Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Perez Calculo1
Perez Calculo1
Perez Calculo1
Asignatura: Clculo
Curso: Primero
Titulacin: Ingeniero de Telecomunicacin
septiembre 2006
ndice general
1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
10
14
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
26
26
28
29
32
3.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
35
35
36
ndice general
II
36
3.4. Ejerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
4. Continuidad
38
39
40
4.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
5. Sucesiones
45
47
53
55
5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
59
60
62
63
65
66
6.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
7. Derivadas
69
69
71
75
77
79
82
83
87
89
90
Universidad de Granada
Dpto. de Anlisis Matemtico
ndice general
III
7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8. Integral de Riemann
91
102
149
169
ndice general
IV
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Introduccin
En esta leccin quiero que entiendas la importancia de disponer de un marco de referencia. Tratar de explicarme. Para empezar, voy a proponerte unos ejercicios muy sencillos.
1. Sabes probar que 0 x = 0? Intntalo.
2. Qu entiendes por x? Es cierto que x es negativo?
3. Escribe con palabras lo que afirma la igualdad (x)y = xy. Sabes probarla?
4. Demuestra que si x , 0 entonces x2 > 0 (en consecuencia 1 > 0).
5. Sabes por qu no se puede dividir por 0?
2. Y de longitud 3?
Supongo que hace ya tanto tiempo que conoces estas propiedades de los nmeros que has
olvidado cundo las aprendiste. Y ahora te piden que las demuestres! Puedo imaginar tu reaccin que demuestre que 0 x = 0?, pero si eso es evidente! siempre me han dicho que es as!
cmo se puede demostrar tal cosa?.
Pienso que muchas veces la dificultad de un ejercicio est en que no sabes qu es exactamente lo que se te pide que hagas; no te dan un marco claro de referencia. En estas situaciones
lo ms frecuente es quedarse colgado con la mente en blanco sin saber qu hacer. Para evitar
ese peligro, en este curso vamos a dar un marco de referencia muy claro que va a consistir en
unas propiedades de los nmeros (axiomas, si quieres llamarlas as) que vamos a aceptar como
punto de partida para nuestro estudio. Esas propiedades, junto con las reglas de inferencia lgica usuales y con definiciones apropiadas nos permitirn demostrar resultados (teoremas) que
podremos usar para seguir avanzando. Simplificando un poco, puede decirse que en matemticas no hay nada ms que axiomas y teoremas (bueno, tambin hay conjeturas, proposiciones
1
Tambin conocis otros nmeros como 2, , o el nmero e que no son nmeros racionales
y que se llaman, con una expresin no demasiado afortunada, "nmeros irracionales". Pues
bien, el conjunto formado por todos los nmeros racionales e irracionales se llama conjunto
de los nmeros reales y se representa por R.
Es claro que N Z Q R.
Aunque los nmeros que no son racionales pueden parecer un poco raros, no merece la pena, al
menos por ahora, preocuparse por cmo son estos nmeros; sino que lo realmente interesante
es aprender a trabajar con ellos. Lo interesante del nmero 2 es que su cuadrado es igual a 2.
Pues bien, una de las cosas ms llamativas de los nmeros es que a partir de un pequeo grupo
de propiedades pueden deducirse casi todas las dems. Vamos a destacar estas propiedades
bsicas que, naturalmente, hacen referencia a las dos operaciones fundamentales que se pueden hacer con los nmeros: la suma y el producto. La suma de dos nmeros reales x, y se escribe
x + y, representndose el producto por xy. Las propiedades bsicas a que nos referimos son las
siguientes.
P1 [Propiedades asociativas] (x + y) + z = x + (y + z) ; (x y)z = x(y z) para todos x, y, z en R.
Universidad de Granada
Dpto. de Anlisis Matemtico
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
7. xy > 0 si, y slo si, x e y son los dos positivos o los dos negativos. En consecuencia si x , 0 es
x 2 > 0 y, en particular, 1 > 0.
8. z > 0 implica que
1
> 0.
z
9. Supuesto que x e y son los dos positivos o los dos negativos, se verifica que x < y implica que
1 1
< .
y
x
Valor absoluto
El valor absoluto de un nmero x R se define como el nmero:
(
x si x > 0
|x | =
x si x 6 0
Para trabajar con valores absolutos es til recordar que dado x R+o , representamos por x al
nico nmero mayor o igual que cero cuyo cuadrado
es igual a x. Puesto que, evidentemente,
1.2. Ejercicios
1. Sabiendo que a + b > c + d, a > b, c > d; se verifica necesariamente alguna de las desigualdades: a > c, a > d, b > c o b > d ? Dar una prueba o un contraejemplo en cada caso.
2. Calcula para qu valores de x se verifica que:
i)
iv)
vii)
2x 3 1
<
x+2
3
ii)
v)
x 2 (a + b)x + ab < 0
Universidad de Granada
Dpto. de Anlisis Matemtico
1
1
+
>0
x 1x
x2 6 x
iii)
x 2 5x + 9 > x
vi)
x3 6 x
viii)
1
1
1 1
+
< + siempre que 0 < a < x < b.
x a+bx a b
|x 5| < |x + 1|
ii)
|x y + z| = |x| |z y|
v)
|x| |y| = |x y|
viii)
5. Dado que
tado.
|x 1| |x + 2| = 3
|x 1| + |x + 1| < 1
|x + 1| < |x + 3|
iii)
vi)
2
x x > 1
|x + y + z| = |x + y| + |z|
s u x
s s+u+x x
< < donde t, v, y R+ , prueba que <
< . Generaliza este result
v y
t t +v+y y
6. Prueba cada una de las siguientes desigualdades y estudia, en cada caso, cundo se da la
igualdad.
i) 2x y 6 x 2 + y 2 .
ii) 4x y 6 (x + y)2 .
iii) x 2 + x y + y 2 > 0.
iv) (a 2 + a + 1)(b 2 + b + 1)(c 2 + c + 1) > 27abc donde a > 0, b > 0, c > 0.
Sugerencia: para probar i) considrese (x y)2 . Las dems desigualdades pueden deducirse de i).
7. Demuestra los teoremas (1.1) y (1.2).
i) 1 A
ii) Siempre que un nmero n est en A se verifica que n + 1 tambin est en A.
Entonces A = N.
El Principio de Induccin Matemtica es la herramienta bsica para probar que una cierta propiedad P(n) es verificada por todos los nmeros naturales. Para ello se procede de la siguiente
forma:
A) Comprobamos que el nmero 1 satisface la propiedad, esto es, que P(1) es cierta.
B) Comprobamos que si un nmero n satisface la propiedad, entonces tambin el nmero n + 1
la satisface. Es decir comprobamos que si P(n) es cierta, entonces tambin lo es
P(n + 1).
Ntese que en B) no se dice que se tenga que probar que P(n) es cierta, sino que hay que demostrar la implicacin lgica P(n) = P(n + 1).
Si definimos el conjunto A = {n N : P(n) es cierta}, entonces el punto A) nos dice que 1 A,
y el punto B) nos dice que siempre que n est en A se verifica que n + 1 tambin est en A.
Concluimos que A = N, o sea, que P(n) es cierta para todo nmero natural n.
1.3 Ejemplo. Para cada nmero natural n, sea P(n) la proposicin si el producto de n nmeros
positivos es igual a 1, entonces su suma es mayor o igual que n.
Demostraremos por induccin que P(n) es verdadera para todo n N. Trivialmente P(1) es
verdadera. Supongamos que P(n) es verdadera. Consideremos n+1 nmeros positivos no todos
iguales a 1 cuyo producto sea igual a 1. En tal caso alguno de dichos nmeros, llammosle x1 ,
tiene que ser menor que 1 y otro, al que llamaremos x2 , tiene que ser mayor que 1. Notando
x3 , , xn+1 los restantes nmeros se tiene que:
(x1 x2 )x3 xn+1 = 1
es decir, x1 x2 , x3 , , xn+1 son n nmeros positivos con producto igual a 1 por lo que:
x1 x2 + x3 + + xn+1 > n
(1)
(2)
1.4 Teorema (Desigualdad de las medias). Cualesquiera sean los nmeros positivos a1 , a2 , , an
se verifica que:
q
a1 + a2 + + an
n
a1 a2 an 6
n
y la igualdad se da si, y slo si, a1 = a2 = = an .
Universidad de Granada
Dpto. de Anlisis Matemtico
q
ai
n
Demostracin. Basta poner G = a1 a2 an y xi = , 1 6 i 6 n, con lo cual x1 x2 xn = 1 por lo
G
n
n
X
X
que
xi > n es decir
ai > nG y se da la igualdad solamente cuando xi = 1, para i = 1, 2, . . . , n;
i=1
i=1
es decir, cuando a1 = a2 = = an .
Es decir, n! es el producto de todos los nmeros naturales menores o iguales que n. Se define
tambin 0! = 1. La igualdad
n
n
n+1
+
=
(1 6 k 6 n)
(1.1)
k1
k
k
es de comprobacin inmediata. A partir de ella se prueba fcilmente, por induccin sobre n,
que nk es un nmero entero positivo.
1.5 Teorema (Frmula del binomio de Newton). Cualesquiera sean los nmeros reales a, b y el
nmero natural n se verifica que:
n
X
n nk k
(a + b) =
a b .
k
n
k=0
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
Lo que prueba la validez de la igualdad para n + 1. En virtud del principio de induccin, concluimos que la igualdad del enunciado es cierta para todo n N.
La induccin matemtica es un proceso demostrativo
Considera la expresin 991n 2 + 1. Si la evalas para n = 1, 2, 3, . . . , 100000, . . . no creo que consigas obtener valores de n que sean cuadrados perfectos. Debemos concluir que para todo nmero natural n se verifica que 991n 2 + 1 no es un cuadrado perfecto? Pues no. Entre los nmeros
de la forma 991n 2 + 1 hay cuadrados perfectos... el valor mnimo de n para el cual 991n 2 + 1 es
un cuadrado es n = 12055735790331359447442538767!
Con eso te indico que hay que ser precavido: no basta comprobar la veracidad de una expresin para unos cuantos valores de n para concluir que dicha expresin es cierta para todo n.
La historia de las matemticas est llena de este tipo de errores.
1.4. Ejercicios
1. Demuestra que 3n 1 es divisible por 2 para todo n N.
2. Demuestra que cualquier conjunto de nmero naturales, con un nmero finito de elementos, contiene un nmero natural mximo.
3. Demuestra que la frmula
2 + 4 + 6 + + 2n = n2 + n + 2
cumple con el segundo paso del principio de induccin matemtica. Esto es, si la frmula
es verdadera para n, tambin lo es para n + 1. Sin embargo, esta frmula no es vlida para
n = 1. Qu deduces de esto?
4. Teorema del mapa de dos colores: si se traza en una hoja de papel lneas rectas que empiezan y terminan en un borde de la hoja, este mapa puede ser coloreado con slo dos
colores sin que ninguna regin adyacente tenga el mismo color.
5. Dnde est el error en el siguiente razonamiento?
A) En un conjunto formado por una nica nia, todas los nias de dicho conjunto tienen
el mismo color de ojos.
B) Supongamos que para todo conjunto formado por n nias se verifica que todas las
nias del conjunto tienen el mismo color de ojos.
Consideremos un conjunto formado por n + 1 nias. Quitamos una nia del conjunto y
nos queda un conjunto formado por n nias, las cuales, por la hiptesis de induccin, tienen el mismo color de ojos. Ahora devolvemos al conjunto la nia que habamos sacado y
sacamos otra. Volvemos a razonar como antes y deducimos que la nia que habamos sacado tambin tiene el mismo color de ojos que las dems n nias del conjunto. Por tanto
las n + 1 nias tienen todas ellas igual color de ojos. Como hay una nia con ojos azules,
deducimos que todas las nias tiene ojos azules.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
d) 3 no divide a n3 n + 1,
1 1 1
1
n
e) 1 + + + + + n > 1 +
2 3 4
2
2
1
1
1
1
n
+
+
+ +
=
f ) 1+
13 35 57
(2n 1)(2n + 1) 2n + 1
7. Dados n nmeros positivos a1 , a2 , . . . , an prueba que:
a1 a2
an1 an
+ + +
+
> n;
a2 a3
an
a1
q
n
n
ii)
6 a1 a2 an ;
1/a1 + 1/a2 + + 1/an
1
1
1
iii) (a1 + a2 + + an)
+ + +
> n2 .
a1 a2
an
i)
a + nb
n+1
n+1
nq
es muy pequeo si n es muy grande.
(1 + a) n
10. Prueba que entre todos los rectngulos de permetro dado el de mayor rea es el cuadrado.
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Introduccin
En esta leccin vamos a estudiar con algn detalle un concepto terico importante que es el
de continuidad. En este curso se supone que ya tienes un conocimiento intuitivo de las funciones elementales (exponencial, logaritmo natural, trigonomtricas), no obstante, si yo doy por
sabido algo que t desconoces hars muy bien en preguntar y yo har lo posible por despejar
tus dudas.
Funciones reales
11
Las funciones se representan por letras. En la prctica las letras ms usadas son f , g y h, pero
cualquiera otra es tambin buena. Si f es una funcin y x es un nmero que est en su dominio,
se representa por f (x) (lase f de x) el nmero que f asigna a x, que se llama imagen de x por
f . Es muy importante en este curso distinguir entre f (una funcin) y f (x) (un nmero real).
Es importante advertir que las propiedades de una funcin depende de la regla que la define
y tambin de su dominio, por ello dos funciones que tienen distintos dominios se consideran
distintas funciones aunque la regla que las defina sea la misma.
h(x) =
0,
1,
si x Q
si x R \ Q
x 3 + 5x + 6
x2 1
Segn lo antes dicho, las funciones en a) y b) son distintas. Ntese que la funcin definida en
b) es creciente y la definida en a) no lo es.
La funcin definida en c) es llamada funcin de Dirichlet. Ntese que no es fcil calcular los
valores de dicha funcin porque no siempre se sabe si un nmero real dado es racional o irracional. Es e + racional? Pese a ello la funcin est correctamente definida.
En d) no nos dan explcitamente el dominio de f por lo que se entiende que f est definida
siempre que f (x) tenga sentido, es decir, siempre que, x2 1 , 0, esto es, para x 1.
El convenio del dominio
Cuando una funcin se define mediante una frmula f (x) = frmula y el dominio no es explcito, se entiende que el dominio es el mayor conjunto de valores de x para los cuales la expre-
Universidad de Granada
Dpto. de Anlisis Matemtico
Funciones reales
12
sin f (x) tiene sentido como nmero real. ste es el llamado dominio natural de la funcin. Si
queremos restringir el dominio natural de alguna manera, entonces debemos decirlo de forma
explcita.
Usaremos la notacin dom( f ) para representar el dominio de una funcin f (dicho dominio
puede ser el natural o un subconjunto del mismo). El conjunto de todos los valores que toma
una funcin, { f (x) : xdom( f )}, suele llamarse rango o recorrido de f , o simplemente, la imagen
de f y lo representaremos por imagen( f ).
Ocurre que el dominio natural de muchas funciones es un intervalo o la unin de varios intervalos. Recordemos el concepto de intervalo y cuntos tipos diferentes hay.
2.1 Definicin. Un conjunto I R se llama un intervalo si siempre que dos nmeros estn en
I todos los nmeros comprendidos entre ellos dos tambin estn en I. El conjunto vaco, , se
considera tambin como un intervalo.
Adems de R y del , hay los siguientes tipos de intervalos1 .
Intervalos que tienen dos puntos extremos a y b (donde a 6 b son nmeros reales):
[a, b]
]a, b[
[a, b[
]a, b]
=
=
=
=
{x R : a 6 x 6 b} ;
{x R : a < x < b} ;
{x R : a 6 x < b} ;
{x R : a < x 6 b} ;
(intervalo cerrado)
(intervalo abierto)
(intervalo abierto a derecha y cerrado a izquierda)
(intervalo abierto a izquierda y cerrado a derecha)
Intervalos que tienen un nico punto extremo c R llamado origen del intervalo:
] , c[ = {x R : x < c} ;
] , c] = {x R : x 6 c} ;
]c, +[ = {x R : x > c} ;
[c, +[ = {x R : x > c} ;
Como es la primera vez que aparecen, hay que decir que los smbolos + (lase: ms infinito)
y (lase: menos infinito"); son eso: smbolos. No son nmeros. Cada vez que aparece uno
de ellos en una situacin determinada hay que recordar cmo se ha definido su significado
para dicha situacin. A veces, se escribe R =] , +[.
La mayora de las funciones que vamos a usar en este curso pertenecen a la clase de las
funciones elementales. Se llaman as porque pueden obtenerse a partir de ciertos tipos de funciones bien conocidas realizando las operaciones de suma, producto, cociente y composicin
de funciones.
Dadas dos funciones f y g se define su funcin suma (resp. producto) como la funcin que a
cada nmero xdom( f )dom(g) asigna el nmero real f (x)+ g(x) (resp. f (x)g(x)). Dicha funcin
se representa con el smbolo f + g (resp. f g). Se define la funcin cociente de f por g como la
f (x)
funcin que a cada nmero x dom( f ) dom(g) con g(x) , 0 asigna el nmero real
. Dicha
g(x)
f
funcin se representa con el smbolo . Tambin podemos multiplicar una funcin f por un
g
1 Este
resultado, en apariencia evidente, no podramos demostrarlo con las herramientas de que disponemos hasta
ahora.
Universidad de Granada
Dpto. de Anlisis Matemtico
Funciones reales
13
nmero para obtener la funcin f que asigna a cada x dom( f ) el nmero f (x). De todas
formas, el producto de un nmero por una funcin puede considerarse como un caso particular del producto de funciones, pues se identifica el nmero con la funcin constante que
toma como nico valor .
Las propiedades de la suma y el producto de funciones son las que cabe esperar y su demostracin es inmediata pues se reducen a las correspondientes propiedades de los nmeros.
Cualesquiera sean las funciones f , g y h se verifica:
Propiedades asociativas. ( f + g) + h = f + (g + h); ( f g)h = f (gh)
Propiedades conmutativas. f + g = g + f ;
fg = gf
Composicin de funciones
Supongamos que f y g son funciones verificando que imagen( f ) dom(g). En tal caso, la funcin
h dada por h(x) = g( f (x)) para todo x dom( f ) se llama composicin de g con f y se representa
por g f . La composicin de funciones es asociativa, esto es
(g f ) h = g ( f h)
Funciones inyectivas
Se dice que una funcin f es inyectiva en un conjunto A dom( f ), si en puntos distintos de A
toma valores distintos; es decir, x, y A y x , y, entonces f (x) , f (y). Se dice que f es inyectiva
cuando es inyectiva en dom( f ).
Universidad de Granada
Dpto. de Anlisis Matemtico
14
P(x)
Q(x)
Races de un nmero
Dados un nmero real x > 0 y un nmero natural k > 2, hay un nico nmero real positivo,
z > 0, que verifica que zk = x . Dicho nmero real z se llama la raiz k-sima o de orden k de x y
ii) k x y = k x k y
2 El estudio de las funciones elementales que haremos aqu se complementa con el cuaderno de Mathematica que
est en http://www.ugr.es/local/fjperez/funciones_elementales.nb.
Universidad de Granada
Dpto. de Anlisis Matemtico
15
k
x = k |x|
Potencias racionales
Dados x > 0, p Z y q N, definimos x p/q =
q
x p . Notemos que ( q x ) p = q x p pues
q
p
( q x ) p = ( q x ) p q = ( q x )q = x p
(x > 0, y > 0)
-1
log x
log a
(x > 0)
podemos deducir muy fcilmente las propiedades de la funcin logaritmo en base a a partir de
las propiedades de la funcin logaritmo natural.
Universidad de Granada
Dpto. de Anlisis Matemtico
16
Exponenciales
La funcin inversa de la funcin loga es la funcin exponencial de base a, que se representa por
expa . Por tanto, para cada xR, expa (x) es, por definicin, el nico nmero positivo cuyo logaritmo en base a es igual a x: loga (expa (x)) = x. Es fcil comprobar que si r Q entonces expa (r) = a r ,
por lo que se usa la notacin expa (x) = a x .
El dominio de la funcin expa es R, y su imagen es R+ . La
funcin es estrictamente creciente si a > 1 y estrictamente
decreciente si a < 1. La propiedad bsica de expa es que convierten sumas en productos:
20
15
10
-1
(x, y R)
(x R)
La funcin exponencial de base e, inversa de la funcin logaritmo natural, se notar simplemente por exp. Por tanto exp(x) = e x . Con ello tenemos que:
x y = e y log x
(x > 0, y R)
La letra e se eligi en honor del gran matemtico Leonhard Euler (1707-1783). A primera vista
puede parecer que no hay razones particulares para llamar natural al nmero e. Las razones
matemticas de esta eleccin se vern al estudiar la derivacin. Sin embargo, hay muchos procesos de crecimiento que hacen del nmero e una base exponencial extremadamente til e
interesante. Veamos unos ejemplos.
Inters compuesto. Supongamos que invertimos un capital inicial, P, a una tasa de inters
anual r (expresado en tanto por uno), cunto dinero tendremos cuando hayan pasado k aos?
Respuesta: depende de cmo se paguen los intereses. En el inters simple se paga el total de los
intereses al terminar la inversin, por lo que el inters total producido es igual a Prk, y el capital
final ser igual a P(1 + rk).
Sin embargo, lo usual es que se paguen intereses en perodos ms cortos de tiempo. Estos
intereses se acumulan al capital inicial y producen, a su vez, nuevos intereses. Esto se conoce como inters compuesto. Por ejemplo, si el inters se paga n veces al ao (trimestralmente
(n = 4), mensualmente (n = 12), etctera) al final del primer perodo tendremos P(1 + r/n), al
final del segundo P(1 + r/n) 2; al final del primer ao P(1 + r/n) n, al final del k-simo ao tendremos P(1 + r/n) nk .
Cuando n es muy grande, el nmero (1 + r/n) n es aproximadamente igual a e r . Precisamente, si
los interese se acumulan instantneamente al capital, lo que se conoce como inters compuesto
continuo, entonces el capital al final del k-simo ao viene dado por P e rk .
Crecimiento demogrfico. Llamemos P0 la poblacin mundial actual, y sea la tasa anual de
crecimiento expresada en tanto por uno, la cual suponemos que se mantiene constante. Notemos por P(t) la poblacin mundial pasados t aos.
Universidad de Granada
Dpto. de Anlisis Matemtico
17
xa
Funciones trigonomtricas
Vamos a hacer un estudio descriptivo de estas funciones. Nos limitaremos a recordar sus
definiciones y propiedades bsicas, dejando para ms adelante un estudio ms riguroso de las
mismas.
La palabra tri-gono-metra significa medida de las figuras con tres esquinas, es decir, de
los tringulos. La trigonometra (plana) es el estudio de las relaciones entre las longitudes de
los lados de un tringulo (plano) y las medidas de sus ngulos. Por ello, las funciones trigonomtricas se definieron originalmente mediante tringulos rectngulos. No obstante, interesa
definir dichas funciones usando la circunferencia unidad, es decir, la circunferencia centrada
en 0 y de radio 1.
El concepto ms especfico de la trigonometra es el de medida de un ngulo. Para medir un
ngulo llevamos su vrtice al origen y medimos la longitud del arco de la circunferencia unidad
que dicho ngulo intercepta, obtenemos as un nmero que llamamos la medida (absoluta, es
decir no orientada) del ngulo en cuestin. Naturalmente, lo primero que hay que hacer para
medir cualquier cosa es elegir una unidad de medida. Pues bien, para medir ngulos suelen
usarse dos unidades de medida.
Hay una expresin que estamos acostumbrados a usar y cuyo significado conviene precisar.
Me refiero a la expresin: una circunferencia de radio r. Cuando empleamos dicha expresin
se sobreentiende que el radio r de la circunferencia es un nmero expresado en alguna unidad
Universidad de Granada
Dpto. de Anlisis Matemtico
18
Universidad de Granada
Dpto. de Anlisis Matemtico
19
En geometra se habla del seno de un ngulo y en Clculo usamos la expresin sen( 2) para
referirnos al seno del nmero 2. Qu relacin hay entre uno y otro? Antes que nada hay que
decir que tanto el seno de un ngulo como el seno de un nmero son nmeros, pero mientras
que el seno de un ngulo tiene una sencilla definicin geomtrica, no es evidente, a priori,
cmo se puede definir el seno de un nmero.
La idea consiste en asociar a cada nmero un (nico) ngulo y definir el seno del nmero
como el seno del ngulo que le corresponde. Es evidente que a cada nmero x > 0 le podemos asignar de manera nica un ngulo enrollando el segmento [0, x] sobre la circunferencia
unidad, en sentido contrario a las agujas del reloj, de forma que el origen de dicho segmento
coincida con el punto U = (1, 0) de la circunferencia. Obtenemos as un punto Px de la circunferencia unidad. Pues bien, si las coordenadas de Px son (a, b), se define:
y
Px
[x ) = b
sen x = seno del ngulo(OUP
[x ) = a
cos x = coseno del ngulo(OUP
longitud x
b
O
Al ser igual a 2 la longitud de la circunferencia unidad, es claro que Px+2 = Px , por lo que sen(x) =
sen(x + 2) y cos(x) = cos(x + 2). Observa tambin
que si 0 6 x < 2, entonces la medida en radianes del
[x es igual a x, es decir:
ngulo OUP
sen(x) = seno del ngulo de x radianes (0 6 x < 2)
Si x < 0 podemos proceder con el segmento [x, 0] de forma anloga a la anterior, con la diferencia de que ahora enrollamos dicho segmento sobre la circunferencia unidad en el sentido
de las agujas del reloj, de forma que su extremo 0 coincida con el punto U = (1, 0) de la circunferencia. Obtenemos as un punto Px = (c, d) de la circunferencia unidad y se define, igual que
antes sen(x) = d, cos(x) = c. Es fcil ver que si Px = (c, d), entonces Px = (c, d). Resulta as que
sen(x) = sen(x) y cos(x) = cos(x).
y = sen x
0
-1
Observacin
Podemos definir la funcin seno en grados sin ms que interpretar que x es la medida en
grados del ngulo que le corresponde. El hecho de que se use la misma notacin para ambas
Universidad de Granada
Dpto. de Anlisis Matemtico
20
funciones es la causa de muchos errores. Si notamos seno (x) el valor del seno del ngulo cuya
media es x grados, y notamos senr (x) el valor del seno del ngulo cuya media es x radianes (es
decir, la funcin que hemos definido antes); la relacin entre ambas funciones viene dada por:
seno (x) = senr
2x
x
= senr
360
180
Es frecuente que seno (x) se escriba como sen x o . Por ejemplo sen(45o ). A esta mala notacin se
deben las dudas que a veces surgen sobre el significado de sen x y que llevan a preguntar: est x
en grados o en radianes?, cuando lo que realmente debera preguntarse es se trata de seno (x)
o de senr (x)?; porque, en ambos casos, x es tan slo un nmero al que no hay por qu ponerle
ninguna etiqueta.
Insistimos, una ltima vez: en este curso de Clculo el nmero sen x significar siempre senr x.
Por tanto sen(/4) , sen(45) (pero sen(/4) = seno (45)).
Propiedades de las funciones seno y coseno
Las funciones seno y coseno son funciones reales cuyo dominio es todo R. Las identidades
bsicas que dichas funciones verifican son:
sen 2 x + cos 2 x = 1
(x R)
Como se ha dicho antes, las funciones seno y coseno son peridicas de perodo 2:
sen(x + 2) = sen x ,
cos(x + 2) = cos x
(x R)
cos(x) = cos x
(x R)
Todas las propiedades anteriores se deducen fcilmente de las definiciones dadas. Las siguientes igualdades, conocidas como frmulas de adicin, se probarn ms adelante:
sen(x + y) = sen x cos y + cosx sen y
cos(x + y) = cosx cos y senx sen y
La funcin seno se anula en los mltiplos enteros de , es decir, en los puntos de la forma k
donde k es un entero cualquiera. La funcin coseno se anula en los puntos de la forma k + /2
donde k es un entero cualquiera.
Las funciones tangente y secante, que se representan por tg y sec son las funciones definidas
en el conjunto R \ {k + /2 : k Z} = {x R : cos x , 0}, por:
tg x =
sen x
,
cosx
sec x =
1
cos x
Las funciones cotangente y cosecante, que se representan por cotg y csc son las funciones definidas en el conjunto R \ {k : k Z} = {x R : sen x , 0}, por:
cotg x =
cos x
,
sen x
csc x =
1
sen x
Las propiedades de estas funciones se deducen con facilidad de las propiedades del seno y del
coseno. Por ejemplo, tg(x) = tg(x + ); es decir, la funcin tangente es peridica de perodo .
Universidad de Granada
Dpto. de Anlisis Matemtico
21
y = arc sen x
-1
/2
y = arc cos x
-1
Observa que la igualdad arc tg(tg x) = x, es cierta si, y slo si, /2 < x < /2.
Universidad de Granada
Dpto. de Anlisis Matemtico
22
y = arctg x
e x + ex
,
2
senh x =
e x ex
2
3.5
3
3
2
2.5
-2
y = senh x
-1
y = cosh x
1.5
-1
-2
-1
-2
-3
(x R)
cosh(x) = cosh x
(x R)
Universidad de Granada
Dpto. de Anlisis Matemtico
23
La funcin tangente hiperblica que se representa por tgh es la funcin definida para todo xR
por:
senh x e x ex
tgh x =
=
cosh x e x + ex
1
y = tgh x
-4
-2
-1
y = argsenhx
-4
-2
y = argcoshx
-1
1
-2
y = argtghx
1
-1
-1
-2
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
24
La razn de por qu estas funciones se llaman hiperblicas es que, al igual que los puntos de
la circunferencia unidad pueden representarse en la forma (cost, sent), los puntos en la rama
derecha de la hiprbola unitaria x 2 y 2 = 1 pueden representarse como (cosht, senht).
Naturalmente, la importancia de las funciones trigonomtricas procede de que multitud de
fenmenos naturales son de naturaleza ondulatoria. Todos sabis lo que es un electrocardiograma; pues bien, la grfica que aparece en ese informe clnico no es ms que superposiciones
de grficas de senos y cosenos.
Las funciones hiperblicas, por su parte, tambin sirven para describir el movimiento de
ondas en slidos elsticos, o la forma que adoptan los cables elctricos colgantes. Hay una hermosa curva llamada catenaria cuya ecuacin es de la forma y = a cosh(x/a) (donde se entiende
que a es una constante). La catenaria es la forma que adopta una cadena perfectamente flexible
suspendida de sus extremos y bajo la accin de la gravedad.
2.3. Ejercicios
1. Compara alogb con blog a .
2. Resuelve
1
1
1
1
=
+
+
logx (a) logb (a) logc (a) logd (a)
5. Resuelve x x = ( x) x .
6. Simplifica las expresiones alog(log a)/ log a ,
7. Resuelve el sistema: 7(logy x + logx y) = 50, x y = 256. Se supondr que x > y > 1.
8. Indica cul de los dos nmeros 1,234,5676,334,568 y 1,234,5686,334,567 es el mayor.
9. Calcula los valores de x para los que se verifica la igualdad:
logx (10) + 2 log10x (10) + log190x (70) = 0
10. Sea f : R+ R una funcin que verifica las propiedades:
1. f (xy) = f (x) + f (y) para todos x, y en R+ ;
2. f (x) > 0 para todo x > 1;
3. f (e) = 1.
Demuestra que f (x) = log(x) para todo x R+ .
b) Sea (x) = f (exp(x)). Justifica que es estrictamente creciente. Supn que hay algn
nmero a tal que (a) , a y deduce una contradiccin (utiliza que entre dos nmeros
reales cualesquiera siempre hay algn nmero racional).
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
25
tan(arc sen x) = p
x ] 1, 1[, arc cosx + arc senx = x [1, 1]
2
2
1x
12. Sean a, bR tales que a2 +b2 = 1, a , 1. Definamos = 2 arc tg
sen = b.
b
. Prueba que cos = a,
a+1
tg x + tg y
. Qu excepciones hay que hacer?.
1 tgx tg y
15. Indica para qu valores de x e y se verifica la igualdad arc tg x + arc tgy = arc tg
Universidad de Granada
Dpto. de Anlisis Matemtico
x+y
.
1 xy
Leccin
Introduccin
Los nmeros complejos son una herramienta bsica de clculo. Son especialmente tiles
para trabajar con funciones sinusoidales, y por eso se hace uso constante de ellos siempre que
representamos una seal por medio de dichas funciones, y no hay que olvidar que se es el
propsito bsico de los mtodos de Fourier. La Transformada de Fourier Discreta, una herramienta fundamental en el tratamiento digital de seales, toma valores complejos. Las transformadas de Fourier y de Laplace son funciones complejas. La transformada z, al igual que otras
transformadas de uso frecuente, se define como una serie de nmeros complejos. La funcin
exponencial compleja desempea un papel fundamental en el estudio de los sistemas LTI (sistemas lineales invariantes en el tiempo) y tambin en la teora de las ecuaciones diferenciales
lineales.
Es muy fcil comprobar las propiedades asociativa, conmutativa y distributiva de las operaciones as definidas. El elemento neutro de la suma es (0, 0) y (1, 0) es la unidad del producto.
Adems, (a, b) es el opuesto de (a, b), y todo (a, b) , (0, 0) tiene inverso
a
b
(a, b)
,
= (1, 0)
a2 + b2 a2 + b2
Todas estas propiedades se resumen diciendo que (R2 , +, ) (lase el conjunto R2 con las operaciones de adicin y producto) es un cuerpo. Dicho cuerpo se representa simblicamente por
C y sus elementos se llaman nmeros complejos.
26
27
Comentarios a la definicin
A los elementos de R2 se les llama unas veces pares ordenados de nmeros reales, otras vectores o puntos y tambin nmeros complejos. La razn de esto es que en R2 conviven varias
estructuras cada una con su terminologa propia. Por eso a los elementos de R2 se les llama
vectores si se est considerando la estructura de espacio vectorial, puntos si fijamos la atencin
en la estructura topolgica o afn, pares ordenados cuando estamos pensando en R2 como conjunto sin ninguna estructura particular y nmeros complejos cuando se considera la estructura
de cuerpo antes definida. Ocurre que estos trminos se usan a veces en un mismo prrafo lo
que puede resultar confuso. La regla que debes tener siempre presente es que todo concepto matemtico tiene sentido propio dentro de una determinada estructura matemtica. Por
ello, a un elemento de R2 se le llama nmero complejo cuando se va a usar el producto antes
definido que es lo que en realidad distingue a los nmeros complejos de los vectores de R2 .
Acabamos de ver que i2 = 1 pero eso no nos permite escribir as, sin ms ni ms, que
i = 1. Fjate lo que ocurre si ponemos i = 1 y manejamos ese smbolo con las reglas a las
que estamos acostumbrados:
p
i2 = 1 = i i = 1 1 = (1)(1) = 1 = 1
Luego 1 = 1. Por tanto, las matemticas son contradictorias y aqu hemos acabado.
Naturalmente, el error, procede de que estamos haciendo disparates. Fjate que en la expre
sin 1 no puedes interpretar que 1 es el nmero real 1 (porque, como sabes, los nmeros
reales negativos no tienen raz cuadrada real), sino que tienes que interpretar 1 como el nmero complejo 1 (espero que ya tengas clara la diferencia). Resulta as que estamos usando races
de nmeros complejos sin haberlas definido y dando por supuesto que dichas races verifican las
mismas propiedades que las de los nmeros reales positivos.
Universidad de Granada
Dpto. de Anlisis Matemtico
28
Todava ms disparatado es definir i = 1 sin ni siquiera haber definido antes los nmeros
complejos. Sin embargo, y aunque parezca mentira, en muchos textos se define (porque s, sin
z = a + ib
b
|z|
a
z = a i b
Figura 3.1: Representacin de un nmero complejo
tonces el conjugado de z se define como:
z = x iy
y el mdulo o valor absoluto de z, se define como:
p
|z | = x2 + y2
Universidad de Granada
Dpto. de Anlisis Matemtico
29
Geomtricamente, z es la reflexin de z respecto al eje real, mientras que |z | es la distancia eucldea del punto (x, y) a (0, 0) o, tambin, la longitud o norma eucldea del vector (x, y) (ver figura
3.1). La distancia entre dos nmeros complejos z y w se define como |z w|.
La representacin grfica de la suma es conocida. Dos nmeros complejos z = a + ib y w =
c + id determinan un paralelogramo cuya diagonal (ver figura 3.2) es z + w. Se comprueba fcil-
z+w
w
z
c
a+c
b) |z + w| 6 |z | + |w|
(3.1)
x
y
+i )
|z |
|z |
x y
, ) es un punto de la circunferencia unidad, puede escribirse en la forma
|z | |z |
(
x y
, ) = (cos , sen )
|z | |z |
Universidad de Granada
Dpto. de Anlisis Matemtico
30
z
|z|
cos(t) = cos(s)
sin(t) = sin(s)
s = t + 2k para algn k Z
Por tanto, conocido un argumento to Arg(z) cualquier otro es de la forma to + 2k para algn
k Z, es decir, Arg(z) = to + 2Z.
De entre todos los argumentos de un nmero complejo z , 0 hay uno nico que se encuentra
en el intervalo ] , ], se representa por arg(z) y se le llama argumento principal de z. No es
difcil comprobar que el argumento principal de z = x + iy , 0 viene dado por:
arg(z) =
/2 si y 6 0, x = 0
arc tg(y/x) si x > 0
/2 si y > 0, x = 0
31
|w z| = |v y| = v y es tan pequea como quieras. Esto nos dice que el argumento principal
tiene una discontinuidad en el eje real negativo: salta de a cuando atravesamos dicho eje
desde el tercer al segundo cuadrante.
Peor todava dirs. Hasta cierto punto. Primero, la discontinuidad es inevitable. Si queremos
elegir argumentos en un intervalo de longitud 2, digamos [, + 2[, entonces dichos argumentos saltan de a + 2 cuando atravesamos la semirrecta (x, y) = (cos, sen ), ( > 0). En
particular, si tomamos argumentos en el intervalo [0, 2[ (cosa que, a primera vista, parece lo
razonable) nos encontramos con que entonces se produce una discontinuidad de dichos argumentos en el eje real positivo. Bien, sucede que la extensin a C de algunas funciones definidas
en R+ (el logaritmo, las races) hace intervenir el argumento principal. Naturalmente, queremos
que dichas extensiones sigan siendo continuas en R+ y ello justifica que tengamos que tomar
argumentos principales de la forma en que lo hemos hecho: porque preferimos introducir una
discontinuidad en R a perder la continuidad en R+ .
Frmula de De Moivre
Veamos cmo la forma polar permite hacer fcilmente productos de nmeros complejos.
Consideremos dos nmeros complejos no nulos escritos en forma polar.
z = |z | (cos + i sen )
= |z w| (cos( + ) + i sen ( + ))
Es decir: para multiplicar dos nmeros complejos se multiplican sus mdulos y se suman sus
argumentos.
As pues, el producto de dos nmeros complejos es geomtricamente un giro (pues se suman los argumentos de los nmeros que estamos multiplicando) seguido de una homotecia (el
producto de los mdulos de ambos nmeros).
Acabamos de ver que si z, wC , Arg(z) y Arg(w), entonces + Arg(z + w). Es ahora
fcil demostrar mediante induccin la siguiente frmula, muy til, conocida como frmula de
De Moivre.
3.2 Proposicin (Frmula de De Moivre). Si z es un complejo no nulo, es un argumento de z y
n es un nmero entero, se verifica que n Arg(z n ), es decir:
n
z n = |z | (cos + i sen ) = |z |n (cos n + i sen n),
Universidad de Granada
Dpto. de Anlisis Matemtico
Arg(z), n Z
32
tal que (wk )n = z. Como una ecuacin polinmica de grado n no puede tener ms de n soluciones, se sigue que distintos valores de k deben dar lugar al mismo nmero wk . Veamos:
wk = wq k q = 2m k q = nm
Es decir, si k y q dan el mismo resto al dividirlos por n entonces wk = wq . Deducimos que para
k = 0, 1, 2, . . . , n 1 obtenemos wk distintos y cualquier otro wq es igual a uno de ellos. Por tanto
hay n races nsimas distintas de z.
Hemos obtenido que las n races nsimas de z vienen dadas por
1/n
zk = |z |
arg z + 2k
argz + 2k
cos
+ i sen
n
n
k = 0, 1, 2, . . ., n 1
Observa que definiendo u = cos(2/n) + i sen(2/n), los nmeros u0 = 1, u, u2 , . . . , un1 son las races nsimas de la unidad. Podemos escribir las races nsimas de z en la forma z k = z 0 uk .
Como multiplicar por u es un giro de amplitud 2/n, deducimos que las n races de z se obtienen girando la raz nsima principal, z 0 , con giros sucesivos de amplitud 2/n. Es decir, si
representamos todas las races nsimas de z obtenemos n puntos sobre una circunferencia de
p
centro (0, 0) y radio n |z | que forman un polgono regular de n lados.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
33
n
z a la raz n-sima
arg z
arg z
n
z = |z |1/n cos
+ i sen
n
n
Observa que en el caso particular de que z sea un nmero real positivo, entonces la raz principal de z (considerado como nmero complejo) coincide con la raz de z (considerado como
nmero real positivo).
