Calculo y Metodos Numericos Apuntes Sesion1t

lOMoARcPSD|1534554
Clculo Y Mtodos Numricos - Apuntes - sesion1T
Clculo Y Mtodos Numricos (Universidad de Castilla La Mancha)
Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

lOMoARcPSD|1534554
Captulo 1
Lmites y continuidad

lOMoARcPSD|1534554
|2| CAPTULO 1. LMITES Y CONTINUIDAD
S ESIN 1
1.1. Conjuntos numricos

1.1.1. Una nota sobre teora de conjuntos
La teora de conjuntos permite la formalizacin de las matemticas. Esta
teora consta de conceptos y smbolos que permiten escribir de forma precisa
y concisa las ideas matemticas. La tabla 1.1 muestra algunos smbolos
bsicos:
Cuadro 1.1: Smbolos matemticos elementales
: Pertenece a un conjunto
/ No pertenece a un conjunto
:
: Para todo elemento de un conjunto
: Existe al menos un elemento
!: No existe ningn elemento
: Verificando
: Interseccin de conjuntos
: Unin de conjuntos
: Subconjunto
: Implica, entonces
: Si y slo si (doble implicacin)
: o lgico
: y lgico
Los conjuntos de denotan mediante letras maysculas como A, B, y se

pueden definir por extensin, esto es, enumerando todos sus elementos o por
comprensin, indicando la propiedad que define la pertenencia al conjunto.
La definicin por comprensin presenta la siguiente estructura:
A := {x E : p(x)} (1.1)

lOMoARcPSD|1534554
1.1. Conjuntos numricos |3|
donde A es el nombre del conjunto, x E indica que son todos los

elementos pertenecientes al conjunto E, verificando (:) la propiedad p(x). Por
ejemplo,vac si quisieramos definir las vocales del castellano tendramos la
posibilidad de escribir:
A := {a, e, i, o, u}
A := {x E : x es vocal }
donde E := {conjunto de letras del abecedario}

El conjunto que no tiene elementos se denomina conjunto vaco y se
denota por {}
Sean A := {x E : p(x)} y B = {x E : q(x)} dos conjuntos. La propiedad
de pertencia a A es p(x) y la de B es q(x). Las operaciones bsicas con los
conjuntos son:
Inclusin. A B Si se cumple la propiedad p(x) = q(x)

Unin. A B := {x E : p(x) q(x)}
Interseccin. A B := {x E : p(x) q(x)}
Complementario.
A := {x E : x
/ A}
Diferencia de conjuntos.
A B := {x E : x A x
/ B}
Definicin 1.1.1 (Particin de un conjunto) Sea A un conjunto no vaco.

Sea {Ai }iI una familia de subconjuntos de A. Diremos que {Ai }iI es una
particin de A cuando cumple las siguientes propiedades:
i) Ai .= {}, i I (ningn subconjunto es vaco)
ii) iI Ai = A (la unin cubre al conjunto original)
iii) Ai Aj = {}, i .= j (son disjuntos dos a dos)
Por ejemplo si consideramos A = {1, 2, 3, 4, 5, 6} una particin de este

conjunto es:
A1 = {1, 3, 5}
A2 = {2, 4}
A3 = {6}
Definicin 1.1.2 (Partes de un conjunto) Sea E un conjunto no vaco. Se

llama conjunto de partes de E y se denota por (E) al conjunto formado por
todos sus subconjunto incluidos el propio E y el conjunto {}.
(E) = {A : A E}

lOMoARcPSD|1534554
Definicin 1.1.3 (Conjunto producto cartesiano) Dados los conjuntos no

vacos A y B, el conjunto producto cartesiano A B es el conjunto formado por
todos los pares ordenados (a, b) donde la primera componente es un elemento
de A y la segunda es un elemento de B.
A B = {(a, b) : a A, b B}
Por ejemplo si A = {a, b, c} y B = {0, 1} el conjunto
A B = {(a, 0), (b, 0), (c, 0), (a, 1), (b, 1), (c, 1)} (1.2)
1.1.2. Conjuntos numricos

El conjunto ms bsico de nmeros es el conjunto de los nmeros naturales
definido por
N := {1, 2, 3, }. (1.3)
El conjunto de los nmeros enteros se define por
Z := {0, 1, 2, 3, }. (1.4)
Adems de los nmeros enteros estn los nmeros racionales que son las
fracciones definidas por
!m "
Q := : m, n Z n .= 0 . (1.5)
n
Las nmeros racionales son aquellos que tienen un nmero finito de cifras
decimales como 1/2 = 0, 5 o si poseen infinitas cifras stas forman perodo,
como por ejemplo 1/3 = 0, 33333 . Existe nmeros
que tienen infinitas
cifras decimales pero no forma periodo como 2, , e, Estos nmeros se
denominan irracionales y se denota por I. La unin de los nmeros racionales
e irracionales constituye los nmeros reales
R := Q I (1.6)
Un tipo importante de subconjunto de la recta real R son los llamados
intervalos. Estos conjuntos se clasifican en acotados
[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}
y en no acotados.
(, b] := {x R : x b}
(, b) := {x R : x < b}
[a, +) := {x R : a x}
(a, +) := {x R : a < x}
(, ) := R

lOMoARcPSD|1534554
1.1. Conjuntos numricos |5|
Definicin 1.1.4 (Valor abosulto) Dado un nmero real a R definimos

valor absoluto de a como
#
a si a 0
|a| :=
a si a < 0
El valor absoluto nos permite medir distancia entre dos nmeros reales
mediante la expresin
d(a, b) = |a b| (1.7)
por tanto si nos planteamos resolver la inecuacin |x a| < , por la
interpretacin geomtrica anterior, consiste en encontrar los nmeros reales
x que distan menos de unidades del nmero real a, lo que conduce a
|x a| < x (a , a + ) (1.8)
Ejercicios de la seccin 1.1

1. Demostrar las siguientes identidades:
(A B) A = A
(A B) A = A
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)
2. Comprobar que
A (B C) = (A B) (A C)
3. Sea A = {x R : x } para R calcular
R A
R A
4. Resolver las siguientes desigualdades:

a) |x| < 1; b) |x2 1| < 1 ;c) |x + 2| > 3
d) 0 < |x + 1| < 2; e) x|x + 2| < 1 ;f) |x + 2| < |x + 3|
5. Sean a y b dos nmeros positivos, entonces

a+b
ab
2
6. Sea a, b, c, d nmeros positivos tales que a/b < c/d. Probar que
a a+c c
<
b b+d d

lOMoARcPSD|1534554
S ESIN 2
1.2. Sucesiones de nmeros reales

1.2.1. Lmite de una sucesin
Definicin 1.2.1 (Sucesin de nmeros reales) Una sucesin de nmeros
reales es una aplicacin del conjunto de los nmeros naturales en los reales:
x:NR
n x(n)
Observacin 1.2.2
- Una sucesin asigna a cada nmero natural un nmero real determinado de
manera nica.
- A los elementos de la sucesin x1 , x2 , x3 , lo llamaremos trminos de la
sucesin.
- La sucesin se denota por (xn )nN simplemente (xn )
- Al elemento xn se le llama trmino n-simo de la sucesin.
Definicin 1.2.3 ( Sucesiones recursivas.) Una sucesin vendr definida
en forma recursiva o inductiva si existe una frmula que permite calcular el
trmino (n + 1)simo a partir de los trminos anteriores xn , , xnk y el valor
de los trminos x1 , , xk+1 es conocido.
Ejemplo 1.2.4 1. Sea la sucesin
x:NR
1
n x(n) =
n
! "
1
Esta sucesin se puede denotar abreviadamente por (xn ) = y
n
su
! trmino "nsimo es xn := 1/n y los trminos de la sucesin son
1 1
1, , ,
2 3
2. Podemos considerar la siguiente sucesin recursiva:
#
x1 = 2
xn+1 = 12 (xn + 1) n 2
Esta expresin nos permite calcular x2 = 12 (1 + 1) = 3/2, x2 = 12 (3/2 + 1) =
5/4,

lOMoARcPSD|1534554
1.2. Sucesiones de nmeros reales |7|
Definicin 1.2.5 (Lmite de una sucesin.) Diremos que el nmero real l es

el lmite de la sucesin (xn ) y escribimos como lm xn = l, si para todo ! > 0,
n
existe un n0 N tal que:
Si n > n0 |xn l| < !

En dicho caso se dice que la sucesin (xn ) es convergente y el nmero l R
se denomina lmite de la sucesin.
Definicin 1.2.6 (Sucesiones divergentes) Diremos que la sucesin (xn )

tiene lmite + y escribimos como lm xn = +, si para todo M R, existe
n
un n0 N tal que:
Si n > n0 xn > M.
Diremos que la sucesin (xn ) tiene lmite - y escribimos como lm xn = ,
n
si para todo M R, existe un n0 N tal que:
Si n > n0 xn < M.
Las sucesiones que tienden a , se llaman divergentes.
Teorema 1.2.7 (Unicidad del lmite) Una sucesin (xn ) si tiene lmite finito
o infinito, este es nico, es decir, si lm xn = a y lm xn = b entonces a = b.
n n
Ejercicios de la seccin 1.2.1

1. Una progresin geomtrica de razn r y primer trmino a se define
recursivamente por:
x1 = a
xn+1 = rxn
Cuanto vale el trmino nsimo? Discutir el valor del lmite en funcin

de r.
2. Aplicando la deficin de lmite demostrar
n2
a) lm 1
= 0; b) lm = +
n n n n1
3. Tiene lmite las siguientes sucesiones?

$ % $ %
a) an = (1)n b) bn = 1 + n1 + (1)n 1 n3
(1)n
c) cn = n ; d) dn = (1)n n

lOMoARcPSD|1534554
S ESIN 3
1.2.2. Algunas operaciones con lmites de sucesiones

Si (xn ) y (yn ) son dos sucesiones de nmeros reales, se define:
i) Suma: (xn ) + (yn ) = (xn + yn )
ii) Producto: (xn ) (yn ) = (xn yn )
(xn )
i) Cociente: Si (zn ) es una sucesin con zn != 0 n N, entonces =
! " (zn )
xn
zn
Teorema 1.2.8 (Propiedades de las sucesiones convergentes) Sean (xn ) y

(yn ) dos sucesiones de nmeros reales que convergen a x e y respectivamente
y sea R. Entonces:
i) lm (xn + yn ) = lm xn + lm yn = x + y
n n n
ii) lm xn yn = lm xn lm yn = xy
n n n
iii) lm xn = lmxn = x
n n
xn lm xn x
iv) lm = n = si lm yn != 0.
n yn lm yn y n
n
Observacin 1.2.9 Igualmente para sucesiones convergentes se tiene:
i) lm( lnxn ) = ln lm xn = ln x
n n
lm xn
ii) lm axn = a n = ax con a > 0
n
# $n
lm yn
iii) lm (xn )yn = lm xn = xy

n n

lOMoARcPSD|1534554
1.2. Sucesiones de nmeros reales |9|
1.2.3. Sucesiones montonas y acotadas

Definicin 1.2.10 (Sucesin acotada) Una sucesin (xn ) es acotada sii
M R tal que |xn | M, n N.

Por tanto una sucesin (xn ) est acotada si y slo si el conjunto {xn : n N}
de sus trminos, est acotado en R.
Teorema 1.2.11 Toda sucesin de nmeros reales convergente, est acotada.
Definicin 1.2.12 (Sucesin montona) Sea (xn ) una sucesin de nmeros

reales . Diremos que (xn ) es montona creciente si satisface las siguientes
desgiualdades:
xn xn+1 , n N
Diremos que es montona decreciente si sastisface las siguientes desigualda-
des:
xn xn+1 , n N
Teorema 1.2.13 ( Convergencia montona) Una sucesin de nmeros rea-

les montona es convergente es acotada. Adems:
i) Si (xn ) es creciente y acotada, entonces
lm xn = sup xn .
n
ii) Si (yn ) es decreciente y acotada, entonces
lm xn = nf xn .
n

1. Demostrar que la sucesin ( n1 ) es montona y est acotada.
2. Demostrar que la sucesin

1 1 1 1
an = + + + +
n n+1 n+2 2n
es convergente.

3. Se considera la sucesin recursiva xn+1 = 2 + xn y x1 = 2. Demostrar
que es convergente y calcular su lmite.
4. Calcular los siguientes lmites

2 +1
# $ nn3
n+a n+b n2 +n
a) lm
n+c n+d
con c != d ; b) lm 2n2 3n+1 ;
n n
c) lmn
n; e) lm nsen(n)
n 2 n

lOMoARcPSD|1534554
1.3. Funciones reales de variable real |11|
S ESIN 4
1.3. Funciones reales de variable real

Definicin 1.3.1 (Funcin real) Una funcin real de variable real es una
aplicacin de un subconjunto A R en R.
f : A R " R
El dominio de una funcin es el conjunto de nmeros reales donde est
definida la funcin.
Dom f = {x R / f (x) R}
La imagen de una funcin es el conjunto de nmeros reales que se obtiene al
aplicar f a su dominio.
Im f = {y R / x R con f (x) = y}
La figura 1.1 muestra un ejemplo del dominio y la imagen de una funcin.

En este caso el dominio est formado por la unin de dos intervalos, por
[x1 , x2 ] [x3 , x4 ] y la imagen por la unin de los intervalos [y1 , y2 ] [y3 , y4 ].
y4
y3
I mf
y
y2
y1
Domf
x1 x2 x3 x4
x
Figura 1.1: Dominio e imagen de una funcin y = f (x)

lOMoARcPSD|1534554
1.3.1. Operaciones con funciones

Definicin 1.3.2 (Operaciones con funciones) Sean f : A R " R y g : B
R " R con A = Dom f y B = Dom g.
Definimos:
i) (f + g)(x) = f (x) + g(x), x A B

ii) (f.g)(x) = f (x).g(x), x A B
iii) (f )(x) = f (x)x A
! "
f f (x)
iv) (x) = x A B {x /g(x) = 0}
g g(x)
Definicin 1.3.3 (Funcin compuesta) Dadas dos funcionesf : A R " R

y g : B R " R con f (A) B, se define la funcin compuesta g f : A R " R
como
(g f )(x) = g(f (x)), x A (1.10)
Ejemplo 1.3.4 Calcular las funciones (f g)(x) y (g f )(x) donde f (x) = x2 1

y #
1 + x si x 0
g(x) =
x3 si x < 0
Las funciones establecen una relacin entre dos variables x e y mediante

la expresin y = f (x). Dado el valor de la variable x, el valor de la variable y
queda univocamente determinado por la funcin.
En ciertos problemas nos interesa la relacin inversa entre las variables,
esto es, dado el valor de la variable y queremos conocer el valor de x que
cumple que f (x) = y (su antiimagen). Para ilustrar este concepto considerese
la grfica de y = x3 dada en la figura 1.2. En esta funcin para el valor
x = 2 y = 8. La relacin inversa cambiar el sentido de las flechas para el
valor y = 8 x = 2.
Si quisieramos conocer la la relacin entre las variables x e y despeja-

ramos x de y = x3 , obteniendo: x = 3 y. La figura 1.2 tambin ilustra el
problema de que no todas las funciones poseen inversa. Si repetimos el mis-
mo proceso con la funcin y = |x|3 , tendramos dos posibles antiimagenes
de y = 8, los valores x = 2 y no le podramos asignar un nico valor. Esta
funcin no posee inversa.
Para que exista inversa la funcin tiene que ser biyectiva entre el Domf
y el conjunto Imf , esto es, que exista una relacin biunvoca entre cada
nmero del dominio con cada imagen.
Definicin 1.3.5 (Funciones inversa) Sea f : A B una funcin biyectiva

, entonces existe una nica funcin que llamaremos funcin inversa de f ,
f 1 : B A que verifica:
$ %
f 1 f (x) = f 1 (f (x)) = x, x A (1.11)
$ %
f f 1 (y) = f (f 1 (y)) = y, y B (1.12)

lOMoARcPSD|1534554
8
8
y
y
2 2 2
y = x3 y = |x| 3
x x
Figura 1.2: Ilustracin de la funcin inversa y = f (x)
Se tiene la siguiente relacin:
Dom(f ) = Img(f 1 ) Dom(f 1 ) = Img(f ). (1.13)
Ejemplo 1.3.6 Calcular la funcin inversa de

#
x2 si x 0
f (x) =
x2 si x < 0
1.3.2. Propiedades de las funciones

Las funciones montonas permiten saber como afectar un incremento
en la variable x a la variable dependiente y. Las funciones que al
incrementar la variable x se incrementa la variable y se donomina funciones
montonas crecientes y si se disminuye el valor de la variable y se
denomina funciones montonas decrecientes. La figura 1.3 ilustra una
funcin creciente g(x) y una funcin decreciente f (x). Es fcil reconocer
la monotna de una funcin a travs de la grfica. La siguiente definicin
formaliza este concepto:
Definicin 1.3.7 (Funciones montonas) Sea f y g : A R " R una funcin

real de varible real, diremos que:
i) f es montona decreciente en A si se cumple:
Dados cualquier x1 , x2 A con x1 < x2 f (x1 ) f (x2 ).
ii) g es montona creciente en A si se cumple:
Dados cualquier x1 , x2 A con x1 < x2 g(x1 ) (x2 ).

lOMoARcPSD|1534554
g(x 2 )
f (x 1 )
y
x1 x2
g(x 1 )
f (x 2 )
x
Figura 1.3: Ilustracin de la funciones es montonas
Hemos visto que no todas las funciones poseen inversa. Si una funcin
es estrictamente (satisface la anterior definicin con desigualdades estrictas)
montona tiene inversa.
Observacin 1.3.8 (Resolucin de desigualdades) Para resolver desiguala-

des se realizan operaciones a ambos lados de la desigualdad. Por ejemplo
multiplicar por un nmero a R. La cuestin es saber qu operaciones se
pueden realizar y cmo afecta al sentido de la desigualdad. Realizar una ope-
racin en una desigualdad equivale a aplicar una funcin a ambos lados de
la desigualdad. Por ejemplo, si aplicamos la funcin f (x) = ax a ambos lados
de una desigualdad equivale a multiplicar por la constante a. Pues bien, las
nicas operaciones que se pueden realizar son las definidas por funciones mo-
ntonas. Adems, si es creciente el sentido de la desigualdad se mantiene y
si es decreciente se invierte. Analicemos el siguiente ejemplo:
1
2 x2 10
La funcin logartmica de base 2 es creciente en (0, +) y los dos lados de

la desigualdad son nmeros positvos por lo que podemos aplicar logaritmos a
ambos lados de la desigualdad y el sentido de la desigualdad no vara:
& 1' 1 1
log2 2 x2 log2 10 2 log2 (2) log2 10 2 log2 10
x x
Sobre esta ltima desigualdad podemos aplicar la funcin decreciente g(z) = 1

z
y el sentido de la desigualdad cambiar:
1 1 1
x2
1
x2
log2 10 log2 10

lOMoARcPSD|1534554

Sobre la anterior desigualdad aplicamos h(z) = z que es creciente en [0, +)
y x2 , log1 10 [0, +), obteniendo:
2
(
1 1 1
x2 = |x| x ) ox )
log2 10 log2 10 log2 10
Definicin 1.3.9 ( Funciones pares/impares) Sea f : A R " R una

funcin real de varible real, diremos que:
i) f es par en A si y solo si f (x) = f (x), x A.

ii) f es impar en A si y solo si f (x) = f (x), x A.
Observacin 1.3.10 La grfica de una funcin impar es simtrica respecto al

origen de coordenadas, la grfica de una funin par es simtrica respecto al
eje OY.
Definicin 1.3.11 (Funciones acotadas) Una funcin real de variable real

f : A R " R est acotada superiormente en Asii K1 R tal que
f (x) K1 x A.
Est acotada inferiormente en A sii K2 R tal que
f (x) K2 x A.
Una funcin est acotada si lo est superior e inferiormente.
Definicin 1.3.12 (Funciones peridicas) Una funcin es peridica si existe

un h R , h > 0, tal que
f (x + h) = f (x) x A.

1. Encontrar el dominio de definicin de las siguientes funciones:

x x+1
a) f (x) = x2 25 ; b) g(x) = 2 ; c) h(x) = ;
x 5x + 6 ln(2 x)
*
x3
d) i(x) = ; e) j(x) = x + 1
x+3
2. Sea una funcin f (x) cumpliendo que Domf = [a, b] Se cumple Imf =
[f (a), f (b)]? Si f (x) fuera montona creciente, se cumple entonces la
anterior igualadad?
3. Demuestra que si f (x) es estrictamente creciente entonces su funcin
inversa f 1 (x) tambin lo es.

4. Sea f (x) = 1 + x. Tiene funcin inversa? En caso afirmativo
calcularla. Existe (f f )(x)? En caso afirmativo calcularla.

lOMoARcPSD|1534554
5. Estudiar la paridad de las siguientes funciones:

! "
1x
a) f (x) = x2 |x|; b) g(x) = ln ;
1+x
ax ax
c) h(x) = , con a > 1 ; d) k(x) = x [x] donde [] es la parte
2
entera de un nmero.

lOMoARcPSD|1534554
1.4. Funciones elementales |17|
S ESIN 5
1.4. Funciones elementales

1.4.1. Funciones logartmicas y exponenciales
Las funciones exponenciales se definen por y = ax con a > 0. Estas
funciones estn definidas
ax : R ! (0, +)
La figura 1.4 muestran algunos ejemplos para diferentes valores del

parmetro a. Estas funciones son decrecientes para el valor de 0 < a < 1
y creciente para a > 0.
y = ex y = e x
y
1 1
! 2 "x
y= 3
! 3 "x
y= 2
x x
Figura 1.4: Grfica de funciones exponenciales y = ax
Las funciones exponenciales son estrictamente montonas en su dominio

por lo que poseen funcin inversa en ste. Esta funcin se denomina funcin
logartmica. Aplicando la relacin (1.13) entre el dominio y conjunto imagen
de una funcin f y su inversa f 1 , se tiene:
loga (x) : (0, +) ! R

lOMoARcPSD|1534554
Cuando el valor de a = e se denomina logaritmo neperiano y lo denotamos

por y = ln(x). La figura 1.5 muestra algunas grficas de las funciones
logartmicas.
y = ln(x) y = log 1e (x)
y = log 23 (x)
y
y = log 32 (x) y
1 1
x x
Figura 1.5: Grfica de funciones logartmicas y = loga (x)
Proposicin 1.4.1 (Propiedades de las funciones exponenciales y logartmicas.)

Se cumplen la siguientes relaciones:
1. ax+y = ax ay para todo x, y R.
2. loga (x.y) = loga (x) + loga (y) para todo x, y (0, +).
! "
3. loga xy = loga (x) loga (y) para todo x, y (0, +).
4. loga (xy ) = y loga (x) para todo x (0, +) e y R

loga (x)
5. logb (x) = loga (b) y ax = bx logb a , en particular se tiene
ln(x)
logb (x) = ln(b) y ax = exln a
1.4.2. Funciones trigonomtricas

La figura 1.6 muestra la grfica de las funciones y = sen(x) e y = cos(x).
Se observa que el dominio de estas funciones es todo R y el conjunto imagen
[1, 1]. Tambin se observa que
! "
sen(x) = cos x (1.14)
! 2"

cos(x) = sen x + (1.15)
2

lOMoARcPSD|1534554
y = cos(x)
!
"
y
0
!!
y = sen(x)
x

2 2
Figura 1.6: Funciones y = sen(x) y y = cos(x)
A partir de estas funciones se define la funcin tangente de x
sen(x)
tan(x) = (1.16)
cos(x)
La grfica de y = tan(x) se muestra en 1.7. Se observa que el dominio coincide

con todo R menos los puntos que anulan el denominador (cos(x)), esto es
# $
Dom tan := R + k : k Z
2
Las funciones seno, coseno y tangente no son montonas en su dominio

por lo que no tienen funcin inversa en su dominio. En un primer paso
restringimos el dominio de estas funciones a intervalos donde la funcin si
que sea montona. Observando sus grficas 1.6 y 1.7, vemos:
% &
sen(x) : , ! [1, 1]
2 2
cos(x) : [0, ] ! [1, 1]
! "
tan(x) : , ! R
2 2
Las funciones inversas de la funcin seno, coseno y tangente se denomi-

nan respectivamente funcin arco seno, funcin arco coseno y arco tangente
y la denotaremos abreviadamente y = asen(x), y = acos(x) y y = atan(x).
Atendiendo a la relacin (1.11), obtenemos:

lOMoARcPSD|1534554
Figura 1.7: Grfica de la funcin y = tan(x)
% &
asen(x) : [1, 1] ! ,
2 2
acos(x) : [1, 1] ! [0, ]
! "
atan(x) : R ! ,
2 2
Las grficas de las funciones inversas se muestran en las figuras 1.8 y

1.9. Se observa que la funcin y = sen(x) y y = tan(x) son crecientes
en su dominio restringido y por tanto sus funciones inversas tambin son
crecientes. Similarmente, la funcin y = cos(x) es decreciente en su dominio
restrigindo y su inversa y = acos(x) tambin lo es.
1.4.3. Funciones hiperblicas y sus inversas
Las funciones hiperblicas se denominan seno hiperblico, coseno hiperblico

y tangente hiperblica y se definen:
ex ex
y = senh(x) = (1.17)
2
ex + ex
y = cosh(x) = (1.18)
2
senh(x) ex ex
y = tanh(x) = = x (1.19)
cosh(x) e + ex

lOMoARcPSD|1534554
#$
y = acos(x)
#$%&
y
"
y = asen(x)
!#$%&
!! " !
x
Figura 1.8: Grficas de las funciones y = asen(x) y y = acos(x)
El dominio de todas estas funciones es R y sus grficas se muestra en la

figura 1.10. Se observa que estas funciones estn definidas:
senh(x) : R ! R
cosh(x) : R ! [1, +)
tanh(x) : R ! (1, 1)
Las funciones tanh(x) y y = sinh(x) son crecientes en su domi-

nio por lo que poseen inversa en todo R. La funcin y = cosh(x)
se debe restringir a [0, +) para que posea inversa. Estas funciones
se denominan argumento seno hiperblico, argumento coseno hiperblico y
argumento de la tangente hiperblica y la denotaremos abreviadamente y =
asenh(x), y = acosh(x) e y = atanh(x).
Veamos como se puede calcular la expresin analtica de estas funciones.
Analicemos el caso de la funcin y = senh(x). Queremos calcular y = f 1 (x),
por tanto f (y) = f (f 1 (x)) = x. Despejamos de la anterior expresin y en
funcin de x, esto es:
2
ey ey 1 (ey ) 1
f (y) = senh(y) = = x ey y = 2x = 2x
2 e ey
2
(ey ) 2xey 1 = 0
Llamando z = ey , la anterior expresin se reduce a resolver el siguiente

polinomio de segundo grado en la variable z

2x 4x2 + 4 '
z 2xz 1 = 0 z =
2
= x x2 + 1 (1.20)
2
Como z = ey > 0 tenemos que la solucin con el signo no es vlida ya

lOMoARcPSD|1534554
Figura 1.9: Grfica de la funcin y = atan(x)
que conduce a una valor de z negativo. Por lo que nos queda:

'
ey = x + x2 + 1
Tomando logaritmos a ambos lados de la anterior expresin:

! ' "
y = asenh(x) = ln x + x2 + 1 (1.21)

1. Encontrar la expresin analtica de f (x) = atanh(x) y f (x) = acosh(x).
2. Justificar la siguiente relacin:

a) cosh2 (x) senh2 (x) = 1,
b) senh(x + y) = senh(x)cosh(y) + cosh(x)senh(y)
c) cosh(x + y) = cosh(x)cosh(y) + senh(x)senh(y)
3. Justificar las siguiente desigualdades:
1 tah(x) 1

lOMoARcPSD|1534554
y = cosh(x)
y = tanh(x)
" "
! !
y
y
!"
y = senh(x)
x x
Figura 1.10: Grficas de la funciones hiperblicas

lOMoARcPSD|1534554
S ESIN 6
1.5. Lmite de una funcin

Antes de abordar el concepto formal de lmite analizaremos varios
ejemplos para formar una idea intuitiva previa. Considrese las siguientes
funciones:
! 2 !
x si x != 1 x2 si x 1
f (x) = g(x) =
2 si x = 1 x 2 si x > 1
!
x si x [1, 2] Q
h(x) =
2x si x [1, 2] I
Cuyas grficas se muestra en la figura 1.11.
y = f (x) y = g(x) y = h(x)
"
y
! ! !
!! !!
! ! !
x x x
Figura 1.11: Ilustracin del concepto de lmite
Diremos que una funcin f (x) tiene por lmite ! cuando x tiende a a si
evaluamos la funcin f (x) en valores de x parecidos a a (x a) sin considerar
el propio valor a (x != a) y obtenemos imgenes f (x) parecidas a ! (f (x) !).
En la figura 1.11 se muestra tres ejemplos de funciones que analizamos
grficamente la existencia del lmite en el punto a = 1. Para la funcin
y = f (x) se observa que si tomamos valores de x 1 sus imgenes valen

lOMoARcPSD|1534554
1.5. Lmite de una funcin |25|
aproximadamente ! = 1. Notar que este concepto es independiente del valor

de f (1) = 2.
En la segunda grfica se observa que si tomamos valores de x cercanos
a 1 y cumpliendo x > 1 las imgenes se parecen al valor 1, mientras que si
tomamos valores de x cercanos a 1 pero x < 1 las imgenes se parecen a 1.
Por lo cual no tiene lmite.
En el tercer ejemplo se observa que valores parecidos de x cercanos a 1
tienen imgenes h(x) = x o h(x) = 2 x, dependiendo de si el nmero x es o
no racional. En ambos casos como x 1 se tiene que tanto h(x) = x 1 como
h(x) = 2 x 1, por tanto esta funcin tiene lmite en el punto a = 1 y vale
! = 1. Notar que en ningn otro punto la funcin tiene lmite.
Definicin 1.5.1 (Lmite en un punto) Sea f : A R ( R, diremos que la

funcin f tiene por lmite l en el punto a, y escribimos como lm f (x) = l sii para
xa
todo " > 0, existe un > 0 tal que,
Si 0 <| x a |< | f (x) l |< "
Ejemplo 1.5.2 a) funcin constante. lm b = b. En este caso f (x) = b Dado

xa
el valor de " > 0 basta con tomar cualquier > 0 ya que
Si 0 <| x a |< | f (x) l |=| b b |= 0 < "
b) funcin lineal. lm (mx + n) = ma + n. En este caso f (x) = mx + n. Dado el

xa
valor de " > 0 elegimos |m|
!
> 0 ya que
Si 0 <| x a |< | f (x) l |=| mx + n ma n |=| m || x a |<| m | = "
El concepto de lmite contesta a la pregunta si tomamos valores de x

parecidos a a entonces a qu valor se parece f (x)? Esta idea tambin se
puede extender al caso que a R {} o que l R {}.
Definicin 1.5.3 (Lmites infinitos y en el infinito) Sea f : A R ( R,

diremos que la funcin f tiene por lmite + en el punto a, y escribimos como
lm f (x) = + si dado M R, > 0 tal que
xa
Si 0 <| x a |< f (x) > M.

