Practicas Con Python (Peña)

Prácticas con Python
Jose Salvador Cánovas Peña.

Departamento de Matemática Aplicada y Estadística.
Índice general
1. Prácticas con Python 3

1.1. Operaciones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1. De…nición de constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.2. Funciones y constantes prede…nidas en Python . . . . . . . . . . . . . . . 4
1.1.3. Operaciones lógicas y comparaciones . . . . . . . . . . . . . . . . . . . . 4
1.1.4. Listas o conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.5. Elementos básicos de programación . . . . . . . . . . . . . . . . . . . . . 7
1.1.6. De…nición de funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2. Más sobre listas y conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.1. Listas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2.2. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.3. Creación de módulos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4. Módulo math . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.1. Teoría de números . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.2. Funciones logarítmicas y exponenciales . . . . . . . . . . . . . . . . . . . 14
1.4.3. Funciones trigonométricas . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.4. Constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5. Módulo sympy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.1. Lógica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5.2. Conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.5.3. Teoría de números . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.5.4. Criterios de divisibilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.5.5. Algoritmo RSA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.5.6. Teoría de grafos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.5.7. Manipulaciones algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.5.8. De…nición de funciones en sympy . . . . . . . . . . . . . . . . . . . . . . 35
1.5.9. Límites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.5.10. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.5.11. Diferencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.5.12. Integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.5.13. Resolución de ecuaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.5.14. Desarrollo en serie de potencias . . . . . . . . . . . . . . . . . . . . . . . 46
1
2. Grá…cas con Python 48
2.1. Gra…cas con el módulo sympy . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.1.1. Representación de funciones reales . . . . . . . . . . . . . . . . . . . . . 48
2.1.2. Representación de funciones reales de varias variables . . . . . . . . . . . 50
2.1.3. Visualización de recintos en R3 . . . . . . . . . . . . . . . . . . . . . . . 52
2.1.4. Plano tangente a la grá…ca de una función z = f (x; y) . . . . . . . . . . 54
2.1.5. Representación de curvas . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
2.1.6. Representación de super…cies parametrizadas . . . . . . . . . . . . . . . . 62
2.2. Grá…cas con el módulo matplotlib . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.2.1. Representación de funciones reales con el paquete matplotlib . . . . . . . 64
2.2.2. Visualización de conjuntos planos . . . . . . . . . . . . . . . . . . . . . . 69
2.2.3. Representación de funciones en 3D . . . . . . . . . . . . . . . . . . . . . 75
2.2.4. Visualización de conjuntos en el espacio . . . . . . . . . . . . . . . . . . . 79
2.2.5. Representación de curvas planas . . . . . . . . . . . . . . . . . . . . . . . 83
2.2.6. Representación de curvas en el espacio . . . . . . . . . . . . . . . . . . . 84
2.2.7. Vector y recta tangentes a una curva . . . . . . . . . . . . . . . . . . . . 85
2.2.8. Representación de super…cies . . . . . . . . . . . . . . . . . . . . . . . . 86
2.2.9. Vectores tangente y normal a una super…cie parametrizada. Plano tangente 90
2
Capítulo 1
Prácticas con Python
1.1. Operaciones básicas

Python permite realizar operaciones de cálculo básicas con números reales. Dado dos números
reales a y b, la siguiente tabla muestra como hacerlo
a+b suma
a-b resta
a*b producto
a/b división
a//b proporciona la parte entera del cociente
a %b proporciona el resto de la división entera
a**b ab
El orden a la hora de hacer las operaciones es la usual. Por ejemplo, 2*2+3 realizará primero
la multiplicación y luego la suma. Los paréntesis también se usan de la forma usual, con lo que
2 (2 + 3) realizará primero la suma y luego el producto. La potencia tiene prevalencia frente
a la división, por ejemplo 2**3//2 dará 4 mientras que 2**(3//2) proporcionará el resultado 2.
Para obtener la aproximación de un número real a con n cifras tenemos la expresión
round(a; n). Por ejemplo, round(16;555; 2) = 16;55 y round(16;556; 2) = 16;56.
Actividad 1 Realizar las siguientes operaciones con Python:

6
2+44 4+43
(a) (24 + 3)2 (b) 1+ 2 3
(c) 2
+ 52
43
1=2
(d) 1+2 247+5 (e) (2 + 32 + 53 )1=3 (f) 1 + 23 245+1
Actividad 2 Obtener el resto y el cociente de las siguientes divisiones enteras:
(a) 45 entre 3 (b) 111 entre 67

(c) 99 entre 54 (d) 103964 entre 78
3
1.1.1. De…nición de constantes
A continuación, una reglas básicas para la de…nición de constantes y variables en Python.
Para asignar un valor a una variable tenemos el =. Por ejemplo a = 10 asignará a a el valor
10. Así, tecleando a=11, b=2 y luego a//b proporciona la salida 5.
Por defecto, Python asigna al símbolo “_” el valor de la última operación realizada. Si
después de hacer la operación a=11, b=2, a//b tecleamos _ obtendremos el valor 5.
Si se utiliza una variable no de…nida Python enviará un mensaje de error.
Se pueden asignar varias constantes a la vez, por ejemplo a,b,c=1,3,4 asignará a a el valor
1, a b el 3 y a c el 4.
Para quitar el valor a una variable o constante a teclearemos del(a):
1.1.2. Funciones y constantes prede…nidas en Python

Python tiene prede…nidas una serie de funciones que pueden usarse sin tener que importarlas
desde ningún módulo o paquete. Enumeramos las más interesantes para nosotros.
abs(x). Proporciona el valor absoluto de x.
divmod(a,b). Para dos números enteros a y b retorna el cociente y el resto de la división

entera de a entre b.
‡oat(x). Proporciona la expresión decimal de x.
len(s). Retorna el tamaño (el número de elementos) de una lista u objeto s.
min(a,b,...) y max(a,b,...). Retornan el máximo y el mínimo de una lista a,b,....
pow(x,y). Se trata de xy . Equivalente a x**y.
round(a,n). Proporciona a con n cifras decimales.
sum(lista). Suma los elementos de un lista.
Respecto a las constantes, tenemos las siguientes:
True y False. Son constantes de verdadero y falso.
None. Se usa para indicar que ausencia de valor.
1.1.3. Operaciones lógicas y comparaciones

Las operaciones lógicas son las siguientes
x or y x j y x_y
x and y x & y x ^ y
not x x :x
4
En cuanto a las comparaciones tenemos las siguientes
x<y x menor que y
x>y x mayor que y
x<=y x menor o igual que y
x>=y x mayor o igual que y
x==y x igual a y
x!=y x distinto de y
Estas operaciones lógicas y comparaciones se pueden utilizar a la hora de realizar programas
en Python, como en los ejemplos anteriores.
1.1.4. Listas o conjuntos

Las listas o conjuntos en Python se construyen utilizando corchetes y separando los elemen-
tos de la lista con comas. En la lista de…nida cada elemento tiene un lugar asignado según el
orden en que esté escrito. Dicho orden empieza por 0. Por ejemplo, de…nimos la lista
primos = [2; 3; 5; 7; 11]
con los cinco primeros números primos. Si tecleamos primos[0] obtendremos el valor 2, y el
último 11 será primos[4]. Además, los elementos también se pueden llamar con índices negativos.
Así, primos[-1]=11 y primos[-5]=2. Los índices fuera del rango de valores que va desde -5 a 4
proporcionará error. Nótese que el rango de índices depende del número de elementos de la
lista.
A continuación vamos a dar una serie de sentencias o instrucciones para manipular listas.
Para extraer un subconjunto tenemos “:”. Dada la lista de nombre lista y n > m > 0,
la sentencia lista[m:n] será una nueva lista que contendrá todos los elementos que van de
lista[n] a lista[m-1]. Así, primos[2:3] dará la salida [5] y primos[1:4] proporciona la salida
[3,5,7]. Si tecleamos lista[m:n] dará la lista vacía [].
Si se teclea lista[n:] tendremos todos los elementos de la lista a partir de lista[n]. Tecleando
lista[:m] dará todos los elementos de la lista desde el primero a lista[m-1]. En el ejemplo,
primos[2:] dará la salida [5,7,11] y primos[:2] es [2,3].
Las listas se pueden manipular tanto con índice negativos como con positivos. En el
ejemplo, primos[-3:-1] da la misma salida que primos[3:5]. Además primos[-3:5] da la
misma salida que primos[2:5] ya que primos[-3]=primos[2]. No obstante, es recomendable
no mezclar índices positivos con negativos.
Si tenemos dos listas de nombres lista1 y lista2, se pueden concatenar usando el símbolo
“+”. Si de…nimos la lista
cuad = [1; 4; 9; 16]
con los cuatro primeros cuadradados, podemos de…nir
union = primos + cuad
5
como la lista
[2; 3; 5; 7; 11; 1; 4; 9; 16]:
Si queremos reemplazar un elemento de la lista en la posición n, basta escribir lista[n]

con el valor deseado. Por ejemplo, primos[1]=4 modi…caría la lista de primos que sería
ahora [2,4,5,7,11]. Podemos reemplazar varios elementos consecutivos de la lista utilizando
:. Si tecleamos primos[1:4]=[3,7,5] el nuevo conjunto de primos será [2,3,7,5,11]. Aquí
podríamos poner más elementos de los que contiene la lista inicial. Por ejemplo, en la
lista original de primos [2,3,5,7,11], si tecleamos primos[1:3]=[1,4,8] obtenemos la nueva
lista [2,1,4,8,7,11], es decir, con un elemento más. Esta operación también se puede utilizar
para eliminar elementos de la lista tecleando despúes del igual el conjunto vacío []. Por
ejemplo, en la lista original de primos [2,3,5,7,11], tecleando primos[1:3]=[] eliminamos 3 y
5 y tendríamos la nueva lista [2,7,11]. Si hubiésemos tecleado primos[1:]=[] los eliminamos
todos desde el 3, siendo la nueva lista [2].
Para añadir elementos a una lista tenemos la sentencia append. Tecleando lista.append(a)
añadimos a al último lugar de la lista. Por ejemplo, tecleando cuad.append(25) añadimos
25 a la lista cuad, que ahora será [1,4,9,16,25].
Para obtener el número de elementos de una lista tenemos la sentencia len(lista). Por
ejemplo, tecleando len(cuad) obtenemos el resultado 5.
Es posible construir listas cuyos elementos son listas. Por ejemplo, de…nimos las listas
primos=[2,3,5,7,11] y cuad=[1,4,9,16] y la lista conj=[primos,union]. Se tiene que conj
será
[[2; 3; 5; 7; 11]; [1; 4; 9; 16]]
y su tamaño será de 2 elementos. conj[0] es [2,3,5,7,11] y conj[1] es [1,4,9,16]. Si queremos
obtener el elemento 1, debemos teclear conj[1][0]. La manipulación con este tipo de lista
se hace como siguendo los casos anteriores. Por ejemplo, conj[0][2:4] es la lista [5,7].
Actividad 3 Dadas las listas A de los 10 primeros números naturales pares y B de los 5
primeros múltiplos de 3, hacer las siguientes operaciones:
1. Hacer la unión de A y B. Llamar C a esta nueva lista.
2. Eliminar los elementos repetidos de C eliminado el elemento repetido que aparece en

primer lugar.
3. Añadir a la lista resultante los números 5 y 7 al …nal de la lista.
4. Añadir a la lista resultante los números 3,4 y 5 al primcipio de la lista.
5. Eliminar los elementos repetidos de C eliminado el elemento repetido que aparece en

último lugar.
6. Crear una nueva lista D con los elementos pares de C, sin escribir el número en cuestión,
sino seleccionándolo de la lista C.
6
1.1.5. Elementos básicos de programación
Describimos aquí elementos básicos de la programación en Python que son análagos a otros
lenguajes de programación.
print. La senetencia print(argumento) escribirá en pantalla el argumento que le pongamos.
Por ejemplo, print(7) escribirá el número 7. Para escribir un texto lo tenemos que escribir
entre el símbolo ’. Por ejemplo, print(’Python es rollero’) escribirá Python es rollero en
pantalla. Para escribir varios argumentos a la vez hemos de separarlos por comas. Por
ejemplo, print(’Python es rollero’,7).
while. La sentencia while ejecutará una expresión mientras se den las condiciones lógicas
para ello. Vamos a verlo con un ejemplo obteniendo los elementos de la sucesión de
Fibonacci menores de 100. La sucesión de Fibonacci xn se construye con los valores
iniciales x0 = x1 = 1 y la recurrencia xn+2 = xn + xn+1 . Esto es xn = (1; 1; 2; 3; 5; 8; :::).
Con el siguiente programa obtenemos los elementos de la sucesión menores que 20. Primero
introducimos a,b=1,1 y posteriormente tecleamos
while a<20:
print(a)
a,b=b,a+b
que escribirá en columna los números. Aquí los : se ponen al …nal de cada sentencia y se
ejecutará todo lo que haya a continuación que esté con al menos un espacio a la derecha.
Es importante dejar este espacio porque si no tendremos un error, como por ejemplo si
lo que escribimos es
while a<20:
print(a)
a,b=b,a+b
if. La sentencia if es un condicional que puede ir acompañado por else y elif. Veamos con
un ejemplo. En primer lugar introducimos x = 40: A continuación escribimos el programa
if x<10:
print(1)
el programa no devolverá salida porque x es menor que 10. El programa
if x<10:
print(1)
else:
print(2)
devolverá ahora 2, escribiéndolo en pantalla. Ahora el programa
if x<10:
print(1)
elif x<20:
print(2)
else:
print(3)
7
devolverá la salida 3 al ser x menor que 10 y 20. La sentencia elif es abreviatura de else
if.
for. Esta sentencia es un poco diferente a la que podemos encontrar en otros lenguajes de
programación ya que va asociada a un conjunto o lista. Veamos cómo se emplea. Creamos
la lista primos=[2,3,5,7]. Escribimos el programa
for i in primos:
print(i)
que devolverá como salida los números primos 2, 3, 5 y 7 en forma de columna. Nótese
que for siempre va a ir asociada con la sentencia in.
range. La sentencia range sirve para construir listas de números naturales para ser uti-
lizadas por for. Así, range(10) creará un conjunto con los números del 0 al 9. Si queremos
empezar por un valor distinto de 0, por ejemplo 5, tecleamos range(5,9) que creará un
conjunto del 5 al 9. Si deseamos crear un conjunto que empiece por 5, con cuatro elemen-
tos y vaya añadiendo naturales de dos en dos, tecleamos range(5,9,2) que dará la lista con
los números 5, 7 y 9. Combinado con for nos permite escribir el siguiente programa
for i in range(3):
print(i)
escribirá los números 0, 1 y 2. El programa
for i in range(3,6):
print(i)
escribirá los números 3, 4 y 5. El programa
for i in range(3,10,3):
print(i)
escrbirá los números 3, 6 y 9.

Un observación sobre esta sentencia es que no es una lista, pero podemos usarla para crear
éstas con la sentencia list. Por ejemplo, pares=list(range(2,10,2)) introducirá la variable
pares como la lista [2,4,6,8]. Si simplemente escribimos pares=range(2,10,2) y tecleamos
pares, nos devolverá range(2,10,2).
break, else y continue en bucles. La sentencia break se usa en un bucle para terminar de
ejecutar el mismo antes de que se llegue al …nal. Por ejemplo en el programa
if i>5:
break
else:
print(i)
8
escribirá los números de 1 al 5 ya que termina el bucle si i es mayor que 5. Nótese que
el else está asociado al if. La sentencia else se puede asociar al for como en el programa
siguiente:
a=i+1:
else:
print(a)
que devolverá en pantalla 10, esl resultado de la última suma i+1. La sentencia continue
produce la continuación del bucle después de comprobar una condición y proporcionar
una salida. Por ejemplo el programa
if i % 2==0:
print(i,’es par’)
continue
print(i,’es impar’)
da la salida 2 es par, 3 es impar. Nótese que el programa
if i % 2==0:
print(i,’es par’)
else:
print(i,’es impar’)
produce el mismo resultado.
Actividad 4 Dada la función f (x) = 3;95x(1 x) y x0 = 0;5, obtener los 100 primeros
elementos de la recursión
xn+1 = f (xn ):
Actividad 5 Dada la recusión de la actividad 4, obtener los 100 primeros elementos pares, es
decir, los de la sucesión x0 ; x2 ; x4 ; x6 ; :::
Actividad 6 Dada la recusión de la actividad 4, obtener los 100 primeros elementos multiplos
de 4, es decir, los de la sucesión x0 ; x4 ; x8 ; x12 ; :::
Actividad 7 Dada la función f (x) = 3;95x(1 x) y x0 = 0;5, x1 = 0;25; obtener los 100
primeros elementos de la recursión
xn+1 = 025 xn 1 + 0;75 f (xn ):
Actividad 8 Dados los elementos obtenidos en las activiadades 4 y 7, obtener una lista que
resulte de multiplicar los elementos de las dos lista dos a dos.
9
1.1.6. De…nición de funciones
Para de…nir funciones en Python tenemos la sentencia def, junto con return. Si queremos
de…nir por ejemplo la función f (x) = x2 tecleamos
def f(x):
return x**2
Si tenemos más variables, por ejemplo f (x; y) = x y, tecleamos
def f(x,y):
return x*y
Las funciones pueden tener de…niciones más so…sticadas. Por ejemplo, vamos a de…nir una
función que nos de los n primeros elementos de la sucesión de Fibonacci. Para ello escribimos
def …b(n):
seq=[]
a,b=1,1
for i in range(n):
seq.append(a)
a,b=b,a+b
return seq
Actividad 9 De…nir las funciones siguientes