En general no es cierto que dados dos nmeros complejos z y w entonces el producto de las
races n-simas principales de z y de w sea igual a la raz n-sima principal de z w. Lo que s es
cierto es que el producto de dos races n-simas cualesquiera de z y de w es una raz n-sima de
z w. Por tanto, n z n w, es una raz n-sima de z w pero no tiene por qu ser la principal.
Es fcil probar que
n
z n w = n zw < arg(z) + arg(w) 6 arg(z w) = arg(z) + arg(w)
Si Re z > 0 Re w > 0, entonces < arg(z) + arg(w) < por lo que, en este caso,
n
z n w = n z w.
1 = cos(/2) + i sen(/2) = i
En este caso
1 1 = i i = 1 , (1)(1) = 1 = 1
es decir 1 1 = 1 es una raz cuadrada de 1 (porque 1 = (1)(1)) pero no es la raz
cuadrada principal de 1.
Ahora ya sabes dnde est el error en lo que sigue:
p
1 = i 2 = i i = 1 1 = (1)(1) = 1 = 1
3.2. Ejercicios
1. Realiza las operaciones indicadas y expresa el resultado en la forma a + i b.
i) (7 2i)(5 + 3i)
ii) (i 1)3
iii)
(1 + i)(2 + i)(3 + i)
v)
vi) (1 + i)2
vii)
1 + 2i
2i
(4 i)(1 3i)
1 + 2i
iv)
viii)
3+i
2+i
i2 (1 + i)3
b) f2 (z) = z3
c) f3 (z) =
1
z
d) f (z) =
1
1 + z2
e) f4 (z) =
z+i
zi
4 3i
b)
2 i 5
c) (1 + i)20
d) 2 + i( 2 + 1)
Ejercicios
34
1+z
es:
1z
a) Un nmero real; b) Un nmero imaginario puro.
1+i 3
d)
(1 + i)2
3
a) 3 i b) 3 + i c)
3+i
6. Expresa los siguientes nmeros en la forma a + i b:
a) (1 + i 3)11
b)
1+i
1i
5
z1
arg
z+1
c)
!6
1+i 3
1i
d) (
3 + i)13
/2 si Im z > 0
/2 si Im z < 0
a) z3 = 1 + i b) z4 = i c) z3 = 1 + i 3 d) z8 = 1
e) z2 +
32 i z 6i = 0
b) z4 + (1 + 2i)z2 + 2i = 0
(z, w C)
Universidad de Granada
Dpto. de Anlisis Matemtico
35
2 < |z
i| 6 3; |argz| < /6; |z i| + |z + i| = 4
zi
Im(z 2 ) > 6;
|z i| = Im z + 1
z + 2i = 2;
Las funciones complejas no son ms que las funciones definidas en subconjuntos de R2 con
valores en R2 cuando en R2 consideramos su estructura compleja. Dado un conjunto A C, a
toda funcin compleja f : A C se le asocian dos funciones reales: la funcin u = Re f parte
real de f y la funcin v = Im f parte imaginaria de f definidas para todo (x, y) = x + iy A por:
u(x, y) = Re f (x + iy),
v(x, y) = Im f (x + iy)
Observa que
| ez | = eRe z ,
Im z Arg(ez )
(para todo t R)
que establece una relacin entre la exponencial compleja y las funciones trigonomtricas. De
la frmula de Euler se deducen fcilmente las llamadas ecuaciones de Euler:
cost =
eit + eit
,
2
sent =
eit eit
2i
(t R)
Se prueba fcilmente que ez+w = ez ew para todos z, w C. Se deduce que para todo z C y
todo k Z es
ez = ez+2ki
Lo que nos dice que la exponencial compleja es una funcin peridica con perodo 2i. Naturalmente, esto supone una gran diferencia con la exponencial real que es una funcin inyectiva.
Observa que la exponencial no se anula nunca pues | ez | = eRe z > 0.
1 Ms adelante veremos
Universidad de Granada
Dpto. de Anlisis Matemtico
Logaritmos complejos
36
para todo z C
Observa que cualquier otro logaritmo de z es de la forma log(z) + i2k para algn entero k. Es
importante que observes que la igualdad
log z w = log z + logw
que es vlida para los logaritmos de los nmeros reales positivos, no es siempre cierta para
nmeros complejos. Por ejemplo:
3
7
2
log ei 2/3 = i , log ei 3/4 = i , log ei 2/3 ei 3/4 = log ei 17/12 = log ei7/12 = i
3
4
12
Lo que est claro es que el nmero log z + log w Log(z w), es decir, log z + logw es un logaritmo
de z w pero no tiene por qu ser el logaritmo principal de z w.
Se destaca una:
ab = eb log a
que se llama valor principal de la potencia de base a y exponente b. Observa que si b = 1/n
donde n N, el nmero
1
log a
arga
arg a
arg a
a1/n = exp
log a = exp
+i
= |z |1/n cos
+ i sen
n
n
n
n
n
3.4. Ejerccios
1. Expresa los 8 nmeros 1 i,
Universidad de Granada
Dpto. de Anlisis Matemtico
3 i en la forma r ei .
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
Ejerccios
37
4. Calcula log(3i) + log(1 + i 3) y log 3i(1 + i 3) .
1 i
5. Calcula log(1 i) logi y log
.
i
6. Calcula
[(4)i ], i3i , [i2/ ], [i i ], 12i , 31i , ((i)i )i , (1 + i)1+i
7. Estudia, para z C y n N, las igualdades:
log(z)
; d) log(zn ) = n log(z).
a) log(exp(z)) = z ; b) exp(log(z)) = z ; c) log( n z) =
n
8. Explica con detalle dnde est el error en las igualdades siguientes:
i = (1)1/2 = [(1)3 ]1/2 = (1)3/2 = i3 = i
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Continuidad
Introduccin
Para motivar la definicin que vamos a dar de continuidad, consideremos una ley fsica de la
forma P = f (V ), que relaciona los valores de una variable independiente V (podemos pensar
que es el volumen de un gas) con otra variable dependiente P (podemos pensar que es la
presin). Si queremos usar dicha ley, hemos de medir un valor Vo de la variable V , y es inevitable
que al hacerlo cometamos algn error el cual, naturalmente, influye en el correspondiente valor
de P, que ya no ser exactamente igual a Po = f (Vo ). Surge as la pregunta natural: de qu forma
el error en la medida de V afecta al valor resultante de P? Es claro que si para valores de V muy
prximos a Vo obtengo valores de P muy diferentes entre s, la ley f que relaciona V con P no
tendr ninguna utilidad prctica.
Puesto que los errores de medida son inevitables, no es razonable tratar de obtener el verdadero valor Po . Lo que s puede hacerse es fijar una cota de error admisible para P (la cual
depender de cada situacin concreta); llamemos a dicha cota, ( > 0), y tratar de obtener
otra cota de error , ( > 0), de tal forma que siempre que midamos Vo con un error menor
que tengamos la seguridad de que el valor resultante para P se diferencia de Po en menos que
. Esto es, | f (V ) f (Vo )| < siempre que |V Vo | < . Cuando esto efectivamente pueda hacerse
para cualquier cota de error > 0 decimos que la ley f es continua en Vo . Observa que cabe
esperar que la cota de error dependa del > 0 fijado en cada caso, y tambin de Vo .
Las ideas anteriores conducen, de forma natural, a la definicin matemtica de continuidad. En todo lo que sigue, la letra A representar un conjunto no vaco de nmeros reales. En
la prctica A ser siempre un intervalo o una unin de intervalos. Recuerda que la notacin
f : A R quiere decir que f es una funcin real cuyo dominio es A. Es muy importante advertir
que A no tiene por qu coincidir con el dominio natural de la funcin. Esto es as porque con
frecuencia estamos interesados en estudiar propiedades de una funcin en una parte de su dominio natural. Adems, la continuidad de f depende tanto de la regla que la define como del
conjunto en donde estamos trabajando. Enseguida pondremos ejemplos para aclarar esto.
38
39
Las propiedades anteriores no son difciles de demostrar y, sin embargo, son de gran utilidad.
4.3 Corolario. Las funciones racionales son funciones continuas.
De hecho, todas las funciones elementales que conoces son continuas en sus dominios naturales de definicin.
Adems de sumar y multiplicar funciones, tambin sabemos componerlas. Veamos cmo
se comporta la continuidad respecto de la composicin de funciones.
4.4 Teorema (Continuidad de una funcin compuesta). Sean f : A R y g : B R funciones
tales que f (A) B. Supongamos que f es continua en un punto a A y que g es continua en el
punto f (a). Entonces la funcin compuesta g f : A R es continua en el punto a. En particular,
si g es continua en f (A), entonces g f es continua en todo punto de A en el que f sea continua.
Ms en particular, la composicin de funciones continuas es una funcin continua.
Demostracin. Dado > 0, por la continuidad de g en f (a), existe > 0 tal que para todo y B
con |y f (a)| < se tiene que |g(y) g( f (a))| < . Ahora, por la continuidad de f en a, existe
Universidad de Granada
Dpto. de Anlisis Matemtico
40
> 0 tal que para todo x A con |x a| < se tiene que | f (x) f (a)| < . Deducimos as que
|g( f (x)) g( f (a))| < para todo x A con |x a| < . Es decir, la funcin compuesta g f es
continua en a.
La continuidad de una funcin en un punto permite obtener informacin sobre el comportamiento de la funcin en los puntos prximos al mismo. Estos resultados se llaman locales.
4.5 Teorema (Conservacin local del signo). Sea f : A R continua en un punto a A con
f (a) , 0. Entonces hay un nmero r > 0 tal que para todo x A con |x a| < r se verifica que
f (x) f (a) > 0. (Es decir, f es positiva (si f (a) > 0) o negativa (si f (a) < 0) en todos los puntos de un
entorno de a)
Demostracin. Supondremos que f (a) > 0. Podemos entonces tomar = f (a)/2 para obtener,
en virtud de la continuidad de f en a, un r > 0 tal que para todo x A con |x a| < r se verifica
que | f (x) f (a)| < f (a)/2, lo que implica que f (x) > f (a)/2 > 0. El caso en que f (a) < 0 se reduce
al anterior sin ms que sustituir f por f .
41
existe un nmero positivo en el que f se anula. En otras palabras, el teorema prueba la exis
tencia del nmero 2 y, como dicho nmero no es racional, deducimos que para probar el
teorema se precisa usar alguna propiedad que NO tienen los nmeros racionales. Pero todas
las propiedades de los nmeros reales que enunciamos en la primera leccin las tienen tambin los nmeros racionales. Concluimos que los nmeros reales debern tener otra propiedad
que todava no hemos considerado.
Comentamos el primer da que no debemos preocuparnos mucho por lo que sea el nmero
2, pero al menos deberamos de tener alguna forma de probar su existencia; es decir, de las
propiedades de los nmeros reales se debera poder deducir que hay un nmero cuyo cuadrado
Es claro que 2 debe ser el menor nmero mayor que todas ellas. Pues bien, justamente
necesitamos una propiedad que garantice la existencia de ese menor nmero mayor que. Nos
vendr bien introducir alguna terminologa nueva.
4.7 Definicin. Sea E un conjunto no vaco de nmeros reales. Un nmero z R se dice que es
un mayorante o cota superior (resp. minorante o cota inferior) de E si x 6 z (resp. z 6 x) para
todo x E.
Si hay algn elemento de E que tambin sea mayorante (resp. minorante) de E, dicho elemento es necesariamente nico y se llama mximo (resp.
textbf mnimo) de E y lo representaremos por max(E) (resp. mn(E) ).
Un conjunto que tiene algn mayorante (resp. minorante) se dice que est mayorado o
acotado superiormente (resp. minorado o acotado inferiormente). Un conjunto que est mayorado y minorado se dice que est acotado.
Est claro que un conjunto puede no tener mnimo ni mximo. Los problemas de optimizacin consisten, justamente, en estudiar condiciones que garanticen la existencia de valores
mximos y mnimos para funciones de diversas clases. La siguiente propiedad garantiza que
ciertos conjuntos de nmeros reales tienen mnimo.
P8 [Propiedad del supremo] Para todo conjunto de nmeros reales no vaco y mayorado se
verifica que el conjunto de sus mayorantes tiene mnimo.
4.8 Definicin. Dado un conjunto E R, no vaco y mayorado, se llama supremo o extremo
superior de E, al mnimo mayorante de E y lo notaremos por sup(E).
Con esta terminologa lo que dice la propiedad del supremo es que todo conjunto de nmeros reales no vaco y mayorado tiene supremo (pero ntese que el supremo no tiene por qu
pertenecer al conjunto).
La propiedad del supremo es lo que distingue a los nmeros reales de los racionales. Dicha
propiedad se usa para probar la existencia de nmeros reales que cumplen alguna determinada
condicin. La demostracin del teorema de Bolzano es un ejemplo importante de ello.
Universidad de Granada
Dpto. de Anlisis Matemtico
42
Ejercicios
43
4.12 Proposicin (Propiedad del nfimo). Para todo conjunto de nmeros reales no vaco y minorado se verifica que el conjunto de sus minorantes tiene mximo.
4.13 Definicin. Dado un conjunto E R, no vaco y minorado, se llama nfimo o extremo
inferior de E, al mximo minorante de E y lo notaremos por nf(E).
Con esta terminologa lo que dice la propiedad del nfimo es que todo conjunto de nmeros
reales no vaco y minorado tiene nfimo (pero ntese que el nfimo no tiene por qu pertenecer
al conjunto).
4.3. Ejercicios
1.
2. Sea f : [a, b] R continua. Supongamos que a 6 f (x) 6 b para todo x en [a, b]. Prueba que
hay algn punto c [a, b] tal que f (c) = c.
3. Sea a > 1. Prueba que la ecuacin x + ex = a tiene al menos una solucin positiva y otra
negativa.
4. Prueba que la ecuacin x + ex + arc tg x = 0 tiene una sola raz real. Da un intervalo de longitud uno en el que se encuentre dicha raz.
5. Suponiendo que la temperatura vara de forma continua, prueba que siempre hay dos
puntos antpodas en el ecuador terrestre que estn a la misma temperatura.
6. Sea f : [a, b] R continua con f (a) = f (b). Dado n N, n > 2, prueba que hay algn punto
c [a, b (b a)/n] tal que f (c) = f (c + (b a)/n).
7. Un corredor recorre 6 kilmetros en 30 minutos. Demuestra que en algn momento de su
carrera recorre 1 kilmetro en exactamente 5 minutos.
8. Un reloj averiado marca inicialmente un tiempo t 0 . El reloj puede adelantar o atrasar, pero
cuenta con exactitud perodos de 12 horas, es decir, pasadas 12 horas el reloj marca un
tiempo t 0 + 12 horas. Demuestra que en algn momento dicho reloj mide con exactitud
una hora.
9. Un automovilista sale de Granada hacia Madrid un sbado a las 8h de la maana y el
domingo inicia el regreso a la misma hora. Sabiendo que invirti igual tiempo en ambos
viajes, prubese que en algn momento del domingo el automovilista se encuentra a igual
distancia de Granada que a la que se encontraba el sbado en ese mismo momento.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
44
10. Sean f , g funciones continuas que no se anulan en un intervalo I, tales que ( f (x))2 = (g(x))2
para todo x I. Prueba que o bien f (x) = g(x) para todo x I, o bien f (x) = g(x) para todo
x I. Cuntas funciones hay : R R continuas y verificando que ((x))2 = x2 para todo
x R?.
11. Justifica que toda funcin polinmica de grado impar se anula en algn punto.
12. Sea f : R R continua y decreciente. Prueba que hay un nico a R tal que f (a) = a.
Para probar desigualdades en las que intervienen supremos o nfimos las siguientes observaciones, aunque evidentes, pueden ser tiles. Sea C R un conjunto no vaco.
(I) Si queremos probar que un nmero real x verifica que sup(C) 6 x, lo que tenemos que
hacer es probar que x es un mayorante de C.
(II) Si queremos probar que un nmero real x verifica que x 6 nf(C), lo que tenemos que
hacer es probar que x es un minorante de C.
13. Sean A, B conjuntos no vacos de nmeros reales. Supongamos que a 6 b para todo a A
y para todo b B. Prueba que sup A 6 nf B.
14. Sean A, B, conjuntos no vacos y acotados de nmeros reales. Definamos
A B = {a b : a A, b B}; AB = {ab : a A, b B}
Prueba que sup(AB) = supAnf B y, supuesto que A R+ y B R+ , prueba que sup(AB) =
sup A sup B.
15. Sea A un conjunto no vaco de nmeros reales. Para cada x R definamos la distancia
de x a A por dist(x, A) = nf{|x a| : a A}. Prueba que para todos x, y R se verifica que:
| dist(x, A) dist(y, A)| 6 |x y|
Deduce que la aplicacin x 7 dist(x, A) es continua.
16. Sea f : R R continua, mayorada y tal que para todos a, b R con a < b, se verifica que
sup f (]a, b[) = sup f (R). Prueba que f es constante.
17. Sea f : [a, b] R una funcin continua tal que f (a) < 0, f (b) < 0 y f (c) > 0 para algn
c ]a, b[. Prueba que hay dos nmeros u, v tales que a < u < v < b, f (u) = f (v) = 0 y f (x) > 0
para todo x ]u, v[.
18. Sea f : [a, b] R creciente. Supongamos que a 6 f (x) 6 b para todo x en [a, b]. Prueba que
hay algn punto c [a, b] tal que f (c) = c.
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Sucesiones
Introduccin
Las sucesiones aparecen de manera natural en muchos clculos que responden a un esque2
6
2 1
ma iterativo. Por ejemplo, al dividir 2 entre 3 obtenemos =
+
, igualdad que podemos
3 10 3 10
usar ahora para obtener
6
6
2 1
1
6
6
2 1
2
=
+
+
=
+
+
3 10
10 3 10 10 10 10 2 3 10 2
y de nuevo
2
6
6
6
2 1
1
6
6
6
2 1
=
+
+
+
=
+
+
+
3 10 10 2
10 3 10 10 2
10 10 2 10 3 3 10 3
y as podemos continuar tantas veces como queramos, obteniendo para cada n N la igualdad:
n
2 X 6
2 1
=
+
.
3
10 k
3 10 n
k=1
Escribiendo xn =
n
X
6
2
2 1
tenemos que 0 < xn =
. Ntese que, aunque los nmeros xn
10 k
3
3 10 n
k=1
son todos ellos distintos de 2/3, dada una cota de error arbitrariamente pequea > 0 y toman2 1
do n0 N de manera que
< , deducimos que para todo nmero natural n>n0 se verifica
3 10 n0
que |xn 2/3| < , lo que se expresa escribiendo 2/3 = lm {xn }.
n
Este ejemplo est relacionado con la expresin decimal de 2/3 que, como todos sabemos, es
un decimal peridico con perodo igual a 6, lo que suele escribirse 2/3 = 0, b
6 igualdad en la que,
segn se dice a veces, el smbolo 0, b
6 debe interpretarse como que el 6 se repite infinitas veces.
Qu quiere decir esto? Lo que est claro es que, por mucho tiempo y paciencia que tengamos,
nunca podremos escribir infinitos 6 uno detrs de otro... bueno, podramos escribir algo como
2
= 0, b
6 = 0, 6666666...( infinitos6)
3
45
46
lo que tampoco sirve de mucho pues seguimos sin saber cmo se interpreta esta igualdad. Pues
bien, para dar un significado matemtico a lo que se quiere expresar con esa igualdad hay que
recurrir al concepto de lmite de una sucesin tal como hemos hecho antes.
Veamos otro ejemplo en esta misma lnea. Vamos a intentar calcular aproximaciones racio
10
nales a 10 . Si partimos inicialmente de un nmero x > 10, tendremos que
< 10 < x.
x
10
1
x+
. Entonces, en virtud de la desigualdad de las medias, 10 < y, y
Pongamos y =
2
x
como tambin y < x , deducimos que y est ms cerca de 10 que x. Podemos ahora repetir
este proceso sustituyendo x por y obteniendo una nueva aproximacin mejor de 10. Ntese
que si x es racional tambin loser y. Esto
de
sugiere que, partiendo
un valor inicial, por ejem1
10
1
10
plo x1 = 4, calculemos x2 =
x1 +
, y despus x3 =
x2 +
, y as podemos continuar
2
x1
2
x2
tantas veces como queramos, obteniendo para cada n N un nmero xn tal que
1
10
xn+1 =
xn +
2
xn
con x1 = 4. Con una calculadora manual obtenemos enseguida los valores x2 = 3, 25;
x3 = 3, 1634615 ; x4 = 3, 1622779 con seis cifras decimales exactas:
0 < x4
x2 10
x2 10 0, 000005
1
10 = 4 < 4
<
< 6
6
6
10
x4 + 10
es decir, x4 coincide con 10 hasta la sexta cifra decimal. De hecho, como xn > 10 tenemos
que:
1
10
1
1
1
0 < xn+1 10 =
xn +
10 < xn +
10 10 = (xn 10)
2
xn
2
2
2
1
1
de donde se sigue que 0 < xn+1 10 < n (x1 10) < n , por tanto, dado cualquier > 0, y
2
2
tomando n0 N tal que 2n0 < , deducimos que para todo nmero natural n > n0 se verifica
En los ejemplos anteriores hemos dado por supuesto que ya tienes cierta familiaridad con
los conceptos de sucesin y de lmite de una sucesin de los cuales vamos a ocuparnos a
continuacin con detalle.
47
= {xn }nN , es decir, el smbolo {xn }nN debe interpretarse como la aplicacin que a cada n N
hace corresponder el nmero real xn . Cuando no hay posibilidad de confusin escribimos simplemente {xn } en vez de {xn }nN . Conviene insistir en que {xn } es, por definicin, la aplicacin
de N en R dada por n 7 xn . No hay que confundir la sucesin {xn }, que es una aplicacin, con
su conjunto imagen, que es el subconjunto de R formado por todos los nmeros xn , el cual se
representa por {xn : n N}. Por ejemplo, {(1)n } y {(1)n+1 } son sucesiones distintas con el
mismo conjunto imagen. El nmero xn se llama trmino n-simo de la sucesin; para n = 1, 2, 3
se habla respectivamente de primero, segundo, tercer trmino de la sucesin.
(5.1)
para todo p > m1 y todo q > m2 . Sea m3 = max{m0 , m1 , m2 }. Para todo n > m3 las desigualdades (5.1)
se cumplen para p = q = n, adems como n > m0 se tiene que xn 6 yn 6 zn . Deducimos que, para
todo n > m3 , se verifica que
< xn 6 yn 6 zn < +
Universidad de Granada
Dpto. de Anlisis Matemtico
48
Una consecuencia inmediata de este resultado es que si cambiamos arbitrariamente un nmero finito de trminos de una sucesin la nueva sucesin as obtenida es convergente si lo era
la de partida y con su mismo lmite.
El principio de las sucesiones encajadas es de gran utilidad y se usa con mucha frecuencia. Naturalmente, cuando apliquemos dicho principio a un caso concreto, la sucesin {yn } del
enunciado ser la que queremos estudiar y tendremos que ser capaces de inventarnos las
sucesiones {xn } y {zn } de manera que se cumplan las condiciones del enunciado.
5.4 Definicin. Una sucesin {xn } se dice que es:
Mayorada o acotada superiormente si su conjunto imagen est mayorado, es decir, si hay un
nmero R tal que xn 6 para todo n N.
Minorada o acotada inferiormente si su conjunto imagen est minorado, es decir, si hay un
nmero R tal que 6 xn para todo n N.
Acotada si su conjunto imagen est mayorado y minorado, equivalentemente, si hay un nmero M R+ tal que |xn | 6 M para todo n N.
Creciente si xn 6 xn+1 para todo n N.
Estrictamente creciente si xn < xn+1 para todo n N.
Decreciente si xn > xn+1 para todo n N.
Estrictamente decreciente si xn > xn+1 para todo n N.
Montona si es creciente o decreciente.
Estrictamente montona si es estrictamente creciente o decreciente.
Observa que si una sucesin {xn } es creciente (resp. decreciente) entonces se verifica que
xm 6 xn (resp. xm > xn ) siempre que m 6 n.
Conviene advertir que cuando se dice que una sucesin es montona no se excluye la posibilidad de que, de hecho, sea estrictamente montona. Es por ello que, en general, suele hablarse
de sucesiones montonas y tan slo cuando tiene algn inters particular se precisa si son estrictamente montonas.
5.5 Proposicin. Toda sucesin convergente est acotada.
Demostracin. Supongamos que lm{xn } = x. Todos los trminos de {xn } a partir de uno en
adelante estarn en el intervalo ]x 1, x + 1[, es decir, hay un nmero m N tal que para todo
n > m se verifica que |xn x| < 1, lo que implica que
|xn| 6 |xn x| + |x| < 1 + |x| para todo n > m.
Tomando M = max{1+|x|, |x1 |, , |xm |}, tenemos que |xn | 6 M para todo n N.
La proposicin anterior es til a veces para probar que una sucesin no es convergente: para
ello basta probar que no est acotada.
Universidad de Granada
Dpto. de Anlisis Matemtico
49
2n
X
1
, es convergente.
k
k=n+1
1
1
1
1
1
1
+
>
+
=0
2n + 2 2n + 1 n + 1 2n + 2 2n + 2 n + 1
se sigue que xn+1 > xn para todo n N, es decir, es una sucesin creciente. Adems
xn 6
(n
1
1
n
+ +
=
<1
n+1
n+1 n+1
por lo que tambin est mayorada. Concluimos, por el teorema anterior, que dicha sucesin es
convergente.
n
1
5.8 Ejemplo (El nmero e). En el ejercicio (8) hemos probado que la sucesin xn = 1 +
n
1 n+1
es creciente y que la sucesin yn = 1 +
es decreciente. Como 0 < yn , se sigue que {yn } es
n
convergente. Puesto que
1 1
n
xn = yn 1 +
= yn
n
n+1
se sigue que {xn } tambin es convergente y lm{xn } = lm{yn }. El valor comn de este lmite es
un nmero real que se representa con el smbolo e. Como consecuencia del teorema (5.6), se
verifica que
(
)
1 n
1 m+1
e = sup
1+
: n N = nf
1+
: mN
n
m
En particular, se verifica que
1 n
1 m+1
1+
< e < 1+
n
m
(n, m N)
En los resultados anteriores han intervenido de manera esencial las propiedades de la estructura de orden de R. Vamos a estudiar ahora el comportamiento de las sucesiones convergentes respecto de la adicin y el producto de nmeros reales. Los resultados que vamos a
Universidad de Granada
Dpto. de Anlisis Matemtico
50
obtener, conocidos tradicionalmente con el nombre de lgebra de lmites, son bsicos para el
estudio de la convergencia de sucesiones.
Dadas dos sucesiones {xn } e {yn }, se define su suma como la sucesin {xn + yn } y su producto
como la sucesin {xn yn }.
5.9 Proposicin. El producto de una sucesin convergente a cero por una sucesin acotada es
una sucesin convergente a cero.
Demostracin. Sea lm{xn } = 0, e {yn } acotada. Sea c > 0 tal que |yn | 6 c para todo n N. Dado
> 0, existe un nmero natural m tal que para todo n > m se verifica que |xn | < /c. Deducimos
que, para todo n > m, se verifica que |xn yn | = |xn ||yn | < c = , lo que prueba que lm{xn yn } = 0.
c
5.10 Proposicin (lgebra de lmites). Supongamos que lm{xn } = x y lm{yn } = y. Entonces se
verifica que:
lm{xn + yn } = x + y, lm{xn yn } = xy .
Si adems suponemos que y , 0, entonces lm{xn /yn } = x/y.
Demostracin. Dado > 0, por hiptesis existen m1 , m2 tales que
x /2 < x p < x + /2 y
y /2 < yq < y + /2
(5.2)
para todo p > m1 y todo q > m2 . Sea m0 = max{m1 , m2 }. Para todo n > m0 las desigualdades (5.2) se
cumplen para p = q = n, por lo que, sumndolas trmino a trmino, deducimos que x + y <
xn + yn < x + y + cualquiera sea n > m0 , lo que prueba que lm{xn + yn } = x + y.
Teniendo en cuenta que lm{(xn x)yn } = lm{x(yn y)} = 0, y la igualdad
xn yn xy = (xn x)yn + x(yn y)
deducimos que lm{xn yn xy} = 0, es decir, lm{xn yn } = xy.
Finalmente, para probar que lm{xn /yn } = x/y, probaremos que la sucesin
xn x
xn y yn x
=
yn y
yn y
converge a cero, para lo cual, teniendo en cuenta que lm{xn y yn x} = xy yx = 0, bastar probar
que la sucesin {1/yn } est acotada. Puesto que lm{yn } = y, se deduce de la desigualdad ||yn |
|y|| 6 |yn y| que lm{|yn |} = |y|. Existir, por tanto, un nmero m0 N tal que para todo n >
1
1
1
2
1
m0 es |yn | > |y|/2. Pongamos K = max
,
,...,
,
. Se tiene entonces que
6K
|y1 | |y2 |
|ym0 | |y|
|yn |
para todo n N. Hemos probado as que la sucesin {1/yn} est acotada, lo que concluye la
demostracin del teorema.
Hay que leer con atencin las hiptesis del teorema anterior para no hacer un uso incorrecto
del mismo. En particular, no hay que olvidar que la suma o el producto de dos sucesiones no
convergentes puede ser una sucesin convergente.
Universidad de Granada
Dpto. de Anlisis Matemtico
51
5.11 Definicin. Sea {xn } una sucesin de nmeros reales; dada una aplicacin : N N estrictamente creciente, la sucesin que a cada nmero natural n hace corresponder el nmero real
x(n) se representa por {x(n) } y se dice que es una sucesin parcial de {xn }. Ntese que {x(n)}
no es otra cosa que la composicin de las aplicaciones {xn } y , esto es, {x(n) } = {xn } .
Se dice que un nmero real x es un valor de adherencia de la sucesin {xn } si hay alguna
sucesin parcial de {xn } que converge a x.
5.12 Ejemplo. Representemos por E(x) el mayor entero menor o igual que x. La sucesin {xn }
dada por xn = n/5 E(n/5) para todo n N, tiene a 0, 1/5, 2/5, 3/5 y 4/5, como valores de adherencia.
En efecto, basta considerar que para cada j {0, 1, 2, 3, 4}, la sucesin parcial {x5n j }nN viene
dada por x5n = 0, para j = 0, y x5n j = 1 j/5 para j = 1, 2, 3, 4.
Es fcil probar por induccin que si es una aplicacin estrictamente creciente de N en N
entonces se verifica que (n) > n para todo n N. Con ello se obtiene fcilmente el siguiente
resultado.
5.13 Proposicin. Si lm{xn } = x, toda sucesin parcial de {xn } tambin converge a x. En particular, una sucesin convergente tiene como nico valor de adherencia su lmite.
Observa que hay sucesiones, la de los nmeros naturales por ejemplo, que no tienen ningn
valor de adherencia. Tambin puede ocurrir que una sucesin tenga un nico valor de adherencia y no sea convergente. Por ejemplo, la sucesin dada para todo nN por xn = (1+ (1)n )n + 1/n,
no es convergente y tiene a 0 como nico valor de adherencia. Vamos a ver a continuacin que
estos comportamientos no pueden darse con sucesiones acotadas.
5.14 Lema. Toda sucesin tiene una sucesin parcial montona.
Demostracin. Sea {xn } una sucesin y definamos
A = {n N : xn > x p para todo p > n}
Podemos visualizar el conjunto A como sigue. Consideremos en el plano los segmentos de extremos (n, xn ) y (n + 1, xn+1 ), n = 1, 2, 3, . . .. Resulta as una lnea poligonal infinita y podemos
imaginar que dicha lnea es el perfil de una cordillera cuyas cumbres y valles son los puntos
(n, xn ). Imaginemos ahora que los rayos de luz del Sol, paralelos al eje de abscisas, iluminan
dicha cordillera por el lado derecho (el Sol estara, pues, situado en el infinito del eje de abscisas positivo). Pues bien, un nmero natural n pertenece al conjunto A si el punto (n, xn ) est
iluminado y no pertenece a A si dicho punto est en sombra.
Supongamos que A es infinito. Entonces podemos definir una aplicacin : N N estrictamente creciente y tal que (N) = A de la siguiente forma:
(1) = mn(A)
(n + 1) = mn{p A : (n) < p} para todo n N
es decir la aplicacin va eligiendo los elementos de A de menor a mayor empezando por el
primero. Resulta ahora evidente que la sucesin parcial {x(n) } es decreciente (todos los puntos ((n), x(n) ) estn iluminados y, por tanto, ninguno de ellos puede hacerle sombra a uno
anterior).
Universidad de Granada
Dpto. de Anlisis Matemtico
52
Si A es finito podemos suponer que A = . En tal caso, para todo nN hay algn p > n tal que
xn < x p (pues todo punto (n, xn ) est en sombra). Podemos definir ahora una aplicacin : N N
estrictamente creciente de la siguiente forma:
(1) = 1
(n + 1) = mn{p N : (n) < p y x(n) < x p } para todo n N
Resulta ahora evidente que la sucesin parcial {x(n) } es creciente (porque cada punto ((n), x(n) )
deja en la sombra al anterior).
5.15 Teorema (Teorema de Bolzano - Weierstrass). Toda sucesin acotada de nmeros reales
tiene alguna sucesin parcial convergente.
Demostracin. Sea {xn } una sucesin acotada. En virtud el lema anterior, hay una sucesin
parcial de {xn } que es montona, dicha sucesin parcial est acotada por estarlo {xn } y, por
tanto, es convergente.
Si volvemos a leer la definicin de sucesin convergente, parece que para estudiar la convergencia de una sucesin {xn } debemos ser capaces de adivinar, de alguna manera, su posible
lmite. De hecho, una idea bastante extendida consiste en pensar que es lo mismo probar la
convergencia de una sucesin que calcular su lmite. Esto no es del todo correcto; son relativamente pocas las sucesiones convergentes cuyo lmite puede efectivamente calcularse. Cuando
se estudia la convergencia de una sucesin {xn }, la mayora de las veces, lo que conocemos es,
justamente, la sucesin y, naturalmente, se desconoce su posible lmite el cual pudiera, incluso,
no existir. Por ello interesa tener criterios de convergencia intrnsecos a la sucesin, es decir, que
no hagan intervenir a un objeto en principio extrao a ella como es su posible lmite. Conocemos ya un criterio de convergencia intrnseco para sucesiones montonas. Usando dicho
2n
X
1
sin necesidad de conocer su
criterio hemos probado la convergencia de la sucesin xn =
k
k=n+1
lmite.
53
5.17 Teorema (Teorema de complitud de R). Una sucesin de nmeros reales es convergente si,
y slo si, verifica la condicin de Cauchy.
Demostracin. Supongamos que {xn } verifica la condicin de Cauchy. Probemos primero que
{xn } est acotada. La condicin de Cauchy implica que hay m0 N tal que |x p xm0| < 1 para todo
p > m0 , y como |x p | 6 |x p xm0| + |xm0|, deducimos que |x p | < 1 + |xm0| para p > m0 . En consecuencia
si definimos M = max{|x1 |, |x2 |, . . . , |xm0|, 1+|xm0|}, obtenemos que |xn | 6 M para todo n N.
El teorema de Bolzano-Weierstrass garantiza que hay un nmero real x y una sucesin parcial {x(n) } que converge a x. Probaremos que {xn } tambin converge a x. Dado > 0, existe
no N tal que |x p xq | < /2 siempre que p, q > no . Tambin existe n1 N tal que |x(n) x| < /2
siempre que n > n1 . Sea m = max{no , n1 }. Para todo n > m se tiene que (n) > n > m por lo que
|xn x| 6 |xn x(n)| + |x(n) x| <
+ =
2 2
54
v) El producto de una sucesin positivamente divergente por una sucesin que converge a un
nmero positivo es otra sucesin positivamente divergente.
yn = n;
yn = 2n;
yn = n;
yn = (1)n n;
{xn + yn } = {n} +
{xn + yn } = {n}
{xn + yn } = {1} 1
{xn + yn } = {2(1)n}
En consecuencia, las sucesiones del tipo {xn + yn} donde {xn } +, {yn } , requieren un
estudio particular en cada caso. Tales sucesiones suele decirse que son una indeterminacin
del tipo .
Anlogamente, si sabemos que {xn } 0 y que {yn } es divergente, ello no proporciona ninguna informacin sobre el comportamiento de la sucesin {xn yn }; la cual se dice que es una
indeterminacin del tipo 0 . Las indeterminaciones que aparecen al estudiar el cociente
de dos sucesiones divergentes o de dos sucesiones que convergen a cero, las llamadas indeterminaciones de los tipos / , 0/0, pueden reducirse a una indeterminacin del tipo
0 .
El siguiente resultado permite resolver en muchas ocasiones indeterminaciones de la forma
/.
5.21 Teorema (Criterio de Stolz). Sea {yn } una sucesin positivamente divergente y estrictamenUniversidad de Granada
Dpto. de Anlisis Matemtico
55
xn
yn
L.
Del Criterio de Stolz se deducen dos tiles criterios para estudiar la convergencia de sucesiones de medias aritmticas o geomtricas.
5.22 Proposicin (Criterio de la media aritmtica). Supongamos que {an } L donde L es un
nmero real, o L = +, o L = . Entonces se verifica que
a1 + a2 + + an
L.
n
5.23 Proposicin (Criterio de la media geomtrica). Supongamos que {an } L donde {an } es
una sucesin de nmeros positivos y L es un nmero real o bien L = +. Entonces se verifica que
q
n
a1 a2 . . . an L.
xn+1
5.24 Corolario. Supongamos que
L donde {xn } es una sucesin de nmeros positivos
xn
Hay otras indeterminaciones que surgen al considerar sucesiones de potencias, es decir, sucesiones de la forma {xnyn } donde {xn } es una sucesin de nmeros positivos e {yn } es una sucey
sin cualquiera de nmeros reales. Puesto que xn n = exp(yn log(xn )), teniendo en cuenta la proy
posicin (5.20), la convergencia o divergencia de la sucesin {xn n } vendr determinada por la
de {yn log(xn )}; la cual, a su vez, est determinada en todos los casos por el comportamiento de
las sucesiones {xn } e {yn }, excepto cuando dicha sucesin {yn log(xn )} es una indeterminacin
del tipo 0 , lo que ocurre en los siguientes casos.
a) {xn } 1, {|yn |} + (indeterminacin 1 )
b) {xn } +, {yn } 0 (indeterminacin 0 )
c) {xn } 0, {yn } 0 (indeterminacin 0 0 )
Cuando estudiemos las derivadas veremos algunas tcnicas que permiten resolver en muchos casos estas indeterminaciones.
Ejercicios
56
|zn z | 0
Recordemos que max{|Re z| , |Im z|} 6 |z | 6 |Re z| + |Im z|. Gracias a esta desigualdad tenemos que
)
|Re z n Rez|
6 |z n z| 6 |Re z n Rez| + |Im z n Imz|
|Im z n Imz|
Deducimos que |z n z| 0 si, y slo si, |Re z n Re z| 0 y |Im z n Im z| 0. Hemos probado as
el siguiente resultado.
5.26 Proposicin. Una sucesin de nmeros complejos {z n } es convergente si, y slo si, las sucesiones de nmeros reales {Re z n } y {Im z n } son convergentes. Adems, en dicho caso
lm{z n } = z Re z = lm{Re z n }
Im z = lm{Im z n }
5.3. Ejercicios
1.
a) Sea {xn } una sucesin y supongamos que hay nmeros ]0, 1[, p N, tales que para
todo n > p es |xn+1 | 6 |xn | . Prueba que lm{xn } = 0.
b) Sea {xn } una sucesin de nmeros no nulos verificando que lm
0 6 < 1. Prueba que lm{xn } = 0.
|xn+1 |
= , donde
|xn |
1
n
xn = an + bn (a > 0, b > 0) xn =
xn = 3 n + 1 3 n
2
k+n
k=1
p
n!
xn = n 2 + 3n + 2 n
xn =
n2 + n n
n + 1 + 2n xn = n
n
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
57
lm n n = 1.
4. Sea xn =
n2+2 n
n 6
. Deduce que
n
1 3 5 (2n 1)
1
. Prueba que xn <
. Deduce que lm{xn } = 0.
2 4 6 2n
2n + 1
1 + an 1 1
6. Supongamos que {an } 0. Prueba que lm
= .
an
2
7. Sean a0 , a1 , . . . , a p nmeros reales cuya suma es igual a cero. Justifica que
n
o
lm a0 n + a1 n + 1 + a2 n + 2 + + a p n + p = 0
n
p
an + bn
, bn+1 = an bn .
