Perez Calculo1

C LCULO DIFERENCIAL E INTEGRAL
Javier Prez Gonzlez

Departamento de Anlisis Matemtico
Universidad de Granada
Asignatura: Clculo
Curso: Primero
Titulacin: Ingeniero de Telecomunicacin
septiembre 2006
ndice general
1. Axiomas de los nmeros reales. Desigualdades. Principio de induccin
1.1. Nmeros reales. Propiedades algebraicas y de orden . . . . . . . . . . . . . . . . .
1.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3. Principio de induccin matemtica . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2. Funciones reales. Funciones elementales
10
2.1. Funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.2. Estudio descriptivo de las funciones elementales . . . . . . . . . . . . . . . . . . .
14
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
24
3. Nmeros complejos. Exponencial compleja
26
3.1. Operaciones bsicas con nmeros complejos . . . . . . . . . . . . . . . . . . . . .
26
3.1.1. Representacin grfica. Complejo conjugado y mdulo . . . . . . . . . . .
28
3.1.2. Forma polar y argumentos de un nmero complejo . . . . . . . . . . . . .
29
3.1.3. Races de un nmero complejo . . . . . . . . . . . . . . . . . . . . . . . . .
32
3.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
3.3. Funciones elementales complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
3.3.1. La funcin exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
3.3.2. Logaritmos complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
ndice general
II
3.3.3. Potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
3.4. Ejerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
36
4. Continuidad
38
4.1.1. Propiedades bsicas de las funciones continuas . . . . . . . . . . . . . . .
39
4.2. Teorema de Bolzano. Supremo e nfimo . . . . . . . . . . . . . . . . . . . . . . . .
40
4.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
43
5. Sucesiones
45
5.1. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
5.1.1. Sucesiones divergentes. Indeterminaciones en el clculo de lmites . . . .
53
5.2. Sucesiones de nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
5.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
6. Continuidad en intervalos cerrados y acotados. Lmite funcional
59
6.1. Lmite funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
6.2. Lmites infinitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
6.3. Discontinuidades. lgebra de lmites. Lmites de funciones montonas . . . . . .
63
6.4. Continuidad y monotona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
6.5. Indeterminaciones en el clculo de lmites . . . . . . . . . . . . . . . . . . . . . . .
66
6.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
68
7. Derivadas
69
7.1.1. Concepto de derivada. Interpretacin fsica y geomtrica . . . . . . . . . .
69
7.1.2. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
71
7.2. Teoremas de Rolle y del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . .
75
7.2.1. Consecuencias del teorema del valor medio . . . . . . . . . . . . . . . . . .
77
7.2.2. Reglas de LHpital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
7.3. Derivadas sucesivas. Polinomios de Taylor . . . . . . . . . . . . . . . . . . . . . . .
82
7.3.1. Consejos para calcular lmites de funciones . . . . . . . . . . . . . . . . . .
83
7.3.2. Consejos para calcular lmites de sucesiones . . . . . . . . . . . . . . . . .
87
7.3.3. Extremos relativos. Teorema de Taylor . . . . . . . . . . . . . . . . . . . . .
89
7.3.4. Funciones convexas y funciones cncavas . . . . . . . . . . . . . . . . . . .
90
Dpto. de Anlisis Matemtico
Prof. Javier Prez

Clculo Ing. de Telecomunicacin
ndice general
III
7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8. Integral de Riemann
91
102
8.1.1. Sumas de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

8.1.2. Definicin y propiedades bsicas de la integral . . . . . . . . . . . . . . . . 106
8.1.3. El Teorema Fundamental del Clculo . . . . . . . . . . . . . . . . . . . . . . 108
8.1.4. Las funciones logaritmo y exponencial . . . . . . . . . . . . . . . . . . . . . 111
8.2. Integrales impropias de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
8.2.1. Criterios de convergencia para integrales . . . . . . . . . . . . . . . . . . . 115
8.3. Tcnicas de clculo de Primitivas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
8.3.1. Integracin por partes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
8.3.2. Integracin por sustitucin o cambio de variable . . . . . . . . . . . . . . . 121
8.3.3. Integracin de funciones racionales . . . . . . . . . . . . . . . . . . . . . . 122
8.3.4. Integracin por racionalizacin . . . . . . . . . . . . . . . . . . . . . . . . . 126
8.4. Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.4.1. Clculo de reas planas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
8.4.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
8.4.3. Longitud de un arco de curva . . . . . . . . . . . . . . . . . . . . . . . . . . 141
8.4.4. Volmenes de slidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
8.4.5. rea de una superficie de revolucin . . . . . . . . . . . . . . . . . . . . . . 146
9. Series
149
9.1. Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

9.2. Criterios de convergencia para series de trminos positivos . . . . . . . . . . . . . 154
9.2.1. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
9.3. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
10. Clculo diferencial en Rn
169
10.1. Estructura eucldea y topologa de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 169

10.1.1. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
10.1.2. Campos escalares. Continuidad y lmite funcional . . . . . . . . . . . . . . 172
10.1.3. Curvas en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
10.1.4. Derivadas parciales. Vector gradiente . . . . . . . . . . . . . . . . . . . . . . 175
Prof. Javier Prez

ndice general
IV
10.1.5. Rectas tangentes y planos tangentes . . . . . . . . . . . . . . . . . . . . . . 179

10.1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
10.1.7. Extremos relativos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
10.1.8. Funciones vectoriales. Matriz jacobiana . . . . . . . . . . . . . . . . . . . . 190
10.1.9. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
10.1.10.Derivacin de funciones implcitamente definidas . . . . . . . . . . . . . . 203
Prof. Javier Prez

Leccin
Axiomas de los nmeros reales. Desigualdades. Principio de induccin
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?
7. Qu quiere decir que un nmero no es racional? Demuestra que 2 no es racional.
6. Seguro que sabes construir un segmento de longitud
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
Nmeros reales. Propiedades algebraicas y de orden
indecidibles...). Todo lo que se demuestra es un teorema; por ejemplo 0 x = 0 es un teorema.

Ocurre que el nombre teorema se reserva para resultados que se consideran realmente importantes y que ha costado esfuerzo llegar a probarlos. Se usan tambin los trminos: corolario,
lema, proposicin y otros. Pero la estructura de una teora matemtica elaborada se resume en
un conjunto de axiomas y de teoremas que se deducen de ellos mediante reglas de inferencia
lgica.
Es conveniente recordar las propiedades de los nmeros reales porque son ellas las que
nos permiten trabajar con desigualdades. Es muy fcil equivocarse al trabajar con desigualdades. Yo creo que en el bachillerato no se le da a este tema la importancia que merece. Fjate
que algunos de los conceptos ms importantes del Clculo se definen mediante desigualdades
(por ejemplo, la definicin de sucesin convergente o de lmite de una funcin en un punto).
Por ello, tan importante como saber realizar clculos ms o menos complicados, es aprender
a manejar correctamente desigualdades, y la nica manera de hacerlo es con la prctica mediante numerosos ejemplos concretos. Por supuesto, siempre deben respetarse cuidadosamente
las reglas generales que gobiernan las desigualdades entre nmeros y asegurarse de que se usan
correctamente. Aparte de tales reglas no hay otros mtodos generales que nos digan cmo tenemos que proceder en cada caso particular.
1.1. Nmeros reales. Propiedades algebraicas y de orden

Como todos sabis se distinguen distintas clases de nmeros:
Los nmeros naturales 1,2,3,... . El conjunto de todos ellos se representa por N.
Los nmeros enteros ...,-2,-1,0,1,2,... cuyo conjunto se representa por Z.
Los nmeros racionales que son cocientes de la forma p/q donde p Z, q N, cuyo conjunto
representamos por Q.
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.
Prof. Javier Prez

Nmeros reales. Propiedades algebraicas y de orden
P2 [Propiedades conmutativas] x + y = y + x ; x y = yx para todos x, y en R.

P3 [Elementos neutros] El 0 y el 1 son tan importantes que enunciamos seguidamente sus
propiedades:
0 + x = x ; 1x = x para todo x R.
P4 [Elementos opuesto e inverso] Para cada nmero real x hay un nmero real llamado opuesto de x, que representamos por x, tal que x + (x) = 0.
Para cada nmero real x distinto de 0, x , 0, hay un nmero real llamado inverso de x, que
representamos por x1 , tal que xx1 = 1.
P5 [Propiedad distributiva] (x + y)z = xz + y z para todos x, y, z en R.
Las propiedades anteriores son de tipo algebraico y, aunque son muy sencillas, a partir de ellas
pueden probarse cosas tan familiares como que 0x = 0, o que (x)y = (xy).
Pero los nmeros tienen, adems de las propiedades algebraicas, otras propiedades que
suelen llamarse propiedades de orden. Como todos sabemos, los nmeros suelen representarse
como puntos de una recta en la que se fija un origen, el 0, de forma arbitraria. Los nmeros que
hay a la derecha de 0, se llaman positivos y el conjunto de todos ellos se representa por R+ . Las
propiedades bsicas del orden son las siguientes.
P6 [Ley de tricotoma] Para cada nmero real x se verifica que o bien es x = 0, o bien x es positivo, o bien su opuesto x es positivo.
P7 [Estabilidad de R+ ] La suma y el producto de nmeros positivos es tambin un nmero
positivo.
Suele escribirse x y en vez de x + (y). Tambin, supuesto y , 0, se escribe x/y o yx en vez de
x y1 . Los opuestos de los nmeros positivos, es decir los elementos del conjunto R = {x : x
R+ }, se llaman nmeros negativos. Ntese que el 0 no es positivo ni negativo.
Para x, y R escribimos x < y (lase x es menor que y) o y > x (lase y es mayor que x) para indicar
que y x R+ , y escribimos x 6 y o y > x para indicar que y x R+ {0}. En adelante usaremos
las notaciones: R+o = R+ {0}, Ro = R {0} y R = R\ {0}. Ntese que si xR entonces xR+ .
1.1 Teorema (Reglas para trabajar con desigualdades). Sean x, y, z nmeros reales.
1. x 6 y e y 6 z implican que x 6 z.
2. x 6 y e y 6 x implican que x = y.
3. Se verifica exactamente una de las tres relaciones: x < y, x = y, o y < x.
4. x < y implica que x + z < y + z.
5. x < y , z > 0 implican que xz < y z.
6. x < y , z < 0 implican que xz > y z.
Prof. Javier Prez

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,
|x| 2 = x 2 y, adems, |x| > 0, se tiene que |x | = x 2 .

La siguiente estrategia de procedimiento es de gran utilidad.
Dados a, b R+o para probar que a = b es suficiente probar que a 2 = b 2 y para probar que
a < b es suficiente probar que a 2 < b 2 .
Geomtricamente, |x| representa la distancia de x al origen, 0, en la recta real. De manera ms
general:
|x y| = distancia entre x e y
representa la longitud del segmento de extremos x e y.
1.2 Teorema (Propiedades del valor absoluto). Para x, y R se verifica que:

1. |x y| = |x||y|;
2. |x| 6 y es equivalente a y 6 x 6 y;
3. |x + y| 6 |x| + |y| y la igualdad se da si, y slo si, x y > 0 (desigualdad triangular);

4. |x| |y| 6 |x y| y la igualdad se da si, y slo si, x y > 0.
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)
x3 (x 2)(x + 3)2 < 0
v)
x 2 (a + b)x + ab < 0
1
1
+
>0
x 1x
x2 6 x
iii)
x 2 5x + 9 > x
vi)
x3 6 x
viii)
3(x a)a 2 < x 3 a 3 < 3(x a)x 2

Prof. Javier Prez
Principio de induccin matemtica
3. Prueba las siguientes desigualdades:

i) 0 < x + y x y < 1 siempre que 0 < x < 1, 0 < y < 1.
ii)
1
1
1 1
+
< + siempre que 0 < a < x < b.
x a+bx a b
4. Calcula para qu valores de x se verifica que:

i)
iv)
vii)
|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).
1.3. Principio de induccin matemtica

El Principio de induccin matemtica es un mtodo que se usa para probar que ciertas propiedades matemticas se verifican para todo nmero natural. Considera, por ejemplo, la siguiente igualdad en la que n N:
1
12 + 22 + 32 + + n2 = n(n + 1)(2n + 1)
6
Si le damos a n un valor, por ejemplo n = 2, podemos comprobar fcilmente que la igualdad
correspondiente es cierta. Si le damos a n el valor 1000 ya no es tan fcil comprobar esa igualdad y se le damos a n el valor 101000 la cosa ya se pone realmente difcil. Pero nosotros queremos
an ms, no nos conformamos con probar que esa igualdad es cierta para unos cuantos miles
o millones de valores de n; no, queremos probar que es vlida para todo nmero natural n. En
estos casos es el Principio de induccin matemtica el que viene en nuestra ayuda para salvarnos del apuro. Para nosotros el principio de induccin matemtica es algo que aceptamos, es
decir, puedes considerarlo como un axioma de la teora que estamos desarrollando (aunque su
formulacin lo hace casi evidente).
Principio de induccin matemtica. Sea A un conjunto de nmeros naturales, A N, y supongamos que:
Prof. Javier Prez

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)
y como 0 < (1 x1)(x2 1), tenemos que:

x1 + x2 > 1 + x1 x2
(2)
De (1) y (2) se sigue que:

x1 + x2 + x3 + + xn+1 > n + 1
Hemos probado as que P(n + 1) es verdadera.
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 .
Prof. Javier Prez

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 .
El principio de induccin matemtica puede aplicarse en muchas situaciones en las que, a

primera vista, no aparecen para nada los nmeros naturales. Por ejemplo, una proposicin referente a todos los polinomios podra probarse por induccin sobre el grado del polinomio. Un
teorema sobre matrices cuadradas podra probarse por induccin sobre el orden de la matriz.
Probaremos a continuacin una til igualdad algebraica conocida como frmula del binomio
de Newton.
Para establecer esta igualdad necesitamos definir los llamados coeficientes binmicos. Dados
dos nmeros enteros n > k > 0 se define:

n
Y
n
n!
=
p
donde n! =
k
k!(n k)!
p=1
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
Demostracin. Para n = 1 la igualdad del enunciado es trivialmente verdadera. Supongamos

que dicha igualdad se verifica para n N. Entonces:
" n
#
X n
n+1
n
nk k
a b
(a + b)
= (a + b)(a + b) = (a + b)
k
k=0
n
n
X
n n+1k k X n nk k+1
=
a
b +
a b
=
k
k
k=0
k=0

n
n+1
X
X
n n+1k k
n
=
a
b +
a n+1k b k
k
k1
k=0
k=1

n
X n n
n+1
n+1
= a
+b
+
+
a n+1k b k =
k
k1
k=1

n+1
X
n + 1 n+1k k
=
a
b
k
k=0
Prof. Javier Prez

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.
Prof. Javier Prez

Ejercicios
6. Prueba que para todo n N se verifica que:

a) Todos los nmeros de la forma n3 + 5n son mltiplos de 6.
b) Todos los nmeros de la forma 32n 1 son mltiplos de 8.
c) Todos los nmeros de la forma n5 n son mltiplos de 5.
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)
Cundo las desigualdades anteriores son igualdades?

Sugerencia: Usar la desigualdad de las medias aritmtica y geomtrica.
8. Utiliza la desigualdad de las medias para probar que:
abn <
a + nb
n+1
n+1
siendo a > 0, b > 0, a , b, y n N.
Deduce que para todo nmero natural n se verifica que:

n+1

n+2

1 n
1
1
1 n+1
1+
< 1+
, y 1+
< 1+
n
n+1
n+1
n
9. Sea q N y a > 0. Prueba que el nmero
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.
Prof. Javier Prez

Leccin
Funciones reales. Funciones elementales
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.
2.1. Funciones reales

Las funciones son las herramientas principales para la descripcin matemtica de una situacin real. Todas las frmulas de la Fsica no son ms que funciones: expresan cmo ciertas
magnitudes (por ejemplo el volumen de un gas) dependen de otras (la temperatura y la presin). El concepto de funcin es tan importante que muchas ramas de la matemtica moderna
se caracterizan por el tipo de funciones que estudian. No es de extraar, por ello, que el concepto de funcin sea de una gran generalidad. Adems, se trata de uno de esos conceptos cuyo
contenido esencial es fcil de comprender pero difcil de formalizar.
La idea bsica de funcin es la siguiente. Supongamos que tenemos dos conjuntos A y B; una
funcin de A en B es una regla que a cada elemento de A asocia un nico elemento de B.
En este curso estamos interesados principalmente en funciones entre conjuntos de nmeros
reales, es decir, A y B son subconjuntos de R; con frecuencia B = R. Estas funciones se llaman
funciones reales de una variable real. En lo que sigue nos referiremos solamente a este tipo de
funciones y, si no se especifica otra cosa, se entiende que B = R. Por tanto, para darnos una
funcin nos deben decir, en principio, el subconjunto A de R donde suponemos que la funcin
est definida y la regla que asigna a cada nmero de A un nico nmero real. El conjunto A
recibe el nombre de dominio de la funcin.
10
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.
Criterio de igualdad para funciones.

Dos funciones f y g son iguales cuando tienen igual dominio y f (x) = g(x) para todo x en el
dominio comn.
Notemos tambin que aunque estamos acostumbrados a representar a las funciones mediante
frmulas, no siempre es posible hacerlo.
El smbolo f : A R se utiliza para indicar que f es una funcin cuyo dominio es A (se supone,
como hemos dicho antes, que A es un subconjunto de R)
Veamos unos ejemplos sencillos.
a) Sea f : R R la funcin dada por f (x) = x 2 .
b) Sea g : R+ R la funcin dada por g(x) = x 2 .
c) Sea h : R R la funcin dada por:
d) Sea f (x) =
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-
Prof. Javier Prez

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} ;
(semirrecta abierta a la izquierda)

(semirrecta cerrada a la izquierda)
(semirrecta abierta a la derecha)
(semirrecta cerrada a la derecha)
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.
Prof. Javier Prez

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
Propiedad distributiva. ( f + g)h = f h + gh
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 ).
La funcin inversa de una funcin inyectiva

Si f es una funcin inyectiva, puede definirse una nueva funcin f 1 : imagen( f ) R que
llamaremos funcin inversa de f , que a cada nmero y imagen( f ) asigna el nico nmero
x dom( f ) tal que f (x) = y. Equivalentemente f 1 ( f (x)) = x para todo x dom( f ), y tambin
f ( f 1 (y)) = y para todo y dom( f 1 ) = imagen( f ).
Funciones montonas
Se dice que una funcin f es creciente (resp. decreciente) en un conjunto A dom( f ), si
f conserva (resp. invierte) el orden entre puntos de A, es decir, si x, y A y x 6 y, entonces
f (x) 6 f (y) (resp. f (x) > f (y)). Se dice que f es creciente (resp. decreciente) cuando lo es en
todo su dominio (A = dom( f )). Se dice que una funcin es montona para indicar que es creciente o decreciente. Una funcin montona e inyectiva se dice que es estrictamente montona,
pudiendo ser estrictamente creciente o estrictamente decreciente.
Prof. Javier Prez

Estudio descriptivo de las funciones elementales
14
Grfica de una funcin

La grfica de una funcin f es el conjunto de pares de nmeros {(x, f (x)) : x dom( f )}.
La grfica de una funcin pone de manifiesto, a simple vista, muchas de sus propiedades. Para
dibujar grficas de funciones se precisan herramientas de clculo que estudiaremos ms adelante.
2.2. Estudio descriptivo de las funciones elementales2

Funciones polinmicas y funciones racionales
Las funciones polinmicas o polinomios son las funciones de la forma
P(x) = c0 + c1 x + c2x 2 + + cn x n
donde c0 , c1 , . . . , cn son nmeros reales llamados coeficientes del polinomio; n N es un nmero
natural que, si cn , 0, se llama grado del polinomio. Las funciones polinmicas tienen como
dominio natural de definicin la totalidad de R aunque con frecuencia nos interesar estudiar
una funcin polinmica en un intervalo.
Mientras que la suma, el producto y la composicin de funciones polinmicas es tambin
una funcin polinmica, el cociente de funciones polinmica da lugar a las llamadas funciones
racionales. Una funcin racional es una funcin de la forma:
R(x) =
P(x)
Q(x)
donde P (el numerador) y Q (el denominador) son polinomios y Q no es el polinomio constante

igual a 0. La funcin R tiene como dominio natural de definicin el conjunto {x R : Q(x) , 0}.
Observa que las funciones polinmicas son tambin funciones racionales (con denominador
constante 1).
Es inmediato que sumas, productos y cocientes de funciones racionales son tambin funciones
racionales; y la composicin de dos funciones racionales es tambin una funcin racional.
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
se representa por k x o por x 1/k .

Adems, si y > 0, se verifica que:
i) x < y si, y slo si, k x < k 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.
Prof. Javier Prez


Si x < 0 y k es impar se define
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
Naturalmente, si p/q = m/n donde m Z y n N, entonces se comprueba fcilmente que x p/q =

x m/n . En consecuencia, si r es un nmero racional podemos definir, sin ambigedad alguna, la
potencia x r por x r = x p/q , donde p Z y q N son tales que r = p/q.
Logaritmos
Vamos a hacer un estudio descriptivo de estas funciones. Nos limitaremos a recordar sus
definiciones y propiedades bsicas, dejando para ms adelante un estudio riguroso de las mismas.
Dado un nmero a > 0, a , 1, y un nmero x > 0, se define el logaritmo en base a de x como
el nico nmero y R que verifica la igualdad a y = x. El logaritmo en base a de x se representa
por el smbolo loga x. Observa que, por definicin, para todo x > 0 es a loga x = x.
El dominio de la funcin loga 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 los logaritmos es que convierten productos en
sumas:
loga (xy) = loga x + loga y
(x > 0, y > 0)
-1
Los logaritmos decimales corresponden a tomar a = 10

-2
y los logaritmos naturales, tambin llamados neperianos (en honor de John Napier 1550-1617), corresponFigura 2.1: Funcin loga (x), (a > 1)
den a tomar como base el nmero e. El nmero e es un
nmero irracional que puede aproximarse arbitrariamente por nmeros de la forma (1 + 1/n) n para valores grandes de n. Un valor aproximado de e
es 2, 7182818284.
En esta asignatura trabajaremos siempre, salvo que explcitamente se indique lo contrario,
con la funcin logaritmo natural, que notaremos log (la notacin, cada da ms en desuso, ln,
para dicha funcin no ser usada en este curso).
Teniendo en cuenta que
loga x =
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.
Prof. Javier Prez

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
expa (x + y) = expa (x) expa (y)
-1
(x, y R)
Dos funciones exponenciales cualesquiera, expa y expb , estn

relacionadas por la igualdad:
expb (x) = expa (x loga b)
Figura 2.2: Funcin expa (x), a > 0
(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.
Prof. Javier Prez

17
Pasado un ao, la poblacin ser P(1) P0 + P0 = (1 + )P0 . Utilizamos el signo y no el =

porque hemos calculado el crecimiento de la poblacin P0 como si esta fuese constantemente
igual a P0 en todo el ao, lo que no es correcto.
Obtendramos un resultado ms exacto si consideramos el crecimiento de la poblacin mensualmente. Como la tasa de crecimiento mensual es /12, pasado un mes la poblacin ser

12
(1 + 12 )P0 , y pasados doce meses P(1) 1 +

P0 . El clculo sigue siendo aproximado, pues
12
la poblacin crece continuamente. Para obtener una mejor aproximacin podramos considerar das en vez de meses; en general si dividimos el ao en n perodos, obtendramos como
aproximacin:

n
P0
P(1) 1 +
n
Cuanto mayor sea n menor

ser elerror que cometemos. Si hacemos que n crezca indefinida n
mente, entonces el nmero 1 +
se convierte en e , por lo que P(1) = e P0 . Si el perodo de
n
tiempo es de t aos, entonces P(t) = P0 et .
Funcin potencia de exponente real a
Se llama as la funcin cuyo dominio es R+ que a cada x > 0 asigna el nmero x a . Puesto que
= exp(a log x), las propiedades de esta funcin se deducen con facilidad de las propiedades
de las funciones exponencial y logaritmo natural.
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
Prof. Javier Prez

18
de medida de longitudes. Es decir, la expresin una circunferencia de radio r presupone que

hemos fijado una unidad de medida con la cual hemos medido r.
Medida de ngulos en grados

