Libro Mat Ccss 2

MATEMTICAS
aplicadas a las CC.SS. II
I.E.S. FERNANDO DE MENA

DPTO. DE MATEMTICAS
CURSO 2015-2016
Profesor: Alfonso Gonzlez
Alumno/a: _______________________
MATEMTICAS aplicadas a las CCSS II

ALFONSO GONZLEZ
IES FERNANDO DE MENA
AVISO LEGAL
Del presente texto es autor Alfonso Gonzlez Lpez, profesor de Matemticas del IES Fernando de Mena
(Socullamos, Ciudad Real, Espaa), y tiene una finalidad exclusivamente didctica, para la divulgacin de
materiales didcticos relacionados con la materia Matemticas aplicadas a las Ciencias Sociales II, de 2
de Bachillerato. No tiene fines comerciales ni nimo de lucro.
No est permitida la reproduccin de los contenidos (de cualquier tipo) del presente texto en formato impreso
libro, cuaderno, etc. o digital pgina web, DVD, etc. con nimo de lucro, salvo mencin expresa de su
origen, y contando con el consentimiento expreso del autor, para lo cual podr contactarse a travs del email
alfonsogonzalopez@yahoo.es. S est permitida la utilizacin de los materiales didcticos contenidos en el
texto para uso particular o en el mbito acadmico, siempre y cuando se indique en este ltimo caso
expresamente su autora.
El autor agradecer que le sean comunicadas a la direccin antes reseada las posibles erratas que se
encuentren en el presente texto, as como sugerencias, aportaciones, etc. a ste.
En el presente texto pueden existir contenidos de terceros. En cualquiera de los casos, y como es intencin
siempre el respetar los derechos de autor, el trabajo ajeno y las leyes del copyright, en caso de existir
cualquier mnimo problema respecto a cualquier material publicado en este texto, se ruega contactar a travs
del email arriba indicado, y el contenido ser retirado (tras ser comprobado) con la mxima celeridad posible.
Este texto se encuentra bajo una Licencia Creative Commons Atribucin-NoComercial 3.0 Unported.

ALFONSO GONZLEZ
NDICE
1.
SISTEMAS de ECUACIONES
Introduccin. Definiciones
.. 3
Mtodo de Gauss de resolucin de sistemas........ 4

Problemas de planteamiento de sistemas....... 6
Ejercicios propuestos.............................. 7
2.
MATRICES
Definiciones.....13
Tipos de matrices (cuadrada, rectangular, traspuesta, triangular, simtrica, etc.)......14
Operaciones con matrices: Suma de matrices.. 16
Producto de un nmero por una matriz.. 17
Producto de matrices.... 18
Anexo: Uso de Derive para matrices..... 21
Ejercicios propuestos ..... 22
3.
DETERMINANTES
Definicin. Determinantes de orden 2. Regla de Sarrus.... 31
Determinantes de orden 3...32
Matriz inversa: Definicin y clculo......................................... 33
Ecuaciones matriciales............................................................................................... 36
Anexo I: Notacin matricial de un sistema........ 37
-1
Anexo II: Clculo de A por Gauss................................................................................................. 38

Anexo III: Uso de derive para matrices y determinantes............ 40
Ejercicios propuestos .... 41
4.
PROGRAMACIN LINEAL
Introduccin............................................ 49
Repaso de rectas e inecuaciones... 50
Planteamiento matemtico del problema......... 52
Resumen: Existencia y unicidad de soluciones.... 58
Anexo: Ejercicios tipo resueltos...... 59
Ejercicios propuestos .................... 67
5.
FUNCIONES, LMITES y CONTINUIDAD

Concepto de funcin. Definiciones................................................................................................... 73
Grficas de las funciones ms habituales........................................................................................ 74
Texto bajo licencia Crative Commons: se permite su utilizacin didctica as como su reproduccin impresa o digital
siempre y cuando se respete la mencin de su autora, y sea sin nimo de lucro. En otros casos se requiere el permiso
del autor (alfonsogonzalopez@yahoo.es)

ALFONSO GONZLEZ
Funcin constante....................................................................................................................... 74
Funcin afn................................................................................................................................. 75
Funcin cuadrtica.......................................................................................................................76
Funciones definidas a trozos....................................................................................................... 77
Funciones valor absoluto.............................................................................................................77
Idea intuitiva de lim f(x) = L
x a
....79
Continuidad. 81
Ejercicios propuestos.......84
6.
DERIVADAS
Concepto de derivada.............................91
Derivadas de las funciones elementales... 92
Funcin constante....................................................................................................................... 92
Funcin identidad..... 93
Funcin de proporcionalidad directa..93
Derivada de una potencia....... 93
Derivada de la suma........94
Derivada del producto..... 94
Derivada del cociente..... 95
Recta tangente a una curva en un punto................. 96
Intervalos de crecimiento y decrecimiento. M y m.97
Mximos y mnimos absolutos. 101
Intervalos de concavidad-convexidad. Puntos de inflexin. 102
Problemas de optimizacin.............................................................................................................104
Ejercicios propuestos 105
7.
INTEGRALES
Concepto de integral indefinida..... 111
Concepto de integral definida.... 115
rea bajo una curva. 118
8.
PROBABILIDAD
Definiciones...123
Operaciones con sucesos......................................................................................... 125
Definicin de probabilidad............................... 127
Propiedades de la probabilidad........................................................129
Experimentos compuestos. Diagramas de rbol.... 132
Dependencia e independencia de sucesos.... 134
Probabilidad condicionada. Tablas de contingencia..... 135
Probabilidad total............................................ 137
Probabilidades a posteriori. Teorema de Bayes........... 139

ALFONSO GONZLEZ
Ejercicios resueltos 141

Ejercicios propuestos 143
9.
INFERENCIA ESTADSTICA
Repaso de estadstica elemental...155
Idea intuitiva de distribucin normal..........................................157
Definicin de distribucin normal: curva de Gauss....... 158
Distribucin normal estndar..... 159
Tipificacin de la variable.................. 159
Manejo de tablas........................159
Clculo de probabilidades en una distribucin N(0,1)......159
Clculo de probabilidades en una distribucin N(,)......162
Problemas de aplicacin.................................................. 163
Casos particulares de reas bajo la curva. Significado de .......................................164
Intervalos caractersticos........... 165
Distribucin de las medias muestrales. Teorema central del lmite............167
Intervalo de confianza para la media.......................................................... 169
Ejercicios resueltos de distribucin normal.175
Ejercicios propuestos de inferencia estadstica.179
TABLAS
Grficas ms representativas.183
Smbolos matemticos........... 185
Alfabeto griego....................... 186
Tabla de derivadas elementales 187
Pasos a seguir para resolver un problema de probabilidad......188
Tabla de la distribucin normal tipificada, N(0,1) 189
Resumen de inferencia estadstica.......190
APNDICE: Exmenes PAEG Castilla-La Mancha con soluciones (2004-2015) 191
SISTEMAS DE
ECUACIONES
El alemn Ferdinand Georg Frobenius (1849-1917),

quien complet el enunciado y demostracin del
teorema formulado en 1875 por el francs Eugne
Rouch (1832-1910)
MATEMTICAS aplicadas a las CC.SS. II

Alfonso Gonzlez
IES Fernando de Mena
Dpto. de Matemticas

ALFONSO GONZLEZ
I. INTRODUCCIN. DEFINICIONES
Concepto de SS.EE.LL.: Conviene recordar qu era un sistema de ecuaciones lineales (abreviado,
SS.EE.LL.), algo ya visto en cursos anteriores. Por ejemplo, el siguiente sistema:
2x + 3y = 8
x y = 1
es un sistema de 2 ecuaciones y 2 incgnitas (abreviadamente, 2x2). Su solucin es nica, como puede
comprobarse: x=1, y=2. Ntese que la solucin, aunque nica, est formada por una pareja de nmeros (No
son dos soluciones!). Un sistema tal con solucin nica recibe el nombre de compatible determinado. El
adjetivo lineal se aplica porque las incgnitas no aparecen elevadas a un exponente, ni multiplicadas entre s,
ni dividiendo, ni dentro de una raz, etc, sino formando lo que en temas anteriores hemos definido como una
1
combinacin lineal .
Por su parte, el siguiente sistema:
2x + 3y = 8
4x 6y = 16
puede comprobarse que tiene soluciones, no slo la x=1, y=2 anterior, sino tambin x=4, y=0; x=7, y=-2;
x=-2, y=4, etc. Un sistema con soluciones se llama compatible indeterminado. La razn, recurdese,
salta a la vista: la 2 ecuacin (en adelante, E2) es proporcional a la 1 (E1), por lo que puede eliminarse,
quedando E1, ecuacin con 2 incgnitas, que obviamente se satisfar para pares x, y.
Finalmente, puede comprobarse que
2x + 3y = 8
4x 6y = 10
carece de solucin, ya que si simplificamos E2:
2x + 3y = 8
2x + 3y = 5
vemos que es imposible que una misma expresin sea a la vez igual a dos nmeros diferentes. Un sistema
que carece de solucin se llama incompatible.
Cuadro resumen:
DETERMINADO: solucin nica
COMPATIBLE: Tiene solucin
TIPOS DE SISTEMAS
(desde el p. de v. del
n de soluciones)
INDETERMINADO: soluciones
INCOMPATIBLE: No tiene solucin
Por ejemplo, el siguiente sistema sera no lineal:
2x 2 + 3xy = 8
1
y = 1
x
3

ALFONSO GONZLEZ
Recordamos de cursos pasados que en principio haba tres mtodos para resolver este tipo de sistemas:
sustitucin, igualacin y reduccin. Nosotros este curso vamos a utilizar el mtodo de reduccin; en concreto
2
un caso particular, llamado mtodo de Gauss (lo veremos en este apartado). Por otra parte, los sistemas
que abordaremos habitualmente sern 3x3.
Ejercicios final tema: 1
Resea histrica: Como veremos en el tema 3, el italiano Gerolamo Cardano (1501-1576) utiliz determinantes en 1545 para la
resolucin de sistemas de dos ecuaciones con dos incgnitas. El alemn Gottfried Wilhelm Leibniz (1646-1716) hizo lo propio en
1693 en relacin con los sistemas de ecuaciones lineales de mayor orden. En 1748, en un tratado pstumo de lgebra del
escocs Colin MacLaurin (1698-1746) aparece la regla para obtener la solucin de un sistema de n ecuaciones lineales
con n incgnitas cuando n es 2, 3 o 4 mediante el uso de determinantes. En 1750, el suizo Gabriel Cramer (1704-1752) da la
regla para el caso general, aunque no ofrece demostracin alguna.
En 1875 el francs Eugne Rouch (1832-1910) enunci el famoso teorema sobre la existencia de soluciones de un SS.EE.LL.
Posteriormente, varios matemticos se disputaron su demostracin, aunque fue el alemn Ferdinand Georg Frobenius (18491917) quien complet su enunciado y demostracin, zanjando el tema.
II. MTODO DE GAUSS3 DE RESOLUCIN DE SS.EE.LL.

El mtodo de Gauss es un mtodo de reduccin. Consiste en transformar el sistema que nos dan en una
cadena de sistemas equivalentes al dado -es decir, que tengan la misma solucin-, pero ms sencillos,
mediante las 6 operaciones que explicamos a continuacin:
3 transformaciones permitidas entre sistemas (i.e. para obtener un sistema equivalente):

1) Podemos permutar 2 ecuaciones del sistema para obtener un sistema equivalente.
En efecto, el hecho de que permutemos dos ecuaciones no va a hacer que cambien las soluciones
del sistema. Esto, como veremos, lo utilizaremos normalmente para lograr tener en la posicin
deseada lo que denominaremos un "pivote".
2) Podemos multiplicar (o dividir) cualquier ecuacin del sistema por un nmero (0) para lograr
un sistema equivalente.
En efecto, el hecho de que multipliquemos una ecuacin por un nmero (0) tampoco va a hacer
que cambie su solucin; en todo caso, cambiar el aspecto del sistema.
3) A una ecuacin podemos sumarle (o restarle) una ecuacin cualquiera de las restantes y el
sistema seguir siendo equivalente.
dem.
3 supresiones permitidas en un sistema (el sistema resultante ser equivalente):

1) Podemos suprimir ecuaciones nulas y el sistema resultante ser equivalente al anterior.
En efecto, si al aplicar las transformaciones permitidas obtenemos en un momento dado una
expresin 0=0, dicha expresin no aporta nada, ser espuria (pues se verifica x, y, z).
2) Podemos suprimir una ecuacin igual o proporcional a otra, resultando as un sistema
equivalente.
Conviene saber que existe otro mtodo alternativo, la regla de Cramer, que utiliza determinantes, pero que no vamos a ver
Carl Friedrich Gauss (1777-1855), fsico y matemtico alemn, apodado El Prncipe de las Matemticas.
4

ALFONSO GONZLEZ
En efecto, el hecho de que exista una ecuacin igual a otra no aporta nada al sistema, es decir, si
suprimimos una de las dos (No las dos!) evidentemente no variar su solucin. Y si dos
ecuaciones son proporcionales, bastar dividir una de ellas por la constante de proporcionalidad
en cuestin, logrando as dos ecuaciones iguales, con lo que estaremos en la situacin anterior.
3) Podemos suprimir una ecuacin que sea combinacin lineal de las restantes.
La razn es anloga a la del caso anterior. No obstante, esta operacin apenas la utilizaremos.
Mtodo de Gauss: Mediante las 6 operaciones anteriores hacemos 0 debajo de la diagonal, hasta
transformar el sistema en triangular inferior equivalente; en ese momento podemos empezar a
resolverlo fcilmente, normalmente de abajo a arriba
Ejemplo 1: Resolvamos el siguiente sistema por Gauss. Tenemos que empezar permutando E1 y E3 para
conseguir lo que denominaremos "pivote" (x o x) en la posicin inicial:
3x + y + z = 4
5x + 2y + 3z = 6
x
+ z = 0
+ z = 0
5x + 2y + 3z = 6
3x + y + z = 4
x
E1E3
x
E2-5E1
+ z = 0
2y 2z = 6
E E
y 2z = 4 2 3
+ z = 0
y 2z = 4
2y 2z = 6
E3-3E1
x
E3-2E2
+ z =0
y 2z = 4
2z = 2
z=-1
sustituimos
en E2
y+2=4; y=2
sustituimos
en E1
x-1=0; x=1
Casos particulares:
1) Si tras aplicar las 6 transformaciones/supresiones permitidas llegamos a algo del siguiente estilo:
x + y + z =
y + z =
0 = n
0=n !! INCOMPATIBLE
2) Por otra parte, recordemos que, como ya se ha indicado, si obtenemos una ecuacin nula, podemos
suprimirla:
x + y + z =
y + z =
0 = 0
con lo que tendremos ms incgnitas que ecuaciones, de forma que al despejar cada incgnita
tendremos que expresar la solucin en funcin de una de ellas, es decir, de un parmetro
soluciones COMPATIBLE INDETERMINADO. Esto tambin va a ocurrir cuando obtengamos dos ecuaciones
iguales o proporcionales.
Ejercicios final tema: 2 a 30
5

ALFONSO GONZLEZ
III. PROBLEMAS DE PLANTEAMIENTO DE SISTEMAS

A la hora de resolver un problema que requiera el planteamiento de un sistema se recomienda:
Leer atentamente el enunciado en su totalidad, para hacerse una idea de la situacin.
Detectar qu nos piden y llamarlo x, y, z.
Plantear el sistema que relaciona algebraicamente los datos del enunciado y las incgnitas; para ello,
suele ser recomendable hacer una tabla en los problemas de edades, o un dibujo en los de tipo
geomtrico, o un diagrama problemas de mezclas, depsitos, etc.
Resolverlo.
Interpretar los resultados obtenidos y comprobar que verifican las condiciones del enunciado.

Ejercicios PAEG: jun 2015 2A; jun 2015 2B; jun 2014 2A; jun 2014 2B; sept 2014 2A; sept 2014 2B; jun 2013
2A; jun 2013 2B; sept 2013 2A; sept 2013 2B; jun 2012 2A; jun 2012 2B; sept 2012 2A;
sept 2012 2B; jun 2011 2A; jun 2011 2B; sept 2011 2A; sept 2011 2B;
jun 2010 1B; sept 2010 1A;
jun 2009 1B; sept 2009 1B; jun 2008 1B; sept 2008 1B; jun 2007 1B; sept 2007 1B; jun
2006 1B; sept 2006 1B; jun 2005 1B; sept 2005 1B; jun 2004 1B; sept 2004 1B
En la PAEG suelen ser problemas de 3 ecuaciones y 3 incgnitas, es decir, x, y, z.
6
38 EJERCICIOS de SISTEMAS de ECUACIONES
2 BACH. CC.SS.
1. Resolver los siguientes sistemas 2x2 por reduccin, e indicar en cada caso de qu tipo se trata. En caso de
ser compatible indeterminado, dar una posible solucin, en funcin de un parmetro :
a)
x 2y = 4
2x + y = 3
(Soluc: comp. dtdo.; x=2, y=-1)
e)
2x y = 4
6x + 3y = 12
b)
5x 2y = 17
3x 4y = 13
(Soluc: comp. dtdo.; x=-3, y=1)
f)
2x y = 4
6x 3y = 7
c)
x + 3y = 4
2x 6y = 8
(Soluc: comp. indtdo.)
g)
3x 4y = 21
2x 5y = 14
d)
x + 3y = 4
2x 6y = 4
(Soluc: incomp.)
h)
2x 3y = 4
10x 15y = 20
(Soluc: incomp.)
(Soluc: comp. dtdo.; x=-7, y=0)
Resolucin de sistemas por Gauss:

Resolver los siguientes sistemas por Gauss e indicar en cada caso de qu tipo se trata:
2. x - 2y + z = 8
2x + y - 3z = -9
x+y+z=2
7.
(comp. indtdo.; x=-2+ , y=-5+ , z= )
(comp. dtdo.; x=1, y=-2, z=3)
3. x + y + z = 11
2x - y + z = 5
3x + 2y + z = 24
x-2y+z=8
2x+y-3z= -9
3x-y-2z= -1
8.
x + y - z + t = -8
x-y+z+t=2
x+y+z-t=6
-x + y + z + t = -4
(comp. dtdo.; x=4, y=5, z=2)

(comp. dtdo.; x=1, y= -2, z=3, t=-4)
4. -x + y + z = 3
x-y+z=7
x+y-z=1
(comp. dtdo.; x=4, y=2, z=5)
5. x + y + z = 2
2x + 3y + 5z = 11
x - 5y + 6z = 29
(comp. dtdo.; x=1, y= -2, z=3)
6. x + y + z = 6
x
+z=4
y+z=5
9.
x+y+z+t=2
2x - y - z - 2t = 5
3x + 2y + 3z - t = 20
-x + y - z + 2t = -10
(comp. dtdo.; x=1, y=2, z=3, t=-4)
10. x - y + z = 2
x + 2y - 3z = -4
x-y+z=1
(incompatible)
11. 4x - 3y = -5
6x - 5y = -9
(comp. dtdo.; x=1, y=2, z=3)

(comp. dtdo.; x=1, y=3)
7

ALFONSO GONZLEZ
12. x + y = 12
y+z=8
x+z=6
19. 2x + 3y - 7z = -1
3x + 4y - 6z = 5
5x - 2y + 4z = -7
(comp. dtdo.; x=5, y=7, z=1)
13. x - y + z = 3
2y + 3z = 15
3x + y
= 12
(comp. dtdo.; x=-1, y=5, z=2)
20. x-2y+z=1
2x+y-z=0
3x-y=1
x+3y-2z=0
(comp. dtdo.; x=3, y=3, z=3)

(incompatible)
14. x + y + z = 3
2x - y + 3z = 4
x - 2y + 2z = 1
21. x - y + z = -1
x+y+z=1
x + 3y + z = 3
Ayuda: la 3 fila es comb. lin. de las otras

(comp. indtdo.; x=5-4, z=-2+3, y=)
15. x-2y+z=0
-3x+3z=4
-2x+y+z=2
(comp. indtdo.; x=-, y=1, z=)
22. 2x-2y+z=1
x+y-z=-2
3x-y=-1
x+2y-z=-1
(comp. indtdo.; x=-4/3, y=-2/3, z=)

(comp. dtdo.; x=0, y=1, z=3)
16. y+9z=2
2x+y+3z= -1
-x+3z= -2
23. 2x+y-4z=1
x-y-2z=3
4x-y-8z=2
(incompatible)
(incompatible)
* 17. x-y+z= -1
-x+y-z=1
x-y-z=0
24. x+y-2z-3t=0
x+y-3z+2t=-2
2x-y+z-t=1
x+2y-2z+2t=3
(comp. indtdo.; x=, y=1/2+ , z=-1/2)

(comp. dtdo.; x=1, y=3, z=2, t=0)
18. y-t+w=1
2x+y+z-t+2w=2
2x-y+z+t=0
4x-3y+2z+3t-w= -1
25. Inventar un sistema que sea compatible determinado,

otro indeterminado y otro incompatible.
(comp. indtdo.; x=(1--)/2, y=1+-w; ,, arbitrarios)
Resolver los siguientes sistemas homogneos por Gauss e indicar en cada caso de qu tipo son:
26. 2x-y+z=0
x-2y+3z=0
y-z=0
(Soluc: x=0, y=0, z=0)
27. 7x+9y+9z=0
3x+2y+z=0
x+y-z=0
(Soluc: x=0, y=0, z=0)
28. -3x+y-2z=0
x-2y+z=0
-x-3y=0
(Soluc: x=-3/5, y=/5, z=)
29. 4x+12y+4z=0
2x-13y+2z=0
12x-12y+12z=0
(Soluc: x=-, y=0, z=)
8

ALFONSO GONZLEZ
30. Resolver los siguientes sistemas por Gauss e indicar en cada caso de qu tipo son:
x 2y + z = 3
i) 5x 5y + 2z = 10
2x + y z = 1
(Soluc: comp.indtdo.)
5x 2y + 2z = 3
y +z =1
x y + z = 2
(Soluc: incomp.)
j)
x + 3y 3z = 4
k) 2x y + z = 1
3x + 2y
= 5
(Soluc: comp. dtdo.)
3x 2y
= 4
x y + z =1
2x y + z = 0
x y + z = 2
m) x y z = 1
x
z = 0
x y z = 2
n) x + y 2z = 2
2x + 3y = 1
13x
+ 3y = 2
5
o) 3x + 2y = 5
13y
2x +
=3
5
l)
2x + 4y
=1
p)
2y + z = 0
4x 4y 2z = 1
(Soluc: incomp.)
q)
y =0
x+2y+z=0
x+y z=0
3x 2y+4z=8
2x+3y 3z=4
r)
x 3y 5z= 6
4x+4y+6z=18
2x+y z=0
s) ax y z=0
3x 2z=0
x 2y + z = 1
t) x + y z = 2
x y z = 0
u)
2x + y + 2z = 2
2x + y + 3z = 3
x + 3y + 2z = 2
v)
7x+9y+9z=0
3x+2y+4z=0
x+4y z=0
(Soluc: comp.indtdo.)
(comp. dtdo.; x=2, y=z=1)
(comp.indtdo.; x=2/3, y=-/3, z=)
(Soluc: incomp.)
4x+12y+4z=0
w)
2x 13y+2z=0
12x 12y+12z=0
x+y z=0
x)
x
=0
x 2y+2z=0
Problemas de planteamiento de sistemas:

31. En un almacn un mayorista compra 5 unidades de un producto A, 4 de B y 3 de C, pagando un total de
8.600 . Otro cliente compra 2 paquetes de A, 7 de B y 4 de C, gastando 7.300 . Un tercer cliente compra
8 de A, 13 de B y 5 de C, pagando lo que los otros dos juntos. Cunto vale cada producto?
(Soluc: A=1.000, B=300 y C=800 .)
32. Una gran multinacional destina 900.000 para gratificar a sus 51 empleados. Concede 25.000 a los
empleados de nivel A, 20.000 a los de nivel B y 15.000 a los de nivel C. Teniendo en cuenta que para los
de nivel B destina en total el doble que para los del A, cuntos empleados hay en cada nivel?
(Soluc: A=6, B=15 y C=30 empleados)
33. La suma de las edades de tres personas es, en el momento actual, 73 aos. Dentro de 10 aos la edad de
la mayor de ellas ser el doble de la edad de la persona ms joven. Hace doce aos la persona con edad
intermedia tena el doble de aos que la ms joven. Hallar las edades de las tres personas.
(Soluc: 15, 18 y 40 aos)
9

ALFONSO GONZLEZ
34. La edad de un padre es igual a la suma de las de sus dos hijos. Cuando pasen tantos aos como tiene el
hijo mayor, el padre tendr 70 aos y la suma de las edades de los tres ser de 164 aos. Qu edad tiene
ahora cada uno? (Soluc: 22, 24 y 46 aos)
35. Tres amigos suben a una bscula de dos en dos: Andrs y Benjamn suman 173 kg, Andrs y Carlos 152
kg, mientras que entre Benjamn y Carlos pesan 165 kg. Cunto pesa cada uno?
(Soluc: Andrs=80 kg; Benjamn=93 kg; Carlos=72 kg)
36. Un modisto ofrece cuatro tipos de tejido de gran calidad a distintos precios. Un comprador gast 7.000 en
2 m del primero, 3 m del segundo y 1 m del tercero. Otro gast 6.500 comprando 1 m del primero, 2 m del
segundo y 2 m del cuarto. Un tercero compr 3 m del primero, 3 m del tercero y 2 m del cuarto, gastando
7.000 . Al vendedor le sobraron 2 m, 1 m, 2 m y 1 m respectivamente, por un valor de 5.750 . Cul era
el precio de cada tejido? (Soluc: 1.000, 1.500, 500 y 1.250 , respectivamente)
37. En una mesa de una cafetera tomaron dos cafs, 1 refresco y dos ts, costndoles 5,30 . En otra mesa
pagaron 8,40 por tres cafs, 3 refrescos y 1 t. Por otra parte, dos amigos tomaron un caf y un refresco
en la barra, donde el precio es un 10% ms barato, pagando 2,25 . Qu cuesta cada bebida?
(Soluc: caf=1 , refresco=1,50 , t=0,90 )
38. Un especulador tiene colocado su dinero en tres depsitos bancarios diferentes X, Y y Z. El dinero invertido
en X le produce un 4% de beneficio, en Y un 7%, y en Z un 6%. Sus beneficios totales fueron de 327.000
anuales. Debido a la bajada de tipos motivada por la crisis, el segundo ao el rendimiento es del 3.5% en X,
el 6% en Y y el 5% en Z, siendo sus beneficios de 278.000 . Cunto dinero tiene invertido en cada
(Soluc: X=200.000 ; Y=3.100.000 ; Z=1.700.000 )
depsito si en total tiene 5.000.000 ?
10
MATRICES
El ingls Arthur Cailey (1821-1895), introductor en

1855 de la notacin matricial actual.

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I. DEFINICIONES
Definicin: Una matriz mxn es una ordenacin de nmeros dispuestos en m filas y n columnas
Ejemplo:
1 1 2 3
A = 4 5 0 2
4 7 3 9
3x 4
dimensin
(u orden)
n filas
n columnas
Definicin: El elemento aij de la matriz A es el elemento que ocupa la fila i y la columna j de dicha matriz:
Ntese que las matrices se suelen nombrar con letras maysculas (A, B, C) y sus elementos con
minsculas (aij, bij, cij,,,)
Ejemplo: En la matriz del ejemplo anterior, a =7 Cunto vale a ? Y a ?
32
14
22
En general,
a11 a12 .. .. .. a1n
a21 a22 .. .. .. a2n

..
..
A =
..
..
..
..
am1 am2 .. .. .. amn mxn

Resea histrica: Aunque siempre se haban utilizado cajas para ordenar datos, el estudio sistemtico de matrices lo llevaron
a cabo matemticos ingleses en la 2 mitad del siglo XIX, en estrecha relacin con la Geometra: fue James Joseph
Sylvester (1814-1897) quien utiliz por primera vez el trmino matriz en 1848-1850. En 1853, Sir William Rowan
Hamilton (1805-1865) hizo importantes aportaciones a la teora de matrices. Por su parte, Arthur Cayley (1821-1895) introdujo
en 1858 la notacin matricial, como forma abreviada de escribir un sistema de m ecuaciones lineales con n incgnitas.
Utilidad de las matrices: - Resolucin de sistemas de ecuaciones lineales: utilizando matrices es muy
cmodo aplicar Gauss (ver un ejemplo).
- Problemas de tablas y grafos (Economa, etc.)
Definicin: Dos matrices son iguales si tienen la misma dimensin y los elementos que ocupan el mismo
lugar son iguales
Ejemplos: Las matrices
1 5
A = x 0
2 3
1 y
y B = 2 0
2 3
sern iguales sii x=2 e y=-5. En cambio,
x 2 2
C = 7 1 11
0 y 3
3 3 2
y D = 7 0 11
0 1 3
13

ALFONSO GONZLEZ
2 x 2 7
C=
0 1 y 5
2 2 z
y D=
0 1 3
nunca podrn ser iguales Por qu?
II. TIPOS de MATRICES

II.1 Desde el punto de vista de su forma o dimensin:
Matriz fila: Es aquella que consta de una sola fila. Tambin se suele llamar vector fila. Por ejemplo:
A = (1 2 1 5)1x4
Matriz columna: Es aquella que consta de una sola columna. Tambin se suele llamar vector columna.
Por ejemplo:
4

B = 0
3
3x1
Matriz cuadrada: Es aquella que tiene mismo nmero de filas y columnas. Por ejemplo:
2 2
C=
0 3 2x2
Matriz rectangular: Es aquella que tiene distinto nmero de filas y columnas (es decir, que no es
cuadrada). Por ejemplo:
4 12
0
5 4
0
D=
10 1/ 2 1
1 1 2 4x3
Tambin, obviamente, toda matriz fila, o columna, es rectangular.
Diagonal de una matriz: Est formada por los elementos que ocupan el mismo n de fila y columna. Por
ejemplo:
1 1 2 3
A = 4 5 0 2
4 7 3 9
3x4
diagonal
II.2 Matriz traspuesta: Dada una matriz A, se define su traspuesta, que se designa como At (tambin, a
t
veces, A) como aquella que se obtiene cambiando ordenadamente sus filas por sus columnas.
t
Por lo tanto, obviamente si A es mxn, A ser nxm.
14

ALFONSO GONZLEZ
Ejemplo:
1 4 4
t
1 1 2 3
1 5 7
4
5
0
2
=
4 7 3 9 2 0 3
3 2 9
Cmo sera la traspuesta de una matriz fila?

Esta matriz traspuesta jugar un papel fundamental cuando definamos la matriz inversa en el prximo
tema.
II.3 Desde el punto de vista de sus elementos:

Matriz nula: Es aquella que est formada completamente por ceros. Se designa como 0. Ejemplos de
matrices nulas son:
0
0=
0
0 0
0=
0 0 2x2
0 0
0 0
0 0
0 0 4x3
0 0 0
0=
0 0 0 2x3
etc.
Matriz opuesta: Dada una matriz A se define su opuesta, que se designa como A, como aquella que se
obtiene cambiando de signo todos sus elementos. Por ejemplo:
1 1 2 3
A = 4 5 0 2
4 7 3 9
1 1 2 3
A = 4 5 0 2
4 7 3 9
Matriz diagonal: Es aquella que tiene nulos todos los elementos que no estn en la diagonal.
Ejemplos de matrices diagonales son:
1 0
0 2
2 0 0
0 1 0
0 0 2
2 0 0
0 3 0
1 0 0 0
0 0 0 0
0 0 1 0
Ntese que no hay problema en que alguno de los elementos de la diagonal sean nulos
Matriz identidad o unidad: Es una matriz diagonal cuadrada cuyos elementos de la diagonal son
todos 1. Se designa como o I. Ejemplos de matrices identidad:
1 = 01
1 2x2
1 0 0
I = 0 1 0
0 0 1
3x3
1 = 00
0
1
0
0
0
0
1
0
0
0
1
4x4
etc.
Esta matriz ser importante cuando definamos la matriz inversa en el prximo tema.
Matriz triangular superior: Es aquella matriz cuyos elementos por encima de la diagonal son todos
nulos. Ejemplos de matrices triangulares superiores seran:
15

ALFONSO GONZLEZ
2 0 0
4 1 0
2 0 2
1 0
3 2
1 0 0 0
3 0 0 0
0 2 1 0
2 0 0
1 3 0
Matriz triangular inferior: Es aquella matriz cuyos elementos por debajo de la diagonal son todos
nulos. Ejemplos de matrices triangulares inferiores seran:
2 1 1
0 1 0
0 0 2
1 3
0 2
1 2 2 1
0 0 2 0
0 0 2 1
2 3 3
0 3 1
Matriz simtrica: Es aquella matriz que coincide con su traspuesta, es decir, A=A . Puede
comprobarse que las siguientes matrices son simtricas:
2 1 3
1 1 0
3 0 2
1 3
3 0
1 0
0 1
0
4
1 2
3 1/ 3
2 1
0 3
0 1
4 1/ 3 1 0
Es obvio que, para que una matriz sea simtrica, es indispensable que sea cuadrada. Adems, cada elemento
tiene que ser simtrico respecto a la diagonal.
Ejercicios final tema: 1 y 2
III. OPERACIONES con MATRICES

III.1 SUMA de MATRICES
Para poder sumar dos matrices: 1 Ambas tienen que tener la misma dimensin
2 En tal caso, se suman trmino a trmino

NOTA: Es obvio que, para restar dos matrices, sumaremos a la primera la opuesta de la segunda, o ms
sencillamente, restaremos trmino a trmino.
Ejemplos:
1 3 2 3 3 0
+
=
0 2 1 0 1 2
(1
3 2 1) + ( 2 2 2 0 ) = ( 3 5 4 1)
3
2 3 3 2 1 0 0 2
0 3 1 0 2 1/ 2 0 5 1/ 2
Propiedades: CONMUTATIVA:
A+B=B+A
ASOCIATIVA:
(A+B)+C=A+(B+C)
ELEMENTO NEUTRO:
La matriz nula, 0, tal que A + 0 = A
ELEMENTO OPUESTO: La matriz opuesta, -A, tal que A + ( - A ) = 0
16

ALFONSO GONZLEZ
Todas ellas son de inmediata demostracin.
III.2 PRODUCTO de un NMERO por una MATRIZ

Supongamos que nos planteamos cmo sera, por ejemplo, el triple de una matriz, es decir, la operacin 3A.
Es obvio que sera equivalente a A+A+A. Investiguemos con un ejemplo:
2 1 1 2 1 1 2 1 1 2 1 1 6 3 3
3
=
+
+
=
0 3 4 0 3 4 0 3 4 0 3 4 0 9 12
Por lo tanto: Para multiplicar una matriz por un nmero se multiplican por dicho nmero todos los elementos
de la matriz (Este es precisamente el motivo por el que la matriz -A se obtena cambiando de
signo todos sus elementos...)
Ejemplos:
1 3 2 6
2
=
0 2 0 4
4 (1 3 2 1) = ( 4 12 8 4 )
3
3 6 9 9
2
3
=
0 1/ 3 1 0 1 3
Propiedades: DISTRIBUTIVA respecto al producto por un nmero: ( A + B ) = A + B
DISTRIBUTIVA respecto al producto por una matriz:
(+ ) A= A+ A
ASOCIATIVA MIXTA:
( A) =( )A
Todas estas propiedades son de inmediata demostracin.
1 2 3 2
0 2 3
Ejercicio: Dadas las matrices A = 1 1 2 1 y B = 2 1 1 , se pide:

3 2 1 2
3 1 1
a) Indicar de qu tipo son:
b) Obtener la traspuesta de A:
c) Indicar la opuesta de B:
d) Hallar: A + A =
-3B=
2A=
A+B=
17

ALFONSO GONZLEZ
1
1 3 -
2 1 1
0 2 3
:
l
o
S
3B-2B =
III.3 PRODUCTO de una MATRIZ FILA por una MATRIZ COLUMNA

Para poder multiplicar una matriz fila por una matriz columna:
1 Ambas tienen que tener el mismo n de elementos (en el ejemplo se indica con
).
2 En tal caso, se multiplican ambas trmino a trmino y se suman estos productos parciales
Ejemplos:
2
(1 2 3)1x3 1 = 1 2 + ( 2) 1+ 3 ( 2) = 2 2 6 = 6
2
3x1
4

1
( 2 3 0 1)1x4 =
2

2 4x1
Observaciones: 1) No es obligatorio indicar el entre ambas matrices.
2) En el prximo subapartado veremos como el producto contrario, es decir, columna por
fila, se hace de forma completamente diferente.
III.4 PRODUCTO de MATRICES

El producto de dos matrices no se define, como cabra esperar, multiplicando los elementos que ocupan el
mismo lugar. La razn es que la multiplicacin as definida no tendra ninguna utilidad. Vamos a explicar a
continuacin cmo se define el producto de dos matrices. A priori puede parecer una forma caprichosa pero
cuando se estudien las aplicaciones lineales en 1 de cualquier estudio universitario de ciencias se entender
el porqu.
Para poder multiplicar dos matrices:
1
1 Dimensionalmente, el nmero de columnas de la 1 matriz debe ser igual al nmero de filas de la 2;

entonces, la matriz resultante tendr el mismo n de filas que la 1 y de columnas que la 2. En
lenguaje matricial:
Amxn B nxp=Cmxp
2 En tal caso, el elemento ij de la matriz producto se obtiene multiplicando cada elemento de la fila i
de la 1 matriz por cada elemento de la columna j de la 2, y sumando dichos productos
La razn hay que buscarla en la 2 condicin.
18

ALFONSO GONZLEZ
Ejemplo: Vamos a explicar, paso a paso, cmo se multiplican las siguientes dos matrices:
1 3
2 0 4
* * *
0 2 2x2 1 3 5 2x3 * * * 2x3
Vemos, en primer lugar, que dimensionalmente el producto es posible, y que la matriz producto va a ser 2x3.
Pasemos a obtener su primer elemento, el c11, que se obtendr multiplicando la fila 1 de A y la columna 1 de B:
1 3
2 0 4
1 (2) + (3) (1) * *
1 * *

=
=
*
* * 2x3 * * *
0 2 2x2 1 3 5 2x3
El c12 se obtendr multiplicando la misma fila 1 de A y la siguiente columna, la 2, de B:
1 3
2 0 4
1 (2) + (3) (1) 1 0 + ( 3) 3 *
1 9 *

=
=
0
2
1
3
5
*
*
*
2x2
2x3
2x3 * * *
El c13 se obtendr multiplicando la misma fila 1 de A y la ltima columna de B, la 3:
1 3

0 2 2x2
2 0 4
1 (2) + (3) (1) 1 0 + ( 3) 3 1 4 + ( 3) 5
1 9 11
=
=
*
*
*
*
1 3 5 2x3
2x3 * *
Para obtener c21 pasamos a multiplicar la fila 2 de A por la columna 1 de B:
1 3
2 0 4
1 (2) + (3) (1) 1 0 + ( 3) 3 1 4 + (3) 5
1 9 11

=
=
0
2
1
3
5
0
(
2)
+
2
(
1)
*
*
*
2x2
2x3
2x3 2 *
Para obtener c22 multiplicamos la misma fila de A, la 2, por la columna 2 de B:
1 3
2 0 4
1 (2) + (3) (1) 1 0 + ( 3) 3 1 4 + (3) 5
1 9 11

=
=
0 0 + 2 3
*
0 2 2x2 1 3 5 2x3 0 (2) + 2 (1)
2x3 2 6 *
Finalmente, c23 lo obtendremos multiplicando la fila 2 de A por la columna 3 de B:
1 3
2 0 4
1 (2) + (3) (1) 1 0 + ( 3) 3 1 4 + (3) 5
1 9 11

=
=
0 0 + 2 3
0 4 + 2 5 2x3 2 6 10
0 2 2x2 1 3 5 2x3 0 (2) + 2 (1)
19

ALFONSO GONZLEZ
NOTA: No es obligatorio indicar el entre ambas matrices.

