Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo para La Ingeniería - Salvador Vera
Calculo para La Ingeniería - Salvador Vera
Salvador Vera
9 de enero de 2005
ii
Copyright c by Salvador Vera Ballesteros, 1998-2004.
Indice general
1. Conceptos b
asicos
1.1. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Orden, desigualdades e intervalos . . . . . . . . . . . .
1.1.2. Valor absoluto y distancia . . . . . . . . . . . . . . . .
1.2. El plano y el espacio cartesiano . . . . . . . . . . . . . . . . .
1.2.1. Sistema rectangular de coordenadas cartesianas . . . .
1.2.2. Distancia entre dos puntos . . . . . . . . . . . . . . .
1.2.3. El crculo y la esfera . . . . . . . . . . . . . . . . . . .
1.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1. Deniciones . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2. Representacion de funciones . . . . . . . . . . . . . . .
1.3.3. Dominio implcito de una funci
on . . . . . . . . . . . .
1.3.4. Restricciones y extensiones de funciones . . . . . . . .
1.3.5. Composici
on de funciones. . . . . . . . . . . . . . . . .
1.3.6. Funciones inyectivas e inversas . . . . . . . . . . . . .
1.3.7. Funciones suprayectivas y biyectivas . . . . . . . . . .
1.3.8. Im
agenes directa e inversa de un conjunto . . . . . . .
1.3.9. Funciones pares e impares . . . . . . . . . . . . . . . .
1.3.10. La funci
on valor absoluto . . . . . . . . . . . . . . . .
1.4. Lmite de sucesiones . . . . . . . . . . . . . . . . . . . . . . .
1.4.1. C
alculo de lmites de sucesiones . . . . . . . . . . . . .
1.4.2. Sucesiones monotonas . . . . . . . . . . . . . . . . . .
1.5. Lmite y continuidad de funciones . . . . . . . . . . . . . . . .
1.5.1. Denici
on de lmite . . . . . . . . . . . . . . . . . . . .
1.5.2. Lmites laterales . . . . . . . . . . . . . . . . . . . . .
1.5.3. Propiedades de los lmites . . . . . . . . . . . . . . . .
1.5.4. Continuidad de una funci
on en un punto . . . . . . . .
1.5.5. Propiedades de las funciones continuas . . . . . . . . .
1.5.6. Lmites innitos . . . . . . . . . . . . . . . . . . . . .
1.5.7. Lmites en el innito . . . . . . . . . . . . . . . . . . .
1.5.8. Tecnicas elementales para el calculo de lmites . . . .
1.5.9. Innitesimos equivalentes . . . . . . . . . . . . . . . .
1.5.10. Innitesimos mas frecuentes en z 0 . . . . . . . . .
1.6. Funciones hiperb
olicas. . . . . . . . . . . . . . . . . . . . . . .
1.6.1. Coseno y seno hiperbolico . . . . . . . . . . . . . . . .
1.6.2. F
ormula fundamental de la Trigonometra hiperb
olica
1.6.3. Signicado del termino hiperb
olicas. . . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
7
15
15
16
17
22
22
26
30
32
32
36
43
43
44
45
46
49
54
56
56
65
66
66
68
69
75
78
82
83
85
85
86
86
INDICE GENERAL
iv
1.6.4. Otras razones hiperb
olicas . . . . . .
1.6.5. F
ormulas del angulo doble . . . . . .
1.6.6. El cuadrado del senh y del cosh . . .
1.6.7. Gr
aca de las funciones hiperb
olicas
1.6.8. Funciones hiperb
olicas inversas . . .
1.6.9. Identidad hiperb
olica . . . . . . . . .
1.6.10. F
ormula logartmica de las funciones
1.7. Problemas propuestos del Captulo 1 . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
hiperb
olicas
. . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
inversas
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
87
87
88
88
89
90
90
91
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
93
93
93
97
102
104
110
118
119
119
119
121
123
126
130
132
133
136
145
146
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
149
149
149
150
152
152
152
153
154
156
156
158
158
159
159
160
162
164
166
168
INDICE GENERAL
3.3.
3.4.
3.5.
3.6.
3.7.
4. Derivaci
on de funciones multivariables
4.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . .
4.1.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . .
4.1.2. Denici
on . . . . . . . . . . . . . . . . . . . . . . . .
4.1.3. La funci
on derivada parcial . . . . . . . . . . . . . .
4.1.4. Funciones de m
as de dos variables . . . . . . . . . .
4.1.5. Razon de cambio . . . . . . . . . . . . . . . . . . . .
4.1.6. Interpretaci
on geometrica de las derivadas parciales
4.1.7. Continuidad y derivadas parciales . . . . . . . . . .
4.2. Derivadas parciales de ordenes superiores . . . . . . . . . .
4.3. Derivadas direccionales. . . . . . . . . . . . . . . . . . . . .
4.3.1. Derivadas direccionales . . . . . . . . . . . . . . . .
4.3.2. Derivada direccional y derivadas parciales . . . . . .
4.4. Diferenciabilidad . . . . . . . . . . . . . . . . . . . . . . . .
4.4.1. Generalizaci
on del concepto de diferenciabilidad . .
4.4.2. Diferenciabilidad y derivadas parciales . . . . . . . .
4.4.3. La diferencial . . . . . . . . . . . . . . . . . . . . . .
4.4.4. Diferenciabilidad y continuidad . . . . . . . . . . . .
4.4.5. Diferenciabilidad de funciones de n variables . . . .
4.4.6. Condici
on suciente para la diferenciabilidad . . . .
4.4.7. Caracterizaci
on de las funciones diferenciables . . . .
4.4.8. Diferenciabilidad y derivadas direccionales . . . . . .
4.4.9. La derivada seg
un una direcci
on curva . . . . . . . .
4.5. Gradiente . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5.1. Denici
on . . . . . . . . . . . . . . . . . . . . . . . .
4.5.2. Vector gradiente y derivada direccional . . . . . . . .
4.5.3. Gradiente y curvas de nivel . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
169
170
172
172
172
173
181
183
183
184
187
189
192
193
195
196
196
200
203
204
208
211
211
211
212
214
216
218
219
220
222
227
227
231
233
233
237
239
239
243
244
246
248
249
249
249
251
254
vi
INDICE GENERAL
4.6. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.1. Vectores normales . . . . . . . . . . . . . . . . . . . . . . .
4.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.3. Recta tangente y plano normal a una curva en el espacio . .
4.6.4. La diferencial como aproximaci
on del incremento . . . . . .
4.7. Funciones vectoriales y matriz Jacobiana . . . . . . . . . . . . . . .
4.7.1. Funciones vectoriales de variable vectorial . . . . . . . . . .
4.7.2. Continuidad de las funciones vectoriales . . . . . . . . . . .
4.7.3. Derivadas parciales de funciones vectoriales . . . . . . . . .
4.7.4. Funciones vectoriales diferenciables . . . . . . . . . . . . . .
4.8. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1. Funciones compuestas, inversas e implcitas de una variable
4.8.2. Composicion de funciones vectoriales . . . . . . . . . . . . .
4.8.3. Regla de la cadena. Perspectiva teorica: Diferencial . . . . .
4.8.4. Regla de la cadena. Perspectiva pr
actica: Parciales . . . . .
4.8.5. Regla de la cadena. Perspectiva general: Matriz jacobiana .
4.9. Funciones implcitas . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9.1. Funciones de una variable . . . . . . . . . . . . . . . . . . .
4.9.2. Funciones de dos variables . . . . . . . . . . . . . . . . . . .
4.10. Extremos de las funciones de varias variables . . . . . . . . . . . .
4.10.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.2. Deniciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.3. Estudio de la naturaleza de los puntos crticos . . . . . . .
4.10.4. Extremos condicionados. Multiplicadores de Lagrange
4.10.5. M
aximos y mnimos absolutos . . . . . . . . . . . . . . . . .
4.11. Problemas propuestos del Captulo 4 . . . . . . . . . . . . . . . . .
5. Integral definida. C
alculo de primitivas
5.1. La estimacion de un area. Sumas de Riemann. . . . . . . . .
5.1.1. Signicado geometrico de la integral . . . . . . . . . .
5.1.2. C
alculo de lmites utilizando el concepto de integral .
5.1.3. Propiedades de la integral denida . . . . . . . . . . .
5.2. El teorema fundamental del C
alculo . . . . . . . . . . . . . .
5.2.1. Regla de Barrow: La integral como una primitiva . . .
5.3. Integraci
on inmediata. . . . . . . . . . . . . . . . . . . . . . .
5.3.1. Propiedades de la integral indenida . . . . . . . . . .
5.3.2. Tabla de integrales inmediatas . . . . . . . . . . . . .
5.4. Integraci
on mediante cambio de variable . . . . . . . . . . . .
5.5. Integraci
on por partes. . . . . . . . . . . . . . . . . . . . . . .
5.6. Integraci
on de funciones racionales . . . . . . . . . . . . . . .
5.6.1. Integraci
on de fracciones elementales . . . . . . . . . .
5.6.2. Integraci
on mediante desarrollo en fracciones simples .
5.7. Integraci
on de expresiones trigonometricas . . . . . . . . . . .
5.7.1. Integraci
on de potencias de funciones trigonometricas
5.7.2. Integraci
on de funciones racionales del sen y del cos .
5.8. Integraci
on de funciones irracionales . . . . . . . . . . . . . .
5.8.1. Radicales semejantes . . . . . . . . . . . . . . . . . . .
5.8.2. La sustituci
on trigonometrica . . . . . . . . . . . . . .
5.9. Problemas propuestos del Captulo 5 . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
254
254
257
261
263
268
268
269
271
272
276
276
277
280
282
290
296
296
301
305
305
305
307
315
321
326
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
329
329
329
334
340
343
347
350
350
351
352
356
359
359
360
367
367
369
371
371
372
375
INDICE GENERAL
6. Aplicaciones de la integral.
6.1. Calculo del
area de una gura plana. . . . . . . . . . . . . . . . . .
6.2. Calculo del volumen de un cuerpo . . . . . . . . . . . . . . . . . .
6.2.1. Volumen de un cuerpo cualquiera: Metodo de secciones . .
6.2.2. Volumen de un s
olido de revoluci
on: Metodo de discos . . .
6.2.3. Volumen de un s
olido de revoluci
on: Metodo de los cilindros
6.3. Lmite de sumas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.4. Problemas propuestos del Captulo 6 . . . . . . . . . . . . . . . . .
vii
.
.
.
.
.
.
.
377
377
380
380
381
381
387
388
389
Bibliografa
393
Indice alfab
etico
394
Captulo 1
Conceptos b
asicos
1.1.
La recta real
1
2
1.1.1.
Definici
on 1.1 (N
umeros positivos y n
umeros negativos).
1) Para cada n
umero real, a, est
a definida una y s
olo una de las siguientes
relaciones:
1
CAPITULO 1. CONCEPTOS BASICOS
ba>0
a+c<b+c
ac<bc
x > 3
Una desigualdad en la que aparecen una o varias variables tambien se llama inecuaci
on.
Definici
on 1.3 (Intervalos). Sean a y b dos n
umeros reales tales que
a b. Se llama intervalo abierto de extremos a y b, al conjunto de puntos
comprendidos entre a y b, excluidos dichos puntos
(a, b) = {x R/ a < x < b}
Se llama intervalo cerrado de extremos a y b, al conjunto de puntos comprendidos entre a y b, incluidos dichos puntos
[a, b] = {x R/ a x b}
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos reriendo.
b) 3 2x < 5
Soluci
on. a) Operando, como si se tratara de una ecuaci
on, resulta:
8
x<2
2
Por tanto, el conjunto soluci
on es el intervalo (, 2).
b) En este caso operamos de la misma manera, pero al dividir por -2 invertimos el sentido de la desigualdad. As,
2x 3 < 5
3 2x < 5
2x < 5 + 3
2x < 5 3
x<
x>
2
2
x > 1
2x 1 1
3x 2 + 7
2x 2
3x 9
x 1
x3
CAPITULO 1. CONCEPTOS BASICOS
1 2 3x 11
62
6 36 32
2
=
=
x 6x + 8 = 0 x =
2
2
4
2
2 < x < 4,
x>4
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor del polinomio en ese punto (puesto que en todo el intervalo
el polinomio conserva el signo). As,
p(0) = +8 > 0,
p(3) = 9 18 + 8 = 1 < 0,
p(5) = 25 30 + 8 = +3 > 0
6x
x4
4 < x < 6,
x>6
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor de la funci
on en ese punto. As,
r(0) =
6
< 0,
4
r(5) =
1
> 0,
1
r(7) =
1
<0
3
(x = 3)
Soluci
on. Puesto que no sabemos de antemano si x+3 es positivo o negativo,
no podemos multiplicar, ambos miembros de la desigualdad, por x + 3, ya
que no sabemos si ha de mantenerse el sentido de la desigualdad o si ha de
cambiarse. Para ello, consideramos sucesivamente los dos casos siguientes:
a) x + 3 > 0
b) x + 3 < 0
CAPITULO 1. CONCEPTOS BASICOS
x > 3
4x 6 < x + 3 3x < 9 x < 3
3<x<3
b) Consideremos ahora el caso x+3 < 0. Al ser x+3 negativo para multiplicar
ambos miembros de la desigualdad por x + 3, tenemos que invertir el sentido
de la misma. Co lo que resulta,
x+3<0
1
2x 3
<
x+3
2
x < 3
4x 6 > x + 3 3x > 9 x > 3
x = 1,
x=3
(2, 1),
(1, 3),
(3, +)
+
2
+ +
1
+ + +
3
1.1.2.
El valor absoluto de un n
umero real x se designa por |x| y se dene del modo
siguiente:
|x| = x
si x > 0,
|x| = x si x < 0,
|0| = 0.
Ahora bien, teniendo en cuenta que para x = 0 es valida la igualdad |x| = x,
podemos escribir mas brevemente
|x| =
x si x 0
x si x < 0
x si x 0
x si x < 0
CAPITULO 1. CONCEPTOS BASICOS
(b) |1 + 2 10|
(a) |1 + 2 3|
Soluci
on. Tenemos que comprobar si la expresion que hay dentro del valor
absoluto da como resultado un n
umero positivo o negativo, si es positivo la
dejamos igual, y si es negativo la cambiamos de signo para convertirlo en
positivo. En consecuencia:
(a) |1 + 2 3| = 1 + 2
3
5.
x2 = |x|
6. |x| x |x|
7. |x + y| |x| + |y|
8. |xy| = |x| |y|
9. |x| = |y|
x = y
|x| < p
Si p es positivo, se tiene:
10. |x| p p x p
11. |x| p
xp
o
x p
|x| = p
|x| > p
b = a b2 = a
Esta denici
on signica lo siguiente:
1.
2.
3.
Si el n
umero a es positivo, existen exactamente dos races cuadradas de a, una
positiva y la otra negativa.
Si a = 0, existe una sola raz cuadrada de a, la que es igual a cero.
Si el n
umero a es negativo, no existe ninguna raz cuadrada de a.
En C
alculo, esta denici
on de raz cuadrada, si la aceptamos tal cual, presenta varias
dicultades:
un esta denici
4 = {2, 2}, y no tendra sentido hablar de la suma 3 + 4, ya que no sabramos
si dicha suma es 1 o 5.
Para resolver estos problemas, en C
alculo, lo que se hace es diferenciar ambas races,
introduciendo el concepto de raz aritm
etica.
Definici
on 1.6 (Raz cuadrada aritm
etica). Se llama raz cuadrada aritm
etica de un
n
umero positivo, a, a la raz cuadrada positiva de este n
umero.
b = a b2 = a y b 0
En consecuencia, la armaci
on de que b es la raz cuadrada aritmetica de a es equivalente a un conjunto de dos armaciones: b2 = a y b 0; con esto se supone que a es un
n
umero positivo o cero.
En C
alculo, cuando hablamos de raz cuadrada nos referimos, siempre, a la raz cuadrada
aritmetica. As, por ejemplo, aunque 4 tenga dos races cuadradas,
2 y -2, con el smbo
lo 4 solamente nos referimos a la raz cuadrada positiva 4 = +2. Para
indicar la raz
cuadrada negativa tendremos que explicitarlo con un signo menos 4 = 2. Es de
cir, en C
alculo, para evitar la ambivalencia, el smbolo x denota exclusivamente la raz
no-negativa de x.
2
2
2
Tenemos que tanto x como x son
races cuadradas de x , ya que (+x) = x y
2
2
alculo, x2 no es simplemente un n
umero cualquiera que
(x) = x . Sin embargo, en C
umero positivo o cero. En
elevado al cuadrado da x2 , sino que es indispensablemente un n
consecuencia,
x2 = |x|
Lo que signica que, en general, no se va a poder compensar el cuadrado con la raz
cuadrada, salvo que el radicando sea positivo.
x2 = x
Por otro lado, la soluci
on de la ecuaci
on x2 = p no se puede expresar simplemente
con x = p, ya que con este smbolo nos vamos a referir, exclusivamente, a una de las dos
posible soluciones. En consecuencia tendremos que indicar
x2 = p x = x
Ejemplo 1.9 (Ecuaciones con valor absoluto). Resolver las siguientes ecuaciones:
1. |x 5| = 4,
Soluci
on.
2. |x 5| = 4,
3. |x 5| = 0,
4. |x + 1| = 3x 9
CAPITULO 1. CONCEPTOS BASICOS
10
1. |x 5| = 4
2. |x 5| = 4
3. |x 5| = 0
4.
x5=4
o
x 5 = 4
x=9
x=1
No tiene solucion.
|x + 1| = 3x 9
x5=0
x=5
x+10
x + 1 = 3x 9
o
x+10
x 1 = 3x 9
x 1
10 = 2x
x 1
8 = 4x
x=5
x=5
No
11
37
3 9 + 40
5
2
=
=
x 3x 10 = 0 x =
2
2
2
de donde,
x = 5 52 2 5 8 = 25 10 8 = 7 > 0,
x = 2 (2)2 2 (2) 8 = 4 + 4 8 = 0.
Luego las dos soluciones son validas.
b) x2 2x 8 < 0. En este caso resulta la ecuacion: x2 + 2x + 8 = x + 2.
En consecuencia tenemos que resolver el sistema
x2 2x 8 < 0
x2 x 6 = 0
Para ello resolvemos la ecuacion y comprobamos las soluciones en la inecuacion. As,
15
1 1 + 24
3
2
=
=
x x6=0 x=
2
2
2
de donde,
x = 3 32 2 3 8 = 9 6 8 = 5 < 0,
x = 2 (2)2 2 (2) 8 = 4 + 4 8 = 0.
En este caso la primera soluci
on es valida y la segunda no. No obstante,
x = 2 es valida, por el caso anterior.
En consecuencia las soluciones de la ecuaci
on inicial son x = 2, x = 3
y x = 5.
Ejemplo 1.11. Resolver la ecuaci
on x2 4|x| 5 = 0
Soluci
on. En este ejemplo, para liberarnos del m
odulo podemos considerar
sucesivamente los dos casos x 0 y x < 0; o bien, teniendo en cuenta que
x2 = |x|2 , transformar la ecuaci
on inicial en |x|2 4|x|5 = 0 que se resuelve
con un cambio de variable, o bien, directamente:
46
4 16 + 20
5 x = 5 o 5
2
=
=
|x| 4|x| 5 = 0 |x| =
1 no es solucion
2
2
Luego la ecuacion inicial tiene dos soluciones x = 5 y x = 5.
CAPITULO 1. CONCEPTOS BASICOS
12
|x 1| 3,
|x 1| 2
2.
5.
|2 4x| 6,
|2x 3| 2,
|x| 2
|2x 3| 2
3.
6.
Soluci
on.
1. |x 1| 3 3 x 1 3 2 x 4 x 2, 4
2. |2 4x| 6 6 2 4x 6 8 4x 4 2 x 1
1 x 2 x 1, 2
3. |x| 2
x2
x 2
x , 2 2, +
x3
x 1
x , 1 3, +
4. |x 1| 2 2 x 1 2 1 x 3
4 2x 2 4 2 2x 6 1 x 3
|2x 3| 1
1 2x 3 1 2 2x 4 1 x 2
x2
x1
x 1, 1 2, 3
Expresi
on de intervalos mediante valor absoluto
a, b = x R/ |x
ba
a+b
|
2
2
13
Nota: Para hallar el punto medio de un intervalo basta con hallar la media aritmetica de
sus extremos. Es decir, el punto medio del intervalo (a, b) es
m=
a+b
2
1. 2, 2 ,
Soluci
on.
1.
2.
2. 1, 3 ,
3. , 2 2, + ,
2, 2 = {x R/
|x| 2}
1, 3 = {x R/
|x 1| 2}
3.
, 2 2, +) = {x R/
4.
, 1 5, +) = {x R/
4. , 1 5, + .
|x| 2}
|x 3| 2}
Definici
on 1.7 (Intervalo reducido de un punto). Se llama entorno
reducido de un punto a un entorno en el que se ha suprimido el punto.
Ejemplo 1.15 (Expresion mediante valor absoluto de un entorno reducido).
Expresar mediante valor absoluto un entorno reducido de 4 de radio 2.
Soluci
on.
(2, 4) (4, 6) = {x R/
0 < |x 4| < 2}
(x2 x1 )2
Nota: El orden en que se restan los puntos x1 y x2 no importa, ya que |x2 x1 | = |x1 x2 |
A la diferencia de los n
umeros (sin el valor absoluto) se le llama distancia dirigida.
As,
a) la distancia dirigida de x1 a x2 es x2 x1 ; y,
b) la distancia dirigida de x2 a x1 es x1 x2 .
En consecuencia, la distancia dirigida es positiva cuando se mide hacia la derecha
(orden creciente de los n
umeros) y negativa cuando se mide hacia la izquierda (orden
decreciente de los n
umeros).
CAPITULO 1. CONCEPTOS BASICOS
14
Soluci
on. a) La distancia entre -2 y 5 viene dada por:
d = |5 (2)| = |7| = 7
b) La distancia dirigida desde -2 a 5 es 5-(-2)=7
c) La distancia dirigida desde 5 a -2 es -2-5=-7
Distancia = 7
b) 2 3x 11
3x 2 7
5x 7 3
4x 1 5
7x 1 13
b)
c)
3 2x 1
3 2x 7
2x 3
<1
x5
b)
a) |x + 1| + 2 = 2
1
x
b) 3 x2 6x + 8 8
b) |x + 1| + 2 = 1
x 2
x 1 = 3
a) |3x 6| = x + 2
b)
c) |x2 6x + 8| = x 2
d) x2 + |x| 2 = 0
b)
c) |x + 1| + 2 = 3
x 2
x 1 < 3
x0 < x < x0 +
x = x0
1.2.
1.2.1.
15
a) Plano cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el plano, se construye mediante dos rectas perpendiculares, llamadas ejes de coordenadas. La recta real horizontal se llama tradicionalmente eje x y la vertical eje y. Su punto de intersecci
on se llama origen de
coordenadas.
Los ejes de coordenadas dividen al plano en cuatro partes llamadas cuadrantes.
Cada punto del plano se identica por un par ordenado (x, y) de n
umeros
reales, llamados coordenadas del punto. El n
umero x se llama coordenada x
o abscisa y representa la distancia dirigida desde el eje y al punto. El n
umero
y se llama coordenada y u ordenada y representa la distancia dirigida desde
el eje x al punto.
y
Cuadrante II
3
2
y
1
3 2 1
1
2
Cuadrante III 3
Cuadrante I
x
(x, y)
y
2x3
Origen
Cuadrante IV
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos reriendo.
b) Espacio cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el espacio, se construye mediante tres rectas perpendiculares, llamadas ejes de coordenadas. El primer eje se llama tradicionalmente eje x,
el segundo eje y, y el tercero eje z. Su punto de intersecci
on se llama origen
de coordenadas.
Un sistema de referencia tridimensional puede tener orientaci
on positiva
u orientaci
on negativa. Tiene orientaci
on positiva si un tornillo situado
en el eje z que gire desde el eje x hacia el eje y, avanza hacia la direcci
on
positiva del eje z; y orientaci
on negativa si avanza en direcci
on contraria.
Los ejes de coordenadas, tomados de dos en dos, determinan tres planos
coordenados, denominados por plano xy, plano xz y plano yz. Estos planos
CAPITULO 1. CONCEPTOS BASICOS
16
z
z
y
Orientaci
on positiva
Orientaci
on negativa
z
x
1.2.2.
a) En el plano. Para hallar la distancia entre dos puntos del plano (x1 , y1 )
y (x2 , y2 ). Formamos con ellos un triangulo rect
angulo, con lados paralelos
a los ejes de coordenadas, y aplicamos el teorema de Pitagoras.
y
y1
(x1 , y1 )
d
|y2 y1 |
y2
|x2 x1 |
x1
(x2 , y2 )
x2
En su virtud, resulta
d2 = (x2 x1 )2 + (y2 y1 )2
17
(x2 x1 )2 + (y2 y1 )2
Proposici
on 1.2 (Distancia entre dos puntos del plano). La distancia
d entre los puntos (x1 , y1 ) y (x2 , y2 ) viene dada por
d=
(x2 x1 )2 + (y2 y1 )2
1.2.3.
16 + 9 = 25 = 5
[2 (2)]2 + (1 4)2 =
El crculo y la esfera
a) La circunferencia en el plano. Teniendo en cuenta que la circunferencia de centro (x0 , y0 ) y radio r esta formada por los puntos del plano cuya
distancia al centro (x0 , y0 ) es el radio r, resulta
Proposici
on 1.3 (Ecuaci
on de la circunferencia). El punto (x, y)
est
a en la circunferencia de centro (x0 , y0 ) y radio r si y s
olo si
(x x0 )2 + (y y0 )2 = r2
(1.2)
CAPITULO 1. CONCEPTOS BASICOS
18
Demostraci
on. En efecto, si (x, y) es un punto de la circunferencia, su distancia al centro (x0 , y0 ), sera r, en consecuencia
(x x0 )2 + (y y0 )2 = r
y elevando al cuadrado los dos miembros de la igualdad se obtiene la ecuaci
on
de la circunferencia
(x x0 )2 + (y y0 )2 = r2
Si la circunferencia tiene su centro en el origen de coordenadas (0, 0) y
radio r, su ecuacion sera
x2 + y 2 = r2
Se llama crculo o disco al interior de una circunferencia. En consecuencia
Proposici
on 1.4 (Ecuaci
on de un crculo o disco). El punto (x, y)
olo si
est
a en el crculo de centro (x0 , y0 ) y radio r si y s
(x x0 )2 + (y y0 )2 < r2
(1.3)
y
(x0 , y0 )
(x0 , y0 )
r
(x, y)
(x, y)
x
(x x0 )2 + (y y0 )2 = r2
x
(x x0 )2 + (y y0 )2 r2
Ejemplo 1.18 (Hallando la ecuacion de una circunferencia). Una circunferencia tiene su centro en el punto (2, 1) y contiene al punto (1, 3)
a) Halla la ecuaci
on de la circunferencia
b) Halla la ecuaci
on del crculo delimitado por la circunferencia
Soluci
on. El radio es la distancia entre el centro (2, 1) y el punto (1, 3). En
consecuencia,
r = [1 (2)]2 + (3 1)2 = 9 + 4 = 13
Por lo tanto, se tiene: a) Ecuaci
on de la circunferencia.
19
de donde,
(x + 2)2 + (y 1)2 = 13
b) Ecuaci
on del crculo.
(x + 2)2 + (y 1)2 < 13
y
(1, 3)
(2, 1)r
Ecuaci
on general de la circunferencia. Si en la ecuaci
on can
onica de la
circunferencia
(x x0 )2 + (y y0 )2 = r2
eliminamos los parentesis y simplicamos, resulta una ecuacion del tipo
Ax2 + Ay 2 + Dx + Ey + F = 0,
A=0
(1.4)
x2 + y 2 + x 4y +
) + (y 2 4y+
)=
13
4
1
13 1
+ (y 2 4y + 4) = + + 4
4
4
4
13
=0
4
CAPITULO 1. CONCEPTOS BASICOS
20
de donde resulta
x+
1
2
+ (y 2)2 = 1
Soluci
on. Pasamos de la forma general a la forma can
onica completando
cuadrados. Para ello, en primer lugar dividimos por 3 para que los coecientes de x2 e y 2 sean 1.
3x2 + 3y 2 18x 12y + 39 = 0
x2 + y 2 6x 4y + 13 = 0
) = 13
) + (y 2 4y+
)+9=0
completando cuadrados
(x + 1)2 1 + (y 2)2 4 + 9 = 0
de donde resulta
(x + 1)2 + (y 2)2 = 4
que no tiene soluci
on ya que la suma de dos cuadrados no puede dar un
resultado negativo.
21
Nota: La ecuaci
on general Ax2 + Ay 2 + Dx + Ey + F = 0 no siempre representa una
circunferencia, sino que, en algunas ocasiones se reduce a un punto, y en otras no tiene
soluci
on
(1.6)
CAPITULO 1. CONCEPTOS BASICOS
22
b) (2, 1, 3) y (4, 2, 1)
1.2.2. Hallar x tal que la distancia del origen al punto (x, 4) sea 5.
1.2.3. Hallar y de modo que la distancia de (1, 2) a (2, y) sea 5.
1.2.4. Hallar la ecuaci
on de una circunferencia:
a) Que tiene su centro en el punto (1, 1) y pasa por el origen de coordenadas.
b) Que pasa por los puntos (1, 1), (3, 1) y (3, 3).
1.2.5. Discutir las gr
acas de las ecuaciones:
a) x2 + y 2 + 6x 4y + 12
b) x2 + y 2 2x + 4y + 5 = 0
c) x2 + y 2 4x 6y + 14 = 0
1.2.6. Hallar, en cada caso, el conjunto de todos los puntos que verican la desigualdad
a) x2 +y 2 6x4y +9 0
b) x2 +y 2 4x2y +1 > 0
c) x2 +y 2 +2x4y +6 < 0
1.2.7. Determinar la gr
aca de la ecuaci
on: 2(x + y) (x + y)2 = (x y)2
1.2.8. Hallar la ecuaci
on de una supercie esferica que tiene a los puntos (3, 2, 3) y
(1, 2, 1) como extremos de un di
ametro.
1.3.
1.3.1.
Funciones
Definiciones
1.3. FUNCIONES
23
De las causas de estas relaciones se ocupan las distintas ramas del saber
(Fsica, Economa, Derecho, etc.). En C
alculo nos ocupamos del estudio de
estas relaciones vistas en s mismas, desposeyendolas del signicado material
de las magnitudes que intervienen. Adem
as, nos limitamos, en gran medida,
a un tipo particular de relaciones denominadas funciones.
Una funci
on es una correspondencia entre dos magnitudes (numericas
o no numericas). Ahora bien, cuando nos referimos a funciones, la correspondencia siempre hay que entenderla en una direcci
on determinada, por
ejemplo, el espacio funci
on del tiempo (el espacio sera la imagen y el tiempo el origen). No obstante, hay que advertir que no se considera funci
on a
cualquier correspondencia, sino que para que una correspondencia sea funcion, la imagen de cada elemento tiene que ser u
nica y estar bien determinada. Por ejemplo, la relaci
on entre los ciudadanos y los pases del mundo
mediante la nacionalidad no es una funci
on, porque existen ciudadanos con
doble nacionalidad. Es decir, para que una correspondencia sea funci
on, los
originales no pueden tener m
as de una imagen, si bien, varios originales
distintos s que pueden tener la misma imagen. En consecuencia una correspondencia puede ser funci
on en un sentido y no serlo en el sentido contrario.
Nota: Aunque el concepto de funci
on nace del estudio de la relaci
on existente entre
dos magnitudes que est
an vinculadas por una relaci
on de causalidad (causa-efecto), y se
establece la causa como variable independiente y el efecto como variable dependiente. Sin
embargo, en Matem
aticas se pueden establecer funciones entre dos magnitudes, aunque
no exista ning
un tipo de causalidad entre ellas. Es decir, se pueden establecer relaciones
de manera articial.
La idea de funci
on que se adquiere en los primeros contactos con el
Calculo, tanto en la Ense
nanza Secundaria como en el Bachillerato, por
lo com
un, suele identicar el concepto de funci
on con una f
ormula, por
ejemplo
f (x) = x2 5x + 6,
y se entiende que esta formula asocia a cada n
umero real x otro n
umero real
f (x). Basta sustituir x por un n
umero concreto y hacer las operaciones indicadas, para obtener su imagen. Tambien se comprende que ciertas formulas,
tales como
g(x) = x 4,
no esten denidas para todos los n
umeros reales, y por tanto, que haya
n
umeros reales que no tengan imagen mediante dichas funciones, de ah el
estudio de los dominios. Sin embargo, el alumno de Secundaria, e incluso el
de Bachillerato, se suele resistir a comprender que haya funciones denidas
a trozos, en partes, o seg
un los casos. Es decir, funciones en las que
no todos los n
umeros tienen el mismo tratamiento, sino que seg
un sea el
n
umero se le aplica una f
ormula u otra para calcular su imagen. El ejemplo
CAPITULO 1. CONCEPTOS BASICOS
24
x si x 0
x si x < 0
M
as incomprensible suelen se las funciones que se denen con un punto
aparte como la funci
on
k(x) =
sen x
x
si x = 0
si x = 0
x si x Q
x si x R Q
en donde a los n
umeros racionales se les aplica una formula y a los irracionales otra.
Dentro de esta asociacion de ideas, funci
on versus f
ormula, todava es
mucho mas incomprensible el hecho de que haya funciones para las que no
exista una f
ormula que las represente.
Otra asociacion de ideas que tambien suele resultar perniciosa a la hora de generalizar el concepto de funci
on es el identicar la funci
on con su
gr
aca. Tanto la f
ormula como la gr
aca son dos instrumentos que
nos ayudan, enormemente, a comprender el concepto de funci
on, pero no
debemos identicar los instrumentos con el concepto mismo, ni sentirnos
atrapados por los instrumentos a la hora de generalizar los conceptos.
Estas identicaciones de ideas que realizan los alumnos de Secundaria y
Bachillerato no nos deben de preocupar en demasa ya que responden a las
mismas identicaciones de ideas que han realizado los matematicos a lo largo
de la historia de las Matem
aticas, pero es bueno explicitarlas y ponerlas de
maniesto con objeto de superarlas.
Estas observaciones ponen de maniesto que el requisito de que una funcion sea una f
ormula es indebidamente restrictivo, y m
as a
un, el identicar
las funciones con sus gr
acas. Por otro lado, tambien resulta importante
hacer una clara distinci
on entre la funci
on misma y los valores de la funci
on.
Es decir, una cosa es la funci
on f y otra el valor f (x).
Una primera aproximaci
on al concepto de funci
on podra ser la siguiente
denici
on:
Una funci
on f de un conjunto A a un conjunto B (A y B no necesariamente distintos) es una regla de correspondencia que asigna a cada elemento
x de un cierto subconjunto D de A, un elemento (y s
olo uno) bien determinado y de B (adem
as, ni A ni B pueden ser el conjunto vaco).
1.3. FUNCIONES
25
D A
B o bien f : D A B
f : x y, o bien y = f (x)
Esta denici
on admite la posibilidad de que la funci
on pueda no estar
denida para ciertos elementos de A, as como que haya elementos de B que
no sean imagenes de elementos de A. Es decir, que tanto en A como en B
puede haber elementos no relacionados mediante la funci
on f . Y ademas,
admite la consideracion de funciones para las cuales los conjuntos A y B no
son necesariamente de n
umeros reales. Sin embargo, la denici
on presenta
un inconveniente y es que no es totalmente clara, ya que no se dene lo que
deba interpretarse por regla de correspondencia.
Una forma m
as precisa de denir el concepto de funci
on consiste en
imaginarla como el conjunto formado por las parejas de elementos que est
an
relacionados entre s. La funci
on, as concebida, sera un conjunto de pares
ordenados f AB. Evidentemente cualquier conjunto de pares ordenados
no dene una funci
on, ya que el primer elemento de las parejas no se puede
repetir dentro del conjunto. La funci
on, as concebida, sera un conjunto, y
la podemos pensar como el conjunto de puntos que integran la gr
aca de la
funci
on. La denici
on, en estos terminos, es la siguiente:
Definici
on 1.10 (Funci
on). Sean A y B conjuntos (no vacos y no necesariamente distintos). Una funci
on de A a B es un conjunto f de pares
ordenados de A B con la propiedad de que si (a, b) y (a, b ) son elementos
de f , entonces b = b .
f = {(a, b) A B / (a, b) f y (a, b ) f b = b }
Resulta conveniente tener siempre presente esta doble concepcion de las
funciones: una est
atica, como un conjunto de pares ordenados (a, b); y otra
din
amica, como una transformaci
on del primer elemento de cada par en el
segundo b = f (a).
Si (a, b) es un elemento de una funci
on f , entonces, en vez de escribir
(a, b) f , se escribe:
b = f (a)
f : ab
CAPITULO 1. CONCEPTOS BASICOS
26
1.3.2.
Representaci
on de funciones
Verbal
mediante una descripci
on con palabras.
Numerica mediante una tabla de valores.
Algebraica mediante una ecuaci
on.
Visual
mediante una gr
afica,
un diagrama de flechas,
una m
aquina.
1.3. FUNCIONES
27
a) Descripci
on verbal. Una funci
on puede venir denida mediante una
descripcion verbal. Por ejemplo, la funci
on que indica la relaci
on existente
entre el peso de las manzanas y el precio que hay que pagar por ellas,
suponiendo que el kilo de manzanas cuesta 1.5 euros.
b) Representaci
on tabular. Una manera importante de representar una
funci
on es mediante una tabla. Es lo que hacemos, normalmente, cuando
vamos a representar gr
acamente una funci
on: darle valores y formar una
tabla con ellos. La tabla puede construirse de manera horizontal o vertical.
x y
x0 y0
x1 y1
..
..
.
.
x x0 x1
y y0 y 1
Pas
Argentina
Chile
Espa
na
Mexico
Per
u
c) Expresi
on algebraica. En C
alculo la principal manera de representar
una funci
on es mediante una ecuacion que liga a las variables (dependiente e
independiente). Para evaluar la funci
on se asla la variable dependiente en la
parte izquierda de la ecuaci
on, con objeto de obtener la relaci
on funcional.
As, si escribimos la ecuacion 3x + 2y = 1 de la forma
y=
1 3x
2
1 3x
2
CAPITULO 1. CONCEPTOS BASICOS
28
14
1 3(5)
=
= 7
2
2
Esta manera de expresar las funciones permite denir funciones por secciones, es decir, mediante varias formulas, de tal manera que seg
un los casos
se aplica una u otra.
Ejemplo 1.23 (Evaluando una funcion definida por varias formulas). Dada
la funci
on definida por
f (x) =
x2 + 3
2x + 5
si x 1
si x < 1
y
y = f (x)
y
x
y2
y1
x
1.3. FUNCIONES
29
Nota: Aunque la gr
aca de una funci
on y la propia funci
on son dos conceptos totalmente
diferentes (la gr
aca no es m
as que uno de los multiples instrumentos que podemos utilizar
para visualizar la funci
on), es usual identicar una funci
on con su gr
aca. As, por ejemplo, es costumbre referirse a la par
abola y = x2 , como si ambos conceptos fueran lo mismo.
(Nosotros, para evitar sutilezas, por lo general, diremos la par
abola de ecuaci
on y = x2 ).
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
x2 + y 2 = 1
y = + 1 x2
y = 1 x2
r b
Rf
B
CAPITULO 1. CONCEPTOS BASICOS
30
f ) La funci
on como una m
aquina. Existe otra manera de visualizar una
funci
on, concebida como una transformaci
on, especialmente u
til para comprender algunas propiedades te
oricas, y que consiste en imaginar la funci
on
como una maquina que acepta elementos de Df como materia prima produciendo elementos correspondientes de Rf como producto nal.
x
f (x)
1.3.3.
f (x) = x + 3
tiene como dominio implcito Df = {x / x 3} que son todos los n
umeros
para los que tiene sentido la ecuacion que dene la funci
on.
En las aplicaciones pr
acticas del Calculo, cuando se conoce el signicado
de las magnitudes que intervienen, el dominio de la funci
on, por lo general,
queda determinado por el contexto del problema (dominio contextual).
Ejemplo 1.24 (Hallando el dominio de una funcion). Encontrar el dominio
de las funciones
a) f (x) =
x
2
x 1
b) g(x) =
x1
x2
c) h(x) =
x1
d) k(x) = ln x
Soluci
on. a) Se trata de encontrar aquellos n
umeros, x, para los cuales tiene
sentido la f
ormula dada para f (x). Es decir que valores pueden darse a
x, de manera que al realizar las operaciones indicadas en la expresi
on que
dene f (x) se obtenga un valor numerico y no tropecemos con una operacion
imposible?
1.3. FUNCIONES
31
12
La determinaci
on de los n
umeros 1 y -1 se realiza resolviendo la ecuacion
x2 1 = 0
x2 = 1
x = 1
x1
Dg = [1, +)
CAPITULO 1. CONCEPTOS BASICOS
32
1.3.4.
Restricci
on Si f es una funci
on con dominio Df y D1 es un subconjunto
de Df , D1 Df , se puede denir una nueva funci
on f1 con dominio
D1 por medio de f1 (x) = f (x) para cada x D1 . Esta funci
on se llama
restricci
on de f al conjunto D1 . Es decir,
f1 = {(a, b) f / a D1 }
y se escribe f1 = f |D1 para denotar la restricci
on de la funci
on f al
conjunto D1 .
Extensi
on Si g es una funci
on con dominio Dg y D2 Dg , entonces
cualquier funci
on g2 con dominio D2 tal que g2 (x) = g(x) para toon de g al conjunto D2 .
do x Dg se llama una extensi
Nota: Usualmente no nos referiremos explcitamente a las restricciones de una funci
on,
sino que lo haremos de manera implcita utilizando el siguiente lenguaje: Sea f una funci
on
on definida y que cumple
definida en un entorno de x0 , entonces ... o bien, sea f una funci
tal condici
on en un conjunto D1 , entonces ... u otras expresiones similares. Entendemos
que, en dichos casos, la funci
on puede tener un dominio superior, pero que el entorno o el
an contenidos en ese dominio. Sin hacer disquisiciones
conjunto D1 , respectivamente, est
exquisitas sobre si nos estamos reriendo a la funci
on o a una restricci
on de la misma.
1.3.5.
Composici
on de funciones.
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
componer dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
f
x y z
x f (x) g f (x)
Por ejemplo, si f est
a denida en todo R por f (x) = x3 y g est
a denida s
olo para
para estos n
umeros reales deber
a tener el valor x3 .
1.3. FUNCIONES
33
De la propia denici
on se desprende inmediatamente que si f y g son funciones, entonces la composicion g f es una funci
on con
Dgf = {x Df / f (x) Dg }
Rgf = {g f (x) / x Dgf }
La composicion de funciones tambien se puede interpretar como una sustituci
on de una funci
on en la otra. En este sentido, la composicion tambien
se puede denir de la siguiente forma
Definici
on 1.12 (Composici
on como sustituci
on de la variable).
Sean f y g dos funciones cualesquiera. Se llama composici
on de f con g, y
se representa por g f , a la funci
on definida del siguiente modo:
g f (x) = g f (x)
f (x)
g f (x)
f (x)
g f (x)
gf
Figura 1.14: Composicion de funciones
De la denici
on se deduce que la composicion de funciones no siempre
esta denida, siendo necesario y suciente para ello que el recorrido de la
primera tenga puntos comunes con en el dominio de la segunda. Es decir,
Rf Dg =
CAPITULO 1. CONCEPTOS BASICOS
34
Df
Dg
gf
Figura 1.15: f D D
Dgf = Df
Si no se da esta situaci
on, entonces exigiremos la posibilidad de poder restringir la
funci
on f a un nuevo dominio Df , que cumpla las condiciones exigidas en el teorema
correpondiente, y para el que se cumpla f Df Dg , con objeto de que Dgf = Df .
Ahora bien, en la pr
actica, cuando vamos a resolver un problema de composici
on de
funciones, para ver si es posible la composici
on, simplemente nos jaremos en los conjuntos inicial y nal de cada funci
on, sin hacer referencia a los dominios. En consecuencia,
bastar
a observar si el conjunto nal de la primera funci
on coincide (o se puede hacer coincidir, de alguna manera) con el conjunto inicial de la segunda, y posteriormente haremos
referencia al dominio de la composici
on obtenida. Es decir, para componer buscaremos la
posibilidad de la situaci
on:
A B
B C
A C
A B
h
C
Decir que el esquema es conmutativo signica que da lo mismo pasar de A a
C por la derecha que por la izquierda. Lo que equivale a escribir: h = g f .
Tambien es costumbre representar el diagrama anterior con un aspecto
mas lineal
f
g
A B C
1.3. FUNCIONES
35
f g
Figura 1.16: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)
y = f g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar g
no podramos aplicar f . Sin embargo, esta restricci
on no es necesaria para
poder realizar, parcialmente, la composicion de las funciones, s
olo que, en
este caso, habra que reducir el dominio de la composici
on a los puntos del
dominio de la primera que tienen su imagen en el dominio de la segunda.
Desde el punto de vista formal la composicion, de funciones reales de una
variable real, puede enunciarse de la siguiente forma: Dadas las funciones
CAPITULO 1. CONCEPTOS BASICOS
36
I
J
R
f g :I RR
(f g)(x) = f g(x)
g(x) = x2 + 2
1.3.6.
Funci
on inyectiva. Una funci
on se dice que es inyectiva cuando elementos
distintos tienen im
agenes distintas, es decir, cuando no existen dos elementos
distintos con la misma imagen. Por tanto, f es inyectiva si y solo si:
f (a) = f (a ) a = a
O bien, alternativamente, f es inyectiva si y solo si, para a y a en Df , se
tiene
a = a f (a) = f (a )
Formalmente se puede establecer la siguiente denici
on:
Definici
on 1.13 (Funci
on inyectiva). Sea f una funci
on con dominio
Df en A y rango Rf en B. Se dice que f es inyectiva o uno a uno si, cada
vez que (a, b) y (a , b) son elementos de f , entonces a = a
1.3. FUNCIONES
37
A
g
Dg = Rf , Rg = Df
(a, b) f (b, a) g
La funci
on g se llama funci
on inversa o recproca de f y se denota por f 1 .
En consecuencia:
f
B
f 1
Df 1 = Rf , Rf 1 = Df
(a, b) f (b, a) f 1 o bien b = f (a) a = f 1 (b)
CAPITULO 1. CONCEPTOS BASICOS
38
f
ar
Df
rb
Rf
f 1
Nota: En consecuencia, para que dos funciones reales de variable real, f y g, sean inversas
la una de la otra se ha de cumplir:
1.
2.
3.
Dg = Rf , y Rg = Df .
Que ambas sean inyectivas:
f (x1 ) = f (x2 ) x1 = x2 y g(x1 ) = g(x2 ) x1 = x2
Que su composici
on sea la identidad f g(x) = g f (x) = x
Ejemplo 1.26 (Componiendo funciones recprocas). Comprobar que las siguientes funciones son recprocas
f (x) = x3 + 1
g(x) =
x1
Soluci
on. Se tiene:
a) Los dominios y recorridos de ambas funciones coinciden con el conjunto
de los n
umeros reales. En consecuencia Dg = Rf , y Rg = Df
b) Ambas funciones son inyectivas. En efecto.
f (x1 ) = f (x2 ) x31 + 1 = x32 + 1 x31 = x32 x1 = x2
g(x1 ) = g(x2 )
x1 1 =
x2 1 x1 1 = x2 1 x1 = x2
x1
+1=x1+1=x
x3 + 1 1 =
x3 + 1 1 =
x3 = x
1.3. FUNCIONES
39
3
y=x
2
1
f (x) = x3 + 1
x
0
-1
g(x) =
-2
x1
-3
-3
-2
-1
Figura 1.18:
Proposici
on 1.8 (Recproca de la recproca). Si g es la inversa de f ,
entonces tambien f es la inversa de g. Es decir, la recproca de la recproca
es la propia funci
on.
1
f 1
=f
Nota: Hay que advertir que aunque para denotar a la funci
on inversa se utiliza el exponente 1, no por eso se trata de una potencia. La utilizaci
on de esta notaci
on es c
omoda
porque algunas propiedades de la funci
on inversa recuerdan las propiedades de las poten1
= f.
cias, como es que la recproca de la recproca coincide con la propia funci
on f 1
Sin embargo, hay que advertir que esta notaci
on puede inducir a enga
no, ya que, en general
f 1 (x) =
1
f (x)
C
alculo de la correspondencia recproca. Para calcular la recproca de
una funci
on se pueden seguir dos procedimientos:
a) Deshaciendo operaciones. Consiste en deshacer las operaciones en el
orden inverso al que estan realizadas en la funci
on dada. Este metodo solamente es aplicable a funciones que vienen denidas mediante ecuaciones
sencillas, en las que aparece una sola vez la variable independiente x. Partiendo de x vemos que operaciones hay que realizar para construir la funci
on
f (x). La inversa se obtiene deshaciendo las operaciones en el orden inverso
al que estan realizadas en la funci
on dada.
b) Despejando la variable independiente. Consiste en despejar la variable independiente, x, en la ecuacion y = f (x), con objeto de obtener la
recproca, x = g(y) (que puede expresarse en terminos de x intercambiando
x por y para obtener y = g(x)).
Nota: Los pasos a seguir para calcular la funci
on inversa son:
1.
2.
Despejar x en funci
on de y: x = g(y) = f 1 (y).
3.
CAPITULO 1. CONCEPTOS BASICOS
40
4.
b) f (x) = 3x
b) f (x) = 5x3 + 2
Soluci
on. Las tres funciones son inyectivas y est
an denidas para todos los
n
umeros reales, en consecuencia, sus correspondencias recprocas son funciones. Para calcularlas, partimos de x y deshacemos las operaciones, en el
orden inverso al que estan dadas. As,
a) La funci
on f supone sumar 3. En consecuencia, su recproca consistir
a en
restar 3.
f (x) = x + 3 f 1 (x) = x 3
b) La funci
on f supone multiplicar por 3. En consecuencia, su recproca
consistira en dividir por 3.
f (x) = 3x
f 1 (x) = x/3
c)La funci
on f supone:
1o ) Elevar al cubo
2o ) Multiplicar por 5
3o ) Sumar 2
1o ) Restar 2
Luego, f 1 (x) =
2o ) Dividir por 5
x2
5
3o ) Extraer la raz c
ubica.
Ejemplo 1.28 (Hallando la funcion recproca). Hallar, si existen, las funciones inversas de:
a) f (x) = x2
b) f (x) = x2 con Df = {x R/ x 0}
c) f (x) = x2 con Df = {x R/ x 0}
Soluci
on. a) La funci
on f (x) = x2 con dominio Df = R no es inyectiva y
en consecuencia la correspondencia inversa no es una funci
on. En efecto, la
acilmente se ve que no es
funci
on f es la funci
on f = {(x, x2 ); x R}, y f
uno a uno. En efecto, f (2) = f (2) = 4, y en consecuencia los dos pares
ordenados (2, 4) y (2, 4) pertenecen a f . En general, se tiene
f (x1 ) = f (x2 ) x21 = x22
x1 = x2
x1 = x2
1.3. FUNCIONES
41
En consecuencia, la funci
on tiene inversa. El procedimiento para calcular la
funci
on inversa consiste en expresar x en funci
on de y.
y = x2 x =
y Rf = {y R; y 0}
f 1 (x) = x
Ejemplo 1.29 (Hallando la funcion recproca). Hallar, si existe, la funci
on
recproca de:
3x + 5
f (x) =
x2
Soluci
on. La funci
on es inyectiva. En efecto, sea f (x1 ) = f (x2 ), sera;
3x2 + 5
3x1 + 5
=
x1 2
x2 2
de donde, quitando denominadores y operando, resulta
(3x1 + 5)(x2 2) = (3x2 + 5)(x1 2)
3x1 x2 6x1 + 5x2 10 = 3x1 x2 6x2 + 5x1 10
y simplicando, resulta x1 = x2
Despejando la variable x resulta,
y=
3x 5
y(x 2) = 3y + 5 yx 2y = 3y + 5 x(y 3) = 2y + 5
x2
2y + 5
x=
y3
2x + 5
x3
f 1 (x) =
2x + 5
x3
42
1.
2.
3.
