Tema 2 Matematicas

243101 Matemticas I
Grado en ingeniera en tecnologas de la

telecomunicacin
Apuntes de clase
Semestre de otoo del curso 2015-2016
Profesores:
Berta Garca Celayeta (teora y problemas)
Andrs Arrars Ventura (problemas)
rea de Matemtica aplicada
Departamento de Ingeniera matemtica e informtica
Universidad Pblica de Navarra
23 de septiembre de 2015
ndice general
1. Numeros reales y complejos, sucesiones y series de nmeros
1.1. El conjunto de los nmeros reales . . . . . . . . . . . . . . . . . .
1.2. El mtodo de induccin . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . .
1.4.1. Definiciones y notacin . . . . . . . . . . . . . . . . . . . .
1.4.2. Monotona . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.3. Acotacin . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.4. Operaciones con sucesiones . . . . . . . . . . . . . . . . .
1.4.5. Lmite de una sucesin . . . . . . . . . . . . . . . . . . . .
1.5. Series de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . .
1.5.1. Definiciones y notacin . . . . . . . . . . . . . . . . . . . .
1.5.2. Algunas series notables . . . . . . . . . . . . . . . . . . . .
1.5.3. Resultados generales sobre convergencia . . . . . . . . . .
1.5.4. Series de trminos positivos . . . . . . . . . . . . . . . . .
1.5.5. Series de trminos cualesquiera . . . . . . . . . . . . . . .
1.5.6. Otros criterios de convergencia . . . . . . . . . . . . . . .
1.6. Anexo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.6.1. La raz cuadrada en R . . . . . . . . . . . . . . . . . . . .
1.6.2. Producto cartesiano, aplicaciones . . . . . . . . . . . . . .
1.6.3. La frmula ciclotmica . . . . . . . . . . . . . . . . . . . .
1.6.4. El factorial y los nmeros combinatorios . . . . . . . . .
1.6.5. Algunas frmulas . . . . . . . . . . . . . . . . . . . . . . .
1.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.8. Algunas soluciones e indicaciones . . . . . . . . . . . . . . . . . .
reales
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
1
1
9
9
12
12
13
14
15
17
30
30
31
32
34
35
35
37
37
37
38
38
39
41
47
2. Funciones de R en R
2.1. Funciones. Tipos de funciones
2.2. Operaciones con funciones . .
2.3. Lmite de una funcin . . . . .
2.4. Continuidad . . . . . . . . . . .
2.5. Anexo: Funciones usuales . . .
2.5.1. Funciones elementales .
.
.
.
.
.
.
51
51
53
56
66
71
71
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
III
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2.6. Otras funciones usuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Clculo diferencial en R
3.1. Planificacin del captulo . . . . . . . . . . . . .
3.2. Introduccin . . . . . . . . . . . . . . . . . . . . .
3.3. Derivada en un punto . . . . . . . . . . . . . . .
3.3.1. Reglas de derivacin . . . . . . . . . . .
3.4. Funcin derivada . . . . . . . . . . . . . . . . . .
3.4.1. Derivadas de orden superior . . . . . . .
3.5. Mximos y mnimos . . . . . . . . . . . . . . . .
3.5.1. Mximos y mnimos relativos . . . . . .
3.5.2. Mximos y mnimos absolutos . . . . . .
3.6. Resultados clsicos sobre derivabilidad . . . . .
3.7. Crecimiento. Mximos y mnimos . . . . . . . .
3.8. Clculo de lmites . . . . . . . . . . . . . . . . .
3.9. Polinomios de Taylor . . . . . . . . . . . . . . .
3.9.1. Clculo de lmites . . . . . . . . . . . . .
3.10. Resolucin numrica de ecuaciones no lineales
3.10.1. Mtodo de biseccin . . . . . . . . . . .
3.11. Anexo I: Representacin grfica de funciones .
3.12. Anexo II: Algoritmos . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
78
81
87
87
87
88
93
95
97
98
98
101
102
104
106
106
113
115
117
121
125
Tema 1
Numeros reales y complejos, sucesiones y
series de numeros reales
Vamos a dedicar 10 horas de clase a este captulo. Debes resolver por tu cuenta los
ejercicios que no hayan sido resueltos en clase. No todos los ejercicios tienen la misma
dificultad. Para orientar tu trabajo, se han etiquetado Los ejercicios por niveles:
nivel 0: ejercicios de repaso de conceptos que se suponen conocidos,
niveles 1 a 3: grado de dificultad,
nivel extra: para ampliar conocimientos (no necesariamente son ms difciles).
Tambin es recomendable consultar [1], [2], [3].
1.1. El conjunto de los nmeros reales

Podemos construir R de forma intuitiva partiendo de un conjunto de nmeros muy
sencillo, el conjunto de los nmeros naturales, que responde a la idea primitiva de
contar.
Definicin 1.1.1. El conjunto de los nmeros naturales es
N = {1, 2, 3, . . .} .
Nota 1.1.2. Algunos autores consideran el cero como elemento de N. En estos apuntes,
cuando queramos incluir el cero pondremos N0 = N {0}.
Proposicin 1.1.3. Si dotamos al conjunto N de las operaciones internas suma (+) y
producto () habituales, entonces la terna (N, +, ) satisface las siguientes propiedades:
1
Numeros reales y complejos, sucesiones y series de nmeros reales
1. Propiedad conmutativa para la suma y el producto:

a + b = b + a,
a b = b a,
a, b N,
a, b N.
2. Propiedad asociativa para la suma y el producto:

(a + b) + c = a + (b + c),
(a b) c = a (b c),
a, b, c N,
a, b, c N.
3. Propiedad distributiva del producto con respecto a la suma:

a (b + c) = a b + a c,
a, b, c N.
4. En N0 , existencia de elemento neutro para la suma:

0 N0 tal que a + 0 = 0 + a = a,
a N0 .
5. Existencia de elemento neutro para el producto:

1 N tal que 1 0 y a 1 = 1 a = a,
a N.
6. Axiomas de orden. En el cojunto N, hay definida una relacin de orden total,

denotada , es decir un relacin que verifica las siguientes propiedades:
(a) Reflexividad: a a a N.
(b) Antisimetra: a, b N tales que a b y b a, se tiene que a = b.
(c) Transitividad: a, b, c N tales que a b y b c se tiene que a c.
(d) Totalidad: a, b N se tiene que a b b a.
7. Axiomas de compatibilidad.
(a) Compatibilidad de la relacin de orden total con la operacin suma: a, b, c
N se tiene que si a b entonces a + c b + c.
(b) Compatibilidad de la relacin de orden total con la operacin producto:
a, b, c N se tiene que si a b entonces a c b c.
Nota 1.1.4. A pesar de estas propiedades, el conjunto de los nmeros naturales presenta
bastantes carencias. Si bien ciertas ecuaciones como x+1 = 3 tienen solucin en N, otras
como x + 5 = 3 no tienen. La primera ampliacin del conjunto N nos lleva a considerar
los nmeros enteros.
Semestre de primavera, curso 2014/2015
Definicin 1.1.5. El conjunto de los nmeros enteros es

Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .} .
La letra Z es la inicial de Zahl ("nmero" en alemn). Si dotamos a este conjunto de las
operaciones internas suma y producto anteriores, entonces la terna (Z, +, ) satisface
las propiedades (1-6) y adems:
8. Existencia de elemento opuesto (para la suma):
a Z, b Z tal que a + b = b + a = 0.
(b se denota habitualmente a).
9. En cuanto al axioma 7, la primera parte queda igual, pero la segunda parte
no: vamos a utilizar la siguiente notacin: a b significa b a. Con esto, la
compatibilidad de la relacin de orden total con la operacin producto, cambia
respecto de los naturales quedando ahora:
a, b, c Z con c 0 se tiene que si a b entonces a c b c.
Nota 1.1.6. Para el caso a, b, c Z con c 0 se tiene que si a b entonces a c b c.
Nota 1.1.7. La ecuacin x + 5 = 3 s tiene solucin en Z: x = 2. Pero sigue habiendo
ecuaciones, como 2 x = 1, que no la tienen.
Definicin 1.1.8. El conjunto de los nmeros racionales es
Q={
a
a, b Z , b 0 } .
b
a
a
c
de nmeros enteros se denomina fraccin. Dos fracciones
y
se
b
b
d
2 10
dicen equivalentes si ad = bc. Por ejemplo y
son equivalentes porque 215 = 310.
3 15
Todas las fracciones equivalentes a una dada corresponden al mismo nmero racional.
a
De todas ellas, se llama representacin irreducible o cannica a aquella de la forma
b
que satisface mcd{a, b} = 1. En tal caso se dice que a y b son primos entre s.
Cada cociente
Extendiendo adecuadamente las operaciones internas suma y producto anteriores al

conjunto de los nmeros racionales, se tiene que la terna (Q, +, ) satisface, adems de
las propiedades (1-9), la siguiente propiedad:
10. Existencia de elemento recproco o inverso (respecto al producto):
q Q tal que q 0, r Q tal que q r = r q = 1.
UPNA, grado en ingeniera en tecnologas de la telecomunicacin
Nota 1.1.9. Observa que la ecuacin 2 x = 1 ya puede resolverse en el conjunto de los

nmeros racionales: x = 1/2 Q. Este conjunto, con todas sus propiedades, todava
presenta algunas carencias. Sigue habiendo ecuaciones cuyas soluciones no estn en Q,
como, por ejemplo, x2 2 = 0 .
Proposicin 1.1.10. Las soluciones de la ecuacin x2 2 = 0 no son racionales.
2 / Q, 2 / Q
Acabamos de ver que hay nmeros que no son racionales, entre ellos las soluciones de la
ecuacin x2 2 = 0 . A continuacin definimos un nuevo conjunto de nmeros entre los
que se encuentran las soluciones de esta ecuacin. Dicho conjunto no es una extensin
de Q, sino su complemento. Recordemos la propiedad 17 de los nmeros racionales,
que deca que todo nmero racional puede escribirse en forma decimal con un nmero
de dgitos finito o infinito peridico.
Definicin 1.1.11. El conjunto de los nmeros irracionales es
I = { nmeros que en su forma decimal tienen un nmero
infinito de cifras no peridicas } .
De la definicin se deduce la imposibilidad de escribir exactamente estos nmeros en
forma decimal. En la figura 1.1 mostramos algunos de ellos.
2I
1
1 n
(1 + ) e I
n
Figura 1.1. Algunos irracionales

En la prctica se suelen utilizar aproximaciones racionales de estos nmeros. Para los
irracionales anteriores mostramos las siguientes aproximaciones:
2 1.414 ,
3.14159265359 ,
e 2.718281828459045235360287471352662497757 .
En el primer caso, la aproximacin se ha hecho hasta las milsimas; en los otros dos
casos, se ha cometido un error bastante menor.
Definicin 1.1.12. El conjunto de los nmeros reales es

R = Q I.
La unin anterior es disjunta, es decir, Q I = .
Nota 1.1.13. Entre los conjuntos de nmeros definidos en esta seccin se verifican los
siguientes contenidos
N Z Q R,
(1.1.a)
I R.
(1.1.b)
Los nmeros reales se representan en una recta, la recta real. Se fija un origen (elemento
neutro para la suma) y la unidad (elemento neutro para el producto), y a partir de ella
se sitan los naturales y los enteros.
0
...
-5
-4
-3
-2
-1
...
Para representar un nmero racional p/q, dividimos la unidad en q partes iguales y a

continuacin tomamos p trozos.
13
8
Algunos nmeros irracionales se pueden

representar fcilmente como la hipotenusa
de ciertos tringulos rectngulos.
La terna (R, +, ) verifica las propiedades 1-10. El elemento inverso de x R se denota

1
habitualmente x1 o .
x
Para enunciar el axioma del supremo es necesario dar dos definiciones previas, y es
conveniente introducir dos nuevos smbolos:
(Notacin) La expresin a < b significa que a b y que adems a b. La expresin
a > b significa que a b y que adems a b.

(Definicin) Sea S R, se dice que S est acotado superiormente si K R tal
que x K x S. Se dice adems que K es una cota superior de S.
(Definicin) Sea S R y s R. Se dice que s es el supremo de S y se denota
s = supS si
s es una cota superior de S.
> 0x S tal que x > s . (Observemos que podemos interpretar lo
anterior como s no es cota superior de S, luego s es la menor de las
cotas superiores de S).
11. Axioma del supremo: Sea S R, S y acotado superiormente. Entonces existe

el supremo de S.
Nota 1.1.14. Observemos que de la definicin se deduce que el supremo de un conjunto,
si existe, es nico.
Definicin 1.1.15. Sea S R. Se dice que M R es el mximo de S y se denota
M = max S si
1. M es una cota superior de S
2. M S
Proposicin 1.1.16. Sea S R. Si existe M = max S, entonces M = supS.
Definicin 1.1.17. Sea S R, se dice que S est acotado inferiormente si l R tal
que x l x S. Se dice adems que l es una cota inferior de S.
Definicin 1.1.18. Sean S R y c R. Se dice que c es el nfimo de S y se denota
c = infS si
1. c es una cota inferior de S.
2. > 0x S tal que x < c + . (Observemos que podemos interpretar lo anterior
como c + no es cota inferior de S, luego c es la mayor de las cotas inferiores de
S).
Nota 1.1.19. Observemos que de la definicin se deduce que el nfimo de un conjunto,
si existe, es nico.
Definicin 1.1.20. Sea S R. Se dice que m R es el mnimo de S y se denota
m = mn S si
1. m es una cota inferior de S,

2. m S.
Proposicin 1.1.21. Sea S R. Si existe m = mn S, entonces m = infS.
Proposicin 1.1.22. Sea S R, S y acotado inferiormente. Entonces existe el
nfimo de S.
Definicin 1.1.23. Algunos subconjuntos notables de R que aparecern con frecuencia
a lo largo del curso son los intervalos. Dados a, b R , con a < b, definimos los siguientes
intervalos:
(a, b) = { x R a < x < b } ,
(a, +) = { x R a < x } ,
[a, b] = { x R a x b } ,
[a, +) = { x R a x } ,
(a, b] = { x R a < x b } ,
(, b] = { x R x b } ,
[a, b) = { x R a x < b } ,
(, b) = { x R x < b } .
Los intervalos (a, b) y [a, b] se llaman, respectivamente, intervalo abierto e intervalo

cerrado. Los intervalos (a, b] y [a, b) se llaman intervalos semiabiertos o semicerrados.
Ejemplo 1.1.24. Consideramos el conjunto A = (a, b]. Se tiene que max A = sup A = b,
nf A = a y no existe mn A.
Ejemplo 1.1.25. Consideramos el conjunto A = [a, b). Se tiene que sup A = b, no existe
max A, y mn A = nf A = a.
Ejercicio 1.1.26. Para el resto de intervalos, estudiar su acotacin y la existencia de
supremo, mximo, nfimo, mnimo.
Proposicin 1.1.27. Propiedades de los nmeros reales: sean x, y, z Rde las propiedades 1-10, se deduce:
1. Si x + y = z, entonces y = x + z
2. Si x y = z y x 0, entonces y = x1 z
3. Si x y = x z y x 0, entonces y = z
4. x 0 = 0
5. Si x y = 0, entonces x = 0 y = 0
6. (1)x = x
7. (x + y) = x y
8. (x) = x
9. (1) (1) = 1
10. x (y) = (x) y = (x y)
11. (x) (y) = x y
12. Si x 0, entonces x 0, x1 0, (x)1 = x1 y (x1 )1 = x
13. x 0 si y slo si x 0
14. x2 0
15. 1 0
16. Entre dos nmeros racionales cualesquiera r1 y r2 existe siempre otro nmero
racional r3 .
17. Todo nmero racional puede escribirse en forma decimal con un nmero de dgitos
finito o infinito peridico.
18. Todo nmero decimal con un nmero de dgitos finito o infinito peridico, admite
p
una expresin de la forma con p, q Z y q 0, es decir, es un nmero racional.
q
Nota 1.1.28. En estos apuntes, si x > 0 e y R, definiremos xy = ey log x , donde log
representa el logaritmo neperiano.
Definicin 1.1.29. Dado x R, se define la parte entera de x como el mayor nmero
entero de entre los que son menores o iguales que x. Se denota [x].
Definicin 1.1.30. Dado x R, se define el valor absoluto de x como
x
x =
si
si
x0
x<0
Proposicin 1.1.31. Propiedades del valor absoluto: para todo x, y R, se tiene

1. x 0,
1.2. El mtodo de induccin
2. x = 0 x = 0,
3. x + y x + y ,
4. xy = x y ,
5.
x2 = x .
1.2. El mtodo de induccin

Una de las propiedades ms importantes de los nmeros naturales es el principio de
iduccin matemtica. Supongamos que P (m) significa que la propiedad P se cumple
para cierto nmero natural m. El principio de induccin matemtica afirma que P (n)
es cierta n N siempre que
1. P (1) es cierta.
2. Si P (k) es cierta, entonces P (k + 1) tambin lo es.
1.3. Nmeros complejos

La ecuacin x2 2 =
0 ya puede resolverse
en el conjunto de los nmeros reales, tiene
dos soluciones x1 = 2 R y x2 = 2 R . Sin embargo todava hay ecuaciones cuyas

soluciones no son reales, por ejemplo
x2 + 1 = 0 .
Para resolver este problema, se define un nuevo conjunto de nmeros que extiende a
R: el conjunto de los nmeros complejos.
En secciones anteriores hemos estudiado el conjunto R y sus propiedades. Hemos visto
que tiene ms propiedades que sus subconjuntos N, Z y Q. Sin embargo, tiene una
carencia importante y es que no toda ecuacin polinmica con coeficientes en R tiene
soluciones reales. El ejemplo ms sencillo es la ecuacin x2 + 1 = 0. Esto nos motiva a
buscar un superconjunto de R que, verifique la deseada propiedad de que toda ecuacin
polinmica con coeficientes en dicho superconjunto tenga solucin en l.
Definicin 1.3.1. Definimos el conjunto de los nmeros complejos como
C = {(x1 , x2 ) x1 , x2 R}
10
en el que se definen las operaciones

+CC C
((x1 , x2 ), (y1 , y2 )) (x1 + y1 , x2 + y2 )
y
CC C
((x1 , x2 ), (y1 , y2 )) (x1 y1 x2 y2 , x1 y2 + x2 y1 )
Teorema 1.3.2. La terna (C, +, ) tiene las propiedades (1-5), 8,10,.
Demostracin.- Ejercicio.
Teorema 1.3.3. (C, +, ) es algebraicamente cerrado, es decir, toda ecuacin polinmica con coeficientes en C tiene solucin en C.
Teorema 1.3.4. En (C, +, ) no existe una relacin de orden total compatible con las
operaciones.
Nota 1.3.5. Si consideramos el subconjunto de C:
A = {(x1 , x2 ) C x2 = 0}
podemos identificar A con R, en el sentido de que las operaciones + y definidas en C
extienden las conocidas para R. A partir de ahora, podremos pues, escribir R C.
Nota 1.3.6. Del teorema 1.3.3 y de la nota 1.3.5 se deduce que toda ecuacin polinmica
con coeficientes en R tiene solucin en C.
Definicin 1.3.7. El nmero complejo (0, 1) se llama unidad imaginaria y suele denotarse por i.
Nota 1.3.8. Tenemos que i2 = 1.
Nota 1.3.9. Es habitual escribir el nmero complejo (x, y) como x + iy.
Definicin 1.3.10. Dado z = x + iy C se define el mdulo de z como el nmero real
z =
x2 + y 2 .
Nota 1.3.11. Si z C es, en particular, un nmero real, entonces el mdulo de z coincide

con el valor absoluto de z.
1.3. Nmeros complejos
11
Definicin 1.3.12. Dado z = x + iy C {0} se define el argumento principal de Z

como (, ] que verifica
1. x = z cos ,
2. y = z sen .
suele denotarse Argz.
Proposicin 1.3.13. Dados z = x + iy, z1 , z2 C, tenemos las siguientes propiedades
1. z 0.
2. z = 0 z = 0.
3. z1 z2 = z1 z2 .
4. z1 + z2 z1 + z2 .
Nota 1.3.14. El conjunto C suele representarse en el plano R2 .
Definicin 1.3.15. Dado z = x + iy C se define
ez = ex (cos y + iseny).
Nota 1.3.16. De la definicin anterior se deduce la frmula de Euler:
ei + 1 = 0,
que, como puedes ver, es muy popular
http://www.fotomat.es/ecuacion-de-euler/
Proposicin 1.3.17. Dados z, z1 , z2 C, se tienen las siguientes propiedades:
1. ez1 ez2 = ez1 +z2 .
2. ez 0.
3. Si x R, entonces eix = 1.
4. ez = 1 z = i2n con n Z.
5. ez1 = ez2 z1 z2 = i2n con n Z.
12
Proposicin 1.3.18. Sea 0 z C, entonces z se puede expresar en la forma z = rei

con r = z y = Argz + 2n con n Z.
Nota 1.3.19. Debido a la proposicin anterior, si z1 , z2 C con z1 z2 0, podemos
calcular de manera ms sencilla z1 z2 y zz21 ya que
1. (r1 ei1 )(r2 ei2 ) = (r1 r2 )ei(1 +2 ) .
2.
r1 ei1 r1 i(1 2 )
= e
.
r2 ei2 r2
Proposicin 1.3.20. Sean m, n Z y z, z1 , z2 C, entonces

1. z n z m = z n+m .
2. (z1 z2 )n = z1n z2n .
Teorema 1.3.21. Sea 0 z C y n N, entonces existen n elementos en C: z0 , . . . , zn1
tales que zkn = z , k = 0, . . . , n 1. Adems
1
zk = z n eik
con
k =
Argz 2k
+
, k = 0, . . . , n 1.
n
n
1.4. Sucesiones de nmeros reales

1.4.1. Definiciones y notacin
Definicin 1.4.1. Una sucesin de nmeros reales es una aplicacin de N en R
a N R
n
a(n) = an .
Es decir, a cada nmero natural n, se le hace corresponder un nico nmero real an .