Ejercicio: Efectuar los siguientes productos de matrices, cuando se pueda:
1

2
g) ( 1 2 2 3 ) =
2

3
1 2 3 2
2 3 1
a)
1 1 2 1 =
1 4 2
3 2 1 2
3 1
2 2
b) 2 1
=
2 4 1 3
1

2
h) ( 1 2 2 3 ) =
2

3
3 1
2 2
c)
2 1 =
1
3
2 4
1 1 2 1 2 1
i) 2 0 1 6 12 5 =
6 1 0 2 5 2
1 0 1 3 1 0
d) 0 2 1 2 4 5 =
1 0 2 0 1 2
5 3 2 5 3 2
j) 15 9 6 15 9 6 =
10 6 4 10 6 4
3 1 0 1 0 1
e) 2 4 5 0 2 1 =
0 1 2 1 0 2
2 / 3 1/ 3 2 / 3 1/ 3
k)

=
2 / 3 1/ 3 2 / 3 1/ 3
1 2 3 1 0 0
f) 4 5 6 0 1 0 =
7 8 9 0 0 1
A B B A en general
Propiedades: NO ES CONMUTATIVO:
A (B C)=(A B) C
ASOCIATIVA:
ELEMENTO NEUTRO: La matriz identidad o unidad, o
DISTRIBUTIVA: por la dcha.
por la izda.
I:
A =
A=A
A (B+C)=A B+A C
(A + B ) C = A C + B C
Algunas de estas propiedades requieren una demostracin relativamente complicada Nosotros aqu vamos
ms bien a justificarlas en los ejercicios del final del tema mediante ejemplos prcticos:
Ejercicios final tema: Operaciones con matrices: 4 a 13

Potencias n-simas de matrices, con posible ley de recurrencia: 14 a 21
Matrices que conmutan: 22 a 25
Miscelnea: 26 a 30
Aplicacin de las matrices a tablas y grafos: 31 a 39
Ejercicios PAEG: Nunca se ha dado hasta la fecha en Castilla-La Mancha, en esta materia, un ejercicio de
matrices "puro"; s que suele contemplarse una ecuacin matricial, que, adems de
matrices, requiere el uso de determinantes, como veremos en el prximo tema.
20

ALFONSO GONZLEZ
ANEXO: USO de DERIVE PARA MATRICES y DETERMINANTES

Introducir una matriz: Clic en
e introducir n de filas y columnas.
Trasponer una matriz: 1) La matriz debe estar en el cuadro de frmulas:

2) Escribimos a continuacin (el acento grave): [
3) Seleccionamos todo lo escrito en el cuadro de frmulas y tecleamos INTRO

4) Clic en
Una vez introducidas varias matrices, se pueden operar en la forma usual, utilizando los operadores +, , etc.
Potencia de una matriz:
^n
y clic en
21
39 EJERCICIOS de MATRICES
2 BACH. CC.SS.
i) BB
0 3
3 0
7 1
2 2
1 y
=
0 3
3 0
x 1
2 2
1 3
1. Hallar x e y para que ambas matrices sean iguales:
2. Indicar tres ejemplos de matriz simtrica de orden 3
Operaciones con matrices:

1
1 3 2 2
2 2 4 0
, B =
y C=
2 3 5 1
2 4 2 1
1/ 2 3 1 1
3. Dadas: A = 1
hallar: a) A+B b) -B c) A-B d) 2C e) -3A f) A+3B-4C

1
3 2
0 y C = 1 3
5 0
0 4 2
2 2
4. Dadas: A = 1 1 2 , B = 1 3
2 0 3
hallar: a) AB
c) AC
d) CA
k) B 3x3
6
4
0 1 4
; f) No se puede; g)
j) B
1
1
e)
5. Dadas las matrices del ejercicio anterior y D = 3

3
propiedades del producto de matrices:
h) A
2
2 7 1
3 6 6
; k) B
1 0
0 1
1
3 1 5
g) B
7 5 5
d)
2
6 3 1
6
3
2
1
; j)
f) CB
0 9
3 3
8 1
1 2
0 2 0
1 1 2
0 2
8 1
1
0
9 8 1
h) No se puede; i)
5 4
; b) No se puede; c)
e) BC
2
1 9
5 4
7 8
1 4
(Sol: a)
b) BA
0 2
3 1
0 2
, comprobar que se verifican las siguientes
a) Asociativa: A ( B C ) = ( A B ) C
b) Distributiva (por la dcha.): A ( B + C ) = A B + A C
c) Distributiva (por la izda.): (A + B ) C = A C + B C
6. Dada una matriz A, existe una matriz B, tal que el producto AB, o bien el BA, sea una matriz de una sola
fila? Indicar ejemplos.
7. Comprobar si existe una matriz B tal que el producto AB sea una matriz de tres filas, siendo
1 3 2 1
A =
4 5 3 2
8. Dadas las siguientes matrices:
3

A = (2 1 5) y B = 2
4

escribir los productos AB y BA.

9. El producto de dos matrices diagonales es otra matriz diagonal. Comprobarlo para dos matrices de orden 3.
22

ALFONSO GONZLEZ
10. Resolver la ecuacin matricial siguiente e indicar la dimensin de la matriz X:
2
/
7
3
2
/
1
3
2
/
7
6
:
l
o
S
2 3
2
11. Calcular A - 3A - I, siendo A =
1 1
2
4 2 /
1
2
0 2
2 4 1
1 3 1
1
3
2X
=
3
1 0 2
0 1 2
1 4
6 3 0
(Soluc: 02x2)
12. Comprobar que, dadas dos matrices cuadradas A y B, se verifica: a) (A+B) =A +B

t
b) (AB) =B A
(Utilizar matrices 3x3)
13. Razonar, sin utilizar ejemplos, por qu no son ciertas las habituales identidades notables en el caso de
matrices.
Potencias n-simas de matrices:

1 1
n
n-1
satisface la relacin A = 2 A
1
1
14. Demostrar que la matriz A =
15. Calcular, por induccin, las potencias n-simas de las siguientes matrices:
1 1 1
B = 1 1 1
1 1 1
a 1
A =
0 a
0 2 1
F = 0 0 1
0 0 0
C; c) D =
j) J =
1
1
n 0 n
2
2
4n+1
4n+2
4n+3
4n+4
=A, A =-, A =-A, A = , nN;
; e) A
0 1 0
n
; h) H =
1 0 1
J = 0 1 0
1 0 1
1
1
n 0 n
2
2
1 1 1
0 0 1
0 1 0
n
1 0 2
n
n
, F =03x3 n3; g) G =
n 0 1
0 1 0
1 0 0
n
; d) E =
0 1
E=
1 0
0 0 1
0 1 0
1 n 0
n-1
1 0 0
D = 1 1 0
0 0 1
1 0 0
H = 0 1 0
2 0 1
7
/ 0 1
n
b) C =3
7
/ 1 0
n
n ;
2 0 0
f) F =
0 0 0
0 0 0
n-1
1 0 1
G = 0 1 0
0 0 1
1 0 0
a
a 0
(Sol: a) B =a
1 1/ 7 1/ 7
C = 0
1
0
0
0
1
9
9 0 1
9
9 1 0
1 0 0
:
c
u
l
o
S
16. Dada la matriz A = 0 1 0 , se pide: a) Calcular A , A y A , deduciendo una frmula general para A
0 0 1
n+1
b) Demostrar que la frmula anterior tambin es vlida para A
99
c) Cunto valdra A ?
5 1
1
3 4 0
428
17. (S) Calcular A , A y A
dada la siguiente matriz: A = 3 4
428
(Soluc: A
=A )
1 1 1
2
3
4
18. Dada la matriz A = 0 1 1 , se pide: a) Calcular A , A y A
0 0 1
23

ALFONSO GONZLEZ
0 1 0
A
=
20. dem con
1 0 1
0 1 0
2n+1
(Soluc: A
5 5
5 4 1
2 1 1
n
19. Dada la matriz A = 2 3 2 , hallar A
4 4 3
5
4 1 0
1 0 0
:
c
u
l
o
S
10
b) Razonar cunto valdra A
(Soluc: A =A; A se llama idempotente)
2n+2
=2 A y A
=2 A , donde nN )
1 0
0
281
21. Dada la matriz A = 0 0 1, hallar razonadamente A
1 1 1
(Soluc: A)
Matrices que conmutan:

3 4
a b
, encontrar la expresin general de la matriz B =
tal que el producto de
2
0 c
22. Dada la matriz A =

ambas conmute.
0
Soluc : B =
1 1
0 1
23. Hallar la forma general de las matrices X que conmutan con
0 1
1 0
24. Hallar la forma general de las matrices que conmutan con

1 0 1
a b
Soluc : X =
0 a
a b
Soluc : X =
b a
a b c
Soluc
:
X
=
0 e f
0 0 a
25. dem con 0 1 0
0 0 1
Problemas varios:
0 1
2
verifica la relacin A + =0. Obtener una matriz B2x2, distinta de
1
0
26. (S) Comprobar que la matriz A =
A , que tambin verifique la relacin B + =0

0 1 2
2
0 2 , determinar, si es posible, un valor de para el que la matriz (A-I) sea

1 1 3
27. (S) Dada la matriz A = 1
la matriz nula. (Soluc: =1)

28. (S) Determinar los valores de x, y, z para que se verifique la igualdad
1 y 1 x 5 0
x z y z 0 5
(Soluc: hay cuatro soluciones posibles: -2,2,1; 2,2,-1; 2,-2,1; -2,-2,-1)
24

ALFONSO GONZLEZ
1
2X + Y =
2
29. a) Encontrar dos matrices X e Y que cumplan:
1
XY=
1
1
2X 3Y =
4
b) dem con
1
XY =
3
Soluc: Sol : X = 4 5 ;
5 16
3 5
Y=
2 10
2 1 x y 5 1
30. Calcular x, y, z, t para que se cumpla que
1 z t 0 2
0
5 / 2 3 / 2
Soluc :
2
0
Operaciones con datos en tablas:

31. Las velocidades medias de tres coches A, B ,C en km/h, vienen dadas por la matriz
50
V = 80
120
El nmero de horas que cada coche viaja viene dado por la matriz H = (3 4
HV y VH, interpretando los valores de los trminos de las matrices resultantes.
6). Calcular los productos
(Soluc: El nico trmino de HV representa el total recorrido por los tres coches, 1190 km; cada trmino de VH
representa los km recorridos por el coche a la velocidad que indica la fila en que est situado viajando el nmero de
horas que indica la columna)
32. Se realiza una comparacin del precio de cuatro productos en tres supermercados distintos. Los precios por
kg de los productos en los distintos supermercados vienen dados por la matriz
S1
Verdura 8
S2
9
S3
10
Carne
40
50
40
Pan
3,5
Fruta
12
15
14
El nmero de kg comprados respectivamente de cada producto cierto da por una familia est dado por la
matriz (2 3 1 2). Mediante el producto apropiado de matrices, comparar el coste del total de la compra
en los tres supermercados. (Soluc: La matriz del coste total de los productos es (164 202 171,5))
33.
El consumo anual medio en litros de leche desnatada, semi y entera de tres familias F1, F2 y F3 viene
dado por la siguiente matriz:
A =
F
1
F
2
F
3
desn
se m i
e n te ra
430
157
545
210
120
80
25

ALFONSO GONZLEZ
mientras que la evolucin de los precios en de tales productos en los ltimos aos es:
B=
2006 2007 2008 2009

desn 80
83
90
92
semi
83
87
88
90
ent
85
88
90
95
Calcular e interpretar AB (Soluc: Representa el gasto anual de cada familia en leche)

34. En un centro de estudios de idiomas los alumnos de francs y alemn se distribuyen en 4 niveles como
indica la matriz A. Los precios que pagan los alumnos por hora de clase dependen del nivel en que se
encuentren y de que el aula disponga o no de puestos de laboratorio de idiomas, segn figura en la matriz
B. Calcular lo que percibira este centro educativo por hora de cada idioma impartido dependiendo de que
las aulas estn o no dotadas de los medios mencionados.
1
A= 2
3
4
FR.
12
10
15
10
AL.
16
11
11
7
B= sin lab.
con lab.
1
5
7
2
5,5
7
3
8
10
4
10
12
(Soluc: Haciendo BA obtenemos FR sin lab=335 , FR con lab=424 , AL sin lab=298,50 y AL con lab=383 )
35. Una factora produce encendedores P1 , rotuladores P2 , y llaveros P3 , para cuya elaboracin se precisan
materias primas como gas M1 , tinta M2 , plstico M3 y metal M4 . Dos compaas distribuidoras D1 y D2
se encargan de proporcionar a los comercios estos productos. Sea:
D1
P1
1000
P2
650
P3
400
D2
1000
600
350
A=
la matriz de pedido de los tres productos por parte de los distribuidores,
B=
P1
M1
10
M2
0
M3
40
M4
10
P2
20
60
P3
30
30
la matriz que expresa la cantidad de cada una de las materias primas, en gramos, por unidad de cada
producto, y
M1
M2
M3
M4
C=
26

ALFONSO GONZLEZ
la matriz de costes por gramo de cada material Qu materias primas forman parte de los llaveros, y en
qu cantidades por unidad producida? Calcular e interpretar el significado de AB, BC y ABC.
(Soluc: En cada llavero hay 30 gr de plstico y 30 gr de metal; AB expresa la cantidad total de cada materia prima que
precisa cada distribuidora; BC es la matriz de costes de cada producto; A BC expresa los beneficios que obtiene cada
distribuidora)
36. Una empresa produce acero a partir de sus dos materias primas bsicas, hierro y carbn. La siguiente
matriz muestra la necesidad de ambas materias en los tres cuatrimestres del ao, en toneladas:
mineral
de hierro
mineral
de carbn
er
9t
8t
5t
7t
er
6t
4t
1 cuatrimestre
2 cuatrimestre
3 cuatrimestre
Existen tres posibles proveedores de dichas materias, cuyos costes en por tonelada de cada materia
vienen dados por la siguiente matriz:
Proveedor
A
Proveedor
B
Proveedor
C
mineral de hierro
200 / t
100 / t
300 / t
mineral de carbn
200 / t
300 / t
100 / t
a) Explicar, razonadamente, cmo se obtendra con ellas la matriz que refleja los costes totales de cada
proveedor en cada cuatrimestre.
b) Razonar, a partir de la matriz anterior, cul es el proveedor ms rentable en un ao.
Operaciones con datos en grafos:

37. Para viajar de P a R no hay vuelo directo, sino que hay que hacer escala en alguno de los cuatro
aeropuertos de la ciudad Q, segn el siguiente grafo:
Q1
Q2
R
P
Q3
Q4
(Por ejemplo, para ir de P a Q2 hay dos vuelos, mientras que no hay ninguno de Q2 a R). Construir la
matriz fila que representa los vuelos de P a Qi y la matriz columna de los vuelos de Qi a R Qu debemos
hacer con ambas matrices para obtener el nmero de combinaciones de vuelos de P a R? Cuntas
formas hay de ir de P a R? (Soluc: Multiplicarlas; 9 formas distintas)
38.
En una academia de idiomas hay 100 alumnos en 1, 90 en 2 y 80 en 3. Al final de curso se dan los
resultados que se resumen en el siguiente grafo:
27

ALFONSO GONZLEZ
25
30
20
60
1
70
2
5%
Por ejemplo, el 25% de los alumnos de 1 repite, el 60% pasa a 2 y el 5% pasa directamente a 3 (el
resto abandona). Formar adecuadamente la matriz 3x3 que representa el % de alumnos que pasan a los
diferentes cursos. Cmo debe operarse con la matriz columna que recoge el n de alumnos por nivel en
el presente curso para obtener el n de alumnos por nivel el prximo curso? (Soluc: Hay que multiplicar la
matriz cuadrada por la matriz columna, y el resultado ser 25 87 84)
39.
En una ciudad A hay tres aeropuertos A1, A2 y A3, en B hay cuatro y en C dos. Una persona que quiera ir
de A a B un cierto da de la semana, y de B a C al da siguiente, dispone de los vuelos que se recogen en
el siguiente grafo:
A
A1
B1
C
C1
A2
B2
B3
A3
C2
B4
Construir sendas matrices que representen los vuelos de A a B y de B a C. Qu operacin debe

hacerse entre ellas para obtener el nmero de formas distintas de ir de A a C?
28
DETERMINANTES
El francs Augustin-Louis Cauchy (1789-1857),

adems de desarrollar importantes contribuciones
a la teora de determinantes, fue de hecho el
primero en utilizar el trmino determinante, en
1801.

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I. DEFINICIONES
a12
a
Determinantes de orden 2: Dada la matriz A = 11
, se define el determinante de dicha matriz, que
a21 a22
se designa como det(A), o tambin |A|, como el resultado de la siguiente regla:
a
a
det(A) = A = 11 12 = a11a22 a12a21
a21 a22
la cual se conoce como regla de Sarrus

Observaciones: 1) El determinante as definido puede resultar un nmero positivo, negativo o nulo
2) El determinante tiene que ser necesariamente de una matriz cuadrada.
3) La razn de definir as esta nueva herramienta es su enorme utilidad, que se ver en
este tema.
Ejercicio 1: Calcular los siguientes determinantes de orden 2 (Obsrvese el primer ejemplo):

a) 2 2 = 2 3 ( 2) 4 = 14
4 3
b)
3 3
=
2 1
c) 4 2 =
2 1
d) 5 1 =
3 0
e)
2 3
=
4 6
f)
3 1/ 2
g) 2 7 =
0 0
Fue ideada por el matemtico francs Pierre Frdric Sarrus en 1833.
31

ALFONSO GONZLEZ
Determinantes de orden 3: En este caso la regla de Sarrus consiste en sumar los 6 posibles productos de 3
elementos en los que interviene un elemento de cada fila y columna (es decir, las 6 diagonales); los 3
productos a los que no se les cambia el signo (+) y los 3 a los que s (-) vienen dados por el siguiente
esquema:
3
3
a 1a 2a 3
a 1a 2a 3
a 1a 2a 3
a11 a12
a13
3
3
a31 a32 a33
a 1a 2a 3
a 1a 2a 3
a 1a 2a 3
a21 a22 a23 = a11a22a33 + a12a23a31 + a13 a21a32 a13 a22a31 a12a21a33 a11a23a32
Ejercicio 2: Calcular los siguientes determinantes de orden 3 (Obsrvese el primer ejemplo):

1 3 3
a) 2 1 2 = 1 1 4 + 3 2 3 + 3 2 2 3 1 3 1 2 2 3 2 4 = 4 + 18 + 12 9 4 24 = 3
3 2 4
2 1 2
b) 3 2 1 =
4 3 1
c)
1 2 4
2 1 2 =
(Soluc: 1)
(Soluc: 25)
2 3 1
d)
5
2
3 1
1 2 =
(Soluc: 34)
1 0 2
e) 3 4 2 =
2 1 3
(Soluc: 32)
2 1 5
1 1 1 =
(Soluc: 0)
f)
32

ALFONSO GONZLEZ
2 0 4
g) 3 0 1 =
2 0 2
(Soluc: 0)
1 2 1
h) 1 1 2 =
3 0 5
(Soluc: 0)

Existir una regla de Sarrus para determinantes de orden 4? La respuesta es que s, pero resulta tan
complicada consta de 24 elementos que no es muy prctica. Adems, en los ejercicios de este curso no
necesitaremos calcular determinantes de orden mayor que 3.
Resea histrica: En su sentido original, el determinante determina de ah su nombre la unicidad de la solucin de un sistema
de ecuaciones lineales, y fue introducido en este sentido para el caso de orden 2 por el italiano Gerolamo Cardano (1501-1576)
en 1545 como una regla para la resolucin de sistemas de dos ecuaciones con dos incgnitas. El alemn Gottfried Wilhelm
Leibniz (1646-1716) hizo lo propio en 1693 en relacin con los sistemas de ecuaciones lineales de mayor orden. Por lo tanto, los
determinantes surgen siglos antes que las matrices: recurdese que en el tema anterior vimos que el ingls James Joseph
Sylvester (1814-1897) fue quien utiliz por primera vez el trmino matriz en 1848-1850, dando a entender que la matriz era la
madre de los determinantes.
Las contribuciones ms prolficas a la teora de los determinantes fueron las del matemtico francs Agustin-Louis
Cauchy (1789-1857), quien, por ejemplo, demostr por primera vez que | A B | = | A | | B | . Adems, utiliz por primera vez el
trmino determinante, en 1801. El desarrollo de un determinante por cofactores fue empleado por primera vez por el
matemtico francs Pierre de Laplace (1749-1827) en 1772. Por su parte, el ingls Arthur Cayley (1821-1895) es el inventor de la
notacin actual de los determinantes mediante barras (1841) y establece la frmula que veremos para el clculo de la inversa de
una matriz mediante determinantes (1858).
II. MATRIZ INVERSA

Supongamos una matriz cuadrada de orden 3:
Menor complementario del elemento aij: Es el determinante que resulta de suprimir la fila i y la
columna j de la matriz A; se designa como ij
Ejemplo1 :
3 1 1
A = 5 2 2
9 2 4
32 =
3 1
3 1 1
A = 5 2 2
9 2 4
13 =
5 2
5 2
9 2
=1
= 8
etc (son 9 menores ij)
33

ALFONSO GONZLEZ
Adjunto del elemento aij: Es el menor complementario ij precedido del signo + o segn que la suma
de la fila i y la columna j sea par o impar, respectivamente. Se designa como
Aij:
A ij = ( 1)i+ j ij
En realidad, el signo al que hay que afectar el menor complementario ij para obtener el adjunto Aij se calcula
ms fcilmente mediante la Regla del tablero de ajedrez:
a11 a12 a13

-+
-+ +
-
a21 a22 a23
a + a - a +
33
31 32
Ejemplo 1:
2 2
A11 =
+ - +
1 1
+2 2-
-2 +
4
A = 5
9
+
2 4
A 21 =
1 1
2 4
1 1
A31 =
=4
2 2
A12 =
= 2
A 22 =
=0
5 2
9 4
3 1
9 4
A 32 =
= 2
=3
3 1
5 2
= 1
A13 =
5 2
9 2
A 23 =
A 33 =
= 8
3 1
9 2
3 1
5 2
=3
=1
Matriz adjunta de una matriz cuadrada A: Es la matriz formada por los adjuntos correspondientes Aij.
Se designa como Adj(A):
Ejemplo 1:
4 2 8
Adj(A) = 2 3 3
0 1 1
Definicin y clculo de la matriz inversa:

-1
Recordar: El inverso de 2 es 2
matriz:
porque 2 2
-1
=2
-1
2 = 1 . De la misma forma se define la inversa de una
-1
La matriz inversa de una matriz cuadrada A se designa como A y es aquella que verifica:
A A - 1 = A - 1 A=
-1
Dada A, no siempre existe A , pero si existe se dice que A es regular o inversible; en caso contrario, A se
llama singular
2
La matriz inversa se calcula mediante la siguiente frmula :
A 1 =
1 t
Adj(A)
|A|
Ver demostracin en Internet. El ingls Arthur Cayley (1821-1895) fue quien estableci esta frmula, en 1858.
34

ALFONSO GONZLEZ
| A | 0
A 1
Consecuencia:
-1
Observaciones: 1) Por lo tanto, en la prctica es preferible comenzar por calcular |A| para ver si A , y en
caso afirmativo calcular a continuacin la adjunta.
2) Existe otro mtodo, debido a Gauss, para calcular la inversa, quiz ms laborioso (ver
anexo II al final del tema).
Ejemplo 2:
1
A =
0
3
1
A= +
0 2
| A |= 2 0
A11 = 2
A12 = 0
A 21 = 3
A 22 = 1
2 3
Adj(A) =
0 1
A 1 =
1 3 / 2 1
A 1 A =
0 1/ 2 0
Comprobacin:
A 1
2 0
Adj(A) =
3 1
1 t
1 2 3 1 3 / 2
Adj(A) =
=
|A|
2 0 1 0 1/ 2
3
=
2
Ejemplo 3:
2 2 2
A = 2 1 0
3 2 2
1 0
A11 =
=2
2 2
+ - +
2 2
+1 -0
-2 +2
2
-
A = 2
3
+
| A |= 4 8 6 + 8 = 2
2 0
A12 =
= 4
3 2
2 2
A 21 =
=0
2 2
A 22
2 2
A 31 =
= 2
1 0
2 2
A 32 =
=4
2 0
2 0 2
Adj(A) = 4 2 4
7 2 6
2 2
=
= 2
3 2
A 1 =
A 1
2 1
A13 =
= 7
3 2
A 23
2 2
=
= 2
3 2
2 4 7
Adj(A) = 0 2 2
2 4 6
2 2
A 33 =
=6
2 1
2 0 2 1 0 1
1 t
1

Adj(A) =
4 2 4 = 2
1 2
|A|
2

7 2 6 7 / 2 1 3
35

ALFONSO GONZLEZ
Comprobacin:
1 0 1 2 2 2
A A = 2 1 2 2 1 0 =
7 / 2 1 3 3 2 2
Ejemplo 4:
1 4 2
A = 0 3 0
1 1 2
| A |= 6 6 = 0
/ A 1

Ejercicio PAEG: Nunca se ha dado hasta la fecha en Castilla-La Mancha, en esta materia, un ejercicio de
matriz inversa "puro"; s que suele contemplarse una ecuacin matricial, que requiere el uso
de determinantes y matriz inversa, como veremos en el prximo apartado.
III. ECUACIONES MATRICIALES

Son aquellas en las que la incgnita X y los coeficientes A, B, C son matrices. Tambin existen los
sistemas matriciales. Recordemos que no existe la divisin de matrices; por tanto, para despejar X hay que
multiplicar por una determinada matriz inversa por el mismo lado en ambos miembros (pues el producto
de matrices no es conmutativo):
Ejemplo 5: Supongamos la siguiente ecuacin matricial:
A X+B =C donde A, B, C y X son matrices

Comenzamos a despejar X aplicando las propiedades permitidas de matrices vistas en el tema
anterior:
A X=C - B
A continuacin, para despejar X, en este caso tenemos que multiplicar ambos miembros y por el mismo
-1
lado en concreto el izquierdo por A :
A - 1 A X=A - 1 (C - B )
Y teniendo en cuenta que, por la definicin de matriz inversa, A
-1
A = , nos queda:
X=A - 1 (C - B )
Finalmente, y como la matriz es el elemento neutro del producto:
X=A - 1 (C - B )
NOTA: En el antepenltimo paso hubiera sido incorrecto proceder de la siguiente forma:
A - 1 A X=(C - B )A - 1
Por qu?
36

ALFONSO GONZLEZ

Ejercicio PAEG: Matrices de orden 2: jun 2015 1A; jun 2014 1A; sept 2014 1A; jun 2013 1B; sept 2013 1B;
jun 2012 1A; sept 2012 1B; jun 2011 1A; sept 2011 1A; jun 2010 1A;
sept 2010 1B;
Matrices de orden 3: jun 2009 1A; sept 2009 1A; jun 2008 1A; sept 2008 1A; jun 2007 1A;
sept 2007 1A; jun 2006 1A; sept 2006 1A; jun 2005 1A; sept 2005
1A; jun 2004 1A; sept 2004 1A;
ANEXO I: Notacin matricial de un sistema

Sea un SS.EE.LL. 3x3 genrico:
a11x + a12 y + a13 z = b1
a21x + a22 y + a23 z = b2

a31x + a32 y + a33 z = b3
Es obvio comprobar que dicho sistema puede expresarse en notacin matricial de la siguiente forma:
a11 a12
a21 a22
a
31 a32
M=matriz de
coeficientes,
o del sistema
a13 x b1

a23 y = b2
a33 z b3
B=matriz de
X=matriz de
trminos
independientes
incgnitas
Es decir, M X = B . Si la matriz de coeficientes o matriz del sistema, M, la orlamos con la columna de trminos
*
independientes se obtiene la llamada matriz ampliada, M :
a11 a12
M = a21 a22
a
31 a32
a13
a23
a33
a11 a12
M* = a21 a22
a
31 a32
a13
a23
a33
b1
b2
b3
M=matriz de
M =matriz
coeficientes,
o del sistema
ampliada
Expresar un sistema en forma matricial tiene gran utilidad, pues permite resolverlo, en ciertos casos, utilizando
la matriz inversa:
Ejemplo 6: Resolvamos el sistema

3x + y + z = 4
5x + 2y + 3z = 6
x + z = 0
Lo expresamos en forma matricial:
3 1 1 x 4

5 2 3 y = 6
1 0 1 z 0

es decir, M X = B
M-1MX=M-1B X=M-1B
Calculemos, por tanto, M
-1
X=M-1B
, la inversa de la matriz del sistema:
37

ALFONSO GONZLEZ
3 1 1
M = 5 2 3
1 0 1
+
3
M =5
+1
1
+2
-
+1
-
3
0 +1
| M |=
M 1 El sistema tiene solucin nica (comp. dtdo.)
M11 =
M12 =
M13 =
M21 =
M22 =
M23 =
M31 =
M32 =
M33 =
1 t
Adj(M) =
|M|
t Adj(M) =
M1 =
Adj(M) =
X = M1 B =
Pero incluso si utilizamos el mtodo de Gauss para resolver el sistema, se realiza de forma ms cmoda y
rpida en forma matricial, prescindiendo de las incgnitas, es decir, con la matriz ampliada. Vemoslo con el
mismo sistema de antes:
3 1 1 4
5 2 3 6
1 0 1 0
E1E3
1 0 1 0
5 2 3 6
3 1 1 4
E2-5E1
1 0 1 0
0 2 2 6 E E
0 1 2 4 2 3
1 0 1 0
0 1 2 4
0 2 2 6
E3-3E1
E3-2E2
1 0 1 0
0 1 2 4
0 0 2 2
2z=-2; z=-1
sustituimos
en E2
y+2=4; y=2
sustituimos
en E1
x-1=0; x=1
ANEXO II: Clculo de A-1 por Gauss

El procedimiento consiste en orlar la matriz A a su derecha con la matriz del mismo orden, es decir,
-1
formamos la matriz (A ), y hemos de transformarla (si se puede) en la matriz ( A ), mediante las
siguientes 3 transformaciones posibles:
1) Podemos permutar filas (no columnas!).

2) Podemos multiplicar (o dividir) una fila (no columna!) cualquiera por un nmero (0).
3) A una fila (no columna!) cualquiera podemos sumarle (o restarle) una combinacin lineal de
las restantes.
Si en un momento dado obtenemos dos filas (no columnas!) iguales o proporcionales, entonces A no tiene
inversa. Lo mismo ocurrir si obtenemos una fila de ceros.
38

ALFONSO GONZLEZ
Ejemplo 7: Vamos a volver a calcular la inversa de la matriz del ejemplo 2, esta vez por Gauss:
1 3
0 2
A
1 0
0 1
0
1 3 1
0 1/ 2
0 1
(-1) f1
(-1/2) f2
f1 + 3 f2
1 0
0 1
1 3 / 2
0 1/ 2
A-1
1 3 / 2
A 1 =
0 1/ 2
pivote
Puede comprobarse que se obtiene la misma inversa.
Ejemplo 8: Vamos a calcular la inversa de la matriz del ejemplo 3 por Gauss:

2 2 2 1 0 0
2 1 0 0 1 0 1/2 f
3 2 2 0 0 1
1
1 1 1 1/ 2 0 0
2 1 0 0 1 0
3 2 2 0 0 1
f2 - 2 f1
f3 - 3 f1
pivote
A
1/3 f2
1
1/ 2
0 0
1 1
0 1 2 / 3 1/ 3 1/ 3 0
0 1
1 3 / 2 0 1
f1 + f2
f3 - f2
1/ 6
1/ 3 0
1 0 1/ 3
0 1 2 / 3 1/ 3 1/ 3 0
0 0 1/ 3 7 / 6 1/ 3 1
pivote
f1 + f3
1 1 1 1/ 2 0 0
1 1 0
0 3 2
0 1 1 3 / 2 0 1
0
1 0
0
0 1
0 0 1/ 3
pivote
2
1
2
(-3) f3
7 / 6 1/ 3 1
0
1 0 0
0 1 0
0 0 1
2
1 2
7 / 2 1 3
A-1
1 0 1
= 2
1 2
7 / 2 1 3
f2 - 2 f3
Se obtiene la misma inversa, pero en este caso el proceso es todava ms arduo.
Ejercicio 3: Hallar por Gauss la inversa de la matriz que figura a la izquierda, ya orlada con la identidad:
1 3 3 1 0 0
1 4 3 0 1 0
1 3 4 0 0 1
3 0 1
3 1 0
-
7 1
1 =
1
A
:
c
u
l
o
S
Ejercicio 4: comprobar, por Gauss, que la siguiente matriz no tiene inversa:
2 4 0 1 0 0
1 0 1 0 1 0
1 4 1 0 0 1
39

ALFONSO GONZLEZ
ANEXO III: Uso de derive para matrices y determinantes

Introducir una matriz:
Clic en
, seleccionar dimensin e introducir elementos.
Hallar su determinante:
DET[
] y clic en
Trasponer una matriz:
]` y clic en
Adjunta de una matriz:
ADJOINT[
Inversa de una matriz:
Potencia de una matriz:
] y clic en
^(-1)
^n
y clic en
y clic en
40
33 EJERCICIOS de DETERMINANTES
2 BACH. CC. SS.
Clculo de determinantes por Sarrus

1.
Calcular los siguientes determinantes de orden 2:

a) 7 1
2
h) 13
4
b) 4 11
c) 0 0
d) 3 7
e) 7 21
3 1
3 7
4 12
i) 1 0
j) 7 2
6
2
k) 3
7 2
11 0
l) 140
11
21 77
60
f) 33 55
3
g) 13 6
7
3
(Soluc: a) 30; b) -66; c) 0; d) 0; e) 0; f) 0; g) 2; h) -50; i) 0; j) 0; k) 0; l) 0)

2.
Calcular los siguientes determinantes de orden 3 aplicando la regla de Sarrus:

1 2
a) 1 1 1
2 0
3 2
b) 3
3
1 5
4
1 3 1
c) 5 4
2 2
9 0 3
g) 0 3 6
h) 1 1 0
i) 1 2
9 6 8
0 2 1
3 0
1 0 1
0 4 1
5 1 4
(Soluc: a) -15; b) -36; c) -11;
1 1 1
d) 8 7
3 2 5
7 4 3
e) 1 7 3
f) 0 11 1
0 5
10 47 59
1 0 1
abc
j) 0 10 91
k) 0 2 3
l) 2c
b
10
0 4 1
bc
ab
2b 2 ab
b 2c 3abc
2 4 2
d) 0; e) -168; f) 385; g) -114; h) 3; i) 14; j) 1000 ; k) -10; l) 2a b c
3.
Hallar el valor del determinante de: a) La matriz nula de orden 3 b) La identidad de orden 3 c) Cualquier
matriz diagonal de orden 3 (Soluc: a) 0; b) 1; c) el producto de los elementos de la diagonal)
4.
Justificar que si A es una matriz cuadrada de orden 3 y k un nmero real, entonces det(kA)=k det(A)
5.
Resolver las ecuaciones siguientes:
1 1
) 1 x
a b c
1 =0
1 1 x
b) a x c =0
a b x
(Ayuda: Previamente hacer ceros debajo de la diagonal)

6.
(Soluc: a) x=1; b) x=b, x=c)
(S) Resolver la ecuacin det(A-x)=0, siendo

1 0 0
A = 2 2 4
1 1 2
, la matriz unidad de dimensin 3 y x la incgnita.
(Soluc: x=0, x=1, x=4)
41

ALFONSO GONZLEZ
Matriz inversa:
7. Hallar las matrices inversas de las siguientes matrices, y comprobar el resultado:
1 0 0
a) 0 2 0
0 0 3
1 1 0
b) 1 0 1
0 1 0
1 1 3
g) 1 5 12
1 3 6
5
3 2
h) 1 0
2
5 2 3
1 1 2
d) 2 0 1
6 1 0
2 3
c)
1 1
(Sol: a)
) 2 0 5
1 2 1
1 2 1
; e)
12 5
2 5 2
d)
6
/ ;
9 12
e)
3 4
1 4 4
f) 0 2 4
0 0 1
0
1 0
1 0 1
; b)
; c) 1 3 ;
0
1/
2
0
0 0 1
1 2
0 0 1/ 3
1 1 1
f)
; g)
0 1 / 2 2
1/ 2
/ ;
2 1/ 2
h)
; i) no se puede
7/ 8 17/ 4 11/ 8
1/ 4 1/ 2 1/ 4
8. Calcular, para los valores del parmetro a que lo haga posible, la matriz inversa de
0 7 5
3 4 a
7 0 5
9.
(Soluc: para a5 existe inversa)
Averiguar para qu valores del parmetro t, la matriz A no tiene inversa. Calcular la matriz inversa de A
para t=2, si es posible:
1 0 1
(Soluc: para t=1 o t=3 no tiene inversa)

A = 0 t 3
4 1 t
1 1 1
10. Dada la matriz A = 1 1 0
1 0 m
1 1 0
1
m 1
-1
b) Hallar dicha inversa m.
m m 1
:
c
u
l
o
S
a) Determinar para qu valores del parmetro m existe A
-1
(Soluc: A m)
11. Comprobar que existe la inversa de la siguiente matriz cualquiera que sea el valor de a y calcularla:
1 a 3
A =
1 2 a
1 2
-1 2
12. (S) Se considera la matriz A =

. Calcular (A A ) A
3 5
13. (S) Dadas las matrices
4 6
A=
3 5
4 3
B=
6 5
e
d
n
o
d
,
0
-1
2 0
=
P
:
c
u
l
o
S
encontrar una matriz simtrica P no singular tal que B=P AP
42

ALFONSO GONZLEZ
14. (S) Sea la matriz

b
a + b
A =
2a
a
+ b
-1
Para qu valores reales de a y b la matriz A tiene inversa? Determinar la matriz A .

-1
(Soluc: para a0 o b0 A )
15. (S) Determinar para qu valor o valores de x tiene inversa la matriz

x
3x x
0 3x x
0 0
x
y calcularla en funcin de x. (Soluc: para x0 existe inversa)
16. Una cooperativa farmacutica distribuye un producto en tres tipos de envases A, B y C, cuyos precios y
pesos son los de esta tabla:
Peso (g)
Precio ()
250
500
1,80
1000
3,30
A una farmacia se le ha suministrado 5 envases con un peso total de 2,5 kg por un importe de 8,90
Cuntos envases de cada tipo ha comprado la farmacia? (Obligatorio utilizar matrices).
(Soluc: 2 tipo A, 2 tipo B, 1 tipo C)
17. TEORA: a) Comprobar que

t
Adj( A ) = Adj( A
es decir, la traspuesta de la adjunta es la adjunta de la traspuesta. Utilizar una matriz

cuadrada de orden 3.
d) Comprobar, utilizando matrices cuadradas de orden 3:

( A B )
-1
=B
-1
-1
e) Si una matriz tiene determinante nulo, tendr adjunta?
1 2
-
1
-
1
1 =
B
:
c
u
l
o
S
1 1
1 0
-1
-1
18. Dadas B =
y C=
, hallar C B
0
1
1
1
(Soluc: S)
Ecuaciones matriciales:
1 3
19. (S) Hallar la matriz A que haga que

=A
4 2
5 3
1 2
0 1
B=
; hallar una matriz X tal que AX+B=A
0
1
1 1
20. (S) Sean las matrices A =
43

ALFONSO GONZLEZ
2 3
1 1
21. (S) Dada la matriz A =
, hallar una matriz X tal que AXA =
1 2
2 3
22. (S) Resolver la ecuacin matricial XA=B+C, donde

1 1 2
A = 3 4 6
4 2 9
2 0 0
B = 1 1 2
2 0 1
1 1 0
C = 0 1 0
0 1 2
23. Resolver la ecuacin matricial AX+B=C, siendo

1 0 0
1 0 0
3 0 0
A = 1 2 0 , B = 0 1 0 y C = 2 5 2
1 2 4
0 0 1
0 1 3
24. Resolver la ecuacin matricial AB=XC siendo

1 0
A = 1 2
4 2
3x2
2 1 1
C = 2 3 0
3 1 1
3x3
1 0 1
B=
2 2 3 2x3
25. Resolver la ecuacin matricial AXA=B siendo

1 1 2
A = 0 3
3
1 0 1
1 1 2
B= 1 0 1
0 1 1
26. Dadas las matrices:

1 1 0
B = 2 1 1
3 0 1
5 4 1
A = 2 3 3
1 6 4
a) Hallar la matriz inversa de A-, siendo la matriz unidad de orden 3

b) Resolver la ecuacin matricial XA-2B=X
27. Resolver la ecuacin matricial CX+AB=C siendo

1 0
A = 1 2
4 2
1 0 1
B=
2 2 3
2 2 3
C = 1 3 1
1 0 1
28. Resolver la ecuacin matricial AX-BCX=A siendo:

1 1 3
A = 1 0 3
1 2 1
1 0
B = 1 2
0 1
0 1 2
C=
2 1 1
44

ALFONSO GONZLEZ
1 2
1
1 1
1
29. Dadas las matrices A = 2 1 , B =

y C = 1 2
1
1
0 1
resolver la ecuacin matricial ABX-CX=2C

2
30. Resolver la ecuacin matricial A X-B=A siendo:

1 0 0
B = 0 3 0
0 0 1
1 0 0
A = 0 2 0
0 0 1
(Ayuda: calcular primero A y renombrarla como C)

3 2 x1 x 2 2 3 29 40
31. (S) Resolver la ecuacin
4 3 x 3 x 4 1 2 34 47
32. Despejar X en las siguientes ecuaciones matriciales:

a) AX=B
[Soluc: X=A-1B]
i) BX+AB=C
b) XA=B
[Soluc: X= BA-1]
j) AX+C=BCX
[Soluc: X=D-1C donde D=BC-A]
k) ABX+2C=CX
[Soluc: X=D-12C donde D=C-AB]
[Soluc: X=A-1(A+B)= I+A-1B]
c) AX-B=A
d) BXB=C
[Soluc: X=B-1CB-1]
l) AX+B =C
e) AXB=C
[Soluc: X=A-1CB-1]
m) A X=BC
[Soluc: X=(B-A)A-1=BA-1-I]
f) XA=B-A
g) CX+2B=A
[Soluc: X=C-1(A-2B)]
h) XA-3B=X
[Soluc: X=3BD-1 donde D=A-I]
n) AX-B C=A
[Soluc: X=B-1(C-AB)]
[Soluc: X=A-1(C-B2)]
[Soluc: X=D-1BC donde D=A2]
[Soluc: X=A-1(A+B3C)= I+A-1B3C]
33. TEORA: Existe la divisin de matrices? Cul es, entonces, la forma de despejar la matriz X en una
expresin de la forma
A X + B = C
, donde A, B y C son matrices?
45
PROGRAMACIN
LINEAL
Los estadounidenses George B. Dantzig (1914-2005), considerado padre de la Programacin Lineal, y John Von Neumann
(1903-1957), y el ruso Leonid Kantorvich (1912-1986), tres de los ms destacados desarrolladores de la teora de la
Programacin Lineal.