Proposici
on 1.9 (Simetra de las correspondencias inversas). La
gr
afica de una correspondencia f y la de su recproca f 1 son simetricas
respecto de la bisectriz del primer y tercer cuadrante, y = x
Demostraci
on. En efecto, por denici
on de la inversa, se tiene
(a, b) f (b, a) f 1
y
y=x
(b, a)
f 1
(a, b)
x
Proposici
on 1.10 (Las funciones estrictamente mon
otonas son inyectivas). Si una funci
on f es estrictamente mon
otona en un intervalo,
entonces es inyectiva en ese intervalo.
1.3. FUNCIONES
43
Demostraci
on. Una funci
on es estrictamente monotona en un intervalo si
es: o bien estrictamente creciente, en dicho intervalo; o bien estrictamente
decreciente.
Por otro lado, una funci
on es inyectiva si puntos distintos tienen im
agenes
distintas. Es decir,
x1 = x2 f (x1 ) = f (x2 )
Elijamos x1 y x2 en el intervalo dado. Si x1 = x2 sera: o bien x1 < x2 ; o
bien x1 > x2 . Y al ser f estrictamente monotona ser
a f (x1 ) < f (x2 ); o bien
f (x1 ) > f (x2 ). En ambos casos f (x1 ) = f (x2 ). Por tanto f es inyectiva en
el intervalo.
x1 < x2
f (x1 ) < f (x2 )
o
o
x1 = x2
f (x1 ) = f (x2 )
f (x1 ) > f (x2 )
x1 > x2
Nota: El recproco de esta proposici
on no es cierto. Es decir, una funci
on inyectiva no
tiene porque ser estrictamente mon
otona. Es m
as, puede ser estrictamente creciente en un
intervalo y estrictamente decreciente en otro intervalo, con tal de que no haya dos puntos
en la misma horizontal
1.3.7.
Definici
on 1.15 (Funci
on suprayectiva). Sea f una funci
on con Df A
y rango Rf B. Se dice que f es suprayectiva o sobreyectiva cuando el
rango coincide con el conjunto final Rf = B
Definici
on 1.16 (Funci
on biyectiva). Sea f una funci
on con Df A y
aneamente, inyectiva
rango Rf B. Se dice que f es biyectiva si es, simult
y suprayectiva.
Si una funci
on es biyectiva, se dice que es una biyeccion.
1.3.8.
Im
agenes directa e inversa de un conjunto
Para m
as detalles sobre estos temas vease [3, Bartle], citado en la bibliografa.
CAPITULO 1. CONCEPTOS BASICOS
44
1.3.9.
Definici
on 1.19 (Funciones pares e impares). Una funci
on y = f (x)
se dice que es par si
f (x) = f (x)
Una funci
on y = f (x) se dice que es impar si
f (x) = f (x)
Nota: En las funciones pares al cambiar x por x se obtiene la misma expresi
on total.
En las funciones impares al cambiar x por x la expresi
on total cambia de signo.
b) g(x) = x3 + x
c) h(x) = x2 + x
Soluci
on. a) Esta funci
on es par ya que
f (x) = (x)2 1 = x2 1 = f (x)
b) Esta funci
on es impar ya que
g(x) = (x)3 + (x) = x3 x = (x3 + x) = g(x)
c) Esta funci
on no es ni par ni impar. En efecto,
h(x) = (x)2 + (x) = x2 x
= h(x)
= h(x)
Proposici
on 1.11 (Simetra de las funciones pares e impares). La
gr
afica de una funci
on par es simetrica respecto del eje vertical y la gr
afica
de una funci
on impar es simetrica respecto del origen de coordenadas.
1.3. FUNCIONES
45
y
(x, y)
(x, y)
(x, y)
x
(x, y)
Funci
on impar: f (x) = f (x)
Funci
on par: f (x) = f (x)
1.3.10.
La funci
on valor absoluto
f (x) =
x
si x 0
x si x < 0
0 1 2 3 4 5 6
CAPITULO 1. CONCEPTOS BASICOS
46
Soluciones en la p
agina 389
x + 1, hallar
a) f (2)
b) f (1)
c) f (3)
d) f (x + x)
x2 1
b) g(x) = ln(x 3)
a) f g(1)
b) f g(0)
x y g(x) = x 1, Hallar
c) f g(x)
d) g f (1)
e) g f (0)
f) g f (x)
x4
x2 + 1
g(x) = 2x + 3
f (x) = 3 x + 1,
g(x) = (x 1)3
1.3.6. Hallar la recproca de las funciones:
a) f (x) =
1
x
b) g(x) =
2x + 1
x1
1.3.7. Eliminar el valor absoluto de las siguientes ecuaciones, expresando las funciones
por casos.
a) f (x) = x2 3|x| + 2
1.4.
b) g(x) = |x 2| + |x| + 3
Lmite de sucesiones
Sucesi
on
Una sucesion es un conjunto de innitos n
umeros ordenados seg
un alg
un
criterio. Ejemplo,
1
1 1 1 1
{1, , , , , , , }
2 3 4 5
n
n
1 2 3 4 5
,}
{ , , , , , ,
2 3 4 5 6
n+1
{1, 0, 1, 0, 1, , sen n , }
2
Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los n
umeros naturales.
1 2 3 n
{ a1 a2 a3 an }
47
A los n
umeros que componen la sucesion a1 , a2 , a3 , . . . , se les llama
terminos de la sucesion y a an se le llama termino general o n-simo
termino de la sucesion y denotaremos la sucesion por {an }.
on cuyo doDefinici
on 1.20 (Sucesi
on). Una sucesi
on an es una funci
minio es el conjunto de los n
umeros naturales, a : N R. A los valores de
on y al termila funci
on a1 , a2 , a3 , . . . , se les llama terminos de la sucesi
no an se le llama termino general o n-simo termino de la sucesi
on y
denotaremos la sucesi
on por {an }.
La gr
aca de una sucesion es un conjunto de innitos puntos separados
(aislados) unos de otros.
an
an = n1
r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
1
r r r r r n
0
1 2 3 4 5
-1
an
an = sen n 2
r
r
1
r
r
n
0
1 2 3r 4 5
-1
Figura 1.23:
Si para cada > 0 existe k > 0 tal que |an | < siempre que n > k.
CAPITULO 1. CONCEPTOS BASICOS
48
lm an =
Las sucesiones que tienen lmite finito se llaman convergentes y las dem
as
divergentes
Gr
acamente, la denici
on dice que desde un lugar en adelante (n > k),
todos los terminos de la sucesion tienen que estar comprendidos dentro de
la franja limitada por las rectas y = e y = +
an
Para n > k los terminos de la sucesi
on
est
an todos entre y +
n
1 2 3 ...
Figura 1.24: lm an =
n
Nota: Para que exista el lmite, , por muy estrecha que sea la franja ( , + ), siempre
se ha de poder encontrar un termino a partir del cual todos los que le siguen est
an dentro
de la franja.
b) bn = sen
n
2
Soluci
on. a) Los terminos de la sucesion an = 2 + (1)n son
1, 3, 1, 3, 1, 3, 1, 3,
Como la sucesion siempre tiene terminos que oscilan entre 1 y 3, resulta que
no tiene lmite y en consecuencia diverge (por oscilacion).
n
b)Los terminos de la sucesion bn = sen
son
2
1, 0, 1, 0, 1, 0, 1,
Como la sucesion siempre tiene terminos que oscilan entre -1 y 1, resulta
que no tiene lmite y en consecuencia diverge (por oscilacion).
1.4.1.
49
C
alculo de lmites de sucesiones
Proposici
on 1.12 (Propiedades algebraicas de los lmites de sucesiones). Si
lm an = 1 y lm bn = 2
n
3. lm an bn =
n
2. lm ran = r 1 , r R
n
an
1
4. lm
= , bn = 0 y
n bn
2
1 2
5. lm (an )bn = ( 1 ) 2 , si
n
=0
>0
3. Indeterminaci
on del tipo . En el caso de que se trate de races
cuadradas la indeterminaci
on se suele eliminar multiplicando y dividiendo por el conjugado, con objeto de tener suma por diferencia, de
manera que al aplicar la diferencia de cuadrados se elimine la raz
cuadrada.
umero e.
4. Indeterminaci
on del tipo 1 . Se aplica el n
1+
lm
1
n
= e = 2,718
1+
1
an
an
= e = 2,718
siempre que lm an = + o lm an =
n
lm
n+3
n
= lm
=0
n3 + 4 n n3
CAPITULO 1. CONCEPTOS BASICOS
50
2.
3.
4.
lm
lm
3n
1
1
1+
3n
2n
1
1
3n
= lm
1
2n
3n
=e
2
3
1
=
3 2
e
a = lm a n = a0 = 1
n
1
ln n
ln n
1
=
= lm
= lm
=1
n ln 5n
n ln 5 + ln n
n ln 5
0+1
+1
ln n
lm
ln n(1 + n3 )
ln n + ln(1 + n3 )
ln(n + 3)
= lm
= lm
=
5. lm
n
n
n
ln n
ln n
ln n
ln(1 + n3 )
=1+0=1
= lm 1 +
n
ln
6.
lm
= lm
(n + a)(n + b) = lm
(a + b)n ab
n+
n2 + (a + b)n + ab
n2 n2 + (a + b)n + ab
n+
= lm
(n + a)(n + b)
(a + b)
1+
1+
(a+b)
n
ab
n
=
ab
n2
a+b
2
Criterio de Stoltz.
Es un criterio relacionado con las Reglas de LHopital que s
olo se puede
aplicar a las sucesiones. Y del que, sin animo de demostrar nada, podemos
dar la siguiente justicaci
on:
an
an+1
an
an+1 an
an
an+1
= lm
n bn
n bn+1
bn
bn+1
bn
bn+1 bn
lm
Nota: Tengase en cuenta que si dos fracciones son equivalente, entonces, al restar los
numeradores y los denominadores, tambien se obtiene otra fracci
on equivalente.
c
a
ca
a
= =
b
d
b
db
51
an+1 an
an
an+1 an
, entonces lm
= lm
n bn
n bn+1 bn
bn+1 bn
siempre que:
on mon
otona divergente, o bien,
1. {bn } es una sucesi
otona.
2. an 0, bn 0 y bn es mon
Ejemplo 1.35 (Aplicando el criterio de Stolz). Calcular los siguientes lmites:
1.
2 + 4 + + 2n
=
=
n 3 + 9 + + 3n
lm
(2 + 4 + + 2n + 2n+1 ) (2 + 4 + + 2n )
2n+1
=
l
m
=
n (3 + 9 + + 3n + 3n+1 ) (3 + 9 + + 3n )
n 3n+1
= lm
= lm
2.
3.
4.
2
3
n+1
2
3
=0
n+1
ln n
ln(n + 1) ln n
=
= lm ln
=0
= lm
n n
n
n
n+1n
n
lm
lm
lm
ln n
n = e =
=
n=
ln(n + 1) ln n
n+1
lm
lm ln
n
n+1n
n = eln 1 = e0 = 1
= en
=e
lm ln
en
lm
en
ln(n2 + n)
n
n2 + n = en
=
lm
lm
= en
ln (n + 1)2 + n + 1 ln(n2 + n)
n+1n
lm ln
= en
n2 + 2n + 1 + n + 1
n2 + n
= eln 1 = e0 = 1
Nota: Hay que advertir que el Criterio de Stoltz, en general, no se puede aplicar de
manera parcial dentro de un lmite. Por ejemplo, el siguiente lmite existe y vale 1.
lm
n2
=1
n2
n2
1 n2
= lm
=
2
n n n
n
1 (n + 1)2 n2
1 n2 + 2n + 1 n2
2n + 1
lm
= lm
= lm
=2
n n
n n
n
n+1n
1
n
CAPITULO 1. CONCEPTOS BASICOS
52
an+1
an
Demostraci
on: En efecto, aplicando el Criterio de Stolz a la raz resulta:
ln an+1 ln n
ln an
lm
lm
lm ln n an
n
n
n
n
n+1n =
n =e
=e
lm an = e
n
an+1
lm ln
n
an = lm an+1
=e
n an
lm
an = lm
Nota: En el criterio de la raz hay que hacer la misma advertencia que en el criterio de
Stotlz. No se puede hacer una aplicaci
on parcial. En este caso,
1. La raz tiene que ser n-sima.
an+1
lm 2n an = lm
n
n an
2. La raz ha de estar sola
an+1
lm bn n an = lm bn
n
n
an
lm
(n + 1)(n + 2) (n + n) =
(n + 2)(n + 3) (n + n + 2)
(2n + 1)(2n + 2)
= lm
= +
n
n
(n + 1)(n + 2) (n + n)
(n + 1)
= lm
2.
lm
1
n
= lm
53
Simplificaci
on de sumas.
Algunas sumas se pueden simplicar expresando sus terminos de forma
telescopica, es decir, como la diferencia de dos terminos consecutivos, de
manera que al sumar se eliminan los terminos intermedios.
Ejemplo 1.37 (Simplificando sumas). Calcula el siguiente lmite.
lm
1
1
1
+
+ +
12 23
n(n + 1)
= lm
=
1
1
1 1 1
+ + +
=1
2 2 3
n n+1
C
alculo de lmites por acotaci
on.
Teorema 1.4 (Teorema del encaje para sucesiones). Si
lm an = = lm bn
cn
lm
(1 +
(n 1)!
1)(1 + 2) (1 + n)
Soluci
on. Teniendo en cuenta las siguientes desigualdades,
(n 1)!
1 2 n 1
0
=
(1 + 1)(1 + 2) (1 + n)
(1 + 1)(1 + 2) (1 + n)
1
(1 + 1)(1 + 2) (1 + n 1)
0
=
1+ n
(1 + 1)(1 + 2) (1 + n)
Resulta:
lm
(1 +
(n 1)!
=0
1)(1 + 2) (1 + n)
CAPITULO 1. CONCEPTOS BASICOS
54
La constante de Euler.
1
1
+ + = ln n + +
2
n
donde:
1. n 0
2. = Constante de Euler 0 5
Ejemplo 1.39 (Aplicando la constante de Euler). Calcular los siguientes
lmites:
+ + n1
ln n + + n
= lm
=1+0+0=1
n
n
ln n
ln n
1
1
e e 3 e n e
e1 e1/2 e1/n
e1+ 2 ++ n
= lm
= lm
=
2. lm
n
n
n
n
n
n
eln n++ n
n e e n
= lm
= lm
= e e0 = e
n
n
n
n
1.
3.
lm
1+
1
2
ln(1 + 12 + + n1 )
ln(ln n + +
= lm
n
n
ln(ln n)
ln(ln n)
lm
= lm
1.4.2.
+ n
ln n
ln ln n 1 +
ln(ln n)
= lm
n)
ln(ln n) + ln 1 +
ln(ln n)
+ n
ln n
=1
Sucesiones mon
otonas
Definici
on 1.22 (Sucesi
on mon
otona). Una sucesi
on {an } se dice que
es mon
otona si sus terminos son crecientes
a1 a2 a3 an
o decrecientes
a1 a2 a3 an
Ejemplo 1.40 (Determinando la monotona de una sucesion). Determinar
la monotona de la sucesi
on
an =
3n
n+2
Soluci
on. Determinar que una sucesi
on no es monotona puede hacerse, de
una manera f
acil, comparando tres terminos de la misma. Sin embargo, determinar que es mon
otona es algo mas complicado, ya que hay que determinar que sus terminos crecen o decrecen siempre, para todo valor de n. Para
determinar la monotona de una sucesion pueden seguirse varios metodos.
55
n+2
(n + 1) + 2
3n
3(n + 1)
3n
<
<
an < an+1
n+2
(n + 1) + 2
(n + 1) + 2
(n + 1) + 2 > n + 2
3n
3(n + 1)
<?
= an+1
n+2
(n + 1) + 2
3x
x+2
Hallamos su derivada
f (x) =
3(x + 2) 3x
3x + 6 3x
6
=
=
(x + 2)2
(x + 2)2
(x + 2)2
n N |an | M
CAPITULO 1. CONCEPTOS BASICOS
56
b) bn = (1)
n(n+1)
2
c) cn =
n!
(n 1)!
d) dn =
sen(n/2)
n
b)
1
2
3
4
,
,
,
,...
23 34 45 56
c)
1 1 2 4 8
, , , , ,...
2 3 9 27 81
(n 1)!
(n + 1)!
c) lm
n2
b) lm
+ 3n n
d) lm
n+2
2n + 3
2n2 + 3
n2 + 5
1+
k
n
b) lm
2n2 + 3n
2n2 + 4
n
n
c) lm
2n + 3
2n + 5
(n2 +2)
b) lm
a) lm
ln(1 2 n)
,
n ln n
1.4.6. Determinar si son convergentes las siguientes sucesiones y en caso armativo calcular su lmite.
n!
a) cn = n
n
1.4.7. Determinar la monotona de las siguientes sucesiones
a) an =
1.5.
1.5.1.
sen n
n
b) bn =
2
3
b) bn =
3
2
57
1.
2.
Las reglas de LH
opital (apartado 3.3.3, en la p
agina 173).
3.
4.
Soluci
on. a) Para estudiar el comportamiento de la funci
on en los alrededores
del punto x = 1 damos a x valores cada vez mas pr
oximos a 1. Aproximandonos tanto por la izquierda como por la derecha. Los correspondientes
valores de f (x) se muestran en la siguiente tabla
x
f (x)
0.5
1.5
0.75
1.75
0.9
1.9
0.99
1.99
0.999
1.999
f (x) se acerca a 2
1
?
1.001
2.001
1.01
2.01
1.1
2.1
1.25
2.25
1.5
2.5
f (x) se acerca a 2
CAPITULO 1. CONCEPTOS BASICOS
58
y
3
2
1
3 2 1
1
x
1
Figura 1.25: lm
x1
x2 1
=2
x1
cuando x se
lm f (x) =
xx0
Para muchas funciones se puede intuir el valor del lmite usando una
calculadora y evaluando los valores de la funci
on en varios puntos pr
oximos
a x0 .
on
Ejemplo 1.42 (Estimacion del lmite con calculadora). Dada la funci
f (x) =
x2
,
x11
x=2
x
f (x)
1.5
1.707
1.75
1.866
1.9
1.949
1.99
1.99
1.999
1.999
f (x) se acerca a 2
2
?
2.001
2.0005
2.01
2.005
f (x) se acerca a 2
2.1
2.49
2.25
2.12
2.5
2.22
59
y
3
2
1
3 2 1
1
x
1
Figura 1.26: lm
x2
x2
=2
x11
|x|
x
3
|3|
= = 1,
3
3
f (0) =
0
= no denido,
0
f (3) =
+3
| 3|
=
= 1
3
3
CAPITULO 1. CONCEPTOS BASICOS
60
|x| = x
x<0
|x| = x
x
|x|
= =1
x
x
x
|x|
=
= 1
f (x) =
x
x
f (x) =
En consecuencia, la funci
on f puede denirse por casos de la siguiente forma
f (x) =
|x|
=
x
1 si x > 0
1 si x < 0
Y su gr
aca viene reejada en la gura 1.27
y
1
x
1
|x|
z
x0+
lm = 1
x0
1
x2
-0.5
4
-0.25
16
-0.1
100
-0.01
10000
-0.001
1000000
0.001
1000000
0.01
10000
0.1
100
0.25
16
0.5
4
61
1
10 000
f (x) =
1
> 100 000 000
x2
x
6 4 2
Figura 1.28:
1
lm
= No existe
x0 x2
x0
1
= +
x2
1
x
Su gr
aca viene representada en la gura 1.29.
El lmite no existe, puesto que siempre es posible coger una sucesion de
puntos, con lmite cero; y sin embargo, la sucesion formada con sus im
agenes
no tiene lmite.
{xn } 0 y sin embargo
como puede verse en la siguiente tabla
CAPITULO 1. CONCEPTOS BASICOS
62
y
1
x
1
x
f (x)
2
3
-1
2
5
1
2
7
-1
1
x
2
9
1
= No existe
2
11
-1
x0
No tiene lmite
Para probar que el lmite no existe, tambien podemos encontrar dos sucesiones diferentes con lmite cero tales que sus imagenes tengan lmites diferentes.
{f (xn )} 1
{xn } 0
mientras que
{f (xn )} 2 = 1
{xn } 0
Por ejemplo, para la sucesi
on
1 1 1
1
} = { , , , } 0 se tiene
n
2 3
1
1
{f (xn )} = {f
} = {sen
} = {sen (n)} = {0, 0, 0, } 0
n
1/n
{xn } = {
{xn } = {
Definici
on 1.24 (La definici
on de lmite). Se dice que el lmite de
la funci
on f en el punto x0 es , y se denota por
lm f (x) =
xx0
siempre que
0 < |x x0 | <
xx0
(1.7)
63
Nota: La denici
on reeja la siguiente idea:
El hecho de que f (x) est
a tan cerca de como queramos, quiere decir que para
cualquier , todo lo peque
no que queramos, estar
a f (x) entre y + , es decir,
< f (x) < +
que en valor absoluto se expresa como
|f (x) | <
y esta situaci
on tiene que darse cuando x se acerca sucientemente a x0 . Este acercamiento
se mide encontrando alg
un para el cual x este entre x0 y x0 + , es decir,
x0 < x < x0 +
que en valor absoluto se expresa como
|x x0 | <
on de lmite se indica con la
El hecho de que el punto x0 no interviene en la denici
expresi
on
0 < |x x0 | <
A pesar de la importancia de la denici
on , a nivel te
orico, especialmente en la
demostraci
on de teoremas; a nivel pr
actico, en el c
alculo de lmites, la denici
on no
es u
til. La denici
on solamente nos permite comprobar si un lmite dado es correcto
o no, pero no nos permite calcular lmites, el posible lmite tendremos que intuirlo por
otro metodo. Adem
as, su aplicaci
on para comprobar lmites suele ser articial y difcil.
La denici
on de lmite se reeja en el graco de la gura 1.30
y
x
x0 x0 x0 +
Figura 1.30: lm an =
n
x3
hallar tal que |(2x + 1) 7| < 0,01 siempre que 0 < |x 3| < .
Soluci
on. Dado = 0,01 queremos encontrar el apropiado. Para ello intentamos establecer una relacion entre los dos valores absolutos
|(2x + 1) 7| < 0,01
y |x 3| <
CAPITULO 1. CONCEPTOS BASICOS
64
de manera que desde el segundo se pueda llegar hasta el primero. La manera de hacerlo consiste en expresar el primer valor absoluto en funci
on del
segundo. As,
|(2x + 1) 7| = |2x 6| = 2|x 3| < 0,01
En consecuencia se tiene que
|x 3| <
0,01
= 0,005
2
Soluci
on. Tenemos que probar que para cada > 0, existe un > 0, que
depender
a del correspondiente, tal que
0 < |x 1| < |(5x 2) 3| <
Para ello intentamos establecer una conexi
on entre ambos valores absolutos,
expresando el segundo en funci
on del primero
|(5x 2) 3| = |5x 5| = 5|x 1| <
Luego, para que se cumpla la desigualdad |(5x 2) 3| < se ha de cumplir
que 5|x 1| < y, en consecuencia
|x 1| <
0 < |x 1| < =
5
implica que
|(5x 2) 3| = |5x 5| = 5|x 1| < 5
=
5
1.5.2.
65
Lmites laterales
xx0 +
siempre que
0 < x x0 <
xx0 +
(1.8)
siempre que
0 < x0 x <
xx0
(1.9)
f (x0 ) = lm f (x)
xx0
lm x = 0
x0+
xx0
lm f (x) = lm f (x) =
xx0
xx0 +
CAPITULO 1. CONCEPTOS BASICOS
66
y
2
1
3 2 1
x
0 1
1.5.3.
Proposici
on 1.14 (Propiedades algebraicas de los lmites). Son ciertas las siguientes propiedades:
rR
1.
M
ultiplo escalar: lm r f (x) = r lm f (x) ,
2.
xx0
xx0
xx0
xx0
xx0
3.
4.
Cociente: lm
5.
xx0
xx0
xx0
lm f (x)
f (x)
xx0
=
,
g(x)
lm g(x)
xx0
Potencia: lm [f (x)]r =
xx0
1.5.4.
xx0
si lm g(x) = 0
xx0
lm f (x)
xx0
2. lm f (x) existe
xx0
3. lm f (x) = f (x0 )
xx0
(1.10)
La funci
on no est
a denida en el punto.
2.
El lmite de la funci
on en el punto no existe.
67
El lmite de la funci
on en el punto existe pero no coincide con el valor de la funci
on
en dicho punto.
Definici
on 1.27 (Discontinuidad en un punto). Se dice que la funci
on
on est
a definida en un entorno
f es discontinua en un punto x0 si la funci
de dicho punto (excepto quiz
as en x0 ) y no es continua en dicho punto.
Una discontinuidad se dice evitable si la funci
on puede hacerse continua
redefiniendola en dicho punto; y se llama inevitable si esto no es posible.
Nota: Para hablar de discontinuidad se exige que
on este denida en los alrededores
la funci
del punto. No tiene sentido decir que f (x) = x es discontinua en x = 3, ya que en los
alrededores de -3 la funci
on no est
a denida.
Para que la discontinuidad de una funci
on f en un punto x0 sea evitable el lmite de
la funci
on en dicho punto tiene que existir, con objeto de hacerla continua redeniendo
f (x0 ) con el valor del lmite
f (x0 ) = lm f (x)
xx0
La gr
aca de una funci
on de una variable es una curva en el plano. Esta
y
y = f (x)
x
xa+
lm f (x) = f (b)
xb
xx0 +
xx0
CAPITULO 1. CONCEPTOS BASICOS
68
1.5.5.
Proposici
on 1.15 (Propiedades algebraicas). Si f y g son continuas
en x0 , entonces tambien son continuas:
1.
M
ultiplo escalar: rf
2.
3.
Producto: f g
4.
Suma y diferencia: f g
f
Cociente: , si g(x0 ) = 0
g
Proposici
on 1.16 (Continuidad de las funciones elementales). Las
siguientes funciones son continuas en todos los puntos de su dominio
1.
2.
3.
4.
5.
Polin
omicas
Racionales
Radicales
Trigonometricas
Exponenciales
69
La ecuaci
on x3 + 2x 1 = 0 tiene, al menos, una raz real en el
intervalo (0, 1)
2.
La ecuaci
on x3 3x + 1 = 0 tiene, al menos, una raz real
omiSoluci
on. a) Consideramos la funci
on f (x) = x3 +2x1, que al ser polin
ca es continua en todo R, y en consecuencia en [0, 1], ademas, se tiene
f (0) = 1 < 0 y f (1) = 2 > 0
luego, aplicando el Teorema 1.2 de los ceros de Bolzano, podemos concluir
que existe al menos un c en (0, 1) en el cual f (c) = 0.
omica es
b) Consideramos la funci
on f (x) = x3 3x + 1, que al ser polin
continua en todo R. En esta ocasion no se nos da el intervalo, en consecuencia
lo determinamos nosotros. Buscamos, para ello, un punto donde la funci
on
sea negativa y otro donde sea positiva. As,
f (0) = +1 > 0 y f (2) = 8 + 6 + 1 = 1 < 0
En consecuencia la ecuacion tiene, al menos, una raz en el intervalo (2, 0).
1.5.6.
Lmites infinitos
CAPITULO 1. CONCEPTOS BASICOS
70
1
x2
-0.25
16
-0.1
100
-0.01
10000
-0.001
1000000
0
?
0.001
1000000
0.01
10000
0.1
100
0.25
16
1
10 000
f (x) =
1
> 100 000 000
x2
x0
1
= +
x2
f (x) =
1
>M
x2
71
Lo que prueba que f (x) toma valores arbitrariamente grandes en los alrededores del origen. Es decir, para cualquier numero positivo M , se tiene
que
1
f (x) > M cuando 0 < |x| <
M
Lo que prueba que el lmite es innito.
La gr
aca de la funci
on f viene reejada en la gura 1.34
y
6
4
2
x
6 4 2
1
lm
= +
x0 x2
Figura 1.34:
1
x2
Soluci
on. Demos valores a x cada vez mas cercanos a 2
x se acerca a 2 por la izquierda
x
f (x)
1.75
-4
1.9
-10
1.99
-100
1.999
-1000
2
?
2.001
1000
2.01
100
2.1
10
2.25
4
1
100 000 000
f (x) =
1
> 100 000 000
x2
Por otro lado, si, por ejemplo, queremos que f (x) sea menor que -100 000 000,
bastar
a tomar un valor de x < 2 mayor que 2 1/100 000 000. En efecto,
2>x>2
1
100 000 000
f (x) =
1
> 100 000 000
x2
CAPITULO 1. CONCEPTOS BASICOS
72
x2+
1
= + y
x2
lm
x2
1
=
x2
2<x<2+
f (x) =
1
>M
x2
cuando
2<x<2+
1
M
1
M
f (x) =
1
< M
x2
cuando
2>x>2
1
M
xx0
siempre que
0 < |x x0 | < .
73
y
6
4
2
x
4 2
2
4
6
Figura 1.35: lm
x2
1
= ,
x2
lm
x2+
1
= +
x2
xx0
(1.11)
siempre que
0 < |x x0 | < .
xx0
(1.12)
f (x) est
a aqu
x0
x0
Para todo x = x0
que est
e aqu
f (x) est
a aqu
y
lm f (x) =
xx0
CAPITULO 1. CONCEPTOS BASICOS
74
x0 < x < x0
por
por
x0 < x < x0 +
Si el lmite de la funci
on f en el punto x0 es mas o menos innito, o bien
alguno de los lmites laterales es mas o menos innito, entonces decimos que
otica.
la funci
on f presenta en x = x0 una discontinuidad infinita o asint
Proposici
on 1.17 (Propiedades de los lmites infinitos). Si f y g son
funciones tales que
lm f (x) = +
xx0
lm g(x) =
xx0
entonces son v
alidas las siguientes propiedades:
1.
2.
Producto:
xx0
lm f (x)g(x) = +
si
>0
lm f (x)g(x) =
si
<0
xx0
xx0
3.
lm
xx0
g(x)
=0
f (x)
=0
=0
No esta permitido dividir por cero. Sin embargo, Cuando el lmite del
denominador es cero, el cociente puede tener lmite innito, si bien, hay
que determinar el signo del denominador para poder determinar el signo del
innito. As,
p
=?
0
p
= +
0+
p
=
0
p
=?
0
p
=
0+
p
= +
0
75
Definici
on 1.30 (Asntotas verticales). Diremos que la recta x = x0
es una asntota vertical de la gr
afica de la funci
on f , si el lmite de f (x),
cuando x tiende a x0 por la derecha o por la izquierda, es + (o ).
Nota: Cuando la funci
on f venga denida por un cociente
f (x) =
g(x)
h(x)
1.5.7.
Lmites en el infinito
3x
|x| + 1
x
f (x)
-1000
-2.997
-100
-2.97
-10
-2.73
f (x) se acerca a 3
0
0
10
2.73
100
2.97
1000
2.997
+
3
f (x) se acerca a 3
lm f (x) = lm
3x
=3
x+ |x| + 1
lm f (x) = lm
x+
La gr
aca de la funci
on f es una curva con dos asntotas horizontales: la
recta x = 3, por la derecha; y la recta x = 3, por la izquierda. (vease
Figura 1.37).
En consecuencia podemos decir que:
El lmite de la funci
on f , cuando x tiende a + es , si f (x) esta tan
pr
oximo a como queramos, siempre que x sea los sucientemente grande,
y se escribe:
lm f (x) =
x+
CAPITULO 1. CONCEPTOS BASICOS
76
y
3
2
1
30
20
10
10
20
30
2
3
3x
|x| + 1
De manera an
aloga, se dice que el lmite de la funci
on f , cuando x tiende
a es , si f (x) esta tan pr
oximo a como queramos, siempre que x tome
valores negativos, sucientemente grande en valor absoluto, y se escribe:
lm f (x) =
x+
siempre que
x>M
x+
(1.13)
El lmite de la funci
on f , cuando x tiende a es , y se denota
lm f (x) =
siempre que
x<N
(1.14)
f (x) est
a
aqu
77
f (x) est
a
aqu
lm f (x) =
x+
Definici
on 1.32 (Asntotas horizontales). Si
lm f (x) =
entonces la recta y =
lm f (x) =
x+
Nota: La asntota por la derecha y la asntota por la izquierda pueden coincidir o no.
Ahora bien, la gr
aca de una funci
on puede tener a lo sumo dos asntotas horizontales,
una por la derecha y otra por la izquierda.
Constante: lm c = c
2.
M
ultiplo escalar: lm
3.
Suma o diferencia: lm
x+
x+
r f (x) = r
x+
x+
x+
5.
lm f (x)
f (x)
x+
=
,
Cociente: lm
x+ g(x)
lm g(x)
x+
x+
6.
Potencia: lm [f (x)]r =
7.
Races: lm
x+
n
x+
Producto: lm
x+
rR
4.
x+
lm f (x) ,
f (x) =
x+
si
lm g(x) = 0
x+
lm f (x)
x+
lm f (x)
x+
CAPITULO 1. CONCEPTOS BASICOS
78
1.5.8.
T
ecnicas elementales para el c
alculo de lmites
Todas las funciones elementales son continuas en todos los puntos en los
que estan denidas. En consecuencia para calcular el lmite de una funci
on
elemental en un punto de su dominio bastar
a con hacer la sustituci
on directa.
Es decir
lm f (x) = f (x0 )
xx0
El problema est
a en calcular el lmite de una funci
on elemental en un punto
en el que no esta denida. Es decir, en un punto tal que al hacer la sustituci
on directa nos encontramos con una indeterminaci
on. Habr
a que hacer
las operaciones necesarias para romper la indeterminaci
on.
Teorema 1.9 (Funciones que coinciden en todos sus puntos excepto
umero real y sean f y g dos funciones que coinciden
en uno). Sea x0 un n
en todos los puntos de un entorno de x0 , salvo quiz
as en x0 . Entonces, si
existe el lmite de una de ellas en x0 , tambien existe el lmite de la otra y
adem
as son iguales.
f (x) = g(x) para x = x0 lm f (x) = lm g(x)
xx0
xx0
Demostraci
on. Supongamos que existe el lmite de g(x) cuando x x0 y
que dicho lmite es . Entonces, por denici
on, se tiene que para cada > 0
existe un > 0 tal que
|g(x) | < siempre que
0 < |x x0 | <
Ahora bien, teniendo en cuenta que f (x) = g(x) para todo x del entorno de
as para x0 y teniendo en cuenta que x0 no se contempla en la
x0 , salvo quiz
denici
on de lmite (ya que 0 < |x x0 |), resulta que
|f (x) | <
siempre que
0 < |x x0 | <
p(x)
q(x)
xx0
0
p(x) p(x0 )
=
=
q(x)
q(x0 )
0
79
xx0
0
p1 (x0 )
p(x) p(x0 )
(x x0 )p1 (x)
p1 (x)
=
=
= lm
=
= lm
xx0 (x x0 )q1 (x)
xx0 q1 (x)
q(x)
q(x0 )
0
q1 (x0 )
b) T
ecnicas de racionalizaci
on. Se aplica en las funciones irracionales
cuando nos encontramos con indeterminaciones del tipo 0/0 o bien .
En el caso de que se trate de races cuadradas la indeterminaci
on se suele
eliminar multiplicando y dividiendo por el conjugado, con objeto de tener
suma por diferencia, de manera que al aplicar la diferencia de cuadrados se
elimine la raz cuadrada.
Ejemplo 1.54 (Calculo de lmites mediante racionalizacion). Calcular
x1
lm
x1 x 1
Soluci
on. Al aplicar la sustituci
on directa nos encontramos con una indeterminaci
on del tipo 0/0. En consecuencia racionalizamos el numerador, multiplicando y dividiendo por el conjugado, del numerador, de manera que al
aplicar la diferencia de cuadrados se elimine la raz cuadrada. En efecto,
x1
x+1
0
( x)2 12
x1
=
= lm
=
l
m
=
lm
x1 x 1
x1 (x 1)
x1 (x 1)
0
x+1
x+1
1
x1
1
1
=
= lm
=
= lm
x1 (x 1)
x1
2
x
+
1
1+1
x+1
c) C
alculo de lmites mediante el n
umero e. Las indeterminaciones
x0
lm
1+
1
x
=e
CAPITULO 1. CONCEPTOS BASICOS
80
o bien, de manera general
lm 1 + h(x)
1/h(x)
xx0
= e,
si lm h(x) = 0
xx0
2
Ejemplo 1.55. Calcular: lm x 3 x 4
x4
Soluci
on. Si hacemos la sustituci
on directa nos encontramos con una inde
terminaci
on del tipo 1 . El lmite se resuelve mediante el n
umero e de la
siguiente forma
2
x
4 = lm
lm x 3
x4
x4
1
x
4
1 + (x 4)
= e2
xx0
xx0
xx0
xx0
Teorema 1.10 (Teorema del encaje). Si f (x) h(x) g(x) para todo
x en un entorno de x0 , excepto quiz
as en el propio x0 , y si
lm f (x) = = lm g(x)
xx0
xx0
entonces
lm h(x) =
xx0
Demostraci
on. Dado > 0 existen 1 y 2 tales que
|f (x) | <
siempre que
0 < |x x0 | < 1
0 < |x x0 | < 2
y
Sea el menor de 1 y 2 . Entonces si 0 < |x x0 | < , se siguen las dos
relaciones
|f (x) | < y |g(x) | <
lo cual, expresado mediante desigualdades, signica que
< f (x) < y
81
de donde, sumando
< f (x)
y g(x) < +
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en
los alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
g(x) acotada
lm f (x) = 0
xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado nal sera el
mismo.
El teorema se cumple aunque la funci
on g(x) no tenga lmite en el punto x0 . De ah la
importancia del teorema.
x0
1
x
Soluci
on. Dado que la funci
on seno esta acotada
1 sen
resulta
lm x sen
x0
1
1
x
1
= 0 Acot = 0
x
1
no existe.
x
CAPITULO 1. CONCEPTOS BASICOS
82
1.5.9.
Infinit
esimos equivalentes
Definici
on 1.33 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 1.34 (Infinit
esimos equivalentes). Dos infinitesimos, en un
mismo punto, se dice que son equivalentes, cuando el lmite de su cociente
es la unidad.
f (x) 0
=
lm
= 1 f (x) g(x)
xx0 g(x)
0
Teorema 1.11 (Sustituci
on de infinit
esimos). Cuando, en un lmite,
un infinitesimo este multiplicando o dividiendo se le puede sustituir por otro
equivalente.
f (x)
= 1.
g(x)
Y supongamos que nos encontramos con un lmite en el que aparece f (x)
multiplicando o dividiendo:
Demostraci
on. Supongamos que, en x0 , es f (x) g(x), sera lm
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar
mas facil que el anterior.
Proposici
on 1.19. Si un infinitesimo est
a sumando o restando, en general,
no se le puede sustituir por otro equivalente.
lm f (x) h(x) = lm g(x) h(x)
xx0
xx0
83
Infinit
esimos m
as frecuentes en z 0
1.5.10.
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
ln(1 + z) z
z ln(1 + z)
ez 1 z
az 1 z ln a
(1 + z)r 1 r z
z
n
1+z1
n
2 sen2 x
x0 x2 (1 + cos x)
1 x1
lm x 1
x
5
lm
2.
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
Soluci
on.
0
2
2 sen2 x
2x2
2
=
= lm
= =1
=
l
m
x0 x2 (1 + cos x)
x0 x2 (1 + cos x)
x0 1 + cos x
0
2
1. lm
1
ex 1 0
x
=
=
= lm
x0 sen 2x
x0 2x
0
2
0
1x
ln x
ln(1 + x 1)
x1
=
= lm
= lm
= 1
= lm
3. lm
x1 1 x
x1
x1 1 x
x1 1 x
0
1x
1 1
1 x1
x
= 0 = lm x
1 =
4. lm x 1
x
x
5
5
1
1 1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x ln
x
x 5
5
n
0
ln 1 + ( n x 1)
ln n x
x1
= lm m =
5. lm m
=
= lm
x1
x1 ln 1 + ( m x 1)
x1 ln
x1
0
x
2. lm
1
n ln x
x1 1 ln x
m
= lm
sen2 x + x3 0
sen2 x
x2
=
= lm 2 = 2
= lm
x0 1 cos x
x0 1 cos x
x0 x /2
0
6. lm
m
n
CAPITULO 1. CONCEPTOS BASICOS
84
lm
n 1 = lm
n 1
= lm n
2.
3.
n1
lm n 1
lm n
1+
n1
n
1
1
n
=
1
=0
= lm 3 n
n
3n
a
a
a
=
= lm n
n
n
3n
3
a = lm n a
n
a n1
1
an
nn+1
1
1
= lm n n a 1 a n1 n = lm n n a 1 a n(n1)
= lm n n a
n
4.
ln a
n(n 1)
=0
1p + 2p + + np
(n + 1)p
=
=
l
m
=
n
n (n + 1)p+1 np+1
np+1
lm
(n + 1)p
= lm
= lm
(n + 1)p+1 1
1
(n + 1) 1 1
1
n+1
p+1
n
n+1
= n
lm
p+1
1
p+1
(n + 1)
n+1
1
p+1
1.6. FUNCIONES HIPERBOLICAS.
85
x4
x3
a) lm 2
b) lm
x4 x 16
x9 x 9
c) lm (x2 + x) sen
x0
1
x
f (x) =
1
ax + b
5
si x 1
si 1 < x < 3
si x 1
c) lm
x2
x
x2
x2
1.6.
x
(x 2)2
b) lm
x2
x
(x + 2)2
c) lm
x2
x2 4
(x 2)3
Funciones hiperb
olicas.
Las dos funciones siguientes, a primera vista, no presentan ninguna particularidad, incluso pueden parecer dos funciones ingenuas:
ex + ex
2
ex ex
g(x) =
2
f (x) =
1.6.1.
Definici
on 1.35. Se llaman funciones hiperb
olicas a las siguientes:
ex + ex
2
ex ex
senh(x) =
2
cosh(x) =
cosh 0 = 1
senh 0 = 0
CAPITULO 1. CONCEPTOS BASICOS
86
1.6.2.
F
ormula fundamental de la Trigonometra hiperb
olica
ex + ex
2
ex ex
2
2+2
4
e2x + 2ex ex + e2x e2x 2ex ex + e2x
=
= =1
4
4
4
4
Que nos da la f
ormula fundamental de la trigonometra hiperb
olica:
=
cosh2 x senh2 x = 1
Que tambien puede expresarse de la forma:
cosh2 x = 1 + senh2 x
Lo que permite expresar cada una de las funciones hiperb
olicas en terminos
de la otra.
cosh x = + 1 + senh2 x
senh x = cosh2 x 1
Esto no quiere decir que el senh tome dos valores simult
aneamente, sino que
en cada caso, habr
a que elegir como signo de la raz el del propio x.
1.6.3.
Significado del t
ermino hiperb
olicas.
x = cos t
y = sen t
se tiene :
cos2 t + sen2 t = 1
1.6. FUNCIONES HIPERBOLICAS.
87
(x, y)
Figura 1.39: x2 + y2 = 1
y
(x, y)
x2 y 2 = 1
1
0
Y llamando:
x = cosh t
y = senh t
se tiene :
cosh2 t senh2 t = 1
Figura 1.40: x2 y2 = 1
1.6.4.
1.6.5.
ex ex
senh x
= x
cosh x
e + ex
coth x =
ex + ex
cosh x
= x
senh x
e ex
F
ormulas del
angulo doble
(ex )2 ex
(ex ex )(ex + ex )
e2x e2x
=
=
=
senh 2x =
2
2
2
ex ex ex + ex
=2
= 2 senh x cosh x
2
2
senh 2x = 2 senh x cosh x
(ex )2 + ex
e2x + e2x
=
cosh 2x =
2
2
=
(ex )2 + 2ex ex + ex
2
(ex )2 + 2 + ex
ex + ex
2
2
2
1=2
ex + ex
2
=
2
1=
CAPITULO 1. CONCEPTOS BASICOS
88
1.6.6.
cosh 2x + 1
2
1.6.7.
cosh 2x 1
2
Gr
afica de las funciones hiperb
olicas
Gr
afica de la funci
on f (x) = senh x
senh x =
ex ex
= 1/2ex 1/2ex
2
y
1/2 ex
senh x
1/2 ex
1/2 ex
Gr
afica de la funci
on f (x) = cosh x
cosh x =
ex + ex
= 1/2ex + 1/2ex
2
Gr
afica de la funci
on f (x) = tgh x
tgh x =
ex ex
senh x
= x
cosh x
e + ex
1.6. FUNCIONES HIPERBOLICAS.
y
89
cosh x
1/2 ex
1/2 ex
tgh 0 = 0
lm
ex
x+ ex
ex
+ ex
ex ex
x ex + ex
lm
ex
2x
10
ex = lm 1 e
=1
=
= lm
=
x
2x
x+
x+ 1 + e
e
1+0
1+ x
e
ex
1
01
e2x 1
x
=
= 1
=
= lm e x
= lm 2x
x e
x e + 1
0+1
+1
ex
1
tgh x
1.6.8.
Funciones hiperb
olicas inversas
Siempre positivo
CAPITULO 1. CONCEPTOS BASICOS
90
cosh x
arg cosh x
1.6.9.
Identidad hiperb
olica
ex + ex
2
ex ex
senh x =
2
cosh x =
cosh x + senh x =
2ex
ex + ex ex ex
+
=
= ex
2
2
2
1.6.10.
F
ormula logartmica de las funciones hiperb
olicas inversas
Sea y = arg cosh x, a partir de ah, los valores del cosh y y senh y son los
siguientes:
a) Por la propia denici
on del arg cosh, sera: cosh y = x.
b) A partir de la f
ormula fundamental podemos expresar el senh en funcion del cosh, y a partir de ah, expresarlo en funci
on de x.
cosh2 y senh2 y = 1 senh2 y = cosh2 y 1
senh y = + cosh2 y 1 senh y =
x2 1
y = ln cosh y + senh y = ln x +
x2 1
de donde:
arg cosh x = ln x +
x2 1
91
x2 + 1
x2 + 1
y = ln cosh y + senh y = ln x +
de donde:
x2 + 1
arg senh x = ln x +
ey + ey
para el
2
1.7.
b)
x2
< 2,
x4
c) |2x 6| 4,
d) |7 3x| 2,
1.2.
1.3.
1.4.
b) f (x) =
1
+ x+1
3x
c) lm
1.5.
1
+ x1
x3
3n2 2n + 5
,
6n2 + 5n 1
4n
b) lm
+ n 2n ,
d) lm
9n
+n+1
n2 + 5n + 1
n2 + 2n + 5
9n2 2n ,
b) lm
x2
x11
,
x2
c) lm
x2
1
x+1 x2
3
CAPITULO 1. CONCEPTOS BASICOS
92
ln (n + 1)
ln (n + 1)!
Soluci
on. Aplicando el criterio de Stolz, resulta
lm
=
ln (n + 1)
(n + 2)!
(n + 1)!
lm
= lm
=
n
n ln (n + 2)n+1 ln (n + 1)n
n
(n + 2)n+1
ln
(n + 1)n
ln(n + 2)
ln(n + 2)
= lm
=
= lm
n+2 n
n+2 n
n
n
ln (n + 2)
ln(n + 2) + ln
n+1
n+1
1
1
1
=
= lm
=
=1
n+2 n
n
1 + 1/
1+0
1 + ln
/ ln(n + 2)
n+1
ln (n + 1)!
ln (n + 2)! ln (n + 1)!
ln
1
= lm ln 1 +
n
n+1
= ln lm
1
1+
n+1
n+1
n
n+1
= ln e1 = 1
3n + 2
3n 5
(n2 +3)
Captulo 2
Funci
on de una variable Una funci
on de una variable es una correspondencia entre dos magnitudes. Por ejemplo, el espacio y el tiempo. No
obstante, hay que advertir que no se considera funci
on a cualquier correspondencia, sino que para que una correspondencia sea funci
on, la imagen de
cada elemento tiene que ser u
nica y estar bien determinada.
Una manera de visualizar una funci
on es por medio de una gr
aca. La
gr
aca de una funci
on de una variable, por lo general, es una curva en el
plano. Sin embargo, no toda curva del plano es la representaci
on de una
funci
on. Para que una curva represente una funci
on no puede tener dos
puntos en la misma vertical (criterio de la recta vertical), ya que para que
una correspondencia entre dos magnitudes sea funci
on, la imagen tiene que
ser u
nica.
y
y2
y = f (x)
y
x
y1
94
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
x2 + y 2 = 1
y = + 1 x2
y = 1 x2
Funci
on de varias variables. Una funci
on de varias variables es una
correspondencia entre m
as de dos magnitudes. En este caso, las imagenes
tambien seran n
umeros reales, pero los originales no seran n
umeros individuales, sino parejas o ternas de n
umeros reales. Es decir, para poder dar
el resultado de la funci
on necesitamos tener varios datos. En consecuencia,
los valores de la funci
on (las im
agenes), que seran n
umeros reales, dependen
(son funci
on) de mas de una variable.
Ejemplo: Si expresamos el area de un tri
angulo en funci
on de la base y de
la altura, tendremos una funci
on de dos variables.
1
a = bh
2
a = f (b, h)
b > 0,
h>0
Figura 2.3:
En general, ser
a:
f : D R2 R
f : (x, y) z
z = f (x, y)
95
Figura 2.4:
En general ser
a,
f : D R3 R
f : (x, y, z) v
v = f (x, y, z)
v = f (x, y, z) = xyz
2 variables
3 variables
Definici
on 2.1 (Funci
on de dos variables). Sea D un conjunto de pares
ordenados de n
umeros reales. Si a cada par ordenado (x, y) de D le corresponde un n
umero real f (x, y), entonces se dice que f es funci
on de x e y.
El conjunto D es el dominio de f y el correspondiente conjunto de valores
de f (x, y) es el recorrido de f .
Para la funci
on dada por z = f (x, y), a x e y se les llaman variables
independientes, y a z variable dependiente.
Nota: N
otese el doble papel que juega la letra z en la notaci
on: En funciones de dos
variables se le suele usar para denotar los valores de la funci
on, escribiendo z = f (x, y)
(aqu, la z es la funci
on, la variable dependiente), mientras que en funciones de tres o
m
as variables suele aparecer denotando a una de las variables de la funci
on, por ejemplo,
en v = f (x, y, z) (aqu la z es una variable independiente).
z = f (v)
z = f (x, y)
con v = (x, y)
96
y = f (x1 , . . . , xn )
y = f (x)
x2 + y 2 + z 2 = 1
y
z = 1 x2 y 2
z 2 = 1 x2 y 2
(no es funci
on)
z1 = + 1 x2 y 2 (si es funci
on)
2
2
z2 = 1 x y (si es funci
on)
Figura 2.5:
Funciones vectoriales. Una funci
on se dice que es vectorial cuando el
resultado no es un n
umero, sino un vector, es decir, una pareja de n
umeros
o una terna de n
umeros.
Ejemplo. Si las ecuaciones parametricas de una recta son las siguientes:
x=1t
y = 2 + 3t
z =1+t
97
t (x, y, z)
x = x(t)
y = y(t)
z = z(t)
f : D Rn Rm
n = m = 1 funci
on de una variable
n>1
funci
on de varias variables
m=1
n cualquiera
funci
on vectorial
m>1
Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en s mismo. Es decir, se llama campo vectorial a las funciones
del tipo f : D Rn Rn . Una pr
actica para visualizar los campos vectoriales consiste en jugar con la naturaleza dualde los elementos de Rn ;
los elementos del dominio x D se ven como puntos y los de la imagen
f (x) como vectores. El vector f (x) se representa mediante una echa que se
puede colocar en cualquier punto del espacio, sin embargo, para tener una
visualizacion del campo, la echa se colocara de manera que su punto inicial
sea el punto x.
Ejemplo. El campo F : R2 R2 de ecuacion, F(x, y) = (x, y), que asocia
al punto (x, y) R2 el vector (x, y) R2 , se llama campo radial en R2 , y se
puede representar gr
acamente como un conjunto de echas en direcci
on radial, cuya longitud crece al alejarnos del origen de coordenadas y disminuye
al acercarnos a el.
2.1.2.
98
99
la f
ormula se obtenga un valor numerico y no tropecemos con una operacion
imposible?