Abusando de lenguaje, tambin suele llamarse sucesin a la imagen de la aplicacin a,
es decir, al conjunto formado por todas las imgenes
(an )nN = {a0 , a1 , a2 , . . . , an , . . .} .
13
A la imagen an de un natural n se le llama trmino general de la sucesin. A los

elementos del conjunto (an )nN se les llama trminos de la sucesin.
Una sucesin puede venir dada de dos formas diferentes, bien mediante su trmino
general an , o bien por recurrencia. En el segundo caso cada trmino se obtine a partir
del anterior (o anteriores) mediante una frmula recurrente.
Ejemplo 1.4.2. La sucesiones siguientes vienen dadas mediante el trmino general
an =
3 2n
, n N;
n
bn =
1
2n
n N0 ;
1 n
cn = (1 + ) , n N .
n
Estas otras, en cambio, se determinan por recurrencia
x =4
0
,
13
1
(x
+
)
x
=
n1
n
2
xn1
y0 = 1
y
=
2
y
n+1
n
z0 = 1
z1 = 1
.
zn = zn2 + zn1
Cuando una sucesin viene dada por recurrencia, para obtener el trmino n-simo
previamente hay que obtener todos los anteriores.
La sucesin zn fue estudiada por primera vez por Fibonacci de Pisa (1170-1250). Como
ejercicio obtn los 5 primeros trminos de esta sucesin.
1.4.2. Monotona
Definicin 1.4.3. Una sucesin de nmeros reales (an )nN se dice
creciente si an an+1 n N .
decreciente si an an+1 n N .
estrictamente creciente si an < an+1 n N .
estrictamente decreciente si an > an+1 n N .
Definicin 1.4.4. Una sucesin de nmeros reales se llama montona si es creciente
o decreciente. Si la sucesin es estrictamente creciente o decreciente, diremos que la
sucesin es estrictamente montona.
14
Para estudiar la monotona de una sucesin debemos comparar dos trminos consecutivos cualesquiera, por ejemplo an y an+1 .Si
an+1 an
Creciente
>0
Estrictamente creciente
Decreciente
<0
Estrictamente decreciente
Sii los trminos de la sucesin son estrictamente positivos, podemos estudiar el cociente
de dos trminos consecutivos. Si
an+1
an
Creciente
>1
Estrictamente creciente
Decreciente
<1
Estrictamente decreciente
Ejemplo 1.4.5. Estudiemos la monotona de algunas de las sucesiones del ejemplo

1.4.2.
an+1 an =
3
(3 2(n + 1))n (3 2n)(n + 1)
=
< 0 , n N
n(n + 1)
n(n + 1)
y por tanto la sucesin (an )nN es estrctamente montona (decreciente). Para la sucesin yn observamos que todos los trminos son estrictamente positivos.
yn+1
= 2 > 1 , n N
yn
y por tanto la sucesin (yn )nN es estrctamente montona (creciente).
Ejercicio 1.4.6. Estudia la monotona del resto de sucesiones del ejemplo 1.4.2.
1.4.3. Acotacin
Definicin 1.4.7. Se dice que una sucesin de nmeros reales (an )nN est
acotada superiormente si
K R tal que an K
n N.
K se llama cota superior de la sucesin (an )nN .

15
acotada inferiormente si
l R tal que l an
n N.
l se llama cota inferior de la sucesin (an )nN .

acotada si
C R tal que an C
n N.
Proposicin 1.4.8. Una sucesin de nmeros reales (an )nN est acotada si y slo si
est acotada superior e inferiormente.
Ejemplo 1.4.9. Veamos que la sucesin (an )nN del ejemplo 1.4.2 est acotada. Segn
la proposicin anterior bastar con encontrar una cota superior y otra inferior. En el
ejemplo 1.4.5 hemos visto que esta sucesin es estrictamente decreciente, por tanto a1
es una cota superior (adems, la menor de todas). Veamos si l = 0 es una cota inferior :
0
3
3 2n
0 3 2n 2n 3 n .
n
2
La desigualdad n 3/2 no es vlida para todo nmero natural (de hecho slo se verifica
para n = 1), por tanto k2 = 0 no es una cota inferior. Probemos con un valor ms
pequeo, por ejemplo l = 5 :
5
3 2n
5n 3 2n 3n 3 n 1
n
La desigualdad n 1 es vlida para todo natural n, por tanto l = 5 es una cota

inferior.
Resumiendo:
5 an 1 n N ,
es decir, todos los trminos de la sucesin estn en el intervalo [5, 1].
Ejercicio 1.4.10. Para la sucesin del ejemplo anterior encontrar una cota inferior
mayor que 5 .
1.4.4. Operaciones con sucesiones

A continuacin definimos una serie de operaciones en el conjunto de las sucesiones de
tal manera que el resultado de la operacin sea una nueva sucesin de nmeros reales.
Definicin 1.4.11. Dadas dos sucesiones de nmeros reales (an )nN y (bn )nN , definimos
a partir de ellas las siguientes sucesiones:
16
Sucesin suma
s N R
n s n = an + b n
(1.2)
(El trmino general de la sucesin suma se obtiene sumando los trminos generales
de las sucesiones an y bn ).
Ejemplo 1.4.12.
1
n+1
1 1
{1, , , . . .}
2 3
bn = n + 1
{1, 2, 3, . . .}
5 10
{2, , , . . .}
2 3
an =
sn =
n2 + 2n + 2
1
+n+1=
n+1
n+1
Sucesin producto
p N R
n p n = an b n
(El trmino general de la sucesin producto se obtiene multiplicando los trminos
generales de las sucesiones an y bn ).
Ejemplo 1.4.13.
an =
1
n+1
bn = n + 1
1
sn =
(n + 1) = 1
n+1
1 1
{1, , , . . .}
2 3
{1, 2, 3, . . .}
{1, 1, 1, . . .}
Sucesin producto por un escalar

a N R
n an
Es un caso particular del producto anterior, en el que una de las sucesiones es la
sucesin constante.
Sucesin cociente: si bn 0 n N:
c N R
n cn = an /bn
17
Ejemplo 1.4.14.
an = n2 + 1
{1, 2, 5, 10, 17, 26, . . .}
bn = 2n 6
{6, 4, 2, 0, 2, 4, . . .}
+1
2n 6
cn =
n2
1 1 5
17
, , , ? , , . . .}
6 2 2
2
Como b3 = 0, la sucesin cociente no est bien definida.

Otras operaciones
De la misma forma, imponiendo en cada caso las condiciones que sean necesarias,
podemos definir, entre otras, las siguientes sucesiones
Si an > 0 n N, podemos definir la sucesin (log an )nN
Sucesin exponencial de una dada: (ean )nN
Si an 0 n N , podemos definir la sucesin ( an )nN .
1.4.5. Lmite de una sucesin

Definicin 1.4.15. Decimos que una sucesin (an )nN tiene por lmite l R, o tiende
a l si para cualquier > 0 existe un nmero natural n0 de tal manera que an l < si
n n0 .
> 0 n0 N tal que an l < n n0
Suele escribirse
an l
lm an = l
n+
Nota 1.4.16. El nmero natural n0 depende de . Como an l < si y slo si l < an <
l + , de la definicin se deduce que a partir de an0 todos los trminos de la sucesin
estn en el intervalo (l , l + ).
l
l+
a
an0 n0 1
18
Ejemplo 1.4.17. Utilizamos la definicin 1.4.15 para probar que

1 n
0 .
n
En efecto, dado > 0 arbitrario, para que an l = 1/n sea menor que basta con
que n sea mayor que 1/, lo que siempre es posible puesto que N no est acotado
superiormente.
1
1
< n> .
(1.3)
n
Por tanto para un > 0 arbitrario, el menor nmero natural que verifica (1.3) viene
dado por
1
n0 = [ ] + 1 .
Ejemplo 1.4.18. Demostrar mediante la defincin de lmite que

3 2n
= 2 .
n
n
En efecto, dado > 0 arbitrario, se tiene que
lm
an l =
3 2n
3
3
+ 2 = < n > .
n
n
Por tanto para el n0 buscado es
3
n0 = [ ] + 1
2n 3
es 2.
n+1
Definicin 1.4.20. Se dice que una sucesin (an )nN tiende a + si para cualquier
nmero real M existe un trmino de la sucesin an0 de tal manera que a partir de l
todos los trminos de la sucesin son mayores que M .
Ejercicio 1.4.19. Probar que el lmite de la sucesin an =
M R n0 N tal que an M
n n0
(n0 depende de M ). Se escribe an + lm an = +

n
n+
M
a3
a1
a2
...
an0
Se dice que la sucesin (an )nN tiende a si para cualquier nmero real l existe un
trmino de la sucesin an0 de tal manera que a partir de l todos los trminos de la
sucesin son menores que l.
l R n0 (M ) N tal que an M
n n0
(n0 depende de l). Se escribe an lm an =

n
n+
19
M
an0
...
a2
a1
a3
Ejemplo 1.4.21. Demostrar mediante la definicin que

lm 2n = + .
n
En efecto, dado M R, se tiene que

2n M n > log2 M
Por tanto el n0 buscado es
n0 = [log2 M ] + 1
Ejercicio 1.4.22. Demostrar que el lmite de la sucesin an = 1 2n es .
Definicin 1.4.23. Una sucesin (an )nN se dice
Convergente si lm an = l R
n
Divergente si lm an = +
n
Oscilante si / lm an
n
3 2n
es convergente pues su lmite es 2, como
Ejemplo 1.4.24. La sucesin an =
n
hemos visto en el ejemplo 1.4.18. La sucesin bn = 2n es divergente (a +) ya que su
lmite no es real. La sucesin cn = (1)n es oscilante puesto que no tiene lmite.
Proposicin 1.4.25. Si una sucesin es convergente, entonces est acotada.
(an )nN convergente
(an )nN acotada
Proposicin 1.4.26. (Unicidad del lmte)

Si una sucesin tiene lmite, entonces dicho lmite es nico.
Demostracin. Vamos a ver solamente el caso de que la sucesin tiene dos lmites,
l1 , l2 R con l1 < l2 . Por reduccin al absurdo: Para = (l2 l1 )/2, por ser el lmite l1 ,
todos los trminos de la sucesin estn en el intervalo (l1 , l1 + ) salvo a lo sumo un
nmero finito de ellos.
Para el mismo anterior, por ser el lmite l2 , todos los trminos de la sucesin estn
en el intervalo (l2 , l2 + ) salvo a lo sumo un nmero finito de ellos.
20

l1
l2
l1
l2 +
)(
l1 +l2
2
Pero esto no puede ser puesto que los intervalos (l1 , l1 + ) y (l2 , l2 + ) son
disjuntos.
De manera anloga se demostraran el resto de casos.
Proposicin 1.4.27. Si una sucesin es montona y acotada, entonces es convergente.
(an )nN montona y acotada
(an )nN convergente
lgebra de lmites
En esta seccin se pretende resolver el siguiente problema. Supongamos que tenemos
dos sucesiones (an )nN y (bn )nN con lmites conocidos l y l respectivamente. En la
seccin 1.4.4 hemos definido algunas operaciones con sucesiones. La cuestin es qu
se puede decir del lmite de la sucesin (cn )nN resultado de operar con (an )nN con
(bn )nN ? ser igual al resultado de operar l con l ?
(cn )nN = (an )nN (bn )nN
lm cn = l l ?
n
Desafortunadamente la pregunta no siempre tiene respuesta afirmativa; si la tuviera

no sera necesaria la ltima seccin del captulo. En esta seccin contestaremos a la
pregunta para las operaciones definidas en la seccin 1.4.4. La respuesta se ha resumido
en forma las tablas 2.1-2.10. Cuando no sea posible responder pondremos el smbolo
I (indeterminacin). En tales casos habr que calcular el lmite utilizando tcnicas
concretas para cada caso, como veremos en la seccin 1.4.5.
A continuacin desarrollamos, a modo de ejemplo, los casos suma y de dos sucesiones
y exponencial de una sucesin. En los dems casos nos hemos limitado a mostrar los
resultados en las tablas correspondientes.
Proposicin 1.4.28. Dadas dos sucesiones (an )nN y (bn )nN con lmites l y l respectivamente, se tienen los siguientes resultados para el lmite de la sucesin suma (sn )nN
21
definida en (1.2)
1. Si
l, l R
2. Si
lR y
3. Si
lR y
4. Si
l = + y
5. Si
l = y
entonces
sn l + l R
l = +
entonces
sn +
l =
entonces
sn
l = +
entonces
sn +
l =
entonces
sn
Demostracin. Probaremos slo el primer caso, el resto se deja como ejercicio para el
alumno.
Sea > 0, tenemos que probar que existe n0 N de tal manera que para todo n n0 se
tiene an + bn (l + l ) < .
Como an l R, para /2 existe n1 N tal que para todo n n1 se tiene que
an l < /2 .
(1.4)
Anlogamente, como bn l R, para /2 existe n2 N tal que para todo n n2 se

tiene que
bn l < /2 .
(1.5)
Si tomamos n0 = max(n1 , n2 ), entonces para todo n n0 se verifican simultneamente
(1.4) y (1.5), por lo que podemos poner
an + bn (l + l ) an l + bn l < /2 + /2 = , n n0 .
El resto de combinaciones da lugar a casos indeterminados (ver tabla 2.1).
Proposicin 1.4.29. Sea la sucesin (an )nN . Entonces
1. Si lm an = l R, entonces lm ean = el
n+
n+
2. Si lm an = +, entonces lm ean = +
n+
n+
3. Si lm an = , entonces lm ean = 0
n+
n+
Nota 1.4.30. Cuando en la tabla 2.10 nos encontremos con la indeterminacin 1

usaremos la expresin xy = ey ogx y la proposicin 1.4.29.
Para el resto de operaciones entre sucesiones, nos limitamos a mostrar las tablas correspondientes (2.3-2.10).
22
an
bn
lR
l R
l + l
Tabla 1.1. Lmite de la suma (an + bn )
bn
an
lR
l>0
l R, l > 0
l l
l R, l < 0
lR
l<0
l l
l l
l l
Tabla 1.2. Lmite del producto (an bn )
an =/ 0
1/an
l R, l =/ 0
0
an > 0
1/an
an < 0
1/an
l R, l =/ 0
1/l
l R, l =/ 0
1/l
1/l
0
0
Tabla 1.3. Lmite para la inversa 1/an
bn
an
lR
l>0
l R, l > 0
l/l
l R, l < 0
lR
l<0
l/l
l/l
l/l
Tabla 1.4. Lmite para el cociente an /bn , bn 0
23
24
an
bn
lR
l>0
l R, l > 0
l/l
l/l
lR
l<0
Tabla 1.5. Lmite para el cociente an /bn , bn > 0
bn
an
lR
l>0
l R, l < 0
l/l
lR
l<0
l/l
Tabla 1.6. Lmite para el cociente an /bn , bn < 0
an > 0
log an
l R, l > 0
log l
Tabla 1.7. Lmite para el logaritmo log an , an > 0

Tabla 1.8. Lmite para la exponencial an , > 0

an
lR
0<<1
>1
an
lR
l>0
r>0
lr
r<0
lr
Tabla 1.9. Lmite para la potencial arn , an > 0
an
lR
0<l<1
lR
l>1
l R, l < 0
ll
ll
l R, l > 0
ll
ll
bn
Tabla 1.10. Lmite para la potencial-exponencial abnn , an > 0

25
26
A continuacin mostramos algunos ejemplos correspondientes a indeterminaciones de

las tablas anteriores. Veremos cmo el resultado del lmite cambia en los diferentes
casos.
Ejemplo 1.4.31. En cada caso se ha considerado una sucesin an + y una sucesin
bn +. Veamos qu ocurre con el lmite de la suma:
1. an = n2 , bn = 1 n2 y an + bn = 1 1 R .
2. an = n2 , bn = n n2 y an + bn = n + .
3. an = n2 , bn = n n2 y an + bn = n .
4. an = n + cos(n) , bn = n y an + bn = cos(n) = (1)n , que no tiene lmite.
Ejemplo 1.4.32. En cada caso se ha considerado una sucesin an 0 y una sucesin
bn +. Veamos qu ocurre con el lmite del producto:
1. an =
1
1
, b n = n + 1 y an b n =
0.
2
(n + 1)
n+1
2. an =
1
, bn = (n + 1)2 y an bn = n + 1 + .
n+1
3. an =
1
, bn = (n + 1)2 y an bn = (n + 1) .
n+1
Ejercicio 1.4.33. Encotrar para cada caso dos sucesiones an 0 y bn 0 tales que
para la sucesin cociente se verifique
1. an /bn 1 .
2. an /bn + .
3. an /bn 0 .
4. / lm
an
.
bn
Clculo de lmites
No hay un procedimiento general para resolver los casos indeterminados vistos en la
seccin anterior. La forma de proceder depende de cada caso particular. A continuacin
damos una serie de criterios que pueden resultar tiles para resolver algunos casos de
indeterminacin.
27
Proposicin 1.4.34. (Regla del sndwich)

Sean (an )nN y (bn )nN dos sucesiones con el mismo lmite l (real o infinito). Sea otra
sucesin (cn )nN . Si se verifica que
an c n b n
a partir de cierto n0 N, entonces la sucesin (cn )nN tambin tiene el mismo lmite l
(real o infinito).
Nota 1.4.35. De la regla del sndwich se deduce inmediatamente que si (an )nN es una
sucesin acotada y bn 0, entonces an bn 0.
Ejemplo 1.4.36. Utilizamos la regla del sndwich para calcular el lmite de la sucesin
1
1
+ ... +
.
an =
n2 + 1
n2 + n
Observa que lm an = I . Sean n y n las sucesiones dadas por
n
n =
=
n2 + n
1
1
+ ... +
.
n2 + n
n2 + n
(1.6)
n
=
n = 1 =
n2
1
1
+ ... + .
2
n
n2
(1.7)
Comparando trmino a trmino se puede comprobar fcilmente que n an n n

N. Como lm n = lm n = 1 , se tiene que lm an = 1 .
Proposicin 1.4.37. (Criterio de la raz por el cociente)
Sea (an )nN una sucesin de nmeros reales con an > 0 para todo n N. Entonces
lm
an+1
= l lm n an = l
an
(l real o infinito) .
Ejemplo 1.4.38.
lm
n
1
1/n
n
n = lm n = lm e n log n
n
y tenemos una indeterminacin en el cociente
an+1
n+1
lm
= lm
= 1 lm n n = 1 .
n
n
n
an
n
Definicin 1.4.39. Dos sucesiones (an )nN y (bn )nN se dicen equivalentes si
lm
n
an
= 1.
bn
En tal caso se denota an bn .

28
Ejemplo 1.4.40. Las sucesiones an = n2 y bn = n2 + 1 son equivalentes puesto que

n2
= 1.
n2 + 1
lm
n
Nota 1.4.41. Las equivalencias son de aplicacin directa al clculo de lmites en expresiones en las que intervengan productos. Supongamos, por ejemplo an bn , y tenemos
que calcular
lm an cn ,
n
podemos utilizar equivalencias del siguiente modo

lm an cn = lm
n
an
bn cn = lm bn cn
n
bn
ya que
an
= 1.
bn
Esto ser de utilidad cuando la expresin bn cn sea ms sencilla (desde el punto de vista
del clculo de lmites) que an bn . De manera anloga se puede proceder en expresiones
en las que intervengan cocientes.
lm
n
Nota 1.4.42. Observemos que si an bn puede ocurrir

lm(an + cn ) lm(bn + cn ),
n
como puede verse en el siguiente ejemplo.

Ejemplo 1.4.43. Sean
an = n2 + n,
bn = n 2 ,
cn = n2 ,
Tenemos que an bn , sin embargo
lm(an + cn ) = +
n
y lm(bn + cn ) = 0.
n
En la tabla 1.11 mostramos algunas de las equivalencias ms empleadas en el clculo

de lmites (los ngulos estn expresados en radianes).
Definicin 1.4.44. Sean (an )nN y (bn )nN dos sucesiones tales que an + y bn
+ . Se dice que an es mucho menor que bn , y se denota an bn , si
lm
n
an
= 0.
bn
29
an 0
1
(1 + an )
1 an
sen an an tg an arc sen an arctg an
1 cos(an )
(an )2
2
log(1 + an ) an
ean 1 an
Otras equivalencias
Si a0 0,
a0 nk + a1 nk1 + . . . + ak a0 nk
log(nk + a1 nk1 + . . . + ak ) k log n
n! nn en 2n
(Stirling)
Tabla 1.11. Algunas equivalencias para sucesiones

Intuitivamente: para n "suficientemente grande", los trminos de la sucesin (bn )nN son
muy grandes respecto a los de (an )nN
Ejemplo 1.4.45. La sucesin an = n + 50000 es mucho menor que bn = n2
n + 50000 n2 ,
puesto que
lm
n
an
n + 50000
= lm
= 0.
n
bn
n2
Proposicin 1.4.46. (rdenes de infinitud)

Sea (an )nN una sucesin de nmeros reales tal que an > 0 para todo n N y tal que an
+. Sean a, p, q, k N con a > 1 y p, q, k > 0. Se verifican las siguientes desigualdades
(log an )p (an )q aan (an )k an .
Comprueba, usando la tabla correspondiente, que las cuatro sucesiones que aparecen
en las desigualdades de la proposcin son infinitos1 .
1
Cuando el trmino general de una sucesin tiende a +, se suele decir que la sucesin es un
infinito.
30
Ejercicio 1.4.47. Utilizamos la proposicin anterior para resolver el siguiente caso de

indeterminacin
log2 n + 1 +
lm
=
= I.
n
+
n
Para ello dividimos numerador y denominador por el infinito de mayor orden, obteniendo
log2 n
+ 1n
log2 n + 1
n
= lm
= 0,
lm
n
n
1
n
puesto que
log2 n n .
1.5. Series de nmeros reales

1.5.1. Definiciones y notacin
Definicin 1.5.1. Dada una sucesin de nmeros reales (an )nN definimos a partir de
ella otra sucesin, (Sn )nN , llamada sucesin de sumas parciales de la siguiente manera
n
Sn = ak .
k=1
Definicin 1.5.2. Sea una sucesin de nmeros reales (an )nN , y sea (Sn )nN la sucesin
de sus sumas parciales, se llama serie nmeros reales y se denota
+
ak .
(1.8)
lm Sn ,
(1.9)
k=1
a
n
cuando exista.
Nota 1.5.3. Por extensin, la palabra "serie" y la expresin 1.8 tambin hacen referencia
a la sucesin de sumas parciales (Sn )nN .
Nota 1.5.4. Las expresiones "estudiar el carcter de una serie" o "estudiar la convergencia de una serie" quieren decir estudiar la existencia del lmite (1.9). La expresin
"sumar una serie" quiere decir calcular el lmite (1.9), cuando sea finito.
Ejemplo 1.5.5. Consideramos la serie
1
1 1 1
1
= 1 + + + + ... + n + ...
n
2 4 8
2
n=0 2
+
Veremos un poco ms adelante la sucesin de sumas parciales Sn es convergente.