Supongamos que tenemos una circunferencia de radio r. Para medir ngulos en grados
sobre dicha circunferencia lo que hacemos es tomar como unidad de medida un arco cuya
longitud sea igual a la longitud total de esa circunferencia (2r) dividida por 360. Un ngulo de
un grado es el que intercepta en una circunferencia de radio r un arco cuya longitud es igual a
2r
.
360
Medida de ngulos en radianes
Supongamos que tenemos una circunferencia de radio r. Para medir ngulos en radianes
sobre dicha circunferencia lo que hacemos es tomar como unidad de medida un arco cuya longitud sea igual a la del radio. Un ngulo de un radin es el que intercepta en una circunferencia
de radio r un arco cuya longitud es igual a r.
Las palabras grado y radin se usan tanto para referirse a los respectivos ngulos como
a las medidas de sus arcos. Es as como debes interpretar la expresin la longitud total de
la circunferencia es 360 grados y tambin es igual a 2 radianes. Sera ms exacto decir: la
longitud total de la circunferencia es 360 veces la longitud de un arco de un grado y tambin es
igual a 2 veces la longitud de un arco de un radin. Evidentemente, la longitud de un arco de
un radin es igual al radio de la circunferencia.
La relacin entre grados y radianes viene dada por:
360 grados = 2 radianes
No hay que olvidar que grados y radianes no son otra cosa que unidades de medida de longitudes, al igual que lo son el metro y el centmetro. En la navegacin y en la astronoma los ngulos
se miden en grados, pero en Clculo es preferible medirlos en radianes porque se simplifican
las cuentas. Por ejemplo, la longitud de un arco de circunferencia se obtiene multiplicando la
longitud del radio de dicha circunferencia por la medida en radianes del ngulo que corresponde a dicho arco.
Observa que la ventaja de medir arcos en radianes es que, en tal caso, la misma unidad con
la que medimos el radio nos sirve para medir arcos. Por ejemplo, si el radio es 1 centmetro el
radin tambin mide 1 centmetro; mientras que la medida de un grado en centmetros sera
2/360 0, 0174533.
Convenio de los ngulos: usar radianes
De ahora en adelante, a menos que se establezca explcitamente otra unidad, supondremos
que todos los ngulos estn medidos en radianes.
Prof. Javier Prez

19
Funciones seno y coseno

Hay dos funciones que suelen confundirse: el seno de un ngulo y el seno de un nmero.
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
Prof. Javier Prez

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)
La funcin seno es impar y la funcin coseno es par:

sen(x) = sen x ,
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 .
Prof. Javier Prez

21
Las funciones arcoseno, arcocoseno y arcotangente

Lo primero que hay que decir es que ninguna de las funciones seno, coseno, tangente,
es inyectiva pues todas ellas son peridicas y, por tanto, toman cada uno de sus valores en
infinitos puntos; en consecuencia, ninguna de ellas tiene inversa. Por tanto, no debe decirse
que las funciones arcoseno, arcocoseno, arcotangente sean las funciones inversas del seno, del
coseno o de la tangente: eso no es cierto. Hecha esta observacin imprescindible, pasemos a
definir dichas funciones.
La funcin seno es estrictamente creciente en el intervalo [/2, /2] y en dicho intervalo
toma todos los valores comprendidos entre 1 y 1, sen([/2, /2]) = [1, 1]. En consecuencia,
dado un nmero x [1, 1] hay un nico nmero y [/2, /2] tal que sen y = x; dicho nmero y se representa por arc sen x y se llama el arcoseno de x. Es decir, el arcoseno es la funcin
arc sen : [1, 1] R definida por sen(arc sen x) = x y 2 6 arc sen x 6 2 . Observa que la igualdad
arc sen(sen x) = x, es cierta si, y slo si, /2 6 x 6 /2.
y = arc sen x
-1
/2
y = arc cos x
-1
Figura 2.3: Funcin arc sen x
Figura 2.4: Funcin arc cos x
La funcin coseno es estrictamente decreciente en el intervalo [0, ] y en dicho intervalo toma

todos los valores comprendidos entre 1 y 1. Por tanto, dado un nmero x [1, 1], hay un
nico nmero y [0, ] tal que cos y = x; dicho nmero y se representa por arc cosx y se llama
arcocoseno de x. Es decir, arcocoseno es la funcin arc cos : [1, 1] R dada por cos(arc cosx) = x
y 0 6 arc cos x 6 . Observa que la igualdad arc cos(cos x) = x, es cierta si, y slo si, 0 6 x 6 .
La funcin tangente es estrictamente creciente en el intervalo ] /2, /2[ y en dicho intervalo toma todos los valores reales, tg(] /2, /2[) = R. En consecuencia, dado un nmero xR,
hay un nico nmero y ] /2, /2[ tal que tg y = x; dicho nmero y se representa por arc tg x y
se llama el arcotangente de x. Es decir, el arcotangente es la funcin:
arc tg : R R definida por: tg(arc tg x) = x ,
< arc tg x < .

2
2
Observa que la igualdad arc tg(tg x) = x, es cierta si, y slo si, /2 < x < /2.
Prof. Javier Prez

22
y = arctg x
Las funciones hiperblicas

Hay algunas combinaciones de las funciones exp(x) y exp(x) que aparecen con tanta frecuencia que se les da nombre propio. Ellas son las funciones seno hiperblico, representada por senh,
y coseno hiperblico, representada por cosh, y estn definidas para todo x R por:
cosh 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
Propiedades de las funciones seno hiperblico y coseno hiperblico

Las funciones seno hiperblico y coseno hiperblico son funciones reales cuyo dominio es todo
R. La identidad bsica que dichas funciones verifican es:
cosh 2 x senh 2 x = 1
(x R)
La funcin seno hiperblico es impar y la funcin coseno hiperblico es par:

senh(x) = senh x ,
cosh(x) = cosh x
(x R)
La funcin seno hiperblico es estrictamente creciente en R. La funcin coseno hiperblico es

estrictamente creciente en R+o .
Todas las propiedades anteriores se deducen fcilmente de las definiciones dadas.
Prof. Javier Prez

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
De forma anloga se definen las funciones cotangente, secante y cosecante hiperblicas.

Las funciones hiperblicas inversas
La funcin seno hiperblico es una biyeccin de R sobre R cuya inversa, representada por,
argsenh, (lase argumento seno hiperblico) viene dada por:
p
argsenhx = log(x + x 2 + 1) (x R)
2
y = argsenhx
-4
-2
y = argcoshx
-1
1
-2
La funcin tangente hiperblica es una biyeccin de R sobre el intervalo ] 1, 1[ cuya inversa,

representada por, argtgh, (lase argumento tangente hiperblica) es la funcin definida en el
intervalo ] 1, 1[ por:

1+x
1
(1 < x < 1)
argtghx = log
2
1x
La funcin coseno hiperblico es inyectiva en R+o y su imagen es la semirrecta [1, +[. La funcin, definida en [1, +[, que a cada nmero x > 1 asigna el nico nmero y > 0 tal que cosh y = x,
se llama argumento coseno hiperblico, se representa por, argcosh, y viene dada por:
p
argcoshx = log(x + x 2 1) (x > 1)
2
y = argtghx
1
-1
-1
-2
Prof. Javier Prez

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)
3. Es correcto escribir log(x 1)(x 2) = log(x 1) + log(x 2)?
4. Prueba que log(x + 1 + x 2) + log( 1 + x 2 x) = 0.
5. Resuelve x x = ( x) x .
6. Simplifica las expresiones alog(log a)/ log a ,
loga (loga (aa )).
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+ .
Sugerencias: a) Prueba primero que f es creciente y que f (er ) = r para todo r Q.
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).
Prof. Javier Prez

Ejercicios
25
11. Prueba las igualdades siguientes.

1
x
sen(arc tg x) = p
cos(arc tg x) = p
2
1+x
1 + x2
x
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
13. Prueba por induccin la siguiente igualdad.

x
nx
n+1
x
sen (sen x + sen 2x + + sen nx) = sen sen
2
2
2
14. Prueba que tg(x + y) =
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
x+y
.
1 xy
Prof. Javier Prez

Leccin
Nmeros complejos. Exponencial compleja
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.
3.1. Operaciones bsicas con nmeros complejos

3.1 Definicin. Consideremos en el conjunto R2 las operaciones de adicin y producto definidas por
(a, b) + (c, d) = (a + c, b + d)
(a, b)(c, d) = (ac bd, ad + bc)
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
Operaciones bsicas con nmeros complejos
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 .
Forma cartesiana de un nmero complejo

El smbolo usual (a, b) para representar pares ordenados no es conveniente para representar el nmero complejo (a, b). Para convencerte calcula (1, 1)4 . Representaremos los nmeros
complejos con un simbolismo ms apropiado. Para ello hacemos la identificacin (a, 0) = a y el
nmero complejo (0, 1) lo representaremos por i. Con ello tenemos que
i 2 = (0, 1)(0, 1) = (1, 0) = 1
Ahora podemos escribir
(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0)(0, 1) = a + bi
Se dice que a es la parte real y b es la parte imaginaria del nmero complejo z = a + ib y
escribimos a = Re(z), b = Im(z). El producto ahora es muy fcil de recordar pues
(a + ib)(c + id) = ac + i2bd + i(ad + bc) = ac bd + i(ad + bc)
Comentarios a la definicin usual i =
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.
Prof. Javier Prez

Representacin grfica. Complejo conjugado y mdulo
28
Antes de escribir 1 hay que definir qu significa z para z C. Cuando lo hagamos ve
remos sorpresa! que la igualdad z w = z w, vlida cuando z, w R+ , no es cierta en general

cuando z, w C.
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
ms explicaciones) i = 1 y a continuacin se dice que los nmeros de la forma a + ib son los

nmeros complejos. No es de extraar que luego resulte que 1 = 1.
No hay un orden en C compatible con la estructura algebraica
Al ampliar R a C ganamos mucho pero tambin perdemos algo. Te recuerdo que R tiene dos
estructuras: la algebraica y la de orden. Ambas estructuras estn armoniosamente relacionadas.
Pues bien, en C no hay nada parecido. Podemos definir relaciones de orden en C, pero no hay
ninguna de ellas que sea compatible con la estructura algebraica. Es decir, es imposible definir
un concepto de nmero complejo positivo de forma que la suma y el producto de complejos
positivos sea positivo. Por ello no se define en C ningn orden. As que ya sabes: nunca escribas
desigualdades entre nmeros complejos! Naturalmente, puedes escribir desigualdades entre
las partes reales o imaginarias de nmeros complejos, porque tanto la parte real como la parte
imaginaria de un nmero complejo son nmeros reales.
3.1.1. Representacin grfica. Complejo conjugado y mdulo

Es usual interpretar el nmero complejo x + iy como el vector del plano (x, y) y, en ese sentido, se habla del plano complejo. El eje horizontal recibe el nombre de eje real, y el eje vertical
recibe el nombre de eje imaginario. Si z = x + iy es un nmero complejo (con x e y reales), en-
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
Prof. Javier Prez

Forma polar y argumentos de un nmero complejo
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
Figura 3.2: Suma de nmeros complejos

mente que si z y w son nmeros complejos se verifica que z = z, z + w = z + w y z w = zw.
La igualdad |z |2 = zz que se deduce directamente de la definicin de mdulo de un nmero
complejo, permite probar con facilidad que para todos z, w C es
a) |zw| = |z | |w|
b) |z + w| 6 |z | + |w|
Tambin son de comprobacin inmediata las desigualdades

max{|Re z| , |Im z|} 6 |z | 6 |Re z| + |Im z|
(3.1)
3.1.2. Forma polar y argumentos de un nmero complejo

El uso de coordenadas polares en el plano facilita mucho los clculos con productos de
nmeros complejos. Para cualquier nmero complejo z = x + iy , 0 podemos escribir
z = |z | (
Como (
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 |
para algn nmero R. Resulta as que

z = |z | (cos + i sen )
Esta forma de expresar un nmero complejo recibe el nombre de forma polar, cuya interpretacin grfica vemos en la figura siguiente.
Prof. Javier Prez

30
z
|z|
Figura 3.3: Forma polar de un nmero complejo

Dado zC, z , 0, hay infinitos nmeros t R que verifican la igualdad z = |z | (cost, sent) cualquiera de ellos recibe el nombre de argumento de z. El conjunto de todos los argumentos de
un nmero complejo no nulo se representa por Arg(z).
Arg(z) = {t R : z = |z | (cost + i sent)}
Observa que
s, t Arg(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) =
arc tg(y/x) si y 6 0, x < 0
/2 si y 6 0, x = 0
arc tg(y/x) si x > 0
/2 si y > 0, x = 0
arc tg(y/x) + si y > 0, x < 0
Observaciones a la definicin de argumento principal

Puede parecer un poco extraa la forma de elegir el argumento principal de un nmero
complejo. La eleccin que hemos hecho supone que medimos ngulos en el semiplano superior de 0 a y en el semiplano inferior de 0 a .
Fjate que si tomas un nmero complejo que est situado en el tercer cuadrante z = x + iy
con x < 0, y < 0 y supones que y es prximo a 0, su argumento principal est prximo a , y si
tomas un nmero complejo que est situado en el segundo cuadrante, w = x + iv con x < 0, v > 0,
y supones que v es prximo a 0, su argumento principal est prximo a . Adems, la distancia
Prof. Javier Prez

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 )
w = |w| (cos + i sen )

Entonces
z w = |z | |w| (cos + i sen )(cos + i sen ) =
= |z w| [(cos cos sen sen ) + i(sen cos + cos 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),
Arg(z), n Z
Prof. Javier Prez

Races de un nmero complejo
32
3.1.3. Races de un nmero complejo

Se trata ahora de resolver la ecuacin wn = z donde n es un nmero natural, n > 2, y z , 0 es
un nmero complejo conocido. Escribamos w en forma polar:
w = |w| (cos + i sen )
Ahora, usando la frmula de De Moivre, podemos escribir la ecuacin wn = z en la forma equivalente:
wn = |w|n (cos n + i sen n) = |z | (cos + i sen )
Donde = argz. Esta igualdad se da cuando |w|n = |z | y n = + 2k donde k Z. Deducimos
p
que |w| = n |z | (ojo: se trata de la raz nsima de un nmero positivo, cosa ya conocida). Ahora
bien, para cualquier nmero k de la forma k = ( + 2k)/n tenemos un nmero complejo
p
wk = n |z |(cos k + i sen k )
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.
Figura 3.4: Races novenas de la unidad
Prof. Javier Prez

Ejercicios
33
De entre todas las races nsimas de z vamos a designar con el smbolo

principal, que est definida por
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.
Para n = 2, z = w = 1, como arg(1) = , tenemos que
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
2. Calcula la parte real e imaginaria de las funciones:

a) f1 (z) = z 2
b) f2 (z) = z3
c) f3 (z) =
1
z
d) f (z) =
1
1 + z2
e) f4 (z) =
z+i
zi
3. Calcula las siguientes cantidades.

a) |(1 + i)(2 i)|

4 3i

b)
2 i 5

c) (1 + i)20

d) 2 + i( 2 + 1)
Prof. Javier Prez

Ejercicios
34
1+z
es:
1z
a) Un nmero real; b) Un nmero imaginario puro.
4. Calcula los nmeros complejos z tales que
5. Expresa en forma polar los siguientes nmeros complejos.
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
7. Supuesto que |z | = 1, prueba que

z1
arg
z+1
c)
!6
1+i 3
1i
d) (
3 + i)13
/2 si Im z > 0
/2 si Im z < 0
8. Resuelve la ecuacin cuadrtica az2 + bz + c = 0 donde a, b, c, son nmeros complejos conocidos y a , 0.

9. Calcula todas las soluciones de las siguientes ecuaciones:
a) z3 = 1 + i b) z4 = i c) z3 = 1 + i 3 d) z8 = 1
e) z2 +
32 i z 6i = 0
10. Calcula las soluciones de las ecuaciones:

a) z4 + 2z3 + 7z 2 18z + 26 = 0;
b) z4 + (1 + 2i)z2 + 2i = 0
11. Demuestra la llamada igualdad del paralelogramo:

|z + w|2 + |z w|2 = 2(|z|2 + |w|2 )
(z, w C)
y explica su significado geomtrico.

za

< 1 si |z | < 1 y |a| < 1 y tambin si |z | > 1 y |a| > 1.
12. Prueba que
1 az
Sugerencia: Una estrategia bsica para probar desigualdades entre mdulos de nmeros
complejos consiste en elevar al cuadrado ambos miembros de la desigualdad.
13. Sea x un nmero real que no es mltiplo entero de 2. Prueba las igualdades

n+1
x
n sen
2
x
a) 1 + cosx + cos2x + + cosnx = cos x
2
sen
2

n+1
x
n sen
2
x
b)
sen x + sen2x + + sen nx = sen x
2
sen
2
Sugerencia: Si llamamos A a la primera suma y B a la segunda, calcula A + iB haciendo uso

de la frmula de De Moivre.
Prof. Javier Prez

Funciones elementales complejas
35
14. Haciendo uso de la frmula de De Moivre prueba que:

a) sen 3 = 3 sen 4 sen3 ;
b) cos 4 = 8 cos4 8 cos2 + 1.

15. Representar grficamente los conjuntos de nmeros complejos z que verifican:
|z 3| 6 3;
|z 1| = |z 2i| ;
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;
3.3. Funciones elementales complejas
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)
Naturalmente, f (x + iy) = u(x, y) + i v(x, y).
3.3.1. La funcin exponencial

Definimos1 la exponencial compleja de un nmero z = x + i y como

ex+i y = exp(x + i y) = ex cosy + i sen y
Observa que
| ez | = eRe z ,
Im z Arg(ez )
En particular, obtenemos la llamada frmula de Euler:

eit = cost + i sent
(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
la justificacin de esta definicin.
Prof. Javier Prez

Logaritmos complejos
36
3.3.2. Logaritmos complejos

Dado un nmero complejo z , 0, hay infinitos nmeros complejos w que satisfacen la ecuacin ew = z. Cualquiera de ellos se llama un logaritmo de z. El conjunto de todos ellos lo representaremos por Log z y es el conjunto:
Log z = {log |z | + i(arg(z) + 2k), k Z}
De entre todos ellos elegimos uno, llamado logaritmo principal, definido por
log z = log |z | + i arg(z)
para todo z C
Observa que cualquier otro logaritmo de z es de la forma log(z) + i2k para algn entero k. 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.
3.3.3. Potencias complejas

Recuerda que dados dos nmeros reales a > 0 y b R, la potencia de base a y exponente b se
define como ab = eb log a . Ahora, dados a, b C, con a , 0, sabemos que hay infinitos logaritmos
de a, todos ellos son de la forma log a + i 2k, con k Z. Por ello, cualquier nmero complejo de
la forma eb(log a+i 2k) donde k Z, es una potencia de base a y exponente b. Representamos por
[ab ] el conjunto de todas ellas.
n
o
[ab ] = eb(log a+i 2k) : k Z
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
es el valor principal de la raz n-sima de a que antes hemos notado por n a.
3.4. Ejerccios
1. Expresa los 8 nmeros 1 i,
3 i en la forma r ei .
Prof. Javier Prez
Ejerccios
37
2. Calcula el mdulo y los argumentos principales de los nmeros

1 + ei , 1 ei , a ei
donde || 6 y a > 0.
3. Calcula log z y Log z cuando z es uno de los nmeros siguientes
i, i, e3 , e5i , 4, 5 e, 1 + i

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
Prof. Javier Prez

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
Propiedades bsicas de las funciones continuas
39
4.1 Definicin (Continuidad en un punto). Una funcin f : A R se dice que es continua en

un punto aA si, para cada nmero > 0, se puede encontrar un nmero > 0 (que, en general,
depender de y de a) tal que para todo x A con |x a| < se verifica que | f (x) f (a)| < .
La definicin anterior suele escribirse, con abuso del formalismo lgico, de la siguiente forma:
)
|x a| <
+
+
R R :
= | f (x) f (a)| <
xA
Observa cmo en esta definicin el conjunto A tiene mucho protagonismo: slo se consideran
los valores de f en A, lo que le pueda pasara a f fuera de A no nos interesa.
Se dice que f es continua en un subconjunto C A, si f es continua en todo punto de C.
No suele ser tarea fcil demostrar que una funcin dada es continua. Generalmente, lo que
se hace es descomponer la funcin que queremos estudiar en otras ms sencillas cuya continuidad ya es conocida previamente. Es por ello interesante saber qu tipo de operaciones
realizadas con funciones continuas conducen a nuevas funciones continuas.
4.1.1. Propiedades bsicas de las funciones continuas

4.2 Teorema. Sean f , g funciones reales definidas en A. Se verifica que:
1. Las funciones f + g y f g son continuas en todo punto de A en el que las dos funciones f y g
sean continuas. En particular, las funciones suma y producto de funciones continuas son
funciones continuas.
1
es continua en todo punto de A en el que g sea cong
tinua. En consecuencia, la funcin cociente de dos funciones continuas cuyo denominador
no se anula nunca es una funcin continua.
2. Si g(x) , 0 para todo x A, la funcin
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
Prof. Javier Prez

Teorema de Bolzano. Supremo e nfimo
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 .
4.2. Teorema de Bolzano. Supremo e nfimo

Si ahora mides 175cms. y hace 10 aos medas 135cms., es seguro que en algn momento
intermedio medas con exactitud 161cms. Si una entrada de cine cuesta 5 euros y hace 3 aos
costaba 4 euros, es seguro que en algn momento ir al cine costaba exactamente 4,99 euros.
Seguro? No, a ningn empresario de cine le parecera bien cobrar 4,99 euros por la entrada.
La diferencia est en que la talla de una persona es una funcin continua del tiempo y para
pasar de 135cms. a 175cms. tiene que pasar por todos los valores intermedios, pero el precio de
las entradas de cine no vara de forma continua con el tiempo y puede pasar de golpe de 4,5
euros a 5 euros.
La grfica de una funcin continua en un intervalo, f : [a, b] R , la imaginamos como una
curva continua, por ello, si f (a) < 0 < f (b), la grfica de f tiene que atravesar el eje x para pasar
de un punto situado por debajo de l a otro que se encuentra por encima y, por tanto, f tiene
que anularse en algn punto entre a y b. Esto es precisamente lo que afirma el conocido teorema
que sigue.
4.6 Teorema (Teorema de los ceros de Bolzano). Toda funcin continua en un intervalo que
toma valores positivos y negativos se anula en algn punto de dicho intervalo.
Lo primero que llama la atencin en este teorema es su evidencia. No est de ms a este respecto recordar que, como deca Bertrand Russell, en matemticas la evidencia es enemiga de
la correccin. Precisamente, el mrito de Bernard Bolzano (1781-1848) est en haber llamado
la atencin sobre la necesidad de demostrar muchas proposiciones, aparentemente evidentes,
que se refieren a las funciones continuas. Podemos aadir, adems, que suele ser particularmente difcil demostrar matemticamente lo que nuestra intuicin presenta como evidente;
de hecho, con las herramientas que tenemos hasta ahora no podemos demostrar el teorema.
La funcin f (x) = x 2 2 es continua y f (0) < 0 < f (2), el teorema de Bolzano asegura que
Prof. Javier Prez

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 igual a 2. Qu sabemos de 2? No es racional, pero podemos aproximarlo por racionales.
Con una calculadora obtenemos sucesivas aproximaciones racionales de 2 por defecto:

1,41, 1,414, 1,4142, 1,41421, 1,414213, ...
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.
Prof. Javier Prez

42
Demostracin del teorema de los ceros de Bolzano

Es suficiente probar que si f : [a, b] R es continua y f (a) < 0 < f (b), entonces f se anula
en algn punto del intervalo ]a, b[ . Una buena estrategia para demostrar un teorema es darlo
por demostrado y trabajar hacia atrs. Tenemos que buscar un punto c ]a, b[ tal que f (c) = 0.
Por supuesto, puede haber muchos puntos donde f se anule (el teorema dice que al menos hay
uno), pero de todos ellos el ms fcil de caracterizar es el primero, porque a la izquierda de l
la funcin es siempre negativa. Esto lleva a considerar el conjunto E de los puntos x [a, b] tales
que f toma valores negativos en [a, x]:
E = {x [a, b] : f (t) < 0 para todo t [a, x]}
Por su definicin, tenemos que E [a, b] y a E. La propiedad del supremo nos dice que hay un
nmero real, c, que es el supremo de E. Es evidente que a 6 c 6 b. La propiedad de conservacin
local del signo implica que existe algn > 0 tal que a + < b y f es negativa en todos los
puntos del intervalo [a, a + ] y positiva en todos los puntos del intervalo [b , b]. Esto implica
que a < c < b.
Veamos que [a, c[ E. Sea a < xo < c. Como xo < c y c es el mnimo mayorante de E, tiene que
existir algn punto zo E tal que xo < zo 6 c. Por tanto, si t [a, xo ] tambin t [a, zo ] y, como, zo E,
ser f (t) < 0, luego xo E. Ntese que hemos probado tambin que f (x) < 0 para todo x [a, c[.
Finalmente, probaremos que f (c) = 0. Como a la izquierda de c la funcin f toma valores negativos y f es continua, deducimos que no puede ser f (c) > 0 y, por tanto, f (c) 6 0. Pero tampoco
puede ser f (c) < 0, pues entonces, por la conservacin local del signo, habra un intervalo de la
forma [c , c + ] [a, b] tal que f (t) < 0 para todo t [c , c + ] lo que implica que en E hay
puntos mayores que c lo que es contradictorio. Concluimos as que f (c) = 0.
Hay consecuencias de este teorema que estn lejos de ser evidentes. Por ejemplo, puede
probarse, con la ayuda del teorema de Bolzano, que si tenemos tres slidos en el espacio (imagina que son tres bocadillos de muy distintos tamaos), es siempre posible encontrar un plano
que los divida simultneamente en partes iguales (puedes cortar a los tres bocatas exactamente
por la mitad de un slo tajo).
Un enunciado equivalente del teorema de Bolzano es el siguiente.
4.9 Teorema (Teorema del valor intermedio). La imagen de un intervalo por una funcin continua es un intervalo.
Hemos demostrado as la evidencia inicial: una funcin continua en un intervalo toma todos
los valores comprendidos entre dos cualesquiera de sus valores.
Veamos algunas consecuencias sencillas del teorema de Bolzano.
4.10 Corolario (Existencia de races). Dados a > 0 y k N hay un nico nmero c > 0 tal que
c k = a.
4.11 Corolario (Ceros de polinomios de grado impar). Toda funcin polinmica de grado impar se anula en algn punto.
A partir de la propiedad del supremo, se prueba con facilidad el siguiente resultado.
Prof. Javier Prez

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.
a) Da un ejemplo de una funcin continua cuya imagen no sea un intervalo.

b) Da un ejemplo de una funcin definida en un intervalo cuya imagen sea un intervalo
y que no sea continua.
c) Da un ejemplo de una funcin continua en todo R, no constante y cuya imagen sea
un conjunto (obligatoriamente un intervalo) acotado.
d) Da un ejemplo de una funcin continua en [0, 1[ tal que f ([0, 1[) no sea acotado.
e) Da un ejemplo de una funcin continua definida en un intervalo abierto acotado y
cuya imagen sea un intervalo cerrado y acotado.
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.
Prof. Javier Prez

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.
Prof. Javier Prez

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
que |xn 10 | < , lo que simblicamente se expresa escribiendo 10 = lm {xn }.

n
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.
Sucesin de elementos de un conjunto

Sea A un conjunto no vaco. Una sucesin de elementos de A es una aplicacin del conjunto N de los nmeros naturales en A. En particular, una sucesin de nmeros reales es una
aplicacin del conjunto N de los nmeros naturales en el conjunto R de los nmeros reales.
En todo lo que sigue solamente consideraremos sucesiones de nmeros reales por lo que
nos referiremos a ellas simplemente como sucesiones.
Dada una sucesin : N R suele emplearse una notacin especial para representarla. Para n N suele notarse el nmero real (n) en la forma xn = (n) (naturalmente la letra x nada
tiene de especial y puede sustituirse por cualquier otra). La sucesin misma se representa por
Prof. Javier Prez

Sucesiones de nmeros reales
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. Sucesiones de nmeros reales

5.1 Definicin. Una sucesin {xn } se dice que converge a un nmero real x si, dado cualquier
nmero real > 0, existe un nmero natural m tal que si n es cualquier nmero natural mayor
o igual que m se cumple que |xn x| < . Simblicamente:
> 0 m N : n > m |xn x| <
Se dice tambin que el nmero x es lmite de la sucesin {xn } y se escribe lm {xn } = x o,
n
simplemente, lm{xn } = x e incluso, si no hay posibilidad de confusin, {xn } x.
Se comprueba fcilmente que una sucesin convergente tiene un nico lmite.

