You are on page 1of 325

25 julio 2011

Clculo
ndice

ndice

ndice i

1 Nmeros reales 3
1.1 El conjuntos de los nmeros reales 3 1.2 Naturales, enteros, racionales e irracionales 5
1.3 Valor absoluto 7 1.4 El principio de induccin 7 1.5 Intervalos y conjuntos destacados 10
1.6 Ejercicios 11

2 Nmeros complejos 13
2.1 Introduccin 13 2.2 Forma binmica de un nmero complejo 15 2.3 Representacin
grfica. Conjugado y mdulo de un nmero complejo 16 2.4 Forma polar y argumento de un
nmero complejo 17 2.5 Funciones elementales 20 2.6 Ejercicios 24

3 Sucesiones de nmeros reales 27


3.1 Definicin y propiedades. 27 3.2 Sucesiones parciales 29 3.3 Monotona 30 3.4 Suce-
siones divergentes 31 3.5 Criterios de convergencia 33 3.6 Ejercicios 34

4 Lmites y continuidad 39
4.1 Lmite funcional 39 4.2 Lmites infinitos y en el infinito 40 4.3 Clculo de lmites 43
4.4 Continuidad 44 4.5 Teorema del valor intermedio 46 4.6 Monotona 47 4.7 Ejerci-
cios 49

5 Derivabilidad 53
5.1 Definicin. Recta tangente. 53 5.2 Reglas de derivacin 55 5.3 Teorema del valor me-
dio 56 5.4 Reglas de LHpital 58 5.5 Derivadas de orden superior 59 5.6 Polinomio
de Taylor 60 5.7 Concavidad y convexidad 64 5.8 Algunas aplicaciones de la derivada 65
5.9 Ejercicios 67

6 Integracin 79
6.1 Funciones integrables 79 6.2 Teorema fundamental del Clculo 84 6.3 Clculo de reas de
regiones no acotadas. Integrales impropias 86 6.4 Clculo de primitivas 90 6.5 Aplicaciones
de la integral 98 6.6 Ejercicios 101

7 Series numricas 113


7.1 Definicin y propiedades 113 7.2 Convergencia absoluta e incondicional 117 7.3 Criterios
de convergencia para series de trminos no negativos 118 7.4 Otros criterios 120 7.5 Suma
de series 121 7.6 Ejercicios 124

8 Series de potencias 129


8.1 Definicin 130 8.2 Criterios de convergencia 130 8.3 Funciones definidas mediante
series de potencias 131 8.4 Desarrollo de Taylor 132 8.5 Clculo del desarrollo en serie de
potencias 133 8.6 Algunas aplicaciones de las series de potencias 135 8.7 Ejercicios 137

9 Ecuaciones diferenciales ordinarias 139


9.1 Introduccin 139 9.2 Ecuaciones diferenciales de primer orden 142 9.3 Mtodos de
resolucin de edos de primer orden 144 9.4 Ecuaciones diferenciales ordinarias de orden supe-
rior 153 9.5 Ecuaciones lineales de orden superior 154 9.6 Ecuaciones diferenciales lineales
con coeficientes constantes 157 9.7 Ejercicios 163

i
ndice

10 Lmites y continuidad de funciones de varias variables 167


10.1 El espacio eucldeo Rn 167 10.2 Funciones de varias variables 170 10.3 Lmite funcio-
nal 172 10.4 Continuidad 173 10.5 Extremos absolutos 174 10.6 Ejercicios 175

11 Diferenciabilidad 179
11.1 Derivadas parciales 179 11.2 Funcin diferenciable 180 11.3 Reglas de derivacin 183
11.4 Teorema de la funcin inversa y Teorema de la funcin implcita 183 11.5 Polinomio de
Taylor 187 11.6 Extremos relativos 188 11.7 Extremos condicionados 193 11.8 Extremos
absolutos 195 11.9 Ejercicios 196

12 Integrales mltiples 207


12.1 Integrales dobles 207 12.2 Integracin en dominios acotados 209 12.3 Integrales en
dimensiones superiores 211 12.4 Cambio de variable 211 12.5 Aplicaciones 215 12.6 Ejer-
cicios 215

A Funciones 219
A.1 Definiciones 219 A.2 Funciones elementales 226

B Geometra 237
B.1 Parbolas, elipses e hiprbolas 237 B.2 Superficies cuadrticas 238

C Algunas tablas 243


C.1 Derivadas 243 C.2 Desarrollo de Taylor 244 C.3 Primitivas 244

D Progresiones aritmticas y geomtricas 247


D.1 Progresiones aritmticas 247 D.2 Progresiones geomtricas 248

E Algunos ejemplos y contraejemplos 249

F Solucin de los problemas complementarios 251

Glosario 319

ii
Nmeros reales El conjuntos de los nmeros reales

Nmeros reales

1
1.1 El conjuntos de los nmeros reales 3 1.2 Naturales, enteros, racionales e irracio-
nales 5 1.3 Valor absoluto 7 1.4 El principio de induccin 7 1.5 Intervalos y
conjuntos destacados 10 1.6 Ejercicios 11

Existen diferentes formas de formalizar el conjunto de los nmeros reales aunque se pueden
agrupar en dos variantes: constructivos y axiomticos. Los primeros son demasiado laboriosos
para un curso de Clculo y, por este motivo, hemos preferido dejarlos de lado. En su lugar, hemos
asumido que el conjunto de los nmeros reales es conocido por el lector y elegimos la definicin
axiomtica de este conjunto.

1.1 El conjuntos de los nmeros reales


Vamos a definir el conjunto de los nmeros reales, R, en trminos de qu sabemos hacer con
sus elementos. Es difcil que si alguien nos pregunta seamos capaces de dar una respuesta clara
de qu es un nmero pero s somos capaces de decir qu cosas podemos hacer con ellos.
En el conjunto de los nmeros reales tenemos definidas varias operaciones. La primera que
todos aprendemos es la suma.

Suma de nmeros reales

Las suma verifica, entre otras, las siguientes propiedades. Sean a, b y c nmeros reales cuales-
quiera.
1) Propiedad asociativa: a + (b + c) = (a + b) + c.
2) Propiedad conmutativa: a + b = b + a.
3) Existencia de elemento neutro: a + 0 = a.
4) Existencia de elemento opuesto: a + (a) = 0.
Estas cuatro propiedades se resumen diciendo que (R, +) es un grupo abeliano o conmutativo.

Producto de nmeros reales

Adems de la suma tambin sabemos multiplicar nmeros reales. Por el mismo motivo, se su-
pone que sabemos dividir. Mucho cuidado con esta afirmacin. No estamos hablando de cmo se
dividen nmeros sino de que, supuesto conocido el producto de nmeros, la divisin es la opera-
cin inversa. Ocurre lo mismo con la suma: no hemos dicho como se restan nmeros reales pero, en
teora restar una cantidad es simplemente sumar la cantidad cambiada de signo. Con el producto,
dividir por un nmero a es multiplicar por 1/a.
Sean a, b y c nmeros reales distintos de cero. Entonces se verifican las siguientes propiedades.
5) Propiedad asociativa: a(bc) = (ab)c.
6) Propiedad conmutativa: ab = ba.

3
El conjuntos de los nmeros reales Nmeros reales

7) Existencia de elemento neutro: a1 = 1a.


1
8) Existencia de elemento inverso: a a = 1 (a 0).

Observacin 1.1. El elemento opuesto en el caso de la suma y el elemento inverso para el producto
son nicos. En el caso de la suma la notacin es siempre la misma: el opuesto de a es a. Para el
1
producto usaremos indistintamente la notacin a o a1 .

Una vez que tenemos la suma y el producto, sera conveniente que estas dos operaciones se
relacionen de alguna manera:
9) propiedad distributiva: a(b + c) = ab + ac.

Orden

Las propiedades que hemos comentado hasta ahora no determinan de manera nica el conjunto
de los nmeros reales. El conjunto de los nmero racionales tambin las verifica como se puede
comprobar fcilmente. Cal es la diferencia entre ambos conjuntos? Qu sabemos hacer en R
que no podamos hacer en Q? Siempre que se hace esta pregunta en clase las respuestas suelen ser
del tipo: races cuadradas, logaritmos, senos o cosenos, etc. Aunque se podra intentar seguir por
ah, ese camino puede tener ms dificultades a posteriori que el que vamos a elegir.
El orden en el conjunto de los nmeros reales tambin es algo conocido por el lector. Lo podemos
ver de varias formas: sabemos cundo un nmero es positivo o somos capaces de decidir cul de
dos nmeros es el mayor. Hagamos un breve resumen de sus propiedades.
10) Propiedad reflexiva: a a.
11) Propiedad antisimtrica: si a b y b a, entonces a = b.
12) Propiedad transitiva: si a b y b c, entonces a c.
13) El orden es total: dado a R, se cumple que a 0 o que a 0 o, lo que es lo mismo, dados
a, b R, se cumple que a b o que b a.
Las siguientes propiedades relacionan la suma y el producto con el orden que acabamos de
presentar.
14) Si a b, entonces a + c b + c.
15) Si a b y c 0, entonces ac bc.

El ltimo axioma

Tanto R como Q verifican todas las propiedades que hemos expuesto. Necesitamos, por tanto,
alguna propiedad ms para diferenciarlos. Esta ltima propiedad est muy relacionada con el orden,
pero antes de presentarla necesitamos definir algunos conceptos.

Definicin 1.2.
Cota a) Sea A R, diremos que M R es una cota superior o mayorante (resp. inferior o minorante)
de A si a M para cualquier a A (resp. a M).
Mximo absoluto b) Sea A un subconjunto de R. Diremos que a0 A es el mximo absoluto (resp. mnimo
absoluto) de A si verifica que a a0 (resp. a a0 ) para cualquier a A.

Veamos algunos ejemplos de estos conceptos.

Ejemplo 1.3.
a) El conjunto de los nmeros naturales no es un conjunto acotado. Ms concretamente, no es
un conjunto acotado superiormente pero s est acotado inferiormente. Como no est acotado
superiormente no tiene mximo. S tiene mnimo: 1 n para cualquier natural n

4
Nmeros reales Naturales, enteros, racionales e irracionales

n o
1 1
b) El conjunto n : n N est acotado superior e inferiormente: 0 n 1 para cualquier natural
n. Tiene mximo: el 1, pero no tiene mnimo. El mnimo podra ser el cero pero no pertenece al
conjunto./

A la vista de los ejemplos, la existencia de mximo implica que el conjunto esta acotado pero
el recproco no es cierto. Hay conjuntos acotados y que no tienen ni mximo ni mnimo: piensa en
el intervalo ]0, 1[. Sin embargo, aunque ni el 0 ni el 1 sean ni mximo ni mnimo, s parece claro
que tienen un papel destacado. De alguna forma son los extremos del conjunto, pertenezcan o no
a dicho conjunto. El supremo y el nfimo van a ser una forma de reconocer este tipo de puntos.

Definicin 1.4. Sea A un subconjunto acotado superiormente de R. El supremo del conjun- Supremo
to A, sup(A), es la menor de sus cotas superiores. Anlogamente se define el nfimo de un nfimo
conjunto acotado inferiormente como la mayor de sus cotas inferiores y lo notaremos inf(A).

Con esta definicin ya podemos aadir la ltima propiedad que nos falta para definir el conjunto
de los nmeros reales:

Axioma del supremo: todo conjunto acotado superiormente tiene supremo.

Este axioma es equivalente al axioma del nfimo. Slo hay que darse cuenta de que si cambiamos
el signo las desigualdades tambin cambian.

Ejemplo 1.5. Los extremos de un intervalo acotado son el supremo e nfimo de dicho intervalo
independientemente de si pertenecen o no al intervalo. En el caso particular de que alguno de ellos
est en dicho intervalo sern, adems mximo o mnimo (lo que corresponda). /

Proposicin 1.6. Sea A un conjunto acotado superiormente y sea x el supremo de A.


a) Si x
/ A, entonces A no tiene mximo.
b) Si x A, entonces A tiene mximo y, de hecho, x = max(A).

La siguiente proposicin ser til en la demostracin de algunos resultados posteriores.

Proposicin 1.7. Sea A R un subconjunto acotado superiormente y sea x R. Entonces



i) a x, para todo a A
x = sup(A)
ii) dado > 0, a A tal que x < a.

1.2 Naturales, enteros, racionales e irracionales

Nmeros naturales

El conjunto de los nmeros naturales, al que denotaremos N, es

N = {1, 2, 3, . . .}

La inclusin del cero como nmero natural es una convencin. En algunos textos aparece como
natural y en otros no. Nosotros no lo vamos a incluir para simplificar algunas notaciones. Por
1
ejemplo, para poder hablar de ln(n) o de n sin necesidad de estar recordando constantemente
que n no puede ser cero.

5
Naturales, enteros, racionales e irracionales Nmeros reales

Nmeros enteros

El conjunto de los nmeros enteros, Z, es

Z = {. . . , 3, 2, 1, 0, 1, 2, 3, . . .}

La operacin suma en Z es una operacin interna: la suma (y la resta) de enteros es un entero. No


ocurre lo mismo con el producto. El inverso de un nmero entero no nulo es un nmero racional.

Nmeros racionales e irracionales

Los nmeros racionales son aquellos que se pueden expresar como cociente de un entero y un
natural:
( )
p
Q= : p Z, q N .
q

Los nmeros irracionales, R \ Q, son aquellos que no son racionales. Probablemente ests ms
acostumbrado a tratar con la representacin decimal de los nmeros reales. Los racionales tienen
una cantidad finita de decimales o infinita peridica. Los irracionales, por tanto, tienen una cantidad
infinita de decimales no peridicos.

Observacin 1.8. El conjunto de los nmeros irracionales no es, ni siquiera, un espacio vectorial
como lo es el conjunto de los nmeros racionales. El elemento neutro para la suma o el producto, 0
y 1, no son irracionales. Es muy fcil encontrar ejemplos de que la suma y el producto de nmeros
irracionales no es necesariamente un numero irracional: 2 = 2.

Dentro de los nmeros reales podemos distinguir entre nmeros algebraicos y nmeros tras-
Nmero algebraico cendentes. Un nmero es algebraico si es solucin de un polinomio con coeficientes enteros. Por

ejemplo, cualquier racional o 2 son nmeros algebraicos. Si no se puede expresar como raz de
Nmero tras- un polinomio con coeficientes enteros diremos que es un nmero trascendente.
cendente No es fcil buscar las races irracionales de un polinomio, pero s podemos buscar las posibles
races racionales de un polinomio con coeficientes enteros.

Observacin 1.9. Dada la ecuacin an x n + an1 x n1 + . . . + a1 x + a0 = 0, donde a0 , a1 ,,...,an


son nmeros enteros y a0 an 0, si la ecuacin tiene una raz racional p/q (con p y q primos entre
si), entonces p divide a a0 y q divide a an .

El conocimiento de las races racionales nos puede servir para comprobar que un nmero no es
racional.

Ejemplo 1.10. Las nicas posibles races racionales del polinomio x 2 2 = 0 son 1, 2. Cmo

ninguna de ellas es solucin del polinomio, 2 no puede ser un nmero racional.

La otra demostracin usual de que 2 no es un nmero racional utiliza la descomposicin en

primos de un nmero y la reduccin al absurdo: supongamos que 2 fuera racional. Eso quiere
p p
decir que podra escribirse de la forma 2 = q , donde q es una fraccin irreducible. Si elevamos
al cuadrado obtenemos que 2q2 = p 2 y, en consecuencia, p 2 es un nmero par. Pero para que
el cuadrado de un nmero sea par, necesariamente dicho nmero debe ser par. Luego p = 2a
para conveniente a. Sustituyendo, q2 = 2a2 y, por tanto, q tambin es par. Hemos obtenido una
contradiccin: la fraccin p/q no puede ser irreducible y, a la vez, que numerador y denominador

sean pares. Por tanto, 2 no puede ser racional.
Comprueba t mismo que con las mismas ideas puedes comprobar que la raz cuadrada de un
natural es otro natural o un nmero irracional. /

6
Nmeros reales Valor absoluto

Representacin decimal

FALTA

1.3 Valor absoluto


La distancia entre dos nmeros reales se mide calculando la diferencia entre el mayor y el menor
de ellos. La funcin que mide la distancia al cero es la funcin valor absoluto.

Definicin 1.11. Se define el valor absoluto de un nmero real x como


x, si x 0

|x| =
x, si x < 0

Proposicin 1.12. Dados x, y R, se verifican las siguientes afirmaciones.


a) |x| 0, y |x| = 0 x = 0,
b) |x| y y x y,

c) x + y |x| + y , Desigualdad triangu-
lar

d) |x| y x y ,

e) si xy = |x| y .

Para demostrar cualquiera de estas desigualdades o, en general, para trabajar con expresiones en
las que intervienen valores absolutos tenemos varias posibilidades. La primera de ellas es discutir
los distintos casos que se pueden presentar. Veamos un ejemplo.

Ejemplo 1.13. Cundo es cierta la desigualdad |x 3| < |x 1|?


Lo que vamos a hacer es eliminar el valor absoluto (una funcin definida a trozos) discutiendo
todas las posibilidades:
a) si x 1, |x 3| < |x 1| (x 3) < (x 1) 3 > 1 lo que, claramente, no es
cierto,
b) si 1 x 3, |x 3| < |x 1| (x 3) < (x 1) 2 < x, y por ltimo
c) si x 3, |x 3| < |x 1| (x 3) < (x 1) 3 < 1.
Resumiendo, la desigualdad es cierta si, y slo si, x > 2. /

Tambin podemos aprovechar el hecho de que elevar al cuadrado conserva el orden en los reales
positivos: 0 < a < b a2 < b2 . Vamos a utilizar esto para demostrar la desigualdad triangular:

x + y |x| + y x + y 2 |x| + y 2


x 2 + y 2 + 2xy x 2 + y 2 + 2 xy


xy xy ,

lo cual, evidentemente, es cierto. Observa que, de regalo, hemos probado que la igualdad en la

desigualdad triangular es cierta si, y slo si, xy = xy o, lo que es lo mismo, si x e y tienen el
mismo signo. Prueba t a demostrar el resto de afirmaciones de la proposicin anterior.

1.4 El principio de induccin


La definicin del conjunto de los nmeros naturales puede hacerse como la definicin que hemos
dado del conjunto de los nmeros reales mediante una serie de propiedades que lo caractericen
en lugar de especificar cules son sus elementos. Si el axioma del supremo es la propiedad clave

7
El principio de induccin Nmeros reales

que nos ha permitido definir los nmeros reales, en el caso de los naturales dicha propiedad es la
de ser inductivo.

Conjunto inductivo Definicin 1.14. Un subconjunto A de los nmeros reales diremos que es inductivo si verifica
las siguientes dos propiedades:
a) 1 A,
b) si a A, entonces a + 1 A.

Ejemplo 1.15.
a) R, Q, Z, N, R+ son conjuntos inductivos.
b) Ningn conjunto acotado puede ser un conjunto inductivo./

Definicin 1.16. El conjunto de los nmeros naturales es el menor conjunto inductivo o, lo


que es lo mismo, la interseccin de todos los conjuntos inductivos.

Principio de Proposicin 1.17. Sea A un subconjunto de los nmeros reales verificando que
induccin a) A es inductivo,
b) A N.
Entonces A = N.
En otras palabras, para demostrar que un subconjunto del conjunto de los nmeros naturales,
A N, es, en realidad, el conjunto de los naturales es suficiente con comprobar que
a) 1 A, y que
b) si n A, entonces n + 1 A.
La principal utilidad de este principio es demostrar que una propiedad indicada en el conjunto
de los naturales es cierta. Por ejemplo, la propiedad todos los nmeros de la forma n3 + 5n son
divisibles por 6 son en realidad muchas (tantas como naturales) afirmaciones. No es difcil fijar un
natural y comprobar que para ese concreto la propiedad es cierta. Pero, cmo podemos hacerlo
para todos a la vez? En este tipo de demostraciones, el principio de induccin nos proporciona una
ventaja. Para demostrar que se cumple para un natural puede suponerse que la propiedad es cierta
para el natural anterior (hiptesis de induccin). Esto puede ser muy til en algunas ocasiones.
Ejemplo 1.18. Demostrar que 1 + 3 + 5 + . . . + (2n 1) = n2 , para cualquier n N.
Lo demostramos usando el mtodo de induccin. Tenemos que comprobar que el conjunto
n o
A = n N; 1 + 3 + 5 + . . . + (2n 1) = n2

coincide con N. Para ello es suficiente con demostrar que A es un conjunto inductivo, o sea, tenemos
que comprobar que
a) la propiedad es cierta para n = 1, y que
b) si la propiedad es cierta para un nmero natural, tambin es cierta para el siguiente nmero
natural.
Vamos all.
a) Es inmediato comprobar que la propiedad se cumple la propiedad para n = 1.
b) Supongamos que se cumple para un natural fijo m y comprobemos que se cumple para m + 1:

1 + 3 + 5 + . . . + (2m 1) + (2m + 1) = m2 + (2m + 1) = (m + 1)2 .

Por tanto, A = N y la propiedad se cumple para todos los naturales. /

1.4.1 Una aplicacin del principio de induccin: el binomio de Newton


Cuntas posibilidades tienes de que aciertes la lotera primitiva? Tienes que
 escoger 6 nmeros
de entre 47 sin importar el orden. El nmero de combinaciones posibles es 47 6 .

8
Nmeros reales El principio de induccin

Las combinaciones sin repeticin de n elementos tomados de p en p se definen como las dis-
tintas agrupaciones formadas con p elementos distintos, eligindolos de entre los n elementos de
que disponemos, considerando una variacin distinta a otra slo si difieren en algn elemento, y
sin tener en cuenta el orden de colocacin de sus elementos. El nmero de combinaciones que se
pueden construir de esta forma es
!
n n
=
p p(n p)
 
A los nmeros de la forma np , n sobre p se les suele llamar nmeros combinatorios. Recordemos Nmeros combinato-
que el factorial de un nmero natural n es rios

n = 1 2 3 n

y que 0 = 1.
Las siguientes propiedades de los nmeros combinatorios son fciles de comprobar y nos sern
muy tiles.
  
a) n = n = 1, para cualquier n N.
  n  
0 
n n n+1
b) i + i1 = i , para cualesquiera i n naturales.

Proposicin 1.19. Dados a, b R y n N, se cumple que Binomio de Newton

n !
n
X n n1 i
(a + b) = a b
i
i=0

Demostracin. Vamos a probarlo usando el mtodo de induccin. Es claro que la propiedad es


cierta para n = 1. Supongamos que es cierta para un natural fijo n y comprobemos que se cumple
para n + 1:

(a + b)n+1 = (a + b)(a + b)n


n !
n
ani bi
X
= (a + b)
i
i=0
n ! n !
n n
ani+1 bi + ani bi+1
X X
=
i i
i=0 i=0
! n ! n1 ! !
n n+1 X n n+1i i X n n n+1
= a + a b + ani bi+1 + b
0 i i n
i=1 i=0
! n ! n1 ! !
n + 1 n+1 X n n+1i i X n
ni i+1 n + 1 n+1
= a + a b + a b + b
0 i i n+1
i=1 i=0
! n ! n ! !
n + 1 n+1 X n n+1i i X n n+1j j n + 1 n+1
= a + a b + a b + b
0 i j1 n+1
i=1 j=1
! n " ! !# !
n + 1 n+1 X n n n + 1 n+1
= a + + an+1i bi + b
0 i i1 n+1
i=1
! n ! !
n + 1 n+1 X n + 1 n+1i i n + 1 n+1
= a + a b + b
0 i n+1
i=1
n+1 !
X n + 1 n+1i i
= a b .
i
i=0

9
Intervalos y conjuntos destacados Nmeros reales

La utilidad del binomio de Newton estriba en que no es necesario calcular


 el desarrollo completo
15
de (x + 3)15 si slo nos interesa el coeficiente de x 4 que, por cierto, es 4 311 .
Los coeficientes del desarrollo de (a + b)n tambin se pueden encontrar usando el llamado
Tringulo de Pas- tringulo de Pascal (o de Tartaglia). Este consiste en lo siguiente: comenzamos con un 1, en cada
cal o de Tartaglia lnea nueva aadimos unos en los extremos y bajo cada par de nmeros colocamos su suma. El
resultado que se obtiene nos da los coeficientes del binomio de Newton.

n tringulo de Pascal n o combinatorio (a + b)n


 
0
0 1 0
   
1 1
1 1 1 0 1
a+b
     
2 2 2
2 1 2 1 0 1 2
a2 + 2ab + b2
       
3 3 3 3
3 1 3 3 1 0 1 2 3
a3 + 3a2 b + 3ab2 + b3

Tabla 1.1 Tringulo de Pascal o Tartaglia

1.5 Intervalos y conjuntos destacados


Los conjuntos que van a jugar un papel ms destacado son los intervalos.

Intervalo Definicin 1.20. Un subconjunto I de R es un intervalo si para cualesquiera x, y I se


 
cumple que x, y = {t R: x t y} I.

Ya conoces cules son los distintos intervalos: abiertos, semiabiertos, cerrados, acotados o no:

[a, b] = {x R: a x b}
]a, b] = {x R: a < x b}
[a, b[= {x R: a x < b}
]a, b[= {x R: a < x < b}
[a, +[= {x R: a x}
]a, +[= {x R: a < x}
] , b] = {x R: x b}
] , b[= {x R: x < b}

Definicin 1.21. Sea A un subconjunto de R.


Punto interior a) Diremos que a A es un punto interior si existe > 0 tal que ]a , a + [ I.
= {a A: a es un punto interior}. Diremos que el con-
b) El interior de A es el conjunto, A
junto A es abierto si coincide con su interior.
Punto adherente c) Diremos que x R es un punto adherente si para cualquier > 0 se tiene que

]a , a + [A .

d) El cierre o adherencia del conjunto A es A = {x R: x es un punto adherente de A}. Di-


remos que el conjunto A es cerrado si coincide con su adherencia.
Punto de acu- e) Diremos que x R es un punto de acumulacin de A si para cualquier r positivo se cumple
mulacin que

]a r , a + r [ (A \ {a}) .

10
Nmeros reales Ejercicios

Notaremos A0 al conjunto de todos los puntos de acumulacin de A.


f) Diremos que x R es un punto aislado del conjunto A si existe r > 0 tal que Punto aislado

]a r , a + r [A = {a}.


g) La frontera de A es Fr(A) = A \ A. Frontera

Ejemplo 1.22.
a) Los intervalos abiertos, ya sean acotados o no, son conjuntos abiertos. De la misma forma los
intervalos cerrados son conjuntos cerrados.
b) El conjunto de los naturales N es cerrado y tiene interior vaco al igual que Z. Adems todos sus
puntos son aislados.
n o
1
c) El conjunto A = n : n N tiene interior vaco, todos sus puntos son aislados y su cierre es
A {0}. Ms concretamente, 0 es un punto de acumulacin de A./

Proposicin 1.23. Sea A un subconjunto de R. Se verifican las siguientes afirmaciones.


A A,
a) A
b) A es abierto si, y slo si, R \ A es cerrado.

1.6 Ejercicios
2x3 1
Ejercicio 1.1. Calcular para qu valores de x se verifica que x+2 < 3.

Ejercicio 1.2. Encontrar aquellos valores de x que verifican que:


a) x1 + 1x
1
> 0, d) x 2 x,
b) x 2 5x + 9 > x, e) x 3 x,
c) x 3 (x 2)(x + 3)2 < 0, f) x 2 (a + b)x + ab < 0.

Ejercicio 1.3. Discutir para qu valores de x se verifica que:


a) |x 1| |x + 2| = 3, c) |x 1| + |x + 1| < 1,
b) |x 2 x| > 1, d) |x + 1| < |x + 3|.

Ejercicio 1.4. Resolver las siguientes inecuaciones:


a) |x 5| < |x + 1|, b) |x 3| < 0.

Ejercicio 1.5. Para qu valores de x se cumple la desigualdad x 2 3x 2 < 10 2x?

Ejercicio 1.6. Calcular, si existen, el supremo, nfimo, mximo y mnimo de los siguientes con-
juntos
a) A = [0, 1] [2, 3[,
b) A = {2n: n N},
 1
c) A = x R: x 2 + 2x + 1 < ,

2
d) A = [0, +[Q.

1.6.1 Principio de induccin

Ejercicio 1.7. Demostrar que 1 + 1 + 2 + 22 + 23 + . . . + 2n = 2n+1 , para cualquier n N.

11
Ejercicios Nmeros reales

1 1 1 1
Ejercicio 1.8. Demostrar que 2 + 4 + 8 +...+ 2n1 1 para cualquier natural mayor o igual que
dos.

Ejercicio 1.9. Probar que la suma de los cubos de tres nmeros naturales consecutivos es divisible
por 9.

n(n+1)
Ejercicio 1.10. Demostrar por induccin que 1 + 2 + 3 + . . . + n = 2 , para cualquier n N.

n(n+1)(2n+1)
Ejercicio 1.11. Demostrar que 12 + 22 + 32 + . . . + n2 = 6 , para cualquier n N.

n2 (n+1)2
Ejercicio 1.12. Demostrar que 13 + 23 + 33 + . . . + n3 = 4 , para n N.

1.6.2 Ejercicios complementarios

Ejercicio 1.1. Demostrar por induccin que todos los nmeros de la forma n3 + 5n son divisibles
por 6.

Ejercicio 1.2. Demostrar por induccin que todos los nmeros de la forma 32n 1 son divisibles
por 8.

Ejercicio 1.3. Prubese que para todo natural n 2 se verifica que 3 no divide a n3 n + 1.

Ejercicio 1.4. Prubese que para todo natural n 2 se verifica que: 5 divide a n5 n.

Ejercicio 1.5. Demostrar que (1 + x)n > 1 + nx, n N, n > 1. para x R \ {0}, x > 1.

1 1
Ejercicio 1.6. Demostrar que x n+1 + x n+1 > xn + xn , para cualquier natural n y cualquier real x
positivo distinto de uno.

Ejercicio 1.7. Probar que si x R \ {1}, entonces se verifica que

x n+1 1
1 + x + x2 + x3 + . . . + xn = , n N.
x1

Ejercicio 1.8. Demostrar que, dado un natural n, n es natural o irracional.

Ejercicio 1.9. Demostrar que 2+ 3 es irracional.

12
Nmeros complejos Introduccin

Nmeros complejos

2
2.1 Introduccin 13 2.2 Forma binmica de un nmero complejo 15 2.3 Repre-
sentacin grfica. Conjugado y mdulo de un nmero complejo 16 2.4 Forma polar
y argumento de un nmero complejo 17 2.5 Funciones elementales 20 2.6 Ejerci-
cios 24

2.1 Introduccin
Los nmeros que hoy llamamos complejos fueron durante muchos aos motivo de polmicas
y controversias entre la comunidad cientfica. Poco a poco, por la creciente evidencia de su utilidad,
acabaron por ser aceptados, aunque no fueron bien comprendidos hasta pocas recientes. Nada
hay de extrao en ello si pensamos que los nmeros negativos no fueron plenamente aceptados
hasta finales del siglo XVII.
Los nmeros complejos hacen sus primeras tmidas apariciones en los trabajos de Cardano
(15011576) y Bombelli (15261572) relacionados con el clculo de las races de la cbica o ecuacin
de tercer grado. Fue Ren Descartes (15961650) quien afirm que ciertas ecuaciones algebraicas
slo tienen solucin en nuestra imaginacin y acu el calificativo imaginarias para referirse a
ellas. Desde el siglo XVI hasta finales del siglo XVIII los nmeros complejos o imaginarios son
usados con recelo, con desconfianza. Con frecuencia, cuando la solucin de un problema resulta
ser un nmero complejo esto se interpreta como que el problema no tiene solucin.
Las razones de todo esto son claras. As como los nmeros reales responden al problema coti-
diano de la medida de magnitudes, no ocurre nada similar con los nmeros complejos. Mientras
los matemticos necesitaron interpretar en trminos fsicos sus objetos de estudio, no se avanz
mucho en la comprensin de los nmeros complejos.
El xito de Euler y Gauss al trabajar con nmeros complejos se debi a que ellos no se preocu-
paron de la naturaleza de los mismos; no se preguntaron qu es un nmero complejo?, sino que
se dijeron para qu sirven?, qu puede hacerse con ellos? Es Gauss quien definitivamente con-
cede a los nmeros complejos un lugar privilegiado dentro de las matemticas al probar en 1799
el conocido como Teorema Fundamental del lgebra que afirma que toda ecuacin polinmica de
grado n con coeficientes complejos tiene, si cada raz se cuenta tantas veces como su orden, n
races que tambin son nmeros complejos. Algunas de sus implicaciones las podemos comentar
directamente. Fjate en cada una de las ecuaciones:

x + 3 = 0, 2x + 3 = 0, x 2 2 = 0, x 2 + 2x + 2 = 0,

cuyas soluciones x = 3, x = 3/2, x = 2 y x = 1i tienen sentido cuando x es, respectivamente,
un nmero entero, racional, real o complejo. Podra ocurrir que este proceso de ampliacin del
campo numrico continuara. Qu ocurrir si ahora consideramos ecuaciones polinmicas con
coeficientes complejos? Por ejemplo:
p
x 5 + (1 i)x 4 + (1/5 i 2)x 2 8x + 3 i/ 3 = 0.
p

Cmo sern sus soluciones? Aparecern tambin nuevos tipos de nmeros? El teorema funda-
mental del lgebra nos dice que esa ecuacin tiene soluciones que tambin son nmeros complejos
y, por tanto, que no aparecern ya por este procedimiento nuevos tipos de nmeros.

13
Introduccin Nmeros complejos

El trmino, hoy usado de nmeros complejos se debe a Gauss, quien tambin hizo popular
la letra i que Euler (17071783) haba usado espordicamente. En 1806 Argand interpreta los
nmeros complejos como vectores en el plano. La fecha de 1825 es considerada como el nacimiento
de la teora de funciones de variable compleja, pues se publica en dicho ao la Memoria sobre la
Integracin Compleja que Cauchy haba escrito ya en 1814.
En estas notas vamos a dar solamente unos breves conceptos de distintas formas de expresar los
nmeros complejos y cmo se trabaja con ellos. Pero antes de empezar una advertencia: aunque
histricamente (y vulgarmente) se llama i a la raz cuadrada de 1 esta expresin no es totalmente
cierta. Si as fuera obtendramos la siguiente cadena de igualdades que no es posible,...verdad?
p q p p
1 = 1 = (1)(1) = 1 1 = ii = i2 = 1.

Suma de nmeros complejos

Recordemos que para dotar a un conjunto, en este caso R R, u+w


de estructura de cuerpo se necesita una suma y un producto
que verifiquen ciertas propiedades. La suma no es nada nuevo,
u
es la suma de R2 como espacio vectorial, es decir, si (a, b),
(c, d) son dos elementos de R2 , definimos su suma como

(a, b) + (c, d) = (a + c, b + d).

Es evidente (por otra parte nosotros ya lo sabamos del es- v


tudio de espacios vectoriales) que esta suma cumple las pro-
piedades que tiene que cumplir:
1) Asociativa.
2) Conmutativa.
Figura 2.1 La suma de nmeros comple-
3) Existencia de neutro ((0, 0)).
jos es la suma usual de vectores en el
4) Existencia de inverso ((a, b) = (a, b)).
plano
La representacin grfica de la suma es conocida. Dos n-
meros complejos z = a + ib y w = c + id determinan un para-
lelogramo cuya diagonal (ver figura 2.1) es z + w.

Producto de nmeros complejos

El producto s es nuevo. Dados (a, b), (c, d) R2 , definimos su producto como

(a, b)(c, d) = (ac bd, ad + bc).

Tampoco es difcil comprobar que este producto es adecuado, en el sentido de que verifica las
propiedades
5) Asociativa,
6) Conmutativa,
7) Existencia de elemento neutro (el neutro para el producto es (1, 0), comprebalo).
8) Si (a, b) (0, 0) entonces su inverso es
a b
 
(a, b)1 = , .
a2 + b2 a2 + b2

Comprueba tambin que (a, b)(a, b)1 = (1, 0).


9) Distributiva: (a, b)((c, d) + (e, f )) = (a, b)(c, d) + (a, b)(e, f ).

14
Nmeros complejos Forma binmica de un nmero complejo

   
(2,3) 3 4 18 1
As, por ejemplo, (3,4) = (2, 3) 25 , 25 = 25 , 25 . Pues bien, los nmeros complejos son jus-
tamente el cuerpo (R2 , +, ). Es decir cada nmero complejo es una pareja (a, b) donde a y b son
nmeros reales, y la suma y el producto de complejos son los que hemos descrito antes. A esta
forma de representar los nmeros complejos se la suele llamar forma cartesiana. Esta forma es Forma cartesiana
muy cmoda para trabajar con sumas de nmeros complejos pero no lo es tanto para trabajar con
el producto: prueba a calcular (1, 1)4 .
En la siguiente definicin recogemos toda la informacin anterior.

Definicin 2.1. Consideremos en el conjunto R2 las operaciones de adicin y producto defi-


nidas por

(a, b) + (c, d) = (a + c, b + d)
(a, b)(c, d) = (ac bd, ad + bc)

El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto. Adems, (a, b)
es el opuesto de (a, b), y todo (a, b) (0, 0) tiene inverso
a b
 
(a, b) , = (1, 0).
a2 + b2 a2 + b2

Todas estas propiedades se resumen diciendo que (R2 , +, ) (lase el conjunto R2 con las
operaciones suma y producto) es un cuerpo. Dicho cuerpo se representa simblicamente por
C y sus elementos se llaman nmeros complejos.

No hay un orden en C compatible con la estructura algebraica

Al ampliar R a C ganamos mucho pero tambin perdemos algo. Te recuerdo que R tiene dos
estructuras: la algebraica y la de orden. Ambas estructuras estn armoniosamente relacionadas.
Pues bien, en C no hay nada parecido. Podemos definir relaciones de orden en C, pero no hay
ninguna de ellas que sea compatible con la estructura algebraica. En efecto, si suponemos que
es una relacin de orden en C compatible con su estructura algebraica, como i 0 habra de ser
0 < i2 = 1 (esto todava no es contradictorio porque pudiera ocurrir que la relacin no respetara
el orden de R). Pero tambin 0 < 12 = 1, luego 0 < 1 + (1) = 0 y eso s que es contradictorio.
Por tanto, es imposible definir un concepto de nmero complejo positivo de forma que la suma
y el producto de complejos positivos sea positivo. Por ello no se define en C ningn orden. As
que ya sabes: mucho cuidado con escribir desigualdades entre nmeros complejos! Naturalmente,
puedes escribir desigualdades entre las partes reales o imaginarias de nmeros complejos, porque
tanto la parte real como la parte imaginaria de un nmero complejo son nmeros reales.

2.2 Forma binmica de un nmero complejo


Dentro de R2 podemos distinguir el subconjunto formado por los elementos que tienen la se-
gunda componente 0, {(a, 0), a R}. Restringidos la suma y el producto a este subconjunto
tenemos una propiedad curiosa y es que nos seguimos quedando en el subconjunto. Es inmediato
observar que
(a1 , 0) + (a2 , 0) =(a1 + a2 , 0), a1 , a2 R,
(a1 , 0)(a2 , 0) =(a1 a2 , 0), a1 , a2 R.

Esto hace que el conjunto {(a, 0); a R}, con la suma y el producto definidos antes sea tambin
un cuerpo, pero este cuerpo se puede identificar con los nmeros reales mediante la aplicacin

15
Representacin grfica. Conjugado y mdulo de un nmero complejo Nmeros complejos

R {(a, 0); a R}
a (a, 0)

De ahora en adelante siempre usaremos esta identificacin; es decir, para nosotros van a ser indis-
tinguibles el complejo (a, 0) y el nmero real a. Como consecuencia, cualquier nmero complejo
(a, b) se puede escribir de la forma

(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + b(0, 1).

Si ahora llamamos (0, 1) = i, obtenemos que el nmero complejo z = (a, b) (se le suele llamar
a los nmeros complejos con letras como z, u, v,...) se puede poner como z = a + ib. Esto es lo
Forma binmica que se llama la forma binmica de un nmero complejo. Al nmero real a se le llama la parte
Parte real e real del complejo y al nmero b se le llama la parte imaginaria. A i tambin se le llama la unidad
imaginaria imaginaria. Es claro que i no es ningn nmero real (no es un par con la segunda componente 0) y
cumple una propiedad que nos ser til y que, seguramente, ya conocas

i2 = ii = (0, 1)(0, 1) = (1, 0) = 1,

es decir, el cuadrado de i es 1. Esto nos permite que las frmulas para la suma y el producto
de nmeros complejos, cuando estn puestos en forma binmica, sean fciles de recordar, ya
que, formalmente, los vamos a sumar y multiplicar como si fueran nmeros reales y simplemente
tendremos en cuenta que i2 = 1. Nos referimos a lo siguiente: antes hemos definido la suma de
dos nmeros complejos (puestos como pares) de la forma (a, b) + (c, d) = (a + c, b + d). Esta
misma operacin, puesta en forma binmica, quedara a + ib + c + id = a + c + i(b + d), que es la
suma formal de las parejas a + ib y c + id, sacando al final factor comn el i.
Para el producto sucede igual. Si multiplicamos dos complejos en
b z = a + bi
forma de pares (a, b)(c, d) = (ac bd, ad + bc). Esto puesto en
|z| forma binmica sera (a + ib)(c + id) = ac bd + i(ad + bc).
Pero este resultado es lo que se obtiene multiplicando formalmente
a + ib por c + id y tenemos en cuenta que i2 = 1.

a (a + ib)(c + id) = ac + ibc + iad + i2 bd = ac bd + i(ad + bc).

b z = a bi

Figura 2.2 Representacin


de un nmero complejo

2.3 Representacin grfica. Conjugado y mdulo de un nmero com-


plejo
Segn hemos definido, el nmero complejo a + ib no es ms que el elemento (a, b) del plano
Plano complejo R2 y, en ese sentido, se habla del plano complejo. El eje horizontal recibe el nombre de eje real, y
el eje vertical recibe el nombre de eje imaginario.

Conjugado Definicin 2.2. Si z = a+ib es un nmero complejo (con a y b reales), entonces el conjugado
Mdulo de z se define como z = a ib y el mdulo o valor absoluto de z, se define como: |z| =
p
a2 + b2 .

16
Nmeros complejos Forma polar y argumento de un nmero complejo

p
Observa que a2 + b2 est definido sin ambigedad; es la raz cuadrada del nmero real no
negativo a2 + b2 .
Geomtricamente, z es la reflexin de z respecto al eje real, mientras que |z| es la distancia del
punto (a, b) a (0, 0) o, tambin, la longitud o norma eucldea del vector (a, b) (ver figura 2.2). La
distancia entre dos nmeros complejos z y w se define como |z w|.
La representacin grfica de la suma es conocida. Dos nmeros complejos z = a+ib y w = c +id
determinan un paralelogramo cuya diagonal (ver Figura 2.1) es z + w.
Proposicin 2.3. Sean z, w C. Entonces
a) z = z,
b) z + w = z + w,
c) zw = z w.
d) |z|2 = zz,
e) max {|Re(z)| , |Im(z)|} |z| |Re(z)| + |Im(z)|,
f) |zw| = |z| |w|,
g) |z + w| |z| + |w| . Desigualdad triangu-
lar
Demostracin. La comprobacin de estas afirmaciones es inmediata. Por ejemplo, para comprobar
que la propiedad f) se verifica, basta observar que |zw| y |z| |w| son nmeros positivos cuyos
cuadrados coinciden, pues

|zw|2 = zwzw = zwzw = zzww = |z|2 |w|2 = (|z| |w|)2 .

Para demostrar la ltima afirmacin es suficiente probar que |z + w|2 (|z| + |w|)2 . En efecto:
|z + w|2 = (z + w)(z + w) = (z + w)(z + w) = zz + ww + zw + zw
= |z|2 + |w|2 + 2 Re (zw) |z|2 + |w|2 + 2 |Re (zw)|
|z|2 + |w|2 + 2 |zw| = |z|2 + |w|2 + 2 |z| |w| = |z|2 + |w|2 + 2 |z| |w|
= (|z| + |w|)2 . 

Observacin 2.4. De la demostracin de la ltima afirmacin se deduce que |z + w| = |z| + |w|


si, y slo si, Re(zw) = |zw|, esto es, si zw R+ +
0 , o lo que es lo mismo zw = donde R0 . Esta
2
igualdad, puede escribirse de forma equivalente multiplicando por w como z |w| = w, esto es,
z = w para algn R+ 0 lo que quiere decir que z y w estn en una misma semirrecta a partir
del origen.
Ejemplo 2.5. La divisin de nmeros complejos es fcil teniendo en cuenta que el producto de
un complejo y su conjugado da como resultado el mdulo al cuadrado de dicho nmero complejo.
1+i 1+i 2+i 1 + 3i
= = .
2i 2i 2+i 5
La divisin o el producto de dos nmeros complejos no es difcil, pero s que puede ser aburrido
calcular (1 + i)10 . Existe algo como el binomio de Newton para nmeros reales? Comprubalo t
mismo. Lo que s es muy fcil es su mdulo:
p 10
(1 + i)10 = |1 + i|10 = 2 = 25 ./

2.4 Forma polar y argumento de un nmero complejo


Hay otras formas de representar los nmeros complejos. Una de ellas es la forma polar. Supon-
gamos que tenemos un nmero complejo z = a + ib 0. Este complejo se corresponde con la
pareja de nmeros reales (a, b) que podemos representar en el plano.

17
Forma polar y argumento de un nmero complejo Nmeros complejos

A los dos ejes del plano (en este caso se suele llamar el plano complejo) se les denota por el
eje real (donde se representa la primera componente) y el eje imaginario (donde se representa la
segunda).
A la vista del dibujo est claro que el nmero z (o el par
(a, b), al fin y al cabo para nosotros son la misma cosa)
z queda totalmente determinado por dos magnitudes: la
longitud del vector y su direccin. Cmo medimos
la direccin? Si normalizamos el nmero complejo z

{
a b
 
sen () z = |z| +i .
ngulo de radianes |z| |z|
 
a b
Como |z| + i |z| es un vector de mdulo uno (per-
1
{

cos() tenece a la circunferencia centrada en el origen y de


radio uno), se tiene que poder escribir de la forma
Figura 2.3 Argumento
a b
 
, = (cos(), sen())
|z| |z|

para conveniente R. En otras palabras, z = |z| (cos() + i sen() ).

Argumento Definicin 2.6. Dado z C, z 0, hay infinitos nmeros t R que verifican la igualdad
z = |z| (cos(t) + i sen(t)) cualquiera de ellos recibe el nombre de argumento de z. El conjunto
de todos los argumentos de un nmero complejo no nulo se representa por Arg(z).

Arg(z) = { R: z = |z| (cos() + i sen())}

De entre todos los argumentos de un nmero complejo z 0 hay un nico argumento que se
Argumento principal encuentra en el intervalo ] , ]. A dicho argumento se le llama argumento principal de z
y se representa por arg(z).

Forma polar Al nmero complejo de mdulo y argumento se le suele representar y las frmulas que
hemos visto son la forma de pasar de la forma binmica a la forma polar de un complejo.

Observacin 2.7.
a) Observa que el argumento principal no es ms que el ngulo que forma el vector con la parte
positiva del eje real.
b) Si 1 y 2 son dos argumentos del mismo nmero complejo, entonces

cos(1 ) = cos(2 )
1 , 2 Arg(z) 1 = 2 + 2k para algn k Z.
sen( ) = sen( )
1 2

Dicho de otra manera, si es un argumento de z, podemos obtener el conjunto de todos argu-


mentos aadiendo mltiplos enteros de 2 , esto es, Arg(z) = { + 2k ; k Z}. En particular,

Arg(z) = arg(z) + 2k ; k Z .

Clculo del argumento principal

Para calcular el argumento principal de un nmero complejo hay varias frmulas, pero la ms
intuitiva es la siguiente: si z = a + ib 0 su argumento principal es

18
Nmeros complejos Forma polar y argumento de un nmero complejo

 
b



arctan a , si a > 0,

, si a = 0 y b > 0 ,


2


= 2 ,  
si a = 0 y b < 0
b

arctan a + si a < 0 y b > 0,



 
arctan b

si a < 0 y b < 0.

a

Tambin se puede calcular el argumento de un nmero complejo mediante la frmula


(  
Im(z)
2 arctan Re(z)+|z| / R ,
, si z
arg(z) =
, si z R .

Ejemplo 2.8. Si tenemos el complejo z = 2 + 2 3i, entonces su mdulo ser |z| = 4 + 12 =

16 = 4, mientras que el argumento se calcula de la siguiente forma. Como la parte real es negativa
y la parte imaginaria es positiva, el argumento es
!
2 3  p  2
= arctan + = arctan 3 + = + = .
2 3 3

As 2 + 2 3i = 4 2 ./
3

Para pasar de la forma polar de un complejo a la forma binmica es an ms fcil. Utilizando


las frmulas de la trigonometra se tiene que si z = su forma binmica ser z = cos() +
i sen(). Realmente la frmula (cos()+i sen()) se llama la forma o expresin trigonomtrica Forma trigonomtri-
del complejo z. ca

Ejemplo 2.9. El complejo 5 3 escrito en forma binmica es


4

3 3 2 2
   
5 3 = 5 cos + i5 sen = 5 i5 ./
4 4 4 2 2

2.4.1 Formula de De Moivre. Interpretacin geomtrica del producto

Si tenemos dos nmeros complejos no nulos

z = |z| (cos(1 ) + i sen(1 )) , w = |w| (cos(2 ) + i sen(2 )) .

y los multiplicamos, obtenemos que

zw = |z| |w| (cos(1 ) + i sen(1 )) (cos(2 ) + i sen(2 ))


= |zw| (cos(1 ) cos(2 ) sen(1 ) sen(2 ) + i(sen(1 ) cos(2 ) + cos(1 ) sen(2 )))
= |zw| (cos (1 + 2 ) + i sen (1 + 2 )) .

Es decir: para multiplicar dos nmeros complejos se multiplican sus mdulos y se suman sus

argumentos. Por ejemplo, para calcular (1 + i)4 como |1 + i| = 2 y arg(1 + i) = /4, se sigue que
(1 + i)4 = 4.
Obsrvese que aunque los dos argumentos sean argumentos principales la suma no tiene por
qu ser argumento principal.
As pues, el producto de dos nmeros complejos es geomtricamente un giro (pues se suman los
argumentos de los nmeros que estamos multiplicando) seguido de una homotecia (el producto
de los mdulos de ambos nmeros).
Como consecuencia, es fcil demostrar mediante induccin la siguiente frmula que ser de
gran utilidad.

19
Funciones elementales Nmeros complejos

uw

1 + 2
u
2

Figura 2.4 Interpretacin


geomtrica del producto

Frmula de Proposicin 2.10. Si z es un complejo no nulo, es un argumento de z y n es un nmero entero,


De Moivre se verifica que zn = |z|n (cos(n) + i sen(n)), y, en particular, n Arg(zn ).

Ejemplo 2.11. Aunque ya es conocido, veamos cmo podemos aplicar la frmula de De Moivre
para calcular cos(2x), con x real. Utilizando que cos(x) + i sen(x) es un nmero complejo de
mdulo uno, la frmula de De Moivre nos dice que

cos(2x) + i sen(2x) = (cos(x) + i sen(x))2


= cos2 (x) + (i sen(x))2 + 2i cos(x) sen(x)
 
= cos2 (x) sen2 (x) + 2i cos(x) sen(x).

Igualando parte real con parte real y parte imaginaria con parte imaginaria obtenemos que

cos(2x) = cos2 (x) sen2 (x) y que sen(2x) = 2 cos(x) sen(x)./

2.5 Funciones elementales

2.5.1 Races de un nmero complejo

Aplicando la frmula de De Moivre vamos a obtener las races n-simas de un nmero complejo.
Para empezar por el caso ms fcil vamos a suponer como complejo el nmero real 1. Vamos a
llamar races n-simas de la unidad a aquellos nmeros complejos z que verifiquen que zn = 1.
Trabajando con la forma trigonomtrica de z = |z| (cos() + i sen() y teniendo en cuenta que el
mdulo de 1 es 1 y su argumento principal es 0, obtenemos que

zn = |z|n (cos(n) + i sen(n)) = 1 = 1(cos(0) + i sen(0)),

de donde |z|n = 1 y por tanto |z| = 1. Por otra parte igualando los argumentos tenemos que
n = 0. Se podra pensar que de aqu se puede obtener nicamente que = 0 pero eso sera si
consideraramos solamente argumentos principales. Realmente cualquier mltiplo entero de 2 es
un argumento de 1 y entonces lo que obtenemos es que n = 2k para k Z y entonces = 2k n ,
para k Z. Dndole valores a k y numerando las correspondientes soluciones, obtenemos para los
enteros comprendidos entre k = 0 y k = n 1
2 4 2(n 1)
0 = 0, 1 = , 2 = , ... n1 = .
n n n

20
Nmeros complejos Funciones elementales

Obviamente hay ms nmeros enteros pero no es difcil ver que cualquier otro entero nos da un
ngulo que difiere en un mltiplo entero de 2 de los que hemos obtenido y produce, por tanto,
el mismo argumento. Concluyendo, las races n-simas de 1 son n nmeros complejos distintos,
z0 , z1 , . . . , zn1 todos con mdulo 1 y el argumento (no necesariamente el principal) de zk es 2k
n
para k {0, 1, . . . , n 1}.
Ejemplo 2.12. Las races cbicas de la unidad son los nmeros
i1
complejos z0 = 10 , z1 = 1 2 y z2 = 1 4 . Es decir z0 = 1, z1 =
3 3

21 + i 23 , y z2 = 12 i 23 . Si las representamos en el plano comple-


jo quedan las tres en la circunferencia unidad pero es que adems i0
forman un tringulo equiltero uno de cuyos vrtices est en el 1.
De igual forma las races cuartas de la unidad sern z0 = 10 , z1 = i
2
1 2 , z2 = 1 4 y z3 = 1 6 , es decir z0 = 1, z1 = i, z2 = 1 y z3 = i.
4 4 4
En este caso, al igual que antes, todas las races se distribuyen en la
circunferencia unidad (todas tienen mdulo 1) pero ahora sern los
vrtices de un cuadrado, siendo uno de ellos (el que corresponde a
i4
z0 ) el nmero 1. /

Esta propiedad puede generalizarse a cualquier natural: dado n i3


N las races n-simas de la unidad son los vrtices de un polgono Figura 2.5 Races quintas de i
regular de n lados inscrito en la circunferencia unidad, estando uno
de dichos vrtices en el punto 1.
Finalmente si lo que queremos es hacer las races n-simas de un nmero complejo, hacien-
do pequeas modificaciones en el proceso anterior, obtendremos las races que se recogen en el
siguiente resultado.

Proposicin 2.13. Sea n un nmero natural. Las races n-simas del nmero complejo z vienen Raz n-sima
dadas por
+ 2k + 2k
    
zk = |z|1/n cos + i sen , k = 0, 1, 2, . . . , n 1,
n n

donde es un argumento de z.

Esto tambin tiene una interpretacin geomtrica clara. Las n races n-simas de un nmero
p
complejo z = |z| se distribuyen todas en la circunferencia centrada en el origen y radio n |z|
formando
 los vrtices deun polgono regular de n lados, uno de los cuales est en el complejo
p
n
|z| cos n + i sen n .

2.5.2 La funcin exponencial

Definimos la exponencial compleja como

ez = exp(z) = eRe(z) (cos(Im(z)) + i sen(Im(z))) .

Observa que |ez | = eRe(z) , Im(z) Arg(ez ). En particular, obtenemos la llamada frmula de Frmula de Euler
Euler

eit = cos(t) + i sen(t) (t R)

que establece una relacin entre la exponencial compleja y las funciones trigonomtricas. Haciendo
t = tenemos la singular igualdad ei + 1 = 0 en la que intervienen los nmeros ms importantes
de las matemticas. De la frmula de Euler se deducen fcilmente las llamadas ecuaciones de Euler : Ecuaciones de Euler

21
Funciones elementales Nmeros complejos

eit + eit eit eit


cos(t) = , sen(t) = (t R).
2 2i

Se prueba fcilmente que ez+w = ez ew para todos z, w C. Se deduce que para todo z C y
todo k Z es ez = ez+2k i . Lo que nos dice que la exponencial compleja es una funcin peridica
con perodo 2 i. Naturalmente, esto supone una gran diferencia con la exponencial real que es
una funcin inyectiva. Observa que la exponencial no se anula nunca pues |ez | = eRe(z) > 0.

Justificacin

Por qu hemos definido la funcin exponencial de esta forma? En un principio slo tenemos
la restriccin de que su valor coincida con el de la funcin exponencial que ya conocemos en los
nmeros reales. Si queremos que se siga cumpliendo que ex ey = ex+y , podemos avanzar algo. Si
z C, debera cumplirse que

ez = eRe(z)+i Im(z) = eRe(z) ei Im(z) .

Por tanto, slo nos hace falta definir eit con t real. Por que hemos elegido cmo definicin eit =
cos(t)+i sen(t)? Una posible justificacin es que la definicin est hecha as para que las derivadas
vayan bien: si
 0
eit = ieit = i (cos(t) + i sen(t)) = sen(t) + i cos(t),

entonces coincide con

(cos(t) + i sen(t))0 = sen(t) + i cos(t).

El segundo motivo necesita conocer el desarrollo de Taylor de la las funciones exponencial, seno y
coseno. En la Seccin 8.6.1 tienes los detalles.

2.5.3 Logaritmos complejos

El comportamiento peridico de la exponencial compleja se va a traducir, como vamos a ver


enseguida, en que la ecuacin ew = z, donde z es un nmero complejo no cero, va a tener infinitas
soluciones w C. Como

ew = eRe(w) (cos(Im(w)) + i sen(Im(w))) .

Para que ew = z es necesario y suficiente que:


a) |ew | = |z|, esto es, eRe(w) = |z|, es decir, Re(w) = log |z| (logaritmo natural del nmero real
positivo |z|).
b) Arg (ew ) = Arg (z), esto es, Im(w) Arg(z) y esto se cumple si, y slo si Im(w) = arg(w) +
2k , con k Z.
Hemos probado que {w C: ew = z} = {log |z| + i(arg(z) + 2k ), k Z}. Por tanto, existen
infinitos nmeros complejos w que satisfacen la ecuacin ew = z. Cualquiera de ellos se llama un
Logaritmo logaritmo de z. El conjunto de todos ellos lo representaremos por Log(z). De entre todos ellos
Logaritmo principal elegimos uno, llamado logaritmo principal, definido por

log(z) = log |z| + i arg(z),

para todo z C . Observa que cualquier otro logaritmo de z es de la forma log(z) + i2k para
algn entero k.

22
Nmeros complejos Funciones elementales

Observacin 2.14. Es importante que nos demos cuenta de que la igualdad log(zw) = log(z) +
log(w), que es vlida para nmeros reales positivos, no es siempre cierta cierta para nmeros
complejos. Por ejemplo:
p p p
log(1 + i 3) = log 1 + i 3 + i arg(1 + i 3)

 p  2
= log(2) + i arctan( 3) + = log(2) + i
3
p p p
log( 3 + i) = log 3 + i + i arg( 3 + i)

 p  5
= log(2) + i arctan(1/ 3) + = log(2) + i
6
 p p 
log (1 + i 3)( 3 + i) = log(4i) = log(4) i
2
p p 3
log(1 + i 3) + log( 3 + i) = log(4) + i .
2
Lo que s est claro es que el nmero log(z) + log(w) Log(zw), es decir, log(z) + log(w) es un
logaritmo de zw pero no tiene por qu ser el logaritmo principal de zw.
Como la funcin z , arg(z) es continua 1 en C \ R
0 y discontinua en R0 , se deduce que el
logaritmo principal es discontinuo en R
0 y continuo en C \ R0 .

2.5.4 Potencias complejas

Recuerda que dados dos nmeros reales a > 0 y b R, la potencia de base a y exponente b se
define como ab = eb log(a) . Ahora, dados a, b C, con a 0, sabemos que hay infinitos logaritmos
de a, todos ellos son de la forma log(a) + i2k , con k Z. Por ello, cualquier nmero complejo
de la forma eb(log(a)+i2k ) donde k Z, es una potencia de base a y exponente b. De todas ellas
se destaca una:

ab = eb log(a)

y dicho nmero se llama valor principal de la potencia de base a y exponente b. Observa que si Valor principal
b = 1/n donde n N, el nmero
1
 
a1/n = exp log(a)
n
log(a) arg(a)
 
= exp +i
n n
arg(a) arg(a)
    
1/n
= |z| cos + i sen
n n

es el valor principal de la raz n-sima de a que antes hemos notado por n a. Esta definicin da lugar
a las funciones exponenciales complejas de base a, z , az , definidas por az = exp(z log(a)). Tam-
bin permite definir la funcin potencia compleja de exponente b, z , zb como zb = exp(b log(z)).
Las funciones exponenciales cumplen evidentemente la igualdad az+w = az + aw pero las fun-
ciones potencias no cumplen, en general como vimos al estudiar las races, la propiedad (zw)b =
zb w b . Esta igualdad se da en el caso de que

exp(b log(zw)) = exp(b log(z) + b log(w))

o, puesto que la funcin exponencial es peridica de periodo 2 i, cuando se verifique que

1 No hemos hablado todava de funciones continuas, mucho menos de continuidad de funciones complejas, pero la idea intuitiva
de que cuando z se acerca a z0 , el argumento principal de z se acerca al argumento principal de z0 sigue siendo vlida.

23
Ejercicios Nmeros complejos

b log(zw) = b log(z) + b log(w) + 2k i, para algn k Z.

Como caso particular, cuando z y w pertenecen al primer cuadrante la igualdad log(zw) = log(z)+
log(w) es cierta con lo cual lo anterior se cumple para k = 0. Por los mismos motivos la igualdad
(zb )c = zbc no es cierta en general.

2.6 Ejercicios

Ejercicio 2.1. Efectuar las operaciones indicadas:


23i i4 +i9 +i16
a) 4i d) 2i5 +i10 i15
(2+i)(32i)(1+2i)
b) (1i)2 
4 2i
c) (2i 1)2 1i + 1+i


Ejercicio 2.2. Si z1 = 1 i, z2 = 2 + 4i, y z3 = 3 2i, calcular las siguientes expresiones:
a) z12 + 2z1 3 e) zz11+z 2 +1

z2 +i

b) |2z2 3z1 |2 f) |z12 + z2 2 |2 + |z3 2 z22 |2
c) (z3 z3 )5
d) |z1 z2 + z2 z1 |

Ejercicio 2.3. Calcular el mdulo y el argumento de los nmeros complejos:


a) 1 d) i

b) i e) 22 + i 22
c) 1

Ejercicio 2.4. Expresa en forma polar los nmeros complejos:


a) 3+3i c) -1

b) 1 + 3i d) 1 3i

Ejercicio 2.5. Calcula


 4 
1+i 5 d) (16i)1/4

a) 3i
3+i 1i
p e) i2/3
b) 2 3 2i
c) (4 + 4i)1/5

Ejercicio 2.6. Encuentra todas las soluciones de las ecuaciones:


a) x 4 1 = 0 b) 2x 4 3x 3 7x 2 8x + 6 = 0

Ejercicio 2.7. Resolver las ecuaciones


a) z4 81 = 0, c) (z + i)3 = 1.

b) z6 + 1 = 3i,

E Ejercicio 2.8. Resolver la ecuacin (1 + i)z3 2i = 0.

E Ejercicio 2.9. Resolver la ecuacin z5 = z



Ejercicio 2.10. Expresa los 8 nmeros 1 i, 3 i en la forma r ei .

24
Nmeros complejos Ejercicios

Ejercicio 2.11. Calcula log(z) y Log(z) cuando z es uno de los nmeros siguientes

i, i, e3 , e5i , 4, 5e, 1 + i.

Ejercicio 2.12. Calcula log(3i) + log(1 + i 3) y log 3i(1 + i 3) .
 
1i
Ejercicio 2.13. Calcula log(1 i) log(i) y log i .

Ejercicio 2.14. Calcula (4)i , i3i , i i , 12i , 31i , ((i)i )i , (1 + i)1+i .

E Ejercicio 2.15. Demuestra que


a) cos(3x) = cos3 (x) 3 cos(x) sen2 (x), y
b) sen(3x) = 3 cos2 (x) sen(x) sen3 (x).

Ejercicio 2.16. Calcula (1 i)3/2 .

E Ejercicio 2.17. Comprueba que la funcin f (z) = ez transforma el conjunto

{z = x + iy C; 0 x, 0 y }

en el conjunto {w C; |w| 1, Im(w) 0}.

2.6.1 Ejercicios complementarios

Ejercicio 2.1. Calcula las races de la ecuacin z4 + i z = 0.

E Ejercicio 2.2. Estudia para qu valores de n N se cumple que (1 + i)n = (1 i)n .

Ejercicio 2.3. Representar grficamente el subconjunto de R2 definido por la desigualdad

|z| + Re(z) 1, zC

25
26
Sucesiones de nmeros reales Definicin y propiedades.

Sucesiones de nmeros reales

3
3.1 Definicin y propiedades. 27 3.2 Sucesiones parciales 29 3.3 Monotona 30
3.4 Sucesiones divergentes 31 3.5 Criterios de convergencia 33 3.6 Ejercicios 34

El concepto de lmite es bsico en Clculo y, de entre las diversas posibilidades, hemos elegido
que haga su aparicin asociado a sucesiones de nmeros reales. La idea intuitiva de sucesin es
sencilla: una sucesin es una lista ordenada.

3.1 Definicin y propiedades.


Definicin 3.1. Una sucesin de nmeros reales es una aplicacin del conjunto de los nme- Sucesin
ros naturales en el conjunto de los nmeros reales, esto es,
N R,
n , xn .

