CalcDifAp PDF

XIII Escuela Venezolana para la
Enseanza de la Matemtica
Clculo Diferencial
y Aplicaciones
Jos Heber Nieto Said

Mrida, 2009
Prefacio
La importancia del Clculo en el mundo actual es enorme, ya que la ciencia
y la tecnologa modernas sencillamente seran imposibles sin l. Las leyes de
la naturaleza se expresan mediante ecuaciones que involucran funciones y sus
derivadas, y el anlisis de stas ecuaciones se realiza mediante las herramientas
del clculo. Por esa razn los cursos de esta disciplina aparecen en los planes de
estudio de todas las carreras cientficas y tcnicas.
Para la enseanza del Clculo existe una gran cantidad de libros de texto,
materiales audiovisuales y software educativo, todo lo cual se incrementa cada
ao ya que su comercializacin parece ser un buen negocio. Tambin hay abundante material disponoble gratuitamente en Internet. Sin embargo los resultados
alcanzados en los cursos por lo general no son satisfactorios. Un gran nmero de
aplazados, repitientes crnicos y desercin escolar parecen ser las caractersticas
constantes de estos cursos.
Estas notas se han escrito con el propsito de contribuir a la enseanza
del Clculo y lograr mejores rendimientos y logros acadmicos en los cursos.
Estn dirigidas a profesores de enseanza media y primeros aos de educacin
superior que estn dictando cursos de Clculo o tengan proyectado hacerlo. La
concepcin educativa que las anima es la siguiente:
1. No creemos que la funcin del profesor sea transmitir conocimientos, ni
que dicha transmisin sea posible. El conocimiento es algo que se construye em cada individuo a travs de un complejo proceso que el profesor
debe estimular, proponiendo diversas experiencias educativas. En el caso
de la matemtica, la resolucin de problemas por parte del alumno es una
actividad insustituible que el profesor debe propiciar cuanto pueda.
2. Es imposible que alguien aprenda algo si no desea aprenderlo. Es por eso
que la motivacin juega un papel sumamente importante en el proceso de
enseanza-aprendizaje.
3. El profesor de matemtica debe poseer un conocimiento profundo de su
materia, an cuando la enseanza deba adaptarse al nivel de sus alumnos.
Reconocemos, en algunos casos, la necesidad de la transposicin didctica,
pero sta debe partir de una seria formacin cientfica de los profesores.
4. Muchos conceptos matemticos actuales son el resultado de la evolucin
del pensamiento matemtico durante siglos. El conocimiento del proceso
histrico puede en muchos casos contribuir a la comprensin de esos conceptos, adems de mostrar que la matemtica es una actividad realizada
por los seres humanos y no una especie de verdad revelada e inmutable.
5. La tecnologa moderna, bien usada, puede aportar mucho al proceso de
enseanza-aprendizaje.
En base a las ideas anteriores se ha estructurado un curso con el nfasis
puesto en los siguientes aspectos, que lamentablemente se suelen descuidar:
1. La clarificacin de los conceptos y resultados bsicos.
2. Las aplicaciones, tanto dentro como fuera de la propia matemtica.
3. El desarrollo histrico de la disciplina y las implicaciones del mismo sobre
su enseanza.
4. Las posibilidades didcticas de algunos recursos tecnolgicos modernos.
Aunque se han hecho esfuerzos por escribir un texto autocontenido, no se
trata de un curso introductorio. Se da por supuesto que el lector est familiarizado al menos con el clculo elemental de lmites y las reglas de derivacin. Por
razones de tiempo y espacio no se cubre el clculo integral, aunque hay numerosas referencias al mismo e incluso se tratan y resuelven por vas alternativas
algunos problemas que se consideran tpicos del clculo integral.
Como material de apoyo y para mostrar su potencial didctico se han diseado algunas plantillas en GeoGebra que ilustran varios de los conceptos y
problemas estudiados. Las mismas se hallan disponibles en
http://mipagina.cantv.net/jhnieto/apcal/
(GeoGebra es un software libre y de plataformas mltiples que permite interactuar dinmicamente con la matemtica, en un mbito en que se renen la
Geometra, el Algebra y el Clculo. Su sitio web es http://www.geogebra.org)

El signo
al comienzo de un prrafo o en un ejercicio advierte de una curva
peligrosa en el curso del pensamiento. El material as marcado puede pasarse
por alto en una primera lectura.
El autor.
iii
ndice general
1. Perspectiva histrica
1.1. Antecedentes . . . . . . .
1.2. El nacimiento del Clculo
1.3. Crecimiento y desarrollo .
1.4. Rigor y Fundamentacin .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
2
5
8
8
2. Conceptos Bsicos
2.1. Los nmeros reales . . . . . . . . . . . . . . . . . . . . . . .
2.2. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1. Operaciones con funciones . . . . . . . . . . . . . . .
2.2.2. Extremos, crecimiento y decrecimiento de funciones
2.3. Lmites . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1. Lmites laterales e infinitos . . . . . . . . . . . . . .
2.3.2. Operaciones con lmites . . . . . . . . . . . . . . . .
2.3.3. Asntotas . . . . . . . . . . . . . . . . . . . . . . . .
2.3.4. Lmites de sucesiones . . . . . . . . . . . . . . . . . .
2.4. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4.1. Operaciones con funciones continuas . . . . . . . . .
2.4.2. Propiedades de las funciones continuas . . . . . . . .
2.5. Derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5.1. Derivadas laterales . . . . . . . . . . . . . . . . . . .
2.5.2. Interpretacin geomtrica . . . . . . . . . . . . . . .
2.5.3. Interpretacin cinemtica . . . . . . . . . . . . . . .
2.5.4. Propiedades de las funciones derivables . . . . . . .
2.5.5. Derivadas de orden superior . . . . . . . . . . . . . .
2.5.6. Infinitsimos e infinitos . . . . . . . . . . . . . . . .
2.5.7. Frmula de Taylor . . . . . . . . . . . . . . . . . . .
2.6. Funciones convexas . . . . . . . . . . . . . . . . . . . . . . .
2.7. Teorema fundamental del Clculo . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
18
19
20
21
21
23
26
27
28
30
30
33
34
34
35
36
43
44
45
48
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3. Mximos y mnimos
55
3.1. Crecimiento y decrecimiento de una funcin . . . . . . . . . . . . 55
3.2. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.3. Extremos globales . . . . . . . . . . . . . . . . . . . . . . . . . . 57
iv
3.4. Algunos ejemplos geomtricos . . . . . . . . . . . . . . . . . . . .

3.5. Ley de Snell . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6. Extremos sin clculo . . . . . . . . . . . . . . . . . . . . . . . . .
58
62
64
4. Aplicaciones matemticas
4.1. Grficas de funciones . . . . . . . . . . . . . . . . . .
4.2. Races de ecuaciones . . . . . . . . . . . . . . . . . .
4.3. Longitud de arco . . . . . . . . . . . . . . . . . . . .
4.4. Funciones vectoriales . . . . . . . . . . . . . . . . . .
4.5. Curvas parametrizadas . . . . . . . . . . . . . . . . .
4.5.1. Curvas regulares . . . . . . . . . . . . . . . .
4.5.2. Involutas y evolutas . . . . . . . . . . . . . .
4.5.3. Trayectorias de una bicicleta . . . . . . . . .
4.5.4. Envolvente de una familia de rectas . . . . .
4.5.5. Coordenadas polares . . . . . . . . . . . . . .
4.6. Desigualdades . . . . . . . . . . . . . . . . . . . . . .
4.6.1. Desigualdad de Jensen . . . . . . . . . . . . .
4.6.2. Desigualdad aritmtico-geomtrica . . . . . .
4.6.3. Desigualdad entre medias generalizadas . . .
4.6.4. Desigualdades de Young, Hlder y Minkowski
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
65
65
69
70
72
73
75
77
80
84
86
89
90
90
91
93
5. Aplicaciones fsicas
5.1. Movimiento en un campo constante .
5.2. Desintegracin radioactiva . . . . . .
5.3. Ecuaciones diferenciales . . . . . . .
5.4. Ecuacin de la catenaria . . . . . . .
5.5. El Teorema de Torricelli . . . . . . .
5.6. La cicloide es tautcrona . . . . . . .
5.7. El problema de la braquistcrona . .
5.8. Las leyes de Kepler . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
96
96
98
100
105
106
108
110
111
6. Aplicaciones a otras ciencias

6.1. Modelos Ecolgicos . . . . . . . . .
6.1.1. Modelo Exponencial . . . .
6.1.2. Modelo logstico . . . . . .
6.1.3. Modelo predador-presa . . .
6.2. Economa . . . . . . . . . . . . . .
6.2.1. ndice de precios e inflacin
6.2.2. Precios, oferta y demanda .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
116
116
116
117
118
120
121
121
.
.
.
.
.
.
.
Soluciones a ejercicios seleccionados
123
Bibliografa
131
ndice alfabtico
132
vi
Captulo 1
Perspectiva histrica
La derivada fue primero usada; luego fue descubierta; luego
fue explorada y desarrollada y finalmente fue definida.
Judith V. Graviner [4]
El clculo infinitesimal, o simplemente el Clculo, como se le llama comnmente, es sin duda alguna uno de los grandes logros intelectuales de la humanidad. La amplitud y alcance de sus aplicaciones ha hecho que sea materia
obligada en los planes de estudio de casi todas las carreras cientficas y tcnicas.
A pesar de que existe una inmensa variedad de libros de texto y recursos de
todo tipo para su estudio, su enseanza y aprendizaje no estn libres de escollos, sobre todo debido a la dificultad que presenta, para muchos estudiantes, la
comprensin de algunos de sus conceptos fundamentales, como el de lmite.
Ahora bien, resulta interesante comprobar que la mayor parte del desarrollo
del clculo y sus primeros xitos en la resolucin de variados problemas matemticos y de otras disciplinas, durante los siglos XVII y XVIII, se realiz antes de
disponer de definiciones precisas de los conceptos fundamentales. Varios ejemplos particulares de lo que hoy llamamos derivadas fueron usados por Fermat y
otros para resolver diversos problemas durante la primera mitad del siglo XVII.
Durante la segunda mitad de ese siglo, Newton y Leibniz identificaron los conceptos subyacentes a los ejemplos mencionados, dando as origen al nacimiento
del clculo. Durante el siglo XVIII el clculo continu desarrollndose vigorosamente, as como sus aplicaciones matemticas y fsicas. Y fue recin en el siglo
XIX cuando Cauchy y Weierstrass dieron definiciones precisas de los conceptos
bsicos y convirtieron el clculo en una teora matemtica rigurosa.
En este captulo nos ocuparemos brevemente de estos aspectos histricos, que
tienen implicaciones de inters para la enseanza del clculo. En efecto, conocer
la gnesis de un concepto o resultado, puede ayudar a motivarlo. Conocer el
orden en el cual una disciplina se desarroll (que, en el caso del Clculo, es
prcticamente el inverso al que siguen los libros de texto) ayuda a entender el
porqu de las definiciones bsicas. El orden expositivo es sin duda lo que le da
a la matemtica su slida estructura lgico-deductiva, pero no debe olvidarse

que el orden histrico es por lo comn bastante diferente.
Si pensamos que desde el nacimiento del clculo hasta la primera exposicin
rigurosa del mismo, basada en nuestra actual definicin de lmite, pasaron ms
de dos siglos, no debera extraarnos que un alumno al que se le expone sin
preparacin previa dicha definicin por primera vez, quede completamente en
blanco. Las definiciones precisas son frecuentemente el final, y no el principio,
de un tema.
Adems conocer el verdadero desarrollo histrico de la matemtica muestra
a los matemticos en su labor de creacin, que es en definitiva lo que hace a
esta disciplina tan interesante.
1.1.
Antecedentes
El Clculo es la matemtica del cambio y de lo continuo, y por lo tanto

para su desarrollo es imprescindible el conjunto de los nmeros reales, tambin
conocido como el continuo. Los orgenes de los nmeros reales se pueden rastrear
en la matemtica babilnica, que desarroll un sistema de numeracin posicional
capaz, en principio, de representar la medida de una magnitud con la precisin
deseada. Los griegos fueron mucho ms parcos en cuanto a lo que consideraban
nmeros, y slo designaban con este nombre a los enteros positivos a partir
del dos. El uno era la unidad, la mnada, y estaba en una clase aparte. Y
lo que nosotros llamamos fracciones eran para ellos razones de nmeros, pero
no nmeros propiamente dichos. Los pitagricos creyeron, al principio, que la
razn de dos magnitudes del mismo tipo (como por ejemplo dos longitudes) se
poda expresar siempre como la razn de dos nmeros, pero el descubrimiento de
magnitudes inconmensurables (como el lado y la diagonal de un cuadrado) ech
por tierra esa creencia. Este hecho sin embargo di lugar a una de las creaciones
ms profundas de la matemtica griega: la teora de las razones de magnitudes
de Eudoxo de Cnido, que aparece expuesta en el Libro V de los Elementos
de Euclides. Esta teora permiti a los gemetras griegos comparar razones de
magnitudes, aunque stas fuesen inconmensurables. Arqumedes mostr cmo
varias de esas razones inconmensurables podan ser aproximadas por nmeros
racionales, pero debido a la carencia de un sistema de numeracin apropiado la
matemtica griega no avanz mucho ms en esa direccin.
Con el Renacimiento, que arranc en Italia y luego se extendi por otras
partes de Europa, comenz una revolucin de ideas y una nueva actitud ante
la naturaleza, la sociedad y el hombre. A diferencia de lo que ocurri en otras
reas de la vida cultural, el Renacimiento no produjo grandes resultados en matemticas; sin embargo durante ese perodo se sentaron las bases de lo que sera
la gran revolucin cientfica que se realiz en el siglo XVII. Se extendi el uso
del sistema de numeracin posicional indoarbigo y se aplic la matemtica a
la contabilidad, la cartografa, la agrimensura, la ptica y el arte (teora de la
perspectiva). Los matemticos europeos redescubrieron la matemtica griega y
se familiarizaron con el lgebra islmica, a travs de traducciones que se hicie-
1.1 Antecedentes
ron accesibles gracias al novedoso uso de la imprenta. Los algebristas italianos

continuaron desarrollando el lgebra hasta obtener la solucin de las ecuaciones
de tercer y cuarto grado (Tartaglia y Cardano) y con el francs Franois Vite,
a fines del siglo XV el lgebra simblica qued definitivamente establecida.
La invencin de la geometra analtica se sita generalmente alrededor de
1630, y se atribuye a Descartes (1596-1650) y a Fermat (1601-1665), independientemente. Sin embargo sus races aparecen ya en la geometra griega. Fijados
un origen O y un punto A en una recta, a cada punto B de la semirrecta OA se

le puede hacer corresponder la medida del segmento OB respecto a la unidad
OA, lo cual para los griegos era una razn de magnitudes y para los modernos
un nmero real. Los griegos no consideraron nmeros negativos, pero si convenimos en tomar como negativa la medida del segmento OB cuando B est en
la semirrecta opuesta a OA , entonces a cada punto de la recta le corresponde

un nmero real nico, llamado abscisa del punto B. Recprocamente, para cada
nmero real x existe un nico punto B en la recta que tiene a x como abscisa. Si
se hace esto en dos rectas perpendiculares (ejes cartesianos) entonces se puede
establecer una correspondencia biyectiva entre los puntos del plano y los pares
ordenados de nmeros reales, hacindole corresponder a cada punto el par ordenado (x, y) formado por las abscisas de las proyecciones del punto sobre los ejes.
Y a cada ecuacin R(x, y) = 0 en las variables x e y le corresponde una figura
geomtrica, a saber el conjunto de todos los puntos del plano cuyas coordenadas
(x, y) satisfagan la ecuacin.
Adems de las rectas, las circunferencias y las cnicas, los griegos slo haban considerado unas pocas
curvas ms (como la espiral de Arqumedes y algunas
otras definidas como lugares geomtricos), y fueron
capaces de resolver varios problemas relacionados con
ellas, notablemente el trazado de tangentes. Pero la
geometra analtica provoc una explosin en el nmero de curvas posibles. Los mtodos sintticos de
los griegos para el trazado de tangentes ya no eran
aplicables, y se requera algo ms general. Lo mismo ocurra con el clculo de reas y longitudes y los
problemas de mximos y mnimos. Fermat desarroll
un mtodo para hallar extremos de funciones polinmicas que hoy identificaramos con hallar los puntos
Figura 1.1: Fermat
donde se anula la derivada. Sin embargo, no define la
derivada ni nada parecido, ni justifica su mtodo. A
pesar de ello, lo utiliz con indudable xito para resolver algunos problemas no
triviales. Por ejemplo, formul el principio ptico segn el cual la luz viaja de
un punto a otro siguiendo la trayectoria que haga mnimo el tiempo empleado
(hoy conocido como Principio de Fermat) y de all dedujo la ley de refraccin
de Snell.
Fermat tambin trabaj en el problema de las tangentes. En la geometra de
Euclides la definicin de tangente no ofreca problemas, ya que el nico tipo de
curva al que se aplicaba era la circunferencia, para la cual una recta es tangente
si y slo si tiene un nico punto en comn con ella (las rectas secantes tienen dos
puntos en comn con la circunferencia y las exteriores ninguno). Pero ya para
la parbola la situacin es ms complicada, ya que las rectas paralelas al eje la
cortan en un solo punto, igual que las tangentes. Se agreg entonces a la nocin
de tangente la condicin de que la recta no atravesara la curva. Para curvas
ms generales, esta definicin tampoco resulta apropiada. Intuitivamente, las
tangente comenzaron entonces a considerarse como secantes para las cuales los
puntos de contacto se aproximaban indefinidamente uno al otro hasta coincidir.
Figura 1.2: Secante y tangente
A pesar de que nadie era capaz de explicar con precisin este proceso mediante el cual las secantes se convertan en tangentes, Fermat (y otros matemticos
del siglo XVII como Descartes, John Wallis e Isaac Barrow) utilizaron la idea
para calcular efectivamente tangentes.
El mtodo, aplicado a una curva de ecuacin y = f (x), consista en considerar la recta secante que pasa por dos puntos (x, f (x)), (x + h, f (x + h)) y
calcular su pendiente
f (x + h) f (x)
.
h
(1.1)
Ahora bien, si al coincidir los puntos de contacto la secante se convierte en

tangente, para calcular la pendiente de sta simplemente hay que poner h = 0
en 1.1. El problema es que entonces se estara dividiendo entre 0, operacin
prohibida. Pero Fermat y sus colegas descubrieron que al operar algebraicamente
con 1.1 muchas veces lograban hacer desaparecer la h del denominador, luego
de lo cual ponan h = 0 sin ningn problema de conciencia. Por ejemplo si
1.2 El nacimiento del Clculo
f (x) = x3 x + 3 calculaban
f (x + h) f (x)
h
=
=
=
(x + h)3 (x + h) + 3 (x3 x + 3)
h
x3 + 3x2 h + 3xh2 + h3 x h + 3 (x3 x + 3)
h
3x2 h + 3xh2 + h3 h
= 3x2 + 3xh + h2 1,
h
y ahora haciendo h = 0 se obtiene la pendiente de la recta tangente en (x, f (x)),

a saber 3x2 1.
Vemos entonces que estos matemticos, a pesar de carecer de una definicin
satisfactoria del concepto de recta tangente, eran capaces, en muchos casos,
de calcularlas correctamente. Tambin se hizo evidente que este mtodo para
hallar tangentes era prcticamente el mismo que el usado por Fermat para hallar
extremos.
1.2.
El nacimiento del Clculo

Con una sobresimplificacin excesiva, la invencin del Clculo
se atribuye algunas veces a dos hombres, Newton y Leibniz. En
realidad, el Clculo es el producto de una larga evolucin que
no fue ni iniciada ni terminada por Newton y Leibniz, pero en
la cual ambos jugaron un papel decisivo.
R. Courant, H. Robbins [3]
El terreno estaba preparado para la aparicin de

nuevas ideas que unificaran lo que se haba logrado
hasta el momento. Es as que, en el ltimo tercio
del siglo XVII, Isaac Newton (1643-1727) y Gottfried
Wilhelm von Leibniz (1646-1716), en forma independiente, inventan el clculo. Esta invencin (o, para algunos, descubrimiento) tiene dos aspectos fundamentales. El primero consiste en haber reunido la
gran variedad de mtodos existentes hasta ese momento para calcular tangentes, extremos y reas en un
cuerpo de teora basado en dos conceptos fundamentales, que hoy llamamos derivada e integral. Newton
llam a nuestra derivada fluxin y la defini de tres
maneras diferentes: (a) como la razn de cambios infinitesimales en dos variables, (b) como el lmite de la
Figura 1.3: Newton
razn entre incrementos, x/t, cuando t disminuye hasta desaparecer, y (c) como una tasa de cambio o velocidad. La notacin
newtoniana para la fluxin era x.
Para Leibniz la derivada era una razn de
cantidades infinitesimales, que l llam cociente diferencial, y lo reflej en su
R
notacin dy/dx.R Del mismo modo su notacin y dx para la integral sugiere una
suma (el signo es una S estilizada) de cantidades infinitesimales y dx.
En segundo lugar, tanto Newton como Leibniz establecieron lo que ahora se
llama el Teorema Fundamental del Clculo, segn el cual la derivacin y la integracin son operaciones mutuamente inversas. Veamos cmo Newton visualizaba
este resultado.
K(x,v)
H(x+h,v)
C(x,y)
x+h
Figura 1.4: Teorema Fundamental del Clculo

Dada una curva, sea z(x) el rea limitada por ella, el eje de las x y las rectas
verticales de abscisas 0 y x. Sea C = (x, y) el punto de la curva con abscisa x,
y D el punto con abscisa x + h. Tomemos la ordenada v de los puntos K y H
de manera que el rectngulo de vrtices (x, 0), (x + h, 0), K y H tenga igual
rea que la regin limitada por la curva, el eje horizontal y las rectas verticales
por C y D, es decir de manera que z(x + h) z(x) = vh, o dividiendo ambos
miembros entre h,
z(x + h) z(x)
= v.
h
Ahora Newton afirma que si h disminuye indefinidamente, hasta desaparecer,
v se har igual a y. Por lo tanto la tasa de variacin del rea bajo la curva hasta
el punto C es igual al valor de la ordenada de ese punto. Adems se observa que
ese valor es el mismo que obtendramos al calcular la pendiente de la tangente
a la curva y = z(x), lo que muestra que el problema del rea y el de la tangente
estn ntimamente vinculados. En vez de nuestra h Newton us una pequea o,
con lo cual aparentemente quera transmitir la pequeez y cercana al 0 de esa
cantidad. Leibniz di argumentos similares sobre este asunto.
Adems de las razones matemticas que hemos expuesto, existan motivos de
otro orden para impulsar el desarrollo del clculo. Tanto Descartes como Galileo
Galilei (1564-1642) haban insistido en los mtodos experimentales y el uso de
la matemtica para describir y comprender la naturaleza. Pero la matemtica
de la que disponan tena limitaciones para cumplir ese programa, ya que era
esencialmente esttica y careca de recursos para describir el cambio, presente
en todos los procesos naturales. El clculo proporcion los recursos necesarios.
1.2 El nacimiento del Clculo
Aunque Newton formul sus leyes del movimiento

en palabras, y la exposicin y desarrollo de las mismas contenida en sus famosos Philosophiae naturalis
principia mathematica (1687) siguen mayormente el
modelo geomtrico, una vez expresadas en el lenguaje del clculo se convirtieron en una herramienta de
tremendo poder. El mismo Newton logr deducir, a
partir de sus principios, las leyes de Kepler sobre el
movimiento de los planetas, explic las mareas y la
precesin de los equinoccios, analiz al movimiento
de los cuerpos en medios que ofrecen una resistencia
como el aire y los lquidos, etc. Pero desde un punto de
vista lgico y matemtico estricto, el Clculo de Newton y Leibniz tena obvias debilidades. La pequea o
Figura 1.5: Principia
utilizada por Newton para designar los incrementos,
que disminuyen hasta desaparecer, es cero o no lo
es? Si lo es, cmo se puede dividir entre ella? Si no lo es, no se comete un
error al despreciarla?
Para Leibniz dy/dx era un cociente diferencial, y
para algunos de sus discpulos, como Johann Bernoulli, era una razn de infinitsimos. El problema de este
planteamiento es que el orden entre los infinitsimos
no es arquimediano, por lo que la teora clsica de las
proporciones no se les puede aplicar. En sus Principia Newton trat de superar esta dificultad afirmando
que una fluxin no debe entenderse como una razn
entre cantidades infinitesimales, sino como el lmite
de la razn entre incrementos evanescentes. Esto suena muy bien, pero lamentablemente no est claro qu
entenda Newton por lmite, ya que inmediatamente
dice que las razones entre incrementos se aproximan al
Figura 1.6: Leibniz
lmite ms cerca que cualquier diferencia dada, pero
nunca lo sobrepasan ni lo alcanzan.
En 1734 el obispo George Berkeley (16851753), en un artculo titulado
El Analista: o un discurso dirigido a un matemtico infiel, argument que los
fundamentos del clculo no eran firmes. Una cantidad, deca, es cero o no lo es,
no hay una tercera posibilidad. Entre sus mordaces crticas se hicieron famosas
estas palabras:
Qu son estos incrementos evanescentes? No son cantidades finitas, ni infinitamente pequeas, ni nada. No podramos llamarlos
fantasmas de cantidades difuntas?
Berkeley reconoca que mediante el clculo se obtenan resultados correctos,
pero crea que esto se deba a dos errores que se compensaban.
1.3.
Crecimiento y desarrollo
Aunque las crticas de Berkeley eran correctas, a la mayor parte de los matemticos de su poca no les preocupaban: estaban ms interesados en aplicar
las nuevas y poderosas herramientas a la solucin de problemas matemticos
y fsicos de todo tipo. Por ejemplo, la segunda ley de Newton expresada en el
lenguaje del clculo afirma que F = m
x, donde F representa la fuerza que acta
sobre una masa puntual m en la posicin x y x representa la aceleracin. Por
otra parte Robert Hooke (16351703) haba hallado la ley de la elasticidad que
hoy lleva su nombre, la cual, como se acostumbraba en la poca, public en
forma de anagrama en latn: ceiiinosssttuv, cuyo significado es Ut tensio sic vis
(como la extensin, as la fuerza). En otras palabras, la fuerza de recuperacin
F de un resorte estirado es proporcional al estiramiento x, o F = kx. Igualando estas dos expresiones, Euler (17071783) estableci en 1739 la ecuacin
diferencial de un resorte vibrante
m
x + kx = 0,
y la resolvi, hallando que la solucin involucra a las funciones trigonomtricas
seno y coseno. Euler tambin estudi, al igual que DAlembert, Daniel Bernoulli
y otros matemticos, la ecuacin diferencial de las cuerdas vibrantes (que involucra una funcin de dos variables y sus derivadas parciales). Este problema
condujo a extensas discusiones sobre la definicin de funcin y la naturaleza de
la continuidad.
Aunque el concepto de funcin es uno de los ms
importantes de toda la matemtica, en su sentido tcnico no aparece sino hasta fines del siglo XVII, en la
correspondencia entre Leibniz y Johann Bernoulli. La
notacin f (x) se debe a Euler, en cuya obra Introductio in analysin infinitorum, publicada en 1748, este
concepto ocupa un rol central, aunque aparece todava ligado al de representacin analtica. En 1755, en
su Institutiones calculi differentialis, el mismo Euler
da una definicin ms general.
Algunos otros temas atacados con xito durante
esta poca fueron la mecnica de los cuerpos rgidos,
la mecnica celeste y la hidrodinmica. As, a mediaFigura 1.7: Euler
dos sel siglo XVIII, las ecuaciones diferenciales ya se
haban convertido en la herramienta matemtica ms
importante de la fsica.
1.4.
Rigor y Fundamentacin
Joseph-Louis Lagrange (1736-1813), matemtico, fsico y astrnomo italiano

(bautizado como Giuseppe Luigi Lagrangia) que vivi en Prusia y Francia, tambin era consciente de la insuficiencia de las justificaciones existentes del clculo.
1.4 Rigor y Fundamentacin
En 1797 escribi que el concepto newtoniano de lmite no era lo suficientemente

claro como para ser el fundamento de una rama de la matemtica. El clculo,
deca, debera ser reducido al algebra, tema que en ese entonces se pensaba que
tena bases slidas. Lo que Lagrange tena en mente eran las series infinitas,
a las que consideraba parte del lgebra, pues as como la aritmtica trata con
fracciones decimales infinitas el lgebra poda tambin tratar con expresiones algebraicas infinitas. Como Euler haba hallado expansiones en serie de potencias
de funciones como ex , cos x y sen x, Lagrange crea que para cualquier funcin
f se podra hallar un desarrollo del tipo
f (x + h) = f (x) + p(x)h + q(x)h2 + r(x)h3 +
excepto tal vez para algunos valores aislados de x. Entonces defini la funcin derivada de f como el coeficiente p(x) de h, e introdujo para ella la notacin
f (x). Tambin defini f (x) como la funcin derivada de f (x), y as sucesivamente, y prob que en
el desarrollo de f (x + h) se tiene q(x) = f (x)/2,
r(x) = f (x)/6, etc.
Aunque la definicin de Lagrange no es apropiada ms que para una clase de funciones (las que hoy
llamamos analticas), l tambin describi la derivada
mediante desigualdades semejantes a la actual definicin mediante lmites. Tambin hall importantes
Figura 1.8: Lagrange
propiedades, por ejemplo prob que una funcin con
derivada positiva en un intervalo es creciente, obtuvo
la hoy llamada forma de Lagrange para el resto en la frmula de Taylor y aplic
sus hallazgos para resolver un gran nmero de problemas de geometra, mximos
y mnimos y mecnica.
El matemtico francs Augustin Louis Cauchy
(1789-1857) seal, en 1821, que el lgebra de las
cantidades finitas no poda extenderse a los procesos
2
infinitos. Adems mostr que la funcin e1/x , hoy
llamada funcin de Cauchy, no se puede representar
mediante su serie de Taylor, pues tiene un desarrollo
nulo alrededor del origen. Por estas razones rechaz el
enfoque de Lagrange y trat de desarrollar uno propio, basado en el concepto de lmite. Este concepto
tiene races profundas en la antigedad. Los trabajos
de Arqumedes en relacin a la longitud de la circunferencia y el rea encerrada por la misma, utilizando
aproximaciones por polgonos, y su aplicacin del mFigura 1.9: Cauchy
todo de exhaucin de Eudoxo, para demostrar rigurosamente frmulas de reas y volmenes de diversas
figuras (segmento de parbola, esfera, conos, cilindros, etc.), contienen implcitamente la nocin de lmite de una sucesin. Newton tambin utiliz la palabra
10
lmite, tratando de evitar las dificultades lgicas que encerraban los incrementos
evanescentes, pero nunca propuso una definicin aceptable de esta nocin. El
primero en precisar el concepto de lmite fue Cauchy, en su Cours dAnalyse
(Paris, 1821). A diferencia de sus predecesores, Cauchy evit la cuestin de si
una variable poda alcanzar o sobrepasar su lmite. Y aunque su definicin es
todava verbal, en sus demostraciones utiliza la caracterizacin algebraica de los
lmites, mediante desigualdades. De hecho, Cauchy es quien utiliza por primera
vez la hoy famosa notacin -. Y entonces, en 1823, define la derivada como el
lmite (cuando existe) del cociente de diferencias (f (x + h) f (x))/h cuando h
tiende a 0.
Despus de Cauchy, el Clculo comenz a ser visto desde una perspectiva
diferente. De mero conjunto de poderosos mtodos se convirti en una disciplina
matemtica rigurosa, con buenas definiciones y teoremas cuyas pruebas se basan
en las definiciones.
En 1856 Karl Weierstrass (18151897) comenz
a trabajar en la Universidad de Berlin. En el curso de Introduccin al Anlisis que dict entre 1859
y 1860 encar el problema de los fundamentos. En
sus teoremas utiliz la tcnica - de Cauchy, pero
reemplazando la definicin verbal de los lmites por
desigualdades, y haciendo una distincin clara entre
la convergencia puntual y la uniforme, lo cual a Cauchy se le haba pasado por alto. De esta manera logr una presentacin sistemtica y completamente rigurosa del Clculo. Aunque Weierstrass no public
sus conferencias, sus alumnos (entre quienes estaban
Georg Cantor, Eduard Heine, Mittag-Leffler, Salvatore Pincherle, Hermann Schwartz y Sofia Kowalevska- Figura 1.10: Weierstrass
ya, entre otros) diseminaron su enfoque riguroso por
toda Europa. Su publicacin en 1872 de un ejemplo de funcin continua que no
es derivable en ningn punto muestra su completo y profundo dominio de los
conceptos fundamentales del anlisis matemtico. Este descubrimiento perturb
a muchos matemticos, que consideraban a este tipo de funciones contrarias a la
intuicin como patolgicas. En una direccin contraria el mismo Weierstrass
prob, a los 70 aos de edad, que toda funcin continua en un intervalo cerrado
y acotado puede ser aproximada uniformemente, con la precision que se desee,
por medio de funciones polinmicas.
Para finalizar esta breve resea histrica es interesante mencionar que el
punto de vista original de los creadores del clculo ha resurgido modernamente en el llamado anlisis no estndar de Abraham Robinson (ver [10]), teora
matemticamente rigurosa que se desarrolla en un cuerpo no arquimediano de
nmeros hiperreales que, junto a los reales estndar, contiene infinitsimos e infinitos. Incluso se ha argumentado que la presentacin del clculo basada en este
punto de vista es ms intuitiva y fcil de comprender que el enfoque tradicional
- (ver por ejemplo [7]).
Captulo 2
Conceptos Bsicos
En este captulo se revisan los conceptos y resultados bsicos del clculo
diferencial. Su contenido no refleja la forma en que el autor piensa que debe
ensearse el Clculo, sino ms bien lo que ste cree que un profesor de Clculo
debera saber.
Un curso de Clculo para estudiantes que lo vean por primera vez requerira
de mucha ms motivacin, ejemplos y ejercicios. Adems, el grado de formalidad
y rigor debera adaptarse al nivel y objetivos del curso. No debe olvidarse que
la mayor parte del Clculo se desarroll antes de poseer definiciones formales
de los conceptos bsicos (como los de nmero real y lmite), y por lo tanto un
curso para estudiantes interesados en aplicar el clculo no necesita detenerse en
los aspectos ms sutiles de su fundamentacin.
Como se supone que el lector ya est ms o menos familiarizado con estos
temas, las demostraciones que se incluyen son bastante concisas y esquemticas.
Los ejercicios, ms que a desarrollar habilidades especficas, estn destinados a
refrescar la memoria del lector o a llamar la atencin sobre puntos interesantes
o delicados. Para una exposicin ms completa el lector puede consultar la
bibliografa, por ejemplo [2], [9] o [13].
2.1.
Los nmeros reales
Para el desarrollo riguroso del clculo son imprescindibles los nmeros reales.
Pero hasta la segunda mitad del siglo XIX no hubo una definicin formal ni
un tratamiento riguroso de los nmeros reales, de modo que se puede decir
que los creadores del clculo y los matemticos que lo desarrollaron en sus
primeros dos siglos, lo hicieron a pesar de poseer tan slo una comprensin
intuitiva de los nmeros reales. Esta nocin intuitiva asimilaba un nmero real a
la medida de una magnitud (longitud, rea, tiempo, etc.) e inclua la posibilidad
de aproximarlo con cualquier grado de precisin mediante fracciones, o mediante
expresiones decimales finitas. Tambin se aceptaba que, fijados un origen O y un
punto A en una recta, a cada punto B de la recta se le puede hacer corresponder
12
Conceptos Bsicos
un nmero real igual a la medida del segmento OB respecto a la unidad OA,

y que recprocamente para cada nmero real x existe un nico punto B en la
recta tal que la medida del segmento OB respecto a la unidad OA es x.
En la enseanza media los nmeros reales se definen como expresiones decimales infinitas g, a1 a2 a3 . . ., donde g es un nmero entero (posiblemente precedido de un signo + ) y a1 , a2 , a3 , . . . son dgitos. Las expresiones decimales
finitas pueden identificarse con expresiones decimales infinitas agregndoles infinitos ceros a la derecha. Tambin se ensea que a cada nmero racional le
corresponde o bien una expresin decimal finita o bien una expresin decimal
infinita peridica, mientras que las expresiones decimales infinitas no peridicas
son nmeros irracionales.
Este enfoque, aunque aceptable, presenta varios problemas, entre los cuales
se pueden mencionar los siguientes:
1. Hace depender a los nmeros reales del sistema decimal. Una buena definicin debera ser independiente de la base en que se representen.
2. Hay expresiones diferentes que corresponden al mismo nmero, por ejemplo 1,5 = 1,4999 . . .
3. Definir las operaciones bsicas (la suma, y especialmente el producto) con
expresiones decimales infinitas, presenta ciertas dificultades.
4. Tampoco es sencillo demostrar las propiedades bsicas de las operaciones
(asociatividad, distributividad, etc.)
Por esas razones en la segunda mitad del siglo XIX varios matemticos (entre
ellos Cantor, Mray, Dedekind y Weierstrass) trabajaron para poner al nmero real sobre bases ms slidas, proponiendo diversas formas de construirlos a
partir de los racionales. Entre los mtodos propuestos se pueden mencionar las
cortaduras de Dedekind, los pares de clases contiguas, los pares de sucesiones
montonas contiguas y las sucesiones de Cauchy.
Veamos brevemente el mtodo de las cortaduras (para ms detalles vea [8]).
Una cortadura es un par (I, S) de subconjuntos no vacos del conjunto Q de los
nmeros racionales, tales que
1. I S = Q, I S = .
2. si x I y y S, entonces x < y.
3. I no tiene elemento mximo.
Al conjunto I se le llama clase inferior y al S clase superior de la cortadura.
Observe que la clase inferior I determina completamente la cortadura, ya que
la clase superior S es el complement6o de I en Q.
Para cada nmero racional q se puede construir una cortadura (Iq , Sq ) poniendo Iq = {x Q : x < q}, Sq = {x Q : x q}. Observe que en esta
cortadura q es el mnimo de la clase superior.
2.1 Los nmeros reales
13
Un ejemplo ms interesante es el siguiente: I = {x Q : x < 0 x2 < 2},