2
Justifica que las sucesiones as definidas son montonas y convergen al mismo nmero
(que se llama media aritmtico-geomtrica de a1 y b1 ).
9. Estudia la convergencia de las siguientes sucesiones.
4 + 3xn
.
3 + 2xn
1
1
1
a) Para cada n N sea xn = 1+ + + log(n), yn = xn . Prueba que {xn } es estricta2
n
n
mente decreciente e {yn } es estrictamente creciente. Deduce que ambas sucesiones
convergen a un mismo nmero. Dicho nmero se llama la constante de Euler, se representa por la letra griega . No se sabe si dicho nmero es racional o irracional.
1 + 1/2 + + 1/n
b) Deduce que lm
= 1.
n
log(n)
c) Justifica que
lm
1
1
1
+
+ +
n+1 n+2
2n
= log 2.
11. Puede existir alguna sucesin acotada, {xn }, verificando que |xn xm | > 1075 siempre que
n , m? Razona tu respuesta.
12. Sea {xn } una sucesin de nmeros reales y supongamos que existen ]0, 1[, p N, tales
que |xn+2 xn+1| 6 |xn+1 xn | para todo n > p. Prueba que {xn } es convergente.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
58
Sugerencia. Deduce primero que |xn+2 xn+1 | 6 n |x2 x1 |. Teniendo ahora en cuenta que
para todos n, h N se verifica que:
n+h + n+h1 + n+h2 + + n <
n
1
1k + 2k + 3k + + nk
.
nk+1
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Introduccin
Sabemos ya que la imagen, f (I), de un intervalo I por una funcin continua f es un intervalo.
Nos preguntamos Es f (I) un intervalo del mismo tipo que I? Enseguida nos damos cuenta de
que no tiene por qu ser as.
1. f (x) = x 2 ; f ([1, 1[) = f (] 1, 1]) = [0, 1];
2. f (x) = 1/x; f (]0, 1]) = [1, +[; f ([1, +[) =]0, 1].
3. f (x) = sen x; f (] , [= [1, 1].
Vemos as que la imagen por una funcin continua de un intervalo abierto, o semiabierto, o de
una semirrecta, puede ser un intervalo de distinto tipo. Nos queda por considerar qu ocurre
con los intervalos cerrados (y acotados), es decir, los de la forma [a, b]. Ntese que si f : [a, b] R
es continua, para probar que f ([a, b]) es un intervalo cerrado y acotado basta probar que el
conjunto f ([a, b]) tiene mximo y mnimo, es decir, que hay nmeros u, v [a, b] tales que para
todo x [a, b] es f (u) 6 f (x) 6 f (v), pues entonces ser f ([a, b]) = [ f (u), f (v)].
6.1 Definicin. Sea f : B R . Se dice que f est acotada en E si el conjunto f (B) est acotado.
Se dice que f alcanza en B un mximo (resp. un mnimo) absoluto si el conjunto f (B) tiene
mximo (resp. mnimo), es decir, existe algn punto c B (resp. b B) tal que f (x) 6 f (c) (resp.
f (b) 6 f (x)) para todo x B.
El siguiente resultada es importante. Su demostracin se propone como ejercicio.
6.2 Proposicin. Sea f : A R una funcin continua en un punto x A. Entonces para toda
sucesin {xn } de puntos de A que converge a x se verifica que la sucesin { f (xn )} converge a f (x).
lm f (xn ) = f (lm xn ) = f (x)
59
Lmite funcional
60
6.3 Teorema (Teorema de Weierstrass). Toda funcin continua en un intervalo cerrado y acotado alcanza en dicho intervalo un mximo y un mnimo absolutos. En particular, toda funcin
continua en un intervalo cerrado y acotado est acotada en dicho intervalo.
Demostracin. Sea f : [a, b] R una funcin continua. Queremos probar que hay algn punto
c [a, b] en el que f alcanza un mximo absoluto.
Empezaremos probando que f est acotada en [a, b]. Razonamos por contradiccin: supondremos que f no est acotada y llegaremos a una contradiccin. Si f no est acotada entonces
para cada nN tiene que haber algn punto xn [a, b] tal que f (xn ) > n. La sucesin {xn } est acotada y, por el teorema de Bolzano-Weierstrass, tiene alguna parcial yn = x(n) convergente. Sea
x = lm{xn }. Como a 6 yn 6 b se deduce que a 6 x 6 b y por tanto x [a, b] (aqu es donde se usa el
hecho de que [a, b] es un intervalo cerrado). Usando la proposicin anterior y la continuidad de
f en x obtenemos que la sucesin { f (yn )} debe ser convergente. Pero esto es imposible porque
f (yn ) = f (x(n) ) > (n) > n lo que nos dice que la sucesin { f (yn )} no est acotada y por tanto no
puede ser convergente.
Como f est acotada, el conjunto f [a, b] es un conjunto acotado de nmeros reales y, por
tanto, tiene supremo e nfimo. Sea = sup f [a, b]. Probaremos que f [a, b]. Para cada n N
tiene que existir un zn [a, b] tal que 1/n 6 f (zn ) 6 . Repitiendo el razonamiento anterior
obtenemos que la sucesin {zn } tiene alguna sucesin parcial convergente. Sin perder generalidad, podemos suponer que la propia {zn } es convergente. Sea z = lm{zn }. Entonces z [a, b]
(por ser un intervalo cerrado) y f (z) = lm f (zn ) = . En consecuencia f alcanza un mximo absoluto en el punto z.
Anlogamente se prueba que = nf f [a, b] f [a, b].
Como aplicacin del teorema de Weierstrass puede probarse el siguiente resultado.
6.4 Proposicin. Una funcin polinmica de grado par f (x) =
n
X
k=0
Lmite funcional
61
a|
<
R+ R+ :
= | f (x) L| <
xI
Dicho nmero se llama lmite de f en a y escribimos lm f (x) = L .
xa
Es fcil probar que el lmite de una funcin en un punto, si existe, es nico. Una consecuencia
inmediata de la definicin dada es el siguiente resultado.
6.6 Proposicin. Sea f : I R una funcin definida en un intervalo y sea a I. Equivalen las
afirmaciones siguientes:
i) f es continua en a.
ii) lm f (x) = f (a).
xa
En la recta real es posible distinguir si nos acercamos por la derecha o por la izquierda a un
punto. Ello conduce de forma natural a la consideracin de los lmites laterales que pasamos a
definir.
Lmites laterales de una funcin en un punto
Supongamos que:
A) El conjunto {x I : a < x} no es vaco. En tal caso, se dice que f tiene lmite por la derecha
en a, si existe un nmero R tal que se verifica lo siguiente:
)
a < x < a+
+
+
= | f (x) | <
R R :
xI
Universidad de Granada
Dpto. de Anlisis Matemtico
Lmites infinitos
62
B) El conjunto {xI : x < a} no es vaco. En tal caso, se dice que f tiene lmite por la izquierda
en a, si existe un nmero R tal que se verifica lo siguiente:
)
a
<
x
<
a
R+ R+ :
= | f (x) | <
xI
Dicho nmero se llama lmite por la izquierda de f en a y, simblicamente, escribimos
lm f (x) = .
xa
x<a
x<a
x>a
b) xa
lm f (x) = xa
lm f (x) = L.
x<a
x>a
x>a
Universidad de Granada
Dpto. de Anlisis Matemtico
63
Lmites en infinito
Sea f : I R una funcin definida en un intervalo no mayorado I. Se dice que f tiene lmite
en + si existe un nmero L R tal que se verifica lo siguiente:
)
x
>
K
R+ K R+ :
= | f (x) L| <
xI
Dicho nmero se llama lmite de f en + y escribimos lm f (x) = L.
x+
x+
lm f (x) = +,
lm f (x) = .
ii) Para toda sucesin {xn } de puntos en el dominio de definicin de f , tal que {xn } a con xn , a,
se verifica que { f (xn )} L.
Universidad de Granada
Dpto. de Anlisis Matemtico
xa
64
x>a
xa
xa
xa
xa
xa
xa
xa
1
1
=
f (x)
lm f (x)
xa
xa
iv) Supongamos que f (x) 6 h(x) 6 g(x) para todo x I, x , a y lm f (x) = lm g(x) = L. Entonces
xa
xa
ii) Supongamos que hay un nmero M > 0 tal que g(x) > M para todo x I, x , a . Entonces
lm ( f g)(x) = +.
xa
Continuidad y monotona
65
6.10 Teorema. Supongamos que lm f (x) = 0, y que hay un nmero M > 0 tal que |g(x)| 6 M para
xa
xa
xa
x<a
xa
x>a
6.13 Teorema (Discontinuidades de las funciones montonas). Sea f una funcin montona
en un intervalo. Entonces:
i) En los puntos del intervalo que no son extremos del mismo, f solamente puede tener discontinuidades de salto.
ii) Si el intervalo tiene mximo o mnimo, f puede tener en dichos puntos discontinuidades
evitables.
Universidad de Granada
Dpto. de Anlisis Matemtico
66
6.14 Teorema (Continuidad de una funcin montona). Una funcin montona definida en
un intervalo es continua si, y slo si, su imagen es un intervalo.
Demostracin. En efecto, si f : I R es una funcin creciente en un intervalo I y suponemos
que su imagen f (I) es un intervalo entonces, si a I no es un punto extremo de I, es decir, hay
puntos u, v I tales que u < a < v, tenemos que
{ f (x) : x I, x < a} [ f (u), f (a)[,
y deducimos que
lm f (x)
lm f (x) = f (a) = xa
xa
x<a
x>a
esto es, f es continua en a. Anlogamente se prueba que si I contiene a alguno de sus extremos
entonces f es continua tambin en esos puntos.
Teniendo en cuenta que la funcin inversa de una funcin estrictamente montona es tambin
estrictamente montona (y del mismo tipo), se deduce de lo anterior el siguiente importante
resultado.
6.15 Teorema. La funcin inversa de una funcin estrictamente montona y continua en un
intervalo es tambin una funcin continua y estrictamente montona.
El siguiente resultado se demuestra haciendo uso del teorema de los ceros de Bolzano y ser usado en el prximo captulo para obtener una importante propiedad de las funciones con
derivada distinta de cero. Su demostracin no aade nada nuevo a lo que ya sabemos y por eso
no la incluyo aqu; pero lo que se afirma en l es muy intuitivo: si una funcin es continua e inyectiva en un intervalo entonces es claro que su grfica no puede subir y bajar, en consecuencia
o siempre sube o siempre baja.
6.16 Teorema (Funciones continuas e inyectivas en intervalos). Una funcin continua e inyectiva definida en un intervalo es estrictamente montona.
xa
xa
lm g(x) = se requiere un estudio particular en cada caso. Suele decirse que estos lmites son
xa
negativamente) en el punto a, ello no proporciona ninguna informacin sobre el comportamiento de la funcin f g en dicho punto. Cuando esto ocurre se dice que el lmite lm ( f g)(x)
xa
Universidad de Granada
Dpto. de Anlisis Matemtico
67
lmite lm g(x) log f (x), el cual, a su vez, est determinado en todos los casos por el comportaxa
miento en el punto a de las funciones f y g, excepto cuando dicho lmite es una indeterminacin del tipo 0 , lo que ocurre en los siguientes casos:
a) lm f (x) = 1, lm |g(x)| = + (indeterminacin 1 )
xa
xa
xa
xa
Ni que decir tiene que no hay tcnicas generales que permitan resolver las indeterminaciones, no seran tales si las hubiera! Es por ello que, los lmites indeterminados, requieren un
estudio particular en cada caso. Es un hecho que la mayora de los lmites que tienen algn inters matemtico son lmites indeterminados. Cuando estudiemos las derivadas obtendremos
tcnicas que permitirn calcular con comodidad dichos lmites.
xa
xa
xa
xa
xa
xa
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
68
El siguiente resultado es de gran importancia. En l se comparan los rdenes de crecimiento de las funciones logaritmo, potencias y exponenciales, resultando que el logaritmo crece
ms lentamente que cualquier potencia positiva y stas, a su vez, crecen ms lentamente que
la exponencial.
6.18 Proposicin.
II )
III )
I)
|log x|
= 0 para todos > 0 y R.
x+
x
lm
lm |x| log |x| = 0 para todos > 0 y R.
x0
lm
x+
x
= 0 para todos > 0 y > 0.
e x
6.6. Ejercicios
1. Sea f : [a, b] R continua. Supongamos que para cada x [a, b] hay algn y [a, b] tal que
9
| f (y)| 6 10
| f (x)|. Prueba que f se anula en algn punto de [a, b].
2. Sea f : [a, b] R continua. Prueba que la funcin g : [a, b] R dada por g(x) = max f ([a, x]),
(a 6 x 6 b), es continua.
3. Sea f : [a, b] R continua, pongamos M = max f ([a, b]), m = mn f ([a, b]) y supongamos que
f (a) = f (b) y que m < f (a) < M. Prueba que f toma todo valor de [ f (a), M[]m, f (a)] en al
menos dos puntos de [a, b].
4. La ecuacin ax 2 + 2x 1 = 0 donde a > 1, a , 0 tiene dos soluciones que representaremos
por (a) y por (a). Calcula los lmites de dichas funciones en a = 0 y en a = 1.
5. Prueba que, dado x R, la ecuacin logt + t 5 = x tiene una nica solucin, que representamos por (x). Justifica que la funcin x 7 (x), (x R), as definida es continua.
6. Sea f : [0, 1] R continua verificando que | f (s) f (t)| > |st| para todos s,t [0, 1], y f ({0, 1}) =
{0, 1}. Prueba que o bien es f (x) = x para todo x [0, 1], o bien es f (x) = 1 x para todo
x [0, 1].
7. Estudia los lmites en + y en de:
a) Una funcin polinmica.
b) Una funcin racional.
8. Justifica que una funcin polinmica de grado par o bien alcanza un mximo en R o bien
alcanza un mnimo absoluto en R.
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Derivadas
Introduccin
Los orgenes del Clculo estuvieron motivados por el deseo de resolver diversos problemas
vinculados al movimiento de los cuerpos, as como problemas de tipo geomtrico de importancia en ptica y problemas de clculo de valores mximos y mnimos de una funcin dada.
Simplificando podemos destacar dos problemas principales:
Determinar la tangente a una curva en un punto (el problema de las tangentes).
Determinar el rea encerrada por una curva (el problema de las cuadraturas).
Son los conceptos de derivada e integral, respectivamente, los que permiten resolver satisfactoriamente dichos problemas. Mientras que el concepto de integral tiene sus races en la antigedad clsica, la otra idea fundamental del Clculo, la derivada, no se formul hasta el siglo XVII.
Fue el descubrimiento efectuado por Sir Isaac Newton (1642-1727) y Gottfried Wilhelm Leibnitz (1646-1716) de la relacin entre estas dos ideas, tan dispares en apariencia, lo que inici
el magnfico desarrollo del Clculo. Si bien los trabajos de Newton y Leibnitz son decisivos por
sus aportaciones e influencia, no hay que olvidar que ellos son el punto culminante de un largo
proceso en el que han participado cientficos de la talla de Johannes Kepler (1571-1630), Ren
Descartes (1596-1650), Pierre de Fermat (1601-1665), John Wallis (1616-1703) e Isaac Barrow
(1630-1677) entre otros.
69
70
(x, f (x))
f (x) f (a)
(a, f (a))
xa
Ntese que una secante es una buena aproximacin de la tangente, siempre que el punto (x, f (x)) est muy prximo a (a, f (a)). Estas
consideraciones llevan a definir la tangente
a la grfica de f en el punto (a, f (a)) como la
recta que pasa por dicho punto y cuya pendiente es igual al lmite:
lm
xa
f (x) f (a)
xa
Derivadas laterales
71
Parece intuitivo que, en cada instante, la partcula se mueve con una determinada velocidad
instantnea. Pero la definicin corriente de velocidad es en realidad una definicin de velocidad media; la nica definicin razonable de velocidad instantnea es como la razn de cambio
puntual. Es importante darse cuenta de que la velocidad instantnea es un concepto terico, y
una abstraccin, que no corresponde exactamente a ninguna cantidad observable.
Notacin. En lo que sigue las letras I, J representan intervalos no vacos de nmeros reales.
7.1 Definicin. Se dice que una funcin f : I R es derivable en un punto a I, si existe el
lmite:
f (x) f (a)
lm
.
xa
xa
Explcitamente, f es derivable en a si hay un nmero L R verificando que para cada nmero
> 0 existe algn nmero > 0 tal que para todo x I con x , a y | x a |< se tiene que:
f (x) f (a)
L 6 .
xa
Dicho nmero L se llama la derivada de f en a y suele representarse por f (a) (notacin debida
(notacin de Leibnitz).
a Lagrange) y tambin, a veces, por d df (x)
x
x=a
Observaciones
i) El lmite lm
xa
f (x) f (a)
f (a + h) f (a)
se escribe tambin en la forma lm
.
h0
xa
h
ii) La derivabilidad de f en un punto a I es una propiedad local, depende solamente del comportamiento de f en los puntos de I prximos al punto a. Concretamente, si J es cualquier
intervalo abierto que contiene el punto a, se verifica que f es derivable en a si, y slo si, la funcin restriccin f|IJ es derivable en a y, por supuesto, en tal caso ambas funciones tienen la
misma derivada en a.
xa
x<a
f (x) f (a)
.
xa
xa
x>a
f (x) f (a)
.
xa
Derivadas laterales
72
f (x) f (a)
xa
(x I, x , a)
7.4 Teorema (Reglas de derivacin). Sean f g : I R dos funciones. Se verifican las siguientes
afirmaciones:
i) La funcin suma f + g y la funcin producto f g son derivables en todo punto a I en el que
f y g sean derivables; en tal caso las derivadas respectivas vienen dadas por:
( f + g) (a) = f (a) + g (a);
ii) Si g(x) , 0 para todo x I, la funcin cociente f /g es derivable en todo punto a I en el que
f y g sean derivables en cuyo caso se verifica que:
f
f (a)g(a) f (a)g (a)
(a) =
g
(g(a))2
7.5 Corolario. Las funciones polinmicas son derivables en todo punto y las funciones racionales
son derivables en todo punto de su conjunto natural de definicin. Adems la derivada de la
funcin polinmica f (x) = a0 + a1x + a2x2 + + anxn en cada punto x R viene dada por:
f (x) = a1 + 2a2x + 3a3x2 + + nanxn1
7.6 Teorema (Derivacin de una funcin compuesta o regla de la cadena). Sean f : I R y
g : J R con f (I) J, y sea h = g f : I R la funcin compuesta. Supongamos que f es derivable
en a I y que g es derivable en f (a). Entonces h es derivable en a y h (a) = g ( f (a)) f (a).
En particular, si g es derivable en J, la funcin compuesta h = g f es derivable en todo punto de
I donde f sea derivable.
Universidad de Granada
Dpto. de Anlisis Matemtico
Derivadas laterales
73
xa
yb
h(x) h(a)
= g (b) f (a). Por
xa
g(y) g(b)
f (x) f (a)
lm
= g (b) f (a)
y b xa
xa
La idea de la demostracin es hacer en esta igualdad la sustitucin y = f (x). Como no est garantizado por las hiptesis hechas que para x , a se tenga f (x) , b, no est justificado hacer
directamente la sustitucin indicada (dividir por cero est prohibido). Podemos evitar esta dificultad como sigue. Definamos la funcin : J R por:
g(y) g(b)
(y , b), (b) = g (b)
yb
(y) =
Con ello la funcin es continua en b. Es inmediato ahora comprobar que para todo x I con
x , a se verifica que:
h(x) h(a)
f (x) f (a)
= ( f (x))
(1)
xa
xa
ahora, como f es continua en a (porque es derivable en a) y es continua en b = f (a), se sigue
que f es continua en a, por lo que:
lm ( f (x)) = ( f (a)) = (b) = g (b).
xa
xa
h(x) h(a)
= g (b) f (a)
xa
(log) (x) =
1
(x R+ )
x
e x 1
= 1;
x0
x
lm
lm
x0
log(1 + x)
= 1;
x
lm (1 + x) 1/x = e
x0
Deducimos tambin un importante resultado que permite resolver en muchos casos las indeterminaciones 1 y 0 .
7.7 Teorema (Criterio de equivalencia logartmica). Sea a I, f y g funciones definidas en
I \ {a}. Supongamos que f (x) > 0 para x I \ {a}, y que lm f (x) = 1. Entonces se tiene que:
xa
ii) lm f (x)
xa
xa
g(x)
Universidad de Granada
Dpto. de Anlisis Matemtico
xa
Derivadas laterales
74
xa
log x
, (x , 1), (1) = 1.
x1
Ntese que es una funcin continua. Pongamos:
f (x) g(x) = exp g(x) log( f (x)) = exp g(x)( f (x) 1)( f (x))
(x) =
xa
si, y slo si
lm g(x)( f (x) 1)) = L R {+} {}
xa
x0
sen x
= 1,
x
lm
x0
cos x 1
= 0.
x
Las derivadas de las dems funciones trigonomtricas se deducen con facilidad a partir de las
derivadas del seno y del coseno.
Derivabilidad de las funciones hiperblicas
Las derivadas de las funciones hiperblicas y de sus inversas se deducen con facilidad de las
derivadas del logaritmo y de la exponencial. Se comprueba sin dificultad que:
1
senh (x) = cosh x, cosh (x) = senh x, argsenh (x) = p
x2 + 1
1
1
1
argcosh (x) = p
, argsech (x) = p
, argcosech (x) = p
x2 1
x x2 1
x x2 + 1
Universidad de Granada
Dpto. de Anlisis Matemtico
75
(c, f (c))
(a, f (a))
(d, f (d))
y = f (x)
(b, f (b))
El siguiente resultado nos dice que en los extremos relativos de una funcin derivable la tangente es horizontal.
7.11 Proposicin (Condicin necesaria de extremo relativo). Sea f : I R, a I y supongamos
que f tiene un extremo relativo en a y que f es derivable en a. Entonces se verifica que f (a) = 0.
Demostracin. Supongamos que a es un mximo relativo de f . Entonces hay un nmero r > 0
tal que ]a r, a + r[ I y x ]a r, a + r[ se verifica que f (x) 6 f (a). Puesto que f es derivable en
a y el punto a no es un extremo del intervalo I, se verifica que:
lm
xa
x<a
f (x) f (a)
f (x) f (a)
= f (a) = xa
lm
xa
xa
x>a
f (x) f (a)
f (x) f (a)
> 0, se sigue que xa
lm
> 0.
xa
xa
x<a
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
76
f (x) f (a)
f (x) f (a)
60, se sigue que xa
lm
6 0. Por tanto f (a) = 0.
xa
xa
x>a
Es importante observar que esta condicin necesaria no es suficiente. Por ejemplo, la funcin
f (x) = x3 no tiene ningn extremo relativo en R pero f (0) = 0.
7.12 Teorema (Teorema de Rolle). Sea f : [a, b] R una funcin continua en [a, b], derivable en
]a, b[ y verificando que f (a) = f (b). Entonces existe algn punto c ]a, b[ tal que f (c) = 0.
Demostracin
f (c) = 0
(b, f (b))
(a, f (a))
y = f (x)
nula. Si {u, v} , {a, b}, entonces alguno de los puntos u, v est en ]a, b[ y es un extremo relativo
de f por lo que, en virtud de la proposicin anterior, concluimos que la derivada de f se anula
en algn punto de ]a, b[.
7.13 Teorema (Teorema del valor medio). Sea f : [a, b] R una funcin continua en [a, b], derivable en ]a, b[. Entonces existe algn punto c ]a, b[ tal que
f (c) =
f (b) f (a)
ba
Demostracin. Definamos una funcin g : [a, b] R por g(x) = f (x) + x donde , son nmeros que elegiremos por la condicin de que g(a) = g(b), es decir ( f (a) f (b)) = (b a).
Para ello basta tomar = b a y = f (a) f (b). Podemos aplicar ahora el teorema de Rolle
a la funcin g(x) = (b a) f (x) + ( f (a) f (b))x, para deducir que hay un punto c ]a, b[ tal que
g (c) = (b a) f (c) + ( f (a) f (b)) = 0, lo que concluye la demostracin.
y = f (c) + f (c)(x c)
(c, f (c))
(b, f (b))
(a, f (a))
tg() =
Universidad de Granada
Dpto. de Anlisis Matemtico
f (b) f (a)
= f (c)
ba
77
derivable en a y f (a) = L.
a < x < a se verifica que | f (x) L| < . Dado x]a , a] podemos aplicar el teorema del valor
medio a la funcin f en el intervalo [x, a] y deducimos que hay algn punto c ]x, a[]a , a[ tal
f (x) f (a)
que
= f (c) y por tanto:
xa
f (x) f (a)
L = | f (c) L| <
xa
f (x) f (a)
= L, es decir, f es derivable por a izquierda en a y la derivada
xa
x<a
por la izquierda de f en a es igual a L.
El resto de las afirmaciones del enunciado se deducen fcilmente de lo anterior.
lo que prueba que xa
lm
78
el intervalo I. Como, adems f es continua en I (por ser derivable), podemos usar un resultado
del captulo anterior para deducir que f es estrictamente montona en I. Es suficiente tener en
cuenta ahora el resultado inmediatamente anterior para concluir la demostracin.
Es importante advertir que el resultado anterior nos dice que si una funcin f es derivable en
un intervalo y la derivada f toma valores positivos y negativos, entonces f se anula en algn
punto. Este resultado recuerda mucho al teorema de los ceros de Bolzano para funciones continuas en un intervalo, con una notable diferencia: aqu no exigimos que la funcin derivada f
sea continua. De hecho, se verifica el siguiente resultado.
7.19 Teorema (Propiedad del valor intermedio para derivadas). Sea una funcin definida
en un intervalo I que es la derivada de alguna funcin en dicho intervalo. Entonces se verifica
que la imagen por de I, (I), es un intervalo.
Demostracin. Por hiptesis hay una funcin derivable f : I R tal que (x) = f (x) para todo
x I. Sean u = (a), v = (b) dos valores que toma la funcin , y supongamos u < v. Dado
]u, v[, definimos la funcin g(x) = f (x) x. Tenemos entonces g (a) = (a) = u < 0 y
g (b) = (b) = v > 0. Por tanto la derivada de g toma valores positivos y negativos en
el intervalo I y, por tanto, tiene que anularse, es decir, existe algn punto c I tal que g (c) =
(c) = 0, esto es, (c) = . Hemos probado as que si toma dos valores tambin toma todos
los comprendidos entre ellos dos; es decir que (I) es un intervalo.
7.20 Proposicin (Derivacin de la funcin inversa). Sea f : I R derivable en el intervalo I
con derivada f (x) , 0 para todo xI. Entonces f es una biyeccin de I sobre el intervalo J = f (I),
y la funcin inversa f 1 : J R es derivable en J siendo
( f 1 ) (y) =
1
f ( f 1 (y))
(y J).
h(x) =
xa
1
para (x , a), h(a) =
f (x) f (a)
f (a)
h( f 1 (y)) =
f 1 (y) f 1 (b)
yb
Concluimos as que
lm
yb
Universidad de Granada
Dpto. de Anlisis Matemtico
f 1 (y) f 1 (b)
1
=
yb
f (a)
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
Reglas de LHpital
79
1
(x R),
1 + x2
1
arc sen (x) = p
(x ] 1, 1[)
x2 1
7.21 Teorema (Teorema del valor medio generalizado). Sean f , g : [a, b] R funciones continuas en [a, b] y derivables en ]a, b[. Entonces existe algn punto c ]a, b[ tal que
( f (b) f (a))g (c) = (g(b) g(a)) f (c)
Demostracin. Definimos una funcin h(x) = f (x) + g(x) donde , son nmeros que se
eligen de forma que g(a) = g(b), esto es, ( f (a) f (b)) = (g(b) g(a)). Basta para ello tomar = g(b) g(a), = f (a) f (b). El teorema del Rolle, aplicado a la funcin h(x) = (g(b)
g(a)) f (x) ( f (b) f (a))g(x), nos dice que hay un punto c]a, b[ tal que h (c) = 0, lo que concluye
la demostracin.
b) lm |g(x)| = +
x
Y adems
f (x)
= L R {+, }
x g (x)
lm
f (x)
=L
g(x)
Demostracin. Antes de dar una demostracin al uso vamos a explicar por qu la hiptesis de que el cociente de las derivadas tiene lmite implica que tambin lo tiene el cociente de las funciones. Para fijar ideas, consideremos el caso en que = a es un nmero real y
lm f (x) = lm g(x) = 0. Definamos f (a) = g(a) = 0. Ntese que aunque el punto (g(x), f (x)) rex
corre una trayectoria en en plano que termina en (0, 0) cuando x = a, el lmite lm f (x)/g(x) no
xa
Universidad de Granada
Dpto. de Anlisis Matemtico
Reglas de LHpital
80
tiene por qu existir. Ello se debe a que la proximidad a (0, 0) del punto (g(x), f (x)) no nos proporciona ninguna informacin sobre el valor del cociente f (x)/g(x). Baste considerar que en
un crculo centrado en (0, 0) de radio , hay puntos (u, v) para los que el cociente u/v puede tomar cualquier valor. Geomtricamente, podemos interpretar f (x)/g(x) como la pendiente de la
recta que une (0, 0) con el punto (g(x), f (x)). Si imaginamos la trayectoria que recorre el punto
(g(x), f (x)) como una curva, , en el plano que termina en (0, 0), parece evidente que, cuando
dicho punto est muy prximo a (0, 0), el nmero f (x)/g(x) est muy prximo a la pendiente
de la tangente a en (g(x), f (x)). Ntese que como f y g no se suponen derivables en x = a, no
est garantizado que = {(g(x), f (x)) : x I} tenga tangente en el origen, es decir, para x = a.
Podemos, sin embargo, calcular la pendiente de la tangente a en puntos distintos del origen.
Para ello observemos que las hiptesis hechas implican que g es inyectiva, por lo que, llamando
J = g(I), es claro que = {(t, f (g1 (t))),t J}; es decir, es la grfica de la funcin h : J R dada
por h(t) = f (g1 (t)). Las hiptesis hechas garantizan que h es derivable en J y su derivada, es
decir, la pendiente de la tangente a en el punto (t, f (g1 (t))), viene dada por:
h (t) =
f (g1 (t))
.
g (g1 (t))
Para obtener la pendiente de la tangente a en el punto (g(x), f (x)) basta sustituir t por g(x) en
la igualdad anterior, es decir, dicha pendiente viene dada por:
h (g(x)) =
f (x)
g (x)
y = f (xo ) +
f (xo )
(x g(xo))
g (xo )
f (x)
y=
f (xo )
g(xo ) x
y = Lx
f (xo )
g(xo )
g(x)
f (xo ) f (xo )
L
g(xo ) g (xo )
A la vista de lo anterior, se comprende ahora que si exigimos que f (x)/g (x) tenga lmite L en el
punto a, estamos obligando a que el cociente f (x)/g(x) tambin tenga lmite igual a L en a. En el
dibujo se ha supuesto que L es un nmero real, pero est claro que puede suponerse tambin
L = + o L = , lo que corresponde a los casos en que tiene tangente vertical en el origen.
Universidad de Granada
Dpto. de Anlisis Matemtico
Reglas de LHpital
81
Daremos ahora una demostracin formal del teorema en dos casos particulares.
Caso1 (Primera regla de LHpital).
Supongamos que = a y L son nmeros reales y lm f (x) = lm g(x) = 0. Definamos f (a) = g(a) = 0.
xa
xa
(1)
f (t)
Por hiptesis, dado > 0, existe > 0 tal que para a < t < a + es L < . Deducimos de
g (t)
la igualdad (1) que si a < x < a + se tiene que:
f (x)
g(x) L < .
Hemos probado as que lm f (x)/g(x) = L. Los casos en que L = +, L = se tratan de la
misma forma.
xa
que g(x) , 0 para todo xI suficientemente prximo al punto a, y por el carcter local del lmite
no es restrictivo suponer que g(x) , 0 para todo x I. Ntese tambin que las hiptesis hechas
implican que g es inyectiva en I. La hiptesis lm f (x)/g (x) = L, nos dice que dado > 0, hay
xa
un nmero (fijo en lo que sigue) c I, tal que para a < t 6 c se verifica que:
f (t)
<
L
(1)
4
g (t)
Como lm |g(x)| = +, hay un nmero > 0 tal que a + 6 c y para a < x < a + se verifica que:
xa
|g(c)|
< 1,
|g(x)|
| f (c) Lg(c)|
<
|g(x)|
2
(2)
Dado a < x < a + aplicamos el teorema del valor medio generalizado para obtener un punto
f (cx )
f (x) f (c)
=
. Teniendo en cuenta la identidad:
cx ]x, c[ tal que
g(x) g(c)
g (cx )
f (x)
f (x) f (c)
g(c)
f (c) Lg(c)
L =
L
1
+
g(x)
g(x) g(c)
g(x)
g(x)
f (cx )
g(c)
f (c) Lg(c)
=
L
1
+
g (cx )
g(x)
g(x)
deducimos, en virtud de (1) y (2), que para todo x ]a, a + [ se verifica que:
f (x)
g(x) L 6 4 2 + 2 = .
xa
Universidad de Granada
Dpto. de Anlisis Matemtico
82
Los dems casos tienen un tratamiento similar y tambin pueden reducirse a los ya estudiados
sin ms que invertir la variable.
Ntese que, tal y como las hemos enunciado, las reglas de LHpital permiten calcular lmites
por la derecha y por la izquierda en un punto y, por tanto, podemos usarlas para calcular el
lmite en un punto de un intervalo que no sea extremo del mismo.
xa
f (x) P(x)
=0
xa
Es natural preguntarse si, en el caso de que f sea derivable n veces en a, existir una funcin
polinmica P de grado 6 n, de forma que
lm
xa
f (x) P(x)
= 0.
(x a)n
Q (k) (0) = f (k) (a). Con ello se obtiene fcilmente que ak = f (k) (a)/k!. Resulta as que el polinomio
P dado por:
n
X
f (k) (a)
P(x) = Q(x a) =
(x a)k
k!
k=0
verifica que P (k) (a) = Q (k) (0) = f (k) (a) para k = 0, 1, . . . , n y es el nico polinomio de grado 6 n
que cumple dichas condiciones.
7.23 Definicin. Sea f una funcin n veces derivable en un punto a. La funcin polinmica
Universidad de Granada
Dpto. de Anlisis Matemtico
83
n
X
f (k) (a)
(x a)k se llama el polinomio
k!
k=1
7.24 Teorema (Teorema de Taylor-Young). Sea f una funcin n veces derivable en un punto a,
y sea Tn ( f , a) el polinomio de Taylor de orden n de f en a. Entonces se verifica que:
lm
xa
f (x) Tn ( f , a)(x)
= 0.
(x a)n
Demostracin. Haremos la demostracin por induccin. Para n = 1 la afirmacin del enunciado es cierta sin ms que recordar la definicin de derivada de una funcin en un punto.
Supongamos que la afirmacin del enunciado es cierta para toda funcin n veces derivable en
a. Sea f una funcin n + 1 veces derivable en a. Entonces la funcin g = f es n veces derivable
en a y por tanto:
g(x) Tn(g, a)(x)
= 0.
lm
xa
(x a)n
Se comprueba fcilmente que Tn+1 ( f , a)(x) = Tn (g, a)(x), con lo cual resulta que
d
f (x) Tn+1 ( f , a)(x) . Por el teorema de LHpital obtenemos que:
g(x) Tn(g, a)(x) = dx
lm
xa
xa
f (x) Tn ( f , a)(x)
1
=
f (n+1) (a).
n+1
(x a)
(n + 1)!
84
contrario, pienso que cada lmite debe intentarse de la forma ms adecuada a su caso. Para eso
tienes que fijarte en cmo es la funcin, relacionarla con otras parecidas, tratar de relacionar el
lmite que te piden con otros bien conocidos, . . .
Voy a contarte las estrategias que suelo usar para calcular lmites. Esencialmente, puedo
resumirlas en dos:
Trato de reducir el lmite a otros bien conocidos.
Siempre que puedo sustituyo funciones por otras ms sencillas.
Vayamos con la primera. Si te preguntas qu entiendo por lmites bien conocidos, la respuesta es bien fcil: los que siguen a continuacin.
lm
x0
sen x
=1
x
ex 1
=1
x0
x
lm
1 cosx 1
=
2
x2
x0
lm
x sen x 1
=
x0
x3
6
(1 + x) 1
=
x0
x
x0
tg x x 1
=
x0
x3
3
log(1 + x) x 1
=
x0
2
x2
lm
x0
arc sen x
=1
x
lm
lm
x0
lm
lm
arc tg x
=1
x
x0
lm
tg x
=1
x
lm
log(1 + x)
=1
x
x1
lm
log x
=1
x1
lm
Observa que todos ellos, con la excepcin de cuatro, son derivadas en el punto x = 0 de
las respectivas funciones. Por ello no son difciles de recordar. Ahora bien, estos lmites suelen
aparecer algo disfrazados. Realmente, ms que como lmites concretos, debes considerarlos
como modelos.
7.26 Ejemplo. El lmite
log(cos x)
cos x 1
no est en la lista anterior, pero responde al modelo
lm
x0
lm
x1
log x
x1
tg x x 1
=
x0
x3
3
Elijamos ahora cualquier funcin continua g que se anule en algn punto c, por ejemplo
g(x) = ex 1 (c = 0) o g(x) = log x (c = 1), o g(x) = 3 x 1 (c = 1), . . . En todos los casos se verifica que
tg(g(x)) g(x) 1
lm
=
xc
g(x)3
3
lm
Tenemos as que
tg(ex 1) ex +1
tg(log x) logx 1
= lm
=
x0
x1
(ex 1)3
(log x)3
3
lm
Universidad de Granada
Dpto. de Anlisis Matemtico
85
Entiendes lo que pasa? Esto puede hacerse con cualquiera de los lmites. La justificacin de
estos resultados es consecuencia de que la composicin de funciones continuas es continua.
Como consecuencia, los lmites de la lista anterior son muchos ms de los que aparecen en ella.
Si te acostumbras a reconocerlos cuando vengan disfrazados podrs ahorrarte mucho trabajo
innecesario.
Vamos a la segunda estrategia. Sustituir funciones por otras ms sencillas. Esto se basa en la
idea siguiente. Supn que ests calculando un lmite de la forma lm f (x)g(x) y t conoces otra
xa
h(x)
= 1; entonces puedes sustituir en el lmite lm f (x)g(x) la funcin
funcin h(x) tal que lm
xa
xa f (x)
f (x) por h(x) sin que ello afecte para nada al valor del lmite.
7.28 Definicin. Se dice que las funciones f y h son asintticamente equivalentes en el punto
h(x)
a, y se escribe f (x) g(x) (x a), cuando lm
= 1.
xa f (x)
Para calcular un lmite de un producto o de un cociente puedes sustituir cualquiera de los
factores por otro asintticamente equivalente a l. Ojo! En una suma no puedes, en general, hacer eso. La lista de los lmites bien conocidos es, de hecho, una lista de equivalencias asintticas
y eso la hace ms til todava.
0
ex cos 2 x x
es una indeterminacin del tipo y puede hacerse
7.29 Ejemplo. El lmite lm
3
x0
tg x
0
por LHpital. El problema est en que vamos a tener que derivar por lo menos dos veces y las
derivadas de la tangente se van complicando. Para evitarlo podemos sustituir tg x por x pues
tg x x(x 0). Escribiendo
ex cos 2 x x
x 3 ex cos 2 x x
= 3
tg3 x
tg x
x3
x3
x 3
ex cos 2 x x
y teniendo en cuenta que lm 3 = lm
= 1, basta calcular lm
lo que
x0 tg x
x0 tg x
x0
x3
puedes hacer por LHpital muy fcilmente (aunque es un caso particular del teorema de TaylorYoung).
Las estrategias anteriores son las ms bsicas, pero tengo otras un poco ms elaboradas.
Esencialmente consisten en aplicar el teorema de Taylor-Young para tratar de reducir ciertos
lmites al lmite de un cociente de dos polinomios. Bueno, sorpresa, todos los lmites de la lista
de lmites bien conocidos son, sin excepcin, casos particulares del teorema de Taylor-Young.
Ahora despus te pondr algunos ejemplos de esta forma de proceder. Pero, para que puedas usar con comodidad este mtodo, tienes que saberte de memoria, o ser capaz de deducirlos
en poco tiempo, los polinomios de Taylor de las funciones elementales. Adems, esta forma de
proceder se adapta ms a unos casos que a otros y tan slo con la prctica se aprende cundo
conviene usarla.
Notacin de Landau
Te recuerdo tambin una notacin extraordinariamente til, me refiero a la notacin de
f (x)
Landau. Si f (x) y g(x) son funciones tales que lm
= 0, se escribe f (x) = o(g(x)) cuando
xa g(x)
Universidad de Granada
Dpto. de Anlisis Matemtico
86
x a y se lee f (x) es un infinitsimo de orden superior que g(x) en el punto a . La idea es que f (x)
tiene a cero ms rpidamente que g(x) cuando x a. Si no hay lugar a confusin, omitimos la
precisin cuando x a.