Llamaremos trmino general a xn y, usualmente, no mencionaremos la funcin sino slo la Trmino general
imagen de la funcin. Dicho de otra manera, hablaremos de sucesin con trmino general xn y la
notaremos {xn }nN o (xn )nN .
Ejemplo 3.2. Hay dos formas usuales de definir una sucesin: mediante una frmula general que
nos permita obtener todos los trminos de la sucesin o, porn recurrencia,
o o sea obtenemos cada
1
trmino en funcin de los anteriores. Por ejemplo, la sucesin 2n1 es la sucesin 1, 3, 5, 7,...
nN
1
Como puedes ver, sabemos todos los trminos de la sucesin. El que ocupa el lugar 53 es 105 . En
cambio, la sucesin definida como x1 = 0, x2 = 1 y xn+2 = xn+1 + xn conocida como sucesin de
Fibonacci est definida por recurrencia. Para calcular un trmino tenemos que conocer previamente
el valor de los dos anteriores. No importa. Puesto que sabemos los dos primeros, podemos calcular
el tercero y as sucesivamente: 0, 1, 2, 3, 5, 8, 13, 21, . . . /

Definicin 3.3. Diremos que la sucesin {xn }nN es convergente si existe x R verificando Sucesin convergen-
que para cada > 0 existe n0 N tal que |xn x| < , para cualquier n n0 . En ese caso te

escribiremos que lim xn = x o {xn } x.


n

Es fcil observar que limn xn = x si, y slo si, limn |xn x| = 0.

xn

x+
x
x

1 2 3 n

Figura 3.1 Lmite de una sucesin

27
Definicin y propiedades. Sucesiones de nmeros reales

Ejemplo 3.4.
a) La sucesin constantes son convergentes y su lmite es dicha constante.
n o
1
b) La sucesin n es convergente a cero.
nN
c) La sucesin {n}nN no es convergente.
d) La sucesin {(1)n }nN no es convergente. /

3.1.1 Sucesiones y acotacin

Definicin 3.5. Diremos que la sucesin {xn }nN est acotada superiormente (respectiva-
mente inferiormente) si existe M R verificando que xn M para todo n N (respectiva-
mente xn M).
Sucesin acotada Diremos que la sucesin est acotada si lo est superior e inferiormente o, lo que es lo mismo,
si existe M R tal que |xn | M, para cualquier natural n.

Proposicin 3.6. Toda sucesin convergente est acotada.


Demostracin. Aplicamos la definicin de convergencia para = 1. Entonces existe un natural
n0 tal que |xn x| < 1 para n n0 . En particular, el conjunto {xn : n n0 } est acotado supe-
riormente por x + 1 e inferiormente por x 1. El resto de los trminos de la sucesin tambin est
acotado por ser un conjunto finito. Por tanto, la unin de ambos est acotado. 
Observacin 3.7. El recproco no es cierto. La sucesin {(1)n }nN est acotada pero no es
convergente.

3.1.2 lgebra de lmites

Proposicin 3.8. Sean {xn } e {yn } dos sucesiones convergentes. Entonces


a) lim (xn + yn ) = lim xn + lim yn ,
n n  n
 
b) lim (xn yn ) = lim xn lim yn ,
n n n
xn limn xn
c) si lim yn 0, se tiene que lim = .
n n yn limn yn
Proposicin 3.9. Sea {xn } una sucesin convergente a cero e {yn } una sucesin acotada. Entonces
{xn yn } es convergente a cero.
 
ln 3n4 2n + 7
Ejemplo 3.10. Vamos a calcular lim .
n ln 2n2 + 2n 1

 
ln(3n4 2n + 7) ln n4 (3 n23 + n74 )
lim = lim  
n ln(2n2 + 2n 1) n ln n2 (2 + 2 1 )
n n2
 
2 7
ln(n4 ) + ln 3 n3 + n4
= lim  
n ln(n2 ) + ln 2 + 2 1
n n2
 
4 ln(n) + ln 3 n23 + n74
= lim  
n 2 ln(n) + ln 2 + 2 1
n n 2

dividimos por ln(n) numerador y denominador

4
= = 2. /
2

28
Sucesiones de nmeros reales Sucesiones parciales

3.1.3 Convergencia y orden

Proposicin 3.11. Sean {xn } e {yn } dos sucesiones convergentes. Supongamos que el conjunto

n N: xn yn es infinito. Entonces lim xn lim yn .
n n

Proposicin 3.12. Sean {xn }, {yn } y {zn } sucesiones de nmeros reales verificando que Regla del sandwich
a) lim xn = lim zn y que
n n
b) xn yn zn , para cualquier n natural.
Entonces {yn } es convergente y lim xn = lim yn = lim zn .
n n n

Ejemplo 3.13. Vamos a calcular el lmite


1 2 n
lim + 2 + + 2 .
n n2 n n n n n

Acotamos superior e inferiormente:


1 1 2 n n
n 2 + 2 + + 2 n 2 , n N.
n2 n n n n n n n n n

Como nuestra sucesin est encajada entre dos sucesiones que tienden a cero, se tiene que
1 2 n
lim + 2 + + 2 = 0./
n n2 n n n n n

3.2 Sucesiones parciales


Si una sucesin es una lista de nmeros, podemos construir una lista nueva escogiendo algunos
de estos, por ejemplo los que ocupan un lugar par o impar. A este tipo de sucesiones las llamaremos
parciales de la sucesin original.

Definicin 3.14. Sea {xn } una sucesin de nmeros reales. Diremos que {yn } es una sucesin
parcial de {xn } si existe una aplicacin estrictamente creciente : N N tal que yn = x (n) Sucesin parcial
para cualquier natural n.

Ejemplo 3.15.
a) El primer ejemplo de sucesin parcial de una sucesin dada es simple: eliminemos una cantidad
finita de trminos al inicio de la sucesin. Por ejemplo, eliminar los tres primeros trminos se
consigue con la aplicacin (n) = n + 3. La sucesin {xn+3 }nN es lo que se llama una cola de
la sucesin {xn }nN .
En general, si p es un nmero natural, las sucesin parcial {xn+p }nN es una cola de la sucesin Cola
{xn }nN . La convergencia de una sucesin y de sus colas es equivalente: la sucesin converge
si, y slo si, lo hacen todas o alguna de sus colas.
b) Quedarnos slo con los trminos que ocupan una posicin par o impar consiste en considerar
las parciales {x2n }nN o {x2n1 }nN ./
Proposicin 3.16. Sea {xn } una sucesin de nmeros reales convergente. Entonces cualquier
parcial es convergente y con el mismo lmite.
Este resultado se suele usar para demostrar que una sucesin no es convergente: si existe alguna
parcial no convergente o existen parciales distintas convergentes a lmites distintos, la sucesin
original no es convergente.
Ejemplo 3.17. La sucesin {(1)n } no es convergente puesto que la parcial de los pares converge
a 1 mientras que la de los impares lo hace a 1. /

29
Monotona Sucesiones de nmeros reales

3.3 Monotona
La definicin de monotona para funciones cualesquiera se puede enunciar para sucesiones.

Sucesin creciente Definicin 3.18. Una sucesin {xn }nN es creciente si cumple que xn xn+1 para todo
natural n. Dicho de otra forma, cuando avanzamos en la lista los trminos son mayores:

n m = xn xm .

Anlogamente, diremos que {xn }nN es decrecientesi cumple que xn xn+1 para todo na-
tural n o, lo que es lo mismo, n m = xn xm .

Evidentemente no todas las sucesiones son montonas al igual que no todas las funciones son
montonas. Por ejemplo, la sucesin {cos(n)}nN no es montona ni tampoco lo es la sucesin
{(1)n }.

0 2 4 6 8 10 12 14 16 18 20
1

Figura 3.2 La sucesin {cos(n)}nN no es montona

Eso s, de cualquier sucesin siempre podemos elegir trminos cada vez mayores o cada vez me-
nores. En otras palabras, siempre podemos elegir una sucesin parcial montona.

Proposicin 3.19. Toda sucesin tiene una parcial montona.

Cul es el inters de las sucesiones montonas? Son ms fciles de estudiar. Por ejemplo, la
convergencia de las sucesiones montonas se reduce al estudio de su acotacin.

Proposicin 3.20. Una sucesin montona es convergente si, y slo si, est acotada. De hecho, si
{xn }nN es una sucesin creciente y acotada se tiene que

lim xn = sup {xn : n N} .


n

El hecho de que las sucesiones montonas y acotadas sean convergentes nos permite demostrar
que una sucesin es convergente sin, tericamente, conocer su lmite.

Ejemplo 3.21. Vamos a estudiar la convergencia de la sucesin


q
x1 = 1, xn+1 = xn + 1, n 1.

Para demostrar que esta sucesin es convergente vamos a comprobar que es una sucesin mon-
tona y acotada.

a) Observa que x2 = 2 > x1 = 1. Vamos a demostrar por induccin que la sucesin es creciente.

i) El primer paso ya lo tenemos dado: x2 = 2 > x1 = 1.
ii) Si ahora suponemos que xn < xn+1 , veamos que xn+2 > xn+1 :
q q
xn+2 = xn+1 + 1 > xn + 1 = xn+1 .

Luego la sucesin es montona creciente.


b) Veamos que tambin est mayorada, concretamente que xn 2 , n N. De nuevo lo com-
probamos por induccin.
i) Es inmediato para n = 1.

30
Sucesiones de nmeros reales Sucesiones divergentes

ii) Si xn 2, veamos que para xn+1 tambin se verifica:


q p p
xn+1 = xn + 1 2 + 1 = 3 2.

Por tanto, existe x = limn xn y lo calculamos haciendo uso de la frmula de recurrencia. To-
mando lmites

2 2 1 5
xn+1 = xn + 1 = x x 1 = 0 = x = .
2

1+ 5
Como {xn } es creciente y el primer trmino es 1, la nica posibilidad que cabe es que x = 2 . /

E Ejemplo 3.22. Consideremos la sucesin {xn }nN definida por recurrencia como x1 = 32y
3
3xn+1 = 2 + xn para cualquier natural n. Estudia si {xn }nN es convergente y, caso de que lo sea,
calcula su lmite.
a) Si calculas algunos trminos de la sucesin, parece que la sucesin es creciente. Vamos a com-
probarlo por induccin.
i) x1 = 23 x2 = 24
11
.
ii) Supongamos que xn xn+1 para un natural n, entonces
3 3
2 + xn 2 + xn+1
xn+1 = = xn+2
3 3

ya que la funcin f (x) = x 3 es creciente.


Acabamos de demostrar que el conjunto {n N: xn xn+1 } es inductivo y que, por tanto, la
sucesin es creciente.
b) Est acotada la sucesin? Por ser una sucesin creciente, est acotada inferiormente. Slo nos
falta encontrar una cota superior. De hecho, la sucesin ser convergente si, y slo si, est
acotada superiormente. Si la sucesin fuera convergente a un nmero L, como limn xn =
limn xn+1 = L, se tiene que cumplir que 3L = 2 + L3 . Las soluciones de este polinomio son
1 y 2 (comprubalo por ejemplo por el mtodo de Ruffini). Dado que la sucesin es creciente
y su primer trmino es 32 , queda descartado que el lmite sea 2. Vamos a comprobar por
induccin que 1 es una cota superior.
i) Es evidente que x1 = 23 1.
ii) Supongamos que xn 1 para un natural n, entonces
3
2 + xn 2+1
xn+1 = 1.
3 3
En resumen, la sucesin es creciente y mayorada y, por lo visto anteriormente, su lmite es 1. /

Uniendo los dos resultados anteriores: toda sucesin acotada tiene una parcial montona y que,
por ser parcial, sigue siendo acotada y, por tanto, convergente.

Teorema 3.23 (teorema de BolzanoWeierstrass). Toda sucesin acotada tiene una parcial Teorema de Bolzano
convergente. Weierstrass

Aunque lo usaremos poco en los ejemplos prcticos, este teorema es la clave que permite probar
la existencia de mximo y mnimo de funciones continuas en intervalos cerrados y acotados.

3.4 Sucesiones divergentes


La sucesin {n}nN no es convergente, pero tiene un comportamiento muy particular. Los tr-
minos de esta sucesin toman valores tan grandes como se desee siempre que dicho trminos sean

31
Sucesiones divergentes Sucesiones de nmeros reales

lo suficientemente avazandos. A esto nos solemos referir como que la sucesin {n}nN tiende a
+.

Definicin 3.24.
a) Sea {xn }nN una sucesin de nmeros reales. Diremos que {xn }nN diverge positivamente
o tiende a + si para cualquier M R existe un natural n0 tal que xn M para cualquier
n n0 . En ese caso escribiremos lim xn = +.
n
b) De manera similar, diremos que {xn }nN diverge negativamente o que tiende a si para
cualquier K R existe un natural n0 tal que xn K para cualquier n n0 . En ese caso
escribiremos lim xn = .
n
c) En general, diremos que una sucesin es divergente si diverge positiva o negativamente.

De la definicin se deduce directamente que las


sucesiones divergentes no estn acotadas: las su-
cesiones divergentes positivamente no estn aco-
Sucesiones
Acotadas tadas superiormente y las que divergen negativa-
mente no estn acotadas inferiormente.

Convergentes Observacin 3.25. Un error muy comn es de-


cir que una sucesin tiende a + si sus trminos
Montonas
son cada vez ms grandes o si hay trminos tan
grandes como se quiera. Comprubalo en los si-
guientes ejemplos:
a) La sucesin 1, 1, 2, 4, 3, 9,...,n, n2 ,... no es cre-
ciente pero es divergente.
b) La sucesin 1, 1, 2, 1, 3, 1,...,n, 1,... tiene tr-
Figura 3.3 Distintos tipos de sucesiones minos tan grandes como se quiera pero no es
divergente.

Proposicin 3.26. Sean {xn }nN y {yn }nN sucesiones de nmeros reales.
a) Si lim xn = + y {yn } est acotada inferiormente, entonces lim xn + yn = +.
n n
1
b) lim |xn | = + si, y slo si, lim = 0.
n n xn
c) Si lim xn = + y existe un natural n0 y un nmero positivo k tal que yn k para n n0 ,
n
entonces limn xn yn = +.

Ejemplo 3.27. Vamos a probar que


+, si x > 1,

n
lim x =
n 0, si |x| < 1.

Comencemos con el caso x > 1. Vamos a demostrar que la sucesin {x n }, que claramente es
creciente, no est acotada. Por reduccin al absurdo, supongamos que s est acotada. En ese caso,
la sucesin es convergente al supremo de sus elementos por ser creciente. Notemos L a dicho
supremo. Se tiene que x n L, n N. En particular,
L
x n+1 L, n N = x n < L,
x

lo que contradice que L sea el supremo.


1 1
Si x < 1, entonces x > 1 y podemos aplicar el apartado anterior para obtener que limn xn = +
y, por tanto, limn x n = 0. /

32
Sucesiones de nmeros reales Criterios de convergencia

3.5 Criterios de convergencia


El primer criterio que vamos a ver, el criterio de Stolz, permite resolver indeterminaciones de la
forma 00 o . En cierta manera juega un papel similar a la regla de LHpital para cocientes de

funciones.

Proposicin 3.28. Sean {xn }nN e {yn }nN dos sucesiones de nmeros reales. Supongamos que Criterio de Stolz
se verifica alguna de las siguientes condiciones:
a) {yn }nN es creciente y diverge positivamente, o bien
b) lim xn = lim yn = 0 e {yn }nN es montona.
n n
Entonces se verifica que:
xn+1 xn xn
a) Si lim = L R, entonces lim = L.
n yn+1 yn n yn
xn+1 xn xn
b) Si lim = + , entonces lim = +.
n yn+1 yn n yn
xn+1 xn xn
c) Si lim = , entonces lim = .
n yn+1 yn n yn

Veamos un ejemplo de su uso.

Ejemplo 3.29. Vamos a calcular

12 + 22 + 32 + + n2
lim .
n n3

Aplicando el criterio de Stolz, tenemos que estudiar


(12 + 22 + + n2 + (n + 1)2 ) (12 + 22 + + n2 ) (n + 1)2 1
lim = lim = .
n (n + 1)3 n3 n 3n2 + 3n + 1 3

12 +22 +32 ++n2 1


Por tanto, limn n3 = 3. /

Proposicin 3.30. Sea {xn }nN una sucesin de nmeros reales positivos. Se verifica que: Criterio de la raz
xn+1
a) Si lim = L R, entonces lim n xn = L.
n xn n
xn+1
b) Si lim = + , entonces lim n xn = +.
n xn n

Ejemplo 3.31. Aplicando el criterio de la raz, limn n n = 1 ya que limn n+1
n = 1. /

Proposicin 3.32. Sea {xn }nN una sucesin de nmeros reales convergente a uno, y sea {yn }nN Regla del nmero e
una sucesin cualquiera. Entonces se verifica que:
y
a) lim yn (xn 1) = L R lim xn n = eL .
n n
y
b) lim yn (xn 1) = + lim xn n = +.
n n
y
c) lim yn (xn 1) = lim xn n = 0.
n n

n2 n+3 n+3
 
Ejemplo 3.33. Calcular limn 2
n +2n2 .
!n+3 !
n2 n + 3 L n2 n + 3
lim =e lim (n + 3) 1 = L.
n n2 + 2n 2 n n2 + 2n 2

Para terminar, resolvemos el segundo lmite


! !
n2 n + 3 n2 n + 3 n2 + 2n 2
lim (n + 3) 1 = lim (n + 3) 2
n n2 + 2n 2 n 2
n + 2n 2 n + 2n 2
(n + 3)(3n + 5)
= lim = 3. /
n n2 + 2n 2

33
Ejercicios Sucesiones de nmeros reales

1 n
  
Ejemplo 3.34. La sucesin 1+ n es creciente y tiene lmite e.
Para comprobar que, en efecto, es creciente vamos a escribir el trmino n-simo utilizando el
binomio de Newton
n
1 n
!
n nk 1
  X
1+ = 1
n k nk
k=0
1 n(n 1) 1 n(n 1)(n 2) 1 n(n 1) 2 1 1
=1+n + 2 + 3 + + n
n 2 n 3 n n n
1 1 1 2 3 1
     
=1+1+ 1 + 1 1 1 +
n 2 n n n 3
1 2 3 n1 1
     
+ 1 1 1 1 .
n n n n n
Te puedes imaginar cul es el trmino siguiente:

1 n+1 1 1 1 2 3 1
       
1+ =1+1+ 1 + 1 1 1 +
n n + 1 2 n+1 n+1 n + 1 3
1 2 3 n1 1
     
+ 1 1 1 1
n+1 n+1 n+1 n + 1 n
1 2 n1 n 1
     
+ 1 1 1 1 .
n+1 n+1 n+1 n + 1 (n + 1)
Observa los dos trminos que acabamos de escribir. Hay dos diferencias:
a) Este ltimo tiene un sumando ms que el trmino n-simo. Dicho trmino de ms, el ltimo, es
positivo. En realidad, todos los sumandos son positivos.
b) Si nos fijamos en el resto de sumandos y vamos comparando uno a uno

1 1,
1 1
1 1 ,
n n+1
1 2 1 2
     
1 1 1 1 ,
n n n+1 n+1
y as sucesivamente.
Uniendo estos dos apartados, obtenemos la desigualdad que estbamos buscando, esto es, que
1 n
   n+1
1
1 n 1 n+1 .
El clculo del lmite es fcil utilizando la Proposicin 3.32 (la regla del nmero e):
1 n 1
   
lim 1 + = eL lim n 1 + 1 = L,
n n n n
y este segundo lmite es inmediato comprobar que vale uno.
Ejemplo 3.35. Frmula de Stirling
n en
lim = 1.
n nn 2 n
FALTA /

3.6 Ejercicios

3.6.1 Sucesiones
1
Ejercicio 3.1. Prueba que si |x| < 1, entonces lim 1 + x + x 2 + . . . + x n = .
n 1x

34
Sucesiones de nmeros reales Ejercicios

n x
Ejercicio 3.2. Sea a un nmero real positivo y definamos x1 = a, xn+1 = 1+x n
para n N.
Probar que la sucesin {xn }nN converge a cero.
p
Ejercicio 3.3. Demostrar que la sucesin x1 = 1, xn+1 = 3xn , n 1 es convergente y calcular
su lmite.
x 2 +5
Ejercicio 3.4. Estudiar la convergencia de la sucesin definida como a1 = 2 y xn+1 = n6 , para
n 1.
p
E Ejercicio 3.5. Se define la sucesin {xn } por recurrencia como x1 = 1, xn+1 = 1 + 2xn 1.
Calcula limn xn y limn xxn+1
n
.

Ejercicio 3.6. Estudia la convergencia de la sucesin definida por recurrencia como a1 = 1,


an+1 = 2aann+1 para cualquier natural n.

2 + 4
Ejercicio 3.7. Sea {xn }nN la sucesin definida por recurrencia como x1 = 1/2 y xn+1 = xn 25 .
a) Demuestra que 51 < xn < 5 para cualquier natural n.
4

b) Demuestra que {xn }nN es decreciente.


c) Calcula su lmite.
r
2
xn +a
Ejercicio 3.8. Sea a R, a > 1. Estudiar el comportamiento de la sucesin x1 = a, xn+1 = 2
para todo n N.

Ejercicio 3.9. Sea a 1. Estudia la convergencia de la sucesin definida por recurrencia como
p
x1 = a, xn+1 = 1 1 xn .

D Ejercicio 3.10. Estudia la convergencia de la sucesin definida por recurrencia como x1 = 2,


1
xn+1 = 2 + xn .

3.6.2 Criterios de convergencia

Ejercicio 3.11. Estudiar la convergencia de las siguientes sucesiones y calcular su lmite cuando
exista:
4 4 4
n o
c) 1+1/2+1/3++1/n
n o
a) 1+2 +3n++n
5 , n ,
n o
1+3+5++(2n1) 2n+1
n o
1+2+3++n
b) n , d) n+1 2 .

Ejercicio 3.12. Estudia la posible convergencia de las siguientes sucesiones y calcula su lmite
cuando exista:

2
n o
n n
a) 1+22+3 3+...+n

n
,
n o
1
b) nn ,
 q 
1 n (2n)
c) n n .

Ejercicio 3.13. Calcular el lmite de las siguientes sucesiones.


 1
1+ 2 +...+ n1

a) ln(n) ,
n o
b) ln(n+1) ,
ln(n+1)n 2 +5

 2  nn+2
n 5n+6
c) n 2 +2n+1 ,

d) (1 + ln(n + 1) ln(n))n .


Ejercicio 3.14. Calcular el lmite de las siguientes sucesiones.

35
Ejercicios Sucesiones de nmeros reales

( 1
)  

n+1
 cos( n2 +1) ln(n)
a)
1+ln(n)
, c) n .
n2 +n+5
n  o
1
b) sen n ,

Ejercicio 3.15. Calcula los siguientes lmites


 n2 +56n+5
a) limn 1 + n21+1 ,
b) limn log(n)

q1+ 2+...+ n
n
c) limn n (2n) n+1

E Ejercicio 3.16. Calcula el siguiente lmite


!!4n+1
3n2 + 2n + 1
lim 1 + log .
n 3n2 + 5n

E Ejercicio 3.17. Calcula el siguiente lmite


   
cos(1) + cos 1
+ + cos 1 n
2 n
lim .
log n3 + 1

n

n o
Ejercicio 3.18. Sean a, b R+ ; estudiar el carcter de la sucesin (an + bn )1/n .

3.6.3 Ejercicios complementarios

Ejercicio 3.1. Sea {xn }nN una sucesin de nmeros reales y x un nmero real. Probar que si
limn x2n = x y limn x2n+1 = x, entonces limn xn = x.

Ejercicio 3.2. Sea A un conjunto no vaco de nmeros reales y sea x un mayorante de A. Probar
que x = sup(A) si, y slo si, existe una sucesin de elementos de A convergente a x.

Ejercicio 3.3. Estudiar la convergencia de las siguientes sucesiones:


n o
a) 2nn ,
n n o
b) 23n +n
n .
 
Ejercicio 3.4. Sea a R+ y consideremos la siguiente sucesin: x1 = a, xn+1 = 21 xn + xan ,
para cualquier n N. Prubese que {xn }nN es convergente y que su lmite, x, verifica x 2 = a.

ln(1 2 n)
Ejercicio 3.5. Calcula el lmite lim .
n n ln(n)

Ejercicio 3.6. Calcula los siguientes lmites.



3
1 + 2 + 3 + ... n n
a) lim ,
n n2
1 n
q
b) lim (3n + 1)(3n + 2) (3n + n).
n n

Ejercicio 3.7. Calcular, si existe, el lmite de las siguientes sucesiones:


a1/n +b1/n n
  
a) 2 con a, b > 0.
1/n n
  
1/n 1/n
a +b +c
b) 3 con a, b, c > 0.
 n 
pa1/n +qb1/n +r c 1/n
c) p+q+r con p, q, r R, p + q + r 0.

36
Sucesiones de nmeros reales Ejercicios

Ejercicio 3.8. Sea {an } una sucesin de nmeros reales positivos convergente. Estudiar la con-
vergencia de la sucesin
a1 + a22 + . . . + ann
( )
.
ln(n)
n a1 a2 /2
+...+ean /n n
o
Ejercicio 3.9. Calcular el lmite de la sucesin e +e ln(n+1) , donde {an } es una sucesin
convergente de nmeros reales positivos.
 q 
2
Ejercicio 3.10. Estudiar la convergencia de n a1 a32 a53 an 2n1
donde limn an = a,
an R+ , n N.

5(1+24 +34 +...+n4 ) n


  
Ejercicio 3.11. Calcular el lmite de la siguiente sucesin de nmeros reales n 5 .

Ejercicio 3.12. Razonar si las siguientes afirmaciones son verdaderas o falsas.


a) Si {xn } x, entonces {|xn |} |x|.
b) Si {|xn |} a con a > 0, entonces {xn } a {xn } a.
c) Toda sucesin montona es convergente.
d) Toda sucesin montona, que admita una parcial convergente, es convergente.
e) Sea {xn } una sucesin de nmeros reales de forma que {x2n } y {x2n+1 } son convergentes.
Entonces {xn } es convergente.

37
38
Lmites y continuidad Lmite funcional

Lmites y continuidad

4
4.1 Lmite funcional 39 4.2 Lmites infinitos y en el infinito 40 4.3 Clculo de lmi-
tes 43 4.4 Continuidad 44 4.5 Teorema del valor intermedio 46 4.6 Monotona 47
4.7 Ejercicios 49

La definicin usual de funcin continua involucra el concepto de lmite: cuando x tiende a a,


f (x) tiende a f (a). Esto es una definicin perfecta de la continuidad siempre que definamos qu
es tender a.

4.1 Lmite funcional


Existen varias formas de definir el lmite de una funcin en un punto. Nosotros vamos a utilizar
sucesiones en la definicin y as aprovechar todas las propiedades que hemos visto en el tema
anterior. La definicin de lmite de una funcin con sucesiones va a tener siempre un aspecto
similar al siguiente:
 
lim f (x) = b si lim xn = a, entonces lim f (xn ) = b .
xa n n

Para que esto valga como definicin de lmite, slo tenemos que garantizarnos que existan suce-
siones convergentes al punto donde tomamos lmite. Recordemos que A0 denota al conjunto de
puntos de acumulacin del conjunto A. Con todos estos ingredientes ya podemos dar la definicin
de lmite de una funcin en un punto.

Definicin 4.1. Sea A un subconjunto de R y f : A R una funcin. Diremos que f tiene


lmite en x0 A0 y que vale L si para cualquier sucesin {xn } de elementos de A distintos de Lmite
x0 que tienda a x0 se cumple que {f (xn )} tiende a L.
Caso de ser as, escribiremos lim f (x) = L.
xx0

En algunas ocasiones puede ser ms til reescribir la definicin de la forma siguiente.

Proposicin 4.2. Sea f : A R R y x0 A0 . Las siguientes afirmaciones son equivalentes.


a) lim f (x) = L.
xx0

b) Para cualquier > 0 existe > 0 tal que si 0 < |x x0 | < y x A, entonces f (x) L < .

lgebra de lmites

Dado que la definicin de lmite se puede ver en trminos de sucesiones, podemos aplicar
los resultados sobre lmites de sucesiones que conocemos. Obtenemos el resultado anlogo a la
Proposicin 3.8 sobre el comportamiento de lmite con respecto a sumas, productos y cocientes.

Proposicin 4.3. Sean f , g: A R y x0 A0 . Entonces,

39
Lmites infinitos y en el infinito Lmites y continuidad

a) lim (f + g)(x) = lim f (x) + lim g(x),


xx0  xx0   xx0 
b) lim (f g)(x) = lim f (x) lim g(x) ,
xx0 xx0 xx0 !
f limxx0 f (x)
c) si lim g(x) 0, se cumple que lim (x) = .
xx0 xx0 g limxx0 g(x)

Proposicin 4.4. Sean f , g: A R y x0 A0 . Si lim f (x) = 0 y g est acotada, entonces


xx0
lim (f g)(x) = 0.
xx0

4.1.1 Lmites laterales

Intuitivamente, para calcular limxx0 f (x) tomamos valores cercanos a x0 , calculamos su ima-
gen por la aplicacin f y vemos si se acercan a algn valor. Si nos acercamos a x0 por valores
mayores que x0 , hablaremos de lmite por la derecha. Si nos acercamos por valores menores ha-
blaremos de lmite por la izquierda. Formalizemos estos conceptos.

Definicin 4.5. Sea A un subconjunto de R, f : A R una funcin y x0 A0 .


a) Si x0 es un punto de acumulacin de A = {x A: x < x0 }, se define el lmite por la
izquierda de f en x0 como lim f (x): = lim f|A (x).
xx0 xx0

b) Si x0 es un punto de acumulacin de A+
= {x A: x > x0 }, se define el lmite por la
derecha de f en x0 como lim+ f (x): = lim f|A+ (x).
xx0 xx0

En principio no tienen porqu tener sentido ambos lmites laterales. Por ejemplo, si x0 es el
extremo de un intervalo slo se puede estudiar uno de los dos lmites laterales. Lo que s es cierto
es que si se puede estudiar el lmite, al menos uno de los lmites laterales tiene que tener sentido.
Adems, una funcin tiene lmite en x0 si, y slo si, existen todos los lmites laterales que tengan
sentido y coinciden.

Proposicin 4.6. Sea f : A R y x0 A0 .


a) Si x0 (A+ )0 y x0
/ (A )0 , entonces lim f (x) = L lim+ f (x) = L.
xx0 xx0
b) Si x0 (A )0 y x0
/ (A+ )0 , entonces lim f (x) = L lim f (x) = L.
xx0 xx0
c) Si x0 (A+ )0 (A )0 , entonces lim f (x) = L lim+ f (x) = lim f (x) = L.
xx0 xx0 xx0

4.2 Lmites infinitos y en el infinito

Asntotas verticales

Como ya hemos comentado en la seccin anterior, la definicin de lmite de una funcin con
sucesiones siempre tiene el mismo aspecto:
 
lim f (x) = b lim xn = a = lim f (xn ) = b .
xa n n

Hasta ahora hemos tomado a y b como el punto donde tomamos lmite y como el valor del lmite.
Si admitimos que a y/o b sean , obtenemos la definicin de lmite infinito o en el infinito.

40
Lmites y continuidad Lmites infinitos y en el infinito

0
Definicin 4.7. Sea f : A R y x0 A . Diremos que el lmite de f en x0 vale + si para
cualquier sucesin {xn } de elementos de A que tienda a x0 se cumple que {f (xn )} tiende a
+, o sea,

lim f (x) = + [{xn } x0 = {f (xn )} +]


xx0

Tambin podemos reformular de manera equivalente la definicin de lmite sin utilizar sucesio-
nes.
0
Proposicin 4.8. Sea f : A R y x0 A . Son equivalentes
a) lim f (x) = +.
xx0
b) Dado M R existe > 0 tal que si |x x0 | < y x A, entonces f (x) > M.
En otras palabras,
" ) #
|x x0 | <
lim f (x) = + M R, > 0 tal que = f (x) > M
xx0 xA

Esta situacin seguramente ya se te ha presentado y te has referido a ella como que la funcin
tiene una asntota vertical en x0 .

1
f (x) = 1x
1
f (x) = |1x|

3 2 1 0 1 2 3 4 5 6

3 2 1 0 1 2 3 4 5 6

1 1
La funcin f (x) = |1x| tiene La funcin f (x) = 1x tambin
una asntota vertical en x = 1 tiene una asntota vertical en x = 1

Figura 4.1 Asntotas verticales

1
Eso s, tienes que tener cuidado con la afirmacin anterior: la funcin 1x tambin tiene una asn-
tota vertical en x = 1 pero su lmite no es + ni . Su valor depende de si calculamos el lmite
por la izquierda o por la derecha.

Asntotas horizontales

La ltima posibilidad que nos queda es definir lmites en + o . De nuevo empezamos con
sucesiones.

Definicin 4.9. Sea A R un subconjunto no acotado superiormente y sea f : A R.


a) Diremos que f tiene lmite en + y que vale L si para cualquier sucesin {xn } de elementos
de A que tienda a + se cumple que {f (xn )} tiende a L.
b) De forma similar, diremos que el lmite de f en + es + si para cualquier sucesin {xn }
de elementos de A que tienda a + se cumple que {f (xn )} tiende a +.

Y tambin tenemos las reformulaciones equivalentes sin usar sucesiones.

41
Lmites infinitos y en el infinito Lmites y continuidad

Proposicin 4.10. Sea A R un subconjunto no acotado superiormente y sea f : A R.


a) lim f (x) = L si, y slo si, dado > 0 existe M R tal que si x > M y x A entonces
x+

f (x) L < .
b) lim f (x) = + si, y slo si, dado M R existe N tal que si x > N, entonces f (x) > M.
x+
De forma completamente anloga se pueden definir los lmites en o que valgan .
Ejemplo 4.11. Las funciones peridicas no constantes no tienen lmite en infinito.
Para demostrar que una funcin no tiene lmite en + usando la caracterizacin por sucesiones
tenemos que encontrar una sucesin {xn } que tienda a + y tal que {f (xn )} no sea convergente
o dos sucesiones de manera que sus imgenes tienden a lmites distintos. Veamos que este ltimo
mtodo nos viene bien.

(x0 , f (x0 )) (x0 + T , f (x0 + T )) (x0 + 2T , f (x0 + 2T ))

(y0 , f (y0 )) (y0 + T , f (y0 + T )) (y0 + 2T , f (y0 + 2T ))

Figura 4.2 Las funciones peridicas no triviales no tienen lmite en infinito

La funcin no es constante: toma al menos dos valores distintos. Sean x0 , y0 tales que f (x0 )
f (y0 ). Si T es un periodo de la funcin f , las sucesiones {x0 + nT } e {y0 + nT } tienden a + y

f (x0 ) = lim f (x0 + nT ) lim f (y0 + nT ) = f (y0 )./


n n

Cundo una funcin tiene lmite en + o solemos decir que la funcin tiene una asntota
horizontal. Por ejemplo, como
2x + 3 sen(x)
lim = 2,
x+ x

la funcin f (x) = 2x+3 xsen(x) tiene una asntota horizontal en 2. Observa que, a diferencia de las
asntotas verticales, la grfica de la funcin puede cruzar la recta que define la asntota (y = 2 en
este caso).

4.5
4
3.5
3
2.5
2
1.5
1

Figura 4.3 Asntota horizontal

4.2.1 Indeterminaciones

Existen lmites que no se pueden resolver utilizando las operaciones elementales, lese por
ejemplo el lmite de una suma es la suma de los lmites. A estas situaciones las llamamos indeter-
minaciones y son

42
Lmites y continuidad Clculo de lmites

0
, , , 0 , 00 , 0 , 1 .
0
Ya conoces algunas formas de eliminar indeterminaciones. Por ejemplo, cuando nos encontramos
con un cociente de polinomios con una indeterminacin del tipo 00 , eso significa que numerador y
denominador tienen una solucin comn. Si simplificamos dicha raz, eliminamos la indetermina-
cin.

x2 1
Ejemplo 4.12. Calculemos lim
x1 x1
x2 1 (x 1)(x + 1)
lim = lim = lim x + 1 = 2./
x1 x1 x1 x1 x1

4.3 Clculo de lmites


Proposicin 4.13. Sean f , g: A R y x0 A0
a) Si lim f (x) = + y g est minorada, entonces lim (f + g)(x) = +.
xx0 xx0
b) Si lim f (x) = + y existe K > 0 tal g(x) > K para todo x, entonces lim f (x)g(x) = +.
xx0 xx0

El siguiente resultado permite resolver algunas indeterminaciones del tipo 1 .

Proposicin 4.14. Sean f , g: A R y a A0 . Supongamos que lim f (x) = 1. Entonces Regla del nmero e
xa
g(x) L
a) lim f (x) =e lim g(x) (f (x) 1) = L,
xa xa
g(x)
b) lim f (x) = 0 lim g(x) (f (x) 1) = , y
xa xa
c) lim f (x)g(x) = + lim g(x) (f (x) 1) = +.
xa xa
!x3
x 2 + 2x + 1
Ejemplo 4.15. Calcula lim .
x+ x2 x + 3
!x1 !
x 2 + 2x + 1 x 2 + 2x + 1
lim = eL lim (x 3) 1 = L.
x+ x2 x + 3 x+ x2 x + 3

Resolvamos este segundo lmite:


!
x 2 + 2x + 1 (x 3)(3x 2)
lim (x 3) 1 = lim = 3.
x+ x2 x + 3 x+ x2 x + 3

x 2 +2x+1 x3
 
Por tanto, limx+ x 2 x+3 = e3 . /

Proposicin 4.16. Sea a R+ , entonces Escala de infinitos

ln(x) xa ex
lim a
= lim x = lim = 0.
x+ x x+ e x+ xx

Ejemplo 4.17. Vamos a comprobar que lim x 1/x = 1.


x+
Tomando logaritmos,
ln(x)
lim x 1/x = eL lim = L,
x+ x+ x

y este ltimo lmite vale 0 por lo que el lmite original es e0 = 1. /

Es posible intercambiar los papeles de + y 0 en un lmite.

Proposicin 4.18. Sea f una funcin definida en un intervalo no acotado superiormente. Entonces

43
Continuidad Lmites y continuidad

1
 
lim f (x) = L lim f = L.
x+ x0+ x

Ejemplo 4.19. El cambio de variable anterior nos permite resolver algunos lmites de forma
sencilla. Por ejemplo, el lmite
2
ex
lim
x0+ x3

involucra exponenciales y polinomios, pero no se encuentra en las condiciones necesarias para


poder aplicar la escala de infinitos. Un cambio de variable de la forma y = x1 nos resuelve la
situacin:
2
ex y3
lim = lim = 0,
x0+ x3 y+ ey 2

usando, ya s, la escala de infinitos. /

4.4 Continuidad
Ya que tenemos la definicin de lmite, podemos hablar de continuidad.

Funcin continua Definicin 4.20. Sea f : A R R. La funcin f es continua en a A si lim f (x) = f (a),
xa

Podemos expresar la continuidad utilizando sucesiones de manera similar a lo que hemos hecho
con lmites o de la forma  .

Proposicin 4.21. Sea f : A R. Las siguientes afirmaciones son equivalentes:


a) f es continua en a A.

b) Dado > 0, existe > 0 tal que si x A y |x a| < , entonces f (x) f (a) < .

Si te fijas, la definicin de funcin continua se parece mucho a la definicin de lmite. Compa-


rndolas, la primera diferencia salta a la vista: hemos cambiado el valor del lmite por f (a). La
segunda es un poco ms sutil: en la definicin de lmite partimos de un punto de acumulacin.
Como vemos en la siguiente proposicin, es importante distinguir entre puntos aislados y puntos
de acumulacin a la hora de estudiar la continuidad de una funcin.

Proposicin 4.22. Sea f : A R.


a) Si a es un punto de acumulacin de A, f es continua en a si y slo si existe lim f (x) = f (a).
xa
b) Si a es un punto aislado de A, f es continua en a.

Observacin 4.23. La distincin entre puntos aislados y puntos de acumulacin carece de impor-
tancia en el caso de funciones definidas en intervalos ya que todos los puntos son de acumulacin.
Por tanto, si I es un intervalo, una funcin f : I R es continua en a I si y slo si lim f (x) = f (a).
xa

Discontinuidades

Qu puede fallar para que que una funcin no sea continua? Para que s lo sea, debe existir el
lmite en dicho punto y coincidir con el valor de funcin. Por tanto, las discontinuidades se deben
a alguno de estas dos causas:
a) El lmite lim f (x) existe pero no vale f (a). En este caso decimos que la funcin presenta una
xa
Discontinui- discontinuidad evitable en a. El motivo es que si cambiamos el valor de la funcin en a por el
dad evitable del lmite obtenemos una funcin continua.

44
Lmites y continuidad Continuidad

b) La segunda posibilidad es que no exista el lim f (x). Esto puede deberse a varios factores.
xa
i) Existen los lmites laterales pero no coinciden. En este caso diremos que f presenta una Discontinuidad de
discontinuidad de salto en a. salto

ii) Algn lmite lateral no existe: diremos que f tiene una discontinuidad esencial en a. Discontinuidad esen-
cial

lgebra de funciones continuas

Como sabemos el comportamiento de los lmites con respecto a sumas, productos o cocientes,
es fcil obtener un resultado similar para funciones continuas.

Proposicin 4.24. Sean f , g: A R continuas en a A. Entonces,


a) f + g es continua en a,
b) f g es continua en a, y
f
c) si g(a) 0, g es continua en a.

Proposicin 4.25. La composicin de funciones continuas es una funcin continua. Regla de la cadena

Ejemplo 4.26. La funcin valor absoluto es continua. En consecuencia si f es continua f
tambin lo es. Es fcil encontrar ejemplos de que el recproco no es cierto. La funcin
1, si x 0

f (x) =
1, si x < 0

es discontinua en el origen y |f | es la funcin constantemente igual a uno que s es continua. /

4.4.1 Carcter local de la continuidad

La continuidad de una funcin en un punto slo depende del comportamiento de dicha fun-
cin cerca del punto. Este hecho lo aplicamos sin darnos cuenta cada vez que estudiamos la
2
continuidad de una funcin definida a trozos. Por ejemplo, cuando decimos que la funcin
(
x2, si x 0,
f (x) =
sen(x), si x < 0,

es continua en R+ slo nos estamos fijando en x 2 que, evidentemente, es una funcin continua. En
otras palabras, la continuidad de f en el punto x = 0.5 no depende del comportamiento de dicha
funcin en R .
1
2

3 2 1 0 1 2 3

3 2 1 1 2
f 1

2
0
Figura 4.4 Carcter local de la continuidad

f 1
El siguiente resultado nos dice que la restriccin de una funcin continua sigue siendo una funcin
continua.

45

2
Teorema del valor intermedio Lmites y continuidad

Proposicin 4.27. Sea f : A R R una funcin continua en a A y sea B A con a B.


Entonces f|B es continua en a.
Si nos quedamos con un dominio ms pequeo, la continuidad no se resiente. Qu ocurre con
el recproco? Si una funcin es continua en un dominio, qu ocurre si la extendemos a un dominio
mayor? En general no se mantiene la continuidad: piensa, por ejemplo en una funcin definida en
los [0, +[. Se puede extender a R manteniendo la continuidad en el origen? La respuesta ya la
conoces: slo si el lmite por la izquierda coincide con el valor de la funcin en 0. Ahora bien, en
otros puntos la situacin es distinta. Por ejemplo, si la funcin era continua en 1, tambin lo sigue
siendo la extensin.
Carcter local de Proposicin 4.28. Sea f : A R y a A. Son equivalentes:
la continuidad a) f es continua en a.
b) Para cualquier r > 0, f|A]ar ,a+r [ es continua en a.
c) Existe r > 0 tal que f|A]ar ,a+r [ es continua en a.

4.5 Teorema del valor intermedio


El teorema del valor intermedio o su versin equivalente el teorema de los ceros de Bolzano es
el resultado ms importante de este tema. Su demostracin
Lema de conser- Lema 4.29. Sea f : A R R continua en a A con f (a) 0. Entonces existe > 0 verificando
vacin del signo que f (x)f (a) > 0, para todo x ]a , a + [A.

Demostracin. Aplicamos la definicin de continuidad tomando = f (a) y encontramos < 0
tal que
)
|x a| <
= f (x) f (a) < .
xA

Esto es equivalente a que



f (a) f (a) < f (x) < f (a) + f (a) . (4.1)

Discutimos ahora las dos signos posibles:


a) Si f (a) > 0, la primera desigualdad de la ecuacin (4.1) nos da que f (x) > 0.
b) Si f (a) < 0, la segunda parte de la ecuacin (4.1) nos dice que f (x) tambin es negativo. 

Teorema de los ce- Teorema 4.30. Sea f : [a, b] R continua y verificando f (a)f (b) < 0. Entonces existe c
ros de Bolzano ]a, b[ tal que f (c) = 0.

a c (b, f (b))

(a, f (a)) b

Figura 4.5 Teorema de los ceros de Bolzano

El teorema de los ceros de Bolzano es un resultado de existencia: slo afirma que hay un punto
donde la funcin vale cero. No dice nada sobre cuntos puntos de este tipo hay ni sobre cmo
podemos encontrarlos.

46
Lmites y continuidad Monotona

Ejemplo 4.31. Una de las utilidades ms importantes del teorema de los ceros de Bolzano es
garantizar que una ecuacin tiene solucin. Por ejemplo, para comprobar que la ecuacin ex +
ln(x) = 0 tiene solucin, estudiamos la funcin f (x) = ex + ln(x): es continua en R+ y se puede
comprobar que f (e10 ) < 0 y 0 < f (e10 ). Por tanto, la ecuacin ex + ln(x) = 0 tiene al menos una
solucin entre e10 y e10 . En particular, tiene solucin en R+ . /
El teorema del valor intermedio es similar al teorema de los ceros de Bolzano. Si este ltimo
afirma que en cuanto una funcin continua tome valores positivos y negativos, tiene que anularse,
el teorema del valor intermedio traslada esta afirmacin a cualquier nmero real: en cuanto una
funcin continua tome dos valores distintos, tambin tiene que alcanzar los valores intermedios.
Todo esto es cierto nicamente cuando el dominio es un intervalo.

Teorema 4.32. Sea I un intervalo, f : I R una funcin continua. Entonces f (I) es un intervalo. Teorema del valor
intermedio
Demostracin. Tenemos que demostrar que si c, d f (I), entonces [c, d] f (I). Puesto que c y
d pertenecen a la imagen de la funcin, existen a y b en I tales que f (a) = c y f (b) = d. Puesto
que I es un intervalo [a, b] I. Tengse en cuenta que no sabemos si a es menor o mayor que b
y que cuando escribimos [a, b] nos estamos refiriendo al intervalo [a, b] o al [b, a], depende del
orden que corresponda.
Sea z ]c, d[. Consideremos la funcin g: [a, b] R definida como g(x) = f (x) z. Es claro
que g es una funcin continua. Adems, g(a) = f (a) z = c z < 0 < d z = f (b) z = g(b)
y, por tanto, g verifica las hiptesis del teorema de los ceros de Bolzano. En consecuencia, existe
x0 [a, b] tal que g(x0 ) = 0 o, equivalente, f (x0 ) = z. 
Si el teorema de los ceros de Bolzano nos garantiza que una ecuacin
vale cero o, lo que es lo mismo, que una funcin se anula, el teorema 2
del valor intermedio nos permite conocer todos los valores de una fun-
cin: su imagen. Slo nos queda una dificultad que superar. Imagina por 1
un momento que sabes los valores de una funcin en dos puntos. Por
ejemplo, supongamos que una funcin f : [a, b] R continua verifica
0 a b a b
que f (a) = 0 y que f (b) = 1. Qu podemos decir sobre su imagen?
El teorema del valor intermedio nos dice que la funcin toma todos los
valores entre 0 y 1. En otras palabras [0, 1] f ([a, b]), pero se da la
igualdad? En la Figura 4.6 puedes ver que la imagen puede ser un con-
junto mayor. El ingrediente que falta para resolver este problema es la Figura 4.6
monotona de la funcin.

Propiedad de compacidad
El siguiente teorema y sus versiones para funciones de varias variables es una herramienta
fundamental en el estudio de los extremos absolutos de una funcin y responde a la pregunta de
qu se puede decir sobre cmo son los intervalos en el teorema del valor intermedio. Ningn otro
resultado nos va a garantizar a tanta generalidad la existencia de extremos.

Teorema 4.33. Sea f : [a, b] R una funcin continua. Entonces f ([a, b]) es un intervalo Propiedad de compa-
cerrado y acotado. En particular, la funcin f tiene mximo y mnimo absolutos. cidad

4.6 Monotona
Cmo podemos calcular los extremos absolutos de una funcin? Hay algn punto destacado
donde buscar? En un intervalo, los nicos puntos destacados son los extremos pero es muy fcil

47
Monotona Lmites y continuidad

encontrar funciones que no alcanzan su mximo o su mnimo en ninguno de los extremos del in-
tervalo. Por ejemplo, consideremos la funcin sen: [0, 2 ] R. Sabemos su valor en los extremos:
cero. Nos da eso alguna informacin sobre el mximo o el mnimo de la funcin? La verdad es que
no demasiada. La informacin adicional que necesitamos sobre la funcin es la monotona.

Definicin 4.34.
Funcin creciente a) Una funcin f : A R R es creciente (resp. decreciente) si

x y = f (x) f (y) (resp.f (x) f (y)).

Funcin estricta- b) Una funcin f : A R R es estrictamente creciente (resp. estrictamente decreciente) si


mente creciente
x < y = f (x) < f (y) (resp.f (x). > f (y))

En general, diremos que una funcin es montona si es creciente o decreciente y diremos que
es estrictamente montona si es estrictamente creciente o estrictamente decreciente.

Observacin 4.35. Hay veces que los nombres nos pueden inducir a error y este es uno de esos
casos. La idea intuitiva que tenemos todos es que una funcin creciente es aquella que tiene una
grfica ascendente. En realidad eso es una funcin estrictamente creciente. Una funcin constante
es creciente (y decreciente). La expresin correcta debera ser que una funcin creciente es aquella
cuya grfica no baja.

Imagen de una funcin

Una vez que tenemos todos los ingredientes: funcin definida en un intervalo, continua y mon-
tona, ya podemos calcular la imagen de dicha funcin. Enunciamos el resultado slo para funciones
crecientes. Ya te puedes imaginar cul es para funciones decrecientes.

Corolario 4.36.
a) Sea f : [a, b] R una funcin continua y creciente. Entonces la imagen de f es f ([a, b]) =
[f (a), f (b)].
b) Sea f : ]a, b[ R una funcin continua y estrictamente creciente. Entonces la imagen de f es
 
f (]a, b[) = lim f (x), lim f (x) .
xa xb
x
Ejemplo 4.37. Sea f : [0, 1] R la funcin definida por f (x) = 1+x , para cualquier x [0, 1].
a) El dominio de la funcin es un intervalo.
b) La funcin es continua por ser cocientes de funciones continuas, polinomios en este caso.
c) Vamos a comprobar que es creciente: si x, y [0, 1],
x y
f (x) f (y) x(1 + y) y(1 + x) x + xy y + xy x y.
1+x 1+y

Por tanto, f ([0, 1]) = [f (0), f (1)] = [0, 1/2]. /

El estudio de la monotona de una funcin puede complicarse. En algunas ocasiones, se pue-


de sustituir por la condicin, ms dbil, de inyectividad aunque tendremos que esperar hasta el
siguiente tema, derivabilidad, para encontrar una condicin verdaderamente til: el signo de la
derivada. Volveremos a esta cuestin al final del siguiente tema.

4.6.1 Monotona e inyectividad

48
Lmites y continuidad Ejercicios

La definicin de funcin estrictamente montona nos dice que puntos del domi-
nio distintos tienen imgenes distintas. En particular, las funciones estrictamente 3
montonas son inyectivas. El recproco no es cierto en general. Hay funciones in-
2
yectivas que no son montonas. Por ejemplo, la funcin f : [0, 3] R definida como
x, si 0 x < 2, 1 f

f (x) =
5 x, si 2 x 3,

no es creciente ni decreciente. Tampoco es difcil conseguir un ejemplo con funcio- 0 1 2 3


nes continuas: eliminemos los puntos de discontinuidad de la funcin f . Considera
la funcin g: [0, 1] [2, 3] R definida como 3

x, si 0 x < 1,

g(x) = 2
5 x, si 2 x 3,
1 g
Como puedes ver, para la inyectividad no es una condicin suficiente para pro-
bar monotona si consideramos funciones que no sean continuas o que no estn
definidas en intervalos. En otro caso, el resultado es cierto. 0 1 2 3

Proposicin 4.38. Sea I un intervalo y f : I R continua. Entonces f es estricta- Figura 4.7 Monoto-
mente montona si, y slo si, f es inyectiva. na e inyectividad

4.7 Ejercicios

4.7.1 Ejercicios conocidos

Ejercicio 4.1. Calcular los siguientes lmites


x
a) limx 7x+4
5x+3
b) limx 2x 2 +1
2
limx2 xx2
4
c)
2
limx2+ xx2
+4
d)

Ejercicio 4.2. Calcular los siguientes lmites.


  
a) limx4 x1 14
1
x4 ,
x4
b) limx0 3x 3 2 ,
+2x +x
x1
c) limx1 |x1| ,

x1
d) limx1 |x1| ,


Ejercicio 4.3. Si f (x) = 1/x y g(x) = 1/ x, cules son los dominios naturales de f , g, f + g,
f g y de las composiciones f g y g f ?

Ejercicio
q 4.4. Calcular el dominio las funciones:
x
q
a) y = x2x+2
c) y = 1|x|
 2 
b) y = ln x
5x+6
x 2 +4x+6

1
Ejercicio 4.5. Probar que si f (x) = 1x , entonces f f f (x) = x.

49
Ejercicios Lmites y continuidad

Ejercicio 4.6. Estudiar si son pares o impares las siguientes funciones:


a) f (x) = |x + 1| |x 1|, c) f (x) = ex + ex
d) f (x) = ex ex
 
1+x
b) f (x) = ln 1x

Ejercicio 4.7. Calcular la inversa de las siguientes funciones


ex
p
3
a) f (x) = 1+e x, b) f (x) = 1 x 3

Ejercicio 4.8.

Calcular

los siguientes lmites
1+x 1x 2x+3
a) limx0 c) limx0
3
x 26+x3

limx0 1+x1
p
b) d) limx+ x + x x
1x1

Ejercicio 4.9. Calcular los siguientes lmites


|x| 1
a) limx0 x 2 +x
d) limx0 221/x
b)
x 2 1
limx1 |x1| e) limx0 e1/x1+1
2
c) limx2 x x+x+6
2 4

4.7.2 Lmites y continuidad

Ejercicio 4.10. Sean f , g: R R las funciones definidas por


a)
1
1+e1/x , si x 0

f (x) =


0, si x = 0

b)
ex
x ,si x < 0


g(x) = x, si 0 x < 1


5
x, si x 1

Estudiar la continuidad de f y g y la existencia de lmites de f y g en + y .


1
Ejercicio 4.11. Sea f : R+ R la funcin definida por f (x) = x ln(x)1 , para todo x R+ \ {e}.
Estudiar el comportamiento de f en 0, e, +.
i h  sen(x)
Ejercicio 4.12. Sea f : 0, 2 R la funcin definida por f (x) = tan(x)
1
. Probar que f

tiene lmite en los puntos 0 y 2 y calcular dichos lmites.
i h

Ejercicio 4.13. Sea f : 0, 2 R la funcin definida por f (x) = (1 + sen(x))cotan(x) . Estudiar
la continuidad de f y su comportamiento en 0 y /2.

Ejercicio 4.14.
a) Da un ejemplo de una funcin continua cuya imagen no sea un intervalo.
b) Da un ejemplo de una funcin definida en un intervalo cuya imagen sea un intervalo y que no
sea continua.
c) Da un ejemplo de una funcin continua en todo R, no constante y cuya imagen sea un conjunto
(obligatoriamente un intervalo) acotado.

50
Lmites y continuidad Ejercicios

d) Da un ejemplo de una funcin continua en [0, 1[ tal que f ([0, 1[) no sea acotado.
e) Da un ejemplo de una funcin continua definida en un intervalo abierto acotado y cuya imagen
sea un intervalo cerrado y acotado.

Ejercicio 4.15. Probar que existe un nmero real positivo x tal que ln(x) + x = 0.

Ejercicio 4.16. Probar que la ecuacin tan(x) = x tiene infinitas soluciones.

Ejercicio 4.17. Suponiendo que la temperatura vara de manera continua a lo largo del ecuador,
prubese que, en cualquier instante, existen dos puntos antpodas sobre el ecuador que se hallan
a la misma temperatura.

Ejercicio 4.18. Un corredor recorre 6 kilmetros en 30 minutos. Probar que existe un intervalo
de 5 minutos seguidos a lo largo del cual el corredor recorre exactamente 1 kilmetro.

Ejercicio 4.19. Un reloj averiado marca inicialmente un tiempo t0 . El reloj puede adelantar o
atrasar, pero cuenta con exactitud perodos de 12 horas, es decir, pasadas doce horas el reloj marca
un tiempo t 0 + 12 horas. Demustrese que en algn momento dicho reloj mide con exactitud una
hora.

Ejercicio 4.20. Un escalador comienza, desde su campamento base, a subir a una monta na el
sbado a las 7 horas, alcanzando la cima a las 8 de la tarde. A las 7 horas del domingo inicia el
descenso hacia el campamento base tardando el mismo tiempo que le cost la subida. Demostrar
que existe una determinada hora, a lo largo del domingo, en la que el escalador se encuentra
exactamente a la misma altura que a esa misma hora del sbado.

Ejercicio 4.21. Determinar la imagen de la funcin f : R R definida por f (x) = arctan(ln |x|).

Ejercicio 4.22. Probar que la ecuacin x + ex + arctan(x) = 0 tiene una sola raz real. Da un
intervalo de longitud uno en el que se encuentre dicha raz.

4.7.3 Ejercicios complementarios

Ejercicio 4.1. Prubese que todo polinomio de grado impar admite al menos una raz real.

Ejercicio 4.2. Sean f : ]0, 1[ R y g: R R definidas por


x
1+x , si x 0


f (x) = x, x ]0, 1[, g(x) =
x , si x < 0.


1x

Comprobar que f y g son continuas y acotadas pero no tienen mximo ni mnimo absolutos.

Ejercicio 4.3. Sea f : [0, 1] [0, 1] una funcin continua en [0, 1]. Prubese que f tiene un punto
fijo: x [0, 1]: f (x) = x.

Ejercicio 4.4. Dado un nmero real positivo a, prubese que existe x R+ tal que x 2 = a.
Adems x es nico.

Ejercicio 4.5. Sea f : [0, 1] R una funcin continua verificando f (0) = f (1) = 0. Probar que,
 
1
dado n N, existe x [0, 1] tal que f (x) = f x + n .

51
Ejercicios Lmites y continuidad

x2
Ejercicio 4.6. Sea f : [1, 1] R la funcin definida por f (x) = 1+x 2 ,x [1, 1]. Calcular su
imagen.
1

Ejercicio 4.7. Sea f : R R la funcin definida por f (x) = e x2 , x R , f (0) = 0. Probar que
f es continua en R, estrictamente decreciente en R y estrictamente creciente en R+ . Calcular la
imagen de f .
q 
1+x
Ejercicio 4.8. Demostrar que la aplicacin f : ] 1, 1[ R definida por f (x) = ln 1x es
biyectiva. Determnese f 1 y comprubese que es una funcin continua.

Ejercicio 4.9. Sea f : R R la funcin definida como


(  
sen(x) sen x1 , si x 0,
f (x) =
0, si x = 0.

Estudiar la continuidad de f y la existencia de lmites en + y .


 
1
Ejercicio 4.10. Sea R y f : R+
0 R la funcin definida por f (x) = x sen
+
x , x R ,
f (0) = 0. Estudiar la continuidad de f segn los valores de .

Ejercicio 4.11. Probar que para cada nmero real a existe un nico nmero positivo x verificando
x + ln(x) = a.

Ejercicio 4.12. Sean a, b dos nmeros reales verificando b < 0 < a. Estudiar el comportamiento
en cero de las funciones f , g: R R definidas por
a b
   
f (x) = arctan arctan , g(x) = xf (x).
x x
 
Ejercicio 4.13. Sea f : R \ {1} R la funcin definida por f (x) = arctan 1+x 1x . Estudiar la
continuidad de f y su comportamiento en el punto 1, en + y en . Calcular la imagen de f .

52
Derivabilidad Definicin. Recta tangente.

Derivabilidad

5
5.1 Definicin. Recta tangente. 53 5.2 Reglas de derivacin 55 5.3 Teorema del valor
medio 56 5.4 Reglas de LHpital 58 5.5 Derivadas de orden superior 59 5.6 Po-
linomio de Taylor 60 5.7 Concavidad y convexidad 64 5.8 Algunas aplicaciones de
la derivada 65 5.9 Ejercicios 67

5.1 Definicin. Recta tangente.

Definicin 5.1. Una funcin f : A R R es derivable en a A A0 si existe Funcin derivable

f (x) f (a)
lim
xa xa

A dicho lmite lo notaremos f 0 (a). A la funcin a , f 0 (a) la llamaremos funcin derivada de


f y la notaremos f 0 .

Observacin 5.2.
f (x)f (a)
a) El cociente incremental xa y la derivada se pueden ver tambin como un lmite en cero
haciendo un cambio de variable:
f (a + h) f (a)
f 0 (a) = lim .
h0 h

b) La restriccin de que a sea un punto de acumulacin del dominio de la funcin (a A A0 ) es


obligatoria si queremos que el cociente incremental tenga sentido y no estemos dividiendo por
cero. Recuerda que en el caso de que el conjunto A sea un intervalo se cumple que A0 = A con
lo que podemos estudiar la derivabilidad en cualquier punto del intervalo.

Ejemplo 5.3. La funcin f (x) = x 2 es derivable. Su derivada en un punto a es, segn la definicin,

f (x) f (a) x 2 a2 (x + a)(x a)


f 0 (a) = lim = lim = lim = 2a.
xa xa xa x a xa xa

Obtenemos as la frmula usual de la derivada de f (x) = x 2 , esto es, que f 0 (x) = 2x. /

La condicin de ser derivable es ms fuerte que la de ser continua.

Proposicin 5.4. Sea f : A R derivable en a A, entonces f es continua en a. Condicin necesaria


de derivabilidad
El recproco no es cierto. Hay funciones continuas que no son derivables.

53
Definicin. Recta tangente. Derivabilidad

Ejemplo 5.5. La funcin valor absoluto, f (x) = |x|, es continua pero


no es derivable en el origen: no coinciden los lmites laterales en 0.
f (x) f (0) |x| x
lim = lim = lim = 1, y
x0+ x0 x0+ x x0+ x

f (x) f (0) |x| x


lim = lim = lim = 1.
0 x0 x0 x0 x x0 x

Figura 5.1 La funcin Por tanto, la funcin valor absoluto no es derivable en el origen. En
valor absoluto no es de- el resto de puntos de la recta real, la funcin es o bien la identidad
rivable en el origen o bien la identidad cambiada de signo. En ambos casos, la funcin es
derivable. Por qu? Fjate que la definicin de derivabilidad est hecha
usando lmites y que, en particular, cuestiones como su carcter local
siguen siendo vlidas. /

5.1.1 Interpretacin geomtrica de la derivada

La recta que une los puntos (a, f (a))


y (x, f (x)) es una recta secan-
y = f (a) + f 0 (a)(x a) te a la grfica de la funcin f .
Puedes ver en la Figura 5.2 que
el cociente incremental es
f (x)
f (x) f (a)

f (a)
} f (x) f (a)
f (x) xa
= tan().

Cuando hacemos tender x a a,


{ xa

dicha recta se convierte en tan-


gente a la funcin f en el punto
(a, f (a)). Si el valor tan() nos
indica la pendiente de la recta
a x
secante, la derivada, f 0 (a), nos
Figura 5.2 Recta tangente indica la pendiente de la recta
Recta tangente tangente que tiene como fr-
mula

y = f (a) + f 0 (a)(x a).

5.1.2 Derivadas laterales

Puesto que la derivada est definida como un lmite y sabemos la relacin entre lmites laterales
y lmite, podemos hablar de derivadas laterales. Aunque tiene sentido para un conjunto cualquiera,
vamos a enunciarlo nicamente para funciones definidas en un intervalo I.

Definicin 5.6. Sea f : I R , a I, de forma que {x I: x < a} . Se dice que f es


derivable por la izquierda en el punto a si existe
f (x) f (a)
lim = f 0 (a )
xa xa

Este lmite se llama derivada lateral izquierda de f en el punto a.


Si ahora el punto a es tal que {x I: x > a} , se dice que f es derivable por la derecha en
el punto a si existe

54
Derivabilidad Reglas de derivacin

f (x) f (a)
lim+ = f 0 (a+ )
xa xa

Este lmite se llama derivada lateral derecha de f en el punto a.

Observacin 5.7. La relacin que hay entre la derivabilidad y la derivabilidad lateral para fun-
ciones definidas en un intervalo I queda reflejada en las siguientes afirmaciones:
a) Si a = min(I), entonces f es derivable en a si, y slo si, f es derivable por la derecha a y
adems, f 0 (a) = f 0 (a+ ).
b) Si a = max(I), entonces f es derivable en a si, y slo si, f es derivable por la izquierda en a y
adems, f 0 (a) = f 0 (a ).
c) Si a I , entonces f es derivable en a si, y slo si, f es derivable por la izquierda y por la
derecha en a y ambas derivadas coinciden. Adems, en ese caso, f 0 (a) = f 0 (a+ ) = f 0 (a ).
Resumiendo, para que una funcin sea derivable deben de existir todas las derivadas laterales que
tengan sentido y coincidir.

5.2 Reglas de derivacin


Proposicin 5.8. Sean f , g: A R funciones derivables en a A. Entonces lgebra de derivadas
a) La suma de funciones derivables es una funcin derivable y su derivada es la suma de las deri-
vadas: (f + g)0 (a) = f 0 (a) + g 0 (a).
b) El producto de funciones derivables es una funcin derivable y (f g)0 (a) = f 0 (a)g(a)+f (a)g 0 (a).
 0
f f f 0 (a)g(a)f (a)g 0 (a)
c) Si g(a) 0, la funcin g es derivable y g (a) = (g(a))2 .

Usando el primer apartado podemos calcular la derivada de cualquier polinomio, siempre que
sepamos la derivada de x n . Comencemos por eso.

