda ecuacin:

x1 x 2 1
4x1 2x 2 0 F b .
2 4 2

137
 6 3 0
20. Hallar A , siendo A 8 7 2 .
2n

7 5 1
Solucin:

6 3 0
La ecuacin caracterstica es 8 7 2 3 9 0 y, por lo tanto, los
7 5 1
0 0 0
valores propios son: 1 = 0 2 = 3 3 = -3. As, la matriz diagonal es D 0 3 0 .
0 0 3

1 1 1

Los vectores propios correspondientes resultan ser F1 k1 2 F2 k 2 1 F3 k 3 3

3 1 2
Por lo tanto

1 1 1 0 0 0 1 1 1
A 2n
2 1 3 0 3 2n
0 2 1 3
3 1 2 0 0 32 n 3 1 2
0 3 2 n 32 n 1 1 2 4 1 2
2 n 1 1 2 n 1
A2 n 0 3 2n
3 3 5 1 1 3 2 5 4
0 32 n 2 32 n 1 2 1 3 3 3

cos a sen a
21. Hallar la potencia ensima de la matriz A
sen a cos a

Solucin:

cos a sen a
La ecuacin caracterstica es, 2 2 cos a 1 0 , ecuacin a la
sen a cos a
que corresponde los valores propios: 1 cos a i sen a eai 2 cos a i sen a e ai .

Los vectores propios, son:

138
 1 1
F1 k1 F2 k 2 . Por lo tanto:
i i

1
1 1 e nai 0 1 1 e nai e nai 1 i 1
An
nai nai
i i 0 e i i ie ie nai 2i i 1
e nai e nai e nai e nai
cos na sen na
An nai 2 nai 2i
e e e nai e nai sen na cos na
2i 2

a b b
c , hallar, por diagonalizacin, A n .
22. Dada la matriz A c
b a b

c c
Solucin:

Hallemos la ecuacin caracterstica y los valores propios:

a b b

a 2b
c
b

a b
c


0 c 2 2 2a b c a 2 2ab 0 1
a
c
2
c

c c

1 1
Los correspondientes vectores propios son: F1 k1 F2 k 2 . Ahora bien, dado
1 1
que la matriz A es simtrica, lo nico que se necesita para que la matriz formada por sus
vectores propios sea ortogonal, es que su modulo sea igual a la unidad. As, si hacemos
1 2 1 2 1 2 1 2
F1 F2 , la matriz es una matriz ortogonal, y en
1 2 1 2 1 2 1 2
consecuencia, su inversa es igual a la traspuesta. Finalmente,

a n
0
1 2 c 1 2
A n 1 2
1
n
2

1 2 1 2 a 2b 1 2 1 2
0
c

139
 a n a n a 2b
n

0 1 1
1 1 1 c 1 c c 1 1
A n

2 1 1
n n
a 2b 1 1 2 a
n
a 2b 1 1
0
c c c
1 a n a 2b a n a 2b
n n
A n n n
2 c a a 2b n a n a 2b n

2 3 1 6
23. Dada la matriz A ,
1 3 1 6
a. Hallar la suma matricial Sn I A A ... A
2 n 1

b. Hallar Lim Sn
n

Solucin:

A ISn A n I, por lo tanto Sn A I1 A n I

Hallemos primero, por diagonalizacin, A n . La ecuacin caracterstica y los valores

propios, son:

2 3 1 6 5 1 1 1
2 1 2
13 1 6 6 6 2 3

1 1
Los vectores propios se obtienen fcilmente: F1 F2 . Con lo que,
1 2

1 n
0 2 1 2 2 n 3 n
n
1 1 2 n 2 n 3 n
A
1 1 12 0 1 1

n

1 2 0 1 3
1 2


1 2 0


3 n 1 1 2 2 n 3 n
2 3 n 2 n

1 3 1 6 5 2 1 2
Por otra parte, A I A I1 . Y, finalmente,
1 3 5 6 1 1

5 2 1 2 2 2 n 3 n 2 n 3 n 4 2 n 3 3 n 5 3 3 n 2 2 n 1
Sn n n 2
1 1 22 3 2 3 2 4 2 n 3 3n 1 2 2 n 3 3n 1
n n 2 2 2

140
 5 2 1 2
Y, haciendo tender n a infinito, S Lim Sn
n
1 1

24. Resolver matricialmente el siguiente sistema de ecuaciones diferenciales:

x 6x 3y 14z
y 4x 3y 8z
z 2x y 5z
Solucin:

Definamos la ecuacin caracterstica y calculemos los valores y vectores propios,

correspondientes a la matriz de coeficientes del sistema:

6 3 14
4 3 8 3 22 2 0
2 1 5
2 4 5

1 1 2 1 3 2 F1 K1 0 F2 K 2 2 F3 K 3 4

1 1 2

Y, por lo tanto

x 2 4 5 C1e t x 2C1e t 4C 2 e t 5C3e 2 t

y 0 2 4 C e t t
2 y 2C 2 e 4C3e
2t

z 1 1 2 C3e 2 t t
z C1e C 2 e 2C3e
t 2t

25. Resolver matricialmente, el siguiente sistema de ecuaciones diferenciales:

x y 2 y 0
x y 2x 0
Solucin:

x x y
Despejando x e y, obtenemos
y x y

Ecuacin caracterstica y valores y vectores propios:

141
1 1 1 1
2 2 2 0 1 1 i 2 1 i F1 a F2 b
1 1 i i

Por lo tanto:

x 1 1 C1e 1i t x C1e cos t i sen t C 2 e cos t i sen t

t t

y i i 1i t
C 2 e y iC1e cos t i sen t iC 2 e cos t i sen t
t t

x e t C1 C 2 cos t iC1 iC 2 sen t Aet cos t Be t sen t e t A cos t B sen t

y e t iC1 iC 2 cos t C1 C 2 sen t Be t cos t Aet sen t e t B cos t A sen t

26. Resolver, matricialmente, la ecuacin diferencial x 6x 11x 6x 0 .

Solucin:

Comencemos por hacer el siguiente cambio de variables: x y y x z . Con lo cual

la ecuacin planteada se convierte en un sistema de tres ecuaciones:

x y

y z
z 6x 11y 6z

Cuya resolucin es:

1 0
0 1 3 62 11 6 0
6 11 6
1 1 1

1 1 2 2 3 3 F1 k 1 1 F2 k 2 2 F3 k 3 3
1 4 9
x 1 1 1 C1e
t

y 1 2 3 C e 2 t x C1e t C 2 e 2 t C 3e 3 t
2
z 1 4 9 C 3e 3 t

27. Hallar, utilizando el teorema de Cayley Hamilton, A , siendo,

2

142
 1 1 1 1 1
0 1 1 1 1

A 0 0 1 1 1

0 0 0 1 1
0 0 0 0 1

Solucin:

Planteemos la ecuacin caracterstica:

1 1 1 1 1
0 1 1 1 1
0 1 1 1 5 54 103 102 5 1 0
5
0 1
0 0 0 1 1
0 0 0 0 1

Y, aplicando el teorema de Cayley Hamilton:

I A5 5A 4 10A 3 10 A 2 5A
A 1 A 4 5A3 10A 2 10 A 5I
A 2 A3 5A 2 10A 10 I 5A 1
Fcilmente se calculan las potencias necesarias:

1 2 3 4 5 1 3 6 10 15 1 4 10 20 35
0 1 2 3 4 0 1 3 6 10 0 1 4 10 20

A 2 0 0 1 2 3 A3 0 0 1 3 6 A 4 0 0 1 4 10

0 0 0 1 2 0 0 0 1 3 0 0 0 1 4
0 0 0 0 1 0 0 0 0 1 0 0 0 0 1

Y, sustituyendo, se obtiene sucesivamente

1 1 0 0 0 1 2 1 0 0
0 1 1 0 0 0 1 2 1 0

A 1 0 0 1 1 0 A 2 0 0 1 2 1

0 0 0 1 1 0 0 0 1 2
0 0 0 0 1 0 0 0 0 1

143
 1 0 4

28. Dada A 0 1 1 , hallar X A A A .
321 322 323

0 3 2

Solucin:

1 0 4
La ecuacin caracterstica es: 0 1 1 3 1 0 . Por lo tanto, segn el
0 3 2
teorema de Cayley Hamilton, A I.
3

X A3*107 A3*1071 A3*1072 I107 I107A I107A2 I A A2

1 12 4
Y, siendo A 0 2 1 ,
2

0 3 1

1 0 0 1 0 4 1 12 4 3 12 0
X 0 1 0 0 1 1 0 2 1 0 0 0

0 0 1 0 3 2 0 3 1 0 0 0

1 0 1
29. Dada la matriz A 2 1 1 y el polinomio matricial
1 1 0

f A A kA A 2A 3A 4I, hallar el valor de k necesario para que

5 4 3 2

f A se pueda reducir a la forma aA bI y calcular los valores de a y de b.

Solucin:
1 0 1
La ecuacin caracterstica es 2 1 1 3 22 2 0 , por lo tanto:
1 1
A3 2A2 A 2I .

144
A4 2A3 A2 2A 22A2 A 2I A2 2A 3A2 4A 4I
A5 3A3 4A2 4A 32A2 A 2I 4A2 4A 2A2 7A 6I

f A 2A 7A 6I k 3A 4A 4I 2A A 2I 2A 3A 4I
2 2 2 2

f A 6 3k A 4k 5A 4k 12I
2

6 3k 0 k 2

De donde 4k 5 a a 3
4k 12 b b 4

0 2
30. Dada la matriz A , hallar, por el teorema de Cayley Hamilton, A .
n

1 3

Solucin:

2
2 3 2 0 . Luego, A 3A 2I
2
La ecuacin caracterstica es:
1 3
Y, por lo tanto,

A3 3A2 2A 33A 2I 2A 7A 6I 23 1A 23 2I

A4 7A2 6A 73A 2I 6A 15A 14I 24 1A 24 2I

A5 15A2 14A 153A 2I 14A 31A 30I 25 1A 25 2I
An 2n 1A 2n 2I 2n A I A 2I
0 2 1 0 0 2 n 1 2
A n 2n 1 0 2 2

2 1 1

2 2
1 3 0 1 1 3 0 1 1

2 2 2 n 1
A n 2n
n

n 1
2 1 2 1

145
31. Deducir una regla sencilla para encontrar la raz cuadrada de una matriz 2 x 2, y
6 1
aplicarla para hallar la raz cuadrada de A .
2 1

Solucin:

Si X es la raz buscada, entonces X aX bI aX A bI. De donde:

2

a a 12 a 11 b a 12 a 11 b a12
a 2 X A bI a 2 A a 2 11
2 2

a 22 b a 21 a 22 b
a 21 a 22 a 21

Desarrollando, se tiene:

a 2 a 11 a 11 b 2 a 12a 21
2
a a 12 a 12 a 11 b a 12 a 22 b
2 Y, descartando el caso trivial a12 a 21 0 , se obtiene:
21
a a a a
21 11 b a 21 a 22 b
2
a a 22 a 22 b a 12a 21
2

b 2 a11a 22 a12a 21 A a 2 a11 a 22 2b

En nuestro caso particular, b2 = 4, y si tomamos b = 2, entonces a 3 . As,

1 4 1
X
3 2 1

1 2 3
32. Dada la matriz A 1 1 3 , hallar e A .

2 1 0
Solucin:

Recordemos que el desarrollo en serie de Mac Laurin de ex, es:

x x2 x3 xn x n 1 c
e 1
x
...... e con 0 c x
1! 2! 3! n! n 1!

Adems, aplicando el teorema de Cayley Hamilton:

146
1 2 3
1 1 3 3 0 A3 0. Por lo tanto,
2 1

1 0 0 1 2 3 3 2 3 2 3 2
I A A 0 1 0 1 1 3 3
3
A 1 2
e 3
2
0 0 1 2 1 0 3 2 3 2 3 2

1 2 1 2 32
e A 4 3 0
7 2 5 2 1 2

2.15 Problemas Propuestos

5 5
1. Hallar una matriz simtrica que sea raz cuadrada de la matriz .
5 10
Solucin:

2 1 2 1 0 5 0 5
Hay cuatro soluciones posibles, 1 3
1 3 5 5 5 5

2 1 1
2. Dada la matriz A 3 0 2 hallar una matriz simtrica X tal que A X = 0 .
5 1 3
Adems, la traza de la matriz X debe ser igual a 42.

Solucin:

12 6 18
X 6 3 9
18 9 27

147
 1 0 1
3. Dada la matriz A 0 1 1 hallar A
248

2 1 0
1 1 1
Solucin: A 3 I , por lo tanto, A A 3 IA 3 2 2 1
3 248 382 2 82 2 82

2 1 1

4. Hallar las races cuadradas de I 2 .

Solucin:

1 0 1 0 1 0 1 0 a 2 b 1 a2
0 1 0 1 0 1 0 1 1 a con b 0 a
a c con c 0
b c c

3 1 0
5. Por el mtodo de los adjuntos, hallar la inversa de A 2 3 2
5 4 3
1 3 2
Solucin: A 4 9 6
1

7 17 11

6. Por el mtodo de las transformaciones elementales, hallar, con dos decimales exactas, la
matriz inversa de

1,28 2,32 4,61 5,08

2,11 3,41 4,54 6,28
A .
3,22 4,58 6,10 7,29

4,33 5,28 6,72 7,81

0,47 0,82 3,46 2,26

1,41 1,37 4,92 2,58
Solucin: A
1

0,62 1,13 0,73 0,17

0,16 1,45 2,04 0,76

148
 0 0 0 1 1
0 0 0 2 1

7. Hallar, por el mtodo de las particiones, la matriz inversa de A 0 0 1 1 0

1 1 0 0 0
1 0 1 0 0
1 1 1 0 1
1 1 1 1 1

Solucin: A
1
1 1 1 0 0

1 1 0 0 0
2 1 0 0 0

2 4 6 2
2 4
8. Hallar, por el mtodo de las particiones, la matriz inversa de A
1 3
2 1 2 2

4 2 2 1

1 6 14 2
2 24 58 16
Solucin: A
1 1

6 0 18 42 12

0 12 24 6

3 y z v 1
x y 5z v 3

9. Dado el sistema de ecuaciones , discutirlo y hallar las soluciones, si
x 2 y 4z 2
x y z v 1
las hay. Si hay ms de una solucin, hallar las 3 soluciones enteras correspondientes a los
valores de v positivos y ms pequeos.

v 6 z 1 y 2 x 6
Solucin: v 14 z 2 y 5 x 16
v 22 z 3 y 8 x 26

10. Discutir y resolver, si es posible, el siguiente sistema de ecuaciones:

149
 2 x y z 2 v 2
x y 3z v 8


x 2 y 2 z v 6
3y 2z 9

Solucin:

Sistema compatible y determinado. x = 0,5 y = -1 z=3 v = -2,5

11. Discutir y resolver, si es posible, el siguiente sistema de ecuaciones:

2 x y 2z 1
x y 2z 3
4 x y 6z 5
x 4 y 4z 0

Solucin:

R = 2; R = 3, por lo tanto el sistema es incompatible.

12. Discutir y resolver el siguiente sistema:

x iy i
2x y 4i 1

Solucin:

Sistema compatible y determinado. x = 2i; y = -1.

13. Discutir, segn los valores de , la naturaleza del sistema

x 2y 4
x 2 2

Solucin:
Para = -2, el sistema es compatible e indeterminado. Para = 1 el sistema es
incompatible. Para = -1 o = -4, el sistema es compatible y determinado. cualquier otro
valor de el sistema es compatible y determinado.

150
14. Discutir y resolver el siguiente sistema:

x 2 y 3z 2
x 3y az 3
x ay az 1

Solucin:

Para que el sistema sea incompatible a debe ser igual a 3. Para que el sistema sea
compatible y determinado basta que a sea diferente de 3. No es posible que el sistema sea
compatible e indeterminado, no importa cual sea el valor de a.

1 3 2 3 a
15. Dada la matriz 2 3 c d , hallar a, b, c, d, e, f para que la matriz sea
b e f
ortogonal, sabiendo que a < 0; b < 0; c >0.

Solucin:

a 2 3 b 2 3 c 1 3 d 2 3 e 2 3 f 1 3

1 2
16. Hallar los valores y vectores propios de la matriz A .
1 3

Solucin:

Los valores propios son: 1 = 2 + i 2 = 2 i.

2 2
Los vectores propios son: F1 F2 1 i
1 i

4 6 6

17. Hallar los valores y vectores propios de la matriz A 1 3 2 .
1 5 2
Solucin:

Los valores propios son: 1 = 1 2 = 3 = 2.

151
 4 3

Los vectores propios son: F1 1 F2 F3 1
3 2

ch a b sh a
18. Hallar los valores y vectores propios de la matriz A
sh a b ch a

Solucin:

Los valores propios son: 1 ch a sh a ea 2 ch a sh a e a (Recordemos que

ea e a ea e a b b
ch a sh a ). Los vectores propios son: F1 a 1 F2 a 2
2 2 1 1

19. Hallar una matriz A , simtrica, tal que los valores propios sean 1, 2, 3 y dos de sus
1 1

vectores propios sean F1 1 F2 1 .
1 k

Solucin:

1 11 1 4

k = 0. F3 1 A 1 11 4
1
6
2 4 4 14

0 i
20. Dada la matriz A , hallar A n
2i 3

Solucin:

2 2n
A n 2 1 i
n


n 1
2 2 i n 1
2 1

152
 2 1 1
21. Dada la matriz A 2 1 3 hallar los ngulos entre los vectores propios.
3 1 1

Solucin:

3 5 0

F1 a 5 F1 b 1F1 c 1 cos 0,451 cos 0,803 cos 0,327
2 4 1
1 1 0
22. Dada la matriz A 1 2 1 hallar, por diagonalizacin, A .
n

0 1 1
Solucin:

3 3n 2 3n 3 3
n

1
A n 2 3n 4 3n 2 3n
6

3 3n
2 3n 3 3n
7 6
23. Dada la matriz A , hallar la suma ilimitada
8 7
S I 1 A 1 A 2 1 A3 .
2 4 8

Solucin:

A n I para n par, y A n A para n impar. Por lo tanto, Lim

n
1
n
A n 0
2
1
4
S A I
1 6

2 16 3 10 3

24. Resolver matricialmente el siguiente sistema de ecuaciones diferenciales:

dy dx
3x 4
dt dt
dx
y0
dt

153
Solucin:

x C1e t C2 e 3t y C1e t 3C2 e 3t

25. Resolver matricialmente el siguiente sistema de ecuaciones diferenciales:

dx dy
2 4x y 0
dt dt
dx
3x y 0
dt
Solucin:

x A cos t Bisen t y A3 cos t sen t Bcos t 3sen t i .

Donde C1 + C2 = A y C1 C2 = B

26. Resolver matricialmente la ecuacin diferencial x 4x 21x 0 .

Solucin:

x C1e3t C2 e 7 t

8 4 3
27. Dada la matriz A 2 1 1 , hallar, utilizando el teorema de Cayley Hamilton,
1 2 1
A2 .
Solucin:

2 4 5
10 47 11
1
A 2

9
9 54 27

1 2 2

28. Dada la matriz A 0 0 1 , hallar, utilizando el teorema de Cayley
2 1 1

Hamilton, X 2A 3A .
3362 4201

154
Solucin:

0 3 2 2

X 2 2 1 1
3 2 5 4

1 2
29. Dada la matriz A , hallar, mediante el teorema de Cayley Hamilton,
2 3
A n .
Solucin:

2n 1
A n
2n
A n n A n 1I
2n 2n 1

30. Si X es una matriz simtrica 2 x 2, resolver la ecuacin matricial

1
X 2 3 X 2 I 0 , sabiendo que uno de sus vectores propios es .
1

Solucin:
3 2 1 2
X
1 2 3 2

3 2
31. Dada la matriz A , hallar senA .
4 3

Solucin:

senA
A A3 A5 A7 ....... 1 1 1 1 ....... A sen 1A 0,84 A

1! 3! 5! 7! 1! 3! 5! 7!

32. Una matriz A es ortogonal y simtrica. Hallar cos A .

155
Solucin:

cos A I
A
2

A
4

......... 1 ....... I cos 1I 0,54 I
1 1
2! 4! 2! 4!

156
 CAPTULO III

ELEMENTOS DE CLCULO NUMRICO

3.1 Introduccin

En estas notas, dedicadas a los alumnos del quinto semestre de la Escuela de Ingeniera
Civil de la Universidad de Los Andes, se puede observar la falta de algunas
demostraciones y la ausencia de mtodos y frmulas importantes. As mismo, la Teora de
Ecuaciones est apenas esbozada y la solucin de las ecuaciones en derivadas parciales ni
siquiera se toca.

La razn de estos serios defectos se encuentra en la escasez del tiempo disponible para esta
enseanza, que es menos de la mitad de un semestre. Incluso tal como estn estas notas es
necesario hacer un buen esfuerzo para llegar a explicarlo todo.

3.2 Diferencias Finitas

Entre los mtodos utilizados en las matemticas aplicadas, tienen especial importancia los
llamados mtodos de diferencia finitas que son empleados en la resolucin de los
problemas de interpolacin, ajuste de curvas, derivacin numrica, integracin numrica,
resolucin aproximada de ecuaciones diferenciales, etc. Resulta pues necesario, que los
que se interesan por las matemticas aplicadas tengan algn conocimiento relativo a las
propiedades de estas diferencias.

3.2.1 Diferencias Divididas

Supongamos una funcin f(x), dada explcitamente o por medio de una tabla. Los
cocientes:

x 0 x1 f x1 f x 0 ; x1 x 2 f x 2 f x1 ...........x i x i 1
f x i 1 f x i
x1 x 0 x 2 x1 xi1 xi
Se llaman diferencias divididas de primer orden. Los cocientes:

x 0 x1x 2 x1x 2 x 0 x1 ; ........... x i x i 1x i 2

x i 1x i 2 x i 1x i
x 2 x 0 x i 2 x i
Se llaman diferencias divididas de segundo orden. Y, en general,

157
x i x i 1..... x i n x i 1.... x i n x i .... x i n -1
x i n x i
Se llaman diferencias divididas de orden n-1.

De estas definiciones se deducen, fcilmente, las siguientes propiedades:

1. La diferencia dividida de la suma de dos funciones es igual a la suma de las

diferencias divididas de cada funcin.
2. La diferencia dividida del producto de una constante por una funcin es igual al
producto de la constante por la diferencia dividida de dicha funcin.
3. La alteracin del orden de los elementos de una diferencia dividida no cambia el
valor de sta. Es decir, x1x 2 x 3 x 2 x1x 3 x 3 x 2 x1 , etc.

Muchas veces es conveniente expresar las diferencias divididas en forma de tabla. Por
ejemplo: Sea la funcin dada por la tabla

x 0 0,2 0,3 0,4 0,7 0,9

f(x) 32,671 42,897 57,484 66,395 95,132 116,020

La tabla de diferencias divididas resulta ser:

x f(x) 1 2 3 4 5
0 32,671
0,2 48,897 81,13
0,3 57,484 85,87 15,8
0,4 66,395 89,11 16,2 1
0,7 95,132 95,79 16,7 1 0
0,9 116,020 104,44 17,3 1 0 0

Que corresponde a

x f(x)
x0 y0
x1 y1 x 0 x1
x2 y2 x1x 2 x 0 x1x 2
x3 y3 x 2 x 3 x1x 2 x 3 x 0 x1x 2 x 3
x4 y4 x 3 x 4 x 2 x 3 x 4 x1x 2 x 3 x 4 x 0 x1x 2 x 3 x 4
x5 y5 x 4 x 5 x 3 x 4 x 5 x 2 x 3 x 4 x 5 x1x 2 x 3 x 4 x 5 x 0 x1x 2 x 3 x 4 x 5

158
Ahora bien, en esta tabla no estn todas las diferencias posibles y, as por ejemplo, la
diferencia x 2 x 4 x 0 habr que calcularla directamente:

x 2 x 4 x 0 x 0 x 2 x 4 x 2 x 4 x 0 x 2
x4 x0

x 2 x 4 y 4 y 2
95,132 57,484
94,12 x 0 x 2 y 2 y 0
57,484 32,671
82,71
x4 x2 0,7 0,3 x2 x0 0,3 0

x 2 x 4 x 0 94,12 82,71 16,3

0,7 0

3.2.2 Diferencias Progresivas

Sea una funcin f(x), explcita o dada por una tabla, en la cual los valores de x, x0, x1 xi
, estn uniformemente separados, es decir que xi+1 xi = h = constante, cualquiera que
sea i. Las diferencias progresivas de f(x) se definen mediante las igualdades:

Diferencia Primera f(x) f(x h) f(x)

Diferencia Segunda 2 f(x) f(x h) f(x)
.............................................................................
Diferencia Ensima n f(x) n 1f(x h) n 1f(x)

Este operador tiene propiedades anlogas a las de las diferencias divididas, es decir que,
como se puede comprobar con facilidad,

1. La diferencia progresiva de la suma de dos funciones es igual a la suma de las

diferencias divididas de cada funcin.
f(x) g(x) f(x) g(x)
2. La diferencia progresiva del producto de una constante por una funcin es igual al
producto de la constante por la diferencia progresiva de dicha funcin.
k f(x) k f(x)
3. La diferencia progresiva de orden m de la diferencia de orden n de una funcin es
igual a la diferencia progresiva de orden n+m de dicha funcin.

m n f(x) m n f(x)

Con frecuencia los valores de la funcin y los de sus diferencias se disponen en forma de
tablas que, esta vez si, contienen todas las diferencias posibles. Por ejemplo, sea la funcin,

x 1,2 1,4 1,6 1,8 2,0

f(x) 1 1,258 1,532 1,820 2,128

159
Con estos valores se obtiene la siguiente tabla

x f(x) 2 3 4
1,2 1
1,4 1,258 0,258
1,6 1,532 0,274 0,016
1,8 1,820 0,288 0,014 -0,002
2,0 2,128 0,308 0,020 0,006 0,008

Que corresponde a

x f(x) 2 3 4
x0 y0
x1 y1 y0
x2 y2 y1 2y0
x3 y3 y2 2y1 3y0
x4 y4 y3 2y2 3y1 4y0

En otros casos se manejan diferencias funcionales, como en los siguientes ejemplos.

Ejemplo 1:
Hallemos todas las diferencias del polinomio P(x) x 3 2x 2 x 3 con h = 1.

P(x) x 13 2x 12 x 1 3 x 3 2x 2 x 3 3x 2 x

2 P(x) 3x 12 x 1 3x 2 x 6x 2
3 P(x) 6x 1 2 6x 2 6

Y las diferencias sucesivas son nulas.

Ejemplo 2:
Hallemos la diferencia ensima de f(x) 3 x , con h = 2.

f(x) 3 x 2 3 x 9 3 x 3 x 8 3 x
f(x) 83 8 3 8 3
2 x x 2 x

.............................................................

n f(x) 8 n 1 n 1 3 x 8 n 3 x

160
Ejemplo 3:
Hallemos la diferencia ensima de f(x) sen x con h = /2
f(x) sen x 2 sen x 2 sen 4 cos x 4 2 sen x 3 4
2
2 f(x) 2 sen x 23 4
...................................................

n f(x) 2 n senx n3 4

3.2.3 Antidiferencias

Las diferencias de rdenes negativos, o antidiferencias, se definen mediante las igualdades:

1f(x) F(x) F(X) f(x)

2 f(x) 1 1f(x)
.....................................

n f(x) 1 n 1f(x)
La obtencin de las antidiferencias resulta, en general, ms complicada que la de las
diferencias, tal como puede observarse en estos sencillos ejemplos.

Ejemplo 1:
Hallemos la antidiferencia del polinomio P(x) x 2 3x 1 con h = 2.
Puesto que cada diferencia rebaja en una unidad el grado de cada polinomio, la
antidiferencia de P(x) ser un polinomio de tercer grado.
Si 1 P(x) a x 3 b x 2 c x d ; la diferencia de este polinomio debe ser igual a P(x), es
decir, se debe tener

ax 2 3

bx 22 c x 2 d a x 3 b x 2 c x d x 2 3x 1
6ax 2 (12a 4b) x 8a 4b 2c x 2 3x 1

De donde a = 1/6; b = 1/4; c = -2/3; y, por lo tanto, la antidiferencia es:

1 x 3 x 2 2x
P(x) d
6 4 3

161
Donde d es una constante arbitraria o, de forma ms general, una funcin peridica
arbitraria de periodo 2.

Ejemplo 2:
Hallemos la antidiferencia de f(x) x 2 x con h = 1.

Probemos la solucin 1f(x) ax b 2 x . La diferencia de dicha funcin,

ax 1 b2 x 1 ax b2 x ax 2a b2 x , debe ser igual a la funcin dada,
x 2x .
Y, finalmente, igualando coeficientes, se tiene que: a = 1 b = - 2. As que la solucin es:
1f(x) x 2 2 x , ms, obviamente, una constante arbitraria o una funcin peridica
arbitraria de periodo uno.

3.2.4 Polinomios Factoriales

Con el propsito de manejar cmodamente las diferencias, y sobre todo las antidiferencias,
de los polinomios, se definen los polinomios factoriales que pueden ser de orden positivo o
de orden negativo.

3.2.4.1 Polinomios Factoriales de Orden Positivo

Los polinomios factoriales de orden positivo se definen como:

x 0 1 x1 x x 2 x x h x 3 x x h x 2h ......
...... x n x x h x 2h ... x n 1h

Las diferencias de estos polinomios estn dadas por la siguiente relacin:

x n x h x x h .... x n 2h x x h .... x n 1h
x x h .... x n 2h x h x n 1h nh x n 1

Frmula anloga a la de las derivadas, salvo que debe multiplicarse por h. Para las
antidiferencias, la frmula es, obviamente, similar a la de integracin:

x n 1
1 x n
n 1h

162
Ejemplo:
Hallemos las diferencias y la antidiferencia del polinomio P(x) x 2 3x 1 , con h = 2,
descomponindolo en suma de polinomios factoriales.
P(x) A x 2 B x1 C x 0 Axx 2 Bx C x 2 3x 1
Para x = 0, C = 1
Para x = 2, 2B + C = 11, por lo tanto B = 5

Y, finalmente, igualando los trminos en x2, A = 1. As pues,

P(x) x 2 5x1 x 0
P(x) 2hx1 5hx 0 4x1 10x 0 4x 10
2 P(x) 4hx 0 8 Y las siguientes diferencia s son todas nulas.
x 3 5x 2 x1
d x x 2 x 4 x x 2 x d
1 5 1
-1P(x)
3h 2h h 6 4 2
1 1 2
-1P(x) x 3 x 2 x d
6 4 3

3.2.4.2 Polinomios Factoriales de Orden Negativo

Los polinomios factoriales de orden negativo se definen como:

x 1 x 2 .......... x n
1 1 1
xh x h x 2h x h x 2h .... x nh
Las diferencias son:

x n
1 1

x 2h x 3h ....x n 1h x h x 2h ....x nh

x h x n 1h nh x n 1
x h x 2h x 3h ....x nh x n 1h
Y, para las antidiferencias:

x n 1
1x n
1 n h
Ejemplo:

163
 6x 2
Hallemos la primera diferencia y la antidiferencia de R(x) , con h =
x 3 8x 2 19x 12
1, descomponiendo esta fraccin en suma de polinomios factoriales de orden negativo.
Las races del denominador son: -1, -3 y -4, luego

6x 2 6x 2
A x 1 Bx 2 Cx 3 Dx 4
3 2
x 8x 19x 12 x 1x 3x 4
6x 2 A B C D

x 1x 3x 4 x 1 x 1x 2 x 1x 2x 3 x 1x 2x 3x 4
De donde:

6x 2x 2 Ax 2x 3x 4 Bx 3x 4 Cx 4 D
Para x = - 4, D = 44
Para x = - 3, D + C = 16, por lo tanto C = - 28
Para x = - 2, D + 2C + 2B = 0, por lo tanto B = 6

Y, finalmente, igualando los coeficientes de los trminos en x3, A = 0.

En definitiva:

R(x) 6 x 2 28x 3 44 x 4
R(x) 12 h x 3 84 h x 4 176 h x 5 12 x 3 84 x 4 176 x 5
12 84 176
R(x)
x 1x 2x 3 x 1x 2x 3x 4 x 1x 2x 3x 4x 5
- 12 x 2 - 24 x 4
R(x)
x 1x 2x 3x 4x 5
6 1 28 2 44 3
6x 1 14x 2 x 3
44
1R(x) x x x
h 2h 3h 3
6 14 44 18x 2 132x 190
1R(x)
x 1 x 1x 2 3x 1x 2x 3 3x 1x 2x 3

3.2.4.3 Sumas Finitas

Sea F(x) la antidiferencia de f(x). Se tendr

164
F(x+h) F(x) = f(x)
Haciendo en esta igualdad x = h, 2h, 3h, . nh, se tiene:
F(2h) F(h) = f(h)
F(3h) F(2h) = f(2h)
F(4h) F(3h) = f(3h)
.
F((n+1)h) F(nh) = f(nh)
Y sumando:
Sn = f(h) + f(2h) + f(3h) + . + f(nh) = F((n+1)h)- F(h)
Si, como es frecuente, h es igual a 1:
Sn = f(1) + f(2) + f(3) + . + f(n) = F(n+1)- F(1)

Ejemplo 1:
Hallemos la suma de los n primeros cuadrados.
f(x) x 2 A x 2 B x1 C x 0 A x x 1 B x C
Para x = 0, C = 0
Para x = 1, C + B = 1, por lo tanto B = 1
Igualando los coeficientes del trmino en x2, se obtiene A = 1
Por lo tanto:
x 3 x 2 1
f(x) x 2 x1 F(x) x x 1x 2 x x 1
1

3 2 3 2
S n n 1n n 1 n 1n n n 12n 1
1 1 1
3 2 6

Ejemplo 2:
Hallemos Sn 1 21 2 2 2 3 2 n .... n 2 n
f(x) x 2 x F(x) ax b 2 x a x 1 b 2 x 1 ax b 2 x x 2 x
ax 2a b x a 1 b 2 F(x) x 2 x
S n n 1 2 2 n 1 2 n 1 2 n 1 2

3.3 Interpolacin

Sean n+1 valores de x: x0, x1, x2, . , xn, y los correspondientes valores de una cierta
funcin f(x) en esos puntos: f x 0 y 0 , f x1 y1 , f x 2 y 2 ...... f x n y n . Se trata de
construir otra funcin F(x) que pertenezca a un tipo determinado y que tome los mismos
valores que f(x) en el conjunto dado de valores de x, lo que geomtricamente equivale a
encontrara una curva, de un tipo prefijado que contenga a n+1 puntos dados.