Con esta notacin, el teorema de Taylor-Young puede expresarse f (x) Tn ( f , x, a) = o(x a)n
cuando x a. Lo que suele escribirse
f (x) = Tn ( f , x, a) + o(x a)n.
Esta ltima igualdad suele llamarse en algunos textos Teorema de Taylor con resto infinitesimal
o forma infinitesimal del resto de Taylor. No es otra cosa que el teorema de TaylorYoung escrito
con la notacin de Landau.
Lo interesante de esta notacin es que si, por ejemplo, (x) = o(x a) p y (x) = o(x a)q ,
(x)
= o(x a) pq y ((x) + (x)) = o(x a)q. Adems,
entonces (x)(x) = o(x a) p+q y, si p > q,
(x)
si H(x) es una funcin acotada en un intervalo abierto que contenga al punto a y sabemos que
(x) = o(x a) p entonces tambin H(x)(x) = o(x a) p. Veamos los ejemplos prometidos.
(tg x)(arc tg x) x2
tendrs que ser
x0
x6
paciente porque necesitars derivar por lo menos cinco veces y en el numerador hay un producto cuyas derivadas se van haciendo cada vez ms complicadas. Ahora, si calculas los polinomios de Taylor de orden 5 de tg x y arc tg x en a = 0, obtendrs que
1
2
tg x = x + x 3 + x 5 + o(x 6),
3
15
1
1
arc tg x = x x 3 + x 5 + o(x 6)
3
5
observa que como se trata de funciones impares sus derivadas de orden par en x = 0 son nulas,
por eso los polinomios anteriores son, de hecho, los polinomios de Taylor de orden 6 y eso
2
explica que aparezca el trmino o(x 6 ). Deducimos que tg x arc tg x = x 2 + x 6 + o(x 7 ) y
9
(tg x)(arc tg x) x 2
2/9 x 6 + o(x 7 ) 2
=
l
m
=
x0
x0
x6
x6
9
lm
2
Observa que aunque tg x x y arc tg x x para x 0, se tiene que tg x arc tg x x 2 x 6 para x 0.
9
Fjate que al calcular el producto
1
2
1
1
tg x arc tg x = (x + x 3 + x 5 + o(x 6 ))(x x 3 + x 5 + o(x 6))
3
15
3
5
tan slo nos interesan las potencias de x hasta la de orden 6 inclusive, las dems potencias y
los trminos de la forma x o(x 6 ), x 2 o(x 6 ), o(x 6 )o(x 6 ), etc. son todos ellos funciones de la forma
o(x7 ) y su suma tambin es una funcin de la forma o(x7 ) por lo que no es preciso calcularlos
para hacer el lmite. Observa que, al proceder de esta manera, tienes que calcular las 5 primeras derivadas en x = 0 de las funciones tg(x) y arc tg(x) pero te ahorras el trabajo de derivar su
producto. Si an tienes dudas, calcula el lmite por LHpital y compara.
1
(cos x 1)(log(1 + x) x) x 4
4
7.31 Ejemplo. Se trata de calcular lm
. Tenemos que
x0
x5
1
cos x = 1 x 2 + o(x 3 ),
2
Universidad de Granada
Dpto. de Anlisis Matemtico
1
log(1 + x) = x x 2 + o(x 3 )
2
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
87
1
luego (cos x 1)(log(1 + x) x) = x 4 + o(x 5 ), de donde se sigue que
4
1
(cos x 1)(log(1 + x) x) x 4
4 =0
lm
x0
x5
ii) Para toda sucesin {xn } de puntos en el dominio de definicin de f , tal que {xn } a con
xn , a, se verifica que { f (xn )} L.
Una consecuencia inmediata de este resultado es que todo lmite funcional que conozcas te
va a permitir resolver muchos lmites de sucesiones. En particular, de la lista de lmites bsicos
que debes conocer se deducen los siguientes resultados.
7.32 Proposicin. Para toda sucesin {xn } 0 se verifica que
lm
sen xn
=1
xn
exn 1
=1
n xn
lm
lm
arc sen xn
=1
xn
lm
1
1 cosxn
=
2
xn 2
lm
lm
xn senxn
1
=
3
n
(xn )
6
(1 + xn) 1
=
n
xn
tg xn xn 1
=
n (xn ) 3
3
log(1 + xn) xn 1
=
n
2
xn 2
lm
arc tg xn
=1
xn
lm
tg xn
=1
xn
log(1 + xn)
=1
n
xn
lm
lm
lm
Por tanto, tu estrategia para calcular lmites de sucesiones va a consistir en convertir el lmite de la sucesin que tienes que calcular en un caso particular de un lmite funcional. El por
qu de esta estrategia es que para calcular lmites de funciones disponemos de muchas ms
herramientas que las que tenemos para trabajar directamente con sucesiones (criterio de Stolz
y sus consecuencias).
log(n)
.
n( n n 1)
Para ello nos fijamos en que en el denominador aparece n n 1. Poniendo xn = n n, sabemos que xn 1. La sucesin cuyo lmite queremos calcular recuerda el lmite funcional
log x
log x
lmx1
= 1. Pongamos f (x) =
. Como caso particular de este lmite funcional, tenex1
x1
mos que f (xn ) 1, y es claro que f (xn ) = yn . Hemos probado as que yn 1 y todo lo que hemos
tenido que hacer es relacionar dicho lmite con un lmite funcional que ha resultado ser (cosa
muy frecuente) una derivada: la derivada de la funcin log x en el punto x = 1.
7.33 Ejemplo. Se trata de calcular el lmite de la sucesin yn =
Universidad de Granada
Dpto. de Anlisis Matemtico
88
7.34 Proposicin (Criterio de equivalencia logartmica). Sean {xn } una sucesin de nmeros
positivos distintos de 1 que converge a 1, {yn } una sucesin cualquiera y L un nmero real. Entonces se tiene que:
y
Por ejemplo, las sucesiones {1 + 21 + + n1 }, {log n } y {n( n n 1)} son asintticamente equivalentes.
El siguiente resultado nos dice que para estudiar la convergencia de un producto de varias
sucesiones podemos sustituir las que queramos por otras que sean asintticamente equivalentes, sin que ello afecte a la convergencia o divergencia del producto ni a su eventual lmite.
7.37 Proposicin. Sean {xn } e {yn } sucesiones asintticamente equivalentes y {zn } una sucesin
cualquiera. Se verifica que:
i) {xn zn } es convergente si, y slo si, {yn zn } es convergente, en cuyo caso ambas sucesiones tienen
el mismo lmite.
ii) {xn zn } es divergente si, y slo si, {yn zn } es divergente, en cuyo caso ambas sucesiones son divergentes del mismo tipo.
En particular, {xn } es convergente (resp. divergente) si, y slo si, {yn } es convergente (resp. divergente), en cuyo caso ambas tienen igual lmite (resp. son divergentes del mismo tipo).
Definicin de la funcin exponencial compleja
Una de las formas de definir la exponencial de un nmero real x es mediante el lmite
x n
ex = lm 1 +
n
n
Por tanto, una forma coherente de definir la exponencial de un nmero complejo sera calcular
el anterior lmite para zC. Pongamos z = x + iy donde suponemos que y , 0 (puesto que si y = 0
tendramos que z = x sera un nmero real). Sea
x + iy n
zn = 1 +
n
Pongamos
wn = 1 +
x + iy
x
y
= 1+ +i ,
n
n
n
n = arc tg
y/n
1 + x/n
Sea no tal que para n > no se verifique que Re(wn ) > 0. Entonces, para n > no resulta que n =
arg(wn ). Por otra parte, el mdulo de wn viene dado por
z 2
x 2 y2
|wn |2 = 1 + = 1 +
+ 2
n
n
n
Universidad de Granada
Dpto. de Anlisis Matemtico
89
n 2x x2 y2
lm |wn | = lm
= exp lm
+ 2+ 2
= ex
2 n
n
n
y/n
Adems, la sucesin {n } es asintticamente equivalente a la sucesin
. Por tanto
1 + x/n
n
x 2 y2
1+
+ 2
n
n
n/2
lm{nn } = lm{n
y/n
}=y
1 + x/n
xa
f (x) f (a)
1
= f (n) (a) , 0
n
(x a)
n!
En virtud del teorema de conservacin local del signo, existe un nmero r > 0 tal que ]a r, a +
r[ I y para x ]a r, a + r[, x , a se verifica que:
f (x) f (a) (n)
f (a) > 0.
(x a)n
Si n es par ser (x a)n > 0, por lo que si f (n) (a) > 0 tiene que ser f (x) f (a) > 0 para todo x
]a r, a + r[\{a}, es decir, f tiene un mnimo relativo (estricto) en el punto a; si por el contrario
es f (n) (a) < 0 entonces tiene que f (x) f (a) < 0 para todo x ]a r, a + r[\{a}, es decir, f tiene un
mximo relativo (estricto) en el punto a. En el caso en que n sea impar se tiene que (x a)n < 0
Universidad de Granada
Dpto. de Anlisis Matemtico
90
para a r < x < a y (x a)n > 0 para a < x < a + r, deducimos que para a r < x < a, f (x) f (a)
tiene signo opuesto al que tiene para a < x < a + r. En consecuencia f no tiene un extremo
relativo en a.
El siguiente resultado es importante porque permite acotar el error que se comete al aproximar
f (x) por Tn ( f , a)(x) .
7.39 Teorema (Teorema de Taylor). Sea f una funcin n + 1 veces derivable en un intervalo
I. Dados dos puntos cualesquiera x, a en I con x , a, se verifica que existe algn punto c en el
intervalo abierto de extremos a y x tal que:
f (x) Tn ( f , a)(x) =
f (n+1) (c)
(x a)n+1.
(n + 1)!
Demostracin
En lo que sigue el punto x y el punto a estn fijos. Definamos la funcin g : I R dada para todo
t I por:
n
X
f (k) (t)
g(t) = f (x)
(x t)k
k!
k=0
(n+1) (t)
f (n+1) (c)
(x c)n = g(a)(n + 1)(x c)n.
n!
Simplificando, y teniendo en cuenta que g(a) = f (x) Tn ( f , a)(x), se obtiene la igualdad del
enunciado.
Funcin cncava
Universidad de Granada
Dpto. de Anlisis Matemtico
Funcin convexa
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
Ejercicios
91
7.4. Ejercicios
Empezaremos con algunas de las aplicaciones ms sencillas y atractivas del clculo diferencial. En esquema, se trata de lo siguiente: calcular la tasa de variacin de una magnitud
cuando se conoce la tasa de variacin de otra magnitud relacionada con ella. En este tipo
de ejercicios la tasa de variacin se interpreta como una derivada y, en la mayora de los
casos, basta usar la regla de la cadena para obtener lo que se pide. Hay que elegir las unidades de acuerdo con los datos del problema; por ejemplo, si un volumen se mide en litros
tendremos que medir longitudes con decmetros.
1. Con qu rapidez baja el nivel del agua contenida en un depsito cilndrico si estamos
vacindolo a razn de 3000 litros por minuto?
2. Un punto P se mueve sobre la parte de la parbola x = y 2 situada en el primer cuadrante
de forma que su coordenada x est aumentando a razn de 5 cm/sg. Calcula la velocidad
a la que el punto P se aleja del origen cuando x = 9.
3. Se est llenando un depsito cnico apoyado en su vrtice a razn de 9 litros por segundo.
Sabiendo que la altura del depsito es de 10 metros y el radio de la tapadera de 5 metros,
con qu rapidez se eleva el nivel del agua cuando ha alcanzado una profundidad de 6
metros?
4. El volumen de un cubo est aumentando a razn de 70 cm3 por minuto. Con qu rapidez
est aumentando el rea cuando la longitud del lado es de 12 cm?
5. Un barco A se desplaza hacia el oeste con una velocidad de 20 millas por hora y otro
barco B avanza hacia el norte a 15 millas por hora. Ambos se dirigen hacia un punto O del
ocano en el cual sus rutas se cruzan. Sabiendo que las distancias iniciales de los barcos
A y B al punto O son, respectivamente, de 15 y de 60 millas, se pregunta: A qu velocidad
se acercan (o se alejan) los barcos entre s cuando ha transcurrido una hora? Y cuando
han transcurrido 2 horas? En qu momento estn ms prximos uno de otro?
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
92
6. Una bola esfrica de hielo se est derritiendo de forma uniforme en toda la superficie, a
razn de 50 cm3 por minuto. Con qu velocidad est disminuyendo el radio de la bola
cuando este mide 15 cm?
Una de las aplicaciones ms tiles de las derivadas es a los problemas de optimizacin.
En dichos problemas se trata, por lo general, de calcular el mximo o el mnimo absolutos
de una magnitud. Hay una gran variedad de problemas que responden a este esquema y
con frecuencia tienen contenido geomtrico o econmico o fsico. Por ello cada uno de estos
ejercicios requiere un estudio particular. Los siguientes consejos pueden ser tiles:
a) Entiende bien el problema. Haz, si es posible, un dibujo o un esquema.
b) Elige las variables y la magnitud, Q, que tienes que optimizar.
c) Estudia las relaciones entre las variables para expresar la magnitud Q como funcin de
una sola de ellas, Q = f (x).
d) Las condiciones del problema deben permitir establecer el dominio de f .
e) Estudia la variacin del signo de la derivada de f en su dominio para calcular mximos
y mnimos absolutos.
7. Dado un punto P = (a, b) situado en el primer cuadrante del plano, determina el segmento
con extremos en los ejes coordenados y que pasa por P que tiene longitud mnima.
8. Demuestra que entre todos los rectngulos con un permetro dado, el que tiene mayor
rea es un cuadrado.
9. Determina el rectngulo con lados paralelos a los ejes coordenados, inscrito en la elipse
x2 y2
de ecuacin 2 + 2 = 1, y que tenga rea mxima.
a
b
10. Calcula el rea mxima de un rectngulo que tiene dos vrtices sobre una circunferencia
y su base est sobre una cuerda dada de dicha circunferencia.
11. Encuentra un punto P de la circunferencia x2 + y2 = 1 con coordenadas positivas y tal que
el tringulo cuyos vrtices son (0,0) y las intersecciones de la tangente a la circunferencia
en P con los ejes coordenados tenga rea mnima.
x2 y2
+
= 1 tal que la tangente
25 16
a la elipse en dicho punto determine con los ejes un segmento de longitud mnima.
13. Se quiere construir una caja sin tapa con una lmina metlica rectangular cortando cuadrados iguales en cada esquina y doblando hacia arriba los bordes. Halla las dimensiones
de la caja de mayor volumen que puede construirse de tal modo si los lados de la lmina
rectangular miden: a) 10 cm. y 10 cm. b) 12 cm. y 18 cm.
14. Calcula las dimensiones (radio y altura) de una lata cilndrica de un litro de capacidad
cuya superficie total sea mnima.
15. Calcula las dimensiones (radio y altura) de una lata cilndrica de un litro de capacidad
cuyo costo de produccin sea mnimo. Se supone que no se desperdicia aluminio al cortar
los lados de la lata, pero las tapas de radio r se cortan de cuadrados de lado 2r por lo que
se produce una prdida de metal.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
93
16. Calcula la longitud de la escalera ms larga que llevada en posicin horizontal puede pasar por la esquina que forman dos corredores de anchuras respectivas a y b.
17. Calcula las dimensiones del rectngulo de rea mxima que puede inscribirse dentro de
un semicrculo de radio 2.
18. Se necesita construir un depsito de acero de 500 m3 , de forma rectangular con base cuadrada y sin tapa. Tu trabajo, como ingeniero de produccin, es hallar las dimensiones del
depsito para que su costo de produccin sea mnimo.
19. Halla el volumen del cilindro circular recto ms grande que puede inscribirse en una esfera de radio (a > 0).
20. Halla el volumen del cilindro circular recto ms grande que puede inscribirse en un cono
circular recto de altura h y radio r conocidos.
21. Halla el volumen del cono circular recto ms grande que puede inscribirse en una esfera
de radio (a > 0).
22. La resistencia de una viga de madera de seccin rectangular es proporcional a su anchura
y al cuadrado de su altura. Calcula las dimensiones de la viga ms resistente que puede
cortarse de un tronco de madera de radio r.
23. Calcula la distancia mnima del punto (6, 3) a la parbola de ecuacin y = x 2 .
24. Una empresa tiene 100 casas para alquilar. Cuando la renta es de 80 libras al mes, todas
las casas estn ocupadas. Por cada 4 libras de incremento de la renta una casa queda deshabitada. Cada casa alquilada supone a la empresa un coste de 8 libras para reparaciones
diversas. Cul es la renta mensual que permite obtener mayor beneficio?
25. Una empresa produce semanalmente 300 bicicletas de montaa que vende ntegramente al precio de 600 euros cada una. Tras un anlisis de mercados observa que si vara el
precio, tambin varan sus ventas (de forma continua) segn la siguiente proporcin: por
cada 7 euros que aumente o disminuya el precio de sus bicicletas, disminuye o aumenta
la venta en 3 unidades.
a) Puede aumentar el precio y obtener mayores ingresos?
b) A qu precio los ingresos sern mximos?
26. En la orilla de un ro de 100 metros de ancho est situada una planta elctrica y en la
orilla opuesta, y a 500 metros ro arriba, se est construyendo una fbrica. Sabiendo que
el ro es rectilneo entre la planta y la fbrica, que el tendido de cables a lo largo de la orilla
cuesta a 9 euros cada metro y que el tendido de cables sobre el agua cuesta a 15 euros cada
metro, cul es la longitud del tendido ms econmico posible entre la planta elctrica y
la fbrica?.
27. Se proyecta un jardn en forma de sector circular de radio R y ngulo central (medido
en radianes). El rea del jardn ha de ser A fija. Qu valores de R y hacen mnimo el
permetro del jardn?.
28. Se corta un alambre de longitud L formando un crculo con uno de los trozos y un cuadrado con el otro. Calcula por dnde se debe cortar para que la suma de las reas de las
dos figuras sea mxima o sea mnima.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
94
29. Dados dos puntos A y B situados en el primer cuadrante del plano, dgase cul es el camino ms corto para ir de A a B pasando por un punto del eje de abscisas.
30. Se desea construir una ventana con forma de rectngulo coronado de un semicrculo de
dimetro igual a la base del rectngulo. Pondremos cristal blanco en la parte rectangular y
cristal de color en el semicrculo. Sabiendo que el cristal coloreado deja pasar la mitad de
luz (por unidad de superficie) que el blanco, calcula las dimensiones de la ventana para
conseguir la mxima luminosidad si se ha de mantener un permetro constante dado.
31. Se desea confeccionar una tienda de campaa cnica de un volumen determinado. Calcula sus dimensiones para que la cantidad de lona necesaria sea mnima.
32. Se desea construir un silo, con un volumen V determinado, que tenga la forma de un cilindro rematado por una semiesfera. El costo de construccin (por unidad de superficie)
es dable para la semiesfera que para el cilindro (la base es gratis). Determnense las dimensiones ptimas para minimizar el costo de construccin.
33. Demuestra que de todos los tringulos issceles que se pueden circunscribir a una circunferencia de radio r, el de rea mnima es el equiltero de altura 3r.
x2 y2
+ = 1. Calcula el tringulo issceles de rea mxima inscria2 b2
to en dicha elipse, que tiene un vrtice en el punto (0, b) y base paralela al eje de abscisas.
35. Con una cuerda de longitud L, en la que en uno de sus extremos hemos hecho un nudo
corredizo, rodeamos una columna circular de radio R haciendo pasar el otro extremo por
el nudo. Calcula la mxima distancia posible del extremo libre al centro de la columna.
Uno de los resultados ms tiles del clculo diferencial son las Reglas de LHpital que permiten resolver las indeterminaciones en el clculo de lmites.
36. Calcula el lmite en el punto a que en cada caso se indica de las funciones f :]0, /2[ R.
f (x) = (sen x + cosx)1/x , a = 0;
f (x) = (1 + tgx)1/x , a = 0
1/x2
x2
2
f (x) = cos x +
, a=0
2
f (x) =
x arc tgx
, a = 0;
sen3 x
ex cos 8 x x
f (x) =
, a = 0;
tg3 x
f (x) =
log(sen x)
, a = /3
( 1x)2
(tg x)(arc tg x) x2
, a=0
x6
sen x 1/(1cosx)
f (x) =
, a=0
x
f (x) =
37. Calcula el lmite en el punto a que en cada caso se indica de las funciones f : R+ R.
f (x) =
x2 sen 1/x
, a = +; f (x) = sen 1 + x sen x, a = +
log x
x3
1
Ejercicios
95
38. Sea g : R R derivable en R y dos veces derivable en 0 siendo, adems, g(0) = 4. Definag(x)
mos f : R R por f (x) =
si x , 0, f (8) = g (0). Estudia la derivabilidad de f . Es f
x
continua en 0?.
39. Sean f , g :] 1, [ R las funciones definidas por
f (x) =
log(1 + x)
, f (0) = 1; g(x) = e f (x)
x
2
a) f : R+ R , dada por f (x) = x1/(x 1) , f (1) = e
lm
x 0
1
1
2
2
sen x x
(1 + x)1/x e
1
1
; lm
; lm
x 0
x1 log x
x
x1
1/ logx
x e2x +x ex 2 e2x +2 ex
;
l
arc
tg
x
x+ 2
x 0
(ex 1)3
lm
Sugerencia: pueden usarse directamente las reglas de LHpital pero eso es ms conveniente realizar previamente alguna transformacin.
42. Explica si es correcto usar las reglas de LHpital para calcular los lmites:
x senx
;
x+ x + senx
lm
x2 sen(1/x)
.
x 0
sen x
lm
El teorema de los ceros de Bolzano, junto con el teorema de Rolle, permiten determinar en
muchas ocasiones el nmero de ceros reales de una funcin.
43. Calcula el nmero de ceros y la imagen de la funcin f : R R , f (x) = x 6 3x 2 + 2.
44. Calcula el nmero de soluciones de la ecuacin 3 log x x = 0.
45. Determina el nmero de races reales de la ecuacin 2x3 3x2 12x = m segn el valor de
m.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
96
46. Sea f una funcin polinmica y a < b. Justifica que, contando cada cero tantas veces como
su orden, si f (a) f (b) < 0 el nmero de ceros de f en ]a, b[ es impar; y si f (a) f (b) > 0 dicho nmero (caso de que haya algn cero) es par. Dedzcase que si f tiene grado n, es
condicin necesaria y suficiente para que f tenga n races reales distintas que su derivada tenga n 1 races reales distintas: c1 < c2 < < cn1 y que para < c1 suficientemente pequeo y para > cn1 suficientemente grande, los signos de los nmeros
f (), f (c1 ), f (c2 ), . . . , f (cn1 ), f () vayan alternando.
Aplicacin:
a) Determina para qu valores de la funcin polinmica 3x4 8x3 6x2 + 24x +
tiene cuatro races reales distintas.
b) Estudia el nmero de races reales de la ecuacin 3x5 + 5x3 30x = , segn los valores de .
47. Dado nN, sea f (x) = (x2 1)n (xR). Prueba que la derivada k-sima (1 6 k 6 n) de f tiene
exactamente k races reales distintas en el intervalo ] 1, 1[.
El teorema del valor medio permite acotar el incremento de una funcin por el incremento
de la variable y una cota de la derivada. Esto da lugar a muchas desigualdades interesantes.
Por otra parte, algunas de las desigualdades ms tiles son consecuencia de la convexidad.
Los siguientes ejercicios tratan de ello.
48. Supuesto que a > 0, demuestra que a e log x 6 xa para todo x > 0.
49. Dado ]0, 1[ demuestra que
x < x + 1 para todo x R+ \ {1}.
50. Sean 0 < a < b. Prueba que si b 6 e entonces ab < ba , y si e 6 a entonces ba < ab . Qu
puede decirse si a < e < b?.
log x
.
Sugerencia: considera la funcin x 7
x
51. Hay algn nmero a > 0 que verifique que ax/a > x para todo x R+ ?. Cul es dicho
nmero?
52. Prueba que para todo x ]0, /2[ se verifica que
i) 1
x2
2x
< cos x ; ii)
< sen x < x < tg x
2
El teorema de Taylor se usa para obtener aproximaciones polinomiales de una funcin dada y para calcular valores aproximados con precisin prefijada.
3
1 + x (x)
53. Calclese una funcin polinmica tal que lm
= 0.
x 0
x5
54. Calcular una funcin polinmica tal que lm
x 0
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
97
55. Justifica que las nicas funciones n veces derivables con derivada de orden n constante
son las funciones polinmicas de grado 6 n.
56. Calcula, usando un desarrollo de Taylor conveniente, 2 con nueve cifras decimales
exactas.
57. Calcular, usando un desarrollo de Taylor conveniente, un valor aproximado del nmero
real con un error menor de 102 en cada uno de los casos siguientes:
a) =
3
7
b) =
c) = sen
1
2
d) = sen(61)
58. Calcula los polinomios de Taylor de orden n en el punto 0 de las funciones exp x, sen x, cos x,
log(1 + x), arc tg x, (1 + x) ( R), arc sen x.
Una de las aplicaciones ms comunes de las derivadas es el trazado de grficas. Para trazar
la grfica de una funcin f se debe tener en cuenta:
1. Propiedades de simetra o de periodicidad de f .
2. Los puntos en que se anula la primera o la segunda derivada de f y los puntos en los que
f no es derivable.
3. Los intervalos en que f tiene signo constante. Lo que nos informa del crecimiento y decrecimiento de f y tambin de la naturaleza de los puntos singulares (mximos y mnimos
locales).
4. Los intervalos en que la derivada segunda tiene signo constante. Lo que nos informa de
la convexidad y concavidad, as como de los puntos de inflexin.
5. Hallar las asntotas.
Asntota vertical. La recta x = c es una asntota vertical de la grfica de f si alguno de los
lmites laterales de f en c es infinito.
Asntota horizontal. La recta y = L es una asntota horizontal de la grfica de f si f tiene
lmite en + o en igual a L.
Asntota oblicua. Si f es una funcin racional con el grado del numerador una unidad mayor que el grado del denominador, entonces puede escribirse de la forma f (x) = mx + b + g(x)
donde lm g(x) = 0 y la recta y = mx + b es una asntota oblicua de la grfica de f .
x+
6. Dibujar mximos, mnimos, puntos de inflexin, cortes con los ejes y cortes con las asntotas.
59. Dibuja las grficas de las funciones siguientes:
a) f (x) = 3x 5 5x 3 + 2
d) f (x) = |x| 2x
x2 + 1
x2 1
p
3
e) f (x) = x 2 (x 2)2
b) f (x) =
x 2 2x + 2
x1
f ) f (x) = x 4 4x 3 + 10
c) f (x) =
60. La figura muestra la grfica de una funcin f dos veces derivable. Estudia el signo de la
primera y la segunda derivada de f en cada uno de los seis puntos indicados.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
98
B
A
C
D
E
F
O
61. Una partcula se mueve a lo largo de una lnea recta. En la siguiente grfica se muestra la
distancia s de dicha partcula al origen en el tiempo t.
Indica, a la vista de la grfica y de forma aproximada:
a) Cundo la partcula se est alejando o acercando al origen;
b) Cundo la partcula est acelerando y cundo est frenando.
t
1
62. Traza la grfica de una funcin f dos veces derivable en R, sabiendo que:
a) La grfica de f pasa por los puntos (2, 2), (1, 1), (0, 0), (1, 1), (2, 2);
b) f es positiva en los intervalos ] , 2[ y ]0, 2[, y es negativa en ] 2, 0[ y ]2, +[;
c) f es negativa en los intervalos ] , 1[ y ]1, +[, y es positiva en el intervalo ] 1, 1[.
63. a) Es cierto que los puntos en los que la derivada segunda se anula son puntos de inflexin?
b) Qu puedes decir de los puntos de inflexin de una funcin polinmica de grado 2 o
3?
Justifica tus respuestas.
64. Es cierto que la grfica de toda funcin polinmica de grado par tiene tangente horizontal en algn punto? Y si el grado es impar? Justifica tus respuestas.
Consideraremos ahora el problema de hallar el mximo o mnimo absolutos de una funcin continua f en un intervalo cerrado [a,b]. Para ello puede seguirse el siguiente procedimiento:
Paso 1. Hallar todos los puntos x de [a, b] que o bien son puntos singulares de f o son puntos
en los que f no es derivable.
Paso 2. Calcular el valor de f en cada uno de los puntos obtenidos en el Paso 1 y tambin
en a y en b.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
99
Paso 3. Comparar los valores obtenidos en el Paso 2. El mayor de todos ello ser el mximo
absoluto de f en [a, b] y el menor ser el mnimo absoluto de f en [a, b].
65. Calcula los valores mximo y mnimo de las siguientes funciones en los intervalos que se
indican:
a) f (x) = x 3 x 2 8x + 1 en el intervalo [2, 2].
x+1
en el intervalo [1, 2].
b) 2
x +1
1
c) f (x) = (sen2 x + cosx) + 2 senx x en el intervalo
2
3
d) f (x) = x 2 (5 2x) en el intervalo [1, 2].
e) f (x) = x 3 + 12x + 5 en el intervalo
[0, /2].
[3, 3].
Cuando una funcin no est definida en un intervalo cerrado hay que estudiar el signo de
la derivada si queremos calcular mximos o mnimos absolutos cuya existencia habr que
justificar.
66. Calcula el mnimo valor de
Pn
2
k=1 (x ak )
68. Sea f : R R la funcin definida por f (x) = e1/x para x , 0, y f (0) = 0. Estudia la continuidad y derivabilidad de f y calcula su imagen.
Los ejercicios que siguen son de clculo de lmites de sucesiones. Debers usar los criterios
de Stolz y de las medias aritmtica y geomtrica y el criterio de equivalencia logartmica.
En general, debes seguir la estrategia bsica de relacionar un lmite de una sucesin con un
lmite funcional apropiado.
69. Supongamos que {xn } 0, siendo 1 < xn , 0, y sea R . Prueba que {(1 + xn) 1} es
asintticamente equivalente a {xn }.
70. Prueba que la sucesin {log n! } es asintticamente equivalente a {n log n }.
p
71. Prueba que la sucesin n 1 + 1/n 1 es asintticamente equivalente a 1/n+1 , donde > 0.
72. Calcula los lmites de las sucesiones {xn } definidas por:
1 + 2 + 3 + + n
a) xn =
, donde > 1.
n+1
q
k
b) xn = (n + a1)(n + a2) (n + ak ) n , donde k N, a j R, 1 6 j 6 k.
!n
n
n a+ b
c) xn =
donde a > 0, b > 0 y , R, + , 0.
+
!n
1 + 2 p/n + 3 p/n + + p p/n
d) xn =
, donde p N.
p
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
100
1 + 2k + 3k + + nk
1
e) xn = n
, donde k N.
nk+1
k+1
n 2
3 1 + 32 + 52 + + (2n 1)2
f ) xn =
4
n3
n
1
1
g) xn = n 1 + 3
n log(1 + 1/n)
1
n1 n2
2
1
h) xn =
n+
+
+ +
+ log(n!)
n
2
3
n1 n
73. Calcula los lmites de las sucesiones {xn } definidas por:
log 1 + 12 + + 1n
e e 3 e n e
;
b) xn =
a) xn =
log(log n)
n
n
log n
log(n + 2) n log n
( > 0);
d) xn =
c) xn = 1 +
n
log(n + 1)
e) xn =
n
k
Y
1X1
1 j
log
1+
;
n
k
j
j=1
k=1
g) xn = log n
f ) xn =
log(n + 1)
log n
n
(2 n n 1)n
n2
s
(pn)!
1 ; h) xn = n
(p, q N)
(qn) p n
c) xn =
a1 + a2/2 + + an/n
log n
r
n
xn+1
xn
L R+ . Calcula el lmite de
xn
.
n
x1 x2 xn
77. Sean a, b nmeros positivos; definamos xk = a+(k1)b para cada k N y sea Gn la media
Gn
geomtrica de x1 , x2 , . . . , xn y An su media aritmtica. Calcula el lmite de la sucesin
.
An
78. Sea {xn } x, {yn } y, x , y. Definamos z2n1 = xn , y z2n = yn . Justifica que la sucesin
z1 + z2 + + zn
n
es convergente.
79. Sean {xn }, {yn } sucesiones de nmeros positivos tales que {(xn )n } x > 0 {(yn )n } y > 0.
Dados , R+ , con + = 1, calcula lm(xn +yn )n .
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
101
80. Sea {an } una sucesin de nmeros positivos tal que {a1 + a2 + + an } es divergente, y sea
{bn} L, donde L puede ser un nmero real o . Justifica que
a1 b1 + a2 b2 + + an bn
L.
a1 + a2 + + an
Aplicacin. Supuesto que {xn } x, calcula lm
n
1X n
xk .
2n
k
k=1
Acabamos esta larga relacin con algunos ejercicios que me ha parecido que no encajaban
propiamente en ninguno de los apartados anteriores.
81. Supongamos que f es derivable en a, g es continua en a y f (a) = 0. Prueba que f g es
derivable en a.
82. Sea f : [a, b] R derivable y f creciente. Prueba que la funcin g :]a, b] R dada para
todo x ]a, b] por g(x) =
f (x) f (a)
, es creciente.
xa
83. Sea f : [a, b] R continua en [a, b] y derivable dos veces en ]a, b[. Supongamos que el segmento de extremos (a, f (a)), (b, f (b)) corta a la grfica de f en un punto (c, f (c)) con
a < c < b. Demuestra que existe algn punto d ]a, b[ tal que f (d) = 0.
Sugerencia: interpreta grficamente el enunciado.
84. Justifica que existe una funcin g : R R derivable y que verifica que g(x) + eg(x) = x para
todo x R. Calcula g (1) y g (1 + e).
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Integral de Riemann
Introduccin
El clculo integral tiene sus orgenes en problemas de cuadraturas en los que se trataba de
calcular reas de regiones planas limitadas por una o varias curvas. Se atribuye a Eudoxo (ca.
370 A.C.) la invencin del mtodo de exhaucin, una tcnica para calcular el rea de una regin
aproximndola por una sucesin de polgonos de forma que en cada paso se mejora la aproximacin anterior. Arqumides (287-212 A.C.) perfeccion este mtodo y, entre otros resultados,
calcul el rea de un segmento de parbola y el volumen de un segmento de paraboloide, as
como el rea y el volumen de una esfera.
Sorprende que, siendo tan antiguos sus orgenes, la primera definicin matemtica de integral no fuera dada hasta el siglo XIX por Augustin Louis Cauchy (1789-1857). Una posible
explicacin es que, durante los siglos XVII y XVIII, la integracin fue considerada como la operacin inversa de la derivacin; el clculo integral consista esencialmente en el clculo de primitivas. Naturalmente, se conoca la utilidad de las integrales para calcular reas y volmenes,
pero los matemticos de la poca consideraban estas nociones como dadas de forma intuitiva
y no vieron la necesidad de precisar su significacin matemtica. Los trabajos de Joseph Fourier (1768-1830) sobre representacin de funciones por series trigonomtricas hicieron que el
concepto de funcin evolucionara, desde la idea restrictiva de funcin como frmula, hasta la
definicin moderna de funcin dada por Dirichlet en 1837. Para entender el significado de la
integral de estas nuevas funciones ms generales se vio la necesidad de precisar matemticamente los conceptos de rea y de volumen.
La originalidad de Cauchy es que uni dos ideas, la de lmite y la de rea, para dar una
definicin matemtica de integral. Poco despus Georg F.B. Riemann (1826-1866) generaliz
la definicin de integral dada por Cauchy. La teora de la integral de Riemann fue un avance
importante pero, desde un punto de vista matemtico, insuficiente. Hubo que esperar hasta el
siglo XX para que Henri Lebesgue (1875-1941) estableciera en su libro Leons sur lintgration
et la recherch des fonctions primitives (1904) los fundamentos de una teora matemticamente
satisfactoria de la integracin.
102
Sumas de Riemann
103
Nos proponemos calcular el rea de regiones de este tipo. Puesto que, en general, G( f , a, b)
no puede descomponerse en tringulos o rectngulos, no hay una frmula que nos permita
calcular directamente su rea.
En situaciones como esta, una estrategia bsica consiste en obtener soluciones aproximadas
que permitan definir el valor exacto del rea como lmite de las mismas. Fjate que, al proceder
as, estamos definiendo dicho valor exacto, es decir, estamos dando una definicin matemtica
del concepto intuitivo de rea 1 . Naturalmente, queremos que dicha definicin sea lo ms general posible, lo que depende del tipo de soluciones aproximadas que elijamos. Las aproximaciones
consideradas en la teora de la integral de Lebesgue conducen a un concepto de rea muy general. En lo que sigue vamos a considerar las aproximaciones que conducen a la integral de
Riemann.
trae como consecuencia inevitable que haya regiones extraas en el plano que, segn la definicin dada, no
tengan rea.
Universidad de Granada
Dpto. de Anlisis Matemtico
Sumas de Riemann
104
que permite representar cualquier funcin como diferencia de dos funciones positivas.
Cualquier funcin f puede escribirse como diferencia de dos funciones positivas:
| f (x)| + f (x)
| f (x)| f (x)
f (x) =
2
2
+
Es claro que f (x) = f (x) f (x) y que f (x) > 0, f (x) > 0. La funcin f + se llama parte positiva de f , y la funcin f se llama parte negativa de f . Si f (x) > 0 se tiene que f (x) = f + (x) y
f (x) = 0; mientras que si f (x) 6 0 se tiene que f (x) = f (x) y f + (x) = 0. Fjate que, a pesar de
su nombre y de la forma en que se simboliza, la funcin f es una funcin positiva. Tambin
es consecuencia de las definiciones dadas que | f (x)| = f + (x) + f (x).
f + (x) =
En lo que sigue, representaremos el valor exacto (que an no hemos definido) del rea de
la regin G( f , a, b) por (G( f , a, b)) (la letra alude a la inicial de Lebesgu). En la integral
de Riemann, el rea buscada se aproxima por rectngulos de la siguiente forma. Primero, se
divide el intervalo [a, b] en un nmero finito de subintervalos [xk1 , xk ], 1 6 k 6 n, cuyas longitudes
pueden ser distintas y con la nica condicin de que no se solapen:
a = x0 < x1 < x2 < < xn1 < xn = b
Se dice que estos puntos constituyen una particin de [a, b]. A continuacin se elige en cada
subintervalo un punto tk [xk1 , xk ], y se forma el rectngulo cuya base es el intervalo [xk1 , xk ] y
altura igual a f (tk ). Dicho rectngulo est en el semiplano superior si f (tk ) > 0 y en el semiplano
n
X
inferior si f (tk ) < 0. Finalmente se forma la suma
f (tk )(xk xk1 ).
k=1
8.1 Definicin. Dada una particin P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} del intervalo [a, b], y un
punto tk [xk1 , xk ] en cada uno de los intervalos de la misma, el nmero
( f , P) =
n
X
k=1
n
X
k=1
n
X
k=1
n
X
k=1
n
X
k=1
Sumas de Riemann
105
HGHf + ,a,bLL-HGHf - ,a,bLL>0.68121
HGHf,a,bLL>8.49566
2.5
0.75
2
0.5
1.5
0.25
0
-0.25
0.5
-0.5
0
-0.75
n
X
k=1
Mk (xk xk1),
I( f , P) =
n
X
k=1
mk (xk xk1 )
Observaciones
Puesto que para todo tk [xk1 , xk ] es mk 6 f (tk ) 6 Mk , deducimos que para toda suma de
Riemann, ( f , P) de f para la particin P se cumple que I( f , P) 6 ( f , P) 6 S( f , P).
Para cada particin hay una nica suma superior y otra inferior.
Cuando f es positiva S( f , P) es un valor aproximado por exceso de (G( f , a, b)), y I( f , P) es
un valor aproximado por defecto de (G( f , a, b)).
Cuando la funcin f toma valores positivos y negativos S( f , P) es un valor aproximado por exceso de (G( f + , a, b)) (G( f , a, b)), y I( f , P) es un valor aproximado por defecto de
(G( f + , a, b)) (G( f , a, b)).
En las siguientes figuras pueden apreciarse estas aproximaciones.
HGHf,a,bLL>9.7334
Universidad de Granada
Dpto. de Anlisis Matemtico
106
Donde hemos representado por P[a, b] el conjunto de todas las particiones de [a, b]. Llegados
aqu, podemos ya dar la definicin principal de la teora de la integral de Riemann.
8.3 Definicin. Sea f una funcin acotada y positiva en [a, b]. Se dice que el conjunto G( f , a, b)
tiene rea cuando
nf {S( f , P) : P P[a, b]} = sup {I( f , P) : P P[a, b]}
Dicho valor comn es, por definicin, el valor del rea y lo representaremos por (G( f , a, b)).