En Matemticas se dan definiciones para introducir nuevos conceptos y saber de qu estamos hablando, pero las definiciones no suelen ser tiles para el clculo. Por eso no debes
preocuparte si la definicin anterior te parece difcil de aplicar en casos concretos. Debes hacer
un esfuerzo por comprenderla pero no tendrs que usarla para hacer clculos.
Estudiamos a continuacin cmo se comportan las sucesiones convergentes respecto de las
estructuras algebraica y de orden de R.
5.2 Proposicin. Supongamos que lm{xn } = x , lm{yn } = y y que existe m N tal que para todo
n > m se tiene que xn 6 yn . Entonces se verifica que x 6 y.
Respecto al resultado anterior, de muy fcil demostracin, conviene advertir que aunque las
desigualdades sean estrictas no puede asegurarse que lm{xn } = x sea estrictamente menor que
lm{yn } = y. Por ejemplo, si xn = 0 e yn = 1/n, es claro que xn < yn para todo n N pero x = 0 = y.
5.3 Proposicin (Principio de las sucesiones encajadas). Supongamos que {xn }, {yn }, {zn } son
sucesiones tales que lm{xn } = lm{zn } = y existe un nmero natural m0 tal que para todo n > m0
se verifica que xn 6 yn 6 zn , entonces la sucesin {yn } es convergente y lm{yn } = .
Demostracin. Sea > 0. Por hiptesis existen m1 , m2 tales que
< x p < + y < zq < +
(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 < +
Prof. Javier Prez

48
y, por tanto, < yn < + , es decir, lm{yn } = .
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.
Prof. Javier Prez

49
La proposicin recproca de la anterior no es cierta: la sucesin {(1)n } es acotada y no es

convergente. No obstante, hay un caso especial muy importante en que s es cierta la recproca.
5.6 Teorema. Toda sucesin montona y acotada es convergente. Ms concretamente, si una
sucesin {xn } es:
i) Creciente y mayorada, entonces lm{xn } = , donde = sup{xn : n N}.
ii) Decreciente y minorada, entonces lm{xn } = , donde = nf{xn : n N}.
Demostracin. Probaremos i) quedando la demostracin de ii) como ejercicio. La hiptesis de
que {xn } es mayorada garantiza, en virtud del principio del supremo, la existencia del nmero
real = sup{xn : n N}. Dado > 0, tiene que existir un trmino xm de la sucesin tal que <
xm . Puesto que la sucesin es creciente para todo n > m se verificar que xm 6 xn , y por tanto
< xn . En consecuencia < xn < + para todo n > m. Hemos probado as que lm{xn } = .

5.7 Ejemplo. La sucesin {xn } definida por xn =
En efecto, como
xn+1 xn =
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
Prof. Javier Prez

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.
Prof. Javier Prez

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).
Prof. Javier Prez

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.
A continuacin vamos a establecer un criterio intrnseco de convergencia para sucesiones

que es ms general pues puede aplicarse a cualquier sucesin. Este criterio fu formulado por
Bolzano en 1817 y tambin, independientemente, por Cauchy en 1821, y establece una condicin necesaria y suficiente para la convergencia de una sucesin. Dicha condicin se conoce
con el nombre de condicin de Cauchy.
5.16 Definicin. Se dice que una sucesin {xn } satisface la condicin de Cauchy, si para cada
nmero positivo, > 0, existe un nmero natural m , tal que para todos p, qN con p>m y q>m
se verifica que |x p xq | < .
La condicin de Cauchy puede tambin expresarse de una manera equivalente, aunque formalmente distinta, como sigue:
Una sucesin {xn } satisface la condicin de Cauchy, si para cada nmero positivo, > 0,
existe un nmero natural m , tal que para todo p > m y para todo nmero natural h, se verifica
que |x p+h x p| < .
Prof. Javier Prez

Sucesiones divergentes. Indeterminaciones en el clculo de lmites
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
lo que prueba que lm {xn } = x.

n
Recprocamente, si {xn } es convergente y lm{xn } = x, dado > 0, hay un nmero m N

tal que para todo nmero natural n > m se tiene que |xn x| < /2. Deducimos que si p, q son
nmeros naturales mayores o iguales que m entonces |x p xq| 6 |x p x| + |x xq| <
< /2 + /2 = . Por tanto la sucesin {xn } verifica la condicin de Cauchy.
5.1.1. Sucesiones divergentes. Indeterminaciones en el clculo de lmites

5.18 Definicin. Una sucesin {xn } se dice que es positivamente divergente, y escribimos
{xn } +, si para todo nmero real K > 0 existe un nmero natural mK N, tal que para
todo n N con n > mK se verifica que xn > K.
Una sucesin {xn } se dice que es negativamente divergente, y escribimos {xn } , si
para todo nmero real K < 0 existe un nmero natural mK N, tal que para todo n N con
n > mK se verifica que xn 6 K.
Diremos que una sucesin es divergente para indicar que es positivamente o negativamente divergente.
En la siguiente proposicin se exponen algunas propiedades elementales, pero importantes, de las sucesiones divergentes. Teniendo en cuenta que {xn } + si, y slo si,
{xn } , es suficiente enunciar dichas propiedades para sucesiones positivamente divergentes.
5.19 Proposicin. i) {|xn |} + si, y slo si, {1/xn } 0.
ii) La suma de una sucesin positivamente divergente con una sucesin acotada es una sucesin
positivamente divergente.
iii) La suma de una sucesin positivamente divergente con una sucesin minorada es otra sucesin positivamente divergente. En particular, la suma de dos sucesiones positivamente divergentes es otra sucesin positivamente divergente.
iv) El producto de dos sucesiones positivamente divergentes es otra sucesin positivamente divergente.
Prof. Javier Prez

Sucesiones divergentes. Indeterminaciones en el clculo de lmites
54
v) El producto de una sucesin positivamente divergente por una sucesin que converge a un
nmero positivo es otra sucesin positivamente divergente.
Sucesiones de exponenciales y logaritmos

A continuacin vamos a estudiar sucesiones de exponenciales y logaritmos. El resultado
bsico al respecto es el siguiente.
5.20 Proposicin. a) Para toda sucesin {xn } se verifica que:
i) {xn } x R {e xn } ex .
ii) {xn } + {e xn } +.
iii) {xn } {e xn } 0.
b) Para toda sucesin de nmeros positivos {xn } se verifica que:
iv) {xn } x > 0 {log(xn )} log x.
v) {xn } + {log(xn )} +.
vi) {xn } 0 {log(xn )} .
Frecuentemente hay que estudiar la convergencia o divergencia de una suma o producto de dos sucesiones precisamente cuando las reglas que hemos visto en secciones anteriores
no pueden aplicarse. Se trata de aquellos casos en que el comportamiento de las sucesiones
{xn + yn }, {xn yn } no est determinado por el de {xn } e {yn }. Por ejemplo, si sabemos que
{xn } + y que {yn } , qu podemos decir del comportamiento de la sucesin {xn +yn }?
Respuesta: absolutamente nada. Baste para convencerse de ello la consideracin de los siguientes casos:
xn = 2n,
xn = n,
xn = n + 1,
xn = (1)n +n,
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
Prof. Javier Prez

Sucesiones de nmeros complejos
55
te creciente y sea {xn } cualquier sucesin. Supongamos que

xn+1 xn
L
yn+1 yn
donde L R, o L = +, o L = . Entonces se verifica tambin que
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
y L es un nmero real o bien L = +. Entonces se verifica que { n xn } L.
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.
5.2. Sucesiones de nmeros complejos

5.25 Definicin. Una sucesin de nmeros complejos {zn } se dice que converge a un nmero
complejo z si, dado cualquier nmero real > 0, existe un nmero natural m tal que si n es
cualquier nmero natural mayor o igual que m se cumple que |zn z| < . Simblicamente:
> 0 m N : n > m |zn z| <
Prof. Javier Prez

Ejercicios
56
Se dice que el nmero z es lmite de la sucesin {zn } y se escribe lm {zn } = z o, simplemente,
lm{zn } = z e incluso, si no hay posibilidad de confusin, {zn } z.
Observa que, en virtud de la definicin dada, se verifica que

{zn } z
|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 }
Gracias a este resultado el estudio de sucesiones de nmeros complejos se reduce a estudiar

la convergencia de dos sucesiones de nmeros reales.
Los resultados obtenidos para sucesiones de nmeros reales en los que no interviene la estructura de orden son tambin vlidos para sucesiones de nmeros complejos. Son vlidos, en
particular, los resultados relativos a lgebra de lmites, el teorema de BolzanoWeierstrass y el
teorema de complitud.
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 |
Aplicacin. Dados a ] 1, 1[, k N, prueba que lmn {nk an } = 0.

2. Estudia la convergencia de las sucesiones siguientes.

2n + (1)n(n + 2)
1 + (1)n n
1+n n
xn =
xn = n
xn = n 2
7n + 3
3
3n
n
p
X
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
Sugerencia. En algunos casos puede usarse el principio de las sucesiones encajadas o el

ejercicio anterior.
Prof. Javier Prez

Ejercicios
57
3. Utiliza la desigualdad de las medias para probar que
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
5. Como consecuencia inmediata de la formula del binomio de Newton, la desigualdad

(1 + x)n > 1 + nx es vlida para todo x > 0. Usa dicha desigualdad para probar que la suce

sin n n n + 1 n n converge a 0.
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
Sugerencia. Saca factor comn
n, resta a0 + a1 + + a p y usa el ejercicio anterior.
8. Dados 0 < b1 < a1 , definamos para todo n N:

an+1 =
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
b) Dado a > 0, definimos x1 = a, xn+1 = a + xn

1
a
c) Dado a > 0, a , 1, definimos x1 = a, xn+1 =
xn +
.
2
xn
a) x1 = 1, xn+1 =
Sugerencia. Estudia en cada caso monotona y acotacin.

10.
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.
Prof. Javier Prez

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
deduce que {xn } verifica la condicin de Cauchy.

13. Sea I un intervalo cerrado (puede ser I = R); f : I R una funcin, y supongamos que hay
un nmero ]0, 1[ tal que
| f (x) f (y)| 6 |x y|, para todos x, y en I.
Supongamos adems que f (x) I para todo x I. Dado un punto a I, definamos {xn } por
x1 = a, y xn+1 = f (xn ) para todo n N. Prueba que {xn } converge a un punto x I que es el
nico punto fijo de f , es decir, f (x) = x.
14. Sea k un nmero natural. Calcula el lmite de la sucesin
1k + 2k + 3k + + nk
.
nk+1
15. Dadas dos funciones polinmicas P, Q, tales que el grado de Q es mayor

o igual que el

P(n)
grado de P y Q(n) , 0 para todo n N, justifica que la sucesin
es convergente y
Q(n)
calcula su lmite.
Prof. Javier Prez

Leccin
Continuidad en intervalos cerrados y acotados. Lmite funcional
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
ak xk alcanza un mnimo ab-
k=0
soluto en R si el coeficiente lder es positivo, an > 0, y alcanza un mximo absoluto en R si el

coeficiente lder es negativo, an < 0.
6.1. Lmite funcional

Sea I un intervalo, a un punto de I, y f una funcin definida en I \{a}. Naturalmente, como
f no est definida en a no tiene sentido hablar de la continuidad de f en a. Sin embargo, podemos preguntarnos es posible encontrar un nmero L R tal que definiendo f (a) = L, la nueva
funcin as obtenida sea continua en a? Para ello el nmero L tendra que cumplir la siguiente
propiedad:
)
0 < |x a| <
+
+
= | f (x) L| <
R R :
xI
donde la condicin 0 < |x a| es obligada porque la funcin f no est definida en a.
Podemos modificar un poco la situacin anterior, suponiendo ahora que f est definida en
todo el intervalo I pero no es continua en a . En este caso queremos cambiar el valor de f en a ,
Prof. Javier Prez

Lmite funcional
61
es decir, encontrar, si es posible, un nmero L R tal que definiendo el valor de f en a igual a

L, la nueva funcin as obtenida sea continua en a . La condicin que tiene que cumplir dicho
nmero L es exactamente la misma de antes.
Ntese que ahora la condicin 0 < |x a| es obligada porque nuestra funcin f no est definida en a de forma apropiada.
En los dos casos considerados la condicin obtenida es la misma con independencia del hecho
de que f est o no definida en a y, en caso de estarlo, del posible valor que f pueda tener en a.
Por ello, en lo que sigue consideraremos la siguiente situacin.
Notacin. En adelante, representaremos por I un intervalo; a ser un punto de I, y f ser una
funcin que supondremos definida en I \{a} sin excluir la posibilidad de que dicha funcin
pueda estar definida en todo el intervalo I lo cual, para nuestros propsitos actuales, carece de
importancia.
6.5 Definicin. Se dice que f tiene lmite en el punto a si existe un nmero L R tal que se
verifica lo siguiente:
)
0
<
|x
a|
<
R+ R+ :
= | f (x) L| <
xI
Dicho nmero se llama lmite de f en a y escribimos lm f (x) = L .
xa
Observa que la existencia del lmite es independiente de que f est o no definida en a y, en

caso de estarlo, del valor que f pueda tener en a. Tambin debe advertirse que en la definicin
de la igualdad lm f (x) = L , slo intervienen desigualdades.
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
Prof. Javier Prez

Lmites infinitos
62
Dicho nmero se llama lmite por la derecha de f en a y, simblicamente, escribimos

lm f (x) = .
xa
x>a
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
Teniendo en cuenta las definiciones dadas, es inmediato que:

i) Si a = sup I , entonces lm f (x) = xa
lm f (x).
xa
x<a
ii) Si a = nf I , entonces lm f (x) = xa

lm f (x).
xa
x>a
iii) Si a no es un extremo de I, entonces equivalen las afirmaciones:

a) lm f (x) = L.
xa
b) xa
lm f (x) = xa
lm f (x) = L.
x<a
x>a
6.2. Lmites infinitos

Funciones divergentes en un punto
Se dice que f es positivamente divergente en a si se verifica lo siguiente:
)
0 < |x a| <
+
+
M R R :
= f (x) > M
xI
Simblicamente, escribimos lm f (x) = +.
xa
Se dice que f es positivamente divergente por la izquierda en a si se verifica lo siguiente:

)
a< x < a
+
+
M R R :
= f (x) > M
xI
Simblicamente, escribimos xa
lm f (x) = +.
x<a
De forma anloga se definen los conceptos:

f es positivamente divergente por la derecha en a. Simblicamente xa
lm f (x) = +
x>a
f es negativamente divergente en a. Simblicamente lm f (x) = .

xa
f es negativamente divergente por la izquierda o por la derecha en a. Simblicamente

lm f (x) = xa
lm f (x) =
xa
x<a
x>a
Prof. Javier Prez

Discontinuidades. lgebra de lmites. Lmites de funciones montonas
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+
Anlogamente se define el lmite en .

Funciones divergentes en infinito
Sea f : I R una funcin definida en un intervalo no mayorado I. Se dice que f es positivamente divergente en + si se verifica lo siguiente:
)
x>K
+
+
M R K R :
= f (x) > M
xI
En cuyo caso escribimos lm f (x) = +.
x+
Llegados aqu, el lector no tendr dificultad en precisar el significado de:

lm f (x) = ,
x+
lm f (x) = +,
lm f (x) = .
El siguiente resultado establece una importantsima relacin entre el lmite funcional y el

lmite de sucesiones.
6.7 Proposicin. Sea f una funcin y sean a, L R {+, }. Equivalen las afirmaciones:
i) lm f (x) = L
xa
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.
6.3. Discontinuidades. lgebra de lmites. Lmites de funciones montonas

Clasificacin de las discontinuidades
Sea f : I R una funcin definida en un intervalo y sea a I.
Si f tiene lmite en a y lm f (x) , f (a), se dice que f tiene en el punto a una discontinuidad evitable.
xa
Prof. Javier Prez

Discontinuidades. lgebra de lmites. Lmites de funciones montonas
64
Si los dos lmites laterales de f en a existen y son distintos:

lm f (x) , xa
lm f (x)
xa
x<a
x>a
se dice que f tiene en el punto a una discontinuidad de salto.

Si alguno de los lmites laterales no existe se dice que f tiene en el punto a una discontinuidad esencial.
Es evidente que el concepto de lmite es, al igual que el de continuidad en un punto, un concepto local; la existencia del lmite de una funcin en un punto a depende solamente del comportamiento de la funcin en los puntos prximos al punto a.
Es importante advertir que el concepto de lmite lateral es un caso particular del concepto general de lmite de una funcin en un punto. Por ello, cualquier resultado referente a lmites de
funciones en un punto puede ser convenientemente enunciado para lmites laterales sin ms
que considerar la restriccin de la funcin a la derecha o a la izquierda del punto en cuestin.
El siguiente resultado pone de manifiesto la compatibilidad de la operacin de paso al lmite
con la estructura algebraica y de orden de R.
6.8 Teorema (lgebra de lmites). Supongamos que f y g tienen lmite en a donde aceptamos
que a puede ser un nmero real, o +, o . Se verifica entonces que:
i) Las funciones f + g y f g tienen lmite en a y
lm ( f + g)(x) = lm f (x) + lm g(x),
xa
xa
xa
ii) Si lm f (x) , 0, entonces lm

xa
xa
lm ( f g)(x) = lm f (x) lm g(x)
xa
xa
xa
1
1
=
f (x)
lm f (x)
xa
iii) Si f (x) 6 g(x) para todo x I, x , a, entonces lm f (x) 6 lm g(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
se verifica que h tiene lmite en a y lm h(x) = L.

xa
En el siguiente resultado se establecen condiciones que garantizan la divergencia de una

suma o de un producto.
6.9 Teorema. Supongamos que f es positivamente divergente en a, lm f (x) = +, donde acepxa
tamos que a puede ser un nmero real, o +, o .

i) Supongamos que hay un nmero M R tal que g(x) > M para todo x I, x , a . Entonces
lm ( f + g)(x) = +.
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
En el siguiente resultado se establecen condiciones que garantizan que un producto tenga

lmite igual a cero.
Prof. Javier Prez

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
todo x I, x , a . Entonces lm ( f g)(x) = 0.

xa
Un resultado establece que la continuidad permuta con el paso al lmite.

6.11 Teorema. Si g es continua en el punto L = lm f (x), entonces lm (g f )(x) = g(L). Simblicaxa
xa
mente:
lm (g f )(x) = g(lm f (x))
xa
xa
6.4. Continuidad y monotona

6.12 Teorema (Lmites de una funcin montona). Sea f una funcin creciente definida en un
intervalo I.
i) Para todo punto a I que no sea un extremo de I se verifica que:
lm f (x) = sup{ f (x) : x I, x < a}
xa
x<a
lm f (x) = nf{ f (x) : x I, x > a}
xa
x>a
ii) Si a R {} es el extremo izquierdo de I, entonces:

a) Si f est minorada en I es lm f (x) = nf{ f (x) : x I \ {a}}.
xa
b) Si f no est minorada en I es lm f (x) = .

xa
iii) Si a R {+} es el extremo derecho de I, entonces:

a) Si f est mayorada en I es lm f (x) = sup{ f (x) : x I \ {a}}.
xa
b) Si f no est mayorada en I es lm f (x) = +.

xa
Demostracin. Supongamos que a I no es el extremo izquierdo de I, es decir que el conjunto

{xI : x < a} no es vaco. Entonces, el conjunto B = { f (x) : x I, x < a} tampoco es vaco y, por ser
f creciente, el nmero f (a) es un mayorante de B. Sea = sup{ f (x) : x I, x < a}. Dado > 0, el
nmero no puede ser mayorante de B, es decir, tiene que haber algn punto xo I, xo < a
tal que < f (xo ). Sea = a xo > 0. Entonces para a < x < a, esto es, para xo < x < a,
se verifica que < f (xo ) 6 f (x) 6 , lo que claramente implica que < f (x) < + , es
decir, | f (x) | < . Hemos probado as que xa
lm f (x) = sup{ f (x) : x I, x < a}. Los dems casos
x<a
se prueban de forma muy parecida y quedan como ejercicios.
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.
Prof. Javier Prez

Indeterminaciones en el clculo de lmites
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)[,
{ f (x) : x I, x > a} ] f (a), f (v)]
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.
6.5. Indeterminaciones en el clculo de lmites

Frecuentemente hay que estudiar el lmite de una suma o producto de dos funciones precisamente cuando las reglas que hemos visto anteriormente no pueden aplicarse. Se trata de
aquellos casos en que el comportamiento de las funciones f + g, f g, no est determinado por el
de f y g. Por ejemplo, si sabemos que lm f (x) = + y que lm g(x) = , qu podemos decir
xa
xa
en general del comportamiento en el punto a de la funcin f + g? Respuesta: absolutamente

nada. En consecuencia, para calcular un lmite del tipo lm ( f + g)(x) donde lm f (x) = + y
xa
xa
lm g(x) = se requiere un estudio particular en cada caso. Suele decirse que estos lmites son
xa
una indeterminacin del tipo .
Anlogamente, si sabemos que lm f (x) = 0 y que la funcin g es divergente (positivamente o

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
Prof. Javier Prez

Indeterminaciones en el clculo de lmites
67
es una indeterminacin del tipo 0 . Las indeterminaciones que aparecen al estudiar el

cociente de dos funciones divergentes o de dos funciones con lmite cero, es decir, las llamadas
indeterminaciones de los tipos /, 0/0, pueden reducirse a una indeterminacin del
tipo 0 .
Todava hemos de considerar nuevas indeterminaciones que van a surgir al considerar funciones de la forma f (x) g(x) donde f es una funcin que toma valores positivos y g es una funcin
cualquiera. Puesto que:
f (x) g(x) = exp(g(x) log f (x))
teniendo en cuenta los resultados anteriores, el lmite lm f (x) g(x) vendr determinado por el
xa
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
b) lm f (x) = +, lm g(x) = 0 (indeterminacin 0 )

xa
xa
c) lm f (x) = 0, lm g(x) = 0 (indeterminacin 0 0 ")

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.
Lmites de exponenciales y logaritmos

Los resultados que siguen son de gran utilidad para calcular lmites. Su justificacin se ver
ms adelante.
6.17 Proposicin. Sea a un nmero real o + o . En los apartados b1), b2) y b3) se supone
que f (x) > 0.
a1) lm f (x) = L lm e f (x) = e L .
xa
xa
a2) lm f (x) = + lm e f (x) = +.

xa
xa
a3) lm f (x) = lm e f (x) = 0.

xa
xa
b1) lm f (x) = L > 0 lm log f (x) = log L.

xa
xa
b2) lm f (x) = + lm log f (x) = +.

xa
xa
b3) lm f (x) = 0 lm log f (x) = .

xa
xa
Prof. Javier Prez

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.
Prof. Javier Prez

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.
7.1.1. Concepto de derivada. Interpretacin fsica y geomtrica

Para entender los resultados del Clculo diferencial es necesario, antes que nada, comprender la idea bsica del mismo: el concepto de derivada. La derivada de una funcin puede interpretarse geomtricamente como la pendiente de una curva, y fsicamente como una razn
instantnea de cambio.
69
Concepto de derivada. Interpretacin fsica y geomtrica
70
Tangente a una curva

A principios del siglo XVII no se saba cmo calcular la tangente a una curva en un punto de la
misma. Este problema se presentaba con frecuencia en mecnica, en ptica y en geometra.
Vamos a estudiar el concepto general de tangente a una curva en un punto dado. En general,
no es un asunto sencillo hallar la pendiente de esta tangente. La razn es que, en principio, se
necesita para ello otro punto, adems del de tangencia. Supongamos que queremos hallar la
tangente a la curva de ecuacin cartesiana y = f (x) en el punto (a, f (a)). La estrategia, usada
primero por Pierre de Fermat y ms tarde por Newton, consiste en aproximar la tangente por
rectas secantes cuyas pendientes s pueden calcularse directamente. En particular, considrese
la recta que une el punto (a, f (a)) con un punto cercano, (x, f (x)), de la grfica de f . Esta recta
se llama una secante (recta que corta, pero no es tangente a la curva). La pendiente de esta
secante es:
f (x) f (a)
xa
dicho nmero suele llamarse cociente incremental de f en a.
(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
supuesto, claro est, que dicho lmite exista.