2x+1
f1 (x) = 3x2 + x 1 f2 (x) = x2 +1
2x
2x si x 0; x+1
si 0 < x 2;
f3 (x) = 2 f4 (x) = 2
8 x si x > 0: 8 x2x+1
+ 3 si x > 2:
< 2x si x 0; < x2 si x 1;
f5 (x) = x2 si 0 < x < 2; f5 (x) = x2 si 0 < x < 2;
: 3 :
x +1 si x 2: 0 si x 3:
Actividad 10 De…nir las funciones siguientes

2
f1 (x; y) = xy 2 f2 (x; y) = x+yx y
f3 (x; y; z) = xy 2 + zy 3 f4 (x; y; z; t) = x2 + y 2 z t x
2xy si xy 0; 2xy si x + y 2 1;
f5 (x; y) = f6 (x; y) = 2
xy 2 si xy > 0: xy si x + y 2 > 1:
1.2. Más sobre listas y conjuntos

1.2.1. Listas
Describimos en este apartado diversas sentecias para manipular listas. Supongamos que
tenemos una lista llamada lista y enumeramos las diferentes sentencias que se le pueden aplicar
tal y como se escriben en Python.
10
lista.append(x). Añade a lista el elemento x en la última posición.
lista.insert(i, x). Añade a lista el elemento x en la posición i.
lista.remove(x). Elimina el primer elemento de la lista cuyo valor sea x.
lista.pop(i). Elimina el elemento de la lista de la posición i. Si no se indica posición, es
decir, lista.pop( ) elimina el último elemento de la lista.
lista.clear(). Elimina todos los elementos de la lista.
lista.index(x). Retorna el índice del primer elemento cuyo valor sea igual a x.
lista.count(x). Retorna el número de veces que x aparece en la lista.
lista.reverse(). Invierte los elementos de la lista.
list.sort(). Ordena los elementos de la lista de menor a mayor.
Podemos utilizar del para borrar los elementos de una lista. Escribiendo del lista[i] elim-
inamos el elemento i, del lista[i:j] elimina los elementos del i al j-1. Así con todas las
posibles formas de trabajar con los elementos de las listas.
Las listas largas pueden generarse fácilmente con bucles en su interior. Veamos un ejemplo.
Supongamos que queremos crear una lista con lo 10 primeros cuadrados 1,4,9,...,81. El siguiente
programa permite hacerlo
cuad=[]
for i in range(10):
squares.append(i**2)
Es posible hacer esto más cómodamente de la siguiente manera:
cuad=[i**2 for i in range(10)]
Es posible incorporar condiciones como por ejemplo
[(x,y) for x in [1,2,3] for y in [3,1,4] if x!=y]
que crea la lista de los pares (x,y) tales que x es distinto de y.
Actividad 11 Dadas las listas A de los 10 primeros números naturales impares y B de los 5
primeros múltiplos de 4, hacer las siguientes operaciones:
1. Insertar en A el número 10 en la posición 2 y llamar A a la lista resultante.

2. Eliminar de B el primer y último elemento y llamar B a la lista resultante.
3. Añadir a A los dos primeros elementos de B y llamar A a la lista resultante.
4. De…nir C como la unión de B y A, por este orden.
5. Añadir a la lista resultante los números 3,4 y 5 al …nal de la lista.
11
1.2.2. Conjuntos
Python también incluye un tipo de dato para conjuntos. Un conjunto es una colección no
ordenada y sin elementos repetidos. Las llaves o la función set() pueden usarse para crear
conjuntos. Para crear un conjunto vacío se usa set(). Por ejemplo, un conjunto
A={’a’,’b’,’c’,’d’,’e’,’e’,’b’}
será {’a’,’b’,’c’,’d’,’e’}, nótese que se eliminan elementos repetidos y que los elementos van entre
’. Otro
B=set(’caravana’)
que será {’a’,’c’,’n’,’r’,’v’}.
Para comprobar que un elemento está en A preguntamos con in, y se devolverá el valor True
si está y False si no lo esta. Por ejemplo ’a’ in A retorna True y ’v’ in A retorna False. Las
operaciones son las siguientes:
AjB A [ B
A&B A \ B
A-B A n B
A^B A 4 B
En el ejemplo, AjB retorna {’a’,’b’,’c’,’d’,’e’,’n’,’r’,’v’}, A&B da {’a’,’c’}, A-B da por solución
{’b’,’d’,’e’} y A^B proporciona el valor {’b’,’d’,’e’,’n’,’r’,’v’}.
Actividad 12 Dados los conjuntos
A = f1; 2; 3; 4; 5g;
B = f2; 4; 6; 8; 10; 12g

y
C = f1; 9; 4; 3; 2; 5; 11g;
obtener:
(a) A \ B [ C (b) B n C [ A
(c) (B n C) [ A (d) (A [ C) 4 B
(e) A \ (C 4 B) (f) (A 4 B) [ (B n C)
1.3. Creación de módulos

Es posible guardar nuestro trabajo en Python en un archivo con la extensión .py. En él
podemos guardar nuestros programas y funciones de…nidas y llamarlas desde Python cada vez
que las necesitemos. Por ejemplo, vamos a de…nir 3 funciones en Python
f1 (x) = x2 ;
f2 (x) = 2x
12
y
f3 (x) = x2 + 2x + 1:
Como sabemos, estás funciones se de…nen en Python como
def f1(x):
return x**2
def f2(x):
return 2*x
y
def f3(x):
return x**2+2*x+1
Vamos a crear el …chero mifun.py con un editor de textos plano incluyendo las tres funciones.
Ahora podemos importar el …chero desde la carpeta donde lo hemos guardado tecleando import
mifun. Una vez cargado, podemos usar cualquiera de las tres funciones del siguiente modo. Por
ejemplo, para calcular f3 (10) tecleamos
mifun.f3(10)
y obtendremos el valor 100.
No es esta la única manera de importar las funciones que hemos prede…nido. Pordemos usar
la expresión
from mifun import f3
Ahora, para obtener el valor f3 (10) basta teclear f3(10) para obtener el 100. Podemos importar
todas las funciones escribiendo
from mifun import *
Python tiene prede…nidos módulos con funciones y programas que podemos utilizar. El
funcionamiento es análogo aunque no es necesario buscar la ruta donde el …chero está guardado.
Una vez que se ha importado un módulo, podemos ver qué funciones tiene de…nidas tecleando
dir(modulo).
Todos los módulos se pueden cargar y usar con un nombre diferente usando la sentencia as.
Por ejemplo, podemos cargar el módulo creado tecleando
import mifun as func
y ahora sólo hemos de teclear
func.f3(10)
para obtener su valor 100. De igual forma podemos importar como
from mifun import f3 as f
y ahora basta escribir f(10) para obtener su valor 100.
Actividad 13 Crear un módulo llamado fun1var.py con las funciones de…nidas en la actividad
9.
Actividad 14 Crear un módulo llamado fun2var.py con las funciones de…nidas en la actividad
10.
13
1.4. Módulo math
En este módulo están de…nidas la mayoría de las funciones matemáticas usuales. A contin-
uación describimos algunas de las funciones que más se van a utilizar.
1.4.1. Teoría de números

Las funciones para la teoría de números son las siguientes
ceil(x) menor entero mayor o igual que x

‡oor(x) mayor entero menor o igual que x
gcd(n,m,...) máximo común divisor de un lista de enteros n,m,...
lcm(n,m,...) mínimo común múltiplo de un lista de enteros n,m,...
prod(lista) multiplica los elementos de una lista
fsum(lista) suma los elementos de una lista
remainder(x, y) resto de la división entera de x entre y
Para combinatoria tenemos

comb(n,k) combinaciones de n elementos de k en k
factorial(n) factorial de n
perm(n, k) variaciones de n elementos de k en k
perm(n) permutaciones de n elementos.
1.4.2. Funciones logarítmicas y exponenciales

Las funciones logarítmicas y exponenciales son las siguientes
exp(x) función exponencial ex

log(x) logaritmo neperiano de x
log(x,b) logaritmo en base b de x
p
sqrt(x) x
1.4.3. Funciones trigonométricas

Las funciones trigonométricas son las siguientes
sin(x) seno de x en radianes

cos(x) coseno de x en radianes
tan(x) tangente de x en radianes
asin(x) arcoseno de x
acos(x) arcocoseno de x
atan(x) arcotangente de x
degrees(x) convierte x de radianes a grados
radians(x) convierte x de grados a radianes
14
1.4.4. Constantes
Las constantes prede…nidas en Python son las siguientes:
pi
e número e 2.718281828459045
inf in…nito
nan No un número.
1.5. Módulo sympy

Este módulo permite trabajar con Pyhton en modo simbólico, de forma que se puede trabajar
de igual modo que con programas de cálculo simbólico como maxima o mathematica. Contiene
todas las funciones de…nidas en math, aunque en algunos casos funciones con el mismo nombre
dan lugar a resultados diferentes, es dcir, no es en realidad la misma función. El ejemplo
paradigmatico es sqrt. Si tecleamos
from math import sqrt
sqrt(2)
p
da la salida 1.4142135623730951 que es una aproximación del valor 2. Si tecleamos ahora
from sympy import sqrt
sqrt(2)
p
da la salida 2, que es el valor real sin aproximaciones. Así, el módulo sympy permite trabajar
en modo simbólico o precisión in…nita, y permite hacer gran número de cálculos complejos
como derivadas, integrales, resolver ecuaciones, dibujar funciones, etcétera. Vamos a ver en
estas notas cómo hacer estas operaciones.
De hecho, este módulo permite trabajar con variables que no están asignadas a números
con la sentencia symbols. Por ejemplo, tecleamos
from sympy import symbols
x, y= symbols(’x y’)
expr=x+2*y
expr-1+x
da la salida …nal 2x + 2y 1. Es decir, se puede trabajar en forma simbólica y hacer diferentes
operaciones. Veremos que es posible hacer mucho más.
1.5.1. Lógica
Recordemos las sentencias lógicas de Python
x or y x j y x_y
x and y x & y x ^ y
not x x :x
15
Sin embargo, or, and y not debemos usarlos al programar, mientras que para ejercicios de lógica
usaremos j, & y ~.
Veamos que otras sentencias lógicas podemos encontrar en este módulo. Dadas las proposi-
ciones p y q, la implicación p implica q se escribe p>>q o q<<p. Con el siguiente texto se
puede construir la tabla de verdad de p ! q.
p,q=symbols(’p q’)
(p>>q).subs({p:True, q:True })
True
(p>>q).subs({p:True, q:False })
False
(p>>q).subs({p:False, q:True })
True
(p>>q).subs({p:False, q:False })
True
Aquí, hemos escrito en negrita las salidas que proporciona Python. La sentencia de Python
subs() sirve para asignar valores a variables que a continuación son utilizados para veri…car la
operación a la izquierda.
Actividad 15 Construir con Python las tablas de verdad de p _ q, p ^ q, y p$ q:
Actividad 16 Comprobar que p _ :(p ^ q) es una tautología.
La negación not no puede usarse como los anteriores operadores lógicos. Así, para hallar la
tabla de verdad de p _ :q hay que invertir el valor de q: Es decir, para ver que si p es verdadero
y q es verdadero, entonces p _ :q es verdadero tendríamos que escribir
(p or q).subs({p:True, q:False})
Para trabajar con implicaciones lógicas más complicadas tenemos a nuestra disposición en
sympy las sentencias And(), Not(), Or(). Usaremos la sentencia de Python equals() que permite
comparar dos expresiones que deben tener las mismas variables. Por ejemplo
p,q,r=symbols(’p q r’)
from sympy import And, Or, Not
(p >> q).equals( q >> p)
True
Not(And(p, q, r)).equals(And(Not(p), Not(q), Not(r)))
False
Not(And(p, Not(p))).equals(Or(q, Not(q)))
False
Así, en el primer ejemplo comparamos la tabla de verdad de p ! q con la de (:q) ! (:p),

concluimos que son iguales por lo que son equivalentes. Del mismo modo se concluye que no son
16
equivalentes las proposiciones :(p ^ q ^ r) y (:p)^(:q) ^ (:r), y las proposiciones :(p ^ (:p))
y q _ (:q).
Es importante darse cuenta de que al usar equals se tienen que tener las mismas variables
en las dos fórmulas a comparar. Si no es así, el programa puede darnos un resultado erróneo.
Por ejemplo, la proposición (:p ^ :q ^ r) _ (:p ^ :q ^ :r) es quivalente a :p ^ :q. Sin embargo,
si tecleamos
Or(And(Not(p),Not(q),r),And(Not(p),Not(q),Not(r))).equals(And(Not(p),Not(q)))
False
encontramos que el programa nos dice erróneamente que no son equivalentes.
Actividad 17 Demostrar que las proposiciones :(p^q) y :p_:q son lógicamente equivalentes.
Con And(), Not() y Or() se pueden construir las tablas de verdad de proposiciones. Por
ejemplo
And(True,True)
True
And(True,False)
False
And(False,True)
False
And(False,False)
False
construye la tabla de verdad de p^q. Como permiten incluir más argumentos, es posible trabajar
con proposiciones más complicadas. Por ejemplo, vamos a ver que ((p ! q) ^ (q ! r)) implica
(p ! r). Para ello tecleamos

from sympy import And, Not, Or
(And((p>>q),(q>>r)))>>(p>>r).subs({p:True, q:True, r:True})
True
y cambiando los valores de {p:True, q:True, r:True} incluyendo todas las combinaciones con
True y False vemos que siempre se obtiene True de salida, por lo que se tratará de una tautología
y la implicación es verdadera.
Al igual que los otros operadores lógicos, la implicación ! también está de…nida en sympy.
17
Se trata de la funcion Implies() y es equivalente a usar >>. Por ejemplo
from sympy import Implies, And, symbols
Implies(True,True)
True
Implies(And(Implies(p,q),Implies(q,r)),Implies(p,r)).subs({p:False, q:False, r:False})
True
Similarmente, la doble implicación $ se de…ne como la función Equivalent(). Por ejemplo
from sympy import Equivalent
Equivalent(True,True)
True
Actividad 18 Demostrar que el argumento fp ! q; :pg implica :q es una falacia.
Actividad 19 Determinar la validez del argumento fp ! q; :pg implica :p.
Actividad 20 Demostrar que el argumento fp ! :q; rq; rg implica :p.
Finalmente, mostramos la sentencia simplify_logic(), que permite simpli…car expresiones

lógicas, pero que solo opera con los símbolos j, & y . Veamos un ejemplo
from sympy import symbols, simplify_logic
simplify_logic((~p & ~q & ~r) j ( ~p & ~q & r))
~p & ~q
Esto es (:p ^ :q ^ :r) _ (:p ^ :q ^ r) es equivalente a :p ^ :q.
Actividad 21 Demostrar que (p _ q ^ :r) ^ (p ^ q) es equivalente a p ^ q.
Actividad 22 Demostrar que (p _ q ^ :r) ^ (p _ q) es equivalente a p _ (q ^ :r).
Actividad 23 Demostrar que (p _ q ^ :r) _ (p _ q) es equivalente a p _ q.
1.5.2. Conjuntos
Los conjuntos se pueden estudiar en Python como vimos anteriormente. No obstante, puede
usarse la sentencia simplify_logic para estudiarlos en Python. Esto se debe a que el álgebra de
los operadores lógicos _, ^ y : es análoga al álgebra de conjuntos con [, \ y complementario.
De ejemplo anterior
(~p&~q&~r)j(~p&~q&r) ~p&~q
tiene su análogo en teoría de conjuntos
(Ac \ B c \ C c ) [ (Ac \ B c \ C) = Ac \ B c ;
y se puede obtener esta simpli…cación a partir de la obtenida usando las sentencias de lógica.
18
Actividad 24 Simpli…car los siguientes conjuntos
(a) (A \ B [ C c ) \ (C [ A) (b) (Ac \ B c [ C) 4 (C [ A)

(c) (A \ B [ C ) \ ((C [ A) n B) (d) (A \ B [ C c ) \ (C [ Ac )
c
(e) (A \ B [ C c ) [ (C [ A)c (f) (A \ B)c \ (C [ A)c n (C [ B)
Nota: Se debe usar que A n B = A \ B c y A 4 B = (A n B) [ (B n A):
1.5.3. Teoría de números