Cuando esto ocurre, se dice tambin que la funcin f es integrable Riemann en [a, b] y, por
definicin, la integral de f en [a, b] es igual a (G( f , a, b)). Simblicamente escribimos
wb
En el caso general en que la funcin f toma valores positivos y negativos, se dice que f es integrable Riemann en [a, b] cuando lo son las funciones f + y f , en cuyo caso se define la integral
de f en [a, b] como el nmero:
wb
a
Observaciones
No te confundas con la notacin. El smbolo
wb
x que figura en l se suele decir que es una variable muda. Naturalmente, la letra x no tiene
ningn significado especial y puede sustituirse por la que t quieras o no poner ninguna; por
ejemplo
wb
wb
wb
f (t) dt ,
f (s) ds ,
f
a
Universidad de Granada
Dpto. de Anlisis Matemtico
107
son tres formas de escribir lo mismo. Volveremos sobre esta notacin cuando estudiemos tcnicas de integracin.
La definicin anterior debes entenderla como una primera aproximacin matemtica al
concepto intuitivo de rea. Aunque pueda parecerte extrao, el concepto de rea (y de integral)
que acabamos de definir es bastante restrictivo.
En el caso en que la funcin f toma valores positivos y negativos, observa que la grfica de
se obtiene por simetra respecto al eje de abscisas de las partes de la grfica de f en las que
f (x) < 0. Como regiones simtricas respecto de una recta tienen la misma rea, se sigue que:
f
(G( f , a, b)) = (G( f + , a, b)) + (G( f , a, b)) = (G( f + + f , a, b)) = (G(| f | , a, b)) =
Seamos prcticos. Cmo podemos, a partir de la definicin dada, calcular
wb
wb
a
| f (x)| dx
mera idea en este sentido consiste en observar que cuanto mayor sea el nmero de intervalos
de la particin y ms pequea la anchura de cada uno de ellos cabe esperar que la aproximacin obtenida sea mejor. Para precisar esta idea, definimos el paso de una particin P, y lo
representamos por (P), como la mayor de las longitudes de los subintervalos de dicha particin.
8.4 Teorema (Convergencia de las sumas integrales). Sea f : [a, b] R una funcin integrable,
{Pn } una sucesin de particiones de [a, b] tal que {(Pn )} 0 y ( f , Pn ) una suma de Riemann de
f para la particin Pn . Se verifica entonces que
lm S( f , Pn ) = lm ( f , Pn ) = lm I( f , Pn ) =
wb
f (x) dx
Este resultado permite en algunos casos particulares y con bastante esfuerzo e ingenio calcular ciertas integrales. Como ms adelante aprenderemos a calcular integrales con facilidad,
es ms interesante usar dicho resultado sensu contrario para calcular los lmites de ciertas sucesiones.
Ha llegado el momento de preguntarse por condiciones que garanticen que una funcin es
integrable Riemann. Nos vamos a contentar con una respuesta parcial a esta pregunta, que es
suficiente para nuestros propsitos.
8.5 Teorema (Condiciones suficientes de integrabilidad Riemann). Sea f : [a, b] R . Cada
una de las siguientes condiciones garantizan que f es integrable Riemann en [a, b].
i) f est acotada en [a, b] y tiene un nmero finito de discontinuidades en [a, b]. En particular,
toda funcin continua en un intervalo cerrado y acotado es integrable en dicho intervalo.
ii) f es montona en [a, b].
Teniendo en cuenta que ( f + g, P) = ( f , P) + (g, P), cualesquiera sean las funciones
f , g y los nmeros , , se deduce, haciendo uso del resultado sobre convergencia de sumas
integrales, que la integral es lineal. Esta propiedad, junto con otras propiedades bsicas de las
integrales se recogen en el siguiente resultado.
Universidad de Granada
Dpto. de Anlisis Matemtico
108
( f (x) + g(x)) dx =
wb
wb
f (x) dx + g(x) dx
ii) Conservacin del orden. Si f , g son integrables en [a, b] y f (x) 6 g(x) para todo x [a, b],
entonces se verifica que
wb
wb
f (x) dx 6 g(x) dx
a
En particular, si f es integrable en [a, b] y m 6 f (x) 6 M para todo x [a, b], entonces se verifica la
siguiente acotacin fundamental
m(b a) 6
wb
a
f (x) dx 6 M(b a)
iv) El producto de funciones integrables Riemann tambin es una funcin integrable Riemann.
v) Aditividad respecto del intervalo. Sea a < c < b. Una funcin f es integrable en [a, b] si, y
slo si, es integrable en [a, c] y en [c, b], en cuyo caso se verifica la igualdad
wb
f (x) dx =
wc
a
f (x) dx +
wb
f (x) dx
Observa que aqu la variable es x el lmite superior de la integral. Por eso, es obligado no usar
la misma letra x como variable de la funcin f en el integrando. F(x) es la integral de la funcin
f en el intervalo [a, x].
Sabemos que F(x) = (G( f + , a, x))(G( f , a, x)). Por supuesto, si f es una positiva entonces
F(x) = (G( f , a, x)) es el rea de la regin del plano limitada por la grfica de f , el eje de abscisas
wx
y las rectas verticales X = a, X = x. No debes olvidar en lo que sigue que F(x) = f (t) dt se ha
definido en trminos de reas. A la funcin F la llamaremos la funcin rea de f .
Universidad de Granada
Dpto. de Anlisis Matemtico
109
wx
c
wx
wv
u
f (t) dt =
wu
f (t) dt
cualquiera sean los nmeros u y v. La justificacin de este convenio es que, con l, la igualdad
wy
f (t) dt +
wz
f (t) dt +
wx
f (t) dt = 0
se cumple cualesquiera sean los puntos x, y, z del intervalo [a, b]. Comprubalo.
Nuestro prximo objetivo va a consistir en invertir el proceso que nos ha llevado de f a
wx
F(x) = f (t) dt . Nuestro problema es: Cmo podemos recuperar la funcin f a partir del conoa
cimiento de la funcin rea de f ? El resultado que sigue, uno de los ms tiles del Clculo, establece una relacin entre dos conceptos aparentemente lejanos entre s: el concepto de rea y
el de tangente a una curva.
8.7 Teorema (Teorema Fundamental del Clculo). Sea f : [a, b] R una funcin integrable y
definamos F : [a, b] R por
F(x) =
wx
f (t) dt
Entonces:
i) F es continua en [a, b].
ii) En todo punto c de [a, b] en el que f sea continua se verifica que F es derivable en dicho
punto siendo F (c) = f (c). En particular, si f es continua en [a, b], entonces F es derivable en [a, b]
y F (x) = f (x) para todo x [a, b].
Demostracin.
i) Como f es integrable debe estar acotada. Sea M > 0 tal que | f (x)| 6 M para todo x [a, b].
Entonces, si x < y son puntos de [a, b] tenemos que
y
y
w
w
|F(y) F(x)| = f (t) dt 6 | f (t)| dt 6 M(y x)
x
Por la misma razn, si suponemos que y < x, tendremos que |F(y) F(x)| 6 M(y x). Estas dos
desigualdades nos dicen que |F(y) F(x)| 6 M |y x| para todo par de puntos x, y [a, b]. De esta
desigualdad se sigue inmediatamente la continuidad de F en [a, b].
ii) Pongamos
F(x) F(c)
F(x) F(c) (x c) f (c)
f (c) =
=
xc
xc
Universidad de Granada
Dpto. de Anlisis Matemtico
wx
c
f (t) dt
wx
c
xc
wx
f (c) dt
=
( f (t) f (c)) dt
xc
110
Dado, > 0, la continuidad de f en c nos dice que hay un > 0 tal que para todo t [a, b] con
|t c| < se tiene que | f (t) f (c)| < . Tomemos ahora un punto cualquiera x [a, b] tal que
|x c| < . Entonces es claro que para todo t comprendido entre x y c se tendr que |t c| < y,
por tanto, | f (t) f (c)| < por lo que
x
w
( f (t) f (c)) dt 6 |x c|
c
Deducimos que para todo x [a, b] tal que |x c| < , y x , c, se verifica que
wx
( f (t) f (c)) dt
F(x) F(c)
c
|x c|
=
6
f
(c)
|x c| =
xc
xc
Hemos probado as que lm
xc
F(x) F(c)
= f (c), esto es, F es derivable en c y F (c) = f (c).
xc
8.8 Definicin. Dada un funcin h : [a, b] R , cualquier funcin H : [a, b] R que sea continua
en [a, b], derivable en ]a, b[ y verifique que H (x) = h(x) para todo x ]a, b[, se llama una primitiva
de f en el intervalo [a, b].
Es importante advertir que no todas las funciones tienen primitivas. Por ejemplo, una condicin necesaria que debe cumplir una funcin para tener primitivas es que dicha funcin tenga
la propiedad del valor intermedio pues, como recordars, las funciones derivadas tienen esa
propiedad. Tambin, como consecuencia del teorema del valor medio, es inmediato que dos
primitivas de una funcin en un mismo intervalo se diferencian en una constante. Por ello,
si conocemos una primitiva de una funcin en un intervalo las conocemos todas.
Una consecuencia muy importante del Teorema Fundamental del Clculo es que toda funcin continua en un intervalo tiene primitivas en dicho intervalo. Adems, el teorema nos dirx
ce que la funcin rea, esto es, la funcin F(x) = a f (t) dt , es la primitiva de la funcin continua
f : [a, b] R que se anula en a, F(a) = 0. Es importante que aprecies que este es un teorema de
existencia; es la definicin que hemos dado de rea - y por consiguiente de integral - lo que nos
ha permitido construir la funcin primitiva de f . No lo olvides: la integracin es una potente
herramienta para construir nuevas funciones.
El Teorema Fundamental del Clculo proporciona una tcnica para calcular la integral de
una funcin continua en un intervalo [a, b]. Para ello lo que hacemos es calcular una primitiva
rx
de f en [a, b]. Si h es una tal primitiva, entonces las funciones F(x) = a f (t) dt , y h(x) h(a) son
dos primitivas de f en [a, b] que coinciden en un punto, pues ambas se anulan en a. Deducimos
rb
que F(x) = h(x) h(a) para todo x [a, b] y, por tanto, F(b) = a f (t) dt = h(b) h(a). Podemos
generalizar este resultado como sigue.
8.9 Teorema (Regla de Barrow). Sea f : [a, b] R integrable y supongamos que h es una primitiva de f en [a, b]. Entonces
wb
f (t) dt = h(b) h(a)
a
Universidad de Granada
Dpto. de Anlisis Matemtico
111
Demostracin. Sea P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} una particin de [a, b]. Aplicando el teorema de valor medio, tenemos que
h(b) h(a) =
n
n
X
X
(h(xk ) h(xk1)) =
f (tk )(xk xk1) = ( f , P)
k=1
k=1
La igualdad anterior nos dice que para toda particin P de [a, b] hay alguna suma de Riemann de
f asociada a dicha particin, ( f , P), que es igual a h(b) h(a). Si ahora tomamos una sucesin
{Pn } de particiones del intervalo [a, b] tales que (Pn ) 0, tenemos que h(b) h(a) = ( f , Pn ) para
alguna suma de Riemann, ( f , Pn ) de f asociada a la particin Pn . Pero sabemos que ( f , Pn )
rb
rb
a f , por lo que obtenemos que h(b) h(a) = a f .
Fjate que en la regla de Barrow no se supone que f sea continua sino tan slo que es integrable y que, adems, tiene una primitiva.
1.5
1
y=1x
0.5
0.5
2
1
1
dx=log 2
x
1.5
2.5
Espero que ests de acuerdo conmigo: la forma ms fcil e intuitiva de imaginar el nmero
logt es como el rea de la regin plana limitada por la curva y = 1/x, las rectas y = 1, y = t, y el
eje de abscisas. Dicha rea se considera positiva si t > 1 y negativa si t < 1. Dicho de otra forma
logt =
wt 1
dx
x
1
Es frecuente interpretar esta igualdad de la siguiente forma: la funcin log x es derivable y log x =
wt 1
1/x ; por tanto
dx = logt log 1 = logt. Parece que hemos probado algo! Y no es as porque
x
1
en este razonamiento estamos usando que la funcin logaritmo es derivable y eso es algo que
no hemos probado. Todava peor: ni siquiera hemos dado una definicin de la funcin logaritmo que permita probar las propiedades de dicha funcin. Usualmente se define log x como
Universidad de Granada
Dpto. de Anlisis Matemtico
112
el nmero y que verifica que ey = x. La existencia de ese nmero y est lejos de ser evidente. El
propio nmero e tiene que ser definido de alguna forma apropiada.
Hago estas reflexiones para que te des cuenta de que lo que sabes de las funciones logaritmo, exponencial, trigonomtricas . . . , es un conocimiento sin una base matemtica correcta.
De estas funciones conoces, porque te lo han dicho, su comportamiento; pero no creo que
nunca hayas demostrado sus propiedades, ni siquiera que conozcas una definicin matemticamente correcta de las mismas. Bueno, no quiero que pienses que tus profesores te ocultan
informacin, lo que ocurre es que una definicin correcta de estas funciones requiere herramientas matemticas que no tienen cabida en las enseanzas medias. Precisamente, el Teorema Fundamental del Clculo permite definir estas funciones de forma fcil, elegante y correcta.
Olvida ahora todo lo que sepas de la funcin logaritmo natural. Lo has olvidado ya? Sigamos.
8.10 Definicin. La funcin logaritmo natural es la funcin log : R+ R dada por
logt =
wt 1
dx
x
x+
Representemos provisionalmente por : R R la funcin inversa del logaritmo. Dicha funcin se llama funcin exponencial natural. El teorema de derivacin de la inversa nos dice que
es derivable y para todo x R es
(x) =
1
log ((x))
= (x)
113
we 1
dx = 1. Con ello
x
1
apara todo nmero racional r se tiene que (r) = er , por lo que se usa la notacin (x) = ex para
representar a la funcin exponencial.
Fjate con qu facilidad y elegancia hemos obtenido las propiedades principales de las funciones logaritmo y exponencial naturales.
As mismo, podemos definir la funcin arcotangente de la forma
arc tg x =
wx
0
1
dt
1 + t2
Lo que constituye un punto de partida para definir las dems funciones trigonomtricas. Este
proceso est desarrollado con detalle en el libro de Michael Spivak Calculo etctera. Veremos
ms adelante otro procedimiento ms directo para definir las funciones trigonomtricas.
1
8.11 Ejemplo. La funcin f (x) = no est acotada en el intervalo ]0, 1]. Como h(x) = 2 x es
x
una primitiva de f en [0, 1], para todo t ]0, 1] se tiene que
w1 1
dx = h(1) h(t) = 2 2 t
x
t
Por tanto
w1 1
dx = 2
t0
x
t
lm
Es natural definir
w1 1
dx = 2
x
0
8.12 Ejemplo. Para todo t > 0 se tiene que
wt
0
ex dx = 1 et = lm
t+
wt
ex dx = 1
+
w
ex dx = 1
Universidad de Granada
Dpto. de Anlisis Matemtico
114
En el primer ejemplo hemos considerado una funcin no acotada y en el segundo un intervalo no acotado.
8.13 Definicin. Sea f : [c, b[ R una funcin continua en el intervalo [c, b[, donde suponemos
que c R y que b un nmero real mayor que c o bien b = +. Se define la integral impropia de
Riemann de f en [c, b[ como el lmite
wb
f (x) dx = lm
tb
wt
(8.1)
f (x) dx
Supuesto, claro est, que dicho lmite exista y sea un nmero real, en cuyo caso se dice tambin
que la integral de f es convergente en [c, b[.
Sea f :]a, c] R una funcin continua en el intervalo ]a, c], donde suponemos que cR y que
a un nmero real menor que c o bien a = . Se define la integral impropia de Riemann de f
en ]a, c] como el lmite
wc
wc
f (x) dx = lm f (x) dx
(8.2)
ta
Supuesto, claro est, que dicho lmite exista y sea un nmero real, en cuyo caso se dice tambin
que la integral de f es convergente en ]a, c].
Cuando el lmite (8.1) o (8.2) existe y es igual a + (resp. ) se dice que la respectiva
integral es positivamente o negativamente divergente.
Sea f :]a, b[ R una funcin continua en el intervalo ]a, b[, donde 6 a < b 6 +. Sea
c R con a < c < b. Se dice que la integral de f es convergente en ]a, b[ cuando las integrales de
f en ]a, c] y en [c, b[ son convergentes, en cuyo caso se define
wb
f (x) dx =
wc
f (x) dx +
wb
f (x) dx
(8.3)
xa
1a 1a
1
Deducimos que
+
w
1
Anlogamente
1
1
a1
dx
=
+
xa
1
w1 1
dx = 1 a
+
xa
0
si a > 1
si a < 1
si a < 1
si a > 1
8.15 Ejemplo. Sea a , 1. Usando la tcnica de integracin por partes, que estudiaremos ms
log x
adelante, es fcil calcular una primitiva de la funcin f (x) = a . Comprueba que
x
F(x) =
Universidad de Granada
Dpto. de Anlisis Matemtico
x1a (1 + (1 a) logx)
(1 a)2
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
wt
1
+
w
1
Anlogamente
115
1
log x
dx = (1 a)2
xa
+
1
w1 log x
(1 a)2
dx =
xa
si a > 1
si a < 1
si a < 1
si a > 1
wb
c
f (t) dt = sup
wx
c
f (t) dt : x [c, b[
116
8.19 Definicin. Se dice que la integral de f es absolutamente convergente en un cierto intervalo cuando la integral de la funcin | f | es convergente en dicho intervalo.
Naturalmente, los criterios de convergencia antes vistos para integrales de funciones positivas, pueden usarse para estudiar la convergencia absoluta de la integral de cualquier funcin.
Por ello, el siguiente resultado, que no demostraremos, es de gran utilidad.
8.20 Teorema. Si la integral de f es absolutamente convergente, entonces la integral de f tambin es convergente.
Ejercicios
1. Estudia la convergencia de la integral
I=
+
w
0
x + sen x
dx
x sen x
2 sen x
ex ,
, sen(x 2 ), x3 + 1, y muchas ms. En tales casos la forma ms sencilla de representar
x
rx
una primitiva de f es justamente mediante la funcin F(x) = a f (t)dt y, para obtener valores
concretos de dicha funcin hay que recurrir a mtodos numricos de clculo de integrales.
2 Las funciones que se obtienen por medio de sumas, productos, cocientes y composiciones a partir de las funciones
racionales, exponenciales, logartmicas, trigonomtricas y sus inversas, se llaman funciones elementales.
Universidad de Granada
Dpto. de Anlisis Matemtico
117
En lo que sigue vamos a considerar algunos tipos de funciones elementales cuyas primitivas tambin pueden expresarse por medio de funciones elementales y pueden calcularse con
procedimientos ms o menos sistemticos.
Para leer lo que sigue necesitas tener papel y un bolgrafo a mano para ir haciendo los ejercicios que se proponen. A calcular primitivas se aprende practicando; la imprescindible agilidad
en los clculos la logrars haciendo decenas de ejercicios. Fjate que, en la mayora de los casos, se trata de ejercicios en los que tan slo tienes que aplicar una tcnica general a un caso
particular. Esto es tan fcil que lo saben hacer los programas de clculo simblico, como
Mathematica, Derive, Mapple y otros. Cuando se logre fabricar una calculadora de bolsillo que
pueda ejecutar estos programas quizs ya no sea imprescindible aprender a calcular primitivas,
pero hasta que llegue ese momento sigue siendo necesario que aprendas a calcular primitivas
con agilidad. Sera lamentable que, por no saber calcular una primitiva, no puedas resolver una
sencilla ecuacin diferencial, ni calcular una probabilidad, ni el rea de una superficie, . . . Las
aplicaciones del clculo integral son tan variadas, que el tiempo que dediques a la prctica del
clculo de primitivas ser ms rentable de lo que ahora puedas imaginar.
Universidad de Granada
Dpto. de Anlisis Matemtico
118
x=d wd
u(x)v (x)dx = u(x)v(x)x=c v(x)u (x)dx
(8.4)
Finalmente, si u y v estn definidas en un intervalo abierto de extremos 6 a < b 6 + y existen los lmites lm u(x)v(x) y lm u(x)v(x), entonces la igualdad (8.4) nos dice que las integrales
xa
xb
rb
r
(x)dx y b u(x)v (x)dx ambas convergen o ninguna converge y, cuando son convergenv(x)u
a
a
tes se verifica que:
wb
xb wb
(8.5)
u(x)v (x)dx = u(x)v(x)xa v(x)u (x)dx
a
r
Naturalmente, si queremos usar este mtodo para calcular una integral f (x)dx lo primero
que hay que hacer es expresar f (x) = u(x)w(x) de forma que el clculo de v(x) por la condicin,
r
v (x) = w(x), es decir la integral v(x) = w(x)dx , sea inmediata. Tenemos entonces
w
w
w
w
f (x)dx = u(x)w(x)dx = u(x)v (x)dx = u(x)v(x) v(x)u (x)dx
(8.6)
Veamos algunas situaciones en las que este mtodo puede aplicarse con xito.
r
r
Cuando la integral v(x)u (x)dx es inmediata. Por ejemplo, para calcular una integral f (x)dx
en la que la derivada de f (x) es ms sencilla que la propia funcin, como es el caso de log x,
arc sen x, arc tg x. Entonces conviene tomar u(x) = f (x) y v (x) = w(x) = 1 en (8.6).
8.21 Ejemplo.
w
arc tg x dx =
u = arc tg x d u =
d v = dx v = x
1
w
dx
2
= x arc tg x
1+x
x
1
dx = x arc tg x + log(1 + x 2 )
1 + x2
2
r
Cuando la integral v(x)u (x)dx es del mismo tipo que la integral de partida, pero ms sencilla, de manera que reiterando el proceso se llega a una integral inmediata. Este es el caso
cuando f (x) es de la forma P(x) e ax , P(x) sen(ax), P(x) cos(ax), donde P(x) es una funcin polinmica. En todos los casos se elige u(x) = P(x), y v (x) = e ax , v (x) = sen(ax), v (x) = cos(ax).
8.22 Ejemplo.
w
u = P(x) du = P (x)dx
w
ax
= P(x) e 1 P (x)e ax dx
ax
P(x) e ax dx =
e
a
a
d v = e ax dx v =
a
La ltima integral es del mismo tipo que la primera pero con el grado del polinomio rebajado en
una unidad. El proceso se repite tantas veces como sea necesario.
Universidad de Granada
Dpto. de Anlisis Matemtico
119
r
Cuando la integral v(x)u (x)dx es parecida a la de partida, de forma que al volver a aplicar
el proceso la integral de partida se repite y es posible despejarla de la igualdad obtenida.
8.23 Ejemplo.
1
w
u = cos(log x) du = sen(log x)dx
= x cos(log x) + sen(log x)dx =
x
cos(log x)dx =
d v = dx v = x
1
w
u = sen(log x) du = cos(log x)dx
= x cos(log x) + x sen(log x) cos(log x)dx
x
=
d v = dx v = x
w
x
deducimos que cos(log x)dx =
cos(log x) + sen(log x) .
2
w
Ejercicios
1. Calcular las integrales:
w2
log x dx ,
x 3 ex dx ,
w
w
s 2 e 2s ds ,
log(x 2 + 1)dx ,
/4
w
we
w4
t logt dt ,
(log x)2 dx
1
d ,
cos2
w
x 2 sen x dx ,
we
(log x)n1
w
dx
u = (log x) du = n
n
n1
x
(log x)n dx =
= x(log x) n (log x) dx
d v = dx v = x
Universidad de Granada
Dpto. de Anlisis Matemtico
120
8.25 Ejemplo.
In =
u = x n d u = n x n1
= 1 (x n e a x n In1)
ax
x n e a x dx =
e
a
dx
d v = e a x dx v =
a
8.26 Ejemplo.
In =
sen x dx =
"
=
d v = sen x dx v = cosx
w
w
= cos x senn1 x + (n 1) senn2 x cos2 x dx = cos x senn1 x + (n 1) senn2 x dx (n 1)In
1
n1 w
senn x dx = cos x senn1 x +
senn2 x dx . En particular,
n
n
/2
n1 w
sen n2 x dx. De aqu se obtienen las igualdades
sen x dx =
n
n
/2
w
sen 2n+1 x dx =
2 4 6 2n
,
3 5 7 (2n + 1)
/2
w
sen 2n x dx =
1 3 5 (2n 1)
2 4 6 2n
2
Ejercicios
4. Calcula, haciendo uso de los resultados anteriores, las integrales
w
(log x) dx ,
4 x
x e dx ,
/2
w
sen 4 x dx ,
sen 5 x dx
dx . Ahora:
n1
(1 + x 2)n
(1 + x 2)n
u=x
d u = dx
w
2
x
dx =
=
x
1
1
(1 + x 2)n
dv=
dx
v
=
2
n
2
n1
(1 + x )
2(n 1) (1 + x )
+
w
0
x2n1
dx
(1 + x2 )n + 3
(n > 1)
n1
In1. Calcula I1 , I2 e I3 .
n+2
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
121
g(d)
w
f (x) dx
g(c)
Esta igualdad se conoce con el nombre de frmula de integracin por sustitucin o cambio de
rb
variable. En ella se supone que queremos calcular, por ejemplo, la integral a f (x) dx y lo que
hacemos es la sustitucin x = g(t), con lo que dx = g (t)dt y se eligen c y d por la condicin de
que g(c) = a, g(d) = b. Naturalmente, esto tiene inters cuando la funcin f (g(t))g (t) es ms
fcil de integrar que la funcin f . Simblicamente este proceso suele representarse en la forma
"
#
wb
wd
x = g(t), dx = g (t)dt
f (x) dx =
= f (g(t))g (t) dt
a = g(c), b = g(d)
a
c
Para el caso de integrales indefinidas este proceso de sustitucin de representa de forma menos
precisa y se escribe simplemente
"
#
w
w
x = g(t)
f (x) dx =
= f (g(t))g (t) dt
dx = g (t)dt
r
r
En este contexto, es frecuente calcular f (g(t))g (t) dt = H(t), y escribir f (x) dx = H(t), igualdad que no tiene mucho sentido si no se especifica tambin la relacin entre las variables t y
r
x, escribiendo f (x) dx = H(t) donde x = g(t). Desde luego, el conocimiento de H(t) y de la
relacin x = g(t) es suficiente para calcular integrales definidas de f , pero tambin podemos
deshacer el cambio para obtener una primitiva de f . Para eso la funcin g debe ser una biyeccin de J sobre I con derivada no nula. En tal caso, la funcin F(x) = H(g1 (x)) es una primitiva
de f en I. En efecto:
F (x) = H (g1 (x))(g1 ) (x) = f (g(g1 (x)))g (g1 (x))(g1 ) (x) = f (x)g (g1 (x))
1
= f (x)
g (g1 (x))
No olvides que la frmula del cambio de variables puede usarse en un sentido (de izquierda a
derecha) o en otro (de derecha a izquierda) segn convenga.
Puede ocurrir que al hacer un cambio de variable en una integral corriente obtengamos
una integral impropia. No hay que preocuparse porque para estudiar la convergencia de una
integral pueden hacerse cambios de variable biyectivos: ello no altera la eventual convergencia de la integral ni su valor.
8.27 Ejemplo. Con frecuencia se hacen cambios de variable para quitar radicales.
2
/4
w2
x = 2 tgt, dx =
1
1 w cost
1 1 /4 2 2
2t
cos
dx =
=
dt =
=
4 sen2 t
4 sent /6
4
x2 x2 + 4
2/ 3 = 2 tg(/6), 2 = 2 tg(/4)
/6
2/ 3
Universidad de Granada
Dpto. de Anlisis Matemtico
122
1
p
dx
(x a)(b x)
Suponemos que a < b. El cambio que hacemos consiste en llevar el intervalo ] 1, 1[ al ]a, b[ por
una biyeccin del tipo g(t) = t + . Las condiciones g(1) = a, g(1) = b nos dan que
= (b a)/2, = (b + a)/2. Con ello:
wb
a
ba
w1
dt
2 =
p
dx =
=
1 t2
(x a)(b x)
1
a = g(1), b = g(1)
1
x = g(t), dx =
Ejercicios
7. Calcular las siguientes integrales utilizando el cambio de variable indicado
/4
w
0
sen3 x
dx x = arc cost ;
cos4 x
/4
w
/4
+
w dx
sen2 x
dx
x
=
arc
tgt
;
x = logt
cos4 x
ex +1
1
dx
,
x x2 1
we4
e
dx
,
x log x
w4 1 r
1
1 + dx ,
x2
x
1
w e x +3 e 2x
dx
2 + ex
ra
9. Sea a > 0. Prueba que si f es impar, es decir, f (x) = f (x), entonces a f (t)dt = 0. Y si f
ra
ra
es una funcin par, es decir, f (x) = f (x), entonces a f (t)dt = 2 0 f (t)dt.
P(x)
G(x)
= H(x) +
,
Q(x)
Q(x)
donde H(x) y G(x) son polinomios y el grado de G es menor que el grado de Q. Por tanto, supondremos siempre que el grado de P es menor que el grado de Q. Supondremos tambin que
el coeficiente lder del polinomio Q es 1. La tcnica para calcular la integral consiste en desP(x)
componer la fraccin
en otras ms sencillas llamadas fracciones simples. Estudiaremos
Q(x)
dos formas de hacerlo: el mtodo de los coeficientes indeterminados y una variante del mismo
conocida como Mtodo de Hermite.
Paso 1. Descomposicin del denominador en factores irreducibles
Universidad de Granada
Dpto. de Anlisis Matemtico
123
(8.7)
Observaciones
Esto se dice muy pronto, pero puede ser muy difcil de hacer si no imposible. Afortunadamente, en los casos prcticos esta descomposicin o se conoce o es muy fcil de realizar.
En la descomposicin (8.7) cada a j es una raz real de orden j del polinomio Q, y los factores
cuadrticos del tipo (x 2 + b j x + c j ) j corresponden a races complejas conjugadas de orden j .
Tales factores cuadrticos son irreducibles, es decir, su discriminante es negativo o, lo que es
igual, x 2 + b j x + c j > 0 para todo x R.
Paso 2
Mtodo de los coeficientes indeterminados
P(x)
como suma de fracciones de la siguiente forma:
Q(x)
Por cada raz real a j de orden j escribimos j fracciones cuyos numeradores son constantes
Ak j que hay que determinar, y los denominadores son de la forma (x a j )k j donde k j toma valores de 1 hasta j .
Por cada factor cuadrtico irreducible (x 2 + b j x + c j ) j escribimos j fracciones cuyos numeradores son de la forma Bk j x + Ck j siendo Bk j y Ck j constantes que hay que determinar, y los
denominadores son de la forma (x 2 + b j x + c j )k j donde k j toma valores de 1 hasta j .
La descomposicin es de la forma:
j
j
n
m
X
X
Ak j
Bk j x + Ck j
P(x) X X
+
=
(8.8)
Q(x)
(x a j )k j
(x 2 + b j x + c j )k j
Escribimos el cociente
j=1
k j =1
j=1
k j =1
Mtodo de Hermite
Escribimos el cociente
P(x)
de la siguiente forma:
Q(x)
P(x)
A1
An
B1 x + C1
Bm x + Cm
=
+ +
+
+ + 2
+
Q(x) x a1
x a n x 2 + b 1 x + c1
x + b m x + cm
d
F(x)
+
dx (x a1)1 1 (x an)n 1 (x 2 + b1 x + c1)1 1 (x 2 + bm x + cm )m 1
donde A1 , . . . , An , B1 , . . . , Bm ,C1 , . . . ,Cm son coeficientes que tenemos que determinar y, en la fraccin que aparece con una derivada, F(x) es un polinomio genrico de grado uno menos que el
P(x)
como suma de fracciones simples, una por
denominador. En resumen, se trata de escribir
Q(x)
cada factor, ms la derivada de un cociente que tiene por denominador lo que queda de Q(x).
Observa que en ambos mtodos hay que calcular tantos coeficientes como el grado de Q.
Paso 3. Determinacin de los coeficientes
Tanto en un caso como en otro, se reducen todas las fracciones a comn denominador (que
ser Q(x)), y se iguala a P(x) al numerador resultante. Esto nos producir un sistema de ecuaciones cuya resolucin nos dar el valor de todos los coeficientes. Naturalmente, en el mtodo
de Hermite hay que efectuar la derivada antes de reducir a comn denominador.
Universidad de Granada
Dpto. de Anlisis Matemtico
124
Observaciones
En ambos mtodos tenemos que calcular el mismo nmero de coeficientes pero en el mtodo de Hermite la obtencin del sistema de ecuaciones es un poco ms trabajosa debido a la
presencia de la derivada.
El mtodo de Hermite es interesante de aplicar cuando hay factores cuadrticos de orden
elevado (races imaginarias mltiples).
Paso 4. Integracin de las fracciones simples
En el mtodo de Hermite, una vez escrita la funcin racional
calcular su integral:
P(x)
de la forma anterior, es fcil
Q(x)
w P(x)
w A
w B x +C
1
1
1
dx =
dx + +
dx + +
Q(x)
x a1
x 2 + b 1 x + c1
F(x)
+
1
2
n
(x a1) 1 (x an)
(x + b1 x + c1)1 1 (x 2 + bm x + cm )m 1
Slo nos queda saber calcular las integrales que hemos dejado pendientes:
w A
dx = A log |x a|.
xa
w Bx +C
Bx +C
x 2 + bx + c
w B(x d) + C + Bd
Bx +C
dx =
dx =
2
2
(x d) + k
(x d)2 + k 2
w B(x d)
w
C + Bd
=
dx
+
dx =
2
2
(x d) + k
(x d)2 + k 2
w
B
dx
= log (x d)2 + k 2 + (C + Bd)
2
(x d)2 + k 2
dx =
dx =
.
(x a)k
k 1 (x a)k1
Fracciones del tipo
Bx +C
(x 2 + bx + c)k
mltiples, la integracin de las cuales ofrece bastante dificultad a partir de k > 3. Suelen hacerse
usando la frmula de reduccin del ejercicio nmero 6.
w x2 2
8.29 Ejemplo. Se trata de calcular
dx. Como hay races imaginarias mltiples aplix3 (x 2 + 1)2
caremos el mtodo de Hermite.
x2 2
A Bx +C
d ax3 + bx 2 + cx + d
= + 2
+
x3 (x 2 + 1)2
x
x + 1 dx
x 2 (x 2 + 1)
Universidad de Granada
Dpto. de Anlisis Matemtico
125
Realizando la derivada y reduciendo a comn denominador, obtenemos un sistema de ecuaciones cuya solucin es
a = 0,
por lo tanto
b = 5/2,
c = 0,
dx =
x2 2
x3 (x 2 + 1)2
d = 1,
A = 5,
B = 5,
C = 0;
(5/2)x 2 + 1
5
+ 5 log x log(x 2 + 1).
x 2 (x 2 + 1)
2
+
w
2
cientes indeterminados.
x+1
dx. Aplicaremos el mtodo de los coefix(x + 1)(x 2 + 1)
A
B
Cx + D
x+1
= +
+ 2
2
x(x + 1)(x + 1)
x x+1 x +1
A + B +C = 0
(
A C + D = 0
A = 1 B = 1
A+BD = 1
C
=0
D = 1
A = 1
Deducimos que:
wt
2
wt dx
wt dx wt dx
x+1
t1
dx
=
=
log
2
arc tgt + arc tg2
x(x + 1)(x 2 + 1)
x1
x
x2 + 1
t
2
Por tanto:
+
w
2
x+1
dx = log 2 + arc tg 2
x(x + 1)(x 2 + 1)
2
Ejercicios
10. Calcular las siguientes integrales
w 2 x2
dx ,
x 3 3x 2
+
w
1
1/2
w
1/2
dx
dx ,
4
x 1
x1
dx ,
x 3 3x 2 + x + 5
x2
(x 4 1)2
Universidad de Granada
Dpto. de Anlisis Matemtico
dx ,
+
w
dx
,
x(1 + x 4 )
w x 4 + 6x 3 7x 2 4x 3
dx
x 3 2x 2 + x 2
dx
dx ,
(x 2 2x + 2)2
w
3x 2 + 30
x 4 + 2x 2 8
dx ,
w1
0
dx
dx
1 + x4
x2
(x 2 + 1)2
dx
126
2t
,
1 + t2
cos x =
1 t2
,
1 + t2
dx =
2 dt
1 + t2
w
2t 1 t 2
2 dt
R(sen x, cos x)dx = t = tg(x/2) = R
,
1 + t2 1 + t2 1 + t2
8.31 Ejemplo.
w
w
w t2 1
dx
cos x dx
=
= tg x/2 = t = =
dt
sen x tg x
sen x cos x sen x
2t 3
1
logt
1
1
= 2+
=
+ log | tg(x/2)|.
2
4t
2
4 tg (x/2) 2
Casos particulares
Cuando R( sen x, cos x) = R(sen x, cos x) se dice que R es par en seno y coseno. En este caso
es preferible el cambio tg x = t. Con lo que
t
sen x =
,
1 + t2
1
cos x =
,
1 + t2
dx =
dt
1 + t2
1 + cos2x
2
sen2 x =
1 cos2x
.
2
Prof. Javier Prez
Clculo Ing. de Telecomunicacin
127
Cuando R( sen x, cos x) = R(sen x, cos x) se dice que R es impar en seno y el cambio cos x = t
suele ser eficaz.
Cuando R(sen x, cos x) = R(sen x, cos x) se dice que R es impar en coseno y el cambio sen x = t
suele ser eficaz.
w
8.32 Ejemplo. Calcular I = sen2 x cos2 x dx . Tenemos:
w
w
w
w 1 + cos2x
w 1 + cos2x 2
dx
dx
I = (1 cos2 x) cos2 x dx = cos2 x dx cos4 x dx =
2
2
x sen 2x 1 w
x + sen 2x x 1 w
1 1 + cos4x
= +
=
x
=
4
4
8
32
8
4
8.33 Ejemplo.
w cos3 x
w (1 sen2 x) cos x dx
dx
=
=
sen2 x
sen2 x
=
"
t = sen x
dt = cos x dx
w 1 t2
dt
t2
1
1
t =
sent.
t
sent
w sen2 x cos x
8.34 Ejemplo. Sea I =
dx. Se trata de una funcin par en seno y en coseno. Hasen x + cosx
ciendo t = tg x, obtenemos:
w
t2
I=
dt
(t + 1)(t 2 + 1)2
Aplicando el mtodo de Hermite escribimos:
t2
A
Bt + C
d
=
+
+
(t + 1)(t 2 + 1)2 t + 1 t 2 + 1 dx
t +
t2 + 1
A +C + = 0
B + C 2 + = 0
B = 1/4
A = 1/4
2A + B + C 2 = 1
C=0
D = 1
B +C = 0
= 1/4 = 1/4
A+B = 0
Deducimos que:
I=
1
1
1 1+t
1
1
log |t + 1| log(t 2 + 1)
= log | sen x + cosx | cos x(sen x + cosx)
2
4
8
4 1+t
4
4
Universidad de Granada
Dpto. de Anlisis Matemtico
128
cos(a x + b) cos(c x + d)
sen cos =
cos cos =
8.35 Ejemplo.
w
sen(3x) cos(2x) dx =
sen sen =
cos( ) cos( + )
2
cos( ) + sen( + )
2
1w
1w
1
1
sen(5x) dx +
sen x dx = cos(5x) cos x
2
2
10
2
Integrales de la forma
tg2 x
cotg2 x
tgn x dx,
8.36 Ejemplo.
w
w
w
w
w
tg5 x dx = tg3 x tg2 x dx = tg3 x(sec2 x 1) dx = tg3 x sec2 x dx tg3 x dx
tg4 x w
tg4 x w
tg4 x w 3
=
tg x dx =
tg x tg2 x dx =
tg x(sec2 x 1) dx
4
4
4
w
tg4 x 1 2
tg4 x w
=
tg x sec2 x dx + tg x dx =
tg x + log| cos x |
4
4
2
Ejercicios
11. Calcular las integrales
w
1
dx ,
a + b cos x
w 1 2 cosx
dx ,
5 4 cosx
1
dx ,
cos x + 2 sen x + 3
w dx
,
cosx
1
dx
sen x cos x
dx
,
2
sen x cos2 x
13. Calcular
/4
w
0
cos(3x + 4)
p
dx ,
1 + tg 2 (x + 2)
sen px cos qx dx ,
sen px sen qx dx ,
dx
,
(1 + senx) cos x
w
sen2 x cos3 x dx ,
dx
cos3 x
n
ao X
+
(ak coskx + bk sen kx). Para n 6 p 6 n prueba
2
1w
ap =
F(x) cos px dx
Universidad de Granada
Dpto. de Anlisis Matemtico
k=n
k,0
1w
y bp =
F(x) sen px dx
129
R x, [L(x)]r , [L(x)]s , . . . dx
ax+ b
, a, b, c, d R con ad bc , 0 y r , s, . . . son nmeros racionales.
cx + d
d tq b
= r(t)
a ct q
1
1
t +t +1
2t + 1
I = 3 3
dt =
dt
=
log
+ 3 arc tg
2
2
t 1
t +t +1 t 1
2
(t 1)
3
r
x+1
donde t = 3
.
x1
Integrales binomias
Se llaman as las de la forma
x (a + b x ) dx
donde , , son nmeros racionales y a, b nmeros reales todos ellos distintos de cero. Haciendo la sustitucin
1
1 1 1
x = t , x = t , dx = t
la integral se transforma en
w
1 w +1
1
(a + bt)dt
t
+1
1. Esta integral es del tipo de las considera
das en el apartado anterior cuando el nmero:
w
es entero, pues es de la forma R(t,t r )dt
w
r es entero, pues es de la forma R t, (a + bt) dt
que es de la forma
t r (a + bt)dt donde r =
w a + bt
+ r es entero, pues es de la forma
t +r dt
t
P.L. Chebyshev prob que si no se da ninguna de estas circunstancias la integral no puede expresarse por medio de funciones elementales.