S = {x Q : x > 0y x2 2}. En esta cortadura, ni la clase inferior
tiene mximo ni la clase superior tiene mnimo. Si supiramos qu cosa es 2, podramos
decir que la clase inferior contiene todas las aproximaciones por defecto de ese
nmero, y la clase superior todaslas aproximaciones por exceso. La idea de Dedekind fue sencillamente definir 2 mediante esa cortadura. En otras palabras,
para Dedekind un nmero real es una cortadura.
El conjunto de todos los nmeros reales se denota R. En R es muy fcil definir
un orden: si = (I, S) y = (I , S ) son nmeros reales, se dice que
si I I . Es inmediato verificar que es una relacin reflexiva, transitiva y
antisimtrica.
La suma + es la cortadura cuya clase inferior es I + I = {x + x : x
I, x I }. Es inmediato probar que la adicin es conmutativa y asociativa, y
que el cero (definido por la cortadura con clase inferior {x Q : x < 0}) es un
elemento neutro para esta operacin.
Tambin se puede definir el producto y probar las leyes asociativa, conmutativa y distributiva.
Lamentablemente para analizar en detalle cualquiera de las construcciones de
los nmeros reales se requiere un tiempo del que generalmente no se dispone en
los cursos de clculo. Adems exige un esfuerzo que tal vez slo se les puede pedir
a los estudiantes matemticamente orientados. La alternativa ms corriente hoy
en da consiste en introducir los nmeros reales axiomticamente. La ventaja
de este mtodo, adems de la rapidez, es que el estudiante dispone de entrada
de una lista de propiedades bsicas de los nmeros reales, que puede usar como
punto de partida para demostrar otras.
Axiomas del sistema de los nmeros reales
En el enfoque axiomtico se supone dado un conjunto R que contiene dos
elementos distinguidos 0 y 1, en el cual estn definidas dos operaciones binarias
+ y (suma y producto) y una relacin <, de manera tal que se cumplen los
siguientes axiomas:
A1. a + (b + c) = (a + b) + c para todos los a, b, c R.
A2. a + b = b + a para todos los a, b R.
A3. a + 0 = a para todo a R.
A4. Para todo a R existe a R tal que a + (a) = 0.
A5. a (b c) = (a b) c para todos los a, b, c R.
A6. a b = b a para todos los a, b R.
A7. a 1 = a para todo a R.
A8. Para todo a R \ {0} existe un a1 R tal que a a1 = a1 a = 1.
14
Conceptos Bsicos
A9. 1 6= 0.
A10. a (b + c) = a b + a c para todos los a, b, c R.
A11. Para a, b, c R, si a < b y b < c entonces a < c.
A12. Si a, b R, una y slo una de las siguientes afirmaciones es cierta:
(i) a < b, (ii) a = b, (iii) b < a.
A13. Para a, b, c R, si a < b entonces a + c < b + c.
A14. Para a, b, c R, si a < b y 0 < c entonces a c < b c.
A15. Cualquier subconjunto de R no vaco y acotado superiormente tiene una
cota superior mnima.
La mayora de estos axiomas corresponden a conocidas propiedades: A1 y
A2 son las propiedades asociativa y conmutativa de la suma, A3 dice que el 0
es neutro para la suma, A4 afirma la existencia de un opuesto aditivo para cada
a R, A5 y A6 son las propiedades asociativa y conmutativa para el producto,
A7 dice que 1 es neutro para el producto, A8 afirma la existencia de un inverso
multiplicativo para cada a 6= 0, A10 es la propiedad distributiva, A11 es la
transitividad de <, A12 es la tricotoma, A13 y A14 son la monotona de <
respecto a la suma y el producto, y A15 es el axioma de completitud, tambin
llamado principio del supremo.
Los axiomas A1...A10 caracterizan la estructura algebraica llamada cuerpo.
A11 y A12 son los axiomas de una relacin de orden. A13 y A14 relacionan
el orden con la estructura algebraica. Los axiomas A1...A14 caracterizan a los
llamados cuerpos ordenados. Si se pone el cuerpo Q de los nmeros racionales
en lugar de R en los axiomas A1...A14, todos se satisfacen. El axioma A15 en
cambio es caracterstico de los nmeros reales, y enseguida lo trataremos con
mayor detenimiento.
El enfoque axiomtico plantea varias preguntas importantes, entre las cuales
cabe destacar: (1) Existe algn conjunto R con las propiedades especificadas
por los axiomas? (2) Admitiendo que exista, es esencialmente nico? (3) Los
axiomas son consistentes?, es decir, no podr derivarse de ellos alguna contradiccin?
La respuesta a la primer pregunta es que, a partir del sistema de los nmeros
naturales o de la teora de conjuntos, se pueden construir modelos de R que
satisfacen todos los axiomas. Esto da una respuesta parcial a la tercera pregunta,
ya que reduce la consistencia del sistema de los nmeros reales a la consistencia
de la aritmtica, o de la teora de conjuntos. Y decimos que la respuesta es
parcial porque estas dos ltimas teoras no se sabe si son consistentes.
La respuesta a la segunda pregunta es que estos axiomas realmente caracterizan a los nmeros reales, en el sentido de que cualquier par de sistemas que los
satisfagan son isomorfos, tanto algebraicamente como desde el punto de vista
del orden.
15
Ejercicio 2.1. Sea Q( 2) = {a + b 2 : a, b Q}. Pruebe que poniendo Q( 2)

en lugar de R en los axiomas A1...A14, todos ellos se satisfacen.
Recordemos ahora algunas definiciones:
Definicin 2.1. Un nmero real c es cota superior de un conjunto A R, si
para todo a A se cumple a c. En este caso se dice que A est acotado
superiormente. Un nmero real M es mximo de A R, si M es cota superior
de A y adems M R. Anlogamente d R es cota inferior de A si para todo
a A se cumple d a (en este caso se dice que A est acotado inferiormente) y
m R es mnimo de A, si m es cota inferior de A y adems m R. Un conjunto
es acotado si lo est tanto superior como inferiormente. Si el conjunto de las cotas
superiores de un conjunto A tiene mnimo, a ese mnimo se le llama supremo o
extremo superior de A y se denota sup A. Anlogamente, si el conjunto de las
cotas inferiores de A tiene mximo, a ese mximo se le llama nfimo o extremo
inferior de A, y se denota nf A.
Es claro que el mximo y el mnimo de un conjunto, si existen, son nicos.
Ejemplo 2.1. Sea R+ = {x R : x > 0} la semirecta real positiva. R+ no
tiene ninguna cota superior, pero cualquier nmero real c 0 es cota inferior.
El 0 es la mayor cota inferior, por lo tanto 0 es el nfimo de R+ . Como 0 6 R+ ,
R+ no tiene mnimo.
Ejemplo 2.2. Sea X = {3, 1, 0, 2, 2, }. Entonces 5 es cota inferior, 5 es

cota superior, -3 es mnimo y es mximo de X.
Ejercicio 2.2. Pruebe que c = sup A si y slo si c es cota superior de A y, para
todo b < c, existe a A tal que b < a c. Enuncie y pruebe una condicin
similar para los nfimos.
El axioma A15 se puede enunciar de la siguiente manera.
Principio del supremo: Todo conjunto no vaco y acotado superiormente de
nmeros reales tiene supremo.
En el conjunto Q de los nmeros racionales el Principio del supremo no
vale. Por ejemplo, el conjunto A = {x Q : x < 0 x2 < 2} es acotado
superiormente por 3/2 (ya que si x 3/2 entonces x2 9/4 > 2 y x 6 A), pero
no tiene supremo en Q.
Para probarlo, comencemos por recordar la conocida demostracin de que
2 no es el cuadrado de ningn nmero racional. Supongamos, por absurdo, que
existiese un nmero racional cuyo cuadrado sea 2, y expresmoslo mediante una
fraccin irreducible p/q. Entonces (p/q)2 = 2, de donde p2 = 2q 2 y p2 sera
par. Pero entonces p debe ser par y lo podemos escribir como p = 2r, para
algn entero r. Como (2r)2 = 2q 2 , es decir 4r2 = 2q 2 , se sigue que 2r2 = q 2 , y
resulta que q tambin debera ser par, contradiciendo el hecho de que p/q era
una fraccin irreducible.
16
Conceptos Bsicos
En segundo lugar probaremos que para todo x A existe otro x A tal

que x > x. En efecto, si x < 1 basta tomar x = 1. Si x 1, sea h = (2 x2 )/4.
Como 1 x2 < 2 se tiene 0 < h 1/4. Entonces (x + h)2 = x2 + (2x + h)h <
x2 + (3 + 1/4)h < x2 + 4h = 2. Es decir que si tomamos x = x + h se tiene
x A y x > x.
Tambin se cumple que, si y > 0 y y 2 > 2, entonces existe y tal que 0 <
y < y y y 2 > 2. En efecto, si ponemos x = 2/y se tiene x2 = 4/y 2 < 4/2 = 2,
y entonces como acabamos de ver existe x A tal que x > x. Si tomamos
y = 2/x entonces y = 2/x < 2/x = y y y 2 = 4/x2 > 4/2 = 2.
Ahora es fcil probar que A no tiene supremo en Q. En efecto, si c < 0
c > 0 y c2 < 2, entonces c A, y como vimos existe un c A tal que c > c,
por lo tanto c no puede ser cota superior de A.
Si c > 0 y c2 > 2, entonces ciertamente c es cota superior de A, pero como
existe c tal que 0 < c < c y c2 > 2, c no es cota superior mnima de A.
El nico caso que quedara por examinar es cuando c > 0 y c2 = 2, pero eso
ya vimos que no es posible.
En el conjunto de los nmeros reales R, el conjunto A debe tener un supremo
c > 0. Como ya sabemos que no puede ser c2 < 2 ni c2
> 2, la nica posibilidad
que queda es c2 = 2, y ese es el nmero que llamamos 2.
Por razones de simetra, existe tambin un
Principio del nfimo: Todo conjunto no vaco y acotado inferiormente de
nmeros reales tiene nfimo.
El Principio del nfimo y el Principio del supremo son equivalentes (ver
ejercicios).
Prueba del Principio del Supremo
Cuando los nmeros reales se construyen a partir de los nmeros racionales, el principio del Supremo puede y debe demostrarse. Usando cortaduras de
Dedekind es muy fcil: Si A R es no vaco y acotado superiormente, y cada
a A es una cortadura (Ia , Sa ), entonces la cortadura cuya clase inferior es
aA Ia es el supremo de A (la verificacin es inmediata).
Si los reales se definen como expresiones decimales infinitas, la prueba tambin es fcil pero ms trabajosa. La haremos slo para el caso en que A tenga
algn elemento no negativo, dejando el otro caso como ejercicio.
Condideremos el conjunto A0 formado por las partes enteras de los elementos
de A. Como A es acotado superiormente, A0 contiene slo un nmero finito
de elementos no negativos, y por lo tanto tiene un elemento mximo g 0.
Condideremos ahora el conjunto A1 formado por todos los elementos de A que
tienen parte entera g. Sea a1 el mayor dgito que aparezca como primer cifra
decimal de algn elemento de A1 . Sea A2 el conjunto formado por todos los
elementos de A1 que comienzan con g, a1 . Sea a2 el mayor dgito que aparezca
como segunda cifra decimal de algn elemento de A2 . Continuando de este modo
se obtiene un real g, a1 a2 . . . que es el supremo de A.
17
Como ejemplo, sea A = {x Q : x < 0 x2 < 2}. Entonces A0 =

{. . . , 2, 1, 0, 1} y g = 1. Ahora A1 = {1+x : x Q, 0 x < 1, (1+x)2 < 2}.
Como 1, 42 = 1, 96 < 2 pero 1, 52 > 2, es claro que a1 = 4. Del mismo modo,
como 1, 412 = 1, 9881 < 2 pero 1, 422 = 2, 0164 > 2, resulta a1 = 1. Prosiguiendo de esta manera
se van obteniendo las cifras del supremo: 1, 4142 . . . (que por
supuesto es 2).
Sean a, b R con a b. Llamaremos intervalo abierto con extremos a y b al
conjunto
(a, b) = {x R : a < x < b}.
Anlogamente se define el intervalo cerrado con extremos a y b como
[a, b] = {x R : a x b},
y los intervalos semiabiertos (o semicerrados): [a, b) = {x R : a x < b} y
(a, b] = {x R : a < x b}.
Tambin consideraremos los intervalos no acotados abiertos (a, +) = {x
R : a < x} y (, a) = {x R : x < a}, y los cerrados: [a, +) = {x R : a
x} y (, a] = {x R : x a}. En general llamaremos intervalo a cualquiera
de los anteriores y al propio R. El interior de un intervalo I es el mayor intervalo
abierto contenido en l, y se denota I . Por ejemplo [a, b] = [a, b) = (a, b] =
(a, b), [a, +) = (a, +).
Un subconjunto A de R se dice que es convexo si para cualquier par de
elementos a 0, se llamar entorno abierto de centro a y radio al intervalo
Ua () = (a , a + ). Aunque el trmino entorno se utiliza a veces en un sentido
ms general, en estas notas se entender siempre por entorno de a un entorno
abierto de centro a. Llamaremos semientorno derecho (resp. izquierdo) de a a
un intervalo de la forma [a, a + ) (resp. (a , a]).
Se llamar entorno reducido abierto de centro a y radio al conjunto Ua () =
Ua ()\ {a} = (a , a)(a, a+ ), que se obtiene de Ua () suprimiendo al propio
a. Anlogamente, se llama semientorno reducido derecho (resp. izquierdo) de a
a un intercalo de la forma (a, a + ) (resp. (a , a)).
Ejercicio 2.4. Si A R llamemos A al conjunto {x : x A}. (a) Pruebe
que c R es cota superior de A si y slo si c es cota inferior de A. (b) Pruebe
que c = sup A si y slo si c = nf A.
Ejercicio 2.5. Demuestre el Principio del nfimo a partir del Principio del
supremo, y viceversa.
Ejercicio 2.6. Si A, B R son acotados superiormente, entonces sup(A+B) =
sup A + sup B.
18
2.2.
Conceptos Bsicos
Funciones
El concepto de funcin se fue clarificando durante el siglo XIX, a travs de los

trabajos de Cauchy, Dirichlet, Fourier y Weierstrass, entre otros, hasta que en
su forma moderna y general (funcin como correspondencia arbitraria) aparece
explcitamente a comienzos del siglo XX en el Cours danalyse mathmatique de
Goursat.
Si A y B son dos conjuntos, se define el producto cartesiano A B de ambos
como el conjunto de todos los pares ordenados (a, b) con a en A y b en B, es
decir
A B = {(a, b) : a A, b B}.
A A se abrevia A2 , y por induccin se definen A3 = A2 A, A4 = A3 A,. . . ,

An = An1 A.
Una relacin de A en B es un subconjunto de A B.
Las funciones son un tipo especial de relaciones. Ms precisamente, una
relacin f de A en B es una funcin si se cumple que, para cada a A, existe
un nico b B tal que (a, b) f . O dicho de otra manera, si (a, b) f y
(a, b ) f entonces b = b . Para indicar que f es una funcin de A en B se
utiliza la notacin f : A B. Al conjunto A se le llama dominio de la funcin
y a B codominio. Si (a, b) f entonces se escribe f (a) = b, y se dice que b es la
imagen de a por f . Tambin se dice que a es una preimagen de b por f . Observe
que cada elemento a A tiene exactamente una imagen por f , mientras que un
elemento b B puede tener una, ninguna o muchas preimgenes por f .
Intuitivamente, una funcin de A en B no es ms que una correspondencia
que a cada elemento a A le asocia un nico elemento f (a) B. La definicin
que hemos presentado no es ms que el resultado de un largo esfuerzo por tratar
de formalizar el concepto intuitivo pero algo vago de correspondencia.
Al conjunto f (A) = {f (x) : x A} se le llama recorrido de f ; en general es
un subconjunto del codominio B. En el caso de que f (A) = B, se dice que f
es sobreyectiva, o simplemente sobre. Esto equivale a decir que para cada b B
existe algn a A tal que f (a) = b.
f : A B es inyectiva o uno a uno si las imgenes de elementos diferentes
de A son diferentes, es decir si x 6= y implica f (x) 6= f (y).
Si f es tanto inyectiva como sobreyectiva entonces se dice que es biyectiva.
En este caso, el conjunto de pares ordenados {(b, a) B A : (a, b) f } es
tambin una funcin, que se denomina inversa de f y se denota f 1 .
Ejercicio 2.7. Para cualquier conjunto A se define la funcin identidad IA :
A A como IA (x) = x para todo x A. Pruebe que IA es biyectiva.
Ejercicio 2.8. Pruebe que si f : A B es biyectiva, entonces el conjunto de
pares ordenados {(b, a) B A : (a, b) f } es tambin una funcin.
En estas notas se consideran principalmente funciones del tipo f : I R,
cuyo dominio es un intervalo I de R (o una unin de intervalos) y cuyo codominio
es R. Estas funciones se conocen como funciones reales de una variable real. A
2.2 Funciones
19
las funciones g : A R donde A Rn se les llama funciones reales de n

variables reales.
Ejemplo 2.3. Si c R, a la funcin f : R R definida mediante f (x) = c
para todo x R se le llama funcin constante.
Ejemplo 2.4. Si a, b R, a la funcin g : R R definida mediante g(x) =
ax + b se le llama funcin lineal (o afn).
Ejemplo 2.5. Si a, b, c R, a la funcin h : R R definida mediante h(x) =
ax2 +bx+c se le llama funcin cuadrtica. Anlogamente se definen las funciones
polinmicas de grado superior.
Ejemplo 2.6. k : (0, +) R definida mediante k(x) = log x es la funcin
logaritmo natural.
En muchos textos se suele dar una expresin analtica, por ejemplo
1 x2
,
2x 1
y se pide hallar el dominio. Estrictamente hablando esto no tiene mucho sentido, pues para que una funcin est bien definida, se debe especificar cules son
su dominio y su codominio. En realidad lo que se pretende en estos casos es que
se halle el subconjunto ms grande posible de R en el cual la expresin dada
permita definir una funcin. Por ejemplo la expresin anterior tiene sentido si
1 x2 0 y 2x 1 6= 0, es decir si |x| 1 y x 6= 1/2. Por lo tanto se puede
definir una
funcin f con dominio [1, 1/2) (1/2, 1] y codominio R mediante
f (x) = 1 x2 /(2x 1).
2.2.1.
Operaciones con funciones
Las funciones a valores reales pueden combinarse mediante operaciones aritmticas para formar nuevas funciones. As, si f es una funcin y c R una
constante, se definen las funciones f y cf (con el mismo dominio que f ) mediante (f )(x) = f (x) y (cf )(x) = cf (x). Si f y g son funciones reales con
dominios Df y Dg , respectivamente, se definen f + g y f g en Df Dg mediante
(f + g)(x) = f (x) + g(x) y (f g)(x) = f (x)g(x). Tambin se puede definir f /g
mediante (f /g)(x) = f (x)/g(x), en Df {x Dg : g(x) 6= 0}.
Dadas dos funciones g : A B y f : C D, supongamos que g(A) C.

Entonces se puede definir la composicin de f y g, denotada f g, mediante
(f g)(x) = f (g(x)). Por ejemplo si f (x) = x2 + 3x 1 y g(x) = 2x + 1, entonces
(f g)(x) = f (g(x)) = f (2x + 1) = (2x + 1)2 + 3(2x + 1) 1 = 4x2 + 10x + 3.
La composicin de funciones es asociativa, es decir que (f g) h = f (g h).
Ejercicio 2.9. Si f : A B es biyectiva y f 1 es su inversa, pruebe que
f 1 f = IdA y f f 1 = IdB .
Ejercicio 2.10. Sea f : A B. Pruebe que
20
Conceptos Bsicos
1. f es inyectiva si y slo si existe g : B A tal que g f = IdA .
2. f es sobreyectiva si y slo si existe g : B A tal que f g = IdB .
2.2.2.
Extremos, crecimiento y decrecimiento de funciones
Las nociones de cota, mximo, mnimo, supremo e nfimo que se definieron

para conjuntos de nmeros reales en la seccin 2.1 pueden trasladarse a funciones
f : I R, aplicndolas al conjunto f (I). Por ejemplo: se dice que f es acotada
superiormente si f (I) lo es, es decir si existe c R tal que f (x) c para todo
x I. Del mismo modo, se dice que f tiene mximo si f (I) lo tiene, o sea si
existe un real M tal que f (x) M para todo x I y M f (I). Tambin se
dice que f alcanza su mximo en a o que a es un punto mximo de f si f (a)
es el mximo de f . Observe que el mximo de una funcin, si existe, es nico.
Expresiones anlogas se usan para cotas inferiores y mnimos.
Sea f : I R y a I. Si existe un entorno V de a tal que f (x) f (a) para
todo x V I, entonces se dice que f (a) es un mximo local, y a es un punto
mximo local.
Observe que una funcin puede tener varios mximos locales (tambin puede
tener slo uno, o ninguno).
A los mximos locales algunos autores les llaman mximos relativos, y entonces al mximo le llaman mximo absoluto.
De manera anloga se define el concepto de mnimo local. A los mximos y
mnimos locales se les llama extremos locales (o relativos).
Definicin 2.2. Una funcin f : I R se dice que es
montona creciente si x y implica f (x) f (y), para todo x, y I,
estrictamente creciente si x < y implica f (x) < f (y) para todo x, y I,
montona decreciente si x y implica f (x) f (y), para todo x, y I, y
estrictamente decreciente si x < y implica f (x) > f (y) para todo x, y I.
A las funciones montonas crecientes o decrecientes se les llama conjuntamente montonas.
Ejercicio 2.11. Si f : I R no es montona, pruebe que existen a f (b) < f (c), o bien f (a) < f (b) > f (c).
En estas notas se usarn los trminos creciente y decreciente como formas
abreviadas de montona creciente y montona decreciente, respectivamente, pero advertimos al lector que algunos autores utilizan estos trminos como sinnimos de estrictamente creciente y estrictamente decreciente. Otros autores llaman
no-decrecientes a las funciones montonas crecientes, y entonces a las montonas decrecientes les llaman no-crecientes, terminologa desafortunada pues una
funcin que no es creciente no tiene porqu ser no-creciente.
2.3 Lmites
2.3.
21
Lmites
El concepto de lmite es la nocin fundamental del clculo, en su formulacin

moderna. Sea f una funcin real definida en un entorno reducido de c R.
Informalmente se dice que el lmite de f (x) cuando x tiende a c es L, y se
escribe lmxc f (x) = L, cuando la diferencia entre f (x) y L puede hacerse tan
pequea como se quiera, en valor absoluto, tomando x suficientemente prximo
a c. Ms formalmente:
Definicin 2.3 (Lmites con entornos).
Se dice que lmxc f (x) = L si, dado cualquier entorno U de L, existe un
entorno reducido V de c tal que f (V ) U .
Recordando que UL () = (L , L + ) y Uc () = (c , c + ) \ {c}, la
definicin anterior es equivalente a la siguiente:
Definicin 2.4 (Lmites con desigualdades).
Se dice que lmxc f (x) = L si, dado cualquier > 0, existe un > 0 tal que si
0 < |x c| < , entonces |f (x) L| < .
Observe que para la existencia de lmxc f (x) no hace falta que f est definida en c, sino tan solo en un entorno reducido de c.
Ejercicio 2.12. Si f : R R es la funcin de valor constante k (es decir f (x) =
k para todo x R), pruebe que para cualquier c R se tiene lmxc f (x) = k.
Ejercicio 2.13. g : R R es la funcin identidad (es decir g(x) = x para todo
x R), pruebe que para cualquier c R es tiene lmxc g(x) = c.
Ejercicio 2.14. Si h : R R se define mediante
(
1 si x Q,
h(x) =
0 si x 6 Q,
pruebe que no existe lmxc h(x) para ningn c R.
Ejercicio 2.15. Sea k(x) = sen x1 para x 6= 0. Pruebe que no existe lmx0 k(x).
Ejercicio 2.16. Si f (x) g(x) en un entorno reducido de c pruebe que, si
ambos lmites existen, entonces lmxc f (x) lmxc g(x).
2.3.1.
Lmites laterales e infinitos
Si f est definida en un intervalo (c, b), se puede definir el lmite de f cuando

x tiende a c por la derecha sustituyendo en la definicin 2.3 los entornos reducidos de c por semientornos reducidos de la forma (c, c + ). O, en trminos de
desigualdades,
22
Conceptos Bsicos
Definicin 2.5. Se dice que el lmite de f cuando x tiende a c por la derecha

es L, y se escribe lmxc+ f (x) = L o lmxc f (x) = L, si dado cualquier > 0
existe un > 0 tal que, si c < x < c + , entonces |f (x) L| < .
Anlogamente se dice que el lmite de f cuando x tiende a c por la izquierda
es L, y se escribe lmxc f (x) = L o bien lmxc f (x) = L, si dado cualquier
> 0 existe un > 0 tal que, si c < x < c, entonces |f (x) L| < .
Ejemplo 2.7. Si f : R R es la funcin escaln
(
0 si x < 0,
f (x) =
1 si x 0,
entonces lmx0 f (x) no existe, pero lmx0 f (x) = 0 y lmx0+ f (x) = 1.
Ejercicio 2.17. La funcin parte entera o piso de x se denota x y se define
como el mayor entero que es menor o igual a x. En otras palabras, x es el
nico entero tal que x x < x + 1. Estudie los lmites laterales de f para
cada c R.
Ejercicio 2.18. Pruebe que lmxc f (x) existe si y slo si lmxc+ f (x) y
lmxc f (x) existen y son iguales.
Ejercicio 2.19. Si f : (a, b) R es montona creciente, pruebe que existen
lmxa+ f (x) (y es finito si f es acotada inferiormente) y lmxb f (x) (y es finito si f es acotada superiormente). Un resultado anlogo vale para las funciones
montonas decrecientes.
La definicin de lmite lmxc f (x) = L se puede extender al caso en que c,
L o ambos sean infinitos, con o sin signo. Para ello llamaremos entorno de +
a cualquier intervalo de la forma (H, +) = {x : x > H}, entorno de a
cualquier intervalo de la forma (, H) = {x : x < H}, y entorno de a la
unin de intervalos (, H) (H, +) = {x : |x| > H}.
Por ejemplo lmxc f (x) = + si para cualquier intervalo (H, +) existe
un entorno reducido V de c tal que, si x V entonces f (x) (H, +).
Expresado con desigualdades esto equivale a:
lmxc f (x) = + si para cualquier H R existe un > 0 tal que, si
0 < |x c| < , entonces f (x) > H.
Anlogamente lmxc f (x) = si dado cualquier H R existe > 0 tal
que, si 0 < |x c| < , entonces f (x) < H, y lmxc f (x) = (sin signo)
si dado cualquier H R existe > 0 tal que, si 0 < |x c| < , entonces
|f (x)| > H. Observe que lmxc f (x) = equivale a lmxc |f (x)| = +.
Si f est definida en una semirecta (a, +), la definicin de lmite de f (x)
cuando x tiende a + queda as: lmx+ f (x) = L si dado cualquier > 0
existe H R tal que, si x > H, entonces |f (x) L| < .
Ejercicio 2.20. Exprese mediante desigualdades las definiciones correspondientes a lmx f (x) = L, lmx+ f (x) = +, lmx+ f (x) = ,
lmx f (x) = +, lmx f (x) = .
23
2.3 Lmites
De la misma manera se pueden definir lmites laterales infinitos, por ejemplo

lmxc+ f (x) = + si dado cualquier H R existe un > 0 tal que, si
0 < x < c + , entonces f (x) > H.
Ejercicio 2.21. Exprese mediante desigualdades las definiciones correspondientes a lmxc f (x) = +, lmxc+ f (x) = y lmxc f (x) = .
Ejercicio 2.22. Sea f (x) = an xn + an1 xn1 + + a1 x + a0 una funcin
polinmica de grado n > 0, con an > 0. Pruebe que lmx+ f (x) = +, y
que
(
+ si n es par,
lm f (x) =
x
si n es impar.
2.3.2.
Operaciones con lmites
Los lmites se comportan bien con respecto a las operaciones que se pueden
realizar con funciones, tales como suma, producto, composicin, etc. Sin embargo, hay algunos detalles que hay que tomar en cuenta para no incurrir en
errores.
Teorema 2.1. Dadas f : Uc R y g : Ua Uc , si lmxa g(x) = c y
lmxc f (x) = L, entonces lmxa f (g(x)) = L.
Demostracin. Dado un entorno W de L, como lmxc f (x) = L, existe un
entorno reducido Vc Uc tal que f (Vc ) W . Y como lmxa g(x) = c, existe
un entorno reducido Va Ua tal que g(Va ) Vc , y ms an g(Va Vc .
Entonces (f g)(Va ) = f (g(Va )) f (Vc ) W .
Ejercicio 2.23. Sea f : R R definida como f (x) = 1 si x 6= 0 y f (0) = 0,
y sea g : R R la funcin constante g(x) = 0. Entonces lmx0 g(x) = 0 y
lmx0 f (x) = 1, pero lmx0 f (g(x)) = 0. Contradice esto al Teorema 2.1?
Teorema 2.2. Sean f y g funciones reales definidas en un entorno reducido de
c. Si existen lmxc f (x) = K y lmxc g(x) = L, entonces
lm (f (x) + g(x))
= K + L,
lm (f (x) g(x))
= K L,
xc
xc
lm (f (x)g(x))
xc
= KL.
Si adems L 6= 0, entonces tambin

K
f (x)
= .
xc g(x)
L
lm
Y si K > 0, entonces
lm f (x)g(x) = K L .
xc
24
Conceptos Bsicos
La prueba de este teorema es estndar y puede hallarse en cualquier texto.
Si uno o ambos de los lmites de f y g son infinitos, en algunos casos se

pueden deducir los lmites de las operaciones entre f y g, pero en otros casos
no se puede. Por ejemplo:
Si lmxc f (x) = + y lmxc g(x) es finito o +, entonces lmxc (f (x) +
g(x)) = +. Un resultado anlogo se tiene si se cambia + por .
Sin embargo, si lmxc f (x) = + y lmxc g(x) = , no se puede afirmar
nada a priori sobre lmxc (f (x) + g(x)). Esto se expresa a veces diciendo que
es una forma indeterminada. Esto slo significa que el lmite no queda
determinado por los lmites de las funciones coomponentes f y g. Pero es una
expresin poco afortunada, ya que lleva a muchos alumnos a pensar que un
lmite de este tipo no se puede determinar, y por lo tanto no se puede hacer
nada con l. Es preciso enfatizar que lo indeterminado es la forma en general,
pero no cada lmite en particular. En realidad puede ocurrir que el lmite de la
suma no exista, o que exista y sea finito, o que exista y sea infinito. Pero para
averiguar cul es el caso hace falta un anlisis ms profundo.
Ejemplo 2.8. Si en R definimos f (x) = x, g1 (x) = x, g2 (x) = 2x y g3 (x) =
x, entonces lmx+ f (x) = + y lmx+ g1 (x) = lmx+ g2 (x) =
lmx+ g3 (x) = , y se tiene que
lmx+ (f (x) + g1 (x) = 0,
lmx+ (f (x) + g2 (x) = ,
mientras que lmx+ (f (x) + g3 (x)) no existe.
Si lmxc f (x) = + y lmxc g(x) es finito y positivo o +, entonces
lmxc f (x)g(x) = +. Anlogamente si lmxc f (x) = y lmxc g(x) es
finito y positivo o +, entonces lmxc f (x)g(x) = .
En general se puede decir que si el lmite de una funcin es + o y el
de la otra es +, o un real distinto de 0, entonces el lmite del producto
es + o , y el signo se determina mediante la regla usual de los signos.
En cambio si lmxc f (x) = + y lmxc g(x) = 0, no se puede afirmar
nada a priori sobre lmxc f (x)g(x). Esto se expresa diciendo que 0 es una
forma indeterminada, expresin para la cual valen los mismos comentarios que
hicimos para . Y como en el caso de la suma, aqu tambin puede ocurrir
que el lmite del producto no exista, o que exista y sea finito, o que exista y sea
infinito, siendo necesario un anlisis ms profundo para averiguar qu es lo que
en realidad ocurre.
Ejercicio 2.24. Proporcione ejemplos de cada una de las tres posibilidades
descriptas para la forma 0.
Para el cociente, si lmxc f (x) = + y lmxc g(x) es finito y positivo, entonces lmxc f (x)/g(x) = +. Si en cambio lmxc f (x) es finito y
lmxc g(x) = (con o sin signo), entonces lmxc f (x)/g(x) = 0.
Si tanto f como g tienen lmites infinitos, o si ambas tienen lmite 0, no se
puede afirmar nada a priori sobre lmxc f (x)/g(x). Es decir que se tienen dos
indeterminaciones ms: / y 0/0.
25
2.3 Lmites
Ejercicio 2.25. Proporcione ejemplos de la forma / y 0/0 para los cuales

el lmite a) no exista, b) exista y sea finito, y c) exista y sea infinito.
Un resultado sencillo pero muy til es el siguiente:
Teorema 2.3 (Teorema del sndwich). Si f , g y h son funciones definidas en
un entorno reducido V de c tales que g(x) est siempre comprendido entre f (x)
y h(x) (es decir, f (x) g(x) h(x) o h(x) g(x) f (x) para todo x V ), y
si lmxc f (x) = lmxc h(x) = L, entonces lmxc g(x) existe y es igual a L.
Demostracin. Dado un entorno de L existen entornos reducidos V1 y V2 de c
tales que f (V1 ) U y h(V2 ) U . Si tomamos V = V1 V2 entonces, para
cualquier x V , se tiene que tanto f (x) como h(x) estn en U , por lo tanto
todo el intervalo de extremos f (x) y h(x) est contenido en U , y en particular
g(x) U .
Figura 2.1: Lmite de (sen x)/x.