Diremos que lm f (x) = si dado M R, > 0 verificando
xa
Si 0 <| x a |< f (x) < M.

Diremos que lm f (x) = l si " > 0, M R cumpliendo:
x+
Si x > M | f (x) l |< ".

Diremos que lm f (x) = l si dado " > 0, M R cumpliendo
x
Si x < M | f (x) l |< "

lOMoARcPSD|1534554
Proposicin 1.5.4 (Unicidad del lmite) Sea f : A R ( R, si lm f (x)

xa
existe, este es nico, es decir, si lm f (x) = l y lm f (x) = m l = m

xa xa
Teorema 1.5.5 (Caracterizacin sucesional) Sea f : A R ( R, la

condicin necesaria y suficiente para que lm f (x) = l es que para toda
xa
sucesion (xn ) de puntos de A{a} con lm xn = a se verifique que lm f (xn ) = l
n n
"1#
Ejemplo 1.5.6 Estudiar si la funcin f (x) = sen x tiene lmite en a = 0.
Vamos a demostrar que no tiene lmite aplicando la caracterizacin
sucesional del lmite. Consideramos las siguientes sucesiones:
1
$n :=
x 0

2 + 2n
1
%n :=
x 0

2 + 2n
Si la funcin tuviese lmite tendramos que lm f ($xn ) = lm f (%

xn ). Veamos que
esto no ocurre:
& '
1 ( )
lm f ($
xn ) = lm sen = lm sen + 2n = lm 1 = 1
n+ n+
1
+2n
n+ 2 n+
& 2 '
1 ( )
lm f (%
xn ) = lm sen = lm sen + 2n = lm 1 = 1
n+ n+ 1
+2n
n+ 2 n+
2
Definicin 1.5.7 (Lmites laterales) Sea f : A R ( R, diremos que el

lmite por la derecha de la funcin f en el punto a es l y escribimos como
lm+ f (x) = l sii para todo " > 0, existe un > 0 tal que,
xa
Si a < x < a + | f (x) l |< "
Sea f : A R ( R, diremos que el lmite por la izquierda de la funcin f en

el punto a es l y escribimos como lm f (x) = l sii para todo " > 0, existe un
xa
> 0 tal que,
Si a < x < a | f (x) l |< "
Proposicin 1.5.8 (Caracterizacin del lmite mediante lmites laterales.)

La condicin necesaria y suficiente para que una funcin tenga lmite en un
punto, es que el lmite por la derecha y por la izquierda existan y valgan lo
mismo.
Ejemplo 1.5.9 Sabiendo que lmx0 senx (x) = 1 estudiar si existe el lmite
lmx0 |senx (x)| .
El valor del lmite proporcionado, por la caracterizacin mediante lmites
laterales, nos indica que lmx0+ senx (x) = lmx0 senx (x) = 1. Ahora lo
analizaremos la existencia del lmite pedido calculando los lmites laterales:

lOMoARcPSD|1534554
1.5. Lmite de una funcin |27|
|sen (x)| sen (x)

lm = lm+ =1
x0+ x x0 x
|sen (x)| sen (x) sen (x)
lm = lm = lm = 1
x0 x x0 x x0 x

1. Estudiar si existen los siguiente lmites:
x1 xsen (x)
a) lm ; b) lm ;
x1 |x 1| x0 |x|
2. Calcular, cuando se pueda, el lmite de las funciones:
1
ex 1
a) lm ; b) lm ;
x0 1 + ex
1
x 2 1+2 tan (x)
* +
x
c) lm tan(e x
); d) lm ln x + 1; e) lm atan
x x(1)+ x4 x4
3. Empleando la caracterizacin sucesional demostra que no existe el
* +
1
lm cos .
x0 x

lOMoARcPSD|1534554
S ESIN 7
1.6. Clculo de lmite. Infinitsimos

A la hora de calcular lmites nos podemos encontrar con indeterminacio-
nes, stas se podrn resolver utilizando:
1. Operaciones algebraicas.
2. Infinitsimos equivalentes.
3. Regla de LHopital.
Proposicin 1.6.1 (Criterio del emparedado) Sean f, g, h : A R " R,
cumpliendo las desigualdades f (x) g(x) h(x).
Si lm f (x) = l = lm h(x) lm g(x) = l.
xa xa xa
Ejemplo 1.6.2 Vamos aplicar el criterio del emparedado a la funcin

! 2
x si x Q
g(x) =
x4 si x I
para calcular su lmite cuando x 0. Sea f (x) = x4 y sea h(x) = x2 estas
funciones cumplen f (x) g(x) h(x) y adems lmx0 f (x) = lmx0 h(x) = 0
por el teorema del emparedado lmx0 g(x) = 0.
Proposicin 1.6.3 (Operaciones aritmticas con lmites) Sean f, g : A
R " R y supongamos que lm f (x) = l y lm g(x) = m . Entonces:
xa xa
i) lm (f (x) + g(x)) = l +m
xa
ii) lm (f (x)g(x)) = l m
xa
f (x) l
iii) lm = m (= 0
xa g(x) m
vi) lm lnf (x) = ln l. l > 0
xa
v) lm f (x)g(x) = lm
xa
Definicin 1.6.4 (Infinitsimos) Se dice que la funcin f (x) es un infinitsimo

cuando x tiende a "a"si lm f (x) = 0 y escribimos como < f (x), a > .
xa
f (x)
Diremos que f (x) y g(x) son infinitsimos equivalentes si lm = 1 en
xa g(x)
dicho caso escribiremos < f (x), a >< g(x), a >

lOMoARcPSD|1534554
1.6. Clculo de lmite. Infinitsimos |29|
Cualquier infinitsimo que aparezca como factor o divisor en la expresin

de un lmite puede sustituirse por otro infinitsimo equivalente. Para que
esta tcnica sea til se debe conocer una lista de infinitsimos, ver la tabla
1.2.
Cuadro 1.2: Tabla de infinitsimos
< x, 0 >< sen(x), 0 >< asen(x), 0 >< tan(x), 0 >< atan(x), 0 >
< ln(1 + x), 0 >
< ln(a)x, 0 >< ax 1, 0 >
x2
< 1 cos(x, 0) >< 2 ,0 >
Ejemplo 1.6.5 (Clculo de infinitsimos) Vamos a calcular empleando infi-

tsimos varios lmites
1. Supongamos que el siguiente lmite es positivo y lo expresamos:
1
! = lm (x + e2x ) x = e
x0
tomando lmites
1 1 " #
ln(!) = = lm ln (x + e2x ) = lm ln 1 + (x + e2x 1)
x0 x x0 x
Aplicando el infinitsimo < ln(1+y), 0 >< y, 0 > para y = (x + e2x 1) 0,

obtenemos
" 2x #
1" # e 1
lm x + e 1 = 1 + lm
2x
x0 x x0 x
Aplicando el infinitsimo < y, 0 >< ey 1, 0 > para y = 2x 0,
obtenemos
(2x)
= 1 + lm =3
x0 x
por tanto el lmite pedido es ! = e3 .

2. Vamos aplicar infinitsimos al siguiente lmite:
e5x e3x
lm
x0 sen(5x) sen(3x)
Se tiene que observar que los sumandos que aparecen no se puede

sustituir por sus infinitsimos equivalentes1 . Consideramos la siguiente
relacin trigonomtrica:
$ % $ %
a+b ab
sen(a) + sen(b) = 2sen cos
2 2
1 En este caso el valor del lmite sera el mismo, pero estara mal aplicada la tcnica de
infinitsimos.

lOMoARcPSD|1534554
Como la funcin y = sen (x) es una funcin impar y = sen(x) = sen(x)

y por tanto
$ % $ %
5x 3x 5x (3x)
sen(5x) sen(3x) = sen(5x) + sen(3x) = 2sen cos
2 2
Sustituyendo en el anterior lmite:
e3x (e2x 1)
lm
x0 2sen(x)cos(4x)
Ahora si podemos aplicar los infinitsimos < x, 0 >< sen(x), 0 > y

< 2x, 0 >< e2x 1, 0 >
e3x 2x
lm = 1.1 = 1
x0 cos(4x) 2x
x2
3. Justificar que < 1 cos(x), 0 >< 2 ,0 >.
"x#
Aplicando la relacin trigonomtrica 1 cos(x) = 2sen2 2
" #
1 cos(x) 2sen2 x2
lm x2
= lm x2
x0 x0
2 2
y el infinitsimo < sen(y), 0 >< y, 0 > con y = x/2 0, obtenemos:

" x #2
2
lm 2
x2
=1
x0
2

1. Calcular los siguientes lmites:
x2 2x + 1 xm 1
a) lm ; b) lm ;
x1 x3 1 x1 xn 1
$ %x
sin(5x) 2+x 1 ax
c) lm ; d) lm ; e) lm
x0 x x0 3 x x0 2x ln a
$ 2 %x2
" # 2 x +2 x+3 x+1
f) lm x + x + x x ; g) lm
2 ; h) lm ;
x x 2x2 + 1 x x + 2 x+4
3
x3 27 sin x cos x
i) lm ; j) lm ; k) lm x2 (1 cos(1/x));
x3 x2 + 6x 27
3
x 4 1 tan x x

lOMoARcPSD|1534554
1.6. Clculo de lmite. Infinitsimos |31|
S ESIN 8
Ejercicios de lmites
Calcular los siguientes lmites:
1
x3 3x + 2
a) lm 4 ; b) lm (cos(x)) sen(x) ;
x1 x 4x + 3 1 x0
xn an tan(x) sen(x) sen (x a)

c) lm ; d) lm 3
; e) lm
x0 x a x0 x xa x2 a2

lOMoARcPSD|1534554
S ESIN 9
1.7. Continuidad de una funcin en un punto

Definicin 1.7.1 (Funcin continua) Sea f : A R " R, diremos que la
funcin f es continua en el punto a, sii
lm f (x) = f (a) (1.22)

xa
Si una funcin no es continua en a, diremos que es discontinua en dicho

punto.
Observacin 1.7.2 1. Aplicando la definicin ! de lmite el concepto de

continuidad se define: para todo ! > 0 existe > 0 tal que
Si 0 | x a |< | f (x) f (a) |< !
2. Aplicando la caracterizacin del lmite mediante lmites laterales tendre-

mos que f es continua en a si y solo si:
f (a) (1.23)
lm f (x) = f (a) (1.24)
xa+
lm f (x) = f (a) (1.25)
xa
3. La definicin de continuidad se puede reescribir empleando la ca-

racterizacin sucesional del lmite y se tendra: lm f (x) = f (a)
xa
para todas sucesin (xn ) : lm xn = a entonces lm f (xn ) = f (a).
n+ n+
Observacin 1.7.3 (Lmites de sucesiones recursivas) Supongamos que te-

nemos una sucesin definida recursivamente
xn+1 = f (xn ) (1.26)
y supongamos que la sucesin (xn ) converge a a". Las sucesiones (xn+1 ) :=

(x2 , x3 , x4 , ) y (xn ) := (x1 , x2 , x3 , x4 , ) tienen los mismos trminos excep-
tuando el primero por lo que tendrn el mismo lmite a". Tomando lmites a
ambos lados de (1.26), obtenemos que
! "
a = lm xn+1 = lm f (xn ) = f lm xn = f (a) (1.27)
n+ n+ n+

lOMoARcPSD|1534554
1.7. Continuidad de una funcin en un punto |33|
La ecuacin (1.27) impone una condicin que debe cumplir el lmite. Por ejemplo
considerar la sucesin recursiva:
xn+1 = sen(xn )
tomando lmites a ambos lados y por ser f (x) = sen(x) una funcin continua
en todo R, en particular en el lmite de la sucesin en caso de tener, tendramos
a = f (a) = sen(a)
La anterior ecuacin solo posee la solucin a = 0. Por tanto, si la sucesin (xn )
tuviese lmite este debe ser el 0.
Definicin 1.7.4 (Clasificacin de discontinuidades) i) Discontinuidad evi-
table. Se produce este tipo de discontinuidad cuando lmf (x) = l R,
xa
pero la funcin en a no est definida o lmf (x) *= f (a) .
xa
ii) Discontinuidad de salto o de 1a especie. Se tiene una discontinuidad de

salto (finito infinito) en el punto a R, si existen lm+ f (x) y lm f (x) y
xa xa
ambos son distintos.
iii) Discontinuidad esencial o de 2a especie. Se produce este tipo de
discontinuidad cuando alguno de los lmites laterales no existe o los dos.
1.7.1. Justificacin de la continuidad de una funcin

En esta seccin se dan herramientas para justificar la continuidad de una
funcin a partir de la continuidad de las funciones de la que se componen y
de las operaciones que se realizan entre ellas. El primer teorema proporciona
en que conjunto son continuas las funciones elementales y el segundo que
operaciones preservan la continuidad.
Teorema 1.7.5 (Continuidad de las funciones elementales) Las funciones
elementales que hemos estudiado son continuas en su dominio, de hecho,
tenemos lo siguiente:
1. f (x) = ax continua en R, con a > 0

2. f (x) = loga x continua en (0, ), a > 0
3. Las funciones polinmicas, sen(x), cos(x), senh(x), cosh(x), tanh(x) y las
races de ndice natural impar son continuas en R.
4. La races de ndice natural para son continuas en [0, +).
Teorema 1.7.6 Sean f, g : A R " R funciones continuas en a, entonces f +g
f
y f.g son continuas en a. Si adems g(a) *= 0,entonces es continua en a
g
Proposicin 1.7.7 (Continuidad de la funcin compuesta) Sean f : A
R " B, g : B R " C dos funciones. Si f es continua en a A y g es continua
en b = f (a) . Entonces la funcin compuesta h = g f : A C es continua en el
punto a. De hecho se tiene:
lm g(f (x)) = g(f (a)) = g( lm f (x)) (1.28)
xa xa

lOMoARcPSD|1534554

1. Estudiar la continuidad de las siguientes funciones
# x2 9 # $ %
x *= 3 xsen x x *= 0
a) f (x) = x3 ; b) g(x) =
6 x=3 0 x=0
# 1
x *= 0
c) h(x) = 21/x
0 x=0
2. Estudiar la continuidad de las siguientes funciones
&
x3
a) f (x) = ln(2x3 + 3x2 ); b) g(x) = x
1x
x+2
; c) h(x) = x1

lOMoARcPSD|1534554
1.8. Continuidad de un funcin en un intervalo [a, b] |35|
S ESIN 10
1.8. Continuidad de un funcin en un intervalo

[a, b]
Definicin 1.8.1 (Continuidad en un intervalo [a,b] ) Sea f [a, b] R " R,
diremos que f es continua en el intervalo [a, b], cuando lo sea en cada punto
del intervalo (a, b) y en los extremos del intervalo cumpla
lm f (x) = f (a) lm f (x) = f (b) (1.29)
xa+ xb
Las grficas de las funciones continuas en [a, b] se pueden dibujar de un

solo trazo, esto es, sin levantar el lpiz del papel. Si dibujramos varias
gficas de funciones continuas en [a, b] y observramos que caracterstica
tienen en comn el conjunto imagen, en todas ellas veramos que es un
intervalo cerrado y acotado. La figura 1.11 ilustra esta propiedad2 y se
observa que la imagen cumple f ([a, b]) = [f (d), f (e)]. Este resultado nos dice
tres cosas: i) que existe una imagen que es ms grande que todas las dems,
ii) lo mismo para pero para la imagen ms pequea y iii) que todos los valores
entre las imgenes mxima y mnima son tambin imgenes. Los resultados
i) y ii) se conocen con el nombre de teorema de Weierstrass mientras que un
caso particular de iii) recibe el nombre de teorema de Bolzano y nos dice que
si una funcin continua en [a, b] tiene una imagen positiva y otra negativa
en los extremos del intervalo forzosamente la imagen 0 se alcanzar por lo
menos en un valor de x. En el ejemplo ilustrado en la figura 1.11 se observa
que existen exactamente tres valores (c1 , c2 , c3 ) donde se anula la funcin.
Teorema 1.8.2 (Bolzano) Sea f [a, b] R " R, continua en [a, b], cumpliendo
f (a)f (b) < 0 c (a, b) tal que f (c) = 0.
Observacin 1.8.3 El teorema de Bolzano no dice nada sobre el nmero

de races que tiene f . Podra existir una funcin cumpliendo el teorema de
Bolzano con un nmero par de races? y si una funcin tiene una raz debe
cambiar de signo sus imagenes?
Observacin 1.8.4 (Resolucin de desigualdades) El teorema de Bolzano
permite resolver desigualades del tipo f (x) 0. Por el teorema de Bolzano una
funcin que es continua en un intervalo y no contiene ninguna raz conserva
el signo en todo el intervalo. Esto es, o siempre es positiva f (x) > 0 o siempre
es negativa f (x) < 0, por lo tanto todos los puntos del intervalo resuelven la
desigualdad o no existe ninguna solucin en dicho intervalo. El mtodo de
resolucin consiste por tanto en tres pasos:
2 Las funciones continuas transforman intervalos cerrrados y actados en intervalos cerrados
y acotados

lOMoARcPSD|1534554
f (e)
f (a)
a c1 d c2 e c3 b
y
f (b)
f (d)
Figura 1.11: Funciones continuas en un intervalo [a, b]
Paso 1: Encontrar el conjunto de races f (x) = 0. Denotemos este conjunto

por R.
Paso 2: Encontrar el conjunto de las discontinuidades de f (x). Denotemos

este conjunto por D.
Paso 3: Calcular3 el signo de f (x) en todos los subintervalos definidos

por puntos consecutivos del conjunto R D. La solucin ser la unin de
intervalos en los que se cumpla f (x) < 0 unin las races.
Ejemplo 1.8.5 Veamos un ejemplo. Resolver
x2 1
f (x) = 0
|x + 1|(2 x)
2
Paso 1: Las races f (x) = |x+1|(2x)
x 1
= 0 estarn entre aquellos puntos
que anula el nmerador, es decir 1. Como la funcin no est definida en
x = 1 la nica raz que tiene la funcin es R = {1}.
Paso 2: Las discontinuidades de f (x) sern aquellos puntos que anulen

el denominador D = {1, 2}
Paso 3: Los intervalos definidos por R D = {1, 1, 2} son (, 1)

(1, 1) (1, 2) cup(2, +). Evaluamos la funcin para conocer el signo de
la funcin:
3 Evaluando la funcin en un punto del interior del intervalo.

lOMoARcPSD|1534554
Intervalo f (x) Signo

(, 1) f (2) = 34 +
(1, 1) f (0) = 12
(1, 2) f (3/2) = 1 +
(2, +) f (3) = 2
Por tanto las soluciones de la desigualdad son (1, 1) (2, +). La grfica de
f (x) se muestra en la figura 1.12. Los puntos donde existen cambios en las
imagenes son o las races o las discontinuidades c, c2 , c3 .
x 2 1
y= |x+1|(2x)
c1 c2 c3
y
Figura 1.12: Resolucin de desigualdades
Definicin 1.8.6 (Extremos absolutos) Sea f : A R " R. Diremos que f

alcanza en d A un mnimo absoluto sii
f (d) f (x) x A. (1.30)
El valor f (d) se deomina valor mnimo de la funcin. La funcin f alcanza en

e A un mximo absoluto sii
f (x) f (e) x A. (1.31)
El valor f (e) se deomina valor mximo de la funcin.
Teorema 1.8.7 (Weirstrass) Sea f continua en [a, b] f alcanza el mximo y

el mnimo absoluto en [a, b], es decir, existen d, e [a, b] tales que
f (d) f (x) f (e) x A. (1.32)
Observacin 1.8.8 El teorema de Weierstrass tambin nos informa que las

funciones continuas en [a, b] estn acotadas.

lOMoARcPSD|1534554

1. Resolver la siguiente desigualdad
2
2 ex
0
x
2. Demostrar que f (x) = x4 + 2x3 1 = 0 tiene al menos dos races reales.
3. Calcular los mximos y mnimos absolutos de las siguientes funciones

en el dominio que se indica as como sus valores mnimos y mximos:
a) f (x) = x en [1, 1]; b) f (x) = 1
x en (0, 1]; c) f (x) = |x2 1| en [2, 2];
4. Cul es el conjunto imagen de f (x) = x(x 1) en [0, 1]?
!
f (x) x -= 0
5. f (x) = x2 + 1 y g(x) =
2 x=0
a) Estudiar su continuidad.
b) Si se consideran definidas sobre[-1,2], estn acotadas?,
alcanzan su mximo y su mnimo?.
c) Hallar f ([1, 2]).

lOMoARcPSD|1534554
S ESIN 11
1. Estudiar la continuidad de las siguientes funciones segn los valores

de a
! ! ax
2x2 3 x "= 2 e x0
a) f (x) = ; b) g(x) =
2a 3 x=2 x + 2a x>0
!
4.3x x0
c) h(x) =
x + 2a x>0
2. Se consideran las funciones reales de variable real:
! "
sin x
x + ln x x > 1 x>0
f (x) = g(x) = x
x2
x1 ex
x0
a) Probar que f y g son continuas en todo R.

b) Est acotada g f en el intervalo[1, 2]?
c) Probar que existen dos puntos x1 , x2 en el intervalo (1, e2 ) tal que
3
f (x1 ) = y f (x2 ) =
2 2
d) Deducir del apartado anterior que existe x0 en el intervalo (1, e2 ) tal
que (g f )(x0 ) = 0.
1
3. Se considera la funcin f (x) = definida en (3, 7). Es continua?.
x3
Est acotada superiormente?.Contradice algn teorema?
x
4. Calcular f ([1, 4]) siendo f (x) = , x [1, 4].
1 + |x|
5. sea f : [1, 1] R una funcin continua en [1, 1] y tal que f (1) = f (1).
Demuestra que existe algn punto c [0, 1] tal que f (c) = f (c 1).
6. Probar que las siguientes ecuaciones tienen al menos una raz real:
133
a) x5 3x3 + 4x2 1 = 0; b) x50 + = 70
1 + + sin2 x x2
x4 + 2x2 + 5 x6 + 2x4 + 6
c) x2x = 1; d) + =0
x1 x7

lOMoARcPSD|1534554
S ESIN 12
1.9. Clculo de races mediante el mtodo de la

biseccin
En esta seccin vamos a estudiar el mtodo de la biseccin para calcular
de forma aproximada las races de una funcin continua f (x). Este problema
consiste en encontrar un valor c de modo que f (c) = 0. El valor c recibe el
nombre de raz de la funcin f (x).
El mtodo de la biseccin parte de un intervalo [a, b] conteniendo a una
raz. Divide el intervalo por la mitad y elige aquel que sigue conteniendo una
raz. Este proceso de divisin se repite sucesivamente hasta que la amplitud
del subintervalo sea menor que una cantidad dada.
El mtodo de la biseccin opera como el procedimiento de adivinar un
nmero entre dos nmeros dados. La persona que debe adivinar el nmero
pronostica (usualmente) el valor medio del intervalo y las indicaciones que
realiza la persona que ha pensado el nmero, de si es mayor o menor que el
nmero pensado, le permiten saber con cual de los dos subintervalos iterar
el proceso.
1.9.1. Construccin de la sucesin del mtodo de la

biseccin
Vamos a definir inductivamente el esquema algortmico del mtodo.
Partimos de una funcin continua en [a, b] con f (a)f (b) < 0 y elegimos como
primer intervalo [a1 , b1 ] = [a, b]. Calculamos el punto medio m1 = a+b
2 y su
imagen f (m1 ). Ahora queremos definir un nuevo intervalo [a2 , b2 ]. Pueden
ocurrir tres casos (ver figura 1.13):
Caso 1) f (a1 )f (m1 ) < 0. En este caso tomamos el intervalo [a2 , b2 ] =

[a1 , m1 ]. Por el teorema de Bolzano este intevalo seguir conteniendo
una raz.
Caso 2) f (a1 )f (m1 ) > 0. En este caso tomamos [a2 , b2 ] = [m1 , b1 ].

Si el producto de dos nmeros es positivo es porque ambos tiene el
mismo signo y por tanto sig(f (a1 )) = sig(f (m1 )) sig(f (m1 )f (b1 )) =
sig(f (a1 )f (b1 )). Como f (a1 )f (b1 ) < 0 tambin se tiene f (m1 )f (b1 ) < 0 y
por el teorema de Bolzano queda garantizado que el nuevo intervalo
[a2 , b2 ] tiene una raz.
Caso 3) f (m1 ) = 0. Luego m1 es la raz buscada.

lOMoARcPSD|1534554
1.9. Clculo de races mediante el mtodo de la biseccin |41|
m1 b1 a1 m1
y
y
a1 b1
Caso 1) Caso 2)
x x
Figura 1.13: Construccin de los subintervalos en el mtodo de la biseccin
a2 + b2
Tomamos m2 = evaluamos f (m2 ) y volvemos a tener los tres casos
2
anteriores y as sucesivamente. Supongamos que tras la nsima iteracin
tenemos el intervalo [an , bn ] cumpliendo
f (an )f (bn ) < 0.
an + bn
Calculamos el punto medio del intervalo mn = y si f (mn ) #= 0
2
definimos el siguiente intervalo
!
[an , mn ] si f (an )f (mn ) < 0
[an+1 , bn+1 ] :=
[mn , bn ] si f (an )f (mn ) > 0
Ejemplo 1.9.1 La funcion f (x) = x3 + 4x2 10 tiene 1 raz real en el intervalo
[1, 2]. Calcular una solucin aproximada en el intervalo [1, 2] realizando 13
iteraciones del mtodo de la biseccin.
Para realizar los clculos realizamos el programa 1.14.
La tabla 1.3 muestra los resultados obtenidos.
Se puede observar en este ejemplo los siguientes hechos:
(an ) es una sucesin montona creciente acotada por b = 2.
(bn ) es una sucesin montona decreciente acotada por a = 1.
(mn ) es una sucesin convergente y lm f (mn ) = 0
n

1. Adaptar el cdigo de la figura 1.14 para calcular la raz de f (x) = x2 en
[1, 3] aplicando n = 10 iteraciones Qu est ocurriendo?

lOMoARcPSD|1534554
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Mtodo de la biseccin
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% a extremo inferior del intervalo
% b extremo superior del intervalo
% n nmero de iteraciones
% f funcin
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
a=1;
b=2;
n=13;
f=@(x) (x^3+4*x^2-10);
RES=[]; %almacenamiento resultados
% Evaluacin de la funcin en los extremos
fa=f(a);
fb=f(b);
%------------------------
for i=1:n
m=(a+b)/2;
fm=f(m);
if fa*fm<0
b=m;
fb=fm;
elseif fa*fm>0
a=m;
fa=fm;
else
display(raz encontrada)
m
end
% almacena resultados iteracion
RES=[RES;[a b m fm]];
end
display(RES)
Figura 1.14: Mtodo de la biseccion programado en MATLAB

lOMoARcPSD|1534554
Cuadro 1.3: Resultados obtenidos con el mtodo de la biseccin

an bn mn f (mn )
1 2 1.5 2.375
1 1.5 1.25 -1.79687
1.25 1.5 1.375 0.16210
1.25 1.375 1.3125 -0.84838
1.3125 1.375 1.34375 -0.35098
1.34375 1.375 1.35937 -0.09640
1.35937 1.375 1.36718 0.03235
1.35937 1.36718 1.36328 -0.03214
1.36328 1.36718 1.36523 0.00007
1.36328 1.36523 1.36425 -0.01604
1.36425 1.36523 1.36474 -0.00798
1.36474 1.36523 1.36499 -0.00395
1.36499 1.36523 1.36511 -0.00194
1
2. Repetir el apartado anterior con la funcin f (x) = que cambia de
x
signo en los extremos del intervalo [1, 3] Converge a una raz de la
funcin?
3. Aplicar el mtodo de la biseccin para calcular la raz de la funcin de
f (x) = ln(x).
4. Adaptar el mtodo de la biseccin para simular como se adivina un
nmero natural entre dos nmeros dados. La funcin para calcular la
raz es f (x) = N x donde N es el nmero a adivinar.

lOMoARcPSD|1534554
S ESIN 13
1.9.2. Convergencia del mtodo de la biseccin. Una

demostracin constructiva del teorema de Bolzano
En esta secin vamos a demostrar que i) (mn ) c y que ii) f (c) = 0.
i) La sucesin (an ) es montona creciente y acotada superiormente por b.