Es evidente que, en este caso, el dominio de la funci
on es todo el espacio
2
R excepto el origen de coordenadas, es decir, Df = R2 {(0, 0)}, pues la
f
ormula puede ser calculada para cualquier pareja de n
umeros reales, salvo
para la pareja (0, 0). En efecto,
1
11
=
2
+1
2
2 3
6
f (2, 3) =
=
(2)2 + (3)2
13
0
03
= =0
f (0, 3) = 2
2
0 + (3)
9
f (1, 1) =
12
Sin embargo, al sustituir la pareja (x, y) por (0, 0) tropezamos con una operaci
on imposible, como es dividir por cero.
f (0, 0) =
0
00
=
2
+0
0
02
x+y+z
x2 + y 2 + z 2
Soluci
on. El mismo razonamiento del ejemplo anterior nos conduce a
Df = R3 {(0, 0, 0)}
Nota: Recordemos que al calcular el dominio de una funci
on deben tenerse en cuenta,
entre otras, las siguientes circunstancias:
1.
2.
3.
f (x, y) =
3.
f (x, y) =
y
x
x2 + y 2 9
x
y2
5.
f (x, y) = ln xy
7.
Soluci
on.
2.
f (x, y) =
4.
f (x, y, z) =
6.
1
f (x, y) =
xy
x2
+ y2 9
sen (yz)
4 x2 y 2 z 2
100
1. f (x, y) =
y
x y2
x > y2
sin el contorno
2. f (x, y) =
y
x y2
+ y2 9
Para que la raz cuadrada este denida, el radicando no puede ser
negativo, luego x2 + y 2 9 0, pero al estar en el denominador, no
puede ser cero, x2 + y 2 9 = 0. En consecuencia
x2
x2 + y 2 9 > 0 x2 + y 2 > 9
Df = {(x, y) R2 /x2 + y 2 > 9}
Exterior del crculo de centro el Origen y radio
3, excluido el contorno
Figura 2.8:
x2 + y 2 9
3. f (x, y) =
x
Igual que en el caso anterior, para que la raz cuadrada este denida,
el radicando no puede ser negativo, luego x2 + y 2 9 0. Ahora bien,
101
x2 + y 2 9 0 x2 + y 2 9
x=0
Df = {(x, y) R2 /x2 + y 2 9, x = 0}
4. f (x, y, z) =
4 x2 y 2 z 2
En numerador no tiene ning
un problema, est
a denidos para cualquier
valor de x e y. Luego,
z
4 x2 y 2 z 2 > 0 x2 + y 2 + z 2 < 4
Figura 2.10:
5. f (x, y) = ln xy
x>0
y>0
D = {(x, y) R2 /[x > 0, y > 0]
f
xy > 0
x<0
o [x < 0, y < 0]}
y<0
Es decir, el dominio est
a formado por el primer y el tercer cuadrante,
excluidos los ejes de coordenadas.
6. f (x, y) =
1
xy
xy = 0 x = 0 e y = 0 Df = {(x, y) R2 /xy = 0}
El dominio comprende todo el plano menos los dos ejes de coordenadas
7. f (x, y) = arc sen (x + y)
Que f (x, y) sea el arc sen de x + y, signica que x + y es el seno de
un angulo. Para que x + y pueda ser el seno de un angulo ha de estar
comprendido entre 1 y -1, 1 x + y 1. En consecuencia
102
y =1x
y = 1 x
1 x + y 1
x+y 1y 1x
1 x + y y 1 x
Df = {(x, y) R2 / 1 x + y 1}
El dominio es la franja comprendida entre las rectas y = 1 x e y = 1 x, incluidas ambas rectas.
Figura 2.11:
2.1.3.
f (x, y) g(x, y)
f (x, y)
g(x, y)
(x, y) =
f (x, y)
g(x, y)
No obstante, hay que hacer notar que operar con funciones signica operar
con las imagenes de un mismo punto.
f (x, y)
(x, y)
f (x, y) + g(x, y)
g(x, y)
103
f + g : D f D g Rn R
(f + g)(x) = f (x) + g(x)
x2 y
x1
1 x2 y 2
y x2
Soluci
on. Hallamos el dominio de cada uno de los sumandos, por separado.
Y luego hallamos la intersecci
on de los dominios obtenidos.
y x2 > 0 y > x2 D1 = {(x, y) R2 / y > x2 }
1 x2 y 2 > 0 x2 + y 2 < 1 D2 = {(x, y) R2 / x2 + y 2 < 1}
La interseccion de estos dominios esta constituida por los puntos interiores
al crculo unitario x2 + y 2 = 1 (excluyendo su frontera) que estan en el
interior de la par
abola de ecuacion y = x2 (excluyendo su frontera).
y
1
x
-1
1
-1
x y
2
y x2
x1
1 x2 y 2
Funciones polin
omicas.
En varias variables se suele utilizar una terminologa similar a la utilizada
en una variable. As, una funci
on que se puede expresar como suma de
funciones de la forma c xm y n (donde c es un n
umero real y m y n son
enteros no negativos) se conoce como funci
on polin
omica de dos variables.
Por ejemplo, son funciones polin
omicas de dos variables, las siguientes:
f (x, y) = x2 + y 2 3xy + x + 2 y g(x, y) = 2xy 2 y + 3
104
2.1.4.
Composici
on de funciones
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
componer dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
Hay que advertir que, en general, la composici
on de funciones no es
conmutativa, es decir, en la generalidad de los casos sera f g = gf , incluso,
puede suceder que este denida la composici
on en un orden y no en el otro.
Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g) h.
Composici
on de funciones reales de una variable real. Componer dos
funciones consiste en aplicar la segunda funci
on al resultado de la primera.
Ahora bien, desde el punto de vista analtico, este concepto puede tener
una segunda lectura. Analticamente, la composicion de funciones, tambien
signica sustituir una funci
on en la otra. Es decir, si tenemos la funci
on
y = f (x) que establece la dependencia entre y y x, y la funci
on x = g(t),
que establece la dependencia entre x y t, podemos sustituir esta u
ltima en la
primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a y) se
le llama composicion de f con g y se denota por f g. Observese que el orden
en que se escribe la composicion f g es el inverso al orden en que act
uan
las funciones (primero g, despues f ). Conviene tener siempre presente esta
doble visualizaci
on de la composici
on de funciones: como aplicaci
on sucesiva
de dos funciones, y como sustituci
on de la variable por una funci
on de otra
variable. En esquema sera lo siguiente:
(a) Como aplicaci
on sucesiva de funciones:
g
t
f g
Figura 2.13: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)
y = f g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
105
g:IRR
f :J RR
I
J
R
f g :I RR
(f g)(x) = f g(x)
R
R
Rn
Rn
R
Rm
Rm
Rn
R
y = g2 (u, v)
x = g1 (u, v)
y = g2 (u, v)
106
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) que sustituimos, tambien puede considerarse como las componentes de una sola funci
on
vectorial g : D R2 R2 , de tal manera que a cada punto (u, v) D
la funci
on vectorial g le asocia el punto g(u, v) R2 , cuyas coordenadas
son (x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto
permite interpretar la sustituci
on de las variables como la aplicaci
on sucesiva
de dos funciones: una vectorial y la otra real. En esquema sera:
g
R2
R2
R
(u, v) (x, y) z
de donde,
f g(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v)
Ejemplo 2.5 (Componiendo funciones). Hallar la funci
on compuesta de la
2
funci
on f (x, y) = xy + xy con las funciones
x = g1 (u, v) = u + v
y = g2 (u, v) = uv
Soluci
on. Si queremos interpretar la composici
on como la aplicacion sucesiva
de dos funciones, consideramos la funci
on vectorial
g(u, v) = g1 (u, v), g2 (u, v) = (u + v, uv)
y, en esquema, resulta
f (x, y) = xy 2 + xy
g(u, v) = (u + v, uv)
R2
R
g
2
R2
R
R2
R2
R
(u, v) (x, y) z
107
Soluci
on. Consideramos la funci
on vectorial
g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 )
y, en esquema, resulta
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
R3
R
g
R3
R
R
R3
R
t (x, y, z) w
R3
R
g
R3
R
R3
R
R3
(x, y, z) t w
2 z 3 xyz
R2
R
g
R
R
R2
R
R
(x, y) t z
f (x, y) =
xy 2 xy
108
En la pr
actica, tambien se pueden simplicar los calculos sustituyendo directamente, pero en este caso, sustituimos en la funcion g:
g(t) = g f (x, y) = f (x, y) = xy 2 xy = h(x, y)
En estos casos, la sustitucion puede hacerse, indistintamente, de fuera a
dentro o de dentro a fuera, en efecto,
g(t) = g f (x, y) = g(xy 2 xy) =
xy 2 xy = h(x, y)
g(z) = z
R2 R
g
R R
R2 R R
16 4x2 y 2
g f (x, y) = h(x, y) =
h g f (x, y)
R3 R3
g
R3 R2
R3 R3 R2 R
h
R2 R
La funci
on g debe interpretarse como: (1a componente +2a , 2a + 3a )
109
O sea,
g(u1 , u2 , . . ., um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
Rm Rn R
(u1 , u2 , , um ) (x1 , x2 , , xn ) z
De esta manera se ve el proceso de composicion de funciones de varias variables como un proceso entre dos funciones, que se puede enunciar formalmente
de la siguiente forma:
Definici
on 2.2 (Composici
on de funciones). Dada la funci
on f : Df
Rn R definida en el conjunto Df de Rn y la funci
on g : Dg Rm Rn
definida en el conjunto Dg de Rm , cuyo rango est
a contenido en Df (es
decir, g(Dg ) Df ), entonces se puede formar la composici
on de ambas
m
funciones f g : Dg R R, definida como:
(f g)(u) = f g(u)),
u Dg
Esquematicamente sera.
g : Dg Rm Rn
f : D f Rn R
Dg
Df
R
f g : D g Rm R
(f g)(u) = f g(u)
y mediante diagramas,
110
Rn
Rm
z
R
f g
Figura 2.14: Composicion de funciones
g
Dg
Df
Rm
Rn
f g
Figura 2.15: Composicion de funciones
2.1.5.
Gr
afica de una funci
on de dos variables
(x, y)
y = f (x)
x
111
x Df
y = f (x)
(x, y) = x, f (x)
(x, y, z) gr
af f
(x, y) Df
z = f (x, y)
(x, y, z) = x, y, f (x, y)
z
z y
x
Df
Figura 2.17:
La gr
aca de una funci
on de dos variables ser
a una
supercie en el espacio. La proyeccion de la gr
aca
sobre el plano horizontal coincide con el dominio de
la funci
on.
Los puntos de la gr
aca se representan por
(x, y, f (x, y))
el
espacio
representamos
el
tri
a
ngulo
formado
por los
x
4
tres puntos en los que el plano corta a los ejes de
Figura 2.18:
coordenadas.
112
y
0
4
0
z
0
0
-4
f (x) = ax + b
f (x, y) = ax + by + c
f (x1 , . . . , xx ) = a1 x1 + a2 x2 + + an xn + b
Recta en el plano
Plano en el espacio
Hiperplano en Rn+1
9 x2 y 2
Soluci
on. El dominio de la funci
on viene determinado por 9 x2 y 2 0
de donde x2 + y 2 9 que es el crculo con centro
el origen de coordenadas y radio 3 (incluido su contorno).
Para representar la funci
on sustituimos f (x, y) por
z, con lo que resulta: z = 9 x2 y 2 de donde
z 2 = 9 x2 y 2 o bien x2 + y 2 + x2 = 9 que es
la ecuacion de la esfera de centro el origen de coordenadas y radio 3. Y al limitarnos a valores de z positivos, se reduce a la semiesfera superior.
z
3
x
3
Figura 2.19:
16 4x2 y 2
Soluci
on. El dominio de la funci
on vendr
a determinado por 164x2 y 2 0
z
4
Figura 2.20:
113
Figura 2.21: z = 3
Ejemplo 2.12. Representa la funci
on: f (x, y) = 3
Soluci
on. El dominio de la funci
on es todo R2 .
Cortes con los planos coordenados. Para ayudarnos en la representaci
on
gr
aca de las supercies, estudiaremos la curva en que la supercie corta a
los planos coordenados.
z
x = 0
La proyecci
on de esta curva de contorno sobre el plano horizontal de coordenadas OXY , se llama curva de nivel de altura k de la funci
on f .
f (x, y) = k
curva de nivel k
114
curva de
contorno
de
curva
nivel
Las curvas de nivel son el conjunto de puntos del dominio donde la funci
on
es constante, es decir, los puntos donde la funci
on toma el mismo valor, o
sea, las curvas de altura constante sobre la gr
aca de la funci
on. Las curvas
de nivel permiten representar supercies tridimensionales mediante un mapa
plano. Es importante elegir los valores de z adecuadamente para que el mapa
traslade una clara visualizaci
on de la supercie. El espaciado entre las curvas
de nivel nos da una idea del crecimiento de la funci
on. As, mucho espacio
entre dos curvas de nivel signica que la supercie crece lentamente. Dos
curvas de nivel muy pr
oximas signica que la supercie crece rapidamente.
Dos curvas de nivel diferentes de un mismo campo escalar no se pueden
cortar, puesto que la funci
on f asocia un u
nico n
umero z = f (x, y) a un
punto cualquiera (x, y)
Figura 2.25: La distancia entre las curvas de nivel muestra el crecimiento de la supercie
Ejemplo:Representar la funci
on: f (x, y) = x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
sustituimos f (x, y) por z, con lo que tenemos: z = x2 + y 2 .
Veamos los cortes de dicha supercie con los planos coordenados:
abola
- corte con el plano x = 0 z = y 2 que es una par
- corte con el plano y = 0 z = x2 que es otra par
abola.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
115
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=4
=9
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = x + y .
Veamos los cortes de dicha supercie con los planos coordenados:
- corte con el plano x = 0 z = y 2 =| y | que es una recta quebrada
- corte con el plano y = 0 z = x2 =| x | que es otra recta quebrada.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
resulta la ecuacion x2 + y 2 = z 2 , en donde, para cada valor de z tenemos
una circunferencia de radio z Damos varios valores a z para ver las curvas
de contorno a distintas alturas:
-
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=2
=3
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
se reduce al punto(0, 0)
circunferencia de radio 1
circunferencia de radio 2
circunferencia de radio 3
Las curvas de nivel son circunferencias como en el caso anterior, pero los
cortes con los planos coordenados son rectas y no par
abolas. La gr
aca
resultante es un cono.
Ejemplo 2.15. Representa la funci
on: f (x, y) = 25 x2 y 2
116
x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = 25 x y .
Hallamos los cortes de la supercie con los planos coordenados:
- corte con el plano x = 0 z = 25 y 2 que es una par
abola hacia abajo
- corte con el plano y = 0 z = 25 x2 que es una par
abola hacia abajo.
Para hallar las curvas de nivel suponemos z constante, con lo que resulta la
z, en donde, para cada valor de z < 25 tenemos una
ecuacion x2 + y 2 = 25
circunferencia de radio 25 z
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
-
nivel z
nivel z
nivel z
nivel z
nivel z
nivel z
= 0 x2 + y 2 = 25
= 9 x2 + y 2 = 16
= 16 x2 + y 2 = 9
= 21 x2 + y 2 = 4
= 24 x2 + y 2 = 4
= 25 x2 + y 2 = 0
circunferencia de radio 5
circunferencia de radio 4
circunferencia de radio 3
circunferencia de radio 2
circunferencia de radio 1
se reduce al punto(0, 0)
La gr
aca sera un paraboloide invertido.
Ejemplo 2.16. Representa la funci
on: f (x, y) = y 2 x2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
sustituimos f (x, y) por z, con lo que tenemos: z = y 2 x2 .
Veamos los cortes de dicha supercie con los planos coordenados:
abola hacia arriba
- corte con el plano x = 0 z = y 2 que es una par
abola hacia abajo.
- corte con el plano y = 0 z = x2 que es una par
Para hallar las curvas de nivel suponemos que z es una constante con lo que
resulta la ecuacion y 2 x2 = z, en donde, para cada valor de z tenemos una
hiperbola
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
117
118
Funciones de tres o m
as variable. La gr
aca de funciones de tres o
mas variables se dene de forma analoga al caso de una y dos variables. As,
en general, la gr
aca de una funci
on de n variables f : Df Rn R, se
dene como el conjunto
graf f = { (x1 , x2 , . . . , xn , y) Rn+1 / (x1 , x2 , . . . , xn ) Df , y = f (x1 , x2 , . . . , xn ) }
2.1.6.
En Matem
aticas a los conceptos teoricos se les buscan representaciones que
nos permitan visualizar, mediante im
agenes gracas, sus propiedades abstractas, con objeto de comprenderlas y recordarlas mejor. As, para tener una
visualizacion gr
aca de las propiedades de las funciones, hemos imaginado
que las funciones de una variable representan curvas en el plano y las de dos
variables supercies en el espacio. Sin embargo, este sistema no nos permite
visualizar las funciones de tres o m
as variables y tenemos que conformarnos
con imaginar una generalizaci
on de los conceptos aprehendidos en dos o tres
dimensiones.
En realidad una funci
on no es ni una curva ni una supercie, sino una
correspondencia entre magnitudes, y seg
un sea el signicado fsico que le
demos a esas magnitudes (espacio, tiempo, temperatura, etc.) la funci
on
119
tendr
a un signicado fsico u otro. Por eso, aunque la representaci
on gr
aca
haya pasado a formar parte integrante del contenido te
orico de las funciones, no debemos olvidar que es simplemente un instrumento de ayuda,
y, por lo tanto, no nos debemos sentir atrapados por ese instrumento. Para
comprender algunos conceptos, como por ejemplo las curvas de nivel, son
tambien apropiadas otras representaciones de las funciones distintas de la
representacion gr
aca.
As, las funciones de dos variables se pueden interpretar como la temperatura en cada punto de una placa horizontal, siendo esta placa el dominio de
la funci
on. Las de tres variables se pueden interpretar como la temperatura
en cada punto de una regi
on del espacio. Las curvas de nivel seran las curvas
de igual temperatura, es decir, las isotermas. En el caso de tres variables las
supercies de nivel seran las supercies de igual temperatura (superficies
isotermas).
A las funciones de varias variables tambien se les puede dar otras interpretaciones, por ejemplo, en un mapa del tiempo las curvas de nivel de
igual presi
on se llaman isobaras. En las representaciones de los campos de
potencial electrico, las curvas de nivel se llaman lneas equipotenciales.
2.2.
2.2.1.
Lmite y continuidad
Introducci
on
La gr
aca de una funci
on de una variable es una curva en el plano.
y
y = f (x)
x
2.2.2.
De manera an
aloga a como se denen los entornos en la recta real mediante
intervalos, se denen los entornos en el plano mediante discos. As, un entorno alrededor de (x0 , y0 ) va a ser un disco centrado en (x0 , y0 ) con radio
. Es decir, se dene el -entorno alrededor de (x0 , y0 ) como el conjunto de
puntos (x, y) del plano que distan de (x0 , y0 ) menos que .
{(x, y) R2 ;
(x x0 )2 + (y y0 )2 < }
120
(x0 , y0 )
Cuando en la denici
on ponemos el signo < se dice que el disco es abierto
y cuando ponemos el signo decimos que el disco es cerrado. En el primer
caso no esta incluido el contorno y en el segundo s.
Regiones abiertas y regiones cerradas
Un punto (x0 , y0 ) de una regi
on R del plano se dice que es un punto
interior de R si existe un -entorno alrededor de (x0 , y0 ) que pertenece
totalmente a R. Si todos los puntos de una regi
on R son interiores entonces
decimos que R es una regi
on abierta.
Un punto (x0 , y0 ) se dice que es un punto frontera de R si cada disco
abierto centrado en (x0 , y0 ) contiene puntos del interior de R y puntos del
exterior de R. Por denici
on, una regi
on debe contener todos sus puntos
121
interiores, pero no tiene por que contener a sus puntos fronteras. Si una
regi
on contiene todos sus puntos fronteras, entonces se dice que es una regi
on
cerrada. Una regi
on que contiene a algunos pero no a todos sus puntos
fronteras no es ni abierta ni cerrada.
y
Punto
frontera
Punto
interior Frontera de R
2.2.3.
122
Definici
on 2.3 (Lmite de una funci
on en un punto). Sea f una
funci
on de dos variables definida en un disco abierto centrado en (x0 , y0 ),
excepto quiz
as en el punto (x0 , y0 ). Entonces,
lm
(x,y)(x0 ,y0 )
f (x, y) =
si y s
olo si para cada > 0 existe un correspondiente > 0 tal que
|f (x, y) | < , siempre que 0 <
(x x0 )2 + (y y0 )2 <
(x,y)(x0 ,y0 )
f (x, y) =
lm
(x,y)(x0 ,y0 )
f (x, y) = f (x0 , y0 )
Una funci
on se dice que es continua en una regi
on R si es continua en cada
punto de R
Ejemplo 2.18. Dada la funci
on f (x, y) =
1
0
si
si
x2 + y 2 1
x2 + y 2 > 1
hallar gr
aficamente:
lm
(x,y)(0,0)
f (x, y)
lm
(x,y)(1,0)
f (x, y)
Soluci
on. Para hallar el lmite de la funci
on en cada uno de los puntos
especicados, hallamos las imagenes de los puntos de un entorno de cada
uno de los puntos.
123
En un entorno del punto (0, 0) todos los puntos tienen como imagen
f (x, y) = 1, luego el lmite en dicho punto tambien es 1.
En un entorno del punto (1, 0) una parte de los puntos tienen como
imagen f (x, y) = 1, y otra parte de los puntos tiene como imagen f (x, y) = 0,
luego el lmite en dicho punto no existe, ya que todos los puntos del entorno
deberan orientar su imagen hacia el mismo sitio.
Figura 2.35:
2.2.4.
lm
f (x, y) = 1
(x,y)(0,0)
lm
f (x, y)
no denido
(x,y)(1,0)
De forma an
aloga a una variable, en varias variables se cumplen las siguientes
propiedades:
Teorema 2.1 (Propiedades de las funciones continuas). Si k es un
n
umero real y f y g son funciones continuas en (x0 , y0 ), entonces las funciones siguientes tambien son continuas en (x0 , y0 ):
1.
2.
3.
4.
M
ultiplo escalar: kf
Suma y diferencia: f g
Producto: f g
Cociente: f /g, si g(x0 , y0 ) = 0
(x,y)(x0 ,y0 )
g(x, y) = ex
2 +y 2
124
2.
3.
4.
lm
(x,y)(2,3)
lm
xy = 6
(x,y)(2,3) x2
lm
(x,y)(0,1)
6
6
xy
=
=
2
+y
4+9
13
arc sen xy
1 + xy
arc sen 0
0
= =0
1+0
1
1
xy
Soluci
on. El u
nico problema que presenta la funci
on es en el cociente, donde
el denominador debe ser distinto de 0. Teniendo en cuenta que xy = 0 cuando
x = 0 (eje OY) o cuando y = 0 (eje OX). La funci
on sera discontinua en los
dos ejes de coordenadas.
125
xy+1
x2 y
1 x2 4y 2 si x2 + 4y 2 1
c
si x2 + 4y 2 > 1
Soluci
on. La gr
aca de la funci
on 1 x2 4y 2 es una especie de semielipsoide superior, con contorno sobre la elipse x2 + 4y 2 = 1. En el contorno
toma el valor 0, en efecto, 1 x2 4y 2 = 1 (x2 + 4y 2 ) que vale 0 para
x2 + 4y 2 = 1. Fuera del contorno ha de ser constante (= c). Luego, para que
se mantenga continua sobre el contorno, fuera del contorno ha de valer cero,
por lo tanto c = 0.
1 x2 4y 2
126
lm
(x,y)(0,0)
lm
(x,y)(0,0)
2.2.5.
cos(x2 + y 2 )
1
= 1 + = 1 =
2
2
x +y
0
ln(x2 + y 2 ) = ln 0+ =
Mediante la denici
on de lmite se puede comprobar si un lmite dado
es correcto o no, pero no se pueden calcular lmites. La comprobacion suele
ser complicada y articial. (Tenemos que imaginar que alguien nos va a dar
el valor de y nosotros tenemos que encontrar el correspondiente valor de
que hace que sea cierta la implicacion. En general, nuestro depender
a del
que nos den: = ()).
En cada caso necesitaremos probar que, para cada > 0, existe un entorno alrededor de (x0 , y0 ) tal que
|f (x, y) | <
siempre que (x, y) = (x0 , y0 ) este en el entorno. Es decir, necesitamos probar
que cualquiera que sea > 0, existe, para ese , un > 0 que hace cierta la
implicaci
on:
0 < (x x0 )2 + (y y0 )2 < 2
|f (x, y) | <
|f (x, y) | <
(x x0 )2 + (y y0 )2 <
127
|f (x, y) | <
est
a, como ya se ha dicho, en que, en la generalidad de los casos, no es posible la demostraci
on lineal de la implicaci
on. As como, en el hecho de que el valor de no est
a dado,
desde un principio, sino que lo debemos encontrar durante el proceso. En consecuencia, el
tipo de razonamiento que se hace es el siguiente: Intentamos demostrar que |f (x, y) | <
bajo que condiciones se cumple esto? En un momento de la demostraci
on necesitamos
utilizar que 0 < (x x0 )2 + (y y0 )2 < 2 . Esa necesidad es lo que hace que sea cierta la
implicaci
on.
Por otro lado, hay que decir que la u
nica restricci
on que tenemos que poner a = ()
para poder concluir que |f (x, y) | < es que sea positivo cuando tambien lo sean
( y son distancias).
El hecho de tratarse de desigualdades es lo que complica la demostraci
on, aunque al
mismo tiempo la enriquece.
(x,y)(0,0)
x2 + y 2 sen
x2
1
=0
+ y2
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (0, 0) tal que
|f (x, y) 0| <
siempre que (x, y) = (0, 0) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
0<
se siga que
|f (x, y) 0| <
Es decir, tenemos que demostrar la siguiente implicacion.
x2 + y 2 < 2
Para ello, tenemos que encontrar un valor positivo para tal que cuando
x2 + y 2 < 2 , se tenga que |f (x, y)| < (el valor de depender
a del que
tenga ).
El proceso es el siguiente: partimos de la expresi
on |f (x, y)|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci
on de y vemos
cuanto tiene que valer para que esa expresi
on sea menor que ; teniendo
en cuenta que al estar en un entorno del origen es x2 + y 2 < 2 , o bien
x2 + y 2 <
128
|f (x, y)| = |
x2 + y 2 sen
1
||
x2 + y 2
x2 + y 2 | =
ha de ser
x2 + y 2 < =
Observaci
on. La funci
on f , del ejemplo anterior, denida por
f (x, y) =
x2 + y 2 sen
x2
1
+ y2
f (x, y) =
1
x2 + y 2 sen x2 +y
2
0
si (x, y) = (0, 0)
si (x, y) = (0, 0)
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor positivo para tal que cuando
on
x2 + y 2 < 2 , se tenga que |f (x, y)| < . Para ello partimos de la expresi
2
2
on de
|f (x, y)|, la relacionamos con x + y , con objeto de expresarla en funci
y vemos cuanto tiene que valer para que esa expresi
on sea menor que ;
teniendo en cuenta que al estar en un entorno del origen ser
a x2 + y 2 < 2 ,
2
2
o bien x + y <
1
| |x2 + y 2 | = x2 + y 2 < 2 =
xy
Por estar (x, y) en
el entorno de (0,0)
129
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (a, b) tal que
|f (x, y) b| <
siempre que (x, y) = (a, b) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
0<
se siga que
|f (x, y) b| <
Para ello partimos de la expresi
on |f (x, y) b| y tratamos de relacionarla
2
2
on de y vemos
con (x a) + (y b) , con objeto de expresarla en funci
cuanto tiene que valer para que esa expresi
on sea menor que
|f (x, y) b| = |y b| =
(y b)2
x2
x2 + y 2
0 x2 x2 + y 2 0
|x|
x2
y2
1 1
x
x2
+ y2
x2
1
x2 + y 2
130
Soluci
on. Igual que antes, tenemos que demostrar la siguiente implicaci
on.
(x 0)2 + (y 0)2 < 2
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor para tal que cuando x2 +y 2 < 2 ,
se tenga que |f (x, y)| < . Para ello partimos de la expresi
on |f (x, y)|, la
on de y vemos
relacionamos con x2 + y 2 , con objeto de expresarla en funci
cuanto tiene que valer para que esa expresi
on sea menor que ; teniendo
en cuenta que al estar en un entorno del origen ser
a x2 + y 2 < 2 , o bien
x2 + y 2 <
x2
5x2 y
|=
5|y|
|
| 5|y| 5 x2 + y 2 < 5 =
|f (x, y)| =| 2
x + y2
x2 + y 2
luego hemos encontrado un valor para , = /5
2
(En la demostraci
on hemos utilizado la acotaci
on | x2x+y2 | 1, y por otro
lado hemos tenido en cuenta que: | y |=
y2
x2 + y 2 ).
xy
x2 + y 2
|= |x| |
y
x2 + y 2
| |x| =
x2
x2 + y 2 < =
x4
x4 y
|=
|
||y| |y|
x4 + y 4
x4 + y 4
y2
x2 + y 2 < =
2.2.6.
C
alculo de lmites mediante operaciones algebraicas
131
lm
(x,y)(0,3)
2.
lm
(x,y)(1,1)
4.
lm
(x,y)(0,0)
1
x2
1 + x2 y
y1
x2 1
+ 2
x1
y 1
2
x + y2
x2 + y 2 + 1 1
Soluci
on.
1.
0
6x 2y
2(3x y)
=[ ]=
=
lm
2
2
0
(x,y)(1,3) 9x y
(x,y)(1,3) (3x)2 y 2
lm
2.
lm
(x,y)(1,1)
3.
lm
(x,y)(1,3)
2
1
2(3x y)
2
=
lm
= =
(3x + y)(3x y) (x,y)(1,3) (3x + y)
6
3
y1
0 0
x2 1
+ 2
=[ + ]=
x1
y 1
0 0
lm
(x,y)(1,1)
y1
0 0
(x + 1)(x 1)
+
=[ + ]=
x1
(y + 1)(y 1)
0 0
5
1
1
=
lm
x+1+
=2+ =
y+1
2
2
(x,y)(1,1)
0
(x3 1)(y 4 1)
=[ ]=
2
0
(x,y)(1,1) (x 1)(y 1)
lm
=
4.
lm
(x,y)(0,0)
lm
(x,y)(1,1)
x2 + y 2
0
=[ ]=
0
x2 + y 2 + 1 1
=
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
x2 + y 2 + 1 1
(x,y)(0,0)
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
x2 + y 2
(x,y)(0,0)
lm
lm
5.
lm
(x,y)(0,3)
(x2 + x + 1)(y 2 + 1) = 3 2 = 6
1+x y
1
x2
= [1 ] =
lm
(x,y)(0,0)
lm
(x,y)(0,3)
x2 + y 2 + 1 + 1 = 2
2
(1 + x y)
1
x2 y
lm (1 + z) z = e
z0
x2 y
x2
= e3
132
2.2.7.
Si una funci
on esta comprendida, en los alrededores de un punto, entre dos
que tienen el mismo lmite, en dicho punto, entonces dicha funci
on tambien
tiene el mismo lmite en dicho punto.
f (x) h(x) g(x)
lm f (x) = lm g(x)
xx0
xx0
xx0
xx0
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en los
alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
g(x)acotada
lm f (x) = 0
xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado nal sera el
mismo.
lm
(x,y)(0,0)
(x2 + y 2 ) sen
1
= 0 Acot = 0
xy
x2
x3
=
l
m
x
= 0 Acot = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
lm
(x,y)(0,0)
(x sen
1
1
+ y sen ) = 0 Acot + 0 Acot = 0
y
x
y(x 1)3
=
(x,y)(1,2) (x 1)2 + (y + 2)2
lm
lm
(x,y)(1,2)
(x 1)y
(x 1)2
= 0 Acot = 0
(x 1)2 + (y + 2)2
2.2.8.
133
Infinit
esimos equivalentes.
Definici
on 2.6 (Infinit
esimos equivalentes). Dos infinitesimos en un
mismo punto se dice que son equivalentes, cuando el lmite de su cociente
es 1.
f (X) 0
lm
=
= 1 = f (X) g(X)
(en X = X0 )
XX0 g(X)
0
Sustituci
on de infinit
esimos. Si un innitesimo esta multiplicando o dividiendo se le puede sustituir por otro equivalente para simplicar los c
alculos.
f (X)
= 1. Y supongaSupongamos que f (X) g(X), entonces sera lm
XX0 g(X)
mos que f (X) aparece multiplicando dentro de un lmite.
f (X)
g(X)h(X) = lm g(X) h(X)
XX0
g(X)
lm f (X) h(X) = lm
XX0
XX0
Con lo cual hemos sustituido f (X) por g(X) y el lmite puede resultar mas
f
acil.
Sumas de infinit
esimos. Cuando un innitesimo esta sumando o restando,
en general, no se puede sustituir por otro equivalente.
lm
XX0
f (X) + h(X)
lm
XX0
g(X) + h(X)
No obstante, existen casos muy concretos en los que se pueden aplicar innitesimos al caso de sumas. Sin embargo, hay que advertir que en varias
variables esta sustituci
on es mucho mas restrictiva que en una variable. En
una variable dijimos que la suma de varios infinitesimos de distinto orden
se puede reducir al de menor orden. Por ejemplo,
(x2 + 3x3 5x4 )f (x)
(x2 )f (x)
= lm
x0
x0
g(x)
g(x)
lm
134
x=y 3
o bien,
(y 2 + 3y 3 5y 4 )f (x, y)
(y 2 )f (x, y)
=
lm
g(x, y)
g(x, y)
(x,y)(0,0)
(x,y)(0,0)
lm
e incluso,
lm
(x,y)(0,0)
lm
(x,y)(0,0)
g(x, y)
Sin embargo
(x2 y + x3 y 2 + x6 )f (x, y)
(x2 y)f (x, y)
= lm
x0
g(x, y)
g(x, y)
(x,y)(0,0)
lm
Evidentemente la suma que se sustituye no puede ser una suma parcial, sino
que la suma que se sustituye ha de ser total, es decir, considerada como una
unidad, ha de estar multiplicando o dividiendo.
Algunos infinit
esimos en el Origen (z 0).
Los innitesimos mas usuales, en el origen son:
Trigonometricos:
sen z z
arc sen z z
tg z z
arctan z z
1 cos z
z2
2
Logartmicos:
ln(1 + z) z
z ln(1 + z)
ez 1 z
z
a 1 z ln a
(1+ z)n 1 + nz
n
1 + z 1 + nz
135
lm
(x,y)(x0 ,y0 )
f (x, y) = 0
lm
(x,y)(x0 ,y0 )
f (x, y)g(x, y)
h(x, y)
(x,y)(x0 ,y0 )
lm
Ejemplo 2.32 (Calculando lmites mediante infinitesimos). Calcula los siguientes lmites.
1.
sen(xy)
xy
=
lm
=
lm y = 2
x
(x,y)(0,2)
(x,y)(0,2) x
(x,y)(0,2)
2.
etg(x y) 1
tg(x2 y)
x2 y
1
=
l
m
=
l
m
=
2
2
2
2
(x,y)(0,0) 2 sen(x y)
(x,y)(0,0) 2x y
(x,y)(0,0) 2x y
lm
3.
lm
1 cos(x2 y)
(x2 y)2
=
lm
=
2
(x y)
(x,y)(1,1)
(x,y)(1,1) 2(x y)2
4.
exy 1
xy
=
lm
=
lm 1 = 1
(x,y)(0,0) sen x ln(1 + y)
(x,y)(0,0) xy
(x,y)(0,0)
5.
3
sen x sen(3y)
x3y
=
lm
=
2xy
2xy
2
(x,y)(0,0)
(x,y)(0,0)
6.
lm
lm
(y 2 + 2y 3)(1 cos x)
(y 1)(y + 3)x2 /2
=
l
m
=
x2 (y 1)
x2 (y 1)
(x,y)(0,1)
(x,y)(0,1)
4
y+3
=
lm
= =2
2
2
(x,y)(0,1)
lm
(1 cos 2x)(cos 3y 1)
7.
lm
=
lm
5x2 y
(x,y)(0,0)
(x,y)(0,0)
9y 2
4x2
2 ( 2 )
5x2 y
8.
lm
(x,y)(0,0)
9y
=0
5
(ex 1)(e2y 1)
x2y
=
lm
=2
xy
(x,y)(0,0)
(x,y)(0,0) xy
lm
ln x tg(y 1)
(x,y)(1,1) xy x y + 1
lm
136
Soluci
on. Aplicando innitesimos en el numerador,
ln x = ln(1 + x 1) x 1 ,
tg(y 1) y 1
(x,y)(1,1)
2.2.9.
ln x tg(y 1)
(x 1)(y 1)
=
lm
=
xy x y + 1 (x,y)(1,1) x(y 1) (y 1)
(x 1)(y 1)
=
lm
=1
(x,y)(1,1) (x 1)(y 1)
Inexistencia de lmites
137
todos los puntos del entorno signica todas las posibles formas de aproximarse. En consecuencia, para ver que una funci
on no tiene lmite en un
punto se siguen varios caminos de aproximaci
on al punto y si la funci
on
tiene un lmite distinto por cada camino, entonces el lmite doble no existe. El problema ser
a determinar si existe un camino que conduce a otra
parte. En la pr
actica los caminos que se suelen seguir son rectas y parabolas. (El camino por rectas se sigue cuando las potencias del denominador son
del mismo grado, y el camino por par
abolas cuando son de distinto grado,
intentando igualar los grados). No debe olvidarse que la recta ha de pasar
por el punto en cuesti
on, es decir su ecuacion ha de ser y y0 = m(x x0 ).
Hay que advertir que este metodo solo es refutativo, es decir, nos permite negar la existencia del lmite pero no armarla. As, si encontramos
dos lmites direccionales diferentes, entonces podemos armar que el lmite
doble no existe. Pero si todos los lmites direccionales que tomamos nos
dan el mismo lmite, no por eso podemos armar la existencia del lmite. Lo
mas que podemos decir es que, de existir el lmite doble, su valor ser
a el de
los direccionales, pero nadie asegura que siguiendo otra direcci
on, diferente
a las tomadas hasta ese momento, obtengamos un resultado diferente.
Ejemplo 2.34 (Calculando lmites direccionales). Probar que el siguiente
lmite no existe.
xy
lm
2
(x,y)(0,0) x + y 2
Soluci
on. Si nos acercamos al origen a traves de la recta y = x, se tiene
1
xy
xx
x2
=
l
m
=
l
m
=
2
2
2
2
2
x0 2x
2
(x,y)(0,0) x + y
(x,y)(0,0) x + x
lm
y=x
x0
luego, de existir el lmite, debera ser 1/2. Mientras que si nos acercamos al
origen a traves de la recta y = x, se tiene
1
xy
x(x)
x2
=
l
m
=
l
m
=
2
2
2
2
2
x0 2x
2
(x,y)(0,0) x + y
(x,y)(0,0) x + (x)
lm
y=x
x0
(x,y)(0,0) x2
xy
xy
xmx
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
m
m
=
= f (m)
2
x0 1 + m
1 + m2
= lm
138
xy
x2 +y 2
Observaci
on. Podemos observar que aunque la funci
on f , del ejemplo anterior, denida por
xy
f (x, y) = 2
x + y2
solo es discontinua en el punto (0, 0), sin embargo, dicha discontinuidad es
inevitable, ya que no es posible redenir la funci
on en (0, 0), de manera que
sea continua en dicho punto, puesto que el lmite en (0, 0) no existe.
Ejemplo 2.35. Demostrar que el siguiente lmite no existe.
y2
(x,y)(0,0) x + y 2
lm
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
y2
y2
m2 x2
m2 x
=0
=
l
m
=
l
m
=
l
m
x0 x + m2 x2
x0 1 + m2 x
(x,y)(0,0) x + y 2
(x,y)(0,0) x + y 2
lm
y=mx
139
x=y 2
y0
x=0
x=0
y0
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
2x2 y
2x2 y
2x2 mx
2mx
=
l
m
=
l
m
= lm 2
= 0
x0 x4 + m2 x2
x0 x + m2
(x,y)(0,0) x4 + y 2
(x,y)(0,0) x4 + y 2
y=mx
y=mx
lm
y=x2
y=x2
x0
2a2
2x2 y
2x2 (ax)2
2x2 a2 x2
= lm 4
= lm 4
=
= f (a)
2
2
2
2
4
x0 x + (ax )
x0 x + a x
+y
1 + a2
x4
140
7x(x 5)
y+2
(x,y)(5,2)
lm
Soluci
on. Nos aproximamos al punto (5, 2) mediante rectas que pasen por
dicho punto y + 2 = m(x 5), de donde,
35
7x(x 5) 0
7x(x 5)
7x
=
= lm
=
= f (m)
= lm
x5 m(x 5)
x5 m
y+2
0
m
(x,y)(5,2)
lm
lm
(x,y)(1,1) x2
xy x y + 1
+ y 2 2x 2y + 2
Soluci
on. Agrupando terminos en el numerador y denominador y haciendo
el lmite resultante por rectas y 1 = m(x 1), resulta:
xy x y + 1
=
+ y 2 2x 2y + 2
x(y 1) (y 1)
=
=
lm
(x,y)(1,1) (x 1)2 1 + (y 1)2 1 + 2
(x 1)(y 1)
(x 1)m(x 1)
=
lm
=
lm
=
2
2
x1
(x 1)2 + m2 (x 1)2
(x,y)(1,1) (x 1) + (y 1)
lm
(x,y)(1,1) x2
y1=m(x1)
m
= f (m)
1 + m2
141
(x,y)(0,0)
x
x2 + y 2
Soluci
on. Si nos acercamos al origen a traves de la familia de curvas denidas
por la ecuaci
on
x2 + y 2 = x
resulta
lm
(x,y)(0,0) x2
x2 +y 2 =x
x0
1
x
x
=
= lm
2
x0 x
+y
2
+ y2 = 0
(x )2
2
4
2
(x )2 + y 2 =
2
4
Soluci
on. Es evidente que el lmite dado existe y vale cero. En efecto,
x2
x3
=
l
m
x
= 0 Acot. = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
142
La determinaci
on del dominio de las funciones implcitas en la trayectoria
nos dice que la funci
on solo esta denida para x 1 y para el (0, 0). En
efecto, despejando y resulta,
x2 + y 2 = x3
y 2 = x3 x2
y = x3 x2
x1
x=0
b) Mediante la aplicaci
on sucesiva de la regla de LH
opital
Hacemos el lmite mediante trayectorias rectilneas (o lmites reiterados) y
obtenemos un valor concreto. Suponemos, entonces, que la trayectoria dscola viene denida mediante una funci
on polin
omica y = p(x). Sustituimos en
el lmite y aplicamos sucesivamente la regla de LHopital hasta obtener
un valor distinto al obtenido anteriormente. Posteriormente calculamos el
polinomio que cumple las condiciones exigidas a p(x).
Nota: La determinaci
on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor o de Mac Laurin (Teorema 3.7 de la p
ag 186)
p(x) = p(0) + p (0)x +
p (0) 2 p (0) 3
x +
x
2
3!
y + ex 1
= 1 ?. Responde justiy+x
(x,y)(0,0)
lm
ficando la respuesta
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
143
= lm
= lm
= lm
g (0) = 1,
g (0) = 0
p (0) 2
x
2
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
armar que dicho lmite exista.
144
y + sen x 0
mx + sen x 0
=
=
= lm
=
x0 mx + x
0
0
(x,y)(0,0) y + x
y al ser de una variable podemos aplicar LH
opital, con lo cual
lm
m+1
m + cos x
=
= 1 para m = 1
x0 m + 1
m+1
sin embargo, si nos aproximamos al punto (0, 0) mediante la c
ubica y = x3 x
resulta que el lmite, de existir, debera de valer 5/6
y + sen x
x3 x + sen x
x3 x + sen x 0
= lm
=
l
m
=
=
lm
x0 x3 x + x
x0
x3
0
(x,y)(0,0) y + x
= lm
= lm
p (0) = 0,
p (0) = 1,
p(0) = 0
a 2
a
x 1 p(x) = x3 x
2
6
Lmites parciales iterados (o reiterados).
p (x) = a p (x) = ax p (x) =
xx0
lm
yy0
lm f (x, y)
yy
0
x=x0
lm f (x, y)
xx0
y=y0
145
Soluci
on.
lm
xx0
lm
lm
yy
yy0
x=x0
lm
xx
y=y0
x2 0
x2 y 2
=
l
m
= lm 1 = 1
2
2
2
xx0 x + 0
xx0
x +y
0 y2
x2 y 2
=
l
m
=
l
m
1 = 1
yy0 0 + y 2
xx0
x2 + y 2
(x,y)(0,0)
(x sen
1
1
+ y sen )
y
x
Soluci
on. El lmite doble existe.
1
1
lm (x sen + y sen ) = 0 Ac + 0 Ac = 0 + 0 = 0
y
x
(x,y)(0,0)
Mientras que los iterados no existen, en efeco
1
1
lm (x sen + y sen ) = lm No denido + 0 = No denido
lm yy
xx0
xx0
0
y
x
lm
yy0
x=x0
lm (x sen
xx
0
y=y0
2.2.10.
1
1
+ y sen ) = lm 0 + No denido
xx0
y
x
= No denido
Lmites en el infinito
x2
1
+ y2
2. x
lm e(x
2 +y 2 )
Soluci
on.
1.
lm
2.
x2
1
1
=0
=
2
+y
lm e(x
2 +y 2 )
= x
lm
1
e(x2 +y2 )
1
1
=0
=
2 +y 2 )
146
Soluci
on. El dominio de la funci
on es todo R2 .
Para representar le funci
on sustituimos f (x, y) por z, con lo que tenemos:
z = e(x
2 +y 2 )
2 +y 2 )
=z
de donde (x2 + y 2 ) = ln z x2 + y 2 = ln z
2 +y 2 )
2.3.
4 x2 y 2
y
c) f (x, y) = arc cos
x
xy
e) f (x, y) =
xy
g) f (x, y) = x2 + y 2
i) f (x, y) = ln (4 xy)
a) f (x, y) =
2.2.
147
x+y
xy
d) f (x, y) = ln (4 x2 4y 2 )
b) f (x, y) =
f) f (x, y) = ln (4 x y)
h) f (x, y) = ex/y
(x) = cos x
(x) = sen x
Expresa, en la forma m
as simplicada posible:
a) (f + g)(x, y, z)
c) g(f (x, y, z), g(x, y, z), 4x2 z)
e) g((x), (x), 0)
2.3.
Descrbase la gr
aca de las siguientes funciones:
a) f (x, y) = k
c) h(x, y) = x2 + y 2
e) m(x, y) = r2 ax2 by 2
2.4.
b) f ((x), (x), 1)
d) (f (x, y, z))
f (x, y, z) + g(x, y, z)
f)
2
b) g(x, y) = ax + by + c
d) l(x, y) = r2 x2 y 2
f) n(x, y) = y 2 x2
a) f (x, y) = 25 x2 y 2
b) f (x, y) = x2 + y 2
c) f (x, y) = xy
d) f (x, y) = 6 2x 3y
e) f (x, y, z) = 4x + y + 2z
f) f (x, y, z) = x2 + y 2 + z 2
g) f (x, y, z) = x2 + y 2 z 2
h) f (x, y, z) = 4x2 + 4y 2 z 2
k
k
k
k
k
k
k
k
= 0, 1, 2, 3, 4, 5
= 0, 2, 4, 6, 8
= 1, 2, , 6
= 0, 2, 4, 6, 8, 10
=4
=9
=1
=0
148
2.5.
y
(x,y)(0,4)
x2 + y 2
cos
e)
lm
x+y+1
(x,y)(0,0)
x sen y
g)
lm
(x,y)(1,0) x2 + 1
x3 y 3 1
i)
lm
(x,y)(1,1) xy 1
x
k)
lm
(x,y)(0,0)
x2 + y 2
xy
m)
lm
(x,y)(0,0) x2 + y 2
x3
o)
lm
(x,y)(0,0)
x2 + y 2
x3 sen (y 2 4)
q)
lm
(x,y)(0,0) (y + 2) sen x
y sen (xy)
s)
lm
2
2
(x,y)(0,0) 1 ex +y
a)
lm
b)
(x,y)(1,1)
2.6.
d)
lm
(x,y)(0,/2)
xy + y 2x 2
x+1
cos x 1
y2
h)
lm
x2
y2 4
(x,y)(0,2)
xy
j)
lm
(x,y)(0,0) x + y
xy
l)
lm
(x,y)(0,0) |xy|
xy 3
n)
lm
(x,y)(0,0) x2 + y 6
x2 + y 2
p)
lm
(x,y)(0,0)
x2 + y 2 + 1 1
exy 1
r)
lm
(x,y)(0,0) sen x ln (1 + y)
ln (1 + yx2 )
t)
lm
(x,y)(0,0) tg y
1 cos (x2 + y 2 )
f)
lm
(x,y)(2,2)
Est
udiese la continuidad de las siguientes funciones, prolong
andolas por continuidad, si es posible, a puntos que no sean de su dominio.
a) x sen
d)
2.7.
1
1
1
+ +
x
y
z
sec x tg y
lm
(x,y,z)(1,2,6)
1
x2 + y 2
1
sen xy
x
2x + y 2
x2 + y 2
x2 + y 2
e)
ln (1 x2 y 2 )
b)
x3 + ln y
(y 1)3 + x6
x3 + ln (y + 1)
f)
y 3 + x6
c)
a)
c)
e)
f)
x3
si (x, y) = (1, 3)
b)
si (x, y) = (1, 3)
xy
x+y
0
si (x, y) = (0, 0)
si (x, y) = (0, 0)
4y 3
x2 4y 2
0
si (x, y) = (0, 0)
d)
x2 + y 2
28
si (x, y) = (0, 0)
xy
si (x, y) = (0, 0)
4x2 + 5y 2
0
si (x, y) = (0, 0)
x3 sen (y 2 4)
si (x, y) = (0, 2)
(y + 2) sen x
0
si (x, y) = (0, 2)
si (x, y) = (0, 0)
si (x, y) = (0, 0)
Captulo 3
Derivada de Funciones
de una variable
3.1.
3.1.1.
Todo el mundo tiene una idea clara de lo que es la recta tangente a una
circunferencia en uno de sus puntos, pero si tratamos de generalizar esa idea
a otras curvas nos encontramos con cuestiones que esa idea no resuelve.
- Puede la recta tangente cortar a la curva en m
as de un punto?.
- Puede atravesar la recta tangente a la curva por el punto de tangencia?.
f (x0 + h)
f (x0 )
de
y
=
f
(x)
en
x
=
x
0
x0
x0 + h
Gr
acamente, este lmite viene a signicar el hecho de que la curva se embarra con la recta tangente en los alrededores del punto P . En otras palabras, la curva tiene que ser suaveen P , para que se pueda ver localmente
como una recta(su recta tangente).
3.1.2.
151
En un punto de inexi
on la tangente atraviesa la curva. Pudiendose
distinguir tres tipos de puntos de inexi
on: de tangente vertical, de tangente
horizontal y de tangente oblicua.
y
No hay tangente
Tangente vertical
No hay tangente
No es funcion
3.1.3.
y = f (x)
Q
f (x)
tan
f (x) f (x0 )
P
xx
0
f (x0 )
x0
f (x) f (x0 )
x x0
Y su valor exacto:
x
tan = lm
xx0
f (x) f (x0 )
x x0
3.1.4.
Definici
on de derivada
Definici
on 3.2 (Derivada en un punto). Sea x0 un punto interior de
Df . Se llama derivada de la funci
on f en el punto x0 al siguiente lmite si
existe y es finito.
f (x) f (x0 )
f (x0 ) = lm
xx0
x x0
Observaciones:
Cuando dicho lmite sea innito se dice que la funci
on no es derivable, aunque
tiene derivada innita. (gr
acamente signica que la recta tangente en ese punto
es vertical).
Para que la derivada exista el punto x0 tiene que ser un punto interior del dominio,
es decir, la funci
on tiene que estar denida en un entorno del punto, con objeto de
que cuando x 0 el valor f (x) que aparece en el numerador este denido.
No olvidar que la derivada es un lmite, aunque buscaremos reglas para calcular
derivadas sin tener que hacer dicho lmite.