Ejemplo 2.9. Para calcular lmx0 sen x/x consideremos un crculo de centro
O y radio OA = 1. Sea B otro punto de la circunferencia. Si el ngulo AOB se
mide en radianes, entonces su medida x es igual a la longitud del arco AB. El

segmento de perpendicular desde B al radio OA mide sen x, y el segmento AD
de la tangente a la circunferencia en A, comprendido entre A y la recta OB,
mide tg x. Como el tringulo OAB est contenido en el sector circular OAB
y ste en el tringulo OAD, comparando sus reas se obtiene que (sen x)/2 <
x/2 < (tg x)/2, es decir sen x < x < tg x. Dividiendo entre sen x (suponiendo
26
Conceptos Bsicos
x > 0) se tiene entonces que

1<
x
1
<
.
sen x
cos x
De aqu se deduce, por el teorema del sndwich, que lmx0+ x/ sen x = 1 y

por tanto, tambin lmx0+ (sen x)/x = 1. Como la funcin (sen x)/x es par, se
sigue que lmx0 (sen x)/x = 1.
Ejercicio 2.26. Probar que
tg x
= 1,
x0 x
(a) lm
1 cos x
1
= ,
2
x0
x
2
(b) lm
1 cos x
= 0.
x0
x
(c) lm
Para lmxc f (x)g(x) , si el lmite de de f o el de g (o ambos) son infinitos, se

plantean algunos casos fciles de decidir y otros que requieren un anlisis ms
profundo. Si lmxc f (x) = + y lmxc g(x) es positivo (finito o infinito),
entonces lmxc f (x)g(x) = +. Lo mismo ocurre si lmxc f (x) = K > 1 y
lmxc g(x) = +. Si 0 < lmxc f (x) < 1 y lmxc g(x) = +, entonces
lmxc f (x)g(x) = 0.
En cambio no se puede afirmar nada a priori si lmxc f (x) = 1 y lmxc g(x)
= +. Esto se conoce como la forma indeterminada 1 . Un ejemplo importante es lmx0 (1 + x)1/x = e.
Ejercicio 2.27. Proporcione ejemplos de la forms 1 en los cuales el lmite a)
no exista, b) exista y sea finito, y c) exista y sea infinito.
Otro caso delicado se presenta cuando lmxc f (x) = 0. Suponiendo que
f (x) 0 en un entorno reducido de 0 (de lo contrario f (x)g(x) podra no estar siquiera definido), si lmxc g(x) = L > 0 entonces es claro que lmxc f (x)g(x) =
0. Y si L < 0, entonces lmxc f (x)g(x) = +. Pero si L = 0 aparece una nueva
forma indeterminada que se representa como 00 .
2.3.3.
Asntotas
Diremos que una recta r de ecuacin y = mx + n es asntota de la grfica de

una funcin f , si la distancia del punto (x, f (x)) a r tiende a 0 cuando x tiende
a + o a . Para que esto ocurra, por ejemplo para x +, debe ser
lmx+ (f (x) mx n) = 0 y por lo tanto lmx+ (f (x) mx) = n. Adems
lmx+ f (x)/x = lmx+ (f (x) mx)/x + m = m. Por lo tanto para hallar
una asntota para x + debemos calcular primero m = lmx+ f (x)/x,
y si existe se calcula luego n = lmx+ (f (x) mx). Si este segundo lmite
tambin existe, entonces y = mx + n es una asntota.
Si existe lmx+ f (x) = n entonces automticamente lmx+ f (x)/x =
0, y se tiene una asntota horizontal y = n.
Si existe m = lmx+ f (x)/x, pero no existe lmx+ (f (x) mx), se dice
que y = mx es una direccin asinttica.
De modo anlogo se buscan asntotas para x .
Una asntota vertical es una recta x = a tal que lmxa+ f (x) o lmxa f (x)
sea (con o sin signo).
27
2.3 Lmites
Ejemplo 2.10. Sea f (x) = x/(1 + ex ) + x/(x 1). Obviamente hay una
asntota vertical x = 1. Como
lm
x+
f (x)
1
1
= lm
+ lm
= 1 + 0 = 1,
x
x+
x+
x
1+e
x1
lm (f (x) x)
x+
=
=

x
x
lm
+
x
x+ 1 + ex
x1

xex
x
lm
+
= 0 + 1 = 1,
x+ 1 + ex
x1
se tiene la asntota oblicua y = x + 1 para x +. Por otra parte

lm
1
1
f (x)
= lm
+ lm
= 0 + 0 = 0,
x 1 + ex
x+ x 1
x
lm f (x) = lm
x
x
+
x
1+e
x1
= 0 + 1 = 1,
por lo tanto se tiene una asntota horizontal y = 1 para x .
Figura 2.2: Asntotas
2.3.4.
Lmites de sucesiones
En esta seccin recordamos brevemente el concepto de lmite de una sucesin

y su relacin con el lmite de funciones.
28
Conceptos Bsicos
Una sucesin de nmeros reales es una funcin x : N R del conjunto de

los nmeros naturales N = {1, 2, 3, . . .} en los reales. El valor x(n) que toma esta
funcin en el natural n suele denotarse ms comnmente como xn , y la sucesin
misma como x1 , x2 , x3 ,. . . , o ms concisamente {xn }nN . Se dice que la sucesin
tiene lmite L cuando n tiende a infinito, y se escribe lmn+ xn = L, si dado
cualquier > 0 existe un natural K tal que |xn L| < para todo n K.
Ejercicio 2.28. Si x1 x2 x3 es una sucesin montona creciente y acotada superiormente, pruebe que es convergente y que lmn+ xn =
sup{xn : n = 1, 2, 3, . . .}.
q
p
p
Ejercicio 2.29. Sea x1 = 2, x2 = 2 + 2, x3 = 2 + 2 + 2, . . . Pruebe

que esta sucesin tiene lmite y calclelo.
Teorema 2.4. Sea f una funcin definida en un entorno reducido de a tal
que lmxa f (x) = L. Entonces para cualquier sucesin {xn } con valores en el
dominio de f , se cumple lmn+ f (xn ) = L.
La demostracin es inmediata y se deja como ejercicio.
Ejemplo 2.11. Como lmx0 (sin x)/x = 1 y lmn+ 1/n = 0, entonces
lmn+ n sen(1/n) = 1.
Tambin vale una forma de recproco:
Teorema 2.5. Sea f una funcin definida en un entorno reducido de a y L
R. Si para cualquier sucesin {xn } con valores en el dominio de f y tal que
lmn+ xn = a se cumple lmn+ f (xn ) = L, entonces lmxa f (x) = L.
Una serie de nmeros reales es una expresin de la forma x1 + x2 + x3 + +
xn + donde {xn }nN es una sucesin de nmeros reales. A toda serie se le
asocia una sucesin de sumas parciales, definida
Pn como X1 = x1 , X2 = x1 + x2 ,
X3 = x1 + x2 + x3 ,. . . y en general Xn = k=1 xk . Si existe lmn Xn = S,
entonces se dice que la serie es convergente y que su suma es S. En ese caso se
escribe x1 + x2 + x3 + = S. Por ejemplo
1
1 1 1
+ + + n + = 1,
2 4 8
2
Pn
ya que las sumas parciales son Xn = k=1 1/2k = 1 (1/2)n+1 (suma de una
progresin geomtrica) y lmn Xn = lmn (1 (1/2)n+1 ) = 1 0 = 1.
2.4.
Continuidad
Intuitivamente, una funcin es continua si su grfica se puede dibujar sin

levantar el lpiz del papel. Sin embargo no fue fcil convertir esta nocin vaga
en la definicin precisa actual:
2.4 Continuidad
29
Definicin 2.6. Una funcin f es continua en a si lmxa f (x) = f (a). Si

lmxa+ f (x) = f (a) se dice que f es continua por la derecha en a, y si lmxa
f (x) = f (a) se dice que f es continua por la izquierda en a. Si f no es continua en
a entonces se dice que es discontinua en a, o que presenta una discontinuidad en
a. Una funcin es continua en un intervalo si lo es en cada punto de ese intervalo,
entendiendo que si el intervalo incluye extremo izquierdo (resp. derecho), en l
se exigir continuidad por la derecha (resp. izquierda).
La definicin de continuidad en un punto se puede desglosar as: f es continua
en a si
1. f est definida en un entorno de a.
2. Existe lmxa f (x).
3. f (a) y lmxa f (x) son iguales.
Si recordamos la definicin de lmites por entornos, la definicin de continuidad se puede reformular as:
f es continua en a si, dado cualquier entorno U de f (a), existe un
entorno V de a tal que, si x V entonces f (x) U .
Del mismo modo, recordando la definicin de lmites por desigualdades, podemos
decir que
f es continua en a si, dado cualquier > 0, existe un > 0 tal que
si |x c| < , entonces |f (x) f (c)| < .
Las consideraciones anteriores pueden adaptarse de la manera obvia para
el caso de la continuidad por la derecha o por la la izquierda, considerando
semientornos.
Si lmxa f (x) existe, pero es distinto de f (a), se dice que f presenta una
discontinuidad evitable en a. En este caso la discontinuidad se puede evitar
redefiniendo f en a como lmxa f (x).
Si existen los lmites laterales lmxa+ f (x) y lmxa f (x), pero son diferentes, entonces se dice que f presenta una discontinuidad de salto en a.
Ejercicio 2.30. Pruebe que las funciones f (x) = 1 y g(x) = x son continuas
en todo a R.
Ejercicio 2.31. Estudie la continuidad de la funcin h(x) = x.
Ejercicio 2.32. Estudie la continuidad de la funcin
(
x sen x1 si x 6= 0,
k(x) =
0
si x = 0.
30
2.4.1.
Conceptos Bsicos
Operaciones con funciones continuas
De las propiedades correspondientes para los lmites se deduce fcilmente

que la suma, diferencia, producto y composicin de funciones continuas son
continuas. El cociente de funciones continuas es continua en los puntos donde
est definido (es decir donde no se anule el denominador).
Como la identidad y las funciones constantes son continuas, de lo anterior
se sigue que las funciones polinmicas son continuas, y las funciones racionales
son continuas en los puntos en que no se anule el denominador.
Tambin las dems funciones elementales (la exponencial, el logaritmo, las
potencias de exponente real, las funciones trigonomtricas directas e inversas)
son continuas donde estn definidas, y por lo tanto todas las funciones que se
puedan obtener combinndolas por medio de las operaciones anteriormente descriptas son continuas. Por estas consideraciones podemos afirmar, por ejemplo,
que la funcin

cos(x)
f (x) = log(x4 + 5) sen ex +
3
x2 + 1
es continua.
Ejemplo 2.12. De lmx0 (1 + x)1/x = e y por la continuidad del logaritmo se
deduce que lmx0 log((1 + x)1/x ) = log(e) = 1, es decir
lm
x0
log(1 + x)
= 1.
x
Haciendo en este ltimi lmite el cambio de variable x = et 1 se obtiene

lmt0 log(et )/(et 1) = 1, es decir lmt0 t/(et 1) = 1, y por lo tanto
ex 1
= 1.
x0
x
lm
2.4.2.
Propiedades de las funciones continuas
A continuacin se enuncian algunos de los resultados ms importantes relacionados con funciones continuas.
Teorema 2.6 (Constancia local del signo).
Si f : I R es continua, c I y f (c) > 0, entonces existe un entorno V de
c tal que f (x) > 0 para todo x V . Anlogamente, si f (c) < 0 entonces existe
un entorno V de c tal que f (x) < 0 para todo x V .
La prueba es muy sencilla. Si f (c) > 0 entonces, tomando = f (c), por
la continuidad de f se tiene que existe > 0 tal que, si |x c| < , entonces
|f (x) f (c)| < = f (c), es decir f (c) < f (x) f (c) < f (c), de donde
0 < f (x) < 2f (c). Por lo tanto si |x c| < , ewntonces f (x) > 0. La prueba
para el caso f (c) < 0 es anloga.
2.4 Continuidad
31
Teorema 2.7 (Teorema de Bolzano).

Si f : [a, b] R es continua y f (a)f (b) < 0, entonces existe por lo menos un
punto c (a, b) para el cual f (c) = 0.
En otras palabras este teorema afirma que si una funcin continua toma valores de signo opuesto en los extremos de un intervalo, entonces se anula en algn
punto interior al mismo. Para probarlo, supongamos por ejemplo que f (a) < 0
y f (b) > 0 y consideremos el conjunto A = {x [a, b] : f es negativa en [a, x]}.
Como A obviamente es no vaco y acotado, existe c = sup A. usando el teorema
anterior es fcil ver que no puede ser f (c) < 0 (pues entonces habra puntos
de A mayores que c) ni f (c) > 0 (pues entonces habra cotas superiores de A
menores que c), por lo tanto f (c) = 0.
Otra demostracin popular se basa en el llamado mtodo de biseccin. Sea
c = (a + b)/2. Si f (c) = 0 no hay ms nada que hacer. Si f (c) > 0 pongamos
a1 = a y b1 = c; si en cambio f (c) < 0 pongamos a1 = c y b1 = b. En ambos
casos se verifica que f (a1 )f (b1 ) < 0. Sea ahora c1 = (a1 + b1 )/2. Si f (c1 ) = 0
ya est. Si f (c1 ) > 0 pongamos a2 = a1 y b2 = c1 ; si en cambio f (c1 ) < 0
pongamos a2 = c1 y b2 = b1 , y se verifica que f (a2 )f (b2 ) < 0. Prosiguiendo de
esta manera, o encontramos un cero de f o se generan dos sucesiones montonas
a a1 a2 y b b1 b2 tales que bn an = (b a)/2n .
Sean A = {an : n = 1, 2, . . .} y B = {bn : n = 1, 2, . . .}. Es claro que para
ndices cualesquiera i, j se tiene ai bj , de donde se sigue que ai nf B para
todo i y sup A nf B. Pero como an sup A nf B bn , se tiene que
0 nf B sup A bn an = (b a)/2n para todo n, de donde sup A = nf B.
Sea c el valor comn de sup A y nf B.
Probaremos que f (c) = 0. En efecto, si fuese f (c) > 0, entonces por el
teorema anterior f sera positiva en todo un entorno (c , c + ), para cierto
> 0, y ese entorno no podra contener ningn an (ya que f (an ) < 0 por
construccin), contradiciendo el hecho de que c es el supremo de A. De manera
similar, si f (c) < 0 f sera negativa en todo un entorno (c , c + ), para
cierto > 0, y ese entorno no podra contener ningn bn (ya que f (bn ) > 0 por
construccin), contradiciendo el hecho de que c es el nfimo de B.
La nica posibilidad que queda es f (c) = 0.
La prueba anterior tiene la ventaja de ser constructiva, y por lo tanto proporciona una manera efectiva de calcular aproximadamente races de ecuaciones.
Ejemplo 2.13. Supongamos que se desea hallar una raz aproximada de la
ecuacin x3 + x 1 = 0. Como la funcin f (x) = x3 + x 1 es continua,
f (0) = 1 < 0 y f (1) = 1 > 0, el teorema de Bolzano nos dice que existe una
raz entre 1 y 2. Ms an, como f (1/2) = 3/8 < 0, hay una raz en [1/2, 1].
Y como f (3/4) = 11/64 > 0, hay una raz en [1/2, 3/4]. Prosiguiendo de esta
manera se podra hallar la raz con cualquier grado de precisin deseado (existen
sin embargo mtodos ms eficientes).
Ejercicio 2.33. Un lago tiene un muelle desde el cual salen lanchas de paseo.
Francisca sale en una lancha a las 3pm y regresa a las 5pm. Gabriel sale en otra
32
Conceptos Bsicos
lancha a las 4pm y regresa a las 6pm. Pruebe que en algn momento entre las
4pm y las 5pm Francisca y Gabriel se encuentran a igual distancia del muelle.
Ejercicio 2.34. Pruebe que si f : I R es continua, entonces tiene la Propiedad de Darboux , es decir que dado cualquier intervalo [a, b] I, f toma en
[a, b] todos los valores comprendidos entre f (a) y f (b).
Ejercicio 2.35. Pruebe que si I es un intervalo y f : I R es continua (o
ms en general, si tiene la propiedad de Darboux) entonces f (I) es tambin un
intervalo.
Ejercicio 2.36. Sea f : I R continua e inyectiva. Pruebe entonces que f es
estrictamente montona, y que su inversa f 1 : f (I) I tambin es continua.
Ejercicio 2.37. Podra pensarse que la Propiedad de Darboux caracteriza a las
funciones continuas. Pruebe que no es as, construyendo una funcin que tenga
dicha propiedad pero que no sea continua, al menos en un punto.

Existir alguna funcin f : [0, 1] R con la propiedad de Darboux que no
sea continua en ningn punto?
Ejercicio 2.38. Sea f : I R una funcin continua. Sean x1 , x2 , . . . , xn puntos
de I. Pruebe que existe un punto c I tal que
f (c) =
f (x1 ) + f (x2 ) + + f (xn )

.
n
Teorema 2.8.
Si f : [a, b] R es continua entonces es acotada.
Demostracin. Sea A = {x [a, b] : f ([a, x]) es acotado}. Como a A, A no
es vaco, y est acotado superiormente por b. Entonces existe c = sup A. Por la
continuidad de f existe un > 0 tal que |f (x) f (c)| < 1 si |x c| < . Por la
proiedad del supremo debe existir x (c, c]A. Como f est acotada en [a, x]
y tambin en [x, c+)[a, b], se sigue que est acotada en [a, c+)[a, b]. Si fuese
c c, contradiciendo
la definicin de c. Por lo tanto c = b f est acotada en [a, b].
Una consecuencia importante de este resultado es el siguiente:
Teorema 2.9 (Weierstrass).
Si f : [a, b] R es continua entonces tiene mximo y mnimo en [a, b].
Demostracin. Como f ([a, b]) es acotado, existen M = sup f ([a, b]) y m =
nf f ([a, b]). Hay que probar que f efectivamente toma los valores M y m. Supongamos por absurdo que f (x) 6= M para todo x [a, b]. Entonces la funcin
g(x) = 1/(M f (x)) sera continua en [a, b], pero obviamente no acotada, contradiciendo el teorema anterior. Anlogamente se llega a una contradiccin si se
supone que f (x) 6= m para todo x [a, b].
Finalmente enunciaremos sin demostracin el siguiente teorema:
33
2.5 Derivadas
Teorema 2.10 (Heine-Cantor).

Si f : [a, b] R es continua, entonces es uniformemente continua, es decir,
para todo > 0 existe un > 0 tal que, si x, y [a, b] y |x y| < , entonces
|f (x) f (y)| < .
En estas notas no utilizaremos este resultado, que sin embargo es muy importante en el Clculo integral y en otras reas del anlisis matemtico.
2.5.
Derivadas
Definicin 2.7. Sea f una funcin definida en un intervalo abierto que contenga
al nmero real a. Si existe
f (x) f (a)
lm
xa
xa
y es finito, se dice que f es derivable en a; al valor del lmite se le llama derivada
de f en a y se denota f (a). Si el lmite es infinito se dice que f tiene derivada
infinita en a.
Efectuando el cambio de variable h = x a, la derivada puede definirse en
forma equivalente como
f (a) = lm
h0
f (a + h) f (a)
.
h
Si f es derivable en cada punto de su dominio, entonces se dice simplemente

que f es derivable, y a la funcin f que a cada x le hace corresponder el valor
f (x) se le llama funcin derivada de f .
Es inmediato que si f es derivable en a entonces tambin es continua en a,
ya que
lm (f (x) f (a)) =
xa
f (x) f (a)
xa
xa
f (x) f (a)
lm (x a) lm
= 0 f (a) = 0.
xa
xa
xa
lm (x a)
Ejemplo 2.14. a) Sea una funcin constante. Entonces

(x) = lm
h0
(x + h) (x)
= lm 0 = 0.
h0
h
b) Sea f (x) = x. Entonces

f (x) = lm
h0
x+hx
f (x + h) f (x)
= lm
= lm 1 = 1.
h0
h0
h
h
c) Sea g(x) = x2 , entonces

(x + h)2 x2
2hx h2
= lm
= lm (2x h) = 2x.
h0
h0
h0
h
h
g (x) = lm
34
Conceptos Bsicos
d) Sea k(x) = ex . Entonces

ex+h ex
eh 1
= lm ex
= ex .
h0
h0
h
h
k (x) = lm
e) Sea h(x) = sen x. Como sen(x + h) = sen x cos h + sen h cos x se tiene
h(x + h) h(x)
sen h
1 cos h
=
cos x
sen x
h
h
h
y por lo tanto
h (x) = lm
h0
sen h
1 cos h
cos x lm
sen x = 1 cos x 0 sen x = cos x.
h0
h
h
Ejercicio
2.39. Calcular, a partir de la definicin, las funciones derivadas de
1/x, x, cos(x) y log(x).
2.5.1.
Derivadas laterales
Si f est definida en [a, b) y existe

lm
xa+
f (x) f (a)
,
xa
al valor del lmite se le llama derivada por la derecha de f en a y se denota

f (a+ ). Anlogamente se define la derivada por la izquierda. Es claro que f es
derivable en a si y slo si existen ambas derivadas laterales y son iguales.
Ejemplo 2.15. Sea f (x) = |x|. Entonces lmx0+ f (x)/x = lmx0+ x/x = 1
y lmx0 f (x)/x = lmx0 (x)/x = 1.
2.5.2.
Interpretacin geomtrica
Recordando lo que vimos en el primer captulo, f (a) puede interpretarse

como la pendiente de la recta tangente a la grfica de f en el punto (a, f (a))
(ver Figura 1.2, pg. 4). En efecto, (f (x) f (a))/(x a) es la pendiente de la
recta secante que pasa por los puntos (a, f (a)) y (x, f (x)), y si estas secantes
tienden a una posicin lmite cuando x a, la pendiente de esa recta ser
lmxa (f (x) f (a))/(x a) = f (a). La ecuacin de la recta tangente ser
entonces y = f (a) + f (a)(x a).
En realidad, dadas las dificultades existentes para definir en trminos geomtricos la nocin de recta tangente, se puede usar la derivada para definirla
analticamente. Es decir que si existe f (a) entonces la recta tangente a la grfica
de f en el punto (a, f (a)) ser, por definicin, y = f (a) + f (a)(x a).
Los a para los cuales f (a) = 0 se llaman puntos crticos o singulares de f .
Geomtricamente se pueden caracterizar como los puntos en los cuales la grfica
de f es horizontal (es decir paralela al eje Ox).
35
2.5 Derivadas
Si f tiene derivada infinita en a, entonces la tangente a la grfica de f en el

punto (a, f (a)) es la recta vertical x = a.
Si f est definida en un intervalo [a, b] y existe la derivada lateral f (a+ ),
entonces la tangente a la grfica de f en el punto (a, f (a)) ser y = f (a) +
f (a+ )(x a). Del mismo modo, si existe f (b ), la tangente a la grfica de f
en el punto (b, f (b)) ser y = f (b) + f (b )(x b).
Ejemplo 2.16. Consideremos una parbola de foco F y directriz d. Los griegos
saban que la tangente a esta curva en un punto P es la bisectriz del ngulo
formado por el radio vector F P y la paralela al eje por P . Para comprobar este
resultado usando el clculo, tomemos un sistema de coordenadas con origen O en
el vrtice de la parbola, eje Ox paralelo a la directriz y como eje Oy, el eje de la
parbola. Si tomamos como unidad de medida la distancia del foco a la directriz,
entonces las coordenadas del foco son (0, 1/2) y la ecuacin
de la directriz es
p
y = 1/2. La distancia del foco al punto P = (x, y) es x2 + (y 1/2)2 , y la
distancia
de P a la directriz es y + 1/2. Por lo tanto la ecuacin de la parbola
p
es x2 + (y 1/2)2 = y + 1/2. Elevando al cuadrado nos queda
1
1
x2 + (y )2 = (y + )2 ,
2
2
y luego de desarrollar los cuadrados y simplificar queda x2 = 2y, o y = x2 /2.

Por lo tanto y = x y la ecuacin de la tangente en P = (a, a2 /2) es
y=
a2
a2
+ a(x a) = ax .
2
2
Ahora bien, si es el ngulo que forma la recta F P con el eje Ox, entonces
tg = (a2 /2 1/2)/a = a/2 1/(2a), y si es el ngulo que forma la tangente
con el eje Ox, entonces tg = a. Por lo tanto
tg(M P N ) = tg( ) =
=
a + a1
1 + a2
tg() tg()
=
1 + tg() tg()
a
2
1
2
+
+
1
2a
a2
2
= tg( ) = tg(N P Q),

a
2
y entonces M P N = N P Q.
De aqu se deduce la conocida propiedad de los espejos parablicos: los rayos
paralelos al eje, una vez reflejados pasan por el foco. Segn Plutarco, Arqumedes
utiliz esta propiedad para defender a Siracusa, su ciudad natal, de los romanos:
hizo construir grandes espejos en forma de paraboloides de revolucin, capaces
de concentrar los rayos solares sobre las naves enemigas hasta quemarlas.
2.5.3.
Interpretacin cinemtica
Consideremos un punto que se mueve sobre una lnea recta. Fijando un

origen y una unidad de medida en la recta, la posicin del punto mvil en el
instante t queda determinada por su abscisa x(t), que ser funcin del tiempo.
36
Conceptos Bsicos
Figura 2.3: Tangentes a la parbola

La distancia recorrida por el mvil desde el instante t hasta el t + h es
x(t + h) x(t); esta distancia es orientada: puede ser positiva, si el mvil avanza
en el sentido de las x crecientes, o negativa en caso contrario. La velocidad media
es (x(t + h) x(t))/h; observe que depende del intervalo de tiempo considerado,
es decir del valor de h. Al lmite (si existe) de la velocidad media cuando t 0,
es decir a la derivada de x(t), se le llama velocidad instantnea. Siguiendo la
tradicin newtoniana, en fsica se acostumbra denotar la derivada respecto al
tiempo con un punto en vez de un apstrofo, es decir x(t).
Lo anterior se puede generalizar al movimiento en dos o ms dimensiones.

En el plano, por ejemplo, el movimiento de un punto P se puede describir dando
su abscisa y su ordenada en funcin del tiempo, digamos P (t) = (x(t), y(t)). En
este caso la velocidad es el vector P (t) = (x(t),
y(t)).
2.5.4.
Propiedades de las funciones derivables
Reglas de derivacin
Las siguientes afirmaciones son bien conocidas y se prueban fcilmente a
partir de la definicin de la derivada y las propiedades de los lmites.
1. Si f es derivable en a y k es una constante, entonces kf es derivable en a
y (kf ) (a) = kf (a).
2. Si f y g son derivables en a entonces f + g es derivable en a y (f + g) (a) =
f (a) + g (a).
37
2.5 Derivadas
3. Si f y g son derivables en a entonces f g es derivable en a y (f g) (a) =

f (a)g(a) + f (a)g (a).
4. Si f y g son derivables en a, g(a) 6= 0 y g (a) 6= 0, entonces f /g es derivable
en a y (f /g) (a) = (f (a)g(a) f (a)g (a))/(g(a))2 .
Demostremos como ejemplo la 3: como
(f g)(a + h) (f g)(a) = (f (a + h) f (a))g(a + h) + f (a)(g(a + h) g(a)),
y como g es continua en a por ser derivable, se tiene
lm
x0
(f g)(a + h) (f g)(a)
h
g(a + h) g(a)
f (a + h) f (a)
lm g(a + h) + f (a) lm
= lm
x0
x0
x0
h
h
= f (a)g(a) + f (a)g (a).
Las dos primeras propiedades nos dicen que la derivacin es una operacin
lineal. De ellas se deduce, por induccin, que si f1 , f2 ,. . . ,fn son funciones derivables en a y k1 , k2 ,. . . ,kn son constantes, entonces
(k1 f1 + k2 f2 + + kn fn ) (a) = k1 f1 (a) + k2 f2 (a) + + kn fn (a).
Ejemplo 2.17. Como (sen x) = cos x y (cos x) = sen x, entonces
(tg x)
=
=
(sen x) cos x sen x(cos x)

cos x
cos2 x
2
2
cos x + sen x
1
=
= sec2 x = tg2 x + 1.
cos2 x
cos2 x
sen x
Teoremas de Rolle y Lagrange

Lema 2.1. Si f : (a, b) R es una funcin derivable y presenta un extremo
local en c (a, b), entonces f (c) = 0.
Demostracin. Hagamos la prueba para un mximo local (para mnimo local es
similar). Sea (c , c + ) (a, b) un entorno de c tal que f (x) f (c) para todo
x (c , c + ). Entonces para c < x < c + se tiene (f (x) f (c))/(x c) 0,
y por lo tanto lmxc+ (f (x) f (c))/(x c) 0. Para c < x < c se tiene
(f (x) f (c))/(x c) 0, y por lo tanto lmxc (f (x) f (c))/(x c) 0.
Pero ambos lmites laterales deben ser iguales a f (c), por tanto 0 f (c) 0
y f (c) = 0.
Teorema 2.11 (Teorema de Rolle).
Si f es una funcin continua en el intervalo [a, b], derivable en (a, b) y tal que
f (a) = f (b) = 0, entonces existe un c (a, b) tal que f (c) = 0.
38
Conceptos Bsicos
Demostracin. Por el teorema 2.9 f tiene mximo M y mnimo m. Si el mximo

se alcanza en un punto c (a, b), entonces por el lema anterior f (c) = 0. Lo
mismo si el mnimo se alcanza en un punto d (a, b). En caso contrario, mximo
y mnimo se alcanzan en los extremos del intervalo, y por lo tanto son ambos
0. Entonces f (x) = 0 para todo x [a, b] y por ser constante cumple f (c) = 0
para cualquier c (a, b).
La interpretacin geomtrica del teorema de Rolle es sencilla: si se satisfacen las hiptesis del teorema, entonces en algn punto interior del intervalo la
tangente a la grfica de f es horizontal.
El siguiente teorema, tambin conocido como teorema de los incrementos
finitos o teorema de Lagrange, es una generalizacin del teorema de Rolle y se
considera como uno de los ms importantes del clculo diferencial.
Teorema 2.12 (Teorema del valor medio).
Si f es una funcin continua en el intervalo [a, b] y derivable en (a, b), entonces
existe un c (a, b) tal que
f (b) f (a)
= f (c).
ba
Demostracin. En trminos geomtricos este teorema afirma que para algn
c (a, b), la tangente a la grfica de f en el punto C = (c, f (c)) es paralela a la
recta secante que pasa por los puntos A = (a, f (a)) y B = (b, f (b)). En efecto,
(f (b) f (a))/(b a) es la pendiente de la recta secante y f (c) es la pendiente de
la recta tangente, por lo tanto el teorema afirma la igualdad de esas pendientes,
que es equivalente al paralelismo de ambas rectas. Aunque el teorema de Rolle
Figura 2.4: Teorema del valor medio

es un caso particular de este teorema, cuando f (a) = f (b) = 0, en realidad son
39
2.5 Derivadas
equivalentes ya que se puede demostrar el teorema del valor medio a partir del
teorema de Rolle. Para ello consideremos la funcin auxiliar
g(x) = (b a)(f (x) f (a)) (f (b) f (a))(x a).
Como g(a) = g(b) = 0, por el teorema de Rolle g (c) = 0 para algn c (a, b).
Pero g (x) = (ba)f (x)(f (b)f (a)), por lo tanto (ba)f (c)(f (b)f (a)) =
0, y f (c) = (f (b) f (a))/(b a).
Ejemplo 2.18. Los excesos de velocidad en las carreteras generalmente se detectan mediante sistemas de radar basados en el efecto Doppler, o mediante
rayos infrarrojos, pero se ha propuesto otro sistema basado en el teorema del
valor medio. Si se colocan en una autopista dos cmaras fotogrficas separadas,
por ejemplo, 10 kilmetros, y se detecta que un automvil tarda menos de 5
minutos en recorrer esos 10 km, sabremos que su velocidad media es mayor que
120 km/h, y entonces en algn punto del recorrido su velocidad instantnea
habr tenido que superar los 120 km/h.
Ejercicio 2.40. Pruebe que la funcin derivada no puede tener discontinuidades
evitables. Ms precisamente: si f es derivable en (a, b) y para un c (a, b) existe
lmxc f (x) = L, entonces f (c) = L.
Derivacin de funciones compuestas
Teorema 2.13 (Regla de la cadena).
Si g es derivable en a y f es derivable en g(a), entonces f g es derivable en
ay
(f g) (a) = f (g(a))g (a).
Demostracin. Por el teorema del valor medio, para cada h existe algn (h)
comprendido entre g(a) y g(a + h) tal que
f (g(a + h)) f (g(a)) = f ((h))(g(a + h) g(a)),
por lo tanto
lm
h0
g(a + h) g(a)
f (g(a + h)) f (g(a))
= lm f ((h)) lm
= f (g(a))g (a).
h0
h0
h
h
Ejemplo 2.19. Como (sen x) = cos x y (x2 +1) = 2x, por la regla de la cadena
se tiene que (sen(x2 + 1)) = 2x cos(x2 + 1).
Ejercicio 2.41. Es vlido probar la regla de la cadena tomando lmites cuando
h 0 a ambos lados de la igualdad
f (g(a + h)) f (g(a))
f (g(a + h)) f (g(a)) g(a + h) g(a)
=
?
h
g(a + h) g(a)
h
40
Conceptos Bsicos
Derivada de la funcin inversa

Teorema 2.14. Sea f : I J continua y con inversa f 1 . Si f (a) existe y
no es nula en un punto c interior a I, entonces tambin existe (f 1 ) (f (c)) y
se cumple
1
(f 1 ) (f (c)) =
f (c)
Demostracin. Por el teorema 2.1 de cambio de variables en lmites (pg. 23),
y puesto que lmxc f (x) = f (c) (por ser f continua) se tiene
f 1 (y) f 1 (f (c))
yf (c)
y f (c)
lm
=
=
f 1 (f (x)) f 1 (f (c))
xc
f (x) f (c)
xc
1
lm
= .
xc f (x) f (c)
f (c)
lm
Por lo tanto existe (f 1 ) (f (c)) y es igual a 1/f (c).

Ejemplo 2.20. Como (tg x) = 1 + tg2 x, se tiene
(arc tg x) =
1
1
=
.
1 + x2
1 + tg2 (arc tg x)
De igual modo, como

(sh x) =
ex ex
2
ex + ex
= ch x,
2
se tiene
(argsh x) =
1
1
1
=p
=
.
2
ch(argsh x)
1 + x2
1 + (sh(argsh x))
Teorema de Cauchy y Regla de LHpital
El siguiente teorema es una generalizacin del teorema de Lagrange, pero su

demostracin es igual de sencilla.
Teorema 2.15 (Teorema del valor medio de Cauchy).
Si f y g son funciones continuas en el intervalo [a, b] y derivables en (a, b),
entonces existe c (a, b) tal que
(f (b) f (a))g (c) = (g(b) g(a))f (c).
Demostracin. Sea h(x) = (g(b)g(a))f (x)(f (b)f (a))g(x). Entonces h(a) =
g(b)f (a) f (b)g(a) = h(b) y por el teorema del valor medio existe c (a, b) tal
que h (c) = 0, es decir (g(b) g(a))f (c) (f (b) f (a))g (c) = 0.
41
2.5 Derivadas
Si g(b) g(a) 6= 0 y g (c) 6= 0 entonces la conclusin del teorema de Cauchy

puede expresarse en la forma
f (b) f (a)
f (c)
= .
g(b) g(a)
g (c)
Una consecuencia interesante del teorema de Cauchy es la llamada regla de

LHpital (o LHospital), muy usada para calcular lmites de formas indeterminadas.
Teorema 2.16 (Regla de LHpital). Sean f y g funciones continuas que se
anulan en a R, y supongamos que g no se anula en un entorno reducido de
a. Entonces;
(a) Si existen f (a) y g (a) y g (a) 6= 0, entonces
f (x)
f (a)
=
.
xa g(x)
g (a)
lm
(b) Si las derivadas f y g existen y no se anulan ni se hacen infinitas simultneamente en un entorno reducido de a y existe lmxa f (x)/g (x), entonces
tambin existe lmxa f (x)/g(x) y se cumple
f (x)
f (x)
= lm
.
xa g(x)
xa g (x)
lm
Demostracin. (a)
f (x)
(f (x) f (a))/(x a)
f (a)
= lm
=
.
xa g(x)
xa (g(x) g(a)/(x a)
g (a)
lm
(b) Por el teorema de Cauchy aplicado al intervalo (a, x) se tiene

f (x)
f (x) f (a)
f (c)
=
=
g(x)
g(x) g(a)
g (c)
para algn c entre a y x, y como c a cuando x a y lmxa f (x)/g (x)

existe, entonces tambin existe lmxa f (x)/g(x) y son iguales.
Esta regla deriva su nombre de Guillaume Franois Antoine, Marqus de
LHpital (16611704), quien es considerado como el autor del primer libro de
texto de Clculo. All public la regla que lleva su nombre, aunque en realidad parece que la misma fue hallada por Johann Bernoulli, a quin LHpital
contrat para que le enseara el Clculo.
Ejemplo 2.21. Un ejemplo clsico de aplicacin de esta regla es
sen x
cos x
lm
= lm
= 1.
x0
x0
x
1
Pero en realidad no es un ejemplo muy afortunado, ya que para probar que
(sen x) = cos x hay que usar el hecho de que lmx0 (sen x)/x = 1, cayendo en
un razonamiento circular. Por eso es necesaria una prueba de este ltimo lmite
que sea independiente de la regla de LHpital, como se hizo en el ejemplo 2.9.
42
Conceptos Bsicos
Ejemplo 2.22.
x tg x
1 (1 + tg2 x)
1
= lm
= lm
3
x0
x0
x0
x
3x2
3
lm
tg x
x
2
1
= .
3
La regla de LHpital se suele aplicar dos o ms veces en forma consecutiva:

lm
x0
x sen x
1 cos x
sen x
1
= lm
= lm
= .
x0
x0 6x
x3
3x2
6
La regla de LHpital se puede aplicar tambin a lmites infinitos. Las pruebas

se dejan como ejercicio.
Ejercicio 2.42. Si lmx f (x) = lmx g(x) = 0 y lmx f (x)/g (x)
existe, entonces tambin existe lmx f (x)/g(x) y es igual. Valen resultados
anlogos si x tiende a + o .
Ejercicio 2.43. Si lmxa f (x) = lmxa g(x) = , g no se anula en un
entorno reducido de a, y existe lmxa f (x)/g (x), entonces tambin existe
lmxa f (x)/g(x) y es igual. Tambin vale si a es infinito.
Muchos estudiantes, al aprender la regla de LHpital, llegan a creer que es
una panacea que permite resolver cualquier lmite
de la forma 0/0 o /. Pero
veamos qu pasa al aplicarla a lmx+ x/ x2 + 1:
x
1
x2 + 1
= lm
.
lm
=
l
m
2x
x+
x+
x
x2 + 1 x+ 2
2 x +1
Y si se aplica una vez ms, resulta
x
x2 + 1
,
= lm
lm
x+
x+
x
x2 + 1
y volvemos al principio. Sin embargo este lmite es elemental:
x
1
lm
= lm q
2
x+
x +1
1+
x+
1
x2
= 1.
Al tratar de aplicar la regla de LHpital puede suceder que lm f (x)/g (x)

no exista. En ese caso no se debe concluir apresuradamente que lm f (x)/g(x)
tampoco existe, Por ejemplo,
x2 sen x1
x
1
= lm
(x sen ) = 1 0 = 0.
x0 sen x
x0 sen x
x
lm
Pero si se intenta aplicar LHpital derivando numerador y denominador queda

(x2 sen x1 )
2x sen x1 cos x1
= lm
x0 (sen x)
x0
cos x
lm
que no existe, por no existir lmx0 cos(1/x).
2.5 Derivadas
43
Primitivas
Teorema 2.17. Si f : I R es continua y derivable en I , entonces f (x) = 0
para todo x I si y slo si f es constante.
Demostracin. Ya vimos que una funcin constante tiene derivada nula. Recprocamente, si f (x) = 0 para todo x I y f no fuese constante, entonces
existiran reales a < b tales que f (a) 6= f (b), y por el teorema del valor medio
para algn punto c entre a y b se tendra f (c) = (f (b) f (a))/(b a) 6= 0, lo
cual es absurdo.
Definicin 2.8. Una funcin F es primitiva de otra f , si F es derivable y
F = f.
Teorema 2.18. Si F es una primitiva de f , entonces G tambin lo es si y slo
si G F es constante.
Demostracin. Si F es primitiva de f y G F = C (constante) entonces G =
(F + C) = F = f , y G es tambin primitiva de f . Recprocamente, si tanto F
como G son primitivas de f , entonces (G F ) = G F = f f = 0, y por el
corolario anterior G F es constante.
Este teorema nos muestra que para conocer todas las primitivas de una funcin f , es suficiente conocer una cualquiera de ellas, digamos F . Todas las dems
son de la forma F + C, donde C R es una constante arbitraria.
Ejemplo 2.23. x2 es una primitiva de 2x, ya que (x2 ) = 2x. Entonces las
primitivas de 2x son todas las funciones de la forma x2 + C, donde C es una
constante arbitraria.
Ejercicio 2.44. Halle una primitiva de 3x2 5 que en 2 tome el valor 7.
2.5.5.
Derivadas de orden superior
Si f es derivable y su funcin derivada f es a su vez derivable, entonces a

(f ) se le llama derivada segunda de f y se denota mediante f . Del mismo
modo se definen (si existen) f = (f ) , f IV = (f ) , . . . La derivada n-sima
se denota f (n) .
Si x(t) representa la posicin de un punto que se mueve sobre una lnea recta,
ya vimos que la derivada primera x(t)
corresponde a la velocidad. Entonces

la aceleracin, que se define como la tasa de variacin de la velocidad, queda
representada por la derivada segunda x(t).
Si u y v son derivables dos veces, entonces a partir de la regla de derivacin
del producto,
(uv) = u v + uv ,
derivando una vez ms se obtiene
(uv) = (u v + uv ) = u v + u v + u v + uv = u v + 2u v + uv .
44
Conceptos Bsicos
Si u y v son derivables n veces, entonces por induccin se prueba fcilmente la

llamada Regla de Leibniz, que recuerda al binomio de Newton:

n (n1)
n (n2)
(uv)(n) = u(n) v +
u
v +
u
v + + uv (n)
1
2
o, poniendo u(0) = u, v (0) = v,
(n)
(uv)
n
X
n (nk) (k)
=
u
v .
k
k=0
2.5.6.
Infinitsimos e infinitos
Definicin 2.9. Una funcin f definida en un entorno reducido de a es un

infinitsimo cuando x tiende a a si lmxa f (x) = 0. Si lmxa f (x) = (con
o sin signo) se dice que es un infinito. Estas definiciones se aplican tambin,
mutatis mutandis, sustituyendo a por con o sin signo, a+ o a .
2
Ejemplo 2.24. x, sen x, 1 cos x, log(1 + x), ex 1 y e1/x son infinitsimos

cuando x tiende
a 0.
1/x, e1/x y x + 1 x son infinitsimos cuando x +.

tg x es un infinito para x /2.
x, log x, ex son infinitos para x +.
1/ x es un infinito para x 0+ .
Comparacin de infinitsimos e infinitos
Si f y g son funciones definidas en un entorno reducido de a (que puede
ser , + o ), la notacin de Landau f = O(g) para x a significa que
existen un entorno reducido V de a y una constante K tales que |f (x)| K|g(x)|
para todo x V . Por ejemplo sen x = O(x) para x 0 ya que | sen x| |x| para
todo x 6= 0. Hay que tener algo de cuidado con esta notacin, ya que muchas
funciones pueden ser O(g), pero esto no quiere decir que sean iguales!
Si f y g son infinitsimos o infinitos definidos en un entorno reducido de a,
entonces se dice que son del mismo orden si f es O(g) y g es O(f ) . Esto sucede,
en particular, si existe lmxa f (x)/g(x) 6= 0.
f es de orden n respecto a g si f es del mismo orden que g n . Por ejemplo
1 cos x es de segundo orden respecto a x, para x 0, ya que lmxa (1
cos x)/x2 = 1/2 6= 0.
Si lmxa f (x)/g(x) = 1 entonces se dice que f y g son equivalentes y se
escribe f g. Observe que si lmxa f (x)/g(x) = 6= 0 entonces f (x) g(x).
Si f y g son infinitsimos definidos en un entorno reducido de a en el cual g

no se anula, y se cumple que lmxa f (x)/g(x) = 0, entonces se dice que f es un
infinitsimo de orden superior a g, y se escribe f = o(g). Si lmxa f (x)/g n (x) =
0 entonces se dice que f es de orden al menos n respecto a g.
45
2.5 Derivadas
Por ejemplo sen(x3 ) = o(x2 ) cuando x 0, ya que lmx0 sen(x3 )/x2 =

lmx0 x sen(x3 )/x3 = 0 1 = 0, por lo tanto sen(x3 ) es al menos de orden 2
respecto a x (en realidad es de orden 3).
Para infinitos f y g definidos en un entorno reducido de a, se dice que
f es de orden inferior a g si f = o(g). Note la diferencia con la definicin
correspondiente para infinitsimos: para que f sea de orden superior a g debe
ser lmxa f (x)/g(x) = .
Ejemplo 2.25. Si n es un natural, aplicando la regla de LHpital n veces se

tiene
xn
nxn1
n!
= = lm x = 0,
lm x = lm
x+
x+ e
x+ e
ex
por lo tanto xn = o(ex ) para x +, es decir que xn es un infinito de orden
inferior a ex , y ex es de orden superior a xn , para cualquier n natural.
Ejercicio 2.45. Pruebe que x es un infinito de orden superior a (log(x))n
cuando x +, para cuaquier natural n.
Teorema 2.19. Si f (a) = f (a) = f (a) = = f (n) (a) = 0, entonces f (x) =

o((x a)n ) para x a.
Demostracin. Aplicando n 1 veces consecutivas la regla de LHpital y luego

la definicin de derivada, resulta
f (x)
xa (x a)n
lm
=
=
f (x)
f (x)
=
l
m
=
xa n(x a)n1
xa n(n 1)(x a)n2
lm
1
f (n1) (x) f (n1) (a)
f (n1) (x)
=
lm
xa n!(x a)
n! xa
xa
lm
= f (n) (a) = 0.
2.5.7.
Frmula de Taylor
Si f es n veces derivable en a, entonces al polinomio

Tn;f ;a (x)
n
X
(x a)k (k)
f (a)
k!
k=0
f (a) + (x a)f (a) +
(x a)2
(x a)n (n)
f (a) + +
f (a)
2!
n!
se le llama polinomio de Taylor de grado n de la funcin f en a.