La sucesin (bn ) es montona decreciente y acotada inferiormente por
a. Por el teorema de la convergencia montona 1.2.14 ambas sucesiones
son convergentes:
lm an = m1 lm bn = m2 Veamos que m1 = m2 .
n n
bn1 an1 bn2 an2 ba

bn an = = = = n1 (1.33)
2 22 2
Tomando lmites a ambos lados de la identidad (1.33) obtenemos
ba
lm (bn an ) = m2 m1 = lm =0 (1.34)
n n 2n1
Llamemos c al valor comn m1 = m2 . Esto es c = m1 = m2 . Veamos que

(mn ) tambin converge al valor c.
an + bn c+c
lm mn = lm = = c. (1.35)
n n 2 2
ii) Veamos que f (c) = 0.

Por la construccin de los intervalos se tiene
f (an )f (bn ) < 0 n N (1.36)
Por hiptesis f (x) es una funcin continua en c [a, b] y aplicando la

caracterizacin sucesional se tiene:
lm f (an )f (bn ) = f (c)f (c) (1.37)

n
Tomando lmites en la relacin (1.36) y aplicando la identidad (1.37)
lm f (an )f (bn ) = f (c)f (c) 0 f (c)2 0 f (c) = 0 (1.38)

n

lOMoARcPSD|1534554
1.9.3. Error en el mtodo de la biseccin
Sea en el error cometido en la iteracin nsima. Veamos como se puede

acotar el errror que se comete:
1 bn1 an1 ba ba
en = |mn s| (bn an ) = = = = n . (1.39)
2 2 2 2.2 n1 2
Si queremos que el error sea menor que un cierto ! > 0, podemos calcular
el n que lo cumpla:
ba
e = |mn s| <!
2n
! "
ba ba ba
< ! < 2 n
log < log2 2n
2n ! 2
!
Por tanto se tiene:
! "
ba
ln
ba !
n > log2 = (1.40)
! ln 2
Ejemplo 1.9.2 Mediante el algoritmo de la biseccin y con un error menor que
105 , calcular una solucin aproximada de f (x) = x 2x = 0
Buscamos un intervalo donde se encuentre la raz, para ello utilizamos el

teorema de Bolzano:
i) La funcin f es continua en todo R por ser resta de un polinomio y una

exponencial.
ii) Veamos si la funcin cambia de signo en el intervalo [0, 1].

#
f (0) = 1
1
f (1) =
2
Luego existe un nmero c (0, 1) cumpliendo f (c) = 0.
Un valor de n que asegure que el error sea menor que 105 , aplicando la
relacin (1.39) en nuestro caso, satisface:
! "
10 ln 105
n > log2 = log2 105 = = 16.68
10 5 ln 2
Luego la iteracin a la que tenemos que llegar como mnimo ser la n = 17.
n an bn mn f (mn )
1 0 1 0.5 -0.207 11
2 0.5 1 0.75 0.155 40
- - - - -
17 0.64117 0.64118 0.64118

lOMoARcPSD|1534554

1. Probar que las siguientes ecuaciones tienen al menos una raz real y
aproximarlas mediante el mtodo de la biseccin con un error inferior a
! = 103
133
a) x5 3x3 + 4x2 1 = 0; b) x50 + = 70
1 + + sin2 x x2
x4 + 2x2 + 5 x6 + 2x4 + 6
c) x2x = 1; d) + =0
x1 x7

lOMoARcPSD|1534554
Captulo 1
Funciones derivables.
Teorema de Taylor

lOMoARcPSD|1534554
|2| CAPTULO 1. FUNCIONES DERIVABLES. TEOREMA DE TAYLOR
S ESIN 14
1.1. Definicin de derivada. Interpretacin geo-

mtrica
En el captulo anterior hemos analizado el concepto de continuidad en
un punto a. Este concepto permite asegurar que si hacemos variaciones pe-
queas de la variable independiente x alrededor del punto a le corresponden
pequeas variaciones de la variable independiente y. En este captulo anali-
zaremos el concepto de deriviabilidad que aade un grado mayor de regula-
ridad al comportamiento de un funcin en un punto. Considerese la funcin
f (x) = |x| y g(x) = x2 (figura 1.1). Estas funciones decrecen hasta el valor
a = 0 y empiezan a crecer a partir de ese valor. La diferencia entre ambas
es que la funcin f (x) va disminuyendo su valor de forma constante hasta
alcanzar el punto a = 0 y abruptamente cambia su monotona y empieza a
crecer. Por otro lado la funcin g(x) realiza una transicin de decreciente a
creciente de forma suave. Esto es, cada vez va decreciendo menos hasta que
justo en el punto a = 0 empieza a crecer. La funcin f (x) no es derivable en
el punto a = 0 mientras que la funcin g(x) si lo es. Ms formalmente,
f (x) = |x| g(x) = x 2

y
a=0 a=0
x x
Figura 1.1: Ilustracin del concepto de derivabilidad

lOMoARcPSD|1534554
1.1. Definicin de derivada. Interpretacin geomtrica |3|
1.1.1. Definicin de derivada

Definicin 1.1.1 (Derivable en un punto) Sea I in intervalo abierto, f : I
R " R y a I . Diremos que f es derivable en a si existe y es finito el lmite:
f (a + h) f (a) f (x) f (a)

lm = lm =lR
h0 h xa xa
En este caso, el lmite se designa por f " (a) y recibe el nombre de derivada
de f en a.
Si este lmite existe cuando h 0+ h 0 , a este lmite se le
llama derivada por la derecha derivada por la izquierda de f en a (derivadas
laterales) y se escriben como f+
"
(a), f
"
(a) respectivamente.
Ejemplo 1.1.2
Funcin constante. Sea f (x) = c, veamos si es derivable en x = a
f (x) f (a) cc
f " (a) = lm = lm =0
xa xa xa x a
Funcin cuadrtica. Sea f (x) = x2 , veamos si es derivable en x = a
f (x) f (a) x2 a2 (x a)(x + a)

f " (a) = lm = lm = lm = lm (x + a) = 2a
xa xa xa x a xa (x a) xa
Teorema 1.1.3 (Continuidad de las funciones derivables) Si f es deriva-

ble en x = a f es continua en x = a.
P RUEBA. Para que sea continua en x = a tenenemos que demostrar
lm f (x) = f (a) lm (f (x) f (a)) = 0 (1.1)

xa xa
Multiplicando y dividiendo por (x a) la anterior expresin y usando el hecho

que la funcin es derivable en x = a, obtenemos:
(x a) f (x) f (a)
lm (f (x) f (a)) = lm (x a) = f " (a) 0 = 0 (1.2)
xa (x a) xa (x a)
!
El recproco es falso como se muestra en el siguiente ejemplo.
Ejemplo 1.1.4 (Contraejemplo) Considerese la funcin f (x) = |x| que es

continua en a = 0. Vamos a calcular las derivas laterales:
f (0 + h) f (0) h0
"
f+ (0) = lm = lm =1
h0+ h h0+ h
f (0 + h) f (0) h 0
"
f (0) = lm = lm = 1
h0 h h0+ h
Como f(" 0) (= f+
"
(0) la funcin no es derivable en a = 0.

lOMoARcPSD|1534554
y f (a + h)
f (a)
a=0 a+h
x
Figura 1.2: Interpretacin geomtrica del concepto de derivada
1.1.2. Interpretacin geomtrica de la derivada

Considrese la grfica de la funcin y = f (x) mostrada en la figura 1.2
La recta secante a la grfica en los puntos (a, f (a)) y (a + h, f (a + h)) tiene
pendiente
f (a + h) f (a)
mh = (1.3)
h
Tomando lmites a ambos lado de la identidad (1.3), obtenemos:
f (a + h) f (a)
lm mh = lm = f " (a) (1.4)
h0 h0 h
Geomtricamente en la figura 1.2 se observa que cuando h 0 las recta
secantes convergen a la recta tangente y por tanto el lm mh es la pendiente
h0
de la recta tangente. Por otro lado, la ecuacin (1.4) indica que el lmite de
las pendientes de las rectas secantes es la derivada, por tanto, la derivada
coincide con la pendiente de la recta tangente en el punto (a, f (a)).
La ecuacion de una recta de pendiente m y que pasa por el punto (x0 , y0 )
es
y y0 = m(x x0 )
Si aplicamos esta ecuacin a la recta tangente que pasa por el punto
(x0 , y0 ) = (a, f (a)) y tiene pendiente m = f " (a) obtenemos:
y = f (a) + f " (a)(x a) (1.5)
De entre todas las rectas que pasan por el punto (a, f (a)), la tangente es
la que mejor aproxima a la curva y = f (x) en las proximidades de x = a.
Una observacin importante de esta interpretacin geomtrica es que si
f " (a) = 0, la tangente a la curva y = f (x) en el punto a es una recta horizontal.

lOMoARcPSD|1534554
1.1. Definicin de derivada. Interpretacin geomtrica |5|
Ejemplo 1.1.5 Calcular la recta tangente a la grfica de f (x) = x2 en el punto

a = 1.
Aplicando la frmula (1.1.6) para a = 1, tenemos f " (x) = 2x y por tanto:
y = f (1) + f " (1)(x 1) = 12 + 2.1(x 1) = 1 + 2x
Ejemplo 1.1.6 Calcular las recta tangentes a la grfica de la funcin f (x) =

x2 + 1 que pasen por el origen de coordenadas (0, 0) como muestra la figura
1.3.
f (x) = x 2 + 1
y
a2 a1
x
Figura 1.3: Ilustracin del ejemplo 1.1.6
En este ejemplo el punto de tangencia no se conoce explcitamente. Se sabe

que la recta de tangencia pasa por el origen de coordenadas y por tanto el
trmino de interceptacin1 vale cero.
y = f (a) + f " (a)(x a) = f (a) af " (a) + f " (a)x f (a) af " (a) = 0
Lo que conduce a la ecuacin
f (a) af " (a) = (a2 + 1) a(2a) = 0 a = 1
Sustituyendo el valor de a = 1 en la ecuacin (1.1.6) obtenemos que las rectas

tangentes son y = 2x.
Ejercicios de la seccin1.1
1. Estudiar la derivabilidad de las siguientes funciones y calcular la
expresion de la funcion derivada:
1 El parmetro n en la recta y = mx + n se denomina trmino de interceptacin.

lOMoARcPSD|1534554
!
x2 ex si x > 0
3 si x (= 0
a) f (x)= |x| ; b) g(x) = 1 si x = 0
3 si x = 0 x2
2 +1+x si x < 0

c) h(x) = e|x| ; d) i(x) = 5 x 1
2. Sea % cosx1
1 , si x > 0
f (x) = x2
mx + n si x 0
Determinar m y n para que f (x) y f " (x) sean continuas en todo R.
3. Dados tres numeros reales a, b y c, sea f (x) la funcion real definida por:
%
x2 ; si x c
f (x) =
ax + b; si x > c
Determinar a y b en funcion de c para que f (x) sea derivable en c.

4. Determinar el ngulo que forman las graficas de las funciones f (x) =
x2 1 y g(x) = x3 x en los puntos de corte.
5. Hallar los puntos de las grficas de las siguientes funciones en los que
la recta tangente es paralela a la bisectriz del primer cuadrante, siendo
f (x) = 2x4 x2 + x ; g(x) = x4 7x3 + 13x2 + x + 1
6. La recta perpendicular a la tangente en el punto (a, f (a)) es la

recta normal a la curva en dicho punto.
La ecuacin de la normal a f en a, si f " (a) (= 0 es:
1
y = f (a) (x a)
f " (a)
Demostrar que toda recta normal a una circunferencia pasa por su

centro.

lOMoARcPSD|1534554
1.2. Tcnicas de derivacin |7|
S ESIN 15
1.2. Tcnicas de derivacin

1.2.1. Tabla de derivadas
Mediante manipulaciones matemticas se pueden calcular la derivada de
las funciones elementale y obtener la tabla de derivadas 1.1. A modo de
ejemplo calcularemos la derivada de las funcin y = sen(x)
Proposicin 1.2.1 (Derivada de la funcin y = sen(x)) Sea f (x) = sen(x),

entonces f ! (x) = cos(x).
P RUEBA. Calculemos la derivada en x = a
f (a + h) f (a) sen(a + h) sen(a)
f ! (a) = lm = lm
h0 h xa h
Aplicando la relacin trignonomtrica
! " ! "
A+B AB
sen(A) + sen(B) = 2sen cos
2 2
obtenemos:
! " ! "
a+ha a+h+a
sen(a + h) sen(a) = sen(a + h) + sen(a) = 2sen cos
2 2
Calculando ahora el lmite y teniendo en cuenta el infinitsimo

! "
h h
< sen , 0 >< , 0 >
2 2
2sen(h/2)cos(a + h/2) 2(h/2)cos(a + h/2)

f ! (a) = lm = lm = cos(a)
h0 h xa h
!
Teorema 1.2.2 (Propiedades algebraicas) Sean f y g dos funciones deriva-

bles en x = a. Se cumple:
Suma. La funcin (f + g)(x) es derivable en x = a, siendo
(f + g)! (a) = f ! (a) + g ! (a)

lOMoARcPSD|1534554
Cuadro 1.1: Derivada de las funciones elementales

Funcin f (x) Derivada f ! (x)
c constante 0
x x1
1 1
n
x = xn n
1
n n1
x
= 1 n
nx
1
1
x
2 x
loga x (a > 0) 1
xlna
1
lnx
x
ax (a > 0) ax log a
x
e ex
sen(x) cos(x)
cos(x) sen(x)
1
tan(x) 1 + tan2 (x) =
cos2 x
asen(x) 1
1x2
1
acos(x)
1 x2
1
atan(x)
1 + x2
senh(x) cosh(x)
cosh(x) senh(x)
Producto. La funcin (f g)(x) es derivable en x = a, siendo
(f g)! (a) = f ! (a)g(a) + g ! (a)f (a)

! "
f
Cociente. Si g(a) $= 0, la funcin (x) es derivable en x = a, siendo
g
! "!
f f ! (a)g(a) g ! (a)f (a)
(a) =
g (g(a))2
Constante. La funcin k f (x) donde k R, es derivable en x = a, siendo
(kf )! (a) = kf ! (a)
Ejemplo 1.2.3 En este ejemplo ilustraremos como se aplican las anteriores

propiedades en el clculo de derivadas.
Seno hiperblico. La funcin seno hiperblico se define:
ex ex ex ex (1)
senh(x) = senh! (x) = = cosh(x)
2 2

lOMoARcPSD|1534554
Coseno hiperblico. La funcin coseno hiperblico se define:
ex + ex ex + ex (1)
cosh(x) = cosh! (x) = = senh(x)
2 2
Potenciacin. Vamos a emplear la regla de la derivada del producto para

demostrar inductivamente que la derivada de f (x) = xn con n N es
f ! (a) = nan1 .
Para n = 1 tenemos
f (x) f (a) xa
f ! (a) = lm = lm =1
xa xa xa xa
Supongamos cierto para n 1, esto es, si f (x) = xn1 entonces f ! (x) =
(n 1)xn2 . Veamos que tambin se cumple para n
f (x) = xn = xxn1 f ! (x) = 1xn1 +x(n1)xn2 = xn1 +(n1)xn1 = nxn1
Ejercicios de la seccin1.2
1. Calcular la derivada de las funciones f (x) = ex y loga (x) aplicando la
definicin de derivada.
2. Aplicando la regla de derivacin del conciente calcular la derivada de
f (x) = tan(x), g(x) = tanh(x) y h(x) = cotan(x) = 1
.
tan(x)

lOMoARcPSD|1534554
S ESIN 16
El siguiente teorema junto a la tabla 1.1 de derivadas elementales va a
permitir calcular la derivada de funciones generales.
Teorema 1.2.4 (Regla de la cadena) Sean f : I R y g : J R con f (I) R.
Si f es derivable en el punto x = a y g es derivable en f (a) J, entonces
h = g f es derivable en x = a y su derivada es:
(g f )! (a) = g ! (f (a))f ! (a). (1.6)
! 2"
Ejemplo 1.2.5 1. Sea h(x) = sen x . Esta funcin se expresa como
composicin de dos funciones del siguiente modo h(x) = (g f )(x) donde
g(x) = sen (x) y f (x) = x2 . Apliando la regla de la cadena se tiene
h! (x) = g ! (f (x))f ! (x) = g ! (x2 )(2x) = cos(x2 )(2x).
Si por otro lado consideramos la funcin k(x) = (f g)(x) = sen2 (x) su

derivada es
k ! (x) = f ! (g(x))g ! (x) = 2(g(x))g ! (x) = 2sen(x) cos(x).
2. Considrese la siguiente funcin

1
h(x) = = (1 + [f (x)]2 )1
1 + [f (x)]2
2f (x)f ! (x)
h! (x) = (1 + [f (x)]2 )2 2f (x)f ! (x) = 2
(1 + [f (x)]2 )
3. Derivacin implcita. Supngase que la funcin derivable y = f (x) cumple

la relacin y 3 + y = x. En este caso no se conoce explcitamente el valor
de y dado x, y para calcularlo se debe resolver la ecuacin. Por ejemplo
si se desea calcular y = f (0), tomamos x = 0 y resolvemos la ecuacin
y 3 + y = 0 y(y 2 + 1) = 0 y = 0.
Por tanto la imagen en el punto x = 0 es f (0) = 0. En estos casos tambin
es posible calcular la derivada sin conocer explcitamente la funcin.
Asumimos que la fucin f (x) definida implcitamente por la siguiente
expresin
(f (x))3 + f (x) = x
es derivable. Derivando a ambos lados de la igualdad y aplicando la
regla de la cadena para el clculo de la derivada del lado izquierdo,
obtenemos:
1
3(f (x))2 f ! (x) + f ! (x) = 1 f ! (x) =
3f (x)2 + 1

lOMoARcPSD|1534554
Si quisieramos calcular la derivada en el punto x = 0, evaluaramos la

anterior expresin en el punto x = 0
1 1
f ! (0) = = =1
3f (0)2 + 1 0+1
El siguiente teorema permite encontrar expresiones de la derivada de una

funcin inversa f 1 a partir de la derivada de su funcin f .
Teorema 1.2.6 (Derivada de la funcin inversa) Sea f : A ' R derivable

en x = a A, con f ! (a) (= 0, y sea f 1 : f (A) ' R la inversa de f , cuya
existencia suponemos. Entonces f 1 es derivable en b = f (a) y se cumple.
! "! 1
f 1 (b) = (1.7)
f ! (f 1 (b))
P RUEBA. En esta demostracin solo justificamos la ecuacin (1.7). Por la

definicin de la funcin inversa se tiene
(f 1 f )(x) = x, xA
Derivando a ambos lados de la igualdad y aplicando la regla de la cadena se

obtiene:
1
(f 1 )! (f (x))f ! (x) = 1 (f 1 )! (f (x)) =
f ! (x)
Evaluando la anterior expresin x = a y considerando que b = f (a) y por

tanto a = f 1 (b), se tiene la frmula (1.7). !
Ejemplo 1.2.7 Veamos algunos ejemplos de cmo se puede emplear la

frmula de la derivada de la funcin inversa (1.7).
Logaritmo neperiano. Apliquemos la frmula (1.7) a f (x) = ex , f ! (x) = ex y a

f 1 (x) = ln(x)
! "! ! 1 1 1 1
f 1 (b) = [ln(b)] = = (f 1 (b)) = = (1.8)
f ! (f 1 (b)) e eln (b) b
Arco tangente. Apliquemos la frmula (1.7) a f (x) = tan(x), f ! (x) = 1+tan2 (x),
y a f 1 (x) = atan(x).
! "! ! 1 1
f 1 (b) = [atan(b)] = =
f ! (f 1 (b)) 1 + tan2 (f 1 (b))
1 1
= 2 = 1 + b2
1 + [tan(atan(b))]

lOMoARcPSD|1534554

1. Calcular las derivadas de las siguientes funciones:
# $ #
sen2 x 3 1 x
3
(a) f (x) = x + x + x, (b) f (x) = , (c) f (x) = ,
! " sen(x2 ) 1 + x3
(d) f (x) = sen (x + 1) (x + 2) , (e) f (x) = sen (x + sen x),
2 3 2
% &2
x3
(f) f (x) = sen ((x + sen x) ), (g) f (x) = sen
2 2
,
cos(x3 )
2
(h) f (x) = sen(x sen x) + sen(sen(x2 )), (i) f (x) = (cos x)31 ,
(j) f (x) = sen2 x(sen x)2 (sen(x2 ))2 , (k) f (x) = sen3 x((sen2 (sen x)),
(l) f (x) = (x + sen5 x)6 , (m) f (x) = sen(sen(sen(sen(sen x)))),
! "
(n) f (x) = sen (sen7 x7 + 1)7 , () f (x) = (((x2 + x)3 + x)4 + x)5 ,
(o) f (x) = sen(x2 + sen(x2 + sen x2 )), (p) f (x) = sen(6 cos(6 sen(6 cos(6x)))),
sen x sen x
2 2
1
(q) f (x) = , (r) f (x) = ,
1 + sen x 2
x x+sen x
' (
x3
(s) f (x) = sen ! x3 " .
sen sen x
2. Sea f una funcin derivable, hallar las derivadas de las siguientes

funciones:
% & $!
x1 "3 af (x) + b
(a) y = f (x2 +1), (b) y = f , (c) y = f ( x) , (d) y = .
x+1 cf (x) + d
3. Los puntos de la circunferencia de radio 1 y centro (0, 0) cumplen la

ecuacin x2 + y 2 = 1. Calcula la recta tangente en el punto ( 12 , 12 ).

lOMoARcPSD|1534554
1.3. Extremos relativo. Condicin necesaria |13|
S ESIN 17
1.3. Extremos relativo. Condicin necesaria

Definicin 1.3.1 (Extremos relativos) Sea f : I R " R una funcin
definida en un intervalo I, y sea c un punto interior de I 2 , diremos que c es
un mximo relativo si
f (c) f (x) para todo x (c , c + ) I. (1.9)
y diremos que es un mnimo relativo si
f (c) f (x) para todo x (c , c + ) I. (1.10)
A los mximos y mnimos relativos se les llama extremos relativos.
Notar que los extremos relativos se pueden alcanzar en los extremos del
intervalo I. Si un extremo relativo c se alcanzan en el interior del intervalo se
tiene que la tangente en c debe de ser horizontal. Esto es, su pendiente debe
ser cero y por la interpretacin geomtrica de la derivada f ! (c) debe ser cero.
El siguiente teorema recoge esta propiedad.
Teorema 1.3.2 (Condicin necesaria de extremo relativo) Sea f : I
R " R una funcin derivable en un punto c I . Si c est en el interior de
I y f tiene un extremo relativo en c, entonces f ! (c) = 0.
Este teorema merece que se hagan ciertas observaciones para delimitar
que es lo que establece.
Observacin 1.3.3 1. La condicin anterior no es una condicin suficiente
para la existencia de extremo relativo. Por ejemplo, la funcin f (x) = x3
se anula su derivada en c = 0 pero no posee un extremo relativo en dicho
punto.
2. La condicin necesaria exige que el punto c est en el interior del intervalo
I. Si el extremo relativo c es uno de los extremos del intervalo I pudiera
ocurrir que f ! (c) )= 0. Por ejemplo, si consideramos f (x) = x2 en el intervalo
I = [0, 1] se tiene que c = 1 es un mximo relativo, sin embargo, f ! (x) = 2x
y f ! (1) = 2 )= 0.
3. La condicin anterior asegura que si la funcin f es derivable (hiptesis)
en un extremo relativo centonce f ! (c) = 0, pero si la derivada no existe el
teorema no es de aplicacin. La funcin puede tener un extremo relativo
en un punto donde la funcin no sea derivable. Por ejemplo, si f (x) = |x|
esta funcin tiene un mnimo relativo en c = 0 pero !f ! (0) y por tanto no
se puede dar f ! (0) = 0.
2 Supngase que el intervalo I queda definido por {a, b} entonces c != a y c != b.

lOMoARcPSD|1534554
1.4. Teoremas del valor medio. Monotona de

funciones
Definicin 1.4.1 (Funcin derivable en un intervalo (a, b)) Sea f : (a, b) "
R diremos que f es derivable en (a, b) si es derivable en cada uno de los puntos
de (a, b).
Teorema 1.4.2 (Rolle) Sea f : [a, b] " R, con f continua en [a, b] y derivable
en (a, b). Si f (a) = f (b), entonces existe un c (a, b) tal que f ! (c) = 0.
P RUEBA. Una funcin que satisface las hiptesis de este teorema debe de
cumplir uno de los dos casos posibles (ver figura 1.4). En el caso I se tiene
que o bien el mnimo absoluto o bien el mximo absoluto no se alcanza en
los extremos del intervalo (en el Caso I de la figura 1.4 ilustra que el mnimo
absoluto se alcanza en el interior del intervalo). En el caso II tanto el mximo
como el mnimo absoluto se alcanza en los extremos del intervalo a y b.
Caso I. Caso I I.
y
f (c) = 0
a c b a b
x x
Figura 1.4: Ilustracin de las dos situaciones posibles en el teorema de Rolle
Caso I: En este caso se tiene que c tambin es un extremo relativo y por

hiptesis f (x) es derivable en c. Por la condicin necesaria de extremo
relativo 1.3.2 se tiene que f ! (c) = 0.
Caso II: En este caso por ser a y b extremos absolutos se tiene que f (a)
f (x) f (b) o que f (b) f (x) f (a) para todo x [a, b]. Por la
hiptesis f (a) = f (b) la funcin debe ser constante en el intervalo
f (x) = f (a) = f (b) = k y por tanto la derivada f ! (x) = 0 en todos los
puntos del intervalo.

lOMoARcPSD|1534554
1.4. Teoremas del valor medio. Monotona de funciones |15|
Teorema 1.4.3 (Valor medio de Lagrange) Sea f : [a, b] " R, con f continua
en [a, b] y derivable en (a, b), entonces c (a, b) tal que
f (b) f (a) = f ! (c)(b a) (1.11)
P RUEBA. Basta con aplicar el teorema de Rolle a la funcin h(x) = f (x)(b a)

[f (b) f (a)] x. !
Una idea geomtrica de este resultado lo constituye la grfica 1.5 La
a
y
c b
Figura 1.5: Interpretacin geomtrica del teorema de Lagrange
pendiente de la recta secante a la grfica en los puntos (a, f (a)) y (b, f (b))
es f (b)f
ba
(a)
. Se observa que la recta tangente en el punto (c, f (c)) es paralela
a dicha secante por tanto tienen que tener la misma pendiente. Como la
pendiente de la recta tangente es la derivada f ! (c) se tiene la relacin (1.11).
Teorema 1.4.4 (Funciones montonas derivables) Sea f : I " R, derivable

en un intervalo I, entonces :
1. Si f ! (x) > 0 f es estrictamente creciente.
2. Si f ! (x) < 0 f es estrictamente decreciente.
3. f ! (x) 0 f es montona creciente.
4. f ! (x) 0 f es montona decreciente.
P RUEBA.
1. Empleando la definicin de funcin estrictamente creciente debemos
demostrar que:
Si x1 , x2 I con x1 < x2 f (x1 ) < f (x2 ). (1.12)

lOMoARcPSD|1534554
Aplicando el teorema del valor medio a la funcin f (x) en el intervalo

[x1 , x2 ] se tiene
f (x2 ) f (x1 )
= f ! (c) > 0 con c (x1 , x2 )
x2 x1
como x2 x1 > 0 f (x2 ) f (x1 ) > 0.