165
En el caso ms sencillo F(x) es un polinomio P n(x) de grado no superior a n, y este es el
caso que vamos a estudiar ahora. El polinomio P n(x) se utiliza ordinariamente para
aproximar los valores de f(x) en puntos que difieran de los dados. Cuando x es interior al
intervalo x 0 , x n se habla de interpolacin y en caso contrario de extrapolacin. En lo
sucesivo, cuando no se especifique claramente lo contrario, se entender que se est
tratando de interpolacin.

3.3.1 Frmula de Lagrange

Escribamos el polinomio buscado en la forma

Pn (x) y 0 L 0 x y1 L1 (x) .... y n L n (x)

Tal como se indica en el prrafo anterior, debe cumplirse que L i x j 0; L i x i 1 .
Como Li(x) debe ser de grado n y anularse para x = x0; x = x1 ; . ; x = xi-1; x = xi+1; .
x = xn, debe ser de la forma

Li (x) Ci x x 0 x x1 .... x x i 1 x x i 1 .... x x n

Y como Li(xi) debe ser igual a uno, se tiene que

1
Ci
x i x 0 x i x1 .... x i x i 1 x i x i 1 .... x i x n
Es decir que

L i (x)
x - x 0 x - x1 .... x - x i -1 x - x i 1 .... x - x n
x i x 0 x i x1 .... x i x i 1 x i x i 1 .... x i x n
Cuando n es igual a uno, la interpolacin se llama lineal y, entonces,

x x1 x x0
P1 (x) y 0 y1
x 0 x1 x1 x 0

Para n = 2 y para n = 3, la interpolacin se llama cuadrtica o cbica, respectivamente, y se

tiene:

P2 (x) y 0
x x1 x x 2 y x x 0 x x 2 y x x 0 x x1
x 0 x1 x 0 x 2 1 x1 x 0 x1 x 2 2 x 2 x 0 x 2 x1

166
P3 (x) y 0
x x1 x x 2 x x 3 y x x 0 x x 2 x x 3
x 0 x1 x 0 x 2 x 0 x 3 1 x1 x 0 x1 x 2 x 0 x 3
y2
x x 0 x x1 x x 3 y x x 0 x x1 x x 2
x 2 x 0 x 2 x1 x 0 x 3 3 x 3 x 0 x 3 x1 x 3 x 2
Ejemplo 1:
Sea la funcin definida por la tabla,

x 2,0 2,5 2,8 3,4

f(x) 0,693 0,916 1,030 1,224
Hallemos un valor aproximado de f(2,3). Con interpolacin lineal:

2,3 2,5 2,3 2,0

f(2,3) 0,693 0,916 0,8268
2,0 2,5 2,5 2,0

Con interpolacin cuadrtica:

(2,3 2,5)(2,3 - 2,8) (2,3 2,0)(2,3 - 2,8)

f(2,3) 0,693 0,916
(2,0 2,5)(2,0 - 2,8) (2,5 2,0)(2,5 - 2,8)
(2,3 2,0)(2,3 - 2,5)
1,030 0,8318
(2,8 2,0)(2,8 - 2,5)

Con interpolacin cbica:

(2,3 2,5)(2,3 - 2,8)(2,3 - 3,4) (2,3 2,0)(2,3 - 2,8)(2,3 - 3,4)

f(2,3) 0,693
(2,0 2,5)(2,0 - 2,8)(2,0 - 3,4)
(2,3 2,0)(2,3 - 2,5)(2,3 - 3,4)
1,030
(2,8 2,0)(2,8 - 2,5)(2,8 - 3,4)
0,916
(2,5 2,0)(2,5 - 2,8)(2,5 - 3,4)
(2,3 2,0)(2,3 - 2,5)(2,3 - 2,8)
1,224 0,8322
(3,4 2,0)(3,4 - 2,5)(3,4 - 2,8)

La funcin considerada es f(x) = ln x y el valor exacto de f(2,3) es 0,8329.

Cuando los valores de las abscisas estn igualmente espaciados, las frmulas pueden
simplificarse mediante el cambio de variable: x x0 = r h. Con lo cual:

x x1 x x 0 x1 x 0 r h h h r 1
x x 2 x x 0 x 2 x 0 r h 2h h r 2
..........................................................................
x x n x x 0 x n x 0 r h n h h r n

167
Teniendo en cuenta que, segn se ha visto,

L i (x)
x - x 0 x - x1 .... x - x i -1 x - x i 1 .... x - x n
x i x 0 x i x1 .... x i x i 1 x i x i 1 .... x i x n
Sustituyendo y dividiendo numerador y denominador por hn, se tiene:

r r 1.... r i 1r i 1.... r n
L i (r)
i (i 1) .... (1) (1) .... ((n i))

As, para la interpolacin lineal:

(r 1) r
P(x) y 0 y1
1 1

Para la interpolacin cuadrtica:

P(x) y 0
r 1r 2 y r r 2 y r r 1
2 1 1
11 2 12
Y, para la interpolacin cbica:

P(x) y 0
r 1r 2r 3 y r r 2r 3 y r r 1r 3 y r r 1r 2
3 2 1 1
2 11 2 112 3
123
Ejemplo 2:
Dada la tabla,

x 2,1 2,3 2,5 2,7 2,9

f(x) 0,7419 0,8329 0,9163 0,9933 1,0647

hallemos f(2,22).

Del cambio de variable, 2,22 - 2,1 = 0,2 r, por lo tanto, r = 0,6. Con interpolacin lineal:
f(2,22) 0,7419 0,4 0,8329 (0,6) 0,7965
Con interpolacin cuadrtica:

f(2,22) 0,7419
0,4 1,4 0,8329 0,6 1,4 0,9163 0,6 0,4 0,7974
2 1 2
Con interpolacin cbica:

168
f(2,22) 0,7419
0,4 1,4 2,4 0,8329 0,6 1,4 2,4 0,9163 0,6 0,4 2,4
6 2 2
0,9933
0,6 0,4 1,4 0,7975
6

Y, utilizando todos los datos:

f(2,22) 0,7419
0,4 1,4 2,4 3,4 0,8329 0,6 1,4 2,4 3,4
24 6
0,9163
0,6 0,4 2,4 3,4 0,9933 0,6 0,4 1,4 3.4
4 6
1,0647
0,6 0,4 1,4 2,4 0,7975
24

En este caso concreto el valor exacto es: ln 2,22 = 0,7975072.

3.3.2 Frmula de Newton Gregory

Partiendo de la definicin de las diferencias divididas obtenemos, en forma sucesiva,

x x 0 f(x 0 ) f(x) f(x) f x 0 x x 0 x x 0

x0 x

x x 0 x1 x 0 x1 x x1 x x 0 x 0 x1 x x 0 x1 x x1
x1 x
Y, sustituyendo:
f(x) f x 0 x x 0 x 0 x1 x x 0 x1 x x 0 x x1
Procediendo del mismo modo:

x x 0 x1x 2 x 0 x1x 2 xx 0 x1 x x 0 x1 x 0 x1x 2 x x 0 x1x 2 x x 2

x2 x
Y, sustituyendo otra vez:

f(x) f x 0 x x 0 x 0 x1 x x 0 x x1 x 0 x1x 2 x x 0 x1x 2 x x 0 x x1 x x 2

Y, procediendo por induccin se llega a

f(x) f x 0 x x 0 x 0 x 1 x x 0 x x1 x 0 x1 x 2 ....
x 0 x1 x 2 .... x n x x 0 x x 1 .... x x n -1 x x 0 x1 ....x n x x 0 x x 1 .... x x n

169
Esta igualdad es exacta, pero conocer la ltima diferencia implica conocer f(x) que es
precisamente lo que se busca. La aproximacin consiste en suprimir este ltimo trmino.

Ejemplo 1:
Dada la tabla

x 4,7 4,8 5,0 5,2 5,3

f(x) 2,16795 2,19089 2,23607 2,28035 2,30217

La tabla de diferencias divididas resulta ser

x f(x) 1 Orden 2 Orden 3 Orden 4 Orden

4,7 2,16795
4,8 2,19089 0,22940
5,0 2,23607 0,22590 -0,01167
5,2 2,28035 0,22140 -0,01125 0,00083
5,3 2,30217 0,21820 -0,01067 0,00117 0,00056

Y, por lo tanto:

f(4,86) 2,16795 0,22940 * 0,16 (0,01167) * 0,16 * 0,06

0,00083 * 0,16 * 0,06 * (0,14) 0,00056 * 0,16 * 0,06 * (0,14) * (0,34) 2,20454

El resultado exacto, en este caso es: 4,86 2,204507

Si las abscisas estn uniformemente separadas la frmula obtenida se puede simplificar del
siguiente modo:
x x 0 f(x 0 ) f(x) y0
x0 x 1! h
y1 y 0

x 0 x1x 2 x1x 2 x 0 x1 1! h 1! h 2 y 0

x2 x0 2h 2! h 2
2 y1 2 y0

2! h 2 2! h 2 3 y 0
x 0 x1x 2 x 3
x3 x0 3! h 3
.......... .......... .......... .......... .......... .......
n
x 0 x1x 2 .... x n y0
n! h n

170
Haciendo de nuevo el cambio de variable x -xo = rh, con lo que,

x x1 = (r 1) h; x x2 = (r 2) h; .; x xn = (r n) h

y despus de sustituir y simplificar las potencias de h en numeradores y denominadores,

nos queda:

r r r 1 2 r r 1r 2 3
f(x) y 0 y 0 y0 y 0 ....
1! 2! 3!

Es decir,

r r r r
f(x) y 0 y 0 2 y 0 .... n y 0 ....
0 1 2 n
O, simblicamente,

f(x) 1 y0 r

Ejemplo 2:
Dada la tabla,

X 0,2 0,4 0,6 0,8 1,0

f(x) 1,2214 1,4918 1,8221 2,2255 2,7183

Hallemos f(0,3)

x f(x) 2 3 4
0,2 1,2214
0,4 1,4918 0,2704
0,6 1,8221 0,3303 0,0599
0,8 2,2255 0,4034 0,0731 0,0132
1 2,7183 0,4928 0,0894 0,0163 0,0031

x x 0 0,3 0,2 r h 0,2 r r 0,5

0,5 0,5 0,5 0,5 0,5 1,5
f(0,3) 1,2214 0,2704 0,0599 0,0132
1 2 6
0,5 0,5 1,5 2,5
0,0031 1,3498
24

Ejemplo 3:
Hallemos el trmino general de la suma

171
S = 3 + 7 + 39 + 147 + 403 + 903 + 1767 + 3139 + ..

3 7 39 147 403 903 1767 3139

4 32 108 256 500 864 1372
28 76 148 244 364 508
48 72 96 120 144
24 24 24 24

r r 1 r r 1r 1 r r 1r 2r 3
f(r) 3 4r 28 48 24
2 6 24
n 1 r *1 r n 1
f(n) 3 4n 1 14 n 1n 2 8 n 1n 2n 3 n 1n 2n 3n 4
f(n) n 4 2n 3 n 2 3

3.3.3 Error en las Frmulas de Lagrange y Newton Gregory

Sea Pn (x) y 0 L 0 y1L1 .... y n L n el polinomio obtenido por la frmula de Lagrange

para aproximar la funcin f(x), que suponemos derivable al menos (n+1) veces en el
intervalo x 0 , x n ; y sea f(xg) el valor aproximado calculado. Consideremos la funcin

g(x) f(x) Pn (x) kx x 0 x x1 .... x g x n
Puesto que para x x 0 , x1 , .... , x n ; f(x) es igual a Pn(x), la funcin g(x) se anula en todos
esos puntos. Determinemos ahora k de modo que g(x) se anule tambin para x = x g,
con lo cual
f(x) Pn (x)
k

x g x 0 x g x1 .... x g x n
Con este valor de k, la funcin g(x) tendr (n+2) races en el intervalo x 0 , x n y
aplicando repetidas veces el teorema de Rolle, se llega a la conclusin de que g n 1 (x) se
anula por lo menos una vez en el intervalo citado.
g(c) 0 f n 1 (c) k n 1!

g n 1 (c)
k
n 1!
Al igualar los dos valores de k obtenidos, se obtiene:

172
 f n 1 (c)
error f(x) Pn (x)
x x x x .... x g x n
n 1! g 0 g 1

Y, si M es un valor igual o superior a f n 1 (x) en todo el intervalo de interpolacin,

M

x x x x .... x g x n
n 1! g 0 g 1

frmula que exige conocer las derivadas de la funcin f(x) a aproximar, lo que no es
siempre el caso.

Ejemplo 1:
Calculemos el error cometido en el ejemplo 1 del prrafo 3.3.1.

6 6 3
f(x) ln x; n 3; x 0 2; x1 2,5; x 2 2,8; x 3 3,4; x g 2,3; f IV (x) 4
; M 4
x 2 8

3/8
2,3 22,3 2,52,3 2,82,3 3,4 6 *10 4
24
El polinomio Pn(x) obtenido por la frmula de Lagrange y el polinomio Q n(x) obtenido por
la frmula de Newton son idnticos puesto que
T(x) = Pn(x) Qn(x)
Se anula para (n + 1) valores de la variable, xo, x1, . , xn y al ser de grado n tiene que ser
idnticamente nulo. Por lo tanto, la frmula que acabamos de obtener ser vlida tambin
en este caso.

Ejemplo 2:
Calculemos el error cometido en el ejemplo 1 del prrafo 3.3.2.
f(x) x ; n 4; x 0 4,7; x1 4,8 x 2 5; x 3 5,2; x 4 5,3; x g 4,86
105 1
f V (x)
105
; M 3,2 *10 3
32 x9 32 4,7 9
3,2 *10 3
4,86 4,7 4,86 4,84,86 54,86 5,24,86 5,3 6 *10 9
120

Este error es solamente el error de la frmula, tanto en el caso de la frmula de Lagrange

como en la de Newton, y a l, obviamente tendrn que aadirse los errores con los que han
sido calculados los datos.

173
3.3.4 Interpolacin Inversa

Supongamos que se dispone de una funcin y = f(x) dada en su forma tabular. El

problema de la interpolacin inversa consiste en encontrara el valor de x que corresponde a
uno dado, yg, de f(x).

Si las abcisas estn uniformemente separadas, se tiene

r r r 1 2 r r 1...r n 1 n
yg y0 y0 y0 ... y0 ...
1! 2! n!
De aqu,
y y0 r r 1 2 r r 1...r n 1 n
r g y0 ... y0
y0 2!y0 n !y0
y y0
Como aproximacin inicial, tomamos r0 g y hacemos, sucesivamente,
y0
r r 1 2 r r 1...r0 n 1 n
r1 r0 0 0 y0 ... 0 0 y0
2!y0 n !y0
r r 1 2 r r 1...r1 n 1 n
r2 r0 1 1 y0 ... 1 1 y0
2!y0 n !y0
.
Y as hasta que aparezcan dgitos con exactitud deseada, es decir, hasta que r m = rm+1 con
los decimales deseados.

Una vez encontrado el valor de r, se obtiene x de la igualdad x x0 = rh.

Ejemplo 1:
Dada la funcin mediante la tabla

x 0,1 0,2 0,3 0,4

f(x) 0,0998 0,1987 0,2955 0,3894

busquemos el valor de x que corresponde a f(x) = 0,15.

x f(x) 2 3
0,1 0,0998
0,2 0,1987 0,0989
0,3 0,2955 0,0968 -0,0021
0,4 0,3894 0,0939 -0,0029 -0,0008

0,0021 0,0008
0,15 0,0998 0,0989r r (r 1) r (r 1) (r 2)
2 6

174
 0,15 0,0998
r0 0,5076
0,0989
r 0,5076 0,0106r (r 1) 0,0013r (r 1) (r 2)
r1 0,5076 0,0106 0,5076 0,4924 0,0013 0,5076 0,4924 1,4924 0,5054
r2 0,5076 0,0106 0,5054 0,4946 0,0013 0,5054 0,4946 1,4946 0,5054
x 0,1 0,5054 0,1 x 0,1505

Ejemplo 2:
Aproximemos, por interpolacin inversa, la raz de la ecuacin x 4 2x 3 1 0 , que est
comprendida entre 2 y 2,3.

x f(x) 2 3
2 -1
2,1 -0,0739 0,9261
2,2 1,1296 1,2035 0,2774
2,3 2,6501 1,5205 0,3170 0,0396

0 1 0,9261r 0,2774r (r 1) 0,0396r (r 1)(r 2)

0 1
r0 1,0798 r 1,0798 0,1498r (r 1) 0,0071r (r 1)(r 2)
0,9261
r1 1,0798 0,1498 1,0798 0,0798 0,0071 1,0798 0,0798 0,9202 1,0675
r2 1,0798 0,1498 1,0675 0,0675 0,0071 1,0675 0,0675 0,9325 1,0695
r3 1,0798 0,1498 1,0695 0,0695 0,0071 1,0695 0,0695 0,9305 1,0692
r4 1,0798 0,1498 1,0692 0,0692 0,0071 1,0692 0,0692 0,9308 1,0692
x 2 1,0692 x 2,1069

Si las abcisas no estn uniformemente separadas el procedimiento es anlogo.

Ejemplo 3:
Dada la funcin f(x), por la tabla

x 0 0,2 0,3 0,5

f(x) 0 0,1823 0,2624 0,4055

Hallemos un valor de x tal que f(x) = 0,2.

Construyamos primero la tabla de diferencias divididas:

175
 x f(x) 1 2 3
0 0
0,2 0,1823 0,9115
0,3 0,2624 0,8010 -0,3683
0,5 0,4055 0,7155 -0,2850 0,1667

0,2 0 0,9115x 0,3683x ( x 0,2) 0,1666x ( x 0,2)(x 0,3)

0,2 0
x0 0,2194 x 0,2194 0,4041x ( x 0,2) 0,1829x ( x 0,2)(x 0,3)
0,9115
x1 0,2194 0,4041 0,2194 0,0194 0,1829 02194 0,0194 0,0806 0,2212
x 2 0,2194 0,4041 0,2212 0,0212 0,1829 02212 0,0212 0,0788 0,2214
x1 0,2194 0,4041 0,2214 0,0214 0,1829 02214 0,0214 0,0786 0,2214
x 0,2214

3.3.5 Interpolacin de una Funcin de Dos Variables

Sea una funcin de dos variables, z = f(x,y), dada en forma tabular:

y\x x0 x1 x2 .
y0 z00 z10 z20 .
y1 z01 z11 z21 .
y2 z02 z12 z22 .
. . .

Y, sea zgg = f(xg,yg) el valor que deseamos calcular de un modo aproximado.

En primer lugar, construimos un conjunto de tablas para los valores de z gi = f(xg,yi) (i =

1,2,3,) utilizando las frmulas de interpolacin ya conocidas. Y, en segundo lugar,
utilizando la misma frmula de interpolacin, u otra diferente, se calcula z gg.

Ejemplo:
Dada la funcin,
y\x 1,1 1,2 1,3
2 1,6292 1,6487 1,6677
2,2 1,7047 1,7228 1,7405
2,4 1,7750 1,7918 1,8083

Hallemos f(1,15; 2,3).

Utilizando la frmula de Newton para intervalos igualmente espaciados, tendremos:

176
y=2
x f(x;2) 2
1,1 1,6292
1,2 1,6487 0,0195
1,3 1,6677 0,0190 -0,0005
1,15 1,1 r 0,1 r 0,5
0,5 0,5
z g 0 1,6292 0,0195 0,5 0,0005 1,6390
2

y = 2,2
x f(x;2,2) 2
1,1 1,7047
1,2 1,7228 0,0181
1,3 1,7405 0,0177 -0,0004

0,5 0,5
zg1 1,7047 0,0181 0,5 0,0004 1,7138
2

y = 2,4
x f(x;2,4) 2
1,1 1,775
1,2 1,7918 0,0168
1,3 1,8083 0,0165 -0,0003

0,5 0,5
zg 2 1,7750 0,0168 0,5 0,0003 1,7834
2

y zgi 2
2 1,639
2,2 1,7138 0,0748
2,4 1,7834 0,0696 -0,0052
2,3 2 r 0,2 r 1,5
1,5 0,5
z gg 1,6390 0,0748 1,5 0,0052 1,7492
2

Es conveniente hacer las siguientes observaciones:

- Obviamente, el orden de interpolacin puede ser invertido, es decir que se puede

hacer variar primero los valores de y, y finalmente, los de x.
- Lgicamente la acumulacin de errores har que el resultado obtenido sea, en
general, menos exacto que en el caso de una variable.

177
 - Se puede encontrar una frmula que utilice diferencias dobles, pero ese punto no se
considerar en el presente texto.

3.4 Ajuste de una Funcin por el Mtodo de Mnimos Cuadrados

Cuando tratamos de interpolar una funcin dada, como en los prrafos anteriores, por
medio de una tabla, observamos que el grado del polinomio interpolante crece con el
nmero de datos, lo que desde un punto de vista prctico limita el nmero de datos a
utilizar.

El problema es, por lo tanto, encontrar una funcin de tipo predeterminado (lo ms simple
posible) que represente lo mejor posible el comportamiento de un conjunto grande de
datos. El anlisis de regresin es la tcnica estadstica que permite modelar, de la manera
ms exacta posible, la relacin entre dos o ms variables.

El tipo de modelo o funcin matemtica que relacionan a dos o ms variables entre s

puede ser de muy diversos tipos. En ocasiones, el modelo surge de una relacin terica. En
otras, no hay ningn conocimiento terico de la relacin existente entre x e y, y la
seleccin se basa en el anlisis del diagrama de dispersin que es una grfica en la que
cada par (xi,yi) est representado con un punto en un sistema de coordenadas
bidimensional. En estos casos, el modelo de regresin se considera como un modelo
emprico.
Diagrama de Dispersin

280

Y
260

240

220

200

180

160

140

120

100
0 5 10 15 20 25 30
X

3.4.1 Regresin Lineal Simple

El caso ms simple es el de la regresin lineal simple que considera un solo regresor o

variable independiente, X, y una sola variable dependiente, Y. Adems, supone que cada

178
observacin, y, puede describirse mediante una relacin lineal, es decir, mediante el
siguiente modelo:

Y 0 1X

En donde es un error aleatorio con media cero y varianza 2. Tambin se supone que los
errores que corresponden a observaciones diferentes son variables aleatorias
independientes entre s.

As, el problema ahora es, dado un conjunto de n pares de observaciones (xi,yi), estimar los
parmetros 0 y 1 para que la lnea recta resultante represente de la mejor manera posible
al conjunto de los datos. Gauss propuso hacer la estimacin minimizando la suma de los
cuadrados de los errores, i, definidos como la diferencia entre el valor observado de la
variable dependiente, yi, y el estimado, y i , definido por la relacin

y i 0 1x i

Dicho procedimiento se conoce como mtodo de los mnimos cuadrados. As, si definimos

n n n
D i2 yi y i yi 0 1x i
2 2

i 1 i 1 i 1

Los estimadores de 0 y de 1 deben cumplir, por lo tanto, con las siguientes ecuaciones:

D n
2 yi 0 1x i 1 0
0 i 1

D n
2 yi 0 1x i x i 0
1 i 1

Despus de simplificar, se tiene:

n n
n 0 1 x i yi
i 1 i 1
n n n
0 x i 1 x i2 x i yi
i 1 i 1 i 1

Ecuaciones que reciben el nombre de ecuaciones normales. Despejando, queda:

0 y 1 x

179
 n
n n
n yi x i yi x i
1 i 1 i 1 i 1
2
n
n
n xi xi
2

i 1 i 1

En donde x y y son los valores medios de las variables x y y, respectivamente. En

definitiva, la lnea de regresin estimada o ajustada es

y i 0 1x i

Es de hacer notar, que cada para de valores satisface la relacin

yi 0 1x i i

En donde i yi y i es el resto o residuo que describe el error en el ajuste del modelo en

la i-sima observacin, yi.

El principal propsito de un modelo de regresin es la prediccin de los valores de la

variable dependiente, y. Si x0 es el valor de la variable independiente, entonces

y 0 0 1x 0

es el estimador puntual de la respuesta y0. Ahora bien, ese es solamente el valor esperado
de y0, y se puede definir, estadsticamente, un intervalo de prediccin para una observacin
futura del 100(1 - ) por ciento de confianza, mediante la expresin

1 x 0 x 2 1 x 0 x 2
y 0 t / 2, n 2 1
2
y0 y 0 t / 2, n 2 1
2

n Sxx n Sxx

En donde t/2,n-2 es el valor de la variable en la distribucin t de Student, para n 2

grados de libertad correspondiente a una probabilidad /2. representa el nivel de
confianza del intervalo de confianza que, en ingeniera, se suele hacer igual a 0,05, lo que
implica que se trabaja con un 95 % de confianza. En la Tabla 3.1 se presentan algunos
valores de dicha distribucin.

Sxx se define mediante la siguiente expresin:

2
n n
1 n
Sxx x i x x i2 x i
2

i 1 i 1 n i 1

180
 TABLA 3.1
Valores de la Distribucin t de Student
Para = 0,05
n t/2,n-2
5 3,50
6 3,16
7 2,97
8 2,84
9 2,75
10 2,69
12 2,59
14 2,53
16 2,49
18 2,46
20 2,43
22 2,41
24 2,40
26 2,38
28 2,37
30 2,36
35 2,35
40 2,33
45 2,32
50 2,31
55 2,31
60 2,30
70 2,29
80 2,28
90 2,28
100 2,28

El parmetro 2 , que es la varianza del trmino de error, , en el modelo de regresin,

refleja la varianza aleatoria alrededor de la verdadera recta de regresin. Es, por lo tanto,
una estimacin de la validez del modelo. El estimador insesgado de 2 se define como

1 n 2 1 n
2
SS E
yi y i 2
n 2 n 2 i 1 n 2 i 1
i

Tal como se ha indicado, el modelo de regresin exige que se cumplan ciertas hiptesis. En
primer lugar, los errores deben ser variables aleatorias independientes entre s con media
cero y varianza constante. En segundo lugar, se supone que el grado del modelo es
correcto, es decir, si se ajusta un modelo de regresin lineal es porque el fenmeno en

181
realidad se comporta de manera lineal o lo que es lo mismo, que la funcin detrs de la
tabla de valores que tenemos es un polinomio de primer grado. Una manera de verificar la
validez de alguna de estas hiptesis es el anlisis residual.

El residuo, en un modelo de regresin, es la diferencia entre la observacin real, y i, y el

correspondiente valor ajustado, y i . Es decir, los residuos son los errores del modelo, que
permiten verificar alguna de las hiptesis planteadas.

Como comprobacin aproximada de la normalidad, se pueden llevar los residuos a una

hoja de probabilidad normal. Si estos se ajustan a una distribucin normal, el resultado
debe ser una lnea recta. Tambin se pueden analizar los residuos estandarizados, di,

i
di
2

Si los errores tienen una distribucin normal, el 95 % (aproximadamente) de los residuos

estandarizados deben caer en el intervalo (-2,+2). Los residuos que se alejan mucho de
dicho intervalo se denominan valores atpicos. Si bien, en principio estos valores se
consideran dudosos hay que analizarlos cuidadosamente antes de descartarlos pues
pueden proporcionar informacin importante sobre circunstancias poco usuales, pero de
gran inters.

A menudo es til hacer una grfica de los errores, i, contra los valores estimados, y i .
Usualmente estas grficas tienen un aspecto similar a los cuatro patrones generales que se
presentan a continuacin. El primero de ellos representa la situacin ideal, mientras que los
otros tres representan anomalas. Un patrn en embudo indica que la varianza aumenta con
la magnitud del valor estimado. Un patrn en doble arco tambin indica que hay
desigualdad en la varianza. Y, finalmente, un patrn no lineal nos dice que el modelo no es
el adecuado, es decir que hay que aadir trminos de orden superior.

Patrn aleatorio Patrn en Embudo

i i

yi estimado yi estimado

182
 Doble Arco No Lineal

i i

yi estimado yi estimado

Un parmetro que suele utilizarse para juzgar la validez de un modelo de regresin es el

coeficiente de determinacin:

y i y i
2

R2 1 i 1
n

y
i 1
i y

El coeficiente de determinacin vara entre 1 (cuando el juste es perfecto y yi es igual a y i

para todo i) y 0 (cuando no hay relacin alguna entre las variables y y i resulta ser igual al
valor medio, y ). A veces se hace referencia a R2 como la cantidad de variabilidad en los
datos que es explicada por el modelo de regresin.

La utilizacin de este parmetro para avalar el modelo es, sin embargo limitada. En primer
lugar, siempre es posible hacer que sea igual a uno aumentando el nmero de trminos del
polinomio de ajuste. As, puede obtenerse un ajuste perfecto a n datos con un polinomio
de grado n 1. Por otra parte, el coeficiente de determinacin es un trmino relativo. Es
decir, se limita a comparar el resultado de nuestro modelo de regresin con la estimacin
de la variable mediante su media.

Finalmente, es conveniente analizar la validez del modelo mediante una prueba de

hiptesis para el valor de la pendiente. Las hiptesis apropiadas son:

H0: 1 = 0
H1: 1 0

En donde H0 es la hiptesis nula y H1 la hiptesis alterna. El respectivo estadstico de

prueba es:
1
T0
2 Sxx

183
Que sigue la distribucin t de Student con n 2 grados de libertad. Por lo tanto, la
hiptesis nula puede rechazarse si T0 t / 2, n 2 . La falla al rechazar la hiptesis nula, 1 =
0, es equivalente a concluir que no hay ninguna relacin lineal entre x e y.

Ejemplo:
Los datos que se incluyen a continuacin corresponden a los registros de precipitacin
anual en dos estaciones metereolgicas. Se quieren emplear los valores registrados en la
estacin E-391 para completar los datos de la Estacin E-395. Definir el modelo de
regresin y analizar su validez.

Ao 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950
E-391 (mm) 696 745 1077 1040 892 918 795 838 701 863
E-395 (mm) 755 960 684 453 669 956 638

Ao 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960
E-391 (mm) 943 877 722 621 695 677 563 530 1046 1257
E-395 (mm) 796 892 322

Los valores para el ajuste del modelo de regresin son:

x 745 1077 1040 795 838 701 863 943 877 722
y 655 860 784 583 669 605 638 796 692 503

Valores con los que se puede estimar los coeficientes de regresin:

10 10 10 10

xi 8601
i 1
x 860,1 yi 6785
i 1
y 678,5 yi xi 5949039
i 1
x
i 1
2
i 7546655

n
n n
n yi x i yi x i
1 i1 i1 i1 10 5949039 6785 8601 0,7605
10 7546655 8601
2 2
n
n
n xi xi
2

i 1 i1

0 y 1 x 678,5 0,7605 860,1 24,42

Antes de pasar a estimar los valores de la variable dependiente, es conveniente analizar la

validez del modelo. El modelo de regresin es:

y i 24,42 0,7605 x i

En consecuencia, los valores estimados son:

184
 x 745 1077 1040 795 838 701 863 943 877 722
y 655 860 784 583 669 605 638 796 692 503
y 591 843 815 629 662 558 681 742 691 573

Y la sumatoria de los cuadrados de los errores, es:

n
SS E yi y i 19535,31
2

i 1

Lo que permite calcular la varianza del modelo,

SS E 19535,31
2 2441,91
n2 8

Y el coeficiente de determinacin:

y i y i
2

19535,31
R2 1 i 1
n
1 0,82
y y
105666,50
i
i 1

cuyo valor es bastante alto, lo que indica que el modelo tiene cierta validez. Para
confirmarlo hagamos la prueba de hiptesis:

H0: 1 = 0
H1: 1 0

Para lo cual necesitamos calcular T0. Comencemos por definir Sxx,

8601 148934,90
2
1 n
n 2
Sxx x x i 7546655 -
2
i
i 1i n i 1 10
As,
1 0,7605
T0 5,94
Sxx 2
2441,91 148934,90

Ya que T0 5,94 t / 2, n 2 t 0,025;8 2,75 , se debe rechazar la hiptesis nula. En

consecuencia, 1 es diferente de cero y si existe una relacin lineal entre ambas estaciones.

185
 i
El clculo de los errores estandarizados, di , cuyos valores se incluyen en la
2
siguiente tabla, indican que no hay valores atpicos, ya que ninguno tiene un valor absoluto
mayor de dos, lo que es indicacin de que los errores se ajustan a una distribucin normal.

i 64,03 16,55 -31,31 -45,99 7,31 47,49 -42,71 54,46 0,65 -70,48
di 1,30 0,33 -0,63 -0,93 0,15 0,96 -0,86 1,10 0,01 -1,43

Finalmente, al graficar los errores contra los valores estimados, no se aprecia ningn
patrn definido, por lo tanto se puede aceptar que la varianza es constante.