Es claro que si se pone Rn;f ;a (x) = f (x) Tn;f ;a (x) entonces
f (x) = Tn;f ;a (x) + Rn;f ;a (x).
A esta igualdad se le llama Frmula de Taylor, en honor al matemtico ingls
Brook Taylor (16851731). A Rn;f ;a (x) se le llama resto o trmino complementario. Es claro que esta frmula no es ms que una tautologa: se cumple porque
46
Conceptos Bsicos
Rn;f ;a (x) se ha definido para que se cumpla. Pero si se logra identificar alguna
propiedad interesante de Rn;f ;a (x) entonces se tiene una forma del Teorema de
Taylor. Aqu slo veremos dos variantes de este teorema.
Teorema 2.20 (Teorema de Taylor I).
Si f es n veces derivable en un entorno de a, entonces
f (x) = Tn;f ;a (x) + o((x a)n ).
Demostracin. Puesto que
(j)
Tn;f ;a (x) =
n
X
(x a)kj
k=j
(k j)!
f (k) (a)
(j)
resulta que Tn;f ;a (a) = f (j) (a) para j = 0, 1, . . . , n, y la prueba se completa

aplicando el teorema 2.19 a la diferencia f (x) Tn;f ;a (x).
Este teorema equivale a afirmar que Rn;f ;a (x) = o((x a)n ), y a esto se le
llama forma infinitesimal del trmino complementario.
Es fcil ver que Tn;f ;a (x) es el nico polinomio de grado n tal que f (x)
Tn;f ;a (x) = o((x a)n ), en otras palabras es el que mejor aproxima localmente
a f cerca de a. En particular, T1;f ;a (x) = f (a) + f (a)(x a) es la mejor
aproximacin lineal a f cerca de a. La grfica de T2;f ;a (x) es una parbola,
que se conoce como parbola osculadora u osculatriz de f en a.
Ejemplo 2.26. Sea f (x) = cos x. Como f (0) = cos 0 = 1, f (0) = sen 0 = 0,
f (0) = cos 0 = 1, f (0) = sen 0 = 0, f IV (0) = cos 0 = 1, f (5) (0) =
sen 0 = 0, resulta
x2
x4
cos x = 1
+
+ o(x5 )
2!
4!
cuando x 0.
Teorema 2.21 (Teorema de Taylor II).

Si f es n + 1 veces derivable en un entorno de a, entonces existe un punto
intermedio c entre a y x para el cual
f (x) = Tn;f ;a (x) +
f (n+1) (c)
(x a)n+1 .
(n + 1)!
Demostracin. Para a y x fijos sea R = Rn;f ;a (x) y definamos

F (t) = f (t) + (x t)f (t) +
(x t)2
(x t)n (n)
(x t)n+1
f (t) + +
f (t) +
R.
2!
n!
(x a)n+1
Derivando respecto a t resulta

F (t) =
(x t)2
f (t)
2!
(x t)n1 (n)
(x t)n (n+1)
(x t)n
f (t) +
f
(t) (n + 1)
R
(n 1)!
n!
(x a)n+1
(x t)n (n+1)
(x t)n
f
(t) (n + 1)
R.
n!
(x a)n+1
f (t) f (t) + (x t)f (t) (x t)f (t) +
47
2.5 Derivadas
Pero observemos que F (a) = F (x) = f (x), entonces por el teorema del valor
medio F (c) = 0 para algn c entre a y x, es decir que
0=
y finalmente
(x c)n (n+1)
(x c)n
f
(c) (n + 1)
R
n!
(x a)n+1
R=
(x a)n+1 (n+1)
f
(c).
(n + 1)!
A la forma del trmino complementario que se presenta en el teorema anterior

se le llama forma de Lagrange.
Si f tiene derivadas de todos los rdenes en a entonces se le puede asociar
la serie infinita
X
(x a)k (k)
(x a)2
f (a) = f (a) + (x a)f (a) +
f (a) +
k!
2!
k=0
a la cual se le llama serie de Taylor de la funcin f en a (o serie de Maclaurin si

a = 0). Muchas funciones importantes se pueden desarrollar en serie de Taylor,
por ejemplo
1
1x
x
(1 x)2
1+x
(1 + x)
ex
log(1 + x) =
sen x =
cos x =
arc tg x =
n=0
n=1
xn = 1 + x + x2 +
para |x| < 1
nxn = x + 2x2 + 3x3 +
para |x| < 1
(1)n (2n)!
x x2
x3
n
x
=
1
+
+
para |x| < 1
(1 2n)4n (n!)2
2
8
16
n=0
X
( 1) ( n + 1) n
x
n!
n=0
para |x| < 1
X
xn
x
x2
x3
=1+ +
+
+
n!
1!
2!
3!
n=0
para todo x R
X
(1)n n
x2
x3
x4
x =x
+
+
n
2
3
4
n=1
X
x
x3
x5
(1)n
x2n+1 =
+

(2n + 1)!
1!
3!
5!
n=0
X
(1)n 2n
x2
x4
x =1
+

(2n)!
2!
4!
n=0
para |x| < 1

para todo x R
para todo x R
X
(1)n 2n+1
x3
x5
x
=x
+

2n + 1
3
5
n=0
para |x| 1
48
Conceptos Bsicos
Lagrange y otros matemticos creyeron que toda funcin decente poda

expresarse, al menos localmente, mediante su serie de Taylor. Pero esto no es
cierto, ya que la serie puede no converger, o converger pero no a la funcin f .
Un ejemplo notable lo proporciona la funcin de Cauchy
(
2
e1/x si x 6= 0,
f (x) =
0
si x = 0.
Para x 6= 0 tiene derivadas de todos los rdenes, por ejemplo

2
2 1/x2
6
4
f (x) = 3 e
, f (x) = 4 + 6 e1/x ,
x
x
x
f (x) =
24 36
8
7+ 9
x5
x
x
e1/x , . . .
2
y en general es claro que f (n) (x) = Pn (1/x)e1/x , donde Pn es un polinomio.

Pero con el cambio de variable u = 1/x2 se ve que, para cualquier natural m,
2
e1/x
um
=
l
m
= 0,
u+ eu
x0 x2m
lm
y tambin lmx0 e1/x /x2m1 = lmx0 xe1/x /x2m = 0, por lo tanto

2
lm Pn (1/x)e1/x = 0.
x0
Esto prueba que f tiene derivadas de todos los rdenes en 0, y todas son nulas.
Por lo tanto la serie de Taylor de f es 0 + 0 + 0 + = 0, y no es igual a f sino
en 0.
2.6.
Funciones convexas
Definicin 2.10. Una funcin f : I R se dice que es convexa si para cualquier

par de puntos x, y I y cualquier real t tal que 0 < t < 1, se cumple
f ((1 t)x + ty) (1 t)f (x) + tf (y).
Si la desigualdad es estricta se dice que la funcin es estrictamente convexa.
Para cada z I sea P (z) al punto (z, f (z)) de la grfica de f . Entonces la
definicin de convexidad significa, geomtricamente, que el punto P ((1t)x+ty)
queda por debajo (o en) la recta P (x)P (y), para 0 < t < 1. O lo que es lo mismo,
la porcin de la grfica de f en el intervalo (x, y) queda por debajo de la recta
secante P (x)P (y).
Si u = (1 t)x + ty, entonces la convexidad se puede caracterizar tambin
diciendo que la pendiente de P (x)P (u) es menor o igual que la de P (u)P (y).
49
2.6 Funciones convexas
Figura 2.5: Funcin convexa

Esto es geomtricamente obvio, y se puede probar analticamente sustituyendo
t = (u x)/(y x) en la desigualdad f (u) (1 t)f (x) + tf (y) para obtener
f (u)
yu
ux
f (x) +
f (y),
yx
yx
que despus de algunas manipulaciones algebraicas se convierte en

f (y) f (u)
f (u) f (x)
.
ux
yu
Si b, d > 0 entonces las desigualdades entre fracciones a/b < c/d, a/b < (a +
c)/(b + d) y (a + c)/(b + d) < c/d son equivalentes, por lo tanto se tiene que:
Teorema 2.22. f : I R es convexa si y slo si para puntos x, u, y cualesquiera en I tales que x < u < y, se cumple alguna de las desigualdades equivalentes
siguientes
f (u) f (x)
ux
f (u) f (x)
ux
f (y) f (u)
yu
f (y) f (x)
,
yx
f (y) f (u)
,
yu
f (y) f (u)
.
yu
Las funciones estrictamente convexas se caracterizan por las correspondientes

desigualdades estrictas.
Esto nos muestra que si f : I R es (estrictamente) convexa y se toma un
punto interior x en el intervalo I, el cual se deja fijo, entonces (f (y) f (x))/(y
50
Conceptos Bsicos
x) es una funcin (estrictamente) creciente de y, y por lo tanto (ver ejercicio

2.19) existe lmyx+ (f (y)f (x))(y x) = f (x+ ). De manera anloga se prueba
la existencia de f (x ). Por lo tanto, en todo punto interior existen las derivadas
laterales, y adems stas son (estrictamente) crecientes, ya que si x < y entonces
se verifican las desigualdades
f (x ) f (x+ )
f (y) f (x)
f (y ) f (y + )
yx
(si f es estrictamente convexa entonces las desigualdades interiores son estrictas).

Teorema 2.23. f : (a, b) R es derivable, entonces es (estrictamente) convexa
si y slo si f es (estrictamente) creciente.
Demostracin. Si f es (estrictamente) convexa entonces como acabamos de ver
f es (estrictamente) creciente. Recprocamente, si f es creciente y x < u < y,
entonces por el teorema del valor medio existen c (x, u) y d (u, y) tales que
(f (u) f (x))/(u x) = f (c) y (f (y) f (u))/(y u) = f (d), por lo tanto
f (y) f (u)
f (u) f (x)
= f (c) f (d) =
,
ux
yu
(con la desigualdad estricta si f es estrictamente convexa), y por el teorema
2.22 f es (estrictamente) convexa.
Corolario 2.1. f : (a, b) R es derivable dos veces, entonces es convexa si y
slo si f (x) 0 para todo x (a, b). Si f (x) > 0 para todo x (a, b) entonces
f es estrictamente convexa.
Demostracin. f es convexa si y slo si f es montona creciente, pero por el
teorema 3.1 esto ocurre si y slo si Si f (x) 0 para todo x (a, b). Si f (x) > 0
para todo x (a, b) entonces f es estrictamente creciente y por lo tanto f es
estrictamente convexa.
El concepto simtrico de la convexidad es la concavidad.
Definicin 2.11. Una funcin f es (estrictamente) cncava si f es (estrictamente) convexa.
Naturalmente que todas las caracterizaciones dadas para funciones convexas
se pueden adaptar a las cncavas, cambiando el sentido de las desigualdades.
De las funciones convexas se dice que tienen la concavidad hacia arriba, es
decir en el sentido de las y positivas, mientras que las funciones cncavas tienen
la concavidad hacia abajo.
A los puntos en los cuales cambia el sentido de la concavidad se les llama
puntos de inflexin. Ms precisamente:
Definicin 2.12. c es punto de inflexin de f si existe > 0 tal que f es estrictamente convexa en [a , a] y estrictamente cncava en [a, a + ], o viceversa.
2.7 Teorema fundamental del Clculo
51
Figura 2.6: Punto de inflexin

Observe que en un punto de inflexin la curva es atravesada por la recta
tangente.
Teorema 2.24. Si f es dos veces derivable en (c , c+ y f (x) es positiva en
(c, c) y negativa en (c, c+), o viceversa, entonces c es un punto de inflexin.
La demostracin es inmediata.
Observemos que si f admite derivada segunda continua y c es un punto de
inflexin, como f debe tener signos diferentes a uno y otro lado de c, debe ser
f (c) = 0. Pero esta condicin no es suficiente, por ejemplo para f (x) = x4 se
tiene f (0) = 0, pero 0 no es punto de inflexin ya que f (x) = 12x2 es positiva
tanto para x < 0 como para x > 0.
Ejercicio 2.46. Si f es n veces derivable, f (c) = f (c) = = f (n1) (c) = 0
y f (n) (c) 6= 0, entonces c es un punto de inflexin si y slo si n es impar.
2.7.
Teorema fundamental del Clculo
Aunque el clculo de reas, y ms an la definicin precisa de este concepto,

son objeto del Clculo Integral, que no trataremos en estas notas, para lo que
sigue es suficiente una comprensin intuitiva de la nocin de rea.
Teorema 2.25 (Teorema fundamental del Clculo).
Sea f una funcin continua y no negativa en [a, b], y sea A(x) el rea limitada
por la grfica de f , el eje Ox y las rectas verticales de abscisas a y x. Entonces
la derivada del rea bajo la grfica de f en el punto x es igual a f (x), es decir
A (x) = f (x),
para todo x (a, b).
52
Conceptos Bsicos
y = f(x)
K(x,v)
H(x+h,v)
C
A(x)
a
x+h
Figura 2.7: Teorema Fundamental del Clculo

Demostracin. Esencialmente repetiremos el argumento de Newton citado en
1.2, pg. 6. Sean C = (x, f (x)) y D = (x + h, f (x + h)) dos puntos de la curva.
Como el rea es aditiva, el rea de la regin limitada por la curva, el eje Ox y las
rectas verticales de abscisas x y x + h es igual a A(x + h) A(x). Tomemos v de
manera que el rectngulo de vrtices (x, 0), (x+h, 0), K = (x, v) y H = (x+h, v)
tenga igual rea que la regin mencionada. Entonces A(x + h) A(x) = vh,
y como es claro que v = (A(x + h) A(x))/h est comprendido entre f (x) y
f (x + h), si se toman lmites cuando h 0 resulta, por el teorema del sndwich,
A (x) = f (x).
Este teorema tambin es vlido si f toma valores negativos, pero las porciones de rea bajo el eje de Ox deben considerarse negativas.
Corolario 2.2 (Regla de Barrow).
Si f : [a, b] R es continua y F es una primitiva de f , entonces el rea
limitada por la grfica de f , el eje Ox y las rectas verticales de abscisas a y b
es F (b) F (a).
Demostracin. Si F es una primitiva de f , como por el teorema 2.25 z(x) tambin lo es, en virtud del teorema 2.18 se tiene que A(x) F (x) = C (constante).
Como A(a) = 0, poniendo x = a queda C = A(a) F (a) = F (a) y por lo
tanto A(x) = F (x) F (a) y en particular A(b) = F (b) F (a).
Esta regla debe su nombre a Isaac Barrow (1630-1677), telogo y matemtico
ingls que tuvo a Newton como discpulo. Nos muestra que para calcular el rea
bajo la grfica de una funcin f es suficiente conocer una de sus primitivas.
Aunque el clculo de primitivas es uno de los problemas que trata el Clculo
integral, sin necesidad de conocer sus tcnicas, si uno encuentra por cualquier
mtodo (por ejemplo examinando una tabla de derivadas, o por ensayo y error)
una primitiva F de f , entonces la regla de Barrow nos permite calcular el rea.
Ejemplo 2.27. Calcular el rea limitada por la parbola y = x2 , el eje Ox y
las rectas x = 1 y x = 2.
Solucin: Como (x3 /3) = x2 , por la regla de Barrow el rea pedida es 23 /3
13 /3 = 5/3.
2.7 Teorema fundamental del Clculo
53
Utilizando la propiedad aditiva del rea puede calcularse tambin el rea de

regiones comprendidas entre dos curvas.
Ejemplo 2.28. Hallar el rea de la regin comprendida entre las grficas de
f (x) = x2 + 1 y g(x) = x2 + 2x + 5.
Figura 2.8: rea de una regin

Solucin: Primero hallamos los puntos de interseccin de ambas curvas resolviendo x2 + 1 = x2 + 2x + 5, lo cual nos da x1 = 1 y x2 = 2. Luego
hallamos las primitivas F (x) = x3 /3 + x de f y G(x) = x3 /3 + x2 + 5x
de g. El rea bajo y = f (x) entre x = 1 y x = 2 es entonces F (2)
F (1) = 8/3 + 2 (1/3 1) = 6, mientras que para y = g(x) el resultado es G(2) G(1) = 8/3 + 4 + 10 (1/3 + 1 5) = 15. El rea de la regin
comprendida entre ambas es la diferencia 15 6 = 9.
Ejercicio 2.47. Se llama segmento parablico a la regin comprendida entre
una parbola y una recta que la corta en dos puntos A y B. Sea C el punto
del arco de parbola AB ms alejado del segmento AB. Probar que el rea del
segmento parablico es igual a dos tercios del rea del tringulo ABC. Este
resultado fue hallado por Arqumedes hace ms de 2200 aos!
Ejemplo 2.29. Calcular el rea limitada por la elipse x2 /a2 + y 2 /b2 = 1.
Solucin: Este problema es algo ms complicado, en primer lugar porque la elipse
no es la grfica de una funcin. Sin embargo por razones de simetra es suficiente
calcular el rea de la porcin que se encuentra en el semiplano superior, y luego
multiplicar por dos, o mejor an calcular el rea de la porcin contenida en el
54
Conceptos Bsicos
Figura 2.9: rea de la elipse

primer cuadrante, y luego multiplicar por cuatro. El arco depelipse contenido
en el primer cuadrante es la grfica de la funcin f (x) = b 1 x2 /b2 .Esta
funcin no tiene una primitiva que se vea a simple vista, pero si se hace el
cambio de variable x = a sen t, 0 t /2, entonces
d
A(a sen t)
dt
por lo tanto
= A (a sen t)a cos t = f (a sen t)a cos t

p
ab
= ab 1 sen2 t cos t = ab cos2 t = (1 cos(2t)),
2
ab
sen(2t)
(t
) + C,
2
2
donde C es constante. Evaluando en t = 0 se tiene 0 = A(0) = C, y entonces
A(a sen t) =
A(a) = A(a sen
ab
sen()
ab
)= (
)=
,
2
2 2
2
4
y multiplicando por cuatro se obtiene que el rea de la elipse es ab.

Otra forma de obtener este resultado es la siguiente: la elipse es la imagen
de la circunferencia x2 + y 2 = a2 por la transformacin T : R2 R2 definida
como T (x, y) = (x, by/a). Esta transformacin es una contraccin (suponiendo
b < a) en la direccin Oy, por un factor b/a. Los rectngulos de lados paralelos
a los ejes se transforman por T en rectngulos de igual ancho y altura reducida
en el factor b/a, por lo tanto su rea se reduce en ese mismo factor. Como la
circunferencia de rea a2 puede aproximarse tanto como se desee mediante
rectngulos, sus transformados por T aproximan el rea de la elipse, que por lo
tanto ser a2 (b/a) = ab.
Captulo 3
Mximos y mnimos
En este captulo se aplican las herramientas bsicas del clculo para estudiar
los extremos locales y globales de las funciones. ste es un tema de enorme
importancia en las aplicaciones, que se presenta cada vez que se desea maximizar
el rendimiento de un proceso, o minimizar las prdidas o los riesgos. Incluso las
leyes naturales se expresan muchas veces en trminos de mximos y mnimos.
3.1.
Crecimiento y decrecimiento de una funcin
La derivada es una poderosa ayuda a la hora de estudiar el crecimiento o

decrecimiento de una funcin.
Teorema 3.1. Si f : [a, b] R es continua y derivable en (a, b), entonces f es
montona creciente si y slo si f (x) 0 para todo x (a, b). Si f (x) > 0 para
todo x (a, b) entonces f es estrictamente creciente.
Demostracin. Si f es montona creciente entonces los cocientes incrementales
verifican (f (x + h) f (x)/h 0 y al tomar lmites se tiene f (x) 0 para todo
x (a, b). Recprocamente si a x < y b entonces por el teorema del valor
medio f (y) f (x) = f (c)(y x) 0, y f (y) f (x). Si f (x) > 0 para todo
x (a, b) entonces f (y) f (x) = f (c)(y x) > 0 y f (y) > f (x).
Ejemplo 3.1. Sea f (x) = x3 + 3x2 24x + 7. Entonces f (x) = 3x2 + 6x 24 =
3(x 2)(x + 4), y estudiando su signo vemos que f crece (estrictamente) en
(, 4], decrece en [4, 2] y crece nuevamente en [2, +).
Ejercicio 3.1 (Desigualdad de Bernoulli).
Pruebe que si a 1 y x 1 entonces
(1 + x)a 1 + ax,
con igualdad si y slo si a = 1 a > 1 y x = 0.
56
Mximos y mnimos

Ejercicio 3.2.
Si f : [a, b] R es continua y estrictamente creciente y
derivable en (a, b), puede afirmarse que f (x) > 0 para todo x (a, b)?
Si se puede descomponer el dominio de una funcin en intervalos tales que,
en cada uno de ellos, la funcin sea creciente o decreciente, se logra una buena
comprensin del comportamiento de la funcin. Sin embargo esto no siempre es
posible. Por ejemplo la funcin
(
x2 sen(1/x) si x 6= 0,
f (x) =
0
si x = 0,
no es creciente ni decreciente en ningn intervalo abierto o semiabierto que
contenga al 0.
3.2.
Extremos locales
Hay varios mtodos para hallar los extremos locales de una funcin. El primero se basa en una observacin trivial:
Si a < c < b y f es montona creciente en (a, c] y montona decreciente en [c, b), entonces f alcanza un mximo local en c.
Anlogamente, si f es montona decreciente en (a, c] y montona
creciente en [c, b), entonces f alcanza un mnimo local en c.
Ejemplo 3.2. Los intervalos de crecimiento y decrecimiento hallados para
f (x) = x3 + 3x2 24x + 7 en el Ejemplo 3.1 nos permiten afirmar que esta
funcin tiene un mximo local en 4 y un mnimo local en 2.
En el captulo anterior, lema 2.1, vimos que si f : (a, b) R es una funcin derivable y presenta un extremo local en c (a, b), entonces f (c) = 0.
Lamentablemente el recproco de este resultado no se cumple. Por ejemplo si
f (x) = x3 entonces f (x) = 3x2 y f (0) = 0, pero f es creciente en todo R y no
tiene ningn extremo local. Sin embargo, en el caso de que exista f (c) se tiene
el siguiente resultado.
Teorema 3.2 (Criterio de la segunda derivada).
Si f (c) = 0 y f (c) > 0 (resp. f (c) < 0), entonces f tiene un mnimo (resp.
mximo) local en c.
Demostracin. Probemos el caso f (c) > 0. Como f (x) = f (c) + f (c)(x c) +
f (c)(x c)2 + o((x c)2 ) y f (c) = 0, se tiene que f (x) f (c) f (c)(x c)2 =
o((xc)2 ). As lmx0 (f (x)f (c)f (c)(xc)2 )/(xc)2 = 0, por lo tanto existe
> 0 tal que si |xc| < entonces |(f (x)f (c))/(xc)2 f (c)| < f (c)/2, de
donde se sigue que (f (x)f (c))/(xc)2 > f (c)/2 > 0.Entonces f (x)f (c) > 0
si |x c| < y f tiene un mnimo local en c.
Ms en general, se puede probar que
3.3 Extremos globales
57
Teorema 3.3. Si f es n veces derivable en c, f (c) = 0 y la primera derivada

no nula en c es la de orden n, entonces
1. Si n es par y f (n) (c) > 0, f tiene un mnimo local en c.
2. Si n es par y f (n) (c) < 0, f tiene un mximo local en c.
3. Si n es impar, f no tiene extremo local en c.
Hay que tener en cuenta, sin embargo, que una funcin puede tener todas
las derivadas nulas en un punto, por ejemplo la funcin de Cauchy.
Ejemplo 3.3. Si f (x) = x3 + 3x2 24x + 7 entonces f (x) = 3x2 + 6x 24
y f (x) = 6x + 6. Los puntos crticos son 4 y 2, y como f (4) = 18 < 0
y f (2) = 18 > 0, concluimos que en 4 hay un mximo local y en 2 hay un
mnimo local.
3.3.
Extremos globales
Si f : [a, b] R es continua, el teorema de Weierstrass 2.9 nos asegura

la existencia del mximo y del mnimo (globales o absolutos), pero no nos da
ninguna clave sobre cmo hallarlos. Si f es derivable en (a, b), excepto quiz en
un nmero finito de puntos, y tiene un nmero finito de puntos crticos (es decir
puntos c (a, b) tales que f (c) = 0), entonces podemos hallarlos de la siguiente
manera:
Se calculan los valores de f en los extremos del intervalo a y b, en
cada uno de los puntos crticos y en los puntos en los que no existe
la derivada. El mayor de todos esos valores es el mximo de f , y el
menor es el mnimo.
La justificacin de este mtodo es sencilla: si el mximo se alcanza en un
punto de c (a, b) en el cual exista f (c), entonces por el lema 2.1 debe ser
f (c) = 0, es decir que c es un punto crtico. De lo contrario, el mximo se
alcanza en un extremo del intervalo o en un punto interior en el cual no exista
la derivada. De modo que si examinamos los valores que toma f en cada uno de
esos puntos es seguro que no se nos escapar el mximo. Lo mismo se aplica al
mnimo.
Ejemplo 3.4. Consideremos la funcin f (x) = x3 +3x2 24x+7 en el intervalo
[6, 6]. Como esta funcin es derivable slo hace falta considerar los puntos
crticos (4 y 2) y los extremos del intervalo (6 y 6). Se tiene f (4) = 87,
f (2) = 21, f (6) = 43 y f (6) = 187. Por lo tanto el mnimo es 21 y se
alcanza en 2, y el mximo es 187 y se alcanza en 6.
p
p
Ejemplo 3.5. Sea f (x) = 5 |x 1|+4 |x 9| en el intervalo [0, 10]. Entonces

51 x + 49 x si 0 x 1,
f (x) = 5 x 1 + 4 9 x si 1 x 9,

5 x 1 + 4 x 9 si 9 x 10,
58
Mximos y mnimos
1 x 4/ 9 x si 0 < x < 1,
5/
f (x) = 5/ x 1 4/ 9 x
si 1 < x < 9,

5/ x 1 + 4/ x 9
si 9 < x < 10.
La derivada no existe en 1 ni en 9. Es claro que en los intervalos

(0, 1)
y (9, 10) no
hay puntos crticos, mientras que en (1, 9), resolviendo 5/ x 14/ 9 x = 0

se tiene 25(9 x) = 16(x 1) y x
= 241/41 es el nico punto
crtico. Como
fp
(0) = 17, f (10)
=
19,
f
(1)
=
4
8
11,31,
f
(9)
=
5
8
y
f (241/41) =
p
p
5 200/41
+
4
128/41
=
82
2/41
18,11,
se
concluye
que
el
mnimo es
f (1) = 4 8 y el mximo f (10) = 19.

El siguiente problema a considerar lo plantean las funciones definidas en
dominios no cerrados o no acotados. En este caso aunque la funcin sea continua
puede ser que no sea acotada, y an sindolo puede ser que no tenga mximo,
o mnimo, o ninguno de los dos. Veamos algunos ejemplos.
Ejemplo 3.6. La funcin f (x) = tg x en el intervalo (/2, /2) no tiene
mximo ni mnimo, ya que lmx/2 tg x = + y lmx/2 tg x = .
Ejemplo 3.7. La funcin g(x) = x + 1/x en el intervalo (0, 2) no tiene mximo,
pues lmx0+ g(x) = +, pero en cambio tiene mnimo. En efecto, g (x) =
1 1/x2 es negativa en (0, 1) y positiva en (1, 2), por lo tanto g es montona
decreciente en (0, 1) y montona creciente en (1, 2), de donde se sigue que en 1
hay no slo un mnimo local sino absoluto.
Ejemplo 3.8. La funcin f (x) = arc tg x en todo R est acotada entre /2 y
/2), pero no tiene mximo ni mnimo.
Sin embargo en algunos casos puede afirmarse la existencia de extremos.
Teorema 3.4. Sea f : R R continua. Si existen a R y K > 0 tales que
f (x) f (a) (f (x) f (a)) para todo x R tal que |x| > K, entonces f tiene
mximo (resp. mnimo).
Demostracin. Consideremos el primer caso. En el intervalo [K, K] la funcin
f tiene mximo M . Si x 6 [K, K] entonces |x| > K, y f (x) f (a) M . Por
lo tanto el mximo de f en [K, K] lo es en realidad en todo R.
Corolario 3.1. Si lmx f (x) = L y para algn a R se tiene f (a) L
(f (a) L), entonces f tiene mximo (resp. mnimo).
3.4.
Algunos ejemplos geomtricos
Ejemplo 3.9. Se dispone de una cartulina cuadrada de lado a y se quiere hacer

una caja sin tapa recortando cuadrados iguales en las esquinas y doblando sus
lados. Cul debe ser la longitud del lado del cuadrado que se recorta para que
el volumen de la caja sea mximo?
59
3.4 Algunos ejemplos geomtricos
Solucin: El volumen de la caja ser V (x) = (a2x)2 x, con 0 x a/2. Puesto

que V es continua en [0, a/2], debe tener mximo absoluto. Como V (x) =
(a 2x)2 4x(a 2x) = (a 2x)(a 6x), se ve que los nicos puntos crticos
son a/2 y a/6. Como V (0) = V (a/2) = 0 y V (a/6) = 2a2 /27, el mximo
absoluto en [0, a/2] se alcanza para x = a/6 y vale V (a/6) = 2a3 /27.
Ejemplo 3.10. Un alambre de 100 cm de longitud se corta en dos partes,
formando con una de ellas un crculo y con la otra un cuadrado. Cmo debe
cortarse el alambre para que la suma de las reas de las dos figuras sea mnima?
Y para que sea mxima?
Solucin: Si la parte con la cual se forma el crculo mide x cm, la otra medir
100x cm. El radio del crculo ser x/(2) cm2 y su rea x2 /(4) cm2 , mientras
que el rea del cuadrado ser (100 x)2 /16 cm2 . Debemos hallar los extremos
absolutos de la funcin continua f (x) = x2 /(4) + (100 x)2 /16 en el intervalo
[0, 100]. f (x) = x/(2)(100x)/8 slo se anula en 100/(+4), que pertenece
a (0, 100). Ahora bien, f (0) = 1002 /16 = 625, f (100) = 1002 /(4) = 2500/ y

100
1002
4002
2500
f
=
+
=
.
+4
4( + 4)2
16( + 4)2
+4
Como
2500
2500
< 625 <
+4
se concluye que el mnimo es 2500/( + 4) y el mximo 2500/. Para obtener un

rea total mnima el alambre debe cortarse en trozos de longitud 100/( + 4)
cm y 400/( +4) cm. Para obtener un rea total mxima debe cortarse en trozos
de 100 cm y 0 cm, es decir que no debe cortarse sino usarlo todo para formar
una circunferencia.
Ejemplo 3.11. Un pasillo de 180 cm de ancho se une en ngulo recto con otro
de 120 cm de ancho. Cul es la longitud mxima que puede tener una barra
para poder pasar horizontalmente de un pasillo al otro?
Solucin: denotemos el ancho de los pasillos mediante a y b y consideremos una
barra atravesada como en la Figura 3.1. Su longitud es
f () =
a
b
+
.
sen cos
El mnimo de esta funcin en (0, /2) nos dar la longitud mxima que puede tener una barra para pasar por el codo. Como f es continua en (0, /2)
y lmx0+ f () = lmx/2 f () = +, debe tener mnimo absoluto y se
alcanza en un punto crtico de f . Ahora bien, la derivada
f () =
a cos b sen
a cos3 + b sen3
+
=
2
2
sen
cos
sen2 cos2
se anula nicamente cuando a cos3 + bp

sen3 = 0, es decir tg3 = a/b, lo
3
cual da el nico punto crtico 1 = arc tg( a/b).
60
Mximos y mnimos
Figura 3.1: Pasillos