Uno de los temas centrales en la teoría de números tiene que ver con los números primos.
Veamos como trata el módulo sympy este tema. En primer lugar tenemos la sentencia prime(n)
que te da el n-ésimo primo en la lista de números primos. A modo de ejemplo, si tecleamos
from sympy import prime

prime(10)
29
prime(100000)
1299709
prime(1)
2
donde como siempre, en negrita se escriben las salidas proporcionadas por Python. Para com-
probar si un número natural n es primo tenemos la sentencia isprime(n). Por ejemplo
from sympy import isprime

isprime(5)
True
isprime(25)
False
La sentencia primepi(n) nos permite saber cuántos primos hay menores o iguales que n. Por
ejemplo
from sympy import primepi
primepi(25)
9
La sentencias prevprime(n) y nextprime(n) nos dan, respectivamente, el mayor número primo
menor que n y el menor primo mayor que n. Por ejemplo
from sympy import prevprime, nextprime

prevprime(25)
23
nextprime(25)
29
19
La sentencia primerange(n) da todos los primos menores que n, mientras que primerange(n,m)
da todos los primos mayores o iguales que n y menores que m, con n<m. La salida es de tipo
range, por lo que para visualizar la solución hay que usar la sentencia list(). Por ejemplo
from sympy import primerange

list(primerange(25))
[2, 3, 5, 7, 11, 13, 17, 19, 23]
list(primerange(5,25))
[5, 7, 11, 13, 17, 19, 23]
Finalmente, la sentencia randprime(n,m) da un primo aleatorio entre n y m. A modo de ejemplo
from sympy import randprime

randprime(6, 25)
13
Los números naturales que no son primos se llaman compuestos. Al igual que los primos,
buen número de ellos estan listados en el módulo y pueden ser llamados con la sentencia
composite(n), como muestra el siguiente ejemplo
from sympy import composite

composite(36)
52
composite(1)
4
composite(17737)
20000
De forma similar al caso de los primos, tenemos la sentencia compositepi(n) que da el número
de números compuestos menores o iguales que n. Por ejemplo
from sympy import compositepi

compositepi(24)
14
compositepi(23)
13
Para encontrar los divisores de un número natural n tenemos la sentencia divisors(n), y los
divisores distintos de n se calculan con proper_divisors(n), como muestra el siguiente ejemplo
from sympy import divisors, proper_divisors

divisors(24)
[1, 2, 3, 4, 6, 8, 12, 24]
proper_divisors(24)
[1, 2, 3, 4, 6, 8, 12]
20
y para calcular en número de divisores de n tenemos divisor_count(n), y proper_divisor_count(n)
para el número de divisores de n distintos de n. Como ejemplo
from sympy import divisor_count, proper_divisor_count

divisor_count(24)
8
proper_divisor_count(24)
7
Para factorizar un número natural n tenemos factorint(n). Por ejemplo
from sympy import factorint

factorint(153)
{3: 2, 17: 1}
donde la salida se lee que hay dos divisores, 3 con potencia 2 y 17 con potencia 1, esto es,
153 = 32 17. Recordemos que en el módulo math tenemos de…nido el máximo común divisor y
mínimo común múltiplo, pero tambibén podemos importarlos desde el modulo sympy. Es decir,
se puede hacer el ejemplo
from sympy import gcd, lcm
gcd(24,64)
8
lcm(24,64)
192
Actividad 25 Calcular gcd(215; 36) y gcd(334; 562): Encontrar el mínimo común múltiplo de
ambos pares de números y los x0 e y0 del Teorema de Bezout.
Actividad 26 Calcular gcd(18; 256) y gcd(8316; 10920). Encontrar el mínimo común múltiplo
de ambos pares de números y los x0 e y0 del Teorema de Bezout.
Actividad 27 Enumerar todos los primos menores de 100.
Actividad 28 Establecer cuáles de las siguientes congruencias son verdaderas.
1. 446 278(mod 7).
2. 269 413(mod 12).
3. 445 536(mod 18):
4. 793 682(mod 9):
5. 473 369(mod 26).
6. 383 126(mod 15):
Actividad 29 Encontrar '(37), '(137), '(275), '(700) y '(201).
21
La función de Euler es totient(n) para n natural. Así, tecleando
from sympy import totient

totient(1)
1
totient(5)
4
totient(26)
12
Actividad 30 Encontrar '(37), '(137), '(275), '(700) y '(201).

1
Actividad 31 Encontrar a en Zm donde: a) a = 37 y m = 249; b) a = 15 y m = 234:
Actividad 32 Encontrar los inversos siguientes a partir de la función ' de Euler:

1
1. 20 en Z9 :
1
2. 7 en Z12 :
Actividad 33 Resolver las siguientes ecuaciones:
1. 3x+1 6(mod 7):
2. 2x+1 3(mod 6):
3. 3x+2 6(mod 8):
4. 23x+1 6(mod 67):
5. 3x+18 6(mod 1645):
También tenemos implementado el Teorema chino de los restos, con la sentencia crt(lista1,lista2),
donde lista1 contiene los módulos y la lista2 los restos. Por ejemplo, si queremos encontrar x
tal que 8
< x 49(mod 99);
x 76(mod 97);
:
x 65(mod 95);
tecleamos
from sympy.ntheory.modular import crt
crt([99, 97, 95], [49, 76, 65])
(639985, 912285)
cuyo resultado es x = 639985: Nótese que el módulo desde el que se importa es sympy.ntheory.modular,
que es un paquete de sympy. Para comprobar que 639985 es la solución podemos testear
[639985 % m for m in [99, 97, 95]]

[49, 76, 65]
22
por lo que efectivamente, se trata de la solución. Nótese que 912285 = 99 97 95:
Para la resolución de congruencias lineales tenemos la sentencia solve_congruence(par1,par2,...)
donde introducimos pares con el resto y el módulo correspondiente. Por ejemplo, para resolver
8
< x 2(mod 3);
x 3(mod 5);
:
x 2(mod 7);
tecleamos
from sympy.ntheory.modular import solve_congruence
solve_congruence((2, 3), (3, 5), (2, 7))
(23, 105)
cuyo resultado es x = 23: Para comprobar que se trata de la solución podemos teclear
[23 % m for m in [3, 5, 7]]
[2, 3, 2]
Nótese que 105 = 3 5 7.
Actividad 34 Encontrar soluciones enteras de las siguientes ecuaciones, cuando sea posible.
1. 5x + 7y = 4:
2. 6x + 24y = 21:
3. 14x + 21y = 49.
Actividad 35 Resolver el siguiente sistema:
8
>
> 2x 3(mod 7);
<
x 1(mod 9);
>
> x 3(mod 8);
:
x 0(mod 11):
Podemos resolver congruencias del tipo
xn a(mod m)
donde a; n; m 2 N. Para ello, tenemos las sentencias sqrt_mod(par), donde par=(a,m), y
nthroot_mod(triple), donde triple=(a,n,m). En ambos casos, se proporciona una solución en
caso de existir. Para encontrarlas todas debemos añadir True después de introducir los datos.
A modo de ejemplo, para resolver la ecuación
x2 11(mod 43)
tecleamos
from sympy.ntheory import sqrt_mod
sqrt_mod(11, 43)
21
sqrt_mod(11, 43, True)
[21,22]
23
Para resolver
xn a(mod m)
tecleamos
from sympy import nthroot_mod
nthroot_mod(11, 4, 19)
8
nthroot_mod(11, 4, 19, True)
[8,11]
Actividad 36 Encontrar soluciones enteras de las siguientes ecuaciones, cuando sea posible.
1. x2 3(mod 29):
2. x3 3(mod 21):
3. x5 3(mod 19):
Terminamos esta sección con una sentencia para estudiar los elementos del grupo Zm . Dado
n 2 Zm se llama orden de n al menor número natural k tal que nk 1(mod m). Para calcular
el orden tenemos la sentencia Orden aritmetica modular n_order(par), donde par=(n,m). A
modo de ejemplo
from sympy import n_order
n_order(3, 7)
6
n_order(4, 7)
3
por lo que en Z7 el orden de 3 es 6 y el de 4 es 3.
Actividad 37 Encontrar el orden de todos los elementos de Z15 :
1.5.4. Criterios de divisibilidad

Uno de los temas más importantes de la aritmética es encontrar condiciones para que un
número natural k divida a otro número n. Son los llamados criterios de divisibilidad. En general
si expresamos el número n como
n = ai 10i + ai 1 10i 1
+ ::: + a1 10 + a0
se veri…ca que kjn si la división de n por k es exacta, es decir, si
n ai 10i + ai 1 10i 1
+ ::: + a1 10 + a0
=
k k
10i 10i 1
10 1
= ai + ai 1 + ::: + a1 + a0
k k k k
24
es un número entero. Calculamos los restos
8 i
>
> 10 ri (mod k);
>
> i 1
< 10 ri 1 (mod k);
::::::::::::::::::
>
>
>
> 10 r1 (mod k);
:
1 r0 (mod k):
Entonces kjn si y sólo si k divide a ai ri + ai 1 ri 1 + ::: + a1 r1 + a0 : Se construyen así las

reglas de divisibilidad que conocemos:
k = 2. Tenemos que 10i 0(mod 2) para todo i 1. Por lo tanto 2jn si y sólo si 2ja0 , es
decir, si a0 es par.
k = 3. Tenemos que 10i 1(mod 3) para todo i 1.Por lo tanto 3jn si y sólo si
3jai + ai 1 + ::: + a1 + a0 : Por ejemplo, 3j111 mientras que no divide a 112.
k = 4. Tenemos que 10 2(mod 4) y 10i 0(mod 4) para todo i 2. Así, 4jn si y sólo
si 4j2a1 + a0 . Por ejemplo, 4j236 ya que 2a1 + a0 = 12, que es divisible por 4.
k = 5. Tenemos que 10i 0(mod 5) para todo i 1. Por lo tanto 5jn si y sólo si 5ja0 , es
decir, si a0 es 0 o 5.
Actividad 38 Probar que 10i 1(mod 9) si i 1. Deducir que 9jn si y sólo si 9jai + ai 1 +
::: + a1 + a0 . Determinar si los siguientes números son divisibles por 9: 2312342123, 923649264,
45702357 y 982675625662956.
Actividad 39 Probar que 10i ( 1)i (mod 11) si i 1. Deducir que 11jn si y sólo si 11j( 1)i
ai + ( 1)i 1 ai 1 + ::: + a2 a1 + a0 . Determinar si los siguientes números son divisibles por
11: 2312342123, 923649264, 45702357 y 982675625662956.
Actividad 40 Probar que 10 3(mod 7), 100 2(mod 7), 1000 1(mod 7), 10000
1(mod 7), y 10i ( 1)i 2 (mod 7) si i 3. Deducir que 7jn si y sólo si 7jai ( 1)i 2 + ai 1
( 1)i 3 + ::: a3 + 2 a2 + 3 a1 + a0 . Determinar si los siguientes números son divisibles por
7: 2312342123, 923649264, 45702357 y 982675625662956.
Actividad 41 Deducir las reglas de divisibilidad de 13 y 17. Dar un número de 25 cifras que
sea múltiplo de 13 y otro que sea múltiplo de 17.
1.5.5. Algoritmo RSA

El algoritmo RSA fue introducido en 1977 y se utiliza para codi…car mensajes usando
números primos. Supongamos que queremos enviar una palabra o mensaje, por ejemplo “leon”
de forma codi…cada. En primer lugar, asignamos a cada letra un número de dos cifras, por
ejemplo asignamos a la letra “a” la cifra 11, a “b” la cifra 12, y así consecutivamente. La
palabra leon se convierte en el número x = 22152624. Este número es el que vamos a codi…car
con el algoritmo RSA.
25
Dicho algoritmo se basa en la elección de dos números primos distintos p y q y tomamos
n = p q. A continuación elegimos d tal que es coprimo con (p 1)(q 1) y su inverso d 1 = e
en Z(p 1)(q 1) . Se hacen públicos los valores de n y e, y sólo el receptor del mensaje conoce el
valor de d. Para cifrar el mensaje hacemos la cuenta
fC (x) = xe (mod n);
y para descifrarlo
fD (x) = xd (mod n):
El código es muy dí…cil de descodi…car si no se tiene el valor de d cuando los primos p y q son
su…cientemente grandes. Nótese que se conoce el valor de n, pero no de p y q, que son necesarios
para obtener el valor de d. Veamos que la descodi…cación puede hacerse, es decir que
x = fD (fC (x)):
Para ello, calculamos

fD (fC (x)) = (fC (x))d = (xe )d = xd e :
Ahora bien
d e 1(mod(q 1)(p 1));
de donde existirá un entero r tal que
d e = 1 + r (p 1) (q 1) = 1 + r '(p) '(q) = 1 + r '(n):
Así,
xd e = x1+r '(n) :
Así, hemos de probar que
x1+r '(n) x(mod n):
Distinguimos los siguientes casos:
1. Si gcd(x; n) = 1, entonces por el Teorema de Euler se veri…ca que x'(n) 1(mod n), por
lo que
x1+r '(n) = x (x'(n) )r x 1(mod n) x(mod n):
2. Si gcd(x; n) = p q, entonces x 0(mod n), y por tanto x1+r '(n) = 01+r '(n) 0(mod n).
3. Si gcd(x; n) = p, entonces x = p x0 para algún entero x0 de forma que gcd(x0 ; n) = 1.

Entonces
x1+r '(n) = (p x0 )1+r '(n) = p1+r '(n) (x0 )1+r '(n)
y por el Teorema de Euler
(x0 )1+r '(n) x0 (mod n):
Utilizando el Teorema de Euler para p en Zq tenemos que
p'(q) 1(mod q);
26
de donde
pq 1
=1+s q
para algún entero s. Entonces
p1+r(p 1)(q 1)
p = p pr(p 1)(q 1)
p = p (1 + sq)r(p 1)
1 :
Tenemos que (1 + sq)r(p 1)

1 es multiplo de q ya que
r(p 1)
X r(p 1)
r(p 1)
(1 + sq) 1 = 1+ (sq)k 1
k
k=1
r(p 1)
X r(p 1)
= (sq)k :
k
k=1
Por lo tanto p (1 + sq)r(p 1)

1 es múltiplo de pq = n. Así,
p1+r '(n) p 0(mod n);
o equivalentemente
p1+r '(n) p(mod n):
Así
x1+r '(n) = p1+r '(n) (x0 )1+r '(n) p x0 (mod n) x(mod n):
4. Si gcd(x; n) = q, se procede como en el caso anterior cambiando los papeles de p y q.
Vamos a codi…car nuestra palabra. Tomamos primos grandes tecleando
from sympy import prime, gcd

p=prime(10000)
q=prime(1000)
n=p*q
m=(p-1)*(q-1)
d,e=9999,61867215
x,y=22152624,1
for i in range(e):
y=y*x %n
y
84131476
Así, el mensaje codi…cado es 84131476. Para descodi…carlo basta teclear
84131476**d %n
22152624
27
Para obtener el valor de e hemos tenido que utilizar el algoritmo de Euclides extendido
y obtener este mediante el Teorema de Bezout. Para codi…car el mensaje hay que hacer la
operación
2215262461867215
y tardaría mucho tiempo de computación hacerlo de forma directa. Por este motivo se ha
calculado con el for.
Actividad 42 Utlizando el algoritmo anterior, se ha recibido el siguiente mensaje codi…cado

que se manda silaba a silaba
459841177 191069077 815795976
305847131 783303881 720588579

340174716 380043468
4058580 368119658
Actividad 43 Construir un sistema de codi…cación con los primos número 2000 y 5000. Asig-
nando a la letra “a” el valor 11, a “b” el 12 y así consecutivamente, enviar el mensaje “me
gusta el helado de chocolate” sílaba a sílaba. Proporcionar la clave para que el receptor pueda
descodi…carlo.
1.5.6. Teoría de grafos

Aquí, vamos a construir la matriz de adyacencia de un grafo. Para ello recordemos que
para construir un matriz en Python debemos cargar de sympy la sentencia Matrix. Así, para
introducir la matrix
1 2 3
A=
3 2 1
en Python tecleamos
from sympy import Matrix
A=Matrix([[1,2,3],[-3,-2,-1]])
Tecleando ahora
A
1 2 3
3 2 1
vemos que la matriz está introducida en el programa.
Para eliminar …las o columnas de la matriz tenemos las sentencias col_del(n) y row_del(n),
donde n indica el número de …la o columna que queremos eliminar. Recordar aquí que las listas
en Python empiezan por 0, por lo que para eliminar la primera columna tecleamos
A.col_del(0)
2 3
2 1
28
Para añadir …las o columnas tenemos las sentencias row_insert(n,b) y col_insert(n,A), donde
n es el número de …la o columna y b es la …la o columna de deseamos insertar. Así, para añadir
una tercera …la con ceros tecleamos
A.row_insert(2,Matrix([[0,
0 1 0]]))
2 3
@ 2 1 A
0 0
Aquí hemos de hacer la siguiente aclaración. Al eliminar …las o columnas, Python asigna a la
variable A la nueva matriz, pero al insertarlas no. Así, si tecleamos
A
2 3
2 1
obtenemos el valor anterior de A.