80,00

60,00

40,00

20,00

0,00
500 550 600 650 700 750 800 850 900

-20,00

-40,00

-60,00

-80,00
Yestimado

Una vez comprobada la bondad del modelo, se puede pasar a completar el registro de la
estacin,

Ao E-391 (mm) E-395 (mm) Lmite Inferior Lmite Superior

696 554 400 708
892 703 560 846
918 723 578 867
621 497 331 662
695 553 399 707
677 539 383 696
696 554 400 708
892 703 560 846
918 723 578 867
621 497 331 662

Tabla en la que se ha incluido los lmites, tanto superior como inferior, de los respectivos
intervalos de confianza, calculados segn la relacin,

186
 1 x x 2 1 x 0 x 2
y 0 t / 2, n 2 2 1 0 y 0
y 0 t / 2, n 2
2
1
n S xx n Sxx

3.4.2 Transformaciones que Llevan a un Modelo de Regresin Lineal

En ocasiones el modelo de regresin lineal es inapropiado, simplemente porque la funcin

de regresin verdadera es no lineal. Y, en algunas de estas situaciones, la funcin no lineal
puede llevarse a una lnea recta mediante una transformacin adecuada. Estos modelos se
denominan intrnsecamente lineales. Un ejemplo es la funcin exponencial:

Y 0 e1x

que puede transformarse en una lnea recta mediante una transformacin logaritmica:

ln Y ln 0 1x ln

Esta transformacin requiere que los trminos de error transformados, ln , sean normales,
con media cero y varianza 2, y que estn distribuidos de manera independiente. Por lo
dems, el procedimiento de ajuste es similar al del caso anterior, haciendo

y i o 1x i

En donde yi = ln yi; o ln 0 .

A continuacin se incluyen algunas de las transformaciones ms frecuentes.

Y 0 x 1 ln Y ln 0 1 ln x Y 0 1x
1
Y 0 Y 0 1 x
x
Y 0 1 ln x Y 0 1 x
Y e 0 1x ln Y 0 1 x Y 0 1 x

3.4.3 Regresin Lineal Mltiple

En general, una variable dependiente, Y, puede estar relacionada con k variables

independientes. El modelo

187
 Y 0 1x1 2 x 2 ... k x k

recibe el nombre de modelo de regresin lineal mltiple con k variables de regresin, en

donde los parmetros j, se conocen como coeficiente de regresin.

Los modelos polinomiales con una variable de regresin pueden analizarse como un
problema de regresin lineal mltiple. En efecto, si se hace x1 x, x 2 x 2 , ... x k x k ,
entonces el modelo anterior puede escribirse como

Y 0 1x 2 x 2 ... k x k

De la misma forma pueden transformarse otros tipos de relaciones funcionales. Por

ejemplo, el modelo de segundo grado con interaccin:

Y 0 1x1 2 x 2 11x12 22x 22 12x1x 2

Si se hace x 3 x12 , x 4 x 22 , x 5 x1x 2 , 3 11 , 4 22 , 5 12 , entonces la

ecuacin anterior puede escribirse como un modelo de regresin lineal mltiple:

Y 0 1x1 2 x 2 3x 3 4 x 4 5 x 5

Los coeficientes de regresin pueden estimarse aplicando el mtodo de mnimos

cuadrados. As, la sumatoria de los cuadrados de los errores,

n n n
D i2 yi y i yi 0 1x1i 2 x 2i ... k x k i
2 2

i 1 i 1 i 1

se deriva respecto a cada uno de los coeficientes a estimar:

D

n
2 yi 0 1x1i 2 x 2 i ... k x k i 1 0
0 i 1

D

n
2 yi 0 1x1i 2 x 2 i ... k x k i x1i 0
1 i 1

...........................................................................................
D

n
2 yi 0 1x1i 2 x 2 i ... k x k i x k i 0
k i 1

Para obtener, simplificando, las (k + 1) = p ecuaciones normales del sistema, que permiten
hallar los p coeficientes de regresin:

188
 n n n n
n 0 1 x 1i 2 x 2 i ... k x k i y i
i 1 i 1 i 1 i 1
n n n n n
0 x 1i 1 x 12i 2 x 1i x 2 i ... k x 1i x k i x 1i y i
i 1 i 1 i 1 i 1 i 1

........................................................................................
n n n n n
0 x k i 1 x k i x 1i 2 x k i x 2 i ... k x 2k i x k i y i
i 1 i 1 i 1 i 1 i 1

Matricialmente, el modelo de regresin mltiple puede escribirse como:

Y X
En donde,
y1 1 x11 x12 ... x1k 0 1
y 1 x x 22 ... x 2 k
Y 2 X 21
1 2
... ... ... ... ... ... ... ...

yn 1 x n1 x n 2 ... x nk k n

As, Y es un vector de observaciones de n 1 , X es una matriz n p de los niveles

de las variables independientes, es un vector de p 1 formado por los coeficientes de
regresin y es un vector de n 1 de errores aleatorios.

Para hallar el vector de estimadores de mnimos cuadrados, hay que minimizar la

expresin,

n
D i2 Y X Y X
T T

i 1

Las ecuaciones a resolver estn dadas por:

XT X XT Y
Cuya solucin es:

X X T 1
XT Y
El primer paso para validar el modelo es estimar su varianza, que tambin se puede
calcular matricialmente:

189
 n

SS E y i y i
2

YT Y XT Y
T

2 i 1

np np np

El siguiente paso es la prueba para la significancia de la regresin, que es una prueba que
permite determinar si existe una relacin lineal entre la variable dependiente o variable de
respuesta y un subconjunto dado de las variables de regresin. Las hiptesis a utilizar son:

Ho: 1 = 2 = . = k = 0
H1: j 0 al menos para una j

El rechazo de la hiptesis nula implica que al menos una de las variables de regresin tiene
una contribucin significativa en el modelo. El correspondiente estadstico de prueba est
dado por:

SS R k
F0
SS E n p
En donde,

SS E Y Y
T
T
XT Y
y,

X Y 1 yi
n
SS R
T T

n i 1

F0 se ajusta a una distribucin F con k grados de libertad en el numerador y (n p) grados

de libertad en el denominador. As, si el valor calculado del estadstico de prueba es mayor
que f,k,n-p debe rechazarse la hiptesis nula. En la Tabla 3.2 se presentan algunos valores
de la distribucin F, para = 0,05.

Tambin suele ser de inters las pruebas de hiptesis sobre los coeficientes de regresin, en
forma individual, a fin de determinar el valor potencial de cada una de las variables
independientes del modelo. En este caso las hiptesis a plantear son:

H0: j = 0
H1: j 0

Si no se puede rechazar la hiptesis nula, el regresor xj debe ser eliminado del modelo. El
estadstico de prueba para esta hiptesis es:
j
T0
2C jj

190
 TABLA 3.2
Valores de la Distribucin F para = 0,05
n f,2,n-3 f,3,n-4 f,4,n-5 f,5,n-6
5 19,00 215,71
6 9,55 19,16 224,58
7 6,94 9,28 19,25 230,16
8 5,79 6,59 9,12 19,30
9 5,14 5,41 6,39 9,01
10 4,74 4,76 5,19 6,26
12 4,26 4,07 4,12 4,39
14 3,98 3,71 3,63 3,69
16 3,81 3,49 3,36 3,33
18 3,68 3,34 3,18 3,11
20 3,59 3,24 3,06 2,96
22 3,52 3,16 2,96 2,85
24 3,47 3,10 2,90 2,77
26 3,42 3,05 2,84 2,71
28 3,39 3,01 2,80 2,66
30 3,35 2,98 2,76 2,62
35 3,29 2,91 2,69 2,55
40 3,25 2,87 2,64 2,49
45 3,22 2,83 2,61 2,46
50 3,20 2,81 2,58 2,43
55 3,18 2,79 2,56 2,40
60 3,16 2,77 2,54 2,39
70 3,13 2,74 2,51 2,36
80 3,12 2,72 2,49 2,34
90 3,10 2,71 2,48 2,32
100 3,09 2,70 2,47 2,31

En donde Cjj es el elemento de la diagonal de X X

T 1
que corresponde a j. La
hiptesis nula se rechaza si T0 t / 2, n p .

Finalmente, el intervalo de confianza para la prediccin de nuevas observaciones est dado

por la siguiente relacin:

T T
X y
y 0 t / 2, n p 2 1 X0 X X
1
0 0 T T
X
y 0 t / 2, n p 2 1 X0 X X
1
0

Ejemplo:
Se quiere establecer la relacin existente entre la resistencia al esfuerzo cortante de un
suelo (y) con la profundidad en metros (x1) y con el contenido de humedad (x2).

191
Los datos disponibles (n = 10) son los siguientes:

Y 3,9 5,1 3,7 5,2 5,1 2,8 3,9 4,2 3,3 3,6
X1 18 21 15 23 24 12 16 17 12 15
X2 0,38 0,45 0,17 0,29 0,55 0,4 0,36 0,24 0,15 0,16

Datos que permiten definir las matrices Y y X:

3,9 1 18 0,38
5,1 1 21 0,45

3,7 1 15 0,17

5,2 1 23 0,29
5,1 1 24 0,55
Y X
2,8 1 12 0,40
3,9 1 16 0,36

4,2 1 17 0,24
3,3 1 12 0,15

3,6 1 15 0,16

Y, por lo tanto:

1,9715 - 0,1107 0,1411 0,828

X X
T 1
- 0,1107 0,0096 - 0,1781 0,205
0,1411 0,1781 9,3323 0,949

Con lo que el modelo sera:

y 0,828 0,205X1 0,949X2

Para comprobar la validez del modelo es necesario establecer, en primer lugar, la varianza
y el coeficiente de determinacin, para lo cual hay que calcular los valores estimados:

y 3,9 5,1 3,7 5,2 5,1 2,8 3,9 4,2 3,3 3,6
y 4,16 4,71 3,75 5,27 5,23 2,91 3,77 4,09 3,15 3,76
2 0,069 0,151 0,002 0,005 0,017 0,012 0,017 0,012 0,023 0,024

SS E 0,3330
2 0,0476
n p 10 3

192
 n

y i y i
2

0,3330
R2 1 i 1
n
1 0,94
y y
6,0360
i
i 1

Un coeficiente de determinacin as de elevado parece indicar que la relacin funcional es

adecuada. Para confirmarlo, hagamos la prueba de hiptesis,

Ho: 1 = 2 = 0
H1: 1 0 y/o 2 0

El estadstico de prueba es:

SS R k 5,70 2
F0 59,94
SS E n p 0,330 (10 3)

En donde,

X Y 1 yi 172,17 40,8 5,70

n 2 2
SS R
T T

n i 1 10

Dado que f,k,n-p = f0,05;2;7 = 4,74 es un valor muy inferior, debe rechazarse la hiptesis nula.
Lo que indica que al menos una de las variables independientes influye decisivamente
sobre la resistencia al esfuerzo cortante del suelo.

El siguiente paso es establecer la importancia de X1 y de X2, por separado. Para ello

planteamos las siguientes hiptesis:

H0: 1 = 0
H1: 1 0

El estadstico de prueba es:

1 0,205
T0 9,58
C11
2
0,0476 0,0096

Ya que t/2;n-p = t0,025;7 = 2,84 es menor que el estadstico de prueba, debe rechazarse la
hiptesis nula. En conclusin, la profundidad del suelo si influye sobre la resistencia del
suelo.

La siguiente hiptesis es:

193
 H0: 2 = 0
H1: 2 0

2 0,949
T0 1,42
C22
2
0,0476 9,3323

Ya que T 0 1,42 es menor que t /2;n-p = t0,025;7 = 2,84 no se puede rechazar la hiptesis
nula. Es decir que la humedad relativa no parece ser factor relevante del modelo.

3.4.4 Mejor Solucin de un Sistema de Ms Ecuaciones que Incgnitas

Con el mtodo de los mnimos cuadrados se puede resolver el problema de encontrar los
mejores valores posibles de una serie de incgnitas x1, x2, , xm de un sistema de n
ecuaciones lineales

a11x1 a12x 2 ... a1m x m k1

a 21x1 a 22x 2 ... a 2 m x m k 2
.............................................
a n1x1 a n 2 x 2 ... a nmx m k n

cuando n es mayor que m.

Este problema, tericamente incompatible, se presenta cuando las ecuaciones son el

resultado de medidas empricas y se acepta que los coeficientes estn afectados de un
cierto error que no conocemos.

Consideremos los errores

i a i1x1 a i 2 x 2 ... a im x m k m

Y busquemos los valores de x1, x2, , xm que hagan mnima la suma de los cuadrados de
los errores. Obtendremos as un sistema de m ecuaciones con m incgnitas, llamadas
ecuaciones normales, y bastar resolver este sistema. La sumatoria de los cuadrados de los
errores es:

2
n m
D a ijx j k i

i 1 j 1

Y, derivando,

194
1 D
a11a11x1 a12x 2 ... a1m x m k1 a 21a 21x1 a 22x 2 ... a 2 m x m k 2 ...
2 x1
a n1 a n1x1 a n 2 x 2 ... a nmx m k m 0
1 D
a12 a11x1 a12x 2 ... a1m x m k1 a 22 a 21x1 a 22x 2 ... a 2 m x m k 2 ...
2 x 2
a n 2 a n1x1 a n 2 x 2 ... a nmx m k m 0
......................................................................................................................................
1 D
a1m a11x1 a12x 2 ... a1m x m k1 a 21a 21x1 a 22x 2 ... a 2 m x m k 2 ...
2 x m
a n1 a n1x1 a n 2 x 2 ... a nmx m k m 0

n 2 n n n
a i1 x1 a i1a i 2 x 2 ... a i1a im x m a i1k i
i 1 i 1 i 1 i 1

n n n n
a i 2a i1 x1 a i22 x 2 ... a i 2a im x m a i 2 k i
i 1 i 1 i 1 i 1

.......................................................................................
n n n 2 n
a im a i1 x1 a im a i 2 x 2 ... a im x m a im k i
i 1 i 1 i 1 i 1

Ejemplo:
Busquemos el mejor valor de x1, x2, x3, para el sistema:

x1 2 x 2 3x 3 7
2 x1 x 2 2 x 3 4
3x1 x 2 3x 3 2
x1 x 2 x 3 4

4
D i2 x1 2x 2 3x 3 7 2x1 x 2 2x 3 4 3x1 x 2 3x 3 2
2 2 2

i 1

x1 x 2 x 3 4
2

1 D
x1 2x 2 3x 3 7 22x1 x 2 2x 3 4 33x1 x 2 3x 3 2 x1 x 2 x 3 4 0
2 x1
1 D
2x1 2x 2 3x 3 7 2x1 x 2 2x 3 4 3x1 x 2 3x 3 2 x1 x 2 x 3 4 0
2 x 2

195
1 D
3x1 2x 2 3x 3 7 22x1 x 2 2x 3 4 33x1 x 2 3x 3 2 x1 x 2 x 3 4 0
2 x 3

1413
x1 1,439
15x1 4x 2 x 3 25 982
1118
4x1 7 x 2 2x 3 16 x2 1,138
982
x1 2x 2 23x 3 27 1117
x3 1,137
982

3.5 Derivacin Numrica

En la solucin de problemas prcticos han de hallarse a veces las derivadas de una funcin
dada en forma tabular. En ese caso para obtener frmulas que den valores aproximados de
las derivadas de la funcin considerada se sustituye dicha funcin por una funcin de
interpolacin que en general es un polinomio. El error cometido ser evidentemente la
derivada del error de la funcin de la funcin de interpolacin y puede ser mucho mayor,
puesto que la proximidad de las ordenadas de las dos curvas no implica la proximidad de
las derivadas.

Sean, en primer lugar, los valores de xi uniformemente espaciados. La frmula de Newton

nos da:

r r 1 2 rr 1r 2 3 rr 1r 2r 3 4
f r y0 y0
r
y0 y0 y0 ....
1! 2! 3! 4!

x x0
f r . Y, entonces:
df df dr 1
Ahora bien, como r se cumple que
h dx dr dx h

1 2r 1 2 3r 2 6r 2 3 4r 3 18r 2 22r 6 4
f x y0 y0 y0 y0 ....
h 2 6 24

Y basta sustituir el valor correspondiente de r. Por ejemplo, para encontrar f(x o), f(x1),
f(x2) y f(x3) habr que hacer r = 0, r = 1, r = 2 y r = 3, respectivamente. As, obtenemos
las frmulas:

1 y 0 2 y 0 3 y 0 4 y0
f x 0 .....
h 1 2 3 4
1 y 0 2 y 0 3 y0 4 y 0
f x1 .....
h 1 2 6 12

196
 1 y0 32 y0 3 y0 4 y0
f x 2 .....
h 1 2 3 12
1 y0 52 y0 113 y0 4 y0
f x 3 .....
h 1 2 6 4

Ejemplo 1:
Dada la funcin,

x 2,2 2,4 2,6 2,8 3,0

f(x) 1,4832396 1,5491933 1,6124515 1,6733200 1,7320508

Hallar los valores aproximados de f(2,2), f(2,4) y f(2,6).

La tabla de diferencias correspondiente es:

x f(x) 2 3 4
2,2 1,4832396
2,4 1,5491933 0,0659537
2,6 1,6124514 0,0632581 -0,0026956
2,8 1,6733200 0,0608686 -0,0023895 0,0003061
3 1,7320508 0,0587308 -0,0021378 0,0002517 -0,0000544

Y, por lo tanto,

1 0,0026956 0,0003061 0,0000544

f 2,2 0,0659537 0,3370842
0,2 2 3 4
1 0,0026956 0,0003061 0,0000544
f 2,4 0,0659537 0,3227525
0,2 2 6 12
1 3 0,0026956 0,0003061 0,0000544
f 2,6 0,0659537 0,3100843
0,2 2 3 12

Los resultados exactos, en este caso, son 0,3370999, 0,3227486 y 0,3100868,

respectivamente.

Para encontrar las derivadas de orden superior, bastar derivar respecto a r y multiplicar
por 1/h cada vez que se derive. As, por ejemplo,

1 2 y0 6r 6 3 12r 2 36r 22 4
f x
2
y 0 y0 ....
h 1 6 24

197
Y, en particular,

1 2
f x 0
11
2
y0 3 y0 4 y0 ....
h 12

Ejemplo 2:
Con los datos del ejemplo anterior calculemos f 2,2 .

1 11 0,0000544
f 2,2 0,0026956 0,0003061 0,0762980
0,04 12

El resultado exacto, en este caso, es 0,0766136.

Si los valores de x no estn uniformemente espaciados, la frmula de Newton Gregory nos

da:

f(x) f x 0 x x 0 x 0 x1 x x 0 x x1 x 0 x1x 2 x 0 x1x 2 x 3 x x 0 x x1 x x 2

x 0 x1x 2 x 3 x 4 x x 0 x x1 x x 2 x x 3 .....

Si buscamos el valor aproximado de la derivada en el primer punto de la tabla, obtenemos:

f (x) x 0 x1 x 0 x1 x 0 x1x 2 x 0 x1x 2 x 3 x 0 x1 x 0 x 2 x 0 x1x 2 x 3x 4 x 0 x1 x 0 x 2 x 0 x 3 .....

Ejemplo 3:
Dada la funcin

x 3,2 3,3 3,5 3,7 3,8

f(x) 1,1631508 1,1939225 1,252763 1,3083328 1,3350011

Hallemos la derivada de f(x) para x = 3,2.

Construiremos primero la tabla de diferencias divididas:

x f(x) 1 Orden 2 Orden 3 Orden 4 Orden

3,2 1,1631508
3,3 1,1939225 0,3077170
3,5 1,252763 0,2942025 -0,0450483
3,7 1,3083328 0,2778490 -0,0408838 0,0083292
3,8 1,3350011 0,2666830 -0,0372200 0,0073275 -0,0016694

Y, aplicando la frmula anterior,

198
f (3,2) 0,307717 0,0450483 0,1 0,0083292 0,1 0,3 0,0016694 0,1 0,3 0,5
f (3,2) 0,3124968

En este caso, el resultado exacto es 0,3125000.

3.6 Integracin Aproximada. Frmula de Poncelet

x0 x1 x2 x3 xn-3 xn-2 xn-1 xn

a b
Sea una funcin continua en (a,b) cuya segunda derivada supondremos de signo constante
en dicho intervalo (en la figura, la segunda derivada es siempre negativa).

ba
Dividimos el intervalo (a,b) en un nmero par de intervalos de igual amplitud, h .
n

En primer lugar, unimos mediante rectas los extremos del primer intervalo y los del ltimo,
y luego los extremos de las ordenadas impares (saltndose las pares). Teniendo en cuenta
que el rea de un trapecio es igual a la semisuma de las bases por la altura, obtenemos

y0 y1 y y3 2h y3 y5 2h yn 1 yn
x 0 f x dx
xn
I1 = rea h 1 h
2 2 2 2

y1 y n 1
Sumando y restando ,
2

y y n y1 y n 1 E E
I1 h 0 2y1 y3 y5 y n 1 h 2 Im p
2 2 2

Donde E es la suma de las dos ordenadas extremas, E es la suma de las dos ordenadas
contiguas a las extremas e Imp es la suma de todas las ordenadas impares.

199
 Y

x0 x1 x2 x3 xn-3 xn-2 xn-1 xn

a b
En segundo lugar, trazamos ahora las tangentes en los extremos de todas las ordenadas
impares y, teniendo en cuenta que el rea de un trapecio tambin se puede encontrar
multiplicando la paralela media por la altura, obtenemos

x 0 f x dx h2y1 2y3 2y5 2yn 1 2h Im p

xn
I2 = rea

Como una de las expresiones es mayor que la integral buscada y la otra es menor (segn la
curva sea cncava o convexa), tomaremos, como valor aproximado de la integral

I1 I2 E E

b
a f x dx
2
h
4
2 Im p

Evidentemente, para el error cometido, se tiene

I 2 I1 E E
Error h
2 4

Es importante hacer notar que si la curva representativa de f(x) tuviera un punto de

inflexin en el intervalo (a, b) sera necesario fraccionar el intervalo en dos subintervalos
de modo que el punto de inflexin quedara en uno de los extremos.

Este mtodo tiene dos ventajas: En primer lugar no es necesarios calcular todas las
ordenadas y, en segundo lugar, es muy fcil estimar el orden de magnitud del error
cometido.

Ejemplo 1:
1 dx
Calculemos un valor aproximado de 01 x2 con h = 0,1.

200
Calculemos, para empezar, las ordenadas necesarias:

y0 1 y1 1,01 0,990099 y3 1,09 0,9174311 y5 1,25 0,8

1 1 1

y7 1,49 0,6711409 y9 1,81 0,5524861 y10 1 2 0,5

1 1

Obsrvese que no hemos calculado y2, y4, y6 ni y8.

E y0 y10 1,5 E y1 y9 1,5425851

Im p y1 y3 y5 y7 y9 3,9311571 (Observse que Imp incluye a y1 y a y9 )

1 dx 0,0425851
0 1 x 2 0,1 4
2 3,9311571 0,7851668

Y el error es 0,0010646 2 103 , lo que nos garantiza, por lo menos, dos decimales
exactos. En este caso en particular sabemos que el valor exacto es /4 = 0,7853981.

Ejemplo 2:
1,2 senx
Calculemos un valor aproximado de 0 x
dx .

Tomemos h = 0,1. Aplicando la regla de lHpital, se obtiene y0 = 1.

sen 0,1 sen 0,3 sen 0,5

y1 0,99833 y3 0,98507 y5 0,95885
0,1 0,3 0,5
sen 0,7 sen 0,9 sen 1,1
y7 0,92031 y9 0,87036 y11 0,81019
0,7 0,9 1,1
sen 1,2
y12 0,776699 E 1,77670 E 1,80852 Im p 5,54311
1,2
1,2 senx 1,77670 1,80852
0 x
dx 0,1
4
2 5,54311 1,10783

Y, el error es: 0,00080 1 103 , lo que nos garantiza que hay, por lo menos, tres
decimales exactos.

3.7 Frmula de Simpson

Supongamos f(x) continua y con derivadas continuas en el intervalo de integracin y

sustituymosla por un polinomio de segundo grado.

201
 Y

h h

x0 x1 x2 X

Utilizando la frmula de Lagrange:

x 2 x x1 x x 2 x x 0 x x 2 y x x 0 x x1 dx

x2
x0 f x dx x 0 h 2h
y 0 y1
h h 2
h 2h
Y, haciendo el cambio de variable x x0 = r h,

2 r 1r 2 y rr 2 y rr 1 h dr h y
x 0 f x dx 0 y0 0 4 y1 y2
x2
2
1
1
2
2 3

Y, si dividimos el intervalo (a, b) en un nmero par de partes iguales y repetimos este

procedimiento para cada par de intervalos parciales, obtenemos

a f x dx 3 y0 4y1 y2 y2 4y3 y4 y4 4y5 y6 yn 2 4yn 1 yn

b h

h
y0 2 y2 2 y4 2 yn 2 yn 4y1 y3 y5 yn 1
3
2y0 y 2 y 4 y n y0 y n 4y1 y3 y5 y n 1 2 P 4 Im p E
h h
3 3

Donde P es la suma de las ordenadas pares, Imp la de las impares y E la de las extremas.

Ejemplo:
1 dx
Calculemos un valor aproximado de 01 x2 con h = 0,1.

Fcilmente obtenemos

202
y 0 1 y1 0,990099 y 2 0,9615384 y3 0,9174311 y 4 0,862689 y5 0,8
y 6 0,7342941 y 7 0,6711409 y8 0,6097560 y9 0,5524861 y10 0,5
P y 0 y 2 y 4 y 6 y8 y10 4,6686574 Im p y1 y3 y5 y 7 y9 3,9311571
E y 0 y10 1.5

0 1 x 2 3 2 4,6686574 4 3,9311571 1,5 0,7853981

1 dx 0,1

Resultado ms exacto que el obtenido por la frmula de Poncelet pero para el cual ha
habido que calcular un mayor nmero de ordenadas.

Para obtener una frmula del error

coloquemos, por comodidad, los ejes
Y tal como indica la figura.

Sea la curva aproximada

y0 y1 y2
y a bx cx 2 dx 3
h h
0 X Con lo cual
y0 a bh ch dh
2 3

y1 a 2ch y0 y 2 2 y1
2

y 2 a bh ch 2 dh 3

Si desarrollamos la funcin a integrar en serie de Mac Laurin, tendremos:

f IV x 4
f x a bx cx 2 dx 3 x
24
h f IV x 4
2 3
h
h f x dx 2ah
3
ch h 24 x dx
Y, si M es un valor mayor o igual a la cuarta derivada de f(x) en todo el intervalo (a, b), y
se tienen en cuenta los valores de las constantes,

5
f x dx y0 4y1 y2 M 2h
h h
h 3 120

Con lo cual, multiplicando por n/2 el error de dos intervalos parciales:

203
 M nh5
Error Total
120

En esta frmula del error, lo que a menudo resulta engorroso es estimar el valor de M.

En el ejemplo expuesto ms arriba se obtiene que

d 4 1 120x 4 240x 2 24 24 10 105

24 Error 2 105
dx 4 1 x 2 1 x 2 5
120

3.8 Frmulas de Newton Cotes

Siguiendo el mismo mtodo que se ha utilizado para deducir la frmula de Simpson, se

pueden encontrar otras frmulas que correspondan a los casos en los que se haya dividido
el intervalo total en un mltiplo de tres, o de cuatro, o de cinco, etc intervalos parciales.
Deduzcamos el primer caso (n mltiplo de tres) y los otros se deducirn de modo anlogo.

Utilizando de nuevo la frmula de Lagrange para sustituir la funcin a integrar por otra
aproximada, tenemos:

x 03 f x dx
x

x
3 y0
x x1 x x 2 x x 3 y x x 0 x x 2 x x 3 y x x 0 x x1 x x 3
x0 h 2h 3h 1
h h 2h 2
h h 2h
y3
x x 0 x x1 x x 2 dx
h 2h 3h

Y, haciendo otra vez el cambio de variable x x0 = r h,

r 1r 2r 3 y rr 2r 3 y rr 1r 3 y rr 1r 2 dx
x 0 f x dx x 0 y0
x3 x3
1 2 3
6 2 2 6

Y, en total:

x 0 f x dx 8 y0 3y1 3y2 y3 y3 3y4 3y5 y6

xn 3h

Ejemplo:

204
 1,2 senx
Calculemos el valor aproximado de dx con h = 1.
0 x

y0 1 y1 0,99833 y 2 0,99335 y3 0,98507 y 4 0,97355 y5 0,95885

y6 0,94107 y7 0,92031 y8 0,89670 y9 0,87036 y10 0,84147
y11 0,81019 y12 0,77670
1,2 senx
0 x dx
3h
y0 3y1 3y2 y3 y3 3y4 3y5 y6 y6 3y7 3y8 y9 y9 3y10 3y11 y12
8

y0 y12 2y3 y6 y9 3y1 y 2 y 4 y5 y7 y8 y10 y11

1,2 senx 3h
0 x
dx
8
3 0,1
1,77670 2 2,79650 3 7,39274 1,10805
8

3.9 Integracin de Ecuaciones Diferenciales Ordinarias. Frmula de Euler

Sea la ecuacin diferencial ordinaria de

primer orden y = f(x,y) con los valores
Y iniciales x = x0 ; y = y0.
D
A C y0 Si tomamos como incremento constante de la
B variable X, el valor de h, segn la figura se
tiene:
h
x0 x1 BC AB tg h y0 h f x 0 , y0
X

Y, si tomamos BC aproximadamente igual a BD , con lo cual evidentemente cometemos

un error, llegamos a

y0 h f x 0 , y0

Y si repetimos el proceso obtenemos

yi h f x i , yi

Frmula en la cual se irn acumulando los errores, razn por la cual no ser aconsejable
utilizar este mtodos ms que para obtener una idea general del comportamiento de la

205
solucin, o para valores prximos a los iniciales. Los clculos pueden disponerse en forma
de tabla:

x y y y
x0 y0 y0 f x 0 , y0 y0 = h f(x0,y0)

x1 = x0 + h y1 = y0 + y0 y1 f x1, y1 y1 = h f(x1,y1)
x2 = x1 + h y2 = y1 + y1 y2 f x 2 , y2 y2 = h f(x2,y2)
. . . ..
Ejemplo:
Integremos la ecuacin diferencial y 2x y en el intervalo (0; 0,5) con x0 = 0 y0 = 1
h = 0,1. (Clculos con 3 decimales).

x y y y
x0 = 0 y0 = 1 y0 1 y0 = 0,1
x1 = 0,1 y1 = 1,100
y1 1,300 y1 = 0,13
x2 = 0,2 y2 = 1,230 y2 1,630 y2 = 0,163
x3 = 0,3 y3 = 1,393 y3 1,993 y3 = 0,199
x4 = 0,4 y4 = 1,592 y4 2,392 y4 = 0,239
x5 = 0,5 y5 = 1,832

En este ejemplo la ecuacin se puede resolver exactamente: y 3ex 2x 2 , y los

resultados exactos as como el porcentaje de error del mtodo de Euler son:

x y Error (%)
x0 = 0 y0 = 1 0,00
x1 = 0,1 y1 = 1,116 1,39
x2 = 0,2 y2 = 1,264 2,71
x3 = 0,3 y3 = 1,450 3,90
x4 = 0,4 y4 = 1,675 4,96
x5 = 0,5 y5 = 1,946 5,89

3.10 Mtodo de Euler Modificado

Una mejora apreciable del mtodo de Euler consiste en:

a. Dado y0 calcular, como antes, un primer valor de la pendiente: m0 = f(x0, y0).

b. Estimar un primer valor de y1: y1,1 = y0 + h f(x0,y0) = y0 + h m0.
c. Calcular luego un valor para la pendiente en el punto (x1, y1,1), es decir
m1,1 = f(x1, y1,1).

206
 d. Finalmente, tomar el promedio de las dos pendientes para calcular el valor
m m1.1 f x 0 , y0 f x1 , y1,1
definitivo de y1: y1 y0 h 0 y0 h .
2 2
e. As, sucesivamente.

En general:

- Partimos de xn e yn
- Calculamos mn f x n , yn
- Calculamos yn+1,1 = yn + h mn
- Calculamos mn+1,1 = f(xn+1, yn+1,1)
m mn 1.1
- Finalmente, y n 1 y n h n
2

Ejemplo:
Repitamos el ejemplo anterior, es decir, integremos la ecuacin diferencial y 2x y en
el intervalo (0; 0,5) con x0 = 0 y0 = 1 h = 0,1.

xn yn mn yn+1 mn+1,1 yn+1 Error (%)

x0 = 0 y0 = 1 m0 = 1 y1,1 = 1,1 m1,1 = 1,3 y1 = 1,115 0,00
x1 = 0,1 y1 = 1,115 m1 = 1,315 y2,1 = 1,247 m2,1 = 1,647 y2 = 1,263 0,05
x2 = 0,2 y2 = 1,263 m2 = 1,663 y3,1 = 1,429 m3,1 = 2,029 y3 = 1,448 0,09
x3 = 0,3 y3 = 1,448 m3 = 2,048 y4,1 = 1,652 m4,1 = 2,452 y4 = 1,673 0,13
x4 = 0,4 y4 = 1,673 m4 = 2,473 y5,1 = 1,920 m5,1 = 2,920 y5 = 1,942 0,17
x5 = 0,5 y5 = 1,942 0,20

Tal como se puede ver, ahora el error resulta aceptable.