El mximo buscado es
f (1 ) =
=
q
q
b
a
+
= a 1 + ctg2 1 + b 1 + tg2 1
sen 1
cos 1
q
q
2 3
2
2
2
2
2
2
2
3
3
3
3
a
a +b +b
b 3 + a 3 = (a 3 + b 3 ) 2 ,
que para a = 180 cm y b = 120 cm da aproximadamente 421,4 cm y se alcanza

para 1 0,85277 radianes, o 48 51 37.
Ejercicio 3.3. Una empresa desea construir envases cilndricos de hojalata de
un litro de capacidad, pero minimizando el rea total (y por lo tanto la cantidad
de lmina de hojalata utilizada). Qu dimensiones deben tener los envases?
Ejercicio 3.4. En el plano cartesiano sean A = (0, 1) y B = (0, 3). Desde qu
puntos del eje Ox se ve el segmento AB con mayor tamao aparente? (En otras
palabras, para qu puntos C en el eje Ox el ngulo = ACB toma su mayor
valor?)
Figura 3.2: Mayor tamao aparente
3.4 Algunos ejemplos geomtricos
61
El problema de Heron
En el plano se dan dos puntos A y B a un mismo lado de una recta r. Para
qu punto P de r es mnima la suma AP +P B? Este problema tiene una solucin
Figura 3.3: Problema de Heron

geomtrica muy sencilla: si A es el punto simtrico de A respecto a la recta r,
entonces para cualquier punto P en r se tiene AP + P B = A P + P B, y esta
suma es mnima cuando se toma como P el punto Q de interseccin de la recta
A B con r. En efecto, como se ve en la figura, AQ + QB = AB AP + P B por
la desigualdad triangular.
Veamos ahora cmo puede ser resuelto mediante el clculo. Tomemos un
sistema de coordenadas con la recta r como eje Ox y el eje Oy pasando por
A. Entonces A tendr coordenadas (0, a) y B = (b, c), con a, b, c > 0. Sea
P = (x, 0). Entonces la suma de distancias a minimizar es
p
p
f (x) = AP + P B = x2 + a2 + (x b)2 + c2 .
Como f es positiva y tiende a + cuando x podemos asegurar que tiene
mnimo, y ste se alcanza en un punto singular. Derivando resulta
x
xb
f (x) =
+p
.
x2 + a2
(x b)2 + c2
Es claro que f (x) < 0 si x < 0 y f (x) > 0 si x > 0. Por lo tanto el punto mnimo
debe pertenecer al intervalo [0, b]. Para hallarlo hay que resolver la ecuacin
x
bx
= p
,
2
2
x +a
(x b)2 + c2
que luego de cambiar de miembro las races y elevar al cuadrado queda

x2 ((x b)2 + c2 ) = (x b)2 (x2 + a2 ),
62
Mximos y mnimos
y luego de restar x2 (x b)2 de ambos miembros se reduce a

c2 x2 = a2 (x b)2 .
Extrayendo la raz cuadrada de ambos miembros queda |cx| = |a(x b)|, y
recordando que 0 x b queda finalmente cx = a(b x), de donde se obtiene
la nica solucin
ab
x1 =
.
a+c
Por lo tanto el mnimo se alcanza en el punto (x1 , 0). Para comprobar que esta
solucin coincide con la geomtrica, observemos en la figura que los tringulos
AOQ y BM Q son semejantes, por lo tanto AO/BM = AQ/BQ. Si Q = (x1 , 0),
entonces a/c = x1 /(b x1 ), de donde x1 = ab/(a + c).
Este problema fue tratado por Heron de Alejandra en su obra Catptrica,
que se ocupa de los espejos. Heron observ que AQO = BQM , lo cual es
consistente con la ley de reflexin de la luz: el rayo incidente sobre una superficie
forma con ella igual ngulo que el rayo reflejado. De aqu concluy que la luz
sigue el camino ms corto, lo cual es cierto slo en medios homogneos.
3.5.
Ley de Snell
Una persona se est ahogando en el mar en el punto B. El salvavidas, que

se encuentra en tierra firme en el punto A, puede correr a una velocidad v1 y
nadar a una velocidad v2 . Qu trayectoria debe seguir para llegar hasta B en
el menor tiempo posible?
Supongamos que la costa es una lnea recta s. Si v1 = v2 , es claro que el
salvavidas debera ir en lnea recta desde A hasta B. Pero como presumiblemente
v1 > v2 , para aprovechar su mayor velocidad en tierra deber correr hasta un
punto P de la costa ms cercano de B, antes de comenzar a nadar.
Tomemos un sistema de coordenadas con la recta s como eje Ox y el eje
Oy pasando por A. Entonces A tendr coordenadas (0, a) y B = (b, c), con
a, b, c > 0. Sea P = (x, 0). Entonces el tiempo que tarda el salvavidas en el
trayecto AP B es
p
(x b)2 + c2
AP
PB
x2 + a2
+
=
+
.
f (x) =
v1
v2
v1
v2
Como f es positiva y tiende a + cuando x podemos asegurar que tiene
mnimo, y ste se alcanza en un punto singular. Derivando resulta
f (x) =
y derivando una vez ms
f (x) =
x
xb
+ p
2
2
v1 x + a
v2 (x b)2 + c2
a2
c2
+
> 0.
v1 (x2 + a2 )3/2
((x b)2 + c2 )3/2
63
3.5 Ley de Snell
Figura 3.4: Ley de la refraccin
Por lo tanto f es
estrictamente creciente, y como f (0) = b/(v2 b2 + c2 ) < 0
y f (b) = b/(v1 b2 + a2 ) > 0, f se anula exactamente una vez entre 0 y b,

y en ese punto alcanza su mnimo. Para hallar P hay que resolver entonces la
ecuacin
x
bx
= p
,
(3.1)
v1 x2 + a2
v2 (x b)2 + c2
que se reduce a una ecuacin de cuarto grado, y se puede resolver por mtodos
numricos.
Es interesante observar que, si llamamos i y r a los ngulos que forman AP
y P B con la normal a s por P , entonces la ecuacin 3.1 equivale a
sen i
sen r
=
.
v1
v2
Esta relacin es idntica a la ley de la refraccin de la luz al pasar de un medio
transparente a otro, llamada Ley de Snell en honor al astrnomo y matemtico holands Willebrord Snell (15801626). Llamando ndice de refraccin al
cociente n = c/v entre la velocidad c de la luz en el vaco y la velocidad v de la
luz en el medio cuyo ndice se calcula, la Ley de Snell puede enunciarse como
n1 sen i = n2 sen r,
donde n1 y n2 son los ndices de refraccin de los medios 1 y 2 (el ndice de
refraccin del vaco naturalmentte es 1, el del aire es 1,00029, el del diamante
2,417 y el del agua, a 20 C, es 1,333).
Fermat dedujo la ley de Snell como lo hicimos nosotros ms arriba, a partir
del hoy llamado Principio de Fermat, segn el cual la luz viaja de un punto a
otro siguiendo una trayectoria que minimiza el tiempo empleado.
64
3.6.
Mximos y mnimos
Extremos sin clculo
Con todo y lo poderoso que es el Clculo para resolver problemas de extremos, algunas veces mediante mtodos elementales se pueden resolver con menor
esfuerzo. Por eso es bueno estar atentos y reflexionar un poco sobre la naturaleza del problema antes de lanzarse a calcular derivadas mecnicamente. A
continuacin examinaremos algunos ejemplos.
Ejemplo 3.12. Hallar el mnimo absoluto de f (x) = |x3 3x2 + 4|.
Solucin: Como f (1) = 0 y el valor absoluto es siempre mayor o igual que
cero, el mnimo absoluto es 0.
Ejemplo 3.13. Con 4 m de alambre formar un rectngulo de rea mxima.
Solucin: Si los lados del rectngulo son x e y, entonces 2x + 2y = 4, y = 2 x
y el rea es A(x) = x(2 x) = 1 (x 1)2 , por lo tanto el mximo es 1 y se
alcanza para x = 1, es decir para el cuadrado. La nica tcnica que usa esta
solucin es la de completar cuadrados, que es efectiva para cualquier polinomio
de segundo grado.
Ejemplo 3.14. Construir una caja en forma de prisma recto de base rectangular, con volumen 1 y superficie total mnima.
Solucin: Si los lados del prisma son x, y, z entonces hay que minimizar S(x, y, z)
= 2(xy + yz + zx), con la condicin xyz = 1. Este es un problema de extremos
condicionados en varias variables, que no hemos tratado en estas notas, sin embargo para resolverlo es suficiente conocer la desigualdad aritmtico-geomtrica
(si no la recuerda vea el Teorema 4.4, pg. 91). En efecto,
p
xy + yz + zx 3 3 (xyz)2 = 3,
con igualdad si y slo si x = y = z. Por lo tanto el mnimo es 3 y se alcanza

para x = y = z = 1.
Ejercicio 3.5. Resolver sin usar derivadas el problema del Ejemplo 3.9 (pg.
58).
Captulo 4
Aplicaciones matemticas
En este captulo se ilustran varias aplicaciones del clculo diferencial a diversas cuestiones matemticas.
4.1.
Grficas de funciones
Debido al software matemtico disponible hoy en da, ser capaz de dibujar

una buena grfica ya no parece tan importante como hace algunos aos. Sin
embargo ningn programa graficador es perfecto, de hecho todos tienen limitaciones intrnsecas, consecuencia de la precisin finita de los clculos y de que en
una pantalla slo se pueden representar un nmero finito de puntos. Por eso,
cuando se los somete a situaciones extremas, con frecuencia producen resultados
incorrectos y hasta sorprendentes. Adems hay aspectos de carcter cualitativo
que escapan a las posibilidades del software. Por estas razones, si bien los programas graficadores son de una inmensa utilidad prctica, no se pueden aceptar
acrticamente sus resultados.
Por ejemplo la Figura 4.1 muestra dos grficas de la misma funcin, en el
mismo intervalo, obtenidas con MAPLE. La diferencia es que la primera se
obtuvo con la instruccin
plot((x+1)^6,x=-1.005..-0.995);
y la segunda con
plot(x^6+6*x^5+15*x^4+20*x^3+15*x^2+6*x+1,x=-1.005..-0.995);
Ambas instrucciones solicitan graficar la funcin f (x) = (x + 1)6 en el intervalo [1,005, 0,995], slo que en la segunda instruccin (x + 1)6 se sustituye
por su desarrollo x6 + 6x5 + 15x4 + 20x3 + 15x2 + 6x + 1. Pero los resultados son
muy diferentes. La explicacin de esa diferencia est relacionada con los errores
de redondeo en los clculos, pero ahora se nos presenta una pregunta obvia: es
alguna de las dos grficas correcta, o debemos desechar ambas?
66
El clculo diferencial permite tomar una decisin rpidamente. Como f (x) =

6(x + 1)5 es negativa para x < 1 y positiva para x > 1, la funcin f es estrictamente decreciente en (, 1], tiene un mnimo en x = 1 y es estrictamente
creciente en [1, +). Adems f (x) = 30(x + 1)4 0 para todo x, por lo tanto la funcin es convexa (tiene la concavidad hacia arriba). Esto nos permite
desechar la grfica de la derecha y quedarnos con la de la izquierda.
2E-14
1,5E-14
1,2E-14
1E-14
8E-15
5E-15
4E-15
0
-1,004
-1,002
-1
-0,998
-0,996
x
-5E-15
0
-1,004
-1,002
-1
-0,998
-0,996
Figura 4.1: Dos grficas de la misma funcin?

A continuacin haremos un sumario de los puntos ms importantes que se
deben tomar en cuenta para graficar una funcin.
Dominio
Si el dominio no se da explcitamente, ser necesario determinar el mayor
subconjunto de R en el cual la definicin de la funcin tenga sentido. Hay que
tener especial cuidado con los valores de la variable que hagan nulo un denominador, negativo el argumento de una raz cuadrada o menor o igual que 0
el argumento de un logaritmo. Tambin varias funciones trigonomtricas como
sec, csc, tg, ctg, arcsin, arc cos, etc., tienen dominios restringidos.
Intersecciones con los ejes y signo
La interseccin con el eje Oy de la grfica de una funcin f se halla muy
fcilmente: es el punto (0, f (0). Hallar los puntos de interseccin con el eje Ox,
en cambio, equivale a resolver la ecuacin f (x) = 0, lo cual puede ser muy difcil
y requerir el uso de mtodos numricos. Pero en general es suficiente tener una
idea aproximada de dnde se hallan esos puntos, para lo cual es til el teorema
de Bolzano 2.7. Es deseable tambin conocer para qu valores la funcin es
positiva y para cules es negativa. Si la funcin es continua, se han hallado
todos los ceros (intersecciones con el eje Ox) y stos son un nmero finito, entre
4.1 Grficas de funciones
67
cada dos de ellos consecutivos la funcin mantendr su signo, por lo cual es fcil
determinarlo calculando el valor de la funcin en un punto intermedio.
Simetras
Se dice que la funcin f : R R es par si f (x) = f (x) para todo x R.
Geomtricamente, esto significa que la grfica de f es simtrica respecto al eje
Oy.
Se dice que la funcin f : R R es impar si f (x) = f (x) para todo
x R. Geomtricamente, esto significa que la grfica de f es simtrica respecto
al origen O.
Ejercicio 4.1. Pruebe que la grfica de f es simtrica respecto a una recta
vertical x = a si y slo si f (2a x) = f (x) para todo x R.
Ejercicio 4.2. Pruebe que la grfica de f es simtrica respecto al punto (a, b)
si y slo si f (2a x) = 2b f (x) para todo x R.
Periodicidad
Recordemos que una funcin f : R R es peridica de perodo T > 0
si f (x + T ) = f (x) para todo x R. Para graficar una funcin peridica es
suficiente hacerlo en un intervalo [a, a + T ], de longitud igual al perodo, ya que
la grfica se repite idntica en los intervalos [a + T, a + 2T ], [a + 2T, a + 3T ],
[a + 3T, a + 4T ],. . . y tambin en [a T, a], [a 2T, a T ], [a 3T, a 2T ],. . . En
otras palabras, la grfica es invariante bajo una traslacin de vector (T, 0).
Los ejemplos ms conocidos de funciones peridicas son las trigonomtricas
seno y coseno, las cuales tienen perodo 2.
Comportamiento para x
Cualquier grfica que hagamos, manualmente o con un computador, se limitar siempre a un intervalo acotado de R. Por eso es importante tratar de hallar
lmx f (x) y lmx f (x), si existen, para conocer el comportamiento de la
funcin para valores grandes de la variable. Si alguno de esos lmites es finito,
tendremos una asntota horizontal (ver 2.3.3). Si alguno es infinito, se pueden
buscar asntotas oblicuas o al menos direcciones asintticas.
Crecimiento y decrecimiento
Si la funcin es derivable, el estudio del signo de la primera derivada nos
permitir sacar conclusiones sobre los intervalos de crecimiento y decrecimiento
de la funcin. Adems en los puntos donde la funcin cambie de creciente a
decreciente habr un mximo local (y donde cambie de decreciente a creciente
habr un mnimo local).
68
Concavidad y puntos de inflexin

El estudio del crecimiento y decrecimiento de la derivada primera permite
sacar conclusiones sobre los intervalos donde la funcin es convexa o cncava, y
sobre los puntos de inflexin. Si la funcin es derivable dos veces, el estudio del
signo de la segunda derivada facilita la tarea anterior.
Discontinuidades
Si la funcin es discontinua en un punto a, pero est definida en un entorno
reducido de a, es importante determinar la naturaleza de la discontinuidad.
Para ello hay que estudiar los lmites laterales lmxa f (x) y lmxa+ f (x). Si
existen y son ambos finitos, la discontinuidad es de salto (o evitable, si fuesen
iguales). Si al menos uno de ellos es infinito, hay una asntota vertical.
Tambin es til estudiar las discontinuidades de la funcin derivada, y en
especial, en los puntos en que la derivada no exista, ver si existen las derivadas
laterales.
Ejemplo 4.1. Sea f (x) = arc tg(x) + (x + 2)/(x2 + 1). Est definida en todo
R. La grfica intersecta al eje Oy en (0, 2).
lmx+ f (x) = /2 y lmx f (x) = /2, por lo tanto hay dos asntotas horizontales, y = /2 para x + e y = /2 para x .
f (x) =
x2
1
x2 + 1 2x(x + 2)
2 4x
+
= 2
,
2
2
+1
(x + 1)
(x + 1)2
de donde f (x) > 0 para x < 1/2, f (1/2) = 0 y f (x) < 0 para x > 1/2. Por
lo tanto f es estrictamente creciente en (, 1/2] y estrictamente decreciente
en [1/2, +), presentando un mximo absoluto en 1/2. El valor mximo es
f (1/2) = arc tg(1/2) + 2 2,46.
Como f (1) = /4 + 1/2 < 0 y f (0) = 2 > 0, f tiene una raz entre 1 y
0. De hecho es la nica, ya que para x > 0 es f (x) > 0. Por mtodos numricos
(ver seccin siguiente) puede verse que esa raz es aproximadamente 0,83. La
derivada segunda es
f (x)
=
=
4(x2 + 1)2 2x(x2 + 1)(2 4x)

(x2 + 1)4
4
3
4x 4x 4x 4
4(x2 x 1)
=
.
(x2 + 1)3
(x2 + 1)3
Como eldenominador es siempre positivo y x2 x 1 tieneraces (1 + 5)/2

y (1 5)/2, se deduce que f
es convexa
en (, (1 5)/2) y en ((1 +
5)/2, +),
es
cncava
en
((1
5)/2,
(1
+
5)/2) y tiene puntos de inflexin
en (1 5)/2 y (1 + 5)/2.
69
4.2 Races de ecuaciones
0
-6
-4
-2
x
-1
Figura 4.2: Grfica de f (x) = arc tg(x) + (x + 2)/(x2 + 1).
4.2.
Races de ecuaciones
Sea f una funcin continua en [a, b] y supongamos que f (a)f (b) < 0. Por
el teorema de Bolzano sabemos que existe al menos una raz de la ecuacin
f (x) = 0 entre a y b. Una primera aproximacin a esta raz es el punto medio
(a + b)/2. El error cometido con esta aproximacin es menor que (b a)/2.
Otra posibilidad consiste en tomar el punto s en que la recta que pasa por
(a, f (a)) y (b, f (b)) corta al eje Ox. La ecuacin de esta recta es y = f (a) +
(f (b) f (a))(x a)/(b a), y al igualar a 0 y despejar resulta s = a (b
a)f (a)/(f (b) f (a)) = (af (b) bf (a))/(f (b) f (a)). Esto se conoce como
mtodo de la falsa posicin, o regula falsi. En general da mejores resultados que
el punto medio, pero no siempre. De hecho slo se puede asegurar que el error
es menor que b a.
En lugar de aproximar la funcin por la secante, como en la regula falsi, se
puede aproximar por la recta tangente. Esto se conoce como mtodo de Newton, o de Newton-Raphson. Para aplicarlo se comienza por elegir una primera
aproximacin a la raz, digamos x1 . Si f es derivable en x1 , la ecuacin de la
recta tangente es y = f (x1 ) + f (x1 )(x x1 ), que si f (x1 ) 6= 0 corta al eje Ox
en x2 = x1 f (x1 )/f (x1 ).
Generalmente este mtodo se emplea de forma iterativa, es decir que se
calcula una sucesin de valores xn+1 = xn f (xn )/f (xn ).
Ejemplo 4.2. Si f (x) = x2 2 entonces xn+1 = xn (x2n 2)/(2xn ) =

xn /2 + 1/xn . Si comenzamos con x1 = 1 entonces x2 = 1/2 + 1 = 3/2 = 1,5,
x3 = 3/4 + 2/3 = 17/12 = 1,4166 . . ., x4 = 17/24 + 12/17 = 577/408 =
1,414215 . . .. Como se ve con dos iteraciones se obtuvieron 2 cifras decimales
exactas, y con tres iteraciones 4 cifras decimales exactas (con la siguiente ya se
obtienen 11).
70
Figura 4.3: Mtodo de Newton

Generalmente el mtodo de Newton converge muy rpido hacia una raz,
pero no siempre. Por ejemplo si f (x) = x3 2x + 2 entonces xn+1 = xn
(x3n 2xn + 2)/(3x2n 2). Si se comienza con x1 = 1 se obtiene x2 = 0, x3 = 1,
x4 = 0,. . . y el procedimiento no converge. En estos casos conviene bosquejar la
grfica para tener una idea aproximada de dnde estn las races. En este caso,
comenzando con 2 se obtiene una rpida convergencia.
4.3.
Longitud de arco
Sea f : [a, b] R. Para definir la longitud L(f ; a, b) de la curva y = f (x)

entre a y b, se consideran todas las poligonales inscriptas en la curva, es decir
las poligonales con vrtices P0 P1 . . . Pn , donde a = x0 P
< x1 < < xn = b y
n1
Pi = (xi , f (xi )). Si las longitudes de estas poligonales i=0 Pi Pi1 forman un
conjunto acotado, entonces a su supremo se le llama longitud de la curva y sta
se dice que es rectificable. Es fcil probar que en este caso, si c (a, b), entonces
la curva tambin es rectificable en los intervalos [a, c] y [c, b] y L(f ; a, b) =
L(f ; a, c) + L(f ; c, b).
Una funcin no tiene que ser continua para ser rectificable.
Ejercicio 4.3. Probar que si f es montona en [a, b] entonces es rectificable, y
L(f ; a, b) |b a| + |f (b) f (a)|.
La continuidad tampoco garantiza que una funcin sea rectificable.
Ejercicio 4.4.
Sea f : [0, 1] R definida as:

(
x sen x1 si 0 < x < 1,
f (x) =
0
si x = 0.
Pruebe que no es rectificable.
71
4.3 Longitud de arco
Teorema 4.1. Si f : [a, b] R tiene derivada continua entonces es rectificable.

Demostracin. Como f es continua, existe M = max{|f (t)| : a t b} y
debe ser alcanzado en algn punto [a, b], es decir M = |f ()|.
Dada cualquier poligonal P0 P1 . . . Pn , con a = x0 < x1 < < xn = b
y Pi = (xi , f (xi )), por el teorema del valor medio se tiene f (xi+1 ) f (xi ) =
f (i )(xi+1 xi ) para ciertos i (xi , xi+1 ), y por tanto
|f (xi+1 ) f (xi )| = |f (i )(xi+1 xi )| M (xi+1 xi ).
Entonces
Pi Pi+1 =
y
n1
X
i=0
p
p
(xi+1 xi )2 + (f (xi+1 ) f (xi ))2 1 + M 2 (xi+1 xi ),
Pi Pi1
n1
Xp
i=0
1 + M 2 (xi+1 xi ) =
Por lo tanto la curva es rectificable y L(f ; a, b)
p
1 + M 2 (b a).
1 + M 2 (b a).
Teorema 4.2. Si f : [a, b] R tiene derivada continua y s(x) es la longitud

de arco entre a y x, entonces
p
s (x) = 1 + (f (x))2
para todo x (a, b).
y = f(x)
z(x)
A
a
x+h
Figura 4.4: Longitud de arco

Demostracin. Sean x (a, b), A = (a, f (a)), C = (x, f (x)) y D = (x +
h, f (x + h)). Entonces la longitud del arco de curva comprendido entre C y D
es s(x + h) s(x), y se cumple que
s(x + h) s(x) CD =
p
h2 + (f (x + h) f (x))2 .
72
Pero, por el teorema del valor medio, f (x + h) f (x) = hf () para cierto

(x, x + h), por lo tanto
p
p
s(x + h) s(x) h2 + (hf ())2 = h 1 + (f ())2 .
(4.1)
Por otra parte, como f es continua, para algn [x, x + h] se tiene M =
|f ()| = max{|f (t)| : x t x + h} y como se vi en la demostracin del
Teorema 4.1,
p
s(x + h) s(x) 1 + M 2 h.
Combinando esta ltima desigualdad con (4.1) tenemos
p
p
h 1 + (f ())2 s(x + h) s(x) 1 + M 2 h,
o bien
p
s(x + h) s(x) p
1 + (f ())2
1 + (f ())2 ,
h
y como lmh0 = lmh0 = x, la conclusin se sigue del teorema del sndwich.
Ejemplo 4.3. Calcular
la longitud de la curva y = ch x entre 0 y x.
p
Solucin: s (x) = 1 + (sh x)2 = ch x, por lo tanto s(x) = sh x + C y como
s(0) = 0 debe ser C = 0 y s(x) = sh x.
Ejemplo 4.4. Usar
el teorema 4.2 para calcular la longitud del cuarto de circunferenciay = 1 x2 para
0 x 1.
Solucin: ( 1 x2 ) = x/ 1 x2 , por lo tanto
s

2 r
x
x2
1
= 1+
.
s (x) = 1 +
=
2
2
1x
1x
1 x2
Como (arc sen x) = 1/ 1 x2 concluimos que s(x) = arc sen x + C, y como

s(0) = 0 debe ser C = 0 y s(x) = arc sen x. En particular s(1) = arc sen 1 = /2,
como era de esperarse.
En lapnotacin de Leibniz s (x) = ds/dx y f (x) = dy/dx, por lo tanto
s (x) = 1 + (f (x))2 se puede escribir como (ds/dx)2 = 1 + (dy/dx)2 , o bien
ds2 = dx2 + dy 2 . En esta sugestiva notacin el teorema 4.2 es fcil de recordar
por su semejanza con el teorema de Pitgoras.
4.4.
Funciones vectoriales
Una funcin vectorial de una variable real es una funcin de un intervalo

I R en Rn . Definir una funcin vectorial v : I Rn es equivalente a definir
sus n componentes vj : I R, cada una de las cuales es una funcin real de
variable real. Es decir:
v(t) = (v1 (t), v2 (t), . . . , vn (t)).
73
4.5 Curvas parametrizadas
la funcin v : I Rn es derivable si y slo si lo es cada una de sus componentes

vj , y en ese caso
v (t) = (v1 (t), v2 (t), . . . , vn (t)).
Es inmediato verificar la aditividad de la derivacin, es decir que si u, v : I Rn
son derivables entonces (u + v) = u + v . Si g : I R es derivable entonces
la regla para derivar un producto de funciones permite establecer sin dificultad
que
(g(t)v(t)) = g (t)v(t) + g(t)v (t).
Recordemos que el producto escalar de dos vectores u = (u1 , u2 , . . . , un ) y v =
(v1 , v2 , . . . , vn ) se define como
u v = u1 v1 + +u2 v2 + + un vn .
v v se abrevia v2 , y el mdulo o norma de v es
q
kvk = v12 + + vn2 = v2 .

Entonces si u, v : I Rn son derivables se tiene
(u v) = u v + u v .
En particular (u2 ) = 2uu . De aqu se deduce que si kuk es constante, entonces
u y u son ortogonales (u u = 0).
Recordemos que en el espacio, si u = (u1 , u2 , u3 ) y v = (v1 , v2 , v3 ), entonces
u v = kuk kvk cos(), donde es el ngulo que forman u y v. Adems se define
el producto vectorial
u v = (u2 v3 u3 v2 , u3 v1 u1 v3 , u1 v2 u2 v1 ).
Ejercicio 4.5. Pruebe que si u, v : I Rn son derivables entonces
(u v) = u v + u v .
4.5.
Curvas parametrizadas
En estas notas llamaremos curva plana a una funcin continua P : I R2 .

Si la abscisa y la ordenada de P (t) son x(t) e y(t), la curva se puede describir
como P (t) = (x(t), y(t)). A la variable t se le llama parmetro. Anlogamente
una curva en el espacio, o curva alabeada, es una funcin continua P : I R3 ,
y se puede representar en coordenadas como P (t) = (x(t), y(t), z(t)).
Las grficas de funciones continuas f (x) son un caso particular de curvas
planas, que se pueden describir, tomando x como parmetro, en la forma P (x) =
(x, f (x)). Pero hay muchas curvas que no pueden ser representadas en esta
forma, por tener ms de un punto con la misma abscisa. Un ejemplo de esta
74
Figura 4.5: Parametrizacin de la circunferencia

situacin es una circunferencia de radio R y centro (a, b), que sin embargo puede
ser representada paramtricamente como
P (t) = (a + R cos t, b + R sen t),
t [0, 2].
Observe que dos curvas diferentes P (t) y Q(t) pueden tener el mismo recorrido
en R2 . Por ejemplo
Q(t) = (a + R sen t, b + R cos t),
t [0, 2]
tiene como recorrido la misma circunferencia de radio R y centro (a, b) que P (t).
Ejercicio 4.6. Pruebe que el recorrido de la curva

1 t2
2t
P (t) =
,
,
t R,
1 + t2 1 t2
es la circunferencia de centro en el origen y radio 1 excepto el punto (1, 0).
Ejercicio 4.7. Halle una parametrizacin de la elipse
x2
y2
+ 2 = 1.
2
a
b
La cicloide es la curva generada por un punto de una circunferencia que
rueda sin deslizar sobre una recta. Supongamos que la circunferencia de radio
R se halla inicialmente tangente al eje Ox en el origen. Despus de girar un
ngulo t, el centro de la circunferencia se hallar en Q y el punto de la misma
que inicialmente estaba en el origen se habr movido hasta P . El nuevo punto
de contacto B de la circunferencia con el eje Ox debe hallarse a una distancia
del origen igual a la longitud del arco BP , es decir OB =P B= Rt. Por lo tanto
75
Figura 4.6: Cicloide

B = (Rt, 0). Adems la proyeccin del radio P Q sobre el eje Ox mide R sen t,
por lo tanto AB = R sen t y OA = RtR sen t. Si M es la proyeccin de P sobre
la vertical por B, entonces M Q = R cos t y BM = R R cos t. Por lo tanto
P (t) = (Rt R sen t, R R cos t). Escritas en forma de sistema, las ecuaciones
de la cicloide son entonces
x(t)
y(t) =
R(t sen t),
R(1 cos t).
Ejercicio 4.8. La curva generada por un punto de una circunferencia de radio

r que rueda exteriormente sin deslizar sobre otra circunferencia de radio R se
denomina epicicloide. Suponga que la circunferencia de radio R est centrada
en el origen y que el centro Q de la otra se encuentra inicialmente en (R + r, 0)
(es decir que ambas son tangentes en (R, 0)). Pruebe que entonces, tomando
como parmetro el ngulo t formado por OQ con el eje Ox, las ecuaciones
paramtricas de la epicicloide son
x
y
R
)t ,
r
R
= (R + r) sen(t) r sen (1 + )t ,
r
= (R + r) cos(t) r cos (1 +
Ejercicio 4.9. Halle una parametrizacin de la hipocicloide, curva generada por

un punto de una circunferencia de radio r que rueda interiormente sin deslizar
sobre otra circunferencia de radio R.
4.5.1.
Curvas regulares
Si P (t) = (x(t), y(t)) es una curva plana y x(t)
e y(t)
son continuas y no se
anulan simultneamente, se dice que la curva es regular. El vector tangente a
la curva es P (t) = (x(t),
y(t)).
Adems la curva es rectificable, y la longitud de

arco s(t) entre un punto P (a) fijo y P (t) satisface
p
2 + (y(t))
2 = |P (t)|.
s(t)
= (x(t))
76
La prueba de este resultado es anloga a la del teorema 4.2, ms an se puede

obtener a partir de l. Anlogamente una curva alabeada P (t) = (x(t), y(t), z(t))
es regular si sus componentes tienen derivadas continuas y el vector tangente
P (t) = (x(t),
y(t),
z(t))
no es nulo, en
p cuyo caso la curva es rectificable, y la
2 + (y(t))
2 + (z(t))
2 = |P (t)|.
longitud de arco s(t) satisface s(t)
= (x(t))
Ejemplo 4.5. Para calcular la longitud del arco de cicloide P (t) = (Rt
R sen t, R R cos t) para 0 t 2, calculamos P (t) = (R R cos t, R sen t),
de donde
t
|P (t)|2 = (R R cos t)2 + (R sen t)2 = 2R2 (1 cos t) = (2R sen )2 ,
2
de donde se obtiene
s(t)
= 2R sen
t
2
y entonces s(t) = 4R cos(t/2) + C. Como s(0) = 0 debe ser C = 4R y nos

queda s(t) = 4R(1 cos(t/2)). En particular s(2) = 4R(1 (1))) = 8R.
Como para una curva regular P (t) es s(t)
> 0, s(t) es estrictamente creciente
y continua, por lo cual tiene inversa continua t(s). Esto permite reparametrizar
la curva como Q(s) = P (t(s)), usando la longitud de arco como parmetro.
Observe que para una curva parametrizada por la longitud de arco se tiene
s = 1 y por lo tanto el vector tangente T(s) = Q (s) tiene mdulo 1. Si las
componentes de Q(s) se pueden derivar dos veces, entonces como Q (s) Q (s) =
|Q (s)|2 = 1, derivando se tiene 2Q (s) Q (s) = 0, es decir que Q (s) es un
vector ortogonal a Q (s). Al mdulo (s) de ese vector se le llama curvatura en
el punto s. Si (s) 6= 0 entonces N(s) = Q (s)/(s) es un vector unitario que
se llama vector normal, y se tiene que
T (s) = (s)N(s).
A R(s) = 1/(s) se le llama radio de curvatura y al punto P (s) + R(s)N(s),
centro de curvatura.
Observe que el vector B(s) = T(s) N(s) es constante, pues es unitario y
normal al plano de la curva. Como B T = N se deduce que
N = B T + B T = B N = T.
Ejemplo 4.6. Consideremos la circunferencia de radio R y centro en el origen
P (t) = (R cos t, R sen t). Como |P (t)| = R, si se mide la longitud de arco a
partir de P (0) = (1, 0) se tiene s(t) = Rt, y por lo tanto t(s) = s/R. Entonces Q(s) = P (t(s)) = (R cos(s/R), R sen(s/R)) es una parametrizacin de la
circunferencia mediante la longitud de arco, y se verifica que T(s) = Q (s) =
( sen(s/R), cos(s/R)) es un vector unitario. Como
Q (s) = (
1
s
1
s
cos , sen ),
R
R R
R
77
se ve que (s) = |Q (s)| = 1/R y N(s) = (cos(s/R), sen(s/R)). El radio de

curvatura es 1/ = R y el centro de curvatura es P (s) + RN(s) = (0, 0). O sea
que para una circunferencia, como era de esperarse, el radio de curvatura es el
radio y el centro de curvatura es el centro.
La curvatura de una curva plana es igual a la velocidad a la cual gira la
tangente a la curva respecto a la longitud de arco. En otras palabras, si Q(s) es
una curva parametrizada por la longitud de arco y (s) es el ngulo que forma
la tangente con el eje Ox, entonces (s) = | (s)| (el signo de (s) puede ser
positivo o negativo, segn el sentido en que gire la tangente).
En efecto, si Q(s) = (x(s), y(s)) entonces el vector tangente unitario a la
curva es
Q (s) = (x (s), y (s)) = (cos((s)), sen((s)))
y
(s) = |Q (s)| = |( sen((s)) (s), cos((s)) (s))| = | (s)|.
Sea P (t) una curva regular y Q(s) = P (t(s)) su reparametrizacin por la

longitud de arco. En lo que sigue se usar el apstrofo para indicar la derivacin
respecto a s y el punto para indicar la derivacin respecto a t. Como P (t) =
Q(s(t)), derivando respecto a t resulta P (t) = Q (s(t))s(t).
Si se puede derivar
una vez ms entonces
P (t) = Q (s(t))s 2 (t) + Q (s(t))
s(t),
por lo tanto
P P = s 3 Q Q = s 3 t n,
y como t n es un vector unitario, queda finalmente

=
|P P |
.
|P |3
Ejercicio 4.10. Suponiendo

f dos veces derivable, pruebe que la curvatura de
p
y = f (x) es f (x)/ 1 + (f (x))2 .
Ejercicio 4.11. Sea Q(s) una curva alabeada parametrizada por la longitud de
arco, T = Q y T = Q = T. El vector B = TN es llamado vector binormal.
Pruebe que B es colineal con N, y que si B = N entonces N = T + B.
El conjunto ortonormal {T, N, B} se llama triedro de Frenet y las igualdades
T = N, N = T + B, B = N se conocen como frmulas de Frenet.
4.5.2.
Involutas y evolutas
Sea P (s) una curva plana parametrizada por la longitud de arco. Su involuta
o evolvente, con origen P (s0 ), es la curva I(s) = P (s) (s s0 )P (s), que intuitivamente se puede describir como el resultado de desenrrollar un hilo pegado
a la curva a partir del punto P (s0 ), mantenindolo tenso en todo momento.
Si la curva est dada por una parametrizacin cualquiera P (t) entonces la
involuta viene dada por I(t) = P (t) ((s(t) s(t0 ))/s(t))
P (t).
78
Figura 4.7: Involuta de una circunferencia

Ejemplo 4.7. P (s) = (cos s, sen s) es una circunferencia de centro en el origen
y radio 1, parametrizada por la longitud de arco. Su involuta con origen P (0) =
(1, 0) es
I(s) = (cos s, sen s) s( sen s, cos s) = (cos s + s sen s, sen s s cos s).
Observe en la Figura 4.7 que la longitud del segmento BC es igual a la del arco
AB, y la de DE igual a la de AD. Esta curva, como la cicloide, es empleada

como perfil de dientes de engranaje.
Ejemplo 4.8. Calculemos la involuta de la cicloide
P (t) = (Rt R sen t, R R cos t),
0 t 2,
a partir del punto P () = (R, 2R). Recordemos del Ejemplo 4.5 que
t
t
t
P (t) = (R R cos t, R sen t) = (2R sen2 , 2R sen cos )
2
2
2
y s(t)
= |P (t)| = 2R sen(t/2), de donde s(t) = 4R cos(t/2) + C para alguna

constante C. Si medimos la longitud de arco a partir de P (), entonces debe ser
s() = 0, es decir que C = 0 y s(t) = 4R cos(t/2). La involuta es entonces
I(t)
s(t)
2 cos(t/2)
P (t) = P (t)
P (t)
s(t)
sen(t/2)
2 cos(t/2)
= P (t) +
(2R sen2 (t/2), 2R sen(t/2) cos(t/2))
sen(t/2)
= P (t)
= P (t) + 2R(2 cos(t/2) sen(t/2), 2 cos2 (t/2))

= P (t) + 2R(sen t, 1 + cos t)
= (Rt R sen t, R R cos t) + (2R sen t, 2R + 2R cos t)
= (Rt + R sen t, 3R + R cos t),
79
Figura 4.8: Involuta de una cicloide

que nos da un par de arcos de una cicloide idntica a la original, pero trasladada
(ver Figura 4.8).
Si P (s) una curva plana parametrizada por la longitud de arco, con curvatura
(s) 6= 0, entonces a la curva E(s) = P (s) + R(s)N(s) = P (s) + R2 (s)P (s),
lugar geomtrico de los centros de curvatura de P (s), se le llama evoluta de
P (s). La evoluta de una circunferencia se reduce a un punto: el centro de la
circunferencia.
Ejemplo 4.9. Hallar la evoluta de una elipse.
Solucin: parametricemos la elipse como P (t) = (a cos t, b sen t). Entonces
p
P (t) = (a sen t, b cos t), s(t)
= (a cos t)2 + (b sen t)2 ,
1
1
T(t) =
(a sen t, b cos t), N(t) =
(b cos t, a sen t)
s(t)
s(t)
P (t) = (a cos t, b sen t), |P (t) P (t)| = ab,