El resto de demostraciones son anlogas y por tanto se han omitido.
Ejemplo 1.4.5 Calcular los intervalos de crecimiento y decrecimiento de

f (x) = x + ln(x2 1).
Aplicando el teorema 1.4.4 tenemos que estudiar el signo de f ! (x) en el
dominio de f (x).
La nota ?? da un procedimiento para resolver desigualdes basado en el
teorema de Bolzano. Si una funcin g(x) es continua en un intervalo J y en
dicho intervalo no tiene races entonces mantiene el signo. Esto es, siempre se
cumple g(x) > 0 para todo x J o que g(x) < 0 para todo x J. Este resultado
da las pautas para estudiar el signo de f ! (x).
1. Clculo del dominio. El dominio de f (x) es (, 1) (1, +).
2. Clculo de las races de f ! (x). Debemos resolver
2x x2 + 2x 1
f ! (x) = 1 + = =0
x2 1 x2 1

en el dominio de f (x). Las races son 22 4+4 = 1 2. Notar que 1+ 2
no pertenece al dominio de f (x).
3. Clculo de discontinuidades. Las discontinuidades de f ! (x) coinciden

con las races del denominador de la expresin de la derivada, entonces
x2 1 = 1 y obtenemos x = 1. Estas discontinuidades no pertenecen al
dominio de f (x).
4. Intervalos de prueba. Los anteriores puntos dividen el dominio de f (x)

en los siguientes intervalos

Intervalo (, 1 2) (1 2, 1) (1, )
Signo f ! (x) f ! (3) = 28 > 0 f ! (3/2) = 7/4
5/4 < 0 f !
(2) = 37 > 0
Monotona creciente decreciente creciente

4 3
1. Considerar la funcion f (x) definida por f (x) = 5 + (x 1) (x + 2) .
Probar:
a) f ! (x) = 0 tiene al menos una solucin en el intervalo (2, 1), sin

calcular la expresion de f ! (x).

lOMoARcPSD|1534554
1.4. Teoremas del valor medio. Monotona de funciones |17|
b) f (x) = 0 solo tiene una solucin menor que 2.

c) f (x) = 0 no tiene ninguna solucin mayor que 1.
2. a) Determinar las constantes a y b de manera que la funcion f (x)

definida por
!
ln(x) 1 ; si 1 x e
f (x) =
ax + b ; si e < x e2
verifique las condiciones del teorema del valor medio de Lagrange
en [1, e2 ].
b) Encontrar algun punto de la grfica de f (x) en el que la recta
tangente sea paralela a la cuerda que une los extremos de la curva.
3. Dadas las funciones reales de variable real definidas por:
!
(x 1) + cos(x 1); si x 1
(a) f (x) = sen(x1)
x1 ; si x > 1
" #
2 1
(b) g(x) = 1 (x 1) 3 (c) h (x) = (x 1) arctg
x1
i) Determinar los puntos en los que son continuas y los puntos en

los que son derivables.
ii) Cumplen en [0, 2] las condiciones del teorema de Rolle? Razona los
motivos.
4. Aplicando el teorema de Rolle, demostrar que la ecuacin cbica

x3 + 3x + b = 0 no puede tener ms de una raz en el intervalo [a, b]
cualesquiera que sean los valores de a y b.
5. Demostrar que la funcin f (x) = x2 ( + )x + con , IR, verifica

el teorema de Rolle en [, ] y calcular el punto que dice dicho teorema.
6. Demostrar que cualquiera que sea IR , la funcin polinmica

P (x) = x3 3x + no tiene nunca races en el intervalo [0, 1].
7. Sea f una funcin cuatro veces derivable tal que f 4) (x) )= 0 para todo
x. Demostrar que la ecuacin f (x) = 0 tiene como mximo cuatro races
en IR.
8. Dados a, b IR con a < b, determinar los puntos del teorema de Lagrange

en el intervalo [a, b] para las funciones:
(a) f (x) = x2 + x + , , , IR (b) f (x) = ex
9. Sea f : I " IR,una funcin derivable en un intervalo I, probar que

verifica (la condicin de Lipschitz) |f (x) f (y)| c |x y|, para cualquier
x, y I, si y slo si |f ! (x)| c para todo x I.

lOMoARcPSD|1534554
10. Sea una funcin f : I " IR, derivable en el intervalo cerrado I

(acotado o no). Supngase que |f ! (x)| c para todo x I, donde c
es una constante que 0 c < 1. Adems, supngase que f (I) I.
Entonces, dado x0 I arbitrario, tiene sentido considerar la sucesin
x1 = f (x0 ), x2 = f (x1 ), . . . , xn = f (xn1 ), . . .. Demostrar que, cualesquiera
que sea el punto inicial elegido, existe lmn+ xn = a y que a es el nico
punto de I que cumple f (a) = a.
11. Probar, utilizando el teorema del valor medio de Lagrange, las siguientes
desigualdades:
(a) |sen b sen a| |b a| , (b) ln(1 + x) x siendo x 0,

(c) ny n1 (x y) xn y n nxn1 (x y) siendo 0 < y < x.
12. Estudiar crecimiento y extremos de las funciones:
x3 $
3 x
(a) f (x) = (b) g(x) = x3 + x2 (c) h(x) =
(1 + x)2 ln(x)
1 x
(d) k(x) = (e) l(x) =
1 + ex 1 x2
13. Probar que si f (x) es una funcin derivable en todo R con f (0) = 0 0 y
|f ! (x)| < 1 para todo x R, entonces: |f (x)| < |x| para todo x )= 0.
14. Supngase que la funcin f (x) es continua en [a, b] y derivable en (a, b),
con f ! (x) = 0 x (a, b) demostrar que la funcin f (x) es constante.
15. Dada las funciones f (x) y g(x) continuas en [a, b] y derivables en (a, b)
cumpliendo f ! (x) = g ! (x) x (a, b) demostrar que c (a, b) tal que
f (x) = g(x) + cte

lOMoARcPSD|1534554
1.5. Teorema de Cauchy. Regla de LHopital |19|
S ESIN 18
1.5. Teorema de Cauchy. Regla de LHopital

Teorema 1.5.1 (Cauchy) Sean f y g dos funciones continuas en [a, b] y
derivables en (a, b) entonces existe un c (a, b) tal que
f ! (c)(g(b) g(a)) = g ! (c)(f (b) f (a))
Supongamos que adems se cumple alguna de las siguientes condiciones:

i) g ! (x) #= 0 x (a, b)
ii) g(b) #= g(a) y f ! (x) y g ! (x) no se anulan simultneamente en ningn punto
x (a, b).
Entonces la conclusin anterior se puede expresar:
f (b) f (a) f ! (c)
= !
g(b) g(a) g (c)
P RUEBA. Basta con aplicar el teorema de Rolle a la funcin h(x) = f (x)(g(b)
g(a)) g(x)(f (b) f (a)) en el intervalo [a, b]. !
Teorema 1.5.2 (Regla de LHopital)
i) Identeriminacin 00 . Sean f (x) y g(x) continuas en [a, b] y derivables en

(a, b) con g ! (x) #= 0 x (a, b). Si se cumple que lm f (x) = lm g(x) = 0 y
xa+ xa+
f ! (x)
lm ! = l entonces
xa g (x)
+
f (x)
lm =l
xa+ g(x)
ii) Identeriminacin
.
Sean f (x) y g(x) derivables en (a, b) con g(x) #= 0, g ! (x) #= 0 x (a, b). Si se
f ! (x)
cumple que lm f (x) = lm g(x) = y lm ! = l entonces
xa+ xa+ xa+ g (x)
f (x)
lm =l
xa+ g(x)
Observacin 1.5.3 Las anteriores frmulas siguen siendo vlidas para el

clculo de lmites por la izquierda y para el clculo de lmites. Adems a puede
ser un nmero real o , . Lo mismo que l puede ser un nmero real o , .

lOMoARcPSD|1534554
Ejemplo 1.5.4 1. Considrese el siguiente lmite indeterminado

ln(sen x)
lm+ =l
x0 ln x
Se cumple que es el cociente de funciones derivables y que lm ln(sen x) =
x0+
lm+ ln(x) = . Estudiemos el lmite del cociente de derivadas
x0
cos x
x
lm sen x
= lm+ cos x = 1.1 = 1
x0+ 1/x x0 sen x
El anterior lmite se ha calculado aplicando el infinitsimo < sen x, 0 ><
x, 0 >. Por tanto el lmite buscado es l = 1.
2. Supngase que se quiere calcular
x2
lm =l
x+ ex
Las funciones x2 y ex son derivables en R y se cumple que lm x2 =

x+
lm ex = +. Estudiemos el lmite del cociente de derivadas:
x+
2x
lm = (1.13)
x+ ex
A su vez este lmite es identerminado y cumple todas las hiptesis para
poderse aplicar nueamente la regla de LHopital:
2
lm =0 (1.14)
x+ ex
Como el valor del lmite (1.14) es 0 entonces el lmite (1.13) tambin es 0

y por tanto el valor del lmite busacado es l = 0.
Las indeterminaciones + , 0., 1 , 00 se pueden reducir mediante

operaciones algebraicas a los casos anteriormente considerados. Veamos
alguns ejemplos:
Ejemplo 1.5.5 1. Calcular el valor del lmite
! = lm+ x ln x
x0
Se trata de una indeterminacin 0 . Reescribimos el anterior lmite

ln x
lm 1 =
x0+
x

Aplicando la regla de LHopital por tratarse del cociente de funciones

derivables
1
lm x
1 = lm x = 0.
x0+ x0+
x2
Por tanto el lmite buscado es ! = 0.

lOMoARcPSD|1534554
1.5. Teorema de Cauchy. Regla de LHopital |21|
2. Calcular
! = lm (1 + 1/x)x .
x0+
Tomando logartmos
! "
ln(!) = ln lm+ (1 + 1/x)x
= lm+ ln(1 + 1/x)x = lm+ xln(1 + 1/x).
x0 x0 x0
Reescribiendo la anterior indeterminacin 0 como una del tipo

,
obtnemos:
ln(1 + 1/x)
ln(!) = lm+ 1 .
x0
x
Como es el cociente de funciones derivables, aplicamos la regla de

lHopital:
1/x2
(1+1/x) 1
lm = lm = 0.
x0+ 1 +
1 1
x0+
x2 x
Como este lmite existe el valor de ln(!) = 0 y el lmite buscado es ! = 1.

1. Calcular los siguientes lmites:
senh(x) x cosh(x) 1 cos(x2 ) xx x

(a) lm , (b) lm , (c) lm ,
x0 2
x2 senh (x) x0 x sen(x )
2 2 x1 log(x) x + 1
tg 3x ln(cos(ax)) # arc sen x $ 12
(d) lm ; (e) lm+ xx , (f) lm , (g) lm
x
x 2 tg x x0 x0 ln(cos(bx)) x0 x
! "
tg(nx) n tg x x 1 log(1 + x) x
(h) lm , (i) lm (j) lm ;
x0 n sen x sen(nx) x1 x 1 ln x x0 1 cos x

ax asen x x a+ xa
(k) lm ; (l) lm .
x0 x3 xa x2 a2

lOMoARcPSD|1534554
S ESIN 19
1.6. Teorema de Taylor

1.6.1. Derivadas sucesivas
Definicin 1.6.1 (Derivadas sucesivas) Sea f : I R " R una funcin
derivable en un intervalo I, es decir, en todos los puntos del intervalo I existe
f ! (x). Se llama funcin derivada o derivada de orden uno a:
f! : I " R
x f ! (x).
Como f ! es una funcin definida en I cabe preguntarse si esta nueva funcin

es derivable. Esto es, si existe
f ! (x) f ! (a)
lm R (1.15)
xa xa
Si la funcin f ! en derivable en un punto a I al valor del lmite
(1.15) se le llamar derivada segunda y se denotar por f !! (a). Si esta
derivada segunda existe para todo punto x del intervalo I podremos definir
la funcin derivada segunda como:
f !! : I " R
x f !! (x).
De manera anloga se define la tercera derivada f !!! (x), y en general la

derivada nsima como
! "!
f (n (x) = f (n1 (x)
Notar que la existencia de la derivada nsima implica la existe de la (n 1)

derivadas anteriores.
Ejemplo 1.6.2 1. Sea la funcin polinmica f (x) = x3 + x2 + x + 1, entonces

se tiene:
f ! (x) = 3x2 + 2x + 1
f !! (x) = 6x + 2
f !!! (x) = 6
f (n (x) = 0 con n 4
Esta funcin admite infinitas derivadas en la recta real.

lOMoARcPSD|1534554
1.6. Teorema de Taylor |23|
#m xi
2. Sea la funcin g(x) = i=0 . Calculemos su derivada nsima:
i!
m
$ $m
ixi1 xi1
g ! (x) = =
i=0
i! i=1
(i 1)!
Vamos a hacer el cambio de ndices en el sumatorio j = i 1. Cuando

i = 1 el ndice j = 0 y cuando i = n se tiene que j = n 1, obteniendo:
m1
$ xj
g ! (x) =
j=0
j!
De manera similar se obtiene:
m2
$ xj
g !! (x) =
j=0
j!

0
$ xj
g (m (x) = =1
j=0
j!
g (n (x) = 0 con n m + 1
1.6.2. Frmula de Taylor

El problema que nos ocupa es mejorar la aproximacin local de la recta
tangente de una funcin f (x) en un entorno del punto c aportando ms
informacin de la funcin a travs de sus derivadas sucesivas en dicho
punto. La recta tangente a la grfica de f (x) en el punto (c, f (c)) es
T (x) = f (c) + f ! (c)(x c) (1.16)
La recta tangente cumple:
T (c) = f (c) + f ! (c)(c c) = f (c); (1.17)

T ! (c) = f ! (c); (1.18)
Ahora nos gustara considerar una aproximacin en lugar de lineal (una

recta) cuadrtica (una parbola):
P (x) = f (c) + f ! (c)(x c) + d(x c)2 (1.19)
Obsrvese que, independientemente del valor del parmetro d, esta familia

de parbolas cumple las condiciones (1.17) y (1.18). El parmetro d lo
podemos elegir para conseguir que la segunda derivada de f (x) coincida con
la segunda derivada de la parbola en el punto c. Esto es:
P !! (c) = f !! (c) (1.20)
Calculando la segunda derivada de P (x) definida en (1.19), obtenemos:

lOMoARcPSD|1534554
f !! (c)
P !! (x) = 2d P !! (c) = f !! (c) = 2d d =
2
Para concretar el problema considerse la funcin f (x) = ex en el punto
c = 0.
T (x) = f (c) + f ! (c)(x c) = e0 + e0 (x 0) = 1 + x (1.21)
La figura 1.6 representa las funciones f (x) = ex , su recta tangente T (x) = 1+x
en el punto a = 0 y algunas parbolas de familia P (x) = 1 +x+dx2 . Se observa
!!
que la parbola con d = f 2(0) = 12 obtiene una mejor aproximacin.
d=2
d=0
y
d=0.5
d=-2
x
Figura 1.6: Grfica de y = ex y de las curvas y = 1 + x + dx2 para varios valores

de d
Este mismo proceso se puede extender al caso de la derivada nsima.

Sea f (x) una funcin con derivada nsima en el punto c. Entonces
existe un polinomio P (x) y slo uno de grado n que llamaremos
polinomio de Taylor de orden n que satisface :
f (c) = P (c);
f ! (c) = P ! (c);

f (c) = P (c)
n) n)
Dicho polinomio viene dado por:
f ! (c) f n) (c)
Pn (x) = f (c) + f ! (c)(x c) + (x c)2 + + (x c)n (1.22)
2! n!
n
$ f k) (c)
= (x c)k (1.23)
k!
k=0

lOMoARcPSD|1534554
1.6. Teorema de Taylor |25|
Teorema 1.6.3 (Desarrollo de Taylor) Sea n N, f : [a, b] " R tal que f y

sus derivadas f ! , f !! , , f n) son continuas en [a, b] y existe f n+1) en (a, b). Sea
c [a, b] entonces para cualquier x en [a, b] existe un en el intervalo abierto
delimitado por x y c tal que
f !! (c)
f (x) = f (c) + f ! (c)(x c) + (x c)2 +
2!
f n) (c)
+ . + (x c)n + Rn (x)
n!
donde
f n+1) ()
Rn (x) = (x c)n+1 con {c, x} (1.24)
(n + 1)!
y se denomina resto de Lagrange. Luego f (x) = Pn (x) + Rn (x)
Observacin 1.6.4 1. La frmula de Taylor tambin puede evaluarse si

una funcin cumple los requisitos del teorema de Taylor en un intervalo
[x, c], teniendo en cuenta que, en ese caso, pertenecera al intervalo
(x, c). Por este motivo se ha empleado la notacin {c, x} en (1.24) para
referirse al intervalo (c, x) si c < x o al (x, c) si x < c.
2. Este polinomio proporciona una aproximacin razonable de f en los
puntos cercanos a c.
3. Cuando el desarrollo se realiza en el punto c = 0, se denomina
desarrollo de Mac-Laurin.
Ejemplo 1.6.5 1. El Rn en el teorema de Taylor se puede usar para estimar

el error al aproximar una funcin mediante su polinomio de Taylor. Si
el nmero n se fija de antemano, entonces se plantea la cuestin de la
precisin de la aproximacin. Considerar el siguiente ejemplo.

Calcular aproximadamente el valor de 3 1.1 mediante el polinomio de
Taylor de grado 3 de alguna funcin. Acotar el error cometido.
Solucin.

Consideramos el polinomio de Taylor de f (x) = 3
1 + x en el punto c = 0
f !! (0) 2 f !!! (0) 3
P3 (x) = f (0) + f ! (0)x + x + x
2! 3!
Calculamos las derivadas

f (x) = 3 1 + x = (1 + x)1/3 f (0) = 1
f ! (x) = 13 (1 + x)2/3 f ! (0) = 13
f !! (x) = 322 (1 + x)5/3 f !! (0) = 322
f !!! (x) = 10
33 (1 + x)
8/3
f !!! (0) = 10
33
Lo que obtenemos
1 1 5
P3 (x) = 1 + x x2 + x3
3 9 81
1 1 5
f (0.1) P3 (0.1) = 1 + (0.1) (0.1)2 + (0.1)3
3 9 81

lOMoARcPSD|1534554
Aplicando el resto de Lagrange el error es
f iv) ()
R3 (0.1) = (0.1)4 con (0, 0.1)
4!
Acotando el error
% %
% 20 11
% 0.002 Max 0, 002
|R3 (0.1)| = % (1 + ) 3 (0.1) %%
% 4
s[0,0.1] g(s) =
91 91 91
11
donde g(s) = (1 + s) 3 . Como g(s) es una funcin decreciente en [0, 0.1]
su valor mximo es g(0) = 1.

1. Calcular la derivada n-sima de f en los siguientes casos:
(a) f (x) = sen x, (b) f (x) = log x, (c) f (x) = xn1 log(x),
x1
(d) y = , (e) f (x) = ln(x3 + 6x2 + 11x + 6) con x > 1,
x+1
(f) f (x) = cos 3x cos x.
2. Calcular los desarrollos de Taylor en el cero con resto de Lagange de

las siguientes funciones:
3
(a) f (x) = (b) g(x) = ln(1 x)
3x
1
(c) h(x) = (d) i(x) = ln(x2 3x 4) (e) k(x) = cos(x)
1+x

3. Dada la funcin f (x) = 1 + x. Calcular el polinomio de Taylor en el
cero (Mac-Laurin) de grado 4 y utilizarlo para aproximar el valor de

1.02 acotando el error cometido en dicha aproximacion.
4. Estimar con los
tres primeros trminos
del desarrollo de Mac- Laurin
de la funcin 3 2 x el valor de 3 1.8 . Acotar el error cometido en la
estimacin.
5. Calcular el polinomio de Taylor en el punto a de orden n de las

siguientes funciones:
log(x)
(a) f (x) = xex , a = 1; (b) f (x) = , a = 1; (c) f (x) = (1 + x) , a = 0.
x

6. Dada la funcin f (x) = x + 1 calcular el polinomio de
Mac Laurin de
grado dos y emplearlo para dar un valor aproximado de 1.02. Dar una
cota del error cometido.

lOMoARcPSD|1534554
1.7. Optimizacin de funciones |27|
S ESIN 20
1.7. Optimizacin de funciones

En esta seccin introducimos los llamados problemas de optimizacin de
una variable. Estos problemas consisten en encontrar los valores de x en
un determinado conjunto A de modo que una cierta funcin f (x) alcance los
mayores o menores valores. Ms formalmente, el problema de minimizacin
se formula por:
Minimizar f (x) (1.25)
xA
y el de maximizacin:
Maximizar f (x) (1.26)
xA
La funcin f (x) recibe el nombre de funcin objetivo, el conjunto A

regin factible y la variable x variable de decisin. Adems, el valor
f (x ) = Minimizar f (x)
xA
recibe el nombre de valor mnimo de la funcin y el valor x mnimo absoluto

de f (x) en A. De forma anloga se nombra los elementos del problema de
maximacin.
En estos problemas tambin existen los llamados mnimos relativos
(mximos relativos). En estos puntos la funcin alcanza un valor mnimo
(mximo) pero no sobre todo el conjunto A sino sobre un conjunto cercano
de puntos. Esto es, si nos alejamos muy poco del mnimo relativo (mximo
relativo) el valor de la funcin objetivo aumenta (disminuye) pero quizs
la funcin pudiera alcanzar mejores valores en puntos ms lejanos. Ms
formalmente:
Definicin 1.7.1 (Extremos de funciones) Sea f : A R " R una funcin

definida en un conjunto A , y sea c A, diremos que c es
1. un mximo relativo sii existe un > 0
f (c) f (x) para todo x (c , c + ) A. (1.27)
2. un mnimo relativo sii existe un > 0
f (c) f (x) para todo x (c , c + ) A. (1.28)
3. un mximo absoluto de f (x) en A
f (c) f (x) para todo x A. (1.29)

lOMoARcPSD|1534554
4. un mnimo absoluto de f (x) en A
f (c) f (x) para todo x A. (1.30)
A los mximos y mnimos relativos se les llama extremos relativos. A los

mximos y mnimos absolutos se les llama extremos absolutos.
La figura 1.7 ilustra los conceptos de extremos relativos y absolutos.
f (x) = xsen(x)
Minimo absoluto
Maximo absoluto
y
Minimo relativo
Maximo relativo
x
Figura 1.7: Extremos absolutos y relativos de funciones en un intervalo
1.7.1. Optimizacin de funciones continuas en un interva-

lo [a, b]
En esta seccin nos planteamos el problema de encontrar los mximos
y mnimos absolutos de una funcin continua en un intervalo [a, b].
Formalmente escribiremos este problema como:
Optimizar f (x) (1.31)

x[a,b]
donde asumimos que f (x) es continua en [a, b].

El teorema de Weierstrass nos garantiza que existen mximos y mnimos
absolutos y por tanto el problema est bien planteado. El procedimiento
para resolver este problema se basa en el hecho que los extremos absolutos
son tambin relativos y por tanto bastara con encontrar todos los posibles
candidatos a extremos relativos, evaluarlos, y determinar cual de ellos son
las soluciones al problema de optimizacin.
El procedimiento para resolver (1.31) consiste en:
1. Calcular los candidatos a extremos relativos, estos seran:

lOMoARcPSD|1534554
1.1 Los puntos c que hacen cero la primera derivada, siendo f (x)
derivable en c y c (a, b).
1.2 Los extremos a y b del intervalo.
1.3 Los puntos donde la funcin no sea derivable.
2. Evaluar f (x) en todos los puntos obtenidos en el apartado anterior. El

valor mximo de todas estas imagenes corresponde al mximo de la
funcin y los puntos donde se alcanza este valor mximo los mximos
absolutos. Lo mismo para los mnimos.
! !
Ejemplo 1.7.2 Sea f (x) = !(x + 32 )(x 1)!, calcular sus extremos absolutos en
[2, 2]. La figura 1.8 muestra la grfica de la funcin.
! !
f (x) = !(x + 32 )(x 1) !
y
2 32 14 1 2
Figura 1.8: Extremos absolutos de funciones continuas en un intervalo
Los candidatos a extremos absolutos de una funcin continua en un

intervalo cerrado y acotado son:
1. Extremos del intervalo x1 = 2 y x2 = 2.
2. Races de la primera derivada. Para operar en el clculo de derivadas

es til emplear la definicin del valor absoluto g(x) = |x| = x.signo(x),
donde signo(x) es el signo 1 del nmero x. Notar que el signo(0) no est
definido. Aplicando la derivada del producto g # (x) = 1 signo(x) + x 0 =
signo(x), donde se pone de manifiesto que no es derivable en el punto
x = 0. La funcin
! ! " #" #
!
! 3 !
! 3 3
f (x) = !(x + )(x 1)! f (x) = signo (x + )(x 1)
#
(x 1) + (x + ) = 0
2 2 2

lOMoARcPSD|1534554
La ecuacin es el producto de dos factores igualados a cero. Como el signo

de un nmero siempre es 1 se tiene que nunca se anula y por tanto:
" #
3 1
(x 1) + (x + ) = 0 x3 = .
2 4
3. Puntos de no derivabilidad. La expresin de la derivada es:

" #" #
3 1
f (x) = signo (x + )(x 1)
#
x+ (1.32)
2 4
y no est definida en los puntos donde se evala el signo(0), esto es en

x4 = 32 y x5 = 1.
Ahora evalamos la funcin en los cinco candidatos a extremos absolutos,
obtenemos
xi f (xi )
2 3/2
3/2 0
1/4 25/16
1 0
2 7/2
Luego el punto x2 = 2 es un mximo absoluto; x4 = 32 y x5 = 1 son mnimos
absolutos. El valor f (x4 ) = f (x5 ) = 0 es el valor mnimo de la funcin y el valor
f (x2 ) = 7/2 el valor mximo de la funcin.
1.7.2. Clculo de extremos relativos

Si nos planteamos el problema de optimizar una funcin en un conjunto
arbitrario A, no necesariamente un intervalo cerrado y acotado como en
la subseccin anterior, el problema tiene mayor complejidad. La idea para
resolverlo sigue pasando por el hecho de que todo extremo absoluto tambin
es relativo y por tanto hay que calcularlos todos.
Si analizamos la funcin f (x) = x3 se pone de manifiesto que
no es suficiente que f # (0) = 0 para que la funcin alcance un ex-
tremo relativo en el punto c = 0. En esta seccin completamos
la condicin necesaria de extremo para funciones derivables con dos
condiciones suficientes para la existencia de extremo relativo. La primera es
para funciones varias veces derivables y la segunda condicin, denominada
criterio de la primera derivada, se puede aplicar a funciones continuas que
no son derivables en los extremos relativos. Este criterio permite determinar
si c es un mximo mnimo relativo (o ninguno de los dos), estudiando el
signo de la primera derivada a ambos lados del punto.
Teorema 1.7.3 (Condicin suficiente de extremo relativo para funciones derivables)

Sea I un intervalo, sea c un punto interior de I y sea n 2 . Supongamos que
existen las derivadas f # , f ## , , f n) y que son continuas en un entorno del
punto c y que f # (c) = = f n1) (c) = 0, pero f n) (c) *= 0.
i) Si n es par y f n) (c) > 0, entonces f tiene un mnimo relativo en c.

lOMoARcPSD|1534554
ii) Si n es par y f n) (c) < 0, entonces f tiene un mximo relativo en c.

iii) Si n es impar, entonces f no tiene un mximo relativo ni un mnimo relativo
en c.
Ejemplo 1.7.4 1. Sea f (x) = x ln x, veamos cuales son sus extremos
relativos. Los candidatos a extremos son los que satisfacen la condicin
necesaria de extremo, esto es
1
f # (x) = ln x + x
= 0 ln x = 1 x = eln x = e1
x
Ahora calculamos la segunda derivada y la evaluamos en el nico
candidato encontrado:
1 1
f ## (x) = f ## (e1 ) = 1 = e > 0
x e
Por tanto la primera derivada que no se anula despus de la primera es
n = 2 par y adems la segunda derivada es positiva por tanto se trata de
un mnimo relativo.
2. En este ejemplo se estudia si la funcin f (x) = x2 sen x posee un extremo
relativo en c = 0. Calculemos la primera derivada y evaluemosla en c = 0
f # (x) = 2x sen x + x2 cos x f # (0) = 0
Por tanto el punto c = 0 cumple la condicin necesaria. Apliqumosle la
condicin suficiente
f ## (x) = 2 sen x+2x cos x+2x cos xx2 sen x = (2x2 ) sen x+2x cos x f ## (0) = 0
Calculemos la siguiente derivada:
f ### (x) = (2x) sen x + (2 x2 ) cos x + 2 cos x 2x sen x f ### (0) = 4
Como la primera derivada que deja de anularse es n = 3 impar y por
tanto no es un extremo relativo.?
Teorema 1.7.5 (Condiciones suficientes de extremo relativo) Sea f : (a, b) "
R una funcin continua en (a, b) y derivable en todos los puntos de (a, b) salvo
a lo mas en un punto c (a, b). Supongamos que se cumple.
f # (x) 0 si x (a, c)
f # (x) 0 si x (c, b)
Entonces f tiene en c un mnimo relativo.
Si se cumple que:
f # (x) 0 si x (a, c)
f # (x) 0 si x (c, b)
Entonces f tiene en c un mximo relativo relativo.
Observacin 1.7.6 La continuidad de la funcin f en el intervalo (a, b) es
imprescindible.

lOMoARcPSD|1534554

1. Calcular el mximo y el mnimo en [1, 1] de la funcion f (x) = 3
x + |x|.
Podemos asegurar que los extremos se alcanzan en puntos de ese
intervalo?. Por qu?.
2. Sea la funcin
|x|
f (x) =
e|x1|
. Se pide:
a) Continuidad y derivabilidad de f (x).

b) Tiene f (x) extremos absolutos en [2, 2]? Justificar la respuesta y,
en caso afirmativo, calclense.
3. Derivar y obtener los extremos de la funcin f (x) = (x 1)2 |x|1/3 en

(1, 1].
4. Dada la funcin
$
(x 1)4 cos2 1
x1 , x *= 1,
f (x) =
0, x = 1.
Calcular f # (1) y f ## (1). Existe un mnimo relativo en x = 1?
5. Investigar los puntos crticos de las funciones:
(a) f (x) = (x "1)1/3 (x #

+ 2)2/3 , (b) f (x) = x"3 6x2 +
# 9x 8,
x 4
1
(c) f (x) = x log , (d) f (x) = arc tg ,
1x x3 x
(e) f (x) = cos(sen x).
6. Hallar los valores extremos de las funciones en el dominio que se indica:
(a) f (x) = x1/x , x IR; (b) f (x) = 2 sen x +! cos 2x, x ! IR;
(c) f (x) = xm (1 x)n , m, n IN; (d) f (x) = !x2 3x + 2! , x [10, 10];
(e) f (x) = max{2 |x| , |1 + x|}, x IR; (f) f (x) = x2 4x + 6, x [3, 0];
$ 1 $ 1
e x2 , x *= 0, xe x2 , x *= 0,
(g) f (x) = x IR; (h) f (x) = x IR;
0, x = 0, 0, x = 0,
$
2x2 + 3, x *= 0, 1
(i) f (x) = x IR; (j) f (x) = x2 + , x [1/10, 2];
4, x = 0, x
%
(k) f (x) = x 4 x2 , x IR; (l) f (x) = log |ex 1| , x [1, 1];
* +1

1+x 2 , x [0, 1/2],
1x
(m) f (x) = * +1 x IR.