31
Definicin 1.5.6. Diremos que una serie de nmeros reales es convergente si la sucesin formada por las sumas parciales Sn es convergente. La serie se dice divergente si
la sucesin Sn es divergente. En otro caso diremos que la serie es oscilante.
Ejemplo 1.5.7.
1
es convergente y su suma es 2.
n
n=0 2
+
1. La serie
2. La serie 2n es divergente.
n=0
+
3. La serie (1)n es oscilante.

n=0
1.5.2. Algunas series notables

La serie geomtrica
Dado r R, se define la serie geomtrica de razn r como
+
rn .
(1.10)
n=0
Proposicin 1.5.8. La serie geomtrica 1.10 converge si y slo si r < 1 .

Demostracin. Para obtener una expresin del trmino general de la sucesin de sumas
parciales Sn , restamos Sn y r Sn
n
Sn = rk = 1 + r + r2 + . . . + rn
(1.11)
k=0
n
r Sn = rk+1 = r + r2 + . . . + rn + rn+1
k=0
con lo que
Sn r Sn = 1 rn+1 .
(1.12)
Distinguimos ahora varios casos

r = 1 En este caso, de 1.11 se obtiene que Sn = (n + 1), y por tanto lm Sn = +
r 1 De 1.12 tenemos
1 rn+1
.
1r
Calculamos el lmite de esta sucesin, en funcin de los valores de r .
Sn =
32

1 < r < 1 En este caso la serie converge ya que
lm Sn =
n+
1
R.
1r
r > 1 La serie diverge ya que lmn Sn = +

r 1 En este caso, la sucesin Sn no tiene lmite, y por tanto, la serie es
oscilante.
Por tanto, la serie es convergente si y slo si r < 1 . Observa que, no slo hemos demostrado el enunciado, sino que, adems, cuando la serie es convergente hemos calculado
su suma
1
.
S=
1r
La serie armnica
Definicin 1.5.9. La serie
1
n=1 n
(1.13)
se llama serie armnica. y la serie
1
r
n=1 n
+
se llama serie armnica generalizada.

Proposicin 1.5.10. La serie armnica generalizada
1
r
n=1 n
+
converge si y slo si r > 1.
1.5.3. Resultados generales sobre convergencia

Proposicin 1.5.11. Las series
+
an
n=1
an
n=n0
tienen el mismo carcter.

33
Nota 1.5.12. Teniendo en cuenta la proposicin 1.5.11, cuando slo nos interese el
carcter de una serie, escribiremos
an
en vez de
an
n=n0
+
Ejemplo 1.5.13. La serie
n=0
1
1
es geomtrica de razn r = , luego convergente. Por
n
2
2
1
tanto, la serie n tambin es convergente. La suma de una y de la otra no coinciden,
n=3 2
ya que
+
7 1
1 + 1
n = n (a0 + a1 + a2 ) = 2 = .
4 4
n=3 2
n=0 2
+
Proposicin 1.5.14. Las series

an
an
con R {0} tienen el mismo carcter . Adems, en caso de que sean convergentes,
se tiene que
+
n=n0
n=n0
an = an .
Proposicin 1.5.15. Si dos series an y bn son convergentes, entonces la serie

(an + bn ) tambin es convergente. En tal caso, se tiene que
+
n=n0
n=n0
n=n0
(an + bn ) = an + bn .
Ejemplo 1.5.16. Las series
n=0
1
2n
n=0
1
son convergentes. Por tanto, la serie
3n
1
1
( n + n ) tambin es convergente y su suma es
3
n=0 2
n=0
1
1
1
1
3 7
+
)
=
+
=2+ = .
n
n
n
n
2
3
2 2
n=0 2
n=0 3
El recproco a la proposicin 1.5.15 no es cierto. En efecto, la serie 0 es convergente

1
1
(su suma es cero), mientras que las series
y
no convergen.
n
n
Proposicin 1.5.17. (Condicin necesaria para la convergencia)
an convergente
lm an = 0
n
34
1.5.4. Series de trminos positivos

Observa que si (an )nn verifica an 0 n n0 entonces la sucesin de sumas parciales
(Sn )nN es creciente (n n0 ), y por tanto, la serie no puede ser oscilante.
Criterio de comparacin
Sean an y bn dos series tales que 0 an bn n n0 . Se tiene que
bn convergente an convergente.
Nota 1.5.18. Del criterio de comparacin se deduce que si an y bn son dos series
tales que 0 an bn n n0 , entonces
an divergene bn divergente.
1
es convergente pues se verifica
+1
1
1
n , n N,
n
2 +1 2
1
1
y n es una serie geomtrica de razn r = .
2
2
2n
Criterio de comparacin en el lmite

Sean an y bn con an 0, bn > 0 n n0 y tales que
an
lm
= l,
con
l R (l 0) .
n bn
Entonces
an converge bn converge.
En particular, si an bn , las series an y bn tendrn el mismo carcter.

3
Ejemplo 1.5.20. Para determinar el carcter de la serie
, la comparamos con
n+2
1
la serie , cuyo carcter es conocido
n
lm
n
con lo que
3
n+2
1
n
= 3 R (l 0) .
3
es divergente.
n+2
35
1.5.5. Series de trminos cualesquiera

Definicin 1.5.21. Una serie an se dice absolutamente convergente si an es
convergente.
Proposicin 1.5.22. Si una serie an es absolutamente convergente, entonces es
convergente
cos n
Ejemplo 1.5.23. Determinar el carcter de la serie 2 .
n
No es una serie de trminos positivos, as que estudiamos la convergencia absoluta, es
cos n
decir, la convergencia de la serie 2 , esta s, de trminos positivos. Para ello
n
usamos el criterio de comparacin
1
cos n
2 2.
n
n
1
cos n
La serie 2 es convergente. As, la serie 2 es convergente y, por tanto, la
n
n
cos n
serie 2 es absolutamente convergente luego convergente.
n
Definicin 1.5.24. Una serie an se llama alternada si an = (1)n xn con xn
0, n n0 o si an = (1)n+1 xn con xn 0, n n0 .
Criterio de Leibnitz
Sea an = (1)n xn con x1 x2 . . . xn . . . 0 y lm xn = 0. Entonces, la serie an es
convergente.
(1)n
es convergente. Efectivamente, se verifican las
n
condiciones para aplicar el criterio de Leibnitz: an = (1)n xn con xn = n1 sucesin
decreciente hacia cero.
1.5.6. Otros criterios de convergencia

Criterio de la raz
Dada la series an , con lm
an = l, se tiene que
l > 1 an
no converge.
l < 1 an converge absolutamente.

36
Criterio del cociente
Sea an tal que an 0 n n0 y sea l = lm aan+1

, entonces
n
l > 1 an no converge.
l < 1 an
converge absolutamente.
Criterio de Raabe
(A aplicar cuando ya hemos aplicado el criterio del cociente o de la raz y l = 1)

Dada an , sea
l = lm n (1
n
entonces
an+1
),
an
l > 1 an converge absolutamente.

l < 1 an no converge.
1.6. Anexo
37
1.6. Anexo
1.6.1. La raz cuadrada en R
Definicin 1.6.1. Sea a R, a 0, se define la raz cuadrada de a, como el nmero
b R, b 0 tal que b2 = a. b se denota a .

Nota 1.6.2. La ecuacin x2 = 0 tiene una solucin en R: 0. Si a R, a > 0, la ecuacin
x2 = a tiene dos soluciones: a y a.
En la medida de lo posible, evitaremos la notacin a, pues suele dar lugar a confusin.
1.6.2. Producto cartesiano, aplicaciones

Definicin 1.6.3. Dados dos conjuntos A y B se definen
el producto cartesiano de A y B, como el conjunto
A B = {(a, b) a A, b B}
una aplicacin entre A y B, como una ley que asocia a cada elemento de A uno
y slo un elemento de B. Suele denotarse
f AB
a b.
El elemento b suele denotarse f (a). b se llama imagen de a, y a se llama antiimagen
de b.
Observemos que en una aplicacin, fijado a A, su imagen b siempre existe y es nica,
pero, dado b B, no siempre existe su antiimagen, y si existe, no es necesariamente
nica.
Nota 1.6.4. Una aplicacin entre A y B puede verse como un subconjunto de A B.
Definicin 1.6.5. Una aplicacin f A B se dice
Inyectiva si, para todo a1 , a2 A tales que a1 a2 , se tiene f (a1 ) f (a2 ).
38
Suprayectiva si todo elemento de B tiene antiimagen.

Biyectiva si es a la vez inyectiva y suprayectiva.
1.6.3. La frmula ciclotmica

La siguiente frmula puede resultar til para el clculo de algunos lmites
an bn = (a b)(an1 + an2 b + . . . + abn2 + bn1 ) .
(1.14)
Esta frmula se obtiene sin ms que efectuar la divisin (an bn )/(ab) . A continuacin
mostramos la frmula (1.14) en los casos particulares n = 2 y n = 3 .
n=2
a2 b2 = (a b)(a + b) ,
n=3
a3 b3 = (a b)(a2 + ab + b2 ) .
Ejemplo 1.6.6.
3
lm ( n3 + an2 n) = + = I .
Para poder aplicar la frmula (1.14) en el caso n = 3, multiplicamos numerador y

denominador por el factor (a2 + ab + b2 )
3
3 + an2 )2 + 3 n3 + an2 n + n2
(n
3
3
n3 + an2 n = ( n3 + an2 n)
3
3
(n3 + an2 )2 + n3 + an2 n + n2
n/ +an2 n/
a
n
.
3
3
(n3 + an2 )2 + n3 + an2 n + n2
3
(1.14)
1.6.4. El factorial y los nmeros combinatorios

Definicin 1.6.7. Sea n N {0}, se define el factorial de n como
1
n! =
n(n 1)!
si n = 0
si n 1.
Definicin 1.6.8. Sean n, p N {0}, p n, se define el nmero combinatorio n sobre

p como
n
n!
( ) =
p
p!(n p)!
Nota 1.6.9. Si tenemos un conjunto con n elementos distintos y elegimos p elementos
(sin considerar el orden de eleccin), entonces hay (np) maneras distintas de hacer esta
eleccin.
1.6. Anexo
39
1.6.5. Algunas frmulas

Propiedades del seno y del coseno
Sean , R, se tiene
1. cos2 + sen2 = 1.
2. sen( + ) = sen cos + cos sen .
3. cos(a b) = cos a cos b sen a sen b.
+
cos
,
2
2
+
sen sen = 2 cos

sen
,
2
2
+
cos
,
cos + cos = 2 cos
2
2
+
cos cos = 2 sen

sen
.
2
2
sen + sen = 2 sen
4.
Propiedades del logaritmo

Sean x, y (0, +), entonces:
1.
log(x y) = log x + log y,
2.
log x = log x ,
3.
log
( R),
1
= log x.
x
Otra notacin posible: ln x. Salvo expresa indicacin en contra, todos los logaritmos
sern neperianos.
Razones trigonomtricas hiperblicas
Definicin 1.6.10. Sea x R, se definen
seno hiperblico: Sh x =
ex ex
2
coseno hiperblico: Ch x =
ex + ex
2
Propiedades Sean x, y R, se tiene

40
1. Ch2 x senh2 x = 1
2. senh(x + y) = senh x Ch y + Ch x senh y
3. Ch(x + y) = Ch x Ch y + senh x senh y
1.7. Ejercicios
41
1.7. Ejercicios
El conjunto de los nmeros reales
1. (nivel 2) Demuestra la desigualdad triangular:
x + y x + y,
x, y R.
Ayuda considera los tres casos distintos posibles

(caso 1: x, y 0, caso 2: x 0, y < 0, caso 3: x, y < 0).
2. (nivel 2) Con la ayuda del problema 1, demuestra la desigualdad triangular inversa:
x y x y x, y R.
3. (nivel 1) Un estudiante hizo un "descubrimiento": 1 = 0. Su "razonamiento" fue:
Tomo x = 1. Se tiene
x=1
x2 = x
x+1=1
x2 1 = x 1
(x 1)(x + 1) = x 1
x = 0.
Por tanto, 1 = 0.
Encuentra el error (o errores) que cometi este estudiante.
4. (nivel 2) Resuelve las siguientes ecuaciones:
(a)
(b)
(c)
(d)
(e)
2x 3 = 5
2x 3 = x + 1
2x + 3 = x + 1
3 x x + 2 = 5
x 2 + x 1 = x 3
5. (nivel 3) Resuelve la siguientes inecuaciones, expresando el resultado mediante

uniones de intervalos:
(a)
(b)
(c)
(d)
(e)
5 x1 < 1
x2 2 1
x < x2 12 < 4x
x 5 < x + 1
x2 7 x + 12 > x2 7 x + 12
Mtodo de induccin
6. (nivel 2) Demostrar por induccin:
42

(a) 1 + 2 + + n =
n(n + 1)
2
(b) 1 + 3 + + (2n 1) = n2
(c) 12 + 22 + + n2 =
n(n + 1)(2n + 1)
6
(d) 2n > n
(e) 34n + 9 es mltiplo de 10

1 xn
(f) 1+x+x2 +. . .+xn1 =
x 1
1x
(g) 2n + n3 es mltiplo de 3
(h) 13 + . . . + n3 = (1 + . . . + n)2
(i) 3n5 + 5n3 + 7n es mltiplo de 15
Nmeros complejos
7. (nivel 1) En cada caso, expresa nmero complejo z en la forma a + bi y calcula su
mdulo y su argumento principal
(a) z = (1 + i)2
(b) z = (1 + i)3
1+i
1i
3 + i
(d) z =
2 2i
(c) z =
(e) z = i5 + i16
1+i
(f) z =
2(1 + i8 )
(g) z = e 2 i
1 e2i
(h) z =
1 + e2i
8. (nivel 2) Representa en el plano complejo C los siguientes conjuntos

(a) {z C 2z + 3 1}
(c) {z C ez = 1}
(b) {z C z + i = z i}
(d) {z C z < 2z + 1}
Sucesiones de nmeros reales

9. (nivel 2) Estudiar la monotona y la acotacin de las siguientes sucesiones (n 1):
(a) an = (1)n 2n
3n 1
(b)
2n + 2
(c) an = 2n
3
(d)
2n + 1
(e) (1)n
(f)
1
2n
3
an =
si n es impar
si n es par
10. (nivel 0) Calcular los lmites de las sucesiones cuyo trmino general es el siguiente:
(a)
5n3 + 2n 6
4n4 5n3 + 9
n2 1
(b)
n4 + 2n 1
1.7. Ejercicios
(c)
(d)
(e)
(f)
(g)
9n2 + 3n + 5
3n2 16n 13
2n 4
( n
)
e +4
3n + 2n
3n 2n
3n2 + 8n 10 8n+1
)
( 2
7n 10n + 2
3n + 2 2n 2
n
7n4 + 5n 1
(h) ( 4
)
2n 5n2 + 3n 2
(i) (n
43
n2 1)
n
(j)
n+ n+ n
(k)
3
3
n3 + an2 n3 an2
(l) (4n + 3) log

2 1
(m)
n+1
n1
4n2 1 (2n 1)
11. (nivel 2) Calcular los lmites de las sucesiones cuyo trmino general es el siguiente:
(a) (n log n)
1
1 2
n1 2
(b) ((a + ) + . . . + (a +
))
n
n
n
1 n
(c) (1 2 )
n
n2 + 2
n + 1 n 3
(d) (
)
n1
log nn
(e)
log n!
1
(f) (2n + 3n ) n
(g)
(np)
np
, pR
1
log (a + ) log a
n
, aR
(h)
1
n
n
n!
(i)
n
2 +10
5n4 3n + 1 5n
)
(j) (
5n4 + 8n
1
3
1 log
n
(k) ( )
n
2n (n!)2 n
(l)
(2n + 1)!
12. (nivel 3) Para cada una de las sucesiones, demostrar que tiene lmite y calcularlo.
(a)
(b)
u1 = 1,
un+1 = 2 + un .
v1 = 2,
v
2vn .
n+1 =
13. (nivel 3) Definimos la sucesin (xn )nN como
x1 = 4,
1
17
xn+1 = (xn + )
2
xn
44

Si suponemos que la sucesin es convergente, calcula su lmite Cul sera el
lmite si x1 = 10?
14. (nivel 3) Sea la sucesin (xn )nN demostrar que:

lm (x1 + . . . + xn ) = l R lm xn = 0
n+
n+
Series de nmeros reales

15. (nivel 3) Dada la sucesin de nmeros reales (an )nN definida por
a1 = 1,
an
an+1 = ,
n
(a) Demostrar que es convergente.
(b) Calcular su lmite.
(c) Determinar el carcter de la serie (1)n an .

n=1
(1)n
. Estimar el valor absoluto
n+1
n=1 n3
la diferencia entre esta suma y la suma de la serie.
+
16. (nivel 2) Hallar la suma parcial s3 de la serie
17. (nivel 2) Determinar la convergencia de las siguientes series y sumar las tres
ltimas.
1
n
n=1 13
+
n
(a)
n+1
n=1
+
n+1
(b)
n+8
n=1
(d)
23n+4
2n+5
n=1 3
+
(e)
2n+1
n2
n=1 3
3
n=1 5 + 5n
(c)
(f)
+
n=1
n=1
n=1
18. (nivel 2) Dar un ejemplo de dos series an y bn tales que (an +bn ) converja,
+
n=1
n=1
mientras an diverja y bn tambin diverja.

Calcular 1 + 2 + 4 + 8 + . . . Por qu no es igual a
+
19. (nivel 1) Demostrar que (1 +

n=1
1
= 1?
12
1
) diverge.
2n
1.7. Ejercicios
45
20. (nivel 2) Determinar, mediante el criterio de comparacin, la convergencia de las

series cuyo trmino general es el siguiente
8
6n 1
8
(f)
5 + 7n
3
(g)
2+n
1
1
2
(b) n
4 3
cos(n)
(c)
3n 1
(1)n
(d) n
4 +1
(a)
(e)
3n
2n 1
.
n
n=1 5 + 1
+
21. (nivel 3) Hallar con un error menor que 0.01 la suma
22. (nivel 2) Determinar la convergencia y la convergencia absoluta de las series cuyo

trmino general es el siguiente
3
4n + 2
4 n
(b) ( n
)
2 +3
1
(c) n
2 + 3n
3+n
(d)
4n
(e) en
(a)
n n
)
n+2
1
(g)
n
(f) (
(h)
(1)n
8n + 2
23. (nivel 2) Usando el criterio del cociente determinar si convergen las siguientes
series
+ 3 n
+
+
+
n3
3n
2n2 + n!
2 n
(b) 5
(c)
(d)
(a) n
n=1 n + 3n!
n=1 n!
n=1 2 n
n=1 3
24. (nivel 2) Utilizando el criterio de comparacin, determinar si convergen las series
de trmino general
(a)
cos n
n2
(b)
sen n
n3/2
(c)
n
+4
n2
(d)
n
+4
n3
25. (nivel 2) Utilizando el criterio de la raz, determinar el carcter de las series con
trmino general
(a)
3n
nn
(b)
nn
2n
(c)
2n
n3
(d)
n2
2n
26. (nivel 3) Determinar el carcter de las series cuyo trmino general es
46

(a)
(b)
(c)
(d)
(e)
(f)
sen4 n
n2
1
n 32
n2
2
(cos
)
n
n!
nn
nn
n!
n
cos2n (
)
2n + 4
n+1
(g) (
)
n
n3
(h)
(i)
(j)
(k)
(l)
(m)
1
n2
2
1 n n
(1 + ) e
n
1
1
sen cos
n
n
n
2
2 + 5n
3n
2
n +1
con a 0
nan
3
n
(n + 1) n
n
1
(n) ( )
n
1
n+ n
()
(o)
(p)
(q)
(r)
(s)
(t)
1
n(n + 1)(n + 2)
n2 n
a
n!
n+1
log(
)
n
(a + 1)(a + 2) . . . (a + n)
n!
2
1+n
n!
1 + sen3 n
nn
1
3
n( n + n n n)
27. (nivel 2) Sumar las siguientes series

2n 5n
n
n=1 10
+
n
2n + 3
(e)
n=1 (n + 1)(n + 2)(n + 3)
n=2 (n 1)n(n + 2)
+
n!
(d)
n=1 (n + 2)!
+
(c)
(a)
1
n=1 n(n + 1)(n + 2)
+
(b)
28. (nivel 2) Justificar si son ciertas o falsas las siguientes afirmaciones

+
(a) Si an 0 , entonces an converge.

n=1
+
(b) Toda serie geomtrica rn converge.

n=1
1
= 1.
n
n=1 2
(d) Con el criterio del cociente se determina la convergencia de cualquier serie.
+
(c)
(e) Una serie que converge tambin debe converger absolutamente.

+
k=1
k=1
(f) Si 0 an arn , r < 1 , entonces ak ak

+
a rn+1
.
1r
+
(g) La convergencia de (an + an+1 ) implica la convergencia de an .

n=1
n=1
1
1
=
, entonces
=
.
4
4
90
1440
n=1 n
n=1 (2n)
+
(h) Si
+
1 2
1
2
=
,
se
tiene
que
=
.
2
2
6
8
n=1 n
n=1 (2n 1)
+
(i) Si
1.8. Algunas soluciones e indicaciones
47

El conjunto de los nmeros reales
1.
2.
3. Simplemente hay que tener en cuenta que si x = 1, entonces x1 = 0 y, recordemos,
0 = 0
/ = .
4. (a) x = 1 o x = 4.
2
(b) x = o x = 4.
3
(c) .
(d) (, 2].
(e) .
1 1
5. (a) ( , ).
6 4
(b) [ 3, 1] [1, 3].