Ejemplo 5.9. Es inmediato comprobar que la funcin identidad f (x) = x es derivable y que
f 0 (x) = 1. Usando la segunda propiedad se demuestra por induccin que cualquier potencia tam-
bin lo es y que la derivada de la funcin g(x) = x n es g 0 (x) = nx n1 , para cualquier natural n,
aunque dicha derivada tambin se puede calcular directamente:
! !
(a + h)n an n n1 n n2
lim = lim a + a h + = nan1 ./
h0 h h0 1 2

Con esto tenemos resuelta la derivada de una funcin racional. Veamos otro tipo de funciones.
Por ejemplo, cul es la derivada de la funcin exponencial?

Ejemplo 5.10. Calculamos la derivada de la funcin exponencial. Si a R,


ex ea ea (exa 1)
lim = lim .
xa xa xa xa

Usando la regla que tenemos para resolver indeterminaciones del tipo 1 (Proposicin 4.14),
1 1/(xa)
exa 1 = L lim exa = e = eL .

lim
xa xa xa

Por tanto L = 1 y
ex ea ea (exa 1)
lim = lim = ea
xa xa xa xa
o, lo que es lo mismo, la derivada de la funcin exponencial es ella misma. /

No parece fcil calcular la derivada de la funcin logaritmo nicamente con la definicin, pero
el siguiente resultado nos dice cmo calcular la derivada de la inversa de cualquier funcin.

55
Teorema del valor medio Derivabilidad

Regla de la cadena Proposicin 5.11. Sean f : A R con f (A) B y g: B R. Supongamos que f derivable en a A
y que g es derivable en f (a). Entonces, la funcin compuesta g f es tambin derivable en a con
derivada

(g f )0 (a) = g 0 (f (a)) f 0 (a) .

Teorema de de- Teorema 5.12. Sea f : A R una funcin inyectiva con inversa f 1 : f (A) R. Sea a A y
rivacin de la supongamos que f es derivable en a. Entonces son equivalentes:
funcin inversa
a) f 0 (a) 0 y f 1 es continua en f (a).
b) f 1 es derivable en f (a).
 0
En caso de que se cumplan ambas afirmaciones se tiene que f 1 (f (a)) = f 01(a) .

Ejemplo 5.13. Usemos que la derivada de la funcin exponencial f (x) = ex es f 0 (x) = ex para
calcular la derivada de su inversa, f 1 , la funcin logaritmo. Aplicando el teorema de derivacin
de la funcin inversa,
1
(f 1 )0 (f (x)) = (f 0 (x))1 = .
f (x)

1
Si y = f (x), tenemos que (f 1 )0 (y) = y. /

5.3 Teorema del valor medio

Mximo relativo Definicin 5.14. Una funcin f : A R tiene un mximo relativo en a A si existe un
entorno de a, ]a r , a + r [ A, donde se cumple que

f (x) f (a), x ]a r , a + r [.

Mnimo relativo Si se cumple que f (x) f (a), diremos que la funcin tiene un mnimo relativo en a.
En general, nos referiremos a cualquiera de las dos situaciones diciendo que f tiene un extremo
relativo en a.

Observacin 5.15. En el caso particular de funciones definidas en intervalos, los extremos rela-
tivos slo se pueden alcanzar en puntos del interior del intervalo, nunca en los extremos.

Al igual que la monotona, la nocin de extremo relativo no tiene nada que ver la continuidad o
derivabilidad de la funcin en un principio. Slo depende del valor de la funcin en un punto y en
los puntos cercanos.
Ejemplo 5.16. La parte entera de un nmero real x es
2
el nico nmero entero E(x) que verifica que E(x) x <
E(x) + 1. La grfica de dicha funcin la puedes ver en la
1
Figura 5.3.
Tiene mximo o mnimos relativos? Si lo piensas un poco,
2 1 1 2 descubrirs que la funcin alcanza un mximo relativo en
todos los puntos y un mnimo relativo en cualquier punto
1 que no sea entero.
En efecto, alrededor de un nmero no entero la funcin es
2 constante y, por tanto, tiene un mximo y un mnimo relativo.
En cambio, si z es un nmero entero,h se tiene que f (z)
Figura 5.3 Funcin parte entera i
f (x) para cualquier x z 12 , z + 2 . /
1

56
Derivabilidad Teorema del valor medio

En el caso de funciones derivables la bsqueda de extremos relativos es un poco ms sencilla.


El siguiente resultado nos dice que slo tendremos que buscar puntos que anulen la derivada.

Proposicin 5.17. Sea f : A R R derivable en a A. Si f tiene un extremo relativo en a,


entonces f 0 (a) = 0.

Usualmente llamaremos puntos crticos a aquellos en los que se anula la derivada. Punto crtico

Teorema 5.18. Sea f : [a, b] R una funcin continua en [a, b], derivable en ]a, b[ y verifi- Teorema de Rolle
cando que f (a) = f (b) = 0. Entonces existe c ]a, b[ tal que f 0 (c) = 0.

Demostracin. Usando la propiedad de compacidad, la fun-


cin alcanza su mximo y su mnimo absolutos en [a, b].
Sean , [a, b] tales que f () = max(f ) y f () =
min(f ).
a) Si ]a, b[, es un mximo relativo y, por tanto,
f 0 () = 0.
b) Si ]a, b[, es un mximo relativo y, por tanto, f 0 () = a b
0. Figura 5.4 Teorema de Rolle
c) Si , {a, b}, entonces f es constante y, por tanto
f 0 (x) = 0 en todo el intervalo. 

Teorema 5.19. Sea f : [a, b] R una funcin continua en [a, b] y derivable en ]a, b[. Entonces Teorema del valor
existe c ]a, b[ tal que f (b) f (a) = f 0 (c)(b a). medio

Demostracin. La funcin g: [a, b] R definida como g(x) = (f (b)f (a))x (ba)f (x) verifica
las hiptesis del teorema de Rolle. Por tanto existe c ]a, b[ tal que g 0 (c) = 0 como queramos. 
Hay una versin un poco ms general del teorema del valor medio que es til cuando queremos
aplicar este resultado a dos funciones al mismo tiempo.

Teorema 5.20. Sean f , g: [a, b] R dos funciones continuas en [a, b] y derivables en ]a, b[. Teorema del valor
Entonces existe c ]a, b[ tal que medio generalizado

f (b) f (a) f 0 (c)


= 0 .
g(b) g(a) g (c)

Consecuencias del teorema del valor medio

Proposicin 5.21. Sea I un intervalo, f : I R derivable.


a) f es creciente si y slo si f 0 (x) 0 para cualquier x I.
b) f es decreciente si y slo si f 0 (x) 0 para cualquier x I.
c) f es constante si y slo si f 0 (x) = 0 para cualquier x I.
d) Si f 0 (x) > 0 para todo x I, entonces f es estrictamente creciente.
e) Si f 0 (x) < 0 para todo x I, entonces f es estrictamente decreciente.

Teorema 5.22. Sea I un intervalo y f : I R derivable. Entonces f 0 (I) es un intervalo. Teorema del valor
intermedio para la
Observacin 5.23. El teorema del valor intermedio para la derivada no es una consecuencia del derivada

teorema del valor intermedio. Sera necesario que la funcin fuera de clase C 1 para garantizarnos la
continuidad de la derivada. Sin embargo, se pueden encontrar funciones derivables cuya derivada
no es una funcin continua (vese el Ejemplo 5.29).

57
Reglas de LHpital Derivabilidad

La primera aplicacin del teorema del valor intermedio para la derivada es que el estudio de la
monotona se simplifica sobremanera. Una vez que sabemos que la derivada no se anula (en un
intervalo), basta evaluar en un punto arbitrario para saber su signo.

Ejemplo 5.24. Estudiemos la monotona de la funcin f (x) = 1 + x 1 + x para x > 0. Para
ello, veamos cundo se anula la derivada:
1 1
f 0 (x) =
p
= 0 x = 1 + x x = 1 + x
2 x 2 1+x

Por tanto, f 0 no se anula nunca. El teorema del valor intermedio para las derivadas nos asegura
que f es estrictamente montona en R+ . En efecto, si la derivada cambiase de signo, tendra que
anularse, cosa que no ocurre.
Una vez que sabemos que f 0 tiene el mismo signo en todo R+ , podemos averiguar dicho signo
evaluando en cualquier punto. Por ejemplo f 0 (1) > 0, con lo que f es estrictamente creciente. /

Lo que hemos visto en el ejemplo anterior, lo podemos repetir con cualquier funcin cuya deri-
vada no se anule.

Corolario 5.25. Sea I un intervalo y f : I R una funcin derivable con f 0 (x) 0, para todo
x I. Entonces f es estrictamente montona.

Teorema de la Teorema 5.26. Sea I un intervalo y f : I R derivable en I con f 0 (x) 0 para todo x I.
funcin inversa
 0
Entonces f es estrictamente montona, f 1 es derivable y f 1 (f (a)) = f 01(a) .

5.4 Reglas de LHpital


1 a regla de LHpital Proposicin 5.27. Sea I un intervalo, a I, f , g: I \ {a} R derivables. Supongamos que
lim f (x) = lim g(x) = 0. Entonces, si
xa xa

f 0 (x) f (x)
lim 0
= L, +, = lim = L, +, .
xa g (x) xa g(x)

Podemos aplicar este resultado al estudio de la derivabilidad de una funcin continua. Aplicando
la primera regla de LHpital al lmite de la definicin de derivada se obtiene el siguiente resultado.

Condicin suficien- Corolario 5.28. Sea I un intervalo, a I y f : I R una funcin continua y derivable en I \ {a}.
te de derivabilidad a) Si lim f 0 (x) = L, entonces f es derivable en a y f 0 (a) = L.
xa
b) Si lim f 0 (x) = , entonces f no es derivable en a.
xa

Ejemplo 5.29. Estudiemos la funcin f : R R definida como


(  
x 2 sen x1 , si x 0,
f (x) =
0, si x = 0.

Esta funcin es continua y derivable en R . No es difcil comprobar que f es continua en 0. Usando


que el producto de una funcin acotada por otra que tiende a cero es cero, se tiene que
1
 
lim f (x) = lim x 2 sen = 0 = f (0).
x0 x0 x
   
Sabemos que f 0 (x) = 2x sen x1 cos x1 si x 0. Usando que la funcin coseno no tiene lmite
en + (recuerda que sabemos por el Ejemplo 4.11 que ninguna funcin peridica no trivial tiene
lmite en infinito), concluimos que no existe limx0 f 0 (x).
Para estudiar la derivabilidad en el origen nos queda nicamente la definicin

58
Derivabilidad Derivadas de orden superior

 
1
f (x) f (0) x 2 sen x

1

lim = lim = lim x sen = 0.
x0 x0 x0 x x0 x

Por tanto, f es derivable en 0 y f 0 (0) = 0.


La funcin f es un ejemplo de una funcin derivable pero cuya derivada no es una funcin continua
y, al mismo tiempo, un ejemplo de que la regla de LHpital no es una equivalencia./
Proposicin 5.30. Sea I un intervalo, a I, f , g: I \ {a} R derivables. Supongamos que 2 a regla de LHpital
lim |g(x)| = +. Entonces, si
xa

f 0 (x) f (x)
lim = L = lim = L.
xa g 0 (x) xa g(x)

5.5 Derivadas de orden superior


Al igual que podemos estudiar la derivabilidad de una funcin, podemos repetir este proceso y
estudiar si la derivada es una funcin derivable. Si f : A R es una funcin derivable, notaremos
f 0 a la primera derivada, f 00 a la segunda derivada y f (n) a la derivada de orden n.

Definicin 5.31. Sea A R, diremos que una funcin f : A R es de clase C 1 si es derivable Funcin de clase C1
y f 0 es una funcin continua.
Si n es un nmero natural cualquiera, diremos que f es de clase C n si f es n veces derivable Funcin de clase Cn
y la derivada n-sima f (n) es continua.
Por ltimo, si una funcin admite derivadas de cualquier orden diremos que es de clase C .

Usaremos la siguiente notacin

C 1 (A) = f : A R: existe f 0 y es continua ,




C 2 (A) = f : A R: existe f 00 y es continua . . .




En general,
n o
C n (A) = f : A R: existe f (n) y es continua , y
n o
C (A) = f : A R: existe f (n) para todo n natural .

Se tiene la siguiente cadena de inclusiones:

C (A) . . . C n+1 (A) C n (A) . . . C 2 (A) C 1 (A) C(A),

donde C(A) denota al conjunto de las funciones continuas en A. Para comprobar que las inclusio-
nes son estrictas, tenemos que encontrar funciones de clase n que no sean de clase n + 1. Cmo
buscamos una funcin con estas propiedades? La respuesta es sencilla: consideremos la funcin
valor absoluto (o cualquiera otra con un pico) y, aunque todava no hemos hablado de ello, calcule-
mos una primitiva. Dicha primitiva se puede derivar una vez (obtenemos la funcin valor absoluto)
pero no se puede volver a derivar. Si queremos que se pueda derivar ms veces slo tenemos que
integrar ms veces. Esto es lo que hacemos en el ejemplo siguiente.
Ejemplo 5.32. La funcin f : R R definida como
(
(x a)n+1 , si x a,
f (x) =
0, si x < a,

es de clase C n pero no de clase C n+1 . No es difcil comprobar que la derivada de orden n + 1 no


es continua en a:

59
Polinomio de Taylor Derivabilidad

(n + 1)(x a)n , si x a,

f 0 (x) =
0, si x < a,
(
00 (n + 1)n(x a)n1 , si x a,
f (x) =
0, si x < a,

y, sucesivamente,
(n + 1)(x a), si x a,

f (n) (x) =
0, si x < a.

Esta funcin no es derivable en x = a porque las derivadas laterales existen y no coinciden.


(n + 1), si x > a,

f (n+1) (x) =
0, si x < a.

Obsrvese que la funcin f no es de clase n + 1 porque no existe la derivada no porque no sea


continua. En este sentido, el Ejemplo 5.29 es mejor: la funcin era derivable pero la derivada no
era continua./

Proposicin 5.33. Sea I un intervalo, a I y n, un nmero natural mayor o igual que 2. Sea
f : I R una funcin de clase n verificando

f 0 (a) = f 00 (a) = = f (n1) (a) = 0, f (n) (a) 0.

a) Si n es impar, f no tiene un extremo relativo en a.


b) Si n es par:
i) si f (n) (a) > 0, f tiene un mnimo relativo en a,
ii) si f (n) (a) < 0, f tiene un mximo relativo en a.
  
Ejemplo 5.34. La funcin f (x) = x 4 2 + sen x1 si x 0 y f (0) = 0 tiene un mnimo absoluto
en el origen pero no se puede encontrar un intervalo centrado en 0 dnde la derivada tenga un
nico cambio de signo. /

5.6 Polinomio de Taylor


Si f : I R es una funcin derivable en a I, la recta tangente

y = f (a) + f 0 (a)(x a)

tiene cierto parecido con la funcin original. Ms concretamente, ambas pasan por el punto (a, f (a))
y tienen la misma pendiente.
Si la funcin f se puede derivar ms veces podemos plantearnos encontrar un polinomio que
se ajuste con ms exactitud a dicha funcin. Para ello podemos escoger varios caminos pero, en
general, necesitamos imponer condicionales adicionales al polinomio. Por ejemplo: existe un po-
linomio de grado 2 que coincida con la funcin, su derivada y la segunda derivada en un punto
a? Supongamos que el polinomio es p(x) = a0 + a1 (x a) + a2 (x a)2 . Si imponemos esas
condiciones, obtenemos que:

a0 =f (a),
a1 =f 0 (a),
2a2 =f 00 (a),

En general, si queremos que el polinomio coincida con la funcin y sus derivadas de orden n
f (i) (a)
obtenemos que ai = i , para i = 1, 2, . . . , n.

60
Derivabilidad Polinomio de Taylor

Definicin 5.35. Sea f : I R, n veces derivable en a I. El polinomio de Taylor de orden Polinomio de Taylor
n centrado en a de la funcin f es
f 00 (a) f (n) (a)
Pn (x) = f (a) + f 0 (a)(x a) + (x a)2 + . . . + (x a)n .
2 n

El polinomio de Mclaurin es el polinomio de Taylor en el caso particular a = 0. Polinomio de Mclau-


rin
Ejemplo 5.36. Calcular el polinomio de Taylor de la funcin seno en centrado en el origen.
En primer lugar vamos a calcular las derivadas sucesivas de la funcin seno:

f (x) = sen(x),
f 0 (x) = cos(x),
f 00 (x) = sen(x),
f 000 (x) = cos(x), y
f (4) (x) = sen(x).

Las derivadas a partir de orden 5 se vuelven a repetir. Expresar la derivada n-sima as es, como
mnimo, incmodo aunque tiene la ventaja de ser entenderse fcilmente. De otra forma,

f (x) = sen(x),

 
f 0 (x) = cos(x) = sen x +
2

   
f 00 (x) = cos x + = sen x + 2
2 2

   
000
f (x) = cos x + 2 = sen x + 3 ,
2 2

y, por induccin, se tiene que



 
(n)
f (x) = sen x + n .
2

Si sustituimos en el origen:

f (0) = 0, f 0 (0) = 1, f 00 (0) = 0, f 000 (0) = 1, f (4) (0) = 0, . . .

Se observa que todas las derivadas de orden par son nulas y las de orden impar van alternando los
valores 1 y -1. El polinomio de Taylor de orden 2n 1 nos queda
f 00 (0) 2 f 000 (0) 3 f (2n1) (0) 2n1
P2n1 (x) =f (0) + f 0 (0)x + x + x + ... + x
2 3 (2n 1)
x3 x5 x 2n1
=x + + . . . + (1)n+1
3 5 (2n 1)
n1 k
(1)
x 2k+1 ./
X
=
(2k + 1)
k=0

El siguiente resultado se conoce como frmula infinitesimal del resto y permite calibrar el pa-
recido entre una funcin y su polinomio de Taylor cerca del punto donde estamos calculando el
desarrollo.

Proposicin 5.37. Sea I un intervalo, f : I R una funcin de clase C n con n 1 y Pn el polinomio Frmula infinitesimal
de Taylor de f en a I. Entonces del resto

61
Polinomio de Taylor Derivabilidad

4
x2 x4 x6 x8
1 2 + 4 6 + 8

Coseno

2 2
2
3
2
0 2
3
2

x2
1 2

Figura 5.5 La funcin coseno y su polinomio de Taylor

f (x) Pn (x)
lim = 0.
xa (x a)n

Resto de Taylor A la diferencia entre la funcin y el correspondiente polinomio se le suele llamar resto de Taylor
de orden n de la funcin f en el punto a: Rn (x) = f (x) Pn (x).
1
Ejemplo 5.38. Calcular limx0 x1 (e (1 + x) x ).
Sea f : R+ R la funcin definida como
1 1

f (x) = e (1 + x) x .
x

Consideremos la funcin g: R+ 0 R definida como g(x) = (1 + x)


1/x , x > 0 y g(0) = e, funcin

que hemos estudiado en el Ejercicio 5.3 y obtuvimos que es derivable en cero y g 0 (0) = e/2.
Utilizando esta funcin y el teorema de Taylor, la funcin f podemos escribirla as:
g(0) g(x) g 0 (0)x R1 (x) e R1 (x)
f (x) = = = , x > 0
x x 2 x
donde R1 (x) representa el resto de Taylor de la funcin g en el cero, y de orden 1, por lo que
sabemos que limx0 R1x(x) = 0. Entonces
e
lim f (x) = ./
x0 2

Teorema de Taylor Teorema 5.39. Sea I un intervalo y f : I R una funcin n + 1 veces derivable. Sea Pn el
polinomio de Taylor de orden n en el punto a de la funcin f . Entonces, dado x I existe
c ]a, x[ tal que
f (n+1) (c)
f (x) Pn (x) = (x a)n+1 .
(n + 1)

La frmula de Taylor permite dar una estimacin del error que cometemos. Dejando aparte
el valor de la derivada de orden n + 1 de la funcin, estamos dividiendo por (n + 1) lo que
quiere decir que cuanto ms alto sea el grado del polinomio mejor. Al mismo tiempo estamos
multiplicando por (x a)n+1 lo cual quiere decir que cuanta mayor sea la distancia entre el punto
donde desarrollemos, a, y el punto donde evaluemos, x, peor.

62
Derivabilidad Polinomio de Taylor

Ejemplo 5.40. La funcin coseno es uno de los ejemplos tpicos de funcin que supuestamente
conocemos. Decimos supuestamente porque en la prctica, salvo en unos cuantos valores des-
tacados, no sabemos calcularla. En cambio s que podemos evaluar su polinomio de Taylor, por
ejemplo, en el origen. Para ello usaremos las derivadas en el origen de f (x) = cos(x):

f (0) = 1, f 0 (0) = 0, f 00 (0) = 1, f 000 (0) = 0, y f (4) (0) = 1.

El polinomio de Taylor en el origen de orden uno, dicho de otra manera, la recta tangente en 0 es

P1 (x) = 1.

Cerca del origen, el polinomio de Taylor y la funcin coseno no se diferencian demasiado, pero
este parecido desaparece rpidamente cuando nos alejamos. Aumentemos el grado del polinomio
de Taylor. La segunda derivada en el origen vale -1 y por tanto
x2
P2 (x) = 1 .
2
El polinomio de grado 4 es
x2 x4
P4 (x) = 1 +
2 4

que, como se puede ver la Figura 5.6, se diferencia an menos de la funcin coseno.

1 1 1

2 2 2
2 2 2
1 1 1
Orden 1 Orden 2 Orden 4

Figura 5.6 Polinomio de Taylor de la funcin coseno

A la vista de este ejemplo puede pensarse que si aumentamos el orden del polinomio de Taylor el
error que cometemos ser cada vez ms pequeo y veremos que para la funcin coseno de hecho
es as. /

La funcin exponencial coincide con su derivada y, por tanto, con su derivada n-sima. Su poli-
nomio de Taylor en el origen es
n
x x2 xn X xi
Pn (x) = 1 + + + ... + = .
1 2 n i
i=0

Por ejemplo, si queremos calcular el nmero e, el error ser


ec
Rn (1) = f (1) Pn (1) = (1 0)n+1 ,
(n + 1)

donde f (x) = ex y c es un punto intermedio entre a = 0 y x = 1. No sabemos con exactitud cuanto


vale ec , lo que s sabemos es que la exponencial es una funcin creciente y entre 0 y 1 est acotada
por 3, por ejemplo. Por tanto
ec 3


(n + 1) (n + 1) .
|Rn (1)| =

Por tanto, utilizando dicha cota del error, tenemos

63
Concavidad y convexidad Derivabilidad

n Pn (1) error Rn (1)


0 1 3
3
1 2=1+1 2
1 1
2 2.5 = 1 + 1 + 2 /2

1 1 1
3 20 6 =1+1+ 2 + 6 8
4 2.708 0.025

Tabla 5.1 Aproximaciones


del nmero e

Para poder calcular este polinomio lo nico que necesitamos es la existencia de derivadas de cual-
quier orden en un punto a del dominio. En este ambiente, es natural plantearse preguntas como
a) Cualquier funcin de clase C es el lmite en algn sentido de su polinomio de Taylor cuando
el orden tiende a infinito?
b) Qu ocurre con funciones que presentan problemas de regularidad como, por ejemplo, la exis-
tencia de puntos de discontinuidad o en los que no existan todas las derivadas?
c) Si el polinomio de Taylor no se parece a la funcin original siempre, hay al menos algunos
puntos en los que s se parezca? Y, en ese caso, cmo de grande es dicho conjunto?, es un
intervalo?, es abierto, cerrado,. . . ?

5.7 Concavidad y convexidad


Funcin convexa Definicin 5.41. Sea I un intervalo de R. Diremos que una funcin f : I R es convexa si
verifica que

f (1 )x + y (1 )f (x) + f (y) ,

para cualesquiera x, y I.
Funcin cncava Diremos que la funcin es cncava si se verifica la desigualdad opuesta, esto es,

f (1 )x + y (1 )f (x) + f (y) .

Las definiciones de concavidad y convexidad son com-


pletamente independientes de que la funcin sea o no
(x, f (x))
continua, derivable o cualquier otra condicin de regu-
laridad. Dicho esto, como ocurre con la monotona, la
derivada es una gran herramienta que nos va a permitir
(y, f (y)) simplificar el estudio de la concavidad y convexidad.

Observacin 5.42.
a) La convexidad (anlogamente la concavidad) tiene una
Figura 5.7 Funcin convexa clara interpretacin geomtrica. Debe verificarse que
el segmento que une los puntos (x, f (x)), (y, f (y))
quede por encima de la grfica de la funcin. Recuerda que dados dos puntos x, y Rn , el
segmento que los une es el conjunto
  
x, y = (1 )x + y: [0, 1] .

b) No est de ms recalcar que f es convexa si, y slo si, f es cncava.

Proposicin 5.43. Sea I un intervalo y f : I R dos veces derivable. Entonces

64
Derivabilidad Algunas aplicaciones de la derivada

a) Si f 00 (x) > 0 para cualquier x I, entonces f convexa.


b) Si f 00 (x) < 0 para cualquier x I, entonces f cncava.

Definicin 5.44. Diremos que f : I R tiene un punto de inflexin en a I si en dicho punto Punto de inflexin
la funcin cambia de cncava a convexa o viceversa.

5.8 Algunas aplicaciones de la derivada


Ejemplos de mximos, mnimos, nmero de soluciones, desigualdades, estudio de una funcin,
etc.

Imagen de una funcin

El teorema del valor intermedio junto con la monotona permiten calcular la imagen de una
funcin. Ms concretamente, se cumple que
a) si f : [a, b] R es creciente entonces f ([a, b]) = [f (a), f (b)], y
b) si f : ]a, b[ R es estrictamente creciente entonces f (]a, b[) = ]limxa f (x), limxb f (x)[.
Resultados similares se tienen para funciones decrecientes. Observa que necesitamos tres datos
de la funcin para poder aplicarlos: continuidad, monotona y que el dominio sea un intervalo.
Observa que, hasta este momento, no ha aparecido la palabra derivada. Su papel es facilitarnos el
estudio de la monotona. Nada ms.

Ejemplo 5.45.
Veamos un ejemplo: vamos a calcular la imagen de la funcin
f : [0, 5] R definida como f (x) = x 3 6x 2 + 9x 1. En 20
este caso, la funcin es derivable en todo su dominio, es un 18
polinomio. Cules son sus puntos crticos? f (x) = x 3 6x 2 + 9x 1
16
f 0 (x) = 3x 2 12x + 9 = 0 x = 1, 3. 14
12 f 0 (x) = 3x 2 12x + 9
Por tanto f es estrictamente montona en [0, 1], en [1, 3]
y en [3, 5]. Podemos evaluar la derivada en un punto de ca- 10
da uno de dichos intervalos para averiguar el carcter de la 8
monotona:
6
4
2

0 2 4
2

intervalo x signo de f 0 (x) monotona de f


[0, 1] 0 + est. creciente
[1, 3] 2 - est. decreciente
[3, 5] 4 + est. creciente

Con estos datos,

65
Algunas aplicaciones de la derivada Derivabilidad

f ([0, 5]) = f ([0, 1]) f ([1, 3]) f ([3, 5])


= [f (0), f (1)] [f (3), f (1)] [f (3), f (5)]
= [1, 3] [1, 3] [1, 19] = [1, 19].

En particular, la funcin f tiene mximo y mnimo absolutos y ya sabemos su valor: 1 y 19.


Tambin sabemos dnde se alcanzan: el mnimo en 0 y en 3 y y el mximo en 5./
Si en lugar del intervalo [0, 5], hubisemos considerado la funcin f definida en todo R no sera
necesario estudiar la monotona. Pinsalo un momento. Se cumple que

lim x 3 6x 2 + 9x 1 = y que lim x 3 6x 2 + 9x 1 = +.


x x+

Esto quiere decir que f (R) = R.

Ejemplo 5.46. Cul es la imagen de la funcin f : R R definida como

f (x) = arctan(x 9 2x 4 + sen3 (2x 3))?

Un vistazo a la derivada y te dars cuenta de que no parece fcil decidir la monotona de la funcin.
De nuevo, observa que


lim x 9 2x 4 + sen3 (2x 3) = = lim f (x) = , y que
x x 2

lim x 9 2x 4 + sen3 (2x 3) = + = lim f (x) = .
x x 2
i h
Por tanto, f (R) 2 , 2 . Podra ser la imagen un conjunto mayor? En este caso no, ya que
la h arcotangente no toma nuca valores fuera de dicho intervalo. En consecuencia f (R) =
i funcin

2, 2 ./

Extremos absolutos

Acabamos de ver cmo el estudio de la imagen de una funcin nos da automticamente, si


existen, los extremos absolutos. En el caso de que tengamos garantizado la existencia de dichos
extremos antes de estudiar monotona, es posible ahorrar algunos clculos. Por ejemplo, la funcin
del Ejemplo 5.45 tiene mximo y mnimo por la propiedad de compacidad: es una funcin continua
en un intervalo cerrado y acotado. Eso quiere decir que los extremos absolutos se tienen que
alcanzar en uno de los siguientes puntos:
a) puntos crticos,
b) extremos del intervalo, o
c) puntos donde la funcin no sea continua o no sea derivable.
En este caso, los extremos de la funcin f : [0, 5] R, f (x) = x 3 6x 2 + 9x 1 tienen que
estar entre los siguientes: 0, 1, 3 y 5. Hemos reducido el problema de averiguar el valor mximo
o mnimo en todo un intervalo a averiguar el mximo o el mnimo de cuatro nmeros. Slo hace
falta echar un vistazo para encontrarlos:

f (0) = 1, f (1) = 3, f (3) = 1, f (5) = 24.

Por tanto, el mximo absoluto se alcanza en 5 y el mnimo en 0 y en 1.

66
Derivabilidad Ejercicios

Desigualdades y ecuaciones

La demostracin de una desigualdad o el estudio de el nmero de soluciones de una ecuacin


son slo dos ejemplos que podemos resolver estudiando las funciones adecuadas. Por ejemplo, la
validez de la desigualdad

 
sen(x) < x, x 0, ,
2

la podemos ver de varias formas: pasamos restando o dividiendo


i h y comprobamos que

a) la imagen de la funcin f (x) = x sen(x) con x 0, 2 est contenida en R+ , o bien,
i h
b) la imagen de la funcin g(x) = sen(x)/x con x 0, 2 est contenida en ]0, 1[.
Dependiendo del tipo de funciones involucradas en la desigualdad, ser ms conveniente utilizar
uno u otro mtodo. i h
Calculemos cul es la imagen de f (x) = x sen(x) en el intervalo 0, 2 . Como f 0 (x) =
1 cos(x) > 0 en dicho intervalo, f es estrictamente creciente y, en consecuencia,


   
f 0, = lim f (x), lim f (x) = 0, 1 .
2 x0 x 2 2

Tambin podemos utilizar la monotona para contar el nmero de soluciones de una ecuacin.
Para ello nos aprovecharemos de que una funcin continua y estrictamente montona en un inter-
valo se anula (una nica vez) si, y slo si, cambia de signo en los extremos de dicho intervalo. Ms
concretamente,
sea f : ]a, b[ R continua y estrictamente creciente. Se cumple que
a) si lim f (x) > 0 o lim f (x) < 0, f no se anula en ]a, b[, y
xa xb
b) si lim f (x) < 0 y lim f (x) > 0, entonces f se anula una nica vez en ]a, b[.
xa xb

5.9 Ejercicios

5.9.1 Ejercicios conocidos

Ejercicio 5.1. Calcular la tangente de las siguientes curvas en los puntos dados:
a) y = x 2x+1 en el origen.
b) y = x 2 + 1 en (3, 10)
 

c) y = cos(x) en 2 , 0
d) y = |x| en (1, 1)

Ejercicio 5.2. Calcular la derivada de las siguientes funciones:


a) y = sen(x + 3)
b) y = cos2 (x)
1
c) y = cos(x)
d) y = sec(x)
q
e) y = 1+x1x
p3
f) y = x 2 + 1

67
Ejercicios Derivabilidad

Ejercicio 5.3. Calcular la derivada de las siguientes funciones:


 5
a) f (x) = 5 x 51x . d) f (x) = x x .
x
b) f (x) = cos(cos(cos(x))). e) f (x) = x .
1
c) f (x) = x 4 ex ln(x). f) f (x) = 2 x |x|.

Ejercicio 5.4. Comprobar que la funcin f : R R,


2x, si x < 0,

f (x) = 2
3x , si x 0.

es continua pero no es derivable en el origen.

Ejercicio 5.5. Calcular los puntos donde la recta tangente a la curva y = 2x 3 3x 2 12x + 40
es paralela al eje OX.

Ejercicio 5.6. Dibuja las grficas de las siguientes funciones indicando los mximos, mnimos y
puntos de inflexin.
a) y = 6 2x x 2 b) y = 3x 4 4x 3 c) y = (x 1)3

Ejercicio 5.7. Calcular dos nmeros positivos cuya suma sea 20 y su producto sea mximo.

Ejercicio 5.8. Calcular las dimensiones del rectngulo de mayor rea que puede inscribirse en
un semicrculo de radio r .

Ejercicio 5.9. Calcular los siguientes lmites:


sen(3x)
a) limx0 x
2x
b) limx /2 cos(x)

2
c) limx2 xx 2+53
4
d) limx0 1cos(x)
x2

5.9.2 Definicin. Reglas de derivacin


i h
Ejercicio 5.10. Sea f : 2 , 2 R definida por:

ln (1 sen(x)) 2 ln(cos(x))
f (x) = ,
sen(x)

si x 0 y f (0) = a. Estudia para qu valor de a la funcin f es continua en cero.

E Ejercicio 5.11. Estudia la continuidad y derivabilidad de la funcin f : R R definida por


  
arctan exp 1



x2 , si x < 0
2x

f (x) = x 2 +1 , si 0 x 1

1 + ln(x) ,

si 1 < x.

x

Calcula la imagen de la funcin.

5.9.3 Teorema del valor medio

68
Derivabilidad Ejercicios


Ejercicio 5.12. Probar que arcsen(x) + arccos(x) = 2 para todo x [1, 1].

x
Ejercicio 5.13. Demostrar que la desigualdad 1+x < ln(1 + x) < x se verifica para todo x > 0.

E Ejercicio 5.14. Demuestra que


x
< arctan(x) < x
1 + x2
para cualquier x positivo.

Ejercicio 5.15. Demostrar que arctan(x) arctan(y) x y , para cualesquiera x, y R.

E Ejercicio 5.16. Calcula el nmero de soluciones de la ecuacin x 2 = x sen(x) + cos(x).

Ejercicio 5.17. Calcular el nmero de ceros y la imagen de la funcin f : R R definida por


f (x) = x 6 3x 2 + 2.

E Ejercicio 5.18. Sea f : R \ {1} R la funcin definida como


1x
 
f (x) = arctan + arctan(x).
1+x

Calcula su imagen.

|x|
E Ejercicio 5.19. Calcula la imagen de la funcin f : R R definida por f (x) = e|x1|
para cualquier
x real.

Ejercicio 5.20. Sea f : R R la funcin definida por f (x) = ax 3 + bx 2 + cx + d.


a) Encuentra las condiciones que deben verificar los parmetros para que f alcance un mximo y
un mnimo relativo.
b) Si se verifica el enunciado anterior, demuestra que en el punto medio del segmento que une los
puntos donde se alcanzan el mximo y el mnimo relativo se alcanza un punto de inflexin.

Ejercicio 5.21. Probar que x R se verifica que


1 x
cos (arctan(x)) = p y sen(arctan(x)) = p .
1 + x2 1 + x2
2
E Ejercicio 5.22. Calcular la imagen de la funcin f : R R definida por f (x) = ex (x 2 3).
 
1+x
Ejercicio 5.23. Sea f : R \ {1} R definida por f (x) = arctan 1x .
a) Estudiar la continuidad de f y los lmites en y +.
b) Calcular la imagen de f .

Ejercicio 5.24. Calcular la imagen de f : R+ R, f (x) = x 1/x .

E Ejercicio 5.25.
a) Sean f , g: R+ R definidas por
2 x 2 x
f (x) = + , g(x) = .
x 2 x 2
Estudia los extremos, los intervalos de monotona, los cortes con los ejes y el comportamiento
en + y 0 de ambas funciones. Haz un esbozo de sus grficas.
b) Sea a > 2. Se define la sucesin {xn }:

69
Ejercicios Derivabilidad

2 xn
x1 = a, xn+1 = + , n N.
xn 2

Demuestra que {xn } es montona y acotada y calcula su lmite. (Sugerencia: usa las funciones
del apartado anterior).

Ejercicio 5.26. Sean a, b, c R con a2 < 3b. Probar que la ecuacin x 3 + ax 2 + bx + c = 0 tiene
una solucin real nica.
 
E Ejercicio 5.27. Demostrar que, para cualquier a R, la ecuacin x = a + 2 sen ax
2
tiene
una nica solucin.

E Ejercicio 5.28. Sea f : R R la funcin definida como


(    
log 1 + x 2 + 2 arctan x1 , si x 0,
f (x) =
, si x = 0.

Estudia su continuidad, derivabilidad y calcula su imagen.

5.9.4 Reglas de LHpital

Ejercicio 5.29. Calcula los siguientes lmites


cos(x) + 3x 1
a) lim .
x0 2x
x
e +e x 2 cos(x)
b) lim .
x0 x sen(2x)
a
x a x
c) lim x , donde a > 0 y a 1.
xa a aa
ln(ln(x))
d) lim .
x+ ln(x)

Ejercicio 5.30. Calcular los limites de las siguientes funciones en el punto indicado:
1
a) lim (cos(x) + a sen(bx)) x
x0+
x arctan( x2 )
b) lim
x0 sen2 (2x) cos(sen(x))
x

x tan 2
  
c) lim tan
x1 4
(1 cos(x)) sen(4x)
d) lim 


x0 x 3 cos 4 x
x + sen(x)
e) lim
x+ x cos(x)

Ejercicio 5.31. Estudiar el comportamiento de la funcin f : A R en el punto en cada uno de


los siguientes casos:
x 2+ x2
a) A =]2, +[, f (x) = p , = 2.
x2 4
1 1
b) A = R+ \ {1}, f (x) = , = 1.
ln(x) x1
x
x x
c) A =]1, +[, f (x) = , = 1.
1 x ln(x)

70
Derivabilidad Ejercicios

Ejercicio 5.32. Estudiar el comportamiento en + de las funciones f , g: R+ R dadas por


ln(2 + 3ex )
a) f (x) = p ,
2 + 3x 2
b) g(x) = (ax + x)1/x , donde a R+ .

Ejercicio 5.33. Estudiar el comportamiento en el punto cero de la funcin f : A R en los


siguientes casos:
1 cos(x)
a) A = R+ , f (x) = ,
x
b) A =]0, 2 [, f (x) = (sen(x) + cos(x))1/x
 2
 12
c) A =]0, 2 [, f (x) = cos(x) + x2 x .

Ejercicio 5.34. Estudiar el comportamiento en el punto cero de la funcin f : A R en los


siguientes casos:
1
a) A =]0, 2 [, f (x) = (1 tan(x)) x2 ,
b) A = R+ , f (x) = x sen(x) ,
c) A =]0, 2 [, f (x) =
xarctan(x)
sen3 (x) .

Ejercicio 5.35. Calcula los siguientes lmites:


1/x


a) lim arctan(x)
x+ 2
ln(e2x + sen(x))
b) lim p .
x+ 3x 2 + 1
  1
c) lim ax1 x + 1
x1
, (a > 0).
x1

 x1
3 sin(x) 3x cos(x)

Ejercicio 5.36. Calcula lim .
E x0 x3

5.9.5 Optimizacin

E Ejercicio 5.37. Calcula las dimensiones del trapecio con mayor rea que puede inscribirse en una
semicircunferencia de radio 1.

Ejercicio 5.38. Calcular max n n: n N .
1
0.8
(x, y)
0.6
0.4
0.2

1 0.5 0 0.5 1

E Ejercicio 5.39. De un cuadrado de lado 2 se recortan cuatro tringulos


issceles iguales. Cul es el volumen mximo de la pirmide que se puede
formar? (Indicacin: el volumen de una pirmide es 31 Ah, donde A es el rea
de la base y h su altura).

Ejercicio 5.40. Demostrar que la suma de un nmero positivo y su recproco


es al menos 2.

71
Ejercicios Derivabilidad

Ejercicio 5.41. Calcula las dimensiones de la cruz simtrica


respecto de los ejes y con rea mxima que se puede inscribir
en una circunferencia de radio 1.

Ejercicio 5.42. Una caja abierta est construida con un rec-


tngulo de cartn, quitando cuadrados iguales en cada esquina
y doblando hacia arriba los bordes. Hallar las dimensiones de la
caja de mayor volumen que puede construirse con ese procedi-
miento si el rectngulo tiene como lados
a) 10 y 10,
b) 12 y 18.

E Ejercicio 5.43. Cul es la longitud mnima del segmento que tiene un extremo en el eje x, otro
extremo en el eje y, y pasa por el punto (8, 1)?

E Ejercicio 5.44. A un espejo rectangular de medidas 80x90 cm. se le rompe (accidentalmente) por
una esquina un tringulo de lados 10x12 cm. como indica el dibujo. Calcula las medidas del espejo
de mayor rea de forma rectangular que se puede obtener del la pieza restante.

x2 y2
Ejercicio 5.45. Se inscribe un rectngulo en la elipse 400 + 225 = 1 con sus lados paralelos a los
ejes. Hallar las dimensiones del rectngulo para que
a) el rea sea mxima,
b) el permetro sea mximo.

E Ejercicio 5.46. Calcula el rea mxima del rectngulo circunscrito a un rectngulo de lados a y
b.

E Ejercicio 5.47. Calcula el punto (a, b) de la parbola y = 3 x 2 de forma que el tringulo


determinado por la recta tangente a la parbola en dicho punto y los ejes de coordenadas tenga
rea mnima.

E Ejercicio 5.48. Con un disco de radio R queremos hacer,


recortando un disco concntrico de radio r , una arandela
como la de la figura. Se pide calcular el radio r cumpliendo
R la condicin de que el rea de la parte de la arandela que
queda por encima de la recta y = r , la zona coloreada en
r la figura, sea mxima.
y = r

E Ejercicio 5.49. Calcula el permetro mximo que puede te-


ner un rectngulo que tiene dos vrtices en el eje de abscisas
y los otros dos en la grfica de la funcin f (x) = 4 sen(x),
con x [0, ].

Ejercicio 5.50. Un tringulo rectngulo cuya hipotenusa tiene una longitud a se hace girar al-
rededor de uno de sus catetos. Qu volumen mximo puede tener un cono engendrado de esta
manera?

5.9.6 Polinomio de Taylor

72
Derivabilidad Ejercicios

Ejercicio 5.51. Expresar el polinomio x 4 5x 3 3x 2 + 7x + 6 en potencias de (x 2).

Ejercicio 5.52. Calcular un valor aproximado del nmero real con un error menor de 102 en
cada uno de los casos siguientes:

a) = e,
 
b) = sen 12 .

Ejercicio 5.53. Utilizar el polinomio de Taylor para calcular 102 con un error menor que 102 .

E Ejercicio 5.54. Calcula una aproximacin de cosh(1/2) con un error menor que 104 .

E Ejercicio 5.55. Sea f una funcin cuyo polinomio de Taylor de grado 3 centrado en 0 es

x2 x3
1+x+ + .
2 3

Calcula el polinomio de Taylor de grado 3 centrado en cero de la funcin g(x) = xf (x).

5.9.7 Ejercicios complementarios

Definicin. Reglas de derivacin

Ejercicio 5.1. Sea f : R R la funcin definida por:

12
(
f (x) = e
x , si x 0
0, si x = 0

Estudiar la continuidad y derivabilidad de f y calcular su imagen.

Ejercicio 5.2. Estudiar la continuidad y derivabilidad en cero de la funcin f : R+


0 R definida
por
(  
2 1
f (x) = (1 ex ) sen x si x > 0
0 si x = 0

Ejercicio 5.3. Estudiar la derivabilidad de la funcin f : R+


0 R definida por f (x) = (1 + x)
1/x
+
para x R , f (0) = e.

Ejercicio 5.4. Sea f : [1/2, +[ R dada por f (x) = (x + ex )1/x si x 0 y f (0) = e2 . Estudiar
la continuidad y derivabilidad de f en cero.

Teorema del valor medio



Ejercicio 5.5. Demostrar que sen(ax) sen(ay) |a| x y , x, y R.

Ejercicio 5.6. Para a > 0 demostrar que ae ln(x) x a x > 0.

Ejercicio 5.7. Sean f , g: R R funciones derivables en todo R verificando

f 0 (x) = g(x), g 0 (x) = f (x), x R, f (0) = 0, g(0) = 1.

Probar que f y g son, respectivamente, las funciones seno y coseno.

73
Ejercicios Derivabilidad

Ejercicio 5.8. Sea f : [a, b] R continua en [a, b] y derivable en ]a, b[ verificando f (a) = f (b) =
0. Probar que para todo nmero real existe un punto c ]a, b[ tal que f 0 (c) = f (c). (Indicacin:
Considrese la funcin g: [a, b] R definida por g(x) = ex f (x), x [a, b]).

Ejercicio 5.9. Sea f : R+ R una funcin derivable en R+ . Supongamos que f y f 0 tienen lmite
en +. Probar que limx+ f 0 (x) = 0.

Ejercicio 5.10. Sea f : [0, 1] R una funcin derivable, verificando que f (0) = 0 y que |f 0 (x)|
|f (x)|, x [0, 1]. Probar que f (x) = 0, x [0, 1].
 
Ejercicio 5.11. Demostrar que para 0 < a < b se verifica 1 a
b b
b < ln a < a 1.

ea
Ejercicio 5.12. Sea a > 0. Probar que x ea/x , x > 0 y se da la igualdad si, y slo si, x = a.

Ejercicio 5.13. Estudiar continuidad, derivabilidad, crecimiento, extremos relativos y extremos


absolutos de la funcin f : R R definida por
0 si x ]
/ 1, 1[

f (x) = 2 2
e(x1) e(x+1) si x ] 1, 1[

Ejercicio 5.14. Sea f : [0, 1] R derivable y verificando f (0) = 0. Supongamos que la funcin f 0
f (x)
es creciente. Probar que la funcin g: ]0, 1] R definida por g(x) = x , x ]0, 1] tambin es
creciente.

Ejercicio 5.15. Sea a > 0 un nmero real que verifica ax/a x x > 0. Probar que a = e.

Ejercicio 5.16. Probar que para 0 < a < 1 se verifica (1 + x)a 1 + ax, x 1.

Ejercicio 5.17. Calcular el nmero de soluciones de la ecuacin 3 ln(x) x = 0.

Ejercicio 5.18. Determinar el nmero de races reales de la ecuacin 3x 5 + 5x 3 30x = m segn


el valor de m.

(1 + x)p
Ejercicio 5.19. Demostrar que p 1 se verifica que 2p1 para todo x 0.
1 + xp
q q
Ejercicio 5.20. Sea f (x) = Ax 3 + Bx 2 + Cx + D con A > 0. Calcula limx+ 3 f (x + 1) 3 f (x).

Optimizacin

Ejercicio 5.21. Estudiar los extremos relativos de la funcin f : R R en los siguientes casos
a)

x ln |x|, si x R ,
(
f (x) =
0, si x = 0.

b)
(
x 2 ln |x|, si x R ,
f (x) =
0, si x = 0.

Ejercicio 5.22. Estudiar los extremos relativos de la funcin f : R R definida como f (x) =
cosh(x) + cos(x).

74
Derivabilidad Ejercicios

Ejercicio 5.23. Calcular para qu valores del parmetro m se cumple que la ecuacin 20x 5 x =
m tiene exactamente dos races reales distintas.

Ejercicio 5.24. Durante la tos, el dimetro de la trquea disminuye. La velocidad v del aire en la
trquea durante la tos se relaciona con el radio, r , mediante la ecuacin v = Ar 2 (r0 r ), donde A
es una constante y r0 es el radio en estado de relajacin. Determnese el radio de la trquea cuando
la velocidad es mxima, as como esta velocidad.

Ejercicio 5.25. Calcular el rea mxima de un rectngulo, que tiene dos vrtices sobre una cir-
cunferencia de radio R y los otros dos sobre una cuerda dada de dicha circunferencia.

Ejercicio 5.26. Una persona desea cortar un pedazo de alambre de longitud L en dos trozos. Uno
de ellos se va a doblar en forma de circunferencia, y el otro en forma de cuadrado. Cmo debe
cortar el alambre para que la suma de reas sea mnima? Y mxima?

Ejercicio 5.27. Se traza la tangente en un punto de la elipse x 2 /25 + y 2 /16 = 1 de forma que el
segmento (de dicha tangente) interceptado por los ejes sea mnimo. Demostrar que la longitud de
dicho segmento es 9 unidades.

Ejercicio 5.28. Se desea construir una ventana con forma de rectngulo coronado de un semi-
crculo de dimetro igual a la base del rectngulo. Pondremos cristal blanco en la parte rectangular
y cristal de color en el semicrculo. Sabiendo que el cristal coloreado deja pasar la mitad de luz
(por unidad de superficie) que el blanco, calcular las dimensiones de la ventana para conseguir la
mxima luminosidad si se ha de mantener un permetro constante dado.

Ejercicio 5.29. Se desea confeccionar una tienda de campaa cnica de un volumen determinado.
Calcular sus dimensiones para que la cantidad de lona necesaria sea mnima.

Ejercicio 5.30. Demostrar que de todos los tringulos issceles que se pueden circunscribir a
una circunferencia de radio r , el de rea mnima es el equiltero de altura 3r .

Ejercicio 5.31. Atamos el extremo de una cuerda de longitud L a una columna de radio R mediante
un nudo corredizo. Calcular la mxima distancia posible del otro extremo al centro de la columna.

Ejercicio 5.32. Un muro de 4 metros de altura est a 3 metros de la fachada de una casa. Hallar
la escalera ms corta que llegar desde el suelo hasta la casa por encima del muro.

Ejercicio 5.33. Investigar la posibilidad de inscribir un cilindro circular recto de rea total mxima
(sin las tapas) en un cono circular recto de radio r y altura h.

Ejercicio 5.34. Un cultivador de naranjas estima que, si planta 60 naranjos, obtendr una cosecha
media de 400 naranjas por rbol. Este nmero bajar 4 unidades por cada rbol ms que se plante
en el mismo terreno. Halle el nmero de rboles que hace mxima la cosecha.

Ejercicio 5.35. Una fbrica de plsticos recibe del ayuntamiento de la ciudad un pedido de 8000
tablas flotadoras para el programa de natacin del verano. La fbrica posee 10 mquinas, cada una
de las cuales produce 50 tablas por hora. El coste de preparar las mquinas para hacer el trabajo
es de 800 por mquina. Una vez que las mquinas estn preparadas, la operacin es automtica
y puede ser supervisada por una sola persona, que gana 35/hora.
a) Cuntas mquinas hay que usar para minimizar el coste de produccin?
b) Si se usa el nmero ptimo de mquinas, cunto ganar el supervisor durante el proceso?

75
Ejercicios Derivabilidad

Ejercicio 5.36. Hallar las dimensiones del cilindro de mayor volumen entre todos aquellos que
tienen la superficie lateral total constante.

Ejercicio 5.37. Dado un punto P = (a, b) situado en el primer cuadrante del plano, determinar
el segmento con extremos en los ejes coordenados y que pasa por P que tiene longitud mnima.

Ejercicio 5.38. Cul es la longitud de la escalera ms larga que puede hacerse pasar a travs de
la esquina, en ngulo recto, que forman dos corredores de anchuras respectivas a y b?

Ejercicio 5.39. Las palomas domsticas no suelen volar sobre extensiones grandes de agua a
menos que se vean forzadas a ello, posiblemente porque se requiera ms energa para mantener
la altitud sobre el agua fra. Supongamos que se suelta una paloma desde un barco situado a 3 km
de un punto A de la costa, y dicho punto de la costa est a 10 km del palomar. Si la paloma gasta
dos veces ms energa volando sobre el agua que sobre la tierra firme y sigue un camino que hace
mnima la energa gastada, determnese el punto dnde la paloma abandona el agua.

Ejercicio 5.40. Se desea construir un silo, con un volumen V determinado, que tenga la forma
de un cilindro rematado por una semiesfera. El costo de construccin (por unidad de superficie)
es doble para la semiesfera que para el cilindro (la base es gratis). Determnense las dimensiones
ptimas para minimizar el costo de construccin.

Ejercicio 5.41. Se proyecta un jardn de forma de sector circular de radio R y ngulo central .
El rea del jardn ha de ser A fija. Qu valores de R y hacen mnimo el permetro que bordea el
jardn?

Ejercicio 5.42.
ln(x)
a) Calcula los extremos relativos y la imagen de la funcin f : R+ R definida como f (x) = x .
b) Qu nmero es mayor e o e ? Y entre 9999991000000 y 1000000999999 .

Reglas de LHpital
1
Ejercicio 5.43. Calcular lim sen(x) + ex

x2 .
x0

Ejercicio 5.44. Estudiar el comportamiento en + de la funcin f : ]1, +[ R definida por


x(x 1/x 1)
f (x) = ln(x) .

Ejercicio 5.45. Calcula


1/x
a + sen(x)

lim
x0 a sen(x)

con a > 0.

Polinomio de Taylor

Ejercicio 5.46.
 x 
e 1
a) Consideremos la funcin f : R+
0 definida como f (x) = x ln x si x R+ y f (0) = 0.
Demuestra que limx0 f (x) = 0 y estudia el signo de la derivada de f para demostrar que
 x
e 1

0 < ln < x, x < 0.
x

76
Derivabilidad Ejercicios

b) Dado a > 0, se define la sucesin

e xn 1
 
x1 = a, xn+1 = ln , n N.
xn

Comprueba que la sucesin {xn } es convergente a cero.

Ejercicio 5.47. Probar que las funciones exponencial, seno y coseno son de clase C en R.

28 con un error menor que 102 .
3
Ejercicio 5.48. Utilizar el polinomio de Taylor para calcular

Ejercicio 5.49. Estudiar el comportamiento de la funcin f : A R en el punto en cada uno


de los siguientes casos:
tan(x) arctan(x)x 2
a) A =] 2 , 2 [\{0}, f (x) =

x6 , =0
1 1 sen(x)
b) A = R , f (x) = x4 6x 2 x5 , =0

Ejercicio 5.50.
a) Calcula el polinomio de Taylor de grado 2 centrado en a = 1 de la funcin arcotangente.
b) Utiliza dicho polinomio para calcular arctan(1.1) y acota el error cometido.
c) Se puede utilizar el desarrollo centrado en cero para calcular arctan(1.1)?

77
78
Integracin Funciones integrables

Integracin

6
6.1 Funciones integrables 79 6.2 Teorema fundamental del Clculo 84 6.3 Clculo
de reas de regiones no acotadas. Integrales impropias 86 6.4 Clculo de primitivas 90
6.5 Aplicaciones de la integral 98 6.6 Ejercicios 101

El rea de un recinto, la longitud de un cable que cuelga entre dos postes, el volumen o la
superficie de una esfera...Estos son el tipo de problemas que vamos a resolver en este captulo.
Para ello presentamos el concepto de integral de una funcin.

6.1 Funciones integrables

Definicin 6.1. Una particin P de un intervalo [a, b] es un conjunto finito del tipo P = Particin
{x0 , x1 , . . . , xn } donde

a = x0 < x1 < . . . < xn1 < xn = b.


n o n o
Los conjuntos {0, 1}, 0, 21 , 1 o 0, 3 , 2 , 1 son particiones del intervalo [0, 1]. No
1 1
Ejemplo 6.2.
n o n o
lo son, en cambio, conjuntos como 0, 12 , 31 , 1 , 0, 13 , 12 . /

Definicin 6.3. Sea f : [a, b] R una funcin acotada y P una particin del intervalo. La
suma superior S(f , P ) de la funcin f relativa a la particin P es Suma superior

S(f , P ) = sup f ([x0 , x1 ])(x1 x0 ) + sup f ([x1 , x2 ])(x2 x1 ) + . . .


+ sup f ([xn1 , xn ])(xn xn1 ).

Anlogamente se define la suma inferior I(f , P ) como Suma inferior

I(f , P ) = inf f ([x0 , x1 ]) (x1 x0 ) + sup f ([x1 , x2 ])(x2 x1 ) + . . .


+ sup f ([xn1 , xn ])(xn xn1 ).

Las sumas inferiores y superiores que vemos en la siguiente figura son una aproximacin del
rea que queremos calcular. Ahora bien, el valor de la suma inferior siempre ser menor que el de
la integral y a la suma superior le ocurre lo contrario.

Definicin 6.4. La integral superior de f se define como Integral superior


Z

f = inf S(f , P ): P particin de [a, b] .
[a,b]

La integral inferior de f se define como Integral inferior


Z

f = sup I(f , P ): P particin de [a, b] .
[a,b]

79
Funciones integrables Integracin

f f

... ...
x1 x2 x3 x4 xn x1 x2 x3 x4 xn

Suma superior Suma inferior

Figura 6.1 Sumas superiores e inferiores

Las integrales superior e inferior son aproximaciones a la integral de la funcin. En un caso


por exceso y en otro por defecto. Cuando ambas aproximaciones coinciden, tenemos una funcin
integrable.

Integral Definicin 6.5. Sea f : [a, b] R una funcin acotada. Diremos que f es integrable si

coinciden la integral superior e inferior. En ese caso, denotaremos f a dicha integral.
[a,b]
b b
Tambin usaremos con frecuencia las notaciones f o f (x) dx si queremos hacer hincapi
a a
en la variable de integracin.
Ejemplo 6.6. Calcular la integral de f (x) = x en el intervalo [0, 1] Consideremos la particin Pn
del intervalo [0, 1] que consiste en dividirlo en n trozos iguales:
1 2 n1
 
Pn = 0, , , . . . , ,1 .
n n n
Como la funcin f es creciente, su valor mximo se alcanzar en el extremo de la derecha y el
mnimo en el extremos de la izquierda. Con esto es fcil calcular el valor de las sumas superiores
e inferiores.
n n
i 1 1 X n(n + 1)
X  
S(f , Pn ) = f = 2 i= , y
n n n 2n2
i=1 i=1
n n
i1 1 1 X (n 1)n
X  
I(f , Pn ) = f = 2 i1= .
n n n 2n2
i=1 i=1
1
1 1
Si hacemos tender n a infinito, limn S(f , Pn ) = limn S(f , Pn ) = 2. Por tanto x dx = 2 ./
0
No es fcil calcular la integral de una funcin con la definicin. En el ejemplo anterior hemos
tenido que usar la suma de una progresin aritmtica y usar particiones de una forma particular.
En el resto del tema veremos qu funciones son integrables, qu propiedades tienen y, por ltimo,
el teorema fundamental del clculo y la regla de Barrow nos permitirn calcular integrales de una
forma ms cmoda.

6.1.1 Propiedades
Comenzamos recopilando informacin sobre la integrabilidad de funciones relacionada con las
operaciones usuales.

80
Integracin Funciones integrables

Linealidad de la integral
Con respecto a la suma, el conjunto de las funciones integrables es un espacio vectorial y la
integral es una aplicacin lineal.

Proposicin 6.7. Sean f , g: [a, b] R integrables. Entonces



a) La suma f + g es integrable y (f + g) = f + g.

b) Si R, entonces (f ) = f .

Producto de funciones
La integral que acabamos de introducir tambin se comporta bien con respecto al producto
aunque en este caso no hay una identidad que relaciones la integral de un producto de funciones
con el producto de las integrales.
Proposicin 6.8. Sean f , g: [a, b] R integrables.
a) El producto de ambas funciones, f g, es una funcin integrable.
 2
b) (f g) f 2 g 2 . Desigualdad de Sch-
 1/2  1/2  1/2 warz
c) (f + g)2 f2 + g2 . Desigualdad de Min-
kowski

Orden
En cuanto al orden, el siguiente resultado nos dice que la integral lo conserva.
Proposicin 6.9. Sean f , g: [a, b] R integrables. Si f (x) g(x) para cualquier x [a, b],
entonces
Zb Zb
f (x) dx g(x) dx.
a a
b
En particular, si f (x) 0 para cualquier x se tiene que 0 f (x) dx.
a
No es evidente de la definicin, pero se puede comprobar que si una funcin es integrable, su
valor absoluto tambin lo es.

Proposicin 6.10. Sea f : [a, b] R integrable. Entonces la funcin f (x) = f (x) es integra-
ble y
Z Z

f (x) dx f (x) dx.


[a,b] [a,b]

Dominio
Se puede demostrar que si una funcin es integrable en un intervalo, tambin lo es en cualquier
intervalo contenido en l. Teniendo en cuenta esto, podemos calcular la integral de una funcin en
un intervalo dividiendo este en varios trozos y sumar los resultados. Esto se conoce como aditividad
de de la integral respecto de su dominio.
Proposicin 6.11. Sea f : [a, b] R una funcin acotada y c ]a, b]. Entonces f es integrable en Aditividad respecto
[a, b] si, y slo si, es integrable en los intervalos [a, c] y [c, b]. En ese caso, del dominio
Zb Zc Zb
f (x) dx = f (x) dx + f (x) dx.
a a c

Observacin 6.12. La integral de una funcin f en un intervalo [a, b] no cambia si trasladamos


dicha funcin.

81
Funciones integrables Integracin

Zb Z b+k
f f (x k)
a a+k
a b a+k b+k

Podemos utilizar esto para simplificar el clculo de algunas integrales. Por ejemplo, si f es una
funcin impar, entonces
Za
f (x) dx = 0.
a

Por qu? Slo tenemos que mirar la grfica de la funcin. El rea


entre 0 y a es igual que el rea entre a y 0 pero con signos
opuestos y ambas se cancelan. Por ejemplo
Za
x 3 dx = 0.
a
a 0 a a a
Si por el contrario f es una funcin par entonces f =2 f.
a 0

6.1.2 Condiciones suficientes de integrabilidad

Ya hemos visto que las funciones integrables tienen muchas propiedades interesantes. La si-
guiente cuestin es hay muchas? Qu funciones son integrables? Tenemos suficientes ejemplos
de funciones integrables?
El primer resultado que presentamos nos dice que el conjunto de las funciones integrables
incluye a la mayora de las funciones con las que hemos estado trabajando hasta ahora.
Condiciones suficien- Proposicin 6.13. Sea f : [a, b] R una funcin.
tes de integrabilidad a) Si f es continua, entonces es integrable.
b) Si f es montona, entonces es integrable.
Observa que no hemos mencionado que la funcin tenga que ser acotada. En ninguno de los casos
es necesario: para funciones montonas es inmediato y para funciones continuas es consecuencia
de la propiedad de compacidad.
Podemos ir un poco ms lejos, si estropeamos una funcin integrable en unos pocos puntos,
ni la integrabilidad ni el valor de la integral se alteran.
Proposicin 6.14. Sea f : [a, b] R integrable. Sea g: [a, b] R verificando que el conjunto

x [a, b]: f (x) g(x) es finito. Entonces g es integrable y
Zb Zb
f (x) dx = g(x) dx.
a a

Esta resultado afirma que si se cambia el valor de una funcin en una cantidad finita de puntos
se obtiene una funcin que sigue siendo integrable y, de hecho, el valor de la integral no cambia.
Observacin 6.15. Existen funciones integrables que no son continuas. Este hecho debera estar
claro despus de haber afirmado que las funciones montonas son integrables y recordando que
ya conocemos funciones montonas que no son continuas (como por ejemplo la parte entera). De

82
Integracin Funciones integrables

todas formas la ltima proposicin nos da una manera muy fcil de fabricar funciones integrables
que no son continuas: tmese una funcin continua y cmbiesele el valor en un punto. De este
modo se obtiene una funcin que deja de ser continua en dicho punto pero que tiene la misma
integral.
Cambiando el valor de una funcin en un punto slo obtenemos discontinuidades evitables.
Aunque las discontinuidades no sean evitables, si no son demasiadas, la funcin es integrable.
Proposicin 6.16. Sea f : [a, b] R acotada. Si f tiene una cantidad finita de discontinuidades,
entonces es integrable.
Existe una caracterizacin completa de las funciones integrables. Para darla, se necesita hablar
de conjuntos pequeos: los llamados conjuntos de medida nula. Si la medida, la longitud en esta
caso de un intervalo acotado es `(I) = sup(I) inf(I). Un conjunto de medida nula es un conjunto
que tiene longitud cero. Veamos la definicin con ms detalle.

Definicin 6.17. Sea A un subconjunto de R. Diremos que A es un conjunto de medida nula Conjunto de medida
si dado > 0 existe una sucesin de intervalos acotados {In } verificando que nula

a) A
S
i=1 In , y
b) `(I1 ) + `(I2 ) + + `(In ) , n N.

Ejemplo 6.18. Cualquier conjunto finito es de medida nula. /

Teorema 6.19. Sea f : [a, b] R una funcin acotada. Son equivalentes: Teorema de Lebes-
a) f es integrable. gue

b) El conjunto de puntos de discontinuidad de f es un conjunto de medida nula.

6.1.3 Sumas de Riemann

Una de las dificultades de la definicin de integral que hemos dado radica en el hecho de que
involucra todas las posibles particiones del intervalo [a, b]. La segunda dificultad es averiguar cul
es el supremo o el nfimo de la funcin en cada uno de los intervalos asociados a una particin.
Vamos a dar respuesta a ambas cuestiones:
a) En cuanto a las particiones, veremos que es necesario considerar todas sino slo algunas elegidas
adecuadamente. As nos encontraremos el concepto de norma de una particin.
b) En cuanto al segundo punto, el teorema de Darboux nos dir que no hace falta calcular el su-
premo ni el nfimo y que cualquier punto del intervalo puede jugar el mismo papel.
Comencemos con las particiones. El ejemplo tpico de particin que hemos usado consiste en
dividir el intervalo [a, b] en trozos iguales. Aumentando el nmero de trozos, nos aproximamos
al valor de la integral. En este caso, la longitud de cada uno de los trozos es ban , la longitud del
intervalo dividido por el nmero de trozos, n. La norma de una particin nos mide el tamao de
los trozos o, ms concretamente, el tamao del trozo ms grande.

Definicin 6.20. Sea P = {a = x0 < x1 < x2 < . . . < xn = b} una particin del intervalo
[a, b]. La norma de la particin P es Norma de una parti-
cin

kP k = max xi xi1 : i = 1, 2, . . . , n .