Razn de cambio
Muchas leyes de la Fsica, la Qumica, la Biologa o la Economa, son funciones que relacionan
una variable dependiente y con otra variable independiente x, lo que suele escribirse en la
forma y = f (x). Si la variable independiente cambia de un valor inicial a a otro x , la variable y
lo hace de f (a) a f (x). La razn de cambio promedio de y = f (x) con respecto a x en el intervalo
[a, x] es:
f (x) f (a)
Razn de cambio promedio =
xa
Con frecuencia interesa considerar la razn de cambio en intervalos cada vez ms pequeos.
Esto lleva a definir lo que podemos llamar razn de cambio puntual de y = f (x) con respecto a
x en el punto a como:
f (x) f (a)
lm
.
xa
xa
El ejemplo ms conocido de esto que decimos es el de una partcula que se mueve a lo largo de una recta sobre la cual hemos elegido un origen. Sea f (t) la distancia de la partcula al
origen en el tiempo t. La razn de cambio promedio tiene en este caso una interpretacin fsica natural. Es la velocidad media de la partcula durante el intervalo de tiempo considerado.
Prof. Javier Prez

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.
7.1.2. Derivadas laterales

7.2 Definicin. Se dice que f es derivable por la izquierda en a si existe el lmite:
lm
xa
x<a
f (x) f (a)
.
xa
El valor de dicho lmite se llama la derivada por la izquierda de f en a.

Anlogamente se dice que f es derivable por la derecha en a, si existe el lmite:
lm
xa
x>a
f (x) f (a)
.
xa
El valor de dicho lmite se llama la derivada por la derecha de f en a.

Teniendo en cuenta la relacin que hay entre el lmite de una funcin en un punto y los lmites
laterales, es claro que:
Prof. Javier Prez

Derivadas laterales
72
i) Si a = max I , entonces la derivabilidad de f en a es lo mismo que la derivabilidad por la

izquierda de f en a.
ii) Si a = mn I , entonces la derivabilidad de f en a es lo mismo que la derivabilidad por la
derecha de f en a.
iii) Si a no es un extremo de I, entonces equivalen las afirmaciones:
a) f es derivable en a.
b) Las derivadas por la izquierda y por la derecha de f en a existen y coinciden.
El siguiente resultado nos dice que la derivabilidad es una propiedad ms fuerte que la continuidad.
7.3 Proposicin. Toda funcin derivable en un punto es continua en dicho punto.
En efecto, si f : I R es derivable en a, de la igualdad:
f (x) = f (a) + (x a)
f (x) f (a)
xa
(x I, x , a)
se sigue que lm f (x) = f (a), es decir, f es continua en a.

xa
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);
( f g) (a) = f (a)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.
Prof. Javier Prez

Derivadas laterales
73
Demostracin. Pongamos b = f (a). Tenemos que probar que lm
xa
hiptesis se cumple que :

lm
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
La igualdad (1) nos dice ahora que:

lm
xa
como queramos probar.
h(x) h(a)
= g (b) f (a)
xa
Derivabilidad de las funciones exponencial y logaritmo

La funcin exponencial x 7 exp(x) = e x (x R) y la funcin logaritmo natural x 7 log x (x R+ )
son derivables en todo punto de sus respectivos intervalos de definicin, siendo:
(exp) (x) = expx (x R),
(log) (x) =
1
(x R+ )
x
Deducimos en particular que:

log x
= 1;
x1 x 1
lm
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
i) lm f (x) g(x) = eL si, y slo si, lm g(x)( f (x) 1) = L.

xa
ii) lm f (x)
xa
xa
g(x)
= + si, y slo si, lm g(x)( f (x) 1) = +.
xa
Prof. Javier Prez

Derivadas laterales
74
iii) lm f (x) g(x) = 0 si, y slo si, lm g(x)( f (x) 1) = .

xa
xa
Demostracin. Sea : R+ R la funcin dada por:
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) =
Puesto que lm ( f (x)) = 1 se sigue que:

xa
lm g(x)( f (x) 1)( f (x)) = L R {+} {}
xa
si, y slo si
lm g(x)( f (x) 1)) = L R {+} {}
xa
lo que prueba las afirmaciones hechas.

7.8 Proposicin. Sean f , g : I R, a I y g(x) > 0 para todo x I. Se verifica entonces que:
i) f es derivable en a si, y slo si, la funcin h(x) = exp( f (x)) es derivable en a en cuyo caso
h (a) = f (a) exp( f (a)).
ii) g es derivable en a si, y slo si, la funcin (x) = log(g(x)) es derivable en a en cuyo caso
g (a)
.
(a) =
g(a)
iii) Si f y g son derivables en a la funcin (x) = [g(x)] f (x) tambin es derivable en a y

g (a)
(a) = (a) log(g(a)) f (a) + f (a)
g(a)
Derivabilidad de las funciones trigonomtricas
Las funciones seno y coseno son derivables en todo punto verificndose que:
sen (x) = cos x
cos (x) = sen x.
En particular, se verifica que:

lm
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
Prof. Javier Prez

Teoremas de Rolle y del valor medio
75
7.2. Teoremas de Rolle y del valor medio

Los resultados ms tiles del clculo diferencial se refieren a funciones derivables en todos
los puntos de un intervalo. El teorema del valor medio es frecuentemente atribuido a Joseph
Louis Lagrange; no obstante, fue publicado por vez primera en 1806 por el fsico Andr Marie
Ampre que justificaba el resultado usando ideas de Lagrange y suponiendo que la funcin
derivada era continua lo cual, como se ver enseguida, es innecesario. Quince aos ms tarde
Augustin Louis Cauchy volvi a probar el teorema con las mismas hiptesis. El teorema del
valor medio es uno de los resultados ms tiles del Clculo. Su utilidad se debe principalmente
a que dicho teorema permite acotar el incremento de una funcin cuando se conoce una cota
de su derivada.
Michel Rolle (1652-1719) fue miembro de la Acadmie des Sciences y en 1691 estudiando
un mtodo para resolver ecuaciones estableci sin demostrar el teorema que ahora lleva su
nombre que, como veremos, es esencialmente equivalente al teorema del valor medio.
7.9 Definicin. Dada una funcin f : I R derivable en todo punto de I, la funcin derivada
de f es la funcin f : I R que a cada punto x I hace corresponder la derivada de f en dicho
punto.
7.10 Definicin. Dada una funcin cualquiera f : I R, se dice que f tiene en un punto a I
un mximo relativo (resp. mnimo relativo) si hay algn nmero r > 0 tal que ]a r, a + r[ I y
x ]a r, a + r[ se verifica que f (x) 6 f (a) (resp. f (x) > f (a)). La expresin extremo relativo se
utiliza para referirse indistintamente a un mximo o a un mnimo relativo.
(c, f (c))
(a, f (a))
(d, f (d))
y = f (x)
La funcin f tiene mximos relativos en los

puntos a y c y mnimos relativos en los puntos b
y d. Ntese que f (d) > f (a), es decir, el valor de
una funcin en un mnimo relativo puede ser
mayor que el valor en un mximo relativo.
(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
Puesto que para ar < x < a es

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
Teoremas de Rolle y del valor medio

Puesto que para a<x<a+r es
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
La continuidad de f en [a, b] garantiza que f alcanza en un punto u [a, b] un mnimo absoluto

y en un punto v [a, b] un mximo absoluto. Si {u, v} = {a, b},
entonces ser f (u) = f (v) y, por
tanto f es constante en [a, b] y,
en consecuencia, su derivada es
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() =
f (b) f (a)
= f (c)
ba
Prof. Javier Prez

Consecuencias del teorema del valor medio
77
7.2.1. Consecuencias del teorema del valor medio

7.14 Proposicin. Sea f una funcin derivable en un intervalo I, y supongamos que existe M > 0
tal que | f (x)| 6 M para todo xI. Entonces se verifica que | f (x) f (y)| 6 M|x y| para todos x, yI.
En particular, si f (x) = 0 para todo x I entonces f es constante en I.
7.15 Proposicin. Sea I un intervalo, a I y f una funcin continua en I y derivable en I\{a}.
Si la funcin derivada f tiene lmite por la derecha (resp. por la izquierda) en a entonces f es
derivable por la derecha (resp. por la izquierda) en a con derivada por la derecha (resp. por la
izquierda) en a igual al valor de dicho lmite. En particular, si existe lm f (x) = L entonces f es
xa
derivable en a y f (a) = L.
Demostracin. Supongamos que xa

lm f (x) = L. Dado > 0, existe > 0 tal que ]a , a] I y para
x<a
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
7.16 Corolario. Sea f : I R derivable en el intervalo I. Entonces la funcin derivada f : I R

no tiene discontinuidades evitables ni discontinuidades de salto.
7.17 Proposicin (Derivabilidad y monotona). Sea f : I R derivable en el intervalo I . Se
verifica entonces que f es creciente (resp. decreciente) en I si, y slo si, f (x) > 0 (resp. f (x) 6 0)
para todo x I.
Demostracin. Supongamos que f (x) > 0 para todo x I. Dados dos puntos u, v I con u < v,
podemos aplicar el teorema del valor medio a f en el intervalo [u, v] para deducir que existe
c]u, v[ tal que f (v) f (u) = f (c)(vu) > 0, por lo que f (u) 6 f (v), es decir f es creciente. Recprof (x) f (a)
camente, si f es creciente en I entonces para todos a, xI, con x , a, se tiene que
> 0,
xa
lo que implica que:
f (x) f (a)
lm
= f (a) > 0.
xa
xa
7.18 Teorema. Sea f : I R derivable en el intervalo I con f (x) , 0 para todo x I. Se verifica
entonces que:
O bien f es estrictamente creciente y f (x) > 0 para todo x I
O bien f es estrictamente decreciente y f (x) < 0 para todo x I.
Demostracin. Dados dos puntos u, v I con u , v, podemos razonar como antes para obtener
que existe c ]u, v[ tal que f (v) f (u) = f (c)(v u) , 0. Hemos probado as que f es inyectiva en
Prof. Javier Prez

Consecuencias del teorema del valor medio
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).
Demostracin. Las hiptesis hechas implican que f es estrictamente montona y continua;

por tanto es una biyeccin de I sobre J = f (I), y la funcin inversa f 1 : J R es continua en
J. Sea b = f (a) J. Puesto que
xa
1
lm
=
xa f (x) f (a)
f (a)
la funcin h : I R dada por:
h(x) =
xa
1
para (x , a), h(a) =
f (x) f (a)
f (a)
es continua en I. Como f 1 es continua en J, deducimos que h f 1 es continua en J, por lo

que, en particular, lm h( f 1 (y)) = h( f 1 (b)) = h(a). Pero, para todo y J, con y , b es
yb
h( f 1 (y)) =
f 1 (y) f 1 (b)
yb
Concluimos as que
lm
yb
f 1 (y) f 1 (b)
1
=
yb
f (a)
Prof. Javier Prez
Reglas de LHpital
79
Derivabilidad de las funciones trigonomtricas inversas

Se comprueba sin dificultad que:
arc tg (x) =
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.
7.2.2. Reglas de LHpital

Guillaume Franois Antoine de LHpital, Marqus de Saint Mesme (1661-1704) public
(annimamente) en 1696 el primer libro de texto sobre clculo diferencial el cual tuvo gran
xito e influencia durante el siglo XVIII. En l aparecen los resultados que hoy llevan su nombre los cuales permiten resolver en muchos casos indeterminaciones de la forma 0/0 o /
que se presentan frecuentemente al estudiar el lmite de un cociente de dos funciones. Si bien
LHpital era un escritor excepcionalmente claro y eficaz, las llamadas reglas de LHpital no
fueron establecidas por l sino por su maestro Jean Bernouilli (1667-1748) que no las public.
Las distintas formas de las reglas de LHpital pueden resumirse en el siguiente enunciado.
7.22 Teorema. Sean 6 a < b 6 +, f y g funciones derivables en ]a, b[ con g (x) , 0, para
todo x]a, b[. Sea {a, b} y supongamos que se verifica alguna de las dos condiciones siguientes:
a) lm f (x) = lm g(x) = 0
x
b) lm |g(x)| = +
x
Y adems
f (x)
= L R {+, }
x g (x)
lm
Entonces se verifica que

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
Prof. Javier Prez

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)
El dibujo siguiente puede ser de ayuda:
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.
Prof. Javier Prez

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
Dado x I, x , a, aplicamos el teorema del valor medio generalizado a las funciones f y g en

el intervalo [a, x] para obtener cx ]a, x[ tal que ( f (x) f (a))g (cx ) = (g(x) g(a)) f (cx ), es decir,
f (x)g (cx ) = g(x) f (cx ). Las hiptesis hechas implican que g es estrictamente montona en I y,
como g(a) = 0, deducimos que g(x) , 0 para todo x I. Obtenemos as que:
f (x)
f (cx )
=
g(x)
g (cx )
(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
Caso 2 (Segunda Regla de LHpital).

Supongamos que = a y L son nmeros reales y lm |g(x)| = +. Esta ltima condicin implica
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 = .
Hemos probado as que lm f (x)/g(x) = L. Los casos en que L = +, L = se tratan de la

misma forma.
xa
Prof. Javier Prez

Derivadas sucesivas. Polinomios de Taylor
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.
7.3. Derivadas sucesivas. Polinomios de Taylor

Sea f una funcin derivable en un intervalo I. Si la funcin derivada f tambin es derivable en I decimos que f es dos veces derivable en I y la funcin f := ( f ) se llama derivada
segunda de f en I. En general, si n N, decimos que f es n + 1 veces derivable en I si f es n
veces derivable en I y la funcin derivada de orden n de f en I que representaremos por f (n) ,
es derivable en I; en cuyo caso la funcin f (n+1) = ( f (n) ) se llama derivada de orden n + 1 de f
en I. Si n es un nmero natural, n > 2, decimos que f es n veces derivable en un punto a I, si f
es n 1 veces derivable en I y la funcin f (n1) es derivable en a. Se dice que f es una funcin
de clase Cn en I si f es n veces derivable I y la funcin f (n) es continua en I. Se dice que f es
una funcin de clase C en I si f tiene derivadas de todos rdenes en I. Por convenio se define
f (0) = f .
Observemos que una funcin f derivable en un punto a puede ser aproximada localmente por
una funcin polinmica P(x) = f (a) + f (a)(x a) de grado 6 1, de forma que
lm
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
Ntese que, en el caso n = 1, el polinomio P(x) = f (a) + f (a)(x a) es el nico polinomio de

grado 6 1 que cumple que P(a) = f (a) y P (a) = f (a). En el caso general, parece razonable hallar
un polinomio P de grado 6 n cuyo valor y el valor de sus derivadas, hasta la del orden n, en el
punto a coincida con el valor de f y de las respectivas derivadas de f en a. Pongamos para
ello Q(x) = P(x + a) y notemos que Q es un polinomio de grado 6 n y Q (k) (x) = P (k) (x + a) para
n
X
k = 0, 1, . . . , n. Sea Q(x) =
ak xk . Calcularemos los coeficientes de Q por la condicin de que
k=0
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
Prof. Javier Prez

Consejos para calcular lmites de funciones
Tn ( f , a) definida para todo x R por Tn ( f , a)(x) = f (a) +

de Taylor de orden n de f en a.
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
g(x) Tn (g, a)(x)

f (x) Tn+1 ( f , a)(x)
= lm
= 0.
n+1
xa
(x a)
(n + 1)(x a)n
Lo que concluye la demostracin.

El siguiente resultado, consecuencia directa del que acabamos de probar, es muy til para calcular lmites.
7.25 Corolario. Sea f una funcin definida en un intervalo I que es n + 1 veces derivable en un
punto a I, 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)
1
=
f (n+1) (a).
n+1
(x a)
(n + 1)!
7.3.1. Consejos para calcular lmites de funciones

Cuando en un ejercicio te piden calcular un lmite, es casi seguro que se trata de una indeterminacin. Te recuerdo que aquellos lmites de sumas, productos, cocientes o potencias
de funciones en los que el resultado no est predeterminado por el comportamiento particular
de cada una de las funciones se llaman lmites indeterminados. La palabra indeterminado
quiere decir simplemente que se trata de lmites cuyo clculo no puedes hacerlo aplicando las
reglas bsicas del lgebra de lmites y tienes que usar alguna tcnica apropiada para calcularlos. Los lmites interesantes son casi siempre de este tipo.
Las reglas de LHpital son muy tiles para resolver las indeterminaciones, pero yo pienso
que se abusa de ellas. Las aplicamos sin pensar dos veces lo que hacemos, nos dejamos llevar
por la comodidad que proporcionan (aunque no siempre) y acabamos calculando lmites de
forma mecnica sin saber muy bien qu es lo que hacemos. No tengo nada en contra de ellas,
tan slo me parece que su uso casi exclusivo y de forma mecnica es empobrecedor. Por el
Prof. Javier Prez

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.
Lmites que debes saberte de memoria
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
en el que la variable x se ha sustituido por la funcin cos x y el punto 1 por el punto 0.
7.27 Ejemplo. Partimos del lmite
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
Prof. Javier Prez

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)
Prof. Javier Prez

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
7.30 Ejemplo. Si tratas de calcular por LHpital el lmite lm
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
1
log(1 + x) = x x 2 + o(x 3 )
2
Prof. Javier Prez
Consejos para calcular lmites de sucesiones
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

7.3.2. Consejos para calcular lmites de sucesiones

La estrategia general para calcular lmites de sucesiones se basa en la proposicin (6.7) que,
para tu comodidad, vuelvo a enunciar aqu.
Proposicin. Sea f una funcin y sean a, L R {+, }. Equivalen las afirmaciones:
i) lm f (x) = L
xa
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 =
El criterio de equivalencia logartmica para sucesiones, que resuelve las indeterminaciones

y 0, puede enunciarse como sigue.
Prof. Javier Prez

Consejos para calcular lmites de sucesiones
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
i) lm{xn n } = eL lm{yn (xn 1)} = L.

y
ii) {xn n } + {yn (xn 1)} +.

iii) {xnyn } 0 {yn (xn 1)} .
7.35 Corolario. Para toda sucesin {xn } 0 se verifica que lm n (1 + xn)1/xn = e.

7.36 Definicin. Diremos que {xn } es asintticamente equivalente a {yn }, y escribiremos simblicamente {xn } {yn }, si {xn /yn } 1.
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
Prof. Javier Prez

Extremos relativos. Teorema de Taylor
89
Como zn = (wn )n , tenemos, gracias a la frmula de De Moivre, que

n/2
x + iy n
x 2 y2
= 1+
+ 2
(cos(n n )+i sen(n n ))
zn = (wn )n = |wn |n (cos(n n )+i sen(n n )) = 1 +
n
n
n
Pero, por el criterio de equivalencia logartmica, es

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
En consecuencia, tenemos que

z n
lm 1 +
= lm (wn )n = lm |wn |n cos(n n ) + i sen(n n ) = ex (cos y + i sen y)
n
n
n
n
Se define, por tanto, la exponencial de un nmero complejo z = x + iy como

ex+iy = ex (cos y + i sen y)
7.3.3. Extremos relativos. Teorema de Taylor

El siguiente resultado es de gran utilidad para el estudio de los extremos relativos de una
funcin.
7.38 Teorema (Condiciones suficientes de extremo relativo). Sean I un intervalo, a un punto
de I que no es extremo de I y f : I R una funcin n > 2 veces derivable en a. Supongamos que
f (k) (a) = 0 para k = 1, 2, . . . , n 1, y f (n) (a) , 0. Entonces:
i) Si n es par y f (n) (a) > 0, f tiene un mnimo relativo en a.
ii) Si n es par y f (n) (a) < 0, f tiene un mximo relativo en a.
iii) Si n es impar entonces f no tiene extremo relativo en a.
Demostracin. Basta observar que, en virtud de las hiptesis hechas, se verifica que:
lm
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
Prof. Javier Prez

Funciones convexas y funciones cncavas
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
Se comprueba fcilmente que g (t) =
(n+1) (t)
(x t)n . Aplicamos ahora el teorema del valor

n!
medio generalizado a las funciones g y h(t) = (x t)n+1 en el intervalo de extremos x y a para obtener que hay un punto c comprendido entre x y a tal que (h(x) h(a))g (c) =
= (g(x) g(a))h (c). Como g(x) = h(x) = 0, obtenemos que:
(x a)n+1
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.
7.3.4. Funciones convexas y funciones cncavas

Sea f : I R una funcin derivable en el intervalo I. Se dice que f es una funcin convexa
en I si la grfica de f queda siempre por encima de la recta tangente en cualquier punto, es
decir, si para todo par de puntos x, a I se verifica que f (x) > f (a) + f (a)(x a). Se dice que f es
cncava si f es convexa.
Funcin cncava
Funcin convexa
Prof. Javier Prez
Ejercicios
91
La funcin exponencial natural es una funcin convexa y el logaritmo natural es cncava. El

siguiente resultado es una sencilla aplicacin del teorema del valor medio.
7.40 Proposicin. Sea f : I R una funcin dos veces derivable en el intervalo I. Se verifica
entonces que f es convexa si, y slo si, f (x) > 0 para todo x I.
7.41 Definicin (Puntos de inflexin). Se dice que a es un punto de inflexin de una funcin f ,
si hay un nmero r > 0 tal que f es cncava en el intervalo ]a r, a[ y f es convexa en el intervalo
]a, a + r[ (o al revs). Es decir, los puntos en los que una funcin pasa de cncava a convexa o de
convexa a cncava se llaman puntos de inflexin.
El siguiente resultado se prueba fcilmente y queda como ejercicio.
7.42 Proposicin. Si f tiene un punto de inflexin en a y es dos veces derivable en a, entonces
f (a) = 0.
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?
Prof. Javier Prez

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.
12. Calcula un punto (u, v) (u > 0, v > 0) de la elipse de ecuacin
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.
Prof. Javier Prez

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.
Prof. Javier Prez

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.
34. (*) Se considera la elipse
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) = (cot x)sen x , a = 0, /2;
f (x) = (1 + tgx)1/x , a = 0
1/x2

x2
2
f (x) = cos x +
, a=0
2
f (x) = (1 + sen x)cotg 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
f (x) = sen x sen , a = 0, a = +; f (x) = cos

, a = +
x
x+2
Prof. Javier Prez

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
Calcula las derivadas primera y segunda de f y g en 0 y deduce el valor del lmite

e
(1 + x)1/x e+ x
2
lm
x0
x2
40. Estudia la derivabilidad de las siguientes funciones.
2
a) f : R+ R , dada por f (x) = x1/(x 1) , f (1) = e
b) f :] 1/2, +[ R , dada por f (x) = (x + ex )1/x , f (0) = e2 .
c) f : [0, +[ R , dada por f (x) = (1 + x log x)1/x , f (0) = 0.

sen x 1/x2
d) f :] /2, /2[ R , dada por f (x) =
, f (0) = e1/6 .
x
sen(1/x)
e) f : R R , dada por f (x) = 2 + x2
, f (0) = 1.
41. Calcula los lmites
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.
Prof. Javier Prez

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
log arc tg(x + 1) (x)

= 0.
x2
Prof. Javier Prez
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.
Prof. Javier Prez

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.
Prof. Javier Prez

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 )
donde a1 , a2 , an son nmeros reales dados.
67. Calcula la imagen de f : R+ R dada por f (x) = x 1/x .