3.11 Mtodo de Adams

Sea la ecuacin diferencial y = f(x, y) con los valores iniciales x = x0 ; y = y0 ; as como el

incremento constante de la variable X que designaremos, como de costumbre, con la letra
h.

- La ecuacin dada permite, por derivacin, encontrar los valores de y0 , y0 e y0 .

- Si expresamos la solucin en forma de desarrollo en serie de Taylor en las

proximidades de x0 y limitamos el desarrollo a la derivada de tercer orden incluida,
obtenemos
y y y
y y0 0 x x 0 0 x x 0 0 x x 0
2 3

1! 2! 3!

207
 Bastar hacer x = x1 = x0 + h; x = x2 = x0 +2 h; para obtener y1 e y2:

h2 h3
y1 y 0 h y0 y0 y0
2 6
4h 3
y 2 y 0 2h y0 2h 2 y0 y0
3

El error cometido al suprimir trminos del desarrollo en serie de Taylor no es

grande por ser, en general, h pequea.
- No se puede seguir calculando los valores de Y por este camino porque los errores
se incrementaran muy rpidamente. Para encontrar los siguientes valores de la
solucin desarrollemos Y en las proximidades de x = x2, limitando otra vez el
desarrollo en las derivadas de tercer orden.

y2
y y2 x x 2 y2 x x 2 2 y2 x x 2 3
1! 2! 3!

Haciendo x = x3 = x2 + h, obtenemos

h2 h3
y3 y 2 h y2 y2 y2 (1)
2 6

El valor de y2 lo podemos obtener de la ecuacin diferencial dada, pero para los

valores de y2 e y2 necesitamos algo ms.

- Desarrollemos ahora en serie de Taylor, en las proximidades de x = x2, la derivada

y. Es decir:
y y
y y2 2 x x 2 2 x x 2
2

1! 2!

Haciendo x = x1 = x2 h y, luego x = x0 = x2 2h llegamos a

h2
y1 y2 h y2 y2
2
y0 y2 2h y2 2h 2 y2

Restando estas ecuaciones se obtiene

208
 h2
y1 y2 y1 h y2 y2
2
3h 2
y0 y1 y0 h y2 y2
2
Y, de restar estas dos ltimas ecuaciones:

2 y0 y1 y0 h 2 y2

De ello se deduce fcilmente que

1 2 1 1 2
y2
2
y0 y2 y1 y0
h h 2h
Y, finalmente, sustituyendo en la ecuacin (1) y despus de simplificar, se tiene:

h 5h
y3 y 2 h y2 y1 2 y0
2 12

Como el proceso indicado puede continuarse del mismo modo, en general tenemos:

h 5h
y n 1 yn h yn yn 1 2 yn 2
2 12
Ejemplo:
Sea la ecuacin diferencial y 3xy y2 x 2 x 0 1; y0 2; h 0,1

Encontremos, en primer lugar, los valores de y0 , y0 e y0 :

y 3xy y 2 x 2 y0 3 1 2 22 12 1
y 3y 3xy 2 yy 2x y0 3 2 3 11 2 2 1 2 1 3
y 6 y 3xy 2y 2 yy 2 y0 6 1 3 1 3 2 12 2 2 3 2 1
2

El siguiente paso es hallar los valores de y1 e y2:

y1 y0 h y0
h2 h3
y0 y0 2 0,1 1
0,1 3 0,1 1 2,1148
2 3

2 6 2 6
40,1
3 3
y0 2 2 0,1 1 2 0,1 3 1 2,2587
4h
y 2 y0 2h y0 2h 2 y0
2

3 3

Los siguientes clculos se pueden disponer en forma de tabla:

209
 x y y y 2y
x0 = 1 y0 = 2 y0 1
x1 = 1,1 y1 = 2,1148 y1 1,2964 y0 0,2964
x2 = 1,2 y2 = 2,2587 y2 1,5896 y1 0,2932 2 y0 -0,0032
x3 = 1,3 Y3 = 2,4322 y3 1,8800 y2 0,2904 2 y1 -0,0028
x4 = 1,4 y4 = 2,6346 y4 2,1642 y3 0,2842 2 y2 = -0,0062
x5 = 1,5 y5 = 2,8649

3.12 Mtodo de Runge Kutta

Como la justificacin del mtodo es bastante laboriosa, solamente indicaremos el proceso

de esta justificacin, sin acabar todos los clculos.
a. Derivando la ecuacin diferencial dada obtenemos

y f x f y y f x f y f

Volviendo a derivar,

f f y2 f 2 f y f x f y f
y f y2 y2 f y y f x2 2f yx
y f x2 2f yx

Y, volviendo a derivar podremos obtener una expresin anloga de yIV en funcin

de f y de sus derivadas parciales hasta las de tercer orden incluidas. Por el
desarrollo en serie de Taylor limitado en la derivada cuarta, tenemos:

h2 h3 h 4 IV
y y x h yx h y y y y
2! 3! 4!

Y, sustituyendo los valores de las derivadas obtenidos ms arriba, llegaremos a una

expresin del incremento de y en funcin de f y sus derivadas parciales.

b. Haciendo
k
k1 h f x, y
h
k2 h f x , y 1
2 2
k
k 3 h f x , y 2 k 4 h f x h, y k 3
h
2 2

Y, si desarrollamos en serie de Taylor de dos variables estas expresiones, hasta los

trminos en h4 incluidos, llegamos a obtener k1, k2, k3, k4, tambin en funcin de f y
de sus derivadas parciales.

210
 c. Se comprueba que la expresin

y
1
k1 2k 2 2k 3 k 4
6

da el mismo resultado que el obtenido en el punto (a).

d. En resumen:
k
k10 h f x 0 , y0
h
- Se calculan k 20 h f x 0 , y0 10
2 2
k
k 40 h f x 0 h, y0 k 30
h
k 30 h f x 0 , y0 20
2 2
Se calculan y0 k10 2k 20 2k 30 k 40 x1 x 0 h y1 y0 y0
1
-
6
k
Se calculan k11 h f x1 , y1
h
- k 21 h f x1 , y1 11
2 2
k
k 41 h f x1 h, y1 k 31
h
k 31 h f x1 , y1 21
2 2
Se calculan y1 k11 2k 21 2k 31 k 41 x 2 x1 h y2 y1 y1
1
-
6
- Y as sucesivamente.

Ejemplo:
Tomemos de nuevo la ecuacin diferencial y 3xy y2 x 2 con los valores iniciales
x 0 1; y0 2; h 0,1 .

k10 0,13 1 2 1 2 0,1

2 2

k 20 0,13 1,05 2,05 1,05 2,05 0,1152 y0 0,1 2 0,1152 2 0,1145 0,1297
2 2

6
k 30 0,13 1,05 2,0576 1,05 2,0576 0,1145
2 2
y0 0,1148 x1 1,1 y1 2,1148

k 40 0,13 1,1 2,1145 1,1 2,1145 0,1297
2 2

k k
k11 h f x1 , y1 k 21 h f x1 , y1 11 k 31 h f x1 , y1 21 k 41 h f x1 h, y1 k 31
h h
2 2 2 2

211
k11 0,13 1,1 2,1148 1,1 2,1148 0,1296
2 2

k 21 0,13 1,15 2,1796 1,15 2,1796 0,1446 y1 0,1296 2 0,1446 2 0,144 0,159
2 2

6
k 31 0,13 1,15 2,1871 1,15 2,1871 0,1440
2 2
y1 0,1143 x 2 1,2 y 2 2,2591

k 41 0,13 1,2 2,2588 1,2 2,2588 0,1590
2 2

k k
k12 h f x 2 , y 2 k 22 h f x 2 , y 2 12 k 42 h f x 2 h, y 2 k 32
h h
k 32 h f x 2 , y 2 22
2 2 2 2

k12 0,13 1,2 2,2591 1,2 2,2591 0,1590

2 2

k 22 0,13 1,25 2,3386 1,25 2,3386 0,1738 y 2 0,159 2 0,1738 2 0,1731 0,188
2 2

6
k 32 0,13 1,25 2,3460 1,25 2,3460 0,1731
2 2
y 2 0,1735 x 3 1,3 y3 2,4326

k 42 0,13 1,3 2,4322 1,3 2,4322 0,1880
2 2

k k
k13 h f x 3 , y3 k 23 h f x 3 , y3 13 k 43 h f x 3 h, y3 k 33
h h
k 33 h f x 3 , y3 23
2 2 2 2

k13 0,13 1,3 2,4326 1,3 2,4326 0,1880

2 2

k 23 0,13 1,35 2,5267 1,35 2,5267 0,2026 y3 0,188 2 0,2026 2 0,2019 0,2164
2 2

6
k 33 0,13 1,35 2,5340 1,35 2,5340 0,2019
2 2
y3 0,2022 x 4 1,4 y 4 2,6349

k 43 0,13 1,4 2,6346 1,4 2,6346 0,2164
2 2

k k
k14 h f x 4 , y 4 k 24 h f x 4 , y 4 14 k 44 h f x 4 h, y 4 k 34
h h
k 34 h f x 4 , y 4 24
2 2 2 2

k14 0,13 1,4 2,6349 1,4 2,6349 0,2164

2 2

k 24 0,13 1,45 2,7431 1,45 2,7431 0,2306 y 4 0,2164 2 0,2306 2 0,2297 0,2435
2 2

6
k 34 0,13 1,45 2,7502 1,45 2,7502 0,2297
2 2
y 4 0,2301 x 5 1,5 y5 2,8650

k 44 0,13 1,5 2,8646 1,5 2,8646 0,2435
2 2

3.13 Integracin de Sistemas de Ecuaciones Diferenciales Ordinarias de Primer

Orden

Para resolver un sistema de ecuaciones diferenciales ordinarias de primer orden bastar con
aplicar cualquiera de los mtodos expuestos, pero llevando a la vez tantas tablas como
ecuaciones contenga el sistema.

212
Ejemplo:
y x z
Integremos el sistema con los valores iniciales x0 = 0; y0 = 0; z0 = 1; h = 0,1
z x y
en el intervalo x = 0; x = 0,4.

Utilicemos el mtodo de Adams:

y x z y0 1 y 1 z y0 1 y z y0 0
z x y z0 0 z 1 y z0 0 z y z0 1

y1 y0 h y0
h2 h3
y0 y0 0 0,1 1
0,1 1 0,1 0 0,1050
2 3

2 6 2 6

y 2 y 0 2h y 0 2h y 0
2

4h 3
y0 0 2 0,1 1 2 0,1 1 4
2 0,1
3
0 0,2200
3 3
h2 h3
z1 z 0 h z0 z0 z0 1 0,1 0
0,12 0 0,13 1 0,9998
2 6 2 6

z 2 z 0 2h z 0 2h z 0
2 4h 3
z 0 1 2 0,1 0 2 0,1 0 4
2 0,1
3
1 0,9987
3 3

El resto de los clculos se incluyen en las siguientes dos tablas que deben resolverse
simultneamente.

x y y y 2y
x0 = 0 y0 = 0 y0 1
x1 = 0,1 y1 = 0,1050 y1 1,0998 y0 0,0998
x2 = 0,2 y = 0,2200
2 y2 1,1987 y1 0,0989 2 y0 -0,0009
x3 = 0,3 y3 = 0,3448 y3 1,2955 y2 0,0968 2 y1 -0,0021
x4 = 0,4 y4 = 0,4791

x z z z 2z
x0 = 0 z0 = 1 z0 0
x1 = 0,1 z1 = 0,9998 z1 -0,0050 z0 -0,0050
x2 = 0,2 z = 0,9987
2 z2 -0,0200 z1 -0,0150 2 z0 -0,0100
x3 = 0,3 z3 = 0,9955 z3 -0,0448 z2 -0,0248 2 z1 -0,0098
x4 = 0,4 z4 = 0,9894

213
3.14 Integracin de Ecuaciones Diferenciales Ordinarias de Orden Superior al
Primero

Toda ecuacin del tipo yn f x, y, y, y,..., yn 1 se puede reducir a un sistema de
ecuaciones diferenciales ordinarias de primer orden, mediante un adecuado cambio de
variables.

y z1 ; y z1 z 2 ; y z2 z3 ; ....; yn zn 1 f x, y, z1, z 2 ,...., z n 1

Ejemplo:
Integremos, por el mtodo de Runge-Kutta y en el intervalo x = 0; x = 0,4, la ecuacin
diferencial y xy x 2 y2 con los valores iniciales x0 = 0; y0 = 1; y0 1 .

y z
Sustituimos la ecuacin por el sistema x 0 0 y0 1 z 0 1
z x y xz
2 2

214
Los resultados se incluyen en las siguientes dos tablas.

x y k0i x+h/2 y+k1i/2 k2i y+k2i/2 k3i x+h y+k3i k4i y

0 1 0,1000 0,05 1,05 0,1050 1,0525 0,1053 0,1 1,1053 0,1106 0,1052
0,1 1,1052 0,1108 0,15 1,1606 0,1164 1,1634 0,1167 0,2 1,2219 0,1228 0,1166
0,2 1,2218 0,1232 0,25 1,2834 0,1296 1,2866 0,1301 0,3 1,3519 0,1371 0,1299
0,3 1,3517 0,1378 0,35 1,4206 0,1453 1,4244 0,1459 0,4 1,4977 0,1542 0,1457
0,4 1,4975

x z k0i z+h/2 z+k1i/2 k2i z+k2i/2 k3i z+h z+k3i k4i z

0,0 1,0000 0,1000 0,05 1,0500 0,1053 1,0526 0,1058 0,1 1,1058 0,1232 0,1075
0,1 1,1075 0,1121 0,15 1,1636 0,1195 1,1673 0,1201 0,2 1,2276 0,1533 0,1241
0,2 1,2316 0,1286 0,25 1,2959 0,1386 1,3009 0,1393 0,3 1,3709 0,1918 0,1460
0,3 1,3776 0,1504 0,35 1,4528 0,1632 1,4592 0,1641 0,4 1,5417 0,2403 0,1742
0,4 1,5518

3.15 Races de una Ecuacin

Cuando se trata de encontrar las races de una ecuacin hay que mirar, en primer lugar, si
se trata de una ecuacin algebraica no lineal de coeficientes enteros. En ese caso hay que
comenzar por establecer si dicha ecuacin tiene races enteras o fraccionarias. Si no es as
o si la ecuacin no pertenece a este tipo en particular, la determinacin de las races se
suele hacer en dos pasos:

1. Separar las races. Es decir, encontrar intervalos en los cuales est contenida una, y
una sola, raz.
2. Aproximar las races. Es decir, reducir la magnitud de los intervalos anteriores
hasta que nos den las races con el grado de aproximacin deseado.

3.15.1 Races Enteras de una Ecuacin Algebraica No Lineal de Coeficientes Enteros

Sea la ecuacin a n x n a n 1x n 1 ... a 2 x 2 a1x a 0 0 en la que suponemos todos los

coeficientes enteros.

Sea p una raz entera. Despejando a0 tenemos:

a 0 p a n pn 1 a n 1pn 2 ... a 2p a1
Luego a0 debe ser mltiplo de p, o lo que es igual, las posibles races enteras de la ecuacin
deben ser divisores del trmino independiente.

Ejemplo 1:
Consideremos la ecuacin 2x 4 2x3 11x 2 x 6 0 , Las posibles races enteras son;

215
1, 2, 3, 6, -1, -2, -3, -6.

1 2 -2 -11 -1 -6 2 2 -2 -11 -1 -6 3 2 -2 -11 -1 -6

2 0 -11 -12 4 4 -14 -30 6 12 3 6
2 0 -11 -12 -18 2 2 -7 -15 -36 2 4 1 2 0

-1 2 4 1 2 -2 2 4 1 2
-2 -2 1 -4 0 -2
2 2 -1 3 2 0 1 0

Por lo tanto, las races enteras de esta ecuacin son x = 3; x = -2.

Cuando el trmino independiente tiene un gran nmero de divisores convendr buscar el

modo de eliminar rpidamente varios de ellos simultneamente.

Sea Pn(x) = 0 la ecuacin considerada. Dividiendo por x k obtenemos:

Pn x x k bn 1x n 1 bn 2 x n 2 ... b2 x 2 b1x b0 C 0

Si todos los coeficientes bi son positivos y tambin el resto C, evidentemente P n(x) no se

puede anular para ningn valor de x mayor que k. Esta regla, llamada regla de Laguerre,
permite en muchos casos eliminar varias posibles races de una sola vez.

Para eliminar races negativas, bastar hacer x = - y, con lo cual las races negativas se
convierten en positivas, y estaremos en el caso anterior.

Ejemplo 2:
Consideremos la ecuacin x5 x 4 40x3 36x 2 384x 576 0 .

Como 576 tiene un gran nmero de divisores aplicaremos la regla de Laguerre. Probemos
k = 4:
4 1 -1 40 -36 -384 576
4 12 208 688 1216
1 3 52 172 304 1792

Como todos los coeficientes son positivos ya sabemos que no puede haber races mayores
que 4. A continuacin, haciendo el cambio de variable x = - y, obtenemos la ecuacin
y5 y4 40y3 36y2 384y 576 0 . Probemos otra vez con k = 4.

4 1 1 40 36 -384 576
4 20 240 1104 2880
1 5 60 276 720 2304

216
Como todos estos coeficientes son positivos, sabemos que no puede haber races mayores
que y = 4, o lo que es lo mismo, no puede haber races menores que x = - 4. Por lo tanto,
las nicas posibles races enteras son: 1, 2, 3.

1 1 -1 40 -36 -384 576 2 1 -1 40 -36 -384 576

1 0 40 4 -380 2 2 84 96 -576
1 0 40 4 -380 196 1 1 42 48 -288 0

x = 2 es una raz, pero es necesario probar x = 2 de nuevo porque esta raz podra estar
repetida.

2 1 1 42 48 -288
2 6 96 288
1 3 48 144 0

En efecto, x = 2 es una raz doble y, como la ecuacin que ha quedado,

x 3 3x 2 48x 144 0 , tiene todos los coeficientes positivos, no puede haber ms races
enteras positivas. Probemos las negativas:

-3 1 3 48 144
-3 0 -144
1 0 48 0

X = -3 es una raz y, como la ecuacin que ha quedado es x 2 48 0 , no puede haber ms

races enteras.

3.15.2 Races Fraccionarias de una Ecuacin Algebraica con Coeficientes Enteros

Si x p q (irreducible) es una raz de la ecuacin, p (entero) debe ser divisor del trmino
independiente y q (entero) debe ser divisor del primer coeficiente, an. En efecto, por ser p/q
una raz,
pn p n 1 p2 p
a n n a n 1 n 1 ... a 2 2 a1 a 0 0
q q q q
a n p n a n 1p n 1q ... a 2 p 2q n 2 a1pqn 1 a 0q n 0
Y, de aqu:

q n a 0 p a n p n 1 a n 1p n 2q ... a 2 pqn 2 a1q n 1
pn a n qa q n 1 ... a 2 p 2q n 3 a1pqn 2 a 0q n 1
n 1
La primera igualdad nos dice que a0 es mltiplo de p y la segunda que an es mltiplo de q.

Ejemplo 1:

217
Busquemos las races fraccionarias de 15x 4 7x3 73x 2 35x 10 0 .

Despus de haber comprobado que no tiene races enteras, busquemos las races
fraccionarias positivas.

El numerador debe estar entre los nmeros 1, 2, 5 y 10. Y el denominador entre los
nmeros 1, 3, 5 y 15. Por lo tanto, las posibles races fraccionarias son: 1/3, 2/3, 5/3, 10/3,
1/5, 2/5, 1/15 y 2/15 (5/5 y 10/5 son enteros y, 5/15 y 10/15 estn repetidos). Probando,
llegamos a:

2/3 15 -7 73 -35 -10

10 2 50 10
15 3 75 15 0

La ecuacin que queda es: 15x 3 3x 2 75x 15 0 que no tiene races positivas. Como
los divisores de 15 son 1, 3, 5 y 15, las posibles races fraccionarias negativas son: -1/3,
-5/3, -1/5, -3/5 y -1/15. Probando,

-1/5 15 3 75 15
-3 0 -15
15 0 75 0

La ecuacin que queda es 15x 2 75 0 que no tiene races reales.

Otro procedimiento consiste en hacer el cambio de variable x = z/a n. Despus de hacer el

cambio de variables el coeficiente del trmino de mayor grado es la unidad y, por lo tanto,
la nueva ecuacin no tiene races fraccionarias (el denominador ha de ser la unidad).

Tomando de nuevo la ecuacin del ejemplo anterior y haciendo x = z/15,

4 3 2
z z z z
15 7 73 35 10 0
15 15 15 15

Y multiplicando por 153,

z4 7z3 1095z2 7875z 33750 0

Probemos z = 11

11 1 -7 1095 -7875 -33750

11 44 12529 51194
1 4 1139 4654 17444

218
Como todos los coeficientes son positivos sabemos que no puede haber races mayores que
11. Las races positivas posibles son, pues, 1, 2, 3, 5, 6, 9 y 10. Probando llegamos a

10 1 -7 1095 -7875 -33750

10 30 11250 33750
1 3 1125 3375 0

Quedando z3 3z2 1125z 3375 0 , ecuacin que no tiene races positivas. Haciendo
z = - y queda y3 3y2 1125z 3375 0 . Probamos con y = 5.

5 1 -3 1125 -3375
5 10 5675
1 2 1135 2300

No puede haber races mayores que 5. Por lo tanto las posibles races enteras de la
ecuacin en y son 1 y 3.

3 1 -3 1125 -3375
3 0 3375
1 0 1125 0

Y, as, queda y2 1125 0 que no tiene races reales. Las races fraccionarias de la
10 2 3 1
ecuacin en x son: x y x .
15 3 15 5

3.16 Separacin de Races de una Ecuacin

En muchos casos resulta difcil o imposible encontrar los valores exactos de las races de
una ecuacin algebraica o trascendente f(x) = 0. Por ello resulta importante conocer
mtodos que nos permitan hallar valores aproximados de dichas races.

En particular, veremos tres mtodos:

- Mtodo del cambio de signo.

- Mtodo grfico.
- Mtodo de Sturm para separar las races de un polinomio.

3.16.1 Mtodo del Cambio de Signo

Tal como se ha indicado anteriormente, el primer paso en estos casos es separar las races.
Para ello es importante el siguiente teorema:

219
 f(x)
Si una funcin continua f(x)
toma valores de signos opuestos
en los extremos de un intervalo
b (a, b), el intervalo contiene un
X nmero impar de races.

f(x)
Para que la raz sea nica, ser necesario,
adems, que la primera derivada f x tenga
signo constante en dicho intervalo. Es decir,
b
que sea siempre creciente o decreciente.
a X

f(x)
Anlogamente, Si una funcin
continua f(x) toma valores de
signos iguales en los extremos
de un intervalo (a, b), dicho
X
intervalo contiene cero o un
a b
nmero par de races.

Si la primera derivada tiene signo constante, la ecuacin no contiene, en este caso, ninguna
raz en dicho intervalo.

Estos teoremas permiten, a veces, separar las races de un modo sencillo como puede verse
en los ejemplos que siguen.

Ejemplo 1:
Sea la ecuacin x 3 3x 2 3x 3 0

Si f x x 3 3x 2 3x 3 f f 3 6 f 0 3 f . Y como
una ecuacin de tercer grado no puede tener ms de tres races, stas ya estn separadas:

x1 - 3 - 3 x2 0 0 x3

Repitiendo el proceso se pueden estrechar los intervalos. En este caso resulta

220
 - 3,7 x1 -3,6 -0,7 x2 -0,6 1,2 x3 1,3

Ejemplo 2:
Consideremos la ecuacin 2x senx 0 .

Si f x 2x senx f x 2 cos x que siempre es positiva, y como f

f la ecuacin tiene una sola raz real que, mediante la busqueda del cambio de
signo podemos situar en el intervalo - 0,7 x - 0,8.

3.16.2 Mtodo Grfico de Separacin de Races

Dada la ecuacin f(x) = 0, cuando no es difcil encontrar las races de la primera derivada,
f(x) = 0, es cmodo hacer un grfico aproximado de la curva y = f(x) y buscar sus puntos
de interseccin con el eje 0X para determinar el nmero de races reales de la ecuacin y
sus intervalos de separacin. Los ejemplos que siguen aclaran fcilmente la cuestin.

Ejemplo 1:
Consideremos otra vez la ecuacin x 3 3x 2 3x 3 0 .
10,00

Y
8,00

6,00

4,00

2,00

0,41
0,00
-2,41
-5 -4 -3 -2 -1 0 1 2 X 3

-2,00

-4,00

-6,00

-8,00

f x x 3 3x 2 3x 3 f x 3x 2 6x 3 f x 6x 6

Las races de f(x) = 0 son x = 0,41 y x = -2,41. f 0,41 es positiva y f 2,41 es

negativa. Luego en (0,41;-3,66) hay un mnimo y en (-2,41;7,66) hay un mximo. La figura
nos dice que la ecuacin tiene tres races reales y que sus intervalos de separacin son:

x1 2,41 2,41 x 2 0,41 0,41 x 3

221
Ejemplo 2:
Consideremos la ecuacin x 5 5x 4 7 0 .
250,00
Y
200,00

150,00

100,00

50,00

4
0,00
-2 -1 0 1 2 3 4 5 X 6

-50,00

-100,00

-150,00

-200,00

-250,00

-300,00

f x x 5 5x 4 7 f x 5x 4 20x 3 5x 3 x 4 f x 20x 3 60x 2

Las races de f(x) son x = 4 y x = 0. Como f 4 es positiva, en el punto (4;-249) hay un

mnimo. Para x = 0 se anulan tanto la primera como la segunda derivada, por lo tanto hay
que seguir derivando hasta encontrar una derivada no nula para x = 0. As:

f x 60x 2 120x f IV x 120x 120

Como la primera derivada no nula para x = 0 es de orden par y f IV 0 120 es negativa,

en el punto (0; 5,97) hay un mximo, y la figura nos dice que hay tres races reales:

x1 0 0 x2 4 4 x 3

Ejemplo 3:
Consideremos la ecuacin ex 3x 2 0

f x ex 3x 2 f x ex 3 f x ex

La primera derivada tiene una sola raz: x ln 3 1,099 . La segunda derivada es siempre
positiva, luego en el punto (1,099; -2,297) hay un mnimo y no hay ms mximos ni
mnimos. La figura nos dice que la ecuacin tiene dos races reales:

x1 1,099 1,099 x 2

222
 6,00

5,00

4,00

3,00

2,00

1,00

1,099
0,00
-3 -2 -1 0 1 2 X 3

-1,00

-2,00

-3,00

En ocasiones conviene ms escribir la ecuacin f(x) = 0 en la forma g(x) = h(x) y graficar

las curvas y = g(x) y = h(x). Los puntos de interseccin de las dos curvas sern las races
de la ecuacin considerada.

Ejemplo 4:
Consideremos la ecuacin 4 ln x x 0

Escribamos la ecuacin en la forma ln x x 4 ; y graficaremos las curvas y ln x

y x 4.
4,00

3,00

2,00
y = ln x

y = x/4

1,00

0,00
0 2 4 6 8 10 X 12

-1,00

-2,00

-3,00

223
La figura nos dice que la ecuacin considerada tiene dos races reales y, estudiando los
puntos en los que ln x es mayor o menor que x/4, se llega a:

1,5 < x1 < 1,5 8,5 < x2 < 8,6

3.16.3 Mtodo de Sturm para Separar las Races de un Polinomio

En una sucesin finita de nmeros a1, a2, , ap llamamos variaciones al nmero de

cambios de signo ocurridos en la sucesin. Por ejemplo, la sucesin 1, 3, -2, 3, -4, contiene
tres variaciones.

Dado un polinomio P(x), se llama sucesin de Sturm a la sucesin formada por los
polinomios P(x), P(x), -R1(x), -R2(x), -R3(x),. obtenidos segn el siguiente algoritmo,
muy parecido al que se utiliza para encontrar el mximo comn divisor de dos polinomios,
en el que los Qi(x) son los cocientes de las divisiones y Ri(x) los restos.

Q0(x) Q1(x) Q2(x) Q3(x)

P(x) P(x) - R1(x) - R2(x) - R3(x) ..
R1(x) R2 (x) R3(x) R4(x) R5(x) ..

Ejemplo:
Consideremos el polinomio x 4 3x 1 .

x 16 2 64 256 6561 729

x x x
4 9 81 729 7724 1931
x 4 3x 1 4x 3
3
9
x 1
1931
4 729
3 16 2 9
x4 x 4x 3 x x
4 9 4
9 16 2 -1
x 1 x 3 1
4 9
16 64 0
x2 x
9 81
64
x 3
81
64 256
x
81 81
1931

729

224
Y la sucesin de Sturm est formada por los polinomios:

9 1931
x 4 3x 1; 4x 3 3; x 1;
4 729

Para separar las races basta tener en cuenta el teorema de Sturm (en cuya demostracin no
entraremos) que dice:

Sea P(x) = 0 una ecuacin polinmica sin races mltiples y (a, b) un cierto intervalo. El
nmero de races reales de la ecuacin contenidas en el intervalo es igual a la diferencia de
las variaciones que, para x = a y para x = b presenta la sucesin de Sturm.

Sigamos el ejemplo ya iniciado, es decir la ecuacin x 4 3x 1 0 .

0 1 2 +
x 3x 1
4 + + - + +
4x 3 3 - - + + +
9 - - + + +
x 1
4
1931 + + + + +
729
N de Variaciones 2 2 1 0 0

No hay ms que dos races reales porque entre - y + la diferencia en el nmero de

variaciones es: 2 0 = 2.

Una de esas dos races reales est entre 0 y 1 porque para esos dos nmeros la diferencia en
el nmero de variaciones es: 2 1 = 1.

La otra raz real est entre 1 y 2 porque para esas dos cifras la diferencia en el nmero de
variaciones es: 1 0 = 1.

3.17 proximacin de Races

Una vez definido el intervalo en el cual se encuentra cada una de las races de una
ecuacin, el siguiente paso es estimarla con el grado de precisin requerido. Para ello
veremos los siguientes mtodos:

- Mtodo de Newton
- Mtodo de Newton Modificado
- Mtodo de las Cuerdas

225
 - Mtodo de Newton Fourier
- Mtodo de Iteracin
- Mtodo de Lagrange

3.17.1 Mtodo de Newton

Sea la ecuacin f(x) = 0 y x0 un valor aproximado de una raz ya separada. Si x0 + h es el

verdadero valor de la raz, desarrollando en serie de Taylor hasta los trminos de segundo
grado, se tiene:

h2
f x 0 h f x 0 h f x 0 f x 0 h 0
2

Siendo un nmero desconocido comprendido entre 0 y 1. De aqu,

f x 0 h 2f x 0 h
h
f x 0 2f x 0

Y, despreciando el trmino en h2 obtenemos un valor aproximado de x:

f x 0
x1 x 0 h x 0
f x 0

Repitiendo el proceso:

f x1 f x 2 f x n
x 2 x1 ; x3 x 2 ; ; x n 1 x n
f x1 f x 2 f x n

Veamos ahora, si estando la raz comprendida en el intervalo (a, b) nos conviene hacer
x0 = a x0 = b. Supongamos que f x tiene signo constante en el intervalo (a, b), lo que
siempre se puede conseguir en caso necesario estrechando el intervalo. Sabemos que

f x 0 f x 0 h 2f x 0 h
x1 x 0 ; x x0
f x 0 f x 0 2f x 0
Luego,
h 2f x 0 h f x 0 h 2f x 0 h
x x1 x x0
2f x 0 f x 0 2f x 0

226
Como interesa que x x1 sea menor que x x 0 los dos sumandos que figuran en
x x 0 deben sumarse, luego f(x) y f x deben tener el mismo signo.

Todo esto puede verse de un modo intuitivo muy simple acudiendo a una representacin
grfica.
Sea la ecuacin f(x) = 0 y consideremos la curva
f(x) y = f(x) representada en el figura. La ecuacin de
la tangente en el punto (x0, f(x0)) es:

y f x 0 f x 0 x x 0
b
a x1 Y, buscando su punto de interseccin con el eje
X
x0
0X, se obtiene:
f x 0
x1 x 0
f x 0

Tal como se haba establecido anteriormente. Es decir, que el mtodo consiste en sustituir
la curva por la tangente, razn por la cual se suele llamar al mtodo de Newton mtodo de
las tangentes.

Con objeto de ver cual de los dos extremos del intervalo es x0 consideremos los cuatros
casos posibles en los que suponemos f(x) continua y f x de signo constante. En las
figuras es fcil comprobar que x0 debe corresponder al punto en el cual la funcin y la
derivada segunda tienen igual signo.
f(a) > 0 f(x) f(b) < 0
f x 0
f(x)
f x 0

x0=b
b
a x1 a X
X
x0

f(a) < 0
f(x)
f(b) > 0 f(x) f x 0
f x 0

a X
x0 = b X x0 = a b

227
Veamos ahora el clculo del error x x n 1 . Aplicando el teorema del valor medio y
teniendo en cuenta que, por ser x raz f(x) es igual a cero,

f x f x n 1 f x n 1 x x n 1 f c m x x n 1

Donde c es un valor interior al intervalo (x, x n+1) y m un valor menor que la primera
derivada en dicho intervalo. De aqu

f x n 1
x x n 1
m

Ahora, por desarrollo en serie de Taylor

f d
f x n 1 f x n f x n x n 1 x n x n 1 x n 2
2

Donde d es interior al intervalo (x, xn+1). Y, como sabemos que

f x n
x n 1 x n f x n f x n x n 1 0
f x n
Nos queda

f d
f x n 1 x n 1 x n 2 M x n 1 x n 2
2 2

Y, sustituyendo en la ecuacin que define el error:

x x n 1
M
x n 1 x n 2
2m

Donde M es un valor mayor que f x y m un valor menor que f(x).