Las matrices podemos introducirlas también indicando su tamaño y una lista con sus el-
ementos. Python distribuirá los elementos de la lista dividiendo éstos por …lar. Por ejemplo,
tecleando
C=Matrix(2,3,[1,2,3,4,5,6])
introducimos la matriz
1 2 3
:
4 5 6
Los elementos de la matriz los podemos obtener tecleando C[i,j], donde i indicará el número
de …la y j el de columna. Ambos, como todas las listas en Python, empiezan por 0, por lo que
C[0,0] es el 1 mientras que C[1,2] es el 6. Para reemplazar un elemento de la matriz, por ejemplo
en la matriz C cambiamos el 3 por un 0, bastará con teclear
C[0,2]=0
y ahora la matriz C será

1 2 0
:
4 5 6
Operaciones con matrices

Para sumar o restar matrices tenemos los símbolos usuales + y -. Tanto para multiplicar
matrices por escalares como por matrices tenemos el símbolo del producto *. Es preciso recordar
que las operaciones suma y producto de matrices sólo pueden realizarse si las dimensiones de
las matrices implicadas lo permiten.
29
0 1
0 1 1
1 2 4 1 1
Actividad 44 Dados las matrices A = ; B = @ 1 0 1 A, C =
2 3 1 2 1
0 1 1 1 0
0 1 0
yD= @ 2 0 5 A calcular:
2 1 0
(a) CAB (b) A(B + C) (c) C 2 + 2C
(d) 2B 4D4 (e) ADB (f) A(B + D)
Matrices especiales
En nuestros problemas vamos a tener que construir matrices, por lo que es útil saber cómo
se construyen determinadas matrices especiales. Así, tenemos que
eye(n) es la matriz identidad de dimensión n.
zeros(n,m) es una matrix de tamaño n m con ceros en todas las posiciones.
ones(n,m) es una matrix de tamaño n m con unos en todas las posiciones.
diag(a1 ; a2 ; :::; an ) es una matriz diagonal donde los elementos de su diagonal principal
son a1 ; a2 ; :::; an : Los elementos de la diagonal principal pueden ser matrices, por lo que
la diagonal principal puede entenderse como cajas de matrices.
Por ejemplo, tecleando
diag(1,2,3)
0 1
1 0 0
@ 0 2 0 A
0 0 3
y tecleando
diag(-1,ones(2,2),Matrix([5,7,5]))
0 1
1 0 0 0
B 0 1 1 0 C
B C
B 0 1 1 0 C
B C
B 0 0 0 5 C
B C
@ 0 0 0 7 A
0 0 0 5
30
Determinantes y valores y vectores propios
Para calcular el determinante de una matriz cuadrada tenemos la sentencia det(). Así, para
calcular el determinante de la matriz
2 3
A=
2 1
tecleamos
A=Matrix([[2,3],[-2,-1]])
A.det()
4
Para calcular sus valores propios tenemos la sentencia eigenvals. Dada la matriz anterior,
sus valores propios son
A.eigenvals()
p p
f1=2 15i=2 : 1; 1=2 + 15i=2 : 1g
donde la salida muestra los valores propios y su multiplicidad. Para obtener los vectores propios
tenemos la sentencia eigenvects. Por ejemplo, si tecleamos
Matrix([[1,0],[1,1]]).eigenvects()
0
1; 2;
1
Python nos devuelve los valores propios, su multiplicidad y una base de vectores propios de la
matriz
1 0
:
1 1
En este caso tenemos un único valor propio 1 de multiplicidad 2 cuya base de vectores propios
está dada por el vector (0; 1).
Para obtener la forma diagonal de una matriz cuadrada tenemos la sentencia diagonalize.
Así, tecleando
Matrix([[0,1],[1,0]]).diagonalize()
1 1 1 0
;
1 1 0 1
obtenemos la matriz de cambio de base
1 1
1 1
y la forma diagonal
1 0
0 1
de la matriz
0 1
:
1 0
31
Actividad 45 Calcular el determinante de las siguientes matrices cuadradas
3 5 7 2 x a b c
1 cos x cos 2x
2 4 1 1 a x 0 0
(a) (b) cos x cos 2x cos 3x (c)
2 0 0 0 b 0 x 0
cos 2x cos 3x cos 4x
1 1 3 4 c 0 0 x
Actividad 46 Calcular los vectores y valores propios, y en caso de existir, la forma diagonal
de las matrices B y D del ejercicio 44.
Aplicación a la teoría de grafos

La matriz de adyacencia de un grafo se usa para trabajar con éste desde un punto de vista
computacional. Recordemos que si un grafo simple tiene n vértices y su matriz de adyacencia
es A, entonces este grafo es conexo si y sólo si A + A2 + ::: + An tiene todas sus entradas no
nulas.
Actividad 47 Representar grá…camente el grafo determinado por las siguientes matrices y

determinar si son o no conexos:
0 1 0 1
0 1 0 0 1 0 1 1 0 0
B 1 0 1 0 0 C B 1 0 1 0 0 C
B C B C
(a) B
B 0 1 0 0 0 C (b) B 1 1 0
C B 0 0 C
C
@ 0 0 0 0 1 A @ 0 0 0 0 1 A
0 1 0 0 1 01 00 0 0 1 0 1
0 1 1 0 0 0 0 1 1 0
B 1 0 1 0 1 C B 0 0 0 0 1 C
B C B C
(c) B
B 1 1 0 0 0 C (d) B 1 0 0
C B 0 0 C
C
@ 0 0 0 0 1 A @ 1 0 0 0 0 A
0 1 0 1 0 0 1 0 0 0
Actividad 48 El radio espectral de una matriz es el máximo de los módulos de sus valores
propios. Determinar el radio espectral de las matrices de la actividad 47.
Actividad 49 Dados los grafos de la …gura 1.1, determinar su matriz de adyacencia, si son o
no conexos a partir de ésta y calcular su radio espectral.
Actividad 50 La grá…ca de la …gura 50 se corresponde con el patrón de plegado de una

teselación del plano. Cada vez que dos aristas se cortan tenemos un vértice, por lo que el grafo
es plano. Determinar cuántos vértices de grados 2, 3, 4, 5 y 6 existen. Etiquetar los vértices de
la …gura empezando la esquina superior izquierda y acabando por la inferior derecha siguiendo el
orden habitual de lectura (de izquierda a derecha). Construir su matriz de adyacencia y probar
32
Figura 1.1: Grafos diversos.
que el grafo es conexo y calcular su radio espectral.
Grafo simple
1.5.7. Manipulaciones algebraicas

Antes de proceder a explicar el cálculo de una y varias funciones con el módulo sympy de
Python vamos a dar agunas sentencias o instrucciones que permiten manipular y simpli…car
expresiones y fórmulas. La lista no es exhaustiva, por lo que se re…ere a [1] en caso de que se
necesite alguna sentencia no contenida en la siguiente tabla.
simplify(expr) Simpli…ca la expresión expr

expand(expr) Desarrolla la expresión expr
factor(expr) Saca factores comunes en la expresión expr
cancel(expr) Simpli…ca factores en la fracción expr
apart(expr) Obtiene fracciones simples de la fracción expr
trigsimp(expr) Simpli…ca la expresión trigonométrica expr
expand_trig(expr) Desarrolla la expresión trigonométrica expr
33
Veamos algunos ejemplos
from sympy import symbols, simplify, expand, factor

x=symbols(’x’)
simplify((x + 1)**2-x**2 + 2*x)
4*x + 1
expand((x + 1)**2-2*x**2 + 2*x)
-x**2 + 4*x + 1
factor(x**2-2*x +1)
(x - 1)**2
Para fracciones
from sympy import symbols, cancel, apart
x=symbols(’x’)
cancel((x**2+2*x+1)/((x+1)*(x-2)))
(x + 1)/(x - 2)
apart((x**2+2*x+1)/((x+1)*(x-2)))
1 + 3/(x - 2)
Para expresiones trigonométricas
from sympy import symbols, trigsimp, expand_trig, sin, cos, tan

x=symbols(’x’)
trigsimp(sin(x)**4 - 2*cos(x)**2*sin(x)**2 + cos(x)**4)
cos(4*x)/2 + 1/2
expand_trig(tan(2*x))
2*tan(x)/(1 - tan(x)**2)
Finalmente, si tenemos una expresión algebraica expr y queremos sustituir alguna de las
variables que la componen por un número u otra variable, tenemos la sentencia subs(). Los
siguientes ejemplos muestran cómo funciona esta sentencia.

x,y,z=symbols(’x y z’)
(x**2+y**2).subs(x,1)
y**2+1
(x**2+y**2).subs(x,z)
y**2+z**2
donde tenemos que indicar la variable que queremos sustituir y por qué valor.
Actividad 51 Simpli…car las siguientes expresiones utilizando las sentencias apropiadas.
1. (x + 1)3 x3 3x.
2. sin(2x)2 2 cos(x)2 sin(x)2 + sin(x)2 :
3. (x + 2)4 (x 2)4 1.
34
2x3 6x2 +2x 6
4. 2x3 4x2 +2x 4
:
cos(2x) 3 cos2 x+1
5. 1 sin x
:
6. (sin x + 1)3 sin3 x 3 cos x:

(x y)2 +(x+y)2
7. x2 +y 2
:
8. sin(x + y) sin(x y) 2 cos(2x):
Actividad 52 Desarrollar las siguientes expresiones utilizando la sentencia apropiada.
1. (x + 4)4 + 3(x 3)3 + 2(x + 2)2 + x 1:
2. sin(x + y + z):
3. (x + 2)3 + (x + 2)2 + (x + 2) + 2:
tan( y)
4. tan(x+y)
:
(x+2)3 +(x+2)2 +(x+2)
5. x+2
:
tan( 3 x)
6. sin( 4 +x)
:
7. (x + y)4 + 3(x y)3 + 2(x + y)2 + x 1:
Actividad 53 Descomponer en fracciones simples las siguientes fracciones.

x2 +2x+1
1. x4 +8x3 +23x2 +28x+12
:
x2 2x+1
2. x4 +8x3 +23x2 +28x+12
:
x2 2x+1
3. x4 +4x3 +5x2 +4x+4
:
x2 2x 1
4. x6 +4x5 +6x4 +8x3 +9x2 +4x+4
1.5.8. De…nición de funciones en sympy

Además de la de…nición de funciones en Python, sympy dispone de una sentencia para
indicar que una variable es en realidad una función. Por ejemplo, si tecleamos
f = Function(0 f 0 )
35
de…nimos una función en la que no decimos qué variables la de…nen. A partir de este momento,
podemos asignarle valores, como por ejemplo
x,y=symbols(’x y’)
f(1)
f(1)
f(x,y)
f(x,y)
f(1,y)
f(1,y)
La función queda así parcialmente evaluada.
Si queremos que la función se evalue completamente, tenemos la sentencia def explicada
anteriormente. Aquí puede ser útil la sentencia lambdify, que combierte la función en otra que
puede ser evaluada por el paquete numpy. Por ejemplo, tecleamos
from sympy import symbols, lambdify
f=lambdify([x,y],x+y)
f(1,1)
2
Aquí hemos tomado la función x + y y la hemos preparado para que se pueda emplear con el
paquete numpy, que como veremos es útil para hacer representaciones grá…cas de funciones.
Nótese que en la sentencia lamdify hemos de decir qué variables son las que de…nen la función
en una lista, en este caso, [x,y].
1.5.9. Límites
Para el cálculo de límites tenemos la sentencia limit(f(x), x, x0), donde f(x) es la función, x
la variable y x0 el punto donde queremos calcular el límite. Supongamos que queremos calcular
sin x
lm :
x!0 x
Veamos cómo hacer este límite usando Python. En primer lugar, cargamos
from sympy import symbols, limit
x=symbols(’x ’)
limit(sin(x)/x,x,0)
1
donde 1 es el resultado. En la sentencia limit hay que explicitar la función, la variable y el
punto donde queremos calcular el límite, separados por comas. Es posible hacer límites en 1
como muestra el siguiente ejemplo
from sympy import symbols, limit, oo
x=symbols(’x ’)
limit(x**2+1,x,oo)
oo
36
donde, como vemos oo es 1. También podemos hacer el límite importando ind del módulo
math. Para hacer límites por la derecha e izquierda tenemos la sentencia limit(f(x), x, x0, ’ ’).
Por ejemplo,
1
lm
x!0 x
se calculará como
from sympy import symbols, limit
x=symbols(’x ’)
limit(1/x,x,0,’-’)
-oo
Para calcular límites en varias variables tenemos que usar límites iterados. Por ejemplo, del
límite
x3 + y 3
lm
(x;y)!(0;0) (x2 + y 2 )
podemos calcular sus límites iterados
x3 + y 3 x3 + y 3
lmlm y lmlm
x!0 y!0 (x2 + y 2 ) y!0 x!0 (x2 + y 2 )
y el límite al pasar a coordenadas polares
l m r(cos3 + sin3 );
r!0
aunque el alumno deberá saber si estos límites son su…cientes para determinar el valor del límite
doble. En Python
from sympy import symbols, limit, simplify

x,y,r,theta=symbols(’x y r theta’)
f=(x**3+y**3)/(x**2+y**2)
limit(limit(f,x,0),y,0)
0
limit(limit(f,y,0),x,0)
0
F=simplify(f.subs({x:r*cos(theta), y:r*sin(theta)}))
limit(F,r,0)
0
Ahora bien, debemos acotar

jr(cos3 + sin3 ) 0j 2r;
y como l mr!0 2r = 0, se tiene que
x3 + y 3
lm = 0:
(x;y)!(0;0) (x2 + y 2 )
Actividad 54 Calcular los siguientes límites:
37
1 cos 2x
1. l mx!0 sin x2
=
log x
2. l mx!1 x
=
1 x2
3. l mx!1 1 x
=
1
4. l mx!0 x
=
Actividad 55 Calcular los siguientes límites de dos variables:

x3 +y 3
1. l m(x;y)!(0;0) x2 +y 2 +5x4 y 4
:
1
2. l m(x;y)!(0;0) (x2 + y 2 ) sin p :
x2 +xy+y 2
x2 +y 2 +x4
3. l m(x;y)!(0;0) x2 +y 2 y 3
:
x2 y+2x2 2xy 4x+y+2
4. l m(x;y)!(1; 2) x2 2x+y 4 +8y 3 +24y 2 +32y+17 :
Actividad 56 Probar que los siguientes límites de dos variables no existen:

x2 xy
1. l m(x;y)!(0;0) x2 +3y
:
log(1+x2 y 2 )
2. l m(x;y)!(0;0) x4 +y 4 +2x2 y 2
:
x4 y 4
3. l m(x;y)!(0;0) x2 +y 3
:
xy 2
4. l m(x;y)!(0;0) x2 +y 4
:
Actividad 57 Calcular, en caso de que existan, los siguientes límites:

7x3 6y 2
1. l m(x;y)!(0;0) 4x3 +y 2
:
2
x2 y 2
2. l m(x;y)!(0;0) x2 +y 2
:
2x3 x2 +y
3. l m(x;y)!(0;0) x3 x2 +y
:
xy y 2x+2
4. l m(x;y)!(1;1) x 1
:
Actividad 58 Estudiar la continuidad de la función

sin(xy)
si x 6= 0;
f (x; y) = x
y si x = 0:
38
1.5.10. Derivadas
Para el cálculo de derivadas tenemos la sentencia di¤(f(x),x), donde f(x) es la función a
derivar y x es la variable de derivación. Por ejemplo, para calcular la derivada de ex sin x
debemos teclear
from sympy import symbols, di¤, sin, exp
x=symbols(’x’)
di¤(sin(x)*exp(x), x)
exp(x)*sin(x) + exp(x)*cos(x)
Para calcular la derivada n-ésima, tenemos la sentencia di¤(f(x),x,n), donde n es el orden de la
derivada que queremos calcular. Tambié puede calcularse añadiendo la variable que queremos
derivar tantas veces como derivadas queremos hacer. Por ejemplo, a derivada segunda de ex sin x
se calcula tecleando
from sympy import symbols, di¤, sin, exp
x=symbols(’x’)
di¤(sin(x)*exp(x), x,2)
2*exp(x)*cos(x)
di¤(sin(x)*exp(x), x,x)
2*exp(x)*cos(x)
Si tenemos funciones de varias variables, las derivadas las hacemos indicando las variables que
queremos derivar en el orden en que queremos hacer las derivadas separadas por comas. Por
ejemplo
@
sin(xy)
@x@y
se calcula como
from sympy import symbols, di¤, sin
di¤(sin(x*y), x,y)
-x*y*sin(x*y) + cos(x*y)
Actividad 59 Calcula las derivadas de las siguientes funciones:
1. f (x) = log (sin x) :

log(cos x) arcsin x
2. f (x) = ex log4 (x2 +10)
:
3x+exp
3. f (x) = 1 + x2 +tan x
:
Actividad 60 Calcula la derivada cuarta y sexta de cada una de las funciones del ejercicio
59.
@f @f 2 2 3 @4f
Actividad 61 Calcula ; ; @ f ; @ f; @ f
@x @y @x@y @x2 @x@y@x
y @x4
de cada una de las siguientes funciones:
1. f (x; y) = cos (sin x y) :
39
1
2. f (x; y) = arcsin x2 +y 2
:
1+log(x+e ) y
3. f (x; y) = p 2
:
x tan xy
Actividad 62 Estudiar la existencia y continuidad de las derivadas parciales de la función

(
xy 2
x 2 +y 4 si (x; y) 6= (0; 0);
f (x; y) =
0 si (x; y) = (0; 0):
Actividad 63 Dada la función
x2
f (x; y) = x2 tan ;
x2 + y 2
comprobar que se cumple para todo punto de su dominio la relación

@f @f
x (x; y) + y (x; y) = 2f (x; y):
@x @y
Actividad 64 Dada la función p p

x+ y
f (x; y) = ;
x+y
comprobar que se cumple para todo punto de su dominio la relación
@g @g g(x; y)
x (x; y) + y (x; y) = :
@x @y 2
Actividad 65 Sea f : R3 ! R una función dada por f (x; y; z) = log('(x + yz)), donde
' : R ! (0; +1), es una función positiva de clase C 2 . Probar que
@2f @2f 1 @f 1 d'

z2 (x; y; z) (x; y; z) + (x; y; z) = (x + yz):
@x2 @y 2 y @z '(x + yz) dt
Nota: Aquí, teniendo en cuenta que '(t) es una función real de una variable, hay que hacer el
cambio de variable t = x + yz para construir la función f .
1.5.11. Diferencial
Dada una función diferenciable f : A Rn ! Rm podemos calcular la diferencial en un
punto x0 2 A obteniendo la matriz Jacobiana de f en dicho punto. Para ello hay que introducir
la función en forma de matriz y usar la sentencia jacobian.
Veamos por ejemplo como obtener la diferencial de la función f : R ! R3 dada por
f (t) = (cos t; et ; t)
40
en el punto t = 1. Para ello tecleamos
from sympy import symbols, cos, exp, Matrix
t=symbols(’t’)
f=Matrix([[cos(t),exp(t),t]])
f.jacobian([t])
2 3
sin(t)
4 et 5
1
y obtenemos la matriz Jacobiana de la función en un punto arbitrario t. Nótese que hay que
indicar en la sentencia jacobian las variables de las que depende la función. Si tecleamos
f.jacobian([t]).subs({t:1})
2 3
sin(1)
4 e 5
1
obtendremos la matriz Jacobiana en el punto indicado. La diferencial será la aplicación lineal
dada por
df (1)(t) = ( t sin 1; te; t):
Si ahora queremos calcular la diferencial de la función f (x; y) = (xy ; xy) en un punto arbi-
trario, tecleamos
from sympy import symbols, Matrix
f=Matrix([[x**y,x*y]])
f.jacobian([x,y])
xy y
x
xy log(x)
y x
Actividad 66 Obtener la diferencial de las siguientes funciones:
1. f (x; y; z) = (zx; xy):