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I. INTRODUCCIN
En este tema vamos a ver, a nivel bsico, la teora de Programacin Lineal (PL). A grandes rasgos, se trata
de optimizar (maximizar o minimizar, segn dependa) una expresin lineal (que puede reflejar beneficios,
gastos, tiempo...) sometida a una serie de restricciones (dinero, recursos, o personal disponibles, etc) que
vienen definidas por inecuaciones lineales.
Conviene saber que la PL ha tenido y tiene importantes aplicaciones en industria y economa:
problemas de mezclas, nutricin de animales, distribucin de factoras, ubicacin de personal en distintos
puestos de trabajo, almacenaje ptimo, planes de produccin, etc. Se ha estimado que si un pas
subdesarrollado aplicase PL aumentara su PIB entre un 10 y un 15 %...
Resea histrica: Aunque en los ltimos tres siglos varios matemticos se ocuparon de obtener mximos y mnimos
condicionados de determinadas funciones, fue el ruso Kantorovich quien, en 1939, por primera vez hace corresponder a una
extensa gama de problemas una teora matemtica precisa y bien definida. En 1947 el estadounidense Dantzig formula, en
trminos matemticos muy precisos, el enunciado estndar al que cabe reducir todo problema de PL, al mismo tiempo que su
compatriota Von Neumann. Dantzig fue tambin el desarrollador del famoso Mtodo Smplex.
Como dato curioso, en 1958 se aplic la PL al clculo ptimo de transporte de materiales de construccin a las
edificaciones en Mosc, y se consigui rebajar en un 11 % los costes inicialmente previstos. Actualmente, se utiliza toda la
potencia de las grandes computadoras para agilizar la enorme cantidad de clculos que algunos problemas requieren.
En qu consiste la PL?: Antes de nada, vamos a enunciar un problema tpico de PL, que despus
resolveremos:
Ejemplo 1: Con el fin de recaudar fondos para el viaje de fin de curso, los alumnos de una clase de 2 de
Bachillerato acuden a una empresa de publicidad de la localidad, la cual les ofrece repartir dos tipos de
artculos publicitarios: camisetas, con los que los alumnos logran un beneficio de 0,50 / camiseta vendida, y
relojes, por los que pueden sacar 0,70 / reloj vendido. Por cuestiones de existencias la empresa puede
repartir a cada alumno como mximo 120 camisetas y 100 relojes. Adems, el centro ha decidido, para que
no descuiden sus estudios, que cada alumno reparta 150 artculos como mximo
La cuestin lgica que se plantear un alumno es: cuntos artculos coger de cada tipo para
maximizar las ganancias? Algunos pueden pensar que es mejor coger el mximo de relojes (que son los que
dan ms beneficio), es decir, 100, y el resto camisetas, o sea, 50. Pero otra opcin podra ser coger un
nmero determinado de camisetas y mecheros (que sumaran, naturalmente, 150 artculos). La PL nos ayuda
a ver cul es la opcin con la que conseguiremos mximo beneficio.
Concepto: Se trata de optimizar (maximizar o minimizar, segn dependa) una determinada funcin
(beneficio, gasto, etc) llamada funcin objetivo, sujeta a una serie de restricciones (dinero, recursos,
personal disponible, etc) que vienen dadas por inecuaciones lineales
Obviamente, se trata de maximizar la funcin objetivo si representa un beneficio.
""
minimizar
""
""
""
coste
Por tanto, en todo problema de PL tendremos los siguientes elementos:
Una funcin objetivo F(x,y), lineal .
1
Varias restricciones, que vienen dadas por inecuaciones lineales que dependern de x e y. Al
representar todas las restricciones se obtiene una regin poligonal convexa (regin de validez),
finita o infinita, formada por la totalidad de puntos (x,y) que cumplen todas las restricciones.
1
Lineal significa que puede ser, p. ej. F(x,y)=20x+3y, o F(x,y)=100-25x-7,5y, etc., pero no F(x,y)=2x +15y, o
5
, etc.
F(x, y) = 18x +
y
49

ALFONSO GONZLEZ
El problema consiste en encontrar en qu punto (x,y) de la regin de validez se hace mxima (o

mnima, segn dependa) la funcin F(x,y). Lo que veremos en el apartado III es que dicha solucin
(caso de existir) se encuentra siempre en la periferia de la regin de validez, no en el interior.
Como acabamos de indicar, dado que las restricciones se pueden representar mediante inecuaciones, en el
prximo apartado se repasar la forma de dibujar stas en el plano.
II. REPASO de RECTAS e INECUACIONES

RECORDAR: a x + b y = c representa una recta en el plano. Para representarla lo ms rpido es hacer x=0 e
y=0.
a x + b y c, o bien a x + b y c
representan los dos semiplanos en que la recta anterior divide

al plano (para ver de cul de los dos se trata lo ms fcil es ver
si el origen verifica la desigualdad).
Ejemplo 2:
a) Representar la recta 3 x + 2 y = 1 20
Como ya hemos comentado, para representar una recta basta con
dos puntos; lo ms sencillo, en la mayor parte de los casos, es
obtener los puntos de corte con los ejes, los cuales se obtenan
haciendo x=0 (corte eje y) e y=0 (corte eje x):
x = 0 2y = 120; y = 60 A(0,60)
y = 0 3x = 120; x = 40 B(40,0)
b) Representar la solucin de la inecuacin x + 2 y 8 0

En primer lugar, representamos la recta x + 2 y = 8 0:
x = 0 2y = 80; y = 40 A(0,40)
y = 0 x = 80 B(80,0)
A continuacin, sustituimos un punto
cualquiera en la inecuacin para ver si la
2
verifica. Lo ms sencillo es utilizar el
origen, es decir, dar los valores x=0 e
y=0 0 80 se obtiene una
desigualdad verdadera el (0,0)
regin solucin la regin solucin es
la que contiene el origen, es decir, el
semiplano situado debajo de la recta.
Cuidado!: el (0,0) no vale si casualmente la recta ya pasa por el origen; en tal caso, habr que recurrir a otro punto que
no est sobre la recta.
50

ALFONSO GONZLEZ
Observaciones:
1. Puede comprobarse dando cualquier otro par (x,y) que se obtiene la misma regin solucin.
2. Los puntos que forman la recta tambin pertenecen a la regin solucin, y por eso se indica con
trazo continuo. Si hubiera sido x + 2 y < 8 0, entonces la recta no formara parte de la regin solucin, en
cuyo caso se podra representar mediante una lnea discontinua.
3. Evidentemente la solucin de x + 2 y > 8 0 sera
el semiplano superior.
4. Obsrvese cmo las flechas apuntan
convenientemente hacia la regin solucin.
Esto ser particularmente til para definir una
regin poligonal solucin definida por varias
inecuaciones.
x=5
x5
c) Representar la solucin de la inecuacin x 5

En este caso no es necesario dar valores sino
aplicar el sentido comn: x 5 representar el
semiplano formado por los puntos cuya abscisa
es mayor o igual que 5, es decir, el semiplano de
la figura derecha.
d) Representar la solucin de la inecuacin y 3

En este caso tampoco es necesario dar valores
pues y 3 representar el semiplano formado por
los puntos cuya ordenada es menor o igual
que 3, es decir, el semiplano de la figura
izquierda.
NOTA: Obsrvese que hemos dibujado la recta
con trazo discontinuo, simbolizando as que sus
puntos no pertenecen a la solucin.
e) Por el mismo motivo, las soluciones de x 0 e y 0 son las siguientes:
NOTA: Conviene recordar

que x=0 es la ecuacin del
eje y, mientras que y=0 es
la del eje x.
51

ALFONSO GONZLEZ
Ejercicios final tema: 1 (resover inecuaciones), 2 y 3 (dibujar un recinto)
III. PLANTEAMIENTO MATEMTICO del PROBLEMA

Vamos a resolver el ejemplo 1 planteado anteriormente, aplicando los procedimientos de la PL, y explicando
todos los pasos. Recordemos el enunciado:
Ejemplo 1: Con el fin de recaudar fondos para el viaje de fin de curso, los alumnos de una clase de 2 de
Bachillerato acuden a una empresa de publicidad de la localidad, la cual les ofrece repartir dos tipos de
artculos publicitarios: camisetas, con los que los alumnos logran un beneficio de 0,50 / camiseta vendida, y
relojes, por los que pueden sacar 0,70 / reloj vendido. Por cuestiones de existencias la empresa puede
repartir a cada alumno como mximo 120 camisetas y 100 relojes. Adems, el centro ha decidido, para que
no descuiden sus estudios, que cada alumno reparta 150 artculos como mximo.
Cuntas camisetas y mecheros deber vender cada uno para que el beneficio sea mximo?
er
1 paso: "Identificar las dos variables del problema (y llamarlas x e y)"

x = n de camisetas vendidas
y = n de relojes vendidos
Aunque no es obligatorio, es muy recomendable construir al principio una tabla para organizar
cmodamente los datos:
CAMISETAS
RELOJES
BENEFICIO
0,50 /camiseta
0,70 /reloj
Restriccin de la empresa
120 artculos mximo
100 artculos mximo
n de artculos vendidos
Esta
es
restriccin
centro
una
del
150 artculos mximo
2 paso: "Plantear algebraicamente la funcin objetivo y las restricciones"

Funcin objetivo (a maximizar):
Restricciones:
G ( x , y) = 0,50 x + 0,70 y
x 120
y 100
x + y 150
Obviamente: x 0, y 0
er
3 paso: "Representar el recinto definido por las restricciones"

Como ya sabemos del apartado anterior, la solucin de x 120 es el semiplano situado a la izquierda de la
recta vertical x = 1 20 (ver dibujo inferior).
Por su parte, la solucin de y 100 ser el semiplano inferior respecto a la recta horizontal y = 1 00 (ver dibujo
inferior).
Representamos la recta x + y = 150:
x = 0 y = 150 (0,150)
y = 0 x = 150 (150,0)
52

ALFONSO GONZLEZ
Sustituimos x=0, y=0 en la inecuacin x + y 150 0 150 se obtiene una desigualdad verdadera el
(0,0) regin solucin la regin solucin particular de la restriccin x + y 150 es la que contiene el origen,
es decir, el semiplano situado debajo de la recta oblicua (ver dibujo).
Finalmente,
y
como
vimos en el apartado
anterior, la solucin de
x 0 es el semiplano
situado a la derecha del
eje y, mientras que y 0
se
verifica
en
el
semiplano
superior
respecto al eje x.
y (n relojes)
El conjunto de puntos
(x,y) que satisfacen a la
vez
todas
las
restricciones
son
los
puntos
del
recinto
sombreado,
llamado
REGIN DE VALIDEZ.
regin de
validez
x (n camisetas)
Qu queremos hallar?
Se trata de obtener qu
valores x e y de los que
verifican las restricciones
(i.e. los situados en la
regin de validez) hacen mxima la funcin objetivo.

Se puede demostrar que la solucin que buscamos se encuentra en un vrtice del recinto, y no dentro:
La funcin objetivo alcanza su mximo (o mnimo) en alguno de los vrtices del recinto
NOTA: En ciertos casos puede ser en todo un lado del recinto (ver ejemplo 6)
Por lo tanto, los siguientes pasos consistirn en obtener las coordenadas de los vrtices, y evaluar en ellos la
fucin objetivo:
o
4 paso: "Calcular las coordenadas de los vrtices"

NOTA: Aunque en este caso las coordenadas de los vrtices se aprecian a simple vista en el grfico (de
hecho, ya estn sealados en l), se recomienda obtenerlos analticamente, pues esta situacin no siempre
se da y, adems, la vista nos puede "fallar"...
El vrtice P (ver dibujo) no es necesario calcularlo: obviamente, es P ( 0 , 100 )
0
0
1
,
0
5
0
3
,
0
2
1
?
R
?
Q
x + y = 150
x + 100 = 150; x = 50 (
y = 100
x + y = 150
120 + y = 150; y = 30 (
x = 120
53

ALFONSO GONZLEZ
El vrtice S (ver dibujo) no es necesario calcularlo: obviamente, es S ( 120 , 0 )

NO T A: No nos molestamos en considerar el vrtice ( 0 , 0 ), pues esa solucin (0 camisetas y 0 relojes) no
tiene sentido.
5 paso: "Evaluar la funcin objetivo en cada uno de los vrtices, para ver en cul se obtiene el mximo (o el
mnimo)"
G ( P ) = 0,5 0 + 0,7 100 = 70
G ( Q ) = 0,5 50 + 0,7 100 = 25 + 70 = 95
Soluc: Cada alumno tendr que repartir 50 camisetas y 100

mecheros para obtener el beneficio mximo
G ( R ) = 0,5 1 2 0 + 0,7 30 = 60 + 21 = 81
G ( S ) = 0,5 1 20 = 6 0
Observaciones:
1. No nos molestamos en considerar el vrtice ( 0 , 0 ) pues ah el beneficio sera nulo.
2. Las soluciones deben ser enteras! (No tiene sentido vender 12,5 camisetas...) Pero en otros
ejercicios no tiene por qu ser as.
3. Los puntos de la regin de validez cumplen todas las restricciones y se llaman SOLUCIONES
FACTIBLES. Pero, recordar: la solucin ptima se encuentra siempre en un vrtice (no en el interior).
Ejemplo 3: Con el fin de recaudar fondos para el mencionado viaje de fin de curso, las 20 chicas y los 10
chicos de una clase de 2 de Bachillerato deciden colaborar por las tardes a tiempo parcial en la misma
empresa publicitaria, que contrata dos tipos de equipos de jvenes para hacer encuestas:
TIPO A: Pareja de chico y chica
TIPO B: Equipos de tres chicas y un chico
Se paga a 30 la tarde al equipo A y 50 al B Cmo les conviene distribuirse para conseguir la mayor
cantidad posible de dinero? Cunto obtendrn la clase en total cada tarde?
Solucin:
er

x = n de equipos tipo A
y = n de equipos tipo B
Construimos una tabla para relacionar los datos:
TIPO A
TIPO B
n de equipos
n de chicas que intervienen
TOTAL:
n de chicos que intervienen
TOTAL:

G ( x , y) =
54

ALFONSO GONZLEZ
20 chicas mximo
Restricciones:
20 chicos mximo
Obviamente:
x 0, y 0
el n de equipos de cada tipo no puede ser negativo
er

1 restriccin:
2 restriccin:

P ?
Q ?
R?
o
5 paso: "Evaluar la funcin objetivo en cada uno de los vrtices, para ver en cul se obtiene el mximo"
Ojo! no podemos considerar el vrtice P, porque en este caso particular no tienen sentido soluciones
decimales (no son soluciones factibles). Por lo tanto, nos vamos al punto de coordenadas enteras ms
3
cercano a P y situado en la periferia , que ser el ( 2 , 6 ) :

3
Recordar que la solucin ptima siempre se encuentra en un punto de la periferia. Por otra parte, tambin podamos
haber considerado el ( 0 , 6 ) pero, evidentemente, dar menos beneficio que el ( 2 , 6 ) .
55

ALFONSO GONZLEZ
G(2,6)=
G(Q)=
G(R)=
(Soluc: Debern formar 5 equipos A y 5 equipos B para conseguir el mximo beneficio, el cual ser de 400 cada tarde)
Ejemplo 4: Resolver el problema anterior si la agencia pagara a 10 la pareja y 40 el equipo de cuatro

(algo no muy lgico...).
Funcin objetivo: G ( x , y ) =
G(2,6)=
G(Q)=
G(R)=
(Soluc: Debern formar 2 equipos A y 6 equipos B para conseguir el mximo beneficio, el cual ser de 260 cada tarde)
Ejemplo 5 (Un problema con solucin mltiple):
Resolver el problema anterior si la agencia pagara a 20

la pareja y 60 el equipo de cuatro.
Funcin objetivo: G ( x , y ) = 20 x + 60 y
G ( 2 , 6 ) = 20 2 + 60 6 = 40 + 360 = 400
G ( Q ) = 20 5 + 60 5 = 10 0 + 300 = 400
G ( R ) = 20 10 = 200
Soluc: Hay dos souciones: 2 equipos A y 6

equipos B, o bien 5 equipos de cada tipo;
en ambos casos obtendrn 400
Ntese que en este caso la funcin ganacia toma el valor mximo en todos los puntos factibles del segmento
PQ. Estos puntos factibles son slo dos: ( 2 , 6 ) y Q ( 5 , 5 ) .
Ejemplo 6: Resolver el problema anterior si la agencia pagara igual a ambos equipos, 30 .
Funcin objetivo: G ( x , y ) =
G(2,6)=
G(Q)=
G(R)=
(Soluc: Hay 6 soluciones: (5,5), (6,4), (7,3), (8,2), (9,1) y (10,0); en todos estos casos el beneficio ser de 300 )
Ejemplo 7 (Un problema con soluciones no enteras): Una fbrica produce dos tipos de piezas:
NORMAL: Lleva una mano de imprimacin y otra de pintura.
EXTRA: Lleva una mano de imprimacin y tres de pintura.
56

ALFONSO GONZLEZ
2
Disponen de imprimacin para 100 m , pintura para 200 m y piezas sin pintar en cantidad ilimitada. Sus
2
2
2
ganacias netas son de 100 / m la pieza normal y 400 / m la extra. Cuntos m de cada tipo les conviene
fabricar para que las ganancias sean mximas?.
Solucin:
er

x = n de tableros NORMALES
y = n de tableros EXTRA
Construimos una tabla para relacionar los datos (Ayuda: si cuesta completarla con x e y genricos, empezar
con un ejemplo cualquiera concreto...):
NORMALES
EXTRA
m de cada pieza
2
m de imprimaciones
TOTAL:
m de pintura
TOTAL:

G ( x , y) =
100 m2 de imprimacin mximo
Restricciones:
200 m2 de pintura mximo

Obviamente:
x 0, y 0
er

1 restriccin
:
2 restriccin:
57

ALFONSO GONZLEZ
o

P ?
Q ?
R?
o
5 paso: "Evaluar la funcin objetivo en cada uno de los vrtices, para ver en cul se obtiene el mximo"
Aqu s podemos considerar el vrtice P, porque en este caso particular s tienen sentido soluciones
decimales:
G(P)=
G(Q)=
G(R)=
2
m
6
,
6
6
(Soluc: Lo ideal es producir
de piezas extra y ninguna pieza normal; la ganancia ser de 26666,67 )
Ejercicios final tema: 4, 5 y 6 (tericos); 7 a 22 (de planteamiento)

Ejercicio PAEG: jun 2014 1B; jun 2013 1A; sept 2013 1A (tericos)
jun 2015 1B; sept 2014 1B; jun 2012 1B; sept 2012 1A; jun 2011 1B; sept 2011 1B
(de planteamiento)
jun 2010 3A; sept 2010 3B

jun 2009 2A; sept 2009 2A; jun 2008 2A; sept 2008 2A; jun 2007 2A; sept 2007 2A;
jun 2006 2A; sept 2006 2A; jun 2005 2A; sept 2005 2A; jun 2004 2A; sept 2004 2A
.
IV. RESUMEN: EXISTENCIA y UNICIDAD de SOLUCIONES

A la vista de los ejercicios que llevamos resueltos, y de los ejemplos que
pueden verse en el anexo final del tema, desde el punto de vista del
nmero de soluciones pueden darse los siguientes casos:
1) Solucin nica: En la mayora

de los casos hemos visto que, si el
recinto es acotado, entonces suele
existir una nica solucin, que se
encuentra siempre en un vrtice.
Ello ocurre cuando, de todas las
soluciones factibles, la fucin
objetivo toma el valor mximo (o mnimo) en dicho vrtice, llamado
solucin ptima (ver figura dcha.).
58

ALFONSO GONZLEZ
2) Varias soluciones: Como hemos visto en algunos casos (ejemplos 5

y 6), cuando la funcin objetivo toma el mismo valor en dos vrtices
extremos del mismo segmento, entonces habr varias soluciones
(normalmente los puntos de dicho lado con coordenadas x e y Z) (ver
figura izda. pg. anterior).
3) Varias soluciones: Si el recinto no est acotado, es posible que no
exista solucin (ejercicio 2 resuelto anexo final) (ver figura dcha.).
ANEXO: Ejercicios tipo resueltos

Ejercicio resuelto 1 (3 ejercicios tericos sencillos)
59

ALFONSO GONZLEZ
Ejercicio resuelto 2 (Recinto ilimitado, y sin solucin)
Ejercicio resuelto 3 (Soluciones enteras)
60
6 Coste minimo
Una refineria de petroleo tiene
dos fuentes de petroleo crudo:
ligero y pesado.
Cada barril de crudo ligero
cuesta 70 dolares y con el la refineria produce 0,3 barriles de
gasolina (G); 0,2 barriles de
combustible de calefaccion (C)
Y 0,3 barriles de combustible
para turbinas (1).
Cada barril de crudo pesado
cuesta 60 dolares y produce
0,3 barriles de G; 0,4 barriles de
CY 0,2 barriles de T.
La refineria ba contratado el
suministro de 900 000 barriles
de G, 800 000 barriles de C Y
500 000 de T. Halla las cantidades de crudo ligero y pesado
que debe comprar para poder
cubrir sus necesidades con un
coste minimo.
Traducimos 1as condiciones en desigua1dades para determinar 1a region factib1e: sean x 10s barriles de crudo ligero e y 10s de crudo
pes ado que debe comprar 1a refineria. Debe ser x ~ 0, y ~ 0.
Hacemos una tabla con 10s datos de produccion
pras y 1a produccion en mil/ones de barriles.
I
GASOLINA
I CALEFACCI6N
TURBINAS
expresando
I UGERO (x)
n PESADO (y) r
O,3x
O,3y
0,3x + 0,3y ~ 0,9
O,2x
O,4y
0,2x
O,3x
O,2y
0,3x + O,2y ~ 0,5
I
I
I
1as com-
Restricciones:
OAy ~ 0,8
E1 coste que hay que minimizar es:

Coste
70x + 60y (en millones de dolares)
Representamos
1as desigua1dades
tomando una esca1a adecuada.
Obtenemos
y 1a direccion
de 1a fun cion coste
una region ilimitada cuyos vertices son:
A(O,3)
3X + 3y
B {
2x + 4y
{x + y
x + 2y
4 ~
2 }
~
1
B(2,1)
D(4,0)
. ~~
~ 0/
~ 0;
0; ~
~
~
~
1,.'
.......
r-....
\
~
~
~
~
~
<,
<, \ I~ ~ ~ ~
'\
2~
~ ~...... ~ ~
'\
\ ~ ~
"\
\ B~
-, -,
~
'\.
~
~
~
~
~
t'0
~ 0/
~ ~ 0
~ ~ ~ ~ V//
i0~ ~ r0~ ~ /'/.,
V~ v/. ~ v/.~ ~ ~ ~ ::'y-/
I"\. ~ ~ u ~ ~ W'"~ ~ ~
r-,
~/
-,I'\..
"
f\
,9
0
>,."
+ hi
......
13x
<,
=
<;
Calcu1amos e1 coste en estos puntos:

En A ~ Coste
70 . 0 + 60 . 3
180 mill ones de dolares
En B ~ Coste
70 . 2 + 60 . 1
200 millones de dol ares
En D ~ Coste
70 . 4 + 60 .
280 millones de dol ares
E1 coste minimo se obtiene en A. La refineria debe encargar 3 millones de barriles de crudo pesado y ninguno de crudo 1igero.
61
,----------------,.
3. Para abonar una parcela de

buerta se necesitan, por 10
menos, 8 kg de nitrogeno y
12 kg defosforo. Se dispone de
un producto M cuyo precio es
3 /kg y que contiene un 10%
de nitrogeno y un 30% de
fosforo, y de otro producto N
que contiene un 20% de
nitrogeno y un 20% de fosforo,
y cuyo precio es 4 /kg.
c'Que cantidades se deben
tomar de My N para abonar
parcela con el menor gasto
posible?
la
I
I PRODUCTO M I
I PRODUCTO N I
I TOTAL I
CANT. DE F6sFORO
a,Ix
O,3x
O,2y
O,2y
O,Ix + O,2y
O,3x + O,2y
C(x, y)
Coste total:
Cantidad de f6sforo:
2. En tu CD puedes encontrar ejercicios de refuerzo sabre programa-
3x
O,lx + 0,2y ~ 8 ~
En tu CD se te expiica c6mo trabajar:

can DERIVE (3),
can CALCULADORA GRAFICA (4)
y can el software WIRIS (5)
algunos aspectos de esta unidad.
x + 2y ~ 80
0,3x + 0,2y ~ 12 ~
3x + 2y ~ 120
han de ser positivas:
x ~ 0, y ~ 0
De todas las rectas que

tocan el recinto de soluciones factibles y son de
la forma 3x + 4y = K, la
que hace minimo el coste
es la que pasa por el punto (20, 30).
'-
-,
...
I"
".
..
~ ~ ~
~ ~ ~
~ ~
~
~ ~ ~
r-." 0; ~
:-
"~
<,
....r-."
~
~
~
~
~
1(20, 30) ~
~ ~ ~ ~
........
~ ~
~
~
~
~
~
~
~
~
~
~
.. -,
.
~D
"'- r-,
3
I(
4y
tomadas de cada producto
Dibujamos el recinto y la
direcci6n
de las rectas
"coste": 3x + 4y = K
(I
Cantidad de nitr6geno:
Ademas, las cantidades
kg)
CANT. DE NITROOENO
CANTIDAD (EN
+ 4y
0~ ~ ~
~ ~ ~ ~
~ ~ ~ ~
I~~ ~ ~
~ ~ 0~
~ ~ ~ ~
~ ~ ~ ~
0~
'"'< ~ ~~~~
~
~
~
~
~
~
~
.."
~
0 ...
'.
'"
Solucion.
Se deben tomar 20 kg del producto

El coste es 3 . 20 + 4 . 30
62
180 .
M y 30 kg del producto
[y- 80
x+
+
N.
~
~
~
~
~
~
~
~
~
in
5 Beneficio maximo
Con 80 kg de acero y 120 kg de
aluminio se quieren fabricar
bicicletas de montana y de paseo que se uenderdn a 200 Y
150 , respectivamente. Para fa
.de montana son necesarios
1 kg de acero y 3 kg de aluminio y para fa de paseo 2 kg de
cada uno de /os dos metales.
lCuantas bicicletas de paseo y
cudntas de montana se deben
fabricar para obtener el maximo beneficio?
Expresamos
las restricciones
~;:e ~:sc::t:::~~;:ra~a
del enunciado
~::::::::li:e:e
Restriccion del acero:
x +
Restriccion del aluminio:
3x +
<,
\.
\
{xy~O~ 0
2y ::;;80
2y::;; 120
=
20x + 15y en decenas de euros.
de la region de validez y la funcion de beneficio es:
i'-..A
r'lo F?/; ~B
I\.
inecuaciones
paseo, debe ser:
Beneficio que se quiere maxirnizar: z

La representacion
mediante
Los vertices de dicha region

son el origen de coordenadas
y los puntos A, B Y c.
s-
r-,
~ ~
......
<, J-,~
~ ~ ~
I<, ~
\. ~ ~ ~ r:0.c
\.
4C1\. eo
80'<,
0
0'
""
x\
.,..~'\
"d\.
A(O, 40)
......
B(20,
30)
~...)
K" .
C(40,0)
'b
En este caso no se aprecia claramente en la figura cual es el venice

que hace maxima la funcion; basta pro bar con los vertices A, B, C
de la region factible:
En A el beneficio es 20 0 + 15 . 40
En B el beneficio es 20 20 + 15 . 30
En C el beneficio es 20 40 + 15 . 0
600 decenas de euros.
Se deb en hacer 20 bicicletas de montana y 30 de paseo.

63
7 Solucion multiple
Un comerciante desea comprar
dos tipos defrigorificos, F1y F2
Los del tipo F1 cuestan 300 , Y

Ios deltipo F2' 500.
Solo dispone de sitio para
20frigorificos y de 7000 para
bacer las compras.
iCuantos frigoriftcos ba de
comprar de cada tipo para obtener beneficios mtiximos con
su venta posterior, sabiendo
que en cada frigoriflCO gana el
30% delprecio de compra?
r'\
Llamamos x al numero
de frigorificos de tipo FI
e y al de frigorificos de tipo F2. Arnbas son variables enteras.
~v
14
v
x :2: 0, y:2: 0, x + y :s; 20

....
300x + SOOy:s; 7 000 ~

~ 3x + Sy:5: 70
z
Representamos
90x + lS0y
~
~
~
~
~
~
~
"
""'"
~
~
~
~
~
~
2b
YF
.....
A
1"-
Las restricciones que impone el problema son:
Beneficio:
-,
r'\ x
~
~
~
~
~
~
r'\
-, -,
~ '>...
0; ~ ~
0; ~ t'0~
~
~ ~ ~ ~ ~ /A <,
f"",.
~ ~ ~ ~ ~ ~ ~
10
r-,
......
18 (I'\..
14
0
"
90x + lS0y
la direccion
=
0 ~
de la funcion beneficio:
3x + Sy
0 (recta paralela a 3x + Sy
70)
Los vertices de la region factible son: A(O, 14), EOS, S) y C(20, 0).
Como el lado AB es paralelo a la funcion de beneficio, cualquier
punto de este segmento es una solucion valida, siempre que sus coordenadas sean enteras. Adernas de A(O, 14) Y EOS, S), estan los
puntos (S, 11) Y 00, 8).
Soluciones:
(0, 14), (S, 11), 00, 8), OS,S)
Por ejemplo, (S, 11) significa que debe comprar S frigorificos del tipo
y 11 del tipo F2 con los que conseguira un beneficio de 2100 .
FI
64
8 Restriccio_"s~perflua
En la fabricaci6n de piensos
se utilizan tres ingredientes, P,
Q Y R. Se dispone de 90 toneladas de P, 90 de Qy 70 de R.
Se desea fabricar dos tipos de
pienso, M1y M2
Una vagoneta de pienso M1 requiere 2 toneladas de P, 1 de Q
y 1 de R y se uende a 1200 ,. Y
una vagoneta de M2 requiere
1 tonelada de P, 2 de Q y 1 de
R, y se vende a 1000 .
iCuantas toneladas de cada
pienso deben facturarse para
obtener el mayor beneficio?
Sean x las toneladas de pienso MI e y las de pienso M2. Las restricciones que deb en cumplir x e y son:
x:2:0
y:2:0
.v, ~\:1
2x + Y :5: 90 (toneladas
de P)
1'\..\
....., ~
x + 2y :s; 90 (toneladas de Q)
'v
x + y :s; 70 (toneladas de R)
'v
Beneficio:
euros
1,2x +
y miles de
Sustituyendo los puntos A, E Y

C en la funcion beneficio, llegamos a que el punto que hace maximo el beneficio es E(30, 30).
Se deben hacer 30 vagonetas de
pienso MI y 30 de M2
.2.'\.
90
+lv= 70
~
~
.v
\ ~
''\','\. ~
+ Y
~
~ l'l...
'0 ~
~ ~ ~ ..... ?P
0;~ ~( <, ....... K'1
~
~
~
~
20
40\
60
80
l' )oQ..
a\.
Esta es la region factible. Sus vertices
son: A(O, 45). B(30, 30) y C(45, 0),
La restriccion x + y :::;70 es superflua.
La region seria la misma sin ella.
7 Solucion multiple
Un comerciante desea comprar
dos tipos defrigorificos, F1y F2
Los del tipo F1 cuestan 300 , Y

Ios deltipo F2' 500.
Solo dispone de sitio para
20frigorificos y de 7000 para
bacer las compras.
iCuantos frigoriftcos ba de
comprar de cada tipo para obtener beneficios mtiximos con
su venta posterior, sabiendo
que en cada frigoriflCO gana el
30% delprecio de compra?
r'\
Llamamos x al numero
de frigorificos de tipo FI
e y al de frigorificos de tipo F2. Arnbas son variables enteras.
~v
14
v
x :2: 0, y:2: 0, x + y :s; 20

....
300x + SOOy:s; 7 000 ~

~ 3x + Sy:5: 70
z
Representamos
90x + lS0y
~
~
~
~
~
~
~
"
""'"
~
~
~
~
~
~
2b
YF
.....
A
1"-
Las restricciones que impone el problema son:
Beneficio:
-,
r'\ x
~
~
~
~
~
~
r'\
-, -,
~ '>...
0; ~ ~
0; ~ t'0~
~
~ ~ ~ ~ ~ /A <,
f"",.
~ ~ ~ ~ ~ ~ ~
10
r-,
......
18 (I'\..
14
0
"
90x + lS0y
la direccion
=
0 ~
de la funcion beneficio:
3x + Sy
0 (recta paralela a 3x + Sy
70)
Los vertices de la region factible son: A(O, 14), EOS, S) y C(20, 0).
Como el lado AB es paralelo a la funcion de beneficio, cualquier
punto de este segmento es una solucion valida, siempre que sus coordenadas sean enteras. Adernas de A(O, 14) Y EOS, S), estan los
puntos (S, 11) Y 00, 8).
Soluciones:
(0, 14), (S, 11), 00, 8), OS,S)
Por ejemplo, (S, 11) significa que debe comprar S frigorificos del tipo
y 11 del tipo F2 con los que conseguira un beneficio de 2100 .
FI
8 Restriccio_"s~perflua
En la fabricaci6n de piensos
se utilizan tres ingredientes, P,
Q Y R. Se dispone de 90 toneladas de P, 90 de Qy 70 de R.
Se desea fabricar dos tipos de
pienso, M1y M2
Una vagoneta de pienso M1 requiere 2 toneladas de P, 1 de Q
y 1 de R y se uende a 1200 ,. Y
una vagoneta de M2 requiere
1 tonelada de P, 2 de Q y 1 de
R, y se vende a 1000 .
iCuantas toneladas de cada
pienso deben facturarse para
obtener el mayor beneficio?
Sean x las toneladas de pienso MI e y las de pienso M2. Las restricciones que deb en cumplir x e y son:
x:2:0
y:2:0
.v, ~\:1
2x + Y :5: 90 (toneladas
de P)
1'\..\
....., ~
x + 2y :s; 90 (toneladas de Q)
'v
x + y :s; 70 (toneladas de R)
'v
Beneficio:
euros
1,2x +
y miles de
Sustituyendo los puntos A, E Y

C en la funcion beneficio, llegamos a que el punto que hace maximo el beneficio es E(30, 30).
Se deben hacer 30 vagonetas de
pienso MI y 30 de M2
65
.2.'\.
90
+lv= 70
~
~
.v
\ ~
''\','\. ~
+ Y
~
~ l'l...
'0 ~
~ ~ ~ ..... ?P
0;~ ~( <, ....... K'1
~
~
~
~
20
40\
60
80
l' )oQ..
a\.
Esta es la region factible. Sus vertices
son: A(O, 45). B(30, 30) y C(45, 0),
La restriccion x + y :::;70 es superflua.
La region seria la misma sin ella.
Dos yacimientos de plata, A y

B, extraen al ano 2000 toneladas y 3000 toneladas de mineral; respectivamente.
Deben distribuirse a tres puntos de elaboracion, C, DyE,
que admiten 500 t, 3500 t y
1 000 t de mineral; al aiio, respectivamente.
EI coste del transporte, en miles de euros por tonelada, se
da en la siguiente tabla:
Este es un importante tipo de problema de prograrnacion lineal (problema de transporte) que aquf aparece en una version muy sencilla.
I CANTIDADES
I A (2000t) ~ I
I B(3000t) ~ I
C (500 t)
D (3500 t)
~ E (1000 tIt
2000 - (x + y)
500-x
3500-y
1000-[2000-(x+y))
Las incognitas x e y son las cantidades de mineral que hay que llevar
de A a C y D, respectivamente. Las demas casillas se rellenan en
consecuencia. La ultima casilla se simplifica asi: x + y - 1000.
0-
Las restricciones se
obtienen al obligar
a que todas estas
cantidades sean positivas:
~'/:;
1;%1'/:; I/;~
'/:;1/; t;0~ P>..

t;0~
(5 0,
~u-:r-,
%/~~u-:v.; -,
//~ ~I/;
5 0)
I'\.
I'\.
I'i::,/:;,/:;
~I'i::
y ~ 0, 3500 - y ~ 0
:\..'/:; I'i::,/:;,/:;
2000 - (x + y) ~ 0
x + y-1000
La region y:O:; 3500 es superflua. ~ fSu limite queda fuera del dibujo.
f-
P>..
~'>-..I),.,
x ~ 0, 500 - x ~ 0
leOmO ba de distribuirse
el
mineral para que et transporte sea 10 mas economico postble?
'\.,x y ~ 00
i"'/:;
'
~0
'\.
I'/:;I;%'/:;
I'..r-,
//
'~
~(
'\.
I'..
no,
I'..
~
a
5
<,
50 )
'\.,
-,
x+
00,
I'\.
lli'lR
I'..
I'..
-, -,
1 00
zli'lR
La funcion de coste se obtiene sumando los costos de los seis transportes:

Coste (en miles de ):
z(x, y) = lOx + 20y + 30 [2000 - (x + y)) +
+ 15(500 - x) + 17,50(3500 - y) + 20(x + y - 1000)
108750 - 15x - 7,5y
El coste sera rninimo cuando
108750 - 7,5(2x + y)
2x + y sea maximo.
Evidentemente, la recta variable 2x + y = K

toma su valor maximo (dentro de los validos)
en el punto (500, 1500), al cual corresponde
la siguiente distribucion de mineral:
\
1\
\ 2:. +
r0~
~ ~
~ ~
~ ~
500
='K
1\
1'
\
1\
\
El coste correspondiente
1\
\
i\
I
500
66
es de:
108750 - 7,5 (1000 + 1500)
90 millones de
Puedes comprobar que para otras distribuciones el coste es superior.
22 EJERCICIOS de PROGRAMACIN LINEAL
2 BACH. CC. SS.
INECUACIONES y RECINTOS:
1.
a) Representar el conjunto de puntos que satisfacen la inecuacin 2 x - 3 y + 5 0

b) dem con x + 3 y 3
c) dem con x - y + 1 > 0
d) dem con x + y - 2 0
2.
Representar el conjunto de puntos que satisfacen simultneamente las desigualdades x 7 , x 2
3.
Para cada uno de los siguientes sistemas, hallar el recinto solucin e indicar las coordenadas de los vrtices:
2x + 3y 3 < 0
y < 0
a)
x 0
x + y 3 < 0
x 0
b)
y 0
x y + 2 0
x 0
f) x + y 2 0
x y + 1 0
(Soluc:
2x y 2
x y > 2
c)
x 1
2x y < 3
x + 3y 3
x 2
d)
x y + 1 > 0
y 0
yx2
x + 5y 10
e)
x + 2y < 16
2x + y 20
c) (1,3), (5,7), (1,-1) )
EJERCICIOS TERICOS:
4.
a) Minimizar la fucin F ( x , y) = 12 x + 4 y sujeta a las siguientes restricciones:
x+y2
1
x
2
y<4
x y < 0
b) Maximizar la funcin anterior con las mismas restricciones.
5.
Hallar las parejas de valores no negativos (x,y) que minimizan la funcin F ( x , y) = 3 x + 2 y con las restricciones
siguientes:
7x + 2y 14
4x + 5y 20
6.
Maximizar la funcin F ( x , y ) = 5 x + 2 y , con las siguientes restricciones:
67