(c) (4, 6).
(d) (2, +).
(e) (3, 4).
Mtodo de induccin
6.
Nmeros complejos
(e) 1 + i
7. (a) 2i
(b) 2 + 2i
(f)
(c) i
(g) i
(d) 1 2i
(h) i
8. (a) Crculo de centro ( 23 , 0) y radio
1
4
+ 4i
1
2
(b)
(c)
(d)
48
Sucesiones de nmeros reales

9. (a) No es montona, no est acotada
(b) (an ) es estrictamente montona y acotada.
(c) Es estrictamente creciente, no est acotada
(d) Est acotada
(e) No es montona, est acotada
(f) No es montona, est acotada
10.
11. (a) +
(b) a2 + a +
(c)
(d)
(e)
(f)
0
e
1
3
1
(g)
p!
1
3
(h)
1
a
(i)
1
e
(j) 1
(k) e
(l) 0
12. (a) Observamos en primer lugar que un 0 para todo n. Despus se demuestra
por induccin que (un ) es creciente. Para hacer los clculos, observa que, al
ser un 0 la expresin un un+1 es equivalente a u2n u2n+1 . A continuacin,
se demuestra por induccin que 2 es una cota superior de (un ). Para hacer
los clculos, observa que, al ser un 0 la expresin un 2 es equivalente
a u2n 4. Con esto se demuestra
tomando
la existencia de lmite. Ahora,
lmites en la expresin un+1 = 2 + un se obtiene la igualdad l = 2 + l. Para
resolver esta ecuacin, la elevamos al cuadrado. Al hacer esto, hay que tener
en cuenta que podemos estar aadiendo soluciones espurias2 . La ecuacin
l2 l 2 = 0 tiene dos soluciones, la espuria l1 = 1 y la solucin del problema
l2 = 2. Con esto demostramos que el lmite de (un ) es 2.
(b)
13.
14.
2
espuria: http://lema.rae.es/drae/?val=espuria
Series de nmeros reales

15.
16.
17. (a) Diverge
(b) Diverge
(c) Diverge
1
12
128
(e) Converge, su suma es
243
(f) Converge, su suma es 36
(d) Converge, su suma es
18.
19.
1 n
20. (a) Converge, tomar bn = ( ) .
2
(b) Converge
(c) Converge
(d) Converge
(e) Diverge
(f) Diverge
(g) Diverge
21.
22. (a) Converge absolutamente, luego converge.
(b) Converge absolutamente, luego converge.
(c) Converge absolutamente, luego converge.
(d) Converge absolutamente, luego converge.
(e) Converge absolutamente, luego converge.
(f) No converge, luego no converge absolutamente.
(g) No converge, luego no converge absolutamente.
(h) Converge, no converge absolutamente.
23. (a) Converge.
(b) Diverge.
24. (a) Converge
(b) Converge
25. (a) Converge
(b) Diverge
(c) Converge.
(d) Diverge.
(c) Diverge
(d) Converge
(c) Diverge
(d) Converge
26.
49
50

(a) Converge
(h) Diverge
() Converge
(b) Diverge
(i)
(o)
(c)
(j)
(p)
(d) Converge
(k) Converge
(q)
(e)
(l)
(r) Converge
(f)
(m)
(s) Converge
(g)
(n)
(t)
27.
28. (a) Falsa
(b) Falsa
(c) Cierta
(d) Falsa
(e) Falsa
(f)
(g) Falsa
(h)
(i)
Tema 2
Funciones, lmites y continuidad en
Vamos a dedicar 5 horas de clase a este captulo. Debes resolver por tu cuenta los
ejercicios que no hayan sido resueltos en clase. No todos los ejercicios tienen la misma
dificultad. Para orientar tu trabajo, se ha etiquetado cada ejercicio en niveles, como en
el captulo anterior.
Tambin es recomendable consultar [1], [2], [3].
2.1. Funciones. Tipos de funciones

Definicin 2.1.1. Se llama funcin real de variable real a una aplicacin f entre dos
subconjuntos A y B de R.
f A B
x f (x)
El conjunto A se llama dominio de f . El conjunto
Imf = f (A) = { y B x A tal que f (x) = y }
se llama imagen, rango o recorrido de f . El conjunto
Gf = { (x, f (x)) x A } R2 ,
se llama grfica o grafo de f .
Ejemplo 2.1.2. Consideremos la funcin
f R R
x x2
Es una funcin no inyectiva porque f (1) = f (1), y no suprayectiva ya que f (R) =
[0, +).
51
52
Funciones de R en R
Definicin 2.1.3. Sea D R y sea f D R se dice

Acotada superiormente si
K R tal que f (x) K
x D .
Acotada inferiormente si
l R tal que f (x) l
x D .
Acotada si
C R tal que f (x) C
x D .
Proposicin 2.1.4. Una funcin f est acotada si y slo si est acotada superior e
inferiormente.
Definicin 2.1.5. Sea D R y sea f D R se dice que f es
creciente en D si
x1 , x2 D tales que x1 < x2 , se tiene que f (x1 ) f (x2 ),
estrictamente creciente en D si
x1 , x2 D tales que x1 < x2 , se tiene que f (x1 ) < f (x2 ),
decreciente en D si
x1 , x2 D tales que x1 < x2 , se tiene que f (x1 ) f (x2 ),
estrictamente decreciente en D si
x1 , x2 D tales que x1 < x2 , se tiene que f (x1 ) > f (x2 ) .
montona en D si es creciente o decreciente en D.
estrictamente montona en D si es estrictamente creciente o estrictamente decreciente en D.
Nota 2.1.6. Observa que las funciones crecientes mantienen el sentido de las desigualdades, mientras que las funciones decrecientes lo invierten. Observa tambin que las
funciones estrictamente montonas son inyectivas.
2.2. Operaciones con funciones
53
Definicin 2.1.7. Sea una funcin f A B con dominio A simtrico respecto del 0.
Se dice que f es par si para todo x A se tiene f (x) = f (x), y se dice que es impar
si para todo x A se tiene f (x) = f (x).
Ejemplo 2.1.8. La funcin del ejemplo 2.1.2, f (x) = x2 , es una funcin par. La funcin
f (x) = x3 es una funcin impar.
Nota 2.1.9. El grafo de una funcin par es simtrico respecto del eje vertical; el grafo
de una funcin impar es simtrica respecto del punto (0, 0).
Definicin 2.1.10. Sea una funcin f R R y sea p > 0. Se dice que f es una funcin
peridica de periodo p ( p-peridica) si f (x + p) = f (x) para todo x R.
Ejemplo 2.1.11. Las funciones seno y coseno son peridicas de periodo 2; la funcin
tangente es peridica de periodo (vase la seccin 2.5).
Nota 2.1.12. Para saber cmo es el grafo de una funcin peridica de periodo p basta
con conocerlo en un intervalo de longitud p.

En el conjunto de funciones podemos definir una serie de operaciones de manera que el
resultado de la operacin sea una nueva funcin. Hay que tener en cuenta los dominios
de las funciones con las que queremos operar.
Definicin 2.2.1. Sea D R, R, dadas dos funciones f, g D R, definimos las
siguientes operaciones.
Suma de funciones.
f +g D R
x f (x) + g(x)
Producto de funciones.
f g D R
x f (x) g(x)
Producto de un escalar por una funcin.
f D R
x f (x)
54
Funciones de R en R
Cociente de funciones. Si g(x) 0 para todo x D

f
DR
g
f (x)
x
g(x)
Otras operaciones. Imponiendo en cada caso las condiciones que sean necesarias,
podemos definir las siguientes operaciones
Si f (x) > 0 para todo x D:
log f D R
x log f (x)
Si f (x) > 0 para todo x D:
fg D R
x f (x)g(x) = eg(x) log(f (x))
Si f (x) 0 para todo x D:
f D R
x f (x)
Ejemplo 2.2.2. Dadas las funciones f (x) = sen x y g(x) = cos x, la funcin suma
s = f + g viene dada por s(x) = sen x + cos x. El grafo de s se obtiene de forma muy
sencilla a partir de los grafos de las funciones f y g: en cada valor de la abscisa x, para
obtener s(x) basta con aadir a f (x) el valor de g(x). Vase la figura 2.1.
f +g
Figura 2.1. Suma de funciones
Veamos ahora otras operaciones entre funciones.

55
Definicin 2.2.3. Consideremos dos funciones

f A B
x f (x)
g C D
x g(x)
tales que Im f C. Se define la nueva funcin f compuesta con g, y se denota por

g f , como
gf A D
x g (f (x))
Observa que la funcin anterior est bien definida para los dominios e imgenes de las
funciones que intervienen en la definicin.
Ejemplo 2.2.4. Sea D R y consideremos una funcin f D R, entonces
Si f (x) 0 x Dy si g(x) =
x, entonces (g f )(x) = f (x).
Si f (x) > 0 x Dy si g(x) = log x, entonces (g f )(x) = log f (x).

Definicin 2.2.5. Sean D R y f D R una funcin inyectiva, definimos la funcin
inversa de f , y la denotamos por f 1 , como
f 1 Im f A
y
x tal que f (x) = y .
Esta funcin inversa est bien definida por ser f inyectiva.
Observa que se verifica que f 1 (f (x)) = x para todo x D, y que f (f 1 (y)) = y
para todo y Im f . Teniendo en cuenta que el punto (x, y) Gf si y slo si el punto
(y, x) Gf 1 , tenemos que la grfica de f 1 se puede obtener a partir de la de f
intercambiando x e y.
Ejemplo 2.2.6. Mostramos los grafos de la funcin f (x) = cos x y la de su funcin
inversa, f 1 (x) = arc cos x.
2.5
0.5
2
0.5
1.5
2.5
1.5
1
-0.5
0.5
-1
-1
Funcin cos x
-0.5
0.5
Funcin arc cos x
56
Funciones de R en R
2.3. Lmite de una funcin

Dado un conjunto D R, se define el conjunto de puntos de acumulacin de D como
D = { x R > 0 se verifica que D (x , x + )/{x} } .
Observemos que si x0 D , hay puntos de D, distintos del propio x0 , tan prximos como
se quiera a x0 . Para los intervalos I de la forma (a, b), [a, b), (a, b] y [a, b], tenemos
que I = [a, b].
Definicin 2.3.1. Sean D R, x0 D , ` R y f D R,
Se dice que ` es el lmite de f en x0 , y se escribe
lm f (x) = `
xx0
si
0 < x x0 <
> 0 > 0 tal que si
xD
, entonces f (x) ` < .
(Si x est "suficientemente cerca de x0 , se tiene que f (x) est tan cerca de `
como previamente habamos exigido).
Se dice que + es el lmite de f en x0 , y se escribe
lm f (x) = +
xx0
si
0 < x x0 <
M > 0 > 0 tal que si
xD
(Si x est suficientemente cerca de x0 , se tiene

previamente habamos exigido).
, entonces f (x) > M .
que f (x) es mayor de lo que
Se dice que es el lmite de f en x0 , y se escribe

lm f (x) =
xx0
si
0 < x x0 <
M < 0 > 0 tal que si
xD
(Si x est suficientemente cerca de x0 , se tiene

, entonces f (x) < M .
que f (x) es menor de lo que
57
Definicin 2.3.2. Sean f R R y ` R.

Se dice que ` es el lmite de f cuando x +, y se escribe
lm f (x) = ` ,
x+
si
> 0 x1 > 0 tal que si x x1 , entonces f (x) ` < .
(Si x es suficientemente grande, se tiene que f (x) est tan cerca de ` como
Se dice que + es el lmite de f cuando x +, y se escribe
lm f (x) = + ,
x+
si
M > 0 x1 > 0 tal que si x x1 , entonces f (x) > M .
(Si x es suficientemente grande, se tiene que f (x) es mayor de lo que previamente habamos exigido).
Se dice que es el lmite de f cuando x +, y se escribe
lm f (x) = ,
x+
si
M < 0 x1 > 0 tal que si x x1 , entonces f (x) < M .
(Si x es suficientemente grande, se tiene que f (x) es menor de lo que previamente habamos exigido).
Se dice que ` es el lmite de f cuando x , y se escribe
lm f (x) = ` R ,
si
> 0 x1 < 0 tal que si x x1 , entonces f (x) ` < .
(Si x es suficientemente pequeo, se tiene que f (x) est tan cerca de ` como
Se dice que + es el lmite de f cuando x , y se escribe
lm f (x) = + ,
si
M > 0 x1 < 0 tal que si x x1 , entonces f (x) > M .
(Si x es suficientemente pequeo, se tiene que f (x) es mayor de lo que previamente habamos exigido).
58
Funciones de R en R
Se dice que es el lmite de f cuando x , y se escribe

lm f (x) = .
si
M < 0 x1 < 0 tal que si x x1 , entonces f (x) < M . (Si x es suficientemente pequeo, se tiene que f (x) es menor de lo que previamente habamos exigido).
Nota 2.3.3. En la definicin 2.3.2, para definir los lmites cuando x + no es necesario
que el dominio de f sea R. Es suficiente que el dominio de f contenga un intervalo de la
forma (a, +). Anlogamente, para el caso de los lmites cuando x , es suficiente
que el dominio de f contenga un intervalo de la forma (, b).
Proposicin 2.3.4. Si una funcin tiene lmite en un punto x0 R, o en + o en
, el lmite es nico.
Definicin 2.3.5. Sean ` R, I un intervalo, x0 I tal que x0 no sea el extremo
derecho de I, y f I R, se dice que ` es el lmite por la derecha de f en x0 , y se
escribe
lm+ f (x) = ` ,
xx0
si
0 < x x0 <
> 0 > 0 tal que si
xI
entonces f (x) ` < .
Se pueden definir anlogamente (se propone como ejercicio) los dos lmites por la
derecha
lm+ f (x) = + ,
lm+ f (x) = ,
xx0
xx0
y, supuesto que x0 no sea el extremo izquierdo de I, los tres lmites por la izquierda
restantes
lm f (x) = ` ,
lm f (x) = + ,
lm f (x) = .
xx0
xx0
xx0
Proposicin 2.3.6. Consideremos una funcin f I R, con I un intervalo. Sea

x0 un nmero real tal que x0 I , y tal que x0 no sea extremo de I . Entonces existe
lm f (x) si y slo si existen y son iguales los lmites laterales lm+ f (x) y lm f (x).
xx0
xx0
xx0
En este caso,
lm f (x) = lm+ f (x) = lm f (x) .
xx0
xx0
xx0
Proposicin 2.3.7. Sean D R, x0 R y f D R. Entonces existe

lm f (x) = l
xx0
59
si y solamente si para toda sucesin (an )nN con an D, n N y con lm an = x0 , se

tiene
lm f (an ) = l.
Nota 2.3.8. La proposicin 2.3.7 es vlida tambin si x0 = +, x0 = , l = +, l =
y para los lmites laterales.
Nota 2.3.9. La proposicin 2.3.7 es especialmente til para demostrar la no existencia
de lmite.
Ejemplo 2.3.10. Sea D = (0, ) y
f DR
1
x sen
x
Vamos a demostrar, usando la proposicin 2.3.7, que / lm+ f (x). Sean

x0
an =
1
,
2n
bn =
1
,
+ 2n
tenemos que f (an ) = 0 y f (bn ) = 1, as que lm f (an ) = 0 y lm f (bn ) = 1, lo que nos

lleva a
/ lm+ f (x).
x0
lgebra de lmites
Las tablas 2.1-2.10 son consecuencia inmediata de la proposicin 2.3.7 y las tablas
que tenamos para sucesiones. Tambin aqu, la letra "I" significa "interminacin", es
decir, con slo con saber los lmites de los operandos no sabemos cul es el lmite de
la operacin.
60
Funciones de R en R
`R
` R
` + `
Tabla 2.1. Lmite de la suma (f + g)
`R
`>0
`=0
` R, ` > 0
` `
` = 0
` R, ` < 0
`R
`<0
` `
` `
` `
Tabla 2.2. Lmite del producto (f g)
f =/ 0
` R, ` =/ 0
`=0
1/f
f >0
1/f
f <0
1/f
` R, ` =/ 0
1/`
` R, ` =/ 0
1/`
`=0
`=0
1/`
0
0
Tabla 2.3. Lmite de
1
f
, f (x) 0 x D
`R
`>0
`=0
`R
`<0
` R, ` > 0
`/`
`/`
` = 0
` R, ` < 0
`/`
`/`
Tabla 2.4. Lmite para el cociente
f
g
, g(x) 0 x D
61
62
Funciones de R en R
`R
`>0
`=0
` R, ` > 0
`/`
` = 0
`R
`<0
`/`
`=0
f
g
, g(x) > 0 x D
`R
`>0
`R
`<0
` R, ` < 0
`/`
`/`
` = 0
f >0
log f
` R, ` > 0
log `
`=0
f
g
, g(x) < 0 x D
Tabla 2.7. Lmite para el logaritmo log f , f (x) > 0 x D

`R
0<<1
>1
Tabla 2.8. Lmite para la exponencial f , > 0
f
r
`R
`>0
r>0
`r
r<0
`r
Tabla 2.9. Lmite para la potencial f r , f (x) > 0 x D
`R
0<`<1
` R, ` < 0
``
` R, ` > 0
``
`R
`>1
``
``
Tabla 2.10. Lmite para la potencial-exponencial f g , f (x) > 0 x D

63
64
Funciones de R en R
Clculo de lmites
Proposicin 2.3.11. (Regla del sndwich)
Dado un intervalo I, consideremos las funciones f, g, h I R. Sea x0 R{, +}.
Si
f (x) g(x) h(x) suficientemente cerca" de x0
y existe
lm f (x) = lm h(x) = `
xx0
xx0
con ` R {, +} ,
entonces tambin existe lm g(x) = `.

xx0
Nota 2.3.12. De la regla del sndwich, se deduce inmediatamente que el siguiente resultado.
Proposicin 2.3.13. Dado un intervalo I, consideremos las funciones f, g, I R.
Sea x0 R {, +}. Si lm = g(x) = 0 y f (x) est acotada suficientemente cerca"
xx0
de x0 , entonces
lm f (x)g(x) = 0.
xx0
Definicin 2.3.14. Sean f, g D R R y sea x0 D . Se dice que f es equivalente

a g en x0 si
f (x)
= 1.
lm
xx0 g(x)
Suele denotarse f g
x0
Nota 2.3.15. En las condiciones de la definicin 2.3.14, si f (x) 0, en la tabla 2.11

xx0
tienes algunas de las equivalencias ms utilizadas
Nota 2.3.16. Las equivalencias son de aplicacin directa al clculo de lmites en expresiones en las que intervengan productos. Supongamos, por ejemplo f, g, h D R R
y x0 D . Si f g, y tenemos que calcular
x0
lm f (x).h(x),
xx0
podemos "utilizar equivalencias" del siguiente modo

lm f (x) h(x) = lm
xx0
xx0
f (x)
g(x) h(x) = lm g(x).h(x)
xx0
g(x)
ya que
f (x)
= 1.
g(x)
Esto ser de utilidad cuando la expresin g(x).h(x) sea ms sencilla (desde el punto
de vista del clculo de lmites) que f (x).h(x). De manera anloga se puede proceder
en expresiones en las que intervengan cocientes.
lm
xx0
65
r 0
x0
1
1 r(x)
sen r(x)
1 + r(x)
r(x)
x0
x0
1 cos r(x)
er(x) 1
x0
x0
tg r(x)
arc sen r(x)
x0
x0
arctg r(x)
(r(x))2
2
log(1 + r(x))
x0
x0
r(x)
r(x)
Tabla 2.11. Algunas equivalencias para funciones elementales

Nota 2.3.17. Si f g, puede ocurrir que
x0
lm (f (x) + h(x)) lm (g(x) + h(x))
xx0
xx0
como muestra el contraejemplo 2.3.18

Ejemplo 2.3.18. Sean f (x) =
2
1
y g(x) =
. Tenemos que f g y, adems
2
0
x
1 cos x
1
lm(f (x) g(x)) = .
x0
6
Pero si "aplicsemos equivalencias en sumas", llegaramos a

1
= lm(f (x) g(x)) = lm(f (x) f (x)) = 0,
x0
6 x0
lo que es imposible.
Asntotas
Algunas funciones tienen unas rectas particulares que se pegan" a su grafo. Estas
rectas se conocen con el nombre de asntotas.
Definicin 2.3.19. Sea f R R y x0 R. La recta x = x0 es una asntota vertical de
f si se verifica alguna de condiciones siguientes:
lm f (x) = + ,
xx
0
lm f (x) = + ,
xx+
0
lm f (x) = ,
xx
0
lm f (x) = .
xx+
0
66
Funciones de R en R
Definicin 2.3.20. La recta y = mx + b es una asntota oblicua de f si

lm (f (x) y(x)) = 0
lm (f (x) y(x)) = 0 .
x+
En el caso particular m = 0, la asntota se llama horizontal.

Desde el punto de vista prctico, la definicin 2.3.20 es poco til para averiguar si una
funcin tiene o no asntotas oblicuas. Es mejor estudiar en primer lugar el lmite
lm
x+
f (x)
.
x
Si este lmite existe y es real, entonces su valor m es la pendiente de la asntota. Para

encontrar b calculamos
lm (f (x) mx) .
x+
Si este lmite existe y es real, entonces su valor es b. Anlogamente se estudiara la

existencia de asntotas cuando x .
2.4. Continuidad
Definicin 2.4.1. Sea D R y consideremos una funcin f D R. Sea x0 D D .
Se dice que f es continua en x0 si lm f (x) = f (x0 ).
xx0
Si f es continua en x0 para todo x0 D, diremos que f es continua en D.