2. f (x; y; z) = (cos(zx); sin(xy); z sin(xy)):
3. f (x; y) = ( exy ; x + y 2 log x):
t z
4. f (x; y; z; t) = ( x2 +y 2 ; xy ; t + z tan(xyzt)):
Actividad 67 Utilizar la regla de la cadena para obtener la diferencial de la función f g en

los siguientes casos:
1. f (x; y; z) = (zx; xy) y g(x; y) = (x2 + y; x + y; x y 2 ):

2. f (x; y) = ( exy ; x + y 2 log x) y g(x; y; z) = (zx2 + y; x + yz):
3. f (x; y; z) = (x + y 2 z; zx; y 2 z log x) y g(t) = (t2 + 1; t t3 ; et 1 ):
41
1.5.12. Integrales
La sentencia para calcular integrales es integrate, que tiene diferentes sintaxis según se trate
de una integral de…nida o inde…nida. Para el cálculo de primitivas, por ejemplo
Z
ex xdx
tenemos la sentencia integrate(f(x),x), donde debemos indicar la función f(x) y la variable de

integración. Por ejemplo, la integral anterior se calcula tecleando
from sympy import symbols, integrate, exp

x=symbols(’x’)
integrate(x*exp(x),x)
(x - 1)*exp(x)
Si lo que tenemos es una integral de…nida, por ejemplo

Z 1
ex xdx
0
debemos añadir los límites de integración separados por comas según la sintaxis integrate(f(x),(x,x0,x1)),
donde xo es el límite inferior y x1 el superior. Debemos teclear
from sympy import symbols, integrate, exp

x=symbols(’x’)
integrate(x*exp(x),(x,0,1))
1
Es posible calcular integrales impropias como

Z 0
xex dx
1
tecleando
from sympy import symbols, integrate, exp,oo
x=symbols(’x’)
integrate(x*exp(x),(x,-oo,0))
-1
La integrales dobles y triples se calculan mediante el uso del teorema de Fubbini. Tenemos
dos alternativas a la hora de hacer las integrales, bien usando dos veces la integral simple, bien
explicitando el recinto de integración como se muestran en los siguientes ejemplos, donde se
hace el cálculo por ambos medios. Por ejemplo, para calcular
Z Z
xydxdy
[ 1;1] [0;1]
42
tecleamos
from sympy import symbols, integrate
integrate(integrate(x*y,(x,-1,1)),(y,0,1))
0
integrate(x*y,(x,-1,1),(y,0,1))
0
Para calular Z Z
xydxdy
donde
= f(x; y) : y < x; 0 x 1g
tecleamos
from sympy import symbols, integrate
integrate(integrate(x*y,(y,0,x)),(x,0,1))
1/8
integrate(x*y,(y,0,x),(x,0,1))
1/8
Actividad 68 Calcular las primitivas de las siguientes funciones:
1. f (x) = cos x sin(2x) cos 3x tan 4x

x+x2
2. f (x) = 1+x10
3. f (x) = cos xe10x
4. f (x) = sin x cos2 (2x) sin3 (3x):
Actividad 69 Sea D la región plana acotada por el eje Y y la parábola x = 4y 2 + 3. Calcular

el área de dicha región y la integral
Z Z
x3 ydxdy:
D
Actividad 70 Calcular Z Z
(sin x + y + 3)dxdy
D
donde D = f(x; y) 2 R2 : x2 + y 2 4g:
Actividad 71 Calcular Z Z
x2 dxdy
D
donde D es el recinto limitado por y = x, y = xy0 x 1.
43
Actividad 72 Calcular el área comprendida entre las circunferencias x2 +y 2 = 2x, x2 +y 2 = 4x
y las rectas y = x e y = 0.
Actividad 73 Hallar el volumen de la región dentro de la super…cie z = x2 + y 2 con z entre

0 y 10.
Actividad 74 Calcular Z Z Z
xdxdydz
D
donde D es la región acotada por los planos x = 0, y = 0 y z = 2 y por la super…cie z = x2 + y 2

de…nida en el primer cuadrante x; y 0.
Actividad 75 Evaluar Z Z Z
(1 z 2 )dxdydz
D
donde D es la pirámide con vértice superior (0; 0; 1) y vértices de la base (1; 1; 0), (1; 1; 0),
( 1; 1; 0) y ( 1; 1; 0).
xdxdydz
D
donde
D = f(x; y; z) 2 R3 : x2 + z 2 z2; 0 z 2g:
xdxdydz
D
donde
D = f(x; y; z) 2 R3 : x2 + z 2 z 2 ; x2 + y 2 + z 2 1; 0 zg:
Actividad 78 Calcular el volumen de la región
D = f(x; y; z) 2 R3 : x2 + z 2 z; 2 x2 y2 + z2 zg:
zdxdydz
D
donde
D = f(x; y; z) 2 R3 : x2 + z 2 + z 2 9; x 0; y 0; z 0g:
44
1.5.13. Resolución de ecuaciones
Para escribir una ecuación en Python tenemos que hacerlo con la sentencia Eq que debemos
importar desde sympy. Si tenemos la ecuación
eq1 = eq2;
ésta se escribe en Python Eq(eq1,eq2) y el programa iguala ambas expresiones. Para resolver la
ecuación tenemos la sentencia solveset que debemos importar desde sympy. Por ejemplo, para
resolver la ecuación x3 + x = 0 tecleamos
from sympy import symbols, Eq, solveset
x=symbols(’x’)
solveset(Eq(x**3+x,0),x)
{0, -I, I}
Notar que debemos indicar la variable que deseamos calcular, ya que es posible reolver la
ecuación
x2 = ax + b
tecleando
from sympy import symbols, Eq, solveset
x,a,b=symbols(’x a b’)
solveset(Eq(x**2,a*x+b),x)
{a/2 - sqrt(a**2 + 4*b)/2, a/2 + sqrt(a**2 + 4*b)/2}
Si la ecuación tiene una de los lados de la igualdad igual a 0, como en el ejemplo x3 + x = 0,
solveset puede usarse de forma más simple
from sympy import symbols, solveset
x=symbols(’x’)
solveset(x**3+x,x)
{0, -I, I}
Tambien podemos usar la sentencia solve, de una sintaxis similar a solveset, que permite
encontrar soluciones de ecuaciones de la forma
ecuacion = 0
y sistemas de ecuaciones de…nidos de la forma de la ecuación anterior. Por ejemplo, para resolver
la ecuación x3 + x = 0 podemos teclear
from sympy import symbols, solve
x=symbols(’x’)
solve(x**3+x,x)
[0, -I, I]
y para resolver el sistema
x + y2 1 = 0;
x+y 1=0
45
tecleamos
from sympy import symbols, solve
solve([x+y**2-1,x+y-1],x,y)
[(0, 1), (1, 0)]
La sentencias solve y solveset tienen limitaciones pues permiten obtener soluciones de al-
gunos tipos de ecuaciones polinómicas. Por ejemplo, la sentencia
solveset(cos(x)-x,x)
no proporciona ninguna solución. Estas ecuaciones, y bastante de las polinómicas de grado

mayor que 4 se deben resolver numéricamente.
1.5.14. Desarrollo en serie de potencias

Dada una función f(x) podemos encontrar su desarrollo en serie de potencias con la sentencia
series, que tiene la sintaxis f(x).series(x,x0,n), donde x es la variable de la función f(x), x0 es el
centro de la serie y n es el número de términos de la serie. Por ejemplo, para obtener la serie
de potencias de grado 5 centrada en 0 de la función ex sin x tecleamos
from sympy import symbols, exp, sin, series

x=symbols(’x’)
(exp(x)*sin(x)).series(x,0,6)
x + x**2 + x**3/3 - x**5/30 + O(x**6)
que nos da la serie de potencias

1 1 5
p(x) = x + x2 + x3 x
3 30
con el resto O(x6 ). Podemos representar la función y la serie de potencias teclealndo
from sympy import symbols, exp, sin, series, plot

x,t=symbols(’x t’)
(exp(x)*sin(x)).series(x,0,6)
x + x**2 + x**3/3 - x**5/30 + O(x**6)
t=x + x**2 + x**3/3 - x**5/30
plot(t,exp(x)*sin(x),(x,-2,2))
46
que nos da la grá…ca en el dominio (-2,2) siguiente
que muestra como la aproximación es buena cerca de 0, y varía en los extremos del intervalo.
Si no estamos interesados en el resto, podemos utilizar la sentencia remove para quitar la
O(). Así al teclear
from sympy import symbols, exp, sin, series, plot

x,t=symbols(’x t’)
t=(exp(x)*sin(x)).series(x,0,6).removeO()
x + x**2 + x**3/3 - x**5/30
plot(t,exp(x)*sin(x),(x,-2,2))
obtenemos la misma grá…ca.
Actividad 80 Calcular los polinomios de Taylor de grado 2, 5 y 8 en los punto 0 y 1 de las

siguientes funciones
2 +1
(a) f (x) = log(1 + x) (b) f (x) = ex (c) f (x) = sin(cos x)
2x
(d) f (x) = ex log(1 + x2 ) (e) f (x) = 1+x2
(f) f (x) = sin(ex )
Hacer una representación conjunta de las 4 funciones en los intervalos ( 1; 1), ( 2; 2) y ( 5; 5).
47
Capítulo 2
Grá…cas con Python
2.1. Gra…cas con el módulo sympy

2.1.1. Representación de funciones reales
Para representar funciones de una variable tenemos incorporado en sympy la sentencia plot.
Todas las …guras representadas pueden guardarse en formato png. Por ejemplo, para representar
cos x en el intervalo [0; 2 ] tecleamos
from sympy import symbols, plot, cos

x=symbols(’x’)
plot(cos(x),(x,0,2*pi))
y obtenemos la representación
Como vemos, tenemos que indicar el intervalo donde queremos representar la función entre
paréntesis. Podemos representar varias funciones a la vez, por ejemplo
from sympy import symbols, plot, cos, sin

x=symbols(’x’)
plot(cos(x),sin(x),(x,0,2*pi))
48
representa a la vez el seno y el coseno como muestra la siguiente …gura
Si lo deseamos, podemos representar funciones en diferentes dominios. Por ejemplo, tecleando
from sympy import symbols, plot, cos, sin

x=symbols(’x’)
plot((sin(x),(x,0,pi)),(cos(x),(x,0,2*pi)))
obtenemos la representación del seno entre 0 y y la del coseno entre 0 y 2 , como muestra la
siguiente …gura
Actividad 81 Representar grá…camente las siguientes funciones de una variable:

1+x
1. f (x) = 1 x2
en el dominio [ 2; 2] :
2 1+x
2. f (x) = ex 1 x2
1+x
3. f (x) = sin 1 x2
4. f (x) = ex cos x en el dominio [ 5; 5] :

ex
5. f (x) = cos x
en el dominio [ ; ]:
49
2.1.2. Representación de funciones reales de varias variables
Para representar funciones de dos variables tenemos la sentencia plot3d, que tenemos que
importar del módulo sympy.plotting. Habrá que indicar tanto la función como los intervalos
de ambas variables donde queremos hacer la representación. Por ejemplo, para representar la
función sin(xy) en [0; ]2 tecleamos
from sympy import symbols, cos, sin

from sympy.plotting import plot3d
plot3d(sin(x*y),(x,0,pi),(y,0,pi))
obteniendo la …gura siguiente
De nuevo, es posible representar varias funciones separándolas por comas. Por ejemplo, tecle-
ando
plot3d(x*y, -x*y, (x, -5, 5), (y, -5, 5))
50
obtenemos la grá…ca
que se corresponde a las grá…cas de las funciones xy y xy en el dominio [ 5; 5]2 . Es posible

representar varias funciones en diferentes dominios, como por ejemplo

plot3d((x**2 + y**2, (x, -5, 5), (y, -5, 5)),(x*y, (x, -3, 3), (y, -3, 3)))
que da la grá…ca
de la función x2 + y 2 en [ 5; 5]2 y xy en el dominio [ 3; 3]2 .
Actividad 82 Representar grá…camente las siguientes funciones de varias variables:
1. f (x; y) = log (x2 + y 2 ) en el dominio [ 2; 2] [ 2; 2] :
2. f (x; y) = x2 + y 2 en el dominio [ 2; 2] [ 2; 2] :
51
1
3. f (x; y) = e x2 +y2 en el dominio [ 2; 2] [ 2; 2] :
1
4. f (x; y) = (x2 + y 2 ) sin x2 +y 2 en el dominio [ 1; 1] [ 1; 1] :
5. Representar conjuntamente las grá…cas 2 y 3.
6. Representar conjuntamente las grá…cas 2 y 4.
2.1.3. Visualización de recintos en R3

Para visualizar conjuntos en R3 usamos las grá…cas disponibles en el módulo sympy. Veamos
algunos ejemplos. Dado el conjunto
A = f(x; y; z) 2 R3 : 0 < x + y + z < 10; 0 < x < 1; 1 < y < 2g
procedemos de la siguiente manera. Consideramos las expresiones x + y + z = 0 y x + y + z = 10

y de…nimos las funciones
z= x y
y
z = 10 x y:
El conjunto estará contenido entre las grá…cas de ambas funciones en el rectángulo [0; 1] [ 1; 2].
Para representarlo con Python tecleamos

def f(x,y):
return -x-y
def g(x,y):
return 10-x-y
plot3d(f(x,y),g(x,y), (x, 0, 1), (y, -1, 2))
obteniendose la grá…ca de la …gura 2.1.
En general, así sólo podremos visualizar conjuntos cuando se puedan expresar como grá…cas
de funciones reales del plano. Veremos más adelante cómo visualizar estos conjuntos usando un
concepto más general de super…cie parametrizada. No obstante, es útil a la hora de representar
el siguiente conjunto
B = f(x; y; z) 2 R3 : x2 + y 2 < z < x + y + 10g:
Aquí de…nimos las funciones

z = x2 + y 2
y
z = 10 + x + y:
52
Figura 2.1: Visualización del conjunto A:
En principio no sabemos donde representarlas. Un comienzo es encontrar la intersección de

ambas super…cies, es decir, resolver el sistema
z = x2 + y 2 ;
z = 10 + x + y;
que nos da la curva

x2 + y 2 x y = 10:
Procedemos a completar cuadrados para ver qué curva es. Tomamos
1 1
x2 + y 2 x y = x2 + y 2 2y2x
2 2
2 1 1 1 1 1 1
= x 2x + + y2 2y +
2 4 4 2 4 4
2 2
1 1 1
= x + y ;
2 2 2
por lo que la curva es

2 2
1 1 1 21
x + y = 10 + = ;
2 2 2 2
p
es decir una circunferencia de centro (1=2; 1=2) y radio 21=2. Los valores máximos y mínimos
de x e y son r
1 21
+ 3;74037034920393
2 2
y r
1 21
+ 2;74037034920393;
2 2
53
Figura 2.2: Representación del plano z = 10 + x + y y z = x2 + y 2 .
por lo que un dominio apropiado para representar las funciones es [ 3; 4] [ 3; 4]. Para rep-
resentar tecleamos
def f(x,y):
return x**2+y**2
def g(x,y):
return 10+x+y
plot3d(f(x,y),g(x,y), (x, -3, 4), (y, -3, 4))
pero vemos que la imagen no es nítida. Disminuyendo el dominio donde se hace la representación
tecleando
plot3d(f(x,y),g(x,y),(x,-2,2),(y,-2,2))
obtenemos la …gura 2.2, que nos da una idea de qué conjunto se trata.
2.1.4. Plano tangente a la grá…ca de una función z = f (x; y)

Dada una función f : A R2 ! R, hemos visto como podemos visualizar con Python la
grá…ca del conjunto
graf (f ) = f(x; y; z) 2 R3 : z = f (x; y) ^ (x; y) 2 Ag;
es decir la grá…ca de una función real de dos variables. También cómo representar sus curvas
de nivel dadas por la expresión
f (x; y) = c,
donde c es un número real. A continuación, vamos a ver cómo calcular el plano tangente a la
super…cie en un punto (x0 ; y0 ; z0 ) de la misma.
54
Una primera advertencia es que no todo punto (x0 ; y0 ; z0 ) 2 R3 está en la super…cie. Debe
veri…carse que z0 = f (x0 ; y0 ). Por ejemplo, dada la función f (x; y) = sin(xy) de…nida en todo
el plano real, el punto (0; 1; 0) está en la super…cie ya que f (0; 1) = 0, mientras que el punto
(0; 1; 2) no lo está. Debemos siempre veri…car que el punto esté contenido en la super…cie.
Veamos qué es el plano tangente.
Dados (x0 ; y0 ; z0 ) en la super…cie determinada por la grá…ca de la función f de clase C 1 , de
la noción de diferencial tenemos que, dado h = (h1 ; h2 ) 2 R2 , ésta es
h1
Df (x0 ; y0 )(h1 ; h2 ) = Jf (x0 ; y0 )
h2
@f @f h1
= (x0 ; y0 ); (x0 ; y0 )
@x @y h2
@f @f
= (x0 ; y0 )h1 + (x0 ; y0 )h2 :
@x @y
De la de…nición de diferencial tenemos que
@f @f
f (x0 + h1 ; y0 + h2 ) f (x0 ; y0 ) @x
(x0 ; y0 )h1 + @y
(x0 ; y0 )h2
lm = 0;
h!(0;0) jjhjj
o equivalentemente
@f @f
f (x; y) f (x0 ; y0 ) @x
(x0 ; y0 )(x x0 ) + @y
(x0 ; y0 )(y y0 )
lm = 0:
(x;y)!(x0 ;y0 ) jj(x; y)jj
Entonces
@f @f
lm f (x; y) f (x0 ; y0 ) (x0 ; y0 )(x x0 ) + (x0 ; y0 )(y y0 ) = 0;
(x;y)!(x0 ;y0 ) @x @y
lo que signi…ca que la función