A la expresi
on
forma:
f (x) f (x0 )
, se le llama cociente incremental y se expresa de la
x x0
f
=
x
f (x) f (x0 )
y
=
x
x x0
x0
3.1.5.
f (x0 )
x
Tenemos que:
f (x0 ) = lm
xx0
f (x) f (x0 )
x x0
153
f (x0 ) = lm
y
f (x0 + h)
x x0
f (x0 )
x0
f (x0 + h) f (x0 )
x = x0 + h
f (2) = lm
f (2 + h) f (2)
3(2 + h)2 12
= lm
=
h0
h0
h
h
3(4 + 4h + h2 ) 12
12 + 12h + 3h2 12
= lm
=
= lm
h0
h0
h
h
= lm (12 + 12h) = 12 + 0 = 12
f (2) = lm
h0
3.1.6.
Derivadas laterales
xx0 +
f (x) f (x0 )
f (x0 + h) f (x0 )
= lm
h0+
x x0
h
xx0
3.1.7.
Derivada y continuidad
xx0
xx0
xx0
f (x) f (x0 )
(x x0 ) = f (x0 ) 0 = 0
x x0
= f es continua en x0
155
Sin embargo, existen funciones que son continuas pero que no son derivables.
Ejemplo 3.3. Comprobar que la funci
on f (x) = |x2 4| es continua en el
punto x = 2, pero no es derivable en dicho punto. Comprobar el resultado
gr
aficamente. En que otro punto tampoco ser
a derivable?.
Soluci
on.
a) f es continua en x = 2
y
x2
x2
b) f no es derivable en x = 2
f (x) f (2)
|x2 4|
= lm
=
f (2) = lm
x2
x2 x 2
x2
|x2 4|
(x + 2)(x 2)
= lm
=4
x2+ x 2
x2+
x2
2
=
Figura 3.10: f (x) = |x 4|
|x2 4|
(x + 2)(x 2)
= lm
= 4
lm
x2 x 2
x2
x2
Luego la funci
on no es derivable en x = 2.
2
lm
lm f (x) = lm 3 x = 0 = f (0)
x0
x0
b) f no es derivable en x = 0
3
f (x) f (0)
x0
f (0) = lm
= lm
= lm
x0
x0
x0
x0
x
Luego la funci
on no es derivable en x = 0.
y
x
= lm
x2 x0
1
= +
x2
x. No es derivable en el origen
3.1.8.
Significado gr
afico de la derivada: Suavidad.
Una funci
on es continua en un punto , si su gr
aca atraviesa dicho punto.
Una funci
on es derivable en un punto si su gr
aca lo atraviesa con suavidad.
q
Continuas
Una funci
on no es derivable:
En los puntos angulosos.
En los puntos de tangente vertical.
Derivables
1
si x = 0
x
0 si x = 0
sen
g(x) =
1
si x = 0
x
0 si x = 0
x sen
h(x) =
1
si x = 0
x
0 si x = 0
x2 sen
Soluci
on. La funci
on f no es continua en 0, por lo tanto no lo atraviesa.
La funci
on g es continua en 0, pero no es derivable 0, luego lo atraviesa,
pero sin suavidad.
La funci
on h es continua y derivable en el origen, luego lo atraviesa con
suavidad.
3.1.9.
La ecuaci
on de la recta tangente
157
f (x)
tan = f (x0 )
x x0
f (x0 )
x0
Tenemos que:
tan =
x
y f (x0 )
= f (x0 )
x x0
y f (x0 )
x x0
(3.1)
Figura 3.15: y = x
x f (1) = 1, y
1
1
f (x) = f (1) =
2 x
2
de donde, la ecuaci
on de la recta tangente es
x+1
1
y 1 = (x 1) o bien, y =
2
2
42
4 16 12
3 y = 3 P (3, 3)
2
=
=
x 4x + 3 = 0 x =
1 y = 3 Q(1, 3)
2
2
Comprobamos las posibles soluciones:
P (3, 3) y + 3 = (x 3) y + 3 = x + 3 y = x
Q(1, 3) y 3 = (x 1) y 3 = x + 1 y = x + 4 No
Las dos soluciones de la ecuacion obedecen a que la curva tiene dos rectas
tangentes con la misma pendiente y = 1, una en el punto P (3, 3) y otra
en el punto Q(1, 3).
3.1.10.
La ecuaci
on de la recta normal
Figura 3.16:
Tenemos que:
v = (2, 3)
vp = (3, 2)
m =
1 La inversa
m cambiada de signo.
Proposici
on 3.1. Dos rectas perpendiculares tienen pendientes inversas y
cambiadas de signo.
Definici
on 3.4 (Recta normal). Se llama recta normal a una curva, en
un punto de la misma, a la perpendicular a la recta tangente en dicho punto.
La pendiente de la recta tangente coincide con la derivada de la funci
on,
y la de la recta normal con su inversa cambiada de signo, con lo cual resulta
lo siguiente:
y
Ecuaci
on de la recta tangente:
f (x)
x x0
f (x0 )
x
x0
x
3.1.11.
1
(x x0 )
f (x0 )
3.2. FUNCION
159
x en el
1
1
, de donde,
Soluci
on. Tenemos y = x1/3 , y su derivada y = x2/3 =
3
3
3 x2
y
Ecuaci
on de la recta tangente: x = 0
Ecuaci
on de la recta normal: y = 0
3.2.
3.2.1.
x.
Funci
on derivada. reglas de derivaci
on.
Funci
on derivada
f (x)
f (x0 )
f (x1 )
..
.
x
x0
x1
..
.
f (x)
f (x0 )
f (x1 )
..
.
y = f (x)
y = f (x)
Para hallar la f
ormula de la funci
on derivada basta con aplicar la denici
on
de derivada en un punto generico:
f (x + h) f (x)
h0
h
f (x) = lm
f (x) = lm
x0
f
x
y = lm
x0
dy
f
=
x
dx
f (x) = lm
x2 + 2hx + h2 x2
= lm (2x + h) = 2x
h0
h0
h
= lm
f (x) = x
Soluci
on. Podemos aplicar la denici
on de derivada en cualquiera de sus dos
formas:
f (x) f (c)
x c
( x c)( x + c)
f (c) = lm
= lm
= lm
=
xc
xc
xc
xc
xc
(x c)( x + c)
1
1
xc
1
= lm
= f (c) =
(x c)( x + c) xc x + c
2 c
2 x
f (x + h) f (x)
x+h x
= lm
=
f (x) = lm
h0
h0
h
h
( x + h x)( x + h + x)
x+hx
= lm
= lm
=
h0
h0
h( x + h + x)
h( x + h + x)
= lm
xc
= lm
h0
3.2.2.
1
1
=
2
x
x+h+ x
Reglas de derivaci
on.
Derivada y operaciones:
funci
on
rf
f +g
f g
1
g
f
g
derivada
rf
f +g
f g + fg
g
g2
f g fg
g2
Derivada de la funci
on compuesta. Regla de la cadena:
1
dx
=
dy
dy/dx
xy =
1
yx
3.2. FUNCION
Derivada de las funciones elementales:
funci
on
k
x
xr
funci
on
k
u
ur
ex
ax
xx
derivada
0
1
rxr1
1
2 x
1
n
n xn1
1
x
1
1
= lgb e
x ln b
x
ex
ax ln a
xx (ln x + 1)
sen x
cos x
cos x
sen x
sen u
cos u
ln x
lgb x
tg x
1
cos x
1
csc x =
sen x
sec x =
cot x
arc sen x
arc cos x
arc tg x
arc sec x
arc csc x
arc cotg x
senh x
cosh x
tgh x
1
= sec2 x
cos2 x
sec x tg x
csc x cot x
1
= csc2 x
sen2 x
1
1 x2
1
1 x2
1
1 + x2
1
|x| x2 1
1
|x| x2 1
1
1 + x2
cosh x
senh x
1
cosh2 x
n
u
ln u
lgb u
eu
au
fg
tg u
1
cos u
1
csc u =
sen u
sec u =
cot u
arc sen u
arc cos u
arc tg u
arc sec u
arc csc u
arc cotg u
senh u
cosh u
tgh u
derivada
0
u
rur1 u
u
2 u
u
n
n un1
u
u
u
u
=
lg e
u ln b u u b
e u
au u ln a
f
f g g ln f + g
f
u cos u
u sen u
u
= u sec2 u
cos2 u
u sec u tg u
u csc u cot u
u
= u csc2 u
sen2 u
u
1 u2
u
1 u2
u
1 + u2
u
|u| u2 1
u
|u| u2 1
u
1 + u2
u cosh u
u senh u
u
cosh2 u
161
(a) y = x
(b) y =
Soluci
on.
2 x 21
x
(b) y =
2 ln 2
(a) y =
(c) y = 3e3x
(d) y = 3 23x+1 ln 2
(e) y = 2x3x x2 3x ln 3 = (2x x2 ln 3)3x
Ejemplo 3.13. Derivar las siguientes funciones:
(a) y = (4x + 7x2 )10
Soluci
on.
(a) y = 10(4x3 + 7x2 )9 (12x2 + 14x)
(b) y = 3 sen2 2x 2 cos 2x cos 3x 3 sen3 2x sen 3x
(c) y = 2 sen(x + sen x)2 cos(x + sen x)2 2(x + sen x)(1 + cos x)
Ejemplo 3.14. Derivar f (x) = ln
sen2 3x
x3
Soluci
on. Aplicamos las propiedades de los logaritmos, antes de derivar, con
lo cual,
f (x) = 2 ln(sen3x) 3 ln x
de donde,
f (x) = 2
3.2.3.
3
3 cos 3x 3
= 6 cot 3x
sen 3x
x
x
g(x) si x = a
k
si x = a
g (x) si x = a
?
si x = a
3.2. FUNCION
163
Si la funci
on tiene, en la f
ormula, un punto aparte, la derivada en ese punto
no tiene porque ser cero, ya que la derivada depende de los valores que
tome la funci
on en los alrededores del punto. Adem
as, a cualquier funci
on
le podemos separar un punto de su f
ormula, sin que por ello se haga su
derivada cero en dicho punto. Por ejemplo,
f (x) = x2 =
x2
9
si x = 3
f (x) = 2x =
si x = 3
2x si x = 3
6 si x = 3
o bien,
f (x) = x =
x si x = 2
f (x) = 1 =
2 si x = 2
1 si
1 si
x=2
x=2
Si la funci
on tiene un punto aparte, para derivarla, podemos seguir dos
caminos:
1.
Aplicar la denici
on de derivada.
2.
Es decir,
f (x) =
g(x) si x = a
f (x) =
k
si x = a
g (x) si x = a
si x = a
lm g (x)
xa
Bien entendido que si dicho lmite no existe entonces hay que aplicar la
denici
on.
Ejemplo 3.15. Hallar la derivada de la funci
on:
f (x) =
sen x
x
1
si
x=0
si
x=0
Soluci
on. La derivada para x = 0 no tiene ning
un problema,
g(x) =
x cos x sen x
sen x
g (x) =
x
x2
x0
x0
sen x
= 1 = f (0) f es continua en x=0
x
sen x
1
f (x) f (0)
sen x x 0
=
=
= lm x
= lm
x0
x0
x0
x0
x
x2
0
aplicando LH
opital, dos veces, resulta,
f (0) = lm
cos x 1 0
sen x
=
=0
= lm
x0
x0
2x
0
2
= lm
x cos x sen x
x2
0
si
x=0
si
x=0
f (0) = lm
3.2.4.
sen x
x
f (x) si x c
g(x) si x > c
1.
Se deriva la funci
on en cada uno de los intervalos abiertos en los que
este denida.
2.
3.2. FUNCION
165
h (x) =
o bien x c
Observaci
on 1: Si la funci
on es derivable ponemos x c y si no es derivable
x < c.
Observaci
on 2: No debe olvidarse comprobar previamente la continuidad,
ya que el hecho de que los valores laterales de la derivada sean iguales, por
s solo, no signica que la funci
on sea derivable, sino que la funci
on entra y
sale con la misma pendiente en x = c, pero pudiera ser en puntos diferentes.
Ejemplo 3.16. Derivar la siguiente funci
on:
f (x) =
2x + 3 si
x2 2x si
x2
x>2
Soluci
on. Primero hallamos la derivada en los intervalos abiertos
2
si
2x 2 si
f (x) =
x<2
x>2
no es continua no es derivable
x2 2x
si
x2 + 2x si
x2
x<2
2x 2
si
2x + 2 si
x>2
x<2
es continua
f (2+ ) = 2
f (2 ) = 2
no es derivable
x2 + 1 si x 1
ax + b si x < 1
Soluci
on. La funci
on derivada ha de ser f (x) =
para lo cual ha de cumplir:
f (1 ) = f (1+ ) a + b = 2
f (1 ) = f (1+ ) a = 2
y
Luego:
f (x) =
x
Figura 3.20: f
3.2.5.
a=2
b=0
x2 + 1 si x 1
2x
si x < 1
f (x) =
2x si x 1
2 si x < 1
La continuidad signica que los dos tramos de la curva estan empalmados. La derivabilidad signica que el
empalme se ha hecho con suavidad, es decir, con una
tangente com
un.
Derivaci
on de funciones implcitas
Una funci
on es una relaci
on entre dos magnitudes. Cuando en la f
ormula
que las relaciona, una de las magnitudes viene despejada en funci
on de la
otra, entonces se dice que la funci
on viene denida de manera explcita
y = f (x)
Cuando ninguna de las dos magnitudes est
a despejada en funci
on de la otra,
sino que las magnitudes estan relacionadas mediante una ecuaci
on, se dice
que la funci
on esta denida de manera implcita.
F (x, y) = 0
Las funciones denidas de manera implcita se pueden derivar directamente,
sin necesidad de despejar una de las variables. Para ello basta con tener en
cuenta que la variable y es funci
on de la x y que, por tanto, cada vez que
la derivemos hay que multiplicarla por su derivada (se trata de derivar una
funci
on compuesta).
Pueden derivarse ecuaciones que no son funciones, pero que podran descomponerse en varias funciones, sin necesidad de descomponerlas, la derivada obtenida vale para todas las funciones.
3.2. FUNCION
167
x2 + y 2 = 4
x
x
y1 = + 4 x2 y1 =
=
2
y1
4x
x
x
2
y2 = 4 x y2 =
=
2
y2
4x
x
y
Observaci
on: Hay que evitar derivar funciones que no existen. Por ejemplo
un punto del plano y por tanto
la ecuaci
on x2 + y 2 = 2 no representa ning
no tiene ning
un signicado analtico. No obstante, al ser una expresi
on algebraica podramos aplicarle las reglas de derivacion y derivarla 2x + 2yy = 0,
y podramos pensar que y = x/y, sin embargo, estas operaciones no tienen
ning
un sentido.
Ejemplo 3.20. Hallar las ecuaciones de las rectas tangentes a la circunferencia:
(x 2)2 + (y 2)2 = 2
en los puntos en que x = 3. Comprobar el resultado gr
aficamente.
Soluci
on. Derivamos de manera implcita,
2(x 2) + 2(y 2)y = 0
y =
x2
y2
3
1
3.2.6.
Derivaci
on logartmica
2.
Observaci
on: La derivaci
on logartmica se puede aplicar incluso si la funcion toma valores negativos.
Ejemplo 3.21. Derivar y = xtg x
Soluci
on. Tomando ln y derivando en ambos miembros resulta:
ln y = ln xtg x ln y = tg x ln x
y =y
tg x
ln x
+
2
cos x
x
1
1
y
=
ln x + tg x
2
y
cos x
x
= xtg x
tg x
ln x
+
2
cos x
x
Observaci
on: La derivaci
on logartmica tambien se puede hacer aplicando
la identidad logartmica y = eln y .
As, en el ejemplo anterior tendramos:
y = xtg x = eln x
y = etg x ln x
tg x
tg x
ln x
+
2
cos x
x
= etg x ln x
= xtg x
tg x
ln x
+
2
cos x
x
x3 sen2 x
(x + 1)(x 2)2
Soluci
on. Tomando ln en los dos miembros de la igualdad
ln y = ln
x3 sen2 x
(x + 1)(x 2)2
3.2. FUNCION
169
3 2 cos x
1
2
y
= +
y
x
sen x
x+1 x2
3.2.7.
x3 sen2 x
(x + 1)(x 2)2
1
2
3 2 cos x
+
x
sen x
x+1 x2
d2 y
d
d dy
(y ) =
= 2
dx
dx dx
dx
1
= x1
x
f (x) = x2
f (x) = +2x3
f iv (x) = 3 2x4
f (x) =
3.2.8.
Aproximaci
on lineal y notaci
on diferencial
Aproximaci
on lineal: Consiste en aproximar una funci
on, en los alrededores de un punto, mediante la recta tangente a la funci
on en ese punto. Es
decir, para calcular los valores de la funci
on en los puntos pr
oximos a uno
conocido, en vez de sustituir las coordenadas de dichos puntos en la f
ormula
de la funci
on las sustituimos en la ecuacion de la recta tangente, y tomamos
el valor obtenido como una aproximaci
on del buscado.
Equivale a aproximar el incremento por el diferencial.
f df
Teniendo en cuenta que:
f (x0 ) = f (x0 + x) f (x0 )
df
df = f (x0 ) x
tg = f (x0 ) =
x
Resulta:
f (x0 +
x) f (x0 ) + f (x0 ) x
O bien:
f (x) f (x0 ) + f (x0 ) x
y = f (x)
Q
f (x)
f (x) f (x0 )
f (x0 )
x x0
x0
Figura 3.22:
f df
3.2. FUNCION
171
En efecto:
lm
x0
f df
= lm
x0
x
f f (x) x
= lm
x0
x
f
f (x) = f (x) f (x) = 0
x
Notaci
on diferencial. Cuando hablemos del diferencial de una funci
on,
en vez de x usaremos dx, con lo cual resulta
x = dx
dy = f (x) x = f (x)dx
f (x) =
dy
dx
1
1 + x2
x = 0 1, resulta:
arc tg x arc tg x0 +
1
1 + x20
de donde,
1
1
(0 1) = + 0 1 = 0 78 + 0 05 = 0 83
1 + 12
4 2
1.
Hallar la ecuaci
on de la recta tangente en el punto x = 1
2.
1 03
Soluci
on. La ecuacion de la recta tangente en el punto x = 1 viene dada
por.
y f (1) = f (1) x 1
Teniendo en cuenta que
f (1) =
1=1
1
1 2
1
3
f (x) = x = x 3 f (x) = x 3 =
3
3
3 x2
1
0 03
= 1 + 0 01 = 1 01
1 03 1 + (1 03 1) = 1 +
3
3
3.3.
3.3.1.
Lmite de funciones
Infinit
esimos equivalentes
Definici
on 3.5 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un
punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 3.6 (Infinit
esimos equivalentes). Dos infinitesimos, en un mismo punto,
se dice que son equivalentes, cuando el lmite de su cociente es la unidad.
lm
xx0
f (x)
0
= 1 f (x) g(x)
=
g(x)
0
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar m
as f
acil que el
anterior.
Proposici
on 3.2. Si un infinitesimo est
a sumando o restando, en general, no se le puede
sustituir por otro equivalente.
lm
xx0
f (x) h(x) =
lm
xx0
g(x) h(x)
Existen casos muy concretos en los que se pueden aplicar innitesimos al caso de
sumas, como es el siguiente
Proposici
on 3.3. La suma de varios infinit
esimos de distinto orden se puede reducir al
de menor orden.
lm (x2 + x3 + x6 ) = lm x2
x0
3.3.2.
x0
Infinit
esimos m
as frecuentes en z 0
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
ln(1 + z)
z ln(1 + z)
ez 1 z
az 1 z ln a
(1 + z)r 1 r z
z
n
1+z1
n
173
1.
4.
2 sen2 x
+ cos x)
1 x1
lm x 1
x
5
lm
x0 x2 (1
Soluci
on.
1. lm
x0
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
2 sen2 x
0
2x2
2
2
= lm 2
=
= lm
= =1
x0 x (1 + cos x)
x0 1 + cos x
+ cos x)
0
2
x0 x2 (1
2. lm
2.
ex 1
0
x
1
= lm
=
=
x0 2x
sen 2x
0
2
ln(1 + x 1)
ln x
0
x1
1x
= lm
=
= lm
= lm
= 1
x1
x1 1 x
x1
1x
0
1x
1x
1 x1
1 x1
= 0 = lm x
1 =
4. lm x 1
x
x
5
5
1 1
1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x
ln
x
x 5
5
n
n
ln 1 + ( x 1)
x1
0
ln n x
=
=
= lm
=
l
m
5. lm m
x1
x1 ln 1 + ( m x 1)
x1 ln m x
0
x1
3. lm
x1
1
ln x
n
1
x1
ln x
m
= lm
6. lm
x0
3.3.3.
m
n
sen2 x + x3
0
sen2 x
x2
= lm
=
= lm 2
=2
x0 1 cos x
x0 x /2
1 cos x
0
Formas indeterminadas
Las reglas de LHopital pretenden resolver los siete casos de indeterminacion
del lmite:
0
,
0
0 ,
1 ,
00 ,
directamente a los dos casos 0 y . Para resolver los cinco casos restantes
habr
a que transformarlos en uno de los dos tipos anteriores.
No son indeterminaciones las siguientes expresiones:
0 Ac = 0
0+ = 0
0 =
1
0+
2
=0
3
(0 d)+ = 0
3
=
2
(1 d)+ =
2
3 +
=
=
3
2
(0 d) = +
3
2
=
2
3
(1 d)
=0
3+ =
3 = 0
10 = 1
70 = 1
=0
lm cos x
1
lm cos
+
x
x0
x+
lm tg x
1
lm tg
+
x
x0
x+
Reglas de LH
opital
Las reglas de LHopital se pueden resumir en el siguiente esquema:
lm
f (x) 0
f (x)
=
o
= lm
g(x)
0
g (x)
Observaciones:
1.
2.
Si la indeterminaci
on se mantiene indenidamente, entonces la regla
no es aplicable.
3.
175
ning
un punto del intervalo (a, b), entonces, si existe el lm
xa+
existe el lm
xa+
f (x)
tambien
g (x)
f (x)
y adem
as ambos coinciden
g(x)
1.
2.
1
ex 1 0
ex
=
=
= lm
x0 sen 2x
x0 2 cos 2x
0
2
lm
0
1 + x1
1 x + ln x 0
x + 1
=
=
=
= lm
= lm
x1 1 + cos x
x1 sen x
x1 x sen x
0
0
0
1
1
= 2
= lm
=
2
x1
0
sen x x cos x
lm
3.
0
1
sen x
cos x
= =1
=
= lm
2
x0 x + x
x0 1 + 2x
0
1
4.
+
ex
ex
ex
=
=
=
= +
=
l
m
=
l
m
2
x x + x
x 2x + 1
x 2
lm
lm
1 3
x
x3
x
x3
= lm 3 1 = lm
m
=
= +
5. lm
2 = l
x ln x
x
x
x
3
3x 3
x
2
Simplificaci
on del lmite. Siempre que sea posible, antes de abordar la
Regla de LH
opital, es conveniente intentar simplicar el lmite con objeto
de que no se complique con la derivacion. Para ello se sacan fuera del lmite
los factores que tengan un valor numerico.
Ejemplo 3.29. Calcular el siguiente lmite
(1 + cos x)(x3 3) sen x
x0
(x2 x) cos x
lm
Soluci
on.
(1 + cos x)(x3 3) sen x 0
(1 + cos x)(x3 3)
sen x
=
lm 2
=
lm
=
l
m
x0
x0
x0 x x
(x2 x) cos x
0
cos x
=
2(3)
1
cos x
lm
= (6)( ) = 6
x0
1
2x 1
1
f (x)
1/g(x)
f (x) g(x) =
lm x ln
x+
g(x)
1/f (x)
x1
x+1
Soluci
on.
x1
ln
x1
x + 1 = 0 =
= 0 = lm
lm x ln
1
x+
x+
x+1
0
x
x+1x+1x+1
2
x 1 (x + 1)2
(x 1)(x + 1)
= lm
=
= lm
x+
x+
x12
x12
4
2x2
4x
=
=
= 2
= lm
x+ x2 1
x+
2x
2
= lm
1
1
=
B A
1
B
1
A
1
AB
x+0
1
1
x sen x
2.
lm
x+
x2 + 3x x
Soluci
on.
1.
1
1
sen x x 0
=
= = lm
=
x+0 x
x+0 x sen x
sen x
0
sen x x 0
cos x 1 0
sen x
=
=0
= lm
=
=
l
m
= lm
x+0
x+0
x+0
x2
0
2x
0
2
lm
lm
x+
177
x2 + 3x x = = lm x
x+
= 0 = lm x
x+
3
1+ 1
x
x2 + 3x
1
x
1+
= lm
3
x
1
x
x+
0
0
3
= lm
x2 2 1 +
3
x
x12
x+
= lm
x+
3x2
2x2
3
x
3
2
1+
Este lmite tambien poda haberse resuelto multiplicando por el conjugado, o bien, aplicando innitesimos.
Indeterminaciones del tipo 00 , 0 , 1
Se transforman en una indeterminaci
on del tipo 00 , o
neperianos.
En efecto, llamando y al lmite en cuestion:
tomando logaritmos
y = lm f (x)g(x)
tomando ln en ambos miembros y operando, resulta,
ln y = ln lm f (x)g(x) = lm ln f (x)g(x) = lm g(x) ln f (x)
Que es un lmite del tipo 0 , y una vez resuelto, resulta:
y = elm g(x) ln f (x)
El lmite tambien puede resolverse aplicando directamente la identidad logartmica y = eln y .
g(x)
g(x)
= elm ln f (x)
e = lm (1 + z) z
z0
resulta,
g(x)[f (x)1]
lm (cos x) x2
x0
Soluci
on.
1.
lm (cos x) x2 = 1
x0
ln y = ln lm (cos x) x2 = lm
x0
1
2
1
=
e
e
1
2
x0
lm xtg x
x0+
Soluci
on. lm xtg x = 00
x0+
ln y = ln lm xtg x = lm tg x ln x = 0 = lm
x0+
x0+
= lm
x0+
1
x
1
sen2 x
x0+
== lm
x0+
ln x
=
=
cot x
sen2 x
x2
= lm
= lm x = 0
x
x0+ x
x0+
de donde,
y = e0 = 1
Ejemplo 3.34. Calcular los siguientes lmites:
1
1. lm (1 + 2x + 3x ) x
x0
Soluci
on.
2.
lm (1 + 2x + 3x ) x
x+
3.
lm (1 + 2x + 3x ) x
179
1
1.
1
x
1
0
3 0+ = 3+ = +
1
1
3 0 = 3 = + = 0
3
1
0
lm (1 + 2 + 3 ) = (1 + 2 + 3 ) = 3 =
x0
lm (1 + 2x + 3x ) x = (1 + 2+ + 3+ )0 = 0
x+
y = lm (1 + 2x + 3x ) x
x+
1
ln(1 + 2x + 3x )
=
=
x+
x
ln y = lm ln(1 + 2x + 3x ) x = lm
x+
2x ln 2 + 3x ln 3
x
x
1 + 2x + 3x = lm 2 ln 2 + 3 ln 3 = =
= lm
x+
x+ 1 + 2x + 3x
1
x
3x
2
ln 2 + x ln 3
0 + ln 3
3x
3
= lm
= ln 3
m
x
x = l
1
2
3
x+
x+ 0 + 0 + 1
+
+
3x
3
3
luego,
ln y = ln 3 y = 3
En este ejemplo no ha sido posible aplicar LH
opital por segunda vez,
ya que con dicha regla no es posible romperla indeterminaci
on.
3.
lm (1 + 2x + 3x ) x = (1 + 0 + 0)0 = 10 = 1
tg
x
2a
Soluci
on.
x
lm 2
xa
a
tg
x
x
x
lm tg
1
2a = 1
a
= exa 2a
x
1
a
lm
x
xa
cot
2a =
=e
1
a
lm
xa
2a
=e
1
2a sen2
x
l
m
2
sen 2a = exa
a
x
2a
f (x) =
3 + ex
2
3
si
x=0
si
x=0
= e
1.
Dominio. La funci
on esta denida en todo R, ya que si 3 + e x = 0,
1
x
resulta e = 3 que no es posible.
2.
Continuidad. La funci
on es continua en todo R, salvo quiz
as en x = 0,
lm f (x) = lm
2 + cos x1
lm f (x) = lm
3+e
2 + cos x1
x0+
x0
x0+
x0
1
x
3 + ex
Ac
2 + Ac
=
=0
Sin lmite
2 + Ac
=
= Sin lmite
=
3+0
3
Luego la funci
on no es continua en x = 0.
Ejemplo 3.37. Dada la funci
on:
f (x) =
x sen x
x3
1
6
si
x=0
si
x=0
luego la funci
on es continua en todo R.
Derivada en x = 0: Aplicamos la denici
on.
x sen x 1
3
f (x) f (0)
x3
6 = lm 6x 6 sen x x =
f (0) = lm
= lm
x0
x0
x0
x
x
6x4
2
0
0
6 6 cos x 3x
6 sen x 6x 0
= lm
=
= lm
=
=
=
3
x0
x0
0
24x
0
72x2
0
6 cos x 6 0
6 sen x
=
=0
= lm
= lm
x0
x0
144x
0
144
Derivada segunda en x = 0: Hallamos f (x), para x = 0
f (x) =
181
2x x cos x + 3 sen x
0
f (x) f (0)
x4
= lmx0
=
f (0) = lmx0
x
x
2x x cos x + 3 sen x
2 cos x + x sen x + 3 cos x
= lm
= lm
=
5
x0
x0
x
5x4
2 + 2 cos x + x sen x
2 sen x + sen x + x cos x
= lm
=
= lm
3
x0
x0
5x4
20x
sen x + x cos x 0
cos x + cos x x sen x
=
= lm
=
= lm
3
x0
x0
20x
0
60x2
2
1
x sen x 0
x
=
= lm
=
= lm
2
2
x0
x0 60x
60x
0
60
Ejemplo 3.38. Dada la funci
on:
f (x) =
sen x
x
1
si
x=0
si
x=0
luego,
f (x) =
sen x
1
sen x x 0
x
= lm
=
=
x0
x
x2
0
cos x 1
sen x
= lm
=0
= lm
x0
x2
2x
2
x cos x sen x
x2
0
si
x=0
si
x=0
de donde,
x cos x sen x
0
f (x) f (0)
x2
= lm
=
f (0) = lm
x0
x0
x
x
x cos x sen x 0
cos x x sen x cos x
= lm
=
= lm
=
3
x0
x0
x
0
3x2
1
x sen x
x2
=
l
m
=
= lm
2
2
x0
x0 3x
3x
3
3.4.
Lmite de sucesiones
Una sucesi
on es un conjunto de innitos n
umeros ordenados seg
un alg
un criterio. ejemplo,
1
1 1 1 1
{1, , , , , , , } 0
2 3 4 5
n
n
1 2 3 4 5
,} 1
{ , , , , , ,
2 3 4 5 6
n+1
R
{ a1 a2 a3 an }
La gr
aca de una sucesi
on es un conjunto de innitos puntos separados (aislados) unos de
otros.
an
an = n1
r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
1
r r r r r n
0
1 2 3 4 5
-1
an
an = sen n 2
r
r
1
r
r
n
0
1 2 3r 4 5
-1
Figura 3.23:
Lmite de sucesiones consider
andolas como funciones
Si unimos los puntos que representan una sucesi
on obtenemos la gr
aca de
una funci
on. Sin embargo, podemos obtener innitas funciones que contienen
los puntos de una misma sucesion. Lo normal es coger la funci
on que tiene
la misma formula que la sucesi
on, es decir considerar que la variable n es
continua y no discreta.
Si la funci
on que representa a la sucesi
on tiene lmite, ese es el lmite de
la sucesion, pero si la funci
on no tiene lmite, entonces la sucesion si puede
tenerlo.
Por tanto, se pueden aplicar los innitesimos y las reglas de LHopital
a las sucesiones, el lmite que encontremos sera el lmite de la sucesion y
si la sucesion considerada como funci
on no tiene lmite entonces habr
a que
aplicar otro criterio.
Ejemplo 3.39. Calcular los siguientes lmites:
1
n+3
1
=
=0
= lm
=
1. lm 3
n n + 4
n 3n2
2.
3.
lm
1
1
3n
2n
= lm
3n
1
1
1+
3n
1
2n
3n
=e
2
3
1
=
3 2
e
ln n
1/n
5n
=
= lm
= lm 1 = 1
= lm
n ln 5n
n 5/5n
n 5n
n
lm
ln(n + 3)
1/(n + 3)
n
=
= lm
=1
= lm
4. lm
n
n
n n + 3
ln n
1/n
5.
2 ln n
(ln n)2
=
= lm
n
n
n
1
lm
1
n
= lm
2 ln n
=0
n
3.5.
3.5.1.
Introducci
on.
f (x)q
Queremos calcular el valor, aunque sea aproximado,
de f (x), siendo x un punto cercano a x0 .
f (x )
0
x0
Figura 3.24:
La aproximaci
on mediante la recta tangente y mediante el teorema del
valor medio, suelen ser malas aproximaciones, en cuanto nos alejamos un
poco del punto.
Con el polinomio de Taylor lo que buscamos es una funci
on polin
omica
que coincida, lo m
as posible, con la funci
on dada, al menos en los alrededores
del punto. Buscamos una funci
on polin
omica que se acerque a la curva mas
que la recta tangente.
fp
f (x)q
q p(x)
f (x0 )
qp(x )
0
x
x0
x
Figura 3.25:
3.5.2.
2
3
p(x) = 4 (x 2) 2 + 2 (x 2) + 2 + (x 2) + 2 =
p(x) = a0 + a1 x + a2 x2 + a3 x3 + + an xn
p (x) = a1 + 2a2 x + 3a3 x2 + + nan xn1
p (x) = 2a2 + 3 2a3 x + + n(n 1)an xn2
p(0) = a0
p (0) = a1
p (0) = 2a2
Resulta,
p (0)
p (0)
p(n) (0)
, a3 =
, an =
2
3!
n!
Con lo cual la funci
on polin
omica se puede expresar de la siguiente forma:
a0 = p(0), a1 = p (0), a2 =
p (0) 2
p(n) (0) n
x + +
x
2!
n!
p(x) =
p(k) (0) k
x
k!
k=0
p (0) = 0,
p (0) = 0,
p (0) = 6,
piv (0) = 48
Soluci
on. Teniendo en cuenta que:
p(x) = p(0) + p (0)x +
resulta:
p(x) = 1 + x3 + 2x4
Expresarla en potencias de x 1.
2.
Hallar la relaci
on que existe entre los nuevos coeficiente y los valores
de la funci
on y de sus derivadas en el punto x = 1.
Soluci
on. Haciendo el cambio x = (x 1) + 1 resulta:
p (1)
(x 1)2
2
p (x0 )
p(n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Demostraci
on. Haciendo el cambio x = (x x0 ) + x0 podemos expresar el
polinomio en potencias de x x0 y resulta:
p(x) = a0 + a1 x + a2 x2 + + an xn =
= b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
Con lo cual,
p(x) = b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
p (x) = b1 + 2b2 (x x0 ) + 3b3 (x x0 )2 + + nbn (x x0 )n1
p (x) = 2b2 + 3 2b3 (x x0 ) + + n(n 1)bn (x x0 )n2
p(x0 ) = b0
p (x0 ) = b1
p (x0 ) = 2b2
de donde resulta,
b0 = p(x0 ), b1 = p (x0 ), b2 =
p (x0 )
p (x0 )
p(n) (x0 )
, b3 =
, bn =
2
3!
n!
p (x0 )
p(n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
p(x) =
p(k) (x0 )
(x x0 )k
k!
k=0
p(2) = 19
p (2) = 27
p (2) = 40
p (2) = 42
piv (2) = 24
3.5.3.
(n)
pn (x0 ) = f (n) (x0 ) Las dos pasan por (x0 , y0 ) con otras coincidencias
Un polinomio que cumpla estas condiciones es f
acil encontrar mediante la
f
ormula de Taylor, en efecto:
(n)
pn (x0 )
pn (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (x) pn (x) =
f (k) (x0 )
(x x0 )k
k!
k=0
2.
3.5.4.
Ejemplo 3.45. Hallar el 5o polinomio de MacLaurin de las siguientes funciones y generalizarlo para el n-simo polinomio.
1.
f (x) = ex
2.
f (x) = sen x
3.
f (x) = cos x
on f viene
Soluci
on. El 5o polinomio de Taylor en el origen para una funci
denido por:
f (x) = f (0) + f (0)x +
Por consiguiente:
1. f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f iv (x) = ex
f v (x) = ex
f (0) = 1
f (0) = 1
f (0) = 1
f (0) = 1
f iv (0) = 1
f v (0) = 1
2. f (x) = sen x
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f iv (x) = sen x
f v (x) = cos x
f (0) = 0
f (0) = 1
f (0) = 0
f (0) = 1
f iv (0) = 0
f v (0) = 1
3. f (x) = cos x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f (x) = sen x
f iv (x) = cos x
f v (x) = sen x
f (0) = 1
f (0) = 0
f (0) = 1
f (0) = 0
f iv (0) = 1
f v (0) = 0
on:
Ejemplo 3.46. Hallar el 4o polinomio de MacLaurin de la funci
f (x) = (1 + x)r
Generalizarlo para el n-simo polinomio, y aplicarlo para calcular:
(1 + x)
1
,
1+x
1 + x,
(1 + x)3
f (0) = 1
f (0) = r
f (0) = r(r 1)
f (0) = r(r 1)(r 2)
f iv (0) = r(r 1)(r 2)(r 3)
(1 + x)r 1 +
r(r 1)(r 2) (r k + 1) k
x
k!
k=1
de donde resulta:
2( 2 1) 2
2( 2 1)( 2 2) 3
2
x +
x +
(1 + x) 1 + 2x +
2!
3!
2( 2 1)( 2 2)( 2 3) 4
x
+
4!
1(2) 2 1(2)(3) 3 1(2)(3)(4) 4
1
= (1+x)1 1+
x +
x +
x =
1+x
2!
3!
4!
= 1 x + x2 x3 + x4
1 + x = (1 + x)1/2 1 +
1 1
2 2
2!
x2 +
1 1 3
2 2 2
3!
x3 +
1 1 3 5
2 2 2 2
4!
x4 =
1 2
13 3
135 4
1
x +
x
x
=1+ x
2
24
246
2468
32 2 321 3 3210 4
(1 + x)3 = 1 + 3x +
x +
x
x = 1 + 3x + 3x2 + x3 + 0
2!
3!
4!
Si n es un entero y positivo el desarrollo se interrumpe, ya que siempre
llegar
a un momento en que n k + 1 = 0, precisamente para k = n + 1. Es
decir, el desarrollo de (1 + x)n solo llegar
a hasta el termino xn , ya que los
restantes se anulan. Se obtiene as, el Binomio de Newton.
n
(1 + x)n =
k=0
n k
x
k
2x + 3
x1
Soluci
on. Hacemos la division ordenando los polinomios de menor a mayor
grado.
1 + x
3 5x 5x2 5x3
3 + 2x
3 + 3x
5x
5x + 5x2
5x2
5x2 + 5x3
5x3
5x3 + 5x4
5x4
Soluci
on. En vez de derivar directamente la funci
on f (x), resulta mas conveniente transformar el polinomio de Taylor de las funci
on y = ex . En efecto,
tenemos que,
x2
ex 1 + x +
+
2
de donde, sustituyendo x por x2 , resulta
f (x) = ex 1 + (x2 ) +
2
(x2 )2
x4
+ 1 x2 +
+
2
2
+ x
+ = x
+
3!
3!
3!
3
[x
x3
3.5.5.
Resto de Taylor
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (n+1) (c)
(x x0 )n+1
(n + 1)!
(3.2)
3.5.6.
Aplicaciones de la f
ormula de Taylor a c
alculos aproximados
f (x1 ) pn (x1 )
f (n+1) (c)
(x1 x0 )n+1
(n + 1)!
f (0) = 1
f (0) = 1
f (0) = 1
f (c) =
ec
ex 1 + x +
x2
2
e0 2 1 + 0 2 +
0 04
= 1 22
2
ec
3 0 008
= 0 004
|Rn (0 2)| = | 0 23 | <
6
6
Soluci
on. Necesitamos una funci
on para hacer su desarrollo de Taylor, y un
punto donde hacerlo. De las distintas opciones que podemos pensar para
calcular la raz dada, elegimos la mas facil.
1
3
e = e1/3 f (x) = ex x0 = 0, x1 =
3
f (x) = ex
f (x) = ex
..
.
f (0) = 1
f (0) = 1
..
.
f (n) (0) = 1
f (n) (x) = ex
f (n+1) (x) = ex f (n+1) (c) = ec
ex 1 + x +
Rn (x) =
xn
x2
+ +
2
n!
ec xn+1
f (n+1) (c)xn+1
=
(n + 1)!
(n + 1)!
1
< 1 e0 < ec < e < 3 ec < 3
3
Luego, tendr
a que ser:
1 ec ( 1 )n+1 3( 1 )n+1
1
1
< 3
Rn ( ) = 3
= n
< 0 01 =
3
(n + 1)!
(n + 1)!
3 (n + 1)!
100
x2 x3
+
2!
3!
1
1
1
1 ( 13 )2 ( 13 )3
+
+
=1+ +
+
= 1 39
3
2!
3!
3 18 162
Ejemplo 3.52. Estimar sen 10o usando el tercer polinomio de Taylor en
x0 = 0. Hallar una cota del error cometido.
e = e1/3 1 +
Soluci
on.
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f iv (x) = sen x
f (0) = 0
f (0) = 1
f (0) = 0
f (0) = 1
f iv (c) = sen c
x3
6
sen c 4
x
R3 (x) =
24
sen x x
rad.
3
= 0 1736468
18
18 18 6
Y el error cometido en la aproximaci
on viene acotado de la siguiente forma:
sen 10o = sen
sen c
R3 ( ) =
18
24
18
1
24
18
= 0 00004
3.5.7.
Aplicaciones de la F
ormula de Taylor al c
alculo de
lmites
Consiste en sustituir las funciones que intervienen en el lmite por sus desarrollos de Taylor. En la pr
actica, para simplicar los c
alculos, solamente
se sustituyen por la parte del desarrollo de Taylor que realmente inuye en
el lmite. El problema ser
a determinar cu
antos terminos del desarrollo se
deben utilizar.
sen x x
Ejemplo 3.53. Calcular lm
x0
x3
Soluci
on.
lm
x0
sen x x
=
= lm
x0
x3
0
(x
x3
+ ) x
1
x3
6
=
l
m
=
3
3
x0
x
6x
6
ex ex 2x
x0
x sen x
Soluci
on. Teniendo en cuenta los desarrollos de las funciones que intervienen:
ex = 1+x+
x2 x3
+ +
2
6
ex = 1x+
x2 x3
+
2
6
sen x = x
x3
+
6
resulta,
ex ex 2x 0
=
=
lm
x0
x sen x
0
1+x+
= lm
x0
x2 x3
x2 x3
+
+ 1 x +
+ 2x
2
6
2
6
=
3
x
+
x x
6
3
= lm
2 x6
3
x0 x
6
=2
1 cos(x2 )
x0 x sen x + 2 cos x 2
Soluci
on. Teniendo en cuenta el desarrollo en series de potencias de las
funciones sen x y cos x,
sen x = x
x3
x5
+
6
120
tenemos.
cos x2 = 1
cos x = 1
x4 x8
+
2
24
x2 x4
+
2
24
x4
2
x4
= lm
= lm 2 4 = 6
= lm
x0 x4
x0 2x4
x0 x
x4
x4
+
+
6
12
12
12
12
3.6.
x4
2
3.6.1.
M
aximos y mnimos absolutos
a) En Intervalos cerrados
Supongamos que la funci
on f es continua en un intervalo cerrado [a, b],
entonces alcanza un m
aximo y un mnimo en dicho intervalo.
El m
aximo y el mnimo absoluto solamente pueden estar situados:
1.
2.
3.
197
Observaci
on: Si la funci
on no es continua el metodo anterior no es v
alido,
ya que los valores de la funci
on en los puntos crticos no determinan nada.
2.
1+3
1+8
=
=
2
2
2
1
mnimo
2.
3 (x 2)
si x 2
=
3 (x + 2) si x < 2
5 x si
1 + x si
x2
x<2
1 si x > 2
1 si x < 2
2.
199
b) M
aximos y mnimos absolutos en intervalos abiertos
Para hallar el m
aximo y el mnimo de una funci
on continua en un intervalo abierto se cierra el intervalo hallando los lmites de la funci
on en los
extremos del mismo.
Ejemplo 3.59. Hallar los extremos absolutos de la funci
on: f (x) =
en todo R.
x2
x2 + 1
Soluci
on. Hallamos la derivada de la funci
on,
f (x) =
1.
2x(x2 + 1) x2 2x
2x3 + 2x 2x3
2x
=
= 2
2
2
2
2
(x + 1)
(x + 1)
(x + 1)2
2.
Figura 3.28: y =
3.6.2.
x2
+1
x2
M
aximos y mnimos relativos o locales
(1 + x2 ) + x(2x)
1 x2 + 2x2
x2 1
=
=
(1 + x2 )2
(1 + x2 )2
(1 + x2 )2
201
de donde:
f (x) = 0
x2 1 = 0
x = 1
x
1 + x2
mnimo absoluto
x
=0
f (+) = lm
x+ 1 + x2
4
Ejemplo 3.61. Encontrar los extremos relativos de la funci
on f (x) = x+
x
en R
Soluci
on. La funci
on es continua en R {0}
Puntos crticos. Hallamos la derivada de la funci
on:
f (x) = 1
4
x2
4
x
f = 0 ?
x0 , f (x0 )
punto de inexi
on
f (x0 ) = 0
o
f (x0 ) no denido
Aplicaciones de la f
ormula de Taylor para el estudio de m
aximos
y mnimos.
Desarrollemos, mediante el n-simo polinomio de Taylor, la funci
on f en el
punto x0
f (x) = f (x0 )+ f (x0 )(xx0 )+
f (x0 )
f (n1) (x0 )
f (n) (c)
(xx0 )2 + +
(xx0 )n1 +
(xx0 )n
2!
(n 1)!
n!
f (x) = f (x0 ) +
f (n1) (x0 ) = 0
f (n) (c)
(x x0 )n
n!
de donde,
f (x) f (x0 ) =
f (n) (c)
(x x0 )n
n!
203
f (x) = x4
(b)
f (x) = x3
(c)
f (x) = x4
Soluci
on.
1. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 > 0 par y positivo mnimo
2. f (x) = x3
f (x) = 3x2 f (0) = 0
f (x) = 6x f (0) = 0
on
f (x) = 6 f (0) = 6 = 0 impar punto de inexi
3. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 < 0 par y negativo M
aximo.
Ejemplo 3.63. Estudiar la naturaleza de los puntos crticos de la funci
on:
f (x) = x3 3x2 + 2
Soluci
on. Hallamos la derivada para buscar los puntos crticos.
f (x) = 3x2 6x
3x2 6x = 0
x2 2x = 0
x(x2) = 0
f (x) = 6x 6
3.6.3.
Determinaci
on de funciones conocidos sus puntos crticos
f (0) = 3
f (0) = 0
f (1) = 4
f (1) = 0
Hallando la derivada f (x) = 3ax2 + 2bx + c, y sustituyendo, resulta el
sistema de ecuaciones:
M
aximo relativo de valor 4 en x = 1
d = 3
c=0
a+b+c+d=4
3a + 2b + c = 0
d = 3
c=0
a+b=7
3a + 2b = 0
d = 3
c=0
a+b=7
a = 14
d = 3
c=0
b = 21
a = 14
luego la funci
on buscada es: f (x) = 14x3 + 21x2 3.
Ejemplo 3.65. Hallar a, b y c tales que la gr
afica de la funci
on f (x) =
3
2
ax + bx + cx tenga una tangente horizontal en el punto de inflexi
on (1, 1).
Soluci
on.
Pasa por el punto (1, 1) f (1) = 1
Tangente horizontal en (1, 1) f (1) = 0
Punto de inexi
on en (1, 1) f (1) = 0
Hallando la primera y segunda derivada f (x) = 3ax2 + 2bx + c, f (x) =
6ax + 2b y sustituyendo, resulta el sistema de ecuaciones:
a+b+c=1
3a + 2b + c = 0
6a + 2b = 0
c=1ab
2a + b = 1
3a + b = 0
c=1ab
b = 1 2a
a=1
c=3
b = 3
a=1
luego la funci
on buscada es: f (x) = x3 3x2 + 3x.
3.6.4.
Problemas de aplicaci
on de m
aximos y mnimos
Para resolver problemas de maximos y mnimos con enunciado es conveniente seguir los siguientes pasos:
1.
Asignar letras a todas las magnitudes que intervienen e intentar relacionarlas entre s. (Seg
un se asignen las letras, la resolucion del problema puede resultar mas facil o mas difcil. A veces conviene contar
con los angulos).
2.
205
Encontrar una f
ormula para la magnitud que hay que derivar y expresarla en funci
on de una sola variable y entonces derivar.
2.
3.
4.
Observaci
on: Si el problema pide un m
aximo y encontramos un mnimo,
el maximo habr
a que buscarlo en los extremos del dominio.
Ejemplo 3.66. Un granjero tiene 200 m de tela met
alica que va a utilizar
para construir tres lados de un corral rectangular; se va a usar un muro recto
que ya existe como cuarto lado del corral. Que dimensiones maximizar
an
el a
rea del corral?.
Soluci
on. La magnitud a maximizar es el area.
a=xy
x
a = x(200 2x) = 200x 2x2
2x + y = 200 y = 200 2x
y
de donde,
x
13
13 49
13 7
169 120
=
=
=
6
6
6
x = 3 3 no v
alida
x=1
2p
p
coste Sb = 4r2 p
coste Sl = 2rhp
c = 4r2 p + 2rhp
40
de donde,
r2
40
80
p = 4r2 p + p
2
r
r
80
p, con lo que resulta,
r2
10
80
80
80
80
=
r=
8rp 2 p = 0 8r 2 = 0 8r = 2 r3 =
r
r
r
8
10
40
40
3 1000
3 10
=4
= 4r
=
=4
3
3
100
100
100
2
207
Soluci
on. Consideremos un punto generico X(x, y) de la par
abola y = 4x2 .
Su distancia al punto P (0, 1) vendr
a denida por la expresi
on:
(x 0)2 + (y 1)2
d=
4
3
(x, y)
d2 = x2 + (y 1)2
2
1
2 1
1
Figura 3.32: y = 4 x2
d2 = x2 + (4 x2 1)2 = x2 + (3 x2 )2 = x2 + 9 6x2 + x4 = x4 5x2 + 9
Y dado que, al ser d positivo, el valor m
aximo o mnimo de d se corresponde
on:
con el de d2 , podemos optimizar la expresi
g(x) = d2 = x4 5x2 + 9
Hallamos los puntos crticos
5
2
Para estudiar la naturaleza de los puntos crticos podemos acudir al signo
de la segunda derivada:
g (x) = 12x2 10
g (x) = 4x 10x
3
g (0) = 10
g (+
g (
5
2)
5
2)
=
=
x(4x 10) = 0
2
x = 0, x =
M
aximo relativo
12 52
12 52
10 = 30 10 = 20
mnimo relativo
10 = 30 10 = 20
mnimo relativo
El m
aximo relativo no es el maximo absoluto, ya que la funci
on no tiene
maximo absoluto por alejarse hacia el innito.
El mnimo absoluto estar
a en uno de los dos mnimos relativos, para determinarlo hallamos el valor de la funci
on g en cada uno de ellos.
g(+
25 25
25 50 + 36
11
5
)=
+9=
=
= g(
2
4
2
4
4
5
)
2
f (+
5
5
3
)=4 =
2
2
2
P1 (+
5 3
, )
2 2
5
3
5
)=4 =
P2 (
f (
2
2
2
mientras que el punto m
as alejado no existe.
3.7.
5 3
, )
2 2
x
1 + |x|
f (x) =
x
1+x
x
1x
si x 0
si x < 0
f (x) =
1
(1 + x)2
1
(1 x)2
si x 0
si x < 0
(la funci
on es continua y derivable en x = 0).
on es estrictamente creciente en todo su
Al ser f (x) > 0 para todo valor de x, la funci
dominio, y por tanto inyectiva. Al ser inyectiva tiene funci
on recproca.