(t) =
E(t) =
|P P |
ab
= 2
,
2
3
(a cos t + b2 sen2 t)3/2

|P |
a2 cos2 t + b2 sen2 t
P (t) + R(t)N(t) = P (t) +
(b cos t, a sen t).
ab
Construir la evoluta y la involuta de una curva son operaciones inversas. En

efecto, supongamos que P (s) es una curva parametrizada por la longitud de
arco, con curvatura (s) 6= 0, y I(s) = P (s) sT(s) su involuta a partir de
P (0). Para hallar la evoluta de I(s) observemos que s no es la longitud de arco
de I, por lo tanto para calcular la curvatura I de I hacemos lo siguiente:
I (s) =
I (s) =
I
P (s) T(s) sT (s) = s(s)N(s),
|I (s)| = |s(s)|,
(s(s)) N(s) s(s)N (s) = (s(s)) N(s) + s2 (s)T(s),

|I I |
|s2 3 |
1
=
=
,
|I |
|s|3
|s|
80
Figura 4.9: Elipse y su evoluta

Ahora bien, el vector tangente unitario a I(s) es N(s) si s > 0, y N(s) si
s < 0. En consecuencia el vector normal unitario a I(s) es T(s), segn que
sea s > 0 o s < 0, y la evoluta de I(s) es entonces
I(s) +
4.5.3.
1
T(s) = P (s) sT(s) + sT(s) = P (s).
I (s)
Trayectorias de una bicicleta
En La aventura del Colegio Priory, de Arthur Conan Doyle, Sherlock Holmes

y su fiel amigo Watson encuentran las huellas dejadas por una bicicleta sobre la
tierra hmeda. Entre ellos se suscita el siguiente dilogo:
Esta huella, como puede usted ver, la ha dejado un ciclista que
vena desde la zona del colegio.
O que iba hacia all.
No, no, querido Watson. La impresin ms profunda es, naturalmente, la de la rueda de atrs, que es donde se apoya el peso del
cuerpo. Fjese en que en varios puntos ha pasado por encima de la
huella de la rueda delantera, que es menos profunda, borrndola. No
cabe duda de que vena del colegio.
Como se ve, Sherlock Holmes utiliza su capacidad deductiva para inferir la direccin del movimiento de la bicicleta, a partir de algunos elementos fsicos. Pero
supongamos que el nico dato fuesen las trayectorias de ambas ruedas, sin ninguna informacin adicional como la profundidad de las huellas, o si una de ellas
pasa por encima de la otra. Por ejemplo en la figura 4.10 se muestran las huellas
dejadas por una bicicleta en una regin de dimensiones aproximadas 10m10m.
Ser posible, mediante consideraciones puramente geomtricas, determinar la
direccin del movimiento?
81
Figura 4.10: Huellas de bicicleta
Para responder la pregunta anterior recordemos que en una bicicleta slo la

rueda delantera puede cambiar de direccin, mediante la accin del manubrio.
La rueda trasera, por construccin, se mueve siempre en direccin a la rueda
delantera, a menos que patine o resbale sobre el piso (lo que se llama derrapar).
Supongamos ahora que una bicicleta se mueve sobre el plano sin derrapar, y que
Q(t) y P (t) son los puntos de contacto de las ruedas trasera y delantera con el
plano en el instante t. Al variar t, los puntos Q(t) y P (t) describen dos curvas,
que son las huellas de la rueda trasera y de la rueda delantera, respectivamente.
Ahora bien, la direccin instantnea del movimiento de Q(t) viene dada por la
recta tangente a la huella, y como esa direccin va hacia la rueda delantera,
se concluye que la recta tangente a la trayectoria de la rueda trasera en el
punto Q(t) debe pasar por el punto P (t). En la figura 4.11 se muestran las
mismas huellas, pero para mayor claridad una de ellas se ha trazado punteada.
El razonamiento del prrafo anterior muestra que un punto como el A no puede
pertenecer a la huella de la rueda trasera, pues la tangente a la trayectoria en
ese punto no corta a la otra curva (o si la corta lo hace en un punto demasiado
alejado para el tamao de una bicicleta). Esto significa que la curva punteada
slo puede ser la trayectoria de la rueda delantera, y por lo tanto la otra curva
es la trayectoria de la rueda trasera.
Tracemos ahora las tangentes en un par de puntos B y C de la trayectoria
de la rueda trasera (lnea continua). Cortando estas tangentes con la trayectoria
de la rueda delantera, observamos que BN = CQ, mientras que BM 6= CP .
Esto demuestra que el sentido del movimiento de la bicicleta fue de izquierda a
derecha.
Si se conocen la trayectoria de la rueda trasera Q(t) y d, entonces es fcil
describir la trayectoria de la rueda delantera P (t). En efecto, como el vector
82
Figura 4.11: Direccin del movimiento
tangente unitario a la trayectoria de la rueda trasera es Q(t)/|

Q(t)|,
entonces
P (t) = Q(t) +
d
Q(t).
|Q(t)|
Por ejemplo la trayectoria de la rueda trasera en la figura 4.10 se obtuvo a partir de la parametrizacin Q(t) =
(t, t/2 + 2 sen(t)), por lo tanto Q(t)

= (1, 1/2 + 2 cos(t)) y
si d = 1 entonces

1
1/2 + 2 cos(t)
P (t) = t +
, t/2 + 2 sen(t) +
.
|Q(t)|
|Q(t)|
Mucho ms difcil es el problema inverso, es decir determinar la trayectoria de la rueda trasera Q(t) conociendo d y la trayectoria P (t) de la rueda delantera. Un ejemplo sencillo de esta situacin se presenta cuando la bicicleta tiene inicialmente la rueda delantera en el origen, la
rueda trasera en (1, 0) y se mueve de modo que la rueda delantera recorra el eje Oy positivo. Es claro que la
trayectoria de la rueda trasera ser una curva que pasa
por (1, 0) y tiene al eje Oy como asntota vertical. Los
segmentos de tangente desde un punto (x, f (x) de esta
curva hasta el punto de interseccin con el eje Oy sern
de longitud constante igual a 1. Como la recta tangente
en (x, f (x)) tiene ecuacin Y = f (x) + f (x)(X x), el Figura 4.12: Tracpunto de interseccin con el eje Oy ser (0, f (x)xf (x)). triz
Entonces x2
+ (xf (x))2 = 1, de donde 1 + f (x)2 = 1/x2
y f (x) = 1 x2 /x.
83
Para determinar f (x) slo tenemos que encontrar una primitiva de 1 x2 /x

que en 1 valga 0. Esto se logra mediante los mtodos del clculo integral, pero
en este caso vamos a hacerlo usando slo un poco de ingenio. Veamos:
1 x2
1
1
1
x
1 x2
=
=
+ +
2
2
x
x x
x 1x
x 1x
1 x2
1 1 x2
1
x
=
+
x
x 1 x2
1 x2
x
1
x
+
=
2
2
x
1x 1+ 1x
1 x2

p
p
=
log 1 + 1 x2
log(x)
1 x2 ,
por tanto f (x) = log(1 + 1 x2 ) log(x) 1 x2 + C, y poniendo x = 1

queda 0 = f (1) = C, es decir que finalmente
p
p
f (x) = log(1 + 1 x2 ) log(x) 1 x2 .
Esta curva se conoce con el nombre de tractriz (ver Figura 4.12).
Figura 4.13: Seudoesfera

Poniendo x = 1/ ch(t), para t 0, se obtienen las ecuaciones paramtricas
x = 1/ ch(t), y = t tgh(t).
Si se hace girar la tractriz alrededor del eje Oy se obtiene una superficie
de revolucin llamada seudoesfera (ver Figura 4.13), as llamada porque tiene
curvatura negativa constante (as como la esfera tiene curvatura positiva constante). Esta superficie es famosa debido al hecho de que el matemtico italiano
Eugenio Beltrami (1835-1900) mostr en 1868 que sirve como modelo de una
geometra no-euclidiana bidimensional.
84
4.5.4.
Envolvente de una familia de rectas
Dada una curva regular queda determinada la familia T de todas sus

rectas tangentes. Es posible considerar el problema inverso: dada una familia T
de rectas, existir una curva cuya familia de rectas tangentes sea precisamente
T? En caso de existir, a esa curva se le llama envolvente de la familia T.
Para fijar ideas supongamos que la familia de rectas T depende de un parmetro t, y viene dada por las ecuaciones
a(t)x + b(t)y = c(t).
Queremos averiguar si existe una curva P (t) = (x(t), y(t)) tal que, para cada t, la
recta tangente a la curva en el punto P (t) sea la de ecuacin a(t)x+b(t)y = c(t).
Obviamente P (t) = (x(t), y(t)) debe cumplir la condicin
a(t)x(t) + b(t)y(t) = c(t),
(4.2)
para todo t. Para expresar la condicin de tangencia recordemos que (a(t), b(t))
es un vector normal a la recta de ecuacin a(t)x + b(t)y = c(t), mientras que
el vector (x(t),
y(t))
es tangente a P (t). Por lo tanto la recta es tangente a la

curva si y slo si estos dos vectores son ortogonales, es decir si
a(t)x(t)
+ b(t)y(t))
= 0.
(4.3)
Suponiendo a(t), b(t) y c(t) derivables, si se deriva (4.2) se obtiene
a(t)x(t)
+ a(t)x(t)
+ b(t)y(t)
+ b(t)y(t))
= c(t),
y teniendo en cuenta (4.3) resulta
a(t)x(t)
+ b(t)y(t)
= c(t).
(4.4)
De las ecuaciones (4.2) y (4.4), si ab ab

6= 0, es posible despejar x(t) e y(t) en
funcin de t:
x(t) =
b(t)c(t)
b(t)c(t)
a(t)b(t) a(t)b(t)
y(t) =
a(t)c(t)
a(t)c(t)
a(t)b(t) a(t)b(t)
(4.5)
As hemos obtenido las ecuaciones paramtricas de la envolvente P (t).

Ejemplo 4.10. Consideremos un espejo en forma de semicircunferencia, en
cuya cara interna inciden rayos luminosos paralelos al eje Ox, como se ve en la
Figura 4.14 (izquierda). Los rayos reflejados tienen como envolvente una curva
que se denomina custica por reflexin o catacustica del espejo (ver Figura
4.14, derecha); su nombre alude al hecho de que la concentracin de luz en ella
puede quemar. Estas curvas se pueden ver, por ejemplo, en una taza con leche
iluminada por una fuente lejana, como el sol.
85
Figura 4.14: Espejo semicircular y catacustica

Para hallar las ecuaciones de la curva, supongamos que el espejo tiene radio 1 y centro en el origen.
Consideremos un rayo luminoso paralelo al eje Ox que
incide en el espejo en el punto P = (cos(t), sen(t)) (ver
Figura 4.15). Como los ngulos que el rayo incidente
y el reflejado forman con la normal OP son iguales
entre s e iguales a t, es fcil ver que el rayo reflejado forma ngulo 2t con el eje Ox, y por lo tanto la
ecuacin de la recta que lo contiene es
y sen(t) = tg(2t)(x cos(t)),
o bien, despus de multiplicar ambos miembros por
cos(2t) y simplificar,
Figura 4.15: Custica
x sen(2t) y cos(2t) = sen(t).
(4.6)
La ecuacin correspondiente a la (4.4) es en este caso

2x cos(2t) + 2y sen(2t) = cos(t),
(4.7)
y despejando x e y de (4.6) y (4.7) se obtienen las ecuaciones paramtricas

x =
sen(t) sen(2t) +
1
2
1
2
cos(t) cos(2t),
cos(t) sen(2t) sen(t) cos(2t).
Aplicando identidades trigonomtricas se pueden escribir en la forma equivalente

x
1
(3 cos(t) cos(3t)),
4
1
(3 sen(t) sen(3t)).
4
(4.8)
(4.9)
86
Para este ejemplo el parmetro t vara en el intervalo
[/2, /2], pero si se le hace variar en el intervalo [, ]
se obtiene una curva cerrada llamada nefroide, por su
parecido con la forma de un rin. La nefroide no es
ms que una epicicloide generada por un punto de una
circunferencia que rueda sin deslizar sobre otra de radio
doble, de hecho las ecuaciones (4.8) son idnticas a las
del Ejercicio 4.8 (pg. 75) con R = 1/2, r = 1/4.
Ejercicio 4.12. Pruebe que la envolvente de los dimetros de una circunferencia que rueda sin deslizar sobre
otra de igual radio es una nefroide.
Figura 4.16: Nefroide
Ejercicio 4.13. Pruebe que la nefroide es tambin la

envolvente de las cuerdas de un crculo cuando los extremos de la cuerda recorren la circunferencia en el mismo
sentido y uno a triple velocidad que el otro.
Ejercicio 4.14. Considere un espejo en forma de circunferencia, en cuya cara
interna inciden rayos luminosos procedentes de un punto perteneciente a la circunferencia. La envolvente de los rayos reflejados es una curva llamada cardioide,
por su parecido con la forma de un corazn. Halle las ecuaciones paramtricas de
la cardiode para una circunferencia de centro en el origen y radio 3, con fuente
luminosa en el punto (3, 0), tomando como parmetro t el ngulo formado por
un rayo incidente con el eje Ox.
Ejercicio 4.15. Pruebe que la envolvente de las rectas normales a una curva
es su evoluta (el lugar geomtrico de los centros de curvatura).
4.5.5.
Coordenadas polares
Recordemos que un sistema de coordenadas polares en

el plano consta de un origen de coordenadas O y una
semirrecta de origen O llamada eje polar. Cada punto P
del plano se identifica por su distancia al origen r = OP
y por su argumento, que es el ngulo que forma OP
con el eje polar. Una curva plana se puede representar en
coordenadas polares (r, ) dando el radio en funcin del
ngulo, es decir como r = r(). Esto es equivalente a la Figura 4.17: Coordenadas polares
parametrizacin P () = (r() cos(), r() sen()).
Ejemplo 4.11. La ecuacin en coordenadas polares de
la circunferencia de centro en el origen y radio a es simplemente r = a.
Ejemplo 4.12. La ecuacin en coordenadas polares de la circunferencia de
centro en (0, a) y radio a es r = 2a cos .
87
Figura 4.18: Cardioide (izq.) y Espiral de Arqumedes (der.)

Ejemplo 4.13. La curva cuya ecuacin en coordenadas polares es r = a(1 +
cos ), con a constante, se llama cardioide (es la misma curva que aparece en el
Ejercicio 4.14).
Ejemplo 4.14. La curva cuya ecuacin en coordenadas polares es r = a, con
a constante, se llama espiral de Arqumedes. Es una espiral de paso constante,
es decir que las espiras consecutivas se hallan siempre a la misma distancia una
de otra, a saber 2a.
La curva cuya ecuacin en coordenadas polares es
r = aeb , con a y b constantes, se llama espiral logartmica. Esta curva era la favorita de Jakob Bernoulli,
quien estaba impresionado con sus muchas propiedades. Incluso solicit en su testamento que la grabaran
en la lpida de su tumba. Y su viuda trat de cumplir
su ltimo deseo, pero lamentablemente ni ella ni el
constructor de lpidas saban matemticas, y lo que
se ve en la tumba de Bernoulli en Basilea es una espiral de Arqumedes!
Bernoulli tambin estipul que en la lpida se grabara la inscripcin Eadem mutata resurgo, que significa resurjo cambiada pero igual. Esto alude al notable hecho de que numerosas transformaciones de esta
curva son tambin espirales logartmicas. Las transformaciones ms simples que
hacen esto son las homotecias, rotaciones e inversiones de centro en el origen.
Las rotohomotecias de centro en el origen, ngulo y razn eb dejan la curva invariante. Por lo tanto la espiral logartmica es autosemejante. Tambin la
evoluta, la custica y la podaria respecto al origen, la involuta y la ortptica de
esta curva son espirales logartmicas.
La espiral logartmica se observa con frecuencia en la naturaleza, en las
conchas de caracoles, en los girasoles, las margaritas y las pias, en las imgenes
satelitales de huracanes y hasta en la forma de las galaxias.
88
Figura 4.19: Espiral logartmica (izq.) y Nautilus (der.)

El vector tangente a la curva r = r() es
P ()
=
=
=
(r () cos() r() sen(), r () sen() + r() cos())
r ()(cos(), sen()) + r()( sen(), cos())

r ()~er + r()~e ,
donde ~er es el vector unitario radial y ~e es el vector unitario tangencial, ortogonal al anterior.
Si se identifica el punto (x, y) R2 con el nmero complejo x + iy C, la
curva r = r() se puede expresar en la forma P () = r()ei , y derivando se
tiene
P () = r ()ei + r()iei .
Observe que en esta presentacin ms compacta el complejo ei = cos +i sen
corresponde al vector ~er , mientras que iei = sen + i cos corresponde al
vector ~e .
Por ejemplo la ecuacin de la espiral logartmica r = aeb en forma compleja
es P () = ae(b+i) , y el vector tangente es P () = a(b + i)e(b+i) .
Ejercicio 4.16. Pruebe que si se aplica una homotecia, una rotacin o una
inversin de centro en el origen a la curva r = aeb , se vuelve a obtener una
espiral logartmica.
Ejercicio 4.17. Pruebe que la espiral logartmica r = aeb forma ngulo constante con el radio vector, y exprese ese ngulo en funcin de b.
Ejercicio 4.18. Pruebe que la involuta de la espiral logartmica r = aeb es
tambin una espiral logartmica.
Ejercicio 4.19. Pruebe que la ortptica de una espiral logartmica, es decir
el lugar geomtrico de los puntos desde los cuales pueden trazarse dos rectas
tangentes a la curva que sean perpendiculares entre s, es tambin una espiral
logartmica.
Ejercicio 4.20. Pruebe que la podaria de la espiral logartmica r = aeb
r4specto al origen, es decir el lugar geomtrico de las proyecciones del origen
sobre las tangentes a la curva, es tambin una espiral logartmica.
89
4.6 Desigualdades
Ejemplo 4.15. Hallemos la ecuacin de una cnica en coordenadas polares.

Para ello recordemos que las cnicas se pueden caracterizar como el lugar geomtrico de los puntos P cuya razn de distancias a un punto O y a una recta d
es una constante , a la cual se le llama excentricidad de la cnica. Si = 1 la
cnica es una parbola, si > 1 es una hiprbola y si < 1 es una elipse.
Figura 4.20: Cnica

Tomemos O como origen de coordenadas, y como eje polar la perpendicular
a d por O. Sea B el punto en que d intersecta al eje, y b = OB. Dado un
punto P , sea Q su proyeccin ortogonal sobre d. La cnica es entonces el lugar
geomtrico de los puntos P tales que
OP
= .
PQ
Si A es la proyeccin ortogonal de P sobre el eje, entonces OP = r, OA = r cos
y P Q = AB = OB OA = b r cos , por lo que la ecuacin de la cnica es
r = (b r cos ), o
b
r=
.
(4.10)
1 + cos
La circunferencia de centro en el origen y radio R tiene como ecuacin r = R,
que puede obtenerse como caso lmite de (4.10) poniendo b = R/ y haciendo
tender a 0.
4.6.
Desigualdades
Las desigualdades juegan un rol fundamental en matemtica, y existen libros

completos dedicados a su estudio. En esta seccin se aplican los resultados sobre
funciones convexas vistos en el captulo 2 para obtener la desigualdad de Jensen,
de la cual se derivan luego varias desigualdades importantes.
90
4.6.1.
Desigualdad de Jensen
Teorema 4.3 (Desigualdad de Jensen).

Si f : I R es una funcin convexa, x1 , x2 , . . . , xn I y r1 , r2 , . . . , rn reales
positivos tales que r1 + r2 + + rn = 1, entonces
n
n
X
X
f(
ri xi )
ri f (xi ).
i=1
i=1
Si f es estrictamente convexa entonces la desigualdad anterior es tambin estricta, excepto cuando x1 = x2 = = xn . Para funciones cncavas se invierte
el sentido de la desigualdad.
Demostracin. Por induccin en n. Para n = 2 la desigualdad de Jensen es la
propia definicin de convexidad. Si n > 2 y suponemos que es cierta para n 1,
entonces
f
n
X
i=1
ri xi
n1

X
f (1 rn )

ri
xi + rn xn
1 rn
(1 rn )f

ri
xi + rn f (xn )
1 rn
(1 rn )
i=1
n1
X
i=1
n1
X
i=1
X
ri
f (xi ) + rn f (xn ) =
ri f (xi ).
1 rn
i=1
Si f es cncava entonces se aplica la desigualdad a f , que es convexa, y luego

se cambia todo de signo, invirtiendo el sentido de la desigualdad.
4.6.2.
Desigualdad aritmtico-geomtrica
La media aritmtica de n nmeros reales no negativos x1 , x2 , . . . , xn es

n
1X
A=
xi ,
n i=1
y su media geomtrica es
v
u n
uY
n
G= t
xi .
i=1
Una de las desigualdades ms conocidas y famosas es la desigualdad aritmticogeomtrica, que afirma que A G, con igualdad si y slo si x1 = x2 = = xn .
Existen varias demostraciones elementales de esta desigualdad, aunque todas
requieren algo de ingenio. Aqu demostraremos, a partir de la desigualdad de
Jensen, una versin ms general.
91
4.6 Desigualdades
Teorema 4.4 (Desigualdad aritmtico-geomtrica con pesos).

Sean x1 , x2 , . . . , xn y a1 , a2 , . . . , an nmeros reales no negativos, con a1 + a2 +
+ an = 1. Sean
A = a1 x1 + a2 x2 + + an xn
la media aritmtica pesada de los xi con pesos ai , y

G = xa1 1 xa2 2 xann
la media geomtrica pesada, Entonces
A G,
con igualdad si y slo si x1 = x2 = = xn .
Demostracin. Supongamos primero que todos los xi son positivos. La funcin

f (x) = log(x) es estrictamente cncava para x > 0, ya que f (x) = 1/x2 < 0
para todo x > 0. Entonces por la desigualdad de Jensen se tiene
log(a1 x1 + a2 x2 + + an xn ) a1 log(x1 ) + a2 log(x2 ) + + an log(xn ),
y tomando la exponencial de ambos miembros queda
a1 x1 + a2 x2 + + an xn xa1 1 xa2 2 xann ,
es decir A G, con igualdad si y slo si x1 = x2 = = xn . Si para algn
i fuese xi = 0 y ai 6= 0 entonces G = 0 y la desigualdad tambin se cumple,
con igualdad si y slo todos los xi son nulos. Y si hay pares (xi , ai ) tales que
xi = ai = 0, se pueden suprimir sin alterar el valor de A ni de G.
Ejercicio 4.21. Si x1 , x2 , . . . , xn son reales positivos y a1 , a2 , . . . , an reales no
negativos tales que a1 + a2 + + an = 1, se define la media armnica pesada
de los xi con pesos ai como
H=
a1
x1
a2
x2
1
+ +
an
xn
Pruebe que G H, siendo G la media geomtrica pesada de los xi con pesos

ai .
4.6.3.
Desigualdad entre medias generalizadas
Otra forma de generalizar la desigualdad aritmtico-geomtrica consiste en

definir las medias pesadas de orden arbitrario.
Definicin 4.1. Si 6= 0 es un nmero real y a1 , a2 , . . . , an son reales positivos
tales que a1 +a2 + +an = 1, la media de orden de n nmeros reales positivos
x1 , x2 , . . . , xn con pesos a1 , . . . , an es
!1/
n
X
m (x1 , x2 , . . . , xn ) =
ai x
.
i
i=1
92
Nota: Generalmente se permite que algunos pesos ai sean nulos, pero eso complica las demostraciones sin ninguna ventaja a cambio.
Ejercicio 4.22. Probar que
a) lm0 m (x1 , x2 , . . . , xn ) =
Qn
i=1
xai i ,
b) lm+ m (x1 , x2 , . . . , xn ) = max{x1 , x2 , . . . , xn },

c) lm m (x1 , x2 , . . . , xn ) = mn{x1 , x2 , . . . , xn .
En vista del ejercicio anterior, se define la media de orden 0 como la media
geomtrica pesada:
n
Y
m0 (x1 , x2 , . . . , xn ) =
xai i .
i=1
Por la misma razn se definen m+ (x1 , x2 , . . . , xn ) = max{x1 , x2 , . . . , xn } y

m (x1 , x2 , . . . , xn ) = mn{x1 , x2 , . . . P
, xn }.
n
Observe que m1 (x1 , x2 , . . . , xn ) = i=1 ai xi es la media aritmtica pesada.
Si se toman pesos iguales ai = 1/n entonces
n
m1 (x1 , x2 , . . . , xn ) =
1X 1
n i=1 xi
!1
es la media armnica y
v
u n
u1 X
m2 (x1 , x2 , . . . , xn ) = t
x2
n i=1 i
es la llamada media cuadrtica de x1 , x2 , . . . , xn .

Teorema 4.5. Si < , entonces
m (x1 , x2 , . . . , xn ) m (x1 , x2 , . . . , xn ),
Demostracin. Supongamos primero que 0 < < . Entonces la funcin f (x) =
x/ es estrictamente convexa en (0, +), ya que f (x) = (/)x/1 es
estrictamente creciente, y la desigualdad de Jensen aplicada a los nmeros x
1,
x
,.
.
.
,x
nos
dice
que
2
n
n
X
i=1
ai x
i
!/
n
X
i=1
/
ai (x
=
i )
n
X
ai xi ,
i=1
de donde m m , con igualdad si y slo si x1 = x2 = = xn .

Observemos que si en la desigualdad anterior se deja fijo y se toman lmites
para 0+ , resulta m0 m , con igualdad si y slo si x1 = x2 = = xn .
93
4.6 Desigualdades
Si < < 0 entonces 0 < < y aplicando la desigualdad ya probada

a m y m se tiene
m (x1 , . . . , xn ) =
1
m
1
1
x1 , . . . , xn
= m (x1 , . . . , xn ),
1
m
1
1
x1 , . . . , xn

Si ahora se deja < 0 fijo y se toman lmites para 0 , resulta
m (x1 , . . . , xn ) m0 (x1 , . . . , xn ),
Finalmente, si < 0 < entonces
m (x1 , . . . , xn ) m0 (x1 , . . . , xn ) m (x1 , . . . , xn ),
La desigualdad entre medias vale incluso para las de orden y . En
efecto, si M = max{x1 , x2 , . . . , xn } y > 0 entonces es claro que
m (x1 , . . . , xn ) =
n
X
i=1
ai x
i
!1/
n
X
ai M
i=1
!1/
= M = m+ (x1 , . . . , xn ),
con igualdad si y slo si x1 = x2 = = xn . Si < 0 tambin se cumple puesto

que m m m+ .
Anlogamente se prueba que
m (x1 , . . . , xn ) = mn{x1 , x2 , . . . , xn } m (x1 , . . . , xn ).
4.6.4.
Desigualdades de Young, Hlder y Minkowski
Teorema 4.6 (Desigualdad de Young).

Si a, b, p, q > 0 y 1/p + 1/q = 1 entonces
ab
ap
bq
+ .
p
q
Demostracin. La prueba consiste en aplicar la desigualdad de Jensen a la funcin f (x) = log x, que es cncava para x > 0:
log(ab) = log(a) + log(b) =
log(ap ) log(bq )
ap
bq
+
log( + ),
p
q
p
q
y la demostracin se concluye aplicando la funcin exponencial a ambos miembros.
94
Teorema 4.7 (Desigualdad de Hlder).

Si x1 , x2 , . . . , xn , y1 , y2 , . . . , yn son reales cualesquiera y p, q > 0 son tales que
1/p + 1/q = 1, entonces
n
X
i=1
|xi yi |
n
X
|xi |p
i=1
! p1
n
X
i=1
Demostracin. Sea
kxkp =
X
|xk |p
p1
|yi |q
! 1q
Entonces
P
X |xk | |yk |
| k xk yk |
1 X |xk |p
1 X |yk |q
1 1
= + = 1.
p +
kxkp kykq
kxkp kykq
p
kxkp
q
kykqq
p q
k
Teorema 4.8 (Desigualdad de Minkowski).

Si x1 , x2 , . . . , xn , y1 , y2 , . . . , yn son reales cualesquiera y p 1 entonces
n
X
i=1
|xi + yi |
! p1
n
X
i=1
|xi |
! p1
n
X
i=1
|yi |
! p1
Demostracin. Para p = 1 esta desigualdad se reduce a la desigualdad triangular. Supongamos entonces p > 1 y sea q = p/(p1). Entonces por la desigualdad
de Hlder se tiene
! p1
! 1q
n
n
n
X
X
X
p1
p
(p1)q
|ak ||ak + bk |
|ak |
|ak + bk |
k=0
k=0
k=0
n
X
k=0
|bk ||ak + bk |p1
n
X
|bk |p
k=0
! p1
n
X
k=0
|ak + bk |(p1)q
! q1
Sumando miembro a miembro resulta
! p1
! p1 n
! 1q
n
n
n
X
X
X
X
p
p
p
(p1)q
|ak + bk |
|ak |
+
|bk |
|ak + bk |
,
k=0
k=0
k=0
k=0
y como (p 1)q = p y 1 1/q = 1/p, resulta

n
X
k=0
|ak + bk |
! p1
n
X
k=0
|ak + bk |
!1 1q
n
X
k=0
|ak |
! p1
n
X
k=0
|bk |
! p1
95
4.6 Desigualdades
Si p > 0, a = (a1 , a2 , . . . , an ) y b = (b1 , b2 , . . . , bn ) son puntos en Rn , sea
dp (a, b) = ka bkp =
n
X
k=0
|ak bk |
! p1
Entonces dp es una distancia en Rn , ya que dp (a, b) 0, dp (a, b) = 0 si y slo

si a = b y finalmente, si c = (c1 , c2 , . . . , cn ), de la desigualdad de Minkowski se
sigue fcilmente que
dp (a, c) dp (a, b) + dp (b, c).
Observe que d2 es la distancia euclidiana.
Captulo 5
Aplicaciones fsicas
La mecnica es el paraso de las ciencias matemticas, porque
por medio de ella uno llega a los frutos de la matemtica.
Leonardo da Vinci, Cuadernos de apuntes, vol. 1, cap. 20.
5.1.
Movimiento en un campo constante
Supongamos que un punto material de masa m se mueve sometido a la accin

de una fuerza F~ . Si P (t) = (x(t), y(t), z(t)) es la posicin del punto en el instante
t, entonces la segunda ley de Newton, o ley fundamental de la dinmica, afirma
que
mP (t) = F~ .
El caso ms sencillo se presenta cuando la fuerza es constante. En ese caso, la
aceleracin ~a = P (t) = F~ /m tambin es constante, y la ecuacin anterior queda
P (t) = ~a.
Observemos ahora que
.
(P (t) t~a) = P (t) ~a = 0,
de donde se concluye que P (t) t~a es constante. Poniendo t = 0 resulta que esa
constante es P (0), y por lo tanto
P (t) = t~a + P (0).
De la misma manera
(P (t)
.
t2
~a tP (0)) = P (t) t~a P (0) = 0,
2
5.1 Movimiento en un campo constante
97
por lo tanto P (t) (t2 /2)~a tP (0) es constante, y poniendo t = 0 resulta que
esa constante es P (0). En conclusin la trayectoria del punto P es
P (t) =
t2
~a + tP (0) + P (0).
2
Si la fuerza es nula entonces la aceleracin tambin, y la ecuacin anterior

se reduce a
P (t) = tP (0) + P (0),
que es la ecuacin paramtrica de una lnea recta que pasa por P (0) con direccin P (0). Esto no es ms que la primera ley de Newton: En la ausencia de
fuerzas exteriores, todo cuerpo contina en su estado de reposo o de movimiento
rectilneo uniforme.
Se sabe que cerca de la superficie terrestre la aceleracin de la gravedad es
aproximadamente constante. Su valor se denota con la letra g y es aproximadamente 9,8 m/seg2 (depende del lugar de la Tierra en que se est). Si se toma
un sistema de coordenadas con el origen al nivel del piso y el eje Oz vertical y
dirigido hacia arriba, el campo gravitatorio es entonces G = (0, 0, g).
Supongamos que un punto P (t) = (x(t), y(t), z(t)) se mueve en este campo gravitatorio constante G = (0, 0, g). El movimiento puede ser vinculado,
es decir que el punto puede estar obligado a moverse por determinada curva o
superficie, pero supondremos que el vnculo slo acta por medio de fuerzas perpendiculares a la direccin del movimiento (en particular, que no hay friccin).
La ley de Newton se expresa entonces como
mP = mG + N,
donde N representa la fuerza del vnculo. Haciendo el producto escalar por P ,
como N P = 0 por hiptesis, resulta
mP P = mG P = mg z.
.
Como (P 2 ) = 2P P , poniendo v = |P | la ecuacin anterior se puede escribir
como
.
1
( mv 2 + mgz) = 0,
2
es decir que
1
mv 2 + mgz = E (constante).
2
sta es la llamada ley de conservacin de la energa mecnica. A T = 12 mv 2 se
le llama energa cintica y a U = mgx energa potencial, por lo cual la ley se
puede expresar como E = T + U , donde la energa total E es constante.
Ejemplo 5.1. Un punto material comienza a moverse desde un punto con altura
h, con velocidad inicial 0. Qu velocidad lleva cuando llega al piso? Y si se lanza
hacia arriba desde el suelo, qu velocidad inicial hay que imprimirle para que
alcance una altura mxima igual a h?
98
Aplicaciones fsicas
Solucin: En el instante inicial E = mgh,

y cuando llega al piso E = mv 2 /2.
Igualando y despejando v resulta v = 2gh. Este resultado es independiente de

la trayectoria seguida, es decir que sin importar que el punto caiga verticalmente
o se deslice por un tobogn, al llegar al suelo tendr

velocidad v = 2gh. La
respuesta a la segunda pregunta es la misma, v = 2gh.
Si no hay vnculo la ley de Newton es simplemente
mP = mG,
que equivale a tres ecuaciones independientes
x
= 0,
y = 0,
z = g.
Si para t = 0 el punto se encuentra en P0 = (x0 , y0 , z0 ) y tiene velocidad