2
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
Prof. Javier Prez

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
74. Sabiendo que {an } a, calcula el lmite de las sucesiones:

p
n
a) xn = n( an 1)
b) xn =
exp(a1 ) + exp(a2 /2) + + exp(an /n) n

log n
c) xn =
a1 + a2/2 + + an/n
log n
75. Sea {xn } una sucesin de nmeros positivos tal que

la sucesin
r
n
xn+1
xn
L R+ . Calcula el lmite de
xn
.
n
x1 x2 xn
76. Sea {xn } una sucesin de nmeros positivos, un

nmero real, y supongamos que
p
n
{nxn } L R+o . Calcula el lmite de la sucesin 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 .
Prof. Javier Prez

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).
Prof. Javier Prez

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
La integracin es una de las herramientas ms verstiles del Clculo, sus aplicaciones no

se limitan a calcular reas de regiones planas o volmenes de slidos, tambin se utiliza para
calcular longitudes de curvas, centros de masas, momentos de inercia, reas de superficies,
para representar magnitudes fsicas como el trabajo, la fuerza ejercida por una presin, o la
energa potencial en un campo de fuerzas.
En este curso vamos a estudiar la integracin desde un punto de vista esencialmente prctico. Nos interesa la integral como herramienta de clculo y para ese propsito es suficiente la
integral de Riemann.
Todo lo que sigue puedes verlo tambin como pgina Web y en formato de cuaderno de
Mathematica en el sitio http://wwww.ugr.es/local/fjperez.
8.1.1. Sumas de Riemann

Sea f : [a, b] R una funcin acotada. Representaremos por G( f , a, b) la regin del plano
comprendida entre la grfica y = f (x), el eje de abscisas y las rectas x = a y x = b. Aqu puedes
ver dos de estas regiones coloreadas en amarillo.
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.
Parte positiva y parte negativa de una funcin

Como los conceptos que vamos a introducir se interpretan con ms facilidad cuando la
funcin f es positiva, es conveniente tener bien presente en lo que sigue el siguiente artificio
1 Ello
trae como consecuencia inevitable que haya regiones extraas en el plano que, segn la definicin dada, no
tengan rea.
Prof. Javier Prez

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
f (tk )(xk xk1 )
se llama una suma de Riemann de f para la particin P.

Observaciones
Fjate que, como hay libertad para elegir los puntos tk [xk1 , xk ], para cada particin P hay
infinitas sumas de Riemann.
Cuando la funcin f es positiva, ( f , P) es una aproximacin del rea de la regin G( f , a, b).
Simblicamente ( f , P) (G( f , a, b)).
Cuando la funcin f toma valores positivos y negativos podemos escribir
( f , P)
n
X
k=1
n
X
k=1
f (tk )(xk xk1 ) =

+
n
X
( f + (tk ) f (tk ))(xk xk1 ) =
k=1
n
X
f (tk )(xk xk1 )
k=1
f (tk )(xk xk1) = ( f + , P) ( f , P)
En este caso ( f , P) es una aproximacin del rea de G( f + , a, b) menos el rea de G( f , a, b).

Simblicamente ( f , P) (G( f + , a, b)) (G( f , a, b)).
En la siguiente figura pueden apreciarse estas aproximaciones.
Prof. Javier Prez

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
Figura 8.1: Aproximacin del rea por sumas de Riemann

8.2 Definicin. Dada una particin P = {a = x0 , x1 , x2 , . . . , xn1 , xn = b} del intervalo [a, b], definamos Mk = sup f [xk1 , xk ], mk = nf f [xk1 , xk ]. Los nmeros
S( f , P) =
n
X
k=1
Mk (xk xk1),
I( f , P) =
n
X
k=1
mk (xk xk1 )
se llaman, respectivamente, suma superior y suma inferior de f para la particin P. Es para

definir estas sumas para lo que se precisa que f est acotada en [a, b].
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
HGHf + ,a,bLL-HGHf - ,a,bLL>0.773368
Figura 8.2: Aproximacin del rea por sumas superiores
Prof. Javier Prez

Definicin y propiedades bsicas de la integral

HGHf,a,bLL>7.84948
106
HGHf + ,a,bLL-HGHf - ,a,bLL>-0.710992
Figura 8.3: Aproximacin del rea por sumas inferiores
8.1.2. Definicin y propiedades bsicas de la integral

Supongamos que la funcin f es positiva en [a, b]. Es claro que, en tal caso, el valor exacto del
rea de la regin G( f , a, b) debe verificar que I( f , P) 6 (G( f , a, b)) 6 S( f , P) para toda particin
P de [a, b]. Tenemos, en consecuencia, dos candidatos para (G( f , a, b)), a saber:
(G( f , a, b)) = nf {S( f , P) : P P[a, b]} ,
(G( f , a, b)) = sup {I( f , P) : P P[a, b]}
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
f (x) dx = (G( f , a, b))
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
f (x) dx = (G( f + , a, b)) (G( f , a, b))
Observaciones
No te confundas con la notacin. El smbolo
wb
f (x) dx representa un nmero. La variable
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
Prof. Javier Prez

Definicin y propiedades bsicas de la integral
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
f (x) dx ? Una pri-
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.
Prof. Javier Prez

El Teorema Fundamental del Clculo
108
8.6 Proposicin (Propiedades bsicas de la integral). i) Linealidad. Si f , g son integrables en

[a, b] y , son nmeros reales, se verifica que la funcin f + g tambin es integrable en [a, b] y
wb
( 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)
iii) Si f es integrable en [a, b] tambin | f | (funcin valor absoluto de f ) es integrable en [a, b] y

se verifica la desigualdad
b
b
w
w

f (x) dx 6 | f (x)| dx

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
8.1.3. El Teorema Fundamental del Clculo

Dada una funcin integrable f : [a, b] R , podemos definir una nueva funcin F : [a, b] R
por
wx
F(x) = f (t) dt
para todo x [a, b]
a
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 .
Prof. Javier Prez

109
wx
A veces hay que considerar funciones de la forma H(x) =

x[a, b]; por lo que es necesario precisar lo que se entiende por
c
wx
f (t) dt en donde a < c < b y

f (t) dt cuando x < c. El conve-
nio que se hace es que
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
para todo x [a, b]
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
wx
c
f (t) dt
wx
c
xc
wx
f (c) dt
=
( f (t) f (c)) dt
xc
Prof. Javier Prez

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
Prof. Javier Prez

Las funciones logaritmo y exponencial
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.
8.1.4. Las funciones logaritmo y exponencial

Quiero convencerte de que muchas veces el clculo integral proporciona la interpretacin
ms intuitiva de una funcin. Considera, por ejemplo, la funcin logaritmo natural. Quizs sepas expresar log 2 como lmite de una sucesin o algo parecido; pero, puedes representar de
alguna forma intuitiva el nmero log 2? Sabras representar grficamente el nmero log 2? En
la siguiente grfica puedes ver el nmero log 2.
2
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
Prof. Javier Prez

Las funciones logaritmo y exponencial
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
para todo t > 0
Propiedades de la funcin logaritmo

El Teorema Fundamental del Clculo nos dice que la funcin logaritmo natural es derivable
(y por tanto continua) y que log t = 1/t. Como la derivada es positiva, deducimos que dicha
funcin es estrictamente creciente.
Dado a > 0, sea h(x) = log(ax). Entonces h (x) = a/(ax) = 1/x. Luego la funcin h(x) log(x)
tiene derivada nula en R+ , por lo que es constante y, como para x = 1 es igual a log a, se sigue
que h(x) log(x) = log a. Hemos probado as que log(ax) = log a + log x para todo a > 0 y para todo
x > 0.
Observa que en poco ms de tres lneas hemos obtenido ya las propiedades principales del
logaritmo. Sigamos nuestro estudio.
De lo ya visto se sigue que log(2n ) = n log 2 para todo nmero entero n. De aqu se deduce
que la funcin logaritmo natural no est mayorada ni minorada y, como es estrictamente creciente, concluimos que lm log x = y lm log x = +. Por tanto, podemos afirmar que dicha
x0
x+
funcin es una biyeccin estrictamente creciente de R+ sobre R.
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)
Ahora, dados,x, y R, sean a, b, R+ tales que x = log a, y = log b. Entonces

(x + y) = (log a + logb) = (log(ab)) = ab = (x)(y)
Hemos probado as que (x + y) = (x)(y) para todos x, y R. De esta igualdad se deduce fcilmente que apara todo nmero racional r se verifica que (r) = (1)r . El nmero (1) se repreUniversidad de Granada
Prof. Javier Prez

Integrales impropias de Riemann
113
senta con la letra e, es decir, es el nmero definido por la igualdad log e =
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.
8.2. Integrales impropias de Riemann

Una de las limitaciones de la teora de la integral de Riemann es que en ella se consideran
funciones acotadas en intervalos acotados. Queremos evitar estas limitaciones y considerar
funciones no acotadas o intervalos no acotados. Los siguientes ejemplos indican el camino a
seguir.
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
Por ello es natural definir
ex dx = 1 et = lm
t+
wt
ex dx = 1
+
w
ex dx = 1

Prof. Javier Prez

Integrales impropias de Riemann
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)
8.14 Ejemplo. Sea a , 1. Se tiene que

wt 1
t 1a
1
dx
=
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) =
x1a (1 + (1 a) logx)
(1 a)2
Prof. Javier Prez
Criterios de convergencia para integrales
es una primitiva de f en R+ . Por tanto
wt
1
+
w
1
Anlogamente
115
f (x) dx = F(t) F(1). En consecuencia
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

8.2.1. Criterios de convergencia para integrales

Naturalmente, no siempre vamos a disponer de una primitiva expresable por medio de funciones elementales, bien porque no exista o porque su clculo efectivo sea muy complicado.
Por ello, interesa conocer condiciones que aseguren la convergencia de una integral sin necesidad de conocer una primitiva elemental. Lgicamente, estas condiciones no nos permitirn
calcular el valor numrico de la integral; tan slo nos dirn si es o no convergente. El caso en
que la funcin integrando es positiva es particularmente sencillo de estudiar.
8.16 Proposicin (Criterio bsico de convergencia). Sea f continua y positiva en [c, b[. Entonwx
ces, la integral de f en [c, b[ es convergente si, y slo si, la funcin F(x) = f (t) dt est mayorada
c
en [c, b[, en cuyo caso
wb
c
f (t) dt = sup
wx
c
f (t) dt : x [c, b[
En otro caso la integral de f en [c, b[ es positivamente divergente.

Las afirmaciones hechas son consecuencia de que, por ser f positiva en [c, b[, la funcin
wx
F(x) = f (t) dt es creciente en [c, b[.
c
El siguiente criterio es consecuencia inmediata del anterior.

8.17 Proposicin (Criterio de comparacin). Sean f y g continuas y positivas en [c, b[. Supongamos que la integral de g en [c, b[ es convergente y que f (x) 6 g(x) para todo x [c, b[. Entonces la
integral de f en [c, b[ tambin es convergente.
De este criterio se deduce fcilmente el siguiente.
8.18 Proposicin (Criterio lmite de comparacin). Sean f y g continuas y positivas en [c, b[.
Supongamos que
f (x)
= R+
lm
xb g(x)
Entonces las integrales de f y g en [c, b[ ambas convergen o ambas divergen positivamente.
Prof. Javier Prez

Tcnicas de clculo de Primitivas
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
Segn los valores de R.
8.3. Tcnicas de clculo de Primitivas

Introduccin
rb
Para calcular a f (x)dx donde f es una funcin continua, hay que calcular una primitiva de
f , evaluarla en a y en b y hacer la diferencia. Pero, para qu calcular una primitiva? no saberx
mos ya que una primitiva de f es la funcin F(x) = a f (t)dt ? Y, naturalmente, cualquier otra
ser de la forma F(x) + C donde C es una constante. Qu inters tiene entonces el clculo de
primitivas de funciones continuas? Respuesta: desde un punto de vista terico ninguno. Ahora,
rb
si lo que queremos es aplicar la regla de Barrow para calcular el nmero a f (x)dx, entonces la
rx
primitiva F(x) = a f (t)dt no nos sirve para nada porque si la evaluamos en a y en b y hacemos la
diferencia obtenemos una identidad perfectamente intil para nuestros propsitos. Lo que necesitamos es conocer una primitiva de f que sea realmente evaluable, es decir que al evaluarla
en a y en b proporcione valores numricos.
En otros trminos, el problema del clculo de primitivas consiste en tratar de expresar la
rx
primitiva trivial F(x) = a f (t)dt por medio de funciones elementales2 que permitan una
evaluacin efectiva de la integral. Para eso sirven las tcnicas de clculo de primitivas.
Pero no hay que olvidar que, si bien la derivada de una funcin elemental tambin es una
funcin elemental, es frecuente que una funcin elemental no tenga primitivas que puedan
expresarse por medio de funciones elementales. Esto ocurre, por ejemplo, con las funciones
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.
Prof. Javier Prez

Tcnicas de clculo de Primitivas
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.
Observaciones sobre la notacin y terminologa usuales

r
Para representar una primitiva de una funcin f , suele usarse la notacin f (x)dx. As, por
w 1
ejemplo, se escribe
dx = log |x a|. Esta notacin es algo imprecisa porque no especifica
xa
el intervalo en que se considera definida f . En el ejemplo anterior hay que interpretar que la
1
funcin
est definida en uno de los intervalos ] , a[ o ]a, +[ y elegir la primitiva corresxa
pondiente. Estos pequeos inconvenientes estn compensados por la comodidad en los clculos que proporciona esta notacin. Es frecuente tambin, aunque no lo haremos en lo que sigue
w 1
(pero mira el ejercicio 3), aadir una constante arbitraria, C, y escribir
dx = log |x a| +C.
xa
rb
La integral de una funcin en un intervalo, a f (x)dx, se llama a veces integral definida
r
de f (y es un nmero), y al smbolo f (x)dx se le llama integral indefinida o, simplemente,
integral de f (y representa una primitiva cualquiera de f ). Aunque esto puede ser confuso, no
r
olvides que, cuando hablamos de calcular la integral f (x)dx lo que realmente queremos decir
es que queremos calcular una primitiva de f .
r
rb
Como ya sabes, en los smbolos f (x)dx o a f (x)dx la letra x puede sustituirse por cualquier otra y el smbolo dx (que se lee diferencial x) sirve para indicar la variable de integracin. Esto es muy til si la funcin f contiene parmetros. Por ejemplo, son muy diferentes las
r
r
integrales x y dx y x y dy.
Te recuerdo tambin que, si y = y(x) es una funcin de x, suele usarse la notacin dy = y dx
que es til para mecanizar algunos clculos pero que no tiene ningn significado especial: es
una forma de indicar que y es la derivada de y respecto a x.
x=d
Finalmente, si es una funcin, se usa la notacin (x)x=c o sencillamente, (x)|dc para indixb
car el nmero (d) (c), y usaremos la notacin (x)
para indicar lmxb (x) lmxa (x).
xa
Esta notacin es cmoda cuando estudiamos convergencia de integrales.
Prof. Javier Prez

Integracin por partes
118
8.3.1. Integracin por partes

Si u y v son funciones con derivada primera continua en un intervalo, por la regla de derivacin para un producto sabemos que: (u(x) v(x)) = u (x)v(x) + u(x)v (x). Deducimos que la funr
cin producto u v es una primitiva de la funcin u v + v u, es decir, (u (x)v(x) + u(x)v (x))dx =
u(x) v(x). Lo que suele escribirse en la forma:
w
w
u dv = u v v du
Por supuesto, esta igualdad podemos usarla para calcular integrales definidas:
wd
c
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.

Prof. Javier Prez

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
arc sen x dx, ,
2. Calcular las integrales e a x cos(bx) dx , y

+
+
w
w
ea x cos(bx) dx y ea x sen(bx) dx .
0
we
w4
t logt dt ,
(log x)2 dx
1
d ,
cos2
w
x 2 sen x dx ,
we
cos2 (log x)dx
e a x sen(bx) dx . Y deducir, para a > 0 el valor de
3. Explica la aparente contradiccin

w
w cotg x
w
w
w tg x
1
x dx = cotg x tg x tg x cotg x dx = 1 +
dx =
dx
=
cotg
x
tg
dx
sen x cosx
cos2 x
sen2 x
w
1
= 1+
dx . Luego 1 = 0.
sen x cos x
Ahora que ests empezando a hacer ejercicios de clculo de primitivas es una buena prctica que compruebes los resultados. Adems es muy sencillo: basta derivar la primitiva que has
obtenido.
Integracin por recurrencia
La tcnica de integracin por partes permite en algunas ocasiones relacionar una integral
r
de la forma In = f (x, n)dx en la que interviene un parmetro n (con frecuencia un nmero natural) con otra del mismo tipo en la que el parmetro ha disminuido en una o en dos unidades.
Las expresiones as obtenidas se llaman frmulas de reduccin o de recurrencia y permiten el
clculo efectivo de la integral cuando se particularizan valores del parmetro. Los siguientes
ejemplos son ilustrativos de esta forma de proceder.
8.24 Ejemplo.
w
(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
Prof. Javier Prez

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 =
"
u = senn1 x d u = (n 1) senn2 x cos 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
Y deducimos fcilmente que

/2
w
0
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
5. Prueba las siguientes relaciones de recurrencia

w
w

1
1
(a) In = cos n x dx =
cos n1 x sen x + (n 1)In2
(b) In = tg n x dx =
tg n1 x In2
n
n1
w
1
x
2n 3
6. Prueba la igualdad In =
dx =
+
In1
(1 + x 2)n
(2n 2)(1 + x 2)n1 2n 2
w (1 + x 2) x 2
w
x2
Sugerencias: In =
dx
=
I
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 )
7. (*) Estudia la convergencia de la integral

In =
+
w
0
Prueba que para n > 2 es In =

x2n1
dx
(1 + x2 )n + 3
(n > 1)
n1
In1. Calcula I1 , I2 e I3 .
n+2
Prof. Javier Prez
Integracin por sustitucin o cambio de variable
121
8.3.2. Integracin por sustitucin o cambio de variable

Sean g : J R una funcin con derivada primera continua en un intervalo J que toma valores en un intervalo I, y f una funcin continua en I. Sea F una primitiva de f en I, y pongamos
H = F g. Tenemos, por la regla de la cadena, que H (t) = F (g(t))g (t) = f (g(t))g (t), es decir,
la funcin H es una primitiva en J de la funcin h(t) = f (g(t))g (t). Si c, d son puntos de J,
deducimos que
wd
c
f (g(t))g (t) dt = H(d) H(c) = F(g(d)) F(g(c)) =
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
Prof. Javier Prez

Integracin de funciones racionales
122
8.28 Ejemplo. Un cambio de variable en una integral impropia. Consideremos la integral:

wb
a
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
8. Calcular las integrales

w p
4 x 2 dx ,
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.
8.3.3. Integracin de funciones racionales

r P(x)
dx. Si el grado de P
Q(x)
es mayor o igual que el de Q, podemos dividir los dos polinomios obteniendo
Dadas dos funciones polinmicas P(x) y Q(x), queremos calcular
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
Prof. Javier Prez

123
Descomponemos el denominador, Q(x), como producto de factores de grado 1 y factores de

grado 2 irreducibles:
Q(x) = (x a1)1 (x an )n (x 2 + b1 x + c1)1 (x 2 + bm x + cm )m
(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.
Prof. Javier Prez

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
dx. Siempre se puede escribir x 2 + bx + c = (x d)2 + k 2 , con lo que descompox 2 + bx + c

nemos nuestra integral en dos:
w
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 =
y la ltima integral es inmediata (del tipo arcotangente) si hacemos el cambio de variable

xd
t=
.
k
En el mtodo de los coeficientes indeterminados aparecen tambin, cuando hay races mltiples, otros dos tipos de fracciones elementales:
A
Fracciones del tipo
donde k N y k > 2, correspondientes a races reales mltiples, las
(x a)k
cuales no ofrecen dificultad pues
w
A
1
A
dx =
.
(x a)k
k 1 (x a)k1
Fracciones del tipo
Bx +C
(x 2 + bx + c)k
donde k N y k > 2, correspondientes a races imaginarias
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)
Prof. Javier Prez

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

8.30 Ejemplo. Calcular la integral
+
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
Reduciendo a comn denominador obtenemos:

x+1
A + (A + B D)x + (A C+ D)x 2 + (A + B + C)x3
=
2
x(x + 1)(x + 1)
x(x + 1)(x 2 + 1)
Identificando coeficientes resulta el sistema de ecuaciones lineales:
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
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
Prof. Javier Prez

Integracin por racionalizacin
126
8.3.4. Integracin por racionalizacin

Acabamos de ver que la primitiva de una funcin racional siempre puede expresarse mediante funciones elementales. Nos vamos a ocupar ahora de algunos tipos de funciones no
racionales cuyas integrales se pueden transformar, por medio de un cambio de variable, en
integrales de funciones racionales. Se dice entonces que la integral de partida se ha racionalizado y esta tcnica se conoce como integracin por racionalizacin. Conviene advertir que
los cambios de variable que siguen son los que la prctica ha confirmado como ms tiles en
general, pero que en muchas ocasiones la forma concreta de la funcin que queremos integrar
sugiere un cambio de variable especfico que puede ser ms eficaz.
En lo que sigue, representaremos por R = R(x, y) una funcin racional de dos variables, es decir,
un cociente de funciones polinmicas de dos variables. Te recuerdo que una funcin polinn X
m
X
mica de dos variables es una funcin de la forma P(x, y) =
ci j xi y j .
i=0 j=0
Integracin de funciones del tipo R(sen x, cos x)

w
Las integrales del tipo R(sen x, cos x)dx donde R = R(x, y) una funcin racional de dos variables, se racionalizan con el cambio de variable t = tg(x/2). Con lo que
sen x =
2t
,
1 + t2
cos x =
1 t2
,
1 + t2
dx =
2 dt
1 + t2
Con ello resulta:

w

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
En el caso particular de tratarse de una integral del tipo

w
senn x cosm x dx
con n y m nmeros enteros pares, es preferible simplificar la integral usando las identidades
cos2 x =
1 + cos2x
2
sen2 x =
1 cos2x
.
2
Prof. Javier Prez
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
= +
(1 + 2 cos 2x + cos2 2x)dx =

cos 2x dx
dx
2
4
4
4
4 2
4
2

x + sen2x sen 2x x sen 4x 1
sen 4x

=
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
Haciendo la derivada y reduciendo a comn denominador obtenemos:

t2
A + C + + (B + C 2 + )t + (2A + B + C 2 )t 2 + (B + C )t 3 + (A + B)t 4
=
(t + 1)(t 2 + 1)2
(t + 1)(t 2 + 1)2
Identificando coeficientes resulta el sistema de ecuaciones lineales:
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

Prof. Javier Prez

128
Cuando la funcin R(sen x, cos x) sea de la forma

sen(a x + b) sen(c x + d),
sen(a x + b) cos(c x + d),
cos(a x + b) cos(c x + d)
puede resolverse la integral usando las frmulas:

sen( + ) + sen( )
,
2
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,
cotgn x dx. Se reducen a una con grado inferior separando
y sustituyndola por sec2 x 1 o cosec2 x 1.
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
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

w
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 ,
14. Para x R, y n N, definamos F(x) =

que:
dx
,
(1 + senx) cos x
w
sen2 x cos3 x dx ,
dx
cos3 x
cos px cos qx dx donde p y q son enteros.
n
ao X
+
(ak coskx + bk sen kx). Para n 6 p 6 n prueba
2
1w
ap =
F(x) cos px dx

k=n
k,0
1w
y bp =
F(x) sen px dx

Prof. Javier Prez


Integrales del tipo
Donde L(x) =
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
Se racionalizan con el cambio t q = L(x) donde q es el mnimo comn denominador de las

fracciones r, s, . . .. Pues entonces tenemos que
x=
y la integral se transforma en
d tq b
= r(t)
a ct q
R(r(t),t rq ,t sq , . . .)r (t) dt
en la que el integrando es una funcin racional de t.

w x + 1 1/3 1
x+1
dx. El cambio de variable
= t 3 racionaliza la intex1
1+x
x1
t3 + 1
gral pues se tiene que x = 3
, con lo que:
t 1

2

w 1
w t +2
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.
Prof. Javier Prez

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.

Integrales del tipo
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
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-
Si el trinomio ax 2 + bx + c tiene dos races reales y , distintas entonces

p
a(x ) 1/2
1/2
2
ax + bx + c = [a(x )(x )] = (x )
x
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.
Prof. Javier Prez

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
tenemos que h((t)) = a
Prof. Javier Prez

132
que es del tipo a) anterior. Si a < 0, entonces

w
R(x,

w
p
( ) p
ax 2 + bx + c)dx = [x = (t)] = R (t), a

1 t2
dt
2
2
que es del tipo b) anterior.
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
que es del tipo c) anterior.