Ejemplo 1:
Aproximemos la raz de la ecuacin x 3 3x 1 0 que est comprendida entre 0,3 y 0,4.

f x x 3 3x 1 f x 3x 2 3 f x 6x
f 0,3 0,127 f 0,4 0,136

Y, como f x es positiva en el intervalo (0,3; 0,4), debemos tomar x0 = 0,3.

228
 0,127 0,00205
x1 0,3 0,34652 x 2 0,34652 0,34730
2,73 2,63977

Si nos detenemos aqu, para calcular el error tenemos:

M = Mximo valor de 6x = 2,4 m = Mnimo valor de 3x2 3 = 2,52

Con lo cual,

2,4
0,34730 0,346522 3 107
2 2,54

Por lo tanto podemos asegurar que x es igual a 0,34730 con todos los decimales exactos.

Ejemplo 2:
Aproximemos la raz de la ecuacin ex 3x 2 0 que est comprendida entre 2 y 3.

f x e x 3x 2 f x e x 3 f x e x
f (2) 0,61 0 f 3 9,09 0

Y como f x es siempre positiva, debemos tomar x0 = 3.

9,085537 2,3968704
x1 3 2,4682322 x 2 2,4682322 2,1959091
17,085537 8,8015660
0,4004415 0,0196556
x 3 2,1959091 2,1290369 x 4 2,1290369 2,1254015
5,9881688 5,4067663

Si nos detenemos aqu, teniendo en cuenta que la raz est comprendida entre 2,1 y 2,2
tenemos, para el error:

M = Mximo de ex < 9,1 m = Mnimo de ex -3 > 5,1

9,1
2,1254015 2,12903692 1,37 105
2 5,1

Luego slo podramos asegurar que x es igual a 2,1254. Si quisiramos ms decimales

habra que continuar el proceso.

3.17.2 Mtodo de Newton Modificado

229
 A veces, cuando f(x) resulta difcil
f(x)
de calcular o vara poco en el
intervalo considerado, puede interesar
sustituir las tangentes que siguen a la
primera por paralelas a esta ltima,
X tal como se puede ver en la figura.
x1 x2 x0 Para el clculo de x2, tenemos:
y f (x1 ) f x 0 x x1

f x1
Y, haciendo y = 0 y x = x2 obtenemos x 2 x1 . Y, del mismo modo:
f x 0

f x 2 f x n
x3 x 2 ;.......; x n 1 x n
f x 0 f x 0

La convergencia suele ser algo ms lenta pero los clculos se simplifican.

Ejemplo:
Aproximemos la raz de x x 1 3 x 1 senx 0 que est comprendida entre 1,2 y 1,6.

f x x x 1 3 x 1 senx f x x 11 / 2 x 11 / 2 1 x 12 / 3 cos x
x
2 3
f x x 11 / 2
x 13 / 2 2 x 15 / 3 senx
x
4 9
f(1,2) = -0,45274 0 f(1,6) = 0,20528 0 f x 0 luego x0 = 1,6

f x 0 1,6 2,6 3 2,6 sen 1,6 0,20528

f x 0 2,6 2,61 / 2 1 2,6 2 / 3 cos1,6 1,96150

1,6

1/ 2

2 3
Esta derivada no hay que volverla a calcular.

f 1,49535 0,00863
0,20528
x1 1,6 1,49535
1.96150
f 1,49095 0,00075
0,00863
x 2 1,49535 1,49095
1.96150
f 1,49057 0,00007
0,00075
x 3 1,49095 1,49057
1.96150
0,00007
x1 1,49057 1,49053
1.96150

230
3.17.3 Mtodo de las Partes Proporcionales, Regula Falsi Mtido de las Cuerdas

f(x) Se trata, en este caso, de sustituir la curva

por la cuerda, en vez de sustituirla por la
tangente, tal como indica la figura. La
ecuacin de la cuerda es:
f x 0 f a
x2 x1 b= x0
a X y f x 0 x x 0
x0 a
Y, haciendo y = 0; x = x1 obtenemos
f x 0
x1 x 0 x 0 a
f x 0 f a

Y, repitiendo el proceso,

f x1
x 2 x1 x1 a x n 1 x n f x n x n a
f x1 f a f x n f a

Como se ve, hay un extremo fijo, que en este caso es el x = a. Si el extremo fijo fuera el
x = b procediendo del mismo modo llegaremos a

f x n
x n 1 x n x n b
f x n f b

Haciendo como en el prrafo anterior los grficos de los cuatro casos posibles se ve que el
extremo fijo es aquel en el que coinciden los signos de f(x) y f x .

Para el clculo del error, tenemos:

f x n
x n 1 x n x n a f x n f x n f a x n 1 x n
f x n f a xn a

Y, teniendo en cuenta que si x es la raz, entonces f(x) = 0

f x n f a
f x f x n x n 1 x n
xn a

Utilizando, dos veces, el teorema del valor medio,

231
x x n f c x n 1 x n f d x x n f d x n 1 x n

f c
f d f d f c
x x n 1 x x n x n 1 x n 1x n 1 x n x n 1 x n
f c f c

Y si M es el mximo de la primera derivada y m es el mnimo,

Mm
x x n 1 x n 1 x n
m

Ejemplo:
Aproximemos, por el mtodo de las cuerdas, la raz de la ecuacin x 4 x 2 3x 2 0 que
est comprendida entre 1,5 y 2.
5

Y
4

X1 X2
0
1,4 1,5 1,6 1,7 1,8 1,9 2 X 2,1

-1

-2

-3

-4

-5

y x 4 x 2 3x 2 y 4x 3 2x 3 y 12x 2 2
f 1,5 3,6875 f 2 4

Como f x es positiva en el intervalo, el extremo fijo corresponde a x = 2.

f x n
x n 1 x n x n b x1 x 0 f x 0 x 0 2 1,5 (3,6875) 1,5 2
f x n f b f x 0 4 (3,6875 4)

x1 1,7398 x 2 1,7398
(-1,08361)
1,7398 2 1,7953
(-1,08361 4)

x 3 1,7953
(-0,22073)
1,7953 2 1,8060 x 4 1,806
(-0,04139)
1,806 2 1,8080
(-0,22073 4) (-0,04139 4)

232
 x 5 1,8080
(-0,00764)
1,8080 2 1,8084
(-0,00764 4)

Si nos detenemos aqu, tendramos, para el error, que:

M = f(2) = 25 m = f(1,5) = 7,5

Mm 25 7,5
x n 1 x n 1,8084 1,8080
m 7,5
10 3

Lo que nos garantiza tres decimales exactos. Si quisiramos asegurar cuatro decimales
exactos tendramos que continuar el proceso.

3.17.4 Mtodo de Newton Fourier Mtodo Mixto

Se trata de utilizar simultneamente los dos mtodos que se acaban de explicar en los
prrafos anteriores. Sea, por ejemplo, la ecuacin 3 ln 1 x senx 1 0 , y consideremos
la raz comprendida entre 0 y 1.

f x 3 ln 1 x senx 1 f x cox f x
3 3
senx 0
1 x 1 x 2
f 0 1 f 1 1,9209 f 0 4

La tangente en A tiene por ecuacin y 1 4 x 0 , de donde, haciendo y = 0, x1 = 0,25.

2,5

2
B

1,5

0,5

X1
0
0 0,2 X2 0,4 0,6 0,8 1 X 1,2

-0,5

-1
A

-1,5

La cuerda tiene por ecuacin y 1 2,9209x 0 , de donde obtenemos x1 = 0,3424.

233
Como el intervalo en el que se encuentra la raz (0,25; 0,3424) es todava excesivamente
grande, tomemos como nuevo intervalo el (0,25; 0,35) y repitamos el procedimiento.

f 0,25 0,0832 f 0,35 0,2432 f 0,25 3,3689

La ecuacin de la tangente en C es pues y 0,0832 3,3689x 0,25 de donde, haciendo

y = 0, obtenemos x3 = 0,2747.

La ecuacin de la cuerda CD es y 0,0832 3,2640x 0,25 , de donde x4 = 0,2755.

Y D

X3
X4 X

Si nos detenemos aqu, tomaremos como solucin aproximada de la ecuacin:

x3 x 4
x 0,2751
2

Y, evidentemente, el error es;

x 4 x3
0,0004 10-3
2

Lo que implica que slo podemos asegurar tres decimales.

3.17.5 Mtodo de Iteracin

Sea la ecuacin x = f(x) cuyas races han sido separadas de tal modo que sabemos que hay
una sola raz en el intervalo (a, b). Sea, adems, x 0 un valor arbitrario interior al intervalo,
ab
por ejemplo, x 0 . Si f(x) es continua en dicho intervalo, hacemos sucesivamente
2
x1 f x 0 ; x 2 f x1 ; x 3 f x 2 ; ; x n 1 f x n

234
Demostraremos ahora que si f x M 1 la sucesin es convergente. En efecto:

x n 1 x n f x n f x n 1 x n x n 1 f c M x n x n 1

Y, dando valores a n,
x 2 x1 M x1 x 0
x 3 x 2 M x 2 x1
................................
x n 1 x n M x n x n 1

Y, multiplicando todas las desigualdades,

x n 1 x n Mn x1 x 0

Como M es menor que uno en valor absoluto, tiende hacia cero al tender n a infinito.

La interpretacin grfica del mtodo puede verse en las dos figuras que siguen.

y=x y=x

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

x2 x1 x0 x0 x2 x3 x1

Estas figuras nos dicen que si f(x) es positiva (y menor que uno, claro es) la sucesin de
las xi es montona creciente o decreciente segn que el valor inicial x 0 sea menor o mayor
que la raz, mientras que si f(x) es negativa (y menor que uno en valor absoluto) nos
acercamos a la raz en espiral; es decir que si x p es mayor que la raz, xp+1 es menor y
viceversa.

Veamos ahora una frmula para el error. Hagamos F(x) = x f(x) , y tenemos,

Fx Fx n 1 x x n 1 Fc x x n 1 1 f c x x n 1 1 M

Por otra parte, teniendo en cuenta que si x es la raz, F(x) = 0,

235
 Fx Fx n 1 f x n 1 x n 1 x n 2 x n 1 x n 1 x n M

Finalmente
x n 2 x n 1 M
Error = x x n 1 x n 1 x n
1 M 1 M

Es opinin generalizada que si xn+1 y xn tienen p decimales iguales, podemos asegurar que
conocemos p decimales exactas de la raz. Esto no es siempre cierto. Si M es mayor que ,
M/(1 M) es mayor que 1 y, aunque xn+1 xn sea menor que 10-p, no podremos asegurar
que el error sea menor que 10-p.

Ejemplo 1:
Aproximemos la raz de la ecuacin x4 x3 x2 x 1 = 0, que est comprendida entre 1
y 2.
3x 2 2x 1
x 4 x 3 x 2 x 1 f x M 0,56

4 4 x3 x 2 x 1
3

Tomando x0 = 1,5 obtenemos sucesivamente

x1 = 1,6883; x2 = 1,7937; x3 = 1,8527; x4 = 1,8857; x5 = 1,9042; x6 = 1,9145;

x7 = 1,9203; x8 = 1,9235; x9 = 1,9253; x10 = 1,9263

Como la derivada es positiva, la sucesin de las xi resulta ser montona creciente. Para el
error tenemos:

Error =
0,56
1,9263 1,9253 0,0013
1 0,56

Luego, si nos detenemos aqu, no podramos asegurar las milsimas.

Ejemplo 2:
Aproximemos la raz de x3 + x 9 = 0, que est comprendida entre 1 y 2.

1
x 3 9 x f x M 0,28
3
9 x 2
Haciendo x0 = 1,5 obtenemos sucesivamente

x1 = 1,9574338; x2 = 1,9168008; x3 = 1,9204801; x4 = 1,9201475;

x5 = 1,9201776; x6 = 1,9201749;

236
Si nos detenemos aqu, y dado que f(x) es negativo, podemos calcular el error de dos
maneras; por la frmula general o como la semidiferencia entre x6 y x5.

Error =
0,28
1,9201776 1,9201749 1,1 106
1 0,28

1,9201776 1,9201749
Error = 1,35 10 6
2

De la segunda forma obtenemos una cota ligeramente mayor. Si quisiramos seis

decimales exactos tendramos que continuar algo ms.

Ejemplo 3:
La ecuacin ln x x + 2 = 0 tiene dos races, la primera de las cuales est comprendida
entre 0,1 y 0,2 y la segunda entre 3 y 4. Aproximemos las dos races por el mtodo de
iteracin.

La ecuacin dada se puede escribir de estas dos formas:

x ex 2 f x ex 2 y x ln x 2 f x 1 x

Para la primera raz los valores de M son 0,17 y 10, respectivamente. Por lo tanto habr
que elegir la primera forma ya que la primera derivada debe ser menor que uno.

x0 = 0,15; x1 = 0,1572372; x2 = 0,1583792; x3 = 0,1585602; x4 = 0,1585889;

x5 = 0,1585935; x6 = 0,1585942; x7 = 0,1585943

Error =
0,17
0,1585943 0,1585942 107
1 0,17

Para la segunda raz los valores de M son 7,39 y 0,34, respectivamente. Por lo tanto habr
que elegir la segunda forma.

x0 = 3,5; x1 = 3,2527630; x2 = 3,1795048; x3 = 3,1567255; x4 = 3,1495352;

x5 = 3,1472549; x6 = 3,1465306; x7 = 3,1463005; x8 = 3,1462273;
x9 = 3,1462041; x10 = 3,1461967; x11 = 3,1461943; x12 = 3,1461936

Error =
0,34
3,1461943 3,1461936 106
1 0,34

Luego podemos asegurar con exactitud que x =3,146194

237
3.17.6 Mtodo de Lagrange

Sea la ecuacin f x a n x n a n 1x n 1 ... a1x a 0 0 y supongamos que f(x) tiene una

sola raz comprendida entre dos enteros consecutivos a y a+1, es decir que a x a+1. Si
1
hacemos x a obtendremos otra ecuacin:
y
1
f a gy 0
y

Que tendr una sola raz entre uno e infinito. Dando valores a y obtendremos la sucesin
g(1), g(2), g(3) . Que continuaremos hasta obtener un cambio de signo. Si este cambio se
1
produce entre b y b+1 esto querr decir que b y b+1. Hagamos ahora y b con lo
z
que llegaremos a
1
g b h z 0
z

Y as sucesivamente obteniendo la raz en forma de fraccin continua:

1
xa
1
b
1
c
d ...

El esquema para hacer abreviadamente los cambios de variable puede verse en los
ejemplos que siguen.

Ejemplo 1:
Aproximemos la raz de la ecuacin x3 + x 9 = 0 que est comprendida entre 1 y 2.

1 1 0 1 -9
1 1 2
1 1 1 1 2 -7
x 1
y 1 2
1 1 2 4
1
1 1 3

238
El resultado es 7 y3 4y2 3y 1 0 . El cambio de signo se obtiene entre 1 y 2,

1 7 -4 -3 -1
7 3 0
1 1 7 3 0 -1
y 1
z 7 10
1 7 10 10
7
1 7 17

El resultado es z3 10z2 17z 7 0 . El cambio de signo se obtiene entre 11 y 12.

11 1 -10 -17 -7
11 11 -66
1 11 1 1 -6 -73
z 11
u 11 132
11 1 12 126
11
11 1 23

El resultado es 73u 3 126u 2 23u 1 0 . El cambio de signo se obtiene entre 1 y 2.

1 73 -126 -23 -1
73 -53 -76
1 1 73 -53 -76 -77
u 1
v 73 20
1 73 20 -56
73
1 73 93

73

El resultado es 77v3 56v2 96v 73 0 . El cambio de signo se obtiene entre 1 y 2.

239
 1 77 56 -96 -73
77 133 37
1 1 77 133 37 -36
v 1 77 210
w
1 77 210 247
77
1 77 287

77

El resultado es 36w3 247w 2 287w 77 0 . El cambio de signo se produce ahora entre

7 y 8. Si queremos detenernos aqu tomamos w = 8, con lo cual, v = 9/8; u = 17/9;
z = 196/17; y = 213/196; x = 409/213 = 1,9201877,

En la teora de las fracciones continuas se demuestra que el error es menor que el cuadrado
de la inversa del denominador. Es decir que en nuestro ejemplo,

1
Error 0,00003
2132
Luego podemos asegurar que x = 1,9202.

Si buscamos una raz negativa, bastar cambiar por x y nos encontraremos en el caso
anterior.

Ejemplo 2:
Aproximemos la raz de la ecuacin x3 4x + 2 = 0 que est comprendida entre 3 y 2.

Cambiando x por x obtenemos la ecuacin x3 4x 2 = 0 que tiene una raz

comprendida entre 2 y 3.

2 1 0 -4 -2
2 4 0
1 2 1 2 0 -2
x 2
y 2 8
2 1 4 8
2
2 1 6

Obtenindose 2y3 8y2 6y 1 0 . El cambio de signo se produce entre 4 y 5.

240
 4 2 -8 -6 -1
8 0 -24
1 4 2 0 -6 -25
y 4 8 32
z
4 2 8 26
8
4 2 16

Obtenindose 25z3 26z2 16z 2 0 . El cambio de signo se produce entre 1 y 2.

1 25 -26 -16 -2
25 -1 -17
1 1 25 -1 -17 -19
z 1
u 25 24
1 25 24 7
25
1 25 49

25

Obtenindose 19u3 7u 2 49u 25 0 . El cambio de signo se produce entre 1 y 2.

1 19 -7 -49 -25
19 12 -37
1 1 19 12 -37 -62
u 1
v 19 31
1 19 31 -6
19
1 19 50

19

Obtenindose 62v3 6v2 50v 19 0 . El cambio de signo se produce entre 1 y 2.

241
 1 62 6 -50 -19
62 68 18
1 1 62 68 18 -1
v 1 62 130
w
1 62 130 148
62
1 62 192

62

Obtenindose w3 148w 2 192w 62 0 . El cambio de signo se produce entre 149 y

150. Tomemos w = 150, con lo cual obtenemos sucesivamente:

v = 151/150; u = 301/151; z = 452/301; y = 2109/452; x = 4670/2109 = 2,2143195

1
Y, como el error es: 3 10 7 , podemos asegurar que x = - 2,214320.
21092

Puede suceder que entre los enteros a y a+1 haya dos races en vez de una. En ese caso el
procedimiento es el mismo, pero hay que tener cuidado para estar seguro de que estamos
calculando la raz que nos interesa.

Ejemplo 3:
Aproximemos la menor de las dos races de la ecuacin 20x3 15x2 + 1 = 0 que estn
comprendidas entre 0 y 1.

1
Hacemos el cambio de variable x 0 y3 15y 20 0 . Buscando los cambios de
y
signo averiguamos que esta ecuacin tiene una raz entre 1 y 2, y otra entre 2 y 3. La que
nos interesa es la segunda puesto que lo dicho equivale a que x est comprendida entre 1 y
1/2 para la primera y entre 1/2 y 1/3 para la segunda. La que nos interesa es, pues, sta
ltima y en lo sucesivo ya no habr ms dificultades puesto que la ecuacin en y solo tiene
una raz entre 2 y 3.
2 1 0 -15 20
2 4 -22
1 2 1 2 -11 -2
y 2
z 2 8
2 1 4 -3
2
2 1 6

242
2z3 3z 2 6z 1 0 cambia de signo entre 1 y 2.

1 2 3 -6 -1
2 5 -1
1 1 2 5 -1 -2
z 1 2 7
u
1 2 7 6
2
1 2 9

2u 3 6u 2 9u 2 0 cambia de signo entre 4 y 5.

4 2 -6 -9 -2
8 8 -4
1 4 2 2 -1 -6
u 4
v 8 40
4 2 10 39
8
4 2 18

6v3 39v2 18v 2 0 cambia de signo entre 6 y 7.

6 6 -39 -18 -2
36 -18 -216
1 6 6 -3 -36 -218
v 6
w 36 198
6 6 33 162
36
6 6 69

218w 3 162w 2 69w 6 0 cambia de signo entre 1 y 2.

w = 2; v = 13/2; u = 54/13; z = 67/54; y = 188/67; x = 67/188 = 0,3563829

1
El error es: 3 10 5 , podemos asegurar que x = 03564.
1882

243
3.18 Frmula de Cardano Vieta

El lgebra se demuestra que solamente las ecuaciones de tercer y cuarto grado tiene
soluciones que pueden expresarse exactamente por medio de nmeros irracionales, reales o
imaginarios (salvo casos excepcionales como races enteras, fraccionarias, etc). A
continuacin se explicar la frmula de Cardano Vieta, que permite encontrar la solucin
exacta de cualquier ecuacin de tercer grado (para la ecuacin de cuarto grado existe otra
frmula pero es demasiado engorrosa).

Sea la ecuacin a 3x 3 a 2 x 2 a1x a 0 0 . Veamos, en primer lugar, que siempre es

posible reducirla al tipo x 3 px q 0 . Haciendo x = z + h obtenemos:

a 3 z3 3hz 2 3h 2 z h 3 a 2 z 2 2zh h 2 a1 z h a 0 0

a 3z3 3ha 3 a 2 z 2 3h 2a 3 2ha 2 a1 z a 3h 3 a 2 h 2 a1h a 0 0

Haciendo h a 2 3a 3 , queda:

a 3z3 3h 2a 3 2ha 2 a1 z a 3h 3 a 2h 2 a1h a 0 0
Y, dividiendo por a3, la ecuacin queda de la forma:

x 3 px q 0

Ejemplo:
Sea la ecuacin x 3 3x 2 4x 6 0 . Haciendo x = z + h obtenemos

z 3

3hz 2 3h 2z h 3 3 z 2 2zh h 2 4z h 6 0
Es decir,

z3 3h 3z 2 3h 2 6h 4 z h 3 3h 2 4h 6 0

Y, anulando el trmino en z2 queda z3 z 8 0 .

Esto puede razonarse de otro modo tambin. Haciendo x = z + h y desarrollando en serie

de Taylor, nos queda:

f h 2 f h 3
f z h f h f h z z z 0
2 6

Para anular el trmino en z2 tendremos que hacer f h 0 , de donde obtendremos el valor

de h, y la ecuacin quedar:

244
 f h f h
z3 6 z6 0
f h f h

Considerando el ejemplo anterior, tenemos

f h h 3 3h 2 4h 6 f h 3h 2 6h 4 f h 6h 6 f h 6

Anulando f h obtenemos h = - 1; y, entonces nos queda

f h 8 f h 1 f h 6

Con lo cual nos queda, como antes,

1
z3 6 z 2 6
8 z3 z 2 8 0
6 6

El segundo paso en la frmula de Cardano Vieta consiste en hacer x = u + v en la ecuacin

x 3 px q 0 , con lo cual,

u 3

3u 2 v 3uv2 v3 pu v q 0

Que se puede escribir

p 3uvu v u3 v3 q 0
Ecuacin que se cumple si hacemos

uv p 3 u 3 v3 p3 27


u 3 v 3 q u 3 v 3 q

Como se sabe que en una ecuacin de segundo grado ax2 + bx + c = 0, la suma de las
races es b/a y su producto c/a, podemos decir que u3 y v3 son las races de la ecuacin
p3
w 2 qw 0 . Ecuacin que, una vez resuelta, da:
27

w

q q 2 4 p3 27
2
Es decir que
q q 2 p3 q q 2 p3
u3 v3
2 4 27 2 4 27

245
Ahora bien, como se debe recordar, cada nmero real o imaginario tiene tres races cbicas
diferentes, reales o imaginarias. Por lo tanto hay nueve maneras diferentes de obtener
x = u + v. Seis de ellas son soluciones extraas introducidas al elevar al cubo la igualdad
uv = p/3. Se hace pues necesario encontrar un criterio que permita desechar estas
soluciones extraas. Como uv = p/3 es un nmero real bastar emparejar aquellos valores
tales que su producto sea real, para lo cual es necesario que la suma de sus argumentos sea
un mltiplo de 180. Es decir que

Argumento de u + argumento de v = mltiplo de 180.

A continuacin, analicemos en detalle los casos que pueden presentarse:

q 2 p3
- Primer Caso: d 2 0 . En principio tenemos las siguientes posibilidades
4 27
q q
a. d r 3 0; d s3 0
2 2
q q
b. d r 3 0; d s3 0
2 2
q q
c. d r 3 0; d s3 0
2 2

(La otra posibilidad que queda es imposible.)

a. u 3 r 3 0 r k120 ; v 3 s3 0 s k 120

u1 r 0 v1 s 0
u 2 r120 v 2 s 120
u 3 r 240 v3 s 240

x1 u1 v1 r s

x 2 u 2 v3 r cos 120 s cos 240 i r sen120 s sen 240

r s i 3
r s
2 2

x 3 u 3 v 2 r cos 240 s cos 120 i r sen 240 s sen120

r s i 3 r s
2 2

b. u 3 r 3 0 r k120 ; v 3 s3 180 s k 120 60

246
 u1 r 0 v1 s 60
u 2 r120 v 2 s 180
u 3 r 240 v 3 s 300

x1 u1 v 2 r s

x 2 u 2 v1 r cos 120 s cos 60 i r sen120 s sen 60

s r i3
r s
2 2

x 3 u 3 v3 r cos 240 s cos 300 i r sen 240 s sen300

s r i 3 r s
2 2

c. u 3 r 3 180 r k120 60 ; v 3 s3 180 s k 120 60

u1 r 60 v1 s 60
u 2 r180 v 2 s 180
u 3 r 300 v3 s 300

x1 u1 v3 r cos 60 s cos 300 i r sen 60 s sen300

r s i 3
r s
2 2
x 2 u 2 v2 r s

x 3 u 3 v1 r cos 300 s cos 60 i r sen300 s sen 60

r s i 3
r s
2 2

Como se ve en este primer caso se obtiene siempre una raz real y dos imaginarias
conjugadas.

q 2 p3 q q
- Segundo Caso: d 2 u 3 i d ; v3 i d . Como d es un
4 27 2 2
nmero positivo, tenemos dos posibilidades:

a. q positivo
b. q negativo

q2 2d
a. q > 0. Si hacemos d 2 m6 ; arc tg
4 q
u 3 m3180 m k120 60 / 3; v 3 m3180 m k120 60 / 3

247
 u1 m v1 m 60 / 3
60 / 3
u 2 m 180 / 3 v 2 m 180 / 3

u 3 m 300 / 3 v3 m 300 / 3

x1 u1 v3 m cos 60 cos 300 i m sen 60 sen 300
3 3 3 3

m cos 3sen 2m cos 60 2m cos120
3 3 3 3

x 2 u 2 v 2 m cos180 cos180 i m sen180 sen180
3 3 3 3

2m cos
3

x 3 u 3 v1 m cos 300 cos 60 i m sen 300 sen 60
3 3 3 3

m cos 3sen 2m cos 60
3 3 3

q2 2d
b. q < 0. Hacemos d 2 m6 ; arc tg
4 q
u 3 m3 m k120 / 3; v 3 m3 m k120 / 3

u1 m v1 m / 3
/3
u 2 m 120 / 3 v 2 m 120 / 3

u 3 m 240 / 3 v3 m 240 / 3

x1 u1 v1 2m cos
3

x 2 u 2 v3 m cos120 cos 240 i m sen120 sen 240
3 3 3 3

m cos 3sen 2m cos 60
3 3 3

248

x 3 u 3 v 2 m cos 240 cos120 i m sen 240 sen120
3 3 3 3

m cos 3sen 2m cos 60
3 3 3

En este segundo caso, siempre se obtienen tres races reales diferentes

q 2 p3 q
- Tercer caso: d 2 0 hacemos m3 . u v 3 q 2 y tenemos slo
4 27 2
dos posibilidades:
a. q > 0.
b. q < 0.

a. u v 3 m3180 m k120 60

u1 m v1 m 60
60
u 2 m 180 v 2 m 180

u 3 m 300 v3 m 300

x1 u1 v3 m cos 60 cos 300 i msen 60 sen300 m

x 2 u 2 v 2 m cos180 cos180 i msen180 sen180 2m
x 3 u 3 v1 x1 m

b. u v 3 m3 0 m k120

u1 m v1 m 0
0
u 2 m 120 v 2 m 120

u 3 m 240 v3 m 240

x1 u1 v1 m cos 0 cos 0 i msen 0 sen 0 2m

x 2 u 2 v3 m cos120 cos 240 i msen120 sen 240 m
x 3 u 3 v 2 x 2 m
En este tercer caso se obtiene siempre una raz doble y una sencilla, ambas reales.

249
En resumen, para obtener las soluciones vlidas basta sumar los valores de u y de v cuyos
argumentos sumen un mltiplo de 180.

q 2 p3
La naturaleza de las races depende del signo de la expresin , llamada
4 27
discriminante.

Si el discriminante es positivo, se obtiene una raz real y dos imaginarias conjugadas.

Si el discriminante es negativo se obtienen tres races reales diferentes.

Si el discriminante es nulo se obtiene una raz doble y otra simple, ambas reales.

Ejemplo 1:
Resolvamos la ecuacin x3 + 9x 26 = 0.

p3 q 2
p 9 ; q 26 ; 196 142
27 4
u 3 13 14 3 27 0 3 k120 ; v 3 13 14 3 1180 3 k120 60

u1 3 0 v1 1 60
u 2 3120 v 2 1180
u 3 3 240 v3 1 300

x1 u1 v2 3 cos 0 1cos180 i 3 sen 0 1sen180 3 1 2

x 2 u 2 v1 3 cos120 1cos 60 i 3sen120 1sen 60 1 2 3 i

Para x3 no es necesario hacer clculos puesto que las dos races imaginarias deben ser
conjugadas, as x3 1 2 3 i .

Ejemplo 2:
Hallemos las races de la ecuacin x3 x 2 = 0.

p3 q 2 23
p 1; q 1; 0,2129629
27 4 108
1 23 3
u3 0,5 0,4614791 3 0,94614791 0 0,9869912 k120
2 108

250
 1 23 3
v3 0,5 0,4614791 3 0,0385209 0 0,3377267 k120
2 108

u1 0,9869912 0 v1 0,3377267 0
u 2 0,9869912 120 v 2 0,3377267 120
u 3 0,9869912 240 v3 0,3377267 240

x1 u1 v1 0,9869912 0,3377267 1,3247179

x 2 u 2 v3 0,9869912cos120 i sen120 0,3377267cos 240 i sen 240
x 2 0,6623583 0,5622794 i
x 3 0,6623583 0,5622794 i

Ejemplo 3:
Hallemos las races de x3 3x + 1 = 0.

p3 q 2 3
p 3; q 1;
27 4 4
1 3
u3 i 3 1120 1 k120 40
2 2
1 3
v3 i 3 1 240 1 k 120 80
2 2

u1 3 40 v1 180
u 2 3160 v 2 1 200
u 3 3 280 v3 1 320

x1 u1 v3 cos 40 cos 320 i sen 40 sen320 2 cos 40 1,5320888

x 2 u 2 v 2 cos160 cos 200 i sen160 sen 200 2 cos160 1,8793852
x 3 u 3 v1 cos 280 cos 80 i sen 280 sen80 2 cos 80 0,3472963

Ejemplo 4:
Busquemos las races de x3 6,6534x + 5,8833 = 0.

251
p3 q 2
10,908552 8,6533047 2,2552472 1,5017482
27 4
u 3 2,94165 i 1,501748 3 3,302896 152,95513 1,4892280 k120 50,985045

v 3 2,94165 i 1,501748 3 3,302896 207,04486 1,4892280 k120 69,014954

u1 1,4892280 50,985045 v1 1,4892280 69,014954

u 2 1,4892280 170,985045 v 2 1,4892280 189,014954

u 3 1,4892280 290,985045 v3 1,4892280 309,014954

x1 u1 v3 2 cos 50,9850451,4892280 1,875007

x 2 u 2 v 2 2 cos170,9850451,4892280 2,9416643
x 3 u 3 v1 2 cos 69,0149541,4892280 1,066057

Ejemplo 5:
Busquemos las races de x3 12x + 16 = 0.

p3 q 2
64 64 0 u v 3 8 2 k120 60
27 4

u1 2 60 v1 2 60
u 2 2 180 v 2 2 180
u 3 2 300 v3 2 300

x1 u1 v3 4 cos 60 2
x 2 u 2 v 2 4 cos180 4
x 3 u 3 v1 x1 2

3.19 Solucin Grfica de la Ecuacin de Cuarto Grado

Sea la ecuacin a 4 x 4 a 3x 3 a 2 x 2 a1x a 0 0 . Si hacemos x = z + h, obtenemos

a 4 z 4 4ha 4 a 3 z3 6h 2a 4 3ha 3 a 2 z 2 4h 3a 4 3h 2a 3 2ha 2 a1 z

a 4 h 4 a 3h 3 a 2 h 2 a1h a 0 0

252
Dividiendo por a4 y haciendo h = a3/4ha4 podremos llegar siempre a una ecuacin del
tipo
x 4 ax 2 bx c 0

Ejemplo 1:
Consideremos la ecuacin 2x 4 16x3 6x 2 4x 1 0 , Haciendo x = z + h, obtenemos

2z4 8h 16z3 12h 2 48h 6 z 2 8h 3 48h 2 12h 4 z 2h 4 16h 3 6h 2 4h 1 0

Haciendo h = 2 y dividiendo luego por 2, tenemos

z 4 21z 2 50z 32,5 0

Sea ahora la ecuacin x 4 ax 2 bx c 0 . Haciendo x2 = y tendremos:

x 4 ax 2 bx c x 2 x 4 a 1x 2 bx c x 2 y 2 bx a 1y c
b 2 a 12 4c
2 2
b a 1
x y 0
2 2 4

Luego las soluciones de la ecuacin se pueden obtener por la interseccin de la parbola

b a 1 b 2 a 12 4c
y x 2 y la circunferencia de centro , y radio R .
2 2 4

Ejemplo 2:
Sea la ecuacin x 4 3x 2 2x 7 0 .