@f @f
z = f (x0 ; y0 ) + (x0 ; y0 )(x x0 ) + (x0 ; y0 )(y y0 )
@x @y
es una aproximación de f (x; y). La grá…ca de dicha aproximación es un plano que se llama
plano tangente de f en (x0 ; y0 ; f (x0 ; y0 )).
A continuación vamos a ver cómo calcular con Python el plano tangente de la función
f (x; y) = x2 + y 3 + 3xy el el punto (1; 1; 5) y vamos a hacer una representación conjunta de
ambas funciones. Para ello debemos importar del módulo sympy las sentencias para derivar y
55
representar funciones grá…camente. Tecleamos
from sympy import symbols, di¤

def f(x,y):
return x**2+y**3+3*x*y
di¤(f(x,y), x)
2*x+3*y
di¤(f(x,y), y)
3*x+3*y**2
a=(2*x + 3*y).subs({x:1,y:1})
b=(3*x + 3*y**2).subs({x:1,y:1})
def p(x,y):
return a*(x-1)+b*(y-1)+f(1,1)
p(x,y)
5*x + 6*y - 6
por lo que la ecuación del plano tangente es
z = 5x + 6y 6:
Vamos a continuación a representar grá…camente ambas funciones en un entorno del punto

(1; 1), por ejemplo el cuadrado [ 5; 5] [ 5; 5]. Para ello tecleamos

plot3d(f(x,y),p(x,y), (x, -5, 5), (y, -5, 5))
obteniendo la grá…ca de la …gura 2.3.
Una representación grá…ca en un conjunto más pequeño conteniendo al (1; 1), por ejemplo
el cuadrado (0;5; 1;5) (0;5; 1;5) nos permite darnos cuenta de que efectivamente, el plano
tangente aproxima a la función. Para ello tecleamos
plot3d(f(x,y),p(x,y), (x,0.5,1.5),(y,0.5,1.5))
y obtenemos la grá…ca de la …gura 2.4.
Actividad 83 Determinar si los siguientes puntos pertencen a la grá…ca de la función que se

indica:
1. El punto (1; 1; 2) a la grá…ca z = x2 + y 4 + 2xy.
2. El punto (1; 1; 0) a la grá…ca z = x2 + y 3 2xy.
3. El punto (0; 1; 1) a la grá…ca z = ex + yx.
56
Figura 2.3: Representación conjunta de la función y el plano tangente a la grá…ca de la función
en el punto (1; 1; 5).
Figura 2.4: Representación conjunta del función y plano tangente en un conjunto más pequeño.
57
4. El punto (1; 1; 2) a la grá…ca z = x2 y2 5x + 2y xy.
Actividad 84 Obtener el plano tangente a la grá…ca de las siguientes funciones en los puntos
que se indican:
1. La función z = x2 + y 4 + 2xy y el punto (0; 1; 1).
2. La función z = x2 + y 3 2xy y el punto (6; 1; 47).
3. La función z = ex + yx y el punto (0; 1; 1).
4. La función z = x2 y2 5x y el punto ( 1; 1; 5).
Actividad 85 Dibujar conjuntamente las grá…cas de las funciones y planos tangentes del ejer-
cicio anterior en un dominio apropiado. Realizar un zoom de la representación grá…ca anterior
que muestre que el plano tangente es una aproximación de la función.
2.1.5. Representación de curvas

Para representar curvas en el plano tenemos la sentencia plot_parametric. Lo podemos
importar de sympy y debemos de indicar las coordenadas de la curva y el dominio donde
deseamos representarla. Por ejemplo, para representar la curva (x(t); y(t)) = (cos t; sin t) con
t 2 (0; 2 ) tecleamos
from sympy import symbols, plot_parametric, sin, cos
t=symbols(’t’)
plot_parametric((cos(t), sin(t)), (u, 0, 2*pi))
y obtenemos la grá…ca
Como en los casos anteriores, podemos representar de forma análoga varias curvas a la vez,
en el mismo dominio, o en dominios diferentes. Por ejemplo
t=symbols(’t’)
plot_parametric((cos(t), sin(t)), (t, cos(t)), (t, -10, 10))
58
y obtener la grá…ca siguiente, con dos curvas representadas en el mismo dominio.
En el siguiente ejemplo
t=symbols(’t’)
plot_parametric((cos(t), sin(t), (t, -10, 10)), (t, cos(t), (t, -1, 1)))
para obtener la grá…ca de curvas en diferentes dominios
Como sabemos, es posible que una curva venga expresada en forma implícita. Por ejemplo,
una circunferencia de centro (0,0) y radio 4 viene dada por la ecuación
x2 + y 2 = 4:
Para estos casos tenemos la sentencia plot_implicit, que debemos importar del módulo sympy.plotting.
Para utlizar esta sentencia tenemos que importar de sympy la sentencia Eq(eq1,eq2) que per-
mite introducir la ecuación eq1=eq2. No hace falta introducir entonces dominio alguno. Veámos
59
un ejemplo de como representar la curva anterior
from sympy.plotting import plot_implicit
plot_implicit(Eq(x**2 + y**2, 4))
que da la curva
Para curvas en el espacio tridimensional tenemos la sentencia plot3d_parametric_line. Co-

mo en el caso de plot3d es necesario importarlo desde el módulo sympy.plotting. La sintaxis es
similar a la de los casos anteriores pudiendo representarse una o varias curvas sobre el mismo
o diferente dominio. Veamos un par de ejemplos. Para representar la curva
(x(t); y(t); z(t)) = (cos t; sin t; t); t 2 [0; 15]
tecleamos
from sympy import symbols, sin, cos
from sympy.plotting import plot3d_parametric_line
t=symbols(’t’)
plot3d_parametric_line(cos(t), sin(t), t, (t, 0, 15))
obteniéndose la grá…ca
60
Otro ejemplo
t=symbols(’t’)
plot3d_parametric_line((cos(t), sin(t), t, (t, -5, 5)),(sin(t), t**2, t, (t, -5, 5)))
que representa dos curvas sobre el mismo dominio como se muestra en la en la siguiente grá…ca
Un ejemplo de representación sobre dominios diferentes es

t=symbols(’t’)
plot3d_parametric_line((cos(t), sin(t), t, (t, -5, 5)),(sin(t), t**2, t, (t, -5, 15)))
que da la grá…ca
Actividad 86 Representar grá…camente las siguientes curvas en el plano y el espacio:

x (t) = cos 2t
1. en el dominio [0; 2 ] :
y (t) = sin t
61
x (t) = 1t
2. en el dominio [ 1; 1] :
y (t) = t2
t3
x (t) = p
3. en el dominio [0; 2] :
y (t) = t
8
< x (t) = cos t2
4. sin t2 en el dominio [0; 2 ] :
y (t) = p
:
z (t) = t
x (t) = t2
y (t) = t
2.1.6. Representación de super…cies parametrizadas

Para representar super…cies en forma paramétrica de la forma
(x(u; v); y(u; v); z(u; v)); (u; v) 2 (a; b) (c; d)
tenemos la sentencia plot3d_parametric_surface, que debemos importar del módulo sympy.plotting.
Por ejemplo, si queremos representar la super…cie
(x(u; v); y(u; v); z(u; v)) = (u cos v; u sin v; u); v 2 [0; 2 ]; u 2 [0; 1]
debemos teclear
from sympy.plotting import plot3d_parametric_surface
u,v=symbols(’u v’)
plot3d_parametric_surface(u*cos(v), u*sin(v),u, (u, 0,1), (v,0,2*pi))
que nos da el cono
Para representar una esfera de radio uno y centro el origen de coordenadas escribimos
from sympy.plotting import plot3d_parametric_surface
u,v=symbols(’u v’)
plot3d_parametric_surface(sin(u)*sin(v), cos(u)*sin(v),cos(v), (u, 0,pi), (v,0,2*pi))
62
que da la grá…ca
Actividad 87 Representar grá…camente las siguientes super…cies parametrizadas:

8
>
> x(u; v) = u
<
y(u; v) = v
1.
>
> z(u; v) = u2 + v 2
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
2.
>
> z(u; v) = u2 v 2
:
(u; v) 2 [ 4; 4] [ 4; 4]:
8
>
> x(u; v) = u
<
y(u; v) = v
3. 2 2
>
> z(u; v) = e (u +v )
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
4.
>
> z(u; v) = sin u2 sin v 2
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
5.
>
> z(u; v) = sin(uv)
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = 16 sin u cos v
<
y(u; v) = 10 sin u sin v
6.
>
> z(u; v) = 10 cos u
:
(u; v) 2 [0; ] [0; 2 ]:
63
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 3 sin v
7.
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 8 sin v
8.
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
8
>
> x(u; v) = v cos u
<
y(u; v) = v sin u
9.
>
> z(u; v) = v 2
:
(u; v) 2 [0; 2 ] [0; 2]:
8
>
> x(u; v) = cos u cosh v
<
y(u; v) = sin u cosh v
10.
>
> z(u; v) = sinh v
:
(u; v) 2 [0; 2 ] [0; 2]:
8
>
> x(u; v) = u cos v
<
y(u; v) = u sin v
11.
>
> z(u; v) = log(cos v + u)
:
(u; v) 2 [0; 3] [ =2; =2]:
12. El toro es una super…cie producida al girar una circunferencia de radio r alrededor de un
eje situado a una distancia a de la misma. Puede parametrizarse por
8
>
> x(u; v) = (r cos u + a) cos v
<
y(u; v) = (r cos u + a) sin v
>
> z(u; v) = r sin u
:
(u; v) 2 [0; 2 ] [0; 2 ]:
Obtener la grá…ca del toro con a = 3 y r = 1.
2.2. Grá…cas con el módulo matplotlib

2.2.1. Representación de funciones reales con el paquete matplotlib
Con el paquete de Python matplotlib podemos representar grá…cas de la forma y = f (x).
Para ello debemos de hacer un mallado del intervalo en el que queramos hacer la representación,
para lo cual usaremos el modulo numpy. Posteriomente utilizaremos el paquete matplotlib,
en particular la sentecia subplots.
64
Figura 2.5: Representación grá…ca de la función sin(x2 + 1) en el intervalo [ ; ].
Por ejemplo, vamos a representar la función f (x) = sin(x2 + 1) en el intervalo [ ; ]. En

primer lugar hacemos el mallado del intervalo con la sentencia linspace tecleando
from numpy import linspace,sin,pi

x = linspace(-pi, pi, 200)
y=sin(x**2+1)
Así, dividimos el intervalo en subintervalos, seleccionando 200 puntos equidistribuidos mediante

la sentencia linspace. A continuación, calculamos los valores de la función en dichos puntos.
Una vez de…nidos los puntos en los que vamos a dibujar y el valor de la función en dichos
puntos, procedemos a su representación con la sentencia subplots. Ésta tiene que ser importada
de matplotlib.pyplot escribiendo
from matplotlib.pyplot import subplots
Finalmente, ejecutando conjuntamente
…g, ax = subplots()
ax.plot(x, y)
obtenemos la representación grá…ca que se muestra en la …gura 2.5.
Alternativamente, podemos de…nir la función mediante una función lambda tecleando
f=lambda x:sin(x**2+1)
y entonces la representación grá…ca se obtiene tecleando
ax.plot(x, f(x))
Aquí, la idea que subyace es la de crear un mallado en el conjunto donde se va a representar

la función. A continuación se calcula el valor de la función en todos los puntos del mallado y se
construyen los puntos en el plano de coordenadas (x,f(x)) donde x es un punto del mallado. Se
65
Figura 2.6: Grá…ca de la función sin(1 + x2 ) con un mallado insu…ciente.
representan esos puntos y se unen mostrando la grá…ca …nal. Obviamente, la grá…ca obtenida
depende de los puntos que se toman en el mallado ya que si no son su…ciente no va a dar una
buena representación grá…ca. Por ejemplo, haciendo
from numpy import linspace,sin,pi
x = linspace(-pi, pi, 2)
y=sin(x**2+1)
es dcir, tomando un mallado con dos puntos y haciendo la representación grá…ca tecleando
ax.plot(x,y)
obtenemos la grá…ca de la …gura 2.6, que como vemos no es para nada la función que queremos
representar. Al …nal, siempre es un problema de equilibrio entre el número de puntos del mallado
y el tiempo de computación necesario para producir el resultado.
Si no se explicitan argumentos en la sentencia subplots, ésta de…ne una …gura y unos ejes.
Esta sentencia admite otros argumentos para hacer grá…cas variadas. Tecleando subplots(n,m)
indicamos que vamos a representar conjuntamente n m grá…cas en n …las y m columnas. Por
ejemplo, si ejecutamos
from numpy import linspace
x = linspace(-1, 1, 200)
y posteriormente tecleamos
…g, ((ax1, ax2, ax3), (ax4, ax5, ax6)) = subplots(2, 3)
ax1.plot(x, x)
ax2.plot(x, x**2)
ax3.plot(x, -x)
ax4.plot(x, -x**2)
ax5.plot(x, x**3)
ax6.plot(x, -x**4)
66
Figura 2.7: Varias representaciones grá…cas.
obtenemos las representaciones grá…cas de las funciones y = x, y = x2 , y = x, y = x2 ,

y = x3 e y = x4 en el intervalo [ 1; 1] según muestra la …gura 2.7.
Tecleando
…g, (ax1, ax2) = subplots(2, 1)
ax1.plot(x, x)
ax2.plot(x, x**2)
Se obtienen las …guras representadas una debajo de la otra, mientras que

…g, (ax1, ax2) = subplots(1, 2)
ax1.plot(x, x)
ax2.plot(x, x**2)
dará la representación de las funciones en una …la y una al lado de la otra.
Actividad 88 Representar la siguientes funciones:
1. f (x) = sin(x2 ) y g(x) = sin2 x en el intervalo [ 2 ; 2 ], una grá…ca encima de la otra.
2. f (x) = sin(x2 ) y g(x) = sin2 x en el intervalo [ 2 ; 2 ], una grá…ca al lado de la otra.
3. f (x) = sin(x2 ) y g(x) = sin2 (x2 ) en el intervalo [ 2 ; 2 ], una grá…ca encima de la otra.
4. f1 (x) = x2 + 1; f2 (x) = x3 + 1; f3 (x) = x2 1; y f4 (x) = sin2 (x2 ) en el intervalo [ 2; 2],

en un matriz 2 2.
67
Figura 2.8: Representación conjunta de tres funciones.
También es posible representar varias grá…cas en elpmismo dibujo. Por ejemplo, supongamos
que queremos representar las funciones y = x2 , y = x y y = ex 1 a la vez en el intervalo
[0; 1]. Para ello tecleamos
from numpy import linspace, sqrt, exp

x = linspace(0, 1, 100)
y1=x**2
y2=sqrt(x)
y3=exp(x)-1
A continuación, hacemos la representación tecleando

ax.plot(x,y1)
ax.plot(x,y2)
ax.plot(x,y3)
obteniéndose la grá…ca de la …gura 2.8.
Actividad 89 Representar conjuntamente, es decir, en el mismo eje de coordenadas, la sigu-

ientes funciones:
1. f (x) = sin(x2 ) y g(x) = sin2 x en el intervalo [ 2 ; 2 ].
2. f (x) = x2 y g(x) = sin2 x en el intervalo [ 2; 2].
3. f (x) = sin(x2 ) y g(x) = sin2 (x2 ) en el intervalo [ 5 ; 2 ].
68
2.2.2. Visualización de conjuntos planos
Python puede ayudarnos a visualizar recintos planos que nos puedan ser útilies a la hora de,
por ejemplo, resolver integrales dobles. Para ello debemos de hacer un mallado de una región del
plano, para lo cual usaremos el modulo numpy. De…niremos las funciones mediante la sentencia
de Python lambda, y posteriomente utilizaremos el paquete matplotlib, en particular las
sentecias contour y contourf.
Veamos con un ejemplo práctico cómo hacer estas representaciones grá…cas. Por ejemplo,
vamos a representar circunferencias concéntricas centradas en el origen de coordenadas y de
diferentes radios. Como sabemos, vendrán dadas por la ecuación
x2 + y 2 = R 2 ;
donde R es el radio de la circunferencia.
En primer lugar seleccionamos un rectángulo del plano donde vamos a representar las …guras
y haceos un mallado del mismo. Para ello recurrimos al módulo numpy, tecleando
from numpy import linspace, meshgrid
x = linspace(-1.5, 1.5, 200)
y = linspace(-1.5, 1.5, 200)
X, Y = meshgrid(x, y)
dividimos el intervalo [ 1;5; 1;5] en 200 subintervalos mediante la sentencia linspace, y con
la sentencia meshgrid hacemos un mallado de 200 por 200 puntos del cuadrado [ 1;5; 1;5]
[ 1;5; 1;5], que es la región donde vamos a representar las circunferencias.
Una vez de…nida la región, de…nimos la función f (x; y) = x2 + y 2 . De esta función vamos
a representar sus curvas de nivel de la forma f (x; y) = c para distintos valores de c. Eviden-
temente, c = R2 , por lo que será el cuadrado del radio de cada circunferencia. De…nimos la
función usando la sentencia lambda tecleando
f = lambda x, y: x**2 + y**2
Finalmente, importamos la sentencia contour del paquete matplotlib.pyplot. Esta sentencia

tiene las entradas
contour(X, Y, f(X, Y), lista, colors=’xxxx’)
donde las tres primeras son las variables de la malla y la función, lista es una lista de los distintos
valores que toma c, y colors se usa para indicar el color a utilizar en inglés, prede…nidos en el
paquete. Así, tecleando
from matplotlib.pyplot import contour
contour(X, Y, f(X, Y), [1], colors=’blue’)
representamos la circunferencia x2 + y 2 = 1 en la …gura 2.9

Si queremos representar circunferencias de distintos radios, tecleamos
contour(X,Y,f(X,Y),[0.1,0.3,0.5,0.7,1],colors=’blue’)
obteniendo el resultado de la …gura 2.10.
69
Figura 2.9: Circunferencia de radio 1.
Figura 2.10: Circunferencias de distintos radios.
70
Figura 2.11: Anillo comprendido entre dos circunferencias.
Figura 2.12: Anillo con una menor opacidad.
Si lo que deseamos es dibujar las regiones entre dos valores, es decir una anillo, tenemos la
sentencia contourf, de sintaxis parecida. Por ejemplo, tecleando
from matplotlib.pyplot import contour

contourf(X, Y, f(X, Y), [0.5,1], colors=’blue’)
p
obtenemos en la …gura 2.11 el anillo comprendido entre las circunferencias de radio 0;5 y 1.
Ambas sentencias pueden llevar además una componente adicional, llamada alpha, para
determinar la opacidad, y que viene dada por un número comprendido entre 0 y 1, de manera
que 0 es nada opaco y 1 lo es mucho. Por ejemplo,
contourf(X,Y,f(X,Y),[0.5,1],colors=’blue’, alpha=0.5)
nos da el mismo anillo de la …gura 2.11 con una menor opacidad, como puede verse en la …gura
2.12.
71
Figura 2.13: Tres grá…cas combinadas.
Los límites contenidos en la tabla de contourf pueden ser 1 (escrito ’-inf’) y +1 (intro-
ducido como ’inf’). Por ejemplo, tecleando
contourf(X,Y,f(X,Y),[0.5,1],colors=’blue’)
obtendremos el disco exterior a la circunferencia x2 + y 2 = 1.