ALFONSO GONZLEZ
2x + y 6
4x + y 10
x + y 3
Las variables x e y se suponen no negativas.
PROBLEMAS de APLICACIN:
7.
Un comerciante acude al mercado a comprar naranjas. Dispone de 2000 y en su furgoneta caben 1400 kg. En
el mercado tienen naranjas de tipo A a 1,10 y de tipo B a 1,60 . l las podr vender a 1,20 y 1,75
respectivamente Cuntos kg deber comprar de cada tipo para conseguir que los beneficios sean lo ms altos
posibles? Cul ser el beneficio?
8.
Una fbrica de bombones tiene almacenados 500 kg de chocolate, 100 kg de almendras y 85 kg de frutas.
Produce dos tipos de cajas: la de tipo A contiene 3 kg de chocolate, 1 kg de almendras y 1 kg de frutas; la de
tipo B contiene 2 kg de chocolate, 1,5 kg de almendras y 1 kg de frutas. Los precios de las cajas de tipo A y B
son 13 y 13,50 , respectivamente Cuntas cajas debe fabricar de cada tipo para maximizar su venta? (Aviso:
en este ejercicio hay una restriccin superflua)
(Solucin: Deber producir 55 cajas tipo A y 30 tipo B)
9.
(P.A.U. UCLM) Una fbrica de carroceras de automviles y camiones tiene dos naves. En la nave A para hacer
la carrocera de un camin se invierten 7 das-operario, para fabricar la de un coche se precisan 2 das-operario.
En la nave B se invierten 3 das-operario tanto en carroceras de camin como de coche. Por limitaciones de
mano de obra y maquinaria la nave A dispone de 300 das-operario, y la nave B de 270 das- operario. Si los
beneficios que se obtienen por cada camin son de 6.000 , y por cada automvil 2.000 Cuntas unidades
de cada uno se deben producir para maximizar las ganancias?. (Solucin: Cada fbrica debe producir 24 camiones
y 66 coches)
10.
(P.A.U. UCLM) Un estudio realizado por una cadena de radio indica que un programa A con 20 minutos de
tertulia y un minuto de publicidad capta 30.000 oyentes, mientras que otro programa B con 10 minutos de tertulia
y un minuto de publicidad atrae a 10.000 oyentes. Para un periodo de tiempo dado la direccin de la emisora
dispone de 400 minutos para tertulias, y los anunciantes de 30 minutos de publicidad. Cuntas veces deber
aparecer cada tipo de programa para lograr la mxima audiencia? (Solucin: 20 veces el programa A y ninguna vez
el B)
11.
(P.A.U. UCLM) Una fbrica construye dos tipos de coches elctricos para campos de golf: monoplaza y biplaza.
En la fbrica hay un grupo de operarios dedicados al montaje y otro dedicado al acabado. En la tabla adjunta se
reflejan las horas necesarias segn el modelo y las horas disponibles:
TIEMPO (horas)
MONTAJE
ACABADO
Coche monoplaza
Coche biplaza
Horas disponibles
150
120
Si los beneficios son de 500 por coche de una plaza y 650 por coche de dos plazas, Cuntos coches de
(Soluc: 25 monoplazas y 15 biplazas)
cada tipo conviene fabricar para maximizar el beneficio?
68

ALFONSO GONZLEZ
12.
(P.A.U. UCLM) Para cubrir las necesidades del organismo, durante un cierto periodo de tiempo, en dos tipos de
vitaminas P y Q se necesitan 30.000 unidades de la primera y 800 de la segunda. Se pueden adquirir dos
productos A y B, cuyos costes respectivos son 20 y 10 por caja. Una caja del producto A proporciona 300
unidades de vitamina P y 4 unidades de vitamina Q. La caja del producto B proporciona 100 unidades de P y 8
unidades de vitamina Q. Determinar la cantidad de cajas que se debe adquirir de cada producto para que el
gasto que realicemos sea mnimo.
(Solucin: 80 cajas del producto A y 60 del B)
13.
(P.A.U. UCLM) En un taller de confeccin se dispone de 160 m de algodn y 240 m de lana para hacer trajes y
2
2
2
2
abrigos. Se utilizan por trmino medio 1 m de algodn y 3 m de lana por cada traje, y 2 m de algodn y 2 m
de lana por cada abrigo. Cada traje se vende a 250 y cada abrigo a 35 . Cuntos trajes y cuntos abrigos
(Solucin: 40 trajes y 60 abrigos)
deben hacer para obtener mximas ganancias?
14.
Un peletero hace dos modelos de abrigo, A y B. Para ello, usa tres tipos de pieles: armio, zorro y cuero. El
2
2
2
2
modelo A necesita 1 m de armio, 2 m de zorro y 3 m de cuero; el modelo B, 3 m de armio, 2 de zorro y 2
2
de cuero. Dispone de 50 m de armio, 60 de zorro y 80 de cuero.
a) Si vende el modelo A a 1.250 y el modelo B a 1.750 Cuntos de cada clase debe hacer para obtener
ingresos mximos?.
b) Y si vendiera A a 1.400 y B a 1.300 ?.
(Solucin: 10 del A y 20 del B; 20 y 10 respectivamente)
15.
(P.A.U. UCLM) Supongamos que una alimentacin equilibrada para una persona es aquella que le proporciona
al da 120 unidades de vitamina B, 240 unidades de vitamina C y 80 unidades de vitamina D. Una persona utiliza
slo dos alimentos: el producto P que le proporciona 60 unidades de vitamina B, 40 de C y 20 de D por caja; y el
producto Q, que le proporciona 20 unidades de vitamina B, 120 de C y 20 de D por caja. Si no puede disponer
ms que de 7 cajas de cada producto y el precio es de 40 y 32 respectivamente, Cunto necesita de cada
(Solucin: 1 caja de P y 3 de Q)
clase para satisfacer sus necesidades, con el menor gasto?.
16.
Una bolsa de abono debe tener por lo menos 495 gr. de fosfatos, 340 gr. de nitratos y 495 gr. de potasio.
Deseamos obtener este abono a partir de otros dos. El primero cuesta 1 el kilogramo y contiene 99 gr. de
fosfatos, 250 gr. de nitratos y 165 gr. de potasio. El segundo cuesta 0,5 el kilogramo y contiene 165 gr. de
fosfatos, 55 gr. de nitratos y 99 gr. de potasio. Cuntos gramos de cada ingrediente debemos mezclar para que
(Solucin: Deben mezclarse
el coste sea mnimo y al mismo tiempo cumplan las especificaciones nutritivas?
30/34 kg. de cada abono)
17.
Una O.N.G. se propone realizar proyectos de mejora de la produccin agrcola en dos pases subdesarrollados.
Estos proyectos requieren el envo de tractores, expertos y dinero. La organizacin cuenta con 20 tractores, 40
expertos y 270 millones de . Las necesidades por proyecto y pas son las siguientes: Ruanda: 2 tractores, 2
expertos y 30 millones por proyecto; Argelia: 1 tractor, 3 expertos y 10 millones de por proyecto. Cul es el
mximo nmero de proyectos que puede realizar dicha organizacin?. (Solucin: 5 proyectos en Ruanda y 10 en
Argelia)
18.
Un grupo local posee dos emisoras de radio, una de FM y otra de AM. La emisora de FM emite diariamente 12
horas de msica rock, 6 horas de msica clsica y 5 horas de informacin general. La emisora de AM emite
diariamente 5 horas de msica rock, 8 horas de msica clsica y 10 horas de informacin general. Cada da que
emite la emisora de FM le cuesta al grupo 5.000 y cada da que emite la emisora de AM le cuesta 4.000
Sabiendo que tiene enlatado para emitir 120 horas de msica rock, 180 horas de msica clsica y 100 horas de
informacin general, cuntos das debern emitir con ese material cada una de las dos emisoras para que el
(Solucin: 10 das en AM y ningn da en FM)
coste sea mnimo?
69

ALFONSO GONZLEZ
19.
Una compaa tiene dos minas. La mina A produce diariamente 1 t de carbn de alta calidad, 2 t de carbn de
calidad media y 4 t de carbn de baja calidad. La mina B produce 2 t de cada una de las tres clases. La
compaa necesita 70 t de carbn de alta calidad, 130 de calidad media y 150 de baja calidad. Los gastos
diarios de la mina A ascienden a 150 y los de la mina B a 200 Cuntos das debern trabajar en cada mina
para que la fucin de coste sea mnima?
20.
Un frutero necesita 16 cajas de naranjas, 5 de pltanos y 20 de manzanas. Dos mayoristas pueden

suministrarle, pero slo venden la fruta en contenedores completos. El mayorista A enva en cada contenedor 8
cajas de naranjas, 1 de pltanos y 2 de manzanas. El mayorista B enva en cada contenedor 2 cajas de
naranjas, una de pltanos y 7 de manzanas. Sabiendo que el mayorista A se encuentra a 150 km de distancia y
el mayorista B a 300 km, calcular cuntos contenedores habr de comprar a cada mayorista, con objeto de
ahorrar tiempo y dinero, reduciendo al mnimo la distancia de lo solicitado.
21.
En la elaboracin de un producto A se necesita una sustancia B. La cantidad A obtenida es menor o igual que el
doble de B utlizada, y la diferencia entre las cantidades del producto B y A no supera los 2 g mientras que la
suma no debe sobrepasar los 5 g. Adems, se utiliza por lo menos 1 g de B y se requiere 1 g de A. La sustancia
A se vende a 5 /g y la B cuesta 4 /g. Calcular la cantidad de sustancia B necesaria para que el beneficio sea
mximo.
22.
Un abono para jardines ha de tener como mnimo 15 unidades de un componente qumico lquido y 15 unidades
de otro componente slido. En el mercado se encuentran dos clases de abono: el tipo A, que contiene una
unidad de componente lquido y 5 de slido, y el tipo B, que contiene 5 unidades de componente lquido y una
de slido. El precio del tipo A es de 10 y el tipo B es de 30 qu cantidades han de comprarse de cada tipo
para cubrir las necesidades con un coste mnimo?
Los smbolos oficiales en Espaa estn contemplados en el Real Decreto 1317/1989, de 27 de octubre, por el que se
establecen las Unidades Legales de Medida recogido en el BOE n 264 de 3 de noviembre de 1989. Para la unidad de
medida tonelada, el smbolo asociado es t.
70
FUNCIONES, LMITES y
CONTINUIDAD

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I) CONCEPTO DE FUNCIN. DEFINICIONES

Una funcin es una aplicacin entre dos conjuntos de tal manera que a cada elemento llamado x, o
variable independiente- del conjunto inicial le corresponde un nico elemento a lo sumo llamado imagen
de x, o f(x)- del conjunto final.
Ejemplo 1: La funcin f(x)=2x+3 (Tambin se puede designar como y=2x+3) se puede representar, utilizando
1
diagramas de conjuntos o diagrama de Venn :
f(x)=2x+3
-3
-3
-1
-2
-1
0
3
5
1
2
7
1/3
11/3
2 2+3
Dom(f)=
Im(f)=
Ahora bien, en la prctica, lo anterior se suele indicar ms bien mediante tabla de valores:
x
-3
-2
-1
1/3
f(x)
-3
-1
11/3 2 2 + 3
....
....
(NOTA: ms adelante veremos que para esta funcin, por tratarse de una recta, basta con dar dos valores)
Por ejemplo, se dice que la imagen de 2 a travs de la funcin anterior es 7, y se designa como f(2)=7. La
imagen f(x) tambin se denota como y, y se llama variable dependiente; en el ejemplo anterior, se dira y=2x+3
Muy importante!: Para que una funcin est bien definida, un x no puede tener ms de una imagen.
Como indicamos en la definicin, x se llama variable independiente, mientras que y es la variable
dependiente (ya que, obviamente, depende de x).
f(x) se llama imagen de x, mientras que x se llama antiimagen de f(x). En el ejemplo anterior, la antiimagen de
y=5 sera x=1.
Dominio de definicin de la funcin: Es el conjunto formado por todos los x para los que existe imagen;
se suele designar como Dom (f), o Dom f(x), etc. En el ejemplo anterior sera, lgicamente, Dom (f)=, como se
indica en el propio diagrama de conjuntos.
Imagen o Recorrido de la funcin: Es el conjunto formado por todas las imgenes f(x) posibles que recorre
la funcin; se puede designar como Im (f), o R(f), etc. En el ejemplo anterior sera, lgicamente, Im (f)=,
como tambin se indica en el diagrama.
Introducidos en 1880 por el matemtico y filsofo britnico John Venn (1834-1923)
siempre y cuando se respete la mencin de su autora, y sea sin nimo de lucro. En otros casos se requiere el permiso del
autor (alfonsogonzalopez@yahoo.es)
73

ALFONSO GONZLEZ
La grfica de una funcin f(x) est formada por los puntos (x,y) que
satisfacen la expresin y=f(x)
2
Ejemplo 2: Construir al margen la grfica de la funcin f(x)=x mediante

tabla de valores apropiada, e indicar su Dom(f) e Im(f).
x
f(x)=x
Observaciones:
1) Podemos obtener grficamente el Dom(f) si nos desplazamos
imaginariamente de izquierda a derecha a lo largo del eje x y vamos
viendo -hacia arriba o hacia abajo- cundo existe imagen, es decir,
cundo hay grfica.
De la misma forma, podemos obtener el Im(f) a partir de la grfica si
nos vamos desplazando imaginariamente a lo largo del eje y de abajo a arriba y vamos viendo -a izquierda
y derecha- cundo existe antiimagen(es), es decir, cundo hay grfica.
2) El hecho de que un mismo x no pueda tener ms de una imagen se traduce grficamente en que Toda
recta vertical que se desplace imaginariamente a lo largo de la grfica slo puede cortar a sta a lo sumo
2
en un punto .
Ejemplo 3: Dada f(x) = x , se pide: a) Representarla grficamente.
b) Deducir su Dom(f) e Im(f) a la vista de lo anterior.
x
f(x)=x
Dom (f)=
Im (f)=
II) GRFICAS DE LAS FUNCIONES MS

HABITUALES
II.1) FUNCIN CONSTANTE (y=K)
Su grfica, lgicamente, es una recta horizontal, que corta al
eje vertical a la altura de k unidades (Ver ejemplos en figura
dcha.).
2
En cambio, una recta horizontal que se desplace imaginariamente por la grfica puede cortar a sta en varios puntos, lo
que corresponde al hecho de que un mismo f(x) puede tener varias antimgenes (como ocurre en el ejemplo 2)
74

ALFONSO GONZLEZ
De forma parecida, x=K representa una recta vertical, la cual corta al eje x a la altura de k unidades; en el
grfico anterior puede verse un par de ejemplos de este caso. Qu ecuacin tendrn entonces los ejes de
coordenadas?
II.2) FUNCIN AFN (y=mx+n)

er
La grfica de una funcin de 1 grado es siempre una recta. Ya vimos en el tema de Programacin Lineal
que la forma ms rpida de representarla es dar dos valores: x=0 e y=0, correspondientes a los cortes con los
ejes.
y = 2x + 3
Ejemplo 4: Representar y = 2x 5
sobre los mismos ejes.
y = 3x 5
x
y=2x+3
y=2x-5
-5
-3
y=-3x-5
-5
-8
Consecuencias:
1) m (el coeficiente de las x) se llama pendiente, e indica la
inclinacin de la recta:
m>0 recta CRECIENTE
m<0 recta DECRECIENTE
(Si m=0 -es decir, si la recta carece de trmino en x- significa que la recta y=n ser horizontal, es decir,
constante, como vimos en el subapartado anterior)
2) n (el t indpte.) se llama ordenada en el origen, e indica dnde corta la recta al eje y
(Si n=0 -es decir, si la recta carece de t indpte.- significa que la recta y=mx necesariamente pasar por el
origen; se llama funcin de proporcionalidad directa)
y=2x+3
y=-3x-5
y=2
n=3
x=1
y=2
y=-3
x=1
y=4
y=-6
x=2
n=-5
x=2
Por cada unidad que aumenta la x la y

aumenta 2 unidades m=2
m=
y 2 4
= = = ... = 2
x 1 2
Por cada unidad que aumenta la x la y

disminuye 3 unidades m=-3
m=
FUNCIN CONSTANTE
m=0
y 3 6
= = = ... = 3
x 1 2
75

ALFONSO GONZLEZ
Por lo tanto, en funcin del signo de m y n, existen 4 casos:
n
n
m>0
n>0
m>0
n<0
m<0
n>0
m<0
n<0
II.3) FUNCIN CUADRTICA (y=ax2+bx+c)

o
La grfica de una funcin de 2 grado es siempre una parbola. Recordar de cursos anteriores que la
forma rpida de representarla es hallar los siguientes elementos:
b
1) Vrtice: Su abscisa viene dada por x v =
; la ordenada yv se obtiene sustituyendo xv en la ecuacin de
2a
la parbola.
2) Cortes con los ejes: El corte con el eje x se obtiene haciendo y=0, e decir, resolviendo la ecuacin de 2
grado asociada a la parbola; ntese que la parbola no tiene por qu cortar necesariamente a dicho eje.
El corte con el eje y se obtiene simplemente sustituyendo x=0 en la ecuacin de la parbola. Siempre se va
acortar a dicho eje.
Observaciones:
1) El signo del coeficiente cuadrtico, a,
nos indica la orientacin de la parbola:
a>0
a<0
2) Las ramas de la parbola son simtricas respecto a

un eje vertical que pase por su vrtice.
2
3) Caso particular: y=ax
Aplicando todo lo anterior es trivial comprobar que la parbola y=ax pasa por el origen, el cual es a la vez
su vrtice y su corte con los ejes.
2
Ejemplo 5: Representar la parbola y=x -4x+3
76

ALFONSO GONZLEZ
Ejercicios final tema: 3, 4 y 5
II.4) FUNCIONES DEFINIDAS A TROZOS

Se representan sencillamente, dibujando cada rama en su intervalo de definicin:
x+5
si x -2
Ejemplo 6: Representarf(x) =
7
si 2 < x 1
x 2 10x + 16 si x > 1
II.5) FUNCIN VALOR ABSOLUTO

En primer lugar, tenemos que recordar la definicin de
valor absoluto de un nmero:
x si x 0
x =
x si x > 0
y=-x
y=x
Por lo tanto, su representacin grfica ser la de la figura.
Conclusin: Pasos a seguir para representar |f(x)|:

1) Representar f(x):
f(x)
f(x)
77

ALFONSO GONZLEZ
2) Las partes positivas (i.e. por encima del eje x) de f(x) se dejan igual, y las negativas se reflejan respecto al
eje x:
f(x)
f(x)
f(x)
f(x)
f(x)
Por lo tanto, la clave a la hora de dibujar |f(x)| es ver cundo se anula la funcin del interior del valor
absoluto -es decir, f(x)-, y reflejarla en los intervalos convenientes.
Ntese que |f(x)| siempre estar por encima del eje x, es decir, ser siempre positiva, y que todo gira en
torno a en qu puntos se anula la funcin que figura dentro del valor absoluto, esto es, f(x). Vanse los
siguientes ejemplos:
Ejemplo 6: Representar la funcin f(x)=|2x-4| y obtener su expresin analtica
como funcin definida por ramas.
Ejemplo 7: Representar la funcin f(x)=|x -x-6| y obtener su expresin

analtica como funcin definida por ramas.
78

ALFONSO GONZLEZ
NOTA: En el anexo final se puede ver una serie de ejemplos de grficas representativas.
f(x) = L
III) IDEA INTUITIVA DE lim
x a
x 2 + 1
Ejemplo 8: Estudiar el comportamiento de la funcin f(x) =
2x 2
si x 1
si x > 1
ANALTICAMENTE
x1
0,9
0,99
0,999
lim f(x) =
GRFICAMENTE
NUMRICAMENTE
en las proximidades de x=1, completando las siguientes tablas (mediante calculadora), y explicar grficamente
la situacin:
x 1
f(x)
lim+ f(x) =
+
x1
x 1
1,1
1,01
1,001
lim f(x) =
x 1
f(x)
En la prctica, los lmites no se suelen calcular de esta forma, sino operando:
lim f(x) = lim x 2 + 1 = 2
x 1
f(x) = 2
lim
x 1
lim+ f(x) = lim 2x 2 = 2
x 1
x 1
x 1-
En definitiva, vemos que cuando las x se acercan a 1 (1 tabla), las imgenes correspondientes tienden a 2 ,
+
+
mientras que cuando las x se acercan a 1 (2 tabla) las imgenes correspondientes tienden a 2 . Y todo ello es
independiente de que, exactamente en x=1, la funcin vale 2.
Observaciones:
1 Para que exista lmite han de coincidir los lmites laterales (o, dicho al revs, si no coinciden los lmites
laterales, entonces el lmite no existe).
2 A efectos de lim f(x) , no hay que tener en cuenta lo que ocurre exactamente en x=a, sino en las
x a
proximidades; de hecho, hay casos en los que en un punto no existe imagen pero s lmite (como en el
ejemplo que veremos a continuacin), y esta es precisamente la utilidad del concepto de lmite.
3 De todos modos, normalmente existen lmite e imagen, y ambos coinciden, como en el ejemplo que
acabamos de ver.
x 2 1
Ejemplo 9: Dada f(x) =
x +1
si x < 2
si x > 2
f(x) numricamente, completando (mediante

a) Obtener lim
x2
calculadora) las tablas que figuran a continuacin.
b) Obtener analticamente dicho lmite.
c) Explicar grficamente la situacin.
79

ALFONSO GONZLEZ
a)
b)
-
x2
1,9
1,99
1,999
lim f(x) =
x2
f(x)
lim f(x) =
x2
x2
2,1
2,01
2,001
lim+ f(x) =
x2
f(x)
c)
Es decir, cuando las x se acercan a 2 (1 tabla), las imgenes correspondientes tienden a 3 , mientras que
+
+
cuando las x se acercan a 2 (2 tabla) las imgenes correspondientes tienden a 3 . En este caso, la funcin no
est definida justo en x=2, pero ello no impide que exista lmite. Recordar: a efectos del lmite, no hay que
fijarse en lo que hace la funcin exactamente en el punto, sino en sus proximidades.
x 2
Ejemplo 10: Dadaf(x) = 1

x
si x < 0
si x = 0
si x > 0
f(x)
a) Obtener analticamente lim
x0
b) Explicar grficamente la situacin.
a)
b)
Vemos que existe lmite en x=0, pues los lmites laterales coinciden en dicho punto, y dicho lmite vale 0. Ahora
bien, la imagen en x=0 es distinta del lmite, es decir, en este caso el lmite no coincide con la imagen, pero ello
no impide que exista lmite. Recordar: a efectos del lmite, no hay que fijarse en lo que la funcin hace
exactamente en el punto, sino en sus proximidades.
Veamos por ltimo un sencillo ejemplo de funcin en el que no hay lmite:
- 1
1
Ejemplo 11: Dada f ( x ) =
a)
si x < 0
si x 0
se pide: a) Representarla. b) Hallar lim f(x)

x 0
b)
lim f(x) = lim (-1) = 1
x 0
f(x)
/ lim
x 0
lim+ f(x) = lim 1 = 1
x 0
x0
x0
80

ALFONSO GONZLEZ
-
En este caso, al acercarnos a x=0 por la rama izquierda (flecha verde), las imgenes tienden exactamente a 1 (aunque precisamente en x=0 no tengan el valor esperado, sino 1; de nuevo, tngase en cuenta que a
efectos del lmite no hay que tener en cuenta lo que hace la funcin exactamente en el punto sino en sus
+
proximidades), mientras que al acercarnos a x=0 por la rama derecha (flecha roja), las imgenes tienden
exactamente a 1. Por lo tanto, como no coinciden los lmites laterales, el lmite global no existe.
Conclusin: A efectos grficos,

Si los lmites laterales coinciden, entonces las dos ramas "enganchan" (CONTINUA)
" "
"
"
NO "
"
la f(x) presenta en dicho punto un SALTO DE DISCONTINUIDAD
Podramos ver ms ejemplos, pero todos ellos se resumiran en alguno de los 4 casos del siguiente esquema
(que corresponden, respectivamente, a los cuatro ejemplos anteriores); va a existir lmite cuando xa slo en
los tres primeros supuestos:
f(x)
f(a)
f(x)
L
lim f(x) = f(a)
lim f(x) = L
x a
x a
f(a)
L
f(a)
(Ejemplo 9)
/ lim f(x)
lim f(x) = L f(a)
x a
x a
[aunque f(a)]
[aunque / f(a)]
(Ejemplo 8)
f(x)
f(x)
(Ejemplo 10)
(Ejemplo 11)
Ejercicios final tema: 8 (grficamente), 9 y 10 (analticamente)
IV) CONTINUIDAD
(Ver pg. 141 del libro de texto)
Intuitivamente, una funcin es continua cuando se puede dibujar sin levantar el lpiz del papel.
Ms formalmente, se define funcin continua en un punto de la siguiente forma:

f(x) continua en x = a lim f(x) = f(a)
x a
Es decir: Una funcin es continua en un punto si el

coincide con la imagen en dicho punto.
lmite
A efectos prcticos, para estudiar si una funcin es continua en un punto, hay que comprobar:
1) que exista imagen
2) que exista lmite
3) y que ambos coincidan
(En caso de no ser continua en un punto, se dice que es discontinua).
Por extensin, diremos que una funcin es continua en un intervalo cuando lo es en todos los puntos de
dicho intervalo.
81

ALFONSO GONZLEZ
Vamos a recordar de nuevo el esquema-resumen visto en el apartado anterior, e investigar en cada uno de los
cuatro casos si la funcin es continua en x=a, para lo cual aplicaremos los tres requisitos de la continuidad
arriba mencionados; observamos que la funcin es continua en x=a slo en el primer supuesto:
f(x)
f(x)
L
f(a)
/ f(a)
f(x) DISCONTINUA en x=a

lim f(x) = L
x a
lim f(x) = f(a) f(x) CONTINUA en x=a

x a
f(a)
L
f(x)
f(x)
f(a)
lim f(x) = L f(a) f(x) DISCONTINUA en x=a

x a
/ lim f(x)f(x) DISCONTINUA en x=a

xa
Ntese que en el ltimo caso la funcin es discontinua, independientemente de que exista o no imagen.
x 2 + 4x + 5
Ejemplo 12: Dada f(x) = 2
- x + 2x + 5
si x -1
si x > -1
a) Estudiar su continuidad.
b) Representarla grficamente.
82

ALFONSO GONZLEZ
x 2 + 2x 5
Ejemplo 13: Dada f(x) =
x +2
si x (-,1]
si x (1, )
a) Estudiar su continuidad.
b) Representarla grficamente.
Ejercicio PAEG:
jun 2015 3A; sept 2014 3A; sept 2013 3A; jun 2012 4B (grfica funcin a trozos + continuidad, con parmetro)
jun 2014 3B; jun 2013 3A; sept 2012 4A
parmetro)
(grfica funcin a trozos, con VAL. ABS. + continuidad, con
jun 2011 3B (grfica funcin a trozos + lim laterales)

sept 2011 3B (grfica funcin a trozos, con VAL. ABS. + continuidad)
jun 2009 3A; sept 2009 3A; jun 2008 3A; sept 2008 3A; jun 2007 3A; sept 2007 3A; jun 2006 3A; sept 2006 3A;
jun 2005 3A (+ VAL. ABS.); sept 2005 3A; jun 2004 3A; sept 2004 3A (grfica funcin a
trozos+continuidad+rea)
Ejercicios final tema: 11 a 14 (estudiar continuidad de funciones a trozos); 15 a 19 (dem, con parmetros)
83
19 EJERCICIOS de LMITES y CONTINUIDAD
1.
2 BACH. CC. SS.
Cules de estas representaciones corresponden a la grfica de una funcin? (Razonar la respuesta):
a)
c)
b)
d)
Rectas:
2.
En cada apartado, representar las rectas sobre los mismos ejes:

a) y=3x
c) y =
b) y=-3x
y=3x+2
y=-3x+2
y=
y=-3x-7
y=3x-7
y=
d) y=0
y=x
x+2
3
1
y=-x
x-7
Parbolas:
3.
Representar sobre los mismos ejes las siguientes parbolas. Qu conclusiones podemos extraer?:
a) y=x
4.
b) y=2x
c) y=x /2
d) y=-x
e) y=-4x
Dadas las siguientes parbolas, hallar: i) Vrtice.

ii) Puntos de corte con los ejes.
iii) Representacin grfica.
a) y=x -6x+8
j) y=x -4
k) y=x +4
b) y=x -2x-3
2
s) y=(x-5) +8
t) y=-2(x-1) +8
c) y=-x -4x-3
l) y=x +4x+5
d) y=x -4x+7
m) y=x +4x+3
n) y=-x -8x-4
o) y=2x +4x+6
e) y=x -6x
f) y=x +x+1
(x + 2)2 5
v) y=x -2x+1
w) y=x -4x+2
p) y=-x -1
h) y=-x -2x-2
q) y=(x+5) -8
r) y=2(x-1) -8
i) y=x +2x-1
u) y =
g) y=3x +15x+18
) y=x -6x+5
1 2
x +x-2
4
2
) y=2x -10x+8
) y =
x2 x
3
2
x) y=2x -8x+6
) y =
) y=x -8x+7
y) y=-3x -6x+12
2
z) y=x -2x+3
84

ALFONSO GONZLEZ
5.
En cada apartado, representar las parbolas sobre los mismos ejes:

a) y=x
y=(x-4)
b) y=x
c) A la vista de lo anterior, cmo sera la parbola
y=x +4
y=x -5
y=(x+5)
y=(x-4) +5? Cul es su vrtice?
Funciones a trozos:
6.
Representar las siguientes funciones definidas a trozos:

x2
a) f(x) =
x
e) f(x) = x 2
x + 2
si x ( ,2)
si x [2, )
3
si x < 1
b) f(x) = 1 2x si 1 x < 1
3x 1 si x 1
x 2 4
c) f(x) = x 2
x/2
f) f(x) = 1
x 1
si x ( ,2)
3x 2
g) f(x) = 2
x 2
si x 2,4
si x (4,)
5x 2
d) f(x) = 2
x/2
si x 1
si x = 2
si 5 x < 0
si 0 x < 2
x 2
si x ,2
x 2 4x
si x (2, )
h) f(x) =
si x 2
si x ,1
i)
si x (1,)
si x < 0
si x = 0
j)
si x > 0
si x > 2
f(x) =
5
x 5
x +1
10
x+2
3x x 2
f(x) =
x 4
si x 0
si 0 < x 3
si x > 3
si x < 0
si 0 x < 3
si 3 x < 6
si x > 6
Funcin "valor absoluto":
7.
Dadas las siguientes funciones valor absoluto se pide: i) Representacin grfica ii) Definicin analtica por
ramas.
.
a) f(x) = 3x + 3
b) f(x) = x 2 4x + 3
c) f(x) = x + 1
e) f(x) = x 2 4x 5
f) f(x) = 3x + 6
g) f(x) = 1 x 2 x 4
2
d) f(x) = x 2 5x + 6
Lmites:
RECORDAR:
Para que exista lmite de una f(x) en un punto han de coincidir los lmites laterales en dicho
punto.
A efectos del lim f(x) no tenemos en cuenta lo que ocurre exactamente en x=a, sino en las
xa
proximidades. De hecho, hay casos en los que no existe f(a) pero s el lm (de ah la utilidad
de la nocin de lmite)
85

ALFONSO GONZLEZ
8.
Dada la grfica de la figura, indicar si existe lim f(x) en
los siguientes casos:
a) Cuando x 1
b) Cuando x 2
c) Cuando x 4
1
9.
d) Cuando x 5
Representar la funcin f(x) = 4 x

x 2
si x < 1
si 1 x < 3
si x 3
y calcular lim f(x) cuando x 1, x 3, x 5
10.
x2 + 1
Dada la funcin f(x) = ax + 3
bx 3 2
si x 1
si 1 < x 2
si x > 2
calcular los valores de los parmetros a y b para que existan los lmites en x=1 y x=2.
(Soluc: a=-1, b=3/8)
Continuidad:
RECORDAR:
f(x) continua en x = a lim f(x) = f(a)
xa
Es decir: Una funcin es continua en un punto si el lmite

coincide con la imagen en dicho punto.
A efectos prcticos, para estudiar si una funcin es continua en un punto, hay que comprobar:
1) que exista imagen
2) que exista lmite
3) y que coincidan
11.
Estudiar la continuidad de las siguientes funciones:

a) f(x) = x + 1
x 1
2
d) f(x) = 2 - x
2x 6
si x 0
si x < 0
si x 2
si x > 2
x 2 - 1
b)
f(x) = 2
2x 1
si x < 0
si x = 0
si x > 0
e) f(x) = 1 x
x +1
si x < 1
c) f(x) = x + 1
2x 1
si x < 2
si x > 2
si x 1
(Soluc: a) discont. en x=0; b) discont. en x=0; c) discont. en x=2; d) continua ; e) discont. en x=0 y x=1)
12.
Dada f(x) = x
si x 0
si x = 0
se pide:
a) Representacin grfica.
b) Estudiar analticamente la continuidad lateral en x=0
c) A la vista del apartado anterior, es continua en x=0?
86

ALFONSO GONZLEZ
13.
Representar la siguiente funcin e indicar si tiene algn punto de discontinuidad:
x + 1
f(x) = x 2
0
14.
si 3 x < 4
si x 4
(Soluc: discontinua en x=3 y x=4)
Representar la siguiente funcin e indicar si tiene algn punto de discontinuidad:
f(x) =
15.
si x < 3
x 1 si x 1
x 1 si 1< x 2
2
si x > 2
Calcular cunto debe valer a para que la siguiente funcin sea continua :
x +1
si x 2
f(x) =
3 ax 2 si x > 2
16.
(Soluc: discontinua en x=2)
(Soluc: a=0)
Dada la funcin
x 2 + 2x 1 si x < 0
f(x) = ax + b
si 0 x < 1
2
si x 1
hallar a y b para que la funcin sea continua y dibujar la grfica de la funcin.
17.
Dada la funcin
x+3
f(x) =
mx + n
x 2 + 10x 11
si x 1
si 1 < x 3
si x > 3
hallar los valores de m y n para que f(x) sea continua (puede ser til dibujar la grfica).
18.
(Soluc: m=3, n=1)
dem:
2x + 1
f(x) = ax + 2
x 2 + b
19.
(Soluc: a=3 y b=-1)
si x 2
si 2 x 2
(Soluc: a=-1/2, b=-3)
si x 2
dem:
ax + 2
b x2
f(x) =
cx
10
si x < 1
si 1 x < 3
(Soluc: a=-52, b=54, c=2)
si 3 x < 5
si x 5
87
DERIVADAS
El ingls Isaac Newton (1642-1727), quien, a la vez que su

antagonista el alemn Gottfried Leibniz (1646-1716),
desarroll el concepto de derivada, aunque sin darle ese
nombre.
MATEMTICAS aplicadas a las CC. SS. II

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
Introduccin. Utilidad del operador derivada

En este tema vamos a repasar y, naturalmente, ampliar, un operador matemtico muy til visto el curso
pasado, llamado derivada de una funcin, que opera sobre una funcin y da como resultado otra funcin
(normalmente ms simple). Su utilidad radica en que, como ya vimos someramente el curso pasado, el signo
de la derivada de una funcin en un punto nos dir si la funcin es creciente o decreciente en dicho punto; ello
nos permitir deducir, por tanto, los mximos y mnimos de la funcin, algo muy importante en infinidad de
funciones extradas de situaciones reales del campo de las Ciencias Sociales: pensemos en una funcin que
represente los beneficios de una empresa, o el coste de fabricacin de un determinado producto, etc.
Tambin veremos la forma de obtener los puntos de inflexin de una funcin.
Pero para ello, en primer lugar, tendremos que repasar el concepto de derivada aprendido el curso
pasado (apdo. I), y despus repasaremos las derivadas ms elementales (apdo. II).
I)
CONCEPTO DE DERIVADA
Concepto previo: pendiente de una recta
Para entender qu es la derivada necesitamos repasar previamente en qu consista la pendiente de
una recta:
La pendiente de una recta, que suele llamarse m, mide la
inclinacin de sta, y se define como el cociente incremental
siguiente:
m=
y
= tg
x
(1)
Derivada de una funcin en un punto f(a):

Consideremos una funcin f(x) y un punto P de su grfica
(ver figura), de abscisa x=a. Supongamos que damos a la
variable independiente x un pequeo incremento h (en el dibujo
lo hemos exagerado, para que se pueda ver la situacin); por
lo tanto, nos desplazaremos a un nuevo punto Q prximo.
Consideremos la tangente del ngulo que forma el segmento
PQ con la horizontal:
r
f(x)
f(a+h)
f(a)
h
a
tg =
a+h
f ( a + h) f ( a )
h
(2)
Si h0, el segmento PQ tender a confundirse con la recta r tangente a la curva f(x) en x=a, es decir, los
ngulos y 0 tendern a ser iguales:
tg 0 = lim tg = lim
h0
por (2)
h0
f(a + h) f(a)
= f '(a)
h
(3)
por definicin
Debido a (1), la frmula anterior, que en el fondo es un cociente incremental, nos da por tanto la pendiente de
la recta tangente a la curva en x=a. Esta frmula se conoce como derivada de la funcin f(x) en el punto x=a,
y se designa como f (a); por lo tanto:
91

ALFONSO GONZLEZ
La derivada de una funcin en un punto es la pendiente de la recta tangente a la funcin en dicho

punto, y se calcula mediante el lmite dado por (3).
Observaciones:
1) La derivada de una funcin en un punto puede resultar un nmero positivo, negativo o cero. Como
1
veremos en el apdo. IV, su signo indicar el crecimiento de la funcin .
2) Por lo tanto, veremos en el apdo. III que la derivada nos permitir hallar la ecuacin de la recta tangente a
una funcin en un punto dado.
Funcin derivada f (x)

Supongamos que nos piden la derivada de una funcin en, por ejemplo, diez puntos distintos.
Haremos diez lmites? Es evidente que no; para evitar tanto trabajo, vamos a definir la funcin derivada, que
se designa como f (x), y es la derivada en un punto genrico x (y sustituiramos a continuacin en ella cada
uno de los diez puntos); por lo tanto, se obtendr reemplazando en (3) a por x:
f '(x) = lim
h0
f(x + h) f(x)
h
(4)
Observaciones:
1) La funcin derivada, es decir, el lmite anterior, da como resultado una funcin. Habitualmente
abreviaremos diciendo simplemente derivada en vez de funcin derivada.
2) La notacin que nosotros seguiremos ser la siguiente:
Si la funcin a derivar se llama f(x), entonces su derivada la denotaremos como f (x)

y,
Utilizaremos indistintamente ambas notaciones.
II) DERIVADAS DE LAS FUNCIONES ELEMENTALES

II.1) Funcin constante: y = K y ' = 0 Es decir, La derivada de una constante es siempre cero
NOTA: Esta derivada, y todas las de este apartado, pueden ser demostradas; como ello excede los lmites de
esta unidad didctica, nos remitimos a las demostraciones que pueden encontrarse en Internet. Todas
estas reglas de derivacin estn recogidas en la tabla del anexo final.
Ejercicio 1: Hallar la derivada de las siguientes funciones constantes:
c) y =
a) y = 2
b) y = -3
1
2
d) y = 0
Como veremos tambin en el apdo. IV, los puntos en que la derivada se anule resultarn muy interesantes, ya que sern
los mximos o mnimos de la funcin.
92

ALFONSO GONZLEZ
e) y =
g) y = 0,5
f) y =
II.2) Funcin identidad: y = x y ' = 1

II.3) Funcin de proporcionalidad directa: y = Kx y ' = k
Ejercicio 2: Hallar la derivada de las siguientes funciones de proporcionalidad directa:
a) y = 2x
f) y =
g) y = -x
c) y = 0,01x
d) y =
b) y = -5x
h) y =
5x
i) y = 7x
e) y = x
n
n 1
II.4) Derivada de una potencia: y = x y ' = nx
(donde n R)
Ejercicio 3: Hallar la derivada de las siguientes potencias:

a) y=x
d) y=x
e) y=x
b) y=x
c) y=x
100
Generalizacin de la frmula anterior a una funcin compuesta:

y = un y ' = nun 1u'
(donde n IR)
(Esta frmula la aplicaremos ms adelante, en el ejercicio 6)
II.5) y = Ku y' = ku '
donde u es funcin , es decir, Las constantes multiplicativas pueden salir de

la derivada
2
NOTA: Esta frmula es de nuevo una generalizacin, esta vez de II.3, a una funcin compuesta .
Ambas son casos particulares de lo que se conoce como "Derivada de la funcin compuesta" o "Regla de la cadena"
(puede consultarse en Internet), segn la cual la derivada de una funcin compuesta a su vez de u(x) es como la
derivada de la funcin simple, pero multiplicada por u'. Este hecho se da en casi todos los casos de la columna derecha
de la tabla de derivadas.
93