Si en las sumas inferiores y superiores aproximbamos por rectngulos cuya altura era el supre-
mo o el nfimo de la funcin, ahora vamos a elegir como altura el valor de la funcin en un punto
arbitrario en cada uno de los intervalos relativos la particin. Para cada particin, tenemos muchas
posibles elecciones de puntos. A cualquiera de stas, las vamos a llamar sumas integrales o sumas
de Riemann.

83
Teorema fundamental del Clculo Integracin

Definicin 6.21. Sea f : [a, b] R una funcin y sea P = {a = x0 < x1 < x2 < . . . < xn = b}
Suma integral o una particin del intervalo [a, b]. Una suma integral o suma de Riemann es una suma de la
suma de Riemann forma

f (y1 )(x1 x0 ) + f (y2 )(x2 x1 ) + + f (yn )(xn xn1 )

donde yi [xi1 , xi ], i = 1, 2,...n.

Ya podemos dar la respuesta a la pregunta que


planteamos al principio de la seccin: para apro-
f ximarnos al valor de la integral de la funcin slo
f (yi ) tenemos que asegurarnos de que la norma de las
particiones tiendan a cero independientemente
de cules sean los puntos elegidos en el interva-
lo.

Teorema de Darboux x1 x2 x3 yi xn Teorema 6.22. Sea f : [a, b] R una fun-


cin acotada y sea {Pn } una sucesin de par-
ticiones del intervalo [a, b] con lim kPn k =
n
0. Entonces, si Sn son sumas de Riemann
aso-
Figura 6.2 Suma integral o de Riemann ciadas a Pn se cumple lim Sn = f .
n

Esta es una versin light del teorema de Darboux que, de hecho, permite caracterizar las
funciones integrables utilizando sumas integrales en lugar de sumas superiores e inferiores.

6.2 Teorema fundamental del Clculo


Si f es una funcin definida y a es un elemento de su dominio, diremos que f es integrable en
a b a
[a, a] y que f (x) dx = 0. Tambin convendremos que f = f.
a a b

Funcin local- Definicin 6.23. Sea I un intervalo. Diremos que f : I R es localmente integrable si es
mente integrable integrable en cualquier intervalo cerrado y acotado contenido en I.

Ejemplo 6.24.
a) Las funciones continuas y las funciones montonas son localmente integrables.
b) Si f es integrable en [a, b], es localmente integrable en dicho intervalo. /

Lema 6.25. Sea f una funcin localmente integrable en un intervalo I y sean a, b, c I. Entonces
Zb Zc Zb
f (x) dx = f (x) dx + f (x) dx.
a a c

Obsrvese que la comodidad del lema anterior radica en que no sabemos como estn ordenados
a, b y c.

Definicin 6.26. Si f es una funcin localmente integrable en I y a I podemos definir una


nueva funcin que mide como cambia la integral de la funcin de la forma
Zx
F (x) = f (t) dt.
a

Integral indefinida A las funciones F definidas de esta forma las llamaremos integrales indefinidas de f .

84
Integracin Teorema fundamental del Clculo

La integral indefinida es la funcin que nos da el rea sombreada de la Figura 6.3.

Definicin 6.27. Sea I un intervalo de R. Una primitiva de una funcin f : I R es una Primitiva
funcin G: I R continua y derivable en el interior del intervalo que cumple que G0 (x) = f (x)
para cualquier x en el interior de I.

Observacin 6.28. Dos integrales indefinidas se diferencian en una


constante. Ocurre lo mismo para dos primitivas de una misma fun-
cin. En efecto, la diferencia entre dos funciones con la misma deri-
vada tiene derivada cero y por tanto es constante (en un intervalo).
En cuanto a integrales indefinidas, si
Zx Zx
F (x) = f (t) dt, y G(x) = f (t) dt
a b
a x
son integrales indefinidas, entonces
Zx Zx Figura 6.3 Integral indefi-
F (x) G(x) = f (t) dt f (t) dt nida
a b
Zx Zb Zb
= f (t) dt + f (t) dt = f (t) dt.
a x a

Existe una gran tendencia a confundir integral y primitiva. Es usual que hablemos de vamos
a calcular la integral cuando nos estamos refiriendo a encontremos una funcin cuya derivada
sea.... Los conceptos de integral definida y primitiva son, en principio, independientes. El objetivo
de los dos siguientes resultados es poner de manifiesto que existe una clara relacin entre ellos y,
de paso, obtener una forma prctica de calcular integrales.

Teorema 6.29. Sea I un intervalo, f : I R una funcin localmente integrable y F una integral Teorema fundamen-
indefinida de f . Entonces tal del Clculo

a) F es una funcin continua.


b) Si f es continua en a I, entonces F es derivable en a con F 0 (a) = f (a).
En particular, si f es una funcin continua, F es una funcin derivable y F 0 (x) = f (x) para
todo x en I.

Ejemplo 6.30.
a) La funcin parte entera, E(x), es montona y por tanto integrable en cualquier intervalo. Dicho
de otra manera, la funcin parte entera es localmente integrable en R. Cualquier integral inde-
finida ser una funcin continua en todo R y derivable en R \ Z. Sin embargo, la funcin parte
entera no tiene primitiva. El teorema del valor intermedio para las derivadas (Teorema 5.22) nos
dice que la funcin parte entera no es la derivada de nadie porque su imagen no es un intervalo.
b) La funcin f : [1, 1] R definida como
0, si x = 1,
(
f (x) = 1
2 , si 1 < x < 1,
1x

no es integrable por no ser acotada. En cambio, s admite una primitiva: la funcin arcoseno. /

Una de las primeras utilidades del Teorema fundamental del Clculo es poder definir funciones
de una manera rigurosa usando la integral. Por ejemplo, se puede definir la funcin logaritmo como
Zx
1
ln(x) = dt.
1 t

85
Clculo de reas de regiones no acotadas. Integrales impropias Integracin

h(x)
La funcin G(x) = f (t) dt es continua si lo son f y g. Si, adems, g y h son derivables, y f
g(x)
es continua, entonces G es derivable con
Z h(x) !0
f (t) dt (x) = f (h(x))h0 (x) f (g(x))g 0 (x).
g(x)

x 2 +1
sen(t)
Ejemplo 6.31. La funcin f (x) = dt es derivable y su derivada es
t
1
 
sen x 2 + 1
f 0 (x) = 2x./
x2 + 1

6.2.1 Regla de Barrow

El siguiente resultado, la regla de Barrow, nos permite resolver de modo prctico el clculo de
integrales y sustituirlo por el clculo de primitivas.

Regla de Barrow Teorema 6.32. Sea f : [a, b] R integrable y G una primitiva de f . Entonces
Zb
f (x) dx = G(b) G(a).
a

Ejemplo 6.33. La primera integral que calculamos fue la de la identidad en el intervalo [0, 1] (ver
Ejemplo 6.6). Ahora podemos calcularla mucho ms fcilmente.
Z1 " #1
x2 1
x dx = = ./
0 2 0 2

Ejemplo 6.34. Las propiedades de la integral nos pueden servir para darnos cuenta de que esta-
mos haciendo algo mal. Por ejemplo:
Z1 p Z1 p 1
2 1

x 2 + x 4 dx = x 1 + x 2 dx = (1 + x 2 )3/2 = 0.
1 1 3 2 1

A primera vista puede parecer correcto, pero la integral de una funcin continua y positiva no
p
puede valer cero, tiene que ser positiva tambin. Qu hemos hecho mal? La respuesta es que x 2
es |x| y no x como hemos dicho. Hagmosla correctamente:
Z1 p Z1 p
x 2 + x 4 dx = |x| 1 + x 2 dx
1 1

usemos que el integrando es una funcin par,

Z1 p 1
2 2 2 2

=2 x 1 + x 2 dx = (1 + x 2 )3/2 = ./
0 3 0 3 3

Teorema de cam- Corolario 6.35. Sea : [a, b] R una funcin derivable y con derivada 0 integrable. Sea I un
bio de variable intervalo tal que ([a, b]) I y f : I R una funcin continua con primitiva G. Entonces
Zb Z (b)
(f )0 = f = G((b)) G((a)).
a (a)

6.3 Clculo de reas de regiones no acotadas. Integrales impropias


Hasta ahora hemos visto cmo calcular integrales de funciones acotadas en intervalos cerrados
y acotados. En esta seccin vamos a extender la nocin de integral a intervalos de cualquier tipo y

86
Integracin Clculo de reas de regiones no acotadas. Integrales impropias

1
a funciones no acotadas. Pensemos por un momento en un caso concreto: la funcin f (x) =
1x 2
en ] 1, 1[. Sabemos calcular su integral en cualquier intervalo de la forma [a, b] ] 1, 1[:
Zb
dx
p = arcsen(b) arcsen(a).
a 1 x2

Si queremos definir la integral en ] 1, 1[, la idea ms natural parece tomar lmites. Movamos b
hacia 1 y a hacia 1. La forma ms cmoda de formalizar estos lmites es utilizar sucesiones.

Definicin 6.36. Sea f : ]a, b[ R una funcin localmente integrable. Diremos que f es Impropiamente inte-
impropiamente integrable si para cualesquiera sucesiones {an } y {bn } de elementos de ]a, b[ grable

con lim an = a y lim bn = b se cumple que existe el lmite 2


n n
Z bn
lim f (x) dx.
n an

En ese caso, usaremos la notacin


Z bn Zb
lim f (x) dx = f (x) dx.
n an a

La integral impropia satisface propiedades similares a la de la integral ya vista. Sirvan los si-
guientes resultados como muestra.

Proposicin 6.37. Sea f una funcin localmente integrable en el intervalo ]a, b[ y sea c ]a, b[. Aditividad respecto
Entonces las siguientes afirmaciones son equivalentes. del dominio

a) f es impropiamente integrable en ]a, b[.


b) f es impropiamente integrable en ]a, c[ y en ]c, b[.
Adems, caso de ser ciertas, se cumple que
Zb Zc Zb
f (x) dx = f (x) dx + f (x) dx
a a c

Proposicin 6.38. Sean f y g funciones impropiamente integrables en ]a, b[ y sean , nmeros


reales.
a) La funcin f + g es impropiamente integrable y
Zb Zb Zb
(f + g)(x) dx = f (x) dx + g(x) dx.
a a a
b b
b) Si f (x) g(x) para todo x en ]a, b[, entonces f g.
a a

S hay una diferencia en cuanto a la integrabilidad impropia de la funcin f . Hay funciones
impropiamente integrables cuyo valor absoluto no lo es. El recproco s es cierto.

Teorema 6.39. Sea f una funcin localmente integrable en ]a, b[ y supongamos que g es una Test de comparacin

funcin impropiamente integrable en ]a, b[ con f (x) g(x), para todo x ]a, b[. Entonces
f es impropiamente integrable y se cumple que
Z Z
b b
f (x) dx g(x) dx.


a a

En particular si f es localmente integrable y f es impropiamente integrable, f tambin es
impropiamente integrable.

2 En esta definicin no hemos asumido que el lmite es nico. Esto se obtiene como consecuencia de que el lmite exista para
cualesquier pareja de sucesiones {an } y {bn }.

87
Clculo de reas de regiones no acotadas. Integrales impropias Integracin

sen(x)
Ejemplo 6.40. La funcin f (x) = x si x > 0 y f (0) = 1 es impropiamente integrable en

]0, +[ pero f no lo es. /

En el caso de funciones continuas la situacin es un poco ms sencilla. El teorema fundamen-


tal del Clculo nos garantiza que la integral indefinida es una primitiva. Vamos a ver tres casos
posibles.

6.3.1 Integracin en intervalos no acotados

Supongamos que tenemos una funcin definida en un intervalo no acotado, f : [a, +[ R, que
es continua en todo [a, +[. Podemos buscar una primitiva de f , llammosla F , y estudiar su
comportamiento en +: si la funcin F tiene lmite en +, diremos que existe la integral impropia
de f en [a, +[, y dicha integral valdr:
Z +  
f (x) dx = lim F (x) F (a),
a x+

es decir, la integral vale F (+) F (a), considerando F (+) = limx+ F (x). Si el lmite de la
primitiva es + o , diremos que la integral vale + o .
Una vez que hemos definido una integral para este tipo de funciones, podemos generalizar el
rea bajo una curva, la longitud de un arco de curva, la superficie y el volumen de un slido de
revolucin,etc. siendo todas frmulas perfectamente vlidas.
El caso de una funcin definida en un intervalo de la forma ] , b] es completamente anlogo.
Adems, si tenemos una funcin definida en todo R, podemos dividir la integral como:
Z + Zc Z +
f (x) dx = f (x) dx + f (x) dx
c

para cualquier c R. Si la suma vale , no podemos calcular la integral.

Ejemplo 6.41. Calcular el rea comprendida bajo la curva y = 1/x 2 en el intervalo [1, +[.
Viendo el rea bajo la curva como una integral se tiene que
1 +
Z +
dx 1
   
A= = = lim (1) = 1./
1 x2 x 1 x+ x

6.3.2 Integracin de funciones continuas en intervalos abiertos

Se trata de calcular integrales de funciones definidas en un intervalo abierto en uno de sus


extremos, y que tienen una asntota vertical en dicho extremo. Supongamos que el intervalo es de
la forma ]a, b]; el caso de un intervalo [a, b[ es completamente anlogo.
Sea pues f : ]a, b] R una funcin continua a la que queremos calcular su integral, y sea F
una primitiva suya. Estudiamos entonces el lmite por la derecha de la primitiva en a, y si existe
podemos calcular la integral de f :
Zb  
f (x) dx = F (b) lim+ F (x)
a xa

Nota: Si el lmite de la primitiva es + o , diremos que la integral vale + o . Si tenemos


una funcin continua en un intervalo abierto f : ]a, b[ R, su integral valdr
Zb    
f (x) dx = lim F (x) lim+ F (x)
a xb xa

Otra vez, si la suma vale , no podemos calcular la integral.

88
Integracin Clculo de reas de regiones no acotadas. Integrales impropias

Al igual que antes, podemos aplicar estos resultados al clculo de longitudes, reas y volmenes.

Ejemplo 6.42. Calcular el rea bajo la curva y = 1/ x en ]0, 1].
Aplicamos la frmula dada, y tenemos
1
Z1
1
   
A= dx = 2 x = 2 lim 2 x = 2./
0 x 0 x0+

6.3.3 Integracin de funciones continuas en un intervalo salvo un punto interior

Supongamos que tenemos una funcin f : [a, b] \ {c} R que es continua en [a, b] \ {c} y que
tiene una asntota vertical en x = c. Entonces, si queremos calcular la integral de f entre a y b,
tenemos que dividir dicha integral en dos trozos: la integral en [a, c[ y la integral en ]c, b]. Como
estos dos casos quedan contemplados en los supuestos anteriores, podemos calcular la integral
de f entre a y b como
Zb Zc Zb
f (x) dx = f (x) dx + f (x) dx.
a a c

El nico problema que se puede presentar es, de nuevo, que la suma valga , en cuyo caso
no podemos calcular la integral.
1  
Ejemplo 6.43. Calcular ln x 2 dx.
1
La funcin que nos dan es f : [1, 1] \ {0} R, f (x) = ln(x 2 ). Esta funcin tiene una asntota
vertical en x = 0, por lo que para calcular su integral dividimos el intervalo en dos partes, [1, 0[
y ]0, 1]. Cada una de las dos integrales vale:
Z0   h   i0
ln x 2 dx = x ln x 2 2x = 2
1 1
Z1   h   i1
ln x 2 dx = x ln x 2 2x = 2,
0 0

1  
con lo que se tiene que ln x 2 dx = 2 2 = 4. /
1
1
1
Ejemplo 6.44. Calcular x2 dx.
1
Si hacemos
Z1 1
1 1

dx = = 1 (+1) = 2
1 x2 x 1

Pero la funcin que estamos integrando es positiva, no tiene sentido que tenga integral negati-
va! Qu ha pasado? Como la funcin 1/x 2 tiene una asntota vertical en x = 0, tenemos que
descomponer la integral como
Z1 Z0 Z1
1 1 1
2
dx = 2
dx + 2
dx,
1 x 1 x 0 x
pero

1 0
Z0
1

dx = = lim (1/x) (+1) = +
1 x2 x 1 x0
1 1
Z1
1
 
dx = = 1 lim (1/x) = +,
0 x2 x 0 x0+

1
1
y por tanto 2 dx = +. /
1 x

89
Clculo de primitivas Integracin

6.4 Clculo de primitivas



Utilizaremos la notacin f (x) dx para denotar una primitiva de la funcin f . Adems, abu-
sando del lenguaje, a menudo hablaremos de integral de la funcin cuando deberamos decir
primitiva de la funcin.
Los mtodos que vamos a comentar son slo unos pocos y cubren la mayora de los casos usuales,
pero no debes olvidar que hay muchos ms. En cualquier caso, lo primero y ms importante es
manejar con soltura las derivadas de las funciones elementales. En el Apndice C puedes encontrar
un par de tablas con algunas de las derivadas y primitivas.

6.4.1 Cambio de variable

Mediante un cambio de variable es posible transformar la integral en otra ms sencilla. Si hace-


mos y = (x), dy = 0 (x) dx, se tiene
Z Z
f ((x))0 (x) dx = f (y) dy.

Para terminar slo tenemos que deshacer el cambio.


x
+3e2x
Ejemplo 6.45. Calcular e 2+e x dx.

y = ex
Z x
e + 3e2x 2
= y + 3y 1 dy = 1 + 3y dy
Z Z
dx =
2 + ex dy = ex dx 2+y y 2+y
!
5
Z
= 3 dy
2+y
=3y 5 ln y + 2 = 3ex 5 ln ex + 2 ./


6.4.2 Integracin por partes

Si u y v son dos funciones, teniendo en cuenta que (u v)0 = u v 0 + v u0 , obtenemos que


Z Z
u(x)v 0 (x) dx = u(x)v(x) v(x)u0 (x) dx.

Esta frmula aparece escrita en muchas ocasiones de la forma


Z Z
udv = uv vdu

El teorema especifica con un poco ms de rigurosidad las condiciones necesarias.

Integracin Teorema 6.46. Sean u, v: [a, b] R funciones derivables con derivada continua. Entonces
por partes uv 0 y vu0 son integrables en [a, b] y
Zb Zb
u(x)v 0 (x) dx = u(b)v(b) u(a)v(a) v(x)u0 (x) dx.
a a

Ejemplo 6.47. Calcular x ex dx.
" #
u = x, du = dx
Z Z
x x
x e dx = = x e ex dx = x ex ex = ex (x 1)./
dv = ex dx, v = ex

Ejemplo 6.48. Calcular sen(x) ex dx.

90
Integracin Clculo de primitivas


u = sen(x), du = cos(x)
Z Z
sen(x)ex dx = = sen(x)ex cos(x)ex dx
dv = ex dx, v = ex

u = cos(x), du = sen(x)
=
dv = ex dx, v = ex
Z
= sen(x)ex cos(x)ex sen(x)ex dx,

1
con lo que despejando tenemos sen(x)ex dx = 2 (sen(x)ex cos(x)ex ). /

6.4.3 Integracin de funciones racionales



P (x)
Sean P (x) y Q(x) dos polinomios, y queremos calcular Q(x) dx. Si el grado de P es mayor o
igual que el de Q, podemos dividir los dos polinomios obteniendo
P (x) G(x)
= H(x) + ,
Q(x) Q(x)

donde H(x) y G(x) son polinomios y el grado de G es menor que el grado de Q. Por tanto, supon-
dremos siempre que el grado de P es menor que el grado de Q.


P (x)
Integrales del tipo (ax+b)n

P (y)
El cambio de variable y = ax + b la transforma en una integral inmediata de la forma yn dy.

Ejemplo 6.49.

3x 2 + 5x + 2 3(y + 1)2 + 5(y + 1) + 2


Z Z
 
3
dx = y = x 1, dy = dx = dy
(x 1) y3
3y 2 + 11y + 10
Z
= dy
y3
dy dy dy
Z Z Z
=3 + 11 2
+ 10
y y y3
11 5
=3 ln |x 1| ./
x1 (x 1)2


Mx+N
Integrales del tipo x 2 +bx+c , donde el denominador no tiene races reales

Siempre se puede escribir x 2 + bx + c = (x d)2 + k2 , con lo que descomponemos nuestra


integral en dos:
Mx + N Mx + N M(x d) + N + Md
Z Z Z
2
dx = 2 2
dx = dx
x + bx + c (x d) + k (x d)2 + k2
M(x d) N + Md
Z Z
= 2 2
dx + dx
(x d) + k (x d)2 + k2
M dx
Z
= ln (x d)2 + k2 + (N + Md)

2 (x d)2 + k2
xd
y la ltima integral es inmediata (del tipo arcotangente) si hacemos el cambio de variable y = k .

Ejemplo 6.50. Calcular x 22x+3 +2x+2 dx.
Como x 2 + 2x + 2 = (x + 1)2 + 1, hacemos el cambio y = x + 1

91
Clculo de primitivas Integracin

2x + 3 2(y 1) + 3 2y dy
Z Z Z Z
dx = dy = dy +
x 2 + 2x + 2 y2 + 1 y2 + 1 y2 + 1
= ln(y 2 + 1) + arctan(y) = ln(x 2 + 2x + 2) + arctan(x + 1)./

Races reales y/o complejas simples

En este caso

Q(x) = (x a1 )(x a2 ) . . . (x an )(x 2 + b1 x + c1 )(x 2 + b2 x + c2 ) . . . (x 2 + bm x + cm ).

Lo que vamos a hacer es descomponer de nuevo en fracciones ms sencillas de la siguiente manera:


P (x) A1 A2 An
= + + +
Q(x) x a1 x a2 x an
B1 x + C1 B2 x + C2 Bm x + Cm
+ 2 + 2 + 2 ,
x + b1 x + c1 x + b2 x + c2 x + bm x + cm

donde A1 , A2 , . . . , An , B1 , B2 , . . . , Cm son constantes a determinar. Para calcularlas desarrollamos e


igualamos los coeficientes del mismo grado.

Observacin 6.51. Si el polinomio Q(x) slo tiene races reales se pueden calcular las constantes
A1 ,...,An dando a la variable x los valores a1 ,..., an .

Ejemplo 6.52. Clculo de x 411 dx:
Como x 4 1 = (x 1)(x + 1)(x 2 + 1), la descomposicin nos quedara:
1 A B Cx + D
= + + 2
x4 1 x1 x+1 x +1
Si desarrollamos e igualamos coeficientes:
1 A(x + 1)(x 2 + 1) + B(x 1)(x 2 + 1) + (Cx + D)(x 2 1)
=
x4 1 x4 1

1 = (A + B + C)x 3 + (A B + D)x 2 + (A + B C)x + (A B D)



A+B+C = 0
A = 1/4

AB+D =0 B = 1/4



=
A+BC = 0

C=0



ABD =1 D = 1/2

Por tanto,
dx 1 dx 1 dx 1 dx
Z Z Z Z
=
x4 1 4 x 1 4 x+1 2 x2 + 1
1 1 1
= ln |x 1| ln |x + 1| arctan(x)./
4 4 2

Races reales mltiples

En este caso el denominador tiene la forma Q(x) = (x a1 )r1 (x a2 )r2 . . . (x an )rn , y podemos
P (x)
descomponer la fraccin Q(x) en fracciones simples

P (x) A1 A2 Ar1 B1 B2 Crn


= + + + r
+ + +
Q(x) x a1 (x a1 )2 (x a1 ) 1 x a2 (x a2 )2 (x an )rn

Cada una de estas fracciones pertenecen a alguno de los casos ya estudiados.



1
Ejemplo 6.53. Calcular (x1)(x+1) 3 dx

92
Integracin Clculo de primitivas

1 A B C D
= + + +
(x 1)(x + 1)3 x 1 x+1 (x + 1)2 (x + 1)3
A(x + 1)3 + B(x 1)(x + 1)2 + C(x 1)(x + 1) + D(x 1)
=
(x 1)(x + 1)3
1
=
(x 1)(x + 1)3

Igualando coeficientes:
A = 18

A+B =0


B = 1

3A + B + C = 0

8
3A B + D = 0 C = 1


4
D = 12 .

ABC D =1

La integral nos queda


dx 1 dx 1 dx 1 dx 1 dx
Z Z Z Z Z
3
= 2

(x 1)(x + 1) 8 x1 8 x+1 4 (x + 1) 2 (x + 1)3
1 1 1 1
= ln |x 1| ln |x + 1| + + ./
8 8 4(x + 1) 4(x + 1)2

Races reales y complejas mltiples. Mtodo de Hermite

El mtodo que vamos a estudiar, conocido como Mtodo de Hermite, consiste en descomponer
P (x)
Q(x) como suma de fracciones ms simples de una forma muy particular. Pasos a seguir:
Descomponemos el denominador, Q(x), como producto de factores de grado 1 y factores de Paso 1
grado 2 irreducibles:

Q(x) = (x a1 )1 (x an )n (x 2 + b1 x + c1 )1 (x 2 + bm x + cm )m .

P (x)
Escribimos el cociente Q(x) de la siguiente forma: Paso 2

P (x) A1 An M1 x + N1 Mm x + Nm
= + + + 2 + + 2 +
Q(x) x a1 x an x + b1 x + c1 x + bm x + cm
d F (x)
 
+
dx (x a1 )1 1 (x an )n 1 (x 2 + b1 x + c1 )1 1 (x 2 + bm x + cm )m 1

donde A1 , . . . , An , M1 , . . . , Mm , N1 , . . . , Nm son coeficientes que tenemos que determinar, y en la


fraccin que aparece con una derivada F (x) es un polinomio genrico de grado uno menos que
P (x)
el denominador. En resumen, se trata de escribir Q(x) como suma de fracciones simples, una por
cada factor, ms la derivada de un cociente que tiene por denominador lo que queda de Q(x).
Cmo determinamos todos los coeficientes? Basta efectuar la derivada, reducir todas las frac-
ciones a comn denominador (que ser Q(x)), e igualar P (x) al numerador resultante. Esto nos
producir un sistema de ecuaciones cuya resolucin nos dar el valor de todos los coeficientes.
P (x)
Una vez escrita la funcin racional Q(x) de la forma anterior, es fcil calcular su integral: Paso 3

P (x) A1 M1 x + N1
Z Z Z
dx = dx + + dx +
Q(x) x a1 x 2 + b1 x + c1
F (x)
+
(x a1 )1 1 (x an )n 1 (x 2 + b1 x + c1 )1 1 (x 2 + bm x + cm )m 1
2

Ejemplo 6.54. Clculo de (x 2x+9)2 dx.

93
Clculo de primitivas Integracin

x2 Mx + N d ax + b
 
= +
(x 2 + 9)2 x2 + 9 dx x 2 + 9
(Mx + N)(x 2 + 9) a(x 2 + 9) 2x(ax + b)
= 2 2
+
(x + 9) (x 2 + 9)2
3 2
Mx + (N a)x + (9M 2b)x + (9a + 9N)
=
(x 2 + 9)2

Igualando los numeradores coeficiente a coeficiente, obtenemos el sistema de ecuaciones:



M = 0
(
a + N = 1 M =0 b=0

=
2b + 9M = 0
N = 1/2 a = 1/2

9a + 9N =0

De esta forma se tiene


x2 12 x 1 dx
Z Z
2 2
dx = 2
+ ,
(x + 9) x +9 2 x2+9

y la ltima integral vale


dx 1/9 1 x
Z Z  
=  2 dx = arctan .
x2 + 9 x 3 3
3 +1

En resumen,
x2 x 1 x
Z  
dx = + arctan ./
(x 2 + 9)2 2(x 2 + 9) 6 3
x 2 2

Ejemplo 6.55. Calcular x 3 (x 2 +1)2 dx.
!
x2 2 A Mx + N d ax 3 + bx 2 + cx + d
= + 2 + .
x (x 2 + 1)2
3 x x +1 dx x 2 (x 2 + 1)

Realizando la derivada y reduciendo a comn denominador, obtenemos un sistema de ecuaciones


cuya solucin es a = 0, b = 5/2, c = 0, d = 1, A = 5, M = 5 y N = 0; por lo tanto
x2 2 (5/2)x 2 + 1 5
Z
3 2 2
dx = 2 2 + 5 ln(x) ln(x 2 + 1)./
x (x + 1) x (x + 1) 2

6.4.4 Integracin de funciones trigonomtricas


Integrales de la forma sen(ax) cos(bx), sen(ax) sen(bx), cos(ax) cos(bx)

Se resuelven usando las identidades


1
sen(x) sen(y) = [cos(x y) cos(x + y)],
2
1
cos(x) cos(y) = [cos(x y) + cos(x + y)],
2
1
sen(x) cos(y) = [sen(x + y) + sen(x y)].
2

Ejemplo 6.56.
1 1 1 1
Z Z Z
sen(3x) cos(2x) dx = sen(5x) dx + sen(x) dx = cos(5x) cos(x)./
2 2 10 2

94
Integracin Clculo de primitivas


Integrales de la forma tann (x), cotann (x)

Se reducen a una con grado inferior separando tan2 (x) o cotan2 (x) y sustituyndolo por
sec2 (x) 1 y cosec2 (x) 1.

Ejemplo 6.57. Calcular tan5 (x) dx.
Z Z Z  
tan5 (x) dx = tan3 (x) tan2 (x) dx = tan3 (x) sec2 (x) 1 dx
Z Z
= tan3 (x) sec2 (x) dx tan3 (x) dx.

Acabamos por separado cada integral:


1
Z
tan3 (x) sec2 (x) dx = tan4 (x) dx (utilizando el cambio y = tan(x))
4
Z Z Z
tan (x) dx = tan(x) tan (x) dx = tan(x)(sec2 (x) 1) dx
3 2

1
Z Z
= tan(x) sec2 (x) dx tan(x) dx = tan2 (x) + ln |cos(x)| ./
2


Integrales de la forma senm (x) cosn (x), con n o m enteros impares

Se transforman en una integral racional con el cambio y = cos(x) (si m es impar) o y = sen(x)
(si n es impar).
cos3 (x)

Ejemplo 6.58. Calcular sen 2 (x) dx.


cos3 (x) (1 sen2 (x)) cos(x) dx y = sen(x)
= 1 y dy
2
Z Z Z
dx = =
sen2 (x) sen2 (x) dy = cos(x) dx y2
1 1
= y = sen(x)./
y sen(x)


Integrales de la forma senm (x) cosn (x), con n y m enteros pares

Se resuelven usando las identidades cos2 (x) = 12 (1 + cos(2x)), y sen2 (x) = 2 (1 cos(2x)).
1

Ejemplo 6.59. Calcular cos2 (x) dx.

1 + cos(2x) dx cos(2x) x sen(2x)


Z Z Z Z
cos2 (x) dx = dx = + dx = + ./
2 2 2 2 4


Integrales de la forma R (sen(x), cos(x)), R una funcin racional par.

Diremos que R es una funcin racional par si R(sen(x), cos(x)) = R( sen(x), cos(x)). Se
resuelven utilizando el cambio y = tan(x)

dx
Ejemplo 6.60. Calcular sen3 (x) cos5 (x)

dx y = tan(x) 2 3
= (1 + y ) dy
Z Z
3 5
=
2 3
sen (x) cos (x) dy = sec x dx y
1 3 1
= cotan2 (x) + 3 ln |tan(x)| + tan2 (x) + tan4 (x) ./
2 2 4

95
Clculo de primitivas Integracin


Integrales de la forma R (sen(x), cos(x)), R una funcin racional

Se trata de calcular primitivas de funciones racionales en sen(x) y cos(x), es decir, funciones


que sean cociente de dos polinomios en sen(x) y cos(x). En general, se hace el cambio de variable
1t 2

t = tan x2 , con lo que sen(x) = 1+t 2 , cos(x) = 1+t
2t 2 dt
2 , y dx = 1+t 2 . Con este cambio convertimos

la integral en la integral de una funcin racional, que ya hemos estudiado.



dx
Ejemplo 6.61. Calcular sen(x)tan(x)

Z 2
dx cos(x) dx x t 1
Z Z    
= = tan = t = = dt
sen(x) tan(x) sen(x) cos(x) sen(x) 2 2t 3
1 ln |t| 1 1 x
 

= + =   + ln tan . /
4t 2 2 x 2 2
4 tan2 2

6.4.5 Integracin de funciones hiperblicas


Integrales de la forma R (senh(x), cosh(x)), R una funcin racional

Se trata de calcular primitivas de funciones racionales en senh(x) y cosh(x), es decir, funciones


que sean cociente de dos polinomios en senh(x) y cosh(x). En general, se hace el cambio de
variable ex = t, con lo que la integral en una racional, que ya hemos estudiado.

dx
Ejemplo 6.62. Calcular 1+2 senh(x)+3 cosh(x)

dx dx ex = t
Z Z
= =
1 + 2 senh(x) + 3 cosh(x) 1 + 25 ex + 12 ex dx = dt/t
dt
Z
=2 2
5t +  2t + 1 
5t + 1
= arctan
2
 x
5e + 1

= arctan .
2

En algunos casos, utilizar un mtodo similar al que usamos para calcular primitivas de funciones
trigonomtricas puede simplificar los clculos. El siguiente mtodo es un ejemplo de ello.


Integrales de la forma senh(ax) cosh(bx), senh(ax) senh(bx) o cosh(ax) cosh(bx)

Se resuelven usando las identidades


1 
senh(x) senh(y) = cosh(x + y) senh(x y)
2
1 
cosh(x) cosh(y) = cosh(x + y) + senh(x y)
2
1 
senh(x) cosh(y) = senh(x + y) + senh(x y) .
2

Ejemplo 6.63.
1 1 1 1
Z Z Z
senh(3x) cosh(x) dx = senh(4x) dx + senh(2x) dx = cosh(4x) cosh(2x)./
2 2 8 4

96
Integracin Clculo de primitivas

6.4.6 Integracin de funciones irracionales

 p1   p2
!
   pn
ax+b q1 ax+b q ax+b q
Integrales de la forma R x, cx+d , cx+d 2 , . . . , cx+d n

ax+b
Se resuelven utilizando el cambio de variable y q = cx+d , donde q es el mnimo comn mltiplo
de q1 , q2 , . . . , qn .

dx
Ejemplo 6.64. Calcular x+ 3
x
Haciendo el cambio x = y 6 ,
dx 6y 5 y3
Z Z Z
= dy = 6 dy
x+ x 3
y3 + y2 y +1

=2y 3 3y 2 + y ln |y + 1| = 2 x 3 3 x + 6 x ln 6 x + 1 ./

 p 
Integrales de la forma R x, a2 x 2

Se transforman en una integral trigonomtrica con el cambio x = a sen(t) o x = a cos(t).


Tambin se puede realizar el cambio x = a tanh(t) y se transforma en una integral hiperblica.

4x 2
Ejemplo 6.65. Clculo de x2 dx:
p q
Hacemos el cambio x = 2 sen(t), con lo que dx = 2 cos(t)dt y 4 x 2 = 4 4 sen2 (t) =
2 cos(t). Sustituyendo:
Z p
4 x2 (2 cos(t))(2 cos(t))
Z Z
dx = dt = cotan2 (t) dt
x2 4 sen2 (t)
Z
= (cosec2 (t) 1) dt = cotan(t) t


cos(t) 4x 2
usando que cotan(t) = sen(t) = x , se tiene que

p
4 x2 x
 
= arcsen ./
x 2

 p 
Integrales de la forma R x, a2 + x 2

Se transforman en una integral trigonomtrica usando el cambio x = a tan(t). Tambin se


pueden resolver utilizando el cambio x = a senh(t).

Ejemplo 6.66. Calcular dx
x 1+x2.

Hacemos el cambio x = tan(t), dx = sec2 (t)dt,


dx sec2 (t) dt t
+ ln sen t ./
Z Z Z    

p = dt = = ln cos
x 1+x 2 tan(t) sec(t) sen(t) 2 2

2

Ejemplo 6.67. Calcular x 2 dx.
1+x
Hacemos el cambio x = senh(t),
x2 1 1 t
Z Z Z
p dx = senh2 (t) dt = (cosh(2t) 1) dt = senh(2t) ./
1 + x2 2 4 2

97
Aplicaciones de la integral Integracin

 p 
Integrales de la forma R x, x 2 a2

Se resuelven utilizando los cambios x = a sec(t) o x = a cosh(t).


p
Ejemplo 6.68. Calcular x 2 1 dx.

sen(t) sen2 (t)


Zp Z Z
x 2 1 dx = tan(t) dt = dt,
cos2 (t) cos3 (t)

que se resuelve aplicando los mtodos ya vistos. Tambin podramos haber utilizado el cambio
x = cosh(t) y, en ese caso, se tiene que
p
cosh(2t) 1 x x2 1 arccosh(x)
Zp Z Z
2 2
x 1 dx = senh (t) dt = dt = . . . = ./
2 2 2

 p 
Integrales de la forma R x, ax 2 + bx + c

Se reducen a uno de los casos anteriores completando cuadrados, esto es, escribiendo ax 2 +
bx + c de la forma a(x + )2 + .

Ejemplo 6.69. Calcular dx 2 .
8xx
Transformamos el integrando:
2 !
x4

8x x 2 = (x 2 8x + 16) + 16 = (x 4)2 + 16 = 16 1
4

y hacemos el cambio de variable y = (x 4)/4:



dx dx y = (x 4)/4
Z Z
p = s  = =
8x x 2 
x4 2
  dy = dx/4
16 1 4

4dy dy x4
Z Z  
= q = q = arcsen(y) = arcsen ./
4 1 y2 1 y2 4

6.5 Aplicaciones de la integral

6.5.1 Clculo de reas

El rea entre dos funciones f , g: [a, b] R se define como


Zb

rea = f (x) g(x) dx.
a

Hasta ahora no hemos visto ningn metodo que nos permita calcular primitivas en las que aparecen

valores absolutos. Por eso, antes de comenzar a integrar, es necesario estudiar cunto vale f g
o, dicho de otra forma, averiguar cul de las dos funciones es la mayor.

Ejemplo 6.70.

98
Integracin Aplicaciones de la integral

Calcular el rea entre la funcin f (x) = x(x 1)(x 2) y el eje OX


en el intervalo [0, 3].
Dividimos en intervalos donde sepamos el signo de la funcin e inte-
gramos:
Z3 Z1 Z2 Z3

f (x) dx = f (x) dx + f (x) dx + f (x) dx
0 0 1 2
Z1 Z2
= x(x 1)(x 2) dx x(x 1)(x 2) dx f (x) = x(x 1)(x 2)
0 1
Z3
+ x(x 1)(x 2) dx
2
1 2 19 3
= + = ./
4 15 30 4
0 1 2 3

6.5.2 Longitudes de curvas

Sea f una funcin derivable con derivada continua en el intervalo [a, b]. La longitud del arco de
la curva y = f (x) entre x = a y x = b es
Zb q
longitud = 1 + f 0 (x)2 dx.
a

99
Aplicaciones de la integral Integracin

Ejemplo 6.71. Calcular la longitud de una circunferencia de radio 1.


La ecuacin de una circunferencia de radio 1 es x 2 + y 2 = 1. Podemos despejar y en la parte
p
positiva: y = f (x) = 1 x 2 con x [1, 1]. As, la longitud de media circunferencia ser:
Z1 q Z1 1
dx

l= 1 + f 0 (x)2 dx = = p = arcsen(x) = + = ./
1 1 1 x 2 1 2 2

6.5.3 rea de slidos de revolucin


Sea f : [a, b] R una funcin derivable con derivada continua en [a, b]. Entonces el rea de la
superficie generada haciendo girar alrededor del eje OX el arco de curva y = f (x) en [a, b] es
Zb q
Superficie = 2 f (x) 1 + f 0 (x)2 dx.
a

Ejemplo 6.72. Calcular la superficie de una esfera de radio 1.


Podemos generar una esfera girando respecto del eje OX la curva del ejemplo anterior
p
y = f (x) = 1 x 2 x [1, 1]

De esta forma, la superficie ser:


Z1 Z1 p Z1
1 x2
q
S = 2 f (x) 1 + f 0 (x)2 dx = = 2 p dx = 2 dx = 2 2 = 4 ./
1 1 1 x 2 1

6.5.4 Volmenes de slidos de revolucin

Sea f : [a, b] R una funcin continua. El volumen del slido ge-


nerado al girar el rea bajo la curva y = f (x) respecto del eje OX
f es
Zb
VOX = f (x)2 dx
a

y el volumen del slido generado al girar dicha rea respecto al eje


a OY es
b Zb
VOY = 2 xf (x) dx.
a

En este segundo caso, la funcin f tiene que ser positiva.


Ejemplo 6.73. Calcular el volumen de una esfera de radio 1.
Podemos generar una esfera rotando respecto del eje OX el rea bajo
p
Figura 6.4 Volumen al gi- la curva y = f (x) = 1 x 2 x [1, 1] Con ello, el volumen
rar respecto al eje OX ser
Z1 Z1 " #1
x3
V = f (x)2 dx = (1 x 2 ) dx = x
1 1 3 1
1 1 4
 
= (1 ) (1 + ) = ./
3 3 3

6.5.5 Algunas funciones definidas mediante integrales

La funcin gamma
La funcin gamma : R+ R est definida como

100
Integracin Ejercicios

Z
(x) = t x1 et dt.
0

Esta funcin, debida a Euler, tiene inters como posible generalizacin del factorial para nmeros
reales cualesquiera. Se puede demostrar que
a) (x + 1) = x (x), para cualquier x R+ .
b) (x + n) = (x + n 1)(x + n 2) . . . (x + 1) (x), x R+ , n N.
c) (n) = (n 1), n N.

La funcin beta
1
La funcin : R+ R+ R est definida como (p, q) = x p1 (1 x)q1 dx. Est relacionada
0
(p) (q)
con la funcin gamma mediante la igualdad (p, q) = (p+q) .

6.6 Ejercicios

6.6.1 Teorema Fundamental del Clculo

Ejercicio 6.1. Halla las derivadas de cada una de las funciones siguientes:
x
a) F (x) = sen3 (t) dt,
ab
1
b) F (x) = 1+t 2 +sen2 (t) dt,
xb
x
c) F (x) = 1+t 2 +sen2 (t) dt.
a

Ejercicio 6.2. Halla las derivadas de cada una de las funciones siguientes:
x2
a) F (x) = sen(ln(1 + t)) dt,
01
b) F (x) = 2 sen3 (t) dt,
x
x3
c) F (x) = 2 cos3 (t) dt.
x

E Ejercicio 6.3. Estudiar el crecimiento y decrecimiento de la funcin f : R+ R definida como


Z x 3 x 2
2
f (x) = et dt.
0

Como consecuencia, estudiar los extremos relativos de dicha funcin.

E Ejercicio 6.4. Calcula el siguiente lmite


Rx
x 0 sen(t 2 ) dt
lim .
x0 sen(x 4 )

E Ejercicio 6.5. Calcula el mximo absoluto de la funcin f : [1, +[ R definida por


Z x1
2
f (x) = (et e2t ) dt.
0

Sabiendo que lim f (x) = 12 ( 1), calcula el mnimo absoluto de f .
x+

101
Ejercicios Integracin

E Ejercicio 6.6. Demostrar que, para cualquier x R+ , se verifica que


Z cosh(x) p
cosh(x) senh(x) x
t 2 1 dt = .
1 2 2

E Ejercicio 6.7. Consideremos la circunferencia centrada en el origen con


radio uno y la recta y = L con L un nmero real positivo. A qu altura
L L se consigue que el rea sombreada sea mnima?

E 1 Ejercicio 6.8. Prubese que para x [0, 2 ] se verifica que


Z cos2 (x) Z sen2 (x)
p  p 
arccos t dt + arcsen t dt = .
0 0 4

E Ejercicio 6.9. Calcula el siguiente lmite


(x+1)ex
ln(t) arctan(t) dt
1
lim .
x+ x 2 ex

Ejercicio 6.10. Calcula el siguiente lmite


2x
sen(sen(t)) dt
x
lim .
x0 x2
x 3 x 2 2
E Ejercicio 6.11. Se considera la funcin f (x) = et dt , x R.
0
a) Encontrar los intervalos de crecimiento y de decrecimiento de la funcin f en R.
b) Encontrar los extremos relativos de f .
f (x)
c) Calcula lim .
x0 sen(x 3 x 2 )

E Ejercicio 6.12. Calcula el siguiente lmite


p Zx
log(x) dy
lim q .
x x 2 log(y 2 )

6.6.2 Clculo de primitivas

Integrales inmediatas y cambio de variable

Ejercicio 6.13. Calcula las siguientes primitivas



a) 5a2 x 6 dx

b) x(x + a)(x + b)dx

c) (a + bx 3 )2 dx

dx

d) n
x 2 2
e) (a 3 x 3 )3 dx
2
f) xx1
+1
dx

102
Integracin Ejercicios

Ejercicio 6.14. Calcula las siguientes primitivas



a) 2 senh(5x) cosh(5x)dx
3
1+ln(x)
b) x dx

dx
c)
x x 2 2
d) exdx
+1
e) x(2x + 5)10 dx

Integracin por partes

Ejercicio
6.15. Calcula las siguientes primitivas
a) ln(x)dx e) xex dx

b) arctan(x)dx f) x 2 e3x dx

c) arcsen(x)dx g) x sen(x) cos(x)dx

d) x sen(x)dx

+
Ejercicio 6.16. Demuestra que x n ex dx = n para cualquier natural n.
0

E Ejercicio 6.17. Demuestra que


Z /2
1 3 (2n 1)
sen2n (x) dx =
0 2 4 (2n) 2

para cualquier natural n.

Integracin de funciones racionales

Ejercicio 6.18. Calcula las siguientes primitivas



dx
a) (x+a)(x+b)
2
b) x
5x+9
2 dx
x 5x+6
5x 3 +2
c) x 3 5x 2 +4x dx

dx
d) x(x+1) 2

dx
e) (x 2 4x+3)(x 2 +4x+5)

Ejercicio 6.19. Calcula las siguientes primitivas



a) xdx
3 +1
b) xdx
4 +1
c) (x+1)2dx(x 2 +1)2

d) (x 4dx
1)2

Integracin de funciones trigonomtricas

Ejercicio 6.20. Calcula las siguientes primitivas



a) cos3 (x)dx

b) sen5 (x)dx

103
Ejercicios Integracin


c) sen2 (x) cos3 (x)dx
cos5 (x)

d)
sen3 (x) dx
e) sen2 (x) cos2 (x)dx

f) cos6 (3x)dx

Ejercicio 6.21. Calcula las siguientes primitivas



cos(x)
a) 1+cos(x) dx

1+tan(x)
b) 1tan(x) dx

dx
c) 1+cos 2 (3x)

dx
d) 3 sen2 (x)+5 cos2 (x)

sen(2x)
e) 1+sen2 (x) dx

Integracin de funciones irracionales

Ejercicio 6.22. Calcula las siguientes primitivas


x3

a) x1 dx

dx

b) 3
x+1+ (x+1)
dx
c) x+ 3x

x+1+2

d) (x+1) 2 x+1 dx

Ejercicio 6.23. Calcula las siguientes primitivas


2

a) x2 dx
x x+1
b) dx
x 5 5x 2 1
c) x 2 dx
1x 6
d) x 2 dx
1+x

Integracin de funciones hiperblicas

Ejercicio 6.24. Calcula las siguientes primitivas



a) senh3 (x)dx

b) cosh4 (x)dx

c) senh3 (x) cosh(x)dx

d) senh2 (x) cosh2 (x)dx

e) tanh3 (x)dx

dx
f) 2
senh(x) cosh (x)
dx
g) 2 senh(x)+3 cosh(x)

Un poco de todo

Ejercicio 6.25. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada caso:

104
Integracin Ejercicios

1  
dx 2
a) x = 1 + ln
0 1+e 1+e
1/2    
dx 2 7
b) = arcsen 3 arcsen 12
0 20+8xx 2
3
c) dx =
0 2 2
1 9x2
x
d) 6 dx = 6
0+ 1x
x1
e) 3 2 dx = 3 +ln(2)
10
1+ x 3x +x+5
x 3
f) 4 dx = 12
0+ 3+x
dx
g) ex +ex = 2

+
h) ex cos(x)dx = 2 +2
0+
x
i) e sen(x)dx = 2 +2 , > 0, R
0

Ejercicio 6.26. Prueba que existen las siguientes integrales y que tienen el valor que se indica en
cada 1caso:
1 x 2 dx = 2
p
a)
1

b) (1 + cos(x))2 dx = 3

/2
c) | sen(x)|3 dx = 34
/2

/2
d) sen2 () cos2 () d = 16
0
1 3/2
8
e) 1 2/3 3d = 35
0+
dx
f) 1+x 2 +y 2 = 2 1+y 2
0
1
g) dx
0 1+x 2 = ln(1 + 2)
+
dx
h) 2 = 2(1+y) y
0+ (1+y)(1+yx )
dx
i) (1+x) x
=
0
+
3x+14
E Ejercicio 6.27. Calcula (x+4)(x+3)2 dx.
1
 p 
E Ejercicio 6.28. Calcula log x + 1 x 2 dx.

6.6.3 Aplicaciones

Longitudes, reas y volmenes

Ejercicio 6.29. Calcula las siguientes reas:


a) rea limitada por las curvas y = x 2 y y 2 = 8x
2
b) rea limitada por y = xex , el eje OX, la ordenada en el punto x = 0 y la ordenada en el
mximo.
c) rea de la figura limitada por la curva y = x(x 1)(x 2) y el eje OX.

Ejercicio 6.30. Halla el rea comprendida entre el eje de abscisas y la curva y = x 3 6x 2 + 8x.

Ejercicio 6.31. Halla el rea comprendida entre las parbolas y = 6x x 2 , y = x 2 2x.

105
Ejercicios Integracin

Ejercicio 6.32. Halla el rea del recinto limitado por las grficas de f (x) = cosh(x) y g(x) =
senh(x), en el primer cuadrante.

3
E Ejercicio 6.33. Calcula el rea entre las curvas y = sech(x) e y = 4 cosh(x).

E Ejercicio 6.34. El cuadrado con un vrtice en el origen y el vrtice opuesto en (1, 1) se divide en
dos partes por cada una de las siguiente curvas. En cada caso, halla la razn entre el rea mayor y
el rea menor.
a) y 2 = x 3 , b) y = x n , n > 1, c) y = xex1 .

Ejercicio 6.35. Halla la longitud de las siguientes curvas:


x 4 +48
a) y = 24xen [2, 4]
h i
b) y = ln(1 x 2 ) en 13 , 3 .
2

c) Halla la longitud de la catenaria, o sea, de la funcin f : [a, a] R definida como


a  x/a 
f (x) = e + ex/a .
2
1 3 1
Ejercicio 6.36. Hllese la longitud del arco de curva x = 3y + 4y desde y = 1 hasta y = 3.

Ejercicio 6.37. Hllese la longitud del arco de la curva 9x 2 = 4y 3 entre los puntos (0, 0) y

(2 3, 3).

Ejercicio 6.38. La curva y = sen2 (x), para x [0, ], gira en torno al eje OX determinando un
slido. Calcula su volumen.

18x
Ejercicio 6.39. Halla el volumen generado al girar alrededor del eje OX la grfica de f (x) = x 2 +9 .

Ejercicio 6.40. Calcula el volumen del slido generado al girar la regin limitada por x = y 2 e
y = x2
a) alrededor del eje OX.
b) alrededor del eje OY .

Ejercicio 6.41. Halla el volumen del cuerpo engendrado al girar alrededor del eje OX la curva
ex +ex
y= 2 entre x = 1 y x = 1.

Ejercicio 6.42. Al girar alrededor del eje OX, el segmento de curva y = x comprendido entre
las abscisas 0 y a, engendra un tronco de paraboloide de revolucin cuya superficie es igual a la
p
de una esfera de radio 13/12. Hllese el valor de a.

Ejercicio 6.43. Halla el rea de la superficie generada al girar la curva y = x 2 alrededor del eje

OX entre y = 0 y y = 2.

Ejercicio 6.44. Halla mediante integracin el rea y volumen de un cono circular recto de altura
h y con base de radio r .

6.6.4 Ejercicios complementarios

Teorema fundamental del Clculo

Ejercicio 6.1. Sea a > 0 y f : R+ R definida como

106
Integracin Ejercicios

Z ln(x)
f (x) = (1 + et )a dt.
0

Demostrar que f es estrictamente creciente y calcular


f (x) f (x)
lim , lim .
x0 ln(x) x+ xa

Como consecuencia, calcula la imagen de la funcin f .

Ejercicio 6.2. Prubese que para x [0, 2 ] se verifica la igualdad


Z tan(x) Z cotan(x)
t dt t dt
+ = 1.
1
e
1 + t2 1
e
t(1 + t 2 )

Ejercicio 6.3. Calcula el siguiente lmite


R 2x
sen(sen(t)) dt 3x 2
lim 0 .
x0 x2

Ejercicio 6.4. Calcula todas las funciones f de clase uno verificando que
Zx
f (x)2 = f (t)2 + f 0 (t)2 dt, con x R.
0
x
Ejercicio 6.5. Sea f (x) = t 2 cos(t 2 ) dt.
0
a) Calcula el polinomio de Taylor de orden 2 centrado en 0 de dicha funcin.
1
b) Utiliza el polinomio anterior para aproximar el valor de x 2 cos(x 2 ) dx. Da una cota razonada
0
del error cometido.

Clculo de primitivas

Ejercicio
6.6.
a) x2 dx x
2
c) dx e) x7x dx
x +1 a4 x 4
b) 3x+1 dx
p
d) 423x dx f) x 5 x 2 dx
5x 2 +1

Ejercicio
6.7.
a) x 2 ln(x)dx d) x arctan(x)dx

b) ln2 (x)dx e) x arcsen(x)dx

x
c) ln(x)

x
dx f) sen2 (x) dx

Ejercicio 6.8. Dnde est el error en el siguiente desarrollo?


1 sen(x)

sen(x) u = cos(x) = du = cos 2 (x) dx
Z Z
tan(x) dx = dx =
cos(x) dv = sen(x)dx = v = cos(x)
sen(x) sen(x)
Z Z Z
= 1 + cos(x) dx = 1 + dx = 1 + tan(x) dx.
cos2 (x) cos(x)

Ejercicio
6.9.
dx dx
a) cos4 (x) c) sen2 (x) cos4 (x)

cos2 (x)

dx
b) sen 6 (x) dx d) sen5 (x) cos3 (x)

107
Ejercicios Integracin


e) tan5 (5x)dx f) cotan3 (x)dx

Ejercicio
6.10.
dx
a) x sen2 (x 2 ) dx e) sen(x)+cos(x)
/2
b) sen(9x) sen(x) dx cos(x) tan(x/2)
f) sin(x)(sin(x)+cos(x)) dx
0
dx
c) 1+sen(x)+cos(x)

d) 3+5dx cos(x)

Ejercicio
6.11.
dx dx
a) d) (x+1)2 (x 2 +1)
(1+x 2 ) 1x 2
dx
b) 2x 2 4x+9
x3

c) 2 1 dx
x +x+ 2

Ejercicio
6.12.  
dx x
a)
4 c) tan3 2 + 4 dx
5x+ 5x
dx dx
b) cos(x) sen5 (x) d) cos2 (x)+2 sen(x) cos(x)+2 sen2 (x)

Ejercicio 6.13. Probar las siguientes igualdades:


3 +
dx
a) dx = , c) ex +ex = 2.
0 2 2
/2 9x
cos(x)
b) dx = 2,
0 1sen(x)

Ejercicio 6.14. Probar las siguientes igualdades:


+ x 1
e
a) x
dx = 2, c) ln(x) dx = 1.
0
+ 0
dx 1
b) x(ln(x))2 = ln(2) ,
2

Ejercicio
p 6.15. p p
a) 3 2x x 2 dx b) 2 + x 2 dx c) x 2 + xdx

Ejercicio 6.16.

3
x

1
2x dx
a) (x 2 x+1) 2 dx d)
2x
( x+1)2
b) x3 dx

dx
c) 2
x +x+1

Ejercicio 6.17.

a) x sen2 (x)dx

b) xe2x dx

c) senh(x) cosh(x)dx

d) |x|dx

Ejercicio 6.18. Demuestra que


Z /2
n 1 /2
Z
senn (x) dx = senn2 (x) dx,
0 n 0

para cualquier natural n 2. Como consecuencia demuestra que

108
Integracin Ejercicios

Z /2
2 4 6 2n
sen2n+1 (x) dx = , y que
0 3 5 7 2n + 1
Z /2
1 3 5 2n 1
sen2n+1 (x) dx =
0 2 2 4 6 2n

Longitudes, reas y volmenes

Ejercicio 6.19. Calcular la longitud de la grfica de la funcin f (x) = arcsen(ex ) entre los puntos
que tienen de abscisas x = ln(2) y x = 0.

Ejercicio 6.20. Calcular las siguientes reas:


a) rea comprendida entre la curva y = tan(x), el eje OX y la recta x = /3.
b) rea del recinto limitado por las rectas x = 0, x = 1, y = 0 y la grfica de la funcin f : R R
1
definida por f (x) = (1+x 2 )2
c) rea de la superficie obtenida por la revolucin de la parbola y 2 = 4x y la rexta x = 5 alrededor
del eje OX.

Ejercicio 6.21. Hallar el rea comprendida entre el eje de abscisas y la parbola y = 4x x 2 .

Ejercicio 6.22. Hallar el rea de la interseccin de los crculos x 2 + y 2 = 4, x 2 + y 2 = 4x.

Ejercicio 6.23. Hallar el rea limitada por y = ex , y = ex , x = 0, x = 2.

Ejercicio 6.24. Calcular el rea bajo la grfica de la funcin f [1, +[ R dada por f (x) =
ln(x) 2
 
x .

2
Ejercicio 6.25. Hallar la longitud del arco de la curva y = x 3 desde x = 0 hasta x = 5.

Ejercicio 6.26. Hallar la longitud de la curva y = ex desde x = 0 hasta x = 1.

Ejercicio 6.27. Hallar la longitud del arco de la curva y = arcsen (ex ) desde x = ln(2) hasta
x = 0.

Ejercicio 6.28. Hallar el volumen de los cuerpos engendrados al girar y = ex entre x = 0 y x = 1


alrededor del eje OX y del eje OY .

Ejercicio 6.29. Hallar el rea de la superficie generada al girar la curva y = x 3 alrededor del eje
OX entre x = 0 y x = 1.

Ejercicio 6.30. Calcular el volumen del slido generado al girar la regin limitada por las rectas
y = 1, x = 1 y la curva y = x 3 + 2x + 1
a) alrededor del eje OX, y b) alrededor del eje OY .

Ejercicio 6.31. Hallar el volumen del slido de revolucin generado al girar alrededor del eje OX
el arco de la curva y = sen(x) comprendido entre x = 0 y x = 2 .

Ejercicio 6.32. Hallar el volumen del slido de revolucin generado al girar alrededor del eje OY
el arco de la curva y = sen(x) comprendido entre x = 0 y x = .

x2 y2
Ejercicio 6.33. Hallar el volumen del elipsoide engendrado por la rotacin de la elipse a2 + b2 = 1
alrededor del eje OX (a > 0, b > 0).

109
Ejercicios Integracin

Ejercicio 6.34. Hallar el volumen del slido S que se genera al girar alrededor del eje OX la regin
bajo la curva y = x 2 + 1 en [0, 2].

Ejercicio 6.35. Hallar el volumen del slido de revolucin que se obtiene girando la grfica de la
funcin f (x) = x 3 + x 2 + 1, limitado por las rectas x = 1, x = 3 e y = 0 alrededor de

110
Integracin Ejercicios

a) el eje OX b) el eje OY

111
112
Series numricas Definicin y propiedades

Series numricas

7
7.1 Definicin y propiedades 113 7.2 Convergencia absoluta e incondicional 117
7.3 Criterios de convergencia para series de trminos no negativos 118 7.4 Otros
criterios 120 7.5 Suma de series 121 7.6 Ejercicios 124

En el siglo XVIII muchos matemticos buscaban, sin demasiado xito, el valor de la expresin
1 1 1
1+ + 2 + 2 + ...
22 3 4

La primera aportacin relevante fue hecha por Jacobo Bernoulli en 1689 cuando demostr la con-
vergencia de dicha serie. Ms tarde, en 17281729, D. Bernoulli calcul su valor con una precisin
de una centsima. Stirling aument la precisin hasta los ocho primeros decimales al ao siguiente.
Cuatro aos despus, Euler calcul el valor con dieciocho cifras decimales y se dio cuenta de que
coincidan con la expresin de 2 /6. En aos posteriores, Euler no slo demostr que, efectiva-
mente, ese era el valor de dicha suma sino que calcul 1 + 21k + 31k + 41k + . . . para k par.
En este tema vamos a estudiar sucesiones de esta forma. Veremos que, en algunos casos concre-
tos, seremos capaces de calcular su lmite. En el resto de ocasiones intentaremos, al menos, decidir
sobre la convergencia o no de dichas sucesiones.

7.1 Definicin y propiedades


Las series de nmeros reales son un caso particular de sucesiones. Comencemos con una suce-
sin {an } y construimos la sucesin

s1 = a1 ,
s2 = a1 + a2 ,
s3 = a1 + a2 + a3 ,
s2 = a1 + a2 + a3 + a4

y as sucesivamente. A las sucesiones de la forma {sn } las llamaremos series y hablaremos de la


suma de la serie para referirnos a su lmite.

Definicin 7.1. Sea {an }nN una sucesin de nmeros reales. Consideremos la sucesin {sn } Serie de nmeros
definida como reales

n
X
sn = a1 + a2 + + an = ak .
k=1
X
A esta sucesin {sn } la llamaremos serie de trmino general an y la notaremos an . A los
n1
trminos sn se les suele llamar sumas parciales de la serie. Si {sn } tiene lmite, lo notaremos
n
X
X
lim a1 + a2 + + an = lim ak = ak .
n n
k=1 k=1

113
Definicin y propiedades Series numricas

La principal dificultad para estudiar la convergencia de una serie es que normalmente no dis-
ponemos de una frmula para las sumas parciales. En aquellos casos en que s, la convergencia de
una serie se reduce al clculo de un lmite. Vamos a empezar por un ejemplo sencillo.
X 1
Ejemplo 7.2. Vamos a estudiar si la serie es convergente o, lo que es lo mismo, vamos a
2n
k1
calcular
1 1 1
lim + + + n .
n 2 4 2
Los trminos de la sucesin de sumas parciales son

n sumas parciales sn
1 1
1 2 2
1 1 3
2 2 + 4 4
1 1 1 7
3 2 + 4 + 8 8
1 1 1 1 14
4 2 + 4 + 8 + 16 16
...
1 1
+ 21n
1
n 2 + 4 1 2n

1 1 1 1
Por tanto, lim + + + n = lim 1 n = 1.
n 2 4 2 n 2

1 1 1
2 4 8 ...

0 1

Figura 7.1 La suma de una progresin geomtrica de razn

Vale, pero de dnde ha salido la frmula de la suma de los n trminos? Grficamente es muy fcil
de ver. El segmento [0, 1] se obtiene uniendo el [0, 21 ], y luego vamos aadiendo la mitad de la
mitad que nos falta. /
Este ejemplo se basa en la suma de los trminos de una progresin geomtrica. Recordemos
cul es la frmula para calcular su suma.
Progresiones Ejemplo 7.3. Una progresin geomtrica de razn r es una sucesin de la forma
geomtricas
a, ar , ar 2 , . . . , ar n ,

donde cada trmino se obtiene del anterior multiplicndolo por una cantidad fija r , la razn. Esta
forma particular hace que se puede calcular su suma de manera explcita. Fijmonos que
n n n
rk = rk r r k = 1 r n+1
X X X
(1 r )
k=0 k=0 k=0

de donde se deduce que


n
1 r n+1
a + ar + ar 2 + + ar n = a rk = a
X
. (7.1)
1r
k=0

1
1 1 1 2n+1 1 2n+1 1 1
Por ejemplo, 1 + + 2 + ... + n = 1
= = 2 n.
2 2 2 2n 2
2 1

114
Series numricas Definicin y propiedades

El hecho de que tengamos la frmula (7.1) nos pone en bandeja el clculo del lmite cuando n
tiende a +. Es fcil comprobar que
si r ] 1, 1[,

0,

lim r n = 1, si r = 1,
n
no existe, en otro caso.

Por tanto,

1 r n+1 a
ar k = lim a
X
=
n 1r 1r
k=0

si, y slo si, |r | < 1./

Estamos dando una definicin de suma de infinitos nmeros. La primera condicin parece in-
mediata: los nmeros que sumemos tienen que ser pequeos (cercanos a cero) si no queremos que
el resultado final se dispare.
X
Proposicin 7.4. Si la serie an es convergente, entonces lim an = 0.
n Condicin necesaria
n1
de convergencia
Demostracin. Si {An } es la sucesin de sumas parciales,


n X
An+1 = a1 + a2 + + an + an+1 an
n=1

n X
An = a1 + a2 + + an an
n=1

Restamos y obtenemos que An+1 An = an+1 0. 

Ejemplo 7.5. Este resultado nos da una condicin necesaria para la convergencia de la serie. Sin La serie armnica no
P1 es convergente
embargo, esta condicin no es suficiente. El trmino general de la serie n , usualmente llamada
serie armnica converge a cero, pero la serie no es convergente.
a) Vamos a comprobarlo estudiando las sumas parciales hasta un ndice que sea potencia de 2.
1 1 1 1
1+ + + + ... + n
2 3 4   2  
1 1 1 1 1 1 1 1 1
  
=1 + + + + + + + + ... + + . . . +
2 3 4 5 6 7 8 2n1 + 1 2n
n
1 z}|{ 1 n
1 + + . . . + = 1 + .
2 2 2
+
X 1
Como consecuencia = +.
n=1
n
b) Tambin podemos usar el Ejercicio 3.13. Recordemos que
1 1 1
1+ 2 + 3 + + n
lim =1
n ln(n)

1 1 1
y que, por tanto, lim 1 + + + + = +.
n 2 3 n
c) Tambin podemos utilizar integrales para calcular la suma. Fijado un natural n, consideremos
la funcin f (x) = 1/x en el intervalo [1, n] y consideremos la particin P = {1, 2, 3, . . . , n1, n}
de dicho intervalo. Cunto valen las sumas superiores e inferiores?