Ecuaci
on de la recproca. De la ecuaci
on que dene la funci
on
y=
x
1 + |x|
x
y
y + yx = x y = x yx = x(1 y) x =
1+x
1y
x
1x
f 1 (x) =
x
1x
para x 0
y
x
y yx = x y = x yx = x(1 + y) x =
1x
1+y
de donde, intercambiando la variables, se tiene
Si y < 0 y =
y=
x
1+x
f 1 (x) =
x
1+x
para x < 0
209
(x) =
x
1x
x
1+x
para x 0
para x < 0
f 1 (x) =
x
1 |x|
f 1 : (1, 1) R
f : R (1, 1),
Continuidad de la funci
on recproca. Tenemos que
x
Df 1 = (1, 1)
f 1 (x) =
1 |x|
luego se trata del cociente de funciones continuas y no se anula el denominador dentro
del dominio. Luego la recproca es continua en todo su dominio.
Gr
afica.
f 1
y=x
1
f
x
-1
3.2 (C
alculo de lmites mediante polinomios de Taylor). Utilizando el polinomio
de Taylor de orden 3 centrado en el origen de la funci
on ln(1 + ln(1 + x)), y el de orden
cuatro centrado en el origen de 1 cos(1 cos x), calcula
lm
x0
Soluci
on. Los desarrollos de Taylor de las funciones que intervienen en el lmite los obtenemos a partir de los desarrollos de Taylor de las funciones elementales. En efecto,
sen x x
x3
+
3!
3 3
sen x3 x3
3!
+ = x3
x9
+
3!
sen x3 x3
x2
x4
x2
x4
+
1 cos x
+
2!
4!
2!
4!
de donde,
x2
x4
+
2!
4!
2!
1 cos(1 cos x)
x2
x4
+
2!
4!
4!
x4
+
8
ln(1 + x) =
0
dt
=
1+t
1
dt =
1 (t)
[1 t + t2 ] dt = x
0
x2
x3
+
2
3
de donde,
x3
x3
x2
x2
+
)2
+
)3
(x
(x
x3
2
3
2
3
+
)
+
2
3
2
3
2
3
2
3
3
x
x
x
x
x
+
) (
+ ) + (
)
(x
2
3
2
2
3
3
7x
x x2 +
6
x
ln 1 + ln(1 + x) (x
Y, nalmente, tenemos
ex 1 + x +
x2
x3
+
+
2
3!
ex 1 x +
x2
x3
+
+
2
3!
de donde,
e2x 1 2x +
(2x)2
(2x)3
8x3
+
+ 2x + 2x2
+
2
3!
6
x0
3[x3 ] + [ x8 ]
=
7x3
8x3
] + [2x + 2x2
+ ]
6
3
3[x3 ]
3[x3 ]
= lm
=3
= lm
3
3
x0
x0
6x3
14x
8x
[2x 2x2 +
] + [2x + 2x2
+ ]
6
6
6
= lm
x0
2[x x2 +
Captulo 4
Derivaci
on de funciones de
varias variables
4.1.
Derivadas parciales
4.1.1.
Introducci
on
dy
f (x0 + h) f (x0 )
f (x) f (x0 )
(x0 ) = lm
= lm
xx
0
h0
dx
h
x x0
DE FUNCIONES MULTIVARIABLES
212 CAPITULO 4. DERIVACION
Funciones de dos variables. El concepto de derivada se puede generalizar
a funciones de dos variables z = f (x, y). La idea intuitiva responde a la
siguiente cuestion: C
omo se va a ver afectada una funci
on de dos variables
por una variaci
on de una de sus variables, mientras que la otra variable
permanece ja? Podemos responder a esta cuestion considerando cada vez
solo una de las variables. Esto es, hacemos la derivada de la funci
on cada vez
con respecto a una variable, manteniendo constante la otra. Este proceso se
conoce como derivacion parcial, y su resultado se llama derivada parcial de la
funci
on respecto a la variable independiente elegida. Para ello partimos de la
idea del concepto de derivada de funciones de una variable el lmite, cuando
el incremento de la variable tiende a cero, del cociente del incremento de la
funci
on dividido entre el incremento de la variable. Suponemos que una de
las variables es constante e incrementamos solo la otra, es decir, hacemos
la derivada suponiendo que la funci
on depende s
olo de una de las variables.
Con ello se reduce la discusion al caso uni-dimensional considerando una
funci
on de varias variables como una funci
on de una sola variable (cada
variable separadamente), manteniendo jas las dem
as.
4.1.2.
Definici
on
Supongamos que en cierto entorno del punto (x0 , y0 ) esta dada la funci
on
z = f (x, y). Si jamos la variable y: y = y0 , obtenemos una funci
on de una
on en el
sola variable x: z = f (x, y0 ). La derivada habitualde esta funci
punto x = x0 se llama derivada parcial de la funci
on f en el punto (x0 , y0 ),
respecto de x, y se denota por
f (x0 , y0 )
,
x
o bien
f
(x0 , y0 )
x
De esta forma,
f (x0 , y0 )
x
def
=
df (x, y0 )
dx
x=x0
Nota: Se
nalemos que la designacion de la derivada parcial de la funci
on
f (x0 , y0 )
es tradicional. Aunque es m
as
f , respecto de la variable x, por
x
f
f
correcto escribir
(x0 , y0 ), ya que la expresi
es un smbolo u
nico,
on
x
x
que designa la nueva funci
on, cuyo valor se analiza en el punto (x0 , y0 ).
Teniendo en cuenta la denici
on de derivada de una funci
on de una sola
variable, resulta la siguiente denici
on de derivada parcial para funciones de
dos variable.
Definici
on 4.1. Dada una funci
on de dos variables f : D R2 R
2
definida en el abierto D de R , se define la derivada parcial de f con respecto
213
DE FUNCIONES MULTIVARIABLES
214 CAPITULO 4. DERIVACION
f
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
(0, 0) = lm
= lm
=
k0
k0
y
k
k
0 k2
0
2
2
0
= lm 0 + k
= lm = lm 0 = 0
k0
k0 k
k0
k
Ejemplo 4.3. Calcular, aplicando la definici
on, las dos derivadas parciales
2
2
de la funci
on f (x, y) = 2x xy + y , en el punto p(1, 0).
Soluci
on.
f (1 + h, 0) f (0, 0)
f
(1, 0) = lmh0
=
x
h
2(1 + h)2 (1 + h) 0 + 02 (2 0 + 0)
=
= lm
h0
h
2
2
2(1 + 2h + h ) 2
2 + 4h + 2h 2
= lm
= lm
=
h0
h0
h
h
4h + 2h2
= lm (4 + 2h) = 4
= lm
h0
h0
h
f (1, 0 + k) f (1, 0)
f (1, k) f (1, 0)
f
(1, 0) = lmk0
= lmk0
=
y
k
k
2 12 1 k + k 2 (2)
2 k + k2 2
= lm
= lm
=
00
k0
k
k
2
k + k
= lm (1 + k) = 1
= lm
k0
k0
k
4.1.3.
La funci
on derivada parcial
215
f (x, y + k) f (x, y)
x2 (y + k)3 + 5 (x2 y 3 + 5)
f
(x, y) = lm
= lm
=
k0
k0
y
k
k
x2 y 3 + 3x2 y 2 k + 3x2 yk 2 + x2 k 3 + 5 x2 y 3 5
=
= lm
k0
k
3x2 y 2 k + 3x2 yk 2 + x2 k 3
= lm 3x2 y 2 + 3x2 yk + x2 k 2 =
k0
k0
k
= lm
= 3x2 y 2
C
alculo de derivadas parciales mediante las reglas de derivaci
on.
Si observamos los resultados del ejemplo anterior, podemos concluir que no
es necesario aplicar la denici
on para calcular las derivadas parciales, sino
que se pueden calcular aplicando las reglas ordinarias de derivaci
on. Esto
se deduce de la propia denici
on, ya que de la denici
on de las derivadas
parciales, como derivadas ordinarias con la condici
on de que se han jado
todas las variables excepto una, respecto de la cual se toma la derivada, se
deduce que al calcular las derivadas parciales se pueden utilizar las reglas
del calculo de las derivadas ordinarias. Es decir,
f
(x, y) Se puede calcular mediante las reglas de derivacion, es decir, como
x
una derivada ordinaria, de la funci
on f respecto de la variable x,
suponiendo y constante (es decir, como si la funcion f dependiera
solo de x, porque y es un n
umero). En consecuencia, consideramos
que y es constante y derivamos con respecto a x.
f
(x, y) Se puede calcular mediante las reglas de derivacion, es decir, como
y
una derivada ordinaria, de la funci
on f respecto de la variable y,
suponiendo x constante (es decir, como si la funcion f dependiera
solo de y, porque x es un n
umero). En consecuencia, consideramos
que x es constante y derivamos con respecto a y.
Ejemplo 4.5. Calcular las dos derivadas parciales de las siguientes funciones:
1. f (x, y) = x2 + 2xy 2 y 3
a) Fijemos en la f
ormula la variable y, es decir, supongamos que y
es un n
umero, con lo cual obtenemos una funci
on de una sola
variable x; y calculando su derivada tendremos:
f
= 2x + 2y 2
x
b) De la misma forma, jemos ahora la variable x es decir, supongamos que x es un n
umero, con lo cual obtenemos una funci
on
de una sola variable y; y calculando su derivada tendremos:
f
= 4xy 3y 2
y
DE FUNCIONES MULTIVARIABLES
216 CAPITULO 4. DERIVACION
2. z = (x2 + y 2 )exy
z
= 2xexy + (x2 + y 2 )(yexy ) = (2x x2 y y 3 )exy
x
z
= 2yexy + (x2 + y 2 )(xexy ) = (2y x3 xy 2 )exy
y
3. z = xyex/y
1
z
= yex/y + xy( ex/y ) = (y + x)ex/y
x
y
x
x2
x(y x)ex/y
z
= xex/y + xy( 2 ex/y ) = (x )ex/y =
y
y
y
y
Ejemplo 4.6. Dada la funci
on: f (x, y) = 4x3 y 2 4x2 + y 6 + 1. Hallar las
dos derivadas parciales en el punto (1, 1)
Soluci
on. Calculamos las derivadas parciales mediante las reglas de derivacion y luego sustituimos las coordenadas del punto.
f
(x, y) = 12x2 y 2 8x
x
f
(x, y) = 8x3 y + 6y 5
f
(1, 1) = 12 8 = 4
x
f
(1, 1) = 8 + 6 = 14
y
Notaci
on: Se utilizan las siguientes notaciones:
zx =
z
f
f
=
=
(x, y) = fx = fx = fx (x, y) = Dx f (x, y) = D1 f (x, y)
x
x
x
zy =
f
f
z
=
=
(x, y) = fy = fy = fy (x, y) = Dy f (x, y) = D2 f (x, y)
y
y
y
4.1.4.
(x0 ,y0 )
Funciones de m
as de dos variables
217
DE FUNCIONES MULTIVARIABLES
218 CAPITULO 4. DERIVACION
con lo cual, para cualquier n
umero t R, resulta:
te1 = (t, 0, , 0), te2 = (0, t, , 0), , ten = (0, 0, , t)
de donde, para cualquier punto p Rn , de coordenadas p = (x1 , x2 , , xn ), se tiene:
p + tei = (x1 , x2 , , xn ) + (0, , t, , 0) = (x1 , x2 , , xi + t, , xn )
Es decir, p + tei tiene las mismas coordenadas que p, salvo la i-esima coordenada que se
ha incrementado en t. En consecuencia, podemos enunciar la siguiente denici
on:
on definida en
Definici
on 4.2 (Derivadas parciales). Sea f : D Rn R una funci
el conjunto abierto1 D de Rn , y sea p D. Se define la derivada parcial de f con respecto
a su i-esima variable en el punto p, como el siguiente lmite, si existe y es finito:
f (p + tei ) f (p)
f
(p) = lm
t0
xi
t
Del mismo modo puede denirse la derivada parcial en un punto generico x D,
como
f (x + tei ) f (x)
f
(x) = lm
t0
xi
t
4.1.5.
Raz
on de cambio
Las derivadas parciales tambien pueden interpretarse como la razon de cambio instant
aneo de la funci
on respecto de una variable, mientras la otra
permanece ja. As,
f
(x0 , y0 ) Se puede interpretar como la
x
funci
on f cuando se conserva
f
(x0 , y0 ) Se puede interpretar como la
y
funci
on f cuando se conserva
raz
on de cambio instant
aneo de la
fija la variable y y vara la x.
raz
on de cambio instant
aneo de la
fija la variable x y vara la y.
219
V
(r = 4, h = 20) = 2 4 20 = 160 cm3 /cm de r
r
V
(r = 4, h = 20) = 16 cm3 /cm de h
h
4.1.6.
Interpretaci
on geom
etrica de las derivadas parciales
Recta tangente
z = f (x, y0 )
z = f (x, y)
z = f (x, y)
z
x0
y0
y
p(x0 , y0 )
z = f (x0 , y)
y0
x0
x
Recta
tangente
p(x0 , y0 )
z = f (x, y0 ) = g(x)
DE FUNCIONES MULTIVARIABLES
220 CAPITULO 4. DERIVACION
An
alogamente, la funci
on g(y) = f (x0 , y) representa la curva que se
obtiene de la interseccion de la supercie z = f (x, y) con el plano x = x0
z = f (x, y)
x = x0
z = f (x0 , y) = g(y)
f
(3, 1) = 6
x
tan = 6
En la direcci
on del eje Oy, la pendiente viene dada por
f
= 8y
y
f
(3, 1) = 8
y
tan = 8
4.1.7.
221
Por otro lado, igual que ocurre para funciones de una variable, resulta
evidente que de la continuidad de las funciones de n variables en un punto
dado, no se deriva la existencia de sus derivadas parciales en ese punto.
En consecuencia, para funciones de n variables, n 2, ni de la continuidad de esa funci
on en un punto se deduce la existencia de las derivadas
parciales, ni de la existencia de las derivadas parciales se deduce la continuidad en el punto.
Ejemplo 4.10. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci
on f : R2 R definida por:
f (x, y) =
x2
xy
+ y2
0
si (x, y) = (0, 0)
si (x, y) = (0, 0)
Soluci
on.
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante las rectas y = mx resulta:
lm
(x,y)(0,0) x2
xy
xy
xmx
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
= lm
x0
m
m
=
1 + m2
1 + m2
DE FUNCIONES MULTIVARIABLES
222 CAPITULO 4. DERIVACION
Ejemplo 4.11. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci
on f : R2 R definida por:
1 si xy = 0
0 si xy = 0
f (x, y) =
Soluci
on. Entendamos primero el signicado de la expresi
on que dene la
funci
on. Tenemos que la imagen de un punto (x, y) es 1 si las dos componentes son distintas de cero, y 0 si alguna de las componentes es cero. Es
decir, para x = 0 e y = 0, se tiene:
f (x, y) = 1,
f (x, 0) = 0,
f (0, y) = 0,
f (0, 0) = 0.
En consecuencia,
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante la recta y = x resulta:
lm
(x,y)(0,0)
f (x, y) =
lm
1 = 1 = f (0, 0) = 0
(x,y)(0,0)
y=x
(x,y)(0,0)
2.
lm
0 =0=1
(x,y)(0,0)
y=0
4.2.
f (x, y) =
d
f (x, 0)
dx
d
f (0, y)
dy
d
0
=0
dx x=0
x=0
d
=
0
=0
dy
y=0
y=0
=
Derivadas parciales de o
rdenes superiores
f
,
x
f
,
x
f
y
f
y
4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
223
Notaci
on: Para simplicar los parentesis usaremos la siguiente notacion:
(fx )x = fxx =
f
x
2f
= D1 (D1 f ) = D11 f
x2
(fx )y = fxy =
f
x
2f
= D2 (D1 f ) = D21 f
yx
(fy )x = fyx =
f
y
2f
= D1 (D2 f ) = D12 f
xy
f
2f
= D2 (D2 f ) = D22 f
=
y y
yy
Para evitar confusi
on con el orden de derivaci
on (fxy = D21 f ), utilizaremos el siguiente criterio: se empieza derivando por la variable m
as cercana
a la funci
on. As, derivar primero con respecto a x y a continuaci
on con respecto a y, se escribira con cualquiera de las expresiones:
(fy )y = fyy =
2f
= fxy = Dyx f
yx
mientras que derivar primero con respecto a y y a continuaci
on con respecto
a x, se escribira con cualquiera de las expresiones:
2f
= fyx = Dxy f
xy
Nota. El criterio utilizado aqu, unas veces va de izquierda a derecha fxy y
otras de derecha a izquierda Dyx f , por eso algunos autores utilizan criterios
diferentes. Sin embargo el utilizado aqu es el mas aceptado.
Ejemplo 4.12. Hallar las derivadas parciales de segundo orden de la funci
on
f (x, y) = sen(x2 y)
Soluci
on.
fx = 2xy cos(x2 y)
fxx = fx
fxy = fx
fy = x2 cos(x2 y)
fyx = fy
fyy = fy
Derivadas parciales cruzadas. Las derivadas parciales fxy y fyx , se llaman derivadas parciales cruzadas y cuando son continuas coinciden.
DE FUNCIONES MULTIVARIABLES
224 CAPITULO 4. DERIVACION
Teorema 4.1 (Igualdad de las derivadas parciales cruzadas). Si f es
una funci
on de dos variables x e y y tal que f , fx , fy , fxy y fyx son continuas en una regi
on abierta R, entonces se tiene que las derivadas parciales
cruzadas coinciden para cada (x, y) de R,
fxy (x, y) = fyx (x, y)
Este teorema se llama Teorema de Schwartz, y puede enunciarse en terminos mas restrictivo de la siguiente forma
on
Teorema 4.2 (Teorema de Schwartz). Sea f : D R2 R una funci
definida en el abierto D de R2 . Si las derivadas parciales fxy : D R2 R
y fyx : D R2 R existen y son funciones continuas en D, entonces
fxy = fyx
El teorema de Schwartz tambien puede enunciarse en los siguientes terminos: Si fx , fy , y fxy son continuas en un entorno del punto (x0 , y0 ), entonces
existe fyx (x0 , y0 ) y se verifica fyx (x0 , y0 ) = fxy (x0 , y0 ).
Ejemplo 4.13. Hallar las derivadas parciales de segundo orden de la funci
on
2
2
f (x, y) = x2 yex +y
Soluci
on.
fx = 2xyex
2 +y 2
+ x2 y 2xex
2 +y 2
2 +y 2
= (2x3 y + 2xy)ex
2 +y 2
fy = x2 ex
2 +y 2
+ x2 y 2yex
2 +y 2
2 +y 2
= (2x2 y 2 + x2 )ex
2 +y 2
+ (2x2 y 2 + x2 ) 2yex
(4x3 y 2
2 +y 2
=
+ 10x2 y + 2y)ex
2 +y 2
2x3
+ 4xy 2 + 2x)ex
2 +y 2
2 +y 2
+ (2x2 y 2 + x2 ) 2xex
=
2 +y 2
(4x3 y 2
2 +y 2
(4x4 y
=
fxy = (2x3 + 2x)ex
2 +y 2
2 +y 2
2x3
=
+ 4xy 2 + 2x)ex
2 +y 2
2 +y 2
Ejemplo 4.14. Comprobar que las derivadas parciales cruzadas de la siguiente funci
on, en el punto (0, 0) no coinciden.
f (x, y) =
Soluci
on.
x3 y xy 3
x2 + y 2
0
si
(x, y) = (0, 0)
si
(x, y) = (0, 0)
4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
225
f
=
x
x
x4 y + 4x2 y 3 y 5
3x4 y + 3x2 y 3 x2 y 3 y 5 2x4 y + 2x2 y 3
=
(x2 + y 2 )2
(x2 + y 2 )2
f
=
y
y
=
x3 y xy 3
x2 + y 2
x3 y xy 3
x2 + y 2
x5 4x3 y 2 xy 4
x5 + x3 y 2 3x3 y 2 3xy 4 2x3 y 2 + 2xy 4
=
(x2 + y 2 )2
(x2 + y 2 )2
h3 0h03
h2 +02
=0
0 k0k
0
f (0, k) f (0, 0)
f
2
2
(0, 0) = lm
= lm 0 +k
=0
k0
k0
y
k
k
De donde, aplicando directamente la denici
on de derivada parcial, resulta:
3
2f
(0, 0) =
yx
y
f
f
(0, k)
(0, 0)
f
x
x
=
(0, 0) = lm
k0
x
k
= lm
k0
2f
(0, 0) =
xy
x
f
y
04 k+402 k3 k5
(02 +k2 )2
= 1
f
f
(h, 0)
(0, 0)
y
y
=
(0, 0) = lm
h0
h
= lm
h0
h5 4h3 Oh04
(h2 +02 )2
= +1
DE FUNCIONES MULTIVARIABLES
226 CAPITULO 4. DERIVACION
Derivadas parciales de tercer orden
Si adem
as, las derivadas parciales de tercer orden son continuas, entonces no
importa el orden de derivaci
on de las derivadas parciales cruzadas de tercer
orden. En consecuencia, si hacemos las derivadas parciales de tercer orden,
resultan 23 = 8 derivadas, pero si son continuas se reducen a 3 + 1 = 4
derivadas distintas:
fxx
fx
fxy
fyx
fy
fyy
fxxx
fxxx
fxxy
fxyx
fxyy
fyxx
fyxy
fyyx
fyyy
fxx
fxxy
fx
Si son continuas f
fxy
fy
fxyy
fyy
fyyy
f (x, y) = x + 2xy y
fxxy = 0
fxy = 4y
fy = 4xy 3y
fxyy = 4
fyy = 4x 6y
fyyy = 6
y2
xy
. Hallar D2311 f y D1132 f
+ z2
227
Soluci
on.
D2311 f = D231 D1 f = D231
4.3.
4.3.1.
y2
y
+ z2
=0
x(y 2 + z 2 ) xy2y
(y 2 + z 2 )2
= D11
= D11
2xz(3y 2 z 2 )
(y 2 + z 2 )3
= D1
xz 2 xy 2
(y 2 + z 2 )2
= D113
2z(3y 2 z 2 )
(y 2 + z 2 )3
=0
Derivadas direccionales.
Derivadas direccionales
DE FUNCIONES MULTIVARIABLES
228 CAPITULO 4. DERIVACION
z
f (x)
f (p)
Dv f (p) = lm
xp
z = f (x, y)
y0
x0 p(x0 , y0 )
v t
x(x, y)
f (x) f (p)
t
donde x es un punto pr
oximo a p
y ademas situado en la direcci
on
marcada por el vector v, y t es la
longitud orientada del segmento
px , es decir, la longitud de este
segmento con signo positivo, si el
tiene la misma direcvector
px
cion que el vector v, y con signo
negativo en caso contrario.
px = |t|
px = t u x p = t u x = p + t u
u =1
de donde,
Dv f (p) = lm
t0
f (p + t u ) f (p)
t
(4.1)
px = |t|
px = t v
v =1
luego no podemos hacer la sustituci
on anterior. Por lo tanto, si el
vector no es unitario, hallamos el vector unitario de la misma direcci
on
y sentido que el dado, y a ese nuevo vector hallado le aplicamos el
resultado anterior.
v
u=
v
229
1 2
v
= ,
|v |
5 5
t
1 2
2t
p + t u = (1, 2) + t , = 1 , 2
5 5
5
5
de donde,
f (p) = f (1, 2) = 12 + 3 1 22 = 1 + 12 = 13
t
t
2t
f (p + tu )=f 1 , 2 = 1
5
5
5
2t
3t
t2
=1 + + 3
5
5
5
t
+3 1
5
8t
4t2
4 +
5
5
2t
2
5
2t
24t 12t2 12t 24t2
12t3
t2
=1 + + 12 +
+
=
5
5
5
5
5
5
5 5
12t3
38t 37t2
=13 +
5
5 5
5
con lo que resulta,
38t 37t2
12t3
13 +
13
f (p + t u ) f (p)
5
5
5 5
= lm
=
Dv f (1, 2) = lm
t0
t0
t
t
= lm
t0
38 37t 12t2
+
5
5
5 5
38
=
5
DE FUNCIONES MULTIVARIABLES
230 CAPITULO 4. DERIVACION
Conocido el angulo que forma el vector director con la direcci
on positiva
del eje OX, se tienen inmediatamente las coordenadas del vector director
unitario. En efecto,
u = (cos , sen ).
El concepto de derivada direccional se puede generalizar para cualquier
n
umero de variables. As, para el caso general podemos enunciar la siguiente
denici
on:
Definici
on 4.3 (Derivada direccional). Sea f : D Rn R una funci
on definida en el conjunto abierto D de Rn y sea p D un punto dado de
D. Sea u un vector unitario dado. Se define la derivada de la funci
on f en
f
(p), o bien Du f (p), como el
p, en la direcci
on del vector u , denotada
u
siguiente lmite, si existe y es finito.
Du f (p) = lm
t0
f (p + t u ) f (p)
t
1+1+1=
3=1
u=
v
1 1 1
= , ,
|v |
3 3 3
luego,
t
1 1 1
t
t
p + t u = (1, 0, 1) + t , , = 1 + , , 1 +
3 3 3
3 3
3
de donde,
f (p) = f (1, 1, 1) = 1 0 (1) = 0
t
t
t
t
f (p + tu ) = f 1 + , , 1 + = 1 +
3 3
3
3
=
t2
1
3
t
1 +
3
t3
t
=
3
3 3
1
=
3
4.3.2.
231
Relaci
on entre la derivada direccional y las derivadas parciales
Du f (x, y) = lm
= lm
El c
alculo de la derivada direccional aplicando la denici
on resulta bastante engorroso, no obstante, el resultado de este ejemplo nos puede hacer
intuir una propiedad que demostraremos m
as adelante (ver teorema 4.5 en
la p
agina 248) Du f = fx u1 + fy u2 . Es decir, la derivada direccional se
puede obtener como la suma de los productos de las derivadas parciales por
las componentes del vector unitario de direcci
on. Esto nos permite obtener
las derivadas direccionales de una manera mucho mas facil que aplicando
directamente la denici
on. Sin embargo, esta f
ormula no es v
alida para todo
tipo de funciones, sino solamente para las diferenciables, de ah que, en
ocasiones, tengamos que acudir al inc
omodo lmite de la denici
on.
Ejemplo 4.20. Comprobar que las derivadas direccionales calculadas en los
ejemplo 4.17 y 4.18 cumplen la relaci
on anterior.
Soluci
on.
1.
p(1, 2)
1 2
y u = ,
5 5
DE FUNCIONES MULTIVARIABLES
232 CAPITULO 4. DERIVACION
luego:
fx = 2x + 3y 2
fy = 6xy
fx (1, 2) = 2 + 12 = 14
fy (1, 2) = 12
de donde,
14 24
38
f
(p) = fx (p) u1 + fy (p) u2 = + =
u
5
5
5
2.
fx (1, 0, 1) = 0
fy (1, 0, 1) = 1
fz (1, 0, 1) = 0
de donde,
1
1
f
(p) = fx (p) u1 + fy (p) u2 + fz (p) u3 = 0 + + 0 =
u
3
3
Derivada direccional y continuidad. La existencia de todas las derivadas
direccionales de una funci
on en un punto no garantiza la continuidad de
la funci
on en dicho punto, ya que el c
alculo de las derivadas direccionales
equivale a acercarse al punto s
olo mediante rectas.
Ejemplo 4.21. Estudiar la continuidad y calcular todas las derivadas direccionales en el punto p(0, 0) de la funci
on f : R2 R definida por:
f (x, y) =
x2 y
x4 + y 2
0
si (x, y) = (0, 0)
si (x, y) = (0, 0)
Soluci
on.
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante las par
abolas y = ax2 resulta:
a
x2 y
x2 ax2
a
=
l
m
= lm
=
4
2
4
2
4
2
x0
1+a
1 + a2
(x,y)(0,0) x + y
(x,y)(0,0) x + a x
lm
y=ax2
x0
4.4. DIFERENCIABILIDAD
2.
233
4.4.
0 si
b=0
a2
t3 a2 b
=
t0 t3 (t2 a4 + b2 )
b
lm
si
b=0
Diferenciabilidad
En esta seccion vamos a generalizar los conceptos de incremento y diferencial, as como el concepto de diferenciabilidad a funciones de dos o m
as variables. Recuerdese que para una funci
on de una variable, dada por y = f (x),
se dene el incremento como y = f (x + x) f (x), y la diferencial como
dy = f (x) dx. Para funciones de dos variables, z = f (x, y), el incremento
de la funci
on se generaliza de manera natural. En efecto, llamando x y y
a los incrementos de x e y respectivamente, el incremento de la funcion se
dene por
z = f (x + x, y + y) f (x, y)
Sin embargo, la generalizaci
on del diferencial no resulta tan natural. As,
si z = f (x, y) y x y y son los incrementos de x y de y, entonces, las
diferenciales de las variables independientes x e y se van a denir como
dx = x
dy = y
4.4.1.
Generalizaci
on del concepto de diferenciabilidad
DE FUNCIONES MULTIVARIABLES
234 CAPITULO 4. DERIVACION
variable, hemos visto que la existencia de las derivadas parciales en un punto no implica
la continuidad en ese punto, ni siquiera la existencia de todas las derivadas direccionales
implica la continuidad. Por esta raz
on las derivadas parciales, al igual que las derivadas
direccionales, son una extensi
on en cierto modo poco satisfactoria del concepto de derivada uni-dimensional. Por tanto, parece natural el deseo de tener una noci
on de derivada
para funciones de varias variables que implique la continuidad. Introducimos ahora una
generalizaci
on m
as conveniente que implica la continuidad y, al propio tiempo, nos permite extender los principales teoremas de la teora de la derivada uni-dimensional a las
funciones de varias variables. El concepto que mejor sirve a tal prop
osito es la noci
on de
diferencial.
Generalizaci
on del concepto unidimensional. Para funciones de una sola variable
f : D R R el concepto de diferenciabilidad se confunde con el concepto de derivabilidad, as, una funci
on y = f (x) es diferenciable en un punto x0 D sii posee derivada en
ese punto. Sin embargo, para varias variables estos dos conceptos no son equivalentes. As,
para funciones de dos variable, hemos visto que la existencia de las derivadas parciales
en un punto no implica la continuidad en ese punto, ni siquiera la existencia de todas
las derivadas direccionales implica la continuidad. Esto nos obliga a buscar el verdadero
signicado del concepto de diferenciabilidad, separ
andolo del concepto de derivabilidad,
de manera que represente la suavidad de la funci
on y de el se deduzca la continuidad,
como ocurre en una variable.
Recordemos que una funci
on de una variable f : D R R se dice que es diferenciable en x0 D si el siguiente lmite existe y es nito:
lm
xx0
f (x) f (x0 )
x x0
En tal caso el valor del lmite se llama derivada de f en x0 y se denota por f (x0 ).
Recordemos tambien que dicho lmite admita una segunda expresi
on que era equivalente
a la anterior:
f (x0 + h) f (x0 )
lm
h0
h
Un primer intento para conseguir un concepto equivalente para funciones de varias
variables sera copiar la denici
on anterior extendiendola a la nueva situaci
on. Esto, sin
embargo, conduce a una expresi
on que carece de sentido. En efecto, para n variables
tendramos:
f (x) f (x0 )
lm
xx0
x x0
donde aparece una divisi
on por un vector v = x x0 , operaci
on que carece de sentido con
vectores de Rn , n > 1.
Un segundo intento sera sustituir el vector del denominador por su norma o por su
longitud orientada. Pero en este caso la expresi
on carece de interes, ya que dicho lmite
s
olo existe en puntos muy concretos del dominio, con lo cual se trata de una propiedad
muy restrictiva de difcil vericaci
on, y, por lo tanto, deja de representar el concepto de
funci
on diferenciable. En efecto, para que exista el lmite,
lm
xx0
f (x) f (x0 )
x x0
su valor ha de ser 0, ya que, por ejemplo, todas las derivadas direccionales en el punto x0
tienen que coincidir.
Esto hace que tengamos que replantearnos el concepto de funci
on diferenciable de
manera que la nueva visi
on del concepto sea extendible a n variables.
Replanteamiento del concepto. Partamos de la interpretaci
on geometrica del concepto. Una funci
on de una variable y = f (x) es diferenciable en un punto x0 de su dominio, si
su gr
afica tiene recta tangente en dicho punto. Pero, que entendemos por recta tangente
4.4. DIFERENCIABILIDAD
235
a una curva en uno de sus puntos?. De todas las rectas que pasan por el punto cu
al es
la recta tangente?. La recta tangente es una recta que toca a la curva en un punto, pero
que, adem
as, la curva se aplana en las proximidades del punto de tangencia, tratando de
confundirse, por un instante, con la propia recta. Este aplanamiento en los alrededores del punto de tangencia, este tratar de confundirse con la recta tangente, es lo que
hace que la curva sea suave y que se pueda aproximar mediante la recta tangente en los
alrededores del punto de tangencia, y esto es lo que realmente caracteriza el concepto de
funci
on diferenciable.
y = f (x)
f (x0 + h)
f (x0 )
f (x0 )h
x0
x0 + h
La recta tangente a la gr
aca de la funci
on y = f (x) en el punto P = x0 , f (x0 ) viene
denida por la ecuaci
on
y = f (x0 ) + f (x0 )(x x0 )
Y en las proximidades del punto tenemos,
f (x) = f (x0 ) + f (x0 )(x x0 ) + r(h)
donde r(h) es la distancia (vertical) entre la curva y la recta tangente. Este residuo r(h)
es lo que nos va a permitir caracterizar el concepto de diferenciabilidad. En efecto, una
primera observaci
on nos hace ver que el residuo r(h) tiende a cero a medida que h tiende
a cero. Sin embargo, este hecho no es importante en la denici
on de diferenciabilidad,
nico que nos dice es que la funci
on es continua en x0 , y
pues el que lmh0 r(h) = 0 lo u
seguira valiendo cero cualquiera que fuera la recta que pase por P , aunque no fuera la
recta tangente, e incluso, aunque la funci
on no tuviera tangente. Lo importante, cuando
se estudia la diferenciabilidad de funciones, es que el residuo r(h) tiende a cero m
as r
apido
de lo que lo hace h. Esto signica que:
lm
h0
r(h)
=0
h
Gr
acamente, este lmite viene a signicar el hecho de que la curva se embarra (se
confunde) con la recta tangente en los alrededores del punto P . En otras palabras, la
curva tiene que ser suaveen P , para que se pueda ver localmente como una recta(su
recta tangente).
Tratemos de expresar estos conceptos de manera algebraica, desprendiendolos de sus
signicados geometricos, con objeto de poderlos generalizar a varias variables. Una recta
a denida por la ecuaci
on: y =
cualquiera que pase por el punto P = x0 , f (x0 ) vendr
f (x0 ) + A(x x0 ), o lo que es lo mismo y = f (x0 ) + Ah donde A es la pendiente de la
recta y h = x x0 . Si queremos que, de todas las rectas que pasan por P , nuestra recta
sea la recta tangente a la curva y = f (x) en el punto P , tendr
a que cumplirse:
donde
lm
h0
r(h)
=0
h
DE FUNCIONES MULTIVARIABLES
236 CAPITULO 4. DERIVACION
Por lo tanto, podemos establecer la siguiente denici
on de diferenciabilidad para funciones
de una variable:
Definici
on 4.4. Una funci
on f : D R R es diferenciable en x0 D si existe una
constante A tal que
f (x0 + h) = f (x0 ) + Ah + r(h)
con
lm
h0
r(h)
=0
h
Esta denici
on es equivalente a la anterior, en efecto, despejando A de la expresi
on
anterior resulta:
r(h)
f (x0 + h) f (x0 )
A=
h
h
de donde, al tomar lmite cuando h 0 se ve la equivalencia entre la denici
on de diferenciabilidad y la existencia de la derivada, resultando A = f (x0 ).
Generalizaci
on para dos variables.
Desde un punto de vista gr
aco, una funci
on de dos variable f : D R2 R
es diferenciable en un punto p(x0 , y0 ) de su dominio, si su gr
afica tiene
plano tangente en dicho punto. Pero, que entendemos por plano tangente
a una supercie en uno de sus puntos?. De todos los planos que pasan por
el punto, cu
al es el plano tangente?. El plano tangente es un plano que
toca a la supercie en un punto, pero que, adem
as, la supercie se aplana
en las proximidades del punto de tangencia, tratando de confundirse, por
un instante, con el propio plano. Este aplanamiento en los alrededores del
punto de tangencia, este tratar de confundirse con el plano tangente, es
lo que hace que la supercie sea suave y que se pueda aproximar mediante
el plano tangente en los alrededores del punto de tangencia, y esto es lo que
realmente caracteriza el concepto de funci
on diferenciable.
Un plano cualquiera que pase por el punto P = x0 , y0 ; f (x0 , y0 ) vendr
a denida por la ecuaci
on: z = f (x0 , y0 ) + A(x x0 ) + B(y y0 ). Si
queremos que este plano sea tangente a la supercie z = f (x, y) en el punto
P , tendr
a que cumplirse:
r(h, k)
lm
=0
f (x0 , y0 )+(h, k) = f (x0 , y0 )+Ah+Bk+r(h, k) con
(h,k)(0,0) (h, k)
Por lo tanto, podemos establecer la siguiente denici
on de diferenciabilidad para funciones de dos variables:
Definici
on 4.5 (Funci
on diferenciable). Una funci
on f : D R2 R
es diferenciable en el punto p(x0 , y0 ) D si existen dos constantes A y B
tales que
f (x0 , y0 ) + (h, k) = f (x0 , y0 ) + Ah + Bk + r(h, k) con
lm
(h,k)(0,0)
r(h, k)
=0
(h, k)
f es diferenciable en la regi
on D si es diferenciable en todo punto de D
4.4. DIFERENCIABILIDAD
4.4.2.
237
Proposici
on 4.1 (Diferenciabilidad implica existencia de las derivadas parciales). Si una funci
on f : D R2 R es diferenciable en el
punto p D, entonces existen sus derivadas parciales en dicho punto.
Demostraci
on. Supongamos que la funci
on f : D R2 R es diferenciable
en el punto p(x0 , y0 ) D, entonces existen las constantes A y B tales que:
f (x0 , y0 )+(h, k) = f (x0 , y0 )+Ah+Bk+r(h, k) con
lm
(h,k)(0,0)
r(h, k)
=0
(h, k)
de donde obtenemos
f (x0 + h, y0 ) f (x0 , y0 )
f
=
(x0 , y0 )
h0
h
x
A = lm
De manera an
aloga, poniendo h = (0, k) obtenemos:
f
f (x0 , y0 + k) f (x0 , y0 )
=
(x0 , y0 )
k0
k
y
B = lm
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
DE FUNCIONES MULTIVARIABLES
238 CAPITULO 4. DERIVACION
2.
(h,k)(0,0)
r(h, k)
=0
(h, k)
Esta denici
on de diferenciabilidad s que garantiza la continuidad de la
funci
on en aquellos puntos en los que es diferenciable, como sucede con las
funciones de una variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza
la diferenciabilidad se puede expresar de la siguiente forma:
lm
(h,k)(0,0)
=
lm
(h, k)
(h,k)(0,0)
h2 + k 2
=
lm
=0
(h, k)
(h,k)(0,0)
h2 + k 2
lm
(h,k)(0,0)
(4.2)
2.
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
(h,k)(0,0)
r(h, k)
f (h, k)
=
lm
=0
(h, k)
(h,k)(0,0)
h2 + k 2
4.4. DIFERENCIABILIDAD
4.4.3.
239
La diferencial
Si la funci
on f : D R2 R es diferenciable en el punto p = (x0 , y0 ) D,
entonces a la parte lineal en h y k ((h, k) = Ah + Bk) de la expresi
on del
residuo
f (x0 , y0 )+(h, k) = f (x0 , y0 )+ Ah + Bk +r(h, k) con
lm
(h,k)(0,0)
r(h, k)
=0
(h, k)
f
f
(x0 , y0 )h +
(x0 , y0 )k
x
y
f
f
(x0 , y0 )dx +
(x0 , y0 )dy
x
y
4.4.4.
f
f
dx +
dy
x
y
(4.3)
Diferenciabilidad y continuidad
lm
(h,k)(0,0)
r(h, k)
=0
(h, k)
(h,k)(0,0)
r(h, k)
=0
(h, k)
lm
(h,k)(0,0)
r(h, k) = 0
DE FUNCIONES MULTIVARIABLES
240 CAPITULO 4. DERIVACION
tenemos que
lm
(h,k)(0,0)
f (x0 , y0 )+(h, k) =
lm
(h,k)(0,0)
luego la funci
on es continua en p = (x0 , y0 ).
El recproco no es cierto, ya que existen funciones continuas que no son
diferenciables.
Ejemplo 4.22. Estudiar la continuidad y la diferenciabilidad en el origen
de la siguiente funci
on y, en su caso, hallar su diferencial en ese punto.
xy
si (x, y) = (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
(a) Continuidad en (0, 0):
xy
=
lm x
lm
(x,y)(0,0)
x2 + y 2 (x,y)(0,0)
y
x2 + y 2
= 0 Acot = 0 = f (0, 0)
luego la funci
on es continua en (0, 0)
(b) Diferenciabilidad en (0, 0): Calculamos las derivadas parciales aplicando la denici
on.
h0
f
f (0 + h, 0) f (0, 0)
f (h, 0) 0
(0, 0) = lm
= lm
= lm
h0
h0
h0
x
h
h
h2 + 02
=0
h
0k
f
f (0, 0 + k) f (0, 0)
f (0, k) 0
02 + k 2
(0, 0) = lm
= lm
= lm
=0
k0
k0
k0
y
k
k
k
hk
+ k2
h2
(h,k)(0,0)
hk
0
2
2
r(h, k)
f (h, k)
h
+k
= lm
= lm
=
(h, k)
(h,k)(0,0)
(h,k)(0,0)
h2 + k 2
h2 + k 2
m
hk
hmh
= lm 2
=
=
lm
k=mh h + m2 h2
1 + m2
(h,k)(0,0) h2 + k 2
h0
4.4. DIFERENCIABILIDAD
241
x2
xy
+ y2
0
si
(x, y) = (0, 0)
si
(x, y) = (0, 0)
Soluci
on.
(a) Continuidad: Nos acercamos al origen a traves de la recta y = mx
lm
(x,y)(0,0) x2
m
xy
xmx
= y=mx
lm 2
=
= f (m)
2
2
2
+y
x +m x
1 + m2
x0
luego la funci
on no es continua en (0, 0)
(b) Diferenciabilidad: Al no ser continua la funci
on en el punto (0, 0) no
puede ser diferenciable en dicho punto, en consecuencia resulta que
df (0, 0) no existe.
Ejemplo 4.24. Estudiar la continuidad y la diferenciabilidad en el origen
de la siguiente funci
on y, en su caso, hallar su diferencial en ese punto.
x2 + y 2
f (x, y) =
Soluci
on.
lm
x2 + y 2 = 02 + 02 = 0+ = 0 = f (0, 0)
(x,y)(0,0)
h2 + 02 0
h2
|h|
= lm
= lm
h0 h
h0 h
h
h0+
|h|
=1
h
lm
h0
|h|
= 1
h
Luego, la funci
on no es diferenciable en el origen por no existir las
derivadas parciales en dicho punto y ser la existencia de las derivadas
parciales en un punto p una condici
on necesaria para la diferenciabilidad de la funci
on en dicho punto. En consecuencia resulta que df (0, 0)
no existe.
Ejemplo 4.25. Estudiar la continuidad y la diferenciabilidad de la funci
on
f (x, y) = xy 2 en el origen y hallar su diferencial en ese punto.
DE FUNCIONES MULTIVARIABLES
242 CAPITULO 4. DERIVACION
Soluci
on. Estudiemos primero la diferenciabilidad en el origen
f (xy) =
xy 2
fx (x, y) = y 2
fx (0, 0) = 0
fy (0, 0) = 0
fy (x, y) = 2xy
(h, k) = 0h + 0k = 0
(h,k)(0,0)
r(h, k)
f (h, k)
hk 2 0
=
lm
=
lm
=
(h, k)
(h,k)(0,0)
(h,k)(0,0)
h2 + k 2
h2 + k 2
h
=
lm
k2
= 0 Acot = 0
(h,k)(0,0)
h2 + k 2
Luego la funci
on es diferenciable en (0, 0) y en consecuencia es continua en
dicho punto.
Al ser diferenciable resulta, df (0, 0) = (h, k) = 0h + 0k = 0
Ejemplo 4.26. Dada la funci
on
f (x, y) =
x2 + y 2
xy
x+y
si x y = 0
si x y = 0
x2 + y 2
,
xy
f (x, 0) = x,
f (0, y) = y,
f (0, 0) = 0.
En consecuencia,
Derivadas parciales en el punto (0, 0). Para calcular las derivadas parciales
de la funci
on en el punto (0, 0) utilizamos la denici
on de derivada parcial.
fx (0, 0) = lm
h0
fy (0, 0) = lm
k0
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
= lm
=
h0
h
h
(h + 0) (0 + 0)
h
= lm = 1
= lm
h0
h0 h
h
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
= lm
=
k0
k
k
(0 + k) (0 + 0)
k
= lm = 1
= lm
k0
k0 k
k
4.4. DIFERENCIABILIDAD
243
(x,y)(0,0)
f (x, y) =
x2 + y 2
2x2
= lm 2 = 2 = 0 = f (0, 0)
x0 x
xy
(x,y)(0,0)
lm
y=x
(el lmite no existe en el punto p(0, 0), ya que si nos acercamos al mismo a
traves de la recta x = 0 se obtendra 0 como lmite).
Diferenciabilidad en (0, 0). Al no ser continua en el punto (0, 0), la funci
on
no puede ser diferenciable en dicho punto.
En consecuencia, la funci
on no es ni continua ni diferenciable en el punto
(0, 0) y, sin embargo, posee derivadas parciales en dicho punto.
4.4.5.
f (x0 + h) = f (x0 ) +
Ai hi + r(h)
i=1
h0
r(h)
=0
h
Esta denici
on de diferenciabilidad tambien garantiza la continuidad de la funci
on en
aquellos puntos en los que es diferenciable, como sucede con las funciones de una y dos
variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza la diferenciabilidad se puede expresar de la siguiente forma:
lm
h0
Y llamando f = f (x0
+ h) f (x ) y (h) =
0
lm
h0
r(h)
= lm
h0
h
n
i=1
Ai hi resulta
f (h)
h21 + + h2n
=0
La Diferencial
Si la funci
on f : D Rn R es diferenciable en el punto x0 = (x1 , . . . , xn ) D, entonces
DE FUNCIONES MULTIVARIABLES
244 CAPITULO 4. DERIVACION
a la parte lineal en hi , i = 1, 2, . . . , n ((h) = A1 h1 + + An hn ) de la expresi
on del
residuo
f (x0 + h) = f (x0 ) + A1 h1 + + An hn + r(h)
con
lm
ho
r(h)
=0
h
f
f
(x0 )h1 + +
(x0 )hn
x
y
f
f
(x0 )dx1 + +
(x0 )dxn
x
y
4.4.6.
f
f
dx1 + +
dxn
x
y
Condici
on suficiente para la diferenciabilidad
i = 1, 2, , n,
D
D
entonces f es diferenciable en x0
son continuas en el punto x0 D,
Demostraci
on. (Opcional, caso n = 2) Sea la funci
on f : D Rn R
tal que las funciones derivadas parciales sean continuas en un punto p =
oximo a p y sea q = (x0 , y0 + k).
(x0 , y0 ). Sea x = (x, y) un punto pr
Tenemos:
4.4. DIFERENCIABILIDAD
245
z
y
y0
c2
x0 p(x0 , y0 )
q(x0 , y0 + k)
c1
h
x(x, y)
k
h + fy (p) +
k = fx (p)h + fy (c2 )k +
1h
2k
Luego f es diferenciable en p
El recproco de este teorema no es cierto, ya que existen funciones diferenciables en un punto p y sin embargo sus derivadas parciales en dicho punto
no son continuas. Por lo tanto, si las derivadas parciales no son continuas,
entonces no podemos asegurar nada. No obstante, este teorema permite comprobar la diferenciabilidad de una funci
on de una manera f
acil, y se puede
extender a un dominio D de la siguiente forma: Si las derivadas parciales
son continuas en un dominio D entonces la funci
on es diferenciable en ese
dominio.
Ejemplo 4.27. Estudiar la diferenciabilidad de las funciones
(a) f (x, y) = xy 2
(b) g(x, y) = ex
2 +y 2
Soluci
on.
(a) Las derivadas parciales de la funci
on f (x, y) = xy 2 son:
fx (x, y) = y 2
fy (x, y) = 2xy
on
que, al ser polin
omicas, son funciones continuas en R2 , luego la funci
es diferenciable en R2 .
(b) Las derivadas parciales de la funci
on g(x, y) = ex
x2 +y 2
gx (x, y) = 2xe
2 +y 2
son:
x2 +y 2
gy (x, y) = 2ye
DE FUNCIONES MULTIVARIABLES
246 CAPITULO 4. DERIVACION
(c) Las derivadas parciales de la funci
on h(x, y, z) = sen(x + y 2 z 2 )
son:
hx (x, y, z) = cos(x + y 2 z 2 )
hy (x, y, z) = 2y cos(x + y 2 z 2 )
hz (x, y, z) = 2z cos(x + y 2 z 2 )
que, al ser producto y composici
on de funciones elementales, son funon es diferenciable en R3 .
ciones continuas en R3 , luego la funci
4.4.7.
Caracterizaci
on de las funciones diferenciables
4.4. DIFERENCIABILIDAD
247
Continuas
Diferenciables
Parciales
continuas
Diferenciables
Proposici
on 4.4. Toda funci
on polin
omica
n
f : R2 R,
aij xi y j
f (x, y) =
i,j=0
x2 xy + 1
x2 + y 2
(c) h(x, y) = x2 ex
(b) g(x, y) = ex
2 +y 2
+ sen
2 +y 2
1 y2
1 + x2
Soluci
on.
(a) La funci
on es diferenciable en R2 {(0, 0)} por tratarse del cociente de
dos funciones polin
omicas y el u
nico punto que anula el denominador
es el (0, 0).
on
(b) La funci
on es diferenciable en todo R2 por tratarse de la composici
de dos funciones diferenciables.
(c) La funci
on es diferenciable en todo R2 por tratarse de suma de funciones diferenciables.
DE FUNCIONES MULTIVARIABLES
248 CAPITULO 4. DERIVACION
4.4.8.
El c
alculo de la derivada direccional aplicando el lmite (4.1) que aparece en la denici
on
(p
ag. 228) resulta un poco engorroso. No obstante, para las funciones diferenciables existe
la posibilidad de calcular las derivadas direccionales de una manera mucho m
as f
acil. Como
la suma de los productos de las derivadas parciales por las componentes del vector unitario
de direcci
on. En efecto,
Teorema 4.5 (Derivada direccional y derivadas parciales). Sea f : D Rn R
una funci
on diferenciable en el punto x0 D, y sea u = (u1 , , un ) un vector unitario.
Entonces
n
f
f
(x0 )ui
(x0 ) =
u
xi
i=1
Demostraci
on. Al ser f diferenciable en x0 se tiene que:
n
f (x0 + h) f (x0 ) =
i=1
f
(x0 )hi + r(h)
xi
donde
lm
h0
r(h)
=0
h
i=1
r(tu)
f
(x0 )ui +
xi
t
t0
i=1
r(h)
f
(x0 )ui lm
h0 h
xi
i=1
f
(x0 )ui
xi
1 , 3
2
4.5. GRADIENTE
249
fx (1, 1) = 2
fy (1, 1) = 2
de donde,
Du f (1, 1) = fx (1, 1)u1 + fy (1, 1)u2 = 2
4.4.9.
3
1
+2
=1+ 3
2
2
La derivada seg
un una direcci
on curva
La derivada direccional tambien se puede aplicar para direcciones curvas. En este caso se
entiende que el vector director es el vector tangente a la curva.