10,00
Y
9,00

8,00

7,00

6,00

5,00

4,00

3,00

2,00

1,00

X1 X2
0,00
-4 -3 -2 -1 0 1 2 X 3

-1,00

253
 x 4 3x 2 2x 7 x 2 y2 2x 2y 7 x 12 y 12 9 0

Que corresponde a una circunferencia de centro (-1; -1) y radio igual a 3, lo que nos da dos
races reales, una negativa comprendida entre -1 y -2 y otra positiva comprendida entre 1 y
2. Para obtener alguna exactitud es necesario hacer el dibujo con precisin. En este caso en
particular, las races son x1 = 1,40 y x2 = 1,08.

3.20 Solucin Grfica de la Ecuacin de Tercer Grado

Dada la ecuacin x3 px q 0 (lo que como sabemos no quita generalidad a la solucin

porque siempre podemos llegar a ella) basta multiplicar por x para estar en el caso anterior:

x 4 px2 qx x 2 x 4 p 1x 2 qx x 2 y 2 qx p 1y
q 2 p 12
2 2
q p 1
x y 0
2 2 4
Y, como antes, bastar buscar la interseccin de la parbola y = x2 con la circunferencia de
q p 1
centro , que pasa por el origen.
2 2
Ejemplo:
Consideremos la ecuacin x3 7x 5 0 .

x 4 7x 2 5x x 2 x 4 8x 2 5x x 2 y2 5x 8y x 2,52 y 42 22,25 0
La circunferencia tiene su centro en ( 2,5; 4) y pasa por el origen. Se obtienen tres races
reales: x1 = 2,95 x2 = 0,78 y x3 = 2,17-
10,00

8,00

6,00

4,00

2,00

X1 X2 X3
0,00
-11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3
X

-2,00

254
3.21Problemas Resueltos

1. A partir de la siguiente tabla, hallar las diferencias divididas ms usuales y, adems,

x 2 x 4 x 0 .
x 0,2 0,35 0,5 0,6 0,8 1,0
f(x) -0,6900 -0,4559 -0,3010 -0,2218 -0,0969 0,0000

Solucin:
Construyamos, en primer lugar, la tabla de diferencias divididas ms usadas:

x f(x) 1 Orden 2 Orden 3 Orden 4 Orden 5 Orden

x0 = 0,2 -0,6990
x1 = 0,35 -0,4559 1,6207
x2 = 0,5 -0,3010 1,0327 -1,9600
x3 = 0,6 -0,2218 0,7920 -0,9627 2,4933
x4 = 0,8 -0,0969 0,6245 -0,5583 0,8985 -2,6580
x5 = 1 0,0000 0,4845 -0,3500 0,4167 -0,7413 2,3959

Adems:
x 2 x 4 x 0 x 0 x 2 x 4 x 2 x 4 x 0 x 2
x 4 x 0
x x f x 4 f x 2 0,0969 0,3010 0,6803
x4 x2 0,8 0,5
2 4

x 0 x 2 f x 2 f x 0 0,3010 0,6990 1,3267

x2 x0 0,5 0,2

x 2 x 4 x 0 0,6803 1,3267 1,0772

0,8 0,2

2. Dados f x x 4 ; x 0 a 3h; x1 a h; x 2 a h; x 3 a 3h , hacer la tabla de

diferencias progresivas y hallar a y h, tal que x1x 2 x 3 58 x 0 x1x 2 x 3 8 .

Solucin:
x f(x)
a 3h (a 3h)4
a h (a h)4 4a3 24a2h + 52ah2 40h3
a + h (a + h)4 4a3 + 4ah2 6a2 12ah + 10h2
a + 3h (a + 3h) 4a 24a h + 52ah 40h 6a2 + 12ah + 10h2 4a
4 3 2 2 3

255
De donde x 0 x1x 2 x 3 4a 8 a 2
x1x 2x3 6a 2 12ha 10h 2 10h 2 24h 24 58 h 1 h 17 5

3. Dado f x x 4 2x 3 2; x 0 0; x1 1; x 2 3 , hallar x para que x 0 x1xx 2 7 .

Solucin:
f x 0 2 f x1 3 f x 2 25

x 0 x1 3 2 1 x1x x 2x 3 2 3
4
x3 x 2 x 1
1 0 x 1

x x 2 25 x 2x 2 x 3 x 2 3x 9
4 3

3 x
x x2 x 1 1
3
x 0 x1x x2 x 1
x

x1x x 2 x x 3x 9 x x x 1 x 2 2x 5
3 2 3 2

x 0 x1x x 2 x 2x 5 x x 1 x 2 7 x 5
2 2

4. A partir de la siguiente tabla, y sabiendo que f(x) es un polinomio de tercer grado, hallar
f(4) y f(5).
x 0 1 2 3
f(x) 1 0 11 46
Solucin:
Planteemos la tabla de diferencias progresivas hasta x = 4:

x f(x) 2 3
0 1
1 0 -1
2 11 11 12
3 46 35 24 12
4 a b c 12

Es de hacer notar que si la funcin es un polinomio de tercer grado, las diferencias de

orden cuatro deben ser nulas, y por lo tanto las de tercer orden deben ser iguales entre s.
De ah podemos plantear el siguiente sistema de ecuaciones:

c 24 12 c 36 b 35 36 b 71 a 46 71 a f 4 117
Y repetimos para hallar f(5)

256
 x f(x) 2 3
0 1
1 0 -1
2 11 11 12
3 46 35 24 12
4 117 71 36 12
5 a b c 12

c 36 12 c 48 b 71 48 b 119 a 117 119 a f 5 236

5. Hallar la diferencia ensima de la funcin f(x) = e-3x para h = 1.

Solucin:
f x f x 1 f x e 3( x 1) e 3x e 3 x e 3 1

2f x e 3 1 e 3 x 1 e 3x e 3 1 e
2 3x

..................................................................................

n f x e 3 1 e 3 x
n

6. Hallar la antidiferencia de f x 2x 2 6x 1 3x para h = 1.
Solucin:
Probemos con una funcin del tipo Fx 1f x ax 2 bx c 3x

Fx a x 1 bx 1 c 3x 1 ax 2 bx c 3x 3x 2ax 2 6a 2bx 3a 3b 2c
2


Fx 3x 2ax 2 6a 2b x 3a 3b 2c 2x 2 6x 1 3x
2a 2 a 1 6a 2b 6 b 0 3a 3b 2c 1 c 1

1f x x 2 1 3x k

3
7. Si f x 2x sen x , resolver f x f x para h = 1.
2

Solucin:
Si f x f x , entonces f x 1 f x f x , y por lo tanto f x 1 2f x

257
 3 3 3 3 3
2 x 1 sen x 1 2 2 x sen x 2 x 1 sen x sen x sen x 1 0
2 2 2 2 2
3 3 2 x
sen x sen 0
2 2

3a a
Recordemos que: sena sen a 2 2 cos sen . Si hacemos a x x 2 y
3 a 3
4 4 2 4 2
3a 3 3 3
3 x 2 , con lo que la ecuacin queda 2 cos 3 x 2 sen x 2 0 .
4 2 2 2

3 3
Ecuacin que tiene dos soluciones: sen x 2 0 y cos 3 x 2 0 . En el primer caso,
2 2
3 3 3 3 ln 3 ln 4k
sen x 2 0 x 2 k x 4k 2x x
2 2 2 4k ln 2

Y en el segundo,

3 3 22k 1
cos 3 x 2 0 3 x 2 2k 1 x
3 9
2x
2 2 2 2 3 4k 2
ln 9 ln 4k 2
x
ln 2

ln 3 ln 9 ln 2
Para k = 0, x ; x
ln 2 ln 2

8. Dada la funcin f x x 4 x 3 2x 2 x 1 , descomponer en polinomios factoriales y

hallar f x , 2f x y 1 x para h = 2.

Solucin:
x 4 x 3 2 x 2 x 1 Ax4 Bx (3 Cx ( 2 Dx (1 Ex ( 0
Axx 2x 4x 6 Bx x 2x 4 Cx x 2 Dx E
x0 1 E
x2 35 2D E D 17
x4 357 8C 4D E C 36
x6 1591 48B 24C 6D E B 13
Trminos en x4 1 A

258
Por lo tanto, f x x 4 13x (3 36x ( 2 17x (1 x (0 . Para las diferencias tenemos:

f x 4 2x 3 13 3 2x ( 2 36 2 2x (1 17 1 2x ( 0
f x 8x 3 78x ( 2 144x (1 34x ( 0 8x x 2x 4 78x x 2 144x 34
f x 8x 3 30x 2 52x 34
2f x 8 3 2x 2 78 2 2x (1 144 1 2x ( 0
2f x 48x 2 312x (1 288x ( 0 48x x 2 312x 288
2f x 48x 2 216x 288

Y, para la antidiferencia,

x (5 13x ( 4 36x (3 17 x ( 2 x (1
1f x k x (0
5 2 4 2 3 2 2 2 1 2
1f x x x 2 x 4 x 6x 8 x x 2x 4x 6 6x x 2 x 4
1 13
10 8
x x 2 x k
17 1
4 2
1f x x 5 x 4 x 3 x 2 x k
1 3 1 1 2
10 8 2 4 5

9. Dada la funcin f x x (3 3x , hallar, mediante la frmula de la diferencia de un

producto y para h = 1, el valor de 4f x .

Solucin:
La frmula de la diferencia de un producto es: (uv) = u v + v u +u v. En efecto, si
f(x) = u(x) v(x), entonces:

uv u x vx h vx vx u x h u x u x h u x vx h vx
u x vx h u x vx vx u x h vx u x u x h vx h u x h vx
u x vx h u x vx u x h vx h u x vx f x

Si hacemos u x (3 u 3x ( 2 , y v 3x v 2 3x , por lo tanto:

f x x (3 2 3x 3x 3x ( 2 3x ( 2 2 3x 2x (3 9x ( 2 3x

Haciendo ahora u 2x (3 9x ( 2 u 6x ( 2 18x (1 y repitiendo el procedimiento
anterior, tenemos:

259

2f x 2x (3 9x ( 2 2 3x 3x 6x ( 2 18x (1 2 3x 6x ( 2 18x (1
f x 4x
2 (3
36x 54x 3
(2 (1
x

u 4x (3 36x ( 2 54x (1 u 12x ( 2 72x (1 54x ( 0
3
(3 (2 (1
x x

f x 4x 36x 54x 2 3 3 12x 72x 54x ( 0 2 3x 12x ( 2 72x (1 54x ( 0 (2 (1

f x 8x
3 (3
108x 324x 162x
(2 (1 (0
3 x

u 8x (3 108x ( 2 324x (1 162x ( 0 u 24x ( 2 216x (1 324x ( 0

f x 8x 108x 324x 162x
4 (3 (2 (1 (0
2 3 x x

3 24x 216x 324x ( 0
(2 (1


24x ( 2 216x (1 324x ( 0 2 3x
4

f x 16x 288x 1296x 1296x ( 0 3x
(3 (2 (1

3x 2 x 1
10. Hallar la diferencia tercera de f x , y su valor para x = 0 (h = 1).
x 3 6x 2 11x 6

Solucin:
Descomponiendo el denominador de la funcin, tenemos:

3x 2 x 1 3x 2 x 1
f x
A B C

x 6x 11x 6 x 1x 2x 3 x 1 x 1x 2 x 1x 2x 3
3 2

3x 2 x 1 Ax 2x 3 Bx 3 C
Para x 3 31 C
Para x 2 15 B C B 16
En x 2 A 3

Y, expresando la funcin en polinomios factoriales,

f x 3x ( 1 16x ( 2 31x ( 3
f x 3x ( 2 32x ( 3 93x ( 4
2f x 6x ( 3 96x ( 4 372x ( 5
3f x 18x ( 4 384x ( 5 1860x ( 6
18
3f x
384

x 1x 2x 3x 4 x 1x 2x 3x 4x 5
1860

x 1x 2x 3x 4x 5x 6

260
 18x 5x 6 384x 6 1860
3f x
x 1x 2x 3x 4x 5x 6
18 30 384 6 1860 96
Para x 0 3f x
2

1 2 3 4 5 6 720 15

11. Descomponer en suma de polinomios factoriales la expresin f x

1
, con
x 1x 3
h = 1, y hallar f x y 1f x .

Solucin:
1

x 2 Ax( 1 Bx ( 2 Cx ( 3
x 1x 3 x 1x 2x 3
x 2
A

B

C
x 1x 2x 3 x 1 x 1x 2 x 1x 2x 3
x 2 Ax 2x 3 Bx 3 C
x 3 1 C
x 2 0 B C B 1
en x 2 A 0

Por lo tanto, f x x ( 2 x ( 3 , y para las diferencias,

f x 2 1 x ( 3 3 1 x ( 4 2x ( 3 3x ( 4
2 2x 5
f x
3
4
x 1x 2x 3 x 1x 2x 3x 4 x 10x 35x 2 50x 24
3

x ( 1 x ( 2
1f x
1
x ( 1 x ( 2
1 2 1 3 2
2x 3
1f x
1 1
2
x 1 2x 1x 2 2x 6x 4

n
12. Hallar n
1
2 n
3 utilizando diferencias finitas.

Solucin:
Definimos la funcin f x x 2 3x y hallamos su antidiferencia, Fx 1f x

ax 2 bx c 3x .

261

x 2 3x a x 1 bx 1 c 3x 1 ax 2 bx c 3x
2

2 x

x 3 2ax 6a 2b x 3a 3b 2c 3
2
x

Identificando coeficientes, tenemos:

en x 2 1 2a a 1 2
en x 0 6a 2b b 3 2
Trmino independiente 0 3a 3b 2c c 3 2
1 3
Fx x 2 x 3x
3
2 2 2

Recordemos que Sn = F(n+1)- F(1), por lo tanto:

n
1 3 1 3 3
3n Sn n 1 n 1 3n 1 3
3
n
1
2

2
2

2 2 2 2 2
1

Sn n 2 n 1 3n 1
2
3
2

13. Sumar los n primeros trminos de Sn = 4 +1 + 18 + 53 + 112 + 201 +326 + y

hallar el valor de Sn para n = 30.

Solucin:
Hallemos las diferencias progresivas:

x f(x) 2 3
1 -4
2 1 5
3 18 17 12
4 53 35 18 6
5 112 59 24 6
6 201 89 30 6
7 326 125 36 6

De aqu se deduce que la funcin puede expresarse mediante un polinomio de tercer grado.

f n an 3 bn 2 cn d
4abcd
1 8a 4b 2c d 5 7a 3b c 12 12a 2b
a 1 b 0
17 19a 5b c 6 6a
18 27a 9b 3c d 18 18a 2b c 2 d 3
35 37a 7b c
53 64a 16b 4c d

262
Por lo tanto f(n) = n3 2 n 3. El siguiente paso es expresarlo como suma de polinomios
factoriales:

x 3 2x 3 Ax(3 Bx ( 2 Cx (1 Dx ( 0 Ax x 1x 2 Bx x 1 Cx D
D 3 C 1 B 3 A 1
x (4 x (2
f x x (3 3x ( 2 x (1 3x ( 0 1f x x (3 3x (1 K
4 2
1f x
x x 1x 2 x 3 x x 1x 2
x x 1
3x K
4 2

Y, por lo tanto:

n 1 n n 1n 2 n 1n 3n 1 K 3 K
Sn n 1 n n 1
4 2

Sn
n 2
4

n 1 n 2 4 n 2 1 2n 1 12 n 3 2n 2 3n 16
n
4

Para n = 30, S30 = 215.205

10 12 14
14. Hallar la suma de los primeros n trminos de Sn ...
1 3 5 3 5 7 5 7 9

Solucin:
2x 8
El trmino general de la suma puede expresarse como: f x , y si
2x 12x 12x 3
hacemos z = 2x 3 entonces 2x 1 = z + 2; 2x + 1 = z + 4; 2x + 3 = z + 6 . Quedando,

z 11
f z
A B C
Az( 1 Bz( 2 Cz ( 3
z 2z 4z 6 z 2 z 2z 4 z 2z 4z 6
z 11 Az 4z 6 Bz 6 C
A 0 B 1 C 5
z ( 1 5z ( 2
f z z ( 2 5z ( 3 Fz 1f z
1 5
K K
2 4 2z 2 4z 2z 4

Ahora es necesario desarrollar la frmula de la sumatoria:

Fz 2 Fz f z

263
F1 F 1 f 1
F3 F1 f 1
Sn F2n 1 F 1
F5 F3 f 3 S 1 5 1 5

22n 1 42n 12n 3 2 12
n

F2n 1 F2n 1 f 2n 1
11 4n 11
Sn
12 42n 12n 3

15. Dada la siguiente tabla, calcular, por la frmula de Lagrange, el valor de la funcin en
x = 3.
x 0 1 2 4 5
f(x) 0 16 48 88 0

Solucin:
n
Recordemos que el polinomio desarrollado por Lagrange es: Px yi Li x , en donde,
i 0

L i (x)
x - x 0 x - x1 .... x - x i -1 x - x i 1 .... x - x n . Por lo tanto,
x i x 0 x i x1 .... x i x i 1 x i x i 1 .... x i x n

f 3 0
3 13 23 43 5 16 3 03 23 43 5
0 10 20 40 5 1 01 21 41 5
48
3 03 13 43 5 88 3 03 13 23 5
2 02 12 42 5 4 04 14 24 5
0
3 03 13 23 4 0 1 16 6 48 1 88 1 0 1

5 05 15 25 4 10 12 2 10
f 3 84

16. Dada la tabla que se incluye a continuacin hallar, mediante la frmula de Lagrange, el
valor de f(50,2).

x 50 51 52 53 54 55
f(x) 7,07107 7,14143 7,21110 7,28011 7,34847 7,41620

Solucin:
Ya que las abscisas estn uniformemente espaciadas, conviene hacer el cambio de variable
x x0 = r h. En este caso: r 50,2 50 1 0,2 , y el polinomio de Lagrange es:

264
 r 1r 2r 3r 4r 5 y r r 2r 3r 4r 5
f x y 0
5 4 3 2 1 1
4 3 2 11
r r 1r 3r 4r 5 r r 1r 2r 4r 5
y2 y3
3 2 112 2 1123
r r 1r 2r 3r 5 r r 1r 2r 3r 4
y4 y4
1234 12345
f 50,2 7,07107
0,2 10,2 20,2 30,2 40,2 5
120
0,2 0,2 20,2 30,2 40,2 5 0,2 0,2 10,2 30,2 40,2 5
7,14143 7,2111
24 12
0,2 0,2 10,2 20,2 40,2 5 0,2 0,2 10,2 20,2 30,2 5
7,28011 7,34847
12 24
0,2 0,2 10,2 20,2 30,2 4
7,41620 7,08520
120

17. Dada la tabla

x 3 3,02 3,03 3,06
f(x) = cos x -0,9900 -0,9926 -0,9938 -0,9967

Calcular, por Newton Gregory, cos 3,01 y estimar la cota del error de la frmula.

Solucin:
Calculemos, en primer lugar la tabla de diferencias divididas:

x f(x) 1 Orden 2 Orden 3 Orden

3 -0,99
3,02 -0,9926 -0,13000
3,03 -0,9938 -0,12000 0,33333
3,06 -0,9967 -0,09667 0,58333 4,16667

La frmula de Newton Gregory es:

f(x) f x 0 x x 0 x 0 x 1 x x 0 x x1 x 0 x1 x 2 ....
x 0 x1 x 2 .... x n x x 0 x x 1 .... x x n -1 x x 0 x1 ....x n x x 0 x x 1 .... x x n

Por lo tanto,

f 3,01 0,99 3,01 3 0,13 3,01 3 3,01 3,02 0,33333

3,01 3 3,01 3,02 3,01 3,03 4,16667 0,9913

265
La frmula del error es:

x x 0 x x1 x x 2 x x 3 M
4!
En donde M es, en este caso, el mximo de la cuarta derivada, f IV x cos x M 1

3,01 33,01 3,023,01 3,033,01 3,06 1 4,2 109

24

18. Dada la tabla

x 0 0,2 0,3 0,4 0,7 0,9

f(x) 132,651 148,877 157,464 166,375 195,112 216

Hallar f(0,25).

Solucin:
x f(x) 1 Orden 2 Orden 3 Orden
0 132,651
0,2 148,877 81,130
0,3 157,464 85,870 15,80
0,4 166,375 89,110 16,20 1
0,7 195,112 95,790 16,70 1
0,9 216 104,440 17,30 1

f(0,25) = 132,651 + (0,25 0) 81,13 + (0,25 0) (0,25 0,2)15,80 + (0,25 0)

(0,25 0,2) (0,25 0,3) 1 = 153,130

19. Dada la tabla

x 3,5 3,55 3,6 3,65 3,7
f(x) 33,115 34,813 36,598 38,475 40,447

Hallar f(x) y particularizar para x = 3,58.

Solucin:
x f(x) 2 3 4
3,5 33,115
3,55 34,813 1,6980
3,6 36,598 1,7850 0,0870
3,65 38,475 1,8770 0,0920 0,0050
3,7 40,447 1,9720 0,0950 0,0030 -0,0020

266
 r r 1 2 r r 1r 2 3 r r 1r 2r 3 4
f x f x 0 y 0
r
y0 y0 y0
1! 2! 3! 4!
r r 1 r r 1r 2 r r 1r 2r 3
f x 33,115 1,698 r 0,087 0,005 0,002
2 6 24
f x 33,115 1,698 r r r 1 0,0435 r r 1r 2 0,000833
r r 1r 2r 3 8,33 10 5

x x 0 3,58 3,5
Y, para x = 3,58, r 1,6 . Finalmente:
h 0,05

f x 33,115 1,698 1,6 1,6 0,6 0,0435 1,6 0,6 0,4 0,000833
1,6 0,6 0,4 1,4 8,33 105 35,873

20. Dada la siguiente tabla, hallar el valor de x para el cual f(x) = 0,79216.

x 0,5 0,55 0,6 0,65 0,7 0,75

f(x) 0,70711 0,74162 0,7746 0,80623 0,83666 0,86603

Solucin:
Ya que las abscisas estn uniformemente separadas, comenzamos por calcular las
diferencias progresivas:

x f(x) 2 3 4 5
0,5 0,70711
0,55 0,74162 0,0345
0,6 0,7746 0,0330 -0,0015
0,65 0,80623 0,0316 -0,0013 1,80E-04
0,7 0,83666 0,0304 -0,0012 1,50E-04 -3,00E-05
0,75 0,86603 0,0294 -0,0011 1,40E-04 -1,00E-05 2,00E-05

El primer tanteo es:

yg y0 0,79216 0,70711
r0 2,46450
y0 0,0345

El siguiente es:

2,4645 2,4645 1 2,4645 2,4645 1 2,4645 2

r1 2,4645 0,0015 1,8 104
0,0345 0,0345

267
 2,4645 2,4645 1 2,4645 2 2,4645 3

0,0345

3,0 10 5

2,4645 2,4645 1 2,4645 2 2,4645 3 2,4645 4

0,0345

2,0 10 5 2,543015

2,543015 2,543015 1 2,543015 2,543015 1 2,543015 2

r2 2,4645 0,0015 1,8
0,0345 0,0345
2,543015 2,543015 1 2,543015 2 2,543015 3
104
0,0345

3,0 105
2,543015 2,543015 1 2,543015 2 2,543015 3 2,543015 4

0,0345

2,0 105
r2 2,549592

As sucesivamente hasta r5 = 2,55020516. Por lo tanto, x = rh + x0 = 2,549592 0,05 + 0,5

= 0,628.

21. El coeficiente de contraccin utilizado en la estimacin de la socavacin general y

transversal de un cauce, es funcin de la velocidad media de la corriente y de la separacin
entre estructuras, tal como lo indica la tabla que se presenta a continuacin. Calcular el
valor de dicho coeficiente para una velocidad media 1,3 m/seg y una separacin entre pilas
de 12,5 m.

Coeficiente de Contraccin, Cc
Velocidad (m/seg) Separacin entre estructuras (m)
10 13 16
1,00 0,96 0,97 0,98
1,50 0,94 0,96 0,97
2,00 0,93 0,94 0,95
2,50 0,90 0,93 0,94

Solucin:
Utilicemos, por ejemplo, el mtodo de Newton Gregory. Ya que las dos variables
independientes estn uniformemente espaciadas, podemos utilizar la frmula simplificada.
As, para una separacin entre estructuras de 10 m, tenemos:

x f(x) 2 3
1,0 0,96
1,5 0,94 -0,0200
2,0 0,93 -0,0100 0,0100
2,5 0,90 -0,0300 -0,0200 -0,0300

268
 x x 0 1,3 1
h 0,5 r 0,6
h 0,5

r r 1 2 r r 1r 2 3
f x f x 0 y 0
r
y0 y0
1! 2! 3!
0,6 0,6 1 0,6 0,6 10,6 2
f x 0,96 0,6 0,02 0,01 0,03 0,945
2 6

Para una separacin entre estructuras de 13 m:

x f(x) 2 3
1,0 0,97
1,5 0,96 -0,0100
2,0 0,94 -0,0200 -0,0100
2,5 0,93 -0,0100 0,0100 0,0200

0,6 0,6 1 0,6 0,6 10,6 2

f x 0,97 0,6 0,01 0,01 0,02 0,966
2 6

Para una separacin de 16 m:

x f(x) 2 3
1,0 0,98
1,5 0,97 -0,0100
2,0 0,95 -0,0200 -0,0100
2,5 0,94 -0,0100 0,0100 0,0200

0,6 0,6 1 0,6 0,6 10,6 2

f x 0,98 0,6 0,01 0,01 0,02 0,976
2 6

Y, finalmente, introduciendo la separacin entre estructuras como variable independiente,

se tiene:
y f(y) 2
10 0,945
13 0,966 0,0210
16 0,976 0,0100 -0,0110

x x 0 12,5 10
h 3,0 r 0,8333
h 3,0
0,8333 0,8333 1
f y 0,945 0,8333 0,021 0,011 0,963
2
Es decir, Cc = 0,963.

269
22. En la siguiente tabla se presenta el valor lmite de resistencia a la rotura en N/mm2 (Y)
en funcin de la dureza Brinell en N/mm2 (X) de cabillas de acero utilizadas en la
construccin. Existe una relacin funcional entre las dos variables?

X 263 262 262 262 263 260 263 262 265 262 260 265 265 265 263
Y 88,5 90 90,5 87,5 88,5 90 87,5 88 90,5 88,5 87,5 90 87,5 89,5 90

Solucin:
Dado que se trata de una funcin de una variable, intentemos una relacin lineal. Los
clculos correspondientes son:

X Y X2 XY
263 88,5 69169 23275,5
262 90 68644 23580
262 90,5 68644 23711
262 87,5 68644 22925
263 88,5 69169 23275,5
260 90 67600 23400
263 87,5 69169 23012,5
262 88 68644 23056
265 90,5 70225 23982,5
262 88,5 68644 23187
260 87,5 67600 22750
265 90 70225 23850
265 87,5 70225 23187,5
265 89,5 70225 23717,5
263 90 69169 23670
3942 1334 1035996 350580
Media 262,8 88,93

Y, los coeficientes de regresin son:

n
n n
n yi x i yi x i
1 i 1 i 1 i 1 15 350580 1334 3942 0,125
15 1035996 3942
2 2
n
n
n xi xi
2

i 1 i 1

0 y 1 x 88,93 0,125 262,8 56,08

Es decir: y 56,08 0,125x . Segn esta relacin, cuya validez hay que establecer, los
valores estimados y los correspondientes errores son:

270
 X Y y y y 2 y y2
263 88,5 89,0 0,21 0,19 -0,46
262 90 88,8 1,36 1,14 1,17
262 90,5 88,8 2,78 2,45 1,67
262 87,5 88,8 1,78 2,05 -1,33
263 88,5 89,0 0,21 0,19 -0,46
260 90 88,6 2,01 1,14 1,42
263 87,5 89,0 2,13 2,05 -1,46
262 88 88,8 0,69 0,87 -0,83
265 90,5 89,2 1,67 2,45 1,29
262 88,5 88,8 0,11 0,19 -0,33
260 87,5 88,6 1,17 2,05 -1,08
265 90 89,2 0,63 1,14 0,79
265 87,5 89,2 2,92 2,05 -1,71
265 89,5 89,2 0,09 0,32 0,29
263 90 89,0 1,09 1,14 1,04
3942 1334 18,83 19,43

La varianza del modelo es:

1 n
2 yi y i 2 18,83 1,45
n 2 i 1 15 2

Y,
3942 38,40
2
1 n
n 2
Sxx x x i 1035996
2
i
i 1 n i 1 15

Planteemos las hiptesis,

H0: 1 = 0
H1: 1 0
1 0,125
El estadstico de prueba es T0 0,64 . Y el valor de referencia es
Sxx
2
1,45 38,40
t/2,n-2 = t0,025;13 = 2,53. Ya que T0 0,64 es menor que el valor de referencia, t/2,n-2, no es
posible rechazar la hiptesis nula, es decir 1 es igual a cero, indicando que no hay relacin
entre las variables. Por otra parte, el coeficiente de determinacin es:
n

y i y i
2

18,83
R2 1 i 1
n
1 0,03
y y
19,43
i
i 1

271
Con un coeficiente de determinacin tan bajo se puede afirmar que el modelo lineal no es
apropiado. Para mayor certeza, probemos haciendo un ajuste a un polinomio de segundo
grado:

Y X X2
263 88,5 7832,25
262 90 8100
262 90,5 8190,25
262 87,5 7656,25
263 88,5 7832,25
260 90 8100
263 87,5 7656,25
262 88 7744
265 90,5 8190,25
262 88,5 7832,25
260 87,5 7656,25
265 90 8100
265 87,5 7656,25
265 89,5 8010,25
263 90 8100
= 3942 1334 118656,5
Media = 262,8 88,93 7910,43

Utilizando las expresiones matriciales, tenemos:

6316255,56 142067,90 798,73

X X
T 1
142067,90 3195,50 17,97
798,73 17,97 0,101

105,101
T

X X X Y 8,028
1 T

0,044
Es decir, y 105,101 8,028x 0,044 . Planteemos la hiptesis

Ho: 1 = 2 = 0
H1: j 0 al menos para una j

Para el estadstico de prueba necesitamos el valor de SS E Y Y

T

T
XT Y 37,20

2

XT Y 1 yi
n
y de SS R
T
1,18 . Con ello:
n i 1

272
 SS R k 1,18 2
F0 0,19
SS E n p 37,20 15 3

Dado que f,k,n-p = f0,05;2;7 = 4,74 es superior a F0 0,19 no es posible rechazar la hiptesis
nula. Con lo que se puede concluir, razonablemente, que no hay relacin funcional entre
las variables propuestas.

23. Ajustar a los datos que se incluyen en la siguiente tabla un polinomio de segundo
grado. Comprobar la bondad del ajuste.