115
Definicin y propiedades Series numricas

1 1 1 1
f (x) = x f (x) = x

0.5 0.5

0 1 2 3 ... n1 n 0 1 2 3 ... n1 n

Figura 7.2 Sumas superiores e inferiores de la funcin 1/x en el intervalo [1, n]

Sumando las rea de los rectngulos de la Figura 7.2, podemos acotar la integral superiormente
por
Zn
dx 1 1 1 1
ln(n) = 1 + + + + + (7.2)
1 x 2 3 n2 n1

e inferiormente
Zn
1 1 1 1 1 dx
+ + + + + = ln(n) . (7.3)
2 3 3 n1 n 1 x

De la desigualdad (7.2), obtenemos que


1 1 1 1
ln(n + 1) 1 + + + + +
2 3 n1 n

y desigualdad (7.3) se deduce que


1 1 1 1
1+ + + + + 1 + ln(n).
2 3 n1 n
En resumen,
1 1 1 1
ln(n + 1) 1 + + + + + 1 + ln(n) .
2 3 n1 n

Como la funcin logaritmo diverge positivamente en +, obtenemos que la serie no es con-


vergente, aunque la anterior desigualdad nos da ms informacin sobre el valor de las sumas
parciales del que hemos conseguido en los dos apartados anteriores./

Dado que una serie de nmeros reales no es ms que una sucesin, las propiedades que ya co-
nocemos de lmites de sucesiones siguen siendo ciertas en este ambiente. La siguiente proposicin
nos dice que el lmite de una serie es lineal: parte sumas y saca fuera escalares.
X X
Proposicin 7.6. Sean an y bn dos series convergentes. Sean y nmeros reales. Entonces
Linealidad n1 n1
X
la serie (an + bn ) es convergente y
n1

X
X
X
(an + bn ) = an + bn .
n=1 n=1 n=1

Trabajando con sucesiones es inmediato comprobar (de hecho, ya lo hemos usado en varias
ocasiones) que una sucesin {an }nN es convergente si, y slo si, lo son sus colas {an+k }nN .
Adems, ambas tienen el mismo lmite. Si consideramos la serie asociada a cada de una ellas, la
convergencia de ambas est tambin muy relacionada.

116
Series numricas Convergencia absoluta e incondicional

Proposicin 7.7. Sea {an } una sucesin de nmeros reales y k un nmero natural fijo. Enton-
X X
ces la serie an es convergente si, y slo si, lo es la serie an+k . Adems, caso de que sean
n1 n1
convergentes, se cumple que

X k1
X
X
an = an + an+k ,
n=1 n=1 n=1

o lo que es lo mismo,

X k1
X
X
an = an + an .
n=1 n=1 n=k

De nuevo obtenemos que la convergencia de una serie depende de las colas de dicha serie aunque
la suma total s depende de que aadamos o no los primeros trminos.

7.2 Convergencia absoluta e incondicional


Definicin 7.8.
P P
a) Diremos que la serie an es absolutamente convergente si la serie |an | es convergente. Convergencia abso-
luta
P
b) La serie an es incondicionalmente convergente si para cualquier aplicacin biyectiva
P
: N N, la serie a (n) es convergente y Convergencia incon-
dicional

X
X
an = a (n) .
n=1 n=1

Observacin 7.9. La convergencia incondicional de una serie es el anlogo a la propiedad con-


mutativa para una suma infinita. Una serie es incondicionalmente convergente si se puede sumar
en cualquier orden y el resultado siempre es el mismo. Este es el motivo de que en algunos textos
se hable de series conmutativamente convergentes.
La convergencia absoluta y la convergencia incondicional son condiciones ms fuertes que la
convergencia de una serie. El siguiente resultado nos dice que estn relacionadas.
P
Teorema 7.10. Sea an una serie de nmeros reales. La serie converge incondicionalmente Teorema de Riemann
si, y slo si, converge absolutamente.

En la prctica, es sumamente difcil comprobar la convergencia incondicional de una serie direc-


tamente. No es sencillo trabajar con todas las reordenaciones posibles de una sucesin de nmeros
reales. Lo que s haremos es estudiar la convergencia absoluta.
El primer criterio y, posiblemente, el ms importante que vamos a utilizar en el estudio de la
convergencia de series de nmeros reales es el criterio de comparacin. Esencialmente nos dice
que si una serie se puede sumar tambin se puede sumar otra ms pequea y, recprocamente, si
una serie no se puede sumar, otra mayor tampoco se puede.

Teorema 7.11. Sean {an } y {bn } dos sucesiones de nmeros reales verificando que |an | bn Criterio de compara-
para todo n N. cin
P P
a) Si bn es convergente, entonces an es convergente.
P P
b) Si an es divergente, entonces bn es divergente.

Si aplicamos el criterio de comparacin tomando bn = |an |, se obtiene que las series absoluta-
mente convergentes son convergentes, esto es, una de las implicaciones del teorema de Riemann.
El recproco del criterio de comparacin no es cierto.

117
Criterios de convergencia para series de trminos no negativos Series numricas

P (1)n
Ejemplo 7.12. La serie n es convergente pero no absolutamente convergente./
P (1)n
Dado que la serie n no es incondicionalmente convergente, si la sumamos en distinto
orden nos puede dar un resultado diferente pero cuntos?. La respuesta es que muchos. Ms
concretamente, la serie se puede reordenar de forma que su suma sea el nmero real que queramos.
P
Teorema de Riemann Teorema 7.13. Sea an una serie convergente pero no absolutamente convergente. Dado un

X
nmero real x cualquiera, existe una biyeccin : N N tal que a (n) = x.
n=1

7.3 Criterios de convergencia para series de trminos no negativos


El primer criterio es una versin del criterio de comparacin usando lmites.
Criterio de com- Proposicin 7.14. Sean {an }, {bn } sucesiones de nmeros reales verificando an 0, y bn > 0.
paracin por Entonces se verifican las siguientes afirmaciones:
paso al lmite an P P
a) Si lim = L 0 entonces, an converge bn converge.
n bn
an P P
b) Si lim = 0 entonces, bn converge = an converge.
n bn
an P P
c) Si lim = + entonces, an converge = bn converge.
n bn
P 1 P 1
Ejemplo 7.15. Las series n2 y 3n2 n+7 tienen el mismo carcter de convergencia. La ventaja
del criterio de comparacin por paso al lmite es que no hace falta saber que una de ellas es mayor
que la otra. Es suficiente con que sean aproximadamente iguales:
1
n2 3n2 n + 7
lim 1
= lim = 3.
n n n2
3n2 n+7

Por ahora no sabemos si ambas series son convergentes o no (dentro de poco veremos que s lo son)
pero s podemos aplicarlo a otras series. Por ejemplo, 2n1n y 2n tiene el mismo carcter. Como
P P 1

sabemos que 21n es convergente, tambin lo es 2n1n . Observa que el criterio de comparacin no
P P

nos resuelve este mismo problema: 2n1n es mayor que 2n y, por tanto, el criterio de comparacin
1

no da informacin. /
Criterio de la Proposicin 7.16. Sea {an } una sucesin de nmeros positivos.
raz o de Cauchy P
a) Si n an L < 1, entonces an es convergente.
P
b) Si n an 1, entonces an no es convergente.
Corolario 7.17. Sea {an } una sucesin de nmeros positivos.
P
a) Si lim n an = L < 1, entonces an es convergente.
n
P
b) Si lim n an > 1, entonces an no es convergente.
n
P  n 2n+1
Ejemplo 7.18. Vamos a estudiar la convergencia de la serie 7n+3 utilizando el criterio
de la raz. Para ello calculamos el lmite
s
2n+1  2n+1
n n 1
 
n n
lim = lim = 2.
n 7n + 3 n 7n + 3 7

Como dicho lmite es menor que uno, la serie es convergente. /


Para calcular el lmite de una raz n-sima podemos aplicar el criterio de la raz (vase Proposicin 3.30).
Criterio del cocien- Proposicin 7.19. Sea {an } una sucesin de nmeros positivos.
te o de DAlembert a) Si aan+1
P
n
L < 1, entonces an es convergente.

118
Series numricas Criterios de convergencia para series de trminos no negativos

an+1 P
b) Si an 1, entonces an no es convergente.

Corolario 7.20. Sea {an } una sucesin de nmeros positivos.


an+1 P
a) Si lim < 1, entonces an es convergente.
n an
an+1 P
b) Si lim > 1, entonces an no es convergente.
n an
P 2n2
Ejemplo 7.21. Vamos a estudiar la convergencia de la serie 2n +3 utilizando el criterio del
cociente.
2(n+1)2
2n+1 +3 2(n + 1)2 2n + 3 1
lim 2n2
= lim = .
n n 2n2 2n+1 + 3 2
2n +3

Como el lmite es menor que uno la serie es convergente. /

Proposicin 7.22. Sea {an } una sucesin de nmeros positivos. Criterio de Raabe
 
a) Si n 1 aan+1
P
n 
L > 1, entonces la serie an es convergente.

b) Si n 1 aan+1
P
n
1, entonces la serie an no es convergente.

Corolario 7.23. Sea {an } una sucesin de nmeros positivos.


an+1
 
P
a) Si lim n 1 > 1, entonces la serie an es convergente.
n an 
an+1

P
b) Si lim n 1 < 1, entonces la serie an no es convergente.
n an
Ejemplo 7.24. Vamos a estudiar la convergencia de la series cuyo trmino general es
(2n) 1
an = .
n n (2n + 1) 22n

Aplicamos, en primer lugar, el criterio del cociente.

(2n+2) 1
an+1 ((n+1))2 (2n+3) 22n+2
lim = lim (2n) 1
n an n
(n)2 (2n+1) 22n
(2n + 2)(2n + 1)(2n + 1)
= lim
n 4(n + 1)(n + 1)(2n + 3)
(2n + 1)2
= lim
n 2(n + 1)(2n + 3)
4n2 + 4n + 1
= lim = 1.
n 4n2 + 10n + 6
Como
4n2 + 4n + 1
1
4n2 + 10n + 6
el criterio del cociente no da informacin til. Aplicamos ahora el criterio de Raabe:
!
an+1 4n2 + 4n + 1
 
lim n 1 = lim n 1
n an n 4n2 + 10n + 6
6n2 + 5n 6
= lim = > 1,
n 4n2 + 10n + 6 4
y, por tanto, el criterio de Raabe nos dice que la serie es convergente. /

Proposicin 7.25. Sea {an } una sucesin de nmeros no negativos tal que {an } es una sucesin Criterio de condensa-
decreciente a cero. Entonces se verifica que cin

119
Otros criterios Series numricas

2n a2n es convergente .
X X
an es convergente

X 1
Ejemplo 7.26. Vamos a estudiar la convergencia de la serie , con a R.
Serie armni- n1
na
ca generalizada
a) Si a 0, el trmino general n1a no tiende a cero y, por tanto, la serie no es convergente.
b) Si a > 0, el trmino general es decreciente y converge a cero. Podemos aplicar el criterio de
P 1 P 2n
condensacin: las series na y (2n )a tienen el mismo comportamiento. Como
X 2n X 1
n a
= ,
(2 ) 2(a1)n

aplicamos el criterio de la raz:


s
n 1 1
= a1 < 1 a > 1.
2(a1)n 2

Resumiendo, si a > 1 la serie es convergente. Si a < 1, la serie no es convergente y si a = 1 ya


sabamos que no era convergente.
A esta serie se la suele llamar serie armnica generalizada de exponente a. /

El ejemplo anterior ser clave en muchos ejercicios para poder aplicar el criterio de comparacin.
Es por esto que lo resaltamos:
P 1
Proposicin 7.27. na es convergente si, y slo si, a > 1.
1
Por ejemplo, si comparamos na con an tenemos que estudiar el cociente
an
1
= na an .
na

El siguiente resultado recoge las diferentes posibilidades que se pueden presentar.

Criterio de Proposicin 7.28. Sea {an } una sucesin de nmeros no negativos.


Pringsheim a) Si existe a > 1 tal que la sucesin {na an } est acotada entonces an es convergente.
P

b) Si existe a 1 tal que {na an } converge a L 0 o es divergente entonces an no es convergente.


P

7.4 Otros criterios


La principal herramienta para estudiar la convergencia de series de trminos cualesquiera sern
los criterios de Dirichlet y Abel.

Teorema 7.29. Sea {an } y {bn } dos sucesiones de nmeros reales.


P
Criterio de Dirichlet a) Si {an } es montona, converge a cero y la serie bn tiene sumas parciales acotadas, entonces
P
an bn converge.
P P
Criterio de Abel b) Si {an } es montona, acotada y la serie bn converge, entonces an bn es convergente.

La sucesin {(1)n } no es convergente pero sus sumas parciales siempre valen 1 o 0 y, en


particular, estn acotadas. Tomando bn = (1)n en el criterio de Dirichlet obtenemos lo siguiente.

Criterio de Leibniz Proposicin 7.30. Sea {xn } una sucesin de nmeros reales no negativos. Si la sucesin {xn } es
decreciente a cero, entonces la serie alternada (1)n xn es convergente.
P

1
Ejemplo 7.31. La serie alternada (1)n n
P
, que ya comentamos en el Ejemplo 7.12, es conver-
1
gente porque n es decreciente y convergente a cero. /

120
Series numricas Suma de series

7.5 Suma de series


Slo en contadas ocasiones es factible calcular de manera explcita la suma de una serie. La
mayora de las veces sern necesarios medios indirectos como veremos, por ejemplo, en la siguiente
seccin. La dificultad radica en el clculo explcito del valor de las sumas parciales. Si sabemos
cunto valen, el problema de estudiar la convergencia de la serie se reduce a un problema de
clculo de lmites, cosa normalmente mucho ms sencilla.

Observacin 7.32. Hasta ahora slo hemos estudiado la convergencia y no el valor de la suma
X X
de la serie. No es lo mismo an que an . Hay un sumando de diferencia!
n1 n0

7.5.1 Series telescpicas


P
Las series telescpicas son aquellas series an cuyo trmino general se puede escribir de la
forma an = bn bn+1 para alguna sucesin {bn }. El clculo de su suma equivale al clculo del
lmite de la sucesin {bn }. Para verlo slo tienes que calcular las sumas parciales:

a1 + a2 + + an = (b1 b2 ) + (b2 b3 ) + + (bn bn+1 ) = b1 bn+1 .

Resumiendo,

Proposicin 7.33. Sea {bn } una sucesin de nmeros reales. Entonces la serie que tiene como
trmino general an = bn bn+1 es convergente si, y slo si, {bn } es convergente. En ese caso

X
an = b1 lim bn .
n
n=1


X 1
Ejemplo 7.34. Vamos a calcular el valor de
n=1
n(n + 1)
1 1 1
Como n(n+1) = n n+1 , las sucesin de sumas parciales es
n n
1 1 1 1 1 1 1 1 1 1
X X      
= = + + ... + =1 ,
i(i + 1) i i+1 1 2 2 3 n n+1 n+1
i=1 i=1


X 1 1
con lo que = lim 1 = 1./
n=1
n(n + 1) n n+1

7.5.2 Series geomtricas

La serie r n se puede sumar utilizando que conocemos sus sumas parciales, como ya hicimos
P

en el Ejemplo 7.3. Sabemos que


n
r n+1 1
rk =
X
r 1
k=0

y tomando lmites cuando n tiende a infinito obtenemos el siguiente resultado.



1
rn =
X
r n es convergente si, y slo si, |r | < 1. En ese caso
P
Proposicin 7.35. La serie .
n=0
1r

Demostracin. Slo hay que usar la frmula de la suma de una progresin geomtrica que vimos
en el Ejemplo 7.3:

121
Suma de series Series numricas

n
r n+1 1 1
r n = lim r k = lim
X X
= ,
n n 1r 1r
k=0 k=0

ya que lim r n = 0 si |r | < 1. En cualquier otro caso el trmino general de la serie no converge a
n
cero y, por tanto, la serie no es convergente. 
Veamos un ejemplo

X 4 X 1 4
n
= 4 n
= 1
= 5.
n=0
5 n=0
5 1 5

Si la serie no comienza en n = 0,

X 1 X 1 1 X 1 1 1 1
n
= [m = n 2] = m+2
= m
= 1
= .
n=2
2 m=0
2 4 m=0
2 4 1 2
2

7.5.3 Series aritmtico-geomtricas

Las series aritmtrico-geomtricas son series de la forma p(n)r n , donde p es un polinomio.


P

Para calcular su suma, transformamos la serie en otra en la que el grado del polinomio es menor
hasta obtener una serie geomtrica. Si n
P
n=0 p(n)r = S, entonces


p(n)r n p(n)r n + 1
X X
(1 r )S =
n=0 n=0

p(n) p(n 1) r n .
X 
= p(0) +
n=1

Observa que p(n) p(n 1) sigue siendo un polinomio, pero con grado estrictamente menor que
el grado de p(n). Repitiendo este proceso las veces necesarias, acabamos obteniendo una serie
geomtrica. Veamos un ejemplo.

(n2 n)r n . Si su suma es S, entonces


X
Ejemplo 7.36. Vamos a calcular la suma de la serie
n0
h i
(n2 n) ((n 1)2 (n 1)) r n = (2n 2)r n ,
X X
(1 r )S =
n=1 n=1

o, lo que es lo mismo,


2 X 2 2r
nr n r n = nr n
X X
S= .
1 r n=1 n=1
1 r n=1
1 r2


nr n , entonces
X
Repetimos el proceso anterior, si S1 =
n=1

1 r
[n (n 1)]r n = r +
X
(1 r )S1 = r + 1r = .
n=2
1r 1r

Por tanto,

2 r 2r
(n2 n)r n =
X
= ./
n=0
1r 1r (1 r )2

122
Series numricas Suma de series

7.5.4 Cocientes de polinomios

En algunos casos se pueden sumar descomponiendo el trmino general en fracciones simples.


Tambin pueden ser de utilidad algunas identidades como, por ejemplo, la que define la constante
de Euler.

La constante de Euler-Mascheroni

En el Ejercicio 5.13 vimos que


x
< ln(1 + x) < x
1+x
1
se cumple para cualquier x positivo. En particular, para x = n N obtenemos que

1+n 1 1
   
ln(1 + n) ln(n) = ln = ln 1 + <
n n n

y que

1
1 1
 
= n 1
< ln 1 +
n+1 1+ n
n

1
Si definimos a2n1 = n y a2n = ln(n + 1) ln(n), las desigualdades anteriores se escriben como

a2n+1 < a2n < a2n1 , n N,

o, lo que es lo mismo, la sucesin {an } es decreciente. El criterio de Leibniz nos da que la serie
(1)n+1 an es convergente, o sea que existe el lmite
P

lim a1 + a2 + + (1)n an = lim 1 (ln(2) ln(1))


n n
1 1 1
+ (ln(3) ln(2)) + + + (ln(n + 1) ln(n))
2 3 n
1 1
= lim 1 + + + ln(n + 1).
n 2 n

Este lmite recibe el nombre de constante de Euler-Mascheroni y se denota por : Constante de Euler-
Mascheroni
1 1 1
= lim 1 + + + + ln(n).
n 2 3 n

Ejemplo 7.37. FALTA /

7.5.5 Series hipergeomtricas


P
Definicin 7.38. Diremos que una serie de nmeros reales n1 an es una serie hipergeo- Serie hipergeomtri-
an+1 n+ ca
mtrica si existen , , R tales que an = n+ .

an+1 n+
X
Proposicin 7.39. Sea an una serie hipergeomtrica con an = n+ . Entonces la serie es
n1
convergente si, y slo si, > + . En dicho caso, se cumple que

123
Ejercicios Series numricas


X a1
an = .
n=1

Ejemplo 7.40. FALTA /

7.6 Ejercicios

7.6.1 Series numricas

Ejercicio 7.1. Discutir la convergencia de las siguientes series de nmeros reales:


P 1
a) n
P n2
ln(n)
b)
P n1
c)
n(n+1)
P 1
d)
P 2n1
1
e) 2n n

Ejercicio 7.2. Discutir la convergencia de las siguientes series de nmeros reales:


P  n+1 n P 1  2 n
a) 3n1 d) n 5
P 1 P 2n
b) (2n1)2n e) n
P  n 2n1
c) 3n2

Ejercicio 7.3. Discutir la convergencia de las siguientes series de nmeros reales:


P 1 P 1
a) d)
P n+1
n
P n ln(n)
1
b) e) n(ln(n))2
P 2n+11
c) 10n+1

Ejercicio 7.4. Estudiar la convergencia de las series


P (n+1)n
a)
r3n n
P 23(n+2)
b) 56(n+5)
P nn
c) (2n+1)n

Ejercicio 7.5. Discutir la convergencia de las siguientes series de nmeros reales:


P 1 P 3n1

a) n2 ln(n) d) ( 2)n
P n2 P 258(3n1)
b) (3n1) 2 e) 159(4n3)

3
P n
c) (n+1) n

Ejercicio 7.6. Discutir la convergencia de las siguientes series de nmeros reales:


P 1 P  3n n
a) d)
P n 1 P n2
3n+1
b) (3n2)(3n+1) e) 4 (n1)
P 2n+1
c) (n+1)2 (n+2)2

Ejercicio 7.7. Estudiar la convergencia de las siguientes series de nmeros reales:


P ln n+1
 P 3 n
a) n b) n
(e1)n

124
Series numricas Ejercicios

Ejercicio 7.8. Discutir la convergencia de las siguientes series de nmeros reales:


P n3 P nn
a) en
d) (n2 +1)
P  2n+1  n2 P e2n n
b) e) nn
3n+1
2
1 n
P  
c) 1+ n

Ejercicio 7.9. Discutir la convergencia de las siguientes series de nmeros reales:


P (n)2 P 135(2n1)
a) d)
(2n)
2n
P 246(2n+2)
2462n
e)
P
b) 135(2n+1) 579(2n+3)
P n+1 n
 
c) n2

Ejercicio 7.10. Discutir la convergencia de las siguientes series de nmeros reales:


20n P  n2 +3 
a) (1)n n+1
P
d) ln n2 +2
P  135(2n1) 2 P 3n ln(n)
b) 2462n e) n2 +1
P  1

c) ln 1 + n

Ejercicio 7.11. Estudiar la convergencia de las siguientes series:


P 2n P 1
a) n sen(n) d) n(ln(n)) ln(ln(n))
n
 
sen (1)
P
b) n2
P sen( n1 )
c)
n

E Ejercicio 7.12. Estudiar, segn los valores de a > 0 la convergencia de las siguientes series:
P an
a) a
P nn a
b) a n
1 1 1
Ejercicio 7.13. Probar que limn n + n+1 + ... + 2n = ln(2).

P (n)2
Ejercicio 7.14. Discutir la convergencia de la serie segn los valores de k N.
E (kn)

7.6.2 Suma de series

Ejercicio 7.15. Sumar, si es posible, las siguientes series



X 15
a) n
n=0
10

X 1
b)
n=1
2n(n + 1)

X (1)n
c)
n=2
3n

Ejercicio 7.16. Sumar, si es posible, las siguientes series



X 1
a)
n=0
(n + 3)(n + 4)

X 1
b)
n=1
2n+3

X 2n + 3n
c)
n=1
5n

125
Ejercicios Series numricas


X 1
Ejercicio 7.17. Sumar la serie de nmeros reales .
n=1
(n + 1) n + n n + 1


X 1
Ejercicio 7.18. Calcular la suma de la serie 2 + 2n
n=1
n


X n3 + n + 1
Ejercicio 7.19. Sumar la serie de nmeros reales
n=1
n


X 1
Ejercicio 7.20. Probar que = 2 ln(2) 1.
n=1
4n3 n

7.6.3 Ejercicios complementarios

Series numricas

Ejercicio 7.1. Discutir en funcin del parmetro a la convergencia de la serie de nmeros reales
X  1 1
  
ln 1 + ln 1 +
n (ln(n))a

Ejercicio 7.2. Estudiar la convergencia de las siguientes series:


P  1 ln(n) c) (1)n+1 n110
P
a) ln(n)
1
P
1+tan( n1 ) d)
 
n 3 nn
P
b) ln 1
1tan( n )

Ejercicio 7.3. Estudiar la convergencia de las siguientes series:


P  n2 +1  P ln(1+n2 )
a) ln n2 d) 1+n2
 n3 P (ln(n+1)ln(n))3
b)
P
cos n
1 e) (ln(n))2
1 2
P (1+ n )n n
c) (2n)n

Ejercicio 7.4. Estudiar la convergencia de las siguientes series:


(ln(n))2
 
1
a) (1)n+1
P P
n
d) sen n 
P 2 P  
1
 
1
b) 1 e1/n e) sen n tan n
P 1
c) 1 1
n(1+ 2 ++ n )

P n
1
Ejercicio 7.5. Sea a un nmero positivo. Estudiar la convergencia de la serie ln(a + n ) .

Ejercicio 7.6. Estudiar la convergencia de las series


P  n3
1
a) n sen n ,
P n2
1
b) 1+ n en ,
  n2
P 1
c) n ln 1 + n ,
P   
1
d) ln n sen n .

Suma de series

Ejercicio 7.7. Suma las series de nmeros reales:

126
Series numricas Ejercicios

 
1
X ln 1 + n
a)
(n + 1)ln(n)

n=2
ln

X (n 1)
b)
n=1
(n + 3)

127
128
Series de potencias Ejercicios

Series de potencias

8
8.1 Definicin 130 8.2 Criterios de convergencia 130 8.3 Funciones definidas me-
diante series de potencias 131 8.4 Desarrollo de Taylor 132 8.5 Clculo del desarro-
llo en serie de potencias 133 8.6 Algunas aplicaciones de las series de potencias 135
8.7 Ejercicios 137

El polinomio de Taylor nos mostr cmo es posible aproximar una funcin por un polinomio y,
al mismo tiempo, mantener un cierto control sobre el error que estamos cometiendo. Por ejemplo,
podemos escribir la funcin exponencial como su polinomio ms el error cometido, Rn (x),
n
x x2 xn xi
ex = 1 +
X
+ + + Rn (x) = + Rn (x).
1 2 n i
i=0

Tambin sabemos que cuanto ms alto sea el grado del polinomio, es ms fcil que el error sea
menor. De hecho, en el caso de la funcin exponencial se tiene que

lim Rn (x) = 0,
n

para cualquier nmero real x. Dicho de otra forma,



x x2 xn xn
ex = lim 1 +
X
+ + = .
n 1 2 n n=0 n

Qu ocurre con otras funciones? Sabemos, por ejem-


plo, que 2

x2 x4 (1)n 2n (1)n x 2n
X
cos(x) = lim 1 + + + x = 1
n 2 4 (2n) n=0
(2n)

para cualquier x. Puedes encontrar los desarrollos de


3 2 1 0 1 2 3
algunas funciones ms en el Apndice C.2.
En este captulo vamos a ver qu obtenemos si uni- 1
arctan(x)
mos los conocimientos de series numricas que tene-
2
mos a los resultados que vimos sobre polinomios de
P5 (x)
Taylor. Ms concretamente, tenemos tres problemas:
a) dada una funcin, asociarle un polinomio de grado Figura 8.1 La funcin arcotangente y su
infinito, polinomio de Taylor de orden 5
b) estudiar la convergencia de dicho desarrollo y, por
ltimo,
c) decidir si el lmite de dicho desarrollo es la funcin original.
En cuanto al primer punto, ya hemos definido el polinomio de Taylor. Para el segundo punto
nos har falta utilizar los conocimientos de series del tema anterior. Piensa que un polinomio de
grado infinito no es ms que una serie. Con respecto al ltimo punto, aunque no daremos una
respuesta completamente satisfactoria, s daremos condiciones suficientes aplicables en muchos
de los casos usuales.

129
Definicin Series de potencias

8.1 Definicin
Serie de potencias Definicin 8.1. Sea a un nmero real. Una serie de potencias centrada en a es una serie de
an (x a)n , donde {an }nN es una sucesin de nmeros reales.
X
funciones de la forma
n0

El conjunto de valores para los que una serie es convergente no puede ser cualquiera. Tiene un
comportamiento muy concreto que depende del llamado radio de convergencia.

an (x a)n una serie de potencias. Consideremos el conjunto


X
Definicin 8.2. Sea
n0

A = r R+ : la sucesin {an r n } est acotada .




Radio de con- Se define el radio de convergencia, R, de la serie como:


vergencia a) si A = , R = 0,
b) si A es no vaco y no mayorado, R = , y
c) si A es no vaco y mayorado, R = sup(A).

En funcin de este radio es posible describir explcitamente dnde es convergente la serie de


potencias.

an (xa)n una serie de potencias con radio de convergencia R. Entonces


X
Teorema 8.3. Sea
n0
a) si R = 0, la serie slo converge en x = a,
b) si R = , la serie converge absolutamente en todo R, y
c) si R R+ , la serie converge absolutamente en ]a R, a + R[. Adems la serie no converge
en ningn punto de R \ [a R, a + R].

Este teorema nos deja prcticamente resuelto el estudio de la convergencia de la serie a falta de
saber qu ocurre en x = a + R y x = a R. Bueno, no est mal. De R hemos pasado a slo dos
puntos. Estos dos puntos tendremos que estudiarlos aplicando los criterios que hemos visto.
El siguiente paso parece claro: cmo calculamos el radio de convergencia?

8.2 Criterios de convergencia


an (x a)n una serie de potencias con radio de convergencia R.
X
Teorema 8.4. Sea
Teorema de n0
Cauchy-Hadamard
q
n
a) Si lim |an | = 0, entonces R = .
n q
1
b) Si lim |an | = L R+ , entonces R =
n

n q L.
n
c) Si lim |an | = , entonces R = 0.
n

Aplicando el criterio de la raz (Proposicin 3.30) se obtiene el siguiente corolario.


an (xa)n una serie de potencias con radio de convergencia R. Supongamos
X
Corolario 8.5. Sea
n0
que an 0 para todo n N.
an+1
a) Si lim = 0, entonces R = .
n an
an+1

= L R+ , entonces R = 1
b) Si lim L.
n
an

an+1
c) Si lim = , entonces R = 0.
n an

130
Series de potencias Funciones definidas mediante series de potencias

Observacin 8.6. Como se puede ver en cualquiera de los criterios anteriores, el clculo del radio
de convergencia slo tiene en cuenta a an . No importa dnde est centrada la serie de potencias.
Las series an x n y an (x a)n tienen el mismo radio de convergencia. S importa para saber
P P

dnde es convergente dicha serie. Por ejemplo, la serie es convergente, al menos, en ] R, R[ y la


serie an (x a)n lo es en ]a R, a + R[.
P

P n n
Ejemplo 8.7. Vamos a estudiar la convergencia de la serie de potencias (n+1)n x
Calculemos en primer lugar el radio de convergencia.
(n+1) n+1
an+1 n+1 1

(n+2)n+1
lim = lim n = lim = ,
n an n
(n+1)n
n n+2 e

y, por tanto, el radio de convergencia es R = e.


En segundo lugar, estudiemos la convergencia en x = R. Tenemos que estudiar la convergencia de
P n n
la serie (n+1)n e . Para ello aplicamos el criterio del cociente:

(n+1)en+1 n+1
an+1 n+1

(n+2)n+1
= nen = e
an (n+1)n
n+2

n+1
n+1 n+1
  
Por el Ejemplo 3.34, sabemos que n+1n+2 es decreciente y con lmite 1e . Por tanto n+2 e1
y, en particular, la serie no es convergente. Obsrvese que hemos comprobado que el trmino
general de la serie no converge a cero.
n
Por ltimo, en x = R, tenemos que estudiar la convergencia de la serie (1)n (n+1) n
P
n e . En este

caso, salvo el signo, acabamos de ver que el trmino general no converge a cero y, por tanto, la
serie tampoco es convergente.

8.3 Funciones definidas mediante series de potencias


n
P
Si la serie de potencias n0 an (x a) tiene radio de convergencia R, tiene sentido considerar
la funcin

an (x a)n ,
X
f (x) = x ]a R, a + R[.
n=0

Qu propiedades tiene est funcin? Es derivable y, caso de serlo, cunto vale su derivada? A
preguntas como esta responde el siguiente resultado.

an (x a)n una serie de potencias con radio de convergencia R > 0.


X
Teorema 8.8. Sea
n0
Entonces la funcin f : ]a R, a + R[ R definida como

an (x a)n ,
X
f (x) = x ]a R, a + R[,
n=0

es derivable y su derivada vale



f 0 (x) = n an (x a)n1 ,
X
x ]a R, a + R[,
n=1

Si R = , el resultado es cierto en todo R.

Como consecuencia, tambin podemos calcular una primitiva de una serie de potencias.

131
Desarrollo de Taylor Series de potencias

an (xa)n una serie de potencias con radio de convergencia R > 0. Entonces


X
Corolario 8.9. Sea
n0
la funcin f : ]a R, a + R[ R definida como

an (x a)n ,
X
f (x) = x ]a R, a + R[,
n=0

tiene como primitiva a



an
Z
(x a)n+1 ,
X
f (x) dx = x ]a R, a + R[,
n=0
n+1

Si R = , el resultado es cierto en todo R.

Estos dos resultados indican que las funciones definidas mediante serie de potencias se com-
portan de forma similar a los polinomios y, de hecho, su derivada o su integral se puede calcular
trmino a trmino. Ms an, la derivada y la integral de una serie de potencias vuelve a ser una
serie de potencias con el mismo radio de convergencia. Podemos iterar el proceso y obtenemos
que las funciones definidas mediante series de potencias no son slo derivables sino de clase C
y que

n
f (k) (x) = an (x a)nk .
X
(n k)
n=k

Ejemplo 8.10. El desarrollo de Taylor de la funcin f (x) = ln(1 + x) centrado en a = 0 lo


podemos hacer calculando todas las derivadas de la funcin o, mucho ms fcilmente, usando que

+
1 1
(x)n
X
= =
1+x 1 (x) n=0
+
(1)n x n
X
=
n=0

= 1 x + x 2 x 3 + x 4 + + (1)n x n +

para cualquier x ] 1, 1[. Si ahora integramos,

x2 x3 x4 (1)n x n+1
ln(1 + x) = x + + ... + + ...
2 3 4 n+1
X (1)n x n+1
=K+
n=1
n+1

para adecuada constante K (recuerda que dos primitivas se diferencian en una constante) y para
cualquier x ] 1, 1[. Cul es el valor de la constante K? Evaluemos en un punto donde sea fcil
realizar los clculos. Por ejemplo, para x = 0 se obtiene que K = 0. Resumiendo
X (1)n x n+1
ln(1 + x) = .
n=1
n+1

8.4 Desarrollo de Taylor


Hemos introducido las series de potencias como una versin ms refinada del polinomio de
Taylor y, de hecho, la primera forma de calcular el desarrollo de Taylor, la serie de potencias
asociada a una funcin, es calcular el polinomio de Taylor de orden arbitrario. Para ello nos hace

132
Series de potencias Clculo del desarrollo en serie de potencias

falta encontrar una frmula para las derivadas de cualquier orden de dicha funcin y eso sabemos
que puede ser difcil. Ahora bien, supuesto que seamos capaces de hacerlo, qu relacin hay entre
la serie de potencias y la funcin?

Teorema 8.11. Sea I un intervalo y f : I R una funcin de clase C . Supongamos que existe
M tal que

(n)
(x) M, x I, n N.

f

Entonces, para cualesquiera a, x I se cumple que



f (n) (a)
(x a)n .
X
f (x) =
n=0
n

En otras palabras, si las derivadas de la funcin estn uniformemente acotadas, entonces la


suma del desarrollo de Taylor coincide con la funcin. Si la funcin y sus derivadas no estn
uniformemente acotadas es posible que la funcin no coincida con su desarrollo de Taylor como
se puede ver en el siguiente ejemplo.
2
Ejemplo 8.12. La funcin f : R R definida como f (x) = e1/x si x 0 y f (0) = 0 es de
clase C y f (n) (0) = 0 para cualquier natural n. Por tanto, su desarrollo de Taylor es 0 que,
evidentemente, no coincide con la funcin salvo en el origen. /

8.5 Clculo del desarrollo en serie de potencias


Existen dos posibilidades a la hora de calcular el desarrollo de Taylor de una funcin: encontrar
una frmula para la derivada n-sima o calcular el desarrollo a partir de otro ya conocido.
Podemos calcular el desarrollo de una funcin utilizando desarrollos conocidos, derivadas e
integrales. La idea es sencilla: si conocemos el desarrollo de la derivada funcin, integremos dicho
desarrollo y obtendremos el que buscamos salvo una constante. Tambin tenemos la posibilidad
de utilizar un cambio de variable. Por ejemplo, sabemos que la suma de una progresin geomtrica
nos da el desarrollo de la funcin
+
1
xn,
X
= con |x| < 1.
1x n=0

Por tanto,
+ +
1 X  n
2
(1)n x 2n ,
X
= x =
1 + x2 n=0 n=0

que es la derivada de la funcin arcotangente. En consecuencia, el desarrollo de la arcotangente es,


salvo una constante,
+
x 2n+1
(1)n
X
.
n=0
2n + 1

Cul es esa constante? La anterior serie y la funcin arcotangente valen lo mismo en el origen y,
por tanto, dicha constante es cero, esto es
+
x 2n+1
(1)n
X
arctan(x) = , si |x| < 1.
n=0
2n + 1

133
Clculo del desarrollo en serie de potencias Series de potencias

Desarrollo de algunas funciones racionales

Las progresiones geomtricas han demostrado su utilidad para calcular el desarrollo de Taylor
del logaritmo o la funcin arcotangente. Otro tipo comn de funciones son las racionales. Cmo
calculamos su desarrollo? Comencemos por un ejemplo sencillo:

1 1 1 1 X xn X xn
= x = = .
ax a1 a
a n=0 an n=0
an+1

1
Derivando obtenemos el desarrollo de (xa)2 ,
0
1 1 nx n1 (n + 1)x n
 X X
= = n+1
= .
ax (a x)2
n=1
a n=0
an+2

Desarollo de la binomial

Sea a un nmero real no nulo y consideremos la funcin f : ] 1, +[ R definida como

f (x) = (1 + x)a .

Cul es su desarrollo de Taylor? Calculemos su derivada nsima.

f (x) = (1 + x)a = f (0) = 1


f 0 (x) = a(1 + x)a1 = f 0 (0) = a
f 00 (x) = a(a 1)(1 + x)a = f 00 (0) = a(a 1)

y, en general,

f (n) (x) = a(a 1) (a n + 1)(1 + x)an = f (n) (0) = a(a 1) (a n + 1).

Por tanto, el desarrollo centrado en el origen es



a(a 1) . . . (a n + 1) n
(1 + x)a = 1 +
X
x , para |x| < 1. (8.1)
n=1
n

Observacin 8.13. En el caso particular de que a sea un nmero natural, (1 + x)a es un polino-
mio de grado a cuyo desarrollo sabemos calcular utilizando el binomio de Newton. Hay alguna
diferencia con lo que acabamos de hacer? Ninguna. Fjate que si n a, aparece el factor a n que
vale cero y, por tanto, hace que el desarrollo (8.1) sea finito. Para acentuar an ms la similitud,
observa que
!
a a(a 1) . . . (a n + 1)
= ,
n n

para cualquier a natural mayor que n. Seguiremos utilizando esta notacin y, en general,
!
a a a(a 1) . . . (a n + 1)
= =
n n (a n) n

para cualquier a R y cualquier n N.

Ejemplo 8.14. Vamos a calcular el desarrollo de Taylor de la funcin arcoseno en el origen. Para
ello vamos a desarrollar su derivada utilizando el desarrollo de la binomial. Como

134
Series de potencias Algunas aplicaciones de las series de potencias

1
!
1  1/2 2
f 0 (x) = p = 1 x2 (1)n x 2n .
X
=
1 x2 n=0
n

Por tanto,

12 21 (1)n x 2n+1
Z Z X ! !
0 n 2n
X
f (x) dx = (1) x dx = .
n=0
n n=0
n 2n + 1

Se puede desarrollar algo ms esta expresin teniendo en cuenta la definicin del binomio:
!  1 1  
1

12 2 2 1 2 n + 1 (1)n 1 3 5 (2n + 1)
= = ,
n n 2n n

con lo que

1 3 5 (2n + 1) 2n
Z
f 0 (x) dx =
X
x = f (x) + K
n=0
2n n

para alguna constante K. Como arcsen(0) = 0, se cumple que K = 0 y, por tanto,



X 1 3 5 (2n + 1) 2n
arcsen(x) = x
n=0
2n n

si |x| < 1. /

8.6 Algunas aplicaciones de las series de potencias

8.6.1 La funcin exponencial compleja

La definicin de la funcin compleja

exp(z) = eRe(z) (cos(Re(z)) + i sen(Im(z)))

extiende de forma natural la funcin exponencial real. Ya hemos tratado de justificar el porqu de
est definicin en temas anteriores (vase la Seccin 2.5.2). La razn de esta definicin viene de
intentar aplicar las frmulas conocidas a nmeros complejos. Vamos a verlo con un poco ms de
detalle. Sabemos que

x2 x3
exp(x) = 1 + x + + +
2 3
x2 x4
cos(x) = 1 + +
2 4
x3 x5
sen(x) = x + +
3 5

para cualquier x real. Si queremos dar una definicin de eit con t r eals, sustituyamos en el
desarrollo anterior:

(it)2 (it)3 (it)4 (it)5


exp(it) = 1 + (it) + + + +
2 3 4 5
t2 t3 t4 t5
= 1 + it i + +i +
2 3 4 5

agrupamos parte real con parte real y parte imaginaria con parte imaginaria

135
Algunas aplicaciones de las series de potencias Series de potencias

! !
t2 t4 t3 t5
= 1 + + + i t + +
2 4 3 5

= cos(t) + i sen(t)

que es la definicin que habamos dado en su momento.

8.6.2 El problema de Basilea

El llamado problema de Basilea fue propuesto por el matemtico italiano Pietro Mengoli y con-
sista en calcular la suma de los recprocos de los cuadrados de los naturales o, despus de lo que
hemos aprendido, en calcular la suma de la serie

X 1 1 1 1 1
2
= 2 + 2 + 2 + 2 +
n=1
n 1 2 3 4

2
Leonard Euler fue el primero en darse cuenta de que dicha suma vala 6 . Su demostracin no es
demasiado rigurosa pero es muy ingeniosa y, con lo que ya sabemos, fcil de contar. Vamos a ello.
El desarrollo de Taylor de la funcin seno es

x 2n+1
(1)n
X
sen(x) = .
n=0
(2n + 1)

Dividiendo por x,

sen(x) x 2n x2 x4
(1)n
X
= =1 + +
x n=0
(2n + 1) 3 5

De este polinomio (de grado infinito) conocemos sus ceros: n con n natural. Escribimos dicho
polinomio como producto de factores:


sen(x) x 2n
(1)n
X
=
x n=0
(2n + 1)
x x x x x x
       
= 1 1+ 1 1+ 1 1+
2 2 n n
! ! !
x2 x2 x2
= 1 2 1 2 2 1 2 2
2 n

Si desarrollamos el producto de la derecha, el coeficiente de x 2 es



1 1 1 1 X 1
 
+ + + =
2 22 2 32 2 2 n=1 n2

sen(x)
que podemos igualar con el correspondiente coeficiente del desarrollo de Taylor de x y obte-
nemos que

1 X 1 1
= ,
2 n=1 n2 6

de donde se obtiene que



X 1 2
= .
n=1
n2 6

136
Series de potencias Ejercicios

De la misma forma se puede calcular la suma de los recprocos de cualquier potencia par. Por
1
ejemplo, cunto vale la suma
P
n=1 n4 ? Calclalo.

8.6.3 Resolucin de ecuaciones diferenciales

Vese el Captulo 9.

8.7 Ejercicios

Ejercicio 8.1. Calcular el radio de convergencia de las siguientes series de potencias


P 1 n
a) (1)n x n nx n
P P
n2 x
c) e)
P1 n P 2 n
b) nx
d) n x

Ejercicio 8.2. Determinar el campo de convergencia de las siguientes series de potencias.


P 2n  1 n
P n n
ln(n)(x 1)n
 P
a) n x c) x + d)
3n+1 2
n(x + 2)n
P
b)

Ejercicio 8.3. Determinar el campo de convergencia de las siguientes series de potencias.


P (1)n n
a) n x
P 31 n
b) (ln(n))n x
P (1)n n
c) n+1 x
P (1) n
ln(n) n
d) n x

Ejercicio 8.4. Calcula el radio de convergencia de las siguientes series de potencias y estudia el
comportamiento en los extremos.
P 1 n
P n n
P 1 n
a) 2n (2n+1) x b) (n+1)n x c) ln(n+2) x

Ejercicio 8.5. Calcula el radio de convergencia de las siguientes seres de potencias y estudia el
comportamiento en los extremos.
P 135(2n+1) n P nn n
a) 246(2n+2) x b) n2 +n+1 x

Ejercicio 8.6. Calcular el desarrollo en serie de potencias centrado en el origen de la funcin


f (x) = ln (1 + x).

Ejercicio 8.7. Calcular el desarrollo en serie de potencias de las funciones


1
a) 1+x 3

b) sen(x)
c) ln(1 + x 2 )
2
d) ex

E Ejercicio 8.8. Calcula el desarrollo en serie de potencias centrado en cero de la funcin f (x) =
1
x 2 sen(x) + x1 y estudia dnde es convergente dicho desarrollo.

1
Ejercicio 8.9. Calcular la serie de potencias centrada en cero de la funcin f (x) = x 2 +5x+6 .

Ejercicio 8.10. Calcular el desarrollo en serie de potencias centrado en el origen de la funcin


 
f (x) = ln 1+x
1x definida en el intervalo ] 1, 1[. Utilizar dicho desarrollo para calcular ln(2) con
ocho cifras decimales exactas.

137
Ejercicios Series de potencias

8.7.1 Ejercicios complementarios

Ejercicio 8.1. Calcular el radio de convergencia y estudiar el comportamiento en los extremos de


la serie de potencias (n + 1)ln(n+1) x n
P

1
x 2n+1 .
X
Ejercicio 8.2. Calcula la suma de la serie de potencias
n0
2n + 1

Ejercicio 8.3. Calcular el campo de convergencia de las siguientes series de potencias.


P 1 n c) (x 1)n ,
P
a) ln(n2 ) (x + 2) ,
2n x n .
P (1)n n P
d)
b) 2n2 +1 x ,

138
Ecuaciones diferenciales ordinarias Introduccin

Ecuaciones diferenciales ordinarias

9
9.1 Introduccin 139 9.2 Ecuaciones diferenciales de primer orden 142 9.3 Mtodos
de resolucin de edos de primer orden 144 9.4 Ecuaciones diferenciales ordinarias de
orden superior 153 9.5 Ecuaciones lineales de orden superior 154 9.6 Ecuaciones
diferenciales lineales con coeficientes constantes 157 9.7 Ejercicios 163

9.1 Introduccin
Encontrar una funcin de la que conocemos nicamente su derivada era el fin del clculo de
dy
primitivas. Si la derivada es f (x), dicha primitiva es la solucin de la ecuacin dx = f (x). Esta es,
quizs, la primera ecuacin diferencial que todos resolvemos.

Definicin 9.1. Una ecuacin diferencial es una ecuacin que relaciona una funcin, su
variable o variables y sus derivadas. Diremos que es una ecuacin diferencial ordinaria (edo)
si slo hay una variable independiente, y diremos que es una ecuacin en derivadas parciales
si aparecen derivadas parciales respecto de dos o ms variables.

Por ejemplo, las siguientes ecuaciones son ecuaciones diferenciales ordinarias

y 0 (x) + y(x) = x 2 , (9.1a)


dy
+ 2y 2 1 = 0, (9.1b)
dx
(x 2y)dy + y 2 dx = 0, (9.1c)
00 2 0
y (x) + 3xy (x) cos(x) = 0. (9.1d)

donde y es la funcin incgnita y x es la variable independiente. Como se puede ver, utilizaremos


la notacin y 0 o dy/dx de manera indistinta para indicar la derivada.
Las siguientes ecuaciones son ejemplos de ecuaciones en derivadas parciales:
u u
+ = u2 , (9.2a)
x y
2u 2u
+ = 0. (9.2b)
x 2 y 2

Recordemos que tambin podemos utilizar la notacin Di f para indicar la derivada parcial de
2f
f respecto a la variable i-sima o D22 f para indicar y 2 .
Adems de distinguir entre ecuaciones diferenciales ordinarias y ecuaciones en derivadas par-
ciales, utilizaremos el orden de la ecuacin.

Definicin 9.2. Se llama orden de una ecuacin diferencial al orden de la derivada ms alta Orden
que aparece en la ecuacin.

Por ejemplo, las ecuaciones diferenciales

139
Introduccin Ecuaciones diferenciales ordinarias

y 0 = 3xy
y 00 + y 0 = cos(x)
y 000 + ey = x

tiene orden uno, dos y tres respectivamente.

Grado Definicin 9.3. Se llama grado de una ecuacin que puede ser escrita como un polinomio en
la variable dependiente a la mayor potencia a la que est elevada la derivada de mayor orden.

Ejemplo 9.4.
a) Las ecuaciones

(y 0 )3 = 3xy
y 00 + y 0 = cos(x)
(y 000 )2 + y 4 = x

tienen grado tres, uno y dos respectivamente.


b) Las ecuaciones diferenciales ordinarias

y 0 (x) + y(x) = x 2 , (9.3a)


dy
+ 2y 2 1 = 0, (9.3b)
dx
(x 2y)dy + y 2 dx = 0, (9.3c)
00 2 0
y (x) + 3xy (x) cos(x) = 0. (9.3d)

tienen orden y grado uno salvo la ltima que tiene orden y grado dos. /

Ecuacin dife- Definicin 9.5. Una ecuacin diferencial diremos que es lineal si es lineal en la variable
rencial lineal dependiente.

Ejemplo 9.6. La ecuacin y 0 cos(x) + x 2 y = ex es lineal y la ecuacin (y 0 )2 cos(x) + x 2 y = ex


no lo es. /

Ecuacin diferencial Definicin 9.7. Una ecuacin diferencial lineal diremos que es homognea si no tiene trmi-
lineal homognea nos que dependan slo de la variable independiente.

Ejemplo 9.8. La ecuacin y 0 + xy = y 00 es homognea mientras que la ecuacin y 0 + xy = x 2


no lo es. /

Soluciones

Una solucin de una ecuacin diferencial ordinaria es una funcin definida en un intervalo que
verifica dicha ecuacin. Por ejemplo, y(x) = ex definida en R es solucin de la ecuacin diferencial
y 0 (x)y(x) = 0. Tambin es solucin la funcin constantemente igual a cero. Otras ecuaciones, en
cambio, no tiene solucin. Por ejemplo, la ecuacin (y 0 )4 +y 2 = 1 no puede tener solucin porque
el miembro de la izquierda es positivo mientras que el de la derecha es negativo. Si la ecuacin
fuera (y 0 )4 + y 2 = 0, la nica solucin posible sera la constantemente igual a cero. Resumiendo,

140
Ecuaciones diferenciales ordinarias Introduccin

hay ecuaciones que tienen solucin nica, otras que tienen muchas soluciones y otras que no tienen
ninguna.
Llamaremos solucin particular de una ecuacin diferencial a una funcin que verifique la ecua- Solucin particular
cin. Si nos referimos al conjunto de todas las soluciones, hablaremos de solucin general. Por Solucin general
ejemplo, y(x) = ex es una solucin particular de la ecuacin diferencial y 0 (x) y(x) = 0 que
tiene como solucin general y = cex .
No siempre seremos capaces de expresar la solucin de forma explcita: algunas veces lo haremos
de forma implcita como en el siguiente ejemplo.

Ejemplo 9.9. La solucin de la ecuacin diferencial y 0 = x/y en el intervalo 5 < x < 5 son
aquellas funciones que verifican que x 2 + y 2 = 25. Para comprobarlo, basta derivar:
x
x 2 + y(x)2 = 25 = 2x + 2y(x)y 0 (x) = 0 = y 0 (x) = ./
y(x)

Observacin 9.10. La solucin general no siempre se puede expresar por medio de una nica
1
frmula. Por ejemplo, la ecuacin y 0 + y 2 = 0 tiene como soluciones particulares y(x) = x e
y(x) = 0 y, por tanto, no la podemos describir con una nica expresin.

Problemas de valores iniciales y problemas de contorno

Es usual que junto con la ecuacin diferencial tengamos algunas condiciones adicionales sobre
la funcin y sus derivadas. Si exigimos las condiciones sobre el mismo valor de la variable inde-
pendiente, hablaremos de un problema de valores iniciales. En cambio, si exigimos condiciones
adicionales sobre ms de un valor de la variable independiente, estaremos frente un problema de
contorno o de valores en la frontera.
A cualquiera de estas condiciones adicionales las llamaremos condiciones iniciales. Condiciones iniciales

Ejemplo 9.11. El problema



y 00 (x) y 0 (x) = cos(x)



y(0) = 0
y 0 (0) = 0


es un problema de valores iniciales. En cambio



y 00 (x) y 0 (x) = cos(x)



y(0) = 0

y(1) = 1

es un problema de valores en la frontera. /

Forma implcita y explcita

Definicin 9.12. Diremos que una ecuacin diferencial de orden n est dada en forma im-
plcita cuando tiene la forma F (x, y, y 0 , y 00 , . . . , y (n) ) = 0, siendo F una funcin definida en
conjunto de Rn+2 con valores en R. Diremos que la ecuacin est en forma explcita si tiene
la forma y (n) = F (x, y, y 0 , . . . , y (n1) ), siendo F una funcin real definida en Rn+1 .

Por ejemplo, en el caso de edos de primer orden una ecuacin en forma implcita tiene la forma

F (x, y, y 0 ) = 0

141
Ecuaciones diferenciales de primer orden Ecuaciones diferenciales ordinarias

y, en forma explcita, tiene el aspecto y 0 = f (x, y).


Ejemplo 9.13. Las ecuaciones diferenciales

y 0 = 3y x
y 00 = y 0 + xy

estn escritas en forma explcita. En cambio, las ecuaciones

00
cos(xy) + y 0 ey = 0
arctan(y 0 y 00 ) + xey = 0

estn escritas en forma implcita. /

9.2 Ecuaciones diferenciales de primer orden


La ecuacin de primer orden y primer grado tiene la forma

M(x, y) + N(x, y)y 0 = 0,

escrita en forma implcita. A veces, la escribiremos de la forma M(x, y)dx + N(x, y)dy = 0 o, si
la queremos en forma explcita, y 0 = f (x, y).
Para estas ecuaciones hay teoremas que nos garantizan la existencia de solucin en condiciones
no demasiado restrictivas, pero antes de comentarlos, veamos cmo podemos buscar soluciones.

9.2.1 Campos de pendientes y curvas integrales

Aunque no sepamos cul es la solucin de una ecuacin diferen-


pendiente y 0 (2) y cial de la forma y 0 = f (x, y), podemos preguntarnos qu pro-
piedades debe verificar teniendo que conocemos la derivada de la
(2, 1) solucin. Por ejemplo, consideremos la ecuacin diferencial

y 0 = 1 + x y.

No conocemos la funcin y pero s conocemos la pendiente en


Figura 9.1 Pendiente en el cualquier punto: la pendiente en el punto (2, 1) es y 0 (2) = 1 + 2
punto (2, 1) 1 = 2. Hemos aprendido algo: la solucin que pase por el punto
(2, 1) tiene que ser tangente a la recta que pasa por dicho punto
con pendiente 2.
Esto que hemos hecho con un punto lo podemos repetir con todos los puntos del dominio. No
es posible hacer un dibujo con todos los puntos pero s podemos hacernos una idea aproximada
dibujando las pendientes en una malla de puntos tan densa como queramos (o podamos). Esto
es lo que hemos hecho en la Figura 9.2. En esta figura hemos representado con una flecha la pen-
diente en cada punto. Cualquier solucin tiene que seguir el flujo de direcciones marcado. A dicha
Campo de representacin del flujo de direcciones se le suele llamar campo de pendientes o de direcciones.
pendientes En la Figura 9.2 podemos ver dos soluciones: la que pasa por el punto (2, 1) y la que pasa por
Curva integral el punto (1, 1). A estas soluciones, en realidad, un bosquejo de curva, se les suele llamar curvas
integrales. El teorema de existencia y unicidad nos garantiza que, en este caso, por cada punto del
plano pasa una curva integral (existencia de solucin) y que dos curvas no se cortan (unicidad de
la solucin).

142
Ecuaciones diferenciales ordinarias Ecuaciones diferenciales de primer orden

(1, 1) (2, 1)

Figura 9.2 Campo de


pendientes y curvas integrales

9.2.2 Existencia y unicidad de solucin

Teorema 9.14. Sea I =]a, b[]c, d[ R2 , sea f : I R y tomemos (x0 , y0 ) I. Existencia y unici-
a) Si f es continua en I, entonces existe > 0 y existe una funcin y definida en ]x0 , x0 + [ dad de solucin para
edos de primer or-
que es solucin de
den

y 0 = f (x, y),
y(x ) = y .
0 0

f
b) Si adems y es continua en I, entonces la solucin es nica.

Ejemplo 9.15. La funcin f : R2 R definida como f (x, y) = 1 + y 2 es continua en todo el plano


y su derivada parcial respecto de la variable y tambin lo es. Eso quiere decir que la ecuacin
diferencial y 0 = 1 + y 2 tiene solucin y que el problema de valores iniciales

y 0 = 1 + y 2,
y(x ) = y ,
0 0

tiene solucin nica para cualquier (x0 , y0 ) R2 . Por ejemplo, la nica solucin de

y 0 = 1 + y 2,
y(0) = 0,

i h
es la funcin y(x) = tan(x) para x 2 , 2 .
Conviene poner de manifiesto que, aunque f (x, y) = 1 + y 2 es una funcin de clase infinito en
todo el plano, la solucin sloi tiene sentido
h en un entorno del origen que, obligatoriamente, debe
estar incluido en el intervalo 2 , 2 .
Ms an, la solucin general de la ecuacin y 0 = 1 + y 2 tiene la forma y(x) = tan(x + c) que,
tambin, tiene estar definida en un intervalo de longitud como mximo. /

El intervalo donde est definida la solucin puede, y suele, depender de la condicin inicial,
como se puede ver en el siguiente ejemplo.

143
Mtodos de resolucin de edos de primer orden Ecuaciones diferenciales ordinarias

Ejemplo 9.16. La funcin f (x, y) = x/y es continua en cualquier punto del plano salvo en el
eje OX. Cualquier rectngulo que tenga interseccin vaca con dicho eje es un dominio en el que
tenemos garantizada la existencia y unicidad de solucin del problema de valores iniciales
x
y0 =
y

y(x ) = y .
0 0

La solucin general de la ecuacin, en forma implcita, es x 2 + y 2 = c, siendo c un nmero positivo



arbitrario y x ] c, c[. Por ejemplo, la solucin de
x
y0 =
y

y(0) = 1,
p
es y = 1 x 2 con x ] 1, 1[. En cambio, la solucin de
x
y0 =

y

y(0) = 100,
p
es y = 100 x 2 con x ] 10, 10[. /

9.3 Mtodos de resolucin de edos de primer orden

9.3.1 Variables separadas

Una ecuacin diferencial diremos que es de variables separadas si es del tipo

M(x) + N(y)y 0 = 0

o, lo que es lo mismo, si podemos separar a ambos lados de la igualdad x e y. Para resolverla


tenemos que encontrar primitivas de M y N. Si p q son dichas primitivas, entonces las soluciones
de la ecuacin verifican p(x) + q(y) = C. Para comprobar que esto es as, slo hace falta derivar
esta expresin lo que nos dara la ecuacin original M(x) + N(y)y 0 = 0.

Ejemplo 9.17. Resolver xdx y 2 dy = 0.


Separando variables e integrando, tenemos que
1 1
Z Z
xdx = y 2 dy x dx = y 2 dy x 2 = y 3 + c 3x 2 2y 3 = c. /
2 3

Ejemplo 9.18. La ecuacin (x 2 +4)y 0 = xy es una ecuacin de variables separadas. Resolvmosla:

y0
Z 0
x x y
Z
2 0
(x + 4)y = xy 2 = dx dy = c
x +4 y x2 + 4 y
1   p
ln x 2 + 4 ln y = c y = ec x 2 + 4

2 p
y = ec x 2 + 4.

Obsrvese que ec es una manera, un poco enrevesada, de escribir un nmero real distinto de
p
cero. Por tanto, la solucin sera y = k x 2 + 4 con k 0.
Qu ocurre con k = 0? Si volvemos a la ecuacin original, vemos que y = 0 tambin es solucin de
la ecuacin. En realidad, cuando hemos pasado dividiendo y, implcitamente hemos exigido que

144
Ecuaciones diferenciales ordinarias Mtodos de resolucin de edos de primer orden

y no se anule eliminando al mismo tiempo la solucin constantemente igual a cero. Resumiendo,


p
la solucin es y = k x 2 + 4 con k un nmero real cualquiera. /
Observacin 9.19. Cuando queremos resolver la ecuacin y 0 (x) = g(x)h(y) usando separacin
de variables tenemos que tener cuidado por si h se anula. Si h(a) = 0, entonces la funcin constante
y(x) = a verifica y 0 = g(x)h(y). Si intentamos el mtodo que hemos usado en los ejemplos
anteriores, nos queda
dy
= g(x)dx,
h(y)

que no est definido en y = a y, es posible, que dicha solucin constante no nos aparezca inte-
grando.
Ejemplo 9.20. Resolvamos la ecuacin y 0 = y 2 1.
dy dy dy
Z Z
= y 2 1 2 = dx = dx + c
dx y 1 y2 1

y 1 (9.4)
1 y 1
ln = x + c = e2c e2x ,

2 y + 1 y +1
2x
de donde, despejando y, obtenemos y = 1+ke 1ke2x , con k = e
2c o, lo que es lo mismo, un nmero

cualquiera distinto de cero. De la observacin anterior sabemos que y = 1 e y = 1 son soluciones


de la ecuacin diferencial que no nos han aparecido. Por tanto, hemos perdido soluciones en el
desarrollo (9.4). /

9.3.2 Ecuaciones lineales de primer orden

Definicin 9.21. Una ecuacin diferencial ordinaria es lineal si tiene la forma Ecuacin diferencial
lineal
an (x)y (n) (x) + an1 (x)y (n1) (x) + + a1 (x)y 0 (x) + a0 (x)y(x) = g(x).

Diremos que es lineal homognea si g(x) = 0. Homognea

Como caso particular, una ecuacin lineal de primer orden es de la forma a1 (x)y 0 + a0 (x)y =
b(x). Si dividimos por a1 , obtenemos la forma usual y 0 + a(x)y = b(x) (a veces llamada forma
estndar ).

Caso homgeneo

La ecuacin diferencial y 0 + a(x)y = 0 es una ecuacin en variables separadas. Siempre tene-


mos la solucin trivial y(x) = 0 como solucin. Para buscar soluciones no triviales resolvemos y
obtenemos como solucin general
 Z 
y = K exp a(x) dx .

Caso general

Para resolver la ecuacin general vamos a usar el hecho de que esta solucin se puede obtener a
partir de una solucin particular y de las soluciones del problema homogneo. Ms concretamente,
supongamos que y0 e y1 son solucin de

y 0 + a(x)y = b(x). (9.5)

145
Mtodos de resolucin de edos de primer orden Ecuaciones diferenciales ordinarias

Entonces (y10 y00 ) + a(x)(y1 y0 ) = 0 o, lo que es lo mismo, y1 y0 es solucin de la correspon-


diente ecuacin diferencial homognea. Como dos soluciones cualesquiera se diferencian en una
solucin del problema homogneo, el conjunto de soluciones de (9.5) se obtiene sumando a una
solucin particular las soluciones del homogneo.  
Para obtener una solucin particular de (9.5), multiplicamos dicha ecuacin por exp a(x) dx
y obtenemos:
Z  Z  Z 
exp a(x) dx y 0 + exp a(x) dx a(x)y = exp a(x) dx b(x).

 
Fijmonos que el primer miembro de la igualdad es la derivada del producto exp a(x) dx y,
con lo que
Z  Z Z 
exp a(x) dx y = exp a(x) dx b(x) dx,

y, por tanto, una solucin es


 
exp a(x) dx b(x) dx
y(x) =   .
exp a(x) dx

Resumiendo, la solucin general del problema la conseguimos sumando a esta solucin particular
las soluciones del problema homogneo.

Proposicin 9.22. La solucin general de la ecuacin diferencial de primer orden

y 0 + a(x)y = b(x)

se escribe como suma de una solucin particular y la solucin general de la ecuacin homognea
y 0 + a(x)y = 0. Ms concretamente, la solucin general es
 
exp a(x) dx b(x) dx  Z 
y(x) =   + K exp a(x) dx .
exp a(x) dx

Ejemplo 9.23. Resolvamos la ecuacin xy 0 4y = x 6 ex .


4y
La forma estndar de la ecuacin es y 0 x = x 5 ex . En este caso a(x) = x4 . Multiplicamos por
 
exp 4 x1 dx = exp(4 ln(x)) = x 4 :

x 4 y 0 4x 5 y = xex (x 4 y)0 = xex .

Integrando por partes, se obtiene que la solucin es y = x 5 ex x 4 ex + Kx 4 . /

Observacin 9.24. El paso a la forma estndar incluye la divisin por a1 (x). Aquellos valores de
Punto singular x para los que a1 (x) = 0 se suelen llamar puntos singulares y son potencialmente problemticos.

Ejemplo 9.25. Resolver el problema de valores iniciales



y 0 2xy =2,
y(0) =1.

2
Como en los ejemplos anteriores, multiplicamos por ex y nos queda que
Zx
2 2 2
y = 2ex et dt + Kex .
0

Utilizando que y(0) = 1, se tiene que K = 1 y, por tanto,

146
Ecuaciones diferenciales ordinarias Mtodos de resolucin de edos de primer orden

Zx  Zx 
2 2 2 2 2
y = 2ex et dt + ex = ex 2+ et dt + 1 . /
0 0

Observacin 9.26. Hay funciones relativamente sencillas que no tienen una primitiva expresable
2
mediante funciones elementales. La funcin ex es un ejemplo. Las funciones definidas de esta
manera tienen, en muchas ocasiones, nombre en la literatura matemtica. Por ejemplo, la funcin Funcin error
error est definida como
Zx
2 2
erf(x) = et dt.
0
2
 
Con esta notacin, la solucin del Ejemplo 9.25 es y(x) = ex 1 + erf(x) .