Casos particulares
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.
Las integrales de la forma

Escribimos

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
Prof. Javier Prez

Aplicaciones de la integral
133
Recuerda que argsenh(t) = log t +

t 2 + 1 y argcosh(t) = log t + t 2 1 .
Finalmente, las integrales de la forma

w
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
8.4. Aplicaciones de la integral

Con una integral puedes calcular magnitudes tan diversas como reas, volmenes, longitudes de curvas, el trabajo realizado por una fuerza, la masa de un slido, momentos de inercia,
el campo elctrico, el flujo de un fluido a travs de una superficie y muchas ms. Es notable,
sin embargo, que la forma de proceder sea casi siempre la misma, y consiste en expresar el valor exacto de la magnitud que se quiere calcular como un lmite de sumas de Riemann, para
deducir, a partir de ellas, la integral cuyo clculo proporciona la solucin del problema. Podrs
comprobar en lo que sigue que esta tcnica es bastante sencilla e intuitiva. Con un poco de
prctica t mismo podrs aplicarla con xito en situaciones distintas de las que aqu se consideran.
Todo lo que sigue est tambin en formato de cuaderno de Mathematica en el sitio
http://wwww.ugr.es/local/fjperez.
8.4.1. Clculo de reas planas

Te recuerdo que si f : [a, b] R es una funcin continua, representamos por G( f , a, b) la regin del plano comprendida entre la curva y = f (x), el eje de abscisas y las rectas x = a, x = b.
Como sabes, el rea de dicha regin viene dada por
(G( f , a, b)) =
wb
a
| f (x)| dx
Es interesante interpretar la integral que proporciona el rea de la siguiente forma. Observa

que | f (x)| es la longitud del segmento interseccin de G( f , a, b) con la recta vertical que pasa
Prof. Javier Prez

Clculo de reas planas
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
| f (tk ) g(tk )| (xk xk1 )
lo que tiene una sencilla interpretacin que puedes ver en la siguiente figura.
3
1
1
-1
-1
Figura 8.4: Regin de tipo I

Cuando la funcin f g no tiene signo constante en el intervalo [a, b], para calcular la integral (8.9) se descompone dicho intervalo en intervalos en los que la funcin f g es siempre
positiva o siempre negativa, lo que permite quitar el valor absoluto en el integrando.
A veces interesa expresar una regin de tipo I como unin de dos o ms regiones de tipo
I disjuntas y ms sencillas, entonces su rea es la suma de las reas de cada una de dichas
regiones.
8.42 Ejemplo. Vamos a calcular el rea de la regin comprendida entre la parbola y2 = x y
la recta y = x 2.
Prof. Javier Prez

135
Calculamos los puntos de corte de la recta y la parbola resolviendo la ecuacin x = (x 2)2 ,

cuyas soluciones son a = 1, b = 4. Puedes ver representada la regin en azul en la siguiente
figura.
2
1.5
1
0.5
-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
Prof. Javier Prez

136
que su rea viene dada por
wb
a
(8.10)
| f (y) g(y)| dy
lo que tiene una sencilla interpretacin que puedes ver en la siguiente figura.
-1
-1
Figura 8.5: Regin de tipo II

Es importante advertir que la distincin entre regiones de tipo I y de tipo II es tan slo una
cuestin de conveniencia. No son conjuntos de distinta naturaleza sino formas distintas de
describir un conjunto. En la prctica te vas a encontrar siempre con regiones que puedes considerar tanto de tipo I como de tipo II y debers elegir la descripcin que ms facilite el clculo
de la correspondiente integral.
De todas formas, no debes olvidar que basta cambiar la variable x por la variable y para
convertir una regin de tipo II en otra de tipo I. Geomtricamente, lo que hacemos es una
simetra respecto a la recta y = x, lo que deja invariante el rea. Por tanto, si en un ejercicio
resulta conveniente considerar la regin cuya rea quieres calcular como una regin de tipo
II y te encuentras ms cmodo trabajando con regiones de tipo I, basta con que cambies los
nombres de las variables.
Observa que las figuras (8.4) y (8.5) son simtricas respecto de la recta y = x.
8.43 Ejemplo. La regin del ejemplo (8.42) puedes considerarla como una regin de tipo II.
2
1.5
1
0.5
-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
Prof. Javier Prez

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
Tambin puedes transformar directamente en una regin de tipo I ms sencilla mediante

una simetra. Aqu la tienes.
4
-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.
h) y = (log x)2 , 0 < x 6 e.

1x
i) y2 =
, x = 1.
1+x
j) y = x ex , y = x2 ex , x > 0.
k) y2 = x,
x2 + y2 = 8.
Prof. Javier Prez

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.
Prof. Javier Prez

Ejercicios
139
2
0.5
1
0.5
1.5
2
-0.5
Cicloide
-1
Cardioide
rea encerrada por una curva

Sea la regin rodeada por una curva cerrada simple (t) = (x(t), y(t)), a 6 t 6 b, y supongamos que las funciones x(t), y(t) tienen primera derivada continua. En estas condiciones se
verifica que el rea de viene dada por
b
b

w
w

() = x(t)y (t) dt = x (t)y(t) dt

(8.11)

a
(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.
reas planas en coordenadas polares

Dado un punto (x, y) , (0, 0), hay un nico par de nmeros (, ) tales que > 0, < 6 ,
que verifican las igualdades x = cos, y = sen . Dichos nmeros se llaman coordenadas polares del punto (x, y). Si consideras el nmero complejo x + iy, entonces es su mdulo y es
su argumento principal.
Una curva puede venir dada en coordenadas polares por medio de una ecuacin de la forma
= f () donde f : [, ] R es una funcin continua. Esta forma de representar una curva no
es ms que la parametrizacin dada por
(
x() = f () cos
( 6 6 )
(8.12)
y() = f () sen
Prof. Javier Prez

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
representado en azul en la figura, de radio f (k ) y amplitud igual a k k1 , es claro que la

n
X
1
suma anterior representa una aproximacin del rea de . Como
f (k )2 (k k1 ) es una
2
k=1
1
2
suma de Riemann de la funcin 7 f () , se sigue que el rea de viene dada por la integral
2
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.
Prof. Javier Prez

Longitud de un arco de curva
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).
3. Calcula el rea encerrada por el lazo interior de la curva =
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.
8.4.3. Longitud de un arco de curva

Se trata de calcular la longitud de la curva plana dada por las ecuaciones paramtricas
(
x = x(t)
(a 6 t 6 b)
y = y(t)
donde suponemos que x(t), y(t) tienen derivada primera continua. Para ello aproximamos la
curva por poligonales inscritas en ella. Cada particin {a = t0 ,t1 ,t2 , . . . ,tn1 ,tn = b} induce una
poligonal cuyos vrtices son los puntos (tk ) = (x(tk ), y(tk )), (0 6 k 6 n).
La longitud de dicha poligonal viene dada por

n q
n q
X
X
2
2
(x(tk ) x(tk1 )) + (y(tk ) y(tk1 ))
x (sk )2 + y (sk )2 (tk tk1 )
k=1
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
Prof. Javier Prez

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
7. Calcula la longitud de la curva y = log(1 x2 ), donde 1/3 6 x 6 2/3.
8.4.4. Volmenes de slidos

Al igual que podemos calcular reas de regiones planas integrando las longitudes de sus
secciones por rectas paralelas a una dada, podemos tambin calcular volmenes de regiones
en R3 integrando las reas de sus secciones por planos paralelos a uno dado. Este resultado es
un caso particular del teorema de Fubini que veremos al estudiar integrales mltiples.
Clculo de volmenes por secciones planas. El volumen de una regin en aes igual a la integral
del rea de sus secciones por planos paralelos a uno dado.
Para justificar esta afirmacin, sea una regin en R3 como la de la figura.
Prof. Javier Prez

Volmenes de slidos
143
W
WHxL
X
a
Representemos por (x) la seccin de por el plano perpendicular al eje OX en el punto

(x, 0, 0). Sea V (x) el volumen de la parte de que queda a la izquierda de dicho plano y sea
((x)) el rea de la seccin (x). Observa que la situacin es totalmente anloga a la considerada en el Teorema Fundamental del Clculo: all tenamos la funcin rea cuya derivada era
la longitud de la seccin. No debe sorprenderte por ello que ahora resulte que la derivada de la
funcin volumen, V (x), sea el rea de la seccin. En efecto, sea h > 0. Suponiendo, naturalmente, que la funcin x 7 ((x)) es continua, tenemos que
mn {((t)) : x 6 t 6 x + h}h 6 V (x + h) V(x) 6 max {((t)) : x 6 t 6 x + h}h
V (x + h) V(x)
= ((x)). Hemos obtenido as que V (x) = ((x)).
h
Deducimos que el volumen de viene dado por la integral
de donde se deduce que lm
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.
Prof. Javier Prez

Volmenes de slidos
144
Mtodo de los discos

Sea f : [a, b] R una funcin continua. Girando la regin del plano comprendida entre la
curva y = f (x), el eje de abscisas y las rectas x = a y x = b, alrededor del eje OX obtenemos un
slido de revolucin . Es evidente que la seccin, (x), de por el plano perpendicular al eje
OX en el punto (x, 0, 0), es un disco contenido en dicho plano de centro (x, 0, 0) y radio | f (x)|. Por
tanto el rea de (x) es ((x)) = f (x)2 ; en consecuencia el volumen de es igual a
Vol() =
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
8. Calcula el volumen limitado por el paraboloide
x2 y2
+
= z y el plano z = 7.
9 16
Mtodo de las capas o de los tubos

Consideremos una funcin positiva f : [a, b] R y la regin G( f , a, b) limitada por la grfica de dicha funcin y las rectas verticales x = a, x = b. Girando dicha regin alrededor del eje
OY obtenemos un slido de revolucin, , cuyo volumen podemos aproximar considerando
rectngulos verticales inscritos en la grfica de f y girndolos alrededor del eje OY .
Prof. Javier Prez

Volmenes de slidos
145
En la siguiente figura puedes ver rectngulos inscritos en la grfica de la parbola y = 1 x2

en el intervalo [0, 1] y el cuerpo de revolucin que engendran al girarlos alrededor del eje OY .
Naturalmente, la aproximacin va mejorando a medida que aumentamos el nmero de

puntos de divisin del intervalo.
Consideremos una particin {a = x0 , x1 , x2 , . . . , xn1 , xn = b} de [a, b]. Al girar alrededor del eje
OY un rectngulo vertical cuya base es el intervalo [xk1 , xk ] y altura f (xk ), obtenemos una lmina
de un cilindro circular recto, esto es, un tubo cuya base tiene rea (x2k x2k1 ) y altura f (xk ), cuyo
volumen es, por tanto, igual a
(x2k x2k1) f (xk ) = (xk xk1 )(xk + xk1 ) f (xk ) = xk f (xk )(xk xk1 ) + xk1 f (xk )(xk xk1 )
La suma de todos ellos es igual a
n
X
k=1
xk f (xk )(xk xk1 ) +
n
X
k=1
xk1 f (xk )(xk xk1 )
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 .
Prof. Javier Prez

rea de una superficie de revolucin
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.
8.4.5. rea de una superficie de revolucin

Una superficie de revolucin se obtiene girando una curva dada alrededor de una recta. Sea
f : [a, b] R una funcin con derivada primera continua. Girando la grfica de dicha funcin
alrededor del eje OX obtenemos una superficie de revolucin, . Fjate en la siguiente representacin.
LHxL
LHx+hL
y=fHxL
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
2 mn { f (t) : x 6 t 6 x + h}(L(x+h)L(x)) 6 S(x+h)S(x) 6 2 max { f (t) : x 6 t 6 x + h}(L(x+h)L(x))

Prof. Javier Prez

147
Por tanto
2 mn { f (t) : x 6 t 6 x + h}
L(x + h) L(x) S(x + h) S(x)

L(x + h) L(x)
6
6 2 max { f (t) : x 6 t 6 x + h}
h
h
h
Y tomando lmite para h 0 se sigue que

S (x) = 2 f (x)L (x) = 2 f (x)
Luego el rea de la superficie viene dada por
() = 2
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
5. Calcular el rea de la superficie de revolucin engendrada al girar la catenaria y = cosh x,

0 6 x 6 1, alrededor del eje OX.
6. Al girar alrededor del eje OX el segmento de parbola y = x, 0 6 x 6 a, engendra un tronco

de paraboloide de revolucin cuya superficie tiene rea igual a la de una esfera de radio
p
13/12. Se pide calcular el valor de a.
7. Se perfora una esfera de radio r con un agujero cilndrico (ver figura) de modo que el anillo
esfrico resultante tiene altura h. Calcula el volumen del anillo y el rea de la superficie
total del anillo.
-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.
Prof. Javier Prez

148
9. Calcula el rea de un espejo parablico de 3 metros de dimetro y 1 metro de fondo.

10. Calcula el volumen de una esfera de radio 3 en la que, siguiendo un dimetro, se ha perforado un agujero cilndrico de radio r < 3. Calcula el rea de la superficie total del solido
obtenido. Calcula los valores de r para los que dicha rea alcanza sus valores extremos.
Prof. Javier Prez

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.
9.1. Conceptos bsicos

En lo que sigue vamos a considerar sucesiones numricas que pueden ser de nmeros reales
o complejos. Naturalmente, todo resultado que se enuncie para nmeros complejos tambin
ser vlido, en particular, para nmeros reales. En una primera lectura puedes suponer, si te es
ms cmodo, que se trata de sucesiones de nmeros reales.
9.1 Definicin. Dada una sucesin (de nmeros reales o complejos), {zn }, podemos formar a
partir de ella otra sucesin, {Sn }, cuyos trminos se obtienen sumando consecutivamente los
trminos de {zn }, es decir:
S1 = z1 , S2 = z1 + z2 , S3 = z1 + z2 + z3 , . . . , Sn = z1 + z2 + + z n , . . .
La sucesin
{Sn } as obtenida se llama serie de trmino general z n y es costumbre representarla
X
P
por
z n o, ms sencillamente, z n . El nmero Sn se llama suma parcial de orden n de la serie
P n>1
z n.
149
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
llamarse suma de la serie. Naturalmente
n=1
z n es el nmero definido por
n=1
X
n=1
Observa que si la serie
z n = lm{Sn } = lm
n
X
zk
k=1
z n converge entonces la sucesin z n =
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
Todas las afirmaciones hechas se deducen de que si z , 1, se tiene:

n
X
k=0
zk = 1 + z + z2 + + zn =
1
z n+1
1z 1z
(9.1)
z n+1
= 0 y obtenemos que
n 1 z
si |z| < 1 entonces lm
z n = lm
n=0
n
X
k=0
zk =
1
1z
(|z| < 1)
n } no converge a 0, por lo que, en virtud de la proposicin

Si |z| > 1 entonces la sucesin {zX
anterior, deducimos que la serie
z n no converge.

n>0
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
Prof. Javier Prez

Conceptos bsicos
151
En efecto, para todo n N tenemos que

n1 j+1
n1 j+1
n1
wn 1
w 1
w 1
X
X
X
1
1
1
1
log n =
dx =
dx 6
dx =
< 1 + + +
+
x
x
j
j
2
n1 n
j=1 j
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
9.5 Ejemplo (Serie armnica alternada). Se llama as la serie de trmino general

; es
n
X (1)n1
decir, la serie
. Se verifica que la serie armnica alternada es convergente y su suma
n
n>1
es igual a log 2.
X
(1)n1
n=1
= log 2
En efecto, sustituyendo z por x en la igualdad (9.1), obtenemos la siguiente igualdad vlida

para todo n N y todo x , 1:
1
xn+1
= 1 x + x 2 x3 + + (1)n xn + (1)n+1
1+x
1+x
(9.2)
Integrando esta igualdad entre 0 y 1 tenemos que:

log 2 = 1
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
El siguiente ejemplo te ayudar a entender el concepto de serie convergente. Vamos a ver

que modificando el orden de los trminos en una serie convergente podemos obtener otra serie
convergente con distinta suma.
Prof. Javier Prez

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 =
X (1) j1 1
1
lm
= log 2
2 n
j
2
j=1
Prof. Javier Prez

Conceptos bsicos
153
Es claro que lm {S3n S3n1} = lm {S3n S3n2} = 0 de donde se sigue que

lm {Sn } =
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.
La particularidad del estudio de las series

Ahora viene la pregunta del milln: si las series no son nada ms que sucesiones, por qu
dedicarles una atencin especial? La respuesta a esta pregunta es que en el estudio de las series hay una hiptesis implcita que los libros silencian. A saber: se supone que las series son
sucesiones demasiado difciles de estudiar directamente.
La caracterstica que distingue el estudio de las series es la siguiente: se trata de deducir
propiedades de la serie {Sn } = {z1 + z2 + + zn}, a partir del comportamiento de {zn }. Es decir,
los resultados de la teora de series dan informacin sobre la sucesin {Sn } haciendo hiptesis
sobre la sucesin {zn }. Por qu esto es as?, no sera ms lgico, puesto que lo que queremos
es estudiar la serie {Sn }, hacer hiptesis directamente sobre ella? La razn de esta forma de
proceder es que, por lo general, no se conoce una expresin de Sn = z1 + z2 + + zn que permita
hacer su estudio de forma directa; es decir, la suma z1 + z2 + + zn no es posible realizarla en
la prctica. Por ello, en el estudio de las series se supone implcitamente que la sucesin {zn }
es el dato que podemos utilizar. Naturalmente, esto hace que el estudio de las series se preste
a muchas confusiones porque, aunque su objetivo es obtener propiedades de la serie {Sn }, las
hiptesis hacen siempre referencia a la sucesin {zn }.
Si lo piensas un poco, esta forma de proceder no es del todo nueva. Ya ests acostumbrado a
usar la derivada de una funcin para estudiar propiedades de la funcin; pues bien, la situacin
aqu es parecida: para estudiar la serie {z1 + z2 + + zn} (la funcin) estudiamos la sucesin {zn }
(la derivada). Un buen ejemplo de esto que digo son los criterios de convergencia que veremos
seguidamente.
Prof. Javier Prez

Criterios de convergencia para series de trminos positivos
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
no la vers en los libros. Advertido quedas.
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
w j . Por tanto, toda sucesin podemos considerarla como una serie.
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.
9.2. Criterios de convergencia para series de trminos positivos

P
Una serie an tal que an > 0 para todo n N, se dice que es una serie de trminos positivos.
Observa que una serie de trminos positivos es una sucesin creciente por lo que o bien es
convergente (cuando est mayorada) o es positivamente divergente. Observa el parecido con
los criterios de convergencia para integrales de funciones positivas.
X
X
9.6 Proposicin (Criterio bsico de comparacin). Sean
an y
bn dos series de trminos
n>1
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
Demostracin. Pongamos An = a1 + a2 + + an , Bn = b1 + b2 + + bn . Las hiptesis hechas

implican que para todo n > k es An 6 Bn + Ak . Deducimos que si {Bn } est mayorada tambin lo
Prof. Javier Prez

155
est {An }.
9.7 Proposicin (Criterio lmite de comparacin). Sean
X
X
an y
bn dos series de trminos
n>1
positivos, y supongamos que

lm
a) Si L = + y
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
f (x) dx ambas convergen o ambas divergen.
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
Sumando estas desigualdades desde k = 1 hasta k = n, obtenemos la desigualdad del enunciado.

Unas series de trminos positivos muy tiles para comparar con otras series son las siguientes.
X 1
se llama serie de
9.9 Proposicin (Series de Riemann). Dado un nmero real , la serie
n
Riemann de exponente . Dicha serie es convergente si, y slo si, > 1.
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.
Prof. Javier Prez


9.10 Proposicin (Criterio de Prinsheim). Sea
156
X
an una serie de trminos positivos, un nn>1
mero real y supongamos que {n an } L R+o {+}. Entonces:

i) Si L = + y 6 1,
an es divergente.
n>1
X
an es convergente.
ii) Si L = 0 y > 1,
n>1
iii) Si L R+ ,
an converge si > 1 y diverge si 6 1.
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 ,
a considerar el comportamiento de la sucesin { n 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 {+}.
Prof. Javier Prez


a) Si L < 1 la serie
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
ii) Si {Rn } L , donde L <

1 o L = , o bien si existe algn k N tal que Rn 6 1 para todo
X
an es divergente.
n > k, entonces la serie
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
Prof. Javier Prez

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
Los criterios de convergencia que acabamos de estudiar hacen siempre hiptesis

sobre la
X
sucesin {an } para obtener informacin sobre el comportamiento de la serie
an . Ya dijimos
n>1
antes que esto es tpico del estudio

X de las series. Pero no lo olvides: no estamos estudiando la
sucesin {an } sino la sucesin
an = {a1 + a2 + + an }.
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
decir que es convergente la sucesin

X
|z n | = {|z1 | + |z2 | + + |zn |}
n>1
Y el teorema anterior afirma que esto implica la convergencia de la sucesin

X
z n = {z1 + z2 + + zn }
n>1
Son sucesiones muy diferentes!

Naturalmente, si una serie {z1 + z2 + + zn } converge, tambin converge la sucesin que se
obtiene tomando valores absolutos {|z1 + z2 + + zn |} pero esta sucesin no es igual a {|z1 | +
|z2 | + + |zn |}. Por eso puede ocurrir que una serie sea convergente pero no sea absolutamente
convergente. La serie armnica alternada es un ejemplo de serie convergente que no es absolutamente convergente.
Criterios de convergencia no absoluta

Cuando una serie no es absolutamente convergente se utilizan los siguientes criterios para
estudiar su convergencia.
Prof. Javier Prez

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
Estrategia para estudiar la convergencia de una serie

P
Para estudiar la convergencia de una serie zn numrica lo primero que debes hacer es
estudiar la convergencia absoluta, es decir la convergencia de la serie de trminos positivos
P
|zn |, para lo que se aplican los criterios de convergencia para series de trminos positivos.
P
P
Si la serie |zn | converge hemos acabado. Cuando la serie |zn | no converge se aplican los
P
criterios de Dirichlet o de Abel para estudiar directamente la convergencia de la serie zn .
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
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
Prof. Javier Prez

Ejercicios
160
2. Estudia la convergencia de las siguientes series.

X
n>1

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
3. Estudia la convergencia de las series.

a)
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
log(1 + 1/n)a logn , (a > 0)
n>1
f)
( n + 1 n) (log(1 + 1/n)) , (, R)
n>1
g)
X (1 + )(3 + )(5 + ) (2n 1 + )

n>1
(2 + )(4 + )(6 + ) (2n + )
, (, , R+ )
4. Estudia la convergencia de las series:

i)
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
5. Sea R con || < 1 y R. Calcula los lmites
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
Prof. Javier Prez

Series de potencias
161
6. Estudia la convergencia absoluta y la convergencia no absoluta de las series:

X
X
log(n + 2)
1
(1)n
, ( R)
(1)n+1
n+2
n + (1)n
n>1
n>1
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
9.3. Series de potencias

9.18 Definicin. Dadas una sucesin de nmeros complejos {cn }nNo y un nmero a C , se
llama serie de potencias centrada en a a la sucesin
{co + c1 (z a) + c2(z a)2 + c3 (z a)3 + + cn (z a)n}
en la cual zX
representa un nmero complejo arbitrario. Dicha serie se representa simblicamente por
cn (z a)n . La sucesin {cn } recibe el nombre de sucesin de coeficientes de la
serie.
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
valores de z dicha serie es convergente. El siguiente resultado es clave a este respecto.
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
razn r/ menor que 1, el criterio de comparacin nos dice que la serie

es decir, la serie
X
n>0
X
n>0
cn (z a)n es absolutamente convergente.
|cn (z a)n | converge,

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:
Prof. Javier Prez

Series de potencias
162
n } no est acotada y, en parR = 0. Entonces A = {0}, luego si z , a la sucesin {cn (z a)X

ticular, no converge a cero. Por tanto la serie de potencias
cn (z a)n no converge. En
n>0
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.
Al nmero R se le llama radio de convergencia de la serie. Ntese que R slo depende de la

sucesin {cn } de coeficientes de la serie y no del centro de la serie. Dada una serie de potencias
P
no trivial, cn (z a)n , llamaremos dominio de convergencia de la serie al conjunto D(a, R) donde R es el radio de convergencia de la serie (naturalmente, si R = + entonces D(a, +) = C).
El siguiente
X resultado, consecuencia directa de aplicar los criterios del cociente o de la raz
a la serie
|cn (z a)n|, permite en muchos casos calcular el radio de convergencia.
n>0
9.20 Proposicin. Supongamos que se cumple alguna de las igualdades siguientes:

|cn+1 |
lm
= L R+
0 {+}
|c
|
n
p
lm{ n |cn |} = L R+
0 {+}
Entonces R = 1/L con los convenios: R = 0 si L = + y R = + si L = 0.
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
cia R > 0. El dominio de convergencia de esta serie es el intervalo = {x R : |x a| < R} =

]a R, a + R[, con el convenio de que dicho intervalo es todo R cuando el radio de convergencia es R = +. Como consecuencia del estudio realizado, sabemos que la serie es convergente
absolutamente para todo x ]a R, a + R[ y, por tanto, es convergente para todo x ]a R, a +
Prof. Javier Prez

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
serie de potencias no trivial y su dominio de convergencia. Sea f : R la funcin suma de la

serie
X
f (x) =
cn (x a)n
x
n=0
Entonces f es indefinidamente derivable en y, para cada k N su derivada k-sima se obtiene

derivando k veces la serie trmino a trmino, esto es:
f (k) (x) =
X
n=k
n(n 1) (n k + 1)cn(x a)nk
En particular f (k) (a) = k! ck o, lo que es lo mismo

ck =
f (k) (a)
k!
para todo k N {0}
9.23 Definicin. Sea f una funcin indefinidamente derivable en un intervalo R y sea a.