Y 11,62 8,35 11,17 6,81 5,7 7,03 13,48 10,3

X 0,76 0,42 0,8 0,2 0,05 0,29 0,94 0,69
Y 13,23 12,07 9,84 8,18 7,41 10,87 6,48
X 0,98 0,89 0,64 0,4 0,36 0,69 0,13

Solucin:
Comencemos por definir las matrices, recordando que, en este caso, la tercera columna de
la matriz X est conformada por el cuadrado de los valores de x:

1 0,76 0,5776 11,62

1 0,42 0,1764 8,35

1 0,80 0,6400 11,17

1 0,20 0,0400 6,81
1 0,05 0,0025 5,70

1 0,29 0,0841 7,03
1 0,94 0,8836 13,48 0,7649 3,0063 2,4547

X 1 Y 10,30 C X X 3,0063 15,0960 13,6132

T 1
0,69 0,4761
1 0,98 0,9604 13,23 2,4547 13,6132 12,9360

1 0,89 0,7921 12,07

1 0,64 0,4096 9,84
1 0,40 0,1600 8,18

1 0,36 0,1296 7,41
1 0,69 ,04761 10,87

1 0,13 0,0169 6,48

Y los coeficientes del modelo son:

273
 5,553

CX T Y 5,005 Es decir: y 5,553 5,005x 3,091x 2 . La varianza del modelo:

3,091
n

y i y i
2

1,3026
2 i 1
0,1086 , y el coeficiente de determinacin:
np 15 3
n

y i y i
2

0,1086
R2 1 i 1
n
1 0,9856 indican un buen ajuste. En la prueba de
y y
90,6043
i
i 1
hiptesis:
Ho: 1 = 2 = 0
H1: 1 0 y/o 2 0

SS R k 89,30 2
El estadstico de prueba, F0 411,33 es mucho mayor que el
SS E n p 1,3026 12
valor de referencia, f,k,n-p = f0,05;2;12 = 3,89 lo que nos dice que hay que rechazar la
hiptesis nula. Es decir, por lo menos uno de los coeficientes es diferente de cero, lo que
indica que hay una relacin funcional entre las variables.
En la prueba de hiptesis,
H0: j = 0
H1: j 0
j
El estadstico de prueba, T0 , es igual a 3,91 (C11 = 15,0960) para 1 y es igual a
2C jj
2,61 (C22 = 12,9360) para 2. En ambos casos el valor es superior al de referencia,
t / 2, n p t 0,025;13 2,56 . Lo que obliga a rechazar la hiptesis nula. Esto quiere decir que el
polinomio de segundo grado es un modelo adecuado. Finalmente, la representacin grfica
de los errores no presenta ningn patrn definido:
0,60

Error
0,50

0,40

0,30

0,20

0,10

Valor Estimado
0,00
0,0 2,0 4,0 6,0 8,0 10,0 12,0 14,0 16,0

-0,10

-0,20

-0,30

-0,40

-0,50

274
24. Hallar el mejor valor de x1, x2, x3 y x4 para el sistema

1,85 x1 2,15 x2 + 2,89 x3 + 5,03 x4 = 1,25

1,57 x1 1,94 x2 + 3,15 x3 + 4,87 x4 = 1,05
0,89 x1 2,06 x2 + 3,04 x3 + 4,95 x4 = 1,17
1,05 x1 2,16 x2 + 3,09 x3 + 4,90 x4 = 0,95
1,22 x1 1,90 x2 + 2,99 x3 + 5,11 x4 = 1,00
1,17 x1 2,11 x2 + 2,90 x3 + 5,19 x4 = 1,23
1,01 x1 2,18 x2 + 3,16 x3 + 5,07 x4 = 1,18
1,32 x1 2,02 x2 + 3,14 x3 + 5,06 x4 = 1,09

Solucin:
La mejor solucin posible la da el sistema:

n 2 n n n n
a i1 x1 a i1a i 2 x 2 a i1a i 3 x 3 a i1a i 4 x 4 a i1k i
i1 i1 i1 i1 i 1

n
n
n
n
n
a i 2a i1 x1 a i22 x 2 a i 2a i 3 x 3 a i 2a i 4 x 4 a i 2 k i
i1 i1 i1 i1 i 1

n
n
n
n
n
a i 3a i1 x1 a i23 x 2 a 2i 3 x 3 a i 3a i 4 x 4 a i 3k i
i1 i1 i1 i1 i 1

n n n n n
a i 4a i1 x 4 a i 4a i 2 x 2 a i 4a i 3 x 3 a i24 x 4 a i 4 k i
i1 i1 i1 i1 i 1

Y, sustituyendo valores:

13,40 x1 20,78 x 2 30,62 x 3 50,61 x 4 11,29

20,78 x1 34,19 x 2 50,29 x 3 82,98 x 4 18,46
30,62 x1 50,29 x 2 74,26 x 3 122,31 x 4 27,12
50,61 x 4 82,98 x 2 122,31 x 3 201,31 x 4 44,84

Finalmente, resolviendo el sistema matricialmente, se tiene:

x1 = 0,064 x2 = 0,416 x3 = 0,309 x4 = 0,222

25. Dada la tabla

x 0,4 0,7 1,0 1,3 1,6
f(x) -1,9564 -1,9667 -2,0000 -1,9477 -1,7012

Hallar f 0,4 f 0,4 f 1 f 0,8 .

275
Solucin:
Ya que la variable independiente est uniformemente separada comencemos por hallar las
diferencias progresivas.

x f(x) 2 3 4
0,4 -1,9564
0,7 -1,9667 -0,0103
1 -2 -0,0333 -0,0230
1,3 -1,9477 0,0523 0,0856 0,1086
1,6 -1,7012 0,2465 0,1942 0,1086 0,0000

Y, segn la frmula de Newton Gregory,

f x 1,9564 0,0103r r r 1 r r 1r 2
0,0230 0,1086
2 6

f x 1,9564 0,0103r 0,0115 r 2 r 0,0181 r 3 3r 2 2r
En donde r x 0,4 / 0,3 . Derivando,
f x
1

0,3

0,0103 0,01152r 1 0,0181 3r 2 6r 2

Volviendo a derivar,
f x
1
0,0115 2 0,01816r 6 1 0,0230 0,01816r 6
0,32
0,09

Para x = x0 = 0,4 r = 0, por lo tanto:

f 0,4
1
0,0103 0,0115 0,0181 2 0,1247
0,3

f 0,4
1
0,0230 0,0181 6 1,4622
0,09

Para x = x2 = 1 r = 2 f 1
1
0,0103 0,0115 3 0,0181 2 0,0287
0,3
Para x = 0,8 r = (0,8-0,4)/0,3 = 4/3
1 2
f x
5
0,0103 0,0115 0,0181 0.1384
0,3 3 3

26. Dada la tabla

x 1,00 1,50 2,20 3,00
f(x) -0,2817 -2,2683 -5,4950 -6,9145

276
Hallar los mximos y mnimos de la funcin.

Solucin:
Comencemos por calcular las diferencias divididas:

x f(x) 1 Orden 2 Orden 3 Orden

1,00 -0,2817
1,50 -2,2683 -3,9732
2,20 -5,4950 -4,6096 -0,5303
3,00 -6,9145 -1,7744 1,8901 1,2102

La frmula de interpolacin de Newton Gregory es, en este caso,

f(x) f x 0 x x 0 x 0 x1 x x 0 x x1 x 0 x1x 2 x 0 x1x 2 x 3 x x 0 x x1 x x 2

Derivando,

f (x) x 0 x1 x 0 x1x 2 x x 0 x x1
x 0 x1x 2 x 3 x x 0 x x1 x x 0 x x 2 x x1 x x 2
f x 3,9732 0,5303x 1 x 1,5
1,2102x 1x 1,5 x 1x 2,2 x 1,5x 2,2
f x 3,6306x 2 12,43648x 5,82395

Y, haciendo f(x) = 0 y resolviendo la ecuacin de segundo grado resultante, los puntos

crticos son: x1 = 0,4462 y x2 = 2,9792. Volviendo a derivar,

f (x) 2 x 0 x1x 2 x 0 x1x 2 x 3 2x x 0 2x x1 2x x 2

f x 2 0,5303 1,2102 2x 1 2x 1,5 2x 2,2 7,2612x 12,4365

As, para x = x1 = 0,4462 f x 12,11 0 x1 es un mximo. Y, para x = x2 =

2,9792 f x 9,2 0 x2 es un mnimo.

33
27. Hallar, por el mtodo de Poncelet, 1
x 2 x 1 dx con dos decimales exactas.

Solucin:
Verifiquemos, en primer lugar, que no haya ningn punto de inflexin en el intervalo:

277
f x 3 x 2 x 1
2x 1
f x

3 x x 1
2 2/3

2x 2 2x 4
f x 0 Puntos de inflexin x1 2 x 2 1

9 x2 x 1 5/3

Ya que no hay puntos de inflexin dentro del intervalo, podemos aplicar la frmula de
Poncelet. Hagamos n = 8, por ejemplo. As, h 3 1 8 0,25 .

x0 1 y 0 1,4423
x1 1,25 y1 1,5622
x 3 1,75 y3 1,7980 Im p y1 y3 y5 y 7 7,6307
x 5 2,25 y5 2,0257 E y 0 y8 3,7936
x 7 2,75 y 7 2,2448 E y1 y 7 3,8070
x8 3 y8 2,3513

33 E E 3,7936 3,8070
1
x 2 x 1 dx h
4
2 Im p 0,25
4
2 7,6307 3,81453

El error es:

E E 3,7936 3,8070
Error h 0,25 8,5 104
4 4

Lo que quiere decir que hay tres decimales exactos, que es ms de lo que nos pedan. Por
lo tanto,
33
1
x 2 x 1 dx 3,815

1
x
4
28. Hallar, por el mtodo de Poncelet, el valor de ln x dx con, por lo menos, tres
0
decimales exactos.

Solucin:
Comencemos por buscar los puntos de inflexin:

f x x 4 ln x f x 4x 3 ln x x 3
f x 12x 2 ln x 4x 2 3x 2 x 2 12 ln x 7 0 x 0 x e 7 / 12 0,5580

278
Ya que el segundo valor est dentro del intervalo es necesario dividir la integral en dos. Es
e 7 / 12 1
decir, I1 x 4 ln x dx I2 7 / 12 x 4 ln x dx . Haciendo n = 10 en la primera integral, se
0 e

tiene h e 7 / 12

0 10 0,05580 .

x0 0 y0 0
x1 0,05580 y1 0,000028
x 3 0,16741 y3 0,001404 Im p y1 y3 y5 y 7 y9 0,074871
x 5 0,27902 y5 0,007736 E y 0 y10 0,056567
x 7 0,39062 y 7 0,021886 E y1 y9 0,043845
x 9 0,50223 y9 0,043817
x10 0,55804 y10 0,056567

El primer valor de la funcin presenta una indeterminacin que se resuelve aplicando la

ln x 1x x4
regla de lHpital: Lim x 4 ln x Lim 4 Lim Lim 0 . As:
x 0 x 0 x x 0 4x 5 x 0 4

e 7 / 12 0,056567 0,043845
I1 x 4 ln x dx 0,05580 2 0,074871 0,0085
0
4

0,056567 0,043845
Con un error 0,05580 1,77 10-4.
4

Para la segunda integral, con n = 10, h 1 e7 / 12 10 0,04420
x 0 0,55804 y 0 0,056567
x1 0,60223 y1 0,066705
x 3 0,69062 y3 0,084209 Im p y1 y3 y5 y 7 y9 0,361134
x 5 0,77902 y5 0,091970 E y 0 y10 0,056567
x 7 0,86741 y 7 0,080525 E y1 y9 0,104431
x 9 0,95580 y9 0,037726
x10 1 y10 0

0,056567 0,104431
2 0,361134 0,0314
1
I1 7 /12 x 4 ln x dx 0,04420
e
4

0,056567 0,104131
Con un error 0,04420 5,29 10-4.
4

279
 1
Finalmente, x 4 ln x dx 0,0085 0,0314 0,0399 con un error 1,7710-4 + 5,2910-4
0
-4
= 7,0610 . Es decir que se tienen 3 decimales exactos, por lo tanto, I = 0,040.

dx
29. Dada la integral 1 x
1 x
, convertirla en una integral propia mediante un cambio
23

de variable y calcular su valor, por el mtodo de Poncelet con h = 0,1.

Solucin:
0 3
z dz 1 3 z
Haciendo x = 1/z, la integral queda: 1 1 1 z 2 z 2 0 z 12
, que ya no es una

z1 / 3
integral impropia. Con f z , los valores son:
z 12
x 0 0 y0 0
x1 0,10 y1 0,3836
x 3 0,30 y3 0,3961 Im p y1 y3 y5 y 7 y9 1,7072
x 5 0,50 y5 0,3528 E y 0 y10 0,25
x 7 0,70 y 7 0,072 E y1 y9 0,6511
x 9 0,90 y9 0,2675
x10 1 y10 0,25

3
z E E 0,25 0,6511
z 1
1
dx h 2 Im p 0,1 2 1,7072 0,3314
4
2
0 4

0,25 0,6511 3
z
z 1
1
Y el error es error 0,1 1 10-2. Por lo tanto 2
0,33 .
4 0

30. Hallar, por el mtodo de Simpson y con h = 0,2, el valor de

0 ,8

0 ,8

arctg 21 / x dx .

Solucin:
La funcin tiene un punto de discontinuidad dentro del intervalo, x = 0. En efecto, para

x 0 Lim arctg 21 / x arctg 2 artcg 0 0
0

x 0 Lim arctg2 arctg2 arctg / 2 1,5708

1/ x
0

280
Por lo que es necesario dividir la integral en dos: I1
0

0 ,8

arctg 21 / x dx e
0 ,8

I2 arctg 21 / x dx . Para la primera:
0
1,8

Y
1,6

1,4 x0 = 0,8 y0 = 0,3980

x1 = 0,6
1,2

1
y1 = 0,3051
0,8
x2 = 0,4 y2 = 0,1750
0,6

0,4 x3 = 0,2 y3 = 0,0312

0,2

0
x4 = 0 y4 = 0
-1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1
X
-0,2

Luego:
I1
0,2
0,3980 4 0,3051 0,1750 0,1750 4 0,0312 0 0,1396
3
Para la segunda integral:
x0 = 0 y0 = 1,5708 x3 = 0,6 y3 = 1,2657
x1 = 0,2 y1 = 1,5396 x4 = 0,8 y4 = 1,1728
x2 = 0,4 y2 = 1,3958

I2
0,2
1,5708 4 1,5396 1,3958 1,3958 4 1,2657 1,1396 1,1171
3
Finalmente,
I = I1 + I2 = 1,2566

3 ln x
31. Hallar, por el mtodo de Simpson, el valor de
1 x
dx con n = 10. Cuntos
decimales exactos tiene el resultado obtenido?

Solucin:
Para n = 10 h
3 1 0,2 , y en este caso es necesario calcular todas las ordenadas.
10
x 0 1 y0 0
x 2 1,4 y 2 0,240337 x1 1,2 y1 0,151935
x 4 1,8 y 4 0,326548 x 3 1,6 y3 0,293752
x 6 2,2 y6 0,358390 x 5 2,0 y5 0,346574
x 8 2,6 y8 0,367504 x 7 2,4 y7 0,364119
x10 3 y10 0,366204 x 9 2,8 y9 0,367721

281
P y0 y2 y 4 y6 y8 y10 1,658984 Im p y1 y3 y5 y7 y9 1,524760
E y0 y10 0,366204

Luego la integral es

dx 2 P 4 Im p E 2 1,658984 4 1,524760 0,366204 0,6034

ln x h 0,2

3

1 x 3 3

M nh5
El error est dado por la relacin , en donde M es el mximo de la cuarta derivada
120
en el intervalo de integracin. Por lo tanto es necesario calcular las derivadas:

1 ln x 2 ln x 3 11 6 ln x IV 24 ln x 50
f x f x f x f x f x
ln x
2 3 4
x x x x x5

50 10 0,25
De donde M = 50, y el error es 1,33 103 , por lo que slo se puede
120
garantizar que haya dos decimales exactos.

32. Por sucesivas aplicaciones de la frmula de Simpson hallar f x, ydx dy .

R

Y Solucin:
2d La integral puede expresarse como:

dy f x, y dx
2d 2b

R
2c 2a
2c
Y, recordando la frmula de Simpson,
2a 2b X I
h
y0 4y1 y2 , tenemos que:
3
2b 2a
f x, y dx 6 f 2a, y 4f a b , y f 2b, y
2b

2a

2d 2c
f , y dy 6 f ,2c 4f , c d f ,2d
2d

2c

b a d c f 2a,2c 4f 2a , c d f 2a,2d 4f a b ,2c

f x, y dx dy
2b 2d

2a 2c 9
16f a b , c d 4f a b ,2d f 2b,2c 4f 2b, c d f 2b,2d

b a d c f 2a,2c f 2a,2d f 2b,2c f 2b,2d
9
4f 2a , c d f a b ,2c f a b ,2d f 2b, c d 16f a b , c d

282
 x 1

1,8
33. Hallar, utilizando la frmula de Newton Cotes con n = 9, el valor de dx .
0 3
2x 1

Solucin:
La frmula para un nmero de intervalos que sea mltiplo de 3 es:

x 1 3h
y0 3y1 3y2 y3 y3 3y4 3y5 y6 y6 3y7 3y8 y9
1,8
0 3
2x 1
dx
8

Para n = 9, h = (1,8 0)/9 = 0,2 y los valores de la funcin son:

x0 0 y0 1 x 4 0,8 y3 1,5907 x 8 1,6 y8 1,2398

x1 0,2 y1 1,2988 x 5 1,0 y5 1,4142 x 9 1,8 y9 1,2169
x 2 0,4 y 2 2,0233 x 6 1,2 y6 1,3259
x 3 0,6 y3 2,1630 x 7 1,4 y3 1,2735

1,8 x 1

0 3
2x 1
dx 1,0337

seny
34. Resolver la ecuacin y 2 con x0 = 0; y0 = 0; h = 0,2 por el mtodo de Euler y
x
en (0 x 1,2). Repetir por Euler Modificado.

Solucin:
Recordemos que yi1 yi yi yi h f x i , yi . Es de hacer notar que para x = y = 0 se
plantea una indeterminacin, pero si aplicamos la regla de LHpital:
senx cos x
Lim Lim 1
x 0
x x 0
1
Por lo tanto para x = y = 0, y = 1. Y la tabla resultante es:

x y y y
0 0 1 0,2
0,2 0,2 1,0067 0,201
0,4 0,401 1,0234 0,205
0,6 0,606 1,0507 0,210
0,8 0,816 1,0894 0,218
1 1,034 1,1406 0,228
1,2 1,262

283
Con Euler Modificado,

Xn Yn mn Yn+1,1 mn+1,1 Yn+1

0 0 1,0000 0,2 1,0067 0,201
0,2 0,201 1,0034 0,401 1,0234 0,403
0,4 0,403 1,0188 0,607 1,0492 0,610
0,6 0,610 1,0450 0,819 1,0868 0,823
0,8 0,823 1,0832 1,040 1,1376 1,045
1 1,045 1,1349 1,272 1,2035 1,279
1,2 1,279 1,2018

En donde mn f x n , yn , yn 1 yn h mn , mn 1,1 f x n 1, yn 1 ,
mn mn 1.1
y n 1 y n h
2

35. Integrar, por los mtodos de Euler y Euler Modificado, la ecuacin diferencial

y 4

y y
en el intervalo 1;1,5 con x0 = 1; y0 = 4; h = 0,1.
x

Solucin:
Por el mtodo de Euler:

x y y y
1 4 8 0,8
1,1 4,8 9,4877 0,949
1,2 5,749 11,1704 1,117
1,3 6,866 13,0632 1,306
1,4 8,172 15,1812 1,518
1,5 9,690
Por Euler Modificado:

xn yn mn yn+1,1 mn+1,1 yn+1

1 4 8,0000 4,8 9,4877 4,874
1,1 4,874 9,6967 5,844 11,4220 5,930
1,2 5,930 11,6503 7,095 13,6358 7,195
1,3 7,195 13,8841 8,583 16,1524 8,696
1,4 8,696 16,4214 10,339 18,9953 10,467
1,5 10,467

Esta ecuacin puede ser resuelta de manera exacta ya que es una ecuacin de Bernoulli:

284
 y 4
y y xy 4y 4 y
x
y 4 y 4
x y
y
Si hacemos z y se tiene z zx 2z 2 que es una ecuacin lineal.
2 y
Resolviendo la incompleta:

z 2
zx 2z 0 ln z 2 ln x ln k z kx 2
z x
2
x 2xk kx 2 2kx 2 2 k 3 k x 2 C z 1 Cx 2 y z 2 1 Cx 2
2

Y, ya que para x = 0, y = 4 C = 1 y por lo tanto el valor exacto de y est dado por:

2
y 1 x 2 . As, los errores, en cada caso, son:

x y y (Euler) Error (%) y (Euler Mod) Error (%)

1 4,000 4,000 0,00 4,000 0,00
1,1 4,884 4,800 1,72 4,874 0,20
1,2 5,954 5,749 3,44 5,930 0,39
1,3 7,236 6,866 5,12 7,195 0,57
1,4 8,762 8,172 6,73 8,696 0,74
1,5 10,563 9,690 8,26 10,467 0,90

36. Resolver, por el mtodo de Adams y para 0 x 0,8, la ecuacin y = 1 + x sen xy.
Para x = 0, y = 0.

Solucin:
y 1 x senxy y0 1
y senxy y xy x cos xy y0 0
y y xycos xy y cos xy yx cos xy xy senxy y xy 2xy cos xy x 2 y cos xy
x 2 ysenxy y xy

y 2 y 4xy x 2 y cos xy x senxy y xy y0 0
2

Recordemos que

h2 h3
y1 y0 h y0 y0 y0 0 0,1 1 0 0 0,1
2 6
4h 3
y 2 y0 2h y0 2h 2 y0 y0 0 2 0,1 1 0 0 0,2
3

285
Y la tabla de valores resultantes es:

x y y 2
0 0 1,0000
0,1 0,100 1,0010 0,0010
0,2 0,200 1,0080 0,0070 0,0060
0,3 0,301 1,0271 0,0191 0,0121
0,4 0,406 1,0646 0,0375 0,0184
0,5 0,515 1,1273 0,0626 0,0251
0,6 0,632 1,2220 0,0947 0,0321
0,7 0,760 1,3550 0,1331 0,0383
0,8 0,904 1,5292 0,1742 0,0412

En donde, a partir del valor de y3 se ha utilizado la ecuacin

h 5h
y n 1 yn h yn yn 1 2 yn 2
2 12
Por ejemplo,
h 5h 0.5
y3 y 2 h y2 y1 2 y0 0,2 0,1 1,08 0,05 0,007 0,005 0,301
2 12 12

37. Dada la ecuacin y 2x 3y hallar, por Adams, y3 e y4. x0 = 2a; y0 = a; h = 1.

Solucin:
y 2x 3y y0 4a 3a a
y 2 3y y0 2 3a
y 3y y0 9a 6

h2 h3 3 3
y1 y0 h y0 y0 y0 a a 1 a a 1 2a
2 6 2 2
3
4h
y 2 y0 2h y0 2h 2 y0 y0 a 2a 4 6a 12a 8 9a 4
3

x y y 2
2a a a
2a +1 2a 2-2a 2-3a
2a +2 9a-4 16-23a 14-21a 12-18a
2a +3 24-32a 100a-66 123a-82 144a-96
2a +4 (379/2)a-123 0,0375 0,0184

286
38. Resolver la ecuacin y x y , por el mtodo de Runge Kutta en 0 x 0,6.
x0 = 0; y0 = 0; h = 0,2.

Solucin:
Recordemos el mtodo de Runge Kutta:
yn 1 yn yn en donde y n k1n 2k 2 n 2k 3n k 4 n
1
y k1n h f x n , y n
6
k k
k 4 n h f x n h, y n k 3n
h h
k 2 n h f x n , y n 1n k 3n h f x n , y n 2 n
2 2 2 2
Y los resultados correspondientes son:

x y k1i x+h/2 y+k1i/2 k2i y+k2i/2 k3i x+h y+k3i k4i y

0 0 0,0000 0,1 0 0,0632 0,0316 0,0726 0,20 0,0726 0,1044 0,0627
0,2 0,0627 0,1025 0,3 0,1139 0,1287 0,1270 0,1307 0,40 0,1934 0,1541 0,1292
0,4 0,1919 0,1539 0,5 0,2688 0,1754 0,2796 0,1766 0,60 0,3685 0,1968 0,1758
0,6 0,3677

y y z
39. Dado el sistema con x0 = 0; y0 = 1; z0 = 2; h = 0,1, halar y1, y2, z1, z2, por
z x y
Runge Kutta.

Solucin:
Hay que resolver simultneamente los dos sistemas y, para evitar confusiones usemos la
letra k para los coeficientes de la primera ecuacin, es decir para la y, y la letra c para los
coeficientes de la segunda ecuacin, es decir para la z.

x 0 0 y0 1 z0 2
k1 0,11 2 0,3 c1 0,10 1 0,1
x 0 h 2 0,05 y 0 k1 2 1,15 z 0 c1 2 2,05
k 2 0,11,15 2,05 0,32 c 2 0,10,05 1,15 0,12
x 0 h 2 0,05 y 0 k 2 2 1,16 z 0 c 2 2 2,06
k 3 0,11,16 2,06 0,322 c3 0,10,05 1,16 0,121
x 0 h 0,1 y 0 k 3 1,322 z 0 c3 2,121
k 4 0,11,322 2,121 0,3443 c 4 0,10,1 1,322 0,1422

y
1
0,3 2 0,32 2 0,322 0,3443 0,3214
6
z 0,1 2 0,12 2 0,121 0,1422 0,1207
1
6
y1 1 0,3214 1,3214 z1 2 0,1207 2,1207

287
x1 0,1 y1 1,3214 z1 2,1207
k1 0,11,3214 2,1207 0,3442 c1 0,10,1 1,3214 0,1421
x1 h 2 0,15 y1 k1 2 1,4935 z1 c1 2 2,1918
k 2 0,11,4935 2,1918 0,3685 c 2 0,10,15 1,4935 0,1644
x1 h 2 0,15 y1 k 2 2 1,50565 z1 c 2 2 2,2029
k 3 0,11,50565 2,2029 0,3709 c3 0,10,15 1,50565 0,1656
x1 h 0,2 y1 k 3 1,6923 z1 c3 2,2863
k 4 0,11,6923 2,2863 0,3979 c 4 0,10,2 1,6923 0,1892

y
1
0,3442 2 0,3685 2 0,3709 0,3979 0,3702
6
z 0,1421 2 0,1644 2 0,1656 0,1892 0,1652
1
6
y 2 1,3214 0,3702 1,6916 z 2 2,1207 0,1652 2,2859

40. Resolver la ecuacin y yy x 2 , por Euler Modificado, con x0 = 0; y0 = 1; y0 = 1;

h = 0,1 en 0 x 0,4.

Solucin:
Ya que se trata de una ecuacin diferencial de orden superior, el primer paso es hacer un
cambio de variable: y = z, con lo que la ecuacin de segundo orden se transforma en un
sistema de dos ecuaciones:

y z
x 0 0 y0 1 z 0 1
y z yz x 2

Sistema que debe ser resuelto de manera simultnea. Comenzamos con la variable y:
m0 z0 1 y1,1 yo hm0 1 0,1 1 1,1
Para z:
m0 y0z0 x 02 1 1 0 1 z1,1 zo hm0 1 0,1 1 1,1
Para y:
m0 m1,1 1 1,1
m1,1 z1,1 1,1 y1 yo h 1 0,1 1,105
2 2
Para z:
m0 m1,1 1 1,22
m1,1 y1,1z1,1 x12 1,1 1,1 0,12 1,22 z1 z o h 1 0,1 1,111
2 2

288
Los valores numricos resultantes se incluyen en las siguientes tablas:

xn yn mn yn+1,1 mn+1,1 yn+1

0 1 1 1,1 1,1 1,105
0,1 1,105 1,111 1,216 1,2348 1,222
0,2 1,222 1,2500 1,347 1,4067 1,355
0,3 1,355 1,4276 1,498 1,6301 1,508
0,4 1,508

zn zn mn zn+1,1 mn+1,1 zn+1

0 1 1 1,1 1,22 1,111
0,1 1,111 1,2377 1,235 1,5416 1,250
0,2 1,250 1,5678 1,407 1,9853 1,428
0,3 1,428 2,0246 1,630 2,6017 1,659
0,4 1,659

41. Resolver la ecuacin y xy y y 0 , por Adams, con x0 = 0; y0 = 1; y0 = 1;

y0 1 ; h = 0,1 en 0 x 0,4.

Solucin:
En este caso, y ya que se trata de una ecuacin de tercer orden, se necesitan dos cambios de
variable: y = z z = u. Y tendremos un sistema de tres ecuaciones que deben resolverse
simultneamente:

y z

z u x 0 0 y0 1 z 0 1 u 0 1
u xu z y

y z y0 1 z u z0 1 u xu z y u0 0
y z y0 1 z u z0 0 u u xu z y u0 1
y z y0 0 z u z0 1 u 2u xu z y u0 1

h2 h3 0,12
y1 y 0 h y0 y0 y0 1 0,1 1 1 0 1,095
2 6 2
0,13
z1 1 0,1 1 0 1 0,9002
6
0,12 0,13
u1 1 0 1 1 0,9952
2 6

289
 4h 3
y 2 y0 2h y0 2h 2 y0 y0 1 2 0,1 1 20,1 1 0 1,18
2

3
z 2 1 2 0,1 1 0 0,1 1 0,8013
4 3

3
u 2 1 0 2 0,1 1 0,1 1 0,9813
2 4 3

x y y 2
0 1 1
0,1 1,0950 0,9002 -0,0998
0,2 1,1800 0,8013 -0,0988 0,0010
0,3 1,2552 0,7043 -0,0971 0,0018
0,4 1,3209

x z z 2
0 1 -1
0,1 0,9002 -0,9952 0,0048
0,2 0,8013 -0,9813 0,0138 0,009
0,3 0,7043 -0,9591 0,0223 0,0084
0,4 0,6098

x u u 2
0 -1 0
0,1 -0,9952 0,0953 0,0953
0,2 -0,9813 0,1824 0,0871 -0,0082
0,3 -0,9591 0,2632 0,0808 -0,0062
0,4 -0,9290

42. Hallar las races enteras y fraccionarias de 72x5 12x 4 58x3 15x 2 12x 4 0 .

Solucin:
Las races enteras deben ser divisores del trmino independiente, en este caso, (1, 2, 4).
El numerador de las races fraccionarias debe ser divisor del trmino independiente, es
decir (1, 2, 4) y el denominador debe ser divisor del coeficiente de mayor grado, en este
caso, (1, 2, 3, 4, 6, 8, 12, 18, 24, 72). Por lo tanto las posibles races, tanto enteras como
1 1 1 1 1 1 1 1 1 2 4
fraccionarias, son: 1, 2, 4, , , , , , , , , , , .
72 24 18 12 8 6 4 3 2 3 3

Comencemos por determinar si hay races enteras:

72 12 -58 -15 12 4

290
 1 72 84 26 11 23
72 84 26 11 23 27

Lo que indica, segn Laguerre, que no hay races enteras positivas. Hagamos x = y, y
tendremos 72y5 12y4 58y3 15y2 12y 4 0 y probemos si hay races enteras
negativas.
72 -12 -58 15 12 -4
1 72 60 2 17 29
72 60 2 17 29 25

Lo que indica, de nuevo segn la regla de Laguerre, que tampoco hay races enteras
1 1 1 1 1 1 1 1
negativas. Se puede comprobar que , , , , , , , no son races de la
72 24 18 12 8 6 4 3
ecuacin. Para x = 2/3,
72 12 -58 -15 12 4
2/3 48 40 -12 -18 -4
72 60 -18 -27 -6 0

As que x1 2 / 3 . Volviendo a probar:

72 60 -18 -27 -6
2/3 48 72 36 6
72 108 54 9 0

De donde se deduce que 2/3 es raz doble y que no hay ms races positivas. De nuevo se
1 1 1 1 1 1 1
puede comprobar que , , , , , , no son races de la ecuacin. Para
72 24 18 12 8 6 4
x = -1/2:
72 108 54 9
-1/2 -36 -36 -9
72 72 18 0

Por lo tanto x2 = -1/2, y la ecuacin restante es de segundo grado que, despus de

simplificar, es: 4x 2 4x 1 0 que a su vez tiene una raz doble: -1/2. En resumen la
ecuacin original tiene una raz doble, 2/3, y una triple, -1/2.

43. Separar las races de la ecuacin x5 3x3 2x 2 x 1 0 por el mtodo del signo y
definirlas con un mnimo de cuatro decimales exactos por el mtodo de Newton.

Solucin:
Veamos como varan los signos de la funcin y de su primera derivada.

291
 - 1 0 +
f x x 3x 2x x 1
5 3 2 + +
f x 5x 4 9x 2 4x 1 + + + +

Ya que el signo de la funcin no cambia entre + y 0, el nmero de races en dicho

intervalo debe ser par o no hay ninguna. Pero adems el signo de la primera derivada es
constante, lo que indica que no hay races positivas.

Entre y 0 cambia el signo de la funcin, por lo tanto el nmero de races en ese

intervalo es impar. De nuevo, el signo de la primera derivada es constante, luego solo hay
una raz en dicho intervalo. Precisando ms, el signo de la funcin cambia entre 1 y 0,
por lo tanto, la ecuacin tiene una sola raz real: 1 x 0.

f x n
La frmula de Newton es: x n 1 x n y el primer paso es fijar el valor de x0, es
f x n
decir, definir con cual de los extremos del intervalo hay que comenzar. Recordemos que en
ese punto los signos de la funcin y de la segunda derivada deben coincidir:

f x x 5 3x 3 2x 2 x 1 f a f 1 6 f b f 0 1
f x 20x 3 18x 4 f x 0

Por lo tanto x0 = a = 1. As,

f x 0 6 1,73138
x1 x 0 1 0,68421 x 2 0,68421 0,49281
f x 0 19 9,04593
0,36667 0,03292
x 3 0,49281 0,42556 x 4 0,49281 0,41824
5,45194 4,49611

M
Veamos si este resultado tiene cuatro decimales exactos. El error es x n 1 x n 2 en
2m
donde M es el mximo de la segunda derivada en el intervalo y m es el mnimo de la
primera derivada. En el intervalo 0,5 x 0,4 ,que es el intervalo en el que est
ubicada la raz, M = 15,5 y m = 4,2. Por lo tanto:

M
x n 1 x n 2 15,5 0,41824 0,425562 9,9 105 10 4
2m 2 4,2

Es decir que el resultado si tiene los cuatro decimales exactos que nos pedan: x = 0,4182

292
44. Separar las races de la ecuacin 5senx 4x por el mtodo grfico y definirlas con un
mnimo de cuatro decimales exactos por el mtodo de Newton.