ALFONSO GONZLEZ
Ejercicio 4: Hallar la derivada de las siguientes funciones compuestas:

a) y = 3x
b) y = 4x
c) y = -2x
d) y =
3x 4
h) y =
i) y = -2x
e) y = -x
f) y =
g) y = -x
j) y =
2 6
x
3
II.6) Derivada de la suma (resta): y = u v y' = u' v'
donde u y v son funciones
Es decir: La derivada de la suma (resta) es la suma (resta) de las derivadas

Esta regla, combinada con las anteriores, es muy til para derivar polinomios (que son las funciones que ms
aparecen en la PAEG), como puede verse en el siguiente ejemplo:
Ejercicio 5: Hallar la derivada simplificada de las siguientes funciones:

2
a) y = x + x
y=
m) y =
l)
b) y = x + 5
c) y = x 2
d) y = x 2
e) f(t) = 3t 5
2
f) y = 3x x
3
4
h) y = 2x x + 3
o) y =
i) y = 3x + 4x x + 2
3
x2 x 1
+
2 5 2
4
2
x +x
2
3
p) y = 0,05x 0,001x + 0,1x 0,02
j) y = x 3x + 5x 8
4
+ 5x
4
x3
5 x
2 x
+
3x +
n) y = x
6
3
3
g) y = 2x 3x
k) y = x + x + x + x + 1
II.7) Derivada del producto:
q) y =
6
3
3x x + 6x 5
3
y = u v y ' = u' v + u v'
Esta regla se puede generalizar a tres o ms funciones: y = u v wy' =u'v w +u v' w + u v w'
NOTA: Para derivar un producto, una alternativa, a veces, es operar previamente hasta transformar en un
polinomio, y luego derivar.
94

ALFONSO GONZLEZ
Ejercicio 6: Hallar, utilizando la frmula ms adecuada en cada caso, la derivada simplificada de las
siguientes funciones:
a) y = (2x+3)(3x-2) [de 2 formas]
(Soluc: y'=12x+5)
b) y = (x-2)(x+3)
(Soluc: y'=2x+1)
c) y = (2x+3)(x-5)
(Soluc: y'=4x-7)
d) y = (x -5)(3x-1)+7
(Soluc: y'=9x -2x-15)
e) y = (2x-3) [de 2 formas]
f) y = (x+2)
(Soluc: y'=8x-12)
(Soluc: y'=2x+4)
2
g) y = (1,2-0,001x )x
h) y = (2x-3)
(Soluc: y'=-0,003x -1,2)
(Soluc: y'=6(2x-3)2)
i) f(t) = 300t(1-t)
(Soluc: y'=300-600t)
j) y = (3x-2)(2x-3)(x+5)
k) y = (x -x+2)
(Soluc: y'=18x +34x-59)
II.8) Derivada del cociente:
(Soluc: y'= (x2-x+2)2(6x-3))
y=
u
u'v u v'
y' =
v
v2
Ejercicio 7: Hallar la derivada simplificada de las siguientes funciones:
2x 3
3x + 2
2
3 +
1 x
3
=
'
y
:
c
u
l
o
S
a) y =
95

ALFONSO GONZLEZ
f) y =
x 2 1
x +1
=
'
y
:
c
u
l
o
S
x 2 1
x2
1
+ 2
x
4 2
x
2
x
3
=
'
y
:
c
u
l
o
S
g) y = 3
x 2 + x +1
x
e) y =
x 1
2 +
2
x
x2
x +1
2
1
=
'
y
:
c
u
l
o
S
d) y =
1
2
x
2
x
=
'
y
:
c
u
l
o
S
x+3
x 3
6 3
x
=
'
y
:
c
u
l
o
S
c) y =
x
0 4
1
2
x
x2 +1
x2 4
=
'
y
:
c
u
l
o
S
b) y =
Lo que hemos calculado hasta ahora es la funcin derivada de una funcin dada, o ms comnmente llamada
derivada de una funcin. Por lo tanto, por tratarse de una funcin, podemos tambin evaluar la derivada en un
punto dado, obteniendo como resultado un nmero (en el siguiente apartado veremos el significado de este
nmero). Veamos ahora un ejemplo:
Ejercicio 8: Para cada una de las funciones que figuran a continuacin, hallar el valor de su derivada en el
punto indicado:
a) f(x)=x
d) f(x)=x +x+1 en x=0
en x=2
b) f(x)=2x-5 en x=1
c) f(x)=x
e) f(x)=x -x
en x=-1
en x=-2
III) RECTA TANGENTE A UNA CURVA EN UN PUNTO

Recordatorio previo: recta en forma punto-pendiente
Conviene previamente recordar que la ecuacin punto-pendiente
de la recta que pasa por el punto (a,b) y tiene pendiente m es [ver
figura]:
y b = m( x a)
(a,b)
x
m=tg =y/x
(5)
f(x)
tgte.
Ecuacin de la recta tangente a una curva:

Hay que recordar tambin que, como se vio en el apartado
I, la derivada de la funcin f(x) en el punto de abscisa x=a, la
cual se designaba como f (a), es la pendiente de la recta
tangente en dicho punto (a,f(a)); por lo tanto, la ecuacin de
f(a)
P(a,f(a))
a
96

ALFONSO GONZLEZ
dicha recta tangente [ver figura] en ese punto se obtendr sustituyendo convenientemente en (5):
y f (a) = f '(a)( x a)
(6)
2
Ejercicio 9: Hallar la ecuacin de la recta tangente en x=3 a la curva f(x)=x -5x+8. Dibujar la situacin, e
interpretar grficamente el resultado. (Sol: y=x-1)
7
x
3
=
y
:
c
u
l
o
S
Ejercicio 10: dem con f(x)=x -5 en x=1
IV) INTERVALOS DE CRECIMIENTO Y DECRECIMIENTO. M y m

IV.1) Idea intuitiva:
f (x2)
f (x1)
f (x1)
f (x2)
x1
x2
f(x) CRECIENTE
x1
x2
f(x) DECRECIENTE
97

ALFONSO GONZLEZ
IV.2) Definiciones:
f (x) es creciente en un punto si en las proximidades de dicho punto se cumple:
x1 < x 2 f(x1 ) < f(x 2 )
f (x) es decreciente en un punto si en las proximidades de dicho punto se cumple:

x1 < x 2 f(x1 ) > f(x 2 )
O, dicho con palabras:

Una funcin es creciente en un punto si, en las proximidades de dicho punto, a medida que aumentan las x
aumentan tambin las imgenes correspondientes.
Una funcin es decreciente en un punto si, en las proximidades de dicho punto, a medida que aumentan las x
disminuyen las imgenes correspondientes.
Acabamos de ver el concepto de funcin creciente en un punto. Ello es fcilmente ampliable a un intervalo,
diciendo que una funcin es creciente en un intervalo si lo es en todos los puntos de dicho intervalo.
En general, las funciones no son siempre crecientes o siempre decrecientes, sino que presentan intervalos de
crecimiento:
CREC
CREC
DECREC
m
En un mximo (M), la funcin pasa de creciente a decreciente. Se llama mximo relativo o local.
En un mnimo (m), la funcin pasa de decreciente a creciente. Se llama mnimo relativo o local.
NOTA: Al final de este apartado veremos otros tipos de M o m, los absolutos.
IV.3) Teorema 1:
f '(a) > 0 f(x) creciente en a
O, dicho con palabras: Si la derivada de una funcin en un punto es positiva, entonces la funcin es
creciente en dicho punto.
Observaciones:
1) Ms adelante justificaremos (ver ejercicios 11 a 14) la veracidad de este teorema 1.
2) El recproco no siempre es cierto, pero esto es una cuestin que a efectos prcticos no nos interesa.
3) Naturalmente, otra forma alternativa de enunciar este teorema 1 es decir que:
98

ALFONSO GONZLEZ
f '(a) < 0 f(x) decrecient e en a

4) Los intervalos de crecimiento se expresan siempre con respecto al eje x, como veremos en los ejemplos.
5) Una consecuencia de este teorema es que si una funcin presenta un M o un m relativo en un
punto, entonces la derivada se anula en dicho punto (En efecto, si la funcin presenta un M o un m
relativo, entonces no es ni creciente ni decreciente, y por lo tanto la derivada no ser ni positiva ni
negativa, es decir, ser nula). En lenguaje matemtico sera:
Teorema 2:
x = a es M o m de f(x) f ' (a) = 0
(El recproco no siempre se cumple!)
6) Por lo tanto, el procedimiento prctico para hallar los intervalos de crecimiento ser estudiar el
signo de f (x) (debido al teorema 2). Para ver como cambia el signo de f(x), se recomienda hallar sus
races, y construir una tabla (ver ejercicios 11 a 14). De los intervalos de crecimiento deduciremos
fcilmente los posibles M y m relativos.
7) Puede haber varios M o m relativos, no haber, o infinitos.
8) El valor de la funcin en el m relativo puede ser mayor que en el M relativo.
9) Si la f(x) es continua, entre dos M relativos siempre hay un m relativo, y viceversa.
10) Los candidatos a M o m relativos son los que anulan f (x)
11) Si f (x) no se anula nunca, no hay M ni m relativos.
Ejercicio 11: Dada la parbola y = x -2x-3 se pide:

a) Representarla grficamente
b) Estudiar el signo de f (x) y deducir sus intervalos de crecimiento y el
M relativo, comprobando que coinciden con la informacin de la
grfica.
99

ALFONSO GONZLEZ
Ejercicio 12: dem con la parbola y = -x -2x+3
Ejercicio 13: dem con la funcin y = x -3x
Ejercicio 14: dem con y =
x3
3
x2
6x + 3
100

ALFONSO GONZLEZ

Ejercicios PAEG:
funcin a trozos + continuidad + extremos relativos: jun 2015 3B; sept 2014 3B; sept 2013 3B; jun
2012 4A; jun 2011 3A; sept 2011 3A; jun 2010 2B (+ grfica); jun 2013 3B (+ VAL. ABS.)
funcin a trozos + continuidad + extremos relativos, con parmetro: jun 2014 3A & sept 2012 4B (+
VAL. ABS.)
problema real + extremos relativos: jun 2015 4A; jun 2014 4B; sept 2014 4A; jun 2013 4B; sept 2013 4B;
jun 2012 3A; sept 2012 3A; jun 2011 4B; sept 2011 4A; jun 2009 3B; sept 2009 3B; jun 2008 3B; sept 2008
3B; jun 2007 3B; sept 2007 3B; sept 2006 3B; jun 2005 3B; sept 2005 3B; sept 2004 3B
extremos relativos, con parmetros: jun 2013 4A; sept 2013 4A; jun 2011 4A;
jun 2015 4B & jun 2014 4A (+ RECTA TANGENTE)
IV.4) M o m absolutos:
Dada una funcin continua en un intervalo [a,b], pueden darse varias situaciones en dicho intervalo, que
se resumen en las siguientes:
M absoluto
M relativo
M absoluto y relativo
m absoluto y relativo
fig. 1
m relativo
fig. 2
x1
x2
b
m absoluto
x2
En resumen:
M absoluto
m absoluto
fig. 3
x1
Los M y m relativos (los que hemos visto en los subapartados

anteriores) son mximos locales, mientras que para los
absolutos hay que tener en cuenta todo el intervalo.
Puede haber varios extremos relativos, o puede no haberlos (fig.

3), pero siempre hay M y m absolutos.
Puede coincidir el M (o el m) absoluto y relativo (fig. 2); en caso

contrario el M (o el m) absoluto lgicamente estar en un
extremo (figs. 1 y 3)

Ejercicios PAEG: jun 2010 2A; sept 2010 2B; sept 2010 2A (+ VAL. ABS.)
101

ALFONSO GONZLEZ
V) INTERVALOS DE CONCAVIDAD-CONVEXIDAD. PUNTOS DE INFLEXIN

Definiciones:
3
"Una f(x) es convexa () en un punto cuando la recta tangente en dicho punto queda por debajo de la
funcin
Una f(x) es cncava ( ) en un punto cuando la recta tangente queda por encima
Punto de inflexin (P.I.) es aquel en el que la funcin pasa de cncava a convexa, o viceversa`
P.I.
CONVEXA
+
U
+
U
CNCAVA
Una f(x) es cncava (o convexa) en un intervalo cuando lo es en todos los puntos de dicho intervalo
Teorema 3:
f ''(x)>0 en un intervalo f(x) en ese intervalo
f ''(x)<0 en un intervalo f(x) en ese intervalo
Observaciones:
1) Ms adelante justificaremos (ejercicio 15) la veracidad de este teorema.
2) El recproco no siempre es cierto, pero ello es una cuestin que a efectos prcticos no nos interesa.
3) Qu pasa si f ''(a)=0? Puede haber P.I. en x=a, pero no necesariamente! Esto lo aclara el siguiente
teorema:
Teorema 4:
x = a es P.I. de f(x) f ' ' (a) = 0
(El recproco no siempre se cumple!)
Justificacin: Lgico! En un punto de inflexin la funcin no es ni cncava ni convexa, es decir, segn

el teorema 3 no puede ser f '' ni positiva ni negativa, y por lo tanto ser cero.
4) Por lo tanto, debido al teorema 3, el procedimiento prctico para hallar los intervalos de concavidadconvexidad (tambin llamados "de curvatura") ser estudiar el signo de f '(x). Para ver cmo cambia
el signo de f '(x), se recomienda hallar sus races, y construir una tabla (como hacamos con los
intervalos de crecimiento). De los intervalos de curvatura deduciremos fcilmente los posibles P.I.
5) El teorema 4 dice que la condicin necesaria (pero no suficiente) para que exista un P.I. en un punto es
que la derivada segunda se anule en dicho punto. De hecho, puede ocurrir que la derivada segunda se
Esta eleccin es totalmente arbitraria: algunos autores llaman cncava a lo que nosotros llamaremos convexa, y
viceversa. Ntese que ambos trminos son relativos. Ahora bien, para evitar confusiones, se recomienda indicar, no
cualquiera de los dos adjetivos, sino los smbolos matemticos correspondientes, los cuales estn ms extendidos.
102

ALFONSO GONZLEZ
4
anule en un determinado punto, pero no cambie de signo a ambos lados; por ejemplo, y=x es tal
que su derivada segunda se anula en el origen, pero no presenta P.I.
6) Puede haber varios P.I., no haber, o infinitos.
7) Los candidatos a P.I. son los que anulan f '(x)
8) Si f '(x) no se anula nunca, no hay P.I.
Ejercicio 15: Obtener los intervalos de curvatura de las funciones de los ejemplos 11 a 14, y comprobar que lo
obtenido coincide con la grfica.
2
a) (ejercicio 11) y = x -2x-3
b) (ejercicio 12) y = -x -2x+3
c) (ejercicio 13) y = x -3x
103

ALFONSO GONZLEZ
d) (ejercicio 14) y =
x3
3
x2
6x + 3
Ejercicios final tema: 65 y 66; 67 a 65 con parmetros

Ejercicios PAEG: sept 2014 4B; sept 2012 3B; jun 2012 3B extremos relativos + P.I. + parmetros
VI) PROBLEMAS DE OPTIMIZACIN

En este tipo de problemas nos dan una funcin que suele representar una cantidad relacionada con las
Ciencias Sociales (beneficios, costes, rendimiento, produccin, etc.), y se trata de ver en qu caso es mxima
(o mnima, dependiendo de la situacin concreta), es decir, de optimizarla. Procederemos siguiendo los
siguientes pasos:
1) Hallar los M (o m) de la funcin a optimizar.
2) Interpretar las soluciones.
3) A veces, tambin tendremos que calcular el valor de ese mximo (o mnimo)
Ejercicios PAEG: jun 2006 3B; jun 2004 3B
104
72 EJERCICIOS de DERIVADAS
2 BACH. CC. SS.
Reglas de derivacin:
Hallar las derivadas simplificadas de las siguientes funciones:
1.
y=3
(y=0)
2.
y=x
(y=1)
3.
y=5x
(y=5)
4.
y=x
(y=3x )
5.
y=x +x +x +x+1
24.
25.
y=(x +1) (2x -4)

y=
(y=10x +6x -8x)
3
2
x 2x + 5
( y
3x
4x
26.
1
3
1
y = x3 x 4 + x 2
3
4
2
27.
y = (x +1)
28.
y = (2x -3)(x -3x+1)
29.
y = x -10x +8x-3
(y=-3x +x +x)
(y=4x +3x +2x+1)
(y'=4x +4x)
6.
y= 4x -x +3x -7
7.
1
1
1
y = x5 + 4x4 x3 + x2 3 y' = x 4 +16x 3 1 x 2 + x
5
6
2
2
8.
y=5
(y'=0)
30.
y = (x +x+1)(x -x+1)
(y'=4x +2x)
9.
y = 3/2
(y'=0)
31.
y = 5x +x -x+6
(y' = 20x +3x -1)
10.
y = 3x
(y'=3)
32.
y=3(x -x+1) (x +x-1)
11.
y = 2x-3
(y'=2)
33.
y = x -10x +8
12.
y = -x
(y'=-1)
34.
y = (x 2 3) 2
13.
y=
(y'=1/2)
35.
y = (x 2 + x + 1) 3
14.
y=x
36.
y = 3(x 2 + 1) 10
(y=60x(x2+1)9)
15.
y = 2x
37.
y = 2(3x 2 1) 4
(y=48x(3x2-1)3)
16.
x3
y=
2
38.
y = (2x 3)(x 2 5)
39.
y=
x2 5
x+2
40.
y=
x+2
x2 5
(y=16x -3x +6x)
x
5
2
4
(y'=4x )
5
(y'=10x )
41.
y=
(y'=-4x )
42.
y=
(y=3(2x+1))
43.
y=
44.
y=
2x 3x + 4x 5
2
2
(y=36x -14x)
2
(y=3x -3x+2)
105
(y=3(4x -2x+2))
(y' = 4x -20x)
(y=4x3-12x)
(y=3(2x+1)(x2+x+1)2)
(y=6x2-6x-10)
x +5
2
=
(
=
(
x 4 2x 2 + 1
4
5
x 2x + 1
2
1
3x x + 2
5
+)
18x
y'= 2
4)2
(x
x2 4
y=4(3x -2x +5)+x +1

3
y=3(x +x+1)
( y = x
5
2
x 5
4
2
x
21.
(y'=8x -6x+5)
(y' = 6x -40x +8)
2
x
1
7
y = x4 +
(y'=3x +2x+1)
20.
19.
x5 x3 x 2 x
y = + +5
5 3 4 7
'
y
y = 2x -3x +5x-8
(y'=8x -18x -2x+9)
x 2
4
'
y
18.
y=
y = x +x +x+1
23.
3x
y =
2
x
17.
22.
(y=x -x)
20x 20x3
=
y'
x 4 2x 2 + 1
15x 4 + 3x2
y ' =
(3x5 x3 + 2)2

ALFONSO GONZLEZ
x2 1
4x
y' = 2
(x + 1)2
45.
y=
46.
y = (x +1)(x-3)(x +x)
47.
y=x/2
48.
52.
x +1
2
y=
x 4 2x 2 + 1
5
50.
y=
3x4 2x3 x2 x
+
4
3
2 5
51.
y=
x5 x3 x2 x
+
5 3 2 5
(y=1/2)
2
y=(2x -1)(x -2)(x +1)
(y=14x -25x +8x +6x -10x)
4x 3 4x
y' =
(y=3x -2x +x-1/5)
Hallar la derivada de cada una de las siguientes funciones, y a partir de ella obtener f (2), f (-1) y f (0):
2
a) f(x)=3x-2 b) f(x)=x +x+1
53.
(y'=5x -6x -6x -4x-3)
49.
c) f(x)=x +1
d) f(x)=x -3x
n
Utilizando la derivada de la funcin potencial, y=x y=nx
n-1
(nR) , hallar la derivada, simplificada, de
las siguientes funciones:

a) y=x
54.
b) y=x
c) y=3x
d) y=-2x
e) y =
2
f) y = x
4
3 4
x
2
Utilizando la frmula de la derivada de la suma de funciones, hallar la derivada simplificada de las

siguientes funciones:
2
a) y=3t -5t+1
2
c) y = x x + 1
3
5
b) y=2x -3x +5x-3
Recta tangente:
55.
Hallar la ecuacin de la recta tangente a la curva f(x)=x -2x-3 en el punto de abscisa 2. Dibujar la
situacin, e interpretar el resultado.
(Sol: 2x-y-7=0)
56.
Hallar la ecuacin de la recta tangente a las siguientes curvas en los puntos que se indican:
a) f(x)=3x +8
5
b) y=2x +4
4
c) f(x)=x -1
57.
en x=1
(Soluc: 6x-y+5=0)
en x=-1
(Soluc: 10x-y+12=0)
en x=0
(Soluc: y=-1)
En qu punto de la grfica de la parbola f(x)=x -6x+8 la tangente es paralela al eje de abscisas? Qu

nombre recibe ese punto? Cul es la ecuacin de la tangente? Dibujar ambas curvas.
(Soluc: y=-1; vrtice (3,-1))
58.
Hallar la ecuacin de la recta tangente a la curva y=x -5x+6 paralela a la recta y=-3x+2 Cul es el punto
de tangencia? Hacer un dibujo de la situacin.
(Sol: y=-3x+5; P(1,2))
59.
En qu punto de la grfica de la funcin f(x)=x -6x+8 la tangente es paralela a la bisectriz del primer
cuadrante? Dibujar la situacin.
(Soluc: 7/2,-3/4)
60.
Determinar los puntos de la curva y=x +9x -9x+15 en los cuales la tangente es paralela a la recta y=12x+5
(Soluc: (1,16) y (-7,176))
106

ALFONSO GONZLEZ
61.
Hallar las coordenadas de los puntos de f(x)=3x +8x -6x -24x en los que la recta tangente a la grfica de
esa funcin es horizontal. (Soluc: (1,-19), (-1,13) y (-2,8))
62.
Hallar los puntos en los que la tangente a la funcin y =
x3
x 2 3x + 1es:
3
a) Paralela al eje OX
b) Paralela a la recta y=5x+3
M y m relativos y absolutos:
63.
Hallar los intervalos de crecimiento y decrecimiento y los M y m relativos de las siguientes funciones.
Representarlas grficamente.
a) f(x) = x2
4
b) f(x) = x 2x
c) f(x) = x 3x + 1
d) f(x) = x 6x + 9x 8
h)
f(x) = x 3x 9x + 1
i)
f(x) = x 4x +1
j)
y=
x3 x2
6x + 3
3
2
3
k) f(x)=2x -3x
f(x)=x3-3x
e) f(x) = x 4x + 7x 6
l)
f) f(x) = x3
n) y=2x -9x
m) f(x)=x -3x
3
o) f(x)=x -6x +9x
g) f(x) = x + 8x +18x 10
p) y=x -12x
(Soluc:
a) (0,) (-,0);
e) x);
64.
b) (-1,0)U(1,) (-,-1)U(0,1); c) (-,0)U(2,) (0,2);
f) x; g) (-,0) (0,);
h) (-,-1)U(3,) (-1,3);
d) (-,1)U(3,) (1,3);
i) (-,3) (3,))
Determinar el mximo y el mnimo de f(x)=x +x+1 en el intervalo [0,2]

(Soluc: m absoluto en (0,1) y M absoluto en (2,35))
P.I.:
65.
Hallar los posibles P.I. de las siguientes funciones:

2
a) f(x)=x +1
g) y=x +2x +6x +10x+5
b) y=x
h) y=x +3x +3x+1

2
c) f(x)=x -4x+1
2
j) f(x)=x
e) y=x -2x -x+2

4
d) f(x)=x-x
3
i) f(x)=x -6x +12x -5x+1
5
4
k) y = x + x + x + 1
10
f) f(x)=x -6x
(Sol: a) IR;
b) P.I:(0,0); c) IR; d) IR; e) P.I:(2/3,20/27); f) P.I:(-1,-5) P.I:(1,-5); g) IR; h) P.I:(-1,0);
i) P.I:(1,3) P.I:(2,7); j) IR; k) P.I:(-2,17/15)
107

ALFONSO GONZLEZ
66.
Calcular los mximos y mnimos de la funcin f(x)=3x -5x , as como sus intervalos de crecimiento y
decrecimiento y P.I. Representarla.
(Soluc: M(-1,2), m(1,-2), P.I.(0,0))
Ejercicios con parmetros:
67.
Obtener los parmetros a y b para que la funcin y=x +ax+b alcance un mnimo en el punto P(-1,2).
(Soluc: a=2, b=3)
68.
Hallar a, b, c y d en la funcin f(x)=ax +bx +cx+d para que tenga un mximo en el punto M(0,4) y un mnimo
(Soluc: a=1, b=-3, c=0, d=4)
en el punto M'(2,0).
69.
Hallar a, b y c en la funcin f(x)=x +ax +bx+c para que tenga un punto de inflexin de abscisa x=3, pase por
el punto P(1,0) y alcance un mnimo en x=1.
(Soluc: a=-9, b=6, c=2)
70.
Sea f(x)=x +ax +bx+7. Hallar a y b de manera que la curva y=f(x) tenga para x=1 una inflexin con
tangente horizontal.
(Soluc: a=-3, b=3)
71.
Hallar a, b, c y d en la funcin f(x)=ax +bx +cx+d para que pase por el punto P(-1,1) y tenga punto de
inflexin con tangente horizontal en Q(0,-2).
(Soluc: a=-3, b=c=0, d=2)
72.
Qu valores deben tomar a, b, c y d para que f(x)=ax +bx +cx+d tenga un punto crtico en x=1 y un punto
de inflexin con tangente de ecuacin y=2x en el origen? (Soluc: a=-2/3, b=d=0, c=2)
108
INTEGRALES

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I) CONCEPTO DE INTEGRAL INDEFINIDA

Dada f(x)=2x nos preguntamos qu funcin F(x) es tal que al derivarla nos da f(x)? Claramente es
2
2
2
2
F(x)=x , pero no slo esa sino tambin F(x)=x +2, F(x)=x +5,... y en general F(x)=x +C (siendo C cte.). La
notacin que se sigue es:
f(x) dx = F(x) + C F'(x) = f(x)

smbolo integral
integrando
primitiva de f(x)
cte. de integracin
diferencial de x
Ejemplos: a)
2x dx = x
b)
3x
c)
+C
dx =
dx =
d)
dx =
e)
2 dx =
f)
x dx =
Observaciones:
1. La cte. de integracin C a veces se omite pues se sobreentiende. En cambio, dx no puede omitirse!
Veremos ms adelante que juega un papel fundamental.
2. Evidentemente, en la prctica las integrales no se resuelven por tanteo, como hemos hecho en el
ejemplo anterior, sino aplicando tcnicas de integracin, a cuyo aprendizaje dedicaremos el resto del
tema.
3. Ms adelante veremos que esta nueva operacin as definida, la integracin, tiene una gran utilidad
(preferentemente el clculo del rea bajo una curva). Pero de momento nos centraremos en aprender
las tcnicas bsicas de integracin, las cuales se basan en la observacin siguiente:
4. Dado que la integracin es la operacin contraria de la derivacin, la tabla de integrales es
prcticamente idntica a la de derivadas, pero al revs:
TABLA DE INTEGRALES INMEDIATAS

1
dx = x
k dx = kx
x n dx =
x n+1
n +1
(n -1)
f(x) g(x) = f(x) g(x)
k f(x)= k f(x)
En esta tabla, k y n son nmeros reales, y f(x) y g(x) funciones.

NOTA: Esta es una sencllisima tabla formada por tan slo 5 casos, que son los que entran en los ejercicios de
PAEG. En realidad, las tablas de integrales inmediatas suelen ser bastante ms extensas.
111

ALFONSO GONZLEZ
Vamos a justificar, por ejemplo, el caso de la integral de una potencia (caso 3; el resto se probara
igual):
I
x n+1 (n + 1) x n
n
n + 1 = n + 1 = x
5. Los dos ltimos casos son consecuencia de las propiedades de la derivada:
f(x) g(x) = f(x) g(x)
es decir, la integral de la suma (diferencia) es la suma (diferencia) de

las integrales.
k f(x) = k f(x)
es decir, las constantes multiplicativas pueden entrar o salir de la

integral.
La utilizacin conjunta de ambas propiedades, junto con el resto de la tabla, nos permitir resolver
cualquier integral polinmica (que son las que aparecen en la PAEG). Para ello, tendremos que extraer
las constantes multiplicativas del integrando cuando convenga, como veremos en el siguiente ejercicio.
Ejercicio 1: Utilizando la tabla, hallar las siguientes integrales inmediatas, y efectuar la comprobacin:
(Sol:
dx =
2 2
x
(Sol:
5 5
x
dx =
4 4
x
1.
2.
3.
x dx =
4.
5t
5.
4x
6.
2x
7.
4t dt =
(Sol: 2t
+C
8.
2x dx =
(Sol: - x
+C
9.
5x 4 dx =
(Sol: - x
+C
x3
dx =
2
(Sol:
(Sol: t
dx =
(Sol:
+C
dx =
4 2
x
(Sol:
4 8
x
(Sol:
dt =
3
x
43
10.
112

ALFONSO GONZLEZ
16.
5x 4
dx =
3
(Sol:
17.
18.
2x
x4
dx =
2
(Sol:
dx =
(Sol:
(Sol:
x2
+ x +C
2
(Sol: t
(Sol: x
24. (3x 2 2) dx =
25. (x 2 + x + 1) dx =
(Sol:
28. (2x 2 3x + 5) dx =
2x + C
x3 x2
+
+ x +C
3
2
x3
4x + C
3
+ x +C
2x 3 3x 2
+ 5x + C
3
2
(Sol:
)
)
(Sol: x
( x 2 + 1) dx =
3t + C
(Sol:
26. (x 2 4) dx =
x2
2x + C
2
23. (2t 3) dt =
)
)
(Sol:
dx =
22. (x 2) dx =
27.
3 3
x
x3 x2
+
+C
3
2
(Sol:
20. (x + 1) dx =
(Sol:
19. (x 2 + x) dx =
21.
3
x
23
(Sol:
x2
dx =
3
15.
(Sol:
dx =
(Sol: -6x +C )
14.
5 0
x
1
6 dx
(Sol:
5 3
x
13.
3 9
x
3 dt =
7 7
x
12.
(Sol:
x dx =
2 6
t
2 2
x
11.
113

ALFONSO GONZLEZ
29. (x 4)2 dx =
30.
31.
x3
4x 2 +16x + C
3
( x 2 + 2x) dx =
(Sol: x
x(x 3) dx =
(Sol:
+ x 2 +C
x 3 3x 2
+C
3
2
(Sol:
4x 3
+ 6x 2 + 9x + C
3
(Sol:
x 5 4x 3
+ 4x + C
5
3
32. (2x + 3)2 dx =
33. (x 2 2) 2 dx =
34.
(Sol:
( x 2 2x + 3) dx =
35.
2x(x
36.
t(t
37. (3x 2 + 2x + 1) dx =
x (x
39.
x 2 + 3x + C
(Sol:
x4
+ x 2 +C
2
(Sol:
t 4 3t 2
+
+C
4
2
+ x 2 + x +C
+ 2) dx =
x 6 2x 3
+
+C
6
3
(x 2)2 dx =
+ 2x 2 4x + C
(Sol: x
(Sol:
(Sol: x
42. (x 2 4x + 3) dx =
(Sol:
40. (x 2 2x) dx =
41. (t 1) 2 dt =
+ 1) dx =
+ 3) dt =
38.
(Sol: x
x3
x 2 +C
3
t3 2
t + t +C
3
x3
2 x 2 + 3x + C
3
(Sol:
(Sol:
(Sol:
x4
+ x +C
4
(Sol:
x3
x +C
3
43. (x 3 + 1) dx =
44. (x 2 1) dx =
114

ALFONSO GONZLEZ
45.
46.
47.
48.
49.
50.
+ x +C
(Sol: x
(Sol: x
+C
+ 3x 2 5x + C
( x 2 + 6x 5) dx =
3x 2 x
x
dx =
2
dx =
(x
(Sol: x
( x + 1) dx =
)(
2 x + 2 + 5 dx =
(1 2x )
dx =
II) CONCEPTO DE INTEGRAL DEFINIDA

DEF:
f ( x ) dx =rea del recinto limitado por la curva f(x), el eje x, y las rectas verticales x=a y x=b
a
Grficamente, coincide con el rea A del dibujo :
f(x)
A
a
Signo de la integral definida: Hay 3 posibilidades:

a
+
a
f(x)
_
b
Cuando la curva est por

encima del eje x, el rea
es positiva (lgico pues
f(x)>0 en ese caso)
Si la funcin est por

debajo, entonces la
integral definida es
negativa
(ya
que
entonces f(x)<0)
En este caso
f (x) dx = 0
0
La definicin anterior puede entenderse intuitivamente si pensamos que f(x)dx representara el rea de un rectngulo
infinitesimal de altura f(x) y anchura tan pequea como queramos dx, por lo que la integral definida vendra a ser la suma
de esos infinitos pequeos rectngulos. Para una comprensin ms rigurosa de este hecho, vase Internet.
115

ALFONSO GONZLEZ
Cmo se calcula?: Mediante la REGLA DE BARROW2: se trata de hallar una primitiva F(x) mediante los
procedimientos del apartado anterior, y a continuacin valorarla entre los extremos a y b:
b
f(x) dx = F(x) f(x) dx = F(b) - F(a)

a
Ejemplos justificativos:
a)
f(x)=2
2 dx =
A =
b)
(Comprubese el resultado grficamente)
y=x-1
A =
1
A
1
(x - 1) dx =
1
2
(Comprubese que el rea A del tringulo es efectivamente la calculada)
c)
y = x + 5
A =
( x + 5 ) dx =
1
A
(Comprubese que coincide con el rea del trapecio, la cual vena dada por
A=
B+b
h)
2
d) Un rea que sale "negativa":
A =
(2x + 4) dx =
2
Isaac Barrow (1630-1677), eminente matemtico ingls y profesor de Isaac Newton en Cambridge. Vase la justificacin
de esta regla, que se conoce como 2 Teorema fundamental del clculo integral, en Internet.
116

ALFONSO GONZLEZ
e)
y = x + 2
A =
( x + 2 ) dx =
1
(Comprubese que la suma de las dos reas sombreadas, cada una con su
signo, coincide con el resultado)
Ntese, por consiguiente, que la integral definida tiene una utilsima aplicacin al clculo de reas.
Propiedades de la integral definida:

1)
Si c[a,b]:
f=
f+
2)
Esta propiedad nos ser muy til a la hora de hallar el rea de un recinto
compuesto como suma de dos o ms subreas. Su justificacin es trivial,
tanto grficamente como aplicando la regla de Barrow.
Obvio y fcil de probar.
f =0
3)
Puede demostrarse fcilmente aplicando la regla de Barrow.
f = f
4)
5)
g=
f g
Es una consecuencia inmediata de una propiedad anloga de la integral

indefinida (en concreto, el caso 4 de la tabla).
funcin impar = 0
La interpretacin grfica es obvia:
y=x
Las dos reas sombreadas de la figura son iguales pero de signo opuesto, por
lo que su suma es cero. Por ejemplo, podemos concluir, sin necesidad de
hacer la integral, que:
2
x dx = 0
3
-2
2
Comprobmoslo, de todas formas, analticamente:
Ejercicio 2: Aplicando la regla de Barrow, calcular las siguientes integrales definidas:
1.
x 2 dx =
x dx =
(Sol: 7/3)
2.
(Sol: 2)
117

ALFONSO GONZLEZ
3.
( x 3) dx =
(Sol: -15/2)
4.
( x 2 + x + 1) dx =
(Sol: 4)
5. (Sin aplicar Barrow)
x 3 dx =
(Sol: 0)
6.
(2x 2 3x + 1) dx =
( x 2 x + 5) dx =
(Sol: 37/6)
7.
(Sol: 28/3)
8. (Sin aplicar Barrow)
3x dx =
(Sol: 0)
9.
x dx =
(Sol: 4)
III) REA BAJO f

En cada uno de los tres casos vistos al comienzo del apartado anterior habr que proceder de forma distinta:
1) f es positiva:
f(x)
A=
f ( x ) dx (por la propia definicin de la integral definida)
2) f es negativa:
a
Tenemos dos formas alternativas de proceder:
A=
f(x) dx
o bien : A = - f(x) dx
a
f(x)
118

ALFONSO GONZLEZ
3) f es positiva y negativa (se alterna):
A1
x1
x2
por la propiedad 1 (apdo. II)
A T = A1 + A 2 + A 3 =
A3
b
x1
x2
f +
x1
x2
A2
NOTA: En general habr que hallar los puntos en que f(x) corta al eje x (x1 y x2 en el ejemplo anterior) pues no
3
sabemos de antemano si f(x) cambia de signo . Tambin, a veces conviene representar f(x), pues
puede formar con respecto al eje x dos o ms subreas (como ocurre en los ejercicios 4, 5 y 6).
2
Ejercicio 3: Hallar, previa representacin grfica de la situacin, el rea limitada por la parbola y=x -4x y el
eje x
Ntese que en este ejemplo la integral en s resulta negativa, pues la parbola est por debajo del eje x, pero
el valor absoluto la convierte en positiva, como debe ser por tratarse de un rea. Podramos haber obtenido
dicha rea sin haber hecho previamente la representacin grfica? La respuesta es afirmativa. Pinsese cmo.
Ejercicio 4: Hallar el rea del recinto limitado por la grfica de f(x)=x -4x, el eje x, y las rectas verticales x=-1
y x=2. Explicar grficamente la situacin.
Recordar que para obtener los puntos en que una funcin corta al eje x hay que resolver la ecuacin f(x)=0
119

ALFONSO GONZLEZ
Ejercicio 5: Dibujar la recta y=-2x+4, y hallar: a) El rea del recinto limitado por dicha recta y los ejes de
coordenadas. b) El rea del recinto limitado por dicha recta, el eje x y las rectas x=1 y x=4
Ejercicio 6: Hallar, sin previa representacin grfica, el rea limitada por la funcin y=x -3x -x+3 y el eje x.
Dibjese, a continuacin, la grfica, para explicar la situacin.
Ejercicio PAEG: jun 2009 3A; sept 2009 3A; jun 2008 3A; sept 2008 3A; jun 2007 3A; sept 2007 3A; jun
2006 3A; sept 2006 3A; jun 2005 3A (+ VAL. ABS.); sept 2005 3A; jun 2004 3A; sept 2004
3A grfica funcin a trozos + continuidad + rea
120
PROBABILIDAD

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I) DEFINICIONES
Deterministas: al repetirlos en anlogas condiciones podemos predecir su
resultado de antemano (p.ej. dejar caer un objeto desde una
determinada altura y medir el tiempo de cada)
Experimentos
Aleatorios: no podemos predecir su resultado de antemano (p.ej. tirar una moneda

o un dado)
1
Vamos a dedicar este tema precisamente a los sucesos aleatorios .
Espacio muestral de un experimento aleatorio: conjunto de todos los resultados posibles de dicho
experimento. Se designa como E. Cada uno de los elementos que lo forman se llama suceso elemental, y se
designan entre llaves: { }.
Ejemplo 1: Indicar el espacio muestral de cada uno de los siguientes experimentos aleatorios (fjate en el
primer ejemplo):
a) Lanzar una moneda y anotar el resultado: E={C,X}
b) Lanzar dos monedas y anotar el resultado (puede ser til construir un rbol):
c) Lanzar tres monedas y anotar el resultado (puede ser de nuevo til construir un rbol):
d) Lanzar un dado y observar el resultado:

2
e) Lanzar dos dados y observar el resultado:
f) Lanzar dos dados y anotar la suma obtenida:

1
2
Los sucesos aleatorios tambin se llaman estocsticos.