Universidad de Granada
Dpto. de Anlisis Matemtico
130
w p
+1
x x2/3 + 2 dx . En este caso es = 1, = 2/3, = 1/2 y
= 3.
Deducimos que la primitiva buscada puede expresarse por funciones elementales. Haciendo
3w 2
t t + 2dt , la cual se racionaliza haciendo t + 2 = s2 (s > 0), con lo
x2/3 = t obtenemos I =
2
w
que I = 3 (s2 2)2s ds que es inmediata.
8.38 Ejemplo. Sea I =
R(ex )dx
Se racionalizan
con el cambio x = logt. Un caso particular de este es el de las integrales de la
w
forma R(cosh x, senh x)dx que tambin admiten un tratamiento parecido al de las trigonomtricas.
w
2
8.39 Ejemplo. Sea I =
dx. Desarrolla los clculos para comprobar que
senh x + tghx
x
w
2(1 + t 2)
1
I = [x = logt] =
dt = log tgh
3
(t 1)(1 + t)
2
1 + coshx
Por otra parte, como la funcin
como sigue
I = [t = cosh x] =
2
es impar en senh x, tambin podemos proceder
senh x + tghx
2t
1
1
1
dt =
+ log(1 + coshx) log(1 + coshx)
(1 + t)(1 + t)2
1 + coshx 2
2
Por supuesto, puedes comprobar que las dos primitivas encontradas son de hecho iguales.
Integracin de funciones del tipo R(x,
Una integral de la forma
ciones siguientes.
R(x,
ax 2 + bx + c)
p
ax 2 + bx + c)dx puede racionalizarse por medio de las sustitu-
Donde, por comodidad, hemos supuesto que x > 0. Deducimos que la sustitucin
a(x )
t 2
= t 2 (t > 0), x = 2
= r(t)
x
t a
w
transforma la integral en R r(t), (r(t) )t r (t)dt donde el integrando es una funcin racional
de t.
Si el trinomio ax 2 + bx + c no tiene races reales, entonces debe ser ax 2 + bx + c > 0 para todo
x R, en particular c > 0. La sustitucin:
b 2t c
2
ax + bx + c = t x + c , x = 2
= g(t)
t a
w
transforma la integral en R g(t),t g(t) + c g (t)dt donde el integrando es una funcin racional de t.
Las sustituciones anteriores se conocen como sustituciones de Euler.
Universidad de Granada
Dpto. de Anlisis Matemtico
131
w
x
x
dx. Observa que, si R(x, y) = 3 , la integral que nos
8.40 Ejemplo. Clcular
3/2
2
y
(7x 10 x )
r
piden es R(x, 7x 10 x 2)dx del tipo que acabamos de considerar.
Como 7x 10 x 2 = (x 2)(5 x) , tenemos que
w
5 + 2t 2
x
6 w 5 + 2t 2
2
5
dx
=
x
=
=
dt
=
+
2t
1 + t2
27
t2
9
t
(7x 10 x 2)3/2
(7x 10 x 2)1/2
.
x2
w
8.41 Ejemplo.
dx. Haciendo la sustitucin
1 + x + x 2 = x + t, es decir
(1 + x) 1 + x + x 2
t2 1
tenemos
x=
1 2t
w
w
w 1
1
t2 1
2
1
dx = x =
=
dt
=
+
dt = logt + log|t 2|
1 2t
t 2 2t
t
t 2
(1 + x) 1 + x + x 2
donde t = 1 + x + x 2 x.
donde t =
w
p
Tambin es posible transformar una integral del tipo R(x, ax 2 + bx + c)dx en otra de la
w
forma F(sen x, cos x)dx donde F es una funcin racional de dos variables las cuales ya hemos
estudiado. Para ello se sigue el siguiente procedimiento.
Con un primer cambio
w
pde variable, de la forma x = t + que despus explicaremos, se transforma la integral R(x, ax 2 + bx + c)dx en otra de alguna de las formas
w
w
w
p
p
p
a) G(t, t 2 1 )dt , b) G(t, 1 t 2 )dt , c) G(t, 1 + t 2 )dt
donde G es una funcin racional de dos variables. Los cambios de variable respectivos
a) x = sec u ,
b) x = sen u ,
c) x = tg u
w
convierten las integrales anteriores en otras de la forma F(sen x, cos x)dx donde F es una funcin racional de dos variables.
Alternativamente, en el caso a) puede hacerse tambin
x = cosh u , y en el caso c) x = senh u ,
w
x
lo que transforma dichas integrales en otras del tipo T (e )dx donde T es una funcin racional
de una variable, que ya han sido estudiadas.
Nos queda por explicar cmo se hace el primer cambio de variable.
Si el trinomio h(x) = ax 2 + bx + c tiene dos races reales < , lo que se hace es transformar
dicho trinomio en otro que tenga como races 1 y 1. Para ello llevamos 1 a y 1 a mediante
una funcin de la forma (t) = t + . Las condiciones (1) = , (1) = , determinan que
+
=
,=
. Con el cambio
2
2
x = (t) =
+
t+
2
2
( )2 2
(t 1). Ahora, si a > 0, deducimos que
4
w
w
p
( ) p 2
2
R(x, ax + bx + c)dx = [x = (t)] = R (t), a
t 1
dt
2
2
Universidad de Granada
Dpto. de Anlisis Matemtico
132
R(x,
w
p
( ) p
Si el trinomio ax 2 +
bx + c no tiene races reales, entonces debe ser d = 4ac b2 > 0 y tambin
d
a > 0. Poniendo = , podemos escribir:
2 a
"
#
2
2
2
b
b2
b
a
b
2
2
2
ax + bx + c =
ax +
+c
=
ax +
+ =
x+
+1 =
2 a
4a
2 a
2 a
#
"
2
2a
b
x+
= 2
+1
d
d
El cambio
2a
b
x + = t , esto es , x =
d
d
dt b
= (t)
2a
transforma la integral en
w
R(x,
w
p
p
ax 2 + bx + c)dx = [x = (t)] = R (t), t 2 + 1
d
dt
2a
P(x)
p
dx donde P(x) es una funcin polinmica pueden
ax 2 + bx + c
resolverse con facilidad por el mtodo de reduccin. Se procede de la siguiente forma.
p
d
C
2
p
=
Q(x) ax + bx + c + p
dx
ax 2 + bx + c
ax 2 + bx + c
P(x)
donde Q(x) es un polinomio, cuyos coeficientes hay que calcular, de grado una unidad menos que el polinomio P(x) y C es una constante que tambin hay que calcular. Observa que la
igualdad anterior puede escribirse
1
P(x) = Q (x)(ax 2 + bx + c) + Q(x)(2ax + b) + C
2
y a la derecha queda un polinomio de igual grado que P(x) lo que permite identificar coeficientes. Una vez calculados el polinomio Q y la constante C tenemos que
w
w
p
P(x)
1
p
dx = Q(x) ax 2 + bx + c + C p
dx
ax 2 + bx + c
ax 2 + bx + c
w
1
con lo que todo se reduce a calcular una integral de la forma p
dx. Haciendo uso
2
ax + bx + c
de los cambios antes visto, esta integral, salvo constantes, puede escribirse de alguna de las
formas
w
w
w
1
1
1
dt = arc sen(t) ,
dt = argsenh(t) ,
dt = argcosh(t)
2
2
2
1t
1+t
t 1
Universidad de Granada
Dpto. de Anlisis Matemtico
Aplicaciones de la integral
133
t 2 + 1 y argcosh(t) = log t + t 2 1 .
1
p
dx
(x )k ax 2 + bx + c
1
se reducen a las del tipo anterior con el cambio x = .
t
Ejercicios
15. Calcular la integrales
w
x+3
dx ,
x 2 + 2x + 2
w
1
p
dx ,
2
(1 x ) 1 + x 2
w
1
dx ,
2 senh x coshx
x2
p
dx ,
2x x 2
w
1
p
dx ,
2 3
x
(4 + x3)5
w
3
x(1 + x)2 dx ,
w
w
1
p
dx ,
2
2
x
x x+1
x7/2 (1 x3)2 dx ,
p
w
5 8x 4x 2
dx ,
x + 5/2
w p
2ax x 2 dx
p
w
x 2 + 9x
dx
x2
w
x4 (1 + x 2)1/2 dx
wb
a
| f (x)| dx
134
por (x, 0), es decir, | f (x)| es la longitud de la seccin vertical de G( f , a, b) por el punto (x, 0), y el
rea de la regin G( f , a, b) es igual a la integral de las longitudes de sus secciones. Intuitivamente:
integrando longitudes obtenemos reas. Como el rea es invariante por rotaciones, este resultado es tambin vlido si consideramos secciones por rectas paralelas a una recta cualquiera
dada. Deducimos as el siguiente resultado.
Principio de Cavalieri. El rea de una regin plana es igual a la integral de las longitudes de sus
secciones por rectas paralelas a una recta dada.
Veamos cmo se aplica este principio en algunos casos concretos.
Regiones de tipo I
Supongamos que f , g son funciones continuas y llamemos a la regin del plano comprendida entre las curvas y = f (x) e y = g(x) para a 6 x 6 b. Se dice que es una regin de tipo I. Es
evidente que las longitudes de las secciones verticales de son iguales a | f (x) g(x)| por lo que
su rea viene dada por
wb
| f (x) g(x)| dx
(8.9)
a
Observa que esta integral expresa el rea de como lmite de las sumas de Riemann
n
X
k=1
lo que tiene una sencilla interpretacin que puedes ver en la siguiente figura.
3
1
1
-1
-1
135
-0.5
-1
Podemos considerar como una regin de tipo I. La funcin cuya grfica limita a por
arriba es g(x) = x . La funcin cuya grfica limita a por abajo viene dada por
f (x) =
(
x
06x61
x2
16x64
En consecuencia
() =
w4
0
|g(x) f (x)| dx =
w1
w4
9
( x ( x )) dx + ( x (x 2)) dx =
2
0
Observa que podemos ver como unin de dos regiones de tipo I como se indica en la siguiente figura.
2
1.5
1
0.5
0.5
1.5
2.5
3.5
-0.5
-1
Y lo que hemos hecho antes ha sido calcular el rea de cada una de estas dos regiones.
Regiones de tipo II
Supongamos que f , g son funciones continuas y llamemos a la regin del plano comprendida entre las curvas x = f (y) y x = g(y) para a 6 y 6 b. Se dice que es una regin de tipo II. Es
evidente que las longitudes de las secciones horizontales de son iguales a | f (y) g(y)| por lo
Universidad de Granada
Dpto. de Anlisis Matemtico
136
wb
a
(8.10)
| f (y) g(y)| dy
lo que tiene una sencilla interpretacin que puedes ver en la siguiente figura.
-1
-1
-0.5
-1
La curva que limita esta regin por la derecha es la grfica de la recta x = y + 2 y la curva que
limita esta regin por la derecha es la grfica de la parbola x = y2 . La variable y est comprenUniversidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
137
dida entre 1 y 2.
= (x, y) : y2 6 x 6 y + 2, 1 6 y 6 2
Tenemos que
() =
w2
(y + 2 y2) dy =
9
2
-1
-0.5
0.5
1.5
Aunque la regin as obtenida no es la misma tiene, sin embargo, igual rea que pues
ambas regiones se transforman una en otra por medio de una simetra respecto de la recta y = x.
8.4.2. Ejercicios
1. Calcula el rea de las regiones del plano limitadas por las siguientes curvas.
a) x = 12y2 12y3,
b) y = x2 2x,
c) y = x2 ,
x = 2y2 2y.
y = x2 4,
x + y = 2,
x > 0, y > 0.
d) x + y2 = 3,
4x + y2 = 4.
e) y = sec2 x,
y = tg2 x,
f)
x2
y2
+ = 1.
4
9
g ) (y x)2 = x 3,
3 6 x 6 1.
/4 6 x 6 /4.
x = 7.
x2 + y2 = 8.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
138
Curvas en el plano
Seguramente te imaginas una curva en el plano como una lnea continua que puede dibujarse de un trazo, sin levantar el lpiz del papel. Esa idea es esencialmente correcta. Las circunferencias, las elipses, las cardioides son todas ellas curvas. Faltara ms. Ninguna de ellas puedes representarla por una igualdad de la forma y = f (x). Las curvas que pueden representarse
por una ecuacin cartesiana del tipo y = f (x) son curvas muy particulares pues son grficas de
funciones. No olvides que cuando dices sea la curva dada por la ecuacin y = f (x) te ests
refiriendo a la curva cuya imagen es el conjunto de puntos del plano {(x, y) : x [a, b], y = f (x)}
es decir, a la grfica de f .
Si lo piensas un momento vers que muy pocas curvas son grficas. Para que una curva sea
una grfica es necesario que cualquier recta vertical la corte a lo ms en un solo punto; ninguna curva cerrada cumple esta condicin. Precisamente entre las curvas cerradas se encuentran
algunas de las curvas ms interesantes, a ellas pertenecen los distintos tipos de valos y lemniscatas, las astroides, las cardioides y muchas ms.
Vamos a ver ahora una forma de representar curvas planas mucho ms general que las ecuaciones cartesianas del tipo y = f (x) que slo sirven para representar curvas que tambin son
grficas. Para empezar, consideremos una curva que viene dada por una ecuacin cartesiana
de la forma y = f (x) donde x [a, b]. Nuestra curva es, por tanto, la imagen de la aplicacin
: [a, b] R2 definida por (x) = (x, f (x)) para todo x [a, b]. Intuitivamente, cuando x recorre el
intervalo [a, b], el punto (x, f (x)) recorre la curva. Es fcil generalizar esta situacin sin perder la
idea intuitiva de curva. Lo esencial es que podamos describir las coordenadas de los puntos de
la curva como funciones continuas de un parmetro. En la situacin que estamos considerando se tiene que y = f (x), es decir, la segunda coordenada es funcin continua de la primera. La
generalizacin consiste en que ambas coordenadas sean funciones continuas de un parmetro.
Llegamos as a la definicin siguiente.
8.44 Definicin. Una curva en el plano es una aplicacin continua : [a, b] R2 .
Si (t) = (x(t), y(t)), decimos que x = x(t), y = y(t) son las ecuaciones paramtricas de la curva. El punto (a) es el origen y (b) el extremo de la curva. Si (a) = gamma(b) se dice que la curva
es cerrada. Se dice que una curva es simple si no se corta a s misma, es decir, si para s,t [a, b]
con s , t se verifica que (s) , (t). Una curva cerrada se llama simple si la funcin es inyectiva
en ]a, b[.
8.45 Ejemplo. La curva de ecuaciones paramtricas x(t) = a + r cost, y(t) = b + R sent donde
0 6 t 6 2 es una elipse cuyo centro es el punto (a, b) y semiejes de longitudes r y R. Cuando
r = R se trata de una circunferencia.
La curva de ecuaciones paramtricas x(t) = r(t sent), y(t) = r(1 cost) para 0 6 t 6 2 es la
cicloide. Es la curva que describira una chincheta clavada en una rueda de radio r que avanza
girando sin deslizar.
La curva de ecuaciones paramtricas x(t) = cost(1 + cost), y(t) = sent(1 + cost) para 0 6 t 6 2
se llama cardioide. Es la curva que describe un punto fijo del borde de un crculo que rueda sin
deslizar sobre otro del mismo radio.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
139
2
0.5
1
0.5
1.5
2
-0.5
Cicloide
-1
Cardioide
(la igualdad entre las dos integrales se deduce fcilmente integrando por partes y teniendo en
cuenta que por ser una curva cerrada es x(b)y(b) x(a)y(a) = 0).
Ejercicios
1. Calcula el rea encerrada por la elipse x(t) = a + r cost, y(t) = b + R sent donde 0 6 t 6 2.
2. Calcula el rea encerrada por la cardioide x(t) = cost(1 + cost), y(t) = sent(1 + cost) para
0 6 t 6 2.
Ejercicios
140
Queremos calcular el rea de la regin del plano = {( cos , cos ) : 0 < 6 f (), 6 6 }.
=fHL
k-1
k
Para ello lo que hacemos es aproximar por medio de sectores circulares. Recuerda que
1
el rea de un sector circular de radio y amplitud (medida en radianes) es igual a 2 .
2
Consideramos para ello una particin { = 0 , 1 , 2 , . . . , n1 , n = } de [, ] y formamos la
n
X
1
1
suma
f (k )2 (k k1 ). Como el nmero f (k )2 (k k1 ) es el rea del sector circular,
2
2
k=1
1w
f ()2 d
2
Con frecuencia, las ecuaciones en coordenadas polares se usan para representar distintos
tipos de curvas simtricas llamadas rosa. Por ejemplo, aqu tienes una rosa de 8 hojas o lazos,
cuya ecuacin en coordenadas polares es = cos(4), 0 6 6 2.
Universidad de Granada
Dpto. de Anlisis Matemtico
141
Ejercicios
1. Calcula el rea de la regin del plano rodeada por un lazo de la lemniscata de ecuacin
polar 2 = cos(2), (/4 6 6 /4).
2. Calcula el rea limitada por el arco de la espiral de Arqumides = a , a > 0, comprendido
entre = 0 y = .
1
+ cos.
2
4. Hallar el rea encerrada por una de las hojas de la rosa = 2 cos(2).
5. Calcular el rea del lbulo del folium de Descartes de ecuacin x3 + y3 3axy = 0, a > 0.
Sugerencia. Expresa la ecuacin en coordenadas polares.
6. Calcula el rea de la regin comn a las dos elipses
x2 y2
x2 y2
+
=
1,
+
=1
a2 b2
b2 a2
Sugerencia. Representa grficamente las elipses. Usa la simetra polar para simplificar los
clculos y pasar a coordenadas polares.
k=1
Donde hemos usado el teorema del valor medio y la continuidad de las derivadas. Pero esta es
p
una suma de Riemann de la funcin t 7 x (t)2 + y (t)2 . Deducimos que la longitud de la curva
viene dada por
wb q
() =
x (t)2 + y (t)2 dt
(8.13)
a
Universidad de Granada
Dpto. de Anlisis Matemtico
Volmenes de slidos
142
Para el caso particular de que la curva sea la grfica de una funcin y = f (x), esto es (x) =
(x, f (x)), entonces su longitud viene dada por
() =
wb q
1 + f (x)2 dx
a
Para el caso particular de que la curva venga dada por una parametrizacin polar de la forma
(8.12), su longitud viene dada por
() =
w q
f ()2 + f ()2 d
Si interpretamos que la curva (t) = (x(t), y(t)) es la funcin de trayectoria seguida por un mvil, entonces la velocidad de dicho mvil en cada instante t viene dada por el vector derivada
p
(t) = (x (t), y (t)), y la rapidez es la norma eucldea de dicho vector, es decir x (t)2 + y (t)2 .
La igualdad (8.13) tiene ahora una interpretacin clara: la distancia recorrida por un mvil se
obtiene integrando la rapidez. Volveremos sobre esto ms adelante.
Ejercicios
1. Calcula la longitud del arco de catenaria y = cosh x entre x = 0 y x = 1.
2. Calcula la longitud de un arco de la cicloide x(t) = t sent, y(t) = 1 cost, (0 6 t 6 2).
3. Calcular la longitud del arco de curva y = x2 + 4, entre x = 0 y x = 3.
x 2/3 y 2/3
4. Calcula la longitud de la astroide
+
= 1, a > 0.
a
a
Sugerencia. Obtener las ecuaciones paramtricas de la astroide y tener en cuenta la simetra.
5. Calcula la longitud de la cardioide = 3(1 + cos), (0 6 6 2).
6. Calcula la longitud de la curva y =
x4 + 48
donde 2 6 x 6 4.
24x
Universidad de Granada
Dpto. de Anlisis Matemtico
Volmenes de slidos
143
W
WHxL
X
a
h0
Vol() =
wb
((x)) dx
(8.14)
El razonamiento anterior se ha hecho para secciones por planos verticales al eje OX, es decir
planos paralelos al plano Y Z; pero el resultado obtenido tambin es vlido para secciones por
planos paralelos a un plano dado.
Podemos llegar tambin a este resultado considerando sumas de Riemann. Para ello aproximamos la regin por cilindros de la siguiente forma. Consideremos una particin
{a = x0 , x1 , x2 , . . . , xn1 , xn = b}
de [a, b]. La parte de comprendida entre los planos perpendiculares al eje OX por los puntos (xk1 , 0, 0) y (xk , 0, 0) puede aproximarse por un cilindro de altura xk xk1 y base (xk ) cuyo volumen es igual ((xk ))(xk xk1 ). La suma de los volmenes de todos estos cilindros,
n
X
((xk ))(xk xk1 ) es por tanto una aproximacin del volumen de , pero dicha suma es
k=1
una suma de Riemann de la funcin x 7 ((x)), por lo que el volumen de viene dado por
wb
((x)) dx .
a
Vamos a estudiar algunos casos en los que es fcil calcular el rea de las secciones de .
Volumen de un cuerpo de revolucin
Los cuerpos de revolucin o slidos de revolucin son regiones de R3 que se obtienen girando una regin plana alrededor de una recta llamada eje de giro.
Universidad de Granada
Dpto. de Anlisis Matemtico
Volmenes de slidos
144
wb
f (x)2 dx
El volumen del slido de revolucin, , obtenido girando alrededor del eje OX una regin de
tipo I definida por dos funciones continuas f , g : [a, b] R tales que 0 6 f (x) 6 g(x) para todo
x [a, b], viene dado por
wb
Vol() = (g(x)2 f (x)2 ) dx
a
Una expresin similar se obtiene para el volumen de un slido de revolucin obtenido girando
alrededor del eje OY una regin de tipo II.
Ejercicios
1. Calcula el volumen de la esfera obtenida girando la circunferencia x2 + y2 = R2 alrededor
del eje OX.
2. Calcula el volumen del cono circular recto de altura h y radio de la base R obtenido girando
la recta y = Rx/h entre x = 0 y x = h.
3. Calcula el volumen del slido engendrado al girar alrededor del eje OX la parte de la curva
y = sen2 x comprendida entre 0 y .
4. Calcula el volumen del slido engendrado al girar alrededor del eje OX la grfica de la
18x
.
funcin f : [0, +[ R dada por f (x) = 2
x +9
5. Calcula el volumen del slido engendrado al girar la regin limitada por la parbola y2 = 4x
y la recta x = 4 alrededor de dicha recta.
6. Calcula el volumen del slido engendrado al girar la regin limitada por las parbolas
y2 = x,x2 = y alrededor del eje OX.
7. Calcula el volumen del elipsoide
x2 y2 z2
+ + = 1.
a 2 b 2 c2
x2 y2
+
= z y el plano z = 7.
9 16
Volmenes de slidos
145
n
X
k=1
Pero estas dos sumas son sumas de Riemann de la funcin x 7 x f (x), deducimos que el volumen de viene dado por
wb
Vol() = 2 x f (x) dx
a
Esto es lo que se conoce como mtodo de las capas o de los tubos. Puedes adaptar fcilmente
esta expresin para el caso de que el eje de giro sea la recta vertical x = c. En general, si notamos
por R(x) el radio de giro de la lmina, entonces
wb
Vol() = 2 R(x) f (x) dx
a
Ejercicios
1. Calcula el volumen del toro engendrado al girar el crculo de centro (a, 0) y radio R < a
alrededor del eje OY .
2. Calcular el volumen del slido engendrado al girar la regin limitada por las parbolas
y = x2 , x = y2 alrededor del eje OY .
Universidad de Granada
Dpto. de Anlisis Matemtico
146
3. Calcular el volumen del toro engendrado al girar el crculo de centro 0 y radio 3 alrededor
de la recta x = 6.
4. Calcular el volumen del slido engendrado al girar la regin limitada por las parbolas
y = x2 , x = y2 alrededor la recta x = 4.
5. Un flan tiene forma de tronco de paraboloide de revolucin, siendo r y 2r los radios de sus
bases y h su altura. Calcular su volumen volumen y el volumen de la porcin obtenida al
cortarlo verticalmente desde un punto del borde superior.
SHxL
x+h
Sea S(x) el rea de la parte de la superficie comprendida entre los planos X = a, y X = x. Rewx q
presentemos por L(x) la longitud de la grfica de f entre a y x. Recuerda que L(x) =
1 + f (t)2 dt .
a
Sea h > 0. Teniendo en cuenta que el rea lateral de un cilindro circular recto es igual a la longitud de la base por la altura, se deduce que
147
Por tanto
2 mn { f (t) : x 6 t 6 x + h}
wb
a
f (x)
q
1 + f (x)2
1 + f (x)2 dx
Ejercicios
1. Calcula el rea de una superficie esfrica de radio R.
2. Calcula el rea de la superficie de revolucin engendrada al girar la curva y = x3 , 0 6 x 6 1,
alrededor del eje OX.
3. Calcula el rea de la superficie de revolucin engendrada al girar la curva x2/3 + y2/3 = a2/3 ,
a > 0, alrededor del eje OX.
4. Calcular el rea de la superficie de revolucin engendrada al girar la elipse
alrededor del eje OY .
x2 y2
+
=1
a2 b2
-h2
h2
8. Comprueba que el rea de la superficie de revolucin (llamada horno de Gabriel) engendrada al girar la curva y = 1/x, 1 6 x 6 +, alrededor del eje OX es infinita (por tanto sera
necesaria una cantidad infinita de pintura si quisiramos pintarla) pero el volumen del
slido de revolucin engendrado es finito(por tanto podemos llenarlo con una cantidad
finita de pintura). Comenta a tu gusto esta aparente paradoja.
Universidad de Granada
Dpto. de Anlisis Matemtico
148
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
Series
Introduccin
Las series son una de las herramientas ms tiles del Anlisis Matemtico. Las series de Fourier permiten representar seales complejas como superposicin de seales sinusoidales, las
series de Taylor permiten representar funciones analticas como lmites de funciones polinmicas, la transformada z es una serie de Laurent. Al igual que la integral, las series son una poderosa herramienta para definir funciones; muchas funciones se definen por medio de series.
En esta leccin vamos a estudiar los conceptos y resultados bsicos de la teora de series.
Lo nico que necesitas para entender lo que sigue es comprender bien el concepto de sucesin convergente al que ya hemos dedicado suficiente atencin en la leccin correspondiente.
Puede ser conveniente que vuelvas a repasarlo antes de seguir.
Conceptos bsicos
150
Debe quedar claro desde ahora que una serie es una sucesin cuyos trminos se obtienen
sumando consecutivamente los trminos de otra sucesin.
Ni que decir tiene que, siendo las series sucesiones, los conceptos y resultados vistos para
sucesiones conservan su misma significacin cuando se aplican a series. En particular, es innecesario volver a definir qu se entiende cuando se dice que una serie es convergente. Si una
X
X
serie
z n es convergente se usa el smbolo
z n para representar el lmite de la serie que suele
n>1
n=1
n=1
X
n=1
z n = lm{Sn } = lm
n
X
zk
k=1
n
X
j=1
zj
n1
X
z j es diferencia de
j=1
dos sucesiones que convergen al mismo lmite y por tanto converge a cero.
9.2 Proposicin (Condicin necesaria para la convergencia de una serie). Para que la serie
P
z n sea convergente es necesario que lm{zn } = 0.
9.3 Ejemplo (Serie geomtrica). Dado zC, la sucesin {1 + z + z 2 + + z n } se llama serie geomtrica de razn z. Observa que dicha serie se obtiene sumando consecutivamente los trmi
nos de la sucesin 1, z, z 2 , z3 , . . . , z n , . . . . Es costumbre representar la serie geomtrica de razn
X
z con el smbolo
z n . Dicha serie converge si, y slo si, |z| < 1, en cuyo caso se verifica que
n>0
zn =
n=0
1
.
1z
zk = 1 + z + z2 + + zn =
1
z n+1
1z 1z
(9.1)
z n+1
= 0 y obtenemos que
n 1 z
z n = lm
n=0
n
X
k=0
zk =
1
1z
(|z| < 1)
9.4 Ejemplo (Serie armnica). Se llama as la serie de trmino general 1/n; es decir, la serie
{1 + 1/2 + + 1/n}. Se verifica que la serie armnica diverge positivamente
X
1
= lm {1 + 1/2 + + 1/n} = +
n
n
n=1
Universidad de Granada
Dpto. de Anlisis Matemtico
Conceptos bsicos
151
j=1 j
j=1
y por tanto
lm {1 + 1/2 + + 1/n} > lm log n = + =
X
1
n=1
= +
Este resultado es tambin consecuencia directa de que, segn vimos al estudiar las sucesiones,
sabemos que
1 + 1/2 + 1/3 + + 1/n
=1
lm
n
log n
(1)n1
es igual a log 2.
X
(1)n1
n=1
= log 2
(9.2)
w xn+1
w xn+1
X (1)k1
1 1 1
1
+ + + (1)n
+ (1)n+1
dx =
+ (1)n+1
dx
2 3 4
n+1
1+x
k
1+x
De donde
k=1
1
n
w1
X
1
(1)k1 w xn+1
dx 6 xn+1 =
=
log 2
k
1+x
n+2
k=1
Y deducimos que
X
X
(1)k1
(1)n1
lm log 2
= 0 = log 2 =
n
k
n
k=1
n=1
Universidad de Granada
Dpto. de Anlisis Matemtico
Conceptos bsicos
152
Reordenando trminos en la serie armnica alternada podemos obtener otra serie con distinta suma.
Como hemos vista, la serie armnica alternada es la sucesin que se obtiene sumando consecutivamente los trminos de la sucesin
(1)n1
1 1 1 1 1 1 1 1
1 1
1
= 1, , , , , , , , , , , , . . . . . .
(9.3)
n
2 3 4 5 6 7 8 9 10 11 12
Vamos a cambiar el orden de los trminos en esta sucesin poniendo uno positivo seguido de
dos negativos manteniendo sus posiciones relativas. Obtenemos as la sucesin
1 1 1 1 1 1
1
1 1
1
1
(9.4)
1, , , , , , , , , , , , . . . . . .
2 4 3 6 8 5 10 12 7 14 16
Cuya serie asociada, obtenida sumando consecutivamente sus trminos, es la sucesin {Sn }
dada por:
S1
S2
S3
S4
S5
S6
...... =
S9
...... =
S3n
1
2
1 1
1
2 4
1 1 1
1 +
2 4 3
1 1 1 1
1 +
2 4 3 6
1 1 1 1 1
1 +
2 4 3 6 8
......
1
1
1 1 1 1 1 1
1 + +
2 4 3 6 8 5 10 12
......
n
X
1
1
1
2j1 4j2 4j
j=1
Tenemos que
S3n
=
=
=
=
=
1
1
1
1
1
1 1 1 1 1 1
1 + +
+ +
2 4 3 6 8 5 10 12
2n 1 4n 2 4n
1
1
1 1
1
1
1
1
1
1
1
1
+
+ +
2
4
3 6
8
5 10
12
2n 1 4n 2
4n
1 1 1 1
1
1
1
1
+ +
+ +
2 4 6 8 10 12
2(2n 1) 4n
1
1 1 1 1 1
1
1
1 + + + +
2
2 3 4 5 6
2n 1 2n
n
j1
X
1
(1)
2
j=1
Deducimos que
lm S3n =
Universidad de Granada
Dpto. de Anlisis Matemtico
X (1) j1 1
1
lm
= log 2
2 n
j
2
j=1
Conceptos bsicos
153
1
log 2
2
Es decir, hemos probado que la serie obtenida reordenando los trminos de la serie armnica
alternada por el criterio de sumar uno positivo seguido de dos negativos, es convergente y su
1
suma es log 2.
2
La suma de una serie convergente no es una suma
El ejemplo anterior pone claramente de manifiesto que la suma de una serie convergente no es una suma en el sentido usual de la palabra, es decir, no es una suma algebraica de
nmeros. Observa que los conjuntos de nmeros (9.3) y (9.4) son los mismos pero las series
1
correspondientes tienen distinta suma; la primera tiene suma log 2 y la segunda log 2. Si la
2
suma de una serie consistiera en sumar los infinitos trminos de una sucesin, entonces el orden en que los sumramos sera indiferente porque la suma de nmeros tiene la propiedad
conmutativa. Debes tener claro, por tanto, que cuando calculas la suma de una serie no ests
haciendo una suma infinita sino que ests calculando un lmite de una sucesin cuyos trminos
se obtienen sumando consecutivamente los trminos de otra sucesin dada. Insisto: calcular
la suma de una serie no es una operacin algebraica, no consiste en sumar infinitos trminos,
es un proceso analtico que supone un lmite.
154
Otra dificultad adicional en el estudio de las series es la notacin tan desafortunada que se
X
emplea. En la mayora de los textos se representa con el mismo smbolo,
zn , la serie (que es
n=1
una sucesin) y su suma (que es un lmite que no siempre existe). Esto es un disparate: se est
confundiendo una sucesin con un nmero. Es lo mismo la sucesin {1/n} que el nmero
0 que es su lmite? En ninguna parte vers escrita la igualdad disparatada {1/n} = 0 Por qu
X 1
X
1
entonces, al tratar con series, se confunde el nmero
=
1
con
que es la sucesin
2n
2k
n=1
k>1
( n
)
X 1
?
2k
k=1
Quizs esto se debe a que, parece increble pero es cierto, no hay acuerdo general para representar
X de forma apropiada la serie de trmino general zn . La notacin que estamos usando
zn , tiene la ventaja de que es clara y evita las confusiones que estoy comentando pero
aqu,
n>1
Todava queda una ltima sorpresa. Estamos de acuerdo en que las series son sucesiones.
Muy especiales? En absoluto. Toda sucesin podemos verla, si as nos interesa, como una serie.
Pues toda sucesin {zn } es la serie definida por la sucesin de sus diferencias, esto es, por la
sucesin {wn } dada por
w1 = z1 , w2 = z2 z1 , w3 = z3 z2 , . . . , wn+1 = zn+1 zn , . . .
Es claro que zn =
n
X
j=1
Creo que con lo dicho ya puedes hacerte una idea correcta de lo que son las series. Insisto en
esto porque en los libros encontrars disparates para todos los gustos. Algunos textos definen
una serie como. . . un par de sucesiones!, otros dicen que una serie es. . . una suma infinita! En
fin.
n>1
positivos. Supongamos
que an 6 bn para todo n > k. Entonces se
Xque hay un nmero k N tal
X
verifica que si la serie
bn es convergente, tambin
an es convergente.
n>1
n>1
155
est {An }.
X
X
an y
bn dos series de trminos
n>1
an
= L R+o {+} .
bn
bn es divergente tambin
n>1
b) Si L = 0 y
an es divergente.
n>1
bn es convergente tambin
n>1
c) Si L R+ las series
n>1
an es convergente.
n>1
X
X
an y
bn son ambas convergentes o ambas divergentes.
n>1
n>1
Demostracin. Supongamos que L R+ . Sea 0 < < L < . Todos los trminos de la sucesin
{an /bn }, a partir de uno en adelante, estn en el intervalo ] , [, es decir, existe k N tal que para
todo n > k es < an /bn < , y, por tanto, bn < an < bn . Concluimos, por el criterio de comparacin, que la convergencia de una de las series implica la convergencia de la otra. Queda, as,
probado el punto c) del enunciado. Los puntos a) y b) se prueban de manera parecida.
9.8 Proposicin (Criterio integral). Sea f : [1, +[ R una funcin positiva y decreciente. Entonces se verifica que
n+1
n+1
n
w
X
X
f (k) 6
f (x) dx 6
f (k)
k=2
En consecuencia, la serie
X
n>1
k=1
f (n) y la integral
+
w
Demostracin. Por ser f decreciente se tiene que f (k + 1) 6 f (x) 6 f (k) para todo x [k, k + 1].
Integrando, deducimos que
k+1
w
f (k + 1) 6
f (x) dx 6 f (k)
k
n>1
Demostracin. Para que se cumpla la condicin necesaria de convergencia es preciso que sea
> 0. Supuesto que esto es as, podemos aplicar el criterio integral a la funcin f (x) = 1/x y
tener en cuenta los resultados vistos en el ejemplo (8.14).
Si en el criterio de comparacin por paso al lmite hacemos bn = 1/n , obtenemos el siguiente criterio de convergencia.
Universidad de Granada
Dpto. de Anlisis Matemtico
156
X
an una serie de trminos positivos, un nn>1
an es divergente.
n>1
X
an es convergente.
ii) Si L = 0 y > 1,
n>1
iii) Si L R+ ,
n>1
Vamos a estudiar a continuacin dos criterios de convergencia que se aplican a series que
pueden compararse con una serie geomtrica. Puesto que la serie geomtrica de trmino genean+1
ral an = xn , donde x > 0, converge si
= x < 1, esto nos lleva, en el caso general de una serie
an
X
trminos positivos
an , a considerar el comportamiento de la sucesin {an+1/an }.
n>1
9.11 Proposicin (Criterio del cociente o de DAlembert (1768)). Supongamos que an > 0 para
todo n N y que
an+1
lm
= L R+o {+} .
an
a) Si L < 1 la serie
an es convergente;
n>1
b) Si L > 1 o si L = +, entonces
an es divergente.
n>1
Demostracin. a) Sea un nmero tal que L < < 1. La definicin de lmite implica que existe
no N tal que para todo n > no se verifica que
an an1
an +1
an
o ano 6 nno ano = no n
an1 an2
a no
o
X
y como, por ser 0 < < 1, la serie
n es convergente, deducimos en virtud del criterio de
an =
comparacin, que
n>1
X
an es convergente.
n>1
b) Si L > 1 entonces, tomando tal que 1 < < L y razonando como antes, obtenemos que
a
para todo n > no es an > nnoo n y, como, > 1, se sigue que la sucesin {an } diverge positivamente
X
y, con mayor razn, la serie
an diverge positivamente.
n>1
Anlogamente, puesto que la serie geomtrica de trmino general an = xn , donde x > 0,X
con
verge si n an = x < 1, esto nos lleva, en el caso general de una serie de trminos positivos
an ,
n>1
9.12 Proposicin (Criterio de la raz o de Cauchy (1821)). Supongamos que para todo n N es
an > 0, y que
p
n
lm an = L R+o {+}.
Universidad de Granada
Dpto. de Anlisis Matemtico
157
an es convergente;
n>1
b) Si L > 1 o si L = +, entonces
an es divergente.
n>1
Demostracin. a) Sea un nmero tal que L < < 1. La definicin de lmite implica que existe
X
no N tal que para todo n > no es n an 6 , es decir, an 6 n . Puesto que 0 < < 1, la serie
n
es convergente y, en virtud del criterio de comparacin, se sigue que
n>1
an es convergente.
n>1
b) Si L > 1 entonces, tomando tal que 1 < < L y razonando como antes, obtenemos que
para todo n > no es an > nX
y, como, > 1, se sigue que la sucesin {an } diverge positivamente y,
con mayor razn, la serie
an diverge positivamente.
n>1
an+1
Cuando lm
= 1, tambin es lm n an = 1. En esta situacin los criterios del cociente y
an
X
de la raz no proporcionan informacin suficiente sobre el comportamiento de la serie
an .
n>1
an+1
Por ejemplo, para las series de Riemann, an =
se tiene que lm
= 1 cualquiera sea .
an
Observa que estos criterios solamente pueden proporcionar informacin sobre la convergencia
de series que pueden compararse con una serie geomtrica. El siguiente criterio suele aplicarse
cuando fallan los anteriores.
1/n ,
9.13 Proposicin
(Criterio
de Raabe (1832)). Supongamos que an > 0 para todo n N, y ponga
an+1
mos Rn = n 1
.
an
i) Si {Rn } L , donde L > 1 o L = +, la serie
an es convergente.
n>1
Demostracin. i) Las hiptesis hechas implican que existen > 1 y no N tales que para todo
n > no es Rn > . Sea = 1 > 0. Tenemos que
an+1
Rn 1 = (n 1) n
> (n > no )
an
por lo que
1
(n 1)an nan+1
(n > no ).