1x 2 , x [1/2, 0),
1+x

lOMoARcPSD|1534554
7. Demostrar que si una funcin g(x) es estrictamente creciente en R ,

entonces f (x) y g(f (x)) tienen los mismos extremos relativos en R.
8. Dados a < b, defnase : IR " IR como (x) = e1/(xa)(xb) si a < x < b y
(x) = 0 si x
/ (a, b). Demostrar que tiene un nico mximo.
9. Sea : [a, b] " IR dos veces derivables con (a) = (b) = 0 y ## (x) < 0
para todo x [a, b]. Demostrar que (x) > 0 para todo x (a, b).
10. Obtener las dimensiones del cilindro de volumen mximo contenido en
un cono de revolucin de radio r y altura h.
11. Un almacenista compra una cierta clase de madera al precio de c =
12 euros/m3 . Un estudio de mercado da como resultado que si vende
la madera al precio de x euros/m3 , el volumen de madera que vende
es V = aek(xc) , con a = 50 y k = 0.04. Hallar el precio para el cual el
beneficio obtenido por la venta sea mximo,
12. Inscribir en una esfera de radio r un cilindro:
a) de volumen mximo,
b) de superficie lateral mxima.
13. Hallar la menor distancia de un punto dado (0, b) del eje Y a la parbola
x2 = 4y.
14. Un camin, cuya velocidad mxima es 110 km/h, ha de recorrer 500 km
en una carretera llana a velocidad constante de x km/h. El combustible
cuesta 0.80 euros/litro y el consumo del camin es C(x) = 2400
x
(40 + x)
litros/100 km. Si el conductor cobra 8 euros/hora calcular cul es
la velocidad ms econmica y el coste del viaje. Cunto se ahorra
respecto a realizar el viaje a 110 km/h y a 40 km/h? Qu ocurre
respecto a la velocidad ptima si subimos el sueldo del conductor a
10 euros/hora? Y si sube el combustible a 0.90 euros/litro?
15. Dada una esfera de radio R. Calcular, en funcin de R, el radio r y la
altura h del cono circular recto de mayor volumen que puede inscribirse
en esa esfera.
16. Una petrolera est diseando una refinera en un punto de la
costa. Durante el periodo de funcionamiento de T aos la planta
procesar una cantidad de QT toneladas de petrleo. Supngase que
el consumo es constante durante el periodo de funcionamiento. A
esta refinara se le suministrar materia prima mediante un petrolero
teniendo un coste de CE euros cada vez que se realiza un pedido e
independientemente de la cantidad pedida. El coste de almacenamiento
(construccin y mantenimiento de los envases) durante dicho periodo
es CA euros por tonelada. Considerando exclusivamente los anteriores
costes determinar el nmero ptimo de toneladas que debe transportar
el petrolero en cada pedido.

lOMoARcPSD|1534554
S ESIN 21
1.8. Curvatura de una funcin

Definicin 1.8.1 (Concavidad y convexidad) Sea f : I R, definida en el
intervalo I, diremos que f (x) es convexa en I si para todo a, b I se cumple
f (a + (1 )b) f (a) + (1 )f (b), [0, 1] (1.33)
La figura 1.9 muestra la grfica de una funcin convexa. Geomtricamente

la condicin (1.35) equivale a que la grfica de la funcin f (x) en cualquier
intervalo [a, b] queda por debajo del segmento que une los puntos (a, f (a)) y
(b, f (b)). En esta figura se considera un punto arbitrario a + (1 )b del interior
del intervalo y se muestra su imagen f (a + (1 )b) y el correspondiente valor
f (a) + (1 )f (b)3 . Se observa que la imagen es menor que el correspondiente
valor en el segmento.
f (a) + (1 )f (b)
f (a + (1 )b)
y
a b
a + (1 )b
Figura 1.9: Ilustracin del concepto de funcin convexa
Diremos que la funcin f : I R es cncava en el intervalo I si f (x) es

una funcin convexa en I
Ejemplo 1.8.2 1. Sea f (x) = |x| en I = R

3 Cuanto vale la recta que pasa por los puntos (a, f (a)) y (b, f (b)) en el punto x = a+(1)b?

lOMoARcPSD|1534554
1.8. Curvatura de una funcin |35|
2. Sea f (x) = ex en I = R
Si la funcin f (x) es derivable en un intervalo I entonces el concepto de

convexidad y convavidad pude ser definido a travs de sus rectas tangentes4
del siguiente modo.
Definicin 1.8.3 (Concavidad y convexidad de funciones derivables) Sea
f : I R, derivable en el intervalo I, diremos que f (x) es convexa en I si para
todo c I se cumple
Tc (x) = f (c) + f ! (c)(x c) f (x) para todo x I (1.34)
donde Tc (x) es la recta tangente a la grfica de la funcin en (c, f (c)).

Geomtricamente indica que la recta de la tangente est por debajo de la
grfica de al funcin.
De igual modo definiremos funcin cncava sii para todo c I
Tc (x) = f (c) + f ! (c)(x c) f (x) para todo x I (1.35)
La figura 1.10 muestra dos funciones derivables. La primera es convexa y

se observa que cualquier recta tangente que consideremos queda por debajo
de la grfica de la funcin en todo el intervalo. En el caso de la funcin cncava
las rectas tangentes quedan por encima de la grfica de la funcin.
convexa
y
concava
x x
Figura 1.10: Ilustracin del concepto de funcin derivable convexa
Teorema 1.8.4 Sea f : I R ' R una funcin que admite f !! (x) en el intervalo
I. Entonces se tiene:
i) f (x) es convexa en I f !! (x) 0 para todo x I.
4 Si es derivable entonces existe la recta tangente en todos sus puntos.

lOMoARcPSD|1534554
ii) f (x) es cncava en I f !! (x) 0 para todo x I.
P RUEBA. i) Veamos nicamente la demostracin en el sentido . Aplicando el

Teorema de Taylor para n = 1 en c I, obtenemos:
f !! ()
f (x) = f (c) + f ! (c)(x c) + (x c)2 con {c, x} I (1.36)
2!
!!
Por hiptesis f !! () 0 entonces el resto f 2!() (x c)2 0. Si eliminamos el
resto de la igualdad (1.36), queda la desigualdad:
f (x) f (c) + f ! (c)(x c) con c, x I (1.37)
que es la definicin de funcin convexa en I. !
Este teorema tiene una interpretacin geomtrica. El hecho que la funcin

f !! (x) 0 indica que la funcin f ! (x) es creciente y por tanto las tangentes
a la grfica de f (x) van teniendo cada vez mayores pendientes. La misma
interpretacin pero en sentido opuesto se puede hacer con las funciones
cncavas.
Ejemplo 1.8.5
Sea ! !
f (x) = x !x2 + x!
1. Estudia la derivabilidad de dicha funcin en lR
2. Estudiar intervalos de concavidad y convexidad.
Solucin:
a) La funcin se puede expresar:

" 2
x (x + 1) si x [1, 0]
f (x) =
x2 (x + 1) si x (, 1) (0, +)
Veamos que en x = 0 es derivable.
f (x) f (0) x2 (x + 1) 0
!
f+ (0) = lm+ = lm+ = lm+ x(x + 1) = 0
x0 x0 x0 x x0
f (x) f (0) x (x + 1) 0
2
!
f (0) = lm = lm+ = lm+ x(x + 1) = 0.
x0 x0 x0 x x0
Veamos que en x = 1 no es derivable.
f (x) f (1) x2 (x + 1) 0
!
f+ (1) = lm = lm = lm x2 = 1
x1+ x (1) x1+ x+1 x1+
f (x) f (1) x (x + 1) 0
2
!
f (1) = lm = lm = lm x2 = 1
x1 x (1) x1 x+1 x1

lOMoARcPSD|1534554
b) Estudiemos el signo de la segunda derivada

"
6x + 2 si x (1, 0)
f (x) =
!!
6x 2 si x (, 1) (0, +)
Los cambios de signo de una funcin se pueden producir en sus races y

sus discontinuidades. Calculemoslas:
Races de f !! (x). La solucin de f !! (x) = 0 en (1, 0) es x = 1/3 y no
tiene races en (, 1) (0, ).
Discontinuidades de f !! (x). Son x = 1 y x = 0.
Esto determina que en los siguientes intevalos (de prueba) la segunda
derivada mantenga el signo:
(, 1) (1, 1/3) (1/3, 0) (0, +)

Signo f !! (x) + +
Curvatura Cncava Convexa Cncava Convexa
Observacin 1.8.6 (Monotona y curvatura de una funcin) Notar que la

monotona de una funcin se estudia a travs de f ! (x) y la concavidad y con-
vexidad mediante la f !! (x). Una funcin puede presentar cuatro combinaciones
en el signo de la f ! (x) y de la f !! (x). Los casos resultantes se muestran en la
figura 1.11.
convexa y decreciente convexa y creciente

y
x x
concava y decreciente concava y creciente
y
x x
Figura 1.11: Monotona y curvatura de una funcin

lOMoARcPSD|1534554

1. Estudiar los intervalos de monotona y la concavidad y convexidad de
las siguientes funciones:
e1/|x|
(a) f (x) = ; (b) f (x) = x + |sen 2x| , x [0, ];
x
(c) f (x) = sen x + cos x, en [0, 2]; (d) f (x) = 2x3 9x2 24x + 7.
1 x sen(2x)
(e) f (x) = x2 e x , (f) f (x) = , (g) f (x) = ,
1 + |x| 1 + sen x
(h) y 2 = x3 + 1, (i) y 2 = (x + 3)(x2 + 1), (j) f (x) = 3x4 + 4x3 ,

(k) f (x) = x(x2 + 4)2 , (l) f (x) = x x, (m) f (x) = x 1 x,
2x 2
(n) f (x) = , () f (x) = x2 + , (o) f (x) = sen(cos x),
2 + x2 x
ex + ex 1
(p) f (x) = , (q) f (x) = e x2 , (r) f (x) = log(x2 x),
2
# $ %
x 1
(s) f (x) = tg , (t) f (x) = tg (|arc tg x|) , (u) f (x) = log ,
1x x1

x+1
(v) f (x) = .
x1

lOMoARcPSD|1534554
S ESIN 22
Ejercicios
1. Veamos otro ejemplo donde la acotacin del error por el mximo
presenta una singularidad. En este caso el mximo de la derivada se
alcanza en el interior del intervalo {c, x}.
Sea la funcin
x5 x4
f (x) = +
60 24
a) Obtener la frmula de Taylor de orden 2 en el punto c = 0 con resto
de Lagrange.
b) Utilizar dicha frmula para aproximar el valor de la funcin f (1).
c) Acotar el error cometido.
Solucin:
a) Tenemos que calcular
f !! (0) 2
P2 (x) = f (0) + f ! (0)x +
x
2
Derivando y evaluando en el punto a = 0, obtenemos:
x5 x4
f (x) = + f (0) = 0
60 24
x4 x3
f (x) = +
!
f ! (0) = 0
12 6
3 2
x x
f !! (x) = + f (0) = 0
3 2
y por tanto:
P2 (x) = 0
b) f (1) P2 (1) = 0
c) El resto de Lagrange es:
f !!! () 3
R2 (1) = 1 , con (0, 1)
3!
Este valor se puede acotar
! !!! !
! f () 3 ! |f !!! (x)|
|R2 (1)| = ! ! 1 !! Maximizarx[0,1]
3! 6
(x2 + x) ((1/2)2 + 1/2)
= Maximizarx[0,1] = = 1/24
6 6

lOMoARcPSD|1534554
2. Alternativamente a los casos anteriores se puede especificar la precisin

de la aproximacin y entonces la cuestin ser encontrar un n
adecuado. Por ejemplo sea f (x) = sen x y c = 0. Aplicar el teorema de
Taylor para calcular el valor de sen(/4) con un error menor que 103 .
Solucin. Calculemos la derivada nsima de la funcin f (x) = sen(x).
f (x) = sen(x) f (0) = 0

f ! (x) = cos(x) f ! (0) = 1
f !! (x) = sen(x) f !! (0) = 0
f (x) = cos(x) f !!! (0) = 1
!!!
f (IV (x) = sen(x) f IV ) (0) = 0
Notar que vuelve a repetir la funcin y = sen(x) y se repite la secuencia

de las derivadas. Se tiene que:
f 2n+1) (0) = (1)n f 2n) (0) = 0 (1.38)
Por tanto el polinomio de Taylor de orden 2n + 1 en c = 0 es:
2n+1
" n
f k) (0) k " (1)k 2k+1
P2n+1 (x) = x = x (1.39)
k! (2k + 1)!
k=0 k=0
El resto de orden 2n + 1 es
f 2n) () 2n (1)n cos() 2n
E2n+1 (x) = x = x (1.40)
(2n)! (2n)!
Ahora acotaremos el error en x = 4
! !
! (1)n cos() 2n+2 !! 1
|E2n+1 (/4)| = !! (/4) ! (2n + 2)! 10
3
(1.41)
(2n + 2)!
Dando valores a n, se obtiene
1
n (2n+2)!
1 0.0417
2 0.0014
3 0.00002
y por tanto el valor de n buscado es 3. Si lo comprobamos, obtenemos:
P23+1 (/4) = 0.707106469575178

sen(/4) = 0.707106781186547
|E7 (/4)| = 0.3116113693746314 1006
Notar que lmn+ E2n+1 (x) = 0 para todo x R y por tanto cuando
los polinomios de Taylor cuando n tiende a infinito se aproximan a
la funcin y = sen(x). La figura 1.12 ilustra este hecho. En ella est
dibujada la funcin y = sen(x) y diferentes polinomios de Taylor,
observndose que cuando n crece tienden a la funcin y = sen(x).

lOMoARcPSD|1534554
Figura 1.12: Aproximacin de la funcin y = sen(x) por diferentes polinomios

de MacLaurin P2n+1 (x)
3. Utilizar el polinomio de Taylor de cuarto orden de f (x) = arc tg x para

obtener una solucin aproximada no nula de la ecuacin arc tg x = x2 .
4. Calcular el cos(1) con un error inferior a 107 .

lOMoARcPSD|1534554
S ESIN 23
Ejercicios
1. Sea la funcin f (x) definida por:
! 4
x 2x2 si x 0
f (x) =
x x2 si x > 0
a) Estudiar si f (x) es continua y derivable en R. Dar la expresin de

f ! (x).
b) Indicar los extremos relativos y absolutos de f (x) en [2, 2].
Solucin.
a) Para todo x #= 0 la funcin es continua porque es una funcin
polinmica. Estudiemos el punto x = 0. Calculando los lmites
laterales
" # " #
lm x4 2x2 = lm+ x x2 = 0 lm f (x) = 0 = f (0)
x0 x0 x0
Por lo que la funcin es continua en todo R. Estudiemos la

derivabilidad en el punto x = 0.
f (0 + h) f (0) h h2
!
f (0) = lm = lm = lm (1 h) = 1
h0 h h0 h h0
f (0 + h) f (0) h 2h
4 2
!
f+ (0) = lm+ = lm = lm+ (h3 2h) = 0
h0 h h0 h h0
Por lo tanto no es derivable en x = 0. En el resto de puntos viene

definida por una funcin polinmica y por tanto es derivable en
R {0}.
b) Los candidatos a extremos absolutos de una funcin continua en
un intervalo cerrado son:
1) Extremos del intervalo x1 = 2 y x2 = 2.
2) Races de la primera derivada. Tenemos que calcular los
valores de x donde f ! (x) = 0 en el intervalo [2, 2]. La primera
derivada es: !
4x3 4x si x < 0
f (x) =
!
1 2x si x > 0
Calculemos las races de f ! (x) en el intervalo [2, 0)
4x3 4x = 4x(x2 1) = 0 x = 0, 1, 1

lOMoARcPSD|1534554
El nico valor que est en el intervalo de estudio es x3 = 1. La

nica raz de f ! (x) en el intevalo (0, 2) es f ! (x) = 1 2x = 0
x4 = 12 .
3) Puntos de no derivabilidad. Tenemos que en x5 = 0 no es
derivable la funcin f (x).
Evaluando la funcin en todos los candidatos a extremos absolu-
tos, obtenemos
xi f (xi )
2 8
1 1
0 0
1 1
2 4
2 2
Luego los puntos x1 = 2 es un mximo absoluto y x2 = 2 es
un mnimo absoluto. Estudiemos si entre el resto de candidatos
existe otros extremos relativos. Los puntos x3 = 1 y x4 = 1/2
cumplen la condicin necesaria de extremo relativo para funciones
derivables. Comprobemos si cumplen la condicin suficiente, para
ello calculamos la segunda derivada:
!
12x2 4 si x < 0
f (x) =
!!
2 si x > 0
Evaluando la segunda derivada en los candidatos
f !! (1) = 8 > 0 mnimo relativo
f !! (1/2) = 2 < 0 mximo relativo
Para analizar si el punto x5 = 0 es un extremo relativo aplicamos
el criterio de la primera derivada. Se trata de una funcin continua
en 0 que cumple
! !
f (x) = 4x(x2 1) > 0 si x (, 0)
f ! (x) = 1 2x > 0 x (0, )
Por tanto no es un extremo relativo.
2. Sea la funcin f (x) definida por:
! 2
x +x si x [1, 0]
f (x) =
x ln x si x (0, 1]
a) Estudiar la continuidad.
b) Calcular razonadamente f ([1, 1]).
Solucin:
a) Estudiemos la continuidad en el punto x = 0. Calculemos los
lmites laterales
lm f (x) = lm (x2 + x) = 0
x0 x0
ln x 1/x
lm f (x) = lm x ln(x) = lm = lm = lm x = 0
x0+ x0 x0 1/x x0 1/x2 x0

lOMoARcPSD|1534554
Como coinciden los lmites laterales se tiene

lm f (x) = 0 = f (0) (1.42)
x0
y por tanto la funcin es continua en x = 0.

b) Por el apartado anterior la funcin f (x) es continua en [1, 1] y por
el teorema de Weierstrass alcanza mximo y mnimo. En este caso
f ([1, 1]) = [m, M ] donde
m = Minimizarx[1,1] f (x)
M = Maximizarx[1,1] f (x)
Clculemos los candidatos a extremos absolutos:
Extremos del intervalo. x = 1, x = 1
Races de f ! (x). La primera derivada es
!
2x + 1 si x [1, 0)
f (x) =
!
1 + ln x si x (0, 1]
Resolvemos f ! (x) = 0. Se obtiene para los valores negativos de
x,
2x + 1 = 0 x = 1/2
y para los valores positivos de x,
1 + ln(x) = 0 ln x = 1 x = e1 .
Puntos no derivables. x = 0
Evaluando los candidatos
x f (x)
1 0
1/2 1/4
0 0
e1 e1
1 0
obtenemos que m = e1 y M = 0.
3. De un tronco redondo de dimetro 16, hay que tallar una viga con una
seccin transversal rectangular, de base b y altura h. Qu dimensiones
deber tener la viga para que la resistencia sea mxima, si la resitencia
es proprocional a bh2 ?
4. La demanda de un determinado bien viene descrita por una funcin
d = d(p) en funcin del precio p. Supngase que los costes de produccin
de dicho bien viene modelado por una funcin c = c(d) que proporciona
el precio unitario del bien en funcin del nmero de unidades d
producidas. Suponiendo que las funciones d(p) y c(d) son montona
decrecientes determinar que relacin debe satisfacer el precio ptimo
para el productor del bien.$En el caso concreto de ser d(p) = exp(kp)
con k > 0 y c = c(d) = C0 (md) y m > 0 Cual es el precio ptimo?

lOMoARcPSD|1534554
S ESIN 24
Ejercicios
1. Estudiar intervalos de monotona, concavidad y convexidad de las
siguientes funciones:
1
a) f (x) = + x2 ; b) f (x) = x2 ex
x
Solucin:
a) Los intervalos de monotona se determinan estudiando el signo
de la primera derivada f ! (x) = 1
x2 + 2x. Los cambios de signo
de una funcin se pueden producir en sus races y en sus
discontinuidades. Calculemoslas:
Races de f ! (x). La solucin de f ! (x) = 1
x2 +2x = 0 1+2x = 0
3

en R es x = 1/ 2.3
Discontinuidades de f ! (x). La nica discotinuidad de f ! (x) =

x2 + 2x es x = 0.
1
Esto determina los siguientes intevalos (de prueba) en los que la

primera derivada mantiene el signo:
Intervalo (, 0) (0,
3 )
1
2
(3 , +)
1
2
Signo f ! (x) f ! (1) = 2 f ! (1/2) = 3/4 f (1) = 1
Monotona Decreciente Dereciente Creciente
Los intervalos de concavidad/convexidad se determinan de la

misma manera pero estudiando el signo de la segunda derivada
f !! (x) = x23 + 2. Los cambios de signo de una funcin se pueden
producir en sus races y en sus discontinuidades. Calculemoslas:
Races de f !! (x). Resolvemos la ecuacin f !! (x) = x23 + 2 = 0
x = 1 en R.
Discontinuidades de f ! (x). La nica discotinuidad de f ! (x) =
x3 + 2 es x = 0.
2

segunda derivada mantiene el signo:
Intervalo (, 1) (1, 0) (0, +)

Signo f !! (x) f !! (2) = 1/4 + 2 > 0 f !! (1/2) = 14 < 0 f !! (1) = 4 > 0
Curvatura Convexa Cncava Convexa

lOMoARcPSD|1534554
f (x) = x 2 + 1
x
1
1 2 3
Figura 1.13: Grfica de f (x) = 1

x + x2
b) La primera derivada es f ! (x) = 2xex + x2 ex = x(2 + x)ex . Calculemos

los puntos donde puede cambiar de signo:
Races de f ! (x). Las races son x = 2 y x = 0.
Discontinuidades de f ! (x). La funcin derivada es el producto
de un polinomio de segundo grado por una exponencial
por lo que es continua en todo R y por tanto no tiene
discontinuidades.
primera derivada mantiene el signo:
Intervalo (, 2) (2, 0) (0, +)
Signo f ! (x) f ! (3) = 3e3 > 0 f ! (1) = e1 < 0 f (1) = 3e3 > 0
Monotona Creciente Dereciente Creciente
Los intervalos de concavidad/convexidad se determinan de la
misma manera pero estudiando el signo de la segunda derivada
f !! (x) = (x2 + 4x + 2)ex . Calculemos los posibles puntos de cambio
de signo:
Races de f !! (x). Resolvemos la ecuacin f !! (x) = (x2 +4x+2)ex =

0 (x2 + 4x + 2) = 0 x = 2 2.
Discontinuidades de f !! (x). Es continua la funcin f !! (x).
segunda derivada mantiene el signo:

Intervalo (, 2 2) (2 2, 2 + 2) (2 2, +)
Signo f !! (x) f !! (4) = 2e4 > 0 f !! (2) = 2e2 < 0 f !! (1) = 7e > 0
Curvatura Convexa Cncava Convexa

lOMoARcPSD|1534554
f (x) = x 2 e x

2 + 2 0
2 2 2
Figura 1.14: Grfica de f (x) = x2 ex
2. a) Sea f (x) = x2 xsen x cos x probar que tiene exactamente dos

races.
b) Aplica tres iteraciones del mtodo de la biseccin para aproximar
una de dichas races. Da una cota del error de dicha aproximacin.
Solucin:
b) La funcin f (x) es continua en R.
! " 2
f = 0.84 > 0
2 4 2
f (0) = 1 < 0
! " 2
f = 0.84 > 0
2 4 2
Aplicando el teorema de Bolzano a f (x) en los intervalos [ 2 , 0] y
[0, 2 ] queda garantizada que el nmero de races de f (x) es mayor
o igual a 2.
Por otro lado, si la funcin tuviera 3 o ms races, aplicando
el teorema de Rolle a los intervalos definidos por dos races
consecutivas tendramos, que la primera derivada tendra ms de
2 races. La primera derivada f ! (x) = x(2 cos x) solo tiene la raz
x = 0 y por tanto la funcin no puede tener 3 o ms races.
c) Aplicamos el mtodo de la biseccin partiendo del intervalo [0, 2 ]
que cumple las hiptesis para la convergencia.
an bn sn f (sn )
0
2+

4 0.456
3
4 2+ 8 0.083
3 7
8 2+ 16

lOMoARcPSD|1534554
Una cota del error cometido es:

ba /2
Error = 3 = 0.196349
2n 2

lOMoARcPSD|1534554
1.9. El mtodo de Newton-Raphson |49|
S ESIN 25
1.9. El mtodo de Newton-Raphson

El mtodo de Newton-Raphson calcula aproximadamente races de
funciones. Esto es, encuentra soluciones aproximadas a la ecuacin f (x) = 0.
La figura 1.15 ilustra el mtodo. Supongamos que partimos de un punto
inicial s1 y calculamos la recta tangente T1 (x) a la funcin en dicho punto.
En un entorno del punto s1 podemos considerar que la recta tangente es
aproximadamente la funcin, esto es f (x) T1 (x) y por tanto una raz
aproximada de la funcin f (x) puede ser la raz de la recta tangente T1 (x).
Esta raz la denominaremos s2 , obteniendo:
f (s1 )
T1 (x) = f (s1 )+f ! (s1 )(xs1 ) = 0 T1 (s2 ) = f (s1 )+f ! (s1 )(s2 s1 ) = 0 s2 = s1
f ! (s1 )
(1.43)
En la figura 1.15 se observa que s2 es la raz de la recta tangente en s1 . Ahora
podemos volver a reiterar el proceso y calcular la raz de la recta tangente en
s2 , obteniendo en general
f (sn )
sn+1 = sn ! (1.44)
f (sn )
la generacin de esta sucesin constituye el mtodo de Newton-Raphson. En
la figura 1.15 se observa que el lmite de la sucesin (sn ) converge a la raz
de la funcin.
En general si la sucesin (sn ) s es convergente y las funciones f (x) y
f (x) son continuas con f ! (s ) %= 0, tomando lmites a ambos lados de 1.45 y
!
por la caracterizacin sucesional de las funciones continuas, obtenemos

! "
f (sn )
lm sn+1 = lm sn ! (1.45)
n n f (sn )
f (s )
s = s ! f (s ) = 0 (1.46)
f (s )
El siguiente teorema garantiza que es posible elegir un punto inicial que

garantice que (sn ) est bien definida y es convergente a un punto s .
Teorema 1.9.1 (Convergencia local del mtodo de Newton) Sea f C 2 ([a, b]).
Si s [a, b] es tal que f (s ) = 0 y f ! (s ) %= 0. Entonces > 0 tal que s1
f (sn )
[s , s + ] la sucesin de Newton -Raphson , sn+1 = sn ! ,est bien
f (sn )
definida y converge a s.

lOMoARcPSD|1534554
s4 s3 s2 s1
Figura 1.15: Ilustracin del mtodo de Newton-Raphson
Observacin 1.9.2 La sucesin de Newton-Raphson no siempre tiene que

converger. Puede que incluso no est definida (que suceder si para algn n,
/ [a, b] f ! (sn ) = 0).
sn
Teorema 1.9.3 (Condicin suficiente de convergencia del mtodo de Newton)

Sea [a, b] y f C 2 [a, b], verificando:
i) f (a)f (b) < 0
ii) f ! (x) %= 0, para todo x [a, b]
iii) Se cumple una de las siguientes dos relaciones f !! (x) 0, para todo x
[a, b] o f !! (x) 0, para todo x [a, b]
Entonces f tiene una nica raz s en [a, b] y si s1 [a, b] verifica que

f (s1 )f !! (s1 ) > 0, la sucesin de Newton converge a s .
Ejemplo 1.9.4 Sea la ecuacin x = 1 + atan(x)
1. Demuestra que tiene una nica solucin.
2. Encuentra un s0 R que tenga asegurada la convergencia del mtodo de

Newton.
3. Con este s0 , realizar 2 iteraciones del mtodo de Newton.
Solucin.
1. La funcin f (x) es continua en [0, 3] cumpliendo que f (0) = 1 < 0 y que

f (3) = 2 arctg(3) > 0, aplicando el teorema de Bolzano existe un punto
c (0, 3) tal que f (c) = 0.