Finalmente, pueden combinarse varias grá…cas a la vez usando la sentencia …gure. Para
ello, hemos de escribir las grá…cas que queremos y ejecutarlas todas a la vez después de la
sentencia …gure, que sigue la estructura …gure(…gsize=(a,b)), donde a y b son las longitudes del
rectángulo en el que se van a representar las …guras. Por ejemplo, tecleando
from matplotlib.pyplot import contour, contourf, …gure

…gure(…gsize=(5, 2.7))
contourf(X, Y, f(X, Y), [0.5,1], colors=’blue’,alpha=0.5)
contourf(X, Y, f(X, Y), [0.25,0.4], colors=’red’,alpha=0.5)
contour(X,Y,f(X,Y),[1.1],colors=’red’)
obtenemos la grá…ca conjunta de la …gura 2.13.
Es necesario aclarar que precisamos importar las funciones del modulo numpy, y no del
sympy. Por ejemplo, si queremos usar la exponencial, ésta debe ser importada de numpy, en
otro caso dará error.
Otra cuestión a tener en cuenta es que el dominio en el que dibujar las curvas normalmente
se determina por tanteo. Es decir, en los ejemplos anteriores sabemos que las circunferencias
que hemos utilizado están contenidas en el cuadrado [ 2;5; 2;5]. Para otras curvas es posible
que este conjunto dominio no esté claro, y haya que ir variando éste hasta obtener una buena
representación grá…ca.
Veamos cómo representar el conjunto
A = f(x; y) 2 R2 : x2 + y 2 < 1 y x > 0g:
72
Figura 2.14: El conjunto A, que es la parte del dibujo que queda sin colorear.
Para ello tecleamos

f1 = lambda x, y: x**2 + y**2
f2 = lambda x, y: x
y = linspace(-2, 2, 200)
x = linspace(-2, 2, 200)
from matplotlib.pyplot import contourf, …gure
…gure(…gsize=(5, 5))
contourf(X, Y, f1(X, Y), [1,’inf’], colors=’blue’)
contourf(X, Y, f2(X, Y), [’-inf’,0], colors=’red’)
El conjunto A es la región que queda sin colorear en la …gura 2.14.
Si el conjunto fuera de la forma

A = f(x; y) 2 R2 : x2 + y 2 < 1 y x 0g;
es decir, las desigualdades no fueran estrictas, podemo incluir la frontera correspondiente tecle-
ando
f1 = lambda x, y: x**2 + y**2
f2 = lambda x, y: x
y = linspace(-2, 2, 200)
x = linspace(-2, 2, 200)
from matplotlib.pyplot import contour, contourf, …gure
…gure(…gsize=(5, 5))
contourf(X, Y, f1(X, Y), [1,’inf’], colors=’blue’,alpha=0.5)
contourf(X, Y, f2(X, Y), [’-inf’,0], colors=’red’,alpha=0.5)
contour(X,Y,f2(X,Y),[0])
73
Figura 2.15: Recinto con una frontera incorporada.
obteniéndose la …gura 2.15 donde la frontera x = 0 aparece representada, a la vez que se

difuminan los colores de las otras dos regiones.
Actividad 90 Dibujar las siguientes curvas de nivel:

1. x2 + y 4 + 2xy = c, con c 2 f0;1; 0;5; 1g.
2. x2 + y 3 2xy = c, con c 2 f1; 2; 3g.
3. ex + yx = c, con c 2 f1; 2; 5g.
4. x2 y2 5x + 2y xy = c, con c 2 f0;1; 0;4; 1;1g.
Actividad 91 Dibujar los recintos (sólo cuando sea posible y tomando las constantes c1 y c2
dos a dos):
1. c1 x2 + y 4 + 2xy c2 , con c1 2 f0;1; 0;5; 1g y c2 = f2; 3g.
2. x2 + y 3 2xy c, con c 2 f1; 2; 3g.
3. c1 ex + yx c2 , con c1 2 f0;5; 2; 4g y c2 2 f1; 2; 5g.
4. x2 y2 5x c, con c 2 f0;1; 0;4; 1;1g.
Actividad 92 Dibujar los conjuntos siguientes:
1. A = f(x; y) 2 R2 : x + y 1, x 0, y 0g:
2. El conjunto A = f(x; y) 2 R2 : x2 y xg:
3. A = f(x; y) 2 R2 : x2 + y 2 1, x 0, y 0g:
4. El conjunto A comprendido entre la función y = x3 y la recta y = x.
5. La parte del triángulo de vértices (0; 0), (2; 0) y (1; 1) que está por debajo de la curva
y = x4 .
74
Figura 2.16: Grá…ca de la función f (x; y) = x2 + y 2 en [ 1;5; 1;5] [ 1;5; 1;5]:
2.2.3. Representación de funciones en 3D

Veamos como representar ahora funciones en varias variables. Por ejemplo z = x2 + y 2 en el
recinto [ 1;5; 1;5] [ 1;5; 1;5]. En primer lugar, hacemos un mallado del recinto y calculamos
el valor de la función en los puntos del mallado tecleando

x = linspace(-1.5, 1.5, 200)
y = linspace(-1.5, 1.5, 200)
Z=X**2+Y**2
Posteriormente, utilizamos la sentencia subplots, indicando en el argumento que vamos a hacer

una representación en tres dimensiones, tal y como se indica en el siguiente ejemplo. Vemos
además que utilizamos plot_surface ya que queremos representar una super…cie. Tecleando

…g, ax = subplots(subplot_kw={"projection": "3d"})
ax.plot_surface(X, Y, Z)
obtenemos la grá…ca de la …gura 2.16.
A veces es útil representar la …gura en un dominio circular. Para ello necesitamos coor-
denadas polares. Veámos como proceder en ese caso con un ejemplo. Tomamos la función
f (x; y) = sin( xy) y vamos a representarla en el círculo de centro el origen de coordenadas y
radio 1. En primer lugar tecleamos
from numpy import linspace, newaxis, pi

r = linspace(0.125, 1.0, 8)
ang = linspace(0, 2*pi, 36, endpoint=False)[..., newaxis]
75
Figura 2.17: Grá…ca en un recinto circular.
Con esto de…nimos las coordenadas polares. El radio será r y el ángulo lo hemos denotado por
ang. Hemos toamdo 8 valores para el radio y 36 para el ángulo y hacemos un mallado en las
coordenadas polares (r,ang). La sentencia endpoint=False es para no incluir el valor de 2 ,
porque puede dar poblemas por el teorema de la función inversa.
A continuación, pasamos a coordenadas cartesianas tecleando
from numpy import sin, cos, append
x = append(0, (r*cos(ang)).‡atten())
y = append(0, (r*sin(ang)).‡atten())
z = sin(-x*y)
Aquí, ‡atten se usa para colapsar el array en una dimensión. Notar que también hemos de…nido
los puntos (x,y,z) donde vamos a dibujar la función. Para dibujarla escribimos
…g, ax = subplots(subplot_kw={’projection’: ’3d’})
ax.plot_trisurf(x, y, z)
donde ahora usamos la sentencia plot_trisurf en vex de plot_surface. Aquí la diferencia está
en cómo es el mallado en cada caso, en uno triangular y en el otro rectangular. Obtenemos la
grá…ca de la …gura 2.17.
Es interesante ver cómo quedaría la anterior grá…ca si hubiéramos usado plot_surface. Para
ello tecleamos
from numpy import meshgrid
Z=sin(-X*Y)
para el mallado, y
…g, ax = subplots(subplot_kw={’projection’: ’3d’})
76
Figura 2.18: Otra representación de la función sin( xy) usando plot_surface.
y obtenemos la grá…ca de la …gura 2.18, que como vemos es bastante peor. En cualquier caso,
tenemos dos posibilidades para representar funciones de dos variables en el espacio y siempre
podemos usar la que mejor resultado proporcione.
Actividad 93 Representar la siguientes funciones en los recintos que se indican:
1. f (x; y) = sin(yx2 ) en [0; 1] [ 1; 1].
2. f (x; y) = y + x2 + xy) en [ 1; 1] [ 1; 1].

2 +y 2
3. f (x; y) = xex en [0; 2] [ 1; 1].
4. f (x; y) = log(yx2 ) en [ 1; 1] [1; 2].
Actividad 94 Representar la siguientes funciones en los recintos que se indican:
1. f (x; y) = sin(y + x2 ) en el círculo de radio 2 y centro (0; 0).
2. f (x; y) = y + x2 en el círculo de radio 1 y centro (1; 0).
3. f (x; y) = cos(yx) en el círculo de radio 2 y centro (0; 1).
4. f (x; y) = x2 + y 3 en el círculo de radio 3 y centro ( 1; 1).
Es posible visualizar varias grá…ca a la vez. Por ejemplo, dada la función f (x; y) = x2 +
3
y + 3xy veremos que el punto (1; 1; 5) está en la super…cie de…nida por z = f (x; y) y el plano
tangente en dicho punto viene dada por la ecuación z = 5x+6y 6 (ver la sección 2.1.4). Vamos
77
Figura 2.19: Representación conjunta de la función y el plano tangente.
a hacer una representación conjunta de ambas super…cies utilizando la sentencia …gure. Para
ello vamos a selecionar un dominio centrado en (1; 1), por ejemplo [ 2; 4] [ 2; 4]. Ejecutamos

f = lambda x, y: x**2 + y**3 + 3*x*y
p = lambda x, y: 5*x + 6*y-6
x = linspace(-2, 4, 50)
y = linspace(-2, 4, 50)
y posteriormente tecleando
from matplotlib.pyplot import …gure, show

…g = …gure(…gsize=(7, 6))
ax = …g.add_axes([0, 0, 1, 1], projection=’3d’)
ax.plot_surface(X, Y, f(X, Y), color=’yellow’, alpha=0.5)
ax.plot_surface(X, Y, p(X, Y), color=’blue’, alpha=0.25)
show()
obtenemos la grá…ca de la …gura 2.19.
Haciendo el conjunto donde representamos las funciones más pequeño, por ejemplo [0; 2]
[0; 2] podemos ver como las grá…cas de las funciones se parecen mucho ya que el plano tangente
es una aproximación local lineal de la función. Simplemente tecleamos

f = lambda x, y: x**2 + y**3 + 3*x*y
p = lambda x, y: 5*x + 6*y-6
x = linspace(0, 2, 50)
y = linspace(0, 2, 50)
78
Figura 2.20: Representación grá…ca de plano tangente y función en un dominio más reducido.
y
ax.plot_surface(X, Y, f(X, Y), color=’yellow’, alpha=0.5)
ax.plot_surface(X, Y, p(X, Y), color=’blue’, alpha=0.25)
show()
para obtener la representación de la grá…ca 2.20.
Actividad 95 Obtener el plano tangente a la grá…ca de las siguientes funciones en los puntos
que se indican:
1. La función z = x + y 4 + 2xy y el punto (0; 1; 1).
2. La función z = x2 + y 3 y el punto (1; 1; 2).
3. La función z = ex + sin(yx) y el punto (0; 1; 1).
4. La función z = x2 y 2 + 5x y el punto ( 1; 1; 5).
2.2.4. Visualización de conjuntos en el espacio

Veamos cómo usar las sentencias anteriores para visualizar conjuntos en R3 . Por ejemplo,
tomamos el conjunto
A = f(x; y; z) 2 R3 : x + y z 4 x2 xy; x; y 2 [0; 1]g
y vamos a visualizarlo. Para ello de…nimos las funciones siguientes, junto con un mallado tecle-
ando
79
Figura 2.21: Grá…ca del recinto A.

f = lambda x, y: 4 - x**2 - x*y
g = lambda x, y: x + y
h = lambda x,y: 0.000001*x
x = linspace(0, 1, 20)
y = linspace(0, 1, 20)
Aquí la función h la de…nimos para mostrar el dominio de de…nición. Tomamos una función
como vemos con coordenada z prácticamente nula. A continuación, tecleamos

ax.plot_surface(X, Y, h(X, Y), color=’gray’, alpha=0.25)
ax.plot_surface(X, Y, f(X, Y), color=’blue’, alpha=0.5)
ax.plot_surface(X, Y, g(X, Y), color=’green’, alpha=0.5)
show()
y obtenemos el recinto que se muestra en la …gura 2.21. En la representación aparecen todos los
elementos de…nidos entre la sentencias …gure y show. La primera sentencia …g.add_axes([0, 0,
1, 1], projection=’3d’) de…ne unos ejes en tres dimensiones donde la tupla [0,0,1,1] representan
la dimensiones izquierda, suelo, anchura y altura de los mismos. Una vez de…nidos los ejes ax
se les va añadiendo super…cies con la sentencia plot_surface, que tiene la posibilidad de elegir
color y opacidad.
Podemos embellecer el recinto si además tecleamos los siguiente
80
Figura 2.22: Recinto en el espacio tridimensional.

ax.plot_surface(X, Y, h(X, Y), color=’gray’, alpha=0.25)
ax.plot_surface(X, Y, f(X, Y), color=’blue’, alpha=0.5)
ax.plot_surface(X, Y, g(X, Y), color=’green’, alpha=0.5)
ax.plot3D([0,0], [0,0], [f(0,0),g(0,0)], color=’black’)
ax.plot3D([0,0], [1,1], [0,f(0,1)], color=’black’, linestyle=’dashed’)
ax.set_xlabel(’x’)
ax.set_ylabel(’y’)
ax.set_zlabel(’z’)
show()
y obtenemos la grá…ca de la …gura 2.22. Aquí hemos añadido etiquetas en los ejes con las
sentencias set_xlabel, set_ylabel y set_zlabel. La sentencia plot3([x1 ,x2 ],[y1 ,y2 ],[z1 ,z2 ]) dibuja
un segmento uniendo los puntos (x1 ; y1 ; z1 ) y (x2 ; y2 ; z2 ). Entre diversas opciones, se puede elegir
color (por ejemplo color=’black’) y tipo de línea (por ejemplo linestyle=’dashed’), aunque si no
se pone nada en la línea se dibuja continua, y la elección dashed implica que ésta se representará
con puntos.
Consideremos ahora el siguiente conjunto
B = f(x; y; z) 2 R3 : x2 + y 2 < z < 2 x2 y2g
81
Figura 2.23: Grá…ca del conjunto B.
tal que B es acotado. La intersección de las super…cies z = x2 + y 2 y z = 2 x2 y 2 es la

circunferencia x2 + y 2 = 1, por lo que un recinto plano para representarlo es el círculo de radio 1
y centro (0; 0). Por tanto utilizamos coordenadas polares y representación triangular para una
mejor representación grá…ca. Tecleamos
from numpy import linspace, newaxis, pi
r = linspace(0.125, 1.0, 8)
ang = linspace(0, 2*pi, 36, endpoint=False)[..., newaxis]
para de…nir las coordenadas polares. A continuación
from numpy import sin, cos, append
x = append(0, (r*cos(ang)).‡atten())
y = append(0, (r*sin(ang)).‡atten())
z1 = x**2+y**2
z2 = 2-x**2-y**2
z3=0.000000001*x
para pasar a coordenadas cartesianas y obtener los puntos en el espacio para hacer las repre-
sentaciones grá…cas. Finalmente
ax.plot_trisurf(x, y, z1, color=’blue’, alpha=0.5)
ax.plot_trisurf(x, y, z2, color=’yellow’, alpha=0.5)
ax.plot_trisurf(x, y, z3, color=’gray’, alpha=0.5)
show()
para obtener la grá…ca de la …gura 2.23.
Actividad 96 Visualizar los siguientes conjuntos en el espacio tridimensional.
82
Figura 2.24: Curva parametrizada.
p
1. A = f(x; y; z) 2 R3 : x2 + y 2 < z < x + y; x; y 2 [0; 1]g.
p
2. A = f(x; y; z) 2 R3 : 0 < z < x2 + 1; x 2 [ 1; 1]; y 2 [0; 1]g.
3. A = f(x; y; z) 2 R3 : xy < z < 1; x 2 [1; 2]; y 2 [ 1; 0]g.