Como an > 0 , deducimos que nan+1 < (n 1)an para todo n > no . As la sucesin {nan+1} es decreciente para n > no y, como es de nmeros positivos, deducimos que es convergente. Sea
= lm{nan+1} = nf{nan+1 : n > no }. Tenemos que
an 6
n
X
an 6
j=no
1
1
(no 1)ano nan+1 6 (no 1)ano
y,
Xpor el criterio general de convergencia para series de trminos positivos, deducimos que
an es convergente (lo que, dicho sea de paso, implica que = 0 ).
n>1
Universidad de Granada
Dpto. de Anlisis Matemtico
158
ii) Si Rn 6 1 para todo n > k , entonces (n 1)an nan+1 6 0 y resulta que la sucesin {nan+1} es
1
creciente para n > k , luego nan+1 > kak+1 , es decir, para todo n > k , es an+1 > kak+1 y, por el
n
X
criterio de comparacin, deducimos que
an es divergente.
n>1
Parece que estos criterios son muy restrictivos pues solamente pueden aplicarse a series
de trminos positivos, pero no es as porque estos criterios pueden aplicarse para estudiar la
convergencia absoluta de una serie. Precisemos este concepto.
P
9.14 Definicin. Se dice que una serie (de nmeros reales o complejos) z n es absolutamente
convergente si la serie de trminos positivos
X
|z n | = {|z1 | + |z2 | + + |zn |}
n>1
es convergente.
El siguiente resultado, que no demostraremos, es muy importante en el estudio de las series.
9.15 Teorema. Toda serie absolutamente convergente es convergente.
Merece la pena explicar esto con detalle. Que la serie
X
zn converge absolutamente quiere
n>1
Ejercicios
159
9.16 Teorema. Sea {an } una sucesin de nmeros reales y {z n } una sucesin de nmeros reales o
complejos.
P
Criterio de Dirichlet. Si {an } es montona y converge a cero y la serie z n tiene sumas parciales
P
acotadas, entonces an z n converge.
P
P
Criterio de Abel. Si {an } es montona y acotada y la serie z n converge, entonces an z n es convergente.
X Podemos particularizar el criterio de Dirichlet para series alternas, es decir, series del tipo
(1)n+1 an donde an > 0 para todo n N.
n>1
9.17 ProposicinX
(Criterio de Leibnitz). Si la sucesin {an} es montona y convergente a cero,
entonces la serie
(1)n+1 an es convergente.
n>1
9.2.1. Ejercicios
1. Estudia la convergencia de las siguientes series.
X (n + 1)2
X (n + 1)n
log
n(n + 2)
nn+2
X
n11/n
n>1
n>1
X (n + 1)n
X 1 n n
n! e
X1
n>2
n>1
3n n!
n>1
n>1
alog n (a > 0)
n>1
X
n
( 2 1)n
n>1
n
j=1 1/ j
n>1
, ( > 0)
n>1
Universidad de Granada
Dpto. de Anlisis Matemtico
n>1
X
n 2
e 1+ 1/n 2
X nlog n
(log n)n
X
1 n
1
n
n>1
X
n>1
log(1+ 1/n)
X n2 + 1 n
n2 + n + 1
n>1
p
n
n
n + 1/n n , ( R)
X log n n
1
, ( R)
n
n>1
Ejercicios
160
X
n+1
3
( n + 1 3 n) log
n
(n1/n 1);
n>1
X
X 2 4 6 (2n)
4
n + 1 4 n a log n, (a > 0);
, ( R)
5 7 (2n + 3)
n>1
n>1
X1
X
n>1
X
n>1
(e (1 + 1/n)n) ;
1
1
n 1+ + + , ( R);
2
n
n>1
X
n>1
nn 1 , ( R)
n exp
n
X
1
, (, R)
k
k=1
d)
3n n!
3
n 5 8 11 (5 + 3n)
n>1
X 2 3 (n + 2) 1/2
b)
5 6 (n + 5)
n>1
X
3
n
c)
(2 2)(2 2) (2 2)
n>1
n>1
e)
n!
, (a > 0, R)
a(a + 1)(a + 2) (a + n)n
n>1
f)
( n + 1 n) (log(1 + 1/n)) , (, R)
n>1
g)
, (, , R+ )
X
n>0
iii)
1
(1 + i)n
X cos n + i sen n
n>1
n2
X (2 + i)n 1
v)
(1 + 2i)n n
n>1
X
vii)
cos 2 + i sen 2
n
n
n>1
Universidad de Granada
Dpto. de Anlisis Matemtico
ii)
iv)
X cos n + i sen n
n
n>1
X cos + i sen
n
n>1
!n
X 1
1+i 3
vi)
n
2
n>1
X (3 + 4i)n
viii)
2i(4 + 3i)n + 7
n>0
X
n=0
n cos(n ) y
n sen(n ).
n=0
Series de potencias
161
X
X
2 + (1)n
n
(1)n+1
(1)n+1
n
n + 100
n>1
n>1
X
X
(1)n+1
n+1 1 3 5 (2n 1)
(1)
, ( R)
log 1 +
n
2 4 6 2n
n>1
n>1
n>0
Dados a C y r > 0, definimos D(a, r) = {z C : |z a| < r}. El conjunto D(a, r) se llama disco
abierto de centro a y radio r.
X
El primer problema que plantea una serie de potencias,
cn (z a)n , es estudiar para qu
n>0
n
9.19 Lema (Lema de Abel). Sea > 0 un nmero positivo
X tal que la sucesin {cn } est acotada.
n
Entonces para todo z D(a, ) se verifica que la serie
cn (z a) converge absolutamente.
n>0
Demostracin. Sea z D(a, ). Pongamos r = |z a| < . Puesto que {cn n } est acotada existe
una constante M > 0 tal que |cn n | 6 M para todo nmero natural n. Tenemos que
n
n
n
n (z a)n
n
= |cn n | |z a| 6 M |z a| = M r
|cn (z a) | = cn
n
n
X
Pongamos {n } = {M(r/)n }. Como la serie
n converge por ser una serie geomtrica de
n>0
X
n>0
X
n>0
El lema anterior conduce de manera natural a considerar el ms grande > 0 tal que la
sucesin {an n } est acotada. Introducimos para ello el conjunto
A = { > 0 : {cn n } est acotada}
y definimos R = sup(A) R+
0 {+}. Pueden presentarse los casos:
Universidad de Granada
Dpto. de Anlisis Matemtico
Series de potencias
162
este caso se dice que la serie de potencias es trivial pues solamente converge para z = a.
X
0 < R < +. En este caso la serie
cn (z a)n es absolutamente convergente para todo
n>0
zD(a, R). Para |z a| > R se tiene que la sucesin {cn (z a)n } no est acotada y, por tanto,
la serie no converge.
Nada puede afirmarse en general del comportamiento de la serie en la frontera del disco
D(a, R).
Si R = + la serie converge absolutamente para todo z C.
El siguiente resultado es muy til para calcular la suma de una serie de potencias en puntos
de la frontera de su disco de convergencia.
P
9.21 Teorema (Continuidad radial). Sea cn z n una serie de potencias con radio de convergencia 0 < R < +. Sea f : D(0, R) C la funcin suma de la serie y supongamos que la serie es
convergente en un punto z 0 de la frontera del disco D(0, R). Entonces se verifica que
lm f (rz 0 ) =
r1
0<r<1
cn zn0
n=0
En lo que sigue vamos a estudiar la derivabilidad de funciones definidas por series de potencias, por ello supondremos que se trata de series de potencias reales, es decir, los coeficientes
de la serie son nmeros reales y la variable, que representaremos por la letra x, solamente puede
tomar valores reales.
X
Consideremos, pues, una serie de potencias reales
cn (x a)n con radio de convergenn>0
Series de potencias
163
R[. Podemos definir la funcin suma de la serie, f :]a R, a + R[ R que viene dada para cada
x ]a R, a + R[ por
X
f (x) =
cn (x a)n
n=0
Observa que f (x) viene dada como un lmite de una sucesin de funciones polinmicas. Cabe
esperar que las propiedades de las funciones polinmicas se hereden de alguna forma por f .
X
9.22 Teorema (Teorema de derivacin de una serie de potencias). Sea a R,
cn (x a)n una
n>0
X
f (x) =
cn (x a)n
x
n=0
X
n=k
f (k) (a)
k!
X
n>0
f (k) (a)
para todo k = 0, 1, 2, ....
k!
Esto nos dice que la serie de partida es la serie de Taylor en el punto a de su funcin suma.
9.24 Corolario. Las nicas series de potencias no triviales son series de Taylor (de su funcin
suma).
Series de potencias
164
f (n+1) (c)
(x a)n+1
(n + 1)!
(9.5)
mos probado que para ese valor de x la serie de Taylor de f en a converge a f (x). La dificultad
est en que en el lmite (9.6) el punto c no est fijo: depende de n (adems de x, pero el punto
x est fijo en este razonamiento). El que se verifique la igualdad en (9.6) depender del comportamiento de las derivadas sucesivas de f . El caso ms sencillo de todos es cuando dichas
derivadas estn acotadas en el intervalo I, es decir, hay un nmero M > 0 (independiente de n)
tal que se verifica
(n+1)
(t) 6 M
t I, n N
(9.7)
f
(x a)n+1
= 0 cualquiera sea x R, se deduce que la serie de
(n + 1)!
Taylor de f centrada en a es convergente en todo punto x I y su suma es igual a f (x).
Cuando esto es as, como lmn
n
X
1 k
x
k!
k=1
Sea ahora xR, fijo en lo que sigue. Tomemos > 0 de forma que x] , [. El teorema de Taylor
afirma que hay un nmero c comprendido entre x y 0 y, por tanto c ] , [, tal que
exp(x) = 1 +
n
X
1 k exp(c) n+1
x +
x
k!
(n + 1)!
k=1
Universidad de Granada
Dpto. de Anlisis Matemtico
Series de potencias
165
xn+1
= 0, obtenemos que
n (n + 1)!
exp(x) =
X
1 k
x
k!
(9.8)
k=0
X
1
.
n!
n=0
Tn (sen, 0)(x) =
n
X
sen( k )
2
k=1
k!
xk
(2q1)
Como para k par es sen( k
) = (1)q+1 , resulta que
2 ) = 0 y para k impar k = 2q 1 es sen(
2
n
X
(1)k+1 2k1
x
(2k 1)!
k=1
n
X
(1)k
k=0
(2k)!
x 2k
Como las funciones seno y coseno tienen derivadas acotadas en todo R, se sigue por lo antes
visto que
sen x
cos x
=
=
X
(1)n 2n+1
x
(2n + 1)!
n=0
X
n=0
(1)n 2n
x
(2n)!
(9.9)
(x R)
(9.10)
(x R)
n
X
( 1)( 2) ( k + 1)
k!
k=1
xk
( 1)( 2) ( k + 1)
=
k
k!
Por convenio 0 = 1. Con ello podemos escribir
Tn ( f , 0)(x) =
n
X
k=0
Universidad de Granada
Dpto. de Anlisis Matemtico
xk
Series de potencias
166
x ] 1, 1[
n=0
(9.11)
|an+1 | | n|
tenemos que
=
1. Definamos :] 1, 1[ R por
|an |
n+1
X
n
(x) =
x ,
n
n=0
x ] 1, 1[
El teorema de derivacin nos dice que es derivable en ] 1, 1[. Ahora es fcil comprobar que
la funcin h(x) = (x)(1 + x) tiene derivada nula en ] 1, 1[, por lo que es constante en dicho
intervalo y, como h(0) = 1, concluimos que h(x) = 1 para todo x ] 1, 1[, es decir, (1 + x) = (x)
para todo x ] 1, 1[, como queramos probar.
identidades que se deducen de la serie geomtrica
Partiendo de la serie geomtrica
xn =
n=0
1
1x
(9.12)
|x| < 1
nx n1 =
n=1
1
(1 x)2
|x| < 1
X
n=2
n(n 1)x n2 =
2
(1 x)3
|x| < 1
As podemos seguir. Pero tambin podemos invertir el proceso: en vez de derivar la serie (9.12),
podemos construir una primitiva suya.
El clculo de una primitiva de una funcin definida por una serie de potencias es inmediato. Si la funcin viene dada por
f (x) =
X
n=0
cn (x a)n
|x a| < R
Entonces, en virtud del teorema de derivacin, la primitiva de f que coincide con f en el punto
x = a es
X
cn
F(x) = f (a) +
(x a)n+1
|x a| < R
n+1
n=0
Universidad de Granada
Dpto. de Anlisis Matemtico
Series de potencias
167
X
n=0
1 n+1
x
n+1
|x| < 1
X
(1)n
n=0
n+1
xn+1
|x| < 1
X (1)n
x 2n+1 tiene radio de convergencia R = + la suma
(2n + 1)!
n>0
9.25 Definicin. La funcin seno es la funcin sen : R R definida para todo x R por
sen x =
X
(1)n 2n+1
x
(2n + 1)!
n=0
A partir de esta definicin se obtienen las propiedades usuales de la funcin seno. La funcin coseno se define como la derivada de la funcin seno. Las dems funciones trigonomtricas se definen, como puedes imaginar, a partir del seno y el coseno. El nmero se define
como el mnimo nmero positivo en el que se anula el seno (hay que probar su existencia con
ayuda del teorema de Bolzano).
No es mi propsito proseguir este estudio sino solamente dejarte indicado el camino.
Ejercicios
1. Estudia la convergencia las siguientes series de potencias.
a)
X zn
n>1
d)
n!
X nn
n>1
b)
n!
X (n + 1)n
n>1
e)
nn+1
zn
X 3 5 (3n + 1)
n>1
5 10 5n
c)
n z n
n>1
f)
X
n>1
zn
1 + 1/2 + + 1/n
Estudia en los casos c)y f), el comportamiento de la serie en los puntos de la circunferencia unidad.
2. Dada la serie de potencias
X
1
2
n +
(x 1)n
n
n>1
Series de potencias
168
x2 3x + 1
x2 5x + 6
X (1)n
n
6. Calcula, por medio de series de potencias primitivas de las funciones sen(x2 ), exp(x2 ),
1 + x3 .
Universidad de Granada
Dpto. de Anlisis Matemtico
Leccin
10
Clculo diferencial en Rn
X
xy =
xk yk = x1 y1 + x2 y2 + + xn yn
k=1
Este producto escalar se llama producto escalar eucldeo. Observa que el producto escalar de
dos vectores no es un vector sino un nmero real. La notacin xy es frecuentemente usada en
los libros de Fsica para representar el producto escalar de los vectores x e y. Las dos notaciones
son tiles y las usaremos en lo que sigue.
x y = y x para todos x, y Rn (simetra).
x + y z = x z + y z para todos , R y para todos x, y, z Rn (linealidad).
La norma eucldea de un vector x se define por
v
u n
q
uX
kxk =
x x =t
x2k
k=1
Desigualdad de Cauchy-Schwarz.
Para todos x, y Rn se verifica que x y 6 kxk kyk. Adems, supuesto que x e y no son nulos,
la igualdad x y = kxk kyk equivale a que hay un nmero R tal que x = y (es decir, los
vectores x e y estn en una misma recta que pasa por el origen).
169
170
Desigualdad triangular.
Para todos x, y Rn se verifica que kx + yk 6 kxk + kyk. Adems, supuesto que x e y no son nulos,
la igualdad kx + yk = kxk + kyk equivale a que hay un nmero > 0 tal que x = y (es decir, los
vectores x e y estn en una misma semirrecta que pasa por el origen).
10.1 Definicin. Se dice que los vectores x e y son ortogonales, y escribimos x y, cuando su
producto escalar es cero. Se dice que un vector x es ortogonal a un conjunto de vectores E Rn
cuando x es ortogonal a todo vector en E. Un conjunto de vectores no nulos que son mutuamente ortogonales se dice que es un conjunto ortogonal de vectores; si, adems, los vectores
tienen todos norma 1 se dice que es un conjunto ortonormal de vectores. Una base vectorial
que tambin es un conjunto ortogonal (ortonormal) se llama una base ortogonal (ortonormal).
Si x e y son vectores no nulos, el vector
Y
xy
(x) = y
y vy
y
unitario (de norma 1) entonces el vector x x y y es ortogonal a y.
Ejercicios
1. Prueba la desigualdad de Cauchy-Schwarz.
Sugerencia. Comprueba que la ecuacin x y x y = 0, en la que es un nmero
real arbitrario y x e y son vectores que se suponen fijos, es un trinomio de segundo grado
en la variable . Ten en cuenta que dicho trinomio toma siempre valores mayores o iguales
que cero (por qu?) lo que proporciona informacin sobre su discriminante.
2. Prueba la desigualdad triangular.
Sugerencia. Una estrategia para probar desigualdades entre normas eucldeas es elevar al
2
cuadrado. La desigualdad kx + yk2 6 kxk + kyk es equivalente a la desigualdad triangu
lar pero es muy fcil de probar desarrollando el trmino kx + yk2 = x + y x + y y usando
la desigualdad de Cauchy-Schwarz.
3. Teorema de Pitgoras. Prueba que los vectores x e y son ortogonales si, y solo si,
kx + yk2 = kxk2 + kyk2 .
Q
4. Prueba que el vector x y (x) es ortogonal a y.
10.2 Definicin. Dados dos vectores x e y, el nmero kx yk se llama la distancia (eucldea)
entre x e y.
171
Es fcil comprobar que los conjuntos de la forma B(x, r) son conjuntos abiertos. El conjunto
B(x, r) se llama bola abierta de centro x y radio r.
Un conjunto F Rn se dice que es un conjunto cerrado si su complemento Rn \ F es un
conjunto abierto.
Dados x Rn y r > 0, definimos B(x, r) = {y Rn : kx yk 6 r}. Es fcil comprobar que B(x, r)
es un conjunto cerrado. Se llama bola cerrada de centro x y radio r.
Se dice que un conjunto E Rn es acotado cuando hay un nmero M > 0 tal que kxk 6 M
para todo x E.
Sucesiones en Rn
172
10.1.1. Sucesiones en Rn
10.3 Definicin. Una sucesin {xm } de puntos de Rn se dice que es convergente si hay un vector
x Rn tal que kxm xk 0. En tal caso escribimos lmm {xm } = x o, simplemente, {xm } x y
decimos que x es el lmite de la sucesin {xm }.
Una sucesin {xm } de puntos de Rn se dice que es acotada si ha un nmero M > 0 tal que
kxm k 6 M para todo m N.
Teniendo en cuenta la desigualdad
max {|xk yk | : 1 6 k 6 n} 6 kx yk 6
n
X
k=1
|xk yk |
(10.1)
Se deduce fcilmente que {xm } x si, y slo si, { j (xm )} j (x) para (1 6 j 6 n), esto es, la
convergencia en Rn equivale a la convergencia por coordenadas.
10.4 Teorema (Teorema de Bolzano Weierstrass). Toda sucesin acotada de puntos de Rn
tiene alguna sucesin parcial convergente.
10.5 Teorema (Caracterizacin de los conjuntos compactos). Un conjunto E Rn es compacto
si, y slo si, toda sucesin de puntos de E tiene alguna sucesin parcial que converge a un punto
de E.
173
2 ((x, y, z)) = y,
3 ((x, y, z)) = z
P(x1 , x2 , . . . , xn )
Q(x1 , x2 , . . . , xn )
f (x, y) = log(1 + x2 + y2 ),
f (x, y, z) =
1 + xy2 + xz2
,
1 + arc tg(x y z)
f (x, y, z) = cos(
p
y2 + z2 )
Curvas en Rn
174
b) Para toda sucesin {xn } de puntos de E distintos de a, tal que {xn} a se verifica que
{ f (xn )} L.
10.1.3. Curvas en Rn
Una curva en Rn es una aplicacin continua : [a, b] Rn . El punto (a) se llama origen y el
punto (b) extremo de la curva. Naturalmente, como (t) Rn podremos expresarlo por medio
de sus componentes en la base cannica que sern funciones de t.
(t) = (1 (t), 2 (t), . . . , n (t))
Las funciones k (t) se llaman funciones componentes de . Se dice que es derivable en un
punto t cuando todas sus funciones componentes son derivables en dicho punto, en cuyo la
derivada de en t es, por definicin, el vector
(t) = (1 (t), 2 (t), . . . , n (t))
Dado un punto a = (t0 ) tal que (t0 ) , 0, se define la recta tangente a en el punto a (aunque es
ms apropiado decir en el punto t0 ) como la recta de ecuacin paramtrica a + t (t0 ), es decir,
la recta que pasa por a con vector de direccin (t0 ).
Cuando se interpreta (t) como la funcin de trayectoria de un mvil, entonces su velocidad
en un instante t es el vector (t) y su rapidez es k (t)k. La distancia que recorre dicho mvil
entre dos instantes t = a y t = b viene dada por
wb
a
k (t)k dt .
10.12 Definicin. Un conjunto abierto Rn con la propiedad de que cualesquiera dos de sus
puntos pueden unirse por una curva que queda dentro de se llama un dominio.
Intuitivamente, un dominio es un conjunto abierto de un solo trozo. Los dominios desempean en Rn un papel similar al de los intervalos en R.
Universidad de Granada
Dpto. de Anlisis Matemtico
175
f (a + t u) f (a)
t
(10.2)
Dek f (a) =
lm
f
(a).
xk
Observa que las derivadas que acabamos de definir son derivadas de funciones reales de
una variable real pues, para calcular la derivada de un campo escalar f en un punto a en la
direccin u lo que se hace es derivar en t = 0 la funcin t 7 f (a + t u) que es una funcin real de
una variable real.
Observa que la segunda igualdad de (10.3) nos dice que, para calcular la derivada parcial
Dk f (a), lo que se hace es derivar f respecto a la variable k-sima considerando fijas las dems
variables. Por eso se llaman derivadas parciales.
Universidad de Granada
Dpto. de Anlisis Matemtico
176
f (a + t, b) f (a, b)
f (x, b) f (a, b)
= lm
xa
t
xa
f (a, b + t) f (a, b)
f (a, y) f (a, b)
= lm
= lm
t0
yb
t
yb
=
lm
t0
Es decir, lo que hacemos es derivar las funciones parciales x 7 f (x, b) y y 7 f (a, y) en los puntos
x = a e y = b respectivamente.
La grfica de f , es decir, el conjunto S = {(x, y, f (x, y)) : (x, y) E} es una superficie en R3 . Las
funciones
1 (x) = (x, b, f (x, b)), 2 (y) = (a, y, f (a, y))
son curvas contenidas en dicha superficie que pasan por el punto (a, b). Dichas curvas se obtienen cortando la superficie S por los planos y = b y x = a respectivamente. Los vectores tangentes
a dichas curvas en los puntos 1 (a) y 2 (b) son, respectivamente
1 (a) = (1, 0, D1 f (a, b)),
Cuando un campo escalar f tiene derivadas parciales en todos los puntos de un conjunto
E Rn , podemos definir las funciones derivadas parciales de f , Dk f : E R que a cada punto
x E hace corresponder el nmero Dk f (x). Dichas funciones son tambin campos escalares.
10.14 Definicin. Sea f un campo escalar. Se define el vector gradiente de f en un punto a
como el vector
f (a) = D1 f (a), D2 f (a), . . . , Dn f (a)
xa
f (x) f (a)
f (x) f (a) f (a)(x a)
= f (a) lm
=0
xa
xa
xa
Universidad de Granada
Dpto. de Anlisis Matemtico
177
tesiana xn+1 = f (a) + f (a) x a . Este hiperplano pasa por el punto (a, f (a)) Rn+1 y es la
generalizacin natural de la recta tangente a la grfica de una funcin. Observa el parecido
formal entre las expresiones
y = f (a) + f (a)(x a),
xn+1 = f (a) + f (a) x a
f (x) f (a) f (a) x a
lm
=0
(10.4)
xa
kx ak
Definamos
f (x) f (a) f (a) x a
R(x, a) =
kx ak
La igualdad (10.4) dice que lm R(x, a) = 0. Con lo que, otra forma equivalente de escribir la
xa
f (x) = f (a) + f (a) x a + R(x, a) kx ak
donde
lm R(x, a) = 0
xa
(10.5)
xn+1 = f (a) + f (a) x a
Du f (a) = f (a) u
Demostracin. En la igualdad (10.5) pongamos x = a + t u con lo que obtenemos
t0
f (a + t u) f (a)
|t|
= lm R(a + t u, a) = 0
t0
t
t
10.18 Corolario. Sea f un campo escalar diferenciable en un punto a con vector gradiente no
nulo en a.
a) La direccin en la que la derivada direccional de f en a es mxima es la direccin dada por
f (a)
el gradiente, es decir, la direccin u =
.
k f (a)k
Universidad de Granada
Dpto. de Anlisis Matemtico
178
f (a) w 6 k f (a)k kwk = k f (a)k
Y la igualdad se da si, y solo si, hay un nmero R tal que w = f (a). Tomando normas
en esta igualdad se deduce que || = 1/ k f (a)k, es decir las direcciones w que hacen mximo
f (a)
f (a)
|Dw f (a)| = f (a) w son u =
y v=
.
k f (a)k
k f (a)k
Para la primera se tiene que
f (a)
1
Du f (a) = f (a)
=
f (a) f (a) = k f (a)k
k f (a)k
k f (a)k
El resultado anterior nos dice que el vector gradiente en un punto seala la direccin en la
que el campo tiene mximo crecimiento en dicho punto. Mientras que en la direccin opuesta a
la del vector gradiente en un punto el campo tiene mximo decrecimiento.
10.19 Proposicin. Sean f un campo escalar definido en un conjunto E Rn y una curva
en Rn que toma valores en el conjunto E. Supongamos que es derivable en un punto t0 y que
f es diferenciable en el punto a = (t0 ) E. Entonces se verifica que la funcin h(t) = f ((t)) es
derivable en t0 y su derivada viene dada por
h (t0 ) =
n
X
Dk f (a)k (t0 )
f (a) (t0 ) =
(10.6)
k=1
h(t) h(t0) = f ((t)) f ((t0 )) = f (a) (t) (t0 ) + R((t), (t0 )) k(t) (t0 )k
(t) (t0 )
h(t) h(t0
f ((t)) f ((t0 ))
k(t) (t0 )k
=
= f (a)
+ R((t), (t0 ))
t t0
t t0
t t0
t t0
tt0
(t) (t0 )
= (t0 ) se deduce que
t t0
lm
tt0
h(t) h(t0)
= f (a) (t0 )
t t0
179
Que un campo escalar tenga derivadas parciales en un punto es una propiedad muy dxy
bil. Por ejemplo, el campo escalar f (x, y) = 2
, f (0, 0) = 0 tiene derivadas parciales nulas
x + y2
en (0, 0) pero no es continuo en dicho punto. La propiedad de ser diferenciable es mucho ms
fuerte que tener derivadas parciales. Por ejemplo, es fcil probar que un campo escalar diferenciable en un punto es continuo en dicho punto. El siguiente resultado proporciona una
condicin suficiente de diferenciabilidad muy til.
10.20 Teorema (Condicin suficiente de diferenciabilidad). Un campo escalar que tiene derivadas parciales continuas en un conjunto abierto es diferenciable en todo punto de dicho conjunto.
En la prctica suele suponerse que los campos escalares tienen derivadas parciales continuas. Esta hiptesis garantiza que son diferenciables y es suficiente para justificar la mayora
de los resultados que siguen.
Es sabido que una funcin derivable en un intervalo con derivada nula es constante. Para
campos escalares hay un resultado anlogo. Observa la hiptesis de que el campo est definido
en un dominio.
10.21 Proposicin. Un campo escalar definido en un dominio con derivadas parciales nulas en
todo punto del mismo es constante.
En la siguiente seccin te digo cmo calcular rectas y planos tangentes a curvas y superficies
considerando las distintas formas en que stas pueden venir dadas. Mi propsito es esencialmente prctico, a saber, que entiendas la forma de proceder en cada caso; por lo que no me
preocupo de justificar con detalle todo lo que digo.
Suele usarse la siguiente terminologa. Si h(x, y) es un campo escalar diferenciable, las curvas
de ecuacin implcita h(x, y) = c o, lo que es igual h(x, y) c = 0, donde c es una constante, se
llaman curvas de nivel. Dichas curvas se obtienen cortando la grfica de h con planos de la
forma z = c. Estas curvas son las que ves representadas en los mapas topogrficos.
Universidad de Granada
Dpto. de Anlisis Matemtico
180
g(a, b) (x a, y b) = 0
Se supone que g(a, b) , 0 pues en otro caso, la tangente en (a, b) no est definida. El vector
gradiente g(a, b) es ortogonal a en el punto (a, b).
Estas ltimas afirmaciones requieren alguna justificacin. Para ello, supongamos que conocemos una representacin paramtrica local de en torno al punto (a, b). Es decir, hay una
curva de la forma (t) = (1 (t), 2 (t)) que pasa por el punto (a, b) y que es derivable1.
Pongamos (t0 ) = (a, b). Por lo visto en b ), sabemos que la tangente a en (a, b) es la recta que pasa por el punto (a, b) con vector de direccin (t0 ). Pongamos h(t) = g((t)). En
virtud de la igualdad (10.6), tenemos que h (t) = g((t)) (t) . Pero h(t) = 0, por lo que
h (t) = g((t)) (t) = 0. Resulta as que el vector g((t)) es ortogonal al vector tangente (t). En particular, el vector g(a, b) es ortogonal al vector (t0 ) tangente a en (a, b).
Concluimos que la recta que pasa por (a, b) y tiene como vector ortogonal g(a, b) es la
recta tangente a en (a, b), pero dicha recta es justamente la recta de ecuacin cartesiana
g(a, b) (x a, y b) = 0.
De lo antes visto, merece la pena destacar la siguiente propiedad.
El vector gradiente g(x, y) de un campo escalar es ortogonal en todo punto (x, y) (en el que
g(x, y) , 0) a la curva de nivel que pasa por dicho punto.
Superficies en R3
Una superficie S en el espacio R3 puede venir dada de tres formas:
a) Como la grfica de una funcin y = f (x, y) donde (x, y) A siendo A un conjunto de R2 .
S = {(x, y, f (x, y)) : (x, y) A}
b) Por medio de ecuaciones paramtricas (s,t) = (x(s,t), y(s,t), z(s,t)) donde (s,t) A R2 .
S = (A) = {(x(s,t), y(s,t), z(s,t)) : (s,t) A}
1 El
teorema de la funcin implcita, que se ver ms adelante, garantiza la existencia de dicha curva siempre que el
vector gradiente g(a,b) , 0.
Universidad de Granada
Dpto. de Anlisis Matemtico
181
c) De forma implcita como el conjunto de puntos g(x, y, z) = 0 donde se anula una funcin
diferenciable de tres variables.
S = (x, y, z) R3 : g(x, y, z) = 0
(s0 ,t0 ) =
s
x
y
z
(s0 ,t0 ), (s0 ,t0 ), (s0 ,t0 )
s
s
s
(s0 ,t0 ) =
t
x
y
z
(s0 ,t0 ), (s0 ,t0 ), (s0 ,t0 )
t
t
t
g(a, b, c) (x a, y b, z c) = 0
Se supone que g(a, b, c) , 0 pues en otro caso, el plano tangente a S en (a, b, c) no est
definido. El vector gradiente g(a, b, c) es ortogonal a S en el punto (a, b, c).
Si g(x, y, z) es un campo escalar, las superficies de ecuacin implcita g(x, y, z) = c o, lo que
es igual g(x, y, z) c = 0, donde c es una constante, se llaman superficies de nivel (cuando el
campo se interpreta como un potencial se llaman superficies equipotenciales). De lo dicho
en c ), se sigue que el vector gradiente g(x, y, z) es ortogonal en todo punto (x, y, z) (en el que
g(x, y, z) , 0) a la superficie de nivel que pasa por dicho punto.
Curvas en R3
Una curva en el espacio puede venir dada de dos formas.
Universidad de Granada
Dpto. de Anlisis Matemtico
182
f (a, b, c) (x a, y b, z c) = 0
g(a, b, c) (x a, y b, z c) = 0
Donde se supone que los vectores gradiente f (a, b, c), g(a, b, c) son linealmente independientes pues, en otro caso, la recta tangente a la curva en (a, b, c) no est definida.
b ) La tangente en un punto (t0 ) = (a, b, c) es la recta de ecuaciones paramtricas
(x, y, z) = (t0 ) + t (t0 ) = (a, b, c) + t(x (t0 ), y (t0 ), z (t0 ))
El vector (t0 ) = (x (t0 ), y (t0 ), z (t0 )) es tangente a en (a, b, c).
Derivadas parciales de orden superior
Supongamos un campo escalar f que tiene derivadas parciales Dk f en un conjunto E
Rn . Las funciones Dk f son tambin campos escalares que podemos, cuando se dejen, volver
a derivar parcialmente en puntos de E. Obtenemos de esta forma las derivadas parciales de
segundo orden de f , es decir las funciones D j (Dk f ), que se representan simblicamente de las
formas
2 f
2 f
(x),
(x)
D jk f (x),
x j xk
x2k
De forma anloga se definen las derivadas parciales de tercer orden de f como las derivadas
parciales de las derivadas parciales de segundo orden de f y se representan por
D jkm f (x),
3 f
(x);
x j xk xm
3 f
(x);
x3k
3 f
(x)
x2k x j
Es natural preguntarse si el orden en que se realizan las derivadas debe ser o no tenido en
cuenta. Afortunadamente, en la mayora de los casos podemos olvidarlo porque se verifica el
siguiente resultado.
10.22 Definicin. Se dice que un campo escalar f es de clase Ck en un abierto E Rn si f tiene
derivadas parciales de orden k continuas en E.
10.23 Teorema. Las derivadas parciales de orden menor o igual que k de un campo escalar de
clase Ck solamente dependen del nmero de veces que se deriva parcialmente respecto de cada
variable, pero el orden en que se realicen dichas derivaciones no afecta para nada al resultado
final.
Universidad de Granada
Dpto. de Anlisis Matemtico
Ejercicios
183
10.1.6. Ejercicios
Como para calcular derivadas parciales de una funcin de varias variables se consideran fijas
todas las variables menos aquella respecto a la que se deriva, calcular derivadas parciales es lo
mismo que derivar funciones de una variable. Solamente debes tener cuidado para darte cuenta qu tipo de funcin es la que tienes que derivar porque ello puede depender de la variable
respecto de la que derivas. Por ejemplo, la funcin f (x, y) = xy cuando fijas y (para derivar respecto a x) es una funcin potencia (la variable est en la base y el exponente est fijo) y cuando
fijas x (para derivar respecto a y) es una funcin exponencial (la variable est en el exponente y
la base est fija).
Te recuerdo que es muy frecuente, sobre todo en libros de Fsica e ingenieras diversas, representar las funciones por letras. As, lo que los matemticos solemos escribir f (x, y) = cos(xy)+
xy2 , para indicar que f es una funcin de dos variables x e y cuyo valor en el punto (x, y) viene
dado por cos(xy) + xy2 , suele expresarse de forma menos precisa en la forma z = cos(xy) + xy2 ,
cuyo significado es exactamente el mismo que el anterior cambiando f por z. Naturalmente, en
vez de z puede usarse cualquier otro smbolo que sea distinto de x e y. Tienes que acostumbrarte
a esta notacin y entender cundo una letra representa una variable y cundo representa una
funcin.
1. Calcula las derivadas parciales de primer orden de los campos escalares:
(a) f (x, y) = x2 y + z2 x + y sen(xz)
(b) z = (x2 + y3 ) ex y
(c) w = x ez +z ey +xyz.
2. Calcula las derivadas parciales de primer y segundo orden del campo f (x, y, z) =
xy
.
1 + y2 + z2
3. Calcula las derivadas parciales de primer y segundo orden de los campos escalares:
(a) z = sen cos exy
(b) w = log 4 + arc tg(x/y) (c) u = tg (xy)z
(d) v = arc tg zx y
Te recuerdo que una direccin viene dada por un vector de norma eucldea 1. Si a y b son
puntos de Rn la direccin del punto a hacia el punto b viene dada por el vector
ba
.
kb ak
p
4. Calcula la derivada direccional de f (x, y) = log(1 + x2 + y2 ) en el punto (1, 2) en la direccin hacia el origen.
xy
5. Calcula la derivada direccional de z(x, y) = arc tg 2
en el punto (1, 1) en la direccin
x + y2
hacia el punto (2, 1).
6. Calcula valores de a, b y c para que la derivada direccional de la funcin
f (x, y, z) = axy2 + byz + cz2x3
en el punto (1, 2, 1) tenga un valor mximo igual a 64 en la direccin del eje OZ.
7. Calcula la ecuacin de la recta tangente y de la recta normal a la elipse de ecuacin
x2 y2
+
=1
a2 b2
en un punto (u, v) de la misma.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos relativos
184
8. Considera la curva dada por las ecuaciones paramtricas x(t) = et + cost, y(t) = et + sent.
Calcula la ecuacin de la recta tangente en el punto (x(0), y(0)).
9. Calcula, para los siguientes campos escalares, el vector normal en P0 a la curva de nivel
que pasa por dicho punto.
!
y
a) f (x, y) = arc tg p
P0 = (1, 1).
1 + x2 + y2
b) f (x, y) =
sen(x + y)
2 + cos(x y)
P0 = (/2, /4).
xy
en el punto (1, 1) en la direccin da1 + log(1 + x2y2 )
da por el vector ortogonal (de norma 1) en el punto (1, 1) a la curva de nivel del campo
f (x, y) = x y3 + x3 y que pasa por dicho punto.
11. Calcula las ecuaciones del plano tangente y de la recta normal a cada una de las siguientes
superficies en el punto Po indicado.
z2 2x2 2y2 12 = 0,
x + y + z 2x + 4y + 3z + 1 = 0,
z(xy 1) (x + y) = 0,
Po (1, 1, 4);
Po (3, 4, 3);
Po (1, 2, 3);
z log(x2 + y2) = 0,
2
4 x 4z = y,
z + ez +2x + 2y x2 y2 3 = 0,
Po (1, 0, 0)
Po (0, 0, 1)
Po (1, 1 +
e, 1)
12. Halla la ecuacin de la tangente a la curva dada como interseccin del elipsoide x2 + 4y2 +
2z2 = 27 y el hiperboloide x2 + y2 2z2 = 11 en el punto (3, 2, 1).
13. Calcula la ecuacin de la recta tangente a la curva definida por la interseccin de las superficies z = x y, x2 + y2 2z = 4 en el punto (3, 1, 3). Comprueba el resultado expresando
la curva por sus ecuaciones paramtricas.
14. Calcula la ecuacin de la recta tangente a la curva definida por la interseccin de las superficies 4xz = (x + z)y, 3z2 + y = 5x en el punto (1, 2, 1).
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos relativos
185
Demostracin. Supongamos que f tiene un mximo relativo en a y sea r > 0 tal que B(a, r) E y
f (x) 6 f (a) para todo x B(a, r). Definamos :] r, r[ R por (t) = f (a + tek). La funcin est
definida en el intervalo ] r, r[ pues para todo t ] r, r[ se tiene que ka + tek ak = |t| < r por lo
que a + tek B(a, r) E. Adems, para todo t ] r, r[ se tiene que (t) = f (a + tek ) 6 f (a) = (0).
Luego tiene en t = 0 un mximo relativo. Adems como, por hiptesis, existe Dk f (a), tenemos
que es derivable en t = 0. Luego (0) = 0, pero (0) = Dk f (a).
10.26 Definicin. Los puntos donde se anula el gradiente de un campo escalar f se llaman
puntos crticos de f . Los puntos crticos de un campo escalar que no son extremos relativos se
llaman puntos de silla.
Si f es un campo escalar diferenciable, en los puntos crticos el hiperplano tangente es horizontal.
La condicin necesaria de extremo relativo no es suficiente. Por ejemplo, el campo escalar
f (x, y) = x2 y2 tiene un punto crtico en (0, 0), pero no tiene extremo relativo en dicho punto
pues en toda bola centrada en (0, 0) toma valores positivos y negativos.
Al igual que para funciones de una variable, la derivada segunda proporciona una condicin
suficiente de extremo relativo, para campos escalares de varias variables las derivadas parciales
de segundo orden nos van a permitir dar una condicin suficiente de extremo relativo. Necesitaremos para ello el siguiente resultado.
10.27 Proposicin. Sea f un campo escalar definido en un conjunto E Rn y supongamos que
f tiene derivadas parciales de segundo orden continuas en un punto a interior de E . Sea r > 0 tal
que B(a, r) E. Entonces para todo x con kxk < r se tiene que
f (a + x) = f (a) +
n
X
Dk f (a)xk +
1 XX
D j,k f (a)xk x j + kxk2 (x) con lm (x) = 0
2
x0
(10.7)
j=1 k=1
k=1
(10.8)
con lm r(t, x) = 0. Pongamos (t) = a + tx, con lo cual hx (t) = f ((t)). Por (10.6) tenemos que
t0
hx (t) =
n
X
D j f ((t)) j (t) =
j=1
n
X
D j f ((t))x j
(10.9)
j=1
Donde hemos tenido en cuenta que las componentes de son j (t) = a j + tx j . En particular
hx (0) =
n
X
D j f (a)x j
(10.10)
j=1
Volviendo a derivar la igualdad (10.9) en t = 0, aplicando otra vez la misma regla de derivacin
a los campos escalares D j f ((t)), obtenemos
!
n
n
n X
n
X
X
X
hx (0) =
D j,k f (a)xk x j =
D j,k f (a)xk x j
(10.11)
j=1
Universidad de Granada
Dpto. de Anlisis Matemtico
k=1
j=1 k=1
Extremos relativos
186
n
X
Dk f (a)xk +
k=1
1 XX
D j,k f (a)xk x j + r(1, x)
2
j=1 k=1
Solo queda probar que r(1, x) puede escribirse en la forma r(1, x) = kxk2 (x) con lmx0 (x) = 0
pero esto vamos a dejarlo para otra ocasin.