La serie de potencias
X f (n) (a)
(x a)n
n!
n>0
se llama serie de Taylor de f en el punto a.
Acabamos de ver en el teorema de derivacin que si
X
n>0
cn (x a)n es una serie de potencias
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.
no trivial, y f es su funcin suma, entonces se verifica que ck =
9.24 Corolario. Las nicas series de potencias no triviales son series de Taylor (de su funcin
suma).
Convergencia de las series de Taylor

Las siguientes preguntas surgen de manera inmediata: Son no triviales las series de Taylor
de una funcin indefinidamente derivable? La funcin suma de una serie de Taylor de una
funcin indefinidamente derivable coincide con dicha funcin? La respuesta a ambas preguntas es que no. Si partimos de una funcin real indefinidamente derivable y formamos su serie
de Taylor en un punto, no hay garanta de que dicha serie tenga radio de convergencia no nulo
o de que, en caso de que sea convergente en un intervalo, su suma sea igual a la funcin de
partida.
Prof. Javier Prez

Series de potencias
164
La herramienta bsica que permite estudiar la convergencia de una serie de Taylor es el

teorema de Taylor. Supongamos que f : I R es una funcin indefinidamente derivable en un
X f (n) (a)
(x a)n ,
intervalo abierto I y sea a I. La serie de Taylor de f en a viene dada por
n!
n>0
( n
)
n
(k) (a)
X f (k) (a)
X
f
es decir, se trata de la sucesin
(x a)k , pero Tn ( f , a)(x) =
(x a)k es el
k!
k!
k=0
k=0
polinomio de Taylor de orden n de f en a. Es decir, la serie de Taylor de f en a es la sucesin de los
polinomios de Taylor de f en a. El teorema de Taylor afirma que dado x I y n N hay un punto
c (que depender de x y de n) comprendido entre x y a de manera que se verifica la igualdad
f (x) Tn ( f , a)(x) =
f (n+1) (c)
(x a)n+1
(n + 1)!
(9.5)
En esta igualdad el lado de la derecha parece mucho ms manejable que el de la izquierda. Si

somos capaces de probar que
f (n+1) (c)
(x a)n+1 = 0
(9.6)
lm
n (n + 1)!
habremos probado que lm ( f (x) Tn ( f , a)(x)) = 0, esto es f (x) = lm Tn ( f , a)(x), es decir, habren
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
Desarrollos en serie de las funciones elementales

Funcin exponencial.
Las derivadas de la funcin exponencial natural, exp(x), en x = 0 valen todas 1. Por tanto, el
polinomio de Taylor de orden n en el punto a = 0 de la funcin exponencial es
Tn (exp, 0)(x) = 1 +
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
Como exp(c) < exp() deducimos que

n

X
1 k
xn+1

x < exp()
exp(x) 1

k!
(n + 1)!
k=1
Prof. Javier Prez

Series de potencias
165
xn+1
= 0, obtenemos que
n (n + 1)!
De esta forma hemos eliminado el punto c y como lm
exp(x) =
X
1 k
x
k!
(9.8)
k=0
En particular, para x = 1 tenemos que e =
X
1
.
n!
n=0
Funciones seno y coseno.

(n)
Como sen (x) = cos(x) = sen( 2 +x), se sigue que sen(n) (x) = sen( n
2 +x). En particular, sen (0) =
sen( n
2 ). Por tanto el polinomio de Taylor de orden n de la funcin seno en el punto a = 0 es
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
T2n1 (sen, 0)(x) = T2n (sen, 0)(x) =
n
X
(1)k+1 2k1
x
(2k 1)!
k=1
Anlogamente para la funcin coseno

T2n (cos, 0)(x) = T2n+1 (cos, 0)(x) =
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)
Serie binomial de Newton.

Pongamos f (x) = (1 + x) . Tenemos que f (n) (x) = ( 1)( 2) ( n + 1)(1 + x)n. Por
lo que el polinomio de Taylor de orden n de f en a = 0 es
Tn ( f , 0)(x) = 1 +
n
X
( 1)( 2) ( k + 1)
k!
k=1
xk
Cualquiera sea el nmero real y el nmero natural k se define

( 1)( 2) ( k + 1)
=
k
k!

Por convenio 0 = 1. Con ello podemos escribir
Tn ( f , 0)(x) =
n
X
k=0
xk
Prof. Javier Prez

Series de potencias
166
Queremos probar la igualdad

X
n
(1 + x) =
x
n
x ] 1, 1[
n=0
(9.11)
En este caso el teorema de Taylor no es el camino ms sencillo y es preferible razonar como

sigue.
X

La serie de potencias
x n tiene radio de convergencia 1 porque, poniendo an = n ,
n
n>0
|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
podemos derivarla para obtener
nx n1 =
n=1
1
(1 x)2
|x| < 1
Igualdad que, a su vez, podemos volver a derivar y obtenemos
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
Prof. Javier Prez

Series de potencias
167
De la igualdad (9.12), se deduce ahora que

log(1 x) =
X
n=0
1 n+1
x
n+1
|x| < 1
Y, cambiando x por x en esta igualdad, obtenemos

log(1 + x) =
X
(1)n
n=0
n+1
xn+1
|x| < 1
Definicin de las funciones trigonomtricas

Las series de potencias proporcionan la herramienta adecuada para definir con comodidad la funcin seno. Olvida ahora todo lo que sabes de la funcin seno. Lo has olvidado ya?
Sigamos.
Como la serie de potencias
X (1)n
x 2n+1 tiene radio de convergencia R = + la suma
(2n + 1)!
n>0
de dicha serie est definida en todo R.
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
Calcula su radio de convergencia. Estudia la convergencia en los extremos del intervalo

de convergencia. Calcula su suma.
Prof. Javier Prez

Series de potencias
168
3. Calcula el desarrollo de Taylor en a = 0 de a funcin

f (x) =
x2 3x + 1
x2 5x + 6
e indica su dominio de convergencia.

Sugerencia. Usa la descomposicin en fracciones simples.
X
4. Sea la serie de potencias
(2n+1 n)x n . Calcula su dominio de convergencia y su suma.
n>0
5. Sea la serie de potencias

suma.

X (1)n
n
xn . Calcula su dominio de convergencia y su

(n + 1)2n 3n
n>0
6. Calcula, por medio de series de potencias primitivas de las funciones sen(x2 ), exp(x2 ),
1 + x3 .
Prof. Javier Prez

Leccin
10
Clculo diferencial en Rn
10.1. Estructura eucldea y topologa de Rn

Como sabes, Rn es un espacio vectorial en el que suele destacarse la llamada base cannica formada por los vectores {e1 , e2 , . . . , en } donde ek es el vector cuyas componentes son todas
nulas excepto la que ocupa el lugar k que es igual a 1. Dados dos vectores x = (x1 , x2 , . . . , xn )
y = (y1 , y2 , . . . , yn ) se define su producto escalar a por:
n
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.
Las siguientes propiedades del producto escalar se deducen fcilmente de la definicin:

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
Estructura eucldea y topologa de Rn
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
se llama proyeccin ortogonal de x sobre y.

Q
Puedes comprobar que el vector x y (x) es ortogonal a y. En particular, si y es un vector

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.
Dados x Rn y r > 0, definimos B(x, r) = {y Rn : kx yk < r}.
Un conjunto E Rn se dice que es un conjunto abierto si para todo punto x E se verifica

que hay un nmero rx > 0 tal que B(x, rx ) E. Por convenio, el conjunto vaco, , se considera
abierto.
Prof. Javier Prez

Estructura eucldea y topologa de Rn
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.
Se dice que un conjunto K Rn es compacto cuando es cerrado y acotado.
Sea E Rn . Decimos que un punto x Rn es adherente al conjunto E si toda bola abierta

centrada en x tiene puntos de E. El conjunto de todos los puntos adherentes a E se llama la
adherencia de E y se representa por E.
Sea E Rn . Decimos que un punto xRn es un punto de acumulacin del conjunto E si toda
bola abierta centrada en x tiene puntos de E distintos de x. El conjunto de todos los puntos de
acumulacin de E se llama la acumulacin de E y se representa por E .
Sea E Rn . El conjunto de todos los puntos adherentes a E y a Rn \ E se llama la frontera de
E y se representa por Fr (()E).
Sea E Rn . Decimos que un punto x E es un punto interior al conjunto E si hay alguna
bola abierta centrada en x contenida en E.
Dados x Rn y r > 0, el conjunto S(x, r) = {y Rn : kx yk = r} se llama esfera de centro x y
radio r.
Representaremos por j la aplicacin j : Rn R que a cada vector x = (x1 , x2 , . . . , xn ) Rn
hace corresponder su coordenada j-sima en la base cannica.
j (x) = j ((x1 , x2 , . . . , xn )) = x j
Las aplicaciones j , 1 6 j 6 n, as definidas se llaman las proyecciones cannicas.
Ejercicios
1. Prueba que B(x, r) es un conjunto abierto.
2. Prueba que todo conjunto abierto es unin de bolas abiertas.
3. Prueba que la interseccin de dos conjuntos abiertos es un conjunto abierto.
4. Prueba que la unin de conjuntos abiertos es un conjunto abierto.
5. Prueba que B(x, r) es un conjunto cerrado.
6. Prueba que la interseccin de conjuntos cerrados es un conjunto cerrado.
7. Da ejemplos de conjuntos que no sean abiertos ni cerrados.
8. Prueba que E = E Fr (()E).
Prof. Javier Prez

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.
10.1.2. Campos escalares. Continuidad y lmite funcional

Reciben el nombre de campos escalares las funciones definidas en subconjuntos de Rn que
toman valores en R. Un campo escalar es, por tanto, una funcin real que depende de n variables.
Un campo escalar de una variables es, simplemente, una funcin real de variable real; un
campo escalar de dos variables es una funcin definida en un subconjunto del plano que toma
valores reales; un campo escalar de tres variables es una funcin definida en un subconjunto
del espacio que toma valores reales.
Los campos escalares de una o dos variables se pueden visualizar por medio de sus representaciones grficas que son, respectivamente, curvas en el plano o superficies en el espacio.
No es posible visualizar campos escalares de tres o ms variables porque sus grficas estn en
espacios de dimensin mayor o igual que 4.
Naturalmente, los campos escalares se pueden sumar y multiplicar al igual que lo hacemos
con las funciones reales.
10.6 Definicin. Sea f un campo escalar definido en un conjunto E Rn y sea aE. Se dice que
f es continuo en a si para todo > 0 existe un > 0 tal que se verifica k f (x) f (a)k < siempre
que x E y kx ak < .
Se dice que f es continuo en un conjunto A E si f es continuo en todo punto a A.
Un ejemplo de campo escalar continuo lo proporcionan las proyecciones cannicas j pues
se tiene que

j (x) j (y) = x j y j 6 kx yk
Prof. Javier Prez

Campos escalares. Continuidad y lmite funcional
173
de donde se deduce enseguida la continuidad de j .

10.7 Proposicin. a) Si f y g son campos escalares definidos en un conjunto E Rn , se verifica
que los campos escalares f + g y f g son continuos en todo punto de E donde f y g sean continuos.
Y si f no se anula en E, el campo escalar 1/ f es continua en todo punto de E donde f sea continuo.
b) Sea f un campo escalar definido en un conjunto E Rn y sea h una funcin real de variable real continua definida en un intervalo I que contiene la imagen de f , I f (E). Entonces la
funcin compuesta h g es continua en todo punto de E donde f sea continua.
Los campos escalares ms sencillos son las funciones polinmicas de varias variables. Dichas funciones se obtienen como sumas de productos de las proyecciones cannicas y son, por
tanto, continuas.
Para n = 3 las proyecciones cannicas son
1 ((x, y, z)) = x,
2 ((x, y, z)) = y,
3 ((x, y, z)) = z
Un producto de estas funciones es una funcin de la forma f (x, y, z) = x m y p z q donde m, p, q son

nmeros naturales o nulos. Las funciones polinmicas en tres variables son sumas de este tipo
de funciones.
Las funciones racionales de n variables son las funciones de la forma
R(x1 , x2 , . . . , xn ) =
P(x1 , x2 , . . . , xn )
Q(x1 , x2 , . . . , xn )
Donde P(x1 , x2 , . . . , xn ) y Q(x1 , x2 , . . . , xn ) son funciones polinmicas de n variables. El dominio

natural de definicin de una funcin racional es el conjunto de puntos donde no se anula el
denominador = {x Rn : Q(x) , 0}. Las funciones racionales son continuas en su conjunto
natural de definicin.
Componiendo funciones continuas reales de una variable con funciones polinmicas y racionales en varias variables obtenemos muchsimos ejemplos de campos escalares continuos.
Aqu tienes unos pocos.
f (x, y) = sen(xy),
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 )
El siguiente resultado establece la relacin entre la continuidad y el lmite secuencial.

10.8 Proposicin. Sea Sea f un campo escalar definido en un conjunto E Rn y sea a E. Equivalen las siguientes afirmaciones:
a) f es continua en a.
b) Para toda sucesin {xn } de puntos de E tal que {xn } a se verifica que { f (xn )} f (a).
El siguiente resultado se demuestra de la misma forma que su anlogo para funciones reales.
10.9 Teorema (Teorema de Weierstrass). Todo campo escalar continuo en un conjunto compacto alcanza en dicho conjunto un valor mximo absoluto y un valor mnimo absoluto.
Prof. Javier Prez

Curvas en Rn
174
Dicho de otra forma, si K Rn es un conjunto compacto y f es un campo escalar continuo

en K, entonces hay puntos a K, b K tales que f (ca) 6 f (x) 6 f (b) para todo x K.
10.10 Definicin. Sea f un campo escalar definido en un conjunto E Rn y sea a E . Se dice
que f tiene lmite en a si hay un nmero L R con la propiedad de que para todo > 0 existe
un > 0 tal que se verifica k f (x) Lk < siempre que x E y 0 < kx ak < . Simblicamente
escribimos lm f (x) = L. El nmero L se llama lmite de f en a.
xa
El siguiente resultado establece la relacin entre el lmite funcional y el lmite secuencial.

10.11 Proposicin. Sea Sea f un campo escalar definido en un conjunto E Rn y sea a E .
Equivalen las siguientes afirmaciones:
a) lm f (x) = L.
xa
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.
Prof. Javier Prez

Derivadas parciales. Vector gradiente
175
10.1.4. Derivadas parciales. Vector gradiente

Acabamos de ver que los conceptos de continuidad y lmite para funciones reales de una
variable se generalizan fcilmente para campos escalares de varias variables. No ocurre lo mismo con el concepto de derivabilidad el cual no puede generalizarse de forma inmediata. La
razn es que el concepto de derivabilidad hace intervenir la divisin de nmeros reales, pues
una derivada es un lmite de cocientes incrementales, y en Rn no podemos dividir por vectores, es decir, la estructura algebraica de Rn no permite generalizar algo parecido a un cociente
incremental. Si f es un campo escalar, la expresin
f (x) f (a)
xa
no tiene ningn sentido.
Otra diferencia importante es que en la recta real, R, solamente podemos acercarnos a un

punto de ella a travs de la propia recta, mientras que en Rn para n > 2 hay muchsimas ms
posibilidades de acercarse a un punto dado; por ejemplo, podemos acercarnos a travs de cualquier curva que pase por dicho punto. Surge as una primera idea que consiste en acercarse a
un punto dado a travs de una recta dada. Parece que esta situacin es ms parecida a lo que
conocemos para funciones reales de una variable.
10.13 Definicin. Una direccin en Rn es un vector de norma 1.
Dados un punto aRn y una direccin u, la recta que pasa por a con direccin u es la imagen
de la aplicacin : Rn R dada por (t) = a+tu, es decir, es el conjunto de puntos {a + tu : t R}.
Sea f un campo escalar definido en un conjunto abierto E Rn , sea a E y u una direccin.
Se define la derivada de f en a en la direccin u como el lmite
Du f (a) = lm
t0
f (a + t u) f (a)
t
(10.2)
supuesto, claro est, que dicho lmite exista.

Las derivada direccional de un campo escalar f en un punto a en la direccin del vector
ek de la base cannica, se llama derivada parcial de f en a respecto a la variable k-sima. Est
definida por
f (a + t ek ) f (a)
f (a1 , . . . , ak + t, . . ., an ) f (a1 , . . . , ak , . . . , an )
= lm
t0
t0
t
t
f (a1 , . . . , xk , . . . , an ) f (a1 , . . . , ak , . . . , an )
= lm
(10.3)
xk ak
xk a k
Dek f (a) =
lm
y se representa con los smbolos Dk f (a) y
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.
Prof. Javier Prez

176
Interpretacin geomtrica de las derivadas parciales

Es importante que entiendas el significado de las derivadas parciales de una funcin en un
punto. Para poder visualizarlo vamos a considerar un campo escalar f de dos variables definido
en E R2 . Fijemos un punto (a, b). Las derivadas parciales de f en (a, b) son, por definicin
D1 f (a, b)
D2 f (a, b)
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)),
2 (b) = (0, 1, D2 f (a, b))
En la siguiente figura se ha representado la grfica de f y las curvas obtenidas cortndola por

los planos x = a e y = b junto a sus vectores tangentes en el punto (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)
supuesto, claro est, que dichas derivadas parciales existan.
Supongamos que f es una funcin real de una variable real. La derivabilidad de f en un

punto a R se expresa por
lm
xa
f (x) f (a)
f (x) f (a) f (a)(x a)
= f (a) lm
=0
xa
xa
xa
Prof. Javier Prez

177
Recuerda que la recta de ecuacin cartesiana y = f (a) + f (a)(x a) es la recta tangente a la

grfica de f en el punto (a, f (a)).
Si ahora f es un campo escalar definido en un conjunto E Rn , cuyo vector gradiente f (a)
est definido en un punto a E, podemos considerar el hiperplano en Rn+1 de ecuacin car

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
Ambas representan hiperplanos (un hiperplano en R2 es una recta) y la segunda se deduce de la

primera sustituyendo la derivada por el vector gradiente y el producto usual de nmeros reales
por el producto escalar de vectores. Esto nos lleva a la siguiente definicin.
10.15 Definicin. Sea f un campo escalar definido en un conjunto E Rn y sea a un punto
interior de E. Supongamos que est definido el vector gradiente f (a). Se dice que f es diferenciable en a si se verifica que

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
igualdad (10.4) es la siguiente.

f (x) = f (a) + f (a) x a + R(x, a) kx ak
donde
lm R(x, a) = 0
xa
(10.5)
10.16 Definicin. Sea f un campo escalar diferenciable en un punto a. El hiperplano en Rn+1

de ecuacin cartesiana

xn+1 = f (a) + f (a) x a
se llama hiperplano tangente a f en a o hiperplano tangente a la grfica de f en el punto

(a, f (a)).
10.17 Proposicin. Sea f un campo escalar diferenciable en un punto a y sea u una direccin en
Rn . Entonces se verifica que

Du f (a) = f (a) u
Demostracin. En la igualdad (10.5) pongamos x = a + t u con lo que obtenemos

f (a + t u) = f (a) + f (a) t u + R(a + t u, a) kt uk = f (a) + t f (a) u + R(a + t u, a) |t| =

lm
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
Prof. Javier Prez

178
b) La direccin en la que la derivada direccional de f en a es mnima es la direccin opuesta

f (a)
.
a la dada por el gradiente, es decir, la direccin v =
k f (a)k
Demostracin. Las afirmaciones hechas son consecuencia de la proposicin anterior y de la
desigualdad de CauchySchwarz, pues para toda direccin w se tiene que

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
que es el valor mximo que puede tener una derivada direccional.

Anlogamente, para la segunda se tiene que
Dv f (a) = k f (a)k
que es el valor mnimo que puede tener una derivada direccional.
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
Demostracin. Se tiene que

h(t) h(t0) = f ((t)) f ((t0 )) = f (a) (t) (t0 ) + R((t), (t0 )) k(t) (t0 )k
Dividiendo por t t0 tenemos

(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
Teniendo en cuenta que lm
tt0
(t) (t0 )
= (t0 ) se deduce que
t t0
lm
tt0
como queramos demostrar.


h(t) h(t0)
= f (a) (t0 )
t t0
Prof. Javier Prez

Rectas tangentes y planos tangentes
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.
10.1.5. Rectas tangentes y planos tangentes

Curvas en el plano
Una curva en el plano puede venir dada de tres formas:
a) Como la grfica de una funcin y = f (x) donde x I siendo I un intervalo de R.
= {(x, f (x)) : x I}
b) Por medio de ecuaciones paramtricas (t) = (x(t), y(t)).
= (I) = {(x(t), y(t)) : t I}
c) De forma implcita como el conjunto de puntos g(x, y) = 0 donde se anula una funcin diferenciable de dos variables.

= (x, y) R2 : g(x, y) = 0
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.
Prof. Javier Prez

180
Observa que a) es un caso particular de c) (basta considerar g(x, y) = f (x) y) y tambin es un

caso particular de b) (basta considerar (x) = (x, f (x))).
La tangente en un punto de viene dada en cada caso como sigue.
a ) La tangente en un punto (a, b) = (a, f (a)) es la recta de ecuacin cartesiana y b =
f (a)(x a). El vector (1, f (a)) es tangente a en el punto (a, b) y el vector ( f (a), 1) es
ortogonal a en el punto (a, b).
b ) La tangente en un punto (t0 ) = (a, b) es la recta de ecuaciones paramtricas
(x, y) = (t0 ) + t (t0 ) = (a, b) + t(x (t0 ), y (t0 ))
El vector (t0 ) = (x (t0 ), y (t0 )) es tangente a en (a, b).
c ) La tangente en un punto (a, b) es la recta de ecuacin implcita

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.
Prof. Javier Prez

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
Observa que a) es un caso particular de c) (basta considerar g(x, y, z) = f (x, y) z) y tambin es

un caso particular de b) (basta considerar (s,t) = (s,t, f (s,t))). El plano tangente en un punto
de S viene dada en cada caso como sigue.
a ) El plano tangente en un punto (a, b, c) = (a, b, f (a, b)) S es el plano de ecuacin cartesiana
f
f
(a, b)(x a) + (a, b)(y b)
x
y

f
f
Los vectores 1, 0, (a, b) y 0, 1, (a, b) son tangentes a S en (a, b, c) y el vector
x
y

f
f
(a, b), (a, b), 1
x
y
z f (a, b) =
es ortogonal a S en el punto (a, b, c).

b ) El plano tangente en un punto (s0 ,t0 ) = (a, b, c) S es el plano de ecuaciones paramtricas
(x, y, z) = (s0 ,t0 ) + s
Donde
(s0 ,t0 ) + t (s0 ,t0 )

s
t
(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
Dichos vectores son tangentes a S en (a, b, c).
c ) El plano tangente en un punto (a, b, c) S es el plano de ecuacin implcita

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.
Prof. Javier Prez

182
a) Como interseccin de dos superficies S1 y S2 .

b) Por medio de ecuaciones paramtricas (t) = (x(t), y(t), z(t)) donde t I R e I es un intervalo.
= (I) = {(x(t), y(t), z(t)) : t I}
La tangente en un punto de viene dada en cada caso como sigue.
a ) La tangente en un punto (a, b, c) es la recta interseccin de los planos tangentes a S1 y a
S2 en (a, b, c). Por ejemplo, si las superficies vienen dadas por sus ecuaciones implcitas.
(

S1 = (x, y, z) R3 : f (x, y, z) = 0

= (x, y, z) R3 : g(x, y, z) = f (x, y, z) = 0
3
S2 = (x, y, z) R : g(x, y, z) = 0
Entonces, las ecuaciones implcitas de la recta tangente son
(

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.
Prof. Javier Prez

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.
Prof. Javier Prez

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.
10. Calcula la derivada de h(x, y) =
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).
10.1.7. Extremos relativos

10.24 Definicin. Sea f un campo escalar definido en un conjunto E Rn . Se dice que f tiene
un mximo relativo (resp. mnimo relativo) en un punto a E, si a es un punto interior de E
y existe un nmero r > 0 tal que B(a, r) E y f (x) 6 f (a) (resp. f (a) 6 f (x)) para todo x B(a, r).
Cuando estas desigualdades se verifican de forma estricta se dice que el mximo o el mnimo
relativo es estricto.
Los puntos en los que f tiene un mximo o un mnimo relativos se llaman extremos relativos de f .
10.25 Proposicin (Condicin necesaria de extremo relativo). Sea f un campo escalar definido en un conjunto E Rn y supongamos que f tiene un extremo relativo en un punto a E y
adems que el vector gradiente de f en a est definido. Entonces se verifica que f (a) = 0. Es decir,
las derivadas parciales de primer orden de f en a son todas nulas.
Prof. Javier Prez

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
Demostracin. Fijemos el vector x en las condiciones del enunciado y definamos la funcin

hx (t) = f (a + tx). Dicha funcin est definida en un intervalo abierto I [1, 1] y es dos veces
derivable en t = 0. El teorema de TaylorYoung dice que
1
hx (t) = hx (0) + hx (0)t + hx (0)t 2 + t 2 r(t, x)
2
(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
k=1
j=1 k=1
Prof. Javier Prez

Extremos relativos
186
Sustituyendo las igualdades (10.10) y (10.11) en (10.8) y haciendo t = 1 obtenemos

f (a + x) = f (a) +
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
f (a + x) = f (a) + f (a) x + Q( f , a)(x) + kxk2 (x) donde