Definicin 2.4.2. Sea D R y consideremos una funcin f D R. Sea x0 D .
Diremos que f es discontinua en x0 si
x0 / D
o
Si x0 D pero f no es continua en x0 .
2.4. Continuidad
67
En la definicin 2.2.1 vimos algunas operaciones con funciones. Si ambas funciones son
continuas, la nueva funcin tambin lo es.
Proposicin 2.4.3.
1. Sean f y g dos funciones continuas en x0 . Entonces, la funcin suma f + g y la
funcin producto f g son funciones continuas en x0 .
2. Sean f y g dos funciones continuas en x0 . Si g(x0 ) 0, entonces la funcin
f
cociente es continua en x0 .
g
3. Si f (x) > 0 x D y f y g son continuas en x0 , entonces f g es continua en x0 .
Veamos algunos ejemplos de funciones continuas
Ejemplo 2.4.4.
1. La funcin constante,
f RR
x k,
es continua en R.
2. La funcin identidad,
f RR
x x,
es continua en R.
3. Los polinomios son funciones continuas en R.
4. La funcin
f (0, +) R
x log x,
es continua en (0 + ).
68
Funciones de R en R
5. La funcin
f [0, +) R
x x,
es continua en [0, +).
Pueden obtenerse nuevas funciones continuas mediante la composicin de funciones
continuas.
Proposicin 2.4.5. Consideremos las funciones f I1 R y g I2 R, con I2 tal que
f (I1 ) I2 . Si f es continua en x0 y g es continua en f (x0 ), entonces la funcin g f
es continua en x0 .
Ejemplo 2.4.6. Sea I un intervalo, y sea f I R continua en I, entonces
si f (x) 0 x I, entonces las funcin
f es continua en I,
si f (x) > 0 x I, entonces las funcin log f es continua en I.

Resultados clsicos sobre continuidad
En esta seccin mostramos varios resultados importantes para funciones continuas definidas en un intervalo cerrado.
Una funcin continua en su dominio puede no estar acotada en l. Por ejemplo, la
1
funcin f (x) = es continua en (0, 1] pero est acotada dicho intervalo. Esta situacin
x
no puede darse en un intervalo cerrado.
Proposicin 2.4.7. Sea f [a, b] R una continua en [a, b]. Entonces f est acotada,
es decir, existe una constante C 0 tal que
f (x) C
para todo x [a, b] .
Teorema 2.4.8. (Teorema de Weierstrass)

Sea f [a, b] R una funcin continua. Entonces f alcanza su mximo y su mnimo
en [a, b], es decir, existen puntos c y d en [a, b] tales que
f (c) = max f (x) ,
x[a,b]
f (d) = mn f (x) .
x[a,b]
2.4. Continuidad
69
Teorema 2.4.9. (Teorema de Bolzano)

Sea f [a, b] R continua en [a, b] tal que f (a) f (b) < 0 . Entonces existe algn punto
x0 (a, b) verificando f (x0 ) = 0.
Los puntos x0 tales que f (x0 ) = 0 se llaman races de f . El teorema de Bolzano nos
indica que, bajo las condiciones del teorema, existe al menos una raz de f en el intervalo
(a, b). El teorema no afirma nada acerca del nmero de races que existen en el intervalo.
Como consecuencia del teorema de Bolzano tenemos los resultados siguientes.

Proposicin 2.4.10. (Propiedad de Darboux)
Sea f [a, b] R continua y tal que f (a) f (b). Entonces para todo y0 entre f (a) y
f (b), existe x0 (a, b) tal que f (x0 ) = y0 .
Observemos que la propiedad de Darboux nos indica que, bajo las condiciones de la proposicin, f toma todos los valores comprendidos entre f (a) y f (b). Como consecuencia
inmediata tenemos la siguiente proposicin.
Proposicin 2.4.11. Sea f [a, b] R continua en [a, b]. Entonces f ([a, b]) es un
intervalo cerrado.
La siguiente proposicin es tambin cierta (por supuesto!), pero no se deduce inmediatamente de la propiedad de Darboux
Proposicin 2.4.12. Sea I un intervalo y f I R continua en I. Entonces f (I) es
un intervalo.
Clasificacin de las discontinuidades

En la definicin 2.4.2 se ha definido cundo una funcin es discontinua en un punto
x0 . Una funcin puede ser discontinua en x0 debido a varios motivos; ello da lugar a
clasificar las discontinuidades en distintos tipos.
Definicin 2.4.13. Sean D R, f D R y x0 D . Se dice que
70
Funciones de R en R
f tiene una discontinuidad evitable en x0 si

x0 D y existe lm f (x) R, pero f (x0 ) lm f (x) R,
xx0
xx0
o bien
x0 / D y existe lm f (x) R.
xx0
Si f tiene una discontinuidad evitable en x0 , entonces podemos definir otra funcin f cuyo dominio es D {x0 } de la siguiente manera
f (x) ,
f (x) =
lm f (x) ,
xx0
si x x0 ,
si x = x0 .
La funcin f es una funcin continua en x0 que se llama extensin continua de

f.
Se dice que f tiene una discontinuidad no evitable de primera especie en x0 si
lm f (x) = +,
xx0
lm f (x) = ,
xx0
existen los dos lmites laterales de f en x0 pero son distintos.

Se dice que f tiene una discontinuidad no evitable de segunda especie en x0 si no
existe alguno de los lmites laterales de f en x0 .
Ejemplo 2.4.14.
1. La funcin
1/x
e , si x 0 ,
f (x) =
si x = 0 .
0,
tiene una discontinuidad no evitable de primera especie en x0 = 0.
2. La funcin
sen x , si x 0 ,
f (x) =
si x = 0 .
0,
tiene una discontinuidad no evitable de segunda especie en x0 = 0.
2.5. Anexo: Funciones usuales
71
2.5. Anexo: Algunas funciones usuales

2.5.1. Funciones elementales
Funciones polinmicas
f R R
x a0 nk + a1 nk1 + + ak , a0 0
(a) f es continua en su dominio.
(b) Imagen de f :
si n es impar, f (R) = R,
si n es par
Si a0 > 0 f (R) es un intervalo de la forma [a, +),
Si a0 < 0 f (R) es un intervalo de la forma (, b],
En la grfica se muestran tres funciones polinmicas f , g y h de grados 2, 3 y 4,
respectivamente.
g
20
10
-3
-2
-1
-10
-20
Funcin seno1
f R R
x sen x.

(b) f (R) = [1, 1], luego f es una funcin acotada.
(c) Es impar.
(d) Es peridica de periodo 2.
1
-1
En esta, y en todas las funciones trigonomtricas, el argumento est expresado en radianes
72
Funciones de R en R
Funcin coseno
f R R
x cos x

(b) f (R) = [1, 1], luego f es una funcin acotada.
(c) Es par.
(d) Es peridica de periodo 2.
1
-1
Funcin tangente
Sea
D = R {x R cos x=0} = R {(2k + 1)
y
k Z} .
2
f D R
sen x
= tg x
cos x
x
(a) f es continua en D.
(b) f (R) = R, luego f no es una funcin acotada.

(c) Es impar.
(d) Es peridica de periodo .
15
10
5
3
-
2
-
2
-5
-10
-15
73
Funcin arcoseno.
Esta funcin es la inversa de la restriccin de la funcin seno al intervalo [ 2 , 2 ].
f [1, 1] [ 2 , 2 ]
x y tal que sen y = x
(y = arc sen x)

(b) f ([1, 1]) = [ 2 , 2 ], luego f es una funcin acotada.
(c) Es impar.
-1
-0.5
0.5
-
2
Se puede obtener su grafo a partir del de la funcin funcin seno (pgina 55).
Funcin arcocoseno
Esta funcin es la inversa de la restriccin de la funcin coseno al intervalo [0, ]
f [1, 1] [0, ]
x y, tal que
cos y = x
(y = arc cos x)

(b) f ([1, 1]) = [0, ], luego f es una funcin acotada.
Se puede obtener su grafo a partir del de la funcin coseno.
-1
-0.5
0.5
74
Funciones de R en R
Funcin arcotangente
Esta funcin es la inversa de la restriccin de la funcin tangente al intervalo
( 2 , 2 )
f R ( 2 , 2 )
x y tal que tg y = x
(y = arctg x)
(b) f (R) = ( 2 , 2 ), luego f es una funcin acotada.
(c) Es impar.
(d) Es estrictamente creciente.
Se puede obtener su grafo a partir del de de la funcin tangente.
-5
-10
10
-
2
Funcin exponencial
f R R
x ex
(b) f (R) = (0, +), es decir, f (x) > 0 para todo x R.
(c) Es estrictamente creciente.
20
15
10
-3
-2
-1
75
Funcin logaritmo
Es la funcin inversa de la funcin exponencial.
f (0, +) R
x y tal que ey = x
(y = log x)

(b) f ((0, +)) = R, luego f no est acotada.
(c) f es estrictamente creciente.
Como es la inversa de la funcin exponencial, ya sabemos cmo es su grfica.
2
1
1
-1
-2
-3
-4
Funcin seno hiperblico

f R R
ex ex
x
= Sh x
2
(b) f (R) = R.
(c) Es impar
(d) Es estrictamente creciente.
20
10
10
20
76
Funciones de R en R
Funcin coseno hiperblico
f R R
ex + ex
x
= Ch x
2
(b) f (R) = [1, +), luego f est acotada inferiormente.
(c) Es par.
La grfica correspondiente a esta funcin se llama catenaria.
http://www.fotomat.es/catenaria/
2
1.5
1
0.5
-1
-0.5
0.5
Funcin tangente hiperblica

f R R
Sh x
x
= Th x
Ch x
ex ex e2x 1
(b) Th x = x x = 2x
.
e +e
e +1
(c) f (R) = (1, 1), luego f es una funcin acotada.
(d) Es impar
(e) Es estrictamente creciente.
1
-6
-3
-1
77
Funcin argumento del seno hiperblico

f R R
x y tal que
Sh y = x
(y = ArgSh x)
Es la funcin inversa de la funcin seno hiperblico. Observa que est bien definida, ya que Sh x es biyectiva.
(b) f (R) = R.
(c) Es impar y estrictamente creciente.
3
2
1
-10
-5
10
-1
-2
-3
Funcin argumento del coseno hiperblico

f [1 + ) [0, +)
x y tal que
Ch y =x
(y = ArgCh x)
Es la sta funcin inversa de la la restriccin a [0, ) de la funcin coseno hiperblico.

(b) f ([1, +)) = [0, +) .
(c) Es estrictamente creciente.
3
2.5
2
1.5
1
0.5
10
78
Funciones de R en R
Funcin argumento de la tangente hiperblica Es la funcin inversa de de la
funcin tangente hiperblica.
f (1, 1) R
x y tal que Th y =x
(y =ArgTh x)

(b) f ((1, 1)) = R.
(c) Estrictamente creciente.
2
-1
-0.5
0.5
-1
-2
2.6. Otras funciones usuales
Funcin parte entera

f R R
x [x] = max{ n Z n x }
(a) Dominio: R .
Es continua en R Z. En cada punto de Z, presenta una discontinuidad de
no evitable de primera especie.
(b) f (R) = Z.
2
-2
-1
-1
-2
2.6. Otras funciones usuales
Funcin valor absoluto

f RR
x x = {
x
x
x0
x<0
si
si
(a) Dominio: R .
(b) Es continua en su dominio
(c) f (R) = [0, +).
1.0
0.8
0.6
0.4
0.2
-1.0
-0.5
0.5
1.0
79
2.7. Ejercicios
81
2.7. Ejercicios
Conceptos bsicos
1. (nivel 2 los dominios y nivel 3 las imgenes) Calcula el dominio y la imagen de
las siguientes funciones
(a) f (x) = arctg(x x2 )
(b) f (x) = arc cos(x2 1)
(c) f (x) = cos x2 1
(d) f (x) = sen x

x1
(e) f (x) = 2
x 2x + 8
(f) f (x) = log (cos x 12 )
(g) f (x) = earc sen(cos(sen(x
3 +3x8)))
(h) f (x) =
2x 2+x
(i) f (x) = log
x2 + 1
x1
(j) f (x) = arc cos
x2 2x
3 4x
2. (nivel 3) Estudia la inyectividad de las siguientes funciones y calcula su funcin

inversa cuando proceda
(a)
x+1
x+2
(e) x2 + 2x + 3
x+2
(f) 4 2
x2
(b) e 2
(c)
3
x+1
(d) arc cos
(g) log
x
x+1
x1
x+1
(h) cos x + sen x
3. (nivel 1) Estudia si el dominio de las siguientes funciones es simtrico respecto

de 0 y, cuando proceda, si las funciones son pares o impares.
x
(a)
x
2
(b) log(ex x)
(c)
(d)
x arctg x3
(e) arctg(cos(sen(x2 tg x))))

(f) x cos x2 x2 sen x
sen x cos x
(g) x3 + x2 + x + 1
x2 x
x3 x2
(h)
sen(x + 2)
x+2
4. (nivel 2) Razona si las siguientes afirmaciones son verdaderas o falsas.

(a) Si f es creciente, entonces f 2 es creciente.
82
Funciones de R en R
(b) Si f y g son crecientes, y g(x) 0 x, entonces f g es creciente.
(c) Si f es acotada superiormente, 1 + f 2 es acotada superior e inferiormente.
(d) Si f es peridica con periodo p, f (mx) es peridica con periodo p/m (m > 0).
(e) Si f y g son pares, entonces f g es par.
(f) Si f y g son impares, entonces f g es impar.
(g) Si f es par o impar, entonces f (0) = 0
Lmites
5. (nivel 0) Calcula
(a) lm x12
x0
x3 + 4x 2
x
x2 + 5
cos x x
(c) lm
x x +
x2 + 8x 20
(d) lm 2
x2 x x 2
(b) lm
1
(e) lm 2 x 2
x2
x3 + 1 x3 + 4x2 1
(f) lm
x+
x+1
x
2 2
(g) lm
x2
x
4 2x + 1 1
(h) lm 2
1
(x 1)2
x1
1
(i) lm log(1 + x)e x2
x0
ex 2x+1 1
(a) lm 3
x1 x 3x + 2
2
(b) lm
x2
cos(x 2) 1
(x 2) sen(2x 4)
tg(arc cos(x2 + x 1))

x1
2x 1
(c) lm
(d) lm 4tg(2 arctg x)

x1
1
(e) lm (1 x) 1 x
x1
log2 x
x1 x 1
(g) lm x x x
(f) lm
x+1
3x 1 x 1
(a) lm (
)
x1
x+1
(b) lm+ (
x3
1
)
x3
x2 x 6
2x2 4x 6
2.7. Ejercicios
log(1 + log(1 + ex ))
x+
cos x1 1
(c) lm
xa
log(1 + x)
2
x0 cos(ex 1) 1
(d) lm
(e) lm (
x2
x4
(f) lm
1
3x 3 sen(x 4)
)
x3
log x log a
xa
83
(a > 0)
1
(g) lm(x 2)8x 3 x 2
x2
x cos x x
(h) lm
x0
sen x2
8. (nivel 3) Estudia por qu los siguientes lmites no existen

(a) lm cos(2x)
(c) lm2 cos
x+
x
(b) lm 2
x1 x 1
1
2
sen
x
x 2
(d) lm log(1 + x cos x)

x+
Continuidad
9. (nivel 3) Estudia si las siguientes afirmaciones son verdaderas o falsas
(a) Si f y g son discontinuas en un punto x0 , entonces f + g es discontinua en
x0 .
(b) Si f es continua en x0 , entonces f 5 es continua en x0 .
(c) Si f es continua en x0 , entonces f es continua en x0 .

(d) Si existe el lmite de f cuando x x0 , entonces f es continua en x0 .
(e) Los puntos de discontinuidad de las funciones log(x2 ) y de 2 log x son los
mismos
10. Estudia, segn los valores de a y b la continuidad en R de las siguientes funciones
(a) (nivel 2) f (x) =
(b) (nivel 3) g(x) =
sen(b(x 2))
, x2
x2
a 1,
x=2
x2 1
, x 1
ax 2
b
x = 1
11. (nivel 2, salvo el apartado (f), que es de nivel 3) Halla los puntos de discontinuidad
de las siguientes funciones. Clasifica las discontinuidades
(a)
sen x2
x2
(b)
x2
x
1
84
Funciones de R en R
(c)
x+3
2
x 3x + 2
(d) log
(e)
2x
log x2 1
1, x Q
(f)
x, x R Q
x2 + 1
x1
12. (nivel 2) Halla las asntotas de los grafos de las siguientes funciones
(a)
x3 + 2x + 3
x2 + 4x 5
(d) arc cos
x2
(b) e 2
(e) log
(c)
x+3
x2
(f)
x2
x
+1
x1
x+1
(x2 1) arctg x
x+2
13. (nivel 3) Estudia si las siguientes afirmaciones son ciertas o falsas.

f + g + f g f + g f g)
(a) Si f, g son continuas en x0 , entonces
y
son
2
2
continuas en x0 .

(b) Si f es continua en R e Im (f ) ( , ) entonces tg f es continua en R.
2 2
(c) Si f (x) es continua, lm f (x) = 1, y lm f (x) = 1 entonces existe c R tal
x
x
que f (c) = 0
f
(d) Si f y g son discontinuas en x0 ,
es discontinua en x0 y, adems, la disg
continuidad es no evitable.
(e) Si f y g son continuas en (a, b), f (a) < g(a) y f (b) > g(b), entonces existe
c (a, b) tal que f (c) = g(c).
14. (nivel 2) Estudia la continuidad de la funcin
f (x) =
arctg x2
sen2 x + x2 cos x
en el punto x0 = 0. Si f tiene en x0 una discontinuidad evitable, define la extensin

continua de la funcin.
15. (nivel 2, salvo el (15e), que es de nivel 3) Estudia la continuidad de las siguientes
funciones. Para las discontinuidades evitables, define la extensin continua de la
funcin.
2.7. Ejercicios
(a)
85
2
2
(c) e x
log(1 + sen4 x)
2 cos4 x + sen4 x
x
cos x
( 2x)
sen x
(e)
log (1 + arctg x)
(d) sen
(b)
x2 4
x3 + 2x2 7x 2
16. (nivel 2) Demuestra que si f [0, 1] [0, 1] es una funcin continua, entonces
existe c [0, 1] tal que f (c) = c.
17. (nivel 3) Sean f y g dos funciones continuas definidas en el intervalo [a, b] tales
que f (a) < g(a) y f (b) > g(b). Demuestra que f (x) = g(x) para algn x [a, b].
18. (nivel 3) Sea f [3, 5] R una funcin continua tal que f (x) 4 para todo
x [3, 5] y f (3) = 3, demuestra que f (5) < 4.
19. (nivel 2) Demuestra que si una funcin es continua y no tiene ceros en un intervalo
cerrado [a, b], entonces no cambia de signo en ese intervalo.
1
, halla sus puntos de discontinuidad y sus asntotas.
9
x
21. (nivel 2) Consideremos la funcin f (x) =
. Comprueba que f ( 3 ) > 0 y que
sen x
( 4 ) tal que f (c) = 0. Explica
f ( 4
3 ) < 0. Comprueba tambin que no existe c 3 , 3
por qu esto no contradice el teorema de Bolzano.
20. (nivel 1) Dada f (x) =
x2
22. (nivel 1) Sean x, y R, > 0, demuestra que

(a) 2xy x2 + y 2
(b) 2xy
x2
+ y 2
Tema 3
Calculo diferencial en
3.1. Planificacin del captulo

Vamos a dedicar 8 horas de clase a este captulo, 2 de ellas en una sesin de desdoble.
Tendremos tambin una sesin de ordenador correspondiente a los captulos 1 y 2.
Debes resolver por tu cuenta los ejercicios que no hayan sido resueltos en clase. No
todos los ejercicios tienen la misma dificultad. Para orientar tu trabajo, se ha etiquetado
cada ejercicio en niveles, desde el nivel 1 hasta el nivel 3. Los ejercicios de nivel 0 son
de repaso de conocimientos previos y los de nivel extra son para ampliar conociientos.
Para ampliar estos apuntes puedes consultar [1], [2],[3].
3.2. Introduccin
La recta tangente a una circunferencia en un punto P se puede obtener de forma
sencilla. Basta con trazar por P la recta perpendicular al radio que une el centro de
la circunferencia y el punto P . Este procedimiento es consecuencia de las propiedades
de la circunferencia. Cmo resolvemos el problema ms general de encontrar la recta
tangente para una curva cualquiera?
P
.
t?
Figura 3.1. El problema de la tangente

87
88
Clculo diferencial en R
El siguiente concepto, fundamental en el clculo infinitesimal, da respuesta a la pregunta anterior.
3.3. Derivada de una funcin en un punto

Dado un conjunto D R, al hablar de lmites en la seccin 2.3 definimos el conjunto D .
En esta seccin, antes de estudiar la derivada de una funcin, definiremos el siguiente
conjunto
D = { x R > 0 de manera que (x , x + ) D } .
Observemos que, si x D entonces x est completamente rodeado por puntos de D;
en particular, D D. Para los intervalos I de la forma (a, b), [a, b), (a, b] y [a, b], se
tiene que I = (a, b).
Definicin 3.3.1. Sea D R y consideremos una funcin f D R. Sea a D .
Decimos que f es derivable en el punto x0 si
f (x) f (x0 )
xx0
x x0
(3.1)
lm
existe y es real. En tal caso, dicho lmite se denota por f (x0 ) y se llama derivada de
f en el punto x0 , o simplemente derivada de f en x0 .
Qx
f (x)
f (x) f (x0 )
P
f (x0 )
x x0
x0
Si llamamos h al incremento de la variable x en el punto x0 , es decir, h = x x0 ,

entonces el lmite (3.1) se puede poner como
f (x0 + h) f (x0 )
.
h0
h
f (x0 ) = lm
(3.2)
Ejemplo 3.3.2. Hacemos uso de la definicin 3.3.1 para calcular la derivada de la

funcin f (x) = x2 en el punto x0 = 1,
f (x) f (1)
x2 1
= lm
= 2 R.
x1
x1 x 1
x1
f (1) = lm
3.3. Derivada en un punto
89
Para calcular este lmite hemos tenido que resolver una indeterminacin del tipo 0/0.
No es de extraar, si tenemos en cuenta la definicin de derivada: tanto el numerador
(incremento de f ) como el denominador (incremento de x) tienden a cero.
Ejemplo 3.3.3. Vamos a hallar la derivada de la funcin seno en el punto x0 . Utilizamos la frmula (3.2) para escribir
2 sen(h/2) cos(x0 + h/2)

sen(x0 + h) sen x0
= lm
h0
h0
h
h
sen(h/2)
= lm
lm cos (x0 + h/2)
h0
h0
h/2
sen x0 = lm
En la igualdad (*) hemos utilizado las propiedades de la funcin seno (vase la pgina
72) y la propiedad ya vista con las equivalencias:
sen h
= 1.
h0
h
lm
Adems, la funcin coseno es continua en todo punto, luego lmh0 cos (x0 + h/2) = 1.
De esta forma obtenemos que
sen x0 = cos x0 .
(3.3)
Ejercicio 3.3.4. Utilizando la definicin 3.3.1, demostrar que si una funcin f es
constante, es decir, f (x) = k para todo x R, entonces f (x0 ) = 0 para cualquier x0 .
Ejercicio 3.3.5. Utilizando la definicin 3.3.1, calcular:
1. f (2.5) para la funcin f (x) = 4x x2 .
2. f (a) para la funcin f (x) = xn .
Ecuaciones de las rectas tangente y normal a una curva