Para evitar malentendidos, podemos imaginar ambos dados de colores distintos, con lo cual queda suficientemente claro
que, por ejemplo, los casos (1,2) y (2,1) son distintos.
123

ALFONSO GONZLEZ
Suceso aleatorio: cada uno de los posibles subconjuntos del espacio muestral E.
Ejemplo 2: Sea el experimento aleatorio consistente en lanzar un dado. Indicar los sucesos elementales que
componen los sucesos aleatorios indicados (fjate en el primer ejemplo):
Salir par: A={2,4,6}
Salir impar:
Salir 3 :
Salir 5 :
Salir n primo:
Salir 7 :
(suceso imposible)
Salir n comprendido entre 1 y 6:
(suceso seguro)
Algunos sucesos reciben nombres especiales:

Suceso elemental: ya definido
Suceso compuesto: es aquel suceso formado por dos o ms sucesos elementales (p.ej. que al lanzar un
dado salga n par)
Suceso seguro: es aquel suceso que siempre se verifica; se designa como E, ya que, evidentemente,
coincide con el espacio muestral (p.ej. que al lanzar una moneda salga cara o cruz)
Suceso imposible: es aquel suceso que nunca se verifica; se designa como (p.ej. que al lanzar un dado
salga 7 )
Suceso contrario (o complementario) del suceso A: suceso que se realiza cuando no se realiza A, y
c
viceversa; se designa como A (o tambin, a veces, como A o A)
Ejemplo 3: En el experimento aleatorio consistente en lanzar un dado, los sucesos
A=salir par={2,4,6}
son contrarios (o complementarios), es decir, A=B (o, tambin, B= A )
B=salir impar={1,3,5}
E
A
1
Lo cual es fcil de entender con el siguiente grfico, llamado

3
Diagrama de Venn :
2
4
3
6
Observaciones: Es obvio que:

1. El suceso A est formado por todos los sucesos elementales de E que no pertenecen a A
2. El contrario del suceso seguro es el imposible, y viceversa: E = y
=E
Ideados por John Venn (1834-1923), matemtico y lgico britnico.
124

ALFONSO GONZLEZ
II) OPERACIONES CON SUCESOS

1. Unin de sucesos:
Suceso A U B: Suceso que se realiza cuando se realiza A o B; se forma reuniendo los sucesos
elementales de A y los de B.
Ejemplo 4: En el experimento aleatorio consistente en lanzar un dado, considerar los sucesos
A=salir par={2,4,6}
entonces, A U B=salir n par o primo={2,3,4,5,6}
B=salir n primo={2,3,5}
E
A
Lo cual es fcil de entender con un diagrama de Venn:

(sombrea t la unin)
6
1
NOTA: La conjuncin o suele significar la utilizacin de la U
2. Interseccin de sucesos:
Suceso A B: Suceso que se realiza cuando se realiza A y B a la vez; se forma escogiendo los sucesos
elementales comunes a A y B.
Ejemplo 5: En el experimento aleatorio consistente en lanzar un dado, considerar los sucesos
A=salir par={2,4,6}
entonces, A B=salir n par y primo={2}
B=salir n primo={2,3,5}
E
A
Lo cual es fcil de entender con un diagrama de Venn:

(sombrea t la interseccin)
NOTA: La conjuncin y suele implicar la
4
2
6
1
Observacin: Es obvio que A U A =E y A A = (trivial su demostracin mediante diagramas de Venn)

Ejemplo 6: Sea el experimento aleatorio consistente en lanzar un dado. Indicar la U e de los siguientes
sucesos:
A={1,2,5} y B={2,3,5}
C={2,4,6} y D={2,5}
F={1,3} y G={1,3,6}
H={3} e I={5}
J={2,5} y K={1,3,6}
L={2,4} y M={1,6}
125

ALFONSO GONZLEZ
4
Ejemplo 7: Sea el experimento aleatorio consistente en extraer una carta de una baraja espaola .
Considerar los siguientes sucesos:
A=salir oro
B=salir as
C=salir rey de copas o as de espadas
Interpretar los sucesos A U B, A U C, B U C, A B, A C, B C
Sucesos incompatibles: Dos sucesos son incompatibles si, al verificarse uno, no puede verificarse el otro,
es decir, no se pueden verificar a la vez; por lo tanto, no tiene ningn elemento comn.
E
Es decir:
A y B incompatibles A B =
Lo cual de nuevo es fcil de entender con un diagrama de Venn:
De la misma forma, se dice que dos sucesos son compatibles si

pueden verificarse a la vez:
A y B compatibles A B
AB
Es obvio, por lo tanto, que un suceso y su contrario, A y A , son

siempre incompatibles.
Propiedades de las operaciones con sucesos:

Son fcilmente deducibles mediante diagramas de Venn:
4
5
CONMUTATIVA
A U B=B U A
A B=B A
ASOCIATIVA
A U (B U C)=(A U B) U C
A (B C)=(A B) C
DISTRIBUTIVA
A U (B C)=(A U B) (A U C)
A (B U C)=(A B) U (A C)
LEYES de MORGAN
AU=A
AUE=E
A UB= A B
A =
A E= A
A B= A UB
Consideraremos 40 cartas (faltan los ochos y nueves), correspondientes a cuatro palos (oros, copas, espadas, bastos)
Augusto De Morgan (1806-1871), matemtico ingls que demostr tales leyes.
126

ALFONSO GONZLEZ
Ejemplo 8: Justificar mediante diagramas de Venn las dos propiedades distributivas y las leyes de Morgan.
III) DEFINICIN DE PROBABILIDAD

Se define la probabilidad de que ocurra un suceso A, y se designa como P(A), mediante el siguiente
6
cociente, conocido como regla de Laplace :
P( A ) =
n casos favorables
n casos posibles
(1)
n casos favorables =n de elementos que componen A

n casos posibles =n de elementos de E, es decir, todos los sucesos elementales.
Observacin importante: Esta frmula slo es vlida si todos los sucesos elementales que componen el
7
espacio muestral son equiprobables (pinsese, p.ej., en un dado trucado en vez
de un dado perfecto)
Ejemplo 9: En el experimento aleatorio consistente en lanzar un dado, hallar la probabilidad

de
que ocurran
los siguientes sucesos: a) salir n impar b) salir n primo c) salir 3 d) salir 5 e) Salir n
comprendido entre 1 y 6 f) salir 7
a)
b)
6
7
Pierre Simon Laplace (1749-1827), fsico y matemtico francs. Ver la justificacin de esta frmula en Internet.
Es decir, que tengan la misma probabilidad.
127

ALFONSO GONZLEZ
c)
d)
e)
f)
Ejemplo 10: En el experimento aleatorio consistente en extraer una carta de una baraja espaola, hallar la
probabilidad de obtener: a) un oro b) un as c) la sota de espadas.
a)
b)
c)
Ejemplo 11: En el experimento aleatorio consistente en lanzar a la vez dos monedas, hallar la probabilidad de
obtener: a) dos caras b) dos cruces c) una cara y una cruz d) al menos una cruz. Comprobar
que se obtiene lo mismo haciendo un rbol y multiplicando las probabilidades de cada rama.
a)
b)
c)
d)
Ejemplo 12: En el experimento aleatorio consistente en lanzar dos dados , hallar la probabilidad de obtener:
a) suma 11 b) suma 8 c) suma 4 d) Cul es el resultado ms probable?
a)
Se recuerda que, para evitar malentendidos, podemos imaginar ambos dados de colores distintos, con lo cual queda
suficientemente claro que, por ejemplo, los casos (1,2) y (2,1) son distintos.
128

ALFONSO GONZLEZ
b)
c)
d)
Ejercicios PAEG: 2B Junio 2005
IV) PROPIEDADES DE LA PROBABILIDAD

1. La probabilidad de un suceso es un nmero comprendido entre 0 y 1
Esto es obvio, pues el numerador de (1) no supera al denominador.
Por lo tanto: la probabilidad no puede ser negativa
no puede ser mayor que 1
2. La probabilidad del suceso seguro es 1: P(E)=1

Tambin obvio, pues en (1) coincidiran numerador y denominador.
3. La probabilidad del suceso imposible es 0: P()=0

Igualmente obvio, pues en (1) el numerador sera 0.
4. Probabilidad de la U de dos sucesos incompatibles:
A y B incompatibles P(A U B)=P(A)+P(B)
(2)
La justificacin de esta frmula es sencilla mediante el siguiente ejemplo:

Ejemplo 13: En el experimento aleatorio consistente en lanzar un dado, considerar los siguientes sucesos:
A=salir impar
B=salir 4
Comprobar con ellos la validez de la frmula anterior. Interpretar el resultado mediante un diagrama de Venn.
E
A
B
1
5
2
129

ALFONSO GONZLEZ
NOTA: La frmula anterior se puede generalizar a ms de dos sucesos incompatibles:

A, B y C incompatibles P(A U B U C)=P(A)+P(B)+P(C)
5. Probabilidad del suceso contrario:
P( A ) = 1 P( A )
(3)
(*)
Dem: Como hemos visto en el apartado II, A U A =E ; por lo tanto, P(A U A) =P(E) =1
Por otra parte, como obviamente A y A son incompatibles, se cumplir, segn la propiedad 2, que
P(A U A) =P(A)+P(A)
(**)
De (*) y (**) deducimos que P(A)+P(A) =1 P(A) =1P(A)
(C.Q.D.)
Aunque esta demostracin debera ser suficiente, vamos a ver a continuacin un ejemplo justificativo.
9
Ejemplo 14: Se extrae una carta de una baraja espaola . Comprobar con el suceso A=salir figura la
validez de la frmula anterior.
Observacin: La frmula anterior se puede poner tambin en la forma P( A ) = 1 P( A ) ; a la hora de calcular

P(A) en un problema en el que aparece la frase al menos, suele funcionar calcular P( A ) y
aplicar dicha frmula. Veamos un ejemplo.
Ejemplo 15: Se lanzan a la vez cuatro monedas. Hallar la probabilidad de obtener al menos una cara.
6. Probabilidad de la U de dos sucesos compatibles:

A y B compatibles P(A U B)=P(A)+P(B)-P(A B)
(4)
La justificacin de esta frmula es sencilla mediante el siguiente ejemplo:

Ejemplo 16: En el experimento aleatorio consistente en lanzar un dado, considerar los siguientes sucesos:
A=salir par
B=salir 3
Comprobar la validez de la frmula anterior. Interpretar el resultado mediante un diagrama de Venn.
9
Las figuras de la baraja espaola, correspondientes a los nmeros 10, 11 y 12, son la sota, el caballo y el rey.
130

ALFONSO GONZLEZ
E
A
B
2
6
3
5
4
1
Ejemplo 17: Una bolsa contiene bolas numeradas del 1 al 8. Se extrae una bola al azar. Considerar los
siguientes sucesos:
A=salir par
B=salir impar
C=salir 4
Calcular P(AUB), P(AUC) y P(BUC) mediante la correspondiente frmula. Comprobar a continuacin por
conteo directo los resultados obtenidos.
Ejemplo 18: Se extrae una carta de una baraja espaola. Considerar los siguientes sucesos:
A=obtener un oro
B=obtener un rey
C=salir el as de espadas
Calcular P(AUB) y P(AUC) mediante la correspondiente frmula. Comprobar a continuacin por conteo directo
los resultados obtenidos.
Ejemplo 19: Una urna contiene 20 bolas rojas, 15 azules y 7 verdes. Hallar: a) La probabilidad de que sea
roja o verde. b) La probabilidad de que no sea azul. c) La probabilidad de que sea verde o azul.
a)
131

ALFONSO GONZLEZ
b)
c)
Observaciones:
1. Una consecuencia evidente de (2) y (4) es la siguiente:
A y B incompatibles P(A B)=0
(5)
2. Ntese que la frmula (4) es una generalizacin de (2), o al revs, (2) es un caso particular de (4).
3. La frmula (4) se generaliza a tres sucesos de la siguiente forma:
P(A U B U C)=P(A)+P(B)+P(C)- P(AB)- P(AC)- P(BC)+P(ABC)
que de nuevo se puede justificar fcilmente mediante diagramas de Venn.
Ejercicios PAEG: 2B jun 2007; 2B sept 2007
V) EXPERIMENTOS COMPUESTOS. DIAGRAMAS DE RBOL

Una experiencia aleatoria es compuesta cuando est formada por varias pruebas. En estos casos, se
recomienda utilizar un diagrama de rbol. En un diagrama de rbol, la probabilidad de un determinado
10
recorrido es igual al producto de la probabilidad de cada rama , como ya hemos visto en el ejemplo 11, y
confirmaremos con los siguientes dos ejemplos:
Ejemplo 20: Lanzamos tres veces una moneda. Hallar la probabilidad de obtener tres caras, de dos formas
distintas: a) Construyendo el espacio muestral. b) Mediante un diagrama de rbol. (Utilizar
correctamente el lenguaje de sucesos).
a)
b)
10
Adems, si sumamos las probabilidades de todos los recorridos finales posibles, observamos que suman 1; este
resultado, que puede comprobarse en los ejemplos de este apartado, es una consecuencia del llamado Teorema de la
Probabilidad Total, que veremos en el apartado VIII
132

ALFONSO GONZLEZ
Ejemplo 21: Lanzamos un dado dos veces. Hallar la probabilidad de obtener las dos veces un 5, de dos
formas distintas: a) Construyendo el espacio muestral. b) Mediante un diagrama de rbol.
(Utilizar correctamente el lenguaje de sucesos).
a)
b)
Por lo tanto, a partir de este momento, en las experiencias compuestas nos ayudaremos de un diagrama de
rbol, y calcularemos las distintas probabilidades multiplicando las de cada rama determinada; veamos dos
ejemplos:
Ejemplo 22: Hallar la probabilidad de obtener dos reyes al extraer consecutivamente dos cartas de una baraja
espaola a) con devolucin de la primera carta b) sin devolucin de la primera carta.
a)
b)
Ejemplo 23: En una bolsa hay 15 bolas negras y 10 blancas. Extraemos dos bolas. Hallar la probabilidad de
que las dos sean negras a) devolviendo la primera bola extrada b) sin devolverla.
a)
b)
133

ALFONSO GONZLEZ
VI) DEPENDENCIA E INDEPENDENCIA DE SUCESOS

De los dos ejemplos anteriores deducimos varias consecuencias importantes: en el caso a) (cuando
hay devolucin), el resultado de la primera extraccin no influye o condiciona el de la segunda; se dice que los
sucesos son independientes.
En cambio, en b) (cuando no hay devolucin), el resultado obtenido en la primera extraccin condiciona
el resultado de la segunda; por ello, se dice que los sucesos son dependientes.
La notacin que seguiremos es la siguiente:
A y B independientes P(AB)=P(A)P(B)
(6)
Mientras que:
A y B dependientes P(AB)=P(A) P(B supuestamente ocurrido A)
La P(B supuestamente ocurrido A) se llama probabilidad de B condicionada a A y se representa por P(B/A);
por lo tanto:
A y B dependientes P(AB)=P(A) P(B/A)
(7)
Definiciones: 1. Dos sucesos son independientes cuando el resultado de cada uno de ellos no
depende del resultado de otro
2. Dos sucesos son dependientes cuando el resultado de uno de ellos influye o
condiciona el resultado del otro
Veamos un ejemplo de aplicacin de las frmulas anteriores:

Ejemplo 24: a) Supongamos que nos reparten dos cartas de una baraja espaola. Hallar la probabilidad de
que las dos sean oros y de que ninguna sea un oro b) Hallar lo mismo, pero suponiendo que,
una vez vista la primera carta, la devolvemos al mazo. (Se recomienda construir un rbol).
a)
b)
134

ALFONSO GONZLEZ
Ejemplo 25: Se lanzan dos dados. Hallar la probabilidad de que ambos no sean pares (Pinsese en lo
complicado que sera resolver este problema por conteo directo sobre el espacio muestral E).
Ntese que una consecuencia del ejemplo anterior es que, si dos sucesos son independientes, tambin lo son
sus contrarios, es decir: P( A B )=P( A ) P( B ). En la misma lnea, puede probarse que si dos sucesos A y B
son independientes, tambin lo son los sucesos A y B .
Las frmulas (6) y (7) se pueden generalizar a tres (o ms) sucesos:

A, B y C independientes P(ABC)=P(A) P(B) P(C)
A, B y C dependientes P(ABC)=P(A) P(B/A) P(C/AB)
y as sucesivamente.
Ejemplo 26: Extraemos de una baraja tres cartas. Hallar la probabilidad de que sean tres ases a) con
devolucin despus de cada extraccin b) sin devolucin.
a)
b)
Ejercicios PAEG: 5B jun 2015; 5A sept 2014; 5A sept 2013

VII) PROBABILIDAD CONDICIONADA. TABLAS DE CONTINGENCIA

La probabilidad del suceso B condicionada al suceso A significa la probabilidad de que ocurra el
suceso B en el supuesto de que previamente se ha verificado A. Se representa por P(B/A), y se calcula
[despejando de (7)] mediante la siguiente frmula:
P(B / A ) =
P( A B)
P( A )
(8)
135

ALFONSO GONZLEZ
Observaciones:
1. Evidentemente, tambin se cumplir que P( A / B) =
P( A B)
P(B)
2. La probabilidad condicionada es, en definitiva, una probabilidad, y cumple por tanto las propiedades de
toda probabilidad; por ejemplo:
P(A/B)=1-P( A /B), etc
3. Para resolver y/o entender correctamente problemas de probabilidad condicionada, se recomienda a
11
veces construir una tabla de contingencia . Veamos dos ejemplos:
Ejemplo 27: En un aula hay 15 hombres y 20 mujeres; 3 de los hombres y 5 de las mujeres tienen ojos claros.
a) Completar la tabla de contingencia. b) Elegido un sujeto al azar, hallar directamente,
mediante la tabla de contingencia, la probabilidad de que tenga ojos claros, sabiendo que es
hombre. c) Hallar dicha probabilidad utilizando la frmula de la probabilidad condicionada, y
comprobar que se obtiene el mismo resultado.
AAAA
AAAA
a)
(hombre)
(mujer)
BBBB
(ojos claros)
5
TOTAL OJOS CLAROS
BBBB
(ojos oscuros)
TOTAL OJOS OSCUROS
15
20
TOTAL HOMBRES
TOTAL MUJERES
TOTAL
b)
c)
Ejemplo 28: Continuando con el ejemplo anterior, hallar directamente de la tabla, la probabilidad de que,
extrado un sujeto al azar: a) Sea hombre, sabiendo que tiene ojos claros. b) Sea mujer,
sabiendo que tiene ojos claros. c) Tenga ojos claros, sabiendo que es mujer.
a)
11
Se tratara de una alternativa al diagrama de rbol.
136

ALFONSO GONZLEZ
b)
c)
Observaciones:
1. En los ejercicios anteriores, con una tabla de contingencia, podemos hallar una probabilidad
condicionada cualquiera directamente; en cambio, si hacemos un rbol, tendremos que aplicar la
frmula.
2. Si P(B/A)=P(B) se dice que B es independiente de A; es fcil probar que, entonces, P(A/B)=P(A), es
decir, tambin A ser independiente de B. Esto es obvio. Es decir, si observamos (en una tabla de
contingencia o mediante frmula) que P(A/B)=P(A) y P(B/A)=P(B), entonces A y B son
independientes.

Ejercicios PAEG: 5A jun 2015; 5A jun 2014; 5B sept 2014; 5B jun 2013; 5B sept 2013; 5A jun 2012;
5A sept 2012; 5B jun 2011; 5B sept 2011; 2B jun 2009; 2b sept 2009; 4A jun 2008
VIII) PROBABILIDAD TOTAL

Ejemplo 29: Una urna contiene 9 bolas blancas y 5 negras. Se extraen al azar dos bolas, sin devolucin de la
primera. Hallar la probabilidad de que las dos bolas extradas sean de distinto color. (Ayuda:
construir un diagrama de rbol).
Ntese que en el ejemplo anterior, y en muchos otros ya realizados, hemos sumado las probabilidades de dos
recorridos distintos del rbol, pero que conducan a la realizacin del mismo suceso (la extraccin de dos
bolas de distinto color); esto lo hemos podido hacer debido a que ambos recorridos son en realidad dos
sucesos incompatibles (no puede ocurrir a la vez que el orden de extraccin sea blanca-negra y negrablanca), por lo que, en virtud de la frmula (2), la probabilidad de que ocurran ambos sucesos es la suma.
Este hecho se conoce como Teorema de la Probabilidad Total (puede verse su demostracin en Internet),
cuya enunciacin rigurosa es la siguiente:
137

ALFONSO GONZLEZ
S
A1
Supongamos tres sucesos A1, A2 y A3 que forman un sistema completo

12
de sucesos (ver figura). Entonces:
P(S)=P(A1) P(S/A1)+ P(A2) P(S/A2)+P(A3) P(S/A3)
(9)
S
A2
S
A3
Es importante remarcar que, para poder aplicar la frmula de la

probabilidad total, hay que comprobar previamente que A1, A2 y A3 forman un
sistema completo de sucesos.
Tambin, ntese que, en virtud de dicho teorema, la suma de las
probabilidades de todos los recorridos posibles del rbol es 1 (ya que todos
ellos conforman el suceso seguro). Veamos otro ejemplo:
Ejemplo 30: En una poblacin animal el 16% de los machos y el 9% de las hembras estn enfermos. Hay
triple nmero de machos que de hembras. Se elige al azar un individuo de esa poblacin. Cul
es la probabilidad de que est enfermo?
(Sol: 0,1425)
NOTA: Este ejemplo se recomienda hacerlo por diagrama de rbol, pero sale tambin por tabla de contingencia.
Ejemplo 31: Un alumno decide estudiar slo 15 temas de los 25 del temario. El examen consiste en contestar a
dos temas extrados al azar. Hallar la probabilidad: a) De que se sepa los dos. b) De que no se
sepa ninguno. c) De que se sepa al menos uno.
(Sol: 7/20; 17/20; 3/20)
a)
b)
12
Incompatibles dos a dos, y tales que la unin de todos ellos cubre todo el espacio muestral E
138

ALFONSO GONZLEZ
c)
Ejercicios PAEG: 2B jun 2008; 2B sept 2008; 2B jun 2006; 2B sept 2006; 2B sept 2005; 4A jun 2004;
2B sept 2004; 4A sept 2004
IX) PROBABILIDADES A POSTERIORI. TEOREMA DE BAYES

S
A1
Supongamos tres sucesos A1, A2 y A3 que forman un sistema completo

de sucesos (ver figura). Supongamos que queremos conocer, por ejemplo, la
probabilidad condicionada P(A1/S); es decir, si sabemos que ha ocurrido S,
cul es la probabilidad de que haya sido pasando por A1?
Para ello aplicamos, en primer lugar, la frmula de la probabilidad
condicionada, (8):
A2
P( A 1 / S) =
P( A 1 S)
P(S)
(10)
S
A3
Por otra parte, dado que A1 y S son obviamente dependientes, podemos

aplicar la frmula correspondiente, (7):
P(A1S)=P(A1)P(S/A1)
(11)
Adems, el denominador P(S) podemos calcularlo por la frmula de la probabilidad total, (9);
13
sustituyendo (9) y (11) en (10) obtenemos la llamada frmula de Bayes :
P( A 1 / S) =
P( A 1 )P(S / A 1 )
P( A 1 )P(S / A 1 ) + P( A 2 )P(S / A 2 ) + P( A 3 )P(S / A 3 )
(12)
Observaciones:
1. Este sera el teorema de Bayes para el caso particular de tres sucesos. Obviamente, la frmula se
puede extender a n sucesos.
2. En realidad habra otras dos frmulas de Bayes, todas ellas compartiendo el mismo denominador; por
ejemplo, si queremos conocer P(A2/S):
P( A 2 / S) =
P( A 2 )P(S / A 2 )
P( A 1 )P(S / A 1 ) + P( A 2 )P(S / A 2 ) + P( A 3 )P(S / A 3 )
3. P(A1/S), P(A2/S) y P(A3/S) se llaman probabilidades a posteriori; es decir, las frmulas de Bayes
determinan la probabilidad de las causas a partir de los efectos observados.
13
Thomas Bayes (1702-1761), sacerdote y matemtico ingls, que fue el primero en enunciar este teorema.
139

ALFONSO GONZLEZ
4. En la prctica, no es necesario recordar la frmula si construimos un diagrama de rbol y aplicamos

correctamente sobre l las frmulas de la probabilidad condicionada y la de la probabilidad total
(Tambin se puede resolver a veces por tabla de contingencia, pero sale ms lioso). Veamos ejemplos:
Ejemplo 32: Un autobs cubre diariamente el servicio entre dos ciudades. Se ha comprobado
estadsticamente que la probabilidad de accidente en da sin niebla es 0,002 y en da con
niebla 0,01. Cierto da de un mes en que hubo 18 das sin niebla y 12 con niebla se produjo
accidente. Calcular la probabilidad de que el accidente haya ocurrido: a) En da con niebla.
(Sol: 10/13; 3/13)
b) En da sin niebla.
a)
b)
Ejemplo 33: Supongamos una poblacin en la que el 1% tiene una enfermedad. Empleamos un test que
permite detectar esta enfermedad 8 veces sobre 10 en un sujeto enfermo (test positivo) y detectar
la no existencia de dicha enfermedad 9 veces sobre 10 en un sujeto sano (test negativo). Cul
es la probabilidad de que un sujeto que ha dado test positivo est enfermo?
(Soluc: 8/107)
Ejercicios PAEG: 5B jun 2014; 5A jun 2013; 5B jun 2012; 5B sept 2012; 5A jun 2011; 5A sept 2011;
3B jun 2010; 3A sept 2010; 4A jun 2009; 4A sept 2009; 4A sept 2008; 4A jun 2007;
4A sept 2007; 4A jun 2006; 4A sept 2006; 4A jun 2005; 4A sept 2005; 2B junio 2004
140
141
142
70 EJERCICIOS de PROBABILIDAD
2 BACH. CC. SS.
En los siguientes ejercicios se recomienda:
Considerar previamente, cuando proceda, el espacio muestral.

Utilizar siempre el lenguaje de sucesos convenientemente.
Siempre que proceda, dar los resultados en forma de fraccin (no es necesario pasarlos a forma decimal).
Probabilidad elemental (regla de Laplace)
1.
Una bolsa contiene 12 bolas verdes y 4 rojas, y otra bolsa contiene 20 bolas verdes y 10 rojas. En qu bolsa
es ms probable extraer una bola verde? (Soluc: en la 1 bolsa)
2.
En una bolsa se introducen 4 bolas azules, 4 rojas y 2 verdes. Se agita la bolsa y seguidamente se extraen
tres bolas, de las que dos son rojas y una azul. A continuacin, se extrae otra bola. Qu color es el que tiene
mayor probabilidad de ser elegido? (Sol: el azul)
3.
Una urna contiene 8 bolas rojas, 5 amarillas y 7 verdes. Se extrae una al azar. Determinar la probabilidad de
que: a) Sea roja o verde. b) No sea roja. (Sol: 3/4; 3/5)
4.
Se extrae al azar una carta de una baraja espaola. Hallar la probabilidad de que salga:
a) Un as o una copa.
(Sol: 13/40)
b) Una figura o una copa. (Sol: 19/40)
5.
Considerar el experimento aleatorio consistente en extraer una bola de una urna que contiene 20 bolas
numeradas del 1 al 20.
a) Indicar los sucesos elementales que componen el suceso A=extraer n impar. Hallar la probabilidad de
dicho suceso. (Soluc: 1/2)
b) dem para el suceso B=extraer n primo. (NOTA: Considerar el 1 primo) (Soluc: 9/20)
c) dem para el suceso extraer n impar y primo. Cmo es este suceso respecto a A y B? (Soluc: 2/5)
d) Sea el suceso extraer n impar o primo. Utilizando la frmula adecuada y lo obtenido en los apartados
anteriores (no mediante la regla de Laplace!), calcular la probabilidad de dicho suceso, razonando el
porqu de la frmula utilizada. (Soluc: 11/20)
6.
En el experimento aleatorio consistente en lanzar una moneda 4 veces, se pide:

a) Formar el espacio muestral E (se recomienda utilizar un rbol). De cuntos elementos consta?
(Soluc: 16 elementos)
b) Hallar la probabilidad de obtener exactamente una cara. Hallar tambin la probabilidad de obtener justo dos
caras. Con los dos resultados anteriores, y utilizando la frmula adecuada (no mediante la regla de
Laplace!), hallar la probabilidad de obtener una o dos caras. Razonar qu frmula se ha utilizado.
(Soluc: 1/4, 3/8, 5/8)
Texto bajo licencia Crative Commons: se permite su utilizacin didctica as como su reproduccin impresa o digital siempre y
cuando se respete la mencin de su autora, y sea sin nimo de lucro. En otros casos se requiere el permiso del autor
(alfonsogonzalopez@yahoo.es)
143

ALFONSO GONZLEZ
c) Hallar la probabilidad de obtener siempre cruz. (Soluc: 1/16)

d) Hallar, utilizando la frmula de la probabilidad del suceso contrario (no mediante la regla de Laplace!), la
probabilidad de obtener al menos una cara. (Soluc: 15/16)
7.
Se lanzan al aire tres monedas. Determinar la probabilidad de que se obtenga al menos dos cruces. (Sol: 1/2)
8.
Considerar el experimento aleatorio consistente en extraer una carta de una baraja espaola.
a) Describir su espacio muestral E. Cuntos sucesos elementales lo componen? (Soluc: 40)
b) Sea el suceso A=extraer un oro. Definirlo y hallar su probabilidad. (Soluc: 1/4)
c) dem para el suceso B=extraer una figura. (Soluc: 3/10)
d) Utilizando el resultado anterior y la frmula adecuada (no mediante la regla de Laplace!), calcular la
probabilidad de no extraer una figura. (Soluc: 7/10)
e) Definir el suceso extraer una figura y que sea adems oro; hallar su probabilidad. Cmo es este suceso
respecto a A y B? (Soluc: 3/40)
f) Sea el suceso extraer figura u oro. Utilizando la frmula adecuada y lo obtenido en los apartados
anteriores (no mediante la regla de Laplace!), calcular la probabilidad de dicho suceso, razonando el
procedimiento utilizado. (Soluc: 19/40)
9.
Se lanzan dos dados y se suma la puntuacin obtenida. Se pide:

a) Indicar el espacio muestral. Cuntos casos posibles hay? (Soluc: 36)
b) Hallar la probabilidad de obtener exactamente un 4 (Soluc: 1/12)
c) Hallar la probabilidad de obtener puntuacin 4 (Soluc: 1/6)
d) Hallar la probabilidad de no sacar un 12 (Soluc: 35/36)
e) Hallar la probabilidad de sacar un 4 o un 12 (Soluc: 1/9)
f) Cul es el nmero ms probable de obtener? Y el menos?
10.
Se lanzan dos dados. Considerar los siguientes sucesos:

A=la suma de puntos es 5
B=en uno de los dados ha salido 4
C=en los dos dados sali el mismo resultado
Se pide:
a) P(A), P(B) y P(C)
b) P(AB)
(Soluc: 1/9; 11/36; 1/6)
(Soluc: 1/18)
c) P(AUB), por conteo directo y mediante frmula.

d) P(AC)
(Soluc: 13/36)
(Soluc: 0)
e) P(AUC), por conteo directo y mediante frmula. (Soluc: 5/18)

f) P(BC)
(Soluc: 1/36)
g) P(BUC), por conteo directo y mediante frmula. (Soluc: 4/9)
144

ALFONSO GONZLEZ
11.
Se lanzan tres dados al aire. Calcular la probabilidad de que se obtenga:

a) 3 seises
(Soluc: 1/216)
b) Una suma de puntos total igual a 8
12.
(Soluc: 7/72)
En un juego tenemos que elegir una tarjeta de cada una de las dos cajas que hay sobre la mesa. En una de
ellas hay tres tarjetas con las letras S, S, N, y en la otra tres con las letras O, O, I Cul es la probabilidad de
formar S? Y la palabra NO? Cul es la probabilidad de no formar ninguna de estas dos palabras?
(Soluc: 2/9; 2/9; 5/9)
13.
Hallar la probabilidad de que la suma de los puntos de las caras visibles de un dado que se lanz al azar sea
mltiplo de 5. (Soluc: 1/3)
14.
Supongamos una moneda trucada en la que la probabilidad de obtener cara es triple que la de cruz. Hallar la
probabilidad de obtener cara y la de obtener cruz. (Soluc: 3/4 y 1/4)
15.
Se ha trucado un dado de tal forma que la probabilidad de obtener nmero par es doble que impar. Hallar:
a) Probabilidad de obtener un nmero par, y probabilidad de obtener impar. (Soluc: 2/3 y 1/3)
b) Probabilidad de cada suceso elemental. (Soluc: 1/9 cualquier nmero impar y 2/9 cualquier par)
c) Probabilidad de obtener puntuacin 3
16.
(Soluc: 4/9)
Una caja contiene cuatro bombillas, de las cuales una es defectuosa:

a) Describir el espacio muestral del experimento que consiste en probar las bombillas hasta encontrar la
defectuosa.
b) Si las bombillas se eligen al azar, asignar probabilidades a los sucesos elementales del apartado a.
(Soluc: E={DCCC,CDCC,CCDC,CCCD}; todos tienen probabilidad 1/4)
17.
Una caja contiene una bola blanca, una verde y una roja.
a) Describir el espacio muestral correspondiente a este experimento: se extrae una bola de la caja, se devuelve a
la caja y se extrae otra bola.
b) Hallar la probabilidad de que las dos bolas extradas sean del mismo color.
(Soluc: E={BB,BV,BR,VV,VB,VR,RB,RV,RR}; 1/3)
18.
Un test consta de cuatro preguntas con dos posibles respuestas cada una, una cierta y otra falsa. Si un
estudiante contesta al azar, calcular:
a) Probabilidad de acertar las cuatro preguntas.
b) Probabilidad de acertar al menos dos preguntas.
Ayuda: formar el espacio muestral mediante un diagrama en rbol
19.
(Soluc: 1/16; 11/16)
En una caja hay 100 bolas numeradas del 1 al 100. Si se extrae una bola, hallar la probabilidad de que el
nmero extrado sea:
a) Mltiplo de 3.
b) Mltiplo de 5.
145

ALFONSO GONZLEZ
c) Mltiplo de 3 sabiendo que es mltiplo de 5.
(Soluc: 33/100; 1/5; 3/10)
20.
Se lanzan dos dados y se observa que la suma obtenida es impar. Calcular la probabilidad de que dicha suma
sea menor que 8. (Soluc: 2/3)
21.
Se tiran dos dados. Sea A el suceso de que la suma de los puntos obtenidos sea impar. Sea B el suceso de que
por lo menos uno de los dados muestre un 1. Calcular P(AB) y P(AB). (Soluc:1/6 y 23/36)
Operaciones con sucesos
22.
Siendo A y B sucesos incompatibles de un cierto espacio probabilstico tales que P(A)=1/5 y P(B)=2/5, hallar
C
C
P(A B ). (Soluc: 2/5)
23.
Sean A y B dos sucesos arbitrarios independientes con probabilidades respectivas P(A) y P(B). Expresar en
funcin de P(A) y P(B) la probabilidad del suceso (ACBC)(ACBC). (Soluc:[1-P(A)][1-P(B)])
24.
Sean A y B dos sucesos con P(A)=0,3, P(B)=0,7 y P(AB)=0,1. Se pide calcular las siguientes
C
C
C
C
C
C
probabilidades: P(A ), P(A B ), P(AB ) y P(A B ).
(Soluc: 0,7, 0,1, 0,2 y 0,9)
Probabilidad de la de sucesos independientes:
25.
Hallar la probabilidad de obtener dos ases al extraer dos cartas de una baraja, si una vez extrada la primera
se devuelve al mazo. (Soluc: 1/100)
26.
En una poblacin la probabilidad de nacer varn es de 0,46. De una familia con tres hijos, calcular la
probabilidad de que (se recomienda hacer un rbol):
a) Los tres sean varones. (Soluc: 0,097)
b) Ninguno sea varn. (Soluc: 0,15)
c) Al menos haya un varn. (Soluc: 0,84)
d) Al menos haya una mujer. (Soluc: 0,90)
27.
Sean A, B y C tres sucesos independientes tales que P(A)=0,2, P(B)=0,8 y P(C)=0,7. Hallar la probabilidad de
los sucesos siguientes: A U B, A U C. (Soluc: 0,84; 0,76)
28.
Se extrae una carta al azar de una baraja de 40 cartas. Sea A el suceso de que la carta seleccionada sea un as.
Sea B el suceso de que la carta seleccionada sea de oros. Calcular P(A), P(B), P(AB). A y B son sucesos
independientes? Razonarlo. (Soluc: 1/10, 1/4, 1/40; s son independientes)
29.
Un 10% de las personas que viven en cierta ciudad ha padecido determinada enfermedad. Si se examinan tres
personas al azar, cul es la probabilidad de que alguna de ellas haya padecido esta enfermedad? (Soluc: 0,27)
30.
Dos estudiantes A y B tienen respectivamente probabilidades 1/2 y 1/5 de suspender un examen. La

probabilidad de que suspendan el examen simultneamente es de 1/10. Determinar la probabilidad de que al
menos uno de los dos estudiantes suspenda el examen. (Soluc: 3/5)
146

ALFONSO GONZLEZ
31.
Dos personas A y B organizan el siguiente juego. Tiran un dado tres veces. Si sale algn 1, gana A. Si no sale
ningn 1, gana B. Cul de las dos personas tiene ms probabilidades de ganar?
(Soluc: tiene ms probabilidades B, ya que la probabilidad de que no salga ningn 1 es 0,58)
32.
Se considera el experimento de lanzar una moneda tres veces. Se pide:

a) Construir el espacio muestral.
b) Suponiendo que la moneda est cargada y que la probabilidad de cara es 0.6, Cules son las
probabilidades de los sucesos elementales?
c) Cul es la probabilidad de que se obtenga al menos una cara?
(Soluc: E={CCC,CCX,CXC,CXX,XCC,XCX,XXC,XXX}; 0,216, 0,144, 0,144, 0,096, 0,144, 0,096, 0,096 y 0,064
respectivamente; 0,936)
33.
Se tiran dos dados: a) Calcular la probabilidad de obtener dos nmeros pares. (Soluc: 1/4)
b) Calcular la probabilidad de obtener un nmero par y un nmero impar. (Soluc: 1/2)
34.
Se tiran tres dados. Calcular la probabilidad de obtener: a) 3 seises b) algn seis c) ningn seis b) 2 seises
35.
Supongamos que la probabilidad de meter un penalti un determinado jugador es 5/6. Supongamos tres
lanzamientos. Hallar la probabilidad de: a) Meter los tres penaltis. b) Meter al menos un penalti.
(Soluc: 125/216; 215/216)
Probabilidad condicionada. Sucesos dependientes
36.
Repetir el ejercicio 25 suponiendo ahora que la primera carta extrada no se devuelve al mazo.
37.
Repetir el ejercicio 16 aplicando probabilidad condicionada.
38.
En una clase hay 17 chicos y 18 chicas. Elegimos al azar dos alumnos/as de esa clase. Calcular la
probabilidad de que (se recomienda hacer un rbol):
a) Los dos sean chicos. (Soluc: 8/35)
b) Sean dos chicas. (Soluc: 98/35)
c) Sean un chico y una chica. (Soluc: 18/35)
39.
Despus de tirar muchas veces un modelo de chincheta, sabemos que la probabilidad

de que una cualquiera caiga con la punta hacia arriba es 0,38. Si tiramos dos
chinchetas, cul ser la probabilidad de que las dos caigan de distinta forma?
(Soluc: 0,47)
40.
En un centro escolar hay 1000 alumnos/as repartidos como indica la

tabla adjunta. Se elige al azar uno de ellos. Hallar la probabilidad de
que:
a) Sea chico.
USAN
GAFAS
NO USAN
GAFAS
CHICOS
CHICAS
147
135
368
350
147

ALFONSO GONZLEZ
b) No use gafas.
c) Sea una chica con gafas.
d) No use gafas sabiendo que es chica.
e) Sea chica sabiendo que no usa gafas.
f) Use gafas sabiendo que es chica.
41.
En una empresa hay 200 empleados, la mitad de cada sexo. Los fumadores son 40 hombres y 35 mujeres. Si
elegimos un empleado/a al azar, calcular la probabilidad de que sea hombre y no fume (Se recomienda hacer
una tabla de contingencia como la del ejercicio anterior). Si sabemos que el elegido/a no fuma, cul es la
probabilidad de que sea mujer?
42.
En una bolsa hay 4 bolas, dos de ellas marcadas con un 1 y las otras dos con un 2. Se hacen tres
extracciones. Calcular la probabilidad de que el nmero formado por las tres bolas, y en el orden de
extraccin, sea el 121, suponiendo que:
a) La bola se reintegra a la bolsa.
(Soluc: 1/8)
b) La bola no se devuelve a la bolsa. (Soluc: 1/6)
43.
Un jugador de baloncesto suele acertar el 75 % de los tiros libres. Supongamos que si acierta el primer tiro,
puede tirar de nuevo. Calcular la probabilidad de que haga dos puntos, de que haga un punto, y de que no
anote ningn punto. (Soluc: 9/16; 3/16; 1/4)
44.
En el lanzamiento de un dado se consideran los tres sucesos siguientes: A=sale un nmero impar; B=sale un
nmero par; C=sale el 1 o el 2. Se pide:
a) Son independientes A y B?
b) Son independientes A y C?
c) Calcular P(A/C)
45.
(Soluc: no; s; 1/2)
Una caja contiene 10 tornillos de los cuales 3 son defectuosos. Se extraen sin reemplazamiento 4 tornillos. Se
pide:
a) Probabilidad de extraer 4 buenos.
b) Probabilidad de extraer al menos uno defectuoso.
(Soluc: 1/6; 5/6)
46.
En una caja hay x bolas blancas y 1 bola roja. Al extraer de la caja dos bolas al azar sin
reemplazamiento, la probabilidad de que sean blancas es 1/2. Calcular el nmero de bolas blancas que debe
tener la caja. (Soluc: x=3 bolas blancas)
47.
En una urna hay 9 bolas numeradas del 1 al 9. Hallar la probabilidad de que al extraer dos bolas resulten de la
misma paridad. (Soluc: 4/9)
48.
De las 40 cartas de una baraja se extraen 4 sucesivamente sin reemplazamiento. Calcular la probabilidad de
que sean del mismo palo. (Soluc: 0,0094)
49.
En el programa de Matemticas hay 29 temas. Un estudiante prepara solamente 20 de ellos. En el examen se

sacan tres temas al azar. Calcular la probabilidad de que por lo menos dos de ellos est entre los 20
preparados. (Soluc: 0,78)
148