Vector tangente a una curva plana
f (x0 )
y = f (x)
dy
P
dx
x
x0
v T = (dx, dy)
(1,
x (t), y (t)
dy
) = 1, y (x)
dx
v T (1, 1) = (1, 2)
2
1
uT (1, 1) = ( , )
5
5
Hallamos las derivadas parciales de la funci
on en el punto p
|v T (1, 1)| =
z
y
=
x
1 + x2 y 2
z
x
=
y
1 + x2 y 2
1+4=
z
1
1
(1, 1) =
=
x
1+1
2
z
x
1
(1, 1) =
=
y
1+1
2
4.5.
Gradiente
4.5.1.
Definici
on
de donde,
1 2
3
z
1 1
= + =
uT
2 5
2 5
2 5
Si la funci
on es diferenciable, entonces la derivada direccional y el diferencial
recuerdan un producto escalar
Du f = fx u1 + fy u2 = (fx , fy ) (u1 , u2 ) = f u
DE FUNCIONES MULTIVARIABLES
250 CAPITULO 4. DERIVACION
Este resultado nos hace tener en consideracion el vector cuyas componentes son las derivadas parciales de una funci
on en un punto. As, Dada una funci
on diferenciable de dos variables, se llama vector gradiente de
dicha funci
on en un punto p, al vector cuyas componentes son las derivadas
parciales de la funci
on en dicho punto. Y se denota por cualquiera de los
f
f
(p),
(p)
x
y
f
f
f
(p),
(p),
(p)
x
y
z
Formalmente la denici
on es la siguiente:
on diferenciable definida en
Definici
on 4.9. Sea f : D Rn R una funci
on f
el conjunto abierto D de Rn . Se define el (vector) gradiente de la funci
n
en el punto x0 D, como el vector de R dado por
gradf (x0 ) =
f
f
f
(x0 ),
(x0 ), ,
(x0 )
x1
x2
xn
fz =
f =
x+y
z2
1 1 x y
, ,
z z
z
x+y
z
4.5. GRADIENTE
251
dx
dy
= f h
4.5.2.
f
(p) = f u
u
Es decir, la derivada direccional de la funci
on f en el punto p en la direcci
on del vector unitario u es el producto escalar del vector gradiente de
f en el punto p por el vector u. Este hecho permite obtener las siguientes
propiedades
Propiedades: Si la funci
on f es diferenciable, se tiene:
(a) Si en un punto p el gradiente es cero, entonces todas las derivadas
direccionales en ese punto valen cero.
f (p) = 0
Dv f (p) = 0,
Es decir, si todas las derivadas parciales son nulas, entonces todas las
derivadas direccionales tambien lo son.
(b) La derivada direccional es m
axima en la direcci
on y sentido del gradiente, mnima en sentido contrario, y nula en la direcci
on perpendicular al gradiente, adem
as, el valor m
aximo de esta derivada es el
m
odulo del gradiente.
En efecto, teniendo en cuenta que el producto escalar de dos vectores
es el producto de los modulos de los vectores por el coseno del angulo
f
(p) = f u = f u cos = f 1 cos = f cos
u
DE FUNCIONES MULTIVARIABLES
252 CAPITULO 4. DERIVACION
Ahora bien, 1 cos 1, luego el valor m
aximo del producto
f
(p) = f u = f u cos 0 = f 1 1 = f
u
f
(p) = f u = f u cos = f 1 (1) = f
u
f
(p) = f u = f u cos /2 = f 1 0 = 0
u
Esquematicamente:
f
u Du f (p) = f (p)
M
axima
mnima
f
u Du f (p) = f (p)
f u Du f (p) = 0
Ejemplo 4.33. La temperatura en grados Celsius, sobre la superficie de una
placa met
alica, viene dada por T (x, y) = 20 4x2 y 2 , midiendose x e y
en centmetros. Desde el punto (2, 3) En que direcci
on crece la temperatura
m
as r
apidamente? A que raz
on se produce ese crecimiento?.
Soluci
on: La direccion de m
aximo crecimiento es la direccion del gradiente, y
la raz
on de ese crecimiento su modulo, en consecuencia hallamos el gradiente
y lo evaluamos en el punto (2, 3)
f (2, 3) = (16, 6)
luego la direcci
on de m
aximo crecimiento es la del vector
v = f (2, 3) = (16, 6)
y la raz
on de m
aximo crecimiento es el modulo de gradiente, luego,
162 + 62 =
4.5. GRADIENTE
253
DE FUNCIONES MULTIVARIABLES
254 CAPITULO 4. DERIVACION
4.5.3.
z
z = f (x, y)
z=k
vT
DuT f (p) = f uT = 0
Esto signica que en cada punto de una curva de nivel el vector gradiente es
perpendicular al vector tangente a la curva de nivel y, en consecuencia, en
cada punto de una superficie, el vector gradiente es perpendicular a la curva
de nivel que pasa por ese punto.
Otra manera de verlo es la siguiente: En cada punto (x, y) de la curva
de nivel se tiene f (x, y) = k, de donde, df (x, y) = 0, y por lo tanto, en ese
andolo en forma vectorial resulta
punto, fx dx + fy dy = 0, de donde, expres
(fx , fy ) (dx, dy) = 0
4.6.
4.6.1.
f v T = 0
f v T
Plano tangente
Vectores normales
Vector tangente
(a) A una curva plana.
y
Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos
paralelos entre s:
y = f (x)
dy
f (x0 )
P
dx
x0
v T = (dx, dy)
x
(1,
dy
) = 1, y (x)
dx
255
z
)
x
z
(0, 1, )
y
(1, 0,
f (x0 )
y = f (x)
Q
dy f (x0 )h
P dx
x
x0
x0 + h
DE FUNCIONES MULTIVARIABLES
256 CAPITULO 4. DERIVACION
vector normal a la curva dada.
v p = F
Ejemplo 4.34. Hallar el vector normal a la par
abola de ecuaci
on y = x2
en el punto (1, 1)
Soluci
on. Igualando la ecuaci
on a cero, resulta
y = x2 yx2 = 0 F (x, y) = yx2
y = x2
de donde,
v T
2
v
p
1 P
2 1
Fx (x, y) = 2x
Fx (x, y) = 1
F (x, y) = (2x, 1)
luego,
v p = F (1, 1) = (2, 1)
Figura 4.9: y = x
i
v p = v T x v T y = 1
0
j
k
1 fy (x0 , y0 )
257
constante) la ecuaci
on, podemos considerar la supercie z f (x, y) = 0
como una supercie de nivelde una funci
on de tres variables F (x, y, z) = 0
siendo F (x, y, z) = y f (x, y), con lo cual el vector gradiente de esta funci
on
sera un vector normal a la supercie dada.
v p = F
Es evidente que si la funci
on viene denida de manera explcita z = f (x, y),
entonces ambos procedimientos coinciden. En efecto, haciendo F (x, y, z) =
z f (x, y), resulta
v p = F = (Fx , Fy , Fz ) = (fx , fy , 1)
Ejemplo 4.35. Hallar un vector perpendicular al plano 3x y + 2z = 3
Soluci
on. Consideramos la funci
on: F (x, y, z) = 3x y + 2z, de donde
Fx = 3,
Fy = 1 Fz = 2
luego,
v p = F = (3, 1, 2)
Ejemplo 4.36. Hallar un vector perpendicular a la superficie x2 + yz = 5
en el punto (1, 2, 2)
Soluci
on. Consideramos la funci
on: F (x, y, z) = x2 + yz, de donde
Fx = 2x,
Fy = z
Fz = y
f = (2x, z, y)
luego,
v p = F (1, 2, 2) = (2, 2, 2)
4.6.2.
Plano tangente
Consideraciones geom
etricas
Ecuaci
on de un plano
Para hallar la ecuaci
on de una recta, de una curva, de un plano, o de cualquier lugar
geometrico, el procedimiento habitual es el denominado del punto generico, que consiste
en suponer un punto generico X de la gura geometrica correspondiente y relacionarlo con
los datos que disponemos. Buscaremos una relaci
on que vincule al punto X con los datos
del problema y que cumplan los puntos de la gura geometrica y s
olo ellos. La relaci
on
puede ser vectorial, trigonometrica o de cualquier tipo.
(a) Ecuaci
on de un plano conocido un punto del mismo y dos vectores paralelos al plano,
pero no paralelos entre s.
Si unimos el punto P con el punto X mediante
el vector P X, resultar
a que los tres vectores u, v
v
X nante de la matriz de sus componentes sera cero.
u
PX
PX
Linealmente dependientes u = 0
u
v
v
DE FUNCIONES MULTIVARIABLES
258 CAPITULO 4. DERIVACION
(b) Ecuaci
on de un plano conocido un punto del mismo y un vector normal al plano.
Si unimos el punto P con el punto X mediante el
n
vector P X, resultar
a que los vectores P X y n son
ser
a cero.
n P X n P X = 0
Plano tangente
Desde el punto de vista geometrico se llama plano tangente a una supercie
en un punto al plano que contiene a todas las rectas tangentes a la supercie
en dicho punto, o mejor dicho, a las rectas tangentes de todas las curvas
trazadas sobre la supercie que pasan por el punto. Si todas las tangentes
no estan sobre el mismo plano, entonces se dice que el plano tangente no
existe.
Desde el punto de vista analtico para que exista el plano tangente a una
supercie en un punto de la misma, la funci
on que dene la supercie ha de
ser diferenciable en el punto correspondiente.
(a) Superficies dadas de forma explcita z = f (x, y)
El plano tangente ha de contener todas las rectas tangentes a la supercie
en el punto correspondiente, luego, en particular, ha de contener las rectas
tangentes en las direcciones de los ejes OX y OY , por lo tanto, los vectores
v T x = 1, 0,
f
(x0 , y0 ) ,
x
v T y = 0, 1,
f
(x0 , y0 )
y
x x0
1
0
y y0
z z0
0
fx (x0 , y0 ) = 0
1
fy (x0 , y0 )
(4.4)
NOTA: Si la funci
on no es diferenciable, entonces la ecuaci
on anterior no
representa el plano tangente, ya que en este caso el plano tangente no existe. Es decir, si la funci
on no es diferenciable, pero tiene derivadas parciales,
259
zx (2, 1) = 4
zy (2, 1) = 2
z(2, 1) = (4, 2)
tendr
a que ser F (x0 , y0 , z0 ) P X, y en consecuencia su producto escalar
DE FUNCIONES MULTIVARIABLES
260 CAPITULO 4. DERIVACION
Recta normal
Se llama recta normal a una supercie S en un punto P (x0 , y0 , z0 ) de la
misma, a la recta que pasa por P y tiene por vector director al vector
normal a la supercie en dicho punto. Es decir, la recta perpendicular al
plano tangente a la supercie en P . Teniendo en cuenta que el vector normal
a la supercie en el punto P (x0 , y0 , z0 ) es F (x0 , y0 , z0 ), podemos concluir
que la ecuacion de la recta normal a la supercie en el punto P viene denida
por las ecuaciones:
y y0
z z0
x x0
=
=
Fx (x0 , y0 , z0 )
Fy (x0 , y0 , z0 )
Fz (x0 , y0 , z0 )
(4.6)
Fx (1, 1, 4) = 4
Fy (1, 1, 4) = 4
Fz (1, 1, 4) = 8
F (1, 1, 4) = (4, 4, 8)
(1, 1, 2)
y+1
z4
x1
=
=
1
1
2
Definici
on 4.10 (Plano tangente y recta normal). Si F es diferenciable en el punto
P (x0 , y0 , x0 ) de la superficie S dada por F (x, y, z) = 0 tal que F (x0 , y0 , z0 ) = 0.
1.
261
Significado geom
etrico de la tangencia
a:
Si la funci
on f es diferenciable en el punto p(x0 , y0 ), ser
f (x0 +h, y0 +k) = f (x0 , y0 )+
r(h, k)
f
f
lm
(x0 , y0 )h+ (x0 , y0 )k+r(h, k) con
=0
x
x
(h,k)(0,0) (h, k)
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ) + r(x x0 , y y0 )
x
x
donde
lm
(x,y)(x0 ,y0 )
r(x x0 , y y0 )
=0
(x x0 , y y0 )
f (x)
rz
f (p)
y0
p
k
x0
h t
x
x
r(x x0 , y y0 ) = f (x, y) z
4.6.3.
y = t2
z = t3
en el punto t = 1
Soluci
on. Hallamos las coordenadas del punto P y del vector tangente vT correspondientes
al valor del par
ametro t = 1
t = 1 P (1, 1, 1)
x (t) = 1
y (t) = 2t
z (t) = 3t2
de donde,
x (1) = 1
y (1) = 2
z (1) = 3
vT = (1, 2, 3)
DE FUNCIONES MULTIVARIABLES
262 CAPITULO 4. DERIVACION
f (p)
vT
y0
p
x0
de donde resultan
y = 3t2 + 1
z = 2t3
x (2) = 1
y (2) = 12
z (2) = 24
de donde,
(a) Recta tangente en el punto P (0, 13, 16)
x
y 13
z 16
=
=
1
12
24
(b) Plano normal en el punto P (0, 13, 16)
x + 12(y 13) + 24(z 16) = 0
263
F (x, y, z) = 0
G(x, y, z) = 0
vT
Figura 4.12:
F (x, y, z) = x + 4y + 2z
G(x, y, z) = x + y 2z
Fx = 2x
Fy = 8y
Fz = 4z
Fx = 2x
Fy = 2y
Fz = 4z
= 6
j
16
4
Fx = 6
Fy = 16
Fz = 4
Fx = 6
Fy = 4
Fz = 4
G(3, 2, 1) = (6, 4, 4)
k
4 = (80, 48, 72) = 8(10, 6, 9)
4
y en consecuencia
(a) Recta tangente en el punto P (3, 2, 1)
x3
y+2
z1
=
=
10
6
9
(b) Plano normal en el punto P (3, 2, 1)
10(x 3) + 6(y + 2) + 9(z 1) = 0
4.6.4.
f
f
h1 +
h2 + r(h)
x
x
donde
lm
h0
r(h)
=0
h
Vimos en la denici
on (4.3) que a la parte lineal en h1 y h2 de esta expresion,
on f en el punto
(h1 , h2 ) = fx h1 + fy h2 , se le llama diferencial de la funci
x = (x, y) y se denota por df (x, y), o simplemente por df . Es decir,
df =
f
f
h1 +
h2
x
y
DE FUNCIONES MULTIVARIABLES
264 CAPITULO 4. DERIVACION
Y teniendo en cuenta que si f (x, y) = x, se tiene h1 = dx y si f (x, y) = y,
se tiene h2 = dy, podemos escribir:
df =
f
f
dx +
dy
x
y
f (x + h)
r
f (x)
df
y
y +h2
x
h
2
x
h
t
1
x + h
x + h1
Figura 4.13: f df
265
DE FUNCIONES MULTIVARIABLES
266 CAPITULO 4. DERIVACION
Soluci
on. Incrementemos los lados de un rectangulo x e y, en dx y dy,
respectivamente. El area del rectangulo viene denida por a = x y, de
donde:
El incremento del area sera: a = ydx + xdy + dxdy
dy
xdy
Y el diferencial
dxdy
a
=y
x
a
=x
y
ydx
x
dx
da = ydx + xdy
En consecuencia, a = da + dxdy
Es decir a = da + r(h, k)
Figura 4.14: a da
fx (2, 1) = e0 + 2 1 e0 = 1 + 2 = 3
fy (2, 1) = 4e0 = 4
de donde, la ecuaci
on del plano tangente es
z 2 = 3(x 2) + 4(y 1)
que se simplica en z = 3x + 4y 8
(b) El valor aproximado de la funci
on se calcula sustituyendo los valores de
x e y en la ecuaci
on del plano tangente, as,
z(1 9, 1, 02) = 1 9e1 91 022 3 1 9 + 4 1 02 8 = 5 7 + 4 08 8 = 1 78
(los calculos suelen resultan m
as faciles si se sustituye directamente sobre
la ecuacion del plano tangente, antes de eliminar los parentesis, despejando
previamente z, en efecto z = 3 + 3(0 1) + 4(0 02) = 3 0 3 + 0 08 = 1 78)
Ejemplo 4.44. Usar la diferencial, dz, para aproximar la variaci
on que
2
2
experimenta la funci
on z = 6 x y cuando (x, y) se desplaza desde el
punto (1, 1) al punto (1,02, 0,95).
267
Soluci
on. Tenemos que la variacion de z puede aproximarse por
z dz =
z
z
dx +
dy =
x
y
x
6 x2 y 2
dx +
6 x2 y 2
dy
Ahora bien, llamando (x, y) = (1, 1) y (x+x, y+y) = (1,02, 0,94) tenemos
dx = x = 0,02 y dy = y = 0,06
con lo cual, resulta
z
1
0,04
1
(0,02) +
(0,06) =
= 0,02
2
2
2
22 + 22 + 11 =
x
x2 + y 2 + z 2
y
x2 + y 2 + z 2
z
x2 + y 2 + z 2
9=3
f
(2, 2, 1) =
x
f
(2, 2, 1) =
y
f
(2, 2, 1) =
z
2
2
=
3
9
2
2
=
3
9
1
1
=
3
9
resulta,
2
2
1
2 012 + 1 982 + 1 052 3 + (0 01) + (0 02) + (0 05) = 3 01
3
3
3
Propagaci
on de errores.
Cuando se realizan mediciones fsicas de una magnitud, se cometen lo que
se llaman errores de medici
on. Si posteriormente realizamos operaciones con
esos valores medidos, los errores de medicion se propagan, a traves de los
calculos realizados, a los nuevos resultados obtenidos. Lo que se llama error
propagado.
DE FUNCIONES MULTIVARIABLES
268 CAPITULO 4. DERIVACION
As, si x representa el valor medido de una variable y x + x su valor
exacto, entonces x es el error de la medida. Finalmente, si el valor x medido
se usa para calcular otro valor f (x), la diferencia entre f (x + x) y f (x) se
llama el error propagado.
errorde
medida
f (x + x ) f (x) =
valor
exacto
valor
medido
y
error
propagado
4r
,
100
dh =
2h
100
8hr2 2r2 h
10r2 h
10 V
4r
2h
+ r2
=
+
=
=
100
100
100
100
100
100
4.7.
4.7.1.
Definici
on 4.11. Se llama funci
on vectorial de variable vectorial a las funciones del tipo:
f : D Rn R m
(x1 , x2 , , xn ) (y1 , y2 , , ym )
Es decir,
y1 = f1 (x1 , x2 , , xn )
y2 = f2 (x1 , x2 , , xn )
ym = fm (x1 , x2 , , xn )
269
(x1 , x2 , , xn
f :DR R
) f (x , x , , x ), f (x , x , , x
1
n ),
, fm (x1 , x2 , , xn )
Por ejemplo, las curvas parametricas pueden considerarse como funciones vectoriales de
R en R2 . As, si las ecuaciones parametricas de una curva vienen denidas por:
x(t) = 2t + 3
y(t) = t 5
las podemos interpretar como una funci
on vectorial de la siguiente forma:
f
R R2
t (2t + 3, t 5)
R2 R3
(x, y) (x + 2, x y, y + 4)
f (x, y) = (x + 2, x y, y + 4) =
= f1 (x, y), f2 (x, y), f3 (x, y)
4.7.2.
DE FUNCIONES MULTIVARIABLES
270 CAPITULO 4. DERIVACION
Se designa por B(x0 , r), o simplemente por B, cuando no haya temor de confusi
on:
B(x0 , r) = {x Rn / x x0 < r}
As, por ejemplo, en la recta real R, la bola se llama entorno y est
a formado por los
puntos del intervalo (x0 r, x0 + r); en el plano eucldeo R2 , la bola se denomina disco y
est
a formada por los puntos interiores al crculo de centro x0 y radio r; en el espacio de
a formada por los puntos interiores a la esfera de
tres dimensiones R3 la bola B(x0 , r) est
centro x0 y radio r.
La noci
on de lmite de una funci
on puede interpretarse entonces de la siguiente manera:
si, para toda bola B de centro
Definici
on 4.14. Se dice que lm f (x) =
xx0
> 0, existe una bola B de centro x0 y radio r, incluido en D, tal que F (B)
y radio
B.
2.
1, 2,
m,
entonces
Continuidad
Definici
on 4.15. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice
que f es continua en x0 , si lm f (x) = f (x0 ).
xx0
xx0
Sirviendonos de la noci
on geometrica de bola podemos dar la siguiente denici
on: f
es continua en x0 si, para toda bola B de centro f (x0 ) existe una bola B de centro en x0 ,
incluida en D, tal que f (B ) B.
Se dice que f es continua sobre un dominio D, si f es continua en todo punto x0 de D.
Coordenadas de una funci
on continua. El concepto de continuidad se puede establecer
en terminos de las funciones coordenadas. As,
Teorema 4.7. Para que f sea continua, en un dominio D, es necesario y suficiente que
todas las coordenadas de f lo sean.
271
Composici
on de funciones continuas
Aunque la composici
on de funciones se tratar
a m
as detalladamente en el epgrafe siguiente
dedicado a la Regla de la cadena, la vemos aqu con objeto de demostrar que la composici
on
de dos funciones continuas es a su vez otra funci
on continua.
Definici
on 4.16 (Composici
on de funciones). Dadas la funci
on g : Dg Rn Rp
definida en el conjunto Dg de Rn y la funci
on f : Df Rm Rn definida en el conjunto
a contenido en Dg (es decir, f (Df ) Dg ), entonces se puede
Df de Rm , cuyo rango est
formar la composici
on de ambas funciones g f : Df Rm Rp , definida como:
(g f )(u) = g f (u) ,
u Df
Esquem
aticamente sera.
f : Df Rm Rn
g : Dg Rn Rp
Df
Dg
Rp
g f : Df Rm Rp
(g f )(u) = g f (u)
Df
Dg
Rm
Rn
Rp
gf
Figura 4.15: Composicion de funciones
Igual que en una variable, en general, la composici
on de funciones no cumple la
propiedad conmutativa, y s la asociativa.
Teorema 4.8 (Composici
on de funciones continuas). Dadas la funci
on g : Dg
on f : Df Rm Rn definida en
Rn Rp definida en el conjunto Dg de Rn y la funci
a contenido en Dg (es decir, f (Df ) Dg ), Si la
el conjunto Df de Rm , cuyo rango est
on g es continua en el punto y0 = f (x0 )
funci
on f es continua en el punto x0 y la funci
entonces la funci
on compuesta g f tambien es continua en x0 .
Demostraci
on. Sea x0 Df e y0 = f (x0 ) Dg . Puesto que g es continua en y0 , para
toda bola B de centro g(y0 ) existe una bola B , de centro y0 , tal que g(B ) B.
Puesto que f es continua en x0 , para toda bola B de centro f (x0 ) = y0 , existe una bola
B de centro x0 tal que f (B ) B .
Aplicando g a los dos miembros de esta relaci
on; se obtiene:
g f (B )
g(B )
4.7.3.
Aunque a nivel te
orico las derivadas parciales de funciones vectoriales pueden denirse
en terminos vectoriales, en la pr
actica, se establecen en terminos de las funciones componentes. Teniendo en cuenta que una funci
on vectorial f : D Rn Rm es un vector
cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ). Es decir,
DE FUNCIONES MULTIVARIABLES
272 CAPITULO 4. DERIVACION
Se tiene que:
f
f1
f2
fm
(x1 , x2 , , xn ) =
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
x1
x1
x1
x1
f
f1
f2
fm
(x1 , x2 , , xn ) =
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
xn
xn
xn
xn
Ejemplo 4.47. Hallar las derivadas parciales de la funci
on
f (x, y, z) = (xey cos z, xey sen z, tan z)
Soluci
on. Derivando componente a componente, se tiene,
fx = (ey cos z, ey sen z, 0)
fy = (xey cos z, xey sen z, 0)
fz = (xey sen z, xey cos z, 1 + tan2 z)
4.7.4.
En la denici
on 4.4 de la p
agina 236 se estableci
o, para funciones numericas de una sola
variable, que: Una funci
on f : D R R es diferenciable en x0 D si existe una
constante A tal que
f (x0 + h) = f (x0 ) + Ah + r(h)
con
lm
h0
r(h)
=0
h
f (x0 + h) = f (x0 ) +
i=1
df (x0 ) = (h) =
Ai hi =
i=1
i=1
con
Ai hi + r(h)
n
i=1
lm
h0
r(h)
=0
h
Ai hi se le llama diferencial de f ,
f
f
f
f
(x0 )dxi =
(x0 )dx1 +
(x0 )dx2 + +
(x0 )dxn
xi
x1
x2
xn
273
(4.7)
con:
lm (h) = 0
(4.8)
h0
lm
t0
f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 )
= (e1 ).
t
f
(x0 , y0 , z0 )
y
(e3 ) =
f
(x0 , y0 , z0 ).
z
DE FUNCIONES MULTIVARIABLES
274 CAPITULO 4. DERIVACION
La diferencial. Tomando h = (dx, dy, dz), y teniendo en cuenta que la diferencial es
lineal, resulta:
(h) = (e1 )dx + (e2 )dy + (e3 )dz.
Es decir,
df (x0 ) = (h) =
f
f
f
dx +
dy +
dz
x
y
z
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
f
f
dx1 + +
dxn =
x1
xn
f1 f2
f1 f2
fm
fm
=
,
, ,
dx1 + +
,
, ,
dxn =
x1 x1
x1
xn xn
xn
f1
f1
fm
fm
=
dx1 + +
dxn , ,
dx1 + +
dxn = (df1 , df2 , , dfm )
x1
xn
x1
xn
df (x0 ) =
(4.9)
f1 (x, y) = x + y,
f2 (x, y) = |y|
lo son.
(b) La funci
on no es diferenciable en el origen, pues la funci
on f2 (x, y) = |y| no lo es.
El jacobiano
Si la funci
on f : D Rn Rm es diferenciable en el punto x0 = (x1 , , xn ) D
entonces, su diferencial ser
a:
df (x0 ) = (h) =
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
df (x0 ) =
f
f
,
, ,
x1 x2
xn
dx1
dx2
..
.
dxn
= Jf (x0 )dx
275
f
f1 f2
fm
=
,
, ,
xi
xi xi
xi
i = 1, 2, , n
Jf =
f1
x1
f2
x1
f1
x2
f2
x2
fm
x1
fm
x2
f1
xn
f2
xn
f1
f2
..
.
fm
fm
xn
Observaciones:
(a) Abreviadamente, una matriz A se escribe A = [aij ], siendo el elemento aij el elemento perteneciente a la la i y la columna j. As, la matriz jacobiana se puede
expresar como:
fi
(x)
Jf (x) = Dj fi (x) =
xj
(b) Los elementos de la la i de la matriz jacobiana coinciden con las componentes del
vector gradiente fi (x)
(c) Para m = 1 se tiene Jf (x0 ) = f (x0 ).
(d) Para n = m, el determinante de la matriz Jf (x0 ) se llama jacobiano . Para el
jacobiano tambien se utiliza la siguiente notaci
on:
Jf =
f1
x
f2
x
f1
y
f2
y
2x
15x2
6y
12y 5
DE FUNCIONES MULTIVARIABLES
276 CAPITULO 4. DERIVACION
de donde,
2x
15x2
df =
6y
12y 5
dx
dy
4.8.
4.8.1.
Regla de la cadena
Funciones compuestas, inversas e implcitas de una variable
Composici
on de funciones. Componer dos funciones consiste en aplicar la segunda
funci
on al resultado de la primera. Analticamente tambien signica sustituir una funci
on
en la otra. Es decir, si tenemos la funci
on y = f (x) que establece la dependencia entre y y
x, y la funci
on x = g(t), que establece la dependencia entre x y t, podemos sustituir esta
on as obtenida (que enva t a y)
u
ltima en la primera y obtener y = f g(t) . A la funci
se le llama composici
on de f con g y se denota por f g. Observese que el orden en que
se escribe la composici
on f g es el inverso al orden en que act
uan las funciones (primero
g, despues f ). Conviene tener siempre presente esta doble visualizaci
on de la composici
on
de funciones: Como aplicaci
on sucesiva de dos funciones, y como sustituci
on de la variable
por una funci
on de otra variable. En esquema sera lo siguiente:
(a) Como aplicaci
on sucesiva de funciones:
g
t
f g
Figura 4.16: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)
y = f g(t)
Es evidente que para poder componer dos funciones el rango de la primera tiene que estar
contenido en el dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar
g no podramos aplicar f . Hay que advertir que, en general, la composici
on de funciones
no es conmutativa, es decir, en la generalidad de los casos ser
a f g = g f , incluso, puede
suceder que este denida la composici
on en un orden y no en el otro. Sin embargo, s se
cumple la propiedad asociativa f (g h) = (f g) h. Desde el punto de vista formal la
composici
on puede enunciarse de la siguiente forma: Dadas las funciones g : I R R,
f : J R R (tales que g(I) J), se llama composici
on de f con g y se denota
f g : I R R, a la funci
on (f g)(x) = f g(x) .
g:IRR
f :J RR
I
J
R
f g :I RR
(f g)(x) = f g(x)
277
J
f 1
y = f (x)
x = f 1 (y)
f 1 f (x) = x,
xI
f f 1 (y) = y,
yJ
Derivada de la funci
on inversa La derivada de la funci
on inversa es la inversa de la
derivada de la funci
on. Formalmente se puede enunciar diciendo que si la funci
on f es
on inversa f 1 , al menos
diferenciable y tal que f (x0 ) = 0, x0 I, entonces existe la funci
on tambien es diferenciable, y su derivada es:
en un entorno de f (x0 ), dicha funci
f f (x) =
1
1
f (x)
o con la notaci
on de Leibnitz
1
dy
=
dx
dx
dy
o bien,
yx =
1
xy
4.8.2.
Composici
on de funciones vectoriales
DE FUNCIONES MULTIVARIABLES
278 CAPITULO 4. DERIVACION
tienen rango en R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr
an
componer con funciones de una sola variable, por la derecha; o con funciones vectoriales,
por la izquierda. Es decir,
g
R
R
Rn
Rm
Rn
R
Pensando en la sustituci
on de las variables, para componer la funci
on z = f (x, y) tendremos que sustituir las dos variables x e y, respectivamente, por dos funciones g1 y g2
que las conecten con otras variables, donde g1 y g2 pueden ser funciones de una o varias
variables (ambas de las mismas). As, si consideramos las funciones
x = g1 (u, v),
y = g2 (u, v)
x = g1 (u, v)
y = g2 (u, v)
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) puede considerarse como
las componentes de una sola funci
on vectorial g : D R2 R2 , de tal manera que a
cada punto (u, v) D la funci
on g le asocia el punto g(u, v) R2 , cuyas coordenadas son
(x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto permite interpretar
la sustituci
on de las variables como la aplicaci
on sucesiva de dos funciones.
En esquema sera:
R2
R
R2
(u, v) (x, y) z
de donde,
R2
R
g
R2
R2
R2
R2
R
(u, v) (x, y) z
279
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
de donde, la composici
on buscada, ser
a:
R3
R
g
R
R3
R
R3
R
t (x, y, z) w
f (x, y)
= xy 2 xy
g(t) = t
R2
R
g
R
R
de donde, la composici
on buscada, ser
a:
R2
R
R
(x, y) t z
f (x, y) =
xy 2 xy
N
otese que la funci
on resultante de la composici
on solamente estar
a denida para aquellos
puntos (x, y) en los cuales se cumpla que xy 2 xy 0, es decir,
Dh = {(x, y) R2 / xy 2 xy 0}
En la pr
actica, tambien se pueden simplicar los c
alculos sustituyendo directamente, pero
en este caso, sustituimos en la funci
on g:
g(t) = g f (x, y) =
f (x, y) =
xy 2 xy = h(x, y)
DE FUNCIONES MULTIVARIABLES
280 CAPITULO 4. DERIVACION
Ahora bien, las n funciones
x1 = g1 (u1 , u2 , , um ), x2 = g2 (u1 , u2 , , um ), , xn = gn (u1 , u2 , , um )
pueden considerarse como las componentes de una sola funci
on vectorial g : D Rm
n
on g le asocia el
R , de tal manera que a cada punto (u1 , u2 , , um ) D Rm la funci
punto g(u1 , u2 , , um ) = (x1 , x2 , , xn ) Rn , cuyas coordenadas son
Rm Rn R
(u1 , u2 , , um ) (x1 , x2 , , xn ) z
De esta manera se ve el proceso de composici
on de funciones de varias variables como un
proceso entre dos funciones, que se puede enunciar formalmente de la siguiente forma:
Definici
on 4.19 (Composici
on de funciones). Dadas la funci
on f : Df Rn R
n
m
n
on g : Dg R R definida en el conjunto
definida en el conjunto Df de R y la funci
a contenido en Df (es decir, g(Dg ) Df ), entonces se puede
Dg de Rm , cuyo rango est
formar la composici
on de ambas funciones f g : Dg Rm R, definida como:
(f g)(u) = f g(u)),
Esquem
aticamente sera.
g : Dg Rm Rn
f : Df Rn R
u Dg
Dg
Df
R
f g : Dg Rm R
(f g)(u) = f g(u)
y mediante diagramas,
g
u
Rm
x
Rn
z
R
f g
Figura 4.17: Composicion de funciones
O bien, teniendo en consideraci
on los dominios, Igual que en una variable, en general, la
composici
on de funciones no cumple la propiedad conmutativa, y s la asociativa.
4.8.3.
281
Dg
Df
Rm
Rn
f g
Figura 4.18: Composicion de funciones
Demostraci
on. Esquem
aticamente, la situaci
on de partida es,
g
Rm Rn Rp
x0 y0 z0
(Si p = 1, la funci
on f sera numerica, que es el objeto de estudio de este curso, sin
embargo estudiamos el caso general ya que el valor de p no afecta a la demostraci
on del
teorema).
Por ser g diferenciable en x0 , se tiene:
g(x0 + h) g(x0 ) = dg(h) + h
1 (h)
con
lm
h0
1 (h)
=0
(4.10)
2 (k)
con
lm
2 (h)
k0
=0
(4.11)
Elijamos
k = g(x0 + h) g(x0 )
(4.12)
resulta:
y0 = g(x0 )
k = g(x0 + h) g(x0 )
2 (k)
ahora bien, teniendo en cuenta que por (4.10) es g(x0 + h) g(x0 ) = dg(h) + h
resulta
f g(x0 + h) f g(x0 ) = df dg(h) + h 1 (h) + k 2 (k)
= df dg(h) +
1 (h)
1 (h)
h df
2 (k)
1 (h),
1 (h)
(4.13)
df
1 (h)
k
h
2 (k)
(4.14)
DE FUNCIONES MULTIVARIABLES
282 CAPITULO 4. DERIVACION
donde
(h) =
df
1 (h)
k
h
2 (k)
si h = 0
si h = 0
h0
h0
df
k
h
1 (h)
2 (k)
= lm df
+ lm
1 (h)
h0
h0
k
h
2 (k)
h0
1 (h)
=0
lm df
h0
=0
1 (h)
Segundo sumando; puesto que dg es continua, existe una constante a > 0 tal que, para
un (4.12) y (4.10), se
todo h Rm , se verica que dg(h) a h . Por consiguiente, seg
tiene:
k = g(x0 + h) g(x0 ) =
dg(h) + h
con lo cual,
k a h + h
1 (h)
1 (h)
= a+
dg(h) + h
1 (h)
1 (h)
y, por tanto:
lm
k0
2 (k)
=0
lm
h0
k
h
2 (k)
=0
La relaci
on (4.14) prueba, entonces que f g es diferenciable en x0 , y tambien que su
diferencial en ese punto es la compuesta dg df de las diferenciales de g y f .Con lo cual
el teorema 4.9 queda demostrado.
4.8.4.
(f g)(x0 ) =
xj
n
i=1
f
gi
g(x0 )
(x0 ).
yi
xj
j = 1, 2, . . . , m
(4.15)
283
La f
ormula (4.15) se comprende mejor si la desarrollamos en sus componente.
En efecto, si la funci
on g depende de m variables, x1 , , xm , (y1 , , yn ) =
g(x1 , , xm ), tendramos la situacion siguiente:
g
Rm Rn R
(x1 , , xm ) (y1 , , yn ) z
donde g es una funci
on de n funciones coordenadas, cada una de ellas dependiendo de las m variable x1 , , xm . Al hacer la composicion con f , se
obtiene la funci
on f g que depende, tambien, de las m variables x1 , , xm .
Para estas funciones, las derivadas parciales de las formulas (4.15) se puede
expresar de la forma:
z
f g1
f gn
=
+ +
x1
y1 x1
yn x1
..
.
f g1
f gn
z
=
+ +
xm
y1 xm
yn xm
(4.16)
z = f (y1 , , yn )
y1 = y1 (x1 , , xm )
..
.
yn = yn (x1 , , xm )
z
f y1
f yn
=
+ +
x1
y1 x1
yn x1
..
.
z
f y1
f yn
=
+ +
xm
y1 xm
yn xm
Y forzando un poco m
as la notaci
on, resulta,
z = z(y1 , , yn )
y1 = y1 (x1 , , xm )
..
.
yn = yn (x1 , , xm )
z
z y1
z yn
=
+ +
x1
y1 x1
yn x1
..
.
z
z y1
z yn
=
+ +
xm
y1 xm
yn xm
Luego, seg
un la regla de la cadena se tiene:
z
=
xj
n
i=1
z yi
.
yi xj
j = 1, 2, . . . , m
(4.17)
DE FUNCIONES MULTIVARIABLES
284 CAPITULO 4. DERIVACION
Aqu se ha seguido el orden alfabetico de las variables x y z.
Sin embargo, en la pr
actica, cuando el n
umero de variables es reducido, no
se suele seguir este orden, ya que se acostumbra a utilizar letras distintas
sin subndices. Para varias variables, m
as acorde con la notacion pr
actica
hubiera sido seguir con el orden t x z, con lo que hubiera resultado:
z = f (x1 , , xn )
x1 = x1 (t1 , , tm )
..
.
z
f x1
f xn
=
+ +
t1
x1 t1
xn t1
..
.
z
f x1
f xn
=
+ +
tm
x1 tm
xn tm
xn = xn (t1 , , tm )
d
(f g)(t) = (f g) (t) =
dt
i=1
f
dgi
(t)
g(t)
xi
dt
(4.18)
x1 = x1 (t)
..
.
xn = xn (t)
f dx1
f dxn
dz
=
+ +
dt
x1 dt
xn dt
f
f
g(t) , . . . ,
g(t)
x1
xn
dx1 /dt
..
.
dxn /dt
= f g(t) g (t)
285
donde, g (t) representa el vector g1 (t), . . . , gn (t) . De esta manera, la extension de la regla de la cadena tiene un parecido m
as ntimo con el caso
unidimensional, salvo que ahora el gradiente f desempe
na el papel de la
derivada f .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (mas pr
actico) centrado en dos variables.
Supongamos una funci
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y depende de una tercera variable t, mediante
las funciones x = x(t), y = y(t). Podemos sustituir los valores de x e y en
la funci
on z = f (x, y), con lo cual z pasara a depender directamente de t y
podramos calcular la derivada de z respecto de t.
x = x(t)
y = y(t)
z = f (x, y)
dz
= h (t)
dt
Esto que puede hacerse por sustitucion de las variables (sustituyendo primero
y derivando despues), tambien puede hacerse por la regla de la cadena. Para
obtener la f
ormula correspondiente, partimos de dz, y a partir de ah obtenemos dz/dt, por simple divisi
on. En efecto,
dz =
f
f
dx +
dy
x
y
dz
f dx f dy
=
+
dt
x dt
y dt
x x
dy
dt
y z
z dx z dy
dz
=
+
dt
x dt
y dt
DE FUNCIONES MULTIVARIABLES
286 CAPITULO 4. DERIVACION
Demostraci
on. Puesto que g y h son funciones derivables respecto de t,
resulta que ambos x y y tienden a cero cuando t tiende a cero. Ademas,
al ser f una funci
on diferenciable de x y de y, se tiene que
z
z
z =
x +
y + 1 x + 2 y
x
y
donde 1 y 2 0 cuando (x, y) (0, 0). Luego para t = 0, se tiene
z
x
y
z x z y
=
+
+ 1
+ 2
t
x t
y t
t
t
de donde se deduce que
z dx z dy
z dx z dy
z
dx
dy
dz
= lm
=
+
+0
+
+0
=
t0 t
dt
x dt
y dt
dt
dt
x dt
y dt
Ejemplo 4.53. Dada la funci
on z = x2 y y 2 , donde x = sen t, y = et .
Hallar dz/dt cuando t = 0,
(a) Por sustituci
on previa
(b) Mediante la Regla de la Cadena.
Soluci
on. (a) Mediante la sustituci
on previa es un proceso elemental, basta
con sustituir x e y por sus valores y derivar una vez hecha la sustituci
on.
z = x2 y y 2
x = sen t
y = et
z = et sen2 t e2t
de donde,
dz
= et sen2 t + 2et sen t cos t 2e2t
dt
y, en consecuencia, resulta
dz
dt
= 1 0 + 2 1 0 1 2 1 = 2
t=0
287
1
Soluci
on. El volumen del cono viene denido por: V = r2 h, de donde,
3
V dr V dh
2
dr 1
dV
dh
=
+
= rh + r2
dt
r dt
h dt
3
dt
3
dt
h
r
para
h = 15
r = 10
se tiene
h (t) = 0 2
r (t) = 0 3
resulta,
dV
dt
h=15
r=10
2
1
110
cm3 /min
= 10 15 0 3 + 100 0 2 =
3
3
3
R2 Rn R
(t1 , t2 ) (x1 , , xn ) z
donde g es una funci
on de n funciones coordenadas, cada una de ellas dependiendo de las dos variable t1 y t2 . Al hacer la composicion con f , se obtiene
la funci
on f g que depende, tambien, de las variables t1 y t2 . Para estas
funciones, las derivadas parciales de las f
ormulas (4.15) del teorema anterior
son las siguientes:
(f g)(x0 ) =
tj
n
i=1
f
gi
g(x0 )
(x0 ).
xi
tj
j = 1, 2
(4.19)
f xn
xn t1
f xn
xn t2
z = f (x1 , , xn )
x1 = x1 (t1 , t2 )
..
.
xn = xn (t1 , t2 )
f x1
z
=
+ +
t1
x1 t1
f x1
z
=
+ +
t2
x1 t2
f xn
xn t1
f xn
xn t2
DE FUNCIONES MULTIVARIABLES
288 CAPITULO 4. DERIVACION
La regla de la cadena, en este caso, consiste en un conjunto de dos f
ormulas,
una para cada derivada parcial D1 (f g), D2 (f g). Cada una de las cuales
es una suma que tambien puede expresarse como un producto interior, y la
f
ormula (4.19 toma otra vez una forma parecida al caso unidimensional.
f g (x0 ) =
tj
f
f
g(x0 ) , . . . ,
g(x0 )
x1
xn
dx1
(x0 )
dtj
..
.
dxn
(x0 )
dtj
= f g(x0 ) Dj g(x0 )
para j = 1, 2.
donde Dj g(x0 ) representa el vector Dj g1 (x0 ), . . . , Dj gn (x0 ) .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (mas pr
actico) centrado en dos variables.
Supongamos una funci
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y dependen de otras dos variable s y t, mediante
las funciones x = x(s, t), y = y(s, t). Podemos sustituir los valores de x e
y en la funci
on z = f (x, y), con lo cual z pasara a depender directamente
de s y t y podramos calcular las derivadas parciales de z respecto de s y
respecto de t.
z = f (x, y)
x = x(s, t)
y = y(s, t)
z
=?
s
z
=?
t
f x f y
z
=
+
s
x s
y s
z
f x f y
=
+
t
x t
y t
t = cte.
s = cte.
t =cte.
s =cte.
289
x
s
x x
y
s
y z
x
t
x x
y
t
y z
f x f y
z
=
+
s
x s
y s
f x f y
z
=
+
t
x t
y t
y
z
x = s2 + t2
y = s/t
s3
s
z = 2(s2 + t2 ) = 2( + st)
t
t
DE FUNCIONES MULTIVARIABLES
290 CAPITULO 4. DERIVACION
de donde,
z
3s2
6s2 + 2t2
= 2(
+ t) =
s
t
t
3
s
2s3 + 2st2
z
= 2( 2 + s) =
t
t
t2
(b) Aplicando la Regla de la Cadena, resulta
z
f x
=
s
x s
s
= 4s +
t
f y
1
2x
= (2y)(2s) + (2x)( ) = 4sy +
=
y s
t
t
2 2
6s2 + 2t2
4s2 2s2 + 2t2
(s + t2 ) =
+
=
t
t
t
t
+
f x f y
s
z
2s
=
+
= (2y)(2t) + (2x)( 2 ) = 4ty 2 x =
t
x t
y t
t
t
2 s 2s3 2st2
2 2s3
4t
2st
s 2s 2
=
= 4t 2 (s + t2 ) =
t
t
t2
t2
4.8.5.
La introducci
on del Jacobiano nos va a permitir utilizar el lenguaje algebraico de las
matrices y las transformaciones lineales y nos va a permitir ver la regla de la cadena como
un resultado de asombrosa sencillez y elegancia, como lo es en el caso de funciones de una
variable.
Recordemos, primeramente, lo que establece la regla de la cadena para funciones
de una sola variable: la composici
on de dos funciones diferenciable es diferenciable y su
derivada es el producto de las derivadas de cada una de las funciones que se est
an componiendo. Queremos establecer un resultado similar para funciones vectoriales de cualquier
n
umero de variables.
Hasta ahora hemos denido los conceptos de derivadas parciales, derivadas direccionales, gradiente y diferencial, para funciones de varias variables, pero no hemos
denido lo que se entiende por derivadade este tipo de funciones.
Definici
on 4.20 (Derivada). Sea la funci
on f : D Rn Rm definida en el conjunto
n
on es diferenciable en x0 si existe
abierto D de R y sea x0 D. Se dice que esta funci
una transformaci
on lineal f (x0 ) : Rn Rm , llamada derivada de f en x0 , tal que
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
donde
lm
h0
r(h)
= 0,
h
291
e1 + a2n
e2 + + amn
em
T (en ) = a1n
y = y1
e1 + + ym
em
se vericar
a:
e1 + + ym
em = T (x) = T (x1 e1 + + xn en ) = x1 T (e1 ) + + xn T (en ) =
y1
= x1 (a11
e1 + + am1
em ) + + xn (a1n
e1 + + amn
em ) =
= (a11 x1 + + a1n xn )
e1 + + (am1 x1 + + amn xn )
em
de donde
y1 = a11 x1 + + a1n xn
ym = am1 x1 + + amn xn
a11
..
.
am1
a1n
..
.
amn
x1
..
.
xn
Es decir, y = Ax, donde las columnas de la matriz A son las coordenadas de las im
agenes
de los vectores de la base can
onica 1 respecto de 2 .
Matriz jacobiana. Sea f : D Rn Rm una funci
on diferenciable en x0 D, entonces,
seg
un la denici
on 4.20, ser
a:
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
donde
lm
h0
r(h)
=0
h
t
t
y teniendo en cuenta que h = t, podemos escribir
f (x0 )(ej ) =
f (x0 )(ej ) =
t
h
DE FUNCIONES MULTIVARIABLES
292 CAPITULO 4. DERIVACION
Al tomar lmite cuando t 0 (i.e. cuando h 0) el segundo sumando del lado derecho
tiende a cero, quedando s
olo:
f (x0 )(ej ) = lm
t0
f1
f2
fm
(x0 ),
(x0 ), . . . ,
(x0 )
xj
xj
xj
=
i=1
fi
(x0 )
ei
xj
(x0 )
x1
f2
(x0 )
x1
..
.
fm
(x0 )
x1
f1
(x0 )
x2
f2
(x0 )
x2
..
.
fm
(x0 )
x2
...
...
...
f1
(x0 )
xn
f2
(x0 )
xn
..
.
fm
(x0 )
xn
A esta matriz de orden m n, en cuya i-esima linea y j-esima columna aparece la derivada
i
(x0 ) de la i-esima funci
on componente de f respecto de su j-esima variable,
parcial f
xj
evaluada en x0 , se le llama matriz jacobiana de la funci
on f en x0 y se denota Jf (x0 ). Esta
es entonces la derivada de la funci
on diferenciable f en x0 (identicando, como siempre, a
la transformaci
on lineal f (x0 ) : Rn Rm con la matriz que la representa).
Gradiente y matriz jacobiana. Consideremos el caso m = 1. En este caso, la funci
on
a diferenciable en x0 D si
f : D Rn R denida en el conjunto abierto D de Rn ser
on matricial es la matriz
se da la transformaci
on lineal f (x0 ) : Rn R cuya representaci
1n
f
f
f
(x0 )
(x0 )
(x0 )
Jf (x0 ) =
x1
x2
xn
tal que
r(h)
f (x0 + h) = f (x0 ) + f (x0 )h + r(h) con lm
= 0.
h0 h
Ahora bien, Si h = (h1 , h2 , . . . , hn ) Rn es tal que x0 + h D, se tiene
f (x0 )h = Jf (x0 )h =
f
f
f
(x0 )
(x0 )
(x0 )
x1
x2
xn
h1
h2
..
.
hn
f
f
f
(x0 )h1 +
(x0 )h2 + +
(x0 )hn
x1
x2
xn
293
fi
fi
fi
(x0 )
(x0 )
(x0 )
x1
x2
xn
(x0 )
x1
f2
(x0 )
x1
..
.
fm
(x0 )
x1
Jf (x0 ) =
f1
(x0 )
x2
f2
(x0 )
x2
..
.
fm
(x0 )
x2
...
...
...
f1
(x0 )
xn
f2
(x0 )
xn
..
.
fm
(x0 )
xn
Jf1 (x0 )
Jf2 (x0 )
..
.
Jfm (x0 )
Rn R,
fi
fi
fi
(x0 ),
(x0 ), ,
(x0 )
x1
x2
xn
f1
x
f2
x
f1
y
f2
y
f2 (x, y) = x3 + 2y 5
2x
3x2
6y
10y 4
Jf =
f1
(0, 0)
x
f2
(0, 0)
x
f3
(0, 0)
x
f2 (x, y) = ex+y ,
f3 (x, y) = sen(x + y)
f1
(0, 0)
y
f2
(0, 0)
y
f3
(0, 0)
y
1
ex+y
cos(x + y)
1
ex+y
cos(x + y)
=
x=0
y=0
1
1
1
1
1
1
DE FUNCIONES MULTIVARIABLES
294 CAPITULO 4. DERIVACION
(f g)
f
f (g(x0 ))
g(x0 )
x0
g
Rm
Rn
f g
Rp
on f : R m
Supongamos que la funci
on g : Rm Rn es diferenciable en x0 y la funci
on compuesta
R es diferenciable en g(x0 ). Lo que dice la regla de la cadena es que la funci
a diferenciable en x0 y que
f g : Rm Rp ser
n
Soluci
on. (a) La matriz jacobiana de la composici
on vendr
a denida por el producto de
295
f1
g(x, y)
x
f2
g(x, y)
x
2x
2yz
6y
2xz
2(3x)
2(xy)(y 2 )
6x
2xy 3
18x + 6xy 2
12xy 3
f1
g(x, y)
y
f2
g(x, y)
y
0
2xy
g(x,y)
6(xy)
2(3x)(y 2 )
6xy
6xy 2
3
y
0
0
6x2 y
f1
g(x, y)
z
f2
g(x, y)
z
0
x
2y
0
x
2y
g1
x
g2
x
g3
x
3
y
0
0
x
2y
18x + 6xy 2
6xy 3 + 6xy 3
6x2 y
6x2 y 2 + 12x2 y 2
6x2 y
18x2 y 2
0
2(3x)(xy)
3
y
0
g1
x
g2
x
g3
x
18x + 6xy 2
12xy 3
6x2 y
18x2 y 2
2 3 0
0 1 6
1 1 0
0 1 1
1 1 1
DE FUNCIONES MULTIVARIABLES
296 CAPITULO 4. DERIVACION
de donde, resulta:
J(f g)(1, 1, 1) =
2
0
3
1
1
0
1
0
6
1
1
1
0
1
1
2
6
5
7
3
7
2xy 2
2(x + y + z)
2x2 y 2 + 3y 2 z 3
z + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
de donde resulta:
(f g)(1, 1, 1) =
2xy 2
2(x + y + z)
2x2 y 2 + 3y 2 z 3
z + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
=
(1,1,1)
2
6
5
7
3
7
4.9.
4.9.1.