lOMoARcPSD|1534554
Veamos la unicidad. Calculamos la primera derivada

1 x2
f ! (x) = 1 = > 0 f es creciente en R
1+x 2 1 + x2
Por tanto slo tiene una solucin y est localizada en el intervalo (0, 3).
2. Vamos aplicar la condicin suficiente para la convergencia del mtodo de
Newton. La funcin f (x) admite segunda derivada en el intervalo [1, 3] y
es continua. Adems se cumple las siguientes propiedades:
a) f (1)f (3) < 0.
b) La primera derivada no se anula en el intervalo.
x2
f ! (x) = %= 0 en [0, 3]
1 + x2
c) La segunda derivada mantiene el signo en el intervalo [0, 3]
2x
f !! (x) = 0 para todo x [1, 3]
(1 + x2 )2
Como f (3)f !! (3) > 0 el mtodo de Newton tiene garantizada la
convergencia tomando s1 = 3.
3. Realizamos dos interaciones con el mtodo de Newton;
s1 = 3
f (s1 )
s2 = s1 ! = 2.1656
f (s1 )
f (s2 )
s3 = s2 ! = 2.1323
f (s2 )
Definicin 1.9.5 (Orden de convergencia) Si lm sn = s , se dice que (sn )
n
tiene orden de convergencia > 0 si:
| sn+1 s |
lm = %= 0
n | sn s |
Si = 1, la convegencia es lineal.
Si = 2, la convegencia es cuadrtica.
El siguiente teorema nos da una condicin suficiente para que el mtodo
posea una velocidad de convergencia cuadrtica.
Teorema 1.9.6 (Velocidad de convergencia del mtodo de Newton) Sea f
C 2 [a, b], s [a, b] una raz de f tal que f ! (s) %= 0 y f !! (s) %= 0. Supongamos que
existen m y M tales que x [a, b] | f ! (x) | m y | f !! (x) | M. Entonces si (sn )
es la sucesin de Newton-Raphson y converge a s se tiene
M
| sn+1 s || sn+1 sn |2
m
Observacin 1.9.7 Otros procedimientos de paro que se van a poder aplicar
a cualquier tcnica iterativa es que dado un cierto $ > 0 pararemos cuando
| sn+1 s |< $

lOMoARcPSD|1534554
Ejercicios
1. Usar el mtodo de Newton para aproximar las soluciones de las
ecuaciones siguientes con precision 105
2 ex + x2
x=
3
x2 + 10 cos(x) = 0

lOMoARcPSD|1534554
S ESIN 26
Ejercicios
1. Dada la ecuacin:
3x2 ex = 0
Determinar un intervalo [a, b] para cada una de sus tres races que
cumpla el teorema 1.9.3 y determinar un s0 en dicho intervalo de modo
que el mtodo de Newton tenga garantizada su convergencia. Aproximar
las soluciones de las ecuaciones con una precision superior a 105 .
Solucin: El teorema 1.9.3 indica que hay que buscar un intervalo [a, b] en
el que la funcin f (x) cambie de signo y no contenga ninguna raz ni de f " (x)
ni de f "" (x)5 . En este caso, por ser f "" (x) una funcin continua6 , la funcin
sera en [a, b] uno de los siguientes tipos: i) creciente y convexa, ii) creciente
y cncava, iii) decreciente y convexa o iv) decreciente y cncava. Calculemos
las dos primeras derivadas:
f (x) = 3x2 ex
f " (x) = 6x ex
f "" (x) = 6 ex
Para guiar el razonamiento consideramos las grficas de las anteriores

funciones en la figura 1.16. Se observa que la funcin f (x) tiene tres races.
La raz c1 es negativa y las c2 y c3 son positivas. La funcin f " (x) tiene dos
races positivas pero su clculo analtico 6x ex = 0 resulta imposible. La
funcin f "" (x) tiene una raz que se puede calcular analticamente
f "" (x) = 6 ex = 0 x = ln(6) 1.7918
Raz c1
Como c1 es una raz negativo probamos en el intervalo [1, 0]. Veamos que
la funcin cambia de signo:
f (1) = 3 e1 > 0 f (0) = 1 < 0

5 Realmente dice que no cambie de signo. Como en este caso f !! (x) es continua, por el teorema
de Bolzano, equivale a que no contenga races en el intervalo [a, b]

6 Por qu?

lOMoARcPSD|1534554
, ,,
f (x) = 3x 2 e x f (x) = 6x e x f (x) = 6 e x
y
c1 c2 c3
0.20448 2.8331 1.7918
x x x
Figura 1.16: Grficas de f (x) = 3x2 ex , f " (x) = 6x ex y f "" (x) = 6 ex
Grficamente se observa que las races de f " (x) son positivas y el intervalo
[1, 0] est formado por nmeros negativos y el 0 por lo que no puede
contener ninguna de estas dos races. Un argumento analtico es que si
x [1, 0] entonces 6x 0 y ex < 0 y por tanto si los sumamos:
f " (x) = 6x ex < 0,
y por tanto no se anula la primera derivada. Respecto a las races de f "" (x),
como su nica raz es ln(2) / [1, 0] queda demostrado que f "" (x) &= 0 en
[1, 0].
Raz c2
El modo de determinar [a, b] en este caso es el de prueba y error. Se

propone uno y se intenta probar que cumple las hiptesis. Por ejemplo, uno
natural sera tomar el [0, 1], cumple f (0)f (1) < 0 pero contiene una raz de la
primera derivada y no satisfara las hiptesis. La figura 1.16 muestra el valor
de las races de f " (x) y por tanto nos podemos evitar la etapa de prueba/error
y considerar directamente el [0.5, 1]. El primer paso es comprobar el cambio
de signo en los extremos:
f (0.5) = 3(0.5)2 e0.5 0.8987 < 0 f (1) = 3 e1 > 0
Est claro que [0.5, 1] no contiene la raz de la segunda derivada pero

cmo podemos demostrar que no contiene ninguna raz de f " (x)? La
segunda derivada es la derivada de f " (x) y esta funcin es positiva en [0.5, 1],
por tanto la funcin f " (x) es creciente en [0.5, 1] y se tiene la relacin
f " (0.5) f " (x) con x [0.5, 1]

lOMoARcPSD|1534554
Adems se tiene que f " (0.5) = 3 e0.5 > 0, por lo que f " (x) 3 e0.5 > 0 y
eso demuestra que f " (x) no puede tener races en [0.5, 1].
Raz c3
Justifiquemos que el intervalo [3, 4] cumple las hiptesis.
f (3) = 3(3)2 e3 6.9 > 0 f (4) = 3 42 e4 6.5 < 0
Evidentemente no contiene a la raz de la segunda derivada. Veamos que

tampoco contiene ninguna raz de la primera derivada. La segunda derivada
es negativa en [3, 4] por tanto la funcin f " (x) es decreciente y se tiene:
f " (3) f " (x) con x [3, 4]
Adems se tiene que f " (3) = 2.0855, por lo que 0 > 2.0855 = f " (3) f " (x)
para todo x [3, 4] y eso demuestra que f " (x) no puede tener races en [3, 4].
El teorema nos garantiza que si comenzamos con un punto s1 [a, b]
cumpliendo la condicin f (s1 )f "" (s1 ) > 0 la sucesin del Mtodo de Newton
converge a la raz que contiene el intervalo [a, b]. En la siguiente tabla
evaluamos esta condicin para cada intervalo y para cada extremo del
intervalo
Intervalo 1 0 0.5 1 3 4
f (x) 2.6 1 0.9 0.3 6.9 6.6
f "" (x) 5.6 5 4.3 3.2 14.0 48.6
signo(f (x) f "" (x)) + + +
Para efectuar los clculos realizamos el programa en MATLAB mostrado en
la figura 1.17. Este programa lo ejecutamos con cada uno de los puntos
iniciales y obtenemos
Cuadro 1.2: Resultados obtenidos con el mtodo de Newton y f (x) = 3x2 ex
1.000000000000000 1.000000000000000 4.000000000000000

0.586656659702033 0.914155281832543 3.784361145167370
0.469801907724523 0.910017665783406 3.735379375079544
0.459053916955023 0.910007572548888 3.733083897874097
0.458962274194841 0.910007572488709 3.733079028654685
0.458962267536949

lOMoARcPSD|1534554
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% MTODO DE NEWTON
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% s trmino de la sucesin Newton
% tol parmetro del criterio de paro
% f funcin
% df derivada de la fucin
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
s=4; % punto inicial
tol=10^(-5); % error
f=@(x) (3*x^2-exp(x)); % funcin del ejemplo
df=@(x) (6*x-exp(x)); % derivada
RES=[s]; % almacenamiento resultados
error=realmax; % inicializa el error a "infinito"
while error>tol
snew=s-f(s)/df(s); % Mtodo de Newton
RES=[RES; snew]; % Almacena resultados
error=abs(snew-s); % Calcula error
s=snew; %
end
display(RES)
Figura 1.17: Mtodo de Newton programado en MATLAB

lOMoARcPSD|1534554
Captulo 1
Integral de Riemann

lOMoARcPSD|1534554
|2| CAPTULO 1. INTEGRAL DE RIEMANN
S ESIN 27
1.1. Definicin de la integral de Riemann

Definicin 1.1.1 (Particin de un intervalo) Sea f : [a, b] R " R una
funcin acotada, esto es, | f (x) |< K para todo x [a, b].
Una particin de [a, b] es un conjunto ordenado y finito de nmeros reales
distintos:
a = x0 < x1 < < xn = b
Este conjunto de nmeros los denotamos por:
P = {x0 = a, , xi , , xn = b}
La particin va a determinar en [a, b] n subintevalos de la forma [xi1 , xi ]

desde i = 1, , n.
Definicin 1.1.2 (Sumas superiores e inferiores) Consideremos el interva-

lo [xi1 , xi ] . Llamaremos:
Mi = sup{f (x)/x [xi1 , xi ]}

mi = nf{f (x)/ x [xi1 , xi ]}
La suma inferior de f correspondiente a P se define como

n
!
L(f, P ) = mi (xi xi1 ) (1.1)
i=1
La suma superior de f correspondiente a P se define como

n
!
U (f, P ) = Mi (xi xi1 ) (1.2)
i=1
Diremos que la particin Q es ms fina que la P si se verifica que todo

punto de P pertenece a Q y escribiremos P Q. El siguiente teorema
relaciona las sumas superiores e inferiores calculadas sobre una misma
particin y sobre particiones ms finas.
Proposicin 1.1.3 (Propiedades de las sumas superiores e inferiores) i)

Sea f : [a, b] R " R acotada, P una particin de [a, b], entonces
L(f, P ) U (f, P )

lOMoARcPSD|1534554
1.1. Definicin de la integral de Riemann |3|
L(f , P ) U (f , P )
M3
y m3 M2
y
m2 M1
m1
a = x0 x1 x2 x3 = b a = x0 x1 x2x3 = b
x x
Figura 1.1: Ilustracin del concepto de suma superior e inferior
ii) Si Q es ms fina que P entonces
L(f, P ) L(f, Q) U (f, Q) U (f, P )
iii) Si P1 y P2 son dos particiones cualesquiera de [a, b]
L(f, P1 ) U (f, P2 )
Llamemos P([a, b]) al conjunto de todas las particiones, podemos conside-

rar dos clases de conjuntos . El conjunto formado por las sumas superiores
y el formado por las inferiores. La proposicin 1.1.3 muestra que cualquier
suma superior es un cota superior del conjunto de la sumas inferiores.
Definicin 1.1.4 ( Integral inferior y superior) Llamamos integral inferior y

escribimos como
" b
f (x)dx = sup {L(f, P ), P una particin de [a, b]} (1.3)
a

Cualquier suma inferior es un cota inferior del conjunto de la sumas

superiores
Llamamos integral superior y escribimos como
"b
f (x)dx = nf {U (f, P ), P una particin de [a, b]} (1.4)
a

lOMoARcPSD|1534554
Definicin 1.1.5 (Integral de una funcin acotada) Sea f : [a, b] R " R

una funcin acotada. Entonces f es una funcin integrable Riemann en [a, b] si
" b "b
f (x)dx = f (x)dx
a a

A este nmero comn se le designa por integral de f en [a, b] y escribimos

#b
a
f (x)dx.
Asmismo, se define
" a
f (x)dx = 0 ,
a
" a " b
f (x)dx = f (x)dx
b a
Observacin 1.1.6 Si f es integrable

" b
L(f, P ) f (x)dx U (f, P )
a
#b
para todas las particiones P de [a, b]. Adems a
f (x)dx es el nico elemento
con esta propiedad.
#1
Ejemplo 1.1.7 Vamos a calcular 0 xdx aplicando la definicin de integral.
Sea f (x) = x y consideramos una particin Pn de (n + 1)-puntos uniformemente
distribudos en el intervalo [0, 1], esto es, formada por los puntos xi = ni con
i = 0, , n, entonces el supremo e nfimo en cada subintervalo es
i
Mi = sup{x/x [xi1 , xi ]} = xi =
n
i1
mi = nf{f (x)/ x [xi1 , xi ]} = xi1 =
n
La suma inferior de f correspondiente a Pn se calcula como
n
! n
! $ % n
i1 i i1 1!
L(f, Pn ) = mi (xi xi1 ) = = (i 1)
i=1 i=1
n n n n2 i=1
n(n1)
1
= (1 + 2 + + (n 1)) = 2
n2 n2
La suma superior de f correspondiente a Pn se calcula como
n
! !n $ % n
i i i1 1!
U (f, Pn ) = Mi (xi xi1 ) = = 2 i
i=1 i=1
n n n n i=1
n(n+1)
1
= (1 + 2 + + n) = 2
n2 n2

lOMoARcPSD|1534554
Tomando lmites cuando n

n(n + 1) 1
lm U (f, Pn ) = lm =
n 2n 2 n2
n(n 1) 1
lm L(f, Pn ) = lm =
n n 2n 2 2
#1
y por tanto la funcin f (x) es integrable y 0 xdx = 2 .1
Observacin 1.1.8 Las funciones continuas, las montonas y las que tienen
un conjunto finito de discontinuidades son integrables.
1.1.1. Propiedades de la integral

Proposicin 1.1.9 i) Linealidad: Sean f, g : [a, b] R " R funciones
integrables, sea k R, entonces las funciones kf y f + g son integrables
en [a, b] y:
" b " b
kf (x)dx = k f (x)dx (1.5)
a a
" b " b " b
f (x) + g(x)dx = f (x)dx + g(x)dx (1.6)
a a a
iii) Monotona.
" b
Sif (x) 0 f (x)dx 0 (1.7)
a
" b " b
Si f (x) g(x) f (x)dx g(x)dx (1.8)
a a
iv) Acotacin.
" b
Si m f (x) M m(b a) f (x)dx M (b a) (1.9)
a
v) Aditividad respecto al intervalo.

Sea f : [a, b] R " R integrable. Sea c con a < c < b. Entonces f es
integrable en [a, c] y en [c, b], reciprocamente si f es integrable en [a, c] y
en [c, b] entonces es integrable en [a, b] y se tiene
" b " c " b
f (x)dx = f (x)dx + f (x)dx
a a c
vi) Valor absoluto.

Si f (x) es integrable | f (x) | es integrable.
&" & "
& b & b
& &
& f (x)dx& |f (x)| dx
& a & a

lOMoARcPSD|1534554

1. Estudiar si es integrable en el intervalo [0, 4] la funcin dada por
'
x x *= 1
f (x) =
3 x=1
2. Probar que toda funcin montona en un intervalo [a, b] es integrable en

dicho intervalo.
3. Demostrar los siguientes enunciados:
#b
a) f R([a, b]) y f (x) 0, entonces a f (x)dx 0.
#b
b) f, g R([a, b]) y f (x) g(x) para todo x [a, b], entonces a
f (x)dx
#b
a
g(x)dx.
#b
c) Si f (x) = c en el intervalo [a, b], entonces f R([a, b]) y a
f (x)dx =
c (b a).

lOMoARcPSD|1534554
S ESIN 28
1.1.2. Definicin de la integral mediante sumas de Rie-

mann
Se puede dar una definicin equivalente del concepto de integral de
Riemann a travs de las llamdas sumas de Riemann.
Definicin 1.1.10 (Sumas de Riemann) Sea P = x0 < x1 < xn una
particin de [a, b] y sea o C = {c1 , , cn } una coleccin arbitraria de puntos
cumpliendo c1 < < cn y que ci [xi1 , xi ], se llama suma de Riemann a
n
!
S(f, P, C) = f (ci )xi (1.10)
i=1
donde xi = xi xi1 .
La figura 1.2 ilustra una suma de Riemann. La suma de Riemann S(f, P, C)
coincide con el rea de los rectngulos cuya base es xi y cuya altura es
f (ci ). El conjunto C = {c1 , , cn } diremos que est inscrito en la particin P y
S (f , P )
y
x0 c1 x 1 c2 x2 c3 x 3
x
Figura 1.2: Ilustracin del concepto de suma de Riemann
denominaremos norma de la particin P a:
#P # = max xi (1.11)
i=1, ,n

lOMoARcPSD|1534554
En el clculo de las sumas superiores e inferiores se evalaba la funcin

f (x) en los puntos del subintevalo [xi1 , xi ] donde se alcanzaban el mximo y
mnimo.1 En el clculo de las sumas de Rieman se relaja esta exigencia y se
evala en cualquier punto del intervalo [xi1 , xi ], por tanto, trabajar con este
tipo de sumas en las aplicaciones es ms sencillo. El siguiente teorema nos
caracteriza el concepo de integral a travs de las sumas de Riemann.
Teorema 1.1.11 Una funcin f es integrable en [a, b] y el valor de la integral es

"b
A = a f (x)dx si y slo si para cualquier sucesin de particiones Pj cumpliendo
que #Pj # 0 y para cualquier subconjunto de puntos Cj = {cji } inscritos en la
particin se cumple:
lm S(f, Pj , Cj ) = A (1.12)
j
Pasos en la aplicacin de la integral.
1. Supngase que se desea calcular una magnitud L. Supngase que se

realiza una particin Pj del intervalo [a, b] de modo que la#
magnitud L
n
queda discretizada en n trozos disjuntos de modo que L = i=1 Li .
2. Aproximar el valor de Li por li = f (ci )xi de tal forma que ci

[xi1 , xi ]. Esta aproximacin debe cumplir que se trata de un infitsimo
equivalente a la magnitud buscada, esto es, lmxi 0 Llii = 1.
3. Si la funcin f (x) es integrable, se tiene:

n
! n
! $ b
L = lm Li = lm li = lm S(f, Pj Cj ) = f (x)dx (1.13)
n n j a
i=1 i=1
Ejemplo 1.1.12 (Aplicaciones de la integral) Longitud de arco. Apli-

caremos el esquema de aplicacin de la integral al clculo de la longitud
de un arco de una curva rectificable. Sea f (x) una funcin definida en
[a, b] cuya derivada f $ (x) es continua en [a, b]. Supongamos queremos cal-
cular la longitud del arco de la curva entre (a, f (a)) y (b, f (b)). Esta magni-
tud la denominaremos L. Consideramos una particin P = a = x0 < x1 <
<#xn = b del intervalo y esta particin hace que podamos expresar
n
L = i=1 Li donde Li es la longitud del arco de curva entre los puntos
(xi1 , f (xi1 )) y (xi , f (xi )). En la figura 1.3 (lado izquierdo) se observa que
podemos aproximar Li por la longitud del segmento que une los puntos
(xi1 , f (xi1 )) y (xi , f (xi )) que denotaremos por li . Aplicando el teorema
de Pitgoras: %
li = x2i + yi2 (1.14)
Aplicando el teorema del valor medio a f (x) en [xi1 , xi ]
yi = f (xi ) f (xi1 ) = f $ (ci )(xi xi1 ) = f $ (ci )xi con ci (xi1 , xi )

(1.15)
Sustituyendo (1.15) en (1.16)
% &
li = x2i + [f $ (ci )]2 x2i = 1 + [f $ (ci )]2 xi (1.16)

lOMoARcPSD|1534554
Longitud de arco
Li
li
y i
y
y
x i
x0 x1 x2 x3
x i1 xi
x x
Figura 1.3: Aplicacin de la integral al clculo de la longitud de arco
#n
Esto&muestra que i=1 li es una suma de Riemann de la funcin
g(x) = 1 + f $ (x). Adems es integrable por ser f $ (x) continua por lo que
se tiene que:
$ b&
L= 1 + f $ (x)2 dx
a
1.1.3. Teoremas del valor medio para integrales

Teorema 1.1.13 (Teorema del valor medio para integrales) Sea f continua
en [a, b] y g integrable en [a, b] tal que g(x) 0 x [a, b]. Entonces existe un
punto c [a, b] tal que
$ b $ b
f (x)g(x)dx = f (c) g(x)dx
a a
El anterior teorema se puede particularizar al caso que g(x) = 1
Corolario 1.1.14 Si f (x) es continua en [a, b], entonces existe un c [a, b] tal
que
$ b
f (x)dx = f (c)(b a) (1.17)
a
Ejemplo 1.1.15 (Valor medio de una funcin) Supongamos que tenemos

una montaa cuyo perfil viene definido por la funcin f (x) tal como se muestra
en la figura 1.17. Esta montaa se va a alisar y se quiere calcular la altura
resultante a la que se quedar una vez alisada que denominaremos . Viendo
la figura, si asumimos que no existe compactacin en la tierra, el rea inicial
1 Suponiendo que la funcin fuese continua.

lOMoARcPSD|1534554
!b
a
f (x)dx

y
a c b
Figura 1.4: Valor medio de una funcin
debajo de la grfica de f (x) y el rea de la montaa alisada (rectngulo) debe

ser la misma. En este ejemplo la altura del rectngulo es y su base mide
b a, por tanto:
$ b
f (x)dx = (b a). (1.18)
a
El valor es la altura resultante de la montaa alisada y puede interpretarse
como una altura media. El valor
$ b
1
= f (x)dx
ba a
recibe el nombre de valor medio de una funcin. La frmula (1.17) viene a
indicar que si la funcin f (x) es continua la funcin alcanza dicho valor medio.
En nuestro ejemplo se observa que existe un c cumpliendo que f (c) = .
El ejemplo mostrado en la figura es la funcin f (x) = 2 (x 1)2 en el
intervalo [0, 2] y el valor medio es
$ 2
1 ' ( 5
= 2 (x 1)2 dx =
20 0 3
Por otro lado resolviendo aproximadamente la ecuacin f (c) = obtenemos
c = 0.4226

"3
1. a) Hallar el valor R tal que 1
f (x)dx = 2, siendo
)
1 x [1, 2)
f (x) =
2 x [2, 3]

lOMoARcPSD|1534554
b) Existe algn punto c en el intervalo [1, 3] tal que f (c) = ?

c) Contradice el teorema del valor medio para integrales?
2. Demostrar que si m f (x) M en el intervalo [a, b] con f R ([a, b])
entonces se satisface
$ b
m(b a) f (x)dx M (b a) .
a
3. Demostrar que si f C[a, b] entonces existe un c [a, b] tal que

"b
a
f (x)dx = f (c) (b a).
4. Demostrar que
$ 2e
dx
e log 2 e (1 + log 2) .
e log x

lOMoARcPSD|1534554
S ESIN 29
1.2. Teoremas fundamentales del clculo

Definicin 1.2.1 (Integral indefinida) Sea f : [a, b] ! R una funcin
intregrable. Para todo x [a, b] la restricci n de f al intervalo [a, x] es
integrable. Por tanto, se puede definir una funcin Fa : [a, b] ! R que
llamaremos integral indefinida de f en [a, b].
! x
Fa (x) = f (t)dt x [a, b]
a
La figura 1.5 muestra la grfica de una funcin f en [a, b] y como la funcin

Fa (x) proporciona el rea limitada entre a y x, y por debajo de la grfica de la
funcin (sombreada en gris).
!x
F a (x) = a
f (t)dt
y
a x b
Figura 1.5: Funcin integral indefinida
Teorema
"x 1.2.2 Sea f : [a, b] ! R integrable, entonces la funcin Fa (x) =
a
f (t)dt es continua.
Ejemplo 1.2.3 Sea #

1 si x [0, 1]
f (x) =
2 si x (1, 2]

lOMoARcPSD|1534554
1.2. Teoremas fundamentales del clculo |13|
calculemos la funcin integral indefinida F0 (x) aplicando la definicin. Sea

x [0, 1]
! x ! x
F0 (x) = f (t)dt = 1dt = x
0 0
Sea x (1, 2]. La figura 1.6 ilustra este caso. Se observa que para calcular el
rea sombreada el intervalo se puede descomponer en dos subintervalos del
siguiente modo:
! x ! 1 ! x ! 1 ! x
F0 (x) = f (t)dt = f (t)dt + f (t)dt = 1dt + 2dt = 1 + 2(x 1)
0 0 1 0 1
La integral indefinida se expresa:

#
x si x [0, 1]
F0 (x) =
1 + 2(x 1) si x (1, 2]
La figura 1.6 muestra la funcin original f y su integral indefinida. Se observa
que la funcin f es discontinua en 1 pero la funcin F0 si que es continua
aunque no derivable.
!x
F 0 (x) = 0
f (t)dt
f (t)
y
0 1x 2 0 1x 2
x x
Figura 1.6: Funcin integral indefinida del ejemplo 1.2.3
Teorema 1.2.4 (1er Teorema " x fundamental del Clculo) Sea f : [a, b] ! R
integrable y sea Fa (x) = a f (t)dt la integral indefinida. Entonces Fa (x) es
derivable en cualquier punto c [a, b] en el que f es continua siendo Fa! (c) = f (c)
Ejemplo 1.2.5 Vamos a ilustrar el primer teorema fundamental del Clculo

con la funcin f (x) = |x| y el punto a = 1. Sea un x [1, 0]
! x ! x ! x
x2 1
F1 (x) = f (t)dt = |t|dt = tdt = +
1 1 1 2 2

lOMoARcPSD|1534554
Sea x > 0, entonces

! x ! ! ! !
0 x x
1 x2
F1 (x) = f (t)dt = f (t)dt + f (t)dt = tdt + tdt = +
1 1 0 1 0 2 2
Finalmente, la integral indefinida se expresa:

$ 2
x2 + 12 si x [1, 0]
F1 (x) = x2
2 + 2 si x > 0
1
Se observa que F1 (x) es derivable en 0 y el valor es F1

!
(0) = 0. El primer
teorema del Clculo afirma que esta funcin es derivable y adems que este
valor es f (0) = |0| = 0, como hemos comprobado.
Observacin 1.2.6 Utilizando el 1er teorema fundamental del clculo y la

regla de la cadena, se van a poder derivar muchas funciones. Veamos algunos
ejemplos:
"x
1. Sea G(x) = 0 |t|dt. La funcin se puede expresar como la composicin
G(x) = (F H)(x) donde F es la funcin integral indefinida y H(x) = x2 .
La integral indefinida es derivable, por ser f (x) = |x| una funcin continua
y H(x) es derivable por ser un polinomio. G se trata de la composicin de
dos funciones derivables y aplicando la regla de la cadena:
G! (x) = F ! (H(x))H ! (x) = f (H(x))2x = |x2 |2x = 2x3

" x2
2. Sea G(x) = x
sen2 (t)dt calcular su derivada. Expresamos la funcin
G(x) por
! x2 ! a ! x2
G(x) = sen (t)dt =
2
sen (t)dt +
2
sen2 (t)dt
x x a
! x ! x2
= sen2 (t)dt + sen2 (t)dt
a a
Derivando la anterior expresin sumando a sumando:
G! (x) = sen2 (x) + sen2 (x2 )2x
" ln(x) t
3. Sea G(x) = 0 xe dt. Notar que en este ejemplo la x del integrando la
podemos sacar fuera de la integral ya que estamos integrando respecto
la variable t, entonces:
! ln(x)
G(x) = x et dt
0
se expresa como el producto de dos funciones dependientes de x,

aplicando la regla de derivacin del producto:
! ln(x) ! ln(x)
1
G! (x) = et dt + xeln(x) = et dt + x
0 x 0

lOMoARcPSD|1534554
Definicin 1.2.7 (Funcin primitiva) Definimos funcin primitiva de f en

[a, b] a aquella funcin , si existe, F : [a, b] ! R que es derivable en [a, b] y
tal que F ! (x) = f (x) en [a, b]. Si f admite una primitiva F , entonces admite
infinitas, que son de la forma F (x) + k.
Observacin 1.2.8 En el 1er teorema fundamental del clculo se supone que

la funcin f es continua en [a, b], y se deduce que f admite primitiva (la integral
indefinida). Pero si f deja de ser continua en algn punto de [a, b], aunque siga
siendo integrable (admite integral indefinida) puede no admitir primitiva.
El segundo teorema fundamental del Clculo establece que si somos

capaces de encontrar la primitiva de la funcin del integrando seremos
capaces de calcular integrales definidas.
Teorema 1.2.9 (2o Teorema fundamental del Clculo) Sea f : [a, b] ! R

una funcin integrable y F : [a, b] ! R una primitiva de f en [a, b] (F ! (x) = f (x)
"b
x [a, b]).Entonces a f (x)dx = F (b) F (a)
Ejemplo 1.2.10 Vamos a calcular

! 1
xdx.
0
Esta integral representa el rea que queda por debajo de la grfica de f (x) = x
entre x = 0 y x = 1. Esta regin es un tringulo y su rea ser bh 2 donde h
"1
es la altura y b la base. En nuestro ejemplo tenemos que 0 xdx = 11 2 = 1/2.
Ahora la calcularemos mediante el segundo teorema fundamental del Clculo.
2
La funcin F (x) = x2 es una primitiva de f (x) = x ya que F ! (x) = f (x). Por
tanto: ! 1
12 02
xdx = F (1) F (0) = = 1/2.
0 2 2
La regla de Barrow es un corolario del anterior teorema ya que est regla

exige que la funcin f (x) sea continua en [a, b] y por tanto tambin ser
una funcin integrable a la que se le puede aplicar el segundo teorema
fundamental del Clculo.
Corolario 1.2.11 (Regla de Barrow) Sea f : [a, b] ! R una funcin continua

y F : [a, b] ! R una primitiva de f en [a, b] (F ! (x) = f (x) x [a, b]). Entonces
"b
a
f (x)dx = F (b) F (a)

1. a) Probar que es integrable en el intervalo [1, 4] la funcin
#
0 x '= 3
f (x) =
1 x=3

lOMoARcPSD|1534554
"x
b) Utilizar el apartado anterior para probar que F (x) = 1 f (t)dt es
derivable y F ! (x) = 0 para todo x (1, 4). Contradice el primer
teorema fundamental del Clculo?
2. Encuentra la primitiva de las siguientes funciones
# # 2
1, x > 0, x + 1, x > 1,
(a) f (x) = , (b) f (x) =
0, x 0, x 1, x 1;
3
x + 1, x 1,
1/3
(c) f (x) = (x 1)2 |x| , (d) f (x) = 0, |x| 1,

x + 7, x > 1,
(e) f (x) = |x|.
3. Calcular la ecuacin de la recta tangente en a = 2 de la funcin

! x2
f (x) = ln(t3 + 4)dt.
4
4. Sea una funcin f C(IR) que satisface lo siguiente

! x
1 1
f (t)dt = + x2 + x sen 2x + cos 2x.
0 2 2
Calcular f ( 4 ) y f ! ( 4 ).
5. Estudiar razonadamente si se puede aplicar la regla de lHopital y
calcular los siguientes lmites
! x2 x ! 2
1 s3 1
(a) lm e ds; (b) lm sen4 t dt.
x0 sen x x2 x/2 (x /2)2 sen x+1
! log(1+x2 ) (
1 + t2 dt
(c) lm 0
.
x0 ex2 1
6. Encontrar una funcin f y una constante c tales que

! x
1
tf (t)dt = sen x x cos x x2 .
c 2
7. Si f (x) es una funcin continua en R cumpliendo

! x2 (1+x)
f (t) dt = x para todo x
0
calcular f (2).
"2
8. Calcular la integral definida I = 1
(x 1)2 |x|1/3 dx.
9. Encuentra un exponente a de modo que
! 2x
1 t2
lm a dt
x 1 + t
x0 x 4
exista y sea no nulo.

lOMoARcPSD|1534554
10. Estudiar la continuidad y derivabilidad de la funcin

! x
F (x) = h(t) dt,
0
donde
|t| si t < 1,
h(t) = t2 si 1 t < 2,

log t si t 2.
11. Representar las funciones

! x3 3x ! log x
3
f (x) = es ds, g(x) = e|s| ds.
0 0
12. Considerar la funcin definida a trozos por

! x

4t t2 4
dt, 0 x 1/2,
f (x) = 1/2 1 + t2

12x 4x2 5, 1/2 x 2.
a) Decidir si f es continua en [0, 2].

b) Estudiar la derivabilidad de f en (0, 2).
c) Determinar los valores mximo y mnimo de f en [0, 2].
! x
2
13. Probar que la funcin F (x) = 1 + et dt tiene una sola raz real en
0
[0, 1].

lOMoARcPSD|1534554
S ESIN 30
Ejercicios de la integral de Riemann

1. Calcular las derivadas de las siguientes funciones:
! "! #
x x
dt
(d) F (x) = et + 1dt;
(e) G(x) = sen ;
0 x 1 + sen2 t
x ! 2 ! b
x
(f) H(x) = sen3 tdt; (g) I(x) = dt;
0 a 1 + cos3 t
! 1/x $! ey %
sen s
(h) J(x) = ds dy.
x ey 1 + cos s
2. Estudiar razonadamente si se puede aplicar la regla de lHopital y

calcular los siguientes lmites
! x2
! x sen tdt
1 t2
(a) lm 3 dt; (b) lm 0
;
$!0 21 + t %2
x0 x 4 x0 x3
x ! x
2
et dt sen2 t
dt
0 t
(c) lm ! x ; (d) lm 0
;
x 2t2 x0 x2
e dt
0

lOMoARcPSD|1534554
S ESIN 31
Ejercicios de la integral de Riemann

1. Encontrar los polinomios de Taylor de grado 2 en el origen de las
funciones
! x ! x+1
1 + sen t
f (x) = 3 + dt, g(x) = log(x2 + t2 ) dt.
0 2 + t 2
1
2. Encuentra los valores extremos de la funcin

! |x|1
f (x) = t sen4 t dt
0
en el intervalo [2, 2].