ALFONSO GONZLEZ
50.
Se tiene una urna con 6 bolas blancas y 5 bolas negras. Se realizan tres extracciones con
reemplazamiento. Cul es la probabilidad de que aparezcan dos bolas blancas y una negra? Hallar la
probabilidad del mismo suceso, pero suponiendo que las tres extracciones se realizan sin reemplazamiento.
(Soluc: 0,41; 0,45)
51.
En una urna con 4 bolas blancas y 6 negras, se extraen sin reemplazamiento 3 bolas. Se pide:
a) Describir el espacio muestral.
b) Probabilidad de los sucesos elementales.
c) Probabilidad del suceso "al menos una bola es blanca".
(Soluc: E={BBB,BBN,BNB,BNN,NBB,NBN,NNB,NNN}; 1/30, 1/10, 1/10, 1/6, 1/10, 1/6, 1/6, 1/6; 5/6)
52.
En una caja hay seis bolas numeradas, tres de ellas con nmeros positivos y las otras tres con nmeros
negativos. Se extrae una bola y despus otra sin reemplazamiento.
a) Calcular la probabilidad de que el producto de los nmeros obtenidos sea positivo.
b) Calcular la probabilidad de que el producto de los nmeros obtenidos sea negativo.
53.
(Soluc: 2/5; 3/5)
Un sistema est formado por dos componentes A y B. El sistema funciona si funciona alguno de sus
componentes. La probabilidad de que funcione A es P(A)=0,8, la de que funcione B es P(B)=0,7 y
P(AB)=0,6 a) Cul es la probabilidad de que el sistema funcione?
b) Cul es la probabilidad de que funcione el componente A, sabiendo que el componente B no
funciona?
(Soluc: 0,9; 2/3)
54.
Un estudiante hace dos pruebas en un mismo da. La probabilidad de que pase la primera prueba es 0,6. La
probabilidad de que pase la segunda es 0,8 y la de que pase ambas es 0,5. Se pide:
a) Probabilidad de que pase al menos una prueba.
b) Probabilidad de que no pase ninguna prueba.
c) Son las pruebas sucesos independientes?
d) Probabilidad de que pase la segunda prueba en caso de no haber superado la primera.
(Soluc: 0,9; 0,1; no; 0,75)
55.
En una baraja de cartas espaolas (40 cartas) se consideran los sucesos A: extraer figura; B: extraer
sota; C: extraer una espada. Hallar las probabilidades siguientes:
una
P[(AB)/C], P(A/B), P(B/C), P[(AB)/C]

Comprubese que P[(AB)/C]=P(A/C)+P(B/C)-P[(AB)/C].
(Soluc: 2/5; 1; 1/10; 1/10)
56.
Hallar la probabilidad de extraer sucesivamente rey, as y sota de una baraja espaola, sin devolucin de las
cartas extradas. (Soluc: 0,001)
57.
Hallar la probabilidad de obtener 4 caras en 4 lanzamientos de una moneda. (Soluc: 1/16)
58.
En una clase de 25 alumnos hay tres amigos. El profesor decide sacar es da a la pizarra a tres alumnos
diferentes. Hallar la probabilidad de que no le toque a ninguno de los tres.
149

ALFONSO GONZLEZ
Probabilidad total
59.
Javier tiene en su bolsillo 4 monedas de cinco cntimos, 3 de 20 cntimos y 2 de 50 cntimos. Saca dos
monedas al azar. Cul es la probabilidad de los siguientes sucesos (se recomienda hacer un rbol):
a) Que las dos sean de 5 cntimos. (Soluc: 1/6)
b) Que ninguna sea de 50 cntimos. (Soluc: 2/3)
c) Que sumen 70 cntimos.
(Soluc: 1/6)
60.
Se tienen dos urnas del mismo aspecto exterior. La primera contiene 6 bolas blancas y 8 bolas negras. La
segunda, 4 bolas blancas y 3 negras. Una persona se aproxima al azar a una de las urnas y extrae una bola.
Cul es la probabilidad de que sea blanca? (Soluc: 1/2)
61.
Se tienen dos cajas. La caja 1 contiene 4 bolas blancas y 3 bolas negras. La caja 2 contiene 3 bolas blancas y
4 negras. Se selecciona una caja al azar y seguidamente se toma una bola de la caja seleccionada. Se pide:
a) Probabilidad de que la bola extrada sea blanca.
b) Probabilidad de que la bola extrada sea negra.
62.
(Soluc: 1/2; 1/2)
Una urna contiene 9 bolas rojas y 5 negras. Se extraen dos bolas, sin devolucin a la urna de la 1 bola. Se pide:
a) Probabilidad de que las dos bolas extradas sean negras.
b) Probabilidad de que las dos bolas extradas sean rojas.
c) Probabilidad de que la 1 sea roja y la 2 negra.
d) Probabilidad de que una sea roja y otra negra.
63.
(Soluc: 10/91; 36/91; 45/182; 45/91)
Consideremos cuatro cajas A1, A2, A3 y A4. La caja A1 contiene diez piezas, de ellas tres defectuosas; la A2, siete
piezas, de las que una es defectuosa; la A3, ocho piezas, dos de ellas defectuosas, y la A4 tiene seis piezas, de
las que la mitad son defectuosas. Se extrae al azar una pieza de una de las cajas; calcular la probabilidad de
que sea defectuosa.
(Soluc: 0,298)
Teorema de Bayes
64.
Se tienen dos cajas. La caja 1 contiene 4 bolas blancas y tres negras. La caja 2 contiene 3 bolas
blancas y 4
negras. Se selecciona una caja al azar y seguidamente se toma una bola al azar de la caja seleccionada. Se
pide: a) Probabilidad de que la bola extrada sea blanca. (Soluc: 1/2)
b) Si se extrae una bola y resulta ser blanca, cul es la probabilidad de que sea de la caja 1? (Soluc: 4/7)
65.
En una universidad el 70% de los alumnos que acuden a la PAU proceden de centros pblicos y el resto de
centros privados. De los alumnos de centros pblicos, el 25% obtiene una nota superior a 7 puntos. De los
alumnos de centros privados, el 28% obtiene una nota superior a 7 puntos. Se elige un alumno al azar y se pide:
a) Probabilidad de que tenga una nota menor o igual a 7 puntos.
b) Sabiendo que su nota es superior a 7 puntos, cul es la probabilidad de que proceda de un centro pblico?
c) Son incompatibles los sucesos "alumno de centro pblico" y "alumno con nota menor o igual que 7 puntos"?.
(Soluc: 0,74; 0,68; no)
Razonar la respuesta.
150

ALFONSO GONZLEZ
66.
En el proceso de fabricacin de circuitos impresos, un fabricante asegura que el 5% de los circuitos son
defectuosos. Supongamos que un dispositivo para comprobar los circuitos defectuosos detecta un 90% de ellos,
pero tambin califica como defectuosos el 2% de los que en realidad son correctos. Calcular la probabilidad de
que un determinado circuito que ha sido calificado de incorrecto sea en realidad correcto, y tambin la de que
sea incorrecto un determinado circuito que fue calificado de correcto. (Soluc: 0,296; 0,005)
67.
Elegido un individuo al azar y observado por rayos X, se diagnostic que estaba tuberculoso. La probabilidad de
que en la poblacin de la que se eligi el individuo uno de ellos sea tuberculoso es de 0,01. La probabilidad de
que un aparato de rayos X detecte un individuo tuberculoso sindolo es 0,97 y no sindolo es de 0,001. Cul
es la probabilidad de que sea tuberculoso habindolo detectado los rayos X?. (Soluc: 0,907)
68.
Se tienen dos urnas U1 y U2 con las siguientes composiciones:
U1: 10 bolas blancas y 7 negras

U2: 24 bolas blancas y 5 negras
Se saca una bola al azar de U1 y se introduce sin mirarla en U2, y a continuacin se extrae una bola de U2 que
resulta ser negra. Cul es la probabilidad de que la bola pasada de U1 a U2 hubiese sido blanca? (Soluc: 25/46)
69.
Se introducen al azar 6 bolas, unas de color blanco y otras de color negro, en una bolsa y en proporcin
desconocida. Se extrae una bola al azar y resulta ser blanca. Cul es la probabilidad de que la bolsa contuviera
tres bolas blancas y tres negras? Interpretar el resultado obtenido.
(Soluc: 1/5)
70.
Se tienen 3 urnas con las siguientes composiciones:
A1: 3 bolas blancas y 1 negra

A2: 2 bolas blancas y 2 negras
A3: 1 bolas blanca y 3 negras
Elegimos una urna al azar y sacamos una bola de ella. Cul es urna que nos da una probabilidad mayor para
que la bola extrada sea blanca? Interpretar el resultado obtenido.
(Soluc: A1, ya que las probabilidades de extraer una bola blanca procedente de cada urna son 1/2, 1/3 y 1/6 respectivamente)
151
INFERENCIA
ESTADSTICA

Alfonso Gonzlez
Dpto. de Matemticas

ALFONSO GONZLEZ
I) REPASO de ESTADSTICA ELEMENTAL

El concepto de variable estadstica es bastante intuitivo y fcil de comprender. Existen los siguientes
tipos de variables o caracteres:
1. Caracteres cualitativos: Se describen mediante palabras y no se pueden medir, es decir, no se les puede
asignar un nmero; ms bien, presentan modalidades. Ejemplos: el estado civil,
la nacionalidad, el nivel de estudios, el color del pelo, etc.
2. Caracteres cuantitativos: Se describen mediante nmeros, es decir, son medibles. A su vez, se dividen
en:
2.1 Caracteres cuantitativos discretos:
Slo toman valores puntuales aislados. Ejemplos: nmero de

hijos, nmero del calzado, nota de la evaluacin de
Matemticas, etc.
2.2 Caracteres cuantitativos continuos: Pueden tomar cualquier valor intermedio entre dos
cualesquiera. Ejemplos: estatura, peso, nota en un examen,
etc.
Nosotros vamos a tratar en este tema generalmente variable estadstica continua.
Supongamos que, en vsperas de unas elecciones, queremos tener una idea sobre las intenciones de
voto del electorado. Evidentemente, no podemos preguntrselo al conjunto de todos los votantes (eso ocurrir
ms bien el da de las elecciones), por lo cual tendremos que limitarnos a hacer un sondeo a una parte,
naturalmente lo ms representativa posible. Surgen as los siguientes conceptos:
Poblacin: Conjunto de todos los individuos objeto del estudio.
Muestra: Subconjunto extrado de la poblacin, cuyo estudio sirve para inferir caractersticas de toda la
poblacin.
La eleccin de la muestra (lo que se conoce como muestreo) debe realizarse con cuidado para que la
muestra sea lo ms representativa posible; para ello hay dos factores fundamentales a tener en cuenta: el
tamao de la muestra es evidente que si sta es demasiado pequea no ser representativa, pero se
pueden obtener estimaciones muy certeras con sondeos muy ajustados y el cmo se lleva a cabo el
muestreo: condicin indispensable para que una muestra sea representativa es que el muestreo sea
1
aleatorio . Los aos 30 del siglo pasado vieron el nacimiento de la Estadstica Inductiva, que permite obtener
conclusiones vlidas para toda la poblacin a partir del estudio de una muestra.
Para poder manejar cmodamente datos estadsticos se suelen construir tablas de frecuencias. Vemoslo, en
primer lugar, para un ejemplo sencillo de variable discreta:
Ejemplo 1: Las edades de los 25 alumnos de una clase de 2 de Bachillerato son las siguientes:
17, 17, 17, 18, 17, 17, 19, 17, 17, 18, 18, 17, 17, 20, 19, 17, 18, 17, 17, 17, 18, 17, 18, 17, 17
Con estos datos, construimos la siguiente tabla:
xi
17
18
19
20
fi
16
6
2
1
= 25
hi
0,64
0,24
0,08
0,04
=1
%
64
24
8
4
= 100
La 1 columna contiene los valores que toma la variable aleatoria xi, en

este caso la edad, por orden creciente.
La 2 columna muestra el recuento de cada valor; se llama frecuencia
absoluta, y se designa como fi
Dividiendo las frecuencias absolutas entre el nmero total de individuos
(25) se obtienen las frecuencias relativas (3 columna), que se
designan como hi
Pueden
verse
con
ms
profundidad
todos
estos
conceptos
en
http://www.alfonsogonzalez.es/asignaturas/1_bach_ccss/unidades_didacticas_1_bach_ccss.html
conceptos
en
155

ALFONSO GONZLEZ
La ltima columna son las frecuencias relativas expresadas en tanto por ciento.
En el caso de variable continua, la tabla se confecciona utilizando intervalos de clase, es decir, agrupando
los datos en intervalos:
Ejemplo 2: Las estaturas, en metros, de los 40 alumnos de 2 de Bachillerato de un centro son las siguientes:
1,81
1,70
1,86
1,78
1,85
1,69
1,77
1,65
1,70
1,80
1,66
1,75
1,79
1,92
1,76
1,74
1,81
1,68
1,63
1,60
1,73
1,84
1,80
1,81
1,73
1,77
1,71
1,72
1,68
1,89
1,86
1,80
1,82
1,79
1,76
1,76
1,72
1,72
1,65
1,76
Estatura
[1,60;1,65)
[1,65;1,70)
[1,70;1,75)
[1,75;1,80)
[1,80;1,85)
[1,85;1,90)
[1,90;1,95]
xi
1,625
1,675
1,725
1,775
1,825
1,875
1,925
fi
2
6
9
10
8
4
1
hi
0,05
0,15
0,225
0,25
0,2
0,1
0,025
= 40
=1
Construimos una tabla agrupando estos datos en intervalos de amplitud

5 cm:
Ntese que en cada intervalo no se incluye el extremo derecho,
excepto en el ltimo. El punto medio de cada intervalo se llama marca
de clase. Para qu se utilizan las marcas de clase? Entre otras cosas,
como veremos enseguida, para hallar la media de estaturas de esta
distribucin.
Una prctica muy habitual es representar grficamente la distribucin estadstica. La ventaja es que as
podemos visualizarla fcilmente, captando as de un vistazo todos sus detalles. Para representarla
disponemos de dos posibilidades:
2
Histograma: Se trata de levantar para cada intervalo de clase un rectngulo cuya altura indique su
frecuencia absoluta (histograma de frecuencias absolutas), o la relativa (histograma de
frecuencias relativas). (NOTA: en el caso de distribuciones discretas, como la del ejemplo 1, ms
bien se llama diagrama de barras, puesto que, en vez de rectngulos, se dibujan lneas
verticales).
Polgono de frecuencias: En el caso de un polgono de frecuencias absolutas se obtiene uniendo el punto
medio del lado superior de cada rectngulo. Si es un polgono de frecuencias
relativas, se unen los extremos derechos del lado superior, con el fin de poder
obtener la mediana grficamente.
Lo ms usual es dibujar ambos a la vez, superpuestos. Veamos cmo seran el histograma y el
polgono de frecuencias relativas de la distribucin anterior:
0,3
0,25
hi
0,2
0,15
0,1
0,05
0
[1,60;1,65)
[1,65;1,70)
[1,70;1,75)
[1,75;1,80)
[1,80;1,85)
[1,85;1,90)
[1,90;1,95]
estaturas
En el caso de que los intervalos de clase no sean de amplitud constante, ms bien hay que hacer que cada rectngulo
sea de rea proporcional a la frecuencia de cada intervalo.
156

ALFONSO GONZLEZ
Por ltimo, para poder definir correctamente la distribucin, tambin se acostumbra a definir una serie
de parmetros estadsticos; los ms importantes son dos: la media aritmtica y la desviacin tpica.
El concepto de media aritmtica es bastante intuitivo: la media aritmtica de una serie de valores se
3
obtiene sumndolos, y dividiendo la suma por el nmero de valores. Se designa mediante x o . En el caso
de datos agrupados en intervalos, se escoge como valor de cada intervalo el punto medio o marca de clase.
En el ejemplo anterior, puede comprobarse que sale 1,765 m de estatura media.
El otro parmetro aludido es la desviacin tpica, que se designa como s o . Su significado lo
veremos ms adelante (apdo. VI.4); baste decir, por el momento, que est relacionada con la forma de la
distribucin: cuando mayor es en relacin con , ms dispersos son los datos, y viceversa.
4
II) IDEA INTUITIVA DE DISTRIBUCIN NORMAL

Continuando con el ejemplo de las estaturas de los 40 alumnos, podemos suponer que la distribucin
de las tallas de los alumnos/as de 2 de Bachillerato de toda Espaa, a medida que los intervalos de clase van
siendo pequeos, tiende al diagrama representado a la derecha:
0,3
0,25
hi
0,2
0,15
0,1
rea encerrada = 1
0,05
0
[1,60;1,65)
[1,65;1,70)
[1,70;1,75)
[1,75;1,80)
estaturas
Intervalo de clase
0
[1,80;1,85)
[1,85;1,90)
[1,90;1,95]
1,60 1,65
1,70 1,75
1,80
1,85
1,90
1,95
estaturas
El diagrama de la derecha proporciona una idea intuitiva de la que se conoce como distribucin normal.
Sabemos que la suma de todas las frecuencias relativas hi de una distribucin de frecuencias es igual a
5
la unidad. Por lo tanto, el rea encerrada debajo de la curva normal es igual a 1.
La distribucin normal se llama as porque durante mucho tiempo

se pens que ese era el comportamiento de todos los fenmenos de la
vida real. Conviene tener en cuenta que existe un gran nmero de
fenmenos cuyos histogramas de frecuencias observadas pueden
considerarse como la imagen emprica de una distribucin normal, es
decir, simtrica; por ejemplo, en la distribucin del permetro craneal de
una serie de individuos (ver figura), los que tienen poco y mucho
permetro se encuentran igualmente separados por la media y se
presentan con frecuencias similares. Otros ejemplos de situaciones que
pueden responder, aproximadamente, a una curva normal, pueden ser: el
peso de los individuos de la poblacin, el cociente intelectual, etc., es
decir, medidas psicomtricas. Pero tambin se obtiene una distribucin
En realidad, se designa como x en el caso de variable estadstica, y en el caso de variable aleatoria; en este ltimo
caso, la media tambin se llama esperanza matemtica o valor esperado.
En realidad, se designa como s en el caso de variable estadstica, y en el caso de variable aleatoria.
La curva normal tambin se llama curva de Gauss o campana de Gauss, en honor al matemtico alemn Carl Friedrich
Gauss (1777-1855), que fue el primero en ver sus propiedades y utilidad.
157

ALFONSO GONZLEZ
que tiende a la normal en otro tipo de medidas: duracin media de una bombilla, esperanza de vida de una
mascota, etc Por supuesto, todo esto no se puede demostrar, pero es algo que se comprueba
estadsticamente
Cuidado!: No todas las distribuciones se comportan segn el
modelo normal. Consideremos el siguiente contraejemplo:
supongamos que clasificamos a los ciudadanos espaoles segn su
nivel de renta (ver figura). Evidentemente, son muy pocos los que
poseen niveles de rentas altas y en cambio son muchos los que
poseen niveles de rentas bajas. Por tanto, la distribucin ya no es
simtrica y, en consecuencia, no se adapta al modelo normal.
Miles de al mes
III) DEFINICIN DE DISTRIBUCIN NORMAL: CURVA DE GAUSS

Volviendo al ejemplo 2, si el nmero de alumnos/as crece indefinidamente y vamos haciendo cada vez
ms pequea la amplitud de los intervalos, el polgono de frecuencias tomar entonces la forma de la
distribucin normal, es decir, de una campana de Gauss. La variable en este caso sera continua y su
recorrido sera, en principio, el intervalo [1,60;1,95], aunque tericamente sera desde 0 hasta .
Vamos a definir la distribucin normal terica:
Una variable aleatoria continua X sigue una distribucin normal de media y desviacin tpica , y se
designa por N ( , ), si cumple:
1) La variable recorre toda la recta real, es decir ( - , )
6
2) La distribucin tiene la forma de la curva de Gauss, cuya ecuacin es:

f(x) =
1
2
1
2
Observaciones: 1) y se llaman parmetros de la distribucin normal, y cumplen: - < < y > 0

2) El significado de es intuitivo; el de lo veremos ms adelante, en el apartado VI.4)
La forma de la curva de Gauss es la siguiente:
X=
1,80 1,85 +
Se trata de una curva simtrica respecto a X = .

Precisamente, tiene su mximo en X = . Por otra parte, ya
podemos empezar a ver el significado de la desviacin tpica,
la cual nos indica la forma de la curva: una desviacin tpica
a ambos lados de la media nos marca la posicin de los
7
dos puntos de inflexin simtricos de la curva. Por ltimo, y
muy importante: recordar que el rea total encerrada en el
histograma de frecuencias relativas era 1 el rea
encerrada bajo la curva de Gauss es 1
Qu representa la curva de Gauss? Por ejemplo, el rea

sombreada de la curva de la figura representa la frecuencia relativa de individuos con estatura comprendida
entre 1,80 y 1,85, es decir, representa la probabilidad de que un individuo elegido al azar tenga una talla
comprendida entre dichos valores.
6
e 2,7182818 es un nmero irracional llamado constante de Euler, en honor al matemtico suizo Leonhard Euler
(1707-1783)
Recordar: los puntos de inflexin de una curva son los puntos donde cambia la curvatura de sta.
158

ALFONSO GONZLEZ
IV) DISTRIBUCIN NORMAL ESTNDAR: N(0,1)

A la vista de lo anterior, es evidente que para cada valor de y tendremos una curva de Gauss
distinta. Pero de las infinitas distribuciones normales posibles tiene inters la distribucin N ( 0 , 1 ), llamada
distribucin normal estndar, distribucin normal reducida, distribucin normada o tipificada. Corresponde a
la ecuacin:
1
0,4
0,4
f (x) =
(NOTA: Se acostumbra a modificar la escala del eje y

para conseguir una forma ms acampanada de la
curva)
1
2
x2
, cuya representacin grfica se muestra al margen.

Decimos que tiene inters pues el rea que deja est
tabulada (ver tabla suministrada en la PAEG), y adems
toda distribucin se puede poner en funcin de la N(0,1),
como veremos en el siguiente apartado.
V) TIPIFICACIN DE LA VARIABLE
Consiste en transformar la variable X que sigue una distribucin N ( , ) en otra variable Z que
siga una distribucin N ( 0 , 1 ) , la cual est tabulada. Para ello, hay que hacer dos pasos:
1) CENTRAR: Trasladar la media de la distribucin al origen de coordenadas, haciendo x- (esto equivale a
hacer =0)
2) CONTRAER la grfica de la distribucin unidades, lo cual se consigue dividiendo por (esto equivale a
hacer =1)
Estos dos pasos se consiguen simultneamente haciendo el cambio de variable Z =
(1)
En resumen:
N( ,)
de variable X
CAMBIO
Z=
N(0,1)
de variable Z
En el prximo apartado haremos uso de la expresin (1).
VI) MANEJO DE TABLAS (Clculo de reas bajo la curva de gauss)

Para hallar reas (y por lo tanto probabilidades) bajo la curva normal mediante tabla a menudo
tendremos en cuenta que dicha curva es simtrica y por lo tanto deja un 50 % de observaciones a ambos
lados del origen. Adems, no debe olvidarse que el rea encerrada total es 1, es decir el 100 % de
observaciones, o lo que es lo mismo, la probabilidad del suceso seguro. Vayamos por pasos:
VI.1) Clculo de probabilidades en una distribucin N(0,1)

Vamos a ver todos los 4 casos que se pueden presentar, desde el ms fcil hasta el ltimo, el ms
complicado. Sea Z una variable que sigue una distribucin normal N ( 0 , 1 ) . Veamos algunos ejemplos,
utilizando la tabla ms usual, que es una tabla de frecuencias es decir, de probabilidades acumuladas
(precisamente la suministrada en la PAEG), como la que figura al margen. Esta tabla nos proporciona la
159

ALFONSO GONZLEZ
probabilidad de que la variable Z sea menor o igual que un

8
determinado valor k. Este valor k se busca en la tabla de la
siguiente forma: sus unidades y dcimas en la columna
izquierda y las centsimas en la superior:
P(Zk)
-
k
Ejemplo 3: Calcular P ( Z 1,45)
La probabilidad pedida es el rea sombreada:
Por lo tanto, buscamos en la tabla k=1,4 en la columna

izquierda, y 0,05 en la fila superior; su interseccin nos da:
P ( Z 1,45) = 0,9265
Es decir, el 92,65% de las observaciones se distribuyen entre
- y 1,45
Existen 4 casos suponiendo que, a diferencia del ejemplo

anterior (que llamaremos CASO 0), no nos pidan directamente
una probabilidad de la tabla:
Buscamos unidades y dcimas de k en la columna

izquierda, y centsimas en la fila superior
CASO I (Ejemplo 4): Calcular P ( Z -1,45 )

La probabilidad pedida es el rea sombreada:
La tabla solo proporciona probabilidades para valores de k positivos. Ahora bien, teniendo en cuenta la
simetra de la curva de Gauss, y que el rea total encerrada por esta es 1:
P ( Z -1,45) = P ( Z > 1,45) = 1 - P ( Z 1,45) = 1- 0,9265 = 0,0735
NOTA: En una distribucin de variable continua (caso de Z) las probabilidades puntuales son nulas; por lo
tanto, P ( Z k ) = P ( Z < k )
CASO II (Ejemplo 5): Calcular P ( 1,25 < Z 2,57 )
La probabilidad pedida es el rea sombreada; por lo tanto, restaremos al rea
mayor la menor:
P ( 1,25 < Z 2,57 ) = P ( Z 2,57) - P ( Z 1,25) = 0,9949 - 0,8944 = 0,1005
En el apdo. VII veremos que k habitualmente se llama valor crtico, y lo designaremos como z/2
160

ALFONSO GONZLEZ
CASO III (Ejemplo 6): Calcular P ( - 2,57 < Z -1,25 )

La probabilidad pedida es el rea sombreada; por lo tanto, por simetra de la curva
normal:
P ( - 2,57 < Z - 1,25 ) = P ( 1,25 < Z 2,57) = 0,1005
CASO IV (Ejemplo 7): Calcular P ( - 0,53 < Z 2,46 )

La probabilidad pedida es el rea sombreada. Este es el caso ms general, y se
resuelve teniendo en cuenta todo lo anterior:
como en el ejemplo 5
P ( - 0,53 < Z 2,46) = P ( Z 2,46) - P ( Z - 0,53 ) = P ( Z 2,46) - P ( Z 0,53)

= P ( Z 2,46) - [ 1 - P ( Z < 0,53 ) ] = 0,9931 - ( 1 - 0,7019 ) = 0,695
como en el ejemplo 4
Por otra parte, tenemos el problema inverso (muy importante de cara a lo que se pide en PAEG, es decir,
hallar el intervalo de confianza): dada una determinada probabilidad, hallar el valor de k asociado. Tambin
hay 4 casos posibles:
CASO I (Ejemplo 8): Calcular el valor de k (exacto o aproximado) tal que P ( Z k ) = 0,85
En las tablas encontramos que P ( Z 1,03 ) = 0,8485 y P ( Z 1,04 ) = 0,8508; por
lo tanto, asignaremos a k el valor intermedio de 1,03 y 1,04, es decir k = 1,035
0,85
NOTA: Habitualmente k no aparece exactamente en la tabla, en cuyo caso se

hace la media de los dos ms cercanos, por exceso y por defecto.
k
NOTA: Slo el caso I es necesario posteriormente para el intervalo de

confianza.
CASO II (Ejemplo 9): Calcular el valor de k (exacto o aproximado) tal que P ( Z k ) = 0,33
En la tabla no aparecen valores de la probabilidad menores que 0,5. Pero, por
simetra (ver dibujo), tomamos un k' simtrico a k, tal que P ( Z k ' ) = 0,67
k ' = 0 ,44 k = - 0,44
0,33
k'
0,67
CASO III (Ejemplo 10): Calcular el valor de k (exacto o aproximado) tal que P ( Z > k ) = 0,12
Tambin por simetra: P ( Z > k ) = 0,12 P ( Z k ) = 0,88 k = 1,175
0,12
k
0,88
161

ALFONSO GONZLEZ
CASO IV (Ejemplo 11): Calcular el valor de k (exacto o aproximado) tal que P ( Z k ) = 0,9971
Tambin
0,9971
por
P ( Z k ) = 0,9971
simetra:
P ( Z < k ' ) = 0,9971 k ' = 2 ,76 k = - 2,76
0,9971
k'
Ejercicio final tema: 4
VI.2) Clculo de probabilidades en una distribucin N ( , ) (Tipificacin de la variable)

Como hemos visto en el apartado V, utilizando la frmula (1) podemos convertir una variable X que sigue una
distribucin N ( , ) en otra variable Z que siga una distribucin N ( 0 , 1 ) , con la ventaja de que esta ltima
est tabulada.
CAMBIO
N(,)
de variable X
Z=
N(0,1)
de variable Z
Esto se puede hacer porque, en esencia, todas las distribuciones normales son la misma. Por lo tanto, es ms
cmodo buscar probabilidades en una distribucin N ( 0 , 1 ) . Veamos ejemplos:
Ejemplo 12: En una distribucin N ( 66 , 8 ) , calcular: a) P ( X < 70 ) b) P ( X > 80 ) c) P ( 70 < X < 80 )

Z=
a) X=70
Tipificamos la
variable X
X 70 66
=
= 0,5
nueva variable
Z tipificada
Por tanto, P(X<70)=P(Z<0,5)=0,6915

Grficamente:
N ( 66 , 8 )
N ( 0, 1 )
70
66
b) X=80
Tipificamos la
variable X
Z=
0,6915
Tipificamos la
variable X
0,5
74
X 80 66
=
= 1,75
Por tanto, P ( X > 80 ) = P ( Z > 1,75 ) = 1- P ( Z < 1,75 ) = 1- 0,9599 = 0,0401

Grficamente:
N ( 66 , 8 )
N ( 0, 1 )
0,0401
66
74
80
Tipificamos la
variable X
0
1,75
162

ALFONSO GONZLEZ
c) P ( 70 < X < 80 ) = P ( 0,5 < Z < 1,75 ) = P ( Z < 1,75 ) - P ( Z < 0,5 ) = 0,9599 - 0,6915 = 0,2684
Grficamente:
N ( 66 , 8 )
Tipificamos la
variable X
70
80
0,2684
N ( 0, 1 )
X
0,5
66
1,75
Ejercicios final tema: 5 y 6
VI.3) Problemas de aplicacin

Ejemplo 13: Los pesos de los individuos de una poblacin se distribuyen normalmente con media 70 kg y
desviacin tpica 6 kg. De una poblacin de 2000 personas, calcular cuntas personas tendrn
un peso entre 64 y 76 kg.
= 70 kg
= 6 kg
N(,)
de variable X
X=64 Z =
X=76 Z =
Tipificamos la
variable X
N(0,1) de nuevavariable Z =
X 64 70
=
= 1
6
X
76 70
=1
Por tanto:
P ( 64 < X < 76 ) = P ( - 1< Z < 1 ) = P ( Z < 1 ) - P ( Z < - 1 ) = P ( Z < 1 ) - [ 1 - P ( Z < 1 ) ] = 0,8413 - ( 1- 0,8413 ) = 0,6826
Es decir, el 68,26% de la poblacin tendrn un peso entre 64 y 76 kg. Por consiguiente:
Solucin: 2000 0,6826=1365 personas
Ejemplo 14: Se ha aplicado a 300 alumnos un test y se ha observado que se distribuyen normalmente con
media 30 y desviacin tpica 12
a) Cuntos alumnos tendrn una puntuacin superior a 42?
b) Qu proporcin de alumnos tendr una puntuacin entre 20 y 25?
a)
[Soluc: 47 alumnos]
163

ALFONSO GONZLEZ
b)
[Soluc: 40 alumnos]
VI.4) Casos particulares de reas bajo la curva. Significado de

A veces tiene inters saber qu proporcin de individuos de la poblacin se distribuye en intervalos de la
forma ( - , + ) , ( - 2 , + 2 ) , etc.
Supongamos que tenemos una variable aleatoria X que sigue una distribucin N ( , ) . Veamos, en
primer lugar, qu proporcin de individuos se encontrar en el intervalo ( - , + ) ; para ello, tipificaremos
la variable, como hemos hecho en ejemplos anteriores:
CAMBIO
X=-
Z=
X
Z=
X=+
( )
= 1
( + )
Z=
=1
hay que hallar P ( 1 < Z 1 )
rea sombreada = P ( - 1 < Z < 1 ) = P ( Z < 1 ) - P ( Z < - 1 ) =

= P ( Z < 1 ) - [ 1 - P ( Z < 1 ) ] = 0,8413 - ( 1- 0,8413 ) = 0,6826
Es decir, el 68,26% de las observaciones se encuentran

alejadas una desviacin tpica a ambos lados de la media.
En general, puede comprobarse que:

El 68,26% de las observaciones estn en ( - , + )
El 95,44% de las observaciones estn en ( - 2 , + 2 )
3
+2
+3
El 99,74% de las observaciones estn en ( - 3 , + 3 )
68,26%
95,44%
164

ALFONSO GONZLEZ
VII) INTERVALOS CARACTERSTICOS

Definicin:
Dada una variable X que sigue una

distribucin de media , se llama intervalo
caracterstico correspondiente a una
probabilidad p a un intervalo centrado en la
media, (-k, +k), tal que la probabilidad de
que X pertenezca a dicho intervalo es p:
P(-k<X<+k)=p
+k
intervalo caracterstico
Ejemplo 15: Hallar el intervalo caracterstico de una distribucin normal N(0,1) correspondiente a la
probabilidad p=0,9
0,05
0,05
0,9
Viendo la figura adjunta, si dentro del intervalo tiene que haber un

rea de 0,9, fuera de l habr por tanto 0,1; ahora bien, como el
intervalo es, por definicin, simtrico, el rea de las dos colas ser
0,05.
Por tanto, se trata de buscar k tal que P(Zk)=0,95
Este es una situacin idntica a la ya vista en el ejemplo 8; en las

tablas encontramos que P(Z1,64)=0,9495 y P(Z1,65)=0,9505; por lo tanto, asignaremos a k el valor
intermedio 1,645.
Solucin: el intervalo caracterstico pedido es (-1,645;1,645); se trata de un intervalo simtrico respecto al
origen y en el que se sitan el 90% de las observaciones.
Ejemplo 16: Hallar razonadamente el intervalo caracterstico a una probabilidad de p=0,6 para una
distribucin N(0,1). Interpretarlo.
(Soluc: (-0,845;0,845))
Definicin:
En una distribucin N(0,1), si (-k,k) es el

intervalo caracterstico correspondiente a
una probabilidad p, diremos que k es el
valor crtico correspondiente a p
/2
/2
p=1-
k=z/2
Habitualmente, el valor crtico se suele denominar z/2, siendo p=1- (ver figura).
165

ALFONSO GONZLEZ
Ejemplo 17: Calcular razonadamente el valor crtico correspondiente a una probabilidad de 0,95
En la figura se ve que obviamente /2=0,025; por tanto, z/2 ser tal
que la probabilidad que acumule sea 0,95+0,025=0,975:
0,025
0,025
P(zz/2)=0,975
0,95
De la tabla deducimos que, entonces, z/2=1,96

z/2
z/2
Intervalos caractersticos en distribuciones N(

,
):
Acabamos de ver que en una variable Z que siga
una distribucin N(0,1) el intervalo caracterstico
correspondiente a la probabilidad p=1- (ver figura) es
(-z/2, z/2). Esto significa que:
-z/2<z<z/2
(2)
/2
/2
p=1-
z/2
z/2
con una probabilidad p=1-. Ahora bien, esto es para el caso particular de una distribucin N(0,1); pero, qu
pasa en el caso general de una N(,)? Para pasar de una a otra, sustituyamos en (2) el cambio de variable
x
:
ya utilizado, z =
z / 2 <
x
< z / 2 z / 2 < x < z / 2 z / 2 < x < + z / 2
, +z/2
) es el intervalo caracterstico correspondiente a una
Es decir, el intervalo (-z/2
probabilidad p=1- para una variable x que sigue una distribucin N(,
); se trata de un intervalo
centrado respecto a la media :
/2
/2
p=1-
z/2
+z/2
Ejemplo 18: En una distribucin N(66,8), obtener el intervalo caracterstico para el 90%. Interpretarlo.
90% p=0,9=1- =0,1 /2=0,05
0,05
0,05
0,9
0,9+0,05=0,95 hay que buscar el valor crtico z/2 tal que:

P(zz/2)=0,95
z/2
z/2
De la tabla deducimos que z/21,645. Por lo tanto, el intervalo

caracterstico pedido ser:
(-z/2, +z/2)=(66-1,645 8,66 ; 66+1,645 8,66)=(52,84;79,16)
166

ALFONSO GONZLEZ
Es decir, el 90% de los individuos estn en ese intervalo, o lo

que es igual, P(52,84<x<79,16)=0,9
5%
5%
90%
52,84
66
79,16
Ejemplo 19: En una distribucin N(66,8), obtener el intervalo caracterstico para el 95% y el 99%.
Interpretarlos.
a)
[Soluc: (50,32;81,68)]
b)
[Soluc: (45,4;86,6)]
VIII) DISTRIBUCIN DE LAS MEDIAS MUESTRALES. TEOREMA CENTRAL DEL LMITE

Est demostrado estadsticamente que si en una distribucin (no necesariamente normal, se entiende)
extraemos muestras de tamaos n=2, n=3, n=4, etc. la distribucin de sus correspondientes medias se va
pareciendo a una distribucin normal a medida que aumenta n. Adems, la media se mantiene constante,
mientras que la desviacin tpica va disminuyendo. Comprobmoslo con un ejemplo:
Ejemplo 20: Consideremos la distribucin de probabilidad correspondiente al lanzamiento de un dado:
2
xi
pi
pi x i
pi x i
1/6
1/6
1/6
1/6
2/6
4/6
1/6
3/6
9/6
1/6
4/6
16/6
1/6
5/6
25/6
1/6
6/6
36/6
pixi=21/6
pi=1
pixi =91/6
= pi xi = 21/ 6 = 3,5
i =1
p x
i =1
2
i
2 = 91/ 6 3,52 = 2,92 1,7
167

ALFONSO GONZLEZ
Consideremos ahora la correspondiente al lanzamiento de dos dados y promediar el resultado. Es evidente

que hay 36 casos posibles: (1,1), (1,2), 1,3)...(2,1), (2,2) ...(6,6). Por ejemplo, de obtener un promedio de 2
hay 3 casos favorables: (1,3), (2,2) y (3,1). De la misma forma, de obtener 2,5 hay 4 casos: (1,4), (2,3), (3,2) y
(4,1). Y as sucesivamente. Es fcil ver que la tabla sera:
2
xi
pi
pi x i
pi x i
1/36
1/36
1/36
1,5
2/36
3/36
4,5/36
3/36
6/36
12/36
2,5
4/36
10/36
25/36
5/36
15/36
45/36
3,5
6/36
21/36
73,5/36
5/36
20/36
80/36
4,5
4/36
18/36
81/36
3/36
15/36
75/36
5,5
2/36
11/36
60,5/36
1/36
6/36
36/36
pi=1
pixi=126/36
pixi =493,5/36
= pi x i = 126 / 36 = 3,5
i =1
p x
i =1
2
i
2 = 493,5 / 36 3,52 = 1,46 1,21
Y as sucesivamente para n=3, 4... dados. Resumamos en la tabla inferior los parmetros estadsticos que se
obtendran:
n=1 dado
3,5
1,71
n=2
3,5
1,21
n=3
3,5
0,98
n=4
.
.
.
3,5
0,86
3,5
1,71/ n
Vemos que las cuatro medias son

iguales y la desviacin tpica va
disminuyendo, de modo que la
para n dados es igual a 1,71/ n .
En el grfico derecho comparamos
las grficas en los 4 casos. Vemos
que cuantos ms dados intervienen
ms se parece la distribucin de los
promedios a la curva normal.