Solucin:
Dibujando las funciones f(x) = 5 sen x y g(x) = 4x, que son funciones conocidas,
encontramos que los puntos de corte entre ambas funciones estn comprendidos, tal como
se puede observar en la figura, entre 1,5 y 1 y entre 1 y 1,5, respectivamente. Adems
de x = 0, que es, evidentemente, una raz exacta.
8
Y
g(x)
6
f(x)
4

0
-3 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5 X 3
-2

-4

-6

-8

Debido a la simetra de la funcin bastar con encontrar una de las races, por ejemplo la
comprendida entre 1 y 1,5.

f x 5 senx 4x f a f 1 0,2074 f b f 1,5 1,0125

f x 5 cos x 4
f x 5 senx f x 0

Por lo tanto x0 = b = 1,5. As,

f x 0 1,0125 0,1898
x1 x 0 1,5 1,22232 x 2 1,22232 1,13953
f x 0 3,6463 2,2927
0,0159 0,0002
x 3 1,13953 1,13119 x 4 1,13119 1,13110
1,9099 1,87207

En el intervalo 1 x 1,5; M = 5 y m = 1,3. Por lo tanto:

M
x n 1 x n 2 5 1,1311 1,131192 1,6 108 107
2m 2 1,3

293
As que las races de la ecuacin, adems de x = 0, son: x = 1,13110 y x = 1,13110 con
todos los decimales exactos.

45. Precisar la raz de la ecuacin x x 8 Log 3x 0 que est comprendida entre 1 y 2, por
el mtodo de Newton modificado.

Solucin:
ln x
Recordemos que Log 3 x , con lo que la ecuacin puede escribirse como
ln 3
ln 3 x x 8 ln x 0 . As:

f x ln 3 x x 8 ln x f x ln 3 x x ln x 1
8
x
2

f x ln 3 x x ln x 1 x x 1 2
x
8

f a f 1 1,0986 f b f 2 1,1507 f x 0 x 0 a 1

La modificacin al mtodo de Newton consiste en mantener fijo el valor de la derivada, es

f x n
decir, x n 1 x n . Por lo tanto:
f x 0

f x 0 1,09861 f x1 0,12205
x1 x 0 1 1,15919 x 2 x1 1,15919 1,17687
f x 0 6,90139 f x 0 6,90139
0,02783 0,00673
x 3 1,17687 1,18090 x 4 1,18090 1,18188
6,90139 6,90139
0,00165 0,0041
x 5 1,18188 1,18212 x 6 1,15212 1,18218
6,90139 6,90139

46. Precisar con cinco decimales exactas, por el mtodo de las cuerdas, la raz de la
ecuacin x tgx 0,1 0 comprendida entre 0,6 y 0,7.

Solucin:
f x x tgx 0,1 f x tg2 x
f x 2 tgx 1 tg2 x
f a f 0,6 0,01586 f b f 0,7 0,04229 f x 0

El extremo fijo es b = 0,7 (en ese punto coinciden los signos de la funcin y de la segunda
derivada) y x0 = a = 0,6. Por lo tanto, la frmula a utilizar es
f x n
x n 1 x n x n b
f x n f b

294
 f x 0
x1 x 0 x 0 b 0,6 0,01586
0,6 0,7 0,62728
f x 0 f b 0,01586 0,04229

x 2 0,62728
0,00232
0,62728 0,7 0,63107
0,00232 0,04229

x 3 0,63107
0,00032
0,63107 0,7 0,63158
0,00032 0,04229

x 4 0,63158
0,00004
0,63158 0,7 0,63165
0,00004 0,04229

x 5 0,63165
0,00001
0,63165 0,7 0,63166
0,00001 0,04229

Mm
Y, para el error, x n 1 x n , en donde M es el mximo de la primera derivada
m
en el intervalo, 0,71 en este caso, y m el mnimo de la primera derivada en el intervalo, 0,5
en este caso. As:
0,71 0,5
0,63166 0,63165 4,2 10 6
0,5
Lo que indica que los cinco decimales del resultado son exactos, x = 0,63166

47. Separar las races de la ecuacin 2x 5 5x 2 2 0 por el mtodo de Sturm, y

precisarlas por el mtodo de las cuerdas con cinco decimales exactos.

Solucin:
El primer paso es hallar la sucesin de Sturm. Los dos primeros trminos son:
f x 2x 5 5x 2 2 y f x 10x 4 10x . Como en la sucesin de Sturm lo que nos
interesa es el signo, podemos simplificar la primera derivada y trabajar con x 4 x . As,

2x 1 3x 2 2 9 3x 2 3 27 62x 6 31
2x 5 5x 2 2 x4 x 3x 2 2 x 4 9 62 27
2x 5 2x 2 x 4 2 3x 2 3x 3 2 3x x
3x 2 2 2 3x 2 x 2 3x 2 4 9
2 3x 2 4 9 2 3x 8 27 4 9
x 4 9 62 27 0

295
Por lo tanto, la sucesin de Sturm es: 2x 5 5x 2 2 , x 4 x , 3x 2 2 , x 4 9 ,
62 27 . El siguiente paso es definir el nmero de variaciones.

1,5 0,5 0,5 +

2x 5x 2
5 2 + + +
x4 x + + + +
3x 2 2
x 4 9 + + +
62 27 + + + + +
N de Variaciones 3 3 2 2 2

Lo que indica que hay una sola raz real que est comprendida entre 1,5 y 0,5.

f x 2x 5 5x 2 2 f x 10x 4 10x f x 40x 3

f a f 1,5 1,9375 f b f 0,5 3,1875 f x 0

Por lo tanto, el extremo fijo es a = 1,5 y comenzamos con x0 = b = 0,5 .

f x 0
x1 x 0 x 0 a 0,5 3,1875
0,5 1,5 1,121951
f x 0 f a 3,1875 1,9375

x 2 1,121951
4,73838
1,121951 1,5 1,390281
4,73838 1,9375

x 3 1,390281
1,27614
1,390281 1,5 1,433851
1,27614 1,9375
x 4 1,439392 x 5 1,439451 x 6 1,4394576 x 7 1,4394583

El mximo de la primera derivada es M = 3,6 y el mnimo es m = 0,4, y el error es:

Mm
Error < x n 1 x n 3,6 0,4 1,4394583 1,4394576 5 106
m 0,4
Por lo tanto la raz es x = 1,43946

48. Aproximar, por el mtodo mixto, la raz de x 4 3x 1 0 que est comprendida entre
0,4 y 0,3.
Solucin:
f x x 4 3x 1 f x 4x 3 3 f x 12x 2
f a f 0,4 0,1744 f b 0,10810 f x 0

296
Lo que indica que para el mtodo de la tangente x0 = b = 0,3.
f x 0 0,10810
x1 x 0 0,3 0,33738
f x 0 2,892

Para el mtodo de la cuerda, el extremo fijo es b = 0,3 y x0 = a = 0,4.

f x 0 0,17440
x2 x0 x 0 b 0,4 0,4 0,3 0,33827
f x 0 f b 0,17440 0,10810

Si dejamos el problema en este punto:

0,33827 0,33738 0,33827 0,33738

x 0,33782 5 10 4
2 2

Si se necesita ms precisin, se vuelve a repetir el procedimiento en el intervalo

0,33827 x 0,33738 , obtenindose, para el mtodo de la tangente:
x 0 b 0,33738 x1 0,337667
Y para el mtodo de la cuerda:
Extremo fijo = b = 0,33738 x0 = a = 0,33827 x2 = 0,337667

Ahora x = 0,337667 y < 3,1 10-8.

49. Separar las races de la ecuacin shx ln x 0 por el mtodo grfico y aproximarlas
por el mtodo iterativo. Cul es el error?

Solucin:
Hagamos f(x) = shx y g(x) = lnx. Ambas funciones son conocidas y fciles de graficar.
5
Y
4

3
f(x)
2

X
0
-1,5 -1 -0,5 0 0,5 1 1,5 g(x) 2

-1

-2

297
Tal como se puede apreciar en la figura, hay una sola raz comprendida entre 0,5 y 1.
Precisando algo ms: f(0,5) = 0,17 y f(0,6) = 0,13. Por lo tanto 0,5 x 0,6.

Ahora, si despejamos:
ga g0,5 0,67
x e shx gx eshx gx chx e shx gx 1
gb g0,6 0,63
x 0 0,55 x1 e sh0,55 0,5609 x 2 e sh0,5609 0,5539
x 3 0,5584 x 4 0,5555 x 5 0,5574 x 6 0,5562 x 7 0,5570
x 8 0,5564 x 9 0,5568 x10 0,5566

En este caso en particular la convergencia es lenta. Despus de 10 iteraciones el error es

de:
M 0,67
x n 1 x n 0,5566 0,5568 4,3 10 4
1 M 1 0,67
(En donde M es el mximo de la primera derivada en el intervalo). Es decir, que solo tres
decimales pueden considerarse exactos.

50. La ecuacin x 2 ln x 3 0 tiene dos races: 0,01 x1 0,1 y 1 x2 2. Precisarlas

por el mtodo iterativo y definir, en cada caso, el error.

Solucin:
Si despejamos haciendo x ln x 3 , tendremos: gx ln x 3 gx
1x
2 ln x 3
Ahora bien, en este caso, el valor de la derivada es menor que 1 en el intervalo 1;2 , pero
es mayor que en el intervalo 0,01;0,1 . Por lo tanto solo sirve para precisar el valor de x2.
Comenzando con x0 = 1,5, se tiene:

x1 ln 1,5 3 1,8454 x 2 ln 1,8454 3 1,9007 x 3 ln 1,9007 3 1,9085

x 4 1,9095 x 5 1,9097

M 0,29
Para un error, x n 1 x n 1,9097 1,9095 6 105 . As el valor de la
1 M 1 0,29
segunda raz, con los cuatro decimales exactos, es 1,9097.

Para precisar la raz comprendida entre 0,01 y 0,1 es necesario despejar de otra manera:
x ex 3 gx ex 3 gx 2x ex 3 . De esta forma el valor de la primera
2 2 2

derivada es menor que uno en el intervalo. Comenzando con x0 = 0,055, se tiene:

298
x1 e0,055 3
0,04994 x 2 e0,04994 3
2 2
0,04991
M 0,011
Para un error de x n 1 x n 0,04991 0,04994 2,7 10 7 , es decir
1 M 1 0,011
que los cinco decimales son exactos: x1 = 0,004991.

51. Definir, por el mtodo de Lagrange y hasta las milsimas, la raz de la ecuacin
x 3 14x 7 0 que est comprendida entre 3 y 4.
Solucin:
3 1 0 -14 7
3 9 -15
1 3 1 3 -5 -8
x 3
y 3 18
3 1 6 13
3
3 1 9

1
El resultado es 8y3 13y2 9y 1 0 . El cambio de signo se obtiene entre 2 y 3,
2 8 -13 -9 -1
16 6 -6
1 2 8 3 -3 -7
y 2
z 16 38
2 8 19 35
16
2 8 35

El resultado es 7z3 35z2 35z 8 0 . El cambio de signo se obtiene entre 5 y 6,

5 7 -35 -35 -8
35 0 -175
1 5 7 0 -35 -183
z 5
u 35 175
5 7 35 140
35
5 7 70

299
El resultado es 183u3 140u 2 70u 7 0 . El cambio de signo se obtiene entre 1 y 2,

1 183 -140 -70 -7

183 43 -27
1 1 183 43 -27 -34
u 1 183 226
v
1 183 226 199
183
1 183 409

183

El resultado es 34v3 199v2 409v 183 0 . El cambio de signo se obtiene entre 7 y 8.

Si lo dejamos aqu, se tiene:

1 9 8 53 9 115 53 398
v 8 u 1 z 5 y 2 x 3
8 8 9 9 53 53 115 115
1
x 3,46086 7,6 10 5 x 3,4609
1152

Resultado que supera la precisin solicitada.

52. Hallar las races de la ecuacin 2x 3 x 2 7x 3 0 utilizando la frmula de Cardano

Vieta.

Solucin:
El primer paso es hacer el cambio de variable x = z + h:
2z h z h 7z h 3 0
3 2

2z3 6h 1z 2 6h 2 2h 7 z 2h 3 h 2 7h 3 0

Para anular el trmino en z2 h = 1/6. Sustituyendo el valor de h la ecuacin queda:

43 904
2z 3 z 0 . Simplificando y dividiendo por el coeficiente de z3, es decir, por dos:
6 216
43 113 43 113
z3 z 0 . De donde p q .
12 54 12 54
El discriminante es:

q 2 p3 113 1 43
2 3
1
0,609375
4 27 54 4 12 27

300
Como el discriminante es menor que cero, la ecuacin tiene tres races reales y diferentes.

q q 2 p3 3 q 113
u
3 3 0,609375 3 1,046296 0,780625 i
2 4 27 2 108
q
v3 3 1,046296 0,780625 i
2

u 3 1,305416 36,73 1,092906 12, 24 k120

v 3 1,305416 323,27 1,092906 107,76 k120

u1 1,092906 12,24 v1 1,092906 107,76

u 2 1,092906 132,24 v 2 1,092906 227,76
u 3 1,092906 252,24 v3 1,092906 347,76

Combinando las races de forma que la suma de los ngulos sea mltiplo de 180, se tiene:

z1 u1 v3 1,092906cos12,24 i sen12,24 1,092906cos107,76 i sen107,76

z1 2,136109 x1 z1 h 2,136109 1 6 2,302776
z 2 u 2 v2 1,092906cos132,24 i sen132,24 1,092906cos 227,76 i sen 227,76
z 2 1,469442 x 2 z 2 h 1,469442 1 6 1,302776
z3 u 3 v1 1,092906cos 252,24 i sen 252,24 1,092906cos107,76 i sen107,76
z3 0,666667 x 3 z3 h 0,666667 1 6 0,5

53. Hallar las races de la ecuacin x3 3x 2 9x 5 0 utilizando la frmula de Cardano

Vieta.

Solucin:
El primer paso es hacer el cambio de variable x = z + h:

z h 3 3z h 2 9z h 5 0
z3 3h 3z 2 3h 2 6h 9z h 3 3h 2 9h 5 0

Para anular el trmino en z2 h = -1. Sustituyendo el valor de h la ecuacin queda:

z3 12z 16 0 . Directamente se obtiene: p 12 q 16 .

301
El discriminante es:

q 2 p3 16 123
64 64 0
4 27 4 27

El que el discriminante de la ecuacin sea nulo indica que la ecuacin tiene tres races
reales, una de ellas doble.

q 16
u3 3 0 3 8 v
2 2
u v 3 8 180 2 60 k120

u1 2 60 v1 2 60
u 2 2 180 v 2 2 180
u 3 2 300 v3 2 300

z1 u1 v3 z3 u 3 v1
1 3 1 3
z1 2cos 60 i sen 60 2cos 300 i sen300 2 i 2 i 2
2 2 2 2
x1 z1 h 2 1 1 x 3
z 2 u 2 v 2 2cos180 i sen180 2 4
x 2 z 2 h 4 1 5

54. Resolver grficamente la ecuacin x 4 4x3 16 0 .

Solucin:
El primer paso es hacer el cambio de variable x = z + h:

z h 2 4z h 3 16 0
z 4

4z3h 6z 2h 2 4zh3 h 4 4 z3 3z 2h 3zh2 h 3 16 0
z 4 4h 4 z3 6h 12h z 4h
2 2 3

12h 2 z h 4 4h 3 16 0

Para anular el trmino en z3 4h + 4 = 0 h = 1. Y la ecuacin queda:

z4 6z 2 8z 13 0 a 6 b 8 c 13

302
Por lo tanto, el centro de la circunferencia est en el punto:
b a 1 8 6 1 b 2 a 12 4c
;
; 4;3,5 . Y su radio es: R =
2 2 2 2 4
82 6 12 4 13
15,25 3,91 . En definitiva la ecuacin de la circunferencia es:
4
z 42 y 3,52 15,25 0 . Finalmente, se dibujan dicha circunferencia y la parbola
y = x2.
8

Y
7

Z
0
-6 -5,5 -5 -4,5 -4 -3,5 -3 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6

En el grfico puede verse que la ecuacin tiene dos races z1 1 z2 2,7 , por lo tanto,
x1 z1 h 1 1 2 x 2 z2 h 2,7 1 3,7 .

55. Resolver grficamente la ecuacin x3 3x 2 6x 2 0 .

Solucin:
El primer paso es eliminar el trmino en x2, haciendo x = z + h:

z 3

3z 2h 3zh2 h 3 3 z 2 2zh h 2 6z h 2 0

z3 3h 3 z 2 3h 2 6h 6 z h 3 3h 2 6h 2 0
3h 3 0 h 1
z 3 9z 6 0

303
Multiplicando la ecuacin por z, se tiene:

z 4 9z 2 6z 0 z 2 z 4 10z 2 6z 0

Y, haciendo y y = z2:

z2 y2 10y 6z 0 z 32 y 52 34 0

Que es la ecuacin de una circunferencia con centro en el punto (3;5) y que pasa por el
origen. Dibujando dicha circunferencia junto con la parbola y = x2, tenemos:

12

Y X3

10

0
Z1 Z2 Z3
-8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 12
Z
-2

En esta figura vemos que z1 2,58 z2 0,7 z3 3,3. Y recordando que z = x + h,

tenemos, en definitiva:

x1 1,58 x2 0,3 x3 4,3

3.22 Problemas Propuestos

1. A partir de la siguiente tabla hallar las diferencias divididas hasta las de orden siete y,
adems x1x 3 x 5 .

x 0,1 0,3 0,4 0,6 0,7 0,9 1,0 1,1

f(x) 0,9048 0,7408 0,6703 0,5488 0,4966 0,4066 0,3679 0,3329

304
Solucin:
x f(x) 1 Orden 2 Orden 3 Orden 4 Orden 5 Orden 6 Orden 7 Orden
0,10 0,9048
0,30 0,7408 -0,8200
0,40 0,6703 -0,7050 0,3833
0,60 0,5488 -0,6075 0,3250 -0,1167
0,70 0,4966 -0,5220 0,2850 -0,1000 0,0278
0,90 0,4066 -0,4500 0,2400 -0,0900 0,0167 -0,0139
1,00 0,3679 -0,3870 0,2100 -0,0750 0,0250 0,0119 0,0287
1,10 0,3329 -0,3500 0,1850 -0,0625 0,0250 0,0000 -0,0149 -0,0435

x1x3x5 0,2767

2. Dados f(x) = x5 x3; x0 = 1; x1 = 1; x2 = 2, hallar x tal que x 0 x1x 2 x = 28.

Solucin:
x = 4 x = 6.

3. Dada f x x 6 5x 5 ; x 0 1; x1 0; x 2 1; x 3 3 , hallar a y b para que la funcin

x a x 0 x1x 2 x b x1x 2 x 3x x 3 3x 2 sea un polinomio de primer grado.

Solucin:
x 15x 45 a 1 b 2

4. A partir de la siguiente tabla, y sabiendo que f(x) es un polinomio de cuarto grado, hallar
f(5) y f(6).
x 0 1 2 3 4
f(x) 1 -1 1 -1 1

Solucin:
f(5) = 31 f(6) = 129
5. Hallar la diferencia ensima de f(x) = cos x con h = /2.

Solucin:
n f x 2 cosx n 3 4
n

305
6. Dada la funcin f x 16x 3 24x 2 10x 3 hallar la antidiferencia para h = 1.

Solucin:
1f x 4x 4 3x 2 2x k

x
7. Dado f x x x 3sen , hallar 4f x .
3
Solucin:
x

4f x 16x 2 144x 432 sen
3

8. Dada la funcin f x x 2 2x 1 hallar, mediante polinomios factoriales, 1f x y

2f x para h = 2.

Solucin:
1f x x 3 x k 2f x
1 7 1 4 1 3 5 2
x x x mx n
6 6 48 12 24

9. Hallar n f x para f x
1
.
x

Solucin:
n f x 1 n!h n
n 1 (n
x
x

10. Hallar la diferencia ensima de f x

1
.
x

Solucin:
h n (n
n f x 1
n
x .
x

11. Descomponer en suma de polinomios factoriales la expresin f x

1
,
x 8x 12
2

con h = 2, y hallar f x y 1f x .

Solucin:

306
 4x 20 x 3
f x 1f x
x 20x 140x 2 400x 384
4 3
2x 12x 16
2

12. Hallar la suma de los n primeros nmeros impares.

Solucin:
Sn = n2 + 2n +1

13. Hallar la suma de los n primeros trminos de S = 2 + 7 + 16 + 29 +46 + 67 + 92 +

6 S
Hallar n para que Sn 1665 y el lmite Lim n3 .
n n n

Solucin:
n
6

Sn 4n 2 3n 5 6
n
Sn 1665 n 20 Lim
n
Sn 2

n3 3

1 1 1
14. Hallar la suma de los n primeros trminos de S
1 4 7 4 7 10 7 10 13
y su lmite cuando n tiende a infinito.

Solucin:
1 1 1
Sn Lim Sn
24 63n 13n 4 n 24

15. Dada la siguiente tabla, calcular, por la frmula de Lagrange, el valor de la funcin en
x = 4,01.

Solucin:
f(4,01) = 0,603144.

16. Dada la tabla que se incluye a continuacin hallar, mediante la frmula de Lagrange, el
valor de f(1,03).
x 1,00 1,05 1,10 1,15 1,20
f(x) 1,000000 1,257625 1,531000 1,820875 2,128000

Solucin:
f(1,03) = 1,152727

307
17. Dada la tabla
x 1,1 1,3 1,4 1,6 1,7
x
f(x) = e 3,0042 3,6693 4,0552 4,9530 5,4739

Hallar el valor de f(1,2) y estimar la magnitud del error correspondiente a la frmula.

Solucin:
f(1,2) = 3,3201 2 x 10-5.

18. Dada la tabla

x 0 2,5069 5,0154 7,5227
f(x) 0,3989423 0,3988169 0,3984408 0,3978138

Hallar f(3,7608).

Solucin:
f(3,7608) = 0,3986603

19. Dada la tabla

x 1,05 1,04 1,03 1,02 1,01 1

f(x) 3,0211893 3,0170333 3,0128372 3,0086002 3,0043214 3

Hallar f(1,044).

Solucin:
r = 0,6 f(x) = 3,0187005

20. Hallar, por interpolacin inversa, la raz de la ecuacin x 4 2x 3 3x 2 4x 5 0 que

est comprendida entre 2 y 2,1.

Solucin:
x = 2,0591

21. La tabla que se presenta a continuacin indica los valores de velocidad mxima no
erosionable en un ro, para suelos no cohesivos, en funcin de la profundidad media del
flujo y del dimetro medio del material de fondo. Estimar la velocidad mxima no
erosionable correspondiente a una profundidad media de 1,45 m y a un dimetro medio del
material de fondo de 1,8 mm.

308
 Velocidad Mxima no erosionable (m/seg)
Dimetro medio (mm) Profundidad Media del Flujo (m)
0,40 1,00 2,00
0,25 0,35 0,45 0,55
1,00 0,50 0,60 0,80
2,50 0,65 0,75 0,80
5,00 0,80 0,85 1,00

Solucin:
V = 0,77 m/seg.

22. Los datos que se incluyen en la siguiente tabla representan las variaciones de la
temperatura media ambiental en grados centgrados (Y), con la altura en metros (X).

X 1142 1742 280 437 678 1002 1543 1002 1103 475 1049 566 995 1008 208
Y 11 7 14 16 13 11 4 9 8 13 10 15 10 13 18
Ajustar un modelo de regresin lineal a los datos y comprobar su validez. Cul sera la
temperatura a esperarse a 2000 m de altura?

Solucin:
y 18,08 0,0075x 2 2,78 R 2 0,81 T0 7,39 t/2,n-2 = 2,53 por lo tanto se
rechaza la hiptesis 1 = 0. No hay valores atpicos. No hay un patrn en los errores.
3,00

2,00

1,00

0,00
0,0 2,0 4,0 6,0 8,0 10,0 12,0 14,0 16,0 18,0 20,0

-1,00

-2,00

-3,00
Yestimado

La temperatura ms probable a 2000 m de altura es de 3,1 C, y los lmites del intervalo de

confianza correspondientes a un 95 % de confianza son 2,1 C y 8,3 C, respectivamente.

23. Ajustar los datos que se presentan a continuacin a un modelo de regresin mltiple.

309
 Y 11,2 14,2 11,9 12,3 9,6 10,9 4,1 8,9
X1 7,32 24,62 4,53 6,14 4,46 10,78 2,85 1,32
X2 3,1 0,8 0,7 1,2 5,8 4,5 11,6 3,7
Y 11,3 12,9 10,2 11,9 10 13,1 17,9
X1 2,55 14,44 16,4 13,18 5,34 14,99 21,6
X2 0,1 6 10,4 4,8 2,2 1,6 0,3

Solucin:
y 10,727 0,258x1 0,517x 2 R 2 0,8662 2 1,3714 . Se rechazan las hiptesis
nulas. F0 = 38,84 T0 (1) = 5,92 T0 (2) = - 5,79.

24. Hallar el mejor valor de x1, x2, x3 y x4 para el sistema

2,04 x1 + 1,02 x2 1,01 x3 + 3,00 x4 = 4,05

2,10 x1 + 0,98 x2 0,98 x3 + 3,02 x4 = 4,02
2,08 x1 + 1,03 x2 1,01 x3 + 2,98 x4 = 4,02
1,95 x1 + 1,03 x2 1,02 x3 + 2,99 x4 = 3,95
1,98 x1 + 1,04 x2 0,95 x3 + 2,97 x4 = 3,97
2,03 x1 + 0,99 x2 1,05 x3 + 2,95 x4 = 3,99
2,04 x1 + 0,98 x2 1,03 x3 + 3,05 x4 = 4,00
2,05 x1 + 1,00 x2 0,97 x3 + 3,03 x4 = 4,01
Solucin:
x1 = 0,698 x2 = 0,930 x3 = 0,332 x4 = 0,437

25. Dada la tabla

x 0,40 0,70 0,90 1,00 1,20
f(x) 0,3805 0,6107 0,7328 0,7854 0,8761

Hallar f 0,9, f 0,9 y f 0,86

Solucin:
f 0,9 0,5528 f 0,86 0,5751 f 0,9 0,5508

26. Dada la tabla

x -0,5 0 0,5 1,0
f(x) 1,3125 2 1,3125 0,7500

Hallar los mximos y mnimos de la funcin.

Solucin:

310
x1 = 1,877 es un mnimo y x2 = -0.044 es un mximo.

/2
27. Hallar, por el mtodo de Poncelet, el valor de
0
e x senx dx con, por lo menos, dos
decimales exactos.

Solucin:
/2
0
e x senx dx 0,39

3
x e x dx con, por lo menos, dos
4
28. Hallar, por el mtodo de Poncelet, el valor de
1
decimales exactas.

Solucin:
3
x e x dx 4,35
4
1

1/ 2 ln x
29. Hallar, por los mtodos de Poncelet y de Simpson, el valor de 1 4x x
dx , con h =
1/20. Cul es el error cometido en cada caso?

Solucin:
Por Poncelet, I = 0,07621 con un error 1,4 10-3
Por Simpson, I = 0,07592 con un error 4 10-6

2, 2 ex
30. Hallar, por el mtodo de Simpson y con n = 6, el valor de 1 x
dx . Cuntas
decimales exactas hay en el resultado.

Solucin:
x
2, 2 e 2, 2 ex
1 x dx 3,83755 Hay tres decimales exactos, es decir 1 x
dx 3,834 .

1,8 dx
31. Hallar, por el mtodo de Simspon,
0, 2 1 , con h = 0,2.
2 x 1
1
Solucin:

311
 1,8 dx
0, 2 1
0,8000 . Hay que tomar en cuenta que x = 1 es un punto de discontinuidad.
2 x 1
1

xE x

2 ,8 3
32. Hallar por el mtodo de Simpson el valor de 2 dx (en donde E(x) es parte
1, 2

entera de x) con h = 0,2.

Solucin:
I = 4,3719

33. Desarrollar la frmula de Newton Cotes para un nmero de intervalos que sea
mltiplo de cuatro y particularizar para n = 16.

Solucin:
Para n intervalos:

f x dx 45 7 y 32 y1 12 y2 32 y3 7 y 4 7 y4 32 y5 12 y6 32 y7 7 y8
xn 2h
0
x0

Para 16 intervalos:

f x dx 45 7y y16 32y1 y3 y5 y7 y9 y11 y13 y15

xn 2h
0
x0

12y 2 y6 y10 y14 14y 4 y8 y12

34. Resolver la ecuacin y xy 2 y con x0 = 1; y0 = 1; h = 0,1 por Euler y Euler

Modificado. (1 x 1,4).

Solucin:
Por Euler
x 1 1,1 1,2 1,3 1,4
y 1 1,2 1,478 1,889 2,541
Por Euler Modificado
x 1 1,1 1,2 1,3 1,4
y 1 1,239 1,603 2,220 3,471

35. Integrar, por los mtodos de Euler y Euler Modificado, la ecuacin diferencial
xy 2x 2 y2 0 en el intervalo 1;1,5 con x0 = 1 y0 = 0 y h = 0,1.

Solucin:

312
Por Euler
x 1 1,1 1,2 1,3 1,4 1,5
y 0 -0,2 -0,416 -0,642 -0,870 -1,096
Por Euler Modificado
x 1 1,1 1,2 1,3 1,4 1,5
y 0 -0,208 -0,429 -0,655 -0,880 -1,102

36. Resolver por el mtodo de Adams, la ecuacin y x 2 y con x0 = 0; y0 = 1; h = 0,1.

(0 x 0,5). Hallar el error resolviendo exactamente la ecuacin.

Solucin:
La ecuacin es lineal y su solucin exacta es: y ex x 2 2x 2 .

x y y (Adams) Error (%)

0 -1 -1 0
0,1 -1,1048 -1,1048 0,00
0,2 -1,2186 -1,2187 0,01
0,3 -1,3401 -1,3403 0,01
0,4 -1,4682 -1,4684 0,01
0,5 -1,6013 -1,6015 0,02

2x
37. Resolver, por el mtodo de Adams y para 0 x 0,5, la ecuacin y y . x0 = 0,
y
y0 = 0, h = 0,1.

Solucin:
x 0 0,1 0,2 0,3 0,4 0,5
y 1 1,095 1,176 1,256 1,332 1,403

38. Dado y 2x y x 0 2a y0 a h 2 , hallar, por Runge Kutta, los valores de

y1 e y2 en funcin de a.
Solucin:
8 23 56
y1 3a y2 a
3 6 9

313
 y xz y

39. Dado el sistema z xu z con x 0 0 y0 0 z 0 1 u 0 1 h 0,1 hallar, por el
u xy u

mtodo de Adams, y3, z3, u3,

Solucin:
y3 = 0,0417 z3 = 0,7908 u3 = 1,3503

40. Dada la ecuacin diferencial y xy y 0 x 0 1 y0 0 y0 1 h 0,3 hallar, por

el mtodo de Adams, los valores de y1, y2, y3, y4.

Solucin:
y1 = 0,3495 y2 = 0,8160 y3 = 1,4643 y4 = 2,4150

41. Dada la ecuacin diferencial y xy y 0 x 0 1 y0 0 y0 1 h 0,2 hallar, por

el mtodo de Runge Kutta, los valores de y1, y2, y3.

Solucin:
y1 = 0,2215 y2 = 0,4932 y3 = 0,8302

42. Hallar las races enteras y fraccionarias de 6x 4 10x3 41x 2 75x 30 0 .

Solucin:
Solo hay dos races reales x1 = 2; x2 = 1/3.

43. Separar las races de la ecuacin x 4 x 3 1 0 por el mtodo grfico y precisarlas por
el mtodo de Newton con cinco decimales exactos.

Solucin:
x1 = -0,81917 x2 = 1,38028

44. Separar las races de la ecuacin e0,3x 2x 0,5 0 por el mtodo del signo, y
precisarlas por el mtodo de Newton con cinco decimales exactos.

Solucin:
x1 = 0,90620 x2 = 9,84954

314
45. Precisar la raz de la ecuacin x 2 2x x 1 0 que est comprendida entre 0,2 y
1, 5

0,3, por el mtodo de Newton modificado.

Solucin:
x = 0,27283

46. Separar las races de la ecuacin x 4 7x 1 0 por el mtodo de Sturm y precisarlas

con cuatro decimales exactos por el mtodo de las cuerdas.

Solucin:
x1 = 0,1828 x2 = 1,9584

47. Separar las races de la ecuacin x 2 senx 1 por el mtodo grfico y precisarlas con
cuatro decimales exactos por el mtodo de las cuerdas.

Solucin:
x = 0,3376

48. Dada la ecuacin x 3 3x 2 3x 5 0 , separar las races por el mtodo de los signos.
Hallar el valor aproximado de las races por el mtodo mixto, repitiendo dos veces el
procedimiento y establecer el error.

Solucin:
En el primer clculo: 2,666667 x a 2,428571.
En el segundo: 2,579213 x 2,579213 x = 2,58516 < 6 10-3.

49. Separar las races de la ecuacin ex 14 ln x 0 y precisarlas por el mtodo iterativo

con cuatro decimales exactos.

Solucin:
x1 = 1,2995 x2 = 2,5891

50. Precisar las races de la ecuacin x 4 x 3 1 0 por el mtodo iterativo con, por lo
menos, tres decimales exactos.

Solucin:
x1 = -0,8192 (Es necesario definir un intervalo pequeo y hacer x = 1/z) x2 = 1,381.

315
51. Hallar, por el mtodo de Lagrange y con cinco decimales exactas, la raz de la ecuacin
x 4 2x 2 4x 1 0 que est comprendida entre 3 y 2.

Solucin:
x = 2,04748

52. Resolver, mediante la frmula de Cardano Vieta, la ecuacin x3 2x 2 x 3 0 .

Solucin:
x1 = 1,573950 0,368989 i x2 = -1,147899 x1 = 1,573950 + 0,368989 i

53. Resolver, mediante la frmula de Cardano Vieta, la ecuacin 3x3 8x 2 1 0 .

Solucin:
x1 = 2,618034 x2 = -0,333333 x1 = 0,381966

54. Resolver grficamente la ecuacin x 4 3x3 2x 2 x 1 0 .

Solucin:
x1 = 1 x2 2,2

55. Resolver grficamente la ecuacin x3 3x 2 3x 4 0 .

Solucin:
Sol hay una raz real: x = 4

316