P0 = (x 0 , y 0 , z0 ), entonces es fcil ver que x(t) = x0 + x 0 t, y(t) = y0 + y 0 t,
z(t) = z0 + z0 t gt2 /2, que se pueden resumir en una sola ecuacin vectorial
1
P (t) = P0 + tP 0 + t2 G.
2
Ejemplo 5.2. Si P0 = (0, 0, 0) y P0 = (v cos , 0, v sen ) (esto corresponde a
una velocidad inicial de mdulo v, contenida en el plano Oxz, y que forma un
ngulo con el eje Ox) entonces las ecuaciones del movimiento son
x(t)
y(t)
= (v cos )t,
= 0,
1
z(t) = (v sen )t gt2 .
2
Esto muestra que el movimiento est contenido en el plano Oxz. La forma
de la trayectoria se puede obtener eliminando t entre la primera ecuacin y la
tercera, y se obtiene
g
z = x tg 2
x2 ,
2v cos2
que es la ecuacin de una parbola.
5.2.
Desintegracin radioactiva
Sea f (t) la masa de una sustancia radiactiva en el instante t. Debido a la

desintegracin la funcin f (t) es decreciente. Como la cantidad de tomos que se
desintegran en un pequeo intervalo de tiempo es proporcional al total existente,
la velocidad f (t) a la que disminuye la masa de la sustancia satisface la ecuacin
f (t) = kf (t)
para cierta constante k > 0 que depende de la sustancia.
(5.1)
99
5.2 Desintegracin radioactiva
Es fcil verificar que la funcin ekt satisface (5.1), pero podra haber otras
soluciones. Para hallarlas observemos que, como ekt 6= 0 para todo t R,
cualquier funcin f (t) se puede escribir en la forma f (t) = g(t)ekt (basta
poner g(t) = f (t)ekt ). Por lo tanto f (t) = kf (t) equivale a
(g(t)ekt ) = kg(t)ekt ,
o sea
g (t)ekt g(t)kekt = kg(t)ekt
que se reduce a g (t)ekt = 0, o sea g (t) = 0. Como las nicas funciones
con derivada idnticamente nula son las constantes (Cap. 2 pg. 43), debe ser
g(t) = A (constante) y entonces f (t) = Aekt . Poniendo t = 0 se ve que
f (0) = A, por lo tanto la funcin masa es en definitiva
f (t) = f (0)ekt .
La semivida (tambin llamada perodo de semidesintegracin o vida mitad) de
una sustancia radiactiva se define como el tiempo t1/2 que tarda en reducirse a
la mitad. Es decir que f (t1/2 ) = f (0)/2, o sea f (0)ekt1/2 = f (0)/2, de donde
ekt1/2 = 1/2, kt1/2 = log(1/2) = log(2) y finalmente
t1/2 =
log(2)
,
k
k=
log(2)
.
t1/2
El carbono-14 (14 C) es un istopo radiactivo del carbono que se produce de

forma continua en la atmsfera, como consecuencia del bombardeo de tomos de
nitrgeno por neutrones csmicos. El 14 C a su vez se transmuta en nitrgeno-14.
Estos procesos de generacin y desintegracin se encuentran prcticamente equilibrados, de manera que el istopo se encuentra homogneamente mezclado con
los tomos no radiactivos en el dixido de carbono de la atmsfera. Como qumicamente el 14 C es equivalente al carbono normal no radiactivo 12 C, el proceso
de fotosntesis lo incorpora a las plantas, de manera que la proporcin 14 C/12 C
es en stas similar a la proporcin presente en la atmsfera. Los animales incorporan, por ingestin, el carbono de las plantas. Ahora bien, tras la muerte
de un organismo vivo no se incorporan nuevos tomos de 14 C a sus tejidos y la
concentracin del istopo 14 C comienza a decrecer a un ritmo exponencial.
La semivida del 14 C se ha determinado que es 5730 aos. As pues, al medir
la radiactividad en una muestra de origen orgnico se puede calcular la cantidad
de 14 C que an queda en el material. Suponiendo que la proporcin 14 C/12 C en
la atmsfera no ha variado, se puede determinar el momento de la muerte del
organismo.
Ejemplo 5.3. Un utensilio de madera hallado en una excavacin arqueolgica
presenta 4 desintegraciones por minuto debidas al carbono 14. Una pieza de
madera fresca del mismo peso presenta 7 desintegraciones por minuto. Cul es
la edad de la muestra?
100
Aplicaciones fsicas
Solucin: Tomando el origen del tiempo en el instante en el cual la madera se

cort del rbol y llamando t al instante actual se tiene f (t)/f (0) = f (t)/f (0) =
4/7. Por lo tanto ekt = 4/7, de donde kt = log(4/7) y t = log(7/4)/k. Por otra
parte k = log(2)/t 21 = log(2)/5730. En definitiva t = 5730 log(7/4)/ log(2)
4626 aos.
5.3.
Ecuaciones diferenciales
Los ejemplos anteriores muestran la importancia de considerar ecuaciones en

las cuales una funcin desconocida aparece relacionada con sus derivadas. Si la
funcin a determinar es de una variable real, entonces se tiene una ecuacin diferencial ordinaria (EDO, en forma abreviada), que en general es una expresin
de la forma
F (x, y, y , . . . , y (n) ) = 0,
(5.2)
donde n > 0 es un entero (llamado orden de la ecuacin) y F es una funcin de
n + 1 variables.
Si la funcin incgnita es de varias variables y aparece relacionada con sus
derivadas parciales, entonces se trata de una ecuacin diferencial parcial. Tambin se pueden presentar sistemas de ecuaciones diferenciales, con dos o ms
funciones incgnitas.
Una solucin de la ecuacin (5.2) es una funcin f (x) tal que, si y (k) se sustituye por f (k) (x) para k = 0, 1, . . . , n, la ecuacin se convierte en una identidad.
Por ejemplo
y = 3y
es una EDO de primer orden, y f (x) = e3x es una solucin porque la sustitucin
y = e3x , y = (e3x ) = 3e3x , la convierte en
3e3x = 3e3x ,
que es una identidad. Como esta ecuacin es la misma que estudiamos para la
desintegracin radioactiva (con k = 3), podemos afirmar que cualquier otra
solucin es de la forma Ae3t , donde A es una constante. Se dice entonces que
y = Ae3x es la solucin general de la ecuacin.
(n1)
Si x0 , y0 , y0 ,. . . ,y0
son nmeros reales dados, el problema de condiciones
iniciales para una EDO de orden n consiste en hallar una solucin f (x) tal que
(n1)
f (x0 ) = y0 , f (x0 ) = y0 ,. . . ,f (n1) (x0 ) = y0
. Existen teoremas que, bajo
condiciones muy generales, aseguran que este problema tiene solucin nica, al
menos localmente.
Una EDO es lineal si es de la siguiente forma
y (n) = an1 (x)y (n1) + + a2 (x)y + a1 (x)y + a0 (x)y + b(x).
Para estas ecuaciones se puede probar que si a0 , a1 ,. . . , an1 y b(x) son funciones continuas en un intervalo abierto I y x0 I, entonces el problema de
101
5.3 Ecuaciones diferenciales
condiciones iniciales tiene solucin nica en I. La prueba puede hallarse en libros

de ecuaciones diferenciales, como por ejemplo [1], [5] y [6].
Si b(x) = 0 la ecuacin se llama homognea. Estas ecuaciones tienen una
propiedad importante: cualquier combinacin lineal de soluciones es tambin
solucin. En otras palabras, si f1 ,f2 ,. . . ,fk son soluciones y 1 ,2 , . . . ,k son
constantes, entonces
1 f1 (x) + 2 f2 (x) + + k fk (x)
tambin es solucin (esto es consecuencia inmediata de la linealidad de la derivacin).
Para las ecuaciones no homogneas se prueba fcilmente que la diferencia de
dos soluciones cualesquiera es solucin de la correspondiente ecuacin homognea (la que se obtiene al eliminar el trmino b(x). Por lo tanto para resolverlas es
suficiente hallar una solucin particular y la solucin general de la homognea.
Por ejemplo, la solucin general de la ecuacin lineal de primer orden homognea y = 3y es y(x) = Ae3x . Si ahora se desea resolver la ecuacin no
homognea
y = 3y + 6x 7
se debe buscar una solucin particular. Busqumosla de la forma ax+b. Entonces
a = 3(ax + b) + 6x 7
debe ser una identidad, lo que se consigue si a = 2 y b = 5/3. Por lo tanto
y(x) = 2x + 5/3 + Ae3x es la solucin general de la ecuacin no homognea.
Consideremos ahora una ecuacin lineal homognea de segundo orden con

coeficientes constantes:
y = ay + by.
(5.3)
Tratando de hallar alguna solucin ensayemos con las funciones de la forma
y(x) = erx . Entonces y (x) = rerx , y (x) = r2 erx y para que sea solucin debe
cumplirse
r2 erx = arerx + berx ,
que dividiendo entre erx equivale a
r2 = ar + b.
sta es una simple ecuacin algebraica de segundo grado, r2 ar b = 0, que

se llama ecuacin caracterstica de la ecuacin (5.3). Si a2 + 4b > 0 entonces la
ecuacin caracterstica tiene dos races reales diferentes r1 y r2 y las funciones
er1 x y er2 x son soluciones de (5.3). Tambin lo son todas las combinaciones
lineales
Aer1 x + Ber2 x .
De hecho, stas son todas las soluciones de (5.3). Esto puede verse as: dada una
solucin f (x), sean y0 = f (0), y0 = f (0). Si hallamos una solucin de la forma
y(x) = Aer1 x + Ber2 x que satisfaga las mismas condiciones iniciales, entonces
102
Aplicaciones fsicas
f = y por el teorema de unicidad. Pero y(0) = A + B, y (0) = r1 A + r2 B, por

lo tanto debemos ver si el sistema de ecuaciones lineales en A y B
A+B
y0 ,
r1 A + r2 B
y0
tiene solucin. Y efectivamente la tiene pues su determinante es r2 r1 6= 0.

Si a2 + 4b = 0 entonces la ecuacin caracterstica tiene una raz real doble
r = a/2 y erx es una solucin. Puede comprobarse que en este caso xerx tambin
es solucin. Entonces las combinaciones lineales
Aerx + Bxerx = (A + Bx)erx
son soluciones, y se puede probar que son todas.
Ejercicio 5.1. Verifique que si a2 + 4b = 0 entonces xerx tambin es solucin
de (5.3) y (A + Bx)erx es la solucin general.
Finalmente, si a2 + 4b < 0 entonces la ecuacin caracterstica tiene dos races
complejas conjugadas + i y i. En este caso, como en el de dos races
reales distintas, se puede afirmar que las combinaciones lineales
Ce(+i)x + De(i)x
son soluciones, slo que son en general complejas y estamos interesados en soluciones reales. Pero si tomamos C = A iB y D = A + iB, los sumandos
sern conjugados y su suma real. Recordando la frmula de Euler ex+iy =
ex (cos y + i sen y), tenemos
=
=
=
(A iB)e(+i)x + (A + iB)e(i)x

ex (A iB)eix + (A + iB)eix

ex (A iB)(cos(x) + i sen(x)) + (A + iB)(cos(x) i sen(x))

ex 2A cos(x) + 2B sen(x)
Como A y B son constantes arbitrarias, sustituyndolas por A/2 y B/2 tenemos

finalmente que las funciones
ex (A cos(x) + B sen(x))
son soluciones de (5.3).
Ejercicio 5.2. Verifique que si a2 + 4b < 0 entonces ex (A cos(x)+ B sen(x))
es la solucin general de (5.3).
Ejercicio 5.3. Muestre que A cos(x) + B sen(x) se puede escribir tambin
como C cos(x ), para ciertas constantes C y .
103
5.3 Ecuaciones diferenciales
Figura 5.1: Resorte vibrante

Ejemplo 5.4. Consideremos un resorte de longitud natural (o en reposo) l0 .
La ley de Hooke establece que si el resorte se estira hasta alcanzar una longitud
l, entonces ejerce una fuerza de recuperacin F opuesta a la direccin del estiramiento y proporcional al mismo. En smbolos, F = k(l l0 ), donde k es una
constante (llamada constante del resorte). Supongamos ahora que un extremo
del resorte est fijo en el punto de abscisa l0 de una recta y que en el otro
extremo se fija un punto material de masa m, que slo puede moverse en la
recta, y cuya abscisa x(t) en el instante t ser igual al estiramiento del resorte.
Entonces la fuerza de de recuperacin es F = kx, y la ley de Newton queda
as:
m
x = kx,
que es una ecuacin lineal homognea con coeficientes constantes de segundo
2
orden.
Su ecuacin
caracterstica es
p
p
p r = k/m, que tiene races complejas
i k/m y i k/m. Poniendo = k/m, la solucin general es
x(t) = A cos(t) + B sen(t).
Para resolver el problema de condiciones iniciales en t = 0 observemos que

x(0) = A y x(t)
= A sen(t) + B cos(t), por lo tanto x(0)
= B, es decir
que la solucin con x(0) = x0 , x(0)
= x 0 es
x(t) = x0 cos(t) +
x 0
sen(t).
Ejercicio 5.4. Consideremos un punto material de masa m suspendido del

techo mediante un resorte de constante k. Halle las ecuaciones del movimiento,
suponiendo que P slo puede moverse en la vertical.
104
Aplicaciones fsicas
Figura 5.2: Circuito LRC

Ejemplo 5.5. La intensidad de la corriente x(t) en un circuito en serie formado
por una resistencia R, un condensador C y un inductor L (ver Figura 5.2)
satisface la EDO lineal homognea de segundo orden
L
x + Rx +
1
x = 0.
C
(5.4)
2
Su
p ecuacin caracterstica es Lr +pRr + 1/C = 0, que tiene 2races r1 = (R +
R2 4L/C)/(2L) y r2 = (R R2 4L/C)/(2L). Si R > 4L/C entonces
las races r1 y r2 son reales y negativas, y la solucin general de (5.4) es
x(t) = Aer1 t + Ber2 t ,

que tiende montonamente a 0 para t . Este caso se denomina sobreamortiguado.
Si R2 = 4L/C la solucin general es
x(t) = (A + Bt)eRt/(2L) ,
que igualmente tiende a 0 para t , pero luego de un posible intervalo inicial
de crecimiento. Se denomina caso crticamente amortiguado.
Pero el caso ms interesante es el subamortiguado,
que se presenta cuando
p
R2 < 4L/C. En este caso, si se pone = 4L/C R2 )/(2L), entonces r1 =
R/(2L) + i y r2 = R/(2L) i y la solucin general de (5.4) es
x(t) = AeRt/(2L) cos(t 0 ),
que se puede interpretar como oscilaciones armnicas de frecuencia constante,
amortiguadas por un factor que decae exponencialmente a 0.
Ejercicio 5.5. Si en el circuito en serie LRC se intercala un generador de fuerza
electromotriz E(t) entonces la ecuacin se vuelve no homognea:
L
x + Rx +
1
x = E.
C
Resuelva esta ecuacin para el caso E(t) = sen(t).
105
5.4 Ecuacin de la catenaria
5.4.
Ecuacin de la catenaria
A la forma que adopta una cuerda colgada por sus extremos, cuando est sometida a
un campo gravitatorio uniforme, se le llama
catenaria (del latn catena, cadena). Galileo
crey que esa forma era la de la parbola,
pero Christiaan Huygens (16291695), a los
17 aos, demostr que no era as. En 1691
la ecuacin de la catenaria fue obtenida por
Leibniz, Huygens y Johann Bernoulli (1667
1748), en respuesta a un desafo planteado por
Jakob Bernoulli (16541705).
La catenaria invertida tiene la propiedad Figura 5.3: La Sagrada Familia
esttica de sostenerse a s misma, y permite
construir arcos arquitectnicos estructuralmente estables. Estos arcos fueron
utilizados con especial maestra por el arquitecto cataln Antoni Gaud, por
ejemplo en las columnas de la catedral La Sagrada Familia, en Barcelona. El
Gateway Arch en la ciudad de Saint Louis, estado de Missouri (USA), es una
colosal estructura de acero inoxidable, de 192 metros de altura y 192 metros de
ancho en la base, en forma de catenaria invertida.
Para hallar la ecuacin de la catenaria supongamos que la cuerda est suspendida de dos puntos a la misma altura, y tomemos un sistema de coordenadas
con el origen en el punto ms bajo A de la cuerda (ver Figura 5.4). Sea AB un
trozo de cuerda en equilibrio. Las fuerzas que actan sobre AB son: la tensin
S de la cuerda en A, que es horizontal, la tensin T de la cuerda en B, que
tiene la misma direccin de la tangente a la curva en ese punto, y el peso del
trozo de cuerda P , que tiene direccin vertical. Como se supone que la cuerda
es homognea, si su densidad lineal es entonces la magnitud de su peso es
gl, donde l es la longitud del arco AB y g la aceleracin de la gravedad. La
~ + T~ + P~ = ~0, que proyectada sobre cada
condicin para que haya equilibrio es S
eje nos da
S
gl
=
=
T cos
T sen
Por lo tanto
f (x) = tg =
gl
.
S
Poniendo a = g/S y derivando resulta

p
dl
= a 1 + (f (x))2 .
dx
Dividiendo por la raz cuadrada, queda
f (x) = a
f (x)
p
= a,
1 + (f (x))2
106
Aplicaciones fsicas
Figura 5.4: Catenaria
y recordando que (argsh x) = 1/ 1 + x2 , se tiene (argsh(f (x))) = a, es decir

que argsh(f (x)) = ax + C. Pero evaluando en x = 0 queda C = 0, es decir
argsh(f (x)) = ax, de donde f (x) = sh(ax), y entonces f (x) = (1/a) ch(ax)+D.
Evaluando en x = 0 queda 0 = 1/a + D, es decir que D = 1/a y finalmente
f (x) =
1
1
ch(ax) .
a
a
Puesto que f (0) = f (0) = 0, f (a) = a y f (0) = 0, se tiene

1
1
a
ch(ax) = x2 + o(x3 ),
a
a
2
por lo tanto para |x| pequeo la catenaria se puede aproximar mediante una
parbola. Pero para valores grandes de |x| ambas curvas difieren mucho.
Ejercicio 5.6. Halle la ecuacin del Gateway Arch respecto a un sistema conveniente de coordenadas, su longitud y el rea que queda bajo el arco.
5.5.
El Teorema de Torricelli
Problema: Un recipiente cilndrico de treinta litros de capacidad tiene en su

parte inferior un pequeo orificio. Si el recipiente se llena de agua, se comprueba
que en 30 segundos pierde un litro de lquido por el orificio. Cunto tiempo
tarda el recipiente lleno en vaciarse por completo?
Este problema aparenta ser un ejercicio aritmtico de primaria, de los que
se resuelven por regla de tres, pero es ms complejo de lo que parece. Si su
107
5.5 El Teorema de Torricelli
respuesta es 15 minutos, usted ha caido en la trampa. En realidad el recipiente

tardar casi media hora en vaciarse.
La explicacin consiste en que el agua sale ms rpido por el orificio cuando
el recipiente est lleno, y la velocidad decrece a medida que ste se va vaciando.
El fsico y matemtico italiano Evangelista Torricelli (1608-1647) determin la
ley que sigue este fenmeno.
Teorema de Torricelli
La velocidad v a la que sale un lquido por un orificio en una vasija abierta,
es la que tendra un cuerpo cualquiera, cayendo libremente en el vaco desde el
nivel del lquido hasta el nivel del orificio, es decir
p
v = 2gh
(donde h es la distancia vertical desde el orificio hasta el nivel del lquido).
(Este resultado vale en condiciones ideales; en la prctica la velocidad es algo

menor debido a los efectos de la viscosidad y la tensin superficial.)
Sean S la seccin y V0 la capacidad del recipiente cilndrico, y s la seccin
del orificio. Sean V (t) el volumen y h(t) la altura del lquido que queda en el
recipiente en el instante t. Entonces V (t) = Sh(t), y si en el instante t = 0 el
recipiente est lleno de p
tiene la condicin inicial V (0) = V0 . Como la velocidad
de salida del lquido es
p 2gh(t), la velocidad a la que disminuye el volumen de
lquido es V (t) = s 2gh(t), lo que nos lleva a la ecuacin diferencial
r
2gV (t)
V (t) = s
,
S
que se puede escribir en la forma
Por lo tanto
p
V (t)
( V (t)) = p
= s
2 V (t)
p
V (t) = s
p
g
t + V0 .
S
g
.
S
(5.5)
Ahora estamos en condiciones de dar respuesta al problema planteado inicialmente: para hallar el tiempo t que tarda el recipiente en vaciarse por completo
hay que resolver la ecuacin V (t) = 0, lo que nos da
V0 S
t= .
s g
Ahora, si se mide el volumen en litros y el tiempo en segundos, tenemos los
datos V0 = 30 y V (30) = 30 1 = 29. Por lo tanto, evaluando (5.5) en t = 30
se tiene
r
g
29 = 30s
+ 30,
S
108
Aplicaciones fsicas
de donde se obtiene
S
30
=
s g
30 29
y finalmente
30 30
= 30 30( 30 29) 1785 seg = 29 min 45 seg.
t=
30 29
5.6.
La cicloide es tautcrona
Consideremos una cicloide como la de la Figura 4.6 pero simetrizada respecto

a la recta y = R, es decir
P () = (R R sen , R + R cos ),
0 2
(usamos como parmetro porque deseamos reservar t para representar el tiempo). Supongamos que el plano de la cicloide es vertical, y que un punto material
de masa m est obligado a moverse por la cicloide (sin friccin) bajo la accin
de un campo gravitatorio uniforme. Si el punto se coloca inicialmente en la posicin P (0 ), cunto tiempo tardar en llegar al punto ms bajo de la cicloide,
P () = (, 0)?
Figura 5.5: La cicloide es tautcrona

Para resolver este problema observemos que el movimiento se puede representar expresando el parmetro en funcin del tiempo, como (t). Pongamos
x(t) = R(t) R sen (t), y(t) = R + R cos (t). Entonces (x(t), y(t)) es la
trayectoria del punto en funcin del tiempo. El vector velocidad es
(x(t),
y(t))
= (R(1 cos (t))(t),
R(t)
sen (t))
y su mdulo es
v(t) =
p
p
x 2 + y 2 = R 2 2 cos = 2R sen .
2
109
5.6 La cicloide es tautcrona
Las condiciones iniciales son (0) = 0 , (0)
= 0. Nuestro objetivo es hallar t1

tal que (t1 ) = . Por la ley de conservacin de la energa, se tiene que
1
mv 2 (t) + mgy(t) = 0 + mgy(0) = mgR(1 + cos 0 ),
2
de donde se sigue que

2 0
2 (t)
v (t) = 2gR(cos 0 cos (t)) = 4gR cos
cos
2
2
2
y entonces
r
0

cos2
.
2R sen = v(t) = 2 gR cos2
2
2
2
De aqu se obtiene
r
sen 2
g
p
.
0
=
2
2
R
cos 2 cos 2
pongamos a = cos 20 . Recordando que (arc sen xa ) = 1/ a2 x2 se obtiene

r

sen 2
1
1 g
=
arc sen
cos
= p 2
,
a
2
2 R
2 a cos2 2
de donde
arc sen
cos
a
2
t
=
2
+ ,
R
2
g
+ C.
R
poniendo t = 0 se obtiene C = arc sen 1 = /2, por lo tanto

r

1
t g
arc sen
cos
=
+ ,
a
2
2 R
2
y poniendo t = t1 queda
0=
de donde
t1
2
t1 =
R
.
g
Lo notable de este resultado es que no depende de 0 , es decir que desde cualquier punto de la cicloide que se deje caer el punto, siempre tarda lo mismo
en llegar al punto ms bajo! Esto le vali a la cicloide el apelativo de curva
tautcrona (o iscrona), que significa tiempos iguales.
Huygens utiliz esta propiedad de la cicloide para construir un pndulo iscrono, es decir un pndulo en el cual el perodo de las oscilaciones no depende
de la amplitud de las mismas, como en los pndulos ordinarios. Para lograr que
la lenteja del pndulo siguiera una trayectoria cicloidal, Huygens aprovech el
hecho de que la involuta de una cicloide es otra cicloide (ver Ejemplo 4.8, pg.
78).
110
Aplicaciones fsicas
Figura 5.6: Pndulo iscrono
5.7.
El problema de la braquistcrona
Es interesante notar que en algunos casos la fsica no s1o plante problemas

matemticos, sino que tambin ayud a resolverlos. Un ejemplo muy hermoso
de esto lo encontramos en el problema de hallar una curva en un plano vertical
que una dos puntos O y P , de tal manera que un punto material, movindose
sobre ]a curva sin friccin, descienda de O a P en el menor tiempo posible.
Esta curva fue llamada curva del ms rpido descenso, o braquistcrona, del
griego (pequeo, corto, breve) y oo (tiempo). Observemos que si
bien la lnea recta entre O y P es la de menor longitud, a menos que O y P se
encuentran en la misma vertical no es la de menor tiempo de descenso.
Este problema fue planteado por Johann Bernoulli, en 1696, como un desafo
matemtico. Para resolver el problema consideremos un sistema de ejes cartesianos con origen en el punto O, eje Oy vertical dirigido hacia abajo y eje Ox
horizontal. Si la partcula parte del origen O con velocidad nula, entonces
como
sabemos su velocidad en cualquier punto de la trayectoria ser v = 2gy, frmula que Bernoulli conoca perfectamente. Esto lo llev a relacionar el problema
con la ptica: un rayo de luz que pasa de un medio a otro en el cual la velocidad
de propagacin es distinta, cambia de direccin. Si la velocidad de propagacin
vara de modo continuo, la trayectoria del rayo ser curva. Pero segn el principio de Fermat, la luz sigue una trayectoria que minimiza el tiempo empleado
para ir de un punto a otro. Esto significa que si tuvisemos un medio transpa
rente en el cual la velocidad de la luz variase de acuerdo con la ley v = 2gy,
entonces podramos utilizar rayos de luz para resolver experimentalmente el problema de la braquistcrona. Bernoulli no intent realizar el experimento, sino
que a partir de este punto aplic sus conocimientos matemticos: llamando
al ngulo de la tangente a la curva con el eje Oy, la ley de Snell generalizada
111
5.8 Las leyes de Kepler

a medios continuos nos da la ecuacin
sen
= k (constante)
v
Por otra parte si es el ngulo de la tangente a la curva con el eje Ox tenemos

y = tg y por lo tanto
1
sen = cos = p
1 + (y )2 .
Combinando esta ecuacin con la anterior se llega a la ecuacin diferencial

y(1 + (y )2 ) = k
(constante).
(5.6)
Para resolver esta ecuacin hagamos

el cambio
de variable y = k sen2 u, con
p
p
lo cual y = 2ku sen u cos u, k/y 1 = 1/ sen2 u 1 = ctg u y la ecuacin

(5.6) queda 2ku sen u cos u = ctg u, o bien 2ku sen2 u = 1, y como 2 sen2 u =
1 cos 2u queda
ku (1 cos 2u) = 1.
Pero (2u sen 2u) = (2 2 cos 2u)u , y la ecuacin anterior se puede escribir
como (2u sen 2u) = 2/k, de donde 2u sen 2u = (2/k)x + C. Pero como para
x = 0 es u = 0, resulta C = 0 y nos queda
x = ku
k
sen 2u,
2
y = k sen2 u =
k
(1 cos 2u).
2
Finalmente, si ponemos R = k/2 y t = 2u queda

x = R(t sen t),
y = R(1 cos t)
que son las ecuaciones paramtricas de una cicloide

La solucin de Bernoulli al problema de la braquistcrona posee una gran
belleza, debido al contacto inesperado entre dos ramas de la fsica (la mecnica
y la ptica) por intermedio de un mismo modelo matemtico. Este problema
y otros semejantes tuvieron enorme importancia para el desarrollo posterior
de la Matemtica y de la Fsica. Condujeron al Clculo de Variaciones, que
desarrollaran Euler, Lagrange y otros, y a la fundamentacin de la Mecnica
sobre principios variacionales.
5.8.
Las leyes de Kepler
Johannes Kepler (15711630) fue una de las figuras clave de la revolucin

cientfica. A partir de observaciones astronmicas muy precisas obtenidas por el
astrnomo Tycho Brahe, Kepler dedujo sus leyes del movimiento de los planetas
en sus rbitas alrededor del Sol.
La primera ley, enunciada en 1609, afirma que los planetas se desplazan
alrededor del Sol describiendo rbitas elpticas, con el Sol situado en uno de los
focos.
112
Aplicaciones fsicas
La segunda ley dice que el radio vector que une el

planeta y el Sol barre reas iguales en tiempos iguales.
Y la tercera ley, enunciada en 1618, establece que el
cuadrado del perodo orbital de cada planeta es directamente proporcional al cubo de su distancia media
al Sol.
Isaac Newton estudi las obras de Kepler y las relacion con sus propias investigaciones. El estudio de
las leyes empricas de Kepler lo condujo a formular su
ley de la gravitacin universal, y a partir de sta y de
su ley fundamental de la dinmica consigui deducir
matemticamente las leyes de Kepler.
La ley de la gravitacin universal de Newton dice
que la fuerza ejercida por un punto material de masa
M ubicado en el origen O sobre otro punto material
de masa m, con vector de posicin P , es
F (P ) =
Figura 5.7: Kepler
GM m
P,
|P |3
(5.7)
siendo G la constante de gravitacin universal, cuyo valor es aproximadamente

6,671011 m3 /(kg s2 ). Observe que el mdulo de esta fuerza es GM m/|P |2 , lo
que habitualmente se enuncia diciendo que dos cuerpos se atraen con una fuerza
proporcional al producto de sus masas e inversamente proporcional al cuadrado
de la distancia entre ellos. Pero (5.7) es un enunciado ms preciso pues especifica
tambin la direccin y sentido de la fuerza.
Si P (t) es el vector posicin en el instante t del punto de masa m entonces,
por la ley fundamental de la dinmica de Newton F (P ) = mP , que combinada
con (5.7) nos da
GM
P = 3 P,
(5.8)
|P |
Una primera consecuencia de esto es que
.
(P P ) = P P + P P = 0,
ya que el producto vectorial de vectores colineales es nulo. Por lo tanto

P P = ~k
(constante).
(5.9)
Esta relacin se conoce como conservacin del momento angular, y tiene como
consecuencia inmediata que el movimiento se efecta en el plano perpendicular
al vector ~k que pasa por el origen. Tomando un sistema de coordenadas polares
r, en ese plano se puede representar el punto como P = rei , y entonces
P
P
=
=
re
i + rie
i ,
2
(
r r )e
(5.10)
i
+ (2r + r)ie
(5.11)
113

La ley fundamental de la dinmica nos da
GM
P = 2 ei ,
r
y en vista de (5.11) obtenemos
r r 2
GM
,
r2
2r + r = 0.
(5.12)
(5.13)
De (5.13) se obtiene
.
(r2 )
= 2rr + r2 = r(2r + r)
= 0,
y por lo tanto
r2 = k
(constante)
(5.14)
(esto tambin se puede obtener directamente de (5.9)).
Figura 5.8: Segunda ley de Kepler

Si se anula en algn instante, entonces ser siempre nula y ser constante.
Esto significa que el movimiento es en lnea recta y la ley del mismo se halla
resolviendo la ecuacin diferencial r = GM/r2 .
Ejemplo 5.6. Qu velocidad debe alcanzar un cohete lanzado verticalmente
desde la superficie terrestre para escapar al campo gravitatorio de la Tierra?
2
Solucin: La ecuacin del movimiento del cohete .es r = GM/r
, y multipli.
2
2
cando por r resulta rr = GM r/r
, o bien (r /2) = (GM/r) . Poniendo v = r
queda v 2 = 2GM/r + E, donde E es una constante.
Si el cohete se lanza con velocidad inicial v0 desde la superficiepterrestre
entonces E = v02 2GM/R, donde R es el radio terrestre. Si v0 > 2GM/R
entonces E > 0 y la velocidad del cohete ser siempre positiva, escapando al
campo gravitatorio terrestre. Sustituyendo los valores aproximados M = 5,974
1024 kg, R = 6378 km (en el ecuador), G = 6,67 1011 m3 /(kg s2 ), resulta
114
Aplicaciones fsicas
p
2GM/R 12,5 107 m2 /(s2 ) y 2GM/R 11,2 km/s, o 40320 km/h. sta es
la llamada velocidad de escape, pues en ausencia de otros cuerpos celestes (como
el Sol) permitira al cohete alejarse de la Tierra indefinidamente. La tecnologa
actual permite lanzar cohetes que alcanzan una velocidad de 50000 km/h, lo
que hace posible enviar misiones a planetas lejanos.
Ejercicio 5.7. Sabiendo que la masa del Sol es aproximadamente 2 1030 kg, y
la distancia de la Tierra al Sol aproximadamente 150 106 km, qu velocidad
debera alcanzar un cohete lanzado desde la Tierra para escapar del sistema
solar?
En lo sucesivo supondremos que no se anula. Entonces de (5.14) se puede
deducir la segunda ley de Kepler. En efecto, sea A() el rea barrida por el radio
vector OP medida a partir de 0 = (0). Para t pequeo, el rea barrida por
el radio vector OP desde el instante t hasta el t + t es aproximadamente igual
al rea del tringulo de vrtices O, P (t) y P (t + t), es decir
A((t + t)) A((t)) 12 r(t)r(t + t) sen(),
siendo = (t + t) (t). Dividiendo entre t y tomando lmites para
t 0 resulta
.
A((t)) = lm
1
r(t)r(t
t0 2
+ t)
sen()
1
k
= r2 (t)(t)
= .
t
2
2
Por lo tanto A((t)) = kt/2, lo que muestra que en tiempos iguales el radio
vector barre reas iguales.
Pongamos ahora p = k 2 /(GM ) y u = p/r. Entonces r = p/u y = k/r2 =
(k/p2 )u2 . Usando para denotar la derivada respecto a se tiene
r =
p
k
u = u ,
u2
p
y derivando una vez ms respecto a t

k
k
k2
r = (r)
= u 2 u2 = 3 u u2 .
p
p
p
Sustituyendo en (5.12) se obtiene
k 2 2 k 2 3
GM 2
k2 2
u
u
u
=
u
=
u ,
p3
p3
p2
p3
y dividiendo entre k 2 u2 /p3 queda la ecuacin diferencial

u + u = 1,
115
la cual ya hemos visto cmo se resuelve. Puesto que tiene la solucin particular
u = 1, la solucin general ser u = 1 + cos( 0 ), donde y 0 son constantes
arbitrarias. Por lo tanto
r=
p
,
1 + cos( 0 )
que es la ecuacin de una cnica de excentricidad , como se vi en el Ejemplo

4.15 pg. 89.
Los planetas del sistema solar tienen rbitas elpticas de pequea excentricidad. La de la Tierra es apenas 0,0167, y las mayores son las de Plutn (0,2488)
y Mercurio (0,2056). Los cometas presentan rbitas de mayor excentricidad, por
ejemplo la del cometa Halley es 0,967.
Para obtener la tercera ley de Kepler supongamos que la trayectoria es elptica, es decir que < 1. Entonces la menor distancia a O se produce cuando
= 0 , y es p/(1 + ). La mayor distancia se produce cuando = 0 + , y es
p/(1 ). El eje mayor de la elipse es entonces
2a =
p
2p
p
+
=
,
1+ 1
1 2
Por lo tanto a = p/(1 2 ), c = a y b2 = a2 c2 = a2 (1 2 ) = ap. Si T es el

perodo, entonces el rea barrida por OP en el tiempo T es el rea completa de
la elipse, es decir ab (ver Ejemplo 2.29 pg. 53). Es decir que ab = kT /2, de
donde T = 2ab/k, y como k 2 = pGM y p = b2 /a, nos queda
T2 =
4 2 a2 b2
4 2 a2 b2
4 2 a3
=
=
,
2
k
pGM
GM
es decir que T 2 /a3 = 4 2 /(GM ) (constante).

En realidad el comportamiento del sistema solar es bastante ms complejo
de lo que predicen las leyes de Kepler, debido a las interacciones gravitatorias de
los diferentes cuerpos que lo componen entre s. As por ejemplo las desviaciones
del movimiento del planeta Urano de la rbita predicha por las leyes de Newton
y Kepler llevaron al matemtico francs Urbain Le Verrier (18111877) a descubrir un nuevo planeta mediante el clculo, sin haberlo visto nunca. Con las
coordenadas proporcionadas por Le Verrier el astrnomo alemn Johann G. Galle localiz en septiembre de 1846 al nuevo planeta, llamado Neptuno, a menos
de un grado de la posicin calculada por Le Verrier! Clculos similares fueron
realizados independientemente por el ingls John Couch Adams (18191892).
Captulo 6
Aplicaciones a otras ciencias

6.1.
Modelos Ecolgicos
6.1.1.
Modelo Exponencial
La ecuacin diferencial
y = ky,
que se analiz en el captulo precedente a propsito de la desintegracin radioactiva, puede aplicarse a muchos otros fenmenos naturales, entre ellos a las
reacciones qumicas de primer orden, como por ejemplo la descomposicin del
perxido de hidrgeno H2 O2 en agua y oxgeno.
El mismo modelo se aplica a la reproduccin de organismos vivos. En efecto,
si n es la tasa de natalidad (nmero de nacimientos per cpita en la unidad de
tiempo) y m la tasa de mortalidad (nmero de muertes per cpita en la unidad
de tiempo), entonces la variacin y del tamao de la poblacin en un intervalo
de tiempo t es
y = nyt myt,
es decir que
y
= ny my
t
y tomando lmites cuando t 0 queda
y = (n m)y.
Si k = n m entonces la solucin, como ya sabemos, es de la forma y =
y0 ekt , donde y0 es la poblacin en el instante t = 0. Si n > m el crecimiento
de la poblacin es exponencial, como observ Thomas Malthus (17661834)
para el caso de la especie humana. Si n = M entonces la poblacin permanece
estacionaria, y si n < m entonces decae exponencialmente.
En el caso de las bacterias, cuando una poblacin se encuentra en un nuevo
ambiente, pasa primero por una fase de adaptacin, con lento crecimiento y elevada tasa de biosntesis de las protenas necesarias para un rpido crecimiento.
117
6.1 Modelos Ecolgicos
En una segunda fase, si hay una elevada concentracin de nutrientes, las bacterias crecen hasta un tamao fijo y luego se reproducen en forma asexuada,
por fisin binaria. Este proceso tarda, segn el tipo de bacteria, entre 15 y 30
minutos. El crecimiento es exponencial, y en pocas horas pueden llegar a miles
de millones.
Ejemplo 6.1. Las bacterias de cierta colonia, en su perodo exponencial, se
dividen en dos cada 23 minutos. Si inicialmente hay 100 bacterias, cuntas
habr al cabo de 8 horas?
Solucin: Se tiene y(t) = 100ekt , y como y(23) = 100e23k = 200 se tiene e23k = 2.
La respuesta es y(480) = 100e480k = 100(e23k )480/23 = 1002480/23 191586598.
6.1.2.
Modelo logstico
Durante la fase exponencial del crecimiento de una poblacin bacteriana los

nutrientes tambin son metabolizados a velocidad exponencial. Esto conduce a
su agotamiento y por lo tanto el crecimiento se aminora o se detiene. Uno de los
modelos ms sencillos que se ha propuesto para representar este comportamiento
es el llamado modelo logstico, caracterizado por la ecuacin

y
.
y = ky 1
b
(6.1)
Mientras y sea pequeo en relacin a b, este modelo se comporta de modo similar

al exponencial y = ky. Pero si y se acerca a b la tasa de crecimiento disminuye,
hasta hacerse 0 para y = b, que acta as como una barrera para y.
Figura 6.1: Modelo logstico