La recta tangente al grafo de un afuncin f en un punto P = (x0 , f (x0 )), es la recta
que pasa por P con pendiente f (x0 ). Su ecuacin es
y = f (x0 ) + f (x0 ) (x x0 ) .
La recta tangente es el lmite de una familia de rectas secantes {sx } que pasan por los
puntos de la grfica P y Qx = (x, f (x)), cuando Qx tiende a P (vase la figura 3.2).
90
t
sx
Qx P
xa
Qx
sx t
xa
Figura 3.2. La tangente como lmite de secantes

Ntese que, en las proximidades de P , la recta lmite pasa por un nico punto P del
grafo de f .
En efecto, para cada punto Qx , la secante que pasa por P y Qx tiene pendiente
f (x) f (x0 )
,
x x0
(3.4)
y, por tanto, la recta lmite tendr por pendiente

f (x) f (x0 )
= f (x0 ) .
xx0
x x0
lm
La recta normal al grafo de f en un punto P = (x0 , f (x0 )) es la recta perpendicular

a la recta tangente. Dadas dos rectas perpendiculares, si ninguna de ellas es vertical,
el producto de sus pendientes es 1. Por consiguiente, si f (x0 ) 0, la recta normal
tendr pendiente 1/f (x0 ). Su ecuacin es
y = f (x0 )
1
f (x
0)
(x x0 ) .
Ejemplo 3.3.6. Calculamos las ecuaciones de las rectas tangente y normal al grafo de
f (x) = x2 en el punto P de abscisa x = 1. En el ejemplo 3.3.2, hemos obtenido f (1) = 2.
Por tanto, la ecuacin de la recta tangente ser
y = f (1) + f (1) (x 1)
y = 1 + 2x ,
y la ecuacin de la recta normal ser

y = f (1)
1
f (1)
(x 1)
y=
1
3
x+ .
2
2
Ejercicio 3.3.7. Determinar la ecuacin de las rectas tangente y normal a la grfica

de:
1. f (x) = 4x x2 en el punto P = (2.5, f (2.5)).
2. f (x) = xn en el punto P = (x0 , f (x0 )).
91
Derivadas laterales
Definicin 3.3.8. Consideremos una funcin f I R, con I un intervalo. Sea x0 I
tal que f est definida en un intervalo a la derecha de x0 . Decimos que f es derivable
por la derecha en el punto x0 si el lmite
lm+
xx0
f (x) f (x0 )
x x0
(3.5)
existe y es real. En tal caso, dicho lmite se denota por f+ (x0 ) y se llama derivada de
f por la derecha de x0 . Anlogamente se define la derivada de f por la izquierda de x0 ,
f (x0 ) = lm
xx0
f (x) f (x0 )
.
x x0
(3.6)
Proposicin 3.3.9. Una funcin f I R es derivable en un punto x0 I si y slo

si las derivadas laterales (3.5) y (3.6) existen y son iguales.
Demostracin. Es consecuencia inmediata de las propiedades de los lmites. Basta tener
en cuenta que la derivada es un lmite y aplicar la proposicin 2.3.6.
Ejemplo 3.3.10. Veamos que f (x) = x no es derivable en x0 = 0. En efecto,
f+ (0) = lm+
f (x) f (0)
x
= lm+
= lm+ 1 = 1 ,
x0 x
x0
x0
f (0) = lm
x
f (x) f (0)
= lm
= lm (1) = 1 .
x0
x0
x0
x
x0
x0
Observemos que, si f es continua por la derecha en el punto x0 , entonces f+ (x0 ) representa la pendiente de la semirrecta tangente por la derecha al grafo de f por el
punto x0 . Anlogamente, si f es continua por la izquierda en x0 , f (x0 ) representa la
pendiente de la semirrecta tangente por la izquierda.
Del comentario anterior se puede deducir cmo es el grafo de una funcin f continua
en un punto a con derivadas laterales diferentes. Estos puntos suelen llamarse picos, o
puntos angulosos. Un ejemplo se muestra en la figura 3.3.
Ejercicio 3.3.11. Estudiar la derivabilidad de las siguientes funciones en los puntos
que se indican:
a) f (x) = x2 3x + 2, en x0 = 2 .
b) f (x) = x, en x0 Z .
92
3
2
1
-1
f (1)
-1
-2
f+ (1)
-3
Figura 3.3. f+ (1) f (1)
Continuidad y derivabilidad
Un resultado importante que relaciona los conceptos de continuidad y derivabilidad es
el siguiente.
Proposicin 3.3.12. Sea D R y consideremos una funcin f D R. Sea x0 D .
Si f es derivable en x0 , entonces f es continua en x0 .
f derivable en x0
f continua en x0
Demostracin. Tenemos que probar que

lm f (x) = f (x0 ) ,
xx0
o, lo que es lo mismo,
lm (f (x) f (x0 )) = 0 .
xx0
Realizamos los siguientes clculos,

lm (f (x) f (x0 )) =
xx0
f (x) f (x0 )
(x x0 )
xx0
x x0
lm
lm
xx0
f (x) f (x0 )
lm (x x0 ) = f (x0 ) 0 = 0 .
xx0
x x0
Como f es derivable en x0 , el primer lmite del producto existe y es real. En otro caso,
no podramos asegurar que el lmite del producto es cero (vase la tabla 2.2).
Nota 3.3.13. Segn la proposicin 3.3.12 la continuidad en un punto es condicin necesaria para que una funcin sea derivable en dicho punto. Dicha condicin no es
suficiente, es decir, en un punto una funcin puede ser continua y no derivable.
93
Ejemplo 3.3.14.
1. La funcin f de la figura 3.3 es continua en x0 = 1 y no es derivable en dicho
punto.
2. La funcin f (x) = x es continua en R y, por tanto, en x0 = 0, y no es derivable
en dicho punto.
3. Las siguientes funciones no son derivables en el origen:
5
1.5
1.5
0.5
0.5
2
-3
-2
-1
-0.5
-3
-2
-3
-2
-1
-1
-1
-1
-1.5
-1.5
-2
-2
-2
-1
f (0) f+ (0)
lmx0
f (x)f (0)
x
-0.5
= +
f no es continua en x = 0
Cuando se estudia la derivabilidad de una funcin, aunque no se indique explcitamente,

puede ser conveniente hacer un estudio previo de la continuidad. Si una funcin no es
continua en un punto a, por la nota 3.3.13, tampoco ser derivable en dicho punto.
Ejercicio 3.3.15. Estudiar la derivabilidad de las siguientes funciones en los puntos
que se indican:
a) f (x) = 1/x, en x0 = 0.
b) f (x) = 3 x 1, en x0 = 1.
3
c) f (x) = x2 , en x0 = 0.
3.3.1. Reglas de derivacin

En la seccin 2.2 definimos varias operaciones con funciones (suma, producto por un
escalar, producto y cociente). Vamos a estudiar cmo es la derivada de estas nuevas
funciones.
Proposicin 3.3.16. Sea D R y consideremos dos funciones f, g D R. Sea
x0 D . Si f y g son derivables en x0 entonces:
94
a) La funcin suma s = f + g es derivable en x0 . Adems,

s (x0 ) = f (x0 ) + g (x0 ).
b) Si R, entonces la funcin h = f es derivable en x0 . Adems,
h (x0 ) = f (x0 ).
c) La funcin producto p = f g es derivable en x0 . Adems,
p (x0 ) = f (x0 ) g(x0 ) + f (x0 ) g (x0 ) .
d) Si g(x0 ) 0, entonces la funcin cociente c = f /g es derivable en x0 . Adems,
c (x0 ) =
f (x0 ) g(x0 ) f (x0 ) g (x0 )

.
g(x0 )2
En la seccin 2.2 tambin vimos las definiciones de funcin compuesta y funcin inversa.
Veamos qu ocurre con estas funciones respecto a la derivacin.
Proposicin 3.3.17. (Regla de la cadena)
Sean D1 , D2 R y consideremos las funciones f D1 R y g D2 R , con f (D1 )
D2 , tales que f es derivable en x0 , f (x0 ) D2 y g es derivable en f (x0 ). Entonces la
funcin h = g f es derivable en x0 . Adems,
h (x0 ) = g (f (x0 )) f (x0 )
(3.7)
Ejercicio 3.3.18. Obtener una expresin anloga a (3.7) para la composicin de tres
funciones.
Teorema 3.3.19. (Derivada de la funcin inversa)
Sea D R y consideremos una funcin inyectiva f D R. Sea x0 D y supongamos
que f es derivable en x0 , con f (x0 ) 0. Entonces la funcin inversa f 1 f (D) R
es derivable en f (x0 ). Adems,
(f 1 ) (f (x0 )) =
1
f (x0 )
(3.8)
3.4. Funcin derivada
95
Ejemplo 3.3.20. Utilizaremos el teorema 3.3.19 para obtener la derivada de la funcin

g(x) =
n
x
en un punto x0 > 0. Para ello consideramos su inversa, la funcin f (y) = y n . Del ejercicio
3.3.5 tenemos que
f (y0 ) = n y0n1 .
Teniendo en cuenta que tambin g = f 1 ,
g (x0 ) =
1
f (g(x
0 ))
f (
1
1
1
=
=
.
n1
n1
n
n
x0 ) n( x0 )
n n x0
Ejercicio 3.3.21. Hallar las derivadas de las funciones arcoseno, arcocoseno, arcotangente y logaritmo a partir de las derivadas del seno, coseno, tangente y exponencial,
respectivamente. Comprobar que el resultado obtenido es el que aparece en la tabla
3.1.

Definicin 3.4.1. Sea D R y sea f D R. Entonces
si D = D,se dice que f es derivable en D si es derivable en cada uno de los puntos
de D.
Si D = [a, b], se dice que f es derivable en D si es derivable en (a, b) y, adems,
es derivable en a por la derecha y en b por la izquierda.
El siguiente concepto es global; no debe confundirse con el dado en la definicin 3.3.1,
que tiene carcter local.
Definicin 3.4.2. Sea D R, tal que D = D D = [a, b], si f es derivable en D,
podemos definir a partir de f una nueva funcin de la siguiente manera
f D R
x
f (x)
La funcin f se llama funcin derivada de f , o, si no hay lugar a la confusin, simplemente derivada de f .

96
Observemos que f est bien definida, puesto que f (x) R para todo x D.
Ejemplo 3.4.3.
1. La funcin f (x) = xn es derivable en R. En efecto, para cada punto x0 R la
derivada es f (x0 ) = n xn1

0 . La funcin derivada f est definida en R como
f (x) = n xn1 .
2. La funcin f (x) = sen x es derivable en R. En efecto, para cada punto x0 R la
derivada es f (x0 ) = cos x0 . La funcin derivada f est definida en R como
f (x) = cos x .
Procediendo de forma anloga se obtiene la funcin derivada, as como su dominio de
definicin, para cada una de las funciones elementales estudiadas en la seccin 2.5 del
captulo anterior. En la tabla 3.1 se muestran las derivadas de las funciones elementales.
y = xa
aR
y = a xa1
y = ax
a>0
y = ax log a
y = ex
y = loga x
y = ex
x > 0, a > 0
y = log x
1
loga e
x
1
y =
x
y =
y = sen x
y = cos x
y = cos x
y = sen x
y = arc sen x
(x < 1)
y = arc cos x
(x < 1)
y = arctg x
1
cos2 x
1
y =
1 x2
1
y =
1 x2
1
y =
1 + x2
y =
y = tg x
Tabla 3.1. Derivadas de las funciones elementales

97
Si sustituimos la variable x en la tabla 3.1 por una funcin cualquiera u = u(x), y

adems tenemos en cuenta la regla de la cadena (proposicin 3.3.17), a partir de la
tabla 3.1 se puede obtener la tabla de derivadas para las funciones compuestas (vase
la tabla 3.2).
y = ua
aR
y = a ua1 u
y = au
a>0
y = au log a u
y = eu
y = loga u
y = u eu
u > 0, a > 0
y = log u
u
loga e
u
u
y =
u
y =
y = sen u
y = u cos u
y = cos u
y = u sen u
y = tg u
y =
y = arc sen u
(u < 1)
y = arc cos u
(u < 1)
y = arctg u
u
cos2 u
u
y =
1 u2
u
y =
1 u2
u
y =
1 + u2
Tabla 3.2. Derivada de funciones compuestas
3.4.1. Derivadas de orden superior

En la definicin 3.4.2, a partir de una funcin f , hemos definido la funcin derivada f
en los puntos donde f era derivable. Si hacemos lo mismo con la funcin f , podemos
definir su derivada (f ) en los puntos donde f sea derivable. La funcin (f ) se denota
por f y se llama derivada segunda de f .
98
Ejemplo 3.4.4. La funcin f (x) = x3 es derivable en R; su derivada primera es f (x) =

3x2 . Esta funcin tambin es derivable en R; su derivada es f (x) = 6x .
6
-1
-0.5
0.5
1.5
-1
-1
-0.5
0.5
-1
f (x) = x3
f (x) = 3x2
1.5
-1
-0.5
0.5
1.5
-1
f (x) = 6x
De modo anlogo se pueden definir las derivadas tercera, cuarta, . . . En general, en los
puntos donde f (n1) sea derivable, la derivada n-sima f (n) se define como la derivada
de f (n1) , es decir, f (n) = (f (n1) ) .
3.5. Mximos y mnimos de una funcin

Una de las aplicaciones ms importantes de las derivadas es el estudio de mximos y
mnimos de una funcin.
3.5.1. Mximos y mnimos relativos

Definicin 3.5.1. Sea D R y consideremos una funcin f D R. Sea x0 D.
Se dice que f presenta un mximo relativo o local en el punto x0 , si f (x0 ) f (x)
para todo x perteneciente a un entorno de x0 , es decir,
> 0
tal que
f (x) f (x0 )
x (x0 , x0 + ) D .
Se dice que f presenta un mnimo relativo o local en el punto x0 , si f (x0 ) f (x)

para todo x de un entorno de x0 , es decir
> 0
tal que
f (x) f (x0 )
x (x0 , x0 + ) D, .
Se dice que f presenta un extremo relativo en x0 si f presenta un mximo relativo

en x0 o f presenta un mnimo relativo en x0 .
3.5. Mximos y mnimos
99
A veces, y por abuso de lenguaje, se suele decir que x0 es un mximo relativo, cuando
lo correcto es decir que x0 es un punto de mximo relativo de f en D. Precisamente,
si hay un mximo relativo de f en x0 , entonces f (x0 ) es ese valor mximo.
Ejemplo 3.5.2. La funcin de la figura siguiente presenta un mnimo relativo en el
punto b, y dos mximos relativos en los puntos a y c . Si el dominio de la funcin es
I = [d1 , d2 ], de acuerdo con la definicin 3.5.1, tambin hay dos mnimos relativos en
d1 y d2 .
f(c)
f(a)
f(b)
d1
d2
Definicin 3.5.3. Sea D R y consideremos una funcin f D R. Sea x0 D

y supongamos que f es derivable en x0 . Diremos que x0 es un punto crtico de f si
f (x0 ) = 0.
En el estudio de extremos relativos, los puntos crticos desempean un papel muy
importante.
Proposicin 3.5.4. Sea D R y consideremos una funcin f D R. Sea x0 D
tal que f es derivable en x0 . Si f tiene un extremo relativo en x0 , entonces x0 es un
punto crtico de f .
Observemos que el recproco no es cierto. Una funcin que tenga un punto crtico en
a no tiene por qu alcanzar un mximo o mnimo local en dicho punto. Veamos un
contraejemplo.
Ejemplo 3.5.5. La funcin f (x) = x3 tiene un punto crtico en x0 = 0, pues f (0) = 0.
Sin embargo, en ese punto f no presenta un extremo relativo.
2
1.5
1
0.5
-1
-0.5
0.5
1.5
-0.5
-1
100
Observemos que la proposicin 3.5.4 requiere que x0 D y que la funcin f sea

derivable en x0 . Los puntos x0 en los que la funcin f no es derivable, y los puntos
a D D , debe ser tambin analizados ya que pueden ser extremos relativos. Veamos
un ejemplo.
Ejemplo 3.5.6.
a) La funcin
(x 1) , si x < 1 ,
f (x) =
si x 1 ,
x 1,
no es derivable en x0 = 1 (vase el grafo de la izquierda en la figura 3.4). Sin
embargo, en ese punto, f tiene un extremo relativo.
4
3
2
2
-1
-1
-1
-2
Figura 3.4. f y g no derivables en x = 1

b) La funcin
(x 1) , si x < 1 ,
g(x) =
(x 1) , si x 1 ,
no es derivable en x0 = 1 (vase el grafo de la derecha). En ese punto, g no presenta un
extremo relativo.
En la prctica, para determinar los extremos relativos de una funcin, en primer lugar
obtendremos:
Los puntos crticos.
Los puntos en los que la funcin no es derivable.
Entre ellos haremos una seleccin, quedndonos con los que cumplen la definicin de
mximo o mnimo relativo.
Observemos que, si el intervalo I es de la forma [a, b], tambin debemos considerar los
puntos a y b. Si es de la forma (a, b] [a, b), debemos considerar, respectivamente, el
punto b y el punto a.
3.5. Mximos y mnimos
101
De momento, para estudiar si los puntos son mximos o mnimos relativos tenemos que
usar la definicin 3.5.1. Ms adelante, en la seccin 3.7, veremos un criterio sencillo
(teorema 3.7.5) para determinar si un punto crtico es mximo o mnimo relativo.
Ejercicio 3.5.7. Determinar los extremos relativos de las siguientes funciones:
a) f (x) = x e1/x ,
b) g(x) = x2/3 2x .
3.5.2. Mximos y mnimos absolutos

Sea f [a, b] R una funcin continua en [a, b]. Por el teorema de Weierstrass sabemos
que existe un punto c [a, b] tal que
f (c) = max{f (x) x [a, b]} ,
y un punto d [a, b] tal que
f (d) = mn{f (x) x [a, b]} .
Diremos que f alcanza el mximo absoluto en c, y que su valor mximo es f (c). Anlogamente, diremos que f alcanza el mnimo absoluto en d, y que su valor mnimo es
f (d). Cuando deseemos referirnos de forma indistinta a un mximo o a un mnimo
absolutos hablaremos de extremos absolutos.
En la prctica, para calcular los extremos absolutos de una funcin f continua en un
intervalo [a, b], procederemos de la siguiente manera:
1) En primer lugar determinaremos los extremos relativos (mximos y mnimos) de
la funcin en el intervalo (a, b).
2) Evaluaremos f en los puntos de extremo relativo (puntos de mximo y mnimo)
obtenidos en el apartado anterior.
3) Evaluaremos f en los extremos del intervalo a y b .
4) Comparando los valores obtenidos en los apartados 2) y 3) obtendremos el mximo y el mnimo absolutos.
Ejercicio 3.5.8. Determinar los extremos absolutos de las siguientes funciones:
a) f (x) = xe
b) g(x) = x
1/x
2/3
en el intervalo [1/e, 5] ,
2x en el intervalo [1, 1] .
102
3.6. Resultados clsicos sobre derivabilidad

En esta seccin mostramos algunos resultados importantes para funciones f [a, b]
R, continuas en [a, b] y derivables en (a, b).
Teorema 3.6.1. (Teorema de Rolle)
Sea f [a, b] R una funcin continua en [a, b] y derivable en (a, b), tal que f (a) =
f (b). Entonces existe un punto x0 (a, b) tal que f (x0 ) = 0 .
3
f (2) = 0
2.5
2
1.5
f (1) = f (3)
1
0.5
1
0.5
1.5
2.5
3.5
-0.5
-1
Figura 3.5. Teorema de Rolle

Si prescindimos de alguna de las hiptesis del teorema, el resultado no tiene por qu
ser cierto (vase la figura 3.6).
10
7.5
2.5
2.5
1.5
f (0) = f (2)
0.5
1.5
g(1) = g(3)
1
0.5
-2.5
-5
0.5
-7.5
-0.5
-10
-1
1.5
2.5
3.5
Figura 3.6. No se verifican las hiptesis del teorema de Rolle

Teorema 3.6.2. (Teorema del valor medio de Lagrange)
Sea f [a, b] R una funcin continua en [a, b] y derivable en (a, b). Entonces existe
un punto x0 (a, b) tal que
f (b) f (a)
f (x0 ) =
.
ba
Demostracin. Basta con aplicar el teorema de Rolle a la funcin definida como
(x) = f (x) f (a)
f (b) f (a)
(x a) .
ba
3.6. Resultados clsicos sobre derivabilidad
103
Obsrvese que el teorema del valor medio de Lagrange asegura la existencia de, al
menos, un punto en el que la derivada coincide con la pendiente de la recta secante
pasando por (a, f (a)) y (b, f (b)). Pero puede haber ms puntos en el intervalo [a, b]
con esa derivada. Por ejemplo, en la figura siguiente
x0
hay tres puntos en los que la recta tangente es paralela a la recta secante.
En trminos de espacio-tiempo, el teorema del valor medio de Lagrange tiene una
interpretacin bastante intuitiva. Si f (x) representa la posicin en el instante x de una
partcula que recorre el intervalo [f (a), f (b)], la funcin f (x) representa la velocidad
en el instante x. La velocidad media viene dada por
f (b) f (a)
.
ba
El teorema de valor medio de Lagrange asegura la existencia de, al menos, un momento
x en el que la velocidad instantnea coincide con la velocidad media.
En el ejercicio 3.3.4 vimos que, si una funcin f es constante, su derivada es cero.
Si el dominio de la funcin es un intervalo, entonces el recproco tambin es cierto.
Proposicin 3.6.3.
a) Sea f [a, b] R una funcin continua en [a, b] y derivable en (a, b), con
f (x) = 0 para todo x (a, b). Entonces f es constante en el intervalo [a, b] .
b) Sean f , g [a, b] R dos funciones continuas en [a, b] y derivables en (a, b), con
f (x) = g (x) para todo x (a, b). Entonces f y g difieren en una constante (vase
la figura siguiente).
6
f (x) = g (x)
c
f
g
-1
1
-2
-1
1
-2
f (x) g(x) = c
x (a, b)
Nota 3.6.4. La proposicin 3.6.3 tambin es cierta si en vez de considerar el intervalo