3. Sea f (x) una funcin derivalbe en todo R, verificando que f (0) = 0 y
f " (x) > 0 para todo x R. Estudiar el crecimiento y decrecimiento y
extremos de la funcin
! x2 3x+2
F (x) = f (t) dt
0

lOMoARcPSD|1534554
S ESIN 32
1.3. Tcnicas de integracin

El segundo teorema fundamental del Clculo introduce la necesiad de
desarrollar mtodos de clculo de primitivas para poder calcular integrales
definidas.
Una funcin primitiva de f (x), ver definicin 1.2.7, es cualquier funcin
derivable F (x) que cumple F ! (x) = f (x). Denotaremos por
!
f (x)dx
el conjunto de todas las funciones primitivas de f (x). Se cumple que una

funcin puede tener infinitas primitivas pero todas son de la forma F (x) + C.
Por tanto si somos capaces de encontrar una de ella podemos caracterizar el
conjunto de todas las primitivas mediante:
!
f (x)dx = F (x) + C
el valor de C recibe el nombre de constante de integracin.
1.3.1. Primitivas inmediatas

El mtodo ms bsico de integracin parte de la relacin:
!
g ! (x)dx = g(x) + C.
A partir de esta relacin y de la tabla de derivadas aparece la denominada

tabla de integrales inmediatas 1.1. Por ejemplo, si g(x) = ln(f (x)) su derivada
f ! (x)
es g ! (x) = por tanto
f (x)
! ! !
f (x)
g ! (x)dx = g(x) dx = ln|f (x)| + C
f (x)
Ejemplo 1.3.1 Calcular las siguientes integrales inmediatas
1. !

m
xn dx

lOMoARcPSD|1534554
1.3. Tcnicas de integracin |21|
Cuadro 1.1: Tabla de integrales inmediats

!
f (x)n+1
f (x)n f ! (x)dx = + C; n #= 1
n+1
! !
f (x)
dx = ln |f (x)| + C;
f (x)
!
ef (x) f ! (x)dx = ef (x) + C;
!
af (x)
af (x) f ! (x)dx = + C;
ln a
!
cos[f (x)]f ! (x)dx = senf (x) + C;
!
sen[f (x)]f ! (x)dx = cosf (x) + C;
!
f ! (x)
dx = tanf (x) + C;
cos2 f (x)
!
f ! (x)
dx = cotanf (x) + C;
sen2 f (x)
!
f ! (x)
" dx = asinf (x) + C;
! 1 f (x)2
f ! (x)
dx = atanf (x) + C;
1 + f (x)2
!
cosh[f (x)]f ! (x)dx = sinhf (x) + C;
!
sinh[f (x)]f ! (x)dx = coshf (x) + C;
!
f ! (x)
" dx = asinhf (x) + C;
! 1 + [f (x)]2
f ! (x)
" dx = acoshf (x) + C.
f (x)2 1

lOMoARcPSD|1534554
Esta integral la podemos identificar con las del tipo

!
f (x)k+1
f (x)k f ! (x)dx = + C; k #= 1
k+1
Reescribiendola !
xn/m dx
e identificando f (x) = x f ! (x) = 1 y tomando k = m,

n
por tanto
!
[f (x)]k+1 xn/m+1
xn/m dx = =
k+1 n/m + 1
2. !
102x dx
Mirando la tabla de integrales inmediatas, la identificamos con una del

tipo
!
af (x)
af (x) f ! (x)dx = +C
ln a
tomando a = 10 y f (x) = 2x. Para obtener la derivada de f ! (x) = 2 en la
integral, multiplicamos y dividimos por 2
! !
1 1
102x dx = 102x 2 dx = 10x
2 2ln(10)
3. !
tan2 (x)dx
La derivada de f (x) = tan(x) es f ! (x) = 1 + tan2 (x). Para obtener dentro

de la integral la derivada de la funcin tangente sumamos y restamos 1
! !
# $
tan2 (x)dx = tan2 (x) + 1 1 dx
! !
# $
= tan (x) + 1 dx dx = tan(x) x + C
2
4. ! "
x x2 + 1dx
Esta integral la podemos identificar con las del tipo

!
f (x)k+1
f (x)k f ! (x)dx = + C; k #= 1
k+1
tomando f (x) = x2 + 1, su derivada es f ! (x) = 2x y k = 12 . Para obtener el
2 de f ! (x) multiplicamos y dividimos por 2
!
1 1 (x2 + 1)3/2
(x2 + 1)1/2 2x dx =
2 2 3/2

lOMoARcPSD|1534554
1.3.2. Linealidad de la integral.

Dadas dos funciones f y g que admiten primitiva y dada una constante
k R entonces se verifica:
! ! !
(f (x) + g(x)) dx = f (x)dx + g(x)dx
! !
kf (x)dx = k f (x)dx
1.3.3. Cambio de variable.

1. Sea g(x) una funcin con derivada continua g ! (x), y sea f (x) una funcin
continua. Entonces, haciendo el cambio de variable t = g(x), se tiene
!
f (g(x))g ! (x)dx = F (g(x)) (1.19)
%
donde F (t) = f (t)dt es una primitiva de la integral expresada en
trminos de la variable t.
2. Sea g(x) una funcin con derivada continua g ! (x) y tal que g ! (x) #= 0 para
todo x, y sea f una funcin continua. Entonces, haciendo el cambio
t = g(x), se obtiene:
! !
f (g(x))dx = f (t)(g 1 )! (t)dt (1.20)
En la prctica realizamos los siguientes pasos:

- Planteamos un cambio de variable t = g(x) y expresamos el integrando
en funcin de la nueva variable t
t = g(x) x = g 1 (t) (1.21)
- Expresamos dx en funcin de t y de dt. Para ello derivamos a ambos

lados de la expresin (1.21), en un lado respecto a t y en el otro respecto
a x. Posteriormente despejamos dt.
& '!
1 dx = g 1 (t)dt (1.22)
- Calculamos una primitiva de la integral expresada en trminos de t

!
& '!
F (t) = f (t) g 1 (t)dt (1.23)
- Deshacemos el cambio de variable y obtenemos:
F (g(x))
Ejemplo 1.3.2 Resolver

!
sen x + 1
dx
x+1

lOMoARcPSD|1534554

- Realizamos el cambio de variable t = x + 1.
- Despejamos x en funcin de t

t = x + 1 x = t2 1
- Derivando a ambos lados, en el lado de la izquierda respecto a x y en el

de la derecha respecto a t, obtenemos:
1 dx = 2tdt
- Expresando la integral en funcin de t y de dt, y posteriormente se

resuelve ! !
sen(t)
2dt = 2sen(t)dt = 2 cos(t) + C
t
- Deshaciendo el cambio de variable:

F (g(x)) = 2cos x + 1 + C
1.3.4. Integracin por partes

El mtodo de integracin por partes es una frmula que se aplica a la
integracin del producto de dos funciones. La obtencin de esta frmula se
basa en la regla de derivacin del producto de funciones. Supongamos que
tenemos dos funciones derivables f y g, la derivada de su producto es
[f (x)g(x)]! = f ! (x)g(x) + f (x)g ! (x) (1.24)
integrando a ambos lados de la igualdad (1.24)

! ! !
[f (x)g(x)]! dx = f ! (x)g(x)dx + f (x)g ! (x)dx (1.25)
El lado de la izquierda de (1.26) es la integral de una derivada por tanto:

! !
f (x)g(x) = f ! (x)g(x)dx + f (x)g ! (x)dx (1.26)
y ordenando trminos:
! !
f (x)g ! (x)dx = f (x)g(x) f ! (x)g(x)dx
Empleando notacin diferencial la anterior frmula se expresa :

! !
udv = uv vdu

lOMoARcPSD|1534554
Ejemplo 1.3.3 Calcular
!
xex dx
Solucin: Llamando
!u = x du = dx
dv = e dx v = dv = ex dx = ex
x
y sustituyendo en la frmula de integracin por partes:
! !
xe dx = xe
x x
ex dx = eex ex = (x 1)ex

lOMoARcPSD|1534554
Ejercicios de la seccin ??
1. Calclense las siguientes integrales "inmediatas":
! !

1) (7x + 6x 2) dx
5
2) (x + 3 x + 4 x) dx
! !
3 4 x x
3) (2 x2 + 3 x3 ) dx 4) + 3x2 3 x dx
2
!
3 !
x x + x2 1 3 3
5) 5
dx 6) ( 3
+ 2 5 ) dx
6 x3 x x x
! !
1 1
7) ( 2x 1)(x x + 2) dx 8) ( ) dx
1+x2
4 4x2
! ( ) * !
3 2 3
9) + dx 10) (e2x ) dx
4 + 4x2 3 3x2 2 sen2 x
! !
3x2 + 3
11) (3x2 + 3)(x3 + 3x 7)7 dx 12) dx
x3 + 3x + 7
! !
e2x
13) cos x sen5 x dx 14) dx
1 + e2x
! !
x (arc tg x)2 sen x
15) dx 16) dx
1 + x2 cos x
! !
etan x
17) dx 18) tan x dx
cos2 x
! !
sen x 5 x
19) dx 20) dx
1 + cos2 x x
! ! 1
x5 x2 ex
21) dx 22) dx
1 + x6 x2
! " ! + ,
7 x3
23) x 3 2x2 dx 24) sen(3x 2) + e 5 dx
! !
1 x
25) dx 26) dx
2 3x x2 + 25
! - . !
1 sen(2x)
27) 4 7x2
dx 28) dx
cos (2x)
2 2 + cos(2x)
! !
1 ex
29) dx 30) dx
x2 + 4 1 e2x
! !
12 x 2
31) dx 32) xex dx
x

lOMoARcPSD|1534554
! !
33) cos3 x sen x dx 34) tan x sec2 x dx
! !
2 sen x 3x2 + 1
35) dx 36) dx
cos5 x (x3 + x + 2)2 + 1
! !
2x 1 5x + 7
37) dx 38) dx
x2 + 4 3x2 + 1
! !
5x + 2
39) dx 40) tg2 x dx
4x2 + 9
! !
1 + tg2 x x+1
41) dx 42) dx
4 tg x 2 4 x2
! !
ln2 x + 1 1
43) dx dx 44)
x x ln x
! x !
2 + 3x + 4 5x cos( x)
45) dx 46) dx
6x x
! !
1 1 1
47) e dx
x 48) ) dx
x2 tg( x5
2. Calclense las siguientes integrales utilizando la frmula de integracin

por partes:
! ! !
1) ln x dx 2) arc tg x dx 3) x sen x dx
! ! !
4) eax cos(bx) dx 5) x2 ln x dx 6) xex dx
3. Calclense las siguientes integrales:
! ! !
cos x ln(2x)
1) dx 2) dx 3) (x2 + 1)e2x dx
sen3 x + 2 cos2 x sen x x ln(4x)
! ! !
1+x x5
4) x2 ln dx 5) x(arc sen x)2 dx 6) dx
1x a3 x3
! ) ! !
x 6ln x+3
7) arc sen dx 8) ln2 x dx 9) dx
2+x x
! ! ! "
2ex + 1
10) xex sen x dx 11) dx 12) x2 2x4 dx
2ex 1
4. Demostrar que si f es integrable entonces

!
2
!
2
f (sen x)dx = f (cos x) dx
0 0

lOMoARcPSD|1534554
%1# $n
5. Sea In = 0 1 x2 dx. Demostrar que (2n + 1)In = 2nIn1 , y encontrar
I2 , I3 , I4 e I5 .
6. Prubese que el rea bajo la grfica y = x1 en el intervalo [a, b] es la
misma que en el intervalo [ka, kb] para cualquier k > 0.

lOMoARcPSD|1534554
1.4. Integracin de funciones racionales |29|
S ESIN 33
1.4. Integracin de funciones racionales

Para calcular
!
P (x)
dx
Q(x)
siendo P (x) y Q(x) dos polinomios cualesquiera se procede como sigue:

Si el grado de P (x) es mayor o igual que el grado del polinomio Q(x)
entonces se divide obteniendo:
P (x) R(x)
= C(x) +
Q(x) Q(x)
donde C(x) es el cociente de la divisin y R(x) es el resto. La funcin racional,

R(x)
Q(x) , que ahora tiene el grado del denominador mayor que el grado del
numerador, se denomina propia.
Dependidendo de las races de Q(x) se efecta uno de los dos mtodos
siguientes:
1. Si Q(x) = (x a)(x b)l (x2 + x + ) donde los binomios y los

trinomios son diferentes, y adems los trinomios no tienen races reales,
entonces se realiza la siguiente descomposicin en fracciones simples:
R(x) A1 B1 Bl
= + + + +
Q(x) xa xb (x b)l
M1 x + N 1
+
x2 + x +
Las integrales correspondientes a las fracciones simples son:

!
A
dx = Aln |x a| + C
xa
!
A A
dx = (x b)1k + C, k "= 1
(x b)k (1 k)
! " #
Mx + N M Mr + N xr
dx = ln((x r)2
+ s2
) + atan +C
(x r)2 + s2 2 s s
donde (x r)2 + s2 = x2 + x + .

lOMoARcPSD|1534554
2. Si Q(x) = (x a)(x b)l (x2 + x + )(x2 + x + )k , es decir tiene

races mltiples (reales o complejas) se aplica el mtodo el Hermite, que
se aplica como sigue:
" #
R(x) d A(x)
= +
Q(x) dx Q(x)
A B Mx + N Sx + T
+ + + 2 + 2 +
x a x b x + x + x + x +
donde Q(x) es igual a Q(x) pero todos sus factores tienen un grado
menos, y A(x) es un polinomio de un grado menor que Q(x). Los
trminos simples se integran igual que en el caso anterior.
!
8
dx
x(x 2)2 (x2 + x + 2)
El grado del numerador es menor que el denominador por lo que no es
necesario realizar el cociente de polinomios. Las races del polinomio del
denominador son 0 2 y las races de x2 + x + 2 = 0 son dos races
complejas simples. Al no tener races complejas mltiples podemos aplicar
la descomposicin en fracciones simples. La multiplicadad de 0 es 1 por lo
que generar un sumando, la de 2 es 2 por lo que conduce a 2 sumandos y
(x2 + x + 2) genera un sumando.
8 A B1 B2 Mx + N
= + + + 2
x(x 2)2 (x2 + x + 2) x x 2 (x 2)2 x +x+2
Multiplicando a ambos lados por x(x 2)2 (x2 + x + 2), obtenemos:
8 = A(x2)2 (x2 +x+2)+B1 x(x2)(x2 +x+2)+B2 x(x2 +x+2)+(M x+N )x(x2)2
(1.27)
Tenemos que determinar 5 parmetros A, B1 , B2 , M y N por lo que generamos
cinco ecuaciones lineales dando 5 valores a la x en la expresin (1.27):
x=0 8 = 8A
x=2 8 = 16B2
x=1 8 = 4A 4B1 + 4B2 + M + N
x = 1 8 = 18A + 6B1 2B2 + 9M 9N
x=3 8 = 14A + 42B1 + 42B2 + 9M + 3N
Resolviendo el anterior sistema
A = 1, B1 = 9/16, B2 = 1/2, M = 7/16, N = 3/16
! ! ! ! !
8 dx 9/16 1/2 (7/16)x + 3/16
dx = + dx + dx + dx
x(x 2) (x2 + x + 2)
2 x x2 (x 2)2 x2 + x + 2
!
9 1 1 7x + 3
= ln|x| + ln|x 2| + + dx
16 2(x 2) 16 x2 + x + 2

lOMoARcPSD|1534554
1.4. Integracin de funciones racionales |31|
!
7x + 3
Para calcular la integral dx procedemos en dos pasos:
x2 + x + 2 !
f " (x)
Paso I: Ajustar una integral del tipo dx = ln|f (x)|.
f (x)
! ! ! !
7x + 3 7 2x 6/7 7 2x + 1 7 2x 6/7 1
dx = dx = dx dx
x +x+2
2 2 x +x+2
2 2 x +x+2
2 2 x2 + x + 2
!
7 dx
= ln|x2 + x + 2| + 3
2 x2 + x + 2
!
f " (x)
Paso II: Ajustar la integral resultantes al tipo dx = atan|f (x)|.
1 + f (x)2
Empezamos completando cuadrados:
x2 + x + 2 = (x + a)2 + b
Desarrollando el cuadrado e identificando los coeficientes de las potencias de
x a ambos lados de la igualdad:
1 = 2a
2 = a2 + b
La solucin al anterior sistema es a = 1/2 y b = 7/4. La integral a calcular es:
! ! !
dx dx 1 dx
3 = 3 = 3 $ &
x +x+2
2 (x + 1/2) + 7/4
2 7/4 x + 1/2 2
% +1
7/4

! " #
4 2
7 2
7
dx 6 7 2x + 1
3 " # = atan
7 2x + 1 2 7 7
+1
7
Finalmente la integral buscada es la suma de todas las integrales anterior-
mente calculadas.
Ejemplo 1.4.2 Veamos otro ejemplo del clculo de la integral del cociente
de un polinomio de grado uno entre otro de grado dos con races complejas.
Resolver
!
2x + 52
dx
x2 + 4x + 13
Solucin.
! ! !
2x + 52 2x + 4 48
dx = dx + dx
x2 + 4x + 13 x2 + 4x + 13 x2 + 4x + 13
!
dx
= ln |x2 + 4x + 13| + 48
(x + 2)2 + 9
!
48 dx
= ln |x2 + 4x + 13| + ' x+2 (2
9 +1
3
" #
48 x+2
= ln |x2 + 4x + 13| + atan
9 3

lOMoARcPSD|1534554

1. Calclense las siguientes integrales de funciones racionales:
! ! !
x2 5x + 9 5x3 + 2 x2 8x + 7
1) dx 2) dx 3) dx
x2 5x + 6 x3 5x2 + 4x (x2 3x 10)2
! ! !
2x 3 x+1 x2 + 1
4) dx 5) dx 6) dx
3x(x2 + 1) 2x + 8x + 26
2 x4 x2

lOMoARcPSD|1534554
1.5. Integracin de funciones irracionales |33|
S ESIN 34
1.5. Integracin de funciones irracionales

La integracin de algunos tipos de irracionales se efectan mediante
la realizacin de cambios de variables que las transforman en integrales
racionales.
!
" #
TIPO I: R xm1 /n1 , xm2 /n2 , . . . , xmk /nk dx.
R es una funcin racional en todas sus variables y mi , ni Z.

El cambio de variable que se realiza es x = td donde d = m.c.m{n1 , n2 , . . . , nk }.

!
dx
$ %
5
x x+ x2
Solucin:
! !
dx dx
$ %= 3 7
x x+
5
x2 x + x5
2
El valor de d = m.c.m.{2, 5} = 10 y el cambio de variable propuesto es

1
x = t10 t = x 10
Calculamos el diferencial derivando a ambos lados de la anterior igualdad
1 dx = 10t9 dt
Sustituyendo en la integral
! !
10t9 dt 10dt
=
t
310
2 +x
710
5 t5 (t + 1)
El cambio anterior ha transformado la integral irracional original a una integral

racional en t. Se resuelve y se deshace el cambio de variable.

lOMoARcPSD|1534554
! & ' (m /n ' (m /n ' (m /n )

ax + b 1 1 ax + b 2 2 ax + b k k
TIPO II: R x, , ,..., dx.
cx + d cx + d cx + d
R es una funcin racional en todas sus variables
' y(mi , ni Z
ax + b
El cambio de variable que se realiza es = td donde d =
cx + d
m.c.m{n1 , n2 , . . . , nk }.
! *
x+1
dx
x1
El cambio propuesto es
x+1
= t2
x1
Despejamos x en funcin de t
x+1 2 2
= + 1 = t2 x = 2 +1
x1 x1 t 1
Calculamos el dx derivando la anterior expresin:
2t
dx = 2 dt
(t2 1)2
Sustitumos dx y x en la integral
! !
2 2t 4t2
2
t 2 dt = dt
(t 1)2 (t 1)2 (t + 1)2
Ahora tendramos que resolver la integral racional en t y deshacer el cambio
de variable.
Ejemplo 1.5.3 Resolver !

dx

(2 + x) 1 + x
Solucin: El cambio de variable recomendado es t2 = 1 + x. Para obtener el
diferencial dt derivamos a ambos lados de la igualdad
2tdt = dx
Sustituyendo en la integral, nos queda la integral racional

! !
2tdt 2dt
= = 2atan(t) = 2atan( x + 1)
(1 + t2 ) t2 (1 + t )
2
! $ " #1/2 %
TIPO III: R x, ax2 + bx + c dx.
donde R es una funcin racional en todas sus variables y a, b, c IR. El

primer paso es completar cuadrados para eliminar el trmino bx y reducirla
a alguno de los siguientes casos:

lOMoARcPSD|1534554
1.5. Integracin de funciones irracionales |35|
! +
1. Para R(x, a2 x2 ) dx se hace x = asent o x = acost.
! +
2. Para R(x, a2 + x2 ) dx se hace x = atant o x = asenht.
! +
3. R(x, x2 a2 ) dx se hace x = asec t o x = acoshx.
El xito de estos cambios se basan en las relaciones:
cos2 t + sen2 t = 1
cosh2 t senh2 t = 1
que permiten obtener un cuadrado dentro de la raz.

!
x3
dx
1 x2
Solucin. Haciendo el cambio
x = sent
dx = cost
+ +
1 x2 = 1 sen2 t = cos2 t = cost,
obtenemos:
! ! !
x3
dx = sen3 tdt = (1 cos2 t)sentdt =
1 x2
! !
1
= sentdt cos2 tsentdt = cost + cos3 t
3
1
= cos(asen x) + cos (asen x)
3
3

1. Calclense las siguientes integrales de funciones irracionales:
! ! !
1 1 x
1) dx 2) dx 3) dx
3
x+ x x(1 + x) (x + 2)2/3
! ! ! ,
1 3
4) x1/3 (1 + x)2 dx 5) dx 6) x2 + 2 dx
x2 (4 x2 )1/2
! ! ' (1/3 !
1x x
7) x (1 + x ) dx
5 3 1/3
8) (1 + x dx 9)
2
dx
1+x (x + 2)2/3 x 2

lOMoARcPSD|1534554
S ESIN 35
1.6. Algunos tipos de integrales trigonomtricas

!
TIPO I: R (sen(x), cos x) dx
R es una funcin racional en sus variables.

Este tipo de integrales son funciones racionales en seno y coseno, se
pueden transformar en integrales racionales haciendo el cambio de variable
"x#
tan =t
2
Para obtener el valor del sen(x) y el cos(x), hacemos
"x# sen(x/2) sen2 (x/2)
tan =t =t = t2 (1.28)
2 cos(x/2) cos2 (x/2)
Haciendo uso de las relaciones trigonomtricas:
1 cosx
sen2 (x/2) =
2
1 + cosx
cos (x/2) =
2
2
Susituyendo en (1.28),
1 cosx 1 t2
= t2 cos(x) =
1 + cosx 1 + t2
Ahora calcularemos el valor de sen(x) en funcin de t
sen2 (x) = 1 cos2 (x) = (1 cos(x))(1 + cos(x))
$ %$ %
1 t2 1 t2 4t2
= 1 1 + =
1 + t2 1 + t2 (1 + t2 )2
y por tanto
2t
sen(x) =
(1 + t2 )
Para obtener el diferencial dt despejamos x
2dt
x = 2atan(t) dx =
1 + t2
Con el cambio de variable tan(x/2) = t se resuelven todas estas integrales.
Existen cambios ms especializados que permiten ahorrar clculos. Para
introducir cuando se pueden aplicar estos cambios introducimos las
siguientes definiciones.

lOMoARcPSD|1534554
1.6. Algunos tipos de integrales trigonomtricas |37|
Definicin 1.6.1 Se dice que R (sen x, cos x) es impar en cos x sii R (sen x, cos x) =
R (sen x, cos x)
Se dice que R (sen x, cos x) es impar en sen x sii R (sen x, cos x) = R ( sen x, cos x)
Se dice que R (sen x, cos x) es par en cos x sii R (sen x, cos x) = R (sen x, cos x)
Se dice que R (sen x, cos x) es par en sen x sii R (sen x, cos x) = R ( sen x, cos x)
Dependiendo de si es par, impar en seno o en coseno se efectan los

siguientes cambios:
Cambios de variables
R(sen x, cos x) cos x sen x dx

Impar en seno, t = cos x t 1 t2 dt
1t2

Impar en coseno, t = sen x 1 t2 t dt
1t2
Par en seno y coseno, t = tg(x) 1

1+t2
1
1+t2
dt
1+t2
&x' 1t2
En todos los casos, t = tg 2 1+t2
2t
1+t2
2dt
1+t2

!
dx
2sen(x) cos(x) + 5
Efectuando el cambio tan(x/2) = t obtenemos
! ! 2dt !
dx 1+t2 1 dt
= =
2sen(x) cos(x) + 5 2 1+t
2t
2 +5 1t
2
1+t2
3 t2 + 2/3t + 2/3
$ %
53 3t + 1
= atan
3 5 5
Deshaciendo el cambio de variable

$ %
5 3tan(x/2) + 1
atan
5 5

lOMoARcPSD|1534554
TIPO II:
!
I1 = sen(mx) cos(nx)dx
!
I2 = sen(mx) sen(nx)dx
!
I3 = cos(mx) cos(nx)dx
Estas integrales se resuelven empleando las siguientes frmulas:
sen(mx) cos(nx) = 1/2 (sen((m + n)x) + sen((m n)x))

sen(mx) sen(nx) = 1/2 (cos((m n)x) cos((m + n)x))
cos(mx) cos(nx) = 1/2 (cos((m n)x) + cos((m + n)x))
Ejemplo 1.6.3 Calcular !

sen(2x)sen(5x)dx
Aplicando la relacin trigornomtrica del producto de senos

! !
1
sen(2x)sen(5x)dx = [cos(2 5)x cos(2 + 5)x] dx
2
! !
1 1 1 1
= cos(3x)dx cos(7x)dx = sen(3x) sen(7x) + C
2 2 23 27

1. Calclense las siguientes integrales trigonomtricas:
! ! !
1
1) sen5 x dx 2) dx 3) cos3 x dx
sen2 x cos4 x
! ! !
1
4) sen x cos x dx
2 3
5) tg (5x) dx
2
6) dx
sen x cos3 x
! ! !
1
7) sen(3x) cos(5x) dx 8) sen x sen(2x) sen(3x) dx 9) dx
1 + sen x + cos x
! ! !
cos x 1 tg x
10) dx 11) dx 12) dx
1 + cos x 1 + 2 cos x 1 + cos x
2. Calcular la siguiente primitiva:

!
1 + tg x
dx
1 tg x

lOMoARcPSD|1534554
1.6. Algunos tipos de integrales trigonomtricas |39|
3. Calcula la siguiente primitiva:

!
sen4 x dx.
4. Calcular la siguiente primitiva:

!
3 sen x + cos x
dx
sen x + cos x

lOMoARcPSD|1534554
S ESIN 36
1.7. Integracin numrica

El clculo de integrales definida requiere el conocimiento de la primitiva
de una funcin. En ocasiones esto no es posible, debido a su complejidad e
incluso a que la primitiva no se puede expresar como un nmero finito de
operaciones entre funciones simples. Por este motivo se requiere disponer
de mtodos numricos de integracin. El mtodo ms sencillo es considerar
un polinomio Pn (x) que interpole a la funcin f (x) en un conjunto de puntos
{x0 , x1 , xn } [a, b], esto es que f (xi ) = Pn (xi ) con i = 0, , n. De este modo
garantizamos que f (x) Pn (x) con x [a, b]. Por tanto podemos pensar que
! b ! b
f (x)dx Pn (x)dx
a a
La integral del polinomio es sencilla de realizar e incluso se puede calcular

el resultado en funcin de las imgenes f (x0 ), , f (xn ). En esta seccin
analizamos dos casos sencillos:
- Mtodo del trapezoide. Se considera un polinomio de grado n = 1 e
interpola a la funcin original en los puntos x0 = a y x1 = b.
- Mtodo de Simpson. En este caso se considera un polinomio de grado
n = 2 y los puntos x0 = a, x1 = a+b
2 , x2 = b
La figura 1.7 ilustra el mtodo del trapezoide y el de Simpson. En el

mtodo del trapezoide P1 (x) es una polinomio de grado 1 (una recta) y
aproxima el rea que queda por debajo de la funcin por el rea que queda
por debajo de la recta secante a la funcin en (a, f (a)) y (b, f (b)). Esta figura
es el trapezoide marrn y de ah deriva su nombre. En el mtodo de Simpson,
figura de la derecha, el polinomio P2 (x)(grfica en rojo) y la funcin f (x)
(grfica en egro) coincide en los puntos a, b y el punto medio del intervalo
2 . Esta aproximacin resulta en este caso mucho ms exacta.
a+b
A continuacin derivaremos las frmulas para realizar la aproximacin.