p p
4. A = f(x; y; z) 2 R3 : x2 + y 2 < z < x2 + y 2 ; x2 + y 2 1g.
p
5. A = f(x; y; z) 2 R3 : x2 + y 2 < z < x2 + y 2 ; x2 + y 2 4g.
2.2.5. Representación de curvas planas

Para representar una curva plana seguiremos los mismos pasos que para representar fun-
ciones reales de una variable real. A modo de ejemplo, vamos a representar la curva dada por
la parametrización
x (t) = t cos t
y (t) = t sin t
donde t 2 [0; 10]. Para ello tecleamos
from numpy import linspace,sin,cos

t = linspace(0, 10, 200)
x=cos(t)*t
y=sin(t)*t
para crear un mallado del intervalo [0; 10] y calcular en los puntos del mismo los valores de la
curva que vamos a representar. A continuación hacemos

ax.plot(x, y)
de donde obtenemos la grá…ca de la …gura 2.24.
83
Figura 2.25: Curva en el espacio tridimensional.
Dado que las sentencias son análogas a las usadas para representar funciones reales, pueden
realizarse las mismas operaciones que se podían realizar en ese caso. Por ejemplo, representar
varias curvas a la vez en el mismo sistema de ejes coordenados, o agrupar las …guras matricial-
mente.
2.2.6. Representación de curvas en el espacio

Supongamos a continuación que tenemos una curva en el espacio, por ejemplo, dada por la
parametrización 8
< x (t) = cos t
y (t) = sin t
:
z(t) = t
con t 2 [0; 15]. Vamos a ver cómo representarla. En primer lugar, tecleamos

t = linspace(0, 25, 200)
x=cos(t)
y=sin(t)
z=t
para hacer un mallado y calcular las coordenadas de la curva. Posteriormente, escribimos

ax = …gure().add_subplot(projection=’3d’)
ax.plot(x, y, z)
show()
obteniendo la grá…ca de la …gura 2.25.
Actividad 97 Representar grá…camente las siguientes curvas en el plano y el espacio:
84
x (t) = cos 2t
1. en el dominio [0; 2 ] :
y (t) = sin t
x (t) = 1t
2. en el dominio [ 1; 1] :
y (t) = t2
t3
x (t) = p
y (t) = t
8
< x (t) = cos t2
4. sin t2 en el dominio [0; 2 ] :
y (t) = p
:
z (t) = t
8
< x (t) = t2
5. y (t) = t en el dominio [0; 2] :
:
z(t) = 1 + t + t2
2.2.7. Vector y recta tangentes a una curva

A partir de ahora consideraremos curvas en el espacio, de forma que si es plana basta
con quitar la variable z de lo que se describa a continuación. Dada una curva parametrizada
: [a; b] R ! R3 su…cientemente derivable, se de…ne el vector tangente a la curva (t) =
(x(t); y(t); z(t)) como su derivada 0 (t) = (x0 (t); y 0 (t); z 0 (t)). Dado t0 2 [a; b] se de…ne la recta
tangente al punto (t0 ) = (x0 ; y0 ; z0 ) como la curva
8
< x (t) = x0 + x0 (t0 )t
y (t) = y0 + y 0 (t0 )t
:
z(t) = z0 + z 0 (t0 )t
con t 2 R. Por ejemplo, vamos a considerar la curva anterior dada por la parametrización
8
< x (t) = cos t
y (t) = sin t
:
z(t) = t
con t 2 [0; 15] y el punto de la curva obtenido cuando t = 2 , esto es, (1; 0; 2 ). Su vector
tangente en dicho punto es 0 (t0 ) = (0; 1; 1), por lo que su recta tangente vendrá dada por la
parametrización 8
< x (t) = 1
y (t) = t
:
z(t) = 2 + t
con t 2 R. Para representarlas conjuntamente tecleamos
t = linspace(0, 15, 200)
x=cos(t)
y=sin(t)
z=t
85
Figura 2.26: Recta tangente y curva.
para el mallado y obtención de los puntos de la curva,
from numpy import linspace,pi

t1 = linspace(-1, 1, 100)
x1=1+0*t1
y1=t1
z1=2*pi+t1
para el mallado y cómputo de los puntos de la recta tangente. Para representarlos conjuntamente
tecleamos
ax = …gure().add_subplot(projection=’3d’)
ax.plot(x, y, z)
ax.plot(x1, y1, z1)
show()
obteniendo la representación conjunta de la …gura 2.26.
2.2.8. Representación de super…cies

Para representar una super…cie parametrizada, por ejemplo
8
< x (u; v) = 10v cos u
y (u; v) = 10v sin u
:
z(u; v) = v
86
Figura 2.27: Representación grá…ca de un cono.
donde u 2 [0; 2 ] y v 2 [0; 10] se procede de un modo análogo al que se seguía para representar
funciones. Empezamos de…niendo el mallado y las funciones a representar tecleando
from numpy import linspace, meshgrid, sin, cos, pi

u = linspace(0, 2*pi, 20)
v = linspace(0, 10, 20)
U, V = meshgrid(u, v)
X=10*V*cos(U)
Y=10*V*sin(U)
Z=V
Posteriormente tecleamos
…g, ax = subplots(subplot_kw={"projection": "3d"})
obteniendose el cono de la …gura 2.27.
De nuevo aquí pueden considerarse todos los casos que había cuando vimos la representación
de funciones de la forma z = f (x; y). Podemos representar varias super…cies a la vez, y utilizar la
sentencia para hacer mallados triangulares. Por ejemplo, vamos a obtener la super…cie generada
por las super…cies 8
< x (u; v) = v cos u
y (u; v) = v sin u
:
z(u; v) = v
donde u 2 [0; 2 ] y v 2 [0; 1] y 8
< x (u; v) = cos u sin v
y (u; v) = sin u sin v
:
z(u; v) = 1 + cos v
87
Figura 2.28: Super…cie unión de una semiesfera y un cono.
con u 2 [0; 2 ] y v 2 [0; =2]. Tecleamos

u1= linspace(0, 2*pi, 20)
v1 = linspace(0, 1, 20)
U1, V1 = meshgrid(u1, v1)
X1=V1*cos(U1)
Y1=V1*sin(U1)
Z1=V1
para el mallado de la primera super…cie y

v2 = linspace(0, pi/2, 20)
X2=sin(V2)*cos(U2)
Y2=sin(V2)*sin(U2)
Z2=1+cos(V2)
para el de la segunda. A continuación, tecleamos

ax.plot_surface(X1, Y1, Z1, color=’blue’, alpha=0.5)
ax.plot_surface(X2, Y2, Z2, color=’yellow’, alpha=0.25)
show()
obteniendo el cucurucho de la …gura 2.28.
Actividad 98 Representar grá…camente las siguientes super…cies parametrizadas:
88
8
>
> x(u; v) = u
<
y(u; v) = v
1.
> z(u; v) = u2 + v 2
>
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
2.
>
> z(u; v) = u2 v 2
:
(u; v) 2 [ 4; 4] [ 4; 4]:
8
>
> x(u; v) = u
<
y(u; v) = v
3. 2 2
>
> z(u; v) = e (u +v )
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
4.
>
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
> x(u; v) = u
<
y(u; v) = v
5.
>
> z(u; v) = sin(uv)
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
<
6.
>
> z(u; v) = 10 cos u
:
(u; v) 2 [0; ] [0; 2 ]:
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 3 sin v
7.
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 8 sin v
8.
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
8
>
> x(u; v) = v cos u
<
y(u; v) = v sin u
9.
>
> z(u; v) = v 2
:
(u; v) 2 [0; 2 ] [0; 2]:
89
8
>
> x(u; v) = cos u cosh v
<
y(u; v) = sin u cosh v
10.
>
> z(u; v) = sinh v
:
(u; v) 2 [0; 2 ] [0; 2]:
8
>
> x(u; v) = u cos v
<
y(u; v) = u sin v
11.
>
> z(u; v) = log(cos v + u)
:
(u; v) 2 [0; 3] [ =2; =2]:
12. El toro es una super…cie producida al girar una circunferencia de radio r alrededor de un
eje situado a una distancia a de la misma. Puede parametrizarse por
8
>
> x(u; v) = (r cos u + a) cos v
<
y(u; v) = (r cos u + a) sin v
>
> z(u; v) = r sin u
:
(u; v) 2 [0; 2 ] [0; 2 ]:
Obtener la grá…ca del toro con a = 3 y r = 1.
2.2.9. Vectores tangente y normal a una super…cie parametrizada.

Plano tangente
Dada una super…cie dada por una parametrización plana de la forma
(u; v) = (x(u; v); y(u; v); z(u; v));
(u; v) 2 R2 , donde es un conjunto abierto. Los vectores tangentes a la super…ce vienen

dados por
@x(u; v) @y(u; v) @z(u; v)
Tu (u; v) = ; ;
@u @u @u
y
@x(u; v) @y(u; v) @z(u; v)
Tv (u; v) = ; ; ;
@v @v @v
siendo el vector normal a la super…cie
n(u; v) = Tu (u; v) Tv (u; v):
Dado (u0 ; v0 ) 2 , la super…cie se dice regular en (x0 ; y0 ; z0 ) = (x(u0 ; v0 ); y(u0 ; v0 ); z(u0 ; v0 )) si
n(u0 ; v0 ) = (n1 ; n2 ; n3 ) = Tu (u0 ; v0 ) Tv (u0 ; v0 ) 6= 0:
En los puntos donde la super…cie es regular se de…ne el plano tangente como
n1 (x x0 ) + n2 (y y0 ) + n3 (z z0 ) = 0:
90
Veamos con un ejemplo como representar conjuntamente la super…cie y el plano tangente a
un punto regular de la misma. Por ejemplo, tomamos la super…cie
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 3 sin v
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
p p
Tomamos u0 = 5 y v0 = 5 =4, por lo que el punto ( 3 2=2; 3 2=2; 5) pertenece a la
super…cie. Sabemos que
Tu (u; v) = (0; 0; 1)
y
Tv (u; v) = ( 3 sin v; 3 cos v; 0)
por lo que
p p
n(5; 5 =4) = (0; 0; 1) (3 2=2; 3 2=2; 0)
i j k p p
= p0 0
p 1 = (3 2=2; 3 2=2; 0):
3 2=2 3 2=2 0
El plano tangente es por tanto

p p p p
3 2=2(x + 3 2=2) + 3 2=2(y + 3 2=2) = 0;
o equivalentemente p
x + y + 3 2 = 0;
que en ecuaciones paramétricas es
8
>
> x(u; v) = u p
<
y(u; v) = 3 2 u
>
> z(u; v) = v
:
(u; v) 2 R2 :
Vamos a representar conjuntamente ambas super…cies parametrizadas. Para ello tecleamos

v1 = linspace(0, 10, 20)
X1=3*cos(U1)
Y1=3*sin(U1)
Z1=V1
91
Figura 2.29: Plano tangente del cilindro.
para el mallado y determinación de los puntos de la super…ce y

from numpy import linspace, meshgrid, sqrt
u2= linspace(-5, 5, 20)
v2 = linspace(-5, 5, 20)
X2=U2
Y2=-3*sqrt(2)-U2
Z2=V2
para el mallado y cálculo de los puntos de la super…cie de una porción del plano tangente. Para
representarlas conjuntamente tecleamos
ax.plot_surface(X1, Y1, Z1, color=’blue’, alpha=0.5)
ax.plot_surface(X2, Y2, Z2, color=’yellow’, alpha=0.5)
show()
y obtenemos la representación grá…ca de la …gura 2.29.
Actividad 99 Calcular el plano tangente de las siguiente super…cies en los puntos que se
indican y hacer una representación grá…ca conjunta de la super…cie y su plano tangente.
8
>
> x(u; v) = u
<
y(u; v) = v
1. en el punto (1; 1; 2):
>
> z(u; v) = u2 + v 2
:
(u; v) 2 [ 2; 2] [ 2; 2]:
92
8
>
> x(u; v) = u
<
y(u; v) = v
2. en el punto (1; 1; 0):
> z(u; v) = u2 v 2
>
:
(u; v) 2 [ 4; 4] [ 4; 4]:
8
>
> x(u; v) = u
<
y(u; v) = v
3. en el punto (0; 0; 0):
>
:
(u; v) 2 [ 2; 2] [ 2; 2]:
8
>
<
4. en el punto (0; 0; 10):
>
> z(u; v) = 10 cos u
:
(u; v) 2 [0; ] [0; 2 ]:
8
>
> x(u; v) = 3 cos v
<
y(u; v) = 8 sin v
5. en el punto (3; 0; 1):
>
> z(u; v) = u
:
(u; v) 2 [0; 10] [0; 2 ]:
8
>
> x(u; v) = v cos u
<
y(u; v) = v sin u
6. en el punto (0; 1; 1):
>
> z(u; v) = v 2
:
(u; v) 2 [0; 2 ] [0; 2]:
93
Bibliografía
[1] SymPy Documentation, Release 1.11.1, SymPy Development Team.
[2] The Python Library Reference, Versión 3.10.5, Guido van Rossum and the Python devel-
opment team.
[3] Python Tutorial, Versión 3.10.5, Guido van Rossum and the Python development team.
[4] https://matplotlib.org/
94

Practicas Con Python (Peña)

Cargado por

Copyright:

Formatos disponibles

Practicas Con Python (Peña)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Practicas Con Python (Peña)

Cargado por

Copyright:

Formatos disponibles

Prácticas con Python

Jose Salvador Cánovas Peña.

1. Prácticas con Python 3

Prácticas con Python

1.1. Operaciones básicas

Actividad 1 Realizar las siguientes operaciones con Python:

Actividad 2 Obtener el resto y el cociente de las siguientes divisiones enteras:

(a) 45 entre 3 (b) 111 entre 67

1.1.2. Funciones y constantes prede…nidas en Python

abs(x). Proporciona el valor absoluto de x.

divmod(a,b). Para dos números enteros a y b retorna el cociente y el resto de la división

‡oat(x). Proporciona la expresión decimal de x.

len(s). Retorna el tamaño (el número de elementos) de una lista u objeto s.

min(a,b,...) y max(a,b,...). Retornan el máximo y el mínimo de una lista a,b,....

pow(x,y). Se trata de xy . Equivalente a x**y.

round(a,n). Proporciona a con n cifras decimales.

sum(lista). Suma los elementos de un lista.

Respecto a las constantes, tenemos las siguientes:

True y False. Son constantes de verdadero y falso.

None. Se usa para indicar que ausencia de valor.

1.1.3. Operaciones lógicas y comparaciones

1.1.4. Listas o conjuntos

primos = [2; 3; 5; 7; 11]

union = primos + cuad

Si queremos reemplazar un elemento de la lista en la posición n, basta escribir lista[n]

1. Hacer la unión de A y B. Llamar C a esta nueva lista.

2. Eliminar los elementos repetidos de C eliminado el elemento repetido que aparece en

3. Añadir a la lista resultante los números 5 y 7 al …nal de la lista.

4. Añadir a la lista resultante los números 3,4 y 5 al primcipio de la lista.

5. Eliminar los elementos repetidos de C eliminado el elemento repetido que aparece en

escribirá los números 0, 1 y 2. El programa

escribirá los números 3, 4 y 5. El programa

escrbirá los números 3, 6 y 9.

da la salida 2 es par, 3 es impar. Nótese que el programa

produce el mismo resultado.

xn+1 = 025 xn 1 + 0;75 f (xn ):

Si tenemos más variables, por ejemplo f (x; y) = x y, tecleamos

Actividad 9 De…nir las funciones siguientes

Actividad 10 De…nir las funciones siguientes

1.2. Más sobre listas y conjuntos

1. Insertar en A el número 10 en la posición 2 y llamar A a la lista resultante.

Actividad 12 Dados los conjuntos

B = f2; 4; 6; 8; 10; 12g

1.3. Creación de módulos

1.4.1. Teoría de números

ceil(x) menor entero mayor o igual que x

Para combinatoria tenemos

1.4.2. Funciones logarítmicas y exponenciales

exp(x) función exponencial ex

1.4.3. Funciones trigonométricas

sin(x) seno de x en radianes

1.5. Módulo sympy

Actividad 15 Construir con Python las tablas de verdad de p _ q, p ^ q, y p$ q:

Actividad 16 Comprobar que p _ :(p ^ q) es una tautología.

Así, en el primer ejemplo comparamos la tabla de verdad de p ! q con la de (:q) ! (:p),

encontramos que el programa nos dice erróneamente que no son equivalentes.

from sympy import symbols

Actividad 18 Demostrar que el argumento fp ! q; :pg implica :q es una falacia.

Actividad 19 Determinar la validez del argumento fp ! q; :pg implica :p.