[a, b] se toma un intervalo I cualquiera. En este caso, tenemos que poner I en lugar
de (a, b).
104
3.7. Crecimiento de una funcin. Mximos y mnimos relativos

En la seccin 2.1 definimos las funciones crecientes/decrecientes y las estrictamente
crecientes/decrecientes. Si una funcin es derivable, conociendo el signo de la derivada,
podemos obtener informacin acerca del crecimiento/decrecimiento de la funcin.
Proposicin 3.7.1. Sea f [a, b] R una funcin continua en [a, b] y derivable en
(a, b).
1. Si f (x) 0 para todo x (a, b) entonces f es creciente en [a, b].
2. Si f (x) > 0 para todo x (a, b) entonces f es estrictamente creciente en [a, b].
3. Si f (x) 0 para todo x (a, b) entonces f es decreciente en [a, b] .
4. Si f (x) < 0 para todo x (a, b) entonces f es estrictamente decreciente en [a, b].
Nota 3.7.2. La proposicin 3.7.1 tambin es cierta si en vez de considerar el intervalo
[a, b] se toma un intervalo I cualquiera. En este caso, tenemos que poner I en lugar
de (a, b).
El resultado anterior permite determinar de una forma sencilla los intervalos de crecimiento y decrecimiento de una funcin derivable. Para ello, resolvemos la ecuacin
f (x) = 0. Con las races obtenidas separamos el dominio en intervalos y estudiamos el
signo de f (x) en cada uno de estos intervalos.
Habr que tener especial cuidado con las funciones no derivables en algn punto. En
tal caso, adems de considerar las races de f (x) = 0, habr que tener en cuenta los
puntos en los que no exista la derivada.
Ejemplo 3.7.3. La funcin f de la figura 3.7 es continua en R y derivable en R/{1, 92 }.
Se tiene que f (x) = 0 en x = 52 y en x = c. Utilizamos los puntos {1, 52 , 92 , c} para
delimitar los intervalos de crecimiento, y en cada intervalo evaluamos la derivada para
comprobar su signo. De esta forma obtenemos:
x (, 1)
f (x) > 0
x (1, 5/2)
f (x) < 0
x (5/2, 9/2)
f (x) > 0
x (9/2, c)
f (x) > 0
x (c, +)
f (x) < 0
3.7. Crecimiento. Mximos y mnimos
105
Por tanto, f es creciente en los intervalos (, 1) y (5/2, c) , y decreciente en los

intervalos (1, 5/2) y (c, +).
1
1
Figura 3.7. Intervalos de crecimiento y decrecimiento

Podemos utilizar la proposicin 3.7.1 para demostrar que siempre que la derivada
cambia de signo, se presenta un extremo relativo.
Teorema 3.7.4. Sea f [a, b] R una funcin continua en [a, b] y derivable en (a, b),
excepto quizs en un punto c.
1. Si f (x) > 0 para todo x < c y f (x) < 0 para todo x > c, entonces f tiene un
mximo relativo en c.
2. Si f (x) < 0 para todo x < c y f (x) > 0 para todo x > c, entonces f tiene un
mnimo relativo en c.
Observemos que en este resultado no se requiere que f sea derivable en c, por lo que
es vlido no slo para los puntos crticos sino tambin para los puntos en los que f es
continua y no derivable.
Segn el teorema anterior, para estudiar si x0 es un punto de extremo relativo, hemos
de comprobar los signos de f (x) a la izquierda y a la derecha de x0 . Este estudio se
puede simplificar si existe la derivada segunda de f y su clculo es sencillo.
Teorema 3.7.5. Sea f [a, b] R una funcin continua en [a, b] y derivable en (a, b).
Sea x0 un punto crtico de f . Supongamos que f es derivable en x0 . Entonces,
1. Si f (x0 ) < 0, f tiene un mximo relativo en x0 .
2. Si f (x0 ) > 0, f tiene un mnimo relativo en x0 .
106
3.8. Clculo de lmites

En el clculo de lmites de expresiones del tipo
resolverse utilizando derivadas.
f (x)
g(x) ,
algunas indeterminaciones pueden
Proposicin 3.8.1. (Regla de LHpital)

Consideremos dos funciones derivables f , g I R con I = (a, b). Sea x0 un nmero
real tal que x0 I. Supongamos que en el clculo del lmite
lm
xx0
f (x)
g(x)
(3.9)
obtenemos una indeterminacin del tipo 0/0 /. Si existe

lm
xx0
f (x)
,
g (x)
(3.10)
entonces tambin existe el lmite (3.9) y adems

lm
xx0
f (x)
f (x)
= lm
.
g(x) xx0 g (x)
El resultado tambin es vlido si x0 x0 +.

Si en la expresin (3.10) se vuelve a presentar una indeterminacin del tipo / 0/0,
y se verifican las condiciones de la regla de LHpital, sta se puede volver a aplicar.
Ejemplo 3.8.2. Deseamos hallar
lm
x0
sen x
.
x
Como existe
cos x
= 1,
x0
1
aplicando la regla de LHpital obtenemos que
lm
lm
x0
sen x
cos x
= lm
= 1.
x0
x
1
3.9. Polinomios de Taylor

En esta seccin vamos a estudiar el problema de interpolacin de Taylor.
Definicin 3.9.1. El problema de interpolacin de Taylor es el siguiente:
107
Dado un punto x0 y n+1 valores fx0 , f

, . . . , fx0 , fx0 , encontrar
un polinomio pn de grado menor o igual que n tal que
(n1)
di pn
(i)
(x0 ) = fx0 ,
i
dx
(n)
i = 0, . . . , n .
Este problema tiene como solucin nica el polinomio

pn (x) =
fx0 + fx 0
(n)
fx0
f x0
2
(x x0 ) + +
(x x0 )n ,
(x x0 ) +
2
n!
que recibe el nombre de polinomio interpolador de Taylor de orden n en x0 .

Nota 3.9.2. El polinomio interpolador de Taylor de orden n en x0 es un polinomio de
grado menor o igual que n.
Si los datos fx0 , fx 0 , . . ., fx0
y fx0 proceden de una funcin f definida en un entorno
de x0 , derivable hasta orden n en x0 , entonces
(n1)
f = f (x0 ) ,
(n)
fx 0 = f (x0 ) ,
fx0 = f (x0 ) ,
... ,
fx0 = f (n) (x0 ) ,

(n)
el polinomio de Taylor de orden n de f en x0 , , es

pn,x0 (x) = f (x0 ) + f (x0 ) (x x0 ) +
f (n) (x0 )
f (x0 )
(x x0 )2 + +
(x x0 )n
2
n!
f (i) (x0 )
(x x0 )i .
i!
i=0
n
(3.11)
Si en el polinomio de Taylor tomamos x0 = 0, se tiene

pn,0 (x) = f (0) + f (0) x +
f (0) 2
f (n) (0) n
x ++
x .
2
n!
(3.12)
Esta expresin se llama polinomio de MacLaurin de orden n de f .

Ejemplo 3.9.3. Vamos a calcular el polinomio de Taylor de orden 5 para la funcin
f (x) = sen x en el punto x0 = 0 (polinomio de MacLaurin).
De acuerdo con la frmula (3.11), (3.12) en este caso, tenemos
p5,0 (x) = f (0) + f (0) x +
f (0) 2
f (5) (0) 5
x ++
x .
2
5!
108
Calculamos las derivadas hasta orden 5 y evaluamos en x = 0,

f (x) = sen x
f (0) = 0
f (x) = cos x
f (0) = 1
f (x) = sen x
f (0) = 0
f (x) = cos x
f (0) = 1
f (4) (x) = sen x
f (4) (0) = 0
f (5) (x) = cos x
f (5) (0) = 1
para obtener el polinomio

p5,0 (x) = x
1 3
1 5
x +
x .
6
120
Evaluamos este polinomio en x = 12 ,
1
1 1 1
1 1 1841
3
p5,0 ( ) =
+
=
=
0.47942708
.
2
2 6 23 120 25 3840
(3.13)
Con una calculadora de 8 dgitos y con el argumento en radianes, se obtiene la aproximacin

1
1
f ( ) = sen 0.4794255 .
2
2
En la siguiente figura mostramos la funcin f (x) = sen x y la aproximacin polinmica
p5,0 (x).
p5,0 (x)
1/2
f (x) = sen x
0
/2
Ejercicio 3.9.4. Calcular el polinomio de Taylor de orden 4 para la funcin f (x) = log x
en el punto x0 = 1 . Representar grficamente el logaritmo y su aproximacin polinmica
en un entorno de x0 = 1 .
Una vez obtenido el polinomio de Taylor para aproximar a una funcin, centraremos
nuestro inters en estudiar el error cometido en dicha aproximacin.
109
Definicin 3.9.5. Sea f [, ] R y sea a (, ). Supongamos que f es derivable

al menos n veces en x0 . Sea pn,x0 el polinomio de Taylor de f de orden n en x0 , se
define el resto n-simo de f en x0 como
Rn,x0 (x) = f (x) pn,x0 (x),
con x (, ).
Proposicin 3.9.6. Sea f [, ] R y sea x0 (, ). Supongamos que f es
derivable al menos n + 1 veces en (, ). Sea pn,x0 el polinomio de Taylor de f de orden
n en x0 y sea Rn,x0 (x), el resto n-esimo de f en x0 . En estas condiciones, para todo
x (, ) existe entre x0 y x tal que
Rn,x0 (x) =
Adems
f (n+1) ()
(x x0 )n+1 ,
(n + 1)!
Rn,x0 (x)
= 0.
xx0 (x x0 )n
lm
Rn,x0 (x)
x0
(3.14)
Rn,x0 (x) = f (x) pn,x0 (x) .
En la figura 3.8 se muestran los polinomios de Taylor p1,0 , p3,0 , p5,0 y p7,0 para la funcin
f (x) = sen x en x0 = 0. Obsrvese que, conforme aumenta el grado del polinomio, la
aproximacin es mejor (vase la grfica de la izquierda). Adems, para cada polinomio
pn,0 , el error cometido es menor cuanto ms cerca estamos de x = 0 (vase la grfica de
la derecha).
En general, Rn,a (x), el error cometido mediante aproximaciones polinmicas no puede
calcularse de forma exacta. Aprenderemos a dar una estimacin de dicho error, es decir,
estudiaremos cmo acotar el resto n-simo.
Ejemplo 3.9.7. En el ejemplo 3.9.3 construimos el polinomio de MacLaurin de orden
5 para aproximar sen 0.5. Para estimar el error cometido al aproximar sen 0.5 mediante
p5,0 (0.5) debemos encontrar una cota superior razonable para R5,0 (x).
110
p1,0 (x)
1
p5,0 (x)
p5,0 (x)
f (x) = sen x
Rn,0 (x)
p7,0 (x)
p3,0 (x)
Figura 3.8. Aproximaciones polinmicas para sen x en el origen.

Para la funcin f (x) = sen x, el resto de orden 5 es
R5,0 (x) =
f (6) () 6 sen 6
x =
x ,
6!
6!
con entre 0 y x .
Evaluando en el punto x = 0.5 queda

R5,0 (0.5) =
sen
0.56 ,
6!
(0, 0.5) .
Tenemos que acotar superiormente el error cometido, es decir, el valor absoluto del
resto
1
sen
R5,0 (0.5) =
0.56 0.56 = 2.17 105 .
(3.15)
6!
6!
En el paso (), tenemos que encontrar una cota superior para la funcin sen x en el
intervalo (0, 0.5). Como sen x 1 para todo x R, en particular en el intervalo (0, 0.5)
tambin se puede tomar 1 como cota superior.
Si se procede de forma ms fina seguramente se podran encontrar cotas superiores
menores. Imaginemos que hemos sido capaces, despus de cierto esfuerzo, de ver que
sen x 0.8 en el intervalo (0, 0.5). Con esto, en lugar de obtener la estimacin del
error (3.15) hubisemos obtenido
R5,0 (0.5) =
sen
0.8 6
0.56
0.5 = 1.74 105 .
6!
6!
(3.16)
En este caso, el esfuerzo en encontrar esa cota ms fina no ha servido de mucho.

Ejemplo 3.9.8. Vamos a aproximar tg 0.25 con un polinomio de MacLaurin de orden
4, dando una estimacin del error cometido en dicha aproximacin.
El polinomio de MacLaurin de orden 4 de f es
p4,0 (x) = f (0) + f (0) x +
f (0) 2 f (0) 3 f (4) (0) 4

x +
x +
x .
2!
3!
4!
111
Tomando f (x) = tg x, todos los trminos pares se anulan puesto que la funcin es
impar. En consecuencia el polinomio ser de grado 3 y, como f (0) = 1 y f (0) = 2, el
polinomio resulta ser
1
p4,0 (x) = x + x3 .
3
Evaluando ahora en x = 0.25 obtenemos la aproximacin para tg 0.25
p4,0 (0.25) = 0.25 +
1
49
0.253 =
= 0.255208 tg 0.25 .
3
192
(3.17)
Utilizamos a continuacin el resto R4,0 (x) para dar una estimacin del error cometido
en la aproximacin anterior (3.17),
R4,0 (x) =
f (5) () 5
x ,
5!
con entre 0 y x .
En particular, cuando x = 0.25, el resto queda

R4,0 (0.25) =
f (5) ()
0.255 ,
5!
(0, 0.25).
Teniendo en cuenta que max f (5) () 30 , se tiene que

(0,0.25)
R4,0 (0.25) =
f (5) ()
30 0.255
0.255
= 2.44 104 .
5!
5!
Si comparamos la aproximacin (3.17) con el valor obtenido con un potente ordenador

tg 0.25 0.25534192122103626650448223649047367820420163 ,
obtenemos
tg 0.25 p4,0 (0.25) = 1.33 104
Efectivamente, el error queda por debajo de la cota superior dada 2.44 104 .
Hasta ahora hemos estimado el error despus de hacer la aproximacin con un polinomio de grado prefijado. Este problema es poco realista. En la prctica suele ser el
usuario quien establece el error mximo que se admite cometer. En general, la precisin
requerida depender de la precisin con la que se hayan tomado los datos del problema. Supongamos que tenemos que resolver un problema en el que los datos se han
tomado con precisin hasta las milsimas. Poco sentido tendra dar el resultado con
precisin 106 . En el siguiente ejemplo, fijaremos la precisin y a continuacin haremos
la aproximacin, es decir, determinaremos el orden del desarrollo buscado.
112
Ejemplo 3.9.9. Vamos a utilizar un polinomio de Taylor para aproximar 4 e con un
error menor que 0.001. Como 4 e = e1/4 , elegimos la funcin f (x) = ex y buscamos una
aproximacin en x = 1/4 = 0.25. El punto x0 en el que centramos el polinomio debe ser
tal que sepamos calcular f (x0 ), f (x0 ), f (x0 ), . . . En este caso, una buena eleccin es
x0 = 0, que adems est prximo a x = 0.25 . En tal caso, el polinomio ser
pn,0 (x) = f (0) + f (0)x + +
f (n) (0) n
x .
n!
Como para todo k se tiene que f (k) (x) = f (x), para x = 0 obtenemos f (k) (0) = f (0) = 1.
As, el polinomio de Taylor de orden n es
pn,0 (x) = 1 + x +
x2
xn
++
.
2
n!
Para determinar n, tenemos que utilizar la frmula del error e imponer que ste sea
menor que 0.001
Rn,0,f (0.25) 0.001 .
Para ello escribimos el error
Rn,0,f (x) =
e
f (n+1) () n+1
x =
xn+1 ,
(n + 1)!
(n + 1)!
con entre 0 y x .
En particular, para x = 0.25,

Rn,0 (0.25) =
3
e
0.25n+1
0.25n+1 0.001 ,
(n + 1)!
(n + 1)!
(0, 0.25) .
En la desigualdad () hemos utilizado que f es creciente, por lo que el mximo absoluto

de f en el intervalo (0, 0.25) es menor que f (1) = e < 3 .
Debemos encontrar el menor natural n que verifique la desigualdad
3
0.001 .
(n + 1)! 4n+1
Si no es posible obtener una expresin explcita para n, podemos ir dando valores hasta
encontrar el valor buscado:
n=1
3
2! 42
/ 0.001
n=2
3
3! 43
/ 0.001
n=3
3
4! 44
0.001
Luego basta con un polinomio de orden 3 para aproximar hasta las milsimas. El
polinomio es
x2 x 3
p3,0 (x) = 1 + x +
+ .
2 3!

Evaluando en x = 0.25 obtenemos la aproximacin para
pn,0 (0.25) = 1 +
113
4
e con la precisin requerida
1
493
1 1
+
+
=
= 1.28385416 1.284 .
4 32 348 384
En la ltima expresin no hemos considerado ms cifras decimales puesto que slo

hemos aproximado hasta las milsimas y por tanto, esos dgitos de ms no seran
significativos.
Podemos calcular
4
e = 1.284025416687741, y comprobar que en efecto
pn,0 (0.25)
4
e = 0.17 103 .
Ejercicio 3.9.10. Obtener sucesivas aproximaciones de sen 0.5 con los polinomios de
MacLaurin de rdenes 1, 3, 5 y 7. En cada caso, estimar el error cometido en la
aproximacin. Observar cmo el error va disminuyendo segn aumenta el grado del
polinomio.
Ejercicio 3.9.11. Obtener sucesivas aproximaciones para los valores sen 0.5, sen 1 y
sen 1.5 mediante el polinomio de MacLaurin de orden 5. Observar cmo el error va
disminuyendo segn nos acercamos al punto x0 = 0.
Ejercicio 3.9.12. Aproximar con error menor que 0.01 el valor de log 1.3 .
3.9.1. Clculo de lmites

Los desarrollos de Taylor pueden utilizarse para hallar algunos lmites. Veamos un
ejemplo.
Ejemplo 3.9.13. Vamos a demostrar que
sen x x
1
=
.
x0
x3
6
lm
Para ello consideramos el desarrollo de Taylor de orden 3 de la funcin sen x en a = 0

sen x = x
x3
+ R3,0 (x) .
6
Vamos a introducir una notacin conveniente para el clculo de lmites: expresamos

R3,0 (x) como x3 (x) siendo (x) una funcin que verifica lm (x) = 0. De esta forma,
x0
teniendo en cuenta (3.14), resulta
x6 + x3 (x)
sen x x
1
1
=
l
m
=
l
m
(
+
(x))
=
,
lm
x0
x0
x0
x3
x3
6
6
3
114
Ejercicio 3.9.14. Utilizando desarrollos de Taylor demostrar que:

a) lmx0
c) lmx0
cos x
2 = 1,
1 x2
1
1x
b) lmx0
= 1,
d) lmx0
arctg x
= 1,
x
log(1 + x)
= 1.
x
Ejercicio 3.9.15. Utilizando desarrollos de Taylor demostrar que

log x
= 1.
x1 x 1
lm
Polinomios de Taylor de algunas funciones elementales

Concluimos la seccin mostrando los polinomios de MacLaurin y de Taylor de algunas
funciones elementales.
(1)k 2k+1
x
k=0 (2k + 1)!
p2n+1,0 = x
(1)k 2k
x
k=0 (2k)!
p2n,0 = 1
arctg x =
p2n+1,0 = x
1 k
x
k=0 k!
pn,0 = 1 + x +
pn,0 = (x 1)
sen x =
n
cos x =
(1)k 2k+1
x
k=0 2k + 1
n
ex =
(1)k+1
(x 1)k
k
k=1
n
log x =
x2 x4
(1)n 2n
+
+
x
2 24
(2n)!
++
(1)k+1 k
x
k
k=1
n
x3 x5
(1)n 2n+1
+
+
x
6 120
(2n + 1)!
x3 x5
(1)n 2n+1
+
+
x
3
5
2n + 1
x2 x3
1
+
+ + xn
2
6
n!
(x 1)2 (x 1)3
+
2
6
(1)n+1
(x 1)n
n
x2 x 3
(1)n+1 n
+
+
x
2
3
n
log(1 + x) =
pn,1 = x
n
1
= xn
1 x k=0
pn,0 = 1 + x + x2 + x3 + + xn
n
1
= (1 x)k
x k=0
pn,1 = 1 + (1 x) + (1 x)2 + + (1 x)n
115