Funciones implcitas
Funciones de una variable
La ecuacion de una curva en el plano puede expresarse bien en forma explcita, y = f (x), o bien en forma implcita, F (x, y) = 0. No obstante, si tenemos
una ecuaci
on de la forma F (x, y) = 0, no siempre representa esta una funcion. Es decir, dada la ecuaci
on F (x, y) = 0 nos planteamos la cuestion de
si es siempre posible despejar y en terminos de x y dejar establecida la funcion y = f (x). La respuesta a esta cuestion es negativa. En efecto: De la
expresion x2 +y 2 1 = 0 no podemos establecer una funci
on y = f (x) despe2 + y 2 = 1 dene dos funciones, a saber,
jando y en terminos
de
x,
ya
que
x
297
La ecuacion x2 + y 2 = 1, en general no de
ne una sola funci
on y = f (x), sin embargo,
si noslimitamos a un entorno del punto
x
(1/ 2, 1/ 2), s que queda denida una sola
funci
on (reduciendonos a ese entorno), mien1
1
tras que en un entorno del punto (1, 0) no queda denida dicha funci
on (ya que cada punto
tendra dos im
agenes, al haber dos puntos en
Figura 4.21: x2 + y2 = 1
la misma vertical).
El teorema de la funci
on implcita resuelve localmente la cuestion planteada, y nos dice que, dado un punto (x0 , y0 ) tal que F (x0 , y0 ) = 0, en
determinadas condiciones existira un entorno de (x0 , y0 ) de manera que, en
este entorno, la relaci
on denida por F (x, y) = 0 es tambien una funci
on.
Esas condiciones son que Fx y Gy sean continuas en un entorno de (x0 , y0 )
on implcita tambien nos dice
y que Fy (x0 , y0 ) = 0. El teorema de la funci
que dicha funci
on, y = f (x), tiene derivada continua y nos da la manera de
calcular dicha derivada, y = Fx /Fy .
Planteamiento pr
actico. Supongamos la ecuaci
on F (x, y) = 0, si supieramos despejar y en terminos de x, tendramos y = f (x), y podramos calcular
dy
=?.
dx
dy
=?
F (x, y) = 0 y = f (x)
dx
El problema se presenta cuando no sabemos o no queremos despejar y en
terminos de x como podemos calcular dicha derivada?.
Partamos de que F (x, y) = 0, sera dF (x, y) = 0, de donde
dF = Fx dx + Fy dy = 0
dF
dx
dy
dy
= Fx
+ Fy
= 0 Fx + Fy
=0
dx
dx
dx
dx
DE FUNCIONES MULTIVARIABLES
298 CAPITULO 4. DERIVACION
de donde, si Fy (x, y) = 0, se tiene
Fx (x, y)
dy
=
dx
Fy (x, y)
Al mismo resultado llegamos si consideramos la funcion
z = F (x, y) = F (x, f (x))
entonces podemos aplicar el Teorema 4.11 y obtenemos
dz
dx
dy
= Fx (x, y)
+ Fy (x, y)
dx
dx
dx
Como z = F (x, y) = 0 para todo x en el dominio de f , se tiene dz/dx = 0
y en consecuencia
dx
dy
Fx (x, y)
+ Fy (x, y)
=0
dx
dx
Y si Fy (x, y) = 0, podemos concluir con que
dy
Fx (x, y)
=
dx
Fy (x, y)
Teorema 4.14 (De la funci
on implcita). Supongamos la funci
on z =
2
F (x, y). Sea (x0 , y0 ) R un punto tal que F (x0 , y0 ) = 0. Supongamos que
la funci
on F tiene derivadas parciales continuas en alguna bola B con centro
en (x0 , y0 ) y que Fy (x0 , y0 ) = 0. Entonces F (x, y) = 0 se puede resolver para
y en terminos de x y definir as una funci
on y = f (x) con dominio en una
vecindad V de x0 , tal que y0 = f (x0 ), la cual tiene derivada continua en V
que puede calcularse como
y = f (x) =
Fx (x, y)
,
Fy (x, y)
xV
Esquematicamente sera:
F (x0 , y0 ) = 0
Fx y Fy continuas
Fy (x0 , y0 ) = 0
Fx (x, y)
Fy (x, y)
Debe tenerse en cuenta que el teorema de la funcion implcita es un teorema de existencia. Dice que existe una funcion y = f (x) denida implcitamente por F (x, y) = 0, sin embargo, no dice c
omo se puede determinar dicha
funci
on. Es m
as, podra ocurrir que la estructura algebraica de la ecuaci
on
F (x, y) = 0 no permitiera el despeje de y en terminos de x. De ah la importancia del teorema que arma que, si se cumplen las hip
otesis, aunque
no podamos despejar y en terminos de x, tal funci
on existe, y ademas el
teorema nos dice como calcular su derivada.
299
Tambien hay que advertir que se trata de un teorema local. Nos asegura
la existencia de la funci
on y = f (x), o bien la posibilidad de despejar y en
terminos de x a partir de F (x, y) = 0, pero solamente en las cercanas del
punto (x0 , y0 ).
Tambien debe tenerse en cuenta que para el caso de una variable existe la posibilidad de calcular la derivada de la funci
on implcita aplicando
directamente las reglas de derivacion sobre la ecuaci
on F (x, y) = 0. Simplemente habr
a que tener en cuenta que cada vez que derivemos la variable y
habr
a que multiplicar por su derivada y .
Ejemplo 4.60. Calcular y , siendo y 3 + y 2 5y x2 + 4 = 0
(a) Aplicando las reglas de derivaci
on.
(b) aplicando el teorema de la funci
on implcita.
Soluci
on. (a) Mediante las reglas de derivaci
on tenemos:
3y 2 y + 2yy 5y 2x = 0
y =
3y 2
2x
+ 2y 5
y =
Fx
2x
= 2
Fy
3y + 2y 5
on
Ejemplo 4.61. Razonar si la ecuaci
on ey = x3 +3y determina una funci
y = f (x) que cumple f (1) = 0 y que es derivable en x = 1. Calcular f (1) y
la recta tangente a f (x) en (1, 0).
Soluci
on. El teorema de la funci
on implcita arma que la ecuaci
on F (x, y) = 0
dene una funci
on y = f (x) derivable en un punto x0 , si se cumplen las
tres condiciones siguientes: El punto P (x0 , y0 ), con y0 = f (x0 ), cumple la
ecuacion F (P ) = 0, las derivadas parciales de F en P son continuas, y
Fy (P ) = 0.
El punto P (1, 0) cumple la ecuaci
on dada, en efecto:
e0 = 13 + 3 0 = 1 + 0 = 1
Las derivadas parciales de F (x, y) = ey x3 3y son continuas en todo R2 y
por tanto en P , por tratarse de una funci
on polin
omica y una exponencial,
en efecto:
Fx (x, y) = 3x2
Fy (x, y) = ey 3
DE FUNCIONES MULTIVARIABLES
300 CAPITULO 4. DERIVACION
Y ademas: Fy (1, 0) = e0 3 = 1 3 = 2 = 0. Luego podemos armar la
existencia de la funci
on y = f (x) que cumple f (1) = 0 y que es derivable en
x = 1.
En virtud del teorema de la funci
on implcita tenemos:
f (x) =
3x2
3
Fx (x, y)
3
= y
f (1) =
=
Fy (x, y)
e 3
2
2
3
y = 0 (x 1)
2
3x + 2y = 3
2x + 2yy = 0
y =
x
y
y (1) =
1
= 1
1
y derivando nuevamente,
2+2y y +2yy = 0 1+(y )2 +yy = 0 y =
2
1 (y )2
=
= 2
y
1
Nota: Hay que aclarar que los papeles de las letras x e y son perfectamente
intercambiables. As, si la funci
on z = F (x, y) es tal que en el punto (x0 , y0 )
vale cero, F (x0 , y0 ) = 0, que en una bola con centro en (x0 , y0 ) tiene derivadas parciales continuas y que su derivada respecto de x es distinta de
301
4.9.2.
F (x, y, z) = 0
z = f (x, y)
z
=?
x
z
=?
y
DE FUNCIONES MULTIVARIABLES
302 CAPITULO 4. DERIVACION
Partamos de que F (x, y, z) = 0, ser
a dF (x, y, z) = 0, de donde
dF = Fx dx + Fy dy + Fz dz = 0
dF
dx
dy
dz
= Fx
+ Fy
+ Fz
=0
dx
dx
dx
dx
dx
dy
dz
dF
= Fx
+ Fy
+ Fz
=0
dy
dy
dy
dy
Ahora bien,
(a) Para y = cte., en el primer caso resulta:
Fx + 0 + Fz
z
Fx (x, y, z)
z
=0
=
x
x
Fz (x, y, z)
z
Fy (x, y, z)
z
=0
=
y
y
Fz (x, y, z)
z
Fy (x, y, z)
=
y
Fz (x, y, z)
(x, y) V
Esquematicamente sera:
F (x0 , y0 , z0 ) = 0
Fx , Fy , Fz continuas z = f (x, y), tal que z0 = f (x0 , y0 ), y
Fz (x0 , y0 , z0 ) = 0
Fx (x, y, z)
z
=
x
Fz (x, y, z)
z
Fy (x, y, z)
=
y
Fz (x, y, z)
z z
y
siendo 3x2 z x2 y 2 + 2z 3 + 3yz 5 = 0
x x
303
Soluci
on. (a) Mediante las reglas ordinarias de derivaci
on tenemos:
6xz + 2xy 2
3x2 + 6z 2 + 3y
2x2 y 3z
3x2 zy + 2x2 y + 6z 2 zy + 3z + 3yzy = 0 zy = 2
3x + 6z 2 + 3y
Fx
6xz + 2xy 2
z
=
= 2
x
Fz
3x + 6z 2 + 3y
2x2 y 3z
Fy
z
= 2
=
y
Fz
3x + 6z 2 + 3y
2 + z3 2 + 1 = 0
z = 1
f
Fx (0, 1, 1)
(0, 1) =
= 1
x
Fz (0, 1, 1)
f
Fy (x, y, z)
6y 2 + 3xz + 2
f
Fy (0, 1, 1)
4
(x, y) =
=
(0, 1) =
=
y
Fz (x, y, z)
3z 2 3xy
y
Fz (0, 1, 1)
3
DE FUNCIONES MULTIVARIABLES
304 CAPITULO 4. DERIVACION
y teniendo en cuenta que la ecuaci
on del plano tangente a la supercie
z = f (x, y) en el punto P (0, 1, 1) viene denida por:
z = f (0, 1) +
resulta:
f
f
(0, 1) (x 0) +
(0, 1) (y 1)
x
y
4
z = 1 x (y 1), o bien, simplicando 3x + 4y + 3z = 1
3
Fx (x, y, z)
Fz (x, y, z)
Fy (x, y, z)
Fz (x, y, z)
f
(9, 2) =
x
f
(9, 2) =
y
Fx (9, 2, 4)
1
=
Fz (9, 2, 4)
5
Fy (9, 2, 4)
0
= =0
Fz (9, 2, 4)
5
resulta:
f
f
(9, 2) (x 9) +
(9, 2) (y 2)
x
y
1
z = 4 + (x 9) + 0(y 2), o bien, simplicando x 5z = 29
5
4.10.
4.10.1.
Introducci
on
f (x1 )
y = f (x)
f (x0 )
P
x
x0
x1
Una condici
on necesaria para que la funci
on f tenga un extremo (m
aximo o mnimo)
on
local en x0 es que, si f (x0 ) existe, entonces f (x0 ) = 0. Geometricamente esta condici
signica que si la gr
aca de la funci
on es suave en x0 , su recta tangente en dicho punto
debe ser horizontal. Es decir, en un extremo local la gr
aca de la funci
on o no tiene recta
tangente, o si la tiene es una recta horizontal.
4.10.2.
Definiciones
M
aximos y mnimos absolutos.
Los valores f (x0 , y0 ) y f (x1 , y1 ) tal que f (x0 , y0 ) f (x, y) f (x1 , y1 ) para
todo (x, y) en D se conocen como mnimo absoluto y m
aximo absoluto de f
en la regi
on D.
Teorema de existencia del m
aximo y del mnimo absoluto. Toda
funci
on continua, denida en una regi
on cerrada y acotada, alcanza, en dicha
regi
on, un valor m
aximo absoluto y un mnimo absoluto.
M
aximo y mnimo relativo.
Definici
on 4.21 (Extremo local). Sea f : D Rn R una funci
on
definida en el conjunto abierto D de Rn . Se dice que f tiene un m
aximo
(mnimo) local o relativo en el punto x0 D si f (x0 ) f (x) (f (x0 ) f (x)
respectivamente) para toda x en una bola B de centro en x0 .
f (x0 , y0 ) es mnimo relativo
DE FUNCIONES MULTIVARIABLES
306 CAPITULO 4. DERIVACION
f (x0 , y0 ) es maximo relativo
Puntos en los que todas las derivadas parciales valen cero (simult
aneamente).
fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0
2.
mnimo
M
aximo
mnimo
M
aximo
Punto silla
4.10.3.
a) M
etodo algebraico.
Existen funciones que, por su sencillez, permiten estudiar la naturaleza de
sus puntos crticos mediante argumentos exclusivamente algebraicos. Es decir, el estudio de la naturaleza de los extremos relativos, se hace a partir
de la propia funci
on, mediante transformaciones algebraicas de la misma.
Comparando el valor de la funci
on en el punto crtico con el valor de la
funci
on en los alrededores del punto crtico.
Ejemplo 4.66. Determinar los extremos relativos de la funci
on:
f (x, y) = 3x2 + y 2 6x 4y + 8
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no esta denida, y puntos en los que las dos derivadas parciales son nulas.
En el caso de funciones polin
omicas las parciales estan siempre denidas,
por tanto:
fx (x, y) = 6x 6
fy (x, y) = 2y 4
6x 6 = 0
2y 4 = 0
x=1
y=2
p(1, 2)
DE FUNCIONES MULTIVARIABLES
308 CAPITULO 4. DERIVACION
del punto crtico.
f (1, 2) = 1
f (x, y) = 3x2 + y 2 6x 4y + 8 =
= 3(x2 2x) + y 2 4y + 8 =
= 3(x2 2x + 1 1) + y 2 4y + 4 4 + 8 =
Resulta que para cualquier punto (x, y) se tiene que f (x, y) f (1, 2), luego
f (1, 2) es un mnimo (absoluto).
Ejemplo 4.67. Determinar los extremos relativos de la funci
on:
f (x, y) = 1
x2 + y 2
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no esta denida, y puntos en los que las dos derivadas parciales son nulas.
fx (x, y) =
2x
2 x2 + y 2
x2 + y 2
2y
y
fy (x, y) =
=
2 x2 + y 2
x2 + y 2
Donde el u
nico punto crtico es el punto (0, 0), en donde no est
an denidas
ninguna de las dos derivadas parciales. Para estudiar la naturaleza del punto
crtico p(0, 0) comparamos el valor de la funci
on en el punto crtico con el
valor de la funci
on en los alrededores del punto crtico.
z
(0, 0, 1)
f (0, 0) = 1
f (x, y) = 1
x2 + y 2 1
f (0, 0) = 1
f (x, y) = 1 x2 + y 2 =
f (x, 0) = 1 x2 < 1
f (0, y) = 1 + y 2 > 1
Para estudiar la naturaleza del punto crtico p(0, 0) se ha cortado la supercie mediante los dos planos verticales y = 0 y x = 0 con lo que se han
obtenido las curvas f (x, 0) = 1 x2 y f (0, y) = 1 + y 2 . Para la primera, el
punto x = 0 es un maximo; y para la segunda, el punto y = 0 es un mnimo.
Luego el punto crtico p(0, 0) es un punto silla.
c) Criterio del hessiano.
Los metodos algebraicos solamente son u
tiles para funciones relativamente
f
aciles. Para funciones mas complicadas no son operativos y necesitamos
acudir a criterios analticos, estudiando las derivadas parciales segundas.
Caso particular de funciones de dos variables.
Para estudiar la naturaleza de los puntos crticos, formamos la matriz hessiana en dichos puntos:
Hf (x, y) =
fxx fxy
fyx fyy
DE FUNCIONES MULTIVARIABLES
310 CAPITULO 4. DERIVACION
Y comparamos los signos de los dos determinantes principales:
D1 = fxx ,
f
D2 = |Hf (x, y)| = xx
f
fxy
= fxx fyy fxy
fyy
yx
Silla
0
Duda
Nota: El criterio del hessiano puede fallar a la hora de estudiar la naturaleza
de los extremos relativos de dos formas: Bien porque alguna de las derivadas
parciales no este denida, entonces no se puede aplicar el criterio; o bien,
porque el hessiano sea cero, en cuyo caso el criterio no da informaci
on.
En este caso habra que aplicar otras tecnicas, como puede ser el cortar la
supercie por planos verticales.
Al ser fxy = fyx , se tiene que cuando el hessiano es positivo, entonces las dos derivadas
parciales fxx (x0 , y0 ) y fyy (x0 , y0 ) deben tener el mismo signo, lo que signica que se puede
reemplazar una por la otra en la denici
on del criterio.
f (x , y )
d = |Hf (x0 , y0 )| = xx 0 0
f (x , y )
yx
1.
2.
3.
4.
Si
Si
Si
Si
fxy (x0 , y0 )
fyy (x0 , y0 )
= 3x2 6y = 0
6x + 6y = 0
x(3x 6) = 0
x=y
x=0
x=2
0
|Hf (0, 0)| =
6
12
|Hf (2, 2)| =
6
fxx fxy
fyx fyy
6x 6
6 6
6
= 36 < 0 (0, 0, 1) es un punto silla
6
6
= 72 36 = 36 > 0 y fxx = 12 > 0 f (2, 2) es un
6
mnimo relativo.
Ejemplo 4.70. Hallar y clasificar todos los puntos crticos de la funci
on
f (x, y) = x4 + y 4 + 6x2 y 2 + 8x3
Soluci
on. Los puntos crticos son aquellos que anulan simult
aneamente las
dos derivadas parciales, o bien donde alguna de las derivadas parciales no
existe. Al ser la funci
on dada una funci
on polin
omica es diferenciable en todo
R2 , luego los puntos crticos vendr
an dado por las soluciones del siguiente
sistema de ecuaciones
Fx 4x3 + 12xy 2 + 24x2 = 0
Fy 4y 3 + 12x2 y = 0
x=0
y=0
1o
2o
x=0
y 2 + 3x2 = 0
2o
1o
2o
2o
P1 (0, 0)
x=0
y2 = 0
x=0
y=0
P1 (0, 0)
4x2 + 24x = 0
y=0
4x(x + 6) = 0 P1 (0, 0)
y=0
P2 (6, 0)
P1 (0, 0)
DE FUNCIONES MULTIVARIABLES
312 CAPITULO 4. DERIVACION
Para determinar si se trata de m
aximo o mnimo, hallamos la matriz hessiana.
Hf (x, y) =
fxx fxy
fyx fyy
144
0
0
|Hf (6, 0)| =
= 62208 > 0 y fxx = +144 > 0
432
P2 (6, 0) se corresponde con un mnimo relativo.
0
|Hf (0, 0)| =
0
0
= 0 el hessiano no nos determina la natu0
raleza del punto crtico. Para estudiar la naturaleza del punto crtico
P1 (0, 0) cortamos la supercie mediante el plano vertical y = x, con
lo que obtenemos la curva z = x4 + x4 + 6x4 + 8x3 = 8x4 + 8x3 y
estudiamos la naturaleza del origen en esta curva.
Tenemos:
zx = 32x3 + 24x2 zx (0) = 0 x0 = 0 es un punto
crtico
zx = 96x2 + 48x zx (0) = 0
zx = 198x + 48 zx (0) = 48 = 0 x0 = 0 es un
punto de inexi
on.
Luego el punto P1 (0, 0) se corresponde con un punto silla, ya que en
cualquier entorno suyo hay tanto puntos por encima de f (0, 0) como
puntos por debajo.
d) Puntos crticos en una funci
on compuesta.
Igual que ocurre en los problemas de optimizaci
on de funciones de una variable, donde es posible sustituir la funci
on objetivo por otra m
as simple.
En varias variables tambien es posible simplicar los calculos de derivaci
on,
sustituyendo la funci
on objetivo por otra m
as simple, que nos facilite los
calculos de las derivadas parciales y sobre todo de resolucion del sistema
resultante. Esto es posible cuando la funci
on objetivo sea la composicion
de una funci
on con una funci
on mon
otona. Por ejemplo, los puntos crticos
de la funci
on exponencial f (x, y) = eg(x,y) coinciden con los puntos crticos
de la funci
on exponente w = g(x, y), ya que la funci
on exponencial z = et
es monotona, y adem
as creciente, luego se conserva incluso la naturaleza
del punto crtico. Lo mismo ocurre en funciones del tipo f (x, y) = g(x, y)
o bien, f (x, y) = ln g(x, y) , solo que estos dos casos habra que eliminar
aquellos puntos crticos que quedan fuera del dominio de la funci
on.
Ejemplo 4.71. Encontrar y clasificar todos los puntos crticos de la funci
on
f (x, y) = ex
2 yx y 2 +x y
y(2x y + 1) = 0
x(x 2y + 1) = 0
y=0
x=0
1o
2o
y=0
x 2y + 1 = 0
y=0
x+1=0
2o
1o
2x y + 1 = 0
x=0
y + 1 = 0
x=0
2o
2o
2x y = 1
x 2y = 1
P1 (0, 0)
y=0
x = 1
y=1
x=0
P2 (1, 0)
P3 (0, 1)
1 1
y = 2x + 1 x = 1/3
P4 ( , )
3x = 1
y = 1/3
3 3
e2 = e2 2e1
1 1
, )
3 3
Para determinar si se trata de m
aximo o mnimo, hallamos la matriz hessiana.
fxx fxy
Hf (x, y) =
fyx fyy
Por tanto, las soluciones son P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 (
0
|Hf (0, 0)| =
1
1
= 1 < 0
0
0
|Hf (1, 0)| =
1
2
|Hf (0, 1)| =
1
es un punto silla.
1
= 1
2
es un punto silla.
1
= 1
0
es un punto silla.
DE FUNCIONES MULTIVARIABLES
314 CAPITULO 4. DERIVACION
2
e1/27
1 1
|Hf ( , )| = 3
3 3
1 e1/27
0 y fxx > 0
1 1/27
e
4 1 1/27 3 1/27
3
= ( )e
= e
>
2 1/27
9 9
9
e
3
3
es un mnimo.
b) Este ejemplo puede resolverse de una manera mucho mas facil teniendo
en cuenta que la funci
on z = et es monotona, y, en consecuencia, los puntos
crticos de la funci
on compuesta z = eg(x,y) coinciden con los puntos crticos
de la funci
on g(x, y) que gura en el exponente, y que es mucho m
as facil
de estudiar que la funci
on compuesta. Ademas, al ser creciente la funci
on
exponencial (a m
as mas) se conserva la naturaleza de los puntos crticos. En
consecuencia podemos estudiar los puntos crticos de la funci
on
g(x, y) = x2 y x y 2 + x y,
que gura en el exponente, y endosar los resultados a la funci
on compuesta
2 yx y 2 +x y
x
. En este caso, los puntos crticos vendr
an dados por
f (x, y) = e
las soluciones del siguiente sistema de ecuaciones.
gx (x, y) 2xy y 2 + y = 0
gy (x, y) x2 2xy + x = 0
y(2x y + 1) = 0
x(x 2y + 1) = 0
1 1
, )
3 3
0 1 = 1 < 0
|Hf (0, 0)| =
1 0
0 1
2 1
es un punto silla.
es un punto silla.
es un punto silla.
2
e1/27
1 1
|Hf ( , )| = 3
3 3
1 e1/27
0 y fxx > 0
1 1/27
e
4 1 1/27 3 1/27
3
= ( )e
= e
>
2 1/27
9 9
9
e
3
3
es un mnimo.
4.10.4.
DE FUNCIONES MULTIVARIABLES
316 CAPITULO 4. DERIVACION
y sustituyendo el valor obtenido en f (x, y), resulta una funci
on de una sola
variable.
f (x, y) = x2 + (x + 1)2 = x2 + x2 2x + 1 = 2x2 2x + 1
Es decir,
h(x) = 2x2 2x + 1
de donde,
h (x) = 4x 2 = 0 x = 1/2 y = 1/2
Luego el mnimo de la funci
on es
f (1/2, 1/2) = 1/4 + 1/4 = 1/2
f (x, y)
x+ y 1 = 0
p( 1 , 1 )
2 2
y
x+y1=0
p( 12 , 12 )
M
etodo de los multiplicadores de Lagrange.
En el metodo gr
aco de las curvas de nivel se trata de encontrar el punto
(x, y) donde la curva de nivel de la supercie de ecuaci
on z = f (x, y) es
tangente a la curva de ecuaci
on g(x, y) = 0. Ahora bien, dos curvas son
tangentes si sus vectores normales son paralelos. En consecuencia, dado que
DE FUNCIONES MULTIVARIABLES
318 CAPITULO 4. DERIVACION
los vectores normales a dichas curvas son los vectores gradientes, se tiene
que, en el punto de tangencia, el vector gradiente f debe ser un m
ultiplo
escalar del vector gradiente g. Luego
f (x, y) = g(x, y)
donde el escalar se conoce como multiplicador de Lagrange. Las condiciones
necesarias para la existencia de tales multiplicadores vienen recogidas en el
siguiente teorema
Teorema 4.18 (Teorema de Lagrange). Sean f y g funciones con derivadas parciales primeras continuas tal que f tiene un extremo en el punto
(x0 , y0 ) de la curva de la ligadura g(x, y) = 0. Si g(x0 , y0 ) = 0, entonces
existe un n
umero real tal que
f (x, y) = g(x, y)
En consecuencia, si las funciones f y g tienen derivadas parciales continuas, entonces, los extremos de la funci
on f (x, y), condicionados por la
restricci
on
g(x, y) = 0,
se producen en los puntos crticos de la funci
on:
L(x, y, ) = f (x, y) + g(x, y)
fx + gx = 0
fy + gy = 0
g(x, y) = 0
El procedimiento m
as comodo para resolver el sistema consiste en eliminar entre las dos primeras ecuaciones y sustituir el resultado en la tercera.
En el proceso de resolucion del sistema hay que procurar evitar perder soluciones en las simplicaciones. Por ejemplo, de la ecuaci
on x = x se obtienen
dos soluciones x = 0 y = 1, mientras que si tachamos la x perdemos la
soluci
on x = 0.
Para determinar la naturaleza de los puntos crticos podemos seguir dos
procedimientos:
a) Funci
on implcita. Consiste en suponer que el problema se ha resuelto por
sustituci
on de la variable, sin resolverlo por dicho metodo, pero estudiando la
naturaleza de los puntos crticos como si as se hubiera hecho. En el supuesto
de que la ecuacion g(x, y) = 0 dena y como funci
on implcita respecto de la
variable x, en un entorno del punto crtico (x0 , y0 ). Es decir, y = h(x), con
y0 = h(x0 ). Podemos suponer que hemos sustituido, en f (x, y), y por su valor
y = h(x), con lo que obtenemos una funci
on de una sola variable f (x) =
f x, h(x) . La naturaleza del punto crtico (x0 , y0 ) en f (x, y) condicionado
por g(x, y) = 0, ser
a la del punto crtico x0 en f . Es evidente que la funci
on
f (x, y) posee un maximo (resp., mnimo) condicionado por g(x, y) = 0, en
(x0 , y0 ) si y solamente si la funci
on f (x) = f x, h(x) posee un maximo
(resp., mnimo) en x0 . Con lo cual el estudio de la naturaleza de los puntos
crticos se hace en una funci
on de una sola variable, acudiendo al signo
de su segunda derivada f x0 , h(x0 ), h (x0 ), h (x0 ) , sin que para ello sea
necesario conocer la expresion de y = h(x), puesto que h(x0 ), esta dado,
por el punto crtico; y h (x0 ) y h (x0 ), se obtienen directamente a partir de
g(x, y) = 0, en virtud del teorema de la funci
on implcita.
El metodo se generaliza a mas de dos variables de manera natural. As,
La funci
on f (x, y, z) posee un maximo (resp., mnimo) condicionado por la
restriccion g(x, y, z) = 0, en (x0 , y0 , z0 ) si y solamente la funci
on f (x, y) =
f x, y, h(x, y) posee un maximo (resp., mnimo) en (x0 , y0 ). Con lo cual
el estudio de la naturaleza de los puntos crticos se hace en una funci
on de
una variable menos, acudiendo al signo de su hessiano (ello siempre que la
ecuacion g(x, y, z) = 0 dena implcitamente z = h(x, y), en un entorno del
punto (x0 , y0 )). As,
f fxy
Hf (x0 , y0 ) = xx
fyx
fyy
donde no es necesario conocer la expresion z = h(x, y), y los valores de z,
zx , zy , zxx , zxy y zyy , en el punto (x0 , y0 ), necesarios para el calculo de dicho
hessiano, se determinan mediante la derivaci
on implcita.
DE FUNCIONES MULTIVARIABLES
320 CAPITULO 4. DERIVACION
b) En el caso de dos variables, tambien puede estudiarse la naturaleza del
punto crtico estudiamos el signo del determinante:
L
= Lx
L
y
Lx Ly 0 gx
gy = mnimo
aximo
Lxx Lxy = gx Lxx Lxy = + M
Lx 2x + = 0
Ly 2y + = 0
L x + y 1 = 0
2x = 2y x = y
x + y = 1 2x = 1 x =
1
1
y=
2
2
Luego el u
nico punto crtico es el punto p( 12 , 12 ). Para determinar su naturaleza estudiamos el signo del determinante:
0
= gx
g
y
De donde,
gx
gy = mnimo
aximo
Lxx Lxy = + M
0
1 1
L( , ; 1) = 1
1
2 2
1 1
2 0 = 2 2 = 4 mnimo
0 2
y
3
(x, y)
2
Lx y + 2x = 0
Ly x + = 0
L x2 + y 3 = 0
x
1
L(x, y, ) = xy + (x2 + y 3)
Figura 4.30: y = 3 x2
= y
y
2
2x
2x = x y = 2x
= x
x2 + 2x2 3 = 0 3x2 = 3 x2 = 1
Soluci
on. La funci
on a maximizar es el area del rectangulo, a = x y.
La restriccion viene determinada por el hecho de que el punto (x, y) debe
pertenecer a la par
abola y = 3 x2 , luego tenemos:
Y al ser x > 0 por ser (x, y) un punto del primer cuadrante, resulta:
x=1
y=2
= 1
Luego el u
nico punto crtico es el punto P (1, 2). Para determinar su naturaleza estudiamos el signo del determinante:
0
= gx
g
y
De donde,
0
L(1, 2; 1) = 2
1
4.10.5.
gx
gy 0 2x 1 = mnimo
Lxx Lxy = 2x 2 1 = + M
aximo
Lyx Lyy
1 2x 0 = 0 duda
2 1
2 1 = 2 + 2 + 2 = 6 > 0 M
aximo
1 0
M
aximos y mnimos absolutos
DE FUNCIONES MULTIVARIABLES
322 CAPITULO 4. DERIVACION
Toda funci
on continua definida en un recinto cerrado y acotado alcanza
un valor m
aximo y un valor mnimo sobre dicho recinto. Para hallar los
maximos y mnimos absolutos de una funci
on continua en un recinto cerrado
y acotado realizaremos el siguiente proceso:
1.
Hallamos los puntos crticos en el interior del recinto. Para ello hallamos los puntos crticos de la funci
on, ignorando el contorno del recinto,
y una vez hallados los puntos crticos seleccionamos los situados en el
interior del recinto.
2.
Hallamos los puntos crticos en el contorno del recinto. Para ello estudiamos los extremos de la funcion condicionados por el contorno; bien
aplicando los multiplicadores de Lagrange, o bien por sustituci
on de
la variable.
3.
x=0
y=0
P1 (0, 0) C
x + x = 0
y + y = 0
x2 2x + y 2 3 = 0
= 1 1 = 0
x=3
y=0
x = 1
mnimo
M
aximo
x=0
y=0
P1 (0, 0) C
x + x = 0
3y + y = 0
x2 2x + y 2 3 = 0
= 3 x = 3/2
x=3
y=0
x = 1
15
4 ),
P5 ( 32 ,
15
4 ).
DE FUNCIONES MULTIVARIABLES
324 CAPITULO 4. DERIVACION
Para determinar los m
aximos y mnimos absolutos de una funci
on continua en un recinto cerrado y acotado no es necesario determinar la naturaleza
de cada uno de los puntos crticos.
Ejemplo 4.78. determinar los extremos absolutos de la funci
on
f (x, y) = xy(1 x2 y 2 )
en el conjunto A = {(x, y) R2 tales que 0 x 1, 0 y 1}
Soluci
on. La funci
on f (x, y) = xy(1 x2 y 2 ) = xy x3 y xy 3 es continua
2
en todo R . El recinto dado es el cuadrado unidad situado en el primer
cuadrante. Por tanto, se trata de una funci
on continua denida en un recinto
cerrado y acotado, luego alcanzar
a un m
aximo y un mnimo absoluto. Para
encontrarlos, seguimos los siguientes pasos:
(a) En primer lugar determinamos los puntos crticos del interior del recinto,
igualando a cero las derivadas parciales
fx (x, y) y 3x2 y y 3 = 0
fy (x, y) x x3 3xy 2 = 0
y(1 3x2 y 2 ) = 0
x(1 x2 3y 2 ) = 0
DE FUNCIONES MULTIVARIABLES
326 CAPITULO 4. DERIVACION
4.11.
4.1.
x sen y
x2 + y 2
0
f (x, y) =
si (x, y) = (0, 0)
si (x, y) = (0, 0)
4.2.
Soluci
on. El teorema de la funci
on implcita arma que una ecuaci
on F (x, y) = 0 dene
una funci
on y = f (x) derivable en un punto x0 , si se cumplen las tres condiciones sion F (P ) = 0, las derivadas
guientes: El punto P (x0 , y0 ) con y0 = f (x0 ) cumple la ecuaci
parciales de F en P son continuas, y Fy (P ) = 0.
- El punto que cumple la ecuaci
on dada, viene denido por:
3y 3 14 12 y = 2
3y 3 y 2 = 0
3
3
3
2
2
0
y=1
3y 2 + 3y + 2 = 0
3y 3 y2 = (y1)(3y 2 +3y+2) = 0
9 24
15
6
6
resulta que, para x = 1, el u
nico punto P (1, f (1)) que cumple la ecuaci
on dada es el punto
(1, 1).
- Las derivadas parciales de F (x, y) = 3y 3 x4 x2 y 2 son continuas en todo R2 y por
tanto en P , por tratarse de una funci
on polin
omica, en efecto:
puesto que 3y 2 + 3y + 2 = 0, ya que, si no, sera x =
Fx (x, y)
10
12y 3 x3 + 2xy
5
f (1) =
=
=
Fy (x, y)
9y 2 x4 x2
8
4
y =1
5
(x 1)
4
5x + 4y = 9
327
Demostrar la relaci
on existente entre la derivada direccional y las derivadas parciales de una funci
on diferenciable, aplicando la regla de la cadena con una variable
independiente
Captulo 5
Integral definida
y C
alculo de primitivas.
5.1.
La estimaci
on de un
area. Sumas de Riemann.
5.1.1.
Significado geom
etrico de la integral
Nota. Es una costumbre muy extendida resaltar las areas marcandolas con
m
ultiples lneas paralelas. Mucha gente traza estas lneas de manera oblicua.
Sin embargo, esta manera de trazar las lneas no conduce a ning
un resultado
pr
actico. Si queremos que el rayado nos de luz y podamos visualizar algunas
propiedades, este rayado habr
a de hacerse con lneas verticales u horizontales. As, entre cada dos lneas podemos imaginar un estrecho rectangulo.
Lo que es fundamental en el c
alculo integral.
En particular:
1.
Si la funci
on f es positiva sobre el intervalo cerrado a, b . La integral
denida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX y las perpendiculares por los
puntos a y b.
329
330CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
y
y = f (x)
Figura 5.1:
f (x) dx =
area bajo la curva.
a
2.
Si la funci
on f es negativa sobre el intervalo cerrado a, b . La integral
denida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX, y las perpendiculares por los
puntos a y b, pero con signo negativo.
y
a
b
x
y = f (x)
b
f (x) dx =
area sobre la curva.
Figura 5.2:
a
3.
Si la funci
on toma valores positivos y negativos sobre el intervalo cerrado a, b . Entonces, la integral denida de la funci
on f sobre dicho
intervalo representa la suma de las areas de las regiones comprendidas
entre la funci
on, el eje de las x, y las perpendiculares por a y b, pero
asignandole a cada una de ellas el signo + o seg
un que este por
encima o por debajo del eje x. Por lo que en tal caso la integral no nos
da una medida del area.
y
y = f (x)
Figura 5.3:
f (x) dx =
area 1 - a
rea 2 +
area 3.
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
331
C
alculo de integrales mediante
areas
Lo normal ser
a calcular areas a partir del concepto de integral. No obstante,
en ocasiones, el signicado graco de la integral nos permitir
a calcular algunas integrales mediante areas.
Ejemplo 5.1. Hallar gr
aficamente la siguiente integral:
4
1
(x 2) dx
Soluci
on. Representamos la funci
on y = x 2 y hallamos las areas correspondientes.
11
22
1
=
A2 =
=2
2
2
2
La integral vendr
a denida como la suma aritmetica de las areas correspondientes, asignado signo negativo a las areas situadas por debajo del eje
horizontal y positivo a las situadas por encima. Es
decir:
A1 =
Figura 5.4:
1
3
1
(x 2) dx = A1 + A2 = + 2 =
2
2
5
25 x2 dx
Soluci
on. Representamos la funci
on y = 25 x2 y hallamos las areas
correspondientes. Para ello eliminamos la raz cuadrada.
Ejemplo 5.2. Hallar gr
aficamente
y=
25 x2
( y > 0)
y 2 = 25 x2
x2 + y 2 = 25
x
5
r2
25
=
2
2
La integral vendr
a denida como el area del
semicrculo. Es decir:
A=
5
5
Figura 5.5:
25 x2 dx =
25
2
sen x dx
0
Soluci
on. Representamos la funci
on y = sen x y hallamos las areas correspondientes. Al ser la funci
on simetrica respecto del eje horizontal resultan
las areas iguales y por tanto se compensan, dando una integral nula. En
efecto.
332CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
y
2
0
sen x dx = A A = 0
Figura 5.6:
El m
etodo exhaustivo o de llenado para el c
alculo de
areas
Este metodo era utilizado por los griegos para el c
alculo de areas planas y
consiste en lo siguiente: Para calcular el area de una regi
on plana irregular
se sigue el siguiente proceso:
(a) Para el c
alculo aproximado del area. Se rellena la region lo m
as posible
de polgonos (tri
angulos, cuadril
ateros, rectangulos, trapecios, etc.) y luego
se toma como valor aproximado del area de la region la suma de las areas
de todos estos polgonos.
A A1 + A2 + A3 + A4 + A5
(b) Para el c
alculo exacto del area se sigue el siguiente proceso:
1.
2.
Por ejemplo, supongamos que queremos calcular el area del crculo conociendo la longitud de la circunferencia. Para ello ideamos el siguiente procedimiento:
1.
2.
Por paso al lmite obtenemos el area total del crculo (la altura del
tri
angulo se transforma en el radio del crculo y la suma de las bases
en la longitud de la circunferencia.
T3 T2
T
T4
1
T 5 T 8
T6 T7
C T 1 + T2 + + T 8
1
1
1
bh + bh + + bh
2
2
2
1
h b1 + b2 + + bn
2
1
C = R 2R = R2
2
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
333
x1
x2
x3
x1 x2 x3 b
x1 x2 x3 b
x1 x2 x3 b
f (x) dx
a
334CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
La integral como el lmite de una suma
La integral puede interpretarse como el lmite de la suma de las areas de los
innitos rect
angulos innitesimales. Es decir,
n
f (x) dx = lm
a
xi 0
n
xi 0
n i=1
f (xi )xi
f (x) dx = lm
a
xi 0
n i=1
f (xi )xi
5.1.2.
C
alculo de lmites utilizando el concepto de integral
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y
335
y = f (x)
1 2 3
n n n
Figura 5.8:
1
0
2 1
n 1
1 1
f (x) dx = lm f ( ) + f ( ) + + f ( )
=
n
n n
n n
n n
2
n
1
1
f( ) + f( ) + + f( ) =
= lm
n n
n
n
n
k
1 n
= lm
f( )
n n
n
k=1
lm
f (x) dx
0
lo que nos permite calcular el lmite de algunas sumas a partir del concepto
de integral.
Ejemplo 5.4. Calcular el siguiente lmite:
lm
2
n
1
+ 2
+ + 2
2
2
1+n
2 +n
n + n2
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
lm
1
2
n
+ 2
+ + 2
=
2
2
1+n
2 +n
n + n2
2n
n2
1
n
+
+
+
=
= lm
n n
1 + n2 22 + n2
n2 + n2
2/n
1
1
1/n
+ 2 2
+ + + n 2
=
= lm
1 2
n n
(
)
+1
(n) + 1 (n) + 1
n
1 n
k/n
=
k 2
n n
k=1 ( n ) + 1
= lm
n2
n
n
n
+ 2
+ + 2
+1 n +4
n + n2
x2
x
ln 2
dx =
+1
2
336CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
lm
n
n
n
+
+ + 2
=
n2 + 1 n2 + 4
n + n2
n2
n2
1
n2
+
+
+
=
= lm
n n
n2 + 1 n2 + 4
n2 + n2
1
1
1
1
=
= lm
1 2 +
2 2 + + + 1 + ( n )2
n n
1 + (n)
1 + (n)
n
1 n
1
=
k 2
n n
k=1 1 + ( n )
= lm
1
dx = arc tg x
1 + x2
1
0
n
n
n
+
+ +
2
2
(n + 1)
(n + 2)
(n + n)2
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
lm
n
n
n
+
+ +
=
2
2
(n + 1)
(n + 2)
(n + n)2
n2
n2
1
n2
+
+
+
= lm
n n
(n + 1)2 (n + 2)2
(n + n)2
2
2
1
n
n
n
= lm
+
+ +
n n
n+1
n+2
n+n
1
n n
= lm
1
1+
1 n
1
= lm
n n
k=1 1 +
1
1+
1
n
2
k
n
=
0
2
2
n
1
1+x
+ +
1
1+
dx =
0
1
1+x
=
2
=
2
n
n
1
dx =
(1 + x)2
1
0
1
1
+1=
2
2
1
1
1
+
+ +
n+1 n+2
n+n
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funcion de
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
337
k/n.
lm
1
1
1
=
+
+ +
n+1 n+2
n+n
n
n
1
n
= lm
+
+ +
=
n n n + 1
n+2
n+n
1
1
1
1
= lm
=
1 +
2 + + 1 + n
n n
1+ n
1+ n
n
1 n
1
n n
k=1 1 +
= lm
k
n
1
dx = ln |1 + x|
1+x
=
0
1
0
= ln 2
n
lm
e+
e2 + +
n
en
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funcion de
k/n.
n
lm
e+
e2 + +
n
en
= lm
n n
n
1
ek/n =
n n
k=1
= lm
ex dx = ex
1
0
=e1
k7
lm
k=1
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funcion de
k/n. Tengase en cuenta que al ser k el ndice del sumatorio, todas las dem
as
variables son constantes y se pueden introducir en el sumatoria, incluida la
propia n.
1
n n8
1 1
n n n7
k 7 = lm
lm
k=1
1 n k
n n
n
k=1
k 7 = lm
k=1
=
=
2
n1
1
+ 2 + +
2
n
n
n2
x7 dx =
x8
8
1
0
1
8
338CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funcion de
k/n. Tengase en cuenta que la falta de un rect
angulo innitesimal no afecta
al resultado.
1
1 1
2
n1
2
n1
+ + +
+ 2 + +
= lm
=
2
2
n n
n n n
n
n
n
n
1
2
n1
1
1
1 n1 k
=
0 + + + +
= lm
x dx =
= lm
n n
n n
n n
n
n
0
k=0
lm
x2
2
1
0
1
2
Intervalo de integraci
on distinto del 0, 1
En el c
alculo de lmites mediante integrales, el intervalo de integraci
on puede
ser
En efecto, si utilizamos una partici
on regular, la integral entre
cualquiera.
a, b de una funci
on continua se puede expresar de la siguiente forma:
y
y = f (x)
a x1 x2
Figura 5.9:
x1 = a +
ba
,
n
2
ba
= a + (b a), . . .
n
n
k
ba
= a + (b a)
. . . xk = a + k
n
n
x2 = a + 2
...
f (x) dx = lm
a
f (x1 )
ba
ba
ba
+ f (x2 )
+ + f (xn )
n
n
n
ba
f (x1 ) + f (x2 ) + + f (xn ) =
n
k
ba n
ba n
= lm
f (xk ) = lm
f a + (b a)
n n
n n
n
k=1
k=1
= lm
lm
f (x) dx
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
339
Si b a es un n
umero entero, entonces podemos dividir el intervalo a, b en
(b a)n partes iguales, con lo cual la base de los rectangulos innitesimales
1
k
ba
= . Con lo cual xk = a + . Y resulta:
resultantes sera x =
(b a)n
n
n
(ba)n
1
lm
n n
f a+
k=1
k
n
f (x) dx
a
lm
2
(n 1)
sen + sen
+ + sen
n
n
n
n
Soluci
on. Podemos suponer que el intervalo 0, lo hemos dividido en n
partes iguales. La base de los rectangulos innitesimales ser
a x = /n, y
los puntos de la partici
on x1 = /n, x2 = 2/n, . . ., xn = n/n. Falta un
n
= sen = 0.
termino, pero no afecta al resultado, ya que sen
n
2 3
n n
de donde,
2
(n 1)
+ + sen
sen + sen
=
n
n
n
n
2
n
+ + sen
= lm
sen + sen
=
sen x dx = cos x =
n n
n
n
n
0
0
= cos + cos 0 = 1 + 1 = 2
lm
Como regla pr
actica para determinar los lmites de integraci
on y el correspondiente incremento de x puede utilizarse la siguiente: Una vez determinado el valor de x = k
n , tenemos:
x=
k
n
k=0
k=n
k=1
lm
x=0
x=
x = n
1
k
sen
n
n
k=1
a=0
b=
x =
340CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Igual que en el ejemplo anterior, podemos suponer que el intervalo
2 3
n n
n k=1
n
k=1
1
1
2
1
1
=
sen x dx =
cos x = ( cos + cos 0) = (1 + 1) =
0
0
n
lm
n
n
n
e + e2 + + e2n
lm
n
n
Soluci
on. Podemos suponer que el intervalo 0, 2 lo hemos dividido en 2n
partes iguales. La base de los rectangulos innitesimales ser
a x = 1/n, y
los puntos de la partici
on x1 = 1/n, x2 = 2/n, . . ., xn = 2n/n = 2.
1
n
1
n
1
n
1
n
2
n
3
n
n
n
2n
n
n
lm
e+
e2 + +
n
e2n
= lm
n
2n
1 1/n
e
+ e2/n + + e2n/n =
n
1
ek/n =
n n
k=1
= lm
5.1.3.
2
0
= e2 1
ex dx = ex
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y
x
b
x
b
f (x) dx =
341
f (x) dx
a
f (x) dx = 0
a
3.
M
m
x
a
4.
m(b a)
f (x) dx M (b a)
(5.1)
x
b
f (x) dx =
a
x
c
b
b
f (x) dx +
f (x) dx
b) Relativas al integrando.
1.
f (x) + g(x) dx =
a
2.
f (x) dx +
a
rf (x) dx = r
a
3.
g(x) dx
a
f (x) dx
a
x a, b
b
a
f (x) dx 0
342CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
4.
Si una funci
on es menor que otra, entonces su integral tambien lo es.
f (x) g(x),
x a, b
f (x) dx
2
f (t) dt = 5 y
g(x) dx
a
2f (t) dt = 1
f (t) dt
hallar:
2
Soluci
on.
2
2f (t) dt = 2
1
f (t) dt = 1
f (t) dt =
1
f (t) dt +
1
f (t) dt =
2
luego
4
2
f (t) dt = 5 +
1
2
2f (t) dt =
1
1
+
2
4
2
f (t) dt = 5
9
1
=
2
2
f (x) + g(x) dx = 3
g(x) dx = 5
g(x) dx
Calcular
0
Soluci
on.
4
1
1
4
1
4
f (x) g(x) dx = 10
f (x) + g(x) dx = 3
f (x) dx +
f (x) dx +
1
4
g(x) dx = 10
g(x) dx = 3
4
4
1 f (x) dx 1 g(x) dx = 10
1
1
f (x) dx +
2
4
g(x) dx = 3
g(x) dx = 13
g(x) dx =
4
13
2
de donde,
1
g(x) dx =
0
g(x) dx +
0
g(x) dx = 5 +
4
23
13
=
2
2
x dx
0
x3 dx
1
x dx
x3 dx
Soluci
on. Si observamos las gr
acas de ambas funciones en los dos intervalos
de referencia, resulta:
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
x
0x1
343
5.2.
1x2
x x3
x x3
1
0
2
1
x dx
x dx
x3 dx
0
2
x3 dx
La funci
on integral o funci
on
area
Dada una funci
on integrable en un intervalo cerrado [a, b], se dene su funcion integral sobre dicho intervalo como el a
rea bajo la curva desde el punto
a hasta un punto variable t [a, b] O bien, dado que es m
as habitual hablar
y
y = f (x)
t
f (x) dx
F (t) =
a
F (t)
a
Figura 5.10:
de F (x) en lugar de F (t), basta con intercambiar los papeles de ambas variables.
y
y = f (x)
x
F (x) =
a
f (t) dt
a
F (x)
Figura 5.11:
entonces su funci
on integral, F (x) = ax f (t) dt a x b, es continua en
[a, b] y derivable en (a, b), y su derivada F (x) = f (x).
f continua en [a, b]
F (x) = ax f (t) dt
F (x) = f (x)
344CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Demostraci
on. Aplicando la denici
on de derivada a la funci
on F , resulta,
x+h
F (x + h) F (x)
f (t) dt ax f (t) dt
F (x) = lm
= lm a
=
h0
h0
h
h
x
x+h
f (t) dt ax f (t) dt
a f (t) dt + x
=
= lm
h0
hx+h
f (t) dt
f (x) h
= lm
= f (x)
= lm x
h0
h0
h
h
En la demostraci
on se ha tenido en cuenta que, para h peque
no,
x+h
x
f (t) dt f (x) h
En efecto,
y
La integral
y = f (x)
x+h
F (x)
a
f (t) dt
f (x)
x
b
x+h
Figura 5.12:
x+h
x
f (t) dt Mx h
h0
de donde,
f (x) lm
h0
x+h
x
x+h
x
h0
f (t) dt
f (x)
h
mx
x+h
x
f (t) dt
Mx
h
f (t) dt
lm Mx
h0
h
x+h
lm
h0
f (t) dt
= f (x)
h
Si la funci
on f es continua sobre el intervalo cerrado [a, b], entonces su
funci
on integral F (x) = ax f (t) dt , es una primitiva de f (x).
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
345
2.
Toda funci
on continua sobre un intervalo cerrado, tiene una primitiva
sobre dicho intervalo.
3.
4.