Para el caso de la regla del trapezoide consideramos el polinomio de grado
uno:
f (a) f (b)
P1 (x) = (b x) + (x a)
ba ba
Este polinomio cumple que interpola a la funcin en x0 = a y en x1 = b
f (a) f (b)
P1 (a) = (b a) + (a a) = f (a)
ba ba
f (a) f (b)
P1 (b) = (b b) + (b a) = f (b)
ba ba

lOMoARcPSD|1534554
1.7. Integracin numrica |41|
Metodo Trapecio Metodo Simpson

!b !b
a
f (x)dx a
f (x)dx
y
!b !b
a
P 1 (x)dx a
P 2 (x)dx
a b a a+b
b
2
x x
Figura 1.7: Ilustracin del mtodo del trapezoide y de Simpson
Calculemos
! b ! " #
b
f (a) f (b)
P1 (x)dx = (b x) + (x a) dx
a a ba ba
" #b
f (a) f (b)
= (b x) +
2
(x a) 2
2(b a) 2(b a) a
f (a) f (b) f (a) + f (b)
= 0+ (b a)2 + (b a)2 0 = (b a)
2(b a) 2(b a) 2
Si llamamos a la distancia entre los puntos de interpolacin h = ba podemos
escribir
! b
h
f (x)dx (f (a) + f (b)) (1.29)
a 2
Repetimos el mismo proceso para derivar la regla de Simpson. En este
caso tenemos 3 nodos de interpolacin
f (x0 ) f (x1 )
P2 (x) = (x x1 )(x x2 ) + (x x0 )(x x2 )
(x0 x1 )(x0 x2 ) (x1 x0 )(x1 x2 )
f (x2 )
+ (x x0 )(x x1 )
(x2 x1 )(x2 x0 )
Particularizando en los nodos x0 = a, x1 = m = a+b
2 , x2 = b y llamando la
distancia entre nodos consecutivos h = ab
2 , obtenemos:
f (x0 ) f (m)
P2 (x) = (x m)(x b) (x a)(x b)
2h 2 h2
f (b)
+ (x a)(x m)
2h2

lOMoARcPSD|1534554
y por tanto
! ! !
b
f (x0 ) b f (m) b
P2 (x)dx = (x m)(x b)dx (x a)(x b)dx(1.30)
a 2h2 a h2 a
!
f (b) b
+ (x a)(x m)dx (1.31)
2h2 a
Integrando por partes se tiene la siguiente relacin
!
(x xi )(x xj )2 (x xj )3
(x xi )(x xj )dx =
2 6
Aplicandola a cada una de las anteriores tres integrales, obtenemos:
! #b
b
(x m)(x b)2 (x b)3
(x m)(x b)dx =
a 2 6) a
(a m)(a b)2 (a b)3 4 2
= + = 2h3 h3 = h3
2 6 3 3
! b #
3 b
(x a)(x b)2
(x b)
(x a)(x b)dx =
a 2 6 a
(a b)3 8 4
=
= h3 = h3
6 6 3
! b #b
(x a)(x m) 2
(x m)3
(x a)(x m)dx =
a 2 6) a
(b a)(b m)2 (b m)3 h3 2h3
= = h3 =
2 6 3 3
Sustituyendo las anteriores expresiones en (1.30)
! b " #
f (x0 ) 2 3 f (x1 ) 4 3
P2 (x)dx = h h (1.32)
a 2h2 3 h2 3
f (b) 2h 3
h
+ = (f (a) + 4f (m) + f (b)) (1.33)
2h2 3 3
Teorema 1.7.1 (Frmula del trapecio) Sea una funcin que admite deriva-
da segunda continua en [a, b], esto es f C 2 ([a, b]), y sea h = b a, entonces:
! b
h f " ()h3
f (x)dx = (f (a) + f (b)) con (a, b) (1.34)
a 2 12
Teorema 1.7.2 (Frmula de Simpson) Sea f (x) una funcin que f (iv (x) es
ba
continua en [a, b], esto es f C 4 ([a, b]), m = a+b
2 y h= , entonces:
2
! b
h f (IV ()h5
f (x)dx = (f (a) + 4f (m) + f (b)) con (a, b) (1.35)
a 3 90

lOMoARcPSD|1534554
Ejemplo 1.7.3 Aproximar la integral

! 1
2
ex dx
0
mediante el mtodo del trapecio y de Simpson. Acotar el error cometido. Este

tipo de integrales aparecen frecuentemente en el clculo de probabilidades
y son necesario saber $evaluarlas. Por otro lado no es posible calcular una
2
primitiva de la funcin ex dx que sea expresable con un nmero finito de
funciones. Esto obliga al uso de mtodos numricos para su clculo. Aplicando
el mtodo del trapecio se tiene que a = 0, b = 1 y h = 1 0 = 1, obteniendo
! 1
2 1 1 + e1
ex dx (f (0) + f (1)) = = 0.683939720585721
0 2 2
2
Para acotar el error calculamos f "" (x) = (4x2 2)ex y se tiene que f " (x)
2
(4|x|2 + | 2|)|ex | (2 + 4) 1 para todo x (0, 1), por tanto
% " %
% f ()h3 %
Errort = %% % 6 = 0.5
12 % 12
Ahora aplicaremos el mtodo de Simpsom donde a = 0, m = 1/2, b = 1 y

h = 1/2, entonces
! 1
2 1/2 1 + 4 e1/4 + e1
ex dx (f (0) + 4f (1/2) + f (1)) = = 0.632333680003663
0 3 6
2
para acotar el error calculamos f (IV (x) = (16x4 48x2 + 12)ex , una cota de
esta funcin en el intervalo es:
2 2
|f (IV (x) = |(16x4 48x2 +12)ex | |(16x4 |+|48x2 |+|12|)|ex | 16+48+12 = 76
y por tanto el error

% (IV %
% f ()h5 %% 76(1/2)5
Errors = %% % = 0.026388888888889
90 90

lOMoARcPSD|1534554
S ESIN 37
El error en los mtodos del trapecio y de Simpson depende de la amplitud
del intervalo [a, b]. Por tanto una forma de reducir el error es aplicar la regla
reiteradamente a intervalos ms pequeos. La figura ?? ilustra esta idea. En
lugar de aplicar directamente la regla del trapezoide al itervalo [a, b] se divide
[a, b] en tres subintervalos de amplitud h = (b a)/3 y se aplica a cada uno de
ellos.
Metodo Trapecio compuesto

y
a x1 x2 b
x
Figura 1.8: Ilustracin del mtodo del trapezoide compuesto
Para obtener la regla del trapecio compuesta se divide el intervalo de

integracin [a, b] en n partes iguales y se aplica la regal de los trapecios
(1.34) a cada uno de ellos. La amplitud de cada subintervalo es h = ba n y
los extremos de los subintervalos xi = a + ih con i = 0, , n, por tanto se
obtiene:
! b
h h h h
f (x)dx (f (x0 ) + f (x1 )) + (f (x1 ) + f (x2 )) + (f (x2 ) + f (x3 )) + (f (xn1 ) + f (xn ))
a 2 2 2 2
" #
f (a) f (b)
= h + f (x1 ) + f (x2 ) + +
2 2
El siguiente teorema analiza el error de esta frmula:
Teorema 1.7.4 (Frmula compuesta del trapecio) Sea f C 2 ([a, b]) y dado
ba
un n N, tomamos h = fi = f (a + ih) para i = 0, 1, .., n. Entonces:
n

lOMoARcPSD|1534554
! b
f0 fn f "" ()(b a)3
f (x)dx = h( + f1 + ....... + fn1 + ) con (a, b)
a 2 2 12n2
P RUEBA. Demostracin: Para determinar el error se tiene que el error ser la
suma de los errores obtenidos en los n subintervalos:
n
h3 $ ""
E= f (i ) (1.36)
12 i=1
Por otro lado consideremos la media aritmtica de los errores

1 $ ""
= nf (i ) (1.37)
n i=1
El valor de por tratarse de la media de n imgenes debe caer entre el menor

y el mayor valor que toma la f "" (x) en el intervalo [a, b]. Por tanto:
m2 M2
Como f "" (x) es una funcin continua en [a, b], toma todos los valores
intermedios entre m2 y M2 . Por tanto debe existir un punto [a, b]
cumpliendo:
= f "" ()
De las ecuaciones (1.36) y (1.37), se tiene:
n
h3 $ "" nh3 "" (b a)3 ""
E= f (i ) = f () = f ()
12 i=1 12 12n2
!
De la misma forma vamos a determinar la regla de Simpson compuesta.

Sea m el nmero de subintervalos en los que particionamos el intervalo
[a, b] y sea n = 2m el nmero (es par) de nodos igualmente espaciados que
consideramos. Sea a = x0 , x1 , , xn estos nodos con espaciado
ba ba
h= =
n 2m
La figura 1.9 muestra un ejemplo de aplicacin la regla compuesta de
Simpson. Se observa que se ha aplicado en m = 3 subintervalos. Tambin
se observa que los nodos xi con ndice i impar son los puntos medios de
estos subintervalos y que los extremos de los mismos estn formados por
nodos con ndice par.
Aplicando la regla de Simpson (1.35) a cada intervalo [x0 , x2 ], [x2 , x4 ], [x2m2 , x2m ]
de longitud 2h, obtenemos:
! b
h h
f (x)dx (f (x0 ) + 4f (x1 ) + f (x2 )) + (f (x2 ) + 4f (x3 ) + f (x4 )) + +
a 3 3
h
(f (x2m2 ) + 4f (x2m1 ) + f (x2m ))
3

lOMoARcPSD|1534554
Metodo Simpson compuesto
f (x 5 )
f (x 3 )
f (x 1 )
h
a x2 x4 b
x
Figura 1.9: Ilustracin del mtodo de Simpson compuesto
Agrupando trminos y teniendo en cuenta que los nodos de los extremos de

los subintervalos son compartidos por dos subintervalos (excepto x = a y
x = b), se obtiene la frmula general:
! b % m m1
&
h $ $
f (x)dx f (a) + 4 f (x2i1 ) + 2 f (x2i ) (1.38)
a 3 i=1 i=1
Teorema 1.7.5 (Frmula compuesta de Simpson) Sea f C 4 ([a, b]) y sea

ba
n = 2m con h = fi = f (a + ih) para i = 0, 1, .., n. Entonces:
n
! b
h f IV ) ()(b a)5
f (x)dx = (f0 +4f1 +2f2 +4f3+ ...+2fn2 +4fn1 +fn ) con (a, b)
a 3 180n4
P RUEBA. Anloga a la demostracin de la frmula del error del mtodo
compuesto del trapecio. !
Ejemplo 1.7.6 Aproximar la integral
! 1
2
ex dx
0
mediante el mtodo del trapecio y de Simpson compuesto con n = 10. Acotar el

error cometido.
Lo primero es desarrollar un programa en Matlab, ver Figura 1.10, para
efectuar los clculos. Al ejecutar este programa obtenemos
! 1
2
ex dx 0.632647238187291(Mtodo de los trapecios compuesto)
0
! 1
2
ex dx 0.632120909589015(Mtodo de Simpson compuesto)
0

lOMoARcPSD|1534554
clear
clc
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Regla de Simpson y trapecios compuesta
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
f=@(x) exp(-x) % funcin a integrar

a=0; % extremo inferior
b=1; % extremos superior
n=2; % nmero de nodos
h=(b-a)/n; % amplitud de los subintervalos
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% trapecio compuesto
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
suma_trapecios=0;
for i=1:n-1
suma_trapecios=suma_trapecios+f(a+i*h);
end
suma_trapecios=h*(f(a)/2+f(b)/2+suma_trapecios)
format long, suma_trapecios
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
% Simpson compuesto
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
suma_simpson=0;
for i=1:n-1
if(mod(i,2)==1) % nodo impar
suma_simpson=suma_simpson+4*f(a+i*h);
elseif (mod(i,2)==0) % nodo par
suma_simpson=suma_simpson+2*f(a+i*h);
end
end
suma_simpson=(h/3)*(f(a)+f(b)+suma_simpson)
format long, suma_simpson
Figura 1.10: Mtodo del trapecio y Simpson compuesto en MATLAB

lOMoARcPSD|1534554
Para acotar el error se tiene, por el ejercicio 1.7.6, tenemos que 6 es una cota
superior de f "" (x) y que 76 es una cota superior de f (IV (x), por tanto:
' ' ' IV ) '
' (b a)3 "" '
' (1 0) 6 = 5.1003 |Es | = ' f ()(b a)5 '' 76(1 0)5
3 '
|Et | = '' f ()' ' ' 180(10)4 = 4.10
05
12n2 12(10)2 180n4

1.

lOMoARcPSD|1534554
S ESIN 38
Ejercicios
La curva que describe un cable elstico suspendido entre dos extremos
se denomina catenaria, ver figura 1.11, y viene definida por la funcin
coseno hiperblico. Calcular mediante el mtodo de los trapecios y Simpson
compuesto la longitud de catenaria de la anterior figura con una exactitud
inferior a un 1 milmetro. La funcin que describe la anterior catenaria es
f (x) = acosh(bx) donde a = 17 yb = 0.00586. Nota la variable x se mide en
metros. El ejercicio nos est pidiendo que calculemos la integral
y
100 100
x
Figura 1.11: Catenaria
! 100 "
L= 1 + f " (x)2 dx
100
con un error inferior a 0.001 metros.
f " (x) = a bsenh(bx)

" #
g(x) = 1 + [f " (x)]2 = 1 + (a b)2 senh2 (bx)
Para cacular una cota del error en la integral se requiere calcular

el mximo absoluto de g "" (x) y g (IV (x) en el intervalo [100, 100]. Este

lOMoARcPSD|1534554
clear
%%%%%%%%%%%%%
%%% Catenaria
%%%%%%%%%%%%%
syms x % definicin de variable en clculo simblico
a=17; % Parmetro de la catenaria
b=0.0059; %Parmetro de la cantenaria
% derivada segunda de g(x)
g2=diff(sqrt(1+(a*b)^2* (sinh(b*x))^2 ),2 );
% derivada cuarta de g(x)
g4=diff(sqrt(1+(a*b)^2* (sinh(b*x))^2 ),4);
% conversin de expresiones simblicas a funciones Matlab
Dg2 = matlabFunction(g2);
% conversin de expresiones simblicas a funciones Matlab
Dg4 = matlabFunction(g4);
figure(1)
subplot(1,2,1),
% Representacin de la segunda derivada en [-100,100]
fplot(Dg2,[-100,100])
title(Derivada segunda de g(x),interpreter,latex,FontSize,12)
subplot(1,2,2),
% Representacin de la derivada cuarta en [-100,100]
fplot(Dg4,[-100,100])
title(Derivada cuarta de g(x),interpreter,latex,FontSize,12)
%Clculo de los valores mximos tras analizar el dibujo
M2=Dg2(100)
M4=Dg4(100)
% Genera un fichero .eps con la imagen llamado fig40.eps
print -depsc2 -tiff fig40
Figura 1.12: Derivacin simblica con MATLAB
clculo es tedioso y para evitarlo lo haremos mediante las posibilidades de

clculo simblico de Matlab. La figura 1.12 muestra el cdigo para calcular
visualmente los mximos de estas funciones Las derivadas son:
2 2 2 2
a2 b4 cosh(b x) a2 b4 sinh(b x) a4 b6 cosh(b x) sinh(b x)
g "" (x) = # +# $ % 32
2 2
a2 b2 sinh(b x) + 1 a2 b2 sinh(b x) + 1 2
a2 b2 sinh(b x) + 1

lOMoARcPSD|1534554
Calculando la derivada cuarta

2 4
4 a2 b6 cosh(b x) 3 a4 b8 cosh(b x)
g (IV (x) = # $ % 32
2
a2 b2 sinh(b x) + 1 2
a2 b2 sinh(b x) + 1
2 4
4 a2 b6 sinh(b x) 3 a4 b8 sinh(b x)
+# $ % 32
2
a2 b2 sinh(b x) + 1 2
a2 b2 sinh(b x) + 1
2 2 2 4
22 a4 b8 cosh(b x) sinh(b x) 18 a6 b10 cosh(b x) sinh(b x)
$ % 32 + $ % 52
2 2
a2 b2 sinh(b x) + 1 a2 b2 sinh(b x) + 1
4 2 4 4
18 a6 b10 cosh(b x) sinh(b x) 15 a8 b12 cosh(b x) sinh(b x)
+ $ % 52 $ % 72
2 2
a2 b2 sinh(b x) + 1 a2 b2 sinh(b x) + 1
Los resultados obtenidos se muestran en la figura 1.13 y se obseva que el

mximo absoluto de las funciones buscadas es:
M2 = max g "" (x) = g "" (100) = 6.2051 1007 (1.39)

x[100,100]
M4 = max g (IV (x) = g (IV (100) = 8.4467 1011 (1.40)

x[100,100]
Calculemos el nmero de puntos necesarios que debemos tomar en el
!* !!!
()!" ()!"
'%# +%#
+
'
*%#
#%#
*
# '%#
'
&%#
#%#
&
#
$%# &%#
!!"" !#" " #" !"" !!"" !#" " #" !""
Deri vad a segu n d a d e g(x) Deri vad a cu arta d e g(x)
Figura 1.13: Representacin de g "" (x) y g (IV (x)
mtodo compuesto del trapecio

& & '
& (b a)3 "" & (100 (100))3 2003 M2
&
|Et | = & f ()& M 103
n = 20.3389
12n2 & 12n2
2
12 103

lOMoARcPSD|1534554
Modificando el fichero y aplicamos la regla del trapecio compuesta para

n = 21 obtenemos el valor aproximado de
L 200.1222 metros
Si la longitud de arco la queremos calcular con la regla compuesta de

Simpson, tendramos:
& IV ) & ( ) 14
& f
& ()(b a)5 && M4 (100 (100))5 2005 M4
|Es | = & & 10 n
3
3.5
180n4 180(n)4 180 103
El valor de n tiene que ser par y mayor que 3.5 por lo que tomamos el valor
de n = 4 obtenemos
L = 200.12197 metros
Ejercicios
1. Calcular la longitud del arco de una parbola y = x2 entre los puntos
a = 0 y b = 1 con un error menor que 103 mediante el mtodo de los
trapecios compuestos y la regla de Simpson compuesta.

lOMoARcPSD|1534554
1.8. Integrales impropias |53|
S ESIN 39
1.8. Integrales impropias

En esta seccin extenderemos el concepto de integral de Riemann a
intervalos no actados (integrales impropias de primera especie) y/o funciones
no acotadas (integrales impropias de segunda especie).
Definicin 1.8.1 (Integrales impropias de primera especie) Sea f una fun-
cin acotada e integrable en cualquier intervalo de la forma [a, M ] , entonces:
! ! b
f (x)dx = lm f (x)dx.
a b a
i) Si este lmite existe, diremos que la integral es convergente.

ii) Si vale diremos que es divergente.
iii) Si no existe el lmite, diremos que no existe la integral.
De la misma forma definiremos:
! b ! b
a a
Definiremos:
! ! c ! ! c ! b
f (x)dx = f (x)dx + f (x)dx = lm f (x)dx + lm f (x)dx.
c a a b c
donde c es un punto arbitrario. Diremos que la integral es convergente si

existen y son finitos los anteriores dos lmites, diremos que que es divergente
si al menos uno de los lmites es infinito. En otro caso, se dice que no existe la
integral.
Ejemplo 1.8.2 El carcter de una integral es decir si es convergente,
divergente o no existe. Justificar el siguiente carcter de la integral:
! + "
dx si p 1
:=
1 xp 1
p1 sip > 1
A continucin damos criterios que permiten saber el carcter de una integral

impropia comparndola con otra integral conocida. Estos criterios son apli-
cables nicamente a integrales con integrando positivo. Los enunciaremos
para el caso en el extremo superior sea y su aplicacin a los otros casos
es inmediata.

lOMoARcPSD|1534554
Teorema 1.8.3 (Criterio de comparacin) Sea f (x) 0 y g(x) 0 para todo

x [a, ]
#
1. Supongamos que f (x) g(x), si a g(x)dx es convergente entonces la
#
integral a f (x)dx tambin es convergente.
#
2. Supongamos que f (x) g(x), si a f (x)dx es divergente entonces la
#
integral a g(x)dx tambin es divergente.
f (x)
3. Si lm = A R {0}, entonces ambas tienen el mismo carcter.
b g(x)
#
Definicin 1.8.4 (Absolutamente convergente) Se dice que la integral f (x)dx
# a
es absolutamente convergente si |f (x)|dx es convergente.
Ejemplo 1.8.5 Estudiar el carcter de la siguiente integral

!
ex sin(x)dx
0

1. Estudiar las siguientes integrales impropias:
! !
1
(a) log x dx, (b) dx,
! 0 ! 1 + x2

1
(c) e|x| dx, (d) dx, a > 0,
a xa
! ! 1
1
(e) x cos x dx, (f) p
dx,
0 0 x
!
(g) xeax dx.
0

lOMoARcPSD|1534554
1.8. Integrales impropias |55|
S ESIN 40
Ahora extenderemos la definicin de integral para funciones no acotadas.
Definicin 1.8.6 (Integrales impropias de segunda especie) Sea f (x) una

funcin no acotada en el punto x = a, e integrable en todos los intervalos de la
forma [c, b] (a, b], entonces:
! b ! b
a !0 a+!
i) Si este lmite existe, diremos que la integral es convergente.

ii) Si vale diremos que es divergente.
iii) Si no existe el lmite, no hay integral.
De la misma forma definimos el concepto de integral para funciones f (x) que

no estn cotadas en x = b
! b ! b!
a !0 a
Si f (x) no est acotada en x = c con a < c < b

! b ! c!1 ! b
f (x)dx = lm f (x)dx + lm f (x)dx.
a !1 0 a !2 0 c+!
2
Ser convergente si existen y son finitos los dos lmites del segundo
miembro y ser divergente si uno al menos es infinito. En otro caso se dice
que no existe la integral
Observacin 1.8.7 Puede ocurrir que el segundo miembro de (3) slo exista
cuando !1 =!2 , en ese caso al lmite le llamaremos valor principal de la integral.

1.
Ejemplo 1.8.8 Justificar el siguiente carcter de la integral:
! 1 "
dx si p 1
:=
0 xp 1
1p sip < 1
Los mismos criterios que en la de primera especie, teniendo en cuenta
aqu que en el criterio de paso al lmite, el lmite tendremos que calcularlo en
el punto donde la funcin no est acotada.

lOMoARcPSD|1534554
S ESIN 41
Ejercicios de la seccin ??
1. Por qu no es cierto el siguiente resultado?
! "1
1
1 1 ""
dx = = 1 1 = 2
1 x2 x "1
2. Decidir la convergencia de las integrales impropias siguientes:

! !
log x 1
(a) dx, (b) dx,
1 (1 + x2 )2 1 + x2 + x4
! ! 2
1 + 6 cos(2x) 1 + x2
(c) dx, (d) dx,
2 x2 + 3x3 0 2x
!
sen x
(e) dx.
1 + x4
3. Decidir la convegencia de la integral impropia siguiente. En caso de ser

convergente, encontrar su valor:
! /4
tan x(1 + tan2 x)
I= dx.
0 1 tan x
4. Calcula el valor de la siguiente integral impropia en caso de ser

convergente !
log x 1
dx.
e x2

Calculo y Metodos Numericos Apuntes Sesion1t

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Calculo y Metodos Numericos Apuntes Sesion1t

Uploaded by

Copyright:

Available Formats

lOMoARcPSD|1534554

Clculo Y Mtodos Numricos - Apuntes - sesion1T

Clculo Y Mtodos Numricos (Universidad de Castilla La Mancha)

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

|2| CAPTULO 1. LMITES Y CONTINUIDAD

1.1. Conjuntos numricos

Cuadro 1.1: Smbolos matemticos elementales

Los conjuntos de denotan mediante letras maysculas como A, B, y se

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

1.1. Conjuntos numricos |3|

donde A es el nombre del conjunto, x E indica que son todos los

donde E := {conjunto de letras del abecedario}

Inclusin. A B Si se cumple la propiedad p(x) = q(x)

Definicin 1.1.1 (Particin de un conjunto) Sea A un conjunto no vaco.

Por ejemplo si consideramos A = {1, 2, 3, 4, 5, 6} una particin de este

Definicin 1.1.2 (Partes de un conjunto) Sea E un conjunto no vaco. Se

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

|4| CAPTULO 1. LMITES Y CONTINUIDAD

Definicin 1.1.3 (Conjunto producto cartesiano) Dados los conjuntos no

1.1.2. Conjuntos numricos

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

1.1. Conjuntos numricos |5|

Definicin 1.1.4 (Valor abosulto) Dado un nmero real a R definimos

Ejercicios de la seccin 1.1

4. Resolver las siguientes desigualdades:

d) 0 < |x + 1| < 2; e) x|x + 2| < 1 ;f) |x + 2| < |x + 3|

5. Sean a y b dos nmeros positivos, entonces

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

|6| CAPTULO 1. LMITES Y CONTINUIDAD

1.2. Sucesiones de nmeros reales

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

1.2. Sucesiones de nmeros reales |7|

Definicin 1.2.5 (Lmite de una sucesin.) Diremos que el nmero real l es

Si n > n0 |xn l| < !

Definicin 1.2.6 (Sucesiones divergentes) Diremos que la sucesin (xn )

Las sucesiones que tienden a , se llaman divergentes.

Ejercicios de la seccin 1.2.1

Cuanto vale el trmino nsimo? Discutir el valor del lmite en funcin

3. Tiene lmite las siguientes sucesiones?

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

|8| CAPTULO 1. LMITES Y CONTINUIDAD

1.2.2. Algunas operaciones con lmites de sucesiones

i) Suma: (xn ) + (yn ) = (xn + yn )

ii) Producto: (xn ) (yn ) = (xn yn )

Teorema 1.2.8 (Propiedades de las sucesiones convergentes) Sean (xn ) y

Observacin 1.2.9 Igualmente para sucesiones convergentes se tiene:

iii) lm (xn )yn = lm xn = xy

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

1.2. Sucesiones de nmeros reales |9|

1.2.3. Sucesiones montonas y acotadas

M R tal que |xn | M, n N.

Teorema 1.2.11 Toda sucesin de nmeros reales convergente, est acotada.

Definicin 1.2.12 (Sucesin montona) Sea (xn ) una sucesin de nmeros

Teorema 1.2.13 ( Convergencia montona) Una sucesin de nmeros rea-

i) Si (xn ) es creciente y acotada, entonces

ii) Si (yn ) es decreciente y acotada, entonces

Ejercicios de la seccin 1.2.2

2. Demostrar que la sucesin

4. Calcular los siguientes lmites

Su distribucin est prohibida | Descargado por Efrain sulca diaz (efrainsulcadiaz@gmail.com)

1.3. Funciones reales de variable real |11|

1.3. Funciones reales de variable real

La figura 1.1 muestra un ejemplo del dominio y la imagen de una funcin.