9.3.3 Ecuaciones diferenciales exactas

La ecuacin diferencial ydx + xdy = 0 es de variables separadas. Tambin podemos recordar


en este momento la derivada de un producto: d(xy) = ydx +xdy para concluir que la solucin de
la ecuacin es xy = c. Si en lugar del producto tenemos una familia uniparamtrica de funciones
f (x, y) = c, podemos derivar y obtenemos la ecuacin diferencial
f f
dx + dy = 0.
x y

Por ejemplo, si tenemos f (x, y) = x 3 + xy 2 = c, conseguimos la ecuacin

(3x 2 + y 2 )dx + 2xydy = 0.

Definicin 9.27. La ecuacin M(x, y)dx + N(x, y)dy = 0 diremos que es exacta si existe Ecuacin diferencial
un campo escalar F (x, y) tal que exacta

F F
(x, y) = M(x, y), (x, y) = N(x, y),
x y

o, lo que es lo mismo, F (x, y) = (M(x, y), N(x, y)). Al campo escalar F se le suele llamar
potencial. Potencial

Si la ecuacin diferencial es exacta, es muy fcil expresar la solucin en forma implcita, slo
nos hace falta encontrar un potencial de la ecuacin.

Proposicin 9.28. Si M(x, y)dx +N(x, y)dy = 0 es una ecuacin diferencial exacta con potencial
F y f es una funcin real de variable real verificando que F (x, f (x)) = C para algn C en el dominio
de f , entonces f es solucin de la ecuacin diferencial M(x, y)dx + N(x, y)dy = 0.

Pero, cmo podemos saber si una ecuacin diferencial es exacta? En dominios adecuados, como
por ejemplo los rectngulos, existe una condicin muy cmoda de verificar. Esta condicin nos la
da el Teorema de Poincar.

Teorema 9.29. Sean M, N: ]a, b[]c, d[ R funciones de clase uno. Entonces la ecuacin Teorema de Poincar
diferencial M(x, y)dx + N(x, y)dy = 0 es exacta si, y slo si,
M N
(x, y) = (x, y).
y x

Ejemplo 9.30. Vamos a resolver la ecuacin 3y + ex + (3x + cos(y))y 0 = 0.


En este caso tenemos que M(x, y) = 3y + ex y que N(x, y) = 3x + cos(y). Veamos en primer
lugar que es exacta:

147
Mtodos de resolucin de edos de primer orden Ecuaciones diferenciales ordinarias

M N
(x, y) = 3 = (x, y).
y x
F
Para resolverla tenemos que encontrar la funcin potencial F . Como x (x, y) = 3y + ex ,
Z
F (x, y) = (3y + ex )dx = 3yx + ex + f (y).

Derivamos respecto de y e igualamos a N: 3x + f 0 (y) = 3x + cos(y). Con lo que f 0 (y) = cos(y)


y, por tanto f (y) = sen(y). En resumen, la solucin de la ecuacin escrita en forma implcita es
3yx + ex + sen(y) = C. /

Factores integrantes

Si la ecuacin M(x, y)dx+N(x, y)dy = 0 no es exacta, existe la posibilidad de que al multiplicar


por una funcin adecuada se convierta en exacta, esto es, que la ecuacin

(x, y) M(x, y)dx + N(x, y)dy = 0

s que sea exacta. Si la funcin no es constantemente cero, ambas ecuaciones tienen las mismas
soluciones. La cuestin que se plantea es cundo es posible encontrar una tal funcin y cmo lo
Factor integrante hacemos. A dicha funcin la llamaremos factor integrante.
No es fcil encontrar condiciones genricas que garantizen la existencia de factores integrantes.
S es posible encontrar factores integrantes de algn tipo particular. Por ejemplo, supongamos que
slo depende de x. En ese caso la ecuacin

(x)M(x, y)dx + (x)N(x, y)dy = 0

es exacta y, por tanto,


 
(x)M(x, y) = (x)N(x, y) .
y x

Derivamos
M N
(x) (x, y) = 0 (x)N(x, y) + (x) (x, y).
y x

Despejamos
M N
0 (x) y (x, y) x (x, y)
= = h(x),
(x) N(x, y)

y h tiene que ser una funcin que dependa slo de x. En ese caso,
Z 
(x) = exp h(x) dx .

Resumimos lo que hemos hecho en el siguiente resultado.

Proposicin 9.31. Consideremos la ecuacin diferencial M(x, y)dx + N(x, y)dy = 0. Suponga-
mos que
M N
0 (x) y (x, y) x (x, y)
=
(x) N(x, y)

es una funcin de x, a la que denotaremos h(x). Entonces


Z 
(x) = exp h(x) dx

148
Ecuaciones diferenciales ordinarias Mtodos de resolucin de edos de primer orden

es un factor integrante de la ecuacin.

De manera similar se pueden buscar factores integrantes de un tipo particular como por ejemplo
que slo dependan de y o de x +y o de xy, etc. Como muestra puedes ver la proposicin siguiente.

Proposicin 9.32. Consideremos la ecuacin diferencial M(x, y)dx + N(x, y)dy = 0.


a) Si
N M
x (x, y) y (x, y)
= h(y),
M(x, y)
 
entonces (y) = exp h(y) dy es un factor integrante.
b) Si
N M
x (x, y) y (x, y)
= h(x + y),
M(x, y) N(x, y)
 
entonces (x + y) = exp h(x + y) d(x + y) es un factor integrante.
c) Si
N M
x (x, y) y (x, y)
= h(x y),
M(x, y) N(x y)
 
entonces (x y) = exp h(x y) d(x y) es un factor integrante.

Ejemplo 9.33. La ecuacin (3xy + y 2 ) + (x 2 + xy)y 0 = 0 no es exacta. En efecto,

   2 
3xy + y 2 = 3x + 2y 2x + y = x + xy .
y x

La ecuacin admite un factor integrante que es funcin slo de x:


M N
y (x, y) x (x, y) 3x + 2y 2x y x+y x+y 1
= = 2 = = .
N(x, y) x 2 + xy x + xy x(x + y) x

El factor integrante es, por ejemplo,


dx
Z 
(x) = exp = exp (ln(x)) = x.
x

Es inmediato comprobar que la ecuacin x(3xy + y 2 ) + x(x 2 + xy)y 0 = 0 ya s es exacta. Para


resolverla buscamos la funcin potencial:
1
Z
F (x, y) = 3x 2 y + xy 2 dx = x 3 y + x 2 y 2 + f (y).
2
F
Para calcular f , derivamos respecto de y: y (x, y) = x 3 + x 2 y + h0 (y), de donde h0 (y) = 0. Por
tanto, la solucin general de forma implcita es
1 2 2
F (x, y) = x 3 y + x y = C. /
2

9.3.4 Otros cambios de variable

Ecuaciones diferenciales homogneas

149
Mtodos de resolucin de edos de primer orden Ecuaciones diferenciales ordinarias

Funcin homognea Definicin 9.34. Una funcin f : Rn R es homognea de grado p si f (tx) = t p f (x) para
cualquier x Rn y cualquier t R.

Ejemplo 9.35. El ejemplo tpico de funcin homognea es f (x) = x n que es homognea de orden
n. Pero tambin lo son aquellos polinomios de una o varias variables que slo tienen sumandos de
orden n. Por ejemplo,

f (x, y, z) = x 3 y 2 3x 2 y 3 + xyz3 + 7x 5

es una funcin homognea de orden 5.


No es necesario que la funcin sea polinmica para ser homognea. La funcin
y
x
 
f (x, y) = e y + sen
x

es homognea de grado 0. /

Ecuacin diferen- Definicin 9.36. Una ecuacin diferencial M(x, y) + N(x, y)y 0 = 0 es homognea si M y N
cial homognea son funciones homogneas del mismo grado.

Ejemplo 9.37. Las siguientes ecuaciones diferenciales son homogneas

(x + y)dx + (x 3y)dy =0
(x + xy 2 )dx + (y 3 x 2 y)dy =0
3

x 2 dx + (xy 3y 2 )dy =0.

En cambio, (x + y 1)dx + (x y)dy = 0 no lo es. /

Observacin 9.38. Segn la definicin, la ecuacin diferencial M(x, y) + N(x, y)y 0 = 0 es ho-
mognea si M y N son funciones homogneas del mismo grado digamos n. Esto quiere decir que,
utilizando la definicin de funcin homognea con = 1/x, se cumple que
 n
M(x, y) 1 x y y
   
= M(x, y) = M , = M 1,
xn x x x x

y, el resultado anlago para N(x, y) con lo que

y y
   
n n
M(x, y) dx + N(x, y) dy = 0 x M 1, + x N 1, =0
x x
y y
   
M 1, + N 1, =0
x x
y
 
dy M 1, x
= 
y

dx N 1, x

y
 
y, por tanto, la ecuacin se puede escribir de la forma y 0 = f x
y
Estas ecuaciones se transforman en una de variables separadas mediante el cambio u = x . Como
y = ux, derivando tenemos que y 0 = u0 x + u, es decir, u0 x = f (u) u, que es una ecuacin de
variables separadas.
du
Para resolverla, si f (u) u, la ecuacin es f (u)u = dx
x . Por tanto la solucin es
!
du
Z
x =C exp
f (u) u
!
du
Z
y =Cux = Cu exp .
f (u) u

150
Ecuaciones diferenciales ordinarias Mtodos de resolucin de edos de primer orden

Si f (u0 ) = u0 para algn u0 , entonces se puede comprobar que la recta y = u0 x es solucin ya


que
y
 
y 0 = u0 = f (u0 ) = f .
x
dy x+y
Ejemplo 9.39. La ecuacin dx = xy es homognea. Para resolverla hacemos el cambio y = ux,
con lo que nos queda
du x+y x + ux 1+u
u+ x = y0 = = = ,
dx xy x ux 1u
1u du dx
de donde, u2 +1 dx = x que es una ecuacin de variables separadas. Integramos y obtenemos la
solucin:
1u dx 1
Z Z  
du = ln(x) + ln u2 + 1 arctan(u) = C.
u2 + 1 x 2
y y
   
x 1
Por ltimo, como u = y, la solucin es ln(x) + 2 ln x 2 + 1 arctan x = C. /

Ecuaciones de la forma y 0 = f (ax + by + c)

Distinguimos dos casos:


a) Si a o b son cero, entonces la ecuacin es de variables separadas.
b) En otro caso el cambio z = ax + by + c la transforma en una ecuacin de variables separadas
en x y z. Fjate que, como y = zaxc
b , la ecuacin se transforma en z0 = bf (z) + a.

Ejemplo 9.40. Las siguientes edos son ejemplos del primer caso

y 0 = cos(3x + 1),
q
y 0 = 2y + 3,

que, como se puede ver, se resuelven fcilmente utilizando que son ecuaciones en variables sepa-
radas. /

Veamos un ejemplo del segundo tipo.

Ejemplo 9.41. Para resolver la ecuacin y 0 = cos(3x + y 1), hacemos el cambio de variable
z = 3x + y 1. Se tiene que y = z 3x + 1 y, por tanto, la ecuacin se transforma en

z0
y 0 = cos(3x + y 1) z0 = cos(z) + 3 =0
cos(z) + 3
1 2 sen(z)
 
arctan = k, k R.
2 2(cos(z) + 1)

Basta con deshacer el cambio para terminar. /

a1 x+b1 y+c1
 
Ecuaciones del tipo y 0 = f a2 x+b2 y+c2

En estas ecuaciones M y N son lineales, pero no necesariamente homogneas, y la ecuacin


diferencial tiene la forma
 
a1 x + b1 y + c1 dx + a2 x + b2 y + c2 dy = 0.

A la hora de resolverla, vamos a tener en cuenta cmo es el sistema de ecuaciones

151
Mtodos de resolucin de edos de primer orden Ecuaciones diferenciales ordinarias

a1 x + b1 y + c1 = 0
a2 x + b2 y + c2 = 0

a) Si c1 = c2 = 0, la ecuacin es homognea y ya sabemos resolverla.


b) Si el sistema es compatible indeterminado, esto es, si a1 b2 = a2 b1 , el cambio de variable z =
a1 x + b1 y transforma la ecuacin en una de variables separadas.
c) Por ltimo, si el sistema es compatible determinado, o sea, si a1 b2 a2 b1 , entoces el sistema
tiene solucin nica x = , y = . El cambio de variable u = x , v = y transforma la
ecuacin en
a1 u + b1 v
 
v0 = f ,
a2 u + b2 v

una ecuacin homognea donde u es la variable independiente.

Ejemplo 9.42. La ecuacin diferencial


!2
0 2x + y + 1
y =
4x + y 3

se corresponde al segundo tipo mencionado. El cambio de variable z = 2x + y la transforma en

z+1 2
 
z0 = 2,
2z 3

que, integrando, tiene como solucin


p !
45 14z 5 23 26 10   4z
ln p ln 7z2 26z + 17 = k, k R.
98 2 14z + 5 23 26 49 7

Deshaciendo el cambio de variable, obtenemos la solucin que buscbamos. /

Ejemplo 9.43. La ecuacin diferencial


x+y 3
y0 =
xy +1

es del tercer tipo mencionado anteriormente. Resolvemos el sistema



x + y =3
(x, y) = (2, 1).
x y =1

El cambio de variable (u, v) = (x 2, y 1) transforma la ecuacin diferencial en la ecuacin


u+v
v0 =
uv

que ya s es homognea y, de hecho, ya hemos resuelto en el Ejemplo 9.39. /

Ecuacin de Bernoulli

Una ecuacin diferencial es una ecuacin de Bernoulli si tiene la forma

y 0 + p(x)y = q(x)y n

donde n es un nmero real. Para resolverlas, utilizamos el cambio de variable z = y 1n que la


transforma en una ecuacin diferencial lineal en z.

152
Ecuaciones diferenciales ordinarias Ecuaciones diferenciales ordinarias de orden superior

9.3.5 Algunas aplicaciones

Familias de curvas y trayectorias ortogonales

Dada una familia de curvas en el plano F (x, y, c) = 0, podemos encontrar una ecuacin diferen-
cial que la represente a dicha familia. Para ello derivamos respecto de x y eliminamos la constante
c. En algunos caso, al derivar directamente desaparece c.

Ejemplo 9.44. La familia de curvas x 2 + y 2 = c es la solucin de la ecuacin diferencial 2x +


2yy 0 = 0. /
En otras ocasiones es necesario realizar algunas operaciones ms para conseguirlo.
Ejemplo 9.45. Para obtener la ecuacin diferencial que verifica la familia de curvas xy 2 = cex ,
derivamos respecto de x y obtenemos que

y 2 + 2xyy 0 = cex
xy 2
Usando que c = ex , se deduce que la ecuacin diferencial es de la familia de curvas es

y 2 + 2xyy 0 = xy 2 . /

Conocida la ecuacin diferencial de una familia de curvas, es fcil plantear la que corresponde
a la familia de curvas que corten de manera perpendicular a todas las curvas de la familia inicial.
La pendiente de las curvas de la primera familia se pueden calcular derivando de forma implcita.
1
Si y 0 = f (x, y), entonces las familia de trayectorias ortogonales debe verificar y 0 = f (x,y) .

Desintegracin radioactiva

La actividad radioactiva de un elemento inestable como el carbono 14 es proporcional a la can-


tidad de dicho elemento. Si M(t) denota la cantidad de tomos en un momento t dado, la tasa de
cambio viene dada por

M 0 (t) = kM

donde k > 0 es la constante de desintegracin con un valor determinado para cada material. Si
resolvemos esta ecuacin obtenemos que la solucin general es M(t) = Cekt . La constante C se
puede calcular: evaluando para t = 0 obtenemos que C = M(0) es la cantidad inicial de material.
Para calcular la constante k de un determinado material necesitamos una medicin para un tiempo
t. Si, por ejemplo, conocemos la cantidad de material al inicio (t = 0) y para un tiempo t = 3,
podemos calcular k despejando en la ecuacin M(3) = M(0)e3k . Para el carbono 14, la constante
es k = 0.000120968.

Datacin usando carbono 14

FALTA

9.4 Ecuaciones diferenciales ordinarias de orden superior


En una ecuacin diferencial de orden n aparecen relacionadas la variable independiente y las
n primeras derivadas de una funcin y. Dependiendo si podemos despejar la derivada n-sima,
y (n) , la escribiremos en forma implcita

153
Ecuaciones lineales de orden superior Ecuaciones diferenciales ordinarias

 
F x, y, y 0 , y 00 , . . . , y (n) = 0,

o explcita
 
y (n) = f x, y, y 0 , y 00 , . . . , y (n1) .

Un problema de valores iniciales o de Cauchy es una ecuacin diferencial junto con algunas
condiciones sobre el valor de la funcin incgnita en un un punto, esto es,
 
y (n) = f x, y, y 0 , y 00 , . . . , y (n1)





y(x0 ) = y0





0 0 (9.6)
y (x0 ) = y0








(n1)

(n1)
y (x0 ) = y0

Existencia y unicidad de solucin

Teorema 9.46. Consideremos el problema de valores iniciales (9.6). Entonces


(n)
Existencia a) Si f es continua en un entorno del punto (x0 , y0 , y00 , . . . , y0 ) entonces el problema (9.6)
de solucin tiene solucin.
Unicidad de solucin b) Si f tiene derivadas parciales continuas, esto es, es de clase C 1 , entonces el problema (9.6)
tiene solucin nica.

9.5 Ecuaciones lineales de orden superior


Una ecuacin diferencial ordinaria lineal de orden n tiene la forma

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = b(x).

Si an (x) 0, dividiendo por an (x) obtenemos la forma estndar

y (n) + an1 (x)y (n1) + + a0 (x)y = b(x). (9.7)

La ecuacin anterior es homognea si b(x) = 0. Asimismo, dada la ecuacin diferencial (9.7), la


ecuacin homognea asociada es

y (n) + an1 (x)y (n1) + + an (x)y = 0. (9.8)

El Teorema 9.46 tiene una expresin simplificada para ecuaciones diferenciales lineales. El mo-
tivo es que la unicidad la obtenemos gratis. Para la existencia, necesitamos continuidad de las
funciones ai .

Existencia y uni- Teorema 9.47. Sea n 2 y sean a0 , a1 ,..., an : I R R funciones continuas, entonces el
cidad de solucin problema de valores iniciales

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = b(x),





y(x0 ) = y0




y 0 (x0 ) = y00 (9.9)

... ...





(n1)
y (n1) (x0 ) = y0

154
Ecuaciones diferenciales ordinarias Ecuaciones lineales de orden superior

tiene solucin nica en todo el intervalo I.

Podemos aprovechar la linealidad de la ecuacin para estudiar el conjunto de soluciones. Ob-


srvese que si tenemos dos soluciones y y z de (9.9), entonces restando

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = b(x)

an (x)z(n) + an1 (x)z(n1) + + a0 (x)z = b(x)

obtenemos que

an (x)(y z)(n) + an1 (x)(y z)(n1) + + a0 (x)y = 0

o, lo que es lo mismo, la diferencia y z es solucin de la correspondiente ecuacin homog-


nea. Asimismo, la suma de dos soluciones de la correspondiente ecuacin diferencial homognea
tambin es solucin. Con esto en mente, podemos dar un primer paso para encontrar la solucin.

9.5.1 Resolucin de ecuaciones diferenciales lineales

El problema homogneo

Dada la ecuacin diferencial lineal homognea

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = 0, (9.10)

consideremos operador L definido como

L[y] = an (x)y (n) + an1 (x)y (n1) + + a0 (x)y.

El operador L est definido en el conjunto de las funciones de clase C n . Con esta notacin, la
ecuacin (9.10) se escribe de una forma mucho ms simple: L[y] = 0.
Es muy fcil comprobar que L es un operador lineal, esto es, que
a) L[cy] = cL[y], para cualquier c real y que
b) L[y + z] = L[y] + L[z], para cualesquiera par de funciones y, z.
Qu funciones son solucin de la ecuacin (9.10)? Si recordamos la definicin de ncleo de una
aplicacin:

L[y] = 0 y ker(L) = y: L[y] = 0 .

En otras palabras, el conjunto de las soluciones es un subespacio vectorial. Como ya sabes, la


mejor manera de expresar los elementos de un espacio vectorial es utilizar una base del mismo,
pero antes tenemos que averiguar cul es su dimensin.

Proposicin 9.48. El conjunto de las soluciones de

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = 0 (9.11)



es un espacio vectorial de dimensin n. Por tanto, si y1 , y2 , . . . , yn es una base de dicho espacio,
la solucin general de la ecuacin (9.10) es

155
Ecuaciones lineales de orden superior Ecuaciones diferenciales ordinarias

c1 y1 + c2 y2 + cn yn ,

donde ci , i = 1, 2, . . . , n son nmeros reales arbitrarios.

El problema general

Pasamos ahora al problema general. Dada la ecuacin diferencial lineal

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = b(x) (9.12)

o, utilizando la notacin anterior, L[y] = b(x). Cul es la solucin? Slo tenemos que fijarnos
en que la diferencia entre dos soluciones de (9.9) es una solucin del problema homgeneo para
obtener la siguiente proposicin.

Proposicin 9.49. La solucin de la ecuacin diferencial

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = b(x)

se puede escribir de la forma yp + yh , donde yp es una solucin particular de dicha ecuacin


diferencial e yh es la solucin general de la ecuacin homognea

an (x)y (n) + an1 (x)y (n1) + + a0 (x)y = 0.

9.5.2 Independencia lineal de funciones



Definicin 9.50. Un conjunto de funciones y1 (x), y2 (x), . . . , yn (x) es linealmente inde-
pendiente si las nicas constantes c1 , c2 ,..., cn para las que se cumple que

c1 y1 (x) + c2 y2 (x) + + cn yn (x) = 0 (9.13)

son c1 = c2 = . . . = cn = 0.

Si se verifica la ecuacin (9.13), sus derivadas, hasta orden n 1, tambin se anulan:



c1 y1 (x) + c2 y2 (x) + + cn yn (x) = 0,
c1 y10 (x) + c2 y20 (x) + + cn yn
0

(x) = 0,




00 00 00
c1 y1 (x) + c2 y2 (x) + + cn yn (x) = 0, (9.14)

...





(n1) (n1) (n1)
c1 y1 (x) + c2 y2 (x) + + cn yn (x) = 0.

La existencia de constantes ci no nulas verificando el sistema de ecuaciones (9.13), (9.14) depende


del determinante

y1 y2 ... yn

y10 y 0
. . . y 0

2 n
W (y1 , y2 , . . . , yn ) =
...
(9.15)
... ...

(n1) (n1) (n1)

y y2 ... yn
1

Wronskiano Dicho determinante se suele llamar el wronskiano de y1 (x), y2 (x), . . . , yn (x) . Por tanto, si el

wronksiano W (y1 , y2 , . . . , yn ) es distinto de cero, las funciones y1 , y2 , . . . , yn son linealmente
independientes.

Ejemplo 9.51. Si r1 y r2 son dos nmeros reales distintos, son las funciones er1 x y er2 x lineal-
mente independientes? Comprobmoslo:

156
Ecuaciones diferenciales ordinarias Ecuaciones diferenciales lineales con coeficientes constantes

er1 x er2 x

r1 x r2 x = (r2 r1 ) e(r1 +r2 )x 0,

W e ,e =

r1 er1 x r2 er2 x

y, por tanto, son linealmente independientes. /

9.6 Ecuaciones diferenciales lineales con coeficientes constantes


En esta seccin vamos a ver cmo podemos resolver una ecuacin diferencial de la forma

y (n) + an1 y (n1) + a1 y 0 + a0 y = b(x). (9.16)

Teniendo en cuenta la Proposicin 9.49, podemos escribir la solucin general como solucin
general = solucin particular + solucin general de la ecuacin homognea
Vamos a estudiar cada caso por separado.

9.6.1 Resolucin de edos lineales homogneas con coeficientes constantes

El conjunto de las soluciones de la ecuacin

y (n) + an1 y (n1) + a1 y 0 + a0 y = 0

es un espacio vectorial n-dimensional segn la Proposicin 9.48. Para encontrar n soluciones li-
nealmente independientes vamos a utilizar el polinomio caracterstico de dicha ecuacin.

Definicin 9.52. Consideremos la ecuacin diferencial lineal

y (n) + an1 y (n1) + + a0 y = 0.

Llamaremos polinomio caracterstico de la ecuacin al polinomio Polinomio caracters-


tico
P () = n + an1 n1 + + a1 + a0 .

Ejemplo 9.53. Aqu tenemos algunas ecuaciones diferenciales con sus correspondientes polino-
mios caractersticos:

y 00 + 2y 0 y = 2 P (t) = t 2 + 2t 1
3y 00 y = 2 cos(x) P (t) = 3t 2 1
y 000 y 00 ex = 0 P (t) = t 3 t 2 /

Teorema 9.54. La funcin er x es solucin de la ecuacin diferencial

y (n) + an1 y (n1) + + a0 y = 0.

si, y slo si, r es raz del polinomio caracterstico P .


Adems,
a) Si r es una real y simple de P , entonces la funcin er x es solucin de la ecuacin y si r1 y r2
son dos races reales distintas, er1 x y er2 x son linealmente independientes.
b) Si r es una raz real con multiplicidad m, entonces las funciones er x , xer x , x 2 er x ,..., x m1 er x
son soluciones linealmente independientes.

157
Ecuaciones diferenciales lineales con coeficientes constantes Ecuaciones diferenciales ordinarias

c) Si a ib son un par de races complejas conjugadas simples de P , entonces las funciones


eax cos(bx) y eax sen(bx) son soluciones linealmente independientes.
d) Si a ib son un par de races complejas conjugadas de P con multiplicidad m, entonces las
funciones

eax cos(bx), xeax cos(bx), . . . , x m1 eax cos(bx),


eax sen(bx), xeax sen(bx), . . . , x m1 eax sen(bx),

son soluciones linealmente independientes.

Este teorema nos da tantas soluciones independientes como grado tenga el polinomio caracte-
rstico que forman, por tanto, una base del subespacio de soluciones.

Ejemplo 9.55. Vamos a calcular la solucin general de la ecuacin y 00 y 0 2y = 0.


El polinomio caracterstico es x 2 x 2 cuyas races son 1 y 2. Por tanto, la solucin general es

y = c1 e2x + c2 ex , c1 , c2 R. /

Ejemplo 9.56. Resolver el problema de valores iniciales



y 00 y 0 2 = 0,



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

Sabemos que la solucin general es y = c1 e2x + c2 ex . Si sustituimos las condiciones iniciales nos
queda el sistema

c1 + c2 = 1 1 2
= c1 = , c2 = .
2c1 c2 = 0 3 3

1 2x
Por tanto, la solucin es y = 3e + 32 ex . /

9.6.2 Solucin particular de edos lineales con coeficientes constantes

Vamos a comentar dos formas de buscar una solucin de una ecuacin diferencial lineal con
coeficientes constantes. El primero de ellos consiste en buscar soluciones de una forma muy con-
creta. Es rpido y fcil de usar, pero slo se aplica a algunos casos. El segundo es completamente
genrico y se puede aplicar a ecuaciones arbitrarias.

Mtodo de coeficientes indeterminados

Consideremos la ecuacin diferencial

y (n) + a1 y (n1) + an1 y 0 + an y = b(x). (9.17)

a) Si b(x) = sen(r x) o cos(r x), entonces buscamos soluciones de la forma

yp = A sen(r x) + B cos(r x).

b) Si b(x) = er x , entonces buscamos soluciones de la forma

yp = Aer x .

158
Ecuaciones diferenciales ordinarias Ecuaciones diferenciales lineales con coeficientes constantes

c) Si b(x) = senh(r x) o cosh(r x), entonces buscamos soluciones de la forma

yp = A senh(r x) + B cosh(r x).

d) Si b(x) = x m , entonces buscamos soluciones de la forma

yp = A0 + A1 x + A2 x 2 + + An x m .

Ejemplo 9.57. FALTA /

Mtodo de Lagrange o de variacin de parmetros

En el apartado anterior hemos resuelto la correspondiente ecuacin homognea

y (n) + an1 y (n1) + + a1 y 0 + a0 y = 0.

Supongamos que tenemos que el conjunto {y1 , y2 , yn } es una base del conjunto de soluciones
de la ecuacin homognea. Entonces sabemos que cualquier solucin de la ecuacin homognea
es de la forma

c1 y1 (x) + c2 y2 (x) + + cn yn (x).

El mtodo de variacin de parmetros consiste en buscar una solucin de la ecuacin (9.16)


sustituyendo las constantes ci por funciones derivables (realmente n veces derivables) vi (x). Es
decir, buscamos una solucin de la forma

yp = v1 (x)y1 (x) + v2 (x)y2 (x) + + vn (x)yn (x)

que verifique (9.16).


Evidentemente considerar funciones arbitrarias vi da un gran grado de libertad. Vamos a impo-
ner condiciones adicionales sobre las funciones de forma que el resultado est lo ms determinado
posible.
Consideremos la derivada de la funcin yp ,
n n
yp0 = vj yj0 + vj0 yj
X X

j=1 j=1

n
vj0 yj = 0. As obtenemos que
X
e imponemos que
j=1

n
yp0 = vj yj0 .
X

j=1

Si derivamos otra vez obtenemos


n n
yp00 = vj yj00 + vj0 yj0 .
X X

j=1 j=1

n
vj0 yj0 = 0 tenemos que
X
Si ahora imponemos que
j=1

n
yp00 = vj yj00 .
X

j=1

159
Ecuaciones diferenciales lineales con coeficientes constantes Ecuaciones diferenciales ordinarias

Si este proceso de derivar e imponer que una parte de la derivada vale 0 lo repetimos hasta un total
de (n 1) veces obtenemos que, para k = 0, 1,..., n 2 se tiene que
n
(k)
vj0 yj
X
= 0, (9.18)
j=1

y, para k = 0, 1,..., n 1, se tiene


n
(k) (k)
X
yp = vj yj .
j=1

Si derivamos una vez ms tenemos que


n n
(n) (n1) (n)
vj0 yj
X X
yp = + vj yj .
j=1 j=1

Finalmente exigimos que la funcin yp satisfaga la ecuacin (9.16) se tiene que

(n) (n1)
b(x) = yp + an1 yp + a1 yp0 + a0 yp
n  n n n
(n1) (n) (n1)

vj0 yj vj yj0 + a0
X X X X
= + vj yj + an1 vj yj + + a1 vj yj
j=1 j=1 j=1 j=1
n n
(n1) (n) (n1)
 
vj0 yj + + a1 yj0 + a0 yj .
X X
= + vj yj + an1 yj
j=1 j=1

Pero, para j = 1, 2, n, yj es solucin de la ecuacin homognea, es decir


(n) (n1)
yj + an1 yj + + a1 yj0 + a0 yj = 0

y se obtiene que
n
(n1)
vj0 yj
X
b(x) = . (9.19)
j=1

Por otra parte el conjunto de funciones {y1 , y2 , yn } es un conjunto linealmente independiente y


entonces el sistema formado por la ecuacin (9.19) y las n1 ecuaciones (9.18) tiene solucin nica
que se resuelve por el mtodo de Cramer. As obtenemos las funciones v10 , v20 ,..., vn 0 . Calculando

primitivas obtenemos v1 , v2 ,..., vn .


En el siguiente resultado resumimos todo el desarrollo anterior.

Teorema 9.58. Sean a0 , a1 ,..., an nmeros reales y consideremos la ecuacin diferencial

y (n) + an1 y (n1) + + a1 y 0 + a0 y = b(x), (9.20)

donde b: I R es una funcin continua. Entonces

yp = v1 (x)y1 (x) + v2 (x)y2 (x) + + vn (x)yn (x)

es una solucin particular de (9.20) donde y1 , y2 ,..., yn son n soluciones linealmente indepen-
dientes de la ecuacin homognea y vi son funciones cuyas derivadas son soluciones del sistema 3

3 Observa que el sistema tiene solucin nica ya que el determinante viene dado por el wronskiano de {y , ..., yn } que es distinto
1
de cero.

160
Ecuaciones diferenciales ordinarias Ecuaciones diferenciales lineales con coeficientes constantes

v10

y1 y2 ... yn

0
y10 y20
0 0
... yn v2 0
. = .
..

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


(n1) (n1) (n1) 0
y1 y2 ... yn vn b(x)

Ejemplo 9.59. Consideremos la ecuacin diferencial y 000 + y 0 = tan(x).


Primero buscamos la solucin general de la correspondiente ecuacin homognea y 000 + y 0 = 0.
El polinomio caracterstico de la ecuacin es p() = 3 + = (2 + 1). Igualando 0 el polinomio
caracterstico obtenemos como soluciones = 0, = i y = i y obtenemos que una base del
conjunto de soluciones de la ecuacin homognea es el conjunto {1, cos(x), sen(x)}. Ahora bus-
camos una solucin particular de la ecuacin y 000 + y 0 = tan(x) por el mtodo de variacin de
parmetros. Es decir, buscamos una solucin particular de la forma

yp (x) = v1 (x) + v2 (x) cos(x) + v3 (x) sen(x)

y las funciones a encontrar, v1 , v2 y v3 verifican el sistema siguiente (no exactamente ellas, sino
sus derivadas)

v10 (x) + v20 (x) cos(x) + v30 (x) sen(x) = 0


v20 (x) sen(x) + v30 (x) cos(x) = 0
v20 (x) cos(x) v30 (x) sen(x) = tan(x)

Aplicando el mtodo de Cramer obtenemos que




0 cos(x) sen(x)


0 sen(x) cos(x)




tan(x) cos(x) sen(x)
tan(x)

v10 (x) = = = tan(x),
1

1 cos(x) sen(x)


0 sen(x) cos(x)




0 cos(x) sen(x)

1 0 sen(x)


0 0 cos(x)




0 tan(x) sen(x)
v20 (x) = = sen(x),
1 cos(x) sen(x)


0 sen(x) cos(x)




0 cos(x) sen(x)


1 cos(x) 0


0 sen(x) 0




0 cos(x) tan(x)
v30 (x) = = sen(x) tan(x).
1 cos(x) sen(x)


0 sen(x) cos(x)




0 cos(x) sen(x)

161
Ecuaciones diferenciales lineales con coeficientes constantes Ecuaciones diferenciales ordinarias

Integrando las tres funciones tenemos que v1 (x) = log | cos(x)|, v2 (x) = cos(x) y v3 (x) =
sen(x) log | tan(x) + sec(x)|.
Finalmente la solucin general de la ecuacin y 000 + y 0 = tan(x) ser

y(x) = c1 + c2 cos(x) + c3 sen(x) log | cos(x)| + cos2 (x) + sen2 (x)


sen(x) log | tan(x) + sec(x)|
= c1 + c2 cos(x) + c3 sen(x) log | cos(x)| sen(x) log | tan(x) + sec(x)|. /

Veamos otro ejemplo.

Ejemplo 9.60. Calcular la solucin general de la ecuacin

ex
y 00 2y 0 + y = .
x

Como antes, lo primero que hay que hacer es buscar la solucin general de la ecuacin homognea
correspondiente; en este caso y 00 2y 0 + y = 0. El polinomio caracterstico es p() = 2 2 + 1 =
( 1)2 . La nica solucin de y 00 2y 0 + y = 0 es = 1 con multiplicidad 2 y por tanto una base
del conjunto de soluciones es la formada por las funciones {ex , xex }.
Consideremos ahora una solucin particular de la ecuacin diferencial de la forma

yp (x) = v1 (x)ex + v2 (x)xex ,

y le exigimos

v10 (x)ex + v20 (x)xex = 0


ex
v10 (x)ex + v20 (x)(x + 1)ex = .
x

Considerando el anterior sistema como un sistema de Cramer, con incgnitas {v10 (x), v20 (x)} re-
solvemos

0
xex


x x
e /x (x + 1)e e2x


v10 (x) = = = 1,
ex
xe x
e2x

x
e (x + 1)ex

y

ex 0


x
e ex /x e2x


v20 (x) = = = 1/x.
ex
xex
xe2x

x
e (x + 1)ex

Integrando tenemos que v1 (x) = x y que v2 (x) = log |x| y la solucin general queda

aex + bxex xex + log |x|xex ,

con a, b R. /

162
Ecuaciones diferenciales ordinarias Ejercicios

9.7 Ejercicios

Ejercicio 9.1. Decidir el orden las siguientes ecuaciones diferenciales ordinarias y si son lineales
o no.
a) (1 x)y 00 4xy 0 + 5y = cos(x),
 4
d3 y dy
b) x dx 3 dx + y = 0,
c) t 5 y (4) t 3 y 00 + 6y = 0,
d2 u du
d) dr 2 + dr + u = cos(r + u).

Ejercicio 9.2. Decidir si las siguientes ecuaciones diferenciales son lineales o no en alguna varia-
ble.
a) (y 2 1)dx + xdy = 0,
b) udv + (v + uv ueu )du = 0.

Ejercicio 9.3. Comprobar que la funcin indicada es solucin de la correspondiente ecuacin


diferencial.
a) 2y 0 + y = 0; y = ex/2 ,
b) y 2 + (y 0 )2 = 1; y = cos(x).

Ejercicio 9.4. Decidir si las siguientes ecuaciones diferenciales son ordinarias o en derivadas
parciales y cul es su grado y orden.
a) y 00 + x 2 + (y 0 )2 = y 3 ,
y y
b) x 2 x + t2 t = 0,
2 2
y y 3
c) x 2 + t 2 = tx ,
d) x + y + (y )3 =
2 00 0 xy,
e) y 0 + x 4 + 4x 2 y 2 = 0.

Ejercicio 9.5. Resolver las siguientes ecuaciones diferenciales


a) dx + 3dy = 0,
b) x(1 + y)dx + x 3 (1 y)dy = 0,
c) 3x + y 0 = 0,
d) (2x + 3)y 0 + xy = 0.

Ejercicio 9.6. Resolver las siguientes ecuaciones diferenciales lineales


1
a) y 0 + x y = 3x,
2
b) y0+ x y = x ex /2 ,
0
c) y = x + y,
d) y 0 + y cos(x) = sen(x) cos(x),
cos(x)
e) y 0 sen(x) y = 4 sen2 (x).

Ejercicio 9.7. Resolver las ecuaciones diferenciales exactas


a) x 2 (3y 2 + 1)dx + y(2x 3 + y)dy = 0,
b) y cos(x)dx + sen(x)dy = 0,
c) sen(xy) + xy cos(xy) dx + x 2 cos(xy)dy = 0.


Ejercicio 9.8. Resolver la ecuacin diferencial (x + y 2 )dx 2xydy = 0 utilizando un factor


integrante que slo dependa de la variable x.

163
Ejercicios Ecuaciones diferenciales ordinarias

 q 
Ejercicio 9.9. Resolver la ecuacin diferencial 2xy ln(y)dx + x 2 + y 2 1 + y 2 dy = 0 utili-
zando un factor integrante que slo dependa de la variable y.

Ejercicio 9.10. Resolver las ecuaciones diferenciales


a) ydy + (2x 3y)dx = 0,
b) x 2 dy + (xy y 2 )dx = 0,
c) (x 2 + y 2 )dx + xydy = 0.
d) (x 2 y 2 )dx + x 2 dy = 0.

Ejercicio 9.11. Calcular la solucin general de la ecuacin diferencial


y y
   
x sen y 0 = y sen + x.
x x

Ejercicio 9.12. Resolver las ecuaciones diferenciales


a) (x + y)dx + (3x 2y + 1)dy = 0,
b) (x + y + 1)dx (x y + 1)dy = 0.

Ejercicio 9.13. Resolver las siguientes ecuaciones diferenciales:


a) y 0 = 1 + e2x
b) yy 0 = x
c) y 0 = exy
d) (x 2 + y 2 )dx + xy dy = 0
e) (x + y) dx + (x + y 2 ) dy = 0,

Ejercicio 9.14. Resolver las siguientes ecuaciones diferenciales:


a) (2xey + ex ) dx + (x 2 + 1)ey dy = 0,
b) y y 0 + x = 0; y(4) = 3
dy
c) 2x 2 dx = 3xy + y 2 ; y(1) = 2
d) y 0 + 2y = ex
e) x dy + y dx = sen(x)

Ejercicio 9.15. Calcular las trayectorias ortogonales a las siguientes familias de curvas:
a) y 2 + x 2 = c
b) y = cx 2
x
c) y = 1cx
d) xy = c

Ejercicio 9.16. Resolver las siguientes ecuaciones diferenciales lineales de grado 2


a) y 00 3y 0 + 2y = 0
b) y 00 = y
c) 9y 00 30y 0 + 25y = 0
d) y 00 4y 0 + 13y = 0
e) y 00 + 3y 0 4y = 0, y(0) = 2, y 0 (0) = 3
f) y 00 + 4y = 0, y( /6) = 1, y 0 ( /6) = 0

E Ejercicio 9.17. Sea f : R R una funcin derivable verificando que f (0) = m y que f 0 (x) =
f (x) 2x.
a) Calcular el desarrollo en serie de Taylor de la funcin f centrado en cero.
b) Estudiar la convergencia de dicha serie.

164
Ecuaciones diferenciales ordinarias Ejercicios

c) Calcular explcitamente la funcin f cuando m = 1.


d) Resolver el problema de valores iniciales y 0 = y 2x, y(0) = 1.

Ejercicio 9.18. Resolver las siguientes ecuaciones diferenciales lineales de grado 2


a) y 00 + y = tan(x),
b) y 00 y 0 6y = cos(3x),
c) y 00 + 2y 0 + 2y = x 3 1,
d) y 00 y 0 = ex , y(0) = 0, y 0 (0) = 1,
e) y 00 y = xe3x , y(0) = 0, y 0 (0) = 1.

9.7.1 Ejercicios complementarios

Ejercicio 9.1. Contestar razonadamente si es verdadera o falsa la siguiente afirmacin:


La solucin de la ecuacin diferencial x 0 = x 2 + t 2 , x(1) = 2 verifica que x(2) = 1.

Ejercicio 9.2. Utilcese la sustitucin u = x + y para resolver la ecuacin y 0 = (x + y)2 .

Ejercicio 9.3. Un cultivo tiene inicialmente una cantidad N0 de bacterias. Para t = 1 hora, el
nmero de bacterias medido es 32 N0 . Si la rapidez de multiplicacin es proporcional al nmero de
bacterias presentes, determinar el tiempo necesario para que el nmero de bacterias se triplique.

Ejercicio 9.4. Sabiendo que la semivida del Carbono 14 radioactivo (C-14) es aprox. 5600 aos,
determinar la edad de un fsil que contiene 1/1000 de la cantidad original de C-14.

Ejercicio 9.5. Un estudiante portador de un virus de gripe regresa a un Campus universitario


aislado que tiene 1000 estudiantes. Si se supone que la rapidez de propagacin del virus es pro-
porcional no slo al nmero de estudiantes contagiados, sino tambin al nmero de alumnos no
contagiados, determinar el nmero de estudiantes contagiados despus de 6 das, si se ha obser-
vado que despus de 4 das dicho nmero es de 50.

Ejercicio 9.6. Est nevando con regularidad. A las 12 sale una mquina quitanieves que recorre
en la primera hora 2 km y en la segunda slo 1 km. A qu hora empez a nevar?
Nota: se admite que la cantidad de nieve que quita la mquina por unidad de tiempo es uniforme,
de modo que la velocidad de avance es inversamente proporcional a la altura de la nieve encontrada
en el camino.

Ejercicio 9.7. Hallar las curvas de R2 que verifican la siguiente propiedad: en cada punto el vector
de posicin y el vector tangente son ortogonales.

Ejercicio 9.8. Se disuelven inicialmente 50 kg de sal en un gran tanque que contiene 300 litros
de agua. Se bombea salmuera al tanque a razn de 3 litros por minuto, y luego la disolucin
adecuadamente mezclada se bombea fuera del tanque a la misma velocidad. Si la concentracin de
la solucin que entra es de 2 kg/l, determinar la cantidad de sal que hay en el tanque en un instante
cualquiera. Cunta sal hay despus de 50 minutos? Cunta despus de un tiempo suficientemente
largo?

Ejercicio 9.9. Decidir si es exacta la ecuacin diferencial ey dx + (xey + 2y)dy = 0. Resolverla.

Ejercicio 9.10. En las siguientes ecuaciones, calclese un factor integrante adecuado (de la forma
que se sugiere) para obtener ecuaciones diferenciales exactas. Resulvanse luego las ecuaciones.

165
Ejercicios Ecuaciones diferenciales ordinarias

a) (x + 2y) dx x dy = 0 con un factor integrante = (x).


b) (3x 2 t) dt + (2x 3 6xt) dx = 0 con f.i. = (t + x 2 ).
c) 2x(1 + y) dx dy = 0 con f.i. = (x).
d) (y + x 3 + xy 2 ) dx x dy = 0 con f.i. = (x 2 + y 2 ).

Ejercicio 9.11. Resolver los siguientes sistemas de ecuaciones diferenciales:


a)

x 0 4y = 1
x + y0 = 2

b)

2x 0 5x + y 0 = et
x 0 x + y 0 = 5et

c)

x0 = t y
y0 = x t

166
Lmites y continuidad de funciones de varias variables El espacio eucldeo Rn

Lmites y continuidad de funciones de va-


rias variables

10
10.1 El espacio eucldeo Rn 167 10.2 Funciones de varias variables 170 10.3 Lmite
funcional 172 10.4 Continuidad 173 10.5 Extremos absolutos 174 10.6 Ejerci-
cios 175

10.1 El espacio eucldeo Rn

El espacio eucldeo Rn es el producto cartesiano de n copias de R, o sea,


n
b (a, b)
Rn = (x1 , x2 , . . . , xn ): xi R, i = 1, 2, . . . , n = R R z}|{

. . . R

a
Figura 10.1 Coor-
denadas cartesian-
das en dos dimen-
siones

10.1.1 Estructura de espacio vectorial

Tenemos definidas una suma y un producto por escalar en Rn de la manera siguiente:

(x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn ) = (x1 + y1 , x2 + y2 , . . . , xn + yn ),


(x1 , x2 , . . . , xn ) = (x1 , x2 , . . . , xn ),

para cualesquiera (x1 , x2 , . . . , xn ), (y1 , y2 , . . . , yn ) Rn , R.

Observacin 10.1. Usaremos la notacin x = (x1 , x2 , . . . , xn ) Rn . Es comn en algunos textos


~ para indicar elementos de Rn y distinguirlos de los elementos
utilizar negrita, x, o una flecha, x
del cuerpo base R. Slo usaremos esa notacin en caso de que, por claridad, sea necesario.

Propiedades

Si x, y, z Rn , , R, se verifican las siguientes propiedades.


a) Propiedad conmutativa: x + y = y + x.
b) Propiedad asociativa: x + (y + z) = (x + y) + z.
c) Existe elemento neutro, 0: x + 0 = x.
d) Existe elemento opuesto: dado x, x + (x) = 0.

167
El espacio eucldeo Rn Lmites y continuidad de funciones de varias variables

e) (x + y) = x + y.
f) ( + )x = x + x.
g) (x) = ()x.
h) 1 x = x.
En definitiva, (Rn , +, ) es un espacio vectorial.

10.1.2 Norma, distancia y producto escalar


El papel del valor absoluto en la recta real o el mdulo en el plano complejo lo juega la norma
de un vector en dimensiones superiores.

Norma o mdulo Definicin 10.2. Se define la norma o mdulo de x Rn como


1/2
q n
kxk = x12 + x22 + . . . + xn
2
xi2
X
= .
i=1

La norma de un vector es la longitud de dicho vector o, si se prefiere as, la distancia al origen.


Distancia En general, la distancia entre dos elementos del espacio eucldeo es el mdulo de la diferencia

dist(x, y) = x y .
La siguiente proposicin recoge alguna de las propiedades de la norma.
Proposicin 10.3.
a) kxk 0, para cualquier x Rn .
b) kxk = 0 x = 0.
c) kxk = || kxk, para cualquier R y x Rn .
d) x + y kxk + y , para cualesquiera x, y Rn .

Desigualdad
triangular
Producto escalar Definicin 10.4. El producto escalar de dos vectores x e y de Rn est definido como
n
X
hx, yi = x1 y1 + x2 y2 + . . . + xn yn = xi yi .
i=1

Observacin 10.5. El producto escalar y la norma o la distancia si se prefiere as, estn relacio-
nados mediante la igualdad hx, xi = kxk2 .
Bilinealidad Proposicin 10.6. El producto escalar es una aplicacin bilineal: si x, y, z Rn , , R, entonces

hx + y, zi = hx, zi + hy, zi,


hz, x + yi = hz, xi + hz, yi.

x+y

x x+y

xy

Figura 10.2 Identidad


del paralelogramo

168
Lmites y continuidad de funciones de varias variables El espacio eucldeo Rn

Proposicin 10.7. Sean x, y Rn , entonces se cumple que Identidad del parale-


logramo
x + y 2 + x y 2 = 2 kxk2 + y 2 .
 

El producto escalar mide el ngulo entre dos vectores.

Teorema 10.8. Sean x e y dos vectores de Rn . Entonces



hx, yi = kxk y cos(),

donde es el ngulo de la Figura 10.3.

De este resultado se deduce que la definicin de ngulo entre dos vec-


tores no nulos x e y es
!
hx, yi x
= arccos . (10.1)
kxk y

Definicin 10.9. Dos vectores x e y de Rn son ortogonales si y
su producto escalar es cero. Utilizaremos la notacin x y para
indicarlo.
Diremos que un conjunto de vectores es un conjunto ortogonal si
sus elementos son ortogonales entre s. En el caso de que los vec-
tores estn tambin normalizados hableremos de un conjunto or- Ortogonalidad
tonormal.
Figura 10.3 ngulo entre vecto-
El siguiente resultado es consecuencia directa del Teorema 10.1 y la res
acotacin de la funcin coseno.

Proposicin 10.10. Sean x, y Rn . Se cumple que hx, yi kxk y . Adems, la igualdad se Desigualdad de

da si, y slo si, x e y son linealmente dependientes. CauchySchwarz

2
Proposicin 10.11. Dos vectores no nulos x e y de Rn son ortogonales si, y slo si, x + y = Teorema de Pitgo-

2 ras
kxk2 + y .

10.1.3 Un poco de topologa

El papel de los intervalos en R lo van a jugar las bolas abiertas y cerradas en dimensiones
superiores. La bola abierta centrada en a y de radio r es Bola abierta

B(a, r ) = x Rn : dist(a, x) < r ,




y la bola cerrada es B(a, r ) = {x Rn : dist(a, x) r }. Bola cerrada

Definicin 10.12. Sea A Rn .


a) Diremos que a A es un punto interior del conjunto A si existe r > 0 tal que B(a, r ) A. Punto interior
b) Diremos que A es un conjunto abierto si coincide con su interior: Conjunto abierto

= {a A: a es un punto interior de A} ,
A

equivalentemente, si todos los puntos de A son puntos interiores.


c) Diremos que x Rn es un punto adherente si para cualquier r > 0, B(x, r ) A . Punto adherente

169
Funciones de varias variables Lmites y continuidad de funciones de varias variables

d) El cierre o la adherencia de un conjunto A es

A = x Rn : x es un punto adherente de A .


Conjunto cerrado Diremos que A es cerrado si coincide con su adherencia.


Punto de acu- e) Diremos que x Rn es un punto de acumulacin de A si para cualquier r > 0 se cumple
mulacin que (B(x, r ) \ {x}) A . Notaremos A0 al conjunto de todos los puntos de acumulacin
de A.
Punto aislado f) Diremos que a A es un punto aislado si existe r > 0 verificando que B(a, r ) A = {a}.

En la figura 10.4, el punto a pertenece al interior del conjunto


A puesto que la bola centrada en a y de radio r se queda
contenida en A. En cambio, el punto b no pertenece al interior.
Por pequeo que tomemos el radio, hay una parte de la bola
A
centrada en b que est fuera de A. Ambos puntos, a y b s
son puntos adherentes: las bolas centradas en dichos puntos r b
siempre tienen interseccin no vaca con A.
a
Conjunto acotado Definicin 10.13. Un subconjunto A de Rn est aco-
tado si existe M R tal que kak M para cualquier
a A.

Ejemplo 10.14. Interior, adherencia y frontera


a) Cualquier subespacio afn del espacio eucldeo es un con-
junto cerrado y, si es propio, tiene interior vaco.
b) Las bolas abiertas son conjuntos abiertos y las bolas ce-
rradas son conjuntos cerrados. En particular los intervalos
abiertos son conjuntos abiertos y los cerrados son conjun-
tos cerrados./
A
La siguiente proposicin recoge cmo se comportan estas
propiedades con respecto a las operaciones usuales de con-
juntos.
Proposicin 10.15.
a) Un conjunto es abierto si, y slo si, su complementario es M
cerrado.
b) La interseccin de dos conjuntos abiertos es un conjunto
abierto.
Conjunto acotado
c) La unin de conjuntos abiertos es un conjunto abierto.
d) La interseccin de conjuntos cerrados es un conjunto cerra- Figura 10.4
do.
e) La unin de dos conjuntos cerrados es un conjunto cerrado.

10.2 Funciones de varias variables


Definicin 10.16. Llamaremos funcin real de n-variables reales, funcin real de variable
Campo escalar vectorial o campo escalar a cualquier aplicacin f : A Rn R. Como es usual, llamamos
dominio al conjunto A y llamaremos imagen o recorrido al conjunto

f (A) = y R: x A tal que f (x) = y

170
Lmites y continuidad de funciones de varias variables Funciones de varias variables

Si f : A R R, la grfica (tambin llamado grafo) de la funcin es el conjunto


n o
(x, y) R2 : y = f (x) ,

que automticamente asociamos con el dibujo de la grfica de la funcin.

0 1 2 3 4 5 6 7

-1

-2

-3

Si f : A R2 R es una funcin de dos variables, la grfica de f se puede definir de manera


anloga
n o
(x, y, z) R3 : z = f (x, y) ,

y podemos seguir representndola aunque ahora en R3 .

2,4

1,6

0,8

-4,8 -4 -3,2 -2,4 -1,6 -0,8 0 0,8 1,6 2,4 3,2 4 4,8

-0,8

-1,6

-2,4

Figura 10.5 Grfica y curvas de nivel de una funcin de dos variables

Definicin 10.17. La grfica de una funcin f : A Rn R es el conjunto


n o
(x, y) Rn+1 : y = f (x) .

Las curvas de nivel de una funcin son los cortes de la grfica de la funcin con planos de la Curvas de nivel
forma z = c con c real, o sea, son los conjuntos

{x Rn : f (x) = c}.

171
Lmite funcional Lmites y continuidad de funciones de varias variables

Campo vectorial Definicin 10.18. Una funcin de variable vectorial con valores vectoriales o campo vectorial
es una aplicacin f : A Rn Rm .
Componente Si f (x) = (f1 (x), f2 (x), . . . , fm (x)) Rm , llamaremos funciones componentes de f a las m
funciones fi : A Rn R, i = 1, 2,...,m.

Ejemplo 10.19. Las funciones componentes de la funcin


3
( 
cos(x + y), xy , si y 0
f (x, y) =
(0, 0), en otro caso
son

f1 (x, y) = cos(x + y), (x, y) R2


3
x , si y 0
f2 (x, y) = y
0, en otro caso./

10.3 Lmite funcional


Si f : A Rn Rm es una funcin entre espacios eucldeos, y x A0 podemos definir lmite
de una manera similar a como lo hacamos para funciones de una variable pero ahora sustituimos
valor absoluto por norma. Formalmente al menos, no hay ms diferencias.

Lmite Definicin 10.20. Sean f : A Rn Rm y a A0 . Diremos que f tiene lmite en a y que vale
L si dado un nmero positivo existe positivo de forma que si
)
0 < kx ak <
= f (x) L < .
xA

La definicin de la norma de un vector en trminos de sus coordenadas permite comprobar que


la existencia de lmite de una funcin con valores vectoriales se puede reducir al estudio del lmite
de las funciones componentes.
Proposicin 10.21. Sean f : A Rn Rm y a A0 . Entonces

lim f (x) = L lim f i (x) = Li , i = 1, 2, . . . , m.


xa xa

En virtud de esta proposicin, podemos restringirnos a estudiar funciones escalares.


lgebra de lmites Proposicin 10.22. Sean f , g: A Rn R y a un punto de acumulacin de A. Supongamos que
ambas funciones tienen lmite en a. Entonces se verifican las siguientes afirmaciones:
a) lim (f + g)(x) = lim f (x) + lim g(x),
xa  xa   xa 
b) lim (f g)(x) = lim f (x) lim g(x) ,
xa xa ! xa
f limxa f (x)
c) si lim g(x) 0, lim (x) = ,
xa xa g limxa g(x)
d) si lim f (x) = + y g est minorada, entonces lim (f + g)(x) = +, y
xa xa
e) si lim f (x) = 0 y g est acotada, entonces lim (f g)(x) = 0.
xa xa

10.3.1 Lmites dobles


En general, el clculo de lmites de funciones de varias variables es mucho ms difcil que el
correspondiente para funciones de una variable. En dimensin dos nos podemos hacer una idea
de las tcnicas y de los problemas que se pueden presentar.

172
Lmites y continuidad de funciones de varias variables Continuidad

La definicin de limite de una funcin en un punto implica que sea cual sea la forma de acercarse
a dicho punto, la funcin converge al valor del lmite. Los siguientes resultados juegan con esta
propiedad para demostrar que una funcin no tiene lmite. En otras palabras, en cuanto encontre-
mos una manera de acercarnos al punto de forma que la funcin no tienda al posible lmite, se
tiene que el lmite no existe. Tres ejemplos de este tipo de razonamiento son los lmites reiterados,
los lmites segn rectas o los lmites segn parbolas.
Proposicin 10.23. Sea A R2 , A y sea f : A R. Supongamos que existen los primeros
pasos para los lmites reiterados, es decir, para cualquier (x, y) A existen los lmites:

lim f (x, y), lim f (x, y)


y0 y0

Entonces
lim f (x, y) = L = lim(lim f (x, y)) = lim (lim f (x, y)) = L
(x,y)(0,0) x0 y0 y0 x0

Proposicin 10.24. Sea A R2 , A y sea f : A R. Entonces

lim f (x, y) = L = lim f (x, mx) = L, m R


(x,y)(0,0) x0

Proposicin 10.25. Sea A R2 , A y sea f : A R. Entonces

lim f (x, y) = L = lim f (x, kx 2 ) = L, K R


(x,y)(0,0) x0

x2 y 2
Ejemplo 10.26. Vamos a calcular lim .
(x,y)(0,0) x 2 + y 2
Para ello, calculemos los lmites reiterados.
x2 y 2 x2
f1 (x) = lim 2 2
= 2 = 1.
y0 x +y x

Hemos supuesto que x 0. De aqu tenemos que L1 = 1.


De la misma forma obtenemos que
x2 y 2 y 2
f2 (y) = lim 2 2
= = 1 = L2
x0 x +y y2
Como los lmites reiterados son distintos, esta funcin no tiene lmite en (0, 0). /
Un cambio de variable permite, en algunas ocasiones, transformar el lmite en uno ms sencillo
de calcular. Un ejemplo es el cambio a coordenadas polares.
Proposicin 10.27. Sea A R2 , A y sea f : A R. Entonces

lim f (x, y) = L lim sup |f ( cos , sen ) L|; [0, 2 ] = 0.
(x,y)(0,0) 0

x3 y 3
Ejemplo 10.28. Calcular lim
(x,y)(0,0) x2 + y 2
Cambiando a coordenadas polares,
6 cos3 () sen3 ()
lim = lim 4 cos3 () sen3 () = 0./
0 2 0

10.4 Continuidad
Definicin 10.29. Sea f : A Rn Rm y sea a A. Diremos que f es continua en a si existe Funcin continua
lim f (x) = f (a).
xa

173
Extremos absolutos Lmites y continuidad de funciones de varias variables

Proposicin 10.30. Sea A Rk , A , y sea f : A Rm y a A. Entonces:

f es continua en a f i es continua en a, i = 1, 2, ..., m.

Proposicin 10.31. Sea f : Rn R y a R. Las siguientes afirmaciones son equivalentes.


a) f es continua en a.
b) La imagen inversa de un abierto que contiene a f (a) es un abierto.
c) La imagen inversa de un cerrado conteniendo a f (a) es un cerrado.

Con este resultado es fcil comprobar si conjuntos definidos mediante ecuaciones son abiertos,
cerrados,... Por ejemplo,
n o
A = (x, y) R2 : 2x 2 + 3y 2 1

es cerrado por ser la imagen inversa por la funcin continua f (x, y) = 2x 2 + 3y 2 del intervalo
cerrado ] , 1].

10.4.1 Propiedades

Dado que la continuidad de una funcin es equivalente a la continuidad de sus funciones com-
ponentes, es suficiente enunciar las propiedades para funciones con valores escalares.

Proposicin 10.32. Sean f , g: A Rn R funciones continuas en a A y sean y dos nmeros


reales.
a) f + g es continua en a.
b) La funcin producto f g es continua en a.
f
c) Si g(a) 0, g es continua en a.

Con respecto a la composicin de funciones, la regla de la cadena sigue siendo cierta.

Regla de la cadena Proposicin 10.33. Sean f : A Rn Rm continua en a A y g: B Rm Rp continua en


b = f (a) f (A) B. Entonces la composicin g f es continua en a.

10.5 Extremos absolutos


Dado que no hemos hablado de orden en espacios eucldeos de dimesin dos o ms, tampoco
podemos hablar de funciones montonas. S podemos hablar de acotacin al igual que hemos
hecho para subconjuntos de Rn .

Funcin acotada Definicin 10.34. Una funcin f : A Rn Rm es una funcin acotoda si su imagen es un

conjunto acotado o, lo que es lo mismo, si existe M R tal que f (a) M para cualquier
a A.

De la misma forma podemos definir los extremos absolutos de una funcin como los extremos
absolutos de su imagen. Eso s, tenemos que poder hablar de extremos absolutos y para ello es
necesario que la funcin tome valores escalares.

Definicin 10.35. Una funcin f : A Rn R alcanza su mximo (resp. mnimo) absoluto


en a A si f (x) f (a) (resp. f (x) f (a)) para todo x A.

Aunque en la definicin de extremo absoluto no interviene para nada la continuidad de la fun-


cin, en el caso de que la funcin lo sea, es ms fcil probar la existencia de dichos extremos. El

174
Lmites y continuidad de funciones de varias variables Ejercicios

Teorema 4.33 tiene una extensin a funciones de varias variables. De hecho, la versin que enun-
ciamos a continuacin es algo ms general que la correspondiente para una variable ya que no
exigimos que el dominio sea un intervalo.

Teorema 10.36. Sea A un subconjunto cerrado y acotado de Rn y f : A R una funcin Teorema de Weiers-
continua. Entonces f alcanza su mximo y su mnimo absoluto. trass

10.6 Ejercicios

10.6.1 El espacio eucldeo

Ejercicio 10.1. Describir el interior, la adherencia, la acumulacin y la frontera de los siguientes


subconjuntos de nmeros reales.
a) N, e) A = [0, 1] {2}, y
n o
b) Z, 1
f) A = n :nN .
c) Q,
d) R \ Q,

Ejercicio
n 10.2. Dgase cules
o de los siguientes conjuntos
n son abiertos, cerrados
o o compactos:
a) (x, y) R2 : 2
x +y <12 2
e) (x, y) R : y = x 2
n o n o
b) (x, y) R2 : 2
x +y 12 f) (x, y) R2 : y cos(x)
n o n o
c) (x, y) R2 : 0 x 1, 1 y 3 g) (x, y) R2 : 0 x 1, 0 y x
n o
d) (x, y) R2 : y = 3x

Ejercicio 10.3. Describir el interior, la adherencia, la acumulacin y la frontera de los siguientes


conjuntos.
n o n o
a) A = (x, y) R2 : 1 x, 1 y , c) A = (x, y) R2 : 0 x 1 x = 2 ,
n o n o
b) A = (x, y) R2 : x = 0, 0 < y < 1 , d) A = (x, y) R2 : y < x 2 + 1 ,

Ejercicio 10.4. Describir el interior, la adherencia, la acumulacin y la frontera de los siguientes


conjuntos.
n o n o
a) A = (x, y) R2 : y = 0, 0 < x < 1 , c) A = (x, y) R2 : x, y Q , y
n o n o
b) A = (x, y) R2 : x, y Z , d) A = (x, y) R2 : x Q .

10.6.2 Lmites y continuidad


x y
Ejercicio 10.5. Calcular lim(x,y)(0,0) x 2 +y 2

x2 y 2
Ejercicio 10.6. Calcular lim(x,y)(0,0) x 2 y 2 +(xy)2

x2 y
Ejercicio 10.7. Calcular lim(x,y)(0,0) x 4 +y 2

175
Ejercicios Lmites y continuidad de funciones de varias variables

 
1
Ejercicio 10.8. Calcular lim(x,y)(0,0) x sen y
 
1
Ejercicio 10.9. Calcular lim(x,y)(0,0) (x + y 2 ) sen xy

y
Ejercicio 10.10. Calcular lim(x,y)(0,0) x+2y

x 3 +y 3
Ejercicio 10.11. Calcular lim(x,y)(0,0) x 2 +y 2

2xy 2
Ejercicio 10.12. Calcular lim(x,y)(0,0) x 2 +y 2

x 3 y 3
Ejercicio 10.13. Calcular lim(x,y)(0,0) x 2 +y 2

x 2 +y 2
Ejercicio 10.14. Calcular lim(x,y)(0,0)
x 2 +y 2 +11

x y
Ejercicio 10.15. Calcular lim(x,y)(0,0) 2
x +y 2

x2
Ejercicio 10.16. Calcular lim(x,y)(0,0) x+y

x 2 y 2
Ejercicio 10.17. Calcular lim(x,y)(0,0) x y x 2 +y 2
 
x
Ejercicio 10.18. Calcular lim(x,y)(0,0) x sen y

2
x +y
Ejercicio 10.19. Calcular lim(x,y)(0,0) 2 2
x +y

y
Ejercicio 10.20. Calcular lim(x,y)(0,0) x+2y

x 4 +2x 2 y 2 +3xy 3
Ejercicio 10.21. Calcular lim(x,y)(0,0) (x 2 +y 2 )2

x|y|
Ejercicio 10.22. Calcular lim(x,y)(0,0) 2
x +y 2

Ejercicio 10.23. Estudiar la continuidad de la funcin f : R2 R2 definida por:


 2 
x y , sen(xy) , si (x, y) (0, 0)
x 2 +y 2
f (x, y) =
(0, 0), si (x, y) = (0, 0)

10.6.3 Ejercicios complementarios

Ejercicio 10.1. Describir el interior, la adherencia, la acumulacin y la frontera de los siguientes


conjuntos.
n o
a) (xn , yn ) R2 : xn = 20n , yn = 0, n N ,
n o
b) (x, y) R2 : y = x , (con R),
 
2 y2
c) (x, y) R2 : x
a 2 + b 2 1 , (con a < b),

Ejercicio 10.2. Calcular los siguientes lmites


 
x 2 +y 2
a) lim(x,y)(0,0) cos x+y+1 ,
x
b) lim(x,y)(0,0) ,
x 2 +y 2

176
Lmites y continuidad de funciones de varias variables Ejercicios

x3
c) lim(x,y)(0,0) ,
x 2 +y 2
xy
d) lim(x,y)(0,0) x+y
| |

Ejercicio 10.3. Estudiar la continuidad de la funcin f : R2 R2 definida por:



x 2 +y
, si (x, y) (0, 0),
f (x, y) = x 2 +y 2
0, si (x, y) = (0, 0).