Crculo
F (x)
a
r2
F (x)
2r
= a (r)
Esfera
4
V = r3
3
A = 4r2
A = V (r)
Figura 5.13:
Derivada de integrales
Ejemplo 5.17. Hallar
d
dt
x2 + 1 dx
Soluci
on. Aplicando directamente el teorema fundamental resulta,
d
dt
Ejemplo 5.18. Hallar
d
dt
x2 + 1 dx =
t2 + 1
0
3
sen2 x dx
Soluci
on. Para poder aplicar el teorema fundamental, el lmite variable,
respecto del que se deriva, ha de ser el lmite superior de la integral, en
consecuencia habra que intercambiar los lmites,
d
dt
sen2 x dx =
dt
t
3
sen2 x dx = sen2 t
g(x)
f (t) dt =
a
d u
u = g(x)
=
f (t) dt =
du = g (x)dx
dx a
u
du
du
d
= f (u)
= f [g(x)] g (x)
f (t) dt
=
du a
dx
dx
346CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Ejemplo 5.19. Hallar
Soluci
on.
t2
d
dt
t2
d
dt
cos x2 dx
d
dx
=
f (t) dt =
h(x)
d
dx
d
dx
g(x)
f (t) dt +
f (t) dt
h(x)
h(x)
g(x)
f (t) dt +
a
f (t) dt
a
d
dx
(5.2)
x3
ln t dt
x2
Soluci
on. Aplicando la f
ormula (5.2) resulta,
d
dx
x3
x2
d
Ejemplo 5.21. Hallar
dx
cos t2 dt
x>0
1/x
Soluci
on. Aplicando la f
ormula (5.2) resulta,
d
dx
1/x
1
1
cos t2 dt = cos( x)2 cos
2 x
x
x
Ejemplo 5.22. Hallar el lmite
lm
x0+
1
1
1
1
= cos x + 2 cos 2
2
x
2 x
x
x
sen t dt
x3
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
x2
2
sen t dt
0
sen x 2x
2x2
=
=
l
m
=
l
m
=
lm 0
3
2
2
+
+
+
x
0
3x
3x
3
x0
x0
x0
x0
cos t2 dt
x
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
347
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
cos t2 dt
0
cos x2
=
=1
= lm
x0
x0
x
0
1
sen x
tg t dt
Ejemplo 5.24. Hallar el lmite lm 0tg x
+
x0
sen t dt
0
lm
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
lm
x0+
5.2.1.
sen x
tg t dt
0tg x
sen t dt
tg(sen x) cos x
= lm
1
x0+
sen(tg x) 2
cos x
= lm
x0+
tg x cos3 x
=1
tg x
Demostraci
on. Sea f continua en [a, b] y G una primitiva cualquiera de f .
G(b) = ab f (t) dt + C
G(a) = 0 + C = C
G(b) =
f (x) dx + G(a)
a
de donde,
b
a
b
a
Observaciones:
1.
2.
348CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
b) Se sustituyen en esta primitiva los lmites de integraci
on -el superior y el inferior- y se restan los resultados.
f (x) dx =
f (x) dx
= G(x)
a
1
= G(b) G(a)
x2 dx
Soluci
on. Basta con encontrar una primitiva de x2 y evaluarla en los extremos de integraci
on.
1
3 1
x dx =
0
x
3
=
0
1
1
0=
3
3
y = sen x
A=
0
sen x dx = cos x
= cos + cos 0 =
= (1) + 1 = 1 + 1 = 2
Figura 5.14:
dx
1 + x2
Soluci
on.
dx
=
arc
tg
x
= arc tg 3 arc tg 1 = =
2
1
1+x
3
4
12
Integraci
on de funciones definidas a trozos
x2
x
si 0 x 1
si 1 x 2
f (x) dx.
calcular
0
Soluci
on. Descomponemos la integral con objeto de integrar por tramos,
utilizando en cada tramo la funci
on correspondiente.
2
f (x) dx =
0
x dx +
0
3 1 2 2
x dx =
1
x
3
+
0
x
2
=
1
1
11
1
+2 =
3
2
6
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
2
349
|1 x| dx
Soluci
on. Separamos los dos casos del valor absoluto.
1x
1 + x
f (x) = |1 x| =
1x0
=
1x<0
si
si
1x
x1
x1
x>1
si
si
de donde,
2
0
|1 x| dx =
1
0
(1 x) dx +
x2
(x 1) dx = x
+
2 0
1 4
=1 + 2
2 2
1
2
x
si
si
si
x2
x =
2
1
1
+1=1
2
x [0, 1]
x (1, 2]
x (2, 3]
f (t) dt
determinar F (x) =
0
Soluci
on. El valor de F (x) depender
a del tramo en el que esta situada la x
2
1
0
x [0, 1] F (x) =
f (t) dt =
0
x (1, 2] F (x) =
1 dt = t
0
f (t) dt =
0
0
x
1 dt +
0
=x
2 dt = t
+ 2t
0
x
1
= 1 2x + 2 = 2x + 3
x (2, 3] F (x) =
f (t) dt =
0
= t
+ 2t
0
1 dt +
0
2 t2 x
+
1
=14+2+
de donde, la funci
on F vendr
a denida por:
2 dt +
t dt =
2
x2
4
x2
=
3
2
2
350CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
y
y = f (x)
y = F (x)
F (x) =
x
2x + 3
x2
3
2
si x [0, 1]
si x (1, 2]
si x (2, 3]
Figura 5.15:
B. C
alculo de primitivas.
5.3.
Integraci
on inmediata.
Definici
on 5.1 (Primitiva). Una funci
on F (x) se llama primitiva de otra
funci
on f (x) si F (x) = f (x).
Proposici
on 5.1. Si una funci
on tiene una primitiva, entonces tiene infinitas, que se diferencian entre s en una constante.
Definici
on 5.2 (Integral indefinida). Se llama integral indefinida de una
funci
on f (x) al conjunto formado por todas sus primitivas, y se denota por:
f (x) dx = F (x) + C
Ejemplo 5.31. Hallar
x3 + 2x2 + 1 dx
Soluci
on. Buscamos una primitiva del integrando, es decir una funci
on tal
que al derivarla nos de el integrando. En consecuencia,
x3 + 2x2 + 1 dx =
x4 2x3
+
+x+C
4
3
5.3.1.
INMEDIATA.
5.3. INTEGRACION
2.
3.
4.
5.
351
df (x) = f (x) + C
[f (x) g(x)] dx =
f (x) dx g(x) dx
integraci
on.
5.3.2.
dx = x + C
n
xn+1
sen x dx = cos x + C
2
sec x dx = tg x + C
2
csc x dx = cot x + C
senh x dx = cosh x + C
+C
x dx =
n+1
dx
= ln |x| + C
x
ex dx = ex + C
ax
+C
ax dx =
ln a
dx
= arc tg x + C
1 + x2
x
1
dx
= arc tg + C
2
2
a +x
a
a
dx
= arc sen x + C
1 x2
dx
x
= arc sen + C
2
2
a
a x
cos x dx = sen x + C
cosh x dx = senh x + C
dx
= tgh x + C
cosh2 x
dx
= coth x + C
senh2 x
1
1
+C
dx =
x2
x
tg x dx = ln | cos x| + C
1 x 1
dx
= ln
+C
2
x 1
2
x + 1
dx
= ln x + x2 + 1 + C
1 + x2
1
dx = 2 x + C
x
cotg x dx = ln | sen x| + C
dx
= ln x + x2 1 + C
x2 1
1
x+
x
dx
Soluci
on. Realizando el cuadrado tenemos:
1
x+
x
dx =
x+2+
1
x2
dx =
+ 2x + ln |x| + C
x
2
352CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
(x + 1)2
dx
x3 + x
x2 + 2x + 1
(x2 + 1) + 2x
dx
=
dx =
x(x2 + 1)
x(x2 + 1)
2
1
+
dx = ln |x| + 2 arc tg x + C
=
x 1 + x2
2
tg x + cot x dx
tg x + cot x dx =
tg2 x + 2 + cot2 x dx =
=
=
tg2 x + 1 dx +
tg2 x + 1 + 1 + cot2 x dx =
1 + cot2 x dx =
sec2 xdx +
csc2 xdx =
= tg x cot x + C
2x x2 + 1 dx
Soluci
on. En este caso tenemos que tener en cuenta la derivada de una
funci
on compuesta.
2x
5.4.
x2
+ 1 dx =
x +1
1/2
x2 + 1
2x dx =
3/2
+C =
3/2
2 2
x +1
x2 + 1 + C
=
3
Integraci
on mediante cambio de variable
f (x) dx =
2.
x = g(t)
dx = g (t)dt
f g(t) g (t) dt
f g(x) g (x) dx =
g(x) = t
g (x)dx = dt
f (t) dt
353
En la pr
actica se combinan ambos metodos, ya que x = g(t) t = g 1 (x).
La funci
on que se utilice tendr
a que tener derivada continua para que se
pueda realizar la nueva integral, e inversa para poder deshacer el cambio.
Ejemplo 5.36. Hallar la integral
x x2 + 3
dx
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
x x2 + 3
dx =
u = x2 + 3
du = 2x dx
u4
1
du
=
2
2
u4 du =
x2 + 3
1 u5
+C =
=
2 5
10
Ejemplo 5.37. Hallar la integral
+C
cos 3t
dt
(1 + sen 3t)5
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
1
cos 3t dt
=
(1 + sen 3t)5
3
=
1
3
u5 du =
u = 1 + sen 3t
du = 3 cos 3t dt
1
1
1 u4
+C =
+C =
+C
3 4
12u
12(1 + sen 3t)4
ex sen ex dx
Soluci
on. Hacemos el cambio de variable buscando la derivada del sen:
ex sen ex dx =
u = ex
du = ex dx
Soluci
on. Hacemos el cambio de variable llamando t a una parte del integrando, de manera que podamos identicar dt en el resto:
ln cos x tg x dx =
t = ln cos x
= t dt =
sen x
dt =
dx = tg x dx
cos x
2
t2
1
= + C = ln(cos x) + C
2
2
x x + 1 dx
354CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Hacemos el cambio de variable llamando t = x + 1, sin embargo,
para hallar dt no derivamos directamente, sino que previamente eliminamos
la raz cuadrada:
t = x + 1 t2 = x + 1
x x + 1 dx =
=
t2 1 t 2t dt =
x = t2 1 dx = 2t dt
5
3
2 x+1
2 x+1
2t5 2t3
4
2
+C =
+C
2t 2t dt =
=
5
3
5
3
e6x dx
e6x + 1
Soluci
on. Teniendo en cuenta que el numerador es la derivada del denominador, salvo un factor constante, hacemos el cambio de variable buscando
la derivada del ln:
e6x dx
=
e6x + 1
e6x + 1 = t
6e6x dx = dt
1
6
ln e6x + 1
ln |t|
dt
=
+C =
+C
t
6
6
e3x dx
e6x + 1
Soluci
on. En este caso hacemos el cambio de variable buscando la derivada
del arc tg:
Ejemplo 5.42. Hallar la integral
e3x = t
1
e3x dx
=
=
3x
6x
e +1
3
3e dx = dt
Ejemplo 5.43. Hallar la integral
t2
1
1
dt
= arc tg t+C = arc tg e3x +C
+1
3
3
sen x
dx
x
Soluci
on. En este caso hacemos el cambio de variable buscando dejar el seno
exclusivamente en funci
on de la variable de integraci
on:
x=t
sen x
dx = dx
= 2 sen tdt = 2 cos t + C = 2 cos x + C
x
= dt
2 x
Ejemplo 5.44. Hallar la integral
dx
(x + 2) x + 1
Soluci
on. En este caso hacemos el cambio
de variable buscando eliminar la
raz cuadrada, para lo cual hacemos x + 1 = t, sin embargo, en vez de
derivar esta expresi
on directamente, la elevamos al cuadrado previamente:
x + 1 = t x + 1 = t2 x = t 2 1
dx
=
=
(x + 2) x + 1
dx = 2tdt
2t dt
2 dt
=
= 2 arc tg t + C = 2 arc tg x + 1 + C
=
2
2
(t + 1)t
(t + 1)
355
x2 x3 + 1 dx
Soluci
on. En este caso podemos elegir entre dos opciones; hacemos el cambio
de variable buscando eliminar la raz cuadrada, o bien, tenemos encuenta
que lo expresi
on que hay fuera de la raz es la derivada del radicando.
En el primer caso,
x3 + 1 dx =
x
=
2
3
t2 dt =
x3 + 1 = t x3 + 1 = t2
3x2 dx
2
2 t3
+C =
33
9
= 2tdt
x3 + 1
2
3
t t dt =
2
+ C = (x3 + 1) x3 + 1 + C
9
y en el segundo,
x3 + 1 = t
x2 x3 + 1 dx =
=
3x2 dx
= dt
2
1 t3/2
+C =
3 3/2
9
1
3
x3 + 1
t dt =
1
3
t1/2 dt =
2
+ C = (x3 + 1) x3 + 1 + C
9
x1
f (x) dx =
x0
x = g(t) dx = g (t) dt
x0 = g(t0 ) ; x1 = g(t1 )
1
t1
f g(t) g (t) dt
t0
1 x2 dx
Soluci
on. Para resolver esta integral hacemos la sustituci
on trigonometrica
x = sen x, con objeto de eliminar la raz cuadrada generando un cuadrado
en su interior.
1
0
1 x2 dx =
/2
=
0
x = sen t dx = cos t dt
x = 0 0 = sen t t = 0
x = 1 1 = sen t t = /2
1 sen2 t cos t dt =
/2
0
cos2 t dt =
=
/2
1 + cos 2t
dt =
2
0
t sen 2t /2
+
=
=
2
4
4
0
356CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
5.5.
Integraci
on por partes.
v du
La constante de integraci
on solo se a
nade al nal del proceso.
Si la integral fuera denida, sera:
b
f (x)g(x) dx
a
x sen x dx
u=x
dv = sen x dx
du = dx
v = cos x
= x cos x +
Ejemplo 5.48. Hallar la integral
Soluci
on. En este ejemplo la eleccion de u y dv no resultan evidentes.
Forzamos la situacion para que el dv elegido sea facil de integrar.
u = x2
dv = x 1 + x2 dx
de donde,
du = 2x dx
v = x 1 + x2 dx =
(1 + x2 )3/2
1
1 + x2 2x dx
=
= (1 + x2 )3/2
2
2 3/2
3
(1 + x2 )3/2 2xdx =
3
3
1 (1 + x2 )5/2
1
2
= x2 (1 + x2 )3/2 (1 + x2 )5/2 + C
3
5/2
3
15
x3 1 + x2 dx =
=
x2 (1 + x2 )3/2
3
ln x dx
POR PARTES.
5.5. INTEGRACION
357
Soluci
on. Elegimos u = ln x y como dv el propio dx.
u = ln x
ln x dx =
1
du = dx
x
v=x
dv = dx
= x ln x
dx = x ln x x + C
arc tg x dx
Soluci
on. Elegimos u = arc tg x y como dv el propio dx.
u = arc tg x du = dx
arc tg x dx =
1 + x2 = x arc tg x
dv = dx
v=x
= x arc tg x
x dx
=
1 + x2
1
2x
dx = x arc tg x ln(1 + x2 ) + C
2
1+x
2
1
2
x2 ex dx
Soluci
on. Elegimos u = x2 y dv = ex dx.
x2 ex dx =
u = x2
dv =
ex dx
du = 2xdx
v = ex
= x2 ex
2xex dx = x2 ex I1
I1 =
2xe dx =
u = 2x
dv =
ex dx
du = 2dx
v = ex
= 2xex
de donde resulta,
x2 ex dx = x2 ex (2xex 2ex ) + C = (x2 2x + 2)ex + C
ex sen x dx
Soluci
on. Elegimos u = ex y dv = sen xdx.
x
e sen x dx =
u = ex
dv = sen xdx
du = ex dx
v = cos x
= ex cos x +
ex cos x dx = ex cos x + I1
e cos x dx =
u = ex
du = ex dx
= ex sen x
ex sen x dx
358CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Apareciendo, nuevamente, la integral que, en un principio, trat
abamos da
calcular. Sustituimos y operamos como si se tratara de una ecuaci
on, agrupando las dos integrales,
ex sen x dx = ex cos x + ex sen x
ex sen x dx
de donde resulta,
2
y despejando la integral y a
nadiendo la constante, resulta
ex sen x dx =
ex cos x + ex sen x
+C
2
Soluci
on. Elegimos u = a2 x2 y dv = dx.
a2
x2 dx
u=
a2 x2
dv = dx
x dx
du =
a2 x2
v=x
= x a2 x2 +
x2 dx
a2 x2
x2 dx
=
a2 x2
a2 (a2 x2 )
dx =
a2 x2
a2
dx
a2 x2
a2 x2
dx
a2 x2
La primera integral es inmediata. Para calcular la segunda integral racionalizamos la expresion con lo cual resulta,
x
I1 = a2 arc sen
a2 x2 dx
a
Apareciendo, nuevamente, la integral que, en un principio, trat
abamos da
calcular. Sustituimos y operamos como si se tratara de una ecuaci
on, agrupando las dos integrales,
x
a2 x2 dx = x a2 x2 + a2 arc sen
a2 x2 dx
a
de donde resulta,
x
2
a2 x2 dx = x a2 x2 + a2 arc sen
a
y despejando la integral y a
nadiendo la constante, resulta
x
1
a2
arc sen + C
a2 x2 dx = x a2 x2 +
2
2
a
DE FUNCIONES RACIONALES
5.6. INTEGRACION
5.6.
359
Integraci
on de funciones racionales
5.6.1.
Integraci
on de fracciones elementales
1
xa
II.
1
(x a)n
III.
Ax + B
+ px + q
x2
IV.
(x2
Ax + B
+ px + q)n
siendo x2 + px + q irreducible.
Las siguientes integrales racionales son inmediatas:
1
dx = ln |x a| + C
xa
f (x)
dx = ln |f (x)| + C
f (x)
1
(x a)n+1
dx
n
+C =
=
(x
a)
dx
=
+C
(x a)n
n + 1
(n 1)(x a)n1
1
dx = arc tg x + C
1 + x2
Integrales del tipo:
x2
1
dx
+ px + q
Ax + B
dx siendo x2 + px + q = 0
+ px + q
x2
1
dx
x2 + 4x + 13
Soluci
on. Expresamos el denominador como el cuadrado de un binomio,
x2 + 4x + 13 = (x + 2)2 4 + 13 = (x + 2)2 + 9
de donde,
x2
dx
=
+ 4x + 13
1
dx
=
2
(x + 2) + 9
9
=
3
9
dx
=
x+2 2
+1
3
x+2
1/3 dx
1
+C
= arc tg
3
3
x+2 2
+1
3
360CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Ejemplo 5.55. Hallar la integral
1
dx
2x2 4x + 10
Soluci
on. Expresamos el denominador como el cuadrado de un binomio,
sacando previamente 2 factor com
un,
2x2 4x + 10 = 2[x2 2x + 5] = 2[(x 1)2 1 + 5] = 2[(x 1)2 + 4]
de donde,
2x2
1
dx
=
4x + 10
2
1
dx
=
2
(x 1) + 4
8
=
2
8
dx
=
x1 2
+1
2
x1
1/2 dx
1
+C
= arc tg
2
4
2
x1
+1
2
x2
3x + 2
dx
4x + 8
Soluci
on. Esta integral es del tipo ln + arc tg. Para ello buscamos en el numerador la derivada del denominador 2x 4 y luego separamos en dos integrales; la primera es un ln y en la segunda buscamos el arc tg, expresando
el denominador como el cuadrado de un binomio,
3
(3x + 2) dx
(x + 2/3) dx
2x + 4/3
=3
=
dx =
2
2
2
x 4x + 8
x 4x + 8
2 x 4x + 8
3
3
3 2x 4 + 4 + 4/3
2x 4
16/3 dx
dx =
dx +
=
=
2
2
2
x 4x + 8
2 x 4x + 8
2 (x 2)2 + 4
3
1/2 dx
= ln |x2 4x + 8| + 4
=
2
x2 2
+1
2
x2
3
+C
= ln(x2 4x + 8) + 4 arc tg
2
2
5.6.2.
Integraci
on de funciones racionales con ayuda del desarrollo en fracciones simples.
Divisi
on de los polinomios.- Si el grado del numerador es mayor o igual
que el del denominador, la primera operaci
on es efectuar la divisi
on.
P (x)
R(x)
Q(x)
C(x)
DE FUNCIONES RACIONALES
5.6. INTEGRACION
361
R(x)
P (x)
= C(x) +
Q(x)
Q(x)
C(x) dx +
R(x)
dx
Q(x)
3.
Descomponer la fracci
on en fracciones simples.
La determinaci
on de los coecientes se puede hacer por dos metodos:
1.
2.
2x3 + 3x2 6x 12
dx
x2 4
Soluci
on. Efectuamos la divisi
on de los polinomios,
2x3 + 3x2 6x 12 x2 4
2x3
+ 8x
2x + 3
3x
2x3 + 3x2 6x 12
2
= 2x + 3 + 2
3x + 2x 12
2
x 4
x 4
+ 12
3x2
2x
362CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Con lo cual, la integral se transforma en dos integrales, que en este caso
ambas resultan inmediatas; la primera por ser polin
omica, y la segunda por
ser la derivada de un logaritmo.
2x3 + 3x2 6x 12
dx =
x2 4
(2x + 3) dx +
2x
dx = x2 + 3x + ln |x2 4| + C
4
x2
2x3 5x2 4x + 13
dx
x2 4x + 4
Soluci
on. Efectuamos la divisi
on de los polinomios,
2x3 5x2 4x + 13
2x3 + 8x2 8x
3x2 12x + 13
3x2 + 12x 12
1
x2 4x + 4
2x + 3
1
dx =
x2 4x + 4
1
1
dx = x2 + 3x
+C
2
(x 2)
x2
(2x + 3) dx +
= x2 + 3x +
Soluci
on. Efectuamos la divisi
on de los polinomios,
x2 + 3x 4
x2 + 2x + 8
5x + 4
x2 2x 8
1
x2 + 3x 4
5x + 4
=1+ 2
2
x 2x 8
x 2x 8
DE FUNCIONES RACIONALES
5.6. INTEGRACION
363
Con lo cual, la integral se transforma en dos integrales, la primera es inmediata, por ser polin
omica, pero la segunda no.
x2 + 3x 4
dx =
x2 2x 8
1 dx +
x2
5x + 4
dx = x + I1
2x 8
2 4 + 32
26
4
2
x 2x 8 = 0 x =
=
=
2
2
2
de donde resulta,
x2
5x + 4
A
B
A(x + 2) + B(x 4)
5x + 4
=
=
+
=
2x 8
(x 4)(x + 2)
x4 x+2
(x 4)(x + 2)
x2
5x + 4
dx =
2x 8
4
dx +
x4
1
dx = 4 ln |x 4| + ln |x + 2|
x+2
de donde,
x2 + 3x 4
dx = x + 4 ln |x 4| + ln |x + 2| + C
x2 2x 8
(b) El denominador tiene s
olo races reales, aunque alguna de ellas
es m
ultiple.
p(x)
A
B
C
D
p(x)
=
=
+
+
+
3
2
q(x)
(x x1 )(x x2 )
x x1 x x2 (x x2 )
(x x2 )3
x4 x3 x 1
dx
x3 x2
Soluci
on. Efectuamos la divisi
on de los polinomios,
x4 x3 x 1
x4 + x3
x 1
x3 x2
x
x4 x3 x 1
x 1
=x+ 3
x3 x2
x x2
x dx +
x2
x 1
+ I1
dx
=
x3 x2
2
364CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Para calcular la segunda integral factorizamos el denominador y descomponemos la fracci
on en fracciones simples.
x3 x2 = x2 (x 1)
de donde resulta,
A
B
Ax(x 1) + B(x 1) + Cx2
x 1
C
x 1
=
+
=
=
+
x3 x2
x2 (x 1)
x
x2 x 1
x2 (x 1)
Los coecientes los calculamos dando valores a x,
x = 0 1 = B B = 1
x = 1 2 = C C = 2
x = 2 3 = 2A + B + 4C 3 = 2A + 1 8 2A = 4 A = 2
Con lo cual resulta,
x 1
dx =
x3 x2
I1 =
2
dx+
x
1
dx+
x2
1
2
dx = 2 ln |x| 2 ln |x1|
x1
x
de donde,
1
x2
x4 x3 x 1
+ 2 ln |x| 2 ln |x 1| + C
dx
=
3
2
x x
2
x
(c) Entre las races del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
p(x)
p(x)
B
C
Mx + N
A
+
+
+ 2
=
=
q(x)
(x x1 )(x x2 )2 (ax2 + bx + c)
x x1
x x2
(x x2 )2
ax + bx + c
8x2 + 6x + 6
dx
x3 3x2 + 7x 5
Soluci
on. Factorizamos el denominador y descomponemos la fraccion en fracciones simples.
1
1
1
-3
1
-2
7
-2
5
-5
5
0
x3 3x2 + 7x 5 = (x 1)(x2 2x + 5)
2 4 20
2
x 2x + 5 = 0 x =
Sin soluci
on.
2
De donde resulta,
8x2 + 6x + 6
A
Mx + N
8x2 + 6x + 6
=
=
+ 2
=
3
2
2
x 3x + 7x 5
(x 1)(x 2x + 5)
x 1 x 2x + 5
A(x2 2x + 5) + (M x + N )(x 1)
=
(x 1)(x2 2x + 5)
DE FUNCIONES RACIONALES
5.6. INTEGRACION
365
5
dx +
x1
3x + 19
dx = 5 ln |x 1| + I1
2x + 5
x2
3x + 19
dx =
2x + 5
I1 =
x2
3t + 22
dt =
t2 + 4
t2
3t
dt +
+4
t2
3
22
dt =
+4
2
3
22
ln |t2 + 4| +
2
2
4
=
t2
22
2t
dt +
+4
4
1
t2 /4
+1
dt =
3
t
1/2
dt = ln |t2 + 4| + 11 arc tg =
(t/2)2 + 1
2
2
3
x1
ln |x2 2x + 5| + 11 arc tg
2
2
366CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
numerador es un polinomio de grado una unidad menos que el denominador
resultante.
p(x)
dx =
q(x)
p(x)
dx
(x x1 )(x x2 )2 (ax2 + bx + c)(dx2 + ex + f )2
A
Px + Q
p(x)
B
Mx + N
=
+ 2
+
+
+ 2
q(x)
x x1 x x2 ax + bx + c dx + ex + f
d
Rx2 + Sx + T
+
dx (x x2 )(dx2 + ex + f )
de donde,
p(x)
dx =
q(x)
A
dx +
x x1
B
Mx + N
dx+
dx +
x x2
ax2 + bx + c
Rx2 + Sx + T
Px + Q
dx
+
dx2 + ex + f
(x x2 )(dx2 + ex + f )
2.
d
dx
polinomio de grado
el que resulte en el denominador -1
producto de factores m
ultiples,
eleados a su exponente -1
dx
(1 + x2 )2
Soluci
on. Dado que x2 + 1 = 0 no tiene races, se trata de una raz compleja
de multiplicidad 2. Con lo cual, aplicamos el metodo de Hermite y resulta:
1
Mx + N
d Ax + B
2 = 1 + x2 + dx
2
1 + x2
(1 + x )
Derivamos el cociente y sumamos las fracciones,
1
Mx + N
A(1 + x2 ) 2x(Ax + B)
=
+
=
1 + x2
(1 + x2 )2
(1 + x2 )2
(M x + N )(1 + x2 ) + A(1 + x2 ) 2x(Ax + B)
=
(1 + x2 )2
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
367
3a + 2a
4a 2 2a
N +A=1
2M + 2N + 2A 2A 2B = 1
2M + 2N + 2A 2A + 2B = 1
10M + 5N + 5A 8A 4B = 1
A=1N
2M + 2N 2B = 1
4N = 2 N = 1/2
6M + N 3A = 1
A = 1/2
2M 2B = 0
N = 1/2
6M 3A = 3/2
A = 1/2
B=M
N = 1/2
6M = 0
A = 1/2
B=0
N = 1/2
M =0
luego,
dx
=
(1 + x)2
5.7.
1/2 dx
+
1 + x2
x
1
d 1/2 x
+C
dx = arc tg x +
2
dx 1 + x
2
2(1 + x2 )
Integraci
on de expresiones trigonom
etricas
5.7.1.
Integraci
on de potencias de funciones trigonom
etricas
2.
Si los dos exponentes son pares positivos, se van rebajando los grados
con las siguientes formulas trigonometricas.
sen2 =
1 cos 2
2
cos2 =
1 + cos 2
2
sen3 x cos2 x dx
368CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Tenemos,
sen3 x cos2 x dx =
cos x = t
sen x dx = dt
(t2 t4 ) dt =
=
t3 t5
+ +C =
3
5
cos3 x cos5 x
+
+C
3
5
sen3 2x
dx
(cos 2x)3/2
Soluci
on. Tenemos,
sen3 2x
dx =
(cos 2x)3/2
=
=
=
=
=
1
2
sen 2x dx =
cos 2x = t
2 sen 2x dx = dt
1
2
= t1/2 +
(t3/2 t1/2 ) dt =
1 t1/2 1 t3/2
+
+C =
2 1/2 2 3/2
t3/2
1
+ C = (cos 2x)1/2 + (cos 2x)3/2 + C
3
3
sen4 x dx
Soluci
on. Tenemos,
1 cos 2x 2
dx =
2
1
1 + cos 4x
1 2 cos 2x + cos2 2x dx =
1 2 cos 2x +
dx =
4
2
1
2 4 cos 2x + 1 + cos 4x dx =
3 4 cos 2x + cos 4x dx =
8
4 sen 2x sen 4x
3x sen 2x sen 4x
1
+
+
+C
3x
+C =
=
8
2
4
8
4
32
sen4 x dx =
1
4
1
=
8
sen2 x
dx =
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
5.7.2.
369
Integraci
on de funciones racionales del sen y del cos
Consideremos las integrales del tipo R(sen x, cos x) dx, donde R es una
funci
on racional.
En general, esta integral siempre se puede transformar en una integral
racional mediante el cambio tg(x/2) = t.
Como resultado de esta sustitucion tenemos:
tg(x/2) = t x/2 = arc tg t x = 2 arc tg t dx =
1 + t2
x/2
2
dt
1 + t2
t
1
x
x
=
cos =
2
2
2
1+t
1 + t2
x
t
x
2t
1
=
2
2
1 + t2 1 + t2
1 + t2
sen
Si la funci
on R(sen x, cos x) es impar respecto a sen x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on cos x = t
2.
Si la funci
on R(sen x, cos x) es impar respecto a cos x, o sea, si
R(sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on sen x = t
3.
Si la funci
on R(sen x, cos x) es par respecto a sen x y cos x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on tg x = t
En este caso, como resultado de esta sustitucion tenemos:
1+
t2
tg x = t x = arc tg t dx =
t
sen x =
t
1 + t2
1
Ejemplo 5.66. Hallar la integral
1
dx
sen x
cos x =
1
dt
1 + t2
1
1 + t2
370CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. La funci
on es impar respecto al sen x, por tanto, hacemos el cambio
cos x = t, de donde resulta,
1 t2
dt
dt
=
=
sen x dx = dt dx =
2
sen x
1t
1
dt
dt
dt
dx = I
=
dx =
dx =
2
21
2
2
1
t
t
1t 1t
1
dx =
sen x
cos x = t sen x =
1
1
A
A
A(t 1) + B(t + 1)
=
=
+
=
1
(t + 1)(t 1)
t+1 t1
(t + 1)(t 1)
1/2
dt+
t+1
1
1
1 t 1
1/2
dt =
ln |t+1|+ ln |t1| = ln
+C =
t1
2
2
2
t + 1
1 cos x 1
+C
= ln
2
cos x + 1
dx
(2 + cos x 2 sen x) sen x
Soluci
on. Hacemos el cambio general tg(x/2) = t, con lo cual resulta,
dx =
2 dt
1 + t2
sen x =
2t
1 + t2
cos x =
1 t2
1 + t2
de donde,
dx
=
(2 + cos x 2 sen x) sen x
=
1
2 dt
=
1 t2
4t
2 t 1 + t2
(2 +
)
1 + t2 1 + t2 1 + t2
dt
1 + t2
dt = I
=
2
2
t(t2 4t + 3)
2 + 2t + 1 t 4t
t
1 + t2
4 4
42
4 16 12
3
2
t 4t + 3 = 0 t =
=
=
=
1
2
2
2
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
371
A
B
C
A(t 3)(t 1) + Bt(t 1) + Ct(t 3)
1 + t2
= +
+
=
t(t 3)(t 1)
t
t3 t1
t(t 3)(t 1)
I=
5.8.
1
5
5/3
1
dt +
dt = ln |t| + ln |t 3| ln |t 1| =
t3
t1
3
3
x
1 x 5 x
= ln tg + ln tg 3 ln tg 1 + C
3
2
3
2
2
Integraci
on de funciones irracionales
5.8.1.
Radicales semejantes
x,
ax + b
cx + d
m1 /n1
ax + b
cx + d
m2 /n2
, ,
ax + b
cx + d
mk /nk
dx
ax + b
=t
cx + d
ax + b
= t donde = mcm{n1 , n2 , , nk }
cx + d
(2x 3)1/2
dx
(2x 3)1/3 + 1
Soluci
on. Expresamos las races con ndice com
un.
(2x 3)1/2
dx =
(2x 3)1/3 + 1
2x 3
dx =
3
2x 3 + 1
6
6
(2x 3)3
(2x 3)2 + 1
dx = I
6
2x 3 = t 2x 3 = t6 2 dx = 6t5 dt dx = 3t5 dt
de donde,
I=
t3
3t5 dt =
t2 + 1
3t8
dt = I
t2 + 1
372CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
t2 + 1
3t6 3t4 + 3t2 3
3t8
3t8 3t6
3t6
3t6 + 3t4
Por consiguiente:
3t4
3t4
3
3t8
= 3t6 3t4 + 3t2 3 + 2
2
t +1
t +1
3t2
3t2
3t2 + 3
3
I=
t2
=3
3
3t7 3t5 3t3
dx =
+
3t + 3 arc tg t + C =
+1
7
5
3
1
1
(2x 3)7/6 (2x 3)5/6 + (2x 3)3/6 (2x 3)1/6 + arc tg(2x 3)1/6 + C
7
5
3
5.8.2.
La sustituci
on trigonom
etrica
ax2 + bx + c dx,
a = 0,
b2 4ac = 0
p2 t2 dx,
R t,
t2 p2 dx,
R t,
t2 + p2 dx
t = p cos u,
t = p tgh u
t = p cosh u
t = p senh u
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
373
cos2 + sen2 = 1
cosh2 senh2 = 1
cosh2 = 1 + senh2
Soluci
on. Aplicamos la sustituci
on x = sen t y transformamos la integral en
una integral trigonometrica.
x = sen t
dx = cos tdt
1 x2 dx =
=
t
sen 2t
1 + cos 2t
dt = +
+C =
2
2
4
2 sen t cos t
1
1
t
+ C = arc sen x + x 1 x2 + C
= +
2
4
2
2
cos t cos t dt =
cos2 tdt =
t = arc sen x,
cos t =
1 x2
x2 1 dx
Soluci
on. Aplicamos la sustituci
on x = cosh t y transformamos la integral
en una integral hiperb
olica.
x2 1 dx =
=
x = cosh t
dx = senh t dt
cosh2 t 1 senh t dt =
senh 2t t
cosh 2t 1
dt =
+C =
2
4
2
t
1
1
2 senh t cosh t
+ C = x x2 1 ln x + x2 1 + C
=
4
2
2
2
senh t senh t dt =
senh2 t dt =
4x x2 dx
x2 1
374CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Formamos previamente el binomio cuadrado en el radicando.
4x x2 = x2 4x = (x 2)2 4 = 4 (x 2)2
de donde, aplicando la sustituci
on x 2 = 2 sen t, transformamos la integral
en una integral trigonometrica, en efecto,
4x x2 dx =
4 (x 2)2 dx =
4 4 sen2 t 2 cos t dt = 4
x 2 = 2 sen t
dx = 2 cos t dt
1 sen2 t cos t dt =
sen 2t
1 + cos 2t
dt = 2 t +
+C =
2
2
x21
x2
4x x2 + C =
+2
= 2t + 2 sen t cos t + C = 2 arc sen
2
2 2
x2 x2
+
4x x2 + C
= 2 arc sen
2
2
=4
cos t cos t dt = 4
cos2 t dt = 4
1 + cos 2t
,
2
x2
2
1
2
4x x2
4 + x2 dx
Soluci
on. Aplicamos la sustituci
on x = 2 senh t y transformamos la integral
en una integral hiperb
olica.
4+
=2
x
1+
2
x/2 = senh t
=2
dx =
=
dx = 2 cosh t dt
1 + cosh 2t
dt =
cosh t 2 cosh t dt = 4 cosh2 t dt = 4
2
senh 2t
t
+
+ C = 2t + senh 2t + C =
=4
2
4
x
= 2 arg senh + 2 senh t cosh t + C =
2
x
x
x 2
x 2
+ 1+
= 2 ln
+2
1+
+C =
2
2
2
2
x + 4 + x2 x
+
= 2 ln
4 + x2 + C =
2
2
x
4 + x2 + C
= 2 ln x + 4 + x2 +
2
x2 dx
5.9.
375
sen2 x cos3 x dx
Captulo 6
Aplicaciones de la integral.
6.1.
C
alculo del
area de una figura plana.
2.
3.
da
A=
a
Proposici
on 6.1 (Area
bajo una curva). El a
rea del trapecio curvilneo
limitado por la curva y = f (x), siendo f (x) 0, por las rectas verticales
x = a y x = b y por el segmento [a, b] del eje Ox viene definido por la
integral,
b
A=
f (x) dx
a
377
378
Proposici
on 6.2 (Area
entre dos curvas). El a
rea de la regi
on limitada
por las curvas y = f1 (x) e y = f2 (x), siendo f1 (x) f2 (x), y por las rectas
x = a y x = b viene definida por la integral,
b
a
f2 (x) f1 (x) dx
x = 3 3 = y 2 + 1 y = 2 (3, 2)
1
x
1
1
A=
da = 2
y3
(2 y )dy = 2 2y
3
2
2 2
=2 2 2
3
8 2
3
1
x
1
1
A=
da = 2
1/2
(x 1)
dx = 2
2
3
3/2
(x 1)
3
1
2
8 2
2 20 =
=2
3
3
6.1. CALCULO
DEL AREA
DE UNA FIGURA PLANA.
379
Soluci
on. En primer lugar localizamos el recinto. Podemos utilizar las funciones tal y como vienen denidas o bien intercambiar la x por la y con
objeto de que sean funciones respecto de x. En este ejemplo utilizaremos
las funciones tal y como vienen denidas y dividiremos el recinto en franjas
horizontales.
Los puntos de corte de ambas curvas los obtenemos
por igualaci
on:
y 2 + 1 = 3 y 2 2y 2 = 2 y = 1
y
1
x
1
A=
da = 2
da = 2
0
y3
(2 2y )dy = 4 y
3
8
1
= 4(1 ) =
3
3
A=
1
2
da1 +
da2 =
2 x 1dx +
3
2
2y1 dx +
2y2 dx =
2(x 1)3/2
2 3 xdx = 2
3
+2
1
2(3 x)3/2
=
3
2
8
4 4
= + =
3 3
3
2
2
1
1
x
x
1 2 3 4
21
1 2
380
x2 = 3 x = 3
de donde,
A=
da = 2
x3
(3 x2 )dx = 2 3x
3
3 3
=2 3 3
3
=4 3
da = h dy = (2x)dy = (2 y) dy = 2y 1/2 dy
de donde,
3
A=
da = 2
0
y
0
1/2
2y 3/2
dy = 2
3
=4 3
6.2.
C
alculo del volumen de un cuerpo
6.2.1.
Lo dividimos en secciones, rebanadas o lonchas, innitamente estrechas, mediante cortes con planos perpendiculares a una direccion determinada (normalmente uno de los ejes de coordenadas o una recta
paralela a uno de ellos),
2.
3.
dv
V =
a
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
381
Proposici
on 6.3 (M
etodo de las secciones). Si el a
rea de la secci
on de
un cuerpo por un plano perpendicular al eje Ox puede expresarse en funci
on
de x, es decir, S = S(x), siendo a x b, entonces el volumen de la parte
del cuerpo comprendida entre los planos x = a y x = b, perpendiculares al
eje Ox, viene definido por la f
ormula:
b
V =
S(x) dx
a
6.2.2.
Volumen de un s
olido de revoluci
on: M
etodo de discos
Al cortar un s
olido mediante planos perpendiculares al eje de giro las secciones que se obtienen son discos, con lo cual su volumen viene determinado
por dv = r2 dx, o bien, dv = r2 dy, si el eje de giro es frontera a la region
que gira; y por dv = (r22 r12 ) dx, o bien, dv = (r22 r12 ) dy, si el eje de
giro es exterior a la regi
on que gira.
En consecuencia,
Proposici
on 6.4 (Giro de trapecio curvilneo). Si un trapecio curvilneo limitado por la curva y = f (x), el eje Ox y las verticales por los puntos
x = a y x = b gira alrededor del eje Ox, entonces el volumen del cuerpo de
revoluci
on que se engendra viene definido por la f
ormula:
b
V =
y 2 dx
Proposici
on 6.5 (Giro de regi
on entre dos curvas). Si la regi
on limitada por las curvas y = f1 (x), e y = f2 (x), siendo 0 f1 (x) f2 (x), y las
verticales por los puntos x = a y x = b gira alrededor del eje Ox, entonces
el volumen del cuerpo de revoluci
on que se engendra viene definido por la
f
ormula:
b
V =
a
6.2.3.
(y22 y12 ) dx
Volumen de un s
olido de revoluci
on: M
etodo de los
cilindros
Si dividimos un s
olido de revoluci
on mediante cilindros concentricos con
el eje de giro, cada cilindro con un espesor innitesimal. El volumen de
cada uno de estos cilindros vendr
a determinado por: dv = 2rh dx, o bien
dv = 2rh dy.
La regi
on generatriz deber
a estar a un solo lado del eje de giro, en caso contrario habr
a que descomponer la integral y hacer los vol
umenes por
separado. Tambien habr
a que descomponer la integral si la regi
on viene determinada por dos curvas que se cortan dentro del intervalo de integraci
on.
Este metodo tambien se llama de capas.
382
Ejemplo 6.4. Hallar por el metodo de discos y por el de capas el volumen del
s
olido generado al girar la regi
on comprendida entre la par
abola x = y 2 + 1
y la recta x = 3 alrededor de la recta x = 3.
Soluci
on. En primer lugar localizamos el recinto.
y
2
1
x
1
1
y
2
1
2
(x, y)
x
1
(x, y)
1
2
x=3
3 = y2 + 1
y= 2
V =
dV = 2
dV = 2
0
2 y 2 dy =
4y 3
y5
+
4 4y 2 + y 4 dy = 2 4y
=
3
5 0
0
60 2 40 2 + 12 2
64 2
8 2 4 2
= 2
+
=
= 2 4 2
3
5
15
15
= 2
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
y
y
2
1
383
2
(x, y)
1
x
(x, y)
x
dV = 4
V =
1
(3 x) x 1 dx =
x 1 = x = t2 + 1 dx =
2t dt
x0 = 1 t0 = 0; x1 = 3 t1 = 2
t2
= 4
0
(3 t2 1)t2t dt =
2t3 t5
(2 t2 )t2 dt = 8
(2t2 t4 )dt = 8
=
= 8
3
5 0
0
0
64 2
20 2 12 2
2 23
25
4 2 4 2
=
= 8
= 8
= 8
3
5
3
5
15
15
2
1. Metodo de discos:
384
y
1
(xi , y)
1
(xd , y)
x
2
1
x
1
1
V =
dV = 2
dV = 2
0
(8 8y 2 )dy =
8
= 2 8y y 3
3
1
0
= 2 8
8
32
=
3
3
y
1
(x, y)
x
1
1
1
V =
1
dV1 +
dV2 = 4
x x 1 dx + 4
3
2
x 3 x dx
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
385
I1 =
x x 1 dx =
x 1 = t2
x = t2 + 1 dx = 2t dt
1
=
0
I2 =
2t5 2t3
+
(2t + 2t )dt =
5
3
4
3 x = t2 x = 3 t2
x 3 x dx =
=
dx = 2t dt
0
=
1
6t3 2t5
+
(6t + 2t )dt =
3
5
2
0
1
(t2 + 1)t2t dt =
=
0
16
2 2
+ =
5 3
15
(3 t2 )t(2t) dt =
8
2
6 2
+
=2 =
3
5
5
5
Soluci
on. 1. Giro en torno al eje OX
(a) Metodo de los discos:
y
2
1
1
2
y
(x, y)
2
1
1
2
1 2 3 4
V =
dV =
0
2 4
x dx =
0
x
2
= 8
0
386
dV =
V =
0
y4
2(4y y ) dx = 2 2y
4
3
2
= 2(8 4) = 8
2
1
y
(x, y)
2
1
1 2 3 4
dV =
V =
0
y5
(16 y ) dy = 16y
5
2
= (32
128
32
)=
5
5
dV =
V =
0
3/2
2x
0
2x5/2
dx = 2
5
4
=
0
128
2 2 32
=
5
5
387
y = (x 2)2
y
3
2
1
2
yy=x
(xi , y)
3
2
1
(xd , y)
x
2 1
1 2 3
1 2
V =
dV = 2
dV = 2
0
x5
= 2 9x 2x3 +
5
3
0
(9 6x2 + x4 ) dx =
9 3
= 2 9 3 2 3 3 +
=
5
48 3
45 3 30 3 + 9 3
=
= 2
5
5
V =
= 4 2y
6.3.
dV = 4
3/2
(3 y) y dy = 4
3y 1/2 y 3/2 dy =
29 3
30 18
48 3
= 4 2 3 3
= 4
3=
5
5
5
0
0
3
5/2
2y
3
0
Lmite de sumas
lm
i=1
i
=
n
f (x) dx
0
4n + 1 + +
n3/2
4n + n
388
Soluci
on. Este lmite lo podemos resolver mediante integrales, en efecto:
lm
4n + 1 + + 4n + n
4n + 1 + + 4n + n
= lm
=
n
n3/2
n n1/2
i
1 n
4n + i
1 n
= lm
= lm
4+ =
n n
n
n
n i=1
n
i=1
1
=
0
6.4.
4 + x dx =
1/2
(4 + x)
0
2(4 + x)3/2
=
3
1
0
2
= (5 5 8)
3
1.1.1. a) (, 1]
b) [1, 2]
c) [2, 2]
b) (2, 5)
1.1.4. a) (, 1) (0, 1)
b) [0, 1] [5, 6]
b) x1 = 1/2, x2 = 5/4
c) 2, 3, 5
d) -1 y 1
b) |f (x) | <
Ejercicios de la secci
on 1.2 (p
ag. 22)
1.2.1. a) d =
b) d = 3
1.2.2. x = 3
1.2.3. y1 = 6, y2 = 2.
1.2.4. a) (x 1)2 + (y 1)2 = 2
b) (x 2)2 + (y 2)2 = 2
b) Punto (1,-2)
c) Sin soluci
on.
c) Sin soluci
on.
1/2
Ejercicios de la secci
on 1.3 (p
ag. 46)
1.3.1. a) No denido, b) 0, c) 2, d)
x + x + 1
1.3.4. a) g f (x) =
1.3.5.
3x2 + 2x 1
x2 + 1
f g(x) = (x 1)
1.3.6. f 1 (x) =
1.3.7. a) f (x) =
1
x
+ 1 = x,
x+1
g 1 (x) =
x2
x2 3x + 2
x2 + 3x + 2
2x + 1
4x + 12x + 10
x + 1 1 = x
g f (x) =
b) f g(x) =
si x 0
si x < 0
b) g(x) =
389
2x + 1
5
2x + 5
si x 2
si 0 x < 2
si x < 0
1
1
, 0, , . . . .
3
5
n
2n2
, c) n1
(n + 1)(n + 2)
3
1.4.3. a) 0, b) 0, c) 3/2, d)
1.4.4. a)ek , b) e3/2 , c) e1
1.4.5. a)
1
e
, b) 1, c) .
p+1
2
Ejercicios de la secci
on 1.5 (p
ag. 85)
1.5.1. a) 1/8, b) 1/6, c) 0
1.5.2. a = 2, b = 1
1.5.3. a) , b) +, c) No denido.
1.5.4. a) +, b) , c) +.
Captulo 2
Soluciones a los ejercicios propuestos del Captulo 2 (p
ag. 146)
2.1.
a) x2 + y 2 4 Crculo
2.2.
a) 2x2
d) cos (x2 + y 2 z)
2.3.
a) Plano horizontal
d) Semiesfera sup.
2.4.
a) Circunferencias concentricas
c) Hiperbola
e) Plano
g) Paraboloide
b) 0
e) cos (2x)
c) 4x2 y 2
f) |x|
b) Plano
e) Semielipsoide sup.
c) Cono
f) Silla de montar
b) Circunferencias concentricas
d) Rectas paralelas
f) Esfera
h) Cono
391
2.5.
a) ln 2
e) 1
i) 3
m) No existe
q) 0
b) 53
f) 0
j) No existe
n) No existe
r) 1
2.6.
a) f (0, 0) = 0
d) f (0, y) = y
b) R2 {(0, 0)}
e) x2 + y 2 < 1
2.7.
a) Continua
d) |x| = 2|y|
b) y = x
e) (x, y) = (0, 0)
c) 0
g) 0
k) No existe
o) 0
s) 0
d) No existe
h) 18
l) No existe
p) 2
t) No existe
c) y = 1 x2 , y > 0
f) y > 1 , y = x2
c) (x, y) = (0, 0)
f) Continua en (0, 2),
y = 2, x = k
Captulo 3
Soluciones a los ejercicios propuestos del Captulo 3 (p
ag. 208)
3.1.
Captulo 4
Soluciones a los ejercicios propuestos del Captulo 4 (p
ag. 326)
4.1. La funci
on no es continua en (0, 0) y por tanto no es diferenciable en dicho punto.
Aplquese innitesimo sen y y y luego trayectorias rectilneas. En el resto del
plano es diferenciable por tratarse de una funci
on elemental.
4.2. P1 (0, 0) punto silla, P2 (1/6, 1/3) mnimo relativo.
Captulo 5
Soluciones a los ejercicios propuestos del Captulo 5 (p
ag. 375)
5.1. a)
sen3 x
sen5 x
+C
3
5
Captulo 6
Soluciones a los ejercicios propuestos del Captulo 6 (p
ag. 388)
6.1. a)
sen3 x
sen5 x
+C
3
5
Bibliografa
[1] Larson - Hostetler, C
alculo y Geometra Analtica, Mc Graw Hill, 1992.
[2] Claudio Pita Ruiz, Calculo Vectorial , Prentice Hall Hispanoamericana,
Mexico, 1994.
[3] Robert G. Bartle, Introducci
on al An
alisis Matem
atico, Editorial
Limusa, S.A. Mexico, 1982.
393
Indice alfab
etico
Binomio de Newton, 190
Campo escalar, 96
vectorial, 97
Composicion de funciones, 32, 104
vectoriales, 105, 277
Concavidad, 202
Continuidad, 66
en dos variables, 121
Crecimiento, 200
Curvas de nivel, 113
Derivadas
direccionales, 227
parciales, 211
cruzadas, 223
de ordenes superiores, 222
notaci
on vectorial, 217
Diferenciabilidad, 233
Diferencial, 239
Distancia:
entre n
umeros reales, 13
entre puntos del espacio, 17
entre puntos del plano, 16
Dominio, 25, 97
implcito de una funci
on, 30
de varias variables, 97
Entorno, 119
Extremos, 196, 305
condicionados, 315
de una variable, 196
absolutos, 196
relativos, 200
Funci
on
de una variable, 26
dominio implcito, 30
lmite, 56
de varias variables, 94
composicion, 32, 104
continuidad, 121
dominio, 97
gr
aca, 110
lmite, 121
operaciones, 102
derivada parcial, 214
dominio, 25
implcita, 296
inversa, 36
inyectiva, 36
recorrido, 25
vectorial, 96, 268
Gradiente, 249
Hessiano, 309
Innitesimos, 133
Integraci
on
cambio de variable, 352
funciones irracionales, 371
funciones racionales, 359
funciones trigonometrica, 367
inmediata, 350
metodo de Hermite, 365
por partes, 356
sustituci
on trigonometrica, 372
tabla, 351
Integral, 329
394
INDICE ALFABETICO
aplicaciones, 377
areas, 377
indenida, 350
lmite de una suma, 334
Jacobiano, 274
Lmite
de funciones, 56
de dos variables, 121
de sucesiones, 47
mediante integrales, 334
Mac Laurin, 184
Multiplicadores de Lagrange, 315
Plano tangente, 254, 257, 258
Primitiva, 350
Puntos de inexi
on, 202
Razon de cambio, 218
Recorrido, 25
Recta normal, 260
Regla de Barrow, 347
Regla de la cadena, 276
Sucesion
acotada, 55
lmite, 47
monotona, 54
Sumas de Riemann, 329
Taylor, 183
calculos aproximados, 193
lmites, 195
polinomio, 183
resto, 192
Teorema
de Schwartz, 224
fundamental, 343
Vector normal, 254
Volumen, 380
de revoluci
on
capas, 381
discos, 381
395