2
lm (x) = 0
x0
(10.12)
Si suponemos que a es un punto crtico de f podemos escribir
1
f (a + x) = f (a) + Q( f , a)(x) + kxk2 (x) donde
2
lm (x) = 0
x0
(10.13)
De donde se sigue que

f (a + x) f (a)
2
kxk
1
2 kxk2
Q( f , a)(x) + (x) donde
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:
Positiva definida si Q(x) > 0 para todo x Rn con x , 0.
Semidefinida positiva si Q(x) > 0 para todo x Rn .
Positiva negativa si Q(x) < 0 para todo x Rn con x , 0.
Semidefinida negativa si Q(x) 6 0 para todo x Rn .
No definida si hay vectores x para los que Q(x) > 0 y hay vectores x para los que Q(x) < 0.
Prof. Javier Prez

Extremos relativos
187
10.30 Teorema. 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 que adems es
un punto crtico de f . Sea Q( f , a) la forma cuadrtica asociada a la matriz hessiana de f en a.
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
a) Si la forma cuadrtica Q( f , a) es definida positiva entonces f tiene en a un mnimo relativo

estricto.
b) Si la forma cuadrtica Q( f , a) es definida negativa entonces f tiene en a un mximo relativo
estricto.
c) Si la forma cuadrtica Q( f , a) es no definida entonces f tiene un punto de silla en a.
d) Si f tiene un mximo relativo en a entonces la forma cuadrtica Q( f , a) es semidefinida
negativa.
e) Si f tiene un mnimo relativo en a entonces la forma cuadrtica Q( f , a) es semidefinida
positiva.
Demostracin. Como Q( f , a) es una funcin polinmica y, por tanto, continua, y la esfera unidad de Rn , S(0, 1) = {u Rn : kuk = 1}, es un conjunto compacto, en virtud del teorema de Weierstrass, dicha funcin alcanza un mnimo valor y un mximo valor en S(0, 1). Sea
m = mn {Q( f , a)(u) : kuk = 1} ,
M = max {Q( f , a)(u) : kuk = 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
una matriz simtrica de nmeros reales y
QA (x) = x A x t =
n
X
ai j xx j
(10.15)
i, j=1
Prof. Javier Prez

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.
Prof. Javier Prez

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.
En todos los dems casos, f tiene un punto de silla en a.
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.
En los dems casos la forma cuadrtica es no definida.
Observa que cuando la dimensin n es par, si el determinante de la matriz A es negativo

entonces la forma es no definida.
Podemos particularizar este criterio para el caso de dos dimensiones.
Sea A R2 un conjunto abierto y sea f un campo escalar definido en A que tiene derivadas
parciales de segundo orden continuas. Supongamos que (a, b) A es un punto crtico de f y sea
2
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
Si detH( f , (a, b)) > 0 y
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 .
Prof. Javier Prez

Funciones vectoriales. Matriz jacobiana
190
Ejercicios
1. Determinar los extremos relativos de las funciones:
f (x, y) = 2x3 + 6xy2 3x2 + 3y2;
f (x, y) = x2 2xy2 + y4 y5;
f (x, y) =
f (x, y) = 2x2 + y2 + 8x 6y + 20;
x2 y2 8x + y
;
xy
f (x, y) = x3 + 4xy 2y2 + 1;
f (x, y) = cos(x) cos(y)
f (x, y) = x log y x
f (x, y) = 2x4 + y4 4x2 2y2 ;
f (x, y) = x 2 y 2 x 2 y 2 ;
f (x, y) = 2x + y + x + xy + y ;
f (x, y) = 4x3 + 6x2 y + 3y4 4y3
f (x, y) = xy(1 x y);
2 +z2 +1)
f (x, y, z) = (x 2 + z 2 ) ex(y
f (x, y, z) = x 2 + y 2 + 3z 2 + yz + 2xz xy;

2
f (x, y, z) = xy + xz + yz;
f (x, y, z) = (x + z ) e
x(y2 +z2 +1)
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
4. Dados m puntos ai Rn , calcular el valor mnimo de la funcin f (x) =
Pn
2
i=1 kx ai k .
10.1.8. Funciones vectoriales. Matriz jacobiana

Una funcin vectorial es cualquier funcin que toma valores en un espacio vectorial de dimensin mayor mayor que 1. Las curvas en el plano o en el espacio son funciones vectoriales
de una variable. Ahora nos interesa considerar funciones vectoriales de varias variables.
10.33 Definicin. Sean f1 , f2 , . . . , fm campos escalares definidos en un subconjunto E Rn . La
funcin F : E Rm definida para todo x = (x1 , x2 , . . . , xn ) E por

F(x) = f1 (x), f2 (x), . . . , fm (x)
es una funcin vectorial de n variables y m componentes. Suele escribirse F = ( f1 , f2 , . . . , fm ). El

nombre de campo vectorial se aplica a aquellas funciones vectoriales que tienen igual nmero
de variables que de componentes, esto es, para funciones definidas en un subconjunto de un
espacio vectorial y que toman valores en dicho espacio vectorial.
10.34 Definicin. Sea F = ( f1 , f2 , . . . , fm ) : E Rm , donde E Rn , una funcin vectorial de n
variables y m componentes. Sea a un punto interior de E. Se dice que F es diferenciable en a
si los campos escalares f1 , f2 , . . . , fm componentes de F son diferenciables en a. En tal caso, la
matriz cuyas filas son los vectores gradiente fi (a), esto es la matriz de m filas y n columnas

D j fi (a) 16i6m , se llama matriz jacobiana de f en a y se representar por J( f , a).
16 j6n
La aplicacin lineal D F(a) : Rn Rm definida para todo x Rn por

D F(a)(x) = J( f , a) x t
Prof. Javier Prez

191
donde indica producto matricial y x t es el vector columna x, se llama diferencial de F en a.

En trminos del producto escalar, podemos escribir para todo x Rn :
f1 (a) x , f2 (a) x , . . . , fm (a) x Rm
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)
D H(a) = D F(G(a)) D G(a)
Observa que la composicin tiene sentido pues D G(a) : Rq Rn y D F((G(a)) : Rn Rm , por

lo que la composicin es una aplicacin lineal de Rq a Rm , como debe ser pues H es una funcin
vectorial de q variables y m componentes.
La expresin de la igualdad (10.16) por medio de matrices jacobianas es
(10.17)
J(H, a) = J(F, G(a)) J(G, a)
Poniendo H = (h1 , h2 , . . . , hm ), F = ( f1 , f2 , . . . , fm ), G = (g1 , g2 , . . . , gq ); notando las variables por

x = (x1 , x2 , . . . , xn ) Rn , y = (y1 , y2 , . . . , ym ) Rq , y escribiendo b = G(a), tenemos que

hi
fi
gk
(a)
=
(b)
(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
En esta igualdad se interpreta que la funcin G : A E Rn lo que hace es un cambio de

variables. Hablando familiarmente, podemos decir, que las variables antiguas de la funcin
f , esto es las x = (x1 , x2 , . . . , xn ) E se han sustituido por variable nuevas y = (y1 , y2 , . . . , yq ) A y
Prof. Javier Prez

192
la funcin f se ha expresado en estas nuevas variables dando lugar a la funcin h. La relacin

entre unas variables y otras viene dada por
xk = gk (y1 , y2 , . . . , yq ),
(10.20)
16k6n
De esta manera podemos interpretar la igualdad (10.19) en la forma siguiente:

Para derivar la funcin nueva h, respecto a una nueva variable y j , se deriva la funcin
antigua f respecto a cada una de sus variables xk y se multiplica por la derivada de
cada una de ellas xk = gk (y1 , y2 , . . . , yq ) respecto a la variable y j .
Ya se ve que la situacin est pidiendo que hagamos algunas simplificaciones que, adems, son
las que se hacen siempre en la prctica porque, aunque son algo confusas facilitan mucho los
clculos.
Lo primero que se hace es identificar las funciones gk que introducen las nuevas coordenadas con las coordenadas antiguas xk , es decir, vemos las coordenadas antiguas como funciones
de las nuevas y esto lo escribimos en la forma siguiente.
xk = xk (y1 , y2 , . . . , yq ),
(10.21)
16k6n
Con esta notacin, la igualdad (10.19) queda como sigue.

n
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
Aqu la letra f desempea un doble papel: a la izquierda es la funcin compuesta y a la derecha

es la funcin dada en sus variable iniciales.
Todava suele darse un pasito ms que consiste en representar la funcin f con una letra que
suele usarse para representar variables; a saber, la letra z. Esto es frecuente tambin en textos
de Fsica. Vamos a hacerlo as.
n
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
Prof. Javier Prez

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.

Prof. Javier Prez

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),
x = x(u, v), y = y(u, v)
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
5. Sea z = f (x, y) donde x = s4 + r4 , y = 2 r s2 . Calcula

y
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
Prof. Javier Prez

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
9. Sea g(s,t) = f (s2 t 2 ,t 2 s2 ). Prueba la igualdad t
2
1
+ 2
2
g
g
+ s = 0.
s
t
10. Sea u = f (x, y) donde x = es cost, y = es sent. Justifica que

2

2u 2u
2u
2s u
+
=
e
+
x2 y2
s2 t 2
11. Sea z = f (x, y), donde x = cos , y = sen . Prueba que
2z 2z
2z
1 2z 1 z
+ 2= 2+ 2 2+
2
x
y

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?
10.1.9. Extremos condicionados

En la teora de extremos relativos se supone que las variables pueden tomar valores en cualquier punto de un conjunto abierto, es decir, pueden moverse libremente en dicho conjunto.
En muchos, por no decir que en la mayora, de los problemas reales las variables no tienen
tanta libertad y estn obligadas a satisfacer ciertas condiciones que en Fsica suelen llamarse ligaduras. Por ejemplo, supongamos que un mvil se mueve en una curva dada por la
interseccin de dos superficies; para cada punto (x, y, z) la energa cintica del mvil viene
dada por una funcin conocida f (x, y, z) y queremos calcular los puntos de la trayectoria donde
dicha energa es mxima o mnima. En esta situacin las variables x , y , z no son libres sino que
deben satisfacer la condicin (x, y, z) . Otro ejemplo; supongamos que la temperatura en un
Prof. Javier Prez

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
y = 1 x2 y los valores negativos de f no nos interesan porque queremos calcular el mayor

valor que toma en K, se sigue que
n p
o
max { f (x, y) : (x, y) K} = max e x 1 x2 : 1 6 x 6 1
Nuestro problema se ha convertido en calcular el mximo absoluto de la funcin h(x) = e x
para 1 6 x 6 1.
1 x2

De hecho, t has resuelto ejercicios de extremos condicionados aunque no seas consciente

de ello. Por ejemplo, seguro que alguna vez has resuelto el siguiente ejercicio.
10.38 Ejemplo. Entre todos los rectngulos cuyo permetro es igual a 16 calcular el que tiene
rea mxima.
Este ejercicio puedes plantearlo como sigue. Sea f (x, y) = xy la funcin que da el rea de un
rectngulo cuyos lados tienen longitudes x e y. Se trata de calcular el mximo de f (x, y) cuando
las variables verifican la condicin 2x + 2y = 16. Por tanto, es un problema de extremos condicionados. Seguro que ahora recuerdas algunos otros ejercicios parecidos a este que has hecho
sin saber que estabas haciendo problemas de extremos condicionados. La razn es clara: la
condicin que nos dan es tan sencilla que permite despejar una variable en funcin de la otra,
y = 8 x, con lo que nuestra funcin se convierte en xy = x(8 x) y el problema queda reducido
a calcular el mayor valor de x(8 x) cuando 8 6 x 6 8.

Los ejemplos anteriores ponen de manifiesto que los problemas de extremos condicionados
en los que puede utilizarse la condicin que nos dan para despejar una variable en funcin de
Prof. Javier Prez

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.
Prof. Javier Prez

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
Prof. Javier Prez

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
f (a, b, c) + 0 g (a, b, c) + 0 h (a, b, c) = 0
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
(a, b, c) + 0 (a, b, c) + 0 (a, b, c) = 0

z
z
z
Como debe cumplirse tambin que g(a, b, c) = h(a, b, c) = 0, para recordar estas cinco condiciones que debe cumplir el punto (a, b, c) se suele definir una nueva funcin de cinco variables,
llamada funcin de Lagrange, por
F(x, y, z, , ) = f (x, y, z) + g(x, y, z) + h(x, y, z)
y las condiciones anteriores nos dicen que el punto (a, b, c, 0 , 0 ) es un punto crtico de la funcin de Lagrange, es decir, es solucin del sistema de ecuaciones (llamado sistema de Lagran-
Prof. Javier Prez

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.
Condiciones suficientes de extremo condicionado

Supongamos que f es un campo escalar de n variables con derivadas parciales continuas
de segundo orden. Sean g j , 1 6 j 6 m , campos escalares de n variables con derivadas par

ciales de segundo orden continuas y definamos M = x : g j (x) = 0, 1 6 j 6 m . Se supone que
en todo punto x M los vectores gradiente g j (x) son linealmente independientes. Pongamos
G = (g1 , g2 , . . . , gm ) y = (1 , 2 , . . . , m ). Sea

F(x, ) = f (x) + G(x)
Prof. Javier Prez

201
la funcin de Lagrange y sea (a, ) un punto crtico de la misma. Consideremos el siguiente

polinomio

0mm

J(G, a)

2

F
p(z) =
(a, )
z I
J(G, a)t
xi x j
16i6n

16 j6n
Si p(z) es de grado n m y todos sus coeficientes son positivos o negativos, entonces a es un

mximo local condicionado de f .
Si p(z) es de grado n m y todos sus coeficientes son distintos de cero y van alternando su
signo, entonces a es un mnimo local condicionado de f .
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.
En otro caso a no es extremo condicionado de f .
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.
Prof. Javier Prez

9. Hallar los puntos de la curva
202
x2 xy + y2 z2 = 1
x2 + y2 = 1
que estn ms prximos al origen de coordenadas.

10. Calcular la mnima distancia del origen a la superficie de ecuacin x y2 z3 = 2.
11. Calcular los valores mximo y mnimo de la funcin f (x, y, z) = xyz cuando el punto (x, y, z)
pertenece a la curva definida por la interseccin del plano x + y + z = 0 y la esfera x2 + y2 +
z2 1 = 0.
12. Calcular la mnima distancia entre la recta x + y = 4 y la circunferencia x2 + y2 = 1.
13. Calcular la mnima distancia entre la recta x y = 2 y la parbola y = x2 .
14. Calcula la distancia mnima entre la elipse x2 + 2y2 = 6 y la recta x + y = 5.
15. El rea de una caja rectangular sin tapa es de 108cm2 . Calcular sus dimensiones para que
el volumen sea mximo.
Clculo de extremos en conjuntos compactos
En este tipo de ejercicios se trata de calcular el mximo o el mnimo absolutos de una funcin
f con derivadas parciales continuas en un conjunto compacto K formado por la unin de un
conjunto abierto acotado y de su frontera, K = U Fr(U). En este tipo de ejercicios la existencia
de dichos extremos est asegurada de antemano en virtud del teorema de Weierstrass. Se trata
realmente de dos problemas, pues lo que hay que hacer es estudiar los extremos relativos de f
en el abierto U (un problema de extremos relativos) y estudiar los extremos locales condicionados de f en Fr(U). Si la frontera de U est definida de forma apropiada (es una curva o una
superficie) ste ltimo es un problema de extremos condicionados. Cuando la frontera de U
est dada por condiciones sencillas que permiten despejar variables puede hacerse un estudio
directo sin necesidad de recurrir a la teora de extremos condicionados.
2 y2
1. Calcular los extremos absolutos de f (x, y) = (x2 + 2y2) ex
en el disco x2 + y2 6 4.
2. Calcular los valores mximos y mnimos absolutos de f (x, y, z) = xy2 z3 en la bola x2 + y2 +

z2 6 1.
3. Hallar los extremos absolutos de f (x, y) = x2 + 3y2 en el crculo x2 2x + y2 3 6 0.
4. Hallar los extremos absolutos de la funcin f (x, y) = x2 y3 (1 x y) en el conjunto
K = {(x, y) : |x| + |y| 6 1}
5. (*) Hallar los extremos absolutos de f (x, y) = x2 + y2 x y x y en el conjunto

K = (x, y) R2 : x > 0, y > 0, x + y 6 3
6. Calcula los extremos absolutos del campo escalar f (x, y, z) = x + y + z en el conjunto

A = (x, y, z) R3 : x2 + y2 6 z 6 1 .
Prof. Javier Prez

Derivacin de funciones implcitamente definidas
203
10.1.10. Derivacin de funciones implcitamente definidas

Sea f (x, y) una funcin de dos variables con derivadas parciales de primer orden continuas y
consideremos la ecuacin f (x, y) = 0. Las soluciones de dicha ecuacin representan una curva
en el plano. Bueno, hablando con propiedad pueden representar algo ms general que una
curva. Para que te convenzas de ello basta que consideres la ecuacin
f (x, y) = (x2 + y2 1)(2(x 1)2 + 3(y 2)2 1)(y x2) = 0
la funcin f se anula en los puntos de la circunferencia x2 + y2 = 1, de la parbola y = x2 y de la
elipse 2(x 1)2 + 3(y 2)2 = 1. Por tanto la ecuacin f (x, y) = 0 representa la unin de todas esas
curvas.
Figura 10.1: Conjunto dado por f (x, y) = 0

Ese conjunto (ver figura (10.1)) no es exactamente una curva pero localmente se parece a
una curva. La palabra localmente quiere decir que si fijamos un punto (a, b) tal que f (a, b) = 0
entonces hay una bola abierta centrada en (a, b) de radio positivo, B((a, b), r) tal que el corte
de dicha bola con el conjunto de puntos V = {(x, y) : f (x, y) = 0} es una curva, donde la palabra
curva tiene el significado que le hemos dado en el apartado dedicado al clculo de rectas tangentes. De hecho, no es cierto que la condicin anterior se verifique para todos los puntos (a, b)
tales que f (a, b) = 0. Dicha condicin falla en los puntos donde se cortan dos de las curvas cuya
unin forma V , pues es claro que en dichos puntos el conjunto V no parece localmente una
curva. Pues bien, dichos puntos son justamente los puntos donde se anula el vector gradiente
de f . En dichos puntos la recta tangente no est definida. Este ejemplo te ayudar a entender
lo que sigue.
Volvamos al caso general de una funcin de dos variables f (x, y) con derivadas parciales continuas de primer orden. Consideremos ahora la ecuacin f (x, y) = 0 desde otro punto de vista.
Intuitivamente, una ecuacin es una condicin que debe ligar a una de las variables, es decir,
que si en la igualdad f (x, y) = 0 se fija un valor de x entonces el valor de y queda determinado
de manera nica por dicho valor de x. A veces esto es verdad como en el siguiente ejemplo.
Consideremos
f (x, y) = y3 + y ex + sen x
Fijado un valor de x la ecuacin f (x, y) = 0 es un polinomio de tercer grado en y que tiene una
nica solucin real pues su derivada respecto de y es 3y2 + ex que no se anula. Es decir, en este
Prof. Javier Prez

204
caso es cierto que la igualdad

y3 + y ex + sen x = 0
(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
Si la igualdad f (x, y) = 0 permitiera despejar y en funcin de x, es decir, definiera una funcin

y = (x) por la condicin
f (x, y) = 0 y = (x)
entonces se tendra que (llamando I al intervalo donde est definida )

= (x, y) R2 : f (x, y) = 0 = {(x, (x)) : x I}
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.
Prof. Javier Prez

205
Teorema de la funcin implcita

Suponemos que las funciones que consideramos en lo que sigue tienen derivadas parciales de
primer orden continuas.
a) Consideremos primero el caso de una funcin f (x, y) de dos variables. Sea

= (x, y) R2 : f (x, y) = 0
Supongamos que (a, b) y se verifica que
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
Supongamos que (a, b, c) S y se verifica que
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
(x, y, (x, y)) + (x, y, (x, y)) (x, y) = 0 =

(x, y) =
y
z
y
y
f
(x, y, (x, y))
y
f
(x, y, (x, y))
z
Prof. Javier Prez

206
Adems tenemos que

S (U (U)) = (x, y, z) R3 : f (x, y, z) = 0 (U (U)) = {(x, y, (x, y)) : (x, y) U}
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
Prof. Javier Prez


las igualdades anteriores, se obtiene que
de z = z(x, y).
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).
Prof. Javier Prez

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
donde g y h son funciones reales derivables, define a z como funcin implcita de x, y.

Calcular las derivadas parciales de primer orden de z = z(x, y).
5. Supongamos que la igualdad F(x, y, z) = 0 determina implcitamente funciones diferenx y z
ciables x = x(y, z), y = y(x, z), z = z(x, y). Probar que
= 1.
y z x
6. Calcular la derivada de la funcin y = y(x) definida implcitamente por
xy + 3x2 2y2 2y = 0
Particularizar para x = 1 sabiendo que y(1) = 1.
7. Calcular la derivada de la funcin y = y(x) definida implcitamente por
y log(x2 2 + y2) 2x y = 0
Particularizar para x = 0 sabiendo que y(0) = 1.
Prof. Javier Prez


Perez Calculo1

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Perez Calculo1

Cargado por

Copyright:

Formatos disponibles

C LCULO DIFERENCIAL E INTEGRAL

Javier Prez Gonzlez

1. Axiomas de los nmeros reales. Desigualdades. Principio de induccin

1.1. Nmeros reales. Propiedades algebraicas y de orden . . . . . . . . . . . . . . . . .

1.3. Principio de induccin matemtica . . . . . . . . . . . . . . . . . . . . . . . . . . .

2. Funciones reales. Funciones elementales

2.1. Funciones reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2.2. Estudio descriptivo de las funciones elementales . . . . . . . . . . . . . . . . . . .

3. Nmeros complejos. Exponencial compleja

3.1. Operaciones bsicas con nmeros complejos . . . . . . . . . . . . . . . . . . . . .

3.1.1. Representacin grfica. Complejo conjugado y mdulo . . . . . . . . . . .

3.1.2. Forma polar y argumentos de un nmero complejo . . . . . . . . . . . . .

3.1.3. Races de un nmero complejo . . . . . . . . . . . . . . . . . . . . . . . . .

3.3. Funciones elementales complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.1. La funcin exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.2. Logaritmos complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.3.3. Potencias complejas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1.1. Propiedades bsicas de las funciones continuas . . . . . . . . . . . . . . .

4.2. Teorema de Bolzano. Supremo e nfimo . . . . . . . . . . . . . . . . . . . . . . . .

5.1. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5.1.1. Sucesiones divergentes. Indeterminaciones en el clculo de lmites . . . .

5.2. Sucesiones de nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . .

6. Continuidad en intervalos cerrados y acotados. Lmite funcional

6.1. Lmite funcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.2. Lmites infinitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.3. Discontinuidades. lgebra de lmites. Lmites de funciones montonas . . . . . .

6.4. Continuidad y monotona . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

6.5. Indeterminaciones en el clculo de lmites . . . . . . . . . . . . . . . . . . . . . . .

7.1.1. Concepto de derivada. Interpretacin fsica y geomtrica . . . . . . . . . .

7.1.2. Derivadas laterales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.2. Teoremas de Rolle y del valor medio . . . . . . . . . . . . . . . . . . . . . . . . . .

7.2.1. Consecuencias del teorema del valor medio . . . . . . . . . . . . . . . . . .

7.2.2. Reglas de LHpital . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7.3. Derivadas sucesivas. Polinomios de Taylor . . . . . . . . . . . . . . . . . . . . . . .

7.3.1. Consejos para calcular lmites de funciones . . . . . . . . . . . . . . . . . .

7.3.2. Consejos para calcular lmites de sucesiones . . . . . . . . . . . . . . . . .

7.3.3. Extremos relativos. Teorema de Taylor . . . . . . . . . . . . . . . . . . . . .

7.3.4. Funciones convexas y funciones cncavas . . . . . . . . . . . . . . . . . . .

Prof. Javier Prez

8.1.1. Sumas de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103

9.1. Conceptos bsicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

10.1. Estructura eucldea y topologa de Rn . . . . . . . . . . . . . . . . . . . . . . . . . . 169

Prof. Javier Prez

10.1.5. Rectas tangentes y planos tangentes . . . . . . . . . . . . . . . . . . . . . . 179

Prof. Javier Prez

Axiomas de los nmeros reales. Desigualdades. Principio de induccin

7. Qu quiere decir que un nmero no es racional? Demuestra que 2 no es racional.

6. Seguro que sabes construir un segmento de longitud

Nmeros reales. Propiedades algebraicas y de orden

indecidibles...). Todo lo que se demuestra es un teorema; por ejemplo 0 x = 0 es un teorema.

1.1. Nmeros reales. Propiedades algebraicas y de orden

Prof. Javier Prez

Nmeros reales. Propiedades algebraicas y de orden

P2 [Propiedades conmutativas] x + y = y + x ; x y = yx para todos x, y en R.

Prof. Javier Prez

|x| 2 = x 2 y, adems, |x| > 0, se tiene que |x | = x 2 .

1.2 Teorema (Propiedades del valor absoluto). Para x, y R se verifica que:

x3 (x 2)(x + 3)2 < 0

3(x a)a 2 < x 3 a 3 < 3(x a)x 2

Principio de induccin matemtica

3. Prueba las siguientes desigualdades:

4. Calcula para qu valores de x se verifica que:

1.3. Principio de induccin matemtica

Prof. Javier Prez

Cuanto mayor sea n menor