Ejercicio 10.4. Estudiar la continuidad de la funcin f : R2 R2 definida por:


( 4
x +2x 2 y 2 +3xy 3
(x 2 +y 2 )2 , si (x, y) (0, 0),
f (x, y) =
0, si (x, y) = (0, 0).

Ejercicio 10.5. Estudiar la continuidad de la funcin f : R2 R2 definida por:



x |y |
, si (x, y) (0, 0),
f (x, y) = x 2 +y 2
0, si (x, y) = (0, 0).

Ejercicio 10.6. Sea f : Rk Rm una aplicacin lineal. Demostrar que:


a) Existe M R+ tal que kf (x)k M kxk, x Rk .
b) f es continua en 0.
c) f es continua en Rk .

177
178
Diferenciabilidad Derivadas parciales

Diferenciabilidad

11
11.1 Derivadas parciales 179 11.2 Funcin diferenciable 180 11.3 Reglas de deriva-
cin 183 11.4 Teorema de la funcin inversa y Teorema de la funcin implcita 183
11.5 Polinomio de Taylor 187 11.6 Extremos relativos 188 11.7 Extremos condicio-
nados 193 11.8 Extremos absolutos 195 11.9 Ejercicios 196

El concepto de funcin derivable o diferenciable es una extensin natural de la derivabilidad


de funciones de una variable. Este nos permitir resolver problemas de optimizacin con o sin
restricciones. Antes de eso se hace un breve repaso de las tcnicas bsicas del clculo de derivadas
de funciones con valores reales o vectoriales.

11.1 Derivadas parciales


La definicin de funcin diferenciable (lese derivable) en un punto para funciones de varias
variables reales no es una extensin inmediata de este concepto en una variable. Un primer paso
es reducir el problema a una nica variable. Para ello podemos considerar una variable como tal y
el resto como constantes.

Definicin 11.1. Sea f : A Rn R. Se define la derivada parcial de f en el punto a A Derivada parcial


respecto a la variable i-sima como
f f (a + tei ) f (a)
(a) = lim
xi t0 t

donde ei denota el i-simo elemento de la base cannica. A veces, tambin usaremos la notacin
Di f (a) para denotar la derivada parcial i-sima.

La definicin de derivada parcial se basa en el conocimiento que poseemos de la derivada de


funciones de una variable. Por tanto, para el clculo prctico de las derivadas parciales podemos
utilizar todas las reglas que sabamos. Dicho de otra manera, el clculo de derivadas parciales se
realiza utilizando las reglas de derivacin para funciones de una variable (la que proceda). Veamos
un ejemplo.

Ejemplo 11.2. Calcular las derivadas parciales de la funcin f : R3 R definida como f (x, y, z) =
x 3 + 3xyz yz2 , (x, y, z) R3 .

f
(x, y, z) = 2x 2 + 3yz,
x
f
(x, y, z) = 3xz z2 , y
y
f
(x, y, z) = 3xy 2yz./
z

179
Funcin diferenciable Diferenciabilidad

Definicin 11.3. Sea f : A Rn R una funcin con derivadas parciales en a A. El vector


Gradiente gradiente de f en el punto a es el vector

f f f
 
f (a) = (a), (a), , (a)
x1 x2 xn

Las derivadas parciales se corresponden con derivadas en la direccin de los elementos de la


base cannica. Por qu no considerar otras direcciones? Una direccin en Rn viene dado por un
v
vector no nulo que tomaremos normalizado: evidentemente v y kvk sealan en la misma direccin.

Definicin 11.4. Sea f : A Rn R una funcin definida en un abierto A y v un vector


Derivada direccional unitario de Rn . Se define la derivada direccional de f en la direccin del vector v en el punto
a A como
f (a + tv) f (a)
Dv f (a) = lim .
t0 t

Obsrvese que tenemos tres notaciones para indicar derivada parcial i-sima:
f
(a) = Di f (a) = Dei f (a).
xi

Puede la existencia de derivadas parciales o de derivadas direccionales ser suficiente para hablar
de derivabilidad? La respuesta es no si queremos que se cumplan algunas de las propiedades ms
elementales que verifican las funciones de una variable. Por ejemplo, la funcin f : R2 R
( 4
x
f (x, y) = y , si y 0
0, si y = 0

tiene derivadas parciales en el origen (y valen 0, comprubalo) pero ni siquiera es continua.

11.2 Funcin diferenciable

Definicin 11.5. Sean m, n N, A Rn , a A, y f : A Rm una funcin. Se dice que f es


Funcin di- derivable (en el sentido de Frchet) o diferenciable en el punto a si existe una aplicacin lineal
ferenciable T de Rn en Rm verificando
f (x) f (a) T (x a)
lim =0
xa kx ak

Diferencial En tal caso la aplicacin T , que es nica, se denomina la derivada o diferencial de f en a y se


nota Df (a). Se dice que f es derivable en un subconjunto B A si es derivable en cada punto
de B.
Sea A1 A el conjunto de puntos donde f es derivable. La aplicacin x , Df (x) de A1 en
L(Rn , Rm ) se denomina la aplicacin derivada de f y se nota Df . A la matriz asociada se la
Matriz jacobiana suele llamar matriz jacobiana de f y la notaremos Jf .
Jacobiano En el caso particular n = m, la matriz jacobiana es cuadrada y llamaremos jacobiano a su
determinante.

Observacin 11.6. La definicin de funcin diferenciable es una extensin de la definicin de


funcin derivable en una variable. Cuando tomamos n = m = 1 obtenemos la definicin ya cono-
cida.

Proposicin 11.7. Sea f : A Rn Rn diferenciable en a A, entonces f es continua en a.

180
Diferenciabilidad Funcin diferenciable

El recproco no es cierto como ya sabamos incluso en dimensin uno. La funcin valor absoluto
o la norma en dimesiones superiores es una funcin continua que no es diferenciable en el origen.
En el estudio de la diferenciabilidad de una funcin vectorial, el primer paso es el mismo que
dimos para estudiar la continuidad: nos podemos reducir a funciones con valores escalares.
Proposicin 11.8. Sea f : A Rn Rm una funcin y a A. Entonces, f es diferenciable en a si,
y slo si, todas las funciones componentes fi , i = 1, 2, . . . , m son diferenciables en a.
El siguiente resultado es la primera condicin que debe verificar una funcin diferenciable: si es
diferenciable podemos hablar de gradiente.
Proposicin 11.9. Sea f : A Rn R una funcin y sea a A. Si f es diferenciable en a, entonces Condicin necesaria
existen todas las derivadas parciales en dicho punto y de diferenciabilidad

f f f
 
Jf (a) = x1 (a) x2 (a) . . . xn (a) .

Ejemplo 11.10. Las funciones lineales son diferenciables.


Sea f : Rn Rm una funcin lineal Qu funcin va a ser su derivada? Si tomamos T = f ,
f (x) f (a) T (x a) f (x a) T (x a) 0
lim = lim = lim = 0.
xa kx ak xa kx ak xa kx ak

Por tanto f es derivable y Df (a) = f para cualquier a en Rn .


Veamos un ejemplo concreto. Sea f : R2 R definida como f (x, y) = 2x + 3y o, lo que es lo
mismo,
!
  x
f (x, y) = 2 3 .
y

f f
   
Entonces Jf (x, y) = x y = 2 3 . /

Ejemplo 11.11. La existencia de derivadas parciales no es suficiente para garantizar que la funcin
sea diferenciable. Comprubalo con la funcin
( xy
2 2, si (x, y) (0, 0)
f (x, y) = x +y
0, si (x, y) = (0, 0)./

Figura 11.1 Grfica de la funcin f

Observacin 11.12. El mayor inconveniente que tiene la definicin de funcin diferenciable es


que para demostrar que una funcin lo es, debemos conocer de partida cul va a ser su derivada.

181
Funcin diferenciable Diferenciabilidad

S es fcil calcular las derivadas parciales. Pues bien, el nico candidato posible y, por tanto, la
derivada en caso de serlo es
f1 f1 f
x1 x2 . . . x1n
f2 f2 f

x x2 . . . x2n
Jf (a) = . 1 (a).

. .. .. ..
. . . .

fn fn fn
x1 x2 ... xn

Condicin suficiente Proposicin 11.13. Sea f : A Rn R una funcin y sea a A. Si existen todas las parciales en
de diferenciabilidad un entorno de a y son continuas en a, entonces f es diferenciable en a.
Utilizaremos la misma denominacin que utilizbamos para funciones de una variable: si existen
Funcin de clase C 1 todas las derivadas parciales y son continuas en un abierto A, diremos que la funcin es de clase
C 1 en A.
Proposicin 11.14. Si f : A Rn R, diferenciable en a A. La derivada en la direccin de un
vector v es

f f f
Df (a)(v) = f (a), v = v1 + v2 + . . . + vn .
x1 x2 xn
Sabemos que el producto escalar es mximo cuando los vectores son proporcionales. Por tanto,
la derivada ser mxima en la direccin que indica el gradiente De hecho, el valor mximo de la
derivada es
! * +
f (a) f (a)
Df (a) = f (a), = kf (a)k.
kf (a)k kf (a)k

Corolario 11.15. La derivada direccional es mxima en la direccin del gradiente, o sea,


!
 n
f (a)
max Dv f (a): v R , kvk = 1 = Df (a) f (a) = f (a) .

11.2.1 Plano tangente


La derivada de una funcin de una variable tiene una clara interpretacin geomtrica: es la
pendiente de la recta tangente. En dimensiones superiores, la derivada es una aplicacin lineal. Las
entradas de la matriz asociada en la base cannica son las derivadas parciales de dicha funcin.
Estos valores son la pendiente de la funcin en las direcciones paralelas a los ejes. Vamos a verlo
con funciones de dos variables.

2.5
0 2
-2.5
-5 1

-2 0
-1
0 -1
1
2 -2

Figura 11.2 Plano tangente

182
Diferenciabilidad Reglas de derivacin

Definicin 11.16. Se llama plano tangente a f en el punto (a, b) A al plano que tiene Plano tangente
como ecuacin
f f
z = f (a, b) + (a, b)(x a) + (a, b)(y b),
x y


o, lo que es lo mismo, z = f (a, b) + f (a, b), (x a, y b) .
El vector normal a la grfica de f en (a, b) es perpendicular al plano tangente: Vector normal
!
f f
n (f , (a, b)) = (a, b), (a, b), 1 .
x y

Si f : A Rn R y a A, el hiperplano tangente a f en a es Hiperplano tangente

y =f (a) + hf (a), x ai
f f f
=f (a) + (a)(x1 a1 ) + (a)(x2 a2 ) + + (a)(xn an ).
x1 x2 xn

11.3 Reglas de derivacin


Las reglas para calcular la derivada de funciones de varias variables son muy similares a las de
las funciones de una variable. Por ejemplo, la derivada de la suma o del producto se calculan de la
misma forma.
Proposicin 11.17.
a) Sean f , g: A Rn Rm funciones diferenciables en a A y , R. Entonces f + g es
diferenciable en a y D(f + g)(a) = Df (a) + Dg(a).
b) Sean f , g: A Rn R funciones diferenciables en a A. Entonces el producto f g es diferenciable
en a y D(f g)(a) = g(a)Df (a) + f (a)Dg(a).
Proposicin 11.18. Sea f : A Rn Rm diferenciable en a A, y g: B Rm Rp diferenciable Regla de la cadena
en b = f (a) con f (A) B. Entonces la composicin g f es diferenciable en a y D(g f )(a) =
Dg(f (a)) Df (a).
Una de las formas ms usuales en las que se aplica la regla de la cadena es la siguiente: supon-
gamos que tenemos una funcin z = z(y1 , y2 , . . . , ym ), donde yi = yi (x1 , x2 , . . . , xn ). Si dichas
funciones son diferenciables, la regla de la cadena nos dice que

Jz(x1 , x2 , . . . xn ) = Jy(x1 , x2 , . . . , xn )Jz(y1 , y2 , . . . ym ),

y, por tanto
z z y1 z y2 z ym
= + + ... .
xi y1 xi y2 xi ym xi

11.4 Teorema de la funcin inversa y Teorema de la funcin implcita


El Teorema de la funcin inversa y el Teorema de la funcin implcita nos permiten calcular
la derivada de funciones de las que no tenemos una expresin explcita. Aunque aparentemente
distintos, son dos resultados equivalentes.

11.4.1 Teorema de la funcin inversa

La derivada de funciones de una variable nos ha permitido, por ejemplo, estudiar la monotona
de una funcin. Para funciones definidas en un intervalo, la situacin es todava mejor. Sabemos

183
Teorema de la funcin inversa y Teorema de la funcin implcita Diferenciabilidad

que si la derivada no se anula, entonces dicha funcin es estrictamente montona y, en particular,


inyectiva. Tiene sentido, por tanto, hablar de su inversa. Es cierto este resultado cuando pasamos
a varias variables?

Teorema de la Teorema 11.19. Sea F : U Rn Rn una funcin definida en un conjunto abierto U y a U.


funcin inversa Supongamos que F es de clase 1 en un entorno del punto a con det(JF (a)) 0. Entonces existe
un entorno B de F (a) en el que se puede definir la funcin F 1 , sta es de clase 1 y

JF 1 (y) = (JF (x))1 , y B.

Observacin 11.20. La funcin f : R2 R2 definida como

f (x, y) = ex cos(y), ex sen(y)




es de clase infinito y su jacobiano


ex cos(y) ex sen(y)
!
det(Jf (x, y)) = x = ex 0

e sen(y) ex cos(y)

no se anula nunca. El Teorema de la funcin inversa nos dice que, al menos localmente, tiene inversa
pero tiene inversa comn para todos los puntos? La respuesta es no. La funcin f no es inyectiva:

f (x, y) = f (x, y + 2 ),

para cualesquiera (x, y) R2 .

11.4.2 Teorema de la funcin implcita

La resolucin de ecuaciones o sistemas de ecuaciones lineales es un problema que ya se le habr


presentado con anterioridad al lector. En funcin del rango de algunas matrices es posible decidir
A
si dicho sistema tiene solucin, si sta es nica o no, etc. La solucin de ecuaciones no lineales
es un problema mucho ms dficil (pinsese en los ceros de un polinomio) en el que vamos a dar
algunos pequeos pasos.

A
A

B B
0

0
Figura 11.3 Funcin implcita
B
Veamos un ejemplo concreto. La ecuacin x 2 + y 2 = 1 describe los puntos de la circunferencia
centrada en el origen y de radio uno. Podemos despejar alguna de las dos variables? La respuesta
p
0
ms usual es que s: y = 1 x 2 . Esta respuesta no nos vale si cuando nos referimos a despejar
nos estamos refiriendo a escribir una variable como funcin de la otra. La circunferencia no puede

184
Diferenciabilidad Teorema de la funcin inversa y Teorema de la funcin implcita

ser la grfica de una funcin de una variable: un nmero no puede tener dos imgenes. Bueno,
pidamos un poco menos, si no toda la circunferencia al menos una parte. Por ejemplo, para el punto
p
(0, 1) s es vlido que y = 1 x 2 . De hecho esto nos sirve para los puntos de la mitad superior
p
de la circunferencia. Qu pasa con el punto (1, 0)? Ninguna de las dos expresiones y = 1 x 2
p
ni y = 1 x 2 son ciertas para un entorno de q ese punto. Lo que s podemos hacer es despejar
la variable x en funcin de y de la forma x = 1 y 2 .
Obsrvese que la ecuacin x 2 + y 2 = 1 se puede ver como la curva de nivel 1 de la funcin
F (x, y) = x 2 +y 2 . Despejar una variable en funcin de la otra es equivalente a preguntarse cundo
una curva de nivel se puede ver como la grfica de una funcin.
Demos un paso ms. Supongamos que s se puede hacer. Supongamos que y = f (x) en un
entorno de un punto (a, b) de la circunferencia. Entonces se verifica que x 2 + f (x)2 = 1, para x
en un entorno de a. Derivando obtenemos que 2x + 2f (x)f 0 (x) = 0. Para poder despejar f 0 (x)
2x
hace falta que 2f (x) 0. En ese caso f 0 (x) = 2f (x) .
Las condiciones que hemos necesitado para poder calcular esta derivada son las hiptesis del
Teorema de la funcin implcita. Vamos a recoger en una primera versin lo que hemos comentado
hasta ahora.

Teorema 11.21. Sea U R2 un conjunto abierto, F : U R2 R y (a, b) U verificando Teoerema de la fun-


a) F es de clase C 1 , cin implcita. Prime-
ra versin.
b) F (a, b) = 0,
F
c) y (a, b) 0.
Entonces puede despejar y = y(x) en funcin de x en un entorno de a verificando que y(a) = b
en la ecuacin F (x, y(x)) = 0. Adems dicha funcin y(x) es de clase C 1 y su derivada vale
F
x
y 0 (x) = F
(x).
y

Si F es de clase C n , entonces la funcin y(x) tambin es de clase C n .

La demostracin de este resultado no entra en nuestros planes, aunque s es fcil comprobar que
la derivada de y(x) viene dada por la frmula anterior. Si F (x, y(x)) = 0, derivamos y despejamos:
F
F F y y x
+ = 0 = = F
.
x y x x
y

Ejemplo 11.22. Comprobar que la ecuacin y 3 + x 2 y = 10 define a y como funcin de x en un


entorno del punto (3, 1).
Consideremos la funcin F (x, y) = y 3 + x 2 y 10. Las condiciones que deben cumplirse son:
a) F es una funcin de clase C 1 . De hecho es una funcin de clase C por ser un polinomio.
b) F (3, 1) = 0.
   
F
c) Como JF (x, y) = 2xy 3y 2 + x 2 , se tiene que JF (3, 1) = 6 12 . En particular y 0.
Por tanto el Teorema de la funcin implcita nos dice que se puede despejar y = y(x) como
funcin de x en un entorno de x = 3. Adems y(x) es de clase C (igual que F ) y su derivada es
F
x 2xy
y 0 (x) = F
=
3y 2 + x 2
y

en un entorno de x = 3. No sabemos la expresin concreta de la funcin y(x) pero s podemos


6
calcular su valor en 3. Sabemos que y(3) = 1 y que y 0 (3) = 12 = 12 . /
Qu ocurre si tenemos una ecuacin con tres variables? La ecuacin x 2 + y 2 + z2 = 1 es similar
a la que motiv la discusin del teorema anterior. En este caso podemos plantearnos si se puede

185
Teorema de la funcin inversa y Teorema de la funcin implcita Diferenciabilidad

despejar una variable en funcin de las otras dos. El desarrollo es muy parecido. Consideremos la
funcin F (x, y, z) = x 2 + y 2 + z2 1. Si podemos escribir z = z(x, y) entonces podemos derivar
F (x, y, z(x, y)) o, lo que es lo mismo, x 2 + y 2 + z(x, y)2 = 1 respecto a x o a y y obtener las
derivadas parciales de z:
F
F F z z
+ = 0 = = x
F
x z x x
z
F
F F z z y
+ = 0 = = F .
y z y y
z

Este resultado se puede extender a n variables.

Teorema de la fun- Teorema 11.23. Sea U Rn R un subconjunto abierto, F : U R una funcin de clase C 1
cin implcita. Se- y (a, b) U con a Rn , b R.
gunda versin.
a) F (a, b) = 0,
F
b) y (a, b) 0.
Entonces existe una nica funcin g de clase C 1 definida en un entorno de a verificando que
g(a) = b y que F (x, g(x)) = 0. Adems
F
g x
= Fi .
xi
y

Ejemplo 11.24. Comprobemos que la ecuacin x 2 + y 2 + z2 = 1 define a z como funcin de las


variables x e y en un entorno del punto (0, 0, 1). Para ello consideremos la funcin F (x, y, z) =
x 2 + y 2 + z2 1 que es de clase C . Entonces
a) F (0, 0, 1) = 0,
   
b) JF (x, y, z) = 2x 2y 2z , con lo que JF (0, 0, 1) = 0 0 2 y, en particular, se cumple
F
que Z (0, 0, 1) = 2 0.
Aplicando la segunda versin del Teorema de la funcin implcita, se puede despejar z = z(x, y)
de forma que Z(0, 0) = 1 y F (x, y, z(x, y)) = 0 en un entorno del punto (0, 0, 1). Adems
F
z z 0
(x, y) = x
F
(x, y) = (0, 0) = = 0,
x x 2
z
F
z y z 0
(x, y) = F (x, y) = (0, 0) = = 0./
y y 2
z

Plano tangente a una superficie dada implcitamente

Este resultado nos puede ser de utilidad para calcular el plano tangente a una superficie dada
en coordenadas implcitas. Supongamos que dicha superficie viene dada mediante una funcin
f : A R3 R por la ecuacin f (x, y, z) = 0. Si queremos calcular el plano tangente en un punto
(a, b, c) de dicha superficie, esto es, verificando que f (a, b, c) = 0 y queremos aplicar la frmula
que conocemos para el plano tangente de una funcin de dos variables, necesitamos poder despejar
alguna variable en funcin de las otras dos. Si f (a, b, c) 0, alguna derivada parcial es distinta
de cero. Por simplificar, supongamos que
f
(a, b, c) 0.
z
El teorema de la funcin implcita nos dice que se puede despejar z como funcin de x e y y que

186
Diferenciabilidad Polinomio de Taylor

f
z
(a, b) = x
f
(a, b, c)
x
z
f
z y
(a, b) = f
(a, b, c)
y
z

Por tanto, el plano tangente en el punto (a, b, c) es

z z
z = z(a, b) + (a, b)(x a) + (a, b)(y b)
x y
f f
x y
=c f
(a, b, c)(x a) f
(a, b, c)(y b).
z z

f
Multiplicando por z (a, b, c) y pasando a un slo miembro nos queda
f f f
(a, b, c)(x a) + (a, b, c)(y b) + (a, b, c)(z c) = 0.
x y z

Resumiendo,

Corolario 11.25. Sea f : A R3 R una funcin de clase uno y sea (a, b, c) A. Supongamos
que
a) f (a, b, c) = 0,
b) f (a, b, c) 0.
Entonces, el plano tangente a la superficie f (x, y, z) = 0 en el punto (a, b, c) es
f f f
(a, b, c)(x a) + (a, b, c)(y b) + (a, b, c)(z c) = 0.
x y z

Versin general del Teorema de la funcin implcita

Teorema 11.26. Sea f : U Rn Rm Rm una funcin diferenciable y de clase uno en un Teorema de la fun-
punto (a, b) del interior de U. Supongamos que cin implcita

a) f (a, b) = 0,
f
 
b) det y (a, b) 0.
Entonces existen un abierto A Rn y un abierto B Rm con (a, b) A B y una nica funcin
g: A B tal que
a) g(a) = b,
b) f (x, g(x)) = 0 para todo x A.
c) g es de clase C 1 en a.
Adems, si f es de clase C k en a, entonces g tambin es de clase C k en a.

11.5 Polinomio de Taylor

11.5.1 Derivadas de orden superior

Si f : A Rn R es una funcin diferenciable, podemos plantearnos la diferenciabilidad de sus


derivadas parciales. Si Di f es derivable respecto a la variable xj , notaremos a dicha funcin

187
Extremos relativos Diferenciabilidad

2f
Dij f = .
xj xi

En general, podemos hablar de derivadas parciales de orden k


kf
k k k
xi11 xi22 . . . xirr

donde k1 + k2 + . . . + kr = k.

Definicin 11.27. Sea A Rn un conjunto abierto y f : ARn R. Diremos que f es de clase


C k si existen todas las derivadas parciales de orden k y son continuas. Diremos que la funcin
es de clase C si existen las derivadas parciales de cualquier orden.

El problema del orden respecto al que derivamos es nuevo. Para funciones de una variable, la
derivada segunda es simplemente la derivada segunda, pero para funciones de varias variables a
f f
priori no tenemos ninguna razn para asegurar que xy coincida con yx . Importa el orden
de derivacin? En general la respuesta es s. El Teorema de Schwarz nos dice que para funciones
suficientemente regulares la respuesta es no.

Teorema de Schwarz Teorema 11.28. Sea f : A Rn 7 R una funcin de clase C 2 . Entonces Dij f = Dji f .

En general, si la funcin es de clase C k , las derivadas parciales de orden k cruzadas coinciden


o, dicho de otra manera, no importa el orden en que se derive.

11.5.2 Polinomio de Taylor

En completa analoga con el polinomio de Taylor para funciones de una variable


f 00 (a) f (n) (a)
Pn (x) = f (a) + f 0 (a)(x a) + (x a)2 + . . . + (x a)n
2 n

se define el polinomio de Taylor para funciones de varias variables. En ambos casos las exigencias
son las mismas: buscamos un polinomio de un determinado grado y cuyo valor y el de sus derivadas
parciales coincidan con el de la funcin dada.

Polinomio de Taylor Definicin 11.29. El polinomio de Taylor de orden 1 de una funcin f : U Rn R en un


punto a U es
n
X f
P1 (x) = f (a) + (a)(xi ai )
xi
i=1

El polinomio de Taylor de orden 2 es


n n
X f 1 X 2f
P2 (x) = f (a) + (a)(xi ai ) + (a)(xi ai )(xj aj )
xi 2 xi xj
i=1 i,j=1

FALTA
Aadir el polinomio de Taylor de orden n.

11.6 Extremos relativos

188
Diferenciabilidad Extremos relativos

Definicin 11.30. Sea f : A Rn R. Diremos que la funcin f alcanza un mximo relativo


(respectivamente, un mnimo relativo) en a A si se verifica que Mximo relativo
y
a) a A,
b) existe r > 0 tal que f (x) f (a) (resp., f (x) f (a)), para cualquier x B(a, r ).

En la bsqueda de los extremos de una funcin juegan un papel fundamental aquellos puntos
que anulan la derivada.

Definicin 11.31. Sea f : A Rn R una funcin definida en un conjunto abierto A. Diremos


que a A es un punto crtico de la funcin f si existen todas las derivadas parciales de f en Punto crtico
a y valen cero.

Proposicin 11.32. Sea A un conjunto abierto, f : A Rn R diferenciable y a A un extremo


relativo de f . Entonces a es un punto crtico de f .

Esta proposicin nos indica que para encontrar los extremos relativos primero hemos de buscar
los puntos crticos. Como en el caso de funciones de una variable, esta condicin no es suficiente.
Si queremos tener la certeza de que estamos ante un extremo relativo tenemos que estudiar la
segunda derivada.

Definicin 11.33. Sea f : A Rn R una funcin con derivadas parciales de segundo orden.
El hessiano de f en a A es la funcin cuadrtica que tiene como matriz asociada Hessiano
2 2 2
f f f
...

D11 f (a) D12 f (a) ... D1n f (a) x12 x1 x2 x1 xn

2f 2f 2f

D21 f (a) D22 f (a) ... D2n f (a) ...

x2 x1 x22 x2 xn
Hess(f )(a) = .. .. .. .. = (a)

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

. . . .


Dn1 f (a) Dn2 f (a) ... Dnn f (a) 2
f 2
f 2
f
xn x1 xn x2 ... 2
xn

conocida usualmente como matriz hessiana. Matriz hessiana

Si la funcin f es de clase C 2 , la matriz hessiana es simtrica y, por tanto, diagonizable. Diremos


que es
a) definida positiva si sus valores propios son positivos,
b) definida negativa si sus valores propios son negativos,
c) semidefinida positiva si sus valores propios son mayores o iguales que cero y alguno de ellos
es cero,
d) semidefinida negativa si sus valores propios son menores o iguales que cero y alguno de ellos
es cero, e
e) indefinida si hay valores propios positivos y negativos.

Teorema 11.34. Sea A un conjunto abierto y f : A Rn R una funcin de clase C 2 . Sea Condicin necesaria
a A un punto crtico de f . para la existencia de
extremos relativos
a) Si f tiene un mnimo relativo en a, entonces Hess(f )(a) es definido o semidefinido positivo.
b) Si f tiene un mximo relativo en a, entonces Hess(f )(a) es definido o semidefinido negativo.

Este resultado lo usaremos para demostrar que no hay extremo relativo. Por ejemplo, el origen
2 4
es   punto crtico la funcin f (x, y) = x y . Adems la matriz hessiana en dicho punto
el nico
2 0
es 0 0
que es una matriz semidefinida postiva. Por tanto, si en el origen hay un extremo relativo,
slo cabe la posibilidad de que sea un mnimo relativo. Esto no es posible porque sobre el eje OY
la funcin tiene un mximo relativo: sobre dicho eje la funcin es f (0, y) = y 4 .

189
Extremos relativos Diferenciabilidad

Condicin suficiente Teorema 11.35. Sea A un conjunto abierto y f : A Rn R una funcin de clase C 2 . Sea
para la existencia de a A un punto crtico de f .
extremos relativos
a) Si Hess(f )(a) es definido positivo, f tiene un mnimo relativo en a,
b) si Hess(f )(a) es definido negativo, f tiene un mximo relativo en a, y
c) si Hess(f )(a) es indefinido, f no tiene un extremo relativo en a.

Punto de silla A los puntos crticos en los que no se alcanza un extremo relativo se les suele llamar puntos
de silla. En la Figura 11.4 puedes ver el aspecto que tienen: el origen es un mximo o un mnimo
segn en que direccin nos movamos. En particular, en el origen la funcin aqu representada no
tiene un extremo relativo.

30 30

20 20

20 10 20 10

0 0
10 10

-10 -10
0 0

-20 -20
-10 -10

-30 -30

-20 -20

4 4

2 2

-4 -4
0 0

-2 -2

0 -2 0 -2

2 2

-4 -4
4 4

Figura 11.4 La funcin f (x, y) = x 2 y 2 tiene un punto de silla en el origen

Extremos de funciones de dos variables

Como los valores propios de una matriz son las races de su polinomio caracterstico, si la
matriz es de orden alto puede ser difciles de calcular. En realidad, slo necesitamos saber el signo
de dichos valores propios para estudiar extremos relativos. Por ejemplo, si f es una funcin de
dos variables la matriz hessiana es una matrix 2 2. Tambin sabemos que eldeterminante
 de
a b
una matriz es el producto de sus valores propios. Por tanto, en una matriz H = b c
, se pueden
presentar los siguientes casos.
a) Si det(H) = ac b2 < 0, entonces sus dos valores propios tienen signos opuestos y, en parti-
cular, H es indefinida.
b) Si det(H) = 0, entonces H es semidefinida.
c) Si det(H) = ac b2 > 0, entonces los dos valores propios tienen el mismo signo y, por tanto, H
es definida. Pero definida positiva o definida negativa?. Veamos el signo de los valores propios
 
ax b
0 = det (H xI) = det = x 2 (a + c)x + ac b2 . (11.1)
b cx

i) Si a > 0, entonces c > 0 y las races del polinomio caracterstico tienen que ser positivas y,
por tanto, H es definida positiva.
ii) Si a < 0, entonces c < 0 y los valores propios son negativos y, en consecuencia, H es una
matriz definida negativa.
Ejemplo 11.36. Consideremos la funcin f : R2 R definida como

f (x, y) = x 2 + (1 x)3 y 2 .

190
Diferenciabilidad Extremos relativos

Calculemos, en primer lugar, los puntos crticos:



f 2 y 2 = 0
x (x, y) = 2x 3(1 x)
f (x, y) = (0, 0).
y (x, y) = 2(1 x)3 y = 0

Function

1.6
1.4
1.6 1.2
1.4 1
1.2 0.8
1 0.6
0.8
0.4
0.6
0.4 0.2
0.2 0
0
8
6
4
2
-1.5 0
-1 -2
-0.5
0 -4
0.5 -6
1
1.5-8

Figura 11.5 Representacin


de la funcin f escalada

El hessiano de la funcin f es
2 + 6(1 x)y 2 6(1 x)2 y
!
Hess(f )(a) = ,
6(1 x)2 y 2(1 x)3
 
2 0
En el origen vale Hess(f )(0, 0) = 0 2
, que es una matriz definida positiva y, por tanto, f tiene
un mnimo relativo en (0, 0).
Es fcil comprobar que la funcin f no est acotada superior ni inferiormente y que, en consecuen-
cia, la funcin f no tiene mximo ni mnimo absolutos. Esto es un ejemplo de una situacin que
no se presenta en una variable: hemos encontrado una funcin con un nico mnimo relativo que
no es un mnimo absoluto. /

Extremos de funciones de varias variables

El clculo exacto de las soluciones del polinomio caracterstico cuando la funcin tiene ms
de dos variables no es prctico. Como hemos dicho antes slo es necesario conocer el signo de
los valores propios y no su valor concreto. Hay muchos mtodos que permiten esto. Pasemos a
comentar algunos de ellos.
Si A es una matriz cuadrada de orden n, notaremos k al determinante de la matriz obteni- Determinante princi-
da al suprimir las ltimas n k filas y columnas. Normalmente nos referiremos a ellos como pal

determinantes principales.

Proposicin 11.37. Sea A una matriz simtrica de orden n con determinante no nulo. Criterio de Sylvester
a) A es definida positiva si, y slo si, k > 0 para k = 1, 2, . . . , n.
b) A es definida negativa si, y slo si, (1)k k > 0 para k = 1, 2, . . . , n.

En el caso n = 2, el criterio de Sylvester no es ms que la observacin anterior ya que los


determinantes principales son 1 = a, 2 = ac b2 .
Otra manera de averiguar si la matriz hessiana es definida positiva o negativa es discutir el
signo de las soluciones del polinomio caracterstico, o sea, de los valores propios. La siguiente
regla puede ser muy til en ocasiones.

191
Extremos relativos Diferenciabilidad

Regla de los sig- Proposicin 11.38. Sea p(x) = a0 + a1 x + a2 x 2 + + an x n un polinomio con coeficientes y
nos de Descartes races reales. Entonces
a) El nmero de races positivas incluyendo multiplicidades es el nmero de cambios de signo de la
sucesin a0 , a1 ,..., an de los coeficientes de p(x).
b) El nmero de races negativas incluyendo multiplicidades es el nmero de cambios de signo de la
sucesin a0 , a1 ,...,(1)n an de los coeficientes de p(x).
Ejemplo 11.39.
a) El nmero de races positivas de p(x) = x 3 3x 2 x + 3 es el nmero de cambios de signo de la
sucesin 3, 1, 3, 1. Por tanto, tiene dos races positivas. Para contar races negativas, miramos
los cambios de signo en la sucesin 3, 1, 3, 1. Hay un cambio de signo y, por tanto, slo una
raz negativa. Este ltimo paso nos lo podamos haber ahorrado: un polinomio de grado tres
con dos races positivas y, como cero no es solucin, tiene forzosamente que tener una nica
raz negativa.
b) Podemos aprovechar esta regla para calcular el signo de los valores propios. Por ejemplo, si H
es la matriz
1 2 1

1
H = 2 3 2 ,

1
1 2 5

entonces su polinomio caracterstico es det(H xI) = x 3 + 3x 2 + 73x


137
4 4 . Si miramos los
137 73
coeficientes: 4 , 4 , 3, 1, vemos que hay dos cambios de signo. Esto quiere decir que hay
dos valores propios positivos y el tercero tiene que ser necesariamente negativo. Por tanto, la
forma cuadrtica asociada a la matriz H es indefinida.
Con estas herramientas ya podemos resolver un problema de extremos relativos.
Ejemplo 11.40. Vamos a estudiar los extremos relativos de la funcin f : R3 R definida como

f (x, y, z) = x 3 + 3x + 2y 2 + 4yz + 3y + 8z2 .

Comenzamos calculando los puntos crticos.


f

x (x, y, z) = 3x 2 + 3 = 0


1

 
f
y (x, y, z) = 4y + 4z + 3 = 0 (x, y, z) = 1, 1, .

4
f


z (x, y, z) = 4y + 16z =0

En segundo lugar, calculamos la matriz hessiana.


6x 0 0

Hess(f )(x, y, z) = 0 4 4

0 4 15

Y por ltimo comprobamos el signo de los los valores propios de la matriz hessiana en cada uno
de los puntos crticos:
 
a) En el punto 1, 1, 41 , la matriz hessiana es

6 0 0

1
 
Hess(f ) 1, 1, = 0 4 4

4
0 4 15

y tiene como polinomio caracterstico x 3 + 14x 2 + 72x 288. Como cambia dos veces de
signo, hay dos valores propios positivos yel tercero
 ser negativo. Por tanto la matriz hessiana
es indefinida y f no tiene un extremo en 1, 1, 41 .

192
Diferenciabilidad Extremos condicionados

 
1
b) En el punto 1, 1, 4 , la matriz hessiana es

6 0 0

1
 
Hess(f ) 1, 1, = 0 4 4

4
0 4 15

que tiene como polinomio caracterstico x 3 + 26x 2 168x + 288. Ahora tenemos tres cam-
bios de signo
 y, por tanto,
 tres valores propios positivos. En consecuencia, f tiene un mnimo
1
absoluto en 1, 1, 4 .
 
Resumiendo la funcin f tiene un nico extremo relativo: un mnimo relativo en 1, 1, 14 . /

11.7 Extremos condicionados


Algunas veces queremos encontrar los extremos de una funcin f pero no nos interesa todo el
dominio sino slo una parte. Por ejemplo, cmo podramos buscar el punto ms cercano al origen
de los puntos de la circunferencia centrada en (2,3) y de radio 1? En otras palabras, queremos
encontrar los mnimos de la funcin distancia al origen
q
f : R2 R, f (x, y) = x 2 + y 2 ,

sometida a la restriccin (x 2)2 + (y 3)2 = 1.


Normalmente las restricciones vienen dadas en trminos de una o varias ecuaciones. Aqu tene-
mos g(x, y) = (x 2)2 + (y 3)2 = 1. Es este tipo de extremos a los que llamaremos extremos
condicionados.

Definicin 11.41. Sean f : A Rn R y g: A Rm dos funciones definidas en un conjunto


abierto A y c R. Diremos que f alcanza un mximo relativo condicionado en a A a Mximo condiciona-
S = {x Rn : g(x) = c} o, ms brevemente, un mximo condicionado si existe un r > 0 tal do

que f (x) f (a) para cualquier x B(a, r ) S. De forma anloga se define mnimo relativo
condicionado.

Los extremos condicionados no son ms que los extremos relativos de la funcin f restringida
al conjunto S. En el caso de que dicho extremo se encuentre en el interior de A podemos aplicar
las tcnicas ya descritas para el clculo de extremos relativos. El mtodo de los multiplicadores de
Lagrange nos va a permitir estudiar el caso de que dichos extremos se encuentren en la frontera
de A.

11.7.1 Mtodo de los multiplicadores de Lagrange

Una condicin necesaria para la existencia de extremos condicionados en un punto es que dicho
punto sea un punto crtico, aunque no para la funcin original sino para una funcin que pasamos
a construir.

Teorema 11.42. Sean f : A Rn R y g: A R n Rm con m < n funciones de clase C 1 en Condicin necesaria


un abierto A y c Rm . Supongamos que f tiene un extremo condicionado a la variedad S = para la existencia de
extremos condiciona-
x A: g(x) = c en a S y que el rango de g 0 (a) es m. Entonces existen 1 , 2 , . . . , m R

dos
tales que la funcin F (x) = f (x) + 1 g 1 (x) + . . . m g m (x) tiene un punto crtico en a.

La funcin auxiliar F recibe el nombre de funcin de Lagrange y a los nmeros reales 1 , 2 , . . . , n Funcin de Lagrange
se les llama multiplicadores de Lagrange. Multiplicador de
Lagrange

193
Extremos condicionados Diferenciabilidad

El teorema anterior es el anlogo al hecho de que los extremos de una funcin sean puntos crti-
cos, slo que en este caso son puntos crticos de una funcin distinta. Si queremos una condicin
suficiente tenemos que mirar la segunda derivada. Vamos a estudiar la matriz hessiana de la
funcin de Lagrange.

Condicin suficien- Teorema 11.43. Sean f : A Rn R y g: A R n Rm con m < n funciones de clase C 2


te para la existen- en un abierto A y c Rm . Sea a S = x A: g(x) = c un punto crtico de la funcin de

cia de extremos
Lagrange F . Entonces,
condicionados
a) Si Hess(F )(a)| ker(g 0 (a)) es definido positivo, f tiene un mnimo condicionado en a.
b) Si Hess(F )(a)| ker(g 0 (a)) es definido negativo, f tiene un mximo condicionado en a.
c) Si Hess(F )(a)| ker(g 0 (a)) es indefinido, f no alcanza un extremo condicionado en a.

Ejemplo 11.44. Calcular los extremos condicionados de la funcin f (x, y) = x 2 + y 2 xy en


n o
el conjunto A = (x, y) R2 : x 2 + y 2 = 1 .
Tomemos g(x, y) = x 2 + y 2 1. La funcin auxiliar de Lagrange ser

F (x, y) = f (x, y) + g(x, y) = x 2 + y 2 xy + (x 2 + y 2 1).

Los puntos crticos deben verificar


F

= 2x y + 2x =0

x





F
= 2y x + 2y =0
y



2 2
g(x, y) = x + y 1 =0

Las soluciones de este sistema de ecuaciones son


1 1
= , x = y = ,
2 2
3 1
= , x = y = .
2 2

Tenemos, por
 tanto, cuatro puntos crticos. La matrix hessiana de la funcin
 de
 Lagrange es
2 + 2 1
  1 1
1 1
H(x, y) = 1 2 + 2
. En los puntos 2 , 2 , la matriz hessiana es 1 1 , o sea, semi-
definida. Para ver si f alcanza un extremos
 condicionado
 tenemos que restringir el hessiano de F
1 1
al ncleo de la derivada. En el punto 2 , 2 ,
1 1 1 1
       
0 2
ker g , = (x, y) R : , , (x, y) = 0 ,
2 2 2 2

que est generado, por ejemplo, por el vector (1, 1). Por tanto, la matriz hessiana restringida al
ncleo tiene como matriz
! !
1 1 1  
(1, 1) = 4 ,
1 1 1
 
que es definida positiva y, por tanto, f tiene un mnimo condicionado en 12 , 12 .
 
En el punto 12 , 2 ,
1

1 1 1 1
       
ker g 0 , = (x, y) R2 : , , (x, y) = 0 ,
2 2 2 2

est generado tambin por el vector (1, 1). Por tanto, la matriz hessiana restringida al ncleo
vuelve a ser

194
Diferenciabilidad Extremos absolutos

! !
1 1 1  
(1, 1) = 4 ,
1 1 1
 
y, en consecuencia, f tiene un mnimo condicionado en 12 , 1 12 .
   
1 1
En los puntos 12 , 12 , la matriz hessiana es 1 1 es semidefinida.
 
En el punto 12 , 2 ,
1

1 1 1 1
       
ker g 0 , = (x, y) R2 : , , (x, y) = 0 ,
2 2 2 2
que est generado, por ejemplo, por el vector (1, 1). Por tanto, la matriz hessiana restringida al
ncleo tiene como matriz
! !
1 1 1  
(1, 1) = 4 ,
1 1 1
 
que es definida negativa y, por tanto, f tiene un mximo condicionado en 12 , 12 .
 
En el punto 12 , 12 se comprueba de forma anloga que f tiene un mnimo condicionado en
 
1 , 1 . /
2 2

11.8 Extremos absolutos


La nica condicin suficiente que conocemos que garantiza la existencia de extremos absolu-
tos de una funcin es la propiedad de compacidad (Teorema 10.36). Dichos extremos deben ser
extremos relativos, si estn en el interior del dominio, o extremos relativos condicionados si se
encuentran en la frontera. Si la frontera es sencilla podemos estudiarla directamente, en otro caso
podemos utilizar el mtodo de los multiplicadores de Lagrange para buscar candidatos a extremos
absolutos. Veamos algn ejemplo de estas situaciones. Comenzemos con una frontera sencilla.
Ejemplo 11.45. Calcular los extremos absolutos de la funcin f (x, y) = x 2 y 2 x + y en el
n o
cuadrado A = (x, y) R2 : 0 x, y 1 .
La funcin f es continua y A es cerrado y acotado, por tanto, f tiene mximo y mnimo absolutos.
Si se encuentran en el interior de A sern extremos relativos y, como f es diferenciable, puntos
crticos. En consecuencia deben cumplir:
f

(x, y) =2x 1 = 0

1 1
 
x

(x, y) = , .
f 2 2
(x, y) = 2y + 1 = 0

y

La frontera del conjunto A est formada por los cuatro segmentos que unen los vrtices. Vamos a
estudiarlos por separado.
a) Segmento (0, 0)(1, 0) En este segmento y = 0, con lo que la funcin queda f (x, 0) = x 2 x con
x [0, 1]. La derivada es 2x 1 que
 slo se anula en x = 1/2. Por tanto los extremos absolutos
1
se podran alcanzar en (0, 0), 2 , 0 y (1, 0).
b) Segmento (1, 0)(1, 1) En este segmento x = 1, con lo que la funcin queda f (1, y) = y 2 + y
con y [0, 1]. Procediendo de lamisma forma que en el anterior apartado, los candidatos a
extremo absoluto son (1, 0), 1, 12 , y (1, 1).
c) Segmento (1, 1)(0, 1) En este segmento y = 1, con lo que la funcin queda f (x, 1) = x 2 x con
 
x [0, 1]. Los posibles extremos se pueden alcanzar en (1, 1), 12 , 1 , y (0, 1).
d) Segmento (0, 1)(0, 0) En este segmento x = 0, con lo que la funcin queda f (0, y) = y 2 + y
 
con y [0, 1]. Los posibles extremos se pueden alcanzar en (0, 1), 0, 12 , y (0, 0).

195
Ejercicios Diferenciabilidad

Recapitulemos: los extremos absolutos, que seguro que existen, slo pueden alcanzarse en alguno
de los puntos que  hemos
 calculado. Vamos a evaluar la funcin y veamos  cul es el mximo
 y cul
es el mnimo: f 12 , 21 = f (0, 0) = f (1, 1) = f (0, 1) = f (1, 0) = 0, f 1, 12 = f 0, 21 = 14 y
       
f 12 , 1 = f 12 , 0 = 14 . Por tanto, el mnimo absoluto se alcanza en 1, 12 y en 0, 12 , y el mximo
   
absoluto se alcanza en 21 , 1 y en 2 , 0 . /
1

En este segundo ejemplo, vamos a utilizar el mtodo de los multiplicadores de Lagrange para
buscar candidatos a extremos absolutos en la frontera del dominio.

Ejemplo 11.46. Calcular los extremos absolutos de la funcin f (x, y) = x 2 x + y 2 en el


n o
conjunto A = (x, y) R2 : x 2 + y 2 1 .
La funcin f es continua y A es un conjunto cerrado y acotado por lo que f alcanza su mximo y
mnimonabsolutos. Estudiemos poro separado el interior y la frontera.
En A = (x, y) R2 : x 2 + y 2 < 1 , los puntos crticos son

f

(x, y) =2x 1 = 0

1
 
x

(x, y) =
, 0 A.
f 2
(x, y) =2y = 0


y

n o
Para la frontera, Fr(A) = (x, y) R2 : x 2 + y 2 = 1 , podemos aplicar el mtodo de los multi-
plicadores de Lagrange y buscar puntos crticos de la funcin auxiliar de Lagrange F (x, y) =
x 2 x + y 2 + (x 2 + y 2 1) sujetos a la restriccin x 2 + y 2 = 1. Tenemos que resolver el
sistema
F

(x, y) =2x 1 + 2x = 0

1

x


= , x = 1, y = 0



2

F
(x, y) =2y + 2y = 0
y = 3 , x = 1, y = 0.




2


2 2
x + y =1

 
En resumen, los nicos candidatos a extremos absolutos son los puntos 12 , 0 , (1, 0) y (1, 0). Si
 
evaluamos f 21 , 0 = 12 , f (1, 0) = 0 y f (1, 0) = 2. Por tanto, el mnimo absoluto se alcanza en
 
1
2 , 0 y el mximo absoluto en (1, 0). /

Ejemplo 11.47. Calcular el rectngulo con los lados paralelos a los ejes de mayor rea que se
2
puede inscribir entre las grficas de las curvas y = x2 e y = 2x.
FALTA /

11.9 Ejercicios

11.9.1 Diferenciabilidad.

Ejercicio 11.1. Calcular las derivadas parciales de:


a) f (x, y, z) = x y+z , x R+ , y, z R,
b) f (x, y, z) = (x + y)z , x, y R+ , z R, y
c) f (x, y) = sen(x sen(y)), x, y R.

196
Diferenciabilidad Ejercicios

Ejercicio 11.2. Determinar los gradientes en un punto cualquiera de R3 de las siguientes funcio-
nes:
a) f (x, y, z) = x 2 + y 2 + z2 ,
b) f (x, y, z) = xyz.

Ejercicio 11.3. Encontrar la derivada direccional de f en a segn la direccin de h en los siguien-


tes casos:  
a) f (x, y) = xy 2 , a = (2, 1), h = 25 ,
1
5
.
b) f (x, y, z) = x 3 + y 3 + z3 , a = (1, 1, 0), h = (0, 0, 1).

Ejercicio 11.4. Calcular el plano tangente de la funcin f (x, y) = x 2 y xy 2 + y 5 3 en el punto


(1, 1).

Ejercicio 11.5. Hallar la ecuacin del plano tangente a la superficie z = x 2 + y 2 en los puntos
(0, 0) y (1, 2).

Ejercicio 11.6. Calcular el plano tangente a la funcin f (x, y) = x 2 + 3xy + 8y 2 en el punto


(0, 1).

Ejercicio 11.7. Determinar la direccin respecto de la cual, la derivada direccional de la funcin


f (x, y, z) = xy 2 + yz + z2 x 2 en el punto (1, 2, 1), tenga un valor mximo.

1
Ejercicio 11.8. Dada la funcin f (x, y) = x 2 +y 2 , hallar en el punto (2, 3) la derivada segn la
2
direccin definida por y = 3x y el valor mximo de la derivada direccional.

Ejercicio 11.9. Dada f : R2 R diferenciable, con f (0, 0) = 0 y derivadas direccionales en (0, 0)


en las direcciones v1 = (1, 2) y v2 = (1, 1) que valen 1 y 1 respectivamente, hallar el gradiente
de f en el origen.

Ejercicio 11.10. Una funcin f definida en un abierto del plano se dice que es armnica si

2f 2f
(x, y) + (x, y) = 0
x 2 y 2

en todo punto de su dominio.


 Son armnicas las siguientes funciones?
x
a) f (x, y) = arctan y , (x, y) R2 \ {y = 0}.
b) g(x, y) = ex cos(y) + ey cos(x), (x, y) R2 .

Ejercicio 11.11. Sea f la funcin definida como f (x, y, z) = (3x 2y + z, x + 3y 2z). Probar
que f es diferenciable en cualquier punto de R3 y obtener la diferencial en (1,1,1).

11.9.2 Regla de la cadena

Ejercicio 11.12. Sean las funciones f : R3 R2 y g: R2 R2 , definidas por


 
f (x, y, z) = sen(xy + z), (1 + x 2 )yz , g(u, v) = u + ev , v + eu .


a) Calcular Df (1, 1, 1),


 
b) Calcular Dg 0, 21 , y
c) Calclese D(g f )(1, 1, 1).

197
Ejercicios Diferenciabilidad

 
Ejercicio 11.13. Sean f : R2 R3 , f (x, y) = x 2 , y 2 , x y y g: R3 R, g(x, y, z) = x 2 +
2y z. Definimos h = g f . Calcular Dh(1, 1).
 
Ejercicio 11.14. Sean las funciones f (x, y, z) = ex + y 2 , kez + y (donde k R es un par-
metro), g(u, v) = v 2 + ln(u) si u > 0. Qu valor debe tomar k para que la derivada direccional
mxima de (g f ) en (0, 0, 0) sea igual a 1?.
 
z z
Ejercicio 11.15. Sea f : R R diferenciable. Si z = f x 2 y , probar que x x = 2y y .

Ejercicio 11.16. Sean f , g: R R derivables. Se define la funcin de dos variables z(x, y) =


x y z z
x 2 yf (u) + xy 2 g(v), con u = y, v= x. Calcular x x (x, y) + y y (x, y).

Ejercicio 11.17. Sean g: R R y h: R2 R funciones diferenciables. Demostrar que


! !
x x x2
f (x, y) = x 2 g + xyh , 2
y x+y y

f f
verifica la relacin x x + y y = 2f .

F
Ejercicio 11.18. Calcular x siendo F (u, v) = um v n con u = cos(ax) y v = sen(ax).
 
Ejercicio 11.19. Sea u = f x 2 + 2yz, y 2 + 2xz con f diferenciable. Probar que:
  u   u   u
y 2 xz + x 2 yz + z2 xy = 0.
x y z

Ejercicio 11.20. Sea f : R2 R diferenciable. Si v = f (x, y), donde x = cos(), y = sen(),


probar que
2f 2f 2v 1 2v 1 v
2
+ 2
= 2
+ 2 + .
x y 2

Ejercicio 11.21. Calcular las derivadas parciales de segundo orden de F donde f es una funcin
suficientemente derivable como para que las derivadas parciales de segundo orden de F existan
y sean continuas.
a) F (x, y) = f (ax + by)
b) F (x, y) = f (ax + by, cx + dy)
c) F (x, y) = xf (y, y) + yf (x, x)
d) F (x, y) = f (x, xy, x + y)

11.9.3 Funcin inversa. Funcin implcita

Ejercicio 11.22. Sea f : R2 R2 una funcin diferenciable de modo que f (0, 0) = (0, 0) y la
 
5 2
matriz jacobiana en (0, 0) vale Jf (0, 0) = 1 0 . Sean f1 , f2 : R2 R las funciones coordenadas
de f . Determinar en cada caso, la matriz jacobiana de F en (0, 0).
a) F (x, y) = (x, f1 (x, y))
b) F (x, y) = (x 2 f1 (x, y), y 2 f2 (x, y))
c) F (x, y) = f (f (x, y))
d) F (x, y) = (f1 (f2 (x, y), f2 (x, y)), f2 (f1 (x, y), f1 (x, y))

198
Diferenciabilidad Ejercicios

 
Ejercicio 11.23. Sea F : R2 R2 dada por F (x, y) = exy , sen(x 2 + y 2 ) . Calcular la matriz
jacobiana de la funcin inversa de F en el punto F (0, 1).

Ejercicio 11.24. Calcular la recta tangente a xey + y 2x = ln(2) en el punto (1, ln(2)).

E Ejercicio 11.25. Encontrar la recta tangente a la curva, dada en coordenadas implcitas,

x 2 + y 2 = 4, x 2 + y 2 z = 0
 
en el punto 2, 2, 4 .

Ejercicio 11.26. Comprobar que en las siguientes ecuaciones se verifican las condiciones del
teorema de la funcin implcita en el punto indicado y obtener y 0 (x) en los cuatro primeros casos
z z
y x , y en los otros.
a) x y + 3x 2 2y 2 2y = 0, (1, 1)
 
b) sen(x) + cos(y) + 2y = , 0, 2
 
c) y ln x 2 + y 2 2xy = 0, (0, 1)
d) x y + y x 2xy = 0, (2, 2)
e) z arctan(1 z2 ) + 3x + 5z 8y 3 = 0, (1, 1, 1)
f) xyzez ln(z) 3x + 3y = 0, (1, 1, 1)

Ejercicio 11.27. Determinar la derivada de la funcin z = f (x, y) definida implcitamente por la


 
ecuacin x tan(y) zez = 0 en el punto 0, 4 , 0 en la direccin del vector (2, 1).

E Ejercicio 11.28. Probar que la ecuacin y 3 + x 2 y = 10 define implcitamente a y como funcin


de x, y = f (x), en un entorno del punto (3, 1) y calclese
x3
f (x) 1 + 2
lim
x3 (x 3)2

donde f es la funcin definida por la ecuacin anterior.

11.9.4 Polinomio de Taylor

Ejercicio 11.29. Desarrollar en serie de Taylor hasta los trminos de grados dos, la funcin
f (x, y) = tan(xy) en un entorno del punto (0,0).

Ejercicio 11.30. Utilcese la frmula de Taylor para desarrollar las siguientes funciones:
a) f (x, y) = x 3 + y 2 + xy 2 , en potencias de (x 1) e (y 2).
b) h(x, y, z) = ea(x+y+z) , a R, a 0, en un entorno de (0,0,0).

11.9.5 Extremos relativos, condicionados y absolutos

Ejercicio 11.31. Consideremos las funciones reales f y g dadas por:


a) f (x, y) = x 3 + 3xy 2 15x 12y (x, y) R2 .
b) g(x, y) = sen(x) + sen(y) + cos(x + y), 0 < x < 2 , 0 < y < 2 .
Se pide:
a) Calcular la matriz jacobiana de cada una de las funciones en sus respectivos dominios de defi-
nicin.
b) Calcular la matriz hessiana en los puntos crticos.
c) Estudia la existencia de extremos relativos y puntos de silla.

199
Ejercicios Diferenciabilidad

Ejercicio 11.32. Obtener los extremos relativos de las siguientes funciones. Estudia si son abso-
lutos.
a) f : R2 R, f (x, y) = x 3 + y 3 3x 12y + 20.
b) f : R2 R, f (x, y) = 2x 4 + y 2 3xy 2 .
c) f : R2 R, f (x, y) = (x 1)4 + (x y)4 .
d) f : R2 R, f (x, y) = sen(xy).

Ejercicio 11.33.
a) Demuestra que la ecuacin (1 + x 2 + y 2 )u3 u + xy = 0 define implcitamente a u como
funcin de clase C de (x, y) en un entorno de (0, 0) de tres formas diferentes.
b) Estudia si estas tres funciones alcanzan un extremo relativo en el punto (0, 0).

E Ejercicio 11.34. Sean a, b R y f : R2 R una funcin real de dos variables reales dada por
f (x, y) = x 2 + y 2 2ax 2by. Estudia la existencia de extremos relativos de f en funcin de los
parmetros a y b.

Ejercicio 11.35. Calclense los mximos y mnimos absolutos de las siguientes funciones en los
dominios dados:
a) D(x, y) = x 2 xy + y 2 + 1 en la placa triangular cerrada acotada por las rectas x = 0, y = 4,
e y = x. n o
b) g(x, y) = x 4 + y 4 + 2x 2 y 2 3 en el disco (x, y) : x 2 + y 2 1 .
c) h(x, y) = x 2 y 2 en todo R2 .

E Ejercicio 11.36. Calcular el valor mximo de z en el conjunto x 2 + 2y 2 + 3z2 = 1, x + y + z = 0.

Ejercicio 11.37. Una placa circular plana tiene la forma del disco x 2 +y 2 1. La placa, incluyendo
el borde, se calienta de manera que la temperatura en un punto (x, y) es

T (x, y) = x 2 + 2y 2 x.

Determinar los puntos con mayor y menor temperatura de la placa, as como la temperatura en
cada uno de ellos.

Ejercicio 11.38. Estudia los extremos relativos de la funcin f : R2 R definida como

f (x, y) = 3xy x 2 y xy 2 .

Son absolutos?

Ejercicio 11.39. Determnese el punto P (x, y, z) en el plano 2x + y z = 5 que est ms cerca


del origen.

Ejercicio 11.40. Calclese la distancia mnima del origen a la superficie x 2 z2 1 = 0.

Ejercicio 11.41. Hllense dos nmeros reales cuya suma de cuadrados sea 18 y la suma de sus
cubos sea mxima. Hgase lo mismo con tres nmeros reales con suma de cuadrados 12.

Ejercicio 11.42. Se trata de montar un radiotelescopio en un planeta recin descubierto. Para


minimizar la interferencia se desea emplazarlo donde el campo magntico del planeta sea ms
dbil (aunque por supuesto, en la superficie). El planeta es esfrico, con un radio de 6 unidades; la
fuerza del campo magntico viene dada por

M(x, y, z) = 6x y 2 + xz + 60

200
Diferenciabilidad Ejercicios

basado en un sistema coordenado cuyo origen est en el centro del planeta. Dnde habr de ser
ubicado el radiotelescopio?.

Ejercicio 11.43. Encontrar el mnimo de la funcin f (x, y) = 2y en el conjunto 3x 2 5y 5 = 0.


Por qu no funciona el mtodo de los multiplicadores de Lagrange?.

Ejercicio 11.44. Obtener los extremos relativos de la funcin f : R3 R definida como f (x, y, z) =
x 2 + y 2 + 3z2 + yz + 2xz xy. Estudia si son absolutos o no.

Ejercicio 11.45. Obtener los extremos relativos de la funcin f : R2 R definida como f (x, y, z) =
xy + xz + yz. Estudia si son absolutos o no.

Ejercicio 11.46. Encontrar los puntos donde la funcin f : A R definida como f (x, y) = x 2 +
y 2 xy x y alcanza sus extremos absolutos siendo A = {(x, y) R2 : x, y 0, x + y 3}.

Ejercicio 11.47. Encontrar los puntos del conjunto A = {(x, y) R2 : x 2 + y 2 2x, y 0}


donde la funcin f (x, y) = x 2 2xy + y 2 alcanza su mximo y mnimo absolutos.

Ejercicio 11.48. Estudia los extremos relativos de la funcin f : R2 R definida por f (x, y) =
x 4 + 2x 2 y x 2 + 3y 2 .
h i
Ejercicio 11.49. Sea f : R2 R definida por f (x, y) = 3x 4 4x 2 y + y 2 = (x 2 y)(3x 2 y) .
a) Prubese que, sobre toda recta de la forma y = x, la funcin f tiene un mnimo relativo en
(0, 0).
b) Descrbanse los conjuntos de puntos de R2 en los que f toma valores positivos y valores nega-
tivos. Dedzcase que f no posee extremos relativos en R2 .

Ejercicio 11.50. Estudia los extremos relativos de las siguientes funciones:


a) f (x, y) = xyex+2y , (x, y) R2 .
b) f (x, y) = (1 + ey ) cos(x) yey , (x, y) [0, 2 ] R.
c) f (x, y) = x 3 + y 3 3pxy, (x, y) R2 , segn los distintos valores de p.

Ejercicio 11.51. Calcular el mnimo relativo de f : R3 R, f (x, y, z) = x 2 +y 2 +z2 condicionado


a que 2x + y + z = 2 y x y 3z = 4. Dar una interpretacin geomtrica del resultado.

Ejercicio 11.52. Estudia los extremos condicionados de f : R3 R definida por f (x, y, z) =


x 2 + 2y 2 + 6z2 4xy 12z sometida a las condiciones: x y = 0 y x z + 3 = 0.

Ejercicio 11.53. El rea de una caja rectangular sin tapa es de 108u2 . Hallar que dimensiones
debe tener para que conseguir el mximo volumen.

Ejercicio 11.54. Discutir si la funcin f (x, y, z) = z2 2xy alcanza en los puntos (1, 1, 2),

(1, 1, 0) y (0, 0, 4) un extremo relativo condicionado a que 2x 3 + 2y 3 + z3 = 4.
3

Ejercicio 11.55. Se considera f : R3 R, f (x, y, z) = x 2 + yz, (x, y, z) R3 .


a) Calcular y clasificar los puntos crticos de f en {(x, y, z) R3 : x 2 + y 2 + z2 < 1}.
b) Calcular los extremos absolutos en {(x, y, z) R3 : x 2 + y 2 + z2 1}.

Ejercicio 11.56. Sea f : R3 R la funcin definida por f (x, y, z) = x 2 + 4x + yz


a) Estudia los extremos relativos de la funcin f sujetos a la condicin x 2 + y 2 z2 = 1.
b) Alcanza f algn extremo absoluto en A?

Ejercicio 11.57. Calcular la distancia mnima entre la recta x y = 2 y la parbola y = x 2 .

201
Ejercicios Diferenciabilidad

11.9.6 Ejercicios complementarios

Ejercicio 11.1. Dada g: R3 R, g(x, y, z) = (1 x 2 )yz (x, y, z) R3 , con |x| < 1, se pide:
a) Calcular las derivadas parciales de g.
b) Demostrar que g es diferenciable en todo R2 .

Ejercicio 11.2. Estudiar la continuidad y la diferenciabilidad de las siguientes funciones:


x 3 y 3
a) f (x, y) = x 2 +y 2 ,
x 2 y 2
b) f (x, y) = x y x 2 +y 2 .
 
x2 y
c) f (x, y) = x 2 +y 2 , sen(xy) , (x,y) (0,0)
(0, 0), (x,y) = (0,0).

Ejercicio 11.3. Estdiese la diferenciabilidad en el origen de las funciones siguientes y calclese


la diferencial en el origen en el caso de que dicha diferencial exista.
a) f : R2 R3 , definida como
(  
ex+y , sen(x y), x 2 sen x1 , si x 0
f (x, y) =
(ey , sen(y), 0), si x = 0

b) g: R3 R3 , definida como
( 
cos(yz), xyz, z1 , si z 0
g(x, y, z) =
(1, 0, 0), si z = 0

Ejercicio 11.4. Dada la funcin f (x, y, z) = xyz, hallar la derivada segn la trisectriz del primer
octante en un punto arbitrario.

Ejercicio 11.5. La distribucin de la temperatura en una placa metlica viene dada por T (x, y) =
K(x 2 ey + y 2 ex ) donde K en una constante positiva. Calcular la direccin en la que la temperatura
aumenta ms rapidamente en el punto (1, 0).