10.28 Definicin. Sea f un campo escalar de n variables que tiene derivadas parciales de segundo orden continuas en un punto a. La matriz n n
H( f , a) = Di j f (a) 16i, j6n
se llama matriz hessiana de f en a.
Observa que la matriz hessiana es simtrica porque Di j f (a) = D ji f (a). En consecuencia, dicha matriz define una forma cuadrtica, que representaremos por Q( f , a), que viene dada para
todo x = (x1 , x2 , . . . , xn ) Rn por
Q( f , a)(x) = x H( f , a) xt =
n X
n
X
D j,k f (a)xk x j
j=1 k=1
donde el punto indica producto matricial y xt es el vector columna x. Con esta notacin
podemos escribir la igualdad (10.7) en la forma
1
lm (x) = 0
x0
(10.12)
1
f (a + x) = f (a) + Q( f , a)(x) + kxk2 (x) donde
2
lm (x) = 0
x0
(10.13)
kxk
1
2 kxk2
lm (x) = 0
x0
Teniendo en cuenta que las formas cuadrticas son polinomios homogneos de grado 2, es
1
1
decir, Q( f , a)(x) = 2 Q( f , a)(x), se tiene que
Q( f , a)(x) = Q( f , a)(x/ kxk). Resulta as la
2
2 kxk2
igualdad
f (a + x) f (a) 1
= Q( f , a)(x/ kxk) + (x) donde lm (x) = 0
(10.14)
x0
2
kxk2
P
10.29 Definicin. Una forma cuadrtica Q(x) = ni, j=1 i j xi x j se llama:
No definida si hay vectores x para los que Q(x) > 0 y hay vectores x para los que Q(x) < 0.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos relativos
187
n X
n
X
D j,k f (a)xk x j
j=1 k=1
a) Supongamos que Q( f , a) es definida positiva. Entonces se tiene que m > 0. y, por la igualdad
(10.14), tenemos que
f (a + x) f (a)
kxk2
1
m
= Q( f , a)(x/ kxk) + (x) > + (x) donde
2
2
lm (x) = 0
x0
La condicin lm (x) = 0 garantiza la existencia de un nmero s > 0 tal que |(x)| < m/4 siempre
x0
que 0 < kxk < s. En consecuencia, si en la desigualdad anterior suponemos que 0 < kxk < s, se
tiene
f (a + x) f (a) m
m m m
> + (x) > = > 0
2
2
2
4
4
kxk
Deducimos que f (a + x) f (a) > 0 para todo x con 0 < kxk < s. O, lo que es igual, f (z) f (a) > 0
para todo z tal que 0 < kz ak < s. Lo que prueba que f tiene en a un mnimo relativo estricto.
Los dems puntos se prueban de forma parecida.
Para poder usar el resultado anterior hay que saber clasificar una forma cuadrtica. Hay
varios procedimientos sencillos para ello. Los dos que siguen a continuacin son los que me
parecen ms cmodos.
Clasificacin de formas cuadrticas
Sean A = ai j
16i, j6n
Universidad de Granada
Dpto. de Anlisis Matemtico
QA (x) = x A x t =
n
X
ai j xx j
(10.15)
i, j=1
Extremos relativos
188
la forma cuadrtica definida por A . Los valores propios de A son las races del polinomio caracterstico p(), que se define como el determinante de la matriz A I :
p() = A I
Es sabido que, en la situacin que estamos considerando, las races de dicho polinomio son
todas reales.
Sean j (1 6 j 6 n) los valores propios de A . Se demuestra que hay una base B = {u1 , u2 , . . . , un }
en Rn tal que para todo vector x Rn se tiene que
QA (x) =
n
X
j x2j
j=1
donde (x1 , x2 , . . . , xn ) son los coordenadas del vector x en la base B. De aqu se siguen los siguientes criterios.
La forma cuadrtica QA es definida positiva si, y slo si, todos los valores propios de A son
positivos.
La forma cuadrtica QA es definida negativa si, y slo si, todos los valores propios de A son
negativos.
La cuadrtica QA es no definida si, y slo si, A tiene valores propios positivos y negativos.
La forma cuadrtica QA es semidefinida positiva si, y slo si, todos los valores propios de A
son mayores o iguales que 0.
La forma cuadrtica QA es semidefinida negativa si, y slo si, todos los valores propios de A
son menores o iguales que 0.
Para aplicar estos criterios no es preciso calcular los valores propios de A sino solamente
saber cuntos de ellos son positivos, negativos o nulos. Afortunadamente, hay un criterio que
nos proporciona esta informacin sin ms que observar los coeficientes del polinomio caracterstico.
10.31 Proposicin (Regla de los signos de Descartes). Sea f (x) = an xn + an1 xn1 + + a1x + a0
un polinomio con coeficientes reales y cuyas races son todas nmeros reales. Se verifica entonces
que:
a) El nmero de races positivas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin (an , an1 , . . . , a1 , a0 ) de los coeficientes de f .
b) El nmero de races negativas de f (contando multiplicidades) es igual al nmero de cambios de signo en la sucesin ((1)n an , (1)n1 an1 , . . . , a1 , a0 ) de los coeficientes de f (x).
Para contar los cambios de signo en la sucesin de coeficientes se saltan los coeficientes nulos. Por ejemplo, si f (x) = 2x6 +x5 x3 +x2 5, la sucesin de coeficientes de f es (2, 1, 0, 1, 1, 0, 1)
cuyo nmero de cambios de signo es 3.
10.32 Corolario. Sea p() el polinomio caracterstico de la matriz hessiana de f en a. Entonces.
Si p() tiene grado n, todos sus coeficientes son distintos de cero y tienen igual sigo, se verifica
que f tiene un mximo relativo estricto en a.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos relativos
189
Si p() tiene grado n, todos sus coeficientes son distintos de cero y van alternando su sigo, se
verifica que f tiene un mnimo relativo estricto en a.
Si p() tiene grado n, sus coeficientes nulos van seguidos y llegan hasta el trmino independiente y los coeficientes no nulos tienen igual signo o van alternando su sigo, entonces no puede
afirmarse nada.
Otro criterio para estudiar el carcter de la forma cuadrtica (10.15) se basa en la sucesin
de signos de los menores principales de la matriz A . El menor principal de orden k es el deter
minante k = ai, j 16i, j6k . Se verifica que:
tiva.
Si todos los determinantes principales son positivos la forma cuadrtica es definida posi-
Si los determinantes principales son todos distintos de cero y van alternando signo siendo
el primero de ellos negativo, la forma cuadrtica es definida negativa.
Si los determinantes principales son nulos a partir de uno de ellos en adelante y los no nulos son positivos o van alternando signo siendo el primero de ellos negativo, no puede afirmarse
nada.
f
2 f
(a,
b)
(a,
b)
x2
xy
H( f , (a, b)) =
2
2 f
f
(a, b)
(a, b)
2
xy
y
la matriz hessiana de f en (a, b) y notemos detH( f , (a, b)) su determinante.
Si detH( f , (a, b)) > 0 y
2 f
(a, b) > 0 entonces f tiene en (a, b) un mnimo relativo estricto.
x2
2 f
(a, b) < 0 entonces f tiene en (a, b) un mximo relativo estricto.
x2
Si detH( f , (a, b)) < 0 entonces f no tiene extremo relativo en (a, b). Se dice que (a, b) es un
punto de silla de f .
Cuando detH( f , (a, b)) = 0 el conocimiento de la matriz hessiana no permite decidir si hay
o no hay extremo relativo en (a, b). Cuando esto sucede puede ser interesante estudiar el
comportamiento de las curvas f (a,t + b) y f (a + t, b). Si alguna de dichas curvas no tiene extremo relativo o tienen extremos relativos de distinta naturaleza en t = 0, podemos
concluir que en (a, b) no hay extremo relativo de f .
Universidad de Granada
Dpto. de Anlisis Matemtico
190
Ejercicios
1. Determinar los extremos relativos de las funciones:
f (x, y) = 2x3 + 6xy2 3x2 + 3y2;
f (x, y) =
x2 y2 8x + y
;
xy
f (x, y) = x log y x
f (x, y) = x 2 y 2 x 2 y 2 ;
f (x, y) = 2x + y + x + xy + y ;
2 +z2 +1)
f (x, y, z) = (x 2 + z 2 ) ex(y
f (x, y, z) = xy + xz + yz;
f (x, y, z) = (x + z ) e
2. Trazar un plano que pase por el punto (1, 2, 3) y que forme con los ejes coordenados un
tetraedro de volumen mnimo (el volumen del tetraedro es un tercio del rea de la base
por la altura).
3. Recta de mnimos cuadrados. Dados n puntos (xi , yi ) R2 , determinar los nmeros y
2
n
X
para que la cantidad
yi xi sea mnima.
i=1
Pn
2
i=1 kx ai k .
Universidad de Granada
Dpto. de Anlisis Matemtico
191
D F(a)(x) =
Es fcil deducir a partir de esta igualdad y de la definicin de campo escalar diferenciable que
se verifica
F(x) F(a) D F(a)(x a)
=0
lm
x0
kx ak
10.35 Teorema (Regla de la cadena). Sean F : E Rm , E Rn , y G : A Rn , A Rq , funciones
vectoriales tales que G(A) E de manera que la composicin H = F G : A Rm est definida.
Supongamos que G es diferenciable en un punto aA y que F es diferenciable en el punto G(a)E.
Entonces se verifica que la funcin compuesta H es diferenciable en a, y su diferencial viene dada
como la composicin de las respectivas diferenciales :
(10.16)
(a)
b = G(a)
y j
16i6m
xk
y j
16i6m
16k6n
16 j6q
16 j6q
16k6n
De donde se sigue
n
X fi
hi
gk
(a) =
(b)
(a)
y j
xk
y j
b = G(a)
(1 6 i 6 m, 1 6 j 6 q)
(10.18)
k=1
Esta igualdad constituye la regla de la cadena para derivadas parciales y es importante que
aprendas a aplicarla y que entiendas lo que dice. Voy a intentar facilitarte las cosas.
Primero, lo ms frecuente es que F sea un campo escalar. Supongamos, pues, que en lo
anterior, F = f es un campo escalar, en cuyo caso h = f G tambin es un campo escalar. La
igualdad (10.18) queda ahora
n
X f
h
gk
(a) =
(b)
(a)
y j
xk
y j
b = G(a)
(1 6 j 6 q)
(10.19)
k=1
192
(10.20)
16k6n
(10.21)
16k6n
X f
xk
h
(a) =
(b)
(a)
y j
xk
y j
b = G(a)
(1 6 j 6 q)
(10.22)
k=1
Observa el doble papel que desempea a la derecha de esta igualdad la letra xk ; cuando se deriva
respecto de ella representa una variable y cuando ella se deriva respecto de una variable nueva
representa una funcin.
La igualdad (10.22) ya es bastante fcil de recordar pero todava se siguen haciendo en la
prctica, sobre en todo en los textos de Fsica que suelen usar notaciones muy desafortunadas,
algunas simplificaciones adicionales (y peligrosas). A saber: no se distingue entre la funcin
f y la funcin h porque, como suele decirse en esos textos aludidos, son la misma funcin
expresada en distintas variables. Haciendo la identificacin de f con h nos queda lo siguiente.
n
X f
f
xk
(a) =
(b)
(a)
y j
xk
y j
b = G(a)
(1 6 j 6 q)
(10.23)
k=1
X z
z
xk
(a) =
(b)
(a)
y j
xk
y j
b = G(a)
(1 6 j 6 q)
(10.24)
k=1
Todava hay algo que podemos simplificar. Habrs observado que siempre indico la relacin
que hay entre los puntos b y a. Eso es muy importante para entender lo que se hace. Hay que
Universidad de Granada
Dpto. de Anlisis Matemtico
193
saber dnde se evalan las derivadas parciales de cada funcin. Pues bien, eso no se indica
jams en textos de Fsica. Nunca se indica en dnde se evalan las derivadas parciales. As que
vamos a suprimirlo.
n
X
z
z xk
=
(1 6 j 6 q)
(10.25)
y j
xk y j
k=1
Debes de familiarizarte con esta igualdad y saber reconocer en ella la igualdad de partida. Y no
olvides la forma en que se evala esta igualdad. Lo vuelvo a poner.
n
X z
z
xk
(y) =
(G(y))
(y)
y j
xk
y j
(1 6 j 6 q)
(10.26)
k=1
Si tuviramos que volver a derivar en esta igualdad respecto a una variable yk se derivara como
de costumbre: la derivada de una suma es la suma de las derivadas y para derivar el producto se
z
(G(y)) vuelve
aplica la regla usual. Pero hay un detalle muy importante y es que la funcin
xk
z
a ser la funcin compuesta del campo escalar
con la funcin G. Por tanto para derivarla
xk
hay que aplicarle la misma regla que hemos aplicado para derivar z como funcin compuesta
y que nos ha llevado a la igualdad anterior. Es por eso que el clculo de derivadas parciales de
segundo orden en funciones compuestas suele ser bastante engorroso y es fcil equivocarse si
no se sabe lo que se hace.
10.36 Ejemplo. Vamos a calcular
z
siendo z = u2 + v5 + 3uv donde u = x2 + y2 , v = sen(xy).
x
As es como suelen enunciarse estos ejercicios y debes entender bien el enunciado. Nos
estn dando una funcin de las variables (u, v) a la que llaman z. Esto es la letra z representa
una funcin, a saber, z = u2 + v5 + 3uv. Nos estn dando un cambio de variables por medio de las
z
igualdades u = x2 + y2 , v = sen(xy). Y nos piden calcular . Esto ltimo ya nos dice claramente
x
z
que debemos ver z como funcin de x e y, es decir, la letra z en
es la funcin que nos dan
x
despus de sustituir en ella las nuevas variables, o sea, la funcin compuesta de z = u2 + v5 + 3uv
con G(x, y) = (x2 + y2 , sen(xy)).
Sabemos que
z
z u z v
=
+
= (2u + 3v)2x + (5v4 + 3u)y cos(xy)
x u x v x
z
Si lo dejamos as escrito parece que
depende de 4 variables. Pero no es as porque en la
x
igualdad anterior las variables son x e y (las nuevas variables) mientras que u y v (las antiguas
variables) vienen dadas por u = x2 + y2 , v = sen(xy). Por tanto, es mejor hacer la sustitucin, con
lo que resulta
z
= (2(x2 + y2 ) + 3 sen(xy))2x + (5 sen4 (xy) + 3x2 + y2 )y cos(xy)
x
que nos da el valor de la derivada parcial de la funcin compuesta en un punto (x, y). En este
caso es muy sencillo calcular la funcin compuesta. Hazlo y comprueba el resultado obtenido.
Universidad de Granada
Dpto. de Anlisis Matemtico
194
Ejercicios
Consideremos una funcin de dos variables x e y, z = z(x, y), y supongamos que expresamos
x e y en funcin de nuevas variables u y v, lo que indicamos en la forma x = x(u, v), y = y(u, v). De
esta forma la funcin z es funcin (funcin compuesta) de las variables libres u y v, a travs de
las variables dependientes x e y. Se trata de calcular las derivadas parciales de z respecto de
las nuevas variables u y v. La regla para hacerlo es la siguiente: para derivar una funcin
z = z(x, y),
respecto de una nueva variable, se deriva z respecto de cada una de las antiguas variables y se
multiplica por la derivada de cada antigua variable respecto de la nueva variable. Se entiende
mejor si lo escribimos simblicamente
z
z x z y
=
+
u x u y u
En esta igualdad debes darte cuenta de que a la izquierda, como estamos derivando respecto a
u, la letra z representa a la funcin compuesta z = z(x(u, v), y(u, v)) y la derivada est calculada en
un punto (u, v). En la parte derecha de la igualdad la letra z representa la funcin dada z = z(x, y)
y las letras x e y representan variables (cuando se deriva respecto de ellas) y funciones (cuando
se derivan respecto de u). Debe entenderse que cuando se sustituye un valor de (u, v) en la
igualdad los valores de x e y deben sustituirse por x = x(u, v), y = y(u, v).
1. Sea z = cos(xy) + ey1 cos x donde x = u2 + v, y = u v2. Calcular
z
en el punto (u, v) = (1, 1).
u
u
2. Sea u = (x+ y)4 + y2 (z+ x)3 donde x = rs et , y = rs log(1 +t 2), z = r2 s cost. Calcula
cuando
s
r = 2, s = 1, t = 0.
3. Sea z = f (x, y), y pongamos x = u2 + v2 , y = u/v. Calcular las derivadas parciales de de z
respecto de las nuevas variables u y v en funcin de las derivadas parciales de z respecto
de x e y.
4. Sea u = x4 y + y2z3 + (x/y), donde
Calcular
x = 1 + rs e
y = rs2 et
z = r2 s sent
u
cuando r = 2, s = 1, t = 0, sabiendo que (3/2) = 1.
s
z
(1, 1) = 3.
s
z
z
z
(2, 2) y (2, 2). Siendo (1, 1) = 2
x
y
r
y
6. Prueba que la funcin F(x, y) = f ( x2 y
2 ), donde f es una funcin real derivable, verifica la
igualdad
F
F
(x2 + y2 )
+ 2x y
=0
x
y
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
195
7. Prueba que la funcin F(u, v) = f (u v, (u2 v2 )/2), donde f : R2 R es una funcin diferenciable, verifica la igualdad
" #
f 2
f 2
F 2
F 2
(u2 + v2)
+
=
+
x
y
u
v
8. Sea z = f (x, y), donde x = cos , y = sen . Calcula z/ y z/ y prueba que
z
x
2
z
+
y
2
2
1
+ 2
2
g
g
+ s = 0.
s
t
12. Sea z = f (x, y) donde x = x(u, v), y = y(u, v). Prueba que
2
2z
2 z
x
2 z x y 2 z y 2 z 2x z 2y
= 2x
+2
+
+
+
u2
x
u
xy u u y2 u
x u2 y u2
E indica la forma e que se evalan estas funciones.
13. Una funcin se llama homognea de grado n N si f (tx,ty) = t n f (x, y). Prueba que en tal
caso se verifica la igualdad
f
f
x +y
= n f (x, y)
x
y
14. Sean las funciones f (x, y, z) = (ex +y2 , ez +y), g(u, v) = v2 + log u para (u, v) R R+ . Qu
valor debe tener para que la derivada direccional mxima de g f en (0, 0, 0) sea igual a
1?
Extremos condicionados
196
punto (x, y, z) de la superficie terrestre viene dada por una funcin T (x, y, z) y queremos calcular
los puntos de mayor y menor temperatura. Aqu las variables tampoco son libres pues deben
verificar una condicin de la forma x2 + y2 + z2 = R2 donde R es el radio de la Tierra. Igualmente,
en problemas de optimizacin de costes o beneficios las variables estn siempre sometidas a
restricciones que dependen de las condiciones de produccin o del mercado.
Es importante que comprendas la diferencia entre un problema de extremos relativos libres y un problema de extremos condicionados. Considera el siguiente ejemplo.
2
10.37 Ejemplo. La funcin f (x, y) = xy ex +y tiene un nico punto crtico, el origen, que es un
punto de silla. Por tanto dicha funcin no tiene extremos relativos en R2 . Supongamos que
imponemos a las variables la condicin x2 + y2 = 1 y queremos calcular el mximo valor de
f (x, y) cuando se verifique que x2 + y2 = 1. Fjate en que el problema es completamente distinto.
Ahora solamente nos interesan los valores que toma la funcin f (x, y) en el conjunto
K = (x, y) R2 : x2 + y2 = 1
Sabemos que dicho conjunto es un conjunto compacto (es cerrado porque coincide con su
frontera y acotado); adems la funcin f es continua, por tanto podemos asegurar, de entrada,
que tiene que haber algn punto (a, b) K en el cual la funcin f alcanza su mayor valor en K
(y tiene que haber otro donde alcance su menor valor en K). Calcular dicho punto es, en este
caso, muy sencillo pues para (x, y)K se tiene que f (x, y) = e x y. Como para (x, y)K se tiene que
1 x2
Extremos condicionados
197
otra, se reducen fcilmente a problemas de extremos de funciones de una variable. Pero supongamos ahora que cambiamos la condicin del ejemplo 1 por la siguiente:
x ex +y + ey + sin(1 + xy) = 2
La cosa se complica porque ahora es imposible usar la condicin impuesta para despejar una
variable en funcin de la otra. Ahora s tenemos un autntico problema de extremos condicionados.
Lo antes dicho para funciones de dos variables puedes generalizarlo para funciones de tres
variables. Por ejemplo el problema de calcular las dimensiones de un ortoedro de volumen
igual a 8 para que su superficie lateral sea mnima, puedes plantearlo como sigue: calcular el
mximo de
f (x, y, z) = 2xy + 2xz + 2yz
(la funcin que da la superficie lateral de un ortoedro cuyos lados tiene longitudes x, y, z) con la
condicin xyz = 8. Se trata de un problema de extremos condicionados, pero la condicin dada
permite despejar una variable en funcin de las otras dos z = 8/(xy) con lo que nuestra funcin
queda 2xy + 2xz + 2yz = xy + 16/y + 16/x funcin de la que hay que calcular su mnimo absoluto
cuando 0 < x, 0 < y. Hemos convertido as el problema en uno de extremos relativos de una
funcin de dos variables. Pero si cambiamos la condicin anterior por la siguiente
x2 yz3 + sen(1 + xz) + y eyx = 1
o bien, si imponemos dos condiciones como las siguientes:
log(1 + x2 + y2 ) + sin(1 + xz) 1 = 0,
e1+y+x+z + cos(xyz) + x2 z2 3 = 0
entonces no podemos usar esa condicin (o condiciones) para despejar una variable (o dos
variables) en funcin de las otras (de la otra).
La teora de extremos condicionados te dice cmo proceder en este tipo de problemas independientemente de que la condicin (o condiciones) que nos den sea ms o menos fcil y permita o no despejar variables. El resultado bsico de esa teora, que proporciona una condicin
necesaria de extremo condicionado, es el teorema de Lagrange. Para facilitar su comprensin,
en vez de dar un enunciado general, lo enuncio en los tres casos que se presentan con mayor
frecuencia. Antes de enunciarlo conviene dar la definicin de extremo local condicionado.
10.39 Definicin. Sea f un campo escalar de n variables y S un subconjunto de Rn . Se dice que
f tiene un mximo (resp. mnimo) local condicionado (por la condicin xS) en un punto a S,
si hay un nmero r > 0 tal que para todo xB(x, r)S se verifica que f (a) > f (x) (resp. f (a) 6 g(x)).
Cuando f tiene en a un mximo o un mnimo local condicionado (por la condicin xS) se dice
que f tiene un extremo condicionado en a.
Teorema de Lagrange
En lo que sigue supondremos que las funciones que intervienen tienen derivadas parciales de
primer orden continuas.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
198
a) Consideremos el problema de calcular los extremos locales una funcin de dos variables
f (x, y) cuando las variables estn obligadas a moverse en una curva dada por g(x, y) = 0:
= (x, y) R2 : g(x, y) = 0
Es decir, se trata de un problema de extremos condicionados por la condicin (x, y) o, equivalentemente, g(x, y) = 0.
Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que el vector gradiente de g no se anula en los puntos de . En estas hiptesis, para que un
punto (a, b) sea un extremo local condicionado de f , es necesario que los vectores gradiente
de f y de g en el punto (a, b) sean linealmente dependientes; es decir, que exista un nmero real
0 tal que
f
g
(a, b) + 0 (a, b) = 0
x
x
f (a, b) + 0g(a, b) = 0
f (a, b) + 0 g (a, b) = 0
y
y
Como debe cumplirse tambin que g(a, b) = 0, para recordar estas tres condiciones que debe
cumplir el punto (a, b) se suele definir una nueva funcin de tres variables, llamada funcin de
Lagrange, por
F(x, y, ) = f (x, y) + g(x, y)
y las condiciones anteriores nos dicen que el punto (a, b, 0 ) es un punto crtico de la funcin
de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagrange):
F
f
g
(x, y, ) =
(x, y) + (x, y) = 0
x
x
x
F
f
g
(x, y, ) =
(x, y) + (x, y) = 0
y
y
y
F (x, y, ) = g(x, y) = 0
b) Consideremos el problema de calcular los extremos locales una funcin de tres variables
f (x, y, z) cuando las variables estn obligadas a moverse en una superficie S dada por g(x, y, z) = 0:
S = (x, y, z) R3 : g(x, y, z) = 0
Es decir, se trata de un problema de extremos condicionados por la condicin (x, y, z)S o, equivalentemente, g(x, y, z) = 0.
Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que el vector gradiente de g no se anula en los puntos de S. En estas hiptesis, para que
un punto (a, b, c) S sea un extremo local condicionado de f , es necesario que los vectores gradiente de f y de g en el punto (a, b, c) sean linealmente dependientes; es decir, que exista un
nmero real 0 tal que
g
f
(a, b, c) + 0 (a, b, c) = 0
x
x
f
g
(a, b, c) + 0 (a, b, c) = 0
f (a, b, c) + 0g(a, b, c) = 0
y
y
f
g
(a, b, c) + 0 (a, b, c) = 0
z
z
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
199
Como debe cumplirse tambin que g(a, b, c) = 0, para recordar estas cuatro condiciones que
debe cumplir el punto (a, b, c) se suele definir una nueva funcin de cuatro variables, llamada
funcin de Lagrange, por
F(x, y, z, ) = f (x, y, z) + g(x, y, z)
y las condiciones anteriores nos dicen que el punto (a, b, c, 0 ) es un punto crtico de la funcin
de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagrange):
F
f
g
(x, y, z, ) =
(x, y, z) + (x, y, z) = 0
x
x
x
F
f
g
(x, y, z, ) =
(x, y, z) + (x, y, z) = 0
y
y
y
F
f
g
(x, y, z, ) =
(x, y, z) + (x, y, z) = 0
z
z
z
(x, y, z, ) = g(x, y, z) = 0
c) Consideremos el problema de calcular los extremos locales una funcin de tres variables
f (x, y, z) cuando las variables estn obligadas a moverse en una curva dada por g(x, y, z) =
h(x, y, z) = 0:
= (x, y, z) R3 : g(x, y, z) = h(x, y, z) = 0
Es decir, se trata de un problema de extremos condicionados por la condicin (x, y, z) o,
equivalentemente, g(x, y, z) = h(x, y, z) = 0.
Adems de las condiciones de derivabilidad que se han supuesto al principio, hay que suponer que los vectores gradiente de g y de h son linealmente independientes en todo punto de .
En estas hiptesis, para que un punto (a, b, c) sea un extremo local condicionado de f , es necesario que los vectores gradiente de f , g y h en el punto (a, b, c) sean linealmente dependientes;
es decir, que existan nmeros reales 0 , 0 tales que
x
x
x
f
g
h
(a, b, c) + 0 (a, b, c) + 0 (a, b, c) = 0
f (a, b, c) + 0 g(a, b, c) + 0h(a, b, c) = 0
y
y
y
f
g
h
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
ge):
200
F
f
g
h
(x, y, z, , ) =
(x, y, z) + (x, y, z) + (x, y, z) = 0
x
x
x
x
F
f
g
h
(x, y, z, , ) =
(x, y, z) + (x, y, z) + (x, y, z) = 0
y
y
y
y
F
f
g
h
(x, y, z, , ) =
(x, y, z) + (x, y, z) + (x, y, z) = 0
z
z
z
z
(x, y, z, , ) = g(x, y, z) = 0
(x, y, z, , ) = h(x, y, z) = 0
Esta es la teora que debes saber referente a extremos condicionados. El mtodo que hemos
descrito se conoce como mtodo de los multiplicadores de Lagrange porque las variables ,
que se introducen se llaman multiplicadores de Lagrange.
La situacin que consideraremos en los ejercicios ser la siguiente: debers calcular el mximo o el mnimo absolutos de los valores de una funcin cuando las variables estn sometidas
a una condicin como las que hemos considerado anteriormente (las variables deben estar en
una curva en el plano, o en una superficie S en el espacio, o en una curva dada como interseccin de dos superficies) donde, adems la curva o la superficie S, segn sea el caso, son
conjuntos compactos (lo que debers justificar en cada caso). En esta situacin, el teorema de
Weierstrass asegura que hay puntos de o S en los que la funcin alcanza un mximo y un mnimo absolutos, es decir, son puntos en los que la funcin toma el mayor valor o el menor valor
de todos los valores que toma en o S. Para calcular dichos puntos lo nico que debes hacer es
calcular los puntos crticos de la funcin de Lagrange y calcular el valor de la funcin en cada
uno de ellos, aqul punto (o puntos, puede haber ms de uno) donde la funcin tome el mayor
valor ser el punto donde se alcanza el mximo absoluto; aqul punto (o puntos, puede haber
ms de uno) donde la funcin tome el menor valor ser donde se alcanza el mnimo absoluto.
Finalmente, incluyo, por complitud, un resultado que establece condiciones suficientes de
extremo condicionado. No creo que tengas que usarlo.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
201
F
p(z) =
(a, )
z I
J(G, a)t
xi x j
16i6n
16 j6n
Si p(z) es de grado n m sus coeficientes nulos estn seguidos y llegan hasta el trmino
independiente y los no nulos o bien tienen todos igual signo o van alternando su signo, no se
puede decir nada.
Ejercicios
1. Calcular el valor mayor y el valor menor que toma la funcin f (x, y, z) = xyz en los puntos
del elipsoide x2 + 4y2 + 9z2 = 3.
2. Calcular el valor mayor y el valor menor que toma la funcin f (x, y, z) = y2 + 4z2 4yz
2xz 2xy en los puntos del elipsoide 2x2 + 3y2 + 6z2 = 1.
3. Determinar los puntos sobre la curva x2 y = 2 ms prximos al origen.
4. Hallar el punto de la recta interseccin de los planos x y = 2 y x 2z = 4, que est ms
prximo al origen.
5. Calcular el punto P(x, y, z) en el plano de ecuacin 2x + y z = 5 que est ms cerca del
origen.
6. El plano x + y + z = 24 corta al paraboloide z = x2 + y2 en una elipse. Calcula los puntos ms
altos y ms bajos de dicha elipse.
7. Utiliza el mtodo de los multiplicadores de Lagrange para calcular un punto de la elipse
de ecuacin
x2 y2
+
=1
a2 b2
tal que el segmento determinado por la interseccin de la tangente a la elipse en dicho
punto con los ejes coordenados tenga longitud mnima.
8. Dado el elipsoide
x2 y2 z2
+ + =1
a 2 b 2 c2
calcular un punto de coordenadas positivas tal que el plano tangente al elipsoide en dicho
punto determine con los ejes coordenados un tetraedro de volumen mnimo.
Universidad de Granada
Dpto. de Anlisis Matemtico
Extremos condicionados
9. Hallar los puntos de la curva
202
x2 xy + y2 z2 = 1
x2 + y2 = 1
en el disco x2 + y2 6 4.
Universidad de Granada
Dpto. de Anlisis Matemtico
203
204
(10.27)
define de manera nica a y como funcin de x, en el sentido de que fijado un valor de x, hay un
nico y = (x) que verifica dicha igualdad, esto es, la funcin (x) est definida por la condicin:
(x)3 + (x) ex + sen x = 0
(10.28)
Se dice que la funcin est implcitamente definida por la igualdad (10.27). Puedes calcular con Mathematica el valor de dicha funcin y comprobars que es bastante complicada. El
hecho es que la mejor forma de trabajar con la funcin es la igualdad (10.28) que la define.
Por ejemplo, si queremos calcular la derivada de en un punto basta con que derivemos dicha
igualdad para obtener
3 (x)(x)2 + (x) ex +(x) ex + cos x = 0
lo que permite calcular (x) en funcin de (x).
En general, no es cierto que una igualdad de la forma f (x, y) = 0 permita despejar una variable en funcin de la otra. Para convencerte, considera el primer ejemplo que pusimos. Ni
tan siquiera una igualdad tan sencilla como x2 + y2 1 = 0 permite despejar una variable como
funcin de la otra pues es claro que para cada valor que fijemos de una variable (comprendido
entre -1 y 1) hay dos posibles valores de la otra que verifican dicha igualdad.
Relacionemos ahora los dos puntos de vista que hemos considerado. Pongamos
= (x, y) R2 : f (x, y) = 0
es decir, el conjunto sera la grfica de , que, como sabemos, es un tipo muy particular de
curva. Pero ya hemos visto que el conjunto puede ser una curva mucho ms general que la
grfica de una funcin. Pero incluso en este caso, dicha curva es localmente, excepto en los
puntos donde se anula el gradiente, una grfica de una funcin.
Las consideraciones anteriores se pueden llevar al caso de una funcin de tres variables
f (x, y, z) considerando ahora la superficie definida por la ecuacin f (x, y, z) = 0. La pregunta ahora es si fijados un valor de x y otro de y queda determinado de manera nica un valor de
z = (x, y) que verifica dicha ecuacin. En caso afirmativo tendramos que la superficie de ecuacin f (x, y, z) = 0 coincidira con la grfica de . Ya puedes suponer que esto no es cierto en
general pues la mayora de las superficies no son grficas de funciones.
El siguiente resultado, conocido como teorema de la funcin implcita, nos dice lo que podemos afirmar en general en una situacin como la que estamos considerando.
Universidad de Granada
Dpto. de Anlisis Matemtico
205
f
(a, b) , 0
y
Entonces existe una funcin : I R, definida en un intervalo I tal que a I y (a) = b, que
verifica que f (x, (x)) = 0 para todo x I. La funcin se dice que est implcitamente definida
por la ecuacin f (x, y) = 0. Dicha funcin es derivable en I y su derivada se calcula derivando la
igualdad f (x, (x)) = 0 respecto a x con lo que se obtiene
f
(x, (x))
f
f
x
(x, (x)) + (x, (x)) (x) = 0 = (x) =
f
x
y
(x, (x))
y
Adems tenemos que
(I (I)) = (x, y) R2 : f (x, y) = 0 (I (I)) = {(x, (x)) : x I}
es decir, es localmente en el punto (a, b) una curva que viene dada por la grfica de .
b) Consideremos ahora el caso de una funcin f (x, y, z) de tres variables. Sea
S = (x, y, z) R3 : f (x, y, z) = 0
f
(a, b, c) , 0
z
Entonces existe una funcin : U R, definida en un abierto U R2 con (a, b) U y (a, b) = c,
que verifica que f (x, y, (x, y)) = 0 para todo (x, y) U. La funcin se dice que est implcitamente definida por la ecuacin f (x, y, z) = 0. Dicha funcin tiene derivadas parciales continuas
en U y sus derivadas parciales se calculan derivando la igualdad f (x, y, (x, y)) = 0 parcialmente
respecto a x e y con lo que se obtiene
f
(x, y, (x, y))
f
f
x
(x, y, (x, y)) + (x, y, (x, y)) (x, y) = 0 =
(x, y) =
f
x
z
x
x
(x, y, (x, y))
z
f
f
Universidad de Granada
Dpto. de Anlisis Matemtico
f
(x, y, (x, y))
y
f
(x, y, (x, y))
z
206
es decir, S es localmente en el punto (a, b, c) una superficie que viene dada por la grfica de .
El teorema de la funcin implcita es mucho ms general pero nos limitaremos a los casos
considerados. En las hiptesis hechas pueden admitirse variaciones. La hiptesis que hay que
hacer siempre es que el vector gradiente de f no sea cero en el punto considerado. En el caso
a) puede suponerse igualmente que
f
(a, b) , 0
x
y la conclusin es que x puede expresarse localmente como funcin de y, es decir, que hay una
funcin : J R definida en un intervalo J tal que bJ y (b) = a que verifica que f ((y), y) = 0
para todo y J. Lo que sigue ya lo puedes suponer.
Anlogamente, en el caso b) puede suponerse, por ejemplo que
f
(a, b, c) , 0
x
entonces es la variable x la que queda definida localmente de forma implcita como funcin de
y, z. T mismo puedes completar el enunciado en este caso. Todo esto nos da ms libertad para
elegir la variable que queremos expresar como funcin de las otras, basta con que la derivada
parcial respecto de dicha variable sea distinta de cero.
En la prctica el teorema de la funcin implcita se aplica en la forma que te explico en los
siguientes ejemplos.
10.40 Ejemplo. Comprobar que la ecuacin
xyz + sen(z 6) 2(x + y + x2y2 ) = 0
define a z como funcin implcita de (x, y) en un entorno de (1, 1), con z(1, 1) = 6. Comprobar
que (1, 1) es un punto crtico de la funcin z = z(x, y).
Solucin. Pongamos f (x, y, z) = xyz+ sen(z 6) 2(x+ y+ x2 y2 ) que tiene derivadas parciales conf
f
tinuas de todo orden. Tenemos que
= xy + cos(z 6), por lo que
(1, 1, 6) = 2 , 0. Como,
z
z
adems, f (1, 1, 6) = 0, el teorema de la funcin implcita garantiza que hay una funcin con derivadas parciales continuas, (x, y) 7 z(x, y), definida en un entorno, U, de (1, 1) tal que z(1, 1) = 6,
y
f (x, y, z(x, y)) = 0 para todo (x, y) U.
Derivando esta identidad tenemos que:
z
f f z
+
= yz 2(1 + 2xy 2) + (xy + cos(z 6)) = 0
x z x
x
f f z
z
+
= xz 2(1 + 2x 2y) + (xy + cos(z 6)) = 0
y z y
y
(1)
(2)
Donde las derivadas parciales de la funcin implcita z = z(x, y) estn calculadas en un punto
(x, y)U y las de f estn calculadas en el punto (x, y, z(x, y)). Haciendo x = y = 1, z = z(1, 1) = 6, en
Universidad de Granada
Dpto. de Anlisis Matemtico
207
z
z
(1, 1) = (1, 1) = 0, esto es, (1, 1) es un punto crtico
x
y
El ejemplo anterior es todava demasiado explcito, nos dice muy claramente lo que hay que
hacer. Lo ms frecuente es que nos encontremos con ejercicios como el siguiente.
10.41 Ejemplo. Sabiendo que
y cos(xz) + x3 ez y z + 1 = 0
Calcular
(10.29)
z
(x, y) y particularizar para el punto (x, y) = (0, 0).
x
Solucin. En un ejercicio como este lo ms fcil es que en la igualdad (10.29) sustituyas mentalmente z = z(x, y) y la veas como
y cos x z(x, y) + x3 ez(x,y) y z(x, y) + 1 = 0
(10.30)
es decir, supones que has calculado para valores de x e y dados la solucin respecto a z de la
igualdad (10.29). Esta solucin (que de hecho no es posible expresar de forma explcita, esto es,
que no puede calcularse) la representamos por z = z(x, y) y es la funcin implcita definida por
la igualdad (10.29) (el teorema de la funcin implcita que es un teorema de existencia garantiza
que dicha funcin existe). Ahora derivamos en la igualdad (10.30) respecto a x para obtener
z
z
z
y sen x z(x, y) z(x, y) + x (x, y) + 3x2 ez(x,y) y +x3 y (x, y) ez(x,y) y (x, y) = 0
x
x
x
de donde
y z(x, y) sen x z(x, y) 3x2 ez(x,y) y
z
(x, y) = 3 z(x,y) y
x
x ye
x y sen(x z(x, y)) 1
Naturalmente, esta igualdad tiene sentido siempre que el denominador de la fraccin sea distinto de cero. Puedes comprobar que si llamas f (x, y, z) = y cos(xz)+x3 ez y z+1 entonces la igualdad anterior es precisamente
f
(x, y, z)
x
f
(x, y, z)
z
calculada en el punto (x, y, z(x, y)). Para (x, y) = (0, 0) se tiene que z(0, 0) viene dado por la ecuacin que se obtiene haciendo x = 0 e y = 0 en la igualdad (10.29) de donde se sigue z(0, 0) = 1.
Adems
f
f
(0, 0, z(0, 0)) =
(0, 0, 1) = 1 , 0
z
z
Por lo que
z
0
(0, 0) =
=0
x
1
Ejercicios
1. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) definida implcitamente por y z4 + x2 z3 ex y z = 0. Particularizar para el punto (x, y) = (1, 0).
Universidad de Granada
Dpto. de Anlisis Matemtico
208
2. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) definida implcitamente por z3 + z ex + cos y = 0.
3. Calcular las derivadas parciales de primer orden de la funcin z = z(x, y) dada implcitamente por 3x2 y2 + 2z2 xy 2zx3 + 4zy3 4 = 0, en el punto (2, 1) siendo z(2, 1) = 2.
4. Supongamos que la igualdad
y+z
w
xy
g(t)dt +
wz2
h(t)dt = 0
3x+y
Universidad de Granada
Dpto. de Anlisis Matemtico