Dado un segmento de circunferencia de cuerda c y arco a, se desea obtener el radio
de la correspondiente circunferencia.
a
r
Utilizando propiedades geomtricas elementales, se llega a las siguientes ecuaciones
c
sen =
,
r = a,
2 2r
de donde obtenemos la ecuacin no lineal
c
sen =
.
(3.18)
2 2a
En esta ecuacin no es posible obtener una expresin explcita para . En esta seccin
vamos a estudiar mtodos numricos para resolver ecuaciones no lineales.
Definicin 3.10.1. Consideremos una funcin f I R R. Los puntos s R tales
que
f (s) = 0 ,
se llaman ceros de la funcin f o races de la funcin f .
Para muchas funciones, por ejemplo, los polinomios de grado menor o igual que cuatro, existen frmulas para hallar todos sus ceros de forma exacta. Sin embargo, para
la mayora de las funciones tales frmulas no existen y tenemos que conformarnos con
aproximaciones de las races mediante algn mtodo numrico. En este tema estudiaremos mtodos numricos para calcular races de ecuaciones no lineales de la forma
f (x) = 0 .
Grficamente, para determinar los ceros de una funcin f , basta hallar la interseccin
entre la recta y = 0 y la curva y = f (x). En el siguiente grafo se muestra el cero de la
funcin f (x) = x ex .
1.5
1
0.5
0.5
1.5
-0.5
-1
116
As como una funcin lineal f (x) = ax b, con a 0, tiene siempre una nica raz,
s = ab , las soluciones de ecuaciones no lineales pueden ser muy variadas. Por ejemplo,
la ecuacin x2 + 1 = 0 no tiene ninguna raz real, x ex = 0 tiene una nica raz,
x2 + 3x + 2 = 0 tiene dos races, mientras que cos x 12 = 0 tiene infinitas races.
Antes de plantear un mtodo de aproximacin de races, hemos de estudiar si el problema posee solucin nica. En el caso en que haya ms de una raz, tenemos que
limitar el intervalo de trabajo de tal forma que en ste la raz sea nica. En otro caso,
el mtodo de aproximacin utilizado puede proporcionar una solucin no deseada.
Los mtodos que vamos a usar para resolver numricamente ecuaciones no lineales
son mtodos iterativos. A partir de m valores iniciales x0 , . . . , xm1 construimos una
sucesin
xm , xm+1 , xm+2 , . . . , xk0 1 , xk0 , xk0 +1 , . . . ,
tal que xn s, cuando n , siendo s la raz de la ecuacin no lineal que deseamos
aproximar.
Con un ordenador no es posible calcular los infinitos trminos de la sucesin (xn )nN .
Por ello, con los mtodos iterativos generalmente no se obtiene la raz s, sino una
aproximacin de sta. En estos mtodos se van construyendo trminos de la sucesin
hasta que el proceso se detiene, por ejemplo, en el trmino k0 ,
RRR
x0 , x1 , x2 , x3 , x4 , x5 , . . . , xk0 1 , xk0 , RRRRR xk0 +1 , . . . ,
RRR
PARAR
y se toma xk0 como aproximacin del lmite, esto es, s xk0 . Para detener las iteraciones
se necesita algn criterio de parada. Los criterios ms usuales son
i) xn xn1 < TOL,
ii)
xn xn1
< TOL.
xn
Un error bastante frecuente cuando se resuelve la ecuacin no lineal f (x) = 0 es utilizar

como nico criterio de parada
f (xn ) < TOL .
(3.19)
Suponer que xn es una buena aproximacin de la raz si se cumple que f (xn ) es
pequeo, puede ser totalmente incorrecto con algunas funciones.
Ejemplo 3.10.2. Consideremos la funcin f (x) = (x 1)10 , que tiene como nica raz
s = 1, y la sucesin (xn )nN con xn = 1 + 1/n. La sucesin (xn )nN converge a la raz de
f , s = 1. Si usamos (3.19) como criterio de parada con TOL = 103 , obtenemos
f (xn ) =
1
< 103 ,
n10
para n 2 .
117
Con este criterio de parada y esta tolerancia daramos como buena la aproximacin
s x2 = 1.5, cometiendo un error absoluto muy grande, erra = 0.5. Sin embargo, el
criterio de parada ii) con TOL = 103 obliga a tomar n 1002. En este caso tomaramos
como aproximacin s x1002 = 1.0009980. El error absoluto que cometemos es erra =
9.98 104 .
3.10.1. Mtodo de biseccin

Recordemos el teorema de Bolzano estudiado en la seccin 2.4 que deca que, dada una
funcin f [a, b] R continua con f (a) f (b) < 0, existe una raz en el intervalo (a, b).
El teorema de Bolzano es la base del mtodo ms sencillo de localizacin y aproximacin
de races: el mtodo de biseccin. La idea de este mtodo es, una vez localizado un
intervalo [a, b] en el que hay una nica raz, dividir ste en dos subintervalos iguales,
a+b
[a, a+b
2 ] y [ 2 , b], y determinar en qu subintervalo se encuentra la raz. Reiterando
este proceso obtenemos un intervalo cada vez menor que contiene la raz.
En la prctica procedemos de la siguiente forma. Si denotamos por a1 = a y b1 = b, la
condicin f (a1 ) f (b1 ) < 0 implica que f (a1 ) y f (b1 ) tienen signos opuestos. Tomamos
el punto intermedio x1 = a1 2+b1 y evaluamos la funcin f en l.
Si f (x1 ) = 0, entonces p1 es una raz de la ecuacin.
Si f (x1 ) 0, entonces comparamos los signos de f (x1 ) y f (a1 ).
Si f (x1 ) tiene el mismo signo que f (a1 ), entonces hay una raz en [x1 , b1 ].
Nos quedamos con este intervalo tomando a2 = x1 , b2 = b1 .
Si f (x1 ) y f (a1 ) tienen signos opuestos, entonces hay una raz en [a1 , x1 ].
Nos quedamos con este intervalo tomando a2 = a1 , b2 = x1 .
Aplicamos de nuevo este proceso al intervalo [a2 , b2 ] y as sucesivamente.
En el anexo de este captulo (vase la pgina 125) mostramos un algoritmo para el
mtodo de biseccin.
Ejemplo 3.10.3. La funcin f (x) = x ex tiene una nica raz en el intervalo [0, 1].
Utilizamos el mtodo de biseccin parando las iteraciones cuando
an bn
< 104 . Los resultados obtenidos se muestran en la tabla 3.10.1. Despus de
2
13 iteraciones, la aproximacin de la raz es x14 = 0.56719971.
El siguiente resultado permite obtener una cota del error cometido con el mtodo de
biseccin.
118
Proposicin 3.10.4. Consideremos una funcin f [a, b] R continua en [a, b] tal

que f (a) f (b) < 0, y sea s una raz de f en (a, b). Entonces el mtodo de biseccin
genera una sucesin (xn )nN tal que
xn s
ba
,
2n
n 1.
Con la expresin anterior podemos determinar el nmero de iteraciones necesarias para

hallar una raz con un error menor que ,
ba
2n
log (ba)
log 2
an
bn
xn
1
2
3
4
5
6
7
8
9
10
11
12
13
14
0
0.50000000
0.50000000
0.50000000
0.56250000
0.56250000
0.56250000
0.56250000
0.56640625
0.56640625
0.56640625
0.56689453
0.56713867
0.56713867
1.0000000
1.0000000
0.75000000
0.62500000
0.62500000
0.59375000
0.57812500
0.57031250
0.57031250
0.56835938
0.56738281
0.56738281
0.56738281
0.56726074
0.50000000
0.75000000
0.62500000
0.56250000
0.59375000
0.57812500
0.57031250
0.56640625
0.56835938
0.56738281
0.56689453
0.56713867
0.56726074
0.56719971
Tabla 3.3. Mtodo de biseccin. Ejemplo 3.10.3

Ejercicio 3.10.5. Usando la proposicin 3.10.4, hallar una cota del error cometido en
el ejemplo 3.10.3 al aproximar la raz de f (x) = 0 por x14 = 0.56719971.
El mtodo de biseccin tiene la ventaja de que la sucesin (xn )nN siempre converge
a alguna de las races de la funcin f en [a, b]. Su principal inconveniente es que es
un mtodo muy lento. Estas caractersticas hacen que, en la prctica, sea utilizado
nicamente para hallar una primera aproximacin de las races. Una vez localizada
una raz, se utiliza otro mtodo ms rpido para aproximarla con precisin.
119
Mtodo de Newton-Raphson
Deseamos hallar una raz s de f (x) = 0. Para ello vamos a considerar el siguiente
mtodo
x
dado ,
0
f (xn )
(3.20)
,
n 1.
xn+1 = xn
f (xn )
Este mtodo recibe el nombre de mtodo de Newton-Raphson o simplemente mtodo

de Newton. En el anexo de este captulo (vase la pgina 125) mostramos un algoritmo
para el mtodo de Newton.
Imponiendo algunas condiciones sobre la funcin f , puede demostrarse que el mtodo
es convergente.
Proposicin 3.10.6. Consideremos una funcin f [a, b] R tal que f es continua
en [a, b] y las derivadas hasta orden dos existen y son continuas en [a, b]. Supongamos
que f (a) f (b) < 0, que f (x) 0 para todo x [a, b] y que f no cambia de signo en
[a, b]. Entonces
1. Existe una nica raz s de f en [a, b].
2. Para todo x1 [a, b] tal que f (x1 ) f (x1 ) 0, la sucesin (xn )nN del mtodo de
Newton converge a s.
Existen otras condiciones menos restrictivas que tambin permiten asegurar la convergencia del mtodo de Newton. De forma general se suele requerir que f no se anule
cerca de la raz s de f , y que el valor inicial x1 est suficientemente cerca de s.
En la prctica, hallar x1 suficientemente cerca de s puede ser un problema. En la
seccin 3.10.1 estudiamos el mtodo de biseccin. Podemos calcular x1 con este mtodo,
que aunque es lento, siempre converge.
Ejemplo 3.10.7. (Aproximacin de la raz cuadrada)
Todos los lenguajes de programacin actuales incorporan una funcin que aproxima
hasta la precisin requerida la raz cuadrada positiva de un nmero. El algoritmo ms
utilizado para ello se basa en el mtodo de Newton.
Si aplicamos dicho mtodo para resolver la ecuacin
x2 a = 0 ,
obtenemos la expresin recurrente
xn+1 =
1
a
(xn + ) .
2
xn
120
Por ejemplo, para aproximar

siguiente secuencia
13, si partimos del valor inicial x0 = 4, obtenemos la
x0 = 4
x1 = 3.625
x2 = 3.605603448275862
x3 = 3.605551275463989293119221267470495946251
x4 = 3.605551275463989293119221267470495946251
Ejercicio 3.10.8. Utilizar el mtodo de Newton para aproximar la solucin de la
ecuacin x + log x = 3 .
Ejercicio 3.10.9. Utilizar el mtodo de Newton para aproximar la solucin de la
ecuacin
c
sen
= 0,
2 2a
con c = 40, a = 43 (vase la ecuacin (3.18)).
Mtodo de Newton con races mltiples
Como hemos sealado anteriormente, una de las condiciones para asegurar la convergencia del mtodo de Newton es que f no se anule cerca" de la raz de f . Para algunos
tipos de races esta condicin no se cumple.
Definicin 3.10.10. Dada una funcin f , se dice que s es un cero de multiplicidad
m si
f (s) = f (s) = = f (m1) (s) = 0 ,
f (m) (s) 0 .
As, si f (s) = 0, pero f (s) 0, el cero es simple; si f (s) = f (s) = 0, pero f (s) 0,
el cero es doble; si f (s) = f (s) = f (s) = 0, pero f (s) 0, el cero es triple, . . .
Ejemplo 3.10.11.
1. La funcin f (x) = ex x1 tiene un cero doble en s = 0 ya que f (0) = 0, f (0) = 0,
pero f (0) = 1.
2. La funcin f (x) = (x 1)2 (x 2) tiene un cero doble en s = 1 y un cero simple
en s = 2.
3.11. Anexo I: Representacin grfica de funciones
121

Ante la imposibilidad de obtener todos los puntos del grafo de una funcin f , es necesario un estudio cualitativo que nos permita obtener su grafo con suficiente aproximacin.
Para ello, es conveniente seguir los siguientes pasos:
1. Determinar el dominio de f y estudiar la continuidad.
2. Estudio de simetras y periodicidad.
3. Cortes con los ejes.
4. Estudio asinttico (asntotas verticales, asntotas oblicuas, ramas infinitas).
5. Estudio de f .
6. Estudio de f .
Para algunas funciones particulares puede no ser necesario el estudio de algunos puntos.
Ejemplo 3.11.1. Vamos a representar grficamente la funcin
f (x) =
x2 + 1
.
x1
Dominio de f :
Como el numerador y denominador son funciones continuas en R, slo habr que
excluir las races del denominador. En este caso, f es continua en D = R/{1}.
Simetras y periodicidad:
Para el estudio de las simetras, calculamos f (x) = (x2 + 1)/(x + 1). Se tiene
que f (x) f (x), por lo que f no es par. Como f (x) f (x), f no es impar.
La funcin f no es peridica.
Cortes con los ejes:
El nico corte con el eje de ordenadas se corresponde con la imagen de x = 0,
esto es, el punto P = (0, f (0)). En este caso P = (0, 1). Los posibles cortes con
el eje de abscisas se corresponden con las antiimgenes de y = 0. Por lo tanto,
tenemos que resolver la ecuacin, posiblemente no lineal, f (x) = 0. En este caso,
dicha ecuacin no tiene soluciones, por lo que no hay cortes con el eje OX.
Estudio asinttico:
Estudiamos, en primer lugar, las asntotas verticales. De la definicin 2.3.19
de la pgina 65 se deduce que si la funcin f tiene una asntota vertical en
122
x = x0 , entonces f no puede ser continua en ese punto. En este problema la
nica asntota posible es x = 1. Se tiene que
lm+
x1
x2 + 1
2
= + = + ,
x1
0
lm
x1
x2 + 1
2
= = .
x1
0
Por tanto, la recta x = 1 es una asntota vertical.

Para estudiar las asntotas oblicuas hacemos uso de la definicin 2.3.20. Si
la recta y = mx + b es una asntota oblicua, entonces
f (x)
,
x+ x
m = lm
b = lm (f (x) mx) .
x+
Para que y = mx + b sea una recta, los valores de m y b obtenidos en los

lmites anteriores deben ser reales. Recordemos que en el caso particular
m = 0, la asntota es horizontal.
Para la funcin f del ejemplo tenemos
x2 + 1
= 1 R,
x+ x2 x
m = lm
h = lm (
x+
x2 + 1
1x) = 1 R ,
x1
por lo que la recta y = x + 1 es la asntota oblicua en +.

Repitiendo el proceso cuando x , se tiene que
x2 + 1
= 1 R,
x x2 x
lm
lm (
x2 + 1
1 x) = 1 R ,
x1
y, por tanto, la recta y = x + 1 es tambin asntota oblicua de f , en este caso

cuando x .
Estudio de f :
La funcin f es derivable en D = R/{1} . Derivando obtenemos
f (x) =
x2 2x 1
.
(x 1)2
(3.21)
Resolviendo
f (x) = 0 obtenemos los puntos crticos de f , en este
la ecuacin
caso {1 2, 1 + 2}. A continuacin estudiamos el signo de f en los distintos

intervalos
x (, 1 2)
f (x) > 0
f creciente
x (1 2, 1)
f (x) < 0
f decreciente
x (1, 1 + 2)
f (x) < 0
f decreciente
x (1 + 2, +)
f (x) > 0
f creciente
Por tanto,
f
alcanza
un
mximo
local
en
x
=
1
2,
y un mnimo
local en
puntos
correspondientes
son
M
=
(1
2,
f
(1
2)) y m =
x =
1 + 2. Los
(1 + 2, f (1 + 2)) .
123
Estudio de f :
Si todo el estudio anterior no ha aportado informacin suficiente sobre la grfica
de f , se puede hacer uso de la derivada segunda. De la misma forma que con f
estudiamos el crecimiento de una funcin, con la derivada segunda f estudiamos
el grado de curvatura de f .
f (x) 0
f (x) > 0
f (x) = 0
f (x) < 0
f (x) 0
Si f (x) < 0 para todo x de cierto dominio I, se dice que f es cncava en I. Si

f (x)>0 para todo x I, se dice que f es convexa en I.
Si una funcin tiene derivada segunda nula en todos sus puntos, entonces, necesariamente f ser una recta. A los puntos donde f es continua y derivable y la derivada
segunda
cambia
de
signo,
se
les
suele
llamar
puntos de inflexin. Estos se obtienen a partir de f (x) de manera anloga a

como se obtienen los extremos relativos a partir de f (x).
Derivando la expresin (3.21) se obtiene
f (x) =
4
.
(x 1)3
Separamos el dominio en diferentes intervalos utilizando los valores crticos de

f . Para ello necesitamos las races de la ecuacin f (x) = 0 . En este caso no hay
races para f , por lo que tenemos
x (, 1)
f (x) < 0
cncava
x (1, +)
f (x) > 0
convexa
Puede resultar til resumir en una tabla los resultados obtenidos durante el desarrollo de los puntos anteriores, evaluando la funcin f en los puntos notables que vayan
apareciendo.
124
x
f (x)
1+
1 2
1+ 2
2 2 2 0.83
2 + 2 2 4.83
10
8
6
4
2
-2
-2
-4
-6
3.12. Anexo II: Algoritmos
3.12. Anexo II: Algoritmos

Algoritmo del mtodo de biseccin
Dada una funcin f continua en [a, b] tal que f (a) f (b) < 0, hallar
una raz de f (x) = 0.
Entrada: a, b, T OL, nmero mximo de iteraciones N0 .
Salida: Solucin aproximada p, o mensaje de error.
Paso 1
Tomar i = 1
Paso 2
Mientras i N0 , hacer Pasos 3-6.
Paso 3
Paso 4
Paso 5
Paso 6
Paso 7
Tomar p = (a + b)/2
Si f (p) = 0, (b a)/2 < T OL, entonces
SALIDA (p); PARAR
Tomar i = i + 1
Si f (a) f (p) > 0 tomar a = p
en otro caso tomar b = p
SALIDA (El mtodo no ha convergido despus de

N0 iteraciones); PARAR
Algoritmo del mtodo de Newton-Raphson

Dada una aproximacin inicial x1 , encontrar una raz de f (x) = 0.
Entrada: x1 , T OL, nmero mximo de iteraciones N0 .
Salida: Solucin aproximada p, o mensaje de error.
Paso 1
Tomar i = 1
Paso 2
Mientras i N0 , hacer Pasos 3-6.
Paso 3
Paso 4
Paso 5
Paso 6
Paso 7
Tomar p = x1 f (x1 )/f (x1 )

Si p x1 < T OL, entonces
SALIDA (p); PARAR
Tomar i = i + 1
Tomar x1 = p
SALIDA (El mtodo no ha convergido despus de

N0 iteraciones); PARAR
125
Bibliografa
[1] R. A. Adams. Clculo. Editorial Addison Wesley, Madrid, 2009.
[2] A. Garca y otros. Clculo I. Teora y problemas de Anlisis Matemtico en
una variable. Editorial CLAGSA, Madrid, 1993.
[3] B. Garca, I. Higueras, T. Roldn. Anlisis matemtico y mtodos numricos. Universidad Pblica de Navarra (2 edicin revisada), 2007.
[4] J. L. Lpez. lgebra lineal. Universidad Pblica de Navarra, 2007.
127

Tema 2 Matematicas

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema 2 Matematicas

Uploaded by

Copyright:

Available Formats

243101 Matemticas I

Grado en ingeniera en tecnologas de la

2.6. Otras funciones usuales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1.1. El conjunto de los nmeros reales

Numeros reales y complejos, sucesiones y series de nmeros reales

1. Propiedad conmutativa para la suma y el producto:

2. Propiedad asociativa para la suma y el producto:

3. Propiedad distributiva del producto con respecto a la suma:

4. En N0 , existencia de elemento neutro para la suma:

5. Existencia de elemento neutro para el producto:

6. Axiomas de orden. En el cojunto N, hay definida una relacin de orden total,

1.1. El conjunto de los nmeros reales

Definicin 1.1.5. El conjunto de los nmeros enteros es

Extendiendo adecuadamente las operaciones internas suma y producto anteriores al

Numeros reales y complejos, sucesiones y series de nmeros reales

Nota 1.1.9. Observa que la ecuacin 2 x = 1 ya puede resolverse en el conjunto de los

Figura 1.1. Algunos irracionales

1.1. El conjunto de los nmeros reales

Definicin 1.1.12. El conjunto de los nmeros reales es

Para representar un nmero racional p/q, dividimos la unidad en q partes iguales y a

Algunos nmeros irracionales se pueden

La terna (R, +, ) verifica las propiedades 1-10. El elemento inverso de x R se denota

Numeros reales y complejos, sucesiones y series de nmeros reales

11. Axioma del supremo: Sea S R, S y acotado superiormente. Entonces existe

1.1. El conjunto de los nmeros reales

1. m es una cota inferior de S,

Los intervalos (a, b) y [a, b] se llaman, respectivamente, intervalo abierto e intervalo

Numeros reales y complejos, sucesiones y series de nmeros reales

Proposicin 1.1.31. Propiedades del valor absoluto: para todo x, y R, se tiene

1.2. El mtodo de induccin

1.2. El mtodo de induccin

1.3. Nmeros complejos

dos soluciones x1 = 2 R y x2 = 2 R . Sin embargo todava hay ecuaciones cuyas

Numeros reales y complejos, sucesiones y series de nmeros reales

en el que se definen las operaciones

Nota 1.3.11. Si z C es, en particular, un nmero real, entonces el mdulo de z coincide

1.3. Nmeros complejos

Definicin 1.3.12. Dado z = x + iy C {0} se define el argumento principal de Z

Numeros reales y complejos, sucesiones y series de nmeros reales

Proposicin 1.3.18. Sea 0 z C, entonces z se puede expresar en la forma z = rei

Proposicin 1.3.20. Sean m, n Z y z, z1 , z2 C, entonces

1.4. Sucesiones de nmeros reales

Es decir, a cada nmero natural n, se le hace corresponder un nico nmero real an .

1.4. Sucesiones de nmeros reales

A la imagen an de un natural n se le llama trmino general de la sucesin. A los

Estas otras, en cambio, se determinan por recurrencia

Numeros reales y complejos, sucesiones y series de nmeros reales

Ejemplo 1.4.5. Estudiemos la monotona de algunas de las sucesiones del ejemplo

K se llama cota superior de la sucesin (an )nN .

1.4. Sucesiones de nmeros reales

l se llama cota inferior de la sucesin (an )nN .

La desigualdad n 1 es vlida para todo natural n, por tanto l = 5 es una cota

1.4.4. Operaciones con sucesiones

Numeros reales y complejos, sucesiones y series de nmeros reales

Sucesin producto por un escalar

1.4. Sucesiones de nmeros reales

{1, 2, 5, 10, 17, 26, . . .}

Como b3 = 0, la sucesin cociente no est bien definida.

Si an 0 n N , podemos definir la sucesin ( an )nN .

1.4.5. Lmite de una sucesin

UPNA, grado en ingeniera en tecnologas de la telecomunicacin

Numeros reales y complejos, sucesiones y series de nmeros reales

Ejemplo 1.4.17. Utilizamos la definicin 1.4.15 para probar que

Ejemplo 1.4.18. Demostrar mediante la defincin de lmite que