Ejercicio 11.6. Sea f : R3 R la aplicacin definida por


Zz
f (x, y, z) = kzex+y + ex+y t dt
0

Para qu valores de k la ecuacin f (x, y, z) = 0 define a z como funcin implcita de x e y en un


z z
entorno del punto (0, 0, 0)?. Para dichos valores, hallar x , y .
 
Ejercicio 11.7. Sea f : R2 \{(0, 0)} R dada por f (x, y) = ln x 2 + y 2 para todo (x, y) (0, 0).
Se pide:
a) Calclese el gradiente de f en todo punto as como la matriz hessiana.
2f 2f
b) Prubese que x 2 (x, y) + y 2 (x, y) = 0, (x, y) R2 \ {(0, 0)}.

Ejercicio 11.8. Comprobar que en las siguientes ecuaciones se verifican las condiciones del Teo-
rema de la funcin implcita en el punto indicado y obtener y 0 (x) en los casos cuatro primeros
z z
casos y x , y en los otros.
a) x y + 3x 2 2y 2 2y = 0, (1, 1)
 
b) sen(x) + cos(y) + 2y = 0, 0, 2
 
c) y ln x 2 + y 2 2xy = 0, (0, 1)
d) x y + y x 2xy = 0, (2, 2)

202
Diferenciabilidad Ejercicios

e) z arctan(1 z2 ) + 3x + 5z 8y 3 = 0, (1, 1, 1)
f) xyzez ln(z) 3x + 3y = 0, (1, 1, 1)

Ejercicio 11.9. Sea f : R2 R2 una funcin diferenciable de modo que f (0, 0) = (0, 0) y la matriz
 
5 2
jacobiana en (0, 0) vale Jf (0, 0) = 1 0 . Sean f1 , f2 : R2 R las funciones coordenadas de f .
Determinar en cada caso, la matriz jacobiana de F en (0, 0).
a) F (x, y) = sen(f1 (x, y)) + cos(f2 (x, y))
f2 (x,y)
b) F (x, y) = g(t) dt, donde g: R R es continua y g(0) = 5.
f1 (x,y)
 f2 (x,y) 3 f2 (x,y) 
c) F (x, y) = 3f1 (x, y) + g(t)dt, 7 g(t)dt, g(t)dt donde g: R R es
0 f1 (x,y) 2f1 (x,y)
continua y g(0) = 5.

Ejercicio 11.10. Comprobar que las ecuaciones

3x = u + v + w, x 2 + y 2 = u2 + v 2 , x 3 + y 3 + z3 = 3u3

definen implcitamente a u, v y w como funciones de x, y y z o, si se quiere a x, y y z como


2u 2x
funciones de u, v y w en el punto (1, 1, 1, 1, 1, 1). Calcular xy en el primer caso y u 2 en el

segundo.

Ejercicio 11.11. Calcular las derivadas parciales de segundo orden de F donde f y g son, en cada
caso, funciones suficientemente derivables como para que las derivadas parciales de segundo
orden de F existan y sean continuas
f (x,y)
a) F (x, y) = g(t)dt
xf (x+y,xy)
b) F (x, y) = g(t)dt
xy
x
c) F (x, y) = g(t)dt
f (sen(x),cos(y),xy)
d) F (x, y) = f (f (x, y, z), y, z)

Ejercicio 11.12. Estudiar, en cada caso, si en los alrededores del punto que se indica, es posible
ver la grfica de la ecuacin que se da como la grfica de una funcin diferenciable del tipo a)
u = u(x, y, z), b) z = z(x, y, u), c) y = y(x, z, u), y/o d) x = x(y, z, u).
a) x 2 + y 2 + z2 + u2 4 = 0, (1, 1, 1, 1)
b) xyzu + x 3 + 5yz2 + 8u 8z = 0, (0, 0, 1, 1)
c) x sen(x) + y sen(y) + z sen(z) + u sen(u) = 0, (0, 0, 0, 0)

Ejercicio 11.13. Estudia si en los alrededores del punto que se indica, es posible ver la grfica
de la ecuacin que se da como la grfica de una funcin diferenciable del tipo u = u(x, y, z),
z = z(x, y, u), y = y(x, z, u), y/o x = x(y, z, u).
a) x 2 + y 2 + z2 + u2 = 4, (1, 1, 1, 1)
b) xyzu + x 3 + 5yz2 + 8u 8z = 0, (0, 0, 1, 1)
c) x sen(x) + y sen(y) + z sen(z) + u sen(u) = 0, (0, 0, 0, 0)

Ejercicio 11.14. Determinar la derivada de la funcin z = f (x, y) definida implcitamente por la


 

ecuacin x tan(y) zez = 0 en el punto 0, 4 , 0 en la direccin del vector (2, 1).

Ejercicio 11.15. Sean a, b R y g: R2 R la funcin real de dos variables reales, dada por
2
 
g(x, y) = eax+y + b sen x 2 + y 2 , (x, y).

Discutir los valores de a y b para que g tenga un extremo relativo en (0, 0).

203
Ejercicios Diferenciabilidad

Ejercicio 11.16. Supongamos que la ecuacin


Z y+z Z z2
g(t)dt + h(t)dt = 0, (11.2)
xz 3x+y

donde g y h son funciones de clase uno, define implcitamente una funcin diferenciable z =
2z
z(x, y). Calcular xy .

Ejercicio 11.17.
a) Demostrar que la ecuacin x 2 + y 2 + z3 2x + yz = 0 define z = f (x, y) en un entorno del
punto (1, 0, 1).
b) Calcula el polinomio de Taylor de orden 2 de f centrado en (1, 0).

Ejercicio 11.18. Sean f , g, h: R R funciones de clase C 2 cuyos polinomios de Taylor de orden


2 centrados en el origen son, respectivamente,

Pf (x) = 3 + 4x + x 2 , Pg (x) = 1 + 2x 3x 2 , Ph (x) = 1 3x + 4x 2 .

Se define F : R2 R como F (x, y) = f g(x) + h(y) . Calcular




a) la ecuacin del plano tangente de F en el origen y


b) el hessiano de F en el origen.

Ejercicio 11.19. Calcular los extremos relativos de la funcin f : R2 R definida por f (x, y) =
y3
9x 3 + 3 4xy. Razonar si los extremos relativos obtenidos son absolutos.

Ejercicio 11.20.
a) Calcular los extremos de f : R3 R dada por f (x, y, z) = x 2 + y 2 en la curva de ecuaciones
(
g1 (x, y, z) = z = 0
g2 (x, y, z) = z2 (y 1)3 = 0

b) Probar que no existen , R tales que las soluciones de a) sean puntos crticos de =
f + g1 + g2 . Contradice esto el teorema de los multiplicadores de Lagrange?.

Ejercicio 11.21. Estudiar los extremos de la funcin f : (R+ )3 R definida por f (x, y, z) =
ln(x) + ln(y) + ln(z) en la esfera x 2 + y 2 + z2 = 5 .

Ejercicio 11.22. Hallar la mnima distancia de un punto (x0 , y0 , z0 ) al plano ax +by +cz +d = 0.

Ejercicio 11.23. Hallar los extremos relativos de la funcin f : R4 R, f (x, y, u, v) = x 2 + y 2


con las condiciones x 2 + u2 + v 2 4 = 0 y y 2 + 2u2 + 3v 2 9 = 0.

Ejercicio 11.24. Consideremos el hiperboloide de ecuacin z2 2x 2 2y 2 12 = 0.


a) Comprobar que el plano tangente al hiperboloide en el punto (1, 1, 4) tiene la ecuacin x
y 2z + 6 = 0.
b) Calcular el punto ms cercano al origen de la interseccin del anterior plano tangente y la esfera
de ecuacin x 2 + y 2 + (z 3)2 = 9.

Ejercicio 11.25. Discutir si la funcin f (x, y, z) = z2 2xy alcanza en los puntos (1, 1, 2),

(1, 1, 0) y (0, 0, 4) un extremo relativo condicionado a que 2x 3 + 2y 3 + z3 = 4.
3

  2 2
Ejercicio 11.26. Estdiese si la funcin f : R3 R definida por f (x, y, z) = x + z2 ex(y +z +1)
tiene mnimo absoluto en R3 .

204
Diferenciabilidad Ejercicios

Ejercicio 11.27. Hallar los extremos condicionados de la funcin f (x, y) = x 3 + xy 2 donde


xy a2 = 0, (a > 0).

Ejercicio 11.28. Determnese el rectngulo de mayor rea que se puede inscribir en la elipse
x2 y2
a2 + b2 = 1, donde a, b son reales positivos.

Ejercicio 11.29. Calcula los extremos absolutos de la funcin f : R2 R definida como


  Z x 2t
f (x, y) = ln 1 + x 2 + y 2 4
dt
0 1+t
n o
en el conjunto A = (x, y) R2 : x 2 + y 2 4 .

Ejercicio 11.30. Hallar la mnima distancia entre la recta x+y = 4 y la circunferencia x 2 +y 2 = 1.

xy
Ejercicio 11.31. Estudia los extremos absolutos de f : R2 R2 definida como f (x, y) = x 2 +y 2 +1 .

Ejercicio 11.32. Estudiar los extremos absolutos de la funcin f : A R definida por f (x, y, z) =
z (1 + x 2 + y 2 )ez siendo

A = {(x, y, z) R3 : x 2 + y 2 = 1, x + z = 1}.

205
206
Integrales mltiples Integrales dobles

Integrales mltiples

12
12.1 Integrales dobles 207 12.2 Integracin en dominios acotados 209 12.3 Inte-
grales en dimensiones superiores 211 12.4 Cambio de variable 211 12.5 Aplicacio-
nes 215 12.6 Ejercicios 215

12.1 Integrales dobles


La construccin de la integral para funciones de varias variables se hace de forma anloga a el
caso de una variable. Vamos a verlo con funciones de dos variables.
Sea f : [a, b] [c, d] R2 R. Consideremos particiones de cada
uno de los intervalos, esto es, conjuntos de la forma
d
{a = x0 < x1 < x2 < . . . < xn = b} , ..
.

c = y0 < y1 < y2 < . . . < xm = d . y1

Estas nos dividen el dominio [a, b] [c, d] en n m rectngulos c


ms pequeos como puedes ver la Figura 12.1. El volumen bajo la
a x1 . . . b
funcin f lo vamos a aproximar por la suma de los volmenes de
los paraleleppedos como los de la Figura 12.2. La altura de estos Figura 12.1 Particin
la elegimos fijando un punto arbitrario de la base y calculando su
imagen. Ms concretamente, , elegimos (ui , vj ) verificando que

(ui , vj ) [xi1 , xi ] [yj1 , yj ], i = 1, 2, . . . , n, j = 1, 2, . . . , m.

Entonces, una suma de Riemann de la funcin f es


X
(xi xi1 )(yj yj1 )f (ui , vj ).
1in
1jm

La integral de la funcin f se define como el lmite de las sumas anteriores cundo la longitud
de los intervalos de las particiones tiende a cero.

12.1.1 Propiedades de la integral

Proposicin 12.1. Sean f , g: A Rn R funciones integrables y sean y dos nmeros reales, Linealidad de la inte-
entonces la funcin f + g es integrable y se cumple que gral
Z Z Z
f + g = + g.
A A A

Proposicin 12.2. Sean f , g: A Rn R funciones integrables que verifican que f (x) g(x), Monotona de la inte-

gral
para todo x A. Entonces f g.
A A
En particular, si f (x) 0 para cualquier x se cumple que f 0.
A

207
Integrales dobles Integrales mltiples

f (x, y)

c d
y
b

x
Figura 12.2 Sumas de Riemann

Aditividad res- Proposicin 12.3. Sean A y B dos subconjuntos de Rn con A


B = y sea f una funcin integrable
pecto del dominio en A B, entonces se cumple que
Z Z Z
f = f+ f.
AB A B

12.1.2 Integrales iteradas

La definicin de la integral es til para demostrar propiedades genricas pero no es prctica


cuando pretendemos calcular el valor de la integral de una funcin concreta. El siguiente resultado
nos permite reducirnos al caso de integrales de una variable.
Proposicin 12.4. Sea f : [a, b] [c, d] R integrable. Entonces
Z Zb Zd ! Zd Zb !
f (x, y) d(x, y) = f (x, y) dy dx = f (x, y) dx dy
[a,b][c,d] a c c a

Ejemplo 12.5. La integral de la funcin f (x, y) = xy en [0, 1] [1, 3] vale


Z Z1 Z3 !
f (x, y) d(x, y) = xy dy dx
[0,1][1,3] 0 1
Z1 #3
y2
= x dx
0 2 1
Z1
= 4x dx = 2.
0

Prueba t a resolver la integral en orden inverso, primero integrando respecto de x y luego respecto
de y, y comprueba que el resultado no vara. /
Observacin 12.6. Para funciones como la del ejemplo anterior, el clculo de integrales iteradas
se puede simplificar un poco teniendo en cuenta que las variables estn separadas. Es inmediato
comprobar que si la funcin que integramos es producto de una funcin de x y una funcin de y,
se cumple que

208
Integrales mltiples Integracin en dominios acotados

Z Zb ! Z
d
!
f (x)g(y) d(x, y) = f (x) dx g(y) dy .
[a,b][c,d] a c

Comprubalo en el ejemplo anterior.

12.2 Integracin en dominios acotados


El siguiente paso que vamos a dar es extender la definicin de integral para abarcar la integracin
de funciones definidas en dominios que no sean producto de intervalos. Para ello lo que vamos a
hacer es extender la funcin por cero e integrar la correspondiente funcin extendida.
Ms concretamente, consideremos una funcin f : A R2 R definida en un conjunto acotado
A. Entonces podemos encontrar un rectngulo en que incluir el conjunto A. Si A [a, b] [c, d],
definimos una extensin de la funcin f a dicho rectngulo como
(
f (x, y), si (x, y) A,
f(x, y) =
0, en otro caso.

Como hemos extendido la funcin por cero, el nuevo dominio no aade volumen y esto permite
definir la integral de f como la integral de su extensin a un dominio rectangular:
Z Z
f (x, y) d(x, y) = f(x, y) d(x, y).
A [a,b][c,d]

Function

Function

6
5.5 6
5 5
4.5 4
4
3
3.5
2
3
2.5 1
2 0
3
1.5
2
1 1
0.5 -3 0
-1.5 -2
-1 0 -1
0
-1
-0.5 -0.5 1 -2
0 2
0.5 -1 3 -3
1 -1.5
1.5

La funcin x 2 y 2 en el La misma funcin extendida


conjunto x 2 + y 2 < 2 a todo el plano como cero

Figura 12.3 Extensin de la integral a conjuntos acotados

Esta extensin de la definicin de integral a conjuntos acotados cualesquiera tiene un slo inconve-
niente potencial: cundo es integrable la funcin extendida f? Si recuerdas la integral de funciones
de una variable, la continuidad es una condicin suficiente para asegurar la integrabilidad. En este
caso, al extender la funcin de esta forma estamos aadiendo muchos puntos (toda la frontera
de A) donde podemnos tener problemas de continuidad (chale un vistazo a la Figura 12.3). En
general, hay que ser muy cuidadoso con este tipo de extensiones. En la prxima seccin vamos a
ver cmo podemos calcular integrales en algunos conjuntos de este tipo.

209
Integracin en dominios acotados Integrales mltiples

12.2.1 Recintos de tipo 1 o 2

Definicin 12.7.
a) Un subconjunto A R2 es de de tipo 1 si existen funciones f , g: [a, b] R tales que
n o
A = (x, y) R2 : a x b, f (x) y g(x)

b) Un subconjunto A R2 es de de tipo 2 si existen funciones f , g: [c, d] R tales que


n o
A = (x, y) R2 : c y d, f (y) x g(y)

Las siguientes figuras son ejemplos de conjuntos de este tipo.

f g
d

a b
Figura 12.4 Recintos de tipo 1 y 2

Vamos a calcular cunto vale la integral de una funcin F en un conjunto del primer tipo. Comen-
cemos con una funcin F : A R2 R donde
n o
A = (x, y) R2 : a x b, f (x) y g(x) .

Nos hace falta incluir A en un producto de intervalos. Para ello,


d elegimos c y d verificando que

c min{f (x): x [a, b]} max{g(x): x [a, b]} d


g
y definimos la funcin
F (x, y), si (x, y) A,

F(x, y) =
0, en otro caso.
f
Segn la definicin
Z Z
c F (x, y) d(x, y) = F(x, y) d(x, y).
A [a,b][c,d]
a x b
Esta ltima integral podemos resolverla, tericamente, como
Figura 12.5 Integracin en re- dos integrales iteradas. Ms concretamente, podramos plantear
cintos de tipo 1 la integral como
Z Z Zd Zb !
F (x, y) d(x, y) =
F (x, y) d(x, y) =
F (x, y) dx dy,
A [a,b][c,d] c a

pero no sabemos resolver la primera integral. Para conocer el valor de F(x, y) nos hace falta saber,
para cada valor de x, en cul de los tres tramos que puedes ver en la Figura 12.5 se encuentra la
variable y. Si planteamos la integral en el orden cambiado ya s que podemos:

210
Integrales mltiples Integrales en dimensiones superiores

Z Z Zb Zd !
F (x, y) d(x, y) = F(x, y) d(x, y) = F(x, y) dy dx
A [a,b][c,d] a c
Z b Z f (x) Z g(x) Zd !
= F(x, y) dy + F(x, y) dy + F(x, y) dy dx
a c f (x) g(x)

y, usando que en la parte superior y en la parte inferior del dominio la funcin F se anula,

Z b Z g(x) !
= F(x, y) dy dx.
a f (x)

Resumiendo, tenemos una forma de resolver las integrales en recintos de tipo 1, pero hemos
perdido la libertad de elegir el orden en que calculamos la integrales iteradas. Slo uno de los
rdenes es posible.

Proposicin 12.8. Sean f , g: [a, b] R funciones continuas. Consideremos el conjunto


n o
A = (x, y) R2 : a x b, f (x) y g(x) .

Si F : A R es una funcin integrable, entonces


Z Z b Z g(x) !
F (x, y) d(x, y) = F (x, y) dy dx.
A a f (x)

La integracin en recintos de tipo 2 se resuelve de manera similar intercambiando los papeles


de las variables.

Proposicin 12.9. Sean f , g: [c, d] R funciones continuas. Consideremos el conjunto


n o
A = (x, y) R2 : c y d, f (y) x g(y) .

d  g(y) 
Si F : A R es una funcin integrable, entonces F (x, y) d(x, y) = F (x, y) dx dy.
A c f (y)

12.3 Integrales en dimensiones superiores


Integrales triples, teorema de Fubini con tres integrales...
FALTA

12.4 Cambio de variable


Enunciamos a continuacin la frmula del cambio de variable.

Teorema 12.10. Consideramos un abierto RN y una aplicacin g: RN que verifica Teorema de cambio
las siguientes condiciones: de variable

i) g es inyectiva,
ii) g C 1 (), y
iii) det Jg(x) 0 , x .
Es decir, g es un difeomorfismo de clase C 1 en . Sea ahora A g() y f : A R una funcin
continua. Entonces se verifica
Z Z
f (x) dx = f (g(t)) | det Jg(t)| dt .
A g 1 (A)

211
Cambio de variable Integrales mltiples

12.4.1 Cambio de variable a coordenadas polares en el plano

En este caso el abierto =] , [R+ y la aplicacin g(, ) = ( cos , sen()). Obsrvese


que el jacobiano det Jg(, ) = > 0. Entonces, si A g() y f : A R una funcin continua, se
tiene que
Z Z
f (x, y) d(x, y) = f ( cos(), sen()) d(, ) .
A g 1 (A)

Observacin 12.11. El intervalo ] , [ se puede cambiar por cualquier otro intervalo abierto
de longitud 2 . Por ejemplo, algunas veces utilizaremos el intervalo ]0, 2 [ sin entrar en ms
detalles.

Ejemplo 12.12. El rea de un crculo de radio R se calcula integrando la funcin constatemente


1 en
n o
A = (x, y) R2 : x 2 + y 2 R 2 .

En coordenadas polares, A = {(, ) R+ ] , [: R}. Por tanto


Z Z ZR !
1 d(x, y) = d d = R 2 . /
A 0

12.4.2 Cambio de variable por traslaciones y dilataciones (homotecias) en el plano

Consideramos ahora funciones de la forma g(x, y) = (ax + c, by + d) que, en el plano, repre-


sentan movimientos que se llaman homotecias. Consideramos a, b > 0 y c, d R. En este tipo
de movimientos, el jacobiano es det Jg(x, y) = a b; por lo que a la hora de calcular una integral
donde se efecta este cambio, la frmula que utilizamos es:
Z Z
f (u, v) d(u, v) = f (ax + c, by + d) a b d(x, y) .
A g 1 (A)

Ejemplo 12.13. Calcular, por medio de una integral doble, el rea del recinto limitado por una
2 y2
elipse de ecuacin x
a2 + b2 = 1.
Consideramos el cambio de variable g(u, v) = (au, bv); es decir, las variables clsicas (x, y)
se transforman en x = au, y = bv y as el recinto que nos daban, el limitado por la elipse, se
transforma en un crculo. En efecto,
( )
x2 y2 n o
A = (x, y) R2 : 2 + 2 1 = g 1 (A) = (u, v) R2 : u2 + v 2 1 .
a b

Por tanto, rea(A) = 1 d(x, y) = 1ab d(u, v) = a b . /
A g 1 (A)

12.4.3 Cambio de variable por traslaciones y dilataciones (homotecias) en el espacio

Anlogamente a como hemos hecho en el plano, consideramos el cambio de variable que nos
va a permitir, o bien trasladar el sistema de referencia con el que trabajamos (traslaciones), o bien
dilatar o contraer el recinto de integracin (dilataciones); si bien, se pueden componer los dos
movimientos (homotecias). Concretamente, si a, b, c R+ y , , R, se considera la siguiente
aplicacin
g(u, v, w) = (au + , bv + , cw + ) , (u, v, w) R3 .
De esta forma, las variables cartesianas x, y, z se escribiran como

212
Integrales mltiples Cambio de variable

x = au +
y = bv +
z = cw +

y, teniendo en cuenta que det Jg(u, v, w) = a b c, una integral triple a la que le aplicaramos este
cambio de variable quedara como sigue:
Z Z
f (x, y, z) d(x, y, z) = f (au + , bv + , cw + ) a b c d(u, v, w) .
A g 1 (A)

x2 y2
Como ejemplo, calculamos el volumen del recinto acotado por un elipsoide de ecuacin a2 + b2 +
z2
c2 = 1. Por tanto, el recinto con el que vamos a trabajar es
( )
2 y2 z2
3 x
A = (x, y, z) R : 2 + 2 + 2 1
a b c

Entonces, aplicamos el siguiente cambio de variable para n transformar el elipsoide en una


o esfera.
Es decir x = au, y = bv, z = cw, y as g 1 (A) = (u, v, w) R3 : u2 + v 2 + w 2 1 . Como
consecuencia, el volumen que nos piden es
4
Z Z
V (A) = 1 d(x, y, z) = abc d(u, v, w) = abc .
A g 1 (A) 3

12.4.4 Cambio de variable a coordenadas cilndricas en el espacio

En esta seccin y en la siguiente vamos a presentar dos maneras de representar los puntos
en el espacio, adems de en coordenadas cartesianas (x, y, z). Estos sistemas de coordenadas
alternativos son particularmente adecuados para ciertos tipos de problemas como, por ejemplo, el
clculo de integrales mltiples.
Comenzamos entonces con el cambio a coordenadas cilndricas. En este caso, dado un punto
del espacio (x, y, z) lo vamos a representar como sigue

x = cos(), y = sen(), z = z

donde (, , z) R+ ] , [R y la funcin g(, , z) = (x, y, z) tiene jacobiano . En otras


palabras, para cada punto (x, y, z), se representa la primer y segunda coordenadas en trminos
de coordenadas polares y no se altera al tercera.
Para comprender por qu se usa el trmino coordenadas cilndricas, obsrvese que el lugar
geomtrico formado por los puntos (, , z) cuando permanece constantemente igual a r es un
cilindro de radio r .
Aplicando este cambio de variable al clculo de una integral triple, la frmula del cambio de
variable nos dice que
Z Z
f (x, y, z) d(x, y, z) = f ( cos(), sen(), z) d(, , z) .
A g 1 (A)
n o
Ejemplo 12.14. El volumen del cilindro A = (x, y, z) R3 : x 2 + y 2 1, |z| 1 es
Z Z Z1Z1
1 d(x, y, z) = dzdd = 2 . /
A 0 1
n o
Ejemplo 12.15. La integral x 2 + y 2 d(x, y), con A = (x, y, z) R3 : x 2 + y 2 2z, z 2
A
se puede resolver mediante un cambio a coordenadas cilndricas. El conjunto A en coordenadas
polares es

213
Cambio de variable Integrales mltiples

x 2 + y 2 2z, z 2 2 2z 4.
 2  2  
Por tanto x 2 + y 2 d(x, y) = 3 dz d d = 80 . /
A 0 2
/2 9

12.4.5 Cambio de variable a coordenadas esfricas en el espacio

Las coordenadas esfricas se basan en la misma idea de las coordeandas polares: para fijar
un vector en el espacio es necesario y suficiente con saber su longitud (mdulo) y hacia dnde
apunta. Para esto ltimo, ahora necesitamos dos valores: azimut y elevacin. En otras palabras
necesitamos indicar el ngulo con respecto a la horizontal y a la vertical. Con respecto al primero
de dichos ngulos, la convencin es la estndar: medimos a partir de la parte positiva del eje OX.
Con respecto a la elevacin, no hay acuerdo entre los diversos autores, pero las ms usuales son
las llamadas geogrficas y las que nosotros llamaremos simplemente coordenadas esfricas. En
las geogrficas, la elevacin se mide a partir de la horizontal y, en las esfricas lo comenzamos a
medir desde el polo norte (observa la Figura 12.6). Por lo dems, no hay mayor diferencia entre
unas y otras.

z z




y y

x x
Coordenadas esfricas Coordenadas esfricas geogrficas

Figura 12.6 Coordenadas esfricas

En coordenadas esfricas,
a) es la distancia desde (x, y, z) hasta el origen, esto es, 2 = x 2 + y 2 + z2 .
b) es la coordenada cilndrica , es decir, el ngulo comprendido desde la parte positiva del eje
OX hasta el segmento que une el origen con el punto (x, y). Por tanto, ] , [.
c) es el ngulo comprendido desde el eje OZ al vector de posicin del punto (x, y, z), hasta este
vector. Es decir, ]0, [.
Un punto del espacio (x, y, z) lo representamos como representar como sigue

x = sen() cos(),
y = sen() sen(),
z = cos(),
i h
donde (, , ) R+ ] , [ 2 , 2 y la funcin g(, , ) = (x, y, z) tiene jacobiano (en

valor absoluto) 2 sen() > 0.


Por otro lado, las coordenadas esfricas geogrficas en el espacio son (, , ) donde:

214
Integrales mltiples Ejercicios

a) es la distancia desde (x, y, z) hasta el origen, esto es, 2 = x 2 + y 2 + z2 .


b) es la coordenada cilndrica , es decir, el ngulo comprendido desde la parte positiva del eje
OX hasta el segmento que une el origen con el punto (x, y). Por tanto, ] , [ 4.
c) es el ngulo comprendido desde la proyeccin del vector de posicin del punto (x, y, z) en
i h
el plano z = 0, hasta este vector. Es decir, 2 , 2 .

De esta forma, dado un punto del espacio (x, y, z) lo vamos a representar como sigue

x = cos() cos(),
y = cos() sen(),
z = sen(),
i h
donde (, , ) R+ ] , [ 2 , 2 y la funcin g(, , ) = (x, y, z) tiene jacobiano

2 cos() > 0.
n o
Ejemplo 12.16. Calcular el volumen de la esfera A = (x, y, z) R3 : x 2 + y 2 + x 2 R 2 .
En coordenadas esfricas nos queda
Z R Z Z /2
4
Z
1 d(x, y, z) = 2 cos() ddd = R 3 . /
A 0 /2 3

12.5 Aplicaciones
FALTA

12.6 Ejercicios

Ejercicio
12.1. Calcular las siguientes integrales:
a) (x 2 + 2y)d(x, y) e) sen(x + y)d(x, y)
[0,2][0,1] [0, /2][0, /2]
d(x,y) d(x,y,z)
b) 2 f) 3
[3,4][1,2] (x+y) [0,1][0,1][0,1] (1+x+y+z)
x2 d(x,y,z)
c) 2 d(x, y) g)
[0,1][0,1] 1+y [0,1][0,1][0,1] 1+x+y+z
d(x,y)
d) (1+x+y) 2
[0,1][0,1]

Ejercicio 12.2. Calcular las siguientes integrales:


2  2 4  10y 
dy
a) 2 dx f) xdx dy
0 1 (x+y)  0 0
2  x 2
1  1x  1xy  
x
b) 2 dy dx g) xyzdz dy dx
1 1/x y 0 0 0
3  5  q
2 2x 4xy 2

c) (x + 2y)dx dy 2
3  y 2 4 h) xdz dy dx
2 1  0 0 0
d) r dr d
0 sen()
/2  3 cos() 
e) r 2 sen2 ()dr d
/2 0

Ejercicio 12.3. Calcular las siguientes integrales.


2  x 2 42y 2
 !
1
a) y 2 +1 dy dx b) y dx dy
0 x 0 2 42y

4 Al igual que en el cambio a coordenadas polares, se puede elegir cualquier otro intervalo de longitud 2

215
Ejercicios Integrales mltiples

1  2    2  ex 
c) cos x 2 dx dy e) dy dx
0 2y 0 1
8  2 
1
d)
3 4
y +1 dy dx
0 x

Ejercicio 12.4. Calcularlas integrales


2  2 1 1x 2
!
a) y 2 sen(xy) dy dx, d) (x 2 + y 2 ) dx dy.
0 x 0 0

sen(y)
b) y dy dx,
0 x
1  1 
c) x 2 exy dx dy,
0 y

Ejercicio 12.5. Sea f : A R , calcula su integral en los siguientes casos:


a) f (x, y) = 1 siendo A la regin limitada por y 2 = x 3 , y = x.
b) f (x, y) = x 2 siendo A la regin limitada por xy = 16, y = x, y = 0, x = 8.
x
c) f (x, y) = e y siendo A la regin limitada por y 2 = x, x = 0, y = 1.
x x2
d) f (x, y) = x 2 +y 2 siendo A la regin limitada por y = 2 , y = x.

Ejercicio 12.6. Calcula los siguientes volmenes:


a) Volumen del slido limitado superiormente por z = x + y e inferiormente por el tringulo de
vrtices (0, 0), (0, 1) y (1, 0).
b) Volumen del slido comprendido por el paraboloide de ecuacin z = x 2 + y 2 e inferiormente
por el disco unidad.

Ejercicio 12.7. Sea D el conjunto delimitado por x 2 y 2 = 1, x 2 y 2 = 4, x 2 + y 2 = 9,


x2 + y 2 = 2 2 2 2
16 en el primer cuadrante. Utilizar el cambio de variable u = x y , v = x + y para
calcular xy d(x, y).
D

Ejercicio 12.8. Utilizar el cambio a coordenadas polares para calcular las integrales de las si-
guientes funciones
q en los recintos que se indican:
a) f (x, y) = 1 x 2 y 2 , A = B ((0, 0), 1)
q
b) f (x, y) = x 2 + y 2 , A = [0, 1] [0, 1]
n   o
c) f (x, y) = y, A = (x, y) B ( 12 , 0), 12 : y 0
d) f (x, y) = x 2 + y 2 , A = B((1, 0), 1)
n o
e) f (x, y) = x 2 + y 2 , A = (x, y) R2 : 4 x 2 + y 2 9

Ejercicio 12.9. Calcula la integral de f : A R en cada uno de los siguientes casos:


q n o
a) f (x, y) = x 1 x 2 y 2 , A = (x, y) R2 : x 2 + y 2 1, x, y 0
n o
b) f (x, y) = ex/y , A = (x, y) R2 : 0 y 3 x y 2
n o
c) f (x, y) = x 2 + y 2 , A = (x, y) R2 : x 2 + y 2 2y, x 2 + y 2 1, x 0
3
n o
d) f (x, y) = (x 2 + y 2 ) 2 , A = (x, y) R2 : x y, x + y 1, x 2 + y 2 1
n o
e) f (x, y) = x 2 + y 2 , A = (x, y) R2 : (x 2 + y 2 )2 4(x 2 y 2 ), x 0

Ejercicio 12.10. Calcular el volumen del conjunto A en cada uno de los siguientes casos:
n o
a) A = (x, y, z) R3 : 0 z 4 y 2 , 0 x 6
n o
b) A = (x, y, z) R3 : x y 2 x, 0 z 9 x
n o
c) A = (x, y, z) R3 : x 2 + y 2 z2 , x 2 + y 2 + z2 2z

216
Integrales mltiples Ejercicios

Ejercicio 12.11. Calcula la integral de f : A R en cada uno de los siguientes casos:


 
y2 z2
a) f (x, y, z) = z, A = (x, y, z) R3 : x 2 + 4 + 9 1, z 0 ,
n o
b) f (x, y, z) = z, A = (x, y, z) R3 : x 2 + y 2 z2 , 0 z 1 ,
n o
c) f (x, y, z) = (x + y + z)2 , A = (x, y, z) R3 : x 2 + y 2 + z2 1, x 2 + y 2 + z2 2z ,
q n p o
d) f (x, y, z) = zy x 2 + y 2 , A = (x, y, z) R3 : 0 z x 2 + y 2 , 0 y 2x x 2 ,
n o
e) f (x, y, z) = z, A = (x, y, z) R3 : x 2 + y 2 + z2 2, x 2 + y 2 z ,
n o
f) f (x, y, z) = 2z(x 2 + y 2 ), A = (x, y, z) R3 : 0 z, z2 x 2 + y 2 1 .

Ejercicio 12.12. Calcular el volumen del conjunto A en cada uno de los siguientes casos:
 q 
a) A = (x, y, z) R3 : x 2 + y 2 z x 2 + y 2
( r )
x2 y2 x2 y2
b) A = (x, y, z) R3 : a2 + b2 1, 0 z a2 + b2
n o
c) A = (x, y, z) R3 : 0 z x 2 + y 2 , x + y 1, x, y 0
 q 
d) A = (x, y, z) R3 : 0 z x 2 + y 2 , x 2 + y 2 2y

12.6.1 Ejercicios complementarios

Ejercicio 12.1. Sea f : A R , calcular su integral en los siguientes casos:


a) f (x, y) = x siendo A el tringulo de vrtices (0, 0), (1, 1) y (0, 1).
b) f (x, y) = x siendo A la regin limitada por la recta que pasa por (0, 2) y (2, 0) y la circunferencia
de centro (0, 1) y radio 1.

Ejercicio 12.2. Sea f : A R , calcular su integral en los siguientes casos:


a) f (x, y) = xy 2 siendo A la regin limitada por y 2 = 2x, x = 1.
b) f (x, y) = xy siendo A la regin limitada por la semicircunferencia superior (x 2)2 + y 2 = 1
y el eje OX.
c) f (x, y) = 4 y 2 siendo A la regin limitada por y 2 = 2x y y 2 = 8 2x.
2
d) f (x, y) = ex siendo el conjunto A el tringulo formado por las rectas 2y = x, x = 2 y el eje x.

Ejercicio 12.3. Calcular los siguientes volmenes:


a) Volumen del slido limitado superiormente por z = 2x + 1 e inferiormente por el conjunto
{(x, y) R2 : x 2 + (y 1)2 1}
b) Volumen del slido limitado superiormente por z = 4 y 2 41 x 2 e inferiormente por el disco
n o
A = (x, y, 0) R3 : x 2 + (y 1)2 1 .

Ejercicio 12.4. Calclese la integral de f : A R en cada uno de los siguientes casos:


n o
a) f (x, y) = E(x + y), A = (x, y) R2 : 0 x 2, 0 y 2 x
yx
b) f (x, y) = e y+x , A = {(x, y) R2 : x, y 0, x + y 2}
n o
c) f (x, y) = x, A = (x, y) R2 : x 2 + y 2 2x

Ejercicio 12.5. Calclese la integral de f : A R en cada uno de los siguientes casos:


n o
a) f (x, y, z) = z2 , A = (x, y, z) R3 : x 2 + y 2 + z2 R 2 , x 2 + y 2 + z2 2Rz
q  q 
b) f (x, y, z) = x 2 + y 2 + z2 , A = (x, y, z) R3 : x 2 + y 2 z 3

Ejercicio 12.6. Usando coordenadas esfricas, determina el volumen comn al interior de una
esfera de radio a y al interior de un cono con vrtice en el centro de la esfera y ngulo , esto es,

217
Ejercicios Integrales mltiples

 q 
(x, y, z) R3 : x 2 + y 2 + z2 a2 , z x 2 + y 2 cotan() .

Ejercicio 12.7. Calcular el volumen del conjunto

{(x, y, z) R3 : x 2 + y 2 4z2 , x 2 + y 2 + z2 5, 0 z}.

218
Funciones Definiciones

Funciones

A
La idea de funcin aparece por todas partes: cada persona tiene una edad o un nmero de
hijos o una cantidad de dinero en el bolsillo. No necesariamente tenemos que referirnos a nme-
ros, podemos decir que cada persona tiene, o tuvo, un color de pelo, una marca de coche, etc. El
formalismo de las funciones nos permite tratar todas estas situaciones de la misma forma.

A.1 Definiciones

A.1.1 Dominio, rango e imagen

Definicin A.1. Una funcin f : A B es una regla que a cada elemento a de A le asocia un
nico elemento de B. Al conjunto A se la llama dominio de la funcin y a B se le suele llamar
codominio. No hay que confundir el codominio con la imagen de la funcin que es conjunto

f (A) = b B: a A tal que f (a) = b .

La preimagen de un elemento b de B son aquellos elementos de A cuya imagen es B. Utilizare-


mos la siguiente notacin

f 1 (b) = a A: f (a) = b .


Por extensin, tambin se puede hablar de la preimagen de un conjunto. Si B0 B, la preimagen


de B0 es

f 1 (B0 ) = a A: f (a) B0 .



La grfica de la funcin es el conjunto Gr(f ) = (a, b) A B: f (a) = b .

Observacin A.2. La definicin de funcin incluye tres cosas obligatoriamente: el dominio, el


codominio y la regla que a cada elemento del dominio le asocia uno del codominio. En ocasiones

abusaremos del lenguaje y hablaremos, por ejemplo, de la funcin f (x) = x + 1. Qu queremos
decir? Slo tenemos la regla que define la funcin. Cules son su dominio y su codominio? Su
dominio natural es el mayor conjunto donde la definicin tiene sentido. En nuestro caso sera
{x R: x 1} y el codominio es simplemente la imagen de la funcin. En general y salvo que
se diga lo contrario, en ausencia de un dominio explcito nos referiremos al conjunto donde tiene
sentido la definicin de la funcin.
Ejemplo A.3. Consideremos la funcin f : [0, 3 ] R definida como f (x) = cos(x).

1
cos(x)

0 3 2 5 3
2 2 2
1

Figura A.1 Grfica e imagen de la funcin coseno

219
Definiciones Funciones

a) Su dominio es el intervalo [0, 3 ]


b) Su codominio es todo el conjunto de los nmeros reales aunque podramos haber puesto cual-
quier conjunto ms grande que el intervalo [1, 1] (su imagen).
c) En la Figura A.1 hemos representado en azul la grfica de la funcin, esto es, el siguiente sub-
conjunto del plano

{(x, cos(x)): x [0, 3 ]} .

d) La imagen de la funcin son los valores que toma. En este caso, la funcin coseno toma todos
los valores entre 1 y 1 (en rojo en la figura anterior).
e) La preimagen de un valor puedes ser nica, pueden ser varios elementos o vaca. En nuestro
caso, al ser la funcin peridica, la preimagen nunca es nica. Por ejemplo,

f 1 (1) = {x [0, 3 ]: cos(x) = 1} = {0, 2 } ,

en cambio, f 1 (2) = , ya que la funcin coseno nunca vale 2.


f) Cuando es la funcin positiva? Por definicin, cuando el valor de la funcin es mayor estricta-
mente que cero:
3 5
   
f 1 (]0, +[) = {x [0, 3 ]: cos(x) > 0} = 0, , .
2 2 2

Observa que en este caso f 1 (]0, +[) = f 1 (]0, 1]). /


Ejemplo A.4. Uno de los ejemplos ms frecuentes de funciones con los que nos encontramos
son las sucesiones. En el Captulo 3 ya hemos hablado de ellas. Una sucesin es una funcin cuyo
dominio es el conjunto de los nmeros naturales. Si el codominio es el conjunto de los nmeros
reales, tenemos una sucesin de nmeros reales; si el codominio es el conjunto de los alumnos de
la clase, tendremos una sucesin de estudiantes, etc. Es importante resaltar que el hecho de que el
dominio sea N lo que nos da es una lista ordenada de elementos. Por ejemplo, la funcin

f : N R, f (n) = 2n
1,2
2,4
...

nos enumera el conjunto de los pares: el primer nmero par es el 2, el segundo el 4, etc. /
Ejemplo A.5. Todos los ejemplos hasta ahora han tenido subcon-
juntos de R como dominio y codominio. Es por eso que todas las
representaciones las hemos hecho en el plano R2 . La representacin
de funciones con ms variables en salida o en llegada requiere ms
dimensiones para la representacin de su grfica. En la Figura A.2
tienes la representacin de la funcin definida en el plano como
 
cos x 2 + y 2 Figura A.2 Grfica de una
f (x, y) = 2 2
. funcin de dos variables
1+x +y

No es sencillo visualizar en el papel funciones de ms variables ya que habra que representar


espacios con cuatro dimensiones o ms en el plano.

A.1.2 Funciones inyectivas, sobreyectivas y biyectivas

Definicin A.6.

220
Funciones Definiciones

a) Una funcin f : A B es inyectiva si se cumple que no hay dos elementos distintos con la Funcin inyectiva
misma imagen, esto es, si x y entonces f (x) f (y).
b) Una funcin f : A B es sobreyectiva si todo elemento tiene una preimagen, esto es, dado Funcin sobreyecti-
b B existe a A tal que f (a) = b. va

c) Una funcin f : A B es biyectiva si es inyectiva y sobreyectiva. Funcin biyectiva

Ejemplo A.7.
a) La funcin f : R R definida como f (x) = x 2 no es inyectiva ni sobreyectiva. Su imagen es
R+ + 2
0 . Por tanto, la funcin f : R R0 , f (x) = x es sobreyectiva. Ninguna de las dos versiones
es inyectiva: f (x) = f (x). Si restringimos a los positivos o a los negativos, s. Por ejemplo,
f : R R, f (x) = x 2 es inyectiva.

18 18
x2 x2
16 16

14 14

12 12

10 10
(-3,9) (3,9) (-3,9)

8 8

6 6

4 4

2 2

4 3 2 1 01 2 3 4 4 3 2 1 01 2 3 4
2 2

No S

Figura A.3 La funcin x2 es inyectiva?

b) Las funciones peridicas no son inyectivas: el valor de la funcin se repite cuando avanzamos
el periodo, ms concretamente, si la funcin es T -peridica, entonces f (x) = f (x + T ).
c) La funcin exponencial y el logaritmo son inyectivas.
h i

d) La funcin sen: 2 , 2 [1, 1] es biyectiva. /

Funcin inversa

Si f : A B es una funcin inyectiva, la funcin inversa de f , a la que denotaremos f 1 , es la


funcin f 1 : f (A) A definida por f 1 (f (a)) = a. En otras palabras, si la funcin f envia a en
f (a), su inversa deshace el camino y envia a f (a) de nuevo a a.
Conocemos muchas funciones inyectivas y, para algunas de ellas, tambin conocemos su inversa.
Por ejemplo, sabemos que la funcin exponencial y el logaritmo neperiano son inversas una de la
otra. Qu quiere decir esto? Simplemente que se cumplen las dos siguientes igualdades:

ln(ea ) = a y eln(b) = b.

221
Definiciones Funciones

exponencial

4 3 2 1 0 1 2 3 4 5 6 7

2 logaritmo neperiano

Figura A.4 La funcin exponencial


y el logaritmo son inversas

Esto tiene una consecuencia en las grficas de las funciones. Mira la Figura A.4. Las grficas de una
funcin y su inversa son simtricas respecto de la bisectriz del primer cuadrante.
Cmo calculamos la inversa de una funcin? En teora es sencillo: si y = f (x) es la funcin,
slo tenemos que cambiar los papeles de x e y. Tenemos que despejar x como funcin de y. Esto
es la teora. Dependiendo de la funcin podemos estar ante un problema fcil o uno imposible.
Veamos un ejemplo.
Ejemplo A.8. Consideremos la funcin
2
f (x) = x + x + 1, cul es su inversa? Co- 6 f (x) = x 2 + x + 1
mo hemos dicho, tenemos que resolver la 5
ecuacin
4
y = x2 + x + 1
3
considerando como incgnita x. Las solu- 2
ciones del polinomio x 2 + x + 1 y = 0
1 g(x) = 1+ 4x3
son 2
p
1 1 4(1 y) 3 2 1 0 1 2 3 4 5 6 7 8
x= 1
2 1 4x3
p h(x) = 2
1 4y 3 2
= .
2
3
Las dos soluciones provienen del hecho de
que la funcin y = x 2 + x + 1 no es inyecti-
Figura A.5 La funcin x 2 + x + 1 y sus inversas
va. S es inyectiva en cualquiera de los inter-
valos ], 1/2] y [1/2, +[. En la Figura A.5
tienes las grficas de la funcin y su inversa
en cada uno de dicho es intervalos. /

222
Funciones Definiciones

A.1.3 Funciones pares e impares

Definicin A.9.
a) Una funcin f : A B es par si f (a) = f (a) para cualquier a en A. Funcin par
b) Una funcin f : A B es impar si f (a) = f (a) para cualquier a en A. Funcin impar

Figura A.6 Funciones pares e impares

Las funciones pares son aquellas cuya grfica es simtrica respecto del eje OY. En otras palabras,
si doblamos la hora por el eje vertical, ambos mitades coinciden. Para conseguir el mismo efecto
con una funcin impar tienes que doblar primero respecto por eje vertical y, en segundo lugar, por
el eje horizontal.

Ejemplo A.10.
a) Las funciones f (x) = x 2 o cos(x) son pares.
b) La funcin f (x) = x 3 o sen(x) son impares. /

A.1.4 Funciones peridicas

Definicin A.11. Una funcin f : R R es peridica si existe algn nmero real T tal que Funcin peridica
f (x) = f (x + T ) para cualquier x real. A cualquiera de esos valores se le llama un periodo de
la funcin. El periodo fundamental, , es el menor de todos ellos, o sea,

= inf T : f (x) = f (x + T ), x R

Figura A.7 Funcin peridica

223
Definiciones Funciones

Ejemplo A.12. Las funciones seno y coseno son peridicas con periodo 2 (o cualquier mlti-
plo entero de 2 ). El periodo fundamental de la tangente es . El caso trivial son las funciones
constantes: son peridicas con cualquier periodo. Por tanto, su periodo fundamental es cero. /

A.1.5 Acotacin

Para las nociones de acotacin, necesitamos hablar de cundo una funcin vale ms o menos.
Para eso necesitamos tener un orden en el rango de la funcin y este es el motivo de que hablemos
de funciones con valores reales.
Todas las definiciones que siguen trasladan una propiedad de conjuntos a la imagen de la fun-
cin.

Definicin A.13. Sea f : A R una funcin.


a) Diremos que la funcin f est acotada superiormente si su imagen, f (A), lo est. En otras
palabras, f est acotada superiormente si existe un nmero M tal que f (a) M para
cualquier elemento a de A.
b) Diremos que la funcin f est acotada inferiormente si su imagen, f (A), lo est. En otras
palabras, f est acotada superiormente si existe un nmero m tal que f (a) m para
cualquier elemento a de A.
c) Diremos que la funcin est acotada si lo est superior e inferiormente.

f(x)
m

Figura A.8 Funcin acotada

Ejemplo A.14. Las funciones seno o coseno estn acotadas. En cambio ningn polinomio, salvo
los constantes, es una funcin acotada en R. /

Una vez que tenemos un conjunto acotado, podemos hablar de mximo y supremo.

Definicin A.15. Sea f : A R una funcin.


a) Diremos que la funcin f tiene mximo si su imagen, f (A) lo tiene. Diremos que f alcanza
su mximo en a0 A si f (a) f (a0 ) para cualquier a A.
b) Diremos que la funcin f tiene mnimo si su imagen, f (A) lo tiene. Diremos que f alcanza
su mnimo en a0 A si f (a) f (a0 ) para cualquier a A.

Observacin A.16. Ya sabemos que un conjunto acotado superiormente tiene supremo. No po-
demos decir lo mismo con respecto al mximo. Hay conjuntos que tienen supremo pero este no
se alcanza. Piensa, por ejemplo, en los intervalos abiertos. La misma situacin se puede dar con
funciones. Por ejemplo, la funcin f : ]0, 1[]0, 1[, f (x) = x est acotada, pero no tiene mximo
ni mnimo.

224
Funciones Definiciones

A.1.6 Funciones montonas

Definicin A.17.
a) Una funcin f : A R R es creciente (resp. decreciente) si Funcin creciente

x y = f (x) f (y) (resp.f (x) f (y)).

b) Una funcin f : A R R es estrictamente creciente (resp. estrictamente decreciente) si Funcin estrictamen-


te creciente
x < y = f (x) < f (y) (resp.f (x). > f (y))

En general, diremos que una funcin es montona si es creciente o decreciente y diremos que
es estrictamente montona si es estrictamente creciente o estrictamente decreciente.

Observacin A.18.
Hay veces que los nombres nos pueden inducir a
error y este es uno de esos casos. La idea intuitiva
que tenemos todos es que una funcin creciente es 3
aquella que tiene una grfica ascendente. En reali-
2
dad eso es una funcin estrictamente creciente.
Una funcin constante es creciente (y decreciente).
1
La expresin correcta debera ser que una funcin
creciente es aquella cuya grfica no baja.
0 1 2 3 4 5 6

Monotona e inyectividad

Se deduce directamente de la definicin de funcin estrictamente monto-


na que puntos del dominio distintos tienen imgenes distintas. En parti- 3
cular, las funciones estrictamente montonas son inyectivas. Es cierto el
2
recproco? Es fcil encontrar ejemplos de que no es cierto en general. Por
ejemplo, la funcin f : [0, 3] R definida como 1 f
x, si 0 x < 2,

f (x) =
5 x, si 2 x 3,
0 1 2 3
no es creciente ni decreciente. La funcin f no es continua y podra pen-
sarse que este fenmeno no se presentara en funciones continuas, pero no 3
es difcil conseguir un ejemplo con funciones continuas. Dnde presen-
2
ta problemas de continuidad la funcin f ? Pues eliminemos esos puntos.
Considera la funcin g: [0, 1] [2, 3] R definida como 1 g
x, si 0 x < 1,

f (x) =
5 x, si 2 x 3, 1 2 3
0
Como puedes ver, para la inyectividad no es una condicin suficiente Figura A.9 Monoto-
para probar monotona si consideramos funciones que no sean continuas na e inyectividad
o que no estn definidas en intervalos. En otro caso, el resultado es cierto.

225
Funciones elementales Funciones

A.2 Funciones elementales

A.2.1 Funciones potenciales

La funcin potencial f : R+ R definida como f (x) = x b tiene sentido para cualquier exponente
b real. En el caso particular de potencias naturales, se puede extender la definicin a toda la recta
real.
a) f es biyectiva de R+ en R+ , continua y derivable con f 0 (x) = bx b1 .
b) (xy)b = x b y b .
c) Si b > 0, f es estrictamente creciente y verifica limx0 x b = 0 y limx+ x b = +.
d) Si b < 0, f es estrictamente decreciente y verifica limx0 x b = + y limx+ x b = 0.

4 f (x) = x 2

1
g(x) = x

-2 -1 0 1 2 3 4 5

-1

-2

Figura A.10 Funcin potencial

Como consecuencia se obtiene que los polinomios, suma de funciones potenciales con exponente
natural, son derivables en todo R. Ms concretamente, si p(x) = a0 + a1 x + . . . + an x n , entonces
p 0 (x) = a1 + 2a2 x + . . . + nan x n1 , x R.

A.2.2 Funcin exponencial

La funcin exponencial de base e, f : R R est definida como f (x) = ex . A veces usaremos la


notacin exp(x) para indicar ex .
a) f es continua y derivable en R con f 0 (x) = ex .
b) f es biyectiva de R en R+ y estrictamente creciente.
c) lim ex = 0 y lim ex = +.
x x+
d) ex+y = ex ey .

A.2.3 Funcin logaritmo neperiano

La funcin logaritmo neperiano, g(x) = ln(x) para x positivo, es la inversa de la funcin expo-
nencial.

226
Funciones Funciones elementales

5
f (x) = ex
4

1 g(x) = ln(x)

-4 -3 -2 -1 0 1 2 3 4 5 6 7 8
-1

-2

-3

-4

Figura A.11 Funciones exponencial y logaritmo neperiano

a) g es derivable y g 0 (x) = x1 .
b) g es biyectiva de R+ en R y estrictamente creciente.
c) lim ln(x) = y lim ln(x) = +.
x0 x+
d) ln(xy) = ln(x) + ln(y), x, y R+ .
 
x
e) ln y = ln(x) ln(y), x, y R+ .
f) ln(x y ) = y ln(x), x R+ , y R.
g) ln(1) = 0, ln(e) = 1.
Haciendo uso de la siguiente frmula se deducen las dems funciones elementales, excepto las
trigonomtricas
b
ab = eln(a )
= eb ln(a) , a R+ , b R.

A.2.4 Funcin exponencial de base a 1

f : R R, f (x) = ax , x R

a) f es biyectiva de R en R+ , continua y verifica ax+y = ax ay .


b) Si a > 1, f es estrictamente creciente y verifica limx ax = 0 y limx+ ax = +.
c) Si a < 1, f es estrictamente decreciente y verifica limx ax = + y limx+ ax = 0.
d) f es derivable y f 0 (x) = ax ln(a).

3.5
1
g(x) = 2x
3

2.5 f (x) = 1.5x


2

1.5

0.5

-2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5 3

Figura A.12 Funcin exponencial

227
Funciones elementales Funciones

A.2.5 Funciones logartmicas de base a 1

La inversa de la funcin exponencial es la funcin logaritmo. Su comportamiento depende de la


base de la expoencial que hayamos considerado. Es por esto que en algunos casos tengamos que
distinguir entre base mayor o menor que uno.
ln(x)
g: R+ R, g(x) = loga (x) = x R+
ln(a)

a) g es biyectiva de R+ en R y continua. Adems g es la inversa de la funcin exponencial de base


a. Verifica tambin que
loga (xy) = loga (x) + loga (y),
x
loga ( ) = loga (x) loga (y),
y
loga (x z ) =z loga (x)

para cualesquiera x, y R+ , z R.
b) Si a > 1, g es estrictamente creciente y

lim loga (x) = , y lim loga (x) = +.


x0 x+

c) Si a < 1, g es estrictamente decreciente y

lim loga (x) = +, y lim loga (x) = .


x0 x+

f (x) = ln(x)
2 g(x) = log0.5 (x)

0 1 2 3 4 5 6 7

-1

-2

-3

Figura A.13 Funcin logaritmo

Funciones trigonomtricas

A.2.6 Las funciones seno y coseno

a) Son derivables en todo R y sen0 (x) = cos(x), cos0 (x) = sen(x).


b) Son funciones peridicas de periodo 2

228
Funciones Funciones elementales

sen(x + 2 ) = sen(x), cos(x + 2 ) = cos(x).

c) sen2 (x) + cos2 (x) = 1, x R. Frmula fundamen-


 
d) cos: [0, ] [1, 1] es una biyeccin estrictamente decreciente con cos(0) = 1, cos 2 = 0, tal de trigonometra

cos( ) = 1.  
e) sen: [ 2 , 2 ] [1, 1] es una biyeccin estrictamente creciente con sen 2 = 1, sen(0) =
 
0, sen 2 = 1.
f) La imagen, tanto de la funcin seno como de la funcin coseno, es el intervalo [1, 1].
g) La funcin coseno es par: cos(x) = cos(x), x R.
h) La funcin seno es impar: sen(x) = sen(x), x R.
i) cos(x + ) = cos(x), sen(x + ) = sen(x), x R.
j) Las funciones seno y coseno no tienen lmite en + ni en .

tan(x)
(cos(x),sen(x))

ngulo x

1 0.5 0 0.5 1

1 Funcin seno
0.5

0 3 2
2 2
0.5
1 Funcin coseno

Figura A.14 Las funciones seno y coseno

229
Funciones elementales Funciones

Algunos valores destacados de seno y coseno


2
2
3 3

3
3
2
4 4

2
5 2
6 6
1
2


2 2
2 2

0
12
3 1 3
2 2 2

5
6 12 6
2
2

3
3 4
4 2

2 3
3

Figura A.15 Crculo trigonomtrico

Teorema del coseno

h = a sen()
1
rea= 2 bh
c a Teorema del coseno: c 2 = a2 + b2 2ab cos()


b
Figura A.16 Tringulo

230
Funciones Funciones elementales

A.2.7 La funcin tangente

Como se verifica que cos(x) = 0 x = 2 + k , k Z, podemos definir la funcin tangente


como
sen(x)
 
tan: A R, A = R \ + k : k Z , tan(x) =
2 cos(x)

2 0

2

Figura A.17 Funcin tangente

a) tan(x + ) = tan(x), x A.
i h
b) tan: 2 , 2 R es una funcin continua y estrictamente creciente y adems verifica que

limx tan(x) = y limx tan(x) = +.


2 2

c) La funcin tangente es derivable y


1
tan0 (x) = 1 + tan2 (x) = .
cos2 (x)

A.2.8 Secante, cosecante, cotangente

Siempre que los respectivos denominadores no se anulen, se pueden definir las siguientes fun-
ciones
1
cosec: B R, cosec(x) = , x B
sen(x)
1
sec: A R, sec(x) = , x A
cos(x)
cos(x)
cotan: B R, cotan(x) = , x B,
sen(x)

231
Funciones elementales Funciones


donde A = R \ { 2 + k : k Z} y B = R \ {k : k Z}.
Dichas funciones son continuas y derivables en su correspondiente dominio y
sec0 (x) = tan(x) sec(x),
cosec0 (x) = cotan(x) cosec(x),
1
cotan0 (x) = = cosec2 (x) = (1 + cotan2 (x)).
sen2 (x)

A.2.9 Inversas de funciones trigonomtricas

Funcin arcoseno

Esta funcin es la inversa de la restriccin de la funcin seno al in-


tervalo [ 2 , 2 ], y por tanto arcsen: [1, 1] [ 2 , 2 ] verifica que


sen(arcsen(x)) = x, x [1, 1]. Arcocoseno
Adems, es una funcin biyectiva, continua y estrictamente cre-
ciente con
2
arcsen(1) = , arcsen(0) = 0, arcsen(1) = .
2 2
Por ltimo, es derivable en el intervalo abierto ] 1, 1[ con derivada
1
arcsen0 (x) = p . 1 0 1
1 x2

2 Arcoseno

Figura A.18 Arcoseno y


arcocoseno

Funcin arcocoseno
Es la funcin inversa de la restriccin de la funcin coseno al intervalo [0, ], y por tanto
cos(arccos(x)) = x, x [1, 1].
Esta funcin es biyectiva, continua y estrictamente decreciente con

arccos(1) = , arccos(0) = , arccos(1) = 0
2
Es derivable en el intervalo abierto ] 1, 1[ con derivada
1
arccos0 (x) = p .
1 x2

Funcin arcotangente
i h
Es la inversa de la restriccin de la funcin tangente al intervalo 2 , 2 y, por tanto,

 
arctan: R ,
2 2
verifica que tan(arctan(x)) = x, x R.
a) Esta funcin es biyectiva, continua y estrictamente creciente con

lim arctan(x) = , arctan(0) = 0, lim arctan(x) = .
x 2 x+ 2
1
b) Es derivable en R y arctan0 (x) = 1+x 2 .

232
Funciones Funciones elementales

6 5 4 3 2 1 0 1 2 3 4 5 6
4
Arcotangente
2

Figura A.19 Funcin arcotangente

A.2.10 Identidades trigonomtricas

a) Identidades pitagricas

sen2 (x) + cos2 (x) = 1


tan2 (x) + 1 = sec2 (x)
cotan2 (x) + 1 = cosec2 (x)

b) Suma y diferencia de ngulos

sen(x y) = sen(x) cos(y) cos(x) sen(y)


cos(x y) = cos(x) cos(y) sen(x) sen(y)
tan(x) tan(y)
tan(x y) =
1 tan(x) tan(y)

c) Angulo doble

sen(2x) = 2 sen(x) cos(x),


cos(2x) = cos2 (x) sen2 (x) = 2 cos2 (x) 1 = 1 2 sen2 (x)

d) Angulo mitad

1
sen2 (x) = (1 cos(2x))
2
1
cos2 (x) = (1 + cos(2x))
2
x 1 cos(x) sen(x)
 
tan = =
2 sen(x) 1 + cos(x)

e) Producto

1 
sen(x) sen(y) = cos(x y) cos(x + y)
2
1 
cos(x) cos(y) = cos(x y) + cos(x + y)
2
1 
sen(x) cos(y) = sen(x + y) + sen(x y)
2

233
Funciones elementales Funciones

A.2.11 Funciones hiperblicas

De forma anloga a como estn definidas las funciones seno y coseno, podemos interpretar
geomtricamente las funciones hiperblicas. El papel que juega la circunferencia unidad x 2 +y 2 = 1
lo pasa a representar la hiprbola x 2 y 2 = 1. En este caso, relacionamos el punto (x, y) con el
rea que aparece sombreada en la figura A.20.

(x, y)

senh()

rea
cosh()

x2 y 2 = 1

Figura A.20 Seno y coseno hiperblicos

Las funciones hiperblicas estn definidas como:


ex ex ex + ex senh(x)
senh(x) = , cosh(x) = , tanh(x) =
2 2 cosh(x)

Por analoga con las funciones trigonomtricas hablaremos tambin de tangente, secante y co-
secante hiperblica.

4 3 2 1 0 1 2 3 4

1 Seno hiperblico

2 Coseno hiperblico

Figura A.21 Funciones hiperblicas

234
Funciones Funciones elementales

A.2.12 Identidades hiperblicas

a) Identidades pitagricas

cosh2 (x) senh2 (x) = 1,


tanh2 (x) + sech2 (x) = 1
cotanh2 (x) cosech2 (x) = 1

b) Sumas y diferencias de ngulos.

senh(x + y) = senh(x) cosh(y) + cosh(x) senh(y),


senh(x y) = senh(x) cosh(y) cosh(x) senh(y),
cosh(x + y) = cosh(x) cosh(y) + senh(x) senh(y),
senh(x y) = cosh(x) cosh(y) senh(x) senh(y).

c) ngulo doble

1 + cosh(2x) 1 + cosh(2x)
senh2 (x) = , cosh2 (x) = .
2 2

Funciones hiperblicas inversas


 p 
arcsenh(x) = ln x + x 2 + 1
 p 
arccosh(x) = ln x + x 2 1
1 1+x
 
arctanh(x) = ln
2 1x

235
236
Geometra Parbolas, elipses e hiprbolas

Geometra

B.1 Parbolas, elipses e hiprbolas


Adems de las curvas asociadas a lineas rectas, funciones trigonomtricas o a cualquier otra
funcin elemental, hay tres curvas que tienen una destacada importancia: las secciones cnicas.
Los griegos ya conocan que el corte de un cono por un plano produca slo tres tipos de curvas:
parbolas, elipses e hiprbolas. Vamos a comentarlas con ms detalle.

B.1.1 Parbola n o
(x, y) R2 : y = ax 2 + bx + c

Una parbola es el conjunto de puntos que equidistan de un punto


dado, llamado foco, y de una recta llamada directriz. La recta perpen-
dicular a la directriz y que pasa por el foco se llama eje de la parbola.
La interseccin del eje y de la directriz se llama vrtice.
F

Figura B.1 Parbola

B.1.2 Elipse ( )
2x2 y2
(x, y) R : 2 + 2 = 1
a b

rea = ab
Una elipse es el conjunto de puntos verificando que la b
suma de las distancias a dos puntos fijos (F y F 0 ), llama-
dos focos, es una constante mayor que la distancia entre
los focos. El punto medio del segmento que une los focos
se llama centro. El segmento que pasa por los dos focos a F O F0 a
y acaba en la elipse se llama eje mayor. El segmento per-
pendicular al eje mayor y que acaba en la elipse es el eje
menor. Las intersecciones de los ejes con la elipse se lla- b
man vrtices de la elipse. Los focos son los puntos (c, 0)
y (c, 0) que verifican a2 = b2 + c 2 . El caso particular
a = b es conocido: la circunferencia. Figura B.2 Elipse
Las ecuaciones que hemos escrito describen elipses o,
en el caso particular de que los semiejes coincidan, circuferencias centradas en el origen de coor-
denadas. Si el centro est en el punto (h, k) la ecuacin es

237
Superficies cuadrticas Geometra

(x h)2 (y k)2
+ = 1.
a2 b2
Es inmediato comprobar que la circunferencia de radio r centrado en el punto (h, k) es

(x h)2 + (y k)2 = r 2

y su longitud es
Longitud de una circunferencia de radio r = 2 r

B.1.3 Hiprbola
( )
2 x2 y2
(x, y) R : 2 2 = 1
a b

Una hiprbola es el conjunto de puntos que verifican que la diferencia de las distancias a dos
puntos fijos, llamados focos, es una constante positiva menor que la distancia entre los focos (F
y F 0 ).

B.2 Superficies cuadrticas


a) Esfera: (x a)2 + (y b)2 + (z c)2 = R 2

Secciones paralelas al plano xy: circunferencias.

Secciones paralelas al plano xz: circunferencias.

Secciones paralelas al plano yz: circunferencias.

4 3
Volumen = 3R

rea = 4 R 2

x2 y2 z2
b) Elipsoide: a2 + b2 + c2 =1

Secciones paralelas al plano xy: Elipses.

Secciones paralelas al plano xz: Elipses.

Secciones paralelas al plano yz: Elipses.