Las soluciones de (6.1) tales que 0 < y(t) < b pueden hallarse observando
que
b
1
1
= +
,
y(b y)
y by
118
por lo tanto
(log(y) log(b y)) =
y
y
by
+
=
= k,
y
by
y(b y)
es decir
log(y) log(b y) = kx + C
para alguna constante C, de donde y/(b y) = ekx+C y se despeja

y=
bekx+C
.
1 + ekx+C
Si y0 = y(0) = beC /(1 + eC ) entonces eC = y0 /(b y0 ) y

y=
6.1.3.
by0 ekx
by0 ekx
=
.
(b y0 )(1 + ekx eC )
b + y0 (ekx 1)
Modelo predador-presa
A mediados de la dcada de 1920 el bilogo italiano Umberto DAncona

estudi datos sobre la pesca en el mar Adritico, durante los aos de la Primera Guerra Mundial (1914-1918) y siguientes. Observ que el porcentaje de
selceos (tiburones, rayas, jureles, etc.) en el total de peces capturados haba
aumentado mucho durante la guerra. Pens que esto se deba al reducido nivel
de pesca durante este periodo, que al dejar ms peces pequeos para alimento
de los grandes, haca que la poblacin de stos aumentara. Pero el nmero de
peces pequeos, en vez de aumentar, disminua. Entonces DAncona consult a
su suegro, el matemtico Vito Volterra (1860-1940), quien formul un modelo
matemtico para este problema. El modelo asume un sistema cerrado con dos
especies, predadores y presas, y se basa en los supuestos siguientes: 1) las presas tienen fuentes de alimento ilimitadas, y en ausencia de predadores creceran
exponencialmente, 2) los predadores solamente se alimentan de las presas, y en
su ausencia mueren, 3) la tasa de mortalidad de las presas es directamente proporcional al nmero de predadores, y 4) la tasa de natalidad de los predadores
es directamente proporcional al nmero de presas.
Llamando x(t) al nmero de presas e y(t) al nmero de predadores, en el
instante t, Volterra plante el siguiente sistema de ecuaciones diferenciales:
x =
y =
x(a by),
y(c dx),
(6.2)
(6.3)
donde a, b, c y d son constantes positivas que se pueden interpretar as: a es la

tasa de natalidad de las presas; c es la tasa de mortalidad de los predadores;
la tasa de mortalidad de las presas es by, que es proporcional al nmero de
predadores, siendo b la constante de proporcionalidad; la tasa de natalidad de los
predadores es dy, que es proporcional al nmero de presas, siendo d la constante
de proporcionalidad. Se observa que, en ausencia de predadores, la poblacin de
119
6.1 Modelos Ecolgicos
presas crecera exponencialmente (x = ay); anlogamente, en ausencia de presas

la poblacin de predadores decaera exponencialmente (y = cy).
Este modelo fue propuesto independientemente por Alfred James Lotka
(18801949), en relacin con otro problema, por lo cual actualmente se le llama
modelo de Lotka-Volterra.
A pesar de las simplificaciones realizadas para obtenerlo, en muchos casos el
modelo describe apropiadamente la realidad.
No es fcil obtener una solucin explcita para este sistema, sin embargo se
puede resolver por mtodos numricos, y se puede analizar cualitativamente su
comportamiento.
Busquemos en primer lugar soluciones constantes x = , y = . Entonces
x = y = 0, y nos queda
0 =
0 =
x(a by),
y(c dx),
que tiene la solucin trivial (0, 0) y la solucin x = c/d, y = a/b, las cuales se
interpretan como puntos de equilibrio del sistema.
Para a = b = c = d = 1 la figura siguiente muestra las grficas de las
soluciones x(t) e y(t)) en funcin del tiempo, para las condiciones iniciales x(0) =
1 e y(0) = 1,5 (fueron obtenidas con el programa MAPLE). Como se puede
apreciar son funciones peridicas desfasadas (una parece seguir, con retardo, a
la otra). Puede probarse que en general este es el tipo de comportamiento del
modelo.
1,4
1,2
x
1
0,8
0,6
0
10
12
Figura 6.2: Soluciones de Lotka-Volterra

Si se representan las soluciones en el plano xy (llamado el espacio de fases)
resulta una curva (x(t), y(t)). En la figura siguiente se muestran las grficas
de cuatro soluciones (x(t), y(t)) que satisfacen las condiciones iniciales (1, 3/2),
120
(1, 2), (1, 5/2) y (1, 3). Como se ve son rbitas peridicas alrededor del punto
de equilibrio (1, 1).
2,5
1,5
0,5
0,5
1,5
2,5
Figura 6.3: Espacio de fases

Los dos puntos de equilibrio tienen un comportamiento muy distinto. El (1, 1)
tiene la propiedad de que, si una solucin parte de un punto suficientemente
cercano a l, entonces se mantendr siempre cercana a l. Por esta razn se
dice que este punto de equilibrio es estable (en realidad hay varias definiciones
de estabilidad, pero aqu nos contentaremos con esta nocin sencilla; para ms
detalles vea [6]).
El punto de equilibrio (0, 0), en cambio, no es estable, ya que la solucin que
parte de (, 0), por pequeo que sea > 0, tiende a infinito.
El modelo predador-presa es un ejemplo de sistema dinmico. Una importante rama de la matemtica se ocupa de estudiar estos sistemas, que se caracterizan por evolucionar en el tiempo. Entre los aspectos estudiados se hallan
los puntos de equilibrio, la estabilidad de las soluciones, la existencia de rbitas
peridicas o casi peridicas, los conjuntos atractores y repulsores, etc.
El comportamiento de un sistema dinmico puede ser extremadamente complejo y en la prctica impredecible; en estos casos se dice que hay caos. Esto
puede ocurrir incluso en sistems mecnicos sencillos, como el doble pndulo.
6.2.
Economa
El anlisis matemtico de la Economa tiene una gran complejidad y exige

herramientas matemticas que van mucho ms all del clculo, entre ellas la
teora de probabilidades, la teora de juegos, los sistemas dinmicos y posible-
121
6.2 Economa
mente nuevas ramas de la matemtica que an no se han desarrollado. Por eso

los ejemplos siguientes son necesariamente muy sencillos y slo pretenden mostrar que la aplicacin de la matemtica a la economa va mucho ms all de la
mal llamada matemtica financiera.
6.2.1.
ndice de precios e inflacin

En el otoo de 1972 el presidente Nixon anunci que la tasa de
aumento de la inflacin estaba disminuyendo. sta fue la primera
vez que un presidente en ejercicio us la tercera derivada para
promover su reeleccin.
Hugo Rossi, [11].
El ndice de precios al consumidor (IPC) es un valor ponderado que se calcula

a partir del consumo que una unidad familiar media realiza en un periodo de
tiempo determinado.
La inflacin es la tasa de variacin del IPC respecto al tiempo, es decir
la primera derivada del IPC respecto al tiempo. La tasa de aumento de la
inflacin es entonces la segunda derivada del IPC, y la afirmacin del presidente
Nixon equivale entonces a decir que la tercera derivada del IPC era negativa.
Sera interesante saber cuntas personas entendieron, al escuchar el anuncio
de Nixon, que no slo los precios sino la inflacin estaban aumentando, slo que
sta ltima haba pasado por un punto de inflexin.
El anlisis de las causas y remedios de la inflacin es bastante complejo,
y como suele suceder en economa ha dado lugar al planteamiento de diversas
teoras, no solo diferentes sino hasta contradictorias.
6.2.2.
Precios, oferta y demanda
El clsico modelo econmico de la oferta y la demanda postula que, en un

mercado libre, la cantidad de productos ofrecidos por los productores y la cantidad de productos demandados por los consumidores dependen del precio de
mercado del producto. La oferta es una funcin creciente f (p) del precio, mientras que la demanda es una funcin por lo comn decreciente d(p). La llamada
ley de la oferta y la demanda afirma que el precio de un bien tiende a situarse
en un punto de equilibrio pe para el cual se intersectan las curvas de oferta y
demanda, es decir f (pe ) = d(pe ). Si un productor es monoplico (es el nico que
produce un bien determinado) y conoce la funcin de demanda d(p), entonces
puede calcular el precio del bien y su oferta de modo de maximizar su ganancia.
Si el costo de producir una unidad del bien es c, entonces la ganancia al vender
d(p) unidades al precio p ser g(p) = (p c)d(p). El valor po que haga mximo
el valor de g ser el que maximiza la ganancia, y la oferta deber ser d(po ).
Ejemplo 6.2. Si d(p) = 10000ep/2 y c = 4, entonces g(p) = A(p 5)ep/2
(con A = 10000) y g (p) = Aep/2 Aep/2 (p 4)/2 = Aep/2 (6 p)/2,
por lo tanto la mxima ganancia se alcanza para po = 6, y debern ofertarse
d(6) = 10000e3 498 unidades del producto.
122
Figura 6.4: Curvas de oferta y demanda

Naturalmente que en la realidad la situacin es mucho ms complicada, pues
intervienen factores como la competencia y las estrategias que los empresarios
adoptan para enfrentarse a ellas, desde campaas publicitarias hasta guerras de
precios. Adems intervienen factores subjetivos muy difciles de cuantificar y
prever, como la evolucin de los gustos de los consumidores.
La mano invisible es una metfora mediante la cual el filsofo y moralista
escocs Adam Smith (17231790), en su famosa obra Una investigacin sobre la
naturaleza y causas de la riqueza de las naciones, intentaba explicar la existencia
de un orden econmico natural, segn el cual la busca del inters privado por
cada particular conducira a la satisfaccin del inters general, con tanta ms
eficacia cuanto menos interviniese el Estado.
Este argumento acerca de una poderosa fuerza reguladora del mercado, que
si no es interferida por las polticas gubernamentales llevara los precios hacia
un deseado punto de equilibrio entre la oferta y la demanda, ha seguido siendo
esgrimido hasta el da de hoy por polticos, empresarios y hasta algunos economistas. Hasta hace poco quienes invocaban esta supuesta ley lo hacan como
si se tratara de una ley de la naturaleza, comprobada e irrefutable. Pero la crisis
mundial de la economa que estall en el ao 2008 hizo evidente, de manera
dramtica, la inestabilidad del sistema econmico mundial.
Pero desde el punto de vista matemtico hace tiempo que se saba que la
supuesta autoregulacin del mercado careca del ms mnimo sustento matemtico.
En 1995, Donald Saari [12] mostr que, por el contrario, incluso los sencillos
modelos utilizados en los cursos introductorios de economa pueden exhibir una
dinmica ms complicada que los de la fsica clsica o la biologa. En un modelo
simple de economa de intercambio que analiza, aparecen atractores extraos y
todo tipo de complejidades.
6.2 Economa
123
Por lo tanto slo nos queda pensar que los defensores de la teora de la mano
invisible lo hacen por ignorancia o porque sus intereses polticos o econmicos
privan sobre su honestidad intelectual.
Soluciones a ejercicios
seleccionados
Ejercicio 2.1 (pg. 15)
El nico axioma que requiere atencin especial es el A8, ya que si a+b 2 6= 0

(con a, b Q) entonces ciertamente existe el inverso multiplicativo (a
+ b 2)1
en R, pero es necesario probar que hay inverso multiplicativo en Q( 2). Pero
esto es inmediato, ya que
1
ab 2
a
b
=
= 2
2 Q( 2).
2
2
2
a 2b
a 2b
a+b 2
(a + b 2)(a b 2)
Si c = sup A entonces c es cota superior de A y, como es la mnima cota
superior, si b < c entonces b no es cota superior de A; por lo tanto existe a A
tal que b < a, y como a c se tiene b < a c. Recprocamente, si c es una cota
superior de A y para todo b < c existe a A tal que b < a c, entonces c es
la mnima cota superior de A. En efecto, si existiese una cota superior c < c,
entonces en el intervalo (c , c) no habra ningn elemento de A.
Anlogamente se prueba que d = nf A si y slo si d es cota inferior de A y,
para todo b > d, existe a A tal que d a < b.
Es inmediato que todo intervalo es convexo. Recprocamente, sea A R un
convexo. Si A es vaco entonces A = (0, 0) = . Supongamos A 6= y sea a A.
Si A no es acotado superiormente, entonces para cualquier x > a existe y A
tal que y x, por lo tanto x [a, y] A . Como esto ocurre para todo x > a,
concluimos que [a, +) A. Anlogamente, si A no es acotado inferiormente,
entonces (, a) A. Supongamos ahora que A es acotado superiormente y
sea c = sup A. Si a < x < c entonces por el ejercicio anterior existe un a A
tal que x < a c, y por la convexidad de A se tiene x [a, a ] A. Por lo
tanto [a, c) A, y si c A entonces [a, c] A. Esto prueba que A [a, +)
es un intervalo (ya que es [a, +), o [a, c) o [a, c]). Del mismo modo se prueba
que A [, a) es un intervalo y entonces A es la unin de dos intervalos con
el extremo comn a, que es un intervalo.

(a) c R es cota superior de A a c para todo a A
a c para todo a A x c para todo x A
c es cota inferior de A.
(b) c = sup A c es la mnima cota superior de A
c es la mxima cota inferior de A c = nf A.
Ejercicio 2.5 (pg. 17) Si A es un conjunto no vaco y acotado inferiormente de

nmeros reales, entonces A es un conjunto no vaco y acotado superiormente,
por lo tanto existe c = sup A, y por el ejercicio anterior c es nfimo de A.
Anlogamente, del principio del nfimo se deduce el principio del supremo,
y por lo tanto ambos principios son equivalentes.
Como f no es creciente, existen a, b I tales que a f (b).
Consideremos los intervalos I1 = {x I : x a}, I2 = {x I : a x b},
I3 = {x I : b x}. Si f fuese decreciente en los tres, entonces sera decreciente
en I. Por lo tanto f no es decreciente en algn Ij , es decir que existen c, d Ij
tales que c < d y f (c) < f (d). Ahora se presentan tres casos:
j = 1: En este caso c < d a < b. Si f (d) f (a) entonces f (c) < f (a) > f (b)
y listo. Si en cambio f (d) > f (a) entonces f (c) < f (d) > f (a).
j = 2: En este caso a c < d b. Si f (a) > f (c), entonces f (a) > f (c) < f (d).
Si en cambio f (a) f (c), entonces f (a) < f (d) > f (b) y listo.
j = 3: En este caso a f (b) < f (d).
Si en cambio f (b) > f (c), entonces f (a) > f (c) < f (d).

Si existiese L = lmxc h(x), tomando por ejemplo U = (L 1/4, L + 1/4)
debera existir un entorno reducido V de c tal que, si x V entonces f (x) U .
Pero en V hay tanto racionales como irracionales, por lo tanto f tomara en V
tanto el valor 1 como el 0. Pero esto es absurdo pues U no tiene dos elementos
que difieran en 1.
Sea f : (a, b) R montona creciente. Si f no es acotada superiormente, es
evidente que lmxb f (x) = +. Si f es acotada superiormente, por el principio del supremo existe L = sup{f (x) : a < x < b}. Entonces lmxb f (x) = L.
En efecto, dado > 0 existe c (a, b) tal que L < f (c) L (ver Ejercicio
2.2, pg. 15). Por lo tanto, si c < x < b, L < f (c) f (x) L.
Anlogamente se prueba la existencia de lmxa+ f (x).
No, pues en este ejemplo no se cumplen las hiptesis del Teorema 2.1. Especficamente, g no enva ningn entorno reducido del 0 en un entorno reducido
del 0.
p
Sean f (x) = 1/x, g(x) = x, h(x) =
|x|, k(x) = x sin(1/x). Entonces
lmx0 f (x) = , lmx0 g(x) = lmx0 h(x) = lmx0 k(x) = 0,
lmx0 f (x)g(x) = 1, lmx0 f (x)h(x) = y lmx0 f (x)k(x) no existe.
1
1
a) lmx0 (1 + x) x2 no existe, ya que lmx0 (1 + x) x2 = 0 pero
1
lmx0+ (1 + x) x2 = +.
1
b) lmx0 (1 + x) x = e.
1
c) lmx0+ (1 + |x|) x2 = +.
Es inmediato si se usa la caracterizacin del supremo dada en el Ejercicio
2.2 (pg. 15).
La sucesin xn est acotada superiormente por 2, yaque x1 = 2 < 2 y si

se supone inductivamente que xn < 2, entonces xn+1 = 2 + xn < 2 + 2 = 2.
Adems xn es creciente, ya que
xn+1 se obtiene sustituyendo el 2 del radical
ms interior en xn por 2 + 2. Entonces, por el ejercicio precedente, existe
L = lmx+ xn . Como x2n+1 = 2 + xn , tomando lmite en ambos miembros
resulta L2 = 2 + L, y descartando la raz negativa queda L = 2.
Es continua en todo punto excepto en los enteros, en los cuales presenta
discontinuidades de salto.
Es continua en todo punto. La nica duda podra presentarse en 0, pero
dado > 0, si 0 < |x| < entonces |x sen x1 | |x| < . Por lo tanto tambin es
continua en 0.
Sean f (t) la distancia a la que est Francisca del muelle en el instante t, y
g(t) la distancia de Gabriel al muelle en el instante t. El dominio de f es [3, 5]
y se tiene f (3) = f (5) = 0 y f (t) > 0 para 3 < t < 5. El dominio de g es [4, 6],
g(4) = g(6) = 0 y g(t) > 0 para 4 < t < 6. En el intervalo [4, 5] estn definidas
tanto f como g, por lo tanto tambin lo est su diferencia h(t) = g(t) f (t).
Ahora bien, h(4) = g(4) f (4) = f (4) < 0, y h(5) = g(5) f (5) = g(5) > 0.
Por lo tanto, suponiendo la continuidad de f y g, la aplicacin del teorema
de Bolzano a la funcin h en el intervalo [4, 5] nos dice que existe un instante
t (4, 5) tal que h(t) = 0, es decir, tal que f (t) = g(t).
Si v est comprendido entre f (a) y f (b), entonces f (a) v y f (b) v son
de distinto signo, y la aplicacin del teorema de Bolzano a la funcin f (t) v
en el intervalo [a, b] nos dice que existe c (a, b) tal que f (c) v = 0, es decir
f (c) = v.
Que f tiene la propiedad de Darboux significa que para cualquier intervalo

[c, d] I, f toma en [c, d] todos los valores comprendidos entre f (c) y f (d), o
sea que el intervalo cerrado de extremos f (c) y f (d) est contenido en f ([c, d]).
Entonces f (I) es convexo y, por el Ejercicio 2.3 (pg. 17), f (I) es un intervalo.
Si f no fuese montona, entonces por el Ejercicio 2.11 (pg. 20) existiran a f (c) o f (a) > f (b) < f (c). En el primer caso
(f (a) < f (b) > f (c)) sea v cualquier valor comprendido entre max{f (a), f (c) y
f (b). Entonces, como f es continua, por la propiedad de Darboux (Ejercicio 2.32,
pg. 29) f tomara el valor v tanto en [a, b] como en [b, c], y no sera inyectiva. En
el segundo caso (f (a) > f (b) < f (c)), tomando cualquier valor v comprendido
entre mn{f (a), f (c) y f (b) se llega igualmente a una contradiccin.
En consecuencia, f es montona. Pero como es inyectiva, se sigue que debe
ser estrictamente creciente o estrictamente decreciente.
Supongamos que f sea estrictamente creciente (el caso estrictamente decreciente es similar). Sea J = f (I) (que es un intervalo por el Ejercicio 2.35) y
consideremos f 1 : J I. Dado d J sea c = f 1 (d) I. Si > 0 es tal que
(c , c + ) I y f (c ) < y < f (c + ), entonces c ) < f 1 (x) < c + , es
decir que f 1 es continua en c. (Esta prueba requiere una pequea adaptacin
si d es un punto extremo de J, pero el lector llenar sin dificultad los detalles).
La funcin
f (x) =
sen x si x 6= 0,
0 si x = 0,
no es continua en 0 pero tiene la propiedad de Darboux.

Mucho ms difcil es mostrar una funcin con la propiedad de Darboux que
no sea continua en ningn punto. Pero s existen, por ejemplo sea f : [0, 1] R
definida de la siguiente manera:
Dado x [0, 1], consideremos su representacin como una expresin decimal
infinita x = 0.a1 a2 a3 . . . (si x admite dos de estas representaciones, escogemos la
que termina en infinitos nueves). Si la sucesin a1 , a3 , a5 , a7 , . . . no es peridica,
se define f (x) = 0. Si en cambio a1 , a3 , a5 , a7 , . . . es peridica y su primer perodo
comienza en a2k1 , se define f (x) = 0.a2k a2k+2 a2k+4 . . ..
Se puede probar que esta funcin, en cualquier intervalo [c, d] [0,1], toma
todos los valores comprendidos entre 0 y 1, y de all se sigue fcilmente que tiene
la propiedad de Darboux pero no es continua en ningn punto.
Sean f (xi ) y f (xj ) el mnimo y el mximo, respectivamente, de los valores
f (x1 ), f (x2 ),. . . , f (xn ). Entonces
f (xi )
f (x1 ) + f (x2 ) + + f (xn )

f (xj )
n
y el resultado es consecuencia de la propiedad de Darboux.

Supongamos que f es derivable en (a, b) y que para cierto c (a, b) existe
lmxc f (x). Si x (a, b) entonces, por el teorema del valor medio, para algn
(x) intermedio entre c y x se tiene (f (x) f (c))/(x c) = f ((x)). Como
lmxc (x) = c se sigue que
f (c) = lm
xc
f (x) f (c)
= lm f ((x)) = lm f (x).
xc
xc
xc

No, esa prueba slo sera vlida si se sabe que g(x) 6= g(a) en un entorno
reducido de a.
Basta hacer el cambio de variable x = 1/t y observar que
d
dt f (1/t)
t0 d g(1/t)
dt
lm
= lm
t0
f (1/t)(1/t2)
f (1/t)
f (x)
=
l
m
=
l
m
g (1/t)(1/t2 ) t0 g (1/t) x g (x)
existe, y por lo tanto

f (1/t)
f (x)
= lm
= lm
x g(x)
t0 g(1/t)
t0
lm
d
dt f (1/t)
d
dt g(1/t)
f (x)
.
x g (x)
= lm

Sea L = lmxa f (x)/g (x). Observemos que
f (x)
f (x) f (b) 1 g(b)/g(x)
f (c) 1 g(b)/g(x)
=
=
,
g(x)
g(x) g(b) 1 f (b)/f (x)
g (c) 1 f (b)/f (x)
donde c es un punto intermedio entre a y b. Dado > 0, tomando b suficientemente prximo a a se puede lograr que f (c)/g (c) difiera de L en menos de
/2, y como lmxa (1 g(b)/g(x))/(1 f (b)/f (x)) = 1, si x es suficientemente
grande se puede lograr que f (x)/g(x) difiera de L en menos de .
Ejercicio 2.44 (pg. 43) Como x3 5x es una primitiva de 3x2 5, cualquier
otra es de la forma F (x) = x3 5x + C. Para hallar una que en 2 valga 7 debe
cumplirse F (2) = 23 5 2 + C = 7, de donde se obtiene C = 9 y la respuesta
es x3 5x + 9.
Aplicando la regla de LHpital n veces se tiene
lm
x+
x
(log x)n
=
=
1
x
= lm
x+ n(log x)n1
n(log x)n1 x1
x
x
lm
= = lm
= +.
x+ n(n 1)(log x)n2
x+ n!
lm
x+
Por el teorema de Taylor (2.20) f (x) = (f (n) (c)/(n 2)!)(x c)(n2) +

o((x c)(n2) ), y entonces f (x)/(x c)(n2) toma el mismo signo de f (n) (c) en
un entorno reducido de c. Si n es impar, como (xc)(n2) tiene signos diferentes
a uno y otro lado de c, lo mismo pasa con f (x) y c es un punto de inflexin.
Por el contrario, si n es par entonces f (x) tiene el mismo signo a uno y otro
lado de c y no hay inflexin.
Ejercicio 2.47 (pg. 53) Escogiendo los ejes adecuadamente la parbola es la
grfica de la funcin f (x) = px2 . Si A = (a, pa2 ) y B = (b, pb2 ) son dos puntos
de la parbola, la ecuacin de la recta AB es
y = pa2 +
pb2 pa2
(x a) = pa2 + p(a + b)(x a).
ba
Como
pa2 + p(a + b)(x a) px2 = p(x
a+b 2
ab 2
) + p(
) ,
2
2
se ve que el punto del arco de parbola AB ms alejado del segmento AB es

C = ((a + b)/2, p(a + b)2 /4). El rea del tringulo ABC es

1
a
pa2
1
1
3
2
1 a+b
p( a+b
2
2 ) = 8 p(b a) .
2
2

1
b
pb
El rea del trapecio limitado por la recta AB, el eje Ox y las rectas x = a y
x = b es (pa2 + pb2 )(b a)/2. Como (px3 /3) = px2 , por la regla de Barrow el
rea limitada por la parbola, el eje Ox y las rectas x = 1 y x = b es p(b3 a3 )/3.
Efectuando la diferencia resulta que el rea del segmento parablico es
1
1
1
p(a2 + b2 )(b a) p(b3 a3 ) = p(b a)3 ,
2
3
6
que son precisamente dos tercios del rea del tringulo ABC.
Ejercicio 3.1 (pg. 55) Si a = 1 obviamente se cumple la igualdad para todo
x 1, Supongamos entonces a > 1 y sea f (x) = (1 + x)a (1 + ax). Como
f (x) = a((1 + x)a1 1) es negativa en [1, 0), nula en x = 0 y positiva en
(0, +), es claro que para todo x 1 se tiene f (x) f (0 == 0, con igualdad
si y slo si x = 0.
Ejercicio 3.2 (pg. 56) No, slo puede afirmarse que f (x) 0. Por ejemplo
f (x) = x3 es estrictamente creciente en [1, 1] pero f (0) = 0.
Ejercicio 3.3 (pg. 60) Sean h la altura y r el radio del envase cilndrico.
Entonces el volumen es r2 h = 1, y h = 1/(r2 ). El rea total es la suma del
rea de las bases, 2r2 , con el rea lateral 2rh = 2/r, es decir A(r) = 2r2 +2/r.
Como A(r) es diferenciable en (0, +) y lmr0+ A(r) = lmr+ A(r) = +,
se concluye que A(r) tiene mnimo en (0, +) y ste se alcanza en un punto
crtico.pAhora bien, como A (r) =p4r 2/r2 , el nico punto crtico corresponde
a r = 3 1/(2), y entonces h = 3 4/ = 2r.
Ejercicio 3.4 (pg. 60) Sean C = (x, 0), = ACB y = OCA. Como el
problema es obviamente simtrico respecto al origen, supondremos x 0. Como
tg = OA/OC = 1/x y tg( + ) = OB/OC = 3/x se tiene
tg = tg(( + ) ) =
3
1
tg( + ) tg
2x
= x 3x = 2
,
1 + tg( + ) tg
x +3
1 + x2
por lo tanto
2(x2 + 3) (2x)(2x)
2(3 x2 )
= 2
2
2
(x + 3)
(x + 3)2
y se observa que (tg ) es positiva en[0, 3) y negativa en ( 3, +), en consecuencia tg alcanza su mximo en 3. Lo mismo ocurre con (ya que tg
es una funcin creciente de ). Como el valor mximo de tg es 3/3, el valor
mximo de es 30 .
(tg ) =
Ejercicio 3.5 (pg. 64) Recordemos que se trata de hallar el mximo de V (x) =
x(a 2x)2 en el intervalo [0, a/2]. Pero por la desigualdad aritmtico-geomtrica
se tiene
4x(a 2x)2
4x + (a 2x) + a 2x)
3
3
8a3
,
27
con igualdad si y slo si 4x = a 2x, por lo tanto V (x) 2a3 /27, con igualdad
slo para x = a/6.
Ejercicio 4.22 (pg. 92) a) Por LHpital,
lm log(m ) =
!
Pn
n
X
a x log(x )
1
i=1
Pni i i
lm log
ai xi = lm
0
0
i=1 ai xi
i=1
!
Pn
n
n
Y
ai log(xi ) X
ai
i=1
Pn
xi ,
=
ai log(xi ) = log
i=1 ai
i=1
i=1
Qn
de donde lm0 m = i=1 xai i .
b) Supongamos que max{x1 , x2 , . . . , xn } = xj . Entonces para cualquier > 0
se tiene
!1/
n
X

1/
aj xj
m (x1 , x2 , . . . , xn )
ai xj
,
i=1
es decir que
1/
aj
xj m (x1 , x2 , . . . , xn ) xj
y tomando lmites cuando + y aplicando el teorema del sndwich se

obtiene el resultado deseado.
La parte (c) es anloga.
Bibliografa
[1] Aguilera, J., Lizana, M., Estudio Cualitativo de Ecuaciones Diferenciales
Ordinarias, Imprenta Universitaria UCV, Caracas, 1990. Hay una versin
revisada: Ecuaciones Diferenciales Ordinarias, II Talleres de Formacin
Matemtica, Universidad Centroccidental Lisandro Alvarado, Barquisimeto, 2001.
[2] Courant, R., John, F. Introduccin al Clculo y al Anlisis Matemtico,
Ed. Limusa, Mxico, 1976.
[3] Courant, R., Robbins, H., revised by Stewart, I., What is Mathematics?,
Oxford University Press, New York, 1996.
[4] Graviner, J. V., The Changing Concept of Change: the Derivative from
Fermat to Weierstrass, Mathematics Magazine, 56(4) (1983), pp. 195206.
[5] Guzman, M. de, Ecuaciones Diferenciales Ordinarias - Teora de Estabilidad y Control, Ed. Alhambra, Madrid, 1975.
[6] Hirsch, M., Smale, S., Differential Equations, Dynamical Systems and Linear Algebra, Academic Press, 1974.
[7] Keisler, H. J., Elementary Calculus: An Approach Using Infinitesimals, 2nd
ed., Prindle, Weber & Schmidt, 1986. Ahora disponible en http://www.
math.wisc.edu/~keisler/calc.html
[8] Landau, E., Foundations of Analysis, Chelsea, New York, 1966.
[9] Rey Pastor, J., Pi Calleja, P., Trejo, C. A., Anlisis Matemtico vol. I,
Kapelusz, Buenos Aires, 1958.
[10] Robinson, A., Non-standard analysis, Revised edition, Princeton University
Press, 1996.
[11] Rossi, H., Mathematics Is an Edifice, Not a Toolbox, Notices of the AMS,
43(10) (1996), p. 1108.
[12] Saari, D., Mathematical Complexity of Simple Economics, Notices of the
AMS, 42(2) (1995), p. 222230.
[13] Spivak, M., Calculus, 2a. edicin, Ed. Revert, 1992.
ndice alfabtico
abscisa, 3
anlisis no estndar, 10
rea, 51
Arqumedes, 53
asntota, 26
Barrow, Isaac, 52
Beltrami, Eugenio, 83
Berkeley, George, 7
Bernoulli, Jakob, 55, 87, 105
Bernoulli, Johann, 41, 105, 110
braquistcrona, 110
Cantor, Georg, 12
cardioide, 86, 87
catenaria, 105
Cauchy, Augustin Louis, 9, 12
custica por reflexin, 84
centro de curvatura, 76
cicloide, 74
composicin, 19
condiciones iniciales, 100
continuidad, 28
uniforme, 33
coordenadas polares, 86
cortaduras, 12
cotas, 15
Courant, Richard, 5
curva
alabeada, 73
plana, 73
rectificable, 70
regular, 75
curvatura, 76
Darboux, Jean Gaston, 32
Dedekind, Richard, 12
derivada, 33
de funcin compuesta, 39
de funcin inversa, 40
de orden superior, 43
infinita, 33
lateral, 34
Descartes, Ren, 3
desigualdad
aritmtico-geomtrica, 90
de Bernoulli, 55
de Hlder, 94
de Jensen, 90
de Minkowski, 94
de Young, 93
discontinuidad, 29
de salto, 29
evitable, 29
ecuacin
caracterstica, 101
diferencial, 100
lineal, 100
EDO, 100
elipse
rea de la, 53
ecuacin polar, 89
entorno, 17
reducido, 17
envolvente, 84
epicicloide, 75
espiral
de Arqumedes, 87
Logartmica, 87
Euclides, 2
Eudoxo, 2
Euler, Leonhard, 8, 9
evoluta, 79
evolvente, 77
excentricidad, 89
extremo local, 20
Fermat, Pierre de, 3, 63, 110
fluxin, 5
frmula
de Euler, 102
de Taylor, 45
frmulas de Frenet, 77
Frenet, Jean Frdric, 77
funcin, 18
biyectiva, 18
cncava, 50
continua, 29
convexa, 48
derivada, 33
discontinua, 29
impar, 67
inversa, 18
inyectiva, 18
montona, 20
creciente, 20
decreciente, 20
par, 67
peridica, 67
sobreyectiva, 18
Galileo, 105
Gateway Arch, 105
Gaud, Antoni, 105
Graviner, Judith V., 1
Heron de Alejandra, 62
hipocicloide, 75
Hlder, Otto L., 94
Hooke, Robert, 8, 103
Huygens, Christiaan, 105, 109
imagen, 18
nfimo, 15
infinitsimo, 44
infinito, 44
inflacin, 121
interior, 17
intervalos, 17
involuta, 77
iscrona, 109
Kepler, Johannes, 7, 111
LHpital, Guillaume de, 41
lmite, 21
Lagrange, Joseph-Louis, 8, 38
Le Verrier, Urbain, 115
Leibniz, Gottfried W., 5, 105
Leonardo da Vinci, 96
ley
de Hooke, 103
de Snell, 63, 110
leyes
de Kepler, 7, 111
de Newton, 96, 112
longitud de arco, 70
Lotka, Alfred J., 119
Mray, Charles, 12
Maclaurin, Colin, 47
Malthus, Thomas, 116
mximo
de un conjunto, 15
de una funcin, 20
local, 20
media
aritmtica, 90
pesada, 91
armnica, 92
pesada, 91
cuadrtica, 92
de orden , 91
geomtrica, 90
pesada, 91
mtodo de Newton, 69
mnimo
de un conjunto, 15
de una funcin, 20
local, 20
Minkowski, Hermann, 94
modelo
exponencial, 116
logstico, 117
predador-presa, 118
nefroide, 86
Newton, Isaac, 5, 69, 112
notacin de Landau, 44
ortptica, 88
pndulo iscrono, 109
parmetro, 73
podaria, 88
polinomio
de Taylor, 45
preimagen, 18
primitiva, 43
Principio
de Fermat, 63, 110
del nfimo, 16
del supremo, 15
producto
cartesiano, 18
escalar, 73
vectorial, 73
Propiedad de Darboux, 32
punto
crtico, 34
de inflexin, 50
radio de curvatura, 76
regla
de Barrow, 52
de LHpital, 41
de la cadena, 39
de Leibniz, 44
regula falsi, 69
relacin, 18
Robbins, Herbert, 5
Robinson, Abraham, 10
Sagrada Familia, 105
semientorno, 17
serie, 28
de Maclaurin, 47
de Taylor, 47
seudoesfera, 83
sistema dinmico, 120
Snell, Willebrord, 63, 110
sucesin, 28
supremo, 15
tautcrona, 109
Taylor, Brook, 45
teorema
de Cauchy, 40
de Heine-Cantor, 33
de Rolle, 37
de Taylor, 46
de Torricelli, 107
del sndwich, 25
del valor medio, 38
fundamental del Clculo, 6, 51
Torricelli, Evangelista, 107
tractriz, 83
triedro de Frenet, 77
vector
binormal, 77
normal, 76
tangente, 75
velocidad
de escape, 114
instantnea, 36
media, 36
Volterra, Vito, 118
Weierstrass, Karl, 10, 12

CalcDifAp PDF

Cargado por

Información del documento

Título original

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

CalcDifAp PDF

Cargado por

Copyright:

Formatos disponibles

XIII Escuela Venezolana para la

Jos Heber Nieto Said

3.4. Algunos ejemplos geomtricos . . . . . . . . . . . . . . . . . . . .

6. Aplicaciones a otras ciencias

Soluciones a ejercicios seleccionados

a la matemtica su slida estructura lgico-deductiva, pero no debe olvidarse

El Clculo es la matemtica del cambio y de lo continuo, y por lo tanto

ron accesibles gracias al novedoso uso de la imprenta. Los algebristas italianos

un origen O y un punto A en una recta, a cada punto B de la semirrecta OA se

la semirrecta opuesta a OA , entonces a cada punto de la recta le corresponde

Figura 1.2: Secante y tangente

Ahora bien, si al coincidir los puntos de contacto la secante se convierte en

1.2 El nacimiento del Clculo

y ahora haciendo h = 0 se obtiene la pendiente de la recta tangente en (x, f (x)),

El nacimiento del Clculo

El terreno estaba preparado para la aparicin de

Figura 1.4: Teorema Fundamental del Clculo

1.2 El nacimiento del Clculo

Aunque Newton formul sus leyes del movimiento

Joseph-Louis Lagrange (1736-1813), matemtico, fsico y astrnomo italiano

1.4 Rigor y Fundamentacin

En 1797 escribi que el concepto newtoniano de lmite no era lo suficientemente

Los nmeros reales

un nmero real igual a la medida del segmento OB respecto a la unidad OA,

2.1 Los nmeros reales

Un ejemplo ms interesante es el siguiente: I = {x Q : x < 0 x2 < 2},

2.1 Los nmeros reales

Ejercicio 2.1. Sea Q( 2) = {a + b 2 : a, b Q}. Pruebe que poniendo Q( 2)

Ejemplo 2.2. Sea X = {3, 1, 0, 2, 2, }. Entonces 5 es cota inferior, 5 es

En segundo lugar probaremos que para todo x A existe otro x A tal

2.1 Los nmeros reales

Como ejemplo, sea A = {x Q : x < 0 x2 < 2}. Entonces A0 =

El concepto de funcin se fue clarificando durante el siglo XIX, a travs de los

A A se abrevia A2 , y por induccin se definen A3 = A2 A, A4 = A3 A,. . . ,

las funciones g : A R donde A Rn se les llama funciones reales de n

Operaciones con funciones

Dadas dos funciones g : A B y f : C D, supongamos que g(A) C.

Extremos, crecimiento y decrecimiento de funciones

Las nociones de cota, mximo, mnimo, supremo e nfimo que se definieron

El concepto de lmite es la nocin fundamental del clculo, en su formulacin

Lmites laterales e infinitos

Si f est definida en un intervalo (c, b), se puede definir el lmite de f cuando

Definicin 2.5. Se dice que el lmite de f cuando x tiende a c por la derecha

De la misma manera se pueden definir lmites laterales infinitos, por ejemplo

Operaciones con lmites

Si adems L 6= 0, entonces tambin

Si uno o ambos de los lmites de f y g son infinitos, en algunos casos se

Ejercicio 2.25. Proporcione ejemplos de la forma / y 0/0 para los cuales

Figura 2.1: Lmite de (sen x)/x.

mide en radianes, entonces su medida x es igual a la longitud del arco AB. El

x > 0) se tiene entonces que

De aqu se deduce, por el teorema del sndwich, que lmx0+ x/ sen x = 1 y

Para lmxc f (x)g(x) , si el lmite de de f o el de g (o ambos) son infinitos, se

Diremos que una recta r de ecuacin y = mx + n es asntota de la grfica de

se tiene la asntota oblicua y = x + 1 para x +. Por otra parte

por lo tanto se tiene una asntota horizontal y = 1 para x .

Figura 2.2: Asntotas

En esta seccin recordamos brevemente el concepto de lmite de una sucesin

Una sucesin de nmeros reales es una funcin x : N R del conjunto de

Ejercicio 2.29. Sea x1 = 2, x2 = 2 + 2, x3 = 2 + 2 + 2, . . . Pruebe

Intuitivamente, una funcin es continua si su grfica se puede dibujar sin

Definicin 2.6. Una funcin f es continua en a si lmxa f (x) = f (a). Si

Operaciones con funciones continuas