Este resultado, que se puede generalizar para cualquier
distribucin, se conoce como
Teorema central del lmite:
Dada una poblacin de media y desviacin tpica (no necesariamente normal!), la distribucin de las
medias x de las muestras de tamao n presenta las siguientes caractersticas:
1) Tiene la misma media, , que la poblacin.
2) Su desviacin tpica es / n
3) Cuando n30, x es prcticamente normal.
Observaciones:
1. Este teorema es vlido cualquiera que sea la distribucin de partida, tanto si es discreta como continua.
2. Este teorema es bsico para estimar la media de una poblacin a partir de la media de una muestra
extrada de ella, con ayuda de la distribucin normal. Esto lo veremos en el prximo apartado.
3. Si la poblacin de partida es normal, tambin lo ser la distribucin de las medias muestrales,
cualquiera que sea el valor de n (caso de los ejercicios 6 de la PAEG)
168

ALFONSO GONZLEZ
4. Aunque la poblacin de partida no sea normal, para n>30 es seguro que se consigue una gran
aproximacin a la normal.
Tabla resumen:
poblacin de
partida
(x)
distribucin de las
medias de las muestras
de tamao n
(x )
media
desviacin tpica
/ n
ser normal si n30
IX) INTERVALO DE CONFIANZA PARA LA MEDIA

En este apartado veremos cmo, a partir de una muestra aleatoria de tamao n de la cual conocemos
su media, podemos estimar el valor de la media de toda la poblacin dando un intervalo, llamado intervalo de
confianza, dentro del cual confiamos que est dicha media. Este es el objetivo final al que ha ido encaminado
todo lo visto en los apartados anteriores.
Para ello, disponemos del siguiente teorema:
Se desea estimar la media, , de una poblacin cuya desviacin tpica es conocida.
Para ello se recurre a una muestra de tamao n en la cual se obtiene una media muestral, x .
Si la poblacin de partida es normal, o si el tamao de la muestra es n30, entonces el intervalo de
confianza de con un nivel de confianza p=1- viene dado por:

x z / 2
, x + z / 2
n
n
(3)
Observaciones:
1. La justificacin de este hecho es bastante sencilla, y se basa en el teorema central del lmite. En efecto,
en el apartado VII obtuvimos que el intervalo (-z/2, +z/2) es el intervalo caracterstico
correspondiente a una probabilidad p=1- para una variable x que sigue una distribucin N(,).
Por tanto, por el teorema central del lmite, en dicho intervalo podemos reemplazar por x , y por
/ n , obteniendo as el intervalo dado por (3).
2. Podemos ahora completar definitivamente la tabla resumen del apartado anterior:
poblacin de partida
(x)
distribucin de las
medias de las muestras
de tamao n
(x )
media
x =
desviacin tpica
/ n
ser normal si n30

intervalo caracterstico:
(-z/2, +z/2)
intervalo de confianza:

x z / 2
, x + z / 2
n
n
169

ALFONSO GONZLEZ
3. Como ya hemos dicho al principio de este apartado, el significado del intervalo de confianza obtenido
es que podemos afirmar que existe (ya no hablamos de probabilidad) un nivel de confianza p=1- (en
%) de que la media de toda la poblacin est en dicho intervalo:
/2
/2
p=1-
x z / 2
x + z /2
z /2
4. Los ejercicios 6 de las ltimas convocatorias de la PAEG siempre presentan el mismo esquema:
DATOS DE PARTIDA: Tamao de la muestra, n
Media de la muestra, x
Desviacin tpica de la muestra,
Nivel de confianza, p=1-
(Adems, se supone siempre que la poblacin de partida es normal)
QU NOS PIDEN?:
PASOS A SEGUIR:
El intervalo de confianza al p=1- (en %) para la media de toda la poblacin.

Se trata de obtener todos los trminos del intervalo dado por (3):

x z / 2
, x + z / 2
n
n
Para ello:
1. Obtenemos el valor crtico z/2 correspondiente a la probabilidad p=1-, de
acuerdo con lo visto en el apdo. VII, para lo cual se recomienda un grfico
explicativo.
2. Sustituimos en el intervalo mencionado arriba el z/2 recin obtenido, as como
los datos n, x y
3. Finalmente, se interpreta el intervalo obtenido con una sencilla frase.
Ejemplo 21: (UCLM, 4B junio 2007) Para determinar cmo influye en la osteoporosis una dieta pobre en calcio,
se realiza un estudio sobre 100 afectados por la enfermedad, obtenindose que toman una
media de calcio al da de 900 mg. Suponemos que la toma de calcio en la poblacin de
afectados por la enfermedad se distribuye normalmente con una desviacin tpica de 150.
a) Encontrar un intervalo de confianza al 99 % para la media de calcio al da que toma toda la
poblacin afectada. b) Interpretar el significado del intervalo obtenido.
a) Del enunciado deducimos que los datos son: Tamao de la muestra: n=100
Media de la muestra: x =900 mg
Desviacin tpica de la muestra: =150 mg
Nivel de confianza, p=1-=0,99
Vamos a obtener el valor crtico z/2 correspondiente a la probabilidad p=1-, tal y como hacamos en el
apdo. VII:
170

ALFONSO GONZLEZ
99% p=0,99=1- =0,01 /2=0,005

0,005
0,005
0,99+0,005=0,995 z/2 ser el valor crtico que acumule una
0,99
probabilidad de 0,995, es decir:

P(zz/2)=0,995
z/2
0,995
De la tabla deducimos que, entonces, z/22,575
Sustituimos todo lo anterior en el intervalo de confianza:
150
150

x z / 2
= 900 2,575
, x + z / 2
, 900 + 2,575
= (861,375;938,625)
10
10
n
n
b) Podemos asegurar con un nivel de confianza del 99% que la

media de calcio al da en mg que toma toda la poblacin
afectada est en el intervalo anterior.
99%
861,375 mg
=900 mg
938,625 mg
En ocasiones nos dan el intervalo de confianza y hay que obtener otro parmetro: el tamao de la muestra
utilizada (n), el valor de la media muestral ( x ), el nivel de confianza... en ese caso simplemente hay que despejar
en la frmula del intervalo de confianza. Veamos un ejemplo:
Ejemplo 22: (UCLM, 6A junio 2014) Una empresa produce dispositivos electrnicos con pantalla HD. La
resolucin de estas pantallas sigue una distribucin normal de media desconocida y desviacin
tpica =20 pxeles. Se tom una muestra aleatoria de 100 dispositivos electrnicos y mediante
un estudio estadstico se obtuvo un intervalo de confianza (1076,08;1083,92) para la resolucin
media de las pantallas elegida s al azar.
a) Calcular el valor de la resolucin media de las pantallas de los 100 dispositivos electrnicos
(0,25 ptos.)
elegidos para la muestra.
b) Calcular el nivel de confianza con el que se ha obtenido dicho intervalo.
(0,75 ptos.)
c) Cmo podramos aumentar o disminuir la amplitud del intervalo? Sin calcular el intervalo de
confianza, se podra admitir que la media poblacional sea =1076,08 pxeles con un nivel de
confianza del 90%. Razonar las respuestas.
(1 pto.)
a) Del enunciado deducimos que los datos son: Tamao de la muestra: n=100
Intervalo de confianza: (1076,08;1083,92
Desviacin tpica de la muestra: =20 pxeles
Media de la muestra: x
Nos piden:

/2
/2
a) La media x es el punto medio del intervalo de confianza:
p=1-
x=
x z / 2
x + z /2
z /2
1076,08 + 1083,92
= 1080 pxeles
171

ALFONSO GONZLEZ
b) El radio del intervalo de confianza ser (ver figura):

1083,92 1080 = 3,92 = z / 2
Sustitumos los datos:
20
3,92 = z /2
100
z /2 = 1,96
Llevamos este valor crtico a la tabla suministrada en la PAEG:
Observamos que P(Z<z/2)=P(Z<1,96)=0,9750
/2=P(Z>1,96)=1-0,9750=0,025
p=1-0,05=0,95
c) Como el radio del intervalo de confianza es z /2
=0,05
nivel de confianza=95%
, podemos disminuirlo (o aumentarlo):
1) Aumentando (reduciendo) el tamao de la muestra, n, al mismo nivel de confianza.

2) Reduciendo el nivel de confianza p, pues tambin disminuira z/2.
En cuanto a la 2 pregunta, acabamos de ver que la media que toma toda la poblacin est en el intervalo
(1076,08;1083,92) con un nivel de confianza del 95%. Por tanto, como 1076,08 est en uno de los
extremos, si rebajamos el nivel de confianza al 90% se quedar fuera del intervalo.
Error mximo admisible:

En ocasiones piden el error mximo admisible de estimacin de la media para un determinado nivel de
confianza, o bien hallar el tamao mnimo de la muestra para un determinado error mximo admisible. Vamos
a explicar este concepto:
Se define el error mximo admisible E como el radio del intervalo de confianza: E = z /2
/2
(4)
/2
p=1-
x z / 2
x
2
/
E
=
nnnn
x + z /2
Por tanto, en (4) podemos jugar con tres parmetros: nivel de confianza (que tiene que ver con z/2), tamao
de la muestra (n) y error mximo admisible (es decir, amplitud de la estimacin), y concluir que:
172

ALFONSO GONZLEZ
1) Cuanto mayor es el tamao de la muestra, n, menor es E (al mismo nivel de confianza), es decir, ms
estrecho es el intervalo, o lo que es igual, afinaremos ms en la estimacin.
2) Cuanto mayor sea el nivel de confianza (p=1-, es
decir, z/2), mayor es E.
Nivel de confianza
1-
Valor crtico
z/2
Esto se ve fcilmente en la tabla al margen, que

recoge los niveles de confianza ms habituales:
0,90
0,10
1,645
0,95
0,05
1,96
3) Para aumentar el nivel de confianza (i.e. aumentar

z/2) debemos aumentar el tamao de la muestra, n.
0,99
0,01
2,575
Etc.
NOTA: Si nos piden hallar el tamao mnimo de la muestra para un determinado error mximo admisible,
dado que n ha de ser entero, tomaremos el entero inmediatamente superior al nmero obtenido al despejar en
(4).
Veamos un ejemplo de todo lo anterior, en el que, adems, tenemos que calcular previamente la media:
Ejemplo 22: (UCLM, 6B sept 2013) En un centro de investigacin se est estudiando el tiempo de eliminacin
de una toxina en la sangre mediante un frmaco. Se sabe que el tiempo de eliminacin de esta
toxina sigue una distribucin normal de media desconocida y desviacin tpica 6 horas. Se toma
una muestra aleatoria de 10 pacientes y se concluye que el tiempo que tardan en eliminar dicha
toxina es: 39, 41, 42, 44, 48, 50, 53, 54, 59 y 60 horas respectivamente.
a) Hallar un intervalo de confianza para la media poblacional del tiempo de eliminacin de dicha
(1,25 ptos.)
toxina con un nivel de confianza del 97%.
b) Cul debera ser como mnimo el tamao de la muestra para que el error mximo admisible
de estimacin de la media sea inferior a 2 horas, con un nivel de confianza del 97%? (0,75 ptos.)
a) En primer lugar, tenemos que hallar la media de la muestra:
N
x=
x
i =1
Por tanto, los datos son:
39 + 41 + 42 + 44 + 48 + 50 + 53 + 54 + 59 + 60 490
=
= 49 h
10
10
Tamao de la muestra: n=10

Media de la muestra: x =49 h
Desviacin tpica de la muestra: =6 h
Nivel de confianza, p=1-=0,97
Obtenemos el valor crtico z/2 correspondiente a la probabilidad p=1-

97% p=0,97=1- =0,03 /2=0,015
0,005
0,005
0,99
0,995
0,97+0,015=0,985 z/2 ser el valor crtico que acumule una

probabilidad de 0,985, es decir:
P(zz/2)=0,985
z/2
Sustituimos todo lo anterior en el intervalo de confianza:
173

ALFONSO GONZLEZ

6
6
= (44,88; 53,12)
x z /2
= 49 2,17
, x + z /2
, 9 + 2,17

n
n
10
10
b)
E = z / 2
2,17
< 2 6,51 < n 42,38 < n n = 43
(Ntese que, dado que n ha de ser entero, hemos tomado el entero inmediatamente superior al valor
decimal obtenido)

Ejercicios PAEG: 4B jun 2009; 4B sept 2009; 4B jun 2008; 4B sept 2008; 4B jun 2007; 4B sept 2007; 4B jun
2006; 4B sept 2006; 4B jun 2005; 4B sept 2005; 4B jun 2004; 4B sept 2004 intervalo
confianza
6A jun 2015; 6A jun 2013; 6B sept 2013; 6B jun 2011; 6A sept 2011 hallar previamente
la media
6B jun 2015; 6A jun 2014; 6B jun 2013
parmetro
dado el intervalo confianza, hallar otro
(6A jun 2015); 6B jun 2014; 6A sept 2014; (6A jun 2013); 6A sept 2013; 6A jun 2012; 6B
jun 2012; 6A sept 2012; 6A jun 2011; (6B jun 2011); (6A sept 2011); 6B sept 2011; 4A jun
2010; 4B jun 2010; 4A sept 2010; 4B sept 2010; intervalo confianza + preguntas
(6B jun 2015); 6B sept 2014; (6B sept 2013), 6B sept 2012; intervalo confianza + error
174
175
176
177
178
30 EJERCICIOS de INFERENCIA ESTADSTICA
2 BACH. CC. SS.
NOTA: En algunos ejercicios conviene identificar el rango de valores y el significado de la variable aleatoria continua X, y
acompaar el planteamiento con una grfica explicativa. Los sealados con
son los ms recomendados.
Clculo de reas:
1.
Utilizando la tabla de la curva normal tipificada, calcular las siguientes reas: a) rea entre 0 y 0,25
b) rea desde hasta 1,32 c) rea entre 2,23 y 1,15
(Soluc: 0,0987; 0,9066; 0,862)
2.
Sea Z una variable aleatoria N ( 0 , 1 ). Calcular: a) P ( Z 1,32 ) b) P ( Z 2,17 ) c) P ( 1,52 < Z 2,03 )
(Soluc: 0,0934; 0,9850; 0,0431)
3.
Sea Z una variable aleatoria N ( 0 , 1 ) . Calcular: a) P ( Z - 1,32 ) b) P ( Z - 2,17 ) c) P ( - 2,03 < Z 1,52 )
d) P ( Z > 2,8) e) P ( Z - 1,8) f) P ( Z > - 1,8) g) P ( 1,62 Z < 2,3 ) h) P ( 1 Z < 2) i) P ( - 0,61< Z 1,4)
j) P ( - 1< Z 2 ) k) P ( - 2,3< Z - 1,7) l) P ( - 2 Z - 1)
(Soluc: a) 0,9066; b) 0,015; c) 0,9145; d) 0,0026; e) 0,0359; f) 0,9641; g) 0,0419; h) 0,1359; i) 0,6483; j) 0,8185;
k) 0,0339; l ) 0,1359)
Problema inverso:
4.
Calcular el valor de k (exacto o aproximado) en cada uno de los siguientes casos:

a) P ( Z k ) = 0,5
d) P ( Z k ) = 0,33
g) P ( Z k ) = 0,9971
b) P ( Z k ) = 0,8729
e) P ( Z k ) = 0,2
h) P ( Z k ) = 0,6
c) P ( Z k ) = 0,9
f) P ( Z > k ) = 0,12
(Soluc: a) k = 0; b) k = 1,14; c) k 1,28; d) k = - 0,44; e) k - 0,84; f) k 1,175; g) k = - 2,76; h) k - 0,25)
Tipificacin de la variable:
5.
En una distribucin N ( 1 8 , 4 ), hallar las siguientes probabilidades: a) P ( X 20 )

c) P ( X 11 ) d) P ( 19 X 23 ) e) P ( 11 X < 25 )
b) P ( X 16,5 )
(Soluc: a) 0,6915; b) 0,6461; c) 0,0401; d) 0,2957; e) 0,9198)
6.
En una distribucin N ( 6 ; 0 , 9 ), calcular k para que se den las siguientes igualdades: a) P ( X k ) = 0,9772
b) P ( X k ) = 0,8 c) P ( X k ) = 0,3 d) P ( X k ) = 0,6331 (Soluc: a) k=7,8; b) k6,756; c) k5,532; d) k=5,694)
179

ALFONSO GONZLEZ
Problemas de aplicacin:
7.
Las tallas de los individuos de una poblacin se distribuyen normalmente con media igual a 175 cm y
desviacin tpica igual a 8 cm. Calcular la probabilidad de que un individuo tenga una talla: a) Mayor que
180 cm. b) Menor que 170 cm. c) Entre 170 y 180 cm.
(Soluc: 0,27; dem; 0,4648)
8.
Los opositores que se presentan a unas plazas de cierto organismo se distribuyen normalmente con una
puntuacin media igual a 70,5 y con una desviacin tpica igual a 9 Cuntas plazas se adjudicarn en la
oposicin de este ao, si el tribunal ha decidido de antemano dejar sin plaza a todos aquellos que
obtengan una puntuacin inferior a 80?
(Soluc: consiguen plaza 14,5 % de los opositores)
9.
En un determinado examen la media de las calificaciones es 6 y la desviacin tpica 1,2. Calcular la

probabilidad de que un alumno tenga una calificacin: a) Mayor que 7 b) Menor que 5 c) Entre 5,5 y 7
(Soluc: 0,2633; dem; 0,46)
10. El Ministerio de Educacin ha hecho una encuesta sobre la distribucin de las edades del profesorado de
Educacin Especial, y ha observado que se distribuyen normalmente con media de 38 aos y desviacin
tpica 6. De un total de 500 profesores, a) Cuntos profesores hay con edades menores o iguales a 35
aos? b) Cuntos mayores de 55 aos?
(Soluc: 154 profesores; 1 profesor)
11. Los pesos de los individuos de una poblacin se distribuyen normalmente con media 70 kg y desviacin
tpica 6 kg. De una poblacin de 2000 personas, calcular cuntas tendrn un peso comprendido entre 65 y
75 kg. (Soluc: 1187)
12. El peso terico de una tableta de cierto medicamento es de 324 mg. Si suponemos que los pesos de las
tabletas siguen una normal de desviacin tpica 10 mg por tableta, calcular: a) Cul ser el porcentaje de
tabletas con peso menor o igual a 310 mg? b) Cul ser el porcentaje de tabletas con peso superior a
330 mg?
13. La duracin media de un determinado modelo de televisor es de ocho aos, con una desviacin tpica de
medio ao. Si la vida til del televisor se distribuye normalmente, hallar la probabilidad de que un televisor
cualquiera dure ms de nueve aos. (Soluc: 2 % de los televisores)
14. Se llama cociente intelectual (C.I.) al cociente entre la edad mental y la edad real. Supongamos que la
distribucin del C.I. de 2000 personas sigue una distribucin normal de media 0,8 y desviacin tpica 0,2.
Calcular: a) El nmero de personas con C.I. superior a 1,4 b) El nmero de personas con C.I. inferior a
0,9 (Soluc: 2 personas; 1383 personas)
15. La
duracin de un determinado modelo de pila se distribuye segn una normal con media 70 horas y
desviacin tpica de 2 horas. A un establecimiento le quedan del pedido anterior 20 pilas. a) Cuntas
tendrn una duracin superior a 70 horas? b) Cuntas tendrn una duracin entre 75 y 82 horas?
16. Por
estudios realizados sobre un gran nmero de nias al nacer, se ha determinado que su talla se
distribuye segn una normal de media 50 cm y desviacin tpica 1,8 cm. a) Hallar la probabilidad de que
una nia al nacer tenga una talla superior a 54 cm. b) Si durante un mes en una maternidad nacen 100
nias, cuntas tendrn al nacer una talla entre 48,2 y 51,8? (Soluc: 0,0132; 68 nias)
17. Un almacn de camisas ha determinado que el cuello de los varones adultos se distribuye normalmente
con media 38 cm y desviacin tpica 1,5 cm. Con el fin de poder preparar la prxima temporada, y
teniendo en cuenta que su produccin est en 10 000 camisas, cuntas camisas de los nmeros 35, 36,
37, 38 y 39 tendr que fabricar? (Soluc: 376 camisas del 35; 1112 del 36; 2120 del 37; 2586 del 38)
180

ALFONSO GONZLEZ
18. Continuando con el problema anterior, cuntas camisas habr que fabricar del 43? Y del 33?
19. En una poblacin de 1 000 individuos se establecen dos grupos, A y B. Los cocientes intelectuales (C.I.)
de ambos grupos se distribuyen segn N ( 1 0 0 , 3 0 ) y N ( 1 2 0 , 3 5 ), respectivamente. Elegido, aleatoria e
independiente, un individuo de cada grupo, se pide: a) Cul es la probabilidad de que el individuo del
grupo A tenga un C.I. superior a 90? b) Cul es la probabilidad de que el individuo del grupo B tenga un
C.I. superior a 90? c) Cul es la probabilidad de que ambos tengan un C.I. superior a 90?
(Soluc: 0,6293; 0,8051; el producto de las dos anteriores)
Intervalo caracterstico:
20. Calcular los valores crticos correspondientes: a) =0,09
b) =0,21
c) =0,002
(Soluc: z/21,70; z/21,25; z/23,08)
21. En una distribucin N(173,6) hallar los intervalos caractersticos para el 90%, el 95% y el 99%.
(Soluc: (163,13;182,87); (161,24; 184,76); (157,55; 188,45))
22. En una distribucin N(18,4) hallar los intervalos caractersticos para el 95% y el 99,8%.
(Soluc: (10,16;25,84); (5,68; 30,32))
23. En
las distribuciones normales cuyos parmetros se dan, hallar el intervalo caracterstico que en cada
caso se indica:
media:
desv. tpica:
probab.: 1-
(Soluc:
a
0
1
0,95
b
0
1
0,99
c
0
1
0,90
d
0
1
0,80
e
112
15
0,95
f
3512
550
0,99
g
3512
550
0,95
h
3512
550
0,90
i
3512
550
0,80
a) (-1,96;1,96); b) (-2,575;2,575); c) (-1,645;1,645); d) (-1,28;1,28); e) (82,6;141,4); f) (2095,75;4928,25); g)

(2434;4590); h) (2607,25;4416,75); i) (2808;4216))
24. En una distribucin normal con media =25 y desviacin tpica =5,3, obtener un intervalo centrado en la
media, (-k,+k), de forma que el 95% de los individuos estn en ese intervalo.
(Soluc: (14,612;35,388))
25. En una distribucin N(10,4), obtener un intervalo centrado en la media, (-k,+k), tal que:
P(-k<x<+k)=0,90
(Soluc: (3,42;16,58))
26. En una distribucin normal de media =9,5
y varianza =1,44, hallar el intervalo caracterstico para el

2
(Soluc: (6,41;12,59))
99%.
Intervalo de confianza
27. Deseamos valorar el grado de conocimientos en historia de una poblacin de varios miles de alumnos.
Sabemos que =2,3. Nos proponemos estimar pasando una prueba a 100 alumnos, obtenindose una
media x = 6,32 . Hallar el intervalo de confianza de con un nivel de confianza del 95% (Sol: (5,87;6,77))
28. Para estimar la media de los resultados que obtendran al resolver un cierto test los alumnos de 4 de
ESO de toda una comunidad autnoma, se les pasa dicho test a 400 de ellos escogidos al azar. Los
resultados obtenidos vienen dados en la siguiente tabla:
181

ALFONSO GONZLEZ
xi
fi
24
80
132
101
63
A partir de ellos, estimar con un nivel de confianza del 95% el valor de la media de la poblacin.
(Sol: (3,14;3,36))
29. De una variable estadstica conocemos la desviacin tpica, =8, pero desconocemos la media, . Para
estimarla, extraemos una muestra de tamao n=60 cuya media obtenemos: x = 37 . Estimar mediante
(Sol: (34,34;39,66))
un intervalo de confianza del 99%.
30. Un ganadero de reses bravas quiere estimar el peso medio de los toros de su ganadera con un nivel de
confianza del 95%. Para ello, toma una muestra de 30 toros y los pesa. Obtiene una media x = 507kg y
una desviacin tpica s=32 kg. a) Cul es el intervalo de confianza para la media de la poblacin? b)
Cul ser el intervalo si queremos que el nivel de confianza sea del 99%?
(Sol: a) (495,55;518,45); b) (492;522))
182

ALFONSO GONZLEZ
GRFICAS MS REPRESENTATIVAS
y=x
y=x
En general, las curvas y=x , siendo n

positivo par, tienen esta forma.
(cuanto mayor es n, ms acusada es
la curvatura)
PARBOLA
y=x
y=x
En general, las curvas y=x , siendo n

positivo impar (1), tienen esta forma.
(cuanto mayor es n, ms acusada es
la curvatura)
CBICA
y=x
y=|x|
En general, la grfica de y=|f(x)| se

obtiene reflejando la de f(x) respecto
al eje OY en el semiplano superior.
er
BISECTRIZ DEL 1 CUADRANTE
VALOR ABSOLUTO
y=
y=1/x
HIPRBOLA
x +1
x 1
HIPRBOLA DESPLAZADA
En general,
y=
ax + b
cx + d
donde c0, es una hiprbola.
y=3 x
y=
y=
x2
x
CBICA GIRADA 90
SEMIPARBOLA GIRADA 90
10
11
183

ALFONSO GONZLEZ
y=e
y=ln x
2
y=1/x
LOGARITMO NEPERIANO
EXPONENCIAL
12
13
14
y = 1 x2
y=
CURVA DE AGNESI
5/2
2
-/2
/2
3/2
y=-1
-/2
3/2
19
5/2
y=cos x
SENO
17
SEMICIRCUNFERENCIA
18
16
/2
x2 1
1
x2 +1
15
y=sen x y=1
y=
-/2
/2
3/2
2
y=tg x
20
COSENO
TANGENTE
y=ctg x
y=sec x
y=cosec x
-3/2
5/2
/2
-
-/2
21
-3/2
3/2
COSECANTE
/2
-/2
22
3/2
5/2
/2
23
SECANTE
/2
3/2 2
COTANGENTE
/2
y=arc cos x
y=/2
y=arc sen x
/2
y=arc tg x
-1
1
y= /2
-1
/2
24
ARCOSENO
25
26
ARCOTANGENTE
ARCOCOSENO
1 En honor de Mara Agnesi, matemtica italiana del siglo XVIII, que fue la primera en investigar las propiedades de las curvas de este tipo
184

ALFONSO GONZLEZ
PRINCIPALES SMBOLOS MATEMTICOS

SMBOLO
SIGNIFICADO
Para todo
Existe al menos uno
Existe un nico
No existe
Tal que
Tal que
<
Menor que
Igual que
>
Mayor que
10
Menor o igual que
11
Mayor o igual que
12
Infinito
13
Composicin de funciones
14
Proporcional a
15
Perpendicular a
16
Distinto de
17
Aproximadamente igual a
18
Idntico a
19
Unin de conjuntos
20
Interseccin de conjuntos
21
Contenido en
22
Contiene a
23
Perteneciente a
24
No perteneciente a
25
Conjunto vaco
26
Implica
27
Si y slo si
28
Sumatorio
29
Productorio
30
Nmeros naturales
31
Nmeros enteros
32
Nmeros racionales
33
Nmeros irracionales
34
Nmeros reales
35
Nmeros complejos
En realidad esta notacin no es muy estndar; la forma correcta de nombrar los irracionales sera -
185

ALFONSO GONZLEZ
ALFABETO GRIEGO
Smbolo
Nombre
Minscula Mayscula
Alfa
Beta
Gamma
Delta
psilon
Dseta, zeta
Eta
Zeta, theta
Iota
Kappa
Lambda
My, mu
Ny, nu
Xi
micron
Pi
Rho
Sigma
Tau
psilon
Fi
Ji, chi
Psi
Omega
186

ALFONSO GONZLEZ
TABLA de DERIVADAS ELEMENTALES

FUNCIONES SIMPLES:
FUNCIONES COMPUESTAS:
y=k
y=0
y=x
y=1
y=kx
y=k
y=x (nIR)
n
y=
y=
1
x
y=n x
y=nx
n-1
y' =
1
x2
y' =
y=ku
y=u (nIR)
y=nu u
y=uv
y=u v
y=uv
y=uv+uv
y=
u
v
y=
1
u
y= u
2 x
hacer y=x
y=ku
1/n
y=nu
n-1
y' =
u'v - u v'
v2
y' =
y' =
u'
u2
u'
2 u
hacer y=u
1/n
NOTA: en esta tabla k es cualquier constante, y u y v son funciones.
187

ALFONSO GONZLEZ
PASOS A SEGUIR PARA RESOLVER UN PROBLEMA DE PROBABILIDAD:

1. Leer atenta y completamente el enunciado.
2. Nombrar los sucesos con letras maysculas apropiadas.
3. Traducir la probabilidad que nos piden a lenguaje de sucesos (usando la U, , probabilidad
condicionada, suceso contrario, etc.).
4. Identificar qu frmula hay que aplicar (puede ser til un diagrama de rbol, tabla de contingencia,
formar todo el espacio muestral, etc.).
5. Sustituir cada una de las probabilidades que figuran en el desarrollo de la frmula.
6. Operar y simplificar (dejando el resultado, normalmente, en forma de fraccin).
El paso crucial es, evidentemente, el 4; como ayuda, vase el siguiente esquema:
no se pueden verificar a la vez INCOMPATIBLES P(AUB)=P(A)+P(B)

(A B = )
o U
se pueden verificar a la vez COMPATIBLES P(AUB)=P(A)+P(B) P(AB)
(A B )
con devolucin INDEPENDIENTES P(AB)=P(A)P(B)

y, a la vez
sin devolucin DEPENDIENTES P(AB)=P(A)P(B/A) (se recomienda hacer un rbol)
al menos suele funcionar calcular antes la probabilidad del suceso contrario, y aplicar a continuacin
Leyes de Morgan
A y B INCOMPATIBLES P(AB)=0
188

ALFONSO GONZLEZ
TABLA DISTRIBUCIN NORMAL TIPIFICADA N ( 0 , 1 )

(Probabilidad acumulada inferior)
0,00
0,01
0,02
0,03
0,04
0,05
0,06
0,07
0,08
0,09
0,0
0,1
0,2
0,3
0,4
0,5000
0,5398
0,5793
0,6179
0,6554
0,5040
0,5438
0,5832
0,6217
0,6591
0,5080
0,5478
0,5871
0,6255
0,6628
0,5120
0,5517
0,5910
0,6293
0,6664
0,5160
0,5557
0,5948
0,6331
0,6700
0,5199
0,5596
0,5987
0,6368
0,6736
0,5239
0,5636
0,6026
0,6406
0,6772
0,5279
0,5675
0,6064
0,6443
0,6808
0,5319
0,5714
0,6103
0,6480
0,6844
0,5359
0,5753
0,6141
0,6517
0,6879
0,5
0,6
0,7
0,8
0,9
0,6915
0,7257
0,7580
0,7881
0,8159
0,6950
0,7291
0,7611
0,7910
0,8186
0,6985
0,7324
0,7642
0,7939
0,8212
0,7019
0,7357
0,7673
0,7967
0,8238
0,7054
0,7389
0,7704
0,7995
0,8264
0,7088
0,7422
0,7734
0,8023
0,8289
0,7123
0,7454
0,7764
0,8051
0,8315
0,7157
0,7486
0,7794
0,8078
0,8340
0,7190
0,7517
0,7823
0,8106
0,8365
0,7224
0,7549
0,7852
0,8133
0,8389
1,0
1,1
1,2
1,3
1,4
0,8413
0,8643
0,8849
0,9032
0,9192
0,8438
0,8665
0,8869
0,9049
0,9207
0,8461
0,8686
0,8888
0,9066
0,9222
0,8485
0,8708
0,8907
0,9082
0,9236
0,8508
0,8729
0,8925
0,9099
0,9251
0,8531
0,8749
0,8944
0,9115
0,9265
0,8554
0,8770
0,8962
0,9131
0,9279
0,8577
0,8790
0,8980
0,9147
0,9292
0,8599
0,8810
0,8997
0,9162
0,9306
0,8621
0,8830
0,9015
0,9177
0,9319
1,5
1,6
1,7
1,8
1,9
0,9332
0,9452
0,9554
0,9641
0,9713
0,9345
0,9463
0,9564
0,9649
0,9719
0,9357
0,9474
0,9573
0,9656
0,9726
0,9370
0,9484
0,9582
0,9664
0,9732
0,9382
0,9495
0,9591
0,9671
0,9738
0,9394
0,9505
0,9599
0,9678
0,9744
0,9406
0,9515
0,9608
0,9686
0,9750
0,9418
0,9525
0,9616
0,9693
0,9756
0,9429
0,9535
0,9625
0,9699
0,9761
0,9441
0,9545
0,9633
0,9706
0,9767
2,0
2,1
2,2
2,3
2,4
0,9772
0,9821
0,9861
0,9893
0,9918
0,9778
0,9826
0,9864
0,9896
0,9920
0,9783
0,9830
0,9868
0,9898
0,9922
0,9788
0,9834
0,9871
0,9901
0,9925
0,9793
0,9838
0,9875
0,9904
0,9927
0,9798
0,9842
0,9878
0,9906
0,9929
0,9803
0,9846
0,9881
0,9909
0,9931
0,9808
0,9850
0,9884
0,9911
0,9932
0,9812
0,9854
0,9887
0,9913
0,9934
0,9817
0,9857
0,9890
0,9916
0,9936
2,5
2,6
2,7
2,8
2,9
0,9938
0,9953
0,9965
0,9974
0,9981
0,9940
0,9955
0,9966
0,9975
0,9982
0,9941
0,9956
0,9967
0,9976
0,9982
0,9943
0,9957
0,9968
0,9977
0,9983
0,9945
0,9959
0,9969
0,9977
0,9984
0,9946
0,9960
0,9970
0,9978
0,9984
0,9948
0,9961
0,9971
0,9979
0,9985
0,9949
0,9962
0,9972
0,9979
0,9985
0,9951
0,9963
0,9973
0,9980
0,9986
0,9952
0,9964
0,9974
0,9981
0,9986
3,0
3,1
3,2
3,3
3,4
0,99865
0,99903
0,99931
0,99952
0,99966
0,99869
0,99906
0,99934
0,99953
0,99968
0,99874
0,99910
0,99936
0,99955
0,99969
0,99878
0,99913
0,99938
0,99957
0,99970
0,99882
0,99916
0,99940
0,99958
0,99971
0,99886
0,99918
0,99942
0,99960
0,99972
0,99889
0,99921
0,99944
0,99961
0,99973
0,99893
0,99924
0,99946
0,99962
0,99974
0,99896
0,99926
0,99948
0,99964
0,99975
0,99900
0,99929
0,99950
0,99965
0,99976
3,5
3,6
3,7
3,8
3,9
0,99977
0,99984
0,99989
0,99993
0,99995
0,99978
0,99985
0,99990
0,99993
0,99995
0,99978
0,99985
0,99990
0,99993
0,99996
0,99979
0,99986
0,99990
0,99994
0,99996
0,99980
0,99986
0,99991
0,99994
0,99996
0,99981
0,99987
0,99991
0,99994
0,99996
0,99981
0,99987
0,99992
0,99994
0,99996
0,99982
0,99988
0,99992
0,99995
0,99996
0,99983
0,99988
0,99992
0,99995
0,99997
0,99983
0,99989
0,99992
0,99995
0,99997
Texto bajo licencia Crative Commons: se permite su utilizacin didctica as como su reproduccin impresa o digital siempre
y cuando se respete la mencin de su autora, y sea sin nimo de lucro. En otros casos se requiere el permiso del autor
189

ALFONSO GONZLEZ
RESUMEN de INFERENCIA ESTADSTICA
Ejemplo: Calcular razonadamente el valor crtico correspondiente a una probabilidad de 0,95

En la figura se ve que obviamente /2=0,025; por tanto, z/2 ser tal
que la probabilidad que acumule sea 0,95+0,025=0,975:
/2=0,025
/2=0,025
p=1
=0,95
z/2
P(zz/2)=0,975
z/2
Obtencin del intervalo de confianza (ejercicio 6 de las ltimas convocatorias de la PAEG):

DATOS DE PARTIDA: Tamao de la muestra, n
Media de la muestra, x
Desviacin tpica de la muestra,
(Adems, se supone siempre que la poblacin de partida es normal)
QU NOS PIDEN?:
El intervalo de confianza al p=1- (en %) para la media de toda la poblacin.
PASOS A SEGUIR:
Se trata de obtener todos los trminos del intervalo dado por:

x z / 2
, x + z / 2
n
n
Para ello:
1. Obtenemos el valor crtico z/2 correspondiente a la probabilidad p=1-, de acuerdo con lo visto
en el ejemplo de arriba (para lo cual se recomienda un grfico explicativo).
2. Sustituimos en el intervalo mencionado arriba el z/2 recin obtenido, as como los datos n, x y
3. Finalmente, se interpreta el intervalo obtenido con una sencilla frase.
/2
Significado del intervalo de confianza: podemos afirmar

que existe un nivel de confianza p=1- (en %) de que la
media de toda la poblacin est en dicho intervalo.
/2
p=1-
x z / 2
x + z /2
2
/
E
=
nnnn
Nivel de confianza
1-
Valor crtico
z/2
0,90
0,10
1,645
0,95
0,05
1,96
0,99
0,01
2,575
Error mximo admisible E: es el radio del intervalo de confianza: E = z /2
190

Libro Mat Ccss 2

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Libro Mat Ccss 2

Uploaded by

Copyright:

Available Formats

MATEMTICAS

aplicadas a las CC.SS. II

I.E.S. FERNANDO DE MENA

MATEMTICAS aplicadas a las CCSS II

MATEMTICAS aplicadas a las CCSS II

Mtodo de Gauss de resolucin de sistemas........ 4

Anexo II: Clculo de A por Gauss................................................................................................. 38

FUNCIONES, LMITES y CONTINUIDAD

MATEMTICAS aplicadas a las CCSS II

MATEMTICAS aplicadas a las CCSS II

Ejercicios resueltos 141

APNDICE: Exmenes PAEG Castilla-La Mancha con soluciones (2004-2015) 191

El alemn Ferdinand Georg Frobenius (1849-1917),

MATEMTICAS aplicadas a las CC.SS. II

MATEMTICAS aplicadas a las CCSS II

INCOMPATIBLE: No tiene solucin

Por ejemplo, el siguiente sistema sera no lineal:

MATEMTICAS aplicadas a las CCSS II

II. MTODO DE GAUSS3 DE RESOLUCIN DE SS.EE.LL.

3 transformaciones permitidas entre sistemas (i.e. para obtener un sistema equivalente):

3 supresiones permitidas en un sistema (el sistema resultante ser equivalente):

MATEMTICAS aplicadas a las CCSS II

Ejercicios final tema: 2 a 30

MATEMTICAS aplicadas a las CCSS II

III. PROBLEMAS DE PLANTEAMIENTO DE SISTEMAS

Leer atentamente el enunciado en su totalidad, para hacerse una idea de la situacin.

Detectar qu nos piden y llamarlo x, y, z.

Ejercicios final tema: 31 a 38

En la PAEG suelen ser problemas de 3 ecuaciones y 3 incgnitas, es decir, x, y, z.

38 EJERCICIOS de SISTEMAS de ECUACIONES

(Soluc: comp. dtdo.; x=2, y=-1)

(Soluc: comp. dtdo.; x=-3, y=1)

(Soluc: comp. indtdo.)

(Soluc: comp. indtdo.)

(Soluc: comp. dtdo.; x=-7, y=0)

(Soluc: comp. indtdo.)

Resolucin de sistemas por Gauss:

(comp. indtdo.; x=-2+ , y=-5+ , z= )

(comp. dtdo.; x=1, y=-2, z=3)

(comp. dtdo.; x=4, y=5, z=2)

(comp. dtdo.; x=1, y=2, z=3)

MATEMTICAS aplicadas a las CCSS II

(comp. dtdo.; x=5, y=7, z=1)

(comp. dtdo.; x=-1, y=5, z=2)

(comp. dtdo.; x=3, y=3, z=3)

Ayuda: la 3 fila es comb. lin. de las otras

(comp. indtdo.; x=-, y=1, z=)

(comp. indtdo.; x=-4/3, y=-2/3, z=)

(comp. indtdo.; x=, y=1/2+ , z=-1/2)

25. Inventar un sistema que sea compatible determinado,

(comp. indtdo.; x=(1--)/2, y=1+-w; ,, arbitrarios)

MATEMTICAS aplicadas a las CCSS II

(Soluc: comp. dtdo.)

(Soluc: comp. dtdo.)

(Soluc: comp. dtdo.)

(Soluc: comp. dtdo.)

(Soluc: comp. dtdo.)

(comp. dtdo.; x=2, y=z=1)

(comp.indtdo.; x=2/3, y=-/3, z=)

(Soluc: comp. dtdo.)

(Soluc: comp. dtdo.)

(Soluc: comp. indtdo.)

(Soluc: comp. indtdo.)

Problemas de planteamiento de sistemas: