Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Calculo para Ingeniería
Calculo para Ingeniería
Salvador Vera
28 de marzo de 2004
ii
c by Salvador Vera Ballesteros, 1998-2004.
Copyright
Indice general
1. Conceptos b
asicos
1.1. La recta real . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.1.1. Orden, desigualdades e intervalos . . . . . . . . . . . .
1.1.2. Valor absoluto y distancia . . . . . . . . . . . . . . . .
1.2. El plano y el espacio cartesiano . . . . . . . . . . . . . . . . .
1.2.1. Sistema rectangular de coordenadas cartesianas . . . .
1.2.2. Distancia entre dos puntos . . . . . . . . . . . . . . .
1.2.3. El crculo y la esfera . . . . . . . . . . . . . . . . . . .
1.3. Funciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.1. Definiciones . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2. Representacion de funciones . . . . . . . . . . . . . . .
1.3.3. Dominio implcito de una funci
on . . . . . . . . . . . .
1.3.4. Restricciones y extensiones de funciones . . . . . . . .
1.3.5. Composici
on de funciones. . . . . . . . . . . . . . . . .
1.3.6. Funciones inyectivas e inversas . . . . . . . . . . . . .
1.3.7. Funciones suprayectivas y biyectivas . . . . . . . . . .
1.3.8. Im
agenes directa e inversa de un conjunto . . . . . . .
1.3.9. Funciones pares e impares . . . . . . . . . . . . . . . .
1.3.10. La funci
on valor absoluto . . . . . . . . . . . . . . . .
1.4. Lmite de sucesiones . . . . . . . . . . . . . . . . . . . . . . .
1.5. Lmite y continuidad de funciones . . . . . . . . . . . . . . . .
1.5.1. Definicion de lmite . . . . . . . . . . . . . . . . . . . .
1.5.2. Lmites laterales . . . . . . . . . . . . . . . . . . . . .
1.5.3. Propiedades de los lmites . . . . . . . . . . . . . . . .
1.5.4. Continuidad de una funci
on en un punto . . . . . . . .
1.5.5. Propiedades de las funciones continuas . . . . . . . . .
1.5.6. Lmites infinitos . . . . . . . . . . . . . . . . . . . . .
1.5.7. Lmites en el infinito . . . . . . . . . . . . . . . . . . .
1.5.8. Tecnicas elementales para el c
alculo de lmites . . . .
1.5.9. Infinitesimos equivalentes . . . . . . . . . . . . . . . .
1.5.10. Infinitesimos m
as frecuentes en z 0 . . . . . . . . .
1.6. Funciones hiperb
olicas. . . . . . . . . . . . . . . . . . . . . . .
1.6.1. Coseno y seno hiperb
olico . . . . . . . . . . . . . . . .
1.6.2. Formula fundamental de la Trigonometra hiperb
olica
1.6.3. Significado del termino hiperb
olicas. . . . . . . . . .
1.6.4. Otras razones hiperb
olicas . . . . . . . . . . . . . . . .
1.6.5. Formulas del angulo doble . . . . . . . . . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
1
5
10
10
11
13
17
17
21
25
27
27
31
37
37
38
38
40
49
49
57
58
58
60
62
67
70
74
75
77
77
78
78
79
79
INDICE GENERAL
iv
1.6.6. El cuadrado del senh y del cosh . . .
1.6.7. Grafica de las funciones hiperb
olicas
1.6.8. Funciones hiperb
olicas inversas . . .
1.6.9. Identidad hiperb
olica . . . . . . . . .
1.6.10. Formula logartmica de las funciones
1.7. Problemas propuestos del Captulo 1 . . . .
. . . . . . .
. . . . . . .
. . . . . . .
. . . . . . .
hiperb
olicas
. . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
inversas
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
80
80
81
82
82
83
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
85
85
85
89
94
96
102
110
111
111
111
113
115
118
122
124
125
128
137
139
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
141
141
141
142
144
144
144
145
146
148
148
150
150
151
151
152
154
156
158
160
161
162
INDICE GENERAL
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
164
164
164
165
173
175
175
176
179
181
184
185
187
188
188
192
196
196
200
203
203
203
204
206
208
210
211
212
214
219
219
223
225
226
229
231
231
235
236
238
240
241
241
241
243
245
245
245
vi
INDICE GENERAL
4.6.2. Plano tangente . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.3. Recta tangente y plano normal a una curva en el espacio . .
4.6.4. La diferencial como aproximacion del incremento . . . . . .
4.7. Funciones vectoriales y matriz Jacobiana . . . . . . . . . . . . . . .
4.7.1. Funciones vectoriales de variable vectorial . . . . . . . . . .
4.7.2. Continuidad de las funciones vectoriales . . . . . . . . . . .
4.7.3. Derivadas parciales de funciones vectoriales . . . . . . . . .
4.7.4. Funciones vectoriales diferenciables . . . . . . . . . . . . . .
4.8. Regla de la cadena . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.8.1. Funciones compuestas, inversas e implcitas de una variable
4.8.2. Composici
on de funciones vectoriales . . . . . . . . . . . . .
4.8.3. Regla de la cadena. Perspectiva te
orica: Diferencial . . . . .
4.8.4. Regla de la cadena. Perspectiva practica: Parciales . . . . .
4.8.5. Regla de la cadena. Perspectiva general: Matriz jacobiana .
4.9. Funciones implcitas . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9.1. Funciones de una variable . . . . . . . . . . . . . . . . . . .
4.9.2. Funciones de dos variables . . . . . . . . . . . . . . . . . . .
4.10. Extremos de las funciones de varias variables . . . . . . . . . . . .
4.10.1. Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.2. Definiciones . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.10.3. Estudio de la naturaleza de los puntos crticos . . . . . . .
4.10.4. Extremos condicionados. Multiplicadores de Lagrange
4.10.5. Maximos y mnimos absolutos . . . . . . . . . . . . . . . . .
4.11. Problemas propuestos del Captulo 4 . . . . . . . . . . . . . . . . .
5. Integral definida. C
alculo de primitivas
5.1. La estimacion de un area. Sumas de Riemann. . . . . . . . .
5.1.1. Significado geometrico de la integral . . . . . . . . . .
5.1.2. Calculo de lmites utilizando el concepto de integral .
5.1.3. Propiedades de la integral definida . . . . . . . . . . .
5.2. El teorema fundamental del Calculo . . . . . . . . . . . . . .
5.2.1. Regla de Barrow: La integral como una primitiva . . .
5.3. Integraci
on inmediata. . . . . . . . . . . . . . . . . . . . . . .
5.3.1. Propiedades de la integral indefinida . . . . . . . . . .
5.3.2. Tabla de integrales inmediatas . . . . . . . . . . . . .
5.4. Integraci
on mediante cambio de variable . . . . . . . . . . . .
5.5. Integraci
on por partes. . . . . . . . . . . . . . . . . . . . . . .
5.6. Integraci
on de funciones racionales . . . . . . . . . . . . . . .
5.6.1. Integraci
on de fracciones elementales . . . . . . . . . .
5.6.2. Integraci
on mediante desarrollo en fracciones simples .
5.7. Integraci
on de expresiones trigonometricas . . . . . . . . . . .
5.7.1. Integraci
on de potencias de funciones trigonometricas
5.7.2. Integraci
on de funciones racionales del sen y del cos .
5.8. Integraci
on de funciones irracionales . . . . . . . . . . . . . .
5.8.1. Radicales semejantes . . . . . . . . . . . . . . . . . . .
5.8.2. La sustitucion trigonometrica . . . . . . . . . . . . . .
5.9. Problemas propuestos del Captulo 5 . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
248
252
254
259
259
260
262
263
267
267
268
271
273
281
287
287
292
296
296
296
298
305
311
316
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
319
319
319
324
330
333
337
341
341
342
343
346
350
350
351
358
358
360
362
362
363
366
INDICE GENERAL
6. Aplicaciones de la integral.
6.1. Calculo del area de una figura plana. . . . . . . . . . . . . . . . . .
6.2. Calculo del volumen de un cuerpo . . . . . . . . . . . . . . . . . .
6.2.1. Volumen de un cuerpo cualquiera: Metodo de secciones . .
6.2.2. Volumen de un solido de revolucion: Metodo de discos . . .
6.2.3. Volumen de un solido de revolucion: Metodo de los cilindros
6.3. Lmite de sumas . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6.4. Problemas propuestos del Captulo 6 . . . . . . . . . . . . . . . . .
vii
.
.
.
.
.
.
.
367
367
370
370
371
371
377
378
379
Bibliografa
383
Indice alfab
etico
384
viii
INDICE GENERAL
Captulo 1
Conceptos b
asicos
1.1.
La recta real
1
2
1.1.1.
Definici
on 1.1 (N
umeros positivos y n
umeros negativos). 1) Para
cada n
umero real a est
a definida una y s
olo una de las siguientes relaciones:
1
CAPITULO 1. CONCEPTOS BASICOS
ba>0
x > 3
Una desigualdad en la que aparecen una o varias variables tambien se llama inecuaci
on.
Definici
on 1.3 (Intervalos). Sean a y b dos n
umeros reales tales que
a b. Se llama intervalo abierto de extremos a y b, al conjunto de puntos
comprendidos entre a y b, excluidos dichos puntos
(a, b) = {x R/ a < x < b}
Se llama intervalo cerrado de extremos a y b, al conjunto de puntos comprendidos entre a y b, incluidos dichos puntos
[a, b] = {x R/ a x b}
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos refiriendo.
(, b) = {x R/ x < b}
(a, +) = {x R/ a < x}
[a, +) = {x R/ a x}
(, +) = R
b) 3 2x < 5
Soluci
on. a) Operando, como si se tratara de una ecuaci
on, resulta:
2x 3 < 5
2x < 5 + 3
x<
8
2
x<2
2x < 5 3
x>
2
2
x > 1
CAPITULO 1. CONCEPTOS BASICOS
62
6 36 32
4
2
=
=
x 6x + 8 = 0 x =
2
2
2
Teniendo en cuenta que un polinomio cambia de signo s
olo en sus ceros1 ,
podemos resolver la desigualdad probando el signo del polinomio en cada
uno de los intervalos
x < 2,
2 < x < 4,
x>4
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor del polinomio en ese punto (puesto que en todo el intervalo
el polinomio conserva el signo). As,
p(0) = +8 > 0,
p(3) = 9 18 + 8 = 1 < 0,
p(5) = 25 30 + 8 = +3 > 0
agina 61
ver Corolario 1.3 en la p
Consideramos la funci
on racional
r(x) =
6x
x4
4<x<6
x>6
que puede hacerse eligiendo un punto cualquiera en cada uno de los intervalos
y viendo el valor de la funci
on en ese punto. As,
r(0) =
6
< 0,
4
r(5) =
1
> 0,
1
r(7) =
1
<0
3
1.1.2.
Definici
on 1.4 (Valor absoluto). Se llama valor absoluto de un n
umero
real x, y se denota por el smbolo |x|, a dicho n
umero si es positivo, y a su
opuesto si es negativo.
x si x 0
| x |=
x si x < 0
Es decir, |x| representa la distancia desde el origen al punto x.
CAPITULO 1. CONCEPTOS BASICOS
(a) |1 + 2 3|
(b) |1 + 2 10|
Soluci
on. Tenemos que comprobar si la expresi
on que hay dentro del valor
absoluto da como resultado un n
umero positivo o negativo, si es positivo la
dejamos igual, y si es negativo la cambiamos de signo para convertirlo en
positivo. En consecuencia:
(a) |1 + 2 3| = 1 + 2
3
x2 = |x|
5.
6. |x| x |x|
7. |x + y| |x| + |y|
8. |xy| = |x| |y|
Si p es positivo, se tiene:
9. |x| p p x p
xp
o
10. |x| p
x p
|x| < p
p
k
Q
0
k
Q
|x| = p
p
3
Q |x| > p
3
Habr
a que tener en cuenta que cada desigualdad va por separado.
Nota: Tenemos que tanto x como x son races cuadradas de x2 , ya que (+x)2 = x2 y
As, por ejemplo, aunque 4 tenga dos races cuadradas, 2 y -2, con el smbolo 4
solamente nos referimos a la raz cuadrada positiva 4 = +2. Para indicar la raz cuadrada
Ejemplo 1.7 (Ecuaciones con valor absoluto). Resolver las siguientes ecuaciones:
1. |x 5| = 4,
2. |x 5| = 4,
3. |x 5| = 0,
4. |x + 1| = 3x 9
Soluci
on.
1. |x 5| = 4
2. |x 5| = 4
3. |x 5| = 0
4.
x5=4 x=9
o
x 5 = 4
x=1
No tiene soluci
on.
x5=0
x=5
3x 9 0 3x 9 x 3
x 1
x+10
x=5
x + 1 = 3x 9
10 = 2x
|x + 1| = 3x 9
x
+
1
0
x 1
No
x 1 = 3x 9
8 = 4x
x=5
En general, el metodo m
as directo de atacar un problema referente a valores absolutos requiere la consideraci
on por separado de distintos casos. En
particular, siempre habr
a que considerar si lo que hay dentro del valor absoluto es positivo o es negativo. Sin embargo, en ocasiones pueden emplearse
otros metodos m
as sencillo, por ejemplo, la ecuaci
on |x+1| = 3x9 tambien
puede resolverse gr
aficamente, estudiando los puntos de corte de las gr
aficas
de las funciones f (x) = |x + 1| y g(x) = 3x 9. Otra
manera
de
abordar
p
esta ecuaci
on es resolviendo la ecuaci
on irracional: (x + 1)2 = 3x 9
|x 1| 3,
|x 1| 2
2.
5.
|2 4x| 6,
|2x 3| 2,
3.
6.
|x| 2
|2x 3| 2
Soluci
on.
1. |x 1| 3 3 x 1 3 2 x 4 x 2, 4
2. |2 4x| 6 6 2 4x 6 8 4x 4 2 x 1
1 x 2 x 1, 2
3. |x| 2
x2
x 2
x , 2 2, +
CAPITULO 1. CONCEPTOS BASICOS
x3
4. |x 1| 2 2 x 1 2 1 x 3
x 1
x , 1 3, +
) 4 2x 2 4 2 2x 6 1 x 3
|2x 2| 4
x2
|2x 3| 1 1 2x 3 1 2 2x 4 1 x 2 x 1
x 1, 1 2, 3
Expresi
on de intervalos mediante valor absoluto
a+b
2
|x| 2}
1, 3 = {x R/ |x 1| 2}
, 2 2, +) = {x R/ |x| 2}
, 1 5, +) = {x R/ |x 3| 2}
0 < |x 4| < 2}
CAPITULO 1. CONCEPTOS BASICOS
10
1
x
b) 3 x2 6x + 8 8
a) |3x 6| = x + 2
1.1.3. Resolver las desigualdades
x 2
<3
b)
x 1
a) |3x 6| < x + 2
1.2.
1.2.1.
a) Plano cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el plano, se construye mediante dos rectas perpendiculares, llamadas ejes de coordenadas. La recta real horizontal se llama tradicionalmente eje x y la vertical eje y. Su punto de intersecci
on se llama origen de
coordenadas.
Los ejes de coordenadas dividen al plano en cuatro partes llamadas cuadrantes.
Cada punto del plano se identifica por un par ordenado (x, y) de n
umeros
reales, llamados coordenadas del punto. El n
umero x se llama coordenada x
o abscisa y representa la distancia dirigida desde el eje y al punto. El n
umero
y se llama coordenada y u ordenada y representa la distancia dirigida desde
el eje x al punto.
y
Cuadrante II
3
2
y
1
3 2 1
1
2
Cuadrante III 3
Cuadrante I
x
(x, y)
y
2x3
Origen
Cuadrante IV
11
Nota: Usamos parentesis (a, b), tanto para representar el intervalo abierto (a, b), como
para indicar el punto del plano de coordenadas (a, b). No obstante, el contexto determinar
a en cada caso a que nos estamos refiriendo.
b) Espacio cartesiano. Un sistema de coordenadas rectangulares o cartesiano, en el espacio, se construye mediante tres rectas perpendiculares, llamadas ejes de coordenadas. El primer eje se llama tradicionalmente eje x,
el segundo eje y, y el tercero eje z. Su punto de intersecci
on se llama origen
de coordenadas.
Un sistema de referencia tridimensional puede tener orientaci
on positiva
u orientaci
on negativa. Tiene orientaci
on positiva si un tornillo situado
en el eje z que gire desde el eje x hacia el eje y, avanza hacia la direcci
on
positiva del eje z; y orientaci
on negativa si avanza en direcci
on contraria
z
y
-
x
-
Orientaci
on positiva
Orientaci
on negativa
1.2.2.
a) En el plano. Para hallar la distancia entre dos puntos del plano (x1 , y1 )
y (x2 , y2 ). Formamos con ellos un tri
angulo rect
angulo, con lados paralelos
CAPITULO 1. CONCEPTOS BASICOS
12
(x1 , y1 )
d
|y2 y1 |
(x2 , y2 )
|x2 x1 |
x1
x2
Proposici
on 1.2 (Distancia entre dos puntos del plano). La distancia
d entre los puntos (x1 , y1 ) y (x2 , y2 ) viene dada por
p
d = (x2 x1 )2 + (y2 y1 )2
Soluci
on. Aplicando, en cada caso, la f
ormula (1.1), resulta
p
a) d = [2 (2)]2 + (1 4)2 = 16 + 9 = 25 = 5
p
13
1.2.3.
El crculo y la esfera
a) La circunferencia en el plano. Teniendo en cuenta que la circunferencia de centro (x0 , y0 ) y radio r est
a formada por los puntos del plano cuya
distancia al centro (x0 , y0 ) es el radio r, resulta
Proposici
on 1.3 (Ecuaci
on de la circunferencia). El punto (x, y)
est
a en la circunferencia de centro (x0 , y0 ) y radio r si y s
olo si
(x x0 )2 + (y y0 )2 = r2
(1.2)
Demostraci
on. En efecto, si (x, y) es un punto de la circunferencia, su distancia al centro (x0 , y0 ), ser
a r, en consecuencia
p
(x x0 )2 + (y y0 )2 = r
(1.3)
y
(x0 , y0 )
(x0 , y0 )
r
(x, y)
(x, y)
x
(x x0 )2 + (y y0 )2 = r2
x
(x x0 )2 + (y y0 )2 < r2
Ejemplo 1.14 (Hallando la ecuacion de una circunferencia). Una circunferencia tiene su centro en el punto (2, 1) y contiene al punto (1, 3)
a) Halla la ecuaci
on de la circunferencia
b) Halla la ecuaci
on del crculo delimitado por la circunferencia
CAPITULO 1. CONCEPTOS BASICOS
14
Soluci
on. El radio es la distancia entre el centro (2, 1) y el punto (1, 3). En
consecuencia,
p
r = [1 (2)]2 + (3 1)2 = 9 + 4 = 13
(2, 1)r
A 6= 0
(1.4)
x2 + y 2 + x 4y +
13
=0
4
15
) + (y 2 4y+
)=
13
4
(mitad)2
de donde resulta
1 2
x+
+ (y 2)2 = 1
2
x2 + y 2 6x 4y + 13 = 0
) + (y 2 4y+
) = 13
CAPITULO 1. CONCEPTOS BASICOS
16
Soluci
on. Pasamos de la forma general a la forma can
onica completando
cuadrados. Agrupamos los terminos semejantes, tenemos
(x2 + 2x+
) + (y 2 4y+
)+9=0
completando cuadrados
(x + 1)2 1 + (y 2)2 4 + 9 = 0
de donde resulta
(x + 1)2 + (y 2)2 = 4
(1.6)
17
1.3. FUNCIONES
b) x2 + y 2 2x + 4y + 5 = 0
c) x2 + y 2 4x 6y + 14 = 0
1.2.4. Hallar, en cada caso, el conjunto de todos los puntos que verifican la desigualdad
a) x2 +y 2 6x4y +9 0
1.3.
1.3.1.
b) x2 +y 2 4x2y +1 > 0
c) x2 +y 2 +2x4y +6 < 0
Funciones
Definiciones
18
La idea de ((funci
on)) que se adquiere en los primeros contactos con el
C
alculo, tanto en la Ense
nanza Secundaria como en el Bachillerato, por
lo com
un, suele identificar el concepto de funci
on con una ((f
ormula)), por
ejemplo
f (x) = x2 5x + 6,
y se entiende que esta f
ormula asocia a cada n
umero real x otro n
umero real
f (x). Basta sustituir x por un n
umero concreto y hacer las operaciones indicadas, para obtener su imagen. Tambien se comprende que ciertas f
ormulas,
tales como
g(x) = x 4,
no esten definidas para todos los n
umeros reales, y por tanto, que haya
n
umeros reales que no tengan imagen mediante dichas funciones, de ah el
estudio de los dominios. Sin embargo, el alumno de Secundaria, e incluso el
de Bachillerato, se suele resistir a comprender que haya funciones definidas
((a trozos)), ((en partes)), o ((seg
un los casos)). Es decir, funciones en las que
no todos los n
umeros tienen el mismo tratamiento, sino que seg
un sea el
n
umero se le aplica una f
ormula u otra para calcular su imagen. El ejemplo
19
1.3. FUNCIONES
m
as caracterstico de este tipo de funciones es la funci
on valor absoluto
h(x) = |x|
que se define ((a trozos)) de la siguiente forma
x si x 0
h(x) =
x si x < 0
M
as incomprensible suelen se las funciones que se definen ((con un punto
aparte)) como la funci
on
sen x
si x =
6 0
x
k(x) =
1
si x = 0
o las funciones definidas ((seg
un la naturaleza)) del punto, como por ejemplo
x si x Q
l(x) =
x si x R Q
en donde a los n
umeros racionales se les aplica una f
ormula y a los irracionales otra.
Dentro de esta asociaci
on de ideas, funci
on versus f
ormula, todava es
mucho m
as incomprensible el hecho de que haya funciones para las que no
exista una ((f
ormula)) que las represente.
Otra asociaci
on de ideas que tambien suele resultar perniciosa a la hora de generalizar el concepto de funci
on es el identificar la funci
on con su
((gr
afica)). Tanto la ((f
ormula)) como la ((gr
afica)) son dos instrumentos que
nos ayudan, enormemente, a comprender el concepto de ((funci
on)), pero no
debemos identificar los instrumentos con el concepto mismo, ni sentirnos
atrapados por los instrumentos a la hora de generalizar los conceptos.
Estas identificaciones de ideas que realizan los alumnos de Secundaria y
Bachillerato no nos deben de preocupar en demasa ya que responden a las
mismas identificaciones de ideas que han realizado los matem
aticos a lo largo
de la historia de las Matem
aticas, pero es bueno explicitarlas y ponerlas de
manifiesto con objeto de superarlas.
Estas observaciones ponen de manifiesto que el requisito de que una funci
on sea una f
ormula es indebidamente restrictivo, y m
as a
un, el identificar
las funciones con sus gr
aficas. Por otro lado, tambien resulta importante
hacer una clara distinci
on entre la funci
on misma y los valores de la funci
on.
Es decir, una cosa es la funci
on f y otra el valor f (x).
Una primera aproximaci
on al concepto de funci
on podra ser la siguiente
definici
on:
Una funci
on f de un conjunto A a un conjunto B (A y B no necesariamente distintos) es una regla de correspondencia que asigna a cada elemento
x de un cierto subconjunto D de A, un elemento (y s
olo uno) bien determinado y de B (adem
as, ni A ni B pueden ser el conjunto vaco).
CAPITULO 1. CONCEPTOS BASICOS
20
D A
B o bien f : D A B
f : x
7 y, o bien y = f (x)
Esta definici
on admite la posibilidad de que la funci
on pueda no estar
definida para ciertos elementos de A, as como que haya elementos de B que
no sean im
agenes de elementos de A. Es decir, que tanto en A como en B
puede haber elementos no relacionados mediante la funci
on f . Y adem
as,
admite la consideraci
on de funciones para las cuales los conjuntos A y B no
son necesariamente de n
umeros reales. Sin embargo, la definici
on presenta
un inconveniente y es que no es totalmente clara, ya que no se define lo que
deba interpretarse por ((regla de correspondencia)).
Una forma m
as precisa de definir el concepto de funci
on consiste en
imaginarla como el conjunto formado por las parejas de elementos que est
an
relacionados entre s. La funci
on as concebida sera un conjunto de pares
ordenados f AB. Evidentemente cualquier conjunto de pares ordenados
no define una funci
on, ya que el primer elemento de las parejas no se puede
repetir dentro del conjunto. La funci
on, as concebida, sera un conjunto, y
la podemos pensar como el conjunto de puntos que integran la gr
afica de la
funci
on. La definici
on, en estos terminos, es la siguiente:
Definici
on 1.7 (Funci
on). Sean A y B conjuntos (no vacos y no necesariamente distintos). Una funci
on de A a B es un conjunto f de pares
ordenados de A B con la propiedad de que si (a, b) y (a, b ) son elementos
de f , entonces b = b .
f = {(a, b) A B / (a, b) f y (a, b ) f b = b }
Resulta conveniente tener siempre presente esta doble concepci
on de las
funciones: una est
atica, como un conjunto de pares ordenados (a, b); y otra
din
amica, como una transformaci
on del primer elemento de cada par en el
segundo b = f (a).
Si (a, b) es un elemento de una funci
on f , entonces, en vez de escribir
(a, b) f , se escribe:
b = f (a)
f : a 7 b
21
1.3. FUNCIONES
Nota: No obstante, hay que advertir que algunos autores exigen en la definici
on de funci
on
que el dominio coincida con el conjunto inicial, Df = A, e identifican ((funci
on)) con
((aplicaci
on)).
Sin embargo, nosotros entendemos que no es necesario incluir dicha restricci
on en la
definici
on de funci
on, y preferimos considerar las ((aplicaciones)) como un caso particular
de las ((funciones)).
Nosotros hablaremos indistintamente de la funci
on f : A B con dominio D A, y
de la aplicaci
on f : D B, salvo que, por cualquier motivo, tengamos que diferenciarlas.
funciones.
f : x 7 y o bien, y = f (x)
En esta notaci
on se enfatiza el dominio D de la funci
on, sin embargo, el
rango no queda explcito. En C
alculo nos ocupamos mucho m
as del dominio
que del rango. Las funciones de este tipo se llaman funciones reales de una
variable real (funciones reales porque las im
agenes, f (x), son n
umeros reales;
de una variable real porque x R).
1.3.2.
Representaci
on de funciones
Verbal
mediante una descripci
on con palabras.
Numerica mediante una tabla de valores.
Algebraica mediante una ecuaci
on.
Visual
mediante una gr
afica,
un diagrama de flechas,
una m
aquina.
CAPITULO 1. CONCEPTOS BASICOS
22
a) Descripci
on verbal. Una funci
on puede venir definida mediante una
descripci
on verbal. Por ejemplo, la funci
on que indica la relaci
on existente
entre el peso de las manzanas y el precio que hay que pagar por ellas,
suponiendo que el kilo de manzanas cuesta 1.5 euros.
b) Representaci
on tabular. Una manera importante de representar una
funci
on es mediante una tabla. Es lo que hacemos, normalmente, cuando
vamos a representar gr
aficamente una funci
on: darle valores y formar una
tabla con ellos. La tabla puede construirse de manera horizontal o vertical.
x y
x0 y0
x1 y1
..
..
.
.
x x0 x1
y y 0 y1
Pas
Argentina
Chile
Espa
na
Mexico
Per
u
c) Expresi
on algebraica. En C
alculo la principal manera de representar
una funci
on es mediante una ecuaci
on que liga a las variables (dependiente e
independiente). Para evaluar la funci
on se asla la variable dependiente en la
parte izquierda de la ecuaci
on, con objeto de obtener la relaci
on funcional.
As, si escribimos la ecuaci
on 3x + 2y = 1 de la forma
y=
1 3x
2
1 3x
2
23
1.3. FUNCIONES
14
1 3(5)
=
= 7
2
2
Esta manera de expresar las funciones permite definir funciones por secciones, es decir, mediante varias f
ormulas, de tal manera que seg
un los casos
se aplica una u otra.
Ejemplo 1.19 (Evaluando una funcion definida por varias formulas). Dada
la funci
on definida por
(
x2 + 3 si x 1
f (x) =
2x + 5 si x < 1
Evaluar f (0), f (1) y f (2).
Soluci
on. Lo que significa la expresi
on de f (x) es que antes de decidirnos por
la f
ormula a aplicar hay que ver de que n
umero se trata. As, para evaluar los
n
umeros mayores o iguales que 1 se aplica la expresi
on x2 + 3, y para evaluar
los n
umeros menores que 1 se aplica la expresi
on 2x + 5. En consecuencia,
f (0) = 2 0 + 5 = 0 + 5 = 5
f (1) = 12 + 3 = 1 + 3 = 4
f (2) = 22 + 3 = 4 + 3 = 7
d) Gr
afica. Una manera de visualizar una funci
on es por medio de una
gr
afica. La gr
afica de una funci
on de una variable, por lo general, es una
curva en el plano. Sin embargo, no toda curva del plano es la representaci
on
de una funci
on. Para que una curva represente una funci
on no puede tener
dos puntos en la misma vertical, ya que para que una correspondencia entre
dos magnitudes sea funci
on, la imagen tiene que ser u
nica. Por lo tanto, una
recta vertical puede cortar a la gr
afica de una funci
on a los sumo una vez
(test de la recta vertical ).
y
y
y = f (x)
y
x
x
-
y2
y1
x
-
CAPITULO 1. CONCEPTOS BASICOS
24
Nota: Aunque la gr
afica de una funci
on y la propia funci
on son dos conceptos totalmente
diferentes (la gr
afica no es m
as que uno de los multiples instrumentos que podemos utilizar
para visualizar la funci
on), es usual identificar una funci
on con su gr
afica. As, por ejemplo, es costumbre referirse a la par
abola y = x2 , como si ambos conceptos fueran lo mismo.
(Nosotros, para evitar sutilezas, por lo general, diremos la par
abola de ecuaci
on y = x2 ).
p
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
6 x2 + y 2 = 1
6 y = + 1 x2
-x
-x
6
-x
y = 1 x2
Rr b
Rf
B
Cuando (a, b) f , nos imaginamos que f toma el elemento a del subconjunto Df de A y lo proyecta o mapea en el elemento b = f (a) del subconjunto
Rf de B.
25
1.3. FUNCIONES
f ) La funci
on como una m
aquina. Existe otra manera de visualizar una
funci
on, concebida como una transformaci
on, especialmente u
til para comprender algunas propiedades te
oricas, y que consiste en imaginar la funci
on
como una ((m
aquina)) que acepta elementos de Df como materia prima produciendo elementos correspondientes de Rf como producto final.
x
f (x)
1.3.3.
f (x) = x + 3
tiene como dominio implcito Df = {x / x 3} que son todos los n
umeros
para los que tiene sentido la ecuaci
on que define la funci
on.
En las aplicaciones pr
acticas del C
alculo, cuando se conoce el significado
de las magnitudes que intervienen, el dominio de la funci
on, por lo general,
queda determinado por el contexto del problema (dominio contextual).
Ejemplo 1.20 (Hallando el dominio de una funcion). Encontrar el dominio
de las funciones
a) f (x) =
x
2
x 1
b) g(x) =
x1
x2
c) h(x) =
x1
d) k(x) = ln x
Soluci
on. a) Se trata de encontrar aquellos n
umeros, x, para los cuales tiene
sentido la f
ormula dada para f (x). Es decir que valores pueden darse a
x, de manera que al realizar las operaciones indicadas en la expresi
on que
define f (x) se obtenga un valor numerico y no tropecemos con una operaci
on
imposible?
CAPITULO 1. CONCEPTOS BASICOS
26
f (2) =
12
La determinaci
on de los n
umeros 1 y -1 se realiza resolviendo la ecuaci
on
x2 1 = 0
x2 = 1
x = 1
x1
Dg = [1, +)
27
1.3. FUNCIONES
1.3.4.
Restricci
on Si f es una funci
on con dominio Df y D1 es un subconjunto
de Df , D1 Df , se puede definir una nueva funci
on f1 con dominio
D1 por medio de f1 (x) = f (x) para cada x D1 . Esta funci
on se llama
restricci
on de f al conjunto D1 . Es decir,
f1 = {(a, b) f / a D1 }
y se escribe f1 = f |D1 para denotar la restricci
on de la funci
on f al
conjunto D1 .
Extensi
on Si g es una funci
on con dominio Dg y D2 Dg , entonces
cualquier funci
on g2 con dominio D2 tal que g2 (x) = g(x) para todo x Dg se llama una extensi
on de g al conjunto D2 .
Nota: Usualmente no nos referiremos explcitamente a las restricciones de una funci
on,
sino que lo haremos de manera implcita utilizando el siguiente lenguaje: Sea f una funci
on
definida en un entorno de x0 , entonces ... o bien, sea f una funci
on definida y que cumple
tal condici
on en un conjunto D1 , entonces ... u otras expresiones similares. Entendemos
que, en dichos casos, la funci
on puede tener un dominio superior, pero que el entorno o el
conjunto D1 , respectivamente, est
an contenidos en ese dominio. Sin hacer disquisiciones
exquisitas sobre si nos estamos refiriendo a la funci
on o a una restricci
on de la misma.
1.3.5.
Composici
on de funciones.
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
((componer)) dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
f
x 7 y 7 z
x 7f (x)7 g f (x)
on g f s
olo se puede definir para x 0, y
x 0 por g(x) = x, entonces, la composici
para estos n
umeros reales deber
a tener el valor x3 .
A B C
Definici
on 1.8 (Composici
on como aplicaci
on sucesiva de funciones).
Sea f una funci
on con dominio Df en A y rango Rf en B y sea g una funci
on con dominio Dg en B y rango Rg en C. La composici
on g f (observe
el orden) es la funci
on desde A a C dada por
gf = {(a, c) AC / existe un elemento b B tal que (a, b) f y (b, c) g}
CAPITULO 1. CONCEPTOS BASICOS
28
De la propia definici
on se desprende inmediatamente que si f y g son funciones, entonces la composici
on g f es una funci
on con
Dgf = {x Df / f (x) Dg }
Rgf = {g f (x) / x Dgf }
La composici
on de funciones tambien se puede interpretar como una sustituci
on de una funci
on en la otra. En este sentido, la composici
on tambien
se puede definir de la siguiente forma
Definici
on 1.9 (Composici
on como sustituci
on de la variable). Sean
f y g dos funciones cualesquiera. Se llama composici
on de f con g, y se
representa por g f , a la funci
on definida del siguiente modo:
g f (x) = g f (x)
El dominio de g f es el conjunto de todas las x del dominio de f tales que
f (x) este en el dominio de g
Dgf = {x Df / f (x) Dg }
Observese que el orden en que se escribe la composici
on g f es el inverso
al orden en que act
uan las funciones (primero f , despues g).
La composici
on de funciones se puede visualizar mediante un diagrama
de m
aquinas (Fig. 1.13) o un diagrama de flechas (Fig. 1.14)
x
f (x)
g f (x)
g
R
f (x)
g f (x)
gf
Figura 1.14: Composicion de funciones
De la definici
on se deduce que la composici
on de funciones no siempre
est
a definida, siendo necesario y suficiente para ello que el recorrido de la
primera tenga puntos comunes con en el dominio de la segunda. Es decir,
Rf Dg 6=
29
1.3. FUNCIONES
con objeto de que se pueda establecer la conexi
on
x 7 f (x) 7 g f (x)
para alg
un elemento x Df .
g
R
Df
Dg
*
gf
gf
A C
A B
h g
C
Decir que el esquema es conmutativo significa que da lo mismo pasar de A a
C por la derecha que por la izquierda. Lo que equivale a escribir: h = g f .
Tambien es costumbre representar el diagrama anterior con un aspecto
m
as lineal
f
g
A B C
CAPITULO 1. CONCEPTOS BASICOS
30
g
t
R
*
f g
Figura 1.16: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)
y = f g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar g
no podramos aplicar f . Sin embargo, esta restricci
on no es necesaria para
poder realizar, parcialmente, la composici
on de las funciones, s
olo que, en
este caso, habr
a que reducir el dominio de la composici
on a los puntos del
dominio de la primera que tienen su imagen en el dominio de la segunda.
Desde el punto de vista formal la composici
on, de funciones reales de una
variable real, puede enunciarse de la siguiente forma: Dadas las funciones
31
1.3. FUNCIONES
g(x) = x2 + 2
Soluci
on. Tenemos que f g(x) = f g(x) , luego, bastar
a con sustituir en
f (x) el valor de x por g(x). As,
f g(x) = f g(x) = 3g(x) 1 = 3(x2 + 2) 1 = 3x2 + 6 1 = 3x2 + 5
Mientras que g f (x) = g f (x) , luego, bastar
a con sustituir en g(x) el valor
de x por f (x). As,
2
gf (x) = g f (x) = f (x) +2 = (3x1)2 +2 = 9x2 6x+1+2 = 9x2 6x+3
Nota: Como se observa en este ejemplo, en general, la composici
on de funciones no cumple
1.3.6.
Funci
on inyectiva. Una funci
on se dice que es inyectiva cuando elementos
distintos tienen im
agenes distintas, es decir, cuando no existen dos elementos
distintos con la misma imagen. Por tanto, f es inyectiva si y s
olo si:
f (a) = f (a ) a = a
O bien, alternativamente, f es inyectiva si y s
olo si, para a y a en Df , se
tiene
a 6= a f (a) 6= f (a )
Formalmente se puede establecer la siguiente definici
on:
Definici
on 1.10 (Funci
on inyectiva). Sea f una funci
on con dominio
Df en A y rango Rf en B. Se dice que f es inyectiva o uno a uno si, cada
vez que (a, b) y (a , b) son elementos de f , entonces a = a
32
Funci
on inversa. Se llama recproca de una funci
on a la correspondencia
que se obtiene al intercambiar las im
agenes por los correspondientes originales de dicha funci
on. Evidentemente la recproca de una funci
on no tiene
por que ser otra funci
on. En efecto, basta que dos elementos diferentes tengan la misma imagen, para que la recproca asigne a esa imagen los dos
originales, lo que contradice la definici
on de funci
on. Sin embargo, si la funci
on es inyectiva, entonces la recproca es una funci
on y, adem
as, es inyectiva.
Es decir, si f es inyectiva desde A a B, entonces el conjunto de pares ordenados en B A que se obtienen al intercambiar las componentes de cada
uno de los pares ordenados de f da una funci
on g que tambien es inyectiva.
Teorema 1.1 (Existencia de funci
on la inversa). Una funci
on posee
funci
on inversa si y s
olo si es inyectiva
Las relaciones entre una funci
on f y su inversa g son las siguientes:
(
f
Dg = Rf , Rg = Df
B
g
(a, b) f (b, a) g o bien b = f (a) a = g(b)
La funci
on g se llama funci
on inversa o recproca de f y se denota por f 1 .
En consecuencia:
(
f
Df 1 = Rf , Rf 1 = Df
A 1
B
(a, b) f (b, a) f 1 o bien b = f (a) a = f 1 (b)
f
En consecuencia, se puede establecer la siguiente
Definici
on 1.11 (Funci
on recproca o inversa). Sea f una inyecci
on
con dominio Df en A y rango Rf en B. Si g = {(b, a) B A / (a, b) f },
entonces g es una inyecci
on con dominio Dg = Rf en B y con rango Rg =
Df en A. La funci
on g se llama funci
on inversa de f y se denota por f 1
Desde el punto de vista del mapeo, la funci
on inversa se puede interpretar
de la siguiente forma: Si f es inyectiva mapea elementos distintos de Df hacia
elementos distintos de Rf . De tal manera que cada elemento b de Rf es la
imagen bajo f de un u
nico elemento a de Df . La funci
on inversa f 1 mapea
el elemento b hacia este elemento u
nico a.
Proposici
on 1.7 (Composici
on de funciones recprocas). Dos funciones son recprocas si y solamente si, al componerlas se obtiene la identidad. Es decir,
f f 1 (x) = x para todo x del dominio de f 1
y
f 1 f (x) = x para todo x del dominio de f
33
1.3. FUNCIONES
f
ar
Df
rb
Rf
f 1
Nota: En consecuencia, para que dos funciones reales de variable real, f y g, sean inversas
la una de la otra se ha de cumplir:
1.
2.
3.
Dg = R f , y R g = Df .
Que ambas sean inyectivas:
f (x1 ) = f (x2 ) x1 = x2 y g(x1 ) = g(x2 ) x1 = x2
Que su composici
on sea la identidad f g(x) = g f (x) = x
Ejemplo 1.22 (Componiendo funciones recprocas). Comprobar que las siguientes funciones son recprocas
f (x) = x3 + 1
g(x) =
x1
Soluci
on. Se tiene:
a) Los dominios y recorridos de ambas funciones coinciden con el conjunto
de los n
umeros reales. En consecuencia Dg = Rf , y Rg = Df
b) Ambas funciones son inyectivas. En efecto.
f (x1 ) = f (x2 ) x31 + 1 = x32 + 1 x31 = x32 x1 = x2
g(x1 ) = g(x2 )
x1 1 =
x2 1 x1 1 = x2 1 x1 = x2
c) La composici
on de f con g viene dada por
3
f g(x) = 3 x 1 + 1 = x 1 + 1 = x
y la composici
on de g con f viene dada por
q
3
3
g f (x) = 3 x3 + 1 1 = x3 + 1 1 = x3 = x
Luego se tiene que f g(x) = g f (x) = x y, en consecuencia, podemos
concluir que f y g son inversas una de otra.
En la Figura 1.18 aparecen las gr
afica de las funciones f y g. Como puede
verse, son simetricas respecto de la bisectriz del primer y tercer cuadrante,
y = x. Es decir, la gr
afica de f 1 es una reflexi
on de la gr
afica de f en la
lnea y = x.
CAPITULO 1. CONCEPTOS BASICOS
34
3
y=x
2
1
f (x) = x3 + 1
x
0
-1
g(x) =
-2
x1
-3
-3
-2
-1
Figura 1.18:
Proposici
on 1.8 (Recproca de la recproca). Si g es la inversa de f ,
entonces tambien f es la inversa de g. Es decir, la recproca de la recproca
es la propia funci
on.
1
f 1
=f
1
f (x)
C
alculo de la correspondencia recproca. Para calcular la recproca de
una funci
on se pueden seguir dos procedimientos:
a) Deshaciendo operaciones. Consiste en deshacer las operaciones en el
orden inverso al que est
an realizadas en la funci
on dada. Este metodo solamente es aplicable a funciones que vienen definidas mediante ecuaciones
sencillas, en las que aparece una sola vez la variable independiente x. Partiendo de x vemos que operaciones hay que realizar para construir la funci
on
f (x). La inversa se obtiene deshaciendo las operaciones en el orden inverso
al que est
an realizadas en la funci
on dada.
b) Despejando la variable independiente. Consiste en despejar la variable independiente, x, en la ecuaci
on y = f (x), con objeto de obtener la
recproca, x = g(y) (que puede expresarse en terminos de x intercambiando
x por y para obtener y = g(x)).
Nota: Los pasos a seguir para calcular la funci
on inversa son:
1.
2.
Despejar x en funci
on de y: x = g(y) = f 1 (y).
3.
35
1.3. FUNCIONES
4.
b) f (x) = 3x
b) f (x) = 5x3 + 2
Soluci
on. Las tres funciones son inyectivas y est
an definidas para todos los
n
umeros reales, en consecuencia, sus correspondencias recprocas son funciones. Para calcularlas, partimos de x y deshacemos las operaciones, en el
orden inverso al que est
an dadas. As,
a) La funci
on f supone sumar 3. En consecuencia, su recproca consistir
a en
restar 3.
f (x) = x + 3 f 1 (x) = x 3
b) La funci
on f supone multiplicar por 3. En consecuencia, su recproca
consistir
a en dividir por 3.
f (x) = 3x
f 1 (x) = x/3
c)La funci
on f supone:
1o ) Elevar al cubo
2o ) Multiplicar por 5
3o ) Sumar 2
Luego, f 1 (x) =
2o ) Dividir por 5
3o ) Extraer la raz c
ubica.
x2
5
Ejemplo 1.24 (Hallando la funcion recproca). Hallar, si existen, las funciones inversas de:
a) f (x) = x2
b) f (x) = x2 con Df = {x R/ x 0}
c) f (x) = x2 con Df = {x R/ x 0}
Soluci
on. a) La funci
on f (x) = x2 con dominio Df = R no es inyectiva y
en consecuencia la correspondencia inversa no es una funci
on. En efecto, la
funci
on f es la funci
on f = {(x, x2 ); x R}, y f
acilmente se ve que no es
uno a uno. En efecto, f (2) = f (2) = 4, y en consecuencia los dos pares
ordenados (2, 4) y (2, 4) pertenecen a f . En general, se tiene
x1 = x2
2
2
f (x1 ) = f (x2 ) x1 = x2
x1 = x2
b) En este caso, al haberse restringido el dominio de la funci
on, exclusivamente, a los n
umeros no negativos, la funci
on resulta inyectiva. En efecto,
f (x1 ) = f (x2 ) x21 = x22 x1 = x2
36
En consecuencia, la funci
on tiene inversa. El procedimiento para calcular la
funci
on inversa consiste en expresar x en funci
on de y.
y = x2 x = y y Rf = {y R; y 0}
f 1 (x) = x
Proposici
on 1.9 (Simetra de las correspondencias inversas). La
gr
afica de una correspondencia f y la de su recproca f 1 son simetricas
respecto de la bisectriz del primer y tercer cuadrante, y = x
Demostraci
on. En efecto, por definici
on de la inversa, se tiene
(a, b) f (b, a) f 1
y
y=x
(b, a)
f 1
(a, b)
x
Proposici
on 1.10 (Las funciones estrictamente mon
otonas son inyectivas). Si una funci
on f es estrictamente mon
otona en un intervalo,
entonces es inyectiva en ese intervalo.
1.3. FUNCIONES
37
Demostraci
on. Una funci
on es estrictamente mon
otona en un intervalo si
es: o bien estrictamente creciente, en dicho intervalo; o bien estrictamente
decreciente.
Por otro lado, una funci
on es inyectiva si puntos distintos tienen im
agenes
distintas. Es decir,
x1 6= x2 f (x1 ) 6= f (x2 )
Elijamos x1 y x2 en el intervalo dado. Si x1 6= x2 ser
a: o bien x1 < x2 ; o
bien x1 > x2 . Y al ser f estrictamente mon
otona ser
a f (x1 ) < f (x2 ); o bien
f (x1 ) > f (x2 ). En ambos casos f (x1 ) 6= f (x2 ). Por tanto f es inyectiva en
el intervalo.
f (x1 ) 6= f (x2 )
x1 6= x2
1.3.7.
Definici
on 1.12 (Funci
on suprayectiva). Sea f una funci
on con Df A
y rango Rf B. Se dice que f es suprayectiva o sobreyectiva cuando el
rango coincide con el conjunto final Rf = B
Definici
on 1.13 (Funci
on biyectiva). Sea f una funci
on con Df A y
rango Rf B. Se dice que f es biyectiva si es, simult
aneamente, inyectiva
y suprayectiva.
Si una funci
on es biyectiva, se dice que es una biyecci
on.
1.3.8.
Im
agenes directa e inversa de un conjunto
Para m
as detalles sobre estos temas vease [3, Bartle], citado en la bibliografa.
CAPITULO 1. CONCEPTOS BASICOS
38
1.3.9.
Definici
on 1.16 (Funciones pares e impares). Una funci
on y = f (x)
se dice que es par si
f (x) = f (x)
Una funci
on y = f (x) se dice que es impar si
f (x) = f (x)
Nota: En las funciones pares al cambiar x por x se obtiene la misma expresi
on total.
b) g(x) = x3 + x
c) h(x) = x2 + x
Soluci
on. a) Esta funci
on es par ya que
f (x) = (x)2 1 = x2 1 = f (x)
b) Esta funci
on es impar ya que
g(x) = (x)3 + (x) = x3 x = (x3 + x) = g(x)
c) Esta funci
on no es ni par ni impar. En efecto,
6 h(x)
=
2
2
h(x) = (x) + (x) = x x
6= h(x)
Proposici
on 1.11 (Simetra de las funciones pares e impares). La
gr
afica de una funci
on par es simetrica respecto del eje vertical y la gr
afica
de una funci
on impar es simetrica respecto del origen de coordenadas.
1.3.10.
La funci
on valor absoluto
Soluci
on.
39
1.3. FUNCIONES
y
(x, y)
(x, y)
(x, y)
x
x
(x, y)
Funci
on par: f (x) = f (x)
Funci
on impar: f (x) = f (x)
y6
@
x
-
x + 1, hallar
a) f (2)
b) f (1)
c) f (3)
d) f (x + x)
x2 1
b) g(x) = ln(x 3)
b) f g(0)
y
5
4
3
2
1
x y g(x) = x 1, hallar
c) f g(x)
d) g f (1)
e) g f (0)
x
0 1 2 3 4 5 6
f) g f (x)
CAPITULO 1. CONCEPTOS BASICOS
40
1.4.
Lmite de sucesiones
Sucesi
on
Una sucesi
on es un conjunto de infinitos n
umeros ordenados seg
un alg
un
criterio. Ejemplo,
1
1 1 1 1
{1, , , , , , , }
2 3 4 5
n
1 2 3 4 5
n
{ , , , , , ,
,}
2 3 4 5 6
n+1
{1, 0, 1, 0, 1, , sen n , }
2
Las sucesiones se pueden considerar como funciones, donde el primer conjunto es el de los n
umeros naturales.
1 2 3 n
{ a1 a2 a3 an }
A los n
umeros que componen la sucesi
on a1 , a2 , a3 , . . . , se les llama
terminos de la sucesi
on y a an se le llama termino general o n-simo
termino de la sucesi
on y denotaremos la sucesi
on por {an }.
Definici
on 1.17 (Sucesi
on). Una sucesi
on an es una funci
on cuyo dominio es el conjunto de los n
umeros naturales a : N R. A los valores de
la funci
on a1 , a2 , a3 , . . . , se les llama terminos de la sucesi
on y al termino an se le llama termino general o n-simo termino de la sucesi
on y
denotaremos la sucesi
on por {an }.
La gr
afica de una sucesi
on es un conjunto de infinitos puntos separados
(aislados) unos de otros.
an
an = n1
6 r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
6
1
r r r r r n
0
1 2 3 4 5
-1
Figura 1.23:
an
an = sen n 2
6 r
r
1
r
r
-n
0
1 2 3r 4 5
-1
41
Si para cada > 0 existe k > 0 tal que |an | < siempre que n > k.
lm an =
> 0 k > 0 n N n > k |an | <
Las sucesiones que tienen lmite finito se llaman convergentes y las dem
as
divergentes
Gr
aficamente, la definici
on dice que desde un lugar en adelante (n > k),
todos los terminos de la sucesi
on tienen que estar comprendidos dentro de
la franja limitada por las rectas y = e y = +
an
r
r
r
r r
r r r
r r r
r r r
r
n
1 2 3 ...
Figura 1.24: n
lm an =
Nota: Para que exista el lmite, , por muy estrecha que sea la franja ( , + ), siempre
se puede encontrar un termino a partir del cual todos los que le siguen est
an dentro de la
franja.
CAPITULO 1. CONCEPTOS BASICOS
42
b) bn = sen
n
2
Soluci
on. a) Los terminos de la sucesi
on an = 2 + (1)n son
1, 3, 1, 3, 1, 3, 1, 3,
Como la sucesi
on siempre tiene terminos que oscilan entre 1 y 3, resulta que
no tiene lmite y en consecuencia diverge (por oscilaci
on).
n
son
b)Los terminos de la sucesi
on bn = sen
2
1, 0, 1, 0, 1, 0, 1,
Como la sucesi
on siempre tiene terminos que oscilan entre -1 y 1, resulta
que no tiene lmite y en consecuencia diverge (por oscilaci
on).
C
alculo de lmite de sucesiones
Proposici
on 1.12 (Propiedades algebraicas de los lmites de sucesiones). Si
lm an = 1 y lm bn = 2
n
3. lm an bn = 1 2
n
2. lm ran = r1 , r R
n
an
1
4. lm
= , bn =
6 0 y 2 6= 0
n bn
2
43
3. Indeterminaci
on del tipo . En el caso de que se trate de races
cuadradas la indeterminaci
on se suele eliminar multiplicando y dividiendo por el conjugado, con objeto de tener suma por diferencia, de
manera que al aplicar la diferencia de cuadrados se elimine la raz
cuadrada.
4. Indeterminaci
on del tipo 1 . Se aplica el n
umero e.
1 n
lm 1 +
= e = 2,718
n
n
que se generaliza para los lmites del tipo:
1 an
= e = 2,718
lm 1 +
n
an
siempre que lm an = + o lm an =
n
lm
3.
lm
a = lm a n = a0 = 1
n
1
ln n
ln n
1
=
= lm
= lm
=1
ln 5n n ln 5 + ln n n ln 5
0+1
+1
ln n
ln n(1 + n3 )
ln n + ln(1 + n3 )
ln(n + 3)
5. lm
= lm
= lm
=
n
n
n
ln n
ln n
ln n
!
ln(1 + n3 )
= lm 1 +
=1+0=1
n
ln
4.
6.
lm
lm
p
n2 n2 + (a + b)n + ab
p
=
n (n + a)(n + b) = lm
n
n + (n + a)(n + b)
(a + b) ab
(a + b)n ab
n
q
p
= lm
n n +
n2 + (a + b)n + ab n 1 + 1 + (a+b) +
n
= lm
=
ab
n2
a+b
2
CAPITULO 1. CONCEPTOS BASICOS
44
Criterio de Stoltz.
n bn
n bn+1
bn
bn+1
bn
bn+1 bn
2 + 4 + + 2n
=
=
n 3 + 9 + + 3n
lm
(2 + 4 + + 2n + 2n+1 ) (2 + 4 + + 2n )
2n+1
=
=
l
m
n (3 + 9 + + 3n + 3n+1 ) (3 + 9 + + 3n )
n 3n+1
n+1 +
2
2
=
=0
= lm
n 3
3
= lm
ln(n + 1) ln n
n+1
ln n
= lm
=
= lm ln
=0
n
n
n n
n+1n
n
ln n
n
l
m
ln
n
lm
n
n
n
n = e =
3. lm n = e
=e
2.
lm
lm
en
ln(n + 1) ln n
n+1
lm ln
n+1n
n = eln 1 = e0 = 1
= en
ln(n2 + n)
p
l
m
n
n
=
4. lm
n2 + n = en
n
ln (n + 1)2 + n + 1 ln(n2 + n)
lm
n+1n
= en
=
lm ln
= en
n2 + 2n + 1 + n + 1
n2 + n
= eln 1 = e0 = 1
45
lm
an = lm
an+1
an
Demostraci
on: En efecto, aplicando el Criterio de Stolz a la raz resulta:
ln an+1 ln n
ln an
lm
lm ln n an
lm
n
n
n
n
n+1n =
n =e
=e
lm an = e
n
an+1
lm ln
an = lm an+1
= en
n an
Ejemplo 1.31 (Aplicando el criterio de la raz). Calcula los siguientes
lmites:
p
1. lm n (n + 1)(n + 2) (n + n) =
n
(2n + 1)(2n + 2)
(n + 2)(n + 3) (n + n + 2)
= lm
= +
n
n
(n + 1)(n + 2) (n + n)
(n + 1)
= lm
2.
1p
n
(3n + 1)(3n + 2) (3n + n) =
n n
r
n (3n + 1)(3n + 2) (3n + n)
= lm
=
n
nn
(3n + 4)(3n + 5) (3n + n + 4) (3n + 1) (3n + n)
:
=
= lm
n
(n + 1)n+1
nn
(3n + 4)(3n + 5) (3n + n + 4)nn
=
= lm
n (3n + 1)(3n + 2) (3n + n)(n + 1)n+1
(3n + n + 1)(3n + n + 2)(3n + n + 3)(3n + n + 4)nn
= lm
=
n
(3n + 1)(3n + 2)(3n + 3)(n + 1)(n + 1)n
43
444 1
(4n + 1)(4n + 2)(4n + 3)(4n + 4)
4
=
=
= lm
n
n (3n + 1)(3n + 2)(3n + 3)(n + 1) n+1
333 e
33 e
n
lm
Simplificaci
on de sumas.
CAPITULO 1. CONCEPTOS BASICOS
46
C
alculo de lmites por acotaci
on.
Teorema 1.4 (Teorema del encaje para sucesiones). Si
lm an = = lm bn
lm
n (1 + 1)(1 + 2) (1 + n)
Soluci
on. Teniendo en cuenta las siguientes desigualdades,
p
(n 1)!
1 2 n 1
0
=
(1 + 1)(1 + 2) (1 + n)
(1 + 1)(1 + 2) (1 + n)
1
(1 + 1)(1 + 2) (1 + n 1)
0
=
1+ n
(1 + 1)(1 + 2) (1 + n)
Resulta:
p
(n 1)!
lm
=0
n (1 + 1)(1 + 2) (1 + n)
La constante de Euler.
Para resolver algunos lmites puede tenerse en cuenta la siguiente igualdad:
1
1
1 + + + = ln n + + n
2
n
donde:
1. n 0
2. = Constante de Euler 0 5
Ejemplo 1.34 (Aplicando la constante de Euler). Calcular los siguientes
lmites:
+ + n1
ln n + + n
= lm
=1+0+0=1
1. lm
n
n
ln n
ln n
1
1
e e 3 e n e
e1 e1/2 e1/n
e1+ 2 ++ n
2. lm
= lm
= lm
=
n
n
n
n
n
n
n e en
eln n++n
= lm
= e e0 = e
= lm
n
n
n
n
1+
1
2
3.
47
ln(1 + 12 + + n1 )
ln(ln n + + n )
= lm
=
n
n
ln(ln n)
ln(ln n)
n
ln ln n 1 + +
ln(ln n) + ln 1 +
ln n
= lm
= lm
n
n
ln(ln n)
ln(ln n)
lm
+n
ln n
=1
Sucesiones mon
otonas
Definici
on 1.19 (Sucesi
on mon
otona). Una sucesi
on {an } se dice que
es mon
otona si sus terminos son crecientes
a1 a2 a3 an
o decrecientes
a1 a2 a3 an
Ejemplo 1.35 (Determinando la monotona de una sucesion). Determinar
la monotona de la sucesi
on
an =
3n
n+2
Soluci
on. Determinar que una sucesi
on no es mon
otona puede hacerse, de
una manera f
acil, comparando tres terminos de la misma. Sin embargo, determinar que es mon
otona es algo m
as complicado, ya que hay que determinar que sus terminos crecen o decrecen siempre, para todo valor de n. Para
determinar la monotona de una sucesi
on pueden seguirse varios metodos.
Veamos aqu varios de ellos. En primer lugar hallamos an y an+1 . En este
caso,
3(n + 1)
3n
an+1 =
an =
n+2
(n + 1) + 2
a) Construyendo comparativamente an y an+1 .
1
1
<
n+2
(n + 1) + 2
3n
3(n + 1)
3n
<
<
an < an+1
n+2
(n + 1) + 2
(n + 1) + 2
(n + 1) + 2 > n + 2
luego la sucesi
on es mon
otona (estrictamente creciente).
b) Deshaciendo comparativamente an y an+1 . Partimos del supuesto de que
an < an+1 y deshacemos las operaciones. As,
3n
3(n + 1)
<?
= an+1
n+2
(n + 1) + 2
3n (n + 1) + 2 <? 3(n + 1)(n + 2)
an =
CAPITULO 1. CONCEPTOS BASICOS
48
3x
x+2
Hallamos su derivada
f (x) =
3x + 6 3x
6
3(x + 2) 3x
=
=
2
2
(x + 2)
(x + 2)
(x + 2)2
Nota: Adem
as de los metodos aqu expuestos para el c
alculo de lmite de sucesiones
veremos otros metodos basados en los criterios para el c
alculo de lmite de funciones,
as como un caso particular para comprobar que el lmite de una sucesi
on es cero, basado
en la convergencia de las series.
b) bn = (1)
n(n+1)
2
c) cn =
n!
(n 1)!
b)
2
3
4
1
,
,
,
,...
23 34 45 56
c)
1 1 2 4 8
, , , , ,...
2 3 9 27 81
1.4.3. Determinar si son convergentes las siguientes sucesiones y en caso afirmativo calcular su lmite.
n
(n 1)!
n!
k
b) bn =
c) cn = n
a) an = 1 +
n
(n + 1)!
n
1.4.4. Determinar la monotona de las siguientes sucesiones
n
n
sen n
3
2
b) bn =
a) an =
b) bn =
n
3
2
1.5.
49
1.5.1.
Definici
on de lmite
agina 74).
Los infinitesimos (apartado 1.5.9, en la p
2.
Las reglas de LH
opital (apartado 3.3.3, en la p
agina 165).
3.
agina 187).
El desarrollo de Taylor (apartado 3.5.7, en la p
4.
agina 324).
El concepto de integral (apartado 5.1.2, en la p
Soluci
on. a) Para estudiar el comportamiento de la funci
on en los alrededores
del punto x = 1 damos a x valores cada vez m
as pr
oximos a 1. Aproxim
andonos tanto por la izquierda como por la derecha. Los correspondientes
valores de f (x) se muestran en la siguiente tabla
x
f (x)
0.5
1.5
0.75
1.75
0.9
1.9
0.99
1.99
0.999
1.999
f (x) se acerca a 2
1
?
1.001
2.001
1.01
2.01
1.1
2.1
1.25
2.25
1.5
2.5
f (x) se acerca a 2
CAPITULO 1. CONCEPTOS BASICOS
50
y
3
2
1
3 2 1
1
x
1
Figura 1.25: x1
lm
x2 1
=2
x1
Aunque x no puede ser igual a 1, podemos acercarnos a 1 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por
eso decimos que el lmite de f (x) cuando x tiende a 1 es 2, y lo denotamos
como
x2 1
=2
lm f (x) = 2 o bien, lm
x1
x1 x 1
En consecuencia podemos dar la siguiente descripci
on intuitiva del concepto de lmite. Decimos que el lmite de f (x) cuando x tiende a x0 es , si
f (x) se aproxima, tanto como se quiera, a un u
nico n
umero cuando x se
aproxima a x0 por ambos lados, y escribimos
lm f (x) =
xx0
Para muchas funciones se puede intuir el valor del lmite usando una
calculadora y evaluando los valores de la funci
on en varios puntos pr
oximos
a x0 .
Ejemplo 1.37 (Estimacion del lmite con calculadora). Dada la funci
on
f (x) =
x2
,
x11
x 6= 2
x
f (x)
1.5
1.707
1.75
1.866
1.9
1.949
1.99
1.99
51
1.999
1.999
2
?
2.001
2.0005
f (x) se acerca a 2
2.01
2.005
2.1
2.49
2.25
2.12
f (x) se acerca a 2
x
1
Figura 1.26: x2
lm
x2
=2
x11
Aunque x no puede ser igual a 2, podemos acercarnos a 2 cuanto queramos y como resultado f (x) se aproxima cuanto queramos al valor 2. Por
eso decimos que el lmite de f (x) cuando x tiende a 2 es 2, y lo denotamos
como
x2
lm f (x) = 2 o bien, lm
=2
x2
x2
x11
Inexistencia de lmite. En los ejemplos anteriores cuando x se acerca a
x0 , tanto por la derecha como por la izquierda, f (x) se acerca, en ambos
casos, a un mismo valor , que llam
abamos lmite de la funci
on. En ocasiones
esto no ocurre y entonces decimos que la funci
on f no tiene lmite en el punto
x0 . Las situaciones m
as frecuentes que conducen a la inexistencia del lmite
de la funci
on f en el punto x0 son las siguientes:
1. Lmites laterales diferentes. f (x) se aproxima por la derecha de x0 a
un valor y por la izquierda a otro valor diferente.
2. El lmite se hace infinito. f (x) crece o decrece sin tope cuando x se
acerca a x0 , por la derecha o por la izquierda.
3. Inexistencia del lmite por oscilaci
on. Las valores de f (x) oscilan, indefinidamente, entre dos valores fijos cuando x se acerca a x0 .
Ejemplo 1.38 (Lmites laterales diferentes). Probar que el siguiente lmite
no existe
|x|
lm
x0 x
2.5
2.22
CAPITULO 1. CONCEPTOS BASICOS
52
Soluci
on. Consideremos la funci
on
|x|
x
f (x) =
3
|3|
= = 1,
3
3
f (0) =
0
= no definido,
0
f (3) =
| 3|
+3
=
= 1
3
3
|x| = x
x<0
|x| = x
|x|
x
= =1
x
x
|x|
x
f (x) =
=
= 1
x
x
f (x) =
En consecuencia, la funci
on f puede definirse por casos de la siguiente forma
|x|
1 si x > 0
=
f (x) =
1
si x < 0
x
Y su gr
afica viene reflejada en la figura 1.27
y
1 b6
-x
- b1
|x|
z
x0+
6=
lm = 1
x0
1
x2
-0.5
4
-0.25
16
-0.1
100
-0.01
10000
53
-0.001
1000000
0
?
0.001
1000000
0.01
10000
0.1
100
0.25
16
0.5
4
1
10 000
f (x) =
1
> 100 000 000
x2
x
6 4 2
Figura 1.28:
1
lm
= No existe
x0 x2
x0
1
= +
x2
CAPITULO 1. CONCEPTOS BASICOS
54
y
1
x
1
Figura 1.29: x0
lm sen
1
= No existe
x
2
3
-1
2
5
1
2
7
-1
2
9
1
2
11
-1
x0
No tiene lmite
Para probar que el lmite no existe, tambien podemos encontrar dos sucesiones diferentes con lmite cero tales que sus im
agenes tengan lmites diferentes.
{xn } 0
{f (xn )} 1
mientras que
{xn } 0
{f (xn )} 2 6= 1
Por ejemplo, para la sucesi
on
1
1 1 1
} = { , , , } 0 se tiene
n
2 3
1
1
} = {sen
} = {sen (n)} = {0, 0, 0, } 0
{f (xn )} = {f
n
1/n
{xn } = {
{xn } = {
55
Definici
on 1.21 (La definici
on de lmite). Se dice que el lmite de
la funci
on f en el punto x0 es , y se denota por
lm f (x) =
xx0
siempre que
0 < |x x0 | <
xx0
(1.7)
Nota: La definici
on refleja la siguiente idea:
El hecho de que f (x) est
a tan cerca de como queramos, quiere decir que para
cualquier , todo lo peque
no que queramos, estar
a f (x) entre y + , es decir,
< f (x) < +
que en valor absoluto se expresa como
|f (x) | <
y esta situaci
on tiene que darse cuando x se acerca suficientemente a x0 . Este acercamiento
se mide encontrando alg
un para el cual x este entre x0 y x0 + , es decir,
x0 < x < x0 +
que en valor absoluto se expresa como
|x x0 | <
El hecho de que el punto x0 no interviene en la definici
on de lmite se indica con la
expresi
on
0 < |x x0 | <
A pesar de la importancia de la definici
on , a nivel te
orico, especialmente en la
demostraci
on de teoremas; a nivel pr
actico, en el c
alculo de lmites, la definici
on no
es u
til. La definici
on solamente nos permite comprobar si un lmite dado es correcto
o no, pero no nos permite calcular lmites, el posible lmite tendremos que intuirlo por
otro metodo. Adem
as, su aplicaci
on para comprobar lmites suele ser artificial y difcil.
La definici
on de lmite se refleja en el gr
afico de la figura 1.30
Ejemplo 1.41 (Hallando para un dado). Sabiendo que
lm (2x + 1) = 7
x3
hallar tal que |(2x + 1) 7| < 0,01 siempre que 0 < |x 3| < .
Soluci
on. Dado = 0,01 queremos encontrar el apropiado. Para ello intentamos establecer una relaci
on entre los dos valores absolutos
|(2x + 1) 7| < 0,01
y |x 3| <
CAPITULO 1. CONCEPTOS BASICOS
56
y
x
x0 x0 x0 +
Figura 1.30: n
lm an =
de manera que desde el segundo se pueda llegar hasta el primero. La manera de hacerlo consiste en expresar el primer valor absoluto en funci
on del
segundo. As,
|(2x + 1) 7| = |2x 6| = 2|x 3| < 0,01
En consecuencia se tiene que
|x 3| <
0,01
= 0,005
2
Soluci
on. Tenemos que probar que para cada > 0, existe un > 0, que
depender
a del correspondiente, tal que
0 < |x 1| < |(5x 2) 3| <
Para ello intentamos establecer una conexi
on entre ambos valores absolutos,
expresando el segundo en funci
on del primero
|(5x 2) 3| = |5x 5| = 5|x 1| <
Luego, para que se cumpla la desigualdad |(5x 2) 3| < se ha de cumplir
que 5|x 1| < y, en consecuencia
|x 1| <
57
0 < |x 1| < =
5
implica que
|(5x 2) 3| = |5x 5| = 5|x 1| < 5
y la veracidad del lmite queda probada.
5
Proposici
on 1.13 (Unicidad del lmite). El lmite de una funci
on en
un punto, si existe es u
nico.
1.5.2.
Lmites laterales
xx0 +
siempre que
0 < x x0 <
xx0 +
(1.8)
siempre que
0 < x0 x <
xx0
(1.9)
f (x0 ) = lm f (x)
xx0
CAPITULO 1. CONCEPTOS BASICOS
58
Soluci
on. La funci
on solamente est
a definida a la derecha del origen, por lo
tanto no podemos hablar de lmite por la izquierda, pero si de lmite por la
derecha. Si observamos la gr
afica se tiene
lm x = 0
x0+
y
2
1
3 2 1
x
0 1
lm f (x) =
xx0
1.5.3.
lm f (x) = lm f (x) =
xx0
xx0 +
Proposici
on 1.14 (Propiedades algebraicas de los lmites). Son ciertas las siguientes propiedades:
1. M
ultiplo escalar: lm r f (x) = r lm f (x) , r R
xx0
2.
3.
4.
xx0
Suma o diferencia: lm f (x) g(x) = lm f (x) lm g(x)
xx0
xx0
xx0
xx0
lm f (x)
f (x)
xx0
=
,
Cociente: lm
xx0 g(x)
lm g(x)
xx0
5.
xx0
Producto: lm f (x) g(x) = lm f (x) lm g(x)
Potencia: lm [f (x)] =
1.5.4.
xx0
xx0
si lm g(x) 6= 0
xx0
r
lm f (x)
xx0
59
Definici
on 1.23 (Continuidad en un punto). Una funci
on f se dice
que es continua en el punto x0 si se verifican las tres relaciones siguientes:
1. f (x0 ) est
a definido
2. lm f (x) existe
3. lm f (x) = f (x0 )
xx0
xx0
(1.10)
La funci
on no est
a definida en el punto.
2.
El lmite de la funci
on en el punto no existe.
3.
El lmite de la funci
on en el punto existe pero no coincide con el valor de la funci
on
en dicho punto.
Definici
on 1.24 (Discontinuidad en un punto). Se dice que la funci
on
f es discontinua en un punto x0 si la funci
on est
a definida en un entorno
de dicho punto (excepto quiz
as en x0 ) y no es continua en dicho punto.
Una discontinuidad se dice evitable si la funci
on puede hacerse continua
redefiniendola en dicho punto; y se llama inevitable si esto no es posible.
Nota: Para hablar de discontinuidad se exige que la funci
on este definida en los alrededores
del punto. No tiene sentido decir que f (x) = x es discontinua en x = 3, ya que en los
alrededores de -3 la funci
on no est
a definida.
Para que la discontinuidad de una funci
on f en un punto x0 sea evitable el lmite de
la funci
on en dicho punto tiene que existir, con objeto de hacerla continua redefiniendo
f (x0 ) con el valor del lmite
f (x0 ) = lm f (x)
xx0
La gr
afica de una funci
on de una variable es una curva en el plano. Esta
y
6
y = f (x)
x
-
CAPITULO 1. CONCEPTOS BASICOS
60
Una funci
on es continua en un intervalo cerrado [a, b] si lo es en el
intervalo abierto (a, b) y adem
as:
lm f (x) = f (a)
xa+
lm f (x) = f (b)
xb
xx0 +
xx0
1.5.5.
Proposici
on 1.15 (Propiedades algebraicas). Si f y g son continuas
en x0 , entonces tambien son continuas:
1.
M
ultiplo escalar: rf
2.
3.
Producto: f g
4.
Suma y diferencia: f g
f
Cociente: , si g(x0 ) 6= 0
g
Proposici
on 1.16 (Continuidad de las funciones elementales). Las
siguientes funciones son continuas en todos los puntos de su dominio
1.
2.
3.
4.
Polin
omicas
Racionales
Radicales
Trigonometricas
61
Exponenciales
y = f (x) es continua en un punto, entonces tambien son continuas en ese punto ef (x) ,
sen f (x) , etc.
Es decir; o bien, f (a) < 0 y f (b) > 0; o bien, f (a) > 0 y f (b) < 0.
La ecuaci
on x3 + 2x 1 = 0 tiene, al menos, una raz real en el
intervalo (0, 1)
2.
La ecuaci
on x3 3x + 1 = 0 tiene, al menos, una raz real
Soluci
on. a) Consideramos la funci
on f (x) = x3 +2x1, que al ser polin
omica es continua en todo R, y en consecuencia en [0, 1], adem
as, se tiene
f (0) = 1 < 0 y f (1) = 2 > 0
luego, aplicando el Teorema 1.2 de los ceros de Bolzano, podemos concluir
que existe al menos un c en (0, 1) en el cual f (c) = 0.
b) Consideramos la funci
on f (x) = x3 3x + 1, que al ser polin
omica es
continua en todo R. En esta ocasi
on no se nos da el intervalo, en consecuencia
lo determinamos nosotros. Buscamos, para ello, un punto donde la funci
on
sea negativa y otro donde sea positiva. As,
f (0) = +1 > 0 y f (2) = 8 + 6 + 1 = 1 < 0
En consecuencia la ecuaci
on tiene, al menos, una raz en el intervalo (2, 0).
CAPITULO 1. CONCEPTOS BASICOS
62
1.5.6.
Lmites infinitos
1
x2
-0.25
16
-0.1
100
-0.01
10000
-0.001
1000000
0.001
1000000
0.01
10000
0.1
100
0.25
16
1
10 000
f (x) =
1
> 100 000 000
x2
63
1
>M
x2
f (x) =
Lo que prueba que f (x) toma valores arbitrariamente grandes en los alrededores del origen. Es decir, para cualquier numero positivo M , se tiene que
f (x) > M
cuando
1
0 < |x| <
M
x
2
6 4 2
1
lm
= +
x0 x2
Figura 1.34:
1
x2
Soluci
on. Demos valores a x cada vez m
as cercanos a 2
x se acerca a 2 por la izquierda
x
f (x)
1.75
-4
1.9
-10
1.99
-100
1.999
-1000
2
?
2.001
1000
2.01
100
2.1
10
2.25
4
1
100 000 000
f (x) =
1
> 100 000 000
x2
CAPITULO 1. CONCEPTOS BASICOS
64
Por otro lado, si, por ejemplo, queremos que f (x) sea menor que -100 000 000,
bastar
a tomar un valor de x < 2 mayor que 2 1/100 000 000. En efecto,
2>x>2
1
100 000 000
f (x) =
1
> 100 000 000
x2
1
= + y
x2+ x 2
lm
lm
1
M
f (x) =
1
>M
x2
cuando
2<x<2+
1
M
1
M
f (x) =
1
< M
x2
cuando
2>x>2
1
M
xx0
65
y
6
4
2
x
2
4 2
2
4
6
Figura 1.35: x2
lm
1
= ,
x2
lm
x2+
1
= +
x2
0 < |x x0 | < .
siempre que
xx0
(1.11)
siempre que
0 < |x x0 | < .
xx0
(1.12)
por
x0 < x < x0
por
x0 < x < x0 +
Si el lmite de la funci
on f en el punto x0 es m
as o menos infinito, o bien
alguno de los lmites laterales es m
as o menos infinito, entonces decimos que
la funci
on f presenta en x = x0 una discontinuidad infinita o asint
otica.
Proposici
on 1.17 (Propiedades de los lmites infinitos). Si f y g son
funciones tales que
lm f (x) = +
xx0
lm g(x) =
xx0
entonces son v
alidas las siguientes propiedades:
CAPITULO 1. CONCEPTOS BASICOS
66
Para todo x 6= x0
que est
e aqu
{z
}
|
f (x) est
a aqu
x0
x0
f (x) est
a aqu
z
}|
{
Para todo x 6= x0
que est
e aqu
Figura 1.36: xx
lm f (x) = +,
lm f (x) =
xx0
1.
2.
Suma o diferencia: lm f (x) g(x) = +
xx0
Producto: lm f (x)g(x) = +
xx0
lm f (x)g(x) =
xx0
3.
lm
xx0
si > 0
si < 0
g(x)
=0
f (x)
=0
=0
+
No est
a permitido dividir por cero. Sin embargo, Cuando el lmite del
denominador es cero, el cociente puede tener lmite infinito, si bien, hay
que determinar el signo del denominador para poder determinar el signo del
infinito. As,
p
p
=
+
+ =
+
p
p
0
0
=?
=?
p
p
0
0
=
= +
0
0
Definici
on 1.27 (Asntotas verticales). Diremos que la recta x = x0
es una asntota vertical de la gr
afica de la funci
on f , si el lmite de f (x),
cuando x tiende a x0 por la derecha o por la izquierda, es + (o ).
67
g(x)
h(x)
1.5.7.
Lmites en el infinito
3x
|x| + 1
x
f (x)
-1000
-2.997
-100
-2.97
-10
-2.73
f (x) se acerca a 3
0
0
10
2.73
100
2.97
1000
2.997
+
3
f (x) se acerca a 3
lm f (x) = lm
3x
=3
x+ |x| + 1
lm f (x) = lm
x+
La gr
afica de la funci
on f es una curva con dos asntotas horizontales: la
recta x = 3, por la derecha; y la recta x = 3, por la izquierda. (vease
Figura 1.37).
En consecuencia podemos decir que:
El lmite de la funci
on f , cuando x tiende a + es , si f (x) est
a tan
pr
oximo a como queramos, siempre que x sea los suficientemente grande,
y se escribe:
lm f (x) =
x+
CAPITULO 1. CONCEPTOS BASICOS
68
y
3
2
1
30
20
10
10
20
30
2
3
3x
|x| + 1
De manera an
aloga, se dice que el lmite de la funci
on f , cuando x tiende
a es , si f (x) est
a tan pr
oximo a como queramos, siempre que x tome
valores negativos, suficientemente grande en valor absoluto, y se escribe:
lm f (x) =
x+
siempre que
x>M
x+
(1.13)
El lmite de la funci
on f , cuando x tiende a es , y se denota
lm f (x) =
siempre que
x<N
(1.14)
f
f (x) est
a
aqu
69
f (x) est
a
aqu
Figura 1.38: x
lm f (x) = ,
lm f (x) =
x+
Definici
on 1.29 (Asntotas horizontales). Si
lm f (x) =
lm f (x) =
x+
Constante: lm c = c
2.
M
ultiplo escalar: lm
3.
Suma o diferencia: lm
4.
Producto: lm f (x) g(x) = lm f (x) lm g(x)
5.
Cociente: lm
x+
x+
r f (x) = r lm f (x) ,
x+
x+
f (x) g(x) = lm f (x) lm g(x)
x+
x+
x+
lm f (x)
f (x)
x+
=
,
x+ g(x)
lm g(x)
6.
Potencia: lm [f (x)] =
7.
Races: lm
x+
x+
si
lm g(x) 6= 0
x+
r
lm f (x)
x+
q
p
n
f (x) = n lm f (x)
x+
x+
x+
rR
x+
CAPITULO 1. CONCEPTOS BASICOS
70
1.5.8.
T
ecnicas elementales para el c
alculo de lmites
Todas las funciones elementales son continuas en todos los puntos en los
que est
an definidas. En consecuencia para calcular el lmite de una funci
on
elemental en un punto de su dominio bastar
a con hacer la sustituci
on directa.
Es decir
lm f (x) = f (x0 )
xx0
El problema est
a en calcular el lmite de una funci
on elemental en un punto
en el que no est
a definida. Es decir, en un punto tal que al hacer la sustituci
on directa nos encontramos con una indeterminaci
on. Habr
a que hacer
las operaciones necesarias para romper la indeterminaci
on.
Teorema 1.9 (Funciones que coinciden en todos sus puntos excepto
en uno). Sea x0 un n
umero real y sean f y g dos funciones que coinciden
en todos los puntos de un entorno de x0 , salvo quiz
as en x0 . Entonces, si
existe el lmite de una de ellas en x0 , tambien existe el lmite de la otra y
adem
as son iguales.
f (x) = g(x) para x 6= x0 lm f (x) = lm g(x)
xx0
xx0
Demostraci
on. Supongamos que existe el lmite de g(x) cuando x x0 y
que dicho lmite es . Entonces, por definici
on, se tiene que para cada > 0
existe un > 0 tal que
|g(x) | < siempre que
0 < |x x0 | <
Ahora bien, teniendo en cuenta que f (x) = g(x) para todo x del entorno de
x0 , salvo quiz
as para x0 y teniendo en cuenta que x0 no se contempla en la
definici
on de lmite (ya que 0 < |x x0 |), resulta que
|f (x) | <
siempre que
0 < |x x0 | <
p(x)
q(x)
xx0
0
p(x) p(x0 )
=
=
q(x)
q(x0 )
0
71
b) T
ecnicas de racionalizaci
on. Se aplica en las funciones irracionales
cuando nos encontramos con indeterminaciones del tipo 0/0 o bien .
En el caso de que se trate de races cuadradas la indeterminaci
on se suele
eliminar multiplicando y dividiendo por el conjugado, con objeto de tener
suma por diferencia, de manera que al aplicar la diferencia de cuadrados se
elimine la raz cuadrada.
Ejemplo 1.49 (Calculo de lmites mediante racionalizacion). Calcular
x1
lm
x1 x 1
Soluci
on. Al aplicar la sustituci
on directa nos encontramos con una indeterminaci
on del tipo 0/0. En consecuencia racionalizamos el numerador, multiplicando y dividiendo por el conjugado, del numerador, de manera que al
aplicar la diferencia de cuadrados se elimine la raz cuadrada. En efecto,
x1
x+1
x 1 h0i
( x)2 12
= lm
=
lm
=
= lm
x1 x 1
x1 (x 1)
x1 (x 1)
0
x+1
x+1
1
1
x1
1
= lm
= lm
=
=
x1 (x 1)
x1
2
x+1
x+1
1+1
c) C
alculo de lmites mediante el n
umero e. Las indeterminaciones
CAPITULO 1. CONCEPTOS BASICOS
72
o bien, de manera general
1/h(x)
lm 1 + h(x)
= e,
si lm h(x) = 0
xx0
xx0
2
Ejemplo 1.50. Calcular: lm x 3 x 4
x4
Soluci
on. Si hacemos la sustituci
on directa nos encontramos con una indeterminaci
on del tipo 1 . El lmite se resuelve mediante el n
umero e de la
siguiente forma
2
2
1
lm x 3 x 4 = lm 1 + (x 4) x 4 = e2
x4
x4
xx0
Teorema 1.10 (Teorema del encaje). Si f (x) h(x) g(x) para todo
x en un entorno de x0 , excepto quiz
as en el propio x0 , y si
lm f (x) = = lm g(x)
xx0
xx0
entonces
lm h(x) =
xx0
Demostraci
on. Dado > 0 existen 1 y 2 tales que
|f (x) | <
siempre que
0 < |x x0 | < 1
0 < |x x0 | < 2
y
Sea el menor de 1 y 2 . Entonces si 0 < |x x0 | < , se siguen las dos
relaciones
|f (x) | < y |g(x) | <
lo cual, expresado mediante desigualdades, significa que
< f (x) < y
73
de donde, sumando
< f (x)
y g(x) < +
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en
los alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
)
g(x) acotada
k g(x) k kf (x) f (x)g(x) kf (x)
lm f (x) = 0
xx0
0 lm f (x)g(x) 0 lm f (x)g(x) = 0 0 Acot = 0
xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado final sera el
mismo.
El teorema se cumple aunque la funci
on g(x) no tenga lmite en el punto x0 . De ah la
importancia del teorema.
1
1
x
1
= 0 Acot = 0
lm x sen
x0
x
1
no existe.
x
CAPITULO 1. CONCEPTOS BASICOS
74
1.5.9.
Infinit
esimos equivalentes
Definici
on 1.30 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 1.31 (Infinit
esimos equivalentes). Dos infinitesimos, en un
mismo punto, se dice que son equivalentes, cuando el lmite de su cociente
es la unidad.
f (x) 0
lm
=
= 1 f (x) g(x)
xx0 g(x)
0
Teorema 1.11 (Sustituci
on de infinit
esimos). Cuando, en un lmite,
un infinitesimo este multiplicando o dividiendo se le puede sustituir por otro
equivalente.
f (x)
= 1.
g(x)
Y supongamos que nos encontramos con un lmite en el que aparece f (x)
multiplicando o dividiendo:
Demostraci
on. Supongamos que, en x0 , es f (x) g(x), ser
a lm
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar
m
as f
acil que el anterior.
Proposici
on 1.19. Si un infinitesimo est
a sumando o restando, en general,
no se le puede sustituir por otro equivalente.
lm f (x) h(x) 6= lm g(x) h(x)
xx0
xx0
75
Infinit
esimos m
as frecuentes en z 0
1.5.10.
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
z ln(1 + z)
ez 1 z
a 1 z ln a
ln(1 + z) z
(1
+ z)r 1 r z
z
n
1+z1
n
Ejemplo 1.52. Calcular los siguientes lmites:
1.
4.
2 sen2 x
x0 x2 (1 + cos x)
1 x1
lm x 1
x
5
lm
2.
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
Soluci
on.
0
2
2x2
2
2 sen2 x
= lm 2
=
= lm
= =1
x0 x (1 + cos x)
x0 1 + cos x
+ cos x)
0
2
x
e 1 0
1
x
lm
=
=
= lm
x0 sen 2x
x0 2x
0
2
0
1x
ln(1 + x 1)
x1
ln x
= lm
=
= lm
= lm
= 1
lm
x1
x1 1 x
x1 1 x
x1 1 x
0
1x
1 x1
1 x1
lm x 1
1 =
= 0 = lm x
x
x
5
5
1
1 1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x ln
x
x 5
5
n
0
ln 1 + ( n x 1)
x1
ln n x
=
=
lm m
= lm
=
l
m
x1
x1 ln 1 + ( m x 1)
x1 ln m x
0
x1
1. lm
x0 x2 (1
2.
3.
4.
5.
1
n ln x
x1 1 ln x
m
= lm
sen2 x
x2
sen2 x + x3 0
= lm
=
= lm 2 = 2
x0 1 cos x
x0 x /2
x0 1 cos x
0
6. lm
m
n
CAPITULO 1. CONCEPTOS BASICOS
76
lm
n 1 = lm
n 1
= lm n
n
r
3
n1
n
r
3
1
= lm 3 n
=0
n
3n
1
1+
1
n
r
a
a
a
3
2. lm n 1 1
=
= lm n
n
n
n
3n
3
1
a n1
n1
n
n
a
a = lm n a 1 1
3. lm n
n
n
an
nn+1
1
1
n
n
n
n(n1)
n1
= lm n a 1 a
= lm n a 1 a
=
n
= lm n n a
n
4.
ln a
n(n 1)
=0
1p + 2p + + np
(n + 1)p
=
=
l
m
=
n
n (n + 1)p+1 np+1
np+1
lm
(n + 1)p
"
= lm
(n + 1)p+1 1
= lm
1
(n + 1) 1 1
"
1
n+1
n
n+1
p+1 # =
lm
p+1 # = n
1
p+1
(n + 1)
n+1
1
p+1
1.6. FUNCIONES HIPERBOLICAS.
77
x3
x4
b) lm
a) lm 2
x9 x 9
x4 x 16
1.5.2. Determinar los valores de a y b que hacen
ax + b
f (x) =
c) lm (x2 + x) sen
x0
1
x
continua la funci
on
si x 1
si 1 < x < 3
si x 1
c) lm
x2
x
x2
x2
1.6.
x
(x 2)2
b) lm
x2
x
(x + 2)2
c) lm
x2
x2 4
(x 2)3
Funciones hiperb
olicas.
Las dos funciones siguientes, a primera vista, no presentan ninguna particularidad, incluso pueden parecer dos funciones ingenuas:
ex + ex
f (x) =
2 x
x
e e
g(x) =
2
1.6.1.
Definici
on 1.32. Se llaman funciones hiperb
olicas a las siguientes:
ex + ex
cosh(x) =
2
ex ex
senh(x) =
2
1+1
2
e0 + e0
=
= = 1 cosh 0 = 1
cosh(0) =
2
2
2
e0 e0
11
0
senh(0) =
=
= = 0 senh 0 = 0
2
2
2
CAPITULO 1. CONCEPTOS BASICOS
78
ex + ex
assiempre es 1)
Siempre es positivo (y adem
cosh x =
2
x > 0 senh x > 0
ex ex
Puede ser positivo o negativo
senh x =
x < 0 senh x < 0
2
1.6.2.
F
ormula fundamental de la Trigonometra hiperb
olica
cosh x senh x =
ex + ex
2
2
ex ex
2
2
=
= =1
4
4
4
4
Que nos da la f
ormula fundamental de la trigonometra hiperb
olica:
=
cosh2 x senh2 x = 1
Que tambien puede expresarse de la forma:
cosh2 x = 1 + senh2 x
Lo que permite expresar cada una de las funciones hiperb
olicas en terminos
de la otra.
p
(
cosh x = + 1 + senh2 x
p
senh x = cosh2 x 1
1.6.3.
Significado del t
ermino hiperb
olicas.
1.6. FUNCIONES HIPERBOLICAS.
79
6
'$
(x, y)
-x
&%
Figura 1.39: x2 + y2 = 1
y6
(x, y)
1
x2 y 2 = 1
se tiene :
x = cosh t
Y llamando:
2
y = senh t cosh t senh2 t = 1
Figura 1.40: x2 y2 = 1
1.6.4.
Las dem
as razones hiperb
olicas se definen igual que en la trigonometra
circular:
tgh x =
1.6.5.
senh x
ex ex
= x
cosh x
e + ex
coth x =
cosh x
ex + ex
= x
senh x
e ex
F
ormulas del
angulo doble
2
(ex )2 ex
e2x e2x
(ex ex )(ex + ex )
senh 2x =
=
=
=
2
2
2
ex ex ex + ex
= 2 senh x cosh x
=2
2
2
senh 2x = 2 senh x cosh x
2
2
(ex )2 + ex
(ex )2 + 2 + ex 2
e2x + e2x
=
=
=
cosh 2x =
2
2
2
2
2
x
2
(ex )2 + 2ex ex + ex 2
ex + ex
e + ex
=
=
1=2
1=
2
2
2
= 2 cosh2 x 1 = 2 cosh2 x (cosh2 x senh2 x) =
CAPITULO 1. CONCEPTOS BASICOS
80
1.6.6.
Las siguientes f
ormulas se emplean en el c
alculo de integrales.
cosh 2x = 2 cosh2 x 1 2 cosh2 x = 1 + cosh 2x cosh2 x =
cosh 2x + 1
2
1.6.7.
cosh 2x 1
2
Gr
afica de las funciones hiperb
olicas
Gr
afica de la funci
on f (x) = senh x
senh x =
ex ex
= 1/2ex 1/2ex
2
y
6
1/2 ex
senh x
1/2 ex
-x
1/2 ex
Gr
afica de la funci
on f (x) = cosh x
cosh x =
ex + ex
= 1/2ex + 1/2ex
2
Gr
afica de la funci
on f (x) = tgh x
tgh x =
senh x
ex ex
= x
cosh x
e + ex
1.6. FUNCIONES HIPERBOLICAS.
y
81
cosh x
6
1/2 ex
1/2 ex
-x
tgh 0 = 0
lm
ex
x+ ex
ex
+ ex
ex ex
x ex + ex
lm
ex
2x
10
ex = lm 1 e
= lm
=
=
=1
x
2x
x+
x+ 1 + e
1+0
e
1+ x
e
ex
hi
1
x
01
e2x 1
= lm e x
=
=
= 1
= lm 2x
x e
x e + 1
0+1
+1
ex
hi
61
tgh x
-x
1.6.8.
Funciones hiperb
olicas inversas
Siempre positivo
CAPITULO 1. CONCEPTOS BASICOS
82
cosh x
arg cosh x
-x
1.6.9.
Identidad hiperb
olica
ex + ex
cosh x =
2ex
ex + ex ex ex
2 x
+
=
= ex
cosh x + senh x =
x
e e
2
2
2
senh x =
2
ex = cosh x + senh x x = ln cosh x + senh x
1.6.10.
F
ormula logartmica de las funciones hiperb
olicas inversas
Sea y = arg cosh x, a partir de ah, los valores del cosh y y senh y son los
siguientes:
a) Por la propia definici
on del arg cosh, ser
a: cosh y = x.
b) A partir de la f
ormula fundamental podemos expresar el senh en funci
on del cosh, y a partir de ah, expresarlo en funci
on de x.
cosh2 y senh2 y = 1 senh2 y = cosh2 y 1
q
p
senh y = + cosh2 y 1 senh y = x2 1
i
h
p
arg cosh x = ln x + x2 1
De la misma forma se obtiene la expresi
on para el arg senh:
Sea y = arg senh x, a partir de ah, los valores del cosh y y sen y son los
siguientes:
83
i
h
p
arg senh x = ln x + x2 + 1
ey + ey
para el
2
1.7.
ey ey
para el arg senh
2
1.2.
1.3.
c) |2x 6| 4,
d) |7 3x| 2,
1
+ x1
x3
b) f (x) =
1
+ x+1
3x
1.5.
x2
< 2,
x4
1.4.
b)
9n2 + n + 1
2
n
n + 5n + 1
d) lm
n
n2 + 2n + 5
b) lm
9n2 2n ,
x+1
3
b) lm
x2
x11
,
x2
c) lm
x2
1
x2
CAPITULO 1. CONCEPTOS BASICOS
84
Soluci
on. Aplicando el criterio de Stolz, resulta
(n + 2)!
ln
ln (n + 2)! ln (n + 1)!
ln (n + 1)!
(n + 1)!
= lm
= lm
lm
=
n
n ln (n + 2)n+1 ln (n + 1)n
n ln (n + 1)n
(n + 2)n+1
ln
(n + 1)n
ln(n + 2)
ln(n + 2)
n = lm
n =
= lm
n
n
n+2
n+2
ln (n + 2)
ln(n + 2) + ln
n+1
n+1
1
1
1
n
= lm
=
=1
=
n
1 + 1/
1+0
n+2
1 + ln
/ ln(n + 2)
n+1
Donde se ha tenido en cuenta que
lm ln
n
"
n
n
n+1 #
n
+
1
n+2
1
1
1+
= ln e1 = 1
= lm ln 1 +
= ln lm
n
n
n+1
n+1
n+1
r
n
3n + 2
3n 5
!(n2 +3)
Captulo 2
Funci
on de una variable Una funci
on de una variable es una correspondencia entre dos magnitudes. Por ejemplo, el espacio y el tiempo. No
obstante, hay que advertir que no se considera funci
on a cualquier correspondencia, sino que para que una correspondencia sea funci
on, la imagen de
cada elemento tiene que ser u
nica y estar bien determinada.
Una manera de visualizar una funci
on es por medio de una gr
afica. La
gr
afica de una funci
on de una variable, por lo general, es una curva en el
plano. Sin embargo, no toda curva del plano es la representaci
on de una
funci
on. Para que una curva represente una funci
on no puede tener dos
puntos en la misma vertical (criterio de la recta vertical), ya que para que
una correspondencia entre dos magnitudes sea funci
on, la imagen tiene que
ser u
nica.
y
y6
y = f (x)
y
x
y2
y1
x
-
x
-
86
p
y1 = +1 x2
2
2
2
2
2
x +y =1 y =1x y = 1x
y2 = 1 x2
y
6 x2 + y 2 = 1
6 y = + 1 x2
-x
-x
6
-x
y = 1 x2
Funci
on de varias variables. Una funci
on de varias variables es una
correspondencia entre m
as de dos magnitudes. En este caso, las im
agenes
tambien ser
an n
umeros reales, pero los originales no ser
an n
umeros individuales, sino parejas o ternas de n
umeros reales. Es decir, para poder dar
el resultado de la funci
on necesitamos tener varios datos. En consecuencia,
los valores de la funci
on (las im
agenes), que ser
an n
umeros reales, dependen
(son funci
on) de m
as de una variable.
Ejemplo: Si expresamos el area de un tri
angulo en funci
on de la base y de
la altura, tendremos una funci
on de dos variables.
B
B
h B
1
a = bh
2
a = f (b, h)
b > 0,
h>0
Figura 2.3:
En general, ser
a:
f : D R2 R
f : (x, y) 7 z
z = f (x, y)
87
z
y
x
Figura 2.4:
En general ser
a,
f : D R3 R
f : (x, y, z) 7 v
v = f (x, y, z)
2 variables
v = f (x, y, z) = xyz
| {z }
3 variables
Definici
on 2.1 (Funci
on de dos variables). Sea D un conjunto de pares
ordenados de n
umeros reales. Si a cada par ordenado (x, y) de D le corresponde un n
umero real f (x, y), entonces se dice que f es funci
on de x e y.
El conjunto D es el dominio de f y el correspondiente conjunto de valores
de f (x, y) es el recorrido de f .
Para la funci
on dada por z = f (x, y), a x e y se les llaman variables
independientes, y a z variable dependiente.
Nota: N
otese el doble papel que juega la letra z en la notaci
on: En funciones de dos
variables se le suele usar para denotar los valores de la funci
on, escribiendo z = f (x, y)
(aqu, la z es la funci
on, la variable dependiente), mientras que en funciones de tres o
m
as variables suele aparecer denotando a una de las variables de la funci
on, por ejemplo,
en v = f (x, y, z) (aqu la z es una variable independiente).
f : (x, y) 7 z
f : v 7 z
z = f (v)
z = f (x, y)
con v = (x, y)
88
f : (x1 , . . . , xn ) 7 y
f : x 7 y
y = f (x1 , . . . , xn )
y = f (x)
6
y
-
Figura 2.5:
x2 + y 2 + z 2 = 1 z 2 = 1 x2 y 2
p
on)
z = 1 x2 y 2 (no es funci
(
p
z1 = +p 1 x2 y 2 (si es funci
on)
on)
z2 = 1 x2 y 2 (si es funci
x=1t
y = 2 + 3t
z =1+t
89
f:
f : D R R3
x = x(t)
y = y(t)
t 7 (x, y, z)
z = z(t)
n = m =1 funci
on de una variable
n>1
funci
on de varias variables
m=1
f : D Rn Rm
n cualquiera
funci
on vectorial
m>1
Campos vectoriales. Se llaman campos vectoriales a las funciones vectoriales de Rn en s mismo. Es decir, se llama campo vectorial a las funciones
del tipo f : D Rn Rn . Una pr
actica para visualizar los campos vectoriales consiste en jugar con la naturaleza dualde los elementos de Rn ;
los elementos del dominio x D se ven como puntos y los de la imagen
f (x) como vectores. El vector f (x) se representa mediante una flecha que se
puede colocar en cualquier punto del espacio, sin embargo, para tener una
visualizaci
on del campo, la flecha se colocar
a de manera que su punto inicial
sea el punto x.
Ejemplo. El campo F : R2 R2 de ecuaci
on, F(x, y) = (x, y), que asocia
al punto (x, y) R2 el vector (x, y) R2 , se llama campo radial en R2 , y se
puede representar gr
aficamente como un conjunto de flechas en direcci
on radial, cuya longitud crece al alejarnos del origen de coordenadas y disminuye
al acercarnos a el.
2.1.2.
90
*
x
H
@
R HH
@
j
A
A
AU
91
la f
ormula se obtenga un valor numerico y no tropecemos con una operaci
on
imposible?
Es evidente que, en este caso, el dominio de la funci
on es todo el espacio
R2 excepto el origen de coordenadas, es decir, Df = R2 {(0, 0)}, pues la
f
ormula puede ser calculada para cualquier pareja de n
umeros reales, salvo
para la pareja (0, 0). En efecto,
11
1
=
2
+1
2
6
2 3
=
f (2, 3) =
2
2
(2) + (3)
13
03
0
f (0, 3) = 2
= =0
0 + (3)2
9
f (1, 1) =
12
Sin embargo, al sustituir la pareja (x, y) por (0, 0) tropezamos con una operaci
on imposible, como es dividir por cero.
f (0, 0) =
0
00
=
02 + 02
0
x+y+z
x2 + y 2 + z 2
Soluci
on. El mismo razonamiento del ejemplo anterior nos conduce a
Df = R3 {(0, 0, 0)}
Nota: Recordemos que al calcular el dominio de una funci
on deben tenerse en cuenta,
entre otras, las siguientes circunstancias:
1.
2.
3.
y
f (x, y) = p
2
px y
x2 + y 2 9
f (x, y) =
x
5.
f (x, y) = ln xy
7.
Soluci
on.
2.
4.
6.
x
f (x, y) = p
2
x + y2 9
sen (yz)
f (x, y, z) = p
4 x2 y 2 z 2
1
f (x, y) =
xy
92
y
1. f (x, y) = p
x y2
p
Para que la raz cuadrada x y 2 este definida, el radicando no puede
ser negativo, luego x y 2 0, pero, al estar en el denominador, ha de
ser distinto de cero, x y 2 6= 0. En consecuencia,
x y2 0
x y 2 > 0 x > y 2 Df = {(x, y) R2 /x > y 2 }
x y 2 6= 0
Para representar la inecuaci
on x > y 2 representamos la ecuaci
on x = y 2 ,
y obtenemos una par
abola. En los puntos de la par
abola se tiene
la igualdad x = y 2 . En consecuencia, a la derecha de la par
abola
2
ser
a x > y . Luego el dominio de la funci
on coincide con el interior de
la par
abola, excluido el contorno.
y
2
6x = y
x > y2
-x
sin el contorno
y
x y2
x
2. f (x, y) = p
x2 + y 2 9
Para que la raz cuadrada este definida, el radicando no puede ser
negativo, luego x2 + y 2 9 0, pero al estar en el denominador, no
puede ser cero, x2 + y 2 9 6= 0. En consecuencia
y
6
- x
x2 + y 2 9 > 0 x2 + y 2 > 9
93
x2 + y 2 9 0 x2 + y 2 9
x 6= 0
- x
Df = {(x, y) R2 /x2 + y 2 9, x 6= 0}
Exterior del crculo de centro el Origen y radio
3, incluido el contorno y excluido el eje OY. Los
puntos (0, 3) y (0, 3) quedan excluidos.
Figura 2.9:
sen (yz)
4. f (x, y, z) = p
4 x2 y 2 z 2
En numerador no tiene ning
un problema, est
a definidos para cualquier
valor de x e y. Luego,
z
6
y
-
4 x2 y 2 z 2 > 0 x2 + y 2 + z 2 < 4
Df = {(x, y) R2 /x2 + y 2 + z 2 < 4}
El dominio es el interior de la esfera de centro
el Origen y radio 2, excluido el contorno.
Figura 2.10:
5. f (x, y) = ln xy
x>0
y>0
D = {(x, y) R2 /[x > 0, y > 0]
f
xy > 0
x<0
y<0
Es decir, el dominio est
a formado por el primer y el tercer cuadrante,
excluidos los ejes de coordenadas.
6. f (x, y) =
1
xy
xy 6= 0 x 6= 0 e y 6= 0 Df = {(x, y) R2 /xy 6= 0}
El dominio comprende todo el plano menos los dos ejes de coordenadas
7. f (x, y) = arc sen (x + y)
Que f (x, y) sea el arc sen de x + y, significa que x + y es el seno de
un
angulo. Para que x + y pueda ser el seno de un angulo ha de estar
comprendido entre 1 y -1, 1 x + y 1. En consecuencia
94
@ 6
@ y =1x
@
@ -x
@
@
@
@
y = 1 x
@
@
@
@
1 x + y 1
x+y 1y 1x
1 x + y y 1 x
Df = {(x, y) R2 / 1 x + y 1}
El dominio es la franja comprendida entre las rectas y = 1 x e y = 1 x, incluidas ambas rectas.
Figura 2.11:
2.1.3.
f (x, y) g(x, y)
f (x, y)
g(x, y)
(x, y)
f (x, y)
g(x, y)
f (x, y) + g(x, y)
95
x1
+p
y x2
1 x2 y 2
Soluci
on. Hallamos el dominio de cada uno de los sumandos, por separado.
Y luego hallamos la intersecci
on de los dominios obtenidos.
f (x, y) = p
1
-1
x1
x2 y
+p
2
yx
1 x2 y 2
Funciones polin
omicas.
En varias variables se suele utilizar una terminologa similar a la utilizada
en una variable. As, una funci
on que se puede expresar como suma de
funciones de la forma c xm y n (donde c es un n
umero real y m y n son
enteros no negativos) se conoce como funci
on polin
omica de dos variables.
Por ejemplo, son funciones polin
omicas de dos variables, las siguientes:
f (x, y) = x2 + y 2 3xy + x + 2 y g(x, y) = 2xy 2 y + 3
96
2.1.4.
Composici
on de funciones
Composici
on de funciones, en general. Componer dos funciones consiste en aplicar la segunda funci
on al resultado de la primera. Es decir, para
((componer)) dos funciones se aplica primero f a cada x en Df y despues se
aplica g a f (x), siempre que sea posible (es decir, cuando f (x) pertenezca a
Dg ).
Hay que advertir que, en general, la composici
on de funciones no es
conmutativa, es decir, en la generalidad de los casos ser
a f g 6= gf , incluso,
puede suceder que este definida la composici
on en un orden y no en el otro.
Sin embargo, s se cumple la propiedad asociativa f (g h) = (f g) h.
Composici
on de funciones reales de una variable real. Componer dos
funciones consiste en aplicar la segunda funci
on al resultado de la primera.
Ahora bien, desde el punto de vista analtico, este concepto puede tener
una segunda lectura. Analticamente, la composici
on de funciones, tambien
significa sustituir una funci
on en la otra. Es decir, si tenemos la funci
on
y = f (x) que establece la dependencia entre y y x, y la funci
on x = g(t),
que establece la dependencia entre x y t, podemos sustituir esta u
ltima en la
primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a y) se
le llama composici
on de f con g y se denota por f g. Observese que el orden
en que se escribe la composici
on f g es el inverso al orden en que act
uan
las funciones (primero g, despues f ). Conviene tener siempre presente esta
doble visualizaci
on de la composici
on de funciones: como aplicaci
on sucesiva
de dos funciones, y como sustituci
on de la variable por una funci
on de otra
variable. En esquema sera lo siguiente:
(a) Como aplicaci
on sucesiva de funciones:
g
t
f
R
R
*
f g
Figura 2.13: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
y = f g(t)
x = g(t)
Es evidente, como ya se ha dicho, que para poder componer dos funciones, en su totalidad, el rango de la primera ha de estar contenido en el
97
Rn
R
R
Rn
R
Rm
Rm
Rn
R
Pensando en la composici
on como la sustituci
on de las variables (se tratara
de la composici
on por la izquierda), para componer la funci
on z = f (x, y)
tendremos que sustituir las dos variables x e y, respectivamente, por dos
funciones g1 y g2 que las conecten con otras variables, donde g1 y g2 pueden
ser funciones de una o varias variables (ambas de las mismas). As, si consideramos las funciones
x = g1 (u, v),
y = g2 (u, v)
z = f (x, y)
x = g1 (u, v)
y = g2 (u, v)
z = f g1 (u, v), g2 (u, v)
98
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) que sustituimos, tambien puede considerarse como las componentes de una sola funci
on
vectorial g : D R2 R2 , de tal manera que a cada punto (u, v) D
2
la funci
on vectorial g le asocia
el punto g(u, v) R , cuyas coordenadas
son (x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto
permite interpretar la sustituci
on de las variables como la aplicaci
on sucesiva
de dos funciones: una vectorial y la otra real. En esquema sera:
f
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde,
f g(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v)
y = g2 (u, v) = uv
Soluci
on. Si queremos interpretar la composici
on como la aplicaci
on sucesiva
de dos funciones, consideramos la funci
on vectorial
g(u, v) = g1 (u, v), g2 (u, v) = (u + v, uv)
y, en esquema, resulta
f (x, y) = xy 2 + xy
g(u, v) = (u + v, uv)
R2
R
g
2
R
R2
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde, la composici
on buscada, ser
a:
h(u, v) = (f g)(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v) = f (u + v, uv) =
= (u + v)(uv)2 + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2
N
otese que la funci
on resultante de la composici
on, h = f g, es una funci
on
distinta de f , g, g1 y g2 , es decir, se trata de una nueva funci
on h, tal que
f (x, y) = h(u, v) 6= f (u, v)
En la pr
actica se pueden simplificar los c
alculos, sustituyendo directamente:
99
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
f
R3
R
g
R
R3
R
R3
R
t 7 (x, y, z) 7 w
de donde, la composici
on buscada, ser
a:
h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) =
= et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t
En la pr
actica se pueden simplificar los c
alculos, sustituyendo directamente:
f (x, y, z) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 tt2 et sen t = h(t)
N
otese que la funci
on resultante de la composici
on solamente estar
a definida
para aquellos puntos (x, y) en los cuales se cumpla que xy 2 xy 0, es decir,
Dh = {(x, y) R2 / xy 2 xy 0}
100
En la pr
actica, tambien se pueden simplificar los c
alculos sustituyendo directamente, pero en este caso, sustituimos en la funci
on g:
p
p
2
g(t) = g f (x, y) = f (x, y) = xy xy = h(x, y)
R2 R R
g
g(z) = z
R R
p
g f (x, y) = h(x, y) = 16 4x2 y 2
f
f (x, y, z) = (2x, x + y, x + z) R3 R3
g
g(x, y, z) = (x + y, y + z)
R3 R2
h
h(x, y) = x + y
R2 R
R3 R3 R2 R
h
i
h g f (x, y) = h g(2x, x+y, x+z) = h(3x+y, 2x+y+z) = 5x+2y+z
La funci
on g debe interpretarse como: (1a componente +2a , 2a + 3a )
x2 = g2 (u1 , u2 , , um )
..
.
xn = gn (u1 , u2 , , um )
podemos sustituirlas en la funci
on z = f (x1 , x2 , , xn ) y obtener la funci
on
compuesta:
z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
101
O sea,
g(u1 , u2 , . . ., um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
Rm Rn R
(u1 , u2 , , um ) 7 (x1 , x2 , , xn ) 7 z
De esta manera se ve el proceso de composici
on de funciones de varias variables como un proceso entre dos funciones, que se puede enunciar formalmente
de la siguiente forma:
Definici
on 2.2 (Composici
on de funciones). Dada la funci
on f : D f
Rn R definida en el conjunto Df de Rn y la funci
on g : Dg Rm Rn
definida en el conjunto Dg de Rm , cuyo rango est
a contenido en Df (es
decir, g(Dg ) Df ), entonces se puede formar la composici
on de ambas
funciones f g : Dg Rm R, definida como:
(f g)(u) = f g(u)),
u Dg
Esquem
aticamente sera.
)
f
g
g : Dg Rm Rn
R
Df
Dg
(f g)(u) = f g(u)
n
m
f : Df R R
f g : Dg R R
y mediante diagramas,
102
f
R
Rm
Rn
z
R
f g
Figura 2.14: Composicion de funciones
g
f
R
Dg
Df
Rm
Rn
f g
Figura 2.15: Composicion de funciones
2.1.5.
Gr
afica de una funci
on de dos variables
6
(x, y)
y = f (x)
x
-
103
de la forma x, f (x) . Es decir,
gr
af f = { (x, y) R2 / x Df , y = f (x) }
Es decir,
(x, y, z) gr
af f
(x, y) Df
z = f (x, y)
(x, y, z) = x, y, f (x, y)
z6
z y
x
x
y
-
Df
Figura 2.17:
La gr
afica de una funci
on de dos variables ser
a una
superficie en el espacio. La proyecci
on de la gr
afica
sobre el plano horizontal coincide con el dominio de
la funci
on.
Los puntos de la gr
afica se representan por
(x, y, f (x, y))
104
y
0
4
0
z
0
0
-4
f (x) = ax + b
f (x, y) = ax + by + c
Recta en el plano
Plano en el espacio
f (x1 , . . . , xx ) = a1 x1 + a2 x2 + + an xn + b Hiperplano en Rn+1
p
Ejemplo 2.10. Representa la funci
on: f (x, y) = 9 x2 y 2
Soluci
on. El dominio de la funci
on viene determinado por 9 x2 y 2 0
z6
3
y
3
x 3
Figura 2.19:
p
16 4x2 y 2
Soluci
on. El dominio de la funci
on vendr
a determinado por 164x2 y 2 0
z 6
4
y
4
x
Figura 2.20:
105
y
x
Figura 2.21: z = 3
Soluci
on. El dominio de la funci
on es todo R2 .
Cortes con los planos coordenados. Para ayudarnos en la representaci
on
gr
afica de las superficies, estudiaremos la curva en que la superficie corta a
los planos coordenados.
z 6
z 6
x=0
curva de nivel k
106
6
curva de
contorno
-y
x
curva de
nivel
Las curvas de nivel son el conjunto de puntos del dominio donde la funci
on
es constante, es decir, los puntos donde la funci
on toma el mismo valor, o
sea, las curvas de altura constante sobre la gr
afica de la funci
on. Las curvas
de nivel permiten representar superficies tridimensionales mediante un mapa
plano. Es importante elegir los valores de z adecuadamente para que el mapa
traslade una clara visualizaci
on de la superficie. El espaciado entre las curvas
de nivel nos da una idea del crecimiento de la funci
on. As, mucho espacio
entre dos curvas de nivel significa que la superficie crece lentamente. Dos
curvas de nivel muy pr
oximas significa que la superficie crece r
apidamente.
Dos curvas de nivel diferentes de un mismo campo escalar no se pueden
cortar, puesto que la funci
on f asocia un u
nico n
umero z = f (x, y) a un
punto cualquiera (x, y)
Figura 2.25: La distancia entre las curvas de nivel muestra el crecimiento de la superficie
Ejemplo:Representar la funci
on: f (x, y) = x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = x + y .
Veamos los cortes de dicha superficie con los planos coordenados:
- corte con el plano x = 0 z = y 2 que es una par
abola
2
- corte con el plano y = 0 z = x que es otra par
abola.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
107
resulta la ecuaci
on x2 + y 2 = z, en donde, para cada valor de z tenemos una
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=4
=9
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
p
x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para
on
prepresentar la funci
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = x + y .
Veamos los cortes de dicha superficie con los planos coordenados:
p
- corte con el plano x = 0 z = y 2 =| y | que es una recta quebrada
- corte con el plano y = 0 z = x2 =| x | que es otra recta quebrada.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
resulta la ecuaci
on x2 + y 2 = z 2 , en donde, para cada valor de z tenemos
una circunferencia de radio z Damos varios valores a z para ver las curvas
de contorno a distintas alturas:
-
nivel
nivel
nivel
nivel
z
z
z
z
=0
=1
=2
=3
x2 + y 2
x2 + y 2
x2 + y 2
x2 + y 2
=0
=1
=4
=9
se reduce al punto(0, 0)
circunferencia de radio 1
circunferencia de radio 2
circunferencia de radio 3
Las curvas de nivel son circunferencias como en el caso anterior, pero los
cortes con los planos coordenados son rectas y no par
abolas. La gr
afica
resultante es un cono.
Ejemplo 2.15. Representa la funci
on: f (x, y) = 25 x2 y 2
108
x2 + y 2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
2
2
sustituimos f (x, y) por z, con lo que tenemos: z = 25 x y .
Hallamos los cortes de la superficie con los planos coordenados:
- corte con el plano x = 0 z = 25 y 2 que es una par
abola hacia abajo
- corte con el plano y = 0 z = 25 x2 que es una par
abola hacia abajo.
Para hallar las curvas de nivel suponemos z constante, con lo que resulta la
ecuaci
on x2 + y 2 = 25
z, en donde, para cada valor de z < 25 tenemos una
circunferencia de radio 25 z
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
-
nivel z
nivel z
nivel z
nivel z
nivel z
nivel z
= 0 x2 + y 2 = 25
= 9 x2 + y 2 = 16
= 16 x2 + y 2 = 9
= 21 x2 + y 2 = 4
= 24 x2 + y 2 = 4
= 25 x2 + y 2 = 0
circunferencia de radio 5
circunferencia de radio 4
circunferencia de radio 3
circunferencia de radio 2
circunferencia de radio 1
se reduce al punto(0, 0)
La gr
afica sera un paraboloide invertido.
Ejemplo 2.16. Representa la funci
on: f (x, y) = y 2 x2
Soluci
on. El dominio de la funci
on es todo R2 . Para representar la funci
on
sustituimos f (x, y) por z, con lo que tenemos: z = y 2 x2 .
Veamos los cortes de dicha superficie con los planos coordenados:
- corte con el plano x = 0 z = y 2 que es una par
abola hacia arriba
- corte con el plano y = 0 z = x2 que es una par
abola hacia abajo.
Para hallar las curvas de nivel suponemos que z es una constante con lo que
resulta la ecuaci
on y 2 x2 = z, en donde, para cada valor de z tenemos una
hiperbola
Damos varios valores a z para ver las curvas de contorno a distintas alturas:
109
110
Funciones de tres o m
as variable. La gr
afica de funciones de tres o
m
as variables se define de forma an
aloga al caso de una y dos variables. As,
en general, la gr
afica de una funci
on de n variables f : Df Rn R, se
define como el conjunto
graf f = { (x1 , x2 , . . . , xn , y) Rn+1 / (x1 , x2 , . . . , xn ) Df , y = f (x1 , x2 , . . . , xn ) }
2.1.6.
En Matem
aticas a los conceptos te
oricos se les buscan representaciones que
nos permitan visualizar, mediante im
agenes gr
aficas, sus propiedades abstractas, con objeto de comprenderlas y recordarlas mejor. As, para tener una
visualizaci
on gr
afica de las propiedades de las funciones, hemos imaginado
que las funciones de una variable representan curvas en el plano y las de dos
variables superficies en el espacio. Sin embargo, este sistema no nos permite
visualizar las funciones de tres o m
as variables y tenemos que conformarnos
con imaginar una generalizaci
on de los conceptos aprehendidos en dos o tres
dimensiones.
En realidad una funci
on no es ni una curva ni una superficie, sino una
correspondencia entre magnitudes, y seg
un sea el significado fsico que le
demos a esas magnitudes (espacio, tiempo, temperatura, etc.) la funci
on
111
tendr
a un significado fsico u otro. Por eso, aunque la representaci
on gr
afica
haya pasado a formar parte integrante del contenido te
orico de las funciones, no debemos olvidar que es simplemente un instrumento de ayuda,
y, por lo tanto, no nos debemos sentir atrapados por ese instrumento. Para
comprender algunos conceptos, como por ejemplo las curvas de nivel, son
tambien apropiadas otras representaciones de las funciones distintas de la
representaci
on gr
afica.
As, las funciones de dos variables se pueden interpretar como la temperatura en cada punto de una placa horizontal, siendo esta placa el dominio de
la funci
on. Las de tres variables se pueden interpretar como la temperatura
en cada punto de una regi
on del espacio. Las curvas de nivel seran las curvas
de igual temperatura, es decir, las isotermas. En el caso de tres variables las
superficies de nivel seran las superficies de igual temperatura (superficies
isotermas).
A las funciones de varias variables tambien se les puede dar otras interpretaciones, por ejemplo, en un mapa del tiempo las curvas de nivel de
igual presi
on se llaman isobaras. En las representaciones de los campos de
potencial electrico, las curvas de nivel se llaman lneas equipotenciales.
2.2.
2.2.1.
Lmite y continuidad
Introducci
on
La gr
afica de una funci
on de una variable es una curva en el plano.
y
6
y = f (x)
x
-
2.2.2.
De manera an
aloga a como se definen los entornos en la recta real mediante
intervalos, se definen los entornos en el plano mediante discos. As, un entorno alrededor de (x0 , y0 ) va a ser un disco centrado en (x0 , y0 ) con radio
. Es decir, se define el -entorno alrededor de (x0 , y0 ) como el conjunto de
puntos (x, y) del plano que distan de (x0 , y0 ) menos que .
p
{(x, y) R2 ; (x x0 )2 + (y y0 )2 < }
112
(x0 , y0 )
Cuando en la definici
on ponemos el signo < se dice que el disco es abierto
y cuando ponemos el signo decimos que el disco es cerrado. En el primer
caso no est
a incluido el contorno y en el segundo s.
Regiones abiertas y regiones cerradas
Un punto (x0 , y0 ) de una regi
on R del plano se dice que es un punto
interior de R si existe un -entorno alrededor de (x0 , y0 ) que pertenece
totalmente a R. Si todos los puntos de una regi
on R son interiores entonces
decimos que R es una regi
on abierta.
Un punto (x0 , y0 ) se dice que es un punto frontera de R si cada disco
abierto centrado en (x0 , y0 ) contiene puntos del interior de R y puntos del
exterior de R. Por definici
on, una regi
on debe contener todos sus puntos
113
interiores, pero no tiene por que contener a sus puntos fronteras. Si una
regi
on contiene todos sus puntos fronteras, entonces se dice que es una regi
on
cerrada. Una regi
on que contiene a algunos pero no a todos sus puntos
fronteras no es ni abierta ni cerrada.
y
Punto
frontera
Punto
interior Frontera de R
2.2.3.
114
Definici
on 2.3 (Lmite de una funci
on en un punto). Sea f una
funci
on de dos variables definida en un disco abierto centrado en (x0 , y0 ),
excepto quiz
as en el punto (x0 , y0 ). Entonces,
lm
(x,y)(x0 ,y0 )
f (x, y) =
si y s
olo si para cada > 0 existe un correspondiente > 0 tal que
p
|f (x, y) | < , siempre que 0 < (x x0 )2 + (y y0 )2 <
(x,y)(x0 ,y0 )
f (x, y) =
lm
(x,y)(x0 ,y0 )
f (x, y) = f (x0 , y0 )
Una funci
on se dice que es continua en una regi
on R si es continua en cada
punto de R
1 si x2 + y 2 1
Ejemplo 2.18. Dada la funci
on f (x, y) =
0 si x2 + y 2 > 1
hallar gr
aficamente:
lm
(x,y)(0,0)
f (x, y)
lm
(x,y)(1,0)
f (x, y)
Soluci
on. Para hallar el lmite de la funci
on en cada uno de los puntos
especificados, hallamos las im
agenes de los puntos de un entorno de cada
uno de los puntos.
115
En un entorno del punto (0, 0) todos los puntos tienen como imagen
f (x, y) = 1, luego el lmite en dicho punto tambien es 1.
En un entorno del punto (1, 0) una parte de los puntos tienen como
imagen f (x, y) = 1, y otra parte de los puntos tiene como imagen f (x, y) = 0,
luego el lmite en dicho punto no existe, ya que todos los puntos del entorno
deberan orientar su imagen hacia el mismo sitio.
Figura 2.35:
2.2.4.
lm
(x,y)(0,0)
f (x, y) = 1
lm
(x,y)(1,0)
f (x, y)
no definido
De forma an
aloga a una variable, en varias variables se cumplen las siguientes
propiedades:
Teorema 2.1 (Propiedades de las funciones continuas). Si k es un
n
umero real y f y g son funciones continuas en (x0 , y0 ), entonces las funciones siguientes tambien son continuas en (x0 , y0 ):
1.
2.
3.
4.
M
ultiplo escalar: kf
Suma y diferencia: f g
Producto: f g
Cociente: f /g, si g(x0 , y0 ) 6= 0
(x,y)(x0 ,y0 )
on de dos variables,
Nota. Observese que, en el teorema 2.2, h es una funci
mientras que g es una funci
on de una sola variable.
De los teoremas 2.1 y 2.2 se desprende la continuidad las funciones
f (x, y) = sen x2 y
g(x, y) = ex
2 +y 2
116
3.
4.
lm
(x,y)(2,3)
lm
xy = 6
(x,y)(2,3) x2
lm
(x,y)(0,1)
xy
6
6
=
=
2
+y
4+9
13
arc sen xy
1 + xy
arc sen 0
0
= =0
1+0
1
1
xy
Soluci
on. El u
nico problema que presenta la funci
on es en el cociente, donde
el denominador debe ser distinto de 0. Teniendo en cuenta que xy = 0 cuando
x = 0 (eje OY) o cuando y = 0 (eje OX). La funci
on ser
a discontinua en los
dos ejes de coordenadas.
117
xy+1
x2 y
1 x2 4y 2
118
1
cos(x2 + y 2 )
= 1 + = 1 =
1
2
2
x +y
0
(x,y)(0,0)
lm
lm
(x,y)(0,0)
2.2.5.
ln(x2 + y 2 ) = ln 0+ =
Mediante la definici
on de lmite se puede comprobar si un lmite dado
es correcto o no, pero no se pueden calcular lmites. La comprobaci
on suele
ser complicada y artificial. (Tenemos que imaginar que alguien nos va a dar
el valor de y nosotros tenemos que encontrar el correspondiente valor de
que hace que sea cierta la implicaci
on. En general, nuestro depender
a del
que nos den: = ()).
En cada caso necesitaremos probar que, para cada > 0, existe un entorno alrededor de (x0 , y0 ) tal que
|f (x, y) | <
siempre que (x, y) 6= (x0 , y0 ) este en el entorno. Es decir, necesitamos probar
que cualquiera que sea > 0, existe, para ese , un > 0 que hace cierta la
implicaci
on:
0 < (x x0 )2 + (y y0 )2 < 2
|f (x, y) | <
|f (x, y) | <
119
|f (x, y) | <
est
a, como ya se ha dicho, en que, en la generalidad de los casos, no es posible la demostraci
on lineal de la implicaci
on. As como, en el hecho de que el valor de no est
a dado,
desde un principio, sino que lo debemos encontrar durante el proceso. En consecuencia, el
tipo de razonamiento que se hace es el siguiente: Intentamos demostrar que |f (x, y)| <
bajo que condiciones se cumple esto? En un momento de la demostraci
on necesitamos
utilizar que 0 < (x x0 )2 + (y y0 )2 < 2 . Esa necesidad es lo que hace que sea cierta la
implicaci
on.
Por otro lado, hay que decir que la u
nica restricci
on que tenemos que poner a = ()
para poder concluir que |f (x, y) | < es que sea positivo cuando tambien lo sean
( y son distancias).
El hecho de tratarse de desigualdades es lo que complica la demostraci
on, aunque al
mismo tiempo la enriquece.
(x,y)(0,0)
p
x2 + y 2 sen
1
=0
x2 + y 2
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (0, 0) tal que
|f (x, y) 0| <
siempre que (x, y) 6= (0, 0) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
p
0 < (x 0)2 + (y 0)2 <
se siga que
|f (x, y) 0| <
Es decir, tenemos que demostrar la siguiente implicaci
on.
x2 + y 2 < 2
Para ello, tenemos que encontrar un valor positivo para tal que cuando
x2 + y 2 < 2 , se tenga que |f (x, y)| < (el valor de depender
a del que
tenga ).
El proceso es el siguiente: partimos de la expresi
on |f (x, y)|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci
on de y vemos
cu
anto tiene que valer para que esa expresi
on sea menor que ; teniendo
en
cuenta
que
al
estar
en
un
entorno
del
origen
es x2 + y 2 < 2 , o bien
p
x2 + y 2 <
120
|f (x, y)| = |
x2 + y 2 sen
ha de ser
{z
p
p
1
x2 + y 2 < =
| | x2 + y 2 | =
x2 + y 2
|
{z
}
Por estar (x, y) en
el entorno de (0, 0)
Observaci
on. La funci
on f , del ejemplo anterior, definida por
p
1
f (x, y) = x2 + y 2 sen 2
x + y2
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor positivo para tal que cuando
x2 + y 2 < 2 , se tenga que |f (x, y)| < . Para ello partimos de la expresi
on
|f (x, y)|, la relacionamos con x2 + y 2 , con objeto de expresarla en funci
on de
y vemos cuanto tiene que valer para que esa expresi
on sea menor que ;
teniendo
a x2 + y 2 < 2 ,
p en cuenta que al estar en un entorno del origen ser
2
2
o bien x + y <
|f (x, y)| = |(x2 + y 2 ) sen
1
| |x2 + y 2 | = x2 + y 2 < 2 =
{z
}
|
xy
Por estar (x, y) en
el entorno de (0,0)
121
positivo cuando
luego hemos encontrado un valor para , = , que es p
los es, y con el que se concluye que |f (x, y)| < , cuando x2 + y 2 < . En
consecuencia el lmite es correcto.
Ejemplo 2.26. Comprobar aplicando la definici
on que el siguiente lmite
es correcto.
lm y = b
(x,y)(a,b)
Soluci
on. Necesitamos probar que, para cada > 0, existe un -entorno
alrededor de (a, b) tal que
|f (x, y) b| <
siempre que (x, y) 6= (a, b) este en el entorno. Es decir, necesitamos encontrar
un valor de , tal que de
p
0 < (x a)2 + (y b)2 <
se siga que
|f (x, y) b| <
Para ello partimos de la expresi
on |f (x, y) b| y tratamos de relacionarla
2
2
con (x a) + (y b) , con objeto de expresarla en funci
on de y vemos
cuanto tiene que valer para que esa expresi
on sea menor que
p
p
|f (x, y) b| = |y b| = (y b)2 (x a)2 + (y b)2 < =
Acotaciones usuales en el c
alculo de lmites: En el c
alculo de lmites,
adem
as de las acotaciones | sen x| 1 y | cos x| 1, se utilizan las siguientes:
0 |x| =
x2
p
|x|
x
x2 + y 2 p
1 1 p
1
x2 + y 2
x2 + y 2
0 x2 x2 + y 2 0
x2
1
x2 + y 2
122
Soluci
on. Igual que antes, tenemos que demostrar la siguiente implicaci
on.
(x 0)2 + (y 0)2 < 2
|f (x, y) 0| <
Es decir, tenemos que encontrar un valor para tal que cuando x2 +y 2 < 2 ,
se tenga que |f (x, y)| < . Para ello partimos de la expresi
on |f (x, y)|, la
2
2
relacionamos con x + y , con objeto de expresarla en funci
on de y vemos
cuanto tiene que valer para que esa expresi
on sea menor que ; teniendo
en cuenta que al estar en un entorno del origen ser
a x2 + y 2 < 2 , o bien
p
x2 + y 2 <
p
5x2 y
x2
|f (x, y)| =| 2
x2 + y 2 < 5 =
|=
5|y|
|
|
5|y|
5
x + y2
x2 + y 2
luego hemos encontrado un valor para , = /5
2
(En la demostraci
on hemos utilizado la acotaci
on | x2x+y2 | 1, y por otro
p
p
lado hemos tenido en cuenta que: | y |= y 2 x2 + y 2 ).
Soluci
on.
y
xy
|= |x| | p
| |x| = x2 x2 + y 2 < =
|f (x, y)| =| p
x2 + y 2
x2 + y 2
p
p
x4
x4 y
|=
|
||y| |y| y 2 x2 + y 2 < =
4
4
4
4
x +y
x +y
2.2.6.
C
alculo de lmites mediante operaciones algebraicas
123
x2 1
y1
2.
lm
+ 2
y 1
(x,y)(1,1) x 1
2
x + y2
p
4.
lm
(x,y)(0,0)
x2 + y 2 + 1 1
6x 2y
1.
lm
(x,y)(1,3) 9x2 y 2
(x3 1)(y 4 1)
3.
lm
(x,y)(1,1) (x 1)(y 2 1)
1
1 + x2 y x2
5.
lm
(x,y)(0,3)
Soluci
on.
1.
6x 2y
0
2(3x y)
=[ ]=
lm
=
2
2
0
(x,y)(1,3) 9x y
(x,y)(1,3) (3x)2 y 2
lm
2
1
2
2(3x y)
=
lm
= =
(3x + y)(3x y) (x,y)(1,3) (3x + y)
6
3
2
0 0
y1
x 1
=[ + ]=
+ 2
2.
lm
y 1
0 0
(x,y)(1,1) x 1
(x + 1)(x 1)
y1
0 0
=
lm
+
=[ + ]=
x1
(y + 1)(y 1)
0 0
(x,y)(1,1)
1
5
1
=2+ =
x+1+
=
lm
y+1
2
2
(x,y)(1,1)
=
3.
lm
(x,y)(1,3)
(x3 1)(y 4 1)
0
=[ ]=
2
(x
1)(y
1)
0
(x,y)(1,1)
lm
=
4.
lm
(x,y)(1,1)
(x2 + x + 1)(y 2 + 1) = 3 2 = 6
x2 + y 2
0
p
=[ ]=
0
(x,y)(0,0)
x2 + y 2 + 1 1
p
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
=
lm
x2 + y 2 + 1 1
(x,y)(0,0)
p
(x2 + y 2 )( x2 + y 2 + 1 + 1)
=
=
lm
x2 + y 2
(x,y)(0,0)
p
x2 + y 2 + 1 + 1 = 2
=
lm
lm
(x,y)(0,0)
5.
lm
(x,y)(0,3)
1+x y
1
x2
= [1 ] =
lm
(x,y)(0,3)
x2 y
h
1 i
2 x2 y x2
= e3
(1 + x y)
lm (1 + z) z = e
z0
124
2.2.7.
Si una funci
on est
a comprendida, en los alrededores de un punto, entre dos
que tienen el mismo lmite, en dicho punto, entonces dicha funci
on tambien
tiene el mismo lmite en dicho punto.
)
f (x) h(x) g(x)
= lm h(x) = lm f (x) = lm g(x)
lm f (x) = lm g(x)
xx0
xx0
xx0
xx0
xx0
Si una funci
on tiene lmite cero, en un punto, y otra est
a acotada en los
alrededores del punto, entonces su producto tambien tiene lmite cero en
dicho punto.
)
g(x)acotada
k g(x) k kf (x) f (x)g(x) kf (x)
lm f (x) = 0
xx0
xx0
Nota: Si f (x) < 0, cambiara el sentido de la desigualdad, pero el resultado final sera el
mismo.
lm
(x2 + y 2 ) sen
lm
(x sen
lm
(x2 + y 2 ) sen
(x,y)(0,0)
(x,y)(0,0)
1
xy
x3
(x,y)(0,0) x2 + y 2
y(x 1)3
4.
lm
(x,y)(1,2) (x 1)2 + (y + 2)2
2.
1
1
+ y sen )
y
x
lm
Soluci
on.
1.
2.
3.
4.
(x,y)(0,0)
1
= 0 Acot = 0
xy
x3
x2
=
l
m
x
= 0 Acot = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
lm
(x,y)(0,0)
(x sen
1
1
+ y sen ) = 0 Acot + 0 Acot = 0
y
x
y(x 1)3
=
(x,y)(1,2) (x 1)2 + (y + 2)2
lm
lm
(x,y)(1,2)
(x 1)y
(x 1)2
= 0 Acot = 0
(x 1)2 + (y + 2)2
125
u = x 1, v = y + 2 , en efecto,
(v 2)u3
y(x 1)3
=
l
m
=
(u,v)(0,0) u2 + v 2
(x,y)(1,2) (x 1)2 + (y + 2)2
lm
2.2.8.
lm
(u,v)(0,0)
(v 2)u
u2
= (2) 0 Acot = 0
u2 + v 2
Infinit
esimos equivalentes.
Definici
on 2.6 (Infinit
esimos equivalentes). Dos infinitesimos en un
mismo punto se dice que son equivalentes, cuando el lmite de su cociente
es 1.
f (X) 0
lm
=
= 1 = f (X) g(X)
(en X = X0 )
XX0 g(X)
0
Sustituci
on de infinit
esimos. Si un infinitesimo est
a multiplicando o dividiendo se le puede sustituir por otro equivalente para simplificar los c
alculos.
f (X)
= 1. Y supongaSupongamos que f (X) g(X), entonces ser
a lm
XX0 g(X)
mos que f (X) aparece multiplicando dentro de un lmite.
lm f (X) h(X) = lm
XX0
XX0
f (X)
g(X)h(X) = lm g(X) h(X)
XX0
g(X)
Con lo cual hemos sustituido f (X) por g(X) y el lmite puede resultar m
as
f
acil.
Sumas de infinit
esimos. Cuando un infinitesimo est
a sumando o restando,
en general, no se puede sustituir por otro equivalente.
lm f (X) + h(X)
6=
lm g(X) + h(X)
XX0
XX0
No obstante, existen casos muy concretos en los que se pueden aplicar infinitesimos al caso de sumas. Sin embargo, hay que advertir que en varias
variables esta sustituci
on es mucho m
as restrictiva que en una variable. En
una variable dijimos que la suma de varios infinitesimos de distinto orden
se puede reducir al de menor orden. Por ejemplo,
(x2 )f (x)
(x2 + 3x3 5x4 )f (x)
= lm
x0
x0
g(x)
g(x)
lm
126
x=y 3
o bien,
(y 2 + 3y 3 5y 4 )f (x, y)
(y 2 )f (x, y)
=
lm
g(x, y)
g(x, y)
(x,y)(0,0)
(x,y)(0,0)
lm
e incluso,
lm
(x,y)(0,0)
i
h
(x2 y)2 + 3(x2 y)3 5(x2 y)4 f (x, y)
g(x, y)
lm
(x,y)(0,0)
i
(x2 y)2 f (x, y)
g(x, y)
Sin embargo
(x2 y)f (x, y)
(x2 y + x3 y 2 + x6 )f (x, y)
6= lm
x0
g(x, y)
g(x, y)
(x,y)(0,0)
lm
Evidentemente la suma que se sustituye no puede ser una suma parcial, sino
que la suma que se sustituye ha de ser total, es decir, considerada como una
unidad, ha de estar multiplicando o dividiendo.
127
Algunos infinit
esimos en el Origen (z 0).
Los infinitesimos m
as usuales, en el origen son:
Trigonometricos:
sen z z
arc sen z z
tg z z
arctan z z
1 cos z
z2
2
Logartmicos:
ln(1 + z) z
z ln(1 + z)
ez 1 z
az 1 z ln a
(1+ z)n 1 + nz
n
1 + z 1 + nz
lm
(x,y)(x0 ,y0 )
f (x, y) = 0
sen f (x, y) g(x, y)
f (x, y)g(x, y)
lm
=
lm
h(x, y)
h(x, y)
(x,y)(x0 ,y0 )
(x,y)(x0 ,y0 )
Ejemplo 2.32 (Calculando lmites mediante infinitesimos). Calcula los siguientes lmites.
1.
xy
sen(xy)
=
lm
=
lm y = 2
x
(x,y)(0,2) x
(x,y)(0,2)
(x,y)(0,2)
lm
etg(x y) 1
1
tg(x2 y)
x2 y
2.
lm
=
l
m
=
l
m
=
2
2
2
2
(x,y)(0,0) 2 sen(x y)
(x,y)(0,0) 2x y
(x,y)(0,0) 2x y
3.
(x2 y)2
1 cos(x2 y)
=
lm
=
2
(x y)
(x,y)(1,1) 2(x y)2
(x,y)(1,1)
4.
exy 1
xy
=
lm
=
lm 1 = 1
sen
x
ln(1
+
y)
xy
(x,y)(0,0)
(x,y)(0,0)
(x,y)(0,0)
5.
3
x3y
sen x sen(3y)
=
lm
=
2xy
2
(x,y)(0,0) 2xy
(x,y)(0,0)
lm
lm
128
6.
(1 cos 2x)(cos 3y 1)
7.
lm
=
lm
5x2 y
(x,y)(0,0)
(x,y)(0,0)
9y 2
4x2
2 ( 2 )
5x2 y
=
8.
9y
=0
(x,y)(0,0) 5
lm
x2y
(ex 1)(e2y 1)
=
lm
=2
xy
(x,y)(0,0) xy
(x,y)(0,0)
lm
ln x tg(y 1)
(x,y)(1,1) xy x y + 1
lm
Soluci
on. Aplicando infinitesimos en el numerador,
ln x = ln(1 + x 1) x 1 ,
tg(y 1) y 1
2.2.9.
Inexistencia de lmites
129
Rr
@
r
1i
I
@
x0
luego, de existir el lmite, debera ser 1/2. Mientras que si nos acercamos al
origen a traves de la recta y = x, se tiene
1
x(x)
x2
xy
=
l
m
=
l
m
=
2
2
2
2
2
x0 2x
2
(x,y)(0,0) x + y
(x,y)(0,0) x + (x)
lm
y=x
x0
130
(x,y)(0,0) x2
xmx
xy
xy
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
m
m
=
= f (m)
2
x0 1 + m
1 + m2
= lm
gr
afica. Imaginemos una alfombra de goma, con un agujero en el centro, y la atravesamos
con dos listones, uno por debajo y el otro por encima, de manera que se crucen en el
agujero (el de abajo de la alfombra pasara por encima del otro). El que est
a por encima
de la alfombra lo fijamos al suelo y el que est
a por debajo lo levantamos hasta una altura
de un metro, sin que se rompa la alfombra. Es evidente que el agujero se estira todo el
metro.
xy
x2 +y 2
Observaci
on. Podemos observar que aunque la funci
on f , del ejemplo anterior, definida por
xy
f (x, y) = 2
x + y2
131
s
olo es discontinua en el punto (0, 0), sin embargo, dicha discontinuidad es
inevitable, ya que no es posible redefinir la funci
on en (0, 0), de manera que
sea continua en dicho punto, puesto que el lmite en (0, 0) no existe.
Ejemplo 2.35. Demostrar que el siguiente lmite no existe.
y2
(x,y)(0,0) x + y 2
lm
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
y2
m2 x2
m2 x
y2
=
l
m
=
l
m
=
l
m
=0
x0 x + m2 x2
x0 1 + m2 x
(x,y)(0,0) x + y 2
(x,y)(0,0) x + y 2
lm
y=mx
x=y 2
y0
x=0
x=0
y0
Soluci
on. Nos acercamos al origen a traves de la recta y = mx.
lm
2x2 y
2x2 y
2mx
2x2 mx
= lm
= lm 4
= lm 2
= 0
2
4
2
x0 x + m2 x2
x0 x + m2
(x,y)(0,0) x + y
+y
y=mx
y=mx
(x,y)(0,0) x4
132
tener otro valor. En efecto, si nos acercamos al origen por el camino curvo
y = x2 , resulta:
2x2 y
2x2 x2
2
=
l
m
=
=1
4
2
4
4
(x,y)(0,0) x + y
1+1
(x,y)(0,0) x + x
lm
y=x2
y=x2
x0
y=ax2
7x(x 5)
y+2
(x,y)(5,2)
lm
Soluci
on. Nos aproximamos al punto (5, 2) mediante rectas que pasen por
dicho punto y + 2 = m(x 5), de donde,
7x(x 5) 0
35
7x(x 5)
7x
= lm
=
= lm
=
= f (m)
x5 m(x 5)
x5 m
y+2
0
m
(x,y)(5,2)
lm
xy x y + 1
2
x
+
y 2 2x 2y + 2
(x,y)(1,1)
lm
Soluci
on. Agrupando terminos en el numerador y denominador y haciendo
el lmite resultante por rectas y 1 = m(x 1), resulta:
xy x y + 1
=
+ y 2 2x 2y + 2
x(y 1) (y 1)
=
lm
=
(x,y)(1,1) (x 1)2 1 + (y 1)2 1 + 2
(x 1)(y 1)
(x 1)m(x 1)
=
lm
=
lm
=
2
2
x1
(x 1)2 + m2 (x 1)2
(x,y)(1,1) (x 1) + (y 1)
lm
(x,y)(1,1) x2
y1=m(x1)
m
= f (m)
1 + m2
133
1. Mediante la sustituci
on implcita
2. Mediante la aplicaci
on sucesiva de la regla de LH
opital
a) Mediante la sustituci
on implcita
En lugar de trayectorias del tipo y = f (x), se pueden utilizar trayectorias
definidas implcitamente F (x, y) = 0. As, en el caso de fracciones, sustituiremos todo el numerador o el denominador por lo que nos interese para
conseguir el lmite deseado, siempre que la sustituci
on que hacemos se corresponda realmente con una trayectoria que pasa por el punto objeto de
lmite.
Nota. Para ver si una ecuaci
on del tipo F (x, y) = 0 se corresponde con una trayectoria
v
alida de aproximaci
on al punto en cuesti
on, hay que comprobar que se cumplen las
condiciones exigidas en el teorema 4.14 de la funci
on implcita (p
ag. 289).
Mientras el alumno no conozca dicho teorema, adem
as de comprobar que la trayectoria
pasa por el punto en cuesti
on, debe que comprobar que alguna de las variables es funci
on
de la otra en un entorno de dicho punto, para ello puede limitarse a ecuaciones en las que
es posible despejar una de las inc
ognitas en funci
on de la otra y obtener una funci
on, o
bien a ecuaciones de curvas conocidas.
(x,y)(0,0) x2
x
+ y2
Soluci
on. Si nos acercamos al origen a traves de la familia de curvas definidas
por la ecuaci
on
x2 + y 2 = x
resulta
lm
(x,y)(0,0) x2
x2 +y 2 =x
x0
x
1
x
= lm
=
2
x0 x
+y
+ y2 = 0
(x )2
2
4
2
(x )2 + y 2 =
2
4
134
Soluci
on. Es evidente que el lmite dado existe y vale cero. En efecto,
x2
x3
=
l
m
x
= 0 Acot. = 0
(x,y)(0,0) x2 + y 2
(x,y)(0,0) x2 + y 2
lm
b) Mediante la aplicaci
on sucesiva de la regla de LH
opital
135
p (0) 2 p (0) 3
x +
x
2
3!
y + ex 1
= 1 ?. Responde justiy+x
(x,y)(0,0)
lm
ficando la respuesta
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
afirmar que dicho lmite exista.
mx + ex 1
0
0
y + ex 1
= [ ] = lm
=[ ]=
lm
x0
y+x
0
mx + x
0
(x,y)(0,0)
y al ser de una variable podemos aplicar LH
opital, con lo cual
m + ex
m+1
=
= 1 para m 6= 1
x0 m + 1
m+1
= lm
= lm
= lm
136
Nota: La determinaci
on del polinomio p(x) que cumple las condiciones dadas, es inmediata a partir del polinomio de Taylor en el origen (Teorema 3.6 de la p
ag 177)
p(x) = p(0) + p (0)x +
p (0) 2
x
2
(x,y)(0,0)
y + sen x
y+x
Soluci
on. Si nos aproximamos al punto (0, 0) mediante rectas y = mx obtenemos que el lmite, de existir, debera de valer 1. Pero esto no nos permite
afirmar que dicho lmite exista.
y + sen x 0
mx + sen x 0
lm
=
=
= lm
=
x0 mx + x
0
0
(x,y)(0,0) y + x
y al ser de una variable podemos aplicar LH
opital, con lo cual
m+1
m + cos x
=
= 1 para m 6= 1
m+1
m+1
sin embargo, si nos aproximamos al punto (0, 0) mediante la c
ubica y = x3 x
resulta que el lmite, de existir, debera de valer 5/6
y + sen x
x3 x + sen x
x3 x + sen x 0
lm
=
= lm
=
l
m
=
x0 x3 x + x
x0
x3
0
(x,y)(0,0) y + x
= lm
x0
5
6x sen x 0
6 cos x
3x2 1 + cos x 0
=
=
= 6= 1
= lm
= lm
2
x0
x0
x0
3x
0
6x
0
6
6
= lm
Hemos utilizado la c
ubica y = x3 x y no otra funci
on, por la siguiente
raz
on. Supongamos que nos acercamos al punto (0, 0) mediante la curva
y = p(x), y que aplicamos sucesivamente LH
opital, y queremos que resulte
p (x) + cos x 0
p(x) + sen x 0
y + sen x
= lm
=
= lm
=
=
lm
x0 p (x) + 1
x0 p(x) + x
0
0
(x,y)(0,0) y + x
p (x) sen x 0
p (x) cos x
= lm
=
6= 1
=
l
m
x0
x0
p (x)
0
p (x)
Para ello tendr
a que ser
137
xx0
lm
yy0
l
m
f
(x,
y)
yy
0
x6=x0
lm f (x, y)
xx0
y6=y0
Soluci
on.
lm
xx0
lm
yy0
lm
yy
x6=x0
lm
xx
y6=y0
x2 0
x2 y 2
=
l
m
= lm 1 = 1
2
2
2
xx0 x + 0
xx0
x +y
0 y2
x2 y 2
=
l
m
= lm 1 = 1
2
2
2
yy
xx
x +y
0 0 + y
0
(x,y)(0,0)
(x sen
1
1
+ y sen )
y
x
Soluci
on. El lmite doble existe.
1
1
lm (x sen + y sen ) = 0 Ac + 0 Ac = 0 + 0 = 0
y
x
(x,y)(0,0)
Mientras que los iterados no existen, en efeco
1
1
lm (x sen + y sen ) = lm No definido + 0 = No definido
lm yy
xx0
xx0
0
y
x
x6=x0
1
1
lm lm (x sen + y sen ) = lm 0 + No definido = No definido
yy0 xx0
xx
y
x
0
y6=y0
2.2.10.
Lmites en el infinito
138
x2
1
+ y2
2. x
lm e(x
2 +y 2 )
Soluci
on.
1.
lm
2.
x2
1
1
=
=0
2
+y
lm e(x
2 +y 2 )
= x
lm
1
e(x2 +y2 )
1
1
=
=0
2 +y 2 )
Soluci
on. El dominio de la funci
on es todo R2 .
Para representar le funci
on sustituimos f (x, y) por z, con lo que tenemos:
z = e(x
2 +y 2 )
2 +y 2 )
=z
de donde (x2 + y 2 ) = ln z x2 + y 2 = ln z
2 +y 2 )
139
2.3.
Soluciones en la p
agina ??
Descrbase el dominio de los siguientes campos escalares:
p
4 x2 y 2
y
c) f (x, y) = arc cos
x
xy
e) f (x, y) =
xy
g) f (x, y) = x2 + y 2
i) f (x, y) = ln (4 xy)
a) f (x, y) =
2.2.
x+y
xy
d) f (x, y) = ln (4 x2 4y 2 )
b) f (x, y) =
f) f (x, y) = ln (4 x y)
h) f (x, y) = ex/y
(x) = cos x
(x) = sen x
Expresa, en la forma m
as simplificada posible:
a) (f + g)(x, y, z)
c) g(f (x, y, z), g(x, y, z), 4x2 z)
e) g((x), (x), 0)
2.3.
Descrbase la gr
afica de las siguientes funciones:
a) f (x, y) = p
k
c) h(x, y) = px2 + y 2
e) m(x, y) = r2 ax2 by 2
2.4.
b) f ((x), (x), 1)
d) r
(f (x, y, z))
f (x, y, z) + g(x, y, z)
f)
2
b) g(x, y) = p
ax + by + c
d) l(x, y) = r2 x2 y 2
f) n(x, y) = y 2 x2
k
k
k
k
k
k
k
k
= 0, 1, 2, 3, 4, 5
= 0, 2, 4, 6, 8
= 1, 2, , 6
= 0, 2, 4, 6, 8, 10
=4
=9
=1
=0
140
2.5.
(x,y)(0,4)
y
x2 + y 2
e)
lm
cos
(x,y)(0,0)
x+y+1
x sen y
g)
lm
(x,y)(1,0) x2 + 1
x3 y 3 1
i)
lm
(x,y)(1,1) xy 1
x
p
k)
lm
2
(x,y)(0,0)
x + y2
xy
m)
lm
(x,y)(0,0) x2 + y 2
x3
p
o)
lm
(x,y)(0,0)
x2 + y 2
x3 sen (y 2 4)
q)
lm
(x,y)(0,0) (y + 2) sen x
y sen (xy)
s)
lm
2
2
(x,y)(0,0) 1 ex +y
a)
2.6.
lm
lm
(x,y)(0,/2)
xy + y 2x 2
x + 1
cos x 1
y2
h)
lm
(x,y)(0,2)
x2
y2 4
xy
j)
lm
(x,y)(0,0) x + y
xy
l)
lm
(x,y)(0,0) |xy|
xy 3
n)
lm
(x,y)(0,0) x2 + y 6
x2 + y 2
p
p)
lm
(x,y)(0,0)
x2 + y 2 + 1 1
exy 1
r)
lm
(x,y)(0,0) sen x ln (1 + y)
ln (1 + yx2 )
p
t)
lm
(x,y)(0,0) tg y
1 cos (x2 + y 2 )
f)
lm
(x,y)(2,2)
Est
udiese la continuidad de las siguientes funciones, prolong
andolas por continuidad, si es posible, a puntos que no sean de su dominio.
a) x sen
d)
2.7.
1
1
1
+ +
(x,y,z)(1,2,6)
x
y
z
d)
lm
sec x tg y
b)
x2
1
+ y2
1
sen xy
x
2x + y 2
x2 + y 2
x2 + y 2
e)
ln (1 x2 y 2 )
b)
x3 + ln y
(y 1)3 + x6
x3 + ln (y + 1)
f)
y 3 + x6
c)
2
x y si
2
x +y
si (x, y) 6= (1, 3)
a)
b)
x+y
10
si (x, y) = (1, 3)
0
si
3
3
3
x
x 4y
p
si (x, y) 6= (0, 0)
2 + y2
d) x2 4y 2
c)
x
0
28
si (x, y) = (0, 0)
(
xy
si
(x,
y)
=
6
(0,
0)
4x2 + 5y 2
e)
si (x, y) = (0, 0)
3 0 2
x sen (y 4)
si (x, y) 6= (0, 2)
f)
(y + 2) sen x
0
si (x, y) = (0, 2)
(x, y) 6= (0, 0)
(x, y) = (0, 0)
si (x, y) 6= (0, 0)
si (x, y) = (0, 0)
Captulo 3
Derivada de Funciones
de una variable
3.1.
3.1.1.
Todo el mundo tiene una idea clara de lo que es la recta tangente a una
circunferencia en uno de sus puntos, pero si tratamos de generalizar esa idea
a otras curvas nos encontramos con cuestiones que esa idea no resuelve.
- Puede la recta tangente cortar a la curva en m
as de un punto?.
- Puede atravesar la recta tangente a la curva por el punto de tangencia?.
6
'$
y
&%
-x
-x
-x
y 6
Q
f (x0 + h)
f (x0 )
de y = f (x) en x = x0
xx0
x0 + h
Gr
aficamente, este lmite viene a significar el hecho de que la curva se embarra con la recta tangente en los alrededores del punto P . En otras palabras, la curva tiene que ser suaveen P , para que se pueda ver localmente
como una recta(su recta tangente).
3.1.2.
x
-
143
En un punto de inflexi
on la tangente atraviesa la curva. Pudiendose
distinguir tres tipos de puntos de inflexi
on: de tangente vertical, de tangente
horizontal y de tangente oblicua.
y
-x
-x
-x
@
@
@
-x
No hay tangente
-x
-x
Tangente vertical
No hay tangente
6
@
@
-x
No es funci
on
y
b
-x
rP
PP
P
b
-x
3.1.3.
y 6
y = f (x)
Q
f (x)
tan
f (x) f (x0 )
P
xx
0
f (x0 )
x0
f (x) f (x0 )
x x0
Y su valor exacto:
x
-
tan = lm
xx0
f (x) f (x0 )
x x0
3.1.4.
Definici
on de derivada
Definici
on 3.2 (Derivada en un punto). Sea x0 un punto interior de
Df . Se llama derivada de la funci
on f en el punto x0 al siguiente lmite si
existe y es finito.
f (x) f (x0 )
f (x0 ) = lm
xx0
x x0
Observaciones:
Cuando dicho lmite sea infinito se dice que la funci
on no es derivable, aunque
tiene derivada infinita. (gr
aficamente significa que la recta tangente en ese punto
es vertical).
Para que la derivada exista el punto x0 tiene que ser un punto interior del dominio,
es decir, la funci
on tiene que estar definida en un entorno del punto, con objeto de
que cuando x 0 el valor f (x) que aparece en el numerador este definido.
No olvidar que la derivada es un lmite, aunque buscaremos reglas para calcular
derivadas sin tener que hacer dicho lmite.
A la expresi
on
forma:
f (x) f (x0 )
, se le llama cociente incremental y se expresa de la
x x0
f (x) f (x0 )
f
y
=
=
x
x
x x0
x0
3.1.5.
f (x0 )
x
Tenemos que:
f (x0 ) = lm
xx0
f (x) f (x0 )
x x0
145
f (x0 ) = lm
y 6
f (x0 + h)
x x
f (x0 )
x0
f (x0 + h) f (x0 )
x
x = x0 + h
f (2) = lm
3(2 + h)2 12
f (2 + h) f (2)
= lm
=
h0
h0
h
h
12 + 12h + 3h2 12
3(4 + 4h + h2 ) 12
= lm
=
= lm
h0
h0
h
h
= lm (12 + 12h) = 12 + 0 = 12
f (2) = lm
h0
3.1.6.
Derivadas laterales
xx0 +
f (x) f (x0 )
f (x0 + h) f (x0 )
= lm
h0+
x x0
h
xx0
y6
@
x
-
3.1.7.
Derivada y continuidad
xx0
xx0
xx0
f (x) f (x0 )
(x x0 ) = f (x0 ) 0 = 0
x x0
= f es continua en x0
147
Sin embargo, existen funciones que son continuas pero que no son derivables.
Ejemplo 3.3. Comprobar que la funci
on f (x) = |x2 4| es continua en el
punto x = 2, pero no es derivable en dicho punto. Comprobar el resultado
gr
aficamente. En que otro punto tampoco ser
a derivable?.
Soluci
on.
a) f es continua en x = 2
y
x2
x2
b) f no es derivable en x = 2
|x2 4|
f (x) f (2)
= lm
=
f (2) = lm
x2 x 2
x2
x2
x
(x + 2)(x 2)
|x2 4|
2
2
= lm
=4
lm
x2+
x2+
x2
x2
2
=
Figura 3.10: f (x) = |x 4|
2
lm |x 4| = lm (x + 2)(x 2) = 4
x2 x 2
x2
x2
Luego la funci
on no es derivable en x = 2.
lm f (x) = lm 3 x = 0 = f (0)
x0
x0
b) f no es derivable en x = 0
r
r
3
x
0
f
(x)
f
(0)
x
3 1
f (0) = lm
= lm
= lm 3 2 = lm
= +
x0
x0
x0
x0
x0
x
x
x2
Luego la funci
on no es derivable en x = 0.
y
6
-x
x. No es derivable en el origen
3.1.8.
Significado gr
afico de la derivada: Suavidad.
Una funci
on es continua en un punto , si su gr
afica atraviesa dicho punto.
Una funci
on es derivable en un punto si su gr
afica lo atraviesa con suavidad.
qP
P
a
Continuas
Una funci
on no es derivable:
En los puntos angulosos.
En los puntos de tangente vertical.
Derivables
1
si x 6= 0
x
0 si x = 0
sen
g(x) =
1
si x 6= 0
x
0 si x = 0
x sen
h(x) =
1
si x 6= 0
x
0 si x = 0
x2 sen
Soluci
on. La funci
on f no es continua en 0, por lo tanto no lo atraviesa.
La funci
on g es continua en 0, pero no es derivable 0, luego lo atraviesa,
pero sin suavidad.
La funci
on h es continua y derivable en el origen, luego lo atraviesa con
suavidad.
3.1.9.
La ecuaci
on de la recta tangente
149
P
xx
0
f (x0 )
x0
Tenemos que:
y f (x )
0
= f (x0 )
y f (x0 )
x
x
0
tan =
x x0
tan = f (x0 )
x
x
Luego, la ecuaci
on de la recta tangente es:
y = f (x0 ) + f (x0 )(x x0 )
(3.1)
x
Figura 3.15: y = x
x f (1) = 1, y
1
1
f (x) = f (1) =
2
2 x
de donde, la ecuaci
on de la recta tangente es
x+1
1
y 1 = (x 1) o bien, y =
2
2
Soluci
on. La pendiente de la recta tangente ha de ser y = 1. Como
y = 3x2 12x + 8, resulta, 3x2 12x + 8 = 1, de donde, 3x2 12x + 9 = 0,
con lo que, simplificando, resulta:
42
4 16 12
3 y = 3 P (3, 3)
2
=
=
x 4x + 3 = 0 x =
1 y = 3 Q(1, 3)
2
2
Comprobamos las posibles soluciones:
P (3, 3) y + 3 = (x 3) y + 3 = x + 3 y = x
Q(1, 3) y 3 = (x 1) y 3 = x + 1 y = x + 4 No
3.1.10.
La ecuaci
on de la recta normal
~
v
k
Q
Q p
Q
Q
x
Q
Figura 3.16:
Tenemos que:
~v = (2, 3)
~vp = (3, 2)
Proposici
on 3.1. Dos rectas perpendiculares tienen pendientes inversas y
cambiadas de signo.
Definici
on 3.4 (Recta normal). Se llama recta normal a una curva, en
un punto de la misma, a la perpendicular a la recta tangente en dicho punto.
La pendiente de la recta tangente coincide con la derivada de la funci
on,
y la de la recta normal con su inversa cambiada de signo, con lo cual resulta
lo siguiente:
y 6
f (x)
A
y
A
P A
A x x0
f (x0 ) AA
x
x0
x
3.1.11.
Ecuaci
on de la recta tangente:
y f (x0 ) = f (x0 )(x x0 )
Ecuaci
on de la recta normal:
y f (x0 ) =
f (x0 )
(x x0 )
3.2. FUNCION
Ejemplo 3.9. Hallar las rectas tangente y normal a la curva y =
origen de coordenadas
151
x en el
1
1
Soluci
on. Tenemos y = x1/3 , y su derivada y = x2/3 =
, de donde,
3
3
3 x2
y
6
f (0) = +, con lo cual:
-x
Ecuaci
on de la recta tangente: x = 0
Ecuaci
on de la recta normal: y = 0
3.2.
3.2.1.
x.
Funci
on derivada. reglas de derivaci
on.
Funci
on derivada
f (x)
f (x0 )
f (x1 )
..
.
x
x0
x1
..
.
f (x)
f (x0 )
f (x1 )
..
.
y = f (x)
y = f (x)
Para hallar la f
ormula de la funci
on derivada basta con aplicar la definici
on
de derivada en un punto generico:
f (x + h) f (x)
h0
h
f (x) = lm
f
x0 x
f (x) = lm
f
dy
=
x0 x
dx
y = lm
f (x) = lm
x2 + 2hx + h2 x2
= lm (2x + h) = 2x
h0
h0
h
= lm
f (x) = x
Soluci
on. Podemos aplicar la definici
on de derivada en cualquiera de sus dos
formas:
x c
f (x) f (c)
( x c)( x + c)
f (c) = lm
=
= lm
= lm
xc
xc
xc
xc
xc
(x c)( x + c)
1
1
1
xc
= lm
= f (c) =
(x c)( x + c) xc x + c
2 c
2 x
f (x + h) f (x)
x+h x
f (x) = lm
= lm
=
h0
h0
h
h
( x + h x)( x + h + x)
x+hx
= lm
= lm
=
h0
h0
h( x + h + x)
h( x + h + x)
= lm
xc
= lm
h0
3.2.2.
1
1
=
2 x
x+h+ x
Reglas de derivaci
on.
Derivada y operaciones:
funci
on
rf
f +g
f g
1
g
f
g
derivada
rf
f + g
f g + f g
g
g2
f g f g
g2
Derivada de la funci
on compuesta. Regla de la cadena:
h(x) = g f (x) = h (x) = g f (x) f (x)
dh
dg df
dz
dz dy
=
=
=
dx
df dx
dx
dy dx
Derivada de la funci
on recproca o inversa:
y = f (x)
1
dx
=
dy
dy/dx
xy =
1
yx
3.2. FUNCION
Derivada de las funciones elementales:
funci
on
k
x
xr
ln x
lgb x
ex
ax
xx
sen x
cos x
tg x
1
cos x
1
csc x =
sen x
sec x =
cot x
arc sen x
arc cos x
arc tg x
arc sec x
arc csc x
arc cotg x
senh x
cosh x
tgh x
derivada
0
1
rxr1
1
2 x
1
n
n xn1
1
x
1
1
= lgb e
x ln b
x
ex
ax ln a
xx (ln x + 1)
funci
on
k
u
ur
cos x
sen x
sen u
cos u
1
= sec2 x
cos2 x
sec x tg x
csc x cot x
n
u
ln u
lgb u
eu
au
fg
tg u
1
cos u
1
csc u =
sen u
sec u =
1
= csc2 x
sen2 x
cot u
1 x2
1
1 x2
1
1 + x2
1
|x| x2 1
1
|x| x2 1
1
1 + x2
cosh x
senh x
1
cosh2 x
arc sen u
arc cos u
arc tg u
arc sec u
arc csc u
arc cotg u
senh u
cosh u
tgh u
derivada
0
u
rur1 u
u
2 u
u
n
n un1
u
u
u
u
=
lgb e
u ln b u u
e u
au u ln a
f
f g g ln f + g
f
u cos u
u sen u
u
= u sec2 u
cos2 u
u sec u tg u
u csc u cot u
u
= u csc2 u
sen2 u
u
1 u2
u
1 u2
u
1 + u2
u
|u| u2 1
u
|u| u2 1
u
1 + u2
u cosh u
u senh u
u
cosh2 u
153
x
2
(c) y = e3x (d) y = 23x+1 (e) y = x2 3x
(a) y = x 2 (b) y =
Soluci
on.
2 x 21
x
2 ln 2
(b) y =
(a) y =
(c) y = 3e3x
(d) y = 3 23x+1 ln 2
(e) y = 2x3x x2 3x ln 3 = (2x x2 ln 3)3x
Ejemplo 3.13. Derivar las siguientes funciones:
(a) y = (4x + 7x2 )10
Soluci
on.
(a) y = 10(4x3 + 7x2 )9 (12x2 + 14x)
(b) y = 3 sen2 2x 2 cos 2x cos 3x 3 sen3 2x sen 3x
(c) y = 2 sen(x + sen x)2 cos(x + sen x)2 2(x + sen x)(1 + cos x)
sen2 3x
x3
Soluci
on. Aplicamos las propiedades de los logaritmos, antes de derivar, con
lo cual,
f (x) = 2 ln(sen3x) 3 ln x
de donde,
f (x) = 2
3.2.3.
3
3 cos 3x 3
= 6 cot 3x
sen 3x
x
x
f (x) =
?
si x = a
Si la funci
on tiene, en la f
ormula, un punto aparte, la derivada en ese punto
no tiene porque ser cero, ya que la derivada depende de los valores que
3.2. FUNCION
155
tome la funci
on en los alrededores del punto. Adem
as, a cualquier funci
on
le podemos separar un punto de su f
ormula, sin que por ello se haga su
derivada cero en dicho punto. Por ejemplo,
2
2x si x 6= 3
x si x 6= 3
2
f (x) = 2x =
f (x) = x =
6 si x = 3
9 si x = 3
o bien,
f (x) = x =
x si x 6= 2
f (x) = 1 =
2 si x = 2
1 si
1 si
x 6= 2
x=2
Si la funci
on tiene un punto aparte, para derivarla, podemos seguir dos
caminos:
1.
Aplicar la definici
on de derivada.
2.
Es decir,
f (x) =
g(x) si x 6= a
f (x) =
k
si x = a
g (x) si x 6= a
lm g (x)
si x = a
xa
Bien entendido que si dicho lmite no existe entonces hay que aplicar la
definici
on.
Ejemplo 3.15. Hallar la derivada de la funci
on:
( sen x
si x 6= 0
x
f (x) =
1
si x = 0
Soluci
on. La derivada para x 6= 0 no tiene ning
un problema,
g(x) =
sen x
x cos x sen x
g (x) =
x
x2
x0
x0
sen x
= 1 = f (0) f es continua en x=0
x
f (0) = lm
sen x
cos x 1 0
= lm
=
=0
x0
x0
2x
0
2
= lm
x cos x sen x
x2
f (x) =
x 6= 0
si
si
x=0
f (0) = lm
3.2.4.
sen x
x
Se deriva la funci
on en cada uno de los intervalos abiertos en los que
este definida.
2.
3.2. FUNCION
157
por sustituci
on directa por la derecha y por la izquierda (si obtenemos dos
valores iguales, esa es la derivada, y si obtenemos valores diferentes, entonces
la funci
on no es diferenciable).
f (x) si x < c o bien x c
h (x) =
g (x) si x > c
Observaci
on 1: Si la funci
on es derivable ponemos x c y si no es derivable
x < c.
Observaci
on 2: No debe olvidarse comprobar previamente la continuidad,
ya que el hecho de que los valores laterales de la derivada sean iguales, por
s solo, no significa que la funci
on sea derivable, sino que la funci
on entra y
sale con la misma pendiente en x = c, pero pudiera ser en puntos diferentes.
Ejemplo 3.16. Derivar la siguiente funci
on:
2x + 3 si x 2
f (x) =
x2 2x si x > 2
Soluci
on. Primero hallamos la derivada en los intervalos abiertos
2
si x < 2
f (x) =
2x 2 si x > 2
para ver si es derivable en x = 2, estudiamos previamente la continuidad:
f (2 ) = 7
no es continua no es derivable
f (2+ ) = 0
Al no ser derivable en x = 2 no podemos poner x 2, sino x < 2.
x>2
x<2
Soluci
on. La funci
on derivada ha de ser f (x) =
a
para lo cual ha de cumplir:
f (1 ) = f (1+ ) a + b = 2
a=2
f (1 ) = f (1+ ) a = 2
b=0
y
f (x) =
-x
Figura 3.20: f
3.2.5.
si x 1
si x < 1
Luego:
r
gr
aficamente.
x2 + 1 si x 1
2x
si x < 1
f (x) =
2x si x 1
2 si x < 1
Derivaci
on de funciones implcitas
Una funci
on es una relaci
on entre dos magnitudes. Cuando en la f
ormula
que las relaciona, una de las magnitudes viene despejada en funci
on de la
otra, entonces se dice que la funci
on viene definida de manera explcita
y = f (x)
Cuando ninguna de las dos magnitudes est
a despejada en funci
on de la otra,
sino que las magnitudes est
an relacionadas mediante una ecuaci
on, se dice
que la funci
on est
a definida de manera implcita.
F (x, y) = 0
Las funciones definidas de manera implcita se pueden derivar directamente,
sin necesidad de despejar una de las variables. Para ello basta con tener en
cuenta que la variable y es funci
on de la x y que, por tanto, cada vez que
la derivemos hay que multiplicarla por su derivada (se trata de derivar una
funci
on compuesta).
Pueden derivarse ecuaciones que no son funciones, pero que podran descomponerse en varias funciones, sin necesidad de descomponerlas, la derivada obtenida vale para todas las funciones.
3.2. FUNCION
159
x
x
=
y1 = + 4 x2 y1 =
2
y1
4x
x2 + y 2 = 4
x
x
2
y2 = 4 x y2 =
=
2
y2
4x
x
y
Observaci
on: Hay que evitar derivar funciones que no existen. Por ejemplo
la ecuaci
on x2 + y 2 = 2 no representa ning
un punto del plano y por tanto
no tiene ning
un significado analtico. No obstante, al ser una expresi
on algebraica podramos aplicarle las reglas de derivaci
on y derivarla 2x + 2yy = 0,
y podramos pensar que y = x/y, sin embargo, estas operaciones no tienen
ning
un sentido.
Ejemplo 3.20. Hallar las ecuaciones de las rectas tangentes a la circunferencia:
(x 2)2 + (y 2)2 = 2
en los puntos en que x = 3. Comprobar el resultado gr
aficamente.
Soluci
on. Derivamos de manera implcita,
2(x 2) + 2(y 2)y = 0
y =
x2
y2
x = 3 1+(y2) = 2 (y2) = 1 y2 = 1 y = 21 =
3
1
6 @
@
'$
@q
@
@
@
q
&%
x
-
3.2.6.
Derivaci
on logartmica
2.
Observaci
on: La derivaci
on logartmica se puede aplicar incluso si la funci
on toma valores negativos.
Ejemplo 3.21. Derivar y = xtg x
Soluci
on. Tomando ln y derivando en ambos miembros resulta:
1
1
y
=
ln x + tg x
2
y
cos x
x
ln x
tg x
tg x
ln x
y = y
+
+
= xtg x
2
2
cos x
x
cos x
x
ln y = ln xtg x ln y = tg x ln x
Observaci
on: La derivaci
on logartmica tambien se puede hacer aplicando
la identidad logartmica y = eln y .
As, en el ejemplo anterior tendramos:
tg x
tg x ln x
tg x
y =e
+
+
=x
cos2 x
x
cos2 x
x
Ejemplo 3.22. Derivar y =
x3 sen2 x
(x + 1)(x 2)2
Soluci
on. Tomando ln en los dos miembros de la igualdad
ln y = ln
x3 sen2 x
(x + 1)(x 2)2
3.2. FUNCION
161
y
3 2 cos x
1
2
= +
y
x
sen x
x+1 x2
y =
(x + 1)(x 2)2 x
sen x
x+1 x2
3.2.7.
d dy
d2 y
d
(y ) =
= 2
dx
dx dx
dx
1
= x1
x
f (x) = x2
f (x) = +2x3
f iv (x) = 3 2x4
f (x) =
3.2.8.
Aproximaci
on lineal y notaci
on diferencial
Aproximaci
on lineal: Consiste en aproximar una funci
on, en los alrededores de un punto, mediante la recta tangente a la funci
on en ese punto. Es
decir, para calcular los valores de la funci
on en los puntos pr
oximos a uno
conocido, en vez de sustituir las coordenadas de dichos puntos en la f
ormula
de la funci
on las sustituimos en la ecuaci
on de la recta tangente, y tomamos
el valor obtenido como una aproximaci
on del buscado.
Equivale a aproximar el incremento por el diferencial.
f df
Teniendo en cuenta que:
Resulta:
y = f (x)
Q
f (x)
f (x0 )
f (x) f (x0 )
P
x x0
x0
x
-
Figura 3.22: f df
3.2. FUNCION
163
En efecto:
f f (x)x
f df
= lm
= lm
lm
x0
x0
x0
x
x
f
Notaci
on diferencial. Cuando hablemos del diferencial de una funci
on,
en vez de x usaremos dx, con lo cual resulta
dy
x = dx
f (x) =
dy = f (x)x = f (x)dx
dx
Ejemplo 3.25. Calcular el valor aproximado de arc tg 1 1
Soluci
on. Consideramos la funci
on
f (x) = arc tg x, cuya derivada es f (x) =
1
1 + x2
1
x
1 + x20
de donde,
1
1
(0 1) = + 0 1 = 0 78 + 0 05 = 0 83
1 + 12
4 2
1.
Hallar la ecuaci
on de la recta tangente en el punto x = 1
2.
1 03
Soluci
on. La ecuaci
on de la recta tangente en el punto x = 1 viene dada
por.
y f (1) = f (1) x 1
Teniendo en cuenta que
f (1) = 3 1 = 1
1
1 2
1
f (x) = 3 x = x 3 f (x) = x 3 =
3
3
3 x2
Resulta la ecuaci
on de la recta tangente,
1
y = 1 + (x 1)
3
Con lo cual el valor aproximado pedido es:
0 03
1
= 1 + 0 01 = 1 01
1 03 1 + (1 03 1) = 1 +
3
3
3.3.
3.3.1.
Lmite de funciones
Infinit
esimos equivalentes
Definici
on 3.5 (Infinit
esimos). Una funci
on, f , se dice que es un infinitesimo en un
punto x0 , si su lmite en dicho punto es cero.
f infinitesimo en x0 lm f (x) = 0
xx0
Definici
on 3.6 (Infinit
esimos equivalentes). Dos infinitesimos, en un mismo punto,
se dice que son equivalentes, cuando el lmite de su cociente es la unidad.
lm
xx0
0
f (x)
=
= 1 f (x) g(x)
g(x)
0
Demostraci
on. Supongamos que, en x0 , es f (x) g(x), ser
a lm
xx0
lm f (x)h(x) = lm
xx0
xx0
f (x)
g(x)h(x) = lm 1 g(x)h(x) = lm g(x)h(x)
xx0
xx0
g(x)
Es decir, hemos sustituido f (x) por g(x) y el nuevo lmite puede resultar m
as f
acil que el
anterior.
Proposici
on 3.2. Si un infinitesimo est
a sumando o restando, en general, no se le puede
sustituir por otro equivalente.
lm f (x) h(x) 6= lm g(x) h(x)
xx0
xx0
Existen casos muy concretos en los que se pueden aplicar infinitesimos al caso de
sumas, como es el siguiente
Proposici
on 3.3. La suma de varios infinitesimos de distinto orden se puede reducir al
de menor orden.
lm (x2 + x3 + x6 ) = lm x2
x0
3.3.2.
x0
Infinit
esimos m
as frecuentes en z 0
Trigonom
etricos
sen z z
tg z z
arc sen z z
arc tg z z
z2
1 cos z
2
z ln(1 + z)
ez 1 z
z
a 1 z ln a
ln(1 + z)
(1 + z)r 1 r z
z
n
1+z1
n
165
1.
4.
2 sen2 x
+ cos x)
1 x1
lm x 1
x
5
lm
x0 x2 (1
2.
5.
ex 1
x0 sen 2x
n
x1
lm m
x1
x1
lm
3.
6.
ln x
1x
sen2 x + x3
lm
x0 1 cos x
lm
x1
Soluci
on.
1. lm
0
2
2 sen2 x
2x2
2
=
= lm
= =1
= lm 2
x0 1 + cos x
x0 x (1 + cos x)
+ cos x)
0
2
x0 x2 (1
0
1
x
ex 1
=
= lm
=
x0 2x
x0 sen 2x
0
2
0
ln(1 + x 1)
ln x
x1
1x
3. lm
=
= lm
= lm
= lm
= 1
x1 1 x
x1
x1 1 x
x1
0
1x
1x
1 x1
1 x1
1 =
= 0 = lm x
4. lm x 1
x
x
5
5
1
1 1
= ln = (ln 1 ln 5) = (0 ln 5) = ln 5
= lm x ln
x
x 5
5
n
0
ln 1 + ( n x 1)
x1
ln n x
=
=
=
l
m
5. lm m
= lm
x1 ln m x
x1
x1 ln 1 + ( m x 1)
0
x1
2. lm
1
ln x
n
x1 1 ln x
m
= lm
6. lm
x0
3.3.3.
m
n
0
sen2 x
x2
sen2 x + x3
= lm
=
= lm 2
=2
x0 1 cos x
x0 x /2
1 cos x
0
Formas indeterminadas
Las reglas de LH
opital pretenden resolver los siete casos de indeterminaci
on
del lmite:
0
,
0
0 ,
1 ,
00 ,
0
directamente a los dos casos 0 y . Para resolver los cinco casos restantes
habr
a que transformarlos en uno de los dos tipos anteriores.
No son indeterminaciones las siguientes expresiones:
0 Ac = 0
0+ = 0
+
2
=0
3
(0 d)+ = 0
+
3
2
=
=
3
2
(0 d) = +
1
0 = + =
+0
3
=
2
(1 d)+ =
+
3
2
=
=0
2
3
(1 d) = 0
3+ =
3 = 0
10 = 1
70 = 1
x+
lm cos x
1
lm cos
x
x0+
x+
lm tg x
1
lm tg
x
x0+
x+
Reglas de LH
opital
Las reglas de LH
opital se pueden resumir en el siguiente esquema:
lm
f (x) 0
f (x)
= lm
=
o
g(x)
0
g (x)
Observaciones:
1.
La Regla s
olo es aplicable mientras se mantiene la indeterminaci
on 00 ,
2.
Si la indeterminaci
on se mantiene indefinidamente, entonces la regla
no es aplicable.
3.
167
ning
un punto del intervalo (a, b), entonces, si existe el lm
xa+
existe el lm
xa+
f (x)
y adem
as ambos coinciden
g(x)
f (x)
tambien
g (x)
1.
2.
3.
4.
ex 1 0
1
ex
=
=
= lm
x0 sen 2x
x0 2 cos 2x
0
2
lm
0
1 + x1
x + 1
1 x + ln x 0
= lm
= lm
=
=
=
x1 sen x
x1 x sen x
x1 1 + cos x
0
0
0
1
1
= lm
= 2
=
2
x1 sen x x cos x
0
lm
0
cos x
1
sen x
= lm
=
= =1
2
x0 1 + 2x
x0 x + x
0
1
lm
ex
ex
ex
+
=
=
=
= +
=
l
m
=
l
m
2
x x + x
x 2x + 1
x 2
2
lm
1 3
x
x
x3
x3
= lm 3 1 = lm
=
= +
m
5. lm
2 = l
x
x
x
x ln x
3
3x 3
x
Simplificaci
on del lmite. Siempre que sea posible, antes de abordar la
Regla de LH
opital, es conveniente intentar simplificar el lmite con objeto
de que no se complique con la derivaci
on. Para ello se sacan fuera del lmite
los factores que tengan un valor numerico.
Ejemplo 3.29. Calcular el siguiente lmite
(1 + cos x)(x3 3) sen x
x0
(x2 x) cos x
lm
Soluci
on.
(1 + cos x)(x3 3)
sen x
(1 + cos x)(x3 3) sen x 0
=
l
m
=
lm 2
=
lm
x0
x0 x x
x0
(x2 x) cos x
0
cos x
=
2(3)
1
cos x
lm
= (6)( ) = 6
1 x0 2x 1
1
f (x) g(x) =
Ejemplo 3.30. Calcular:
f (x)
1/g(x)
f (x) g(x) =
lm x ln
x+
g(x)
1/f (x)
x1
x+1
Soluci
on.
x1
ln
x1
x
+ 1 = 0 =
lm x ln
= 0 = lm
1
x+
x+
x+1
0
x
2
x+1x+1x+1
2
x 1 (x + 1)
(x 1)(x + 1)
= lm
=
= lm
1
x+
x+
x2
x12
4x
4
2x2
= lm
=
=
= 2
2
x+ 2x
x+ x 1
= lm
A B = AB
1
1
=
B A
1
B
1
A
1
AB
x+0
1
1
x sen x
2.
lm
x+
p
x2 + 3x x
Soluci
on.
1
sen x x 0
1
=
=
= = lm
1. lm
x+0 x sen x
x+0 x
sen x
0
sen x x 0
cos x 1 0
sen x
= lm
=
=
=0
=
l
m
= lm
x+0
x+0
x+0
x2
0
2x
0
2
2.
169
p
lm
x2 + 3x x = = lm x
x+
x+
= 0 = lm x
x+
3
1+ 1
x
= lm
x+
q
1+
= lm
1
x
x+
3
q
x2 2 1 +
3
x
x12
!
x2 + 3x
1 =
x
3
x
0
=
0
3x2
q
x+
2x2 1 +
= lm
3
x
3
2
Este lmite tambien poda haberse resuelto multiplicando por el conjugado, o bien, aplicando infinitesimos.
Indeterminaciones del tipo 00 , 0 , 1
tomando logaritmos
y = lm f (x)g(x)
tomando ln en ambos miembros y operando, resulta,
ln y = ln lm f (x)g(x) = lm ln f (x)g(x) = lm g(x) ln f (x)
Que es un lmite del tipo 0 , y una vez resuelto, resulta:
y = elm g(x) ln f (x)
El lmite tambien puede resolverse aplicando directamente la identidad logartmica y = eln y .
lm f (x)g(x) = eln lm f (x)
g(x)
= elm ln f (x)
g(x)
e = lm (1 + z) z
z0
resulta,
lm f (x)g(x) = 1 = lm(1 + f (x) 1)g(x) =
1
g(x)[f (x)1]
lm (cos x) x2
x0
Soluci
on.
1.
1
lm (cos x) x2 = 1
x0
ln cos x 0
sen x
=
=
= lm
x0
x0 2x cos x
x2
0
1
x
=
= lm
x0 2x cos x
2
ln y = ln lm (cos x) x2 = lm
x0
1
2
1
=
e
e
1
2
x0
Soluci
on. lm xtg x = 00
lm xtg x
x0+
x0+
ln x
ln y = ln lm xtg x = lm tg x ln x = 0 = lm
=
=
+
+
+
x0
x0
x0 cot x
= lm
x0+
1
x
1
sen2 x
== lm
x0+
sen2 x
x2
= lm
= lm x = 0
x
x0+ x
x0+
de donde,
y = e0 = 1
Ejemplo 3.34. Calcular los siguientes lmites:
1
1. lm (1 + 2x + 3x ) x
x0
Soluci
on.
2.
lm (1 + 2x + 3x ) x
x+
3.
lm (1 + 2x + 3x ) x
171
1
3 0+ = 3+ = +
1
x
x x1
0
0 01
0
1. lm (1+2 +3 ) = (1+2 +3 ) = 3 =
1
1
x0
3 0 = 3 =
=0
+
3
luego el lmite no existe.
1
2.
lm (1 + 2x + 3x ) x = (1 + 2+ + 3+ )0 = 0
x+
y = lm (1 + 2x + 3x ) x
x+
1
ln(1 + 2x + 3x )
=
=
x+
x
ln y = lm ln(1 + 2x + 3x ) x = lm
x+
2x ln 2 + 3x ln 3
x
x
1 + 2x + 3x = lm 2 ln 2 + 3 ln 3 = =
= lm
x+ 1 + 2x + 3x
x+
1
x
x
3
2
ln 2 + x ln 3
x
0 + ln 3
3
3
x x = lm
= lm
= ln 3
x+ 1
x+ 0 + 0 + 1
3
2
+
+
3x
3
3
luego,
ln y = ln 3 y = 3
lm (1 + 2x + 3x ) x = (1 + 0 + 0)0 = 10 = 1
Soluci
on.
x
x tg
2a
lm 2
xa
a
x
1
a
lm
x
x
x
x
xa
lm tg
1
cot
x tg
2a = 1 = exa 2a
a =e
2a =
lm 2
xa
a
lm
xa
2a
=e
1
a
1
2a sen2
x
l
m
2
sen 2a = exa
a
x
2a
2 + cos x1
si x 6= 0
1
3 + ex
f (x) =
si x = 0
3
= e
1.
Dominio. La funci
on est
a definida en todo R, ya que si 3 + e x = 0,
1
x
resulta e = 3 que no es posible.
2.
Continuidad. La funci
on es continua en todo R, salvo quiz
as en x = 0,
lm f (x) = lm
x0+
x0+
lm f (x) = lm
x0
x0
2 + cos x1
1
x
3+e
2 + cos x1
1
3 + ex
2 + Ac
Ac
=
=0
2 + Ac
Sin lmite
=
=
= Sin lmite
3+0
3
Luego la funci
on no es continua en x = 0.
Ejemplo 3.37. Dada la funci
on:
x sen x
x3
f (x) =
si
x 6= 0
si
x=0
Soluci
on.
Continuidad: La funci
on es continua en todo R, salvo quiz
as en x = 0,
1
1 cos x 0
x2
x sen x 0
=
=
=
=
l
m
=
l
m
3
2
2
x0
x0 2 3x
x0
x
0
3x
0
6
lm
luego la funci
on es continua en todo R.
3
f (x) f (0)
x3
6 = lm 6x 6 sen x x =
f (0) = lm
= lm
x0
x0
x0
x
x
6x4
0
6 6 cos x 3x2 0
6 sen x 6x 0
= lm
= lm
=
=
=
=
3
x0
x0
0
24x
0
72x2
0
6 cos x 6 0
6 sen x
= lm
=
=0
= lm
x0
x0
144x
0
144
x x cos x 3x + 3 sen x
(1 cos x)x3 (x sen x)3x2
=
=
6
x
x4
2x x cos x + 3 sen x
=
x4
173
2x x cos x + 3 sen x
0
f (x) f (0)
x4
f (0) = lmx0
= lmx0
=
x
x
2 cos x + x sen x + 3 cos x
2x x cos x + 3 sen x
= lm
=
= lm
5
x0
x0
x
5x4
2 + 2 cos x + x sen x
2 sen x + sen x + x cos x
= lm
= lm
=
x0
x0
5x4
20x3
cos x + cos x x sen x
sen x + x cos x 0
= lm
= lm
=
=
x0
x0
20x3
0
60x2
2
1
x
x sen x 0
= lm
=
=
= lm
2
2
x0 60x
x0
60x
0
60
x
1
si
si
x 6= 0
x=0
luego,
sen x
1
sen x x 0
x
= lm
=
=
x0
x
x2
0
sen x
cos x 1
= lm
=0
= lm
x2
x0
2x
2
( x cos x sen x
f (x) =
x2
0
si
si
x 6= 0
x=0
de donde,
x cos x sen x
0
f (x) f (0)
x2
= lm
=
f (0) = lm
x0
x0
x
x
cos x x sen x cos x
x cos x sen x 0
= lm
=
=
= lm
3
x0
x0
x
0
3x2
x sen x
1
x2
= lm
=
l
m
=
2
2
x0
x0
3x
3x
3
3.4.
Lmite de sucesiones
Una sucesi
on es un conjunto de infinitos n
umeros ordenados seg
un alg
un criterio. ejemplo,
1
1 1 1 1
{1, , , , , , , } 0
2 3 4 5
n
1 2 3 4 5
n
{ , , , , , ,
,} 1
2 3 4 5 6
n+1
a1
a2
a3
an
La gr
afica de una sucesi
on es un conjunto de infinitos puntos separados (aislados) unos de
otros.
an
an = n1
6 r
1
r r r r n
0
1 2 3 4 5
-1
n
an
an = n+1
6
1
r r r r r n
0
1 2 3 4 5
-1
an
an = sen n 2
6 r
r
1
-n
r
r
0
1 2 3r 4 5
-1
Figura 3.23:
"
2n
3n # 1
3n
2
1 1
1 2n
1
= lm
1+
2. lm 1
=e 3 =
3 2
n
n
3n
3n
e
3.
hi
5n
1/n
ln n
=
= lm
= lm 1 = 1
= lm
n 5n
n
n 5/5n
n ln 5n
4.
n
1/(n + 3)
ln(n + 3) h i
=
= lm
=1
= lm
n n + 3
n
n
ln n
1/n
lm
lm
5.
2 ln n
(ln n)2
= lm
=
n
n
n
1
lm
3.5.
1
n
2 ln n
=0
n
n
= lm
3.5.1.
Introducci
on.
x0
-x
Figura 3.24:
La aproximaci
on mediante la recta tangente y mediante el teorema del
valor medio, suelen ser malas aproximaciones, en cuanto nos alejamos un
poco del punto.
Con el polinomio de Taylor lo que buscamos es una funci
on polin
omica
que coincida, lo m
as posible, con la funci
on dada, al menos en los alrededores
del punto. Buscamos una funci
on polin
omica que se acerque a la curva m
as
que la recta tangente.
fp
f (x)q
q p(x)
f (x0 )
qp(x )
0
-x
x0
x
Figura 3.25:
3.5.2.
De donde resulta:
p (x) = 10
p (0) = 10
Resulta que la funci
on polin
omica se puede expresar de la siguiente forma:
p (0) 2
x
2
A esta expresi
on se le llama F
ormula de Taylor en el origen o f
ormula de
Mac Laurin, y se puede generalizar para cualquier polinomio.
p(x) = 2 + 3x + 5x2 = p(0) + p (0)x +
p(x) = a0 + a1 x + a2 x2 + a3 x3 + + an xn
p (x) = a1 + 2a2 x + 3a3 x2 + + nan xn1
p (x) = 2a2 + 3 2a3 x + + n(n 1)an xn2
p(0) = a0
p (0) = a1
p (0) = 2a2
Resulta,
p (0)
p(n) (0)
p (0)
, a3 =
, an =
2
3!
n!
Con lo cual la funci
on polin
omica se puede expresar de la siguiente forma:
a0 = p(0), a1 = p (0), a2 =
n
X
p(k) (0)
p(x) =
k=0
k!
p (0) 2
p(n) (0) n
x + +
x
2!
n!
xk
p (0) = 0,
p (0) = 0,
p (0) = 6,
piv (0) = 48
Soluci
on. Teniendo en cuenta que:
p(x) = p(0) + p (0)x +
resulta:
p(x) = 1 + x3 + 2x4
Expresarla en potencias de x 1.
2.
Hallar la relaci
on que existe entre los nuevos coeficiente y los valores
de la funci
on y de sus derivadas en el punto x = 1.
Soluci
on. Haciendo el cambio x = (x 1) + 1 resulta:
2
p(x) = 2 + 3x + 5x2 = 2 + 3(x 1) + 3 + 5 (x 1) + 1 =
= 2 + 3(x 1) + 3 + 5 (x 1)2 + 2(x 1) + 1 = 10 + 13(x 1) + 5(x 1)2
p (x) = 10
p (1) = 10
De donde resulta que la funci
on polin
omica se puede expresar de la siguiente
forma:
p(x) = 2 + 3x + 5x2 = 10 + 13(x 1) + 5(x 1)2 = p(1) + p (1)(x 1) +
p (1)
(x 1)2
2
A esta expresi
on se le llama F
ormula de Taylor en el punto x = 1, y se
puede generalizar para cualquier polinomio y cualquier punto.
Teorema 3.7. Toda funci
on polin
omica
p(x) = a0 + a1 x + a2 x2 + + an xn
se puede expresar de la siguiente forma:
p(x) = p(x0 ) + p (x0 )(x x0 ) +
p(n) (x0 )
p (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
Demostraci
on. Haciendo el cambio x = (x x0 ) + x0 podemos expresar el
polinomio en potencias de x x0 y resulta:
p(x) = a0 + a1 x + a2 x2 + + an xn =
= b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
Con lo cual,
p(x) = b0 + b1 (x x0 ) + b2 (x x0 )2 + + bn (x x0 )n
p (x) = b1 + 2b2 (x x0 ) + 3b3 (x x0 )2 + + nbn (x x0 )n1
p (x) = 2b2 + 3 2b3 (x x0 ) + + n(n 1)bn (x x0 )n2
p(x0 ) = b0
p (x0 ) = b1
p (x0 ) = 2b2
de donde resulta,
b0 = p(x0 ), b1 = p (x0 ), b2 =
p (x0 )
p(n) (x0 )
p (x0 )
, b3 =
, bn =
2
3!
n!
p (x0 )
p(n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
n
X
p(k) (x0 )
k=0
k!
(x x0 )k
p(2) = 19
p (2) = 27
p (2) = 40
p (2) = 42
piv (2) = 24
3.5.3.
pn (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma pendiente
pn (x0 ) = f (x0 ) Las dos pasan por (x0 , y0 ) con la misma concavidad
(n)
pn (x0 ) = f (n) (x0 ) Las dos pasan por (x0 , y0 ) con otras coincidencias
pn (x0 )
pn (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (n) (x0 )
f (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
n
X
f (k) (x0 )
k=0
k!
(x x0 )k
2.
3.5.4.
Ejemplo 3.45. Hallar el 5o polinomio de MacLaurin de las siguientes funciones y generalizarlo para el n-simo polinomio.
1.
f (x) = ex
2.
f (x) = sen x
3.
f (x) = cos x
Soluci
on. El 5o polinomio de Taylor en el origen para una funci
on f viene
definido por:
f (x) = f (0) + f (0)x +
Por consiguiente:
1. f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f (x) = ex
f iv (x) = ex
f v (x) = ex
2. f (x) = sen x
x2 x3 x4 x5
f (0) = 1
+
+
+
ex 1 + x +
2!
3!
4!
5!
f (0) = 1
y
de
manera
general
f (0) = 1
X
xk
f iv (0) = 1
x
k!
f v (0) = 1
k=0
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f iv (x) = sen x
f v (x) = cos x
3. f (x) = cos x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f (x) = sen x
f iv (x) = cos x
f v (x) = sen x
x3 x5
f (0) = 1
+
sen x x
3!
5!
f (0) = 0
y
de
manera
general
f (0) = 1
n
2k+1
X
k x
f iv (0) = 0
(1)
sen
x
(2k + 1)!
f v (0) = 1
k=0
x2 x4
f (0) = 0
+
cos x 1
2!
4!
f (0) = 1
y
de
manera
general
f (0) = 0
n
2k
X
k x
f iv (0) = 1
(1)
cos
x
(2k)!
f v (0) = 0
k=0
(1 + x)
1
,
1+x
1 + x,
(1 + x)3
f (0) = 1
f (0) = r
f (0) = r(r 1)
f (0) = r(r 1)(r 2)
f iv (0) = r(r 1)(r 2)(r 3)
n
X
r(r 1)(r 2) (r k + 1)
k!
k=1
xk
de donde resulta:
2( 2 1) 2
2( 2 1)( 2 2) 3
2
(1 + x) 1 + 2x +
x +
x +
2!
3!
2( 2 1)( 2 2)( 2 3) 4
x
+
4!
1
1(2) 2 1(2)(3) 3 1(2)(3)(4) 4
= (1+x)1 1+
x +
x +
x =
1+x
2!
3!
4!
= 1 x + x2 x3 + x4
1 + x = (1 + x)1/2 1 +
1 1
2 2
2!
x2 +
1 1 3
2 2 2
3!
x3 +
1 1 3 5
2 2 2 2
4!
x4 =
1 2
13 3
135 4
1
x +
x
x
=1+ x
2
24
246
2468
32 2 321 3 3210 4
x +
x
x = 1 + 3x + 3x2 + x3 + 0
(1 + x)3 = 1 + 3x +
2!
3!
4!
Si n es un entero y positivo el desarrollo se interrumpe, ya que siempre
llegar
a un momento en que n k + 1 = 0, precisamente para k = n + 1. Es
decir, el desarrollo de (1 + x)n s
olo llegar
a hasta el termino xn , ya que los
restantes se anulan. Se obtiene as, el Binomio de Newton.
n
X
n k
(1 + x) =
x
k
n
k=0
2x + 3
x1
Soluci
on. Hacemos la divisi
on ordenando los polinomios de menor a mayor
grado.
1 + x
3 5x 5x2 5x3
3 + 2x
3 + 3x
5x
5x + 5x2
5x2
5x2 + 5x3
5x3
5x3 + 5x4
5x4
Soluci
on. En vez de derivar directamente la funci
on f (x), resulta m
as conveniente transformar el polinomio de Taylor de las funci
on y = ex . En efecto,
tenemos que,
x2
ex 1 + x +
+
2
de donde, sustituyendo x por x2 , resulta
2
f (x) = ex 1 + (x2 ) +
x4
(x2 )2
+ 1 x2 +
+
2
2
+ x
+ = x
+
3!
3!
3!
3
[x
x3
3.5.5.
Resto de Taylor
f (x0 )
f (n) (x0 )
(x x0 )2 + +
(x x0 )n
2!
n!
f (n+1) (c)
(x x0 )n+1
(n + 1)!
(3.2)
A esta expresi
on del Resto de Taylor se le llama expresi
on de Lagrange.
Existen otras expresiones para calcular el error, sin embargo, esta es la m
as
f
acil de recordar puesto que se trata del termino siguiente del desarrollo,
salvo que la derivada se toma en un punto intermedio c.
3.5.6.
Aplicaciones de la f
ormula de Taylor a c
alculos aproximados
f (n+1) (c)
(x1 x0 )n+1
(n + 1)!
x2
ex 1 + x +
2
0 2 1 + 0 2 + 0 04 = 1 22
2
f (c) = ec
f (0) = 1
f (0) = 1
f (0) = 1
ec
3 0 008
|Rn (0 2)| = | 0 23 | <
= 0 004
6
6
Soluci
on. Necesitamos una funci
on para hacer su desarrollo de Taylor, y un
punto donde hacerlo. De las distintas opciones que podemos pensar para
calcular la raz dada, elegimos la m
as f
acil.
1
3
e = e1/3 f (x) = ex x0 = 0, x1 =
3
x
f (x) = e
f (0) = 1
f (x) = e
f (0) = 1
x2
xn
e 1 + x + 2 + + n!
..
..
.
.
(n)
x
(n)
f (n+1) (c)xn+1
ec xn+1
f (x) = e
f (0) = 1
Rn (x) =
=
(n + 1)!
(n + 1)!
(n+1)
x
(n+1)
c
f
(x) = e f
(c) = e
1
< 1 e0 < ec < e < 3 ec < 3
3
Luego, tendr
a que ser:
c 1 n+1
1 n+1
1
1
1
3( 3 )
Rn ( ) = e ( 3 )
<
= n
< 0 01 =
(n + 1)! (n + 1)!
3
3 (n + 1)!
100
x2 x3
+
2!
3!
e = e1/3 1 +
Soluci
on.
f (x) = sen x
f (x) = cos x
f (x) = sen x
f (x) = cos x
f iv (x) = sen x
f (0) = 0
f (0) = 1
f (0) = 0
f (0) = 1
f iv (c) = sen c
x3
sen x x
6
sen
c
x4
R3 (x) =
24
3
rad.
3
= 0 1736468
18
18 18 6
Y el error cometido en la aproximaci
on viene acotado de la siguiente forma:
1 4
sen c 4
= 0 00004
R3 ( ) =
18
24 18 24 18
sen 10o = sen
3.5.7.
Aplicaciones de la F
ormula de Taylor al c
alculo de
lmites
Consiste en sustituir las funciones que intervienen en el lmite por sus desarrollos de Taylor. En la pr
actica, para simplificar los c
alculos, solamente
se sustituyen por la parte del desarrollo de Taylor que realmente influye en
el lmite. El problema ser
a determinar cu
antos terminos del desarrollo se
deben utilizar.
sen x x
Ejemplo 3.53. Calcular lm
x0
x3
Soluci
on.
sen x x 0
= lm
=
x0
x0
x3
0
lm
(x
x3
+ ) x
1
x3
6
=
l
m
=
3
3
x0 6x
x
6
ex ex 2x
x0
x sen x
Soluci
on. Teniendo en cuenta los desarrollos de las funciones que intervienen:
ex = 1+x+
x2 x3
+ +
2
6
ex = 1x+
x2 x3
+
2
6
sen x = x
x3
+
6
resulta,
ex ex 2x 0
=
=
lm
x0
x sen x
0
1+x+
= lm
x0
x2 x3
x2 x3
+
+ 1 x +
+ 2x
2
6
2
6
=
3
x
x x
+
6
3
= lm
2 x6
3
x0 x
6
=2
1 cos(x2 )
x0 x sen x + 2 cos x 2
Soluci
on. Teniendo en cuenta el desarrollo en series de potencias de las
funciones sen x y cos x,
sen x = x
x5
x3
+
6
120
tenemos.
cos x2 = 1
cos x = 1
x4 x8
+
2
24
x2 x4
+
2
24
x4
= lm
= lm 2 4 = 6
= lm
x0 2x4
x0 x
x0 x4
x4
x4
+
+
6
12
12
12
12
x4
2
3.6.
x4
2
3.6.1.
M
aximos y mnimos absolutos
a) En Intervalos cerrados
Supongamos que la funci
on f es continua en un intervalo cerrado [a, b],
entonces alcanza un m
aximo y un mnimo en dicho intervalo.
El m
aximo y el mnimo absoluto solamente pueden estar situados:
1.
2.
3.
189
Observaci
on: Si la funci
on no es continua el metodo anterior no es v
alido,
ya que los valores de la funci
on en los puntos crticos no determinan nada.
de donde,
6x2 6x 12 = 0 x2 x 2 = 0
x=
2.
1+8
1+3
=
=
2
2
2
1
mnimo
4
f (x) = 5x 1 est
a definida en todo R
b) Puntos en los que la derivada vale
r cero:
1
1
5x4 1 = 0 x4 = x = 4 6 [2, 4]
5
5
Luego no existe ning
un punto crtico dentro del intervalo, por tanto:
2.
3 (x 2)
si x 2
=
3 (x + 2) si x < 2
5 x si x 2
1 + x si x < 2
f (x) =
1.
1 si
1 si
x>2
x<2
2.
191
Para hallar el m
aximo y el mnimo de una funci
on continua en un intervalo abierto se cierra el intervalo hallando los lmites de la funci
on en los
extremos del mismo.
Ejemplo 3.59. Hallar los extremos absolutos de la funci
on: f (x) =
en todo R.
x2
x2 + 1
Soluci
on. Hallamos la derivada de la funci
on,
f (x) =
1.
2x3 + 2x 2x3
2x
2x(x2 + 1) x2 2x
=
= 2
2
2
2
2
(x + 1)
(x + 1)
(x + 1)2
2.
f () = lm
Figura 3.28: y =
3.6.2.
x2
+1
x2
M
aximos y mnimos relativos o locales
1 x2 + 2x2
x2 1
(1 + x2 ) + x(2x)
=
=
(1 + x2 )2
(1 + x2 )2
(1 + x2 )2
193
de donde:
f (x) = 0
x2 1 = 0
x = 1
Figura 3.30: y =
x
1 + x2
mnimo absoluto
x
f (+) = lm
=0
x+ 1 + x2
4
Ejemplo 3.61. Encontrar los extremos relativos de la funci
on f (x) = x+
x
en R
Soluci
on. La funci
on es continua en R {0}
4
x2
f (1) = 1 4 = decreciente
f (1) = 1 4 = decreciente
Figura 3.31: y = x +
4
x
f = f f
f = 0 ?
f (x0 ) = 0
o
on
x0 , f (x0 ) punto de inflexi
f (x0 ) no definido
Aplicaciones de la f
ormula de Taylor para el estudio de m
aximos
y mnimos.
Desarrollemos, mediante el n-simo polinomio de Taylor, la funci
on f en el
punto x0
f (x) = f (x0 )+ f (x0 )(xx0 )+
f (n1) (x0 )
f (n) (c)
f (x0 )
(xx0 )2 + +
(xx0 )n1 +
(xx0 )n
2!
(n 1)!
n!
f (x0 ) = 0
f (n) (c)
..
f (x) = f (x0 ) +
(x x0 )n
.
n!
f (n1) (x0 ) = 0
de donde,
f (x) f (x0 ) =
f (n) (c)
(x x0 )n
n!
Como c est
a entre x0 y x, tomando x suficientemente pr
oximo a x0 podemos
(n)
suponer que el signo de f (c) coincide con el signo de f (n) (x0 ), de donde:
(n)
(x x )n = +
(n)
aximo
0
f (n) (x0 ) =
f (x) f (x0 ) < 0 M
n
impar
f
(x
)
=
+
0
195
f (x) = x4
(b)
f (x) = x3
(c)
f (x) = x4
Soluci
on.
1. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 > 0 par y positivo mnimo
2. f (x) = x3
f (x) = 3x2 f (0) = 0
f (x) = 6x f (0) = 0
f (x) = 6 f (0) = 6 6= 0 impar punto de inflexi
on
3. f (x) = x4
f (x) = 4x3 f (0) = 0
f (x) = 12x2 f (0) = 0
f (x) = 24x f (0) = 0
f (IV ) (x) = 24 f (IV ) (0) = 24 < 0 par y negativo M
aximo.
Ejemplo 3.63. Estudiar la naturaleza de los puntos crticos de la funci
on:
f (x) = x3 3x2 + 2
Soluci
on. Hallamos la derivada para buscar los puntos crticos.
f (x) = 3x2 6x
3x2 6x = 0
x2 2x = 0
x(x2) = 0
f (0) = 6 f (0) m
aximo relativo
3.6.3.
Determinaci
on de funciones conocidos sus puntos crticos
f (0) = 3
Mnimo relativo de valor 3 en x = 0
f (0) = 0
f (1) = 4
M
aximo relativo de valor 4 en x = 1
f (1) = 0
Hallando la derivada f (x) = 3ax2 + 2bx + c, y sustituyendo, resulta el
sistema de ecuaciones:
d = 3
d = 3
d = 3
d = 3
c=0
c=0
c=0
c=0
a+b+c+d=4
b = 21
a+b=7
a+b=7
a = 14
a = 14
3a + 2b = 0
3a + 2b + c = 0
luego la funci
on buscada es: f (x) = 14x3 + 21x2 3.
6a + 2b = 0
3a + b = 0
a=1
a=1
luego la funci
on buscada es: f (x) = x3 3x2 + 3x.
3.6.4.
Problemas de aplicaci
on de m
aximos y mnimos
Asignar letras a todas las magnitudes que intervienen e intentar relacionarlas entre s. (Seg
un se asignen las letras, la resoluci
on del problema puede resultar m
as f
acil o m
as difcil. A veces conviene contar
con los
angulos).
197
2.
3.
Encontrar una f
ormula para la magnitud que hay que derivar y expresarla en funci
on de una sola variable y entonces derivar.
2.
3.
4.
Observaci
on: Si el problema pide un m
aximo y encontramos un mnimo,
el m
aximo habr
a que buscarlo en los extremos del dominio.
Ejemplo 3.66. Un granjero tiene 200 m de tela met
alica que va a utilizar
para construir tres lados de un corral rectangular; se va a usar un muro recto
que ya existe como cuarto lado del corral. Que dimensiones maximizar
an
el a
rea del corral?.
Soluci
on. La magnitud a maximizar es el area.
a=xy
x
a = x(2002x) = 200x2x2
2x + y = 200 y = 200 2x
y
de donde,
x
luego:
x=
13
169 120
13 49
13 7
x = 3 3 no v
alida
=
=
=
x=1
6
6
6
40
de donde,
r2
40
80
p = 4r2 p + p
2
r
r
80
p, con lo que resulta,
r2
80
80
80
80
10
8rp 2 p = 0 8r 2 = 0 8r = 2 r3 =
=
r=
r
r
r
8
r
3
10
100
3 100
3 100
2
2
Ejemplo 3.69. Hallar el punto m
as cercano y m
as alejado de la par
abola
y = 4 x2 al punto (0, 1)
199
Soluci
on. Consideremos un punto generico X(x, y) de la par
abola y = 4x2 .
Su distancia al punto P (0, 1) vendr
a definida por la expresi
on:
p
d = (x 0)2 + (y 1)2
5
2
Para estudiar la naturaleza de los puntos crticos podemos acudir al signo
de la segunda derivada:
g (x) = 12x2 10
g (x) = 4x 10x
x(4x 10) = 0
g (0) = 10 M
aximo relativo
q
g (+ 52 ) = 12 25 10 = 30 10 = 20
q
g ( 52 ) = 12 25 10 = 30 10 = 20
x = 0, x =
mnimo relativo
mnimo relativo
El m
aximo relativo no es el m
aximo absoluto, ya que la funci
on no tiene
m
aximo absoluto por alejarse hacia el infinito.
El mnimo absoluto estar
a en uno de los dos mnimos relativos, para determinarlo hallamos el valor de la funci
on g en cada uno de ellos.
r
r
25 25
25 50 + 36
11
5
5
g(+
)=
+9=
=
= g(
)
2
4
2
4
4
2
Luego los puntos de la par
abola y = 4 x2 que se encuentran m
as cercano
al punto (0, 1) son:
r
r
5
3
5
5 3
)=4 =
P1 (+
, )
f (+
2
2
2
2 2
3.7.
x0
Soluci
on. Los desarrollos de Taylor de las funciones que intervienen en el lmite los obtenemos a partir de los desarrollos de Taylor de las funciones elementales. En efecto,
3
x3
x3
x9
sen x x + sen x3 x3
+ = x3 + sen x3 x3
3!
3!
3!
cos x 1
x4
x2
x4
x2
+
1 cos x
+
2!
4!
2!
4!
de donde,
1 cos(1 cos x)
Por otro lado,
Z
ln(1 + x) =
x
0
dt
=
1+t
x4
x2
+
2!
4!
2!
x
0
2
1
dt =
1 (t)
x
0
x4
x2
+
2!
4!
4!
4
[1 t + t2 ] dt = x
x4
+
8
x2
x3
+
2
3
de donde,
x3
x3
x2
x2
+
)2
+
)3
(x
(x
x3
x2
2
3
2
3
+
)
+
ln 1 + ln(1 + x) (x
2
3
2
3
3
2
3
3
2
x
x
x
x
x
+
) (
+ ) + (
)
(x
2
3
2
2
3
7x3
x x2 +
6
Y, finalmente, tenemos
ex 1 + x +
x2
x3
+
+
2
3!
ex 1 x +
x2
x3
+
+
2
3!
de donde,
e2x 1 2x +
(2x)2
(2x)3
8x3
+
+ 2x + 2x2
+
2
3!
6
201
x0
3[x3 ] + [ x8 ]
=
x0
7x3
8x3
2[x x2 +
] + [2x + 2x2
+ ]
6
3
3[x3 ]
3[x3 ]
= lm
=3
= lm
3
3
x0
x0
14x
8x
6x3
[2x 2x2 +
] + [2x + 2x2
+ ]
6
6
6
= lm
Captulo 4
Derivaci
on de funciones de
varias variables
4.1.
Derivadas parciales
4.1.1.
Introducci
on
f (x) f (x0 )
dy
f (x0 + h) f (x0 )
(x0 ) = lm
= lm
xx
h0
dx
h
x x0
0
Nota: La raz
on de definir la derivada en un punto perteneciente a un conjunto abierto D (dominio de la funci
on), es para poder asegurar que para
h R peque
no, se tenga (x0 + h) D y que as tenga sentido la expresi
on
f (x0 + h) que aparece en la definici
on de derivada.
La importancia de estudiar el concepto de derivada radica en que a partir
de la derivada de una funci
on en un punto se puede obtener informaci
on sobre el comportamiento de la propia funci
on, aunque esta informaci
on es s
olo
la funci
on en los alrededores del punto x0 , f (x0 ) ; el signo de f (x0 ) se
nala
el crecimiento o decrecimiento de la funci
on alrededor del punto, etc. Esta
informaci
on, aunque s
olo es local, es muy importante. No obstante, a partir
de la funci
on derivada f (x) podemos obtener una informaci
on m
as global
del comportamiento de la funci
on.
203
DE FUNCIONES MULTIVARIABLES
204 CAPITULO 4. DERIVACION
Funciones de dos variables. El concepto de derivada se puede generalizar
a funciones de dos variables z = f (x, y). La idea intuitiva responde a la
siguiente cuesti
on: C
omo se va a ver afectada una funci
on de dos variables
por una variaci
on de una de sus variables, mientras que la otra variable
permanece fija? Podemos responder a esta cuesti
on considerando cada vez
s
olo una de las variables. Esto es, hacemos la derivada de la funci
on cada vez
con respecto a una variable, manteniendo constante la otra. Este proceso se
conoce como derivaci
on parcial, y su resultado se llama derivada parcial de la
funci
on respecto a la variable independiente elegida. Para ello partimos de la
idea del concepto de derivada de funciones de una variable el lmite, cuando
el incremento de la variable tiende a cero, del cociente del incremento de la
funci
on dividido entre el incremento de la variable. Suponemos que una de
las variables es constante e incrementamos s
olo la otra, es decir, hacemos
la derivada suponiendo que la funci
on depende s
olo de una de las variables.
Con ello se reduce la discusi
on al caso uni-dimensional considerando una
funci
on de varias variables como una funci
on de una sola variable (cada
variable separadamente), manteniendo fijas las dem
as.
4.1.2.
Definici
on
o bien
f
(x0 , y0 )
x
De esta forma,
f (x0 , y0 )
x
def
=
df (x, y0 )
dx
x=x0
Nota: Se
nalemos que la designaci
on de la derivada parcial de la funci
on
f (x0 , y0 )
f , respecto de la variable x, por
es tradicional. Aunque es m
as
x
f
f
(x0 , y0 ), ya que la expresi
on
es un smbolo u
nico,
correcto escribir
x
x
que designa la nueva funci
on, cuyo valor se analiza en el punto (x0 , y0 ).
Teniendo en cuenta la definici
on de derivada de una funci
on de una sola
variable, resulta la siguiente definici
on de derivada parcial para funciones de
dos variable.
Definici
on 4.1. Dada una funci
on de dos variables f : D R2 R
2
definida en el abierto D de R , se define la derivada parcial de f con respecto
205
2
xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
f
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
(0, 0) = lm
= lm
=
h0
h0
x
h
h
h 02
0
2 + 02
0
h
= lm = lm 0 = 0
= lm
h0 h
h0
h0
h
DE FUNCIONES MULTIVARIABLES
206 CAPITULO 4. DERIVACION
f
f (0, 0 + k) f (0, 0)
f (0, k) f (0, 0)
(0, 0) = lm
= lm
=
k0
k0
y
k
k
0 k2
0
2
2
0
= lm = lm 0 = 0
= lm 0 + k
k0 k
k0
k0
k
Ejemplo 4.3. Calcular, aplicando la definici
on, las dos derivadas parciales
2
2
de la funci
on f (x, y) = 2x xy + y , en el punto p(1, 0).
Soluci
on.
f (1 + h, 0) f (0, 0)
f
(1, 0) = lmh0
=
x
h
2(1 + h)2 (1 + h) 0 + 02 (2 0 + 0)
= lm
=
h0
h
2
2
2 + 4h + 2h 2
2(1 + 2h + h ) 2
= lm
=
= lm
h0
h0
h
h
4h + 2h2
= lm
= lm (4 + 2h) = 4
h0
h0
h
f (1, 0 + k) f (1, 0)
f (1, k) f (1, 0)
f
(1, 0) = lmk0
= lmk0
=
y
k
k
2 12 1 k + k 2 (2)
2 k + k2 2
= lm
= lm
=
00
k0
k
k
2
k + k
= lm (1 + k) = 1
= lm
k0
k0
k
4.1.3.
La funci
on derivada parcial
207
f (x, y + k) f (x, y)
x2 (y + k)3 + 5 (x2 y 3 + 5)
f
(x, y) = lm
= lm
=
k0
k0
y
k
k
x2 y 3 + 3x2 y 2 k + 3x2 yk 2 + x2 k 3 + 5 x2 y 3 5
= lm
=
k0
k
3x2 y 2 k + 3x2 yk 2 + x2 k 3
= lm
= lm 3x2 y 2 + 3x2 yk + x2 k 2 =
k0
k0
k
= 3x2 y 2
C
alculo de derivadas parciales mediante las reglas de derivaci
on.
Si observamos los resultados del ejemplo anterior, podemos concluir que no
es necesario aplicar la definici
on para calcular las derivadas parciales, sino
que se pueden calcular aplicando las reglas ordinarias de derivaci
on. Esto
se deduce de la propia definici
on, ya que de la definici
on de las derivadas
parciales, como derivadas ordinarias con la condici
on de que se han fijado
todas las variables excepto una, respecto de la cual se toma la derivada, se
deduce que al calcular las derivadas parciales se pueden utilizar las reglas
del c
alculo de las derivadas ordinarias. Es decir,
f
(x, y) Se puede calcular mediante las reglas de derivaci
on, es decir, como
x
una derivada ordinaria, de la funci
on f respecto de la variable x,
suponiendo y constante (es decir, como si la funci
on f dependiera
s
olo de x, porque y es un n
umero). En consecuencia, consideramos
que y es constante y derivamos con respecto a x.
f
(x, y) Se puede calcular mediante las reglas de derivaci
on, es decir, como
y
una derivada ordinaria, de la funci
on f respecto de la variable y,
suponiendo x constante (es decir, como si la funci
on f dependiera
s
olo de y, porque x es un n
umero). En consecuencia, consideramos
que x es constante y derivamos con respecto a y.
Ejemplo 4.5. Calcular las dos derivadas parciales de las siguientes funciones:
1. f (x, y) = x2 + 2xy 2 y 3
a) Fijemos en la f
ormula la variable y, es decir, supongamos que y
es un n
umero, con lo cual obtenemos una funci
on de una sola
variable x; y calculando su derivada tendremos:
f
= 2x + 2y 2
x
b) De la misma forma, fijemos ahora la variable x es decir, supongamos que x es un n
umero, con lo cual obtenemos una funci
on
de una sola variable y; y calculando su derivada tendremos:
f
= 4xy 3y 2
y
DE FUNCIONES MULTIVARIABLES
208 CAPITULO 4. DERIVACION
2. z = (x2 + y 2 )exy
z
= 2xexy + (x2 + y 2 )(yexy ) = (2x x2 y y 3 )exy
x
z
= 2yexy + (x2 + y 2 )(xexy ) = (2y x3 xy 2 )exy
y
3. z = xyex/y
z
1
= yex/y + xy( ex/y ) = (y + x)ex/y
x
y
x2
x
x(y x)ex/y
z
= xex/y + xy( 2 ex/y ) = (x )ex/y =
y
y
y
y
Ejemplo 4.6. Dada la funci
on: f (x, y) = 4x3 y 2 4x2 + y 6 + 1. Hallar las
dos derivadas parciales en el punto (1, 1)
Soluci
on. Calculamos las derivadas parciales mediante las reglas de derivaci
on y luego sustituimos las coordenadas del punto.
f
(x, y) = 12x2 y 2 8x
x
f
(x, y) = 8x3 y + 6y 5
f
(1, 1) = 12 8 = 4
x
f
(1, 1) = 8 + 6 = 14
y
Notaci
on: Se utilizan las siguientes notaciones:
zx =
f
f
z
=
=
(x, y) = fx = fx = fx (x, y) = Dx f (x, y) = D1 f (x, y)
x
x
x
zy =
f
f
z
=
=
(x, y) = fy = fy = fy (x, y) = Dy f (x, y) = D2 f (x, y)
y
y
y
4.1.4.
Funciones de m
as de dos variables
209
DE FUNCIONES MULTIVARIABLES
210 CAPITULO 4. DERIVACION
con lo cual, para cualquier n
umero t R, resulta:
te1 = (t, 0, , 0), te2 = (0, t, , 0), , ten = (0, 0, , t)
de donde, para cualquier punto p Rn , de coordenadas p = (x1 , x2 , , xn ), se tiene:
p + tei = (x1 , x2 , , xn ) + (0, , t, , 0) = (x1 , x2 , , xi + t, , xn )
Es decir, p + tei tiene las mismas coordenadas que p, salvo la i-esima coordenada que se
ha incrementado en t. En consecuencia, podemos enunciar la siguiente definici
on:
Definici
on 4.2 (Derivadas parciales). Sea f : D Rn R una funci
on definida en
el conjunto abierto1 D de Rn , y sea p D. Se define la derivada parcial de f con respecto
a su i-esima variable en el punto p, como el siguiente lmite, si existe y es finito:
f (p + tei ) f (p)
f
(p) = lm
t0
xi
t
Del mismo modo puede definirse la derivada parcial en un punto generico x D,
como
f (x + tei ) f (x)
f
(x) = lm
t0
xi
t
4.1.5.
Raz
on de cambio
raz
on de cambio instant
aneo de la
fija la variable y y vara la x.
raz
on de cambio instant
aneo de la
fija la variable x y vara la y.
211
V
(r = 4, h = 20) = 2 4 20 = 160 cm3 /cm de r
r
V
(r = 4, h = 20) = 16 cm3 /cm de h
h
4.1.6.
Interpretaci
on geom
etrica de las derivadas parciales
Recta tangente
6
P
z = f (x, y)
y0
x0
z = f (x, y)
@
R z = f (x, y0 )
@
x0
p(x0 , y0 )
Q
k
Q
z = f (x0 , y)
y0
y
-
Recta
tangente
y
-
p(x0 , y0 )
z = f (x, y0 ) = g(x)
DE FUNCIONES MULTIVARIABLES
212 CAPITULO 4. DERIVACION
An
alogamente, la funci
on g(y) = f (x0 , y) representa la curva que se
obtiene de la intersecci
on de la superficie z = f (x, y) con el plano x = x0
z = f (x, y)
x = x0
z = f (x0 , y) = g(y)
f
(3, 1) = 6
x
tan = 6
En la direcci
on del eje Oy, la pendiente viene dada por
f
= 8y
y
f
(3, 1) = 8
y
tan = 8
4.1.7.
213
Por otro lado, igual que ocurre para funciones de una variable, resulta
evidente que de la continuidad de las funciones de n variables en un punto
dado, no se deriva la existencia de sus derivadas parciales en ese punto.
En consecuencia, para funciones de n variables, n 2, ni de la continuidad de esa funci
on en un punto se deduce la existencia de las derivadas
parciales, ni de la existencia de las derivadas parciales se deduce la continuidad en el punto.
Ejemplo 4.10. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci
on f : R2 R definida por:
xy
si (x, y) 6= (0, 0)
2
x + y2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante las rectas y = mx resulta:
lm
(x,y)(0,0) x2
xy
xmx
xy
= lm
= lm
=
2
2
2
2
2 2
(x,y)(0,0) x + y
+y
(x,y)(0,0) x + m x
y=mx
y=mx
x0
m
m
=
2
x0 1 + m
1 + m2
= lm
DE FUNCIONES MULTIVARIABLES
214 CAPITULO 4. DERIVACION
Ejemplo 4.11. Estudiar la continuidad y calcular las dos derivadas parciales en el punto p(0, 0) de la funci
on f : R2 R definida por:
1 si xy 6= 0
f (x, y) =
0 si xy = 0
Soluci
on. Entendamos primero el significado de la expresi
on que define la
funci
on. Tenemos que la imagen de un punto (x, y) es 1 si las dos componentes son distintas de cero, y 0 si alguna de las componentes es cero. Es
decir, para x 6= 0 e y 6= 0, se tiene:
f (x, y) = 1,
f (x, 0) = 0,
f (0, y) = 0,
f (0, 0) = 0.
En consecuencia,
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante la recta y = x resulta:
h i
lm f (x, y) = lm
1 = 1 6= f (0, 0) = 0
(x,y)(0,0)
(x,y)(0,0)
y=x
2.
4.2.
(x,y)(0,0)
y=0
Derivadas parciales de
ordenes superiores
4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
215
Notaci
on: Para simplificar los parentesis usaremos la siguiente notaci
on:
2
f
f
= D1 (D1 f ) = D11 f
(fx )x = fxx =
=
x x
x2
2f
f
= D2 (D1 f ) = D21 f
=
(fx )y = fxy =
y x
yx
f
2f
(fy )x = fyx =
= D1 (D2 f ) = D12 f
=
x y
xy
f
2f
(fy )y = fyy =
= D2 (D2 f ) = D22 f
=
y y
yy
fy = x2 cos(x2 y)
fyx = fy x = 2x cos(x2 y) + x2 2xy sen(x2 y) =
= 2x cos(x2 y) 2x3 y sen(x2 y)
fyy = fy y = x2 x2 sen(x2 y) = x4 sen(x2 y)
Derivadas parciales cruzadas. Las derivadas parciales fxy y fyx , se llaman derivadas parciales cruzadas y cuando son continuas coinciden.
DE FUNCIONES MULTIVARIABLES
216 CAPITULO 4. DERIVACION
Teorema 4.1 (Igualdad de las derivadas parciales cruzadas). Si f
es una funci
on de dos variables x e y y tal que f , fx , fy , fxy y fyx son continuas en una regi
on abierta R, entonces se tiene que las derivadas parciales
cruzadas coinciden para cada (x, y) de R,
fxy (x, y) = fyx (x, y)
Este teorema se llama Teorema de Schwartz, y puede enunciarse en terminos m
as restrictivo de la siguiente forma
Teorema 4.2 (Teorema de Schwartz). Sea f : D R2 R una funci
on
definida en el abierto D de R2 . Si las derivadas parciales fxy : D R2 R
y fyx : D R2 R existen y son funciones continuas en D, entonces
fxy = fyx
El teorema de Schwartz tambien puede enunciarse en los siguientes terminos: Si fx , fy , y fxy son continuas en un entorno del punto (x0 , y0 ), entonces
existe fyx (x0 , y0 ) y se verifica fyx (x0 , y0 ) = fxy (x0 , y0 ).
Ejemplo 4.13. Hallar las derivadas parciales de segundo orden de la funci
on
2
2
f (x, y) = x2 yex +y
Soluci
on.
fx = 2xyex
2 +y 2
+ x2 y 2xex
2 +y 2
= (2x3 y + 2xy)ex
2 +y 2
2
2
+ (2x3 y + 2xy) 2xex +y =
2
2
= (4x4 y + 10x2 y + 2y)ex +y
2
2
2
2
fxy = (2x3 + 2x)ex +y + (2x3 y + 2xy) 2yex +y =
2
2
= (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y
2
2
2
2
2
2
fy = x2 ex +y + x2 y 2yex +y = (2x2 y 2 + x2 )ex +y
2
2
2
2
fyx = (4xy 2 + 2x)ex +y + (2x2 y 2 + x2 ) 2xex +y =
2
2
= (4x3 y 2 + 2x3 + 4xy 2 + 2x)ex +y
2
2
2
2
2
2
fyy = 4x2 yex +y + (2x2 y 2 + x2 ) 2yex +y = (4x2 y 3 + 6x2 y)ex +y
2 +y 2
Ejemplo 4.14. Comprobar que las derivadas parciales cruzadas de la siguiente funci
on, en el punto (0, 0) no coinciden.
Soluci
on.
3
3
x y xy
2
2
x +y
f (x, y) =
si
(x, y) 6= (0, 0)
si
(x, y) = (0, 0)
4.2. DERIVADAS PARCIALES DE ORDENES
SUPERIORES
217
=
f
=
y
y
=
x3 y xy 3
x2 + y 2
x5 4x3 y 2 xy 4
x5 + x3 y 2 3x3 y 2 3xy 4 2x3 y 2 + 2xy 4
=
(x2 + y 2 )2
(x2 + y 2 )2
h3 0h03
h2 +02
h
3
=0
0 k0k
0
f (0, k) f (0, 0)
f
2
2
(0, 0) = lm
= lm 0 +k
=0
k0
k0
y
k
k
De donde, aplicando directamente la definici
on de derivada parcial, resulta:
2f
(0, 0) =
yx
y
f
x
f
f
(0, k)
(0, 0)
x
(0, 0) = lm x
=
k0
k
= lm
k0
2f
xy
(0, 0) =
f
y
04 k+402 k3 k5
(02 +k2 )2
= 1
f
f
(h, 0)
(0, 0)
y
y
=
(0, 0) = lm
h0
h
= lm
h0
h5 4h3 Oh04
(h2 +02 )2
= +1
DE FUNCIONES MULTIVARIABLES
218 CAPITULO 4. DERIVACION
Derivadas parciales de tercer orden
Si adem
as, las derivadas parciales de tercer orden son continuas, entonces no
importa el orden de derivaci
on de las derivadas parciales cruzadas de tercer
orden. En consecuencia, si hacemos las derivadas parciales de tercer orden,
resultan 23 = 8 derivadas, pero si son continuas se reducen a 3 + 1 = 4
derivadas distintas:
n f
xxx
fxxy
fx
n f
xyx
(
fxy
fxyy
f
n f
yxx
( f
yx
fyxy
fy
n f
yyx
fyy
fyyy
( f
xx
fxxx
fxx
fxxy
fx
Si son continuas f
fxy
fy
fxyy
fyy
fyyy
fxx = 2
f (x, y) = x + 2xy y
fx = 2x + 2y
fy = 4xy 3y
fxy = 4y
fyy
= 4x 6y
fxxx = 0
fxxy = 0
fxyy = 4
fyyy = 6
y2
xy
. Hallar D2311 f y D1132 f
+ z2
219
y
y2 + z2
=0
x(y 2 + z 2 ) xy2y
(y 2 + z 2 )2
= D113
xz 2 xy 2
(y 2 + z 2 )2
2xz(y 2 + z 2 )2 (xz 2 xy 2 )2(y 2 + z 2 )2z
=
= D11
(y 2 + z 2 )4
2xz(3y 2 z 2 )
2z(3y 2 z 2 )
= D11
= D1
=0
(y 2 + z 2 )3
(y 2 + z 2 )3
4.3.
4.3.1.
Derivadas direccionales.
Derivadas direccionales
DE FUNCIONES MULTIVARIABLES
220 CAPITULO 4. DERIVACION
z
f (x)
f (p)
@
D~v f (p) = lm
xp
@
@
z = f (x, y)
y0
x0
p(x0 , y0 )
y
-
R
~v @ t
@
@
x(x, y)
f (x) f (p)
t
donde x es un punto pr
oximo a p
y adem
as situado en la direcci
on
marcada por el vector ~v, y t es la
longitud orientada del segmento
px , es decir, la longitud de este
segmento con signo positivo, si el
tiene la misma direcvector
px
ci
on que el vector ~v, y con signo
negativo en caso contrario.
k pxk = |t|
px = t~u x p = t~u x = p + t~u
k~u k = 1
de donde,
D~v f (p) = lm
t0
f (p + t~u ) f (p)
t
(4.1)
k px k = |t|
px 6= t~v
k~v k =
6 1
luego no podemos hacer la sustituci
on anterior. Por lo tanto, si el
vector no es unitario, hallamos el vector unitario de la misma direcci
on
y sentido que el dado, y a ese nuevo vector hallado le aplicamos el
resultado anterior.
~v
~u =
k~v k
221
1 2
1 2
~v
2t
t
= ,
p+t~u = (1, 2)+t , = 1 , 2
|~v |
5 5
5 5
5
5
de donde,
f (p) = f (1, 2) = 12 + 3 1 22 = 1 + 12 = 13
2t
t 2
2t 2
t
t
2
+3 1
=
f (p + t~u )=f 1 , 2 = 1
5
5
5
5
5
2t
t2
3t
4t2
8t
=1
+ + 3
+
=
4
5
5
5
5
5
2t
t2
24t 12t2 12t 24t2
12t3
=1 + + 12 +
+
=
5
5
5
5
5
5
5 5
12t3
38t 37t2
=13 +
5
5
5 5
con lo que resulta,
12t3
38t 37t2
13
13 +
f (p + t~u ) f (p)
5
5
5 5
D~v f (1, 2) = lm
= lm
=
t0
t0
t
t
38 37t 12t2
38
= lm +
=
t0
5
5
5 5
5
El que la derivada direccional sea negativa significa que la funci
on decrece
en esa direcci
on.
DE FUNCIONES MULTIVARIABLES
222 CAPITULO 4. DERIVACION
C
alculo de la derivada direccional conocido el
angulo director.
Conocido el
angulo que forma el vector director con la direcci
on positiva
del eje OX, se tienen inmediatamente las coordenadas del vector director
unitario. En efecto,
~u = (cos , sen ).
El concepto de derivada direccional se puede generalizar para cualquier
n
umero de variables. As, para el caso general podemos enunciar la siguiente
definici
on:
Definici
on 4.3 (Derivada direccional). Sea f : D Rn R una funci
on definida en el conjunto abierto D de Rn y sea p D un punto dado de
D. Sea ~u un vector unitario dado. Se define la derivada de la funci
on f en
f
(p), o bien D~u f (p), como el
p, en la direcci
on del vector ~u , denotada
~u
siguiente lmite, si existe y es finito.
f (p + t~u ) f (p)
t0
t
D~u f (p) = lm
1+1+1=
3 6= 1
~u =
1 1 1
~v
= , ,
|~v |
3 3 3
1 1 1
t
t
t
p + t~u = (1, 0, 1) + t , , = 1 + , , 1 +
3 3 3
3 3
3
de donde,
f (p + t~u ) = f 1 + , , 1 + = 1 +
1 +
=
3 3
3
3
3
3
2
t3
t
t
t
=
1
=
3
3
3
3 3
con lo que resulta,
t
t3
0
f (p + t~u ) f (p)
3 3
3
D~v f (1, 1, 1) = lm
= lm
=
t0
t0
t
t
2
1
1
t
=
= lm
t0 3 3
3
3
223
4.3.2.
Relaci
on entre la derivada direccional y las derivadas parciales
t0
f (p + t~u ) f (p)
=
t
= lm
t0
El c
alculo de la derivada direccional aplicando la definici
on resulta bastante engorroso, no obstante, el resultado de este ejemplo nos puede hacer
intuir una propiedad que demostraremos m
as adelante (ver teorema 4.5 en
la p
agina 240) D~u f = fx u1 + fy u2 . Es decir, la derivada direccional se
puede obtener como la suma de los productos de las derivadas parciales por
las componentes del vector unitario de direcci
on. Esto nos permite obtener
las derivadas direccionales de una manera mucho m
as f
acil que aplicando
directamente la definici
on. Sin embargo, esta f
ormula no es v
alida para todo
tipo de funciones, sino solamente para las ((diferenciables)), de ah que, en
ocasiones, tengamos que acudir al inc
omodo lmite de la definici
on.
Ejemplo 4.20. Comprobar que las derivadas direccionales calculadas en los
on anterior.
ejemplo 4.17 y 4.18 cumplen la relaci
Soluci
on.
1.
p(1, 2)
1 2
y ~u = ,
5 5
DE FUNCIONES MULTIVARIABLES
224 CAPITULO 4. DERIVACION
luego:
fx = 2x + 3y 2
fy = 6xy
fx (1, 2) = 2 + 12 = 14
fy (1, 2) = 12
de donde,
38
14 24
f
(p) = fx (p) u1 + fy (p) u2 = + =
~u
5
5
5
2.
de donde,
fx = yz fx (1, 0, 1) = 0
fy = xz
fy (1, 0, 1) = 1
fz = xy
fz (1, 0, 1) = 0
1
1
f
(p) = fx (p) u1 + fy (p) u2 + fz (p) u3 = 0 + + 0 =
~u
3
3
Derivada direccional y continuidad. La existencia de todas las derivadas
direccionales de una funci
on en un punto no garantiza la continuidad de
la funci
on en dicho punto, ya que el c
alculo de las derivadas direccionales
equivale a acercarse al punto s
olo mediante rectas.
Ejemplo 4.21. Estudiar la continuidad y calcular todas las derivadas direccionales en el punto p(0, 0) de la funci
on f : R2 R definida por:
2
x y
si (x, y) 6= (0, 0)
x4 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
1.
Continuidad: La funci
on no es continua en el punto p(0, 0), ya que no
existe el lmite en dicho punto. En efecto, si nos acercamos al punto
mediante las par
abolas y = ax2 resulta:
x2 y
a
x2 ax2
a
=
l
m
= lm
=
4
2
4
2
4
2
x0 1 + a
1 + a2
(x,y)(0,0) x + y
(x,y)(0,0) x + a x
lm
y=ax2
x0
225
4.4. DIFERENCIABILIDAD
2.
4.4.
(ta)2 (tb)
0 si b = 0
4
2
(ta) + (tb)
=
= lm
t3 a2 b
a2
t0
t
=
si b 6= 0
lm 3 2 4
t0 t (t a + b2 )
b
Diferenciabilidad
En esta secci
on vamos a generalizar los conceptos de incremento y diferencial, as como el concepto de diferenciabilidad a funciones de dos o
m
as variables. Recuerdese que para una funci
on de una variable, dada por
y = f (x), se define el incremento como y = f (x + x) f (x), y la diferencial como dy = f (x) dx. Para funciones de dos variables, z = f (x, y),
el incremento de la funci
on se generaliza de manera natural. En efecto, llamando x y y a los incrementos de x e y respectivamente, el incremento
de la funci
on se define por
z = f (x + x, y + y) f (x, y)
Sin embargo, la generalizaci
on del diferencial no resulta tan natural. As,
si z = f (x, y) y x y y son los incrementos de x y de y, entonces, las
diferenciales de las variables independientes x e y se van a definir como
dx = x
dy = y
DE FUNCIONES MULTIVARIABLES
226 CAPITULO 4. DERIVACION
4.4.1.
Generalizaci
on del concepto de diferenciabilidad
xx0
f (x) f (x0 )
x x0
En tal caso el valor del lmite se llama derivada de f en x0 y se denota por f (x0 ).
Recordemos tambien que dicho lmite admita una segunda expresi
on que era equivalente
a la anterior:
f (x0 + h) f (x0 )
lm
h0
h
Un primer intento para conseguir un concepto equivalente para funciones de varias
variables sera copiar la definici
on anterior extendiendola a la nueva situaci
on. Esto, sin
embargo, conduce a una expresi
on que carece de sentido. En efecto, para n variables
tendramos:
f (x) f (x0 )
lm
xx0
x x0
donde aparece una divisi
on por un vector ~v = x x0 , operaci
on que carece de sentido con
vectores de Rn , n > 1.
Un segundo intento sera sustituir el vector del denominador por su norma o por su
longitud orientada. Pero en este caso la expresi
on carece de interes, ya que dicho lmite
s
olo existe en puntos muy concretos del dominio, con lo cual se trata de una propiedad
muy restrictiva de difcil verificaci
on, y, por lo tanto, deja de representar el concepto de
funci
on diferenciable. En efecto, para que exista el lmite,
lm
xx0
f (x) f (x0 )
kx x0 k
su valor ha de ser 0, ya que, por ejemplo, todas las derivadas direccionales en el punto x0
tienen que coincidir.
227
4.4. DIFERENCIABILIDAD
y = f (x)
y 6
Q
f (x0 + h)
f (x0 )
P
x0
o
de y = f (x) en x = x0
f (x0 )h
x-
x0 + h
h0
r(h)
=0
h
Gr
aficamente, este lmite viene a significar el hecho de que la curva se embarra (se
confunde) con la recta tangente en los alrededores del punto P . En otras palabras, la
curva tiene que ser suaveen P , para que se pueda ver localmente como una recta(su
recta tangente).
Tratemos de expresar estos conceptos de manera algebraica, desprendiendolos de sus
significados geometricos, con objeto de poderlos generalizar
a varias variables. Una recta
cualquiera que pase por el punto P = x0 , f (x0 ) vendr
a definida por la ecuaci
on: y =
DE FUNCIONES MULTIVARIABLES
228 CAPITULO 4. DERIVACION
f (x0 ) + A(x x0 ), o lo que es lo mismo y = f (x0 ) + Ah donde A es la pendiente de la
recta y h = x x0 . Si queremos que, de todas las rectas que pasan por P , nuestra recta
sea la recta tangente a la curva y = f (x) en el punto P , tendr
a que cumplirse:
r(h)
=0
h
Por lo tanto, podemos establecer la siguiente definici
on de diferenciabilidad para funciones
de una variable:
f (x0 + h) = f (x0 ) + Ah + r(h)
donde
lm
h0
Definici
on 4.4. Una funci
on f : D R R es diferenciable en x0 D si existe una
constante A tal que
r(h)
=0
h
Esta definici
on es equivalente a la anterior, en efecto, despejando A de la expresi
on
anterior resulta:
f (x0 + h) f (x0 )
r(h)
A=
h
h
de donde, al tomar lmite cuando h 0 se ve la equivalencia entre la definici
on de diferenf (x0 + h) = f (x0 ) + Ah + r(h)
con
lm
h0
Generalizaci
on para dos variables.
Desde un punto de vista gr
afico, una funci
on de dos variable f : D R2 R
es diferenciable en un punto p(x0 , y0 ) de su dominio, si su gr
afica tiene
plano tangente en dicho punto. Pero, que entendemos por plano tangente
a una superficie en uno de sus puntos?. De todos los planos que pasan por
el punto, cu
al es el plano tangente?. El plano tangente es un plano que
toca a la superficie en un punto, pero que, adem
as, la superficie se aplana
en las proximidades del punto de tangencia, tratando de confundirse, por
un instante, con el propio plano. Este aplanamiento en los alrededores del
punto de tangencia, este tratar de confundirse con el plano tangente, es
lo que hace que la superficie sea suave y que se pueda aproximar mediante
el plano tangente en los alrededores del punto de tangencia, y esto es lo que
realmente caracteriza el concepto de funci
on diferenciable.
Un plano cualquiera que pase por el punto P = x0 , y0 ; f (x0 , y0 ) vendr
a definida por la ecuaci
on: z = f (x0 , y0 ) + A(x x0 ) + B(y y0 ). Si
queremos que este plano sea tangente a la superficie z = f (x, y) en el punto
P , tendr
a que cumplirse:
r(h, k)
=0
f (x0 , y0 )+(h, k) = f (x0 , y0 )+Ah+Bk+r(h, k) con
lm
(h,k)(0,0) k(h, k)k
Por lo tanto, podemos establecer la siguiente definici
on de diferenciabilidad para funciones de dos variables:
Definici
on 4.5 (Funci
on diferenciable). Una funci
on f : D R2 R
es diferenciable en el punto p(x0 , y0 ) D si existen dos constantes A y B
tales que
f (x0 , y0 ) + (h, k) = f (x0 , y0 ) + Ah + Bk + r(h, k) con
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
f es diferenciable en la regi
on D si es diferenciable en todo punto de D
229
4.4. DIFERENCIABILIDAD
4.4.2.
Proposici
on 4.1 (Diferenciabilidad implica existencia de las derivadas
parciales). Si una funci
on f : D R2 R es diferenciable en el punto
p D, entonces existen sus derivadas parciales en dicho punto.
Demostraci
on. Supongamos que la funci
on f : D R2 R es diferenciable
en el punto p(x0 , y0 ) D, entonces existen las constantes A y B tales que:
f (x0 , y0 )+(h, k) = f (x0 , y0 )+Ah+Bk+r(h, k) con
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
A = lm
De manera an
aloga, poniendo h = (0, k) obtenemos:
f (x0 , y0 + k) f (x0 , y0 )
f
=
(x0 , y0 )
k0
k
y
B = lm
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
DE FUNCIONES MULTIVARIABLES
230 CAPITULO 4. DERIVACION
2.
tiene la propiedad
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
Esta definici
on de diferenciabilidad s que garantiza la continuidad de la
funci
on en aquellos puntos en los que es diferenciable, como sucede con las
funciones de una variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza
la diferenciabilidad se puede expresar de la siguiente forma:
f (x0 , y0 ) + (h, k) f (x0 , y0 ) Ah Bk
r(h, k)
lm
=
lm
(h,k)(0,0) k(h, k)k
(h,k)(0,0)
h2 + k 2
Y llamando f = f (x0 + h, y0 + k) f (x0 , y0 ) y (h, k) = Ah + Bk resulta
r(h, k)
f (h, k)
=0
=
lm
(h,k)(0,0) k(h, k)k
(h,k)(0,0)
h2 + k 2
lm
(4.2)
2.
f
(x0 , y0 ),
x
B=
f
(x0 , y0 )
y
(h,k)(0,0)
f (h, k)
r(h, k)
=0
=
lm
k(h, k)k (h,k)(0,0)
h2 + k 2
231
4.4. DIFERENCIABILIDAD
4.4.3.
La diferencial
Si la funci
on f : D R2 R es diferenciable en el punto p = (x0 , y0 ) D,
entonces a la parte lineal en h y k ((h, k) = Ah + Bk) de la expresi
on del
residuo
f (x0 , y0 )+(h, k) = f (x0 , y0 )+ Ah + Bk +r(h, k) con
lm
(h,k)(0,0)
r(h, k)
=0
k(h, k)k
f
f
(x0 , y0 )h +
(x0 , y0 )k
x
y
f
f
(x0 , y0 )dx +
(x0 , y0 )dy
x
y
O de manera m
as general:
Definici
on 4.6 (La diferencial). Si la funci
on f : D R2 R es difer2
enciable en el conjunto abierto D de R , entonces, para cada x = (x, y) D,
se llama diferencial de la funci
on f en x y se denota por df , a la expresi
on:
df =
4.4.4.
f
f
dx +
dy
x
y
(4.3)
Diferenciabilidad y continuidad
r(h, k)
=0
(h,k)(0,0) k(h, k)k
lm
lm
(h,k)(0,0)
r(h, k) = 0
DE FUNCIONES MULTIVARIABLES
232 CAPITULO 4. DERIVACION
tenemos que
lm
(h,k)(0,0)
f (x0 , y0 )+(h, k) =
lm
(h,k)(0,0)
f (x0 , y0 )+Ah+Bk+r(h, k) = f (x0 , y0 )
luego la funci
on es continua en p = (x0 , y0 ).
p xy
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
Soluci
on.
(b) Diferenciabilidad en (0, 0): Calculamos las derivadas parciales aplicando la definici
on.
h0
f
f (0 + h, 0) f (0, 0)
f (h, 0) 0
(0, 0) = lm
= lm
= lm
h0
h0
h0
x
h
h
h2 + 02
=0
h
0k
f (0, 0 + k) f (0, 0)
f (0, k) 0
f
02 + k 2
(0, 0) = lm
= lm
= lm
=0
k0
k0
k0
y
k
k
k
hk
+ k2
h2
hk
0
2
2
f (h, k)
r(h, k)
h
+k
= lm
= lm
=
lm
(h,k)(0,0)
(h,k)(0,0)
(h,k)(0,0) k(h, k)k
h2 + k 2
h2 + k 2
hmh
m
hk
= lm 2
=
=
lm
k=mh h + m2 h2
1 + m2
(h,k)(0,0) h2 + k 2
h0
233
4.4. DIFERENCIABILIDAD
(x,y)(0,0) x2
xy
m
xmx
= y=mx
lm 2
=
= f (m)
2
2
2
+y
x +m x
1 + m2
x0
luego la funci
on no es continua en (0, 0)
(b) Diferenciabilidad: Al no ser continua la funci
on en el punto (0, 0) no
puede ser diferenciable en dicho punto, en consecuencia resulta que
df (0, 0) no existe.
Ejemplo 4.24. Estudiar la continuidad y la diferenciabilidad en el origen
de la siguiente funci
on y, en su caso, hallar su diferencial en ese punto.
p
f (x, y) = x2 + y 2
Soluci
on.
x2 + y 2 = 02 + 02 = 0+ = 0 = f (0, 0)
lm
(x,y)(0,0)
h2 + 02 0
h2
|h|
= lm
= lm
h0 h
h0 h
h
h0+
|h|
=1
h
lm
h0
|h|
= 1
h
Luego, la funci
on no es diferenciable en el origen por no existir las
derivadas parciales en dicho punto y ser la existencia de las derivadas
parciales en un punto p una condici
on necesaria para la diferenciabilidad de la funci
on en dicho punto. En consecuencia resulta que df (0, 0)
no existe.
Ejemplo 4.25. Estudiar la continuidad y la diferenciabilidad de la funci
on
f (x, y) = xy 2 en el origen y hallar su diferencial en ese punto.
DE FUNCIONES MULTIVARIABLES
234 CAPITULO 4. DERIVACION
Soluci
on. Estudiemos primero la diferenciabilidad en el origen
(
)
)
2
f
(x,
y)
=
y
f
(0,
0)
=
0
x
x
f (xy) = xy 2
(h, k) = 0h + 0k = 0
fy (x, y) = 2xy
fy (0, 0) = 0
f (0, 0) = f (0 + h, 0 + k) f (0, 0) = f (h, k) 0 = hk 2
luego,
hk 2 0
f (h, k)
r(h, k)
=
lm
=
=
lm
(h,k)(0,0)
(h,k)(0,0)
(h,k)(0,0) k(h, k)k
h2 + k 2
h2 + k 2
h
= 0 Acot = 0
=
lm
k2
2
(h,k)(0,0)
h + k2
lm
Luego la funci
on es diferenciable en (0, 0) y en consecuencia es continua en
dicho punto.
Al ser diferenciable resulta, df (0, 0) = (h, k) = 0h + 0k = 0
Ejemplo 4.26. Dada la funci
on
2
x + y2
f (x, y) =
xy
x+y
si x y 6= 0
si x y = 0
Soluci
on. Entendamos primero el significado de la expresi
on que define la
funci
on. Para hallar la imagen de un punto (x, y) tenemos que determinar,
primero, si las dos componentes son distintas de cero, o si alguna de las
componentes es cero; y seg
un el caso se le aplica una f
ormula o la otra. Es
decir, para x 6= 0 e y 6= 0, se tiene:
f (x, y) =
x2 + y 2
,
xy
f (x, 0) = x,
f (0, y) = y,
f (0, 0) = 0.
En consecuencia,
Derivadas parciales en el punto (0, 0). Para calcular las derivadas parciales
de la funci
on en el punto (0, 0) utilizamos la definici
on de derivada parcial.
fx (0, 0) = lm
h0
f (0 + h, 0) f (0, 0)
f (h, 0) f (0, 0)
= lm
=
h0
h
h
(h + 0) (0 + 0)
h
= lm
= lm = 1
h0
h0 h
h
f (0, k) f (0, 0)
f (0, 0 + k) f (0, 0)
= lm
=
k0
k0
k
k
(0 + k) (0 + 0)
k
= lm
= lm = 1
k0
k0 k
k
fy (0, 0) = lm
235
4.4. DIFERENCIABILIDAD
(x,y)(0,0)
f (x, y) =
x2 + y 2
2x2
= lm 2 = 2 6= 0 = f (0, 0)
x0 x
xy
(x,y)(0,0)
lm
y=x
(el lmite no existe en el punto p(0, 0), ya que si nos acercamos al mismo a
traves de la recta x = 0 se obtendra 0 como lmite).
Diferenciabilidad en (0, 0). Al no ser continua en el punto (0, 0), la funci
on
no puede ser diferenciable en dicho punto.
En consecuencia, la funci
on no es ni continua ni diferenciable en el punto
(0, 0) y, sin embargo, posee derivadas parciales en dicho punto.
4.4.5.
n
X
Ai hi + r(h)
i=1
h0
r(h)
=0
khk
Esta definici
on de diferenciabilidad tambien garantiza la continuidad de la funci
on en
aquellos puntos en los que es diferenciable, como sucede con las funciones de una y dos
variable.
Nota: Con objeto de recorda mejor la expresi
on, el lmite que caracteriza la diferenciabilidad se puede expresar de la siguiente forma:
P
f (x0 + h) f (x0 ) n
r(h)
i=1 Ai hi
p
=
lm
lm
h0 khk
(h,k)(0,0)
h21 + + h2n
P
Y llamando f = f (x0 + h) f (x0 ) y (h) = n
i=1 Ai hi resulta
lm
h0
La Diferencial
r(h)
f (h)
=0
= lm p
h0
khk
h21 + + h2n
Si la funci
on f : D Rn R es diferenciable en el punto x0 = (x1 , . . . , xn ) D, entonces
DE FUNCIONES MULTIVARIABLES
236 CAPITULO 4. DERIVACION
a la parte lineal en hi , i = 1, 2, . . . , n ((h) = A1 h1 + + An hn ) de la expresi
on del
residuo
f (x0 + h) = f (x0 ) + A1 h1 + + An hn + r(h)
con
lm
ho
r(h)
=0
khk
f
f
(x0 )h1 + +
(x0 )hn
x
y
f
f
(x0 )dx1 + +
(x0 )dxn
x
y
4.4.6.
f
f
dx1 + +
dxn
x
y
Condici
on suficiente para la diferenciabilidad
i = 1, 2, , n,
D
D
entonces f es diferenciable en x0
son continuas en el punto x0 D,
Demostraci
on. (Opcional, caso n = 2) Sea la funci
on f : D Rn R
tal que las funciones derivadas parciales sean continuas en un punto p =
(x0 , y0 ). Sea x = (x, y) un punto pr
oximo a p y sea q = (x0 , y0 + k).
Tenemos:
f = f (x) f (p) = f (x) f (q) + f (q) f (p)
237
4.4. DIFERENCIABILIDAD
6
y0
x0
x
y
-
p(x0 , y0 )
c2
q(x0 , y0 + k)
@
h
c1
@
@
x(x, y)
k
Luego f es diferenciable en p
El recproco de este teorema no es cierto, ya que existen funciones diferenciables en un punto p y sin embargo sus derivadas parciales en dicho punto
no son continuas. Por lo tanto, si las derivadas parciales no son continuas,
entonces no podemos asegurar nada. No obstante, este teorema permite comprobar la diferenciabilidad de una funci
on de una manera f
acil, y se puede
extender a un dominio D de la siguiente forma: Si las derivadas parciales
son continuas en un dominio D entonces la funci
on es diferenciable en ese
dominio.
Ejemplo 4.27. Estudiar la diferenciabilidad de las funciones
(a) f (x, y) = xy 2
(b) g(x, y) = ex
2 +y 2
Soluci
on.
(a) Las derivadas parciales de la funci
on f (x, y) = xy 2 son:
fx (x, y) = y 2
fy (x, y) = 2xy
gx (x, y) = 2xe
2 +y 2
son:
x2 +y 2
gy (x, y) = 2ye
DE FUNCIONES MULTIVARIABLES
238 CAPITULO 4. DERIVACION
(c) Las derivadas parciales de la funci
on h(x, y, z) = sen(x + y 2 z 2 )
son:
hx (x, y, z) = cos(x + y 2 z 2 )
hy (x, y, z) = 2y cos(x + y 2 z 2 )
hz (x, y, z) = 2z cos(x + y 2 z 2 )
que, al ser producto y composici
on de funciones elementales, son funciones continuas en R3 , luego la funci
on es diferenciable en R3 .
4.4.7.
Caracterizaci
on de las funciones diferenciables
4.4. DIFERENCIABILIDAD
'
'
Diferenciables
Parciales
continuas
"
&
'
Continuas
&
Diferenciables
&
'
&
239
Proposici
on 4.4. Toda funci
on polin
omica
f : R2 R,
f (x, y) =
n
X
aij xi y j
i,j=0
x2 xy + 1
x2 + y 2
(c) h(x, y) = x2 ex
(b) g(x, y) = ex
2 +y 2
+ sen
2 +y 2
1 y2
1 + x2
Soluci
on.
(a) La funci
on es diferenciable en R2 {(0, 0)} por tratarse del cociente de
dos funciones polin
omicas y el u
nico punto que anula el denominador
es el (0, 0).
(b) La funci
on es diferenciable en todo R2 por tratarse de la composici
on
de dos funciones diferenciables.
(c) La funci
on es diferenciable en todo R2 por tratarse de suma de funciones diferenciables.
DE FUNCIONES MULTIVARIABLES
240 CAPITULO 4. DERIVACION
4.4.8.
on
El c
alculo de la derivada direccional aplicando el lmite (4.1) que aparece en la definici
(p
ag. 220) resulta un poco engorroso. No obstante, para las funciones diferenciables existe
la posibilidad de calcular las derivadas direccionales de una manera mucho m
as f
acil. Como
la suma de los productos de las derivadas parciales por las componentes del vector unitario
de direcci
on. En efecto,
Teorema 4.5 (Derivada direccional y derivadas parciales). Sea f : D Rn R
una funci
on diferenciable en el punto x0 D, y sea u = (u1 , , un ) un vector unitario.
Entonces
n
X
f
f
(x0 ) =
(x0 )ui
u
x
i
i=1
Demostraci
on. Al ser f diferenciable en x0 se tiene que:
n
X
f
(x0 )hi + r(h) donde
f (x0 + h) f (x0 ) =
x
i
i=1
lm
h0
r(h)
=0
khk
X f
r(tu)
f (x0 + tu) f (x0 )
(x0 )ui +
=
t
x
t
i
i=1
Y teniendo en cuenta que khk = ktuk = |t|kuk = |t|, pues el vector u es unitario. Es
decir, t es la longitud orientada por u del vector h, es decir, la longitud de este vector con
signo positivo, si el vector h tiene la misma direcci
on que el vector u, y con signo negativo
en caso contrario. Es decir, t = khk. Con lo cual decir que h 0 equivale a decir que
t 0. En consecuencia tomando lmite en la expresi
on anterior cuando t 0, (y teniendo
en cuenta que los primeros sumandos del 2o miembro no dependen de h ni de t) resulta
n
lm
t0
X f
r(h)
f (x0 + tu) f (x0 )
=
(x0 )ui lm
h0 khk
t
x
i
i=1
1
3
,
2 2
3
1
+2
=1+ 3
2
2
241
4.5. GRADIENTE
4.4.9.
La derivada seg
un una direcci
on curva
La derivada direccional tambien se puede aplicar para direcciones curvas. En este caso se
entiende que el vector director es el vector tangente a la curva.
Vector tangente a una curva plana
y6
f (x0 )
y = f (x)
*
dy
P
dx
x0
-x
dy
) = 1, y (x) k x (t), y (t)
dx
2
1
~uT (1, 1) = ( , )
5
5
Hallamos las derivadas parciales de la funci
on en el punto p
z
y
1
1 de donde,
z
=
(1,
1)
=
=
x
1 + x2 y 2
x
1+1
2
z
1 1
1 2
3
z
x
= + =
z (1, 1) = x = 1
=
2
2
~
u
2
2
T
5
5
5
2
y
1+x y
y
1+1
2
|~v T (1, 1)| =
4.5.
Gradiente
4.5.1.
Definici
on
1+4=
Si la funci
on es diferenciable, entonces la derivada direccional y el diferencial
recuerdan un producto escalar
DE FUNCIONES MULTIVARIABLES
242 CAPITULO 4. DERIVACION
parciales de la funci
on en dicho punto. Y se denota por cualquiera de los
f
f
gradf (p) = f (p) = f (p) =
(p),
(p)
x
y
(El smbolo se denomina ((nabla))).
De manera an
aloga se define el vector gradiente para tres o m
as variables
f
f
f
gradf (p) = f (p) = f (p) =
(p),
(p),
(p)
x
y
z
Formalmente la definici
on es la siguiente:
Definici
on 4.9. Sea f : D Rn R una funci
on diferenciable definida en
el conjunto abierto D de Rn . Se define el (vector) gradiente de la funci
on f
n
en el punto x0 D, como el vector de R dado por
f
f
f
(x0 ),
(x0 ), ,
(x0 )
gradf (x0 ) =
x1
x2
xn
Ejemplo 4.31. Hallar el vector gradiente de la funci
on f (x, y) = x2 y + xy 3
en el punto (1, 2)
Soluci
on. Hallamos las derivadas parciales y las evaluamos en el punto
(1, 2)
fx = 2xy + y 3
fx (1, 2) = 4 + 8 = 4
fy = x2 + 3xy 2
fy (1, 2) = 1 12 = 11
de donde,
fx =
1 1 x y
1
f =
, ,
fy =
z z
z
z
x+y
fz = 2
z
x+y
z
243
4.5. GRADIENTE
Para funciones de varias variables tenemos que:
dx
df = fx dx + fy dy = (fx , fy )
= f h
dy
4.5.2.
f
(p) = f ~u
~u
Es decir, la derivada direccional de la funci
on f en el punto p en la direcci
on del vector unitario ~u es el producto escalar del vector gradiente de
f en el punto p por el vector ~u. Este hecho permite obtener las siguientes
propiedades
Propiedades: Si la funci
on f es diferenciable, se tiene:
(a) Si en un punto p el gradiente es cero, entonces todas las derivadas
direccionales en ese punto valen cero.
f (p) = 0
D~v f (p) = 0,
Es decir, si todas las derivadas parciales son nulas, entonces todas las
derivadas direccionales tambien lo son.
(b) La derivada direccional es m
axima en la direcci
on y sentido del gradiente, mnima en sentido contrario, y nula en la direcci
on perpendicular al gradiente, adem
as, el valor m
aximo de esta derivada es el
m
odulo del gradiente.
En efecto, teniendo en cuenta que el producto escalar de dos vectores
es el producto de los m
odulos de los vectores por el coseno del angulo
f
(p) = f ~u = kf k k~uk cos = kf k 1 cos = kf kcos
~u
Ahora bien, 1 cos 1, luego el valor m
aximo del producto
DE FUNCIONES MULTIVARIABLES
244 CAPITULO 4. DERIVACION
cos = 1, es decir,
f
(p) = f ~u = kf k k~uk cos 0 = kf k 1 1 = kf k
~u
f
(p) = f ~u = kf k k~uk cos = kf k 1 (1) = kf k
~u
f
(p) = f ~u = kf k k~uk cos /2 = kf k 1 0 = 0
~u
Esquem
aticamente:
f
~u D~u f (p) = kf (p)k M
axima
f
~u D~u f (p) = kf (p)k mnima
f ~u D~u f (p) = 0
Ejemplo 4.33. La temperatura en grados Celsius, sobre la superficie de una
placa met
alica, viene dada por T (x, y) = 20 4x2 y 2 , midiendose x e y
en centmetros. Desde el punto (2, 3) En que direcci
on crece la temperatura
m
as r
apidamente? A que raz
on se produce ese crecimiento?.
Soluci
on: La direcci
on de m
aximo crecimiento es la direcci
on del gradiente, y
la raz
on de ese crecimiento su m
odulo, en consecuencia hallamos el gradiente
y lo evaluamos en el punto (2, 3)
f (2, 3) = (16, 6)
luego la direcci
on de m
aximo crecimiento es la del vector
~v = f (2, 3) = (16, 6)
y la raz
on de m
aximo crecimiento es el m
odulo de gradiente, luego,
p
D~v T (2, 3) = kf (2, 3)k = k(16, 6)k = 162 + 62 = 292 = 17 09o /cm.
245
4.5.3.
z6
z = f (x, y)
z=k
SS ((
f o
(
:
((
~v T
Esto significa que en cada punto de una curva de nivel el vector gradiente es
perpendicular al vector tangente a la curva de nivel y, en consecuencia, en
cada punto de una superficie, el vector gradiente es perpendicular a la curva
de nivel que pasa por ese punto.
Otra manera de verlo es la siguiente: En cada punto (x, y) de la curva
de nivel se tiene f (x, y) = k, de donde, df (x, y) = 0, y por lo tanto, en ese
punto, fx dx + fy dy = 0, de donde, expres
andolo en forma vectorial resulta
(fx , fy ) (dx, dy) = 0
4.6.
4.6.1.
f ~v T = 0
f ~v T
Plano tangente
Vectores normales
Vector tangente
(a) A una curva plana.
y6
f (x0 )
Como vector tangente podemos elegir cualquiera de los vectores siguientes, todos ellos
paralelos entre s:
y = f (x)
*
dy
P
dx
x0
dy
) = 1, y (x)
dx
DE FUNCIONES MULTIVARIABLES
246 CAPITULO 4. DERIVACION
x
~v T = (dx, dy, dz)
z
y 6
f (x0 + h)
f (x0 )
Q
*o
AK~v p
A
dy f (x0 )h
P A dx
h
xx0
x0 + h
247
y = x2
~v T
2
YH ~v
H
Hp
1 HP
2 1
x
2
Fx (x, y) = 2x
Fx (x, y) = 1
F (x, y) = (2x, 1)
luego,
Figura 4.9: y = x
~v p = F (1, 1) = (2, 1)
DE FUNCIONES MULTIVARIABLES
248 CAPITULO 4. DERIVACION
constante) la ecuaci
on, podemos considerar la superficie z f (x, y) = 0
como una superficie de nivelde una funci
on de tres variables F (x, y, z) = 0
siendo F (x, y, z) = y f (x, y), con lo cual el vector gradiente de esta funci
on
ser
a un vector normal a la superficie dada.
~v p = F
Es evidente que si la funci
on viene definida de manera explcita z = f (x, y),
entonces ambos procedimientos coinciden. En efecto, haciendo F (x, y, z) =
z f (x, y), resulta
~v p = F = (Fx , Fy , Fz ) = (fx , fy , 1)
Ejemplo 4.35. Hallar un vector perpendicular al plano 3x y + 2z = 3
Soluci
on. Consideramos la funci
on: F (x, y, z) = 3x y + 2z, de donde
Fx = 3,
Fy = 1 Fz = 2
luego,
~v p = F = (3, 1, 2)
Ejemplo 4.36. Hallar un vector perpendicular a la superficie x2 + yz = 5
en el punto (1, 2, 2)
Soluci
on. Consideramos la funci
on: F (x, y, z) = x2 + yz, de donde
Fx = 2x,
Fy = z
Fz = y
f = (2x, z, y)
luego,
~v p = F (1, 2, 2) = (2, 2, 2)
4.6.2.
Plano tangente
Consideraciones geom
etricas
Ecuaci
on de un plano
Para hallar la ecuaci
on de una recta, de una curva, de un plano, o de cualquier lugar
geometrico, el procedimiento habitual es el denominado del punto generico, que consiste
en suponer un punto generico X de la figura geometrica correspondiente y relacionarlo con
los datos que disponemos. Buscaremos una relaci
on que vincule al punto X con los datos
del problema y que cumplan los puntos de la figura geometrica y s
olo ellos. La relaci
on
puede ser vectorial, trigonometrica o de cualquier tipo.
(a) Ecuaci
on de un plano conocido un punto del mismo y dos vectores paralelos al plano,
pero no paralelos entre s.
Si unimos el punto P con el punto X mediante
el vector P X, resultar
a que los tres vectores ~
u, ~v
PX
P X
Linealmente dependientes ~
u = 0
~
u
~v
~v
249
(b) Ecuaci
on de un plano conocido un punto del mismo y un vector normal al plano.
Si unimos el punto P con el punto X mediante el
~n 6
vector P X, resultar
a que los vectores P X y ~n son
perpendiculares y por lo tanto su producto escalar
- X
P
ser
a cero.
~n P X ~n P X = 0
Plano tangente
Desde el punto de vista geometrico se llama plano tangente a una superficie
en un punto al plano que contiene a todas las rectas tangentes a la superficie
en dicho punto, o mejor dicho, a las rectas tangentes de todas las curvas
trazadas sobre la superficie que pasan por el punto. Si todas las tangentes
no est
an sobre el mismo plano, entonces se dice que el plano tangente no
existe.
Desde el punto de vista analtico para que exista el plano tangente a una
superficie en un punto de la misma, la funci
on que define la superficie ha de
ser diferenciable en el punto correspondiente.
(a) Superficies dadas de forma explcita z = f (x, y)
El plano tangente ha de contener todas las rectas tangentes a la superficie
en el punto correspondiente, luego, en particular, ha de contener las rectas
tangentes en las direcciones de los ejes OX y OY , por lo tanto, los vectores
f
f
(x0 , y0 ) , ~v T y = 0, 1,
(x0 , y0 )
~v T x = 1, 0,
x
y
ser
an paralelos al plano buscado.
Por tanto el plano tangente buscado contiene al punto x0 , y0 ; f (x0 , y0 ) y
es paralelo a los vectores ~v T x = 1, 0, fx (x0 , y0 ) y ~v T y = 0, 1, fy (x0 , y0 ) ,
por lo que su ecuaci
on ser
a:
x x0 y y0
z z0
1
0
fx (x0 , y0 ) = 0
0
1
fy (x0 , y0 )
de donde resulta z z0 fx (x0 , y0 )(x x0 ) fy (x0 , y0 )(y y0 ) = 0 que se
puede expresar de la forma:
z z0 = fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
o bien, despejando z, y poniendo z0 = f (x0 , y0 ) resulta
z = f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fy (x0 , y0 )(y y0 )
(4.4)
NOTA: Si la funci
on no es diferenciable, entonces la ecuaci
on anterior no
representa el plano tangente, ya que en este caso el plano tangente no existe. Es decir, si la funci
on no es diferenciable, pero tiene derivadas parciales,
DE FUNCIONES MULTIVARIABLES
250 CAPITULO 4. DERIVACION
podemos construir la ecuaci
on anterior, pero en este caso dicha ecuaci
on
no representa el plano tangente, sino simplemente un plano que pasa por el
punto (x0 , y0 ).
Al mismo resultado llegamos sabiendo que el vector ~v p = (fx , fy , 1)
tendr
a que ser F (x0 , y0 , z0 ) P X, y en consecuencia su producto escalar
251
Recta normal
Se llama recta normal a una superficie S en un punto P (x0 , y0 , z0 ) de la
misma, a la recta que pasa por P y tiene por vector director al vector
normal a la superficie en dicho punto. Es decir, la recta perpendicular al
plano tangente a la superficie en P . Teniendo en cuenta que el vector normal
a la superficie en el punto P (x0 , y0 , z0 ) es F (x0 , y0 , z0 ), podemos concluir
que la ecuaci
on de la recta normal a la superficie en el punto P viene definida
por las ecuaciones:
x x0
y y0
z z0
=
=
Fx (x0 , y0 , z0 )
Fy (x0 , y0 , z0 )
Fz (x0 , y0 , z0 )
(4.6)
Fx = 4x Fx (1, 1, 4) = 4
Fy = 4y
Fy (1, 1, 4) = 4
F (1, 1, 4) = (4, 4, 8) k (1, 1, 2)
Fz = 2z
Fz (1, 1, 4) = 8
y+1
z4
x1
=
=
1
1
2
DE FUNCIONES MULTIVARIABLES
252 CAPITULO 4. DERIVACION
2.
Significado geom
etrico de la tangencia
Si la funci
on f es diferenciable en el punto p(x0 , y0 ), ser
a:
f (x0 +h, y0 +k) = f (x0 , y0 )+
r(h, k)
f
f
(x0 , y0 )h+ (x0 , y0 )k+r(h, k) con
lm
=0
(h,k)(0,0) k(h, k)k
x
x
f
f
(x0 , y0 )(x x0 ) +
(x0 , y0 )(y y0 ) + r(x x0 , y y0 )
x
x
donde
lm
(x,y)(x0 ,y0 )
f (x)
r
z
f (p)
@
@
y0
p
k
x0
t
h
@
@ x
x
r(x x0 , y y0 )
=0
k(x x0 , y y0 )k
y
-
4.6.3.
y = t2
z = t3
en el punto t = 1
Soluci
on. Hallamos las coordenadas del punto P y del vector tangente ~vT correspondientes
al valor del par
ametro t = 1
t = 1 P (1, 1, 1)
x (t) = 1 x (1) = 1
y (1) = 2
y (t) = 2t
~vT = (1, 2, 3)
z (1) = 3
z (t) = 3t2
de donde,
253
z6
f (p)
~vT
z0
y0
x0
x
y
-
y = 3t2 + 1
z = 2t3
de donde,
x (t) = 1 x (2) = 1
y (t) = 6t
y (2) = 12
~vT = (1, 12, 24)
z (t) = 6t2
z (2) = 24
DE FUNCIONES MULTIVARIABLES
254 CAPITULO 4. DERIVACION
F
~vT
Figura 4.12:
3
F (x, y, z) = 0
G(x, y, z) = 0
Fx = 2x
Fy = 8y
F (x, y, z) = x2 + 4y 2 + 2z 2
Fz = 4z
Fx = 2x
2
2
2
Fy = 2y
G(x, y, z) = x + y 2z
Fz = 4z
el punto P (3, 2, 1)
Fx = 6
Fy = 16
F (3, 2, 1) = (6, 16, 4)
Fz = 4
Fx = 6
Fy = 4
G(3, 2, 1) = (6, 4, 4)
Fz = 4
k
4 = (80, 48, 72) = 8(10, 6, 9)
4
4.6.4.
f
f
h1 +
h2 + r(h)
x
x
donde
lm
h0
r(h)
=0
khk
on,
Vimos en la definici
on (4.3) que a la parte lineal en h1 y h2 de esta expresi
(h1 , h2 ) = fx h1 + fy h2 , se le llama diferencial de la funci
on f en el punto
x = (x, y) y se denota por df (x, y), o simplemente por df . Es decir,
df =
f
f
h1 +
h2
x
y
255
f
f
dx +
dy
x
y
f (x + h)
r
z
f (x)
@
df
@
y +-h2
y
x
h
2
x
h1 @ t
@
@ x + h
x + h1
Figura 4.13: f df
Con lo cual resulta
f (x + h) = f (x) + df (x) + r(h)
Ahora bien, dado que lmh0 r(h) = 0 se tiene que, para khk peque
no,
ser
a r(h) 0 y en consecuencia
f (x + h) f (x) + df (x)
Si observamos la gr
afica 4.13, vemos que se tiene,
f (x + h) z
Es decir, la z de la funci
on z = f (x + h) en el punto x + h = (x + h1 , y + h2 ),
coincide, de manera aproximada, con la z, en el mismo punto, del plano
tangente a la gr
afica en un punto cercano x = (x, y)
Lo anterior tambien se puede expresar de la forma
f (x + h) f (x) df (x)
Es decir,
f df
Geometricamente se pueden dar las siguientes interpretaciones:
DE FUNCIONES MULTIVARIABLES
256 CAPITULO 4. DERIVACION
(a) El valor aproximado de una funci
on f (x), en un punto x, se puede
obtener sustituyendo el valor de x en la ecuaci
on del plano tangente,
en un punto cercano x0 , pr
oximo a x. Es decir, para hallar el valor
aproximado de una funci
on en un punto, calculamos la ecuaci
on del
plano tangente, en un punto cercano, y sustituimos las coordenadas
del punto sobre la ecuaci
on de dicho plano.
(b) Al pasar del punto x al punto cercano x + h, el incremento que sufre
la funci
on
f = f (x + h) f (x)
coincide, de manera aproximada, con el diferencial df . Es decir, la
diferencial de una funci
on es una buena aproximaci
on del incremento
Puesto que el plano tangente, y en general cualquier plano en el espacio, se
representa por una ecuaci
on lineal en las variables x, y y z, llamamos a esta
aproximaci
on de la funci
on mediante su plano tangente, o lo que es lo mismo
a la aproximaci
on del incremento por el diferencial, aproximaci
on lineal.
C
alculo de valores aproximados
Los resultados anteriores nos sirven para calcular valores aproximados. En
efecto, supongamos que queremos calcular, aunque sea de manera aproximada, el valor de una funci
on en un punto (x, y), pero no sabemos calcular el
valor de la funci
on en dicho punto, f (x, y), o dicho c
alculo resulta extremadamente complicado; y sin embargo, supongamos que sabemos calcular el valor
de la funci
on y el de sus derivadas parciales en un punto cercano (x0 , y0 ).
Pues bien, podemos utilizar el valor de la funci
on y el de su derivadas parciales en este punto (x0 , y0 ) para calcular el valor aproximado de la funci
on
en el punto desconocido (x, y).
Para hacer c
alculos aproximados de operaciones podemos utilizar cualquiera de las dos opciones:
(a) Para hallar el valor aproximado de una funci
on en un punto, calculamos la ecuaci
on del plano tangente, en un punto cercano, y sustituimos
las coordenadas del punto sobre la ecuaci
on de dicho plano.
f (x, y) f (x0 , y0 ) + fx (x0 , y0 )(x x0 ) + fx (x0 , y0 )(y y0 )
(b) Aproximar el incremento mediante la diferencial
f (x, y) f (x0 , y0 ) + df (x0 , y0 )
Hay que advertir que estas aproximaciones s
olo ser
an validas para valores
muy cercanos al punto conocido y para funciones diferenciables.
Ejemplo 4.42. Comparar el incremento con el diferencial del a
rea de un
rect
angulo.
257
Soluci
on. Incrementemos los lados de un rect
angulo x e y, en dx y dy,
respectivamente. El
area del rect
angulo viene definida por a = x y, de
donde:
El incremento del
area ser
a: a = ydx + xdy + dxdy
dy
xdy
Y el diferencial
dxdy
a
=y
x
a
=x
y
ydx
x
dx
da = ydx + xdy
En consecuencia, a = da + dxdy
Es decir a = da + r(h, k)
Figura 4.14: a da
fx (2, 1) = e0 + 2 1 e0 = 1 + 2 = 3
fy (2, 1) = 4e0 = 4
de donde, la ecuaci
on del plano tangente es
z 2 = 3(x 2) + 4(y 1)
que se simplifica en z = 3x + 4y 8
DE FUNCIONES MULTIVARIABLES
258 CAPITULO 4. DERIVACION
Soluci
on. Tenemos que la variaci
on de z puede aproximarse por
z dz =
y
z
x
z
dy
dx + p
dx +
dy = p
2
2
x
y
6 x2 y 2
6x y
Ahora bien, llamando (x, y) = (1, 1) y (x+x, y+y) = (1,02, 0,94) tenemos
dx = x = 0,02
y dy = y = 0,06
1
1
0,04
(0,02) +
(0,06) =
= 0,02
2
2
2
f (2, 2, 1) = 22 + 22 + 11 = 9 = 3
x
f
2
2
f
=p
x (2, 2, 1) = = 3
x
x2 + y 2 + z 2
9
f
y
f
2
2
=p
(2, 2, 1) = =
2
2
2
y
y
3
x +y +z
9
1
1
f
f
z
(2, 2, 1) = =
=p
z
3
z
9
x2 + y 2 + z 2
de donde, sustituyendo en la ecuaci
on del planotangente (en este caso
((hiperplano))):
z = f (x0 , y0 , z0 )+fx (x0 , y0 , z0 )(xx0 )+fy (x0 , y0 , z0 )(y y0 )+fz (x0 , y0 , z0 )(z z0 )
resulta,
p
2
2
1
2 012 + 1 982 + 1 052 3 + (0 01) + (0 02) + (0 05) = 3 01
3
3
3
Propagaci
on de errores.
Cuando se realizan mediciones fsicas de una magnitud, se cometen lo que
se llaman errores de medici
on. Si posteriormente realizamos operaciones con
esos valores medidos, los errores de medici
on se propagan, a traves de los
c
alculos realizados, a los nuevos resultados obtenidos. Lo que se llama error
propagado.
As, si x representa el valor medido de una variable y x + x su valor
exacto, entonces x es el error de la medida. Finalmente, si el valor x medido
259
z}|{
f (x + x ) f (x) =
|
|{z}
{z
}
valor
medido
valor
exacto
y
|{z}
error
propagado
4r
,
100
dh =
2h
100
4r
2h
8hr2 2r2 h
10r2 h
10 V
+ r2
=
+
=
=
100
100
100
100
100
100
4.7.
4.7.1.
Definici
on 4.11. Se llama funci
on vectorial de variable vectorial a las funciones del tipo:
f : D R n Rm
(x1 , x2 , , xn ) 7 (y1 , y2 , , ym )
Es decir,
y1 = f1 (x1 , x2 , , xn )
y2 = f2 (x1 , x2 , , xn )
f (x1 , x2 , , xn ) = (y1 , y2 , , ym ) donde
ym = fm (x1 , x2 , , xn )
DE FUNCIONES MULTIVARIABLES
260 CAPITULO 4. DERIVACION
En otras palabras, una funci
on vectorial es un vector cuyas componentes son funciones
escalares.
f = (f1 , f2 , , fm )
Es decir,
f : D Rn Rm
(x1 , x2 , , xn ) 7 f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )
Por ejemplo, las curvas parametricas pueden considerarse como funciones vectoriales de
R en R2 . As, si las ecuaciones parametricas de una curva vienen definidas por:
x(t) = 2t + 3
y(t) = t 5
las podemos interpretar como una funci
on vectorial de la siguiente forma:
)
f
R R2
f (t) = (2t + 3, t 5) = x(t), y(t)
t 7 (2t + 3, t 5)
Por ejemplo, la funci
on vectorial f (x, y) = (x + 2, x y, y + 4) viene definida por:
f
R2 R3
(x, y) 7 (x + 2, x y, y + 4)
f (x, y) = (x + 2, x y, y + 4) =
= f1 (x, y), f2 (x, y), f3 (x, y)
4.7.2.
Definici
on 4.13. En Rn , se llama bola abierta, de centro x0 Rn y de radio r R+ , al
conjunto de puntos x de Rn tales que kx x0 k < r.
261
Se designa por B(x0 , r), o simplemente por B, cuando no haya temor de confusi
on:
B(x0 , r) = {x Rn / kx x0 k < r}
As, por ejemplo, en la recta real R, la bola se llama entorno y est
a formado por los
puntos del intervalo (x0 r, x0 + r); en el plano eucldeo R2 , la bola se denomina disco y
est
a formada por los puntos interiores al crculo de centro x0 y radio r; en el espacio de
tres dimensiones R3 la bola B(x0 , r) est
a formada por los puntos interiores a la esfera de
centro x0 y radio r.
La noci
on de lmite de una funci
on puede interpretarse entonces de la siguiente manera:
Definici
on 4.14. Se dice que lm f (x) = si, para toda bola B de centro y radio
xx0
> 0, existe una bola B de centro x0 y radio r, incluido en D, tal que F (B) j B .
2.
Continuidad
Definici
on 4.15. Sean f : D Rn Rm y x0 D (siendo D un abierto de Rn ); Se dice
que f es continua en x0 , si lm f (x) = f (x0 ).
xx0
Sirviendonos de la noci
on geometrica de bola podemos dar la siguiente definici
on: f
es continua en x0 si, para toda bola B de centro f (x0 ) existe una bola B de centro en x0 ,
incluida en D, tal que f (B ) j B.
Se dice que f es continua sobre un dominio D, si f es continua en todo punto x0 de D.
Coordenadas de una funci
on continua. El concepto de continuidad se puede establecer
en terminos de las funciones coordenadas. As,
Teorema 4.7. Para que f sea continua, en un dominio D, es necesario y suficiente que
todas las coordenadas de f lo sean.
DE FUNCIONES MULTIVARIABLES
262 CAPITULO 4. DERIVACION
Composici
on de funciones continuas
Aunque la composici
on de funciones se tratar
a m
as detalladamente en el epgrafe siguiente
dedicado a la Regla de la cadena, la vemos aqu con objeto de demostrar que la composici
on
de dos funciones continuas es a su vez otra funci
on continua.
Definici
on 4.16 (Composici
on de funciones). Dadas la funci
on g : Dg Rn Rp
definida en el conjunto Dg de Rn y la funci
on f : Df Rm Rn definida en el conjunto
Df de Rm , cuyo rango est
a contenido en Dg (es decir, f (Df ) Dg ), entonces se puede
formar la composici
on de ambas funciones g f : Df Rm Rp , definida como:
(g f )(u) = g f (u) , u Df
Esquem
aticamente sera.
f : Df Rm Rn
g : Dg Rn Rp
Rp
Df
Dg
g f : Df Rm Rp
(g f )(u) = g f (u)
g
R
Df
Rm
Dg
Rn
Rp
gf
4.7.3.
Aunque a nivel te
orico las derivadas parciales de funciones vectoriales pueden definirse
en terminos vectoriales, en la pr
actica, se establecen en terminos de las funciones componentes. Teniendo en cuenta que una funci
on vectorial f : D Rn Rm es un vector
cuyas coordenadas son funciones escalares f = (f1 , f2 , , fm ). Es decir,
f (x1 , x2 , , xn ) = f1 (x1 , x2 , , xn ), f2 (x1 , x2 , , xn ), , fm (x1 , x2 , , xn )
263
Se tiene que:
f
(x1 , x2 , , xn ) =
x1
f
(x1 , x2 , , xn ) =
xn
f1
f2
fm
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
x1
x1
x1
f1
f2
fm
(x1 , x2 , , xn ),
(x1 , x2 , , xn ), ,
(x1 , x2 , , xn )
xn
xn
xn
4.7.4.
con
lm
h0
r(h)
=0
h
n
X
Ai hi + r(h)
con
i=1
n
X
i=1
Ai hi =
Pn
i=1
lm
h0
r(h)
=0
khk
Ai hi se le llama diferencial de f ,
n
X
f
f
f
f
(x0 )dxi =
(x0 )dx1 +
(x0 )dx2 + +
(x0 )dxn
x
x
x
x
i
1
2
n
i=1
DE FUNCIONES MULTIVARIABLES
264 CAPITULO 4. DERIVACION
En tal caso, a la expresi
on lineal (h) se le llama diferencial de f , y se designa por df (x0 )
Nota: Es evidente que esta definici
on generaliza las dos anteriores, ya que para f : D j
R R tenemos la primera definici
on, y para f : D j Rn R la segunda.
Con objeto de eludir el cociente en el lmite que aparece en la definici
on, se puede
modificar la definici
on de funci
on diferenciable en los siguientes terminos. Una funci
on
f : D Rn Rm se dice diferenciable en el punto x0 = (x1 , , xn ) D, si existen una
aplicaci
on lineal (h) tal que
f (x0 + h) = f (x0 ) + (h) + khk(h)
(4.7)
lm (h) = 0
(4.8)
con:
h0
lm
t0
f (x0 + t, y0 , z0 ) f (x0 , y0 , z0 )
= (e1 ).
t
f
(x0 , y0 , z0 )
y
(e3 ) =
f
(x0 , y0 , z0 ).
z
265
f
f
f
dx +
dy +
dz
x
y
z
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
df (x0 ) =
(4.9)
f1 (x, y) = x + y,
f2 (x, y) = |y|
lo son.
(b) La funci
on no es diferenciable en el origen, pues la funci
on f2 (x, y) = |y| no lo es.
El jacobiano
Si la funci
on f : D Rn Rm es diferenciable en el punto x0 = (x1 , , xn ) D
entonces, su diferencial ser
a:
df (x0 ) = (h) =
f
f
f
dx1 +
dx2 + +
dxn
x1
x2
xn
dx1
f dx2
f f
,
, ,
df (x0 ) =
. = Jf (x0 )dx
x1 x2
xn ..
dxn
DE FUNCIONES MULTIVARIABLES
266 CAPITULO 4. DERIVACION
A la matriz Jf (x0 ) se le llama ((matriz Jacobiana)) de la funci
on f en el punto x0 .
Ahora bien, teniendo en cuenta que la funci
on f = (f1 , f2 , , fm ), ser
a:
f1 f2
fm
f
=
,
, ,
xi
xi xi
xi
f1
f1
x1
x
2
f2
f2
Jf = x1
x
2
fm fm
x1
x2
Observaciones:
i = 1, 2, , n
f1
f1
xn
f2 f2
= .
xn
..
fm
fm
xn
(a) Abreviadamente, una matriz A se escribe A = [aij ], siendo el elemento aij el elemento perteneciente a la fila i y la columna j. As, la matriz jacobiana se puede
expresar como:
fi
Jf (x) = Dj fi (x) =
(x)
xj
(b) Los elementos de la fila i de la matriz jacobiana coinciden con las componentes del
vector gradiente fi (x)
(c) Para m = 1 se tiene Jf (x0 ) = f (x0 ).
f1 f1
x
y
2x
6y
=
Jf =
2
5
f2 f2
15x
12y
x
y
267
2x
15x2
6y
12y 5
dx
= 2xdx + 6ydx, 15x2 dx + 12y 5 dy
dy
4.8.
4.8.1.
Regla de la cadena
Funciones compuestas, inversas e implcitas de una variable
Composici
on de funciones. Componer dos funciones consiste en aplicar la segunda
funci
on al resultado de la primera. Analticamente tambien significa sustituir una funci
on
en la otra. Es decir, si tenemos la funci
on y = f (x) que establece la dependencia entre y y
x, y la funci
on x = g(t), que establece la dependencia
entre x y t, podemos sustituir esta
u
ltima en la primera y obtener y = f g(t) . A la funci
on as obtenida (que enva t a y)
se le llama composici
on de f con g y se denota por f g. Observese que el orden en que
se escribe la composici
on f g es el inverso al orden en que act
uan las funciones (primero
g, despues f ). Conviene tener siempre presente esta doble visualizaci
on de la composici
on
de funciones: Como aplicaci
on sucesiva de dos funciones, y como sustituci
on de la variable
por una funci
on de otra variable. En esquema sera lo siguiente:
(a) Como aplicaci
on sucesiva de funciones:
g
t
f
R
f g
Figura 4.16: Composicion de funciones
(b) Como sustituci
on de la variable:
y = f (x)
x = g(t)
y = f g(t)
Es evidente que para poder componer dos funciones el rango de la primera tiene que estar
contenido en el dominio de la segunda g(Dg ) Df , en caso contrario, despues de aplicar
g no podramos aplicar f . Hay que advertir que, en general, la composici
on de funciones
no es conmutativa, es decir, en la generalidad de los casos ser
a f g 6= g f , incluso, puede
suceder que este definida la composici
on en un orden y no en el otro. Sin embargo, s se
cumple la propiedad asociativa f (g h) = (f g) h. Desde el punto de vista formal la
composici
on puede enunciarse de la siguiente forma: Dadas las funciones g : I R R,
f : J R R (tales que g(I) J), se llama composici
on de f con g y se denota
f g : I R R, a la funci
on (f g)(x) = f g(x) .
)
g
f
g:IRR
I
J
R
(f g)(x) = f g(x)
f :J RR
f g :I RR
DE FUNCIONES MULTIVARIABLES
268 CAPITULO 4. DERIVACION
Regla de la cadena. La regla de la cadena nos dice que la composici
on de dos funciones
diferenciables es diferenciable y su derivada es el producto de las derivadas de cada una de
las funciones que se est
an componiendo. Es decir, la derivada de la composici
on de dos
funciones es el producto de las derivadas de dichas funciones, cada una de ellas aplicada
en el punto correspondiente. Formalmente la regla de la cadena se puede enunciar de la
siguiente forma: Si g es diferenciable en un punto x0 I y f es diferenciable en g(x0 ) J,
entonces la composici
on f g es diferenciable en x0 , y su derivada es
(f g) (x) = f g(x) g (x)
Funci
on inversa. La funci
on recproca o inversa asigna a las im
agenes los correspondientes originales (consiste en invertir las flechas). Sin embargo, la recproca de una funci
on no
siempre es otra funci
on, basta que dos elementos distintos tengan la misma imagen para
que la recproca no sea funci
on, ya que asignara a un elemento dos im
agenes distintas, lo
que no est
a permitido para las funciones, aunque s para las correspondencias en general.
Por lo tanto, para que la recproca de una funci
on sea otra funci
on, dicha funci
on ha de
ser inyectiva.
f
I
y = f (x) x = f 1 (y)
J
f 1
Derivada de la funci
on inversa La derivada de la funci
on inversa es la inversa de la
derivada de la funci
on. Formalmente se puede enunciar diciendo que si la funci
on f es
diferenciable y tal que f (x0 ) 6= 0, x0 I, entonces existe la funci
on inversa f 1 , al menos
en un entorno de f (x0 ), dicha funci
on tambien es diferenciable, y su derivada es:
f 1
o con la notaci
on de Leibnitz
dy
1
=
dx
dx
dy
f (x) =
1
f (x)
o bien,
yx =
1
xy
4.8.2.
Composici
on de funciones vectoriales
269
tienen rango en R y dominio en Rn . Por lo tanto, los campos escalares solamente se podr
an
componer con funciones de una sola variable, por la derecha; o con funciones vectoriales,
por la izquierda. Es decir,
f
Rm
Rn
R
Rn
R
R
Pensando en la sustituci
on de las variables, para componer la funci
on z = f (x, y) tendremos que sustituir las dos variables x e y, respectivamente, por dos funciones g1 y g2
que las conecten con otras variables, donde g1 y g2 pueden ser funciones de una o varias
variables (ambas de las mismas). As, si consideramos las funciones
x = g1 (u, v),
y = g2 (u, v)
z = f (x, y)
x = g1 (u, v)
y = g2 (u, v)
z = f g1 (u, v), g2 (u, v)
Ahora bien, la pareja de funciones x = g1 (u, v), y = g2 (u, v) puede considerarse como
las componentes de una sola funci
on vectorial g : D R2 R2 , de tal manera que a
cada punto (u, v) D la funci
o
n
g
le
asocia el punto g(u, v) R2 , cuyas coordenadas son
(x, y) = g1 (u, v), g2 (u, v) . O sea, g(u, v) = g1 (u, v), g2 (u, v) . Y esto permite interpretar
la sustituci
on de las variables como la aplicaci
on sucesiva de dos funciones.
En esquema sera:
g
f
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde,
f g(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v)
f (x, y) = xy 2 + xy
g(u, v) = (u + v, uv)
R2
R
g
R2
R2
R2
R2
R
(u, v) 7 (x, y) 7 z
de donde, la composici
on buscada, ser
a:
h(u, v) = (f g)(u, v) = f g(u, v) = f g1 (u, v), g2 (u, v) = f (u + v, uv) =
= (u + v)(uv)2 + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2
N
otese que la funci
on resultante de la composici
on es una funci
on distinta de f , g, g1 y
g2 , es decir, es una nueva funci
on h, tal que f (x, y) = h(u, v) 6= f (u, v)
En la pr
actica se pueden simplificar los c
alculos, sustituyendo directamente:
2
f (x, y) = f (u + v, uv) = (u + v)(uv) + (u + v)uv = u3 v 2 + u2 v 3 + u2 v + uv 2 = h(u, v)
DE FUNCIONES MULTIVARIABLES
270 CAPITULO 4. DERIVACION
Ejemplo 4.51. Hallar la funci
on compuesta de la funci
on f (x, y, z) = xy 2 z 3 xyz con
las funciones x = g1 (t) = et , y = g2 (t) = sen t y z = g3 (t) = t2
Soluci
on. Consideramos la funci
on vectorial
g(t) = g1 (t), g2 (t), g3 (t) = (et , sen t, t2 )
f (x, y, z) = xy 2 z 3 xyz
g(t) = (et , sen t, t2 )
R3
R
g
R
R3
R
R
R3
t 7 (x, y, z) 7 w
de donde, la composici
on buscada, ser
a:
h(t) = (f g)(t) = f g(t) = f g1 (t), g2 (t), g3 (t) = f (et , sen t, t2 ) =
= et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t
En la pr
actica se pueden simplificar los c
alculos, sustituyendo directamente:
f (x, y, z) = f (et , sen t, t2 ) = et sen2 t (t2 )3 et sen t t2 = t6 et sen2 t t2 et sen t = h(t)
Ejemplo 4.52.
Hallar la funci
on compuesta de la funci
on f (x, y) = xy 2 xy con las
funciones g(t) = t
Soluci
on. Este caso es distinto de los dos anteriores, ya que aqu, para poder componer,
la funci
on f tiene que actuar primero, y despues la g. En efecto, en esquema, resulta
)
f
f
g
f (x, y)
= xy 2 xy
R2
R
R2
R
R
g
g(t) = t
(x, y) 7 t 7 z
R
R
de donde, la composici
on buscada, ser
a:
p
p
h(t) = (g f )(x, y) = g f (x, y) = f (x, y) = xy 2 xy
N
otese que la funci
on resultante de la composici
on solamente estar
a definida para aquellos
puntos (x, y) en los cuales se cumpla que xy 2 xy 0, es decir,
Dh = {(x, y) R2 / xy 2 xy 0}
En la pr
actica, tambien se pueden simplificar los c
alculos sustituyendo directamente, pero
en este caso, sustituimos en la funci
on g:
p
p
g(t) = g f (x, y) = f (x, y) = xy 2 xy = h(x, y)
x2 = g2 (u1 , u2 , , um )
..
.
xn = gn (u1 , u2 , , um )
podemos sustituirlas en la funci
on z = f (x1 , x2 , , xn ) y obtener la funci
on compuesta:
z = f g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
271
g(u1 , u2 , , um ) = g1 (u1 , u2 , , um ), g2 (u1 , u2 , , um ), , gn (u1 , u2 , , um )
Rm Rn R
(u1 , u2 , , um ) 7 (x1 , x2 , , xn ) 7 z
De esta manera se ve el proceso de composici
on de funciones de varias variables como un
proceso entre dos funciones, que se puede enunciar formalmente de la siguiente forma:
Definici
on 4.19 (Composici
on de funciones). Dadas la funci
on f : Df Rn R
n
m
n
definida en el conjunto Df de R y la funci
on g : Dg R R definida en el conjunto
Dg de Rm , cuyo rango est
a contenido en Df (es decir, g(Dg ) Df ), entonces se puede
formar la composici
on de ambas funciones f g : Dg Rm R, definida como:
(f g)(u) = f g(u)),
Esquem
aticamente sera.
g : Dg Rm Rn
f : Df Rn R
u Dg
Dg
Df
R
f g : Dg Rm R
(f g)(u) = f g(u)
y mediante diagramas,
g
u
f
R
Rm
x
Rn
z
R
f g
Figura 4.17: Composicion de funciones
O bien, teniendo en consideraci
on los dominios, Igual que en una variable, en general, la
composici
on de funciones no cumple la propiedad conmutativa, y s la asociativa.
4.8.3.
DE FUNCIONES MULTIVARIABLES
272 CAPITULO 4. DERIVACION
g
f
R
Dg
Df
Rm
Rn
f g
Figura 4.18: Composicion de funciones
Demostraci
on. Esquem
aticamente, la situaci
on de partida es,
g
Rm Rn Rp
x0 7 y0 7 z0
(Si p = 1, la funci
on f sera numerica, que es el objeto de estudio de este curso, sin
embargo estudiamos el caso general ya que el valor de p no afecta a la demostraci
on del
teorema).
Por ser g diferenciable en x0 , se tiene:
g(x0 + h) g(x0 ) = dg(h) + khk1 (h)
con
lm 1 (h) = 0
h0
(4.10)
con
lm 2 (h) = 0
k0
(4.11)
Elijamos
k = g(x0 + h) g(x0 )
(4.12)
y0 = g(x0 )
k = g(x0 + h) g(x0 )
f g(x0 + h) f g(x0 ) = df g(x0 + h) g(x0 ) + kkk2 (k)
ahora bien, teniendo en cuenta que por (4.10) es g(x0 + h) g(x0 ) = dg(h) + khk1 (h),
resulta
f g(x0 + h) f g(x0 ) = df dg(h) + khk1 (h) + kkk2 (k)
y al ser df una aplicaci
on lineal, ser
a df dg(h) + khk1 (h) = df dg(h) + khkdf 1 (h) ,
con lo que resulta:
f g(x0 + h) f g(x0 ) = df dg(h) + khkdf 1 (h) + kkk2 (k)
(4.13)
kkk
2 (k)
f g(x0 + h) f g(x0 ) = df dg(h) + khk df 1 (h) +
khk
(4.14)
273
si h 6= 0
si h = 0
h0
Segundo sumando; puesto que dg es continua, existe una constante a > 0 tal que, para
todo h Rm , se verifica que kdg(h)k akhk. Por consiguiente, seg
un (4.12) y (4.10), se
tiene:
kkk = kg(x0 + h) g(x0 )k = k dg(h) + khk1 (h) k kdg(h)k + khkk1 (h)k
con lo cual,
y, por tanto:
kkk akhk + khkk1 (h)k = a + k1 (h)k khk
lm 2 (k) = 0
k0
lm
h0
kkk
2 (k) = 0
khk
h0
La relaci
on (4.14) prueba, entonces que f g es diferenciable en x0 , y tambien que su
diferencial en ese punto es la compuesta dg df de las diferenciales de g y f .Con lo cual
el teorema 4.9 queda demostrado.
4.8.4.
(f g)(x0 ) =
g(x0 )
(x0 ).
xj
yi
xj
i=1
j = 1, 2, . . . , m
(4.15)
DE FUNCIONES MULTIVARIABLES
274 CAPITULO 4. DERIVACION
La f
ormula (4.15) se comprende mejor si la desarrollamos en sus componente.
En efecto, si la funci
on g depende de m variables, x1 , , xm , (y1 , , yn ) =
g(x1 , , xm ), tendramos la situaci
on siguiente:
g
Rm Rn R
(x1 , , xm ) 7 (y1 , , yn ) 7 z
donde g es una funci
on de n funciones coordenadas, cada una de ellas dependiendo de las m variable x1 , , xm . Al hacer la composici
on con f , se
obtiene la funci
on f g que depende, tambien, de las m variables x1 , , xm .
Para estas funciones, las derivadas parciales de las f
ormulas (4.15) se puede
expresar de la forma:
f g1
f gn
z
=
+ +
x1
y1 x1
yn x1
..
(4.16)
.
z
f g1
f gn
=
+ +
xm
y1 xm
yn xm
Es decir, de manera esquem
atica, pensando en terminos de sustituci
on de
las variables, y usando la misma letras para denotar a las funciones as como
a sus im
agenes, tenemos:
f y1
f yn
z
=
+ +
y
=
y
(x
,
,
x
)
1
1
1
m
x
y
x
y
1
1
n x1
1
.
.
..
..
z = f (y1 , , yn )
z
y
f
f yn
yn = yn (x1 , , xm )
1
=
+ +
xm
y1 xm
yn xm
Y forzando un poco m
as la notaci
on, resulta,
z
z y1
z yn
=
+ +
y
=
y
(x
,
,
x
)
1 1
m
y1 x1
yn x1
x1
1
..
..
z = z(y1 , , yn )
.
.
z
y
z
z yn
yn = yn (x1 , , xm )
1
=
+ +
xm
y1 xm
yn xm
Luego, seg
un la regla de la cadena se tiene:
n
X z yi
z
=
.
xj
yi xj
j = 1, 2, . . . , m
(4.17)
i=1
275
f x1
f xn
z
=
+ +
x
=
x
(t
,
,
t
)
1
1
1
m
x1 t1
xn t1
t1
..
..
z = f (x1 , , xn )
.
.
xn = xn (t1 , , tm )
z = f x1 + + f xn
tm
x1 tm
xn tm
Veamos la materializaci
on de esta f
ormula a los distintos casos concretos.
X f
dgi
d
(f g)(t) = (f g) (t) =
g(t)
(t)
dt
xi
dt
(4.18)
i=1
x1 = x1 (t)
f dx1
f dxn
dz
..
z = f (x1 , , xn )
=
+ +
dt
x1 dt
xn dt
xn = xn (t)
dx1 /dt
d
f
f
g(t) , . . . ,
g(t) ... = f g(t) g (t)
f g (t) =
dt
x1
xn
dxn /dt
DE FUNCIONES MULTIVARIABLES
276 CAPITULO 4. DERIVACION
donde, g (t) representa el vector g1 (t), . . . , gn (t) . De esta manera, la extensi
on de la regla de la cadena tiene un parecido m
as ntimo con el caso
unidimensional, salvo que ahora el gradiente f desempe
na el papel de la
derivada f .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m
as pr
actico) centrado en dos variables.
Supongamos una funci
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y depende de una tercera variable t, mediante
las funciones x = x(t), y = y(t). Podemos sustituir los valores de x e y en
la funci
on z = f (x, y), con lo cual z pasara a depender directamente de t y
podramos calcular la derivada de z respecto de t.
dz
x = x(t)
z = f x(t), y(t) = h(t)
z = f (x, y)
= h (t)
y = y(t)
dt
Esto que puede hacerse por sustituci
on de las variables (sustituyendo primero
y derivando despues), tambien puede hacerse por la regla de la cadena. Para
obtener la f
ormula correspondiente, partimos de dz, y a partir de ah obtenemos dz/dt, por simple divisi
on. En efecto,
dz =
f
f
dx +
dy
x
y
dz
f dx f dy
=
+
dt
x dt
y dt
tH
HH
dy j
dt
x H x
HH
jz
*
y z
dz
z dx z dy
=
+
dt
x dt
y dt
277
Demostraci
on. Puesto que g y h son funciones derivables respecto de t,
resulta que ambos x y y tienden a cero cuando t tiende a cero. Adem
as,
al ser f una funci
on diferenciable de x y de y, se tiene que
z
z
z =
x +
y + 1 x + 2 y
x
y
donde 1 y 2 0 cuando (x, y) (0, 0). Luego para t 6= 0, se tiene
z x z y
x
y
z
=
+
+ 1
+ 2
t
x t
y t
t
t
de donde se deduce que
dx
z dx z dy
dy
dz
z
z dx z dy
= lm
=
+
+0
+
+0
=
t0 t
dt
x dt
y dt
dt
dt
x dt
y dt
de donde,
dz
= et sen2 t + 2et sen t cos t 2e2t
dt
y, en consecuencia, resulta
dz
= 1 0 + 2 1 0 1 2 1 = 2
dt t=0
(b) Aplicando la Regla de la Cadena, resulta
f dx f dy
dz
=
+
= (2xy) cos t + (x2 2y)et
dt
x dt
y dt
Que podemos expresarlo en terminos de t, o dejarlo como est
a. En consecuencia, dado que
x=0
t=0
y=1
resulta:
dz
= 0 + (0 2) 1 = 2
dt t=0
Ejemplo 4.54. La altura de un cono recto circular mide 15 cm. y aumenta
a raz
on de 0 2 cm. cada minuto. El radio de la base mide 10 cm. y aumenta a raz
on de 0 3 cm. cada minuto. Hallar la variaci
on de volumen que
experimenta en la unidad de tiempo.
DE FUNCIONES MULTIVARIABLES
278 CAPITULO 4. DERIVACION
1
Soluci
on. El volumen del cono viene definido por: V = r2 h, de donde,
3
dV
V dr V dh
2
dr 1
dh
=
+
= rh + r2
dt
r dt
h dt
3
dt
3
dt
h
r
h=15
r=10
2
1
110
= 10 15 0 3 + 100 0 2 =
cm3 /min
3
3
3
R2 Rn R
(t1 , t2 ) 7 (x1 , , xn ) 7 z
donde g es una funci
on de n funciones coordenadas, cada una de ellas dependiendo de las dos variable t1 y t2 . Al hacer la composici
on con f , se obtiene
la funci
on f g que depende, tambien, de las variables t1 y t2 . Para estas
funciones, las derivadas parciales de las f
ormulas (4.15) del teorema anterior
son las siguientes:
n
X
gi
f
(f g)(x0 ) =
g(x0 )
(x0 ).
tj
xi
tj
j = 1, 2
(4.19)
i=1
z
f x1
f xn
=
+ +
t1
x1 t1
xn t1
z
f x1
f xn
=
+ +
t2
x1 t2
xn t2
f x1
f xn
x
=
x
(t
,
t
)
1
1
1
2
=
+ +
t1
x1 t1
xn t1
..
z = f (x1 , , xn )
.
f x1
f xn
z
=
+ +
xn = xn (t1 , t2 )
t2
x1 t2
xn t2
279
tj
dx1
(x0 )
dtj
f
f
..
f g (x0 ) =
g(x0 ) , . . . ,
g(x0 )
= f g(x0 ) Dj g(x0 )
.
x1
xn
dxn
(x0 )
dtj
para j = 1, 2.
donde Dj g(x0 ) representa el vector Dj g1 (x0 ), . . . , Dj gn (x0 ) .
Planteamiento pr
actico. Con objeto de recordar con facilidad las f
ormulas correspondientes a la regla de la cadena planteamos un segundo razonamiento (m
as pr
actico) centrado en dos variables.
Supongamos una funci
on de dos variables z = f (x, y), y supongamos que
cada una de las variables x e y dependen de otras dos variable s y t, mediante
las funciones x = x(s, t), y = y(s, t). Podemos sustituir los valores de x e
y en la funci
on z = f (x, y), con lo cual z pasara a depender directamente
de s y t y podramos calcular las derivadas parciales de z respecto de s y
respecto de t.
=?
x = x(s, t)
s
z = f x(s, t), y(s, t) = h(s, t)
z = f (x, y)
y = y(s, t)
z =?
t
Esto que puede hacerse por sustituci
on de las variables (sustituyendo
primero y derivando despues), tambien puede hacerse por la regla de la
cadena. Para obtener la f
ormula correspondiente, partimos de dz, y a partir
de ah obtenemos z/s y z/t por simple divisi
on. En cada caso, d se
transforma en , ya que al hacer la divisi
on suponemos que la otravariable
permanece constante. En efecto,
z
f x f y
=
+
t = cte.
f
f
s
x s
y s
dz =
dx +
dy
f x f y
z
x
y
=
+
s = cte.
t
x t
y t
DE FUNCIONES MULTIVARIABLES
280 CAPITULO 4. DERIVACION
x
s
*
t =cte.
s =cte.
sH
x H x
HH
jz
*
HH
y j
s
y z
x
t
*
x H x
tH
HH
y j
t
z
f x f y
=
+
s
x s
y s
z
f x f y
=
+
t
x t
y t
y
z
HH
j
*z
y z
x = s2 + t2
y = s/t
s
s3
z = 2(s2 + t2 ) = 2( + st)
t
t
281
z
3s2
6s2 + 2t2
= 2(
+ t) =
s
t
t
3
s
2s3 + 2st2
z
= 2( 2 + s) =
t
t
t2
(b) Aplicando la Regla de la Cadena, resulta
z
f x
=
s
x s
s
= 4s +
t
f y
1
2x
= (2y)(2s) + (2x)( ) = 4sy +
=
y s
t
t
2 2
4s2 2s2 + 2t2
6s2 + 2t2
(s + t2 ) =
+
=
t
t
t
t
+
z
2s
f x f y
s
=
+
= (2y)(2t) + (2x)( 2 ) = 4ty 2 x =
t
x t
y t
t
t
2 s 2s3 2st2
2 2s3
4t
2st
s 2s 2
=
= 4t 2 (s + t2 ) =
t
t
t2
t2
4.8.5.
La introducci
on del Jacobiano nos va a permitir utilizar el lenguaje algebraico de las
matrices y las transformaciones lineales y nos va a permitir ver la regla de la cadena como
un resultado de asombrosa sencillez y elegancia, como lo es en el caso de funciones de una
variable.
Recordemos, primeramente, lo que establece la regla de la cadena para funciones
de una sola variable: la composici
on de dos funciones diferenciable es diferenciable y su
derivada es el producto de las derivadas de cada una de las funciones que se est
an componiendo. Queremos establecer un resultado similar para funciones vectoriales de cualquier
n
umero de variables.
Hasta ahora hemos definido los conceptos de derivadas parciales, derivadas direccionales, gradiente y diferencial, para funciones de varias variables, pero no hemos
definido lo que se entiende por derivadade este tipo de funciones.
Definici
on 4.20 (Derivada). Sea la funci
on f : D j Rn Rm definida en el conjunto
abierto D de Rn y sea x0 D. Se dice que esta funci
on es diferenciable en x0 si existe
una transformaci
on lineal f (x0 ) : Rn Rm , llamada derivada de f en x0 , tal que
f (x0 + h) = f (x0 ) + f (x0 )h + r(h)
donde
lm
h0
r(h)
= 0,
khk
DE FUNCIONES MULTIVARIABLES
282 CAPITULO 4. DERIVACION
A la matriz A = (aij ), i = 1, 2, . . . , m, j = 1, 2, . . . , n, cuya j-esima columna est
a constituida por las coordenadas de la imagen del j-esimo vector ej de la base can
onica de Rn
respecto de la base can
onica de Rm , se le llama matriz de la transformaci
on T respecto
de las bases 1 y 2 . Es decir, la transformaci
on T : Rn Rm queda unvocamente
determinada cuando se da la imagen de una base de Rn . Sean 1 = {e1 , e2 , , en } y
2 = {
e1 ,
e2 , ,
en } las bases can
onicas de Rn y Rm respectivamente. Las im
agenes de
los vectores de la base 1 , por estar en Rm , se pueden expresar mediante combinaci
on
lineal de los vectores de 2 . Sean las im
agenes de los vectores de la base 1 mediante la
transformaci
on T las siguientes:
T (e1 ) = a11
e1 + a21
e2 + + am1
em
T (en ) = a1n
e1 + a2n
e2 + + amn
em
Si x es un vector arbitrario de Rn , e y su imagen en Rm , ser
a:
x = x1 e1 + + xn en
y = y1
e1 + + ym
em
se verificar
a:
y1
e1 + + ym
em = T (x) = T (x1 e1 + + xn en ) = x1 T (e1 ) + + xn T (en ) =
= x1 (a11
e1 + + am1
em ) + + xn (a1n
e1 + + amn
em ) =
= (a11 x1 + + a1n xn )
e1 + + (am1 x1 + + amn xn )
em
de donde
y1 = a11 x1 + + a1n xn
ym = am1 x1 + + amn xn
ym
amn
xn
Es decir, y = Ax, donde las columnas de la matriz A son las coordenadas de las im
agenes
de los vectores de la base can
onica 1 respecto de 2 .
donde
lm
h0
r(h)
=0
khk
t
t
y teniendo en cuenta que khk = t, podemos escribir
f (x0 )(ej ) =
f (x0 )(ej ) =
r(h)
f (x0 + tej ) f (x0 )
t
khk
283
Al tomar lmite cuando t 0 (i.e. cuando khk 0) el segundo sumando del lado derecho
tiende a cero, quedando s
olo:
f (x0 )(ej ) = lm
t0
f1
f1
1
(x0 )
(x0 ) . . .
(x0 )
x2
xn
x1
f2
f
f
2
2
(x
)
(x
)
.
.
.
(x
)
0
0
0
x1
x
x
2
n
..
..
..
.
.
fm
fm
fm
(x0 )
(x0 ) . . .
(x0 )
x1
x2
xn
A esta matriz de orden m n, en cuya i-esima linea y j-esima columna aparece la derivada
i
parcial f
(x0 ) de la i-esima funci
on componente de f respecto de su j-esima variable,
xj
evaluada en x0 , se le llama matriz jacobiana de la funci
on f en x0 y se denota Jf (x0 ). Esta
es entonces la derivada de la funci
on diferenciable f en x0 (identificando, como siempre, a
la transformaci
on lineal f (x0 ) : Rn Rm con la matriz que la representa).
Gradiente y matriz jacobiana. Consideremos el caso m = 1. En este caso, la funci
on
f : D j Rn R definida en el conjunto abierto D de Rn ser
a diferenciable en x0 D si
se da la transformaci
on lineal f (x0 ) : Rn R cuya representaci
on matricial es la matriz
1n
f
f
f
Jf (x0 ) =
(x0 )
(x0 )
(x0 )
x1
x2
xn
tal que
con
lm
h0
r(h)
= 0.
khk
f
f
f
(x0 )h1 +
(x0 )h2 + +
(x0 )hn
x1
x2
xn
DE FUNCIONES MULTIVARIABLES
284 CAPITULO 4. DERIVACION
Puede demostrarse que la funci
on f : D j Rn Rm es diferenciable en x0 D (seg
un
la definici
on 4.20) si y s
olo si sus funciones coordenadas fi : D j Rn Rm lo son (con
as a
un, teniendo en cuenta que la derivada de la
la definici
on de diferenciabilidad 4.7). M
i-esima funci
on coordenada fi en x0 es la matriz de orden 1 n
fi
fi
fi
(x0 )
(x0 )
(x0 )
Jfi (x0 ) =
x1
x2
xn
tenemos que la derivada de la funci
on f : D j Rn Rm es la matriz que en su i-esima
fila tiene la derivada de su i-esima funci
on componente. Esquem
aticamente:
f
1
(x0 )
x1
f2
(x0 )
Jf (x0 ) = x1
..
fm
(x0 )
x1
f1
(x0 )
x2
f2
(x0 )
x2
..
.
fm
(x0 )
x2
...
...
...
f1
(x0 )
xn
f2
(x0 )
xn
=
..
fm
(x0 )
xn
Jf1 (x0 )
Jf2 (x0 )
..
.
Jfm (x0 )
f1
x
Jf =
f2
x
f2 (x, y) = x3 + 2y 5
f1
y
= 2x2
3x
f2
6y
10y 4
f2 (x, y) = ex+y ,
f3 (x, y) = sen(x + y)
luego,
f
(0, 0)
f2
Jf =
x (0, 0)
f
3
(0, 0)
x
f1
(0, 0)
y
f2
(0, 0)
= ex+y
cos(x + y)
f3
(0, 0)
y
ex+y
cos(x + y) x=0
y=0
1
= 1
1
1
1
1
285
(f g)
R
g(x0 )
x0
g
Rm
Rn
f g
j
R
f (g(x0 ))
*
Rp
Soluci
on. (a) La matriz jacobiana de la composici
on vendr
a definida por el producto de
DE FUNCIONES MULTIVARIABLES
286 CAPITULO 4. DERIVACION
las matrices jacobianas correspondientes, es decir,
J(f g) = Jf g(x, y) Jg(x, y) =
f1
x
=
f2
x
g(x, y)
g(x, y)
f1
y
f2
g(x, y)
y
g(x, y)
0
x =
2y
3 0
2(3x)
6(xy)
0
y x =
=
2(xy)(y 2 ) 2(3x)(y 2 ) 2(3x)(xy)
0 2y
3 0
2
6x
6xy
0
y x = 18x3 + 6xy 3
=
3
2
2
2xy
6xy
6x y
6xy + 6xy
0 2y
18x + 6xy 2
6x2 y
=
12xy 3
18x2 y 2
=
2x
2yz
6y
2xz
0
2xy
3
y
g(x,y)
0
g1
x
f1
g(x, y)
z
g2
x
f2
g(x, y)
g
z
3
x
g1
x
g2
=
x
g3
x
6x2 y
6x y + 12x2 y 2
2 2
luego
2 3 0
2x 3y 2 0
=
0 1 6
0
1
2z (1,1,3)
1 1 0
y x 0
= 0 1 1
Jg(1, 1, 1) = 0 z y
1 1 1
1 1 1 (1,1,1)
Jf (1, 1, 3) =
287
de donde, resulta:
J(f g)(1, 1, 1) =
2
0
3
1
1
0
0
6
1
1
1
1
0
2
1 =
6
1
5
7
3
7
2xy 2
2(x + y + z)
2x2 y 2 + 3y 2 z 3
z + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
3y 3 z 2
y + 2(x + y + z)
=
(1,1,1)
2
6
5
7
3
7
4.9.
4.9.1.
Funciones implcitas
Funciones de una variable
La ecuaci
on de una curva en el plano puede expresarse bien en forma explcita, y = f (x), o bien en forma implcita, F (x, y) = 0. No obstante, si tenemos
una ecuaci
on de la forma F (x, y) = 0, no siempre representa esta una funci
on. Es decir, dada la ecuaci
on F (x, y) = 0 nos planteamos la cuesti
on de
si es siempre posible despejar y en terminos de x y dejar establecida la funci
on y = f (x). La respuesta a esta cuesti
on es negativa. En efecto: De la
2
2
expresi
on x +y 1 = 0 no podemos establecer una funci
on y = f (x) despe2 + y 2 = 1 define dos funciones, a saber,
jando y en terminos
de
x,
ya
que
x
DE FUNCIONES MULTIVARIABLES
288 CAPITULO 4. DERIVACION
nivel cero, F (x, y) = 0, una curva que se puede ver como la gr
afica de una
funci
on y = f (x)?. As mismo, si conocemos algo referente a la continuidad
o diferenciabilidad de F que podemos concluir en relaci
on a la continuidad
o diferenciabilidad de f ?
El teorema de la funci
on implcita trata localmente esta cuesti
on. Es decir, hacemos un planteamiento local de la cuesti
on anterior: Dada la funci
on
z = F (x, y), sea (x0 , y0 ) un punto para el cual F (x0 , y0 ) = 0. De F (x, y) = 0,
se puede obtener (despejando y en terminos de x) una funci
on y = f (x),
definida en una vecindad de x0 , tal que y0 = f (x0 )? Cuando tal entorno y
tal funci
on y = f (x) existen, decimos que la funci
on y = f (x) est
a definida
implcitamente por la expresi
on F (x, y) = 0, o bien que es una funci
on implcita dada en F (x, y) = 0.
Gr
aficamente, la situaci
on puede visualizase, en el ejemplo de la circunferencia, de la siguiente forma:
y
6
La ecuaci
on x2 + y 2 = 1, en general no dem
fine una sola funci
on y = f (x), sin embargo,
si noslimitamos a un entorno del punto
m
-x
(1/ 2, 1/ 2), s que queda definida una sola
funci
on (reduciendonos a ese entorno), mien1
1
tras que en un entorno del punto (1, 0) no queda definida dicha funci
on (ya que cada punto
tendra dos im
agenes, al haber dos puntos en
Figura 4.21: x2 + y2 = 1
la misma vertical).
El teorema de la funci
on implcita resuelve localmente la cuesti
on planteada, y nos dice que, dado un punto (x0 , y0 ) tal que F (x0 , y0 ) = 0, en
determinadas condiciones existir
a un entorno de (x0 , y0 ) de manera que, en
este entorno, la relaci
on definida por F (x, y) = 0 es tambien una funci
on.
Esas condiciones son que Fx y Gy sean continuas en un entorno de (x0 , y0 )
y que Fy (x0 , y0 ) 6= 0. El teorema de la funci
on implcita tambien nos dice
que dicha funci
on, y = f (x), tiene derivada continua y nos da la manera de
calcular dicha derivada, y = Fx /Fy .
Planteamiento pr
actico. Supongamos la ecuaci
on F (x, y) = 0, si supieramos despejar y en terminos de x, tendramos y = f (x), y podramos calcular
dy
=?.
dx
dy
=?
F (x, y) = 0 y = f (x)
dx
El problema se presenta cuando no sabemos o no queremos despejar y en
terminos de x c
omo podemos calcular dicha derivada?.
Partamos de que F (x, y) = 0, ser
a dF (x, y) = 0, de donde
dF = Fx dx + Fy dy = 0
dF
dx
dy
dy
= Fx
+ Fy
= 0 Fx + Fy
=0
dx
dx
dx
dx
289
Fx (x, y)
,
Fy (x, y)
xV
Esquem
aticamente sera:
F (x0 , y0 ) = 0
Fx (x, y)
Fx y Fy continuas
y = f (x), tal que y0 = f (x0 ), y adem
as y =
Fy (x, y)
Fy (x0 , y0 ) 6= 0
DE FUNCIONES MULTIVARIABLES
290 CAPITULO 4. DERIVACION
Tambien hay que advertir que se trata de un teorema local. Nos asegura
la existencia de la funci
on y = f (x), o bien la posibilidad de despejar y en
terminos de x a partir de F (x, y) = 0, pero solamente en las cercanas del
punto (x0 , y0 ).
Tambien debe tenerse en cuenta que para el caso de una variable existe la posibilidad de calcular la derivada de la funci
on implcita aplicando
directamente las reglas de derivaci
on sobre la ecuaci
on F (x, y) = 0. Simplemente habr
a que tener en cuenta que cada vez que derivemos la variable y
habr
a que multiplicar por su derivada y .
Ejemplo 4.60. Calcular y , siendo y 3 + y 2 5y x2 + 4 = 0
(a) Aplicando las reglas de derivaci
on.
(b) aplicando el teorema de la funci
on implcita.
Soluci
on. (a) Mediante las reglas de derivaci
on tenemos:
3y 2 y + 2yy 5y 2x = 0
y =
3y 2
2x
+ 2y 5
y =
2x
Fx
= 2
Fy
3y + 2y 5
291
Y adem
as: Fy (1, 0) = e0 3 = 1 3 = 2 6= 0. Luego podemos afirmar la
existencia de la funci
on y = f (x) que cumple f (1) = 0 y que es derivable en
x = 1.
En virtud del teorema de la funci
on implcita tenemos:
f (x) =
3x2
3
3
Fx (x, y)
= y
f (1) =
=
Fy (x, y)
e 3
2
2
3
y = 0 (x 1)
2
3x + 2y = 3
Fy = 2y
2x + 2yy = 0
y =
x
y
y (1) =
1
= 1
1
y derivando nuevamente,
2+2y y +2yy = 0 1+(y )2 +yy = 0 y =
2
1 (y )2
=
= 2
y
1
Nota: Hay que aclarar que los papeles de las letras x e y son perfectamente intercambiables. As, si la funci
on z = F (x, y) es tal que en el punto
(x0 , y0 ) vale cero, F (x0 , y0 ) = 0, que en una bola con centro en (x0 , y0 ) tiene
derivadas parciales continuas y que su derivada respecto de x es distinta de
DE FUNCIONES MULTIVARIABLES
292 CAPITULO 4. DERIVACION
cero en (x0 , y0 ), es decir, Fx (x0 , y0 ) 6= 0. Entonces, el teorema de la funci
on
implcita garantiza la existencia de una funci
on x = g(y) tal que x0 = g(y0 ),
para y en una vecindad de y0 , y adem
as su derivada, en esa vecindad, es:
Fy (x, y)
dx
= g (y) =
dy
Fx (x, y)
Es evidente que si en el punto (x0 , y0 ) se tiene
Fx (x0 , y0 ) 6= 0
y Fy (x0 , y0 ) 6= 0
4.9.2.
=?
x
F (x, y, z) = 0 z = f (x, y)
z =?
y
El problema se presenta cuando no sabemos o no queremos despejar z en
terminos de x e y c
omo podemos calcular dichas derivadas?.
293
dF = Fx dx + Fy dy + Fz dz = 0
dx
dy
dz
dF
= Fx
+ Fy
+ Fz
=0
dx
dx
dx
dx
dx
dy
dz
dF = Fx
+ Fy
+ Fz
=0
dy
dy
dy
dy
Ahora bien,
(a) Para y = cte., en el primer caso resulta:
Fx + 0 + Fz
z
z
Fx (x, y, z)
=0
=
x
x
Fz (x, y, z)
Fy (x, y, z)
z
z
=0
=
y
y
Fz (x, y, z)
Fy (x, y, z)
z
=
y
Fz (x, y, z)
(x, y) V
Esquem
aticamente sera:
z
Fx (x, y, z)
F (x0 , y0 , z0 ) = 0
=
x
Fz (x, y, z)
Fx , Fy , Fz continuas z = f (x, y), tal que z0 = f (x0 , y0 ), y
z
F
y (x, y, z)
=
Fz (x0 , y0 , z0 ) 6= 0
y
Fz (x, y, z)
z z
y
siendo 3x2 z x2 y 2 + 2z 3 + 3yz 5 = 0
x x
DE FUNCIONES MULTIVARIABLES
294 CAPITULO 4. DERIVACION
Soluci
on. (a) Mediante las reglas ordinarias de derivaci
on tenemos:
6xz + 2xy 2
3x2 + 6z 2 + 3y
2x2 y 3z
3x2 zy + 2x2 y + 6z 2 zy + 3z + 3yzy = 0 zy = 2
3x + 6z 2 + 3y
=
x
2
Fy (x, y, z) = 2x y + 3z
z
Fz (x, y, z) = 3x2 + 6z 2 + 3y
=
y
Fx
6xz + 2xy 2
= 2
Fz
3x + 6z 2 + 3y
Fy
2x2 y 3z
= 2
Fz
3x + 6z 2 + 3y
2 + z3 2 + 1 = 0
z = 1
f
Fx (0, 1, 1)
(0, 1) =
= 1
x
Fz (0, 1, 1)
Fy (x, y, z)
6y 2 + 3xz + 2
f
Fy (0, 1, 1)
4
f
(x, y) =
=
(0, 1) =
=
y
Fz (x, y, z)
3z 2 3xy
y
Fz (0, 1, 1)
3
295
f
f
(0, 1) (x 0) +
(0, 1) (y 1)
x
y
4
z = 1 x (y 1), o bien, simplificando 3x + 4y + 3z = 1
3
Fx (x, y, z)
Fz (x, y, z)
Fy (x, y, z)
Fz (x, y, z)
f
(9, 2) =
x
f
(9, 2) =
y
Fx (9, 2, 4)
1
=
Fz (9, 2, 4)
5
Fy (9, 2, 4)
0
= =0
Fz (9, 2, 4)
5
f
f
(9, 2) (x 9) +
(9, 2) (y 2)
x
y
1
z = 4 + (x 9) + 0(y 2), o bien, simplificando x 5z = 29
5
DE FUNCIONES MULTIVARIABLES
296 CAPITULO 4. DERIVACION
4.10.
4.10.1.
Introducci
on
f (x1 )
y = f (x)
f (x0 )
P
x
x0
x1
Una condici
on necesaria para que la funci
on f tenga un extremo (m
aximo o mnimo)
local en x0 es que, si f (x0 ) existe, entonces f (x0 ) = 0. Geometricamente esta condici
on
significa que si la gr
afica de la funci
on es suave en x0 , su recta tangente en dicho punto
debe ser horizontal. Es decir, en un extremo local la gr
afica de la funci
on o no tiene recta
tangente, o si la tiene es una recta horizontal.
4.10.2.
Definiciones
M
aximos y mnimos absolutos.
Los valores f (x0 , y0 ) y f (x1 , y1 ) tal que f (x0 , y0 ) f (x, y) f (x1 , y1 ) para
todo (x, y) en D se conocen como mnimo absoluto y m
aximo absoluto de f
en la regi
on D.
Teorema de existencia del m
aximo y del mnimo absoluto. Toda
funci
on continua, definida en una regi
on cerrada y acotada, alcanza, en dicha
regi
on, un valor m
aximo absoluto y un mnimo absoluto.
M
aximo y mnimo relativo.
Definici
on 4.21 (Extremo local). Sea f : D Rn R una funci
on
definida en el conjunto abierto D de Rn . Se dice que f tiene un m
aximo
(mnimo) local o relativo en el punto x0 D si f (x0 ) f (x) (f (x0 ) f (x)
respectivamente) para toda x en una bola B de centro en x0 .
f (x0 , y0 ) es mnimo relativo
f (x, y) f (x0 , y0 )
(x, y) Bx0
Puntos en los que todas las derivadas parciales valen cero (simult
aneamente).
fx (x0 , y0 ) = 0 y fy (x0 , y0 ) = 0
2.
mnimo
o fy (x0 , y0 )
M
aximo
no existe
mnimo
M
aximo
Punto silla
DE FUNCIONES MULTIVARIABLES
298 CAPITULO 4. DERIVACION
El ejemplo m
as tpico de punto silla es el que corresponde a la situaci
on
denominada ((silla de montar)), no obstante, pueden darse otras situaciones
m
as irregulares.
Teorema 4.16 (Los extremos relativos se producen solamente en
puntos crticos). Si f (x0 , y0 ) es un extremo relativo de f en una regi
on
abierta R, entonces (x0 , y0 ) es un punto crtico de f .
Demostraci
on. En efecto, si g(x) = f (x, x0 ) tiene un extremo relativo en x0 ,
entonces g (x0 ) = 0 o no existe. Pero g (x0 ) = fx (x0 , y0 )
De la misma forma, si h(y) = f (x0 , y) tiene un extremo relativo en y0 ,
entonces h (y0 ) = 0 o no existe. Pero h (y0 ) = fy (x0 , y0 )
Al afirmar el teorema que en un m
aximo y en un mnimo relativo, las
derivadas parciales o no existen o valen cero, lo que nos viene a decir es que
los extremos de una funci
on, en una regi
on abierta, se producen solamente
en los puntos crticos. Sin embargo, hay que advertir que no en todo punto
crtico existe un m
aximo o un mnimo, ya que se puede producir lo que se
llama un punto silla, que no son ni m
aximos ni mnimos relativos.
Si la regi
on fuera cerrada podran darse lo que se llaman extremos en la
frontera.
4.10.3.
a) M
etodo algebraico.
Existen funciones que, por su sencillez, permiten estudiar la naturaleza de
sus puntos crticos mediante argumentos exclusivamente algebraicos. Es decir, el estudio de la naturaleza de los extremos relativos, se hace a partir
de la propia funci
on, mediante transformaciones algebraicas de la misma.
Comparando el valor de la funci
on en el punto crtico con el valor de la
funci
on en los alrededores del punto crtico.
Ejemplo 4.66. Determinar los extremos relativos de la funci
on:
f (x, y) = 3x2 + y 2 6x 4y + 8
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no est
a definida, y puntos en los que las dos derivadas parciales son nulas.
En el caso de funciones polin
omicas las parciales est
an siempre definidas,
por tanto:
x=1
6x 6 = 0
fx (x, y) = 6x 6
p(1, 2)
y=2
2y 4 = 0
fy (x, y) = 2y 4
Para estudiar la naturaleza del punto crtico p(1, 2) comparamos el valor de
la funci
on en el punto crtico con el valor de la funci
on en los alrededores
f (1, 2) = 1
f (x, y) = 3x2 + y 2 6x 4y + 8 =
= 3(x2 2x) + y 2 4y + 8 =
= 3(x2 2x + 1 1) + y 2 4y + 4 4 + 8 =
Resulta que para cualquier punto (x, y) se tiene que f (x, y) f (1, 2), luego
f (1, 2) es un mnimo (absoluto).
Ejemplo 4.67. Determinar los extremos relativos de la funci
on:
p
f (x, y) = 1 x2 + y 2
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no est
a definida, y puntos en los que las dos derivadas parciales son nulas.
2x
x
p
p
fx (x, y) =
=
2 x2 + y 2
x2 + y 2
y
2y
=p
fy (x, y) = p
2
2
2
2
2 x +y
x +y
Donde el u
nico punto crtico es el punto (0, 0), en donde no est
an definidas
ninguna de las dos derivadas parciales. Para estudiar la naturaleza del punto
crtico p(0, 0) comparamos el valor de la funci
on en el punto crtico con el
valor de la funci
on en los alrededores del punto crtico.
z6
(0, 0, 1)
@
@
@ -y
f (0, 0) = 1
f (x, y) = 1
x2 + y 2 1
DE FUNCIONES MULTIVARIABLES
300 CAPITULO 4. DERIVACION
punto crtico, entonces se trata de un punto silla. El metodo es s
olo refutativo
y no permite afirmar la existencia de m
aximo o mnimo, sino s
olo de punto
silla.
Ejemplo 4.68. Determinar los extremos relativos de la funci
on:
f (x, y) = 1 x2 + y 2
Soluci
on. Hallamos las derivadas parciales y determinamos los correspondientes puntos crticos: Puntos en los que alguna de las derivadas parciales
no est
a definida, y puntos en los que las dos derivadas parciales son nulas.
En el caso de funciones polin
omicas las parciales est
an siempre definidas,
por tanto:
x=0
fx (x, y) = 2x
p(0, 0)
y=0
fy (x, y) = 2y
Donde el u
nico punto crtico es el punto (0, 0). Para estudiar la naturaleza
del punto crtico p(0, 0) comparamos el valor de la funci
on en el punto crtico
con el valor de la funci
on en los alrededores del punto crtico.
6
f (0, 0) = 1
f (x, y) = 1
x2
y2
f (x, 0) = 1 x2 < 1
f (0, y) = 1 + y 2 > 1
Para estudiar la naturaleza del punto crtico p(0, 0) se ha cortado la superficie mediante los dos planos verticales y = 0 y x = 0 con lo que se han
obtenido las curvas f (x, 0) = 1 x2 y f (0, y) = 1 + y 2 . Para la primera, el
punto x = 0 es un m
aximo; y para la segunda, el punto y = 0 es un mnimo.
Luego el punto crtico p(0, 0) es un punto silla.
c) Criterio del hessiano.
Los metodos algebraicos solamente son u
tiles para funciones relativamente
f
aciles. Para funciones m
as complicadas no son operativos y necesitamos
acudir a criterios analticos, estudiando las derivadas parciales segundas.
Caso particular de funciones de dos variables.
Para estudiar la naturaleza de los puntos crticos, formamos la matriz hessiana en dichos puntos:
fxx fxy
Hf (x, y) =
fyx fyy
fxx
+ mnimo
M
aximo
Silla
Duda
Si
Si
Si
Si
DE FUNCIONES MULTIVARIABLES
302 CAPITULO 4. DERIVACION
Con lo cual resulta:
0 6
= 36 < 0 (0, 0, 1) es un punto silla
|Hf (0, 0)| =
6 6
12 6
= 72 36 = 36 > 0 y fxx = 12 > 0 f (2, 2) es un
|Hf (2, 2)| =
6 6
mnimo relativo.
Ejemplo 4.70. Hallar y clasificar todos los puntos crticos de la funci
on
f (x, y) = x4 + y 4 + 6x2 y 2 + 8x3
Soluci
on. Los puntos crticos son aquellos que anulan simult
aneamente las
dos derivadas parciales, o bien donde alguna de las derivadas parciales no
existe. Al ser la funci
on dada una funci
on polin
omica es diferenciable en todo
R2 , luego los puntos crticos vendr
an dado por las soluciones del siguiente
sistema de ecuaciones
x(4x2 + 12y 2 + 24x) = 0
Fx 4x3 + 12xy 2 + 24x2 = 0
4y(y 2 + 3x2 ) = 0
Fy 4y 3 + 12x2 y = 0
Para resolver el sistema igualamos a cero cada factor de la primera ecuaci
on
con cada factor de la segunda ecuaci
on:
o
x=0
1
P1 (0, 0)
o
y=0
1
1o
x=0
x=0
x=0
P1 (0, 0)
2o
y 2 + 3x2 = 0
y2 = 0
y=0
2o
4x2 + 12y 2 + 24x = 0 4x2 + 24x = 0 4x(x + 6) = 0 P1 (0, 0)
1o
y=0
y=0
y=0
P2 (6, 0)
2
2
2
2
o
4x + 12y + 24x = 0
4x + 12y + 24x = 0
2
P1 (0, 0)
2
2
o
y 2 = 3x2
y + 3x = 0
2
Por tanto, las soluciones son P1 (0, 0), P2 (6, 0)
Para determinar si se trata de m
aximo o mnimo, hallamos la matriz hessiana.
fxx fxy
12x2 + 12y 2 + 48x
24xy
Hf (x, y) =
=
fyx fyy
24xy
12y 2 + 12x2
Con lo cual resulta que:
144 0
= 62208 > 0 y fxx = +144 > 0
|Hf (6, 0)| =
0 432
P2 (6, 0) se corresponde con un mnimo relativo.
0 0
= 0 el hessiano no nos determina la natu|Hf (0, 0)| =
0 0
raleza del punto crtico. Para estudiar la naturaleza del punto crtico
2 yx y 2 +x y
Soluci
on. a) Resolvamos primero el ejemplo sin tener en cuenta la simplificaci
on. Los puntos crticos son aquellos que anulan simult
aneamente las dos
derivadas parciales, o bien donde alguna de las derivadas parciales no existe.
Como la funci
on dada es diferenciable en todo R2 , por ser la composici
on
de una funci
on polin
omica con la funci
on exponencial, los puntos crticos
vendr
an dados por las soluciones del siguiente sistema de ecuaciones.
)
2
2
fx (x, y) (2xy y 2 + y)ex yx y +x y = 0
y(2x y + 1) = 0
2
2
x(x 2y + 1) = 0
fy (x, y) (x2 2xy + x)ex yx y +x y = 0
Para resolver el sistema igualamos a cero cada factor de la primera ecuaci
on
con cada factor de la segunda ecuaci
on:
o
y=0
1
P1 (0, 0)
o
x=0
1
DE FUNCIONES MULTIVARIABLES
304 CAPITULO 4. DERIVACION
1o
2o
y=0
x 2y + 1 = 0
y=0
x+1=0
y=0
x = 1
P2 (1, 0)
y=1
y + 1 = 0
2x y + 1 = 0
P3 (0, 1)
x=0
x=0
x=0
1 1
2o
2x y = 1
y = 2x + 1 x = 1/3
P4 ( , )
2o
x 2y = 1 e2 = e2 2e1 3x = 1
y = 1/3
3 3
2o
1o
1 1
, )
3 3
Para determinar si se trata de m
aximo o mnimo, hallamos la matriz hessiana.
fxx fxy
Hf (x, y) =
fyx fyy
Por tanto, las soluciones son P1 (0, 0), P2 (1, 0), P3 (0, 1), P4 (
0 1
= 1
|Hf (1, 0)| =
1 2
2 1
= 1
|Hf (0, 1)| =
1 0
es un punto silla.
es un punto silla.
es un punto silla.
2 1/27 1 1/27
e
e
4 1
1 1
3
3
3
|Hf ( , )| =
= ( )e1/27 = e1/27 >
2
1
3 3
9 9
9
e1/27
e1/27
3
3
0 y fxx > 0 es un mnimo.
b) Este ejemplo puede resolverse de una manera mucho m
as f
acil teniendo
t
en cuenta que la funci
on z = e es mon
otona, y, en consecuencia, los puntos
crticos de la funci
on compuesta z = eg(x,y) coinciden con los puntos crticos
de la funci
on g(x, y) que figura en el exponente, y que es mucho m
as f
acil
de estudiar que la funci
on compuesta. Adem
as, al ser creciente la funci
on
exponencial (a m
as m
as) se conserva la naturaleza de los puntos crticos. En
consecuencia podemos estudiar los puntos crticos de la funci
on
g(x, y) = x2 y x y 2 + x y,
1 1
, )
3 3
Como puede verse, las ventajas sobre el metodo anterior, aqu son notable.
Con lo cual resulta que:
0 1
= 1 < 0 es un punto silla.
|Hf (0, 0)| =
1 0
0 1
= 1 es un punto silla.
|Hf (1, 0)| =
1 2
2 1
= 1 es un punto silla.
|Hf (0, 1)| =
1 0
2 1/27 1 1/27
e
e
4 1
3
1 1
3
3
|Hf ( , )| =
= ( )e1/27 = e1/27 >
1 1/27 2 1/27
3 3
9 9
9
e
e
3
3
0 y fxx > 0 es un mnimo.
Que son los mismos resultados anteriores.
4.10.4.
DE FUNCIONES MULTIVARIABLES
306 CAPITULO 4. DERIVACION
a) Mediante un corte vertical de la superficie.
b) Mediante cortes horizontales (curvas de nivel).
Desde el punto de vista analtico, el primer caso corresponde a reducir
el problema a una variable, y el segundo al metodo de los multiplicadores
de Lagrange.
a) Mediante un corte vertical. Gr
aficamente consiste en cortar la superficie f (x, y) mediante el plano (o cilindro) vertical de base la curva plana
g(x, y) = 0 y hallar los extremos de la curva espacial resultante.
Analticamente esto se consigue despejando la variable y en la ecuaci
on
g(x, y) = 0, y sustituyendo el valor obtenido, y = (x), en la en la funci
on
f , con lo cual el problema se reduce al c
alculo de m
aximos y mnimos de
una funci
on de una sola variable.
f (x, y) = f x, (x) = h(x)
El problema se presenta cuando no es posible o no es pr
actico despejar la
variable y en la ecuaci
on g(x, y) = 0.
Observaci
on. El extremo de la funci
on f (x, y) condicionado por la ecuaci
on
g(x, y) = 0, no es extremo de la funci
on f (x, y), considerada aisladamente,
sino de la intersecci
on de la funci
on con el plano vertical.
Ejemplo 4.72. Hallar el mnimo de la funci
on f (x, y) = x2 + y 2 condicionado por la restricci
on x + y 1 = 0, reduciendolo a una variable.
Soluci
on. Gr
aficamente se trata de encontrar el punto m
as bajo de la su2
2
perficie de ecuaci
on f (x, y) = x + y que se encuentra sobre la recta de
ecuaci
on x + y 1 = 0. Analticamente, el problema puede reducirse a una
sola variable. En efecto, despejando y en la restricci
on resulta: y = x + 1
y sustituyendo el valor obtenido en f (x, y), resulta una funci
on de una sola
variable.
f (x, y) = x2 + (x + 1)2 = x2 + x2 2x + 1 = 2x2 2x + 1
Es decir,
h(x) = 2x2 2x + 1
de donde,
h (x) = 4x 2 = 0 x = 1/2 y = 1/2
Luego el mnimo de la funci
on es
f (1/2, 1/2) = 1/4 + 1/4 = 1/2
z
y
x+y1=0
1 1
p( 2 , 2 )
DE FUNCIONES MULTIVARIABLES
308 CAPITULO 4. DERIVACION
y
6
@
I
@
x
-
y
@ 6
@
@r
@
@
R
@
x
@@
y
x+y1=0
p( 21 , 12 )
En consecuencia, si las funciones f y g tienen derivadas parciales continuas, entonces, los extremos de la funci
on f (x, y), condicionados por la
restricci
on
g(x, y) = 0,
se producen en los puntos crticos de la funci
on:
L(x, y, ) = f (x, y) + g(x, y)
Dichos puntos crticos vendr
an determinados por las soluciones del sistema:
Lx = 0 fx + gx = 0
Ly = 0
fy + gy = 0
L = 0
g(x, y) = 0
El procedimiento m
as c
omodo para resolver el sistema consiste en eliminar entre las dos primeras ecuaciones y sustituir el resultado en la tercera.
En el proceso de resoluci
on del sistema hay que procurar evitar perder soluciones en las simplificaciones. Por ejemplo, de la ecuaci
on x = x se obtienen
dos soluciones x = 0 y = 1, mientras que si tachamos la x perdemos la
soluci
on x = 0.
Para determinar su naturaleza estudiamos el signo del determinante:
L Lx Ly 0 gx
gy = mnimo
aximo
= Lx Lxx Lxy = gx Lxx Lxy = + M
Ly Lyx Lyy gy Lyx Lyy = 0 duda
Resolvamos el ejemplo 4.72 mediante el metodo de los multiplicadores de
Lagrange.
DE FUNCIONES MULTIVARIABLES
310 CAPITULO 4. DERIVACION
Ejemplo 4.74. Hallar el mnimo de la funci
on f (x, y) = x2 +y 2 condicionado por la restricci
on x + y 1 = 0, mediante el metodo de los multiplicadores
de Lagrange.
Soluci
on. Formamos la funci
on de Lagrange:
L(x, y, ) = f (x, y) + g(x, y)
Que, en nuestro caso, es:
L(x, y, ) = x2 + y 2 + (x + y 1)
Los puntos crticos de esta funci
on vendr
an determinados por las soluciones
del sistema:
= 2x
Lx 2x + = 0
2x = 2y x = y
= 2y
Ly 2y + = 0
1
1
L x + y 1 = 0
x + y = 1 2x = 1 x = y =
2
2
Luego el u
nico punto crtico es el punto p( 21 , 21 ). Para determinar su naturaleza estudiamos el signo del determinante:
0 gx
gy = mnimo
aximo
= gx Lxx Lxy = + M
gy Lyx Lyy = 0 duda
De donde,
0 1 1
1 1
L( , ; 1) = 1 2 0 = 2 2 = 4 mnimo
2 2
1 0 2
y=2
= 1
Luego el u
nico punto crtico es el punto P (1, 2). Para determinar su naturaleza estudiamos el signo del determinante:
0 gx
gy 0 2x 1 = mnimo
aximo
= gx Lxx Lxy = 2x 2 1 = + M
gy Lyx Lyy 1 2x 0 = 0 duda
a=xy
x2 + y 3 = 0
y
3
(x, y)
2
1
x
1
Figura 4.30: y = 3 x2
L(x, y, ) = xy + (x2 + y 3)
Lx y + 2x = 0
Ly x + = 0
L x2 + y 3 = 0
= y
y
2
2x
2x = x y = 2x
= x
x2 + 2x2 3 = 0 3x2 = 3 x2 = 1
De donde,
4.10.5.
0 2 1
aximo
L(1, 2; 1) = 2 2 1 = 2 + 2 + 2 = 6 > 0 M
1 1 0
M
aximos y mnimos absolutos
Toda funci
on continua definida en un recinto cerrado y acotado alcanza
un valor m
aximo y un valor mnimo sobre dicho recinto. Para hallar los
m
aximos y mnimos absolutos de una funci
on continua en un recinto cerrado
y acotado realizaremos el siguiente proceso:
1.
Hallamos los puntos crticos en el interior del recinto. Para ello hallamos los puntos crticos de la funci
on, ignorando el contorno del recinto,
y una vez hallados los puntos crticos seleccionamos los situados en el
interior del recinto.
2.
Hallamos los puntos crticos en el contorno del recinto. Para ello estudiamos los extremos de la funci
on condicionados por el contorno; bien
aplicando los multiplicadores de Lagrange, o bien por sustituci
on de
la variable.
DE FUNCIONES MULTIVARIABLES
312 CAPITULO 4. DERIVACION
3.
Lx 2x + 2x 2 = 0 x + x = 0
= 1
1 = 0
Ly 2y + 2y = 0
y + y = 0
x=3
2
y=0
2
2
2
L x 2x + y 3 = 0
x 2x + y 3 = 0
x = 1
f (0, 0) = 0 mnimo
f (3, 0) = 9
M
aximo
f (1, 0) = 1
Lx 2x + 2x 2 = 0 x + x = 0
= 3
x = 3/2
Ly 6y + 2y = 0
3y + y = 0
x=3
2
y=0
2
2
2
L x 2x + y 3 = 0
x 2x + y 3 = 0
x = 1
on, 94 3 + y 2 3 = 0, de donde,
Para x = 32 , resulta, de la tercera ecuaci
q
9
15
2
y = 6 4 = 4 , y en consecuencia y = 15
4
Luego los puntos crticos del contorno son:
q
q
3
15
),
P
(
,
DE FUNCIONES MULTIVARIABLES
314 CAPITULO 4. DERIVACION
Soluci
on. La funci
on f (x, y) = xy(1 x2 y 2 ) = xy x3 y xy 3 es continua
2
en todo R . El recinto dado es el cuadrado unidad situado en el primer
cuadrante. Por tanto, se trata de una funci
on continua definida en un recinto
cerrado y acotado, luego alcanzar
a un m
aximo y un mnimo absoluto. Para
encontrarlos, seguimos los siguientes pasos:
(a) En primer lugar determinamos los puntos crticos del interior del recinto,
igualando a cero las derivadas parciales
y(1 3x2 y 2 ) = 0
fx (x, y) y 3x2 y y 3 = 0
x(1 x2 3y 2 ) = 0
fy (x, y) x x3 3xy 2 = 0
Para resolver el sistema igualamos a cero cada factor de la primera ecuaci
on
con cada factor de la segunda ecuaci
on:
1o
y=0
P1 (0, 0)
o
1 x=0
P2 (1, 0)
y=0
y=0
1o
y=0
2
2
2
o
2 1 x 3y = 0 1 x = 0 x = 1 Q1 (1, 0) 6 A
P3 (0, 1)
y = 1
1 y2 = 0
2o
1 3x2 y 2 = 0
o
Q2 (0, 1)6 A
x
=
0
x
=
0
1 x=0
2
2
2
2
2
o
y = 1 3x2
3x + y = 1
1 3x y = 0
2
2
2
2
2
o
x2 +
3 9x2 = 1
x +
3y = 1
1x
3y = 0
2
y 2 = 1 3/4 = 1/4
y 2 = 1 3x2
y 2 = 1 3x2
y 2 = 1 3x2
x = 1/2
x = 1/2
x2 = 1/4
8x2 = 2
y = 1/2
P4 (1/2, 1/2)
x = 1/2
el resto no
(b) En segundo lugar determinamos los puntos crticos de la frontera del
recinto. Estos puntos crticos ser
an los cuatro extremos del recinto P1 (0, 0),
P2 (1, 0), P3 (0, 1), P5 (1, 1), y los puntos crticos situados en los cuatro segmentos de la frontera del recinto, que los hallamos por sustituci
on en z =
f (x, y) = xy(1 x2 y 2 ) = xy x3 y xy 3 , estudiando los puntos crticos
de las funciones resultantes, que son de una sola variable.
x = 0 z = 0 z = 0 para cualquier valor de y P6 (0, y)
x = 1 z = y y y 3 = y 3 z = 3y 2 = 0 y = 0 P2 (1, 0)
y = 0 z = 0 z = 0 para cualquier valor de x P7 (x, 0)
y = 1 z = x x3 x = x3 z = 3x2 = 0 x = 0 P3 (0, 1)
(c) Por u
ltimo comparamos los valores de la funci
on en cada uno de los
puntos crticos, el mayor ser
a el m
aximo absoluto y el menor el mnimo.
f (0, 0) = f (1, 0) = f (0, 1) = 0
f (0, y) = f (x, 0) = 0
f (1, 1) = 1 1 1 = 1 mnimo
f (1/2, 1/2) = 1/4 1/16 1/16 = 2/16 = 1/8 M
aximo
DE FUNCIONES MULTIVARIABLES
316 CAPITULO 4. DERIVACION
4.11.
Est
udiese la continuidad y diferenciabilidad en R2 de la funci
on f definida por
( x sen y
si (x, y) 6= (0, 0)
x2 + y 2
f (x, y) =
0
si (x, y) = (0, 0)
4.2.
3y 3 y 2 = 0
0
3
3
1
3
2
2
2
0
3y y2 = (y1)(3y +3y+2) = 0
9 24
y=1
3y 2 + 3y + 2 = 0
3
15
6
6
resulta que, para x = 1, el u
nico punto P (1, f (1)) que cumple la ecuaci
on dada es el punto
(1, 1).
- Las derivadas parciales de F (x, y) = 3y 3 x4 x2 y 2 son continuas en todo R2 y por
tanto en P , por tratarse de una funci
on polin
omica, en efecto:
puesto que 3y 2 + 3y + 2 6= 0, ya que, si no, sera x =
Fx (x, y)
12y 3 x3 + 2xy
10
5
=
f (1) =
=
Fy (x, y)
9y 2 x4 x2
8
4
y =1
5
(x 1)
4
5x + 4y = 9
317
Demostrar la relaci
on existente entre la derivada direccional y las derivadas parciales de una funci
on diferenciable, aplicando la regla de la cadena con una variable
independiente
DE FUNCIONES MULTIVARIABLES
318 CAPITULO 4. DERIVACION
Captulo 5
Integral definida
y C
alculo de primitivas.
5.1.
La estimaci
on de un
area. Sumas de Riemann.
5.1.1.
Significado geom
etrico de la integral
Si la funci
on f es positiva sobre el intervalo cerrado a, b . La integral
definida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX y las perpendiculares por los
puntos a y b.
319
320CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
y6
y = f (x)
x
a
Z
Figura 5.1:
2.
b
b
f (x) dx =
area bajo la curva.
a
Si la funci
on f es negativa sobre el intervalo cerrado a, b . La integral
definida de la funci
on f sobre dicho intervalo representa el area de la
regi
on limitada por la curva, el eje OX, y las perpendiculares por los
puntos a y b, pero con signo negativo.
y6
a
b x
y = f (x)
Figura 5.2:
3.
b
a
f (x) dx =
area sobre la curva.
Si la funci
on toma valores positivos y negativos sobre el intervalo cerrado a, b . Entonces, la integral definida de la funci
on f sobre dicho
intervalo representa la suma de las areas de las regiones comprendidas
entre la funci
on, el eje de las x, y las perpendiculares por a y b, pero
asign
andole a cada una de ellas el signo + o seg
un que este por
encima o por debajo del eje x. Por lo que en tal caso la integral no nos
da una medida del area.
y6
y = f (x)
x
a
Figura 5.3:
f (x) dx =
area 1 -
area 2 +
area 3.
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
321
C
alculo de integrales mediante
areas
Lo normal ser
a calcular
areas a partir del concepto de integral. No obstante,
en ocasiones, el significado gr
afico de la integral nos permitir
a calcular algunas integrales mediante
areas.
Ejemplo 5.1. Hallar gr
aficamente la siguiente integral:
Z 4
(x 2) dx
1
Soluci
on. Representamos la funci
on y = x 2 y hallamos las areas correspondientes.
1
22
11
=
A2 =
=2
2
2
2
La integral vendr
a definida como la suma aritmetica de las areas correspondientes, asignado signo negativo a las areas situadas por debajo del eje
horizontal y positivo a las situadas por encima. Es
decir:
Z 4
1
3
(x 2) dx = A1 + A2 = + 2 =
2
2
1
A1 =
y 6
x
1
Figura 5.4:
p
25 x2 dx
Soluci
on. Representamos la funci
on y = 25 x2 y hallamos las areas
correspondientes. Para ello eliminamos la raz cuadrada.
p
y = 25 x2 ( y > 0) y 2 = 25 x2 x2 + y 2 = 25
-x
5
Figura 5.5:
25
r2
=
2
2
La integral vendr
a definida como el area del
semicrculo. Es decir:
Z 5p
25
25 x2 dx =
2
5
A=
sen x dx
0
322CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Representamos la funci
on y = sen x y hallamos las areas correspondientes. Al ser la funci
on simetrica respecto del eje horizontal resultan
las
areas iguales y por tanto se compensan, dando una integral nula. En
efecto.
y
6
x
-
sen x dx = A A = 0
Figura 5.6:
El m
etodo exhaustivo o de llenado para el c
alculo de
areas
Este metodo era utilizado por los griegos para el c
alculo de areas planas y
consiste en lo siguiente: Para calcular el area de una regi
on plana irregular
se sigue el siguiente proceso:
(a) Para el c
alculo aproximado del area. Se rellena la regi
on lo m
as posible
de polgonos (tri
angulos, cuadril
ateros, rect
angulos, trapecios, etc.) y luego
se toma como valor aproximado del area de la regi
on la suma de las areas
de todos estos polgonos.
A A1 + A2 + A3 + A4 + A5
(b) Para el c
alculo exacto del area se sigue el siguiente proceso:
1.
2.
Por ejemplo, supongamos que queremos calcular el area del crculo conociendo la longitud de la circunferencia. Para ello ideamos el siguiente procedimiento:
1.
2.
Por paso al lmite obtenemos el area total del crculo (la altura del
tri
angulo se transforma en el radio del crculo y la suma de las bases
en la longitud de la circunferencia.
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
323
C T1 + T2 + + T 8
1
1
1
bh + bh + + bh
2
2
2
1
h b1 + b2 + + bn
2
1 z}|{
C = R 2R = R2
2
@ T3 T2
T4 @
T1
@
@ T
T5
@ 8
T6 T7 @
x1
x2
x3
6
x1 x2 x3 b
6
x1 x2 x3 b
6
b
x1 x2 x3 b
324CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
b
a
f (x) dx
A la suma de las
areas de los rect
angulos se les llama sumas de Riemann. A
la primera de ellas se le llama suma inferior y a la u
ltima suma superior.
En general, poniendo xi = xi xi1 , resulta:
Z
f (x) dx = lm
xi 0
n
n
X
f (x1 )x1 +f (x2 )x2 + +f (xn )xn = lm
f (xi )xi
xi 0
n i=1
f (x) dx = lm
n
X
xi 0
n i=1
f (xi )xi
5.1.2.
C
alculo de lmites utilizando el concepto de integral
Supongamos que utilizamos una partici
on regular del intervalo 0, 1 , es decir, todos los subintervalos con la misma anchura, por ejemplo, dividiendolo
en n partes iguales. Tendremos todos los rect
angulos con la misma base,
x = 1/n. Como altura de cada rect
angulo podemos tomar la imagen del
extremo
del subintervalo correspondiente. En este caso, la integral
derecho
entre 0, 1 de una funci
on continua se puede expresar de la siguiente forma:
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y6
325
y = f (x)
x
1 2 3
n n n
Figura 5.8:
Z
1
0
2 1
n 1
1 1
=
f (x) dx = lm f ( ) + f ( ) + + f ( )
n
n n
n n
n n
1
2
n
1
f( ) + f( ) + + f( ) =
= lm
n n
n
n
n
n
X
k
1
f( )
= lm
n n
n
k=1
n
1
2
n
1
1X k
lm
f( ) =
f ( ) + f ( ) + + f ( ) = lm
n n
n n
n
n
n
n
k=1
f (x) dx
0
lo que nos permite calcular el lmite de algunas sumas a partir del concepto
de integral.
Ejemplo 5.4. Calcular el siguiente lmite:
1
2
n
lm
+ 2
+ + 2
n 1 + n2
2 + n2
n + n2
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
2
n
1
+ 2
+ + 2
=
lm
n 1 + n2
2 + n2
n + n2
2n
n2
n
1
+
+
+
= lm
=
n n
1 + n2 22 + n2
n2 + n2
!
1
1/n
2/n
1
=
= lm
+
+ + + n 2
n n
(n) + 1
( n1 )2 + 1 ( n2 )2 + 1
Z 1
n
1 X k/n
ln 2
x
= lm
dx =
=
k 2
2
n n
2
(n) + 1
0 x +1
k=1
326CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
lm
n
n
n
=
+
+ + 2
n2 + 1 n2 + 4
n + n2
1
n2
n2
n2
=
= lm
+
+ + 2
n n
n2 + 1 n2 + 4
n + n2
!
1
1
1
1
= lm
+
+ + +
=
n n
1 + ( nn )2
1 + ( n1 )2 1 + ( n2 )2
Z 1
n
h
i1
1
1
1X
=
dx
=
arc
tg
x
=
= lm
2
n n
4
0
1 + ( nk )2
0 1+x
k=1
n
n
n
+
+ +
2
2
(n + 1)
(n + 2)
(n + n)2
Soluci
on. Sacamos factor com
un la base de los rect
angulos, 1/n, y el resto
lo expresamos en funci
on de k/n.
n
n
n
+
+ +
=
lm
n (n + 1)2
(n + 2)2
(n + n)2
n2
n2
n2
1
+
+ +
= lm
=
n n
(n + 1)2 (n + 2)2
(n + n)2
2
2
2 !
n
n
n
1
+
+ +
= lm
=
n n
n+1
n+2
n+n
!2
!2
2
1
1
1
1
=
+
+ +
= lm
1
2
n n
1 + nn
1+ n
1+ n
!2 Z
2
Z 1
n
1
1
1X
1
1
=
dx
=
dx =
= lm
k
n n
1
+
x
(1
+
x)2
1
+
0
0
n
k=1
h 1 i1 1
1
=
+1=
=
1+x 0
2
2
1
1
1
+
+ +
n+1 n+2
n+n
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funci
on de
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
327
k/n.
lm
1
1
1
+
+ +
=
n+1 n+2
n+n
n
n
n
1
+
+ +
=
= lm
n n
n+1 n+2
n+n
!
1
1
1
1
=
= lm
+
+ +
1
2
n n
1 + nn
1+ n
1+ n
Z 1
n
h
i1
1X 1
1
= lm
= ln 2
dx
=
ln
|1
+
x|
=
n n
0
1 + nk
0 1+x
k=1
n
n
e + e2 + + n en
lm
n
n
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funci
on de
k/n.
lm
e+
e2 + +
n
en
1 1/n
e
+ e2/n + + en/n =
n n
Z 1
n
h i1
1 X k/n
e
=
ex dx = ex = e 1
= lm
n n
0
0
= lm
k=1
lm
k=1
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funci
on de
k/n. Tengase en cuenta que al ser k el ndice del sumatorio, todas las dem
as
variables son constantes y se pueden introducir en el sumatoria, incluida la
propia n.
Z 1
n
n
n
1 X 7
1 1 X 7
1X k 7
lm
=
k = lm
k = lm
x7 dx =
n n8
n n n7
n n
n
0
k=1
k=1
k=1
h x8 i1 1
=
=
8 0 8
328CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Sacamos factor com
un 1/n y el resto lo expresamos en funci
on de
k/n. Tengase en cuenta que la falta de un rect
angulo infinitesimal no afecta
al resultado.
1 1
2
n1
2
n1
1
= lm
=
+ 2 + +
+ + +
lm
n n
n n2
n
n2
n n
n
Z 1
n1
1
2
n1
1
1Xk
= lm
x dx =
=
0 + + + +
= lm
n n
n n
n n
n
n
0
k=0
h x2 i1 1
=
=
2 0 2
Intervalo de integraci
on distinto del 0, 1
En el c
alculo de lmites mediante integrales, el intervalo de integraci
on puede
ser
En efecto, si utilizamos una partici
on regular, la integral entre
cualquiera.
a, b de una funci
on continua se puede expresar de la siguiente forma:
y 6
y = f (x)
Al dividir el intervalo a, b en n partes
iguales, la base de cada uno de los n
rect
angulos infinitesimales ser
a: x =
ba
, y por lo tanto las coordenadas de
n
los puntos x1 , x2 , . . . ser
an:
x
a x1 x2
Figura 5.9:
x1 = a +
ba
,
n
ba
2
= a + (b a), . . .
n
n
ba
k
. . . xk = a + k
= a + (b a)
n
n
x2 = a + 2
...
ba
ba
ba
=
+ f (x2 )
+ + f (xn )
f (x1 )
n
n
n
n
b a
= lm
f (x1 ) + f (x2 ) + + f (xn ) =
n n
n
n
baX
k
baX
f (xk ) = lm
f a + (b a)
= lm
n n
n n
n
f (x) dx = lm
k=1
k=1
baX
f
lm
n n
k=1
Z b
k
a + (b a) =
f (x) dx
n
a
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
329
Si b a es un n
umero entero, entonces podemos dividir el intervalo a, b en
(b a)n partes iguales, con lo cual la base de los rect
angulos infinitesimales
1
k
ba
= . Con lo cual xk = a + . Y resulta:
resultantes sera x =
(b a)n
n
n
Z b
(ba)n
k
1 X
f (x) dx
=
f a+
lm
n n
n
a
k=1
La clave para determinar los lmites de integraci
on a, b , est
a en conocer el
primer y el u
ltimo valor de f (x), es decir, f (a) y f (b). M
as que la f
ormula,
debe buscarse el proceso de integraci
on, utilizando un gr
afico auxiliar. Unas
veces habr
a que pensar que s
olo la unidad se ha dividido en n partes y otras
que todo el intervalo de integraci
on se ha dividido en las n partes.
2
(n 1)
2 3
n n
de donde,
2
(n 1)
+ + sen
sen + sen
=
n n
n
n
n
Z
h
i
2
n
= lm
+ + sen
sen + sen
=
sen x dx = cos x =
n n
n
n
n
0
0
= cos + cos 0 = 1 + 1 = 2
lm
Como regla pr
actica para determinar los lmites de integraci
on y el correspondiente incremento de x puede utilizarse la siguiente: Una vez determinado el valor de x = k
n , tenemos:
x=
k
n
k=0
k=n
k=1
x=0
x=
x = n
n
X
k
1
sen
lm
n
n
n
k=1
a=0
b=
x =
330CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Igual que en el ejemplo anterior, podemos suponer que el intervalo
0, lo hemos dividido en n partes iguales. La base de los rect
angulos
infinitesimales ser
a x = /n, y los puntos de la partici
on x1 = /n, x2 =
2/n, . . ., xn = n/n.
2 3
n n
0
Ejemplo 5.13. Calcular el siguiente lmite:
n
n
n
e + e2 + + e2n
lm
n
n
Soluci
on. Podemos suponer que el intervalo 0, 2 lo hemos dividido en 2n
partes iguales. La base de los rect
angulos infinitesimales ser
a x = 1/n, y
los puntos de la partici
on x1 = 1/n, x2 = 2/n, . . ., xn = 2n/n = 2.
1
n
1
n
1
n
1
n
2
n
3
n
n
n
2n
n
e+
e2 + +
n
e2n
1 1/n
e
+ e2/n + + e2n/n =
n n
Z 2
2n
h i2
1 X k/n
= lm
e
=
ex dx = ex = e2 1
n n
0
0
= lm
k=1
5.1.3.
Si a < b no tiene sentido hablar del intervalo b, a . No obstante, se
admite por convenio que: Al intercambiar los lmites de integraci
on, la
integral cambia de signo.
DE UN AREA.
5.1. LA ESTIMACION
SUMAS DE RIEMANN.
y
-x
b
-x
b
f (x) dx =
331
f (x) dx
3.
M
m
-x
a
4.
m(b a)
f (x) dx M (b a)
(5.1)
6
a
-x
b
f (x) dx =
-x
c
f (x) dx +
f (x) dx
b) Relativas al integrando.
1.
2.
Z b
Z b
f (x) + g(x) dx =
f (x) dx +
g(x) dx
a
rf (x) dx = r
f (x) dx
a
332CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
3.
f (x) 0,
4.
f (x) dx 0
Si una funci
on es menor que otra, entonces su integral tambien lo es.
x a, b
f (x) g(x),
f (x) dx
f (t) dt = 5 y
g(x) dx
2f (t) dt = 1
Soluci
on.
Z
2f (t) dt = 2
f (t) dt =
luego
f (t) dt = 1
f (t) dt +
Soluci
on.
R4
1
R1
4
f (t) dt = 5 +
Calcular
f (t) dt =
2f (t) dt =
1
+
2
1
2
4
2
f (t) dt = 5
9
1
=
2
2
f (x) + g(x) dx = 3
g(x) dx = 5
g(x) dx
0
) R4
)
R4
f (x) g(x) dx = 10
1 f (x) dx 1 g(x) dx = 10
R1
R1
f (x) + g(x) dx = 3
4 f (x) dx + 4 g(x) dx = 3
) Z
R1
R1
Z 1
1
4 f (x) dx + 4 g(x) dx = 10
13
2
g(x) dx = 13
g(x) dx =
R1
R1
2
4
4
4 f (x) dx + 4 g(x) dx = 3
de donde,
g(x) dx =
0
g(x) dx +
0
g(x) dx = 5 +
4
13
23
=
2
2
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
333
x dx
x dx
0
x dx
x3 dx
Soluci
on. Si observamos las gr
aficas de ambas funciones en los dos intervalos
de referencia, resulta:
x3
y6
5.2.
0x1
x
-
1x2
x3
x x3
Z
Z
1
0
2
1
x dx
x dx
x3 dx
x3 dx
La funci
on integral o funci
on
area
Dada una funci
on integrable en un intervalo cerrado [a, b], se define su funci
on integral sobre dicho intervalo como el a
rea bajo la curva desde el punto
a hasta un punto variable t [a, b] O bien, dado que es m
as habitual hablar
y6
y = f (x)
F (t) =
F (t)
a
-x
f (x) dx
a
Figura 5.10:
de F (x) en lugar de F (t), basta con intercambiar los papeles de ambas variables.
y6
y = f (x)
F (x) =
F (x)
a
-x
Figura 5.11:
f (t) dt
334CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Teorema fundamental del C
alculo
Teorema 5.1. Si f es una funci
on continua
en el intervalo cerrado [a, b],
Rx
entonces su funci
on integral, F (x) = a f (t) dt a x b, es continua en
[a, b] y derivable en (a, b), y su derivada F (x) = f (x).
f continua
R x en [a, b] F (x) = f (x)
F (x) = a f (t) dt
Demostraci
on. Aplicando la definici
on de derivada a la funci
on F , resulta,
Rx
R x+h
f (t) dt a f (t) dt
F (x + h) F (x)
a
= lm
=
F (x) = lm
h0
h0
h
h
Rx
R x+h
Rx
f (t) dt a f (t) dt
a f (t) dt + x
= lm
=
h0
h
R x+h
f (t) dt
f (x) h
= lm x
= lm
= f (x)
h0
h0
h
h
En la demostraci
on se ha tenido en cuenta que, para h peque
no,
Z x+h
f (t) dt f (x) h
En efecto,
y6
La integral
y = f (x)
f (x)
F (x)
a
-x
b
x 6
x+h
x+h
f (t) dt
x
Figura 5.12:
De una manera m
as formal, teniendo en cuenta la desigualdad (5.1), se
puede establecer de la siguiente forma:
R x+h
Z x+h
f (t) dt
Mx
mx h
f (t) dt Mx h mx x
h
x
de donde, tomando lmite,
lm mx lm
h0
h0
R x+h
x
f (t) dt
lm Mx
h0
h
de donde,
f (x) lm
h0
R x+h
x
f (t) dt
f (x)
h
lm
h0
R x+h
x
f (t) dt
= f (x)
h
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
335
Si la funci
on f es continua
R xsobre el intervalo cerrado [a, b], entonces su
funci
on integral F (x) = a f (t) dt , es una primitiva de f (x).
2.
Toda funci
on continua sobre un intervalo cerrado, tiene una primitiva
sobre dicho intervalo.
3.
4.
La derivada del
area coincide con el valor de la funci
on en la frontera:
y 6
F (x)
a
Crculo
'$
F (x)
r2
x
x
2r
&%
= a (r)
Esfera
'$
4
V = r3
3
A = 4r2
&%
A = V (r)
Figura 5.13:
Derivada de integrales
d
Ejemplo 5.17. Hallar
dt
Z tp
x2 + 1 dx
0
Soluci
on. Aplicando directamente el teorema fundamental resulta,
Z
p
d tp 2
x + 1 dx = t2 + 1
dt 0
Ejemplo 5.18. Hallar
d
dt
sen2 x dx
Soluci
on. Para poder aplicar el teorema fundamental, el lmite variable,
respecto del que se deriva, ha de ser el lmite superior de la integral, en
consecuencia habr
a que intercambiar los lmites,
Z t
Z
d 3
d
2
sen2 x dx = sen2 t
sen x dx =
dt t
dt
3
336CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Derivada de integrales cuando el lmite superior es una funci
on
Cuando la variable de integraci
on no coincide con la variable de derivaci
on,
aplicamos el teorema de la derivada de la funci
on compuesta
Z u
d
u = g(x)
=
f (t) dt =
f (t) dt =
du = g (x)dx
dx a
a
Z u
d
du
du
=
= f (u)
= f [g(x)] g (x)
f (t) dt
du
dx
dx
a
Z 2
d t
Ejemplo 5.19. Hallar
cos x2 dx
dt 0
d
dx
g(x)
Soluci
on.
d
dt
t2
f (t) dt +
f (t) dt = f [h(x)]h (x) + f [g(x)]g (x) =
=
dx
a
a
d
dx
g(x)
Es decir,
Z
g(x)
h(x)
d
dx
(5.2)
x3
ln t dt
x2
Soluci
on. Aplicando la f
ormula (5.2) resulta,
Z x3
d
ln t dt = ln x3 3x2 ln x2 2x = 9x2 ln x 4x ln x = 9x2 4x ln x
dx x2
Z x
d
cos t2 dt
x>0
Ejemplo 5.21. Hallar
dx 1/x
Soluci
on. Aplicando la f
ormula (5.2) resulta,
Z x
1
1
1 2 1
1
1
d
cos t2 dt = cos( x)2 cos
2 = cos x + 2 cos 2
dx 1/x
x
x
x
x
2 x
2 x
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
lm
x0+
R x2
0
337
sen t dt
x3
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
sen t dt h 0 i
2
2x2
sen x 2x
=
=
l
m
=
=
l
m
lm
3
2
2
x
0
3x
3
x0+ 3x
x0+
x0+
Rx
cos t2 dt
Ejemplo 5.23. Hallar el lmite lm 0
x0
x
R x2
0
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
Rx
cos t2 dt h 0 i
cos x2
= lm
=
=1
lm 0
x0
x0
x
0
1
R sen x
tg t dt
Ejemplo 5.24. Hallar el lmite lm R 0tg x
+
x0
sen t dt
0
Soluci
on. La sustituci
on directa da la indeterminaci
on 0/0 que se rompe
aplicando la Regla de LH
opital. En efecto,
p
R sen x
tg t dt
tg(sen x) cos x
tg x cos3 x
0
=1
= lm p
lm R tg x
= lm
1
tg x
x0+
x0+
x0+
sen
t
dt
0
sen(tg x) 2
cos x
5.2.1.
Demostraci
on. Sea f continua en [a, b] y G una primitiva
R xcualquiera de f .
Por ser f continua sobre [a, b], su funci
on integral F (x) = a f (t) dt ser
a una
primitiva de f . En consecuencia tendremos dos primitivas de una misma
funci
on que, por tanto, se diferenciaran en una constante G(x) = F (x) + C,
de donde,
Z b
Rb
G(b) = F (b) + C
G(b) = a f (t) dt + C
G(b) =
f (x) dx + G(a)
G(a) = F (a) + C
G(a) = 0 + C = C
a
de donde,
Z
b
a
338CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Observaciones:
1.
2.
f (x) dx =
Z
f (x) dx
b
h
ib
= G(x) = G(b) G(a)
a
x2 dx
Soluci
on. Basta con encontrar una primitiva de x2 y evaluarla en los extremos de integraci
on.
Z
1
0
x3
x dx =
3
2
1
0
1
1
0=
3
3
y = sen x
x
-
A=
h
i
sen x dx = cos x = cos + cos 0 =
= (1) + 1 = 1 + 1 = 2
Figura 5.14:
dx
1 + x2
3
dx
3 arc tg 1 = =
=
arc
tg
=
arc
tg
x
1
2
1+x
3
4
12
5.2. EL TEOREMA FUNDAMENTAL DEL CALCULO
339
Integraci
on de funciones definidas a trozos
Ejemplo 5.28. Dada la funci
on definida por f (x) =
calcular
x2
x
si 0 x 1
si 1 x 2
f (x) dx.
0
Soluci
on. Descomponemos la integral con objeto de integrar por tramos,
utilizando en cada tramo la funci
on correspondiente.
Z
f (x) dx =
0
x dx +
2
1
x3
x dx =
3
Z
1
x2
+
2
0
2
1
1
1
11
+2 =
3
2
6
2
0
|1 x| dx
Soluci
on. Separamos los dos casos del valor absoluto.
1x
1x
si 1 x 0
=
f (x) = |1 x| =
x1
1 + x si 1 x < 0
si
si
x1
x>1
de donde,
2
1 2
x
x2
+
x =
(x 1) dx = x
(1 x) dx +
|1 x| dx =
2 0
2
1
0
0
1
1 4
1
=1 + 2 +1=1
2 2
2
si x [0, 1]
1
2 si x (1, 2]
Ejemplo 5.30. Dada la funci
on f (x) =
x
si x (2, 3]
Z
Z
f (t) dt
determinar F (x) =
Soluci
on. El valor de F (x) depender
a del tramo en el que est
a situada la x
1
0
x [0, 1] F (x) =
x (1, 2] F (x) =
f (t) dt =
f (t) dt =
0
t
2
x
1 dt = t 0 = x
1 dt +
1
x
2 dt = t 0 + 2t 1 =
= 1 2x + 2 = 2x + 3
340CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
x (2, 3] F (x) =
f (t) dt =
1 dt +
0
2
1
2 dt +
t dt =
2
1
2 t2 x
x2 4
x2
=
1
4
+
2
+
=
3
= t 0 + 2t 1 +
2 2
2
2
2
de donde, la funci
on F vendr
a definida por:
6y = f (x)
a
6
y = F (x)
x
-
Figura 5.15:
x
-
F (x) = 2x + 3
x2
3
2
si x [0, 1]
si x (1, 2]
si x (2, 3]
INMEDIATA.
5.3. INTEGRACION
341
B. C
alculo de primitivas.
5.3.
Integraci
on inmediata.
Definici
on 5.1 (Primitiva). Una funci
on F (x) se llama primitiva de otra
funci
on f (x) si F (x) = f (x).
Proposici
on 5.1. Si una funci
on tiene una primitiva, entonces tiene infinitas, que se diferencian entre s en una constante.
Definici
on 5.2 (Integral indefinida). Se llama integral indefinida de una
funci
on f (x) al conjunto formado por todas sus primitivas, y se denota por:
Z
f (x) dx = F (x) + C
Ejemplo 5.31. Hallar
x3 + 2x2 + 1 dx
Soluci
on. Buscamos una primitiva del integrando, es decir una funci
on tal
que al derivarla nos de el integrando. En consecuencia,
Z
x4 2x3
+
+x+C
x3 + 2x2 + 1 dx =
4
3
5.3.1.
1. d
2.
3.
f (x) dx = f (x) dx
f (x) dx = f (x)
df (x) = f (x) + C
R
R
[f (x) g(x)] dx = f (x) dx g(x) dx
R
R
5.
r f (x) dx = r f (x) dx Un factor constante puede sacarse fuera del signo de
4.
integraci
on.
342CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
5.3.2.
dx = x + C
xn+1
+C
xn dx =
n+1
dx
= ln |x| + C
x
ex dx = ex + C
ax
ax dx =
+C
ln a
dx
= arc tg x + C
1 + x2
1
x
dx
= arc tg + C
2
2
a +x
a
a
dx
= arc sen x + C
1 x2
dx
x
= arc sen + C
2
2
a
a x
sen x dx = cos x + C
sec2 x dx = tg x + C
senh x dx = cosh x + C
cos x dx = sen x + C
csc2 x dx = cot x + C
cosh x dx = senh x + C
dx
= tgh x + C
cosh2 x
R dx
= coth x + C
senh2 x
R
1
dx = 2 x + C
dx
=
+
C
x2
x
x
R
R
tg x dx = ln | cos x| + C
cotg x dx = ln | sen x| + C
R dx
1 x 1
+C
= ln
2
x 1
2
x + 1
R
R
dx
dx
= ln x + x2 + 1 + C
= ln x + x2 1 + C
1 + x2
x2 1
Z
1 2
Ejemplo 5.32. Hallar la integral
x+
dx
x
Soluci
on. Realizando el cuadrado tenemos:
Z
Z
1 2
1
x2
x+
dx =
x+2+
+ 2x + ln |x| + C
dx =
x
2
x
Z
(x + 1)2
dx
Ejemplo 5.33. Hallar la integral
x3 + x
Soluci
on. Operando tenemos:
Z 2
Z
Z
x + 2x + 1
(x2 + 1) + 2x
(x + 1)2
dx
=
dx
=
dx =
x3 + x
x(x2 + 1)
x(x2 + 1)
Z
2
1
dx = ln |x| + 2 arc tg x + C
=
+
x 1 + x2
2
tg x + cot x dx
Soluci
on. Operando tenemos:
Z
343
Z
2
tg2 x + 2 tg x cot x + cot2 x dx =
tg x + cot x dx =
Z
Z
2
2
=
tg x + 2 + cot x dx =
tg2 x + 1 + 1 + cot2 x dx =
Z
Z
Z
Z
2
2
2
=
tg x + 1 dx +
1 + cot x dx = sec xdx + csc2 xdx =
= tg x cot x + C
p
2x x2 + 1 dx
Soluci
on. En este caso tenemos que tener en cuenta la derivada de una
funci
on compuesta.
Z
Z
p
2
2x x + 1 dx =
5.4.
3/2
1/2
x2 + 1
x +1
2x dx =
+C =
3/2
p
2 2
x +1
=
x2 + 1 + C
3
2
Integraci
on mediante cambio de variable
dx = g (t)dt
2.
f g(x) g (x) dx =
g(x) = t
g (x)dx = dt
f (t) dt
En la pr
actica se combinan ambos metodos, ya que x = g(t) t = g 1 (x).
La funci
on que se utilice tendr
a que tener derivada continua para que se
pueda realizar la nueva integral, e inversa para poder deshacer el cambio.
Z
4
Ejemplo 5.36. Hallar la integral
x x2 + 3 dx
344CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
"
# Z
Z
Z
4
u = x2 + 3
1
2
4 du
=
u4 du =
x x + 3 dx =
= u
2
2
du = 2x dx
5
x2 + 3
1 u5
+C =
+C
=
2 5
10
Z
cos 3t
Ejemplo 5.37. Hallar la integral
dt
(1 + sen 3t)5
Soluci
on. Hacemos el cambio de variable buscando la derivada de una potencia:
"
#
Z
Z
u
=
1
+
sen
3t
1
cos 3t dt
=
(1 + sen 3t)5 3 cos 3t dt =
=
(1 + sen 3t)5
3
du = 3 cos 3t dt
Z
1
1
1 u4
1
+C =
+C =
+C
u5 du =
=
3
3 4
12u
12(1 + sen 3t)4
Z
Ejemplo 5.38. Hallar la integral
ex sen ex dx
Soluci
on. Hacemos el cambio de variable buscando la derivada del sen:
"
# Z
Z
x
u
=
e
ex sen ex dx =
= sen u du = cos u + C = cos ex + C
du = ex dx
Z
Ejemplo 5.39. Hallar la integral
ln cos x tg x dx
Soluci
on. Hacemos el cambio de variable llamando t a una parte del integrando, de manera que podamos identificar dt en el resto:
Z
Z
t = ln cos x
ln cos x tg x dx =
=
t dt =
sen x
dt =
dx = tg x dx
cos x
2
1
t2
= + C = ln(cos x) + C
2
2
Z
Soluci
on. Hacemos el cambio de variable llamando t = x + 1, sin embargo,
para hallar dt no derivamos directamente, sino que previamente eliminamos
la raz cuadrada:
# Z
"
t = x + 1 t2 = x + 1
2
=
t
1
t 2t dt =
x x + 1 dx =
x = t2 1 dx = 2t dt
5
3
Z
2 x+1
2 x+1
2t5 2t3
4
2
=
2t 2t dt =
+C =
+C
5
3
5
3
345
e6x dx
e6x + 1
Soluci
on. Teniendo en cuenta que el numerador es la derivada del denominador, salvo un factor constante, hacemos el cambio de variable buscando
la derivada del ln:
"
#
Z
Z
e6x + 1 = t
ln e6x + 1
e6x dx
dt
1
ln |t|
=
=
=
+C =
+C
e6x + 1
6
t
6
6
6e6x dx = dt
Ejemplo 5.42. Hallar la integral
e3x dx
e6x + 1
Soluci
on. En este caso hacemos el cambio de variable buscando la derivada
del arc tg:
"
#
Z
Z
e3x = t
1
1
1
e3x dx
dt
=
=
= arc tg t+C = arc tg e3x +C
3x
6x
2
e +1
3
t +1
3
3
3e dx = dt
Ejemplo 5.43. Hallar la integral
sen x
dx
x
Soluci
on. En este caso hacemos el cambio de variable buscando dejar el seno
exclusivamente en funci
on de la variable de integraci
on:
Z
Z
x=t
sen x
dx = dx
= 2 sen tdt = 2 cos t + C = 2 cos x + C
x
= dt
2 x
Z
dx
=
=
dx = 2tdt
(x + 2) x + 1
Z
Z
2t dt
2 dt
=
x+1+C
=
=
2
arc
tg
t
+
C
=
2
arc
tg
(t2 + 1)t
(t2 + 1)
Z
p
Ejemplo 5.45. Hallar la integral
x2 x3 + 1 dx
Z
Soluci
on. En este caso podemos elegir entre dos opciones; hacemos el cambio
de variable buscando eliminar la raz cuadrada, o bien, tenemos encuenta
346CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
que lo expresi
on que hay fuera de la raz es la derivada del radicando.
En el primer caso,
Z
x3
"
x3 + 1 = t x3 + 1 = t2
2
=
3
t t dt =
3x2 dx = 2tdt
Z
3
p
2
2 p 3
2 t3
2
x + 1 + C = (x3 + 1) x3 + 1 + C
+C =
t2 dt =
=
3
33
9
9
x
+ 1 dx =
y en el segundo,
Z
x3
"
Z
Z
1
1
+ 1 dx =
=
t dt =
t1/2 dt =
3
3
3x2 dx = dt
3
p
2 p 3
1 t3/2
2
+C =
x + 1 + C = (x3 + 1) x3 + 1 + C
=
3 3/2
9
9
x3 + 1 = t
1p
1 x2 dx
Soluci
on. Para resolver esta integral hacemos la sustituci
on trigonometrica
x = sen x, con objeto de eliminar la raz cuadrada generando un cuadrado
en su interior.
Z 1p
x = sen t dx = cos t dt
=
1 x2 dx = x = 0 0 = sen t t = 0
0
x = 1 1 = sen t t = /2
Z /2 p
Z /2
Z /2
1 + cos 2t
2
2
=
1 sen t cos t dt =
cos t dt =
dt =
2
0
0
0
sen 2t /2
t
+
=
=
2
4
4
0
5.5.
Integraci
on por partes.
Integrando
del producto
de dos funcionesR d(u v) =R v du + u dv
R la diferencial
R
R
resulta, d(u v) = v du + u dv , de donde, u v = v du + u dv . Esto
POR PARTES.
5.5. INTEGRACION
347
h
ib Z b
f (x)g (x) dx = f (x)g(x)
f (x)g(x) dx
a
x sen x dx
Soluci
on.
Z
x sen x dx =
"
u=x
du = dx
=
v = cos x
Z
= x cos x + cos x dx = x cos x + sen x + C
dv = sen x dx
x3
p
1 + x2 dx
Soluci
on. En este ejemplo la elecci
on de u y dv no resultan evidentes.
Forzamos la situaci
on para que el dv elegido sea f
acil de integrar.
)
u = x2
dv = x 1 + x2 dx
de donde,
du = 2x dx
Z
R
1 + x2 2x dx
(1 + x2 )3/2
1
2
=
= (1 + x2 )3/2
v = x 1 + x dx =
2
2 3/2
3
con lo que resulta,
Z
Z
p
x2 (1 + x2 )3/2 1
2
x 1 + x dx =
(1 + x2 )3/2 2xdx =
3
3
x2 (1 + x2 )3/2 1 (1 + x2 )5/2
1
2
=
= x2 (1 + x2 )3/2 (1 + x2 )5/2 + C
3
3
5/2
3
15
3
ln x dx
348CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Elegimos u = ln x y como dv el propio dx.
#
"
)
Z
Z
1
u = ln x
du = dx
= x ln x dx = x ln x x + C
ln x dx =
x
dv = dx
v=x
Z
Ejemplo 5.50. Hallar la integral
arc tg x dx
Soluci
on. Elegimos u = arc tg x y como dv el propio dx.
)
Z
u = arc tg x du = dx
x dx
2
arc tg x dx =
=
x
arc
tg
x
=
1+x
1
+ x2
dv = dx
v=x
Z
1
1
2x
= x arc tg x
dx = x arc tg x ln(1 + x2 ) + C
2
2
1+x
2
Z
Ejemplo 5.51. Hallar la integral
x2 ex dx
Z
Soluci
on. Elegimos u = x2 y dv = ex dx.
"
)
#
Z
Z
2
u
=
x
du
=
2xdx
2 x
2 x
x e dx =
= x e 2xex dx = x2 ex I1
v = ex
dv = ex dx
ex sen x dx
Soluci
on. Elegimos u = ex y dv = sen xdx.
Z
ex sen x dx =
"
u = ex
du = ex dx
=
v = cos x
Z
= ex cos x + ex cos x dx = ex cos x + I1
dv = sen xdx
POR PARTES.
5.5. INTEGRACION
349
y despejando la integral y a
nadiendo la constante, resulta
Z
ex cos x + ex sen x
ex sen x dx =
+C
2
Z p
a2 x2 dx
Ejemplo 5.53. Hallar la integral
Soluci
on. Elegimos u = a2 x2 y dv = dx.
)
"
Z p
x dx #
2 x2
a
u
=
du
=
a2 x2 dx =
a2 x2 =
dv = dx
v=x
Z
p
x2 dx
= x a2 x2 +
a2 x2
=
dx =
dx
dx
I1 =
a2 x2
a2 x2
a2 x2
a2 x2
La primera integral es inmediata. Para calcular la segunda integral racionalizamos la expresi
on con lo cual resulta,
Z p
x
2
I1 = a arc sen
a2 x2 dx
a
y despejando la integral y a
nadiendo la constante, resulta
Z p
1 p
a2
x
a2 x2 dx = x a2 x2 +
arc sen + C
2
2
a
350CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
5.6.
Integraci
on de funciones racionales
5.6.1.
Integraci
on de fracciones elementales
1
xa
II.
1
(x a)n
III.
Ax + B
+ px + q
x2
IV.
(x2
Ax + B
+ px + q)n
siendo x2 + px + q irreducible.
Las siguientes integrales racionales son inmediatas:
Z
Z
f (x)
1
dx = ln |x a| + C
dx = ln |f (x)| + C
xa
f (x)
Z
Z
dx
(x a)n+1
1
n
=
(x
a)
dx
=
+C =
+C
n
(x a)
n + 1
(n 1)(x a)n1
Z
1
dx = arc tg x + C
1 + x2
Integrales del tipo:
Z
1
dx
2
x + px + q
Ax + B
dx siendo x2 + px + q 6= 0
+ px + q
x2
dx
=
2
x + 4x + 13
dx
1
=
2
(x + 2) + 9
9
dx
=
x+2 2
+1
3
Z
1
x+2
1/3 dx
3
= arc tg
+C
=
2
9
3
3
x+2
+1
3
DE FUNCIONES RACIONALES
5.6. INTEGRACION
Ejemplo 5.55. Hallar la integral
2x2
351
1
dx
4x + 10
Soluci
on. Expresamos el denominador como el cuadrado de un binomio,
sacando previamente 2 factor com
un,
2x2 4x + 10 = 2[x2 2x + 5] = 2[(x 1)2 1 + 5] = 2[(x 1)2 + 4]
de donde,
Z
1
dx
=
2x2 4x + 10
2
1
dx
=
(x 1)2 + 4
8
dx
=
x1 2
+1
2
Z
x1
1/2 dx
1
2
+C
= arc tg
=
2
8
4
2
x1
+1
2
x2
3x + 2
dx
4x + 8
Soluci
on. Esta integral es del tipo ln + arc tg. Para ello buscamos en el numerador la derivada del denominador 2x 4 y luego separamos en dos integrales; la primera es un ln y en la segunda buscamos el arc tg, expresando
el denominador como el cuadrado de un binomio,
Z
Z
Z
(3x + 2) dx
(x + 2/3) dx
3
2x + 4/3
=3
=
dx =
2
2
2
x 4x + 8
x 4x + 8
2
x 4x + 8
Z
Z
Z
3
3
3
2x 4 + 4 + 4/3
2x 4
16/3 dx
=
dx =
dx +
=
2
2
2
x 4x + 8
2
x 4x + 8
2
(x 2)2 + 4
Z
1/2 dx
3
=
= ln |x2 4x + 8| + 4
2
x2 2
+1
2
3
x2
= ln(x2 4x + 8) + 4 arc tg
+C
2
2
5.6.2.
Integraci
on de funciones racionales con ayuda del desarrollo en fracciones simples.
Divisi
on de los polinomios.- Si el grado del numerador es mayor o igual
que el del denominador, la primera operaci
on es efectuar la divisi
on.
P (x)
R(x)
Q(x)
C(x)
352CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
R(x)
P (x)
= C(x) +
Q(x)
Q(x)
P (x)
dx =
Q(x)
C(x) dx +
R(x)
dx
Q(x)
Factorizaci
on del denominador. Pueden darse los siguientes casos:
a) El denominador tiene s
olo races reales simples.
b) El denominador tiene s
olo races reales, aunque alguna de ellas
es m
ultiple.
c) Entre las races del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
d)
3.
Descomponer la fracci
on en fracciones simples.
La determinaci
on de los coeficientes se puede hacer por dos metodos:
1.
2.
= 2x + 3 + 2
3x + 2x 12
2
x 4
x 4
3x2
+ 12
2x
DE FUNCIONES RACIONALES
5.6. INTEGRACION
353
2x3 + 3x2 6x 12
dx =
x2 4
(2x + 3) dx +
2x
dx = x2 + 3x + ln |x2 4| + C
4
x2
2x3 5x2 4x + 13
dx
x2 4x + 4
Soluci
on. Efectuamos la divisi
on de los polinomios,
2x3 5x2 4x + 13
2x3 + 8x2 8x
3x2 12x + 13
3x2 + 12x 12
1
x2 4x + 4
2x + 3
2x3 5x2 4x + 13
dx =
x2 4x + 4
1
(2x + 3) dx +
dx =
2
x 4x + 4
Z
1
1
= x2 + 3x +
dx = x2 + 3x
+C
2
(x 2)
x2
x2 + 3x 4
dx
x2 2x 8
Soluci
on. Efectuamos la divisi
on de los polinomios,
x2 + 3x 4
x2 + 2x + 8
5x + 4
x2 2x 8
5x + 4
x2 + 3x 4
=1+ 2
2
x 2x 8
x 2x 8
354CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Con lo cual, la integral se transforma en dos integrales, la primera es inmediata, por ser polin
omica, pero la segunda no.
Z
x2 + 3x 4
dx =
x2 2x 8
1 dx +
x2
5x + 4
dx = x + I1
2x 8
x 2x 8 = 0 x =
4 + 32
26
=
=
2
2
4
2
de donde resulta,
x2
5x + 4
A
B
A(x + 2) + B(x 4)
5x + 4
=
=
+
=
2x 8
(x 4)(x + 2)
x4 x+2
(x 4)(x + 2)
x2 + 3x 4
dx = x + 4 ln |x 4| + ln |x + 2| + C
x2 2x 8
x4 x3 x 1
dx
x3 x2
Soluci
on. Efectuamos la divisi
on de los polinomios,
x4 x3 x 1
x4 + x3
x 1
x3 x2
x 1
x4 x3 x 1
=x+ 3
3
2
x x
x x2
DE FUNCIONES RACIONALES
5.6. INTEGRACION
355
x4 x3 x 1
dx =
x3 x2
x dx +
x 1
x2
dx
=
+ I1
x3 x2
2
x2
1
x4 x3 x 1
dx
=
+ 2 ln |x| 2 ln |x 1| + C
3
2
x x
2
x
(c) Entre las races del denominador las hay complejas simples, alguno de los factores es un polinomio de segundo grado irreducible.
p(x)
p(x)
A
Mx + N
B
C
=
=
+ 2
+
+
q(x)
(x x1 )(x x2 )2 (ax2 + bx + c)
x x1
x x2
(x x2 )2
ax + bx + c
8x2 + 6x + 6
dx
x3 3x2 + 7x 5
Soluci
on. Factorizamos el denominador y descomponemos la fracci
on en fracciones simples.
1
1
1
-3
1
-2
7
-2
5
-5
5
0
x3 3x2 + 7x 5 = (x 1)(x2 2x + 5)
2 4 20
2
x 2x + 5 = 0 x =
Sin soluci
on.
2
356CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
De donde resulta,
8x2 + 6x + 6
A
Mx + N
8x2 + 6x + 6
=
=
+ 2
=
3
2
2
x 3x + 7x 5
(x 1)(x 2x + 5)
x 1 x 2x + 5
A(x2 2x + 5) + (M x + N )(x 1)
=
(x 1)(x2 2x + 5)
Los coeficientes los calculamos dando valores a x,
x = 1 20 = 4A A = 5
x = 0 6 = 5A N N = 5A 6 = 25 6 = 19
x = 2 50 = 5A + 2M + N 50 = 25 + 2M + 19 2M = 6 M = 3
Con lo cual resulta,
Z
Z
Z
8x2 + 6x + 6
5
3x + 19
dx
=
dx
+
dx = 5 ln |x 1| + I1
3
2
2
x 3x + 7x 5
x1
x 2x + 5
Para calcular la integral I1 siempre seguimos el siguiente procedimiento: En
primer lugar expresamos la parte literal del denominador como el cuadrado
de un binomio y al binomio le llamamos t,
x2 2x + 5 = (x 1)2 1 + 5 = (x 1)2 + 4
Con lo cual resulta la siguiente integral,
I1 =
3x + 19
dx =
2
x 2x + 5
# Z
"
x1=t
3x + 19
3t + 22
dx =
=
dt =
2
(x 1) + 4
t2 + 4
dx = dt
3
x1
ln |x2 2x + 5| + 11 arc tg
2
2
DE FUNCIONES RACIONALES
5.6. INTEGRACION
357
2.
Esquem
aticamente el metodo de Hermite se puede recordar de la siguiente
forma:
polinomio de grado
p(x) X todas las races
d el que resulte en el denominador -1
=
+
como simples
producto de factores m
ultiples,
q(x)
dx
eleados a su exponente -1
dx
(1 + x2 )2
Soluci
on. Dado que x2 + 1 = 0 no tiene races, se trata de una raz compleja
de multiplicidad 2. Con lo cual, aplicamos el metodo de Hermite y resulta:
d Ax + B
Mx + N
1
+
=
1 + x2
dx 1 + x2
(1 + x2 )2
358CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Derivamos el cociente y sumamos las fracciones,
1
(1 + x2 )2
A(1 + x2 ) 2x(Ax + B)
Mx + N
+
=
1 + x2
(1 + x2 )2
x=0 1=N +A
x = 1 1 = (M + N )2 + 2A 2(A + B)
x = 1 1 = (M + N )2 + 2A + 2(A + B)
x = 2 1 = (2M + N )5 + 5A 4(2A + B)
N +A=1
2M + 2N 2B = 1
a
a
3
+
2
2M + 2N + 2B = 1
10M + 5N 3A 4B = 1 4a 2 2a
N +A=1
2M + 2N + 2A 2A 2B = 1
2M + 2N + 2A 2A + 2B = 1
10M + 5N + 5A 8A 4B = 1
A=1N
2M + 2N 2B = 1
4N = 2 N = 1/2
6M + N 3A = 1
luego,
Z
dx
=
(1 + x)2
5.7.
1/2 dx
+
1 + x2
A = 1/2
2M 2B = 0
N = 1/2
6M 3A = 3/2
A = 1/2
B=M
N = 1/2
6M = 0
A = 1/2
B=0
N = 1/2
M =0
1
d 1/2 x
x
dx = arc tg x +
+C
2
dx 1 + x
2
2(1 + x2 )
Integraci
on de expresiones trigonom
etricas
5.7.1.
Integraci
on de potencias de funciones trigonom
etricas
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
2.
359
Si los dos exponentes son pares positivos, se van rebajando los grados
con las siguientes f
ormulas trigonometricas.
sen2 =
1 cos 2
2
cos2 =
1 + cos 2
2
sen3 x cos2 x dx
Soluci
on. Tenemos,
Z
cos3 x cos5 x
+
+C
3
5
sen3 2x
dx
(cos 2x)3/2
Soluci
on. Tenemos,
Z
sen3 2x
dx =
(cos 2x)3/2
=
Z
1
t3/2
+ C = (cos 2x)1/2 + (cos 2x)3/2 + C
3
3
sen4 x dx
360CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
Soluci
on. Tenemos,
Z
1 cos 2x 2
sen x dx =
dx =
2
Z
Z
1 + cos 4x
1
1
1 2 cos 2x +
1 2 cos 2x + cos2 2x dx =
dx =
=
4
4
2
Z
Z
1
1
=
2 4 cos 2x + 1 + cos 4x dx =
3 4 cos 2x + cos 4x dx =
8
8
1
4 sen 2x sen 4x
3x sen 2x sen 4x
=
+
+
+C
3x
+C =
8
2
4
8
4
32
Z
5.7.2.
2
sen x dx =
2
Integraci
on de funciones racionales del sen y del cos
R
Consideremos las integrales del tipo R(sen x, cos x) dx, donde R es una
funci
on racional.
En general, esta integral siempre se puede transformar en una integral
racional mediante el cambio tg(x/2) = t.
Como resultado de esta sustituci
on tenemos:
tg(x/2) = t x/2 = arc tg t x = 2 arc tg t dx =
1 + t 2
x/2
2
dt
1 + t2
t
1
x
x
=
cos =
2
2
2
1+t
1 + t2
2t
1
x
t
x
=
sen x = 2 sen cos = 2
2
2
1 + t2
1 + t2 1 + t2
2
x
1
t
1 t2
x
=
cos x = cos2 sen2 =
2
2
1 + t2 1 + t2
1 + t2
sen
Si la funci
on R(sen x, cos x) es impar respecto a sen x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on cos x = t
2.
Si la funci
on R(sen x, cos x) es impar respecto a cos x, o sea, si
R(sen x, cos x) = R(sen x, cos x),
entonces la integral se racionaliza con ayuda de la sustituci
on sen x = t
3.
Si la funci
on R(sen x, cos x) es par respecto a sen x y cos x, o sea, si
R( sen x, cos x) = R(sen x, cos x),
DE EXPRESIONES TRIGONOMETRICAS
5.7. INTEGRACION
361
1+
t2
x
tg x = t x = arc tg t dx =
sen x =
t
1 + t2
cos x =
1
dt
1 + t2
1
1 + t2
1
Ejemplo 5.66. Hallar la integral
1
dx
sen x
Soluci
on. La funci
on es impar respecto al sen x, por tanto, hacemos el cambio
cos x = t, de donde resulta,
Z
#
1 t2
dt
dt
=
=
sen x dx = dt dx =
2
sen x
1 Zt
Z
Z
dt
1
dt
dt
dx =
dx = I
=
dx =
2
2
2
2
1t
t 1
1t 1t
1
dx =
sen x
"
cos x = t sen x =
t2
1
A
A
A(t 1) + B(t + 1)
1
=
=
+
=
1
(t + 1)(t 1)
t+1 t1
(t + 1)(t 1)
1/2
dt+
t+1
1/2
1
1
1 t 1
dt =
ln |t+1|+ ln |t1| = ln
+C =
t1
2
2
2
t + 1
1 cos x 1
+C
= ln
2
cos x + 1
dx
(2 + cos x 2 sen x) sen x
Soluci
on. Hacemos el cambio general tg(x/2) = t, con lo cual resulta,
dx =
2 dt
1 + t2
sen x =
2t
1 + t2
cos x =
1 t2
1 + t2
362CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
de donde,
Z
dx
=
(2 + cos x 2 sen x) sen x
1
t2
2 dt
=
1 + t2
1
4t
2t
)
2
2
1+t
1 + t 1 + t2
Z
Z
1 + t2
dt
=
dt = I
=
t(t2 4t + 3)
2 + 2t2 + 1 t2 4t
t
1 + t2
(2 +
4 4
42
4 16 12
3
2
=
=
=
t 4t + 3 = 0 t =
1
2
2
2
A
B
C
A(t 3)(t 1) + Bt(t 1) + Ct(t 3)
1 + t2
= +
+
=
t(t 3)(t 1)
t
t3 t1
t(t 3)(t 1)
t = 0 1 = 3A A = 1/3
t = 1 2 = 2C C = 1
t = 3 10 = 6B B = 10/6 = 5/3
de donde,
I=
5.8.
5.8.1.
1/3
dt +
t
Z
5/3
1
1
5
dt +
dt = ln |t| + ln |t 3| ln |t 1| =
t3
t1
3
3
x
x
x
5
1
= ln tg + ln tg 3 ln tg 1 + C
3
2
3
2
2
Integraci
on de funciones irracionales
Radicales semejantes
(2x 3)1/2
dx
(2x 3)1/3 + 1
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
363
Soluci
on. Expresamos las races con ndice com
un.
p
Z
Z
Z
6
(2x 3)3
(2x 3)1/2
2x 3
p
dx
=
dx = I
dx
=
3
6
(2x 3)1/3 + 1
2x 3 + 1
(2x 3)2 + 1
6
2x 3 = t 2x 3 = t6 2 dx = 6t5 dt dx = 3t5 dt
de donde,
Z
t3
3t8
5
3t
dt
=
dt = I
t2 + 1
t2 + 1
que es una integral racional, para resolverla efectuamos la divisi
on de los
polinomios.
I=
t2 + 1
3t6 3t4 + 3t2 3
3t8
3t8 3t6
3t6
3t6 + 3t4
Por consiguiente:
3t4
3t4 3t2
3t2
3t2 + 3
3
3
3t8
= 3t6 3t4 + 3t2 3 + 2
2
t +1
t +1
+
3t + 3 arc tg t + C =
t2 + 1
7
5
3
1
1
1
7/6
5/6
3/6
1/6
1/6
= 3 (2x 3) (2x 3) + (2x 3) (2x 3) + arc tg(2x 3)
+C
7
5
3
I=
(3t 3t + 3t 3) dx +
5.8.2.
La sustituci
on trigonom
etrica
a 6= 0,
b2 4ac 6= 0
364CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
A la primera integral se le aplica cualquiera de las sustituciones:
t = p sen u,
t = p cos u,
t = p tgh u
t = p cosh u
t = p senh u
cos2 = 1 sen2
cosh2 = 1 + senh2
Soluci
on. Aplicamos la sustituci
on x = sen t y transformamos la integral en
una integral trigonometrica.
Z p
Z p
x = sen t
2
=
1 x dx =
1 sen2 t cos tdt =
dx = cos tdt
Z
Z
Z
1 + cos 2t
t
sen 2t
2
= cos t cos t dt = cos tdt =
dt = +
+C =
2
2
4
2 sen t cos t
1
1 p
t
+ C = arc sen x + x 1 x2 + C
= +
2
4
2
2
de donde, al deshacer el cambio, se ha tenido en cuenta que:
p
sen t = x t = arc sen x, cos t = 1 x2
Z p
Ejemplo 5.70. Calcular la integral
x2 1 dx
Soluci
on. Aplicamos la sustituci
on x = cosh t y transformamos la integral
en una integral hiperb
olica.
Z p
Z p
x = cosh t
2
x 1 dx =
=
cosh2 t 1 senh t dt =
dx = senh t dt
Z
Z
Z
senh 2t t
cosh 2t 1
dt =
+C =
= senh t senh t dt = senh2 t dt =
2
4
2
h
i
p
p
t
1
2 senh t cosh t
1
+ C = x x2 1 ln x + x2 1 + C
=
4
2
2
2
DE FUNCIONES IRRACIONALES
5.8. INTEGRACION
365
cosh 2t 1
,
2
senh t =
Z p
4x x2 dx
p
x2 1
Soluci
on. Formamos previamente el binomio cuadrado en el radicando.
4x x2 = x2 4x = (x 2)2 4 = 4 (x 2)2
x2 dx
Z p
2)2 dx
1 + cos 2t
,
2
x 2 2 1 p
4x x2
=
2
2
Z p
Ejemplo 5.72. Calcular la integral
4 + x2 dx
Soluci
on. Aplicamos la sustituci
on x = 2 senh t y transformamos la integral
366CAPITULO 5. INTEGRAL DEFINIDA. CALCULO
DE PRIMITIVAS
en una integral hiperb
olica.
Z p
Z r
x 2
x/2 = senh t
dx =
=
4 + x2 dx = 2
1+
dx = 2 cosh t dt
2
Z
Z
Z
1 + cosh 2t
2
= 2 cosh t 2 cosh t dt = 4 cosh t dt = 4
dt =
2
senh 2t
t
+
+ C = 2t + senh 2t + C =
=4
2
4
x
= 2 arg senh + 2 senh t cosh t + C =
2
!
r
r
x 2
x 2
x
x
1+
= 2 ln
+2
+ 1+
+C =
2
2
2
2
x + 4 + x2 x p
+
= 2 ln
4 + x2 + C =
2
2
xp
p
4 + x2 + C
= 2 ln x + 4 + x2 +
2
5.9.
Calcular
las siguientes integrales
Z
2
a)
sen x cos3 x dx
Captulo 6
Aplicaciones de la integral.
6.1.
C
alculo del
area de una figura plana.
2.
3.
Calculamos el
area total como la suma de las areas de los infinitos
rect
angulos:
Z b
da
A=
a
Proposici
on 6.1 (Area
bajo una curva). El a
rea del trapecio curvilneo
limitado por la curva y = f (x), siendo f (x) 0, por las rectas verticales
x = a y x = b y por el segmento [a, b] del eje Ox viene definido por la
integral,
Z b
A=
f (x) dx
a
367
368
Proposici
on 6.2 (Area
entre dos curvas). El a
rea de la regi
on limitada
por las curvas y = f1 (x) e y = f2 (x), siendo f1 (x) f2 (x), y por las rectas
x = a y x = b viene definida por la integral,
Z
b
f2 (x) f1 (x) dx
A=
x = 3 3 = y 2 + 1 y = 2 (3, 2)
da = 2
y3
(2 y )dy = 2 2y
3
2
2
0
8 2
2 2
=
=2 2 2
3
3
1
x
1
1
A=
da = 2
3
1/2
(x 1)
2
dx = 2 (x 1)3/2
3
3
1
=2
8 2
2
2 20 =
3
3
6.1. CALCULO
DEL AREA
DE UNA FIGURA PLANA.
369
Soluci
on. En primer lugar localizamos el recinto. Podemos utilizar las funciones tal y como vienen definidas o bien intercambiar la x por la y con
objeto de que sean funciones respecto de x. En este ejemplo utilizaremos
las funciones tal y como vienen definidas y dividiremos el recinto en franjas
horizontales.
Los puntos de corte de ambas curvas los obtenemos
por igualaci
on:
y 2 + 1 = 3 y 2 2y 2 = 2 y = 1
y
1
x
1
da = h dx = (xd xi )dy = (3y 2 )(y 2 +1) dy =
= (2 2y 2 )dy
A=
da = 2
da = 2
0
1
0
1
1
8
y3
= 4(1 ) =
(2 2y )dy = 4 y
3 0
3
3
2
da1 +
da2 =
2 x 1dx +
2y1 dx +
2y2 dx =
2
3
2(3 x)3/2
2(x 1)3/2
+2
=
2 3 xdx = 2
3
3
1
2
4 4
8
= + =
3 3
3
2
2
1
1
x
x
1 2 3 4
21
1 2
370
x2 = 3 x = 3
de donde,
A=
da = 2
x3
(3 x )dx = 2 3x
3
2
3
0
3 3
=2 3 3
=4 3
3
da = h dy = (2x)dy = (2 y) dy = 2y 1/2 dy
de donde,
A=
da = 2
3
0
"
2y 3/2
y 1/2 dy = 2
3
#3
=4 3
6.2.
C
alculo del volumen de un cuerpo
6.2.1.
Lo dividimos en secciones, rebanadas o lonchas, infinitamente estrechas, mediante cortes con planos perpendiculares a una direcci
on determinada (normalmente uno de los ejes de coordenadas o una recta
paralela a uno de ellos),
2.
3.
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
371
Proposici
on 6.3 (M
etodo de las secciones). Si el a
rea de la secci
on de
un cuerpo por un plano perpendicular al eje Ox puede expresarse en funci
on
de x, es decir, S = S(x), siendo a x b, entonces el volumen de la parte
del cuerpo comprendida entre los planos x = a y x = b, perpendiculares al
eje Ox, viene definido por la f
ormula:
Z b
V =
S(x) dx
a
6.2.2.
Volumen de un s
olido de revoluci
on: M
etodo de discos
Al cortar un s
olido mediante planos perpendiculares al eje de giro las secciones que se obtienen son discos, con lo cual su volumen viene determinado
por dv = r2 dx, o bien, dv = r2 dy, si el eje de giro es frontera a la regi
on
que gira; y por dv = (r22 r12 ) dx, o bien, dv = (r22 r12 ) dy, si el eje de
giro es exterior a la regi
on que gira.
En consecuencia,
Proposici
on 6.4 (Giro de trapecio curvilneo). Si un trapecio curvilneo limitado por la curva y = f (x), el eje Ox y las verticales por los puntos
x = a y x = b gira alrededor del eje Ox, entonces el volumen del cuerpo de
revoluci
on que se engendra viene definido por la f
ormula:
Z b
V =
y 2 dx
a
Proposici
on 6.5 (Giro de regi
on entre dos curvas). Si la regi
on limitada por las curvas y = f1 (x), e y = f2 (x), siendo 0 f1 (x) f2 (x), y las
verticales por los puntos x = a y x = b gira alrededor del eje Ox, entonces
el volumen del cuerpo de revoluci
on que se engendra viene definido por la
f
ormula:
Z b
V =
(y22 y12 ) dx
a
6.2.3.
Volumen de un s
olido de revoluci
on: M
etodo de los
cilindros
Si dividimos un s
olido de revoluci
on mediante cilindros concentricos con
el eje de giro, cada cilindro con un espesor infinitesimal. El volumen de
cada uno de estos cilindros vendr
a determinado por: dv = 2rh dx, o bien
dv = 2rh dy.
La regi
on generatriz deber
a estar a un solo lado del eje de giro, en caso contrario habr
a que descomponer la integral y hacer los vol
umenes por
separado. Tambien habr
a que descomponer la integral si la regi
on viene determinada por dos curvas que se cortan dentro del intervalo de integraci
on.
Este metodo tambien se llama de ((capas)).
372
Ejemplo 6.4. Hallar por el metodo de discos y por el de capas el volumen del
s
olido generado al girar la regi
on comprendida entre la par
abola x = y 2 + 1
y la recta x = 3 alrededor de la recta x = 3.
Soluci
on. En primer lugar localizamos el recinto.
y
2
1
x
1
1
2
(x, y)
(x, y)
1
x
dV = r2 dy = (3 x)2 dy = (3 y 2 1)2 dy = (2 y 2 )2 dy
Hallamos los lmites de integraci
on para la variable y:
x=3
3 = y2 + 1
y= 2
dV = 2
dV = 2
2
2 y 2 dy =
2
3
5
4y
y
= 2
=
4 4y 2 + y dy = 2 4y
+
3
5 0
0
60 2 40 2 + 12 2
64 2
8 2 4 2
= 2
+
=
= 2 4 2
3
5
15
15
Z
4
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
y
1
1
x
(x, y)
373
(x, y)
x
V =
dV = 4
(3 x) x 1 dx =
1
Z 2
x 1 = x = t2 + 1 dx =
2t dt
=
(3 t2 1)t2t dt =
= 4
x0 = 1 t0 = 0; x1 = 3 t1 = 2
0
3
2
Z 2
Z 2
5
2t
t
=
(2 t2 )t2 dt = 8
(2t2 t4 )dt = 8
= 8
3
5 0
0
0
25
2 23
64 2
4 2 4 2
20 2 12 2
= 8
=
= 8
= 8
3
5
3
5
15
15
t2
1. Metodo de discos:
374
x
y
1
x
y
(xi , y)
1
(xd , y)
x
2
1
x
1
1
dV = 2
dV = 2
(8 8y 2 )dy =
1
32
8
8
=
= 2 8y y 3 = 2 8
3
3
3
0
x
y
x
y
(x, y)
x
1
x
3
1
1
x 3 x dx
x x 1 dx + 4
dV2 = 4
dV1 +
V =
1
6.2. CALCULO
DEL VOLUMEN DE UN CUERPO
375
Z 1
x 1 = t2
=
(t2 +1)t2t dt =
x = t2 + 1 dx = 2t dt
0
1
5
Z 1
2 2
2t3
16
2t
4
2
= + =
+
=
(2t + 2t )dt =
5
3 0 5 3
15
0
x x 1 dx =
Z 0
3 x = t2 x = 3 t2
= (3 t2 )t(2t) dt =
x 3 x dx =
dx = 2t dt
1
2
0
Z 0
3
5
6t
2
2t
6 2
8
=
(6t2 + 2t4 )dt =
=2 =
+
=
+
3
5 1
3
5
5
5
1
Z
I2 =
40
160
32
16 8
= 4
+
=
=
15 5
15
15
3
Soluci
on. 1. Giro en torno al eje OX
(a) Metodo de los discos:
y
2
1
1
2
(x, y)
x
2
1
1 2 3 4
1
2
x2
x dx =
2
4
= 8
376
dV =
2
0
2
y4
2
= 2(8 4) = 8
2(4y y ) dx = 2 2y
4 0
3
x
y
2
1
1 2 3 4
dV =
0
2
32
128
y5
= (32 ) =
(16 y ) dy = 16y
5 0
5
5
4
dV =
4
0
"
2x5/2
2x3/2 dx = 2
5
#4
0
2 2 32
128
=
5
5
377
y = (x 2)2
3
2
1
2
yy=x
(xi , y)
3
2
1
2 1
1 2 3
(xd , y)
x
1 2
dV = 2
dV = 2
(9 6x2 + x4 ) dx =
!
3
5
x
3
9
= 2 9x 2x3 +
=
= 2 9 3 2 3 3 +
5 0
5
45 3 30 3 + 9 3
48 3
= 2
=
5
5
V =
dV = 4
(3 y) y dy = 4
3y 1/2 y 3/2 dy =
0
0
0
#3
"
"
#
5/2
29 3
48 3
30 18
2y
3/2
3=
= 4
= 4 2y
= 4 2 3 3
5
5
5
5
0
6.3.
Lmite de sumas
f (x) dx
378
4n + 1 + +
n3/2
4n + n
Soluci
on. Este lmite lo podemos resolver mediante integrales, en efecto:
4n + 1 + + 4n + n
4n + 1 + + 4n + n
= lm
=
lm
n
n
n3/2
n
n1/2
r
n
n
i
1 X 4n + i
1X
4+ =
= lm
= lm
n n
n n
n
n
i=1
i=1
"
#1
Z 1
Z 1
2(4 + x)3/2
2
1/2
4 + x dx =
(4 + x) =
= (5 5 8)
=
3
3
0
0
6.4.
b) [0, 1] [5, 6]
b) x1 = 1/2, x2 = 5/4
ag. 17)
Ejercicios de la secci
on 1.2 (p
1.2.1. x = 3
1.2.2. y1 = 6, y2 = 2.
b) Punto (1,-2)
c) Sin soluci
on.
c) Sin soluci
on.
ag. 39)
Ejercicios de la secci
on 1.3 (p
1.3.1. a) No definido, b) 0, c) 2, d)
x + x + 1
Ejercicios de la secci
on 1.4 (p
ag. 48)
1.4.1. a) 1, 2, 3, 4, 5, . . . , b) 1, 1, 1, 1, 1, . . . , c) 1, 2, 3, 4, 5 . . .
1.4.2. a) (1)n+1 2n, b)
n
2n2
, c) n1
(n + 1)(n + 2)
3
Ejercicios de la secci
on 1.5 (p
ag. 77)
1.5.1. a) 1/8, b) 1/6, c) 0
1.5.2. a = 2, b = 1
1.5.3. a) , b) +, c) No definido.
1.5.4. a) +, b) , c) +.
ag. 83)
Soluciones a los ejercicios propuestos del Captulo 1 (p
1.1. a) (1, 3), b) (, 4) (6, +), c) [1, 5], d) (, 5/3] [3, +)
1.2. a) C(2, 1), r = 2, b) fuera, circunferencia, dentro
1.3. a) [1, 3) (3, +) b) [1, 3)
379
Captulo 2
Soluciones a los ejercicios propuestos del Captulo 2 (p
ag. 139)
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.
a) x2 + y 2 4 Crculo
b) x 6= y Plano, salvo y=x
op.
d) x2 + 4y 2 < 4 Int. elipse
c) |y| |x|, x 6= 0 Angulos
e) x 6= y Plano, salvo recta y = x
f) x + y < 4 Semiplano
g)
R
Todo
el
plano
h)
y 6= 0 R2 , salvo eje OX
c) Hiperbola
d) Rectas paralelas
f) Esfera
e) Plano
g) Paraboloide
h) Cono
c) 0
d) No existe
a) ln 2
b) 53
f) 0
g) 0
h) 81
e) 1
i) 3
j) No existe
k) No existe
l) No existe
m) No existe
n) No existe
o) 0
p) 2
q) 0
r) 1
s) 0
t) No existe
a) f (0, 0) = 0
b) R2 {(0, 0)}
c) y 6= 1 x2 , y > 0
d) f (0, y) = y
e) x2 + y 2 < 1
f) y > 1 , y 6= x2
b) y 6= x
c) (x, y) 6= (0, 0)
a) Continua
d) |x| 6= 2|y|
e) (x, y) 6= (0, 0)
f) Continua en (0, 2),
y 6= 2, x 6= k
ag. 140)
Soluciones a los problemas propuestos del Captulo 2 (p
2.1.
Captulo 3
Soluciones a los ejercicios propuestos del Captulo 3 (p
ag. 200)
3.1.
381
Captulo 4
Soluciones a los ejercicios propuestos del Captulo 4 (p
ag. 316)
4.1. La funci
on no es continua en (0, 0) y por tanto no es diferenciable en dicho punto.
Aplquese infinitesimo sen y y y luego trayectorias rectilneas. En el resto del
plano es diferenciable por tratarse de una funci
on elemental.
4.2. P1 (0, 0) punto silla, P2 (1/6, 1/3) mnimo relativo.
Captulo 5
Soluciones a los ejercicios propuestos del Captulo 5 (p
ag. 366)
5.1. a)
sen3 x
sen5 x
+C
3
5
ag. 366)
Soluciones a los problemas propuestos del Captulo 5 (p
5.1.
Captulo 6
Soluciones a los ejercicios propuestos del Captulo 6 (p
ag. 378)
6.1. a)
sen3 x
sen5 x
+C
3
5
Bibliografa
[1] Larson - Hostetler C
alculo y Geometra Analtica. Mc Graw Hill,
1992.
[2] Claudio Pita Ruiz Calculo Vectorial. Prentice Hall Hispanoamericana, Mexico, 1994.
[3] Robert G. Bartle Introducci
on al An
alisis Matem
atico. Editorial
Limusa, S.A. Mexico, 1982.
383
Indice alfab
etico
Binomio de Newton, 182
Campo escalar, 88
vectorial, 89
Composici
on de funciones, 27, 96
vectoriales, 97, 268
Concavidad, 194
Continuidad, 58
en dos variables, 113
Crecimiento, 192
Curvas de nivel, 105
Derivadas
direccionales, 219
parciales, 203
cruzadas, 215
de
ordenes superiores, 214
notaci
on vectorial, 209
Diferenciabilidad, 225
Diferencial, 231
Distancia:
entre n
umeros reales, 9
entre puntos del espacio, 12
entre puntos del plano, 11
Dominio, 20, 89
implcito de una funci
on, 25
de varias variables, 89
Entorno, 111
Extremos, 188, 296
condicionados, 305
de una variable, 188
absolutos, 188
relativos, 192
Funci
on
de una variable, 21
dominio implcito, 25
lmite, 49
de varias variables, 86
composici
on, 27, 96
continuidad, 113
dominio, 89
gr
afica, 102
lmite, 113
operaciones, 94
derivada parcial, 206
dominio, 20
implcita, 287
inversa, 31
inyectiva, 31
recorrido, 20
vectorial, 88, 259
Gradiente, 241
Hessiano, 300
Infinitesimos, 125
Integraci
on
cambio de variable, 343
funciones irracionales, 362
funciones racionales, 350
funciones trigonometrica, 358
inmediata, 341
metodo de Hermite, 357
por partes, 346
sustituci
on trigonometrica, 363
tabla, 342
Integral, 319
384
INDICE ALFABETICO
aplicaciones, 367
areas, 367
indefinida, 341
lmite de una suma, 324
Jacobiano, 265
Lmite
de funciones, 49
de dos variables, 113
de sucesiones, 41
mediante integrales, 324
Mac Laurin, 176
Multiplicadores de Lagrange, 305
Plano tangente, 245, 248, 249
Primitiva, 341
Puntos de inflexi
on, 194
Raz
on de cambio, 210
Recorrido, 20
Recta normal, 251
Regla de Barrow, 337
Regla de la cadena, 267
Sucesi
on
acotada, 48
lmite, 41
mon
otona, 47
Sumas de Riemann, 319
Taylor, 175
c
alculos aproximados, 185
lmites, 187
polinomio, 175
resto, 184
Teorema
de Schwartz, 216
fundamental, 334
Vector normal, 245
Volumen, 370
de revoluci
on
capas, 371
discos, 371
385